中微觀尺度上城市形態指標與城市通風的關聯性研究進展

王冠, 周宏軒, 王文真, 孫婧, 馬梟

中微觀尺度上城市形態指標與城市通風的關聯性研究進展

王冠, 周宏軒*, 王文真, 孫婧, 馬梟

中國礦業大學建筑與設計學院, 徐州 221116

城市化所導致的下墊面變化深刻影響著城市風環境。在中性穩定大氣條件下, 綜述了以街谷因子(s)、建筑密度()和迎風面積比()為主的城市形態指標在中微觀氣候尺度下與城市風環境的關聯與指標應用。這三類參數代表了城市風環境評估的三個方面,s有助于分析風場分布特征和風流流態變化規律、更多涉及通風導向的城市規劃中的應用問題、則是與城市風環境評估指標最為相關的參數。這三類參數只作為城市風環境評估的參考, 不構成決策依據。以下三方面有待深入研究: 進一步發掘并完善相關城市形態參數、非穩態條件下城市下墊面多因子的影響機制以及風環境評估指標體系評估體系的完善與應用等。

城市形態; 城市通風; 建筑密度; 迎風面積比; 街谷因子

0 前言

隨著中國城市建設進入快速發展階段[1], 城市原有的下墊面類型被改變, 導致了地區微氣候, 尤其是以行人高度風環境為標志的城市氣候環境變化[2]。城市大氣污染直接或間接地加劇了城市熱島效應和人類罹患呼吸系統疾病的概率, 成為建設健康人居環境的重要挑戰[3, 4]。通過對大量案例在尺度、維度和度量等方面的實地調查與統計分析, 學者認為城市形態與地域氣候存在密不可分的關系[5, 6], 城市平均風速的變化與城市三維形態的改變往往體現在數十年的時間尺度上[7], 不僅直接影響污染物擴散[8]和室內外通風狀況[9, 10], 還會間接影響城市熱島效應[11]。目前, 我國基于城市通風理論進行的城市規劃與建設, 主要體現在通風廊道建設方面, 也提出了基于各類通風指標的參考守則及案例[12-14], 這多與大尺度宏觀氣候相關, 但是在中微觀尺度(街區或組團尺度)仍然缺乏較為完善的指導策略。解析城市三維形態與城市通風的內在關聯是創建良好城市環境的必要過程, 也是進行城市設計的合理需求[15], 主要包括以下幾個要點: 1)如何量化描述城市的通風效果和三維形態; 2)各個參數之間的內在聯系; 3)理論與實踐結合的基本原則。

1 城市形態的描述和通風效率的評估方法

近年來, 城市通風效果一般通過使用各種通風指標或排污指標進行評估, 如均風速比[16], 體積流量[17], 每小時換氣量[18], 吹掃流量[19], 空氣齡[20, 21], 通風效率[22], 交換速度和城市透氣性[23]等, 這些指標均可以在計算流體力學(CFD)的平臺上進行計算[24-26],方便地應用于相應的網格模型中[27]。高海寧[28]和Peng[29]等系統歸納了與城市通風評估相關的多個指標的使用方式和各自優劣, 使用一類通風指標來分析城市形態參數與風環境的關系已經成為了學界共識。

城市形態可以通過街道高寬比(λ)、建筑密度(λ)和迎風面積比(λ)等一系列比值型參數來量化描述[30], 這些指標統稱為參數[31, 32],λ即建筑用地范圍內所有建筑的基底總面積與該用地面積之比,λ=A/A, 其中A是建筑基底總面積,A是場地總面積;λ為與風向同向的可見建筑物立面投影面積與用地面積之比; 街道高寬比λ=/,、分別是街道的高度和寬度,又被稱為街谷因子。參數共分三類(圖1): 第一類是用來描述建筑體塊的高度、寬度和建筑之間間距等模型尺寸的參數, 其中用以描述街谷尺寸形態的就是街道高寬比λ; 第二類是用來表述城市下墊面特征的覆蓋率指標, 比如建筑密度、植被覆蓋率和水體覆蓋率等; 第三類是用以描述垂直方向城市形態結構的指標, 如迎風面積比λ、建筑高度等[33]。本文即在探索以參數為主的城市建筑形態與室外通風的關系, 并通過分析該類指標的應用前景與特征來探討未來的發展趨勢。

2 城市建筑形態與城市通風的關聯

2.1 街道高寬比(λs)

λ通過與風流流態或渦旋形態的變化關聯來影響風流傳送污染物的能力[34](圖2), 對于穩態典型二維理想街谷(一般指與來流風向垂直的街道)的城市氣候模型[33], 在λ < 0.35時, 建筑被視為孤立障礙物, 相互之間影響很小, 出現獨立粗糙流(Isolated roughness flow), 其受表面阻礙物的作用很小, 但在背風面等處可能會有污染物集聚, 整體通風情況一般較好; 當0.35 < λ < 0.65時, 兩邊建筑同時影響風流流態變化, 街谷內出現不穩定渦流造成對平均流的干擾, 稱為尾流干擾流(Wake interference flow), 該流態下, 湍流混合加劇, 垂直擴散加強, 一定程度上有助于污染物擴散; 當0.65 < λ < 1.67時, 風流吹過屋頂時會直接掠過, 幾乎不會向下進入城市冠層內, 稱為掠流(Skimming flow), 此時由于剪切層的作用, 污染物被限制在街谷內的穩定渦流中, 掠流態條件下垂直擴散最弱[35]。隨著λ增大, 渦流愈發明顯, 當λ > 1.67時, 街谷內往往會產生多個渦旋, 不利于污染物擴散。據學者研究, 兩個反向旋轉出現在λ=2[36]時, 而有3—5個垂直排列的渦旋對應于λ=3—5[37]。Hang[38]發現,λ=2時, 迎風面壁面熱效應導致個體吸入指數升高, 此時形成2個渦旋; He[39]研究發現, 當λ=1—4(一個渦旋)時, 群體吸入指數=102—104ppm, 而當λ=5—6(兩個渦旋)時,=105—106ppm。隨著λ持續增大, 湍流流量逐漸占據主導, 以致街谷產生多個渦旋時, 污染物無法脫離, 聚集濃度會顯著升高, 但風場內的渦旋流態與λ并不擁有唯一恒定關系, 還與來流邊界條件等有關[40]。

