基于ENVI-met的校園熱環境數值模擬研究

張常旺，孟飛，2，*，于琦人

（1.山東建筑大學測繪地理信息學院，山東 濟南250101；2.華東師范大學 地理信息科學教育部重點實驗室，上海200241）

0 引言

近年來，隨著城市化進程的加快，城市內建筑物及柏油、水泥路面等人工構筑物的日益增多，改變了城市下墊面的性質，加劇了城市的熱島效應，同時也引起城市微氣候的改變［1-4］。微氣候環境與人們的生活與健康息息相關，研究城市熱環境的分布及影響因素可以為熱環境的改善和城市景觀的規劃提供理論支撐。現場實測是城市熱環境研究的主要手段，利用實測數據可以研究城市內熱環境的變化以及分析熱環境的影響因子［5-8］。由于現場實測只能獲取有限的數據，難以全面揭示城市尺度的熱環境的情況。隨著遙感技術的發展，熱紅外遙感為城市室外熱環境的研究提供了新的平臺，但對于復雜的城市結構而言，仍無法滿足街區等微觀尺度的熱環境的研究［9-12］。

Bruse等通過研究建筑—空氣—植被—土壤之間的熱動力關系，開發了城市微氣候數值模擬分析軟件ENVI-met，適合用于研究小尺度微氣候，并且能夠定量的分析微氣候的變化特征［13］。ENVI-met數值模擬軟件已被國內外學者廣泛用來研究城市景觀格局的布置和街區熱環境的模擬以及微環境影響因素的分析［14-19］。微氣候模擬研究一般通過實地調查獲取ENVI-met建模所需要的建筑、植被分布、下墊面等一些定量信息，手動收集信息是一項繁瑣耗時的工作［15-18］。由于受空間分辨率等的限制，將遙感用于街谷尺度城市微氣候模擬的研究仍鮮見報道［19］。近年來，無人機攝影測量的發展為快速獲取研究區正射影像和高精度三維信息提供了一種新的手段，相比衛星遙感和實地調查，無人機正射影像圖具有更高的空間分辨率，能夠清晰地表達研究區的建筑物布局、植被和下墊面分布等詳細信息等；同時，傾斜攝影技術也使下墊面高精度三維信息的獲取成為可能，大多數學者都采用現場實測來獲得，采用無人機傾斜攝影測量來獲取這些數據信息，其方式更加靈活、節省時間和成本更低［20］，滿足ENVI-met建模的需要。

文章選取山東建筑大學校園為研究區域，采用無人機傾斜攝影技術獲取研究區正射影像圖，利用Smart3D建立研究區實景三維模型和數字表面模型DSM（Digital Surface Model），在此基礎上利用ENVI-met數值模擬軟件通過建立校園實際和無植被2種模型，分別進行熱環境模擬和對比分析，以期為校園熱環境的改善提供規劃分析與參考。

1 數據和方法

1.1 研究數據

研究區位于山東建筑大學（36°40′N，117°00′E）校園內，面積為480 m×480 m，屬于溫帶季風氣候，夏季炎熱多雨。

無人機平臺采用大疆Phantom 4pro，搭載2000萬pixel的CMOS傳感器，對研究區進行航飛獲取正射影像，基于無人機圖像處理軟件Pix4D，對其進行正射影像拼接，從而獲取研究區的正射影像圖。由于ENVI-met只能識別BMP格式的底圖，利用ArcGIS軟件對影像進行裁剪和圖像格式轉化，結果如圖1所示。

圖1 研究區正射影像圖和ENVI-met模型圖

為了精確獲取建筑物高度，道路寬度等定量數據信息，首先需要通過GPS連接山東省CORS站對研究區均勻布設像控點，對獲取的研究區航測數據采用Smart 3D軟件建立研究區實景三維模型和DSM，結合研究區數字高程模型 DEM（Digital Elevation Model）計算研究區建筑物和植被高度。對于道路的寬度、水體面積等建立ENVI-met模型需要的信息，可以通過其軟件的量算工具獲得。為了確保其獲得ENVI-met建模數據的準確性，對傾斜攝影建立的3D模型進行精度驗證，通過實際像控點和野外全站儀實測坐標分析，其精度可滿足大比例尺地形圖的規范。在獲得這些數據的基礎上建立研究區ENVI-met模型圖，如圖1所示，模型設置了96×96×30的網格，格網分辨率為5 m×5 m×2 m。由于ENVI-met軟件要求垂直方向上格網的高度必須大于研究區內最高建筑物高度的2倍，選取的研究區內最高建筑物的高度符合軟件模擬的要求。

實測數據采用便攜式手持氣象站Kestrel5500獲得，分別在研究區內下墊面性質不同的區域內布設實測點，測試點位置如圖1所示，其中測試點1是柏油路面、測試點2位于人工湖岸、測試點3位于草坪上面、測試點4和5分別位于紅磚人行道和建筑物形成的天井內部的水泥路面。

