精準(zhǔn)城市形態(tài)對(duì)街道溫度的影響測(cè)度與設(shè)計(jì)應(yīng)對(duì)

葉宇 殷若晨 胡楊 方家

1 研究背景與問題

隨著中國(guó)城鎮(zhèn)化水平突破60%，城市建設(shè)已然進(jìn)入“下半程”[1]。在城市化進(jìn)程不斷深入的大背景下，城市建設(shè)的關(guān)注點(diǎn)也逐漸從大尺度、大規(guī)模的擴(kuò)張，轉(zhuǎn)變?yōu)橹行〕叨鹊某鞘泄部臻g品質(zhì)營(yíng)造。同時(shí)，在綠色生態(tài)的時(shí)代背景下，氣候適應(yīng)性逐漸被視為可持續(xù)城市設(shè)計(jì)的第一原則[2]。但現(xiàn)有研究，要么從自上而下的宏觀視角出發(fā)，關(guān)注傳統(tǒng)城市形態(tài)對(duì)溫度的影響；要么基于對(duì)小樣本的實(shí)測(cè)與模擬，缺乏整體圖解的解析。精準(zhǔn)的城市形態(tài)與微氣候的關(guān)聯(lián)性的研究較少，難以對(duì)空間設(shè)計(jì)進(jìn)行有效指導(dǎo)。

在此背景下，本研究以氣候適應(yīng)性為導(dǎo)向，以街道空間作為分析單元，基于新城市科學(xué)（The New Science of Cities）興起所提供的多視角、多層次的精細(xì)化城市形態(tài)數(shù)據(jù)[3]，研究自上而下視角的高精度城市形態(tài)以及自下而上視角的人本尺度街道空間與街道溫度的內(nèi)在規(guī)律，以期塑造夏季溫度更宜人的街道空間，助力于城市公共空間品質(zhì)提升。

2 傳統(tǒng)城市形態(tài)學(xué)與人本尺度城市形態(tài)概念解析

傳統(tǒng)城市形態(tài)學(xué)研究關(guān)注的是城市物質(zhì)空間形態(tài)特征及其演變過程，以及在此過程中城市物質(zhì)空間形態(tài)與非物質(zhì)形態(tài)的關(guān)聯(lián)[4]。在分析單元上，主要包括街道、街區(qū)、地塊、建筑及其開放空間等基礎(chǔ)空間形態(tài)要素，通過抽象的形態(tài)來(lái)探究城市空間特征和歷史演進(jìn)；在分析視角上，往往基于自上而下的視角開展研判[5]。受制于基礎(chǔ)數(shù)據(jù)和研究視角，傳統(tǒng)城市形態(tài)學(xué)研究相對(duì)忽略了人本尺度的形態(tài)特征，未將人對(duì)城市形態(tài)的感知納入研究。

近年來(lái)，新城市科學(xué)，即依托深入量化分析與數(shù)據(jù)計(jì)算途徑來(lái)研究城市的學(xué)科模式[6]，催生了新數(shù)據(jù)、新技術(shù)，讓人本尺度的分析日漸具有可操作性。人本尺度城市形態(tài)是指從人的空間感受和日常使用的角度出發(fā)，看得見、摸得著、感受得到的城市形態(tài)，是對(duì)目前網(wǎng)格、街區(qū)和地塊尺度城市形態(tài)的深化與必要補(bǔ)充[7]。與傳統(tǒng)自上而下的城市形態(tài)學(xué)研究不同，人本尺度的城市形態(tài)更加注重的是自下而上的人的空間使用及感受。因此，與傳統(tǒng)城市形態(tài)學(xué)相對(duì)宏觀的關(guān)注點(diǎn)不同，人本尺度城市形態(tài)更聚焦人可以直接感受到的微觀層面，關(guān)注的是人在日常生活中頻繁接觸到的小尺度城市物質(zhì)空間形態(tài)要素。其關(guān)注對(duì)象包括街道界面、綠視率、圍合度、滲透率、多樣性等一系列與市民生活和品質(zhì)感受息息相關(guān)的小尺度要素。

簡(jiǎn)而言之，人本尺度街道空間的研究?jī)?nèi)容與傳統(tǒng)城市形態(tài)學(xué)研究差異主要在2個(gè)方面。1）視角不同。前者更關(guān)注于自下而上的切身感受，而后者則更聚焦于自上而下的分析。2）研究精度不同。人本尺度的城市形態(tài)特征往往聚焦于米至數(shù)十米范圍，與人的關(guān)系更緊密，相關(guān)方向的探索也能更好地支持氣候適應(yīng)性城市設(shè)計(jì)精細(xì)化的需求。

