城市街區熱舒適性與空間行為關聯性研究

■ 王 一 Wang Yi 彭智凱 Peng Zhikai

0 引言

目前，國內的城市商業綜合體項目大量涌現，就上海而言，2016年新增商業綜合體項目90個，在全國首屈一指。作為商業綜合體的一種特殊類型，街區式商業綜合體的室外空間是室內的延伸。該空間雖然處于規劃紅線范圍內，屬于一種私有運營和管理的場所，但是它也容納了大量的城市公共活動，因此，街區式商業綜合體是研究城市街區的一類典型案例（圖1）。城市街區 形態會對室外熱環境和行為環境產生雙重影響[3]，兩者的空間分布存在重合和錯位的關系。假設讓更多的行為發生在熱舒適的區域，會有助于群體對城市空間品質的積極評價，從而使更多的人愿意參與室外空間的活動，提高空間的使用效能。所以，從形態出發，去認識其對熱舒適性、行為活動的共同作用和規律是有意義的。

圖1 大寧國際,街區式商業綜合體

1 研究方法與工具

1.1 原型歸納

原型歸納是研究城市形態的重要方法之一。阿爾多·羅西在《城市建筑學》認為原型歸納的方法是尋求與傳統空間契合的重要途徑，探索了城市和建筑類型學的構成原則[4]；原型歸納方法的關鍵在于總結城市空間的形態要素，它們也是真實城市規劃和街區設計的關鍵控制要素，因此，歸納結果具有普遍性和典型性。本次研究通過選取若干個典型的街區式商業綜合體實例，并對外部空間的形態特征進行分類，最終歸納出基于特定城市形態要素的街區原型。

1.2 城市街區的熱舒適性模擬

在城市形態對熱舒適性影響的研究中，有傳統的問卷和實地測量的方法[5]，而隨著計算機數值模擬技術的發展，街區尺度的模擬已經成為評價室外熱舒適性的主要方法?；诔鞘袣庀髷祿Y合既有研究的氣象模型和熱舒適性計算公式，可以實現室外空間熱舒適性的高效、快速模擬。Envi-met軟件作為室外熱舒適性模擬的主流工具，經過實證研究的多次優化，能對大量街區原型實現較好的熱舒適評價[6、7]。預測平均熱感應（Predicted Mean Vote，PMV）是一個基于群體性意見的指標，能測度人群對熱舒適性的平均感應，準確評價室外熱舒適性[8、9]。本次研究經過街區原型的有效歸納，可利用Envi-met軟件生成PMV空間梯度分布圖，從而發現街區形態和熱舒適性的潛在規律。

1.3 城市街區的空間行為模擬

和熱舒適性研究類似，空間行為的研究可以分為實證和模擬兩種途徑，實證可以評價模擬工具的準確性，模擬則可以對大量的類型進行比較。在實證研究中，常見的研究方法包括問卷、認知地圖、方位標注、方向指認、CCD追蹤記錄、行為注記圖等，但這些傳統工具不能同時采集不同地區的數據，樣本數量也會受限于人工統計水平；相比之下，模擬能夠準確、快速地描述空間和行為規律。最為常見的空間行為模擬工具是Depthmap軟件，它的基礎是空間句法理論，已經被廣泛應用于單體建筑、街區、城市，甚至大尺度區域的研究[10]。Depthmap可以生成軸線圖來模擬大尺度城市尺度的空間行為，也可以用可見性分析來模擬較為小尺度的街區。本次研究通過Depthmap計算角平均深度（Angular Mean Depth，AMD），并生成AMD空間梯度分布圖，用來評價各原型的空間可達性[11]，從而發現街區形態和空間使用頻率之間的聯系。

1.4 熱舒適性和空間行為的關聯性評價

為了能更定量地描述空間熱舒適性和行為之間相關程度，需要對兩者進行相關性分析。較為常見的相關性分析方法是多元線性回歸分析[12]，本次研究通過Arcgis平臺對PMV和AMD進行數據交互，來評價熱舒適性和可達性之間關聯性。在數據交互之前，需要保證Envi-met和Depthmap具有相同的輸出精度，這樣才能匹配一致的空間單元大小，并在Arc-gis中合并每個空間單元的所有數據，準確地進行數據交互。具體而言，數據交互分為兩個步驟：

第一步，相關性多元線性回歸分析，目的是為了量化出整體空間的相關系數。相關系數的計算原理是普通最小二乘法[13]，通過最小化誤差的平方和尋找最佳函數，對每一個空間單元進行矩陣運算并求解矩陣系數，即相關系數β以及標準差ε，見公式(1)。在Arc-gis中，OLS(Ordinary Least Squares)工具包可以用來計算每個空間單元PMV和AMD之間的相關系數β和標準差ε（圖2）。從統計學意義上來講，若相關系數β為正為正相關，相關系數β為負則為負相關；若相關系數β的絕對值越小，自變量和因變量的關聯性越小。

