勞釗明,李穎敏,鄧雪嬌,李穎昕(.中山市氣象局,廣東 中山 528400；2.中國(guó)氣象局廣州熱帶海洋氣象研究所,廣東省區(qū)域數(shù)值天氣預(yù)報(bào)重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 50080)

基于ENVI-met的中山市街區(qū)室外熱環(huán)境數(shù)值模擬

勞釗明1,李穎敏1,鄧雪嬌2*,李穎昕1(1.中山市氣象局,廣東 中山 528400；2.中國(guó)氣象局廣州熱帶海洋氣象研究所,廣東省區(qū)域數(shù)值天氣預(yù)報(bào)重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510080)

隨著城市化進(jìn)程的加快,城市對(duì)局地?zé)岘h(huán)境的影響越來(lái)越明顯,為定量分析城市建筑物和綠化設(shè)施對(duì)夏日室外溫度、風(fēng)速和熱舒適度的影響,運(yùn)用三維非靜力模式ENVI-met對(duì)中山市典型街區(qū)建立實(shí)際和無(wú)植被兩種方案進(jìn)行模擬研究.結(jié)果表明,ENVI-met模式模擬結(jié)果與實(shí)況接近,能較好反映實(shí)際情況.建筑物陰影和樹(shù)陰可降低行人高度的環(huán)境氣溫 2.6～3℃;草坪和瀝青路面行人高度(1.5m)的溫差在11:00～17:00較大,逐時(shí)最大的溫差達(dá)1.7℃.建筑物背陽(yáng)面和樹(shù)木附近PMV值(表征人體熱反應(yīng)(冷熱感)的評(píng)價(jià)指標(biāo))比瀝青路面低2個(gè)等級(jí).無(wú)植被方案下,行人高度的高溫面積比實(shí)際方案增加最大可達(dá)10%,平均風(fēng)速增加24%,PMV≥4(非常熱)面積增加最大可達(dá)13%.在垂直方向上,無(wú)植被方案街區(qū)的加熱效應(yīng)可伸展到10m高度,在0.6m高度上該效應(yīng)最顯著.由此可見(jiàn),在炎熱的天氣下,城市的綠化可以顯著降低溫度,有效提高人體舒適度.

ENVI-met數(shù)值模式；室外熱環(huán)境；城市典型街區(qū)

城市具有獨(dú)特的人造下墊面,使得城市的熱量、動(dòng)量、水汽和氣溶膠交換過(guò)程與周邊農(nóng)村地區(qū)有所不同,形成獨(dú)特的城市微氣候[1].城市室外熱環(huán)境是城市微氣候的重要組成部分,包括空氣溫度、濕度、太陽(yáng)輻射、風(fēng)速等因子,其質(zhì)量的優(yōu)劣直接影響著戶外公共空間的舒適性、公眾的健康、建筑能耗等[2].隨著城市化進(jìn)程的加快,人們生活水平的提高,城市居民對(duì)室外熱環(huán)境質(zhì)量提出更高的要求,因而逐漸成為研究的重點(diǎn).

現(xiàn)場(chǎng)實(shí)測(cè)是城市室外熱環(huán)境研究的傳統(tǒng)手段[3],大量學(xué)者利用實(shí)測(cè)數(shù)據(jù)研究城市室外熱環(huán)境的變化特征,并探討不同氣象因子對(duì)城市室外熱環(huán)境的影響[4-6].現(xiàn)場(chǎng)實(shí)測(cè)方法只能得到有限地點(diǎn)的數(shù)據(jù),難以全面了解城市室外熱環(huán)境情況,隨著技術(shù)的發(fā)展,衛(wèi)星遙感為城市室外熱環(huán)境的研究提供了新的技術(shù)平臺(tái)[7-8];Tran等[9]利用TERRA/MODIS衛(wèi)星資料分析了亞洲大型城市地面熱環(huán)境的空間分布規(guī)律,一些學(xué)者[10-11]利用Landsat TM/ETM+ 遙感數(shù)據(jù)發(fā)現(xiàn)上海的熱島強(qiáng)度分布呈現(xiàn)明顯的多中心化趨勢(shì),林地減少所引起的熱環(huán)境效應(yīng)最大.衛(wèi)星遙感技術(shù)屬于宏觀觀測(cè),主要針對(duì)城市尺度熱環(huán)境研究,但對(duì)于復(fù)雜的城市結(jié)構(gòu)而言,仍無(wú)法滿足街區(qū)尺度熱環(huán)境研究的需求,而數(shù)值模式具有更高的精細(xì)化特征,能更好地定量分析城市街區(qū)的熱環(huán)境特征[12-14].本文利用 ENVI-met模式,結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)進(jìn)行城市街區(qū)室外熱環(huán)境模擬.

