基于CFD和城市形態參數的風環境評價

郭其錦，常方強，黃清祥

(1.東北石油大學 土木建筑工程學院，黑龍江 大慶 163318；2.華僑大學 土木工程學院，福建 廈門 361000；3.中國京冶工程技術有限公司廈門分公司，福建 廈門 361000)

21世紀以來，我國加快了城市化的進程，城市中建筑物林立，不同建筑群布局形態各異[1]，影響城市中的空氣流動，造成了各個區域的風環境差異[2]。風環境與人體的熱舒適度、活動能力和空氣污染物濃度有著重要的關系。合理準確地評價風環境，是城市氣候研究中的重要內容。

當前對城市風環境的研究方法主要以實際測量與計算機模擬為主。在計算機模擬方面，計算流體力學(computational fluid dynamics，CFD)軟件經過多年發展升級，大量應用于居住區與街區風環境模擬。如郭衛宏等[4]從總體布局、建筑形體、圍護界面3個層面，通過CFD模擬來進行建筑自然通風優化的研究,為建筑風環境的優化設計提供思路。劉鵬飛等[5]基于CFD技術對長沙市太平街舊城區風環境進行分析,對比了增加開敞空間和疏通街巷格局兩種局部更新方式對舊城區風環境的改善效果。但采用CFD模擬城市風環境存在一些缺點和不足，主要表現在硬件成本和時間成本較高，模擬的模型尺度較小。因此，一些學者試圖通過城市形態參數分析城市風環境以彌補軟件模擬的缺點。如Ng等[6]引入迎風面積密度這一概念，證實了迎風面積密度與風速比存在高度相關性，可用來評價城市風環境。從以上研究來看，以往對風環境的分析以小區域CFD模擬為主，大尺度區域模擬較少；對城市形態參數與風速相關關系的分析以單因子城市形態參數為主，多因子城市形態參數綜合分析較少；研究的地區與時間多集中在南方和夏季，目的是為了改善城市通風，對于北方和冬季的研究較少[7]。

本文以大慶市東城區為研究對象，結合CFD和多種城市形態參數評價嚴寒地區大尺度區域風環境。利用CFD軟件模擬東城區中心區域建筑群的風速狀況，計算風速比；利用QGIS計算建筑密度、容積率、迎風面積密度和天空開闊度4類城市形態參數；通過SPSS分析風速比與城市形態參數的相關關系；最后通過多因子線性擬合的風速比計算方程和風環境評價標準來評價東城區的風環境。

1 研究區域概況

大慶市東城區西至油水分界線，南至明水泡北緣，東至龍鳳濕地及新301國道，北至北三路、世紀大道橫貫區域中央，面積約為112.40 km2。區域內包括東風新村、高新技術開發區、萬寶、青龍山、龍鳳、王家圍子等6個片區，為大慶市重要的城市發展區之一。同時，依照我國《民用建筑熱工設計規范》[8]的相關規定，該地區屬于嚴寒地區，相關城市規劃與設計應當重點考慮冬季日照和防御寒風的要求。區域內喬灌木占地比例很低且常綠針葉林數量很少，對風環境影響較小。周邊地區為未開發的自然土地及部分油田開采區域,地面粗糙度很低，對城區內部風環境影響極小。

2 CFD模擬計算

2.1 模擬軟件和計算模型的選擇

CFD軟件數量較多且各有適用范圍及特點，其中PHOENICS是一款模型建立簡單，參數設置直接，仿真預測高效，且快速、直觀、準確率高的軟件，本文使用PHOENICS推出的FLAIR模塊進行CFD 模擬?？紤]到模擬選取的案例是城市街區，建筑群形態與布局多樣，因此選取較為精確的RNGk-ε模型進行計算。RNGk-ε模型和普通的標準k-ε模型相比，在模擬氣流運動尤其是湍流漩渦中，有更高的可信度和精度。該模型的控制方程如下：

(1)

