基于CFD的建筑對城市湖泊濕度效應的影響模擬

梁勝, 陳存友, 胡希軍, 胡穎炫, 趙荻

基于CFD的建筑對城市湖泊濕度效應的影響模擬

梁勝, 陳存友*, 胡希軍, 胡穎炫, 趙荻

中南林業科技大學, 風景園林學院, 長沙 410004

城市湖泊水體作為城市生態空間的重要組成部分,對于緩解城市熱島效應具有重大意義。采用定點實測與CFD(Computational Fluid Dynamics)模擬相結合的方法, 以相對濕度為小氣候要素重點討論了建筑因子(建筑后退湖岸距離、建筑高度以及建筑間距)對夏季城市湖泊增濕效應的影響程度。研究結果表明: (1)湖泊周邊建筑是影響湖泊濕度效應的重要因素之一, 城市湖泊濕度效應受城市主導風影響較大, 在上風向1 km以及下風向3 km區域范圍內湖泊的增濕作用明顯; (2)在建筑密度較大時, 僅增大建筑后退距離或增大建筑間距均能使湖泊周邊熱濕環境得到一定改善, 但對上風向區域影響效果有限, 其相對濕度變化為0.1%—1.2%; (3)建筑高度的改變對城市湖泊濕度效應影響最大, 在下風向區域尤為明顯, 其相對濕度變化為2.1%—4.1%。綜上, 只有充分考慮湖泊周邊建筑因子對湖泊濕度效應的影響才能使得城市湖泊的增濕效應達到最大的優化, 該結果能加深對城市湖泊濕度效應的了解, 對于城市生態空間的整體規劃具有參考意義。

小氣候; CFD模擬; 濕度效應; 城市湖泊; 建筑因子

0 前言

全球變暖加劇, 如何有效的緩解城市熱島效應成為了城市生態學領域關注的重點[1]。城市生態用地中的水體由于具有巨大的熱容量和強烈的水分蒸發, 可以有效的緩解城市熱島效應[2-3], 調節城市小氣候, 對改善城市人體舒適度、提高空氣質量方面具有積極作用[4-7]。然而由于現在開發的失控使得城市湖泊周圍各種建筑群如雨后春筍般拔地而起, 形成了獨特的“湖泊盆地”空間特征[8], 阻斷了湖泊與周邊陸域的氣流交換, 大大降低了城市湖泊在改善城市小氣候的效能[9], 高速的城市化進程使得城市生態空間處于被迫開發的狀態, 城市湖泊的生態服務功能被嚴重削弱[10]。如何最大程度的發揮城市生態空間的生態效益, 改善城市熱環境成為了目前亟待解決的問題。

目前針對水體小氣候的研究主要集中在其傳熱機理和作用機制以及其影響因子的研究[11-14]。城市湖泊作為城市水體的一種, 近年來一直是諸多學者研究的熱點問題。目前, 針對城市湖泊效應的相關研究已有一定的進展: (1)在研究方法上, 主要是以實測調查和數值模擬分析為主, 如朱春陽等[15]采用小尺度定量測定的方法研究武漢市湖泊濕地的溫濕效應, 李鹍等[16]利用CFD仿真模擬研究武漢周邊的濕地對城郊區域的氣溫調節作用, 李江林等[17]利用 RAMS 模式對蘭州冬季湖泊效應的進行了數值模擬, 不同的學者對多種模擬軟件進行了嘗試和可行性驗證;(2)從研究的角度來看, 主要集中在對湖泊效應不同影響因子的研究, 可分為湖泊自身因子以及周邊環境因子[18-19]。不少國內外學者研究了水體的布局、面積指數、景觀形狀指數以及深度對湖泊溫濕效應的影響[20-21], 同時也開始有學者針對湖泊周邊的建成環境等周邊環境因子進行了探討[22]; (3)在研究尺度上, 大部分研究主要集中在中(水平范圍為幾十到二、三百公里)、小尺度(水平范圍為幾百米到幾公里)。如 Laird[23]、Adrian[24]分別對北美五大湖區的溫度日較差、湖泊對感熱通量的輸送效應等進行了研究, 許魯君等[25]采用耦合湖泊模型的 WRF- CLM 模式模擬了大理洱海的湖泊效應。