圖1 λ參數相關概念示意

Figure 1parameters and related concepts

λ與通風效率之間的關系受多因素影響。在不同城市的街道中, 曼哈頓、巴黎和柏林三個城市具有類似的λ, 內部污染物濃度也相似。南京的λ最小(0.42), 風速最高, 污染物濃度最小, 這是由于其垂直通風和湍流有效促進了污染物的擴散。相比之下, 巴塞羅那和巴黎主要依靠水平流擴散污染物, 通風效率有限[41], 這種情況多出現在λ(0.7 < λ < 1.0)較高的時候[42]。在理想條件下的均質化模型, 當λ=0.5—3時, 空氣每小時交換率(ACH)為1.8—4 h-1, 而當λ=5時, ACH僅為0.8—0.9 h-1[43];λ增大(1—4), 通風效率減少67%[44]。一般來說, 通風效率隨λ增大顯著降低。需要注意的是, Yang[45]研究發現, 行列式街區平均高度越高, 巷道風效應越強, 均風速比(VR)越大, 但建筑后的背風面污染集聚加重, 整體風環境并未改善, 這與下洗螺旋流帶動污染物的水平方向傳輸有關。只有在特定情況下, 減小λ才有助于降低污染物濃度, 增強通風。因此, 建筑高度存在通風效率最優極值。對于幾乎不存在巷道效應的錯列式建筑群, 在建筑密度相同的條件下,λ越大(0.3—1.5), 遮蔽效應越強, VR越低, 行人高度風流越平穩[46]。這里的結論并不矛盾, 反而證明λ表征的通風效率與建筑布局是有關的。有學者發現,λ=0.5時的滯留時間大于λ=1的情況[47], 個體吸入指數在最窄(λ=1.5)與最寬的次街模型(λ=0.5)中相似, 都比中等長寬比模型(λ=1)小得多[48], 這都意味著λ與通風效率之間并不是線性變化的, 而是存在臨界值也即閾值的。因此, 如何控制λ, 設計合適的比例, 需要根據具體情況具體確定, 以通過合理的設計尋求λ與通風效率之間的平衡。

圖2 典型風流流態

Figure 2 Typical types of wind flow

2.2 建筑密度(λp)

建筑是城市下墊面的主要組成部分, 同時也是最大的粗糙元素, 建筑密度(λ)反映區域內建筑的水平面分布特征, 與城市氣候之間存在重要的聯系[30, 49]。對于稀疏的城市, 建筑之間干擾很小, 迎風面與背風面的風場差異較大, 逆流僅發生在建筑物背風面[27], 此時建筑群呈現出整體單個障礙物特征, 對應于獨立粗糙流; 對于中等密度的城市, 風場受到周圍建筑的影響較大, 多個干擾疊加導致復雜運動, 建筑群呈現出障礙物組團的特征, 對應于尾流干擾流; 對于緊湊的城市, 掠流開始阻止空氣滲透到街谷內部, 降低了交換速度和城市透氣性[50], 隨著密度繼續升高, 城市冠層內開始出現強烈的反向流動和湍流氣泡[27], 這導致了大片的弱風區和靜風區, 直至風流逐漸從尾流干擾流過渡為掠流。這里對于密度范圍的區分是相對概念, 對于不同的城市,λ存在不同的變化閾值[51]。

容積率λloor是基于λ推導的參數, 反映建筑平均高度(ZH)的影響,λ=λ×ZH。λ無法描述精確空間布局信息, 與建筑密度和高度、空間品質、用地性質、開發程度都有關, 同樣的容積率可能是完全不同的城市形態, 因此, 對于中尺度具有相似特征的城市區域, 有學者認為,λ與區域內均風速并無直接關系[45, 55]。但這并不意味著λ不具有實踐意義, 對于垂直形態變化較大的城市, 仍然可以考慮結合高度參數與建筑密度來針對性精確描述建筑三維形態變化信息[57]。

2.3 迎風面積比(λf)

λ反映了阻礙物對于風的阻力大小[33],λ越高, 障礙物受到的風的牽引力越大。λ不僅可以表征街道朝向、建筑高度、街道寬度、建筑布局等參數[45], 還可以表達建筑基底尺寸、0—15 m坪臺層形態[58]等較小尺度參數以及粗糙長度等大尺度參數的影響, 是綜合性較強的評估指標,λ()= A/ A=L×ZH×el, 其中,A為面向風向的建筑物前部區域面積,L為面向風向的粗糙度元素的平均寬度,el代表每單位面積建筑物的密度(數量)。λ通過A來反映建筑高度信息和風向角的作用。A與測算的高度范圍有關, 可以將λ表示為高度?z的函數λ(z), 以表達建筑高度差異和天際線變化等方面的信息[59]。λ(z)能夠有效表達尺度較大(500 m×500 m)的城市粗糙度, 但在香港這樣的高層城市中心, 0—15 m(表示偏移長度zd以下)平臺層的建筑往往無法反映在A中, 而λ(0—15 m)恰恰是對于行人高度的均風速比影響最大的部分[58]。因此, Yuan[60]提出了測點迎風面積比(λ_point), 通過建立微分坐標系和相應的ArcGIS算法, 從測點計算各個風向的迎風面積。λ_point的優點在于不降低相關性的條件下顯著提升小范圍內的測算精確度, 據此可得1 m×1 m的高分辨率VR標記地圖[60], 缺點在于其測算精度與測點布置質量密切相關, 導致大范圍應用時難以兼顧效率和精度。還可以使用十字切分法(Crossed method)劃分不同大小的網格來計算λ(z)[58], 其測算精度與網格劃分質量有關, 既能夠避免傳統方法zd以下平臺層數據丟失的風險, 又能解決大范圍應用的困難。A還與測算的來流風風向有關, 基于16個風向的風頻數據可對λ(z)進行加權, 得式(1):

其中,為方向上的風頻。式(1)即可用于計算某城市的全年風頻加權下的迎風面積比, 計算簡單, 應用廣泛。

迎風面積比表達城市孔隙度, 反應建筑群對風流的阻礙能力[59]。Mei[61]在λ的16組對比實驗中(0.125—0.5), 發現保持λ不變,λ增大(同時s增大)時, VR減小, 行列中心的空氣齡隨之增大, 城市通風減弱。λ作為一種統計量, 并不能反映行列式布局中的巷道效應[61], 對于錯列式或不規則的布局, 湍流混合作用相對廣泛, 這增強了街谷頂界面空氣的垂直流通, 因此, 相比于無規則網格, 風流更容易進入無序網格中[60]。λ與風速之間具有不同的經驗回歸模型。Yuan[60]在對香港多個地區的分析中, 認為λ_point與VR有著顯著線性關系, 但受城市街區網格影響, 斜率和截距會有所不同, 相關系數2在0.6左右。通過對不同高度、布局形式、尺寸間距等的理想街區模型進行模擬分析, 可得λ對行人高度風速的回歸方程[46]如式(2):

