• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      既有住區(qū)室外碳排放空間分布特征與影響研究*

      2018-04-22 05:39:24連超麗谷紅磊李翥彬
      西部人居環(huán)境學刊 2018年6期
      關(guān)鍵詞:住區(qū)可視化人群

      劉 鳴 連超麗 谷紅磊 范 悅 李翥彬

      0 引 言

      溫室氣體及其對氣候影響的研究由來已久,雖然CO2占大氣總量不足0.05%,但其濃度的變化卻能對全球溫度變化帶來重大影響[1]。研究表明,人類活動強度最大的城市居住區(qū)是CO2等溫室氣體的重要源區(qū),CO2濃度指標可直接反應居住區(qū)室外環(huán)境的空氣品質(zhì)和居住區(qū)對大氣CO2濃度的貢獻程度。CO2濃度指標是既有住區(qū)碳排放量的最直觀的反映,住區(qū)CO2濃度的變化和分布規(guī)律反映了住區(qū)整體的碳排放的現(xiàn)狀[2]。

      目前關(guān)于城市居住區(qū)的CO2濃度的相關(guān)研究主要是室內(nèi)外CO2濃度連續(xù)監(jiān)測與分析,葉爾江·拜克吐爾漢在論文《校園CO2濃度時空動態(tài)特征》中采用CO2測試儀對校園中不同測試點的CO2濃度動態(tài)變化過程進行了觀測,發(fā)現(xiàn)校園CO2濃度呈明顯的日、季節(jié)和空間變化規(guī)律,氣溫變化和人為活動對CO2濃度變化的影響最為顯著[3]。本文對大連市居住區(qū)的室外CO2濃度開展了連續(xù)測試與研究,通過Grasshopper和Rhino軟件將其空間分布以可視化形式表達,并對不同住區(qū)CO2濃度的變化特征和影響因素進行了進一步的分析。本文的研究對于了解居住區(qū)的人類活動對空氣品質(zhì)的影響具有重要意義,并以可視化方式將其進行表達。

      圖1 住區(qū)測試采樣點分布圖Fig.1 map of test sampling points in residential areas

      1 測量儀器及測試方法

      本文的測試主要選用TSI—7525型空氣品質(zhì)測試儀和LIGHTHOUSE大氣可吸入顆粒物濃度測試儀對大連市大有恬園小區(qū)和昌平小區(qū)夏季全天(24 h)的住區(qū)微環(huán)境指標(溫濕度、PM2.5濃度和CO2濃度)進行了測試,測試時間間隔為2 h[4]。根據(jù)《室內(nèi)外空氣質(zhì)量標準》(GB/T18883-2002)[5]對于采樣點布置的要求和測試小區(qū)具體的空間特征,采樣點在首先遵循網(wǎng)格化劃分的基礎(chǔ)上,選取了距離網(wǎng)格點最近的空間特征點,同時根據(jù)道路等級,在小區(qū)邊緣城市道路和小區(qū)內(nèi)部道路上分別均勻布置了一定數(shù)量的點,然后在小區(qū)內(nèi)部典型的特征空間上布置了一定數(shù)量的點,采樣點分布如圖1所示,采樣點的高度距地面均大于l m[6]。

      2 室外CO2濃度可視化表達

      隨著住區(qū)室外微環(huán)境無時無刻的變化,住區(qū)的室外CO2濃度處在一個動態(tài)的變化發(fā)展過程之中[7],因此,本文對住區(qū)CO2時空分布可視化表達是基于采樣時刻、測試點分布和采樣數(shù)據(jù)變化的基礎(chǔ)上實現(xiàn)的,通過Grasshopper和Rhino軟件可以很好的表達這種由“數(shù)據(jù)輸入—空間分布模型構(gòu)建—可視化表達”的過程,在Grasshopper軟件中根據(jù)住區(qū)的地理特征建立40*40三維空間網(wǎng)格曲面來覆蓋小區(qū),三維空間z軸即為CO2濃度(ppm)變化,x、y軸依次為小區(qū)的南向和東向,通過采樣點全天不同時刻的濃度高低變化來實現(xiàn)空間曲面的動態(tài)變化過程的表達[8]??梢暬谋磉_以顏色變化來表示該小區(qū)CO2濃度值高低,根據(jù)測試數(shù)據(jù),取顏色表達范圍為320~550 ppm。依據(jù)該模型可以看出小區(qū)整體的CO2濃度空間分布特征,并對全天不同時刻特征進行研究,Grasshopper編程電池圖如圖2所示。

      將測試數(shù)據(jù)輸入軟件,經(jīng)過處理與分析,可得出大有恬園小區(qū)和昌平小區(qū)全天各時刻CO2濃度變化曲面,每隔4 h的空間分布模型如圖3-4所示。

