RusKEO | Главная страница

RusKEO | Главная страница

Программа RusKEO предназначена для выполнения расчетов инсоляции

и коэффициента естественной освещенности помещений. Она

проектируемые, реконструируемые и эксплуатируемые жилые,

распространяется на общественные и производственные здания.

RusKEO работает в режиме он-лайн и имеет следующие функции:

— выполнение расчетов КЕО при боковом и верхнем освещении;

— выполнение расчетов инсоляции;

— создание личных защищенных учетных записей;

— автоматический режим работы;

— обработка введенных исходных параметров расчетного помещения и затеняющих

конструкций;

— выполнение расчетов;

— экспорт в документы формата pdf;

— хранение выполненных расчетов пользователей в удобном графическом интерфейсе;

— планировщик задач;

Программа RusKEO выполняет расчет КЕО по двум методикам по выбору пользователя:

— СП 23-102-2003 и СП 52. 13330.2011;

— СП 52.13330.2016, СП 367.1325800.2017 и СП 419.1325800.2018.

— по нормам стран СНГ (Республика Узбекистан). Для выполнения расчетов перейдите по ссылке.

Он-лайн сервисом RusKEO предоставляется возможность выполнять расчеты КЕО для помещений прямоугольной формы.

В результате выполнения расчетов пользователь получает конечный отчет с титульным листом, текстовой и графической частью, сравнениями с нормативными значениями и выводами о соответствии или несоответствии помещений требованиям нормативной документации.

Программа RusKEO выполняет расчет продолжительности инсоляции нормируемых помещений и территорий в соответствии с требованиями:

— СанПиН 1.2.3685-21 и ГОСТ Р 57795-2017.

Преимущества программы RusKEO:
— При заполнении исходных данных к каждому вопросу добавлены справки, где подробно расписано и показано графически на примерах, что конкретно требуется от пользователя;
— Исключен “человеческий фактор” или возможность допуска случайных ошибок, т. к. программа пошагово задает все необходимые вопросы для выполнения расчетов с учетом всех требований для разных типов помещений;
— Быстрый доступ к выполненным расчетам;
— Единственная программа, выполняющая расчет КЕО для нормируемых помещений производственных зданий;
— В программе учтены все нормативные требования выполнения расчетов КЕО;
— Присутствует техподдержка, которая всегда ответит на ваши вопросы.

Для выполнения расчетов естественного освещения в данной программе отсутствует необходимость ее заказывать, устанавливать и нести большие финансовые потери. Достаточно зарегистрироваться на сайте ruskeo.ru и приступить к расчетам.

Для выполнения оплаты необходимо перейти во вкладку «Оплата», выбрать вариант пакетного предложения и направить заявку по адресу электронной почте [email protected].

АРМ «Светотехнические расчёты» | Экологическое программное обеспечение

Программа предназначена для автоматизации деятельности при проведении оценки условий продолжительности инсоляции и условий естественной освещенности в помещениях.

  Свидетельство №2017661444 от 13.10.17 (АРМ Светотехнические расчёты)  о государственной регистрации программы для ЭВМ.

АРМ «Светотехнические расчёты» позволяет спроектировать внутреннее устройство зданий (этажей, помещений и сетопроёмов) и провести расчёт коэффициента естественного освещения помещений при боковом освещении по СП-23-102-2003 «Естественное освещение жилых и общественных зданий», а также расчёт продолжительности инсоляции помещений или территории по СанПиН 2.2.1/2.1.1.1076-01. Корректность расчётов подтверждена экспертным заключением ФБУЗ «Центр гигиены и эпидемиологии в городе Санкт-Петербург». 

Расчёт ведётся с учётом прилегающей застройки. Результаты расчётов представлены в виде подробных отчётов и чертежей, пригодных для ручной проверки в ходе экспертизы. АРМ «Акустика» и АРМ «Светотехнические расчёты» построены на единой модели местности и могут использоваться при совместном проектировании. 

Расчёт коэффициента естественного освещения

Программа производит расчёт коэффициента естественного освещения помещений (КЕО) при боковом освещении в соответствии с положениями СП-23-102-2003 «Естественное освещение жилых и общественных зданий».  

КЕО вычисляется путём проведения из расчётной точки помещения секторов видимости зданий и открытого неба, видимых через светопроём или несколько светопроёмов. При этом, если в помещении есть несколько светопроёмов, то расчёт КЕО проводится в отдельности для каждого из них, а результаты суммируются. 

Для секторов видимости вычисляется количество лучей по графику Данилюка, геометрические и светотехнические характеристики противостоящих зданий и самого помещения.

