建筑三維空間形態對地氣能量動態、空氣溫度和相對濕度的影響

李 楨,胡 聃,趙艷華

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

3 中國環境科學研究院，北京 100012

4 國家環境保護區域生態過程與功能評估重點實驗室，北京 100012

城鎮化導致城市區域的地表覆蓋類型和空間結構發生顯著變化[1—3],進而影響了近地表能量平衡[4]、物質循環等生態過程,導致了一系列生態環境問題,如空氣污染、生物棲息地破碎與生物多樣性下降、熱島效應等[5—7]。

近年來,城市三維信息獲取技術的發展促進了三維空間形態研究[8—10]。各研究所建立的三維指標可分為:高度指標、體積指標、綜合指標及建筑群陣列等[11],如Liu等通過構建城市建筑三維指標體系探討遼寧中部城市群不同城市的建筑特征[12]；Kedron等通過景觀生態學基本指標(如建筑數量等)、多樣性和復雜性等指標分析了新奧爾良城區建筑景觀的變化[13]；Liu等發展了一套多尺度下量化建筑三維空間形態的景觀指數體系,并分析了不同局地氣候分區(LCZs)的建筑形態特征[14]。

當前,城市能量平衡過程的觀測關注城市和郊區、城市內部的異質性,受限于觀測站點的數量,無法量化城市三維形態與能量通量的關系[15—16]。數值模擬技術為量化城市三維形態與能量通量的關系提供了途徑[17]。城市三維空間形態與微氣候存在非線性關系,已有的研究多揭示兩者的線性關系,三維空間形態指標多集中在高度、容積率和天空可視度等有限的指標上[18—20]。Tian等建立了北京市小區尺度上,空氣溫度與二維/三維空間形態的線性關系,得出主要結論:二維和三維形態對空氣溫度的影響同等重要[18]。基于此,本文選取更能反映城市緊湊性與復雜性[13,21],與生態氣象過程密切相關的三維分形維數和三維形狀指數,結合數值模擬技術和增強回歸樹來探討城市三維空間形態與能量通量/空氣溫度/空氣相對濕度的非線性關系,以期為城市建筑形態的優化設計,可持續城市空間格局的構建提供方法學策略。

1 研究區概況

北京市(115°25′—117°30′E, 39°28′—41°05′N),坐落于華北平原北部,屬北溫帶半濕潤大陸性季風氣候,四季分明。年降雨量約600 mm,年均溫度接近14℃。隨著城市化的快速發展,北京市在水平方向和垂直方向上持續擴張,導致其二維/三維景觀格局發生明顯變化[22](圖1)。

圖1 研究區及氣象觀測站點

2 研究方法

2.1 ENVI-met模型驗證

大渦模擬技術和計算流體力學軟件被廣泛應用于城市微氣候的數值模擬研究中[17],ENVI-met軟件因其高空間、時間分辨率(水平空間分辨率:0.5—10 km,時間分辨率:10 s),綜合考慮建筑物-植被-土壤-大氣的相互作用而被城市生態氣象、城市空間異質性研究以及城市規劃設計實踐所采用。ENVI-met軟件是德國波鴻大學Bruse等基于流體力學、熱力學和城市氣象學等相關理論開發的三維微氣候模擬軟件[23],可輸出空氣溫度、空氣濕度、感熱通量和潛熱通量等參數。

首先,選擇氣象站點A和氣象站點B附近區域驗證模型可靠性(圖1)。模擬區域大小為120 m×120 m,模型網格分辨率分別為dx=2m,dy=2m及dz=3m (dx和dy分別為水平方向X、Y的分辨率,dz為垂直方向Z的分辨率),共有網格60×60×30個。分別統計2020年1月、7月空氣溫度和相對濕度的平均值,選取該月份與平均值最接近的一日的氣象數據進行模型驗證。本文選擇空氣溫度和相對濕度作為精度驗證指標,并采用誤差平方根值(Root Mean Square Error, RMSE)和平均絕對百分比誤差(Mean Absolute Percentage Error, MAPE)對模型精度進行評價[24]。模型輸入初始參數見表1,初始參數來源由氣象站點A、B觀測所獲得。