3 建成環(huán)境與街道溫度的關(guān)聯(lián)性

3.1 大尺度城市形態(tài)的溫度影響

通過城市形態(tài)來(lái)調(diào)節(jié)微氣候，進(jìn)而助推氣候適應(yīng)性設(shè)計(jì)一直是近年來(lái)城市設(shè)計(jì)研究的熱點(diǎn)。目前針對(duì)城市形態(tài)與溫度的研究，主要是從自上而下的宏觀城市形態(tài)視角出發(fā)，研究城市熱島效應(yīng)[8]。既有研究發(fā)現(xiàn)熱島效應(yīng)的構(gòu)成原因一方面是城市下墊面的導(dǎo)熱性和熱容量遠(yuǎn)高于非城市地區(qū)[9]；另一方面則是城市中人口稠密，人類活動(dòng)產(chǎn)生大量的人為熱[10]。

近年來(lái)，隨著熱紅外遙感（infrared remote sensing）技術(shù)的發(fā)展，城市形態(tài)對(duì)溫度的影響已經(jīng)得到充分證實(shí)。在研究路徑上，既有研究大多基于熱紅外遙感影像反演獲取地表溫度，同時(shí)基于遙感影像分類技術(shù)獲取地表信息，計(jì)算地表植被覆蓋率[11]、建筑材質(zhì)[12]、不透水地表面積[13]、城鎮(zhèn)用地指數(shù)[14]、綠地[15]、水體[16]等要素。

但此類研究大多從自上而下的視角出發(fā)，分析地表溫度與地表信息的關(guān)聯(lián)性，缺少對(duì)精細(xì)化城市形態(tài)特征的深入探究。在城市建設(shè)精細(xì)化轉(zhuǎn)型的當(dāng)下，需要探討的并非建設(shè)的必要性，而是應(yīng)該以怎樣的方式建設(shè)才能更好地控制熱島效應(yīng)，提升市民舒適度。引入精準(zhǔn)城市形態(tài)數(shù)據(jù)，從城市形態(tài)視角切入，才能更好地回答“以怎樣的方式建設(shè)”的問題。

3.2 小樣本的街道空間特征與溫度影響

除宏觀、自上而下視角的研究之外，目前也有聚焦街道尺度開展的城市溫度研究。城市街道層峽（urban street canyon）一直是城市微氣候研究關(guān)注的重點(diǎn)空間，既有研究主要探討城市空間的圍合形態(tài)與街道空間設(shè)計(jì)對(duì)其中溫度、日照、風(fēng)環(huán)境的影響[17]。

目前針對(duì)街道溫度的研究，以小樣本的實(shí)測(cè)和模擬為主。往往通過對(duì)空間位置上相近的數(shù)條街道進(jìn)行長(zhǎng)時(shí)間的溫度測(cè)量，深入研究街道空間形態(tài)特征對(duì)溫度的影響。例如通過魚眼相機(jī)拍攝全景圖片，計(jì)算天空開闊度（sky view factor）[18]，比對(duì)不同高寬比、綠化覆蓋率等因素對(duì)街道溫度的影響[18-24]?；谟?jì)算流體力學(xué)（computational fluid dynamics,CFD）和熱力學(xué)原理的軟件開展模擬分析，探討街道高寬比、行道樹以及建筑材質(zhì)對(duì)街道溫度的影響[24-25]。

但此類研究調(diào)研煩瑣，工作量大，往往僅能針對(duì)數(shù)條街道開展小樣本分析，難以揭示全局圖景。

3.3 當(dāng)前研究局限與應(yīng)對(duì)

如上所述，既有研究的局限往往是由兩方面導(dǎo)致：1）兼具高精度與大規(guī)模的城市形態(tài)數(shù)據(jù)相對(duì)匱乏；2）難以大規(guī)模、批量化地獲取精準(zhǔn)的溫度數(shù)據(jù)。針對(duì)城市形態(tài)數(shù)據(jù)，本研究嘗試引入多源城市大數(shù)據(jù)與地理信息技術(shù)深化傳統(tǒng)自上而下城市形態(tài)視角的研究，同時(shí)引入街景數(shù)據(jù)探討自下而上視角人本尺度街道空間形態(tài)，共同開展精準(zhǔn)城市形態(tài)分析。而針對(duì)溫度數(shù)據(jù)，嘗試引入Landsat 8遙感影像，將其與街道的空間屬性匹配，反映街道溫度。

4 研究設(shè)計(jì)

