姜之點(diǎn),彭立華,*,楊小山,姚靈燁,朱春磊

1 南京工業(yè)大學(xué)建筑學(xué)院,南京 211816 2 南京工業(yè)大學(xué)綠色建筑與生態(tài)城市實(shí)驗(yàn)室,南京 211816

城市化與全球氣候變化雙重作用下,熱島效應(yīng)成為最具代表性的生態(tài)環(huán)境問題之一[1- 2]。城市綠地通過冠層遮陰與蒸發(fā)蒸騰作用形成“冷島”,是緩解熱島效應(yīng)、提升人居環(huán)境質(zhì)量的有效途徑[3- 8]。當(dāng)前我國城市發(fā)展從增量擴(kuò)張往存量優(yōu)化模式轉(zhuǎn)變,城市建設(shè)用地日益稀缺,可綠化面積越來越少。綠化屋頂能充分利用屋面閑置空間添綠,可有效補(bǔ)充地面綠化不足,幫助城市緩解熱島效應(yīng)。

屋頂綠化熱效應(yīng)主要通過遮陰隔離及蒸發(fā)蒸騰兩種途徑實(shí)現(xiàn)。由植物、土壤基質(zhì)等組成的多層結(jié)構(gòu)可有效隔離太陽輻射,降低屋頂表面溫度,削減傳入建筑內(nèi)部的熱量及空調(diào)制冷耗能;此外,植被及土壤中水分的蒸發(fā)蒸騰作用帶走熱量,從而降低大氣溫度、緩解城市熱島效應(yīng)。目前屋頂綠化熱效應(yīng)研究方法及內(nèi)容主要包括4個方面：(1)通過短期對比觀測實(shí)驗(yàn),分析溫濕度、建筑能耗等熱效應(yīng)指標(biāo)在綠化及普通屋頂之間的差異,揭示屋頂綠化熱效應(yīng)強(qiáng)度[9- 15];(2)基于長時(shí)間序列觀測數(shù)據(jù),定量分析氣候、植被、土壤等環(huán)境因子對熱效應(yīng)的影響[16- 17];(3)建立熱量平衡方程定量刻畫建筑-屋頂綠化-大氣之間的熱量傳輸過程,揭示熱效應(yīng)影響因子及作用機(jī)理[18- 21];(4)借助建筑能耗模型或者中尺度氣候模型,預(yù)測單個或者大面積屋頂綠化對城市能源消耗以及熱島效應(yīng)的削減作用[22- 25]。

以上實(shí)測及模型研究均證實(shí)屋頂綠化可在不同氣候條件下發(fā)揮降溫、節(jié)能熱效應(yīng),從而改善城市熱環(huán)境。然而,大部分研究著重探討單個屋頂綠化案例對建筑屋頂層面熱效應(yīng)指標(biāo)的影響,無法全面反映城市冠層三維空間熱環(huán)境的響應(yīng)情況。城市尺度的模擬研究往往對下墊面特征進(jìn)行參數(shù)化處理,不能充分考慮由于建筑環(huán)境差異導(dǎo)致的熱效應(yīng)空間分異,無法深入探討城市形態(tài)結(jié)構(gòu)對熱效應(yīng)的可能影響。屋頂綠化的降溫效應(yīng)從屋面至地面呈現(xiàn)怎樣的三維空間分布規(guī)律？城市形態(tài)結(jié)構(gòu)因子(建筑高度、密度、朝向)如何影響熱效應(yīng)空間分布？具有哪種形態(tài)特征的城市區(qū)域建設(shè)屋頂綠化能最大程度發(fā)揮熱效應(yīng)？要回答這些問題,必須開展介于建筑與城市之間的街區(qū)尺度屋頂綠化熱效應(yīng)研究。

