空气动力学应用：建筑风工程：建筑环境风场分析技术教程

空气动力学应用：建筑风工程：建筑环境风场分析技术教程1空气动力学基础1.1流体力学原理流体力学是研究流体（液体和气体）的运动和静止状态，以及流体与固体边界相互作用的学科。在建筑风工程中，流体力学原理用于分析风如何与建筑物相互作用，影响其周围环境。1.1.1基本方程流体运动的基本方程包括连续性方程、动量方程和能量方程。其中，连续性方程描述了流体质量的守恒，动量方程描述了流体动量的守恒，能量方程描述了流体能量的守恒。1.1.2伯努利方程伯努利方程是流体力学中的一个重要方程，它描述了在理想流体中，流体的速度、压力和高度之间的关系。在建筑风工程中，伯努利方程可以用来解释风速与风压之间的关系。1.2边界层理论边界层理论是流体力学中的一个关键概念，它描述了流体在固体表面附近的行为。边界层的形成是由于流体的粘性，导致流体在固体表面附近的速度逐渐减小至零。1.2.1边界层分离在某些情况下，边界层可能会从固体表面分离，形成涡流。这种现象在建筑风工程中尤为重要，因为它可能导致建筑物表面的风压分布不均匀，甚至产生风振。1.3湍流与紊流湍流和紊流是流体运动的两种状态，它们在建筑风工程中有着重要的影响。湍流是流体运动的一种不规则状态，其中流体的速度和压力在时间和空间上随机变化。紊流则是湍流的一种，特指在边界层中发生的湍流现象。1.3.1湍流模型在计算流体动力学（CFD）中，通常使用湍流模型来模拟湍流。其中，最常用的模型包括k-ε模型和k-ω模型。这些模型通过求解湍动能和湍流耗散率的方程，来预测流体的湍流行为。#示例：使用OpenFOAM进行k-ε湍流模型的模拟

#首先，定义湍流模型

turbulenceModel=kEpsilonTurbulenceModel(rho)

#然后，设置湍动能和湍流耗散率的初始条件

k=volScalarField("k",kInitial)

epsilon=volScalarField("epsilon",epsilonInitial)

#最后，求解湍流模型的方程

solve(fvm::ddt(k)+fvm::div(phi,k)-fvm::laplacian(nuEff,k)==G-epsilon)

solve(fvm::ddt(epsilon)+fvm::div(phi,epsilon)-fvm::laplacian(nuEff,epsilon)==C1*epsilon*omega-C2*epsilon**2/k)1.4风速分布与风压系数风速分布和风压系数是建筑风工程中的两个重要参数。风速分布描述了风速在空间中的变化，而风压系数则描述了建筑物表面的风压与来流风速之间的关系。1.4.1风速分布风速分布通常遵循韦布尔分布或对数律分布。在建筑风工程中，风速分布的预测对于评估建筑物的风荷载至关重要。1.4.2风压系数风压系数（Cp）是衡量建筑物表面风压与来流风速关系的参数。它可以通过风洞试验或CFD模拟来确定。风压系数的分布可以揭示建筑物的风敏感区域，帮助设计者优化建筑形状和布局，以减少风荷载的影响。#示例：计算风压系数

#假设已知来流风速U和建筑物表面的风压p

U=10.0#m/s

p=-200.0#Pa

#空气密度，标准大气条件下约为1.225kg/m^3

rho=1.225#kg/m^3

#计算风压系数Cp

Cp=p/(0.5*rho*U**2)

print("风压系数Cp:",Cp)以上内容详细介绍了空气动力学在建筑风工程中的应用，包括流体力学原理、边界层理论、湍流与紊流，以及风速分布与风压系数的计算。通过理解和应用这些原理，可以有效地分析和预测建筑环境中的风场，为建筑设计和优化提供科学依据。2建筑风工程概论2.1建筑风环境的重要性在建筑设计中，风环境分析至关重要，它直接影响到建筑的舒适性、安全性和能耗。风可以带来自然通风，降低建筑能耗，但强风也可能对建筑结构造成破坏，影响行人安全。因此，理解建筑风环境，预测风力对建筑的影响，是设计过程中不可或缺的一环。2.2风工程设计流程2.2.1风环境初步评估分析地理位置：考虑建筑所在地的风向、风速等自然条件。建筑形态影响：评估建筑形状、高度对风环境的影响。2.2.2风洞试验风洞试验是通过在实验室中模拟实际风环境，测试建筑模型在不同风速、风向下的表现。这包括测量风压分布、风速变化等关键参数。2.2.3数值模拟数值模拟，尤其是CFD（计算流体动力学）技术，可以预测建筑周围的风场分布，无需实际风洞试验。这通过求解Navier-Stokes方程实现，可以提供更详细、更全面的风环境分析。#示例：使用OpenFOAM进行CFD模拟