      3 測試結(jié)果分析

      3.1 空間分布分析

      由圖3a和4a可知,測試住區(qū)在上午6時左右的CO2濃度值較高,整體呈黃色,分布相對均衡,受道路交通和人群活動的影響較??;大有恬園小區(qū)局部受交叉口影響和人口活動量較高[9],昌平小區(qū)邊緣北側(cè)和東側(cè)主干道CO2濃度呈現(xiàn)緩慢升高的趨勢。

      由圖3b和4b可知,測試住區(qū)在上午8時左右住區(qū)CO2濃度最高;由于處于交通高峰期,大有恬園小區(qū)南側(cè)和昌平小區(qū)東側(cè)和北側(cè)受主干道影響,CO2濃度迅速上升,并向小區(qū)內(nèi)部擴散;大有恬園小區(qū)內(nèi)部及西側(cè)因內(nèi)部交通影響小且綠化植物多,因此CO2濃度則呈下降的趨勢,碳匯效果明顯;而昌平小區(qū)由于植物較少,CO2濃度下降不明顯。

      由圖3c和4c可知,10∶00左右,道路交通對居住區(qū)CO2濃度變化影響減弱,人群活動影響逐漸增強,由于綠化固碳效應整體CO2濃度逐步降低,呈現(xiàn)藍色。

      由圖3d和4d可知,14∶00時CO2濃度值達到最低點,中心綠化地帶處于最低點,分布較為均勻,周邊道路車輛明顯減少,綠化固碳作用較為明顯,此時小區(qū)內(nèi)CO2濃度變化主要受人群活動影響,人群聚集處如主入口及前廣場,涼亭等處CO2濃度相對略高;由此可見,CO2濃度變化與受交通強度大小影響較為明顯。

      由圖3e和4e可知,18∶00左右小區(qū)CO2濃度整體呈現(xiàn)上升趨勢,人群活動程度較大的地方,如主入口前廣場,人群聚集,上升趨勢最大,小區(qū)內(nèi)部小廣場也有部分人群活動,CO2濃度相對較高。此外小區(qū)受周邊交通影響也較大;

      圖2 CO2濃度空間分布Grasshopper編程圖Fig.2 Grasshopper programming map for spatial distribution of CO2 concentration

      圖3 大有恬園小區(qū)全天各時刻CO2濃度空間分布模型Fig.3 spatial distribution model of CO2 concentration at all times of the day in Dayoutianyuan district

      圖4 大有恬園小區(qū)全天各時刻CO2濃度空間分布模型Fig.4 spatial distribution model of CO2 concentration at all times of the day in Dayoutianyuan district

      由圖3f和4f可知,22時左右CO2濃度整體較高,呈上升趨勢,此時人群活動和交通都相對很少,分布較為均勻,受通風情況影響,通風較差的地方CO2擴散較慢,濃度值相對較高。

      3.2 時間分布分析

      根據(jù)測試數(shù)據(jù)將各個采樣點在時間軸上的變化進行逐一統(tǒng)計分析,下文將以大有恬園小區(qū)采樣點1和采樣點13、采樣點9和采樣點22為例對比分析交通流量,人群活動及綠化通風對CO2濃度變化的影響[10]。

      如圖5a所示,采樣點1為主入口前廣場,靠近住區(qū)南側(cè)交通主干道和東側(cè)次干道的道路交叉口,受周邊交通狀況和廣場人群活動影響比較嚴重,由于交通高峰期的影響,CO2濃度在8時左右達到峰值,而后呈下降趨勢,在14時左右達到最低,此后接近傍晚,廣場上人群逐漸聚集,移動碳源增多,CO2濃度再度增加。對比而言,采樣點13為小區(qū)東側(cè)次干道車行出入口,交通狀況相對良好,整體低于采樣點1的CO2濃度,只在早晚上下班車輛出入時間段CO2濃度較高,其他時間變化相對平緩。

      圖5 不同采樣點全天CO2濃度變化對比分析Fig.5 comparison and analysis of CO2 concentration changes at different sampling points throughout the day

      圖6 室外微環(huán)境指標全天變化趨勢Fig.6 change trend of outdoor micro environment index throughout the day

      表1 相關(guān)性分析Tab.1 correlation analysis

      由上圖5b可知,采樣點9為小區(qū)內(nèi)中軸線上的涼亭休息處,由于測量時間為夏季,涼亭是小區(qū)內(nèi)人群聚集處,受人的行為影響最為嚴重,人們白天全天聚集在此休息或進行休閑活動,受此影響該點全天CO2濃度偏高,只在14時人群短暫離開休息時較低。采樣點22為小區(qū)內(nèi)中軸線上主廣場,在早晚人群活動高峰期,廣場上會聚集各種活動(如廣場舞等)時達到峰值,其他時間段均較低,在下午14—16時左右達到最低值。從數(shù)值變化規(guī)律來看,CO2濃度變化規(guī)律與人為活動強度變化基本一致,呈正相關(guān)性。

