长沙市建筑能耗监测中心正式运行
《公共建筑节能(绿色建筑)工程施工质量验收规范》DBJ50-234-2016
（ 7 ） 本 规 范 第 16.2.10 条 依 据 国 家 标 准 《 太 阳 能 供 热 采 暖 工 程 技 术 规 范 》 GB50495-2009 第 5.3.5 条的规定。
（8）本规范第 3.4.4 条为绿色建筑工程涉及的建筑环境与资源综合利用子分部工程 验收方式的规定。
本规范由重庆市城乡建设委员会负责管理，由重庆市建设技术发展中心（重庆市建 筑节能中心）、重庆市绿色建筑技术促进中心负责具体技术内容解释。在本规范的实施 过程中，希望各单位注意收集资料，总结经验，并将需要修改、补充的意见和有关资料 交重庆市建设技术发展中心（重庆市渝中区牛角沱上清寺路 69 号 7 楼，邮编：400015， 电话：023-63601374，传真：023-63861277），以便今后修订时参考。
建设部备案号： J13144-2015
DB
重庆市工程建设标准 DBJ50-234-2016Leabharlann 公共建筑节能（绿色建筑）工程
施工质量验收规范
Code for acceptance of energy efficient public building(green building) construction
（3）本规范第 1.0.4、3.1.2、11.2.4、22.0.6、22.0.7 条内容分别依据国家标准《建 筑节能工程施工质量验收规范》GB50411-2007 第 1.0.5、3.1.2 条、11.2.3、15.0.5、15.0.5 条等强制性条文要求。
长沙市人民政府办公厅关于促进节约集约用地的通知
长沙市人民政府办公厅关于促进节约集约用地的通知文章属性•【制定机关】长沙市人民政府•【公布日期】2010.02.03•【字号】长政办发[2010]6号•【施行日期】2010.02.03•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】土地资源正文长沙市人民政府办公厅关于促进节约集约用地的通知（长政办发〔2010〕6号）各区、县（市）人民政府，市直机关各单位：为深入贯彻《国务院关于促进节约集约用地的通知》（国发〔2008〕3号）和《湖南省人民政府办公厅关于进一步做好节约集约用地工作的通知》（湘政办发〔2008〕29号）等精神，结合我市实际，现就促进节约集约用地工作有关事项通知如下：一、严格控制建设用地总量（一）强化土地利用总体规划的整体性控制作用。
各类与土地利用相关的规划都要与土地利用总体规划相衔接，所确定的建设用地规模必须符合土地利用总体规划的安排。
不符合土地利用总体规划的，必须及时调整和修改。
对正在报批或修编的相关规划，要根据节约集约用地原则，按照土地利用总体规划的安排进行审查或调整。
（二）严格控制城市用地规模。
要根据相关的城乡建设规划技术标准确定不同类型、规模的城镇及村庄人均用地、用地结构等城乡规划控制标准，合理确定各项建设建筑密度、容积率、绿化率。
严禁规划建设脱离实际的宽马路、大广场和绿化带，新建城市道路的规划设计，要充分论证，分析流量，节约用地；道路绿化要坚持节约用地原则，合理安排绿化量。
要按照公交优先原则，大力发展综合交通、立体交通模式，提高道路交通用地强度，节约道路用地面积。
要把社区服务单元和城市行政管理单元合二为一，在满足服务半径的前提下，将社区文化、教育、体育、卫生、公园、市政、商业、社区管理等公用设施综合一体化。
对因城市建设确实需要对已出让用地的面积进行调整的，原则上不得补偿土地，应以经济方式予以补偿。
（三）严格执行土地利用年度计划。
农用地转用必须符合土地利用年度计划，严格控制新增建设用地总量。
长沙市民用建筑节能和绿色建筑管理办法
长沙市民用建筑节能和绿色建筑管理办法第一章总则第一条为加强建筑节能管理，促进绿色建筑发展，建设资源节约型和环境友好型社会，根据《民用建筑节能条例》《湖南省民用建筑节能条例》以及国务院和省市人民政府关于发展绿色建筑的有关规定，结合本市实际，制订本办法。
第二条本市行政区域内实施民用建筑节能、发展绿色建筑以及相关监督管理活动，适用本办法。
第三条我市县级以上人民政府应当加强对民用建筑节能和绿色建筑工作的领导，建立民用建筑节能和绿色建筑工作责任制，采取扶持、奖励激励措施，引导、推动民用建筑节能和绿色建筑发展。
市住房城乡建设行政主管部门负责全市民用建筑节能和绿色建筑的监督管理工作，并组织实施本办法。
市建筑节能和绿色建筑管理机构具体承担建筑节能和绿色建筑相关管理工作。
县（市）住房城乡建设行政主管部门负责本辖区内民用建筑节能和绿色建筑的监督管理工作，并根据实际情况确定本级的建筑节能和绿色建筑管理机构。
发改、规划、国土资源、财政、机关事务、住房保障、经济和信息化、科技、教育、旅游、卫生计生、商务、环保、园林、城管执法等行政管理部门按照各自职责，做好民用建筑节能和绿色建筑发展相关工作。
第二章一般规定第四条政府投资的办公建筑、学校、医院、保障性住房等建设项目，社会投资的单体5000平方米以上的公共建筑以及10万平方米以上的小区项目应按绿色建筑标准进行规划、建设和运营管理。
湘江新区、高铁新城等区域内新建建筑要100% 按绿色建筑标准进行规划、建设和运营管理。
位于生态敏感区、核心景观片区及区位优势明显，具有突出经济价值或社会价值的项目要按二星级以上绿色建筑标准进行规划、建设和运营管理。
鼓励其他建筑按照绿色建筑标准进行规划、建设和运营。
第五条政府投资项目和2万平方米以上的大型公共建筑，建设单位应当选择一种以上适合本项目的可再生能源，并具有一定应用规模。
新建、改建、扩建12层及以下的居住建筑应当统一设计和安装太阳能热水系统。
长沙市建筑节能与绿色建筑相关技术措施实施情况表
外墙保温 屋面保温 楼面保温
外窗 入户门
保温形式及 材料类型
外保温/岩棉 板
岩棉板/龙飒 玻璃棉
挤塑聚苯乙 烯泡沫塑料
（XPS) 铝合金建筑 型材-喷粉 /low-E 中空
玻璃
防盗安全门
围护结构节能主要做法
材料厂家
热工参数
河北奥能耐火保 温材料有限公司
湖南兴发保温材 料有限公司/河北 龙飒保温建材有
□保障性安居工程
□大型公共建筑
□城市（建制镇）老城区居民小区 建筑高度 50 米以上社会投资的商品房
□全国钢结构试点城市中：1.建筑高度 100 米以上的超高层建筑
2.农村危房改造统规统建的住宅小区项目
□其它
实际竣工 面积
居建
（㎡）， 公建 27913.44 ㎡ （㎡）
建设单位
中南大学
联系人
冷振清
电话
否□
可再生能源应 用规模
集热面积
m2
光伏输出功率 光伏板面积
kWp 冷负荷 m2 热负荷
kW kW
源
可再生能源
主要设备厂家
进场登记号
装配式建筑实施情况
项目是否 采用装配
式
是□ 否□
采用的装配 □PC □木结构 □钢结 式建筑类型 构 □其它
装配率
%
绿色建材应用情况
绿色建材类别
绿色建材名称（型号） 及应用量
长沙市建筑节能与绿色建筑相关技术措施实施情况表
项目名称 中南大学新校区体育馆含游泳馆 建设单位
中南大学
设计单位 华南理工大学建筑设计研究院 施工单位
湖南省第四工程有限公司
监理单位 项目地址
项目类型
湖南省华誉建设工程管理有限责 任公司
长沙市人民政府办公厅关于印发长沙市民用建筑节能和绿色建筑管理办法的通知-长政办发〔2017〕53号
长沙市人民政府办公厅关于印发长沙市民用建筑节能和绿色建筑管理办法的通知正文：----------------------------------------------------------------------------------------------------------------------------------------------------长沙市人民政府办公厅关于印发长沙市民用建筑节能和绿色建筑管理办法的通知长政办发〔2017〕53号各区县（市）人民政府，市直机关各单位：《长沙市民用建筑节能和绿色建筑管理办法》已经市人民政府同意，现印发给你们，请认真遵照执行。
