Constructed BIM for visualizing urban energy use: The use of semi-automated data extraction from remote sensing and open source data in urban design and energy planning
,Professor Nashwan Dawood Technology Future Institute, Teesside University, Middlesbrough, Tees Valley, TS1 3BA, UK,
نظام BIM المُنشأ لتصوُّر استخدام الطاقة في المناطق الحضرية: استخدام خلاصة البيانات شبه المُؤتمتة بالاستشعار عن بعد وبالبيانات مفتوحة المصدر في التصميم الحضري وتخطيط الطاقةالبروفيسور نشوان داوود,
Technology Future Institute, Teesside University, Middlesbrough, Tees Valley, TS1 3BA, UK,
الملخص: يستكشف البحث إمكانية استخدام بيانات الاستشعار عن بعد من مزيج من المصادر التجارية و المفتوحة, لتحسين مستوى الأداء الوظيفي ودقة العمليات الحسابية في استخدام الطاقة والتصور من انبعاثات الكربون من خلال تطوير البيم لأصلتحسين مستوى الأداء الوظيفي ودقة عمليات حساب استخدام الطاقة وتصور انبعاثات الكربون من خلال تطوير نظام BIM لمواد البناء الحالية. نحن نقدم دراسة موضحة باستخدام بيانات ليدار ) Lidar ( و الصور الجوية الملتقطة للمناطق الحضرية الداخلية متعددة الاستخدام في شمال شرق انجلترا وكيف يمكن لهذا تحسين نوعية البيانات المُدخلة للنمذجة الموحدة في استخدامات الطاقة وانبعاثات الكربون. نحن نستكشف نطاق البيانات الممكنة لكل من) 1( البيم ) شكل المبنى بصفة أساسية(و) 2( بناء نماذج فيزيائية من هذه المصادر.
نشرح أهمية دقة البيانات المعدّلة لتقييم متغيرات فقدان الحرارة, التوجيه, الظلال,و التوليد متناهي الصغر للطاقة المتجددة . ونسلط الضوء أيضاً على القيود حول الاستخدام الأحُادي لبيانات الاستشعار عن بعد وكيف يمكن التعامل جزئياً معها من خلال الدمج مع) 1( بيانات الملكية مفتوحة المصدر، مثل العمر والعمل والمنصب), 2(مجموعات قواعد البيانات الخاصة بالمستخدمين بما في ذلك خدمات البناء والأداء المُقاس. ثم حددنا بعض التحديات التقنية والتي تم الوصول إليها من خلال تقريب البيانات )مع الأخذ بعين الاعتبار نوعية البيانات وبروتوكولات ما بعد البيانات( مع مزيج من المعالجة المؤتمتة أو اليدوية، في استخدام ,تكيفُّ وقابلية نقل هذه البيانات. كما بينا كيف يمكن دعم المُخرجات وعرضها من خلال العديد من معايير تطبيقات الصناعة في نظام BIM , نظم المعلومات الجغرافية وتطبيقات برمجة نظام BIM ونطاق تطبيقات العالم الحقيقي. وبرهنا على دعم المصالح التجارية والأدلة المرسومة المحتملة من أبحاث السوق الأساسية بخصوص هذه التطبيقات الأساسية، الوظيفية والمُخرجات. وباختصار، فإننا نقدم بعض الاستنتاجات بشأن الفوائد الصافية في استخدام بيانات الاستشعار عن بعد لتحسين الدقة في استخدام الطاقة وحسابات انبعاث الكربون، والحاجة إلى التكامل الدلالي من مصادر البيانات المختلطَة وأهمية التصور في المُخرجات.
الكلمات المفتاحية: الاستشعار عن بعد، ليدار Lidar, نمذجة الطاقة، والتخطيط الحضري.
القيمة المحتملة للاستشعار عن بعد وبيانات ليدار Lidar data
يوجد تحدي للتعامل مع التغيير في المناطق الحضرية ضمن النموذج ل ‘مدينة المعلومات) ‘Kraemer & King 1988(.
تتطلب البلديات وشركاؤها بنية تحتية للمعلومات المساندة التي تساعد بشكل واسع أصحاب المصلحة في التصميم الحضري لفهم وتعزيز المجتمعات الجيوفيزيائية داخل المجاورات السكنية والمواقع المحلية) Doheny-Farina 1996(. خريطة المدينة والنموذج الحضري تبقى الطرق الأكثر بديهية لهيكلة هذه المعلومات الحضرية والوصول إليها.