其中，u、v、w分別表示流體在x、y、z方向的速度。

(2)

(3)

(4)

其中：ρ為空氣密度；xi、xj表示i、j方向的坐標位置；ui、uj表示i、j方向的速度；p為流體壓力[9]；t為時間;k為湍流動能;ε為湍流耗散率;Gk為由于平均速度梯度引起的湍動能生成項；μeff為有效渦旋黏度；模型常數αk=αε=1.39，C1ε=1.44，C2ε=1.68[10]。

2.2 模擬條件設置

PHOENICS軟件模擬條件設置的內容包括繪制建筑模型、計算域設定、網格劃分、風參數設定和邊界條件設定。模擬前的參數設置通常有兩類可供參考，一類為歐洲科技研究領域合作組織COST推薦的設定[11]，另一類為日本建筑設計學會AIJ推薦的設定[12]。本次模擬參考AIJ推薦的設定，具體設定如下：

(1)繪制建筑模型：根據建筑實際尺寸通過CAD軟件繪制建筑模型。

(2)計算域設定：建筑覆蓋區域小于整個計算域面積的3%；計算域水平方向邊界距離建筑覆蓋區域5H(H為所模擬區域中的建筑物高度最大值)以上；計算域高度為3H。

(3)網格劃分滿足以下要求：網格劃分采用PARSOL處理方法。建筑覆蓋區域網格較為密集，周邊區域網格數量逐漸減少，尺寸逐漸增大。建筑覆蓋區域水平方向每3 m一個網格，1.5 m高度即行人高度內每0.5 m一個網格。

(4)風參數設定：初始風向為大慶市夏季主導風向西南風(距離正南45°)和冬季主導風向西北風(距離正北45°)。大慶市常年主導風力為3～4級，冬季風速高于夏季，根據氣象數據設置初始10 m高度夏季風速為4 m/s，冬季風速為5 m/s。

(5)入口邊界條件設定：研究區域屬于大氣層底部的人群活動區域，區域中空氣為不可壓縮流體，因此設定邊界條件為速度入流邊界。邊界層中受地面粗糙度影響形成梯度風，不同高度的風速計算方程如下：

(5)

其中：V為10 m高度處風速；VZ為Z高度處的風速；Z為離地高度；α為地面粗糙度，模擬區域位于市區且區域內以高度較低的建筑為主，因此α取值0.24。

(6)出口邊界條件設定：一般情況下，在建筑風環境模擬中出口邊界壓力與速度不明時，應將出口邊界設定為自由出口，不受限制。

(7)上空面與兩側面邊界條件設定：計算域頂部與兩側距離建筑物較遠，氣流受到建筑物影響很小，因此將其設置為自由滑動面。

2.3 街區形態特征

選取東城區中心片區建筑群進行CFD模擬。該區域為位于經六街與緯二路兩側的商業區和住宅區，東西長約2.5 km,南北長約2 km,其軸測圖如圖1所示。區域內建筑群布局形態各異，有行列式、半圍合式與圍合式布局，街道的寬度與走向也不同，因此適合作為城市風環境模擬的區域。根據建筑群形態差異，區域大致可分為3個部分：北側多為行列式布局，建筑為南北朝向；西南側多為行列式布局，建筑為西南-東北朝向；東南側建筑群以圍合式、半圍合式布局為主，且有多棟高層建筑，建筑物較密集。

圖1 模擬區域的軸測圖

2.4 模擬結果分析

模擬結果中的行人高度處風速云圖如圖2所示。整體風速情況如下：夏季模擬區域內整體風速偏低，西南-東北朝向行列式布局的建筑群風速較低，圍合度較高的建筑群風速較低，南北朝向行列式布局的建筑群風速較高。冬季模擬區域內整體風速偏高，西南-東北朝向行列式布局的建筑群風速較高，南北朝向行列式布局的建筑群風速較高，圍合度較高的建筑群風速較低。

