魏琳沅,孫然好

1 中國科學院生態(tài)環(huán)境研究中心,城市與區(qū)域生態(tài)國家重點實驗室,北京 100085 2 中國科學院大學,北京 100049

世界上超過一半的人口(54%)居住在城市,這一數(shù)字預計還會增加[1]。在快速城市化進程中,城市人口增長以及人類活動造成城市景觀的破碎,改變了城市景觀格局,同時影響地表溫度的平衡,加劇熱環(huán)境的擴張,使城市熱島效應更加明顯。熱島效應直接影響人體健康,顯著增加能源消耗。城市景觀格局與城市熱環(huán)境緊密相關,景觀生態(tài)學、建筑學、地理信息系統(tǒng)、遙感科學以及計算機流體力學等學科的理論與方法都被應用于城市熱環(huán)境的研究中[2-5]。遙感反演的地表溫度是城市熱環(huán)境的重要量化指標,被越來越多地應用于城市熱島研究[6],推動學者對城市熱環(huán)境研究從定性逐步向定量發(fā)展。城市的景觀類型和格局對熱環(huán)境影響較大,一些學者利用土地覆蓋數(shù)據(jù),研究不同城市景觀對城市熱島的影響[7-9]。城市建筑物外的空調(diào)系統(tǒng)是影響室外熱環(huán)境的重要因素之一[10],同時建筑的格局、幾何形狀、材料等因素都對局部熱點的形成有很大影響[11]；城市化的進程改變了下墊面的熱力屬性,路面材料吸熱率高而比熱容小,能夠較多的吸收太陽輻射,使環(huán)境溫度升高,也影響了行人的熱舒適性[12]。而城市綠地、水體則具有顯著的降溫功能,在緩解城市熱島效應中發(fā)揮著重要的作用[13-15],已有研究表明綠地、水體面積越大,降溫強度越高[16-17],但在有限的城市內(nèi),大面積的規(guī)劃藍綠空間并不現(xiàn)實,為了提高藍綠空間的降溫效率,學者們對藍綠空間的特征及其影響因子進行研究,發(fā)現(xiàn)水體的降溫效率與其景觀形狀指數(shù)(Landscape shape index, LSI)呈線性相關[18-19],綠地的景觀格局指數(shù)及形態(tài)都影響其降溫效率[20-21]。此外,城市形態(tài)影響城市地表熱平衡、微尺度空氣循環(huán)等,比如天空開闊度常被用來描述城市形態(tài),研究表明天空開闊度與溫度呈顯著負相關。天空開闊度較小的城市區(qū)域,建筑物阻擋更多的長波輻射,熱量儲存在城市內(nèi)部,而且迎風面積與建筑阻力系數(shù)都較大,導致區(qū)域內(nèi)平均風速降低[22-23],風速也是影響區(qū)域熱環(huán)境的因素,城市中貫通的風道能夠緩解熱島效應,增加行人舒適性[24]。

在研究方法方面,城市熱環(huán)境的研究多依賴于遙感以及地面監(jiān)測。近年來,計算機流體力學(Computational Fluid Dynamics,CFD)被引入到城市風熱環(huán)境的模擬領域[25]。該方法的原理是將研究空間分割成微小的有限元單元。在不同物質(zhì)之間,計算遵循基本流體動力學和熱力學,通過迭代計算,可以對風熱環(huán)境進行細節(jié)模擬,具有工作量小、結(jié)果直觀等優(yōu)點。CFD模擬方法作為一種提供微環(huán)境數(shù)據(jù)的有效工具,在近二十年來得到了廣泛的應用[26-27],在緩解熱島效應上,國內(nèi)外學者通過CFD工具,模擬不同景觀格局配置,探討出較為理想的降溫格局,并提出了藍綠空間規(guī)劃框架[28]、構(gòu)建通風廊道[29]、屋頂綠化[30]以及設計水路間綠色廊道[16]等方案。因此,本研究利用計算機流體力學Phoenics軟件對區(qū)域風熱環(huán)境進行量化和模擬,Phoenics是一種用于分析各種傳熱問題的計算機技術,可對溫度場、風場等各種流場進行分析、計算和預測[31]。通過模擬區(qū)域平均風速,將之與地表溫度進行分析,以探討城市熱環(huán)境與風環(huán)境之間的關系。本研究將城市設置為處在一個以大氣運動為主的流場中,根據(jù)實際氣象參數(shù)分析城市風熱環(huán)境,對風速、風向、地表溫度、天空開闊度以及綠地、建筑格局配置進行綜合分析,探討不同因子之間的相互影響。

