HKN | Физика зданий

Кремль и ветер. Часть 3: СП, EPW и ERA5 — какую погоду мы моделируем?

В прошлой части мы разобрали устройство виртуальной продувки. Теперь выбираем погодные данные. Что значит «климат Казани» — таблица из свода правил, погодный файл или многолетний реанализ? У каждого инструмента своя задача.

1. СП РФ: климатические параметры для проектирования

Берём действующий СП 131.13330.2025 «Строительная климатология». В нём есть расчётные температуры, параметры влажности, осадков, ветра и солнечной радиации. Основой расчёта климатических параметров служат наблюдения за 1973–2022 годы; экстремальные значения выбирают за весь период наблюдений.
В новой редакции есть таблица средней месячной и годовой скорости ветра. Для Казани годовое значение — 2,6 м/с. Но таблицы СП не предоставляют нам непрерывную почасовую последовательность, по которой можно восстановить все сочетания скорости и направления ветра.

2. EPW: формат файла; наш набор — типичный год

EPW сам по себе не определяет происхождение или период данных. Нужно читать описание конкретного файла.
Наш Kazan TMYx содержит 8760 часов, собранных из месяцев разных лет. Например, январь взят из 2019-го, февраль — из 2009-го, июль — из 2022-го и т.д. Средняя скорость в этом файле — 3,6 м/с.
Такой типичный год удобен для годового моделирования здания. Для оценки многолетней повторяемости ветра в нашем исследовании нужно отдельно проверить исходный архив. Имя файла заканчивается на 2009–2023, а заголовок указывает период 2009–2022 — ещё одна причина проверять метаданные.

3. ERA5: модель атмосферы вместе с наблюдениями

ERA5 — реанализ ECMWF. Он объединяет численную модель с наземными и другими наблюдениями, включая спутниковые. Называть его просто «спутниковыми данными» было бы неточно.
У ERA5 есть последовательный почасовой ряд. В рассмотренном датасете данные представлены на сетке 0,25°, а ветер — на высоте 10 м. Это масштаб фоновой погоды; отдельные проходы и дворы Кремля такая сетка, естественно, не разрешает.
Мы получили ERA5 через Open-Meteo с явно выбранной моделью era5 за 2009–2022 годы вблизи точки нашего EPW. Средняя скорость в этом ряду — 3,9 м/с.

Почему получились 2,6 / 3,6 / 3,9 м/с?

Это сравнение выбранных наборов, а не рейтинг точности. Периоды, способ отбора месяцев и пространственное представление различаются. Наблюдения станции и значение в ячейке модели тоже нельзя автоматически считать одним и тем же ветром. Для строгого сравнения нужны одинаковые сроки, проверка высоты и окружения станции, интервалов усреднения и качества наблюдений.
Для исследования используем СП как нормативный ориентир, EPW — как знакомый годовой сценарий, многолетние наблюдения и ERA5 — для анализа фонового ветра и его повторяемости. Затем согласуем входной профиль CFD и рассчитаем ветер на высоте 1,5 м над местным рельефом.
На карточках — сравнение источников, сезонный ход и розы ветров. Порог 0,5 м/с здесь выделяет слабый ветер для статистики; он не является критерием комфорта.

Сравнение всех трех подходов, считаю, дает более актуальную картину климатических данных

#КремльИВетер #ФизикаЗданий

Кремль и ветер. Часть 2: как устроена виртуальная продувка

В первой части мы собрали исходную модель и нашли искусственный проход под сплошным зданием. Теперь следующий вопрос: как превратить геометрию в расчёт, который поможет сравнить места для прогулки?

Начнём с серии одинаково поставленных экспериментов. Меняем направление фонового ветра и смотрим, как здания и рельеф влияют на среднюю скорость в пешеходных зонах.

1. Откуда дует
Пилотная серия — восемь направлений с шагом 45°. Север модели ещё нужно привязать к географическому северу. Если результат слишком чувствителен к углу, добавим промежуточные направления. Для сравнения задаём одинаковую опорную скорость на одной и той же высоте.

2. Как ветер входит в модель
Скорость меняется с высотой и зависит от характера поверхности вокруг. Поэтому на входе зададим атмосферный профиль скорости и турбулентности. Сначала проверим его в области без зданий: сохраняется ли заданный поток по пути к месту исследования? Опорную скорость и шероховатость определим после выбора погодных данных и оценки окружения.

