基于局地氣候分區(qū)的街區(qū)地表形態(tài)特征與熱濕環(huán)境的關(guān)聯(lián)性研究

劉 琳，黃家豪，劉麗孺，高云飛，金 雷

（廣東工業(yè)大學(xué) 土木與交通工程學(xué)院，廣東 廣州 510006）

隨著城市化進(jìn)程的不斷加快，越來越多的建筑在城市中拔地而起，城市土地利用性質(zhì)的變化和人為熱排放的增加影響了城市氣候條件，加劇了城市熱環(huán)境惡化，產(chǎn)生城市熱島效應(yīng)等現(xiàn)象[1]。傳統(tǒng)的城市區(qū)域氣候研究大都處于城市尺度上，難以全面精細(xì)地闡明城市街區(qū)內(nèi)不同地表形態(tài)特征背景下的熱濕環(huán)境變化規(guī)律。為此，Oke等[2]針對小尺度的城市氣候環(huán)境提出了局地氣候分區(qū)(Local Climate Zone，LCZ)的分類方法，該方法已經(jīng)被廣泛地應(yīng)用于城市氣候研究中。向易睿等[3]利用Landsat8遙感影像構(gòu)建高精度的廣州市局地氣候分區(qū)圖。劉琳等[4]通過LCZ分類方法對深圳市華僑城進(jìn)行局地氣候定點監(jiān)測。楊小山等[5]基于LCZ分類方法研究了典型氣象條件下南京市多個街區(qū)的局地氣溫變化特征。由此可以看出，LCZ分類方法對于城市街區(qū)尺度的地表形態(tài)特征劃分具有可操作性、適用范圍廣等優(yōu)勢，對街區(qū)熱濕環(huán)境的定量研究及影響因子分析具有重要意義。

然而，目前基于LCZ的城市局地氣候研究大多采用定點觀測等現(xiàn)場實測方法，由于現(xiàn)場實測只能獲取區(qū)域內(nèi)有限點的氣象數(shù)據(jù)，并且容易受到外力因素的影響，數(shù)據(jù)較為單一，代表性較差，難以實現(xiàn)數(shù)據(jù)在整個局地區(qū)域內(nèi)的面覆蓋性[6]。近年來，不少學(xué)者開始采用微氣候模擬軟件ENVI-met對城市熱濕環(huán)境展開研究，并對軟件的模擬精度進(jìn)行了驗證。李悅[7]使用ENVI-met軟件模擬分析上海市街區(qū)不同容積率情況下的微氣候環(huán)境特征。武雅芝[8]通過ENVImet模擬研究濱水綠地對水平及垂直方向微氣候環(huán)境的影響作用。劉晶[9]對比水體附近不同下墊面的溫濕度實測值與ENVI-met的模擬值，結(jié)果表明ENVImet可以較好地模擬濕熱地區(qū)水體周圍熱濕環(huán)境。綜上來看，ENVI-met模擬對于城市空間多樣化下墊面條件下的風(fēng)熱環(huán)境研究具有較好的應(yīng)用價值。但是，目前關(guān)于ENVI-met模擬結(jié)果與實測結(jié)果的對比驗證通常以特定的下墊面類型或小尺度范圍的空間條件為基礎(chǔ)，未能綜合地考慮城市街區(qū)不同地表形態(tài)特征的下墊面條件。因此，基于不同的局地氣候分區(qū)類型，利用實地測試結(jié)果對ENVI-met模擬結(jié)果的精度和適用性進(jìn)行綜合評價與分析是十分必要的。