ENVI-met是由德國(guó)波鴻大學(xué)地理研究所的Bruse等[15]通過(guò)研究建筑外表面、植被和空氣之間的熱應(yīng)力關(guān)系開(kāi)發(fā)的用于城市微氣候模擬軟件,采用三維非靜力流體學(xué)模型,水平解析度為0.5到 10m,時(shí)間步長(zhǎng)最大為 10s.在水平方向上,ENVI-met在模擬區(qū)域四周增加了嵌套網(wǎng)格(Nesting Grids)作為緩沖地帶,用于減少側(cè)邊界效應(yīng)對(duì)模擬結(jié)果的影響.在垂直方向上,ENVI- met要求三維模型的垂直高度必須為區(qū)域內(nèi)最高建筑物高度的2倍以上,即Z≥2Hmax,以消除頂邊界效應(yīng)對(duì)模擬結(jié)果的影響.由于 ENVI-met能較好模擬景觀綠化、室外熱環(huán)境與建筑物之前的關(guān)系,近年來(lái)已被不同機(jī)構(gòu)和個(gè)人用于研究城市微氣候環(huán)境的特征[16-22].

中山市位于廣東省中南部,北接廣州市和佛山市,西鄰江門市,東南連珠海市,東隔珠江口伶仃洋與深圳市和香港相望,經(jīng)濟(jì)發(fā)達(dá),城市化程度高.中山市屬亞熱帶季風(fēng)氣候,夏季暖濕氣流盛行,高溫高濕.為研究夏季炎熱天氣下街區(qū)精細(xì)化的室外熱環(huán)境特征,本文以中山市某街區(qū)作為實(shí)際方案,利用ENVI-met進(jìn)行城市室外熱環(huán)境模擬,以求定量分析城市建筑物和綠化等設(shè)施的空間配置、不同的綠化方案對(duì)室外溫度、風(fēng)和熱舒適度的影響.

1 資料來(lái)源與方法

圖1 研究區(qū)的衛(wèi)星圖片及其方案示意Fig.1 Satellite image and its model of the study area (green represent vegetation, greyish white represent building)

以中山市氣象局辦公樓及附近的住宅區(qū)域?yàn)檠芯繀^(qū)(經(jīng)緯度為113.24°E、22.3°N),如圖1(a)所示,利用 ENVI-met建立研究區(qū)的模擬模型如圖 1(b)所示.研究區(qū)域長(zhǎng)寬高為 270m×180m× 70m,最高建筑物高度為 30m.模型共設(shè)置 90× 60×35個(gè)網(wǎng)格,格點(diǎn)大小為3m×3m×2m,嵌套網(wǎng)格數(shù)為 3.為在研究區(qū)域內(nèi)設(shè)置 3個(gè)“監(jiān)視器”(Receptor),位置如圖 1(b)所示,R1為西區(qū)區(qū)域自動(dòng)站,位于氣象局辦公樓樓頂,樓高 25m,用于對(duì)模式的評(píng)估,R2和R3分別代表草坪下墊面和瀝青下墊面,用于研究不同下墊面的微氣候特征.

表1 2015年8月18～20日中山氣象站的觀測(cè)數(shù)據(jù)Table 1 Observed meteorological data at Zhongshan weather station from August 18thto 20th, 2015

表2 模擬試驗(yàn)的基本參數(shù)設(shè)置Table 2 The input and configurations of the ENVI-met model

氣象實(shí)測(cè)數(shù)據(jù)來(lái)源于中山氣象站和中山市西區(qū)區(qū)域自動(dòng)站的數(shù)據(jù),模擬時(shí)段為2015年8月18～20日,該段時(shí)間天氣炎熱,是華南典型的夏日天氣.表 1為該段時(shí)間的氣象數(shù)據(jù),對(duì)比三天的天氣情況,18日天氣最晴熱,19日天氣晴熱,最高氣溫比18日下降1℃,20日多云,日照時(shí)數(shù)較低,比前一日下降約1℃,濕度和風(fēng)速數(shù)據(jù)三天變化不大.

