城市居住區開發強度與微氣候的關聯性研究
——以合肥市為例

顧康康，祝玲玲

1. 安徽建筑大學建筑與規劃學院，安徽 合肥 230022；2. 安徽省城鎮化發展研究中心，安徽 合肥 230022

城市居住區開發強度與微氣候的關聯性研究
——以合肥市為例

顧康康1,2，祝玲玲1

1. 安徽建筑大學建筑與規劃學院，安徽 合肥 230022；2. 安徽省城鎮化發展研究中心，安徽 合肥 230022

探討城市居住區開發強度與微氣候的關聯性，對優化居住區氣候環境具有重要意義。選取合肥市6種不同類型的居住區作為研究對象，于2017年5—6月測定其空氣溫度、濕度、風速等指標，分別探討居住區容積率、綠地率、建筑密度與微氣候的關聯性。結果表明：（1）居住區的溫度日變化較明顯，呈現白天高、早低、晚中的單峰雙谷型特征，溫度峰谷值出現時間不同，但谷值都出現在上午，峰值都出現在中、下午，在其他開發強度因素相近的情況下，容積率低、綠地率高、建筑密度低的居住區溫度明顯低于容積率高、綠地率低、建筑密度高的居住區；（2）居住區的濕度日變化明顯，濕度呈現白天低、早高、晚中的單谷雙峰型特征，在其他開發強度因素相近的情況下，容積率小、綠地率大、建筑密度小的居住區濕度大；（3）居住區的風速日變化明顯，總體而言，風速呈現白天大、早晚小的特征，但是風速變化復雜，在其他開發強度因素相近的情況下，容積率大、建筑密度低的居住區風速大；（4）與兩樓之間硬質地面相比，處于居住區中心景觀綠帶地區溫度較低、濕度較高、風速較大；濕度不僅與綠地率有關，還受不同植被類型的較大影響；（5）在城市空間變化上，居住區溫度與距離市中心（市府廣場）的距離相關性不明顯，濕度與風速在空間上總體表現為由市中心向周圍增大的趨勢；（6）城市開發強度指標中容積率對溫度和風速影響最大，容積率越大，溫度越高，風速越大；（7）綠地率對濕度影響最大，綠化植被能有效提高空氣濕度。

城市居住區；微氣候；容積率；綠地率；建筑密度

城市微氣候是指城市覆蓋層以下的氣候環境，主要由空氣溫度、濕度、風環境等因素構成，這些構成要素之間相互影響，同時受到建筑物形態、建筑物密度、植被、容積率以及城市規劃因素影響（冷紅等，2014）。中國進入快速城市化階段，鄉村人口大量涌入城市，城市建設強度逐漸增加，導致交通擁堵、環境衛生惡化、居住環境質量下降、熱島現象等各種“大城市病”越來越嚴重，成為人居環境質量的一大問題（石憶邵等，2016）。城市建設強度逐漸增強，城市人工環境逐漸取代自然環境改變了城市下墊面，同時產生大量的熱耗和污染物，改變了城市大氣環境的熱力結構，影響了城市氣候與環境，形成不同于區域氣候的微氣候（馬西娜，2016；Wong et al.，2016）。不同空間形態及功能的城市區域形成不同的微氣候，然而城市不同區域的微氣候帶給市民生活工作很大的影響（鄒源等，2008）。居住是城市首要的功能，城市居住區是城市的一個小組團，研究城市居住區的空間形態布局對居住區微氣候的影響意義重大。目前，對居住區微氣候環境研究主要集中在采用城市微氣候模擬軟件ENVI-met等分析建筑布局對居住區室外微環境的影響（李晗等，2016；張春靈等，2016）、利用實地觀測及景觀格局方法探討居住區景觀設計因子對微氣候的影響（李英漢等，2011；孫燁等，2012；李笑寒等，2017；Brown et al.，2015）、采用城市微氣候模擬軟件ENVI-met分析居住區地下空間開發對微氣候的影響（蘇小超等，2016；楊曉彬等，2016）等方面。綜上所述，居住區微氣候環境研究以單個居住區的實地觀測為主，分析方法以軟件模擬較多，這些研究有利于居住區形成良好的空間形態，創造良好的氣候環境，促進城市整體人居環境的優化。然而，目前有關城市不同區位的居住區系統研究，以及微氣候與居住區開發強度的關系研究都較少。因此，本文選取合肥市6個不同類型的居住區，依據居住區開發強度3個典型指標容積率、綠地率和建筑密度的差異，將6個居住區分為3組，探討居住區開發強度與微氣候的關聯性，為居住區人居環境改善提供依據。

