濕熱地區夏季城市人行空間熱舒適研究

蔣毅，趙立華，孟慶林

(1.長沙理工大學 建筑學院，長沙 410076；2.華南理工大學 亞熱帶建筑科學國家重點實驗室，廣州 510641)

綠色出行可以緩解城市交通擁堵，降低交通能耗，改善城市空氣質量，對生態城市建設有重要作用。夏季是一年中最炎熱的季節，對該季節行進中行人和騎行者的熱舒適特點和差異進行研究，有助于對室外人行空間的熱環境進行優化，提高人行空間的使用頻率。

室外空間微氣候是影響使用者使用和評價室外空間的重要因素[1-5]，因此，熱環境參數一直是室外熱舒適研究的重點，對室外太陽輻射、陰影率、風場進行合理的整合，可以最大化改善室外空間熱環境，提高使用質量和減少城市化的消極影響[6-8]。探討不同熱舒適指標，評價室外空間熱舒適的適用性，以及人群中性區域、偏好區域、舒適區域和接受區域值，進而評價不同設計手法的熱環境改善效果[9-12]，可以對室外空間設計進行改進，使空間的熱舒適指標值處于人群熱舒適區域。

室外熱舒適具有一定的地域特性，不同地域的人群具有不同的氣候適應性[13-15]。中國南部濕熱地區屬于海洋性亞熱帶季風氣候，夏季漫長，其中，7月最熱，典型氣象日8:00—18:00的空氣溫度范圍為29～35 ℃、相對濕度范圍為65%～82%[16]。炎熱季節城市街谷的熱環境和微氣候狀況受到學者的關注。相關學者基于街谷高寬尺度、綠化配置、下墊面鋪裝、車輛影響等，對街谷人居區域的熱環境、風環境開展相關實驗觀測和模擬研究，對街谷和人行空間的規劃設計及熱環境改善提出優化設計策略[17-20]。但目前尚無基于行進中行人、騎行者的使用需求對濕熱地區室外人行空間熱舒適狀況、使用特點和熱環境偏好的研究。筆者采用問卷調查和環境測試相結合的方法，選取濕熱地區典型城市廣州，對夏季室外人行空間的熱舒適狀況、熱環境水平和行人、騎行者的熱需求進行調研，對各種因素進行相關性分析，為城市人行空間熱環境優化設計和微氣候改善提供參考。

1 研究對象及研究方法

1.1 研究對象

人行空間熱環境設計是通過喬、灌、草的不同配置方法，與下墊面構造一起營造良好的室外環境，對局部熱環境氣候產生影響。對同屬濕熱地區臺灣的研究[21]表明，夏季臺灣云林室外人群偏好涼爽、弱太陽輻射的活動場地，有遮蔭的空間使用率更高；文獻[22]也指出，廣州住宅區室外空間使用人數與空間太陽輻射量的相關性大于與空間溫度的相關性。因此，選取陰影率(SAR)[23]指標對研究對象進行分類，該指標的計算方法為：用魚眼相機對空間遮蔭進行拍攝，所得照片如圖1所示，按要求處理后，輸入Hemisfer軟件[24]進行計算即可獲得陰影率。

以華南理工大學五山校區校園內6處典型人行空間及路過人群為研究對象，采用夏季典型氣象日各人行空間的陰影率為區分指標，將人行空間分為3種類型：第1種是全遮蔭類型，陰影率范圍SAR≥0.70，陰影率較大，如圖1(a)、(d)、圖2(a)、(d)所示。場所特點為較密集地種植芒果樹、細葉榕、人面子等高大常青喬木，間隔1～3 m，在夏日能為過路行人和騎行者提供大量遮蔭。第2種是部分遮蔭類型，陰影率0.30≤SAR<0.70，陰影率適中，如圖1(b)(e)、圖2(b)(e)所示。場所特點為兩側喬木樹冠較小，樹葉稀疏，葉面積指數小，如隆緣桉、大王椰子樹、白千層等，種植間隔3～7 m，在夏日能為過路行人和騎行者提供部分遮蔭。第3種是無遮蔭類型，陰影率范圍SAR<0.30，如圖1(c)、(f)、圖2(c)、(f)所示。場所特點為兩側無遮蔭綠化，或者綠化植物距離較遠，起不到遮蔭作用，在夏日，不能為過路行人和騎行者提供遮蔭。

