城市局地氣候的可視化評估及分析

劉 琳，劉 京,2，肖榮波，李智山

(1.哈爾濱工業大學 市政環境工程學院，哈爾濱 150090；2.城市水資源與水環境國家重點實驗室(哈爾濱工業大學)，哈爾濱 150090；3.廣東省環境科學研究院，廣州 510045)

城市局地氣候的可視化評估及分析

劉 琳1，劉 京1,2，肖榮波3，李智山3

(1.哈爾濱工業大學 市政環境工程學院，哈爾濱 150090；2.城市水資源與水環境國家重點實驗室(哈爾濱工業大學)，哈爾濱 150090；3.廣東省環境科學研究院，廣州 510045)

城市化進程的快速發展使得城市區域形成了獨特的局地氣候，為此，提出熱環境評估模型與地理信息系統GIS相結合的氣候評估方法，并選取空氣溫度Ta、熱島強度UHII以及室外空間的舒適性指標OUT-SET*作為評估參數.以廣州市大崗北的規劃區域為例，對多地塊條件下的氣候參數進行模擬計算和空間可視化分析.結果顯示：在整個研究區域內，Ta全天平均值分布在27.73～29.96 ℃，UHII全天平均值分布在-0.48～2.2 ℃，OUT-SET*全天平均值分布在29.05～33.44 ℃，均體現出很大的空間差異性.對比土地利用分布圖及綠地率與容積率的空間分布圖可知，熱氣候參數與熱舒適參數都不同程度地受到下墊面特性參數的影響.通過對綠地率、容積率與UHII、OUT-SET*進行線性相關分析可知，UHII與綠地率和容積率均有顯著的負相關，相關系數為-0.433和-0.490；OUT-SET*與綠地率之間相關系數為-0.295，負相關較弱，而與容積率之間相關性系數為-0.79，負相關顯著；氣候適宜的城市空間規劃，需要根據不同的氣候評價指標和限度來合理均衡地配置下墊面特性參數.

城市規劃；局地尺度；熱氣候；評估；空間可視化

近年來，城市化進程的快速發展與城市人口的激增使原有的自然植被或裸露土地被各種各樣的建筑物以及大量的瀝青道路所替代[1]，并帶來了一系列的城市氣候問題，如“城市熱島與濕島”等[2-4].在城市居民生產生活所處的城市冠層內部，由于空間構成、表面材料的獨特性，進而形成了城市不同區域獨特的氣候狀態[5].當前的規劃區(幾十平方公里)通常按照土地利用性質及建筑功能性劃分為幾十個至數百個地塊，在這樣的局地尺度內部通常形成了多樣化的局地氣候[6].針對規劃區域多地塊的設計條件和空間尺度，如何對局地氣候進行準確而有效的評估，并對其進行定性與定量的綜合分析，是得到氣候適宜的可持續性城市規劃的必要條件.

在城市氣象學領域，已經開發了不少適用于局地尺度的氣候評估模型.其中，城市冠層模型(urban canopy model)[7]以能夠處理長期動態的氣候模擬的特點而廣泛應用到局地氣候評估中，如Town Energy Balance (TEB)[8]、Local-scale Urban Meteorological Parameterization Scheme[9].然而，現有的局地尺度模型并不適合于城市規劃領域的應用，主要表現在：1)更關注研究區域氣象參數的變化規律，缺乏對實際規劃區域中建筑類型與下墊面類型多樣性的考慮，計算過程復雜且需要有氣象學的專業知識背景，并不能被城市規劃便捷而有效地應用；2)當前模型的計算不能和規劃空間的地塊相結合，不能直觀清晰地反應氣候參數和下墊面設計參數的地理位置對應與空間分布狀態，從而不能有效地指導規劃設計.因此，針對上述提及的問題，本文利用改進的城市冠層模型，進一步考慮城市局地規劃區域不同的下墊面空間結構和特性參數所產生的局地氣候效應，對規劃區域內多個地塊的局地氣候參數進行動態模擬評估，并與地理信息系統(GIS)相結合，利用其空間呈像功能，得到規劃區域局地氣候參數計算結果的空間分布圖，從而實現規劃區域氣候條件的空間可視化評估分析，為建設氣候適宜的可持續城市規劃設計提供一套嶄新的技術方法.

