中国综合性科技类核心期刊(北大核心)

中国科学引文数据库来源期刊(CSCD)

美国《化学文摘》(CA)收录

美国《数学评论》(MR)收录

俄罗斯《文摘杂志》收录

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

城市道路肌理形态多维指标的微气候影响分析

姜允芳 韩雪梅 石铁矛 宋丹然

姜允芳, 韩雪梅, 石铁矛, 宋丹然. 城市道路肌理形态多维指标的微气候影响分析[J]. 华东师范大学学报(自然科学版), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004
引用本文: 姜允芳, 韩雪梅, 石铁矛, 宋丹然. 城市道路肌理形态多维指标的微气候影响分析[J]. 华东师范大学学报(自然科学版), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004
JIANG Yunfang, HAN Xuemei, SHI Tiemao, SONG Danran. A microclimatic impact analysis on multi-dimensional indicators of urban road fabric: Empirical research on Shanghai[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004
Citation: JIANG Yunfang, HAN Xuemei, SHI Tiemao, SONG Danran. A microclimatic impact analysis on multi-dimensional indicators of urban road fabric: Empirical research on Shanghai[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004

城市道路肌理形态多维指标的微气候影响分析

doi: 10.3969/j.issn.1000-5641.201941004
基金项目: 国家自然科学基金(51878279, 51878418)
详细信息
    作者简介:

    姜允芳, 女, 副教授, 硕士生导师, 研究方向为生态城市与人居环境, 气候变化与城市规划. E-mail: jyunfang@126.com

  • 中图分类号: TU119+.4

A microclimatic impact analysis on multi-dimensional indicators of urban road fabric: Empirical research on Shanghai

  • 摘要: 不同历史背景和规划理念下形成一个城市的不同道路肌理形态, 不同的道路肌理形态又影响作用于城市微气候因子而形成了独特的局地微气候. 以上海老城厢、古北社区、安亭新镇和新江湾城4个城市肌理为研究对象, 利用ENVI-met4.3模拟软件对4个区域的微气候进行模拟, 进而从中观与微观方面对比分析城市道路肌理的微气候状况. 在中观层面分析了路幅宽度、走向、间距和连通性与气候环境的关联性; 在微观尺度分析了道路的贴线率、高宽比(H/W)和天空开阔度(SVF)指标对道路的微气候因子分布特征的影响. 这一尺度的微气候特征比较分析研究对城市设计及空间形态优化方面将提供气候适应性发展的有益建议.
  • 图  1  4个选择区域卫星影像图与路网图

    注: (a)为老城厢, (b)为古北社区, (c)为安亭新镇, (d)为新江湾城; 红色字体路名为城市干道

    Fig.  1  Satellite image and street network of the four areas studied

    图  2  监测点位置

    Fig.  2  Monitoring points

    图  3  测点值与模拟值的温度差异值图和线性拟合图(地面1.5 m处)

    Fig.  3  Temperature differences and linear regression analysis between the measured and simulated values

    图  4  4个城市肌理9:00地面1.5 m处空气温度图

    注: 左上为老城厢, 右上为古北社区, 左下为安亭新镇, 右下为新江湾城; 横坐标和纵坐标均表示距离

    Fig.  4  Air temperature of the four areas studied at 9:00 am and 1.5 m

    图  5  4个城市肌理9:00地面1.5 m处风速图

    注: 左上为老城厢, 右上为古北社区, 左下为安亭新镇, 右下为新江湾城; 横坐标和纵坐标均表示距离

    Fig.  5  Wind speed in the four areas studied at 9:00 am and 1.5 m

    图  6  4个城市肌理9:00地面1.5 m处PMV图

    注: 左上为老城厢, 右上为古北社区, 左下为安亭新镇, 右下为新江湾城; 横坐标和纵坐标均表示距离

    Fig.  6  PMV of the four areas studied at 9:00 am and 1.5 m

    图  7  4个区域道路形态指标与道路风速、空气温度、PMV关系的对比图

    注: 自上而下依次为老城厢、古北社区、安亭新镇、新江湾城; 图中风速单位为m·s-1

    Fig.  7  Spatial correlation comparison diagram between the morphological indexes and microclimate factors at the street-site level of the four zones studied

    表  1  4个研究区域面积、道路网指标、绿地率等基本情况表

    Tab.  1  The road network, floor space, and green coverage of the four areas studied

    形成时期面积/km2道路密度/(km·km–2)连接度绿地率/%
    老城厢 17世纪 2.00 18.17 4.70 6.5
    古北社区 20世纪90年代 1.34 8.69 3.23 31
    安亭新镇 21世纪00年代 1.05 7.80 3.09 20
    新江湾城 21世纪10年代 1.31 6.42 2.83 33
    注: 4个研究区域的面积、道路密度、连接度和绿地率等数据是通过卫星影像地图, 结合现场勘测数据和收集到的网络数据, 经过地图校正获取
    下载: 导出CSV

    表  2  初始输入的气象参数值

    Tab.  2  Initial input values for weather parameters in the simulation model

    温度风向风速湿度粗糙度
    初始值 34.79 ℃ 135° (东南方向) 3 m/s 75% 0.01
    下载: 导出CSV

    表  3  参数设置

    Tab.  3  Parameter settings for the spatial models in the four zones studied

    区域网格数量(x,y,z)网格大小(dx,dy,dz)嵌套网格数量嵌套网格属性默认墙面属性默认屋顶属性
    老城厢 525,563,16 3,3,渐变的高度 3 Soil A: 沥青 Soil B: 水泥 混凝土 瓦片
    古北社区 375,306,15 5.5,5,渐变的高度 3 Soil A: 沥青 Soil B: 水泥 混凝土 混凝土
    安亭新镇 267,246,35 5,5,3 3 Soil A: 沥青 Soil B: 水泥 混凝土 混凝土
    新江湾城 313,265,13 5,5,渐变的高度 3 Soil A: 沥青 Soil B: 水泥 混凝土 混凝土
    下载: 导出CSV

    表  4  4个区域不同道路等级和走向的空气温度

    Tab.  4  Temperature of different road grades and orientation for the four areas studied

    区域走向道路等级空气温度/℃
    老城厢 东西走向 干道 35.60
    支路 35.59
    南北走向 干道 35.56
    支路 35.56
    古北社区 东西走向 干道 35.61
    支路 35.45
    南北走向 干道 35.51
    支路 35.43
    安亭新镇 东西走向 支路 35.47
    南北走向 支路 35.58
    新江湾城 东西走向 干道 35.85
    支路 35.23
    南北走向 干道 35.76
    支路 35.15
    下载: 导出CSV

    表  5  4个区域不同间距的道路温度与区域温度差值

    Tab.  5  Difference between road temperature values and zone temperature values at different distances in the four areas studied

    区域间距/m温度差值Δt/℃
    老城厢100以下0.06
    100~2000.09
    古北社区100~2000.05
    200~3000.18
    安亭新镇300~4000.14
    400~5000.24
    新江湾城400~4500.09
    450~5000.78
    下载: 导出CSV

    表  6  4个区域不同连接度的温度变异系数

    Tab.  6  Temperature coefficient of variation in different connectivity of the four areas studied

    老城厢古北社区安亭新镇新江湾城
    连接度 4.70 3.23 3.09 2.83
    温度变异系数 0.010 0.012 0.014 0.037
    下载: 导出CSV

    表  7  4个区域不同道路等级和走向的风速

    Tab.  7  Wind speed values of different road grades and orientation for the four areas studied