“إن القدرة على الوصول بشكل روتيني لأرشيف عالمي لا نهائي من تجربتي الخاصة وغيرها يوفر أداة لاستكشاف هويتنا الخاصة ولفهم أفضل … من خلال التقنيات الافتراضية … تكنولوجيا يمكن استخدامها لإعادة التشكيل والتجزئة”
تتزايد الأهمية في هذا التخطيط وسياسة السياق وهي دور استخدام طاقة البناء وانعكاساتها على نطاق أوسع لتحقيق الاستدامة الحضرية .وفي هذا السياق نحن ندرس قيمة بيانات الاستشعار عن بعد ودورها كجزء من البنية التحتية للمعلومات الاستراتيجية للمدينة. نحن نظرنا إلى المساهمة المحتملة لتعدد الأدوار )جراهام 1992( في التخطيط الحضري والتجديد، ولكن على وجه التحديد القدرة على فهم استخدام الطاقة في المباني.
ان بيانات مناسبة ودقيقة أمر في غاية الأهمية لفهم الجدوى لكل من النظُم الحضرية الموضوعية و الأنظمة الإجرائية لصنع القرار الذي يدير النظام في المناطق الحضرية) Grossmann & Watt 1992(. في الواقع هناك متطلبات تكميلية من كلٍ من الناحية الفنية وأصحاب المصلحة في المناطق الحضرية غير الخبراء في استخدام معلومات الطاقة للمناطق الحضرية، من جمع وتحليل وتبادل وتصور. هنا وتوجد إمكانية حقيقية لبيانات ليدار , Lidar data جُمعت عن بعُد في الاسكانات المجاورة أو على مستوى المدينة؛ لتتزامن وتسُهم في كلٍ من المتطلبات الفنية وصنع القرار السياسي لبيانات أفضل. في البداية أنها مثالية للحصول على معلومات تتعلق مباشرة في هندسة البناء. هذه الهندسة أو البيانات ‘القائمة على الملكية “يمكن أن تكون أساساً للتكامل مع الجوانب الأوسع و” الالين ” للتخطيط الحضري والاستدامة.
وَجدت المفوضية الأوروبية المُمَوّلة للعمل سابقا أن “… الاستشعار عن بعد مناسب من الناحية الفنية لجمع المعلومات اللازمة لأنواع معينة من التخطيط المساحي… التي تتطلب تجميع منتظم لمعلومات إحصائية معينة) ” p31 Cardoso 1996(.وينبغي أن يشمل بوضوح الطاقة وتخطيط الانبعاثات. ومع ذلك، وحتى الآن، هناك القليل من الاستخدام العملي الناتج من بيانات الاستشعار عن بعد على نطاق المباني الفردية ومستويات كفاءة الطاقة وانبعاثات الكربون. هذا على الرغم من أهمية المستوى التجميعي لانبعاثات الكربون من قطاع العقارات الداخلي، حيث يقُدر في كثير من الأحيان أنه أفضل مزيج للاستخدام المنمذج. هذا الاستخدام المُنمذَج لكفاءة الطاقة لديه القبول العام لاستخدام الملكية المحددة بشكل مستقل عن اختلافات الإشغال )بوردمان وآخرون 2005( وترتكز على الصفات والمعايير الأساسية للمبنى. وبالتالي فمن الممكن أن تولد تقديراً لاستخدام طاقة الملكية الفردية على أساس مواصفات البناء )العمر الزمني / طريقة الإنشاء ,الهندسة والخدمات( و”توحيد” سلوك شاغلي النموذج. ومن هذ ه المواصفات الملكية التي هي مناسبة تماماً لتكامل بيانات ليدار Lidar data مع الهندسة مع غيرها من المصادر المفتوحة والبيانات المتاحة علناً يحدد هذا السجل خصائص الأداء. على سبيل المثال، استخدام قاعدة بيانات مفتوحة المصدر على عمر إنشاء العقار، استخدام قاعدة بيانات خاصة لإدارة أصول أصحاب المصلحة، رفع مستوى الأنظمة في الإسكان الاجتماعي كجزء من برنامج مساكن لائقة.