1 評估方法

1.1 評估參數

作為衡量城市規劃建設的氣象環境效應的評估參數，應滿足客觀性、有效性及以人為本的可靠性原則.因此，本文綜合考慮局地空間不同城市化建設與空間布局所帶來的熱氣候效應，選用氣象學中主要的氣象參數——空氣干球溫度Ta、城市化效應的特性參數——熱島強度UHII，以及人體在室外空間的舒適性評估指標——室外新標準有效溫度OUT-SET*作為評估參數.其中，空氣溫度是直接反應局地空間熱環境狀態的最主要的因素，且空氣溫度是計算熱島強度的基礎參數，也是評估不同熱環境狀態下人體熱舒適、反映人體健康的熱應力等的核心參數，因此，將空氣溫度作為一個主要的評估參數.熱島強度UHII主要用于反映城市化建設對熱氣候的綜合影響效應[10]，參考熱環境設計標準中的計算方法，UHII可以通過比較各個地塊的模擬計算溫度數據與典型氣象日空氣溫度的差值而獲得.舒適性評估指標OUT-SET*可以有效反應人體在室外空間的生理熱舒適性與熱應力，其幾乎涵蓋了空氣溫度、平均輻射溫度、濕度、風速、服裝熱阻及人體代謝率等所有因素的無限組合；在OUT-SET*的計算中，由單獨的適用于室外空間的太陽輻射及紅外輻射強度計算模型來計算室外平均輻射溫度[11].國外不同地區的冬夏季室外實測和問卷調查方法動態地對各種現有舒適性指標的適用性進行了比較，認為OUT-SET*考慮了綜合的熱氣候因素和人體熱平衡因子，是可適用于全年氣候條件下室外熱環境人體舒適性評價的比較理想的指標之一[12-14].現有的研究結果顯示，在炎熱的夏季氣候條件下，OUT-SET*值越高，人體的舒適性越差.

1.2 評估流程

針對研究區域多個地塊的控規條件，采用熱環境評估模型與地理信息系統GIS相結合，獲得研究區域多地塊條件下的熱環境參數評估結果和空間可視化分布.圖1給出了整體評估方法的結構流程.

圖1 整體評估方法的結構流程

地塊控規參數：主要包括土地利用參數(如居住用地、工業用地、商業用地、體育用地、園林、水域等用地類型)、建筑布局參數(建筑密度、建筑高度或者容積率等)、下墊面類型與分布(綠地率、水體比率、瀝青覆蓋率等).在控規階段，通常選取容積率和綠地率作為主要的控規參數，本文主要考慮容積率和綠地率作為下墊面特性參數.

熱環境評估模型是在城市冠層模型的基礎上改進得到的熱環境參數預測模型[15-16].相比原始的城市冠層模型，本文的熱環境評估模型進一步考慮了實際城市區域內多種下墊面類型和不同建筑功能類型共存的情況，并耦合計算了建筑內部的熱濕負荷、建筑排熱量、大氣與下墊面之間的熱質傳遞，以及局地氣候參數與熱舒適參數的動態計算.整個模型由局地氣候模塊、室內外熱濕負荷模塊、下墊面與大氣間熱過程模塊、太陽輻射模塊、熱舒適性模塊等耦合而成，如圖1所示.朱岳梅等[17]、穆康等[18]、宋曉程等[19]分別對此評估模型進行了子模塊的模型理論討論及實例應用驗證，表1列舉了模型中應用的主要理論方程.此計算模型主要針對規劃行業中的控規階段，依據每個地塊的基本控規參數，在給定基礎氣象數據的基礎上進行動態模擬計算，從而獲得各個地塊逐時的氣候評估參數(空氣溫度、熱島強度)和熱舒適參數(OUT-SET*)等.

表1 熱環境評估模型的主要理論方程式

地理信息系統(GIS)廣泛應用于城市氣候研究的空間數據處理、數據存儲與數據分析中[20].依據地塊空間信息，GIS對評估模型計算獲得的氣候參數進行空間的呈像處理，從而得到各氣候評價參數在研究區域的空間分布圖，從而進行局地氣候的空間可視化評估分析.

2 評估案例

2.1 評估區域

選取廣州市大崗鎮北區綜合開發區為研究區域.其規劃居住人口規模 5.5萬人，總用地規模6.71 km2，其中城市建設用地5.62 km2.整個規劃區域被劃分成259個地塊，以水涌和綠道為紐帶，通過景觀軸、景觀特色空間以及標志性景觀節點的建構，創造豐富的景觀效果，并涵蓋了居住建筑用地、商業用地、公共服務用地、園林綠地、水體景觀等多層次的土地利用類型，如圖2所示.

