文／張培浩 北京工業(yè)大學城建學部建筑與城市規(guī)劃學院 碩士研究生

引言

快速的城市化進程使得城市規(guī)模劇增，建筑密度加大且建筑高度增加，改變了城市下墊面的形態(tài)特征，同時也改變了城市局部地區(qū)的氣候環(huán)境，并對大氣污染物遷移擴散產(chǎn)生影響[1]。隨著人們生活水平的提高，對于生活空間的環(huán)境品質(zhì)也愈加重視。如何通過合理規(guī)劃設計城市空間強化大氣污染物的傳輸擴散、改善環(huán)境空氣質(zhì)量，成為相關學科關注與探索的焦點。在上述背景下，城市形態(tài)學從單一學科研究轉(zhuǎn)向多學科的交叉研究，有關城市形態(tài)與空氣質(zhì)量的相關研究逐漸展開。

近年來，隨著研究方法的豐富與新型軟件的應用，城市形態(tài)與空氣質(zhì)量之間的關系被確立起來[2,3]，目前有關研究主要關注在城市或區(qū)域較大尺度上，研究內(nèi)容包括典型污染物的動態(tài)變化特征、時空演化、來源解析和成分分析等方面[4,5]，研究表明，城市空間布局、用地結構對大氣污染物的分布與傳輸有著密切的關系[6,7]，進而影響城市區(qū)域的空氣質(zhì)量。戴菲等基于武漢市域內(nèi)18 個常規(guī)大氣監(jiān)測點數(shù)據(jù)的基礎上，綜合考量了地表覆蓋與垂直空間類城市形態(tài)參數(shù)與大氣污染物濃度之間的關系[8]。城市街區(qū)是承載居民活動的基本規(guī)劃單元，P.Edussuriya 等證實了街區(qū)尺度上空間形態(tài)參數(shù)與PM2.5和CO的相關性[9]。近年來，計算流體力學（Computational Fluid Dynamics，CFD）數(shù)值模擬技術的興起為研究中小尺度上城市形態(tài)與大氣環(huán)境質(zhì)量的相關作用機制提供了技術支撐，并為將綠色健康理念融入城市空間規(guī)劃設計提供了可行性，有學者利用CFD 模擬典型大氣污染物在街區(qū)尺度上的空間分布與擴散規(guī)律[10,11]。

綜上，在街區(qū)尺度上對建筑空間布局，特別是加入植被后的城市形態(tài)與污染物擴散之間的詳細研究鮮有報道，較少有研究利用實地監(jiān)測與國控站點的多元數(shù)據(jù)對CFD 模擬進行校核。此外，現(xiàn)有研究對于城市形態(tài)指標體系的構建缺乏系統(tǒng)的方法，缺少對非物質(zhì)形態(tài)（包括人口、經(jīng)濟、社會等）指標的考慮。

本研究聚焦于特大城市中的街區(qū)尺度，基于對包括植被覆蓋率與人口密度等非物質(zhì)形態(tài)指標在內(nèi)的城市形態(tài)參數(shù)篩選，通過對北京中心城區(qū)某居住街區(qū)氣象數(shù)據(jù)和PM2.5 實地監(jiān)測、包含植被要素的CFD 數(shù)值模擬和多源數(shù)據(jù)校核，研究城市形態(tài)對街區(qū)空氣質(zhì)量（以PM2.5 為例）的影響，為健康宜居的城市規(guī)劃設計提供科學依據(jù)。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域

居住類街區(qū)是承擔人群日常生活最多的城市空間，也是構成城市肌理的基本單元。根據(jù)街巷網(wǎng)絡、建筑組團布局形態(tài)等因素，選取北京市中心城區(qū)某中低層住宅街區(qū)A 和高層住宅街區(qū)B（圖1）。其中，街區(qū)A 多為中低層圍合住宅，屬于典型老舊小區(qū)布局形式；街區(qū)B以板式高層住宅為主，建筑體量較大，分散式布局。上述兩個居住街區(qū)具有不同的功能定位和空間形態(tài)特征，能夠代表性地反映北京居住街區(qū)尺度上城市形態(tài)特征對大氣污染物遷移擴散的影響。

圖1 研究區(qū)域示意圖（圖片來源：作者自繪）

1.2 PM2.5 監(jiān)測與數(shù)據(jù)分析

PM2.5指大氣中粒徑d≤2.5μm的細粒子，可以通過呼吸進入人體，對人體健康產(chǎn)生危害，是反映環(huán)境空氣質(zhì)量的重要指標之一。

選用XL68 型智能環(huán)境監(jiān)測設備，于2019 年夏秋兩季共23 天，在監(jiān)測點位P1、P2（圖1）（高度分別為3m、3m）對街區(qū)內(nèi)部風速（精度：0.1m/s，量程：0 ～60m/s）、風向（精度：0.1°，量程：0 ～360°）、PM2.5 濃度（精度：1μg/m3，量程：0 ～1000μg/m3），全天實地監(jiān)測。監(jiān)測結果見圖2、圖3。