Расчёт инсоляции

Время инсоляции помещения с окном или точки на территории определяется путём проведения из расчётной точки лучей видимости солнечного диска, положение которого вычисляется с точностью до одной минуты по шкале времени (0. 25 градуса по азимутальной шкале). Проведение лучей начинается со времени восхода  с добавлением 1 или 1.5 часов в зависимости от широты места и до заката минус 1 или 1.5 часа. 

При затенении лучей вертикальными и горизонтальными затеняющими элементами фасада, противостоящими зданиями  или элементами рельефа инсоляция прерывается, на открытых участках – возобновляется. 

Для точек инсоляции, представляющих из себя оконные проёмы, принимаются ограничения видимости стенами проёма, высота и положение расчётной точки вычисляются в соответствии с СанПиН 2.2.1/2.1.1.1076-01.

Точность определения времени инсоляции составляет ± 1 минуту по шкале времени. При этом: если в помещении есть несколько светопроёмов, то расчёт может быть проведён для любого из них по выбору пользователя.

Для зон затенения вычисляется расчётная высота затеняющих зданий, время начала и окончания затенения. В результате пользователь получает отчёт в формате MS Excel с указанием всех зон инсоляции и затенения. В случае оконного проёма в отчёт добавляются также характеристики проёма и габаритные размеры сопутствующих элементов помещения. 

Для расчётных точек на территории и в помещении могут быть сгенерированы чертежи с зонами затенений зданиями. 

Для точек в светопроёмах помещений дополнительно могут быть построены чертежи для иллюстрации определения высоты и положения расчётной точки.  

Подходы на основе лидара для оценки солнечной инсоляции в густых лесных ручьях

Александер, К., Меслунд, Дж. Э., Бохер, П. К., Ардж, Л., и Свеннинг, Дж. К.: Воздушные лазерные сканеры (LiDAR) прокси для условий освещения подлеска, Remote Sens. Environ., 134, 152–161, https://doi.org/10.1016/j.rse.2013.02.028, 2013. 

Ameztegui, A., Coll, L., Benavides, R., Valladares , Ф., и Пакетт, А.:
Прогнозы освещенности подлеска в смешанных хвойных горных лесах: роль
изменчивость геометрии и открытости кроны, вызванная аспектом, Forest Ecol. Manage., 276, 52–61, https://doi. org/10.1016/j.foreco.2012.03.021, 2012. 

Асрар, Г., Минени, Р. Б., и Чоудхури, Б. Дж.: Пространственная неоднородность в
навесы растительности и дистанционное зондирование поглощенных фотосинтетически активных
радиация: исследование моделирования, Remote Sens. Environ., 41, 85–103,
https://doi.org/10.1016/0034-4257(92)

-Z, 1992. 

Боде, К.А., Лимм, М.П., ​​Пауэр, М.Е., и Финлей, Дж.К.: Subcanopy Solar
Модель излучения: прогнозирование солнечной радиации на территории с густой растительностью.
ландшафт с использованием моделей солнечного излучения LiDAR и GIS, Remote Sens. Environ., 154, 387–39.7, https://doi.org/10.1016/j.rse.2014.01.028, 2014. 

Бреширс, Д. Д., Рич, П. М., Барнс, Ф. Дж., и Кэмпбелл, К.:
Оверэтажная неоднородность солнечной радиации и влажности почвы в
полузасушливые леса, Ecol. Appl., 7, 1201–1215, https://doi.org/10.2307/2641208, 1997. 

Field, C.B., Randerson, JT, and Malmström, C.M.: Глобальная сеть, первичная
производство: Сочетание экологии и дистанционного зондирования, Remote Sens. Environ., 51, 74–88, https://doi.org/10.1016/0034-4257(94)00066-V, 1995. 

Флевелинг, Дж. В. и Макфадден, Г.: Данные LiDAR и совместные исследования в
Пантер-Крик, Орегон, в: SilviLaser, 16–20 октября 2011 г., Хобарт, Австралия, 2011 г. Река Кламат по растительности и геоморфологии, Отчет о научных исследованиях Геологической службы США, 2013-5022, стр. 25, доступно по адресу: http://pubs.usgs.gov/sir/2013/5022/ (последний доступ: июль 2019 г.).), 2013. 

Frazer, G.W., Canham, C.D., и Lertzman, K.P.: Анализатор щелевого света (GLA),
Версия 2.0, Университет Саймона Фрейзера, Бернаби, Британская Колумбия, 1999. S0022-1694(03)00257-9, 2003. 