表1 ENVI-met 輸入參數

兩個氣象觀測站點分別位于北五環附近的中國科學院生態環境研究中心園區(氣象站A)和西北三環附近的中國農業科學院園區(氣象站B)(圖1)。氣象站A,其西向南向的主要道路是雙清路和林業大學北路,距離分別為16 m,50 m,其北側是9層高的建筑,南側是稀疏喬木。氣象站B,周圍是單層建筑,其東側是大棚種植區。氣象站點A、氣象站點B是基于波文比的氣象與地氣能量平衡觀測系統。

2.2 ENVI-met多情境模擬

本文選用空間樣帶法分析建筑三維分形維數和三維形狀指數對地氣能量動態、空氣溫度和空氣相對濕度的影響:第一步先確定ENVI-met模擬分析的建筑三維分形維數和三維形狀指數的空間分布。這兩個指標不同于建筑高度等形態指標下的對比模擬分析,三維分形維數和三維形狀指數是建筑形態的綜合指標,其建筑面積、體積和表面積的變化都會改變三維分形維數和三維形狀指數,可以更好的描述建筑形態的多維形態特征。用空間網格法將北京市建成區分成大小相同的樣方,計算出每個樣方的建筑三維分形維數和三維形狀指數,可得出三維分形維數和三維形狀指數的總體空間分布。進一步基于建筑三維分形維數和三維形狀指數變化的空間樣帶,從小到大各選取32個樣本,構成數值模擬分析所需要的建筑三維分形維數和三維形狀指數空間樣帶。

建筑三維分形維數和三維形狀指數可以很好的表征建筑的空間緊湊性和復雜性。建筑三維分形維數的計算采用計盒法[25]。三維分形維數介于2—3,其值愈大,表示單位面積上建筑體積愈大。建筑三維形狀指數與吸熱散熱密切相關,在建筑體積一定的情況下,其值愈大,則吸熱量散熱量愈大(表2)。

表2 建筑三維分形維數和三維形狀指數的描述

在ArcGIS 10.3平臺上,基于網格法,計算北京市建成區建筑三維分形維數和三維形狀指數,并形成空間分布圖。根據微氣候相關的研究成果[26],網格大小選定為120 m×120 m作為樣地單元。所用建筑輪廓和樓層數據來源于2019年百度地圖(map.baidu.com)。

根據北京市建筑三維分形和三維形狀指數的空間分布特征,各選取32個樣本,得到ENVI-met模擬中的三維分形和三維形狀指數的空間樣帶。將所選樣本內的遙感信息(2019年Pléiades遙感影像:全色波段空間分辨率0.7 m、多光譜波段分辨率為2.8 m；2019年Quickbird遙感影像:空間分辨率是0.61 m)轉換為ENVI-met可識別的.BMP格式輸入ENVI-met模型中,建立不同情境的模擬模型進行分析。

2.3 城市能量平衡方程和增強回歸樹分析方法

城市能量平衡是認識能量過程與微氣候變化的理論基礎[27],模擬情境中不考慮人為熱,可根據城市能量平衡公式推導出建筑儲熱。城市能量平衡方程:

Q*+Qf=H+LE+ΔQS

式中,Q*是凈輻射,Qf是人為熱,H為感熱通量,LE為潛熱通量,ΔQS是冠層儲熱(包括人工構筑物,植被和土壤等)。

增強回歸樹(Boosted regression trees, BRTs)是一種基于分類回歸樹算法的機器學習方法。本文借助于其輸出的自變量與因變量的變化曲線,來量化其他自變量不變的情況下,某一自變量與因變量的作用關系。該方法可以直觀看出自變量對因變量的作用范圍和作用強度[28—29]。調用R 4.0.3中BRT包進行增強回歸樹分析,其中回歸樹的數量設定為12,學習速率為0.0001,每次抽取70%的數據進行分析,并進行10次交叉驗證。

