城市街區形態對熱島強度及能耗的影響

■ 周 巖 Zhou Yan 莊 智 Zhuang Zhi 楊 峰 Yang Feng

0 引言

隨著城市化進程的加快，城市街區由單一低密度形態向多樣高密度形態發展，引起街區下墊面構成、通風性能及得熱狀況等因素變化，進而影響城市熱島現象和建筑能耗。城市化對氣候最顯著的影響體現為熱島現象的出現。城市熱島效應改變了城市微氣候，進而影響建筑能耗，給城市生態和人們生活環境帶來影響。城市熱島效應的加重將使空調設備工作狀況惡化，能效比降低，而空調制冷向室外排熱量加大，反過來會加劇熱島效應的產生。Reid Ewing和Fang Rong指出城市形態可以通過輸配電損失、不同住宅存量的能源需求、城市熱島導致的建筑供暖和制冷需求三大因果途徑影響住宅能源使用[1]。在新加坡，Wong N H等分析了在街區尺度下容積率、綠化率、天空視野因子、建筑密度等參數對當地氣溫及建筑能耗的影響[2]。結果顯示，容積率對當地溫度的影響高至2℃，且通過改善城市形態可節省建筑能耗4.5%。而Yi-Ling H等分析了上海市2003～2007年的平均溫度與日電耗，結果顯示城市化進程的加快對制冷度日數和采暖度日數的空間分布具有明顯影響，且中心城區由于城市化的影響具有較大的制冷度日數和較低的采暖度日數[3]。李先庭利用住宅小區室外氣溫的模擬數據分析發現，城市住宅小區住宅建筑夏季冷負荷增大了10%～35%，而冬季熱負荷受城市化影響不大， 其差別不到10%[4]。可見，城市形態對建筑周圍微氣候及建筑能耗有重要影響，通過改善城市形態來改善環境、降低建筑能耗已成為城市規劃和建筑設計領域的一個重要方向。本文以上海為例，基于氣象站及鄰近街區參數的調查分析，并結合典型辦公建筑模型的負荷模擬對比，研究街區形態對當地氣候及建筑能耗的影響。

1 街區形態參數調查與影響分析

1.1 街區選擇原則

本文以上海市10個氣象站點為中心的2～3km2范圍作為街區研究對象。10個街區既包含了高密度城區，也包含了郊區建筑群，分別具有不同的街區形態特征。其中徐家匯和浦東新區分布在市中心的位置，而其他站點均處在相對郊區位置。各站點的具體分布情況如圖1、2所示。

1.2 城市街區形態特征參數

不同的城市街區形態形成不同的微氣候，而微氣候的不同進而會引起建筑空調與采暖能耗的變化。研究表明，建筑密度、容積率、綠化率、空地率、體形系數、天空視角因子、街道高寬比和海拔高度等特征參數均能反映一個城市街區的微氣候[5]。本文選取典型區域的建筑密度Bd、容積率p、綠化率g3個特征參數，根據各街區對應的衛星圖，推算出相應街區的綠化率、建筑密度，并根據全景圖確定出選取區域內的建筑層數，結合面積估算容積率。調研得到各區的3個特征參數值如表1所示。

圖1 氣象站點分布圖

圖2 各氣象站點鄰近街區

1.3 街區微氣候評價指標

1.3.1 熱島強度UHI

城市熱島效應用熱島強度表示。目前關于熱島強度的計算方法有4種觀點：①以熱島中心氣溫減去同期同高度（1.5 m）附近郊區的氣溫所得的差值來表示熱島強度[6]；②用城區各站平均氣溫與同時間同高度附近郊區各站平均氣溫的差值來表示[7]；③取城區某一代表性的觀測站與郊區一代表性觀測站的氣溫資料進行對比，以它們的差值來表示熱島強度[8]；④城市熱島強度是城市觀測點和郊區觀測點近表面大氣溫度的差值[9]。本文采用第三種城市熱島效應的計算方法，可以表示為：

式中，UHI—熱島強度；

Tu—城區觀測站的平均溫度；

Tc—郊區觀測站的平均溫度。

本文獲得了上海市10個氣象站的2015年10月～2016年4月的大氣溫度數據。圖3為各站點在2015年10月～2016年4月的平均氣溫，可見由于熱島效應的影響近似表現為郊區溫度較低，而市中心溫度較高。其中，溫度最高和最低的分別為徐家匯和崇明，相差1.78℃。通過圖1和圖3可知，崇明的氣象站點地處郊區，且其平均溫度最低，故以崇明站點的氣溫數據作為熱島現象的基準溫度，從而得出其他各區的平均熱島強度如表2所示。