在南京市選擇不同形態(tài)結(jié)構(gòu)特征的代表性樣區(qū),采用小氣候模型ENVI-met 4.2,模擬分析街區(qū)尺度屋頂綠化的三維熱效應(yīng),并著重探討城市形態(tài)結(jié)構(gòu)對熱效應(yīng)的影響,識別有利于緩解熱島效應(yīng)的形態(tài)結(jié)構(gòu)類型, 研究結(jié)果可促進(jìn)對亞熱帶城市地區(qū)建筑-植被-大氣相互關(guān)系及作用機(jī)理的深入認(rèn)識,并為屋頂綠化實(shí)踐提供指導(dǎo)。

1 研究區(qū)概況

1.1 南京市氣候特征

南京位于31.2—32.3°E,118.4—119.2°N,屬亞熱帶濕潤季風(fēng)氣候,四季分明,冬冷夏熱,全年日平均氣溫28.6℃,夏季日均氣溫32.0℃,盛行風(fēng)向?yàn)闁|風(fēng)和東南風(fēng)。南京是長三角地區(qū)的中心城市,常住人口824萬,城區(qū)人口密度大,高層建筑較多,熱島效應(yīng)明顯,根據(jù)40年氣象站觀測資料分析顯示,南京市平均熱島強(qiáng)度為0.5℃,最高可達(dá)6.0℃[26]。

1.2 研究樣區(qū)選擇

參考局地氣候分區(qū)體系(Local Climate Zone,LCZ)選擇樣區(qū)[27]。LCZ是目前發(fā)展較為成熟的以城市氣候?qū)W為基礎(chǔ)的分類體系,它主要依據(jù)下墊面對熱環(huán)境的響應(yīng)能力進(jìn)行分區(qū)劃定[28- 30],將城市一定范圍的區(qū)域(直徑約1 km),根據(jù)其建筑高度、建筑密度、透水面積比、天空視域系數(shù)以及高寬比等因子劃分為10類局地氣候區(qū),依次排序?yàn)長CZ1—LCZ10。本研究考慮屋頂綠化適建性等因素,不分析LCZ7(輕質(zhì)低層建筑區(qū))和LCZ10(工業(yè)廠房區(qū))兩種類型;此外,容積率與綠化覆蓋率為我國控制性詳細(xì)規(guī)劃的重要指標(biāo),因此也一并考慮(表1)。

表1 8種LCZ類型的特征、標(biāo)準(zhǔn)及對應(yīng)研究樣區(qū)的相關(guān)參數(shù)

LCZ：局地氣候區(qū),Local climate zone; BH：平均建筑高度,Building height;BD：建筑密度,Building density;PSF：透水面積比,Pervious surface fraction;SVF：天空視域系數(shù),Sky view factor;H/W：高寬比,Height-to-width ratio;FAR：容積率,Floor area ratio;GCR：綠化覆蓋率,Green coverage ratio;a：該數(shù)值與參考值稍有出入;“—”表示LCZ分類體系中無相應(yīng)指標(biāo)

基于QuickBird衛(wèi)星影像與百度街景地圖,了解南京城市街區(qū)布局、幾何形態(tài)、建筑屋頂現(xiàn)狀、地面綠化覆蓋等基本特征,結(jié)合各LCZ類型的定義與指標(biāo)值,選擇了8個典型樣區(qū)進(jìn)行熱效應(yīng)模擬(圖1),采用ArcGIS 10.2對地塊矢量化并統(tǒng)計(jì)各項(xiàng)指標(biāo)(表1)。

圖1 8個研究樣區(qū)的空間分布Fig.1 Location and spatial distribution of the 8 study plotsLCZ：局地氣候區(qū),Local climate zone

