《Solar Energy》:Daylight-based solar radiation modeling for building-integrated agriculture
编辑推荐:
城市如今面临着双重可持续性挑战:在减少建成环境能源消耗的同时,满足对韧性本地食品系统日益增长的需求。在新兴的城市能源挑战中,与控制环境和建筑集成农业中人工照明相关的电力需求日益显著。随着城市人口增长和气候压力对传统农业造成压力,受控环境农业(Controlle
城市如今面临着双重可持续性挑战:在减少建成环境能源消耗的同时,满足对韧性本地食品系统日益增长的需求。在新兴的城市能源挑战中,与控制环境和建筑集成农业中人工照明相关的电力需求日益显著。随着城市人口增长和气候压力对传统农业造成压力,受控环境农业(Controlled Environment Agriculture, CEA)已成为一种有前景的解决方案。通过在全封闭或半封闭环境中实现全年高密度作物生产,CEA提供了增强城市内食品安全的方法。然而,其效益是有代价的。CEA中最显著的能源需求之一——特别是在室内农场中——是人工照明。由此产生的高能耗在节能建筑设计的目标与室内农业系统附加负荷之间引入了矛盾。
建成环境为实施CEA提供了机遇和限制。屋顶、立面、庭院和未充分利用的室内空间已被提议作为将食品生产整合到建筑中的可行场所。这些策略支持了多功能建筑和循环城市系统的更广泛愿景,其中食品、水、能源和废弃物得到共同管理。然而,当前大多数建筑集成农业的实施严重依赖LED照明系统,而不考虑当地日光条件。这导致了空间创新但能源效率低下的系统——特别是在太阳能获取多变且常被建筑物遮挡的密集城市中。尽管阳光可用,但城市设计和建筑规划很少考虑到植物的特定光照需求,留下了巨大的优化机会未被探索。
虽然LED技术提高了农业中人工照明的能源效率,但其使用仍然构成重大的运营负担。在许多垂直和室内农场中,照明占总能耗的一半以上,约90%的CO2排放归因于电力消耗。在城市能源供应受限且碳减排目标至关重要的背景下,推广高能耗的城市农业实践存在问题。以往的研究侧重于通过改进暖通空调(HVAC)、水资源利用、自动化和作物管理来提高CEA系统的性能。然而,相对较少的关注点放在利用日光——一种免费的可再生资源——来减少建筑集成农业的能源依赖性。尽管已有关于照明技术和CEA系统效率的工作,但很少有方法将城市日光可用性纳入作物选址和照明设计决策中。因此,解决照明-能源关系对于使城市CEA可扩展和可持续至关重要。
本文提出了一种基于模拟的框架,用于评估日光可用性并减少建筑集成城市农业中的补充照明需求。为了应对这一挑战,研究人员开发了一个计算工具和框架,基于植物特定的光照需求和实时日光可用性来模拟和评估城市环境的自然光照潜力。该方法的核心理念Helianthus在第3节中介绍。该工具应用于建筑和区域尺度,支持被动照明策略和面向生产力、资源高效建筑整合的空间决策。研究目标是展示数字模拟如何为城市农业系统的空间布局和配置提供信息,以最大化自然光的利用。提出了Helizone的概念,定义为模拟日光照积分(Daily Light Integral, DLI)满足作物特定光照需求的空间区域,作为城市农业规划的新分类框架。新加坡(一个密集赤道城市,具有高太阳能潜力但土地有限)的案例研究说明了该方法的应用。跨不同区域形态的模拟表明,在日照丰富的时期可以实现作物DLI需求的完全满足,从而减少对补充人工照明的依赖。结果突显了日光驱动的农业规划在支持建成环境中更资源高效的城市农业整合方面的潜力。
研究背景与问题
城市面临减少建筑能耗与发展韧性本地食品系统的双重可持续挑战。受控环境农业(Controlled Environment Agriculture, CEA)虽可实现全年高密度作物生产,但其最大能源消耗来自人工照明,占比超总能耗50%,约90%的CO2排放源于电力消耗。现有建筑集成农业(Building-Integrated Agriculture, BIA)多依赖LED照明,忽视城市中可免费获取的日光资源。尽管城市设计已有太阳能评估工具(如Ladybug Tools、DIVA),但它们缺乏针对作物的光合有效辐射(Photosynthetically Active Radiation, PAR)和日光照积分(Daily Light Integral, DLI)等生物指标的整合。因此,如何将日光可用性与作物特定光照需求耦合,实现被动式太阳能策略以减少人工照明能耗,成为亟待解决的关键问题。
研究内容与结论
研究人员开发了名为Helianthus的模拟工具,旨在评估和优化城市建筑集成农业的PAR可用性。该工具整合气候数据、城市几何形体、材料透射率及植物光照需求,通过计算时空分布的日光可用性,识别无需补充人工照明即可满足作物生长的区域——即Helizone。案例研究选取新加坡这一高太阳潜力但土地有限的密集赤道城市,模拟结果显示在日照丰富时期,完全满足作物DLI需求是可能的,从而显著降低对补充人工照明的依赖。这一成果证明了日光驱动的农业规划能够支持更资源高效的城市食品生产系统整合。
关键技术与方法
- 1.