长沙市人民政府办公厅2017年9月20日长沙市民用建筑节能和绿色建筑管理办法第一章总则第一条为加强建筑节能管理，促进绿色建筑发展，建设资源节约型和环境友好型社会，根据《民用建筑节能条例》《湖南省民用建筑节能条例》以及国务院和省市人民政府关于发展绿色建筑的有关规定，结合本市实际，制订本办法。
第二条本市行政区域内实施民用建筑节能、发展绿色建筑以及相关监督管理活动，适用本办法。
第三条我市县级以上人民政府应当加强对民用建筑节能和绿色建筑工作的领导，建立民用建筑节能和绿色建筑工作责任制，采取扶持、奖励激励措施，引导、推动民用建筑节能和绿色建筑发展。
市住房城乡建设行政主管部门负责全市民用建筑节能和绿色建筑的监督管理工作，并组织实施本办法。
市建筑节能和绿色建筑管理机构具体承担建筑节能和绿色建筑相关管理工作。
县（市）住房城乡建设行政主管部门负责本辖区内民用建筑节能和绿色建筑的监督管理工作，并根据实际情况确定本级的建筑节能和绿色建筑管理机构。
发改、规划、国土资源、财政、机关事务、住房保障、经济和信息化、科技、教育、旅游、卫生计生、商务、环保、园林、城管执法等行政管理部门按照各自职责，做好民用建筑节能和绿色建筑发展相关工作。
第二章一般规定第四条政府投资的办公建筑、学校、医院、保障性住房等建设项目，社会投资的单体 5000平方米以上的公共建筑以及10万平方米以上的小区项目应按绿色建筑标准进行规划、建设和运营管理。
长沙市某酒店建筑能耗调查及分析
Ｂｕ ｌ ｎｇ Ｅｎ ｒ ｙ Ｓｕ ｖ ｙ ｎ ａ ｙ ｉ ｔ ｌ ｎ Ｃｈａ ｇｓ ａ ｉ ｄｉ ｅ ｇ ｒ ｅ ｓ ａ ｄ Ａｎ ｌ ｓ ｓｏｆａ Ｈｏ ｅ ｉ ｎ ｈ
Ｌ１Ｓ ａ ｇ ｈ ｎ －ｍｅ，ＦＵ Ｊ ｎ ｐｉｇ ｉ ｕ－ ｎ
（ｏｌ ｅ ｆ ｎ ｒｙａ ｄＰ ｗｅ ｎ ｉｅｒ ｇ Ｃ ａ ｇｈ ｉｅｓｙｏ Ｓ ｉｎ ｅ Ｔ ｃｎ ｌｇ ， ｈ ｎ ｓａ １ １４ Ｃ ｉａ Ｃ ｌｇ Ｅ ｅｇ ｎ ｏ ｒ ｇｎ ｅｉ ， ｈ ｎ ｓａ ｖ ｒｉ ｆ ｃ ｃ ＆ ｅｈ ｏｏ Ｃ ａ ｇｈ ０ ， ｈｎ） ｅ ｏ Ｅ ｎ Ｕｎ ｔ ｅ ｙ ４ １
ｈ ｖ ｈ ｒ ａ ｅ ｔｉ ａ ｔｏ ｈ ｒ ｃ ｎ ｉ ｏ ｉ ｇ ｅ ｅ ｇ ｏ ｓ ｍｐｔ ｎ ａ ｅ ｔ ｅ ｇ ｅ ｓ ｍｐ ｃ ｎ ｔ ｅ ａ － ｏ ｄ ｔ ｎ ｎ ｎ ｒ ｃ ｎ ｕ ｔ ｉ ｉ ｙ ｉ ． ｏ
长 沙 市 某 酒 店 建 筑 能 耗 调 查 及 分 析
李 尚 梅 ， 傅 俊 萍
ｆ 沙 理 工 大 学 能源 与动 力 工 程 学 院 ， 沙 长 长 ４ ０ １） １ １４
摘要： 对长沙市某酒店的建筑能耗进行 了调 查， 分析 了该 酒店 的用电情况及 空调 系统能耗 。通 过分析 和测试表 明： 整个建筑能耗 在
中， 空调能耗 占到总能耗的 ５ ％左右； 个建筑的用 电高峰 和空调的用 电高峰 主要 集中在 ６ ８ 制冷 系统 实际运 行和设 计 ０ 整 － 月；
值偏差太大 ， 实际制冷 能力远低于额 定值 ； 水系统设 计不合理 ， 存在 大流量 小温差现 象。 指出 了空调 系统在设 计、 运行和管理方 面存 在的 问题。在酒店的整个运行过程 中节能潜力最大的是 空调 系统 ， 空调 电耗 中又 以制冷机和 水泵影 响最大。 关键 词： 建筑能耗 ； 空调能耗； 节 能 中图分类号： Ｔ １．９５ Ｕ１ １１＋ 文献标志码： Ａ 文章编号： １７ —２ ７２ １） １０ ６ ．３ ６ ３７ ３ ｆ０ Ｏ０ ０ ５０
办公建筑智能化系统工程设计
建筑设计Architectural Design建筑技术开发Building Technology Development第47卷第24期2020年12月办公建筑智能化系统工程设计聂科恒（湖南省建筑科学研究院有限责任公司，长沙410000 ）［摘 要］以某办公建筑的智能化系统工程设计为研究对象，通过介绍各个智能化子系统的设计思路、构架及设计要点，使 建筑智能化系统全过程参与到建筑设计和施工中，提智能化建筑的实用性和可实施性。
［关键词］建筑智能化；计算机网络系统；综合布线系统；视频监控系统［中图分类号］TU855［文献标志码］B ［文章编号］1001-523X (2020) 240022-03Intelligent System Engineering Design of Office BuildingNie Ke-heng［Abstract ］ Taking the intelligent system engineering design of an office building as the research object, introduces the design ideas, framework and design points of each intelligent subsystem. Make the whole process of building intelligent system participate in the architectural design and construction, and improve the practicability and implementability of intelligent building.［Keywords ］ intelligent building ； computer network system ； generic cabling system ； video monitoring system1建筑概况本工程为一个办公楼，地下2层，地上21楼，高85m, 总建筑面积约3万n?。
长沙市人民政府办公厅关于进一步加强我市建筑节能工作的通知-长政办发[2006]22号
![长沙市人民政府办公厅关于进一步加强我市建筑节能工作的通知-长政办发[2006]22号](https://img.taocdn.com/s3/m/1a46b9f0b9f67c1cfad6195f312b3169a451ea97.png)
长沙市人民政府办公厅关于进一步加强我市建筑节能工作的通知制定机关公布日期2006.08.08施行日期2006.08.08文号长政办发[2006]22号主题类别建筑市场监管效力等级地方规范性文件时效性失效正文：---------------------------------------------------------------------------------------------------------------------------------------------------- 长沙市人民政府办公厅关于进一步加强我市建筑节能工作的通知（长政办发〔2006〕22号）各区、县（市）人民政府，市直机关有关单位：为贯彻落实《国务院关于做好建设节约型社会近期重点工作的通知》（国发〔2005〕21号）、《国务院办公厅关于进一步推进墙体材料革新和推广建筑节能的通知》（国办发〔2005〕33号）精神，经市人民政府研究，现就进一步加强我市建筑节能工作有关事项通知如下：一、正确认识建筑节能的重要意义建筑节能是创建节约型社会的重要内容，是降低能耗，提高能源利用效率、保护环境的一项重要措施。
我市处于我国中南腹地，是世界上相同纬度下气候条件较差的地区，为典型的夏热冬冷地区。
随着我市社会经济的不断发展和人民物质生活水平的不断提高，用于建筑物冬季采暖和夏季制冷的能源消耗迅速增加，建筑在使用过程中直接消耗的能源占社会总能耗的30%左右，并呈继续上升趋势，能源供应和用能之间的矛盾日益突出。
切实抓好建筑节能工作，有利于降低建筑能耗，有效缓解我市能源紧张状况，促进能源、经济、环境效益可持续发展。