2 ENVI-met 4.2模擬

2.1 模型簡介

ENVI-met由德國美因茨大學(xué)地理研究所開發(fā),主要基于CFD(計(jì)算流體動力學(xué),Computational Fluid Dynamics)和熱力學(xué)原理模擬城市建筑-植被-大氣相互關(guān)系。模型包括大氣、輻射、土壤、植物、建筑5個子模塊,空間精度為0.5—10 m,時(shí)間步長10 s,能實(shí)現(xiàn)小尺度風(fēng)、熱、濕、日射環(huán)境的耦合計(jì)算,并輸出溫濕度、風(fēng)速、熱通量等環(huán)境氣象因子的三維空間分布。本研究采用ENVI-met最新版本V4.2開展模擬研究,該版本具有邊界條件全強(qiáng)迫(full forcing)功能,可以將氣象站逐時(shí)觀測數(shù)據(jù)作為模擬邊界條件輸入,實(shí)時(shí)考慮模型邊界氣象條件變化的影響,因而比以往版本具有更高的模擬精度。

2.2 情景設(shè)置

每個LCZ樣區(qū)設(shè)置南-北向(街道與主導(dǎo)風(fēng)向東風(fēng)平行)、西南-東北向(街道與主導(dǎo)風(fēng)向45°相交)兩種朝向,樣區(qū)所有建筑設(shè)置傳統(tǒng)光屋頂、簡易型綠化屋頂(Extensive green roof,EGR)以及復(fù)合型綠化屋頂(Intensive green roof,IGR) 3種情景,共計(jì)模擬48種情景。為避免由于邊界效應(yīng)不同造成的結(jié)果偏差,每種情景的模型區(qū)域統(tǒng)一設(shè)置成260 m×260 m的正方形,平面網(wǎng)格大小為2 m×2 m。

簡易型屋頂綠化在建筑屋頂添加一層50 cm高的草坪,復(fù)合型屋頂綠化在草坪之上添加等距排布的桂花樹(Osmanthusfragrans),地面綠化統(tǒng)一采用南方街區(qū)常見的香樟樹(Cinnamomumcamphora),表2列出了3種植被的空間形態(tài)、生長參數(shù)及熱物理參數(shù)。其余各參數(shù),如建筑高度、建筑布局、地面鋪裝等,依據(jù)樣區(qū)實(shí)際情況建模。

表2 ENVI-met 4.2模型區(qū)域的植被樹種及生理參數(shù)

“—”表示該植被無相應(yīng)生理參數(shù)

2.3 模型輸入?yún)?shù)

ENVI-met 4.2模擬的邊界條件為研究區(qū)溫濕度、風(fēng)速、太陽輻射的逐時(shí)分布及不同深度的土壤溫濕度等,表3列出了模型模擬的主要輸入?yún)?shù)及獲取途徑。

表3 ENVI-met 4.2模型輸入?yún)?shù)及取值

2.4 模型驗(yàn)證

選擇位于南京市東部的紫東國際創(chuàng)意產(chǎn)業(yè)園區(qū)(ZDICP)開展微氣候?qū)崪y與模型驗(yàn)證。ZDICP在LCZ分類體系中屬于開敞中層建筑區(qū)(LCZ5),區(qū)內(nèi)共有10棟辦公建筑,4棟建筑上實(shí)施了復(fù)合型屋頂綠化,其余6棟為簡易型綠化屋頂(圖2)。在樣區(qū)內(nèi)部典型下墊面覆蓋處設(shè)置微氣候觀測點(diǎn)6個,包括復(fù)合型綠化屋頂(R1)、簡易型綠化屋頂(R2)、水面(G1)、鋪裝地面(G2)、樹林(G3)和植樹廣場(G4)。每個監(jiān)測點(diǎn)安裝溫濕度記錄儀(HOBO U23)與風(fēng)速風(fēng)向記錄儀(Kestrel NK 5500),測量與記錄1.5 m高處大氣溫度、相對濕度、風(fēng)速風(fēng)向數(shù)據(jù)。在樣區(qū)上風(fēng)向開闊處安裝自動氣象站(HOBO U30),獲取太陽輻射、大氣溫濕度、風(fēng)速、土壤溫濕度等參數(shù)作為模型邊界條件。風(fēng)速風(fēng)向的記錄間隔為1 min/次,其余氣象因子的記錄間隔為15 min/次。微氣候觀測當(dāng)日調(diào)查并記錄了監(jiān)測點(diǎn)周邊植被的樹種、樹高、胸徑、冠幅寬度等數(shù)據(jù),作為植被模塊的輸入?yún)?shù)。

