【UMEP第12.3期】LQF实例教程：模拟伦敦2015年人类活动热通量QF

[Initial Practical steps](#Initial Practical steps)
[LQF 教程 1：简单的人类活动热流（QF）建模](#LQF 教程 1：简单的人类活动热流（QF）建模)
- [准备数据（Preparing data）](#准备数据（Preparing data）)
- - 一、准备输入数据
  - [二、配置 shapefile（人口与输出区域）](#二、配置 shapefile（人口与输出区域）)
  - 三、验证人口属性字段
  - [四、建模所需的 NML 配置文件](#四、建模所需的 NML 配置文件)
- [Set up the DataSources.nml file](#Set up the DataSources.nml file)
- - [Add shapefile information](#Add shapefile information)
  - [Add the LQF database and mean daily temperature files](#Add the LQF database and mean daily temperature files)
- [Run LQF](#Run LQF)
- - [Choose configuration files and output folder](#Choose configuration files and output folder)
  - [Run the model for 1 week](#Run the model for 1 week)
- [Visualise results](#Visualise results)
[LQF 教程 2: Refining LQF results](#LQF 教程 2: Refining LQF results)
- [Tutorial 2a: Custom diurnal profiles](#Tutorial 2a: Custom diurnal profiles)
- [Tutorial 2b: Updating national parameters in the LQF database](#Tutorial 2b: Updating national parameters in the LQF database)
- [Tutorial 2c: Custom temperature response function](#Tutorial 2c: Custom temperature response function)
参考

教程目标：模拟伦敦2015年人类活动热通量 (QF)

使用LQF模型 （包含在 QGIS 插件 UMEP 中）进行模拟，包括居民用能、交通、工业等。

Initial Practical steps

第一步：安装相关工具和 Python 依赖项

UMEP 是 QGIS 的一个插件，基于 Python 编写。

1、安装 QGIS 和 UMEP

下载并安装 QGIS（建议使用 LTR 长期支持版本，如 QGIS 3.28+）。
启动 QGIS → 插件 → 管理和安装插件 → 搜索 UMEP → 安装。
UMEP 将自动包含 LQF 模块。

2、安装 Python 库（只用于数据预处理）

打开终端或命令提示符，运行以下命令：

bash 复制代码

pip install pandas netCDF4

Windows 用户建议使用 OSGeo4W Shell 来运行这些命令。

第二步：下载基础数据文件

需要以下两个数据源：

官方提供的数据位于 UMEP 教程数据页面（或相应 GitHub 存储库）。

下载并解压 LQF_Inputs_1.zip，包含以下关键文件：

文件名	描述
`LondonBuildingProfiles.csv`	建筑能耗的季节性日变化（每小时、7天、6种季节）
`weeklyTraffic.csv`	一周内交通活动的每小时分布
`DataSources.nml`	指定输入数据路径及格式
`Parameters.nml`	模型运行参数配置
`griddedResidentialPopulation.*`	网格化住宅人口数据（GeoTIFF）
`dailyTemperature_2015.csv`	2015年每日气温数据（伦敦）

第三步：数据结构与用途说明

LondonBuildingProfiles.csv

包含建筑的耗能模式，用于模拟住宅、商业、电力/热力模块。

列名示例	描述
`hour`	每小时0-23
`weekday_Mar`	三月工作日
`weekend_Jul`	七月周末
...	总共42列（6个月 × 7天）

weeklyTraffic.csv

模拟道路交通的能量模块。
每小时×7天的交通指数（归一化）。

griddedResidentialPopulation.tif

栅格格式的住宅人口分布。
通常需与研究区域/建筑掩膜配准。

dailyTemperature_2015.csv

每日温度数据（单位：℃）。
某些工业/建筑模块可能需要温度控制调整。

第四步：在 QGIS 中运行 LQF 模型

步骤如下：

打开 QGIS → 工具栏点击 UMEP → Pre-Processor → LQF。
设置各数据源（指向 .nml 文件）：
- DataSources.nml 定义人口、建筑、交通等空间数据路径；
- Parameters.nml 定义模型参数（如是否考虑工业活动、建筑热效率等）。
设置输出目录。
点击 "Run"。

🎯 输出会在指定路径下生成多个栅格文件（通常为 GeoTIFF），例如：

QF_total.tif: 总人类热通量
QF_traffic.tif: 交通产生的热量
QF_building.tif: 建筑能耗
QF_industry.tif: 工业活动贡献（如果启用）

注意事项

执行 LQF 时务必核对栅格坐标系统统一（建议使用 British National Grid 或适配的 UTM）。
.nml 文件需手动检查路径是否正确（使用文本编辑器打开修改）。
当前版本的 LQF（1.2）不支持所有国家或城市的特殊用能行为，需适当调整输入匹配实际。