式[14]中，Y—因變量，本研究中為PMV；

X—自變量，本研究中為AMD；

β—相關系數；

ε—標準差。

第二步，空間疊圖，目的是為了量化出單個空間單元的數據離散程度。Arc-gis計算每個柵格的標準差ε，可以用來區分不同空間單元的數據離散程度。若某個空間單元的標準差越大，說明數據的離散程度越高，該空間單元越偏離整體空間的平均值。在本次研究中使用標準差進行空間疊圖，可以利用顏色區間對相關性分析結果可視化。

圖2 在 Arc-gis界面用OLS工具包的相關性分析結果

2 街區原型

本研究選取了上海三個典型的街區式商業綜合體項目（圖3），并列舉了若干個形態敏感因子。通過比較這三個實際項目，發現它們的地塊面積、整體容積率較為接近，然而裙房容積率、裙房層數、主街朝向[15]、街網密度[16]、道路交叉口數量卻有較大的差異（表1）。由于這些形態敏感因子很大程度上決定了街區的基本結構，因此，可以控制某一個形態因子作為常量，來歸納街區原型。本次研究歸納了兩次原型，“原型一”控制了相同的裙房容積率，而“原型二”統一了相同的裙房高度。在此條件下，通過改變其余形態因子來生成更多的變型，由此形成數值模擬的基礎。

圖3 用500 m×500m框選街區式商業綜合體及周邊

2.1 原型一

街區原型一統一了相同的地塊尺度和裙房容積率[17]（取大寧國際、五角場萬達、中信廣場的平均地塊尺度250 m×250m，平均裙房容積率1.7，平均主街寬20m，平均次街寬10m），通過變換主街朝向、街網密度兩個變量，形成3個基準模型，15個變型（圖4）。其中基準模型分別代表街區被道路平均切分2次、4次、6次的三種情況；變型代表了主街東西、南北布置、以及偏轉45°布置等五種情況。此外，原型一中的附加變量還有裙房層數。

2.2 原型二

既有研究表明，街道高寬比和街網密度會共同對熱舒適性產生影響[18]，原型一控制了相同的裙房容積率，但是未能統一相同的裙房層數，無法直觀地得出街網密度和熱舒適性的關系，所以在原型二中需要預先設置相同的裙房層數（取大寧國際、五角場萬達、中信廣場平均裙房層數4層），再通過變換街網密度、道路交叉口形態，形成7個基準模型，25個變型（圖5）。在同一裙房層數的條件下，增加街網密度會使得裙房容積率下降，但是可以通過增加塔樓的容積率進行補償。與此同時，相同街網密度的條件下，通過調整道路交叉口形態也可以衍生出若干個子類型。

3 數值模擬

3.1 熱舒適性模擬

作為模擬的前置設定數據，區域性氣候數據會根本性地影響模擬結果。在夏熱冬冷地區的上海，春秋過渡性季節的熱舒適性在一天之內維持的時間較長，戶外活動人數較多。本次研究所選取的模擬時段為2016年11月 5日 13∶00～ 14∶00，在 Envi-met軟件中導入的epw天氣文件均來自上海市國家基本氣象站發布的數據，該氣象站的區站號為58 362，站名為寶山。原型一和原型二的熱舒適性模擬包含了氣溫、相對濕度、平均風速、平均輻射溫度和預測平均熱感應（PMV）。其中PMV的計算綜合考慮了前四者，也已經被推廣用于評價室外熱舒適性，因此，本文最終選擇用PMV作為街區式商業綜合體室外空間熱舒適性的評價依據。

表1 三個上海典型街區式商業綜合體的形態敏感因子對比

圖4 原型一

圖5 原型二

3.1.1 原型一

原型一控制了相同的裙房容積率，隨著街網密度的上升，裙房層數會作為因變量增加。模擬結果顯示，街網密度和裙房層數的同時增加會導致熱舒適性下降（圖6）。然而在三種街網密度下（204，409，616），不同主街朝向的熱舒適性排名順序是相同的，從好到差依次是：東北-西南向布置主街（Vtlr）、南北向布置主街（Vtl）、不區分主次街道但偏轉45°（Basr）、西北-東南向布置主街（Hzlr）、不區分主次街道（Bas）、東西向布置主街（Hzl）。街網密度越大，不同主街朝向對熱舒適性的區別越大。

