CLIMATEREADY Thermal Comfort Survey Amid Heatwaves Dataset

该数据集包含2021年和2022年西班牙潘普洛纳热浪期间的热舒适投票，以及其他由调查对象自我报告的相关参数（如居住者特征和行为、关键建筑/住宅特征），用于研究论文**Exploring indoor thermal comfort and its causes and consequences amid heatwaves in a Southern European city—An unsupervised learning approach**的案例研究。

本数据集收录了2021年至2022年间西班牙潘普洛纳市热浪期间的热舒适度投票数据，以及调查参与者自行报告的相关参数，包括居住者特征与行为、关键建筑或住宅特性等。此数据集旨在支持研究论文《探索南方欧洲城市热浪期间室内热舒适度及其成因与影响——一种无监督学习方法》的案例研究。

原始信息汇总

数据集概述

名称: CLIMATEREADY Thermal Comfort Survey Amid Heatwaves Dataset

描述: 该数据集包含2021年和2022年西班牙潘普洛纳热浪期间的温度舒适度投票，以及其他由调查对象自我报告的相关参数，如居住者特征和行为、关键建筑/住宅特征、睡眠问题、与热相关的症状。

数据集参数

参数	描述
ID	唯一住宅标识符 [整数]
Timestamp	数据收集时间戳 [dd/mm/yyy hh:mm]
Date	数据收集日期 [YYMMDD]
Hour	数据收集小时 [hh]
hw_True	热天气条件指示器 [布尔值, True = 1]
meanTout	平均室外温度 [ºC, 浮点数]
ThermostatTemp	恒温器温度设置 [ºC, 浮点数]
TSen_day	白天温度感觉, ASHRAE量表 [-3 (冷) 至 +3 (热), 整数]
TSen_night	夜间温度感觉, ASHRAE量表 [-3 (冷) 至 +3 (热), 整数]
TSatisf_day	白天温度满意度, ASHRAE量表 [-3 (高度不满意) 至 +3 (高度满意), 整数]
TSatisf_night	夜间温度满意度, ASHRAE量表 [-3 (高度不满意) 至 +3 (高度满意), 整数]
TPref_day	白天温度偏好, ASHRAE量表 [-1 (偏好更冷) 至 +1 (偏好更暖), 整数]
TPref_night	夜间温度偏好, ASHRAE量表 [-1 (偏好更冷) 至 +1 (偏好更暖), 整数]
Gender	受访者性别 [布尔值, 女性 = 1]
Age	受访者年龄 [整数]
NatVent_night	夜间自然通风使用 [布尔值, True = 1]
UsesCoolingAlternatives	使用替代冷却 (如便携式风扇) [布尔值, True = 1]
Hour_7_14h_True	7 AM 至 2 PM 活动指示器 [布尔值, True = 1]
Hour_14_21h_True	2 PM 至 9 PM 活动指示器 [布尔值, True = 1]
Hour_21_7h_True	9 PM 至 7 AM 活动指示器 [布尔值, True = 1]
ShadingDevices_No	不使用遮阳设备 [布尔值, True = 1]
ShadingDevices_WhenDirectSun	直接日照时使用遮阳设备 [布尔值, True = 1]
ShadingDevices_AllAfternoon	整个下午使用遮阳设备 [布尔值, True = 1]
ShadingDevices_AllMorning	整个上午使用遮阳设备 [布尔值, True = 1]
ShadingDevices_AllDay	全天使用遮阳设备 [布尔值, True = 1]
NatVent_day_ToutCool	白天室外较凉时使用自然通风 [布尔值, True = 1]
NatVent_day_Anytime	白天任何时间使用自然通风 [布尔值, True = 1]
NatVent_day_No	白天不使用自然通风 [布尔值, True = 1]
hasAC_No	无空调 [布尔值, True = 1]
hasAC_DormOrLiving	宿舍或生活区有空调 [布尔值, True = 1]
hasAC_DormAndLiving	宿舍和生活区都有空调 [布尔值, True = 1]
hasAC_AllRooms	所有房间都有空调 [布尔值, True = 1]
HouseholdSize	家庭人数 [整数, True = 1]
is_31001	位于邮政编码31001 [布尔值, True = 1]
is_31002	位于邮政编码31002 [布尔值, True = 1]
is_31003	位于邮政编码31003 [布尔值, True = 1]
is_31004	位于邮政编码31004 [布尔值, True = 1]