3 結果與分析

3.1 ENVI-met模型評價

模擬值和實測值的日變化趨勢相似(圖2)。夏季空氣溫度和空氣相對濕度模擬值與實測值之間的誤差平方根分別為1.50℃和3.11%,平均絕對百分比誤差分別為5.11%、3.86%。冬季空氣溫度和空氣相對濕度模擬值與實測值之間的誤差平方根為1.20℃和3.10%,平均絕對百分比誤差分別為6.02%、4.81%。比較前人研究成果,模擬的誤差平方根與眾多研究結果一致[24,30],故模型結果可靠,滿足模擬精度需求。

圖2 ENVI-met 模擬和實測對比驗證

3.2 建筑三維分形維數和三維形狀指數的空間分布特征

先分析北京市建成區建筑三維分形和三維形狀指數的空間分布特征,再分析ENVI-met模擬所用的建筑三維分形和三維形狀指數的空間樣帶。北京市建成區三維分形維數從二環到五環外呈現“低-高-低”的格局,三維形狀指數呈現“高-低-高-低”的格局(圖3)。三維分形維數的取值范圍為2.00—2.67,三維形狀指數的取值范圍為1.00—4.79。二環、三環、四環、五環和五環外建筑三維分形維數的平均值分別為2.43、2.45、2.43、2.38、2.39；二環、三環、四環、五環和五環外建筑三維形狀指數的平均值分別為1.75、1.52、1.51、1.54、1.43。按從小到大排序北京市建成區所有樣本內建筑三維分形維數和三維形狀指數,可以看出三維分形維數先快速增加后緩慢增加,而三維形狀指數先緩慢增加后快速增加(圖4)。從所有樣本中選擇64個樣本,統計了其分布特征,可以看出模擬樣本的三維分形維數和三維形狀指數空間樣帶具有較好的梯度分布特征(圖4)。

圖3 三維分形維數和三維形狀指數的分布特征

圖4 三維分形維數和三維形狀指數的梯度

3.3 建筑三維空間形態對地氣能量動態的影響

白天,建筑三維分形維數對凈輻射、土壤熱通量、建筑儲熱、感熱通量和潛熱通量影響的拐點出現在2.4,建筑三維形狀指數對對凈輻射、土壤熱通量、建筑儲熱、感熱通量和潛熱通量影響的拐點出現在2.0(圖5, 圖6)。當建筑三維分形維數小于2.4,或三維形狀指數大于2.0,建筑三維分形維數和三維形狀指數的變化及其所影響的地氣凈輻射、土壤熱通量、建筑儲熱、潛熱通量和感熱通量變化都比較小。

建筑三維分形維數和三維形狀指數對凈輻射、土壤熱通量和建筑儲熱的影響存在晝夜差異(圖5)。白天,當建筑三維分形維數在2.0—2.4時,隨著建筑三維分形維數的增加,凈輻射、土壤熱通量和建筑儲熱無變化；當建筑三維分形維數在2.4—2.6時,隨著建筑三維分形維數的增加,凈輻射、土壤熱通量和建筑儲熱分別下降約1.0、7.0、15.0 W/m2。當建筑三維形狀指數在1.0—2.0時,隨著三維形狀指數的增加,凈輻射、土壤熱通量和建筑儲熱分別下降約0.53.0、10.0 W/m2；其后隨著建筑三維形狀指數的增加,凈輻射、土壤熱通量和建筑儲熱無變化。夜間,當建筑三維分形維數在2.4—2.6時,隨著三維分形維數的增加,土壤熱通量減小 1.0 W/m2。當建筑三維形狀指數在1.5—2.5時,隨著三維形狀指數逐漸增大,建筑儲熱增加0.3 W/m2。

圖5 建筑三維分形維數和三維形狀指數對凈輻射、土壤熱通量和建筑儲熱的影響

感熱通量和潛熱通量在白天對建筑三維分形維數的響應模式相似,夜間的響應模式相反(圖6)。白天,當建筑三維分形維數在2.4—2.6時,隨著建筑三維分形維數的增加,三維分形維數與感熱通量、潛熱通量呈逐步負相關,感熱通量和潛熱通量分別下降20.0、10.0 W/m2。夜間,隨著建筑三維分形維數的增加,感熱通量與三維分形維數呈逐步負相關,潛熱通量與三維分形維數呈單調正相關,各自的變化幅度小于白天。感熱通量和潛熱通量在白天對建筑三維形狀指數的響應模式相似。白天,當建筑三維形狀指數在1.0—2.0時,隨著建筑三維形狀指數的增加,感熱通量和潛熱通量下降,分別下降10.0、10.0 W/m2；夜間,當三維形狀指數2.0—2.5時,三維形狀指數與感熱通量、潛熱通量呈現負相關；當三維形狀指數高于2.5時,三維形狀指數與感熱通量、潛熱通量不相關。

