2. 北京市城市规划设计研究院, 北京 100045
特定范围内的气候所能承载的人口、经济、社会等要素的能力是有限的[1-3],气候容量包含许多影响因子,其中,风环境是生态城市建设、城市规划和建筑设计需考虑的一个重要环境要素,其对缓解城市空气污染、减轻城市热岛效应、降低建筑物能耗以及提高城市宜居性有重要作用[4-7]。
风环境容量这一概念起源于传统的城市通风能力评估,最早是利用风速大小、流场分布等来衡量城市局部地区的地表通风能力[8-9],通过将地表通风进一步延伸至混合层,明确了风环境容量的“立体”概念,总体受到垂直方向的高度(混合层厚度)和水平方向上风的流动(风速)共同影响,而在城市中风的这种自然属性易受“城市因素”干扰[10]。随着城市规模快速扩张,大密度高层建筑通过改变下垫面粗糙度进而会明显影响城市的通风环境。粗糙度长度指在边界层大气中,近地层风速向下递减到零时的高度(以零平面位移高度为高度起点),可以表示城市和植被区域的地表粗糙程度[11-12]。因此,本文中选用水平风速、混合层厚度和地表粗糙度长度作为风环境容量指数的3个影响因子。
已有研究表明,开展基于风环境影响评估的城市分区规划设计可以显著改善城市居住环境[13-15],Ashrafi等[16]利用通风系数评估风环境的时空变化,进而开展空气污染扩散气象条件研究,其中,使用了平均最大混合层厚度和对应的风速计算通风系数;德国斯图加特、日本东京等地在开展通风廊道规划前均进行了精细的风环境评估,为改善城市空气流通、减缓城市热岛发挥了重要技术支撑作用[17];在精细风环境评估方面,计算流体力学方法在国外的城市风环境评估中最为常见,但其更多运用于建筑密集的小区域[18-19]。国内学者和城市规划者同样进行了风环境的探索性研究和应用[20-22]。梳理当前研究现状可以看出:一方面,在对模拟结果检验基础上,部分精细化的数值模式对风环境评估具有一定适用性[23-24],另一方面,当前对风环境的研究多集中在通风观测和污染扩散条件分析[25-27],而缺少通过风环境容量指标来体现人类社会和自然生态对通风能力的共同影响方面的研究,且并未提炼出适宜特大城市的用于风环境容量区划和评估的影响因子,从而使当前城市规划中较少考虑气候要素。
北京地形复杂,风环境容量局地性强,存在显著的区域差异,且近年由于快速城市化效应,高密度、大体量的建筑密布在中心城区,城市内部的风环境日益变差。面对日趋严峻的城市热岛、风环境容量降低等生态环境问题,本文利用气象观测数据、高分辨率城市地理信息和卫星反演资料,开展影响风环境容量的指标研究,并与北京的自然地理条件、城市空间布局、建筑物分布等现状相结合,对风环境容量指标进行分级,可为不同地区气候容量指标体系和阈值研究提供技术方法参考,同时为规划部门和地方政府在气候变化背景下制定中长期发展规划和适应政策提供决策依据。
1 资料与方法 1.1 资料由于目前能获得的最新高分辨建筑基础地理信息数据为2009年的1:2000资料,因此,为尽可能保证各数据资料时间一致性,本文所用的气象数据为2009—2014年北京20个人工气象站观测的风速、云量数据。城市地理信息资料为1:2000高分辨率建筑物高度(层数)和建筑物密度(面积百分比)数据,植被资料为EOS/Terra、Landsat卫星反演的叶面积指数、下垫面类型和美国地球科学激光测高系统(GLAS)反演的1 km空间分辨率的植被高度数据。
1.2 方法采用国家标准《制定地方大气污染物排放标准的技术方法》(GB/T 3840-91)[28]中推荐的方法计算大气混合层厚度。其原理是首先基于帕斯奎尔稳定度分类法,将大气分为强不稳定、不稳定、弱不稳定、中性、较稳定和稳定6个等级,并求出太阳倾角、太阳高度角及太阳辐射等级;其次,利用地面10 m高度处的逐时风速以及相应时次的云量观测数据,获得逐时次大气稳定度等级;最后,基于不同稳定度等级条件下混合层厚度计算方法,得到大气混合层厚度值。
本文中粗糙度长度的计算分为植被地区和城市地区。其中,植被地区参考使用Raupach[11]提出的形态学模型方法[29-30],结合北京地区植被现状,估算区域内的粗糙度长度。通过卫星反演获取不同植被类型相对应的叶面积指数和植被高度,计算得到植被覆盖区域的粗糙度长度。城市地区则参考Grimmond[12]建立的城市地区形态学模型[29-30],主要利用了城市地区建筑覆盖率和建筑物高度数据资料。
