绿化对室外热环境影响的模拟研究
- 格式:doc
- 大小:374.00 KB
- 文档页数:10
城市绿化对城市气候环境的影响研究城市是人类居住、生产和交通的主要场所,而城市化进程的加快导致城市面积越来越广,人口密度越来越大,空气和环境质量也越来越成为人们关注的问题。
城市气候环境的人类活动是其中主要因素之一,而城市绿化是改善城市气候环境的重要途径之一。
城市地区因为人口密集,排放的废气排放和热量产生都十分巨大,加上城市建筑几乎不会有太多的收光空间,也难以自然地热量排放或者收光,这也导致了城市的热岛效应。
热岛效应是城市气候环境中的一个常见和严重的问题,它指的是城市相比于周边的农村地区,城市的气温明显更高的现象。
热岛效应的产生是因为城市表面的建筑物反射太阳光能而产生一个铁热石的效应,热量聚集会形成一个恶性循环,从而造成光照下,城市的混凝土、带测、道路、车流以及焚烧等人为因素会使得热量不断积累并恶化,而在天气炎热,风向不大变化的情况下,又极易导致城市大气中的颗粒物、臭氧,甚至是二氧化碳的累积污染,影响人们的身心健康。
现代城市绿化理念的提出是市政府和科学家共同努力的成果,它指的是通过种树、绿篱、花坛、草坪等方式,增加城市绿地的面积,降低城市人工物面积的比重来达到改善城市气候环境的目的。
绿化工程不仅包含城市公园、城乡结合带、广场、绿化景观,甚至还可以是公建的屋顶以及不同的公共施设设施,旨在提供人们生活所需,但同时也正反馈到自然和社会环境中。
通过营造大量的绿地来缓解城市热岛效应,将影响空气质量的能量消耗尽可能地减少,这对城市环境都有着十分积极的影响。
通过绿化区域的营造,可以为城市街道和城市中心商区提供舒适的环境。
不仅可以引进新的植物栽种、增加城市树木的数量、创造出新的公共空间,甚至在自然中构筑出具有一定规模的沙漠植物和海岸线植物园,而这些绿地类型也能够有效地稳定城市的生态系统平衡,使之能够逐渐慢慢回暖享受景致。
所有的这些工作都有望在城市的气候环境和空气质量方面产生十分明显的改善。
城市绿化覆盖度对气候影响的模拟研究城市绿化覆盖度对气候的影响是一个备受关注的问题。
在如今城市建设的过程中,绿化这个环节越来越受到重视,因为绿色可以为城市带来很多好处。
除此之外,绿色还可以在一定程度上改变城市的气候状况,使城市更加宜居。
本文将从模拟研究的角度出发,探寻城市绿化覆盖度对气候的影响。
一、城市绿化覆盖度的含义与意义城市绿化覆盖度指城市区域内全部绿地面积与城市区域总面积之比。
随着城市化进程加快,城市绿化覆盖度愈发重要,它直接关系到城市环境和生态水平的提升。
具有良好绿化覆盖度的城市,除了有良好的生态环境和优美的景观外,还能有效减少高温天气的发生,改善城市空气质量和降低能耗。
二、城市绿化覆盖度与城市气候的关系城市的气候与城市绿化覆盖度息息相关。
绿化可以起到吸收太阳辐射、降温、净化空气、调节水分蒸发、防止土地荒漠化等作用。
城市绿化覆盖度越高,城市温度越低,垃圾不易堆积,应该说是个优秀的城市环境。
此外,绿化还对城市的人体健康十分有益,绿地上的植物可以吸收车辆的废气,对于缓解城市负面影响、提高人民生活质量都有重要作用。
同时,每年春季和夏季温度较高时,大片绿地可以将热量消耗,减轻空调负担,从而缓解城市的能源压力。
三、模拟研究的意义通过模拟研究来探索城市绿化覆盖度与城市气候的关系,可以为城市规划者提供科学依据。
搭建城市气候模型可以更好地掌握城市环境下的温度、湿度、气压、风、能量等多种实时数据,而这些数据对城市建设、管理和规划都具有非常重要的意义。
通过分析绿地在不同气象条件下对城市气候的影响,可以更好地指导城市绿化规划,为市民提供一个更加宜居、健康和生态的城市环境。
四、模拟研究的方法为了探究城市绿化覆盖度对城市气候的影响,需要搭建模型。
在搭建城市气候模型的时候,一般会采用数学模型、计算机模拟等技术手段。
该模型主要由地理、气象、土壤等或多或少可能有不同的变量组成,然后通过这些变量之间的关系来解答问题。
在本次模拟研究中,我们可以采用多重回归分析,计算城市绿地覆盖率、降水和空气温度之间的相关性。
绿化对室外热环境影响的研究随着城市化进程的加速,环境问题日益凸显。
其中,热环境与人类生活密切相关,对人体健康和舒适度产生重要影响。
绿化作为城市规划中的重要手段,对改善城市环境和调节微气候具有积极作用。
本文将探讨绿化对室外热环境的影响,以期为城市规划和建设提供理论依据和实践指导。
植被通过遮挡太阳辐射、增加表面蒸发等方式,可有效降低地表和空气温度。
研究表明,绿化覆盖率与当地温度呈负相关关系,植被越丰富,空气温度越低。
在夏季高温时段,绿地的气温比非绿地低5-6℃,使得城市环境更加宜人。
植物通过蒸腾作用不断向空气中释放水分,使得周围空气湿度增加。
研究表明,绿地的相对湿度比非绿地高10-20%,有助于缓解炎热夏季的干燥感。
同时,湿度增加也有利于改善人体的热舒适感。
城市中的建筑物和道路等地表特征会改变风向和风速。
通过合理规划绿地,可以引导风向、减少风速,从而减缓城市“热岛效应”。
绿地中的植被还能有效地降低地表的温度变化幅度,减缓热压,改善人体对高温的感知。
以某城市公园为例,该公园在设计过程中充分考虑了绿化的作用。
公园内种植了大量的乔木、灌木和花卉等植被,形成了多层次、多功能、立体化的绿化体系。
在夏季高温时段,公园内的温度比市区低3-5℃,湿度增加10-20%,风速减缓20-30%。
这表明绿化在改善城市热环境方面具有显著效果。
绿化作为城市规划的重要手段,对改善城市环境和调节微气候具有积极作用。
通过降低空气温度、调节湿度、减缓风速等手段,绿化对室外热环境产生显著影响。
合理规划和配置绿地,可以有效地缓解城市“热岛效应”,提高城市居民的热舒适度。
在实际的城市规划和建设中,应充分重视绿化的重要性,结合当地的气候条件和地理特点,制定科学合理的绿化方案,以实现城市环境的可持续发展。
随着全球气候变化的日益加剧,湿热地区的气候条件变得更加复杂和恶劣。
建筑组团作为城市的重要组成部分,其室外热环境受到绿化体系的影响已成为研究热点。
城市绿地与城市热环境近年来,由于城市化进程的不断加快,城市热岛效应问题日益凸显,城市绿地的重要性也日益受到人们的重视。
城市绿地不仅能够起到美化城市景观的作用,还能够改善城市热环境,提升居民的生活质量。
本文将从城市绿地对城市热环境的影响以及城市绿地的建设与管理等方面进行探讨。
首先,城市绿地对城市热环境的影响不可忽视。
城市中的建筑物和道路等硬质表面具有较高的反射率和辐射率,容易吸收和储存大量热能,导致城市热岛效应的形成。
而城市绿地则能够发挥良好的遮阳和蒸发降温的作用。
植被覆盖能够有效地吸收和消散太阳辐射,减少热量的吸收,从而降低了地表和周围空气的温度。
同时,植被通过蒸腾作用释放大量的水蒸气,使周围空气湿度增加,进一步促使温度下降。
因此,在城市中合理增加绿地面积和植被覆盖率,可以有效降低城市的温度,改善城市热环境。
其次,城市绿地的建设与管理也是影响城市热环境的关键。
在城市规划和建设过程中,应充分考虑绿地的布局和分布,合理划定不同类型和功能的绿地空间。
公园、广场和行道树等都是重要的城市绿地形式,它们具有较大的绿化面积和良好的阻隔及降温效果。
此外,绿地的建设与管理也需要注意保护和培育植被,推行生态养护,提高绿地质量。
选用耐旱、抗污染和适应性强的植物品种,合理配置水源,采取科学施肥和定期修剪等措施,确保绿地的生态功能和环境效益。
此外,城市绿地的建设还应注重提升其生态服务功能。
城市绿地不仅可以减少热岛效应,还能够净化空气、调节水循环、保护生物多样性等。
例如,合理布置湖泊和湿地绿地,可以起到蓄水和调节降水的作用,减少城市积水和洪涝灾害的发生。
同时,湿地绿地还能够净化污水和雨水,提升水质;湖泊和河流等水域绿地则能够提供栖息地,保护水生生物的生存环境。
因此,在城市绿地的规划与建设中,要注重提升其生态服务功能,更好地满足人们的需求,实现可持续发展。
最后,城市绿地的建设与管理需要社会各界的共同参与与合作。
政府、企事业单位、社区居民等都应该发挥各自的作用,共同推动城市绿地的建设与管理。
景观设计要素对室外热环境的影响探究随着城市化进程的加快和气候变化的影响,室外热环境的问题越来越引起人们的关注。
而在城市景观设计中,景观要素作为城市环境的重要组成部分,对热环境的影响不可忽视。
本文将探讨景观设计要素对室外热环境的影响,并从树木、水体、建筑和地面材料等角度进行分析和探讨。
一、树木对室外热环境的影响1. 降温作用树木作为景观设计的重要要素之一,具有明显的降温作用。