表1 城市街區形態特征參數值

1.3.2 熱島發生頻次UHIF

定義熱島發生頻次UHIF為：

式中，tu—城區觀測站的小時平均溫度；

大都市區的整體規劃是以生態恢復與建設為基礎、城市與自然和諧統一為核心、以區域層級分化為重要支撐點、以交通距離時圈為測量尺度、以重點城市為樞紐中心，形成了不同層級的區域空間結構。其中，以中心城區為核心向外放射形成了四條發展廊道，而奉新縣正位于景銅（景德鎮-南昌-銅鼓）生態走廊，在滬昆走廊的輻射影響之內。

tc—郊區觀測站（即崇明監測站）的小時平均溫度。

各區的熱島發生頻次統計如表2所示。

由表2可知，徐家匯的平均熱島強度和熱島發生頻次最高，分別為1.78℃和2.90kh。平均熱島強度和熱島發生頻次最低的分別是青浦和奉賢，與徐家匯相差0.99℃、0.59kh。

1.4 街區形態參數對微氣候的影響分析

1.4.1 熱島強度與街區形態參數的關系

針對上述典型區域的形態參數及微氣候評價指標做相關性分析，得出熱島強度與街區形態參數的關系，如圖4所示。

分析圖4可知，綠化率與熱島強度成反比關系，隨著綠化率的增大，熱島強度逐漸減弱；而建筑密度和容積率均與熱島強度成正比關系，即隨著建筑密度（容積率）的增大，熱島強度逐漸加強。另外，由擬合曲線的R2值可知，單純看3個參數對熱島強度的影響程度，建筑密度影響最大，而容積率次之，綠化率影響最小。因此，為了更好地緩解熱島效應，在城市規劃過程中，應合理考慮有關指標的選定，盡量減小建筑密度和容積率，提高場地綠化率。

圖3 各氣象站點采暖季室外平均氣溫對比圖（2015年10月～2016年4月）

表2 街區微氣候評價指標

圖4 熱島強度與街區形態特征參數之間的關系圖

1.4.2 熱島發生頻次預測模型

由上述分析發現，綠化率、建筑密度和容積率等特征參數與城市熱島效應具有很大的相關性，因此，采用多元線性回歸模型，對城市熱島發生頻次進行預測，可為優化城市街區布局提供參考。以綠化率g、建筑密度Bd和容積率p為自變量，以熱島發生頻次UHIF為因變量，進行線性回歸，線性回歸的結果如式（4）所示，其相關系數R2為 0.81。

圖5 建筑模型示意圖

2 街區形態對辦公建筑能耗的影響分析——以冬季為例

2.1 建筑基本信息

采用Designbuilder動態模擬軟件，以某一辦公建筑為對象建立基準模型，經過模擬電耗與實際電耗的對比驗證該模型的可靠度，模擬邊界條件由上述10個氣象站的溫度數據轉化獲得。建筑模型如圖5所示，表3和表4為建筑基本信息。

2.2 模擬結果對比分析

2.2.1 辦公建筑冬季采暖電耗指標

表3 建筑模型基本概況

表4 圍護結構熱工參數表

不同的街區形態下，綠化率、建筑密度和容積率均不相同，進而形成不同的街區微氣候，而微氣候的不同將導致建筑能耗的差異。

圖6為能耗模擬所得的各區氣象條件下的冬季采暖電耗指標。可知崇明的采暖電耗指標最大，為8.2kWh/m2，最小的是徐家匯，相比崇明，徐家匯的冬季采暖電耗指標減少了11.84%。以崇明為基準，計算其他區電耗指標的減幅，列于表5，可知上海市不同區域的冬季采暖電耗指標相比崇明地區的減幅范圍為7.55%~11.84%。

圖7反映了建筑采暖電耗減幅與城市微氣候評價指標的關系。熱島強度每增加1℃，辦公建筑的采暖能耗指標平均減少5.04%；而熱島發生頻次每增加1kh，辦公建筑的采暖能耗指標平均減少5.18%。式（4）給出了熱島發生頻次的預測模型。因此，可根據綠化率、建筑密度和容積率3個街區形態特征參數預測電耗指標減幅情況。