4.1 研究框架

基于以上建成環(huán)境與街道溫度研究的空缺以及對(duì)氣候適應(yīng)性城市設(shè)計(jì)的需要，本研究不再以少數(shù)街道剖斷面為研究樣本，而是將研究對(duì)象拓展到近似全樣本的街道空間，突破數(shù)據(jù)獲取的局限。采用Landsat 8遙感影像數(shù)據(jù)以及多源城市數(shù)據(jù)，獲取精細(xì)化、大范圍的街道溫度和精準(zhǔn)城市形態(tài)，研究如何通過街道空間要素的改造來(lái)降低夏季街道溫度。并提出以下研究問題：1）自上而下視角的高精度城市形態(tài)特征要素的納入是否會(huì)提升整體形態(tài)與溫度模型的解析度？2）自下而上人本尺度街道空間要素對(duì)于街道溫度的影響相較于傳統(tǒng)自上而下城市形態(tài)特征是否重要？3）不同屬性街道空間的最佳降溫設(shè)計(jì)策略是怎樣的？

研究包括4個(gè)主要步驟：數(shù)據(jù)收集、關(guān)鍵特征提取、層次回歸與設(shè)計(jì)策略（圖1）。1）研究收集了建筑、用地類型、興趣點(diǎn)、路網(wǎng)、街景圖像等能夠反映精準(zhǔn)城市形態(tài)特征的多源數(shù)據(jù)，以及該空間范圍內(nèi)的熱紅外遙感圖像。2）立足多源數(shù)據(jù)，將城市形態(tài)歸納為自上而下視角的高精度城市形態(tài)自變量以及自下而上視角的人本尺度街道空間自變量；通過熱紅外遙感圖像計(jì)算得出街道溫度數(shù)據(jù)集，作為街道溫度因變量。3）通過層次回歸，探討2種視角的精準(zhǔn)城市形態(tài)自變量對(duì)街道溫度的影響。4）提取具有代表性的街道空間樣本，根據(jù)街道的固有屬性——空間位置、藍(lán)綠空間、主導(dǎo)功能，制定差異化的氣候適應(yīng)性街道設(shè)計(jì)策略。

1 研究框架Research framework

4.2 研究區(qū)域概況

北京地處“京津冀”的中心，是中國(guó)重要的政治、文化、國(guó)際交往和科技創(chuàng)新中心。伴隨著全球變暖，城市地區(qū)面臨著更大的壓力?！皵偞箫炇健笨焖俳ㄔO(shè)以及高密度的人居環(huán)境，使得以北京為代表的超大城市不堪重負(fù)，城市熱島效應(yīng)總體呈上升趨勢(shì)，熱島強(qiáng)度平均為1.26 ℃[26]。本研究選取北京五環(huán)區(qū)域內(nèi)的街道空間作為研究對(duì)象，面積約710 km2，共計(jì)114 330條街道（圖2）。五環(huán)內(nèi)承載著北京大部分的工作、文化娛樂活動(dòng)等，因此，以北京市五環(huán)內(nèi)作為研究范圍具有一定代表性，研究結(jié)論具有一定的推廣意義。

2 研究范圍Research scope

4.3 技術(shù)路徑

4.3.1 溫度反演

由于個(gè)體對(duì)溫度的感受存在較大差異，熱感覺難以實(shí)現(xiàn)大規(guī)模的空間化[27]。但既有研究顯示，地表溫度與近地面空氣溫度存在非常顯著的線性關(guān)系，可有效反映近地面空氣溫度的變化趨勢(shì)[28]，而空氣溫度又與體感溫度有一定的相關(guān)性[27]。因此通過熱紅外遙感影像反演得到地表溫度，可以從一定程度上反映出個(gè)體的熱感受。此外基于熱紅外遙感技術(shù)反演所獲得的地表溫度，精度為30 m。根據(jù)揚(yáng)·蓋爾在《交往與空間》所指出的，可互動(dòng)、可交往場(chǎng)所的尺度一般不超過30～40 m。在這一尺度下，人可以有效交流與互動(dòng)，是人可以感受得到的空間尺度[29]，因此認(rèn)為反演獲取的溫度數(shù)據(jù)能夠在一定程度上體現(xiàn)人本尺度。

本研究選取2017年9月28日，條帶和行列號(hào)為123/31的Landsat 8 OLI_TIRS衛(wèi)星遙感影像，研究范圍內(nèi)云量為0%，成像質(zhì)量較好，適合用于地表溫度反演。根據(jù)輻射傳輸方程法，計(jì)算地表熱輻射強(qiáng)度并將其反演為地表溫度[30]，具體流程如下。

