盧躍靜，武新乾，王飛飛

（河南科技大學(xué)，河南 洛陽(yáng) 471023）

引文

隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展，建筑業(yè)已成為我國(guó)國(guó)民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)[1]。近年來(lái)，一些學(xué)者對(duì)建筑因素對(duì)環(huán)境溫度的影響進(jìn)行了研究。耿紅凱等（2020）指出樣地溫度與綠量（含三維綠量、喬木覆蓋率、綠化覆蓋率等指標(biāo)）存在負(fù)相關(guān)關(guān)系[2]；孫喆（2020）提出城市形態(tài)要素對(duì)熱環(huán)境具有顯著影響，建筑密度上升導(dǎo)致地表溫度上升，容積率、綠地率的提升引起地表溫度下降[3]；王琳（2017）指出中庭式建筑中庭各層溫度的特點(diǎn)是沿高度方向，高度越高，溫度越高[4]。

本文主要就建筑因素綠化率、密度和高度對(duì)環(huán)境溫度的影響進(jìn)行顯著性分析。

1 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

1.1 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源：河南科技大學(xué)建筑學(xué)院實(shí)地測(cè)量數(shù)據(jù)，包括建筑因素綠化率、密度、高度及其對(duì)應(yīng)環(huán)境溫度440組數(shù)據(jù)；建筑因素綠化率、密度、高度與環(huán)境溫度散點(diǎn)圖見(jiàn)圖1-圖3。

圖1 溫度與綠化率散點(diǎn)圖

圖2 溫度與密度散點(diǎn)圖

圖3 溫度與高度散點(diǎn)圖

2.2 數(shù)據(jù)處理

數(shù)據(jù)處理：對(duì)綠化率、密度、高度數(shù)據(jù)進(jìn)行Min-max標(biāo)準(zhǔn)化，即：

其中yi為xi標(biāo)準(zhǔn)化的值。

2 建筑因素對(duì)環(huán)境溫度的影響

將綠化率、密度、高度分為11個(gè)水平，每組40個(gè)數(shù)據(jù)進(jìn)行單因素方差分析[5]。

對(duì)不同綠化率水平下的溫度進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果見(jiàn)表1。由表1可知，綠化率水平1、水平2、水平4、水平7 對(duì)應(yīng)溫度不服從正態(tài)分布，則不能對(duì)綠化率進(jìn)行單因素方差分析[6]。

表1 不同綠化率水平下的溫度正態(tài)性檢驗(yàn)

對(duì)不同密度水平下的溫度進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果見(jiàn)表2。由表2可知，密度水平4、水平8、水平11對(duì)應(yīng)溫度不服從正態(tài)分布，從而不能對(duì)密度進(jìn)行單因素方差分析[6]。

表2 不同密度水平下的溫度正態(tài)性檢驗(yàn)

對(duì)不同高度水平下的溫度進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果見(jiàn)表3。由表3可知，高度水平1、水平3、水平9 對(duì)應(yīng)溫度不服從正態(tài)分布，不能對(duì)高度進(jìn)行單因素方差分析[6]。

表3 不同高度水平下的溫度正態(tài)性檢驗(yàn)

對(duì)于建筑因素綠化率、密度、高度，均存在水平對(duì)應(yīng)溫度不服從正態(tài)分布，故不能直接對(duì)該組數(shù)據(jù)進(jìn)行方差分析，且考慮到在探究建筑因素對(duì)溫度的影響時(shí)沒(méi)有進(jìn)行變量控制，于是進(jìn)行K-means 聚類(lèi)[7]以達(dá)到控制變量的目的，從而更好地探究建筑因素對(duì)溫度的影響。

2.1 建筑因素綠化率對(duì)環(huán)境溫度的影響

利用建筑因素密度、高度標(biāo)準(zhǔn)化后數(shù)據(jù)，用手肘法畫(huà)出肘部圖，見(jiàn)圖4。由圖4，曲線在K=4 時(shí)，曲率最大，則最佳類(lèi)聚數(shù)量值K 值取4。利用R軟件進(jìn)行K-means 聚類(lèi)[7]，聚類(lèi)結(jié)果見(jiàn)圖5。