以上可知關于湖泊效應的大量研究都是基于實測結果的綜合性分析, 缺乏針對各單因子作用的定性定量深入研究, 而且不同尺度湖泊的研究在一定程度上僅考慮湖泊自身因子忽略了周邊建成環境因子。由于針對小尺度的湖泊研究更能夠減輕周邊大環境的干擾, 有助于探究湖泊水體對周邊熱環境實質性的緩釋機制。為此, 在已獲得湖南烈士公園湖泊水體全年實測數據的基礎之上, 選取湖泊調節小氣候效應最為明顯的夏季7月份, 通過CFD模擬其濕度場的變化, 對相對濕度指標進行差異性分析, 探究建筑因子對城市湖泊濕度效應的影響程度, 以期為城市湖泊周邊區域的合理規劃與開發提供參考。

1 研究內容與方法

1.1 研究區域概況

湖南烈士公園位于湖南省長沙市(W 111°53′—114°15′, N 27°14′—27°34′), 總面積153.3 hm2, 是長沙市最大的綜合性公園, 具有明顯的“湖泊盆地”空間特征。研究水體位于公園東北向, 總面積約69.33 hm2。將公園內的年嘉湖、躍進湖及其周邊400 m范圍用地作為湖泊研究樣本區域, 區域面積總計331.49 hm2。根據《住宅設計規范》、《民用建筑設計通則》中關于建筑高度的說明: 一至三層為低層住宅, 四至六層為多層住宅, 七至九層為中高層住宅, 九層以上高層住宅為以及總高度超過24 m的公共建筑和綜合建筑均稱為高層建筑, 統計到樣本區域低層建筑128棟, 中高層建筑281棟, 高層建筑61棟(圖1)。該地區域氣候為亞熱帶季風氣候, 夏季盛行東南風, 冬季盛行西北風。

1.2 實測研究方法

1.2.1 樣線與樣點設計

在湖南烈士公園年嘉湖北側、西側、西南側及躍冬湖東側各布設一條樣線, 每條樣線按距湖岸0 m、200 m、400 m分別設定3個樣點, 共計12個(圖2)。為使樣點數據的差異性對比分析更有依據, 對研究區域內12個樣方周邊建筑環境進行統計(表1), 同時也便于后續模擬云圖選點讀數, 以此探究建筑因子對湖泊濕度效應的影響程度。

1.2.2 測試內容與方法

挑選晴朗少云且微風(風速小于3 m·s–1)或無風天氣, 在8: 00—18: 00的測量時段內每隔1 h對樣點距地面1.5 m處的相對濕度(% RH)、風向風速(m·s–1)進行同步測定。為提高數據準確度, 考慮到儀器的誤差及數據測量的穩定性, 每次測定時讀數3次取平均值。

圖1 研究區域周邊建筑概況

Figure 1 Overview of buildings around the study area

圖2 研究區域樣線樣點布置

Figure 2 Arrangement of sample and line in study area

1.2.3 測試儀器

濕度測量儀器采用TESTO 08H1溫濕度計, 濕度測定范圍為0—100% RH, 分辨率0.1% RH; 風速測量儀器采用GM890 數字風速儀, 測量范圍為0—45 m·s–1, 分辨率0.1 m·s–1。

1.3 模擬研究方法

1.3.1 物理模型建立

采用AutoCAD軟件進行底圖繪制, 由于只重點討論建筑因子對周邊環境熱濕環境的影響, 考慮到計算軟件的限制便將下墊面除建筑、水體外均設置為地面, 對模型進行合理簡化, 最終建立起樣本區域的三維模型, 輸出為CFD可識別的ASCI文件。

1.3.2 計算參數設立

(1)計算域設定: 根據樣本區域的大小將整個流體計算域設定為3350 m×3400 m×400 m, 將三維幾何模型導入ANSYS Workbench, 用Design Modeler進行處理, 得到流體計算域, 以達到計算模擬的要求。

(2)網格劃分: 采用有限體積法劃分非結構網格, 對計算域進行離散化, 用Mesh進行網格劃分。經處理, 研究區域網格總數量約為739萬, 質量均在0.3以上, 能夠滿足計算模擬要求。

