本发明涉及建筑技术科学，尤其涉及的是基于三维信息逐点计算的建筑环境预测方法及终端。
背景技术：
1、高密度城市带来了诸多环境问题的挑战，以风环境为例，高密度城市具有诸如城市热岛、空气污染等问题，对此，自然通风可以起到良好的缓解作用,为了改善城市的自然通风，通常通过流体动力学方程(以下简称cfd，computationalfluiddynamics)计算来解析风环境与建筑设计方案之间的关系。在现有技术中，使用数值离散化的navier-stokes方程来模拟流动问题已经取得了显著进展，相对于风洞试验、现场测量，计算流体力学显示出低成本、高精度等优点，因此在建筑风环境的相关研究中也得到了大量应用。
2、但这种成本优势却只是相对的，通常获取结果的时间仍然需要以小时或者以天来计算。另一方面与设计师的工作逻辑不同，cfd计算需要进行繁琐的物理参数设置，因此现有的气流模拟工具很少直观的整合到设计师普遍使用的工具中。
3、为此，现有技术提出了多种算法，例如一种快速求解不可压缩ns方程的技术，即快速流体动力学模拟(fastfluiddynamic)，其曾经应用于视频游戏中流体可视化，在gpu上的应用可以实现对于小型建筑气流计算(airflow simulation for a small building)的实时信息化(real-time informantive)，可达到传统基于cpu计算的cfd方法速度的500-1500倍。
4、又如，将多孔介质模型(the pmm，porous media model)应用于建筑群的风环境模拟，其基本思路是对城市几何形状进行简化，将城市的街道峡谷划分为互相连通的区域，进而评价城市街区之间的通风情况与污染物扩散情况。
5、又如，基于强制边界条件的边界-格子波尔兹曼方法(boundary-latticeboltzmann method)研究颗粒对壁面边界层的影响，它是以粒子的碰撞和传播(collisionand propagation)为基础，基于离散的玻尔兹曼方程的数值模拟(based on thenumerical simulation of a discrete boltzmann equation)。
6、但上述方法的均基于数学模型或经验公式，这类方法需要大量的迭代计算和数据输入，并且计算前需要复杂的理论假设，技术难度都相对较高，其存在较高的技术壁垒，且对于复杂的建筑形体难以精确预测。
7、现有技术为此提出一种采用gan对抗式生成网络的方法，该方法通过编码将建筑几何形体以二维图片的方式输入网络，从而获得建筑空间的风环境计算结果。该方法虽然克服了基于数学模型或经验公式的方法的缺点，易于实现且操作方便。但其结构仍旧较为复杂，需要海量的建筑风环境cfd计算案例(10000以上)进行模型训练，且误差较高，预测问题鲁棒性较低。
8、为此，现有技术在此基础上，采用逐点计算的方式，将视角从场与场之间的关系转化为以点为视角，探究点所在的场与该点所对应的性能场情况之间的关系，神经网络模型输入的数据仅与格点周边环境相关，模型可以输入任意形状或大小区域中的任意数量的测点，从而使得输入维度与输出维度的复杂性大幅降低，使模型所需要的训练集数量也大幅降低，仅需少量的计算样本，模型计算的适用场景将更加多样化，且获取的精度和鲁棒性也获得了极大的提升。
9、但逐点计算的方法仅适用于二维平面的建筑几何模型之中，无法反应建筑空间的三维信息，导致计算的精确度仍有提高空间。
技术实现思路
1、本发明的目的是提供基于三维信息逐点计算的建筑环境预测方法及终端，旨在解决现有逐点计算建筑风环境的方法中，无法反应建筑三维信息的问题。
2、本发明解决技术问题所采用的技术方案如下：
3、本发明提供一种基于三维信息逐点计算的建筑环境预测方法，所述基于三维信息逐点计算的建筑环境预测方法包括：
4、获取建筑空间几何模型和建筑空间三维模型，对所述建筑空间几何模型进行离散化处理得到多个格点；
5、根据所述建筑空间三维模型计算各个所述格点的三维模型信息参数并形成三维模型信息参数矩阵，根据所述建筑空间几何模型计算各个所述格点的表征值并形成表征值矩阵，将所述三维模型信息参数矩阵和所述表征值矩阵组合成表征模型；
6、以各个所述格点为中心对所述表征模型进行切片，获取多个分别以各个所述格点为中心的表征模型切片；
7、将各个所述表征模型切片输入到神经网络模型，根据所述神经网络模型的输出获取各个所述格点的建筑性能场值。
8、进一步地，所述建筑性能场包括风场，所述建筑性能场值包括风速矢量值；
9、所述根据所述建筑空间三维模型计算网格化的建筑空间几何模型各个格点的三维模型信息参数形成三维模型信息参数矩阵，具体包括：
10、根据所述建筑空间三维模型计算所述网格化的建筑空间几何模型各个所述格点的天空可视因子三维模型信息参数形成天空可视因子信息矩阵；
11、和/或，根据所述建筑空间三维模型计算所述网格化的建筑空间几何模型各个所述格点的迎风面积比三维模型信息参数形成迎风面积比信息矩阵。
12、进一步地，根据所述建筑空间三维模型计算所述网格化的建筑空间几何模型各个所述格点的天空可视因子三维模型信息参数，具体包括：