模式模擬時(shí)長(zhǎng)為 24h,模擬的初始時(shí)間為06:00,初始場(chǎng)采用當(dāng)日中山氣象站的數(shù)據(jù),初始條件配置參數(shù)如表 2所示.模式的輸出參數(shù)包括溫度、風(fēng)向、風(fēng)速、人體熱舒適度等指標(biāo),輸出時(shí)長(zhǎng)為07:00至第二天05:00,每1h輸出一組數(shù)據(jù).

2 結(jié)果分析

2.1 ENVI-met模式結(jié)果評(píng)價(jià)

圖2 2015年8月18～20日R1(25m高度)實(shí)測(cè)溫度與模擬溫度對(duì)比Fig.2 Measured temperature of R1and simulated temperature from August 18thto 20th, 2015

2015年8月18～20日每日以06:00為起始時(shí)間,模擬R1位置未來(lái)24h的溫度與西區(qū)自動(dòng)站的實(shí)際溫度對(duì)比如圖2所示,R1位置高度與西區(qū)自動(dòng)站高度一致,均離地面高度25m.實(shí)測(cè)值與模擬值曲線吻合較好,特別是凌晨至上午的時(shí)間,兩條曲線基本重疊,模擬結(jié)果的最高溫比實(shí)測(cè)最高溫略低,但偏差在 1.5℃內(nèi),誤差在允許范圍內(nèi),說(shuō)明該模式能很好地反映實(shí)況.

另外,本文采用誤差平方根(Root Mean Square Error, RMSE)和平均絕對(duì)百分比誤差(Mean Absolute Percentage Error, MAPE)兩個(gè)指標(biāo)對(duì)模擬結(jié)果進(jìn)行評(píng)價(jià),如式(1)(2)所示,式中:Xobs為實(shí)測(cè)值;Xmodel為模擬值;n為次數(shù).

由表3可見(jiàn),溫度的RMSE的值介于0.31-0.53℃之間, MAPE值也非常小,不超過(guò)2%,表明實(shí)測(cè)值與模擬值之間的偏差較小.

表3 研究區(qū)溫度實(shí)測(cè)值與模擬值的RMSE與MAPETable 3 Calculated RMSE and MAPE values fortemperature between the measured and the simulated in the study area

2.2 溫度場(chǎng)模擬結(jié)果分析

以14:00為代表輸出18～20日研究區(qū)內(nèi)的溫度場(chǎng),如圖3所示.位于中間貫穿南北的瀝青路面溫度最高,特別是南部相對(duì)開(kāi)闊的地方最易出現(xiàn)高溫,道路兩側(cè)較密集的建筑物區(qū)域內(nèi)(區(qū)內(nèi)栽有樹(shù)木)溫度較低.18～20日研究區(qū)域內(nèi)行人高度的最大溫差分別為2.6℃、3℃、2.8℃,由此可見(jiàn),建筑物陰影和樹(shù)陰可明顯降低環(huán)境氣溫2.6～3℃.以溫度大于等于35℃作為高溫,計(jì)算研究區(qū)域內(nèi)的高溫面積百分比,結(jié)果顯示,18日14:00高溫面積達(dá)43%,19日為16%,20日為0.5%.表明夏日溫度越高,研究區(qū)域的高溫面積增加得越多.

為對(duì)比不同下墊面的微氣候特征,利用模式輸出地面草坪和瀝青路面行人高度的溫度如圖4所示.07:00～10:00,兩下墊面的溫度基本相同, 11:00開(kāi)始瀝青路面上的溫度上升得較快,下午時(shí)溫差最大,直至傍晚到夜間兩者溫差又逐漸縮小.經(jīng)統(tǒng)計(jì),18-20日瀝青路上行人高度的日平均溫度比草坪上分別高0.5℃、0.3℃和0.5℃,逐時(shí)最大的溫差達(dá) 1.7℃、1.4℃和 1.5℃.由此可見(jiàn),城市綠地的建設(shè)可以有效降低環(huán)境溫度.

