進階搜尋


   電子論文尚未授權公開,紙本請查館藏目錄
(※如查詢不到或館藏狀況顯示「閉架不公開」,表示該本論文不在書庫,無法取用。)
系統識別號 U0026-1307201917574100
論文名稱(中文) 高雄都會區高密度環境溫度觀測網路(STONK)之建置及應用
論文名稱(英文) The establishment and application of smart temperature and environment observation network in Kaohsiung (STONK)
校院名稱 成功大學
系所名稱(中) 建築學系
系所名稱(英) Department of Architecture
學年度 107
學期 2
出版年 108
研究生(中文) 陳思元
研究生(英文) Szu-Yuan Chen
學號 N76064391
學位類別 碩士
語文別 中文
論文頁數 109頁
口試委員 口試委員-林博雄
口試委員-莊振義
指導教授-林子平
中文關鍵字 都市熱島  密集測點  太陽能潛力分析  綠屋頂  ArcGIS 
英文關鍵字 Urban Heat Island  intensity measuring points  solar energy  green roof  ArcGIS 
學科別分類
中文摘要 近年來台灣各大城市均出現都市熱島效應(Urban Heat Island),都市內部蓄熱嚴重影響居住環境品質與人民健康,城市溫度升高導致建築空調耗能增加讓能源需求逐年上升。
為了解高雄市熱島強度,針對新興發展區與都會區,於三民區、苓雅區、新興區、前金區、鹽埕區與鼓山區,架設16個溫溼度測點收集共365天氣溫數據,並以克利金內插法(Kriging)進行氣溫分度圖製作與都市熱島強度分析,並透過環域因子迴歸產生氣溫預估式。而隨著市區綠色能源(Green Energy)的興起及高雄厝綠建築計畫的推動下,本研究利用LiDAR圖資分析都市建築屋頂,製作市區太陽能板與綠屋頂架設潛力地圖,並透過氣溫分佈圖計算太陽能於都市熱島效應下損失的發電效率,以及使用氣溫預估式評估屋頂綠化減緩都市熱島程度。
研究結果發現高雄市的都市氣溫與郊區溫度於涼季夜間產生最大溫差達9.3°C,顯示都市蓄熱情形嚴重與散熱能力不足的現象。高溫帶集中於高雄火車站、建國路及六合路一帶,低溫區則為中都濕地、高雄美術館及壽山山區周圍。對於市區太陽能板的發電效率,夏季市區的溫度折減係數達-6.1%,而於較低溫的鼓山區設置太陽能則可提升0.7%的發電效率。而在高雄厝計畫的推行下所增加的綠化面積使得六大行政區總體綠化比提升0.2%,且未來若依照綠屋頂潛力地圖全面設置後,高雄市的都市熱島可降低1.5°C。
本研究針對高雄厝太陽能設置規劃依照六大行政區各別給予建議。將各行政區高雄厝建造案的太陽能設置面積與平均氣溫數據疊合後,結果顯示新興區與苓雅區不利於太陽能發電,應著重於提升屋頂及陽台綠化面積以降低市區溫度、減緩都市熱島情形;鼓山區因低溫環境建議增加太陽能板設置面積,以達最佳發電效率。未來中都濕地與高美館周圍為避免過度開發成為另一個都市高溫熱點,除架設太陽能板外也應進行適當綠化。
英文摘要 In order to understand the intensity of the heat island in Kaohsiung City,16 temperature and humidity measuring points were set up to collect one-year temperature data. The Ordinary Kriging (OK) method is used to calculate the temperature index map and analysis the urban heat island intensity. Moreover, the temperature estimation formula is generated through the regression model. With the rise of urban green energy and the Kaohsiung Green Building Project, the study uses LiDAR maps to analyze building roofs, creating urban solar panels and green roof potential maps, and calculates the power generation efficiency of solar energy lost through the distribution map under the effect of urban heat island.