1 研究區域與研究方法

1.1 研究區域

合肥位于中國華東地區，長三角西端，江淮之間。2016年末常駐總人口786.9萬，城市建成區面積428 km2，GDP達到6274.3億元。合肥是安徽省省會城市，地形以丘陵崗地為主，江淮分水嶺自西向東橫貫全境。氣候屬亞熱帶季風性濕潤氣候，四季分明，夏熱冬冷，年均氣溫 15.7 ℃，年均相對濕度為77%，年均降水量約1000 mm，年日照時間約2000 h。

選擇合肥市6個不同類型的居住區（華潤紫云府居住區、利港銀河廣場居住區、新加坡花園城居住區、濱湖明珠居住區、金濠居住區、寶業城市綠苑西區）為研究對象（圖 1），依據居住區開發強度3個典型指標容積率、綠地率和建筑密度的差異，將6個居住區分為容積率對比組（華潤紫云府居住區與寶業城市綠苑西區）、綠地率對比組（新加坡花園城居住區與金濠居住區）和建筑密度對比組（利港銀河廣場居住區與濱湖明珠居住區），3個對比組分別位于中心城區、次中心城區、城市邊緣區（表1）。

1.2 測試內容及儀器

測試指標包括溫度、濕度和風速。2017年5—6月選取3個晴朗微風的日子進行測試，測試時間為 09:00—17:00，同一個對比組同時進行測試，風速采用路昌AM-4204HA風量計儀器測定，溫濕度采用建通JTR08D溫濕度儀器測定。

表1 研究區域概況Table1 Information of study areas

圖1 監測居住區分布圖Fig.1 Residential areas distribution map

1.3 測點布置

每個居住區在樓間的硬質地面設置 1個監測點，在每一組居住區的其中一個居住區設置2個測試點，監測點1位于樓間的硬質地面，監測點2位于中心廣場綠地，以華潤紫云府居住區為例，具體見圖2。

1.4 數據處理

運用SPSS 19.0作統計分析，Origin 7.5繪圖。

2 結果與分析

2.1 居住區微氣候日變化

2.1.1 溫度

圖3所示為居住區溫度日變化圖，由圖可知，6個居住區溫度日變化較明顯，呈現白天高早低晚中的單峰雙谷型特征。6個居住區溫度峰谷值出現時間不同，但谷值都出現在上午，峰值都出現在中、下午。從最高值來看，華潤紫云府居住區（34.2 ℃）＞利港銀河廣場居住區（33.6 ℃）＞新加坡花園城居住區（31.8 ℃）＞濱湖明珠居住區（31.2 ℃）＞金濠居住區（30.6 ℃）＞寶業城市綠苑西區（30.5 ℃）。從日均值來看，華潤紫云府居住區（31.35 ℃）＞利港銀河廣場居住區（31.32 ℃）＞濱湖明珠居住區（30.04）＞寶業城市綠苑西區（29.06 ℃）＞金濠居住區（29.0 ℃）＞新加坡花園城居住區（28.91 ℃）。由此可知，城市中心城區熱島效應明顯，次中心城區較弱，城市邊緣區較明顯。熱島伴隨城市而出現，在人口和建設強度越大的地區，城市熱島效應越顯著（彭保發等，2013；劉宇峰等，2015；崔勝輝等，2015）。合肥濱湖新區屬于城市邊緣區，但開發強度較大，疏解了中心城區部分功能，因此，該區域熱島效應比較明顯。總體上，合肥居住區溫度呈現從中心向外圍遞減的趨勢，中心城區的熱島效應十分顯著。

