인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
As cities face a changing climate, buildings will be subjected to increasing energy demand, heat stress, thermal comfort issues, and decreased service life. Therefore, evaluating building performance under climate change is essential for maintaining sustainable and resilient communities. To better prepare building simulation climate data with urban effects, a computationally efficient approach is used to generate "urbanized" data, where the city's unique signature is obtained through the dynamic Weather Research and Forecasting model for the Ottawa, Canada region. We demonstrate this process using existing climate data and extend it to prepare projections for scenarios where nature-based solutions, such as increased greenery and albedo, were implemented. The data consists of several 31-year time series of climate variables such as temperature, humidity, wind speed and direction, pressure, cloud cover, and precipitation over different global warming thresholds. Such a dataset allows building practitioners to evaluate building performance under both historical and future climate conditions, as well as to evaluate the impacts of nature-based solutions to mitigate future climate change risks.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
