寒地微氣候影響下的住區空間形態與碳排放效應協同優化研究

摘 要 城市空間形態與微氣候的關聯性研究已經廣泛應用于城市氣候領域，然而由此產生對建筑碳排放效應的影響規律尚有待進一步探討。以嚴寒地區沈陽市高層住區為研究對象，建立多種微氣候要素影響下的建筑碳排放耦合模型，采用Grasshopper構建參數化平臺，集成住區形態幾何控制模塊、微氣候分析模塊與碳排放模擬模塊，在遺傳算法支持下，以碳排放效應最優為目標進行住區空間布局尋優求解。研究結果表明：微氣候要素對單體建筑各層碳排放的影響程度為：風速>空氣溫度>太陽輻射；在容積率一定情況下，形態參數對住區碳排放總量的影響程度為：建筑朝向>建筑間距系數>圍合度。根據2023年冬至日氣象數據進行優化實驗，獲得的最優方案與原始方案對比，當日住區的CO2排放量減少6.53 kg。研究結果可為嚴寒地區規劃建設低碳住區提供一種量化控制設計方法。

關 鍵 詞 微氣候；碳排放；住區規劃；參數化優化

文章編號 1673-8985（2024）04-0031-09 中圖分類號 TU984 文獻標志碼 A DOI 10.11982/j.supr.20240405

0 引言

近年來城市化進程加快，我國碳排放量不斷增加，能源與環境之間的矛盾更加嚴峻[1]。根據相關報告指出，我國約有85%的碳排放來源于城市[2]，2020年建筑運行階段碳排放量共計21.6億tCO2，占全國碳排放總量的1/5，其中城鎮居住建筑占9.0%[3]。住區作為城市的基本單元，其整體碳排放水平與建筑單體結構以及群體空間形態密切相關。隨著雙碳政策的提出，加之人們對于舒適生活的追求，住區碳排放已成為當今關注的熱點。

現有的住區與碳排放研究，主要將使用者的行為作為碳排放影響因素[4-5]。除此之外，住區的空間形態也會對住宅能耗產生影響，進而影響碳排放，不同的建筑密度、容積率、體形系數等空間形態參數對住宅能源使用以及碳排放產生不同的效果[6-7]。近年來，國內學者江海燕[8]、王偉強[9]、吳巍[10]等采用線性回歸模型探討了住區空間形態對碳排放的影響。局地微氣候[11-12]主要包括空氣溫度、濕度、風速風向、太陽輻射等要素，微氣候各要素會通過輻射、對流和傳導的形式作用于建筑，從而對建筑室內的環境性能及建筑能耗產生影響[13]。陳卓倫[14]基于微氣候分析軟件ENVI-met和建筑能耗模擬軟件EQUEST耦合，以廣州地區典型住宅小區為例，闡明了室外微氣候通過建筑圍護結構傳熱過程和建筑熱平衡過程兩種途徑對建筑能耗產生影響。齊春玲[15]基于微氣候分析軟件PHEONICS與建筑能耗模擬軟件EnergyPlus耦合，根據微氣候對建筑能耗的影響規律，建立了微氣候作用下精確的典型氣象月建筑耗模計算方法。HAN S G[16]將城市微氣候軟件ENVI-met與建筑能耗模擬軟件TRNSYS耦合，對住區景觀進行改造使建筑室內溫度下降，空調能耗減少了2%。可見，利用微氣候分析軟件與建筑能耗模擬軟件耦合的方法能夠精準計算能源的消耗。

關于碳排放影響因素的研究大多關注使用者行為及低碳節能技術，對于住區的局地微氣候關注較少，而通過調整建筑空間形態優化住區局地微氣候降低碳排放量的研究更加少見。現階段從規劃角度研究住區微氣候與碳排放關聯性，不僅有利于對城市構建低碳社區提供數據支撐和參考，也有利于我國的低碳城市建設。因此本文以沈陽市榮盛紫提東郡住區為例，依托微氣候模擬軟件Envi-met與建筑能耗模擬軟件EnergyPlus耦合，從住區空間形態角度作為切入點，建立微氣候影響下的建筑碳排放耦合模型，探索微氣候影響下建筑空間形態與碳排放之間的關系，最后協同微氣候與空間形態之間的變化規律，在住區規劃設計階段進行空間布局的優化。本文的研究方法可為嚴寒地區居住區低碳節能設計及宏觀層面的城市綠色發展方面提供一定的參考價值。

