Weather data analysis and building performance assessment during extreme climate events: A Canadian AMY weather file data set
Notice bibliographique
Résumé
The increasing intensity and frequency of extreme weather events resulting from climate change have led to grid outages and other negative consequences. To ensure the resilience of buildings which serve as primary shelters for occupants, resilient strategies are being developed to improve their ability to withstand these extreme events (e.g., building upgrades and renewable energy generators and storage). However, a crucial step towards creating a resilient built environment is accurately estimating building performance during such conditions using historical extreme climate change-induced weather events. To conduct Building Performance Simulation (BPS) in extreme conditions, such as weather events induced by climate change, it is essential to utilize Actual Meteorological Year (AMY) weather files instead of Typical Meteorological Year (TMY) files. AMY files capture the precise climatic conditions during extreme weather events, enabling accurate simulation of such scenarios. These weather files provide valuable data that can be used to assess the vulnerabilities and resilience of buildings to extreme weather events. By analyzing past events and their impacts using BPS tools, we can gain insights into the specific weaknesses and areas that require improvement. This approach applies to both existing buildings needing climate change-resilient retrofits and new building designs that must be compatible with future climatic conditions. Moreover, the intensification and frequency increase of these extreme weather events makes developing adaptation and resilient-building measures imperative. This involves understanding the potential losses that households may experience due to the intensification of extreme events and developing farsighted coping strategies and climate-proof resilient-building initiatives. However, addressing the knowledge gap caused by the absence of an AMY weather file dataset of extreme events is essential. This will allow for accurate BPS during past extreme climate change-induced weather events. To fill this gap, this article introduces a comprehensive .epw format weather file dataset focusing on historical extreme weather events in Canada. This collection encompasses a diverse array of past extreme climate change occurrences in various locations, with potential for future expansion to include additional locations and countries. This dataset enables energy simulations for different types of buildings and considers a diverse range of historical weather conditions, allowing for better estimation of thermal performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».