采用敏感性分析提升韩国历史建筑的能效

《Heliyon》：Improving the energy performance of Korean historic buildings using sensitivity analysis

　　

亮点
• 提出了针对韩国历史建筑的能量性能方法。
• 制定了针对历史文化建筑的三步改进计划。
• 敏感性分析显示，供暖系统性能系数 (CoP) 是节能的关键因素。
• 提高供暖系统性能可使年能耗降低约 11%。

摘要
本研究旨在提出在保留历史价值的前提下，改善韩国历史建筑能量性能的策略。鉴于将传统改进措施应用于遗产建筑所面临的挑战，本研究采用了一种三步法。首先，选择代表性的历史建筑类型。其次，进行现场调查以识别这些建筑的热工特性和薄弱环节。第三，进行基于动态仿真的敏感性分析，以确定实现节能最有效的因素。分析结果显示，供暖系统的性能系数 (CoP) 对能量性能影响最大。将 CoP 从 2.5 提高到 4.0，可使年能耗减少约 11%。这些结果表明，对于文化遗产建筑，提高供暖系统效率比增强建筑围护结构更为有效的节能策略。这一发现为韩国文化遗产建筑提供了一条实践路线图，并为平衡遗产保护与能效目标奠定了基础。最终，本研究为利益相关者（从建筑所有者到保护专家）提供了一种基于证据、务实的方法，在保障这些宝贵建筑实体完整性的同时减少碳排放。

图形摘要

1 引言
减少温室气体排放是现代社会面临的关键挑战。全球范围内，众多研究正在探索利用智能电网和物联网 (IoT) 技术提高能效 []。在建筑领域，正在进行大量研究以降低排放，提高建筑能量性能。随着时间的推移，建筑的能量性能逐渐退化，导致能耗增加。因此，提高老建筑的能量性能尤为紧迫 []。

一些老建筑具有重大的历史价值，被指定为历史建筑。在韩国，这些建筑由韩国遗产服务局管理，这是一个负责其保护的国家机构。该机构的法规优先考虑保持指定历史建筑的原始形态和装饰元素，强调保护其历史特征。因此，尽管许多韩国历史建筑年代久远，但由于严格的保护要求，面临难以进行必要改造的困难。这一挑战并非韩国独有，全球许多国家也面临此问题 [，]。

通常，现有建筑的性能通过升级建筑围护结构（墙壁、屋顶和窗户）、改善供暖和冷却系统以及整合可再生能源来提高 [，]。然而，历史建筑的改进受到保护具有历史意义元素（如外观、装饰特征和结构组件）的需要的限制 [，]。Johansson 等人 [] 通过在内饰面应用真空保温改善了瑞典和挪威历史建筑的围护结构性能，因为外墙的历史价值限制了外墙保温的选择。De Berardinis 等人 [] 提出了改善意大利阿布鲁佐地区历史住宅群能效的方法，通过开发保持外墙完整性的围护结构热工性能解决方案。Qu 等人 [] 建议通过内部保温、窗户升级和气密性增强来改善英国 19 世纪维多利亚时代住宅的能量性能，同时保留其历史完整性。他们的评估包括节能潜力、经济可行性和热舒适性。同样，Blázquez 等人 [] 评估了改善西班牙南部历史住宅舒适度和能效的策略，重点针对法律要求保留外观的建筑。该研究评估了保温、窗户和气密性增强措施，利用模拟分析其有效性，同时保持外观保护。

以往研究主要关注通过围护结构增强来提高保温和湿热处理性能。然而，提高历史建筑性能需要综合方法，包括升级供暖和冷却系统以及整合可再生能源 [，]。为此，Cho 等人 [] 提出了改善作为展览和办公设施使用的韩国历史建筑能量性能的方案，采用模拟综合考虑围护结构改进、照明、暖通空调性能和可再生能源整合。这种方法既强调节能和经济可行性，又保留建筑的历史价值。Polo López 等人 [] 建议在苏格兰一座历史城堡中利用太阳能的策略，仔细考虑其历史意义和保护要求。此外，为了最小化对遗产建筑的视觉影响，其他研究探索了创新解决方案。包括应用符合屋顶形状的弯曲光伏 (PV) 板 [，] 以及将透明光伏模块整合到窗户中 []。另一种减少物理干预的常见策略是应用高效热泵 []。

Chae 和 Kim [] 指出，减少供暖需求是改善作为教育设施使用的韩国历史建筑的主要因素。基于此发现，他们建议先增强建筑围护结构的保温和气密性，然后适当升级供暖和冷却系统。其他研究关注室内环境，探索防止历史建筑因空气质量差而恶化的策略 []，以及保持同时用于办公和居住的历史建筑热舒适性的策略 [，]。Mazzola 等人 [] 提出了改善作为博物馆使用的历史建筑的两阶段过程，包括能量性能评估和环境影响评估。能量性能基于电力和燃气消耗进行评估，而每个改进过程的环境影响变化则使用 LEED O + M 认证标准进行评估。对这些研究的综合表明，尽管历史建筑的性能增强与标准建筑有共同点，但在强调保留历史价值方面有所不同。尽管如此，这些研究的一个局限性在于它们专注于确认通过个别改进措施实现节能的潜力，而不是采用更全面的方法。

若干国际努力制定了框架以指导历史建筑的改进。例如，De Santoli 等人 [] 开发了针对意大利建筑的指南，平衡能量改造与遗产保护。同样，美国采暖、制冷空调工程师学会 (ASHRAE) 建立了基于清单的框架以提高能量性能 []。Ruggeri 等人 [] 的另一种方法使用基于评分的系统，评估项目在保护、能源和经济因素方面的综合优点。最近，Jo 等人 [] 调查了改善韩国现代历史建筑 Stimson 大厅室内热舒适度并支持其可持续使用的策略，同时保留其遗产价值。然而，他们的工作主要关注室内环境质量，对哪些改造措施应优先考虑以实现节能和减排提供了有限的定量指导。相比之下，当前韩国关于历史建筑的指南主要强调保护，仅有限考虑能量性能。这种情况揭示了一个重要的差距，表明需要一个同时解决能效和遗产保护的国家框架。为此，本研究对同一建筑应用基于动态仿真的敏感性分析，以识别应优先考虑的能量性能改善关键变量。

