從需求識別到模擬驗證：城市街區綠色基礎設施對溫度的精準調控

任雨菲

楊鏡立

吳雪飛*

1 背景

為積極應對近年來中國高度城市化所暴露的諸多“城市病”，在城市雙修和韌性城市的雙重背景下，綠色基礎設施(Green Infrastructure，GI)作為一種基于自然的解決方案，輔助、引導和利用自然生命體做功，以適應性的方式有效應對復雜挑戰[1]，特別是在城市微氣候調節方面具有顯著成效[2]。但GI作為韌性城市在空間上的重要支撐，其靜態化、控制式的工程設計途徑會削弱和抑制自然系統的調節能力，在應對擾動或脅迫時顯現出不足，一旦設計不當，不僅會降低城市韌性，甚至可能造成環境負擔和生態系統負面服務[3]。從生態系統服務供需視角劃分降溫調節服務的優先級，可識別城市具體問題甚至具體地塊以提供更精準的調控策略達到城市可持續發展的目標。

首先，降溫調節服務作為生態系統服務單項的研究，目前大多是在多重生態系統服務評估時作為氣候調節指標簡單量化[4-7]，這些評估方法在降溫調節服務的量化中，缺乏對評估指標的深入探討，難以在微小尺度上精準識別出優先實施GI的空間。其次，GI提供降溫調節服務的能力由生態系統的遮陰、蒸散和通風3項功能決定[8]，由于風對GI的冷卻能力的貢獻度評估復雜，在很大程度上取決于當地的城市剛性條件[9]，因此，本文暫不考慮風環境相關降溫因素。當前已有較多研究[10-12]探索了微小尺度中GI對周邊微氣候的影響規律，應用仿真模擬軟件評估GI對熱舒適度的影響是最廣泛的，但目前探討實施GI策略時往往由于宏觀環境直接擇址研究，在一定程度上欠缺對空間識別的依據，因此這些方法僅作為地方性的改善研究。

因此，本文提出一種城市街區GI對溫度的精準調控方法，從需求識別到模擬驗證，形成一套系統性的指導街區GI建設的框架，切實緩解街區高溫問題。

2 研究方法

城市街區(水平尺度約102～104m)位于城市冠層內部，其微環境(溫濕度等)直接影響居民的身體健康和生活質量[13]。城市冠層相對而言是一個微尺度的概念，其定義為建筑物和樹木的表層及頂層和大氣層之間的部分，是典型的人類活動區域。因此，城市冠層對確保城市中的人類舒適健康和福祉至關重要[14]。街道是我國最小的行政單元，城市生活網格化管理是一種行政管理改革，將城市管理轄區按照一定的標準劃分成為單元網格[15]。行政街道與生活網格均屬于本文定義的街區范疇。

本文提出一套降溫調節服務供需視角下的街區GI精準調控的方法，整體框架如圖1所示，分為以下5個步驟。

圖1 調控方法框架

1)評估。街區降溫調節服務空間優先級劃分分為2個層級，即以行政街道作為空間單元，通過高溫風險評估對各個行政街道的降溫調節服務優先級進行排序；再以生活網格作為更小層級的精細化的空間單元，從降溫調節服務供需兩側，在微尺度中評估降溫調節服務的額外需求并劃分優先級。

2)識別。根據評估結果，空間優先級排序完成后，可以幫助精準識別出街區內降溫調節服務額外需求最大的生活網格，將其作為GI精準調控的目標場地。

3)目標。在微尺度場地中，戶外人體熱舒適度是人類對熱環境滿意與否的心理狀態[16]，是評估城市小氣候質量的重要參數[17]。本文選取當前研究最為廣泛且包含氣溫、濕度、風速、平均輻射溫度和人為因素影響的生理等效溫度(PET)作為GI調控策略成效的判斷標準，生理等效溫度高于41℃則被認定為處于高溫風險中[18]。因此將PET降低至41℃以下作為場地降溫目標。