1 研究對象與方法

1.1 研究區概況

本文選取沈陽市榮盛紫提東郡為實驗對象（見圖1），建筑群位于遼寧省沈陽市渾南區。建筑群南側、西側和北側毗鄰社區，東側無建筑遮擋。場地長320 m，寬270 m，占地面積為86 400 m2。研究區內共11棟高層建筑，其中4棟18層、4棟30層、3棟24層，層高為3 m，場地內建筑朝向各不相同，建筑群呈混合式布局。

1.2 研究方法

本文建立的微氣候影響下住區空間形態與碳排放相關性研究框架如圖2所示。

首先，獲取住區建筑群體的具體信息，利用微氣候分析模塊中Envi-met對場地的室外空氣溫度、風速、太陽輻射等微氣候進行模擬分析，并提取精確的結果；其次，利用碳排放模擬模塊中EnergyPlus的運算功能，將Envi-met模擬結果作為氣候邊界條件，構建微氣候影響下的建筑碳排放耦合模型；再次，通過調整住區形態幾何控制模塊中建筑朝向、建筑間距系數、圍合度等空間形態參數，改變住區室外微氣候環境，優化住區空間形態，探討室外溫度、風速、太陽輻射等微氣候要素對建筑單體碳排放的影響；最后，探討微氣候影響下空間形態對住區碳排放的影響規律，結合建筑低碳節能設計，提出住區設計階段調整建筑空間形態營造良好室外微氣候的節能方法，從而實現住區低碳節能設計。

1.3 微氣候影響下的建筑碳排放耦合模型構建

根據生命周期理論，住區住宅在建材生產、材料運送、建造施工、運營維護和拆除回收5個階段，一直都在產生能源的消耗，也在不斷地向外界排放CO2。熊寶玉[17]以普通住宅為例，計算各個階段碳排放量，發現建筑運行階段碳排放量最大，占總排放量的81.54%。城鎮住區住宅使用年限一般為70年，其運營階段會有大量的碳排放，打造低碳城市需對住宅的運營階段給予足夠重視。碳排放的計算方法主要包括排放因子法、質量平衡法和實測法3種，其中碳排放因子法應用廣泛[18]，根據《建筑碳排放計算標準 GB/T51366-2019》中的公式進行計算，見公式（1）。

式中：CM是建筑運行階段單位面積產生的碳排放量（kgCO2/m2）；Ei是建筑第i類能源的年消耗量（單位/a）；EFi是建筑第i類能源的碳排放因子；i是建筑消耗的能源類型，主要為電力、煤炭、石油、市政熱力等；CP是建筑綠地碳匯系統年減碳量（kgCO2/a）；y是建筑設計壽命（a）；A是建筑面積（m2）。

微氣候主要通過影響建筑圍護結構熱平衡和室內外的空氣交換兩種途徑影響建筑能耗[19]，進而造成能源消耗，產生碳排放，建筑能耗具體計算方法見公式（2）[20]。

式中：E是建筑運行期間產生的總能耗（kWh）；qint是建筑內人員、設備等產生的熱量（W）；qconv，int是建筑圍護結構與空氣之間的對流換熱量（W），主要受到室內外空氣溫度、太陽輻射和圍護結構換熱系數的影響；qvent是機械通風形成的熱量（W）、qinf為空氣滲透形成的熱量（W），二者均受到室外風速、溫度的影響；ΔEair是室內空氣能量變化，當室內溫度恒定時ΔEair=0（W）；COP是空調機組性能系數。將局地微氣候數據帶入建筑能耗計算公式，結果如下：

式中：Em為微氣候作用下運行期間的建筑能耗（kWh）；hm0、hc0為圍護結構內、外表面對流換熱系數（W/m2·?C）；hr，j為室內各表面之間輻射換熱系數（W/m2·?C）；Tx=0為圍護結構外表面溫度（?C）與建筑表面接收太陽輻射量ψ有關；Tn、T0為室內外空氣溫度（?C）；mv，x=0為圍護結構內表面水蒸氣遷移量（kg）；L（T）為蒸發潛熱（J/kg）；W為室外風速（m/s）；V為設計室內新風量（Vm3/h）；I為設計室內空氣滲透量（Vm3/h）；Fsch為空氣滲透時間變化率（%）；qint為房間內人員、設備產生的熱量（W）。