如引言所述,风环境容量影响指标的选取主要基于水平方向的风速和垂直方向的混合层厚度,而在城市中由于人类活动的作用,改变地表粗糙度会进一步影响风环境容量大小。本文对风环境容量指数的分级首先采用无量纲化方法,对影响风环境容量的水平风速、混合层厚度和地表粗糙度长度3个指标进行归一化处理,得到各分指标影响指数。对于自然的气候特征要素,其值越大表示风环境容量等级越高,水平风速和混合层厚度指标归一化计算公式为:
$ {{S}_{ij}}=\frac{{{F}_{ij}}-\mathit{mi}{{\mathit{n}}_{i}}}{\mathit{ma}{{\mathit{x}}_{\mathit{i}}}-\mathit{mi}{{\mathit{n}}_{i}}}。$ | (1) |
式中i表示第i个指标,j表示第j个站(格)点,Sij是第j站(格)点的第i个指标的归一化值,Fij是指标原值,mini和maxi分别是指标值中的最小和最大值。
对于地表粗糙度长度指标,其值越大则风环境容量等级越低,因此其归一化计算公式设为:
$ {{S}_{ij}}=1-\frac{{{F}_{ij}}-\mathit{mi}{{\mathit{n}}_{i}}}{\mathit{ma}{{\mathit{x}}_{\mathit{i}}}-\mathit{mi}{{\mathit{n}}_{i}}}。$ | (2) |
最后,利用等权重加权综合评价法,基于地理信息系统(GIS)空间分析模块中的栅格计算器(RC)进行因子层的计算和叠加,在GIS平台下采用自然断点分级法,得到分级阈值和不同等级风环境容量指数空间分布。
2 结果与分析 2.1 水平风速水平风速影响着风环境容量在水平方向的大小。统计分析北京地区20个人工气象站10 m高度风速观测资料,发现北京地区北部和东部水平风速较高,而中心城区、南部、西南部的风速较低(图 1),风速高值区主要是西北部和东北部山区以及通州平原区,其中延庆佛爷顶站观测的年均风速超过3.48 m/s。最小风速区主要位于中心城区西部与西南山区,其中石景山站的风速仅在1.20 m/s左右,大兴站和房山霞云岭站的平均风速均低于1.55 m/s。这种分布特点与北京的地理和区域气候特征有关,北部山区位于上风方向,海拔较高,导致地表水平风速较大,而中心城区风速易受城市建筑阻挡,西南地区位于城区下风方向,致使水平风速总体偏小。
大气混合层厚度反映了风环境容量在垂直方向的高度,体现了垂直方向的风环境容量。图 2为利用国家标准[28]计算的2009—2014年北京地区年均混合层厚度空间分布,混合层厚度存在两个高值区:东北部山区和东南部平原区,年混合层厚度平均超过550 m;低值区主要分布在北京西南部,其中,中心城区西部的石景山与门头沟交界处的混合层厚度最低,平均小于450 m,以上分布特征可能是由于地形引起的区域间太阳辐射和大气稳定性差别造成。另外,由于混合层厚度存在显著的日变化,比较分析了凌晨(04时)和午后(13时)代表时刻北京地区混合层厚度的空间差异(图 3):凌晨混合层厚度明显低于午后,且空间差异较小,整个平原区和西南山区的混合层厚度接近;午后随着空气对流和湍流活动加强,区域间混合层厚度差异增大。
地表粗糙度可影响近地层的通风能力,特别是在城市地区,由于建筑物鳞次栉比,不同类型建筑物的迎风面、背风面以及街道、公园等风环境局地变化显著,进而导致风环境容量的区域差异。地表粗糙度长度的计算,首先对MODIS(中分辨率成像光谱仪)和陆地卫星Landsat遥感数据进行分类,两种遥感数据分别适用于郊区(250 m分辨率)和城区(30 m分辨率),从而得到不同季节的森林、灌草、农田、裸地、水体、建筑用地等类型。其次,利用全球卫星GLAS对北京植被高度进行订正,获得不同季节最终的植被高度结果。