    区域走向道路等级风速/(m·s–1)
    老城厢 东西走向 干道 1.64
    支路 0.77
    南北走向 干道 1.71
    支路 1.01
    古北社区 东西走向 干道 1.56
    支路 1.37
    南北走向 干道 1.74
    支路 1.20
    安亭新镇 东西走向 支路 1.16
    南北走向 支路 0.97
    新江湾城 东西走向 干道 1.37
    支路 1.41
    南北走向 干道 1.42
    支路 1.14
    下载: 导出CSV

    表  8  4个区域不同间距的道路风速与区域风速差值

    Tab.  8  Difference between the road wind speed and zone wind speed at different distances for the four areas studied

    区域间距/m风速变化ΔW/(m·s–1)
    老城厢 100以下 0.07
    100~200 0.74
    古北社区 100~200 0.54
    200~300 0.58
    安亭新镇 300~400 0.07
    400~500 0.13
    新江湾城 400~450 0.34
    450~500 0.42
    下载: 导出CSV

    表  9  4个区域连接度的风速变异系数

    Tab.  9  Wind coefficient of variation in different connectivity of the four areas studied

    老城厢古北社区安亭新镇新江湾城
    连接度4.703.233.092.83
    风速变异系数0.470.400.380.37
    下载: 导出CSV

    表  10  4个区域不同道路等级和走向的PMV值

    Tab.  10  PMV values of different road grades and orientation for the four areas studied

    区域走向道路等级PMV
    老城镇 东西走向 干道 5.28
    支路 5.09
    南北走向 干道 4.94
    支路 4.65
    古北社区 东西走向 干道 4.94
    支路 4.88
    南北走向 干道 4.69
    支路 4.40
    安亭新镇 东西走向 支路 4.70
    南北走向 支路 4.70
    新江湾城 东西走向 干道 4.89
    支路 4.59
    南北走向 干道 4.53
    支路 4.39
    下载: 导出CSV

    表  11  4个区域不同间距的道路PMV值与区域PMV的差值

    Tab.  11  Difference between the road PMV values and zone PMV values at different distances for the four areas studied

    区域间距/mΔPMV
    老城厢100以下0.06
    100~2000.30
    古北社区100~2000.13
    200~3000.27
    安亭新镇300~4000.13
    400~5000.28
    新江湾城400~4500.13
    450~5000.41
    下载: 导出CSV

    表  12  4个区域连接度的PMV变异系数

    Tab.  12  PMV coefficient of variation in different connectivity of the four areas studied

    老城厢古北社区安亭新镇新江湾城
    连接度4.703.233.092.83
    PMV变异系数0.120.140.160.17
    下载: 导出CSV

    表  13  道路形态指标与空气温度相关性

    Tab.  13  Correlation between morphological indexes and air temperature at the street-site level for the four areas studied

    区域道路指标pR2相关系数r
    老城厢 贴线率 0.02** 0.570 –0.755
    H/W 0.25 0.846 –0.920
    SVF 0.06* 0.539 0.734
    古北社区 贴线率 -- -- --
    H/W 0.1* 0.630 –0.794
    SVF 0.02** 0.849 0.921
    安亭新镇 贴线率 0.06* 0.878 –0.937
    H/W 0.008*** 0.983 –0.991
    SVF 0.1* 0.807 0.898
    新江湾城 贴线率 0.2 0.374 –0.612
    H/W 0.03*** 0.717 –0.847
    SVF 0.1* 0.510 0.714
    注: ***、**和*分别表示在1%、5%和10%的水平下的显著性检验
    下载: 导出CSV

    表  14  道路形态指标与风速的相关性

    Tab.  14  Correlation between morphological indexes and wind-speed at the street-site level for the four areas studied

    区域道路指标pR2相关系数r
    老城厢 贴线率 0.002*** 0.823 –0.908
    H/W 0.01*** 0.894 –0.945
    SVF 0.01*** 0.694 0.833
    古北社区 贴线率 -- -- --
    H/W 0.15 0.549 –0.741
    SVF 0.001*** 0.881 0.934
    安亭新镇 贴线率 0.41 0.262 –0.512
    H/W 0.13 0.511 –0.474
    SVF 0.01*** 0.979 0.989
    新江湾城 贴线率 0.1* 0.316 –0.562
    H/W 0.006*** 0.717 0.847
    SVF 0.003*** 0.772 0.879
    注: ***、**和*分别表示在1%、5%和10%的水平下的显著性检验
    下载: 导出CSV

    表  15  道路形态指标与PMV的相关性

    Tab.  15  Correlation between morphological indexes and PMV at the street-site level of the four areas studied

