基于計算流體動力學(CFD)的湖泊因子對城市湖泊增濕效應的模擬研究: 以湖南烈士公園湖泊為例

張 偉，陳存友，胡希軍，王凱麗，趙 荻

(中南林業科技大學風景園林學院，湖南 長沙 410004)

近年來，隨著全球城市化進程的加快，城市人口不斷聚集，城市房地產行業快速發展[1-3]。城市湖泊由于其具有獨特的區位優勢、適宜的氣候和良好的生態效益等特征，深受廣大開發商的青睞，導致城市湖區開發規劃“失控”現象愈發嚴重[4-5]。湖泊周圍被高大密集的建筑包圍，空間受到嚴重擠壓，形成了獨特的“湖泊盆地”特征[6-7]。“湖陸環流”機制被阻斷，使得湖泊在改善周圍小氣候方面的功能和效用大大降低[8-9]。如何利用現有資源緩解城市熱環境、改善城市小氣候和營造舒適的人居環境成為城市開發建設的重中之重[10-12]。

城市湖泊作為城市濕地生態系統的重要組成部分，是城市可持續發展的重要基礎條件，具有明顯的小氣候效應。目前關于城市水體小氣候效應的研究主要集中在以下2個方面：(1)基于定點實測[13]、氣象觀測站點[14]和遙感地溫反演等[15]研究方法探索城市湖泊溫濕度效應的空間特征及變化規律。朱春陽[16]采用定點實測方法針對湖泊水體的深度、湖泊面積和湖泊形狀指數等因子對湖泊溫濕度效應進行研究；DU等[17]通過對比分析湖泊與河流的冷島效應強度，探究湖泊冷島效應與河流冷島效應的關系；部分學者采用監測或者遙感衛星方法研究湖泊溫濕度效應的成因以及湖區周圍熱環境的影響機制[18-19]。(2)基于計算流體動力學(CFD)、ENVI-met等數值模擬軟件探索城市湖泊小氣候效應的主導因子：張磊等[20]運用CFD模擬分析了水面植物的遮陽作用、水深和水體尺寸等對水面溫度的影響；宋丹然[21]運用微氣候模擬軟件ENVI-met分析河流寬度、河岸綠地開敞空間、河岸植被結構和住區空間形態4個因子對河流微氣候效應的影響。周浩超[22]采用CFD 數值模擬軟件模擬分析廣州居住小區有無水體、水體占有率、水體的調節時間對微氣候效應的影響。THEEUWES等[23]運用WRF模擬軟件分析河流降溫效應與河流面積、不同風向等之間的關系。

基于國內外大多數研究以水體自身為主，針對大、中尺度的城市建成區，側重對水體自身傳熱機制以及作用機理進行研究。筆者采用小尺度定點實測[24](小尺度觀測方法更有利于分析多樣性與動態性方面的數據，以清晰地反映各時間段各個測點的相對指標變化)與CFD 數值模擬(CFD軟件對小氣候中流體力學的各類問題進行數值實驗、模擬和分析，具有數據的連續性、全面性及物理模型的可調性等顯著優點)相結合的方法研究湖泊面積和湖泊形狀指數對湖泊周圍環境濕度效應的影響，2種方法交互驗證，從而更準確地揭示城市湖泊濕度效應的空間特征和變化規律，通過量化分析可為城市湖泊周邊環境評價以及湖區規劃提供理論依據[25-27]。

1 研究區域概況

湖南省長沙市(北緯27°51′～28°41′，東經111°53′～114°15′)烈士公園位于長沙市區東部偏北，是長沙市內面積最大的綜合性公園。該地屬亞熱帶季風氣候區，冬冷夏熱，雨水充足，夏季盛行東南風，冬季盛行西北風。公園總用地面積為146.35 hm2，其中，陸地面積為77.93 hm2，水域面積為68.42 hm2。公園內主要湖泊有年嘉湖和躍進湖，其中，年嘉湖面積為47.85 hm2，躍進湖面積為16.18 hm2，其余景觀小水體若干，集中分布在年嘉湖西側、紀念塔軸線東側區域內，面積總計4.39 hm2。

