Because of the harsh climate of Saudi Arabia, residential buildings on average, consume more than half of the total consumed energy. A substantial share of energy goes to the air-conditioning of buildings. Cooling buildings during summer is a major environmental problem in many Middle Eastern countries, especially since the electricity is highly dependent on fossil fuels. The aim of this study is to obtain a clearer picture of how various measures on the building envelope affects the buildings energy consumption, which can be used as a tool to save energy for buildings in the Middle East. In this study, different energy efficiency measures are evaluated using energy simulations in IDA ICE 4.7 to investigate how much energy can be saved by modifying the building envelope. A two-storey residential building with 247 m2 floor area is used for the simulations. The measures considered are; modifications of the external walls, modification of the roof, window type, window area/distribution, modification of the foundation, shading, exterior surface colour, infiltration rate and thermal bridges. All measures are compared against a base case where the building envelope is set to resemble a typical Saudi Arabian residential. First, all measures are investigated one by one. Thereafter, combinations of the measures are investigated, based on the results from single measure simulations. All simulations are carried out for two cities in Saudi Arabia, both with arid desert climate. Riyadh (midlands) with moderately cold winters and Jeddah (west coast) with mild winter. The results from simulations of single measures show the highest energy savings when changing the window type from single clear glass to double glass with reflective surface saving 27 % energy (heating & cooling) in Riyadh and 21 % in Jeddah. Adding insulation to an uninsulated roof saved up to 23 % and 21 % energy for Riyadh respectively Jeddah. Improvements of the thermal resistance of the exterior walls show 21 % energy savings in Riyadh and only 11 % in Jeddah. Lowering the window to wall ratio from 28 % to 10 % and changing the window distribution results in 19 % (Riyadh) and 17 % (Jeddah) energy savings. Adding fixed shades saves up to 8 % (Riyadh) and 13 % energy (Jeddah) when dimensioned for the peak cooling load. Using bright/reflective surface colour on the roof saves up to 9% (Riyadh) and 17 % (Jeddah) when the roof is uninsulated. For the exterior walls, bright/reflective surface saves up to 5 % (Riyadh) and 10 % (Jeddah) when the walls are uninsulated. The other single measures investigated show less than 7 % energy savings. The results for combined measures show the highest energy savings for two combined measures when improving the thermal resistance of the exterior walls and changing window area/distribution saving up to 52 % (Riyadh) and 39 % (Jeddah). When performing three measures the addition of improved thermal resistance and reflectance of the windows resulted in the highest energy savings, saving up to 62 % (Riyadh) and 48 % (Jeddah). When adding a fourth measure, improving the thermal resistance of the slab shows the highest energy savings, 71 % (Riyadh) and 54 % (Jeddah). Applying all measures on the building envelope results in 78 % (Riyadh) and 62 % (Jeddah) energy savings. Significant energy savings can be achieved with measures on the building envelope. Major savings can be made by adding only 50-100 mm of insulation to the exterior walls and roof. Decreased window area and improvements on the thermal resistance and reflectance on the windows result in significant energy savings. Energy savings achieved with shadings and reflective surface colours decrease significantly when the thermal resistance of the roof and external walls are improved. All measures concerning thermal resistance have a higher impact in Riyadh than in Jeddah due to that a large part of the total heating and cooling is air handling unit (AHU) cooling in Jeddah. AHU cooling is not affected significantly by measures on the building envelope. To optimise energy savings, measures on the building envelope should be considered in combination with measures concerning the AHU. / På grund av det hårda klimatet i Saudiarabien, konsumerar bostadshus mer än hälften av den totala energi som förbrukas. En stor del av den förbrukade energin går till luftkonditionering. Kylningen av byggnader är ett stort miljöproblem i många länder i Mellanöstern, särskilt eftersom elektriciteten till stor del är helt beroende av förbränning av fossila bränslen. Syftet med denna studie är att få en tydligare bild av hur olika åtgärder på klimatskalet påverkar byggnaders energiförbrukning. Tanken är att resultaten ska kunna användas som ett hjälpmedel vid design av mer energieffektiva byggnader i Mellanöstern. I denna studie är olika energieffektivitetsåtgärder utvärderade med hjälp av energisimuleringar i IDA ICE 4.7 för att undersöka hur mycket energi som kan sparas genom att modifiera klimatskalet. Ett bostadshus med 247 m2 golvyta i två våningar används för simuleringarna. De åtgärder som övervägs är; modifieringar av ytterväggar, modifiering av tak, fönstertyp, fönster area/ distribution, modifiering av fundamentet, skuggning, ytskikt, infiltration och köldbryggor. Alla åtgärder jämförs mot ett Base Case där klimatskalet