圖2 華潤紫云府居住區監測點布置圖Fig.2 Huarunziyunfu monitoring points distribution map

圖3 居住區溫度日變化圖Fig.3 The daily variation of the temperature of residential areas

對比不同開發強度因素對溫度的影響（圖3），容積率對比組兩居住區在中午呈現顯著差異，最高相差4.9 ℃；綠地率對比組兩居住區在上午及中午差異較顯著，最高相差1 ℃；建筑密度對比組兩居住區在13:30—15:00差異顯著，最高相差3.5 ℃。由此可知，居住區開發強度指標對溫度的影響從大到小分別是容積率、建筑密度、綠地率。降低居住區容積率是降低城市熱島效應的重要手段。

2.1.2 濕度

從圖4可知，6個居住區濕度日變化較明顯，呈現白天低早高晚中的單谷雙峰型特征。6個居住區的濕度峰谷值出現時間不同，但峰值都出現在上午，谷值都出現在中午和下午。從最高值來看，濱湖明珠居住區（78.9%）＞寶業城市綠苑西區（78.3%）＞華潤紫云府居住區（78.3%）＞利港銀河廣場居住區（77.3%）＞新加坡花園城（69.1%）＞金濠居住區（67.4%）。從日均值來看，濱湖明珠居住區（73.67%）＞寶業城市綠苑西區（72.3%）＞利港銀河廣場居住區（70.32%）＞華潤紫云府居住區（66.15%）＞新加坡花園城居住區（62.31%）＞金濠居住區（56.01%）。由此可知，合肥居住區濕度總體呈現從中心向外圍遞增的趨勢，中心城區的濕度偏低。

對比不同開發強度對濕度的影響（圖4），容積率對比組中，低容積率居住區寶業城市綠苑西區濕度比華潤紫云府居住區大，日均值相差6.15%；兩居住區在中午及下午呈現顯著差異，最高相差14.4%。綠地率對比組中，高綠地率居住區新加坡花園城居住區的濕度均比金濠居住區大，日均值相差6.3%；兩居住區中午及下午差異均顯著，最高相差12.7%。建筑密度對比組中，低密度居住區利港銀河廣場居住區濕度比濱湖明珠居住區濕度小，日均值相差3.35%；兩居住區在下午差異顯著，最高相差8.3%。由此可知，居住區開發強度指標對濕度的影響從大到小依次是綠地率、容積率、建筑密度。要提高居住區綠地率、降低居住區容積率是提高城市空氣濕度的重要手段。

圖4 居住區濕度日變化圖Fig.4 The daily variation of the humidity of residential areas

2.1.3 風速

圖5所示為居住區風速日變化圖，6個居住區風速日變化均較明顯，呈現白天高早晚低并呈現波狀起伏變化的特征。從最高值來看，濱湖明珠（3.2 m·s-1）＞銀河利港廣場（2.3 m·s-1）＞金濠居住區（2.3 m·s-1）＞華潤紫云府居住區（1.6 m·s-1）＞寶業城市綠苑西區（1.5 m·s-1）＞新加坡花園城居住區（0.9 m·s-1）。從日均值來看，濱湖明珠（1.46 m·s-1）＞銀河利港廣場（1.25 m·s-1）＞金濠居住區（0.75）＞華潤紫云府居住區（0.71 m·s-1）＞新加坡花園城居住區（0.44 m·s-1）＞寶業城市綠苑西區（0.28 m·s-1）。由此可知，合肥居住區風速總體呈現從中心向外圍遞增的趨勢，中心城區的風速偏低。

對比不同開發強度對風速的影響（圖 5），容積率對風速的作用主要是通過建筑高度來體現（Meggers et al.，2016），總體而言，容積率較高的華潤紫云府居住區風速比寶業城市綠苑西區高，日平均值相差0.43 m·s-1；容積率對比組兩居住區風速在中午及下午呈現顯著差異，最高相差1.5 m·s-1。綠地率對風速的作用與其值大小和植被類型都有關（王薇等，2016），總體而言，新加坡花園城的風速比金濠居住區小，日平均值相差0.31 m·s-1。綠地率對比組兩居住區風速在中午及下午差異較顯著，最高相差1.2 m·s-1。建筑密度決定城市空地率或建筑密集程度，進而影響風速（葛亞寧等，2016），總體而言，利港銀河廣場的風速較比濱湖明珠小，日平均值相差0.21 m·s-1；建筑密度對比組兩居住區在下午差異顯著，最高相差1 m·s-1。由此可知，居住區開發強度指標對風速的影響從大到小依次是容積率、綠地率、建筑密度。要提高居住區建筑樓高度是提高城市空氣風速的重要手段。