根據住區的微氣候作用下的建筑能耗與碳排放的公式耦合，構建微氣候影響下的建筑碳排放耦合模型。將住區碳排放量與室外風環境、室外空氣溫度及太陽輻射等微氣候要素進行聯動，見公式（4）。

式中：C是建筑運行階段產生的碳排放量（kgCO2）；Em為微氣候作用下運行期間的建筑能耗（kWh），氣象邊界條件采用局地微氣候數據；EF是建筑電力能源的碳排放因子；CP是建筑綠地碳匯系統年減碳量（kgCO2/a）；y是建筑設計壽命（a）。

2 住區空間形態優化實驗

2.1 基準信息模型建立

嚴寒地區受地理條件影響冬季占全年時間的1/3，維持冬季室內的良好環境成為住區碳排放的主要來源。為節約算力成本，本文選取冬至日代表冬季進行下文的模擬實驗。利用ENVI-met建立微氣候模擬模型，模擬區域為240 m×300 m，水平網格數量為80×100，分辨率為3 m。表1為ENVI-met模擬的主要參數，氣象文件數據來源于中國氣象局的CSWD的典型年實測氣象數據，場地內的道路材質根據實際情況進行建模。模擬時間為2023年12月22日00：00—23：00。

利用Grasshopper參數化平臺對住區進行建模，將ENVI-met模擬的微氣候結果作為住區碳排放的計算邊界。首先，根據GB55015-2021《建筑節能與可再生源利用通用規范》中的相關要求，對建筑外墻、外窗、屋面、樓板等熱工參數進行賦值（見表2）。其次，根據JGJ26-2018《嚴寒和寒冷地區居住建筑節能設計標準》對運營技術指標進行賦值，設置人員活動率為0.15人/m2、照明功率密度為6 W/m2、設備功率密度為10 W/m2。至此，基準信息模型可以反映建筑的形體、構造、能耗等重要信息，可以進行下一步能耗和碳排放的模擬計算。

2.2 模型驗證

2.2.1 研究對象實測

選取4號樓周圍環境作為局地微氣候分析對象，室外實測數據包括風速、空氣溫度。具體的實驗使用的設備儀器詳細參數如表3所示。實驗時間為2023年12月22日，測試時間段為0：00—23：00。在4號樓周圍3 m范圍內進行測量，保持儀器距離地面1.5 m，每隔1 h記錄一次數據。

2.2.2 模擬結果對比驗證

由Envi-met模擬的中午12：00時的住區局地微氣候結果如圖3所示：場地室外1.5 m處的風速、空氣溫度以及建筑表面單位面積的太陽輻射值的范圍分別為0.22—1.83 m/s、 -3.23— -5.31 ?C、0.22—3.67 kWh/m2。從模擬結果上看，住區室外尤其是沿建筑進深方向風速較大；住區南側建筑的室外空氣溫度較高，而內部和北側建筑附近的溫度較低；住區南側建筑獲得的太陽輻射較多，而北側建筑相對較少。

將住區全天逐時室外微氣候數據進行統計整理，平均風速為1.34 m/s，平均空氣溫度為-8.73 ?C，全天平均建筑表面單位面積的太陽輻射值為1.29 kWh/m2。經微氣候影響下的建筑碳排放耦合模型計算，住區全天碳排放量為2 549.45 kgCO2。

為驗證模擬數據的準確性，將4號樓室外局地微氣候的實測數據與模擬數據進行對比分析（見圖4）。將實測數據進行篩選整理，選取空氣溫度、風速為對比驗證的數據。局地微氣候數據與實測數據對比結果如圖4所示。利用SPSS中的平均絕對誤差MAE進行模型誤差檢驗，結果表明，經計算MAE值為0.93 m/s、2.24 ?C，模擬數據與實測數據的誤差在5%以內，為可接受的范圍。