圖3 P1（a）監(jiān)測點與P2（b）監(jiān)測點風速與風向統(tǒng)計圖（0°為正北，90°為正東）（圖片來源：作者自繪）

圖2 為街區(qū)A、街區(qū)B 與臨近的國控點（相距約7km）PM2.5 濃度數(shù)據(jù)對比，總體來看，街區(qū)內(nèi)部污染物濃度變化趨勢受城市整體背景濃度的影響，但街區(qū)A 與街區(qū)B 表現(xiàn)出了一定的局部差異性。

圖2 PM2.5監(jiān)測點濃度統(tǒng)計圖（圖片來源：作者自繪）

1.3CFD 模擬

相較于風洞試驗、現(xiàn)場監(jiān)測等環(huán)境空氣質(zhì)量研究方法，CFD 模擬有著快速便捷、數(shù)據(jù)全面等特點，可以從不同角度分析街區(qū)尺度風環(huán)境與大氣污染物濃度之間的相關作用[12,13]。

1.3.1 控制方程及湍流模型

采用基于有限體積法的ANSYS Fluent 進行CFD 數(shù)值模擬[14]，主控方程為三維定常雷諾平均Navier-Stokes 方程，湍流模型采用標準K-ε 湍流模型。該湍流模型已廣泛應用于室外風環(huán)境與污染物濃度的模擬中，且模擬結果與實測數(shù)據(jù)取得了較好的一致性[15]。

控制方程為雷諾平均Navier-Stokes 方程：

式中，Q——流動守恒變量

Fi——無粘通量

Fv——粘性通量

樹木對周圍流場有降低風速，增加擾流的作用，根據(jù)相關文獻[16]對樹木的處理方法，采用在動量方程、K 方程、ε 方程分別添加源項的方法來實現(xiàn)樹木冠層對流場影響的模擬效果。

1.3.2 計算域與網(wǎng)格生成

將所選兩個街區(qū)的建筑與樹木（6m×6m×3m 長方體）進行比例建模，以街區(qū)邊緣為中心，半徑5H（H 為區(qū)域內(nèi)最大建筑高度）建立水平計算域，垂直距離3H 建立垂直計算域（圖4）。采用CFD-ICEM 進行網(wǎng)格劃分，為節(jié)約計算成本，采用以六面體為主的非結構化的網(wǎng)格劃分方法，并對建筑物與樹木部分網(wǎng)格做局部加密處理，最終確定街區(qū)A 網(wǎng)格總數(shù)為2.8×108 個，街區(qū)B 網(wǎng)格總數(shù)為2.4×108 個。

圖4 計算域A（a）與計算域B（b）示意圖（圖片來源：作者自繪）

1.3.3 邊界條件與求解設置

平均風速的分布隨高度呈指數(shù)分布，速度入口邊界條件采用對數(shù)函數(shù)曲線[17]。

式中，U——高度z(m)處水平風速（m·s-1）；U*—— 地 面 摩 擦 速 度（m·s-1）；κ——Von·Karman 常數(shù)，κ=0.42；z0——地表粗糙度，z0=0.25。

出流邊界條件采用零壓出流邊界條件（pressure oulet），建筑物和地面選用無滑移壁面邊界條件（no slip），粗糙度（roughness height）分別取值0.0025m、0.003m，粗糙度常數(shù)（roughness constant）取值0.75；計算側邊界與上邊界采用對稱面（symmetry）邊界條件[18]。

此外，由于樹木對周圍流場的作用，將樹冠部分作為多孔介質(zhì)處理[19]。同時樹木對污染物具有吸附沉降的作用，其中沉降速率由風速和污染物濃度決定[20]。

式中，YPM2.5——單位面積的喬木對污染物滯塵量（μg·m-2）；v——污染物PM2.5 沉降到葉表面的速率（m·s-1）；d——污染物濃度（μg·m-3）；LAI——植被葉面積密度（m2·m-3）；t——滯塵時間（s）。研究采用在標準K-ε 方程添加源項的方法，通過Simple算法，空間的差分格式為二階迎風差分格式來模擬空氣流動，以組分輸運方程求解污染物濃度。