树木的树荫可以遮挡阳光,减少热辐射和紫外线辐射,降低气温。
树木通过蒸腾作用可以带走部分热量,使周围空气温度下降,提高人们的舒适度。
2. 绿化带来的纳凉感树木的绿叶和树荫给人一种清凉的感觉,可以增加人们在户外活动的舒适度。
在城市中布置绿化带和绿地,可以有效改善城市的热环境,减少热岛效应,提高城市的适宜度。
3. 调节空气湿度树木的蒸腾作用可以增加空气湿度,改善干燥的气候环境。
调节空气湿度对于改善人们的舒适度和健康有着重要的作用。
1. 降温效应水体可以在一定程度上降低周围的气温,尤其是在夏季高温的情况下,水体的蒸发可以带走部分热量,从而降低周围的温度。
2. 增加湿度水体的蒸发可以增加周围空气的湿度,改善干燥的气候环境。
在城市中布置喷泉、水池等水体景观可以有效改善城市的热环境。
3. 视觉舒适度水体景观在城市中具有一定的视觉舒适度,人们在水边散步、观赏水景可以增加人们的舒适感,提高城市环境的宜人性。
1. 遮挡阳光建筑的布局、高度和朝向对周围环境的影响非常显著。
合理的建筑布局和遮阳设施可以减少阳光直射地面,减少热辐射,降低室外温度。
2. 通风透气建筑的通风透气设计可以增加周围空气的流通,降低建筑周围的温度,提高室外环境的舒适度。
通风透气设计还有助于减少雨水积聚,改善城市的排水系统。
3. 增加阴凉场所建筑的庇荫、凉亭等构筑物可以提供人们在户外休息的场所,增加城市的宜人性和舒适度。
1. 反射热辐射地面材料的颜色、质地和反射率对周围环境的影响非常显著。
景观设计要素对室外热环境的影响探究景观设计要素是指对于室外环境的美化和改造所使用的设计元素和手法,包括植物、水体、建筑、地形、材料等。
在室外热环境中,景观设计要素对室外热环境有着重要的影响。
本文将就植物、水体、建筑、地形和材料等几个方面展开探究。
植物作为景观设计的重要要素,对室外热环境有着重要的影响。
植物的树冠能起到遮阳降温的作用,形成绿色的阴凉空间。
植物本身的蒸腾作用能够有效地降低空气温度,并且能通过调节湿度、释放氧气等作用改善室外热环境。
植物的绿色能够起到减少热岛效应的作用,吸收并反射太阳辐射,减少热量的吸收,降低周围环境的温度。
水体也是影响室外热环境的重要要素之一。
水体的蒸发作用能够降低空气温度,并且形成湿润的环境,减缓热辐射的传播。
在炎热的夏季,人们常常会在水边或水景处感到清凉和舒适。
水体还能通过反射太阳辐射的方式,减少周围环境的热量吸收。
合理地引入水体作为景观设计要素,能够有效地改善室外热环境。
建筑作为室外热环境的重要组成部分,对热环境有着重要的影响。
建筑的高度、形状和材料等因素都会影响周围环境的热量吸收和散发。
建筑的高度和形状决定了阳光的照射角度和时间,从而影响了周围环境的温度。
建筑的材料对热环境也有很大的影响。
白色和浅色的材料能够减少热量的吸收,避免过度的热量积聚。
合理设计建筑的遮阳设施也能起到遮蔽阳光的作用,改善室外热环境。
地形也是影响室外热环境的重要因素之一。
地形的起伏和高低会影响到阳光的照射角度和时间。
在山坡地形中,水会通过重力作用流向低洼处,形成溪流和瀑布等水景,为周围环境降温提供了条件。
地形的起伏也能够改变风的流线,增加空气的流动性,减缓热辐射的传播,改善室外热环境。
材料也是影响室外热环境的重要要素之一。
材料的颜色、光反射率和热传导率等特性都会影响材料表面的温度和热量的传导。
浅色和反射性较强的材料能够减少热辐射的吸收,降低表面温度,改善室外热环境。
而热传导率较低的材料能够减少热量的传导,降低室外热环境的温度。
城市绿化对城市热环境的影响随着城市化进程的加速,城市化率不断提高,城市的面积也在不断扩大,但是城市中大量的混凝土建筑和人工硬化地面让城市环境变得越来越热,城市热岛效应越发明显。
热岛效应是指城市地表温度高于周围农田和郊区的现象,造成的后果就是人们会感觉到城市炎热、闷热,空气中的污染物也会增加,给人们的身体健康带来危害。
城市绿化就是一种化解城市热岛效应的有效措施。
本文将从城市绿化的角度来探讨城市绿化对城市热环境的影响。
第一,城市绿化可以增加城市湿度。
城市建筑面积不断增加,人工硬化面积增多,土地裸露,导致蒸发量减少。
城市绿地的出现可供植物生长,也许会增加土壤水分含量,同时植物蒸腾的水分又会带出来湿度,从而提高城市绿地的湿度。
大面积的植被可以形成水循环系统,导致城市中的降雨量增加,这样就更容易形成较高的湿气氛围,减少空气中的干燥感,让人们感觉到更加舒适。
第二,城市绿化改善空气质量。
城市中污染物的废气排放不断增加,城市绿化可以吸收这些废气,像二氧化碳、氮氧化物等,降低空气中的污染物浓度。
树木和草本植物通过吸收和分解空气中的污染物,不仅会净化空气,同时也会散发出清新的氧气。
其他的一些植物还能分泌负离子,这个可以有效地对抗空气中的静电及其带来的有害影响,同时对身体的健康也有好处。
第三,减少城市热岛。
城市热岛现象的出现有一些原因,比如大面积的建筑物和人工硬化地面等等。
城市绿化可以带来一个降温的效果,通过植物向周围发放热量,植物和土壤的蒸发作用,大面积供应的氧气和水分等整体效应可以减少城市热岛。
此外,绿色活动空间对遮阳和降温也有促进效果,它们能建立一个有利于微气象环境的气候系统,避免日光直射,减轻暴晒的程度,为城市居民带来更加舒适的居住环境。
第四,促进城市生态系统的发展。
城市绿化可以培养植物、动物等生物,整体上是促进了城市生态系统的发展。
绿地不仅是人们休闲娱乐的场所,同时也是生物栖息和繁殖的地方。
在进一步建设城市绿化的过程中,可以采用一些新技术,比如建在楼顶上的花园,绿化阳台等等。
绿化体系对湿热地区建筑组团室外热环境影响研究一、本文概述随着全球气候变暖,湿热地区的热环境问题日益突出,对人们的生产、生活和生态环境产生了深远影响。
建筑组团作为城市的重要组成部分,其室外热环境的优劣直接影响到人们的生活质量和城市的可持续发展。
因此,研究绿化体系对湿热地区建筑组团室外热环境的影响,具有重要的现实意义和理论价值。
本文旨在探讨绿化体系在湿热地区建筑组团室外热环境中的作用及其优化策略。
通过对湿热地区气候特点的分析,明确了室外热环境改善的必要性。
系统梳理了国内外关于绿化体系与室外热环境关系的研究现状,为本文的研究提供了理论支撑。
在此基础上,本文采用实地测量、数值模拟等方法,深入分析了绿化体系对湿热地区建筑组团室外热环境的影响规律,并提出了相应的优化措施。
结合具体案例,验证了优化策略的有效性,为湿热地区建筑组团的绿化设计和热环境改善提供了有益的参考。
本文的研究不仅有助于深化对绿化体系与室外热环境关系的认识,还为湿热地区城市规划和建筑设计提供了科学依据和实践指导。
希望通过本文的研究,能够为推动湿热地区城市的可持续发展和人们的生活质量提升做出贡献。
二、湿热地区建筑组团热环境现状分析在湿热地区,由于高温多雨的气候特点,建筑组团的室外热环境显得尤为重要。
当前,许多建筑组团在规划和设计过程中,对于热环境的考虑往往不足,导致室外空间在夏季时炎热难耐,严重影响了人们的居住体验和户外活动质量。
从建筑布局来看,许多湿热地区的建筑组团存在过于密集的问题。
建筑之间的间距过小,使得空气流通不畅,热量难以扩散。
同时,绿地面积的不足也使得这些区域缺乏必要的生态调节机制,无法有效缓解热岛效应。
建筑材料的选择也是影响室外热环境的重要因素。
部分建筑使用了深色、高反射率的材料,这些材料在阳光照射下会吸收大量的热量,进而提升周围环境的温度。
部分建筑的屋顶和墙面缺乏有效的隔热措施,导致室内温度高,进而影响到室外热环境。
再者,植被覆盖的缺乏也是湿热地区建筑组团热环境问题的一个重要方面。