以往研究提出了各种增强历史建筑能量性能的策略。然而，时间和财务限制等实际限制使得在实际建筑中实施所有这些策略具有挑战性，这突出了确定优先改进元素的重要性 []。因此，需要一种科学方法来确定最有效的改造选项。量化每个元素的影响对于选择最有效的策略至关重要。在建筑环境研究领域，敏感性分析被广泛用于量化单个元素的影响。敏感性分析通过测量输出变量相对于输入变量变化的变化来评估每个变量的影响 []。这种方法为解释建筑改进元素如何影响能耗和室内热舒适性等因素提供了科学依据 []。敏感性分析包括各种方法，包括局部敏感性、全局敏感性和 Morris 方法 []。例如，Wang 和 Li [] 利用全局敏感性分析量化设计变量之间的高阶相互作用及其对建筑性能的影响。然而，他们指出在设计参数相关或存在非线性数据时应用传统全局敏感性分析存在局限性，这使个别因素敏感性的准确评估变得复杂。Deng 等人 [] 使用 Morris 方法对中国北京住宅建筑进行了敏感性分析，以识别影响住宅建筑能耗类型的因素。然而，Morris 方法有一个局限性：由于结果值缺乏归一化，输出变量的大小可能会影响分析结果。此外，它在分析变量之间的相互作用方面受到限制。同样，Silva 和 Ghisi [] 进行了基于多元标准化回归系数的线性回归敏感性分析，以识别影响低收入住房改造中热工性能和能耗的关键参数。Carpino 等人 [] 也利用线性回归敏感性分析来优先处理建筑改进，应用结果选择最有效的增强元素。虽然这些研究中使用的线性回归敏感性分析不考虑输入变量之间的相互作用，但它允许评估影响，即使输入变量（如与建筑改进相关的变量）的范围不同。因此，本研究采用敏感性分析来评估动态仿真中改进输入变量的重要性，识别影响历史建筑节能的关键变量 [，]。

本研究旨在识别优先改进元素，以解决提高历史建筑性能时遇到的实际限制。综合研究方法分为三个阶段，如图 1 所示。

图像查看器
图 1 研究流程。
首先，进行调查以分析韩国历史建筑的类型，从而选择代表性建筑组。关注代表性组别可提高所提出节能措施的适用性和可扩展性。其次，进行能量性能评估以识别历史建筑特有的当前使用模式和薄弱环节。此评估作为推导与历史价值保护相一致的可实施改进元素的基础。最后，使用已识别的元素进行基于仿真的敏感性分析。该分析定量评估每个改进元素对节能的影响，识别最有效的增强措施。本研究与以往研究的区别在于，不仅提出了节能改进方案，还对建筑能量性能进行了现场评估。它进一步通过定量比较优先排序改进元素，并呈现专门针对韩国历史建筑独特特征的节能策略。

2 韩国历史建筑现状与选址标准
确保历史建筑的持续使用需要实现碳中和与可持续性，这两个目标既关键又紧迫。以往研究指出，历史建筑通常以集群形式存在，强调在更大规模实施能效措施的重要性。此外，这些研究建议代表性案例研究应在集群层面进行扩展和应用，以产生更广泛的影响 [，]。基于以往研究，本节考察韩国历史建筑的类型和使用模式，并据此选择代表性历史建筑。

图 2 概述了韩国目前指定历史建筑的类型。截至 2024 年，共有 291 座历史建筑被指定 []。这些建筑可大致分为重型结构（通常由砖、石或混凝土建造）和轻型结构（主要以木材建造）（图 2(a)）。在 291 座建筑中，214 座（74%）为重型结构，77 座（26%）为轻型结构。在重型类别中（图 2(b)），最常见的用途类型是办公楼（102 座，48%）和博物馆或展览设施（67 座，31%），其次是宗教设施（32 座，15%）、未使用建筑（10 座，5%）和少量住宅建筑（3 座，1%）。

这些分布数据显示，韩国现代遗产建筑中的主导类型为厚重式建筑，而在该类建筑中，办公用途是最普遍的单一功能类别。

图2 韩国指定历史建筑的现状：(a) 291栋指定建筑按结构类型的分布；(b) 214栋厚重式建筑按使用类型的分布（办公、博物馆/展览、宗教、未使用及住宅）。

图3 展示了位于首尔的Stimson Hall（斯提姆森楼），这是一座现代及当代历史建筑。Stimson Hall是一座厚重式结构建筑，目前用作办公楼，是韩国最常见的历史建筑类型之一[]。

图3 Stimson大楼全景。

因此，本研究选择了Stimson Hall作为研究对象。该建筑的物理特征和概况详见表1。Stimson Hall建于1920年，由一个地下层和三个地上楼层组成。其外墙由石材和混凝土建成，屋顶为人字形坡屋顶，由木质桁架系统支撑。窗户采用木框单玻璃，并配有内部防风窗以保留建筑的历史外观。历史上，该建筑曾承担多种功能，包括宿舍、礼堂和教室。目前用作办公楼。地下层间歇性地用作机械设备间、办公空间和文件存储，平均每天使用2至3小时。一楼和二楼用作行政办公室，容纳约25至30名工作人员。该建筑主要作为办公空间使用，工作时间为上午9:00至下午5:30。阁楼层指定为存储用途，无人居住且非住宅。

表1 Stimson Hall的物理特征：
建筑构件 | 数值
围护结构 |
墙体 | 云母片岩/混凝土（60 mm），1.30（W/m2·K）；水泥砂浆（165 mm）；砖（195 mm）
窗户 | 单窗（3 mm）/木框，SHGC 5.90（W/m2·K），0.83
屋顶 | 坡屋顶木结构（30 mm），2.97（W/m2·K）；西班牙瓦（25 mm）
主动系统 |
PTHP | 供暖/制冷 COP 2.5
供暖设定温度（°C） | 20
制冷设定温度（°C） | 26
入住情况 | 25-30人，0.11（人/m2）
时间表 | 09:00–17:30（工作日）
朝向 | 东
照明 | LED，3.0（W/m2）
建筑面积 | 1364 m2（使用面积：250 m2）
气密性（ACH） | 示踪气体法，1.8
电表 | 每小时数据

第3节 目标建筑的综合评估

3.1 目标建筑调查

对目标建筑进行了检查，该建筑缺乏保温层，主要由石材和混凝土等高蓄热材料建成。由于老化，可观察到大量裂缝和间隙，表明空气渗透率（ACH）较高。检查旨在识别因这些物理特征而产生的脆弱性。