圖4 密度、高度聚類(lèi)肘部圖

圖5 密度、高度聚類(lèi)結(jié)果圖

根據(jù)密度、高度標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行K-means聚類(lèi)，將樣本分為4類(lèi)，數(shù)據(jù)個(gè)數(shù)分別為203、154、34、49。選取數(shù)據(jù)個(gè)數(shù)為203的類(lèi)別進(jìn)行處理，綠化率因素下的8個(gè)分類(lèi)變量分別是0～0.1、0.1～0.2、0.2～0.3、0.3～0.4、0.4～0.5、0.5～0.6、0.6～0.7以及0.7以上總稱為綠化率因素下的八個(gè)水平[8]。對(duì)每個(gè)綠化率水平下的溫度進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果見(jiàn)表4。由表4可知，綠化率水平1、水平2、水平4、水平5下的溫度數(shù)據(jù)不服從正態(tài)分布；此外，進(jìn)行Levene方差齊性檢驗(yàn)，結(jié)果見(jiàn)表5。由表5可知，p值＜0.05，方差非齊。故不能采用單因素方差分析方法探究綠化率對(duì)環(huán)境溫度的影響[6]。

表4 不同綠化率水平下溫度數(shù)據(jù)的正態(tài)檢驗(yàn)結(jié)果

表5 Levene方差齊性檢驗(yàn)

考慮采用非參數(shù)檢驗(yàn)方法Kruskal-Wallis方法[9]進(jìn)行檢驗(yàn)。對(duì)數(shù)據(jù)進(jìn)行Kruskal-Wallis檢驗(yàn)，結(jié)果[10]見(jiàn)表6。由表6可知，p值＜0.05，拒絕原假設(shè)，即認(rèn)為建筑因素綠化率對(duì)環(huán)境溫度有顯著影響。

表6 Kruskal-Wallis檢驗(yàn)結(jié)果

2.2 建筑因素密度對(duì)環(huán)境溫度的影響

將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，利用建筑因素綠化率、高度標(biāo)準(zhǔn)化數(shù)據(jù)畫(huà)出肘部圖，見(jiàn)圖6。由圖6可知，曲線在K=3 時(shí)，曲率最大，由此確定最佳類(lèi)聚數(shù)量值K 值為3，即將原始數(shù)據(jù)聚為3類(lèi)。利用R 軟件進(jìn)行K-means 聚類(lèi)[7]，聚類(lèi)結(jié)果見(jiàn)圖7。

圖6 綠化率、高度聚類(lèi)肘部圖

圖7 綠化率、高度聚類(lèi)結(jié)果圖

根據(jù)綠化率、高度標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行Kmeans 聚類(lèi)，將樣本分為3類(lèi)，數(shù)據(jù)個(gè)數(shù)分別為91、287、62。選取數(shù)據(jù)個(gè)數(shù)為287 的類(lèi)別進(jìn)行處理，密度因素下的9 個(gè)分類(lèi)變量分別是0～0.1、0.1～0.2、0.2～0.3、0.3～0.4、0.4～0.5、0.5～0.6、0.6～0.7、0.7～0.8 以及0.8～0.9 總稱為密度因素下的九個(gè)水平[8]。對(duì)每個(gè)密度水平下的溫度進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果見(jiàn)表7。由表7可知，密度水平2、水平4、水平5、水平7、水平9 下的溫度數(shù)據(jù)不服從正態(tài)分布；此外，進(jìn)行Levene 方差齊性檢驗(yàn)，結(jié)果見(jiàn)表8。由表8可知，p 值＞0.05，不能拒絕原假設(shè)，即認(rèn)為方差齊性。但由于存在密度水平對(duì)應(yīng)溫度正態(tài)性檢驗(yàn)未通過(guò)，故不能采用單因素方差分析方法探究密度對(duì)環(huán)境溫度的影響[6]。