微氣候觀測時(shí)間為2016年8月1日0:00時(shí)至2日12:00時(shí)共36 h,取前24 h的大氣溫度觀測值與模擬值對比,計(jì)算均方根誤差(Root mean square error,RMSE)以檢驗(yàn)?zāi)M精度(圖2)。結(jié)果顯示,白天(6:00—14:00時(shí))模擬值普遍高于實(shí)測值,而夜晚時(shí)段兩者的吻合度較高,6個監(jiān)測點(diǎn)全天的RMSE值在0.33—0.71℃之間(圖2),約為當(dāng)日平均氣溫的1.0%—2.2%。與以往ENVI-met驗(yàn)證研究報(bào)導(dǎo)的RMSE值(一般在1℃以上)相比[31- 32],本研究通過自定義邊界條件及深入調(diào)查樣區(qū)土壤植被輸入?yún)?shù),較大程度降低了模擬誤差,為后續(xù)情景模擬結(jié)果的可靠性提供了一定保障。

圖2 ENVI-met 4.2模型驗(yàn)證的微氣候測點(diǎn)空間分布、測量儀器及實(shí)測與模擬值逐時(shí)對比圖Fig.2 Monitoring spots and measuring equipment for validation of ENVI-met 4.2RMSE：均方根誤差,Root mean square error;R1：復(fù)合型綠化屋頂;R2：簡易型綠化屋頂;G1：水面;G2：鋪裝地面;G3：樹林;G4：植樹廣場

3 屋頂綠化熱效應(yīng)的三維空間分布

以綠化屋頂和對照光屋頂?shù)拇髿鉁囟炔钭鳛闊嵝?yīng)評價(jià)指標(biāo),正值表示降溫效應(yīng),負(fù)值表示升溫效應(yīng)。分析屋面1.5 m高處和地面1.5 m高處14:00時(shí)和20:00時(shí)兩個時(shí)段熱效應(yīng)的空間分布特征,并計(jì)算剔除建筑后其余所有網(wǎng)格降溫強(qiáng)度的最大值、最小值和平均值,以指示每個樣區(qū)屋頂綠化熱效應(yīng)的總體情況,便于樣區(qū)間比較。

3.1 平面空間分布特征

圖3—6顯示,綠化屋頂降溫效應(yīng)能從屋面輻射到建筑之間的開敞區(qū)域：由植被產(chǎn)生的涼爽空氣沿著風(fēng)向擴(kuò)散,在地塊下風(fēng)向(樣區(qū)西側(cè))形成“冷島區(qū)”,最大降溫強(qiáng)度一般位于建筑西側(cè)。西南-東北朝向樣區(qū)的冷空氣擴(kuò)散范圍普遍大于南-北朝向的樣區(qū)。

14:00時(shí),8個LCZ屋面所有網(wǎng)格的降溫最大值為0.64℃(圖3);地面所有網(wǎng)格的降溫最大值為0.55℃(圖4);20:00時(shí),屋面和地面所有網(wǎng)格的降溫最大值分別為0.26℃和0.25℃(圖5—6)。