因此，各级各部门要从战略和全局的高度认识建筑节能工作的重大意义，切实推进全市建筑节能工作。
二、明确我市建筑节能工作目标我市（含市、县）在“十一五”期间，新建民用建筑必须全部达到国家规定的节能50%的设计标准，积极开展建筑节能65%以上低能耗和超低能耗的试点工作。
长沙市人民政府办公厅关于印发《长沙市重点用能单位节能低碳行动实施方案》的通知
长沙市人民政府办公厅关于印发《长沙市重点用能单位节能低碳行动实施方案》的通知文章属性•【制定机关】长沙市人民政府•【公布日期】2012.11.13•【字号】长政办函[2012]206号•【施行日期】2012.11.13•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】节能管理正文长沙市人民政府办公厅关于印发《长沙市重点用能单位节能低碳行动实施方案》的通知（长政办函〔2012〕206号）各区县（市）人民政府，市直机关有关单位：《长沙市重点用能单位节能低碳行动实施方案》已经市人民政府同意，现印发给你们，请认真组织实施。
二〇一二年十一月十三日长沙市重点用能单位节能低碳行动实施方案为深入贯彻落实科学发展观，切实抓好重点用能单位节能管理工作，确保完成“十二五”节能降耗任务，市政府决定组织开展重点用能单位节能低碳行动。
根据《中华人民共和国节约能源法》、《国家发改委等十二个部门关于印发万家企业节能低碳行动实施方案的通知》（发改环资〔2011〕2873号）、《长沙市节约能源办法》（第115号政府令）和《长沙市十二五能源发展与节能规划》（长政函〔2012〕55号）等法律法规和政策要求，特制定本实施方案。
一、指导思想和主要目标（一）指导思想。
以科学发展观为指导，依法强化政府对重点用能单位的节能监管，推动市重点用能单位加强节能管理，建立健全节能激励约束机制，加快节能技术改造和结构调整，大幅度提高能源利用效率，为实现“十二五”节能目标做出重要贡献。
（二）主要目标。
市重点用能单位节能管理水平显著提升，长效节能机制基本形成，能源利用效率大幅度提高，主要产品（工作量）单位能耗达到国内或省内同行业先进水平，部分达到国际先进水平。
“十二五”期间，市重点用能单位力争实现节约能源90万吨标准煤。
二、市重点用能单位范围市重点用能单位包括纳入“国家万家企业节能低碳行动”的重点用能单位及《长沙市节约能源办法》规定的以下单位：（一）年综合能源消费总量10000吨标准煤以上的用能单位；（二）国务院管理节能工作的部门或省人民政府管理节能工作的部门指定的年综合能源消费总量5000吨以上不满10000吨标准煤的用能单位；（三）市能源管理机构指定的年综合能源消费总量2000吨以上不满5000吨标准煤的用能单位。
长沙市既有公共建筑节能改造
1 总则
1.0.1 为改善长沙市既有公共建筑室内环境，提高能源利用 效率，降低运行能耗，规范既有公共建筑节能改造技术措施，保 证节能改造工程质量，做到技术先进、安全可靠、经济合理，制 定本导则。
1.0.2 本导则适用于长沙市既有公共建筑节能改造工程中的 项目申请、方案编制、设计和审查、施工、检测、验收和评估。
·3·
3 基本规定
3.0.1 未达到现行国家和地方节能标准要求的既有公共建筑， 且近期无拆除计划的，均可列为改造对象。实施节能改造前，应 对项目的结构安全、防火、耐久年限、改造的经济性等进行综合 考虑，如涉及到主体结构的改造，应对项目进行综合性能评估。
3.0.2 为了突出政策综合效益和改造整体效果，既有公共建 筑节能改造宜与城市环境综合整治等工作相结合，有条件时宜采 用合同能源管理。
·4·
各项节能改造的节能率估算分别见附录 A ～附录 E。 3.0.5 节能改造方案的编制应兼顾保持或提升建筑的功能、 美化环境、保护城市风貌和文化特色等。 3.0.6 节能改造的设计应符合下列规定： 1 单项或多项节能改造应满足本导则相应章节的规定； 2 综合节能改造应满足《公共建筑节能设计标准》GB50189、《湖 南省公共建筑节能设计标准》DBJ43/003 及长沙市住房和城乡建设 委员会相关补充规定对不同建筑类型的节能设计要求。 3 改造项目周边有可供利用的能源站（空调集中供冷供热、集 中供应卫生热水），宜优先考虑能源站供能。 3.0.7 对于实施综合节能改造的项目，应对改造后建筑综合 能耗、节能量进行综合评估，判定改造后建筑综合节能率是否达 到既定的节能目标。 3.0.8 节能改造的前期节能诊断、改造后的节能评估应由具 有相应资质的第三方承担；设计、施工和监理应具有相应资质。 3.0.9 改造应优先考虑既有建筑因节能改造而拆除的废旧材 料的综合再利用。如该产品已进入《湖南省既有建筑节能改造技 术推广应用目录》，且由生产厂家（或授权代理商）直接供货的 可不进行进场复验。 3.0.10 选用的改造技术和产品应符合国家和地方相关标准规 范要求及防火规范要求；所采用的保温材料有害物质含量和放射 性核素限量应符合国家相关标准规定。 3.0.11 节能改造工程施工前，施工单位应根据节能改造方案 或设计文件编制具体的施工方案并审查合格。 3.0.12 应按本《导则》的要求对既有建筑节能改造的部位、
长沙建筑行业企业综合评价指标和评分标准
附件2：
长沙市建筑行业企业综合评价指标和评分标准
资质序企业名资质专业：资质等
说明：
1、外地来长企业仅考核在长沙行政区域内的各项指标。
2、外拓指市管企业在长沙市行政区域外、省管企业在湖南省行政区域外承接的施工活动。
3、省外获奖按省内对应奖项加分。
4、市监外项目（含外拓、省监、县、市监项目）的市场行为情况以市场处核审为准。
5、专业企业承接工程项目监管情况以主体工程监管情况作为考评依据。
6、不良行为记录以《湖南省住房和城乡建设厅关于印发湖南省建筑市场违法违规不良行为记录公布制度的通知》（湘建建〔2015〕185
号）记录的为准。
7、建筑企业提供的外拓项目（长沙市行政区划以外的省、市）及省管项目的优良工程情况，以市质监站函询当地建设行政主管部门或质监站、湖南省质安监督总站的答复为准。
基于GIS和历史卫星影像的城市建筑大数据识别
第49卷第5期2022年5月Vol.49，No.5May2022湖南大学学报（自然科学版）Journal of Hunan University（Natural Sciences）基于GIS和历史卫星影像的城市建筑大数据识别邓章1，陈毅兴1，2†（1.湖南大学土木工程学院，湖南长沙410082；2.建筑安全与节能教育部重点实验室（湖南大学），湖南长沙410082）摘要：在城市建筑群能耗模拟中，建筑类型和建筑年代是典型建筑参考的主要依据，目前较难直接获取相关数据.为识别建筑类型，以长沙市区21538个建筑轮廓（不含城市地图信息点和区域边界轮廓信息）为例，基于建筑轮廓的轮廓面积、近似矩形短边宽度、近似矩形系数等几何特征，运用随机森林方法成功识别出低层住宅、公寓式住宅和其他类型，整体准确率为81.7%.为识别建筑年代，以长沙市中心区域7900个建筑轮廓为例，基于历史卫星影像数据，运用卷积神经网络方法自动提取不同年代的建筑轮廓，平均精确度为80%.然后分别相交分析推断出5077栋建筑建造于2005年之前，1606栋建筑建造于2005—2014年，1217栋建筑建造于2015—2017年.该方法同样适用于其他城市，为后续的建筑群能耗模拟提供了数据支持.