■ 王 薇 WANG Wei 夏斯涵 XIA Sihan 張 蕾 ZHANG Lei
在城市化快速發(fā)展的背景下,我國城市規(guī)模也在不停擴(kuò)大。城市擴(kuò)大導(dǎo)致人口不斷增多,為了容納新增人口,將高密度住區(qū)建設(shè)作為城市土地開發(fā)的主要形式。對于城市住區(qū)而言,高層、超高層住宅逐漸成為城市住區(qū)中建筑的主要形式。享受城市化帶來的物質(zhì)和精神文明生活的城市居民,在體驗高水平生活的同時,也承擔(dān)著住區(qū)空間環(huán)境污染問題。PM2.5作為空氣污染的主要成分,也對城市環(huán)境質(zhì)量產(chǎn)生了重要的影響。目前,環(huán)境污染研究主要集中在區(qū)域尺度及城市不同功能區(qū),城市居住區(qū)微環(huán)境研究較少,相關(guān)研究相對落后。據(jù)調(diào)查,人均一天88%的時間都在室內(nèi),7%的時間在交通工具上,只有5%的時間在室外度過,這足以說明室內(nèi)環(huán)境的重要性[1]。
研究表明,城市交通尾氣排放是城市PM2.5的重要來源之一[2],而城市住區(qū)的不同空間形態(tài)對PM2.5排放有著重要影響。金虹等(2020)對空間布局為行列式、圍合式的城市住區(qū)中不同的開口方向、規(guī)整度進(jìn)行研究,總結(jié)了在圍合式、行列式布局形態(tài)的城市住區(qū)中,院落開口、風(fēng)向角以及豎向錯列對住區(qū)PM2.5的擴(kuò)散影響[3];祝玲玲等(2019)提出,居住區(qū)住宅群體平面組合形式為行列式、點群式最利于PM2.5擴(kuò)散,混合式和周邊式布局的組合形式,對PM2.5擴(kuò)散能力則相對較弱,而不同風(fēng)向角布局的居住區(qū),PM2.5擴(kuò)散分布變化狀況較復(fù)雜[4]。楊二東(2015)提出,住區(qū)的建筑形態(tài)通過影響局部流場形態(tài),較大程度地影響PM2.5的擴(kuò)散,通過調(diào)整建筑排列組合、空間布局、建筑與風(fēng)向夾角等指標(biāo),可改善居住區(qū)的風(fēng)環(huán)境,從而有效促進(jìn)PM2.5的擴(kuò)散[5]。以上研究,通過量化分析PM2.5的擴(kuò)散規(guī)律,為居住區(qū)的空間布局規(guī)劃提供科學(xué)指導(dǎo),有助于提升城市住區(qū)的環(huán)境質(zhì)量。
本文以合肥市為例,采用數(shù)值模擬定量分析居住區(qū)空間形態(tài)指標(biāo)與PM2.5質(zhì)量濃度關(guān)系,并提出適宜的住區(qū)布局方式,旨在優(yōu)化城市住區(qū)規(guī)劃設(shè)計,為城市居民提供安全健康、便捷舒適的居住環(huán)境,對于提高城市住區(qū)環(huán)境和人居環(huán)境具有重要的實踐意義。
合肥市位于安徽省中部,總面積11 445 km2,城鎮(zhèn)化率76.33%。合肥市地處中緯度地帶,北緯31°52′,東經(jīng)117°17′,屬于典型的夏熱冬冷型氣候城市,年平均氣溫在15~16℃之間,屬于溫和氣候型,相對濕度的年變化與溫度年變化相一致,夏季最大,冬季最小。城市主導(dǎo)風(fēng)向為東南風(fēng),其中夏季東南風(fēng),冬季偏北風(fēng),年平均風(fēng)速在1.6~3.3 m/ s 之間。
1.2.1 計算機(jī)模擬研究
