浙江大学学报(工学版), 2019, 53(3): 470-481 doi: 10.3785/j.issn.1008-973X.2019.03.008

土木工程

基于通风潜力及风特征量化分析的城市风道构建

王伟武,, 黎菲楠, 王頔, 汪琴

Urban ventilation corridor construction based on ventilation potential and quantitative analysis of wind characteristics

WANG Wei-wu,, LI Fei-nan, WANG Di, WANG Qin

收稿日期: 2017-10-23  

Received: 2017-10-23  

作者简介 About authors

王伟武(1972—),男,副教授,博士,从事遥感与GIS技术在城市规划和环境科学中的应用研究.orcid.org/0000-0002-5232-1194.E-mail:weiwuwang@zju.edu.cn , E-mail:weiwuwang@zju.edu.cn

摘要

以杭州市主城区为例,选取杭州典型季份的Landsat 8影像反演城市地表温度,以城市局地环流运行规律为理论基础,确定城市风道系统的作用空间和补偿空间. 通过构建杭州主城区表征城市风道地表粗糙度的5个影响因子(包括建筑密度、建筑高度、城市绿地、城市水体和城市路网)的空间数据集,建立城市风道通风潜力综合评价模型,并实现GIS空间叠加分析,确定通风潜力最大区域作为潜在通风廊道区域. 结合杭州主城区各气象站点的15个自动气象风玫瑰图,确定周边区域夏季和冬季主导风向的空间分布情况. 结合上述分析结果及杭州的城市建设与规划,实际确定出杭州主城区6条潜在一级风道和5条二级风道.

关键词: 通风潜力 ; 地表温度反演 ; GIS空间分析 ; 风特征量化分析 ; 城市风道

Abstract

Firstly, taking Hangzhou’s main urban area as an example, Landsat 8 images of Hangzhou’s typical season were selected to extract land surface temperature, and the role of urban ventilation corridor system space and compensation space were determined based on the theory of urban atmospheric circulation operation rule. Secondly, the comprehensive evaluation model of urban ventilation potential was established by building five factors’spatial data sets of urban ventilation corridor surface roughness in Hangzhou, including building density and building height, the urban green space, the urban water and city road network. GIS spatial overlay analysis was implemented to determine the biggest ventilation potential area as a potential ventilated corridor area. Thirdly, fifteen automatic meteorological wind-rose diagrams from meteorological sites in the main urban area of Hangzhou were used to determine the spatial distribution of the dominant wind direction in summer and winter in the surrounding area. Finally, combining the above analysis results and the construction and planning condition of Hangzhou, six potential first-level wind tunnels and five secondary wind tunnels in Hangzhou’s main urban areas are determined.

Keywords: ventilation potential ; land surface temperature retrieval ; GIS spatial analysis ; quantitative analysis of wind characteristics ; urban ventilation corridor

PDF (1598KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王伟武, 黎菲楠, 王頔, 汪琴. 基于通风潜力及风特征量化分析的城市风道构建. 浙江大学学报(工学版)[J], 2019, 53(3): 470-481 doi:10.3785/j.issn.1008-973X.2019.03.008

WANG Wei-wu, LI Fei-nan, WANG Di, WANG Qin. Urban ventilation corridor construction based on ventilation potential and quantitative analysis of wind characteristics. Journal of Zhejiang University(Engineering Science)[J], 2019, 53(3): 470-481 doi:10.3785/j.issn.1008-973X.2019.03.008

城市风道即城市通风廊道,即在城市建设生态绿色走廊或在城市局部区域打开一个通风口或廊道,将郊区新鲜洁净的空气导入城市,并将城市中受到污染的空气随风稀释排出,从而起到缓解“热岛效应”和城市雾霾的作用. 由于我国大都市呈现高密度高层化发展,过度城市化特别是城市中心区由于建筑物高度过高过密导致原有城市风场越来越弱,甚至消失,在城市中十分需要“留条风道让你走”[1].

20世纪70年代以来,国内外学者开始进行城市风道的理论与模拟方面的研究. Kress[2]在1979年提出了城市下垫面气候功能评价标准,将城市通风系统分为作用空间、补偿空间和空气引导通道,认为作用空间是指需要改善风环境或降低污染的地区,补偿空间指产生新鲜空气或局地风系统的来源地,空气引导通道(亦称风道)指将新鲜冷空气由补偿空间引导至作用空间的连接通道,其下垫面粗糙度一般较小. Georgakis等[3]利用风洞试验的方法分析表明,街谷单向条件下自然通风潜能下降了 82%,而交叉通风条件下的自然通风潜能下降了 68%. 刘姝宇等[4]研究发现,热污染与空气污染在静风晴朗的夜晚达到峰值,而盛行风对城市通风的驱动作用受到限制,下垫面热力特征和地形差异成为城市通风的主要驱动力. 由于大量人工建筑的快速增加,近地层风场变化较大. 李磊等[5]认为高密度城市建筑使得城市内部风速降低并加剧了污染. 王卫国等[6]对建筑物周围的气流特征以及湍流扩散情况进行模拟发现,随着风速的增大,建筑物周围不同方位的空气流场变化情况不同. 李晓彬等[7]认为在行列式布局的小区内,当建筑朝向与主风向夹角在60°~75°内有利于建筑室内的通风. 王珍吾[8-9]等认为建筑宜进行并列式、斜列式和错列式布局.