#导入必要的库

fromfoamFileimportFoamFile

fromvolVectorFieldimportvolVectorField

#创建流体域

mesh=FoamFile("constant/polyMesh")

#定义边界条件

boundaryField={

"inlet":{"type":"fixedValue","value":"uniform(100)"},

"outlet":{"type":"zeroGradient"},

"walls":{"type":"noSlip"},

"frontAndBack":{"type":"empty"}

}

#定义流体速度场

U=volVectorField("U",mesh,boundaryField)

#求解Navier-Stokes方程

#这里省略了具体的求解步骤，实际应用中需要根据具体问题设置求解器参数2.2.4风荷载与结构安全风荷载是指风作用在建筑表面产生的力。结构工程师需要计算这些荷载，确保建筑结构在极端风力下仍能保持稳定。这通常涉及到结构动力学分析，包括模态分析和时间历程分析。#示例：使用Python进行风荷载计算

#假设我们有风压分布数据，现在计算总风荷载

importnumpyasnp

#风压分布数据

wind_pressure=np.array([100,120,150,180,200])#单位：Pa

#建筑表面面积分布数据

surface_area=np.array([10,15,20,25,30])#单位：m^2

#计算总风荷载

total_wind_load=np.sum(wind_pressure*surface_area)#单位：N

#输出结果

print(f"总风荷载为：{total_wind_load}N")2.3风洞试验与数值模拟风洞试验和数值模拟是评估建筑风环境的两种主要方法。风洞试验提供直观、实际的测试结果，而数值模拟则能更灵活地调整参数，进行更深入的分析。两者结合使用，可以更全面地理解建筑风环境，优化设计。2.4风荷载与结构安全风荷载的计算是基于建筑表面的风压分布。结构安全评估则需要考虑风荷载对建筑结构的影响，包括但不限于结构的强度、刚度和稳定性。在设计阶段，通过风荷载计算和结构动力学分析，可以确保建筑在极端风力条件下仍能保持安全。以上内容详细介绍了建筑风工程概论中的关键概念和流程，包括风环境的重要性、设计流程、风洞试验与数值模拟，以及风荷载与结构安全的计算方法。通过这些步骤，建筑师和工程师可以更好地理解并优化建筑的风环境，确保建筑的舒适性、安全性和经济性。3空气动力学在建筑风工程中的应用：建筑环境风场分析3.1风场分析方法3.1.1风场测量技术风场测量技术是建筑风工程中不可或缺的一部分，它通过各种传感器和测量设备来收集风速、风向、湍流强度等数据，以评估建筑环境中的风场特性。常见的测量技术包括风速计、风向标、激光多普勒测速仪（LDA）和粒子图像测速仪（PIV）等。风速计风速计是最基本的风场测量工具，用于测量风速的大小。在建筑风工程中，风速计通常安装在建筑的多个关键位置，以收集不同高度和方向的风速数据。风向标风向标用于指示风的方向，与风速计结合使用，可以全面了解风场的分布情况。激光多普勒测速仪（LDA）LDA是一种高精度的风场测量技术，通过激光照射流体中的粒子，测量粒子的散射光频率变化，从而计算出流体的速度。LDA适用于测量小范围内的风速和湍流特性。粒子图像测速仪（PIV）PIV技术通过在流体中添加可见粒子，并使用高速相机捕捉粒子的运动图像，然后通过图像处理算法计算出流体的速度场。PIV可以提供二维或三维的风场分布信息，适用于大范围的风场测量。3.1.2CFD模拟基础计算流体动力学（CFD）是建筑风工程中预测风场分布的重要工具。通过建立建筑环境的数学模型，CFD可以模拟风在建筑周围的流动，预测风速、风压和湍流等参数。CFD模拟流程几何建模：使用CAD软件创建建筑环境的三维模型。网格划分：将模型划分为多个小单元，形成网格，以便进行计算。边界条件设置：定义风速、风向、温度等边界条件。求解器选择：根据问题的性质选择合适的CFD求解器。求解与后处理：运行模拟，分析结果。示例代码：使用OpenFOAM进行CFD模拟#OpenFOAM案例设置

#创建案例目录

mkdir-p$FOAM_RUN/tutorials/simpleFoam/cavity

cd$FOAM_RUN/tutorials/simpleFoam/cavity

#复制案例文件

cp-r$FOAM_TUTORIALS/simpleFoam/cavity.