分樣區(qū)統(tǒng)計(jì)降溫平均值,結(jié)果顯示,14:00時(shí),屋面平均降溫強(qiáng)度最大值為0.44℃(LCZ8,西南-東北朝向,復(fù)合型綠化),最小值為0.01℃(LCZ1,南-北向,簡易型綠化),所有樣區(qū)降溫平均值為0.15℃;地面平均降溫強(qiáng)度最大值為0.25℃(LCZ6,西南-東北朝向,復(fù)合型綠化),最小值為0.06℃(LCZ1,南-北向,簡易型綠化),所有地塊降溫平均值為0.12℃。20:00時(shí),屋面平均降溫強(qiáng)度最大值為0.12℃(LCZ3,西南-東北朝向,復(fù)合型綠化),最小值為0.01℃(LCZ9,南-北向,簡易型綠化),所有地塊降溫平均值為0.06℃;該時(shí)段地面平均降溫強(qiáng)度最大值為0.11℃(LCZ3,西南-東北朝向,復(fù)合型綠化),最小值為0.01℃(LCZ9,南-北向,簡易型綠化),所有地塊降溫平均值為0.05℃。

圖3 白天14:00時(shí)屋面1.5 m高處降溫強(qiáng)度空間分布Fig.3 Horizontal distribution of air temperature reduction at 1.5 m height above the roof at 14:00EGR：簡易型綠化,Extensive green roof;IGR：復(fù)合型綠化,Intensive green roof;Ave.：樣區(qū)降溫強(qiáng)度平均值,Average air temperature reduction

圖5 夜晚20:00時(shí)屋面1.5 m高處降溫強(qiáng)度空間分布Fig.5 Horizontal distribution of air temperature reduction at 1.5 m height above the roof at 20:00EGR：簡易型綠化,Extensive green roof;IGR：復(fù)合型綠化,Intensive green roof;Ave.：樣區(qū)降溫強(qiáng)度平均值,Average air temperature reduction

3.2 立面空間分布特征

圖7 復(fù)合型綠化屋頂14:00時(shí)降溫強(qiáng)度縱向空間分布Fig.7 Vertical profile of air temperature reduction by intensive green roof (IGR) at 14:00Ave.：樣區(qū)降溫強(qiáng)度平均值,Average air temperature reduction

圖7顯示了復(fù)合型屋頂綠化14:00時(shí)降溫強(qiáng)度的縱向空間分布特征：綠化屋頂產(chǎn)生的冷空氣能從屋面一直擴(kuò)散到地面,改善行人空間的熱環(huán)境。在緊鄰建筑的立面上,離屋頂越近,受到屋面冷空氣的影響越大,因而降溫強(qiáng)度越大;但是位于建筑之間開敞區(qū)域的立面上,由于屋面冷空氣往下沉降與擴(kuò)散的速度高于往周邊區(qū)域的擴(kuò)散速度,更易在地面形成“冷島區(qū)”,因而地面的降溫強(qiáng)度反而高于屋面。LCZ1、LCZ4等樣區(qū)由于高層建筑影響,屋面冷空氣對地面熱環(huán)境的影響非常微弱,而LCZ3、LCZ5等中低層街區(qū)的屋面和地面兩個高度降溫強(qiáng)度梯度變化不大;另外,西南-東北朝向的街區(qū)比同類型的南-北朝向街區(qū)更有利于冷空氣擴(kuò)散,因此熱效應(yīng)的影響范圍更大。

4 熱效應(yīng)的影響因素

4.1 綠化方式

以草本和小喬木搭配種植的復(fù)合型綠化屋頂?shù)慕禍匦?yīng)明顯優(yōu)于單草本種植的簡易型綠化屋頂：前者最高可降低屋面大氣溫度0.75℃、降低地面大氣溫度0.62℃;后者在兩個高度的降溫強(qiáng)度最大值分別為0.33℃和0.30℃。兩種綠化方式的降溫強(qiáng)度差異在白天較夜間顯著(圖8)：14:00時(shí),復(fù)合型和簡易型綠化在屋面的降溫強(qiáng)度平均值分別為0.22℃和0.04℃,地面的平均降溫強(qiáng)度分別為0.17℃和0.06℃;20:00時(shí),復(fù)合型和簡易型綠化的屋面降溫強(qiáng)度平均值分別為0.07℃和0.03℃,地面的平均降溫強(qiáng)度分別為0.06℃和0.02℃。

