4 室外照度计算模型

　　光气候信息系统需要对初始的太阳辐射等数据进行筛选处理，计算出室外总照度和室外散射照度，因此包含照度转化模型。系统中照度计算模型流程示意图，如图4 所示。

　　从图中可以看出，只要能输入足够详细和精确的太阳辐射数据，就可以得到任意时刻的室外总照度值和室外散射照度值。

　　利用该系统计算重庆的室外照度，将计算结果与重庆IDMP 观测站的1991 年室外总照度的观测数据进行对比。发现模型在中午12 点前后两小时左右误差稍大，而在其他时间的二者十分吻合，计算结果比实测结果略高一点。相关均偏差MBD 为8. 06%。因此，运用Muneer 模型计算我国室外照度有较为满意的准确度。

　　另外，本研究分别选取了张晴原著的《中国建筑用标准气象数据库》，美国energyplus 全球气象数据库的全国57 个城市太阳辐射量数据进行对比计算，得到两个全国年平均总照度图。与上世纪80 年代得到的全国年平均总照度图进行比较，发现全国各地的照度分布趋势大致相同，四川地区附近的较为相似，而在东北部地区的差别稍大，另外该系统输出的照度值普遍要比实测值要小一些。因为缺乏与太阳辐射数据同步的地面观测室外照度数据，所以此处的误差分析较难进行。

　　5 天空亮度计算模型

　　按照国际惯例计算天空亮度分布，就要将天空半球进行分块，计算每一天空块上的亮度数值。本研究采取将天空半球分为145 块，以15° 为单位进行划分。也就是说在半球的精度上按15° 划分为360 /15 = 24 份，在纬度上90 /15 = 6 份，共24* 6 +1 = 145 块，其中包括天顶的那一块。PEREZ 模型是目前国际上公认的最权威的转化模型，他的公式非常复杂。我们利用我国已有的数据对PEREZ 公式的参数进行了确定，从而确定了计算模型，输入太阳辐射数据可以得到145 块天空块的亮度值，这一结果可以直接用于室内采光计算。

　　光气候信息系统对初始的太阳辐射等数据进行筛选处理，计算出天空中各个天空块的亮度数据，该系统中天空亮度计算模型流程示意图如图5 所示。　

　　6 结论

　　本课题收集了我国大量的地域性光气候数据，运用GIS 技术建立了地域性光气候信息系统，输入太阳辐射数据，可以获得更多时段甚至实时的室外照度和天空亮度分布数据，因而大大丰富了我国光气候数据信息。该系统今后可以与采光软件如Radiance 对接，并且利用GIS 平台得到城市内各街区的光气候数据，为更准确地进行建筑采光和节能设计提供基础。