2.3 住區形態參數化優化

根據《沈陽市城鄉規劃條例》規定，場地東、南、西側建筑控制線應后退10 m，北側建筑控制線應后退20 m。為減小計算成本，將建筑單體簡化為42 m×15 m的矩形。場地內建筑的生成與位置移動依靠底面基準點的生成與調整。首先以基準點生成11棟建筑，再賦予建筑不同層高和層數，從而建立起參數化建筑單體模型。由于研究區的建筑密度和容積率確定，本文選擇建筑朝向、建筑間距系數和住區圍合度作為空間形態參數。以正南為0?，南偏東為正，南偏西為負，朝向變化角度為-15?—15?，步長為5?。建筑間距系數指遮擋陽光建筑與被遮擋陽光建筑之間的距離與遮擋陽光建筑高度的倍數，見公式（5）。

p=L/（H-h）（5）

式中：p為建筑間距系數；L為前后兩棟建筑的間距；H為前一個建筑的高度；h為前一個建筑底層窗口到地面的距離，而建筑間距是通過改變前后相鄰建筑基準點的位置實現的。住區圍合度是指居住區場地內所有朝向外側的建筑表面邊長總和與整個場地總邊長的比值，見公式（6）。

ED=a1+a2+a3+……an/X（6）

式中：ED為住區圍合度；a1、a2……an為所有朝向外側的建筑表面的邊長；X為地塊邊線總長，住區圍合度是通過各建筑基準點移動實現的。

規劃布局須同時滿足用地紅線與建筑控制線的相關規范，為保證建筑單體不超出建筑控制線，需要根據設定的建筑朝向變化范圍確定底面基準點的范圍。根據計算，西側控制線內移15 m，南側與東側控制線內移42 m，即可獲得控制建筑單體生成的基準點控制線（見圖5a）。然后在基準點控制線進行正交網格劃分，單元網格大小設置為7.5 m×7.5 m，共獲得891個點（見圖5b），由西向東沿X軸依次編號。

為防止生成的住區出現重合現象，綜合《建筑設計防火規范》和《遼寧省各市居住建筑間距和住宅日照管理規定》中的相關規定，對建筑間距進行條件約束。具體內容為高層住宅建筑平行布置時最小間距不應小于60 m，山墻面最小間距不小于15 m。將該約束條件轉換為參數化語言，以基準點為中心向周圍拓展出一個前后各67.5 m，左右各52.5 m的禁止選擇區域，即下一個建筑不可在該區域內生成（見圖5c）。只有同時滿足生成數量與約束條件的布局方案，并被視為有效方案，才能進行下一步模擬實驗。

調用Galapagos工具中的內置遺傳算法，以建筑朝向、建筑間距系數和住區圍合度作為變量，住區碳排放作為優化目標，對住區的空間形態進行優化，尋求住區碳排放總量的最小值。算法將在迭代運算20代后停止并結束運算，通過TT Toolbox插件，把每代空間形態的參數變量、碳排放模擬值等相關數據依次同步記錄到Excel表中。

3 模擬結果及分析

3.1 微氣候要素對單體建筑逐層碳排放影響分析

由于建筑之間的遮擋會對建筑周邊的微氣候環境產生影響，所以本文選取1、4、8號樓分別代表30層、24層、18層高層建筑，統計每棟樓逐層全天建筑室外微氣候環境與碳排放數據。不同高度的高層住宅與室外微氣候的變化趨勢如圖6所示。室外微氣候隨著建筑高度的增加，溫度逐漸減小，風速增大，單位面積太陽輻射也同時增大；而各層碳排放量隨著建筑高度的增加先減小后增大，3種樓層室外微氣候環境與建筑碳排放的趨勢一致。

利用統計學軟件SPSS對建筑單體碳排放強度與風速、空氣溫度、建筑單位面積輻射分別進行Person相關性分析，由于首層和頂層的圍護結構層次與標準層存在較大的差異，本文選取標準層進行分析（見表4）。結果顯示，3種建筑高度的高層建筑的建筑單位面積太陽輻射、空氣溫度、風速等微氣候要素均與建筑單體碳排放存在較強的相關性，且三者與建筑單體碳排放的顯著性均小于0.05，相關性分析具有統計學意義。從相關系數的正負上來看，風速、建筑單位面積太陽輻射量與建筑單體碳排放成正相關，而空氣溫度與建筑單體碳排放成負相關關系。從系數的數值上來看，建筑單位面積太陽輻射量、風速與建筑單體碳排放量呈現較強的相關性，而空氣溫度與建筑單體碳排放量的相關性較弱。