先通過大氣校正，計(jì)算黑體輻射亮度B(Ts)[29]：

式中，Lλ是衛(wèi)星傳感器接收到的熱紅外輻射亮度值，L↑和L↓分別為大氣上行輻射和下行輻射，τ為大氣透過率，可通過成影時(shí)間以及中心經(jīng)緯度獲取NASA對(duì)大氣剖面參數(shù)的監(jiān)測(cè)（http://atmcorr.gsfc.nasa.gov/）；地表比輻射率?需結(jié)合歸一化植被指數(shù)閾值法獲得[31]。

再利用普朗克公式，計(jì)算地表真實(shí)溫度Ts：

式中，K1和K2為L(zhǎng)andsat 8傳感器特定的定標(biāo)常數(shù)，從元文件獲取K1=774.89 W/（m2·sr·μm），K2=1 321.08K[32]。

4.3.2 高精度城市形態(tài)指標(biāo)的選取與計(jì)算

以往研究主要考慮城市下墊面對(duì)溫度的影響，以宏觀城市形態(tài)為主要研究對(duì)象[17]，使用建筑密度、建筑容積率等建筑指數(shù)開展分析[33]。本研究在此基礎(chǔ)上結(jié)合城市設(shè)計(jì)要素，進(jìn)一步納入了路網(wǎng)、藍(lán)綠空間以及人的使用因素。在多源數(shù)據(jù)的背景下，利用具有空間屬性的精準(zhǔn)城市形態(tài)數(shù)據(jù)以及興趣點(diǎn)數(shù)據(jù)開展分析，具體指標(biāo)包括建筑密度、建筑容積率、路網(wǎng)密度、可達(dá)性、空間位置、功能混合度以及與藍(lán)綠空間的距離。

在指標(biāo)計(jì)算上，基于地理信息系統(tǒng)（GIS）平臺(tái)，利用柵格計(jì)算、空間連接、計(jì)算幾何等分析方法，將街景采樣點(diǎn)與地表溫度采樣點(diǎn)一一匹配，并基于街道空間位置求取街景數(shù)據(jù)與地表溫度數(shù)據(jù)的平均值；并結(jié)合多源數(shù)據(jù)，進(jìn)行相關(guān)指標(biāo)計(jì)算（表1），計(jì)算結(jié)果作為自上而下視角的高精度城市形態(tài)自變量。而街道空間位置、藍(lán)綠空間、主導(dǎo)功能作為街道的固有屬性篩選典型街道樣本，以便后續(xù)開展設(shè)計(jì)應(yīng)對(duì)探討。

表1 GIS空間與統(tǒng)計(jì)分析數(shù)據(jù)Tab. 1 GIS spatial and statistical analysis data

4.3.3 人本尺度街道空間形態(tài)指標(biāo)的選取與計(jì)算

街道是重要的人本尺度城市形態(tài)的研究對(duì)象，以往研究側(cè)重于天頂視角的空間形態(tài)特征，如天空開闊度、行道樹以及建筑的遮陰效果[22]，與居民對(duì)街道整體的空間形態(tài)感知相脫離?；谌吮境叨瘸鞘行螒B(tài)研究指標(biāo)選取的原則[35]，本研究以街景圖片作為主要數(shù)據(jù)源，從中提取的天空、綠化、建筑、門窗、地形、街道設(shè)施、車行道、人行道要素作為街道空間構(gòu)成要素，同時(shí)基于街景圖片計(jì)算建筑色彩豐富度以及街道評(píng)分，量化街道空間品質(zhì)。并且利用精細(xì)化的城市形態(tài)數(shù)據(jù)，劃分街道的道路等級(jí)——快速路、主干路、次干路、支路、等外道路。

指標(biāo)的計(jì)算基于街景圖片的獲取與處理，在北京五環(huán)區(qū)域內(nèi)以40 m的采樣間距開展街景圖像數(shù)據(jù)的抓取，分別抓取采樣點(diǎn)前后兩方向的視角（圖3）。共抓取街景圖像1 818 756張。由于研究更聚焦于夏季街道溫度的調(diào)控，因此街景數(shù)據(jù)也選取夏季街景開展分析。

3 街景圖像獲取與視角校正Street view image acquisition and perspective correction

運(yùn)用深度學(xué)習(xí)平臺(tái)（TensorFlow）和語(yǔ)義分割工具（DeepLab）對(duì)街景要素進(jìn)行圖像識(shí)別（圖4），分別測(cè)度天空、綠化、建筑、門窗、地形、街道設(shè)施、車行道、人行道8種要素在街景圖片中的占比。