表7 不同密度水平下溫度數(shù)據(jù)的正態(tài)檢驗(yàn)結(jié)果

表8 Levene方差齊性檢驗(yàn)結(jié)果

故采用Kruskal-Wallis 檢驗(yàn)[9]探究建筑因素密度對(duì)環(huán)境溫度的影響。檢驗(yàn)結(jié)果見(jiàn)表9。由Kruskal-Wallis 檢驗(yàn)結(jié)果[10]，p 值＞0.05，不能拒絕原假設(shè)，即認(rèn)為建筑因素密度對(duì)環(huán)境溫度無(wú)顯著影響。

表9 Kruskal-Wallis檢驗(yàn)結(jié)果

2.3 建筑因素高度對(duì)環(huán)境溫度的影響

將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，利用建筑因素綠化率、密度標(biāo)準(zhǔn)化數(shù)據(jù)畫(huà)出肘部圖，見(jiàn)圖8。由圖8可知，曲線在K=5 時(shí)，此時(shí)誤差平方和SSE 的下降趨于緩慢，由此確定最佳類(lèi)聚數(shù)量值K 值為5，即將原數(shù)據(jù)分為5類(lèi)。利用R 軟件進(jìn)行K-means 聚類(lèi)[7]，聚類(lèi)結(jié)果見(jiàn)圖9。

圖8 綠化率、密度聚類(lèi)肘部圖

圖9 綠化率、密度聚類(lèi)結(jié)果圖

根據(jù)綠化率、密度標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行Kmeans 聚類(lèi)，將樣本分為5類(lèi)，數(shù)據(jù)個(gè)數(shù)分別為127、66、69、116、62。選取數(shù)據(jù)個(gè)數(shù)為127的類(lèi)別進(jìn)行處理，高度因素下的7 個(gè)分類(lèi)變量分別是0～10、10～20、20～30、30～40、40～50、50～60、以及60 以上總稱為高度因素下的七個(gè)水平[8]。對(duì)每個(gè)高度水平下的溫度進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果見(jiàn)表10。由表10可知，高度水平1下的溫度數(shù)據(jù)不服從正態(tài)分布；此外，進(jìn)行Levene 方差齊性檢驗(yàn)，結(jié)果見(jiàn)表11。由表11可知，p 值＞0.05，不能拒絕原假設(shè)，即認(rèn)為方差齊性。但由于存在高度水平對(duì)應(yīng)溫度正態(tài)性檢驗(yàn)未通過(guò)，故不能采用單因素方差分析方法探究高度對(duì)環(huán)境溫度的影響[6]。

表10 不同高度水平下溫度數(shù)據(jù)的正態(tài)檢驗(yàn)結(jié)果

表11 Levene方差齊性檢驗(yàn)結(jié)果

考慮采用非參數(shù)檢驗(yàn)方法Kruskal-Wallis方法[9]探究建筑因素高度對(duì)環(huán)境溫度的影響。檢驗(yàn)結(jié)果見(jiàn)表12。由Kruskal-Wallis 檢驗(yàn)結(jié)果[10]，p 值＜0.05，拒絕原假設(shè)，即認(rèn)為建筑因素高度對(duì)環(huán)境溫度有顯著影響。

表12 Kruskal-Wallis檢驗(yàn)結(jié)果

3 結(jié)語(yǔ)

本文就三個(gè)建筑因素對(duì)環(huán)境溫度的顯著影響進(jìn)行了探究，通過(guò)K-means動(dòng)態(tài)聚類(lèi)控制變量，具體檢驗(yàn)了數(shù)據(jù)是否滿足單因素方差分析的條件，運(yùn)用非參數(shù)檢驗(yàn)得出建筑因素綠化率、高度對(duì)環(huán)境溫度有顯著影響，建筑因素密度對(duì)環(huán)境溫度的影響不顯著的結(jié)論。因此，可通過(guò)改變建筑因素綠化率、高度以減弱熱島效應(yīng)，提高環(huán)境質(zhì)量，推進(jìn)綠色建筑發(fā)展。