4.2 城市形態(tài)結(jié)構(gòu)

以復(fù)合型綠化為例,比較高層、中層、低層樣區(qū)所有情景的降溫平均值,分析建筑高度的影響;比較緊湊型和開敞型兩類街區(qū)所有情景的降溫平均值,分析開敞程度對熱效應(yīng)影響;比較南-北朝向和西南-東北朝向情景的降溫平均值,分析建筑朝向的影響(圖9)。

圖8 簡易型與復(fù)合型綠化屋頂降溫強(qiáng)度對比 Fig.8 Comparison of thermal performance between extensive green roof (EGR) and intensive green roof (IGR)

圖9 不同高度、開敞度及朝向的LCZ樣區(qū)的復(fù)合型綠化屋頂平均降溫強(qiáng)度對比Fig.9 Comparison of green-roof thermal performance amongst LCZs with different building height, compactness and orientation

結(jié)果顯示,高層(緊湊+開敞)、中層(緊湊+開敞)和低層(緊湊+開敞)建筑區(qū)在14:00時(shí)的降溫平均值分別為0.09、0.19、0.25℃;20:00時(shí)的降溫平均值分別為0.04、0.06、0.09℃,表明降溫強(qiáng)度隨建筑高度升高而遞減的趨勢。緊湊型(高層+中層+低層)和開敞型(高層+中層+低層)建筑區(qū)在14:00時(shí)的降溫平均值分別為0.21℃和0.16℃,20:00時(shí)的降溫平均值分別為0.08℃和0.06℃,表明降溫強(qiáng)度隨開敞程度增加而降低的趨勢。南-北向和西南-東北向白天的降溫平均值分別為0.17℃和0.22℃,夜晚降溫平均值分別為0.06℃和0.07℃,表明與主導(dǎo)風(fēng)向相交的建筑布局相比平行布局具有更大降溫潛能。

進(jìn)一步采用SPSS分析降溫強(qiáng)度與城市形態(tài)結(jié)構(gòu)因子之間的相關(guān)性。表4顯示,建筑高度與屋面和地面熱效應(yīng)之間均呈現(xiàn)顯著負(fù)相關(guān)(P= 0.01),建筑越高,降溫強(qiáng)度越弱;建筑密度與屋面降溫強(qiáng)度之間為正相關(guān)(P= 0.05),但與地面降溫強(qiáng)度之間的相關(guān)性不顯著;高寬比、容積率與屋面、地面降溫強(qiáng)度均為顯著負(fù)相關(guān),前者為0.05水平,后者為0.01水平;天空視域系數(shù)及地面綠化覆蓋率兩個因子與屋面、地面降溫強(qiáng)度之間均無顯著相關(guān)性。

