基于ENVI-met的中山市街区室外热环境数值模拟

劳钊明,李颖敏,邓雪娇,李颖昕(.中山市气象局,广东 中山 528400；2.中国气象局广州热带海洋气象研究所,广东省区域数值天气预报重点实验室,广东 广州 50080)

基于ENVI-met的中山市街区室外热环境数值模拟

劳钊明1,李颖敏1,邓雪娇2*,李颖昕1(1.中山市气象局,广东 中山 528400；2.中国气象局广州热带海洋气象研究所,广东省区域数值天气预报重点实验室,广东 广州 510080)

随着城市化进程的加快,城市对局地热环境的影响越来越明显,为定量分析城市建筑物和绿化设施对夏日室外温度、风速和热舒适度的影响,运用三维非静力模式ENVI-met对中山市典型街区建立实际和无植被两种方案进行模拟研究.结果表明,ENVI-met模式模拟结果与实况接近,能较好反映实际情况.建筑物阴影和树阴可降低行人高度的环境气温 2.6～3℃;草坪和沥青路面行人高度(1.5m)的温差在11:00～17:00较大,逐时最大的温差达1.7℃.建筑物背阳面和树木附近PMV值(表征人体热反应(冷热感)的评价指标)比沥青路面低2个等级.无植被方案下,行人高度的高温面积比实际方案增加最大可达10%,平均风速增加24%,PMV≥4(非常热)面积增加最大可达13%.在垂直方向上,无植被方案街区的加热效应可伸展到10m高度,在0.6m高度上该效应最显著.由此可见,在炎热的天气下,城市的绿化可以显著降低温度,有效提高人体舒适度.

ENVI-met数值模式；室外热环境；城市典型街区

城市具有独特的人造下垫面,使得城市的热量、动量、水汽和气溶胶交换过程与周边农村地区有所不同,形成独特的城市微气候[1].城市室外热环境是城市微气候的重要组成部分,包括空气温度、湿度、太阳辐射、风速等因子,其质量的优劣直接影响着户外公共空间的舒适性、公众的健康、建筑能耗等[2].随着城市化进程的加快,人们生活水平的提高,城市居民对室外热环境质量提出更高的要求,因而逐渐成为研究的重点.

现场实测是城市室外热环境研究的传统手段[3],大量学者利用实测数据研究城市室外热环境的变化特征,并探讨不同气象因子对城市室外热环境的影响[4-6].现场实测方法只能得到有限地点的数据,难以全面了解城市室外热环境情况,随着技术的发展,卫星遥感为城市室外热环境的研究提供了新的技术平台[7-8];Tran等[9]利用TERRA/MODIS卫星资料分析了亚洲大型城市地面热环境的空间分布规律,一些学者[10-11]利用Landsat TM/ETM+ 遥感数据发现上海的热岛强度分布呈现明显的多中心化趋势,林地减少所引起的热环境效应最大.卫星遥感技术属于宏观观测,主要针对城市尺度热环境研究,但对于复杂的城市结构而言,仍无法满足街区尺度热环境研究的需求,而数值模式具有更高的精细化特征,能更好地定量分析城市街区的热环境特征[12-14].本文利用 ENVI-met模式,结合现场实测数据进行城市街区室外热环境模拟.

ENVI-met是由德国波鸿大学地理研究所的Bruse等[15]通过研究建筑外表面、植被和空气之间的热应力关系开发的用于城市微气候模拟软件,采用三维非静力流体学模型,水平解析度为0.5到 10m,时间步长最大为 10s.在水平方向上,ENVI-met在模拟区域四周增加了嵌套网格(Nesting Grids)作为缓冲地带,用于减少侧边界效应对模拟结果的影响.在垂直方向上,ENVI- met要求三维模型的垂直高度必须为区域内最高建筑物高度的2倍以上,即Z≥2Hmax,以消除顶边界效应对模拟结果的影响.由于 ENVI-met能较好模拟景观绿化、室外热环境与建筑物之前的关系,近年来已被不同机构和个人用于研究城市微气候环境的特征[16-22].

中山市位于广东省中南部,北接广州市和佛山市,西邻江门市,东南连珠海市,东隔珠江口伶仃洋与深圳市和香港相望,经济发达,城市化程度高.中山市属亚热带季风气候,夏季暖湿气流盛行,高温高湿.为研究夏季炎热天气下街区精细化的室外热环境特征,本文以中山市某街区作为实际方案,利用ENVI-met进行城市室外热环境模拟,以求定量分析城市建筑物和绿化等设施的空间配置、不同的绿化方案对室外温度、风和热舒适度的影响.