    区域道路指标pR2相关系数r
    老城厢 贴线率 0.02** 0.840 –0.916
    H/W 0.21 0.456 –0.675
    SVF 0.03** 0.824 0.908
    古北社区 贴线率 -- -- --
    H/W 0.20 0.778 –0.882
    SVF 0.005*** 0.835 0.914
    安亭新镇 贴线率 0.25 0.550 –0.741
    H/W 0.1* 0.788 –0.887
    SVF 0.05** 0.829 0.910
    新江湾城 贴线率 0.09* 0.535 –0.731
    H/W 0.01*** 0.965 –0.982
    SVF 0.03** 0.911 0.954
    注: ***、**和*分别表示在1%、5%和10%的水平下的显著性检验
    下载: 导出CSV
  • [1] OKE T R. Urban Environments [M]. [S.l.]: McGill–Queen’s University Press, 1997.
    [2] 周淑贞, 张超. 城市气候学导论 [M]. 上海: 华东师范大学出版社, 1985.
    [3] 石华. 基于深圳市道路气流特征的城市通风网络模型研究 [D]. 重庆: 重庆大学, 2012.
    [4] AMBROSINI D, GALLI G, MANCINI B, et al. Evaluating mitigation effects of urban heat islands in a historical small center with the ENVI-met ® climate model [J]. Sustainability, 2014, 6(10): 7013-7029. DOI:  10.3390/su6107013.
    [5] 祝善友, 高牧原, 陈亭, 等. 基于ENVI-met模式的城市近地表气温模拟与分析——以南京市部分区域为例 [J]. 气候与环境研究, 2017, 22(4): 499-507. DOI:  10.3878/j.issn.1006-9585.2017.16197.
    [6] 童明. 城市肌理如何激发城市活力 [J]. 城市规划学刊, 2014(3): 14.
    [7] 邓浩, 宋峰, 蔡海英. 城市肌理与可步行性——城市步行空间基本特征的形态学解读 [J]. 建筑学报, 2013(6): 8-13. DOI:  10.3969/j.issn.0529-1399.2013.06.002.
    [8] ADOLPHE L. A simplified model of urban morphology: Application to an analysis of the environmental performance of cities [J]. Environment and Planning B-planning & Design, 2001, 28(2): 183-200.
    [9] YOSHIDA H, OMAE M. An approach for analysis of urban morphology: Methods to derive morphological properties of city blocks by using an urban landscape model and their interpretations [J]. Computers, Environment and Urban Systems, 2005, 29(2): 223-247. DOI:  10.1016/j.compenvurbsys.2004.05.008.
    [10] ALAVIPANAH S, SCHREYER J, HAASE D, et al. The effect of multi-dimensional indicators on urban thermal conditions [J]. Journal of Cleaner Production, 2018, 177: 115-123. DOI:  10.1016/j.jclepro.2017.12.187.
    [11] CAO A, LI Q, MENG Q. Effects of orientation of urban roads on the local thermal environment in Guangzhou City [J]. Procedia Engineering, 2015, 121: 2075-2082. DOI:  10.1016/j.proeng.2015.09.209.
    [12] CHATZIDIMITRIOU A, AXARLI K. Street canyon geometry effects on microclimate and comfort: A case study in Thessaloniki [J]. Procedia environmental sciences, 2017, 38: 643-650. DOI:  10.1016/j.proenv.2017.03.144.
    [13] BAKARMAN M A, CHANG J D. The influence of height/width ratio on urban heat island in hot-arid climates [J]. Procedia Engineering, 2015, 118: 101-108. DOI:  10.1016/j.proeng.2015.08.408.
    [14] BHASKAR D, MAHUA M. Optimisation of canyon orientation and aspect ratio in warm-humid climate: Case of Rajarhat Newtown, India [J]. Urban Climate, 2018, 24: 999-1014.
    [15] SONG G S, JEONG M A. Morphology of pedestrian roads and thermal responses during summer, in the urban area of Bucheon city, Korea [J]. International Journal of Biometeorology, 2016, 60(7): 999-1014. DOI:  10.1007/s00484-015-1092-9.
    [16] 李京津, 王建国. 南京步行街空间形式与微气候关联性模拟分析技术 [J]. 东南大学学报(自然科学版), 2016, 46(5): 1103-1109. DOI:  10.3969/j.issn.1001-0505.2016.05.035.
    [17] 萨林加罗斯. 城市结构原理 [M]. 阳建强, 译. 北京: 中国建筑工业出版社, 2011.
    [18] 熊鹏, 宋小冬. 道路网络密度与公交线网的关系分析——以上海9个典型地区为例 [J]. 上海城市规划, 2016(5): 101-108.
    [19] 陈治军. 城市大型社区的混合功能及规模研究——以上海几个社区为例 [D]. 上海: 同济大学, 2007.
    [20] 薄宏涛. 欧洲传统城市空间在中国的复合移植 [J]. 建筑学报, 2005(6): 76-78. DOI:  10.3969/j.issn.0529-1399.2005.06.023.
    [21] 王志军. 上海“一城九镇”空间结构及形态类型研究 [D]. 上海: 同济大学, 2007.
    [22] 徐毅松, 王颖禾, 范宇. 城市再生视野下的规划实践与思考—以新江湾城规划为例 [J]. 城市规划学刊, 2005(4): 93-98. DOI:  10.3969/j.issn.1000-3363.2005.04.018.
    [23] 郭琳琳, 李保峰, 陈宏. 我国在街区尺度的城市微气候研究进展 [J]. 城市发展研究, 2017, 24(1): 75-81. DOI:  10.3969/j.issn.1006-3862.2017.01.010.
    [24] BRUSE M, FLEER H. Simulating surface–plant–air interactions inside urban environments with a three dimensional numerical model [J]. Environmental Modelling & Software, 1998, 13(3/4): 373-384.
    [25] GUSSON C S, DUARTE D H S. Effects of built density and urban morphology on urban microclimate: Calibration of the model ENVI-met V4 for the Subtropical Sao Paulo, Brazil [J]. Procedia Engineering, 2016, 169: 2-10. DOI:  10.1016/j.proeng.2016.10.001.
    [26] 胡程, 邹志云, 梅亚南, 等. 城市道路网规划评价指标体系研究 [J]. 土木工程与管理学报, 2006, 23(s2): 98-101.
    [27] ZHANG J, HENG C K, LAI M L, et al. Evaluating environmental implications of density: A comparative case study on the relationship between density, urban block typology and sky exposure [J]. Automation in Construction, 2012, 22(4): 90-101.
    [28] WILLMOTT C J. Some comments on the evaluation of model performance [J]. Bulletin of the American Meteorological Society, 1982, 63(11): 1309-1369. DOI: 10.1175/1520-0477(1982)063<1309:SCOTEO>2.0.CO;2.
    [29] MIDDEL A, HÄB K, BRAZEL A J, et al. Impact of urban form and design on mid-afternoon microclimate in Phoenix Local Climate Zones [J]. Landscape & Urban Planning, 2014, 122(2): 16-28.
  • [1] 戴磊.  一致Fredholm指标性质与(ω1)性质 . 华东师范大学学报(自然科学版), 2020, (2): 1-7. doi: 10.3969/j.issn.1000-5641.201911004
  • 加载中
图(7) / 表ll (15)
计量
  • 文章访问数:  23
  • HTML全文浏览量:  20
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-01-15
  • 网络出版日期:  2020-05-29
  • 刊出日期:  2020-05-01

城市道路肌理形态多维指标的微气候影响分析

doi: 10.3969/j.issn.1000-5641.201941004
    基金项目:  国家自然科学基金(51878279, 51878418)
    作者简介:

    姜允芳, 女, 副教授, 硕士生导师, 研究方向为生态城市与人居环境, 气候变化与城市规划. E-mail: jyunfang@126.com

  • 中图分类号: TU119+.4

摘要: 不同历史背景和规划理念下形成一个城市的不同道路肌理形态, 不同的道路肌理形态又影响作用于城市微气候因子而形成了独特的局地微气候. 以上海老城厢、古北社区、安亭新镇和新江湾城4个城市肌理为研究对象, 利用ENVI-met4.3模拟软件对4个区域的微气候进行模拟, 进而从中观与微观方面对比分析城市道路肌理的微气候状况. 在中观层面分析了路幅宽度、走向、间距和连通性与气候环境的关联性; 在微观尺度分析了道路的贴线率、高宽比(H/W)和天空开阔度(SVF)指标对道路的微气候因子分布特征的影响. 这一尺度的微气候特征比较分析研究对城市设计及空间形态优化方面将提供气候适应性发展的有益建议.

English Abstract

姜允芳, 韩雪梅, 石铁矛, 宋丹然. 城市道路肌理形态多维指标的微气候影响分析[J]. 华东师范大学学报(自然科学版), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004
引用本文: 姜允芳, 韩雪梅, 石铁矛, 宋丹然. 城市道路肌理形态多维指标的微气候影响分析[J]. 华东师范大学学报(自然科学版), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004
JIANG Yunfang, HAN Xuemei, SHI Tiemao, SONG Danran. A microclimatic impact analysis on multi-dimensional indicators of urban road fabric: Empirical research on Shanghai[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004
Citation: JIANG Yunfang, HAN Xuemei, SHI Tiemao, SONG Danran. A microclimatic impact analysis on multi-dimensional indicators of urban road fabric: Empirical research on Shanghai[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004
    • 近些年, 城市的气候环境发生着剧烈的变化. 城市空间形态因子的影响研究成为城市气候研究重要内容. 这一领域的研究基本上包括3个空间维度, 中尺度、局地尺度和微尺度[1-2]. 局地尺度研究范围在1~10 km以内, 研究该尺度范围内整体的热环境、风环境以及城市形态对局部微气候的影响作用[3-5]. 微尺度是街道尺度, 范围在0.1~1 km之间. 城市局地尺度微气候的研究正在成为城市气候研究的重点和难点.

      城市空间肌理形态是由路网结构与街区尺寸等结构要素和城市建筑单体、绿化、水体、不同材质的地表面等肌理元素组成[6-7]. 城市道路路网形态和模式作为构成城市肌理形态的主要空间组成, 其微气候也是城市局地微气候优化研究的主体内容. 当今, 城市微气候的研究在空间尺度上基本呈现了两端分布的状态, 大部分是城市层面和街区层面的研究. 在宏观上, 主要研究了城市下垫面性质和形态组成对城市局部气候的影响; 在微观上, 研究主要集中在街道峡谷规划布局的小气候效应模拟和风环境特征研究. 在局地空间尺度上, 城市形态学指标的微气候影响研究仍然较少. 有关研究提出包括密度、粗糙度、多孔性、弯曲率、紧凑度、封闭性、完整性、连续性等一套城市肌理描述指标[8]. 基于这一指标体系, 在香港城区层面, 提出了完整高宽比、封闭性、粗糙面高度、首层平面设置高度、总建筑体积/建筑数量和高度标准偏差6个空间形态影响气候质量指标. 基于城市景观模型监测, 2 km × 2 km面积的东京案例研究中, 指标变量包括建筑基底面积、建筑容积、建筑面积比、建筑平均高度、单位用地的建筑物表面积等[9]. 城市多维指标对地面温度的影响作用, 基本反映出三维空间指标的重要影响[10]. 研究表明道路走向[11-12]、道路高宽比(H/W)[13-14]、天空开阔度(SVF)[15]、绿化因子[16]对微气候产生不同程度的作用. 综合来看, 前期研究多数关注建筑群体的物质构成特性, 对于外部空间肌理的规划管制指标, 特别是道路网络的整体空间结构特征指标微气候效应的影响作用方面, 很少有相关研究成果. 本研究结合道路系统规划常规的空间描述指标进行微气候作用的关联分析.