(3)流入流出邊界條件: CFD仿真模擬采用速度入口、壓力出口邊界條件。氣象數值的設置采用定點實測中夏季7月份各項氣象數據(表2)。

入口速度采用指數分布模型, 速度隨高度變化的關系為:u (x)= u(x) ×(x/ x) , 其中為高度, u(x)為取氣象高度10米處的風速;為依賴于地面粗糙度和大氣穩定度的參數, 根據研究區域內建筑高度和建筑密度, 取為0.25。

表1 樣點區域周邊建筑環境

表2 夏季氣象數據設定值

來流入口湍動能(2)和湍動耗散率(3)分別采用如下關系式求得:

其中,為高度;C為常數, 取值為 0. 0845;為卡門常數, 取值為 0. 4, 其余參數含義同上。夏季空氣溫度、水蒸氣質量分數、相對濕度等在各位置的具體參數設置如表3所示。

1.3.3 計算方程選取

基于湖泊樣本區域為低速湍流的流場特點, 采用ANSYS Fluent 17.0作為計算平臺, 選擇壓力基求解器, 計算方程選用RNG 模型進行仿真處理。采用Simple算法進行求解, 壓力和動量方程選擇二階迎風格式, 湍動能和湍流耗散率選為一階迎風格式, 水蒸氣組分和能量方程選擇二階迎風格式。

2 實測模擬結果分析

2.1 模擬驗證分析

將7月份各樣點15日、16日、17日連續3 d實測數據(14: 00)求平均值后與CFD模擬輸出的數據(同時刻)導入SPSS軟件進行相關性分析, 以此驗證CFD模擬的有效性和可行性, 選用皮爾遜相關性進行評價[26]。由于CFD模擬忽略了下墊面硬質鋪裝熱輻射以及樣方周邊人為熱的影響, 其模擬結果普遍比實測結果偏高(圖3), 但其結果變化趨勢整體一致。根據SPSS軟件相關性輸出結果及相關性散點圖(圖4)可知,=0.771, 實測數據與CFD模擬數據處于強相關, 可見CFD模擬結果已具備科學研究的合理性。

表3 模擬參數設定表

2.2 模擬結果分析

對實際算例的模擬結果圖5以及表4進行分析:

(1)主導風上下風向區域建筑群

東南、西北向建筑群區域相對濕度分別最高可50.1—50.7%、 55.0—55.6%, 兩者相差達4.9—5%, 下風向區域相對濕度明顯高于上風向區域。由于從湖泊上風向吹來的干燥空氣經湖泊加濕后沿著風向擴散, 主導風成為冷濕水氣擴散的助推力, 使得湖泊對下風向區域的增濕效應明顯加強, 而位于主導風上方向的建筑群區域, 因與湖泊水氣擴散的方向與主導風相反, 主導風成為阻礙力, 湖泊對主導風上風向區域建筑群的增濕效應受到消極影響。

(2)主導風垂直向區域建筑群

東北、西南向建筑群由于位于主導風垂直向, 主導風對于湖泊水氣擴散的阻礙作用減弱, 兩區域相對濕度整體維持在51%—52%, 略高于主導風上風向區域建筑群, 增濕作用不明顯。

圖3 7月14: 00時實測數據與CFD模擬數據對比圖

Figure 3 Comparison of measured data and CFD simulation data at 2 pm in July

圖4 7月14: 00時實測數據與CFD模擬數據相關性散點圖

Figure 4 Scatter plot of measured data and CFD simulation data at 2 pm in July

(3)湖泊增濕效應空間特征

相對濕度大小為: 湖泊水體上方>西北向建筑群區域(主導風下方向)>西南向建筑群區域(主導風垂直向)>東北向建筑群區域(主導風垂直向)>東南向建筑群區域(主導風上方向), 湖泊增濕效應空間規律明顯。同時發現在下方向的增濕范圍明顯大于上風向, 在下風向區域增濕作用范圍可達3.0—3.5 km, 上風向僅為1.0—1.5 km。