相較于單一要素分析，多因素分析可以更好地反映因變量與自變量之間的影響關系和規律特征。本文采用多元線性回歸模型揭示住區各層碳排放量與建筑單位面積太陽輻射、空氣溫度、風速等微氣候要素之間的線性關系（見表5）。住區中間層碳排放量與微氣候要素之間的多元線性回歸方程如公式（7）所示。

Cf=12.5029-0.441S+0.545T+5.904W（7）

式中：Cf為住區各層碳排放量（kgCO2）；S為住區任意中間層全天平均建筑單位面積太陽輻射（kWh/m2）；T為住區任意中間層全天平均空氣溫度（?C）；W為住區任意中間層全天平均風速（m/s）。

排除各單位大小差異，建筑單位面積太陽輻射、空氣溫度、風速的標準化系數Beta分別為-0.258、0.742、1.726，故微氣候要素對碳排放的影響程度為：風速>空氣溫度>太陽輻射，風速的權重分別為單位面積太陽輻射與空氣溫度的6.69倍和2.33倍。根據垂直方向逐層微氣候和碳排放的變化規律，計算建筑整體的碳排放總量，見公式（8）。經驗證誤差在5%范圍內，可用于設計初期通過微氣候環境計算建筑碳排放。

式中：Call為建筑碳排放量（kgCO2）；n為建筑層數；C1為首層碳排放量；Cn/2為中間層碳排放量（kgCO2）；Cn為頂層碳排放量（kgCO2）。

3.2 微氣候單要素最優情況下碳排放對比分析

從生成的有效方案中分別挑選出室外溫度最大、風速最小、建筑單位面積輻射量最大以及住區碳排放最小的住區布局空間形態進行對比分析（見圖6，表6）。方案一為住區碳排放最小的情況，住區全天的平均風速、室外溫度、建筑單位面積輻射量相較于其他方案，均處于中等范圍；方案二為場地風速最小的情況，由于建筑群體為阻擋冬季盛行風導致建筑朝向較差，使建筑的太陽輻射量減小；方案三為建筑單位面積輻射量最大的情況，可見室外空氣溫度相對較好，但是建筑群體分布較為分散，導致場地風速較大；方案四為場地空氣溫度最大的情況，場地北側布局較為密集導致場地北側風速較大、太陽輻射量相對較少。

從4種住區空間形態布局可見，以單一微氣候作為節能低碳優化目標進行空間形態布局是無法得到最為節能的方案，可見微氣候之間相互作用和影響，并共同作用于建筑群體，對建筑碳排放產生影響。所以在住區規劃布局時要同時考慮風速、空氣溫度、太陽輻射等要素，才能實現住區的低碳節能設計。獲得的最優方案與原始方案對比，平均風速減小0.13 m/s，空氣溫度增加0.3 ?C，建筑單位面積太陽輻射增加0.26 kWh/m2，當日住區的CO2排放量減少6.53 kg。

3.3 微氣候影響下住區空間形態對碳排放影響分析

住區的空間形態布局會影響住區的局地微氣候，進而使風速、空氣溫度、太陽輻射等微氣候要素對建筑碳排放造成影響。由于場地的容積率和建筑密度已經確定，所以本文將選取建筑朝向、建筑間距系數、住區圍合度對住區碳排放量進行探討。

在容積率、建筑密度一定的情況下，調整建筑朝向、建筑間距系數、住區圍合度，住區碳排放量情況如圖7所示。建筑朝向在-20?—20?的區間內，住區碳排放總量隨著建筑朝向的改變先減小后增大；建筑間距系數在1.375—1.575的范圍內，隨著建筑間距的不斷增大，住區碳排放總量不斷減少；住區圍合度在0.40—0.65的范圍內，住區總碳排放隨著住區圍合度的增大整體呈現增大的趨勢。