      不同历史脉络和不同空间尺度的连续区域通过网络联系起来, 最终形成了不同年代背景影响下的当代城市空间肌理, 这些不同类型城市形式和结构建立起城市系统的复杂性[17]. 本文以上海不同年代城市空间发展演替背景下形成的4个典型不同的城市道路肌理作为研究对象, 从局地尺度分析不同城市肌理中道路空间形态指标影响下的微气候分布状况, 探讨不同道路格局特征与街道微气候的关系, 从而为今后城市空间和道路网络形态优化方面提供气候适应性发展的参考性建议.

    • 随着不同阶段的历史演变, 上海城市形成了不同的聚居核心单元和分区模式. 在17世纪已建镇基础上发展而来的“上海之根”老城厢地区, 在上海不同时期空间功能演进、空间形态演替发展中扮演着上海中心的角色; 改革开放, 上海虹桥开放区承接居住与国际贸易交流的需要, 在多种文化冲击下形成古北国际社区, 是20世纪90年代上海另一个对外展示的城市窗口; 2000年, 上海的近郊区域选址设置了缓解城市中心拥堵的居住新城, 安亭新城就是上海“一城九镇”规划的现代小镇代表; 21世纪10年代上海划定了江湾-五角场副中心, 人居新“城”区典范的新江湾城应运而生. 正是城市不同时期区域肌理的空间形态, 构成了上海这个多元文化并存、充满活力的大都市区域, 这4个区域代表了上海不同时代背景下形成的城市空间肌理形态.

      本研究选取了上海老城厢、古北社区、安亭新镇和新江湾城这4个典型城区. 结合4个“城”区的相关资料检索, 并通过Google Earth下载4个空间肌理形态在2017年5月27日分辨率为0.51 m/像素的卫星影像图(http://earth.google.com). 获取包括下垫面水泥、沥青、水体、绿化植被, 以及建筑物布局等数据信息. 建筑高度是通过建筑层数乘以每层的高度, 这里默认层高为3 m, 通过地图和现场勘察获取建筑层高. 图1为卫星影像图和区域道路网络的叠加, 可以清晰地看出4个案例选择区域的空间肌理形态结构和路网空间结构.

      图  1  4个选择区域卫星影像图与路网图

      Figure 1.  Satellite image and street network of the four areas studied

      4个区域的城市道路肌理和空间格局相关指标情况见图1表1. (1)老城厢位于上海中心城区, 具有独特的老城厢低容积率高密度的空间格局. 其道路网络复杂, 路网密度大, 道路狭窄弯曲, 交叉路口多且非正交[18]. 其中, 市区性交通道路宽度可达40 m, 内部主要街道宽度为7~8.5 m, 而里弄宽度多为3~5 m, 内部建筑为传统的里弄形式, 层高在2~4层. (2)古北社区位于上海市长宁区, 街区形式为典型的开放围合式, 建筑由多层和高层围合构成周边式围合开敞空间和行列式两种形态布局模式[19]. 其区内主要道路大体呈格网状分布, 具有良好的交通通达性. 绿化形态为大型和小型斑块绿地分散布局. (3)安亭新镇位于上海西部嘉定区, 占地5 km2, 而本研究的范围为安亭新镇西区2 km2以内, 主体街坊为周边围合式, 建筑层高为4~5层. 其道路格局呈不规则环状网络布局, 内部道路呈“井”字道路并形成风车形的路网结构, 主干道宽度为28~40 m, 街坊内部路为15 m, 路网和绿化相交成网状[20-21]. (4)新江湾城占地9.45 km2, 本研究的新江湾城区域面积为1.31 km2. 新江湾城规划主要是打造生态型的花园城市[22]. 其主体道路格局为尺度较大的倾斜方格网模式, 绿化形态为集中大型绿地和绿网结合.

      表 1  4个研究区域面积、道路网指标、绿地率等基本情况表

      Table 1.  The road network, floor space, and green coverage of the four areas studied

      形成时期面积/km2道路密度/(km·km–2)连接度绿地率/%
      老城厢 17世纪 2.00 18.17 4.70 6.5
      古北社区 20世纪90年代 1.34 8.69 3.23 31
      安亭新镇 21世纪00年代 1.05 7.80 3.09 20
      新江湾城 21世纪10年代 1.31 6.42 2.83 33
      注: 4个研究区域的面积、道路密度、连接度和绿地率等数据是通过卫星影像地图, 结合现场勘测数据和收集到的网络数据, 经过地图校正获取
    • 目前, 数值模拟方法成为研究城市微气候的有效方法[23]. 其中ENVI-met是1998年德国的Bruse和Fleer教授开发的一种基于三维流体非静力模型的数值模拟软件, 能够在不同中尺度或微尺度条件下模拟城市地表-植被-空气的微气候相互作用[24]. 本文研究范围是局地尺度的城市微气候, 区域面积在1~2 km2范围内, 采用的是ENVI-met4.3版, 模拟日期是2017年7月23日, 气象数据采用的是23日当天虹桥气象站监测的气象数据(https://www.wunderground.com/). 地面粗糙度反映了地面与空气的摩擦力, 4个区域表面主要为混凝土, 粗糙度一般为0.01[25]. 具体的初始输入的气象参数值见表2, 初始温度是根据23日一天平均温度设置的. 由于每个区域的规模大小、特征不一样, 因此, 建模时的网格设置和参数设置也不一样, 详细的参数设置见表3.

      表 2  初始输入的气象参数值

      Table 2.  Initial input values for weather parameters in the simulation model

      温度风向风速湿度粗糙度
      初始值 34.79 ℃ 135° (东南方向) 3 m/s 75% 0.01

      表 3  参数设置

      Table 3.  Parameter settings for the spatial models in the four zones studied

      区域网格数量(x,y,z)网格大小(dx,dy,dz)嵌套网格数量嵌套网格属性默认墙面属性默认屋顶属性
      老城厢 525,563,16 3,3,渐变的高度 3 Soil A: 沥青 Soil B: 水泥 混凝土 瓦片
      古北社区 375,306,15 5.5,5,渐变的高度 3 Soil A: 沥青 Soil B: 水泥 混凝土 混凝土
      安亭新镇 267,246,35 5,5,3 3 Soil A: 沥青 Soil B: 水泥 混凝土 混凝土
      新江湾城 313,265,13 5,5,渐变的高度 3 Soil A: 沥青 Soil B: 水泥 混凝土 混凝土
    • (1)道路形态指标

      在城市中观尺度道路整体网络形态指标方面, 选取了道路宽度、走向、间距、道路连接度作为空间形态指标. 道路宽度根据道路等级来划分, 分为干道和支路. 道路走向分为东西走向和南北走向. 道路间距是城市道路交叉口之间的距离, 通过测量计算出4个区域各道路的平均间距. 道路连接度是衡量道路网络化程度的指标, 连接度越高, 说明道路网络程度越高, 具体计算公式为[26]

      $${\rm{\beta }}= \frac{{2L}}{V}.$$

      公式中, β为连接度系数, L为路网总路段数, V为路网节点数.