关键词：城市建筑群能耗模拟；建筑类型；建造年代；随机森林；卷积神经网络中图分类号：TU111文献标志码：AIdentification of City-scale Building Information Based onGIS Datasets and Historical Satellite ImageryDENG Zhang1，CHEN Yixing1，2†（1.College of Civil Engineering，Hunan University，Changsha410082，China；2.Key Laboratory of Building Safety and Energy Efficiency of the Ministry of Education（Hunan University），Changsha410082，China）Abstract：Building type and built year are critical parameters to infer archetype buildings for urban building en⁃ergy modeling（UBEM）.Currently，it is difficult to directly obtain these data for most cities.For the building type identification，taking21538building footprints（without a point of interest and community boundary information）in Changsha City as an example，this paper used the random forest algorithm to successfully identify low-rise resi⁃dences，apartment residences，and other types based on the geometric characteristics，with an overall accuracy of 81.7%.For the determination of built year，7900building footprints in the downtown area of Changsha were selected as a case study，and this paper applied the convolutional neural network algorithm to automatically extract building footprints from different historical satellite imageries，with an average precision of80%.Then，the intersection analy⁃sis showed that5077buildings were built before2005，1606buildings were built from2005to2014，and1217∗收稿日期：2021-06-19基金项目：国家自然科学基金资助项目（51908204），National Natural Science Foundation of China（51908204）；湖南省自然科学基金资助项目（2020JJ3008），Natural Science Foundation of Hunan Province of China（2020JJ3008）作者简介：邓章（1992—），男，湖南邵阳人，湖南大学博士研究生†通信联系人，E-mail：******************.cn文章编号：1674-2974（2022）05-0215-08DOI：10.16339/ki.hdxbzkb.2022110湖南大学学报（自然科学版）2022年buildings were built from2015to2017.The proposed method can be easily applied to other cities，and provide data support for UBEM in the future.Key words：urban building energy modeling；building type；built year；random forest；convolutional neural net⁃work随着城镇化进程加快，建筑能耗总量不断上升，建筑成为第三“能耗大户”［1］，因此建筑节能对城市的可持续发展尤为关键.建筑能耗模拟可用于评价节能技术措施［2］.城市尺度的建筑群能耗模拟是国际城市能源研究领域的一个新兴方向，可以更好地评估新区能源规划和旧区节能改造等技术方案，从而推动节能减排目标的实施.由于缺乏每栋建筑的详细数据，在城市建筑群能耗模拟中，围护结构和空调系统等参数一般根据典型建筑进行假定，而建筑类型及建造年代是典型建筑参考的主要依据［3］.目前获取数据最直接的方法是利用政府机构公开的数据平台，绝大部分的研究中都采用这种方式.欧美一些大城市的数据平台存储了大量城市建筑信息，如建筑轮廓、楼层数、建筑类型和建造年代等数据［4-5］，可用于建筑群能耗模拟.公开数据平台节省了大量收集数据的时间，但受限于特定的城市.另一种直接的方法是实地调研［6］.当调研的范围扩大至城市级别，是极其耗时耗力的.当较难获取直接的数据时，可运用相关的数据来间接推断建筑类型及年代.对于建筑分类，首先可以利用多种数据进行识别.Wang等人［7］使用建筑轮廓和城市电子地图信息点（POI）数据，运用逻辑回归的监督学习算法识别出南京市2275栋商业建筑. Niu等人［8］使用微信定位数据、出租车GPS轨迹及POI等数据，运用空间聚类算法推断广州天河区各建筑功能.Deng等人［9］提出了基于POI和区域边界轮廓等地理信息系统（GIS）数据，运用分类和无监督学习聚类的方法，识别出长沙市区68966个建筑轮廓中69%的建筑类型.对于未识别的21538个建筑轮廓，其大部分为老旧住宅建筑，只含建筑轮廓面积和楼层数等几何信息.仅已知建筑几何信息时，Hecht 等人［10］基于建筑轮廓数据的几何特征，运用随机森林的监督学习算法，主要将住宅建筑分为11种类型，非住宅建筑分为工业和商业建筑.Lu等人［11］基于建筑轮廓的面积、周长和高度，周边80m内其他建筑信息和周边道路、停车场、植被的信息，运用决策树和随机森林等四种监督学习算法，将建筑分为单户住宅、多户住宅和非住宅建筑，四种算法中准确率最高为76.1%.对于建造年代，Biljecki等人［12］基于3D建筑模型（CityGML）的建筑类型、高度、邻近建筑数量及体积等9种属性，运用随机森林的监督学习算法推测建筑年代.Tooke等［13］和Rosser等［14］均基于遥感数据的建筑轮廓面积、周长、屋顶倾斜度及体积等二维和三维属性，运用随机森林算法分别推测3282栋和2553栋住宅的建筑年代.监督学习需要大量已知的样本进行训练，更适用于城市内的街区尺度.Zirak等［15］根据建筑年代普查数据随建筑类型和供热面积的分布，指定对应建筑的年代.Schwanebeck等［16］根据土地普查数据获取住宅地块内的建筑年代.然而这些普查数据有时较难获得.Li等［17］和Zeppelzauer等［18］运用卷积神经网络的深度学习算法提取街景图像特征，对不同时期的特征进行分类从而推断独户住宅的年代.近些年来，遥感影像（航空等影像）被广泛用于提取建筑物信息［19］.Deng等人［9］通过人工对比历史卫星影像数据，获取243栋建筑年代信息.相比于街景图像受限于地理位置，航空影像成图范围小，卫星影像对整个城市具有更全面的覆盖，因此历史影像的自动对比对于大规模运用是省时省力的.综上所述，一种基于有限和公开数据来识别建筑类型和年代的方法将具有更好的适用性.本文基于长沙市区未识别的21538个建筑轮廓的几何特征，运用监督式分类学习算法识别建筑类型.本文同时利用基于深度学习的图像识别算法，自动提取历史卫星影像的建筑轮廓，检测建筑物变化，用于推断长沙市区大量建筑的建造年代.1研究方法1.1基本信息本文的研究区域为长沙市.在建筑类型识别方面，先前的研究通过城市地图信息点POI和区域边216第5期邓章等：基于GIS 和历史卫星影像的城市建筑大数据识别界轮廓数据已成功识别出长沙市区68966个建筑轮廓中69%的建筑类型.