本文依據(jù)城市局地氣候區(qū)的分類方法，在具有濕熱地區(qū)典型氣候特征的廣州市選取了7種不同形態(tài)特征的街區(qū)，量化討論了案例街區(qū)的下墊面形態(tài)參數(shù)，運用實地測試和ENVI-met軟件模擬相結(jié)合的方法，分別從監(jiān)測位置點及街區(qū)空間場的角度分析了不同案例街區(qū)的熱濕環(huán)境參數(shù)分布特征，分析了不同城市地表形態(tài)特征條件下的局地街區(qū)熱濕環(huán)境特性；并基于實測結(jié)果與模擬結(jié)果的對比分析，討論了ENVI-met軟件對濕熱地區(qū)街區(qū)熱濕環(huán)境特征的模擬精度，最后基于實測及模擬的計算結(jié)果，對濕熱地區(qū)街區(qū)氣候適宜性規(guī)劃提供優(yōu)化調(diào)控策略及建議。

1 研究方法

1.1 典型案例區(qū)域及其地表空間形態(tài)參數(shù)統(tǒng)計

局地氣候分區(qū)(LCZ)的基本類型主要包括10種建成環(huán)境類型(LCZ1-10)和7種自然環(huán)境類型(LCZAG)，每種局地氣候分區(qū)范圍內(nèi)的下墊面特征及空間分布具有一定的勻質(zhì)性，并體現(xiàn)出相似的氣候特征[2]。為了獲得不同地表形態(tài)條件下的熱濕環(huán)境特征，本研究選取濕熱地區(qū)代表城市廣州市的若干區(qū)域作為本研究的案例街區(qū)。

為了能夠準(zhǔn)確地表達(dá)各街區(qū)內(nèi)復(fù)雜的空間形態(tài)特征，本研究根據(jù)所選取案例街區(qū)的實際下墊面構(gòu)成，運用建成環(huán)境類型及自然環(huán)境類型相結(jié)合的方法，對選取的案例街區(qū)進(jìn)行復(fù)合LCZ定義。根據(jù)現(xiàn)場調(diào)研分析，本研究確定了7個典型街區(qū)，如圖1所示。它們分別為LCZ1B(配置稀疏樹木的緊湊高層建筑區(qū))、LCZ2(緊湊中層建筑區(qū))、LCZ3(緊湊低層建筑區(qū))、LCZ4D(配置低矮植物的開敞高層建筑區(qū))、LCZ5B(配置稀疏樹木的開敞中層建筑區(qū))、LCZ6D(配置低矮植物的開敞低層建筑區(qū))以及1個自然環(huán)境型：LCZD(低矮植被區(qū))。

圖1 廣州市7個典型案例街區(qū)的三維影像圖Fig.1 3D images of 7 typical case neighborhoods in Guangzhou

為了定量表達(dá)每個LCZ區(qū)域的地表形態(tài)特征，本文分別對7個典型LCZ區(qū)域的若干地表空間形態(tài)參數(shù)進(jìn)行統(tǒng)計計算，主要包括天空角系數(shù)(Sky View Factor， SVF)、街道高寬比(Ratio of Height to Width，H/W)、建筑密度(Building Surface Fraction， BSF)、透水路面比率(Pervious Surface Fraction， PSF)、不透水路面比率(Impervious Surface Fraction， ISF)、建筑平均高度(Mean Height of Buildings， HRE)、地理粗糙度(Terrain Roughness Class， TRC)共7個參數(shù)。其中SVF的計算通過魚眼相機進(jìn)行實地拍攝，考慮建筑物及樹木等遮擋物對區(qū)域內(nèi)部的遮蔽作用，并導(dǎo)入Rayman軟件進(jìn)行計算[10]；H/W、HRE的計算通過現(xiàn)場實地調(diào)研數(shù)據(jù)獲得；BSF、PSF及ISF通過Google Earth衛(wèi)星地圖進(jìn)行統(tǒng)計計算。TRC根據(jù)Davenport的分類方法進(jìn)行確定[11]。表1列舉了7個LCZ街區(qū)的衛(wèi)星影像圖、三維模型圖及地表空間形態(tài)參數(shù)值。由表1可見，緊湊型建成環(huán)境街區(qū)LCZ1B、LCZ2、LCZ3的SVF值較小，而開敞區(qū)域LCZ4D、LCZ5B、LCZ6D的植被覆蓋率較高，透水面積比率也相對較高，LCZD的SVF值最大、透水面積比率最高。

