梁 勝,陳存友,胡希軍,張 偉,劉路云

1 中南林業(yè)科技大學風景園林學院,長沙 410004 2 湖南省自然保護地風景資源大數(shù)據(jù)工程技術研究中心,長沙 410004 3 中南林業(yè)科技大學城鄉(xiāng)景觀生態(tài)研究所，長沙 410004 4 佛山建投置地有限公司，佛山 528000

城市湖泊作為城市生態(tài)空間重要的組成部分由于具有較大的熱容量和蒸發(fā)能力,熱緩釋效應明顯,能顯著改善湖濱區(qū)域熱環(huán)境[1—2]。城市化進程的加快使得自然地表熱力性質(zhì)不斷發(fā)送改變,加上人口的不斷聚集以及人為熱的大量產(chǎn)生,城市熱島效應逐漸加劇[3—4]。由于城市湖濱區(qū)域坐擁較好的區(qū)位優(yōu)勢,目前臨湖空間開發(fā)逐漸失控,城市“湖泊盆地”空間特征明顯[5]。這不但影響著城市水域景觀的美感度,還進一步導致“湖陸氣流”交換不暢,削弱了湖泊水體改善城市小氣候的作用。如何在城市有限的湖泊資源下使得其生態(tài)效益最大化,成為了眾多學者關注的重點[6—8]。

目前大多學者研究城市水體冷島效應所采用的方法主要為：(1)實地測量研究,通過對水體周邊熱環(huán)境進行定點監(jiān)測[9],采用數(shù)理統(tǒng)計的方法分析水體周邊溫度的時空變化規(guī)律以及影響因素[10—11];(2)遙感地溫反演研究,通過遙感技術反演水體周邊地表溫度或大氣溫度數(shù)據(jù)[12],借助GIS操作平臺分析城市水體的降溫強度與其周邊環(huán)境特征之間的定量關系[13];(3)數(shù)值仿真模擬研究,借助計算機流體動力學模型CFD或三維微氣候模型ENVI-met等,對多情景下的水體降溫應進行模擬比較,分析不同影響因素的作用機制[14—15]。當前研究以遙感技術居多,隨著計算機計算能力的增強以及仿真模擬能力的提升,數(shù)值模擬與實測交互驗證研究已逐漸成為城市水體冷島研究的主要技術手段之一[16—17]。

水體的降溫機制研究及其影響因素研究已成為研究城市水體冷島效應的兩大主體內(nèi)容[18—20],水體通過促進與周邊環(huán)境的對流換熱帶來降溫效應,其影響因素研究也得到進一步擴展[21—22]。研究表明湖泊熱緩釋效應受到湖泊自身景觀特征以及周邊景觀配置的影響[23—25],但目前涉及建筑因素的研究探討中大多分析建設用地面積指標與湖泊水體降溫的相關性,缺乏對建筑三維形態(tài)空間的進一步研究。而已有研究發(fā)現(xiàn)城市建筑的三維形態(tài)由于影響城市能量收支平衡和空氣流動[26—27],對于城市熱環(huán)境有較大的影響[28]。湖濱不同的建筑布局等會形成不同的風影區(qū)分布(風影區(qū)湍流情況復雜,風向不穩(wěn)定,不利于建筑周邊的空氣流通)[29],這很大程度上會限制城市水體的氣候調(diào)節(jié)能力。目前城市建筑空間形態(tài)與城市水體熱行為間的相互影響研究較為缺乏,大多數(shù)研究僅基于實測數(shù)據(jù)與周邊建筑環(huán)境進行定性分析,缺少相應的定量研究。由于有關熱力耦合模型計算的復雜性,同類型仿真模擬研究中缺少對輻射模型、水分蒸發(fā)模型做出詳細設定,導致模擬結果的適用性需要進一步論證。為此本文基于平行定點實測數(shù)據(jù),以長沙市梅溪湖為例,采用流體模型與熱力耦合的方法,通過CFD情景模擬的方式探究高密度建成區(qū)湖濱建筑空間形態(tài)對城市湖泊熱緩釋效應的影響,目的在于探索：(1)高密度建成區(qū)城市內(nèi)湖水體熱緩釋效應特征(緩釋幅度和緩釋范圍);(2)高密度建成區(qū)湖濱建筑形態(tài)對湖泊水體熱緩釋的影響機制。以期為深入了解高密度建成區(qū)城市湖泊熱緩釋效應的影響因素提供理論基礎,指導城市湖濱規(guī)劃建設、優(yōu)化城市湖泊生態(tài)效益。