许多学者从各个角度提出了通风廊道构建方法,归纳起来,主要有局地环流原理、数值模拟和分级分区等方法. 例如,Suder等[10]通过激光探测与测量(light detection and ranging,LIDAR)扫描,基于远程采集高程数据和粗糙度计算的形态计量方法,以波兰弗罗茨瓦夫市为例,提出并实施了确定城市通风廊道的综合程序. Wicht等[11]基于粗糙度映射计算和网格的正面面积指数映射方法,利用三维建筑数据库对以华沙为代表的温带地区城市环境进行了分析,并提出了构建城市通风廊道的新方法. 刘姝宇等[4]对德国斯图加特市从补偿空间、作用空间和空气引导通道3个方面对基于局地环流的城市通风道规划方法进行了总结. 林欣[12]通过GIS平台、计算流体与计算传热学(parabolic hyperbolic or elliptic numerical integration code series)、气象预报(weather research forecast,WRF)等软件,对深圳市通风进行模拟,结合热环境、下垫面类型以及空气污染状况,提取了深圳市的通风廊道,从而建构出多尺度城市通风廊道系统. 王金玲[13]以基本网络模型为依据,提出了城市风阻系数公式,并建立了基于最小距离模型的城市通风廊道构建方法. 李家燕[14]利用计算流体动力学(computational fluid dynamics,CFD)技术,通过对城区、分区和街区3个层面的分级研究,构建了由通风口地区和四级风道共同构成的通风廊道体系;同时,从风道构建角度提出了风道建设标准和引导性的建议及对策. Kress[2]认为通道在某一方向上的长度至少为500 m,最好达到1 000 m以上;通道宽度至少为边缘树林或建筑的1.5倍,最好达到2~4倍. 巴鲁克·基沃尼等[15]认为当街道走向与风向呈30°~45°时,自然通风条件能达到最优. G·Z·布朗等[16]认为风道建设最适合的宽度为100 m以上. 刘乐乐等[17]通过城市环境气候图对宁波市大气环境进行评价,提出了城市风道规划方案和气候环境调控对策. 李鹍[18]利用CFD技术对实例模型进行分析,提出在城市中建立多种形式的通风廊道以提高城市通风能力,最大限度地利用城市自然资源缓解城市热岛效应的观点. 胡莎莎等[19]对黄石市风环境和热环境进行了分析,提出了城市风道构建的指导性意见. 李家燕[14]利用PHONECIS软件对城市风环境进行仿真模拟,根据模拟结果对安庆市各级风道进行识别与构建.

我国当前实际的城市规划工作主要从以下几种角度在理论原理层面入手研究城市风道规划. 例如,依托城市所在区域的地形地貌和气候条件,充分运用自然山体、水体、开敞空间等要素,使风和水汽通过“空中走廊”进入城市;通过控制城市上风向的建筑高度和密度,防止因建筑过高和过密对风形成阻挡导致热量和温室气体在城区的滞留;通过提高重点区域的绿化覆盖率和降低建筑密度,合理安排建筑间距,优化居住小区建筑的布置形式(错位布局优于行列式,点式和条式结合优于单一平面布局),以便形成良好的通风环境等. 由此可见,传统的城市风道规划方法,主要从通过对城市空间布局的合理性及对建筑关系的科学处理手段,可见在总体规划空间层面上,主要以理论分析、定性为主确定城市风道总体布局方案,定量研究只停留在住区或建筑单体尺度,而且目前缺乏城市三维空间模型与数值模拟分析技术的支撑.

本研究以杭州主城区为例,以遥感反演城市地表温度为基础,通过建立城市风道通风潜力综合评价定量模型,先确定出潜在通风廊道区域,并在此基础上结合杭州主城区15个气象站点气象资料获取夏季、冬季主导风向的空间分布特征,提供一种城市总体规划空间层面上的基于通风潜力及风特征量化分析的城市风道构建方法,旨在为我国城市风道的科学规划提供决策参考.

1. 研究区概况和研究方法

1.1. 研究区概况

选择杭州主城区为研究区,即杭州大都市区的核心区,包括上城区、下城区、拱墅区、西湖区、江干区和滨江区共6个区,面积共683 km2. 杭州属于典型亚热带季风气候,年均气温16.2 °C. 杭州在进入21世纪后的雾霾天数呈现跳跃式猛增趋势. 近年来,杭州多次出现异常高温天气,成为夏季全国气温最高的城市之一,长期被冠以“小火炉”之称,热场环境与风环境均趋于恶化之中.

1.2. 数据来源及处理

为获取主城区地表温度的空间特征,我们选取当天以晴朗少云天气的Landsat 8遥感影像数据,卫星过境时间为2015年5月22日,条带号为119,行编号为39,云量为2.88%. 数据共11个波段,选取其中的第10波段作为单波段热红外数据使用. 利用多项式纠正模型对影像数据进行几何精校正,采取3次多项式变化,选取10个均匀分布的控制点进行精校正,校正的基准图为经过校准的2004年杭州市TM影像图,同时采用直方图匹配法对第10波段影像进行大气校正.

为实现整个杭州主城区通风潜力的定量评价,以2~3条城市主干路围合的封闭地块作为一个分析单元,为此将杭州主城区划分为108个分析单元. 根据高分辨率遥感图片目视解译和GIS地图量测相结合的方法,获取每个地块的平均建筑密度、平均建筑高度、城市绿地空间分布及面积和宽度、城市水体空间分布及面积和宽度、城市路网空间分布及路幅等基础数据. 平均建筑高度是在平均建筑密度的基础上,参照各区建设部门提供的容积率数据,估算出每个单元的容积率,即利用单元建筑平均层数=单元容积率/单元建筑密度进行估算,得出每个单元的平均建筑高度.

目前杭州主城内有近百个自动气象观测站点,选取其中15个自动气象站点的数据,参数情况如表1所示,其中G1为夏季最多风向频率,G2为冬季最多风向频率. 自动站点的空间分布位置如图4所示,收集到2014年的风向和风速数据(其中八堡站只有半年数据)(见表1),风速和风向传感器距地高度为10 m.