LQF 教程 1：简单的人类活动热流（QF）建模

教程目标

通过使用 LQF_Inputs_1.zip 中的数据与 LQF 数据库，利用 UMEP 插件在 QGIS 中对一个城市（如伦敦）进行简单的 人类活动热通量（QF） 建模。

准备数据（Preparing data）

一、准备输入数据

解压数据文件

下载并解压 LQF_Inputs_1.zip 至本地目录，例如：

text 复制代码

C:\LQFData\

将 LQF 数据库文件 （如 LQF_database_1.2.sqlite）也保存在此目录中。

解压后的目录应包含以下文件：

复制代码

C:\LQFData\
├── LondonBuildingProfiles.csv
├── weeklyTraffic.csv
├── Parameters.nml
├── DataSources.nml
├── griddedResidentialPopulation.shp        <-- 主 shapefile，含人口数据
└── dailyTemperature_2015.csv

二、配置 shapefile（人口与输出区域）

使用数据中自带的 griddedResidentialPopulation.shp 文件作为：

👉 模型输出区域 (Model Output Areas)：QF 结果格点数据的空间单元；
👉 人口数据来源 (Residential Population)：每单位格点内的人口总数。

LQF 模型对 shapefile 的要求如下：

属性	说明
文件路径	例如：`C:\LQFData\griddedResidentialPopulation.shp`
EPSG 代码	shapefile 的坐标投影系统代码（如 EPSG:27700 用于英国国家格网）
Feature ID 字段	用于唯一标识每个格点的字段名称（常为 `FID`、`ID` 或自定义字段）
起始日期	人口数据起始时间（最早建模所需时间点）

✅ 可在 QGIS 中右键图层 → 属性 → 按如下方式获取：

坐标系统（EPSG代码） ：点击"源"选项卡 → 查看坐标 Reference ID

Feature ID 字段名称：点击"字段"选项卡

三、验证人口属性字段

要求：shapefile 必须包含一个字段名为 Pop 的属性列，表示每个格点的人口数量。

⚠️ 注意：由于使用了人口栅格算法，该字段值通常 不是整数 （例如：12.6）

检查方法（在 QGIS 中）：

加载 griddedResidentialPopulation.shp
打开属性表
查找字段名是否为 Pop 且其值为人口估算值

如果未命名为 Pop，请：使用字段计算器复制或重命名该字段为 Pop

四、建模所需的 NML 配置文件

DataSources.nml

指定各类输入数据的路径，例如：

nml 复制代码

PATH_TO_POP_SHAPEFILE = "C:/LQFData/griddedResidentialPopulation.shp"
PATH_TO_TEMPERATURE_CSV = "C:/LQFData/dailyTemperature_2015.csv"
...

Parameters.nml

包含模型的运行参数，是否启用工业、交通模块等。

确保指向的文件路径正确、参数符合当前项目需求。

Set up the DataSources.nml file

DataSources.nml是一个 Fortran 格式的参数文件 ，用于告诉 LQF 模型：

所有必要文件的路径、
使用的 投影（EPSG）代码、
相关字段信息（如唯一ID、人口字段）、
起始日期等重要参数。

✅ 推荐使用例如 Notepad++ 或 VSCode 来编辑 .nml 文件。确保不要破坏语法结构，例如 &section_name ... /。

Add shapefile information

配置后的完整标准文件模板：

bash 复制代码

&outputAreas
   shapefile = 'C:/Some/Path/To/Files/griddedResidentialPopulation.shp'
   epsgCode = 32631
   featureIds = 'ID'
/
&residentialPop
   shapefiles = 'C:/Some/Path/To/Files/griddedResidentialPopulation.shp'
   startDates = '2011-01-01'
   epsgCodes = 32631
   featureIds = 'ID'

字段名	含义与用途
`shapefile`	shapefile 文件的完整路径，需要正斜杠 `/`
`epsgCode`	shapefile 的 EPSG 坐标系统代码，例如英国国家网格是 `27700`（尽量在 QGIS 中确认）
`featureIds`	shapefile 中用于标识每个区域的唯一字段名，如 `ID` 或 `FID`
`startDates`	对于人口数据的起始模拟日期，格式：`YYYY-MM-DD`
`dailyTemperature`	指向包含全年逐日平均温度的 CSV 文件路径
`path`（数据库）	LQF SQLite 数据库路径，包括建筑用能默认参数等

Add the LQF database and mean daily temperature files

bash 复制代码

&database
   path = 'C:/Some/Path/To/Files/LQFDatabase_V1-2.sqlite'
/

bash 复制代码

&temporal
    ! Air temperature each day for a year
    dailyTemperature = 'C:\Some\Path\To\Files \dailyTemperature_2015.csv'
/