城市街區(qū)建設的密集程度反映了各類物質(zhì)空間在地表上的密集程度，在密度類特征中選取建筑密度（Building density，BD）作為研究參數(shù)，建筑密度指建筑基底面積與街區(qū)用地面積的比值，反映了區(qū)域建筑的密集程度，計算公式如下：

1.4 城市形態(tài)參數(shù)的選取

本研究基于已有研究的歸納梳理，將城市形態(tài)特征分為：規(guī)模類特征、功能類特征、密度類特征、結構類特征、形狀類特征與非物質(zhì)形態(tài)特征六類，并對不同城市形態(tài)特征與污染物水平之間的相關性進行分析。基于街區(qū)尺度上、對污染物水平的潛在影響、便于控規(guī)及設計階段實施等原則，結合上述形態(tài)特征與環(huán)境空氣質(zhì)量的相互作用機制、以及相關文獻研究進展，篩選出10項形態(tài)參數(shù)進行研究。

街區(qū)形態(tài)的差異首先體現(xiàn)在規(guī)模尺度的差異，在規(guī)模類特征選取總建筑面積（Total building area，TBA） 與 容 積 率（Floor area ratio，F(xiàn)AR）作為研究參數(shù)，總建筑面積指街區(qū)所有建筑物面積之和，反映了區(qū)域開發(fā)建設的規(guī)模；容積率（Floor area ratio，F(xiàn)AR）街區(qū)建筑面積與街區(qū)用地面積的比值，反映了區(qū)域的建設強度，計算公式如下：

式中，BBA——建筑占地面積；SA——總用地面積。

街區(qū)結構的差異反應在街區(qū)的建筑布局形式及開敞空間的結構分布，在結構類參數(shù)中選取街區(qū) 圍 護 度（Average building envelope，ABE）與空間開放度（Space openness，SO）作為研究參數(shù)。

建筑平均圍護度指街區(qū)建筑圍護結構周長與街區(qū)用地周長的比值，反映了街區(qū)空間被建筑的圍合的程度，計算公式如下:

式 中，TBP—— 街 區(qū) 圍 護 結 構 周 長；TSP——街區(qū)總周長。

空間開放度指街區(qū)未被開發(fā)空間面積與容積率的比值，反映了街區(qū)開敞空間的開放程度，計算公式如下：

不同功能的用地屬性對污染物的傳輸及擴散具有不同程度的影響[4]，在功能類特征中選取植被覆蓋率（Greenbelt coverage rate，GCR）作為研究參數(shù)，植被覆蓋率指街區(qū)植被水平投影面積與街區(qū)用地面積的比值，計算公式如下：

式中，BD——建筑密度；FAR——容積率。

建筑單體形態(tài)的差異表現(xiàn)在建筑體量、建筑結構等方面，在形態(tài)類參數(shù)中研究選取建筑平均體積（Average building volume，ABV）、建筑平均層數(shù)（Average building floors，ABF）與建筑高度標準差（Standard deviation of building height，SDH）作為研究參數(shù)。

建筑平均體積指街區(qū)內(nèi)建筑體積的平均值，反映了街區(qū)內(nèi)部建筑的體量的一般水平，計算如下：

式中，TGA——植被覆蓋面積；SA——街區(qū)用地面積。

式中，TBV——街區(qū)總建筑體積；BN——建筑數(shù)量。

建筑平均層數(shù)指街區(qū)內(nèi)所有建筑的平均層數(shù)，反映了街區(qū)內(nèi)部建筑高度的一般水平，計算如下：

式中，F(xiàn)AR——容積率；BD——建筑密度。

建筑高度標準差指街區(qū)內(nèi)所有建筑高度的標準差，反映了街區(qū)內(nèi)建筑高度差異程度，計算公式如下：

式中，hi——單體建筑高度；h——建筑平均高度；n——建筑數(shù)量。

物質(zhì)空間形態(tài)特征是非物質(zhì)空間形態(tài)特征在街區(qū)內(nèi)部上的空間投影，在非物質(zhì)空間形態(tài)特征中選取人口密度（Population density，PD）作為研究參數(shù)指街區(qū)人口規(guī)模與街區(qū)用地面積的比值，反映了街區(qū)內(nèi)部的人口密集程度，計算公式如下：

式中，TP——街區(qū)總人口；SA——街區(qū)用地面積。

2 模擬結果與誤差分析

2.1 不同街區(qū)數(shù)值模擬結果

以不同日期的北京氣象站地面觀測數(shù)據(jù)作為模擬的初始條件，選取監(jiān)測期間具有典型氣象特征 的7 月10 日、7 月13 日、10 月14 日、10月26 日建立CFD 數(shù)值模型，模擬預測街區(qū)A 與街區(qū)B 各典型日期的全時空PM2.5 濃度分布與風環(huán)境，模擬結果見圖5。