表 1   所选15个自动气象站点2014年的参数情况

Tab.1  Parameters of selected fifteen automatic meteorological sites in 2014

自动气象站点 夏季最多风向 G1/% 冬季最多风向 G2/%
乔司农场 E 17.17 NW 12.46
下沙 ENE 11.28 NNW 13.62
八堡 E 14.78
阮家村 NNE 17.68 NNE 19.03
半山 NNE 15.12 NE 13.43
都市水乡 NNE 11.67 E 14.37
拱宸桥 E 12.77 NW 10.84
三里亭 ENE 9.89 N 13.43
西溪湿地 ENE 8.74 SW 9.77
湖心亭 SW 9.92 NW 10.87
杭州站 SSW 15.48 NNW 14.87
龙井山园 NE 14.09 NNE 16.04
四桥南 NE 21.97 NE 16.26
浦沿 NNW 10.1 NNW 13.54
转塘 NE 13.81 SW 17.03

新窗口打开| 下载CSV


图 4

图 4   杭州城市主导风向特征分析及城市风道构建示意图

Fig.4   Analysis of dominant wind direction characteristics of Hangzhou and construction diagram of urban ventilation corridor


1.3. 研究方法

首先利用遥感技术反演出地表温度,分析杭州主城区下垫面热力特征差异,从而确定出补偿空间和作用空间,揭示出城市通风的驱动机制;其次,运用GIS空间分析技术提取城市风道的重要影响因子空间分布图(建筑高度、建筑密度、城市水体、城市绿地以及城市路网等)再运用GIS叠加分析功能形成城市空间尺度的通风潜力综合评价图;再次,依据15个气象站点基础气象数据绘制风玫瑰图,并判定出杭州主城区夏、秋两季的主导风向;最后,综合补偿及作用空间的空间分布、通风潜力综合评价图以及主城区夏、秋两季的主导风向的分析结果,构建出杭州主城区潜在风道. 本研究的城市风道构建技术路线如图1所示.

图 1

图 1   城市风道构建技术路线

Fig.1   Technical route of urban ventilation corridor construction


1.3.1. Landsat 8影像地表温度反演

地表温度作为反映地表热力特征差异的重要参数,代表城市下垫面的表面温度. 地表温度反演的方法通常有辐射传输方程法、单窗算法、单通道算法以及基于影像的反演方法,丁凤等[20]通过实验对比研究发现,各种方式的地表温度反演结果总体上都比较接近. 在晴朗云少的天气条件下,可认为大气的影响程度在空间上近乎一致,对地表温度的空间分布影响较小. 因此,本文采用便捷且对外来参数依赖性较小的基于影像的反演方法. 基于影像的地表温度反演主要包括辐射定标、地表亮温计算和地表比辐射校正等步骤.

1)根据下式将像元灰度值转换为辐射亮度值:

$ {L_{10}} = {M_{\rm L}} \times {Q_{\rm cal}} + {A_{\rm L}}. $

式中:L10为遥感影像第10波段的辐射亮度值;Qcal为像元灰度值;MLAL为增益参数和偏移参数,可从影像原文件中直接读取,第10波段的ML参数字段为

RADIANCE_MULT_BAND_10= 3.3420E-04,

AL参数字段为

RADIANCE_ADD_BAND_ 10=0.1.

2)根据下式求取地表亮温:

$ {T_{10}}{\rm{ = }}{K_2}/{\rm ln}\left( {1 + {K_1}/{L_{10}}} \right). $

式中:T10为地表亮温值;L10为第10波段的辐射亮度值;K1K2为常量,可直接从影像原文件中读取. 第10波段的K1参数字段为K1_CONSTANT_BAND_10,参数值为774.89;K2参数字段为K2_CONSTANT_BAND_10,参数值为1 321.08;

3)利用地物比辐射率对亮温温度作进一步校正,以获取地表温度:

$ {T_{\rm s}}{\rm{ = }}{T_{10}}/{\rm ln}\left( {1 + \lambda {T_{10}}/\rho } \right) \times {\rm ln}\varepsilon . $

式中:Ts为地表温度;T10为地表亮温值;λ为热红外波段的中心波长,第10波段的波长λ10=10.9 μm;ρ=hc/k=1.438×10−2 mK,其中普朗克常量h=6.626×10−34 JS,光速c=2.998×108 m/s,波尔兹曼常数k=1.38×10−23 J/K;ε为地表比辐射率,参照文献[21]的研究和判断,设定Landsat 8第10波段水体、植被、裸土、建筑4类地表的比辐射率分别为0.996 83,0.986 72,0.967 67,0.964 885.

4)将绝对温度减去273.15 K转化为摄氏温度,得到地表温度反演结果如图2(a)所示.

图 2

图 2   杭州主城区地表温度反演图及通风系统的作用空间和补偿空间示意图

Fig.2   Diagram for surface temperature inversion of main urban area in Hangzhou and function space and compensation space of ventilation system


城市风道作用空间通常是以城市核心区为中心向四周逐步扩展的区域. 该区域内城市化程度深,建筑、人流、车流密集,各类社会活动频繁发生,人为热排放严重且空气难以流通. 城市风道作用空间由于下垫面性质和众多热源的存在形成了城市热岛,使得城市核心区的温度明显高于周边郊区. 补偿空间与作用空间中的热污染和空气污染因紧邻补偿空间便于进行气流交换,形成较大的热压和风压梯度差. 因此,可以依据城市地表温度的高温区和低温区来大致判定作用空间和补偿空间. 利用地表温度的差异与城市风道补偿空间及作用空间的一致性,通常情况下城市风道作用空间地表温度较高,补偿空间地表温度较低,结合杭州城市主城区的地表覆盖结构(主要山体、水域、建筑及道路空间等),通过地表温度反演图及地表覆盖要素的空间叠加后在经过分析后来具体划定. 图2表明,从空间分布特征分析,杭州主城区的高温度区主要分布在武林核心商圈(河坊街、环城北路以及秋涛路附近)、城西成片的密集居住区(翠苑、益乐新村、古荡新村)、下城区和拱墅区内未搬迁的工厂区以及下沙的经济技术开发区. 结合杭州城市老城区、工业园区、大型交通枢纽区、中央商务区(central business district,CBD)核心区以及居住密集区的空间分布情况,确定A1~A16杭州主城区的作用空间(图2(b)红色区域). 杭州的低温区主要分布在具有大量山体的西湖区、大面积水域的钱塘江、绿化覆盖率高的半山森林公园地块以及白马湖附近. 结合城郊农田耕地、山体林地、水域以及城市大型公园的空间分布情况,确定出杭州主城区的补偿空间(图2(b)蓝色区域).

