北京市區車輛熱排放及其對小氣候的影響

王業寧,孫然好,陳利頂

1 中國科學院生態環境研究中心,城市與區域生態國家重點實驗室, 北京 100085 2 中國科學院大學, 北京 100049

北京市區車輛熱排放及其對小氣候的影響

王業寧1,2,孫然好1,*,陳利頂1

1 中國科學院生態環境研究中心,城市與區域生態國家重點實驗室, 北京 100085 2 中國科學院大學, 北京 100049

快速城市化導致城市熱島效應不斷加劇,超大城市的車輛排熱是影響城市熱環境的重要因素之一。以北京五環區域為研究區,通過交通指數、交通密度、道路長度等指標計算了交通道路排熱強度,辨識出北京市區街道尺度上車輛排熱的時空動態規律；選擇典型位點對小氣候特征進行流動與連續監測,構建空間與時間序列上車輛排熱與小氣候特征的定量關系。結果表明,交通排熱強度呈現輻射狀空間分布,市區平均排熱強度為8.6—10.8 W/m2,三環內地區達32.2—53.9 W/m2,白天平均排熱強度約為夜間的2—10倍,且早晚高峰期排熱強度最大,非工作日的排熱空間特征同工作日并無明顯差異；主要道路的溫差同08:00時的交通排熱相關性最顯著,溫差增幅為0.91 ℃/10 W/m2；車輛排熱與道路草地監測點的溫差有顯著正相關關系,溫差增幅約為0.15 ℃/10 W/m2,且排熱對其溫差有約10—20分鐘的滯后效應。車輛排熱的時空動態研究有助于科學規劃城市道路和景觀,改善城市熱環境。

交通指數；交通密度；車輛排熱強度；溫差

隨著我國社會經濟的快速發展與城市化進程的加速,人類活動不斷釋放的熱量改變了城市大氣的熱量平衡,加劇了城市熱島的惡化[1- 2]。人為熱主要源于人類新陳代謝、交通運輸、工業生產及居民生活的能源消耗。人為熱排放使得北京市區溫度白天增加0.5 ℃,夜晚增加1.0—3.0 ℃[3],引入準確的人為熱可模擬出更真實的熱環境[1,4- 6]。近年來大多數城市的機動車保有量急劇增加,所造成的道路擁堵等問題凸顯,Fujimoto[7- 8]等發現車流高處其地表溫度通常高1.5—3 ℃,在等待信號燈時可比附近高約4 ℃,陳哲超[9]車輛單體研究表明空調開啟的增溫幅度為0.36—0.62 ℃,道路熱排放已成為熱島效應形成與維持的重要因素,且大部分集中在街谷[10]，其占總人為熱甚至已超過建筑物比重[11- 12]。不同地區的發展差異導致車輛排熱差異較大,歐美、日本等研究較多,已構建較為完善的數據庫如BTS[13],而國內的研究較晚仍無數據庫可用,如占俊杰和丹利[14]、王志銘和王雪梅[15]僅得出廣州全年排熱量為1.7—2.0×1017J。目前國內熱環境研究中通常將樹木、車輛等因素簡化或忽略處理,導致街谷尺度的熱環境評價和預測精度低,不利于進一步探尋城市規劃設計和熱島控制指標。Fujimoto[7- 8]、陳哲超[9]等僅僅對車輛排熱做了定性研究,俞溪[16]定量分析并未見顯著相關結論。本文引入交通指數這一即時指標以簡便準確計算北京市區的車輛排熱,并結合主要道路的小氣候監測數據,探討交通排熱與溫度的定量關系,以期為城市規劃設計提供理論依據。

圖1 實驗路段及其監測位點分布圖Fig.1 Experimental road and location of the observation sites

1 實驗區概況

北京位于115.7°—117.4°E,39.4°—41.6°N,地形西北高,東南低,平均海拔為43.5 m。氣候為典型的北溫帶半濕潤大陸性季風氣候,降水分配很不均勻,全年降水的80%集中在夏季。太陽輻射量全年平均為(112—136)×4.184 kJ/cm2,年均日照時數為2000—2800 h[17]。

北京市機動車保有量近年增加非常快。從1950年的1757輛增至1997年的100萬輛, 2003年翻一番,2012年底達520萬輛,成為全球汽車保有量最多的城市之一。2012年城區道路總里程為6271 km,其中快速路263 km,主干道865 km。2012年市區路網在工作日平均交通指數為5.2,比2011年增加8.3%[18]。