表4 屋頂綠化熱效應(yīng)與城市形態(tài)結(jié)構(gòu)因子之間的相關(guān)性分析

** 表示顯著水平P≤0.01,* 表示顯著水平0.01

4.3 LCZ類型

將8個研究樣區(qū)復(fù)合型綠化情景14:00時(shí)的降溫強(qiáng)度進(jìn)行排序,分析屋頂綠化熱效應(yīng)與LCZ類型之間的關(guān)系。表5顯示,高層建筑區(qū)(LCZ1、LCZ4)的屋面與地面降溫強(qiáng)度始終排在末兩位,而低層建筑區(qū)(LCZ3、LCZ6)的4個熱效應(yīng)指標(biāo)值均排在前3位,表明建筑高度是熱效應(yīng)的關(guān)鍵影響因子;大型低層建筑區(qū)(LCZ8)的屋面降溫強(qiáng)度排第1位,但地面降溫強(qiáng)度排3—5位,進(jìn)一步說明了建筑密度對屋面和地面熱效應(yīng)的反向影響：密度高意味著更多的屋頂綠化空間,可顯著提高屋面降溫強(qiáng)度,但是密集排布的建筑阻擋空氣流動,可能影響冷空氣往地面和周邊的擴(kuò)散。以綜合熱效應(yīng)作為依據(jù)進(jìn)行評價(jià),LCZ3(緊湊低層建筑區(qū))、LCZ6(開敞低層建筑區(qū))為最適宜進(jìn)行屋頂綠化的形態(tài)結(jié)構(gòu)類型;LCZ2(緊湊中層建筑區(qū))、LCZ5(開敞中層建筑區(qū))、LCZ8(大型低層建筑區(qū))與LCZ9(零散建筑區(qū))為一般適宜類型;而LCZ1(緊湊高層建筑區(qū))與LCZ4(開敞高層建筑區(qū))的適建性相對較低。

表5 LCZ樣區(qū)之間的降溫強(qiáng)度排序

括號內(nèi)為該LCZ類型的降溫強(qiáng)度

5 討論與結(jié)論

城市微氣候是由建筑-地表覆蓋-大氣之間相互作用形成的復(fù)雜系統(tǒng)。建筑高度、密度等形態(tài)結(jié)構(gòu)要素控制著城市冠層內(nèi)部輻射分配與空氣流動過程,影響太陽輻射、溫濕度、風(fēng)速等微氣候因子[33],這些因子進(jìn)一步作用于綠地遮陰、蒸發(fā)蒸騰及冷空氣傳輸過程,影響降溫強(qiáng)度與范圍[16]。傳統(tǒng)的城市綠地?zé)嵝?yīng)評價(jià)研究主要關(guān)注綠地內(nèi)部與其他地表覆蓋類型之間的溫度差異,并著重分析面積、植被構(gòu)成、景觀格局等綠地本身屬性因素的影響。本研究以綠化屋頂為研究對象,將熱效應(yīng)評價(jià)范圍擴(kuò)展至綠地之外、街區(qū)之內(nèi)的城市冠層三維空間,并初步探討了城市形態(tài)結(jié)構(gòu)因子的影響。

研究結(jié)果顯示,街區(qū)尺度屋頂綠化不僅能改善建筑屋面熱環(huán)境,而且由于冷空氣的對流和下沉效應(yīng),綠化產(chǎn)生的“冷島”能擴(kuò)展到建筑之間的近地面區(qū)域。8個研究樣區(qū)的屋面降溫最大值為0.64℃,平均降溫強(qiáng)度可達(dá)0.44℃;地面降溫最大值為0.55℃,平均降溫強(qiáng)度可達(dá)0.25℃。有關(guān)大面積屋頂綠化熱環(huán)境效應(yīng)的模擬研究在國外報(bào)導(dǎo)較多,如Bass 等[23]對加拿大多倫多市的氣候模擬結(jié)果顯示,若該市5%的建筑實(shí)施屋頂綠化可使夏季氣溫下降0.5℃;Smith等[25]對美國芝加哥市的模擬結(jié)果顯示,該市所有屋頂100%綠化可使夜間溫度下降2—3℃。與以上研究相比,本研究模擬所得的降溫強(qiáng)度值偏小,除了研究區(qū)氣候條件不同之外,研究尺度及模擬方法不同也是造成差異的主要原因。盡管如此,研究結(jié)果仍反映了亞熱帶城市地區(qū),街區(qū)尺度屋頂綠化、特別是復(fù)合型綠化對城市冠層三維空間熱環(huán)境的可能改善效果。若將溫度降低導(dǎo)致的建筑能耗及空調(diào)熱排放削減考慮在內(nèi),熱效應(yīng)將更加突出。因此,在建設(shè)用地日益稀缺的大城市地區(qū),大面積屋頂綠化不失為緩解城市熱島的一種有效途徑。