圖5 居住區風速日變化圖Fig.5 The daily variation of the weed speed of residential area

2.2 居住區微氣候空間變化

2.2.1 居住區不同監測點微氣候變化

圖6所示為居住區不同監測點的日平均微氣候柱狀圖。居住區兩個監測點的日平均溫度差異大，華潤紫云府居住區、新加坡花園城、銀河利港廣場居住區監測點1日平均溫度分別比監測點2高2.52、0.81、0.33 ℃。一方面居住區中心景觀綠帶地區植被多，植物進行光合作用和蒸騰作用將顯熱轉為潛熱（姜榮等，2016），有效降低周圍環境溫度；另一方面居住區中心景觀綠帶地區更開闊，散熱較快；此外，測試期間該區域人流量較少，導致溫度較低。位于中心城區的華潤紫云府居住區兩監測點溫度相差最大，其次為次中心城區、城市邊緣區，表明在中心城區綠化的降溫作用較次中心城區及城市邊緣區好。

華潤紫云府居住區、銀河利港廣場居住區監測點2的日均濕度分別比監測點1日高4.65%、6.1%；新加坡花園城居住區監測點 1日均濕度比監測點 2高4.74%。有關研究表明，植被類型及PAI不同會造成微氣候產生差異（Sanusi et al.，2017），新加坡花園城居住區監測點2溫度比監測點1高，這可能與監測點植被類型有關，監測點 2雖然處于居住區中心景觀綠帶地，但是其綠化種植是以高大喬木為主，灌木和草地植被較少，而監測點 1附近植物以灌木和草地為主。位于中心城區的華潤紫云府居住區兩監測點溫度相差最小，其次為次中心城區、城市邊緣區，表明中心城區的綠化增濕作用不明顯。

華潤紫云府居住區、新加坡花園城、銀河利港廣場居住區監測點2的日均風速分別比監測點1日高0.37、0.13、0.27 m·s-1。居住區中心景觀綠帶地區植被多，溫度較低，與周圍環境形成溫差，加速空氣流動，且空間也更開闊，通風效果更好。位于中心城區的華潤紫云府居住區兩監測點風速相差最大，其次為城市邊緣區、次中心城區，表明中心城區的綠化能顯著提高居住區風速。

2.2.2 距離市中心遠近居住區微氣候變化

以合肥市府廣場為城市中心，計算各居住區到市中心的距離，分別繪出各居住區溫度、濕度、風速與居住區與市府廣場距離的關系圖（圖 7）。由圖可知，溫度與居住區距市府廣場的距離相關性不明顯，一方面有關研究表明城市熱島效應在白天不明顯，而在晚上明顯；另一方面這可能與合肥整體開發強度及空間布局有關，濱湖區位于城市邊緣，但開發強度較大，故該區域熱島效應較明顯。因此，控制城市蔓延，發展緊湊型城市，保護生態碳匯空間，可以減緩熱島效應（祁豫瑋等，2011；Adachi et al.，2014；王冕等，2017）。

中心城區的寶業城市綠苑西區和華瑞紫云府居住區在測試當天濕度偏高，給整體實驗帶來誤差，為了保證實驗的準確性，以中心城區碧湖云溪一期居住區和昌都匯華府居住區代替該組。由圖7可知，濕度與居住區距市府廣場的距離相關性顯著，總體上呈現距離市中心越遠其值越大。處于合肥市邊緣的濱湖區，屬于新開發片區，距離城市中心城區較遠，城市整體建設強度和人口密度較中心城區有所降低；該區域東南方向不遠處有大面積的水域巢湖，相關研究表明，濕島效應主要源于城市綠地和水面的增多（馬鳳蓮等，2009；張清艷等，2016）。

風速與距離市中心的距離相關性顯著，總體呈現從中心向外圍增大的趨勢。中心城區人口密度高、交通流量大、耗熱大，城市建設強度高、整個區域建筑密集、綠化及水域較少，一方面對風形成阻擋，另一方面不利于形成空氣對流，導致風速較小。