الشكل 1 :الخطوات الرئيسية في معالجة البيانات
كجزء من تمويل الاتحاد الأوروبي في إطار بحث مشروع ,نحن نبحث في احتمال وجود مجموعة متنوعة من مجموعات البيانات المتاحة للعامة و مفتوحة المصدر مثل أطروحة. من خلال سلسلة من الحالات الدراسية الأوروبية قمنا بفحص البيانات التي يمكن جمعها وتعديلها وتكملتها وتصورها لدعم كفاءة الطاقة في التصميم الحضري والتخطيط. تركزت منطقة حالة دراسية لمشروع واحد على الطرف الغربي الداخلي لمنطقة نيوكاسل فوق- تاين والتجديد الاستراتيجي لمنطقة السكن المختلطة. تحتوي المنطقة على مجموعة متنوعة من أنماط الإسكان، بما في ذلك خصائص كبيرة لمتعددة الطوابق ومتعددة الإشغال لمزيج من أنماط ملكية وفترات مختلفة. من المحبطِ عدم وجود بيانات ملكية سهل الوصول إليها ومتاحة بأسعار معقولة للمنطقة. نحن مفوضين بعمل مسح ليدارLidar الخاص لدينا لمنطقة المشروع .كان من المنطق التغلب على بعض التكاليف والقيود الفنية لمجموعات البيانات المكانية القائمة ثنائية الأبعاد؛ على سبيل المثال هيئة المساحة الأرضية / الخريطة الرئيسية التي عُقدت فقط للمنطقة بأكملها من بناء الطابق الأرضي ولايوجد ارتفاعات مباني دقيقة.
بيانات نظام BIM ورسم خرائط المعرفة -من قِبل المستخدم
القصد الأساسي من استخدام بيانات ليدارLidar data هو دعم تقدير استخدام الطاقة في المناطق الحضرية حيث كان هناك شرط للحصول على درجة عالية من الدقة في نظام BIM وبشكل خاص في هندسة البناء. إضافةً إلى ذلك، تفويض بيانات ليدارLidar data تضمن ضرورة حقوق التأليف والنشر لدمجه مع مجموعات البيانات الأخرى كجزء من نمذجة الطاقة على الانترنت ودعم أداة اتخاذ القرار .الحقوق لتبادل هذه البيانات وإظهار الوظيفة المحتملة عندما يتم ربطها بمجموعات البيانات الأخرى، كان واحداً من المتطلبات الأولية لهذه العملية .في الواقع، أنه سمح لنا بالحفاظ على نهج مفتوح النهاية لاستخدام مجموعة البيانات والتكيفُّ معها دون أن تكون في وقت محدود أو يقتصر الاستخدام على نطاق قانوني. كان جمع وتوفير بيانات ليدارLidar data من ناحية تجارية )السماء الزرقاء(، وفي وقت لاحق، قد تعلمنا الكثير حول مواصفات جمع البيانات. كان أهمها عدم وجود أي مواصفات قياسية للتنسيق، الدقة وتنظيف البيانات. أصبح واضحاً في دراسة الحالة أن الاستخدام النهائي لهذه البيانات أو تطبيقها يجب أن يكون العطاء على علم بالتنسيق من البداية.
تحويل البيانات ومُدخلات تطوُّر نظام BIM
البيانات قدُمت على أشكال CityGML وCOLLADA التي يمكن قراءتها في العديد من مجموعات برمجيات الكاد CAD القياسية المختلفة. أكثر من كيلو متر مربع داخل المدينة التي شملها المسح مع مسحين منفصلين والذي قدم نموذجاً للتضاريس وهياكل السيارات المصنعة “جزئياً”. نمطية ليدار Lidar تزيد على تحديد التفاصيل في مناطق معينة وثغرات كبيرة فيما يتعلق بالمواد السطحية وأبعاد مختلفة من هذه السطوح الصلبة / مبهمة.
.
يوجد بعض الإثباتات الأخيرة من التطبيق حول التفصيل المتاح والنقل أو الشف) Kimpton et al 2010( لنموذج خطوط الكاد المتعددة فوق سطح المضلع/ بيانات نقطة بقعة داكنة .في الواقع هذه مهمة يدوية فعالة للحد من مستوى التفصيل ضمن النموذج. وهي حوّلت مجموعة من بيانات نقطة بقعة داكنة إلى مضلعات مغلقة – المضلعات مع خصائص مناسبة لإضافة المواصفات وللتصوّر. تتطلب اتباع نهج مماثل على مقياس المجاورة لجعل البيانات قابلة للاستخدام لأغراض تقدير استهلاك الطاقة لخصائص فردية.
