基于ENVI-met的中山市街區室外熱環境數值模擬

勞釗明,李穎敏,鄧雪嬌,李穎昕(.中山市氣象局,廣東 中山 528400；2.中國氣象局廣州熱帶海洋氣象研究所,廣東省區域數值天氣預報重點實驗室,廣東 廣州 50080)

基于ENVI-met的中山市街區室外熱環境數值模擬

勞釗明1,李穎敏1,鄧雪嬌2*,李穎昕1(1.中山市氣象局,廣東 中山 528400；2.中國氣象局廣州熱帶海洋氣象研究所,廣東省區域數值天氣預報重點實驗室,廣東 廣州 510080)

隨著城市化進程的加快,城市對局地熱環境的影響越來越明顯,為定量分析城市建筑物和綠化設施對夏日室外溫度、風速和熱舒適度的影響,運用三維非靜力模式ENVI-met對中山市典型街區建立實際和無植被兩種方案進行模擬研究.結果表明,ENVI-met模式模擬結果與實況接近,能較好反映實際情況.建筑物陰影和樹陰可降低行人高度的環境氣溫 2.6～3℃;草坪和瀝青路面行人高度(1.5m)的溫差在11:00～17:00較大,逐時最大的溫差達1.7℃.建筑物背陽面和樹木附近PMV值(表征人體熱反應(冷熱感)的評價指標)比瀝青路面低2個等級.無植被方案下,行人高度的高溫面積比實際方案增加最大可達10%,平均風速增加24%,PMV≥4(非常熱)面積增加最大可達13%.在垂直方向上,無植被方案街區的加熱效應可伸展到10m高度,在0.6m高度上該效應最顯著.由此可見,在炎熱的天氣下,城市的綠化可以顯著降低溫度,有效提高人體舒適度.

ENVI-met數值模式；室外熱環境；城市典型街區

城市具有獨特的人造下墊面,使得城市的熱量、動量、水汽和氣溶膠交換過程與周邊農村地區有所不同,形成獨特的城市微氣候[1].城市室外熱環境是城市微氣候的重要組成部分,包括空氣溫度、濕度、太陽輻射、風速等因子,其質量的優劣直接影響著戶外公共空間的舒適性、公眾的健康、建筑能耗等[2].隨著城市化進程的加快,人們生活水平的提高,城市居民對室外熱環境質量提出更高的要求,因而逐漸成為研究的重點.

現場實測是城市室外熱環境研究的傳統手段[3],大量學者利用實測數據研究城市室外熱環境的變化特征,并探討不同氣象因子對城市室外熱環境的影響[4-6].現場實測方法只能得到有限地點的數據,難以全面了解城市室外熱環境情況,隨著技術的發展,衛星遙感為城市室外熱環境的研究提供了新的技術平臺[7-8];Tran等[9]利用TERRA/MODIS衛星資料分析了亞洲大型城市地面熱環境的空間分布規律,一些學者[10-11]利用Landsat TM/ETM+ 遙感數據發現上海的熱島強度分布呈現明顯的多中心化趨勢,林地減少所引起的熱環境效應最大.衛星遙感技術屬于宏觀觀測,主要針對城市尺度熱環境研究,但對于復雜的城市結構而言,仍無法滿足街區尺度熱環境研究的需求,而數值模式具有更高的精細化特征,能更好地定量分析城市街區的熱環境特征[12-14].本文利用 ENVI-met模式,結合現場實測數據進行城市街區室外熱環境模擬.

ENVI-met是由德國波鴻大學地理研究所的Bruse等[15]通過研究建筑外表面、植被和空氣之間的熱應力關系開發的用于城市微氣候模擬軟件,采用三維非靜力流體學模型,水平解析度為0.5到 10m,時間步長最大為 10s.在水平方向上,ENVI-met在模擬區域四周增加了嵌套網格(Nesting Grids)作為緩沖地帶,用于減少側邊界效應對模擬結果的影響.在垂直方向上,ENVI- met要求三維模型的垂直高度必須為區域內最高建筑物高度的2倍以上,即Z≥2Hmax,以消除頂邊界效應對模擬結果的影響.由于 ENVI-met能較好模擬景觀綠化、室外熱環境與建筑物之前的關系,近年來已被不同機構和個人用于研究城市微氣候環境的特征[16-22].