2 數據來源與研究方法

2.1 數據來源

本文根據北京路網規劃方案將高速公路、快速路及主干道作為主要道路,次干道與支路不予考慮,為使數據具代表性,通過百度地圖對周日與周一不同時刻的交通預測圖進行提取,從2:00開始每隔3h采集1次,交通指數按暢通、緩行、擁擠、嚴重擁堵等分別取I=2、4、6、8四級。交通密度K是某時單一車道上車輛的密集程度(輛/km),道路長度L取其主要道路在各自所轄區域內的總長度。利用ArcGIS 10.0進行數字化,得到工作日與非工作日不同路況下交通指數與長度數據。

2014年10月份用手持式氣象站Kestrel 3000及3401筆式溫濕度計等對主要環路的小氣候特征進行流動監測,所選典型位點處于公交車站附近(圖1)；同時選取北三環馬甸立交橋北段根據景觀類型設監測點,于2015年4月24—25日用WatchDog B102紐扣式溫濕度儀連續監測,點#1為公園內植被下作背景值,點#2和#3分別在路西、東側,路旁均為植被區,簡記為GW(路西植被點Grass_West)、GE(路東植被點Grass_East),點#4旁為商業建筑區,記為BU(商業建筑點Building),儀器均置于離地面高度約1.5m處,同期在7:30—8:30、10:30—11:30、13:30—14:30、17:30—18:30四個時間段內每隔10 min采集其交通密度,分析車輛排熱與空氣溫濕度的關系。

2.2 數據處理

不同車型不同燃料其排熱量不同。通過文獻調研的結果[19]對實際道路觀測到的車輛進行處理,按小型車的油耗量為標準,得出小型車∶中型車∶大型車=1∶1.5∶4.6的轉換系數,對觀測結果歸一化處理為標準車型的交通密度值。

2.3 車輛排熱計算公式

假設交通排熱沒有明顯的季節變化,根據Grimmond[20]并引入交通指數計算車輛排熱強度。

Qi=QV(s)×Vi/Ai

(1)

QV(s)=d×FE×ρ×NHC/365/24/3600

(2)

(3)

3 結果分析

3.1 市區不同時刻的車輛排熱強度

圖2 北京市區車輛排熱強度特征Fig.2 The characteristic of vehicle heat intensity in Beijing

北京市區交通道路的排熱強度呈輻射狀分布。根據公式得出市區周一平均排熱強度為8.6W/m2,08:00—17:00時的平均強度為11.9—15.4W/m2,最高強度達100.6—133.2W/m2,20:00—05:00時平均強度為1.0—8.3W/m2,最高強度9.8—78.6W/m2。從以上結果可以看出,周一8:00時轄區排熱強度多為高值,且越靠近市中心的區域排熱越大,此時為通勤、通學高峰期,車輛向市中心集中；晚高峰時段其排熱強度在格局上呈相似特征。夜間23:00—5:00行車通暢為自由流狀態,車輛排熱基本一致且較低,大多地區為0.9—4.4W/m2,高值區為3.8—8.3W/m2。全天三環以內的排熱最多,但中心個別區域如故宮、北海地區因多為胡同車流量小而排熱較低,主城區集中的道路排熱將更強化其熱島效應。三間房地區排熱值最高,其次是德勝街道、建國門等商業區,排熱強度通常可達28.0—37.0W/m2左右。周日的排熱空間特征同周一并無明顯差異,排熱強度上明顯高于周一,最高強度達周一的2—10倍。

3.2 車輛排熱與小氣候特征的空間相關關系

對環路各點的小氣候特征與不同時刻的車輛排熱強度用SPSS16.0進行相關性分析。本文首先對02:00—23:00時的排熱與實測氣溫差作Spearman線性相關,得出08:00、11:00、17:00、20:00時的排熱與溫差有顯著相關性(表1),14:00時有極顯著相關性,其中08:00時的決定系數R2最大,為0.154,表明08:00時的排熱強度對氣溫影響最明顯,其對應的一次線性方程為ΔT=0.0909Q+1.8122,即排熱強度增加10 W/m2,其溫差可增加約0.91 ℃；其次是08:00—14:00時的平均排熱強度,R2為0.150。同時對其相對濕度差、風速等與排熱強度作相關分析,得出之間并沒有顯著線性相關性(P>0.05),側面反映出車輛排熱多為顯熱而非潛熱,則下文在時間序列上僅對溫差因素進行剖析。