är inställt för att likna en typisk bostad i Saudiarabiens. Först undersöks alla åtgärder en åt gången. Därefter undersöks kombinationer av de studerade åtgärderna, baserat på resultat från simuleringar av enskilda åtgärder. Alla simuleringar utförs för två städer i Saudiarabien, både med torrt ökenklimat. Riyadh (inlandet) med måttligt kalla vintrar och Jeddah (västkusten) med mild vinter. Resultatet från simuleringar av enskilda åtgärder visar högst energibesparing när fönstertypen byts ut från enkelt klarglas till dubbelt reflekterande glas. Med byte av fönstertyp sparas upp till 27 % energi (uppvärmning och kylning) i Riyadh och 21 % i Jeddah. Att isolera taket sparar upp till 23 % och 21 % för Riyadh respektive Jeddah. Förbättrat värmemotstånd i ytterväggarna resulterar i upp till 21 % energibesparing i Riyadh och endast 11 % i Jeddah. Minskning av fönsterarean från 28 % av väggytan till 10 % och omplacering av fönsterna ger19 % (Riyadh) och 17 % (Jeddah) energibesparingar. Solavskärmning med hjälp av fasta skärmtak och fenor sparar 8 % (Riyadh) och 13 % energi (Jeddah) när de är dimensionerad för maximalt kylbehovet. Använda ljus/reflekterande yta på taket sparar upp till 9 % (Riyadh) och 17 % (Jeddah) när taket är oisolerad. För ytterväggar, sparar ljust/reflekterande ytskikt upp till 5 % (Riyadh) och 10 % (Jeddah) när väggarna är oisolerad. De övriga enskilda åtgärderna som undersökts visar mindre än 7 % energibesparing. Resultaten för kombinerade åtgärder visar högst energibesparingar för två kombinerade åtgärder när ytterväggens värmemotstånd förbättras tillsammans med mindre fönsterarea och ändrad fönsterplacering. De två åtgärderna sparar upp till 52 % energi i Riyadh och 39 % i Jeddah. När tre åtgärder utförs, fås den högsta energibesparingen med de två åtgärderna ovan med tillägg av förbättrade fönster med lägre u-värde och högre reflektants. Tillsammans resulterar de tre åtgärderna i en energibesparing upp till 62 % för Riyadh och 48 % för Jeddah. När man lägger till en fjärde åtgärd, fås den högsta besparingen med tillägg av förbättrat u-värde på grunden till de tre tidigare åtgärderna. De fyra åtgärderna sparar upp till 71 % energi i Riyadh och 54 % i Jeddah. Tillämpning av alla åtgärder på klimatskalet resulterar i 78 % (Riyadh) och 62 % (Jeddah) energibesparing. Betydlig reducering av energianvändningen kan uppnås med åtgärder på byggnadens klimatskal. Stora besparingar fås med endast 50 – 100 mm isolering i ytterväggar och tak. Att minska fönsterarean och förbättra fönsternas u-värde och reflektivitet bidrar till stora energibesparingar.  Besparingarna som fås vid solavskärmning och reflektiva ytor på tak och väggar minskar signifikant när taket och ytterväggarna isoleras. Alla åtgärder som förbättrar u-värdet på klimatskalet har en större inverkan i Riyadh än i Jeddah på grund av att en större andel av total uppvärmning och kylning upptas av kylning av inkommande luft i ventilationen. Energin som behövs för att kyla inkommande luft påverkas inte nämnvärt av åtgärderna på klimatskalet. För att optimera energibesparingarna ytterligare, bör åtgärder på klimatskalets övervägas tillsammans med energieffektivitetsåtgärder av ventilationen.

Simulating the global climate in fine granularity is essential in climate science research. Current algorithms for computing climate models are based on mathematical models that are computationally expensive. Climate simulation runs can take days or months to execute on High Performance Computing (HPC) platforms. As such, the amount of computational resources determines the level of resolution for the simulations. If simulation time could be reduced without compromising model fidelity, higher resolution simulations would be possible leading to potentially new insights in climate science research. In this project, broadband radiative transfer modeling is examined, as this is an important part in climate simulators that takes around 30% to 50% time of a typical general circulation model. This thesis project presents a convolutional neural network (CNN) to model this most time consuming component. As a result, swift radiation prediction through the trained deep neural network achieves a 7x speedup compared to the calculation time of the original function. The average prediction error (MSE) is around 0.004 with 98.71% of accuracy. / Högupplösta globala klimatsimuleringar är oumbärliga för klimatforskningen.De algoritmer som i dag används för att beräkna klimatmodeller baserar sig på matematiska modeller som är beräkningsmässigt tunga. Klimatsimuleringar kan ta dagar eller månader att utföra på superdator (HPC). På så vis begränsas detaljnivån av vilka datorresurser som finns tillgängliga. Om simuleringstiden kunde minskas utan att kompromissa på modellens riktighet skulle detaljrikedomen kunna ökas och nya insikter göras möjliga. Detta projekt undersöker Bredband Solstrålning modellering eftersom det är en betydande del av dagens klimatsimulationer och upptar mellan 30-50% av beräkningstiden i en typisk generell cirkulationsmodell (GCM). Denna uppsats presenterar ett neuralt faltningsnätverk som ersätter denna beräkningsintensiva del. Resultatet är en sju gångers uppsnabbning jämfört med den ursprungliga metoden. Genomsnittliga uppskattningsfelet är 0.004 med 98.71 procents noggrannhet.