圖3 2015年8月18～20日實(shí)際方案14:00行人高度溫度場(chǎng)Fig. 3 Temperature fields at pedestrian level of the real scenario at 14:00 from August 18thto 20th, 2015

圖4 2015年8月18～20日草坪與瀝青下墊面行人高度溫度日變化Fig.4 Diurnal variations of temperature at pedestrian level under lawns and asphalt pavements from August 18thto 20th, 2015

2.3 風(fēng)場(chǎng)模擬結(jié)果分析

2015年8月18～20日研究區(qū)14:00風(fēng)場(chǎng)分布圖如圖5所示,18日主導(dǎo)風(fēng)向?yàn)槲髂巷L(fēng),19～20日為東南風(fēng).研究區(qū)南部?jī)山ㄖ镩g的風(fēng)速最大,這是由于建筑物的峽谷效應(yīng)作用而形成的大風(fēng)速區(qū),稱為峽谷風(fēng);建筑物背風(fēng)面以及建筑物密集區(qū)域內(nèi)風(fēng)速明顯減少,環(huán)境空氣通風(fēng)較差.

圖5 2015年8月18～20日實(shí)際方案14:00行人高度風(fēng)場(chǎng)Fig.5 The wind fields at pedestrian level of the real scenario at 14:00 from August 18thto 20th, 2015

2.4 PMV模擬結(jié)果分析

PMV (Predicted Mean Vote),即預(yù)測(cè)平均票數(shù).PMV值是丹麥的范格爾教授提出的表征人體熱反應(yīng)(冷熱感)的評(píng)價(jià)指標(biāo),代表了同一環(huán)境中大多數(shù)人的冷熱感覺(jué).ENVI-met模式在此基礎(chǔ)上改進(jìn),綜合考慮溫度、平均輻射溫度、水汽、風(fēng)速、人體產(chǎn)生的能量、人體穿衣造成的皮膚溫度、人體表面皮膚與空氣的水汽交換、呼吸造成的能量交換等因素計(jì)算出來(lái)的可以表征室外人體舒適度的PMV數(shù)值[15].

式中:M為人體新陳代謝率;Q為熱舒適系統(tǒng)的能量傳輸率,計(jì)算需要的變量有空氣溫度、平均輻射溫度、水汽壓和風(fēng)速,服裝熱阻、人體行走產(chǎn)生的能量等.

一般而言,PMV等級(jí)在-4(非常冷)到4(非常熱)之間,其中0為舒適值.我國(guó)現(xiàn)有《采暖通風(fēng)與空氣調(diào)節(jié)設(shè)計(jì)規(guī)范》規(guī)定:采暖與空氣調(diào)節(jié)室內(nèi)的熱舒適性應(yīng)按照《中等熱環(huán)境 PMV 和 PPD指數(shù)的測(cè)定及熱舒適條件的規(guī)定》(GB/T 18049-2000)[23],采用預(yù)計(jì)的平均熱感覺(jué)指數(shù)(PMV)值宜為:-1≤PMV≤+1.

圖6給出2015年8月18～20日實(shí)際方案14時(shí)行人高度PMV分布圖,由圖6可見(jiàn),建筑物背陽(yáng)面和樹(shù)木附近 PMV值較小,其余大部區(qū)域PMV值均在4以上,屬于非常熱的級(jí)別,人群不宜長(zhǎng)時(shí)間暴露在室外,同一時(shí)次 PMV最大與最小值的差值可達(dá)2個(gè)等級(jí).經(jīng)統(tǒng)計(jì),18日14:00PMV平均值為4.6,19日為4.5,20日為4.2;18日14:00全場(chǎng)PMV值最大值為5.4,19日最大值為5.3,20日最大值為 5.0,最大值均出現(xiàn)在瀝青路面上.由此可見(jiàn),當(dāng)中山氣象站的日最高氣溫為 34～35℃時(shí),兩日的 PMV值較接近;當(dāng)降到 33℃以下時(shí),PMV值下降較明顯.