4 街景要素提取示意Schematic street view element extraction

基于以上對(duì)街道空間要素的識(shí)別，在建筑的像素點(diǎn)中，提取顏色及其構(gòu)成比例。具體操作按照色卡表和HSV顏色模型來(lái)開展，H、S、V分別代表色調(diào)（hue）、飽和度（saturation）、明度（value）3個(gè)維度，將多樣且分散的顏色按照色卡表進(jìn)行歸并[36]。之后再根據(jù)香農(nóng)多樣性指數(shù)，進(jìn)行界面色彩豐富度計(jì)算。

同時(shí)，為了獲取街道空間的主觀感知，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)（artificial neural network,ANN）模型進(jìn)行分析，邀請(qǐng)規(guī)劃領(lǐng)域?qū)＜壹皩I(yè)學(xué)生對(duì)街景進(jìn)行打分，訓(xùn)練自動(dòng)化的品質(zhì)評(píng)價(jià)模型[37]，得出街道的綜合評(píng)分（圖5）。

5 ANN街景品質(zhì)評(píng)價(jià)模型ANN street view quality evaluation model

街景要素、建筑色彩、街道評(píng)分共同作為自下而上視角人本尺度街道空間自變量。

5 結(jié)果與分析

5.1 街道溫度的空間分布規(guī)律

研究范圍內(nèi)地表溫度總體分布呈現(xiàn)“南高北低”（圖6-1）。西北部為北京市的生態(tài)涵養(yǎng)區(qū)，為整個(gè)城市建成區(qū)調(diào)節(jié)溫度。同時(shí)，基本能夠分辨出北京的環(huán)狀路網(wǎng)結(jié)構(gòu)，例如沿北三環(huán)路建設(shè)的元大都遺址公園，街道溫度低于周邊環(huán)境。

6 研究范圍溫度Temperature within the research range6-1 地表溫度Surface temperature6-2 街道溫度Street temperature

街道溫度與總體地表溫度的分布規(guī)律基本一致（圖6-2）。由于周圍較好的綠地建設(shè)，快速路的機(jī)場(chǎng)高速路路段溫度較低；主干路的藍(lán)靛廠南路，因沿京密引水渠，故有較低的街道溫度。本研究共得出72 785條有效街道樣本，占五環(huán)內(nèi)道路的64.6%。街道溫度的最小值為27.43 ℃，最大值為39.03 ℃，平均值為32.64 ℃，街道溫度略高于五環(huán)范圍內(nèi)的均值32.24 ℃。樣本總體呈正態(tài)分布，50%街道樣本的溫度在31.54～33.76 ℃之間。

5.2 人本尺度城市形態(tài)對(duì)街道溫度影響機(jī)制的測(cè)度

本研究構(gòu)建多元線性層次回歸（hierarchical regression）模型，逐步引入自上而下視角的高精度城市形態(tài)自變量以及自下而上視角人本尺度的街道空間形態(tài)自變量，模型的R2從0.392提升到0.470，均在0.001水平上通過顯著性檢驗(yàn)（表2）。

表2 基于層次回歸模型的精準(zhǔn)城市形態(tài)對(duì)街道溫度的影響Tab. 2 The effect of fine-scale urban form on street temperature based on hierarchical regression model

從自上而下視角的高精度城市形態(tài)來(lái)看，街道周圍的城市形態(tài)是影響街道溫度的重要因素，模型的擬合優(yōu)度為0.392，考慮街道的空間位置、周圍建筑開發(fā)強(qiáng)度、路網(wǎng)建設(shè)水平、興趣點(diǎn)多樣性以及藍(lán)綠空間對(duì)街道溫度的影響。從空間位置來(lái)看，越靠近城區(qū)外圍溫度越低，與熱島效應(yīng)的趨勢(shì)一致；從街道周圍的建筑開發(fā)強(qiáng)度指標(biāo)來(lái)看，建筑密度和容積率呈現(xiàn)出對(duì)街道溫度相反的作用，建筑密度越低，容積率越高，對(duì)街道降溫越有利；而路網(wǎng)密度越高，可達(dá)性越好，街道溫度越高；依據(jù)興趣點(diǎn)計(jì)算的功能混合度越高，街道溫度越高；靠近藍(lán)綠空間的街道溫度越低。

從自下而上人本尺度的街道空間形態(tài)來(lái)看，模型在加入街道空間自變量后，考慮街道空間的綠化水平、街道圍合程度以及街道品質(zhì)等要素，模型的R2提高到0.470，天空開闊度以及道路等級(jí)（支路）因未通過共線性檢測(cè)被排除。道路等級(jí)對(duì)街道溫度的影響較低，高等級(jí)街道溫度略高。從街道空間設(shè)計(jì)有關(guān)的因素可知，綠視率越高、建筑界面可見度越高，對(duì)街道的遮陰效果越強(qiáng)，街道溫度越低；地形可見度越高，街道溫度越低；車行道可見度越高，人行道可見度越低，街道越寬闊，街道溫度越低。而街道設(shè)施和街道品質(zhì)評(píng)價(jià)與街道溫度的關(guān)系不顯著。

