基于街區小氣候環境冬夏協同優化的城市綠地生態網絡精準修復

王 敏 潘文鈺

（1.同濟大學建筑與城市規劃學院景觀學系，高密度人居環境生態與節能教育部重點實驗室水綠生態智能分實驗中心，上海 200092；2.上海城市困難立地綠化工程技術研究中心，上海 201499；3.自然資源部大都市區國土空間生態修復工程技術創新中心土地整理中心，上海 202155）

越來越多城市綠地生態網絡建設進入存量更新和結構性優化并存發展的階段，生態安全優先基礎上如何進一步提升城市綠地生態網絡的多種生態系統服務功能是當前風景園林實踐研究的重要議題。應對全球氣候變化、極端天氣多發導致的人居環境宜居性下降問題，目前基于氣候適應的城市綠地生態網絡規劃關注促進自然通風以緩解夏季熱島效應，尚忽視了其冬季可能帶來的負效應。從氣候調節視角切入，探討城市綠地生態網絡在協同冬夏季小氣候環境中的低效空間識別與精準修復技術方法。以江蘇省昆山市密集城區的189個街區單元為研究對象，通過遙感反演的方法對其冬、夏季小氣候環境進行分析，聚類獲得7類小氣候特征街區。之后，疊加現狀綠地生態網絡與計算流體力學模擬風環境結果，提取現狀適于通風的生態廊道，從寬度、方向、類型等方面分析其潛在通風效能，耦合街區冬夏小氣候環境特征，識別研判現狀綠地生態網絡在冬夏溫濕環境調節上存在的低效問題，并提出冬夏協同的精準修復策略，為優化人居環境宜居性、提升城市綠地生態網絡生態系統服務綜合效能提供技術參考。

城市綠地生態網絡；氣候調節；溫濕環境；生態修復；遙感反演；數值模擬；夏熱冬冷地區

自從19世紀初綠地生態網絡思想在歐美國家被提出，國內外已有大量城市基于其自身生態環境基礎構建起科學合理的城市綠地生態網絡[1]，例如美洲各國共同構建起總長約4萬km的生態廊道[2]，國內上海[3]、濟南[4]、珠江三角洲[5]等城市與區域已初步建設城市綠地生態網絡。研究表明，城市綠地生態網絡作為由城市中的公園、綠地、農田、水體、濕地等構成的完整生態系統[1]，同時具有糧食供給、氣候調節、水源涵養、土壤保持、生物多樣性維持、景觀美學欣賞等多種生態系統服務功能[6]。早期關于城市綠地生態網絡的研究與實踐大多從生態安全角度切入[7]，識別主要生態源地并構建生態廊道[8]，主要關注生態資源的保護與利用，如王浩等[9]在南京市綠地系統規劃中通過形成綠廊維持景觀生態過程。近幾年，隨著越來越多城市綠地生態網絡建設進入存量更新和結構性優化并存發展的階段，有學者開始關注并探索綠地生態網絡的多種生態系統服務功能的提升途徑，如彭建等[6]基于多種生態系統服務供需平衡提出廣東省綠地生態網絡分區方案，王敏等[10]結合健康游憩需求構建太原市中心城區綠地生態網絡。生態安全優先基礎上如何進一步提升城市綠地生態網絡的多種生態系統服務功能已成為新發展階段風景園林實踐研究的重要議題。

伴隨著城市化迅速發展與溫室氣體大量排放，全球氣候暖化嚴重，頻繁引發高溫熱浪[11]、極端強降水[12]等極端天氣，嚴重威脅人居環境質量。相關實踐研究表明，促進城市自然通風能有效緩解夏季熱島效應，降低冬季霧霾，提高城市環境宜居性[13]；藍綠空間是城市通風的重要載體，同時還具有降溫、增濕等微氣候效應[14-16]。當前諸如北京通州城區、武漢市等地在城市綠地生態網絡規劃實踐中越來越重視通風廊道建設[17-18]，發揮城市綠地在氣候調節上起重要作用。然而梳理現有研究與實踐進展，街區尺度綠地生態網絡建設往往較多關注夏季緩解熱島效應問題，而忽略了其在冬季形成通風可能對人體舒適帶來的消極影響[19]，亟待從優化小氣候整體舒適性及協同冬、夏季氣候需求的角度探索城市綠地生態網絡的構建方法與生態修復途徑。