#进入案例目录

cdcavity

#检查案例设置

foamCheck

#运行CFD模拟

simpleFoam

#后处理，可视化结果

paraFoam在上述代码中，我们使用OpenFOAM这一开源CFD软件进行风场模拟。首先，创建案例目录并复制预设的案例文件。然后，使用foamCheck检查案例设置的正确性，确保模拟可以顺利进行。接着，通过simpleFoam命令运行模拟。最后，使用paraFoam进行后处理，将模拟结果可视化。3.1.3风场可视化技术风场可视化技术将CFD模拟或风场测量数据转化为直观的图像或动画，帮助工程师理解风场的分布和流动特性。常用的可视化工具包括ParaView、Tecplot和FieldView等。ParaView示例ParaView是一个开源的可视化工具，可以读取OpenFOAM的输出文件，生成风场的三维可视化图像。#导入ParaView模块

fromparaview.simpleimport*

#读取OpenFOAM数据

foamReader1=OpenFOAMReader(FileName='path/to/your/case.foam')

foamReader1.MeshRegions=['internalMesh']

foamReader1.CellArrays=['U']

#创建渲染视图

renderView1=CreateRenderView()

#显示数据

foamReader1Display=Show(foamReader1,renderView1)

#设置颜色映射

ColorBy(foamReader1Display,('POINTS','U','Magnitude'))

#更新渲染

Render()在上述Python代码中，我们使用ParaView的Python脚本接口来读取OpenFOAM的输出文件，并创建一个渲染视图。通过设置颜色映射，我们可以直观地看到风速的大小分布。3.1.4风场数据分析与解释风场数据分析是将测量或模拟得到的风场数据进行处理，提取关键信息，如平均风速、风压分布、湍流强度等，以评估建筑环境的风场特性。数据分析通常使用统计方法和流体动力学理论进行。数据分析示例假设我们有一组风速测量数据，存储在一个CSV文件中，我们可以使用Python的Pandas库进行数据分析。importpandasaspd

#读取CSV文件

data=pd.read_csv('wind_data.csv')

#计算平均风速

average_wind_speed=data['wind_speed'].mean()

#计算风速标准差，评估湍流强度

wind_speed_std=data['wind_speed'].std()

#输出结果

print(f'平均风速:{average_wind_speed}m/s')

