高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于Envi-met植被与建筑对微气候影响的研究

耿红凯 卫笑 张明娟 李庆卫

耿红凯, 卫笑, 张明娟, 李庆卫. 基于Envi-met植被与建筑对微气候影响的研究[J]. 北京林业大学学报, 2020, 42(12): 115-124. doi: 10.12171/j.1000-1522.20190418
引用本文: 耿红凯, 卫笑, 张明娟, 李庆卫. 基于Envi-met植被与建筑对微气候影响的研究[J]. 北京林业大学学报, 2020, 42(12): 115-124. doi: 10.12171/j.1000-1522.20190418
Geng Hongkai, Wei Xiao, Zhang Mingjuan, Li Qingwei. Influence of vegetation and architecture on microclimate based on Envi-met: a case study of Nanjing Agricultural University[J]. Journal of Beijing Forestry University, 2020, 42(12): 115-124. doi: 10.12171/j.1000-1522.20190418
Citation: Geng Hongkai, Wei Xiao, Zhang Mingjuan, Li Qingwei. Influence of vegetation and architecture on microclimate based on Envi-met: a case study of Nanjing Agricultural University[J]. Journal of Beijing Forestry University, 2020, 42(12): 115-124. doi: 10.12171/j.1000-1522.20190418

基于Envi-met植被与建筑对微气候影响的研究

doi: 10.12171/j.1000-1522.20190418
基金项目: 国家自然科学基金项目(31870705)
详细信息
    作者简介:

    耿红凯。主要研究方向:园林植物。Email:bfuhkgeng@126.com 地址:100083北京市海淀区清华东路35号北京林业大学园林学院

    通讯作者:

    张明娟,博士,副教授。主要研究方向:城市与景观生态学。Email:zhang.mj@njau.edu.cn 地址:210095 江苏省南京市玄武区卫岗1号南京农业大学园艺学院

    李庆卫,博士,教授。主要研究方向:园林植物应用与园林生态、园林植物栽培与养护。Email:lqw6809@bjfu.edu.cn 地址:100083北京市海淀区清华东路35号北京林业大学园林学院

  • 中图分类号: TU986.2

Influence of vegetation and architecture on microclimate based on Envi-met: a case study of Nanjing Agricultural University

  • 摘要:   目的  研究夏季热环境下建筑与植被对场地微气候的影响,可为密集型建筑景观及建筑周边绿地设计规划提供依据。  方法  本文以南京农业大学3栋代表性建筑为例,结合样地实测以及Envi-met模拟,引入一致性指数、均方根误差、平均绝对偏差作为定量评价指标以验证软件模拟精度;选用06:00—18:00时间段数据,结合均值比较、相关性检验、一般线性模型等多种分析方法,探究建筑与植被对微气候的影响。  结果  植被和建筑均对微气候存在影响,且两者间存在一定交互作用。在无植被作用下,建筑方位对微气候有显著影响,建筑北侧、西侧降温增湿效果相对较好;距离建筑越近,样点降温增湿效果越好;在无建筑影响下,植被对微气候存在显著影响,具体表现为降温增湿,使环境更为舒适。当综合考虑建筑与植被对温度的影响时,建筑与植被各因子间无显著交互作用;当综合考虑建筑与植被对湿度的影响时,建筑与植被各因子间存在显著交互作用;当综合考虑建筑与植被对热环境综合评价指标(PMV)的影响时,样点与建筑相对方位与乔木覆盖率间有显著交互作用。在建筑和植被的共同作用下,样点与建筑的相对方位与场地湿度、PMV均存在显著相关性;植被三维绿量与PMV间存在显著相关性。  结论  基于建筑北侧、西侧较为舒适的微气候条件,该处绿地更适于用作停留、休憩场所;建筑东侧、南侧在进行功能开发时,应通过配植适当植被,以提升其环境舒适度;建筑外部轮廓与地形、植被共同形成的围合空间内微气候舒适度更高。植被覆盖可有效改善微气候:随着绿量增加,样地人体热舒适度改善,不同植被类型相较于无绿化地面均表现出显著的降温增湿效应。
  • 图  1  各样地样点分布位置

    Figure  1.  Distribution location of various sample points

    图  2  各样地温湿度实测及模拟情况

    Figure  2.  Temperature and humidity measurement and simulation of various sample plots

    表  1  Envi-met软件参数设置说明

    Table  1.   Setting description of Envi-met software parameters

    输入参数
    Input parameter
    开始时间
    Start moment
    时长
    Duration/h
    模拟结果输出间隔
    Output interval of simulation result/min
    10 m处风速
    Wind speed at 10 m/(m·s−1)
    参数值
    Parameter value
    2018年7月13日21:00
    21:00 at July 13, 2018
    27104.5
    输入参数
    Input parameter
    预设风向
    Preset wind direction/(°)
    起始气温
    Initial air temperature/K
    2 m处相对湿度
    Relative humidity at 2 m/%
    参数值
    Parameter value
    135304.64 (教学楼 Teaching Building)
    306.33 (逸夫楼 Yifu Building)
    304.53 (主楼 Main Building)
    69.42 (教学楼 Teaching Building)
    62.68 (逸夫楼 Yifu Building)
    70.05 (主楼 Main Building)
    下载: 导出CSV

    表  2  样地主要树种三维绿量计算公式示例

    Table  2.   Example of three-dimensional green quantity calculation formula of main tree species in sample plots

    树种 Tree species立体几何形态 Solid geometry树冠绿量方程 Canopy green quantity equation
    广玉兰 Magnolia grandiflora 卵形体 Ovoid πxy2/6
    雪松 Cedrus deodara 圆锥体 Cone πxy2/12
    Cinnanomum camphora 球体 Sphere πxy2/6
    悬铃木 Platanus hispanica 圆柱体 Cylinder πxy2/4
    白玉兰 M agnolia denudata 圆球体 Round sphere πxy2/6
    银杏 Ginkgo biloba 双圆锥体 Double cone πxy2/12
    水杉 Metasequoia glyptostroboides 单圆锥体 Single cone πxy2/12
    注:方程中xy分别为植物冠径与冠高。 Notes: in the equation, x and y are plant crown diameter and crown height, respectively.
    下载: 导出CSV

    表  3  PMV指标评价指示表

    Table  3.   Indicator table of PMV index evaluation

    感知状态
    Perception state
    极冷
    Extremely cold
    寒冷
    Severe cold

    Cold
    稍冷
    Slightly cold
    舒适
    Comfortable
    稍热
    Slightly hot

    Hot
    炎热
    Scorching hot
    极热
    Extremely hot
    PMV ≤−4−3−2−10123 ≥ 4
    下载: 导出CSV

    表  4  等级转换对应关系

    Table  4.   Correspondence of grade conversion

    三维绿量 Three-dimensional green quantity乔木覆盖率 Tree coverage
    1级 Level 12级 Level 23级 Level 34级 Level 41级 Level 12级 Level 23级 Level 34级 Level 45级 Level 5
    0 ~ 100100 ~ 500500 ~ 1 000 > 1 0000 ~ 0.20.2 ~ 0.40.4 ~ 0.60.6 ~ 1.80.8 ~ 1.0
    下载: 导出CSV

    表  5  Envi-met各样地模型精度定量评价结果

    Table  5.   Quantitative evaluation results of model accuracy of Envi-met various sample plots

    样地 Sample plot变量 VariabledRMSEMAE
    逸夫楼
    Yifu Building
    温度 Temperature 0.85 3.27 2.56
    相对湿度 Relative humidity 0.84 5.55 4.73
    主楼
    Main Building
    温度 Temperature 0.74 3.22 2.64
    相对湿度 Relative humidity 0.83 4.82 3.88
    教学楼
    Teaching Building
    温度 Temperature 0.79 2.93 2.58
    相对湿度 Humidity 0.97 4.17 3.43
    注:d、RMSE、MAE为定量评价指标。Notes: d, RMSE and MAE are quantitative evaluation indexes.
    下载: 导出CSV

    表  6  建筑与周边环境温度和湿度的相关性

    Table  6.   Correlation analysis on temperature and humidity between buildings and surrounding environment

    变量Variable主楼 Main Building逸夫楼 Yifu Building教学楼 Teaching Building
    相关系数
    Correlation coefficient
    Sig.相关系数
    Correlation coefficient
    Sig.相关系数
    Correlation coefficient
    Sig.
    温度 Temperature0.260*0.0200.311**0.0050.1370.227
    湿度 Humidity−0.307**0.006−0.489**0.000−0.2010.074
    注:*表示相关性显著(P < 0.05),**表示相关性极显著(P < 0.01)。表9111213同此。Notes: * means the correlation is significant (P < 0.05), ** means the correlation is extremely significant (P < 0.01). Same as Tab. 9, 11, 12 and 13.
    下载: 导出CSV