表 1 不同時刻交通排熱與其溫差的線性關系

*表示差異顯著;**表示差異極顯著

3.3 車輛排熱與小氣候特征時間序列上的相關關系

3.3.1 定性分析

首先將各點空氣溫度與公園背景值相比得出相應的氣溫差值,因25日風速較大不利于探究車輛排熱對熱環境的影響,故取24日7:00—19:00時分析各點排熱與其溫差的關系。

由圖3知早上西側路段進京車輛開始增加,在約10:00時后GW點溫差高于GE點；14:00時路西側車流量減少,其溫差開始降低；17:00—19:00時路東側車輛排熱強度增加,GE點溫差高于GW點,車輛排熱強度與溫差呈相同趨勢變化。GW點的排熱強度在08:30時左右急劇增加,而其溫差在08:50時有明顯升高,有一定的滯后效應；而11:00時和14:00時GW點比GE點處高68.6—105.7 W/m2,其溫差相應地高1.2—2.4 ℃,18:00時GE點排熱比GW點處高50.5—55.2 W/m2,其溫差相應高0.9—1.3 ℃。

圖3 各點交通排熱強度與其溫差在7:00—19:00內的變化Fig.3 The vehicle heat intensity and temperature difference of each site during 7:00—19:00

GE點與BU點處于同一縱線上,但BU點位于輔路,車輛排熱強度變化整體上無明顯差異,白天BU點溫差高于GE點約0.5 ℃,與其排熱關系不明顯。8:00時BU點處排熱強度急劇增加,其與GE點的溫差減小；17:00時BU點的排熱強度比GE點高約46.7 W/m2,溫差相應地高約0.4 ℃,與08:00時不一致,說明建筑物附近的排熱與其溫差關系不明確。

總體上,車輛排熱有助于道路各點溫差的增加,早晚高峰時段其車輛排熱強度較高,各點對應的溫差有明顯變化,而排熱強度較低時其溫差波動較大,可能與空氣擾動有關。

3.3.2 定量關系

為進一步研究排熱對其溫差的影響對各點的車輛排熱與溫差值作相關性分析(圖4),可知兩者線性關系有空間異質性。GW點位于道路中段,車輛排熱相對較穩定,其線性正相關性達顯著水平(P=0.016),回歸方程為ΔT=0.0153Q+0.1456 (R2=0.156),即排熱強度Q增加10 W/m2,其溫差可增加約0.15 ℃；GE點處呈近似顯著相關(P=0.06),其對應的方程為ΔT=0.0128Q+0.7742(R2=0.237),即排熱強度Q增加10 W/m2,溫差增加0.13 ℃。

圖4 各點交通排熱強度與其溫差的關系圖Fig.4 The linear relationship between vehicle heat intensity and temperature difference of each site

對各點延遲的車輛排熱與其對應的溫差進行相關分析(表2),發現GW點延遲0、10、20、30 min時均有顯著相關性,其中延遲10 min時R2最大,表明車輛排熱對其溫差有明顯的滯后效應,其對應的一次線性方程為ΔT=0.0145Q+0.2849 (R2=0.173),即車輛排熱增強10 W/m2,溫差將增加0.15 ℃,同0 min時溫差增幅持平；GE點則沒有顯著相關性(P>0.05),表明該點排熱對其延遲的溫差沒有明顯影響；BU點未有顯著相關性,可能受建筑物的影響。

表2 各點道路車輛延遲排熱與其溫差的關系

4 討論

(1)本文計算交通排熱在方法上與現有研究[3]有一定區別,文獻中平均排熱值11.34 W/m2與本文結果無明顯差異,而市中心高峰期的最大排熱值104.3 W/m2小于本文的125.7—166.5 W/m2,其原因在于本文引入交通指數并將車輛排熱平均至所在轄區內,該法減輕工作量且易于推廣至其他研究區,而文獻中將交通排熱按建筑物密度進行分配,未考慮真實的車流量變化。本文的結果比Anne[19]在新加坡不同功能區儀器監測的結論較高,且同車輛密集程度及研究區面積[2,11]有關。此外,沒有考慮風速可使計算結果偏大,而車輛排熱的影響范圍尚需開展研究。