      在微观街道构成要素影响作用方面, 研究道路构成的特征因子包括道路贴线率、道路高宽比(H/W)、道路的天空开阔度(SVF).

      具体指标计算方法如下:

      ①天空开阔度(SVF)指的是地面上指定一点可见天空与整个天空圆顶的比例, 可以表征所研究区域地面所吸收太阳辐射的能力[27]. 这个指标通过ENVI-met软件根据研究区域的实际情境进行模拟计算, 得出各点的SVF平均值.

      ②道路贴线率(t)是道路临街建筑物的长度与道路红线长度的比值, 表征道路建筑物的连续程度. 根据上海市道路网这个指标的统计分析情况, 在本研究中分为5个等级. t ≤ 0.5为五级控制区; 0.5 < t ≤ 0.6为四级控制区; 0.6 < t ≤ 0.7为三级控制区; 0.7 < t ≤ 0.8为二级控制区; t > 0.8为一级控制区.

      ③道路高宽比(H/W)是道路两边建筑物高度与道路宽度之间的比值, 表征道路的开阔度情况.

      (2)气象要素指标与热舒适性指标

      在微气候状况描述方面, 研究讨论了道路肌理空间的空气温度、风速和热舒适性指标. 空气温度、风速采用道路空气温度和风速的平均值, 热舒适性指标采用预测平均热反应(PMV)数值, 用以表示人体热量预算差异. 通常说来, PMV的值在–4~+4的范围内, 当PMV值在–2~+2的范围内, 表示热舒适性比较好.

      在道路间距和街道三维空间形态指标的微气候效应关联分析过程中, 为了减少每一个研究区域不同景观环境的影响作用, 关联指标采用了空气温度差、风速差、PMV差值. 由于道路连接度是体现整体路网结构特征, 因此在分析道路连接度与微气候效应关系时, 可以用温度、风速和PMV的变异系数(Coefficient of Variation)去整体分析不同连接度的道路气候因子和热舒适性数值的离散程度, 可以从中观层面体现整体道路网连通特点对微气候指标的影响作用效果. 变异系数具体的计算公式为

      $$CV = \frac{{SD}}{{MN}}.$$

      其中, CV为变异系数, SD为标准差, MN为平均值.

    • 结合现场实测, 将其结果与模拟值进行对比, 从而验证ENVI-met模拟的精度. 选择老城厢为实测地点, 分别布置了10个监测点, 包括不同的道路级别和不同位置, 见图2. 利用手持气象仪(kestrel 5000)在2018年8月10日进行实测上午10:00时地面1.5 m处的气象状况. 每个监测点将分别测出5个数据, 算取平均值, 作为监测点实测数据.

      对模型的验证方法采用均方根误差法(RMSE), RMSE是验证实测值和模拟值之间偏差的有效方法, 当RMSE值很大时, 则表示模拟值和实测值之间的误差很大, 反之亦然[28]. 计算公式为

      $${\rm{RMSE}} = \sqrt {\frac{{\sum\limits_i^n {{{({X_{{\rm{obs}},i}} - {X_{{{\rm{model}},i}}})}^2}} }}{n}}. $$

      其中, RMSE是均方根误差, ${X_{{\rm{obs}},i}}$表示一点的实测值, ${X_{{\rm{model}},i}}$表示一点的模拟值, n 表示实测点的数量.

      图  2  监测点位置

      Figure 2.  Monitoring points

      通过10个监测点的实测值和当日模型模拟值进行对比, 见图3a, 可以看出10个监测点的实测值与模拟值的温度变化趋势基本一致. 通过计算, 见图3b, 10个监测点的实测值与模拟值温度的线性拟合度为0.85, RMSE为0.7 ℃. 实测值与模拟值差异很小, 验证了该软件模拟微气候环境的可行性[29].

      图  3  测点值与模拟值的温度差异值图和线性拟合图(地面1.5 m处)

      Figure 3.  Temperature differences and linear regression analysis between the measured and simulated values

    • 考虑到人们出行的最佳户外活动时间, 选择9:00这个时间点, 从空气温度、风速以及热舒适性指标PMV值分析4个城市肌理的道路在地面1.5 m处道路等级、走向、间距和连接度对微气候影响作用.

    • 图4为4个肌理9:00的空气温度分布图. 结合提取道路的空气温度模拟结果数据, 整体来看, 老城厢的道路平均空气温度最高, 为35.63 ℃, 其次为古北社区, 道路平均空气温度为35.59 ℃, 第三是安亭新镇, 道路平均空气温度为35.57 ℃, 新江湾城的道路平均空气温度最低, 为35.47 ℃.

      图  4  4个城市肌理9:00地面1.5 m处空气温度图

      Figure 4.  Air temperature of the four areas studied at 9:00 am and 1.5 m

      表4呈现了4个区域道路不同走向和不同等级与空气温度的关系. 结果显示: ①相同道路走向, 老城厢、古北社区和新江湾城道路干道空气温度高于支路空气温度. 结合图4, 发现道路越宽, 宽道路中心与边缘的空气温度差异也越大; 安亭新镇的道路仅为支路, 不做赘述. ②道路走向来看, 老城厢、古北社区和新江湾城同一等级的道路, 南北走向空气温度低于东西走向空气温度. 由于早上9:00, 太阳直射东边, 使得南北走向的道路东边地物遮挡形成阴影, 道路整体温度偏低. 安亭新镇同一等级的道路东西向温度低于南北向空气温度, 安亭新镇东西向道路有一定程度的倾斜, 为顺风向, 南北向道路为背风向, 当太阳高度角较低时, 顺风向的走向优势一定程度弥补了东西走向空气温度的劣势.

      道路间距指标对空气温度因子的影响分析采用路幅空间范围内空气温度差值来关联道路间距的影响效应. 表5呈现了4个区域不同道路路口间距的温度差值变化情况, 同一个区域, 道路的间距越大, 道路上的温度和区域整体温度差异越大, 尤其是安亭新镇和新江湾城, 这种现象更为明显. 从图4也可以看出, 这两个区域道路密度低, 路网间距整体较高, 温度差异较明显.

      道路路幅范围内部空气温度的波动性采用气温变异系数来反映离散程度. 表6为连接度不同的4个区域的温度变异系数值. 结果发现, 道路连接度越高, 道路温度的变异系数越小. 说明路网越发达, 道路温度分布越均匀, 波动越小. 此外, 从图4可以看出, 通达性较好的交叉口处也是空气温度低值区.

    • 图5为4个肌理9:00风速分布图. 结合提取道路的风速模拟结果数据, 整体来看, 古北社区的道路平均风速最高, 为1.50 m/s, 其次是老城厢, 道路平均风速为1.41 m/s, 新江湾城的道路平均风速为1.33 m/s, 安亭新镇道路平均风速最低, 其平均风速值为1.11 m/s.

      表7为4个区域道路不同走向和不同等级与风速的关系. 结果显示: ①相同道路走向, 老城厢和古北社区干道风速大于支路的风速. 结合图5看出, 尤其是老城厢, 内部支路道路普遍较窄, 风速普遍较低; 新江湾城南北走向干道风速大于支路风速, 且差异较大, 而东西走向的支路的风速大于干道风速, 由于道路倾斜角不同, 新江湾城道路东西走向干道与风向的夹角大于东西走向支路与风向的夹角. ②从道路走向来看, 老城厢同一等级的道路, 南北走向的风速普遍高于东西向的风速; 古北社区、新江湾城道路干道南北走向的风速高于东西走向的风速; 支路上, 古北社区、新江湾城和安亭新镇均表现为南北走向风速低于东西走向的风速. 这3个区域支路的弯曲方向均为东西顺风向, 南北背风向, 显而易见, 顺风向风速高于背风向风速.