1.3.2. 城市风道影响因子的空间数据集构建

城市地表粗糙度直接影响城市通风潜力,是反映城市形态对风流通影响的重要参数. 一般而言,地表粗糙度越大,风就越难穿越和流通,而地表粗糙度常与建筑密度、建筑高度、自然植被、水体、城市道路的通达性等因素有关. 城市通风潜力的影响因子包括建筑密度、建筑高度、城市绿地面积/宽度、城市水体面积/宽度和城市路网路幅,构建这5个影响因子的空间数据集的具体做法是先将杭州主城区108个地块单元矢量数据导入到ArcGIS平台中,将其转换成shp矢量数据格式,并对地块进行编号(见图3),然后将平均建筑密度、平均建筑高度、城市绿地面积/宽度、城市水体面积/宽度和城市路网路幅数据输入到对应地块属性表中,即在ArcGIS平台中构建影响因子空间数据集.

图 3

图 3   城市粗糙度各影响因子及通风潜力综合影响评价图

Fig.3   Influence factors of urban roughness and comprehensive impact assessment of ventilation potential


1.3.3. 通风潜力综合影响评价模型构建

首先对各影响因子进行标准化处理. 采用分级赋值法即以影响因子的实际值为基础,依照分级评价标准进行赋值. 考虑到5个影响因子各自的特性和分析精确性,将评价等级按照对城市通风潜力的影响程度分为好、较好、中等、较差和差5个等级,并分别依次按照5、4、3、2、1进行分级赋值,分值越高表明通风潜力越好. 建筑密度和建筑高度是减少空气流动的主要负面因素,而城市绿地、城市水体以及城市路网是促进城市空气流通的主要正面因素.

在城市通风潜力的各项影响因子影响程度评价中,需赋予各个指标不同的权重系数. 采用序关系法确定各影响因子权重值,选取城市水体ω1、城市绿地ω2、城市路网ω3、建筑高度ω4、建筑密度ω5等5个通风潜力的影响因子,其中ω1ω2ω3对风的流通有促进作用,而ω4ω5则是阻碍作用. 基于5个影响因子相对于通风潜力的促进或阻碍作用程度及大小比较的分析,确定ω1>ω2>ω3>ω4>ω5 的顺序关系,设定:

r2=ω1/ω2=1.2, r3=ω2/ω3=1.2,

r4=ω3/ω4=1.2, r5=ω4/ω5=1.2,

ω1/ω5=1.728;ω2/ω5=1.44; ω3/ω5=1.44;ω4/ω5=1.2;(ω1+ω2+ω3+ω4)/ω5=5.808. 因此,

ω5=(1+5.808)−1=0.146 9,

ω4=ω5r5=0.146 9×1.2=0.176 3,

ω3=ω4r4=0.176 3×1.2=0.211 5,

ω2=ω3r3=0.211 5×1=0.211 5,

ω1=ω2r2=0.211 5×1.2=0.253 8;

{ω1, ω2, ω3, ω4, ω5}评价因子的权重系数如下:ω1=0.253 8,ω2=0.211 5,ω3=0.211 5,ω4=0.176 3,ω5=0.146 9. 其中,城市水体ω1 和城市绿地ω2 又各有2个影响因子,分别为水体面积ω11 、水体宽度ω12;绿地面积ω21、绿地宽度ω22. 按照水体/绿地宽度和水体/绿地面积的权重为0.6 和0.4 加以计算:

ω11=0.4ω1=0.4×0.2538=0.1015,

ω12=0.6ω1=0.6×0.2538=0.1523,

ω21=0.4ω2=0.4×0.2115=0.0846,

ω22=0.6ω2=0.6×0.2115=0.1269.

综上,城市水体、城市绿地、城市路网、建筑密度以及建筑高度的权重系数如表2所示.

表 2   城市通风潜力影响因子的权重系数

Tab.2  Weight coefficients of urban ventilation potential impact factors

影响因子 权重系数
城市水体(ω1 面积(ω11 0.101 5
宽度(ω12 0.152 3
城市绿地(ω2 面积(ω21 0.084 6
宽度(ω22 0.126 9
城市路网(ω3 0.211 5
建筑高度(ω4 0.176 3
建筑密度(ω5 0.146 9

新窗口打开| 下载CSV


明确各因子在通风潜力评价中的权重值之后,建立影响因子的综合评价模型,空气引导通道综合评价值:

$ {{V}} = \sum\limits_{{{j}} = {\rm{1}}}^{{n}} {(\beta _{{j}}} \cdot \omega _{{j)}}. $

式中:j 为城市空气引导通道的影响因子编号,n为城市空气引导通道的影响因子总数,βj为第j个影响因子的单因子评价值,ωjj因子对空气引导通道的权重值( ${\omega_1}+{\omega_2}+\cdots+{\omega_n}=1$).

所建立的城市通风潜力影响因子综合评价指标体系如表3所示. 表中,Φ为平均建筑密度,H为平均建筑高度,S1为城市绿化面状面积,S2为城市水体面状面积,W1为城市绿化线状宽度,W2为城市绿化线状宽度,W3为城市路幅宽度.