利用SPSS對住區碳排放強度與建筑朝向、建筑間距系數、住區圍合度進行Person相關性分析（見表7），為滿足變量存在線性相關要求，將建筑朝向設置為朝向（南偏西）和朝向（南偏東）進行相關性分析。結果顯示，建筑朝向、建筑間距系數、住區圍合度等空間形態參數均與建筑碳排放存在較強的相關性，住區圍合度、建筑朝向、建筑間距系數與建筑單體碳排放顯著性均小于0.01，說明在0.01水平上顯著，相關性分析具有統計學意義。從相關系數正負上來看，朝向（南偏東）、建筑間距系數與住區碳排放成正相關，而朝向（南偏西）、住區圍合度與住區碳排放成負相關關系。

通過多元線性回歸模型分析住區碳排放總量與建筑朝向、建筑間距系數、住區圍合度等空間形態參數之間的線性關系。表8展示了住區空間形態參數與住區碳排放多元線性回歸系數與擬合優度，住區碳排放量與建筑空間形態參數之間的多元線性回歸方程如公式（9）所示。

C=2548.464-0.237θ-5.67p+11.309ED（θ＜0）

C=2553.343+0.115θ-5.13p-1.146ED（θ≥0）（9）

式中：C是建筑運行階段產生的碳排放量（kgCO2）；θ為建筑朝向；p為建筑間距系數；ED為住區圍合度。

排除各單位大小差異對住區碳排放的影響，當建筑朝向θ＜0時，建筑朝向、建筑間距系數、住區圍合度的標準化系數Beta分別為-1.454、-0.368、0.361，故微氣候要素對碳排放的影響程度為：建筑朝向＞建筑間距系數>住區圍合度，建筑朝向的權重分別為建筑間距系數和住區圍合度的3.95倍和4.03倍；當建筑朝向θ≥0時，建筑朝向、建筑間距系數、住區圍合度的標準化系數Beta分別為-1.615、 -0.923、-0.092，故建筑朝向對住區碳排放總量的影響程度較大，權重分別為建筑間距系數和住區圍合度的1.75倍和17.55倍。

4 討論與結論

4.1 討論

通過室外微氣候對建筑碳排放影響以及微氣候影響下的空間形態對碳排放的影響研究，得出嚴寒地區微氣候要素對單體建筑碳排放的影響程度為：風速＞空氣溫度＞太陽輻射，所以寒地住區微氣候營造時應優先考慮風速的影響，對于嚴寒地區冬季時間較長的特點，應做到建筑布局阻擋冬季場地空氣流動，減少風對建筑造成的影響。其次是太陽輻射與空氣溫度的營造，建筑單體朝向應在正南至南偏西5?范圍內，確保建筑單體及場地能夠得到充足的太陽輻射，從而提升建筑單體太陽輻射接收量及場地的空氣溫度。在容積率一定的情況下，形態參數對住區碳排放總量的影響程度為：建筑朝向＞建筑間距系數＞住區圍合度，在嚴寒地區住區規劃設計階段，應優先考慮建筑朝向，再適當地增大建筑間距系數、減小住區圍合度，通過調控建筑空間布局營造良好的室外微氣候環境，合理的住區空間形態協同良好的室外微氣候共同作用于建筑群體，從而實現住區的低碳節能效果。

不同氣候分區下住區室外局地微氣候環境存在差異，同樣也可以運用本文構建的微氣候影響下的住區碳排放耦合模型探討室外微氣候對建筑碳排放的影響程度。若場地環境或是規范要求不同時，也可將本文構建的空間形態尋優的工作流應用到住區規劃階段，在住區容積率、單體配比明確的情況下使用上述優化流程，從而更好地實現住區的低碳發展。

本文實驗案例的優化結果表明，住區的空間形態確實能夠影響局地微氣候，進而表現在住區碳排放量上，在城市街區層面優化空間形態能夠取得明顯的節能減排效果。該策略不同于傳統的節能手段，而是通過遺傳算法快速設計最佳的建筑群空間形態布局，具有高效、快速、精準等優勢。未來的節能低碳設計須建立從宏觀到微觀的設計理念，從建筑群體到單體局部統籌考慮。本文的研究方法為定量化研究微氣候下住區空間形態對碳排放的影響提供了一定的參考價值。