图4 展示了现场检查中发现的损坏情况。图4(a)显示了目标建筑的主入口，突出显示了门框与建筑表面之间约10-15 mm的间隙。图4(b)展示了窗户状况的外部视图，显示由于框架扭曲造成的显著间隙。图4(c)显示了地下层机械室，内部管道上有明显的霉菌生长，可能是由于机械室内永久排水集水坑的影响。

图4 现场检查目标建筑时发现的损坏迹象：(a) 主入口门框与相邻墙面之间约10-15 mm的间隙；(b) 窗户外部视图，显示因木框扭曲造成的间隙；(c) 地下层机械室内管道上的霉菌生长，靠近永久排水集水坑。

该研究建筑是位于大学校园内的办公设施，由大学专门的建筑管理团队维护。尽管如此，图4所示的损坏迹象仍未得到处理。这是因为该建筑被指定为历史资产，需要保留其历史特征。例如，在一般建筑中，图4(a)和(b)所示的间隙很可能通过安装新门和窗户来消除。然而，门窗的图案和形式具有重要的历史意义，需要保护，因此无法更换。此外，处理图4(c)所示的霉菌生长原因需要拆除排水集水坑。

然而，拆除集水坑所需的额外施工作受到了限制，因为这可能损害历史建筑。因此，尽管有专门的管理团队，但保护建筑的历史价值优先，使得性能提升特别具有挑战性。

因此，发现该历史建筑处于严重退化的状态，存在显著间隙和组件错位。预计这些问题将对室内热环境产生负面影响。因此，进行了室内环境测量，以更准确地评估这些影响。

3.2 目标建筑室内环境概述

安装了室内环境传感器以调查目标建筑室内条件的变化。测量参数和设备如表2所示。测量聚焦于两个目标：连续监测和识别建筑的独特特征。连续监测对于捕捉室内环境条件的季节性和时间变化至关重要。为此，在2022年5月至2023年3月的11个月期间测量了温度和相对湿度（RH）。温度和RH传感器安装在建筑内的五个位置：地下层走廊（图5(a)）、一楼办公空间和走廊（图5(b)）、二楼办公空间和走廊（图5(c)）。此外，为分析目标建筑对室外温度波动的能耗响应，安装了电表以收集能耗数据。

图5 各楼层传感器放置位置：(a) 地下层（温度/RH，窗户处风速）；(b) 一楼（温度/RH，示踪气体气密性，窗户SHGC/厚度）；(c) 二楼（温度/RH，示踪气体气密性）；(d) 屋顶层（通道门处风速）。

测量参数 | 测量范围 | 精度 | 仪器
温度 | -40至125 °C | ±0.2 °C | AWAIR
RH | 0至100% | ±2% | Omni
CO2 | 0至10,000 ppm | ±50 ppm + 3% | Testo 400
风速 | 0.3至35 m/s | ±0.1 m/s + 1.5%，分辨率：0.01 m/s | —
电力 | 277/480 V, 6900 A | ±0.5% | Sensway 4115
SHGC | 0至1 | — | WP4500
窗户厚度 | 2.5至12 mm玻璃 | 第一层玻璃：±0.1-0.2 mm；空气层：±0.3 mm；总厚度：最高55 mm；第二层玻璃：±0.15-0.3 mm | GC3000

表2 室内环境测量参数。

风速、渗透率和窗户性能在不同建筑之间存在显著差异，这些独特特征难以仅通过文献或档案记录进行估计。因此，需要单独测量。图5(a)和(d)分别显示了地下层窗户附近和屋顶通道门附近的风速测量位置。一楼和二楼办公室的气密性使用示踪气体法进行了测量，测量位置分别如图5(b)和(c)所示。使用Testo 400仪器，通过以1分钟间隔测量二氧化碳浓度衰减来量化气密性。测试结果显示一楼为1.87 ACH，二楼为1.71 ACH。因此，后续对Stimson Hall的分析采用了1.8 ACH的平均值。

此外，为评估老化窗户的性能，测量了其厚度和太阳热增益系数（SHGC）。为确保准确性，对代表性样本的窗户SHGC进行了多次测量。测试结果得出平均SHGC为0.83。

3.3 室内热环境的变化

外墙缺乏保温层加上高渗透率，导致室内温度随室外温度变化产生显著波动。图6展示了五个位置的室内温度季节性测量：地下层走廊、一楼和二楼走廊以及各楼层办公室。春季（图6(a)），除地下层走廊外的所有测量点平均温度均保持在约20°C或更高。然而，地下层平均温度较低，为16.9°C。夏季（图6(b)），五个测量位置的温湿度在24至25°C之间保持一致。秋季（图6(c)），一楼和二楼的走廊和办公室平均温度记录为24°C，而地下层走廊显示略低的平均温度21°C。

图6 因季节变化导致的基于测量位置的室内温度变化：(a) 春季，2023年3月1-8日；(b) 夏季，2022年6月10-14日；(c) 秋季，2022年9月7-13日；(d) 冬季，2023年1月2-6日。图顶部的图例适用于所有四个面板。

冬季（图6(d)），建筑内不同位置之间出现了显著的温度差异，与其他季节不同。一楼办公室与走廊之间的温差平均为3.2°C，二楼办公室与走廊之间的温差平均为6.5°C。在一楼办公室，最高和最低温度分别记录为24.6°C和13°C，表明冬季温度波动较大。同样，二楼办公室最高温度达到26.7°C，最低温度为18.1°C，温差范围为8.6°C。此外，各楼层走廊的平均温度为14.7°C，明显低于办公室空间的温度。

冬季期间，工作时间内办公室空间有人员使用。观察到的显著温度变化表明室内热环境可能无法满足使用者的舒适度期望。因此，进行了评估以评价办公室空间的热舒适水平。图7提供了一楼和二楼办公室冬季热舒适度与ASHRAE标准55定义的舒适范围的比较。图7中展示的舒适范围排除了相对湿度<20%的情况。排除原因是相对湿度<20%时过度干燥可能导致不适，从而落在热舒适范围之外[]。为评估冬季热舒适度，在2022年11月至2023年2月的四个月内收集了温度和RH数据。

图7 一楼和二楼办公室冬季热舒适状态：(a) 一楼办公室；(b) 二楼办公室。橙色标记表示有人使用的时间，蓝色标记表示无人使用的时间，红色阴影多边形表示舒适范围，该范围排除了RH<20%的情况。