中山市位于廣東省中南部,北接廣州市和佛山市,西鄰江門市,東南連珠海市,東隔珠江口伶仃洋與深圳市和香港相望,經濟發達,城市化程度高.中山市屬亞熱帶季風氣候,夏季暖濕氣流盛行,高溫高濕.為研究夏季炎熱天氣下街區精細化的室外熱環境特征,本文以中山市某街區作為實際方案,利用ENVI-met進行城市室外熱環境模擬,以求定量分析城市建筑物和綠化等設施的空間配置、不同的綠化方案對室外溫度、風和熱舒適度的影響.

1 資料來源與方法

圖1 研究區的衛星圖片及其方案示意Fig.1 Satellite image and its model of the study area (green represent vegetation, greyish white represent building)

以中山市氣象局辦公樓及附近的住宅區域為研究區(經緯度為113.24°E、22.3°N),如圖1(a)所示,利用 ENVI-met建立研究區的模擬模型如圖 1(b)所示.研究區域長寬高為 270m×180m× 70m,最高建筑物高度為 30m.模型共設置 90× 60×35個網格,格點大小為3m×3m×2m,嵌套網格數為 3.為在研究區域內設置 3個“監視器”(Receptor),位置如圖 1(b)所示,R1為西區區域自動站,位于氣象局辦公樓樓頂,樓高 25m,用于對模式的評估,R2和R3分別代表草坪下墊面和瀝青下墊面,用于研究不同下墊面的微氣候特征.

表1 2015年8月18～20日中山氣象站的觀測數據Table 1 Observed meteorological data at Zhongshan weather station from August 18thto 20th, 2015

表2 模擬試驗的基本參數設置Table 2 The input and configurations of the ENVI-met model

氣象實測數據來源于中山氣象站和中山市西區區域自動站的數據,模擬時段為2015年8月18～20日,該段時間天氣炎熱,是華南典型的夏日天氣.表 1為該段時間的氣象數據,對比三天的天氣情況,18日天氣最晴熱,19日天氣晴熱,最高氣溫比18日下降1℃,20日多云,日照時數較低,比前一日下降約1℃,濕度和風速數據三天變化不大.

模式模擬時長為 24h,模擬的初始時間為06:00,初始場采用當日中山氣象站的數據,初始條件配置參數如表 2所示.模式的輸出參數包括溫度、風向、風速、人體熱舒適度等指標,輸出時長為07:00至第二天05:00,每1h輸出一組數據.

2 結果分析

2.1 ENVI-met模式結果評價

圖2 2015年8月18～20日R1(25m高度)實測溫度與模擬溫度對比Fig.2 Measured temperature of R1and simulated temperature from August 18thto 20th, 2015

2015年8月18～20日每日以06:00為起始時間,模擬R1位置未來24h的溫度與西區自動站的實際溫度對比如圖2所示,R1位置高度與西區自動站高度一致,均離地面高度25m.實測值與模擬值曲線吻合較好,特別是凌晨至上午的時間,兩條曲線基本重疊,模擬結果的最高溫比實測最高溫略低,但偏差在 1.5℃內,誤差在允許范圍內,說明該模式能很好地反映實況.

另外,本文采用誤差平方根(Root Mean Square Error, RMSE)和平均絕對百分比誤差(Mean Absolute Percentage Error, MAPE)兩個指標對模擬結果進行評價,如式(1)(2)所示,式中:Xobs為實測值;Xmodel為模擬值;n為次數.