1.2 研究方法

選取2017年7月10日6：00為模擬起始的日期，模擬的初始基本氣象參數來源于現場實測，并以濟南國家氣象站數據為背景數據，對于其他參數采用ENVI-met提供的默認值，模擬總時長為24 h，每1 h輸出一組數據，輸出數據主要有氣溫、風速、相對濕度等指標。在主模型區域外設置4個嵌套網格以減少外界環境對模擬的影響，模擬過程采用簡單強迫功能，輸入逐小時溫度和相對濕度修正模擬參數，從而提高模擬精度，ENVI-met模擬參數基本參數設置見表1。

表1 ENVI-met模擬基本輸入參數設置表

模擬結果的評價采用RMSE和平均絕對百分比誤差MAPE（Mean Absolute Percentage）2個指標進行評價，分別由式（1）、（2）表示為

式中：xi為模擬值；x′i為實測值；n為實測的次數。RMSE和MAPE均能反應模擬值偏離實測值的程度，二者的值越小，代表模擬精度越高。

2 結果分析

2.1 ENVI-met模擬校園熱環境結果

模擬測試點1位置24 h內溫度和相對濕度的變化，并與手持氣象站獲得的實測數據對比，結果如圖2所示，其中實測溫度曲線與模擬溫度曲線吻合較好，相關系數為0.96，RMSE為0.68℃、MAPE為1.94%；模擬相對濕度和實測相對濕度也具有較高的相關性，其相關系數為0.94、相對濕度的RMSE和MAPE分別為2.5%、3.9%，均在誤差允許的范圍內，說明ENVI-met能夠很好的模擬城市微環境。由于實測數據易受到周圍環境的影響，會造成實測值和模擬值之間存在誤差。為了更好的評價模擬結果的可靠性，對研究區的5個實測點的實測值與模擬值進行誤差對比分析，并求其平均值，見表2：相關系數＞0.9，表明實測值與模擬值擬合效果好；溫度的RMSE和MAPE在誤差允許的范圍內，說明實測值和模擬值之間誤差較小；相對濕度的RMSE和MAPE均 ＜5%，說明此模擬能很好的反映實況［21-22］。

2.2 溫度模擬分析

為分析研究區內不同時刻溫度場的分布情況以及影響因素，選取具有代表性的時刻的模擬結果圖，如圖3所示。在10：00時研究區內最高溫度為32.4℃，高溫出現在瀝青柏油路面上方，由于瀝青熱容量較小，在接收太陽輻射時會快速升溫并傳遞給其周圍近地面空氣；最低溫度為29.2℃，低溫主要分布在水體上方附近和建筑物陰影區域，水體相比陸地比熱容較大，在受到同樣的輻射時升溫較慢，水體上方附近溫度低于周圍陸地的近地表溫度。氣溫差值為3.2℃，氣溫隨空間變化差異較大。植物通過蒸騰作用吸收熱量，使草坪上方溫度有所降低，但由于草坪面積和葉面積指數較小，綠地的降溫效果不太明顯。道路兩旁的樹木以及成片的樹林對太陽輻射具有一定的阻擋作用，使近地表溫度相比空曠的區域有所降低。

圖2 研究區實測點1（1.4 m高度）實測值與模擬值對比圖

表2 ENVI-met模型預測能力定量評價統計表

在14：00時在研究區東部和南部氣溫較高，最高溫與最低溫的差值為4.6℃，氣溫在研究區的空間分布變化明顯。在研究區西南角人形道上溫度較高，主要是由于人行道周圍沒有植被遮擋太陽輻射，紅磚人行道比熱容較小，溫度升高快。由于建筑物和植被的遮擋作用，在建筑物陰影和植被陰影下，近地表溫度較低。瀝青柏油路面和水泥路面相比于其他下墊面，在接收同樣的太陽輻射的情況下，由于其比熱容較小會迅速升溫，向周圍空氣傳遞熱量使近地面溫度較高；馬路兩旁的植被具有一定的蒸騰作用，從而造成裸露的路面溫度高于有植被遮擋的路面的溫度。水體熱容量大，升溫較慢，并且水體在太陽輻射時蒸發吸熱，所以在水體周圍及上空形成低溫區域。

圖3 研究區不同時刻1.4 m高度的溫度場分布圖

在22：00時沒有太陽輻射，地物主要依靠自身輻射向外釋放熱量。夜間研究區整體溫度相比白天有所降低，溫度差值相比白天的3.2℃降低到1.8℃，溫度分布較為均勻。最高溫度出現在櫻園宿舍樓形成的天井內；由于瀝青柏油路面白天吸收大量的熱，即使其熱傳導比較快，在22：00時的溫度依然比周圍的溫度高；由于夜晚風向原因，空氣流動自湖面向西流動，空氣的流動促進熱量的傳遞，形成一條低溫帶區域。建筑物對風有一定的阻礙作用，在建筑物背風面形成渦流區，降低熱量的傳遞，所以圖3（c）中建筑物的背風面會出現溫度較高的區域。