⚠️ 常见错误提示与避免方法

错误情形	排查方式与建议
模型报错找不到文件	确保路径格式为 `/` 并正确拼写，不要使用反斜杠 `\`
EPSG 代码错误导致配准失败	使用 QGIS 查看栅格/矢量图层的坐标系统，确保一致
找不到字段 `ID` 或 `Pop`	使用 QGIS 属性表查明字段名称，一致性至关重要
CSV 格式错误	`dailyTemperature_2015.csv` 应包含两列：`Date, Temperature`；日期格式为 `YYYY-MM-DD`

可选项（暂未启用）

在本教程中没有使用自定义交通与建筑用能曲线。默认配置使用 LQF 数据库中预设的日变化曲线。如果想替换默认曲线，可以添加如下字段（仅供参考）：

fortran 复制代码

&buildingEnergyUse
    file = 'C:/LQFData/LondonBuildingProfiles.csv'
/

&traffic
    file = 'C:/LQFData/weeklyTraffic.csv'
/

❗如需要高级配置，可查看 LQF 用户手册中详细文档。

Run LQF

UMEP工具位置：Under UMEP > Processor > Urban Energy Balance, choose Anthropogenic heat - LQf (LUCY)

LQF 界面如下：

运行 LQF 模型的完整流程如下：

步骤	操作说明
⑴ 选择配置文件	在 UI 中加载 `Parameters.nml` 和 `DataSources.nml`
⑵ 设置输出目录	强烈建议使用新的空文件夹
⑶ 准备输入数据	点击 "Prepare input data" 后自动连接人口与参数
⑷ （可选）跳过预处理	如使用相同数据，可复用之前准备好的文件夹
⑸ 运行模型	等待 "Run Model" 按钮可点击后点击执行模拟

Choose configuration files and output folder

一、打开 LQF 模块（在 QGIS 中）

确保你已经安装了 QGIS 与 UMEP 插件；
启动 QGIS；
在顶部菜单栏选择：

UMEP → Pre-Processor → Local Climate Zone based Anthropogenic Heat Flux (LQF)

将打开一个 LQF 配置的对话窗口。

二、选择配置文件与输出目录

从对话框 上到下 逐项完成操作：

1、加载配置文件

点击 UI 中的：

... 按钮以浏览选择：
- Parameters.nml（模型参数文件）
- DataSources.nml（文件路径与输入设定）

💡 如果文件中存在错误（如路径错误、缺失字段等），会出现弹窗提示，请检查路径与字段拼写。

2、设置输出路径

在 "Output path" 部分，选择一个 新的空文件夹 用于输出结果；
建议每次运行使用不同输出文件夹，便于后续分析与管理。

三、准备输入数据：点击"Prepare input data using Data Sources"

点击该按钮后，将执行 数据预处理步骤，流程如下：

人口与区域匹配：
- 将 shapefile 中的每个单元格与 Pop 字段相连接；
读取区域参数：
- 来自 LQF 数据库中为不同国家预设的能耗、人口偏好等信息（如工作日结构等）；
若输出区域 ≠ 人口区域：
- 进行自动的 空间加权分配：将人口按面积权比例映射到输出区域（可部分重叠）。

⏳ 此步骤可能耗时较长，取决于：

shapefile 区域数目；
数据文件大小；
硬盘读取速度。

✔️ 成功后，程序界面中将显示：

复制代码

Available at: C:/LQFData/Run_01/PreparedData

表示预处理完成，并创建了一个包含 中间映射数据 的 "prepared" 文件夹，其内含结构化并可直接调用的输入数据。

四、优化提示：跳过"准备步骤"的方法

若你使用 完全相同的数据源 （shapefile、人群、参数文件、数据库等），可复用之前准备好的 PreparedData。

方法如下：

点击 "..." 按钮 → 选择之前输出的 PreparedData 文件夹；
系统会将其 自动复制到当前输出目录中，无需再次执行 Prepare。

📍 优点：

节省运行时间（尤其适用于测试、调参、多次运行同一数据集时）；
保持输出的一致性。

一旦上述 Prepare 步骤成功完成，UI 界面将自动激活 "Run Model" 按钮用于启动模型运行：

点击 Run Model 即可开始模拟；
输出将写入你指定的 output 文件夹中，包括各种人类热通量的栅格结果（GeoTIFF 格式）。

【UMEP第12.3期】LQF实例教程：模拟伦敦2015年人类活动热通量QF

目录

Initial Practical steps

LQF 教程 1：简单的人类活动热流（QF）建模

准备数据（Preparing data）

一、准备输入数据

二、配置 shapefile（人口与输出区域）

三、验证人口属性字段

四、建模所需的 NML 配置文件

Set up the DataSources.nml file

Add shapefile information

Add the LQF database and mean daily temperature files

Run LQF

Choose configuration files and output folder

Run the model for 1 week

Visualise results

LQF 教程 2: Refining LQF results

Tutorial 2a: Custom diurnal profiles

Tutorial 2b: Updating national parameters in the LQF database

Tutorial 2c: Custom temperature response function

参考