由表3可見,溫度的RMSE的值介于0.31-0.53℃之間, MAPE值也非常小,不超過2%,表明實測值與模擬值之間的偏差較小.

表3 研究區溫度實測值與模擬值的RMSE與MAPETable 3 Calculated RMSE and MAPE values fortemperature between the measured and the simulated in the study area

2.2 溫度場模擬結果分析

以14:00為代表輸出18～20日研究區內的溫度場,如圖3所示.位于中間貫穿南北的瀝青路面溫度最高,特別是南部相對開闊的地方最易出現高溫,道路兩側較密集的建筑物區域內(區內栽有樹木)溫度較低.18～20日研究區域內行人高度的最大溫差分別為2.6℃、3℃、2.8℃,由此可見,建筑物陰影和樹陰可明顯降低環境氣溫2.6～3℃.以溫度大于等于35℃作為高溫,計算研究區域內的高溫面積百分比,結果顯示,18日14:00高溫面積達43%,19日為16%,20日為0.5%.表明夏日溫度越高,研究區域的高溫面積增加得越多.

為對比不同下墊面的微氣候特征,利用模式輸出地面草坪和瀝青路面行人高度的溫度如圖4所示.07:00～10:00,兩下墊面的溫度基本相同, 11:00開始瀝青路面上的溫度上升得較快,下午時溫差最大,直至傍晚到夜間兩者溫差又逐漸縮小.經統計,18-20日瀝青路上行人高度的日平均溫度比草坪上分別高0.5℃、0.3℃和0.5℃,逐時最大的溫差達 1.7℃、1.4℃和 1.5℃.由此可見,城市綠地的建設可以有效降低環境溫度.

圖3 2015年8月18～20日實際方案14:00行人高度溫度場Fig. 3 Temperature fields at pedestrian level of the real scenario at 14:00 from August 18thto 20th, 2015

圖4 2015年8月18～20日草坪與瀝青下墊面行人高度溫度日變化Fig.4 Diurnal variations of temperature at pedestrian level under lawns and asphalt pavements from August 18thto 20th, 2015

2.3 風場模擬結果分析

2015年8月18～20日研究區14:00風場分布圖如圖5所示,18日主導風向為西南風,19～20日為東南風.研究區南部兩建筑物間的風速最大,這是由于建筑物的峽谷效應作用而形成的大風速區,稱為峽谷風;建筑物背風面以及建筑物密集區域內風速明顯減少,環境空氣通風較差.

圖5 2015年8月18～20日實際方案14:00行人高度風場Fig.5 The wind fields at pedestrian level of the real scenario at 14:00 from August 18thto 20th, 2015

2.4 PMV模擬結果分析

PMV (Predicted Mean Vote),即預測平均票數.PMV值是丹麥的范格爾教授提出的表征人體熱反應(冷熱感)的評價指標,代表了同一環境中大多數人的冷熱感覺.ENVI-met模式在此基礎上改進,綜合考慮溫度、平均輻射溫度、水汽、風速、人體產生的能量、人體穿衣造成的皮膚溫度、人體表面皮膚與空氣的水汽交換、呼吸造成的能量交換等因素計算出來的可以表征室外人體舒適度的PMV數值[15].

式中:M為人體新陳代謝率;Q為熱舒適系統的能量傳輸率,計算需要的變量有空氣溫度、平均輻射溫度、水汽壓和風速,服裝熱阻、人體行走產生的能量等.

一般而言,PMV等級在-4(非常冷)到4(非常熱)之間,其中0為舒適值.我國現有《采暖通風與空氣調節設計規范》規定:采暖與空氣調節室內的熱舒適性應按照《中等熱環境 PMV 和 PPD指數的測定及熱舒適條件的規定》(GB/T 18049-2000)[23],采用預計的平均熱感覺指數(PMV)值宜為:-1≤PMV≤+1.