第41卷第11期2021年6月生态学报ACTAECOLOGICASINICAVol.41,No.11Jun.,2021基金项目:国家自然科学基金项目(41922007)收稿日期:2021⁃01⁃08;㊀㊀修订日期:2021⁃04⁃18∗通讯作者Correspondingauthor.E⁃mail:rhsun@rcees.ac.cnDOI:10.5846/stxb202101080084魏琳沅,孙然好.城市绿地和建筑格局影响热环境的模拟研究.生态学报,2021,41(11):4300⁃4309.WeiLY,SunRH.Simulationontheinfluenceofgreenspacesandbuilt⁃uppatternsonurbanthermalenvironment.ActaEcologicaSinica,2021,41(11):4300⁃4309.城市绿地和建筑格局影响热环境的模拟研究魏琳沅1,2,孙然好1,∗1中国科学院生态环境研究中心,城市与区域生态国家重点实验室,北京㊀1000852中国科学院大学,北京㊀100049摘要:景观类型和格局能够影响城市热环境,但是在不同小区域背景下,它们的贡献差异尚缺少定量研究㊂将实地监测与数值模拟技术相结合,对北京市典型景观的风速场与温度场进行模拟研究,分析天空开阔度㊁绿地面积与风速㊁地表温度之间的关系㊂在此基础上,探讨绿地形态与绿地温度及地表温度的关系,同时设计多种典型的城市绿地㊁建筑格局在计算机中进行模拟,揭示不同绿地㊁建筑景观配置下热环境的影响因素㊂结果表明:(1)天空开阔度和风速是影响城市小区域热环境的重要因素,天空开阔度与地表温度显著负相关,高风速会明显降低地表温度;(2)绿地面积和形态是影响区域地表温度与气温的重要因素,占比10% 50%的绿地降温强度为1.4 2.2ħ,面积越大㊁形态越复杂,降温效应越明显,分散的绿地降温效应优于集中式绿地;(3)迎风向呈两端低中间高的建筑分布可显著改善热环境,较其它格局气温约低1.6ħ㊂研究结果对于指导城市景观设计改善城市热环境具有一定的参考价值㊂关键词:景观格局配置;热环境;风速;天空开阔度;降温效应Simulationontheinfluenceofgreenspacesandbuilt⁃uppatternsonurbanthermalenvironmentWEILinyuan1,2,SUNRanhao1,∗1StateKeyLaboratoryofUrbanandRegionalResearchCenterforEco⁃EnvironmentalSciencesChineseAcademyofSciences,Beijing100085,China2UniversityofChineseAcademyofSciences,Beijing100049,ChinaAbstract:Theimpactoflandscapetypesandpatternsontheurbanthermalenvironmenthasalwaysbeenconcerned,butthereisstillalackofquantitativeresearchonthedifferencesinimpactsunderdifferentsmallareabackgrounds.CombininginsituobservationandnumericalsimulationtechnologytosimulatethewindspeedandtemperatureofthetypicallandscapepatterninBeijing,weanalyzedtherelationshipbetweenskyviewfactor,greenarea,windspeed,andsurfacetemperature.Bydiscussingtherelationshipbetweengreenspaceshapeandgreenspacetemperatureandsurfacetemperature,wedesignedavarietyoftypicalurbangreenspaceandbuildingpatternstomodelthethermalenvironment.Finally,themodelresultswereusedtorevealtheinfluencingfactorsoftemperatureunderdifferentgreenspaceandlandscapeconfigurations.Theresultsshowedthat:(1)skyviewfactorandwindspeedwereimportantfactorsaffectingthethermalenvironmentinurbanareas.Skyviewfactorwasnegativelycorrelatedwithlandsurfacetemperature,andhighwindspeedswouldsignificantlyreducelandsurfacetemperature.(2)Greenspacecompositionandconfigurationwereimportantfactorsinfluencinglandsurfacetemperatureandairtemperature.Thecoolingintensityof10% 50%ofthegreenspacewas1.4 2.2ħ.Specifically,thelargertheareaandthemorecomplextheshape,themorecoolingeffect,andthecoolingeffectofdispersedgreenspacewasbetterthanthatofthecentralizedgreenspace.(3)Thewindwarddistributionofbuildingswithlowendsandmiddleheightcouldsignificantlyimprovethethermalenvironment,andthelandairtemperaturewasabout1.6ħlowerthanotherlandscapepatterns.Theresultsofthestudyhadimportantimplicationsforguidingurbanlandscapedesigntoimprovetheurbanthermalenvironment.KeyWords:landscapepatternconfiguration;thermalenvironment;windspeed;skyviewfactor;coolingeffect世界上超过一半的人口(54%)居住在城市,这一数字预计还会增加[1]㊂在快速城市化进程中,城市人口增长以及人类活动造成城市景观的破碎,改变了城市景观格局,同时影响地表温度的平衡,加剧热环境的扩张,使城市热岛效应更加明显㊂热岛效应直接影响人体健康,显著增加能源消耗㊂城市景观格局与城市热环境紧密相关,景观生态学㊁建筑学㊁地理信息系统㊁遥感科学以及计算机流体力学等学科的理论与方法都被应用于城市热环境的研究中[2⁃5]㊂遥感反演的地表温度是城市热环境的重要量化指标,被越来越多地应用于城市热岛研究[6],推动学者对城市热环境研究从定性逐步向定量发展㊂城市的景观类型和格局对热环境影响较大,一些学者利用土地覆盖数据,研究不同城市景观对城市热岛的影响[7⁃9]㊂城市建筑物外的空调系统是影响室外热环境的重要因素之一[10],同时建筑的格局㊁几何形状㊁材料等因素都对局部热点的形成有很大影响[11];城市化的进程改变了下垫面的热力属性,路面材料吸热率高而比热容小,能够较多的吸收太阳辐射,使环境温度升高,也影响了行人的热舒适性[12]㊂而城市绿地㊁水体则具有显著的降温功能,在缓解城市热岛效应中发挥着重要的作用[13⁃15],已有研究表明绿地㊁水体面积越大,降温强度越高[16⁃17],但在有限的城市内,大面积的规划蓝绿空间并不现实,为了提高蓝绿空间的降温效率,学者们对蓝绿空间的特征及其影响因子进行研究,发现水体的降温效率与其景观形状指数(Landscapeshapeindex,LSI)呈线性相关[18⁃19],绿地的景观格局指数及形态都影响其降温效率[20⁃21]㊂此外,城市形态影响城市地表热平衡㊁微尺度空气循环等,比如天空开阔度常被用来描述城市形态,研究表明天空开阔度与温度呈显著负相关㊂天空开阔度较小的城市区域,建筑物阻挡更多的长波辐射,热量储存在城市内部,而且迎风面积与建筑阻力系数都较大,导致区域内平均风速降低[22⁃23],风速也是影响区域热环境的因素,城市中贯通的风道能够缓解热岛效应,增加行人舒适性[24]㊂在研究方法方面,城市热环境的研究多依赖于遥感以及地面监测㊂近年来,计算机流体力学(ComputationalFluidDynamics,CFD)被引入到城市风热环境的模拟领域[25]㊂该方法的原理是将研究空间分割成微小的有限元单元㊂在不同物质之间,计算遵循基本流体动力学和热力学,通过迭代计算,可以对风热环境进行细节模拟,具有工作量小㊁结果直观等优点㊂CFD模拟方法作为一种提供微环境数据的有效工具,在近二十年来得到了广泛的应用[26⁃27],在缓解热岛效应上,国内外学者通过CFD工具,模拟不同景观格局配置,探讨出较为理想的降温格局,并提出了蓝绿空间规划框架[28]㊁构建通风廊道[29]㊁屋顶绿化[30]以及设计水路间绿色廊道[16]等方案㊂因此,本研究利用计算机流体力学Phoenics软件对区域风热环境进行量化和模拟,Phoenics是一种用于分析各种传热问题的计算机技术,可对温度场㊁风场等各种流场进行分析㊁计算和预测[31]㊂通过模拟区域平均风速,将之与地表温度进行分析,以探讨城市热环境与风环境之间的关系㊂本研究将城市设置为处在一个以大气运动为主的流场中,根据实际气象参数分析城市风热环境,对风速㊁风向㊁地表温度㊁天空开阔度以及绿地㊁建筑格局配置进行综合分析,探讨不同因子之间的相互影响㊂1㊀方法1.1㊀研究区域北京市位于华北平原北部,总面积约16400km2㊂北京市处于北温带,具有典型的大陆性季风气候,四季分明㊂年平均气温约12.3ħ,年降水量约570mm㊂夏季高温多雨,盛行东南风,冬季寒冷干燥,盛行西北风,春秋短促㊂随着城市化进程的加剧,自1960 