2 研究方法

2.1 實測法

2.1.1樣點與樣線設計

根據湖泊周邊的環境及樣本區域的布局選擇4條樣線，分別位于年嘉湖北側、西側、西南側及躍進湖東側(圖1)。各樣線以距離湖泊0、200和400 m處布置樣點，共12個樣點，在每個樣點處向外延伸20 m范圍內，劃定面積為400 m2的樣方區域。空白對照組選擇在距烈士公園湖泊2 000 m的芙蓉廣場附近，可在最大限度上忽略湖泊增濕作用的影響。通過對研究區域15個樣方中的建筑數量、建筑布局方式、綠地率、綠地組成方式和硬質鋪裝比率等環境因素進行統計，并對其進行打分評價(表1)，為分析樣點周圍環境差異性提供依據。

2.1.2實測研究條件與方法

(1)監測時間。在晴朗無風或者微風(風速小于3 m·s-1)的天氣情況下選取2015年7月14、16和18日，在8:00—18:00每個整點時分別對12個樣點進行同步測量記錄。

(2)監測內容。保證每個樣點下墊面條件一致，避免儀器受到陽光長時間的直射，均選擇樹蔭下較為開闊的場地，測量距離地面1.5 m處相對濕度值(%RH)和風向風速(m·s-1)，每次測定時讀數3次取平均值，以減小儀器誤差，保證數據測量的穩定性。

(3)監測儀器。濕度測量儀器選擇德國TESTO 08H1溫濕度計，濕度測定范圍為0～100%RH，分辨率為0.1%RH；GM890 數字風速儀，測量范圍為0～45 m·s-1，分辨率為0.1 m·s-1。

2.2 數值模擬法

2.2.1模型的建立

基于CFD技術對研究區域的樣本模型進行仿真模擬，考慮湖泊周圍環境(包括地形、地質、土壤、水體、建筑用地、林地等)的錯綜復雜，筆者研究集中于湖泊面積和湖泊形狀指數(LSI，Il,s)對城市湖泊增濕效應的影響。Il,s計算公式為

(1)

式(1)中，L為湖泊周長，m；x為不規則形狀系數；A為湖泊面積，m2。首先利用AutoCAD 2010繪制底圖，建立整體模型時進行適當合理化，除建筑和水體外均采用統一下墊面，為排除綠地等其他因子對湖泊濕度效應的影響，對植被情況作忽略處理。建立研究區域三維模型，輸出結果為可導入CFD的ASCII文件格式。

表1 樣點區域周圍環境概況

2.2.2模型的計算

利用AutoCAD 2018軟件建立三維模型并導入ANSYS Workbench中的Design Modeler進行處理，得到流體計算域，并命名不同邊界面。

2.2.3計算條件的設立

(1)網格劃分。采用ANSYS Meshing進行網格劃分，選用非結構網格，針對研究區域場地大小，計算區域選擇3 350 m×3 400 m×400 m(X軸，3 350 m；Y軸，3 400 m；Z軸，400 m)，網格總數量為739萬，網格質量控制在0.3以上，可以充分滿足湖泊濕度效應的模擬需求。

(2)計算設置。以研究區域流場特點為依據，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RNGk-ε模型，模擬采用速度入口、壓力出口邊界條件。夏季氣象數據設置：主要風向為東南風，入口來流速度為1.5 m·s-1，氣壓為101 325 Pa。

(3)速度邊界條件。入口邊界條件設為速度入口，高度為x的某點風速u(x)的經典計算公式為

(2)

式(2)中，x為高度，m；u(x10)為已知高度情況下的風速，通常取氣象高度為1.5 m處的風速，m·s-1；α為地面粗糙度指數，根據計算區域內建筑高度和建筑密集程度可得到不同的計算值，市區、近郊、綠化區和稠密的低層住宅區α取值0.25。為保證模擬結果的可靠性，對3 d的14:00實測風速取平均值v=1.5 m·s-1，選擇夏季主導風向東南風，將其作為邊界條件輸入。