通過研究樣區(qū)之間的熱效應(yīng)比較以及降溫強(qiáng)度與形態(tài)結(jié)構(gòu)因子之間的相關(guān)分析,識別了幾個關(guān)鍵影響因子。首先,建筑高度與降溫強(qiáng)度最為相關(guān),低層建筑區(qū)(LCZ3、LCZ6)實(shí)施屋頂綠化后產(chǎn)生的降溫效應(yīng)明顯高于高層建筑區(qū)(LCZ1、LCZ4)。建筑越高,屋頂冷空氣往下傳輸?shù)木嚯x越長,因而對地面熱環(huán)境的改變相對微弱。當(dāng)建筑高度達(dá)到25 m以上時(shí)(LCZ1和LCZ4樣區(qū)),屋頂綠化對地面熱島效應(yīng)的緩解效果可忽略不計(jì)。建筑密度對降溫強(qiáng)度的影響具有雙面性,建筑密度高意味著屋頂綠化面積大,有利于屋面降溫;但是當(dāng)建筑單體基底面積過大時(shí),可能影響自然通風(fēng)和冷空氣往地面的擴(kuò)散速率。這種雙面作用體現(xiàn)在LCZ8樣區(qū)(大型低層建筑區(qū)),由于建筑密度在所有樣區(qū)中最高,其屋面降溫強(qiáng)度也排在第1位,但是由于建筑單體龐大,建筑間的空間通透性不足影響了空氣流動,地面降溫強(qiáng)度僅排在第3位和第5位。此外,研究發(fā)現(xiàn),在同一類型LCZ樣區(qū)中,街道走向與主導(dǎo)風(fēng)向呈45°夾角時(shí)比與主導(dǎo)風(fēng)向平行具有更高降溫強(qiáng)度,這可能因?yàn)榍罢呔哂休^低的迎風(fēng)面積比,對來流風(fēng)阻擋較少,增強(qiáng)了植被蒸發(fā)蒸騰效應(yīng),同時(shí)由于較長的氣流傳輸路徑擴(kuò)大了冷空氣傳輸范圍。

基于以上研究結(jié)果,提出以削減城市熱島為導(dǎo)向的屋頂綠化選址與設(shè)計(jì)原則：(1)以草坪和小喬木搭配的復(fù)合型綠化屋頂由于具有較高的葉面積指數(shù),在削弱太陽輻射、降低屋頂表面溫度以及促進(jìn)蒸發(fā)蒸騰方面均優(yōu)于以草坪種植為主的簡易型綠化屋頂,因此,在屋頂承重符合要求的條件下,選擇復(fù)合型綠化方式能最大程度改善街區(qū)熱環(huán)境;(2)如果采用復(fù)合型和簡易型搭配的屋頂綠化方式,則宜將復(fù)合型綠化布置在上風(fēng)向屋面,可延伸冷空氣傳輸路徑,而將公共活動空間安排在下風(fēng)向區(qū)域,以便匯入更多的涼爽空氣;(3)大面積屋頂綠化宜選擇在低層、高密度、街道與主導(dǎo)風(fēng)向存在一定夾角的建筑區(qū);在建筑密度相同的情況下,分散比集中的建筑布局更為適宜。

由于是初步探討,研究結(jié)果無法深入剖析屋頂綠化熱效應(yīng)三維空間分布的形成原理以及形態(tài)結(jié)構(gòu)因子對熱效應(yīng)的作用機(jī)理,后續(xù)研究可基于街區(qū)理想模型和參數(shù)研究(parametric study),分析城市冠層熱量平衡方程各部分的動態(tài)變化過程,揭示熱效應(yīng)形成機(jī)制。此外,本研究應(yīng)用的ENVI-met 4.2模型的模擬精度雖比以往研究有大幅度提高,但與模擬所得的熱效應(yīng)強(qiáng)度相比誤差仍然較大,未來研究可進(jìn)一步修正模型輸入?yún)?shù),提高模擬精度。