图1展示了21538个没有POI 和区域边界轮廓数据的建筑轮廓在长沙市五区的分布及示例，数据来源于2017年.其中18933个建筑轮廓包含地上楼层数信息，6层及以下建筑占比为91%.卫星影像是指卫星拍摄的真实地理面貌，可用来检测地面上建筑、道路等信息.通过历史卫星影像的对比，可观测地理信息的变化.目前谷歌地球免费支持查看和下载高精度的历史影像，因此根据时间轴获取长沙市五区2005—2014年的影像数据.1530km黄巷岭泥丰谷路图1长沙市五区建筑轮廓及示例Fig.1Building footprints in five districts of Changsha1.2建筑类型分类图2所示为建筑类型分类的流程图.第一步是通过分析建筑轮廓和楼层数据来获取每栋建筑的特征参数，包括地上楼层数、轮廓面积、轮廓周长、近似矩形短边宽度、近似矩形长宽比、近似矩形系数.首先，地上楼层数的信息大部分来自GIS 数据库，对于2605个缺少楼层信息的建筑，利用百度街景手动补全.然后，利用地理信息系统软件QGIS 计算获得每个建筑轮廓的面积和周长.建筑轮廓的形状与建筑类型有较大关系，但是建筑轮廓的信息很难直接使用轮廓的坐标点进行分析，因此需要引入其他参数来反映轮廓的形状特点，如住宅建筑大多为长条形.本文就此提出了近似矩形的概念，当对轮廓进行旋转操作后，每个旋转角度都对应一个矩形框包围轮廓各边界点.选取面积最小的矩形框作为轮廓的近似矩形，如图2所示.轮廓面积与最小矩形面积的比值定义为近似矩形系数，系数越接近1，表示轮廓形状越近似于矩形.同时近似矩形的长宽比和短边宽度也能描述形状特征，因此增加了近似矩形短边宽度、近似矩形长宽比和近似矩形系数3个特征参数.18502个建筑轮廓（未标记样本）3036个建筑轮廓（标记样本）特征提取建筑轮廓建筑轮廓面积建筑轮廓周长地上楼层数近似矩形短边宽度近似矩形长宽比近似矩形系数建筑轮廓近似矩形长宽评估随机森林模型随机森林模型图2建筑分类流程图Fig.2Workflow of building type identification第二步是根据百度街景对3036个建筑轮廓的实际建筑类型进行标记.通过卫星图发现建筑轮廓中绝大部分为老旧住宅建筑，由于当时没有小区边界的概念而未被识别.其他类型的建筑由于数量较少，进一步细分后将没有足够的数据进行监督学习训练，因此本文将建筑轮廓的类型分为低层住宅、公寓式住宅和其他类型.标记得到低层住宅845个，公寓式住宅1547个，其他类型644个.图3所示为各类217湖南大学学报（自然科学版）2022年建筑轮廓的特征参数分布.从图3可看出低层住宅和公寓式住宅具有不同的特点，如绝大部分低层住宅的轮廓面积、轮廓周长小于公寓式住宅，低层住宅地上楼层数的中位数为2，而公寓式住宅地上楼层数的中位数为6.后续的随机森林分类模型学习分析各类特征参数的特点，从而识别出不同类型.本文采用了随机森林的分类模型，将6个参数作为模型输入，建筑类型作为模型输出.随机森林是一个包含多个决策树的分类器，决策树是机器学习中一种常用的分类方法，基于if-then-else 规则，根据待分类项中相应的特征属性值判断进入相应的分支，直至到达叶子节点，得到分类结果，从而形成一个树状结构.随机森林是用随机的方式生成多个互不关联的决策树，各自独立地学习和预测，最后统计多个决策树投票结果来决定最终结果，因此优于任何一个单分类器的分类结果.本文决策树的数量取值为100，最大深度为10.之后采用k 折交叉验证法，评估训练后模型的性能，避免模型出现过拟合.k 折交叉验证是指将数据集等比例划分成k 份，以其中的1份作为测试数据，其他的k -1份数据作为训练数据，随机重复验证k 次，k 通常取10.最后将训练完成的模型用于18502个建筑轮廓的分类.1.3建造识别由于卫星影像是可见光成像，极易受气候条件影响，存在云层遮挡和光线不同等问题，因此筛选出高质量成像且光影效果较为接近的影像，分别是2005年、2008年、2012年和2014年，地面分辨率为0.53m ，图像格式为tiff 格式.图4所示为建筑建造年代识别示意图.两个不同年代的卫星影像作为输入，通过卷积神经网络方法实现图像分割，分别识别和生成建筑物轮廓矢量数据.由于每次卫星拍摄影像时角度不同，导致不同的影像中建筑物存在一定的偏移，因此利用QGIS 的相交分析工具，考虑两建筑相交重叠部分超过50%，判断为同一建筑，然后检测出变化的建筑，从而确定它们的建造年代为2013—2000180016001400120010008006004002000低层公寓其他建筑类型（a ）建筑轮廓面积低层公寓其他454035302520151050建筑类型（d ）近似矩形短边宽度低层公寓其他300250200150100500建筑类型（b ）建筑轮廓周长低层公寓其他7654321建筑类型（e ）近似矩形长宽比低层公寓其他14121086420建筑类型（c ）地上楼层数低层公寓其他1.00.90.80.70.60.50.40.3建筑类型（f ）近似矩形系数图3标记的3036个建筑轮廓特征参数分布Fig.3Characteristic parameter distribution of 3036labeled building footprints建筑轮廓面积/m 2地上楼层数建筑轮廓周长/m近似矩形长宽比近似矩形系数近似矩形短边宽度/m218第5期邓章等：基于GIS 和历史卫星影像的城市建筑大数据识别2014年.卷积神经网络（CNN ）是一种包含卷积计算且具有深度结构的神经网络，属于深度学习的范畴，在图像识别中得到广泛应用.相比于传统的神经网络需要读取整幅图像，CNN 能够有效地将大数据量的图像降维成小数据量，且同时保留图片特征.典型的CNN 由卷积层、池化层和全连接层3个部分构成.卷积层通过卷积核（过滤器）的过滤提取出图片中局部的特征；池化层用于继续降低数据维度，可大大减少运算量；全连接层与传统神经网络结构类似，用来输出结果.目前CNN 有FCN 、U-Net 等多种代表算法用于图像语义分割，Mask R-CNN 算法用于实例分割.语义分割是指为图像中的每个像素打上类别标签，而实例分割是目标检测和语义分割的结合，能区分同类中的不同实例.影像中识别出建筑物并提取轮廓，属于实例分割的范围，因此本文选取Mask R-CNN 算法.Mask R-CNN 算法属于监督学习，需要用标记的样本对模型进行训练，我们选取了2014年影像中的一个区域，运用已有的1602个建筑轮廓矢量数据作为标记数据，包含多种不同形状，但不包括建筑的阴影，如图5所示.由于卫星在拍摄影像时存在一定的倾斜角度，导致GIS 数据与影像存在偏差，如图6（a ）所示，神经网络对这种类型的噪声较为敏感，为了提高标记数据的质量，对建筑轮廓进行了相应的平移调整，如图6（b ）所示.然后将影像通过滑动窗口切片成256×256像素尺寸，并且考虑切片边缘的重叠，再使用旋转、缩放、平移等数据增强方法来增加有限的数量集，确保模型的识别精度和泛化能力，获得2145个地图瓦片图片作为数据集.之后选用Python 和PyTorch 深度学习框架对模型进行训练和调参.数据集按9∶1划分为训练集和验证集，模型的骨干网络（backbone ）选取ResNet50，训练轮数（ep⁃图像识别-卷积神经网络卫星影像输入2014年影像建筑轮廓提取2012年影像相交分析重叠率>50%建造年代识别2013—2014年图4建造年代识别示意图Fig.4Workflow of built year identification图5标记的建筑轮廓和影像Fig.5Labeled building footprints andimagery219湖南大学学报（自然科学版）2022年ochs ）选取20，并且在学习曲线中自动提取最佳学习率.最后基于训练好的模型输入不同年代的影像进行预测生成相应的建筑轮廓.