綜上, 城市湖泊在不同風向建筑區域增濕效應的影響程度以及影響范圍存在很大差異, 這為探究建筑因子對不同風向區域的湖泊增濕效應影響程度提供了基本思路。

3 改變單一因子的模擬分析

3.1 改變臨湖建筑后退距離

建筑有阻擋氣流的作用, 影響水蒸氣的輸送。通過去除距湖岸50 m(共計37棟建筑)、100 m(共計85棟建筑)范圍內的所有建筑, 其他參數的設置均與實際算例中保持一致, 以此來探究建筑后退湖岸距離對湖泊濕度效應的影響程度。結合模擬結果圖6以及表5分析可知:

(1)主導風上風向建筑群

東南向建筑群區域相對濕度值分布較平均, 去掉臨湖50 m范圍內建筑后, 濕度值從47.1%— 66.5%上升至47.6%—66.5%; 去掉臨湖100 m范圍內建筑后, 相對濕度值從47.1%—66.5%上升至47.8%—66.6%, 整體變化幅度很小, 僅0.1%— 0.6%。當區域建筑布局過于密集時, 即使增大了建筑距湖岸的后退距離, 也無法減弱主導風對湖泊水氣擴散的消極作用, 相對濕度變化不明顯。

(2)主導風下風向建筑群

該區域與東南向建筑群區域相比有5.3%— 5.5%的提高。建筑后退湖岸距離對此區域的相對濕度影響較大, 但50 m范圍內的后退距離對其影響不明顯, 這和此區域內建筑群的整體閉合程度有關。由于建筑后退100 m使得湖泊周邊大量閉合的建筑群被打開, 湖泊周邊變得更為空曠, 對來流的阻礙作用大大減弱, 冷濕空氣在主導風的影響下其擴散能力不斷加強, 使得下風向建筑群區域空氣濕度不斷增加, 建筑后退100 m較50 m相對濕度值有2.5%—2.7%的提升。

圖 5 實際算例中1.5 m處相對濕度云圖

Figure 5 Cloud map of relative humidity at the height of 1.5 m inactual example

表4 實際算例中1.5 m處濕度云圖讀數

圖6 建筑后退50 m 、100 m 時1.5 m高度處相對濕度云圖

Figure 6 Cloud map of relative humidity at the height of 1.5 m with the building recedes 50 m and 100 m

表5 建筑后退50 m、100 m 時1.5 m高度處相對溫度云圖讀數

(3)主導風垂直向建筑群

西南向建筑群和東北向建筑群區域相對濕度整體集中在50.1%—52.5%, 與實際算例相比差別不大, 變化不明顯, 由此可知建筑后退距離對該區域影響不大。

3.2 改變臨湖建筑高度

建筑高度對于湖泊周邊環境的影響較大, 對來流的阻礙作用可造成相對濕度的變化。針對建筑高度變為原來的1/2、2倍時分別進行模擬分析, 其他參數設置與實際算例中保持一致, 以此探尋建筑高度對湖泊濕度效應的影響程度。結合模擬結果圖7以及表6分析可知:

(1)主導風上風向建筑群

在建筑高度變為原來的1/2倍時, 東南向建筑群區域相對濕度變化不明顯, 相對濕度值下降0.2%—0.8%, 建筑高度的縮減未能降低主導風對湖泊增濕作用的消極影響; 在建筑高度變為原來的2倍時, 東南向建筑群區域相對濕度值變化較大, 下降幅度達2.1%—2.3%, 建筑高度的增加阻礙了湖泊水蒸氣的自由擴散, 削弱了湖泊對周邊環境的調節作用, 建筑高度的增加很大程度上削弱了主導風上風向區域的湖泊增濕效應。

(2)主導風下風向建筑群

在建筑高度變為原來的2倍時, 相對濕度值與實際算例相比增加1.4%—1.6%。由于西北向建筑群大多為低層建筑, 建筑高度變為原來的2倍后, 在主導風的影響下湖泊水氣的擴散能力未受到建筑的較大影響, 湖泊對主導風下風向區域建筑群仍存在著一定的增濕作用; 在建筑高度變為原來的1/2倍時, 西北向建筑群區域相對濕度上升3.9%—4.1%。由于建筑高度的下降使得“湖陸氣流”交換順暢, 同時受主導風的助推作用, 湖泊的增濕效應被加強, 可見建筑高度的降低對主導風下風向區域的增濕作用尤為明顯。