      表 4  4个区域不同道路等级和走向的空气温度

      Table 4.  Temperature of different road grades and orientation for the four areas studied

      区域走向道路等级空气温度/℃
      老城厢 东西走向 干道 35.60
      支路 35.59
      南北走向 干道 35.56
      支路 35.56
      古北社区 东西走向 干道 35.61
      支路 35.45
      南北走向 干道 35.51
      支路 35.43
      安亭新镇 东西走向 支路 35.47
      南北走向 支路 35.58
      新江湾城 东西走向 干道 35.85
      支路 35.23
      南北走向 干道 35.76
      支路 35.15

      表 5  4个区域不同间距的道路温度与区域温度差值

      Table 5.  Difference between road temperature values and zone temperature values at different distances in the four areas studied

      区域间距/m温度差值Δt/℃
      老城厢100以下0.06
      100~2000.09
      古北社区100~2000.05
      200~3000.18
      安亭新镇300~4000.14
      400~5000.24
      新江湾城400~4500.09
      450~5000.78

      表 6  4个区域不同连接度的温度变异系数

      Table 6.  Temperature coefficient of variation in different connectivity of the four areas studied

      老城厢古北社区安亭新镇新江湾城
      连接度 4.70 3.23 3.09 2.83
      温度变异系数 0.010 0.012 0.014 0.037

      图  5  4个城市肌理9:00地面1.5 m处风速图

      Figure 5.  Wind speed in the four areas studied at 9:00 am and 1.5 m

      表 7  4个区域不同道路等级和走向的风速

      Table 7.  Wind speed values of different road grades and orientation for the four areas studied

      区域走向道路等级风速/(m·s–1)
      老城厢 东西走向 干道 1.64
      支路 0.77
      南北走向 干道 1.71
      支路 1.01
      古北社区 东西走向 干道 1.56
      支路 1.37
      南北走向 干道 1.74
      支路 1.20
      安亭新镇 东西走向 支路 1.16
      南北走向 支路 0.97
      新江湾城 东西走向 干道 1.37
      支路 1.41
      南北走向 干道 1.42
      支路 1.14

      道路间距指标对风速因子的影响分析采用路幅空间范围内风速差值来关联道路间距的影响效应. 表8呈现了4个区域不同道路路口间距的风速差值变化情况. 结果显示: 同一个区域, 道路的间距越大, 道路风速与区域的风速差值越大. 从图5可以看出在道路交叉口处道路的风速偏高.

      表 8  4个区域不同间距的道路风速与区域风速差值

      Table 8.  Difference between the road wind speed and zone wind speed at different distances for the four areas studied

      区域间距/m风速变化ΔW/(m·s–1)
      老城厢 100以下 0.07
      100~200 0.74
      古北社区 100~200 0.54
      200~300 0.58
      安亭新镇 300~400 0.07
      400~500 0.13
      新江湾城 400~450 0.34
      450~500 0.42

      道路路幅范围内部风速的波动性采用风速变异系数来反映离散程度. 表9为连接度不同的4个区域的风速变异系数值, 结果为道路连接度越高, 道路风速差异系数越大, 说明路网越发达, 道路的风速波动越大. 老城厢和古北社区路网发达, 道路交叉口多, 因此道路风速分流多, 使得不同路段的风速不同. 另外, 图5中可以发现, 4个区域的道路两边有行道树的路段, 风速也会相对较低.

      表 9  4个区域连接度的风速变异系数

      Table 9.  Wind coefficient of variation in different connectivity of the four areas studied

      老城厢古北社区安亭新镇新江湾城
      连接度4.703.233.092.83
      风速变异系数0.470.400.380.37
    • 图6为4个肌理9:00 PMV分布图. 结合提取道路的PMV模拟结果数据, 整体来看, 老城厢道路平均PMV为4.93, PMV值最高, 热舒适性最差, 其次是安亭新镇, PMV值为4.68, 然后是古北社区, PMV值为4.57, 新江湾城的热舒适最好, PMV值为4.54.

      表10呈现了4个区域道路不同走向和不同等级与PMV值的关系. 结果显示: ①相同道路走向, 老城厢、古北社区和新江湾城道路干道的PMV值高于支路的PMV值. 且从图6可以看出, 老城厢的道路越宽, 道路中心与道路两边的PMV差异越大. ②从道路走向来看, 老城厢、古北社区和新江湾城的同一等级道路, 南北走向PMV值低于东西走向的PMV值; 而安亭新镇南北走向和东西走向的PMV值整体相似, 结合温度和风速, 东西顺风向的风速优势弥补了东西向暴露于太阳直射的劣势, 一定程度上改善了热舒适性.

      图  6  4个城市肌理9:00地面1.5 m处PMV图

      Figure 6.  PMV of the four areas studied at 9:00 am and 1.5 m

      表 10  4个区域不同道路等级和走向的PMV值

      Table 10.  PMV values of different road grades and orientation for the four areas studied

      区域走向道路等级PMV
      老城镇 东西走向 干道 5.28
      支路 5.09
      南北走向 干道 4.94
      支路 4.65
      古北社区 东西走向 干道 4.94
      支路 4.88
      南北走向 干道 4.69
      支路 4.40
      安亭新镇 东西走向 支路 4.70
      南北走向 支路 4.70
      新江湾城 东西走向 干道 4.89
      支路 4.59
      南北走向 干道 4.53
      支路 4.39

      道路间距指标对PMV值的影响分析采用路幅空间范围内PMV差值来关联道路间距不同等级标准的影响效应, 表11呈现了4个区域不同道路路口间距的PMV差值变化情况. 可以看出, 在同一个区域, 表现为间距越大, 道路PMV值与区域PMV值差值越大. 安亭新镇和新江湾城间距整体大于老城厢和古北社区, 这种现象更为明显.

      表 11  4个区域不同间距的道路PMV值与区域PMV的差值

      Table 11.  Difference between the road PMV values and zone PMV values at different distances for the four areas studied

      区域间距/mΔPMV
      老城厢100以下0.06
      100~2000.30
      古北社区100~2000.13
      200~3000.27
      安亭新镇300~4000.13
      400~5000.28
      新江湾城400~4500.13
      450~5000.41

      道路路幅范围内部PMV的波动性采用PMV变异系数来反映离散程度. 表12为连接度不同的4个区域的PMV变异系数值. 可以看出, 道路连接度越高, 道路PMV值变异系数越小, 说明道路的热舒适性分布越均匀, 波动越小. 此外, 从图6中看出, 4个区域种植有行道树的道路, 其两边的PMV值都非常低, 这说明绿化能够很好地改善道路热舒适性.

      表 12  4个区域连接度的PMV变异系数

      Table 12.  PMV coefficient of variation in different connectivity of the four areas studied

      老城厢古北社区安亭新镇新江湾城
      连接度4.703.233.092.83
      PMV变异系数0.120.140.160.17
    • 在微观层面研究道路贴线率、H/W、SVF对道路空间微气候的影响采用定量的线性回归分析. 利用Excel的CORREL和Stata软件的相关分析对4个区域的道路形态指标与之对应的空气温度、风速和PMV建立相关性和一元回归关系, 进而确定道路形态指标与微气候因子和热舒适性PMV的关系, 为不同形态指标的道路气候环境分布提供直观解释.

    • 通过计算4个区域的道路形态指标与空气温度的相关性, 经一元线性回归分析, 所得结果见表13.

