基于大數據背景下的綠色建筑技術選擇優化研究★

蘇宇川　劉啟波

(長安大學建筑學院，陜西 西安　710061)

?

·綠色環保·建筑節能·

基于大數據背景下的綠色建筑技術選擇優化研究★

蘇宇川劉啟波

(長安大學建筑學院，陜西 西安710061)

說明了大數據的特征以及作用，基于大數據背景下綠色建筑技術選擇優化的意義，選擇寒冷地區相對典型的五個城市為研究對象，通過數理統計分析的方法，以節能、節水、節材、節地為目標，分析總結了綠色建筑技術的各項使用狀況，從而得出相對適宜寒冷地區使用的建筑節能技術。

大數據，綠色建筑，寒冷地區，節能

0　引言

近年來，綠色建筑在國內發展迅猛。2014年，全國新增綠色建筑面積達到1.7億m2，預計2015年，全國新增綠色建筑面積將達到10億m2以上，2020年，我國城鎮綠色建筑占新建建筑比重將提升至50%。綠色建筑技術的選擇優化需要大數據作為支撐。本文將在大數據背景下，就寒冷地區綠色建筑技術選擇優化進行探討。

1　大數據對綠色建筑技術選擇優化的意義

1.1大數據的特征與作用

大數據是指需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。它具備以下四個主要特點：

1)數據體量巨大；

2)數據類型多樣；

3)處理速度快；

4)價值密度低。

1.2綠色建筑技術選擇原則

綠色建筑技術選擇基于社會經濟發展目標、環境和技術等制約因素影響。綠色建筑技術選擇就是在經濟承載力、技術水平率以及外部環境之間找到平衡。如何選擇綠色建筑技術，應從以下幾個方面考慮：

1)適宜性原則。

我國幅員遼闊，氣候特點多樣，根據不同的氣候特點劃分為五個分區，分別是嚴寒地區、寒冷地區、夏熱冬冷地區、夏熱冬暖地區及溫和地區，而綠色建筑技術的應用依托于建筑所處的環境和氣候，所以造成了綠色建筑技術選擇的多樣性和復雜性。并且，綠色建筑技術的應用受到當地經濟、社會等因素的影響，因此只有選擇與當地自然條件、經濟條件、社會條件等因素都相適宜的綠色建筑技術，才能發揮綠色建筑真正的作用，所以選擇適宜的綠色建筑技術是首要原則。

2)經濟性原則。

綠色建筑技術的應用要考慮建筑全壽命周期成本，不僅要考慮綠色建筑技術前期建設成本，還要考慮后期技術的運營維護等費用；其次，綠色建筑在技術選擇上不應片面追求最先進的技術，而是充分考慮技術體系的整體效果。在建筑全壽命周期內以經濟成本低、節能效果好為前提，優化選擇出經濟高效的綠色建筑技術。

3)整體性原則。

綠色建筑技術的選擇應從當地氣候條件、周邊環境、建筑、室內和結構等各個方面統籌考慮，進行整體性設計。不能片面的追求單一能耗的節約效率，而忽視了周邊環境、室內空間、結構優化等方面的重要性。

1.3大數據對綠色建筑技術選擇優化的意義

對綠色建筑適宜技術的選擇工作，一般按照定性分析、定量分析兩方面展開。定性分析就是對綠色適宜技術的類比選擇，這是一個根據經驗對技術種類進行主觀評價比較選擇的過程。而定量分析借助計算機軟件，建立數字模型，對比分析綠色建筑量化后的運行效果，進而調整確定綠色建筑技術的使用情況。

而基于大數據的背景下，在定性分析方面，就能夠做到一個相對客觀的選擇過程。通過對已經建成的一、二、三星級綠色建筑所采用的技術進行數據統計，可以相對直觀的表現出各種技術在不同氣候分區的使用情況，如果使用情況相對較高，則說明此項技術在該地區使用廣泛，在技術成熟度、可靠性、適宜性等方面是比較優秀的，可以列為備選項進行定量化的計算機模擬，反之如果使用的較少或完全沒有使用過類似的綠色建筑技術，則說明針對該地區此項技術并不適宜使用。

由綠色建筑地圖網站提供的數據表明至2015年11月10日，全國參評綠標的綠色建筑項目中使用最多的10項技術(見圖1)。可見上榜的10項技術都是技術成熟、使用性廣、經濟效益良好的綠色建筑節能技術。所以大數據能夠幫助設計師在前期設計當中有個更加理性、客觀、高效的選擇參考。

圖1　全國使用最多的10項綠色建筑技術

2　大數據背景下的寒冷地區綠色建筑技術選擇與優化

2.1數據的背景及來源

本論文研究數據來源于綠色建筑地圖網站(gbmap.org)。綠色建筑地圖嵌套了google earth地圖系統，國內的綠色建筑能夠在google earth上得以展示，以更為直觀、清晰、真實的展示各地區綠色建筑的實際情況。綠色建筑地圖以收集的這些信息為基礎，在綠色建筑數量、技術應用程度、對綠色建筑做出的貢獻等方面進行了相對客觀的排名，統計發展現狀、分析發展趨勢，在客觀數據的基礎上進行統計。網站數據來源截止于住建部第2015年第十一、十二批公告，截止時間是2015年11月10日。