is_31005	位于邮政编码31005 [布尔值, True = 1]
is_31006	位于邮政编码31006 [布尔值, True = 1]
is_31007	位于邮政编码31007 [布尔值, True = 1]
is_31008	位于邮政编码31008 [布尔值, True = 1]
is_31009	位于邮政编码31009 [布尔值, True = 1]
is_31010	位于邮政编码31010 [布尔值, True = 1]
is_31011	位于邮政编码31011 [布尔值, True = 1]
is_31012	位于邮政编码31012 [布尔值, True = 1]
is_31013	位于邮政编码31013 [布尔值, True = 1]
is_31014	位于邮政编码31014 [布尔值, True = 1]
is_31015	位于邮政编码31015 [布尔值, True = 1]
is_31016	位于邮政编码31016 [布尔值, True = 1]
isNot_pamplona	不在潘普洛纳 [布尔值, True = 1]
before_1980	建筑建于1980年之前 [布尔值, True = 1]
between_1980_2006	建筑建于1980年至2006年之间 [布尔值, True = 1]
after_2007	建筑建于2007年之后 [布尔值, True = 1]
dwelling_OldTown	位于老城区 [布尔值, True = 1]
dwelling_Block	位于街区 [布尔值, True = 1]
dwelling_Tower	位于塔楼 [布尔值, True = 1]
dwelling_Detached	独立住宅 [布尔值, True = 1]
dwelling_Other	其他类型的住宅 [布尔值, True = 1]
Rehab_No	无翻新, 或仅结构性或无障碍翻新 [布尔值, True = 1]
Rehab_Yes	能源翻新: 墙和/或屋顶绝缘, 窗户更换 [布尔值, True = 1]
Income_below1500	月收入低于1500 [布尔值, True = 1]
Income_between_1500_3500	月收入在1500至3500之间 [布尔值, True = 1]
Income_above_3500	月收入高于3500 [布尔值, True = 1]
Occ_NormallyAtHome	通常在家 [布尔值, True = 1]
Occ_NotAlwaysAtHome	不常在家 [布尔值, True = 1]
SrfcArea_below90	表面积低于90平方米 [布尔值, True = 1]
Storey_UpperFloor	位于上层 [布尔值, True = 1]
Storey_NotApartment	不是公寓而是独立住宅 [布尔值, True = 1]
numOrient_1	住宅只有一个朝向 [布尔值, True = 1]
numOrient_above2	住宅有超过两个朝向 [布尔值, True = 1]
LivRoom_SrfcAreaWindow_below2	客厅窗户表面积低于2平方米 [布尔值, True = 1]
LivRoom_SrfcAreaWindow_above2	客厅窗户表面积高于2平方米 [布尔值, True = 1]
Bedroom_SrfcAreaWindow_below2	卧室窗户表面积低于2平方米 [布尔值, True = 1]
Bedroom_SrfcAreaWindow_above2	卧室窗户表面积高于2平方米 [布尔值, True = 1]
AC_Installed_Yes	住宅安装了空调 [布尔值, True = 1]
WouldYouInstallAC_Yes	会安装空调吗? [布尔值, True = 1]
hasCoolRoom	有凉爽房间 (即凉爽避难所) [布尔值, True = 1]
hasCoolingAlternatives	居住者有冷却替代品 (如便携式风扇) [布尔值, True = 1]
HeatSymptoms	居住者白天有热症状 (如头晕或低血压, 头痛, 心悸, 过度换气) [布尔值, True = 1]
SleepingProblems	居住者因热报告睡眠问题 [布尔值, True = 1]

引用信息

作者: Gamero-Salinas, J., López-Hernández, D., Gonzalez-Martinez, P., Arriazu-Ramos, A., Monge-Barrio, A., & Sánchez-Ostiz, A.

论文: Exploring Indoor Thermal Comfort and its Causes and Consequences Amid Heatwaves in a Southern European City—An Unsupervised Learning Approach.

