ReCliDaR：基于机器学习的开源工具，用于识别城市环境建模的代表性气候日
ReCliDaR: An open-source ML-based tool to identify representative climate days for urban environmental modeling
发表于 2026年7月14日 · 收录于雷达 2026年11月5日
中文摘要
ReCliDaR利用无监督机器学习，从典型气象年中提取数量可控的24小时代表性气候日，以降低建筑能耗建模和城市气候模拟的计算负担。该工具比较了k-means、高斯混合和层次凝聚聚类。对全球108座城市、11个ASHRAE气候区的评估显示，k-means表现最稳健；温带和高纬度气候多呈双季节结构，热带地区则常受季风影响而呈复杂的三季节模式。