燕海南 曹雅男

收稿日期：2020-01-06

第一作者：燕海南（1994- ），男，博士生，研究方向為生態(tài)城市與數字建筑。E-mail： 1032731827@qq.com

通訊作者：曹雅男（1991- ），女，碩士，研究方向為建筑與園林設計。E-mail：1073409551@qq.com

摘要：量化分析公園綠地的降溫增濕效應有助于優(yōu)化公園綠地的規(guī)劃設計與管理。文章以蘇州金雞湖中央商務區(qū)的8個公園綠地為例，在對其空氣溫度與相對濕度進行實地觀測的基礎上，研究公園面積及形狀、喬木覆蓋率和水體面積占比等因素對公園綠地降溫增濕效應的影響規(guī)律。結果表明：1）各公園綠地在測量時段（6∶00—18∶00）內的降溫增濕效應表現(xiàn)為不同程度的波動情況，其中方洲公園表現(xiàn)出最大的降溫增濕效應平均值，南施公園表現(xiàn)出最小的降溫增濕效應平均值。2）公園綠地面積與降溫效應呈現(xiàn)顯著的正相關關系，水體面積占比與公園綠地的增濕效應呈現(xiàn)顯著的正相關關系。因此，建議在保持綠地面積規(guī)模的同時適當增加水體面積占比對公園綠地夏季溫濕環(huán)境具有一定的改善作用。

關鍵詞：城市公園綠地，夏季，降溫增濕，金雞湖中央商務區(qū)，蘇州

DOI： 10.12169/zgcsly.2020.01.06.0005

Cooling and Humidifying Effect of Urban Park Green Spaces in Summer

Yan Hainan1 Cao Yanan2

（1.School of Architecture and Urban Planning， Nanjing University， Nnajing 210093， China;

2.Planning and Natural Resources Bureau of Kunshan， Kunshan 215300， Jiangsu， China）

Abstract：The quantitative analysis of the cooling and humidifying effect of park green spaces is helpful to optimize the planning， design and management of park green spaces. Taking the Jinji Lake Central Business District in Suzhou City as an example， this study makes the synchronous measurement of air temperature and relative humidity in the 8 park green spaces selected， so as to analyze the influence of park area， park shape， tree coverage and water body area ratio on the microclimate of park green spaces. The results show that： 1） The cooling and humidification effect of each park green space during the measurement period （6∶00-18∶00） presents a fluctuation of different degrees. Fangzhou Park has the maximum mean value of cooling and humidifying effect （△Tavg = 6.23 ℃， △Havg = 17.62%）， while Nanshi Park has the minimum mean value （△Tavg = 2.48 ℃， △Havg = 9.71%）. 2） There is a significantly positive correlation between the park green space area and the cooling effect （ R =0.746， ?P <0.05）， and there is a significantly positive correlation between the water body area ratio and the humidifying effect of the park green spaces （ R =0.592， ?P <0.05）. It is suggested to appropriately increase the proportion of water body area while maintaining the cover of green spaces， which can improve the microclimate of park green spaces in summer.

Keywords： urban park green space， summer， cooling and humidifying effect， Jinji Lake Central Business District， Suzhou City

當前，長三角地區(qū)正處于快速城市化的進程之中，城市生態(tài)系統(tǒng)逐漸變得脆弱 [1-2]。在夏季高溫季節(jié)，城市熱環(huán)境問題日益突出，備受眾多學者關注[3-5]。以城市公園綠地為研究對象，當前的相關研究方法大致可分為3類：一是選取特定區(qū)域進行實地觀測，包括固定位置觀測和移動觀測[6-7];二是利用衛(wèi)星遙感技術在大尺度空間范圍內進行研究，即將衛(wèi)星遙感技術獲取的地表溫度數據與近地面空氣溫度數據相結合，能夠準確反映公園綠地的熱環(huán)境狀況[8-9];三是利用軟件模擬技術分析公園綠地熱環(huán)境 [10]。運用上述研究方法的研究結論表明，公園綠地熱環(huán)境的主要影響因素可分為2個方面：一是公園綠地內的植物群落特征，如樹種組成與搭配，植被的冠層結構等因素[11];二是公園自身特征，如公園綠地面積與形狀、公園綠化覆蓋率和下墊面類型及面積占比等因素[12-13]。此外，公園綠地周邊環(huán)境下墊面類型、周圍建筑布局以及人為熱源等因素也對公園綠地的熱環(huán)境產生影響[14-16]。