1.2 研究方法

采用實驗觀測和問卷調查相結合的方法，研究室外人行空間行人和騎行者夏季室外熱舒適特點及差異。問卷調查和觀測實驗于2018年6月28日進行，當天實驗時段內天氣晴朗，如圖3、圖4所示，各氣象參數范圍與文獻[16]提供的夏季典型氣象日氣象參數范圍接近。為獲得行進中行人和騎行者的熱舒適狀況，工作人員詢問路過的行人和騎行者，是否愿意對剛行走或騎行路過該路段過程中的熱感受填寫問卷。調研的場地平坦，因此，行人和騎行者的行進速度按常規取值，行人取1.2 m/s，相應的新陳代謝取150 W/m2，騎行者視其為鍛煉活動狀態，新陳代謝取180 W/m2。

圖2 研究場地[25]Fig.2 Investigation field

圖3 測試時間段溫濕度Fig.3 Temperature and humidity during the measure period

圖4 測試時間段太陽輻射和風速Fig.4 Solar radiation and wind speedduring the measure period

1.2.1 問卷調查 問卷發放時間為9:00—18:00，問卷包括3部分內容：第1部分是基本信息統計，如年齡、性別、籍貫、著裝及出行方式等，服裝熱阻的取值參考ANSI ASHRAE Standard 55-2017[26]。第2部分統計熱感覺、熱舒適及熱接受度狀況。熱感覺統計采用ASHRAE 9度評價標尺進行，即：非常冷(-4)、冷(-3)、涼(-2)、稍涼(-1)、中性(0)、稍暖(+1)、暖(+2)、熱(+3)、非常熱(+4)；熱舒適統計采用4度熱舒適標尺進行，即：舒適(0)、稍微不舒適(+1)、不舒適(+2)、非常不舒適(+3)；熱接受統計采用4度標尺進行，即：完全接受(+1)、剛剛接受(+0.0)、剛剛不接受(-0.01)、完全不接受(-1)。第3部分調查對太陽輻射、溫度、相對濕度和風速的偏好，采用ASHRAE的3度標尺，即：增大(+1)、不變(0)、減小(-1)。

1.2.2 環境參數測試 在問卷發放時間段內不間斷地對人行空間問卷發放點周圍的熱環境參數：空氣溫濕度、風速、黑球溫度和太陽輻射進行觀測記錄。儀器的選擇參考ISO 7726:1998[27]有關規定，選擇符合測試精度及敏感度的儀器，見表1。測點距地面高1.5 m，為保證HOBO溫濕度自記儀測試數據的精度，測試過程中對探頭做了防輻射處理。在熱環境參數測試時間段內，測試記錄時間隔為1 min，風速在分析過程中取3 min的平均值。

表1 實驗儀器、量程及精度Table 1 Experimental instruments, range and accuracy

2 調查結果

2.1 樣本信息

調查共收集問卷562份，詳細構成信息見表2。該季節人行空間使用人群服裝熱阻差異較小，服裝熱阻的分布范圍為0.28±0.06 clo。

表2 樣本信息Table 2 Sample information

2.2 熱感覺及熱舒適特征

2.2.1 熱感覺特征 對熱感覺投票結果進行統計如表3和圖5、圖6、圖7所示。各路段行人和騎行者熱感覺投票情況如下：全遮蔭路段行人、騎行者最多投票均為中性(0)；部分遮蔭路段行人是熱(+3)的投票最多，騎行者是暖(+2)的投票最多；無遮蔭路段，行人、騎行者最多投票均為熱(+3)?？梢钥闯?，行人對路段陰影率SAR的減小非常敏感，行人感覺更熱。

表3 各路段最多投票熱感覺Table 3 Maximum number of thermal sensation votes

圖5 行人熱感覺投票分布Fig.5 Thermal sensation votes by pedestrians

圖6 騎行者熱感覺投票分布Fig.6 Thermal sensation votes by riders

圖7 行人和騎行者的熱感覺投票差異比較Fig.7 The difference of thermal sensation votes by pedestrians and riders

