■ 周 巖 Zhou Yan 莊 智 Zhuang Zhi 楊 峰 Yang Feng
隨著城市化進(jìn)程的加快,城市街區(qū)由單一低密度形態(tài)向多樣高密度形態(tài)發(fā)展,引起街區(qū)下墊面構(gòu)成、通風(fēng)性能及得熱狀況等因素變化,進(jìn)而影響城市熱島現(xiàn)象和建筑能耗。城市化對氣候最顯著的影響體現(xiàn)為熱島現(xiàn)象的出現(xiàn)。城市熱島效應(yīng)改變了城市微氣候,進(jìn)而影響建筑能耗,給城市生態(tài)和人們生活環(huán)境帶來影響。城市熱島效應(yīng)的加重將使空調(diào)設(shè)備工作狀況惡化,能效比降低,而空調(diào)制冷向室外排熱量加大,反過來會加劇熱島效應(yīng)的產(chǎn)生。Reid Ewing和Fang Rong指出城市形態(tài)可以通過輸配電損失、不同住宅存量的能源需求、城市熱島導(dǎo)致的建筑供暖和制冷需求三大因果途徑影響住宅能源使用[1]。在新加坡,Wong N H等分析了在街區(qū)尺度下容積率、綠化率、天空視野因子、建筑密度等參數(shù)對當(dāng)?shù)貧鉁丶敖ㄖ芎牡挠绊慬2]。結(jié)果顯示,容積率對當(dāng)?shù)販囟鹊挠绊懜咧?℃,且通過改善城市形態(tài)可節(jié)省建筑能耗4.5%。而Yi-Ling H等分析了上海市2003~2007年的平均溫度與日電耗,結(jié)果顯示城市化進(jìn)程的加快對制冷度日數(shù)和采暖度日數(shù)的空間分布具有明顯影響,且中心城區(qū)由于城市化的影響具有較大的制冷度日數(shù)和較低的采暖度日數(shù)[3]。李先庭利用住宅小區(qū)室外氣溫的模擬數(shù)據(jù)分析發(fā)現(xiàn),城市住宅小區(qū)住宅建筑夏季冷負(fù)荷增大了10%~35%,而冬季熱負(fù)荷受城市化影響不大, 其差別不到10%[4]??梢姡鞘行螒B(tài)對建筑周圍微氣候及建筑能耗有重要影響,通過改善城市形態(tài)來改善環(huán)境、降低建筑能耗已成為城市規(guī)劃和建筑設(shè)計(jì)領(lǐng)域的一個(gè)重要方向。本文以上海為例,基于氣象站及鄰近街區(qū)參數(shù)的調(diào)查分析,并結(jié)合典型辦公建筑模型的負(fù)荷模擬對比,研究街區(qū)形態(tài)對當(dāng)?shù)貧夂蚣敖ㄖ芎牡挠绊憽?/p>
本文以上海市10個(gè)氣象站點(diǎn)為中心的2~3km2范圍作為街區(qū)研究對象。10個(gè)街區(qū)既包含了高密度城區(qū),也包含了郊區(qū)建筑群,分別具有不同的街區(qū)形態(tài)特征。其中徐家匯和浦東新區(qū)分布在市中心的位置,而其他站點(diǎn)均處在相對郊區(qū)位置。各站點(diǎn)的具體分布情況如圖1、2所示。
不同的城市街區(qū)形態(tài)形成不同的微氣候,而微氣候的不同進(jìn)而會引起建筑空調(diào)與采暖能耗的變化。研究表明,建筑密度、容積率、綠化率、空地率、體形系數(shù)、天空視角因子、街道高寬比和海拔高度等特征參數(shù)均能反映一個(gè)城市街區(qū)的微氣候[5]。本文選取典型區(qū)域的建筑密度Bd、容積率p、綠化率g3個(gè)特征參數(shù),根據(jù)各街區(qū)對應(yīng)的衛(wèi)星圖,推算出相應(yīng)街區(qū)的綠化率、建筑密度,并根據(jù)全景圖確定出選取區(qū)域內(nèi)的建筑層數(shù),結(jié)合面積估算容積率。調(diào)研得到各區(qū)的3個(gè)特征參數(shù)值如表1所示。
圖1 氣象站點(diǎn)分布圖
圖2 各氣象站點(diǎn)鄰近街區(qū)
1.3.1 熱島強(qiáng)度UHI
城市熱島效應(yīng)用熱島強(qiáng)度表示。目前關(guān)于熱島強(qiáng)度的計(jì)算方法有4種觀點(diǎn):①以熱島中心氣溫減去同期同高度(1.5 m)附近郊區(qū)的氣溫所得的差值來表示熱島強(qiáng)度[6];②用城區(qū)各站平均氣溫與同時(shí)間同高度附近郊區(qū)各站平均氣溫的差值來表示[7];③取城區(qū)某一代表性的觀測站與郊區(qū)一代表性觀測站的氣溫資料進(jìn)行對比,以它們的差值來表示熱島強(qiáng)度[8];④城市熱島強(qiáng)度是城市觀測點(diǎn)和郊區(qū)觀測點(diǎn)近表面大氣溫度的差值[9]。本文采用第三種城市熱島效應(yīng)的計(jì)算方法,可以表示為:
式中,UHI—熱島強(qiáng)度;
Tu—城區(qū)觀測站的平均溫度;
Tc—郊區(qū)觀測站的平均溫度。
本文獲得了上海市10個(gè)氣象站的2015年10月~2016年4月的大氣溫度數(shù)據(jù)。圖3為各站點(diǎn)在2015年10月~2016年4月的平均氣溫,可見由于熱島效應(yīng)的影響近似表現(xiàn)為郊區(qū)溫度較低,而市中心溫度較高。其中,溫度最高和最低的分別為徐家匯和崇明,相差1.78℃。通過圖1和圖3可知,崇明的氣象站點(diǎn)地處郊區(qū),且其平均溫度最低,故以崇明站點(diǎn)的氣溫?cái)?shù)據(jù)作為熱島現(xiàn)象的基準(zhǔn)溫度,從而得出其他各區(qū)的平均熱島強(qiáng)度如表2所示。
表1 城市街區(qū)形態(tài)特征參數(shù)值
1.3.2 熱島發(fā)生頻次UHIF
定義熱島發(fā)生頻次UHIF為:
式中,tu—城區(qū)觀測站的小時(shí)平均溫度;
大都市區(qū)的整體規(guī)劃是以生態(tài)恢復(fù)與建設(shè)為基礎(chǔ)、城市與自然和諧統(tǒng)一為核心、以區(qū)域?qū)蛹壏只癁橹匾吸c(diǎn)、以交通距離時(shí)圈為測量尺度、以重點(diǎn)城市為樞紐中心,形成了不同層級的區(qū)域空間結(jié)構(gòu)。其中,以中心城區(qū)為核心向外放射形成了四條發(fā)展廊道,而奉新縣正位于景銅(景德鎮(zhèn)-南昌-銅鼓)生態(tài)走廊,在滬昆走廊的輻射影響之內(nèi)。
tc—郊區(qū)觀測站(即崇明監(jiān)測站)的小時(shí)平均溫度。
各區(qū)的熱島發(fā)生頻次統(tǒng)計(jì)如表2所示。
由表2可知,徐家匯的平均熱島強(qiáng)度和熱島發(fā)生頻次最高,分別為1.78℃和2.90kh。平均熱島強(qiáng)度和熱島發(fā)生頻次最低的分別是青浦和奉賢,與徐家匯相差0.99℃、0.59kh。
1.4.1 熱島強(qiáng)度與街區(qū)形態(tài)參數(shù)的關(guān)系
針對上述典型區(qū)域的形態(tài)參數(shù)及微氣候評價(jià)指標(biāo)做相關(guān)性分析,得出熱島強(qiáng)度與街區(qū)形態(tài)參數(shù)的關(guān)系,如圖4所示。
分析圖4可知,綠化率與熱島強(qiáng)度成反比關(guān)系,隨著綠化率的增大,熱島強(qiáng)度逐漸減弱;而建筑密度和容積率均與熱島強(qiáng)度成正比關(guān)系,即隨著建筑密度(容積率)的增大,熱島強(qiáng)度逐漸加強(qiáng)。另外,由擬合曲線的R2值可知,單純看3個(gè)參數(shù)對熱島強(qiáng)度的影響程度,建筑密度影響最大,而容積率次之,綠化率影響最小。因此,為了更好地緩解熱島效應(yīng),在城市規(guī)劃過程中,應(yīng)合理考慮有關(guān)指標(biāo)的選定,盡量減小建筑密度和容積率,提高場地綠化率。
圖3 各氣象站點(diǎn)采暖季室外平均氣溫對比圖(2015年10月~2016年4月)
表2 街區(qū)微氣候評價(jià)指標(biāo)
圖4 熱島強(qiáng)度與街區(qū)形態(tài)特征參數(shù)之間的關(guān)系圖
1.4.2 熱島發(fā)生頻次預(yù)測模型
由上述分析發(fā)現(xiàn),綠化率、建筑密度和容積率等特征參數(shù)與城市熱島效應(yīng)具有很大的相關(guān)性,因此,采用多元線性回歸模型,對城市熱島發(fā)生頻次進(jìn)行預(yù)測,可為優(yōu)化城市街區(qū)布局提供參考。以綠化率g、建筑密度Bd和容積率p為自變量,以熱島發(fā)生頻次UHIF為因變量,進(jìn)行線性回歸,線性回歸的結(jié)果如式(4)所示,其相關(guān)系數(shù)R2為 0.81。