1 方法

1.1 研究區(qū)域

北京市位于華北平原北部,總面積約16400km2。北京市處于北溫帶,具有典型的大陸性季風氣候,四季分明。年平均氣溫約12.3℃,年降水量約570mm。夏季高溫多雨,盛行東南風,冬季寒冷干燥,盛行西北風,春秋短促。隨著城市化進程的加劇,自1960—2000年,北京市熱島強度平均每年增加0.31℃[32],北京年平均氣溫持續(xù)上升,城市熱島效應日益突出,緩解北京熱島效應已經(jīng)不可回避的問題。研究區(qū)中心位于北京五環(huán)內(nèi)朝陽區(qū)團結(jié)湖(116°27′32N,39°55′26E)北,區(qū)域面積42km2,分成42個區(qū)域(6km×7km)。Phoenics模型參數(shù)率定區(qū)域選擇位于北京中關村的中鋼國際廣場(圖1)。

圖1 研究區(qū)域和氣象觀測站Fig.1 Study area and observation sites 1—42) 研究區(qū)按照1km×1km范圍劃分42個小區(qū)域

1.2 技術流程與研究方法

1.2.1技術流程

利用遙感與地理信息技術手段獲得研究區(qū)域的景觀類型以及建筑物高度等參數(shù),在ArcGIS與Arc Scene中進行三維建模,同時利用Landsat 8影像反演出團結(jié)湖區(qū)域地表溫度數(shù)據(jù)、綠地溫度數(shù)據(jù)。并將三維建模數(shù)據(jù)導入ArcGIS中進行天空開闊度(Sky view factor, SVF)的計算。選取中鋼國際廣場為模型參數(shù)的率定區(qū)域,利用實測數(shù)據(jù)分時段輸入Phoenics軟件中進行數(shù)值模擬,將模擬結(jié)果與實測數(shù)據(jù)進行誤差分析。統(tǒng)計區(qū)域內(nèi)綠地面積、建筑面積等參數(shù),利用Phoenics軟件模擬以團結(jié)湖為中心的42個區(qū)域的風環(huán)境,將輸出的區(qū)域平均風速與天空開闊度以及地表溫度進行相關性分析。計算每個區(qū)域內(nèi)綠地形狀指數(shù),同綠地自身溫度進行分析。取綠地、建筑面積相差較小,但地表溫度相差較大的幾個典型區(qū)域進行討論研究,同時設計出幾種不同的綠地、建筑景觀格局,輸入到Phoenics中進行模擬,探究實地城市綠地、建筑最優(yōu)的結(jié)構(gòu)配置。

Phoenics是計算流體力學軟件,很多學者將之用于城市熱環(huán)境的研究中[33-34],軟件可以有效的輸出相關風、熱環(huán)境指標,Phoenics先后加入了SUN、FOLIAGE等模塊,實現(xiàn)了太陽輻射以及綠色植物的模擬,加強了軟件的實用性,Phoenics內(nèi)置了多種的湍流模型,本研究使用的是k-ε的湍流方程。軟件界面簡潔友好,實用性強,具有很強的實際意義。

