Imagenes asociadas al artículo
Cómo citar
Arango-Díaz, L., Piderit, M. B., & Ortiz-Cabezas, A. . (2022). Estudio de las discrepancias en los tipos de cielo para análisis dinámico de la luz natural según los archivos climáticos disponibles. Caso Colombia. Revista De Arquitectura, 24(1), 84–97. https://doi.org/10.14718/RevArq.2022.24.1.4050
Licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

La Revista de Arquitectura se cataloga como una publicación de acceso abierto. Más información >>>

Los autores conservarán los derechos de autor y garantizarán a la Revista de Arquitectura el derecho de primera publicación de la obra, el cual estará simultáneamente sujeto a la licencia Creative Commons (CC) BY-NC.

Los autores suscribirán una licencia no exclusiva de distribución de la versión de la obra publicada mediante la firma de (RevArq FP03 Autorización reproducción)

El Autoarchivo estará de acuerdo con los criterios expresados por SHERPA/RoMEO y la clasificación Verde.

Para ver en detalle estos lineamientos, por favor consultar >>>

Resumen

Para realizar un estudio de iluminación preciso es fundamental conocer los tipos de cielo predominantes de una localidad, pues estos son clave para estimar el desempeño lumínico de ambientes interiores. El objetivo de esta investigación es analizar las discrepancias en la valoración del desempeño de la luz natural de espacios interiores según los archivos climáticos usados y considerando las diferencias en los tipos de cielo predominantes de acuerdo con los datos de radiación de estos. Para ello, haciendo uso del Clearness Index, de All Pérez All Weather Sky Model, fueron estimados y comparados los tipos de cielo a partir de la información de radiación de archivos climáticos disponibles para trece ciudades colombianas. Adicionalmente, fueron realizadas simulaciones dinámicas de luz natural sobre ambientes hipotéticos, con diferentes archivos climáticos. Los resultados de la investigación evidencian, para cada ciudad analizada, notables diferencias en cuanto a los tipos de cielo predominantes según el archivo climático utilizado. Estas diferencias derivaron en notables discrepancias —en muchos casos, de más del 10 %— en la aplicación de métricas dinámicas haciendo uso de los archivos climáticos disponibles para cada ciudad. Si bien no es objetivo de la investigación concluir cuál de los archivos climáticos es más confiable, sí se resalta la necesidad de contar con datos de radiación confiables en los archivos climáticos, para favorecer la precisión en la valoración del desempeño lumínico de ambientes interiores a través de simulación computacional.

Palabras clave:

Citas

De Almeida, M. A. M., & Nogueira De Vasconcellos, V. M. (2019). Desenvolvimento do ano meteorológico típico para a estação meteorológica do inmet de copacabana na cidade do rio de janeiro. En XV ENCAC - XI ELACAC, Joao Pessoa, 538–546.

Alrubaih, M. S., Zain, M., Alghoul, M. A., Ibrahim, N. L., Shameri, M. A., Omkalthum, E. (2013). Research and development on aspects of daylighting fundamentals. Renewable and Sustainable Energy Reviews 21.

Arango-Díaz, L. (2021). Nueva métrica dinámica de luz natural: Relación entre la percepción de suficiencia lumínica y la disponibilidad lumínica exterior. Universidad del Bío-Bío.

Bellia, L., Pedace, A., & Fragliasso, F. (2015a). Dynamic daylight simulations: Impact of weather file’s choice. Solar Energy 117, 224-235. http://dx.doi.org/10.1016/j.solener.2015.05.002

Bellia, L., Pedace,A., & Fragliasso, F. (2015b). The role of weather data files in climate-based daylight modeling. Solar Energy 112, 163-168. http://dx.doi.org/10.1016/j.solener.2014.11.033

Comission Internationale de L´Eclairage (CIE). (2003). CIE DS 011.2/E:2002 Spatial distribution of daylight-CIE standard general sky. VIENNA. https://cie.co.at/publications/spatialdistribution-daylight-cie-standard-general-sky

Crawleu, D., & Lawrie, L. (2019). Climate.One-Building.Org. http://climate.onebuilding.org/WMO_Region_3_South_America/COL_Colombia/index.html

Gago, E. J., Muneer, T.,Knez, M., & Köster, H. (2015). Natural light controls and guides in buildings. Energy saving for electrical lighting, reduction of cooling load. Renewable and Sustainable Energy Reviews 41, 1-13. http://dx.doi.org/10.1016/j.rser.2014.08.002

González Cáceres, A., & Díaz Cisternas, M. (2013). Función e impacto del archivo climático sobre las simulaciones de demanda energética. Hábitat Sustentable 3(2), 75-85.

