Eine experimentelle Analyse und ein Deep-Learning-Modell zur Bewertung der Kühlleistung von begrünten Wänden in feuchten Klimazonen

Eine experimentelle Analyse und ein Deep-Learning-Modell zur Bewertung der Kühlleistung von begrünten Wänden in feuchten Klimazonen

In den letzten Jahrzehnten haben Überbevölkerung und wirtschaftliches Wachstum die globale Erderwärmung erheblich beschleunigt, was zu zahlreichen ernsten Problemen für städtische Gebiete und ihre Bewohner führt. Treibhausgase und chemische Schadstoffe, die in die Atmosphäre freigesetzt werden, verstärken den Klimawandel, verschärfen den städtischen Wärmeinsel-Effekt und erhöhen die Hitzestressbelastung. Dies führt zu einem höheren Energiebedarf, insbesondere im Bauwesen, welches fast 40% des gesamten Energieverbrauchs ausmacht. Unterschiedliche wissenschaftliche Berichte haben ergeben, dass verschiedene städtische Elemente, einschließlich Außenwänden, Dächern, Gelände, Gehwegen und Straßen sowie Baumaterialien, eine wichtige Rolle im städtischen Design spielen. Ziel dieses Designs ist es, thermisch angenehme Außenbereiche zu schaffen, in denen diese Elemente die Umwelt durch die Kontrolle des Wärmeübergangs, der Sonneneinstrahlung und des Luftstroms beeinflussen können. Materialien haben deutlich unterschiedliche Wärmekapazitäten, Wärmeleitfähigkeiten und Oberflächenstrahlungseigenschaften wie Albedo und Emissionsfähigkeit.

Die Verwendung von dunklen Oberflächen und Materialien wie Asphalt, Zement, Beton, Verbundstoff und Metall kann zu höheren Lufttemperaturen führen und den städtischen Wärmeinsel-Effekt manifestieren. Diese Phänomene treten auf, wenn Städte natürliche Landschaften durch dichte Anordnungen von wärmeabsorbierenden Oberflächen wie Gehwegen, Gebäuden und anderen ersetzen und zu erhöhten Lufttemperaturen führen. Darüber hinaus, da der zunehmende Einfluss der globalen Erderwärmung die Häufigkeit von heißen Tagen und Nächten verschärft, steigt das Risiko von Hitzestress und damit verbundenen Gesundheitsproblemen. Während Hitzewellen und extreme Hitzeereignisse alle negativ beeinflussen können, sind einige Personen, wie ältere Menschen, chronisch Kranke, Kinder und schwangere Frauen, besonders gefährdet. Es wurde umfangreich zu verschiedenen Aspekten des Umweltdesigns in verschiedenen Kontexten geforscht, und durch eine sorgfältige Untersuchung dieser Strategien ergeben sich breite Überschneidungen und Kooperationen für erwartete Ergebnisse.

Die Verwendung von grünen Wänden unterstützt Prozesse wie Luftreinigung, Regenwassersammlung, Verminderung von Umgebungslärm, Erhöhung der Biodiversität und Verbesserung der Brandsicherheit von Gebäuden. Grüne Wände werden aufgrund ihrer signifikanten Auswirkungen auf Lufttemperaturen insbesondere in Bezug auf die Reduzierung der Außentemperatur und der Milderung der städtischen Wärmeinsel-Effekte dringend empfohlen. Durch den Einsatz von künstlichen neuronalen Netzwerken (ANNs) konnte das Forschungsteam synthetische Daten generieren, die die vorhandenen Messungen ergänzen. Dies ermöglichte es, den Datenmangel zu überwinden und umfassendere Analysen durchzuführen. Machine-Learning-Techniken, wie ANNs, haben bemerkenswerte Fähigkeiten bei der Modellierung komplexer Muster und Beziehungen innerhalb von Daten gezeigt. Die Nutzung von ANNs zur Vorhersage der zukünftigen Leistung des SCP und zur Datenverbesserung stellt ein neuartiges Verfahren zur Bewältigung von Datenbeschränkungen dar, insbesondere in Bezug auf die Temperaturreduktion durch SCP in einem feuchten Klima.