1.2.2景觀類型的提取

利用高分辨率IKONOS影像進行土地利用分類,得到不同北京市景觀類型數(shù)據(jù),同時疊加矢量城市建筑輪廓信息,區(qū)分建筑與不透水面,獲取城市建筑分布以及建筑高度信息,這部分工作在前期已經(jīng)完成[35]。

1.2.3地表溫度的提取

利用Landsat 8遙感影像,反演北京地區(qū)地表溫度數(shù)據(jù)。采取輻射傳導方程法(Radioactive Transfer Equation),又稱大氣校正法,原理是首先估計大氣對地表熱輻射的影響,然后把這部分大氣影響從衛(wèi)星傳感器所觀測到的熱輻射總量減去,從而得到地表熱輻射強度,再把這一熱輻射強度轉(zhuǎn)化為相應的地表溫度。影像獲取時間為2018年6月27日,行列號為123/32,衛(wèi)星過境時天氣情況良好,影像清晰。

衛(wèi)星傳感器收到熱紅外輻射亮度值Lλ的表達式即傳輸方程：

Lλ= [εB(TS) +(1-ε)L↓]τ+L↑

(1)

溫度為T的黑體在熱紅外波段的輻射亮度B(TS)：

B(TS)=Lλ-L↑-τ(1-ε)L↓]/τε

(2)

地表真實溫度TS：

Ts=K2/ln (K1/B(TS) + 1)

(3)

NDVI及植被覆蓋度 (Pv) 估算

Pv=[ (NDVI-NDVIS)/(NDVIV-NDVIS) ]

(4)

地表比輻射率計算：

ε=0.995 (NDVI ≤ NDVIV) (水體、冰雪覆蓋區(qū))

(5)

ε=0.9589+0.086Pv-0.0671P2v(NDVIv < NDVI < NDVIs) (自然、人工混合表面)

(6)

ε=0.9625+0.0614Pv-0.0461P2v(NDVI < NDVIs)(自然表面)

(7)

式中ε：地表輻射率、TS：真實溫度、τ：大氣在熱紅外波段的透過率、L↑：大氣上行輻射亮度、L↓：大氣下行輻射亮度、K1和K2為熱紅外波段的定標常數(shù)、NDVI：歸一化植被指數(shù)、NDVIS：完全是裸土或無植被覆蓋區(qū)域的NDVI值、NDVIv：完全被植被所覆蓋的像元的NDVI值,即純植被像元的NDVI值,取經(jīng)驗值NDVIV=0.70 和NDVIS=0.05,即當某個像元的NDVI 大于0.70時,Pv取值為1；當NDVI小于0.05,Pv取值為0。大氣上行輻射、下行輻射以及大氣透過率數(shù)據(jù),可在NASA 官網(wǎng)中獲得,具體實現(xiàn)過程見圖2。

圖2 基于大氣矯正法的Landsat 8 反演流程圖 Fig.2 Landsat 8 inversion flow chart based on atmospheric correction method

1.2.4天空開闊度的計算

天空開闊度(Sky view factor, SVF)利用軟件模擬的三維矢量估算法進行計算,將建筑簡化為有相應的建筑高度體塊。以設定的觀察點為圓心做半球,并從圓心按照一定角度間隔放射處一定數(shù)量的垂直切面,找到每個垂直切面與觀察點周邊建筑體塊的交線處的相應最高仰角,并從估算點連線至半球,仰角線與半球相交將得到交點,將所有交點相連從而描繪處球面上的天空部分和建筑遮擋部分的交線。計算交線圍合的天空部分面積與半球總面積的比值,即為觀察點的天空開闊度值[36-38]。本研究取計算區(qū)域內(nèi)多個點的天空開闊度的平均值來代表區(qū)域天空開闊度的數(shù)值。研究區(qū)大小 42km2(6km×7km),分為42個1km×1km的小區(qū),將小區(qū)內(nèi)的含有建筑高度屬性的建筑導入ArcGIS中,在Arc Scene中拉伸建模,利用天際線(Skyline)、天際線圖(Skyline Graph)工具計算。研究計算的天空開數(shù)值均忽略地表植物的參數(shù),只考慮建筑物的高度參數(shù)。同時統(tǒng)計了每個小區(qū)建筑物高度、建筑物面積和綠地面積,通過掩膜提取了每個切面的地表溫度,以分析天空開闊度與地表溫度的相關關系。