來流入口湍動能(k)和湍動耗散率(ε)計算公式為

(3)

(4)

式(3)～(4)中，x為高度，m；Cμ為常數，取值0.084 5；κ為卡門常數，取值0.4。選取7月16日14:00夏季空氣溫度、相對濕度和水蒸氣質量分數作為模擬參數(表2)。

表2 模擬參數的設定

由平行定點實測結果可知，夏季7月湖泊對周邊環境的增濕效應最強，8:00—18:00時間段內，12:00前后地表溫度達到峰值，考慮到太陽輻射有短波和長波之分，導致空氣中溫度在14:00前后達到峰值。

3 實測與模擬結果分析

3.1 實測結果分析

3.1.17月湖泊增濕效應日變化規律分析

將研究區域與對照場地監測所得的3 d數據進行平均化處理(圖2)，對比分析可知研究區域與對照場地相對濕度日變化規律相似，相對濕度由8:00開始逐漸降低，15:00—16:00達到最低值，隨后呈現小幅上升趨勢。研究區域相對濕度變化范圍為45.80%～61.63%，平均相對濕度為51.39%，對照場地相對濕度變化范圍為43.89%～59.36%，平均相對濕度為49.38%。整體而言，研究區域與對照場地對比呈增濕效應，且在12:00—15:00增濕效應較明顯，平均差值達2%。

3.1.27月湖泊增濕效應影響范圍分析

將各測點3 d內同一時段測得的相對濕度加以平均，計算得到每條樣線上0 m樣點分別與200、400 m樣點各時段的差值(圖3)。

0 m樣點與200 m樣點各時段相對濕度差值的平均值為0.29%，0 m樣點與400 m樣點各時段相對濕度差值的平均值為1.65%，表明湖泊增濕效應與距湖泊距離呈負相關，距離越近，相對濕度就越大；對照場地平均相對濕度為49.38%，各樣線上的3個樣點平均相對濕度分別為52.03%、51.74%和50.38%。可見，7月湖泊對距湖岸0 m處增濕效應最強，平均相對濕度差為2.65%；對周邊200 m處增濕效應稍弱，平均相對濕度差為2.36%；對周邊400 m處增濕效應最差，平均相對濕度差為1%。

3.1.37月湖泊各樣線實測結果分析

將4條樣線7月3 d同一時刻距湖岸不同距離的實測數據分別進行求平均值處理(圖4)，分析可得：(1)整體上相對濕度呈現先下降后上升趨勢，受夏季主導風向以及樣線周邊環境的影響，不同區域湖泊增濕效應強度由大到小依次為下風向區域、垂直風向區域和上風向區域。(2)樣線4(主導風下風向)與樣線3(主導風垂直方向)所處風向位置不同，但周圍環境(建筑密集，通風較差)相似。樣線4相對濕度變化范圍為46.59%～65.25%，樣線3相對濕度變化范圍為37.22%～60.59%，下風向區域增濕效應高于垂直方向區域。整體變化規律一致，樣線3周圍建筑較多，人流量大，受建筑輻射、人為熱影響，導致相對濕度波動較大，整體相對濕度較低。(3)樣線1(主導風垂直方向)和樣線2(主導風下風向)周圍環境相似(建筑較少，人流量小)，所處位置風向不同，樣線1相對濕度變化范圍為44.02%～62.37%，樣線2相對濕度變化范圍為44.65%～63.88%，表明下風向區域增濕效應高于垂直風向區域。