2000年,北京市热岛强度平均每年增加0.31ħ[32],北京年平均气温持续上升,城市热岛效应日益突出,缓解北京热岛效应已经不可回避的问题㊂研究区中心位于北京五环1034㊀11期㊀㊀㊀魏琳沅㊀等:城市绿地和建筑格局影响热环境的模拟研究㊀内朝阳区团结湖(116ʎ27ᶄ32N,39ʎ55ᶄ26E)北,区域面积42km2,分成42个区域(6kmˑ7km)㊂Phoenics模型参数率定区域选择位于北京中关村的中钢国际广场(图1)㊂图1㊀研究区域和气象观测站Fig.1㊀Studyareaandobservationsites1 42)研究区按照1kmˑ1km范围划分42个小区域1.2㊀技术流程与研究方法1.2.1㊀技术流程利用遥感与地理信息技术手段获得研究区域的景观类型以及建筑物高度等参数,在ArcGIS与ArcScene中进行三维建模,同时利用Landsat8影像反演出团结湖区域地表温度数据㊁绿地温度数据㊂并将三维建模数据导入ArcGIS中进行天空开阔度(Skyviewfactor,SVF)的计算㊂选取中钢国际广场为模型参数的率定区域,利用实测数据分时段输入Phoenics软件中进行数值模拟,将模拟结果与实测数据进行误差分析㊂统计区域内绿地面积㊁建筑面积等参数,利用Phoenics软件模拟以团结湖为中心的42个区域的风环境,将输出的区域平均风速与天空开阔度以及地表温度进行相关性分析㊂计算每个区域内绿地形状指数,同绿地自身温度进行分析㊂取绿地㊁建筑面积相差较小,但地表温度相差较大的几个典型区域进行讨论研究,同时设计出几种不同的绿地㊁建筑景观格局,输入到Phoenics中进行模拟,探究实地城市绿地㊁建筑最优的结构配置㊂Phoenics是计算流体力学软件,很多学者将之用于城市热环境的研究中[33⁃34],软件可以有效的输出相关风㊁热环境指标,Phoenics先后加入了SUN㊁FOLIAGE等模块,实现了太阳辐射以及绿色植物的模拟,加强了软件的实用性,Phoenics内置了多种的湍流模型,本研究使用的是k-ε的湍流方程㊂软件界面简洁友好,实用性强,具有很强的实际意义㊂1.2.2㊀景观类型的提取利用高分辨率IKONOS影像进行土地利用分类,得到不同北京市景观类型数据,同时叠加矢量城市建筑轮廓信息,区分建筑与不透水面,获取城市建筑分布以及建筑高度信息,这部分工作在前期已经完成[35]㊂1.2.3㊀地表温度的提取利用Landsat8遥感影像,反演北京地区地表温度数据㊂采取辐射传导方程法(RadioactiveTransfer2034㊀生㊀态㊀学㊀报㊀㊀㊀41卷㊀Equation),又称大气校正法,原理是首先估计大气对地表热辐射的影响,然后把这部分大气影响从卫星传感器所观测到的热辐射总量减去,从而得到地表热辐射强度,再把这一热辐射强度转化为相应的地表温度㊂影像获取时间为2018年6月27日,行列号为123/32,卫星过境时天气情况良好,影像清晰㊂卫星传感器收到热红外辐射亮度值Lλ的表达式即传输方程:Lλ=εB(TS)+1-ε()Lˌ[]τ+Lʏ(1)温度为T的黑体在热红外波段的辐射亮度B(TS):B(TS)=Lλ-Lʏ-τ(1-ε)Lˌ]/τε(2)地表真实温度TS:Ts=K2/ln(K1/B(TS)+1)(3)NDVI及植被覆盖度(Pv)估算Pv=[(NDVI-NDVIS)/(NDVIV-NDVIS)](4)地表比辐射率计算:ε=0.995(NDVIɤNDVIV)㊀㊀(水体㊁冰雪覆盖区)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀(5)ε=0.9589+0.086Pv-0.0671P2v(NDVIv<NDVI<NDVIs)㊀㊀(自然㊁人工混合表面)(6)ε=0.9625+0.0614Pv-0.0461P2v㊀㊀(NDVI<NDVIs)(自然表面)(7)式中ε:地表辐射率㊁TS:真实温度㊁τ:大气在热红外波段的透过率㊁Lʏ:大气上行辐射亮度㊁Lˌ:大气下行辐射亮度㊁K1和K2为热红外波段的定标常数㊁NDVI:归一化植被指数㊁NDVIS:完全是裸土或无植被覆盖区域的NDVI值㊁NDVIv:完全被植被所覆盖的像元的NDVI值,即纯植被像元的NDVI值,取经验值NDVIV=0.70和NDVIS=0.05,即当某个像元的NDVI大于0.70时,Pv取值为1;当NDVI小于0.05,Pv取值为0㊂大气上行辐射㊁下行辐射以及大气透过率数据,可在NASA官网中获得,具体实现过程见图2㊂图2㊀基于大气矫正法的Landsat8反演流程图㊀Fig.2㊀Landsat8inversionflowchartbasedonatmosphericcorrectionmethod1.2.4㊀天空开阔度的计算天空开阔度(Skyviewfactor,SVF)利用软件模拟的三维矢量估算法进行计算,将建筑简化为有相应的建筑高度体块㊂以设定的观察点为圆心做半球,并从圆心按照一定角度间隔放射处一定数量的垂直切面,找到每个垂直切面与观察点周边建筑体块的交线处的相应最高仰角,并从估算点连线至半球,仰角线与半球相交将得到交点,将所有交点相连从而描绘处球面上的天空部分和建筑遮挡部分的交线㊂计算交线围合的天空部分面积与半球总面积的比值,即为观察点的天空开阔度值[36⁃38]㊂本研究取计算区域内多个点的天空开阔度的平均值来代表区域天空开阔度的数值㊂研究区大小42km2(6kmˑ7km),分为42个1kmˑ1km的小区,将小区内的含有建筑高度属性的建筑导入ArcGIS中,在ArcScene中拉伸建模,利用天际线(Skyline)㊁天际线图(SkylineGraph)工具计算㊂研究计算的天空开数值均忽略地表植物的参数,只考虑建筑物的高度参数㊂同时统计了每个小区建筑物高度㊁建筑物面积和绿地面积,通过掩膜提取了每个切面的地表温度,以分析天空开阔度与地表温度的相关关系㊂1.2.5㊀Phoenics的率定模型参数率定区域选择了北京市中关村中钢国际广场(116ʎ18ᶄ23N,39ʎ58ᶄ50E),率定数据采用现场调查的方式获得㊂使用的红外热成像仪(Tesoto⁃890)可以同时测量大量目标点的表面温度,从而获取路面以及3034㊀11期㊀㊀㊀魏琳沅㊀等:城市绿地和建筑格局影响热环境的模拟研究㊀草地的表面温度㊂红外热成像仪安装在区域内最高点;WatchDogB100钮扣式温度记录仪用来测定区域内地面1.5m高度的温度数据;Kestrel3000手持式风速仪来测定研究区域风速数据㊂测定时间选取2016年8月2日于8:00 16:00每间隔1h进行测量,测定出8:00 