    表  7  各建筑不同方位的样点温度

    Table  7.   Temperature of sample points indifferent directions of each building

    方位
    Location
    主楼
    Main Building
    逸夫楼
    Yifu Building
    教学楼
    Teaching Building
    东 East30.83 ± 0.07a33.39 ± 0.20a30.63 ± 0.18a
    西 West30.59 ± 0.26b33.23 ± 0.16a30.44 ± 0.07b
    南 South30.81 ± 0.13c33.43 ± 0.22a30.87 ± 0.13a
    北 North30.41 ± 0.13c32.87 ± 0.17a30.21 ± 0.14a
    注:不同字母表示同列内两两之间有显著差异(P < 0.05或P < 0.01)。表810同此。Notes: different letters mean significant differences in between in the same column (P < 0.05 or P < 0.01). Same as Tab. 8 and 10.
    下载: 导出CSV

    表  8  各建筑不同方位的样点湿度

    Table  8.   Humidity of sample points indifferent directions of each building %

    方位
    Location
    主楼
    Main Building
    逸夫楼
    Yifu Building
    教学楼
    Teaching Building
    东 East66.90 ± 0.21a70.89 ± 0.62a69.20 ± 0.56ab
    西 West67.99 ± 0.68b71.06 ± 0.45a69.36 ± 0.33a
    南 South67.08 ± 0.47b70.81 ± 0.54a68.73 ± 0.54b
    北 North69.12 ± 1.25c70.94 ± 0.23b70.33 ± 0.52 ab
    下载: 导出CSV

    表  9  建筑与周边环境PMV的相关性

    Table  9.   Correlation analysis on PMV of architecture and surrounding environment

    变量
    Variable
    主楼 Main Building逸夫楼 Yifu Building教学楼 Teaching Building
    相关系数 Correlation coefficientSig.相关系数 Correlation coefficientSig.相关系数 Correlation coefficientSig.
    PMV0.300**0.0070.255*0.0220.0680.550
    下载: 导出CSV

    表  10  各建筑不同方位的样点 PMV 值

    Table  10.   PMV values of sample points indifferent directions of each building

    方位
    Location
    主楼
    Main Building
    逸夫楼
    Yifu Building
    教学楼
    Teaching Building
    东 East2.60 ± 0.27a3.43 ± 0.31a2.39 ± 0.19ac
    西 West2.23 ± 0.17b3.18 ± 0.35a2.28 ± 0.25a
    南 South2.55 ± 0.35c3.55 ± 0.25a2.71 ± 0.35b
    北 North2.31 ± 0.17b3.05 ± 0.25a2.16 ± 0.11c
    下载: 导出CSV

    表  11  植被与绿地温度相关性分析

    Table  11.   Correlation analysis of vegetation and green space temperature

    变量
    Variable
    样地
    Sample plot
    相关性
    Correlation
    三维绿量
    Three-dimensional green quantity
    乔木覆盖率
    Tree coverage
    绿化覆盖率
    Green coverage
    温度
    Temperature
    主楼
    Main Building
    相关系数 Correlation coefficient −0.215 −0.312** −0.179
    Sig. 0.055 0.005 0.112
    逸夫楼
    Yifu Building
    相关系数 Correlation coefficient −0.324** −0.186 −0.005
    Sig. 0.003 0.098 0.967
    教学楼
    Teaching Building
    相关系数 Correlation coefficient −0.127 −0.188 −0.084
    Sig. 0.262 0.094 0.457
    下载: 导出CSV

    表  12  植被与绿地湿度的相关性分析

    Table  12.   Correlation analysis of vegetation and green space humidity

    变量
    Variable
    样地
    Sample plot
    相关性
    Correlation
    三维绿量
    Three-dimensional green quantity
    乔木覆盖率
    Tree coverage
    绿化覆盖率
    Green coverage
    湿度
    Humidity
    主楼
    Main Building
    相关系数 Correlation coefficient 0.329** 0.389** 0.288**
    Sig. 0.003 0.000 0.010
    逸夫楼
    Yifu Building
    相关系数 Correlation coefficient 0.055 0.133 0.135
    Sig. 0.629 0.238 0.231
    教学楼
    Teaching Building
    相关系数 Correlation coefficient 0.269* 0.363** 0.224*
    Sig. 0.016 0.001 0.045
    下载: 导出CSV

    表  13  植被与绿地PMV的相关性分析

    Table  13.   Correlation analysis of vegetation and green PMV

    变量
    Variable
    样地
    Sample plot
    相关性
    Correlation
    三维绿量
    Three-dimensional green quantity
    乔木覆盖率
    Tree coverage
    绿化覆盖率
    Green coverage
    PMV 主楼
    Main Building
    相关系数 Correlation coefficient −0.342** −0.334** −0.287**
    Sig. 0.002 0.002 0.01
    逸夫楼
    Yifu Building
    相关系数 Correlation coefficient −0.479** −0.277* −0.106
    Sig. 0.000 0.013 0.347
    教学楼
    Teaching Building
    相关系数 Correlation coefficient −0.225* −0.333** −0.168
    Sig. 0.045 0.003 0.137
    下载: 导出CSV

    表  14  建筑与植被间交互作用分析

    Table  14.   Analysis of interaction between architecture and vegetation

    源 Source温度 Temperature 湿度 Humidity PMV
    相关系数
    Correlation
    coefficient
    Sig.相关系数
    Correlation
    coefficient
    Sig.相关系数
    Correlation
    coefficient
    Sig.
    与建筑相对方位 × 与建筑相对距离
    Relative orientation to building × relative distance to building
    0.589 0.806 0.976 0.458 0.119 0.999
    与建筑相对方位 × 三维绿量等级
    Relative orientation to building × three-dimensional green quantity grade
    0.394 0.758 0.854 0.465 1.815 0.143
    与建筑相对方位 × 乔木覆盖等级
    Relative orientation to building × tree coverage grade
    1.676 0.171 0.464 0.707 5.348 0.001**
    与建筑相对距离 × 三维绿量等级
    Relative distance to building × three-dimensional green quantity level
    0.414 0.743 0.043 0.988 0.195 0.900
    与建筑相对距离 × 乔木覆盖等级
    Relative distance to building × tree coverage level
    1.553 0.200 1.004 0.391 0.441 0.724
    三维绿量等级 × 乔木覆盖等级
    Three-dimensional green quantity grade × tree coverage grade
    0.276 0.600 8.767 0.003** 4.519 0.034*
    与建筑相对方位 × 与建筑相对距离 × 三维绿量等级 × 乔木覆盖等级
    Relative orientation to building × relative distance to building ×
    three-dimensional green quantity grade × tree coverage grade
    1.549 0.078 2.414 0.002** 1.448 0.113
    注:*表示相关性显著(P < 0.05),**表示相关性极显著(P < 0.01);× 表示指标之间进行交互作用分析。Notes: * means the correlation is significant (P < 0.05), ** means the correlation is extremely significant (P < 0.01); × indicates interaction analysis between indicators.
    下载: 导出CSV

    表  15  样点与建筑相对方位及其植被情况对场地微气候影响分析

    Table  15.   Impact of relative orientation of sample point and building and its vegetation conditions on site microclimate


    Source
    因变量
    Dependent variable
    相关系数
    Correlation coefficient
    Sig.
    与建筑相对方位
    Relative orientation to building
    温度 Temperature 1.850 0.139
    湿度 Humidity 9.154 0.000**
    PMV 4.452 0.005**
    三维绿量
    Three-dimensional
    green quantity
    温度 Temperature 0.002 0.968
    湿度 Humidity 0.050 0.824
    PMV 4.128 0.043*
    乔木覆盖率
    Tree coverage
    温度 Temperature 0.040 0.841
    湿度 Humidity 0.801 0.372
    PMV 0.494 0.483
    注:*表示相关性显著(P < 0.05),**表示相关性极显著(P < 0.01)。表16同此。Notes: * means the correlation is significant (P < 0.05), ** means the correlation is extremely significant (P < 0.01). Same as Tab. 16.
    下载: 导出CSV

    表  16  样点与建筑相对距离及其植被情况对场地微气候影响分析

    Table  16.   Impact of relative distance of sample points and building and its vegetation conditions on site microclimate


    Source
    因变量
    Dependent variable
    相关系数
    Correlation coefficient
    Sig.
    与建筑相对方位
    Relative orientation to building
    温度 Temperature 0.136 0.939
    湿度 Humidity 1.320 0.268
    PMV 1.331 0.265
    三维绿量
    Three-dimensional
    green quantity
    温度 Temperature 0.000 0.996
    湿度 Humidity 0.331 0.566
    PMV 7.125 0.008**
    乔木覆盖率
    Tree coverage
    温度 Temperature 0.205 0.651
    湿度 Humidity 0.075 0.784
    PMV 1.596 0.208
    下载: 导出CSV
  • [1] 熊瑶, 金梦玲. 南京林业大学校园不同类型绿地冬季微气候效应分析[J]. 西北林学院学报, 2018, 33(1):281−288.