基于此，本文從氣候調節視角切入，選取江蘇省昆山市密集城區為研究區域，在街區尺度上分析現狀城市綠地生態網絡通風效能及其與冬、夏季小氣候環境特征的空間耦合關系，識別城市綠地生態網絡在氣候調節上存在的通風低效問題并從冬夏小氣候環境協同優化的角度提出精準修復策略，以期提升綠地生態網絡小氣候調節服務功能，打造舒適宜人的人居環境。

1 研究區域

研究區域為江蘇省昆山市中心密集城區。昆山市地處東經120°48′21″-121°09′04″、北緯31°06′34″-31°32′36″之間，屬于夏熱冬冷地區，氣候類型為亞熱帶季風氣候。受冬、夏季風影響，昆山市冬、夏主導風向差異較大。夏季主導風向為東-東南風，平均風速為2.1 m/s；冬季主導風向為西北與東北風，平均風速為1.9 m/s。根據昆山市氣象站2015 - 2019年監測數據，昆山市月平均氣溫最高出現在7月（29.39℃），最低出現在1月（5.25℃）；近年來極端氣溫多發，多次出現超過38℃的極熱天氣及低于0℃的低溫天氣，氣候條件惡劣。同時，昆山屬于濕潤地區，年平均降水量大，相對濕度高，一年中頻繁出現極端潮濕天氣，更加劇了人體的不舒適。因此，進一步優化城市綠地生態網絡的氣候調節能力對提升昆山的小氣候宜居性、建設氣候適應型城市具有重要意義。

本研究選取昆山市城市總體規劃中的10個城鎮綜合單元作為研究區域，面積共110.1 km2。參考昆山市15 min社區生活圈規劃，根據主要道路及河流等將研究單元細分為共189個街區，平均規模為39.7 hm2。依托豐富的河湖水系本底資源，經過多年規劃建設，該區域已建成不同規模的城市公園、沿道路和河流的帶狀綠地，以及廣泛分布的小微綠地和附屬綠地，藍綠空間面積占比38.23%，城市綠地生態網絡已經基本形成（圖1）。

圖1 研究區域街區單元及現狀城市綠地生態網絡Fig.1 Block unit and current urban green space ecological network

2 研究方法

2.1 技術路徑

為了揭示昆山市密集城區現狀綠地生態網絡在小氣候調節功能上存在的問題并進行精準修復，研究主要分三步展開。首先，基于遙感反演，對街區單元冬、夏季熱環境及濕環境進行評價，并通過聚類分析識別街區單元主要小氣候特征；其次，通過現狀城市綠地生態網絡與風環境模擬結果疊加，提取適于通風的現狀生態廊道，并從寬度、方向、類型等方面對現狀綠地生態網絡冬、夏季通風效能進行評估；最后，結合綠地生態網絡通風效能評估結果與街區小氣候特征類型，判斷現狀綠地生態網絡在小氣候調節上存在的低效問題，并提出城市綠地生態網絡基于氣候調節的精準修復策略（圖2）。

圖2 技術路徑Fig.2 Proposed approach

2.2 冬、夏溫濕環境特征的數字識別與評價方法

冬、夏溫濕環境的數字識別基于遙感反演進行，因而需選擇清晰無云的遙感影像作為反演的基礎數據。冬季典型日選擇有清晰遙感影像的2021年1月30日，該日氣象站錄得平均氣溫為8.6℃，相對濕度為50%，與2021年冬季平均氣溫7.5℃、相對濕度66%比較接近；夏季典型日選擇有清晰遙感影像的2021年8月26日，該日平均氣溫為29.9℃，相對濕度為71%，與2021年夏季平均氣溫28.2℃、相對濕度78%比較接近。