圖2 整體規劃區域的土地利用分布

2.2 氣象條件

廣州市位于東經113°17′、北緯23°8′，地處珠江三角洲北緣，具有南亞熱帶典型的季風海洋性氣候.廣州市的夏季長而炎熱，全年平均氣溫20～22 ℃，平均相對濕度77%.因此選取廣州夏季典型氣象日氣象數據為基礎氣象數據[21]，對研究區域的局地熱氣候進行評估.圖3展示了廣州夏季典型氣象日的空氣干球溫度和相對濕度的逐時分布.如圖3所示，空氣干球溫度在26～31 ℃，相對濕度在55%～90%呈周期性變化.

圖3 廣州夏季典型氣象日大氣干球溫度和相對濕度的逐時分布

Fig.3 Hourly variations of air temperature and relative humidity on typical weather day in summer of Guangzhou

3 結果分析

3.1 評估區域下墊面特性空間分布

根據大崗北研究區域的規劃數據，利用GIS 將兩個典型的下墊面特性參數——綠地率和容積率在多個規劃地塊中的數據進行空間可視化，如圖4所示.圖4(a)為綠地率的空間分布圖，整個研究區域的綠地率主要分布在0.14～0.93，對比圖1的土地利用類型可知，主要的居住建筑區及工業建筑區的綠地率較低，但區域內大量的公共綠地、防護綠地、園地、林地等綠色景觀使得整個研究區域仍有大部分公共空間的綠化程度達到了較高水平.圖4(b)為容積率的空間分布圖，整個研究區域的容積率主要分布在0.1～2.8，在工業用地及居住用地的集中區域，其容積率較高，在其余的公共空間中容積率較低.對比綠地率與容積率的分布圖可知，建筑功能性集中且密集的區域，其綠地率較低，容積率較高；而綠地景觀、娛樂休閑活動區域等公共空間，其綠地率較高，容積率較低.

圖4 綠地率及容積率在研究區域內的空間分布

Fig.4 Spatial distributions of green coverage ratio and floor area ratio in research region

3.2 熱氣候參數空間分布

為了能夠展現研究區域熱氣候條件的整體情況，主要考慮氣候評估參數24 h平均值的空間分布特性.根據熱環境評估模型的計算結果可以獲得熱氣候參數的24 h全天平均值，利用GIS 的空間數據讀取以及空間插值的功能，將空氣溫度平均值以及UHII平均值的空間分布圖進行可視化，結果如圖5所示.整個研究區域空氣溫度的全天平均值分布在27.73～29.96 ℃，UHII的全天平均值分布在-0.48～2.2 ℃.根據土地利用情況可知，工業建筑區域與居住建筑區域的空氣溫度及UHII值較高.對比綠地率與容積率的分布圖可以看出，部分綠地率極低的區域，其空氣溫度與UHII值明顯高于其他地區；然而，部分容積率較高的區域，空氣溫度與UHII值反而顯示出較低的水平；在綠地率與容積配比適中的區域，其空氣溫度與UHII顯示出明顯的低值，可見，空氣溫度與UHII的分布與綠地率和容積率的空間分布具有一定的內在相關性關系.

圖5 空氣溫度平均值及熱島強度平均值在研究區域內空間分布

Fig.5 Spatial distributions of average air temperature and UHII in research region

3.3 熱舒適參數空間分布

為了能夠反映研究區域整體的氣候適宜性水平，利用GIS將人體舒適性參數OUT-SET*的全天平均值進行空間可視化，圖6展示了OUT-SET*的空間分布.可以看出，整個研究區域OUT-SET*的平均值主要在29.05～33.44 ℃變化.根據土地利用分布情況來看，部分工業建筑區的OUT-SET*值較高，綠地空間的OUT-SET*值較低；對比綠地率的分布圖可知，綠地率較高的區域， OUT-SET*值部分相對較低，但并不是絕對的，在部分綠地率高的區域，其OUT-SET*的值并沒有明顯地處于低值；而對比容積率分布圖可以看出，容積率較高的區域，其OUT-SET*的值反而相對普遍較低.