在图7中，蓝色点代表无人使用时段的热舒适条件，而橙色点表示有人使用时段的情况。对图表和数据的分析（图7(a)）显示，一楼办公室在有人使用期间的热舒适时间为220小时，约占有人使用总时间（924小时）的23.8%和总2880小时的7.8%。尽管使用了供水1.2 L/h的加湿器，但室内RH水平仍持续较低。低RH归因于高渗透率。韩国冬季气候以寒冷干燥的大陆性高压系统为特征，可能通过促进室外空气大量渗透而加剧了目标建筑的低温和低湿度状况。在二楼办公室（图7(b)），热舒适时间为179小时，约占有人使用总时间（924小时）的19.4%和总2880小时的6.4%。尽管该办公室的室内温度经常落在舒适范围内，但RH水平持续偏低，导致干燥环境。虽然有人使用期间的舒适时间低于一楼办公室记录的值，但RH约为20%，经常因过度干燥而落在舒适范围之外。

如前所述，冬季渗透对建筑的室内热环境产生不利影响。冬季期间，室外空气从地下层进入并通过最高楼层排出，其中上升的温暖室内空气加剧了烟囱效应。尽管最初计划对建筑的整体气密性进行评估，但显著的内部气流使研究重点转向测量风速而非气密性。图8展示了冬季建筑地下层和屋顶层测量的风速。

通过地下室窗户进入的气流速度在1.0至1.5 m/s之间，而从靠近屋顶的顶层通道门流出的气流速度在1.0至1.2 m/s之间。

图8：冬季建筑内部气流成因及气流速度：剖面图（左上方）标示了测量位置及所测得的速度；（a）木屋顶结构与烟囱的连接处，可见渗水痕迹以及足以允许气流通过的间隙；（b）墙体与木屋顶板材的连接处，劣化的喷涂泡沫密封材料导致间隙重新张开；（c）带有木框的地下室窗户，存在结构性间隙，部分玻璃已脱离窗框。

对建筑进行的调查发现，导致观测到的气流速度的原因有三项主要因素。图8(a)显示了木屋顶结构与烟囱之间的连接处，观察到渗水迹象，表明存在足以允许气流通过的间隙。图8(b)描绘了屋顶与墙体的连接处，在建筑墙体与木屋顶板材的接缝处发现了一个明显的间隙。有证据表明曾使用喷涂泡沫保温材料封堵该间隙；然而，持续的老化导致该间隙重新张开。最后，地下室窗户（图8(c)）由木框架组成，结构性间隙导致空气渗透。在某些情况下，发现玻璃已完全脱离窗框。

**3.4 能耗模式分析**

图9展示了基于日能耗和室外温度的建筑年度能耗模式。能耗模式分析具有实用优势，因为相比于能耗模拟，它所需的大量输入变量更少。该方法有效地依赖于基本数据，如建筑能耗、室外温度和建筑面积。相应地，这种方法为评估现有建筑（而非新建建筑）的能效表现提供了一种高效的方法，能够考察基准负荷、供暖和制冷敏感性以及与室外温度相关的能耗特征。

图9：建筑年度能耗与室外温度的对比。

图9展示了相对于室外温度的年度日能耗数据。能耗模式使用变化点模型（CPM）进行分析，该模型将日能耗与室外气温进行回归，以识别基准负荷和供暖、制冷的变化点。对于CPM分析，需要对数据进行预处理，以排除非运营日的异常能耗。因此，排除了无法归因能耗使用的周末和公共假日，日能耗数据集仅基于常规办公工作日构建。基于运营工作日计算的全年能耗总计为75.7 MWh。季节性消耗分布如下：冬季为55 MWh（73%），过渡季节为3.6 MWh（5%），夏季为17.1 MWh（23%）。在过渡季节，建筑能耗仅限于基准负荷，没有供暖或制冷需求。因此，夏季和冬季的基准负荷根据过渡季节观察到的能耗进行了估算。结果表明，夏季基准负荷为4.95 MWh，制冷能耗为12.15 MWh。同样，冬季基准负荷估计为13.8 MWh，供暖能耗计算为41.2 MWh。

夏季制冷能耗为12.15 MWh，而冬季供暖负荷达到41.2 MWh，表明建筑的能耗主要集中在供暖方面。建筑主要由石料和混凝土等高热质量材料建造，产生了热储存效应。这种热质量有助于缓解夏季的制冷负荷；然而，在冬季，它延长了冷却效应，从而增加了供暖能耗需求。因此，夏季相对较低的制冷能耗可归因于热储存效应，而冬季供暖能耗占相当大比例，占总能耗的54%。冬季能耗模式分析显示，在相同室外温度下，能耗存在显著波动。这些变化可能源于不规则的供暖操作方式以及大量空气渗透带来的冷却效应，后者在冬季加剧了能耗需求。

通过室内热环境波动分析、现场检查和能耗数据，建筑的各种弱点得到了清晰识别。基于这些发现，制定了以下改进措施。

第一项改进是增强墙体保温性能。建筑墙体缺乏保温层，采用石料和混凝土等高热质量材料建造。这种巨大的热质量导致热储存效应，影响室内环境。因此，夏季制冷能耗需求降低；然而，冬季残余的冷量导致供暖能耗增加。为缓解这一问题，增强墙体保温性能至关重要。由于建筑外墙需要历史保护，加强内部保温被认为比外部保温更为合适。第二项措施是改善屋顶保温。现有屋顶缺乏保温层，容易受到外部环境波动的干扰。增强屋顶的保温性能将提高室内环境稳定性；然而，为了保护建筑外观，保温仅可施于屋顶内侧。第三项措施是窗户改进。当前窗户由3毫米单层玻璃和木框组成。为在保持历史价值的同时增强保温，可保留木框并将玻璃更换为高性能保温玻璃。这种方法在热性能提升与历史特征保护之间取得了平衡。第四项措施是增强气密性。建筑的渗透率很高，导致冬季室内气流明显。采用示踪气体法进行的气密性测量显示ACH为1.8，表明气密性非常低。因此，改善气密性对于确保室内热环境稳定性是必要的。

最后，建议增强主动系统的性能。最初，该建筑配备了独立供暖设备和包装终端空调器（PTAC），直到2010年左右安装了包装终端热泵（PTHP）。鉴于PTHP已严重老化，将其更换为更高效的一台设备可以提高供暖和制冷的性能系数（CoP），同时保留原始安装位置，从而最小化对建筑历史完整性的影响。然而，基于可再生能源的系统可能会遮挡或改变建筑外观，从而产生潜在的保护问题。因此，在没有具体缓解策略的情况下，本研究未考虑应用可再生能源技术。