print(f'风速标准差:{wind_speed_std}m/s')在上述代码中，我们首先使用Pandas读取CSV文件中的风速数据。然后，计算平均风速和风速的标准差，以评估风场的湍流特性。最后，输出计算结果。通过上述技术教程，我们可以看到，风场分析方法涵盖了从风场测量到CFD模拟，再到数据可视化和分析的全过程。这些技术的综合应用，为建筑风工程提供了全面的风场评估手段，有助于设计更加安全、舒适和节能的建筑环境。4建筑环境风场特性4.1城市微气候与风场城市微气候是指城市内部局部区域的气候特征，它受到建筑物布局、绿化、地面覆盖材料等多种因素的影响。在城市中，建筑物的密集排列会改变风的流动模式，形成特定的风场。这种风场不仅影响城市的热环境，还对污染物的扩散、建筑能耗以及行人的舒适度产生重要影响。4.1.1原理城市微气候的形成主要由以下因素决定：-建筑物的遮挡效应：高层建筑会阻挡风的流动，导致风速在建筑物后方降低，形成所谓的“风影区”。-建筑物的引导效应：建筑物的形状和排列可以引导风向，使风在某些区域加速，形成“风道”。-地面覆盖材料：不同材料的地面（如混凝土、植被）会影响地表的摩擦力，从而影响风速。-城市热岛效应：城市内部的温度通常高于郊区，这种温度差异也会改变风的流动方向和速度。4.1.2内容分析城市微气候与风场，通常需要进行以下步骤：1.收集数据：包括地形数据、建筑物布局、地面覆盖类型、气象数据等。2.建立模型：使用CFD（计算流体动力学）软件，如OpenFOAM，来模拟风在城市中的流动。3.模拟与分析：设定不同的风向和风速，观察风在城市中的分布情况，分析风影区和风道的形成。4.评估影响：基于模拟结果，评估风场对城市热环境、建筑能耗和行人舒适度的影响。4.2建筑物周围风场分布建筑物周围的风场分布是建筑风工程中的关键研究内容，它直接关系到建筑物的风压分布、自然通风效果以及周围环境的风速。4.2.1原理建筑物周围风场的分布受到建筑物形状、尺寸、周围环境以及风向和风速的影响。风在接近建筑物时，会因为建筑物的阻挡而产生绕流现象，形成复杂的流场。这种流场会导致建筑物表面的风压分布不均，影响建筑物的结构安全和自然通风效果。4.2.2内容分析建筑物周围风场分布，可以采用以下方法：1.风洞实验：在风洞中模拟实际风速和风向，观察风在建筑物周围的流动情况。2.数值模拟：使用CFD软件，如AnsysFluent，建立三维模型，模拟风在建筑物周围的流动，计算风压分布和风速。3.现场测量：在实际环境中，使用风速仪等设备测量建筑物周围不同位置的风速，以验证模型的准确性。4.2.3示例使用OpenFOAM进行建筑物周围风场分布的数值模拟，以下是一个简单的示例：#OpenFOAM案例设置

#创建案例目录

mkdir-psimpleBuilding

cdsimpleBuilding

#复制模板文件

cp-r/opt/OpenFOAM/OpenFOAM-7/run/simpleFoamTemplate/*.

#编辑case文件

#修改blockMeshDict中的几何参数，以匹配建筑物的尺寸和形状

#修改controlDict中的时间步长和终止时间

#修改fvSchemes和fvSolution中的数值方法和求解器参数

#生成网格

blockMesh

#设置边界条件

#在0文件夹中编辑boundary文件，设置风速和压力边界条件

#运行模拟

simpleFoam

#后处理

#使用paraFoam或foamToVTK将结果转换为可视化格式

foamToVTKtime=latestTime在上述示例中，我们首先创建了一个案例目录，并复制了OpenFOAM的模板文件。然后，我们编辑了blockMeshDict文件，以匹配建筑物的尺寸和形状。接着，我们设置了边界条件，运行了模拟，并使用foamToVTK将结果转换为VTK格式，以便在ParaView等可视化软件中查看。4.3风场对建筑能耗的影响风场对建筑能耗的影响主要体现在自然通风和风力发电两个方面。自然通风可以减少空调的使用，从而降低能耗；而风力发电则可以为建筑提供可再生能源。4.3.1原理风场对建筑能耗的影响主要通过以下机制：-自然通风：风可以促进室内外空气的交换，降低室内温度，减少空调的使用。-风力发电：在风速较高的区域，可以安装风力发电机，利用风能发电，为建筑提供电力。4.3.2内容评估风场对建筑能耗的影响，需要进行以下步骤：1.收集数据：包括建筑的热工性能、风场数据、气象数据等。2.建立模型：使用建筑能耗模拟软件，如EnergyPlus，建立建筑模型，模拟在不同风场条件下的能耗。3.分析结果：基于模拟结果，分析风场对建筑能耗的影响，评估自然通风和风力发电的潜力。4.4风场对行人舒适度的影响风场对行人舒适度的影响主要体现在风速和风向两个方面。过高的风速会使人感到不适，甚至影响行人的安全；而风向则会影响行人是否能感受到自然通风的舒适。4.4.1原理行人舒适度的评估通常基于以下标准：-风速：在行人高度（约1.5米）处，风速应保持在一定范围内，过高或过低的风速都会影响舒适度。-风向：风向应有利于行人感受到自然通风，避免直接吹向行人面部。4.4.2内容评估风场对行人舒适度的影响，可以采用以下方法：1.数值模拟：使用CFD软件，如CFX，模拟风在行人高度的分布，计算风速。2.现场测量：在实际环境中，使用风速仪等设备测量行人高度的风速，以验证模型的准确性。3.行人舒适度评估：基于模拟和测量结果，使用ISO7730等标准评估行人舒适度。4.4.3示例使用Python的matplotlib库绘制风速分布图，以下是一个简单的示例：importmatplotlib.pyplotasplt

importnumpyasnp

#假设数据

x=np.linspace(0,10,100)

y=np.linspace(0,10,100)