4.2 結論

本文基于Grasshopper參數化平臺，探索了微氣候影響下的住區空間形態與碳排放效應協同優化研究，并以沈陽市榮盛紫提東郡為例進行模擬驗證，結果表明：

（1）構建的微氣候影響下的建筑碳排放耦合模型，能夠為真實設計場景提供規劃層面較為準確的碳排放預測，更加高效、科學地研究微氣候與碳排放之間的相關性，對住區設計階段節能減排優化設計具有一定的參考價值。

（2）根據3種不同住宅高度的室外微氣候與碳排放研究，發現微氣候對建筑單體各層碳排放的影響程度。同時通過調整住區空間形態參數，得出其對住區總碳排放量的影響程度。根據微氣候、形態參數對住區碳排放的影響程度，通過優化住區空間形態降低碳排放，最優方案較初始方案平均風速減小0.13 m/s，空氣溫度增加0.3?C，建筑單位面積太陽輻射增加0.26 kWh/m2，當日住區的CO2排放量減少6.53 kg，節碳效果較為顯著。由于本文模擬實驗的運營技術指標是根據相關規范進行設定的，并未充分考慮居民個體生活方式和使用習慣等問題，所以模擬結果會和住區真實碳排放數據存在一定偏差。

（3）調控住區空間形態營造良好的室外微氣候、減少碳排放這一研究方法展現出較強的節能減排潛力。由于計算平臺算力有限，本文選取3個形態參數進行優化。在未來的設計方案中，設計師可根據自身需求及設備條件，合理加入更多形態參數進行住區布局的自動尋優，從而實現更為可觀的節能減排效果。我國城市化進程不斷發展，在嚴寒地區未來一段時間內住宅建筑建設量依然會維持在高位，優化空間形態作為宏觀層面的城市節碳手段具有廣闊的應用前景。

參考文獻 References

[1]WANG S， FANG C， GUAN X， et al. Urbanisation， energy consumption， and carbon dioxide emissions in China： a panel data analysis of China's provinces[J]. Applied Energy， 2014， 136： 738-749.

[2]蔣秀娟，唐婷. 《中國建筑節能年度發展研究報告2011》發布[N]. 科技日報，2011-03-28（003）.

JIANG Xiujuan， TANG Ting. China Building Energy Efficiency Annual Development Research Report 2011 published[N]. Science and Technology Daily， 2011-03-28（003）.

[3]侯恩哲. 《中國建筑節能年度發展研究報告2022（公共建筑專題）》發行[J]. 建筑節能（中英文），2022，50（4）：146.

HOU Enzhe. China Building Energy Efficiency Annual Development Research Report 2022 （Special Topic on Public Buildings） published[J]. Building Energy Efficiency， 2022， 50（4）： 146.

[4]沈良峰，張微巍，張婧，等. 基于離散選擇模型的城市住區居民低碳行為影響因素研究[J]. 工程管理學報，2021，35（1）：95-100.

SHEN Liangfeng， ZHANG Weiwei， ZHANG Jing， et al. Study on the influencing factors of low-carbon behavior in urban residential areas based on the discrete selection model[J]. Engineering Management Journal， 2021， 35（1）： 95-100.

[5]秦波，戚斌. 城市形態對家庭建筑碳排放的影響——以北京為例[J]. 國際城市規劃，2013，28（2）：42-46.

QIN Bo， QI Bin. The impact of urban form on carbon emissions from household buildings： a case study of Beijing[J]. Urban Planning International， 2013， 28（2）： 42-46.

[6]RODE P， KEIM C， ROBAZZA G， et al. Cities and energy： urban morphology and residential heat-energy demand[J]. Environment and Planning B： Planning and Design， 2014， 41（1）： 138-162.

[7]WILSON B. Urban form and residential electricity consumption： evidence from Illinois， USA[J]. Landscape and Urban Planning， 2013， 115： 62-71.

[8]江海燕，肖榮波，吳婕. 城市家庭碳排放的影響模式及對低碳居住社區規劃設計的啟示——以廣州為例[J]. 現代城市研究，2013，28（2）：100-106.