本研究聚焦公園綠地的降溫增濕效應問題，以位于蘇州金雞湖中央商務區(qū)內的公園綠地為例，定量分析夏季不同公園綠地的降溫增濕效應，進而研究公園綠地面積及形狀、喬木覆蓋率和水體面積占比等因素對降溫增濕效應的影響，旨在探討以優(yōu)化溫濕環(huán)境為導向的公園綠地營造策略，為公園綠地的規(guī)劃建設提供參考依據。

1 研究設計

1.1 樣地選擇

蘇州位于江蘇省東南部，屬于亞熱帶季風海洋性氣候，其氣候特點是溫暖潮濕多雨，季風明顯，四季分明。金雞湖中央商務區(qū)位于蘇州古城區(qū)東側的工業(yè)園區(qū)內，屬于其核心區(qū)域，土地面積約為46.5 km2，常駐人口約8.3萬人[17]。 在前期現(xiàn)場調研的基礎上，遵循公園建設完善、綠化類型豐富和公園使用率較高等原則，選取中塘公園、方洲公園、紅楓林公園、中央公園、星海公園、湖濱公園、金姬墩公園和南施公園共8個公園綠地作為研究對象。

1.2 觀測內容及方法

針對所選取的公園綠地進行場地實測。每個公園綠地共布設4個觀測點，其中公園綠地內部樹蔭環(huán)境下布設3個測點，公園綠地外部布設1個對照測點。公園綠地內部的測點布設在不同類型的植栽樹蔭下，全面涵蓋公園綠地內的植栽環(huán)境;對照觀測點則布設在公園周邊的露天環(huán)境中，無陰影遮擋。

測量儀器采用國產FR-HWS便攜式自動氣象站，由于受到儀器數量的限制，研究人員每日僅能同步觀測2個公園綠地，共分4批次完成觀測，因此本研究盡可能壓縮觀測日期范圍，減少每日氣象條件變化帶來的影響。結合實際天氣狀況，場地實測選取8月份晴朗少云的天氣，觀測日期為2018年8月6—14日。觀測時設置儀器記錄間隔為10 min，觀測時間段為6∶00—18∶00，觀察1.5 m高度處的空氣溫度（T）和相對濕度（H）情況。

本文選取公園綠地面積、綠地形狀、喬木覆蓋率、水體面積占比4項結構特征指標進行測量與計算，具體方法如下：

1） 公園綠地面積與形狀。通過全站儀（型號：邁拓MTS-800）測量各公園綠地面積，同時結合智慧蘇州地圖網[18]提供的“測量面積”功能對選取的公園綠地面積進行驗證。此外，采用景觀生態(tài)學領域內的周長面積比指標表征綠地斑塊的形狀特征 [19]。

2） 喬木覆蓋率。本研究根據蘇州市園林和綠化管理局[20]提供的公園綠地植栽平面圖，并結合現(xiàn)場實測統(tǒng)計各公園綠地的喬木冠幅面積，進而除以公園總面積得到喬木覆蓋率。

3） 水體面積占比。本研究利用全站儀（型號：邁拓MTS-800）統(tǒng)計各公園綠地內部及周邊水域面積，并計算水域面積與公園綠地總面積的比值。

根據上述方法對各公園綠地的結構特征進行計算匯總（表1）。此外，各公園綠地的植栽均生長良好，養(yǎng)護措施基本一致。

1.3 數據處理

根據各觀測點布設方法，本文定義各公園綠地在某個記錄時刻的降溫效應計算公式如式（1）：

△T=∑（To-Ti）i

（1）

式（1）中， i 表示一個公園的觀測點， i =1，2，3; Ti 為該記錄時刻公園綠地內觀測點的空氣溫度; To 為該記錄時刻對照觀點的空氣溫度。之后將觀測時段（6∶00—18∶00）內所有記錄時刻的降溫效應數值進行匯總，計算其平均值和方差等。同理，本文定義各公園綠地在某個記錄時刻的增濕效應計算公式如式（2）：

△H=∑（Hi-Ho）i （2）

式（2）中， i 表示一個公園的觀測點， i =1，2，3; Hi 為該記錄時刻公園綠地內觀測點的相對濕度; Ho 為該記錄時刻對照觀點的相對濕度。之后將觀測時段（6∶00—18∶00）內所有記錄時刻的增濕效應數值進行匯總，計算其平均值和方差等。