3.2 CFD模擬分析

3.2.1CFD模擬結果相關性驗證

通過CFD模擬得到的模擬實際算例結果與定點實測(各測點3 d的平均相對濕度)同時刻(以夏季7月14:00為例)相對濕度進行相關性分析，通過散點圖驗證可得R2=0.859 8，表明CFD模擬結果與實測結果存在強相關性(圖5)，其中，樣點5、10模擬結果分別與其實測結果相差較大，這是由于地面輻射量(下墊面為硬質鋪裝)和人群活動量較大，導致相對濕度較低，而CFD模擬中忽略了下墊面及人為熱的影響。總體而言，CFD模擬結果已經達到該研究預期要求，與定點實測結果較吻合，具有科學性和合理性。

3.2.2CFD模擬分析

由7月實際算例中1.5 m高處相對濕度(表3)和模擬云圖(圖6)分析可得：

(1)研究區整體相對濕度變化范圍為47.7%～68.3%，相對濕度變化幅度為20.6%，風速變化范圍為0.3～1.8 m·s-1，相對濕度分布情況呈現明顯分區(表3)，湖泊水體上方>西北部建筑區域(下風向)>西南部建筑區域(垂直風向)>東北部建筑區域(垂直風向)>東南部建筑區域(上風向)，下風向區域增濕幅度明顯高于上風向區域。

(2) 中心湖泊區域：湖泊水體區域空曠平展，湖泊上方區域空氣環流形成靜風區，中心水體區域相對濕度較高，水體邊緣區域較低，變化范圍為64.6%～65.9%，受東南部建筑的阻礙作用，風速變化范圍為0.1～0.3 m·s-1。

(3)湖泊東南部區域(上風向)：區域內高層建筑較密集，沿主導風向布局較多，分布較雜亂，人流量較大，減緩了風的流動，主導風的作用力方向與水氣擴散方向相反，風力成為阻礙力，過多的建筑導致太陽輻射較強，相對濕度變化范圍為48.2%～48.9%，湖泊增濕效應較弱。風速變化范圍為1.3～1.5 m·s-1，水氣擴散范圍可達400～600 m。湖泊西北部區域(下風向)：由于主導風的作用力方向與水氣擴散方向一致，風力形成助推力，風力雖受到東南部建筑的阻礙作用，下風向區域內建筑多呈行列式布局，分布較整齊，一定程度上改善了風環境，整體相對濕度較高，變化范圍為56.6%～57.8%，湖泊增濕效應明顯。靠近水體的建筑群迎風面風速略高，變化范圍為1.0～1.3 m·s-1，遠離水體的建筑群內部風速較低，變化范圍為0.4～0.7 m·s-1，水氣擴散范圍可達1 200 m。

(4)湖泊東北部區域(垂直風向)和湖泊西南部區域(垂直風向)：區域內建筑較少，多呈點狀分布，湖泊增濕效應一般，相對濕度變化范圍為50.1%～52.6%，風速變化范圍為0.3～1.2 m·s-1，風力受到部分建筑的阻礙，擴散范圍介于500～800 m之間。

3.2.3控制單因子變化CFD模擬結果與分析

3.2.3.1湖泊面積縮小1/2時的模擬分析

在原有模型的基礎上，不改變湖泊的水面形狀，但將其面積縮小1/2。研究區域濕度、風速分布見圖7，相對濕度見表3。分析可得：

(1)中心湖泊區域：湖泊面積縮小1/2，湖泊增濕效應的分布規律與基礎算例基本一致，整體相對濕度呈現下降趨勢，部分湖泊水體變為人工下墊面，水體分布情況發生變化。湖泊周圍部分區域相對濕度由實際算例62.6%～63.9%下降為54.3%～54.8%，下降范圍為8.3～9.1百分點，主導風受到水體擴散力的阻礙變小，風速相比基礎算例增加0.3～1.0 m·s-1，效果較明顯。這表明湖泊水體面積減小，湖泊增濕效應減弱，風速在一定程度上得到加強。

(2)主導風上風向區域：湖泊面積減小，水氣向周圍的擴張力減小，水體距離建筑的距離變大，使得區域相對濕度略有下降，變化范圍為48.0%～48.4%，相比基礎算例降低0.2～0.5百分點，風速變化不明顯，水氣擴散范圍約為350～500 m。