可用性: 可在SSRN上获取, 链接: https://ssrn.com/abstract=4861515 或 http://dx.doi.org/10.2139/ssrn.4861515

搜集汇总

数据集介绍

构建方式

该数据集通过在2021年和2022年西班牙潘普洛纳的热浪期间进行问卷调查构建而成。调查内容涵盖了受访者的热舒适投票、个人特征、行为模式、建筑特征、睡眠问题以及与热相关的症状等。这些数据被用于研究论文《Exploring indoor thermal comfort and its causes and consequences amid heatwaves in a Southern European city—An unsupervised learning approach》，并作为CLIMATEREADY研究项目的一部分，旨在评估西班牙住宅对全球变暖的适应性。

特点

该数据集的显著特点在于其全面性和细致性。它不仅记录了热舒适度的主观感受，还包含了多种环境参数和个体行为数据，如户外温度、恒温器设置、性别、年龄、自然通风使用情况等。这些多维度的数据为研究热浪期间室内热舒适度的影响因素提供了丰富的信息，有助于深入理解热舒适度与环境及个体行为之间的关系。

使用方法

使用该数据集时，研究者可以通过Python或R语言进行数据分析。Python用户可以在Google Colab中运行代码，使用Scikit-Learn库进行无监督学习。R用户则可以利用提供的csv文件，设置个人工作目录后运行代码。此外，用户还可以下载HTML文件，通过浏览器预览数据集的详细信息。在使用过程中，请务必引用相关文献以确保学术诚信。

背景与挑战

背景概述

在应对全球气候变暖的背景下，CLIMATEREADY项目旨在评估西班牙住宅建筑对高温的适应能力，通过推广建筑设计和使用中的被动措施，以在夏季条件下实现适宜的室内环境，最小化并量化过热风险，同时最大限度地减少冷却需求。该数据集，即CLIMATEREADY Thermal Comfort Survey Amid Heatwaves Dataset，由CLIMATEREADY研究项目创建，主要研究人员包括Gamero-Salinas J.等人，数据集收集了2021年和2022年西班牙潘普洛纳热浪期间居民的热舒适投票及相关参数，如住户特征、行为、建筑特征、睡眠问题和与热相关的症状。该数据集作为研究论文《Exploring indoor thermal comfort and its causes and consequences amid heatwaves in a Southern European city—An unsupervised learning approach》的案例研究，发表于《Building & Environment Journal》，对热舒适研究领域具有重要影响。

当前挑战

该数据集在构建过程中面临多重挑战。首先，热舒适的主观性和个体差异性使得数据收集和分析复杂化。其次，热浪期间的极端天气条件增加了数据收集的难度和不确定性。此外，数据集中包含的多种参数和变量，如住户行为、建筑特征和热相关症状，增加了数据处理的复杂性。最后，如何在无监督学习框架下有效分析这些多维数据，以揭示室内热舒适及其原因和后果，是该数据集面临的主要技术挑战。这些挑战不仅涉及数据科学方法的应用，还涉及对热舒适理论的深入理解和跨学科知识的整合。

常用场景

经典使用场景

在应对极端高温天气的背景下，CLIMATEREADY Thermal Comfort Survey Amid Heatwaves Dataset 被广泛用于研究室内热舒适度及其影响因素。该数据集通过收集2021年和2022年西班牙潘普洛纳地区热浪期间的居民热舒适度投票，结合自报的居住者特征、行为、建筑特征、睡眠问题和热相关症状等参数，为研究者提供了一个全面的数据平台。通过这些数据，研究者可以分析不同因素对室内热舒适度的影响，进而提出改善室内环境的策略。

实际应用

在实际应用中，CLIMATEREADY Thermal Comfort Survey Amid Heatwaves Dataset 被用于指导建筑设计和城市规划，以提高居民在极端高温天气下的生活质量。通过分析数据中的建筑特征、居住者行为和热舒适度之间的关系，设计师和规划者可以制定更有效的策略，如优化建筑材料、改进通风系统和推广节能措施，从而减少热浪对居民健康和生活的影响。

衍生相关工作

基于该数据集，研究者已开展了一系列相关工作，包括使用无监督学习方法分析热舒适度的影响因素、评估不同建筑设计对热舒适度的影响，以及开发预测模型以提前应对热浪带来的挑战。这些研究不仅丰富了热舒适度领域的理论知识，还为实际应用提供了科学依据，推动了建筑环境科学的进步。