冬、夏季熱環境評價主要以平均空氣溫度估算結果作為評價指標。基于Landsat 8遙感影像，利用輻射傳輸方程法分別對研究區冬、夏季地表溫度進行反演[20]，并估算空氣溫度[21]。參考空氣溫度對人體舒適度的影響[22]，結合研究區冬、夏季溫度情況，將夏季溫度從低到高分為5個等級，并進行1～5分賦值；由于冬季整體溫差較小，僅將溫度從低到高分為3個等級，并進行1、3、5分賦值。

因常用的濕度指標通常缺少空間屬性，難以用于街區尺度研究，本研究選擇與地面濕度參量有明顯相關性[23]的平均大氣水汽含量反演結果作為街區冬、夏季濕環境評價指標。基于Landsat 8遙感影像，利用劈窗協方差-方差比值法[24]對研究區冬、夏季大氣水汽含量進行反演，并根據研究區整體情況，以自然斷點法將夏季大氣水汽含量從低到高分為5個等級，并進行1～5分賦值；由于冬季大氣水汽含量整體集中于較低水平，為了與夏季統一評價標準，將冬季大氣水汽含量從低到高分為3個等級，并進行1、3、5分賦值。

在單一小氣候環境評價基礎上，以街區為單元提取冬、夏季熱環境及濕環境評價結果，并通過K-Means聚類算法得到街區主要小氣候特征類型分類。

2.3 現狀適于通風的生態廊道提取及通風效能評估方法

通過將現狀綠地生態網絡與風環境模擬結果疊加，提取現狀適于通風的生態廊道。本研究利用計算流體動力學（Computational Fluid Dynamics）對風環境進行模擬[25]。選取研究區中一個300 m×270 m的小街區，分別進行冬、夏季風環境模擬并提取其風速≥0.5 m/s的區域作為可通風區域，對二者結果進行對比發現分布趨勢基本一致（圖3），因此本研究基于夏季風環境模擬所提取的可通風區域研判研究區現狀冬、夏兩季可通風區域分布情況。利用ENVI-met軟件對研究區夏季風環境進行模擬，選取其中一個模擬單元的模擬數據，與中國氣象數據網站上GIS數據頁面的實時風速進行對比驗證，誤差約為7.3%，在可接受范圍內，可認為模擬模型較為可靠。

圖3 冬、夏季風環境模擬結果對比Fig.3 Comparison of wind speed simulation result in summer& winter

因此研究選擇基于研究區基礎地理數據與夏季典型日氣候條件，以6 m×6 m網格進行建模，運用ENVI-met軟件對研究區夏季風環境進行模擬，并提取風速≥0.5 m/s的藍綠空間及其所依托的綠道、河流等作為現狀適于通風的生態廊道。

從寬度、方向、類型等方面對現狀綠地生態網絡的潛在通風效能進行分析。其中，寬度分析參考相關研究[26]及其他城市通風廊道規劃經驗[27]，根據不同寬度廊道形成通風能力的差異，將生態廊道及斑塊按寬度分為三類：80 m以上寬度生態廊道及連續斑塊具有較優通風條件；30 ～80 m寬度生態廊道及連續斑塊通風條件一般；30 m以下寬度生態廊道通風條件較差。方向分析分別將現狀綠地生態網絡方向與冬、夏季主導風向進行比對，判斷其在冬、夏季所能獲得的通風能力：與主導風向平行通風條件最佳，夾角在30°以內通風條件一般，而夾角大于30°則通風條件較差[26]。類型分析上，根據生態廊道及斑塊的主要下墊面對通風造成不同的效果，將其分為綠色道路型、綠色河流型、綠帶型等。綠色道路型易在通風過程中使氣流迅速升溫；綠色河流型由于其表面蒸發在通風時易導致氣流濕度增加；綠帶型可能會在冬季獲得較濕冷的通風[28]。