X,Y=np.meshgrid(x,y)

Z=np.sqrt(X**2+Y**2)#假设风速与距离成正比

#绘制风速分布图

plt.figure()

plt.contourf(X,Y,Z,20,cmap='RdGy')

plt.colorbar()

plt.xlabel('X轴距离(m)')

plt.ylabel('Y轴距离(m)')

plt.title('行人高度风速分布图')

plt.show()在上述示例中，我们首先生成了x和y轴的数据，然后计算了风速Z。接着，我们使用contourf函数绘制了风速分布图，并添加了颜色条、坐标轴标签和标题，最后显示了图表。这只是一个简单的示例，实际应用中，风速数据将来自CFD模拟或现场测量。以上内容详细介绍了“建筑环境风场特性”模块的原理和内容，包括城市微气候与风场、建筑物周围风场分布、风场对建筑能耗的影响以及风场对行人舒适度的影响。通过这些分析，我们可以更好地理解风在建筑环境中的作用，为建筑设计和城市规划提供科学依据。5风工程案例研究5.1高层建筑风场分析5.1.1原理与内容在高层建筑的设计中，风场分析至关重要，它帮助工程师理解建筑周围风的流动特性，评估风荷载，确保结构安全并优化建筑的风环境。风场分析通常涉及计算流体动力学(CFD)模拟，这是一种数值方法，用于解决流体流动的复杂方程。CFD模拟示例假设我们有一个高层建筑模型，需要分析其周围风场。我们将使用Python中的OpenFOAM库，这是一个开源的CFD工具包，来设置和运行模拟。#导入必要的库

importopenfoam

#定义建筑几何

building_geometry={

'length':100,#建筑长度

'width':50,#建筑宽度

'height':200#建筑高度

}

#设置风速和方向

wind_speed=10.0#风速，单位：m/s

wind_direction=[1,0,0]#风向，单位向量

#创建CFD模拟

simulation=openfoam.CFD_Simulation(building_geometry,wind_speed,wind_direction)

#运行模拟

simulation.run()

#分析结果

results=simulation.analyze()

print(results)在上述代码中，我们首先定义了建筑的几何尺寸和风的条件。然后，我们创建了一个CFD模拟实例，并运行它。最后，我们分析了模拟结果，这可能包括风速分布、压力分布等关键数据。5.1.2数据样例假设模拟完成后，我们得到了以下风速分布数据：X坐标Y坐标Z坐标风速(m/s)00010.050009.5100008.0050010.55050010.01005009.50010012.050010011.5100010010.0这些数据可以帮助我们可视化风场，理解风如何绕过建筑，以及在建筑周围形成涡流和风影区。5.2体育场馆风环境设计5.2.1原理与内容体育场馆的风环境设计关注于观众舒适度、运动员表现以及结构安全。设计时需要考虑风的方向、速度以及场馆的形状和开口，以确保良好的通风和避免强风对活动的影响。CFD模拟示例使用OpenFOAM库，我们可以设置一个体育场馆的风环境模拟，如下所示：#定义体育场馆几何

stadium_geometry={

'length':200,#体育场馆长度

'width':150,#体育场馆宽度

'height':50#体育场馆高度

}

#设置风速和方向

wind_speed=5.0#风速，单位：m/s

wind_direction=[0,1,0]#风向，单位向量

#创建CFD模拟

stadium_simulation=openfoam.CFD_Simulation(stadium_geometry,wind_speed,wind_direction)

#运行模拟

stadium_simulation.run()