圖6 監測點1與監測點2日均微氣候Fig.6 The daily average microclimate of monitoring point 1 and monitoring point 2

3 討論

城市居住區微氣候影響因素非常多，包括可調控因素和不可調控因素，同時微氣候之間也是相互作用的（Wong et al.，2016）。本文主要研究城市居住區常規開發強度指標容積率、綠地率、建筑密度對微氣候的影響。

圖7 微氣候與居住區距合肥市中心（市府廣場）距離關系Fig.7 Plot of microclimate to the distance of residential area to center of Hefei core area, Hefei City Hall Square

3.1 微氣候與容積率的關系

容積率對比組中的華潤紫云府居住區是高層住宅，密度較低，而寶業城市綠苑西區是低層住宅，密度較高，高層低密度的居住區布局相比低層高密度的居住區為住宅的周圍建筑及環境提供更多的建筑遮陰效果，同時更大的寬闊度使得住宅周圍環境散熱快（王敏等，2013）；低層高密度居住區提供了更多的街巷空間以及建筑陰影，減少了低層建筑所接受的太陽輻射（Middel et al.，2014）。高層低密度的華潤紫云府居住區雖然利于通風且其產生的陰影能降低溫度，但低層高密度的寶業城市綠苑西區建筑所接受的太陽輻射更少，導致寶業城市綠苑西區溫度較華潤紫云府居住區低。此外，華潤紫云府居住區容積率較大，居住人數和能源消耗較多，溫度較高。

華潤紫云府居住區容積率較大，溫度與濕度之間存在著強烈的負相關性，華潤紫云府居住區溫度較高，強蒸發作用導致居住區濕度較低。

華潤紫云府居住區和寶業城市綠苑西區綠地率、建筑密度相同，造成其風速差別的因素是容積率，進一步來說是由于高度造成的。高層建筑之間更容易形成峽谷效應，有利于局部空氣流通，產生峽谷風及下沉風（韓貴鋒等，2016）。通過將寬度和高度控制在較小范圍內，巷道內一側有建筑形成陰影區，就會形成溫度差，從而形成熱壓通風，改善局部微氣候（單樑等，2013）。華潤紫云府居住區的高層建筑容易形成峽谷風，同時建筑陰影區容易形成熱壓通風。

由此可見，高容積率居住區總體呈現高溫度、低濕度、高風速的微氣候特征。

3.2 微氣候與綠地率的關系

綠地率對比組中的新加坡花園城居住區和金濠居住區位于次城市中心城區，兩者的容積率、建筑密度相近，造成兩者微氣候差別的主導因素是綠地率。新加坡花園城居住區植被覆蓋率較金濠居住區大，植被綠化光合作用將太陽能轉化為化學能，減少轉化為長波輻射的能量；蒸騰作用吸收熱量將顯熱轉化為潛熱，從而達到降溫的作用（Kong et al.，2016）。因此，高綠地率居住區新加坡花園城居住區溫度較低。

植被在外界風熱環境的影響下產生蒸騰作用并釋放水蒸氣，導致周圍濕度高（鄭子豪等，2016），故高綠地率居住區新加坡花園城的濕度較高。

新加坡花園城居住區由于溫度較低，與周圍環境形成溫差，空氣流動速度加快。相關研究表明，植物的郁閉度過大可以阻擋一定的風速（Sanchez et al.，2015；馬杰等，2013）。新加坡花園城居住區高大喬木及密林阻擋了通風，導致風速較低。

由此可見，高綠地率居住區總體呈現低溫度、高濕度、低風速的微氣候特征。

3.3 微氣候與建筑密度的關系

建筑密度對比組中的利港銀河廣場居住區和濱湖明珠居住區位于城市邊緣區，兩者的容積率、綠地率相近，造成兩者微氣候差別的主導因素是建筑密度。高密度的利港銀河廣場居住區溫度均比低密度的濱湖明珠高，表明低密度的居住區溫度較低。建筑密度越低，障礙物越少，越有利于居住區通風，降低居住區溫度，與眾多研究結果一致（王偉武等，2010；樊亞鵬等，2014）。