圖6 2015年8月18～20日實(shí)際方案14:00行人高度PMV分布Fig.6 PMV distributions at pedestrian level of the real scenario at 14:00 from August 18thto 20th, 2015

圖7 2015年8月18日實(shí)際方案與無(wú)植被方案溫度日變化Fig.7 Diurnal variations of temperature of the real and non-vegetation scenario on August 18th, 2015

2.5 無(wú)植被方案模擬結(jié)果分析

為研究植被對(duì)小區(qū)微氣候的影響,本文建立另一個(gè)方案為無(wú)植被方案,即把圖 1(b)內(nèi)的植被去掉,以行人道地磚代替.同樣地,以表2的基本參數(shù)作為模式的初始設(shè)置,模擬無(wú)植被方案下街區(qū)的熱環(huán)境特征.18日天氣最晴朗炎熱,以該日為例,通過(guò)計(jì)算模擬區(qū)域范圍內(nèi)各時(shí)次、各格點(diǎn)的平均溫度,對(duì)比實(shí)際方案與無(wú)植被方案下的溫度日變化如圖 7所示.無(wú)植被方案下各時(shí)次的溫度均有所升高,特別是 14:00～17:00之間,兩者的溫度差異最大.

圖8為2015年8月18日14:00行人高度無(wú)植被方案與實(shí)際方案的溫度差值圖,去除植被后,研究區(qū)內(nèi)的溫度明顯升高.經(jīng)統(tǒng)計(jì),實(shí)際方案 18日 14:00研究區(qū)內(nèi)高溫區(qū)域(溫度≥35℃)的面積占總面積的43%,無(wú)植被方案同一時(shí)次占53%,高溫面積增加了 10%.由此可見(jiàn),小區(qū)去除植被后,使夏日午后的氣溫明顯升高.

圖9 2015年8月18日14:00行人高度無(wú)植被方案與實(shí)際方案風(fēng)速差值Fig.9 The wind speed variations between the real and non-vegetation scenario at pedestrian level at 14:00 August 18th, 2015

圖9為2015年8月18日14:00行人高度無(wú)植被方案與實(shí)際方案的風(fēng)速差值圖,去除植被后,研究區(qū)內(nèi)風(fēng)速增大,表明植被特別是樹(shù)木對(duì)風(fēng)有削弱作用;南北向的瀝青路上風(fēng)速增大最明顯,表明峽谷風(fēng)更明顯.經(jīng)統(tǒng)計(jì),去除植被后研究區(qū)域內(nèi)的平均風(fēng)速增加24%.

圖10 2015年8月18日14:00行人高度無(wú)植被方案與實(shí)際方案的PMV差值Fig.10 Distributions of PMV at pedestrian level under the non-vegetation scenario at 14:00 August 18th, 2015

圖10為2015年8月18日14:00行人高度無(wú)植被方案與實(shí)際方案的 PMV差值圖,去除植被后,研究區(qū)內(nèi) PMV值增加,特別是去除了樹(shù)木的位置的PMV值差值最大,升高1個(gè)級(jí)別以上.經(jīng)統(tǒng)計(jì),實(shí)際方案 18日 14:00研究區(qū)內(nèi) PMV≥4(非常熱)的面積占總面積的 78.8%,無(wú)植被方案同一時(shí)次占 90.3%,PMV≥4(非常熱)的面積增加了11.5%.

2015年 8月 18日實(shí)際方案和無(wú)植被方案PMV≥4的面積百分比隨高度的變化如圖11所示.實(shí)際方案 PMV≥4面積百分比在地面為 84.1%,之后隨高度減少,在3米處達(dá)到最小值,之后隨高度增加;無(wú)植被方案下 PMV≥4面積百分比在地面達(dá)到99.6%,之后隨高度減少,在5米處達(dá)到最小值,之后隨高度增加.在0到5米高度內(nèi),實(shí)際方案與無(wú)植被方案PMV≥4的面積百分比相差10%以上,并且在0.6米高度相差最大,達(dá)16.2%;在10米以上,二者相差均在 1%以內(nèi).由此可見(jiàn),無(wú)植被方案下對(duì)城市街區(qū)的加熱效應(yīng)在垂直高度伸展到10米高度.

圖11 2015年8月18日14:00 PMV≥4面積百分比隨高度變化Fig.11 The percentage of PMV≥4 in the vertical layer of the real and non-vegetation scenario at 14:00 August 18th, 2015

3 結(jié)論

3.1 運(yùn)用三維非靜力模式ENVI-met對(duì)中山市典型街區(qū)建立實(shí)際和無(wú)植被兩種方案進(jìn)行模擬研究.采用趨勢(shì)曲線、均方根誤差和平均絕對(duì)百分比誤差對(duì)模式進(jìn)行評(píng)價(jià),結(jié)果表明模式模擬精度較好,RMSE范圍在0.3～0.6℃之間,MAPE范圍為0.7%～1.3%,能較好地反映實(shí)際情況.