Radiance光线追踪引擎与Perez各向异性天空模型:采用gendaymtx函数进行物理基日光模拟,捕捉直接和漫射辐照度在不同朝向表面的分布。
- 2.
Helianthus工具:独立PAR模拟器,将宽带太阳辐射转换为作物可用的PAR指标,并集成至Grasshopper参数化环境。
- 3.
Helizone分类框架:基于模拟DLI值定义五级光照阈值区间(H1: 0≤DLI<3, H2: 3≤DLI<6, H3: 6≤DLI<12, H4: 12≤DLI<18, H5: DLI≥18 mol/m2/d),用于空间划分作物适宜性。
- 4.
内置作物数据库:包含26种作物的光需求阈值、光周期敏感性及文献产量参考值,支持自动化作物适宜性评估。
- 5.
多尺度应用:从单体建筑到城市区域尺度,涵盖屋顶、地面及立面表面分析。
研究结果
3.1 模拟框架
Helianthus将气候数据、城市几何、材料属性与植物光照需求整合,通过比较模拟DLI与作物最小阈值,定义Helizone为满足自然光条件的空间区域。公式化分类基于五级DLI区间,覆盖从极低光到高光条件。
3.2 案例研究
选择新加坡典型城市形态进行模拟。结果表明,在日照充沛月份(如3月、9月),屋顶和朝南立面可达到H4或H5级别,完全满足多数叶菜类作物的DLI需求(如生菜需12-17 mol/m2/d)。而在冬季或北向立面,DLI降至H2或H3,需补充人工照明。研究人员还发现,在高密度街区中,相邻建筑的遮挡使底层立面DLI降低40%-60%,但屋顶仍保持高光可利用性。
3.3 能源节约量化
通过对比全人工照明场景与Helizone引导的混合照明策略,研究人员计算出在最优时段,日光可满足100%的作物光照需求,使人工照明能耗降为零。即使在过渡季节,补充照明需求也减少30%-50%。
3.4 作物适宜性映射
结合内置数据库,研究人员绘制了不同城市表面的作物种植适宜性地图。例如,H5区域适合番茄、辣椒等高光作物,而H2区域仅适合耐阴作物如蘑菇或某些蕨类。
讨论与结论
讨论部分指出,现有建筑性能模拟工具(如Ladybug/Honeybee、DIVA)虽能进行精细日光分析,但缺乏作物导向的PAR/DLI输出及品种特异性评估。Helianthus填补了这一空白,其开源特性便于研究者扩展作物库和适应不同气候区。研究强调,Helizone框架不仅适用于BIA,还可推广至绿色屋顶、垂直绿化等城市绿色基础设施的规划。结论部分翻译如下:
本研究通过四个主要贡献推进了现有文献:第一,引入了一个集成的日光驱动模拟工作流,将城市太阳辐射转化为农业上有意义的PAR和DLI指标;第二,提出了Helizone概念作为一种空间分类方法,用于识别满足作物特定日光需求的栽培区域;第三,整合了一个连接生物光需求与模拟日光可用性的作物导向数据库,实现了跨多种城市表面的作物适宜性评估;第四,在建筑和区域尺度上量化了日光充足性和补充照明需求,为基于证据的节能型建筑集成农业决策提供了支持。通过可扩展的计算工具操作化Helizone框架,本研究将常规日光模拟从建筑性能评估扩展到生物信息化的城市农业规划,最终支持向更节能、空间响应更强且更具韧性的城市食品系统转型。