圖6 原型一： 預測平均熱感應（PMV）模擬結果

3.1.2 原型二

原型二控制了相同的裙房層數，因此，增加街網密度會導致裙房容積率降低。如果裙房容積率不受限制，例如轉移部分到塔樓的容積率，那么討論街網密度和熱舒適性的關系是有意義的。根據Y-Z平面的模擬結果，增大街網密度，總體上能夠提升室外空間的熱舒適性。但中間也出現了較大的波動（20 402，30 604），由于此時街網密度過小，街道在不同方向的數量差異主導了平均熱舒適性，因此可以排除。除了街網密度之外，道路交叉口形態和熱舒適性之間也能找到一定規律。根據X-Z平面的模擬結果，在裙房層數、街網密度相同的雙重前提下，將一個十字交叉口轉換為兩個T字交叉口，能夠大幅提升室外空間的熱舒適性：從10 200到61 618的PMV值提升了0.27（圖7）。

3.2 空間行為模擬

圖7 原型二：預測平均熱感應（PMV）模擬結果

空間句法的可見性分析能夠計算角平均深度（AMD），其原理是將深度值算法中的“距離”定義成角度，角深度即從一個柵格出發到達其他的柵格，需要最小轉過的角度之和。AMD只與角度有關，與經過的路程無關。從空間中某點到另一點的路程中，所需轉過的角度越大，尋路難度系數越高，空間可達性越低；反之，AMD越低，所需轉過的角度越小，空間可達性越高。在街區式商業綜合體中，可達性高的區域更可能產生行為集聚，也提升了空間使用頻率。

3.2.1 原型一

原型一的模擬結果顯示，增加街網密度會提升空間可達性。其次，區分主次街道對空間可達性的影響應該分兩種情況討論：當一個街區被道路切分大于4次時（409，616），區分主次街道會降低空間可達性；而當一個街區被道路切分2次時（204），區分主次街道會增加空間可達性。此外，由于Depthmap只根據二維物理空間結構進行模擬，所以裙房層數、主街朝向不會對模擬結果產生影響（圖8）。

3.2.2 原型二

根據Y-Z平面的模擬結果，增加街網密度總體上能夠提升空間可達性（204 ＞ 409 ＞ 616）。當街網密度相同時，均衡不同方向的街道數量能夠增加道路交叉口數量，可以提升空間可達性（408 ＞ 409）。相反，根據X-Z平面的模擬結果，增加T字交叉口會降低空間可達性。由于T字交叉口相比十字交叉口缺少一條直行的選擇，增加了節點處的轉彎概率，導致了AMD增大。因此，在裙房層數、街網密度、道路交叉口數量相同的前提下，若將十字交叉口轉化成多個T字交叉口，反而會降低空間的可達性（圖9）。

圖8 原型一：角平均深度（AMD）模擬結果

4 相關性分析和空間疊圖

4.1 原型一

原型一的裙房容積率固定，代表了裙房的商業開發量受限的情況下不同的變型（圖10）。通過Arc-gis對熱舒適性和空間可達性的數據交互，發現兩者的相關性存在以下規律：①當街網密度和裙房高度同時增加時，相關性降低（204 ＞ 409 ＞ 616）；②主街朝向對相關性結果的影響最大。東西向布置主街時，兩者呈現正相關，且相關性最大；南北向布置主街時，兩者呈現負相關，且相關性最大；其余情況的相關性并不明顯。

具體比較每個空間單元的疊圖結果, 發現個體結論與整體相一致：①道路交叉口越多，每個單元的標準差越大，整體離散度越大； ②東西向道路的標準差大多為正，南北向道路大多為負（圖11）。

4.2 原型二

圖9 原型二：角平均深度（AMD）模擬結果

原型二的裙房層數固定，代表了裙房的商業開發量不受限，可以向塔樓置換部分開發量的情況。經過第二輪熱舒適性和空間可達性的相關性分析，可以發現：①所有基準模型和變型的分析結果均為正相關。②適當增加街網密度能提升相關性。當街區被道路在兩個方向各切分2次時，即街道線密度在4至5（m/m2）區間內，相關性最大（-β=2.05）；當街區被道路切分大于5次時，相關性開始下降。③在裙房高度、街網密度相同的情況下，增加道路交叉口數量能提升相關性（圖12）。

具體比較每個空間單元的疊圖結果, 發現個體與整體的結論相一致：①當道路被切分5次時，標準差較小的空間單元達到最多，意味著此時街區整體離散度最??；②道路交叉口越多，每個單元的標準差越小，整體離散度越?。▓D13）。

(2)大豆進口量減少0.07%。由于國產大豆與進口大豆之間存在替代關系，國產大豆市場價格降低會減少大豆進口0.07%，約5.65萬噸。大豆進口量的變化與替代彈性大小密切相關，替代彈性越大，對進口大豆的擠出效應越強。