圖2 行人高度處(1.5 m高度)風速云圖

從模擬結果可以看出，模擬區域風速變化的基本特征為：建筑密度與迎風面積越小，區域風速越高；建筑圍合程度越低，區域風速越高；建筑物排布越平行于風向(建筑物長邊方向與風向夾角越小)，區域風速越高。

3 大慶市東城區風環境評價

3.1 風速比與城市形態參數的相關關系分析

為了更好地了解風速與城市形態間的關系，進而通過優化城市形態調節風速，需要了解風速與城市形態參數間的定量關系。城市形態參數通過QGIS軟件中的UMEP插件運算生成，該插件的運算速度遠快于CFD模擬同尺度區域風環境的速度，對硬件配置要求也較低。本文選擇的城市形態參數包括建筑密度、容積率、迎風面積密度和天空開闊度，其中由于近地面層的通風情況對人群活動的影響較大，計算迎風面積密度時需要將近地面層單獨考慮。參考Ng等[6]的研究成果，計算迎風面積密度時只計算建筑高度15 m范圍內的迎風面投影面積與網格地塊面積的比值。同時將城市形態參數的單元網格地塊尺寸設置為200 m×200 m，選取風速比體現風速狀況，風速比與城市形態參數的定義如表1所示。

表1 風速比與城市形態參數的定義

3.1.1 單因子回歸分析

將風速云圖以200 m×200 m的單元網格進行分區，以對應城市形態參數的單元網格，劃分示意圖如圖3所示。

圖3 風速云圖劃分示意圖

在分析相關形態參數與風速比的關系時，常采用線性擬合方法[14]。提取每個網格內行人高度處的平均風速，計算網格風速比?；赟PSS軟件構建雙變量模型，進行建筑密度、容積率、迎風面積密度和天空開闊度與風速比的單因子回歸分析，研究單一城市形態參數與風速比的相關關系，結果如圖4和圖5所示。由圖4可知，夏季模擬區域的建筑密度和迎風面積密度與風速比呈中等程度負相關關系，其值越大，風速比越小，方程決定系數分別為0.504和0.497；容積率與風速比呈低度負相關關系(R2=0.179)，容積率越大，風速比越??；天空開闊度與風速比呈中等程度正相關關系(R2=0.599)，天空開闊度越大，風速比越大。由于模擬區域高層較少，容積率與風速比相關程度較低。

注：回歸方程均通過p<0.01的顯著性檢驗。

由圖5可知，冬季，模擬區域的建筑密度和迎風面積密度與風速比呈中等負相關關系，其值越大，風速比越小，方程決定系數分別為0.562和0.449；容積率與風速比相關程度較低；天空開闊度與風速比呈中等正相關關系(R2=0.585)，天空開闊度越大風速比越大。

注：回歸方程均通過p<0.01的顯著性檢驗。

3.1.2 逐步回歸分析

通過逐步回歸法分析多種城市形態參數對風速比的綜合影響，結果如表2所示。進行逐步回歸分析時，相關條件參數選擇SPSS默認設置，即當候選變量中最大F值(方差檢驗量)的概率小于或等于0.05時，引入相關變量，在引入方程的變量中，最小F值的概率大于或等于0.1時，則剔除該變量。夏季，建筑密度在計算中不滿足該條件被系統剔除，天空開闊度、迎風面積密度和容積率作為自變量，回歸方程R2=0.685。冬季，容積率在計算中不滿足該條件被系統剔除，天空開闊度、迎風面積密度和建筑密度作為自變量，回歸方程R2=0.676。綜合發現多種城市形態參數的夏季和冬季回歸方程決定系數均高于單一自變量回歸方程的決定系數，說明綜合多種城市形態參數能夠更好地反映風速比的變化。同時，夏季和冬季回歸方程中，天空開闊度和迎風面積密度都得到了保留，說明天空開闊度和迎風面積密度是影響城市風速狀況的重要參數。根據單因子和多因子回歸分析結果，控制建筑群的聚集程度和建筑布局，將有助于優化建筑群體的通風狀況。