16:00的风速以及1.5m处高度的温度数据,同时将大量路面以及草地的点的温度进行数据处理,获取路面以及草地表面的平均温度㊂率定方法以及精度的验证是将实地区域的风速以及1.5m处高度的温度等数据作为参数输入模型中,在模型中模拟区域热环境,经过处理模拟出的热环境图,来输出区域内路面以及草地的表面温度,用实际测定的路面以及草地的温度去率定和验证模型模拟结果㊂最后用均方根误差(RMSE)进行结果分析㊂1.2.6㊀绿地降温强度与降温效率绿地的降温效应分为降温强度与降温效率㊂绿地降温强度值为区域内无绿地时的平均气温(1.5m高处)减去有绿地时的平均气温,用CI表示㊂降温效率的值为降温强度与区域内绿地占比的比值,用CE表示㊂CI=T0-T1(8)CE=CI/X(9)式中TI:区域无绿地平均气温;T0:区域内有绿地平均气温;X:绿地在区域内的占比㊂2㊀结果2.1㊀Phoenics模型参数率定Phoenics模拟值与实测值接近(图3),均方根误差RMSE=1.34ħ,表明Phoenics模型精度较高,可以很好的模拟温度空间分布㊂图3㊀模型模拟的效果验证Fig.3㊀Evaluationofthemodelprediction2.2㊀局地气候对区域平均温度的影响天空开阔度与风速的相关分析发现,两者呈显著正相关关系(P<0.01,r=0.677),即区域内天空开阔度越大,风速越高㊂而天空开阔度与温度具有显著的负相关关系(P<0.01,r=-0.590),风速与地表温度之间也显著负相关(P<0.01,r=-0.647)(图4)㊂根据Phoenics模拟的风速数据统计区域内平均风速,结合遥感反演的Landsat8地表温度数据,发现绿地面积与温度呈显著的负相关关系(P<0.01,r=-0.817)㊂绿地的形状特征由形状指数(周长/面积)表示,结果表明形状指数与绿地温度呈正相关关系(P<0.01,r=0.526),结果表明绿地形状越复杂,绿地内部与周围环境的能量交流越多,其降温效应越好㊂2.3㊀绿地和建筑格局对热环境影响选取绿地㊁建筑占比相差较小,但地表温度相差较大的特殊点㊂选取原则为:区域间绿色面积之差小于15%,水体面积相同,建筑面积之差小于15%,温度相差大于1.5ħ㊂经过筛选,选取典型区域两组:1(区域7㊁区域9)㊁2(区域11㊁区域12)㊂由于本研究将区域划分42个小区域,有些典型小区域(区域11㊁12)被简单的4034㊀生㊀态㊀学㊀报㊀㊀㊀41卷㊀图4㊀绿地和建筑格局与气候因子的关系Fig.4㊀Correlationsbetweenlandscapepatternsandclimaticfactors分割成几个部分,故将11㊁12两个区域向上扩增一些面积,将绿地面积占比以及区域平均地表温度数据导入到绿地占比与温度的图中,不同绿地㊁建筑格局下区域温度差异比较大(图5)㊂为了更加深入地探究绿地㊁建筑格局以及风环境对温度的影响效应,在掌握北京市气象数据的基础上,设计出能够反映北京小街区的较为简单的建筑群三维模型㊂模型尺寸为500mˑ500m,将绿地面积占比设为定值(10%㊁20%㊁30%㊁40%和50%),并设计无绿地的对比区域㊂通过改变模拟区内绿地的形态特征㊁建筑容积率㊁迎风建筑高低布局以及风向,利用Phoenics对建筑区形态的夏季热环境进行模拟,从而比较不同绿地㊁建筑格局下的热环境㊂绿地占比10% 50%区域内平均气温如图6所示,在城市500mˑ500m小区域内,绿地的降温强度CI随着绿地面积增加而增大,占比10% 50%的绿地降温强度范围在1.4 2.2ħ之间㊂降温效率CE在绿地占比10%时最大㊂如图7所示,各区域平均气温Ta㊁Tb㊁Tc㊁Td和Te分别为37.54ħ㊁36.11ħ㊁36.27ħ㊁36.35ħ和36.41ħ㊂7-b㊁7-c形状指数(周长/面积)分别为0.075㊁0.050,说明分散型绿地降温效应优于集中式大型绿5034㊀11期㊀㊀㊀魏琳沅㊀等:城市绿地和建筑格局影响热环境的模拟研究㊀图5㊀典型区域分析Fig.5㊀Typicalareaanalysisa)绿地占比与温度关系;b)区域9;c)区域7;d)区域11;e)区域12图6㊀不同绿地比例对区域平均气温(离地表1.5m)的影响㊀Fig.6㊀Effectsofdifferentproportionofgreenspaceonregionalaveragetemperature(1.5mabovethesurface)地,形状指数大的绿地降温效应更大㊂如图8所示,通过增加建筑物高度使小区容积率增大,略微的提升区域平均气温,但对小区域热环境影响不明显㊂风向是影响热环境的原因之一,如图9所示,北京建筑群形态坐北朝南,东南风更有利于减少其热岛效应㊂建筑格局显著影响热环境,如图10所示,两面低中间高(中低 高中低)的建筑格局,区域平均气温平均要低1.6ħ㊂3㊀讨论Phoenics模型可以模拟特定区域内风环境与热环境,通过设置景观类型以及相关参数,可以方便地研究不同气象和下垫面对区域风热环境的复合影响,克服了实验难以进行复杂城市空间研究的缺点[10]㊂风速对城市热环境的影响显著,通过CFD模拟计算,只要参数以及边界条件设置准确,计算结果精度较高㊂同时,本研究也利用实测数据对Phoenics进行了率定㊂然而,三维模型建立的建筑模块与实际复杂几何建筑底图有所偏差,例如建筑的阳台以及窗户的具体位置也可能对区域内微气候产生影响㊂绿地面积越大,绿地的降温强度越大㊂绿地的形态越复杂,绿地与周围环境热量交换越多,降温强度越高㊂分散型绿地降温效应优于集中式分布绿地㊂对于城市绿地的建设,一味地增加绿地面积并不是缓解城市热岛的有效途径,设计最优绿地格局㊁合理规划绿地形态才能够最大程度的发挥绿地的降温效应㊂不同建筑格局的区域热环境差异比较大,通过模拟发现迎风建筑物呈两边低中间高的区域温度显著低于其它格局,城市建筑物的形态以及密集程度产生的透风系数不同,影响了通风效率,进而影响了城市热环境㊂不同风向下的区域热环境同样有差异,城市规划需要综合多种因素㊂本研究在探讨绿地㊁建筑格局对温度的影响时设计的绿地方案较少,虽然得到了一些结论与传统研究相符合,但仍需要大量的模拟验证支撑才更准确㊂人为热是影响城市热环境中的一个关键因素,减少人为热的排放有利于缓解城市热岛效应[39],本研究未考虑人为热效应,后续工作中要将人为热作为模型的一个参数进行综合分析㊂6034㊀生㊀态㊀学㊀报㊀㊀㊀41卷㊀图7㊀不同绿地格局热环境模拟Fig.7㊀Thermalenvironmentsimulationofdifferentgreenspacepatterns图8㊀不同容积率热环境模拟Fig.8㊀Thermalenvironmentsimulationofdifferentplotratios图9㊀不同风向热环境模拟Fig.9㊀Thermalenvironmentsimulationofdifferentwinddirections4㊀结论将遥感技术㊁地理信息技术与计算机流体力学数值模拟技术相结合,对北京市典型景观格局的风速场与温度场进行模拟研究,讨论了天空开阔度㊁温度与风速之间关系,模拟了不同绿地㊁建筑格局的热环境,探讨出了绿地㊁建筑较为理想的降温格局,研究结果为缓解城市热岛效应有一定的指导意义㊂主要研究结论:(1)城市形态通过使用城市形态指标来量化城市物理环境,可解决无法用定性的方式准确描述的问题,天空开阔度可以作为城市形态学的代表性参数㊂城市建筑结构影响城市通风,较高的风速能够显著的降低城7034㊀11期㊀㊀㊀魏琳沅㊀等:城市绿地和建筑格局影响热环境的模拟研究㊀图10㊀不同建筑格局热环境模拟Fig.10Thermalenvironmentsimulationofdifferentbuildingpatterns市地表温度,优化城市的风环境可以减缓城市热岛效应㊂(2)绿地对城市的热环境有一定的降温效果㊂绿地的景观格局㊁形态以及面积都是城市规划中需要综合考虑的因素㊂绿地形状指数越大,即绿地几何形态越复杂,降温强度越大,占比10% 50%的绿地降温强度范围为1.4 2.2ħ㊂占比10%的绿地降温效率最高,分散型的绿地降温效应优于集中分布型,在规划时,应避免绿地集中分布在边界地区㊂(3)建筑格局配置能够显著影响区域热环境状况,迎风向呈两端低中间高的建筑分布可显著改善热环境,较其它格局温度约低1.6ħ,结果可以为城市绿地以及城市建筑景观格局的优化提供一定的参考依据㊂后续研究应将绿地研究区域扩大,并在Phoenics中进行大量模拟,深入研究绿地格局配置的降温效应㊂参考文献(References):[1]㊀NationsU,AffairsS,DivisionP.Worldurbanizationprospects:the2014revision:highlights,2014.[2]㊀YuZW,ChenTT,YangGY,SunRH,XieW,VejreH.Quantifyingseasonalanddiurnalcontributionsofurbanlandscapestoheatenergydynamics.AppliedEnergy,2020,264:114724.[3]㊀SunRH,LüYH,YangXJ,ChenLD.Understandingthevariabilityofurbanheatislandsfromlocalbackgroundclimateandurbanization.JournalofCleanerProduction,2019,208:743⁃752.