#分析结果

stadium_results=stadium_simulation.analyze()

print(stadium_results)5.2.2数据样例模拟结果可能包括场馆内部和周围的风速分布，如下：X坐标Y坐标Z坐标风速(m/s)0005.0100004.5200004.0010005.510010005.020010004.500506.01000505.52000505.0这些数据有助于设计者调整场馆的开口位置和大小，以优化风环境。5.3桥梁风工程5.3.1原理与内容桥梁风工程主要关注风对桥梁结构的影响，包括风致振动、风荷载和稳定性分析。通过CFD模拟，可以预测桥梁在不同风速和方向下的响应，确保设计的安全性和经济性。CFD模拟示例对于桥梁的风工程分析，我们可以使用以下Python代码：#定义桥梁几何

bridge_geometry={

'length':500,#桥梁长度

'width':20,#桥梁宽度

'height':10#桥梁高度

}

#设置风速和方向

wind_speed=15.0#风速，单位：m/s

wind_direction=[0,0,1]#风向，单位向量

#创建CFD模拟

bridge_simulation=openfoam.CFD_Simulation(bridge_geometry,wind_speed,wind_direction)

#运行模拟

bridge_simulation.run()

#分析结果

bridge_results=bridge_simulation.analyze()

print(bridge_results)5.3.2数据样例模拟结果可能包括桥梁表面的压力分布和风致振动的频率，例如：X坐标Y坐标Z坐标压力(Pa)振动频率(Hz)005-1000.0210005-1500.0320005-2000.0430005-1500.0340005-1000.02这些数据对于评估桥梁的风致响应和设计减振措施至关重要。5.4风力发电场布局优化5.4.1原理与内容风力发电场的布局优化旨在最大化风能的捕获，同时减少风机之间的相互干扰。通过CFD模拟和优化算法，可以确定最佳的风机位置和方向，以提高整体效率。CFD模拟与优化示例假设我们有一个风力发电场，包含多个风机，我们可以使用Python和scipy.optimize库来优化布局：importopenfoam

fromscipy.optimizeimportminimize

#定义风机几何和风场条件

turbine_geometry={

'diameter':100,#风机直径

'height':150#风机高度

}

wind_speed=12.0#风速，单位：m/s

wind_direction=[1,0,0]#风向，单位向量

#定义优化目标函数

defobjective_function(x):

#x是风机位置的列表

total_power=0

forposinx:

#创建CFD模拟

turbine_simulation=openfoam.CFD_Simulation(turbine_geometry,wind_speed,wind_direction,pos)

#运行模拟

turbine_simulation.run()

#获取功率输出

power=turbine_simulation.get_power_output()

total_power+=power

return-total_power#最小化负功率，即最大化功率

#初始风机位置

initial_positions=[(0,0,150),(100,0,150),(200,0,150)]

#运行优化

result=minimize(objective_function,initial_positions,method='SLSQP')

#输出优化后的风机位置

optimized_positions=result.x

print(optimized_positions)5.4.2数据样例优化后的风机位置可能如下：风机编号X坐标Y坐标Z坐标1001502120501503240100150这些位置考虑了风的流动特性，减少了风机之间的干扰，从而提高了发电效率。通过以上案例研究，我们可以看到空气动力学在建筑风工程中的应用，以及如何使用CFD模拟和优化算法来解决实际问题。6风工程未来趋势6.1智能风工程与机器学习在智能风工程领域，机器学习正逐渐成为预测和优化建筑环境风场的关键工具。通过分析大量历史风速、风向数据，机器学习模型能够预测特定建筑或区域的风环境，帮助设计人员在早期阶段做出更合理的决策。6.1.1示例：使用Python和scikit-learn预测建筑风速假设我们有一组历史风速数据，以及建筑的几何参数，我们可以通过以下步骤构建一个预测模型：数据准备：收集风速数据和建筑参数。特征工程：选择影响风速的关键参数作为特征。模型训练：使用scikit-learn训练模型。模型评估：评估模型的预测准确性。importpandasaspd

fromsklearn.model_selectionimporttrain_test_split

fromsklearn.ensembleimportRandomForestRegressor

fromsklearn.metricsimportmean_squared_error

#加载数据

data=pd.read_csv('building_wind_data.csv')

#特征和目标变量

features=data[['building_height','building_width','building_length','wind_direction']]

target=data['wind_speed']

#划分数据集

X_train,X_test,y_train,y_test=train_test_split(features,target,test_size=0.2,random_state=42)

#训练模型

model=RandomForestRegressor(n_estimators=100,random_state=42)

model.fit(X_train,y_train)

#预测

predictions=model.predict(X_test)

#评估模型

mse=mean_squared_error(y_test,predictions)

print(f'MeanSquaredError:{mse}')6.1.2数据样例building_heightbuilding_widthbuilding_lengthwind_directionwind_speed30205018012.545