本文中數據處理與圖表制作使用的軟件包括Microsoft Office Excel 2016和IBM SPSS 21.0，其中，使用Microsoft Office Excel 2016統(tǒng)計分析各公園綠地的空氣溫度與相對濕度日變化規(guī)律以及降溫增濕效應，使用IBM SPSS 21.0分析各公園綠地降溫增濕效應與影響因素的相關性。

2 結果與分析

2.1 實測結果

2.1.1 空氣溫度日變化規(guī)律

將公園綠地內各觀測點的空氣溫度數據進行匯總?？芍鞴珗@綠地在觀測時間內的氣溫變化趨勢相對一致，各氣溫曲線均呈現(xiàn)不同程度的波動情況。對各公園的空氣溫度進行統(tǒng)計分析，各觀測點的最高值為中塘公園（36.21 ℃），出現(xiàn)在約14∶00;各觀測點的最低值為金姬墩公園（22.99 ℃），出現(xiàn)在約6∶00。從各公園的實測溫度差異來看，中塘公園的平均溫度最高（33.44 ℃），金姬墩公園的平均溫度最低（29.61 ℃）。這表明中塘公園的溫度綜合表現(xiàn)最高，金姬墩溫度綜合表現(xiàn)最低。此外，中塘公園的空氣溫度波動相對劇烈，而星海公園的空氣溫度波動相對平緩。

2.1.2 相對濕度日變化規(guī)律

將公園綠地內各觀測點的相對濕度數據進行匯總。可知各觀測點的最高值為中塘公園（90.03%），出現(xiàn)在約6∶00;各觀測點的最低值為紅楓林公園（46.42%），出現(xiàn)在約14∶00。從各公園的實測相對濕度差異來看，星海公園的平均相對濕度數值最高，為74.89%;金姬墩公園的平均相對濕度數值最低，為65.01%。綜合來看，星海公園的相對濕度水平最高，金姬墩公園的相對濕度水平最低。此外，紅楓林公園的相對濕度波動相對劇烈，星海公園的相對濕度波動相對平緩。

2.2 公園綠地降溫增濕效應分析

2.2.1 公園綠地降溫效應

如表2所示，各公園綠地在觀測時段（6∶00—18∶00）內的降溫效應表現(xiàn)為不同程度的波動情況，其中湖濱公園的降溫效應波動幅度最大（方差=14.30），在某些觀測時刻出現(xiàn)降溫效應為負值的情況，而南施公園的降溫效應波動幅度最?。ǚ讲?1.67），降溫效應表現(xiàn)相對穩(wěn)定。這表明由于受測量日期和公園周邊環(huán)境等多種因素的影響，各公園綠地在特定時刻的降溫效應均表現(xiàn)出一定的不確定性。相對而言，公園綠地在測量時段內降溫效應的平均值能較好地反映其降溫能力。各公園綠地降溫效應的平均值大小排序為：方洲公園（6.23℃）>紅楓林（5.45℃）>金姬墩公園（4.89℃）>中塘公園（4.56℃）>中央公園（4.15℃）>星海公園（3.39℃）>湖濱公園（2.92℃）>南施公園（2.48℃）。

2.2.2 公園綠地增濕效應

如表3所示，各公園綠地在觀測時段（6∶00—18∶00）內的增濕效應表現(xiàn)為不同程度的波動情況，其中湖濱公園的增濕效應波動幅度最大（方差=41.57），紅楓林公園的增濕效應波動幅度最?。ǚ讲?9.48），而南施公園在某些觀測時刻出現(xiàn)增濕效應為負值的情況。同時，各公園綠地在特定時刻的增濕效應表現(xiàn)出一定的不確定性。相對而言，公園綠地在測量時段內增濕效應的平均值能較好地反映其增濕能力。各公園綠地增濕效應的平均值大小排序為：方洲公園（17.62%）>湖濱公園（16.75%）>紅楓林公園（13.86%）>中央公園（13.25%）>金姬墩公園（13.24%）>中塘公園（12.45%）>星海公園（10.92%）>南施公園（9.71%）。