為模擬住區(qū)不同空間布局形式對PM2.5擴(kuò)散的影響,采用 ENVI-met軟件開展模擬研究。ENVI-met 是由Michael Bruse 教授團(tuán)隊開發(fā)的微氣候模擬軟件,該軟件基于CFD 和熱力學(xué)相關(guān)理論,結(jié)合氣候?qū)W、農(nóng)業(yè)科學(xué)等多個交叉學(xué)科,專門用于模擬城市區(qū)域中小尺度下墊面、植被、建筑、大氣的相互作用[6-7]。與傳統(tǒng)CFD 軟件相比,ENVI-met 充分考慮了風(fēng)和太陽對結(jié)果的影響,將輻射模型和湍流模型進(jìn)行關(guān)聯(lián),軟件中還有各種建筑材料、植物的數(shù)據(jù)庫,具備污染物模擬、室外熱舒適度計算的功能。傳統(tǒng)CFD 軟件PHOENICS、FLUENT 有著強(qiáng)大的網(wǎng)格來支持各尺度的模擬運算,而ENVI-met 則受網(wǎng)格數(shù)目的限制,只能做中小尺度的模擬運算[8-9]。因此,ENVI-met 軟件較適合本研究中不同城市住區(qū)空間布局對環(huán)境影響的對比分析和評價。
1.2.2 實測研究
為驗證ENVI-met軟件模擬可行性,對合肥地區(qū)某高密度住區(qū)進(jìn)行PM2.5實測。研究采用國產(chǎn)ONETEST-100 粉塵濃度監(jiān)測儀,PM2.5質(zhì)量濃度測量范圍為0~1 000 μg/m3,測量精度≤±10%FS,分辨率0.1 μg/m3;溫度測試范圍為-20~60 ℃,測量精度≤±0.5%,分辨率0.1 ℃;相對濕度測量范圍為0~100%RH,測量精度≤±3%,分辨率0.1%RH。
高密度住區(qū)沒有統(tǒng)一的標(biāo)準(zhǔn),不同地區(qū)差異較大,根據(jù)不同地區(qū)、不同學(xué)者對高密度住區(qū)的解釋,綜合考慮當(dāng)?shù)胤ㄒ?guī)和研究區(qū)域社會背景[10],本文中高密度住區(qū)定義為建成時間在近十年間,在合肥市主城區(qū)以內(nèi),容積率2.5~4 的居住區(qū)域,并據(jù)此原則選取合肥市主城區(qū)40 個高密度住區(qū)作為研究樣本(圖1)。
圖1 住區(qū)樣本分布圖
城市規(guī)劃中住區(qū)尺度的范圍是限定住區(qū)用地的重要因素,而住區(qū)內(nèi)部住宅建筑的尺寸和布局形式?jīng)Q定了住區(qū)的空間形態(tài)。收集住區(qū)樣本的用地尺寸、容積率和住區(qū)樣本內(nèi)部各建筑尺寸、高度數(shù)據(jù)(圖2、3),整理后可知,用地尺度中180 m×230 m和200 m×270 m 的住區(qū)占比較多,容積率平均在2.96 左右,建筑尺寸和高度中18 m×40 m×30 m、33 m×33 m×60 m 兩種較為常見。
圖2 樣本住區(qū)用地尺寸及容積率統(tǒng)計圖
通過對40 個高密度城市住區(qū)研究樣本數(shù)據(jù)整理分析,提取出具有一定共性特征的居住建筑布局形式、用地面積和住宅建筑尺寸,具體如下。
圖3 樣本住區(qū)建筑尺寸信息統(tǒng)計圖
(1)以“數(shù)量最多,最具典型性”以及“差異性,便于進(jìn)行單因素對比”為選取原則,歸納出8 個典型高密度住區(qū)的布局模式[11],包括:板式行列式、單側(cè)封閉行列式、周邊封閉行列式、南低北高行列式Ⅰ、南低北高行列式Ⅱ、點式行列式、單側(cè)封閉行列式高層和開放圍合式(圖4)。
圖4 合肥市典型城市住區(qū)布局
(2)將典型住區(qū)用地尺寸歸納為180 m×270 m×70 m,場地內(nèi)包含不同類型的建筑。其中,點式建筑高度定為60 m,板式建筑高度定為30 m,住宅建筑間距均滿足日照間距及防火要求。其中,A 模塊為板式行列式,B 模塊為單側(cè)封閉行列式,C模塊為周邊封閉行列式,D 模塊為南低北高行列式Ⅰ,E 模塊為南低北高行列式Ⅱ,F(xiàn) 模塊為點式行列式、G模塊為單側(cè)封閉行列式高層,H 模塊為開放圍合式。