圖5 建筑模型示意圖
采用Designbuilder動態(tài)模擬軟件,以某一辦公建筑為對象建立基準(zhǔn)模型,經(jīng)過模擬電耗與實(shí)際電耗的對比驗(yàn)證該模型的可靠度,模擬邊界條件由上述10個(gè)氣象站的溫度數(shù)據(jù)轉(zhuǎn)化獲得。建筑模型如圖5所示,表3和表4為建筑基本信息。
2.2.1 辦公建筑冬季采暖電耗指標(biāo)
表3 建筑模型基本概況
表4 圍護(hù)結(jié)構(gòu)熱工參數(shù)表
不同的街區(qū)形態(tài)下,綠化率、建筑密度和容積率均不相同,進(jìn)而形成不同的街區(qū)微氣候,而微氣候的不同將導(dǎo)致建筑能耗的差異。
圖6為能耗模擬所得的各區(qū)氣象條件下的冬季采暖電耗指標(biāo)??芍缑鞯牟膳姾闹笜?biāo)最大,為8.2kWh/m2,最小的是徐家匯,相比崇明,徐家匯的冬季采暖電耗指標(biāo)減少了11.84%。以崇明為基準(zhǔn),計(jì)算其他區(qū)電耗指標(biāo)的減幅,列于表5,可知上海市不同區(qū)域的冬季采暖電耗指標(biāo)相比崇明地區(qū)的減幅范圍為7.55%~11.84%。
圖7反映了建筑采暖電耗減幅與城市微氣候評價(jià)指標(biāo)的關(guān)系。熱島強(qiáng)度每增加1℃,辦公建筑的采暖能耗指標(biāo)平均減少5.04%;而熱島發(fā)生頻次每增加1kh,辦公建筑的采暖能耗指標(biāo)平均減少5.18%。式(4)給出了熱島發(fā)生頻次的預(yù)測模型。因此,可根據(jù)綠化率、建筑密度和容積率3個(gè)街區(qū)形態(tài)特征參數(shù)預(yù)測電耗指標(biāo)減幅情況。
2.2.2 城市微氣候?qū)k公建筑冬季熱負(fù)荷的影響
表6為各區(qū)氣象數(shù)據(jù)模擬所得的建筑冬季熱負(fù)荷指標(biāo)及減幅(相比崇明)。可知,崇明地區(qū)的冬季熱負(fù)荷最大,而其他區(qū)的設(shè)計(jì)熱負(fù)荷指標(biāo)的減幅在1.5%~5%之間。另外,由圖8可知,熱島強(qiáng)度每增加1℃,辦公建筑設(shè)計(jì)熱負(fù)荷指標(biāo)將減少2W/m2(相比郊區(qū))。
圖6 采暖電耗指標(biāo)
圖7 電耗指標(biāo)減幅與微氣候評價(jià)指標(biāo)的關(guān)系圖
結(jié)合上述分析,在空調(diào)系統(tǒng)設(shè)計(jì)階段,通常需要計(jì)算建筑的設(shè)計(jì)負(fù)荷,可見如果簡單地采用統(tǒng)一的典型氣象年數(shù)據(jù)進(jìn)行動態(tài)負(fù)荷模擬,計(jì)算負(fù)荷結(jié)果將與實(shí)際需求存在一定的偏差,會影響后續(xù)機(jī)組選型及實(shí)際運(yùn)行效果等。因此,建議在建筑冷熱負(fù)荷預(yù)測及設(shè)備選型時(shí),盡可能選用本地氣象數(shù)據(jù)進(jìn)行動態(tài)負(fù)荷模擬計(jì)算。
2.2.3 辦公建筑冬季采暖電耗指標(biāo)與街區(qū)形態(tài)特征參數(shù)的關(guān)系
圖9為采暖電耗指標(biāo)與街區(qū)形態(tài)特征參數(shù)之間的關(guān)系,可知建筑密度和容積率均與建筑采暖能耗指標(biāo)成反比關(guān)系,即隨著建筑密度和容積率的增大,冬季采暖能耗降低;而綠化率與采暖電耗的關(guān)系則恰恰相反,隨著綠化率的升高,冬季采暖電耗增大。
表5 模擬辦公建筑采暖電耗指標(biāo)的減幅
表6 模擬辦公建筑設(shè)計(jì)熱負(fù)荷指標(biāo)及減幅
圖8 建筑設(shè)計(jì)熱負(fù)荷與微氣候評價(jià)指標(biāo)的關(guān)系圖
圖9 冬季采暖電耗指標(biāo)與街區(qū)形態(tài)特征參數(shù)的關(guān)系圖