    Xiong Y, Jin M J. Microclimate effects of different green spaces in winter: a case study of Nanjing Forestry University[J]. Journal of Northwest Forestry University, 2018, 33(1): 281−288.
    [2] 冯悦怡, 李恩敬, 张力小. 校园绿地夏季小气候效应分析[J]. 北京大学学报(自然科学版), 2014, 50(5):812−818.

    Feng Y Y, Li E J, Zhang L X. Microclimate effects of campus green space in summer[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014, 50(5): 812−818.
    [3] Hamada S, Ohta T. Seasonal variations in the cooling effect of urban green areas on surrounding urban areas[J]. Urban Forestry and Urban Greening, 2010, 9(1): 15−24. doi:  10.1016/j.ufug.2009.10.002.
    [4] 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. doi:  10.1016/j.landurbplan.2006.09.005.
    [5] Potchter O, Cohen P, Bitan A. Climatic behavior of various urban parks during hot and humid summer in the Mediterranean City of Tel Aviv, Israel[J]. International Journal of Climatology, 2006, 26: 1695−1711. doi:  10.1002/joc.1330.
    [6] 吴菲, 李树华, 刘娇妹. 林下广场、无林广场和草坪的温、湿度及人体舒适度[J]. 生态学报, 2007, 27(7):2964−2970. doi:  10.3321/j.issn:1000-0933.2007.07.038.

    Wu F, Li S H, Liu J M. The effects of greening, none-greening square and lawn on temperature, humidity and human comfort[J]. Acta Ecologica Sinica, 2007, 27(7): 2964−2970. doi:  10.3321/j.issn:1000-0933.2007.07.038.
    [7] 刘娇妹, 李树华, 吴菲, 等. 纯林、混交林型园林绿地的生态效益[J]. 生态学报, 2007, 27(2):674−684. doi:  10.3321/j.issn:1000-0933.2007.02.032.

    Liu J M, Li S H, Wu F, et al. The ecological effects between pure woodland and mixed of urban green space[J]. Acta Ecologica Sinica, 2007, 27(2): 674−684. doi:  10.3321/j.issn:1000-0933.2007.02.032.
    [8] Middel A, Häb K, Brazel J A, et al. Impact of urban form and design on mid-afternoon microclimate in Phoenix Local Climate Zones[J]. Landscape and Urban Planning, 2014, 122: 16−28.
    [9] Dorer V, Allegrini J, Orehounig K, et al. Modelling the urban microclimate and its impact on the energy demand of buildings and building clusters[J/OL]. Proceedings of BS 2013: 13th Conference of the International Building Performance Simulation Association. 2013: 3483–3489 [2019−07−16]. https://www.mendeley.com/catalogue/d4138947-7b16-318d-8e20-b2f4041c4e34/.
    [10] Taleb H, Musleh A M. Applying urban parametric design optimisation processes to a hot climate: case study of the UAE [J/OL]. Sustainable Cities and Society, 2015, 14: 236−253 [2019−05−05]. https://www.sciencedirect.com/science/article/pii/S2210670714000997.
    [11] 张丛. 城市休闲广场水体布局的微气候效应研究[D]. 南京: 南京大学, 2017.

    Zhang C. Microclimate effect of the water layout in urban square[D]. Nanjing: Nanjing University, 2017.
    [12] 刘长焕, 许嘉伟, 陈婕, 等. 近62年南京地区气温变化趋势及其分析[J]. 安徽农业科学, 2013, 41(31):12405−12408. doi:  10.3969/j.issn.0517-6611.2013.31.059

    Liu C H, Xu J W, Chen J, et al. Variation trend and analysis of temperature in Nanjing in recent 62 years[J]. Journal of Anhui Agri, 2013, 41(31): 12405−12408. doi:  10.3969/j.issn.0517-6611.2013.31.059
    [13] Fox D G. Judging air quality model performance: a summary of the AMS workshop on dispersion model performance[J]. Bulletin of the American Meteorological Society, 1981, 62: 599−609. doi:  10.1175/1520-0477(1981)062<0599:JAQMP>2.0.CO;2
    [14] 孙常峰. 基于Envi-met的绿地对夏季热环境影响研究: 以南京大学鼓楼校区为例[D]. 南京: 南京大学, 2014.

    Sun C F. Using ENVI-met to simulate the impact of green spaces on the thermal enviroment in the summer[D].Nanjing: Nanjing University, 2014.
    [15] 杨小山. 室外微气候对建筑空调能耗影响的模拟方法研究[D]. 广州: 华南理工大学, 2012.

    Yang X S. A simulation method for the effect of urban microclimate on building cooling energy use[D]. Guangzhou: South China University of Technology, 2012.
    [16] Willmott C J. Some comments on the evaluation of model performance[J]. Bulletin of the American Meteorological Society, 1982, 63: 1309−1369. doi:  10.1175/1520-0477(1982)063<1309:SCOTEO>2.0.CO;2.
    [17] 周坚华, 孙天纵. 三维绿色生物量的遥感模式研究与绿化环境效益估算[J]. 环境遥感, 1995, 10(3):162−174.

    Zhou J H, Sun T Z. Research on remote sensing model of three-dimensional green biomass and estimation of greening environmental benefits[J]. Remote Sensing Environment China, 1995, 10(3): 162−174.
    [18] 周坚华. 城市生存环境绿色量值群的研究:绿化三维量及其应用研究[J]. 中国园林, 1998(5):61−63.

    Zhou J H. Research on the green value group of urban living environment: the three-dimensional greening quantity and its application[J]. Chinese Landscape Architecture, 1998(5): 61−63.
    [19] 王一, 栾沛君. 室外公共空间夏季热舒适性评价研究:以上海当代大中型住宅区为例[J]. 住宅科技, 2016, 36(11):52−57. doi:  10.3969/j.issn.1002-0454.2016.11.011

    Wang Y, Luan P J. Study on thermal comfort of outdoor public space in summer: taking contemporary middle to large residential area of Shanghai for instance[J]. Housing Science, 2016, 36(11): 52−57. doi:  10.3969/j.issn.1002-0454.2016.11.011
    [20] Bruse M, Fleer H. Simulating surface-plant-air interactions inside urban environments with a three dimensional numerical model[J]. Environmental Modeling & Software, 1998, 13: 373−384.
    [21] 张顺尧, 陈易. 基于城市微气候测析的建筑外部空间围合度研究:以上海市大连路总部研发集聚区国歌广场为例[J]. 华东师范大学学报(自然科学版), 2016(6):1−26.

    Zhang S Y, Chen Y. Degree of enclosure as outdoor space form parameter study based on the urban microclimate analysis: a case study on office building site design in Shanghai[J]. Journal of East China Normal University(Natural Science), 2016(6): 1−26.
    [22] 黄丽蒂, 武艺萌, 王昊. 寒地校园教学区围合式建筑对微气候的影响[J]. 建筑节能, 2019, 47(12):15−21.

    Huang L D, Wu Y M, Wang H. Influence of enclosed buildings on the microclimate on campus in the cold area[J]. Building Energy Efficiency, 2019, 47(12): 15−21.
    [23] 刘宇霆. 基于微气候的岭南地区高密度大学校园外部空间舒适度研究[D]. 广州: 华南理工大学, 2018.

    Liu Y T. Study on thermal comfort of exterior space of high density campus in Lingnan Area based on microclimate[D]. Guangzhou: South China University of Technology, 2018.
    [24] 陈飞. 高层建筑风环境研究[J]. 建筑学报, 2008(2):72−77. doi:  10.3969/j.issn.0529-1399.2008.02.019.

    Chen F. Research on wind environment of high-rise buildings[J]. Architectural Journal, 2008(2): 72−77. doi:  10.3969/j.issn.0529-1399.2008.02.019.
    [25] 林波荣. 绿化对室外热环境影响的研究[D].北京: 清华大学, 2004.

    Lin B R. Studies of greening,s effects on outdoor thermal environment[D]. Beijing: Tsinghua University, 2004.
    [26] 张玺. 历史街区街道空间夏季热环境分析及优化: 以济南芙蓉街—百花洲历史文化街区为例[D]. 济南: 山东建筑大学, 2019.