      表13中可以看出, 老城厢道路空气温度与贴线率显著性最强, 呈显著负相关关系. 虽然H/W值与空气温度值相关系数很高(r = –0.920), 但无显著性, 解释性不强. SVF值与空气温度有正相关关系, 但显著性也不太高. 老城厢内部道路狭窄密集, 容易导致热量集聚在内部无法散热, H/W值对空气温度影响有关联而不显著. 古北社区道路贴线率相近, 影响道路空气温度的主要指标是SVF值, 呈显著正相关关系(r = 0.921, p = 0.02). 安亭新镇和新江湾城的道路H/W值是影响空气温度的主要因素, H/W与空气温度呈显著负相关(r = –0.847, p = 0.03). 新江湾城SVF值低的道路, 空气温度值也相对较低, 但结果不显著, 主要因为新江湾城道路周围良好的景观绿地环境对道路的影响作用.

      表 13  道路形态指标与空气温度相关性

      Table 13.  Correlation between morphological indexes and air temperature at the street-site level for the four areas studied

      区域道路指标pR2相关系数r
      老城厢 贴线率 0.02** 0.570 –0.755
      H/W 0.25 0.846 –0.920
      SVF 0.06* 0.539 0.734
      古北社区 贴线率 -- -- --
      H/W 0.1* 0.630 –0.794
      SVF 0.02** 0.849 0.921
      安亭新镇 贴线率 0.06* 0.878 –0.937
      H/W 0.008*** 0.983 –0.991
      SVF 0.1* 0.807 0.898
      新江湾城 贴线率 0.2 0.374 –0.612
      H/W 0.03*** 0.717 –0.847
      SVF 0.1* 0.510 0.714
      注: ***、**和*分别表示在1%、5%和10%的水平下的显著性检验
    • 通过对4个区域的道路指标与风速的相关性和一元线性回归分析, 研究每个区域的道路形态指标对风速的影响作用, 计算结果见表14.

      表 14  道路形态指标与风速的相关性

      Table 14.  Correlation between morphological indexes and wind-speed at the street-site level for the four areas studied

      区域道路指标pR2相关系数r
      老城厢 贴线率 0.002*** 0.823 –0.908
      H/W 0.01*** 0.894 –0.945
      SVF 0.01*** 0.694 0.833
      古北社区 贴线率 -- -- --
      H/W 0.15 0.549 –0.741
      SVF 0.001*** 0.881 0.934
      安亭新镇 贴线率 0.41 0.262 –0.512
      H/W 0.13 0.511 –0.474
      SVF 0.01*** 0.979 0.989
      新江湾城 贴线率 0.1* 0.316 –0.562
      H/W 0.006*** 0.717 0.847
      SVF 0.003*** 0.772 0.879
      注: ***、**和*分别表示在1%、5%和10%的水平下的显著性检验

      对于对风速的影响来说, 老城厢道路的贴线率、SVF和H/W对风速都有显著影响, 其中贴线率和H/W值与风速呈显著负相关, SVF值与风速呈显著正相关, 相关系数都在0.8以上, p < 0.01, 道路H/W与风速的相关关系更强. 古北社区的道路风速主要与道路形态指标的SVF值有关, 相关系数0.934, 显著性很高. 安亭新镇的风速与SVF值呈显著正相关, 相关系数为0.989, p 值为0.01. 新江湾城的道路风速与H/W值和SVF值都有关, 且都呈显著正相关, 相关系数都在0.8以上.

    • 通过对4个区域的道路指标与PMV值的相关性和一元线性回归分析, 研究每个区域的道路形态指标对PMV值的影响作用关系, 计算结果见表15.

      表 15  道路形态指标与PMV的相关性

      Table 15.  Correlation between morphological indexes and PMV at the street-site level of the four areas studied

      区域道路指标pR2相关系数r
      老城厢 贴线率 0.02** 0.840 –0.916
      H/W 0.21 0.456 –0.675
      SVF 0.03** 0.824 0.908
      古北社区 贴线率 -- -- --
      H/W 0.20 0.778 –0.882
      SVF 0.005*** 0.835 0.914
      安亭新镇 贴线率 0.25 0.550 –0.741
      H/W 0.1* 0.788 –0.887
      SVF 0.05** 0.829 0.910
      新江湾城 贴线率 0.09* 0.535 –0.731
      H/W 0.01*** 0.965 –0.982
      SVF 0.03** 0.911 0.954
      注: ***、**和*分别表示在1%、5%和10%的水平下的显著性检验

      老城厢的道路贴线率和SVF值是影响道路热舒适性的主要因子, 道路贴线率与道路热舒适性PMV值呈显著负相关(r = –0.916, p = 0.02), 道路SVF值与PMV值呈显著正相关(r = 0.908, p = 0.03). 古北社区的道路SVF值与PMV值的关联性更强, 相关系数0.914, 呈正相关, 显著性很强(p = 0.005). 安亭新镇这3个道路形态指标中, SVF值是影响道路热舒适性的主要因子, SVF值与PMV呈正相关, 相关系数为0.910, 显著性较高(p < 0.05), H/W值与PMV呈负相关关系, 但显著性弱, 解释力不强. 新江湾城道路PMV值主要与H/W和SVF值有关, 其中H/W与PMV值呈显著负相关(r = –0.982, p = 0.01), SVF值与PMV值呈显著正相关(r = 0.954, p = 0.03), H/W与道路热舒适性的相关性更高.

    • 通过选取4个研究区域不同道路等级和走向的若干典型道路, 对比分析不同构成形态指标(贴线率、高宽比H/W和天空开敞度SVF)因子的路段空间微气候指标因子空间分布数情况, 从而从平面和垂直维度的空间特征构成方面分析空间形态要素因子各项指标的微气候影响作用(见图7).

    • 比较分析4个区域不同道路走向和级别的形态指标与空气温度的关系, 可以看出其空间指标微气候影响作用特征, 见图7.

      图  7  4个区域道路形态指标与道路风速、空气温度、PMV关系的对比图

      Figure 7.  Spatial correlation comparison diagram between the morphological indexes and microclimate factors at the street-site level of the four zones studied

      (1)东西走向的城市干道

      这一类型的城市干道, 老城厢的人民路南贴线率很低(0.5以下), 道路整体开阔, 因而SVF值很高, 其道路空气温度数值最大. 老城厢复兴东路的贴线率相对较高(0.5~0.8), 空气温度呈现较低. 这一规律某种程度上体现贴线率在影响空间气温变化. 新江湾城干道殷行路贴线率低, SVF值高, 其空气温度数值也很大. 古北社区干道虹桥路其道路SVF值较低, 空气温度也相对较低.

      (2)东西走向的城市支路

      这一类型的城市支路, 当贴线率相同时, 可以看出H/W和SVF影响其空气温度的作用非常明显. 古北社区在道路贴线率和H/W值相近的情况下, 呈现为SVF值越高, 空气温度越高. 老城厢受到道路贴线率作用影响明显, 贴线率数值在0.8以上时空气温度始终是高于贴线率为0.5的道路. 安亭新镇贴线率和H/W值高、SVF值低的空气温度较低, 如安礼路. 而安德路南、安德路北受道路绿化降温作用, 其H/W和SVF值对空气温度的作用不明显, 虽然其SVF值不同, 但空气温度相同且较低. 同样, 新江湾城国帆路道路H/W值高, SVF值低, 空气温度最低.

      (3)南北走向的城市干道

      这一走向的城市干道, 古北社区古北路和新江湾城淞沪路具有贴线率和H/W相近且数值较低的特征, 其SVF数值越大, 路段空间的气温越高. 老城厢的河南南路和新江湾城的淞沪路具有相近的H/W和SVF数值, 河南南路的贴线率在0.5~0.8之间, 空气温度出现低值. 结合老城厢复兴东路东西向城市干道的这一特征分析, 可以体现贴线率在一定阈值范围起到降温作用.