1.2.5Phoenics的率定

模型參數(shù)率定區(qū)域選擇了北京市中關村中鋼國際廣場(116°18′23 N,39°58′50 E),率定數(shù)據(jù)采用現(xiàn)場調(diào)查的方式獲得。使用的紅外熱成像儀(Tesoto- 890)可以同時測量大量目標點的表面溫度,從而獲取路面以及草地的表面溫度。紅外熱成像儀安裝在區(qū)域內(nèi)最高點；Watch Dog B 100鈕扣式溫度記錄儀用來測定區(qū)域內(nèi)地面1.5m高度的溫度數(shù)據(jù)；Kestrel 3000手持式風速儀來測定研究區(qū)域風速數(shù)據(jù)。

測定時間選取2016年8月2日于8:00—16:00每間隔1 h進行測量,測定出8:00—16:00的風速以及1.5m處高度的溫度數(shù)據(jù),同時將大量路面以及草地的點的溫度進行數(shù)據(jù)處理,獲取路面以及草地表面的平均溫度。率定方法以及精度的驗證是將實地區(qū)域的風速以及1.5 m處高度的溫度等數(shù)據(jù)作為參數(shù)輸入模型中,在模型中模擬區(qū)域熱環(huán)境,經(jīng)過處理模擬出的熱環(huán)境圖,來輸出區(qū)域內(nèi)路面以及草地的表面溫度,用實際測定的路面以及草地的溫度去率定和驗證模型模擬結(jié)果。最后用均方根誤差(RMSE)進行結(jié)果分析。

1.2.6綠地降溫強度與降溫效率

綠地的降溫效應分為降溫強度與降溫效率。綠地降溫強度值為區(qū)域內(nèi)無綠地時的平均氣溫(1.5m高處)減去有綠地時的平均氣溫,用CI表示。降溫效率的值為降溫強度與區(qū)域內(nèi)綠地占比的比值,用CE表示。

CI=T0-T1

(8)

CE=CI/X

(9)

式中TI：區(qū)域無綠地平均氣溫；T0：區(qū)域內(nèi)有綠地平均氣溫；X：綠地在區(qū)域內(nèi)的占比。

2 結(jié)果

2.1 Phoenics模型參數(shù)率定

Phoenics模擬值與實測值接近(圖3),均方根誤差RMSE=1.34℃,表明Phoenics模型精度較高,可以很好的模擬溫度空間分布。

圖3 模型模擬的效果驗證Fig.3 Evaluation of the model prediction

2.2 局地氣候?qū)^(qū)域平均溫度的影響

天空開闊度與風速的相關分析發(fā)現(xiàn),兩者呈顯著正相關關系(P<0.01,r=0.677),即區(qū)域內(nèi)天空開闊度越大,風速越高。而天空開闊度與溫度具有顯著的負相關關系(P<0.01,r=-0.590),風速與地表溫度之間也顯著負相關(P<0.01,r=-0.647)(圖4)。根據(jù)Phoenics模擬的風速數(shù)據(jù)統(tǒng)計區(qū)域內(nèi)平均風速,結(jié)合遙感反演的Landsat 8地表溫度數(shù)據(jù),發(fā)現(xiàn)綠地面積與溫度呈顯著的負相關關系(P<0.01,r=-0.817)。綠地的形狀特征由形狀指數(shù)(周長/面積)表示,結(jié)果表明形狀指數(shù)與綠地溫度呈正相關關系(P<0.01,r=0.526),結(jié)果表明綠地形狀越復雜,綠地內(nèi)部與周圍環(huán)境的能量交流越多,其降溫效應越好。