表 3   城市通风潜力影响因子综合评价体系

Tab.3  Comprehensive evaluation system of urban ventilation potential impact factors

影响因子 ω11/(104 m2 ω12/(m) ω21/(104 m2 ω22/(m) ω3/(m) ω4/层 ω5/%
评价标准 >500 >80 >80 >100 >50 >9 40~50
300~500 60~80 50~80 80~100 42~50 6~9 30~40
200~300 40~60 30~50 60~80 36~42 3~6 20~30
50~200 20~40 10~30 40~60 24~36 1~3 10~20
<50 <20 <10 <40 <24 <1 <10
赋值 5 5 5 5 5 1 1
4 4 4 4 4 2 2
3 3 3 3 3 3 3
2 2 2 2 2 4 4
1 1 1 1 1 5 5
权重 0.101 5 0.152 3 0.084 6 0.126 9 0.211 5 0.176 3 0.146 9
总潜力值 0.507 5 0.761 5 0.423 0 0.634 5 1.057 5 0.176 3 0.146 9
0.406 0 0.609 2 0.338 4 0.507 6 0.846 0 0.352 6 0.293 8
0.304 5 0.456 9 0.253 8 0.380 7 0.634 5 0.528 9 0.440 7
0.203 0 0.304 6 0.169 2 0.253 8 0.423 0 0.705 2 0.587 6
0.101 5 0.152 3 0.084 6 0.126 9 0.211 5 0.881 5 0.734 5

新窗口打开| 下载CSV


2. 结果与分析

2.1. GIS空间叠加分析

在ArcGIS中,先将各单因子影响图转换为栅格格式,再按分级赋值进行重分类,然后依照综合评价模型进行空间叠加分析,最后生成杭州主城区城市风道综合因子影响图(见图3(a)~(g)). 在综合因子影响图中,颜色越蓝表示该处通风潜力越大,颜色越绿表示该处越不利于城市风的流通. 图3(h)表明,越靠近外围通风潜力越大,越靠近城市核心区,风的流通潜力越弱,上城区、下城区、拱墅区的南侧以及西湖区的东侧是风流通主要障碍区,不仅建筑高而密,而且作为老城区缺乏公园绿地,道路宽度相对较窄. 北、西、南三侧深蓝色的半山公园、西溪湿地、西湖及周边山体、白马湖及周边山体是主城区新鲜空气的重要来源;钱塘江、京杭大运河、余杭塘河、贴沙河、石祥路、天目山路-艮山西路-下沙路、同协路-机场路、江南大道及11号大街等线性空间的通风潜力较强,适合作为空气引导通道.

2.2. 主导风向特征分析

杭州属于典型亚热带季风气候,夏季和冬季主导风向存在显著差异,但内部各区域主导风向又会因地形和热力特征差异发生改变,因此需要进一步分析内部各区域实际主导风向特征. 通过对杭州国家气象基准站获取的气象数据进行统计分析,制作各气象站点夏季和冬季的风玫瑰图获取各气象站点最大频率风向作为其主导风向. 将收集的各个自动气象站点数据按照夏季(6月、7月、8月)和冬季(12月、1月、2月)分类整理,并绘制成风向风速玫瑰图(见图4(b)图4(c)). 将表1中夏季气象数据与图4(d)综合分析,发现各气象站点“最多风向”以“ENE、NNE、NE”为主,集中在北方位和东方位之间(东北方位),其中城市西南侧的转塘、龙井山园、湖心亭、杭州站等气象站点的西南方位风向频率也较大(由于城市西南侧有大量的山体和湿地,温度比城市核心区低,产生温度差,形成由西南方向流向城区的局地热力环流). 此外,依据表1中的“最多风向频率”特征可知,城市核心区气象站点的“最多风向频率”值要比城市外围气象站点低,城市内部的风流通受到建筑、下垫面、人流等的影响因素多,风的方向较为多变;而城市外围“最多风向频率”较大,风向相对单一. 城市风道构建是将风引入城市,因此考虑更多的是冷空气的来源方向,而冷空气一般由城市外围大面积山体、绿地、湿地等温度较低的区域提供,因此,城市风道的构建对城市外围气象站点的风向考虑更多. 综上分析可得,杭州主城区夏季的风向以东北风向和西南风向为主(见图4(d)).

同理,将表3中冬季气象数据与图4(e)综合起来分析. 杭州冬季的风向要比夏季复杂多变,各气象站点的“最多风向”介于N和W之间的站点数量(西北方位)与介于N和E之间的站点数量(东北方位)相当. 其中存在大量山体、湿地等低温补偿空间的半山、阮家村、西溪湿地以及转塘等气象站点的风向都是由外围低温区吹向城区高温区,半山和阮家村为东北风,转塘及西溪湿地为西南风. 综上,杭州主城区冬季的风向较为复杂,以东北风向、西北风向以及西南风向为主,且各风向频率大小相差不大(见图4(e)).

2.3. 城市风道规划方案及管控建议

综合对杭州主城区作用空间、补偿空间以及空气引导通道的分析,同时考虑杭州夏季和冬季主导风向特征,在乔司农场、笕桥地块、半山-皋亭山-黄鹤山风景区、城北外围农田、浙窑公园、午潮山国家森林公园&西湖风景名胜区、吴山景区、西溪湿地、滨江公园以及白马湖等地选取10个主要风道口,构建出“两横四纵”6条潜在一级风道(分别用Ⅰ1、Ⅰ2、Ⅰ3、Ⅰ4、Ⅰ5、Ⅰ6表示)和5条横向的潜在二级风道(分别用Ⅱ1、Ⅱ2、Ⅱ3、Ⅱ4、Ⅱ5表示),如图4(f)表4所示.