2.3 公園綠地降溫增濕效應的影響因素分析

2.3.1 降溫效應影響因素

如圖1所示，公園綠地面積與降溫效應呈現(xiàn)顯著的正相關關系（ R=0.746，P <0.05），表明公園綠地的面積越大，其降溫效應就越顯著。此外，喬木覆蓋率和水域面積占比也都與降溫效應呈現(xiàn)正相關關系，但未達到顯著水平（ R=0.533，P=0.174;R=0.350，P =0.395）。周長面積比與降溫效應存在負相關（ R=-0.621，P=0.101） ，表明隨著公園綠地的周長面積比變小，其降溫效應有所增強。

面積較大的公園綠地往往擁有多樣的植栽類型與充足的植栽數量，從而表現(xiàn)為顯著且穩(wěn)定的降溫效應，例如方洲公園和紅楓林公園。相比之下，星海公園和南施公園由于面積較小，且受周邊高密度建筑環(huán)境的影響，因此呈現(xiàn)出較弱的降溫效應。已有相關研究[21-22]均表明較大面積的公園綠地比小面積的公園具有更為顯著的降溫效應，與本文得到的分析結論類似。如Chang[21]等通過對臺北市的61個公園進行現(xiàn)場實測，研究發(fā)現(xiàn)面積較大的公園綠地的降溫效果明顯大于面積較小的公園綠地，且公園綠地內部氣溫與周邊對照觀測點的氣溫差值與公園面積大小呈現(xiàn)非線性關系?；诖耍疚慕ㄗh在公園改造或新建公園的實踐項目中，應考慮滿足一定的公園綠地面積。如果公園綠地的面積受限且周邊建筑密度較大，則應在公園綠地內以喬木種植為主，從而保持或提高公園綠地的降溫效應。

2.3.2 增濕效應影響因素

如圖2所示，水域面積占比與增濕效應呈現(xiàn)顯著的正相關關系（ R=0.592，P <0.05），表明隨著水域面積的增加，公園綠地的增濕效應不斷增強。公園綠地面積和喬木覆蓋率與公園綠地的增濕效應也存在正相關關系（ R=0.425，P=0.293;R=0.440，P =0.276），只不過未達到顯著水平。而周長面積比與公園綠地的增濕效應表現(xiàn)為負相關關系（ R=-0.536，P =0.171），表明隨著周長面積比的數值變小，公園綠地的增濕效應有所增強。

隨著公園綠地內水體面積占比的增大，水體蒸發(fā)可有效促進公園綠地的增濕效應，例如方洲公園和湖濱公園。方洲公園內的水體為規(guī)則狀聚合形態(tài)，其增濕效應大于內部為帶狀水體或分散水體的公園綠地;而湖濱公園由于位于金雞湖畔，其增濕效應受到金雞湖大面積水體的影響而有所增強。熊瑤等[23]以蘇州留園為例，借助微氣候數字模擬軟件研究江南古典園林各景觀要素的具體微氣候效應，結果表明留園水體占比25%時，水體對庭園溫濕度的調節(jié)效應達到最大值，而后水面再增加，其對降溫、增濕方面的貢獻不再顯著增加。然而由于研究對象的不同，本研究基于實測結果認為公園綠地內水體面積占比大于10%時即可體現(xiàn)較顯著的增濕效應。綜上，從公園綠地的增濕效應角度考慮，本文建議在公園綠地的營建過程中應注意保持一定的水體面積占比，且水體形態(tài)以規(guī)則狀聚合形態(tài)為宜。

3 結論

基于對8個公園綠地的夏季實測數據，本文分析了蘇州金雞湖中央商務區(qū)內公園綠地的降溫增濕效應及其影響因素。主要結論如下：

1） 各公園綠地在測量時段內空氣溫度與相對濕度的變化趨勢呈現(xiàn)反相關系。中塘公園的平均空氣溫度最高，星海公園的平均相對濕度最高，金姬墩公園的空氣溫度和相對濕度水平均為最低。

2） 各公園綠地在測量時段內的降溫增濕效應表現(xiàn)為不同程度的波動情況。湖濱公園的降溫增濕效應波動幅度均為最大，南施公園的降溫效應波動幅度最小，而紅楓林公園的增濕效應波動幅度最小。對于測量時段內的平均值而言，方洲公園表現(xiàn)為最大的降溫增濕效應（△Tavg=6.23℃，△Havg=17.62%），南施公園表現(xiàn)為最小的降溫增濕效應（△Tavg=2.48℃，△Havg=9.71%）。

3） 公園綠地面積與形狀、公園內喬木覆蓋率以及水體面積占比均與公園綠地的降溫增濕效應存在一定的相關關系。公園綠地面積對其降溫效應影響最為顯著，而公園內水體面積占比對其增濕效應的影響最為顯著。

參考文獻

[1]

馮東海，沈清基.基于相關性和關聯(lián)耦合分析的上海市生態(tài)環(huán)境優(yōu)化思考[J].城市規(guī)劃學刊，2015（6）：75-83.