    Zhang X. Analysis and optimization of summer thermal environment in street space of historical blocks[D]. Jinan: Shandong Jianzhu University, 2019.
  • [1] 欧自娜, 张厚江, 管成.  古建筑七架梁缺陷安全性影响数值模拟研究 . 北京林业大学学报, 2020, 42(4): 142-154. doi: 10.12171/j.1000-1522.20190328
    [2] 吴建召, 孙凡, 崔羽, 贺静雯, 刘颖, 李键, 林勇明, 王道杰.  不同气候区失稳性坡面植被生物量与土壤密度的关系 . 北京林业大学学报, 2020, 42(3): 24-35. doi: 10.12171/j.1000-1522.20190066
    [3] 高岩, 张宇清, 秦树高, 张举涛, 刘振.  固沙植被景观格局变化及其影响因子 . 北京林业大学学报, 2020, 42(4): 102-112. doi: 10.12171/j.1000-1522.20190061
    [4] 徐梦林, 李冠衡, 鞠鲤懋.  基于ENVI技术下的蒙山风景区景观格局动态评估与分析 . 北京林业大学学报, 2019, 41(10): 107-120. doi: 10.13332/j.1000-1522.20190240
    [5] 刘正才, 屈瑶瑶.  基于SPOT-VGT数据的湖南省植被变化及其对气候变化的响应 . 北京林业大学学报, 2019, 41(2): 80-87. doi: 10.13332/j.1000-1522.20180278
    [6] 吴建召, 崔羽, 贺静雯, 刘颖, 李键, 林勇明, 王道杰, 吴承祯.  震区生态治理初期植物、土壤的养分含量及叶片化学计量特征 . 北京林业大学学报, 2019, 41(2): 41-52. doi: 10.13332/j.1000-1522.20180329
    [7] 刘之欣, 郑森林, 方小山, 陆筱慧, 赵立华.  ENVI-met乔木模型对亚热带湿热地区细叶榕的模拟验证 . 北京林业大学学报, 2018, 40(3): 1-12. doi: 10.13332/j.1000-1522.20170396
    [8] 王晓辉, 国庆喜, 蔡体久.  地形与林型影响春季融雪过程的定量化研究 . 北京林业大学学报, 2016, 38(2): 83-89. doi: 10.13332/j.1000-1522.20150317
    [9] 樊超, 司慧, 张天鹏, 颜小林, 王霄, 常建民.  家具VOC检测气候舱温湿度控制系统设计与应用 . 北京林业大学学报, 2015, 37(8): 112-116. doi: 10.13332/j.1000-1522.20150128
    [10] 张丹丹, 王冬梅, 任远, 周思思.  滨岸植被带对漂浮物拦截效果及其影响因素 . 北京林业大学学报, 2015, 37(4): 98-103. doi: DOI:10.13332/j.1000-1522.20140277
    [11] 詹慧娟, 解潍嘉, 孙浩, 黄华国.  应用ENVI-met 模型模拟三维植被场景温度分布 . 北京林业大学学报, 2014, 36(4): 64-74.
    [12] 宁宇, 张志翔, 崔丽娟, 孙孝维.  莫莫格湿地植被结构研究及其对碱性湿地演替的启示 . 北京林业大学学报, 2014, 36(6): 1-8. doi: 10.13332/j.cnki.jbfu.2014.06.007
    [13] 晏海, 王雪, 董丽.  华北树木群落夏季微气候特征及其对人体舒适度的影响 . 北京林业大学学报, 2012, 34(5): 57-63.
    [14] 王天龙, 陈永平, 刘秀英, 姜恩来, 余如龙.  古建筑木构件缺陷及评价残余弹性模量的初步研究 . 北京林业大学学报, 2010, 32(3): 141-145.
    [15] 仲崇庆, 王进欣, 邢伟, 张维康.  不同植被和水文条件下苏北盐沼土壤TN、TP和OM剖面特征 . 北京林业大学学报, 2010, 32(3): 186-190.
    [16] 张金屯, 孟东平, 席跃翔.  自组织神经影射网络排序及其在植物群落分析中的应用 . 北京林业大学学报, 2008, 30(1): 1-5.
    [17] 杨启红, 陈丽华, 张富, 张超波.  土壤水分变异对降雨和植被的响应 . 北京林业大学学报, 2008, 30(supp.2): 88-94.
    [18] 颜绍馗, 邓小文, 郑小贤, 杨平, 黄荣凤, 毛俊娟, 李瑞, 魏潇潇, 吴彩燕, 张洪江, 张莉俊, 刘杏娥, 王费新, 殷亚方, 胡万良, 何亚平, 秦爱光, 胡胜华, 高黎, 王芳, 白岗栓, 周永学, 袁怀文, 张璧光, 赵天忠, 杜社妮, 李猛, NagaoHirofumi, 樊军锋, 乔建平, 汪思龙, 王兆印, 戴思兰, 王晓欢, 王小青, 崔赛华, 罗晓芳, 张克斌, 谭学仁, 王胜华, 刘燕, 王正, 张岩, 孙向阳, 常旭, 费世民, 徐嘉, 王海燕, , 龚月桦, 李昀, 李华, 江玉林, KatoHideo, 张旭, 张占雄, 刘云芳, 陈放, 范冰, 孔祥文, 江泽慧, 韩士杰, 张双保, 高荣孚, , 郭树花, 陈秀明, 杨培华, 丁磊, 李媛良, 侯喜录, 陈宗伟, 常亮, 李晓峰, 任海青, IdoHirofumi, 刘秀英, , 张代贵, 费本华, 蒋俊明, 李考学, 张桂兰, 高建社, 薛岩, , 陈学平, 徐庆祥, 涂代伦, , 王晓东, 金鑫, 李雪峰, 续九如, 刘永红, , 张红丽, , 丁国权.  古建筑木材内部腐朽状况阻力仪检测结果的定量分析 . 北京林业大学学报, 2007, 29(6): 167-171.
    [19] 赵俊卉, 刘智, 雷相东, 李国平, 张煜星, 于寒颖, 徐剑琦, 程金新, 王志玲, 周国模, 肖化顺, 程丽莉, 江泽慧, 李贤军, 刘志军, 张展羽, 曹伟, 周志强, 崔彬彬, 雷霆, 黄心渊, 施婷婷, 杜官本, 陈伟, 宗世祥, 郭广猛, 郝雨, 王正, 骆有庆, 张璧光, 苏里坦, 曹金珍, 李云, 丁立建, 苏淑钗, 张彩虹, 吴家森, 杨谦, 张璧光, 黄群策, 关德新, 雷洪, 王正, 刘童燕, 张则路, 王海, 李云, 张贵, 吴家兵, 李文军, 金晓洁], 许志春, 刘大鹏, 宋南, 周晓燕, 张佳蕊, 方群, 张国华, 姜培坤, 秦广雍, 陈晓光, 刘彤, 贺宏奎, 张书香, 王勇, 张慧东, 秦岭, 黄晓丽, 常亮, 张大红, 苏晓华, 张金桐, 于兴华, 刘建立, 蔡学理, 张弥, 陈燕, 冯慧, 姜静, 刘海龙, 高黎, 姜金仲, 李延军, 陈绪和, 周梅, 张冰玉, 成小芳, 尹伟伦, 王德国, 王安志, 王谦, 朱彩霞, 亢新刚, 陈建伟3, 金昌杰, 冯大领, 张勤, 张连生, 聂立水, 梁树军, 胡君艳, 韩士杰, 崔国发, 姚国龙.  建筑用竹材墙体制造技术研究 . 北京林业大学学报, 2006, 28(6): 155-158.
    [20] 卜崇峰, 赵廷宁, 程万里, 李艳华, 旷远文, 李贤军, 明军, 宋瑞清, 王鸿斌, 吴娟, 罗辑, 杨丽韫, 王发国, 张志, 刘海军, 毕华兴, 徐秋芳, 张占宽, 王安志, 陈永亮, 郝朝运, 陈天全, 程根伟, 刘国彬, 刘一星, 曹子龙, 刘建梅, 谭秀英, 张启翔, 张真, 叶华谷, 郭卫东, 温达志, 冀瑞卿, 习宝田, 姜培坤, 张璧光, 马忠明, 骆有庆, 朱金兆, 马洁, 李文华, 程放, 裴铁, 沈泉, 周国逸, 郑翠玲, 孔祥波, 敏朗, 刘鹏, 李笑吟, 邢福武, 李伟, 朱清科, 康向阳, 兰彦平, 温俊宝, 李文军, 陈玉福, 孙保平, 张志明, 刘世忠, 张宇清, 则元京, 金昌杰, 沈佐锐, 李延军, 马其侠, 何祖慰, 丁国栋, 张德强, 冯继华, 金幼菊, 陈红锋, 姚爱静, 陶万强, 曹刚, 魏铁.  平行高立式沙障对严重沙化草地植被及土壤种子库的影响 . 北京林业大学学报, 2005, 27(2): 34-37.
  • 加载中
图(2) / 表 (16)
计量
  • 文章访问数:  172
  • HTML全文浏览量:  46
  • PDF下载量:  19
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-10-31
  • 修回日期:  2020-06-22
  • 网络出版日期:  2020-11-21
  • 刊出日期:  2021-01-07