表1 LCZ街區(qū)Google Earth衛(wèi)星圖像及地表空間形態(tài)參數(shù)值Table 1 Google Earth satellite images of LCZ neighborhoods and values of surface spatial morphological parameters

1.2 案例街區(qū)的室外熱濕環(huán)境現(xiàn)場實測及模擬

現(xiàn)場實測采用固定監(jiān)測的方法，在每個LCZ區(qū)塊的代表性核心區(qū)域設(shè)置固定觀測點，監(jiān)測儀器選用帶防輻射罩的HOBO室外溫濕度記錄儀(型號U23-002，精度：溫度±0.2 ℃，相對濕度±2.5%，產(chǎn)地：美國)，記錄儀安裝高度為1.5 m的行人高度處。實測時間為2020年9月25日8：00～18：00，記錄儀自動記錄空氣溫度及相對濕度數(shù)據(jù)，記錄間隔為30 min。

由于實測數(shù)據(jù)僅能獲得單一位置的熱濕環(huán)境參數(shù)，本研究結(jié)合數(shù)值模擬技術(shù)對案例街區(qū)進(jìn)行熱濕參數(shù)空間場數(shù)據(jù)的分析。基于sketch up軟件對案例街區(qū)內(nèi)建筑、植被、下墊面覆蓋情況的細(xì)致建模(見表1)，本研究采用德國波鴻大學(xué)的Michael Bruse等開發(fā)的三維計算流體力學(xué)軟件ENVI-met對街區(qū)局部環(huán)境條件下的熱濕環(huán)境動態(tài)變化特性進(jìn)行實時模擬計算。

在ENVI-met建模過程中，區(qū)域主模型四周設(shè)置5個嵌套網(wǎng)格，位于郊區(qū)的LCZD嵌套網(wǎng)格下墊面類型設(shè)置為壤土，其余LCZ街區(qū)皆處于城市中心區(qū)域，周邊建筑較多，嵌套網(wǎng)格下墊面類型設(shè)置為混凝土。7個LCZ街區(qū)模型的垂直方向均采用不等距網(wǎng)格，3 m以上空間為彈性網(wǎng)格，其放大系數(shù)為15%，豎直方向共30個網(wǎng)格。圖2展示了7個典型案例街區(qū)的ENVI-met網(wǎng)格模型示意圖及實地測點的相對位置。

圖2 不同LCZ街區(qū)的熱濕參數(shù)實測位置及ENVI-met網(wǎng)格模型示意圖Fig.2 Schematic diagram of the measured locations of thermal and humidity parameters and grid models in ENVI-met for different LCZ neighborhoods

本次模擬的計算時域與實測一致，為2020年9月25日08：00～18：00，地面粗糙度為0.1，太陽輻射強度按晴朗無云的情況考慮，溫濕度邊界條件設(shè)為簡單強迫式。全天的逐時溫濕度參數(shù)采用實測當(dāng)天廣州市氣象站測得逐時溫度及相對濕度，10 m高風(fēng)速風(fēng)向參照氣象站觀測結(jié)果，風(fēng)向為一天內(nèi)最多風(fēng)向135°，風(fēng)速為一天內(nèi)最多風(fēng)向的平均風(fēng)速1.5 m/s，湍流模型邊界條件設(shè)置為開放式。此外，LCZ街區(qū)中建筑墻體及屋頂?shù)牟馁|(zhì)、厚度與傳熱系數(shù)等參數(shù)的獲取主要參考《（夏熱冬暖地區(qū)居住建筑節(jié)能設(shè)計標(biāo)準(zhǔn)）廣東省實施細(xì)則》[12]進(jìn)行設(shè)置，樹木和草地模型參考文獻(xiàn)[13]相關(guān)參數(shù)進(jìn)行設(shè)置，土壤溫度及相對濕度參考文獻(xiàn)[14]相關(guān)參數(shù)進(jìn)行設(shè)置。