1 研究區(qū)概況

長沙梅溪湖位于湖南省長沙市湘江新區(qū)梅溪湖路,整個水域呈“小提琴”形狀,是一個集防洪調(diào)蓄、生態(tài)旅游為一體的綜合性湖泊。長沙市屬亞熱帶季風氣候,夏季以東南風為主,冬季以西北風為主。梅溪湖水域面積約為1.75 km2,岸線長度為9 km。梅溪湖水域位于長沙主城區(qū)內(nèi)且周邊建筑密度較大,臨湖建筑界面以高密度住區(qū)為主,具有高密度建成區(qū)型城市內(nèi)湖的典型性,建筑因素層面對于水體生態(tài)的效益正常發(fā)揮干擾性大。根據(jù)實地勘察并結合《民用建筑設計統(tǒng)一標準》(GB 50352—2019)中建筑分類對樣本湖泊周邊建筑進行了劃分統(tǒng)計(圖1),研究區(qū)域中共有建筑935棟,其中低層建筑91棟,多層建筑469棟,高層建筑295棟,超高層建筑80棟。

2 研究方法

2.1 平行定點實測

2.1.1樣線測點設置

以長沙梅溪湖及距湖750 m范圍內(nèi)周邊區(qū)域作為研究樣本,面積約8.95 km2。根據(jù)梅溪湖周邊建筑交通及植被綠化等情況分別在梅溪湖相對城市主導風的上風向、下風向及垂直向區(qū)域篩選出三條樣線(圖2),分別位于近湖路(樣線1)、麓云路(樣線2)、近湖八路(樣線3)。研究表明100—150 m范圍內(nèi)小氣候的尺度效應明顯[30],故各樣線按臨湖0 m、150 m、300 m、450 m、600 m布置5個測點(共計15個測點),該距離范圍內(nèi)可以有效反映各測點周邊的熱環(huán)境特征[31]。

2.1.2測量儀器與方法

平行定點實測采用的儀器(圖3)有：德國TESTO08H1溫濕度計(分辨率:0.11 ℃,0.1% RH),用于平行定點實測湖泊周邊環(huán)境的溫濕度;GM890數(shù)字風速儀(測量范圍：0—45 m/s),用于評估實測時測點周邊風環(huán)境,以保證實測數(shù)據(jù)的科學有效性。為了避免測量條件的一致性,所有儀器使用均在遮陽條件下進行,在測量過程中避免長時間的裸露暴曬,每次測量數(shù)據(jù)讀取三次。

圖3 實地測量圖Fig.3 Field measurement pictures

2.1.3測量時間與內(nèi)容

為準確獲取梅溪湖周邊熱環(huán)境狀況,研究小組于2019年6月至8月選取天氣狀況良好(晴朗少云、微風)的9 d時間(6月20日、6月25日、6月26日、7月1日、7月2日、7月3日、8月23日、8月24日、8月31日)對研究區(qū)域樣線上15個測點進行全天候小氣候跟蹤測量(測量時間為早上8:00至晚上19:00),主要測量內(nèi)容為距離地面1.5 m高度處的大氣溫度、相對濕度、風速風向,測點數(shù)據(jù)每隔1 h采集一次。

2.2 CFD情景模擬

計算機流體動力學(Computational Fluid Dynamics,CFD)的基本思想是用一系列有限的離散點上的值的集合來代替原來空間和時間坐標中連續(xù)的物理場(如溫度場、濕度場、速度場等),通過對模擬對象建立起的物理湍流模型進行數(shù)值計算,得出模擬對象周邊區(qū)域的氣流分布情況,從而為城市熱環(huán)境的研究提供精準的可視化數(shù)據(jù)[32]。本研究CFD模擬研究主要通過圖形設計輔助工具AUTO CAD2015、ANSYS 2020R2計算平臺以及惠普Z840臺式工作站完成。

2.2.1模擬計算過程

2.5.4 精密度試驗 取“2.2.3”項下供試品溶液（編號：G-5）適量，按“2.1”項下色譜條件連續(xù)進樣測定6次，記錄峰面積。結果，淫羊藿屬苷A、朝藿定A1、朝藿定A、朝藿定B、朝藿定C、淫羊藿苷、鼠李糖基淫羊藿次苷Ⅱ、寶藿苷Ⅰ峰面積的RSD分別為1.15%、1.15%、0.15%、0.13%、0.08%、0.10%、0.33%、1.46%（n＝6），表明本方法精密度良好。