基于Envi-met植被与建筑对微气候影响的研究

doi: 10.12171/j.1000-1522.20190418
    基金项目:  国家自然科学基金项目(31870705)
    作者简介:

    耿红凯。主要研究方向:园林植物。Email:bfuhkgeng@126.com 地址:100083北京市海淀区清华东路35号北京林业大学园林学院

    通讯作者: 张明娟,博士,副教授。主要研究方向:城市与景观生态学。Email:zhang.mj@njau.edu.cn 地址:210095 江苏省南京市玄武区卫岗1号南京农业大学园艺学院; 李庆卫,博士,教授。主要研究方向:园林植物应用与园林生态、园林植物栽培与养护。Email:lqw6809@bjfu.edu.cn 地址:100083北京市海淀区清华东路35号北京林业大学园林学院
  • 中图分类号: TU986.2

摘要:   目的  研究夏季热环境下建筑与植被对场地微气候的影响,可为密集型建筑景观及建筑周边绿地设计规划提供依据。  方法  本文以南京农业大学3栋代表性建筑为例,结合样地实测以及Envi-met模拟,引入一致性指数、均方根误差、平均绝对偏差作为定量评价指标以验证软件模拟精度;选用06:00—18:00时间段数据,结合均值比较、相关性检验、一般线性模型等多种分析方法,探究建筑与植被对微气候的影响。  结果  植被和建筑均对微气候存在影响,且两者间存在一定交互作用。在无植被作用下,建筑方位对微气候有显著影响,建筑北侧、西侧降温增湿效果相对较好;距离建筑越近,样点降温增湿效果越好;在无建筑影响下,植被对微气候存在显著影响,具体表现为降温增湿,使环境更为舒适。当综合考虑建筑与植被对温度的影响时,建筑与植被各因子间无显著交互作用;当综合考虑建筑与植被对湿度的影响时,建筑与植被各因子间存在显著交互作用;当综合考虑建筑与植被对热环境综合评价指标(PMV)的影响时,样点与建筑相对方位与乔木覆盖率间有显著交互作用。在建筑和植被的共同作用下,样点与建筑的相对方位与场地湿度、PMV均存在显著相关性;植被三维绿量与PMV间存在显著相关性。  结论  基于建筑北侧、西侧较为舒适的微气候条件,该处绿地更适于用作停留、休憩场所;建筑东侧、南侧在进行功能开发时,应通过配植适当植被,以提升其环境舒适度;建筑外部轮廓与地形、植被共同形成的围合空间内微气候舒适度更高。植被覆盖可有效改善微气候:随着绿量增加,样地人体热舒适度改善,不同植被类型相较于无绿化地面均表现出显著的降温增湿效应。

English Abstract

耿红凯, 卫笑, 张明娟, 李庆卫. 基于Envi-met植被与建筑对微气候影响的研究[J]. 北京林业大学学报, 2020, 42(12): 115-124. doi: 10.12171/j.1000-1522.20190418
引用本文: 耿红凯, 卫笑, 张明娟, 李庆卫. 基于Envi-met植被与建筑对微气候影响的研究[J]. 北京林业大学学报, 2020, 42(12): 115-124. doi: 10.12171/j.1000-1522.20190418
Geng Hongkai, Wei Xiao, Zhang Mingjuan, Li Qingwei. Influence of vegetation and architecture on microclimate based on Envi-met: a case study of Nanjing Agricultural University[J]. Journal of Beijing Forestry University, 2020, 42(12): 115-124. doi: 10.12171/j.1000-1522.20190418
Citation: Geng Hongkai, Wei Xiao, Zhang Mingjuan, Li Qingwei. Influence of vegetation and architecture on microclimate based on Envi-met: a case study of Nanjing Agricultural University[J]. Journal of Beijing Forestry University, 2020, 42(12): 115-124. doi: 10.12171/j.1000-1522.20190418
  • 随着城市微气候质量下降问题日益突出,校园绿地作为城市用地的重要组成部分,在城市绿地中发挥着重要的生态调节和服务功能[1]。同样,作为校园绿地景观的重要组分,植物和建筑对其微气候影响十分重要。近年来,国内外学者对不同类型绿地和绿化植物的生态效益进行的大量研究表明:植被能有效改善群落微气候质量水平,并且不同植被类型及结构均会对其生态功能的发挥产生不同程度的影响[2-7]

    Middel等[8]在对亚利桑那州立理工大学校园的3个地区进行实地测量后,设计了5个典型住宅截面模式。学者们把这5个模式和3个地区相结合进行分析,提出不仅植被能影响城市温度,城市建筑布置方式也会对其产生影响。Dorer等[9]发现,两栋建筑的间距可以影响太阳的辐射量,改变建筑的间距就可以达到建筑布局的冷却需要。Taleb等[10]发现,根据太阳辐射的规律对建筑进行角度旋转可以改善微气候环境。

    由于目前人类的科学技术水平还无法实现对宏观环境气候的直接调节,对微气候的模拟研究成为行之有效的人为干预气候手段[11]。本研究以南京农业大学(卫岗校区)3栋主要建筑(主楼、逸夫楼、教学楼)及其周边绿地为例,结合实测气候数据,将计算机软件模拟技术运用于校园微气候的研究过程,利用Envi-met软件,实现对校园绿地全方位、全过程的可视化模拟。采用多种分析方法,以测算建筑及植被各自对场地微气候的影响并综合研究两者间的交互关系,为密集型建筑景观设计以及建筑及周边休憩性绿地的设计规划提供参考依据。

    • 南京属北亚热带季风气候,受南亚高压和西太平洋副热带高压的影响,高温高湿天气多有发生,夏季最高温度可达43 ℃[12]。南京农业大学卫岗校区建校久远,校内绿化设施完善,植被覆盖率高,种类丰富,以高大乔木为主。因土地资源面积有限,校园内建筑间距普遍较小。结合校园现状,选择师生使用率较高的3栋代表性建筑(逸夫楼、主楼、教学楼)及其周边绿地作为研究样地。逸夫楼建筑面积约4 852 m2,整体呈U字形,高32 m,局部28或44 m。四周植被较少,以草坪为主。南北侧有大面积硬质区域。主楼建筑面积约2 824 m2,高8 m,局部5或15 m。四周植被类型丰富,以乔、灌、草结合的复合型群落结构为主。高大乔木主要分布在建筑北侧、东侧,南侧为大面积草坪。教学楼建筑面积约4 560 m2,高达24 m,局部30 m。外围轮廓呈规则的矩形,两侧有小型中庭。建筑四周植被围绕,以乔木为主,自然式种植,硬质区域较少。

    • 依据现场地形、下垫面、建筑信息(分布状况、平面轮廓、高度),植物信息(种类、数量、高度、冠幅)等,在Envi-met 4.0版本SPACES界面,分别建立各样地基础模型。为降低模拟系统误差,从2018 年7 月13 日21:00至2018 年7 月14 日24:00时段数据中选出2018 年7 月14 日00:00—24:00 的数据。模型边界距所选中心建筑外轮廓线30 m。同时,为保证模拟软件的正常运行,在建成模型外围,增设宽度为10 m的空白缓冲带。在Envi-met模拟过程中,所需主要参数设置详见表1

      表 1  Envi-met软件参数设置说明

      Table 1.  Setting description of Envi-met software parameters

      输入参数
      Input parameter
      开始时间
      Start moment
      时长
      Duration/h
      模拟结果输出间隔
      Output interval of simulation result/min
      10 m处风速
      Wind speed at 10 m/(m·s−1)
      参数值
      Parameter value
      2018年7月13日21:00
      21:00 at July 13, 2018
      27104.5
      输入参数
      Input parameter
      预设风向
      Preset wind direction/(°)
      起始气温
      Initial air temperature/K
      2 m处相对湿度
      Relative humidity at 2 m/%
      参数值
      Parameter value
      135304.64 (教学楼 Teaching Building)
      306.33 (逸夫楼 Yifu Building)
      304.53 (主楼 Main Building)
      69.42 (教学楼 Teaching Building)
      62.68 (逸夫楼 Yifu Building)
      70.05 (主楼 Main Building)
    • 采用HOBO MX2301温湿度传感器,将其实测数据与模拟数据对比以判断模型精度。研究采用Fox[13]相关评价指标以及误差评价指标。相关评价指标主要是相关系数(r)和决定系数(R2),采用实测值和模拟值的线性拟合方法来评价模型。拟合曲线的斜率表示模拟值(P)与实测值(O)的变化强度,越接近于1表示模拟效果越好。评价指标主要有平均偏差、均方根误差(root mean square error,RMSE)、偏差方差、平均绝对偏差(mean absolute error,MAE)[14-15]。Willmott[16]指出,MAE与RMSE均反映模型平均误差,但RMSE使用更普遍,在实际计算时可只计算RMSE值。此外,MAE和RMSE也存在一定局限,如无法反映出平均误差的相对大小以及误差来源性质。为解决以上问题,Willmott引入一致性指数d(index of agreement),可理解为P趋近于O的强度。当d = 1时,表示PO完全吻合。