2.2.2 熱舒適特征 行人和騎行者的熱舒適投票結果如表4和圖8、圖9、圖10所示。隨著陰影率SAR的減小，行人熱舒適變化比騎行者更敏感，騎行者比行人有更多的舒適(0)投票，且沒有非常不舒適(3)投票，騎行者熱舒適性高于行人。由此可以得出，在較熱環境中，行人熱舒適狀態變化比騎行者更敏感，舒適投票的比例低于騎行者。

表4 各路段最多熱舒適狀態投票Table 4 Maximum number of thermal comfort votes

2.2.3 熱環境參數偏好 行人和騎行者的熱環境參數偏好如圖11、圖12所示。其中，-1為期望該環境參數變小，0為期望該環境參數不變，1為期望該環境參數變大。從圖11和圖12可以看出，該季節行人和騎行者基本一致的熱環境參數偏好，僅是比例稍有不同。

圖8 行人熱舒適投票Fig.8 Thermal comfort votes by pedestrians

圖9 騎行者熱舒適投票Fig.9 Thermal comfort votes by riders

圖10 行人和騎行者的熱舒適投票差異比較Fig.10 The difference of thermal comfort votes by pedestrians and riders

對太陽輻射和溫度的偏好：各路段行人和騎行者不存在增大投票，在全遮蔭路段，騎行者對太陽輻射的接受度都較高；行人對太陽輻射接受度較高，希望溫度降低的投票最多。隨著陰影率SAR的減小，行人和騎行者希望減小太陽輻射和溫度的趨勢均增大。

對風速的偏好：各路段行人希望增大風速的投票均最多；騎行者在部分遮蔭和無遮蔭路段希望風速增大的投票最多，在全遮蔭路段希望維持不變的比例最多，說明風速偏好跟陰影率存在相關性。

濕熱地區夏季濕度高，但行人和騎行者對于濕度都沒有明顯的偏好，希望維持不變的投票最多。

圖11 行人的熱環境參數偏好投票Fig.11 Thermal preference votes by pedestrians

圖12 騎行者的熱環境參數偏好投票Fig.12 Thermal preference votes by riders

2.2.4 引起不舒適的因素分析 采取的分析方法為，從問卷中選擇熱舒適投票為非舒適的問卷，即稍有不適(+1)、不舒適(+2)和非常不舒適(+3)的問卷，統計這些問卷中行人和騎行者希望改變的環境因素，結果如圖13、圖14所示，將這些因素視為引起行人和騎行者不舒適的因素。從圖13和圖14可知，該季節造成不舒適的因素非常明顯：主要是過強的太陽輻射、過高的溫度及較小的風速，行人騎行者均希望太陽輻射減弱、溫度降低，風速增大。

2.3 熱舒適的定量評價

2.3.1 中性SET* 采用標準有效溫度SET*定量評價室外慢行空間的熱舒適特點，為建立對應不同SET*值熱感覺范圍，將SET*值進行1 ℃分組，并對分組內的熱感覺值取平均值，然后對SET*值及對應的熱感覺均值采用SPSS軟件進行分析，研究其相關性。結果如圖15、圖16所示。行人和騎行者的標準有效溫度SET*和熱感覺均呈線性關系，線性關系式見表5。

圖13 行人的不舒適因素Fig.13 Uncomfortable factors of pedestrians

圖14 騎行者的不舒適因素Fig.14 Uncomfortable factors of riders

圖15 行人熱感覺投票與SET*的相關性Fig.15 Correlation between thermal sensation vote and SET* of pedestrians

圖16 騎行者熱感覺投票與SET*的相關性Fig.16 Correlation between thermal sensation vote and SET* of riders

人群關系式R2行人TSV = 0.51SET*-14.050.92騎行者TSV = 0.34SET*- 9.670.71

由表5可以看出，線性關系式的斜率行人遠大于騎行者，每一熱感覺標尺的變化對應的SET*度數行人為2.0 ℃，騎行者為2.9 ℃，說明行人熱感覺變化更敏感，更少的SET*度數變化就會引起熱感覺的變化。行人對應暖(2)的SET*為31.5 ℃，騎行者對應暖(2)的SET*為34.4 ℃，相同熱感覺行人對應的標準有效溫度SET*低于騎行者。