3.2 建筑物陰影和樹(shù)陰可降低行人高度的環(huán)境氣溫 2.6～3℃;草坪和瀝青路面行人高度的溫差在11:00～17:00較大,逐時(shí)最大的溫差達(dá)1.7℃;表明夏日溫度越高,研究區(qū)域的高溫面積增加得越多.建筑物背陽(yáng)面和樹(shù)木附近PMV值(表征人體熱反應(yīng)(冷熱感)的評(píng)價(jià)指標(biāo))比瀝青路面低2個(gè)等級(jí).

3.3 無(wú)植被方案行人高度的高溫面積比實(shí)際方案增加最大可達(dá) 10%,平均風(fēng)速增加 24%, PMV≥4(非常熱)面積增加最大可達(dá) 13%.無(wú)植被方案下對(duì)城市街區(qū)的加熱效應(yīng)在垂直高度伸展到10米高度,在0.6米高度上該效應(yīng)最顯著.由此可見(jiàn),在炎熱的天氣下,城市的綠化可以顯著降低溫度,有效提高人體舒適度.

[1]NJ Rosenberg, BL Blad, SB Verma. Microclimate: The Biological Environment [M]. (Second Edition). New York: Wiley-Interscience Publication: 1983.

[2]柳孝圖,余德敏.城市熱環(huán)境及其微熱環(huán)境的改善 [J]. 環(huán)境科學(xué), 1997,(1):54-58.

[3]孫鐵鋼,肖榮波,蔡云楠,等.城市熱環(huán)境定量評(píng)價(jià)技術(shù)研究進(jìn)展及發(fā)展趨勢(shì) [J]. 應(yīng)用生態(tài)學(xué)報(bào), 2016,27(8):2717-2728.

[4]Ryozo Ooka, Recent development of assessment tools for urban climate and heat-island investigation especially based on experiences in Japan [J]. International Journal of Climatology, 2007,27:1919–1930.

[5]Kaixuan Zhang, Rui Wang, Chenchen Shen,et al. Temporal and spatial characteristics of the urban heat island during rapid urbanization in Shanghai, China [J]. Environmental Monitoring and Assessment, 2010,169:101–112.

[6]Giridharan R, Ganesan S, Lau SSY, Daytime urban heat island effect in high-rise and high-density residential developments in Hong Kong [J]. Energy and Buildings, 2004,36:525–534.

[7]陳卓倫.綠化體系對(duì)濕熱地區(qū)建筑組團(tuán)室外熱環(huán)境影響研究[D]. 廣州:華南理工大學(xué), 2010.

[8]鄧玉嬌,匡耀求,黃寧生,等.溫室效應(yīng)增強(qiáng)背景下城市熱環(huán)境變化的遙感分析——以廣東省東莞市為例 [J]. 地理科學(xué), 2008,28(6):814-819.

[9]Tran H, Uchihama D, Ochi S, et al. Assessment with satellite data of the urban heat island effects in Asian mega cities [J]. International Journal of Applied Earth Observation & Geoinformation, 2006,8(1):34-48.

[10]錢敏蕾,徐藝揚(yáng),李 響,等.上海市城市化進(jìn)程中熱環(huán)境響應(yīng)的空間評(píng)價(jià) [J]. 中國(guó)環(huán)境科學(xué), 2015,35(2):624-633.

[11]陳命男,張 浩,唐靖寅,等.上海城市地表熱環(huán)境多時(shí)期遙感研究 [J]. 中國(guó)環(huán)境科學(xué), 2011,31(7):1143-1151.

[12]錢敏蕾,徐藝揚(yáng),李 響,等.上海市城市化進(jìn)程中熱環(huán)境響應(yīng)的空間評(píng)價(jià) [J]. 中國(guó)環(huán)境科學(xué), 2015,35(2):624-633.

[13]Ambrosini D, Galli G, Mancini B, et al. Evaluating mitigation effects of urban heat islands in a historical small center with the ENVI-Met (R) Climate Model [J]. Sustainability, 2014,6(10): 7013-7029.

[14]劉艷紅,郭晉平.綠地空間分布格局對(duì)城市熱環(huán)境影響的數(shù)值模擬分析——以太原市為例 [J]. 中國(guó)環(huán)境科學(xué), 2011,31(8): 1403-1408.