表 4   城市风道规划方案及建设对策

Tab.4  Urban ventilation corridor planning scheme and construction measures

潜在风道 风道规划方案 建设对策
1:钱塘江 沿钱塘江设置垂直的绿带或道路,引导钱塘江凉爽的风进入城市核心区,缓解城市热岛效应. 首先应保护好钱塘江本身的水环境质量,保障空气质量. 其次,加强沿江绿化景观带的建设,建议滨江两岸规划 100~500 m的平行带状的绿地,与之垂直的河流、街道两侧也增设带状绿地,强调整体性,形成网络化的绿带系统.
2:半山-皋亭山-黄鹤山风景区-上塘河(半段)-余杭塘河 借助于上塘河(半段)和余杭塘河自由流动的水体和两岸的绿地将城郊的冷空气和新鲜空气源源不断地输送进城市西北片区,有力地缓解了杭州城西和城北的热岛效应,尤其是杭州钢铁集团基地、沈半路西侧以及和城广场周边的老工业区等高温作用空间. 保护好半山-皋亭山-黄鹤山风景区作为冷气库所需的自然生态环境,并将周边的杭州钢铁基地等工业用地搬迁掉,保证城市风道口环境的生态性和清洁性. 其次,保障上塘河和余杭塘河两岸一定宽度的连续绿带,两侧的建筑高度控制在风道宽度的一半以内,保障风的流畅性和渗透性. 着重处理上塘河西北岸的用地,将沈半路与上塘河所夹的带状工业用地置换成公园绿地或者低建筑密度低层建筑,既改善滨河街区的环境又拓宽此条风道的宽度.
3:乔司农场-下沙河道中心公园-下沙沿江公园 通过沿河的下沙河道中心公园连接到南边的下沙沿江公园并延伸至钱塘江,形成南北贯穿下沙的无阻碍城市风道,能带走下沙工业片区大部分的城市热量. 严格控制乔司农场的生态保护红线,严禁大片农田耕地被城市建设用地所蚕食,保障冷气库的面积. 其次,将1号大街以东、12 号大街以南以及沪昆高速以西所夹三角地带的工业区置换成其他低污染低产热的用地性质,至少保证沿 1 号大街侧留有 200 m宽的公园绿带,与北侧的下沙河道中心公园相衔接,形成完整通畅且宽度有保证的风道.
4:京杭大运河 京杭大运河以宽阔的运河河道为依托,由沿河两岸条状的绿带、低开发强度的历史文化街区以及局部开阔的沿河公园构成,由北向南穿过运河新城、拱宸桥、大关、朝晖、闸弄口以及三堡等城市新老单元,最终汇入钱塘江. 严格控制京杭大运河穿城段滨水空间的土地利用性质,保证一定的土地兼容性,但尽量避免高污染高耗能高产热的工业用地. 其中,京杭大运河与钱塘江的交汇处是该条风道的重要的入风口,两侧的包装厂、塑料制品厂等工业用地性质应置换成公园绿地或者文化类用地,确保入风口的风环境. 其次,保护好建筑后退河道控制线,确保沿河道两岸有30~50 m的绿化用地,以绿色植被为主,形成完整连续的绿色走廊.
5:吴山景区-贴沙河及沿岸公园-华家池-艮山运河公园 通过贴沙河由南向北串接凤山公园、侯潮公园、横河公园、凯旋公园、华家池、城东公园等系列沿河公园绿地,最终与京杭大运河交汇于艮山运河公园,形成贯穿望江、潮鸣、凯旋、艮山等老城单元的重要通风廊道. 沿贴沙河及铁路沿线已形成宽度约为 50~100 m的连续且相对完善的绿带,作为老城区中天然的风道应严格控制两岸的建筑高度. 对于贴沙河南端东岸的工业厂房应避免高污染企业进入,对于部分老旧厂房可以进行工业用地置换.
6:午潮山国家森林公园&西湖风景名胜区-六公园、五公园等滨湖公园 在西南风向的作用下,以环绕西湖的五公园、六公园、湖滨公园等滨湖公园为风道口,借助垂直于西湖的主次干路,如保俶路、环城西路、庆春路、解放路以及西湖大道等,将新鲜冷空气源源不断地输送渗透进城市中心区,达到缓解城市热岛效应和雾霾污染的效果. 需严格控制西湖风景区四周环湖建筑的高度,西湖东侧的南山路、湖滨路以东至浣纱路地块以及风起路以南至惠民路段的建筑高度控制在 18~20 m,西湖西侧的植物园、吴山景区等的建筑高度控制在15 m以内,避免环湖核心区建筑对风的阻挡. 另一方面,增设引风口和引风通道.
1:浙窑公园-石祥西路(非高架段)-紫金港 以浙窑公园为风道口,借助于宽阔的石祥西路及两侧绿化带,将京杭大运河的流动风引入城西,并借助沈家塘、紫金港西区等补偿空间的点源补充作用,起到缓解热岛效应的作用. 利用京杭大运河天然风道,通过石祥路将风引入城区,在道路沿线汽配市场以及居住区配套小型绿地公园以作为补偿空间,同时,应保留西侧紫金港附近的众多支流,并且防止其受到工业、生活污染,有助于其将风渗透到各个区块.
2:笕桥地块-机场路-环城北路-天目山路-西溪湿地 再通过绿化良好的机场路、环城北路、天目山路及其北侧紧挨着的沿山河连接到西溪湿地,形成道路型城市风道. 依托天目山路、环城北路、机场路的的道路型风道,在依靠主城边缘块状绿地—西溪湿地的基础上,需要注意周边建筑高度、排列方式和朝向,在密集的城市中心应更注重点状绿地的布置,从而形成串珠状的绿地系统有助于城市热量的释放.
3:钱塘江-江东大道-德胜快速路(北侧防护林带)-近江工业区 利用江东大道、德胜快速路与绕城之间宽阔的防护绿带及其北侧的河道,将钱塘江的凉风输送至近江工业园区,缓解工业释放的热量. 通过钱塘江口的绿地和河道将风引入西侧的近江工业区,同时,北部的乔司农场是大面积冷气库通过北风将工业区释放的热量吹散. 因此,应保持德胜快速路及江东大道两侧的绿带面积,同时控制工业区的蔓延,避免高污染工业企业进入.
4:奔竞大道-江南大道-钱塘江 此条风道横向贯穿了整个滨江区,借助奔竞大道、江南大道及其隔离绿带或者沿河绿带(后半段南侧有河),将东侧部队农场的冷空气引入滨江区. 作为横向穿越滨江区中心区的重要风道,应严格控制东北部的生态保护红线,避免由于快速城镇化房地产的大规模开发. 其次,奥体中心周边地区是未来重要的开发区域,应更加注重其生态性,保留连续且完整的带状、块状绿地对于整个城区的生态环境都具有重要作用.
5:钱塘江(滨江公园处)-江晖路-白马湖 以临江的滨江公园为风道口,将钱塘江的风通过宽敞的江晖路引入城市,并与白马湖相衔接,共同为周边地区的降温散热提供保障. 由滨江公园为风道口,通过宽阔的江晖路引入钱塘江的风,但是以硬质路面为主缺少大面积的绿地,建议在两侧布置一定宽度的绿带,缓解城区中心热岛效应.