4)策略。選取適宜場地的GI調控策略，由于方案設計存在多樣性，從GI的配置和結構兩方面的策略進行理論歸納并設計調控方案，將之應用于識別出的微尺度地塊，改善生活在此空間的居民的戶外熱舒適度。

5)驗證。ENVI-met軟件適合中小尺度的微環境評估，通過ENVI-met模擬現狀情況，可分析當前場地的空間關系和熱環境，在相同初始條件下模擬GI調控后場地熱環境并進行對比分析，完成對GI調控策略成效的模擬驗證。

2.1 街區高溫風險評估

本文在城市街區降溫調節服務評估中引入自然災害研究領域的高溫災害脆弱性評價框架(表1)，利用對高溫災害脆弱區域的識別達到對城市行政街道的降溫優先級劃分。采用IPCC(聯合國政府間氣候變化專門委員會)提出的“脅迫性(Hazard，H)-暴露性(Exposure，E)-脆弱性(Vulnerability，V)”的自然災害風險(Risk，R)評價框架，根據高溫災害評價的公式對高溫災害風險進行評估，表達式為：

2.2 街區降溫調節服務需求評估

當前大多研究已表明，城市街區尺度的熱島效應由人為熱源、城市三維建筑結構及下墊面3個主要因素共同形成[19-22]。如表1所示，本文選取人類活動強度、街區空間形態和下墊面作為一級評價指標，以生活網格為單元，進一步評估街區內部的降溫調節服務需求，精準劃分出降溫優先級地塊。

表1 街區降溫調節服務需求評價指標

2.3 街區降溫調節服務供應評估

現已有研究證實在城市街區尺度不同植物群落的綠地及不同植物個體之間提供的生態績效存在差異[23]，用于量化微小尺度的GI供應。本文根據經驗研究量化降溫調節服務的供應，其值通過街區內每種GI的供應系數乘以每個元素的面積求得[23-24]，GI供應能力情況如表2所示。

表2 不同類型GI供應情況

2.4 熵值賦權及供需歸一疊加

熵值法就是根據判斷指標的離散程度來確定指標對系統的影響，通過衡量需求指標在總體公平性的差異程度，采用SPSSAU軟件中的熵值處理操作求得各指標權重。加權疊加量化需求后，與供應歸一至[0-1]，求差值，并在ArcGIS中進行空間分析，精確查找降溫調節服務額外需求最大的地塊進行調控。公式如下：

式中，UESdemand表示生態系統服務總需求；UESsupply表示生態系統服務總供應；NetUES表示額外生態系統服務；對于最終的結果額外生態系統服務(NetUES)來說，其數值單位可以表示供需情況，正值表示需大于供，數值越大，額外需求越強，越指向人類福祉的不利影響；負值則表示GI所提供的生態系統服務能夠滿足城市居民需求并且支持人類福祉[25-26]。

2.5 ENVI-met模擬驗證

首先，對研究區進行選點測量微氣候情況，勘察研究區建成環境；其次，將研究區中的微氣候測量值及建成環境輸入軟件模型，并進行仿真-校準-對比分析，促使模型與真實環境一致；最后，對改善方案進行模擬，分析改善前后熱舒適度變化情況[34]。

3 研究案例

本文以武漢市武昌區為例，實證探討城市街區綠色基礎設施對溫度的精準調控方法。

3.1 街區高溫風險評估

綜合分析脅迫性、暴露性、脆弱性，其中脆弱性權重占比最大，為0.386 4，由性別、年齡、經濟能力及醫療資源4項社會性因素組成；脅迫性占比為0.285 0；暴露性占比為0.328 6?？傮w而言，三者的權重比例相近，與人口直接相關的指標會占比稍大，熵權疊加后，武昌各街區高溫風險評估結果如圖2所示，中華路街區為降溫需求最大的街區，為武昌內的歷史老街區，發展成熟且老舊，人口密度高，綠地匱乏。

圖2 武昌區街區高溫風險評估圖

3.2 降溫高需求街區識別

基于武昌內部街區高溫風險評估結果，中華路街區為降溫需求最大的街區，將其內部依據城市居民生活網格進行單元劃分，生活網格由建筑、道路、植被或水體組成物理區域[33]，能夠更加直觀地反映居民生活狀態和對資源益處的指向，中華路街區共58個生活網格。