圖6 建筑三維分形維數和三維形狀指數對感熱通量、潛熱通量的影響

3.4 建筑三維空間形態對空氣溫度和空氣相對濕度的影響

空氣溫度對建筑三維分形維數和三維形狀指數各自的響應模式在白天和夜間相似,但程度有所不同(圖7)。當建筑三維分形維數小于2.4,隨著建筑三維分形維數的增加,空氣溫度無變化；當建筑三維分形維數在2.4—2.6時,隨著建筑三維分形維數的增加,白天和夜間空氣溫度逐漸下降,分別下降0.2℃、0.10℃。當建筑三維形狀指數在1.0—2.0時,隨著建筑三維形狀指數的增加,白天和夜間空氣溫度逐漸下降,分別下降0.05℃、0.02℃。

空氣相對濕度在白天對建筑三維分形維數和三維形狀指數各自的響應模式和夜間不同(圖7)。白天,當建筑三維分形維數在2.4—2.6時,隨著建筑三維分形維數的增加,空氣相對濕度逐漸增加。夜間,空氣相對濕度變化小。白天,隨著三維形狀指數的增加,空氣相對濕度無變化。夜間,隨著建筑三維形狀指數的增加,空氣相對濕度逐漸下降；當建筑三維形狀指數大于2.0后,隨著三維形狀指數的增加,空氣相對濕度無變化。

圖7 建筑三維分形維數和三維形狀指數對空氣溫度和相對濕度的影響

4 討論

4.1 建筑三維空間形態對地氣能量動態、空氣溫度和相對濕度的影響

三維分形維數和三維形狀指數能較好的反映北京市建成區內建筑的空間異質性,三維分形維數從二環到五環外呈現“低-高-低”的格局,三維形狀指數呈現“高-低-高-低”的格局。建筑格局與城市發展方式、發展階段密切相關,城市用地向緊湊方向發展[8—10],同南京、揚州、沈陽等城市相似,高層住宅樓和高層商業樓的建設,推動著城市三維分形維數和三維形狀指數的增加。北京市二環內是低層密集區,三環到五環是高層建筑區,五環外鄰近郊區,其樓層高度又低于三環到五環的樓層高度,形成了此分布格局。建筑三維分形維數和三維形狀指數的異質性可以為模型模擬的空間樣帶分析提供支持。

下墊面的異質性影響能量平衡結構,進而影響微氣象[4,17]。城郊間渦動相關法觀測結果表明,城市感熱通量高于郊區,潛熱通量低于郊區[4]。本研究的數值模擬分析結果表明,建筑空間樣帶上相對更高的分數維數(一般也意味著建筑空間形態的復雜性越高)會降低凈輻射、感熱通量和潛熱通量,這一結果直接導致近地空氣溫度的降低、空氣相對濕度的增加。同樣的,建筑空間樣帶上相對更高的三維形狀指數會降低凈輻射、感熱通量和潛熱通量,也導致近地空氣溫度的降低。當城市建筑的外表面積一定的條件下,受到城市規劃和建筑設計原則的約束,在特定的微氣象(氣壓、風速、濕度等等)條件下,城市建筑附近的近地空氣溫度主要由建筑物的高度所決定(建筑物高度與近地空氣溫度基本呈現反向關系),這樣,相對高層建筑組團的地塊,如果增加建筑物體積或建筑物高度會導致或引起建筑附近的近地空氣溫度的降低,這個結果對城市規劃和建筑設計具有潛在的意義。此外,城市中高復雜性建筑組團格局(高分數維指數值)會降低凈輻射、感熱通量和潛熱通量,這個分析結果的潛在科學價值(是否一定符合實際),還有待進一步發掘、重復驗證和觀測結果的實地檢驗,而相對高的三維形狀指數會降低近地大氣溫度,卻是具有實際應用價值的,當然,更多的重復驗證和觀測檢驗有利于夯實這個結果的有效性。