(1)創(chuàng)建幾何模型。在AUTO CAD2015軟件中建立起研究區(qū)域的三維實體模型,然后再導入Fluent軟件中的Design Modeler中進行簡化清理,以保證模擬軟件的順利運行。

(2)確定計算域。參考Franke等[33]的模擬計算原則,在幾何物理模型的基礎上擴展得到模擬計算域：長(東西方向)×寬(南北方向)×高(設地面高度為0)=3880 m×5280 m×260 m,這樣可以保證模型來流均勻、去流與研究對象作用完全。

(3)劃分計算網(wǎng)格。在ANSYS MESHING中采用非結構型網(wǎng)格對計算區(qū)域進行劃分(圖4),有利于提升局部區(qū)域的計算精度[34],同時對建筑底部、湖泊水體邊緣網(wǎng)格進行局部加密,最終所劃分網(wǎng)格的體積均為正值,網(wǎng)格數(shù)量約為1827萬,節(jié)點數(shù)量約為347萬,其中約90%網(wǎng)格的偏移度小于0.5,網(wǎng)格質(zhì)量良好。

圖4 計算網(wǎng)格劃分Fig.4 Mesh generation for study area

(4)選取計算模型。在遵循三大控制方程的基礎上(動量方程、能量方程、連續(xù)性方程)對湍流模型、熱輻射方程、組分運輸模型進行控制設定。湍流模型主要采用RNG k-ε二方程模型,該模型在濱水環(huán)境的模擬預測中具有較好的適應性[35]。在輻射模型中主要對于建筑表皮及硬質(zhì)地面的輻射給予一定的控制方程,采用Fluent中自帶的太陽加載模型[36]。對于湖泊蒸發(fā)產(chǎn)生的水蒸氣(H2O)以及空氣當中主要的組成成分氮氣(N2)、氧氣(O2)的擴散輸運采用組分運輸模型進行模擬。

(5)設置邊界條件。參考《城市居住區(qū)熱環(huán)境設計標準》中長沙夏季典型氣象日氣象數(shù)據(jù)并且結合平行定點實測值的氣候條件作為原始算例的初始條件,設定長沙市夏季典型風向夏季主導風向為SE,夏日室外平均風速取1.8 m/s,溫度為35.47 ℃,其他模擬參數(shù)如表1所示。

表1 模擬參數(shù)設置Table 1 CFD simulation parameter settings

2.2.2模擬方法驗證

通過在CFD-Post里面建立高1.5 m(z=1.5 m)的截面生成研究區(qū)域溫度云圖,選點讀取測點模擬結果,各測點14:00時實測平均溫度與模擬溫度對比見圖5。7月份各測點實測平均溫度為35.47 ℃,模擬平均溫度為36.25 ℃,兩者溫差為0.77 ℃,由于計算機的計算承載能力有限,對研究場地物理模型構建時進行了簡化處理(未考慮植物模型),使得模擬溫度略高于實測溫度。通過實測結果與模擬結果的擬合曲線圖(圖6)可知,R2為0.7182,CFD模擬結果與實測結果吻合程度較高,可見CFD能夠很好的再現(xiàn)高密度建成區(qū)湖泊水域周邊整體熱環(huán)境,模擬結果已具備科學研究的合理性,可以有效的開展后續(xù)的模擬研究。

圖5 實測溫度與模擬溫度對比圖Fig.5 Temperature diagram of each measuring point and simulated

圖6 實測數(shù)據(jù)與模擬數(shù)據(jù)的擬合曲線Fig.6 Fitting curve of measured data and simulated dataCFD:計算機流體動力學Computational fluid dynamics

2.2.3情景模擬設置

臨湖建筑的高度聚集使得湖濱區(qū)域“湖泊盆地”空間特征明顯,湖岸周邊建設圍合程度增加阻礙湖泊與周邊環(huán)境的氣流交換,且由于高層建筑對于來流的風擋作用比較明顯,對于湖泊上方水汽的流動干擾較大,阻隔了湖泊水氣的水陸交換過程,影響湖泊的熱緩釋效能,研究采用減法原則通過改變建筑后退湖岸距離(去掉臨湖100 m、200 m內(nèi)建筑)(圖7)、改變環(huán)湖建筑圍合程度(去掉每相鄰1個、2個建筑)(圖8)、降低臨湖建筑高度(臨湖建筑高度降低10 m、20 m)(圖9)模擬分析研究區(qū)域溫度場特征,其他參數(shù)設置與實際算例保持一致。