引入人本尺度的街道空間形態(tài)特征后，能夠有效提升整體形態(tài)與溫度模型的解析度，但提升較少，模型R2僅從0.392提升到0.470。其中的綠視率要素對(duì)街道溫度的降低作用明顯，而其他要素影響均較低。傳統(tǒng)城市形態(tài)要素不能改變街道空間，但能夠改變街道周邊區(qū)域的整體熱環(huán)境，從而對(duì)街道溫度產(chǎn)生較大的影響。

6 討論與結(jié)論

6.1 研究結(jié)論：影響測(cè)度以及設(shè)計(jì)策略

城市形態(tài)對(duì)微氣候的影響是城市設(shè)計(jì)領(lǐng)域關(guān)注的核心議題之一，城市的大規(guī)模擴(kuò)張導(dǎo)致城市熱島效應(yīng)、氣候變暖日益嚴(yán)峻，氣候適宜性設(shè)計(jì)在調(diào)節(jié)城市溫度中的作用被愈加重視。本研究從街道空間入手，借助新數(shù)據(jù)、新技術(shù)，覆蓋北京五環(huán)內(nèi)近乎全部街道，整合各類精準(zhǔn)城市形態(tài)數(shù)據(jù)，探究其對(duì)街道溫度的影響，結(jié)果如下。

1）自上而下視角的精細(xì)化城市形態(tài)要素對(duì)街道溫度的影響顯著，模型解析度達(dá)到0.392。其中建筑密度和容積率的影響較大，建筑密度越低，容積率越高，街道溫度越低，同時(shí)藍(lán)綠空間也能帶來(lái)明顯的效果，合理的開發(fā)模式能夠在保持一定開發(fā)強(qiáng)度的同時(shí)降低街道溫度。

2）自下而上視角的人本尺度街道空間形態(tài)要素也能對(duì)街道溫度產(chǎn)生直接影響，且以綠視率為代表的部分特征要素具有較強(qiáng)的顯著性。而人本尺度街道空間形態(tài)的整體影響較低，模型解析度提升到0.470，但對(duì)于已建設(shè)完成的街道而言，人本尺度街道空間形態(tài)要素在城市設(shè)計(jì)與微更新中更具可操作性。

6.2 設(shè)計(jì)應(yīng)對(duì)：不同街道屬性的降溫設(shè)計(jì)策略

街道固有屬性（空間位置、藍(lán)綠空間、主導(dǎo)功能和道路等級(jí)）的不同，會(huì)使得街道溫度有所差異。由于道路等級(jí)對(duì)街道溫度的影響較弱，且本研究主要針對(duì)人行活動(dòng)豐富的低等級(jí)街道，故不將道路等級(jí)的差異考慮在內(nèi)。本研究嘗試通過提取典型的街道空間特征，量化不同屬性街道的精準(zhǔn)城市形態(tài)差異，提出與街道屬性相對(duì)應(yīng)的氣候適宜性設(shè)計(jì)策略。

根據(jù)已有結(jié)論可知，在城市形態(tài)要素中，降低建筑密度，增加容積率，增加藍(lán)綠空間，在街道空間要素中增加綠視率，能夠有效降低街道溫度，這4個(gè)要素的標(biāo)準(zhǔn)化系數(shù)絕對(duì)值均大于0.1，對(duì)街道溫度影響較大。而城市形態(tài)中的可達(dá)性以及建筑界面滲透率要素的提高，雖然會(huì)少量增加街道溫度，但能夠讓更多人享受到舒適豐富的街道生活，增加街道活力。

6.2.1 街道空間位置屬性

從空間位置上看，隨著空間位置上環(huán)數(shù)的增加，遠(yuǎn)離城市中心的街道具有更低的溫度，不同空間位置的城市形態(tài)和街道空間形態(tài)的差異明顯（圖7-1）。