濱湖明珠居住區建筑密度低有利于空氣流動，居住區溫度降低，濕度升高。此外，從東南方向巢湖吹來的濕氣流加大了該居住區空氣濕度。建筑密度越高，建筑越密集，越能阻擋風速，從而導致風速減弱。

由此可見，高建筑密度居住區總體呈現高溫度、低濕度、低風速的微氣候特征。控制居住區建筑密度，提高居住區建筑高度，可以改善城市微氣候。

4 結論與展望

4.1 結論

本文選擇合肥市6個不同類型的居住區為研究對象，依據居住區開發強度3個典型指標容積率、綠地率和建筑密度將 6個居住區分為容積率對比組、綠地率對比組和建筑密度對比組，實地測量得到居住區微氣候數據以及開發強度指標，定量分析并揭示居住區微氣候與土地開發強度之間的相關性，主要結論如下：

（1）合肥居住區溫度總體呈現從中心向外圍遞減的趨勢，濱湖新區等建設強度大的邊緣區熱島效應相對較高，中心城區的熱島效應十分顯著。

（2）居住區開發強度與微氣候關聯性顯著，容積率對溫度和風速影響最大，容積率越大，溫度越高，風速越大。綠地率對濕度影響最大，綠化植被能有效提高空氣濕度，同時植被類型不同會對居住區濕度產生較大影響。建筑密度越大，風速越小，溫度越高，合理的居住區空間布局能改善居住區熱環境并提升居住舒適度。

（3）居住區微氣候在居住區內部的空間變化較明顯，與兩樓之間硬質地面相比，居住區中心景觀綠帶地區溫度較低、濕度較高、風速較大。

（4）在城市空間變化上，居住區溫度與距離市中心（市府廣場）的距離相關性不明顯，濕度與風速在空間上總體表現為由市中心向周圍增大的趨勢。

4.2 展望

（1）不同類型綠地空間布局對居住區的濕度作用差異較大，通過對不同類型綠地空間布局的居住區的濕度開展監測并進行分析，找出兩者之間的相關關系。

ADACHI S A, KIMURA F, KUSAKA H, et al. 2014. Moderation of Summertime Heat Island Phenomena via Modification of the Urban Form in the Tokyo Metropolitan Area [J]. Journal of Applied Meteorology and Climatology, 53(8) :1886-1900.

BROWN C, LUNDHOLM J. 2015. Microclimate and substrate depth influence green roof plant community dynamics [J]. Landscape and Urban Planning, 143: 134-142.

KONG F H, YAN W J, ZHENG G, et al. 2016. Retrieval of three-dimensional tree canopy and shade using terrestrial laser scanning (TLS) data to analyze the cooling effect of vegetation [J].Agricultural and Forest Meteorology, 217:22-34.

MEGGERS F, ASCHWANDEN G, TEITELBAUM E, et al. 2016. Urban cooling primary energy reduction potential: system losses caused by microclimates [J]. Sustainable Cities and Society, 27: 315-323.

MIDDEL A, H?B K, BRAZEL A J, et al. 2014. Impact of urban form and design on mid-afternoon microclimate in Phoenix Local Climate Zones[J]. Landscape and Urban Planning, 122(2): 16-28.

SANCHEZ I A, MCCOLLIN D. 2015. A comparison of microclimate and environmental modification produced by hedgerows and dehesa in the Mediterranean region: A study in the Guadarrama region, Spain [J].Landscape and Urban Planning, 143(1): 230-237.

SANUSI R, JOHNSTONE D, MAY P, et al. 2017. Microclimate benefits that different street tree species provide to sidewalk pedestrians relate to differences in Plant Area Index [J]. Landscape and Urban Planning,157: 502-511.

WONG P P, LAI P C, HART M. 2016. Microclimate Variation of Urban Heat in a Small Community [J]. Procedia Environmental Sciences, 36:180-183.

WONG P Y, LAI P C, LOW C T, et al. 2016. The impact of environmental and human factors on urban heat and microclimate variability [J].Building and Environment, 95: 199-208.