在城市范围内,利用北京1:2000六环内建筑基础地理信息数据和德国高分辨率卫星影像Rapid资料(5 m分辨率)获取5 m分辨率建筑物信息,估算建筑覆盖率和建筑高度(图略)。可以看到,由于二环内分布大规模老式平房,街道狭窄,导致建筑物面积百分比(即建筑物密度)最大,但建筑高度较低;建筑高度最大区域多位于北京的商业中心,如CBD片区、望京商务区、金融街片区等。在获取中心城范围内建筑物密度和建筑物高度基础上,基于城市地区形态学模型方法和相关文献[12, 29-30],计算得到中心城地表粗糙度长度的空间分布(图 4),北五环、南四环、东四环和西四环所包围的区域为中心城核心区,区域内地表粗糙度长度最高,另外中心城周边的清河-回龙观、北苑-天通苑、通州和大兴等卫星城组团的粗糙度长度也较高;老城区建筑多为平房且高度较为一致,导致二环内的地表粗糙度长度明显小于二环外其他中心城区,形成空心环状结构。
在中心城区外的植被地区,利用卫星反演的植被类型、叶面积指数和植被高度,基于Raupach[11]提出的形态学模型方法估算区域内的粗糙度长度[29-30]。北京各季节粗糙度长度(Z0)计算结果如图 5所示,从空间分布上,北京城区和北部、西部山区的粗糙度长度较大,平原地区较小。分不同季节的典型月份看,北京地区粗糙度长度由大到小分别为:4月> 1月> 10月> 7月。春季4月粗糙度最大,夏季7月最小,4月植被处于生长期,气流穿行于其中受到的摩擦拖曳作用较大,而7月份茂密的树林对风具有很强的阻挡,气流多从树冠上部绕流,故7月份虽然植被茂盛,但林地的粗糙度长度反而小于4月。
通过归一化方法得到水平风速、大气混合层厚度和地表粗糙度长度3个风环境容量影响指标,并按照自然断点分级法,将各影响指标分为5级(图 6),从图中可以看到,风速影响低值区主要分布于北京西南部,包括房山、门头沟、丰台、石景山和海淀,次低值区和中等区主要分布于中部平原,包括昌平、顺义、平谷、大兴和怀柔、密云的南部区域,次高值区主要位于北部山区和通州,高值区则分布于延庆北部。混合层厚度影响分指标的等级划分自东北到西南逐渐下降,其中,中心城区西部为低值区或次低值区,东部为中等区。地表粗糙度长度影响分指标的分布呈中心城区、北部、西部山区低,平原地区高的特征,主要是由于中心城区(主要受建筑物影响)和山区(受山体植被影响)粗糙度较大。
依据以上3个分指标,按照前文1.2节中方法,计算得到北京地区风环境容量指数分布,并利用自然断点分级法将风环境容量指数划分为5个等级(图 7):低值区、次低值区、中等区、次高值区和高值区。分级阈值如表 1所示。低级别的风环境容量主要分布在北京西南地区的房山、门头沟、海淀、石景山、丰台以及中心城区的东城和西城等地。受高密度建筑物分布等人为因素的影响,人口密集、地表粗糙度较高的北京二环至四环范围是风环境容量指数最低的区域,风环境容量指数多低于0.45。特别需要引起注意的是,由于二环内的建筑物高度较为低矮平缓,研究表明二环内的风速略大于二环至四环之间区域[27, 31],从图 7可以看到,北京二环内的风环境容量指数多为中等区或次低值区,略大于中心城区二环至四环范围。从全市来看,高级别的风环境容量指数主要集中在延庆、怀柔、密云等区域的北部以及通州,平原地区多为中等风环境容量区。
利用气象观测、城市地理信息和卫星遥感等技术方法,计算和分析了影响北京风环境容量的水平风速、大气混合层厚度和地表粗糙度长度3个指标,并对风环境容量指数开展了等级划分,得到以下结论。
(1) 风速和大气混合层厚度在北京地区北部和东部地区较高,中心城区和西南地区较低,其中以密云为中心的东北部山区和以通州为中心的东南部平原区混合层厚度最高, 平均超过550 m,西南部石景山和门头沟平原区的混合层厚度最低,平均小于450 m。
(2) 中心城核心区和卫星城组团地表粗糙度长度较高,由于二环内老城区多为低矮平房建筑,地表粗糙度长度明显小于二环外其他中心城区,呈空心化环状结构;在中心城区外的植被地区,北部和西部山区的粗糙度长度明显高于平原区。
(3) 加权综合风速、大气混合层厚度和地表粗糙度长度3个指标,风环境容量指数在西南地区房山、门头沟、海淀、石景山、丰台以及中心城区的东城和西城等地较低,其中北京二环至四环范围是风环境容量指数最低区域,风环境容量指数高值区集中在延庆、怀柔、密云等区域的北部以及通州,其他平原地区多为中等风环境容量指数区。