2.3 熱舒適性模擬分析

為定量評價室外環境的熱舒適性，以預測平均票數PMV（Predicted Mean Vote）為評價指標。PMV是由丹麥學者Fanger提出的，ENVI-met模式可以對計算PMV所需的參數根據實際情況進行改進，從而使模擬的結果更加精確。一般PMV的取值范圍在-4～＋4，其中取值為0時表示較為舒適。圖4是不同時刻行人高度的PMV分布圖，在10：00時，建筑物陰影內、水體和樹木附近的PMV值較小，研究區內PMV＞3.5的區域約占總面積的65%，已屬于較熱級別。在14：00時，研究區PMV最大值和最小值分別為5.5和3.5，最大值出現在柏油路面上。研究區內平均值已高達4.7，屬于非常熱的級別，此時人們不宜長時間活動在室外。22：00時，研究區內PMV和白天相比明顯下降，PMV最大值為1.78。

圖4 研究區不同時刻1.4 m高度的PMV分布圖

2.4 無植被方案的模擬結果分析

為研究植被對研究區溫度分布及PMV的影響，對ENVI-met模型進行修改，以裸土代替原來模型中的植被和草坪，模型模擬的基本參數設置和之前有植被的實際情況相同，見表1，模擬在去掉植被的情況下校園內溫度和PMV的分布特征。

2.4.1 植被對溫度分布的影響

以14：00時為代表統計2種方案下溫度分布情況，14：00時實際現狀方案下研究區最高和最低溫度分別為37.56和33.04℃，無植被情況下最高和最低溫度分別為37.66和33.08℃，2種方案下最高和最低溫度基本無變化。為了更直觀的體現植被對研究區溫度分布的影響，統計研究區溫度分布的直方圖，如圖5所示，無植被情況下研究區內＞36℃的區域約占77%，相比實際方案增加了34%，由此可見，在校園內去除植被后，研究區內溫度明顯升高。

圖5 研究區14：00時2種方案下1.4 m高度的溫度分布直方圖

圖6為研究區14：00時行人高度的無植被方案和實際方案的溫度差值圖，去除植被后，研究區的整體溫度相比實際情況均有所提高，其中去除植被區域溫度差值較大，主要由于去除植被后太陽直接輻射下墊面，使其溫度升高，并且植被的蒸騰作用消失。建筑物陰影內的近地面溫度隨植被的消失變化較小。經統計，2種方案下研究區溫度平均差值為1～1.2℃，雖然溫度差值不是太大，但是研究區內的高溫區域的面積明顯增大。由此可見，植被以及綠化可有效降低近地面溫度，減少高溫區域。

圖6 研究區14：00時1.4 m高度的無植被方案和實際方案的溫度差值圖

2.4.2 植被對室外熱舒適性分布的影響

圖7為研究區14：00時無植被方案和實際方案的PMV差值圖，去除植被后，研究區PMV等級增加，其中瀝青柏油路面上方近地面PMV值增加較大，平均升高1個等級。在去除植被的區域，由于植被的遮擋輻射以及蒸騰作用消失，PMV等級也有所升高。建筑物陰影內和水體附近，在去除植被后PMV等級變化較小。統計研究區內14：00時行人高度的PMV分布直方圖，如圖8所示，去除植被前，研究區內PMV＞4.5的區域占總面積的77%，無植被方案情況下PMV＞4.5的區域面積高達94%，相比實際情況增加了17%。

圖7 研究區14：00時1.4 m高度的無植被方案和實際方案的PMV差值圖

圖8 研究區14：00時2種方案下1.4 m高度的PMV分布直方圖

為了研究植被對溫度在垂直方向上的降溫效應以及無植被情況下太陽輻射對近地面增溫的有效高度，以10：00時（升溫時段）模擬輸出數據為例做出2種情況下溫度隨高度變化的趨勢圖，如圖9所示，植被在近地面降溫效果較為明顯，隨著垂直高度的增加，其降溫效應逐漸減弱；當高度約等于15 m時，兩種情況下該點溫度基本相同；其后隨著高度的增加，兩種情況下垂直高度上的溫度變化基本相同，誤差在1%以內。在15 m高度以上無植被情況下的溫度略低于有植被的情況，主要是由于無植被情況下，研究區內上方空氣流動加快，帶走一部分熱量。綜上所述，植被在垂直方向上對研究區近地面降溫的有效高度約為15 m。