1 资料来源与方法

图1 研究区的卫星图片及其方案示意Fig.1 Satellite image and its model of the study area (green represent vegetation, greyish white represent building)

以中山市气象局办公楼及附近的住宅区域为研究区(经纬度为113.24°E、22.3°N),如图1(a)所示,利用 ENVI-met建立研究区的模拟模型如图 1(b)所示.研究区域长宽高为 270m×180m× 70m,最高建筑物高度为 30m.模型共设置 90× 60×35个网格,格点大小为3m×3m×2m,嵌套网格数为 3.为在研究区域内设置 3个“监视器”(Receptor),位置如图 1(b)所示,R1为西区区域自动站,位于气象局办公楼楼顶,楼高 25m,用于对模式的评估,R2和R3分别代表草坪下垫面和沥青下垫面,用于研究不同下垫面的微气候特征.

表1 2015年8月18～20日中山气象站的观测数据Table 1 Observed meteorological data at Zhongshan weather station from August 18thto 20th, 2015

表2 模拟试验的基本参数设置Table 2 The input and configurations of the ENVI-met model

气象实测数据来源于中山气象站和中山市西区区域自动站的数据,模拟时段为2015年8月18～20日,该段时间天气炎热,是华南典型的夏日天气.表 1为该段时间的气象数据,对比三天的天气情况,18日天气最晴热,19日天气晴热,最高气温比18日下降1℃,20日多云,日照时数较低,比前一日下降约1℃,湿度和风速数据三天变化不大.

模式模拟时长为 24h,模拟的初始时间为06:00,初始场采用当日中山气象站的数据,初始条件配置参数如表 2所示.模式的输出参数包括温度、风向、风速、人体热舒适度等指标,输出时长为07:00至第二天05:00,每1h输出一组数据.

2 结果分析

2.1 ENVI-met模式结果评价

图2 2015年8月18～20日R1(25m高度)实测温度与模拟温度对比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为起始时间,模拟R1位置未来24h的温度与西区自动站的实际温度对比如图2所示,R1位置高度与西区自动站高度一致,均离地面高度25m.实测值与模拟值曲线吻合较好,特别是凌晨至上午的时间,两条曲线基本重叠,模拟结果的最高温比实测最高温略低,但偏差在 1.5℃内,误差在允许范围内,说明该模式能很好地反映实况.

另外,本文采用误差平方根(Root Mean Square Error, RMSE)和平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)两个指标对模拟结果进行评价,如式(1)(2)所示,式中:Xobs为实测值;Xmodel为模拟值;n为次数.

由表3可见,温度的RMSE的值介于0.31-0.53℃之间, MAPE值也非常小,不超过2%,表明实测值与模拟值之间的偏差较小.

表3 研究区温度实测值与模拟值的RMSE与MAPETable 3 Calculated RMSE and MAPE values fortemperature between the measured and the simulated in the study area

2.2 温度场模拟结果分析

以14:00为代表输出18～20日研究区内的温度场,如图3所示.位于中间贯穿南北的沥青路面温度最高,特别是南部相对开阔的地方最易出现高温,道路两侧较密集的建筑物区域内(区内栽有树木)温度较低.18～20日研究区域内行人高度的最大温差分别为2.6℃、3℃、2.8℃,由此可见,建筑物阴影和树阴可明显降低环境气温2.6～3℃.以温度大于等于35℃作为高温,计算研究区域内的高温面积百分比,结果显示,18日14:00高温面积达43%,19日为16%,20日为0.5%.表明夏日温度越高,研究区域的高温面积增加得越多.

为对比不同下垫面的微气候特征,利用模式输出地面草坪和沥青路面行人高度的温度如图4所示.07:00～10:00,两下垫面的温度基本相同, 11:00开始沥青路面上的温度上升得较快,下午时温差最大,直至傍晚到夜间两者温差又逐渐缩小.经统计,18-20日沥青路上行人高度的日平均温度比草坪上分别高0.5℃、0.3℃和0.5℃,逐时最大的温差达 1.7℃、1.4℃和 1.5℃.由此可见,城市绿地的建设可以有效降低环境温度.