1.3 ENVI-met對于熱濕環(huán)境參數(shù)模擬精度的評價指標(biāo)

本研究采用擬合優(yōu)度對ENVI-met軟件的熱濕環(huán)境參數(shù)模擬結(jié)果進(jìn)行模型擬合精度評價。擬合優(yōu)度由判定系數(shù)(R2)來度量，R2的值越接近1，說明回歸直線對模擬值的擬合程度越好。另外，采用均方根誤差(Root Mean Square Error， RMSE)和平均絕對百分比誤差(Mean Absolute Percentage Error， MAPE)兩個指標(biāo)對模擬及實測結(jié)果誤差進(jìn)行評價，以分析ENVImet軟件對濕熱地區(qū)街區(qū)熱濕環(huán)境的模擬精度。RMSE值可用來衡量模擬值與實測值之間的偏差，常用作模型預(yù)測結(jié)果衡量的標(biāo)準(zhǔn)；MAPE值采用百分比來衡量模型誤差，是一個預(yù)測準(zhǔn)確性的衡量指標(biāo)。兩者的值越小，則代表模擬的精度越高。公式表示為

2 結(jié)果分析

2.1 案例街區(qū)內(nèi)熱濕參數(shù)實測結(jié)果分析

不同LCZ街區(qū)的逐時平均溫度變化如圖3所示。從整體來看，7個LCZ街區(qū)平均溫度在白天時段的變化趨勢大體相同，呈現(xiàn)先上升后下降的趨勢。具體來看，各LCZ街區(qū)之間溫度差異明顯，其中，LCZ3的溫度較高，整體溫度高出其他街區(qū)1～2.5 ℃，最高溫度達(dá)35.42 ℃，并且最高溫度出現(xiàn)時間相比其他街區(qū)較早，于13：30達(dá)到最高，其余街區(qū)最高溫度皆在14：00出現(xiàn)。另外，LCZ5B升溫速度較快，最高溫度為34.38 ℃，僅次于LCZ3。而LCZ1B與LCZ4D的整體溫度較低，LCZ1B溫度變化范圍在25.9～33.06 ℃之間，LCZ4D溫度變化范圍在25.4～33.28 ℃之間，兩者較為接近。

圖3 典型案例街區(qū)的實測空氣溫度變化Fig.3 Measured air temperature changes in typical case neighborhoods

結(jié)合街區(qū)內(nèi)的地表空間形態(tài)參數(shù)分析可知，LCZ3的建筑密度較大，建筑密集，街道狹窄，造成街區(qū)內(nèi)空氣流動性差，導(dǎo)致熱量在街區(qū)內(nèi)積聚，無法及時排走，街區(qū)內(nèi)得熱與散熱不能保持平衡，使得室外空氣溫度處于較高的水平。另外，植物的蒸騰作用可以帶走空氣熱量，具有降溫效果，而LCZ3透水面積比例最小，植被覆蓋率低，植物的蒸騰作用不明顯，是溫度較高的另一個原因。與LCZ3不同，LCZ5B溫度較高主要是由于其SVF值較大，街區(qū)內(nèi)獲得的太陽輻射量多，溫度快速上升[15]。LCZ1B的建筑密度雖然較大，但是街區(qū)內(nèi)高層建筑之間的縫隙容易形成風(fēng)道，產(chǎn)生快速強烈的高樓風(fēng)，帶走街區(qū)內(nèi)的大部分熱量，并且緊湊的高層建筑對太陽輻射產(chǎn)生遮擋作用，獲得太陽輻射量低，因此LCZ1B內(nèi)的空氣溫度相對較低。

此外，LCZD的溫度在14：30之后下降速度較快，到18：00時只有28.6 ℃，比其他地塊的溫度低，主要原因是覆蓋有大量低矮植被的LCZD街區(qū)透水面積比例高，擁有大量植物產(chǎn)生蒸騰作用吸收熱量，有助于降低空氣溫度，降溫效果明顯。與之相反，建成環(huán)境類型的LCZ街區(qū)內(nèi)具有大量建筑物，植被覆蓋率低，溫度降低較為緩慢。