熵權疊加人類活動強度、下墊面及由多項因子組成的街區空間形態，三者權值比重分別為0.389 3、0.365 8及0.245 0，結果如圖3所示。當前的降溫需求點主要集中于街區中心及東部地塊，疊加供應量(圖4)后，所得供需總圖(圖5)產生明顯變化。在結果供需總圖中，西城壕010網格地塊的額外需求最大，其各項指標值都呈降溫高需求態勢，該網格為老舊生活棚戶區，居住人口較多，多從事小型商鋪售賣等工作，活動強度大，內部的建筑多為2～4層低矮型，整體的建筑密度非常高，容積率較低，網格的GI總量非常少，GI類型多以單喬類型為主，有少量灌木及草本型，在該地塊的居民夏季長期處于高溫風險中，因此GI設計上存在較大的不合理性，亟待改善。

圖3 中華路街區降溫需求疊加圖

圖4 中華路街區降溫供應圖

圖5 中華路街區降溫供需總圖

4 街區GI降溫策略精準調控

基于上文的識別結果，本文利用HOBO便攜式氣象站對多個測點距地面1.5m的空氣溫度、相對濕度和風速進行觀測，同時利用Testo紅外熱成像儀對測點附近的空間表面溫度進行檢測[35]。所有設備在觀測前均經過嚴格校準。經3日數據統計校準確定軟件初始數值，通過ENVI-met仿真軟件模擬2021年8月3日24h氣候情況，并進行擬合驗證。

4.1 現狀概況

通過ENVI-met模擬，現狀熱舒適度空間分布情況如圖6所示，紅線范圍為西城壕010網格，增大建模范圍是為確保紅線范圍氣象數據不因邊緣參數受影響。圖中顏色由藍變紅，表示熱舒適度由好變差，但總體熱舒適度基本超出高溫風險線41℃。該研究區上午10點PET值范圍為35.35～65.07℃，街區整體的熱環境十分嚴峻，基于降溫需求的GI調控十分必要。

圖6 中華路街區西城壕010地塊現狀PET

本文采用2組GI調控策略，一是從GI配置情況改善，二是從GI布局結構調節。

4.2 GI配置調控

大多實證研究[8，36-37]已確定城市GI的降溫調節能力評估可對遮陽和蒸散進行加權求和，樹冠覆蓋率與陰影之間存在線性關系[38]。在高密度城市環境中實施30%左右的綠化覆蓋率，與香港可持續城市生活空間的相關研究一致，在一定程度上具有可行性[39]。

西城壕010網格位處高密城市中心，應盡可能滿足30%的綠化覆蓋率。通過實地調研發現，場地存在空間狹小、違建設施多及有歷史街區保護等問題，因此本文在GI配置調控上主要以綠地為主，包括居住區的宅旁綠地、道路綠地和公共綠地，但不宜增設多重的低矮灌草占用居民有限的戶外空間，主要以增加喬木類型的GI擴大遮陽面積，保證冠層以下的場地使用。保持不變更場地原有設施的條件下，該研究區的樹冠覆蓋率可增加到27.26%。模擬結果如圖7所示，整體的熱舒適度情況變好，但由于場地的客觀條件，可發揮空間小，中間區域仍然處于橙紅色檔，即PET未降至41℃以下。

圖7 GI配置策略——PET

4.3 GI結構調控

由于該街區本身的物理屬性，通過增加樹冠冠幅，仍未能高效實現降溫目標。本研究在此基礎上，結合城市更新，適當調整街區布局，增設GI空間。在城市存量發展的背景下，應充分考慮土地資源集約化，用地功能復合化，同時隨著城市更新的發展逐步通過用地的置換或動遷實現存量空間的轉型[40-41]。