本文旨在以北京为例,初步建立影响风环境容量的相关指标,并尝试进行阈值计算和等级划分,为下阶段开展北京地区气候容量研究提供技术方法借鉴。但随着研究深入,发现还存在一些需改进完善之处:受社会经济、城市建设等资料制约,在评估指标选取的合理性和科学性方面有待进一步完善,特别是如何将不同类型指标更好结合共同反映城市风环境容量在自然和人为双重影响下的时空变化;另外,在将研究成果应用于生态城市规划和决策支撑时,需要获得更为精细的结果才适宜推广,因此,研究成果的精细化和可适用性是未来另一关注点。
[1] |
潘家华, 郑艳, 王建武, 等. 气候容量:适应气候变化的测度指标[J]. 中国人口·资源与环境, 2014, 24(2): 1-8. |
[2] |
闫胜军, 何霄嘉, 王烜, 等. 城市气候承载力定量化评价方法初探[J]. 气候变化研究进展, 2016, 12(6): 476-483. DOI:10.12006/j.issn.1673-1719.2016.087 |
[3] |
宋连春. 保障城市气候安全气候容量不可忽视[N]. 中国气象报, 2014-12-01(03)
|
[4] |
张强, 马芳, 王莺, 等. 浅论气候容量及其对气候安全风险管理的作用[J]. 地球科学进展, 2015, 30(6): 709-714. DOI:10.11867/j.issn.1001-8166.2015.06.0709 |
[5] |
杜吴鹏, 房小怡, 刘勇洪, 等. 基于气象和GIS技术的北京中心城区通风廊道构建初探[J]. 城市规划学刊, 2016(5): 79-85. |
[6] |
朱亚斓, 余莉莉, 丁绍刚. 城市通风道在改善城市环境中的运用[J]. 城市发展研究, 2008(1): 46-49. |
[7] |
Birgit K, Malcolm C, Kevin L. Environmental performance of a naturally ventilated city centre library[J]. Energy and Buildings, 2007, 39(7): 792-801. DOI:10.1016/j.enbuild.2007.02.010 |
[8] |
刘辉志, 姜瑜君, 梁彬. 城市高大建筑群周围风环境研究[J]. 中国科学:D辑, 2005, 35(S1): 84-96. |
[9] |
冯娴慧. 城市的风环境效应与通风改善的规划途径分析[J]. 风景园林, 2014(5): 97-102. |
[10] |
黄柏良. 城市通风及其影响城市热岛效应与空气质量研究[D]. 长沙: 中南大学, 2011: 19-25 http://cdmd.cnki.com.cn/Article/CDMD-10533-1011179896.htm
|
[11] |
Raupach M R. Simplified expressions for vegetation roughness length and zero-plane displacementas a function of canopy height and area index[J]. Boundary-Layer Meteorology, 1994, 71: 211-216. DOI:10.1007/BF00709229 |
[12] |
Grimmond C S B, Oke T R. Aerodynamic properties of urban areas derived from analysis of surface form[J]. Journal of Applied Meteorology, 1999, 38(38): 1262-1292. |
[13] |
袁超. 缓解高密度城市热岛效应规划方法的探讨:以香港城市为例[J]. 建筑学报, 2010(S1): 120-123. |
[14] |
任超, 吴恩融. 城市环境气候图:可持续城市规划辅助信息系统工具[M]. 北京: 中国建筑工业出版社, 2012, 11-22.