建筑三維分形維數和三維形狀指數對地氣能量動態和微氣象影響的拐點分別發生在2.4和2.0,這說明當建筑三維分形小于2.4,或三維形狀指數大于2.0時,建筑群對城市區域能量平衡各分量、空氣溫度和相對濕度的影響較小。因此,合理的建筑布局可以更好的維護使地氣通量平衡,改善人工設施周圍的小氣候。此外,基于建筑分維數方法反演建筑物指數并引入城市冠層模式,對城市尺度上近地氣象動態模擬效果更精細[31],因此,將三維分形維數、三維形狀指數等建筑空間指數引入城市冠層模式可能有助于城市氣象的精細化建模與動態模擬分析的可靠性、精確度提高。

已有研究表明,隨機森林法能更好的預測室外空氣溫度[32],本文引入增進回歸樹分析建筑空間形態對近地能量動態及微氣象要素的影響,在某一側面增加了我們對建筑形態與地氣能量動態、微氣候關系的再認識。

4.2 研究不足

本文基于ENVI-met多情境模擬探討了建筑三維分形維數和三維形狀指數對地氣能量動態、空氣溫度和空氣相對濕度的影響,下一步仍需大量的實測來驗證結論的精度和可靠性。能量動態各分量、空氣溫度和相對濕度存在時間動態(如晝夜尺度、典型季節)和空間變異,本文僅針對特定時空尺度特定氣象條件下分析了建筑三維分形維數和三維形狀指數對能量動態各分量、空氣溫度和相對濕度的影響,未來應加強建筑三維分形維數和三維形狀指數對能量動態各分量、空氣溫度和相對濕度的多時相多尺度多氣象條件要素的耦合作用模式的研究。

相同的建筑三維分形維數或三維形狀指數可對應多種建筑格局,不同的建筑格局又對應不同的能量平衡過程和微氣象過程。本文僅針對北京典型城區進行了探討,三維分形維數和三維形狀指數與地氣能量動態和微氣象的關系在其他城市是否有適用性,值得進一步開展多城市比較研究。

5 結論

本文基于ENVI-met模型多情景模擬技術和增強回歸樹方法定量分析了建筑三維空間形態對地氣能量動態、空氣溫度和空氣相對濕度的影響,得出的主要結論如下:

(1)建筑三維分形維數、三維形狀指數與地氣能量動態(凈輻射、土壤熱通量、建筑儲熱、感熱通量和潛熱通量)、空氣溫度和空氣相對濕度存在非線性關系。三維分形維數和三維形狀指數對地氣能量動態、空氣溫度和空氣濕度影響的拐點分別發生在2.4、2.0。白天,當三維分形維數高于2.4,或三維形狀指數低于2.0,隨著三維分形維數或三維形狀指數的增加,三維分形維數和三維形狀指數與凈輻射、土壤熱通量、建筑儲熱、感熱通量、潛熱通量和空氣溫度呈現負相關。夜間,當三維分形維數高于2.4,三維分形維數與感熱通量、空氣溫度呈現負相關；與土壤熱通量和潛熱通量呈現正相關。夜間,當三維形狀指數小于2.0時,三維形狀指數與空氣溫度、空氣相對濕度呈現負相關。當三維形狀指數2.0—2.5時,三維形狀指數與感熱通量、潛熱通量呈現負相關；當三維形狀指數高于2.5時,三維形狀指數與感熱通量、潛熱通量不存在統計相關關系。

(2)白天,三維分形維數的增加可導致凈輻射、土壤熱通量、建筑儲熱、感熱通量、潛熱通量和空氣溫度分別下降1.0、7.0、15.0、20.0、10.0 W/m2,0.2℃。三維形狀指數的增加可導致凈輻射、土壤熱通量、建筑儲熱、感熱通量、潛熱通量和空氣溫度分別下降0.5、3.0、10.0、10.0、10.0 W/m2,0.05℃。