（a ）建筑轮廓未对准影像（b ）建筑轮廓移动对准影像图6建筑轮廓和影像对齐调整Fig.6Alignment and adjustment of building footprintsand imagery alignment2结果分析2.1建筑分类结果随机森林模型中采用C4.5算法，以信息增益率为准则选择属性.图7展示了各特征参数重要度，可见楼层数对建筑分类最为重要，其次是近似矩形短边宽度，轮廓周长的影响最小.采用混淆矩阵对各个类型的识别效果进行评估，如表1所示，其中对角线上的值表示正确分类的样本.10折交叉验证后结果显示，整体准确率为81.7%，与文献［11］中用面积、周长等基本属性分类得到的76.1%准确率相比，该方法得到了有效提升.准确率表示预测正确的结果占总样本的百分比.除了准确率外，还采用精确率和召回率评估不同类型的识别效果.精确率表示所有被预测为某类的样本中实际为该类样本的概率，召回率表示实际为该类样本中被预测正确的概率.由表1可看出，低层和公寓式住宅召回率都在98%左右，表示可以很好地被推断正确.但低层和公寓式住宅精确率在80%左右，是由于其他类型中包含零售商店和饭店等类型，在几何特征上与低层住宅相似，其他类型中包含学校和行政楼等类型，在几何特征上与公寓式住宅相似，因此它们中有一部分被错误地推断为其他类型.近似矩形长宽比轮廓周长楼层数轮廓面积近似矩形系数近似矩形短边宽度特征重要度00.050.100.150.200.25图7各特征参数重要度Fig.7Importance of each characteristic parameter表1随机森林模型分类结果Tab.1The result of random forest model低层住宅预测数量公寓式住宅预测数量其他类型预测数量各类召回率/%低层住宅真实数量83501098.82公寓式住宅真实数量115271998.71其他类型真实数量22230311918.48各类精确率/%78.9283.4480.41将训练好的模型用于预测剩下的18502栋建筑类型，结果见表2.数量最多的为低层住宅，共有10428栋，以1~3层为主，较为密集地分布在区域内.公寓式住宅共有5686栋，以5~6层为主，住宅群分布较为均匀.其他类型共有2388栋，分布较为分散.表2建筑类型预测结果Tab.2The prediction result of building type数量示例低层住宅10428公寓式住宅5686其他类型23882.2建造年代识别结果Mask R-CNN 模型一般选用平均精确度（aver⁃220第5期邓章等：基于GIS和历史卫星影像的城市建筑大数据识别age precision）作为评价指标，平均精确度是对精确率-召回率曲线上的精确率求均值.结果显示平均精确度为80%，对于相互有间隔的建筑能较好地识别，而对密集分布的低层建筑识别较弱.本文选取长沙市中心范围为4.17km×4.33km的区域作为研究区域，将训练完成的模型应用于该区域进行建筑物识别和提取.图8展示了2014年、2012年、2008年和2005年四个年代的示例.从图8可以明显看出每栋建筑随不同年代的变化.根据已有的2017年建筑矢量数据，依次与各个年代提取的建筑轮廓进行交集计算，将建造年代分为2015—2017年、2013—2014年、2009—2012年、2005—2008年、2005年之前等五个阶段，结果如表3所示.在7900个建筑轮廓中，5077栋（64%）建筑的建造年代在2005年之前，符合中心城区早期开发建设的情况.表3建造年代分布Tab.3The distribution of built year建造年代建筑数量2005年之前50772005—2008年3682009—2012年4492013—2014年7892015—2017年12173结论本文提出了基于GIS和历史卫星影像数据识别城市建筑类型和建造年代的方法.运用随机森林的监督学习方法，将建筑类型分为低层住宅、公寓式住宅和其他类型.利用卷积神经网络的深度学习方法进行历史卫星影像识别，成功提取各个年代建筑轮廓，然后相交分析推断出建筑年代.主要结论如下：1）建筑类型识别方面，针对长沙市区21538个建筑轮廓（不含POI和区域边界轮廓信息），提出近似矩形的概念，新增近似矩形短边宽度、近似矩形长（a）2014年建筑轮廓提取（c）2008年建筑轮廓提取（b）2012年建筑轮廓提取（d）2005年建筑轮廓提取图8各年代建筑轮廓提取示例Fig.8The example of building footprints extraction in different ages221湖南大学学报（自然科学版）2022年宽比、近似矩形系数作为特征参数反映轮廓形状特征.分析显示，楼层数和近似矩形短边宽度是影响分类最为重要的两个特征参数.训练结果显示，分类模型的整体准确率为81.7%.在用于预测的18502个建筑轮廓中，成功识别出10428栋低层住宅、5686栋公寓式住宅.2）建造年代识别方面，训练结果显示，建筑轮廓提取模型的平均精确度为80%.将其应用于长沙市中心区域7900个建筑轮廓，交集计算推断出5077个建筑的建造年代为2005年之前，1606个建筑的建造年代为2005—2014年，1217个建筑的建造年代为2015—2017年.参考文献［1］李念平，韩阳丽，何颖东，等.长沙地区混合通风住宅老年人空调使用行为［J］.湖南大学学报（自然科学版），2020，47（11）：141-148．LI N P，HAN Y L，HE Y D，et al.Air-conditioning use behaviorsof elderly in mixed-mode residential buildings in Changsha［J］.Journal of Hunan University（Natural Sciences），2020，47（11）：141-148．（In Chinese）［2］陈淑琴，邬佳婧，葛坚，等.办公建筑空调随机使用行为模拟方法及案例应用［J］.湖南大学学报（自然科学版），2021，48（5）：157-164．CHEN S Q，WU J J，GE J，et al.Simulation method and case studyof stochastic usage behavior of air conditioners in office buildings［J］.Journal of Hunan University（Natural Sciences），2021，48（5）：157-164．（In Chinese）［3］冷红，宋世一.城市尺度建筑节能规划的国际经验及启示［J］.国际城市规划，2020，35（3）：103-112．LENG H，SONG S Y.Building energy efficiency planning at urbanscale：international experience and inspiration［J］．Urban Plan⁃ning International，2020，35（3）：103-112．（In Chinese）［4］CHEN Y X，HONG T Z，LUO X，et al.Development of city build⁃ings dataset for urban building energy modeling［J］.Energy andBuildings，2019，183：252-265．［5］MONTEIRO C S，COSTA C，PINA A，et al.An urban building da⁃tabase（UBD）supporting a smart city information system［J］.En⁃ergy and Buildings，2018，158：244-260．［6］李信仪.居住建筑区域能耗模型研究［D］.重庆：重庆大学，2018．