圖5 1.5m 高度處街區(qū)A（a）、（b）與街區(qū)B（c）、（d）PM2.5 與風速模擬結果（圖片來源：作者自繪）

從街區(qū)A 與街區(qū)B 模擬的整體結果來看，街區(qū)建筑物對上風向的污染物起到了不同程度的阻隔作用，道路是污染較嚴重的區(qū)域。其次，建筑背風側容易產(chǎn)生較大面積的靜風區(qū)域，形成污染物的堆積。對風速與PM2.5 的模擬結果進行對應分析，可發(fā)現(xiàn)風速越高的區(qū)域，污染物越容易擴散。

2.2 不同街區(qū)模擬結果差異性

模擬結果顯示，街區(qū)A 與街區(qū)B 在1.5m 高度處的PM2.5 空間分布存在一定的差異性，街區(qū)B 整體PM2.5 擴散效果優(yōu)于街區(qū)A，而街區(qū)A 局部區(qū)域表現(xiàn)出污染物堆積現(xiàn)象。在同一街區(qū)中，形態(tài)特征的局部差異也對污染物的擴散產(chǎn)生了一定的影響。因此，探討相關形態(tài)參數(shù)與風環(huán)境和污染物分布之間的關聯(lián)性，可為通過空間優(yōu)化設計改善空氣質(zhì)量提供參考。

2.3 誤差分析

使 用IBM SPSS Statistics 24.0 對P1、P2 點的模擬數(shù)據(jù)與實測數(shù)據(jù)的平均值進行相關性檢驗。同時應用配對t 檢測，檢驗監(jiān)測數(shù)據(jù)與實測數(shù)據(jù)之間是否存在顯著性差異，結果見表1。在相關性檢驗中，風速、PM2.5 數(shù)據(jù)表現(xiàn)出了較高的相關性（R2=0.82，0.77），模擬結果與實測數(shù)據(jù)具有較好的一致性；在配對t 檢驗中，模擬風速和PM2.5 濃度與實測數(shù)據(jù)之間不存在顯著性差異。因此，建立的CFD 數(shù)值模型能夠較為準確地預測街區(qū)風場與PM2.5 濃度。

表1 P1、P2 模擬數(shù)據(jù)與實測數(shù)據(jù)配對樣本檢驗（表格來源：作者自繪）

3 街區(qū)形態(tài)特征與PM2.5 的相關性分析

基于各形態(tài)參數(shù)與風速、PM2.5 的相互作用，將1.5m 高度處（行人高度）的相對風速、PM2.5 相對濃度作為因變量，以所選形態(tài)參數(shù)作為自變量，通過皮爾森（Pearson）雙變量相關分析所選形態(tài)參數(shù)與PM2.5、風速的相關性。

3.1 街區(qū)形態(tài)特征要素提取

同一街區(qū)具有不同形態(tài)特征的街區(qū)單元，街區(qū)單元劃分較小會影響分析的真實性，街區(qū)單元劃分較大會導致樣本點較少。根據(jù)典型城市街區(qū)尺寸，將街區(qū)A 與街區(qū)B 劃分為200m×200m 的街區(qū)單元（圖6），共二十個樣本單元，在每個街區(qū)單元內(nèi)進行形態(tài)參數(shù)及污染物濃度的相關計算。

圖6 街區(qū)網(wǎng)格劃分示意圖（圖片來源：作者自繪）

3.2 相關性分析

根據(jù)相關性分析結果（表2），不同街區(qū)形態(tài)參數(shù)對街區(qū)內(nèi)部風速與街區(qū)內(nèi)部污染物濃度的影響不一致，在十個計算變量中，BD、ABE、ABV、ABF、SDH、GCR 對PM2.5 濃度及風速表現(xiàn)出較強的相關性，相關系數(shù)在0.4 ～0.8 之間；TBA、FAR、SO、PD 與PM2.5 濃度及風速之間相關性較弱，相關系數(shù)低于0.3。相關性較高的形態(tài)參數(shù)通過對風環(huán)境的影響進而影響污染物的傳輸與擴散，其中BD、ABE 與風速呈現(xiàn)顯著的負相關關系，與PM2.5 呈現(xiàn)出一定的正相關性；ABV、ABF、SDH 與風速呈現(xiàn)顯著正相關，與PM2.5 呈現(xiàn)出一定負相關性；GCR 與風速、PM2.5 均呈現(xiàn)出明顯的負相關關系。