3. Где заканчивается территория
Выгрузка участка около 650 × 650 м — только исходная геометрия. Воздуху нужно место перед зданиями, над ними и за ними. Расчётную область и окружающую застройку будем расширять и сравнивать результаты: положение искусственных границ не должно определять наш вывод о маршрутах.

4. Что увидит пешеход
Выбрали показатель первой серии — среднюю горизонтальную скорость ветра. Получим её на высоте 1,5 м над местной поверхностью земли. На склоне эта поверхность оценки повторяет рельеф. Точки внутри зданий и недоступные участки исключим.

5. Почему нельзя сразу верить цветной карте
Для ключевых направлений сравним три разрешения расчётной сетки. Проверим баланс воздуха и устойчивость скоростей в контрольных точках. Затем оценим влияние окружения и входного ветра. Вопрос чувствительности решения - очень важный вопрос доверия к результатам.

Первый расчётный подход — стационарная модель RANS турбулентного потока в OpenFOAM. Она даст численную оценку среднего ветра при выбранных условиях. Реальные порывы, температура и полный комфорт прогулки требуют отдельной оценки (будет чуть позже)

После проверок свяжем продувки с частотой разных ветров по месяцам и с прогнозом на конкретный день. Порог для сравнения пешеходных зон выберем заранее и явно укажем. То есть сейчас подготовлена постановка исследования.

Где в Кремле вы особенно чувствуете ветер: у ворот, на открытой площади или между корпусами?

#КремльИВетер #ФизикаЗданий

Кремль и ветер: от открытых данных к маршрутам для прогулки

Запускаем исследование ветра на пешеходных маршрутах Казанского Кремля. Хотим проверить рабочую гипотезу: подходящий маршрут меняется вместе с направлением ветра, а частота таких условий — по сезонам.

Практический результат — понять, в каких зонах ветер усиливается, где ослабевает и как часто это происходит. У исследования два масштаба времени: типичные условия по месяцам и сценарий прогулки на конкретный день по актуальному прогнозу.

Для этого нужны три группы данных.

• Геометрия места. Исходную 3D-модель и отдельный план DXF получили через TopoExport. По лицензии выгрузки, здания взяты из Overture Maps, а поверхность земли — из OpenGeoHub EDTM с исходным шагом 30 м. В файле также есть слои дорог и растительности.

• История погоды. Планируем подобрать подходящие наблюдения метеостанции из архива NOAA ISD, EPW TMYx и сопоставить их с реанализом ERA5. Нужны скорости, направления и частота разных ветров. Эти ряды ещё не собраны и не обработаны.

• Пешеходные зоны. Отметим доступные точки и маршруты, чтобы оценивать ветер там, где действительно ходят люди. Для сценария конкретного дня добавим направление и скорость из прогноза.

Предварительная схема работы:
1. Согласовать здания с рельефом, проверить проходы, окружение и привязку к северу.
2. Провести серию виртуальных продувок — CFD-расчётов. Начнём с восьми направлений ветра; при необходимости уточним до шестнадцати.
3. Проверить, как результат меняется при уточнении сетки и размеров расчётной области. По возможности сопоставить с измерениями на месте.
4. Получить скорости на высоте 1,5 м над местной поверхностью и связать их с погодными рядами.
5. Построить карты ветра и вероятности превышения выбранного порога по месяцам, затем сравнить маршруты для сценария дня.

Первый этап уже начался — работаем с геометрией участка примерно 650 × 650 м. В проверенной копии 124 части зданий: корпуса, элементы крыш и ярусы башен. Проверили замкнутость каждого объёма.

И здесь появилась первая находка. Под одним сплошным зданием модель оставляла просвет почти три метра. Для будущего расчёта это случайный путь воздуха сквозь место, где должна быть стена. Достроили стены до цифрового рельефа, сохранив положение крыши. На разрезе видно, почему проверка геометрии нужна до продувки. Это, к слову, стандартная болезнь данных парсинга Openstreetmap и аналогичных проектов.

В этой серии сначала оцениваем ветер. Температура, солнце и осадки — отдельные составляющие комфорта прогулки. На картинках сейчас рамка исследования, источники, схема работы и геометрия; полей скорости пока нет - это следующий шаг.

А где в Кремле г. Казань вы чаще всего замечаете сильный ветер?

#КремльИВетер #ФизикаЗданий