其中,U為無擾動風速, 用以標準化V。

由于真實風速空間分布異質化程度很高, 風速和流量類指標在通風評估方面應用范圍有限, 比如吹掃速率會在遠離入口的地方趨于定值, 在λ > 0.25,1以后, 吹掃流量與λ失去了明顯相關關系[61]。此時, 可考慮使用平均冠層內特征速度u[62], 其表達一種城市冠層內的空氣等效運動速度, 不受計算域尺寸的影響?；谝酝鄠€學者的數據可得式(3)[58], 當λ > 0.4時,

其中,*是大氣摩擦速度。式(3)可以直接用于分析不同λ條件下的場地風環境特征。

3 λ參數的關聯與外延

λ與連續度、閉合度、開放比、對稱比、粗糙比等多個指標相關[41], 較高的街道連續性比率和空間封閉比率值一定程度上有助于促進街道峽谷中的空氣流動, 改善空氣質量[63]。街谷高寬比λ表征了風流通路的形態, 而建筑高寬比(λ)則是表述風流阻礙面形態的指標,sb=/,為建筑的面寬或進深尺寸。在均質模型中, 假定街谷截面形態不變, 即和恒定, 假設λ恒定, 則λ的變化其實反映了λ的大小。Tamura[64]對單個建筑的高寬比參數進行了分類的風洞測試, 最大風速放大指數和風速放大面積與建筑高度和建筑寬度二者分別具有正相關關系, 這主要與巷道效應和下洗流有關。但是風速放大指數在建筑周圍的分布情況和建筑高度或寬度變化并無明顯關聯。這表明建筑高寬比λ確實會影響測點風速值, 但并不會影響風速變化規律。在基于現實城市模型的研究中, 增大建筑高度, 反而會減弱周圍街谷內的風速[65]。

λ屬于描述下墊面覆蓋率的指標, 又稱為建筑覆蓋率。此外, 非建筑元素覆蓋率, 包括植被、水體等的覆蓋率[66], 也會對局地微氣候產生影響。非建筑元素覆蓋率有其自身的實際意義, 不同元素對風環境的影響作用及機理都不盡相同。實際觀測中[67], 植被結構或種類與空氣負離子濃度相關, 合理的植被結構有助于調控大氣顆粒物濃度(PM2.5), 研究指出PM2.5與喬木郁閉度、相對濕度和負離子的濃度呈顯著正相關。在對街谷的模擬分析中發現[68], 植被的存在會降低街谷內風速, 街谷渦流作用下使背風側污染物濃度增加, 明顯高于迎風側, 加劇街谷污染程度。在城市環境中, 一般不考慮大尺度的森林或湖泊, 對于中等尺度范圍的城市綠地系統, 合理的空間布局[69, 70]有助于發揮綠色基礎設施的生態作用, 共同構筑城市通風廊道; 而小范圍的綠地和水體, 一般等效為粗糙壁面, 視為城市局部開放空間進行研究。

在Macdonald模型中[71], 使用阻抗系數作為建筑物陣列的空氣動力學阻抗的量度和城市冠層內風廓線的依據。街道尺度的通風由垂直湍流傳輸過程主導[32, 72], 而湍流分量與下墊面阻抗系數的開方成比例[73], 并與λ二者互為驗證,λ可作為對風阻力的作用標度。風阻抗(G)、阻塞比()、立面面積比(FAR)等概念也具有相似之處。

Xie[74]將風流類比為電流, 將與風向垂直的城市截面視為電流截面, 將其中的阻礙物類比為電阻, 這里的阻值就可以通過λ來計算, 以λ代表風力阻抗值(風阻), 由式(4)表示:

其中,A—A表示對應的風流截面面積, 概念上等效于氣流有效流通面積[75],即表示有效流通面積比。

阻塞比[76]表達對來流的阻擋能力, 引入有效流通面積可得修正的通風阻塞比, 與風速的相關性較高, 用式(5)表示[75]:

顯然,越大, 越小,越高。同時涉及建筑密度及建筑物的影響, 表達了城市的連通性與阻礙性。

FAR用以描述阻礙物對風的阻礙面積[77], 是一種基于實地調查的測算法, 由式(6)表示:

其中,P是建筑物在地面的周長,H是建筑物的高度,是調查區域內建筑物的總數。λ為完整表面因子(Complete aspect ratio), 即完整覆蓋下墊面表面的所有面積與用地面積的比值, 在中性絕熱條件下與風流關系不大[78], 在輻射、反射、滲透等多個微氣候過程的作用[33]則與壁面加熱效應有關。以倫敦多個街區為例, 對于三種不同λ, FAR與風舒適度分級指標之間具有明顯的線性關系, 隨著FAR增大, 適宜坐立或行走的區域逐漸增多[77]。FAR與建筑平均高度強相關, 影響行人高度的風速和風舒適度, 適用于建筑場地布局均勻的情況。

天空可視角(SVF)表示建筑圍合程度, 可以通過魚眼鏡頭測算。作為一種綜合性指標, SVF能夠反映λ、λ、等參數對風流的影響, SVF與λ最為相關[51], 與建筑基底面和高度變化差異無關[79]。在實際觀測中, SVF只在特殊條件下與風速具有相關性[80], 在不考慮建筑銳角和巷道效應等條件時, SVF越高, 風速越大[81]。實際上, SVF與太陽輻射和溫度具有強相關關系[80], 這種風熱耦合的復雜性可能是導致某些觀測中無法發掘明顯關聯的一個原因。

4 λ參數的實踐應用

城市緊湊度(Compactness)表示城市發展狀態, 與λ、λ、人口密度、土地利用和出行距離等有關[56, 61, 82], 稀疏城市有利于城市通風, 緊湊城市有助提高城市土地利用效率, 如何平衡城市土地利用效率與城市通風是現代城市規劃的基本原則之一[43]。目前, 我國有67.2%的城市處于非緊湊狀態[83], 在實踐應用中, 如何在緊湊度提高的同時盡量減弱區域風環境惡化的影響是確定參數范圍以及應用原則的重要問題。

λ源于對小尺度街道的描述, 多用于識別風場流態和分析運動模式。一般來說, 獨立粗糙流和尾流干擾流情形下風環境較好, 但該情況在城市中心并不多見, 更多的是考慮控制過高的以避免出現上部掠流, 降低靜風區影響面積。另一方面,λ源于描述理想二維街谷或街道圍合感較強的地區, 對于布局分散的不規則建筑群, 則會導致λ計算困難或丟失建筑個體的細節信息[38, 48], 因此λ更適于對某一條目標街道進行設計優化, 在實際規劃中, 結合λ制定對建筑和街谷形態的控制方案。