圖 7 建筑高度為原來0.5、2倍時1.5 m高度處相對濕度云圖

Figure 7 Cloud map of relative humidity at the height of 1.5m with the height of the building is half and twice

表6 建筑高度為原來0.5、2倍時1.5 m高度處相對濕度云圖讀數

(3)主導風垂直向建筑群

西南、東北向建筑群區域相對濕度變化不明顯, 在建筑高度變為原來的1/2倍時, 其相對濕度約49.7%—51.1%, 在建筑高度變為原來的2倍時, 其相對濕度約為49.4%—51.8%, 建筑高度的改變對該區域影響不大。

3.3 改變臨湖建筑間距

建筑的布局形式對風環境影響較大, 進而影響空氣對流。研究區域建筑群布局形式多樣, 通過實地調研樣點周邊的建筑環境, 將研究區域的建筑群布局形式分為行列式布局、周邊式布局以及點群式布局。改變實際算例模型中的建筑間距, 變為原來的2倍, 以此探尋建筑間距對湖泊濕度效應的影響。結合模擬結果圖8以及表7分析可知:

(1)主導風上風向建筑群

東南向建筑群區域相對濕度變化不大, 僅下降0.2%—1.2%, 整體相對濕度分布比較均衡。由于東南、西南向建筑群行列式布局較多, 且建筑密度較大, 增大建筑間距使得周邊建筑組團形成街道效益, 使得建筑周邊的風環境得以改善。受主導風影響, 水蒸氣擴散至東南向建筑群區域的能力減弱, 因此與實際算例相比主導風上風向區域相對濕度有小幅下降。

(2)主導風下風向建筑群

西北向建筑群區域相對濕度值為56.4%— 56.8%, 上升0.2%—1.4%。擴大建筑間距對西北向建筑群整體增濕作用不明顯, 這是由于西北向建筑群建筑主要為圍合式以及點群式為主, 且建筑密度較大, 擴大建筑間距對于改善此類布局形式建筑周邊的風環境作用有限, 使得主導風的助推作用較小, 故其相對濕度變化不明顯。

(3)主導風垂直向建筑群

建筑間距為原來2倍后其相對濕度為50.0%— 51.4%, 與實際算例相比, 其濕度值略有下降。由于該區域含有的建筑布局形式多樣, 建筑間距的擴大使得少量閉合圍合式建筑被打開, 以及行列式的建筑形成的街道效應, 主導風的消極作用不斷被加強, 影響湖泊水氣向此區域的擴散能力。

4 結論與討論

通過定點實測與CFD數值模擬交互式驗證研究的方法, 以湖南烈士公園的湖泊水體探析了建筑因子對夏季城市湖泊濕度效應的影響, 得出如下結論: (1)城市主導風向對城市湖泊濕度效應影響較大, 對下風向區域的増濕作用明顯強于上風向區域, 且湖泊的增濕作用與距離呈負相關; (2)在高密度的建筑群僅增大建筑離湖后退距離或是增大建筑間距, 都能使周圍熱濕環境得到一定的改善, 但由于湖泊周邊建成環境的復雜性如建筑布局方式多樣等因素導致效應不明顯, 對上風向區域的增濕效用有限; (3)建筑高度的改變對湖泊周邊環境相對濕度的影響較大, 在主導風下風向區域表現得尤為顯著。

圖8 建筑間距為原來的2倍時1.5 m高度處相對濕度云圖

Figure 8 Cloud map of relative humidity at the height of 1.5 m with the building interval is twice

表7 建筑間距為原來2倍時1.5 m高度處相對濕度云圖讀數

綜上, 建筑和城市主導風風向是影響城市湖泊濕度效應的重要因素。城市湖泊周邊區域的開發應參考城市湖泊效應的相關研究成果進行更為科學合理的決策, 嚴控湖泊周邊建筑高度, 保證城市通風廊道的暢通, 利用城市湖泊的增濕效應進行更為合理的建筑布局, 從而有效改善城市湖泊周邊區域的熱濕環境, 將城市水體的熱環境優化效應最大化, 優化城市生態空間效能, 促進城市可持續發展。由于湖泊周邊建成環境的復雜性, 建筑布局方式等較微觀層面的因素對湖泊增濕效應的影響機制有待深入研究, 同時對于建筑高度影響的閾值也有待明確。在研究過程中由于各種限制, 仍存在著諸多不足, 如模擬過程中忽略了硬質鋪裝以及人為熱的影響, 物理模型的簡化等, 在后續的研究中須不斷優化。