圖6 OUT-SET*平均值在研究區域內的空間分布

Fig.6 Spatial distributions of human thermal comfort average index OUT-SET*in research region

3.4 因子分析

根據上文的分析可知，熱氣候參數與熱舒適參數都不同程度地受到下墊面特性參數的影響.因此，考慮綠地率與容積率對熱氣候與熱舒適的量化影響非常必要.由于空氣溫度與熱島強度均反應熱氣候狀態，且熱島強度是通過局地空氣溫度與郊區空氣溫度差比較而得到的，更能反應城市化效應對熱氣候的影響.因此，將綠地率、容積率這兩個特性參數與熱島強度、人體舒適性參數OUT-SET*進行量化線性相關分析.為了能夠得到均一化的結果分布，將綠地率、容積率、UHII與OUT-SET*進行標準化數據處理后，再進行量化分析，得到的結果如圖7、8所示.

由圖7可以看出，UHII與綠地率和容積率均有顯著的負相關.其中，UHII與綠地率的相關性系數為-0.433，顯著性系數為0.094；與容積率的相關性系數為-0.490，顯著性系數為0.054.當綠地率與容積率增大時，UHII將會顯著地下降.這主要是因為綠地率的增加，能夠有效地分散太陽對建筑結構的輻射，減少建筑物之間由于植物遮陰造成的地表面溫度而形成的長波輻射交換，并通過蒸散效應降低周圍環境氣溫，進而顯著地降低了空氣溫度和UHII；而隨著容積率的增加，建筑物排熱量會相應增加，但是對于太陽輻射較為強烈的夏季，建筑物可以對太陽輻射產生有效地遮擋，極大地減少了城市空間的熱量吸收，因而從整體來看，容積率對于炎熱夏季的熱島效應具有一定的緩解作用.

由圖8可以看出，OUT-SET*與綠地率之間的相關性系數為-0.295，顯著性系數為0.267，雖然二者存在著一定程度的負相關，但顯著性較弱.而OUT-SET*與容積率之間有著顯著的負相關關系，其相關性系數為-0.79，顯著性系數為0.000.上述現象的主要原因為當綠地率增加時，空氣溫度得到了相應程度的降低，但是室外空間的人體舒適性除了與溫度參數有關，還與風速及空氣濕度有關，當綠地空間過多時，會減少自然風的流通，且增加了空間濕度，這對于高溫高濕的夏季是不利于人體舒適的，所以，對于室外人體舒適性參數的相關性影響較小.而容積率的增加能夠有效地降低室外空間的太陽輻射強度，進而提高人體的舒適性.

圖7 熱島強度與綠地率和容積率的線性相關關系

Fig.7 Linear correlation relationship between UHII and green coverage ratio and floor area ratio

圖8 OUT-SET*與綠地率和容積率的線性相關關系

Fig.8 Linear correlation relationship between OUT-SET*and green coverage ratio and floor area ratio

綜上，要得到氣候適宜的城市空間規劃，需要根據不同的氣候評價指標和限度來合理均衡地配置下墊面特性參數.規劃師可以依據氣候參數的空間可視化分布圖，清晰直觀地了解規劃區域局地的氣候狀態，并通過參照相關標準，將熱島強度與熱舒適指標值超過規定標準的區域界定為氣候問題區域.針對氣候問題區域，規劃師通過適當地提高綠地率或增加建筑高度的方式來適當提高容積率，有效地降低問題區域的空氣溫度并提高人體舒適性.因此，通過氣候參數的模擬計算與空間可視化分布的研究，可以更好地幫助規劃師指導氣候適宜的城區規劃.

4 結 論

本文構建了以熱環境評估模型和地理信息系統GIS相結合的適用于規劃區域不同下墊面空間結構特性的氣候評估方法.主要選取了空氣干球溫度Ta、城市化效應特性參數UHII以及室外空間人體舒適性參數OUT-SET*作為評估參數.以廣州市大崗鎮北區綜合開發區為例，利用提出的評估方法對多地塊條件下的氣候參數進行模擬計算，并將計算結果進行空間可視化分析.

大崗北規劃區域的全天平均空氣溫度、UHII、OUT-SET*的空間分布圖顯示出各氣候評估參數在研究區域內具有很大的空間差異性，其中，整個研究區域的Ta平均值分布在27.73～29.96 ℃，UHII平均值分布在-0.48～2.2 ℃，OUT-SET*平均值分布在29.05～33.44 ℃.對比土地利用分布圖及綠地率與容積率的空間分布圖可知，熱氣候參數與熱舒適參數都不同程度地受到了下墊面特性參數的影響.通過對綠地率、容積率與熱島強度、OUT-SET*進行量化的線性相關分析可知，UHII與綠地率和容積率均有顯著的負相關，相關系數為-0.433和-0.490；OUT-SET*與綠地率之間相關系數為-0.295，存在著較弱的負相關，而與容積率之間相關性系數為-0.79，有著顯著的負相關.因此，氣候適宜的城市空間規劃，需要根據不同的氣候評價指標和限度來合理均衡地配置下墊面特性參數.