      (4)南北走向的城市支路

      这一走向的城市支路, 其路段的表现为H/W与空气温度呈负相关, SVF值与空气温度呈现正相关特征; 贴线率0.5~0.8区间, 其贴线率影响程度大于SVF指标的影响作用. 当老城厢H/W相近时, SVF数值高, 一般呈现路段气温高值. 但侯家路和其他两条支路相比, 其SVF值高时, 贴线率在0.5~0.8之间, 出现了路段气温低值, 说明贴线率的影响更为显著. 新江湾城的江湾城路和政和路两者具有相同的贴线率和SVF, 道路H/W越高, 空气温度越低. 古北社区呈现贴线率和H/W相近时, SVF值越高, 空气温度越高.

    • 比较分析4个区域不同道路走向和级别的形态指标与风速的关系, 见图7, 可以看出如下空间关系特征.

      (1)东西走向城市干道

      这一类型的城市干道风速呈现老城厢 > 古北社区 > 新江湾城. 老城厢人民路南和新江湾城殷行路的贴线率和SVF相同, 人民路南的H/W值高, 但贴线率低, 路段开阔, 风速更大. 古北社区虹桥路和新江湾城殷行路贴线率和H/W值相近, 虹桥路的SVF值高, 风速亦更大. 新江湾城干道殷行路的行道树对风的阻挡作用, 导致风速相对较低.

      (2)东西走向城市支路

      这一类型的城市支路风速呈现新江湾城 > 古北社区 > 安亭新镇 > 老城厢. 新江湾城的道路整体比较开敞, 风速相对较高, 其中风速最低的为国帆路, 绿化和建筑的阻挡作用, 风速相对较低. 古北社区支路在贴线率低、道路H/W高的情况下风速主要与道路SVF值有关, SVF值越小, 风速越低. 安亭新镇贴线率一致的情况下, 道路风速主要受道路H/W和SVF值的影响, 道路H/W值和SVF值高的风速更大. 老城厢支路风速主要与道路的贴线率有关, 贴线率在0.8以上的风速很低, 且道路H/W值越高, 风速会更低, 这和老城厢支路道路宽度较窄有关.

      (3)南北走向城市干道

      这一走向的城市干道风速呈现古北社区 > 老城厢 > 新江湾城. 古北社区干道H/W低、SVF值高的风速越大. 新江湾城H/W值低, 风速相对较低. 老城厢干道SVF值相同, 贴线率和H/W值越低, 风速越大.

      (4)南北走向城市支路

      这一走向的城市支路风速呈现新江湾城 > 古北社区 > 老城厢 > 安亭新镇. 新江湾城支路贴线率和SVF值一致, H/W值高的风速越大, 其中由于道路绿化对风的阻挡作用, 江湾城路风速最低. 古北社区在贴线率低、H/W值较高的情况下, SVF值越高风速越大. 老城厢在贴线率很高、H/W值一致的情况下, SVF值越大, 风速越大. 安亭新镇道路SVF值越低, 风速越低, 其中, 安勇路的风速最低, 其道路绿化的种植进一步降低道路风速.

    • 比较分析4个区域不同道路走向和级别的形态指标与PMV因子关系, 见图7, 可以看出如下空间关系特征.

      (1)东西走向城市干道

      这一类型的城市干道PMV值呈现老城厢 > 新江湾城 > 古北社区, 这和空气温度的关系规律一致. 老城厢人民路南和新江湾城殷行路贴线率和SVF值相同时, H/W值高, PMV值越高. 古北社区虹桥路和新江湾城殷行路贴线率相同, 殷行路的H/W值低, SVF值高, 其PMV值更高.

      (2)东西走向城市支路

      这一类型的城市支路PMV值呈现老城厢 > 古北社区 > 安亭新镇 > 新江湾城. 老城厢支路贴线率和SVF越高, PMV越高. 古北社区蓝宝石路和其他支路比较, 在贴线率和H/W相近时, SVF值影响突出, SVF数值越低, PMV值越低. 新江湾城支路整体路段PMV值最低, H/W低、SVF值高的道路, PMV值相对较高, 其中国帆路PMV值最低, 其道路绿化有效的改善了区域的热舒适性.

      (3)南北走向城市主干道

      这一走向的城市干道PMV值呈现老城厢 > 古北社区 > 新江湾城, 这和空气温度规律有所不同. 总体特征呈现路段PMV值受到H/W和SVF值的一定程度影响, 而与贴线率的关系不明显. 道路H/W低、SVF值高, 道路PMV值就高. 新江湾城干道淞沪路道路绿化的作用一定程度也降低了其道路PMV值.

      (4)南北走向城市支路

      这一走向的城市支路PMV值呈现安亭新镇 > 老城厢 > 新江湾城 > 古北社区. 安亭新镇安勇路和古北社区水城南路贴线率相近, 安勇路的H/W值更高, SVF值低, 其道路PMV值更低. 老城厢侯家路和古北社区伊犁南路道路H/W值相近, 侯家路贴线率和SVF值均高于伊犁南路, 其PMV值更高. 新江湾城当贴线率与SVF值一致时, H/W值高的PMV值较低.

    • 选取上海市不同历史文脉背景下形成的4个区域道路空间形态模式, 采用三维数值模拟方法进行微气候影响作用比较分析. 在城市道路整体网络形态指标方面, 道路宽度、道路走向、道路网间距和道路网连通性共同作用于道路网络肌理的微气候因子效应. 结果发现, 尽管城市干道通风好, 但其道路温度和PMV值高于支路, 整体微气候效应不佳; 道路南北走向的微气候效应整体优于东西走向; 道路间距越大, 道路温度和热舒适性越差, 但路网通风效果更好.

      在微观街道构成要素指标方面, 贴线率、高宽比和天空开阔度共同影响了道路的热环境. 道路的贴线率主要与空气温度有关, 当贴线率在0.5以下和0.8以上时, 空气温度较高; H/W和SVF影响道路气候因子分布作用明显, 普遍在H/W的高值区和SVF值低值区, 基本上是3个气候因子指标的低值区. 此外, 中观层面道路形态指标也同时控制影响着具体每条道路的形态指标微气候效应, 两者是协同效应作用的关系.

    • 对4个城区微气候特征的比较分析, 结论是显而易见的. 老城厢原生水网系统的破坏, 在城市化发展转型时期, 城市道路网络的更新只是拓宽城市干道, 满足快速发展的城市交通各种需求. 但整体的路网肌理在传承保护与发展演替过程中面临着更新需求, 其空间环境的舒适性亟须改善. 对安亭新镇和古北社区两个区域的空间形态比较, 发现古北社区建筑形态和道路布局更加有利于改善微气候. 安亭新镇这一典型德国风貌的低密度住宅区, 道路H/W低, 贴线率、SVF值高, 道路微气候比古北社区差. 新江湾城主要是以打造生态花园城为主, 其区域内道路设计与园林设计都强调生态效应, 结果也证实新江湾城的微气候最佳. 这说明城市外部空间肌理的有效改进需要道路肌理和内部开敞空间的整合发展.

      本文利用ENVI-met软件对上海4个区域的微气候环境进行数值模拟研究, 主要研究了道路空间肌理形态的微气候环境状况, 道路绿化对街道微气候也会产生影响, 仅考虑了绿化与建筑整体开敞空间形态指标SVF指标对微气候的影响, 对研究区域绿化植被类型、绿化率等指标未做具体分析. 在今后的研究中, 可以深入研究街道整体空间肌理结构形态(包括绿化因子)对微气候及热舒适性的互动影响作用.

参考文献 (29)

目录

    /

    返回文章
    返回