13、若格点为障碍物所在的格点，则该格点的天空可视因子三维模型信息参数为零；
14、若格点不为障碍物所在的格点，则以该格点为中心生成半球形穹顶，获取所述建筑空间三维模型各个障碍物在所述半球形穹顶的遮挡投影，计算未被遮挡的穹顶部分在所述半球形穹顶的面积占比作为该格点的天空可视因子三维模型信息参数。
15、进一步地，所述根据所述建筑空间三维模型计算所述网格化的建筑空间几何模型各个所述格点的迎风面积比三维模型信息参数，具体包括：
16、若格点为障碍物所在的格点，则该格点的迎风面积比三维模型信息参数为壹；
17、若格点不为障碍物所在的格点，则获取建筑空间的多个设计风向，对各个设计风向建立与设计风向垂直且过该格点的平面，各个所述平面高度为建筑空间三维模型最高高度的两倍，宽度为建筑空间三维模型在该平面的宽度，获取各个平面与障碍物的相交面积，计算各个相交面积与对应平面的面积的比值作为与平面对应风向的迎风面积比，计算该格点所有风向的迎风面面积比的加权和作为该格点的迎风面积比三维模型信息参数。
18、进一步地，所述根据所述建筑空间几何模型计算各个所述格点的表征值，具体包括：
19、若格点为障碍物所在格点，则该格点的表征值为零；
20、若格点不为障碍物所在格点，则计算该格点到最近障碍物之间的最小距离作为该格点的表征值。
21、进一步地，所述以网格化的各个格点为中心对表征模型进行切片，获取分别以各个所述格点为中心的表征模型切片，具体包括：
22、将所述表征模型四周均延伸切片半径大小，得到延伸表征模型；
23、对所述延伸表征模型以各个所述格点为中心进行切片，获取分别以各个所述格点为中心的表征模型切片。
24、进一步地，所述神经网络模型在训练时，具体包括：
25、获取训练案例的建筑空间几何模型，对训练案例的建筑空间几何模型进行表征得到训练案例的表征模型；
26、对训练案例的表征模型中的点进行采样，得到多个采样格点，获取以各个采样格点为中心的训练案例的表征模型切片；
27、根据训练案例的表征模型切片训练神经网络模型。
28、进一步地，所述建筑性能场具体是风场，所述建筑性能场值具体是风速矢量值；
29、所述采样格点越靠近地面越为密集。
30、进一步地，所述基于三维信息逐点计算的建筑环境预测方法还包括：
31、根据各个所述格点的建筑性能场值绘制建筑性能场的可视化视图。
32、此外，为实现上述目的，本发明还提供一种终端，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于神经网络模型的建筑风环境预测程序，所述基于神经网络模型的建筑风环境预测程序被所述处理器执行时控制终端实现如上所述的基于三维信息逐点计算的建筑环境预测方法的步骤。
33、本发明采用上述技术方案具有以下效果：
34、本发明通过将建筑空间三维模型计算得到的三维模型信息参数映射至二维空间的建筑空间几何模型上，将三维模型信息参数矩阵与建筑空间几何模型的二维矩阵组成表征模型进行逐点计算，使逐点计算的方法能够反应出建筑空间的三维信息，从而在保留逐点计算方法优点的同时，进一步提高逐点计算方法的精度。
1.一种基于三维信息逐点计算的建筑环境预测方法，其特征在于，所述基于三维信息逐点计算的建筑环境预测方法包括：
2.根据权利要求1所述的基于三维信息逐点计算的建筑环境预测方法，其特征在于，所述建筑性能场包括风场，所述建筑性能场值包括风速矢量值；
3.根据权利要求2所述的基于三维信息逐点计算的建筑环境预测方法，其特征在于，根据所述建筑空间三维模型计算所述网格化的建筑空间几何模型各个所述格点的天空可视因子三维模型信息参数，具体包括：
4.根据权利要求2所述的基于三维信息逐点计算的建筑环境预测方法，其特征在于，所述根据所述建筑空间三维模型计算所述网格化的建筑空间几何模型各个所述格点的迎风面积比三维模型信息参数，具体包括：
5.根据权利要求1所述的基于三维信息逐点计算的建筑环境预测方法，其特征在于，所述根据所述建筑空间几何模型计算各个所述格点的表征值，具体包括：
6.根据权利要求1所述的基于三维信息逐点计算的建筑环境预测方法，其特征在于，所述以网格化的各个格点为中心对表征模型进行切片，获取分别以各个所述格点为中心的表征模型切片，具体包括：
7.根据权利要求1所述的基于三维信息逐点计算的建筑环境预测方法，其特征在于，所述神经网络模型在训练时，具体包括：
8.根据权利要求7所述的基于三维信息逐点计算的建筑环境预测方法，其特征在于，所述建筑性能场具体是风场，所述建筑性能场值具体是风速矢量值；
9.根据权利要求1所述的基于三维信息逐点计算的建筑环境预测方法，其特征在于，所述基于三维信息逐点计算的建筑环境预测方法还包括：
10.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于神经网络模型的建筑风环境预测程序，所述基于神经网络模型的建筑风环境预测程序被所述处理器执行时控制终端实现如权利要求1-9任一项所述的基于三维信息逐点计算的建筑环境预测方法的步骤。