.Fig 2: Highlighting the initial lidar data errors تسليط الضوء على أخطاء بيانات ليدار الأولية
في النهاية البيانات لها قيمتين في الهندسة ذات أهمية تحتاج لتصبح محفوظة كقياسات مُدخلة إلى إجراء تقييم تخفيض البيانات المعيارية )RdSAP( أو عملية الحساب SAP المقدرة كنموذج الطاقة الطبيعي في المملكة المتحدة.هذه الهندسة المُدخلة هي )أ( شكل العقار. يقُاس كمساحة المنطقة الخارجية الإجمالية للوحدة السكنية الفردية؛ و )ب( ارتفاع العقار.في نفس الوقت هذه الأشكال المُدخلة تسمح بحسابات دقيقة لباراميترات فقدان الحرارة حول مدى الحرارة الداخلية لفراغ معيشة نسبةً إلى مساحة السطح المكشوف كما تتكون من الطابق الأرضي, الجدران الخارجية والسقف. في حين أنه يوجد فرص محدودة لتغيير شكل )تبسيط( وحجم )تخفيض(المنازل للتأثير على معايير فقدان الحرارة) Friedman 2005(, تدخُّلات في بنُية المبنى )عادةً مايكون عازل داخلي أو خارجي( تستطيع تحسين الكفاءة الحراريةلعناصر مبنى معين لتقليل فقدان الحرارة .في معظم الحالات ,تحسين العمل في بنُية المبنى أيضاً تعتمد على الهندسة نفسها من حيث كلفة المعالجة للمتر المربع. تدخلات أخرى تتعلق بإمكانية تحديث خدمات المبنى أو التوفير والربط بأنظمة الطاقة المتجددة واللامركزية.هذه يمكن أن ترتبط أيضاً كمواصفات لعقار- بيانات قائمة . وتتناسق مع تحديد استطلاعات مماثلة وتقييمات كمية نوعية من متطلبات أصحاب المصلحة )مركز إعادة تأهيل الوطنية 2012( للمسؤولين عن إدارة العقارات وصيانتها، هناك تركيز عملي على فعالية التكلفة والأساليب للناحية الفنية الموثوق بها لإعادة الإعمار وهذا يحتاج إلى دليل جيد يستند إلى بيانات دقيقة. للوصول إلى نقطة الاستخدام مع بيانات هندسة بناء دقيقة نحن بحاجة إلى تحديد أي أخطاء كبيرة كامنة في الشكل الأصلي للبيانات المُقدَّمة تجارياً والقيام ببعض تعديل البيانات.
.Fig 3: Examples of correction of data errors أمثلة لتصحيح أخطاء البيانات أخطاء في جمع البيانات
هناك عدة أنواع من الأخطاء الناجمة عن جمع البيانات الأولية )الشكل 2(. والتي يجب معالجتها مبكراً بوجود مجموعات بيانات مفيدة لنمذجة الطاقة.هذه هي على وجه الحصر تقريباً قضايا “الهندسة السيئة” الناجمة عن مزيج من زاوية مسح التضاريس والخصائص جنباً إلى جنب مع مستوى “الضجيج” ضمن بيانات ليدار. ويتضمن “الضجيج” أخطاء من بروزات البناء، والظلال، والأشجار والنباتات وأصبحت أكثر وضوحاً في المناطق التي توجد فيها الأشكال الهندسية والهياكل أكثر تعقيداً.
إن أفضل استراتيجية للتعامل مع مزيج من الأخطاء الهندسية هي إنشاء مجموعتين من البيانات المنفصلة التي أعاقت إدخال البيانات ,. تتناول الأولى آثار البناء والثانية ارتفاعات المباني.
تنظيف البيانات وتحريرها
في وقتٍ مبكر من هذا، كانت الأخطاء الأساسية في البيانات المراد تنظيفها كخطوة أولى في معالجة البيانات. وأجُري التحرير باستخدام وظائف التعديل ضمن نظام ArcGIS ESRI في )الشكل 3(.
