CityDPC: A Python library for handling 3D city model datasets

Diese Studie stellt CityDPC vor, eine Python‐Bibliothek für geometrische Berechnungen basierend auf CityGML‐ und CityJSON‐Datensätzen, die Funktionen von Werkzeugen wie CityATB vereint. Sie unterstützt das Laden, Analysieren, Validieren und Bearbeiten von 3D‐Stadtmodell‐Datensätzen und zielt darauf ab, Python‐Anwendungen für Analysen des städtischen Gebäudebestands zu verbessern. Die Bibliothek führt eine gemeinsame Gebäude‐Klasse ein, um die Integration neuer Datenformate zu beschleunigen und die Softwareentwicklung sowie die Interoperabilität zwischen städtischen Anwendungen zu optimieren. Eine neuartige Funktion ist die Berechnung von Wohnungstrennwänden oder anderen gemeinsamen Wänden, die im Rahmen eines UBEM‐ (Urban Building Energy Modeling) Kontexts durch die Integration von TEASER+ demonstriert wird. Dies zeigt den Nutzen der Bibliothek in der städtischen Energiemodellierung auf, indem sie geteilte Wände berechnet, um die Funktionalität bestehender Werkzeuge zu erweitern und innovative Anwendungen für stadtweite Gebäudeanalysen zu fördern.

This study presents CityDPC, a Python library for geometric computations on CityGML and CityJSON datasets, merging features from tools such as CityATB. It supports loading, analyzing, validating, and manipulating 3D city model datasets, aiming to enhance Python applications for urban building stock analyses. It introduces a shared building class to expedite new data formats integration and improve software development and interoperability among urban‐scope applications. A novel feature is the calculation of party or shared walls, showcased in a UBEM (Urban Building Energy Modeling) context through TEASER+ integration. This demonstrates the library's utility in urban energy modeling, calculating shared walls to advance existing tools’ functionality and foster innovative urban‐scale building analysis applications.