圖6給出2015年8月18～20日實際方案14時行人高度PMV分布圖,由圖6可見,建筑物背陽面和樹木附近 PMV值較小,其余大部區域PMV值均在4以上,屬于非常熱的級別,人群不宜長時間暴露在室外,同一時次 PMV最大與最小值的差值可達2個等級.經統計,18日14:00PMV平均值為4.6,19日為4.5,20日為4.2;18日14:00全場PMV值最大值為5.4,19日最大值為5.3,20日最大值為 5.0,最大值均出現在瀝青路面上.由此可見,當中山氣象站的日最高氣溫為 34～35℃時,兩日的 PMV值較接近;當降到 33℃以下時,PMV值下降較明顯.

圖6 2015年8月18～20日實際方案14:00行人高度PMV分布Fig.6 PMV distributions at pedestrian level of the real scenario at 14:00 from August 18thto 20th, 2015

圖7 2015年8月18日實際方案與無植被方案溫度日變化Fig.7 Diurnal variations of temperature of the real and non-vegetation scenario on August 18th, 2015

2.5 無植被方案模擬結果分析

為研究植被對小區微氣候的影響,本文建立另一個方案為無植被方案,即把圖 1(b)內的植被去掉,以行人道地磚代替.同樣地,以表2的基本參數作為模式的初始設置,模擬無植被方案下街區的熱環境特征.18日天氣最晴朗炎熱,以該日為例,通過計算模擬區域范圍內各時次、各格點的平均溫度,對比實際方案與無植被方案下的溫度日變化如圖 7所示.無植被方案下各時次的溫度均有所升高,特別是 14:00～17:00之間,兩者的溫度差異最大.

圖8為2015年8月18日14:00行人高度無植被方案與實際方案的溫度差值圖,去除植被后,研究區內的溫度明顯升高.經統計,實際方案 18日 14:00研究區內高溫區域(溫度≥35℃)的面積占總面積的43%,無植被方案同一時次占53%,高溫面積增加了 10%.由此可見,小區去除植被后,使夏日午后的氣溫明顯升高.

圖9 2015年8月18日14:00行人高度無植被方案與實際方案風速差值Fig.9 The wind speed variations between the real and non-vegetation scenario at pedestrian level at 14:00 August 18th, 2015

圖9為2015年8月18日14:00行人高度無植被方案與實際方案的風速差值圖,去除植被后,研究區內風速增大,表明植被特別是樹木對風有削弱作用;南北向的瀝青路上風速增大最明顯,表明峽谷風更明顯.經統計,去除植被后研究區域內的平均風速增加24%.

圖10 2015年8月18日14:00行人高度無植被方案與實際方案的PMV差值Fig.10 Distributions of PMV at pedestrian level under the non-vegetation scenario at 14:00 August 18th, 2015

圖10為2015年8月18日14:00行人高度無植被方案與實際方案的 PMV差值圖,去除植被后,研究區內 PMV值增加,特別是去除了樹木的位置的PMV值差值最大,升高1個級別以上.經統計,實際方案 18日 14:00研究區內 PMV≥4(非常熱)的面積占總面積的 78.8%,無植被方案同一時次占 90.3%,PMV≥4(非常熱)的面積增加了11.5%.

2015年 8月 18日實際方案和無植被方案PMV≥4的面積百分比隨高度的變化如圖11所示.實際方案 PMV≥4面積百分比在地面為 84.1%,之后隨高度減少,在3米處達到最小值,之后隨高度增加;無植被方案下 PMV≥4面積百分比在地面達到99.6%,之后隨高度減少,在5米處達到最小值,之后隨高度增加.在0到5米高度內,實際方案與無植被方案PMV≥4的面積百分比相差10%以上,并且在0.6米高度相差最大,達16.2%;在10米以上,二者相差均在 1%以內.由此可見,無植被方案下對城市街區的加熱效應在垂直高度伸展到10米高度.