風力發電機組中的齒輪箱是一個重要的機械部件，其主要功能是將風輪在風力作用下所產生的動力傳遞給發電機，并使其得到相應的轉速。風輪的轉速很低，遠達不到高速發電機發電的要求，必須通過齒輪箱的增速作用來實現風力發電。

崔勝輝, 徐禮來, 黃云鳳, 等. 2015. 城市空間形態應對氣候變化研究進展及展望[J]. 地理科學進展, 34(10): 1209-1218.

單樑, 荊萬里, 林姚宇. 2013. 基于SMART方法的低碳生態城市規劃設計實踐研究——以深圳國際低碳城啟動區規劃為例[J]. 華中建筑,31(9): 129-133.

樊亞鵬, 徐涵秋, 李樂, 等. 2014. 廣州市城市擴展及其城市熱島效應分析[J]. 遙感信息, 29(1): 23-29.

葛亞寧, 徐新良, 李靜, 等. 2016. 北京城市建筑密度分布對熱島效應的影響研究[J/OL]. 地球信息科學學報, 18(12): 1698-1706.

韓貴鋒, 蔡智, 謝雨絲, 等. 2016. 城市建設強度與熱島的相關性——以重慶市開州區為例[J]. 土木建筑與環境工程, 38(5): 138-147.

姜榮, 魏寧, 陳亮, 等. 2016. 上海市高溫日的日最高氣溫空間分布特征及改善措施[J]. 氣象與環境學報, 32(5): 84-91.

冷紅, 袁青. 2014. 城市微氣候控制及優化的國際經驗及啟示[J].國際城市規劃, 29(6): 114-119.

李晗, 吳家正, 趙云峰, 等. 2016. 建筑布局對住宅住區室外微環境的影響研究[J]. 建筑節能,44(3): 57-63.

李笑寒, 胡聃, 李元征, 等. 2017. 高層住宅小區中心綠地布局對微氣象影響研究[J]. 生態科學, 36(4): 202-209.

李英漢, 王俊堅, 陳雪, 等. 2011. 深圳市居住區綠地植物冠層格局對微氣候的影響[J]. 應用生態學報, 22(2): 343-349.

劉宇峰, 原志華, 孔偉, 等. 2015. 1993—2012年西安城區城市熱島效應強度變化趨勢及影響因素分析[J]. 自然資源學報, 30(6): 974-985.

馬鳳蓮, 王宏, 宋喜軍. 2009. 承德市城市化對氣溫及空氣濕度的影響[J]. 河北師范大學學報, 33(3): 393-399.

馬杰, 李曉鋒, 朱穎心. 2013. 住區微氣候的數值模擬方法研究[J]. 太陽能學報, 34(12): 2132-2138.

馬西娜. 2016. 基于懸浮顆粒物分布的關中城市居住組團空間形態研究[D]. 西安: 長安大學: 1-2.

彭保發, 石憶邵, 王賀封, 等. 2013. 城市熱島效應的影響機理及其作用規律——以上海市為例[J]. 地理學報, 68(11): 1461-1471.

祁豫瑋, 顧朝林. 2011. 快速城市化地區應對氣候變化的城市規劃探討——以南京市為例[J]. 人文地理, 26(5): 54-59.

石憶邵, 俞怡文. 2016. 郊區化究竟是加重還是緩解了城市病——基于上海的實證分析[J/OL]. 經濟地理, 36(8): 47-54.

蘇小超, 陳志龍, 蔡浩, 等. 2016. 居住區地下空間開發對室外熱環境的影響[J]. 解放軍理工大學學報(自然科學版), 17(4): 356-363.

孫燁, 張德順, 呂良, 等. 2012. 基于微氣候優化的住宅小區景觀設計評析——以鹽城記者家園為例[J]. 中南林業科技大學學報, 32(10):191-197.

王冕, 郝原悅, 戴劉冬. 2017. 國外低碳生態城市建設啟示: 土地利用視角[J]. 中國外資, (3) :40-43.

王敏, 孟浩, 白楊, 等. 2013. 上海市土地利用空間格局與地表溫度關系研究[J]. 生態環境學報, 22(2): 343-350.

王薇, 陳明. 2016. 城市綠地空氣負離子和PM2.5濃度分布特征及其與微氣候關系——以合肥天鵝湖為例[J]. 生態環境學報, 25(9):1499-1507.