      $${\rm{RMSE}} = \sqrt {\frac{{\displaystyle\sum\limits_{i = 1}^N {{{\left( {{O_i}-{P_i}} \right)}^2}} }}{N}} $$ (1)
      $${\rm{MAE}} = \frac{{\displaystyle\sum\limits_{i = 1}^N {\left| {{P_i}-{O_i}} \right|} }}{N}$$ (2)
      $$ d = 1 - \frac{{\displaystyle\sum\limits_{i = 1}^N {{{({P_i} - {O_i})}^2}} }}{{\displaystyle\sum\limits_{i = 1}^N {{{\left(\left| {{P_i}^\prime } \right| + \left| {{O_i}^\prime } \right|\right)}^2}} }},\;\left( {0 \leqslant d \leqslant 1} \right) $$ (3)
      $$ {P}_{i}{}^{\prime }={P}_{i}-\overline{O},\;\;O{}_{i}{}^{\prime }={O}_{\rm{i}}-\overline{O}$$

      式中:PiOi分别为第i次模拟值、实测值,$\overline O $为实测数据平均值,N为测量次数。

      综合上述指标及其特性,除选择d、RMSE作为定量评价指标外,还额外选用MAE指标,与RMSE并行分析。

    • 基于样地微气候模拟输出结果,在3栋建筑的东、西、南、北方向,距离建筑外轮廓线4、8、12、16 m处,等距各取5个样点。最终,每个建筑样地取得有效模拟样点80个,样点分布情况见图1

      图  1  各样地样点分布位置

      Figure 1.  Distribution location of various sample points

    • 绿地率、单位面积覆盖率、叶面积指数、绿化覆盖率等作为二维指标,在体现群落结构和植被差异等方面有一定局限。20世纪90年代初学者们提出“三维绿量”的概念[17]。三维绿量又称三维绿色生物量,指所有生长植物的茎叶所占据的空间体积,单位用m3表示[18]。研究以样点为中心,框选11 m × 11 m的样方,分别测算样方内三维绿量和二维绿量指标(乔木覆盖率、绿化覆盖率)。三维绿量测量方法借鉴周坚华等[17] “平面量模拟立体量”的方法,利用某一特定树种冠径与冠高间的统计相关关系,通过回归分析建立方程,最后求得体积(三维绿量)。样地主要树种及三维绿量计算公式见表2

      表 2  样地主要树种三维绿量计算公式示例

      Table 2.  Example of three-dimensional green quantity calculation formula of main tree species in sample plots

      树种 Tree species立体几何形态 Solid geometry树冠绿量方程 Canopy green quantity equation
      广玉兰 Magnolia grandiflora 卵形体 Ovoid πxy2/6
      雪松 Cedrus deodara 圆锥体 Cone πxy2/12
      Cinnanomum camphora 球体 Sphere πxy2/6
      悬铃木 Platanus hispanica 圆柱体 Cylinder πxy2/4
      白玉兰 M agnolia denudata 圆球体 Round sphere πxy2/6
      银杏 Ginkgo biloba 双圆锥体 Double cone πxy2/12
      水杉 Metasequoia glyptostroboides 单圆锥体 Single cone πxy2/12
      注:方程中xy分别为植物冠径与冠高。 Notes: in the equation, x and y are plant crown diameter and crown height, respectively.
    • 选用热环境综合评价指标(predicted mean vote,PMV)作为各样点微气候质量评价标准,它以 Fanger的热舒适方程为基础[19]。在此基础上,Envi-met综合考虑温度、平均辐射温度、水汽、风速、人体产生的能量、人体穿衣造成的皮肤温度、人体表面皮肤与空气的水汽交换、呼吸造成的能量交换等因素,得出可表征室外人体舒适度的PMV数值[20]

      $${\rm{PMV}} = (0.028 + 0.303 {{\rm{e}}^{ - 0.036M + 0.027 \; 5}}) Q$$ (4)

      式中:M 为人体新陈代谢率,$Q$为热舒适系统的能量传输率。

      本研究借助Envi-met4.0软件得到各样点PMV值。PMV指标评价见表3

      表 3  PMV指标评价指示表

      Table 3.  Indicator table of PMV index evaluation

      感知状态
      Perception state
      极冷
      Extremely cold
      寒冷
      Severe cold

      Cold
      稍冷
      Slightly cold
      舒适
      Comfortable
      稍热
      Slightly hot

      Hot
      炎热
      Scorching hot
      极热
      Extremely hot
      PMV ≤−4−3−2−10123 ≥ 4
    • 对三维绿量、乔木覆盖率等连续数据进行分级处理(表4),转换数据类型,便于SPSS软件完成建筑及植被间交互作用的测算。

      表 4  等级转换对应关系

      Table 4.  Correspondence of grade conversion

      三维绿量 Three-dimensional green quantity乔木覆盖率 Tree coverage
      1级 Level 12级 Level 23级 Level 34级 Level 41级 Level 12级 Level 23级 Level 34级 Level 45级 Level 5
      0 ~ 100100 ~ 500500 ~ 1 000 > 1 0000 ~ 0.20.2 ~ 0.40.4 ~ 0.60.6 ~ 1.80.8 ~ 1.0
    • 根据各样地温湿度实测和模拟情况(图2)以及模型精度评价结果(表5)。温度、湿度一致性指数d值水平均较高(0.74 ~ 0.97),说明Envi-met能很好地预测变量指标。湿度RMSE值相对较大(4.17 ~ 5.55),说明模拟软件对于湿度的预测具有一定误差。整体分析可能是样地中植物模型与实际植物存在偏差导致。总的来说,各项误差均在可接受范围内,各组模型均有效实现了对户外绿地热环境的模拟。基于以上结果,为减少本次试验数据软件模拟误差,同时使结论更好地用于实践,分析过程中仅从00:00—24:00的模拟结果中选取06:00—18:00的白天数据进行分析。

      图  2  各样地温湿度实测及模拟情况

      Figure 2.  Temperature and humidity measurement and simulation of various sample plots

      表 5  Envi-met各样地模型精度定量评价结果

      Table 5.  Quantitative evaluation results of model accuracy of Envi-met various sample plots

      样地 Sample plot变量 VariabledRMSEMAE
      逸夫楼
      Yifu Building
      温度 Temperature 0.85 3.27 2.56
      相对湿度 Relative humidity 0.84 5.55 4.73
      主楼
      Main Building
      温度 Temperature 0.74 3.22 2.64
      相对湿度 Relative humidity 0.83 4.82 3.88
      教学楼
      Teaching Building
      温度 Temperature 0.79 2.93 2.58
      相对湿度 Humidity 0.97 4.17 3.43
      注:d、RMSE、MAE为定量评价指标。Notes: d, RMSE and MAE are quantitative evaluation indexes.
    • 样点温度与样点到建筑相对距离的相关性分析结果(表6)表明:样点与建筑距离越小,温度越低,样点温度与样点到建筑相对距离之间存在正相关关系,其中主楼样地的样点温度与样点到建筑相对距离的相关系数为0.260(P < 0.05),逸夫楼样地的样点温度与样点到建筑相对距离的相关系数为0.311(P < 0.01);教学楼样地的样点温度与样点到建筑相对距离之间无显著相关性。对比3栋建筑,逸夫楼、主楼因外部轮廓起伏,形成围合空间,进而对靠近建筑一定范围的气候造成影响,而教学楼外部轮廓为矩形,因此该样地内温度与建筑距离无显著相关性。

      表 6  建筑与周边环境温度和湿度的相关性

      Table 6.  Correlation analysis on temperature and humidity between buildings and surrounding environment

      变量Variable主楼 Main Building逸夫楼 Yifu Building教学楼 Teaching Building
      相关系数
      Correlation coefficient
      Sig.相关系数
      Correlation coefficient
      Sig.相关系数
      Correlation coefficient
      Sig.
      温度 Temperature0.260*0.0200.311**0.0050.1370.227
      湿度 Humidity−0.307**0.006−0.489**0.000−0.2010.074
      注:*表示相关性显著(P < 0.05),**表示相关性极显著(P < 0.01)。表9111213同此。Notes: * means the correlation is significant (P < 0.05), ** means the correlation is extremely significant (P < 0.01). Same as Tab. 9, 11, 12 and 13.