圖11 2015年8月18日14:00 PMV≥4面積百分比隨高度變化Fig.11 The percentage of PMV≥4 in the vertical layer of the real and non-vegetation scenario at 14:00 August 18th, 2015

3 結論

3.1 運用三維非靜力模式ENVI-met對中山市典型街區建立實際和無植被兩種方案進行模擬研究.采用趨勢曲線、均方根誤差和平均絕對百分比誤差對模式進行評價,結果表明模式模擬精度較好,RMSE范圍在0.3～0.6℃之間,MAPE范圍為0.7%～1.3%,能較好地反映實際情況.

3.2 建筑物陰影和樹陰可降低行人高度的環境氣溫 2.6～3℃;草坪和瀝青路面行人高度的溫差在11:00～17:00較大,逐時最大的溫差達1.7℃;表明夏日溫度越高,研究區域的高溫面積增加得越多.建筑物背陽面和樹木附近PMV值(表征人體熱反應(冷熱感)的評價指標)比瀝青路面低2個等級.

3.3 無植被方案行人高度的高溫面積比實際方案增加最大可達 10%,平均風速增加 24%, PMV≥4(非常熱)面積增加最大可達 13%.無植被方案下對城市街區的加熱效應在垂直高度伸展到10米高度,在0.6米高度上該效應最顯著.由此可見,在炎熱的天氣下,城市的綠化可以顯著降低溫度,有效提高人體舒適度.

[1]NJ Rosenberg, BL Blad, SB Verma. Microclimate: The Biological Environment [M]. (Second Edition). New York: Wiley-Interscience Publication: 1983.

[2]柳孝圖,余德敏.城市熱環境及其微熱環境的改善 [J]. 環境科學, 1997,(1):54-58.

[3]孫鐵鋼,肖榮波,蔡云楠,等.城市熱環境定量評價技術研究進展及發展趨勢 [J]. 應用生態學報, 2016,27(8):2717-2728.

[4]Ryozo Ooka, Recent development of assessment tools for urban climate and heat-island investigation especially based on experiences in Japan [J]. International Journal of Climatology, 2007,27:1919–1930.

[5]Kaixuan Zhang, Rui Wang, Chenchen Shen,et al. Temporal and spatial characteristics of the urban heat island during rapid urbanization in Shanghai, China [J]. Environmental Monitoring and Assessment, 2010,169:101–112.

[6]Giridharan R, Ganesan S, Lau SSY, Daytime urban heat island effect in high-rise and high-density residential developments in Hong Kong [J]. Energy and Buildings, 2004,36:525–534.

[7]陳卓倫.綠化體系對濕熱地區建筑組團室外熱環境影響研究[D]. 廣州:華南理工大學, 2010.

[8]鄧玉嬌,匡耀求,黃寧生,等.溫室效應增強背景下城市熱環境變化的遙感分析——以廣東省東莞市為例 [J]. 地理科學, 2008,28(6):814-819.

[9]Tran H, Uchihama D, Ochi S, et al. Assessment with satellite data of the urban heat island effects in Asian mega cities [J]. International Journal of Applied Earth Observation & Geoinformation, 2006,8(1):34-48.

[10]錢敏蕾,徐藝揚,李 響,等.上海市城市化進程中熱環境響應的空間評價 [J]. 中國環境科學, 2015,35(2):624-633.

[11]陳命男,張 浩,唐靖寅,等.上海城市地表熱環境多時期遙感研究 [J]. 中國環境科學, 2011,31(7):1143-1151.

[12]錢敏蕾,徐藝揚,李 響,等.上海市城市化進程中熱環境響應的空間評價 [J]. 中國環境科學, 2015,35(2):624-633.

[13]Ambrosini D, Galli G, Mancini B, et al. Evaluating mitigation effects of urban heat islands in a historical small center with the ENVI-Met (R) Climate Model [J]. Sustainability, 2014,6(10): 7013-7029.

[14]劉艷紅,郭晉平.綠地空間分布格局對城市熱環境影響的數值模擬分析——以太原市為例 [J]. 中國環境科學, 2011,31(8): 1403-1408.