圖9 研究區10：00時無植被方案和實際方案2種情況下的溫度隨高度的變化圖

3 結論

通過以上研究可以得出：

（1）無人機傾斜攝影能快速獲取研究區高分辨率正射影像和高精度三維信息，能滿足街區等微觀尺度熱環境研究的需要，且獲取方式更加靈活、成本更低。

（2）ENVI-met對研究區進行熱環境模擬結果評價表明，模擬溫度和實測溫度的相關系數為0.94＞0.9，RMSE和 MAPE分別為 0.6℃和 1.47%，模擬預測精度較高，能夠較準確反映實際情況。

（3）植被具有明顯的降溫效應。去除植被后，相比實際情況的模擬，研究區內1.4 m高度的溫度平均增加了1～1.2℃；建筑物陰影內和水體附近溫度在去除植被后變化較小；無植被方案下，研究區內高溫區（＞36℃）相比實際情況增加34%，PMV＞4.5的面積增加17%。

（4）植被對近地面的降溫效應的有效垂直高度可伸展到15 m，垂直高度＞15 m無植被和實際2種情況的溫度變化基本相同，誤差在1%以內。由此可見，在炎熱的夏季，植被以及綠化可以通過蒸騰作用降低近地面的溫度，有效的改善城市熱環境，提高人體舒適度。

［1］白楊，王曉云，姜海梅，等.城市熱島效應研究進展［J］.氣象與環境學報，2013，29（2）：101-106.

［2］王頻，孟慶林.城市人為熱及其影響城市熱環境的研究綜述［J］.建筑科學，2013，29（8）：99-106.

［3］江學頂，夏北成，郭濼.快速城市化區域城市熱島及其環境效應研究［J］.生態科學，2006，25（2）：171-175.

［4］Soltain A，Sharifi E.Daily variation of urban heat island effect and its correlations to urban greenery：A case study of Adelaide［J］.Frontiers of Architectural Research，2017，6（4）：529-538.

［5］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.

［6］蔣明卓，曾穗平，曾堅.天津城市擴張及其微氣候特征演化研究——基于城市熱環境的角度［J］.干旱區資源與環境，2015，29（9）：159-164.

［7］張旸，胡德勇，陳姍姍.北京城區不透水地表蓋度變化及對地表溫度的影響［J］.地球信息科學學報，2017，19（11）：1504-1513.

［8］Hou T Y，Ming L，Fu JW.Microclimate perception features of commercial street in severe cold cities［J］.Energy Procedia，2017，134：528-535.

［9］Meng F，Liu M.Remote-sensing image-based analysis of the patterns of urban heat islands in rapidly urbanizing Jinan，China［J］.International Journal of Remote Sensing，2013，34（24）：8838-8853.

［10］Meng F，Shan B，Liu M.Remote-sensing evaluation of the relationship between urban heat islands and urban biophysical descriptors in Jinan，China［J］.Journal of Applied Remote Sensing，2014，8（1）：083693.

［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］劉越，Shintaro Goto，莊大方，等.城市地表熱通量遙感反演及與下墊面關系分析［J］.地理學報，2012，67（1）：101-112.

［13］Beuse M，Fleer H.Simulation surface-plant-air interaction inside urban environments with a three dimensional numerical model［J］.Environmental Modeling＆Software，1998，13（3-4）：373-384.

［14］勞釗明，李穎敏，鄧雪嬌，等.基于ENVI-met的中山市街區室外熱環境數值模擬［J］.中國環境科學，2017，37（9）：3523-3531.

［15］李笑寒，胡聃，李元征，等.高層住宅小區中心綠地布局對微氣象影響研究［J］.生態科學，2017，36（4）：202-209.

［16］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.

［17］Jun L，Li Q S，Zheng L Y，et al.A micro-climatic study on cooling effectof an urban park in a hot and humid climate［J］.Sustainable Cities＆Society，2017，32：513-522.

［18］Sun SB，Xu X Y，Lao ZM，et al.Evaluating the impact of urban green space and landscape design parameters on thermal comfort in hot summer by numerical simulation［J］.Building＆Environment，2017，123：277-288.

［19］Heldens W，Heiden U，Esch T，et al.Integration of remote sensing based surface information into a three-dimensional microclimate model［J］.Isprs Journal of Photogrammetry＆Remote Sensing，2017，125：106-124.

［20］劉洋.無人機傾斜攝影測量影像處理與三維建模的研究［D］.撫州：東華理工大學，2016.

［21］陳亭.南京城市近地表氣溫微氣候模式模擬及其影響因素研究［D］.南京：南京信息工程大學，2016.

［22］Chow W L，Pope R L，Martin C A，et al.Observing and modeling the nocturnal park cool island of an arid city：horizontal and vertical impacts［J］.Theoretical＆ Applied Climatology，2011，103（1-2）：197-211.