LI X Y.A study about residential building stock energy modelling［D］.Chongqing：Chongqing University，2018．（In Chinese）［7］WANG C，WU Y，SHI X，et al.Dynamic occupant density models of commercial buildings for urban energy simulation［J］.Buildingand Environment，2020，169：106549．［8］NIU N，LIU X P，JIN H，et al.Integrating multi-source big data to infer building functions［J］.International Journal of GeographicalInformation Science，2017，31（9）：1871-1890．［9］DENG Z，CHEN Y X，PAN X，et al.Integrating GIS-based point of interest and community boundary datasets for urban building en⁃ergy modeling［J］.Energies，2021，14（4）：1049．［10］HECHT R，MEINEL G，BUCHROITHNER M.Automatic identifi⁃cation of building types based on topographic databases—a com⁃parison of different data sources［J］.International Journal of Car⁃tography，2015，1（1）：18-31．［11］LU Z Y，IM J，RHEE J，et al.Building type classification using spatial and landscape attributes derived from LiDAR remote sens⁃ing data［J］.Landscape and Urban Planning，2014，130：134-148．［12］BILJECKI F，SINDRAM M.Estimating building age with3D GIS ［J］.ISPRS Annals of the Photogrammetry，Remote Sensing andSpatial Information Sciences，2017，IV-4/W5：17-24．［13］TOOKE T R，COOPS N C，WEBSTER J.Predicting building ages from LiDAR data with random forests for building energy modeling［J］.Energy and Buildings，2014，68：603-610．［14］ROSSER J F，BOYD D S，LONG G，et al.Predicting residential building age from map data［J］.Computers，Environment and Ur⁃ban Systems，2019，73：56-67．［15］ZIRAK M，WEILER V，HEIN M，et al.Urban models enrichment for energy applications：challenges in energy simulation using dif⁃ferent data sources for building age information［J］.Energy，2020，190：116292．［16］SCHWANEBECK M，KRÜGER M，DUTTMANN R.Improving GIS-based heat demand modelling and mapping for residentialbuildings with census data sets at regional and sub-regional scales［J］.Energies，2021，14（4）：1029．［17］LI Y，CHEN Y Q，RAJABIFARD A，et al.Estimating building age from google street view images using deep learning［C］//Proceed⁃ings of the10th International Conference on Geographic Informa⁃tion Science.Melbourne：Leibniz International Proceedings in In⁃formatics，2018：1-7.［18］ZEPPELZAUER M，DESPOTOVIC M，SAKEENA M，et al.Auto⁃matic prediction of building age from photographs［C］//Proceed⁃ings of the2018ACM on International Conference on MultimediaRetrieval.New York：ACM，2018：126-134．［19］陈仁朋，吴熠文，余加勇，等.基于无人机影像序列的城市精细化三维模型精度评估［J］.湖南大学学报（自然科学版），2019，46（11）：172-180．CHEN R P，WU Y W，YU J Y，et al.Method accuracy evaluationsof building urban detailed3D model based on the unmanned aerialvehicle image sequences and its accuracy evaluatios［J］.Journal ofHunan University（Natural Sciences），2019，46（11）：172-180．（In Chinese）222。
湖南省住房和城乡建设厅关于在全省开展公共建筑能耗监测系统建设的通知-湘建科函[2014]55号
![湖南省住房和城乡建设厅关于在全省开展公共建筑能耗监测系统建设的通知-湘建科函[2014]55号](https://img.taocdn.com/s3/m/9cea18c927fff705cc1755270722192e453658b1.png)
湖南省住房和城乡建设厅关于在全省开展公共建筑能耗监测系统建设的通知正文：---------------------------------------------------------------------------------------------------------------------------------------------------- 湖南省住房和城乡建设厅关于在全省开展公共建筑能耗监测系统建设的通知（湘建科函〔2014〕55号）各市州住房和城乡建设局（建委、规划建设局），各有关部门：我省初步能耗统计结果表明，国家机关办公建筑和大型公共建筑单位面积能耗是居住建筑的4-10倍。
国家机关办公建筑和大型公共建筑节能监管体系建设（以下简称“节能监管体系建设”）以能耗统计、能源审计、能耗监测、能效公示及制度建设为手段，实现公共建筑能耗的可计量、可监测，确定各类型公共建筑的能耗基线，识别重点用能建筑和高能耗建筑，并逐步推进高能耗公共建筑的节能改造，是降低公共建筑能耗，提高能效的有力抓手。