3.1.1 研究對象
為了驗證ENVI-met 對城市高密度住區(qū)PM2.5分布模擬的可行性,選取合肥包河區(qū)某高密度住區(qū)開展實測,該住區(qū)周邊以住宅建筑為主,南北長230 m,東西長280 m,占地面積約57 400 m2,容積率2.65,綠地率45%,共有12 棟樓,周邊主要污染源以城市道路上機(jī)動車尾氣為主。充分考慮現(xiàn)場環(huán)境條件及監(jiān)測安全,本研究將測點選擇在住區(qū)內(nèi)部:a1(地下車庫出入口)、a2(建筑迎風(fēng)面)、a3(密林區(qū))、a4(人行出入口)、a5(水景)、a6(大面積空地)、a7(人群聚集廣場)、a8(建筑轉(zhuǎn)角處)、a9(鄰城市干道處)、a10(宅間道路)、a11(快遞點人群集中處)、a12(兒童游樂人群集中處)(圖5)。
圖5 實測地點示意圖
3.1.2 研究方法
研究測試時間為8 月23—26 日每天的8:00—18:00。于天氣微風(fēng)條件下進(jìn)行監(jiān)測,每個測點布置一臺ONETEST-100 型號PM2.5檢測儀。ONETEST-100 細(xì)顆粒物質(zhì)量濃度監(jiān)測儀可監(jiān)測PM2.5質(zhì)量濃度(μg/m3)、PM10 質(zhì)量濃度(μg/m3)、溫度(℃)和相對濕度(%)四項指標(biāo)。其中,PM2.5和PM10質(zhì)量濃度測量范圍為0~1 000 μg/m3,測量精度≤±10%FS,分辨率為0.1 μg/m3;溫度測量范圍為-20~60 ℃,測量精度≤±0.5%,分辨率為0.1 ℃;相對濕度測量范圍為0~100%,測量精度≤±3%,分辨率為0.1%。監(jiān)測儀器高度離地約1.5 m,每個測試點間隔1 s 讀數(shù)一次,實時顯示數(shù)據(jù)。
在模擬研究中,將實驗網(wǎng)格設(shè)置為60×60×30,每個網(wǎng)格為2 m×2 m×3 m,地理位置設(shè)置為安徽省合肥市,模擬時間為8:00~18:00,風(fēng)速根據(jù)合肥地區(qū)夏季平均風(fēng)速2.9 m/s 設(shè)置,風(fēng)向S,相對濕度70%,將道路設(shè)置為污染源,根據(jù)平均車流量將道路PM2.5擴(kuò)散質(zhì)量濃度設(shè)置為70~85 μg/m3,盡量貼合夏季住區(qū)附近交通污染實測平均值。模擬幾何建模包含內(nèi)部道路和周邊城市主干道,對住區(qū)內(nèi)部的建筑、復(fù)雜地形、建筑凹凸、景觀綠化和下墊面進(jìn)行簡化處理,但對住區(qū)內(nèi)部一些污染源設(shè)置了點污染源,盡量保證與實際情況相接近,模擬中均考慮了周邊住區(qū)對研究住區(qū)內(nèi)部的影響。
如圖6 所示,模擬結(jié)果為1.5 m高度的PM2.5分布情況,住區(qū)范圍內(nèi)PM2.5質(zhì)量濃度波動范圍為24~122 μg/m3,且靠近污染源處質(zhì)量濃度明顯升高,受建筑布局、環(huán)境因素和人群、車輛流動影響,住區(qū)內(nèi)部不同測點PM2.5質(zhì)量濃度差距較大??傮w來看,PM2.5分布東部較高,西部較低,住區(qū)內(nèi)東部及東北部PM2.5較易聚集[12]。這是由于合肥地區(qū)夏季盛行東南風(fēng),受板式建筑物行列式布局及部分圍合結(jié)構(gòu)影響,PM2.5堆積在住區(qū)東北部。
圖6 住區(qū)模擬工況圖