(2)車輛排熱強度與局地溫度有線性關系，且與空間位置有關。Fujimoto[7- 8]等、董韶偉[23]研究發現車流量高處地表溫度和氣溫均有明顯增強趨勢,且幅度同本文空間監測數據相近,因流動監測數據在時間上不一致,在08:00時的排熱強度對溫差影響最大,且溫差增幅為0.91 ℃ 10 W-1m-2；固定監測與俞溪[16]的結論有所差別,后者分析得出兩者無顯著相關性,但有明顯的增溫趨勢。本文對各點分別分析發現GW點有顯著的正相關性,且該位點排熱對其溫差有10—20 min的滯后效應；GE點有較弱的相關性,而BU點車流狀態變化較快且受附近建筑物的影響,其間沒有明顯的線性關系,也側面反映出車輛排熱的復雜性,其機理研究值得探討。

(3)結果誤差來源：①采集交通密度間隔時間較長,無法反映連續車流狀態；②計算交通密度時,對車型統計受人為主觀影響,且同車身顏色、發動機排量、司機等關聯,簡單的分類可增大誤差；③各點的溫差影響因素多,車體熱輻射及空氣擾動對其也有影響。驗證車輛排熱量是難點,因為其并未局限于假定區域內,另外受外界如周邊建筑排熱的干擾,需要進行小尺度的微觀研究。本文因人力等限制未全面考察不同道路的車輛排熱,另外流動監測數據無法訂正至同一時刻,且建筑排熱等因素未考慮；連續監測時間步長限制了滯后時間的精度,但可為以后的研究提供參考。

5 結論

本文引入交通指數這一即時指標對北京車輛排熱的空間特征研究有較大的改善,提高了精度且無須進行大規模車流量監測數據；對主要道路小氣候特征的流動和連續監測,探討了車輛排熱、各點與背景值溫差的定量關系,主要結論如下：

(1)北京市區車輛排熱在空間上呈輻射狀分布,且最中心的城區和五環較低,三環地區最高；白天排熱強度為夜間的2—10倍,凌晨時最低；非工作日排熱的空間特征同工作日無明顯差異,而在時間演變上其高值在14:00時即出現而非工作日的晚高峰,同人們生活出行的習慣相關聯。

(2)不同時刻的車輛排熱對環路流動監測點其溫差的相關程度不同,且在08:00時對氣溫影響最明顯(R2=0.154)；而排熱對相對濕度、風速等沒有顯著相關性(P>0.05)。

(3)固定位點監測數據表明車輛排熱強度與其溫差有顯著正相關關系(R2=0.156),且排熱對其溫差有約10—20min的滯后效應。而GE點與BU點在實驗期間受建筑物等因素影響未見顯著相關性。

[1] 蔣維楣, 陳燕. 人為熱對城市邊界層結構影響研究. 大氣科學, 2007, 31(1): 37- 47.

[2] Fan H L, Sailor D J. Modeling the impacts of anthropogenic heating on the urban climate of Philadelphia: A comparison of implementations in two PBL schemes. Atmospheric Environment, 2005, 39(1): 73- 84.

[3] 佟華, 劉輝志, 桑建國, 胡非. 城市人為熱對北京熱環境的影響. 氣候與環境研究, 2004, 9(3): 409- 421.

[4] Narumi D, Kondo A, Shimoda Y. Effects of anthropogenic heat release upon the urban climate in a Japanese megacity. Environmental Research, 2009, 109(4): 421- 431.

[5] Dhakal S, Hanaki K. Improvement of urban thermal environment by managing heat discharge sources and surface modification in Tokyo. Energy and Buildings, 2002, 34(1): 13- 23.

[6] 楊玉華, 徐祥德, 翁永輝. 北京城市邊界層熱島的日變化周期模擬. 應用氣象學報, 2003, 14(1): 61- 68.

[7] Fujimoto A, Watanabe H, Fukuhara T. Effects of vehicle heat on road surface temperature of dry condition [R]. SIRWEC, 2008: 5.

[8] Fujimoto A, Saida A, Fukuhara T. A new approach to modeling vehicle-induced heat and its thermal effects on road surface temperature. Journal of Applied Meteorology and Climatology, 2012, 51(11): 1980- 1993.

[9] 陳哲超. 單體汽車散熱特征研究[D]. 廣州: 華南理工大學, 2012.

[10] 何曉鳳, 蔣維楣, 陳燕, 劉罡. 人為熱源對城市邊界層結構影響的數值模擬研究. 地球物理學報, 2007, 50(1): 74- 82.