在當前階段，氣候知識與信息在土地使用和城市規劃方面的應用依舊匱乏，面對未來更多的特大型、高密度、緊湊性的城市設計與規劃項目，考慮氣候適宜性的可持續城市發展面臨著重大的挑戰.因此，針對局地規劃區域，本文提出的氣候評估方法將準確便捷的氣候計算模型與GIS相結合，可以方便規劃師清晰直觀地對不同城市空間形態下的氣候參數與人體舒適性水平進行評估分析，以便對問題區域的規劃方案進行及時的優化和調整.這樣的評估方法對于應用氣候措施和開展相關的規劃實踐與指導提供了有力的技術支撐.

然而，本文的結果分析是基于本文研究案例廣州市大崗北區的基本規劃條件和其夏季典型氣象日的氣象條件來進行的.論述結果雖然是將城市規劃的空間格局參數與局地氣候參數進行了統籌性的量化分析，但是因子分析的理論意義和評估方法的應用性需要在今后對其他更多的氣候條件和更為廣泛的規劃區域進行進一步的驗證和綜合分析.

[1] 何慧，徐涵秋. 小區規劃對其熱環境影響的遙感分析[J]. 城市規劃，2012，36(11)：33-38.

HE Hui，XU Hanqiu. Impact on thermal environment by district planning based on remote sensing technology [J]. Planning Studies，2012，36(11)：33-38.

[2] OKE T R. The energetic basis of the urban heat island [J]. Quarterly Journal of the Royal Meteorological Society，1982，108：1-24.

[3] 周淑貞，王行恒. 上海城市濕島與城區霧[J]. 應用氣象學報，1991，2(3)：255-263.

ZHOU Shuzhen，WANG Hangheng. The urban moistureisland and urbanfog of shanghai [J]. Quarterly Journal of Applied Meteorology，1991，2(3)：255-263.[4] 任超，吳恩融. 城市環境氣候圖[M]. 北京：中國建筑工業出版社，2012:150-152.

REN Chao, WU Enrong. Urban climatic maps [M]. Beijing：China Building Industry Press，2012:150-152.

[5] 埃維特·埃雷爾，戴維·波爾穆特. 城市小氣候[M]. 葉齊茂，倪曉暉，譯. 北京：中國建筑工業出版社，2014:18-20.

EVYATAR E, DAVID P. Urbanmicroclimate [M]. YE Qimao，NI Xiaohui，translate. Beijing：China Building Industry Press，2014:18-20.

[6] 吉野正敏. 局地氣候原理[M]. 郭可展，譯. 南寧：廣西科技出版社，1989:1.

YOSHINO M. Localclimatic principle[M]. GUO Kezhan，translate. Nanning：Guangxi Science and Technology Press，1989:1.

[7] GRIMMOND C S B, BLACKETT M, BEST M J, et al. The international urban energy balance models comparison project: First results from phase 1 [J]. Journal of Applied Meteorology and Climatology，2010，49(6)：1268-1292.

[8] MASSON V. A physically-based scheme for the urban energy budget in atmospheric models [J]. Boundary Layer Meteorology，2000，94(3)：357-397.

[9] GRIMMOND C S B, OKE T R. Turbulent heat fluxes in urban areas: observations and a local-scale urban meteorological parameterization scheme (LUMPS) [J]. Journal of Applied Meteorology, 2002, 41: 792-810.

[10]BRANDSMA T, WOLTERS D. Measurementand statistical modeling of the urban heat island of the city of Utrecht (the Netherlands) [J]. Journal of Applied Meteorology and Climatology, 2012, 51(6): 1046-1060.

[11]PICKUP J, DE DEAR R J. An outdoor thermal comfort index (OUT_SET). Part 1:The model and its assumptions [C] // The 15th International Congress of Biometeorology and International Conference on Urban Climatology. Sydney: World Meteorological Organization, 2000: 1-6.