λ在城市規劃實際中應用最為廣泛[84, 85], 常常和λ配合使用。Zhang[86]發現在中密度行列中, 如果通過提升建筑高度的方式提升城市緊湊度, 可能會導致流迎風面污染物暴露風險升高, 背風面污染物暴露風險降低, 這與下洗螺旋流變化有關, 表明即使在高緊湊度建筑群中, 仍然可以通過設計方法來控制污染物對人群的實際危害程度。在具體設計策略中, Peng[54]分析街區尺度中心建筑群在固定容積率條件下,λ變化(11%—77%)及建筑布局方式變化對于多個通風參數的表現結果差異, 認為λ較小時, 受建筑布局影響較大, 能構成巷道效應的布局通風良好; 但在λ較大時, 建筑布局的影響將微乎其微[54]。這說明在城市區域內控制密度范圍是城市規劃與設計要重點考慮的問題。不同建筑布局對于城市環境的影響程度不同, 權衡之下可得最適宜的設計策略。以深圳為例[87], 對于建筑密度較高的街區, 應依主導風向預留通風道; 相同容積率條件下, 分散的建筑布局比集中連片的建筑布局更有利于獲得通風條件; 略有錯落的建筑布局更有助于通風等。

對于不同布局類型的理想街區模型, Abd[46]先后分析了λ、λ、λ對于VR的影響, 增大λ(4.4%—44.4%,λ=1)或s(0.5—3,λ=16%), VR均顯著減小, 表明VR同時與λ,λ相關。進一步發現, 以λ與風速的指數回歸方程擬合程度較高, 可同時反映λ、λ對風速的影響, 這表明λ是在城市風環境評估中影響權重最大的參數。盡管如此,λ在國內規劃與設計實踐中仍然缺乏足夠的重視, 目前, 只有《城市居住區熱環境設計標準》[76]等少數條例中涉及到了類似的指標。在城市通風評估中, Xie[74]認為可以使用基于風阻的等效風路圖來高效評估城市風環境, 風流分叉時可以類比電流并聯定律, 則通往支路的風流流量反比于支路的風阻。這種方法與城市通風廊道的最短路徑法理論相似, 有助于減少CFD計算消耗, 方便的應用于大尺度城市通風評估中。

λ憑借簡單易用等特性在建筑設計或規劃實踐中應用廣泛, 有可能作為連接通風評估指標與城市形態指標的橋梁, 但無法提供更加細節的信息。λ可以提供細節信息, 卻無法作為評估通風效率的指標。λ與城市風環境的相關性較強, 適用性較強, 但是相關規劃政策中重視度仍然不夠。這三類參數互相關聯, 在實際應用中應當綜合考慮, 相互協調, 可以使用一種地圖法來綜合考慮各個指標的影響?；趨祵︼L環境的不同影響特征, 可將城市區域分類。城市氣候分區(LCZ)理論[88, 89]結合用地性質等將λ分成低密度(λ < –0.2)、中密度(0.2 < λ < –0.4)、高密度(λ > –0.4)三類[89]; Ng[90]從粗糙長度出發將λ(z)在垂直方向分成平臺(0—15 m), 建筑(15—60 m), 城市冠層(0—60 m)三種; Yuan[58, 60]基于λ與VR的關系將城市區域分成[58]λ≤ 0.35, 0.35 < λ≤ 0.45, 0.45 < λ≤ 0.6和λ > 0.6四類。在分類的基礎上結合模擬地圖法[91]可形成對應于各個評估參數的專用地圖, 使得城市風環境的評估成果結合已有的控制規劃圖[90]或生態敏感性分析圖等城鄉規劃成果進行協同考量成為了可能。

5 討論

參數與風熱環境的關聯性大小以及變化規律與研究尺度有關[92]。Liu[51]以北京市為例, 在基于城市尺度的觀測分析中, 通過統計分析對比了SVF等8類城市形態參數與近地面風速的相關性差異, 識別出與均風速關聯性最大的三個指標依次為λ、λ、。其研究表明SVF與VR成正相關,λ、λ與風速成負相關, 這三類參數每變化10%, 風速變化7%, 佐證了Yang[93]的結論。λ與風速之間具有非線性相關關系[51], 當λ0.35時,λ越大, 風速越低, 當λ > 0.35時,λ越大, 風速越高。因此, 對于不同研究尺度和方法, 得到的結論可能是不同的, 在解決問題之前, 明確并選擇合理的研究尺度及其對應的參數非常重要。海拔高度、來流風性質、城市坡度、城市方位等指標主要與大尺度范圍的氣象變化相關, 都屬于氣候邊界條件, 具有地域性差異。

來流風風向直接影響到城市建筑群內部風場。城市風玫瑰圖反映了全年風向風頻分布信息[70], 其與城市的地理地形特征相關, 包括海拔、地形和城市方位等。在規劃設計中, 可以通過合理控制街道朝向來應對當地的盛行風風向, 利用巷道效應和遮蔽效應來調節內部風速[65]。

城市的地形會影響近地面風場特征。烏日柴胡等[94]對山區、山區與平原過渡區、平原區、城區幾種典型地形的觀測研究發現, 平均風速沿地形梯度分布, 山區高平原低, 平原中又以城區風速最小, 對于山地城市, 山谷風可能會導致污染物擴散受阻, 加重城市污染[95]。不同海拔高度下, 體現出來的風場特征也不同, 高山近地面風速大體上隨觀測高度而增大, 高海拔站點日平均風速數倍于低海拔站點[94]。

城市緯度也會影響到指標的應用。在新加坡、香港[96]、倫敦[77]等低緯度城市中, 日照影響較小, 高密度(λ≈ 0.44)發展具有一定合理性, 但在我國高緯度地區, 由于日照要求的建筑間距遠大于城市通風要求的間距, 中密度(λ≈ 0.25)社群較為常見。影響日照規范的還包括城市方位、用地性質和建筑形式等。在中微觀尺度的研究中, 還需考慮到當地氣候特征與實際目標, 辨析季節差異[51, 70]等。在嚴寒地區需要考慮控制冬季冷風, 在炎熱地區則需要控制夏季風速, 考慮熱舒適度問題[51]。

目前的研究在中性絕熱大氣中的研究較為豐富, 壁面加熱效應還與污染物擴散的日夜差異[97]等有關, 進一步考慮壁面加熱效應時風場運動規律可能完全不同。對典型二維街谷, 一般條件下(Froude數=0.48, 入流風速U=5 m·s-1), 風動力作用影響最大; 但在弱風條件下(=0.25,U=0.5 m·s-1), 熱力作用, 即壁面加熱作用影響最大, 尤其是在建筑背風面, 熱動力促進空氣流動, 將顯著加強污染物垂直擴散[38, 48]。實際上, 街道軸線與南北向的夾角反映著太陽輻射的得失量, 由此導致的立面溫差進一步又會影響到風的熱力運動[98], 在迪拜, 由此導致的氣溫變化幅度能夠達到1.8 ℃[99]。