[15]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.

[16]Fr?hlich D. Modeling of changes in thermal bioclimate: examples based on urban spaces in Freiburg, Germany [J]. Theor. Appl.Climatol., 2013,111:547–558.

[17]Berkovic S, Yezioro A, Bitan A. Study of thermal comfort in courtyards in a hot arid climate, Solar Energy 86, 2012:1173–1186.

[18]Zakhour S. The Impact of Urban Geometry on Outdoor Thermal Comfort Conditions in Hot-arid Region [J]. Journal of Civil Engineering and Architecture Research. 2015,2(8):862-875.

[19]Ng E, Chen L, Wang Y, et al. A study on the cooling effects of greening in a high-density city: An experience from Hong Kong [J]. Building and Environment 47, 2012:256-271.

[20]Chandramathi S, Suresh K, Anita Z B, et al. Comparison of STEVE and ENVI-met as temperature prediction models for Singapore context [J]. International Journal of Sustainable Building Technology & Urban Development, 2012,3(3):197-209.

[21]Wang Yupeng, Zacharias Jhn. Landscape modification for ambient environmental improvement in central business districts– A case from Beijing [J]. Urban Forestry & Urban Greening, 2015,14:8-18.

[22]Ketterer C, Matzarakis A. Human- biometeorological assessment of heat stress reduction by replanning measures in Stuttgart, Germany [J]. Landscape and Urban Planning, 2014,122:78–88.

[23]Ketterer C, Matzarakis A. Human- biometeorological assessment of heat stress reduction by replanning measures in Stuttgart, Germany [J]. Landscape and Urban Planning, 2014, 122:78–88.

[24]GB50736-2012 民用建筑供暖通風與空氣調節設計規范 [S]. 2008.

Numerical simulation of thermal environment in Zhongshan urban streets based on ENVI-met.

LAO Zhao-ming1, LI Ying-min1, DENG Xue-jiao2*, LI Ying-xin1(1.Zhongshan Meteorological Service, Zhongshan 528400, China；2.Key Laboratory of Regional Numerical Weather Prediction, Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China). China Environmental Science, 2017,37(9)：3523～3531

With the acceleration of the urbanization process, the impact of the city on local thermal environment became more and more obvious. In order to quantitatively analyse the effect of urban buildings and greening on the outdoor temperature, wind speed and thermal comfort during the summer season, this paper used a three-dimensional non-hydrostatic model, ENVI-met, to analyse the local thermal environment in Zhongshan with considering a real and a non-vegetation scenario. The analyses showed that the simulated results of ENVI-met model were close to the actual conditions. The tree shadows and building shades could reduce outdoor pedestrian-level temperature in a range between 2.6℃ and 3℃. The pedestrian-level temperature difference of lawns and asphalt pavements were noticeably different between 11:00 and 17:00 in summer season, the hourly maxima was up to 1.7℃. PMV value of building shades and trees was two grades lower than that of asphalt pavements. The non-vegetation scenario showed that the area of high temperature increased by 10%, the average wind speed increased by 24%, and the area of PMV ≥4 (very hot) increased by 13% compared to those under the real scenario. In the vertical layer, the heating effect on the urban street under the non-vegetation scenario extended to the height of 10meters, and the most significant effect could be found at the height of 0.6meters. Thus, urban vegetation can reduce temperature and improve human comfort in hot weather.

ENVI-met model；thermal environment；typical urban streets

X16

A

1000-6923(2017)09-3523-09

2017-01-27

國家自然科學基金(41475105);國家科技支撐計劃(2014BAC16B06);科技部公益性(氣象)行業項目(GYHY2013 06042);廣東省科技計劃項目(2015A020215020);廣東省氣象局科技創新團隊計劃項目201506

* 責任作者, 研究員, dxj@grmc.gov.cn

勞釗明(1985-),男,廣東鶴山人,工程師,中山大學碩士研究生,主要從事室外微氣候研究.