[4]㊀SunRH,XieW,ChenLD.Alandscapeconnectivitymodeltoquantifycontributionsofheatsourcesandsinksinurbanregions.LandscapeandUrbanPlanning,2018,178:43⁃50.[5]㊀NasirDSNM,PantuaCAJ,ZhouBC,VitalB,CalautitJ,HughesB.Numericalanalysisofanurbanroadpavementsolarcollector(U⁃RPSC)forheatislandmitigation:impactontheurbanenvironment.RenewableEnergy,2021,164:618⁃641.[6]㊀陈爱莲,孙然好,陈利顶.传统景观格局指数在城市热岛效应评价中的适用性.应用生态学报,2012,23(8):2077⁃2086.[7]㊀LiXM,ZhouWQ,OuyangZY.Relationshipbetweenlandsurfacetemperatureandspatialpatternofgreenspace:whataretheeffectsofspatialresolution?LandscapeandUrbanPlanning,2013,114:1⁃8.[8]㊀ZhouWQ,HuangGL,CadenassoML.Doesspatialconfigurationmatter?Understandingtheeffectsoflandcoverpatternonlandsurfacetemperatureinurbanlandscapes.LandscapeandUrbanPlanning,2011,102(1):54⁃63.[9]㊀PengJ,XieP,LiuYX,MaJ.Urbanthermalenvironmentdynamicsandassociatedlandscapepatternfactors:acasestudyintheBeijingmetropolitanregion.RemoteSensingofEnvironment,2016,173:145⁃155.[10]㊀LiuJ,MaF,LiF.AnalysisofHeatIslandIntensityinUrbanBlocksUsingCoupledSimulation.AppliedMechanicsandMaterials,2011,71⁃78:1669⁃1672.[11]㊀AllegriniJ,CarmelietJ.SimulationsoflocalheatislandsinZürichwithcoupledCFDandbuildingenergymodels.UrbanClimate,2018,24:340⁃359.[12]㊀NasirDSNM,HughesBR,CalautitJK.Astudyoftheimpactofbuildinggeometryonthethermalperformanceofroadpavementsolarcollectors.Energy,2015,93:2614⁃2630.[13]㊀GeorgiJN,DimitriouD.Thecontributionofurbangreenspacestotheimprovementofenvironmentincities:casestudyofChania,Greece.BuildingandEnvironment,2010,45(6):1401⁃1414.[14]㊀YanH,WuF,DongL.Influenceofalargeurbanparkonthelocalurbanthermalenvironment.ScienceoftheTotalEnvironment,2018,622⁃623:882⁃891.[15]㊀KongFH,YinHW,JamesP,HutyraLR,HeHS.Effectsofspatialpatternofgreenspaceonurbancoolinginalargemetropolitanareaofeastern8034㊀生㊀态㊀学㊀报㊀㊀㊀41卷㊀China.LandscapeandUrbanPlanning,2014,128:35⁃47.[16]㊀DuHY,CaiYL,ZhouFQ,JiangH,JiangWY,XuYQ.Urbanblue⁃greenspaceplanningbasedonthermalenvironmentsimulation:acasestudyofShanghai,China.EcologicalIndicators,2019,106:105501.[17]㊀MengH,JingL,XinH.Theinfluenceofunderlyingsurfaceonlandsurfacetemperature⁃⁃acasestudyofurbangreenspaceinHarbin.EnergyProcedia,2019,157:746⁃751.[18]㊀DuHY,SongXJ,JiangH,KanZH,WangZB,CaiYL.Researchonthecoolingislandeffectsofwaterbody:acasestudyofShanghai,China.EcologicalIndicators,2016,67:31⁃38.[19]㊀SunRH,ChenAL,ChenLD,LüYH.Coolingeffectsofwetlandsinanurbanregion:thecaseofBeijing.EcologicalIndicators,2012,20:57⁃64.[20]㊀EstoqueRC,MurayamaYJ,MyintSW.Effectsoflandscapecompositionandpatternonlandsurfacetemperature:anurbanheatislandstudyinthemegacitiesofSoutheastAsia.ScienceoftheTotalEnvironment,2017,577:349⁃359.[21]㊀YangCB,HeXY,YuLX,YangJC,YanFQ,BuK,ChangLP,ZhangSW.Thecoolingeffectofurbanparksanditsmonthlyvariationsinasnowclimatecity.RemoteSensing,2017,9(10):1066.[22]㊀ChenL,NgE.Quantitativeurbanclimatemappingbasedonageographicaldatabase:asimulationapproachusingHongKongasacasestudy.InternationalJournalofAppliedEarthObservationandGeoinformation,2011,13(4):586⁃594.[23]㊀OkeTR.Canyongeometryandthenocturnalurbanheatisland:comparisonofscalemodelandfieldobservations.InternationalJournalofClimatology,1981,1(3):237⁃254.[24]㊀YuanC.Empiricalmorphologicalmodeltoevaluateurbanwindpermeabilityinhigh⁃densitycities//YuanC,ed.UrbanWindEnvironment:IntegratedClimate⁃SensitivePlanningandDesign.Singapore:Springer,2018:19⁃42.[25]㊀Bo⁃OtLM,WangYH,ChiangCM,LaiCM.Effectsofagreenspacelayoutontheoutdoorthermalenvironmentattheneighborhoodlevel.Energies,2012,5(10):3723⁃3735.[26]㊀HsiehCM,AramakiT,HanakiK.Thefeedbackofheatrejectiontoairconditioningloadduringthenighttimeinsubtropicalclimate.EnergyandBuildings,2007,39(11):1175⁃1182.