تحلیل و پیش بینی عملکرد نور روز در آپارتمان های شهری با رویکرد هوش مصنوعی

تحلیل و پیش بینی عملکرد نور روز در آپارتمان های شهری با رویکرد هوش مصنوعی

در بسیاری از آپارتمان های شهری ایران، کیفیت نور روز تنها پس از سکونت آشکار می شود؛ زمانی که اصلاح آن پرهزینه یا ناممکن است. رویکرد هوش مصنوعی این امکان را فراهم می کند که عملکرد نور طبیعی پیش از ساخت، به صورت کمی و مبتنی بر داده تحلیل و پیش بینی شود. این مسئله در اقلیم مرطوب شمال کشور اهمیت دوچندان دارد، زیرا تغییرات سریع شرایط آسمان و تراکم بالای بافت شهری، رفتار نور را پیچیده و غیرقابل حدس می کند.

پایه این رویکرد بر داده هایی استوار است که از شبیه سازی های دقیق یا اندازه گیری های میدانی در واحدهای واقعی به دست می آید. برای هر فضا، شاخص هایی مانند میزان نفوذ نور به عمق پلان، یکنواختی روشنایی و ساعات اتکای صرف به نور طبیعی ثبت می شود. الگوریتم های هوش مصنوعی با یادگیری الگوهای میان این شاخص ها و ویژگی های هندسی و اقلیمی، مدلی می سازند که می تواند عملکرد نور روز طرح های جدید را پیش بینی کند. مزیت اصلی این مدل ها سرعت بالاست؛ یعنی طراح می تواند در همان مراحل اولیه طراحی، چندین گزینه را مقایسه و غربال کند.

در شهر رشت، تجربه نشان می دهد که واحدهای با عمق بیش از 9 متر، حتی با پنجره های بزرگ، در نواحی میانی با کمبود نور مواجه اند. وقتی داده های چنین واحدهایی به مدل هوش مصنوعی داده شود، پیش بینی ها معمولا نشان می دهد که افزودن نورگیر باریک یا ایجاد شکست در پلان، اثری بیش از افزایش ساده سطح پنجره دارد. این نتیجه با منطق اقلیم مرطوب سازگار است، زیرا نور پخشیده بهتر از مسیرهای عمقی و غیرمستقیم عبور می کند.

تحلیل تطبیقی با شهرهای اقلیم گرم و خشک، مانند اصفهان، تفاوت رویکرد را روشن می کند. در آنجا مدل ها اغلب هشدار می دهند که افزایش بیش از حد بازشو به خیرگی و گرمایش ناخواسته می انجامد، در حالی که در شمال ایران تمرکز پیش بینی ها بر رساندن حداقل نور کافی به فضاهای داخلی است. این نشان می دهد که هوش مصنوعی، وقتی بر داده های بومی آموزش ببیند، می تواند به جای توصیه های کلی، پاسخ های اقلیم محور ارائه دهد.

کاربرد عملی این رویکرد در پروژه های مسکونی انبوه قابل توجه است. به جای اتکا به تجربه فردی، می توان برای هر تیپ واحد، پیش بینی عملکرد نور روز را به عنوان یکی از معیارهای اصلی تصمیم گیری وارد کرد. در نهایت، تحلیل و پیش بینی هوشمند نور روز نه تنها ریسک طراحی را کاهش می دهد، بلکه امکان می دهد کیفیت نوری فضاهای مسکونی در اقلیم مرطوب ایران از مرحله ایده تا اجرا، آگاهانه و مبتنی بر واقعیت هدایت شود.