[2]楊芳，潘晨，賈文曉，等.長三角地區(qū)生態(tài)環(huán)境與城市化發(fā)展的區(qū)域分異性研究[J].長江流域資源與環(huán)境，2015，24（7）：1094-1101.

[3]呂鳴楊，金荷仙，王亞男.城市公園小型水體夏季小氣候效應實測分析：以杭州太子灣公園為例[J].中國城市林業(yè)，2019，17（4）：18-24.

[4]張德順，王振.高密度地區(qū)廣場冠層小氣候效應及人體熱舒適度研究：以上海創(chuàng)智天地廣場為例[J].中國園林，2017，33（4）：18-22.

[5]段玉俠，金荷仙，史琰.風景園林空間冠層遮陰對夏季小氣候及人體熱舒適度的影響研究：以南京軍區(qū)杭州療養(yǎng)院為例[J].中國園林，2018，34（5）：64-70.

[6]COHEN P，POTCHTER O，MATZARAKIS A.Daily and seasonal climatic conditions of green urban open spaces in the mediterranean climate and their impact on human comfort[J].Building and Environment，2012，51：285-295.

[7]吳菲，李樹華，劉嬌妹.城市綠地面積與溫濕效益之間關系的研究[J].中國園林，2007，23（6）：71-74.

[8]岳文澤，徐建華，徐麗華.基于遙感影像的城市土地利用生態(tài)環(huán)境效應研究：以城市熱環(huán)境和植被指數為例[J].生態(tài)學報，2006（5）：1450-1460.

[9]李延明，郭佳，馮久瑩.城市綠色空間及對城市熱島效應的影響[J].城市環(huán)境與城市生態(tài)，2004（1）：1-4.

[10]詹慧娟，解濰嘉，孫浩，等.應用ENVI-met模型模擬三維植被場景溫度分布[J].北京林業(yè)大學學報，2014，36（4）：64-74.

[11]李小飛.園林綠化對降低城市熱島效應的作用[J].現(xiàn)代園藝，2014（20）：181.

[12]高凱，秦俊，宋坤，等.城市居住區(qū)綠地斑塊的降溫效應及影響因素分析[J].植物資源與環(huán)境學報，2009，18（3）：50-55.

[13]晏海.城市公園綠地小氣候環(huán)境效應及其影響因子研究[D].北京：北京林業(yè)大學，2014.

[14]彭歷，李彬，王予芊.北京城市街頭綠地景觀下墊面與小氣候溫濕度影響關系基礎研究[J].華中建筑，2017，35（4）：38-43.

[15]方慧芳，張方方，張燕飛.綠化和建筑布局對居住區(qū)小氣候的影響[J].浙江農業(yè)科學，2014（5）：745-747，752.

[16]王晶懋，劉暉，宋菲菲，等.基于場地生境營造的城市風景園林小氣候研究[J].中國園林，2018，34（2）：18-23.

[17]工業(yè)園區(qū)管理委員會[EB/OL].（2018-10-23）.[2019-04-23].http：//www.sipac.gov.cn/

[18]蘇州地圖網[EB/OL].（2018-12-14）.[2019-05-02].http：//www.map512.cn/

[19]鄔建國.景觀生態(tài)學：格局、過程、尺度與等級[M].北京：高等教育出版社，2007.

[20]蘇州市園林和綠化管理局[EB/OL].（2018-10-14）.[2019-03-02].http：//www.ylj.suzhou.gov.cn/

[21]CHANG C R，LI M H，CHANG S D.A preliminary study on the local cool-island intensity of taipei city parks[J].Landscape and Urban Planning，2007，80（4）：386-395.

[22]蘇泳嫻，黃光慶，陳修治，等.廣州市城區(qū)公園對周邊環(huán)境的降溫效應[J].生態(tài)學報，2010（18）：87-100.

[23]熊瑤，張建萍，嚴妍.基于氣候適應性的蘇州留園景觀要素研究[J].南京林業(yè)大學學報：自然科學版，2020，44（1）：145-153.