表2 不同街區(qū)形態(tài)參數(shù)與風速、PM2.5 相關性分析（表格來源：作者自繪）

根據(jù)相關性系數(shù)，隨著BD 與ABE 的升高，風速逐漸降低，PM2.5 濃度逐漸上升。以街區(qū)A與街區(qū)B 局部區(qū)域10 月14 日模擬結果為例（圖7），相較于街區(qū)B，較高的BD 與ABE 降低了街區(qū)A 內(nèi)部的風速，導致街區(qū)內(nèi)外的空氣流通受阻，進而影響了污染物的擴散。

圖7 街區(qū)A（a）與街區(qū)B（b）局部區(qū)域風速矢量圖（圖片來源：作者自繪）

以ABV、ABF 為代表的形態(tài)類參數(shù)一定程度上反映了建筑的體量，隨著ABV 與ABF 的升高，建筑體量增大，間接地增加了街區(qū)內(nèi)部的公共空間占有率，進而增加了街區(qū)內(nèi)同外部空間潔凈空氣交互的可能性，實現(xiàn)了污染物的快速擴散；SDH 體現(xiàn)了街區(qū)內(nèi)不同建筑之間的高度差，當街區(qū)內(nèi)部建筑高度差達到一定程度時，會在建筑水平方向與垂直空間內(nèi)形成局部穿流區(qū)（來流風與建筑邊界交接的區(qū)域），局部區(qū)域風速增大，加強了污染物向背風側的擴散。

以GCR 代表的功能類參數(shù)主要表現(xiàn)出對風速的削減及PM2.5 的滯塵，植被通過降低冠層以下的風速，將污染物滯留于植物葉片表面（圖8），進而降低了區(qū)域周圍的PM2.5 濃度水平。

圖8 街區(qū)A 局部區(qū)域XZ 平面風速矢量圖（圖片來源：作者自繪）

3.3 基于污染物擴散的街區(qū)形態(tài)優(yōu)化策略

綜上，街區(qū)內(nèi)部形態(tài)參數(shù)主要通過影響風速間接影響PM2.5 的擴散，即作為街區(qū)形態(tài)與污染物擴散的中間機制，風環(huán)境仍然是影響污染物擴散的主要因素。依據(jù)上述分析，研究提出基于污染物擴散的居住街區(qū)形態(tài)優(yōu)化策略：（1）通過適當降低建筑密度與平均圍合度，以增強街區(qū)內(nèi)外空氣流通，促進街區(qū)內(nèi)部污染物擴散；（2）適當增加建筑單體體量，以增加街區(qū)內(nèi)部開敞空間的面積，同時合理控制街區(qū)的建筑高度差，形成高低錯落的建筑布局形式，降低對來流風的阻礙作用，增強局部地區(qū)污染物擴散能力，形成良好的通風廊道；（3）增加街區(qū)植被覆蓋率，降低局部地區(qū)風速，在植被類型選取方面，考慮適宜高度的植被種類，增強PM2.5 的吸附沉降。

結語

基于北京市典型居住街區(qū)形態(tài)特征及其風場、PM2.5 實地監(jiān)測，采用CFD 數(shù)值模擬方法建立了居住街區(qū)風環(huán)境和PM2.5 分布預測模型，經(jīng)模型驗證與校核，預測結果與實測數(shù)據(jù)之間不存在顯著性差異，具有較好的一致性，能夠用于不同模擬條件下街區(qū)風場與PM2.5 濃度預測，為分析街區(qū)城市形態(tài)與環(huán)境空氣質(zhì)量的相關性提供了研究手段。

依據(jù)研究街區(qū)形態(tài)特征及所建立的街區(qū)CFD 模型，分析了對空氣質(zhì)量有潛在影響的10項形態(tài)參數(shù)與風速、PM2.5 的相關性，其中，BD、ABE 等形態(tài)參數(shù)對街區(qū)內(nèi)部風速與PM2.5濃度表現(xiàn)出了較高的相關性，而TBA、FAR、SO、PD 表現(xiàn)出較差的相關性。

總體來看，在相同用地性質(zhì)的前提下，不同形態(tài)參數(shù)主要通過影響風環(huán)境間接影響污染物擴散。因此，在未來居住街區(qū)規(guī)劃時，應從防止污染物擴散的角度，將城市規(guī)劃設計與空氣質(zhì)量管控相結合，以便調(diào)控城市空間對城市環(huán)境的不利影響。提出如下城市規(guī)劃設計建議：（1）適當降低街區(qū)建筑密度與圍護度；（2）適當增加街區(qū)內(nèi)平均建筑體積與平均建筑層數(shù)，合理區(qū)分不同的建筑高度；（3）增加街區(qū)的綠化覆蓋率，考慮適宜高度的植被種類。