圖7 改變建筑后退湖岸距離Fig.7 Change the distance between the building and the lake shore

圖8 改變環(huán)湖建筑圍合程度Fig.8 Change the distance between the building and the lake shore

圖9 降低臨湖建筑高度Fig.9 Change the distance between the building and the lake shore

3 模擬結果與分析

3.1 實際算例

圖10為實際算例溫度云圖、風場云圖,表2、表3為實際算例溫度場、風場讀取結果,整個區(qū)域溫度值分布在29.78—39.36 ℃間,風速值分布在0.06—3.59 m/s間。通過對實際算例梅溪湖水體周邊夏季14:00時1.5 m處風熱環(huán)境的模擬表明：

表2 實際算例風場分布一覽表/(m/s)Table 2 List of the wind field distribution in actual calculation example

表3 實際算例溫度場分布一覽表/℃Table 3 List of the temperature field distribution in actual calculation example

圖10 實際算例風場、溫度場模擬結果Fig.10 Actual simulation results of wind field and temperature field

(1)梅溪湖周邊風場復雜多樣,受周邊建筑影響較大。由于建筑高度不一,對氣流的擾動性較大,氣流湍動性增強,上下風向風速值差異明顯,下風向區(qū)域速度高于上風向區(qū)域,差值可達0.03—1.73 m/s。上風向由于存在大量的聯(lián)排建筑群,通風間距有限,風阻作用明顯,易形成大面積的靜風區(qū),速度為0.23—0.27 m/s。下方向建筑多為行列式布局,“狹管效應”明顯,易出現(xiàn)較大值風速區(qū),最高值可達3.09—3.13 m/s。(2)湖泊上下風向區(qū)域溫度差明顯,與風場關系密切。下風向區(qū)域的熱緩釋強度明顯強于其他明顯區(qū)域,整體差異可達0.82—2.76 ℃,這進一步說明了湖泊熱緩釋效應空間規(guī)律明顯。由于梅溪湖上風向高密度的高層建筑組團造成通風不暢,使得上風向帶來的熱空氣在建筑底部堆積,造成局部熱量的不斷積累,形成低速高溫區(qū),而在下風向區(qū)域由于湖泊上方水汽擴散受平流作用形成低溫高速區(qū)。(3)湖泊水體通過將冷空氣擴散到附近周邊區(qū)域來產(chǎn)生一定范圍的熱緩釋作用距離,由于主導風的加速助推作用促進湖泊水體對流換熱作用,湖泊在下風向的最遠熱緩釋距離可達550 m。

3.2 改變建筑后退距離

由于湖泊熱緩釋效應在上風向、垂直向并不明顯,為使得數(shù)據(jù)差異性分析更為明顯,在情景模擬對比分析時實際算例下方向溫度選用最高值,上風向、垂直向選用最低值。增大臨湖建筑后退距離的模擬結果(圖11、表4)表明：

表4 改變建筑后退距離情景模擬下溫度場分布一覽表/℃Table 4 Temperature field distribution under scenario simulation of changing the building retreat distance

圖11 改變建筑后退距離研究區(qū)域溫度場模擬結果Fig.11 Simulation results of temperature field with changing the building retreat distance

(1)整體上,增大臨湖建筑后退距離使得臨湖范圍內(nèi)大量高層建筑消失,有效地擴展了水氣的傳輸途徑,改善了湖濱風環(huán)境,強化了湖泊的緩釋效應,且對下方向的緩釋效應最為明顯,最大降溫幅度分別為0.50 ℃、1.36 ℃,對上風向的最大降溫幅度分別為0.23 ℃、0.59 ℃,對垂直向的最大降溫幅度分別為0.33 ℃、0.37 ℃。(2)在影響差異方面,建筑后退200 m(共清退140棟建筑)可以很大程度上強化湖泊熱緩釋效果,相比建筑后退100 m(共清退建筑52棟),建筑后退200 m的對下風向的最大降溫幅度增加0.82 ℃,對上風向的最大降溫幅度增加0.36 ℃。但在垂直向由于建筑后退200 m使得原有建筑下墊面均被設為硬質(zhì)鋪面,受地面輻射熱增強以及缺少建筑遮陰作用等因素影響,降溫幅度明顯小于建筑后退100 m。(3)在緩釋距離方面,增大建筑后退距離使得緩釋距離不斷向下風向擴展,建筑后退100 m最遠緩釋距離為552 m,由于建筑后退200 m后使得下風向區(qū)域的超高層以及高層建筑被清除,高層建筑風擋作用減弱,濕冷氣流向建筑內(nèi)部滲透形成多處臨湖低溫區(qū),下風向臨湖區(qū)域的低溫區(qū)不斷外擴,湖泊對下方向區(qū)域的熱緩釋范圍達到602 m范圍內(nèi),緩釋距離向外擴展了50 m。