(3)主導風下風向區域：與基礎算例相比，該區域相對濕度平均值為54.3%～54.8%，下降2.3～3.0百分點，風速變化范圍為0.6～1.1 m·s-1，增大較明顯。受到主導風向與水體分布2個方面的影響，增濕效應大小呈現較明顯分區，西北部部分水體區域變為人工下墊面，導致建筑內部相對濕度較低，約為47.4%～50.8%，水氣擴散范圍為900～1 100 m。

(4)主導風垂直方向區域：湖泊水體距離建筑的距離變大，整體相對濕度略有減小，變化范圍為48.6%～50.0%，局部區域風速增加0.2～0.6 m·s-1，水氣擴散范圍相對減小，約為450～650 m。

表3 湖泊面積減小1/2和為0時相對濕度

3.2.3.2湖泊面積縮小為0時的模擬分析

在原有模型的基礎上，不考慮湖泊的影響，將所有水體區域設置為人工下墊面，模擬湖泊被人工不透水下墊面取代(湖泊被填埋)，研究區域濕度和風速分布見圖8，相對濕度見表3。分析可得：

(1)中心湖泊區域：湖泊面積為0，相當于去掉整個散濕源，區域相對濕度大幅降低，區域最高值從68.3%下降至51.6%，整體相對濕度在47.0%～51.6%范圍內，湖泊水體上方相對濕度相比基礎算例下降15.1～15.5百分點。主導風減弱了對水面上水蒸氣的輸送，使得空氣質量降低，整體風速增大0.15～0.4 m·s-1。研究區域未出現明顯分區，表明湖泊水體具有顯著的增濕效應。

(2)主導風上風向區域：該區域相對濕度總體變化不大，分布也較均勻，部分建筑內部濕氣聚集，形成一定的高濕區，相對濕度變化范圍為47.9%～48.5%，風速較實際算例增加0.15～0.3 m·s-1，缺乏水體擴張力，水氣擴散范圍減小450～600 m。

(3)主導風下風向區域：湖泊面積為0對該區域影響較大，缺乏散濕源，整體區域相對濕度平均值為49.2%～49.6%，下降7.4～8.2百分點，增濕效應在很大程度上受到削弱，少數建筑內部形成積濕，相對濕度稍高，水氣擴散范圍減小100～250 m，表明湖泊水體對周圍環境存在顯著的調節作用。

(4)主導風垂直方向區域：該區域相對濕度變化不大，范圍為48.2%～49.4%，相比基礎算例下降1.9～3.2百分點，風速均勻增加0.12～0.3 m·s-1。

3.2.3.3湖泊形狀指數增大1.5和2倍時的模擬分析

保持湖泊面積不變，將湖泊形狀指數增大為1.5和2倍，研究區域相對濕度及風速分布見圖9～10，相對濕度見表4。分析可得：

表4 湖泊形狀指數增大為1.5和2倍時相對濕度

(1)中心湖泊區域：湖泊形狀指數的改變導致湖岸線變得蜿蜒曲折，水體上方高濕區呈離散型分布，整體相對濕度變化不明顯，部分區域風速增加0.3～0.8 m·s-1。湖泊形狀指數增大為1.5倍時，相對濕度變化范圍為62.6%～63.5%，相比基礎算例下降2.0～2.4百分點，風速變化范圍為0.3～0.5 m·s-1；湖泊形狀指數增大為2倍時，相對濕度范圍為63.9%～64.2%，相比基礎算例下降0.7～1.7百分點，風速變化范圍為0.4～0.6 m·s-1。湖岸線的曲折導致原本的綠地形狀發生變化，湖泊中心下墊面發生改變，某些較粗部分變細(較粗部分較實際算例增濕，較細部分較實際算例降濕)，可見湖泊形狀指數對湖泊水體分布狀況以及湖泊局部環境有一定影響。

