[发明专利]一种基于风环境的传染病医院智能规划方法

说明书

本发明涉及城市规划技术领域，具体涉及一种基于风环境的传染病医院智能规划方法，包括确定病区初步选址第一顺位；在第一顺位病区初步选址中划分更小的区域，以确定最终选址；建立最终选址的风洞试验，复核最终选址的污染物浓度；在最终选址上确定病区楼栋布局；确定楼栋内病房的布局，以其布局确定病房污染物的扩散路径；在数值模拟中，模拟由病房内至病房外的污染物扩散方式，以病区为污染源，从而重生成污染物扩散流场，使其按照污染物扩散流场扩散，并重新循环执行规划方法，直至污染物浓度最小，得到污染物浓度最小时的最终选址、楼栋和病房布局。本发明基于风环境与污染物浓度对传染病医院的影响，在被动层面降低传染病二次感染的风险。

技术领域

本发明涉及城市规划技术领域，具体涉及一种基于风环境的传染病医院智能规划方法。

背景技术

与普通医院相比，传染病医院规划与设计过程中需要考虑传染病的特殊性及疾病传播的影响，控制传染源和切断传播途径，隔离易感人群。在满足医院基本功能需要的同时，也要处理好建筑与场地、院区与周边环境的关系，因此，如何降低医院附近居民的感染风险，减少隔离医院带来的二次病毒感染风险，是当前急需解决的现实问题。

在医院和酒店集中隔离防控过程中，降低空气中病毒的浓度主要采用主动控制法，通过采用降压、过滤、通风等手段引导空气流动进而降低病毒浓度，这种做法不仅会消耗大量能源，且在主动控制过程中，若防护不到位或某一环节出现差错，极有可能产生病毒扩散等危险。以往的研究多采用长期观测试验对医院布局进行勘测设计，时间成本相当大，也缺乏坚实的理论指导。与主动控制法和长期观测试验相比，在已有的楼栋、门窗布局下通过地形、自然通风来降低病毒被动控制法应用较少，被动控制在降低污染物浓度方面有着高效、经济的特点。同时，人工智能研究成果并没有直接运用到传染病医院智能规划与设计中来。因此，亟需对传染病医院周边风环境与污染物浓度进行分析，了解污染物随风扩散的迁移路径，在被动层面降低空气中病毒浓度。

发明内容

因此，本发明要解决的技术问题在于传染病医院传统规划设计方法没有科学考虑风环境与污染物浓度的影响，并且存在设计方法单一、以经验为主导的缺陷，从而提供一种基于风环境的传染病医院智能规划方法。

一种基于风环境的传染病医院智能规划方法，包括如下步骤：

S1：病区初步选址：设定交通量和污染物浓度的权重因子，得到交通量评价分数和污染物浓度的评价分数，并乘以各自的权重因子，从而得到各个待选区域的总分数，以总分数大小确定病区初步选址第一顺位；

S2：在第一顺位病区初步选址中划分更小的区域，以确定最终选址：获得第一顺位病区初步选址上的污染物浓度在风速、温度、传播距离因素影响下的分布数据，并将病区初步选址划分为多个小区，根据分布数据以确定每个小区的污染物浓度，以污染物浓度最小的小区作为最终选址；

S3：依据S2的最终选址设计相应的风洞试验，将数值模拟结果与风洞试验结果对比验证，复核最终选址的污染物浓度；

S4：在最终选址上确定病区各楼栋的布局，其需满足污染物浓度最小的条件；

S5：确定楼栋内病房的布局，以其布局确定病房污染物的扩散路径；

S6：在数值模拟中，以S5中的扩散路径，模拟由病房内至病房外的污染物扩散方式，以病区为污染源，从而重生成污染物扩散流场，使S1中的污染物按S6中的污染物扩散流场扩散，并重新循环执行S1-S6，直至污染物浓度最小，得到污染物浓度最小时的最终选址、楼栋布局和病房布局。

作为本发明中基于风环境的传染病医院智能规划方法的一种优选，S1中，若以总分数由大到小的排列方式确定病区初步选址的顺位时，则交通量评价分数负相关于交通量的大小，污染物浓度的评价分数负相关于污染物浓度的大小；若以总分数由小到大的排列方式确定初步选址的顺位时，交通量评价分数正相关于交通量的大小，污染物浓度的评价分数正相关于污染物浓度的大小。