[15]Bruse M, Fleer H. Simulating surface–plant–air interactions inside urban environments with a three dimensional numerical model [J]. Environmental Modeling & Software, 1998, 13:373–384.

[16]Fr?hlich D. Modeling of changes in thermal bioclimate: examples based on urban spaces in Freiburg, Germany [J]. Theor. Appl.Climatol., 2013,111:547–558.

[17]Berkovic S, Yezioro A, Bitan A. Study of thermal comfort in courtyards in a hot arid climate, Solar Energy 86, 2012:1173–1186.

[18]Zakhour S. The Impact of Urban Geometry on Outdoor Thermal Comfort Conditions in Hot-arid Region [J]. Journal of Civil Engineering and Architecture Research. 2015,2(8):862-875.

[19]Ng E, Chen L, Wang Y, et al. A study on the cooling effects of greening in a high-density city: An experience from Hong Kong [J]. Building and Environment 47, 2012:256-271.

[20]Chandramathi S, Suresh K, Anita Z B, et al. Comparison of STEVE and ENVI-met as temperature prediction models for Singapore context [J]. International Journal of Sustainable Building Technology & Urban Development, 2012,3(3):197-209.

[21]Wang Yupeng, Zacharias Jhn. Landscape modification for ambient environmental improvement in central business districts– A case from Beijing [J]. Urban Forestry & Urban Greening, 2015,14:8-18.

[22]Ketterer C, Matzarakis A. Human- biometeorological assessment of heat stress reduction by replanning measures in Stuttgart, Germany [J]. Landscape and Urban Planning, 2014,122:78–88.

[23]Ketterer C, Matzarakis A. Human- biometeorological assessment of heat stress reduction by replanning measures in Stuttgart, Germany [J]. Landscape and Urban Planning, 2014, 122:78–88.

[24]GB50736-2012 民用建筑供暖通風(fēng)與空氣調(diào)節(jié)設(shè)計(jì)規(guī)范 [S]. 2008.

Numerical simulation of thermal environment in Zhongshan urban streets based on ENVI-met.

LAO Zhao-ming1, LI Ying-min1, DENG Xue-jiao2*, LI Ying-xin1(1.Zhongshan Meteorological Service, Zhongshan 528400, China；2.Key Laboratory of Regional Numerical Weather Prediction, Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China). China Environmental Science, 2017,37(9)：3523～3531

With the acceleration of the urbanization process, the impact of the city on local thermal environment became more and more obvious. In order to quantitatively analyse the effect of urban buildings and greening on the outdoor temperature, wind speed and thermal comfort during the summer season, this paper used a three-dimensional non-hydrostatic model, ENVI-met, to analyse the local thermal environment in Zhongshan with considering a real and a non-vegetation scenario. The analyses showed that the simulated results of ENVI-met model were close to the actual conditions. The tree shadows and building shades could reduce outdoor pedestrian-level temperature in a range between 2.6℃ and 3℃. The pedestrian-level temperature difference of lawns and asphalt pavements were noticeably different between 11:00 and 17:00 in summer season, the hourly maxima was up to 1.7℃. PMV value of building shades and trees was two grades lower than that of asphalt pavements. The non-vegetation scenario showed that the area of high temperature increased by 10%, the average wind speed increased by 24%, and the area of PMV ≥4 (very hot) increased by 13% compared to those under the real scenario. In the vertical layer, the heating effect on the urban street under the non-vegetation scenario extended to the height of 10meters, and the most significant effect could be found at the height of 0.6meters. Thus, urban vegetation can reduce temperature and improve human comfort in hot weather.

ENVI-met model；thermal environment；typical urban streets

X16

A

1000-6923(2017)09-3523-09

2017-01-27

國(guó)家自然科學(xué)基金(41475105);國(guó)家科技支撐計(jì)劃(2014BAC16B06);科技部公益性(氣象)行業(yè)項(xiàng)目(GYHY2013 06042);廣東省科技計(jì)劃項(xiàng)目(2015A020215020);廣東省氣象局科技創(chuàng)新團(tuán)隊(duì)計(jì)劃項(xiàng)目201506

* 責(zé)任作者, 研究員, dxj@grmc.gov.cn

勞釗明(1985-),男,廣東鶴山人,工程師,中山大學(xué)碩士研究生,主要從事室外微氣候研究.