空调室外干湿球温度参数同时作用于建筑物,是影响建筑热环境的重要参数,在空调系统设计中是负荷计算和设备容量选择的初始计算气象条件。现阶段,空调室外计算干、湿球温度的确定方法主要是对单个气象参数的一维概率统计,而未考虑两者之间的同时发生性。因此,有必要对考虑干湿球温度之间同时发生性的确定方法进行研究,确定一种更科学合理的空调室外计算干、湿球温度。本文利用数理统计和极值统计等相关的跨学科知识,提出了一种基于二元超阈值模型的室外干湿球温度确定方法,通过惩罚函数人工萤火虫群优化算法对满足干湿球温度的同时不保证率下的干湿球温度进行优化求解计算,最后获得同时发生的室外干湿球温度参数。以乌鲁木齐市1978-2016年共30年的气象观测数据,作为计算基础数据。并对我国现有确定方法以及各国方法下确定的乌鲁木齐的夏季室外计算干湿球温度进行了讨论,主要研究内容及结果如下:1.介绍了我国方法、美国ASHRAE和英国CIBSE的以单参数的不保证率(时长)下的夏季空调室外计算参数确定方法,以及对比了中美英的夏季空调室外计算干湿球温度的确定方法在我国同一地区乌鲁木齐市的参数值。2.按照我国方法得到的一对设计干湿球温度将乌鲁木齐市30年历年逐时干湿球温度数据散点图划分为4个区域,位于Ⅰ区的空气状态点在该设计干湿球温度下为完全保证区域,Ⅱ,Ⅲ,Ⅳ区域为实际的空气状态点不保证区域。计算得到按我国方法所得到的干、湿球温度实际的空气状态点的不保证时长为84小时,超过了要求的50h。而ASHRAE以主参数和伴随参数的不同定义的两种夏季空调室外参数,其伴随参数值都相对于主参数的不保证率而言取得过低,也存在着不合理。3.证明对于超过一定阈值的干、湿球温度数据总体服从广义帕累托分布(GPD),通过对模型检验,模型拟合良好。通过计算,干湿球温度这两个指标间存在较强的尾部相关性,确定干湿球温度阈值后,选择对称的Logistic模型作为干湿球温度之间的相关结构函数,最后以乌鲁木齐市30年历年逐时干、湿球温度数据作为案例分析,对干湿球温度建立二元超阈值模型。4.室外干、湿球温度是同一时间维度下的随机变量,干、湿球温度的同时不保证率的问题可以转化为研究干湿球温度的二元分布规律,设计干、湿球温度将空气状态分布划分为四个区域,Ⅰ区为完全保证区域,区域Ⅲ为完全不保证区域。建立二元超阈值模型后可以得到每个区域的分布规律,区域Ⅲ的干、湿球温度分布的联合频率分布作为干湿球温度的同时不保证率,这个不保证率作为约束条件,区域Ⅰ的联合频率分布作为目标函数。通过惩罚函数萤火虫优化算法求在一定约束条件下对目标函数寻优,可以得到同时发生的设计干湿球温度值。5.以乌鲁木齐为例进行案例分析,在同时不保证率0.57%(50h)的新方法下求得的空调室外设计干湿球温度为31.5℃,19.9℃。新方法下的各参数的不保证时长介于我国方法与ASHRAE方法之间。新方法下的干湿球温度单参数的不保证时长远远低于ASHRAE方法。相较于我国方法,新方法求得的参数为同时发生的干湿球温度,干湿球温度是互相关联的。新方法下的设计干湿球温度在统计年份中均集中出现在7月下旬,反映了设计干湿球温度的同时性,进一步验证了该方法的合理性。通过以上研究,为夏季空调系统设计干、湿球温度的选取提供一种更为科学合理的确定方法。