理想化通用模型有助于揭示一般性原理, 但是由于城市空間的復雜性, 通用模型的結論仍然需要放在真實場景中進行對比驗證。在構建城市通風評估體系時, 必須考慮地域、氣候等外部條件的差異性和復雜性[100], 經驗模型參數應當通過結合當地情景的專項模擬與研究得出, 根據當地的氣候地形特征和城市發展需求, 制定具有地域特色的規范條例。

6 結論與展望

本文在中微觀尺度上, 中性穩定大氣條件下, 針對參數對城市風環境的影響, 進行了關聯性和差異性的對比研究, 并分析了以參數為核心的城市形態參數的應用特征。參數分別在城市風環境評估理論中的原理、應用和關聯三部分中體現出主要價值,λ有助于分析風流流態特征和變化規律λ在實際的城市規劃應用中具有重要價值λ則是與城市風環境評估指標最為相關的參數。建筑高寬比、路走向、天空可視角、阻塞比和植被覆蓋等因素都和參數有關。以上城市形態指標或參數只作為參考, 不構成決策依據, 在實際應用中, 還需因地制宜制定合理的規劃條例。未來有待從以下三個方面進行補充研究。

1)發掘并完善更加可靠且具有實踐價值的城市形態參數。真實城市下墊面異質化程度很高, 本文所涉及的參數仍不能充分反映城市形態的全貌, 基于城市形態學的量化指標能夠較好的描述城市肌理, 但與城市風環境的關聯仍然不明[101]; 現代計算機方法, 如基于城市三維數據庫的程序語言[102], GIS與遙感結合生態規劃方法[103, 104]和城市大數據的處理與分析[103]等, 一定程度上有助于對各個城市三維形態參數指標進行精確測算。如何發掘并完善可靠的城市形態指標, 并且能夠結合現有研究成果, 以此構筑一套合理可行的城市形態量化指標體系, 這將是未來研究的重點。

2)影響城市通風的多元因素的探索與綜合分析。參數與風場運動、污染物擴散的機理涉及多個復雜過程[30], 考慮污染物的化學沉積與衰減過程時, 城市風環境指標可能會暗示相反的設計策略[86]。城市風環境還與下墊面元素種類或用地性質有關, 包括如人口密度、建筑綠化[105]、交通尾氣[106]等多個影響因子。如何綜合考慮各個要素對風環境的影響, 辨析不同要素之間的關系以及闡明作用機制等方面仍然有待進一步研究。

3)參數的應用與實際流程的接合方法仍然有待探索。一方面是地域性差異問題, 包括城市建筑特征、氣候邊界條件以及地理地形等, 對于不同邊界條件, 風場運動和變化規律存在哪些差異仍然有待研究, 同時也提示了城市建筑形態與氣候數據的重要性; 另一方面, 通過何種方式、框架或流程建立相關的評估應用體系, 將此類指標與設計實踐中的各個尺度嵌合并融入設計流程之中也是亟待解決的問題。

[1] 任杲, 宋迎昌, 蔣金星. 改革開放40年中國城市化進程研究[J]. 寧夏社會科學, 2019(1): 23–31.

[2] 李浩, 袁曉玲, 李毓. 城市化水平、生態環境質量對居民幸福感影響的實證分析——基于中國家庭追蹤調查數據[J]. 河南社會科學, 2019, 27(2): 98–103.

[3] 張紅艷, 魏春燕, 鄭秀麗, 等. 淺談大氣污染的危害、來源及防治措施[J]. 河南科技, 2013(1): 191.

[4] 王庚辰, 王普才. 中國PM_(2.5)污染現狀及其對人體健康的危害[J]. 科技導報, 2014, 32(26): 72–78.

[5] Rudofsky B. Architecture without architects: a short introduction to non-pedigreed architecture[M]. Mexico: UNM Press, 1987.

[6] 王振, 李保峰. 從街道峽谷到街區層峽:城市形態與微氣候的相關性分析[J]. 南方建筑, 2016: 5–10.

[7] ADAMEK K, VASAN N, ELSHAER A, et al. Pedestrian level wind assessment through city development: A study of the financial district in Toronto[J]. Sustainable Cities and Society, 2017, 35: 178–190.

[8] YANG J, SHI B, SHI Y, et al. Air pollution dispersal in high density urban areas: Research on the triadic relation of wind, air pollution, and urban form[J]. Sustainable Cities and Society, 2020, 54: 101941.

[9] YUAN C, NG E, NORFORD L K. Improving air quality in high-density cities by understanding the relationship between air pollutant dispersion and urban morphologies[J]. Building and Environment, 2014, 71: 245–258.

[10] NAZARIAN N, MARTILLI A, NORFORD L, et al. Impacts of Realistic Urban Heating. Part II: Air Quality and City Breathability[J]. Boundary-Layer Meteorology, 2018, 168(2): 321–341.

[11] OKE T R. City size and the urban heat island[J]. Atmospheric Environment, 1973, 7(8): 769–779.

[12] SU N, ZHOU D, JIANGX T. Study on the application of ventilation corridor planning in urban new area-a case study of Xixian New Area[J]. Procedia Engineering, 2016, 169: 340–349.

[13] REN C, YANG R, CHENG C, et al. Creating breathing cities by adopting urban ventilation assessment and wind corridor plan – The implementation in Chinese cities[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2018, 182: 170–188.

[14] GU K, FANG Y, QIAN Z, et al. Spatial planning for urban ventilation corridors by urban climatology[J]. Ecosystem Health and Sustainability, 2020, 6(1): 1747946.

[15] HE B J, DING L, PRASAD D. Enhancing urban ventilation performance through the development of precinct ventilation zones: A case study based on the Greater Sydney, Australia[J]. Sustainable Cities and Society, 2019, 47: 101472.

[16] TOMINAGA Y. Visualization of city breathability based on CFD technique: case study for urban blocks in Niigata City[J]. Journal of Visualization, 2012, 15(3): 269–276.

[17] HANG J, SANDBERG M, LI Y, et al. Pollutant dispersion in idealized city models with different urban morphologies[J]. Atmospheric Environment, 2009, 43(38): 6011–6025.

[18] LIN M, HANG J, LI Y, et al. Quantitative ventilation assessments of idealized urban canopy layers with various urban layouts and the same building packing density[J]. Building and Environment, 2014, 79: 152–167.