Холтби, Л.Б.: Влияние каротажа на температуру ручья в Гвоздичном ручье.
Британская Колумбия и связанные с этим воздействия на кижуча ( Oncorhynchus kisutch ), кан. Дж. Фиш. Аква. Sci., 45, 502–515, https://doi.org/10.1139/f88-060, 1988. 

Керр, Дж. П., Тертелл, Г. В., и Таннер, К. Б.: Интегрирующий пиранометр
для станций климатологических наблюдений и мезомасштабных сетей, J. Appl. Meteorol., 6, 688–694, https://doi.org/10.1175/1520-0450(1967)006<0688:AIPFCO>2.0.CO;2, 1967. 

Lee, H., Slatton, K.C., Рот, Б. Э., и Кроппер, В. П.: Прогнозирование перехвата света в пологе леса с использованием трехмерных бортовых данных LiDAR, Int. Дж. Дистанционный датчик, 30, 189–207, https://doi.org/10.1080/01431160802261171, 2008. 

Лейненбах, П., Макфадден, Г., и Торгерсен, К.Э.: Влияние прибрежных
стратегии управления температурой водотока, Межведомственная координационная подгруппа, Сиэтл, Вашингтон, 22  стр., 2013.
освещение подлеска вдоль континуума пастбищ/лес: эффекты укрытия,
высота и пространственный рисунок крон деревьев // Экол. Модель., 126, 79–93, https://doi.org/10.1016/S0304-3800(99)00188-X, 2000. 

McGaughey, RJ: FUSION/LDV: программное обеспечение для анализа данных LIDAR и
визуализация, 2.51 Edn., Министерство сельского хозяйства США, Лесной
Service, Pacific Northwest Research Station, Seattle, WA, 2009. 

Moeser, D., Roubinek, J. , Schleppi, P., Morsdorf, F., and Jonas, T.: Canopy
закрытие, LAI и перенос излучения с синтетических изображений бортового LiDAR,
агр. Лесной метеорол., 197, 158–168, https://doi.org/10.1016/j.agrformet.2014.06.008, 2014. 

Мур, Р. Д., Спиттлхаус, Д. Л., и Стори, А.: Прибрежный микроклимат и
Реакция температуры ручья на вырубку леса: обзор, JAWRA J. Am. Водный ресурс. Assoc., 41, 813–834, 2005а.

Мур, Р. Д., Сазерленд, П., Гоми, Т., и Дхакал, А.: Тепловой режим
ручей в верховьях четко очерченной прибрежной полосы Британской Колумбии, Канада, гидрол. Process., 19, 2591–2608, https://doi.org/10.1002/hyp.5733, 2005b.

Массельман, К. Н., Маргулис, С. А., и Молоч, Н. П.: Оценка солнечной
прямое пропускание луча хвойных деревьев от бортового LiDAR, Remote
Sens. Environ., 136, 402–415, https://doi.org/10.1016/j.rse.2013.05.021, 2013. 

Массельман, К. Н., Померой, Дж. В., и Линк, Т. Е.: Изменчивость в коротковолновом диапазоне
освещенность, вызванная промежутками в лесу: измерения, моделирование и последствия
для энергетики снега, с/х. Лесная метеорология, 207, 69–82,
https://doi.org/10.1016/j.agrformet.2015.03.014, 2015. 

Никотра, А.Б., Чаздон, Р.Л., и Ириарте, С.В.Б.: Пространственная неоднородность
регенерации легких и одревесневших саженцев во влажных тропических лесах, Экология, 80, 1908–1926, https://doi.org/10.1890/0012-9658(1999)080[1908:SHOLAW]2.0.CO;2, 1999.

Ни-Мейстер В., Стралер А. Х., Вудкок С. Э., Шааф С. Б., Юпп Д. Л.
Б., Яо Т., Чжао Ф. и Ян Х.: Моделирование полусферического сканирования,
лидар под пологом и характеристики структуры растительности с
Геометро-оптическая модель и модель переноса излучения, Кан. J. Remote Sens., 34, S385–S397, https://doi.org/10.5589/m08-047, 2008. 

Пэн С.З., Чжао С.Ю. и Сюй З.Л.: Моделирование пространственно-временных паттернов
интенсивность освещения подлеска с использованием бортового лазерного сканера (LiDAR), ISPRS J.
фотограмм. Дистанционный датчик, 97, 195–203, https://doi.org/10.1016/j.isprsjprs.2014.09.003, 2014. 

Рич П., Дубая Р. , Хетрик В. и Сейвинг С.: Использование моделей видимости для
рассчитать перехваченное солнечное излучение: приложения в экологии, американский
Технические документы Общества фотограмметрии и дистанционного зондирования, Американское
Общество фотограмметрии и дистанционного зондирования, Рино, Невада, 524–529, 1994. 