各LCZ街區(qū)相對濕度變化曲線如圖4所示，從圖中可以看出，7個LCZ街區(qū)白天時段的相對濕度先降低后升高，變化趨勢與空氣溫度相反。其中，LCZ3的相對濕度整體較低，最低點出現(xiàn)在13：00，與最高溫度出現(xiàn)時間相對應(yīng)，而LCZD的相對濕度整體較高，這主要與LCZ街區(qū)內(nèi)的植被覆蓋率有關(guān)，LCZD的透水面積占比最大，并且建筑密度為0，整個街區(qū)內(nèi)的植被覆蓋率較高，大量植物的蒸騰作用散發(fā)出水汽，空氣中水蒸氣含量增加，相對濕度升高。LCZ3街區(qū)內(nèi)缺少綠色植物，蒸騰作用不明顯，從而導(dǎo)致其相對濕度最低。

圖4 典型案例街區(qū)的實測相對濕度變化Fig.4 Measured relative humidity changes in typical case neighborhoods

2.2 案例街區(qū)內(nèi)熱濕參數(shù)模擬結(jié)果分析

基于7個LCZ街區(qū)的實際情況，使用ENVI-met模擬了實測當(dāng)天氣象條件下的區(qū)域熱濕環(huán)境參數(shù)變化，圖5是7個LCZ街區(qū)14：00行人高度1.5 m處的空氣溫度空間場的分布圖。從圖5的模擬結(jié)果來看，緊湊建筑街區(qū)中的LCZ2、LCZ3具有較多的高溫區(qū)域，LCZ3中局部區(qū)域溫度高達(dá)34 ℃，而LCZ1B由于高層建筑的遮蔭效果及其獨特的風(fēng)場環(huán)境，街區(qū)內(nèi)低溫區(qū)域面積較大，低溫區(qū)域溫度甚至比郊區(qū)的低矮植被區(qū)LCZD溫度要低，局部區(qū)域溫度甚至低于29 ℃，出現(xiàn)了城市“冷島”現(xiàn)象。開敞建筑街區(qū)的溫度整體分布則較為均勻，沒有溫度過高或者過低的局部區(qū)域，這與開敞建筑街區(qū)的建筑密度較低、透水面積比例高有很大關(guān)系。

圖5 案例街區(qū)內(nèi)14：00行人高度1.5 m處的溫度分布Fig.5 Temperature distribution at a pedestrian height of 1.5 m at 14:00 in the case neighborhoods

不同LCZ街區(qū)內(nèi)14：00行人高度1.5 m處的相對濕度分布情況如圖6所示，與溫度分布差異相反，緊湊建筑街區(qū)中的LCZ1B大部分區(qū)域相對濕度較高，最高達(dá)60%，LCZ3街區(qū)呈現(xiàn)的整體相對濕度較低，主要是由于LCZ1B的低溫空氣中含有水蒸氣的飽和量降低，使得實際含有的水蒸氣所占比例增大，加上LCZ1B中植物的蒸騰作用使空氣中的水蒸氣含量增加，導(dǎo)致LCZ1B的相對濕度較高。相比緊湊建筑街區(qū)，開敞建筑街區(qū)中的相對濕度整體在48% ～ 59%之間變化，分布差異較小，沒有出現(xiàn)過高或過低的異常區(qū)域，主要得益于其建筑密度、街道高寬比及植被覆蓋率等參數(shù)設(shè)計較合理。

圖6 案例街區(qū)內(nèi)14：00行人高度1.5 m處的相對濕度分布Fig.6 Relative humidity distribution at a pedestrian height of 1.5 m at 14:00 in the case neighborhoods