2.2以寒冷地區綠色建筑技術選擇與優化為例

以綠色建筑地圖所提供的數據作為支撐，選擇北京、濟南、鄭州、太原、西安這五個相對典型的寒冷地區城市為研究對象，以節能、節水、節材、節地、室內環境質量、運營管理等六個方面為目標，分析各項綠色建筑技術的使用情況，從而總結出相對適宜寒冷地區使用的建筑節能技術。

2.2.1寒冷地區典型城市綠色建筑總量分析

通過對綠色建筑地圖所提供的數據進行整理，寒冷地區典型的五個城市綠標認證通過的建筑數量見表1。在綠標認證的過程中使用的各項綠色建筑技術總和：北京市62項、濟南市45項、西安市42項、鄭州市32項、太原市26項。北京市的綠色建筑項目數量是濟南的5倍，但是從綠色建筑技術的使用上也只比濟南市多17項，說明綠色建筑技術的使用與所在城市的綠色建筑數量是成正比的但并非成指數增長，且使用的也都是技術成熟、適用性高、經濟效益良好的適宜技術，并不是簡單的技術堆疊。

表1　通過綠標認證的建筑數量

2.2.2寒冷地區典型城市綠色建筑技術類別分析

對寒冷地區五個城市所使用的六大類綠色建筑技術進行分析，得出：節能技術25項、節水技術5項、節材技術9項、節地技術12項、室內環境質量技術12項、運營管理技術7項。各類綠色建筑技術數量比重見表2。可見各項綠色建筑技術數量比重與綠色建筑評價指標權重是基本吻合的，符合綠色建筑評價標準對綠色建筑認證的權重體系。

表2　各類綠色建筑技術數量比重

2.2.3寒冷地區綠色建筑技術選擇與優化

本研究通過使用數理統計的方法對寒冷地區典型的五個城市的綠色建筑技術使用頻率進行歸納分析，按照記分制進行統計，五個城市都使用的技術記5分，四個城市使用的技術記4分，以此類推，得出寒冷地區綠色建筑技術選擇參照表(見表3)。同時確定記4分～5分的技術為適宜技術，該類技術成熟可靠、實用性高，在寒冷地區基本上都可以非常適宜的使用該類節能技術。記2分～3分的技術為較適宜技術，該類技術可以在寒冷地區使用，但是還需要考慮該類技術的經濟效益及整合性。記1分的技術為有待研究論證的技術，需要后期深入設計并進行軟件模擬等定量分析后再考慮是否使用該類技術。

通過表3可以得出在寒冷地區適宜技術25項、較適宜技術30項、有待研究論證的技術15項。所以未來在寒冷地區的綠色建筑設計當中，前期對綠色建筑技術選擇上，可以優先使用25項適宜技術，其次再考慮較適宜的30項技術，最后根據不同的設計條件經過定量分析后慎重選擇15項有待論證的技術。通過對大數據的分析研究，可以對以后的設計起到一定的幫助及指導作用。

表3　寒冷地區綠色建筑技術選擇參照表

3　結語

本研究以綠色建筑地圖所提供的大數據為背景，選擇寒冷地區相對典型的五個城市為研究對象，通過數理統計的方法分析各項綠色建筑技術的使用情況，從而總結出相對適宜寒冷地區使用的建筑節能技術。對綠色建筑設計實踐中前期技術的定性選擇工作起到一定的指引作用，也為建筑業與互聯網技術的應用提供了新思路。在大數據背景下，信息不共享不關聯的現象將會慢慢消失，而信息的交互技術將會逐漸成熟，這將使綠色建筑的技術選擇優化方面更加整體和宏觀。當與綠色建筑相關的數據庫與多行業和多領域的數據庫發生交集之時，多種數據的大規模運用會使得綠色建筑技術的選擇更加合理，從而在更深更廣的層面構建更加合理的綠色建筑，改變我們的生活。

[1]徐繼華,馮啟娜,陳貞汝.智慧政府：大數據治國時代的來臨[M].北京：中信出版社，2014.

[2][英]維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代[M].杭州：浙江人民出版社，2012.

[3]葉祖達.我國綠色建筑的設計技術選擇分析[J].現代城市研究，2013(8)：65-67.

[4]李怡.夏熱冬暖地區公共建筑綠色節能技術分析[D].廣州：華南理工大學，2012.

[5]李冠元,章容.大數據背景下城鎮土地定級方法優化初探[M].北京：中國建筑工業出版社，2014.

On optimal selection of green architectural techniques based on big data★

Su YuchuanLiu Qibo

(SchoolofArchitecture,Chang’anUniversity,Xi’an710061,China)

The paper indicates the features of the big data and its role and the significance of the selection optimization of the green buildings based on the big data, selects five typical cities in cold areas as the research objects, and analyzes the utilities of the green architectural technique from the energy-saving, water-saving, material-saving and land-saving aspects by the statistic analysis method, so as to conclude the architectural energy-saving technique adopted in the cold areas.

big data, green building, cold area, energy-saving

1009-6825(2016)21-0187-03

2016-05-16★:陜西省社會發展科技攻關項目，陜西省住建廳科技項目“陜西省既有公共建筑節能改造技術群與節能管理模式研究”(項目編號：2015SF264)

蘇宇川(1992- )，男，在讀碩士；劉啟波(1970- )，女，副教授

TU201.5

A