[27]㊀YuanC,AdeliaAS,MeiSJ,HeWH,LiXX,NorfordL.Mitigatingintensityofurbanheatislandbybetterunderstandingonurbanmorphologyandanthropogenicheatdispersion.BuildingandEnvironment,2020,176:106876.[28]㊀ZhouY,ShiTM,HuYM,GaoC,LiuM,FuSL,WangSZ.Urbangreenspaceplanningbasedoncomputationalfluiddynamicsmodelandlandscapeecologyprinciple:acasestudyofLiaoyangCity,NortheastChina.ChineseGeographicalScience,2011,21(4):465.[29]㊀HsiehCM,HuangHC.Mitigatingurbanheatislands:amethodtoidentifypotentialwindcorridorforcoolingandventilation.Computers,EnvironmentandUrbanSystems,2016,57:130⁃143.[30]㊀CipollaSS,MaglionicoM,SempriniG,VillaniV,BonoliA.GreenroofsasastrategyforurbanheatislandmitigationinBologna(Italy).ActaHorticulturae,2018,1215:295⁃300.[31]㊀周媛,石铁矛.基于数值模拟的城市绿地景观格局优化研究.环境科学与技术,2017,40(11):167⁃174.[32]㊀林学椿,于淑秋.北京地区气温的年代际变化和热岛效应.地球物理学报,2005,48(1):39⁃45.[33]㊀CuiYQ,ZhengHC.Impactofthree⁃dimensionalgreeningofbuildingsincoldregionsinChinaonurbancoolingeffect.ProcediaEngineering,2016,169:297⁃302.[34]㊀ToparlarY,BlockenB,MaiheuB,vanHeijstGJF.AreviewontheCFDanalysisofurbanmicroclimate.RenewableandSustainableEnergyReviews,2017,80:1613⁃1640.[35]㊀解伟.景观格局和人为热对城市热岛效应时空动态的影响研究[D].北京:中国科学院大学,2018.[36]㊀孙雅贤.城市肌理的平均天空开阔度计算参数设置研究[D].南京:南京大学,2017.[37]㊀ChenL,NgE,AnXP,RenC,LeeM,WangU,HeZJ.Skyviewfactoranalysisofstreetcanyonsanditsimplicationsfordaytimeintra⁃urbanairtemperaturedifferentialsinhigh⁃rise,high⁃densityurbanareasofHongKong:aGIS⁃basedsimulationapproach.InternationalJournalofClimatology,2012,32(1):121⁃136.[38]㊀张海龙,祝善友,王明江,章钊颖,张桂欣.基于3D建筑物数据的天空开阔度估算及其城市热岛应用研究 以Adelaide为例.遥感技术与应用,2015,30(5):899⁃907.[39]㊀李佳燕,孙然好,陈利顶.城市热环境适应性对策研究综述.环境生态学,2020,2(5):11⁃19.9034㊀11期㊀㊀㊀魏琳沅㊀等:城市绿地和建筑格局影响热环境的模拟研究㊀。
南京市屋顶绿化室外热环境研究作者:陈宇李骄娴宋双双邹林海来源:《中国城市林业》2017年第03期摘要:基于南京夏季气候条件,探讨屋顶绿化对城市热环境的影响,对改善城市热岛效应,提高城市热环境舒适度有重要作用。
研究运用ENVI-met模拟技术方法,基于屋顶绿化的相对温度和相对湿度的变化情况,探讨屋顶绿化与城市热环境舒适度的关系;结合不同植物配置类型条件下屋顶室外热环境的变化,分析屋顶绿化植物选择与配置布局的优化方法。
关键词:屋顶绿化,热环境,ENVI-met,南京市DOI:10.3969/j.issn.1672-4925.2017.03.010快速的城市化进程带来一系列生态问题,城市密集建设造成的城市热岛效应正一步步影响人们生活,使得城市住区的热环境研究逐渐提上议程。
屋顶绿化因其与建筑密不可分的联系,能够为日益减少的城市绿地提供一种新型的具有创造力的绿化方式,同时在改善城市生态环境、调节城区气候与建筑节能方面也有其独特优势。
南京市作为特大城市发展屋顶绿化,能有效地缓解热岛效应、美化城市生态景观,符合山水城林的建设要求,具有重要的生态、经济和社会效益。
目前,关于屋顶绿化热环境的研究大多是对屋顶绿化降温增湿生态效益的延伸,其中对屋顶绿化热环境的分析与模拟尚有欠缺。
以往对热环境的研究多采用现场实地分析方法,这种方法需要大量的人力、物力和资金投入,并且在实验过程中会不间断受到外界干扰,不易获得连续分布的气象格点数据。
因此结合微气候模拟软件对实测数据进行模拟分析,具有一定的研究优势。
本文选取ENVI-met模拟分析软件,通过与现场实测数据进行比对,结合ENVI-met软件的可视化表达,对城市屋顶绿化室外热环境的影响进行分析和评估。
同时设定3种不同植物配置模式的绿化屋顶与一个无绿化屋顶作为实验观测样地,比较城市中屋顶绿化植物配置模式对区域热环境的影响。
1调查对象与方法1.1研究地概况2016年8月,选取南京市仙林区紫东创意园3栋不同绿化屋顶作为观测样地,根据试验地现状,分为“乔-灌-草”“灌-草”和草坪式3种不同的植物配置类型。
喷泉对周围热环境影响的模拟研究林波荣1,张志勤2,李晓锋1,朱颖心11 清华大学 建筑学院 建筑技术科学系2奥雅纳工程顾问公司北京分公司摘 要:喷泉对改善周围热环境、提高环境热舒适有重要作用。
本文通过建立水珠与空气的热质交换方程,并采用拉格朗日方法和PSI-CELL 模型相结合的联合模拟方法,建立了喷泉对周围热环境影响的模拟平台。
在此基础上,对影响喷泉周围热环境的各参数(包括喷水温度、水珠粒径、射流高度、排列方式等)进行了数值实验,提出了优化喷泉设计的指导意见。
关键字:喷泉,CFD ,室外热环境,PSI-CELL 模型引言在小区环境设计中,水景尤其是喷泉是规划师手中一个重要棋子,它不仅可以美化社区,还可以改善夏季周围热环境。
由喷泉产生大量的小水珠与周围的空气进行热交换,可以起到很好的降温效果,使人产生凉爽的感觉,提高夏季室外环境的热舒适性。
此外,大量水份蒸发到空气中,可以提高空气的湿度。
然而目前国内外对喷泉周围热微环境的详细研究还未见报道。
Nobuya Nishimura 等人[1]对公园中喷泉的降温效果进行了实测。
实验结果证明了水景的降温效果,同时通过风洞实验证实了可用通过人工方法来控制水景的降温效果。
但是这一研究没有对喷泉建立理论分析模型,而只是通过测量定性分析了喷泉周围热环境的特点,无法进行推广和应用。
因此,本文通过建立水珠与空气的热质交换方程,并采用拉格朗日方法和PSI-CELL 模型相结合的联合模拟方法,建立了喷泉对周围热环境影响的模拟平台。
在此基础上,对影响喷泉周围热环境的各参数(包括喷水温度、水珠粒径、射流高度、排列方式等)进行了数值实验,提出了优化喷泉设计的指导意见。
1喷泉周围热环境模拟模型1.1水珠在空气中的运动在喷泉水珠与空气的相互作用中,喷泉水珠为液态,空气为气态,所以这是两相湍流扩散流动。
目前分析两相流问题的方法主要有两种:拉格朗日方法(或者轨道模型)和欧拉方法(或者双流体模型)。
本文选择拉格朗日方法[2]作为模拟的方法,原因为:喷泉在与空气的作用中,水珠的数量不能满足连续性的要求,水珠在计算空间的分布很不均匀;粒径分布范围较广,水珠沿轨迹运动时,直径变化较大;如果采用欧拉方法,必须采用多粒径模型,不仅需要大量的硬件资源,同时也会导致比较严重的数值发散问题;由于水珠的物性参数可以满足各向同性的要求,在拉格朗日方法中可以采用Monte Carlo 方法。