      根据不同建筑方位各样点温度情况(表7)可以看出:3处样地模拟结果较为一致,即北侧样点温度相对最低,其次为西侧,东、南侧温度相对较高。受建筑物遮荫作用,其北侧温度最低,降温效果最好,其次是西侧,建筑南、东侧温度均较高,降温效果表现较差。

      表 7  各建筑不同方位的样点温度

      Table 7.  Temperature of sample points indifferent directions of each building

      方位
      Location
      主楼
      Main Building
      逸夫楼
      Yifu Building
      教学楼
      Teaching Building
      东 East30.83 ± 0.07a33.39 ± 0.20a30.63 ± 0.18a
      西 West30.59 ± 0.26b33.23 ± 0.16a30.44 ± 0.07b
      南 South30.81 ± 0.13c33.43 ± 0.22a30.87 ± 0.13a
      北 North30.41 ± 0.13c32.87 ± 0.17a30.21 ± 0.14a
      注:不同字母表示同列内两两之间有显著差异(P < 0.05或P < 0.01)。表810同此。Notes: different letters mean significant differences in between in the same column (P < 0.05 or P < 0.01). Same as Tab. 8 and 10.
    • 表6列出了3处建筑样地建筑与周边环境之间的相关性分析结果,其中主楼、逸夫楼样地的样点湿度与样点到建筑相对距离之间呈极显著负相关;教学楼样地的样点湿度与样点到建筑相对距离之间存在不显著负相关关系。对建筑不同方位的样点湿度进行对比分析,结果(表8)表明,各样地检测结果均表明,建筑西、北两侧湿度相对较高;其次是建筑东、南侧。这一结论是否与模拟初始风向135°(东南风)有关,亟待进一步验证。

      表 8  各建筑不同方位的样点湿度

      Table 8.  Humidity of sample points indifferent directions of each building %

      方位
      Location
      主楼
      Main Building
      逸夫楼
      Yifu Building
      教学楼
      Teaching Building
      东 East66.90 ± 0.21a70.89 ± 0.62a69.20 ± 0.56ab
      西 West67.99 ± 0.68b71.06 ± 0.45a69.36 ± 0.33a
      南 South67.08 ± 0.47b70.81 ± 0.54a68.73 ± 0.54b
      北 North69.12 ± 1.25c70.94 ± 0.23b70.33 ± 0.52 ab
    • 根据建筑物对样点PMV相关性分析结果(表9表10)可知,样点的PMV与样点到建筑的相对距离之间呈正相关,即随样点与建筑距离越远,PMV值越高,热舒适度越趋于炎热状态。其中:主楼、逸夫楼样地的样点 PMV值与样点到建筑相对距离呈极显著正相关,教学楼样地的样点PMV值与样点到建筑相对距离之间存在不显著正相关关系。

      表 9  建筑与周边环境PMV的相关性

      Table 9.  Correlation analysis on PMV of architecture and surrounding environment

      变量
      Variable
      主楼 Main Building逸夫楼 Yifu Building教学楼 Teaching Building
      相关系数 Correlation coefficientSig.相关系数 Correlation coefficientSig.相关系数 Correlation coefficientSig.
      PMV0.300**0.0070.255*0.0220.0680.550

      表 10  各建筑不同方位的样点 PMV 值

      Table 10.  PMV values of sample points indifferent directions of each building

      方位
      Location
      主楼
      Main Building
      逸夫楼
      Yifu Building
      教学楼
      Teaching Building
      东 East2.60 ± 0.27a3.43 ± 0.31a2.39 ± 0.19ac
      西 West2.23 ± 0.17b3.18 ± 0.35a2.28 ± 0.25a
      南 South2.55 ± 0.35c3.55 ± 0.25a2.71 ± 0.35b
      北 North2.31 ± 0.17b3.05 ± 0.25a2.16 ± 0.11c

      根据表6表9可知:教学楼样地的样点温度、湿度、PMV与样点到建筑相对距离之间均无显著相关性。对比3处样地进行分析,逸夫楼、主楼因外部轮廓起伏,形成围合空间,进而对靠近建筑一定范围的气候造成影响;教学楼外部轮廓为矩形,建筑周围无上述微环境,导致该样地的样点温度与样点到建筑相对距离之间无显著相关性。

    • 表11中分别列出了各样地植被情况与温度的相关性分析结果。样地温度与绿量(含三维绿量、乔木覆盖率、绿化覆盖率等指标)存在负相关关系,说明在夏季06:00—18:00段内,样地温度随绿量(含三维绿量、乔木覆盖率、绿化覆盖率等指标)增加逐渐降低。其中,主楼样地乔木覆盖率与温度极显著负相关;逸夫楼样地三维绿量与温度极显著负相关。

      表 11  植被与绿地温度相关性分析

      Table 11.  Correlation analysis of vegetation and green space temperature

      变量
      Variable
      样地
      Sample plot
      相关性
      Correlation
      三维绿量
      Three-dimensional green quantity
      乔木覆盖率
      Tree coverage
      绿化覆盖率
      Green coverage
      温度
      Temperature
      主楼
      Main Building
      相关系数 Correlation coefficient −0.215 −0.312** −0.179
      Sig. 0.055 0.005 0.112
      逸夫楼
      Yifu Building
      相关系数 Correlation coefficient −0.324** −0.186 −0.005
      Sig. 0.003 0.098 0.967
      教学楼
      Teaching Building
      相关系数 Correlation coefficient −0.127 −0.188 −0.084
      Sig. 0.262 0.094 0.457
    • 根据植被与绿地湿度相关性分析结果(表12)可知:主楼样地样点湿度与三维绿量、乔木覆盖率、绿化覆盖率均存在极显著正相关关系;逸夫楼样地样点湿度与三维绿量、乔木覆盖率、绿化覆盖率均存在不显著正相关关系;教学楼样地样点湿度与三维绿量、乔木覆盖率、绿化覆盖率均存在显著或极显著的正相关关系。

      表 12  植被与绿地湿度的相关性分析

      Table 12.  Correlation analysis of vegetation and green space humidity

      变量
      Variable
      样地
      Sample plot
      相关性
      Correlation
      三维绿量
      Three-dimensional green quantity
      乔木覆盖率
      Tree coverage
      绿化覆盖率
      Green coverage
      湿度
      Humidity
      主楼
      Main Building
      相关系数 Correlation coefficient 0.329** 0.389** 0.288**
      Sig. 0.003 0.000 0.010
      逸夫楼
      Yifu Building
      相关系数 Correlation coefficient 0.055 0.133 0.135
      Sig. 0.629 0.238 0.231
      教学楼
      Teaching Building
      相关系数 Correlation coefficient 0.269* 0.363** 0.224*
      Sig. 0.016 0.001 0.045
    • 根据植被与绿地PMV相关性分析结果(表13)可知:样地绿量(包括三维绿量、乔木覆盖率、绿化覆盖率指标)与PMV指标值均存在负相关关系,即人体热舒适度随着绿量(包括三维绿量、乔木覆盖率、绿化覆盖率)增加(负相关,逐渐得到改善,趋于舒适状态。其中,主楼样地三维绿量、乔木覆盖率、绿化覆盖率与PMV指标值极显著负相关;逸夫楼、教学楼样地三维绿量、乔木覆盖率与PMV指标值存在显著或极显著负相关关系。

      表 13  植被与绿地PMV的相关性分析

      Table 13.  Correlation analysis of vegetation and green PMV

      变量
      Variable
      样地
      Sample plot
      相关性
      Correlation
      三维绿量
      Three-dimensional green quantity
      乔木覆盖率
      Tree coverage
      绿化覆盖率
      Green coverage
      PMV 主楼
      Main Building
      相关系数 Correlation coefficient −0.342** −0.334** −0.287**
      Sig. 0.002 0.002 0.01
      逸夫楼
      Yifu Building
      相关系数 Correlation coefficient −0.479** −0.277* −0.106
      Sig. 0.000 0.013 0.347
      教学楼
      Teaching Building
      相关系数 Correlation coefficient −0.225* −0.333** −0.168
      Sig. 0.045 0.003 0.137

      在上述结果中,教学楼样地温度与绿量(三维绿量、乔木覆盖率、绿化覆盖率)无显著相关性;逸夫楼样地湿度与绿量(三维绿量、乔木覆盖率、绿化覆盖率)无显著相关性。这两个结果说明除植被自身绿量(三维绿量、乔木覆盖率、绿化覆盖率)外,植被中仍存在其他因素,例如群落空间结构等,对场地微气候存在影响。

    • 为探究建筑和植被共同对微气候的影响,本研究首先对建筑与植被间是否存在交互作用展开分析。鉴于3栋建筑样地数据量有限,分别进行多元分析时无法全部得出符合统计学意义的结果,因此,将3栋建筑模拟数据汇总。此外,由于绿化覆盖率在前文结果中都与温度无关,在讨论植被时不对绿化覆盖率另作展开。表14列出了建筑与植被分别对环境温度、湿度、PMV影响的交互作用分析结果。