[19] BUCCOLIERI R, SALIZZONI P, SOULHAC L, et al. The breathability of compact cities[J]. Urban Climate, 2015, 13: 73–93.

[20] DU Y, MAK C M, TANG B S. Effects of building height and porosity on pedestrian level wind comfort in a high-density urban built environment[J]. Building Simulation, 2018, 11(6): 1215–1228.

[21] HANG J, BUCCOLIERI R, YANG X, et al. Impact of indoor-outdoor temperature differences on dispersion of gaseous pollutant and particles in idealized street canyons with and without viaduct settings[J]. Building Simulation, 2018, 12(2): 285–297.

[22] KATO S, ITO K, MURAKAMI S. Analysis of visitation frequency through particle tracking method based on LES and model experiment[J]. Indoor Air, 2003, 13(2): 182– 193.

[23] GARAU M, BADAS M G, FERRARI S, et al. Turbulence and Air Exchange in a Two-Dimensional Urban Street Canyon Between Gable Roof Buildings[J]. Boundary- Layer Meteorology, 2018, 167(1): 123–143.

[24] TOPARLAR Y, BLOCKEN B, MAIHEU B, et al. A review on the CFD analysis of urban microclimate[J]. Renewable & Sustainable Energy Reviews, 2017, 80: 1613–1640.

[25] VAN HOOFF T, BLOCKEN B. CFD evaluation of natural ventilation of indoor environments by the concentration decay method: CO2gas dispersion from a semi-enclosed stadium[J]. Building and Environment, 2013, 61: 1–17.

[26] ASHIE Y, KONO T. Urban scale CFD analysis in support of a climate‐sensitive design for the Tokyo Bay area[J]. International Journal of Climatology, 2011, 31(2): 174–188.

[27] BUCCOLIERI R, SANDBERG M, DI SABATINO S. City breathability and its link to pollutant concentration distribution within urban-like geometries[J]. Atmospheric Environment, 2010, 44(15): 1894–1903.

[28] 高海寧, 李元征, 韓風森, 等. 城市街道峽谷通風與空氣污染研究進展[J]. 世界科技研究與發展, 2017, 39(4): 363–371.

[29] PENG Y, BUCCOLIERI R, GAO Z, et al. Indices employed for the assessment of “urban outdoor ventilation” -A review [J]. Atmospheric Environment, 2020, 223: 117211.

[30] SREBRIC J, HEIDARINEJAD M, LIU J. Building neighborhood emerging properties and their impacts on multi-scale modeling of building energy and airflows[J]. Building and Environment, 2015, 91: 246–262.

[31] GRIMMOND C, OKE T R J J O A M. Aerodynamic properties of urban areas derived from analysis of surface form[J]. Journal of Applied Meteorology, 1999, 38(9): 1262–1292.

[32] BRITTER R, HANNA S. Flow and dispersion in urban areas[J]. Annual review of fluid mechanics, 2003, 35(1): 469–496.

[33] OKE T R, MILLS G, CHRISTEN A, et al. Urban climates[M]. England: Cambridge University Press, 2017.

[34] SINI J F, ANQUETIN S, MESTAYER P G. Pollutant dispersion and thermal effects in urban street canyons[J]. Atmospheric Environment, 1996, 30(15): 2659–2677.

[35] CATON F, BRITTER R E, DALZIEL S. Dispersion mechanisms in a street canyon[J]. Atmospheric Environment, 2003, 37(5): 693–702.

[36] XIAOMIN X, ZHEN H, JIASONG W. The impact of urban street layout on local atmospheric environment[J]. Building and Environment, 2006, 41(10): 1352–1363.

[37] LI X X, LIU C H, LEUNG D Y C. Numerical investigation of pollutant transport characteristics inside deep urban street canyons[J]. Atmospheric Environment, 2009, 43(15): 2410–2418.

[38] HANG J, CHEN X, CHEN G, et al. The influence of aspect ratios and wall heating conditions on flow and passive pollutant exposure in 2D typical street canyons[J]. Building and Environment, 2020, 168: 106536.

[39] HE L, HANG J, WANG X, et al. Numerical investigations of flow and passive pollutant exposure in high-rise deep street canyons with various street aspect ratios and viaduct settings[J]. Science of The Total Environment, 2017, 584/585: 189–206.

[40] DI BERNARDINO A, MONTI P, LEUZZI G, et al. Pollutant fluxes in two-dimensional street canyons[J]. Urban Climate, 2018, 24: 80–93.

[41] SHEN J, GAO Z, DING W, et al. An investigation on the effect of street morphology to ambient air quality using six real-world cases[J]. Atmospheric Environment, 2017, 164: 85–101.

[42] HALL D, MACDONALD R, WALKER S, et al. Visualisation studies of flows in simulated urban arrays[J]. Client Report, 1997, 39: 97.

[43] YANG X, ZHANG Y, HANG J, et al. Integrated assessment of indoor and outdoor ventilation in street canyons with naturally-ventilated buildings by various ventilation indexes[J]. Building and Environment, 2020, 169: 106528.

[44] LAU G E, NGAN K. Analysing urban ventilation in building arrays with the age spectrum and mean age of pollutants[J]. Building and Environment, 2018, 131: 288– 305.

[45] YANG J, FU X. Coupling Analysis of Wind Environment and Space Form Index in Xinjiekou Central Area[M]. Singapore: Springer Singapore, 2020: 85–107.

[46] ABD RAZAK A, HAGISHIMA A, IKEGAYA N, et al. Analysis of airflow over building arrays for assessment of urban wind environment[J]. Building and Environment, 2013, 59: 56–65.

[47] CHENG W C, LIU C H, LEUNG D Y C. Computational formulation for the evaluation of street canyon ventilation and pollutant removal performance[J]. Atmospheric Environment, 2008, 42(40): 9041–9051.

[48] HANG J, XIAN Z, WANG D, et al. The impacts of viaduct settings and street aspect ratios on personal intake fraction in three-dimensional urban-like geometries[J]. Building and Environment, 2018, 143: 138–162.

[49] Dodman D. Analytical Review of the Interaction between Urban Growth Trends and Environmental Changes[J]. United Nations Population Fund, 2009: 6–7.

[50] PANAGIOTOU I, NEOPHYTOU M K A, HAMLYN D, et al. City breathability as quantified by the exchange velocity and its spatial variation in real inhomogeneous urban geometries: An example from central London urban area[J]. Science of The Total Environment, 2013, 442: 466–477.

[51] LIU Y, XU Y, ZHANG F, et al. A preliminary study on the influence of Beijing urban spatial morphology on near-surface wind speed[J]. Urban Climate, 2020, 34: 100703.