[12]KURAZUMI Y, JIN I, KNODO E, et al.The influence of outdoor thermal environment on young Japanese females [J]. International Journal of Biometeorology, 2014, 58(5): 963-974.

[13]SPAGNOLO J, DEAR DE R J. A field study of thermal comfort in outdoor and semioutdoor environments in subtropical Sydney, Australia [J]. Building and Environment, 2003, 38(5):721-738.

[14]WEE P C, KANDA M, MORIWAKI R. Numerical prediction of outdoor thermal index using mesoscale meteorological model [J]. Doboku GakkaiRonbunshuu B, 2001, 45: 259-264.

[15]KONDO H, LIU F. A study on the urban thermal environment obtained through one-dimensional urban canopy model [J]. Journal of Japan Society for Atmospheric Environment, 1998, 33(3): 179-192. (in Japanese)

[16]TANIMOTO J, HAGISHIMA A, CHIMKLAI P. An approach for coupled simulation of building thermal effects and urban climatology [J]. Energy and Buildings, 2004, 36(8): 781-793.

[17]MU Kang, LIU Jing, LI Fangfang, et al. The dynamic prediction on outdoor thermal climate in a complicate urban complex [C] // 13th Conference of the International Building Performance Simulation Association. France, 2013: 998-1005.

[18]ZHUYuemei, LIU Jing, HAGISHIMA A, et al. Evaluation of coupled outdoor and indoor thermal comfort environment and anthropogenic heat [J]. Building and Environment, 2007, 42(2): 1018-1025.

[19]宋曉程，劉京，林姚宇，等. 城市局地熱氣候預測及熱島效應緩解策略[J]. 哈爾濱工業大學學報, 2015, 47(2): 25-30.

SONG Xiaocheng，LIU Jing，LIN Yaoyu, et al. Regional thermal climate prediction and mitigation strategy of local urban heat island [J]. Journal of Harbin Institute of Technology, 2015, 47(2): 25-30.

[20]REN Chao, NG E Y Y, KATZSCHNER L. Urban climatic map studies: A review [J]. International Journal of Climatology, 2011, 31(15): 2213-2233.

[21]張晴原. 建筑用標準氣象數據手冊[M]. 北京：中國建筑工業出版社，2012.

ZHANG Qingyuan. Typical meteorological database handbook for buildings [M]. Beijing：China Building Industry Press，2012.

(編輯 劉 彤)

Urban local climatic visualized evaluation and analysis

LIU Lin1, LIU Jing1,2, XIAO Rongbo3, LI Zhishan3

(1.School of Municipal and Environmental Engineering, Harbin Institute of Technology, Harbin 150090, China; 2.State Key Laboratory of Urban Water Resource and Environment(Harbin Institute of Technology), Harbin 150090, China; 3.Guangdong Provincial Academy of Environmental Science, Guangzhou 510045, China)

Rapid urbanization contributes to unique local climate. This paper proposed an integrated climatic evaluation method by combining a thermal environmental evaluation model and the geographical information system. The air temperature (Ta), urban heat island intensity (UHII), and the outdoor thermal comfort index (OUT-SET*) were selected as evaluation parameters. A planned region area in Dagang District of Guangzhou was adopted as a case study, the climatic parameter calculations and spatial visualization under multiple urban blocks were conducted. Results showed that daily averageTavaried between 27.73 ℃ and 29.96 ℃, the average UHII varied between -0.48 ℃ and 2.2 ℃, while OUT-SET*varied between 29.05 ℃ and 33.44 ℃. By referring to the land use map and spatial distribution maps of green coverage ratio and building floor area ratio, these climatic parameters were influenced in different extent by underlying surface characteristic parameters. By quantitative linear correlation analysis between these parameters, it revealed that UHII had significant negative correlations with both the green coverage ratio and building floor area ratio, the correlation coefficients of which were -0.433 and -0.490, respectively. OUT-SET*had significant negative correlation with the building floor area ratio and weak negative correlation with green coverage ratio, the correlation coefficients of which were -0.295 and -0.790, respectively.

urban planning; local scale; thermal climate; evaluation; spatial visualization

10.11918/j.issn.0367-6234.201605004

2016-05-01

國家十二五科技支撐項目(2012BAC13B01)；廣州市科學研究專項(2014J100112)

劉 琳(1991—)，女，博士研究生; 劉 京(1972—)，男，教授，博士生導師

劉 京，liujinghit0@163.com

TU14

A

0367-6234(2017)08-0109-07