المضلعات المتداخلة في البيانات التجارية تكون مجموعة أخطاء واضحة كما أنها تمثل اثنين من الخصائص التي تشغل نفس سطح المبنى. تم دمجها ومن ثم تقسيمها على طول حدود الممتلكات المقدرة. المضلعات المنفصلة أو “الفجوات” ما بين شرفة الملكيات مشابهة للهياكل مستحيلة الإنشاء.كانت هذه قمم الرؤوس التي قطعت للمطابقة.
وكانت هناك عدة حالات لقمم الرؤوس الموجودة داخل المضلعات التي التقَطَت على ما يبدو حتى الاختلافات في هياكل السقف، مداخن / تهوية أو في بعض الحالات من أكبر خصائص الإشغال المتعددة و وحدات غير سكنية ميكانيكية ومحطة خدمات هندسية على السطح. تم دمجها داخل أحد المضلعات مع حذف جميع قمم الرؤوس الدخيلة . وكانت النتيجة ) أ ( مجموعة البيانات التي عَقدت بيانات المساحة المغطاة.
.Fig 4: Data editing to create individual property polygons تعديل البيانات لخلق مضلعات عقار فردي
كان لا بد من تقبل أخطاء إضافية تم إدخالها في كل من المراحل المستقلة من تنظيف البيانات وتعديلها. الحفاظ على مجموعتين من البيانات المنفصلة لتملك المساحة المغطاة وتفاصيل الارتفاع بشكل منفصل كان أفضل استراتيجية للحد من عدد من المراحل في تداول البيانات، وبالتالي تقليل احتمالات إدخال أي أخطاء جديدة من تداول البيانات.
تحديد الخصائص الفردية
الخطوة التالية كانت لفصل مضلعات متجاورة / هياكل إلى ممتلكات فردية. وكان من المفيد أن بيانات ليدار كانت فعالة في التقاط التغيرات في ارتفاعات المباني الخارجية… في منطقة التضاريس الشديدة في نهاية الطرف الغربي من نيوكاسل حيث الممتلكات مجاورة / تدرُّج الإسكانات أعلى و أسفل المنحدر، وهذا يشير إلى الإنقسام بين الممتلكات… لكن بالنظر في التفاصيل، فقد فشلت في التمييز بين حدود الملكية لأن هذه الحدود في الواقع سمك جدار الحافة بين الممتلكات الفردية. و يتطابق مكان التغيير في ارتفاعات السطح مع النهاية )أو في بعض الحالات تداخل السطح( من جدار الحافة وليس في منتصف جدار الحافة. هذا يصبح أكثر وضوحاً عندما تكون الملحقات الخلفية يجب أن تنُسب إلى مضلع ملكية معين. يمكن تصحيح هذا يدوياً فقط باستخدام “أفضل تخمين” معلومات )الشكل 4( بناءاً على مضلعات متساوية البعد لخلق عقارات بأحجام متساوية كمضلعات عقارات نموذجية أو باستخدام استدلالات خارجية لحدود الملكية.
التكامل مع مجموعات البيانات الأخرى
التفكير حول قيمة نماذج المدينة يتغير بسرعة استجابةً لقوة الحوسبة ولكن الأكثر أهمية من ذلك هو الكم الكبير من البيانات التي تعُرف بتواجدها رقميا.
نحن ندخل عالما حيث البيانات هي كل شيء. التخطيط للتعامل مع نطاق من المصادر المختلفة من الأدلة المُؤيِدّة كل ذلك باستخدام مجموعة متنوعة من المنهجيات. يجب أن يكون هناك فهم حدود، عدم القدرة على التنبؤ والمتحالفة مع هذه هي القضايا الإجرائية حول اللاعقلانية والموضوعية والتصورات السياسية / الثقافية و تعاريف الجوانب النوعية من السلوك والمعارف والمواقف والتصوُّرات .الخرائط بشكل واضح هي وسيلة مفيدة لاستكشاف البيانات. ولكن في النهاية هي أدوات تعليمية. فهي مجردة من الواقع وتهدف في المقام الأول لاستكشاف وفهم مستويات الاستراتيجية والمراحل الأولى من عملية صنع القرار. وسوف تحتوي على أخطاء ولذلك يجب أن تعُامل على أنها أدوات للفهم بدلاً من توقعات استخدام الطاقة.