[11] Ferreira M J, de Oliveira A P, Soares J. Anthropogenic heat in the city of S?o Paulo, Brazil. Theoretical and Applied Climatology, 2011, 104(1/2): 43- 56.

[12] Khan S M, Simpson R W. Effect of a heat island on the meteorology of a complex urban airshed. Boundary-Layer Meteorology, 2001, 100(3): 487- 506.

[13] Bureau of Transportation Statistics [EB/OL]. http://www.transtats.bts.gov/Tables.asp?DB_ID=630&DB_Name=Census%20Transportation%20Planning%20Package%20%28CTPP%29%202000&DB_Short_Name=CTPP%202000. [2015-06- 23].

[14] 占俊杰, 丹利. 廣州地區人為熱釋放的日變化和年際變化估算. 氣候與環境研究, 2014, 19(6): 726- 734.

[15] 王志銘, 王雪梅. 廣州人為熱初步估算及敏感性分析. 氣象科學, 2011, 31(4): 422- 430.

[16] 俞溪. 基于車輛影響的城市街谷熱環境研究[D]. 廣州: 華南理工大學, 2014.

[17] 北京政府網[EB/OL]. http://www.114huoche.com/zhengfu/BeiJing/, [2015-06- 23].

[18] 北京交通發展研究中心. 2013年北京交通發展年報[EB/OL]. 2013.

[19] Quah A K L, Roth M. Diurnal and weekly variation of anthropogenic heat emissions in a tropical city, Singapore. Atmospheric Environment, 2012, 46: 92- 103.

[20] Grimmond C S B. The suburban energy balance: methodological considerations and results for a mid-latitude west coast city under winter and spring conditions. International Journal of Climatology, 1992, 12(5): 481- 497.

[21] 中國汽車燃料消耗量網站[EB/OL]. http://chinaafc.miit.gov.cn/. [2015-06- 23].

[22] Liu H, He C Y, Lents J, Davis N, Osses M, Nikkila N. Beijing vehicle activity study [R]. 2005: 39- 39.

[23] 董韶偉. 重慶市下墊面熱效應及城市熱島效應的流動觀測研究[D]. 重慶: 重慶大學, 2007.

The impact of vehicle emissions on microclimate in Beijing metropolis

WANG Yening1,2, SUN Ranhao1,*, CHEN Liding1

1StateKeyLaboratoryofUrbanandRegionalEcology,ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China2UniversityofChineseAcademyofSciences,Beijing100049,China

The urban heat island effect is worsening with the rapid urbanization of Beijing. Vehicle heat emissions are regarded as one of the most significant factors affecting the urban thermal environment. The intensity and scale of the impact of vehicle heat should not be ignored given the sharp increase in car ownership in recent years. Taking the region inside Beijing 5thring road as the study area, this paper proposes a feasible method to calculate vehicle heat intensity through the data of transportation index, traffic density, road length, etc. The microclimate data were collected through field sampling at several typical sites. These temperature and humidity data were used to explore the quantitative relationship with vehicle heat intensity in the Beijing metropolis. The results show that vehicle heat intensity distributes in radial pattern in Beijing. The mean heat intensity ranges from 8.6 to 10.8 W/m2and reaches 32.2—53.9 W/m2inside the 3th ring road. The average vehicle heat intensity at daytime is 2—10 times the intensity at nighttime. The maximum value of vehicle heat appears in the mornings and evenings. Interestingly, the spatial pattern of vehicle heat has no significant difference between weekends and weekdays. The vehicle heat intensity at 8:00 a.m. shows a significant correlation with its temperature difference on main roads. The temperature amplification reaches 0.91 ℃/10 W/m2at 8:00 a.m. At some points, we observe a significantly positive correlation between vehicle heat intensity and its temperature difference. We also notice a lag effect (10—20 min) of vehicle heat on temperature amplification. This study could provide useful information for the scientific planning of roads and urban landscapes.

transportation index; traffic density; vehicle heat intensity; temperature difference

國家自然科學基金項目(41471150, 41230633)

2015- 09- 11;

日期:2016- 06- 13

10.5846/stxb201509111878

*通訊作者Corresponding author.E-mail: rhsun@rcees.ac.cn

王業寧,孫然好,陳利頂.北京市區車輛熱排放及其對小氣候的影響.生態學報,2017,37(3):953- 959.

Wang Y N, Sun R H, Chen L D.The impact of vehicle emissions on microclimate in Beijing metropolis.Acta Ecologica Sinica,2017,37(3):953- 959.