2002南京bin数据测量和计算值。图a表示一年中全天的bin数据； 图b表示一年中时段8：00-20：00的bin数据；图c表示5月1日-10月31日中全天的bin数据；图d表示5月1日-10月31日中时段8：00-20：00的bin数据；图e 11月1日-5月1日中全天的bin数据；图f表示11月1日-5月1日时段8：00-20：00的bin数据。式中
因为气温的频率分布是一个喇叭形曲线，故可以进行如下设想。数据中心段是最有意义的，而最大值和最小值反映了异常的天气情况。因为bin方法是用来计算建筑物能耗的，故集中在中心段的数据是有意义的，中心段数据反映了大部分的能耗。为了在模型评价中把这个因素考虑进出，在Eq.[11]中一个额外的因数 被引入。
4.结论和讨论
4.1模型的确认
基于上述在研究中的模型，以及南京地区2002最高日气温和最低日气温。两个不同季节（5月1日——10月31日和11月1日——4月30）的 bin天气数据就得到了。在每个不同季节，一天中不同的时段（全天24小时和一天中08：00——20.：00）都被考虑进出了。得到的bin天气数据如图表2所示，在图表中，计算和表示了实际的bin数据和统计误差。
如图2所示，本文中建立模型的误差在区间[3.25%，6.5%]内，这样的结果被认为是可以接受的。尽管这个比较仅仅一年内南京的气温记录为依据，（因此，图表2中的bin数据不能用来计算建筑能耗），
它预示了该研究中建立的模型是切实可行的，并且如果能够得到长期的气温记录，它就可能用来求出bin数据。
4.2 南京的bin数据
在我们以往的研究中，中国大多数城市典型气象年的规范是用TMY方法来研究的。其中只考虑了最高日气温、最低日气温和平均环境温度。以本文中建立的模型以及图表1中南京的典型气象年数据为依据，就可以得到两个不同季节和一天中不同时段的bin气象数据，结果如表2所示。表2中，在bin数据的产生过程中，气温bin设为2℃。另外，如果需要求夜晚20：00——08：00的bin数据，可以通过从整天的bin数据减出时段08：00——20：00的bin数据得到。
5结论
Bin 气象数据对bin方法的应用是重要。Bin方法能够有效地用来估算建筑的采暖和制冷需求量。本文建立了一个用以产生bin天气数据的随机模型，在该随机模型中仅需用到最高和最低日气温。用该随机模型，我们得到了南京地区的bin数据。统计评估指标MAPE被用来评估该模型。因为本文中考虑了运行季节和占有时期，MAPE值在区间[3.25%，6.5%]内。该模型可以用来估算那些逐时气温数据丢失或不可用的地区的bin气象数据。