[1] 王甫園, 王開泳, 陳田, 等. 城市生態空間研究進展與展望[J]. 地理科學進展, 2017, 36(2): 207–218.

[2] SUN R H, CHEN A L, CHEN L D, et al. Cooling effects of wetlands in an urban region: the case of Beijing[J]. Ecological Indicators, 2012, 20(9): 57–64.

[3] XIN C, ONISHI A, JIN C, et al. Quantifying the cool island intensity of urban parks using ASTER and IKONOS data[J]. Landscape & Urban Planning, 2010

[4] 李書嚴, 軒春怡, 李偉, 等. 城市中水體的微氣候效應研究[J]. 大氣科學, 2008(3): 552–560.

[5] 金虹, 王博. 城市微氣候及熱舒適性評價研究綜述[J]. 建筑科學, 2017, 33(8): 1–8.

[6] 曾元梓, 陳奕汝, 郭慧娟, 等. 城市湖泊濕地建成環境對PM_(10)、PM_(2.5)濃度影響因子分析——以武漢市為例[J]. 中國園林, 2018, 34(7): 104–109.

[7] 朱春陽, 曾元梓, 陳奕汝, 等.城市湖泊濕地對空氣PM_(10)、PM_(2.5)的影響——以武漢為例[J]. 中國園林, 2016, 32(11): 88–93.

[8] 陳存友, 胡希軍, 鄭霞. 城市湖泊景觀保護利用規劃研究——以益陽市梓山湖為例[J]. 中國園林, 2014. 30(9): 42–45.

[9] 龍麗娟, 陳存友, 胡希軍, 等. 湖泊因子對城市湖泊降溫效應的模擬研究——以湖南烈士公園湖泊為例[J]. 長江科學院院報, 2018: 1–7.

[10] 張棋斐, 吳志峰, 郭冠華. 高密度建成區城市生態空間的熱環境緩釋效應——以廣州市中心城區為例[J]. 城市觀察, 2017(3): 39–49.

[11] 劉京, 朱岳梅, 郭亮, 等. 城市河流對城市熱氣候影響的研究進展[J]. 水利水電科技進展, 2010, 30(6): 90–94.

[12] 紀鵬, 朱春陽, 盛云燕. 不同形狀城市濕地對周邊環境溫濕度的影響[J]. 應用生態學報, 2017 (10): 3385–3392.

[13] WANG C Y, ZHU W P. Analysis of the impact of urban wetland on urban temperature based on remote sensing technology[J]. Procedia Environmental Sciences, 2011,10 (Part B): 1546–1552．

[14] 齊靜靜, 劉京, 宋曉程, 等. 大型城市河流對城市氣候影響的實測研究[J]. 哈爾濱工業大學學報, 2011, 43(10): 56– 59.

[15] 朱春陽. 城市湖泊濕地溫濕效應——以武漢市為例[J]. 生態學報, 2015, 35(16): 5518–5527.

[16] 李鹍, 余莊. 武漢地區風環境影響下濕地調溫作用的模擬分析[J]. 資源科學, 2006(6): 51–59.

[17] 李江林, 陳玉春, 呂世華, 等. 利用RAMS模式對山谷城市蘭州冬季湖泊效應的數值模擬[J]. 高原氣象, 2009, 28(5): 13–23.

[18] 戴茜, 陳存友, 胡希軍, 等. 建筑因子對城市湖泊溫度效應的模擬研究——以湖南烈士公園湖泊為例[J]. 生態環境學報, 2019, 28(1): 106–116.

[19] 袁旸洋, 朱辰昊, 成玉寧. 城市湖泊景觀水體形態定量研究[J]. 風景園林, 2018, 25(8): 80–85.