圖4 綠地和建筑格局與氣候因子的關系Fig.4 Correlations between landscape patterns and climatic factors

2.3 綠地和建筑格局對熱環(huán)境影響

選取綠地、建筑占比相差較小,但地表溫度相差較大的特殊點。選取原則為：區(qū)域間綠色面積之差小于15%,水體面積相同,建筑面積之差小于15%,溫度相差大于1.5℃。經(jīng)過篩選,選取典型區(qū)域兩組：1(區(qū)域7、區(qū)域9)、2(區(qū)域11、區(qū)域12)。由于本研究將區(qū)域劃分42個小區(qū)域,有些典型小區(qū)域(區(qū)域11、12)被簡單的分割成幾個部分,故將11、12兩個區(qū)域向上擴增一些面積,將綠地面積占比以及區(qū)域平均地表溫度數(shù)據(jù)導入到綠地占比與溫度的圖中,不同綠地、建筑格局下區(qū)域溫度差異比較大(圖5)。

圖5 典型區(qū)域分析Fig.5 Typical area analysis a) 綠地占比與溫度關系 ；b) 區(qū)域9；c) 區(qū)域7; d) 區(qū)域11; e) 區(qū)域12

為了更加深入地探究綠地、建筑格局以及風環(huán)境對溫度的影響效應,在掌握北京市氣象數(shù)據(jù)的基礎上,設計出能夠反映北京小街區(qū)的較為簡單的建筑群三維模型。模型尺寸為500m×500m,將綠地面積占比設為定值(10%、20%、30%、40%和50%),并設計無綠地的對比區(qū)域。通過改變模擬區(qū)內(nèi)綠地的形態(tài)特征、建筑容積率、迎風建筑高低布局以及風向,利用Phoenics對建筑區(qū)形態(tài)的夏季熱環(huán)境進行模擬,從而比較不同綠地、建筑格局下的熱環(huán)境。

綠地占比10%—50%區(qū)域內(nèi)平均氣溫如圖6所示,在城市500m×500m小區(qū)域內(nèi),綠地的降溫強度CI隨著綠地面積增加而增大,占比10%—50%的綠地降溫強度范圍在1.4—2.2℃之間。降溫效率CE在綠地占比10%時最大。如圖7所示,各區(qū)域平均氣溫Ta、Tb、Tc、Td和Te分別為37.54℃、36.11℃、36.27℃、36.35℃和36.41℃。7-b、7-c形狀指數(shù)(周長/面積)分別為0.075、0.050,說明分散型綠地降溫效應優(yōu)于集中式大型綠地,形狀指數(shù)大的綠地降溫效應更大。如圖8所示,通過增加建筑物高度使小區(qū)容積率增大,略微的提升區(qū)域平均氣溫,但對小區(qū)域熱環(huán)境影響不明顯。風向是影響熱環(huán)境的原因之一,如圖9所示,北京建筑群形態(tài)坐北朝南,東南風更有利于減少其熱島效應。建筑格局顯著影響熱環(huán)境,如圖10所示,兩面低中間高(中低—高—中低)的建筑格局,區(qū)域平均氣溫平均要低1.6℃。

圖6 不同綠地比例對區(qū)域平均氣溫(離地表1.5 m)的影響 Fig.6 Effects of different proportion of green space on regional average temperature (1.5 m above the surface)

圖7 不同綠地格局熱環(huán)境模擬Fig.7 Thermal environment simulation of different green space patterns

圖9 不同風向熱環(huán)境模擬Fig.9 Thermal environment simulation of different wind directions

圖10 不同建筑格局熱環(huán)境模擬Fig.10 Thermal environment simulation of different building patterns