The result indicates that the maximum Urban Heat Island intensity in Kaohsiung City during the cool season was 9.3 °C, which indicate that the heat dissipation capacity is insufficient in urban area. For the power generation efficiency of urban solar panels, the temperature reduction factor in summer urban areas is -6.1%, while the solar energy in the lower temperature Shou Mountain area can increase the power generation efficiency by 0.7%. The increased greening area under the implementation of Kaohsiung's schemes has increased the overall greening ratio of the six administrative districts by 0.2%. In the future, if the green roof potential map is comprehensively set, the urban heat island of Kaohsiung City can be lowered by 1.5 °C.
This study is based on the recommendations of the six major administrative regions for the Kaohsiung Solar Energy Planning. For solar power generation, it should focus on improving the green area on roofs and balconies to reduce urban temperature. Shou Mountain area is recommended to increase the installation of solar panel due to low temperature environment to achieve the best power generation efficiency. In order to avoid over-exploitation, the Zhongdu wetland and the Kaohsiung Art Museum will become another high-temperature hot spot in the city, in that case erecting solar panels, and appropriate greening should be carried out in the future.
論文目次 第一章、 緒論 1
第一節、 研究動機與目的 1
第二節、 研究範圍 4
第三節、 研究流程 5
第二章、 文獻回顧 7
第一節、 都市微氣候量測 7
第二節、 大範圍太陽能板架設評估 12
第三節、 綠屋頂降溫效益 16
第四節、 空間內插 17
第三章、 研究方法 19
第一節、 研究工具與圖資 19
第二節、 研究地點 22
第三節、 溫度測點架設 23
第四節、 實測數據分析 31
第五節、 太陽能板與綠屋頂設置潛力評估 37
第六節、 高雄厝建築資料彙整 42
第四章、 高雄市氣溫量測結果 45
第一節、 氣溫分佈與熱島地圖 45
第二節、 大範圍氣溫預估 69
第三節、 街道與觀光地區氣溫地圖 78
第五章、 市區太陽能與綠屋頂 83
第一節、 太陽能潛力位置 83
第二節、 綠屋頂潛力位置 88
第三節、 高雄厝未來發展建議 92
第六章、 結論與建議 99
第一節、 結論 99
第二節、 建議 100
參考文獻 101
附錄1 極端月之日夜間熱島強度 103
附錄2 克利金內插交叉驗證表 104
參考文獻 英文文獻
[1].Qihao ,Dengsheng and Jacquelyn.Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies. (2003).
[2].Sobrino, Jimenez-Munoz and Paolini.Land surface temperature retrieval from LANDSAT TM 5.(2004)
[3].I.D.Steward and T.R.Oke.Urban Climates. (2017).
[4].V. B. Omubo.Effects of Temperature, Solar Flux and Relative Humidity on the Efficient Conversion of Solar Energy to Electricity. (2009).
[5].Robert Margolis, Pieter Gagnon, Jennifer Melius, Caleb Phillips and Ryan Elmore.Using GIS-based methods and lidar data to estimate rooftopsolar technical potential in US cities. (2017).
[6].Mesude Bayrakci Boz, Kirby Calvert and Jerey R. S. Brownson.An automated model for rooftop PV systems assessment in ArcGIS using LIDAR.(2015).
[7].Mu˜noz-Pandiella, C. Bosch, N. M´erillou, X. Pueyo and S. M´erillou.Real-Time Solar Exposure Simulation in Complex Cities.(2017).
[8].Javad Seyedmohammadi,Leila Esmaeelnejad and Mahmood Shabanpou.Spatial variation modeling of groundwater electrical conductivity using geostatistics and GIS. (2016).
[9].Jin Li and Andrew D.Heap.A Review of Spatial Interpolation Methods for Environmental Scientists.(2008).
[10].Richard Webster and Margaret A. Oliver.Geostatistics for Environmental Scientists. (2001).
[11].S.Mekhilef, R.Saidur and M.Kamalisarvestani.Effect of dust, humidity and air velocity on efficiency of photovoltaic cells.(2012).