Ричардсон, Дж. Дж.: Подходы к моделированию на основе лидара для оценки солнечной инсоляции в густых лесных ручьях, данные Mendeley, https://doi.org/10.17632/ vwmxw4hcj7.1, 2018. 

Ричардсон, Дж. Дж. и Москаль, Л. М.: Сильные стороны и ограничения оценки
густота леса и пространственная конфигурация с воздушным LiDAR, Remote Sens.
Environ., 115, 2640–2651, https://doi.org/10.1016/j.rse.2011.05.020, 2011. 

Ричардсон, Дж. Дж. и Москаль, Л. М.: Оценка полезности зеленого лидара для характеристики батиметрии сильно узкие лесные ручьи, Remote Sens. Lett., 5, 352–357, https://doi.org/10.1080/2150704X.2014.902545, 2014. 

Ричардсон, Дж. Дж., Москаль, Л. М., и Ким, С.-Х. : Моделирование подходов к
оценка эффективного индекса площади листа с помощью антенного лидара с дискретным отражением, Agr. Лесной метеорол., 149, 1152–1160, https://doi.org/10.1016/j.agrformet.2009.02.007, 2009. 

Torgersen, C. E., Hockman-Wert, D. P., Bateman, D. S., Leer, D. W. и
Грессвелл, Р. Э.: Продольные модели скоплений рыб, водной среды обитания и температуры воды в Нижней Кривой реке, Орегон, Геологическая служба США, Рестон, Вирджиния, 37 стр., https://doi.org/10.3133/ofr20071125, 2007 г. . 

Торгерсен, К.Э., Эберсоул, Дж.Л., и Кинан, Д.М.: Учебник для идентификации
убежища с холодной водой для защиты и восстановления термического разнообразия в речных
пейзажи, Сиэтл, Вашингтон, Номер документа: EPA 910-C-12-001, Агентство по охране окружающей среды США, Сиэтл, Вашингтон, 91 стр., 2012 г. 

Чжан, Ю. К., Чен, Дж. М., и Миллер, Дж. Р.: Определение экспозиции цифровой полусферической фотографии для оценки индекса площади листа, Agr. Forest Meteorol. , 133, 166–181, 2005. 

Оценка прямой составляющей солнечной радиации. (Технический отчет)

Оценка прямой составляющей солнечной радиации. (Технический отчет) | ОСТИ.GOV

перейти к основному содержанию

• Полная запись
• Другие родственные исследования

Единственные легкодоступные данные о солнечном излучении для США состоят из измерений общего излучения на горизонтальной поверхности. Знание прямой составляющей необходимо для оценки солнечной энергии, доступной для фокусирующих коллекторов или наклонных плоских коллекторов. Дан обзор некоторых существующих формул для прямого нормального излучения. Исследование взаимосвязи между прямым нормальным излучением и процентом возможного проводилось с использованием трех специальных выборок данных. Наконец, представлены еще несколько методов оценки прямого нормального излучения.

Авторов:

Бос, Элдон С.

Дата публикации:

1975-11-01

Исследовательская организация:

Национальная лаборатория Сандия. (SNL-NM), Альбукерке, Нью-Мексико (США)

Организация-спонсор:

USDOE

Идентификатор ОСТИ:

1561136

Номер(а) отчета:

ПЕСОК75-0565
383223

Номер контракта Министерства энергетики США:  

АК04-94АЛ85000

Тип ресурса:

Технический отчет

Страна публикации:

США

Язык:

Английский

Тема:

КСП; Концентрация солнечной энергии

Форматы цитирования

• MLA
• АПА
• Чикаго
• БибТекс


Boes, Eldon C. Оценка прямой составляющей солнечной радиации. . США: Н. П., 1975.
Веб. дои: 10.2172/1561136.

Копировать в буфер обмена


Boes, Eldon C. Оценка прямой составляющей солнечной радиации. . Соединенные Штаты. https://doi.org/10.2172/1561136

Копировать в буфер обмена


Боэс, Элдон С. 1975.
«Оценка прямой составляющей солнечной радиации». Соединенные Штаты. https://doi.org/10.2172/1561136. https://www.osti.gov/servlets/purl/1561136.

Копировать в буфер обмена

@статья{osti_1561136,
title = {Оценка прямой составляющей солнечной радиации.},
автор = {Boes, Элдон С.},
abstractNote = {Единственные общедоступные данные о солнечном излучении для США состоят из измерений общего излучения на горизонтальной поверхности. Знание прямой составляющей необходимо для оценки солнечной энергии, доступной для фокусирующих коллекторов или наклонных плоских коллекторов.