2.3.2 舒適的SET*范圍 對行人和騎行者熱舒適投票值和標準有效溫度SET*進行相關性分析，分析結果如圖17、圖18所示，關系式見表6。

圖17 行人熱舒適投票和SET*的相關性Fig.17 Correlation between thermal comfort vote and SET* of pedestrians

圖18 騎行者熱舒適投票和SET*的相關性Fig.18 Correlation between thermal comfort vote and SET* of riders

人群關系式R2行人TCV = 0.29SET*-8.110.92騎行者TCV = 0.20 SET*-5.640.74

由表6可以看出，行人和騎行者的熱舒適投票和SET*均呈線性關系，說明人行空間的標準有效溫度SET*越低，行人和騎行者的熱舒適水平就越高。兩個線性關系式的斜率，行人為0.29 ℃-1，騎行者為0.20 ℃-1，說明隨著環境標準有效溫度改變，行人的不舒適變化比騎行者敏感。

2.3.3 90%不可接受率 先將行人和騎行者的熱接受投票按每1 ℃SET*值分組，然后進行SPSS回歸分析，探討熱接受跟標準有效溫度SET*之間的關系。ASHRAE Standard 55[28]認為室內熱環境為良好的空間，其熱接受率應在90%以上。據此開展研究，統計人行空間90%熱環境接受率的分布狀況。定義熱不可接受率為熱不接受的投票占總投票的百分比，每1 ℃SET*的熱不可接受率為熱不接受的投票占整組樣本數的百分比[25]?？紤]樣本的有效性，數量少于10的分組被剔除，結果如圖19、圖20所示，相關性關系式見表7，90%熱接受率所對應的SET*值的范圍和熱感覺范圍見表8。

圖19 行人不可接受百分比與SET*的相關性Fig.19 Correlation between thermal unacceptable percentage and SET* of pedestrians

圖20 騎行者不可接受百分比和SET*的相關性Fig.20 Correlation between thermal unacceptable percentage and SET* of riders

人群關系式R2行人URV=10.27SET*-300.320.93騎行者URV=4.61SET*-141.570.84

表8 對應90%熱接受率的SET*、熱感覺范圍Table 8 Range of SET* value and thermal sensation corresponding to 90% thermal acceptable percentage

由圖19、圖20和表7、表8可以看出，不可接受百分比和SET*正相關：SET*越大，接受率越低，行人和騎行者都偏好良好遮蔭的環境，夏季室外人行空間需要良好的遮蔭措施。另外，行人90%接受率所對應的SET*值小于騎行者90%接受率所對應的SET*值，夏季騎行者對熱環境的接受度高于行人。

3 結論

研究采用問卷調查結合熱環境觀測的方法，對夏季濕熱地區室外人行空間的熱環境狀況，使用者的熱舒適狀況進行調查，定性和定量地評價了行人和騎行者的熱舒適特點、熱環境需求及兩類人群之間的差異性，主要結論如下：

1)隨著陰影率SAR的減小，行進中行人的熱感覺變化非常敏感，當環境陰影率SAR減小至0.7以后，行人出現最多“熱”投票并且不適的投票數超過舒適的投票數；當環境陰影率SAR減小至0.3以后，騎行者出現最多“熱”投票并且不適的投票數超過舒適的投票數。

2)夏季行人和騎行者的不舒適因素主要為太陽輻射和溫度。濕熱地區夏季濕度非常高，但是兩類人群對濕度都沒有明顯的偏好，也不是產生不舒適的因素。

3)夏季行人和騎行者的熱感覺投票與環境標準有效溫度SET*均呈線性關系。隨著夏季人行空間環境標準有效溫度的變化，行人熱感覺的變化比騎行者更敏感，引起一個標尺熱感覺變化的SET*度數，行人為2.0 ℃，騎行者則為2.9 ℃。

4)行人和騎行者的熱舒適投票與SET*均呈線性關系，SET*值越低，舒適性越高。使用者對夏季人行空間的熱環境需求，行人為：SET*≤30.2 ℃，TSV≤1.4；騎行者為：SET*≤32.9 ℃，TSV≤1.5。