3 研究區域溫濕環境評價與問題識別

3.1 冬、夏季熱環境評價

分別根據2021年1月30日（冬季典型日）及2021年8月26日（夏季典型日）遙感影像反演地表溫度并估算空氣溫度，將所得結果與地面監測站實測數據進行比較驗證，誤差均較小，在可接受范圍內，說明該結果能較好反映城市熱環境情況。

冬季典型日反演結果顯示（圖4），研究區當日氣溫在-3.7～14.5℃，平均溫度為6.75℃。研究區內街區單元整體氣溫較低，呈東北熱西南冷的趨勢；根據其平均氣溫可分為三類，大部分街區冬季氣溫處于偏冷水平，廣泛分布于研究區中（街區1、3、4等）；冬季較冷的街區主要集中分布于研究區西部與南部綠地（街區78、79等），也有少量散布于東部（街區143、167等）及北部（街區6、10等）；冬季較溫暖的街區主要分布于研究區東南部（街區62、69等）及北部鄰近工業用地處（街區11、12等）。

圖4 冬季典型日熱環境評價Fig.4 Thermal environment assessment in winter

夏季典型日反演結果顯示（圖5），研究區當日氣溫在17.8 ～42.5℃，平均氣溫為27.38℃。研究區內街區單元夏季氣溫跨度較大，整體呈西熱東涼的趨勢；根據其平均氣溫可分為5類，其中氣溫水平極熱的街區集中分布于研究區北部建筑密集處（街區9、11等）；較熱的街區廣泛分布于研究區中部（街區72、74等）及西部（街區1、178等），少數散布于東部（街區22、147等）；偏暖的街區分布較為零散，廣泛分布于研究區內各處（街區6、20等）；較舒適街區主要分布于研究區東部（街區40、41等）及南部（街區96、99等）；舒適街區數量最少，主要分布于主要河流沿岸及綠地充足處（街區69、81等）。

圖5 夏季典型日熱環境評價Fig.5 Thermal environment assessment in summer

3.2 冬、夏季濕環境評價

根據2021年1月30日（冬季典型日）及2021年8月26日（夏季典型日）遙感影像反演大氣水汽含量，利用所得結果計算相對濕度并與地面監測站實測數據進行比較驗證，誤差在可接受范圍內，說明反演結果相對可靠。冬季典型日大氣水汽含量反演結果顯示（圖6），研究區平均大氣水汽含量約為4.95 g/cm2，參照濕度標準將街區分為三類，其中大部分為干燥街區與濕潤街區，極少數潮濕街區集中分布于研究區北部（街區5、8等）及西部（街區83、84等）。夏季典型日大氣水汽含量反演結果顯示（圖7），研究區平均大氣水汽含量約為6.82 g/cm2，整體呈東高西低分布。參照濕度標準將街區分為5類，其中濕度最高的街區集中分布在研究區中部（街區39、40等）及東北部（街區15、16等），濕度最低的街區集中分布于西部（街區80、81等）及南部（街區102、103等）。

圖7 夏季典型日濕環境評價Fig.7 Wet environment assessment in summer

3.3 街區單元小氣候類型識別

基于街區冬、夏季熱環境及濕環境評價結果，通過K-Means聚類分析，將189個研究的街區單元分為7類，分別為夏季熱濕型街區共19個，夏季暖濕型街區共30個，夏季潮濕型街區共24個，冬冷夏暖型街區共32個，冬冷夏濕型街區共37個，夏熱全年潮濕型街區共30個，以及舒適型街區共17個（表1，圖8）。夏季熱濕型街區（街區9、11等）夏季高溫高濕問題顯著，而冬季相對干暖舒適，主要在內環線附近沿河流分布；夏季暖濕型街區（街區33、35等）在夏季高溫問題上較夏季熱濕型街區稍緩和，但仍存在夏季高濕問題，冬季溫度適中且干燥，大部分集中分布于研究區中南部，少量散布于西南、西北、東北部；夏季潮濕型街區（街區39、71等）夏季潮濕問題顯著但氣溫涼爽，冬季溫度適中且干燥，主要分布在等級較高的河流兩側；冬冷夏暖型街區（街區32、177等）主要面臨著冬季溫度較低的問題，且夏季氣溫偏暖，主要分布于綠地占比較高的街區中；冬冷夏濕型街區（街區59、67等）冬季偏冷干燥，而夏季涼爽潮濕，大部分集中分布于研究區南部，而少量散布于北部；夏熱全年潮濕型街區（街區10、13等）全年潮濕問題顯著，氣溫夏熱冬暖，主要分布于臨靠河流且建筑密集的街區中；舒適型街區（街區62、189等）全年氣候條件最佳，夏季涼爽濕潤，冬季溫暖干燥，主要分布于綠地占比較高的濱水街區。