(2)主導風上風向區域：湖泊形狀指數增大使得部分水體距離建筑的距離變小，靠近水體的建筑面濕度較高，部分建筑內部形成積濕效應。湖泊形狀指數增大為1.5倍時，相對濕度變化范圍為49.2%～49.6%，風速變化范圍為0.25～0.6 m·s-1；湖泊形狀指數增大為2倍時，相對濕度變化范圍為49.3%～50.0%，風速變化范圍為0.3～0.7 m·s-1。水氣擴散范圍較基礎算例增大200～450 m。

(3)主導風下風向區域：湖泊形狀指數增大為1.5倍時，相對濕度變化范圍為56.0%～56.5%，湖泊形狀指數增大為2倍時，相對濕度變化范圍為54.9%～55.6%。受主導風向和湖泊形狀指數變化以及建筑物阻擋作用的影響，導致水氣在擴散時呈帶狀分布，擴散范圍變化較小。

(4)主導風垂直方向區域：該區域相對濕度總體變化較小，未呈現明顯分區現象，風速變化微小。湖泊形狀指數增大為1.5倍時，東北部區域相對濕度變化范圍為49.7%～50.5%，西南部區域相對濕度變化范圍為51.2%～51.8%；湖泊形狀指數增大為2倍時，東北部區域相對濕度變化范圍為49.8%～50.4%，西南部區域相對濕度變化范圍為51.4%～52.3%。湖泊形狀指數的改變導致部分建筑距水較近，建筑周圍相對濕度增大，可達58.6%～59.2%。擴散范圍較基礎算例增大300～500 m。

4 結論

通過實地測量和模擬分析交互驗證的方法，較全面地探析了湖泊面積和湖泊形狀指數對城市湖泊增濕效應的影響，綜合相關模擬結果及上述分析結果，得出以下結論：(1)城市湖泊增濕效應與距湖泊距離呈負相關，受夏季主導風向影響，不同區域湖泊增濕效應由大到小依次為下風向區域、垂直風向區域和上風向區域。(2)湖泊面積是引起夏季湖泊增濕效應的主要因素，減小湖泊面積相當于縮減整個散濕源面積，水氣向周圍環境的擴散量減少，水體增濕效應明顯減弱，對下風向區域的影響程度高于上風向區域，少量建筑群內部形成靜風區，空氣流通不暢，質量較大的濕空氣堆積在建筑物下方表面，空氣相對濕度較高。減小湖泊面積使得水體上方區域空氣流通順暢，風速相對增大。(3)湖泊形狀指數對湖泊增濕效應的影響有限，在湖泊面積不變的前提下，增大湖泊形狀指數，水體的整體性發生改變，水氣向周圍的擴散范圍增大(上風向區域、垂直向區域)，湖泊整體增濕效應變化較小，局部區域會出現相對濕度較高的現象，整體風速相對增加，對周圍局部環境具有一定改善作用。

定點實測與CFD 模擬分析結果表明采用CFD技術研究中、小尺度下城市湖泊水體小氣候是可行的。但在研究過程中，仍然存在著一些問題需要在今后的深入研究中得到進一步完善：(1)在選取樣本區域方面，僅選擇了湖南烈士公園單一湖泊作為研究對象，缺乏對照的樣本區域，在今后調研中需要增加樣本湖泊，從而得出更科學、準確的規律。(2)由于計算能力有限且該研究區域建筑及周邊環境復雜，在CFD 模擬中對計算模型進行了大幅簡化，將模擬條件設置為陰天，簡化了太陽輻射條件的設置，在下墊面設置中，統一設置為地面，忽略了綠地及道路的影響。在以后的城市湖泊研究中，應盡可能完善相關參數，使得CFD 模擬逐漸由理想模型走向現實環境，使得模擬結果更加符合實際。(3)在探索主導因子對城市湖泊增濕的影響時只選取湖泊面積和湖泊形狀指數對周圍環境的影響，以后需對周圍的建筑因子(建筑高度、建筑后退距離和建筑布局)以及植被因子進行綜合分析，為今后的城市湖區規劃以及更佳人居環境的創建提供科學依據。