本文分析了上海市10個(gè)不同區(qū)域的城市微氣候與街區(qū)形態(tài)特征參數(shù)之間的關(guān)系,并以冬季為例,明確了熱島強(qiáng)度對辦公建筑能耗的影響。由于缺乏夏季氣象數(shù)據(jù)且樣本量偏少,影響結(jié)果的完整性與可靠度,考慮在后期研究中進(jìn)行補(bǔ)充完善。通過已有的研究,可得出以下幾點(diǎn)結(jié)論:①不同的街區(qū)形態(tài)形成不同的微氣候,而城市熱島也是微氣候的一種體現(xiàn)。影響上海市城市熱島的街區(qū)形態(tài)特征參數(shù)有建筑密度、容積率、綠化率等,其中綠化率與熱島強(qiáng)度成反比關(guān)系,隨著綠化率的增大,熱島強(qiáng)度逐漸減弱;而建筑密度和容積率均與熱島強(qiáng)度成正比關(guān)系,即隨著建筑密度(容積率)的增大,熱島強(qiáng)度逐漸加強(qiáng)。②隨著建筑密度和容積率的增大,冬季采暖能耗降低;而隨著綠化率的升高,冬季采暖電耗增大。良好的街區(qū)形態(tài)設(shè)計(jì)有助于實(shí)現(xiàn)節(jié)能。③熱島強(qiáng)度每增加1℃,辦公建筑的采暖能耗指標(biāo)平均減少5.04%;而熱島發(fā)生頻次每增加1kh,辦公建筑的采暖能耗指標(biāo)平均減少5.18%,上海市辦公建筑冬季采暖能耗相比郊區(qū)減幅范圍為7.55%~11.84%。④由于城市街區(qū)形態(tài)不同,上海市辦公建筑的冬季設(shè)計(jì)熱負(fù)荷相比郊區(qū)可減少1.5%~5%。因此,在空調(diào)系統(tǒng)設(shè)計(jì)初期的負(fù)荷模擬階段,建議采用當(dāng)?shù)氐臍庀髷?shù)據(jù),從而減少由于氣象數(shù)據(jù)不準(zhǔn)確造成的負(fù)荷偏差,造成不必要的能源損失。
參考文獻(xiàn):
[1]Ewing R, Rong F. The impact of urban form on US residential energy use[J]. Housing policy debate, 2008, 19(1):1-30.
[2]Wong N H, Jusuf S K, Syafii N I, et al. Evaluation of the impact of the surrounding urban morphology on building energy consumption[J]. Solar Energy, 2011, 85(1): 57-71.
[3]Yi-Ling H, Hai-Zhen M, Guang-Tao D, et al. Influences of urban temperature on the electricity consumption of Shanghai[J].Advances in Climate Change Research, 2014, 5(2): 74-80.
[4]李先庭,李瑩,陳玖玖.城市化對住宅建筑空調(diào)負(fù)荷的影響[J].暖通空調(diào),2002,32(2):79-81.
[5]Vuckovic M, Kiesel K, Mahdavi A. Toward advanced representations of the urban microclimate in building performance simulation[J]. Sustainable Cities and Society, 2016.
[6]Oke T R,East C.The urban boundary layer in Montreal[J].Boundary-Layer Meteorology,1971,1(4):411-437.
[7]劉繼韓.論城市熱島強(qiáng)度的表示方法[J].地理研究,1987, 6(3): 50-56.
[8]周淑貞,束炯.城市氣候?qū)W[M]. 北京:氣象出版社,1994.
[9]Kim Y H, Baik J J. Daily maximum urban heat island intensity in large cities of Korea[J]. Theoretical and Applied Climatology,2004, 79(3-4):151-164.