二環(huán)范圍內(nèi)的街道，不僅街道溫度相對(duì)較高，而且人本尺度城市形態(tài)數(shù)據(jù)類似。從城市形態(tài)上看，建筑密度高且容積率低，路網(wǎng)可達(dá)性較高，距藍(lán)綠空間均較遠(yuǎn)；從街道形態(tài)上看，街道建筑界面可見度高且豐富，街道設(shè)施較差，車行道、人行道的可見度較差。再加上城市中心區(qū)的熱島效應(yīng)，這些因素都導(dǎo)致了更高的街道溫度。而北京二環(huán)范圍內(nèi)，高密度低容積率的歷史建筑群以及北京傳統(tǒng)的胡同式建筑（磚瓦房具有更高的溫度[12]），也塑造了北京老城區(qū)獨(dú)特的城市肌理。建筑及道路相關(guān)因素難以改變，建議通過增加藍(lán)綠空間的形式降低街道溫度。

而四環(huán)—五環(huán)范圍的街道溫度雖然低，但是從城市形態(tài)上看，主要得益于較低的開發(fā)強(qiáng)度，較多的自然地形，以及遠(yuǎn)離城市中心的空間位置，其街道空間的營(yíng)造并不完善。隨著城市的不斷擴(kuò)張，熱島效應(yīng)的影響范圍將越來(lái)越廣，提高城市邊緣區(qū)域街道本身的降溫能力是十分必要的。五環(huán)范圍未來(lái)的建設(shè)，可以采用低建筑密度、高容積率、重點(diǎn)街道高貼線率的開發(fā)模式，降低街道溫度的同時(shí)營(yíng)造街道圍合感。

6.2.2 街道藍(lán)綠空間屬性

選取距離公園、森林、水面、河流500 m范圍內(nèi)的街道作為分析樣本，街道溫度明顯低于均值。其中水面對(duì)周圍街道降溫效益的提高最有效、森林次之、公園和河流最弱，河流具有水體的特性但由于蜿蜒曲折，帶來(lái)的降溫效益并不突出。藍(lán)綠空間帶來(lái)的降溫效益能夠超出邊界，為周圍一定范圍帶來(lái)影響[38]，增加藍(lán)綠空間是降低溫度的有效手段（圖7-2）。

7 不同屬性街道溫度與精準(zhǔn)城市形態(tài)差異Difference of street temperature and fine-scale urban form with different street attributes7-1 空間位置屬性Spatial location attribute7-2 藍(lán)綠空間屬性Blue-green space attribute7-3 主導(dǎo)功能屬性Main function attribute

通過人本尺度城市形態(tài)數(shù)據(jù)的分析，具有藍(lán)綠空間屬性的街道差異不大，街道綠視率較高，而周圍建筑量較少，氣候舒適、景色宜人的街道卻很少被使用。公園綜合體將藍(lán)綠空間與城市空間有機(jī)結(jié)合，同時(shí)提高城市的生態(tài)環(huán)境和公共服務(wù)能力[39]，也有利于充分發(fā)揮藍(lán)綠空間的降溫效益。

6.2.3 街道主導(dǎo)功能屬性

基于興趣點(diǎn)分析，識(shí)別出具有主導(dǎo)功能的8類典型街道作為分析樣本，以餐飲、公共設(shè)施、購(gòu)物為主導(dǎo)功能的街道居民活動(dòng)強(qiáng)度高，具有更高的街道溫度；而風(fēng)景、交通、科教、生活、體育為主導(dǎo)功能的街道，活動(dòng)強(qiáng)度低，街道溫度也較低（圖7-3）。

以餐飲、公共設(shè)施、購(gòu)物為主導(dǎo)功能的居民活動(dòng)強(qiáng)度高的街道有類似的形態(tài)特征：較高的建筑密度和較低的容積率可能是導(dǎo)致這類街道溫度較高的原因；建筑界面的可見度較高，再加上建筑界面的滲透率較高，促進(jìn)行人與建筑產(chǎn)生互動(dòng)，形成宜人的商業(yè)界面，而綠視率和地形可見度這類自然要素占比較低。建議該類街道，提高街道綠化水平，增加自然界面，在保持較高貼線率的同時(shí)，適當(dāng)降低建筑密度。

以生活為主導(dǎo)功能的街道居民活動(dòng)強(qiáng)度同樣較高，而街道溫度較低，通過分析可發(fā)現(xiàn)其降溫效益主要得益于較低的建筑密度和較高的容積率。生活類街道應(yīng)該繼續(xù)保持該開發(fā)模式，同時(shí)維持與周圍藍(lán)綠空間的關(guān)系以及保持街道綠視率。

以交通為主導(dǎo)功能的街道，以車輛為主，街道功能單一，城市形態(tài)數(shù)據(jù)較為適中，較低的街道溫度以及較寬闊的道路能夠形成良好的城市通風(fēng)廊道。該類街道需要結(jié)合城市主導(dǎo)風(fēng)向和城市風(fēng)廊道規(guī)劃布局[40]，減少行人對(duì)交通的干擾以及居民活動(dòng)對(duì)街道熱環(huán)境的影響。