表2 風速比與多元城市形態參數的關系方程

3.2 風環境評價結果

合理有效的評價策略的構建是風環境研究中的重要內容，當前針對風環境評價的指標繁多，分別從不同的出發點考慮，基本內容包括：

(1)從人體熱舒適度考慮，夏季應追求較高的風速[15]，冬季風速則不宜過高[16]。

(2)從行人活動能力考慮，行人高度風速超過5 m/s時對活動能力產生一定影響[17]。

(3)從降低污染物濃度考慮，10 m高度風速超過2 m/s時，空氣污染物濃度較低，空氣質量較好[18]。

(4)從防治揚塵考慮，10 m高度風速達到4級(5.5～7.9 m/s)以上應采取揚塵防治措施[19]。

根據上述內容，將相關指標換算為行人高度風速，得到東城區行人高度處風環境評價量度表，如表3所示。

表3 行人高度處(1.5 m高度)風環境評價量度表

基于表2的風速比計算方程和表3的風環境評價量度，通過城市形態參數評價東城區的夏季和冬季風環境，結果如圖6所示。由于東城區內還有大量未開發土地，導致整體風速比偏高，并且越靠近外圍風速比越高，越靠近中心風速比越低。因此夏季風環境評分外圍較高，越靠近中心評分越低；冬季風環境評分外圍較低，越靠近中心評分越高。夏季風環境評分為0的區域主要集中在濱洲湖西側、雙擁街與大慶市人民醫院東側、龍鳳街道北部和南部區域。冬季風環境評分為0的區域主要集中在萬寶片區西部區域，東安街道南部區域，龍鳳街道北部和西部區域。

注：評分結果中0分網格均為V<1.3 m/s的網格，未出現V>5 m/s的網格。

大慶市全年空氣質量較好，但其冬季漫長，仍需要考慮冬季取暖等因素可能造成的空氣污染問題。因此，需要重點關注冬季風環境評分為0的區域。這些區域冬季風速過低，不利于污染物的擴散稀釋，可通過拆除一部分建筑或改造建筑以提高風速比，達到良好的風環境。基于前文中風速比與城市形態參數的相關關系分析，建議此類區域應滿足下列要求之一(本次研究中容積率與風速比的回歸方程R2較小，不宜提出容積率要求)：建筑密度不超過38%；迎風面積密度不超過0.32；天空開闊度達到0.62以上；依據多元回歸方程綜合多種形態參數計算得到的風速比結果大于等于0.41。

4 結語

通過對案例建筑群的CFD模擬及采用統計學方法分析城市形態參數與風速比的相關關系，得到如下結論：(1)圍合式、高密度的建筑群風速較低，順應風向行列式排布的建筑群風速比較高；(2)天空開闊度與風速比呈中等正相關關系，迎風面積密度和建筑密度與風速比呈中等負相關關系，容積率與風速比在夏季呈低度正相關關系，冬季呈中等負相關關系；(3)多因子回歸分析中天空開闊度和迎風面積密度在夏季與冬季中均為自變量因子，表明二者對風環境有重要影響。(4)通過風速比計算方程和風環境評價量度表得到大慶市東城區的風環境評價結果，能夠發現風環境不良的區域并提出優化建議。

以往對于城市風環境的研究常以CFD模擬為主，本文利用相關關系分析，使CFD模擬結果和城市形態參數相結合，將模擬結果應用到城市整體風環境的評價上，提升了風環境評價的工作效率。但受到實際硬件限制，只選取了一個2.5 km×2.0 km尺度的建筑群作為CFD模擬對象，若采用更大面積的樣本可以使風速比與多種城市形態參數的相關關系分析結果更加準確。同時，風環境也會受到空氣溫度和不同材質地表的影響，在未來的研究中可以加入這些影響因素進行更加完善的研究。