通過模擬數(shù)據(jù)與實測數(shù)據(jù)對比發(fā)現(xiàn)(表1、圖7),模擬結(jié)果與實測結(jié)果的變化趨勢基本一致。采用國內(nèi)外常用對比實驗與實測數(shù)據(jù)誤差的誤差平方根值(Root Mean Square Error,RMSE)和平均絕對百分比誤差(Mean Absolute Percentage Error,MAPE)[13]兩個指標(biāo),對實測和模擬數(shù)據(jù)進(jìn)行評價:
圖7 研究區(qū)域PM2.5 質(zhì)量濃度實測與模擬數(shù)據(jù)對比
表1 研究區(qū)域PM2.5 質(zhì)量濃度實測與模擬數(shù)據(jù)對比表
式(1)、式(2)中,X為 模擬值;Y為實測值;n為實測次數(shù)。本研究中模擬值與實測值之間的誤差平方根值ERMS=8.883 μg/m3,平均絕對百分比誤差EMAP=9.5%,這表明實測值與模擬值之間偏差較小,誤差均在可允許范圍內(nèi),模型模擬的精準(zhǔn)性得到了驗證。根據(jù)國內(nèi)外相關(guān)研究成果可知,模擬方法常常與現(xiàn)實情況有誤差,為了減少誤差則需要通過實測,對模擬的條件參數(shù)進(jìn)行合理修正[14-16]?;诖?,研究根據(jù)PM2.5質(zhì)量濃度的實測和模擬數(shù)據(jù)對比結(jié)果,對模擬運算中的邊界條件進(jìn)行修正,使修正后的模擬結(jié)果與實測數(shù)據(jù)更加貼合,以減少模擬研究工作中的誤差。
ENVI-met 模擬軟件的最大網(wǎng)格為250×250×25,網(wǎng)格包括主要模型區(qū)域和嵌套區(qū)域,根據(jù)模擬區(qū)域的面積和住區(qū)模塊的模型尺寸,選取90×135×35 的網(wǎng)格數(shù)量作為整個模型區(qū)域,每個網(wǎng)格的分辨率為2 m×2 m×2 m。模擬計算的邊界條件,根據(jù)前面實測研究后的修正,最終設(shè)置風(fēng)速為2.6 m/s,風(fēng)向為東南向,為確保接近現(xiàn)實情況,將模擬開始時間定為4:00—18:00,模擬時長為14 h,以確保PM2.5的完全擴(kuò)散。PM2.5來源定為住區(qū)周邊道路上的交通污染,PM2.5污染源擴(kuò)散的質(zhì)量濃度為75 μg/m3,住區(qū)空間內(nèi)部原有背景質(zhì)量濃度定義為25 μg/m3,且均勻分布在整個研究區(qū)域。
根據(jù)前面研究總結(jié)出的8 個典型高密度住區(qū)模塊,對其進(jìn)行PM2.5分布模擬研究,分為水平和垂直兩個層面,水平層面的PM2.5質(zhì)量濃度分布特征主要以地面以上1.5 m 處的污染情況作為衡量標(biāo)準(zhǔn)。而垂直層面的PM2.5質(zhì)量濃度分布特征,選取住區(qū)空間內(nèi)高度在1~19 m 范圍的PM2.5質(zhì)量濃度數(shù)據(jù)作為衡量標(biāo)準(zhǔn)。
4.2.1 住區(qū)空間PM2.5 水平分布特征
如圖8 所示,根據(jù)模塊A、B、D、H 的模擬結(jié)果可以看出,大部分的PM2.5堆積都是發(fā)生在板式住宅的背風(fēng)面,建筑迎風(fēng)面的PM2.5質(zhì)量濃度普遍偏低[17];對比模塊A、B、C 的模擬結(jié)果可以看出,周邊封閉或下風(fēng)口半封閉式的布局,PM2.5擴(kuò)散能力比行列式強(qiáng),但還是阻擋了部分PM2.5的擴(kuò)散,導(dǎo)致其在住區(qū)空間內(nèi)堆積[18];對比模塊A、D、E、F 的模擬結(jié)果可以看出,增加住宅建筑的橫向宅間距,可以有效減少PM2.5在住區(qū)內(nèi)堆積;對比模塊B、G 的模擬結(jié)果可知,上風(fēng)口的封閉可以有效減少PM2.5進(jìn)入住區(qū)內(nèi)部,但是對比F的模擬結(jié)果可以看出,該效果不如增加住宅橫向間距有效;對比模塊A、H 的模擬結(jié)果可以看出,圍合式的住宅建筑布局并不比行列式更容易聚集PM2.5,對于圍合式布局而言,中部的公共區(qū)域PM2.5質(zhì)量濃度較低,樓間的PM2.5質(zhì)量濃度較高[12]。