[52] JIANG D, JIANG W, LIU H, et al. Systematic influence of different building spacing, height and layout on mean wind and turbulent characteristics within and over urban building arrays[J]. Wind and Structures, 2008, 11(4): 275–290.

[53] YAZID M N A W M, SHARIF A S B, CHE N A, et al. Effects of Staggered Array of Cubical Obstacles on Near-Ground Wind Environment and Air Quality[J]. Journal of Advanced Research in Fluid Mechanics and Thermal Sciences, 2019, 58: 261–274.

[54] PENG Y, GAO Z, BUCCOLIERI R, et al. An Investigation of the Quantitative Correlation between Urban Morphology Parameters and Outdoor Ventilation Efficiency Indices[J]. Atmosphere, 2019, 10(1): 33.

[55] KUBOTA T, MIURA M, TOMINAGA Y, et al. Wind tunnel tests on the relationship between building density and pedestrian-level wind velocity: Development of guidelines for realizing acceptable wind environment in residential neighborhoods[J]. Building and Environment, 2008, 43(10): 1699–1708.

[56] CHEN L, HANG J, SANDBERG M, et al. The impacts of building height variations and building packing densities on flow adjustment and city breathability in idealized urban models[J]. Building and Environment, 2017, 118: 344–361.

[57] DI SABATINO S, LEO L S, CATALDO R, et al. Construction of Digital Elevation Models for a Southern European City and a Comparative Morphological Analysis with Respect to Northern European and North American Cities[J]. Journal of Applied Meteorology and Climatology, 2010, 49(7): 1377–1396.

[58] YUAN C. Urban Wind Environment: Integrated Climate- Sensitive Planning and Design[M]. Springer, 2018.

[59] DI SABATINO S, SOLAZZO E, PARADISI P, et al. A Simple Model for Spatially-averaged Wind Profiles Within and Above an Urban Canopy[J]. Boundary-Layer Meteorology, 2008, 127(1): 131–151.

[60] YUAN C, NORFORD L, BRITTER R, et al. A modelling-mapping approach for fine-scale assessment of pedestrian-level wind in high-density cities[J]. Building and Environment, 2016, 97: 152–165.

[61] MEI S J, HU J T, LIU D, et al. Wind driven natural ventilation in the idealized building block arrays with multiple urban morphologies and unique package building density[J]. Energy and Buildings, 2017, 155: 324–338.

[62] BENTHAM T, BRITTER R. Spatially averaged flow within obstacle arrays[J]. Atmospheric Environment, 2003, 37(15): 2037–2043.

[63] ADOLPHE L. A Simplified Model of Urban Morphology: Application to an Analysis of the Environmental Performance of Cities[J]. Environment and Planning B: Planning and Design, 2001, 28(2): 183–200.

[64] TAMURA Y, XU X, YANG Q. Characteristics of pedestrian-level Mean wind speed around square buildings: Effects of height, width, size and approaching flow profile[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2019, 192: 74–87.

[65] HUANG T L, KUO C Y, TZENG C T, et al. The Influence of High-Rise Buildings on Pedestrian-Level Wind in Surrounding Street Canyons in an Urban Renewal Project[J]. Energies, 2020, 13(11): 2745.

[66] 符興源, 溫琦, 鄒鐵安. 基于風環境的高層住區植被優化設計[J]. 科學技術與工程, 2020, 20(30): 12560–12569.

[67] 劉雙芳, 張維康, 韓靜波, 等. 不同植被結構對空氣質量的調控功能[J]. 生態環境學報, 2020, 29(8): 1602–1609.

[68] 戰乃巖, 呂廣, 李曉莉, 等. 灌木與喬木聯合作用對街谷污染物分布影響[J]. 環境科學與技術, 2020, 43(6): 101–107.

[69] 張云路, 李雄. 基于城市綠地系統空間布局優化的城市通風廊道規劃探索——以晉中市為例[J]. 城市發展研究, 2017, 24(5): 35–41.

[70] 張思源. 基于城市綠地系統空間布局優化的城市通風廊道規劃設計研究[J]. 低碳世界, 2018(12): 160–161.

[71] MACDONALD R, CARTER S, SLAWSON P J T F R. Measurements of mean velocity and turbulence statistics in simple obstacle arrays at 1: 200 scale[J]. Experimental Thermal and Fluid Science, 2000, 1: 169–171

[72] WANG Q, SANDBERG M, LIN Y, et al. Impacts of Urban Layouts and Open Space on Urban Ventilation Evaluated by Concentration Decay Method[J]. Atmosphere, 2017, 8(9): 169.

[73] MO Z, LIU C H. A wind tunnel study of ventilation mechanism over hypothetical urban roughness: The role of intermittent motion scales[J]. Building and Environment, 2018, 135: 94–103.

[74] XIE P, YANG J, WANG H, et al. A New method of simulating urban ventilation corridors using circuit theory[J]. Sustainable Cities and Society, 2020, 59: 102162.

[75] 胡一東, 劉兆輝, 譚洪衛. 街區尺度建筑布局對通風性能的影響及評價方法研究[J]. 建筑科學, 2017, 33(6): 108–114.

[76] 辛威. 武漢地區基于自然通風優化的街區空間形態設計策略研究[D]. 武漢: 華中科技大學, 2012.

[77] TSICHRITZIS L, NIKOLOPOULOU M. The effect of building height and fa?ade area ratio on pedestrian wind comfort of London [J]. Journal of Wind Engineering and Industrial Aerodynamics, 2019, 191: 63–75.

[78] Burian S, Han W, Brown M. Morphological analyses using 3D building databases: Oklahoma City[M]. Oklahoma, LA-UR, Los Alamos National Laboratory, Los Alamos, 2003.

[79] MIRZAEE S, ?ZGUN O, RUTH M, et al. Neighborhood- scale sky view factor variations with building density and height: A simulation approach and case study of Boston[J]. Urban Climate, 2018, 26: 95–108.

[80] NASROLLAHI N, NAMAZI Y, TALEGHANI M. The effect of urban shading and canyon geometry on outdoor thermal comfort in hot climates: A case study of Ahvaz, Iran[J]. Sustainable Cities and Society, 2021, 65: 102638.

[81] HE B J, DING L, PRASAD D. Outdoor thermal environment of an open space under sea breeze: A mobile experience in a coastal city of Sydney, Australia[J]. Urban Climate, 2020, 31: 100567.

[82] GORDON P, RICHARDSON H W. Are Compact Cities a Desirable Planning Goal?[J]. Journal of the American Planning Association, 1997, 63(1): 95–106.

[83] 馬麗, 金鳳君. 中國城市化發展的緊湊度評價分析[J]. 地理科學進展, 2011, 30(8): 1014–1020.