2.2.2 城市微氣候對辦公建筑冬季熱負荷的影響

表6為各區氣象數據模擬所得的建筑冬季熱負荷指標及減幅（相比崇明）。可知，崇明地區的冬季熱負荷最大，而其他區的設計熱負荷指標的減幅在1.5%～5%之間。另外，由圖8可知，熱島強度每增加1℃，辦公建筑設計熱負荷指標將減少2W/m2（相比郊區）。

圖6 采暖電耗指標

圖7 電耗指標減幅與微氣候評價指標的關系圖

結合上述分析，在空調系統設計階段，通常需要計算建筑的設計負荷，可見如果簡單地采用統一的典型氣象年數據進行動態負荷模擬，計算負荷結果將與實際需求存在一定的偏差，會影響后續機組選型及實際運行效果等。因此，建議在建筑冷熱負荷預測及設備選型時，盡可能選用本地氣象數據進行動態負荷模擬計算。

2.2.3 辦公建筑冬季采暖電耗指標與街區形態特征參數的關系

圖9為采暖電耗指標與街區形態特征參數之間的關系，可知建筑密度和容積率均與建筑采暖能耗指標成反比關系，即隨著建筑密度和容積率的增大，冬季采暖能耗降低；而綠化率與采暖電耗的關系則恰恰相反，隨著綠化率的升高，冬季采暖電耗增大。

表5 模擬辦公建筑采暖電耗指標的減幅

表6 模擬辦公建筑設計熱負荷指標及減幅

圖8 建筑設計熱負荷與微氣候評價指標的關系圖

圖9 冬季采暖電耗指標與街區形態特征參數的關系圖

3 結語

本文分析了上海市10個不同區域的城市微氣候與街區形態特征參數之間的關系，并以冬季為例，明確了熱島強度對辦公建筑能耗的影響。由于缺乏夏季氣象數據且樣本量偏少，影響結果的完整性與可靠度，考慮在后期研究中進行補充完善。通過已有的研究，可得出以下幾點結論：①不同的街區形態形成不同的微氣候，而城市熱島也是微氣候的一種體現。影響上海市城市熱島的街區形態特征參數有建筑密度、容積率、綠化率等，其中綠化率與熱島強度成反比關系，隨著綠化率的增大，熱島強度逐漸減弱；而建筑密度和容積率均與熱島強度成正比關系，即隨著建筑密度（容積率）的增大，熱島強度逐漸加強。②隨著建筑密度和容積率的增大，冬季采暖能耗降低；而隨著綠化率的升高，冬季采暖電耗增大。良好的街區形態設計有助于實現節能。③熱島強度每增加1℃，辦公建筑的采暖能耗指標平均減少5.04%；而熱島發生頻次每增加1kh，辦公建筑的采暖能耗指標平均減少5.18%，上海市辦公建筑冬季采暖能耗相比郊區減幅范圍為7.55%~11.84%。④由于城市街區形態不同，上海市辦公建筑的冬季設計熱負荷相比郊區可減少1.5%~5%。因此，在空調系統設計初期的負荷模擬階段，建議采用當地的氣象數據，從而減少由于氣象數據不準確造成的負荷偏差，造成不必要的能源損失。

參考文獻：

[1]Ewing R, Rong F. The impact of urban form on US residential energy use[J]. Housing policy debate, 2008, 19(1):1-30.

[2]Wong N H, Jusuf S K, Syafii N I, et al. Evaluation of the impact of the surrounding urban morphology on building energy consumption[J]. Solar Energy, 2011, 85(1): 57-71.

[3]Yi-Ling H, Hai-Zhen M, Guang-Tao D, et al. Influences of urban temperature on the electricity consumption of Shanghai[J].Advances in Climate Change Research, 2014, 5(2): 74-80.

[4]李先庭,李瑩,陳玖玖.城市化對住宅建筑空調負荷的影響[J].暖通空調,2002,32(2):79-81.

[5]Vuckovic M, Kiesel K, Mahdavi A. Toward advanced representations of the urban microclimate in building performance simulation[J]. Sustainable Cities and Society, 2016.

[6]Oke T R,East C.The urban boundary layer in Montreal[J].Boundary-Layer Meteorology,1971,1(4):411-437.

[7]劉繼韓.論城市熱島強度的表示方法[J].地理研究,1987, 6(3): 50-56.

[8]周淑貞,束炯.城市氣候學[M]. 北京:氣象出版社,1994.

[9]Kim Y H, Baik J J. Daily maximum urban heat island intensity in large cities of Korea[J]. Theoretical and Applied Climatology,2004, 79(3-4):151-164.