表1 街區冬、夏小氣候特征分類結果Tab.1 Classification results of microclimate characteristics in winter and summer

圖8 街區單元小氣候類型分類Fig.8 Microclimate type classification of block units

4 現狀綠地生態網絡通風區域提取與效能評估

4.1 適于通風的生態廊道提取

通過對現狀綠地生態網絡與夏季風環境模擬結果進行疊加，提取現狀適于通風的生態廊道。根據風環境模擬結果，提取風速≥0.5 m/s的區域與現狀綠地生態網絡進行疊加分析，得到現狀適于通風的生態廊道分布（圖9）。現狀生態廊道整體通風效果良好，大部分廊道風速在0.5 ～3.51 m/s；其中居住區及工業區中的附屬綠地風速較低，喬木密集的公園綠地及農林用地風速一般，而水體、裸地處風速明顯較高；其余大部分區域風速在1.3～1.6 m/s，極少出現風速大于2.6 m/s的區域。

圖9 現狀適于通風的生態廊道識別Fig.9 Exist edecological corridor that capable of ventilation

4.2 現狀綠地生態網絡通風效能評估

從寬度、方向、類型三方面對現狀綠地生態網絡在冬、夏季通風效能上進行進一步評估。根據現狀生態廊道及斑塊的寬度對其通風能力的影響將其分為三級（圖10-a），其中寬度較窄導致通風條件不佳的生態廊道數量最多，主要由居住用地、商業用地及工業用地等的附屬綠地以及等級較低的綠道、河流等構成；中等寬度、通風條件一般的生態廊道呈四周多中部少的特征分布，主要為等級較高的綠道及河流；較大寬度而能獲得較強通風能力的生態廊道及斑塊主要由貫穿研究區的重要河流、連串面積較大的公園綠地、快速道路及鐵路等兩側的防護林帶以及東西部開闊的農林用地構成。

圖10 現狀綠地生態網絡潛在通風效能評估Fig.10 Evaluation of potential ventilation efficiency of current ecological corridor

根據綠地生態網絡與昆山市夏季主導風向形成的夾角大小，將其方向對夏季通風能力的影響分為三級（圖10-b）。現狀綠地生態網絡中，平行于夏季主導風向的（67.5°～112.5°、135°～180°）數量最多，總占比為57.7%，其中以東-西向的生態廊道為主，大部分為位于密集街區建筑之間的附屬綠地，寬度較窄且連續性較差，小部分為東西方向的主要河流、綠道等，寬度及連續性均較高；東南-西北方向的生態廊道數量較少，主要位于外圍藍綠空間中，寬度較寬，通風條件更好。與夏季主導風向之間形成不大于30°夾角的生態廊道（37.5°～67.5°、112.5°～135°、180°～210°）占總體的40.2%，呈四周多中央少的趨勢分布。與夏季主導風向夾角超過30°的生態廊道（210°～217.5°）數量極少，僅占總體的1.9%，而該方向上連續分布的大面積公園綠地或農林用地斑塊較多，對整體通風影響較小。