新窗口打开| 下载CSV


3. 结 论

(1)杭州城市地表温度总体呈现核心高、外围低的特征,高温区主要集中武林核心商圈(河坊街、环城北路以及秋涛路附近)、西湖区东侧成片的密集居住区(翠苑、益乐新村、古荡新村)、下城区和拱墅区内未搬迁的工厂区以及下沙的经济技术开发区,而低温区主要集中在具有大量山体的西湖区、大面积水域的钱塘江、绿化覆盖率高的半山森林公园地块以及白马湖附近. 结合城市老城区、工业园区、大型交通枢纽区、CBD核心区以及居住密集区的空间分布情况,确定出16处作用空间;同时结合城郊农田耕地、山体林地、水域以及城市大型公园的空间分布情况,确定出11处可作为冷空气生成区域的补偿空间,17处可缓解热岛效应的热补偿空间.

(2)杭州北、西、南三侧绿化覆盖率高的半山公园、西溪湿地、西湖及周边山体、白马湖及周边山体是主城区新鲜空气的重要来源;钱塘江、京杭大运河、余杭塘河、贴沙河、石祥路、天目山路-艮山西路-下沙路、同协路-机场路、江南大道及11号大街等线性空间的通风潜力较强,适合做空气引导通道.

(3)杭州夏季和冬季风向差异明显,夏季的主导风向为SSW风(南西南风),平均风速为2.14 m/s;冬季的主导风向为NNW风(北西北风),平均风速为2.08 m/s. 由于城市地形以及下垫面差异的影响,城市内部各点的风向又差别较大.

杭州主城区夏季风向以东北风向和西南风向为主;冬季的风向较为复杂,以东北风向、西北风向及西南风向为主,且各风向频率之间相当.

(4)研究结果确定出“两横四纵”6条潜在一级风道和五条横向的潜在二级风道. 6条潜在的一级风道分别为:风向以东北方位为主的钱塘江、半山-皋亭山-黄鹤山风景区-上塘河(半段)-余杭塘河、乔司农场-下沙河道中心公园-下沙沿江公园;风向以西北方位为主的京杭大运河;风向以西南方位为主的吴山景区-贴沙河及沿岸公园-华家池 -艮山运河公园、午潮山国家森林公园&西湖风景名胜区-六公园、五公园等滨湖公园. 5条潜在二级风道均以城市主次干路为依托,分别为:浙窑公园-石祥西路(非高架段)-紫金港;笕桥地块-机场路-环城北路-天目山路-西溪湿地;钱塘江-江东大道-德胜快速路(北侧防护林带)-近江工业区;奔竞大道-江南大道-钱塘江以及钱塘江(滨江公园处)-江晖路-白马湖.

(5)本文从总体规划空间层面提出了一种通过地表温度反演、GIS叠加分析以及城市主导风特征的定性定量分析出潜在城市风道的方法,旨在为城市尺度的风道规划建设提供一种新的视角和方向及方法. 在今后的研究中尚有一些需要深化与完善的工作,例如分级赋值标准还需进一步完善;空气引导通道影响因子的选取可以更加全面和深化. 进一步研究城市风道的落地,在城市总体规划研究阶段,对城市风道综合评价及预留保护对策的研究应受政府部门重视与引导,提出切实可行的建设管理控制规范. 城市地方政府可依据研究结果构建相应的技术法规,有利于间接或直接地促进详细规划阶段风道建设指标的具体落实.

参考文献

张晓钰, 郝日明, 张明娟

城市通风道规划的基础性研究

[J]. 环境科学与技术, 2014, S2: 257- 261

[本文引用: 1]

ZHANG Xiao-jue, HAO Rui-ming, ZHANG Ming-juan

The planning and establishment of urban ventilation path

[J]. Environmental Science and Technology, 2014, S2: 257- 261

[本文引用: 1]

KRESS R. Regionale Luftaustauschprozesse und ihre Bedeutung für die räumliche planung [M]. Dortmund: Institut für Umwehschutz der Universität Dortmund, 1979: 154–168.

[本文引用: 2]

GEORGAKIS C, SANTAMOURIS M

Experimental investigation of air flow and temperature distribution in deep urban canyons for natural ventilation purposes

[J]. Energy and Buildings, 2006, 38 (4): 367- 376

DOI:10.1016/j.enbuild.2005.07.009      [本文引用: 1]

刘姝宇, 沈济黄

基于局地环流的城市通风道规划方法-以德国斯图加特市为例

[J]. 浙江大学学报: 工学版, 2010, 44 (10): 1985- 1991

[本文引用: 2]

LIU Shu-yu, SHEN Ji-huang

Urban ventilation channel planning method based on local circulation: a case study of Stuttgart, Germany

[J]. Journal of Zhejiang University: Engineering Science, 2010, 44 (10): 1985- 1991

[本文引用: 2]

李磊, 吴迪, 张立杰

基于数值模拟的城市街区详细规划通风评估研究

[J]. 环境科学学报, 2012, 32 (4): 946- 953

[本文引用: 1]

LI Lei, WU Di, ZHANG Li-jie

Ventilation assessment on urban-block detailed planning based on numerical simulation

[J]. Acta Scientiae Circumstantiae, 2012, 32 (4): 946- 953

[本文引用: 1]

王卫国, 徐敏, 蒋维楣

建筑物附近气流特征及湍流扩散的模拟试验

[J]. 空气动力学学报, 1999, 17 (1): 88- 92

[本文引用: 1]

WANG Wei-guo, XU Min, JIANG Wei-mei

The simulation experiment on the flow feature and turbulence dispersion near building