2.3 實測結(jié)果與模擬結(jié)果對比分析

本研究主要針對廣州地區(qū)濕熱天氣條件下的白天時段，選取各案例街區(qū)距離地面1.5 m行人高度處的實測與模擬結(jié)果的空氣溫度與相對濕度數(shù)據(jù)進(jìn)行對比分析。由圖7實測結(jié)果與模擬結(jié)果的回歸分析可以看出，ENVI-met模型對LCZ街區(qū)的空氣溫度及相對濕度的擬合優(yōu)度整體較高，其中溫度方面，LCZ2的擬合優(yōu)度最高，R2為0.91。而在相對濕度方面，LCZ2、LCZ5B及LCZ6D擬合優(yōu)度最高，LCZ3的模型擬合表現(xiàn)較差，擬合優(yōu)度最低，R2僅為0.7。

圖7 案例街區(qū)監(jiān)測點實測與模擬熱濕環(huán)境參數(shù)散點圖及擬合優(yōu)度Fig.7 Scatter plots and goodness of fit of measured and simulated thermal and humid environmental parameters at monitoring sites in case neighborhoods

此外，本文計算了每個LCZ街區(qū)溫度以及相對濕度的RMSE和MAPE值。案例街區(qū)溫度的RMSE值在0.77～2.04 ℃之間，MAPE值在2.12%～6.08%之間。其中，LCZ4D的RMSE和MAPE值最小，分別為0.77 ℃和2.12%。而LCZ3的RMSE和MAPE值最高，分別為2.04 ℃和6.08%，模擬精度較低。在相對濕度誤差方面，案例街區(qū)的RMSE值在3.37%～5.36%之間，MAPE值在5.04%～8.88%之間，最小的RMSE和MAPE值皆出現(xiàn)于LCZ2街區(qū)中。

由上可知，在LCZ案例街區(qū)中，ENVI-met對LCZ2的熱濕環(huán)境模擬較好，主要由于LCZ2的SVF值和建筑密度等指標(biāo)較為適中，有利于在ENVI-met中建立準(zhǔn)確的街區(qū)模型。而LCZ3模擬的溫度和相對濕度與實測結(jié)果誤差較大，主要原因可能是LCZ3類型在ENVI-met建模中受到網(wǎng)格大小及模型形式的限制，不能很好地還原其密集的建筑空間形態(tài)。但總的來看，研究街區(qū)內(nèi)溫度和相對濕度的RMSE值較小，MAPE值皆小于10%，因此，可以認(rèn)為ENVI-met合理模擬了不同LCZ類型的熱濕環(huán)境，能夠較好地預(yù)測濕熱地區(qū)LCZ街區(qū)的熱濕環(huán)境。

3 結(jié)論

本文討論了濕熱地區(qū)不同LCZ街區(qū)內(nèi)熱濕環(huán)境參數(shù)的變化特性和分布差異，并分析了ENVI-met軟件在濕熱地區(qū)LCZ街區(qū)微氣候模擬應(yīng)用方面的適用性以及預(yù)測有效性，得到結(jié)論如下：

(1) 不同LCZ街區(qū)熱濕環(huán)境隨時間的變化存在明顯差異。LCZ3和LCZ5B的空氣溫度上升較快，處于相對較高的值，LCZ3的相對濕度隨時間變化較大，白天時間段內(nèi)相對濕度較低，而有大量植被覆蓋的LCZD區(qū)域內(nèi)相對濕度整體較高。

(2) 不同LCZ街區(qū)具有特定的地表形態(tài)特征，其對應(yīng)的局地?zé)釢癍h(huán)境空間分布大不相同。其中，LCZ1B出現(xiàn)了“冷島”現(xiàn)象；而同為高建筑密度的緊湊低層建筑街區(qū)LCZ3則呈現(xiàn)出空氣溫度較高、相對濕度較低的特征；與緊湊建筑區(qū)相比，開敞建筑街區(qū)的熱濕環(huán)境變化差異不大。

(3) 通過對實測結(jié)果與模擬結(jié)果的對比可知，ENVI-met軟件對濕熱地區(qū)大部分LCZ街區(qū)的熱濕環(huán)境參數(shù)模擬精度較高，溫濕度的RMSE和MAPE值均小于10%，可以較好地預(yù)測街區(qū)內(nèi)的熱濕環(huán)境時空變化趨勢。