为此，省人民政府办公厅印发了《关于加强全省国家机关办公建筑和大型公共建筑节能监管体系建设的意见》（湘政办〔2012〕48号）和《关于建立湖南省国家机关办公建筑和大型公共建筑节能监管体系建设工作联席会议制度的通知》（湘政办函〔2013〕26号），2013年12月我省获批财政部、住房和城乡建设部“公共建筑能耗动态监测平台建设”示范，要求完成能耗监测省级平台及长沙、株洲两个市级平台、200栋建筑监测点安装以及相关制度和标准建设。
为认真贯彻落实以上文件精神，按质按量完成我省示范任务，现就有关事项通知如下：一、工作任务至2015年12月31日止，全省完成200栋建筑能耗监测系统安装，建立全省联网的公共建筑能耗动态监测平台，并与国家能耗监测平台对接，实现公共建筑能耗的可计量、可监测，确定各类型公共建筑的能耗基线，识别重点用能建筑和高能耗建筑，并通过能耗统计、能源审计、能效公示、用能定额和超定额加价等制度和手段，逐步推进高能耗公共建筑的节能改造，全面提高公共建筑的能源利用效率。
长沙地区公共建筑的能耗现状与节能分析
ｉｎｖｅｓｔｉｇａｔｉｏｎｏ． Ｔｈｉｓ ｗｏｒｋ ｉｓ ｏｆ ｓｉｇｎｉｆｉｃａｎｃｅ ｆｏｒ ｔｈｅ ｏｔｈｅｒ ｓｔｕｄｉｅｓ ｏｎ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｏｆ
ｃａｓｅ（ｓｈｏｐｐｉｎｇ ｃｅｎｔｒｅ，ｈｏｔｅｌ ａｎｄ ｏｆｆｉｃｅ ｂｕｉｌｄｉｎｇ ｓｅｐａｒａｔｅｌｙ）ｃｏｎｓｉｄｅｒｉｎｇ ｉｔｓ ｅｎｅｒｇｙ
ｖａｒｉｅｔｙ，ｅｎｅｒｇｙ ｕｓａｇｅ ｄｉｓｔｒｉｂｕｔｉｏｎ，ｂｕｉｌｄｉｎｇ ｃｏｎｄｉｔｉｏｎ，ｏｐｅｒａｔｉｏｎａｌ ｓｃｈｅｄｕｌｅ ａｎｄ ｏｕｔｅｒ ａｉｒ ｔｅｍｐｅｒａｔｕｒｅ，ａｎｄ ｔｈｅｎ ｆｉｎｄ ｏｕｔ ｔｈｅ ｍａｉｎ ｆａｃｔｏｒｓ．２）Ｔａｋｅ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ ｂｕｉｌｄｉｎｇｓ ｆｏｒ ｅｘａｍｐｌｅｓ，ａｎｄ ｐｒｅｓｅｎｔ ｄｅｔａｉｌｅｄ ｅｎｅｒｇｙ ａｕｄｉｔ ｗｉｔｈ ｅｆｆｅｃｔｉｖｅ ｍｅｔｈｏｄｓ．Ａｎｄ ｔｈｅｎ ｅｎｅｒｇｙ ｕｓａｇｅ ｉｎｄｅｘ ｗａｓ ｏｂｔｍｎｅｄ ｉｎｄｉｖｉｄｕａｌｌｙ，ｗｈｉｃｈ ｉｎｄｉｃａｔｅｓ ｔｈｅ ｅｎｅｒｇｙ ｃｏｎｓｅｒｖａｔｉｏｎ ｐｏｔｅｎｔｉａｌｉｔｙ ｉｓ ｇｒｅａｔ ｆｏｒ ｅａｃｈ ｃａｓｅ ｄｕｅ ｔｏ ｕｎｒｅａｓｏｎａｂｌｅ ｄｅｓｉｇｎ，ｏｐｅｒａｔｉｏｎ ｏｆ ＨＶＡＣ
图３．２商场建筑及空调风系统平面、水系统示意图 …………………………ｌ ５
图３．３商场空调系统主机设备图
……………………………………………１５
图３，４商场内人员的日变化………………………………………………………１６
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
・ 杭 州市 控制 建筑 工地 扬尘
目前 ， 从杭外１ 委建筑业 管理局 了解到 ， 市建 杭州市 区启
动 了 建 筑 施 工 扬 尘 污 染 管 理 ， 对 施 工 现 场 不 按 要 求 进 行 围 护 、四 周 尘土 飞扬 、高 空 抛 掷 建 筑 垃 圾 等 行 为 ，建 设 部 门将
责令限期改正或 停工整改 ， 城市管理部 门依据相关法律法规
予以行政处罚。
“ 按照管理办法，建筑工程、拆房 、市政设施和道路施工 工地周围应当设置不低于 １８ ．米的硬质密闭围档 ，以防止粉尘 飘扬。 杭州市建筑业管理局负责人介绍 ， ” 工地内还要设置相应 的车辆冲洗设施和排水、泥浆沉淀设施 ， 运输车辆需要冲洗干 净后出场 ， 保持工地出入 口通道及道路两侧各５米范围内的整 Ｏ 洁 ；如工地内堆放水泥、灰土、砂石等容易产生扬尘污染物料
对新建建筑在规 划设计阶段、施工阶段与竣工验 收阶段提
出 不 同 的监 管 考 核 标 准 ；坚 持每 年 开 展 两 次全 省建 筑 节
能 专 项 检 查 ， 就 建 筑 节 能 工 作 对 各 市 提 出具 体 考 核 指 标 。 并
一 重庆 奥林 匹克花 园登 荣誉 之巅
重 庆 奥 林 匹 克 花 园 项 目 目前 一 举 夺 得 了 “０ ８ 天 佑 ２０ 詹 大 奖 金 奖 ” 据 了 解 ， 国 仅 有 ２ 个项 目荣 获 金奖 。 庆 奥 。 全 Ｏ 重 林 匹 克 花 园此 次 斩 获 重 要 奖 项 ，再 次 向证 明 了其 开 发 水 平
Hale Waihona Puke 在 山西 省 政 协 十 届 一 次 会 议 上 ，省政 协 委 员傅 银 瑜 提 交 了 《 推 广 节 能 新 型 住 宅 作 为 实 现 节 能 降 耗 目标 和 节 约 将 型 社 会 的 一 项 举 措 》 的 提 案 ，建 议 政 府 部 门 牵 头 制 定 节 能 型 住 宅 发 展 规 划 和 相 关 政 策 ，建 立 科 学 、完 整 、统 一 的 节 能降耗监测和考核体系。 提 案 承办 单位 山西 省建 设厅 经会 议 研 究 后 ，决 定 在 编 制 完成 山西 省 省 级 机 关 和全 额事 业 单 位办 公 建 筑 节 能 改 造 实 施 方案 》 基 础 上 ， 新 建 建 筑 严 格 执 行 节 能 标 准 ， 的 对 并
奥林匹克花 园从 ２ ０ 年一开始就备受关注和肯定 。 自行 ０４ 来
业 的 、 自 客 户 的 、来 自媒 体的 种 种 肯定 ， 奖 百 余 项 。 来 获 奥 林 匹 克 花 园 以 其 ３０ 亩 的 规 模 ， 担 起 城 市 运 营 的 职 能 ， ３０ 承 占 据 重 庆 城 市 发 展 的 先 机 ，位 于 重 庆 北 部 新 区 核 心 ，同 时拥 有 城 市 中 难 以 复 制 的 自然 环 境 。
不可小觑 。
作 为 一 个需 要 十 年 时 １ 发建 设 的 ３ ０ 亩 大盘 ， 庆 司开 ３０ 重
－ 长沙 市建 筑能耗 监测 中心 正式 运行
日前 ， 长沙 市 建 筑 能 耗 监 测 中心 正 式 运 行 。长 沙 市 建委 相 关 负责 人透 露 ， 长沙 市 政 府 办 公 大 楼 是 长 沙 首 栋 接受 建筑 能 耗监 测 的 国家 机 关 办 公 楼 ， 今 后 长 沙昕 有 国 家机 关 办 公建 筑 和 大 型公 共 建 筑能 耗 都将 纳 人监 茜 范 围 。
＿ 哈 尔滨控 制 建筑风 格
在 对老 城 区老 建 筑 的立 面 改造 中 ，哈 尔滨 城 市 建 筑 《 风 格 控 制 性 规 划 和 《 尔 滨 市 城 市 色 彩 规 划 》 切 实 发 哈
一 山西省 落实 提案 建议 强化 建筑 节能
山西 省 建 设 厅 目前 出台 决 定 ，组 织开 展 对 从业 人 员的
的 ，需采 取遮 盖 、洒 水 、喷 洒 覆盖 剂或 其 他防 尘措 施 。
２０年 １月 １ ０８ ２ ７
建筑节能培训及强化建筑节能标准执行情况监管等 。这是
山西 省 建 设 厅 落 实 政 协 提 案 ，确 保 新 建 建 筑 严 格 执 行 节 能
标准的具体举措 。
挥了应有的指导和约束 作用。据哈市城 乡规划局名城保
护 处 处 长 段 毅 介 绍 ， 城 市 建 筑 风 格 控 制 性 规 划 》和 哈 《 尔 滨 市 城 市 色 彩 规 划 》 目标 之 一 就 是 要 保 护 哈 市 的 建 筑 ， 风 格 特 点 和 彰 显 城 市 主 色调 ，充 分 展 示 与 延 续 “ 方 莫 东 斯 科 ” 东 方 小 巴黎 ” 韵 ， 现 北 方 历 史 名 城 风 范 。 、“ 风 体 在 城 市 建 筑 风 格 控 制 性 规 划 》中 ， 定 １ 处 建 筑 风 格 保 护 划 ４ 区 ， 按 照 保 护 、控 制 、协调 、发 展 ４ 规 划 区 域 ，对 城 并 个 市建 筑 风 格进 行 控 制 性 统 一 规 划 。