نحن نمر حالياً بتطور لـ “الخريطة” أو “النموذج” من الفيزيائية إلى الرقمية، تحولا نموذجيا في التصميم الحضري والتخطيط “… هذا يحُملنا إمكانية السماح للمصمم إلى التحرك مباشرةً من الفكرة إلى الإنشاء على نطاق واسع “. )بورتر ونيل 2000(. لكي نحقق هذا، يجب أن يكون هناك تطوير منهجيات جديدة لدعم التحليل والتكامل لمجموعات البيانات الكبيرة )ايدن وجان باتيست 2013(. حقيقةً “البيانات الكبيرة” يمكن اعتبارها بديلاً عن الحدس أو التخمين حيث يوجد استراتيجيات في مكان الحصاد والتعدين لكل مصدر ممكن )بومغارتنر وآخرون 2012(.
بيانات أصحاب المصلحة ورسم خرائط المعرفة من قِبل المستخدم
البيانات الكبيرة تميل إلى أن تكون بيانات فوضوية. واحدة من المهام الداعمة الأساسية هي تنظيم وهيكلة وإعطاء معنى لهذه الفوضى العارمة.. وهذا عادةً يتم باستخدام واحدة أو أكثر من حُزم صناعة البرمجيات القياسية ونظم المعلومات الجغرافية ،BIM ، Ketchup وبدرجة أقل ،Google Earth. ويوجد أيضاً برمجيات مفتوحة المصدر لرسم الخرائط والبيانات، على سبيل المثال في ESRI الذي ترعاه خرائط Crowd-Sourced برعاية معهد بحوث النظم البيئية )ميديروس 2013(. بيانات طاقة البناء هي مجرد عنصر آخر من هذه البيانات الكبيرة. استخدام الطاقة في المباني وانبعاثات الكربون يجب أن يكون مفهوماً في السياق على نطاق سياسة أوسع والتعقيد في العالم الحقيقي. يتوجب علينا توفير القدرة لدى المستخدمين لاستقبال، وإرسال )ادخال( والتواصل مع قواعد البيانات الخاصة بهم لبناء وظيفية هندسة البناء الأساسية.
أهمية بيانات الاستشعار عن بعد فيما يتعلق بتوفير هندسة بناء دقيقة. بينما في البداية هذه الهندسة لها قيمة كإدخال البيانات لحساب كفاءة استخدام الطاقة في المباني. وعندما تنُشر هذه على الإنترنت يكون لها مدى وظيفي إضافي حيث يمكن ربط بيانات أخرى إلى عنوان الملكية الفردية أو عندما يكون هناك حاجة لقياس دقيق. على سبيل المثال، في حساب تكاليف ترميم الملكية والتجديد حيث يكون ربط هندسة المبنى بقاعدة بيانات التكلفة أو تقديرات التكلفة .
.Fig 5: Data compared to Google Earth
شكل 5: مقارنة البيانات ب Google Earth
إن توفر بيانات من مصدر مفتوح ثلاثي الأبعاد يكون محدودا ومُسيطرا عليه في آن واحد. والمثير للإعجاب توضحه نفس الدراسة لمنطقة الحالة الدراسية في نيوكاسل ببرنامج Google Earth وتسَتخدم نفس البيانات من نفس المورد التجاري بشكل فعال )الشكل 5(. وحتى الآن تقتصر الوظيفية من هذا على التصوُّر الأساسي والاستكشاف الافتراضي للبيئة الحضرية. وتقتصر أي مهام مصدرة على صور ثنائية الأبعاد ملتقطََة جوياً، خلقت مستوى من الإحباط في مستوى توفر الدقة من خلال بيانات مفتوحة المصدر بالمقارنة مع المعرفة بوجود هندسة دقيقة. والى الآن فان هذه البيانات لا تزال حالياً مجرد مجموعة من الأشكال دون أي علامات محددة للملكية. ما وراء التصور للبيانات توجد هناك نماذج هندسية قابلة للاستخراج التي يمكن استخدامها لمجموعة متنوعة من الأغراض، بما في ذلك العمل على إدخال البيانات لتصميم أكثر تفصيلاً للمناطق الحضرية والنمذجة المعمارية
على الرغم من أنه طريقة هامة لإيجاز معايير البيم BIM ، هذه احتمالية الخطوة التالية في استخدام معلومات ليدار Lidar . فالشكل والمواصفات تتماشى مع كوبي Cobie والتي يمكن أن تكون مفيدة في المراحل المبكرة من تصميم أو إنشاء خطة الأعمال. في الوقت الحالي ISO 1006-2 يحدد معايير مواصفات تكنولوجيا المعلومات والاتصالات في إنشاء المشاريع ويشمل تفصيل علم الوجود لعناصر البناء والإنشاء. يحدد هذا المعيار أيضاً مسؤوليات خارج التصميم بين مُختلفَ أصحاب المصلحة المعنيين ومتطلبات الحد الأدنى لتغيير المعلومات التقنية / الرقمية بين المهنيين. المعيار يتداخل مع معايير كوبي Cobie لتبادل البيانات التي تحدد مواصفات خصائص العنصر على شكل لغة بيانات قياسية صناعية مع خصائص المواصفات.