|
[15] |
刘姝宇, 沈济黄. 基于局地环流的城市通风廊道规划方法:以斯图加特市为例[J]. 浙江大学学报:工学版, 2010(10): 1985-1991. |
[16] |
Ashrafi K, Shafie-Pour M, Kamalan H. Estimating temporal and seasonal variation of ventilation coefficients[J]. International Journal of Environmental Research, 2009, 3(4): 637-644. |
[17] |
任超. 城市风环境评估与风道规划:打造"呼吸城市"[M]. 北京: 中国建筑工业出版社, 2016, 53-109.
|
[18] |
Kasim N F M, Zaki S A, Ali M S M, et al. A verification and validation study of CFD simulation of wind-induced ventilation on building with single-sided opening[J]. Applied Mechanics & Materials, 2014, 554: 696-700. |
[19] |
Evola G, Popov V. Computational analysis of wind driven natural ventilation in buildings[J]. Energy & Buildings, 2006, 38(5): 491-501. |
[20] |
杜吴鹏, 朱蓉, 房小怡. 北京城市通风廊建设与雾霾治理[C]//王伟光, 郑国光. 气候变化绿皮书: 应对气候变化报告(2016). 北京: 社会科学文献出版社, 2016
|
[21] |
郑拴宁, 苏晓丹, 王豪伟, 等. 城市环境中自然通风研究进展[J]. 环境科学与技术, 2012, 35(4): 87-93. |
[22] |
杨俊宴, 张涛, 谭瑛. 城市风环境研究的技术演进及其评价体系整合[J]. 南方建筑, 2014(3): 31-38. |
[23] |
杨小山, 赵立华. 城市风环境模拟:ENVI-met与MISKAM模型对比[J]. 环境科学与技术, 2016, 39(8): 16-21. |
[24] |
李磊, 吴迪, 张立杰, 等. 基于数值模拟的城市街区详细规划通风评估研究[J]. 环境科学学报, 2012(4): 946-953. |
[25] |
史培军, 张钢锋, 孔锋, 等. 中国1961-2012年风速变化区划[J]. 气候变化研究进展, 2015, 11(6): 387-394. |
[26] |
蒋伊蓉, 朱蓉, 李泽椿, 等. 京津冀地区重污染天气过程的污染扩散气象条件研究[C]. 中国气象学会年会, 2014
|
[27] |
窦晶晶, 王迎春, 苗世光. 北京城区近地面比湿和风场时空分布特征[J]. 应用气象学报, 2014(5): 559-569. DOI:10.11898/1001-7313.20140505 |
[28] |
中国环境科学研究院, 中国气象科学研究院, 中国预防医学科学研究院, 等. 制定地方大气污染物排放标准的技术方法: GB/T 3840-91[S]. 北京: 中国标准出版社, 1991: 18-26
|
[29] |
Liu Y, Fang X, Cheng C, et al. Research and application of city ventilation assessments based on satellite data and GIS technology:a case study of Yanqi Lake eco-city in Huairou district, Beijing[J]. Meteorological Applications, 2016. DOI:10.1002/met.1557 |
[30] |
刘勇洪, 房小怡, 栾庆祖. 基于卫星数据与GIS技术的北京地区粗糙度长度估算研究[J]. 高原气象, 2016, 35(6): 1625-1638. DOI:10.7522/j.issn.1000-0534.2015.00068 |
[31] |
贺晓冬, 苗世光, 申双和, 等. 北京城市气候图系统的初步建立[J]. 南京大学学报:自然科学版, 2014, 50(6): 759-771. |
2. Beijing Municipal Institute of City Planning & Design, Beijing 100045, China