Erken tasarım aşamasında bina günışığı performansının değerlendirilmesine yönelik bir karar destek modeli

Abstract

Bu tez, mimari erken tasarım aşamasında alınan kararların iç mekân günışığı perfor-mansı üzerindeki etkilerini ortaya koymak amacıyla, iklim verisine dayalı günışığı metriklerini analiz edebilen ve LEED v4.1 Günışığı Kredisi doğrultusunda değerlen-dirme yaparak yönlendirici öneriler sunabilen etkileşimli bir karar destek modeli geliş-tirmektedir. Rhino–Grasshopper3D platformu üzerinde yapılandırılan modelde, tasa-rımcıdan üç boyutlu olarak tanımlanmış bir bina girdisi alınmakta; kullanıcı bu modeli sisteme ekledikten sonra "Çözümleme" butonu aracılığıyla işlemi başlatmaktadır. Bu aşamada model, binanın cephe ve planlarını ayrıştırmakta ve analiz için gerekli geo-metrik verileri üretmektedir. Ardından cam türünün görünür ışık geçirgenliği (IGÇ) değeri, binanın yönlenmesi, iç yüzeylerin yansıtıcılık katsayıları, ilgili katın zeminden yüksekliği ve iklime ait .epw dosyası seçilerek simülasyon süreci başlatılmaktadır. Honeybee eklentisi ile gerçekleştirilen analizlerde sDA300/50%, ASE1000/250h ve UDI (100–2000 lx aralığında kullanışlı aydınlatma) metrikleri hesaplanmakta; Human UI arayüzü aracılığıyla tasarımcıya hem görsel hem de sayısal geri bildirim sunulmak-tadır. Modelin ilk aşamasında oluşturulan varyasyon temelli veri tabanı, ikinci aşamada kul-lanıcı seçimlerine bağlı olarak yapılan analizlerin yorumlanmasında referans işlevi görmekte; elde edilen sonuçlar LEED v4.1 Günışığı Kredisi puanlama sistemi ile eş-leştirilerek değerlendirilmektedir. Performans kriterleri doğrultusunda yeterli puan alınamayan durumlarda model, sDA ve ASE metriklerine dayalı olarak tanımlanan sekiz farklı senaryo çerçevesinde öneriler sunmaktadır. Bu öneriler, cam türü, bina yönlenmesi, iç yüzeylerin (duvar, zemin ve tavan) yansıtıcılık değerleri, saydam yü-zeylerin alanı ve konumu ile gölgeleme elemanlarına ilişkin olup, model tarafından otomatik olarak üretilmekte, tasarımcı tarafından ise manuel olarak uygulanmaktadır. Örneğin, saydam yüzey alanının yetersiz olduğu senaryolarda cam alanının artırılması ve açıklıkların tavan kotuna yakın konumlandırılması önerilmekte; böylece ışığın iç mekâna daha homojen biçimde dağılması hedeflenmektedir. Ayrıca, bu parametre değişiklikleriyle yeterli iyileştirme sağlanamadığında, kullanıcıya bina formu, iç mekân derinliği, kat yüksekliği ve hacim oranları gibi temel tasarım kararlarını yeni-den gözden geçirmesi gerektiği bilgisi sunulmaktadır. Geliştirilen model, yalnızca teknik analiz çıktıları üreten bir araç olmanın ötesinde; tasarımcıya erken tasarım sürecinde yönlendirici öneriler sağlayan, sezgisel kararları teknik doğrulukla destekleyen, görsel ve sayısal geri bildirim sunan, kullanıcı dostu ve hedef odaklı bir karar destek sistemi olarak çalışmaktadır. Bu yönüyle model, mimari tasarımın erken aşamalarında performans odaklı tasarım anlayışını güçlendirmekte ve sürdürülebilir yapı üretimine katkı sağlamaktadır.

This thesis develops an interactive decision support model that analyzes daylighting metrics based on climate data to reveal the impact of decisions made during the early architectural design phase on interior daylighting performance and provides guiding recommendations based on the LEED v4.1 Daylight Credit assessment. The model, built on the Rhi-no–Grasshopper3D platform, receives a three-dimensional building input from the designer. After adding this model to the system, the user initiates the process via the "Analysis" button. In this phase, the model parses the building's faça-de and plans and generates the necessary geometric data for the analysis. The simula-tion process is then initiated by selecting the visible light transmittance (VLT) value of the glass type, the building's orientation, the reflectance coefficients of the interior surfaces, the height of the relevant floor above ground, and the .epw file for the cli-mate. Analyses performed with the Honeybee plugin calculate sDA300/50%, ASE1000/250h, and UDI (useful illuminance in the range of 100–2000 lx). Both vi-sual and numerical feedback are provided to the designer through the Human UI interface. The variation-based database created in the first phase of the model serves as a refe-rence for interpreting the analyses based on user selections in the second phase. The results are evaluated by comparing them with the LEED v4.1 Daylight Credit scoring system. In cases where sufficient points are not achieved according to the performan-ce criteria, the model offers recommendations within the framework of eight diffe-rent scenarios defined based on sDA and ASE metrics. These recommendations rela-te to glazing type, building orientation, reflectance values of interior surfaces (walls, floors, and ceilings), the area and location of transparent surfaces, and shading ele-ments. These recommendations are automatically generated by the model and manu-ally implemented by the designer. For example, in scenarios where transparent surfa-ce area is insufficient, increasing the glazing area and positioning openings closer to the ceiling elevation are recommended, aiming to distribute light more homogeneo-usly throughout the interior. Furthermore, if these parameter changes fail to provide sufficient improvement, the user is informed that fundamental design decisions such as building form, interior depth, floor height, and volume ratios need to be reconside-red. The developed model goes beyond simply producing technical analysis output; it functions as a user-friendly and goal-oriented decision support system that provides guiding suggestions to the designer during the early design process, supports intuitive decisions with technical accuracy, and provides visual and numerical feedback. In this respect, the model strengthens the performance-oriented design approach in the early stages of architectural design and contributes to the production of sustainable buildings.