圖8 住區(qū)模塊1.5 m 高度處的PM2.5 水平分布模擬工況圖
4.2.2 住區(qū)空間PM2.5 垂直分布特征
如圖9 所示,各典型住區(qū)模塊均在高度1 m 處PM2.5平均質(zhì)量濃度最高,隨著高度的升高,PM2.5質(zhì)量濃度逐漸降低,下降速度也不斷減緩[19-20],不同模塊在不同高度的PM2.5質(zhì)量濃度下降速率也不相同,其中,模塊A、B 在1~3 m 處的高度區(qū)間內(nèi)下降速度最快,差值分別達(dá)到了3.4 μg/m3和3.8 μg/m3,而模塊D 在該高度區(qū)間內(nèi)下降速度最慢,差值為0.89 μg/m3。所有住區(qū)模塊均在19 m 處達(dá)到了PM2.5質(zhì)量濃度的最低值。
圖9 住區(qū)模塊的PM2.5(1~19 m)垂直分布質(zhì)量濃度統(tǒng)計圖
為了更進(jìn)一步探究各住區(qū)模塊對PM2.5的擴(kuò)散能力,研究結(jié)合住區(qū)模塊PM2.5的水平和垂直分布特征,將住區(qū)模塊分為住區(qū)空間和交通空間(圖10)兩個部分,比較在相同污染源的條件下,統(tǒng)計住區(qū)空間范圍內(nèi)在模擬狀態(tài)結(jié)束時的PM2.5質(zhì)量總和(圖11)[21]。通過住區(qū)空間PM2.5總質(zhì)量的大小,來量化各個住區(qū)模塊布局形式對PM2.5的擴(kuò)散能力。
圖10 住區(qū)空間示意圖
對比不同住區(qū)模塊住區(qū)空間內(nèi)的PM2.5總量(圖11),可以看出,A 模塊的PM2.5總量最高,為2.42×106 μg,F(xiàn) 模塊的PM2.5總量最低,為1.06×106 μg,A 模塊的PM2.5總量是F 模塊的2.28 倍,表明了不同布局形式下的住區(qū)模塊對住區(qū)空間內(nèi)PM2.5擴(kuò)散有很大影響。整體來看,各模塊住區(qū)空間的PM2.5總質(zhì)量由大到小依次為:A >H >C >B>D >G >E >F,即點式行列式>南低北高行列式Ⅱ>單側(cè)封閉行列式高層>南低北高行列式Ⅰ>單側(cè)封閉行列式>周邊封閉行列式>開放圍合式>板式行列式。點式行列式布局最有利于PM2.5擴(kuò)散,而板式行列式最不利于PM2.5擴(kuò)散。
圖11 不同模塊的住區(qū)空間PM2.5 總質(zhì)量
隨著城市經(jīng)濟(jì)的快速發(fā)展,城市住區(qū)空氣環(huán)境質(zhì)量問題成為社會關(guān)注的熱點。優(yōu)化住宅建筑群的布局,保證開放空間的有效性,合理安排交通網(wǎng)絡(luò)與植被綠化,能夠有效降低住區(qū)空間PM2.5濃度,提升高密度城市住區(qū)環(huán)境的空氣質(zhì)量。然而住區(qū)環(huán)境空氣質(zhì)量研究還包括建筑高度、建筑朝向、建筑平面形態(tài)等多種形態(tài)指標(biāo)。今后,可深入開展住區(qū)空間形態(tài)指標(biāo)對環(huán)境空氣質(zhì)量的影響研究,對于提高城市住區(qū)環(huán)境和人居環(huán)境具有重要的實踐意義。