3.3 改變環(huán)湖建筑圍合程度

由于湖泊周邊建筑排布并不均一,建筑形式復雜多樣,準確控制改變環(huán)湖建筑圍合程度難度較大,研究通過去掉每相鄰建筑數(shù)量對改變環(huán)湖建筑圍合程度進行表征。改變環(huán)湖建筑圍合程度模擬結果(圖12、表5)表明：

表5 改變環(huán)湖建筑圍合程度情景模擬下溫度場分布一覽表/℃Table 5 Temperature field distribution under scenario simulation of changing lake bank enclosure degree

圖12 改變環(huán)湖建筑圍合程度研究區(qū)域溫度場模擬結果Fig.12 Simulation results of temperature field with changing lake bank enclosure degree

(1)整體上,去掉相鄰建筑數(shù)量由于可以一定程度優(yōu)化建筑群內(nèi)部風環(huán)境,提高臨湖空間界面的引風屬性,對于提高湖泊的緩釋效能具有積極作用。去掉每相鄰1個建筑和去掉每相鄰2個建筑最大降溫幅度分別為1.18 ℃、1.73 ℃,對于上風向的最大降溫幅度分別為0.35 ℃、0.46 ℃,上下風向的緩釋程度存在很大差異,達0.83—1.27 ℃。(2)在影響差異方面,去掉每相鄰2個建筑和掉每相鄰1個建筑帶來的緩釋效能差異不明顯,兩者對下風向的降溫幅度溫度差為0.55 ℃,對上風向的降溫幅度溫度差僅為0.11 ℃。(3)在緩釋范圍方面,改變環(huán)湖建筑圍合程度使得研究區(qū)域形成暢通的通風廊道,湖泊對下方向區(qū)域的最遠熱緩釋作用范圍擴大到582 m范圍,去掉每相鄰2個建筑間距后,濕冷來流不斷向西南向滲透,臨湖低溫區(qū)向西南向偏移,緩釋效應顯著。

3.4 改變臨湖建筑高度

降低臨湖建筑高度模擬結果(圖13、表6)表明：

表6 改變臨湖建筑高度情景模擬下溫度場分布一覽表/℃Table 6 Temperature field distribution under scenario simulation of changing building height near the lake

圖13 改變臨湖建筑高度研究區(qū)域溫度場模擬結果Fig.13 Simulation results of temperature field with changing building height near the lake

(1)整體上,降低臨湖建筑一定程度上減小了來自高層建筑的風擋作用,臨湖建筑高度降低10 m、20 m能使得梅溪湖周邊低層建筑或高層建筑消失,建筑的阻隔風擋作用被減弱,對下方向的最大降溫幅度分別為0.80 ℃、1.86 ℃,對于上風向的最大降溫幅度分別為0.51 ℃、0.66 ℃。(2)在影響差異方面,臨湖建筑高度的不斷降低對于下方向的溫度影響較為明顯,臨湖建筑降低10 m時對下風向的降溫幅度為0.78—0.80 ℃,臨湖建筑降低20 m時對下風向的降溫幅度為1.86 ℃,臨湖建筑的進一步降低使得下風向區(qū)域降溫幅度提高1.06—1.08 ℃,而降低建筑使得垂直向大量建筑被清退,硬質(zhì)鋪面的增加使得垂直向增溫明顯,垂直向受湖泊熱緩釋作用有限。(3)在緩釋范圍方面,臨湖建筑高度降低10 m對下方向區(qū)域的最遠熱緩釋作用范圍與實際算例差異不大,最遠熱緩釋距離為559 m。臨湖建筑高度降低20 m對下方向區(qū)域的最遠熱緩釋距離575 m,并逐漸擴展到垂直向區(qū)域,溫度達35.49—35.60 ℃。