Al Horr, Y., Arif, M., Katafygiotou, M., Mazroei, A., Kaushik, A. Elsarrag, E. (2016a). Impact of indoor environmental quality on occupant well-being and comfort: A review of the literature. International Journal of Sustainable Built Environment 5(1), 1-11. http://dx.doi.org/10.1016/j.ijsbe.2016.03.006

Al Horr, Y., Arif, M., Kaushik, A., Mazroei, A., Elsarrag, E., Mishra, S. (2016b). Occupant productivity and office indoor environment quality: A review of the literature. Building and Environment 105, 369-389. http://dx.doi.org/10.1016/j.buildenv.2016.06.001

Al Horr, Y. (2017). Occupant productivity and indoor environment quality: A case of GSAS. International Journal of Sustainable Built Environment 6(2), 476-490. https://doi.org/10.1016/j.ijsbe.2017.11.001

Hudson, R., Sharma, S., Shepherd, P. &Velasco, R. (2019). Clima-Colombia. http://lacunae.io/Clima-Colombia/climaColombiaOrg/datos.html

IDEAM. (2019). Datos climáticos para Colombia. http://dhime.ideam.gov.co/atencionciudadano/

IESNA-The Daylight Metric Committee. (2012). IES LM_83_12. Aproved method: IES Spatial Daylight Authonomy (sDA) and Annual Sunlight Exposure (ASE). Illuminati.

Igawa, N., & Nakamura, I. (2001). All sky model as a standard sky for the simulation of daylit environment. Building and Environment 36(6), 763-770.

Igawa, N., Nakamura, H., & Matsuura, K. (1997). Sky luminance distribution model for simulation of daylit environment. En IBPSA International Building Performance Simulation Conf. Prague, 1-7.

Inanici, M., & Hashemloo, A. (2017). An investigation of the daylighting simulation techniques and sky modeling practices for occupant centric evaluations. Building and Environment 113, 220-231. http://linkinghub.elsevier.com/retrieve/pii/S0360132316303626

Iversen, A., Svendsen, D., & Nielsen, T. R. (2013). The effect of different weather data sets and their resolution on climate-based daylight modelling. Lighting Research and Technology 45(3), 305-116.

Kittler, R., Pérez, R., & Darula, S. (1997). A new generation of sky standards. Prc. Conf. Lux Europa, 359-373.

Kittler, R., Pérez, R., & Darula, S. (1998). A set of standard skies characterizing daylight conditions for computer and energy conscious design. Issue Technical Report-April 2016. https://doi.org/10.13140/RG.2.1.4798.7048

Kleindienst, S., Bodart, M., & Andersen, M. (2008). Graphical representation of climate-based daylight performance to support architectural design. Leukos 5(1), 1-28. https://www.tandfonline.com/doi/abs/10.1080/15502724.2008.10747628

Li, D. H. W., & Lou, S. (2018). Review of solar irradiance and daylight illuminance modeling and sky classification. Renewable Energy 126, 445-453.

Mardaljevic, J., Andersen, M., Roy, N., & Christoffersen, J. (2012). Daylighting Metrics: Is There a Relation Between Useful Daylight Illuminance and Daylight Glare Probability? Ibpsa-England Bso12, 189-196.

Nabil, A., & Mardaljevic, J. (2005). Useful daylight illuminance: a new paradigm for assessing daylight in buildings. Lighting Research and Technology 37(1), 41-59.

Nabil, A., & Mardaljevic, J. (2006). Useful daylight illuminances: A replacement for daylight factors. Energy and Buildings 38(7), 905-913.

NOAA. (2019). Integrated Surface Dataset (Global). Integrated Surface Dataset (Global). https://www.ncdc.noaa.gov/isd

Pellegrino, A., Cammarano, S., Lo Verso, C. R. M., & Corrado, V. (2017). Impact of daylighting on total energy use in of fi ces of varying architectural features in Italy : Results from a parametric study. Building and Environment 113, 151-162. http://dx.doi.org/10.1016/j.buildenv.2016.09.012

Pérez, R., Ineichen, P., & Seals, R. (1990). Modeling Daylight Availability and irradiance components from direct and global irradiance. Solar Energy 44, 271-289.

Pérez, R., Seals, R., & Michalsky, J. (1993). All_Weather model for sky luminance distribution. Preliminary configuration and validation. Solar Energy 50(3), 235-245.

Piderit, M.B., Cauwerts, C., & Díaz, M. (2014). Definition of the CIE standard skies and application of high dynamic range imaging technique to characterize the spatial distribution of daylight in Chile. Revista de la Construcción 13(2), 22-30.

Reinhart, C.F., Mardaljevic, J., & Rogers, Z. (2006). Dynamic daylight performance metrics for sustainable building design. LEUKOS - Journal of Illuminating Engineering Society of North America 3(1).

Reinhart, C. F., & Walkenhorst, O. (2001). Validation of dynamic RADIANCE-based daylight simulations for a test office with external blinds. Energy and Buildings 33(7), 683-697.

Reinhart, C. F., & Wienold, J. (2011). The daylighting dashboard - A simulation-based design analysis for daylit spaces. Building and Environment 46, 386-396.

Salazar, J. H. (1995). Sunlight evaluation in buildings. Building Research & Information 23(3), 182-187.

U.S. Department of Energy’s, y Building Technologies Office. (2019). Energy plus weather data. https://energyplus.net/weather.

Yu, X., & Su, Y. (2015). Daylight availability assessment and its potential energy saving estimation.-A literature review. Renewable and Sustainable Energy Reviews 52, 494-503.

Wang, J., Wei, M., & Chen, L. (2019). Does typical weather data allow accurate predictions of daylight quality and daylight-responsive control system performance. Energy and Buildings, 184, 72-87. https://doi.org/10.1016/j.enbuild.2018.11.029

Citado por

Sistema OJS 3 - Metabiblioteca |