[J]. Acta Aerodynamica Sinica, 1999, 17 (1): 88- 92

[本文引用: 1]

李晓彬, 李峥嵘, 赵群, 等

上海市建筑群布置对自然通风的影响分析

[J]. 建筑节能, 2013, (7): 12- 15

DOI:10.3969/j.issn.1673-7237.2013.07.003      [本文引用: 1]

LI Xiao-bin, LI Zheng-rong, ZHAO Qun, et al

Influence of architecture composition to natural ventilation in Shanghai

[J]. Building Energy Efficiency, 2013, (7): 12- 15

DOI:10.3969/j.issn.1673-7237.2013.07.003      [本文引用: 1]

王珍吾, 高云飞, 孟庆林, 等

建筑群布局与自然通风关系的研究

[J]. 建筑科学, 2007, 23 (6): 24- 27

DOI:10.3969/j.issn.1002-8528.2007.06.007      [本文引用: 1]

WANG Zhen-wu, GAO Yun-fei, MENG Qin-lin, et al

Study on relationship between building group distribution and natural ventilation

[J]. Building Science, 2007, 23 (6): 24- 27

DOI:10.3969/j.issn.1002-8528.2007.06.007      [本文引用: 1]

陈少青, 廖毅, 林晨. 多维度管控视角下的城市通风廊道规划探索[C] // 2016中国城市规划年会. 沈阳: 中国城市规划学会, 2016: 59–70.

[本文引用: 1]

CHEN Shao-qing, LIAO Yi, LIN Chen. Exploration on urban ventilation corridor planning from the perspective of multi-dimensional control [C] // 2016 China Urban Planning Conference. Beijing: China Architecture and Building Press, 2016: 59–70.

[本文引用: 1]

SUDER A, SZYMANOWSKI M

Determination of ventilation channels in urban area: a case study of Wrocław (Poland)

[J]. Pure and Applied Geophysics, 2014, 171 (6): 965- 975

DOI:10.1007/s00024-013-0659-9      [本文引用: 1]

WICHT M, WICHT A, OSIŃSKASKOTAK K. Urban ventilation corridors mapping using surface morphology data based GIS analysis [C] // EGU General Assembly Conference. Vienna: EGU, 2017: 1009.

[本文引用: 1]

林欣. 基于数值模拟的城市多尺度通风廊道识别研究-以深圳市为例[D]. 哈尔滨: 哈尔滨工业大学, 2014.

[本文引用: 1]

LIN Xin. Research on identification of city wind environ ment simulation and city ventilation corridor : the case study of Shenzhen city [D]. Harbin: Harbin Institute of Technology, 2014.

[本文引用: 1]

王金玲. 基于GIS的城市生态网络和通风廊道的研究[D]. 天津: 天津大学, 2016.

[本文引用: 1]

WANG Jin-lin. A study on urban ecological networks and ventilation corridors based on GIS [D]. Tianjin: Tianjin University, 2016.

[本文引用: 1]

李家燕. 基于CFD技术的城市通风廊道规划方法研究[D]. 合肥: 安徽建筑大学, 2016.

[本文引用: 2]

LI Jia-yan. Research on the method of urban ventilation corridors planning based on CFD technology: a case study of the central area of Anqing[D]. Hefei: Anhui Jianzhu University, 2016.

[本文引用: 2]

巴鲁克·基沃尼. 建筑设计和城市设计中的气候因素[M]. 北京: 中国建筑工业出版社, 2010: 331.

[本文引用: 1]

G·Z·布朗, 马克·德凯. 太阳辐射·风·自然光[M]. 北京: 中国建筑工业出版社, 2008: 110–116. : 110–116.

[本文引用: 1]

刘乐乐, 赵小峰, 赵颜创

基于城市环境气候图的宁波大气环境分析与调控对策

[J]. 生态学报, 2017, 37 (2): 1- 13

DOI:10.3969/j.issn.1673-1182.2017.02.001      [本文引用: 1]

LIU Le-le, ZHAO Xiao-feng, ZHAO Yan-chuang

Ningbo atmospheric environment analysis and regulating countermeasure based on urban climatic map

[J]. Acta Ecologica Sinica, 2017, 37 (2): 1- 13

DOI:10.3969/j.issn.1673-1182.2017.02.001      [本文引用: 1]

李鹍, 余庄

基于气候调节的城市通风道探析

[J]. 自然资源学报, 2006, 21 (6): 992- 997

[本文引用: 1]

LI Kun, YU Zhuang

Research on urban ventilation channel based on climate regulation

[J]. Journal of Natural Resources, 2006, 21 (6): 992- 997

[本文引用: 1]

胡莎莎, 孙宜然. 城市风道规划研究: 以黄石市风道规划为例[C]// 2016年中国城市规划年会. 沈阳: 中国城市规划学会, 2016: 12–30.

[本文引用: 1]

HU Sha-sha, SUN Yi-ran. Study on urban ventilation planning: a case study of Huangshi [C] // 2016 China Urban Planning Conference. Shenyang: Urban Planning Society of China, 2016: 12–30.

[本文引用: 1]

丁凤, 徐涵秋

基于LandsatTM的3种地表温度反演算法比较分析

[J]. 福建师范大学学报: 自然科学版, 2008, 24 (1): 91- 96

[本文引用: 1]

DING Feng, XU Han-qiu

Comparison of three algorith ms for retrieving land surface temperature from Landsat TM thermal infrared band

[J]. Journal of Fujian Normal University: Natural Science Edition, 2008, 24 (1): 91- 96

[本文引用: 1]

宋挺, 段峥, 刘军志, 等

Landsat 8数据地表温度反演算法对比

[J]. 遥感学报, 2015, 19 (3): 451- 464

[本文引用: 1]

SONG Ting, DUAN Zheng, LIU Jun-zhi, et al

Comparison of four algorithms to retrieve land surface temperature using Landsat 8 satellite

[J]. Journal of Remote Sensing, 2015, 19 (3): 451- 464

[本文引用: 1]

/