4 結論與展望

4.1 研究結論

本文聚焦于高密度建成區(qū)湖泊水體,試圖將城市湖泊水體熱緩釋影響機制的基礎性研究逐步擴展至湖濱區(qū)域的應用研究中,通過CFD情景模擬方式重點探討了高密度建成區(qū)3組湖濱建筑空間形態(tài)對湖泊熱緩釋效應的影響。主要結論如下：

(1)由于梅溪湖周邊受到高強度建設區(qū)的“圍堵”,水體與周邊區(qū)域的空氣流通受阻,水體在夏季的緩釋效能未能充分體現(xiàn)。本文所用計算模型能夠很好的表征出高密度建成區(qū)湖湖濱風熱環(huán)境特征,可以有效地作為城市環(huán)境中湖泊水體熱緩釋效能評價工具。

(2)高密度建成區(qū)建筑空間形態(tài)在一定程度上對湖泊的熱緩釋效能產(chǎn)生了消極影響,增大建筑后退距離、降低臨湖建筑高度、縮小環(huán)湖建筑圍合程度均能夠強化湖泊的熱緩釋作用,其中增大建筑后退距離的強化作用最弱。

(3)受城市主導風影響,無論改變哪種空間形態(tài),湖泊水體對下風向的熱緩釋強度始終強于垂直向和上風向區(qū)域,湖區(qū)規(guī)劃建設需充分考慮城市通風廊道建設與水體生態(tài)效益間的相互影響關系。

(4)擴大建筑后退湖岸距離使得來自高層建筑消極的阻隔作用減小,有利于濕冷空氣流通,建筑后退100 m和建筑后退200 m分別能使梅溪湖周邊溫度下降0.50 ℃、1.36 ℃,建筑后退200 m后湖泊水體的熱緩釋強度得到顯著提升。

(5)增強臨湖空間界面的多孔性及引風屬性有利于湖泊建筑內(nèi)部的散熱及水氣交換,去掉每相鄰1個建筑和去掉每相鄰2個建筑有效擴展了水氣的傳送途徑,梅溪湖的緩釋溫度分別可達1.18 ℃、1.73 ℃。

(6)增大濱水界面的梯度性以及加強湖泊與建筑的互動性可使得湖泊的熱緩釋效能得到進一步優(yōu)化,建筑高度降低10 m和建筑高度降低20 m分別能使溫度下降0.78 ℃、1.86 ℃,梅溪湖的最遠熱緩釋距離達575 m,并逐漸擴展到垂直向區(qū)域。

4.2 研究展望

目前,在湖濱空間風熱環(huán)境的研究中仍存在很大程度的模擬不確定性。由于考慮到計算機的計算承載能力,為了便于網(wǎng)格劃分,大部分同類型研究均對實際場地物理模型進行了優(yōu)化處理,缺少對場地植物進行建模模擬等使得城市藍綠基礎設施的協(xié)同冷卻作用[37]并未在仿真模擬中得到很好的體現(xiàn)。同時,由于計算機硬件條件的限制以及模擬場地較大,本文在計算模型處理上較前人的研究雖有一定優(yōu)化但仍存在局限和不足,如未考慮到人為熱、土壤傳熱以及植被的蒸騰作用等,這在一定程度上會影響模擬結果的精度,需要在今后的研究中對計算模型進行進一步優(yōu)化以及對CFD模擬進行全局的不確定性量化分析。

在將來的湖濱規(guī)劃建設中應更為重視城市湖泊水域這類生態(tài)冷源對城市熱環(huán)境的緩釋調(diào)節(jié)能力以及城市空間形態(tài)對湖泊熱緩釋效應的影響,不斷開展多軟件交互驗證、多時段并行監(jiān)測、多空間尺度比對的綜合研究,不斷完善計算模型,充分論證城市空間形態(tài)指標與湖泊小氣候的關聯(lián)性,協(xié)同考慮城市藍綠空間的降溫潛力,以至于能充分利用自然力(湖泊等水體資源)。同時,不斷完善建設以風熱環(huán)境適宜度為優(yōu)化目標的規(guī)劃設計應用平臺,構建湖濱小氣候要素評價體系,兼顧城市發(fā)展與城市熱量的收支平衡,營造出宜人的湖濱小氣候條件,并在城市規(guī)劃設計階段進行校驗評估,逐步運用于政府管理部門決策過程中,不斷突出城市藍色空間的多元服務供給功能。