      綜上所述,CO2濃度變化呈明顯的雙峰特點:早高峰出現(xiàn)在上午8時左右,晚高峰出現(xiàn)在傍晚18—20時左右。早高峰的濃度變化較為迅速,上升趨勢明顯,而晚高峰變化則較為平緩。每日下午14時左右,通常為全天CO2濃度的最低時段。從數(shù)值變化規(guī)律來看,CO2濃度變化規(guī)律與人為活動強度變化和周邊交通強度變化基本一致,表明其明顯受到人為活動和交通狀況影響。而CO2濃度最低值常出現(xiàn)在午后,這與植物固碳和午后城市大氣邊界層相對較高以及通風擴散條件有利,有著較為直接的關(guān)系[3]。

      4 相關(guān)性分析

      住區(qū)的CO2濃度變化與住區(qū)微環(huán)境的變化是息息相關(guān)的,為研究CO2濃度值變化與住區(qū)環(huán)境的溫濕度,及PM2.5可吸入顆粒物濃度的關(guān)系,將測試數(shù)據(jù)輸入SPSS分析軟件并進行相關(guān)性分析[11]。室外微環(huán)境指標全天變化趨勢如圖6所示。

      由下表1相關(guān)性分析結(jié)果可知居住區(qū)室外CO2濃度平均值變化與溫度變化的相關(guān)系數(shù)為-0.424,呈現(xiàn)低度的負相關(guān)性[12];與相對濕度,PM2.5可吸入顆粒物濃度的變化呈正相關(guān)趨勢,其中與相對濕度相關(guān)系數(shù)為0.616,為中度相關(guān)。分析表明CO2濃度值白天隨著溫度的升高逐漸降低,隨著濕度和PM2.5可吸入顆粒物濃度值的降低而逐步降低[13]。

      5 結(jié) 論

      本文通過對大連市大有恬園小區(qū)和昌平小區(qū)室外CO2濃度的實地測試,對比分析研究了大連市典型居住區(qū)的CO2濃度時空分布特性,并實現(xiàn)了對居住區(qū)CO2濃度的可視化表達,通過本文的研究可得出以下結(jié)論。

      第一,居住區(qū)室外CO2濃度日變化呈明顯的雙峰特點:早高峰出現(xiàn)在8時左右,晚高峰出現(xiàn)在傍晚18—20時左右,早高峰的濃度變化較為迅速,上升趨勢明顯,而晚高峰變化則較為平緩;夜晚由于活動減少,CO2濃度相對比較穩(wěn)定,變化很??;CO2濃度變化與受交通強度大小影響較為明顯。

      第二,CO2濃度變化人群活動、綠化固碳等因素影響較大[15],在人群集中地CO2濃度明顯上升,通過對比不同小區(qū)的變化,在綠化植物較多的區(qū)域,由于植物固碳作用,CO2濃度明顯下降。

      第三,夏季CO2濃度變化與溫度變化呈低度的負相關(guān)性,與濕度、PM2.5可吸入顆粒物濃度的變化呈明顯的正相關(guān)性。

      猜你喜歡
      住區(qū)可視化人群
      環(huán)境要素與住區(qū)戶外活動影響機制研究
      住區(qū)(2023年4期)2023-12-01 08:05:10
      基于CiteSpace的足三里穴研究可視化分析
      在逃犯
      基于Power BI的油田注水運行動態(tài)分析與可視化展示
      云南化工(2021年8期)2021-12-21 06:37:54
      糖尿病早預防、早控制
      基于CGAL和OpenGL的海底地形三維可視化
      “融評”:黨媒評論的可視化創(chuàng)新
      傳媒評論(2019年4期)2019-07-13 05:49:14
      基于最小開發(fā)單元模型的住區(qū)緊湊度測算與評價
      智能城市(2018年8期)2018-07-06 01:11:08
      我走進人群
      百花洲(2018年1期)2018-02-07 16:34:52
      財富焦慮人群
      镇江市| 九台市| 肃宁县| 邛崃市| 苏尼特左旗| 洪雅县| 昌图县| 吉林市| 环江| 石景山区| 房产| 英吉沙县| 海林市| 桓台县| 申扎县| 阜新市| 神木县| 长宁县| 九寨沟县| 祁阳县| 滨海县| 扎兰屯市| 嵩明县| 丹阳市| 开原市| 都昌县| 比如县| 淳化县| 莱州市| 都兰县| 通州市| 无为县| 丹棱县| 贵州省| 竹山县| 当雄县| 郁南县| 安陆市| 浠水县| 舒城县| 武强县|