3 討論

Phoenics模型可以模擬特定區(qū)域內(nèi)風環(huán)境與熱環(huán)境,通過設置景觀類型以及相關參數(shù),可以方便地研究不同氣象和下墊面對區(qū)域風熱環(huán)境的復合影響,克服了實驗難以進行復雜城市空間研究的缺點[10]。風速對城市熱環(huán)境的影響顯著,通過CFD模擬計算,只要參數(shù)以及邊界條件設置準確,計算結(jié)果精度較高。同時,本研究也利用實測數(shù)據(jù)對Phoenics進行了率定。然而,三維模型建立的建筑模塊與實際復雜幾何建筑底圖有所偏差,例如建筑的陽臺以及窗戶的具體位置也可能對區(qū)域內(nèi)微氣候產(chǎn)生影響。

綠地面積越大,綠地的降溫強度越大。綠地的形態(tài)越復雜,綠地與周圍環(huán)境熱量交換越多,降溫強度越高。分散型綠地降溫效應優(yōu)于集中式分布綠地。對于城市綠地的建設,一味地增加綠地面積并不是緩解城市熱島的有效途徑,設計最優(yōu)綠地格局、合理規(guī)劃綠地形態(tài)才能夠最大程度的發(fā)揮綠地的降溫效應。不同建筑格局的區(qū)域熱環(huán)境差異比較大,通過模擬發(fā)現(xiàn)迎風建筑物呈兩邊低中間高的區(qū)域溫度顯著低于其它格局,城市建筑物的形態(tài)以及密集程度產(chǎn)生的透風系數(shù)不同,影響了通風效率,進而影響了城市熱環(huán)境。不同風向下的區(qū)域熱環(huán)境同樣有差異,城市規(guī)劃需要綜合多種因素。本研究在探討綠地、建筑格局對溫度的影響時設計的綠地方案較少,雖然得到了一些結(jié)論與傳統(tǒng)研究相符合,但仍需要大量的模擬驗證支撐才更準確。人為熱是影響城市熱環(huán)境中的一個關鍵因素,減少人為熱的排放有利于緩解城市熱島效應[39],本研究未考慮人為熱效應,后續(xù)工作中要將人為熱作為模型的一個參數(shù)進行綜合分析。

4 結(jié)論

將遙感技術、地理信息技術與計算機流體力學數(shù)值模擬技術相結(jié)合,對北京市典型景觀格局的風速場與溫度場進行模擬研究,討論了天空開闊度、溫度與風速之間關系,模擬了不同綠地、建筑格局的熱環(huán)境,探討出了綠地、建筑較為理想的降溫格局,研究結(jié)果為緩解城市熱島效應有一定的指導意義。主要研究結(jié)論：

(1)城市形態(tài)通過使用城市形態(tài)指標來量化城市物理環(huán)境,可解決無法用定性的方式準確描述的問題,天空開闊度可以作為城市形態(tài)學的代表性參數(shù)。城市建筑結(jié)構(gòu)影響城市通風,較高的風速能夠顯著的降低城市地表溫度,優(yōu)化城市的風環(huán)境可以減緩城市熱島效應。

(2)綠地對城市的熱環(huán)境有一定的降溫效果。綠地的景觀格局、形態(tài)以及面積都是城市規(guī)劃中需要綜合考慮的因素。綠地形狀指數(shù)越大,即綠地幾何形態(tài)越復雜,降溫強度越大,占比10%—50%的綠地降溫強度范圍為1.4—2.2℃。占比10%的綠地降溫效率最高,分散型的綠地降溫效應優(yōu)于集中分布型,在規(guī)劃時,應避免綠地集中分布在邊界地區(qū)。

(3)建筑格局配置能夠顯著影響區(qū)域熱環(huán)境狀況,迎風向呈兩端低中間高的建筑分布可顯著改善熱環(huán)境,較其它格局溫度約低1.6℃,結(jié)果可以為城市綠地以及城市建筑景觀格局的優(yōu)化提供一定的參考依據(jù)。后續(xù)研究應將綠地研究區(qū)域擴大,并在Phoenics中進行大量模擬,深入研究綠地格局配置的降溫效應。