王偉武, 張雍雍. 2010. 城市住區熱環境可控影響因素定量分析[J]. 浙江大學學報(工學版), 44(12): 2348-2353.

吳宏偉. 2017. 大氣–植被–土體相互作用: 理論與機理[J]. 巖土工程學報, 39(1): 1-47.

楊曉彬, 陳志龍, 上官林宏, 等. 2016. 城市居住區地下停車對微氣候的影響研究[J]. 地下空間與工程學報, 12(1): 11-19.

張春靈, 姜允芳. 2016. 基于風環境數值模擬的住宅區規劃設計優化研究[J]. 中外建筑, (4): 83-87.

張清艷, 何萍, 蔡艷梅, 等. 2016. 云南高原楚雄市近年來城市氣候特征研究[J]. 云南地理環境研究, 28(5): 41-48.

鄭子豪, 陳穎彪, 千慶蘭, 等. 2016. 基于三維模型的城市局地微氣候模擬[J]. 地球信息科學學報, 18(9): 1199-1208.

鄒源, 胡春勝. 2008. 城市微氣候影響因素及區域信息圖之淺析[J]. 武漢理工大學學報, 30(8): 178-180, 196.

Study on the Relationships between Development Intensity and Microclimate in Urban Residential Areas——A Case of Hefei

GU Kangkang1,2, ZHU Lingling1
1. School of Architecture & Planning, Anhui Jianzhu University, Hefei 230022, China;2. Research Center of Urbanization Development in Anhui Province, Hefei 230022, China

In order to improve climate environment in residential areas, this paper explores the effect of development intensity on its microclimate in urban residential area. In this paper, six types of residential areas in Hefei were selected to research the relevance between microclimate and development intensity indexes such as floor area ratio, green rate, building density by measuring their temperature, humidity and wind velocity in May and June 2017. The results showed that, (1) the temperature in selected residential areas obviously varied daily, with the “single peak and double valleys” temperature curves reaching the peak in the noon or afternoon and the vallys in the morning. At the same circumstance, this paper found that the temperature of low floor area ratio, high green rate and low building density residential areas were obvious lower than that of high floor area ratio, low green rate and high building density residential areas. (2) The humidity in selected residential areas obviously varied daily, with the “single valley and double peaks” humidity curves showing the low value in the daytime, high value in the morning and middling value in the evening. At the same circumstance, the humidity of low floor area ratio, high green rate and low building density residential areas were obvious higher than that of high floor area ratio, low green rate and high building density residential areas. (3) The weed speed in selected residential areas also obviously varied daily, with the high value in the daytime, and low value in the morning and in the evening. The weed speed of high floor area ratio and low building density residential areas was higher. (4) Comparing with the hard ground between two buildings, the landscape greenbelt in the middle of residential areas was lower in the temperature, higher in the humidity,and higher in the wind speed. In addition, the plant type of the greenbelt affected the humidity obviously. (5) The temperature was not obviously related to the distance of residential area to center of city core area (the City Hall Square), but the humidity and the wind speed in the space generally showed the trend of increasing with the increase of distance. (6) Among the urban development intensity indexes, the volume ratio had the greatest influence on the temperature and wind speed, that is, positively correlated. (7)The green rate had the greatest influence on the humidity, that is, the more green plants, the higher humidity.

urban residential areas; microclimate; floor area ratio; green rate; building density

10.16258/j.cnki.1674-5906.2017.12.012

X16

A

1674-5906（2017）12-2084-09

顧康康, 祝玲玲. 2007. 城市居住區開發強度與微氣候的關聯性研究——以合肥市為例[J]. 生態環境學報, 26(12):2084-2092.

GU Kangkang, ZHU Lingling. 2017. Study on the relationships between development intensity and microclimate in urban residential areas——a case of Hefei [J]. Ecology and Environmental Sciences, 26(12): 2084-2092.

國家自然科學基金項目（41471422）

顧康康（1982年生），男，副教授，博士，碩士生導師，研究方向為城鄉生態規劃與區域可持續發展。E-mail: kangkanggu@163.com

2017-08-27