根据拉格朗日方法,首先对水珠进行力学分析,建立运动方程,然后积分求解可以得到水珠在空气中的运动轨迹:p p dtd (1) 其中p x 为水珠位置矢量,p U 为水珠速度矢量,水珠的速度通过求解水珠的动量方程得到。
计算水珠的速度p 的动量方程如下:P V b m Dr dtd m p p p p p p ∇-+-=)( (2) 拉格朗日时间步长l t ∆为:()()3210,,min ,max ττττ=∆l t (3) 在拉格朗日模型中,湍流的扩散效应是通过随机模型进行模拟的。
假定湍流是各向同性的,流体速度由时均速度c U 和波动速度'c U 组成:'c c U U U += (4)c U 由连续态的欧拉方程计算得到,'c U 为波动部分。
用来分析流体速度的波动速度的湍流信息是来自流体方程中的湍动能。
假设湍流是各向同性的,其速度的波动部分满足Gauss 分布,标准偏差为: 32k=σ (5)在任何位置波动部分的速度'c U 是通过随机采样得到的。
数值求解水珠运动轨迹的求解步骤如下:(1)计算拉格朗日时间步长;(2)水珠按照原来的速度在该时间步长内运动到新的位置;(3)计算得到水珠在新地点的物性(速度、温度等);(4)计算相间源项。
第四步完成后重新进行第一步计算,直到水珠蒸发完或者运动出模拟区域。
1.2水珠与空气的热质交换过程水珠与空气的热质交换过程可以视为一个准稳态的蒸发过程,也就是在一定的时间间隔内,周围空气的物性不发生变化,同时水珠的物性也没有改变。
考虑球对称的蒸发水珠模型,水珠和空气的热质交换过程参见文献[3]。
1.3 PSI-CELL 模型 由于空气与水珠之间存在强烈的耦合关系,因此需要采用合适的模型来处理水珠在空气中温度、质量以及运动速度和位置的耦合关系。
本文采用的是Particle-Source-In Cell (PSI-CELL )模型[5],该模型的主要思想是将水珠对空气的影响考虑成空气的质量、动量和能量源项。
整个连续态流场通过欧拉方法求解离散的差分方程得到。
水珠的轨迹、尺寸和温度变化过程通过对水珠在流场中运动方程进行积分得到,采用粒-气热质交换率,计算采用拉格朗日方法。
计算过程如图1所示。
首先在不考虑水珠影响条件下计算初始的空气流场,然后根据流场计算水珠的轨迹、直径和温度变化,由此可以得到所有水珠在每个网格产生的质量、动量和能量源项,然后将这些源项带入空气方程中,再次计算出新的空气流场,新的流场用于计算新的水珠轨迹、直径和温度变化,因而既包括空气对水珠的影响,也包括水珠对空气的影响,由此反复计算得到最终结果。
图1 PSI-CELL 模型计算流程连续态的运动采用欧拉方程对进行计算,公式如下:G c c c c c c S S tφφφφρφρ+=∇Γ∙∇-∙∇+∂∂)()()( (6) 蒸发量m S 、动量源mom S 、能量源h S 的计算公式如下:()()[]∑-=336n p n p o p op m D D S ρρηπ(7) ()()[]∑-=336n p n p n p o p o p o p mom D U D U S ρρηπ (8) ()()[]∑-=336n p n p n p o p o p op h D h D h S ρρηπ(9) 采用文献[4~6]的方法给出的水珠平均直径参数、水珠直径分布函数、粒径分布函数、平均水珠速度的计算方法来描述喷头特性,即喷出水珠的直径大小与分布。
1.4直管射流边界条件的确定在建立喷泉数值模拟方法之前还需要得到水珠射流边界条件,即喷泉射流出口水珠的粒径分布、质量分布和速度分布等[7]。
选择在喷泉中大量使用的圆口压力直管射流进行分析。
通过分析直管压力圆口射流的破碎机理和模式,将射流分为一次破碎和二次破碎两个阶段,分别给出了各阶段的粒径分布、SMD 计算公式以及速度分布。
从而可以得到水珠射流边界条件,然后可采用CFD 软件模拟得到不同边界条件下喷泉周围各种参数的分布情况。
二次破碎后SMD 计算公式为:We u d SMDu o o L L G L o G 2/14/122.6⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=ρμρρσρ (10) σρD U We R A 2= (11) 二次破碎以后直径为d 的粒子速度为:2/12/17.21⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=-d d u u o LG b o ρρ (12) 一次破碎初始SMD 公式为:74.0133-Λ=ΛL i We SMD (13) σρΛ=Λ2o L L u We (14) 其中Λ为径向积分尺度,对于直径为D 的完全发展的湍流管流8/D =Λ,轴向积分尺度为Λ4。
综合考虑一次破碎和二次破碎的水珠直径公式,最后粒径的水珠直径SMD 公式如下:2/16/54/33/12Re 9.12-ΛΛ⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛Λ=L L L G o G We x SMDu ρρσρ (15)利用上述方法,模拟了喷泉,并与喷泉周围热环境实测结果[9]进行了对比,结果发现,按照风速和风向进行加权后,作为边界条件进行模拟得到的各测点参数的预测结果,与实验结果对比符合较好,可以满足工程需要。
详见文献[8]。
2 喷泉对周围热环境影响的联合模拟方法在小区热环境联合模拟中,首先假定Array空气流场温度均匀,等于来流空气温度。
分别建立地表和建筑物各表面的热平衡方程,考虑各表面接收到的太阳辐射、天空长波辐射、建筑物之间以及与地面之间的长波辐射换热、与空气的潜热换热和显热换热以及下垫面的蓄热和导热。
解上述热平衡方程组即可得到各表面的逐时温度变化。
由于小区热环境模拟中喷泉的运行时间一般相对较短,可以不考虑其热惯性。
喷泉的水温波动较小,而且受外界影响不大,所以可以假定喷泉的射流温度不变,因此可以不用单独计算喷泉水温,而只作为已知参数,同时由于喷泉只是对局部区域的空气温度有影响,所以模拟中取联合模拟中来流风温度和湿度做边界条件,而风速分布则采用小区风场模拟的结果。
然后通过喷泉模型单独模拟,得到各项源项数值,将结果代回小区联合模拟程序中进行进一步运算。
与小区环境模拟程序的联合计算流程图如图2。
采用源项进行联合模拟的方法是可行的。
图3给出了利用喷泉模型模拟得到的结果与采用源项进行联合模拟得到结果的比较,可以看到,二者相差非常小,可以满足工程需要。
(a1)ΔDBT(喷泉模型)(b1)ΔDBT(联合模拟)图3 喷泉模型模拟与联合模拟结果对比(Y=1.5 m)3 喷泉优化模拟分析喷泉周围热环境的影响因素包括来流风风速、干球温度和相对湿度;射流条件,包括喷水水温、平均粒径SMD、射流速度和喷水流量;最后为喷泉布局,包括喷嘴的并排与叉排、喷嘴布置长宽比和喷嘴间距等。
利用前面的喷泉模型进行数值实验,就可以对影响喷泉周围热环境的参数进行敏感性研究。
为了衡量各种工况的优劣,需要给出比较的标准,选择喷泉周围的1.5 m高的水平面作为优化设计的区域,以及干球温度降幅、相对湿度增幅和风速作为评价参数。
由于研究的目的是通过各种优化措施来改善喷泉周围的热环境,因此引入标准有效温度SET(Standard Effective Temperature)进行室外热环境质量的评价[9]。
标准工况为:干球温度32.7 ℃,相对湿度47.5%,含湿量14.7 g/Kg干空气,来流风速2.9 m/s,射流水温为24.5 ℃。
模拟工况的温度和相对湿度给出与标准工况比较的分布图。
(a1)ΔDBT(1.5m/s)(b1)ΔDBT(4.5m/s)(a2)ΔRH(1.5m/s)(b2)ΔRH(4.5m/s)(a3)SET(1.5m/s)(b3)SET(4.5m/s)图4 不同来流风速下喷泉周围热环境参数分布图4给出来流风速分别为1.5m/s、4.5m/s的情况。
从图中可以看到降低风速可以大大降低喷泉下风向区域的空气干球温度,侧面区域温度也有所降低,但是风速降低,相对湿度也增加明显,导致热舒适性的降低。
因此喷泉应该设计在通风比较好的地方,防止由于湿度较大导致室外热舒适性恶化。
设定喷水温度分别为21.5 ℃和27.5 ℃两种情况,与标准工况比较,结果如图5所示。
可以看到低水温条件下的温降幅度和范围大大高于高水温工况,同时相对湿度增幅差别不大,结果低水温条件下热舒适性改善非常明显,SET温降达到了1.0~1.5 ℃,而高水温条件的SET则增加了2.0~2.5℃。