这些现场测量揭示了Stimson Hall热围护结构的显著弱点，特别是其保温和气密性。然而，由于遗产保护的实践限制使得全面改造不可行，基于模拟的敏感性分析对于确定改进优先级至关重要。这种定量技术能够评估各种建筑参数，以确定哪些改造将带来最显著的节能效果。作为建筑能耗研究中的标准预评估工具，该方法尤其适用于历史建筑翻修等复杂项目。

**4 基于动态模拟的敏感性分析**

**4.1 敏感性分析**

改善研究对象建筑的能耗性能需要对其组成部分进行改造。然而，实际建筑的改造过程涉及大量的时间和成本，且已实施的改进措施很难逆转。为应对这些局限，众多先前的研究采用了模拟技术。在本研究中，使用了基于EnergyPlus引擎的模拟程序DesignBuilder。进行了基于模拟的敏感性分析，以评估改进元素的物理性质变化如何影响节能效果。

模拟模型使用文献中记录的数据和现场测量数据开发。构建模拟模型使用的输入变量包括建筑围护结构（墙体、屋顶和窗户）、人员密度、照明和机械系统。这些文件提供了详细信息，包括材料类型、尺寸和表面积，用于在模拟中匹配建筑材料数据并开发模型。对于建模所需但在文献中缺乏信息的元素，数据通过现场调查收集。这些调查验证了研究对象建筑的照明和暖通空调系统的性能。照明系统由LED灯具组成，暖通空调系统由PTHP组成。PTHP的CoP纳入了暖通空调系统的模拟模型中。模拟使用的输入变量列于表1中。

模拟模型基于以下关键假设构建。首先，气象数据使用韩国气象厅的 Seoul Representative Weather Year（RMY）数据集，作为外部气候的边界条件。其次，人员密度设定为0.11人/m2，基于实际25–30名员工的数量，并应用周一至周五09:00–17:30的工作时间表来反映观察到的使用模式，周末无人。第三，照明得热基于现场调查确定的LED灯具安装情况建模为3.0 W/m2。第四，空气渗透在EnergyPlus中使用有效泄漏面积法进行建模，将示踪气体法获得的风换气率（ACH，1.8 ACH）作为均匀渗透率应用于所有地面楼层。

模拟模型使用实测的一年期能耗数据进行验证。验证按照ASHRAE Guideline 14的标准进行，要求基于月度数据的平均偏差误差（MBE）保持在5%以下，均方根误差变异系数（CvRMSE）保持在15%以下。MBE衡量预测值与实际值之间的平均差异，结果接近零表明模型整体偏差低。CvRMSE是RMSE除以实测数据平均值的归一化值；它量化预测误差的变异性，意味着较低的值代表更高的准确性。

校准过程涉及三个关键参数的迭代调整：(1) 渗透率，初始根据示踪气体测量设定为1.8 ACH，在±10%的公差范围内微调以匹配月度能耗峰值；(2) 内部得热时间表，调整后反映地下层实际的间歇性占用情况；以及(3) 暖通空调系统运行时间，与记录的操作时间表对齐。围护结构材料属性未作调整，这些数据源自现场测量和档案记录。最终校准模型实现了1.8%的MBE和9.1%的CvRMSE，满足ASHRAE 14的MBE<5%和CvRMSE<15%阈值。图10展示了目标建筑月度实测能耗与模拟能耗的对比。模拟结果与实证数据总体吻合良好，捕捉了能耗的季节性变化。这一一致性表明校准模型对于后续敏感性分析具有足够的可靠性。

$$\text{MBE} = \frac{\sum_{i=1}^{n} (Y_i - \hat{Y}_i)}{n} \quad (1)$$

$$\text{CvRMSE} = \frac{\sqrt{\frac{1}{n} \sum_{i=1}^{n} (Y_i - \hat{Y}_i)^2}}{\bar{Y}} \times 100 \quad (2)$$

图10：模拟数据与实际数据的对比。

敏感性分析是评估输入变量变化对模型或系统输出影响的方法，广泛应用于建筑环境研究中。在此背景下，敏感性分析能够量化各种输入变量（如材料特性、建筑朝向和保温水平）如何影响建筑能效、可持续性和舒适性。该方法提供了数值比较基础。在本研究中，采用敏感性分析来确定历史建筑改造的优先元素。

敏感性分析需要模拟样本。然而，为所有变量生成建模结果效率低下。为解决这种效率问题，采用了拉丁超立方抽样（LHS）来生成所需样本。LHS的优势在于能显著减少模型运行次数，同时保持代表性并确保结果稳定。为提高结果的准确性和鲁棒性，LHS样本数量应理想地设置为输入变量数量的10倍。

由于建筑能耗模拟的高度非线性特征，传统的经验法则（每个变量10个样本）往往不足以产生可靠的结果。

因此，为确保分析的准确性和鲁棒性，本研究为六个输入变量生成了 300 个样本。本研究采用的主要敏感性指标是标准化回归系数（SRC），它量化了每个输入变量对能耗输出方差的线性贡献 []。为了评估 SRC 方法所基于的线性回归假设的有效性，并验证变量优先排序的鲁棒性，对相同的 300 个 LHS 样本应用了两种补充统计程序 []。首先，计算了每个输入 - 输出对的斯皮尔曼等级相关系数（SRCC）。作为一种非参数指标，SRCC 在不假设线性的情况下捕捉单调关系，为建筑能耗分析中的基于 SRC 的敏感性排序提供了鲁棒的补充 [,]，它与 SRC 的对比提供了独立于分布假设的变量重要性排序的交叉验证 []。其次，应用了自助重采样程序（1000 次带放回迭代）来估计每个 SRC 估计值的 95% 置信区间（CI） []，从而直接评估敏感性指数的统计精度。这两种分析均针对建筑总能耗、供暖能耗和制冷能耗进行。无论统计显著性如何，所有六个输入变量的数值结果均在结果表中报告。当回归系数的 p 值低于 0.05 且其自助 95% 置信区间不包含零时，该变量被视为显著；在三个回归分析中，这两个标准对每个变量都产生了一致的分类。这种较大的样本量与以往研究中使用的样本量一致 []。随后，通过线性回归分析进行了敏感性分析，以评估每个输入变量与样本的能耗模型结果之间的关系。这包括评估输入变量的拟合优度（R 平方）、标准化回归系数（SRC）和统计显著性（P 值） []。