根據綠地生態網絡與昆山市冬季主導風向形成的夾角大小，將其方向對冬季通風能力的影響分為兩級（圖10-c）。現狀生態廊道中，與冬季主導風向形成夾角的生態廊道及斑塊（67.5°～112.5°、165.5°～202.5°）數量最多，占總體的70%，其中大部分為研究區中部密集街區中東西方向狹長的附屬綠地，通風條件較差；也有部分依靠研究區中綠道、河流及公園綠地等形成，在冬季仍會形成一定通風。與冬季主導風向平行的生態廊道（22.5°～67.5°、112.5°～165.5°）數量較少，主要分布在研究區東西部。

根據現狀生態廊道及斑塊主要下墊面類型，將其分為綠色道路型、綠色河流型與綠帶型（圖10-d）。其中綠色河流型在研究區中主要有東西向6條、南北向5條生態廊道，貫穿研究區域。綠帶型以公園綠地、防護林地、農林用地及附屬綠地等為主，在研究區中部分布較為分散，與綠色道路型交錯分布；在研究區西部、東北部能較連貫分布。綠色道路型在研究區中部連續性較差且寬度較小，而在東、西部能較連貫分布。

5 基于氣候調節的現狀綠地生態網絡低效識別與精準修復

5.1 低效生態廊道識別

耦合189個街區單元的小氣候特征類型與現狀生態廊道通風效能評估結果，分析研究區域現狀綠地生態網絡在氣候調節上的通風低效問題。

（1）夏季熱濕型街區。夏季熱濕型街區如街區9、11等，存在大量以附屬綠地為主的東西方向狹長生態廊道，而少數存在較大型的生態廊道又與夏季主導風向之間形成夾角，因而街區內綠地生態網絡整體通風能力較低，易造成夏季街區中熱量、水汽等的聚集。另一方面，該類型街區多緊鄰大型河流廊道，因而加劇了街區內的潮濕問題。

（2）夏季暖濕型街區。夏季暖濕型街區如街區33、35等，多位于河流廊道的北岸或西岸，因而潮濕氣流會隨著夏季主導風吹向街區內部，造成街區夏季潮濕問題。同時街區中還以東西向的狹長綠帶廊道為主，通風條件一般，因而導致街區夏季氣溫偏高。

（3）夏季潮濕型街區。夏季潮濕型街區如街區39、71等，主要圍繞幾條重要河流廊道分布，其中大部分街區內有平行于夏季主導風向的大型河流廊道，或是垂直于河流的大型綠帶生態廊道，易于將潮濕空氣引入街區內部，導致街區夏季空氣濕度較高。

（4）冬冷夏暖型街區。冬冷夏暖型街區如32、81等，大部分有大型生態廊道經過，易在夏季形成良好的通風而起到較好的散熱降溫作用，因而夏季氣溫能控制在偏暖的水平。但同時由于其寬度過大，且其中部分平行于冬季主導風向，也易于在冬季形成通風，加劇了冬季熱量流失，造成了街區冬季低溫不適的問題。

（5）冬冷夏濕型街區。冬冷夏濕型街區如街區176、177等，主要受街區中平行于夏季主導風向的大型河流廊道影響，且街區內部也存在較大型綠帶生態廊道與河流廊道連接，使得來自河流的水汽更容易進入街區內部，致使街區夏季濕度較高。而在冬季，由于主導風向的改變，街區不再受河流廊道的潮濕氣流影響，轉而因街區內眾多大型綠帶生態廊道在冬季形成通風而造成熱量迅速流失，最終導致街區冬季氣溫偏低。

（6）夏熱全年潮濕型街區。夏熱全年潮濕型街區如街區10、13等，大部分為建筑密集的街區，街區內以狹長的綠帶廊道為主，缺少平行于夏季主導風向的大型生態廊道，夏季通風潛力不佳，因而造成街區夏季高溫；另有少數街區雖有較大型生態廊道經過，但以硬質下墊面為主，植被覆蓋率較低，也會造成街區夏季高溫。另外，夏熱全年潮濕型街區還受鄰近的河流廊道影響，而導致全年濕度均較高。