كمجموعة متزايدة من حُزم البرامج التي تستخدم معايير كوبي Cobie لإدخال البيانات والتكامل، يكون التحدي هو السماح باستخدام بيانات ليدارLidar للاستشعار عن بعد في هندسة البناء لتكون مفيدة وموفرة للوقت كإدخال البيانات إلى حزم تصميم البرمجيات. وهنا فان أفضل الإصدارات معظمها مؤتمتة من ريفيت Revit أو ما شابهه مثل Solibri برنامج التحقق من التوافق. حينما نتمكن من استخدام بيانات الاستشعار عن بعد بثقة في مرحلة مبكرة من المشروع وتشكل جزءاً من تبادل المعلومات الأولي فسيكون لها وظيفية هامة جديدة. لابد من التذكير أنه في حين أن معظم حزم التصميم والبروتوكولات هي المقصودة في البناء الجديد، فان حوالي ٪80 من جميع مشاريع البناء ما زالت تشمل الهياكل القائمة للتحديث، التجديد، التكيفُّ أو التحويل) Itard & Meijer 2009(. التمثيل الدقيق للهياكل القائمة مع قاعدة بيانات قابلة للاستخدام والتي تحتوي على مواصفات ومعالم هذه الهياكل يكون إضافة قيمة كبيرة إلى مراحل تخطيط الأعمال الأولية للعديد من مشاريع التخطيط والإحياء الحضري.
لقطات لصفحة Semanco على الانترنت .اختيار الخصائص ضمن مجال مناسب ل SAP )تقديركفاءة استخدام الطاقة للملكية( والتحسينات المحتمِلة تغييرات متتابعة لنسيج المبنى
أهمية التصوُّر لبيانات الطاقة
“بالنسبة للمهندس المعماري، فان التخطيط يعني له رسم المخطط. وبالنسبة للمخطِّط فانه يعني له وثيقة مكتوبة. وتلك الفروقات صغيرة ولكنها حيوية، المهنية للاثنين نمت بشكل دراماتيكي بعيد بينهما … ومع ذلك، فان توغل المهندسين المعماريين في مجال التخطيط … تعود إلى جذورها في التصميم العملي)” P19 والترز 2007(.