[20] 萬軍山, 呂丹苗, 劉?；? 夏季鄱陽湖水體溫度場及其氣溫效應[J]. 應用氣象學報, 1994(3): 374–379.

[21] HOU P, CHEN Y H, QIAO W, et al. Near-surface air temperature retrieval from satellite images and influence by wetlands in urban region[J]. Theoretical and Applied Climatology, 2013, 111( 1/2) : 109–118．

[22] 張棋斐, 文雅, 吳志峰, 等. 高密度建成區湖泊水體的熱緩釋效應及其季相差異——以廣州市中心城區為例[J]. 生態環境學報, 2018, 27(7): 139–150.

[23] LAIRD N , BENTLEY A M , GANETIS S A , et al. Climatology of lake-effect precipitation events over Lake Tahoe and Pyramid Lake[J]. Journal of Applied Meteorology and Climatology, 2016, 55(2): 297–312.

[24] ADRIAN R, O’REILLY C M, ZAGARESE H, et al. Lakes as sentinels of climate change[J]. Limnology and Oceanography, 2009, 54(6): 2283–2297.

[25] 許魯君, 劉輝志. 云貴高原洱海湖泊效應的數值模擬[J]. 氣象學報, 2015.73(4): 789–802.

[26] 何春雄, 龍衛江, 朱鋒峰. 概率論與數理統計[M]. 北京: 高等教育出版社, 2012: 7.

CFD simulating study on humidity effect of urban lakes influenced by buildings

LIANG Sheng, CHEN Cunyou*,HU Xijun, HU Yingxuan, ZHAO Di

College of Landscape Architecture, Central South University of Forestry and Technology, Changsha410004,China

As an important component of urban ecological space, urban lake is of great significance to alleviate the urban heat island effect. This thesis uses the method which combines fixed point measurement with CFD (Computational Fluid Dynamics) simulation and takes the relative humidity as the microclimate factor to discuss the influence degree of the building factorson the humidity effects of urban lakes in the summer. The results showed that: (1) The buildings around the lake were one of the important factors that affected the humidity effect of the lake,and the humidity effect of urban lakes was affected by the city's dominant winds.There was a significant lake humidification in the upwind direction of 1 km and the downwind direction of 3 km in the lake. (2) With the high building density, only increasing the distance between buildings and urban lake or building interval could improve the heat and moisture environment around the lake to a certain extent, while the effect on the upwind area was less, with the relative humidity changes from 0.1% to 1.2%. (3) The change of building height had the greatest impact on the humidity effect of urban lakes, especially in the downwind area, with the change of relative humidity from 2.1% to 4.1%. In summary, only taking the influences of building factors surrounding the urban lakes into consideration adequately can the humidification effect of urban lakes be optimized to the greatest extent. The research production of this thesis is valuable for both understanding the humidity effect of urban lakes and planning of urban ecological space.

microclimate;CFD simulation; humidity effect; urban lakes;building factors

10.14108/j.cnki.1008-8873.2020.02.023

P461.5

A

1008-8873(2020)02-191-08

2019-09-02;

2019-10-26

國家林業局“十三五”重點學科(風景園林學)(林人發[2016]21號); 湖南省教育廳科學研究項目(13C1135); 中南林業科技大學研究生科技創新基金項目(CX20192007); 中南林業科技大學高等學校“十三五”專業綜合改革試點項目(城鄉規劃學)

梁勝(1994—) ,碩士, 主要從事城市湖泊小氣候、風景園林規劃與設計研究, E-mail: liangsheng0904@foxmail.com

陳存友(1974—), 博士, 副教授, 研究生導師, 主要從事城市規劃、風景園林規劃與設計、旅游規劃研究, E-mail: 81698514@qq.com

梁勝, 陳存友, 胡希軍, 等. 基于CFD的建筑對城市湖泊濕度效應的影響模擬[J]. 生態科學, 2020, 39(2): 191–198.

LIANG Sheng, CHEN Cunyou,HU Xijun, et al. CFD simulating study on humidity effect of urban lakes influenced by buildings: a case study of Martyrs Park Lake in Hunan[J]. Ecological Science, 2020, 39(2): 191–198.