5.2 城市綠地生態網絡精準修復

針對不同類型街區現狀綠地生態網絡在氣候調節方面存在的低效問題，提出修復策略（表2）。其中，夏季熱濕型街區以緩解夏季高溫問題為首要任務，應盡量增加平行于夏季主導風向的大型生態廊道以獲取夏季較良好的通風，同時可增加點狀公園綠地進行局部降溫。夏季暖濕型街區需平衡夏季高溫與潮濕問題，因而應增加中大型綠色道路型或綠帶型生態廊道，并在現狀河流廊道兩側設置綠地植被屏障，以阻隔潮濕氣流。夏季潮濕型街區可通過在現狀河流廊道兩側增加綠地并種植氣根植物以減少氣流中的水汽[29]。冬冷夏暖型街區需同時兼顧冬季寒冷與夏季偏暖的問題，因此應盡量保留正南北或正東西方向的生態廊道，而削弱其他方向生態廊道的通風能力，控制廊道寬度以在保持夏季通風的同時盡量降低冬季的風速；類型上應以種植落葉喬木的綠帶廊道或河流廊道為主，夏季通過遮陰及水汽蒸散促進街區降溫，冬季通過增加地面輻射為街區增溫；同時可增加點狀綠地降溫以彌補夏季通風的削弱。冬冷夏濕型街區應以緩解冬季寒冷問題為主，并同時兼顧夏季潮濕問題，因此應把街區中生態廊道寬度盡量控制在30 m及以下，以減少冬季通風；類型上應以種植落葉喬木的綠道為主，提升冬季溫度并緩解夏季潮濕問題。夏熱全年潮濕型街區需同時兼顧夏季高溫以及全年的潮濕問題，因此可通過增加連串的公園綠地以增設多條寬度在30 m以上且為東南-西北方向的生態廊道，以保障全年一定的通風；且應在現狀河流廊道兩側密植常綠喬木，并在垂直于河流的其他生態廊道兩側補植有氣根的植物，以緩解潮濕問題；同時還應增加廣場、綠道等的植被覆蓋，以削弱夏季地面輻射。舒適型街區需保持至少一條80 m以上，多條30 m以上的綠帶廊道，以維持舒適的現狀。

表2 基于氣候調節的城市綠地生態網絡精準修復策略Tab.2 Accurate restoration strategies of urban green space ecological network based on climate regulation

6 結語

經過近30年城鎮化加速發展，如今許多城市已進入存量發展階段，如何提升現有用地的利用效率成為城市建設的重要議題。與此同時，全球正在面臨嚴峻的氣候危機，氣候變化、極端天氣多發使得人居環境逐漸失去其宜居性。本研究以夏熱冬冷典型地區--昆山市密集城區為例，采用定量和定性研究相結合的方法，通過引入遙感反演、計算流體動力學模擬等數字方法，基于對社區冬、夏小氣候特征的綜合評價，識別現狀綠地生態網絡在氣候調節上存在的低效問題，并提出針對性優化策略，以提升其氣候調節服務效率，為提升城市綠地生態網絡生態系統服務綜合效能提供新思路。

由于本研究聚焦于綠地生態網絡的優化提升，因而在問題識別與修復策略中主要關注綠地生態網絡內因下墊面性質而引起的氣候調節低效問題。而在實際氣候適應規劃實踐中，綠地生態網絡周邊用地的管控同樣對促進氣候調節效應起到積極作用，例如緊鄰廊道的地塊應以低層或小尺度建筑為主，建筑之間應保持適當距離[31]。同時，在街區冬夏季小氣候特征識別中，本研究受限于遙感反演對影像的要求，僅各選取了一個有清晰影像的典型日進行遙感反演，雖所選典型日氣象數據盡量接近冬、夏季平均值，但所得評價及特征聚類結果仍可能與實際情況有一定出入。后續研究中，將進一步基于長時序遙感反演及微氣候數值模擬，對街區冬、夏季小氣候特征及協同優化策略的長期性與季節性作用進行探究。

注：文中圖表均由作者繪制。