دروس من وجهة نظر احد الممارسين )شون 1982( أشارت دائماً إلى أن التجربة المستفادة تقتصر في الواقع على النظر لدور وظيفة المخططين أنفسهم في ارض الواقع -عمليا فان مسمى الوظيفة )أو الوصف الوظيفي( يمُلي تأثيرا على السلوك. واعترف أصحاب المصلحة أن التقييم أكثر من اللازم لنجاح مفهوم التحضُّر يرتكز على القياسات الكمية، وغالباً ما تكون القياسات المُجمَّعة فاشلة في فهم الجوانب على مقياس نوعية التصميم. فيما بعد وأيضاً قبلوا الحاجة “للقياس الذكي” لزيادة فهم الموقع أو السياق المناسب للمشروع. تخطيط الإحياء الحضري معقد, فهو يجمع بين اطياف عريضة من أصحاب المصلحة في آنٍ واحد, كمزيج من مختصي التقنية والعديد من مُختلَفَ أصحاب المصلحة غير الخبراء الذين لديهم خبرات شخصية وتنظيمية خاصة بهم .لقد أصبح التخطيط وإدارة المناطق الحضرية عملية تعليمية وتثقيفية متبادلة بالاتجاهين) Wals 1996( لديها العديد من العلاقات بين استشارة/ تدريبات مشاركة. في الواقع، فان عمليات التخطيط الحضري هذه تتطلب تطوير قاعدة من الأدلة وتوفير معلومات يمكن الوصول إليها ومفهومة لنطاق واسع من أصحاب المصلحة في المشروع، كاستلز )2000( اقترح تشارك مناسب للبيانات الحضرية يساعد في الإصلاح وإضفاء الشرعية للديمقراطية المحلية والحكم. البيانات، بما في ذلك بيانات الطاقة، مع كل أخطائها هي أفضل طريقة مشاركة يمكن الوصول بها إلى أضعاف من أصحاب المصلحة. بيانات مفهومة للمستخدمين غير الفنيين، وقابلة للاقتباس والتعديل للمستخدمين الفنيين. نقوم حالياً باختبار الوظيفية لمجموعات بيانات ليدارLidar المُعدَّلة عبر صفحة الانترنت التي تسمح لأصحاب المصلحة على نطاقٍ كامل باستخدام البيانات )الشكل 6(. لايزال هذا العمل في تقدم ويخضع لمراجعةٍ مستمرةٍ بشأن التصور للتاريخ، التصميم لواجهة وعدد من أدوات دعم اتخاذ القرار القابلة للاستخدام المقصود من ذلك هو أن هذه الواجهة تعتبر مساعدة فهم بديهية. وهناك أمثلة موثقة من التمثيل البياني لرسم الخرائط )توفتي 1983( والتصور كونه الأسلوب الذي يجعل البيانات المعقدة ممكنة الوصول إليها. كما شرحت صفحة الانترنت وأوضحت لأصحاب المصلحة خارج دراسات الحالة الدراسية الأولية، الأهمية لواجهة بصرية ثلاثية الأبعاد كلغة مشتركة )مادرازو وآخرون 2013( للمعنيين من أصحاب المصلحة تصبح أكثر وضوحاً.
شكر وتقديرتستند هذه الورقة على تطبيق النمذجة الدلالي لأبحاث العمل التي أجُريت كجزء من مشروع SEMANCO. ويدُعم SEMANCO من قِبل برنامج الإطار السابع “تكنولوجيا المعلومات والاتصالات لأنظمة الطاقة “2011-2014، منح اتفاقية تحت عدد 287534.
REFERENCES
Aiden, Erez and Michel, Jean-Baptiste )2013( Uncharted: Big Data as a Lens on Human Culture .))Riverhead, New York
Baumgartner, T. Hatami, H. and Vander Ark, Jon. )2012( “Find Big Growth in Big Data” pp31-48 in;
Sales Growth: Five Proven Strategies from the World’s Sales Leaders )John Wiley & Sons, New .)Jersey
Boardman, B. Darby, S. Killip, G. Hinnells, M. Jardine, C. Palmer J. and Sinden, G. )2005( 40% .)House )Environmental Change Institute, Oxford
.Cardoso, Fausto )1996( “Mapping urban areas by remote sensing”. Sigma Summer pp31-33
.Castells, Manuel )2000( ‘Urban sustainability in the information age’. City 4)1( pp 118-122
.)Doheny-Farina, Stephen )1996( The Wired Neighbourhood )Yale University Press, Newhaven
Friedman, Avi )2005( “Ideas for the Home Front” pp307-322 in; Heintzman, Andrew and Solomon, .)Evan )Eds.( Fueling the Future )Anansi Press, Toronto
Graham, Stephen )1992( ‘Electronic infrastructures and the city: some emerging municipal policy .roles in the UK’. Urban Studies 29)5( pp 755-781
Grossmann, Wolf Dieter and Watt, Kenneth EF )1992( ‘Viability and sustainability of civilisations, .corporations, institutions and ecological systems’. Systems Research 9)1( pp 3-41
Itard, L and Meijer [2009] Towards a Sustainable Northern European Housing Stock: Figures, .[Facts and Future )Sustainable Urban Areas( [IOS Press, Amsterdam
<
p style=”text-align: justify; margin-left: 8pt”> ترجمة : هبة يحيى خضر/ بكالوريوس هندسة عمارة جامعة العلوم التطبيقية