[84] 吳志強, 李德華. 城市規劃原理(第四版)[M]. 北京: 中國建筑工業出版社, 2010.

[85] 住房和城鄉建設部.《城市居住區規劃設計標準GB50180—2018》[M]. 2018.

[86] ZHANG Y, OU C, CHEN L, et al. Numerical studies of passive and reactive pollutant dispersion in high-density urban models with various building densities and height variations[J]. Building and Environment, 2020, 177: 106916.

[87] 李磊, 吳迪, 張立杰, 等. 基于數值模擬的城市街區詳細規劃通風評估研究[J]. 環境科學學報, 2012, 32(4): 946–953.

[88] PERERA N G R, EMMANUEL R. A “Local Climate Zone” based approach to urban planning in Colombo, Sri Lanka[J]. Urban Climate, 2018, 23: 188–203.

[89] STEWART I D, OKE T R. Local Climate Zones for Urban Temperature Studies[J]. Bulletin of the American Meteorological Society, 2012, 93(12): 1879–1900.

[90] NG E, YUAN C, CHEN L, et al. Improving the wind environment in high-density cities by understanding urban morphology and surface roughness: A study in Hong Kong[J]. Landscape and Urban Planning, 2011, 101(1): 59–74.

[91] H K P D. Hong Kong planning standards and guidelines[M]. The government of the Hong Kong special administrative region, 2008.

[92] YANG J, WANG Y, XIAO X, et al. Spatial differentiation of urban wind and thermal environment in different grid sizes[J]. Urban Climate, 2019, 28: 100458.

[93] YANG F, QIAN F, LAU S S Y. Urban form and density as indicators for summertime outdoor ventilation potential: A case study on high-rise housing in Shanghai[J]. Building and Environment, 2013, 70: 122–137.

[94] 烏日柴胡, 王建捷, 孫靖, 等. 北京山區與平原冬季近地面風的精細觀測特征[J]. 氣象學報, 2019, 77(6): 1107– 1123.

[95] 張瀟, 孫揚, 韓琳, 等. 典型山地地形城市大氣環境狀況與成因分析[J]. 成都信息工程大學學報, 2020, 35(2): 203–213.

[96] HANG J, LI Y. Ventilation strategy and air change rates in idealized high-rise compact urban areas[J]. Building and Environment, 2010, 45(12): 2754–2767.

[97] 張云偉, 王晴茹, 陳嘉, 等. 城市街谷內PM(2.5)濃度時空變化及影響因素分析[J]. 中國環境科學, 2016, 36(10): 2944–2949.

[98] 金雨蒙, 康健, 金虹. 哈爾濱舊城住區街道冬季熱環境實測研究[J]. 建筑科學, 2016, 32(10): 34–38+79.

[99] SHAREEF S, ABUHIJLEH B. The effect of building height diversity on outdoor microclimate conditions in hot climate. A case study of Dubai-UAE [J]. Urban Climate, 2020, 32: 100611.

[100]顧兆林, 張云偉, 雷康斌. 不同大氣穩定度下綠化街谷流動的大渦模擬[J]. 中國科學: 技術科學, 2011, 41(1): 109–118.

[101]MERLIER L, KUZNIK F, RUSAOU?N G, et al. Derivation of generic typologies for microscale urban airflow studies[J]. Sustainable Cities and Society, 2018, 36: 71–80.

[102]JHALDIYAL A, GUPTA K, GUPTA P K, et al. Urban Morphology Extractor: A spatial tool for characterizing urban morphology[J]. Urban Climate, 2018, 24: 237–246.

[103]XU Y, REN C, MA P, et al. Urban morphology detection and computation for urban climate research[J]. Landscape and Urban Planning, 2017, 167: 212–224.

[104]詹慶明, 歐陽婉璐, 金志誠, 等. 基于RS和GIS的城市通風潛力研究與規劃指引[J]. 規劃師, 2015, 31(11): 95–99.

[105]王友君, 亢燕銘, 陳勇航. 建筑和綠化對街谷空氣污染物擴散的影響[J]. 東華大學學報(自然科學版), 2012, 38(6): 740–744.

[106]張云偉, 張海煒, 顧兆林. 行駛車輛誘導城市街谷內流場的大渦模擬[J]. 環境科學與技術, 2015, 38(9): 64– 69.

Research progress on correlations between urban morphological parameters and city ventilation on mesoscale and microscale

WANG Guan, ZHOU Hongxuan*, WANG Wenzhen, SUN Jing, MA Xiao

School of Architecture and Design, China University of Mining and Technology, Xuzhou 221116, China

Under neutral and stable atmospheric conditions, the correlation and application of urban morphological indicators, including street canyon factor (λ), building density (λ) and windward area ratio (λ), and urban wind environment are summarized on the meso and micro scale. These three parameters represent the three aspects of urban wind environment assessment,sis beneficial for the analysis on flow distribution characteristics and flow regime patterns,λmay make differences to practical urban planning orientated to urban ventilation, and λis the parameter most relevant to urban wind environment assessment indicators. Note that these three parameters are only for reference and do not constitute a basis for decision-making. The following three aspects may need further research: the reliability and completeness of relevant urban morphological parameters, the influence mechanism of multiple urban underlying elements under unstable conditions, and the improvement and application of the wind environment assessment index system.

urban form; urban ventilation; building density; frontal area ratio; street aspect ratio

王冠, 周宏軒, 王文真, 等. 中微觀尺度上城市形態指標與城市通風的關聯性研究進展[J]. 生態科學, 2023, 42(1): 252–262.

WANG Guan, ZHOU Hongxuan, WANG Wenzhen, et al. Research progress on correlations between urban morphological parameters and city ventilation on mesoscale and microscale[J]. Ecological Science, 2023, 42(1): 252–262.

10.14108/j.cnki.1008-8873.2023.01.029

TU98

A

1008-8873(2023)01-252-11

2020-11-17;

2021-1-18

國家自然科學基金(51908544); 教育部人文社會科學研究基金(19YJC760169); 江蘇省研究生科研與實踐創新計劃(SJCX20_0805); 中國礦業大學未來杰出人才助力計劃(2020WLJCRCZL066); 中國礦業大學大學生創新創業訓練計劃項目(20190401)

王冠(1996—), 男, 山西武鄉人, 碩士, 主要從事生態城市設計與城市風環境相關研究, E-mail: sun@cumt.edu.cn

周宏軒, 男, 博士, 副教授, 碩士研究生導師, 主要從事城市生態學、生態景觀設計、生態城市規劃與設計、城市熱環境等方面的研究, E-mail: zhouhongxuan@live.cn