Disclaimer: The explanation provided on this website (Hotmaps Wiki) are indicative and for research purposes only. No responsibility is taken for the accuracy of the provided information, explanations and figures or for using them for unintended purposes.
Data privacy: By clicking OK below, you accept that this website may use cookies.
Ten moduł skaluje domyślną warstwę z podanym współczynnikiem. Często zapotrzebowanie na ciepło i zimno jest przedstawiane w sposób zagregowany w bilansach energetycznych. Korzystając z tego modułu obliczeniowego, możliwe jest rozmieszczenie domyślnych map gęstości zapotrzebowania na ciepło i zimno Hotmaps w celu dezagregacji takich wartości. Odbywa się to poprzez skalowanie domyślnych map gęstości ciepła i chłodu Hotmaps w górę lub w celu osiągnięcia żądanej wartości.
Ten moduł skaluje domyślną warstwę z podanym współczynnikiem. Często zapotrzebowanie na ciepło i zimno jest przedstawiane w sposób zagregowany w bilansach energetycznych. Korzystając z tego modułu obliczeniowego, możliwe jest rozmieszczenie domyślnych map gęstości zapotrzebowania na ciepło i zimno Hotmaps w celu dezagregacji takich wartości. Odbywa się to poprzez skalowanie domyślnych map gęstości ciepła i chłodu Hotmaps w górę lub w celu osiągnięcia żądanej wartości. Moduł obliczeniowy zapewnia nowy raster poprzez skalowanie mapy gęstości rastrowej według współczynnika wybranego przez użytkownika. Generuje nowy raster, mnożąc każdą komórkę rastra wejściowego przez podany współczynnik.
Parametry i warstwy wejściowe, a także warstwy i parametry wyjściowe są następujące.
Warstwy i parametry wejściowe to:
Warstwy wyjściowe i parametry to:
Wartość każdej komórki rastra wejściowego jest mnożona przez współczynnik mnożenia.
Jeśli znamy całkowite zużycie powierzchni, a wskaźnik Całkowite zapotrzebowanie na głowę nie odpowiada tej wartości, można przeskalować zapotrzebowanie na ciepło o stosunek (Total_real / Total_default). Poniższy rysunek przedstawia przykład mnożnika o wartości 0,5.
Tutaj otrzymujesz najnowocześniejszy rozwój tego modułu obliczeniowego.
Tutaj uruchamiany jest moduł obliczeniowy dla studium przypadku Wiednia w Austrii. Najpierw użyj paska „Go To Place”, aby przejść do Wiednia i wybrać miasto. Kliknij przycisk „Warstwy”, aby otworzyć okno „Warstwy”, a następnie kliknij zakładkę „MODUŁ OBLICZENIOWY”. Z listy modułów obliczeniowych wybierz „CM - Skala mapy gęstości ciepła i chłodu”.
Po naciśnięciu przycisku uruchom nowa mapa zagęszczenia obliczana jest na podstawie wybranej mapy. Wartością domyślną jest tutaj mapa całkowitej gęstości ciepła. Po obliczeniu całkowite nowe zapotrzebowanie na ciepło jest pokazane po prawej stronie pod wskaźnikami. (Tutaj wartością domyślną jest 1 i dlatego nie następuje żadna zmiana wskaźników).
Po zamknięciu modułów obliczeniowych i przejściu do sekcji warstw, nowo obliczoną mapę gęstości ciepła można znaleźć na samym dole zakładki WARSTWY. Warstwa ta może zostać pobrana przez użytkownika, a także załadowana na konto użytkownika w celu dalszych obliczeń.
Thiery Bernhard, w Hotmaps-Wiki, CM Scale mapy gęstości ciepła i chłodu (kwiecień 2019)
Ta strona została napisana przez Thierry Bernhard ( CREM ).
☑ Ta strona została sprawdzona przez Lesly Houndole i Albain Dufils ( CREM ).
Prawa autorskie © 2016-2020: CREM
Licencja międzynarodowa Creative Commons Attribution 4.0
Ta praca jest objęta licencją Creative Commons CC BY 4.0 International License.
Identyfikator licencji SPDX: CC-BY-4.0
Tekst licencji: https://spdx.org/licenses/CC-BY-4.0.html
Chcielibyśmy wyrazić nasze najgłębsze uznanie dla projektu Hotmaps programu „Horyzont 2020 ” (umowa o udzielenie dotacji nr 723677), który zapewnił fundusze na przeprowadzenie obecnego dochodzenia.
This page was automatically translated. View in another language:
English (original) Bulgarian* Czech* Danish* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Italian* Lithuanian* Latvian* Maltese* Dutch* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian* Swedish*
* machine translated
Last edited by web, 2020-09-30 11:29:36