敏感性分析重点关注已知会显著影响建筑能耗性能的关键参数，如表 3 所述。这些变量基于文献综述和现场测量进行选择，包括墙体和屋顶保温（U 值）、窗户性能（U 值）、暖通空调系统性能系数 (CoP) 和建筑气密性。SHGC 被排除在外，因为窗户改造通常同时提高 U 值和 SHGC；因此，将 SHGC 作为独立变量分析将无法反映现实的改造场景。

表 3 模拟输入变量及性能变化。
在新标签页中打开表格

本研究确定了六个输入变量，以考虑保持建筑的历史价值，如表 3 所示。为每个输入变量建立了改进范围。外墙、屋顶和窗户的 U 值从当前状态逐步调整，以满足最新法规的标准。通过增加内部保温层的厚度来提高屋顶和墙体的热性能。同样，通过升级玻璃同时保留现有窗框来改善窗户的热性能，并模拟增加内部衬窗。在表 3 中，墙体保温性能从 W1 逐步改善到 W5，屋顶保温性能从 R1 到 R4，窗户性能从 G1 到 G4。

在本研究中，敏感性分析主要侧重于窗户各种性能指标中的隔热性能。虽然 SHGC 等参数至关重要，但它们会根据气候条件和窗户朝向发生显著波动，从而增加分析的复杂性。为了保持模型的清晰度，SHGC 被排除在敏感性研究范围之外。

气密性水平从当前水平 AT1 逐步增强到 AT3。AT1 代表通过示踪气体法确定的当前渗透率，即每小时 1.8 次换气 (ACH)。然后渗透率每步减少 0.6 ACH，最终在 AT3 达到 0.6 ACH。最后，PTHP 的供暖和制冷性能被设定为从对应于当前安装设备的 CoP 值 2.5 开始，每步增加 0.5。热泵最近因作为实现碳中和的关键组成部分而受到关注，其性能水平达到 CoP 值 4.5 或更高 []。然而，由于效率 CoP > 4 的热泵需要额外设备，最大效率上限设为 CoP 4 []。

### 4.2 敏感性分析结果

图 11 和表 4 展示了建筑总能耗的敏感性分析结果。回归分析得出的 R 平方值为 0.90，表明输入变量与模拟样本之间存在很高的拟合优度，从而确认了所选变量敏感性分析的有效性。对输入变量统计显著性（P 值）的检查发现，气密性 (ACH)、屋顶（U 值）和制冷 CoP 的 P 值 > 0.05，表明这些变量在分析中不具有统计显著性。相比之下，识别出的统计显著变量包括供暖 CoP、墙体（U 值）和玻璃（U 值）。

图查看器
图 11 总能耗敏感性分析。

| 变量 | 回归系数 | 95% CI (自助法) | SRCC | 标准化回归系数 | 标准误 | P 值 |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 供暖额定 CoP | ?8129.95 | [-0.75,-0.64] | ?0.57 | ?0.69 | 212.82 | <0.001 |
| 墙体 (U 值) | ?3083.03 | [-0.74,-0.64] | ?0.59 | ?0.67 | 83.59 | <0.001 |
| 玻璃 (U 值) | ?2040.92 | [?0.39, ?0.31] | ?0.33 | ?0.35 | 105.35 | <0.001 |
| 气密性 (ACH) | ?258.60 | [?0.07, 0.04] | ?0.05 | ?0.02 | 238.39 | 0.28 |
| 屋顶 (U 值) | 68.80 | [?0.05, 0.06] | ?0.07 | 0.01 | 105.00 | 0.51 |
| 制冷额定 CoP | 95.73 | [?0.04, 0.06] | ?0.14 | 0.01 | 211.64 | 0.65 |

表 4 总能耗回归分析结果。
在新标签页中打开表格

此外，图 11 中的 SRC 值提供了对每个输入变量对建筑总能耗影响的评估。其中，供暖 CoP 影响最大，SRC 值为?0.69，其次是墙体（U 值）为?0.67 和玻璃（U 值）为?0.35。负的 SRC 值表明这些输入变量性能的提高对应于总能耗的降低。这些 SRC 排名的鲁棒性通过第 4.1 节描述的两种补充程序得到了进一步验证。基于自助法得出的 95% 置信区间确认了三个显著变量的统计精度：供暖 CoP [?0.75, ?0.64]、墙体 U 值 [?0.74, ?0.64] 和玻璃 U 值 [?0.39, ?0.31]，其中均未包含零。相比之下，ACH [?0.07, 0.04]、屋顶 U 值 [?0.05, 0.06] 和制冷 CoP [?0.04, 0.06] 的置信区间均跨越零，证实了它们的统计非显著性。SRCC 分析得出了一致的结果：供暖 CoP (SRCC = ?0.57) 和墙体保温性能 (SRCC = ?0.59) 排名为两个主要变量，其次是玻璃性能 (SRCC = ?0.33)。SRC、SRCC 和自助法 CI 在所有三个指标上的收敛确认了所识别的变量优先层级对分布假设和采样变异都是鲁棒的。

对研究建筑能耗模式的分析显示，其基础负荷极小，供暖能耗超过制冷能耗。鉴于影响制冷和供暖能源的因素不同，进行敏感性分析以识别影响每种能源使用的变量。图 12 和表 5 展示了影响制冷能源的因素敏感性分析结果。回归分析得出的 R 平方值为 0.8，表明具有可靠的准确性水平。与总能耗敏感性分析不同，墙体（U 值）和玻璃（U 值）成为影响制冷能源的显著因素。墙体（U 值）的 SRC 为 0.67，表明墙体保温的改善会增加制冷能耗。相反，玻璃（U 值）的 SRC 为?0.61，表明窗户性能的增强会减少制冷能耗。其他输入变量的 P 值 > 0.05，确认它们不会显著影响制冷能源。制冷能源 SRC 的自助置信区间确认了两个主要变量的显著性：墙体 U 值 [0.62, 0.73] 和玻璃 U 值 [?0.67, ?0.54]，这两个区间均未包含零。所有剩余变量产生的置信区间均跨越零，与其基于 P 值的非显著性一致。SRCC 分析同样识别出玻璃性能 (SRCC = ?0.58) 和墙体保温性能 (SRCC = 0.70) 是制冷能源的主要决定因素。值得注意的是，墙体 U 值的正向 SRC 和 SRCC 值表明，在该建筑中改善墙体保温性能反而会增加制冷能耗。这一结果反映了石混凝土结构的高热质量：增强的墙体保温降低了围护结构在夏季的散热能力，导致内部温度升高和制冷需求增加。这种相互作用强调了在特定建筑类型的热特性背景下评估改进措施的重要性。