通過實地調研，本研究對用地和房屋實行適當更新，拆改老舊廢棄建筑，擴大GI空間，形成社區公園化轉型，具體表現為在場地中間位置拆除違建破舊的低矮房屋，形成較大的集會空間，建設含喬灌草、草坪、小喬等多樣化的復層結構的社區公園，并在周圍狹窄巷道內適當拆除廢棄設施，點狀種植喬木形成小型遮陽降溫點。模擬PET如圖8顯示，排除邊界的特殊情況，街區的整體PET值已低于41℃，基本緩解街區的高溫風險。

圖8 GI結構策略——PET

5 GI調控策略的效益驗證

本文模擬的網格大小為0.5m×0.5m，平面共32 400個網格，由于設定了緩沖邊界，排除邊界網格后，共27 390個有效氣候數據。如表3所示，該地塊在保持基礎設施建設不變的條件下，通過GI配置調控，樹冠覆蓋率可增大到27.26%，接近30%的理想標準，在該情況下，本研究繼續在相同時空條件下進行ENVI-met模擬，安全區面積(網格數據顯示PET≤41℃)得到了大幅提升，從現狀1 060.5m2的安全面積增加至2 072.5m2，高溫風險區面積從2 233m2減少至1 221m2，高溫風險率[高溫風險區面積/(安全區面積+高溫風險區面積)]從67.80%降至37.07%，降溫效益明顯。但針對此類降溫高需求的情況，需在30%樹冠覆蓋率的基礎上進一步提升，以求達到更好的優化效果。

表3 GI降溫成效

進而在城市更新的背景下，僅從研究角度提出一種改善方式，嘗試拆改低矮破舊和無人居住的違建房屋，規劃出更多的GI空間，改善街區整體的布局結構。GI結構策略實施后，樹冠覆蓋率增加到38.85%，超出30%樹冠覆蓋率的目標值。與GI配置策略相比，安全區域面積從2 072.5m2增加到2 680.5m2，得到了大幅提升，高溫風險區面積從1 221.00m2降至1 172.25m2，高溫風險率從37.07%降低到30.42%，實現并驗證了街區GI精準調控的高成效。

6 結論與討論

本文聚焦于城市高溫問題，提出了一套適合城市街區綠色基礎設施精準調控的方法，通過綜合考慮生態要素和社會要素，深化了城市生態系統服務中降溫調節服務這一單項評估的研究，構建城市街區尺度降溫服務評估框架并進行空間制圖，精準識別出街區內需實施GI調控策略的優先地塊，對其采用相應的GI降溫改善策略，并通過ENVI-met模擬驗證策略的有效性。

本文以武漢市武昌區為例，將街區綠色基礎設施對溫度精準調控的方法進行實證探討。通過評估體系識別確定中華路街區內的老舊棚戶區——西城壕010網格為降溫額外需求最大的地塊，需優先進行GI策略調控，在實地調研后，首先從GI配置上增大喬木冠幅進行調節，雖然有較大的改善效果，但仍未高效實現降溫目標，因此在城市更新理念下對GI結構進行調整，拆除老舊廢棄建筑，重構GI空間結構，在GI效益驗證對比后發現，GI降溫策略將高溫風險率從67.80%降至30.42%，高溫風險面積從2 233m2降至1 172.25m2，實現了較高的改善效益。

本文提出的街區綠色基礎設施對溫度精準調控的方法存在以下局限性。首先，該方法是基于最大化降溫成效提出的GI調控方法，但城市GI建設過程引入生態系統服務時需要考慮多重生態系統服務及其之間的相互作用；其次，提出的降溫調節服務評估體系未來可與國土、區域尺度進行銜接，構建全尺度的評價體系。最后，本文的調控策略是在GI配置和布局2個大方向上進行探索，未考慮GI形狀、種類等微觀屬性的影響，欠缺多因素情景的探討；在GI布局結構上引入城市更新理念以拆改廢舊設施擴增GI面積，提出的僅是一種改善角度，未來在落地性的建議研究上，還需結合具體的城市發展方向和建設規范，在城市存量發展的背景下研究具體的規劃指導建議仍需進一步探索。

注：文中圖片均由作者繪制。