      表 14  建筑与植被间交互作用分析

      Table 14.  Analysis of interaction between architecture and vegetation

      源 Source温度 Temperature 湿度 Humidity PMV
      相关系数
      Correlation
      coefficient
      Sig.相关系数
      Correlation
      coefficient
      Sig.相关系数
      Correlation
      coefficient
      Sig.
      与建筑相对方位 × 与建筑相对距离
      Relative orientation to building × relative distance to building
      0.589 0.806 0.976 0.458 0.119 0.999
      与建筑相对方位 × 三维绿量等级
      Relative orientation to building × three-dimensional green quantity grade
      0.394 0.758 0.854 0.465 1.815 0.143
      与建筑相对方位 × 乔木覆盖等级
      Relative orientation to building × tree coverage grade
      1.676 0.171 0.464 0.707 5.348 0.001**
      与建筑相对距离 × 三维绿量等级
      Relative distance to building × three-dimensional green quantity level
      0.414 0.743 0.043 0.988 0.195 0.900
      与建筑相对距离 × 乔木覆盖等级
      Relative distance to building × tree coverage level
      1.553 0.200 1.004 0.391 0.441 0.724
      三维绿量等级 × 乔木覆盖等级
      Three-dimensional green quantity grade × tree coverage grade
      0.276 0.600 8.767 0.003** 4.519 0.034*
      与建筑相对方位 × 与建筑相对距离 × 三维绿量等级 × 乔木覆盖等级
      Relative orientation to building × relative distance to building ×
      three-dimensional green quantity grade × tree coverage grade
      1.549 0.078 2.414 0.002** 1.448 0.113
      注:*表示相关性显著(P < 0.05),**表示相关性极显著(P < 0.01);× 表示指标之间进行交互作用分析。Notes: * means the correlation is significant (P < 0.05), ** means the correlation is extremely significant (P < 0.01); × indicates interaction analysis between indicators.

      综合考虑建筑与植被对温度的影响时,样点与建筑相对位置、距离,三维绿量等级、乔木覆盖等级等因子间均无显著交互作用;湿度方面,三维绿量与乔木覆盖度属于植被绿量的不同表示方法,由于植被对于环境湿度的影响,因而三维绿量与绿化覆盖率间存在显著交互作用。此外,4个因子间彼此都有极显著的交互作用;PMV方面,样点和建筑相对方位与乔木覆盖率间有极显著交互作用,三维绿量与绿化覆盖率间也有显著交互作用。

    • 在建筑和植被的共同作用下,当与建筑相对距离一定时,样点与建筑的相对方位与湿度、PMV均存在显著相关性(表15),说明建筑不同方位,可能由于湿度的不同,进而影响该区域的人体热舒适度。三维绿量与PMV间存在显著相关性,与温度、湿度指标未表现出显著相关性,说明除温湿度外,三维绿量还影响着其他环境因子,以实现对区域人体热舒适度的影响调控作用。

      表 15  样点与建筑相对方位及其植被情况对场地微气候影响分析

      Table 15.  Impact of relative orientation of sample point and building and its vegetation conditions on site microclimate


      Source
      因变量
      Dependent variable
      相关系数
      Correlation coefficient
      Sig.
      与建筑相对方位
      Relative orientation to building
      温度 Temperature 1.850 0.139
      湿度 Humidity 9.154 0.000**
      PMV 4.452 0.005**
      三维绿量
      Three-dimensional
      green quantity
      温度 Temperature 0.002 0.968
      湿度 Humidity 0.050 0.824
      PMV 4.128 0.043*
      乔木覆盖率
      Tree coverage
      温度 Temperature 0.040 0.841
      湿度 Humidity 0.801 0.372
      PMV 0.494 0.483
      注:*表示相关性显著(P < 0.05),**表示相关性极显著(P < 0.01)。表16同此。Notes: * means the correlation is significant (P < 0.05), ** means the correlation is extremely significant (P < 0.01). Same as Tab. 16.
    • 样点与建筑相对距离、三维绿量、乔木覆盖率对场地微气候影响的多元比较分析结果(表16)表明,样点与建筑相对距离对局部气候条件不存在显著影响。此外,三维绿量对人体热舒适度存在显著影响,这一结论与上述所得结果一致。值得注意的是,表15中三维绿量对PMV影响的sig值与表16有所不同,这也进一步证明了样点与建筑相对方位对微气候有影响作用。在建筑和植被共同作用下,乔木覆盖率作为二维绿量指标对于表征植被对微气候影响的反应并不灵敏。

      表 16  样点与建筑相对距离及其植被情况对场地微气候影响分析

      Table 16.  Impact of relative distance of sample points and building and its vegetation conditions on site microclimate


      Source
      因变量
      Dependent variable
      相关系数
      Correlation coefficient
      Sig.
      与建筑相对方位
      Relative orientation to building
      温度 Temperature 0.136 0.939
      湿度 Humidity 1.320 0.268
      PMV 1.331 0.265
      三维绿量
      Three-dimensional
      green quantity
      温度 Temperature 0.000 0.996
      湿度 Humidity 0.331 0.566
      PMV 7.125 0.008**
      乔木覆盖率
      Tree coverage
      温度 Temperature 0.205 0.651
      湿度 Humidity 0.075 0.784
      PMV 1.596 0.208
    • 研究表明,夏季06:00—18:00时间段内三处样地(样地边界距中心建筑外轮廓线30 m)样点与建筑相对方位对微气候存在显著影响,具体表现为建筑北侧、西侧样点降温增湿效果较好,PMV值相对较低,越舒适;建筑东、南两侧次之;在无植被条件下,样点距离建筑越近的样点,降温增湿效果越显著,PMV值越低,越舒适。场地与建筑的相对方位、相对距离对温度、湿度以及人体热舒适度均会存在影响。建筑体外部空间几何形态及其与绿化共同决定的围合空间对其微气候有显著影响[21-22]。不同建筑因其外部空间几何形态不同,对场地风环境影响以及建筑背风面形成的围合空间范围也有所不同;该空间内,风向改变,形成涡流,风速减小。这对于炎热干旱地区夏季及寒冷非潮湿地区冬季室外活动的开展比较理想[23-24]

      植被主要通过遮阳、多次反射或二者相结合来实现对周围热环境的影响[25]。样地绿量对于样地降温增湿,改善热舒适条件存在积极作用,具体表现为绿量越高,样点降温增湿效果越显著,PMV值越低,越舒适。在建筑和植被共同作用下,二维绿量指标无法灵活反映植被对环境的作用,三维绿量对于表征植被对环境影响的作用更灵敏。相较于灌木、草坪,乔木对微气候优化起主要作用。各类型校园绿地相对于无绿化地面均表现出显著的降温增湿效应,对人体舒适性均有一定改善,改善程度上呈半天然乔灌草 > 人工乔草 > 人工乔灌草 > 人工草坪的趋势[2]。无绿化场地通过增加场地植被,可有效改善场地微气候。植物的存在会减弱区域内的风速,较高的种植密度可能对环境的热舒适性存在不利影响[26]

      当综合考虑建筑与植被对温度影响时,建筑与植被各因子间无显著交互作用;当综合考虑建筑与植被对湿度影响时,建筑与植被各因子间存在显著交互作用;当综合考虑建筑与植被对热舒适度影响时,样点与建筑相对方位与乔木覆盖率间有显著交互作用。在建筑和植被的共同作用下,样点与建筑的相对方位对场地湿度、PMV均存在显著影响;植被三维绿量与PMV间存在显著影响。样点与建筑相对距离对局部气候条件不存在显著影响。建筑不同方位,由于湿度的不同,进而影响该区域的人体热舒适度。除温湿度外,三维绿量还影响着其他环境因子,以实现对区域人体热舒适度的调控。在建筑和植被共同作用下,乔木覆盖率这一二维绿量指标对于表征植被对微气候影响的反映并不灵敏。

      针对夏季高温炎热地区,在密集型建筑景观以及建筑周边休憩性绿地的规划设计过程中,建筑北侧、西侧绿地基于其较为舒适的微气候环境,适于用作停留、休憩场所;建筑东侧、南侧在进行功能开发时,应通过配植适当植被,以提升其环境舒适度;结合区域环境性质,在保证安全的情况下,可合理利用建筑外部轮廓与地形、植被共同形成的围合空间。不同植被类型相较于无绿化地面均表现出显著的降温增湿效应,因此,在保证种植密度的情况下,适当增加场地乔木种植比例,可有效改善场地的微气候。

参考文献 (26)

目录

    /

    返回文章
    返回