以科教、體育為主導(dǎo)功能的街道溫度較低，主要因?yàn)榻值乐車慕ㄖ_發(fā)強(qiáng)度較低，但距藍(lán)綠空間較遠(yuǎn)。該類設(shè)施應(yīng)為居民使用較為頻繁的設(shè)施，因較低的建筑界面滲透率，居民很難與沿街設(shè)施發(fā)生互動(dòng)。建議該類街道，提高沿街界面貼線率，提高建筑滲透率，營(yíng)造高圍合度的街道空間，吸引居民使用，同時(shí)提高周圍藍(lán)綠空間水平。

以風(fēng)景為主導(dǎo)功能的街道本身就具有較高的綠視率和地形可見度，同時(shí)建筑開發(fā)量較少，需要提高道路可達(dá)性，方便居民使用，同時(shí)保持高自然要素、低人工要素的特征，充分發(fā)揮該類街道的高降溫效益。

6.3 研究展望：人本尺度街道空間在微氣候研究中的應(yīng)用

本研究評(píng)估了人本尺度城市形態(tài)要素對(duì)街道溫度的影響，是人本尺度城市形態(tài)研究在城市微氣候方向上的一個(gè)嘗試。以人為本一直是城市規(guī)劃的核心關(guān)注點(diǎn)，人與街道是2個(gè)不可忽略的主題，人本視角的融入能夠針對(duì)性地對(duì)街道空間給出數(shù)值測(cè)度和直觀的可視化展示[34]，同時(shí)該尺度上的城市形態(tài)測(cè)度能夠給予街道空間設(shè)計(jì)最直接的指導(dǎo)。此外，在新城市科學(xué)的背景下，新技術(shù)和新數(shù)據(jù)支持城市尺度上的高精度數(shù)據(jù)獲取，實(shí)現(xiàn)了大尺度全范圍的高精度分析[6]，有望揭示以往受制于分析尺度的城市微氣候研究未能發(fā)現(xiàn)的潛在規(guī)律。

6.4 研究局限與下一步工作

本研究通過熱紅外遙感數(shù)據(jù)反演計(jì)算街道溫度，從而結(jié)合多源城市數(shù)據(jù)開展兼具大尺度與高精度特征的城市形態(tài)與街道溫度的影響分析，研究設(shè)計(jì)的優(yōu)點(diǎn)在于實(shí)現(xiàn)了大尺度全范圍的高精度分析，但研究局限也較為明顯，遙感數(shù)據(jù)分辨率為30 m柵格，在表征人本尺度特征上存在一定不足。后續(xù)研究計(jì)劃加入城市傳感器，開展長(zhǎng)時(shí)間實(shí)測(cè)，采集更詳細(xì)準(zhǔn)確的街道溫度監(jiān)測(cè)數(shù)據(jù)，進(jìn)一步推動(dòng)相關(guān)方向的深入研究。

本研究采用的街景數(shù)據(jù)（行人角度）與傳統(tǒng)街道微氣候使用魚眼相機(jī)拍攝的角度[20]有一定相關(guān)性，但依然有所差異。街景數(shù)據(jù)更加注重人本視角的街道感受，有利于街道空間的營(yíng)造，但難以直接量化街道要素的遮陰效果。后續(xù)研究可加入天頂視角的街景數(shù)據(jù)，分析其與行人視角的差異，同時(shí)與傳統(tǒng)基于天空開闊度、街道高寬比的微氣候研究相互驗(yàn)證。同時(shí)后續(xù)研究可以針對(duì)性地對(duì)典型街道樣本進(jìn)行建模，與目前基于CFD模型的街道微氣候研究相比較，在空間尺度上對(duì)已有研究進(jìn)行擴(kuò)充。

然而街道作為城市重要的開放空間，其中的溫度受到多方影響，本研究采用的精準(zhǔn)城市形態(tài)特征要素，依然難以將影響因素全面納入。隨著新城市科學(xué)的不斷發(fā)展，將能夠更精細(xì)化地提取城市形態(tài)數(shù)據(jù)，如街道的綠化類型、道路材質(zhì)、建筑材質(zhì)等，可支持后續(xù)的進(jìn)一步研究。

致謝(Acknowledgments)：

感謝同濟(jì)大學(xué)黃鎔、韓赟同學(xué)與南京師范大學(xué)周子皓同學(xué)作為研究助理在研究開展上的幫助。

圖表來(lái)源(Sources of Figures and Tables)：

圖3～5圖片來(lái)源于百度街景，圖6底圖來(lái)源于mapbox，其余圖表均為作者繪制。