图查看器
图 12 制冷能耗敏感性分析。

| 变量 | 回归系数 | 95% CI (自助法) | SRCC | 标准化回归系数 | 标准误 | P 值 |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 墙体 (U 值) | 297.65 | [0.62, 0.73] | 0.70 | 0.67 | 11.61 | <0.001 |
| 玻璃 (U 值) | ?348.76 | [-0.67, ?0.54] | ?0.58 | ?0.61 | 14.63 | <0.001 |
| 气密性 (ACH) | 38.84 | [?0.02, 0.08] | ?0.02 | 0.03 | 33.10 | 0.24 |
| 供暖额定 CoP | ?12.73 | [?0.06, 0.04] | ?0.06 | ?0.01 | 29.55 | 0.67 |
| 制冷额定 CoP | 4.49 | [?0.05, 0.05] | ?0.03 | 0.00 | 29.39 | 0.88 |
| 屋顶 (U 值) | ?0.74 | [?0.05, 0.05] | 0.02 | 0.00 | 14.58 | 0.96 |

表 5 制冷能耗回归分析结果。
在新标签页中打开表格

图 13 和表 6 展示了供暖能源与输入变量之间关系的敏感性分析结果。回归分析产生的 R 平方值为 0.86，表明分析结果可靠。对供暖能源具有显著影响的输入变量是供暖 CoP、墙体（U 值）和玻璃（U 值），SRC 值分别为?0.72、?0.63 和?0.30。这些结果表明，供暖 CoP、墙体（U 值）和玻璃（U 值）的改善会导致供暖能耗的降低。此外，影响供暖节能的主要变量被发现与影响建筑总能耗的变量一致。然而，SRC 值的比较显示，这些变量对供暖能耗的负面影响在供暖能源敏感性分析中比在总能耗敏感性分析中更为明显，反映了建筑对供暖能源的显著依赖。供暖能源 SRC 的自助置信区间确认了三个显著变量的统计精度：供暖 CoP [?0.79, ?0.65]、墙体 U 值 [?0.70, ?0.57] 和玻璃 U 值 [?0.37, ?0.23]。这些区间中均未包含零。SRCC 分析产生了一致的排名：供暖 CoP (SRCC = ?0.62)、墙体保温性能 (SRCC = ?0.55) 和玻璃性能 (SRCC = ?0.27) 成为三个主要因素。SRC 和 SRCC 值在所有三个能耗输出中的紧密一致性表明，非参数 SRCC 所假设的单调关系被线性回归模型很好地捕捉到了，支持了本研究全程基于 SRC 的敏感性分析的可靠性。

图查看器
图 13 供暖能耗敏感性分析。

| 变量 | 回归系数 | 95% CI (自助法) | SRCC | 标准化回归系数 | 标准误 | P 值 |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 供暖额定 CoP | ?8108.01 | [?0.79, ?0.65] | ?0.62 | ?0.72 | 245.29 | <0.001 |
| 墙体 (U 值) | ?2824.67 | [?0.70, ?0.57] | ?0.55 | ?0.63 | 96.34 | <0.001 |
| 玻璃 (U 值) | ?1699.80 | [?0.37, ?0.23] | ?0.27 | ?0.30 | 121.42 | <0.001 |
| 气密性 (ACH) | ?309.38 | [?0.07, 0.02] | ?0.06 | ?0.02 | 274.76 | 0.26 |
| 屋顶 (U 值) | 68.21 | [?0.03, 0.05] | ?0.07 | 0.01 | 121.02 | 0.57 |
| 制冷额定 CoP | 78.84 | [?0.03, 0.05] | ?0.15 | 0.01 | 243.93 | 0.75 |

表 6 供暖能耗回归分析结果。
在新标签页中打开表格

### 4.3 优先因素的节能效果

敏感性分析确定了改善建筑能耗性能的优先要素，其中供暖 CoP 成为影响能耗的最主要因素。图 14 说明了供暖 CoP 改善所导致的能耗变化：图 14(a) 展示了年总能耗，图 14(b) 展示了每个供暖 CoP 水平下的年供暖能耗。一个明显的趋势是，随着供暖设备效率的提高，建筑整体能耗下降。

图查看器
图 14 建筑年能耗：(a) 年总能耗；(b) 年供暖能耗。每个柱状图代表 300 次 LHS 运行中共享相同供暖 CoP 的模拟案例的平均值。图顶部的图例适用于两个面板。

当供暖 CoP 为 2.5 时，各案例的平均年总能耗为 95 MWh，其中 31.7 MWh 用于供暖。这里，95 MWh 代表 300 次运行中供暖 CoP 为 2.5 的那些模拟案例的统计平均年总能耗。将供暖 CoP 提高到 3.0 可将年总能耗减少到 90.8 MWh，供暖能耗减少到 27.5 MWh。在供暖 CoP 为 3.5 时，年总能耗进一步降至 87.8 MWh，供暖能耗降至 24.2 MWh。最后，在供暖 CoP 为 4.0 时，年总能耗为 84.5 MWh，供暖能耗减少到 21.1 MWh。总体而言，将供暖 CoP 从 2.5 提高到 4.0 导致年总能耗减少 11%（节省 10.5 MWh），供暖能耗减少 33.4%（节省 10.6 MWh）。

供暖 CoP 在本研究中作为主要节能因素的主导地位归因于目标建筑的特定热特性：石和混凝土建造带来的高热质量、完全缺乏墙体和屋顶保温，以及供暖能耗需求显著超过制冷能耗需求。

这些特征代表了重型历史建筑，它们占韩国所有指定历史建筑的 74%（291 栋中的 214 栋），特别是占该重型存量 48%（102 栋）的办公用途子类。然而，对于其他建筑类型，改进因素的相对优先级可能会发生变化。在轻型木结构建筑中（占指定建筑的 26%），其热质量较低，因此围护结构改进（如墙体保温和气密性增强）可能比 CoP 改进带来更大的节能效果，因为调节重型建筑热损失的蓄热缓冲效应在此处不存在。同样，位于韩国南部气候区、制冷负荷较高的建筑可能对玻璃幕墙性能或制冷 CoP 表现出比基于首尔的分析所观察到的更强的敏感性。因此，本研究所提出的优先级框架最直接适用于温带大陆性气候区的重型历史建筑，而将其应用于其他类型则需要针对具体案例进行评估。

