NEBULA

NEBULA数据集由剑桥大学创建，旨在为英格兰和威尔士的邻里级城市建筑能源建模提供支持。该数据集整合了建筑特征、气候、城市化、环境和社会人口统计等多维度数据，共包含609,964个样本。数据来源于多个公开或学术许可的数据集，涵盖了建筑存量、建筑类型、建筑年龄、区域、城市化、气候和社会人口统计等七个主题的242个变量。数据集的创建过程采用了自下而上的方法，通过邮政编码级别的属性推导生成。NEBULA数据集的应用领域主要集中在建筑能源消耗的预测和建模，旨在为英国的城市能源规划提供基准数据，助力实现净零排放目标。The NEBULA dataset was developed by the University of Cambridge to support neighborhood-scale urban building energy modeling in England and Wales. This dataset integrates multi-dimensional data including building characteristics, climate, urbanization, environment and sociodemographics, with a total of 609,964 samples. Its data is sourced from multiple publicly available or academically licensed datasets, covering 242 variables across seven themes: building stock, building type, building age, region, urbanization, climate and sociodemographics. The dataset was constructed using a bottom-up approach, generated via attribute derivation at the postal code level. The main application areas of the NEBULA dataset focus on building energy consumption prediction and modeling, aiming to provide benchmark data for urban energy planning in the UK and facilitate the achievement of net-zero emission targets.

搜集汇总

数据集介绍

构建方式

NEBULA数据集的构建融合了英国和威尔士的建筑物特征、气候、城市化、环境和人口统计等多个方面的数据。这些数据来自六个不同的数据源，包括Verisk UK Buildings数据集、气象局、国家统计局等。通过对这些数据进行清洗、预处理和整合，NEBULA数据集形成了包含242个变量的表格数据，涵盖了建筑物库存、建筑物类型、建筑物年龄、地区、城市化和人口统计等多个方面。为了保护隐私并允许开源发布，NEBULA数据集在邮政编码级别工作，避免了隐私问题。

特点

NEBULA数据集的主要特点包括：1）全国范围的建筑物能源消费数据，涵盖了英格兰和威尔士的609,964个样本；2）数据来源多样化，整合了建筑物特征、气候、城市化、环境和人口统计等多个方面的数据；3）数据精度高，通过清洗和预处理阶段纠正了基础建筑物数据中的各种错误；4）数据开放且易于使用，以CSV格式存储，并提供了详细的变量描述和说明。

使用方法

NEBULA数据集可用于各种城市建筑物能源建模和预测模型，帮助理解建筑物库存及其相关的能源使用。用户可以根据自己的需求，选择使用NEBULA数据集中的部分或全部变量。例如，用户可以使用NEBULA数据集中的建筑物库存和能源消费数据，建立预测模型，预测不同地区、不同类型的建筑物的能源消费情况。此外，NEBULA数据集还可以用于城市规划和政策制定，例如，通过分析NEBULA数据集中的城市化、人口统计和能源消费数据，为城市规划和政策制定提供依据。

背景与挑战

背景概述

随着全球温室气体排放的加剧，建筑领域成为了减排的关键领域。根据2022年的数据，建筑领域的排放占全球能源部门排放的26%。为了实现净零排放目标，建筑领域的减排需求迫切，这不仅包括直接从建筑物中减排，也包括间接从建筑物使用的电力和热力生产中减排。因此，国家层面的能源规划需要详尽和全面的建筑能源消耗数据。然而，在欧洲，地理定位的建筑级能源数据很少，分析通常依赖于匿名化、模拟或低分辨率的数据库。为了解决这一问题，NEBULA数据集应运而生。该数据集由剑桥大学工程系的Grace Colverd、Ronita Bardhan和Jonathan Cullen等人创建，旨在为英格兰和威尔士的小型邻里（5-150户家庭）的能源消耗建模提供数据支持。NEBULA整合了建筑特征、气候、城市化、环境和人口统计数据，并包含609,964个样本。

当前挑战

尽管NEBULA数据集在建筑能源建模领域具有重要作用，但仍面临一些挑战。首先，该数据集主要针对英格兰和威尔士地区，其适用性和可推广性在其他国家和地区的应用中可能受到限制。其次，数据集的样本数量虽然庞大，但可能无法完全覆盖所有建筑类型和能源消耗情况，从而影响模型的泛化能力。此外，数据集中部分变量可能存在数据缺失或误差，需要进一步的数据清洗和验证。最后，数据集的更新和维护需要持续的资源投入和技术支持，以确保其时效性和准确性。

常用场景

经典使用场景

NEBULA数据集的创建旨在解决英国和威尔士地区建筑能源消耗模型的需求。该数据集整合了建筑特征、气候、城市化、环境和社会人口统计等多个方面的数据，为小型邻里（5-150户家庭）的能源消耗建模提供了详实的数据支持。NEBULA数据集在建筑能源建模（UBEM）方面具有重要应用价值，能够帮助研究人员和政策制定者更准确地理解建筑存量及其相关的能源使用情况。

解决学术问题

NEBULA数据集解决了当前在建筑能源数据方面存在的几个关键问题。首先，它提供了详细且全面的建筑能源消耗数据，填补了英国和威尔士地区在地理定位建筑能源数据方面的空白。其次，该数据集采用隐私保护的方法，避免了传统建筑能源数据中可能存在的隐私问题。此外，NEBULA数据集的创建采用了自下而上的方法，通过分析建筑存量、气候、城市化和社会人口统计数据等因素，为建筑能源建模提供了更加精确的数据基础。

衍生相关工作

NEBULA数据集的创建和应用，衍生了相关领域的多项研究工作。例如，Colverd等人利用NEBULA数据集为英国城市提供了能源基准，并进行了城市聚类分析。Godoy-Shimizu等人利用大型细粒度建筑模型产生了家庭能源基准。此外，NEBULA数据集的创建方法也为其他地区的建筑能源数据集创建提供了参考和借鉴。