JIANG Haiyan， XIAO Rongbo， WU Jie. The impact model of urban household carbon emissions and its implications for the planning and design of low-carbon residential communities： a case study of Guangzhou[J]. Modern Urban Studies， 2013， 28（2）： 100-106.

[9]王偉強，李建. 住區密度與家庭能耗碳排放相關性研究——以上海曹楊新村為例[J]. 城市規劃，2017，41（6）：83-91.

WANG Weiqiang， LI Jian. Correlation between residential area density and household energy consumption and carbon emissions： a case study of Caoyang New Village in Shanghai[J]. City Planning Review， 2017， 41（6）： 83-91.

[10]吳巍，宋彥，洪再生，等. 居住社區形態對住宅能耗影響研究——以寧波市為例[J]. 城市發展研究，2018，25（1）：15-20.

WU Wei， SONG Yan， HONG Zaisheng， et al. Research on the influence of residential community form on residential energy consumption： a case study of Ningbo City[J]. Urban Development Studies， 2018， 25（1）： 15-20.

[11]李綏，李晨熙，周詩文. 城市局地氣候區空間劃分與適應性提升途徑——以沈陽市為例[J]. 城市發展研究，2022，29（11）：33-41.

LI Sui， LI Chenxi， ZHOU Shiwen. Spatial division and adaptability improvement of urban local climate zones： a case study of Shenyang City[J]. Urban Development Studies， 2022， 29（11）： 33-41.

[12]ZHOU S， SHI T， LI S， et al. The impact of urban morphology on multiple ecological effects： coupling relationships and collaborative optimization strat-egies[C]//Building Simulation. Beijing： Tsinghua University Press， 2023： 1539-1557.

[13]肖姝齡. 拉薩市院落空間形態對微氣候的影響研究[D]. 成都：西南交通大學，2020.

XIAO Shuling. Study on the influence of courtyard spatial morphology on microclimate in Lhasa[D]. Chengdu： Southwest Jiaotong University， 2020.

[14]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.

CHEN Zhuolun. Study on the impact of greening system on the outdoor thermal environment of building groups in hot and humid areas[D]. Guangzhou： South China University of Technology， 2010.

[15]齊春玲. 城市區域微氣候環境對單棟建筑能耗影響模擬分析[D]. 濟南：山東建筑大學，2018.

QI Chunling. Simulation analysis of the influence of microclimate environment on the energy consumption of a single building in urban areas[D]. Ji'nan： Shandong Jianzhu University， 2018.

[16]HAN S， MUN S H， HUH J H. Changes of the micro-climate and building cooling load due to the green effect of a restored stream in Seoul， Korea[C]//The 10th International Building Performance Simulation Association Conference and Exhibition： proceedings of building simulation. 2007： 1131-1138.

[17]熊寶玉. 住宅建筑全生命周期碳排放量測算研究[D]. 深圳：深圳大學，2015.

XIONG Baoyu. Research on the measurement of carbon emissions in the whole life cycle of residential buildings[D]. Shenzhen： Shenzhen University， 2015.

[18]孫嘉祎，李綏，董軼欣. 碳中和導向下寒地近零能耗建筑形態多目標優化研究[J]. 西部人居環境學刊，2024，39（1）：87-95.

SUN Jiayi， LI Sui， DONG Yixin. Research on multi-objective optimization of near-zero energy building forms in cold regions under the guidance of carbon neutrality[J]. Journal of Western Human Settlements， 2024， 39（1）： 87-95.

[19]楊小山. 室外微氣候對建筑空調能耗影響的模擬方法研究[D]. 廣州：華南理工大學，2012.

YANG Xiaoshan. Research on the influence of outdoor microclimate on building air conditioning energy consumption simulation method[D]. Guangzhou： South China University of Technology， 2012.

[20]The Ernest Orlando Lawrence Berkeley National Laboratory. EnergyPlus engineering reference： the reference to EnergyPlus calculations[EB/OL]. （2022-03-29） [2024-02-20]. http：//apps1.eere.energy.gov/buildings/energyplus/pdfs/engineeringreference.pdf.

基金項目：國家自然科學基金面上項目“自然通風下高校新發呼吸道傳染病傳播風險的設計參數影響機制及建筑環境干預對策”（編號52378027）資助。