圖10 原型一： AMD和PMV的相關系數β和空間疊圖

圖11 原型一空間疊圖：616Vtlr

圖12 原型二： AMD和PMV的相關系數β和空間疊圖

圖13 原型二空間疊圖

5 結語

本研究通過原型歸納、數值模擬、相關性分析和空間疊圖的技術方法，討論了兩個街區原型的環境熱舒適性、空間行為及其兩者的關聯性，目的是為了得出提升熱舒適性和空間行為之間子相關性的途徑。研究結論表明，通過控制特定的街區形態敏感因子，可以有效提升可達性高的區域熱舒適性，具體表現為下面三類情景（圖14）：

第一類是裙房商業開發量受限的情況。在各項形態敏感因子中，主街朝向較于街網密度更能影響熱舒適性和空間行為之間關聯，在裙房容積率相同的條件下，若主街東西向設置，可達性高的區域熱舒適性最好。第二類是裙房的商業開發量不受限，可以向塔樓置換部分開發量的情況。在裙房高度相同的條件下，若街網密度在4～5（m/m2）區間內，可達性高的區域熱舒適性最好。第三類是裙房的商業開發量不受限，但是建筑覆蓋率受限的情況。在街網密度相同的條件下，將部分十字交叉口轉換成多個T字交叉口，可以增加道路交叉口數量，進而提升熱舒適性和空間行為之間關聯性。

以上三種情景，在真實設計決策和方案優選過程中經常遇見。本次結論通過給出特定情景，一方面，可以更有效地指導城市規劃和街區空間形態設計；另一方面，可以讓職業建筑師和規劃師了解影響熱舒適性和空間行為的形態敏感因子，在設計前期就能有意識地根據不同情景進行空間布局。除此之外，本次有關Envi-met熱舒適性模擬還需要進一步分析，由于只選取了一天進行熱舒適性模擬，結論僅僅針對夏熱冬冷地區過渡性季節的熱舒適性和環境行為評價，不適用全年。

圖14 三類情景分析圖

參考文獻：

[1]Erell E． The application of urban climate research in the design of cities[J]． Advances in Building Energy Research．2008,2(1)：95-121．

[2]楊滔．空間句法：從圖論的角度看中微觀城市形態[J]．國際城市規劃 , 2006, 21(3)：48-52．

[3]Brager GS, De Dear RJ． Thermal adaptation in the built environment： a literature review． Energy and buildings[J]．1998, 27(1)：83-96．

[4]羅西著,黃士鈞．城市建筑學[M]．中國建筑工業出版社, 2006．

[5]Oke TR． Canyon geometry and the nocturnal urban heat island： comparison of scale model and field observations[J]．International Journal of Climatology． 1981 Jul 1;1(3)：237-54．

[6]Huttner S． Further development and application of the 3D microclimate simulation ENVI-met[OL]． Mainz University,Germany． 2012．

[7]Middel A, H?b K, Brazel AJ, Martin CA, Guhathakurta S． Impact of urban form and design on mid-afternoon microclimate in Phoenix Local Climate Zones． Landscape and Urban Planning． 2014 Feb 28;122：16-28．

[8]Havenith G． In dividualized mo del o f h uman thermoregulation for the simulation of heat stress response[J]．Journal of Applied Physiology, 2001, 90(5)： 1943-1954．

[9]Fanger P O． moderate thermal environments determination of the PMV and PPD indices and specification of the conditions for thermal comfort[S]． ISO 7730, 1984．

[10]Hillier B． Cities as movement economies[J]． URBAN DESIGN International, 1996, 1(1)：295-344．

[11]Raford N, Chiaradia A, Gil J． Space syntax： The role of urban form in cyclist route choice in central London[OL]．

[12]Krivoruchko K． Spatial statistical data analysis for GIS users[OL]． Redlands： Esri Press; 2011．

[13]Scott LM, Janikas MV． Spatial statistics in ArcGIS．Handbook of applied spatial analysis． 2010：27-41．

[14]Ezell M E, Land K C ． Ordinary Least Squares (OLS)[J]．Encyclopedia of Social Measurement, 2005：943-950．

[15]Ali-Toudert F, Mayer H． Thermal comfort in an east-west oriented street canyon in Freiburg (Germany)under hot summer conditions[J]． Theoretical and Applied Climatology,2007,87(1)：223-237．

[16]F．Ali-Toudert, H． Mayer, Numerical study on the effects of aspect ratio and orientation of an urban street canyon on outdoor thermal comfort in hot and dry climate[J]． Building and Environment, 2006,41(2)：94-108．

[17]H．Mayer, P．Hoppe, Thermal comfort of man in different urban environments[J]． Theor． Appl． Climatol, 1987,38(1)：43-49．

[18]E．Johansson, Influence of urban geometry on outdoor thermal comfort in a hot dry climate： A study in Fez, Morocco[J]．Building and Environme nt,2006,41(10)：1326-1338．