图3 2015年8月18～20日实际方案14:00行人高度温度场Fig. 3 Temperature fields at pedestrian level of the real scenario at 14:00 from August 18thto 20th, 2015

图4 2015年8月18～20日草坪与沥青下垫面行人高度温度日变化Fig.4 Diurnal variations of temperature at pedestrian level under lawns and asphalt pavements from August 18thto 20th, 2015

2.3 风场模拟结果分析

2015年8月18～20日研究区14:00风场分布图如图5所示,18日主导风向为西南风,19～20日为东南风.研究区南部两建筑物间的风速最大,这是由于建筑物的峡谷效应作用而形成的大风速区,称为峡谷风;建筑物背风面以及建筑物密集区域内风速明显减少,环境空气通风较差.

图5 2015年8月18～20日实际方案14:00行人高度风场Fig.5 The wind fields at pedestrian level of the real scenario at 14:00 from August 18thto 20th, 2015

2.4 PMV模拟结果分析

PMV (Predicted Mean Vote),即预测平均票数.PMV值是丹麦的范格尔教授提出的表征人体热反应(冷热感)的评价指标,代表了同一环境中大多数人的冷热感觉.ENVI-met模式在此基础上改进,综合考虑温度、平均辐射温度、水汽、风速、人体产生的能量、人体穿衣造成的皮肤温度、人体表面皮肤与空气的水汽交换、呼吸造成的能量交换等因素计算出来的可以表征室外人体舒适度的PMV数值[15].

式中:M为人体新陈代谢率;Q为热舒适系统的能量传输率,计算需要的变量有空气温度、平均辐射温度、水汽压和风速,服装热阻、人体行走产生的能量等.

一般而言,PMV等级在-4(非常冷)到4(非常热)之间,其中0为舒适值.我国现有《采暖通风与空气调节设计规范》规定:采暖与空气调节室内的热舒适性应按照《中等热环境 PMV 和 PPD指数的测定及热舒适条件的规定》(GB/T 18049-2000)[23],采用预计的平均热感觉指数(PMV)值宜为:-1≤PMV≤+1.

图6给出2015年8月18～20日实际方案14时行人高度PMV分布图,由图6可见,建筑物背阳面和树木附近 PMV值较小,其余大部区域PMV值均在4以上,属于非常热的级别,人群不宜长时间暴露在室外,同一时次 PMV最大与最小值的差值可达2个等级.经统计,18日14:00PMV平均值为4.6,19日为4.5,20日为4.2;18日14:00全场PMV值最大值为5.4,19日最大值为5.3,20日最大值为 5.0,最大值均出现在沥青路面上.由此可见,当中山气象站的日最高气温为 34～35℃时,两日的 PMV值较接近;当降到 33℃以下时,PMV值下降较明显.

图6 2015年8月18～20日实际方案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

图7 2015年8月18日实际方案与无植被方案温度日变化Fig.7 Diurnal variations of temperature of the real and non-vegetation scenario on August 18th, 2015

2.5 无植被方案模拟结果分析

为研究植被对小区微气候的影响,本文建立另一个方案为无植被方案,即把图 1(b)内的植被去掉,以行人道地砖代替.同样地,以表2的基本参数作为模式的初始设置,模拟无植被方案下街区的热环境特征.18日天气最晴朗炎热,以该日为例,通过计算模拟区域范围内各时次、各格点的平均温度,对比实际方案与无植被方案下的温度日变化如图 7所示.无植被方案下各时次的温度均有所升高,特别是 14:00～17:00之间,两者的温度差异最大.

图8为2015年8月18日14:00行人高度无植被方案与实际方案的温度差值图,去除植被后,研究区内的温度明显升高.经统计,实际方案 18日 14:00研究区内高温区域(温度≥35℃)的面积占总面积的43%,无植被方案同一时次占53%,高温面积增加了 10%.由此可见,小区去除植被后,使夏日午后的气温明显升高.

图9 2015年8月18日14:00行人高度无植被方案与实际方案风速差值Fig.9 The wind speed variations between the real and non-vegetation scenario at pedestrian level at 14:00 August 18th, 2015

图9为2015年8月18日14:00行人高度无植被方案与实际方案的风速差值图,去除植被后,研究区内风速增大,表明植被特别是树木对风有削弱作用;南北向的沥青路上风速增大最明显,表明峡谷风更明显.经统计,去除植被后研究区域内的平均风速增加24%.