[12].Hemin Hu, Dazhong Yuan, Tao Wang and Yuyan Jiang.Dynamic performace of high concentration photovoltaic/thermal system with air temperature and humidity regulation system(HCPVTH). (2019).
[13].Swpnil Dubey, Jatin Narotam Sarvaiya, Bharath Seshadri.Temperature Dependent Photovoltaic(PV)Efficiency and Its Effect on PV Production in the World-A Review. (2012).
[14].Kathryn R. Smith and Paul J.Roebber.Green Roof Mitigation Potential for a Proxy Future Climate Scenario in Chicago, Illinois.(2010).
[15].Nogueira er al,..Performance of monocrystalline and polycrystalline solar panel in a water pumping system in Brazil.(2015).
[16].CRESESB/CEPEL – Centro de Referência para Energia Solar e Eólica Sérgio de Salvo Brito e Centro de Pesquisas de Energia Elétrica. Manual de Engenhariapara Sistemas Fotovoltaicos.(2014).
[17].K.A Eldrandaly,M.S.Abu-Zaid.Comparison of Six GIS-Based Spatial Interpolation Methods for Estimating Air Temperature in Western Saudi Arabia..(2011).
[18].Javad Seyedmohammadi,Leila Esmaeelnejad, Mahmood Shabanpour.Spatial variation modeling of groundwater electrical conductivity using geostatistics and GIS. (2016).

中文文獻
[1].林子平,林奉怡。因應都市高溫分佈及建築耗能特性之太陽光電系統配置策略及評估。稿件審查中。(2019)。
[2].林子平,陳思元,洪國安。建構高雄市微氣候象站之應用研究。高雄厝研究發展補助計畫。(2018)。
[3].趙建喬,洪國安,陳思元,林奉怡,林子平。高密度溫度量測系統對高雄厝政策應用潛力研究。稿件審查中。(2019)。
[4].林憲德,孫振義,李魁鵬,郭曉青。台南地區都市規模與都市熱島強度之研究。都市與計劃。32卷1期 2005 / 04 / 01。P83-97。(2005)。
[5].林憲德,郭曉青,李魁鵬,陳子謙,陳冠廷。台灣海岸形成市之都市熱島現象與改善對策解析-以台南、高雄及新竹為例。28卷3期。P323-341。(2001)
[6].廖昱捷。應用高密度地面氣溫量測網(HiSAN)於氣溫與土地利用及覆蓋之分析。成功大學建築所碩士論文。(2018)。
[7].姚俊魁。台南都會區高密度地面氣溫量測網(HiSAN)之建置及氣溫之時空分佈與都市型態分析。成功大學建築所碩士論文。(2017)。
[8].林奉怡。都市區域建築能源耗用地圖建置方法與應用。成功大學建築所碩士論文。(2014)。
[9].吳佩儒。台南都會區都市碳收支地圖之建置及分析。成功大學建築所碩士論文。(2017)。
[10].羅子文。結合局部氣候分區及景觀生態指標之都市氣候地圖建置及應用。成功大學建築所碩士論文。(2018) 。
[11].潘進軍,申彥波,邊澤強,王香雲。氣象要素對太陽能電池板溫度的影響。應用氣象學報。25(2):150-157。(2014)。
[12].馮豐隆,黃志成。空間模式應用於林分結構母數推估之研究。中興大學實驗林研究彙刊。19(2): 57-75。(1997)。
[13].蔡穎傑。大氣中生物性微粒之時間及空間分佈-以大台北地區為例。臺北醫學大學公共衛生學系碩士論文。(2012)。
[14].蕭子訓,黃孔良,張耀仁。太陽光電年發電量預測模型建置及策略研究。台灣能源期刊。4(4): 401-430。(2017)。
論文全文使用權限
  • 同意授權校內瀏覽/列印電子全文服務,於2022-08-08起公開。
  • 同意授權校外瀏覽/列印電子全文服務,於2023-08-08起公開。


  • 如您有疑問,請聯絡圖書館
    聯絡電話:(06)2757575#65773
    聯絡E-mail:etds@email.ncku.edu.tw