现场检查和室内环境监测揭示了所研究历史建筑的关键特征。首先，该建筑为石质和混凝土结构，具有极高的热质量。其次，墙壁和屋顶完全没有保温层。最后，该建筑气密性差，导致尽管进行了供暖和加湿努力，室内热环境改善甚微。基于这些特征，最初预计气密性和保温将是提高能源性能最有效的措施。然而，与预期相反，分析表明提高供暖 CoP 在显著提高建筑能源性能方面更为有效。最后，在解释本研究的发现时，应考虑其局限性，这主要与基于模拟的方法论有关。虽然模型已根据观测气象数据进行了验证，但它无法考虑未来天气条件的随机性，而这可能会显著改变建筑的性能。因此，未来的研究应纳入应对这些不确定性的方法，以增强预测的稳健性。此外，本研究基于单一代表性建筑，虽然该建筑的选择反映了韩国指定历史建筑中最常见的类型，但不同建筑类型间热特性的差异会给发现的通用性带来不确定性。具有不同结构系统（如轻型木框架结构）、不同主要用途（如宗教或住宅）或不同朝向和体量配置的建筑可能会产生不同的敏感性排序。未来的研究应将该方法扩展到多种建筑类型，以验证或完善所提出的优先级框架。

5 结论
本研究旨在确定优先改进要素，以解决提高历史建筑能源性能时遇到的实际限制。为实现这一目标，提出了一种分步改进方法。第一步是选择合适的研究对象建筑。对韩国指定历史建筑的调查发现，在总共 291 栋建筑中，214 栋（74%）是重型结构；在这一重型组中，102 栋建筑（48%）用作办公室，使得办公用途成为单一最常见功能。因此，选择了一栋符合这一主导类型的建筑——即用于办公的重型结构建筑——进行进一步研究。

第二步涉及根据所选建筑的脆弱性确定改进要素。鉴于保护历史价值对于历史建筑至关重要，改造往往受到限制。为应对这些限制，进行了一项综合分析，包括现场调查、室内热环境变化评估和能耗模式评估。该分析确定了可行的改进要素，包括内保温、屋顶保温、窗户保温、气密性以及供暖和制冷系统的效率。

最后一步侧重于确定最高优先级的改进要素。认识到同时实施所有改进是不切实际的，通过基于模拟的敏感性分析确定了主要节能因素。利用基于回归的敏感性分析，确定了节能影响最大的因素。与以往主要强调改进围护结构性能的研究不同，本研究发现提高供暖系统的效率是最有效的改进。例如，当供暖 CoP 从 2.5 提高到 4.0 时，年平均总能耗从 95 降至 84.5 MWh，实现了 10.5 MWh（11%）的节能。升级供暖系统通常涉及用现代热泵替换传统散热器，这一拆卸和安装过程可能会损害建筑的完整性。

为提供初步的经济评估，10.5 MWh 的年节电量根据 172.99 KRW/kWh 的电价 [] 相当于约 182 万韩元。根据已发表的高效暖通空调机组材料成本每套 2762.71 美元 []，四台 PTHP 机组的估计材料成本约为 1510 万韩元（按 2024 年平均汇率 1363.44 KRW/USD [] 计算），得出的简单回收期约为 8.3 年。由于排除了安装和其他特定项目成本，此数值应解释为基于材料成本的初步下限估计，而非完整的安装成本回收期。类似研究报告了不同的回收期，这取决于改造范围和包含的成本项目 [,,]；因此，直接比较应谨慎进行。

然而，必须承认几个实施约束。首先，在遗产建筑内更换 PTHP 机组需要遵守《文化遗产保护法》（韩国遗产服务局），这可能需要在批准前进行正式的遗产影响评估。其次，现有的电气基础设施和 PTHP 机组的墙体穿透可能需要修改以适应更高效型号，这可能会使总安装成本超过基准估计。第三，设备安装期间必须仔细考虑建筑内部的结构完整性，以防止对原始构造造成不可逆转的损害。这些约束强调了在整个改造规划过程中制定最小侵入性安装策略并让遗产保护专家与能源工程师合作的重要性。未来的研究应进行详细的全生命周期成本分析，并考察历史建筑是否符合国家和地方能效补贴计划的资格，以提供更全面的经济指导。

本研究提出的系统化三步法——分类、现场评估和敏感性分析——为遗产建筑的能源改造提供了关键的方法论基础。其发现可以广泛适用于韩国许多重型历史建筑，提供了缓解与表面改进相关的漂绿风险的战略。由于当前韩国法规优先考虑保护而 largely 忽视了节能 []，本研究为韩国遗产服务局修订国家维护指南提供了实证数据，整合了能效和碳中和的双重目标。此外，这些结果与国际可持续遗产管理框架相一致，包括 EN 16883:2017 标准 []、联合国教科文组织世界遗产气候行动政策以及 ICOMOS 指南 []，这些框架倡导文化保护与气候韧性的兼容性。通过为非侵入性能源改造的优先级提供定量依据，本研究支持历史建筑从被动保护向积极参与全球碳减排目标的转变。

然而，仍需进一步的实证研究以充分了解历史建筑性能提升的经济含义和碳减排潜力。此外，还需要更多研究以推进不同历史建筑（包括木制结构和已部分现代化的建筑）的碳中和工作。未来的工作还应探索无线物联网传感器和控制等先进技术，这些技术可以最小化改造期间的物理损害。这种方法可以启用集成解决方案，将必要的硬件升级与先进、非侵入性的建筑管理系统相结合。

CRediT 作者贡献声明
Joosang Lee：写作 – 审阅与编辑，写作 – 原始草稿，可视化，软件。Hyun seok Dong：写作 – 审阅与编辑，验证，调查，数据整理。Taeyeon Kim：写作 – 审阅与编辑，监督，资金获取，概念构思。

伦理批准和参与同意
不适用。本研究不涉及人类参与者、人类数据或人类组织。

出版同意
不适用。本手稿不包含任何个人形式的数据（包括个人细节、图像或视频）。

数据可用性声明
数据将根据请求提供。如需请求数据，请写信给通讯作者。

资金
本工作得到韩国基础设施技术推进院（KAIA）资助，由国土交通部出资（编号：RS-2022-00144050）。

利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系可能影响本文报告的工作。