图10 2015年8月18日14:00行人高度无植被方案与实际方案的PMV差值Fig.10 Distributions of PMV at pedestrian level under the non-vegetation scenario at 14:00 August 18th, 2015

图10为2015年8月18日14:00行人高度无植被方案与实际方案的 PMV差值图,去除植被后,研究区内 PMV值增加,特别是去除了树木的位置的PMV值差值最大,升高1个级别以上.经统计,实际方案 18日 14:00研究区内 PMV≥4(非常热)的面积占总面积的 78.8%,无植被方案同一时次占 90.3%,PMV≥4(非常热)的面积增加了11.5%.

2015年 8月 18日实际方案和无植被方案PMV≥4的面积百分比随高度的变化如图11所示.实际方案 PMV≥4面积百分比在地面为 84.1%,之后随高度减少,在3米处达到最小值,之后随高度增加;无植被方案下 PMV≥4面积百分比在地面达到99.6%,之后随高度减少,在5米处达到最小值,之后随高度增加.在0到5米高度内,实际方案与无植被方案PMV≥4的面积百分比相差10%以上,并且在0.6米高度相差最大,达16.2%;在10米以上,二者相差均在 1%以内.由此可见,无植被方案下对城市街区的加热效应在垂直高度伸展到10米高度.

图11 2015年8月18日14:00 PMV≥4面积百分比随高度变化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 结论

3.1 运用三维非静力模式ENVI-met对中山市典型街区建立实际和无植被两种方案进行模拟研究.采用趋势曲线、均方根误差和平均绝对百分比误差对模式进行评价,结果表明模式模拟精度较好,RMSE范围在0.3～0.6℃之间,MAPE范围为0.7%～1.3%,能较好地反映实际情况.

3.2 建筑物阴影和树阴可降低行人高度的环境气温 2.6～3℃;草坪和沥青路面行人高度的温差在11:00～17:00较大,逐时最大的温差达1.7℃;表明夏日温度越高,研究区域的高温面积增加得越多.建筑物背阳面和树木附近PMV值(表征人体热反应(冷热感)的评价指标)比沥青路面低2个等级.

3.3 无植被方案行人高度的高温面积比实际方案增加最大可达 10%,平均风速增加 24%, PMV≥4(非常热)面积增加最大可达 13%.无植被方案下对城市街区的加热效应在垂直高度伸展到10米高度,在0.6米高度上该效应最显著.由此可见,在炎热的天气下,城市的绿化可以显著降低温度,有效提高人体舒适度.

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

[2]柳孝图,余德敏.城市热环境及其微热环境的改善 [J]. 环境科学, 1997,(1):54-58.

[3]孙铁钢,肖荣波,蔡云楠,等.城市热环境定量评价技术研究进展及发展趋势 [J]. 应用生态学报, 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]陈卓伦.绿化体系对湿热地区建筑组团室外热环境影响研究[D]. 广州:华南理工大学, 2010.

[8]邓玉娇,匡耀求,黄宁生,等.温室效应增强背景下城市热环境变化的遥感分析——以广东省东莞市为例 [J]. 地理科学, 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]钱敏蕾,徐艺扬,李 响,等.上海市城市化进程中热环境响应的空间评价 [J]. 中国环境科学, 2015,35(2):624-633.

[11]陈命男,张 浩,唐靖寅,等.上海城市地表热环境多时期遥感研究 [J]. 中国环境科学, 2011,31(7):1143-1151.

[12]钱敏蕾,徐艺扬,李 响,等.上海市城市化进程中热环境响应的空间评价 [J]. 中国环境科学, 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]刘艳红,郭晋平.绿地空间分布格局对城市热环境影响的数值模拟分析——以太原市为例 [J]. 中国环境科学, 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]Fröhlich 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 民用建筑供暖通风与空气调节设计规范 [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

国家自然科学基金(41475105);国家科技支撑计划(2014BAC16B06);科技部公益性(气象)行业项目(GYHY2013 06042);广东省科技计划项目(2015A020215020);广东省气象局科技创新团队计划项目201506

* 责任作者, 研究员, dxj@grmc.gov.cn

劳钊明(1985-),男,广东鹤山人,工程师,中山大学硕士研究生,主要从事室外微气候研究.