基于綠地微氣候的長沙太平街歷史文化街區(qū)熱環(huán)境數(shù)值模擬

熊 鷹，章 芳，李 亮，尹建軍

（1.黃岡師范學院 地理與旅游學院，湖北 黃岡 438000；2.長沙理工大學 建筑學院，長沙 410076；3.湖南工程學院 建筑工程，湖南 湘潭 411104）

隨著城鎮(zhèn)化進程的快速發(fā)展和人類活動的顯著影響，城市規(guī)模的擴張使下墊面狀況及土地覆被發(fā)生改變、城市不透水面增長，導致潛熱通量減小和顯熱通量增加，城市熱環(huán)境問題日益顯著。對于許多依托城市歷史文化街區(qū)逐步形成及擴展的城市，其城市歷史文化街區(qū)往往處于城市中心地段，城市熱環(huán)境問題將直接影響歷史文化街區(qū)的人居環(huán)境質(zhì)量，進而對歷史文化遺產(chǎn)產(chǎn)生不可逆的危害（Cai et al., 2011）。

綠地或植被與水體的空間組合形式是緩解城市熱環(huán)境的一種有效手段（何咪，2022；劉春亭，2022）。如Michael等（2020）評估了綠色空間對尼日利亞哈科特港熱環(huán)境的影響，發(fā)現(xiàn)綠地對城市熱環(huán)境具有較好的緩解作用，當城市綠地面積增加至28.67 hm2或以上，可確保達到較強的綠地冷卻強度效應，且近圓形的綠色空間能產(chǎn)生更強的噴氣效果。Dos 等（2017）利用單一窗口算法評估了巴西維拉為哈熱環(huán)境的時空分布，發(fā)現(xiàn)通過采取措施指導城市中心區(qū)的城市森林規(guī)劃，可以降低城市地表溫度。Ashley等（2017）通過評估賓夕法尼亞州中部地區(qū)的熱島效應，發(fā)現(xiàn)城市離河流的距離每增加1 000 m，河水溫度會根據(jù)季節(jié)降低0.3～0.6℃。對于街區(qū)尺度下熱環(huán)境與微氣候的研究，近年來成果較多。如韓雪梅（2019）從道路開敞空間、綠地開敞空間因素對同座城市4個不同街區(qū)進行對比研究，認為微氣候環(huán)境差異的主要原因在于綠地開敞空間環(huán)境效應的優(yōu)劣。楊云源等（2013）基于多源數(shù)據(jù)從街區(qū)尺度對昆明市連片建筑區(qū)、住宅小區(qū)和城中村的熱環(huán)境進行了對比研究，發(fā)現(xiàn)景觀綠化較好的住宅小區(qū)地表溫度均值要低于其他區(qū)域。常鑫悅（2022）根據(jù)街區(qū)空間形態(tài)指標對熱環(huán)境的正負影響關系，通過對比街區(qū)空間優(yōu)化模擬方案，從而確定最佳街道空間優(yōu)化方案。彭翀等（2016）從微氣候角度針對于具體歷史街區(qū)進行改造設計，并結(jié)合模擬軟件對設計方案進行驗證。陽金辰（2017）對四合院空間的微氣候進行模擬研究，總結(jié)其微氣候特點和適宜的建筑比例和改造方式。

現(xiàn)有研究中綠地與水體緩解城市熱環(huán)境的大多是基于城市宏觀尺度，而對于街區(qū)尺度下城市街道空間的熱環(huán)境改善措施較多基于建筑空間形態(tài)的改造，以獲得良好通風，但這可能會對歷史街區(qū)現(xiàn)狀空間環(huán)境造成較大破壞。由于綠地能降低溫度、增加濕度、減緩地表風速，具有調(diào)節(jié)局部微氣候的能力（戚鵬程 等，2012；秦文翠 等，2015；吳思佳等，2019），能對歷史文化街區(qū)周邊熱環(huán)境效應起有效的調(diào)控作用。當前，探究綠地系統(tǒng)與熱環(huán)境之間的相關性和影響機制，以科學指導綠地建設或改造，逐漸成為研究熱點（戴金，2016）。

因此，本文以長沙市太平街歷史文化街區(qū)為研究對象，通過開展不同街道空間綠地優(yōu)化方案的數(shù)值模擬，探討歷史街區(qū)綠地微氣候?qū)岘h(huán)境效應的調(diào)節(jié)效果，以期為提升城市歷史文化街區(qū)可持續(xù)的宜居環(huán)境提供科學依據(jù)。

1 數(shù)據(jù)來源及分析方法

1.1 微氣候?qū)嵉販y量

本研究區(qū)域范圍為太平街歷史文化街區(qū)，占地約12.57 hm2，用地類型以居住用地為主，居住密度偏高、人居環(huán)境質(zhì)量較差。根據(jù)空間的使用功能和建筑布局的圍合方式，選擇商業(yè)、居住、廣場3種不同使用功能的典型空間進行微氣候測量。其中，商業(yè)空間建筑三面圍合且靜風時長多，下墊面以硬質(zhì)鋪裝為主；居住空間兩邊建筑平行圍合，建筑密集影響街道內(nèi)部熱量的散熱增濕；廣場空間景觀類型單一為草坪，調(diào)節(jié)周邊熱環(huán)境效應程度低。選取1 和4 為廣場空間測試點，2 為商業(yè)空間測試點，3為居住空間測試點（圖1）。

圖1 熱環(huán)境實測點分布Fig.1 Distribution of thermal environment

選擇長沙天氣較濕熱的5 月份即2020-05-02，對太平街歷史文化街區(qū)微氣候進行現(xiàn)場實測，當天天氣晴朗微風、少云、無降水，且測試日前后兩天均天氣晴朗，天氣狀況穩(wěn)定，測試時間從T 09:00-18:00 共計10 h。為保證測試數(shù)據(jù)結(jié)果穩(wěn)定，將T 07:00-09:00 的測試數(shù)據(jù)作為參考。在4 個測試點分別設置溫濕度記錄儀、風速測量儀每隔1 h觀測，對取點位置上方1.5 m 處的溫度、相對濕度以及風速氣象數(shù)據(jù)進行記錄，同時記錄當天氣象站官方數(shù)據(jù)，為后續(xù)的對比分析、校驗提供數(shù)據(jù)基礎。測試空氣溫濕度、風速等微氣候變量，為研究區(qū)綠地微氣候現(xiàn)狀和熱環(huán)境效應的數(shù)值模擬收集氣象數(shù)據(jù)。

1.2 微氣候數(shù)值模擬

ENVI-met模型是德國Michael Bruse（University of Mainz, Germany）和Fleer團隊開發(fā)的微氣候模擬軟件，綜合微氣候各種影響因素，引入了綠化對光、熱、風、污染物等環(huán)境因子的影響，已成為現(xiàn)有被驗證最多的微氣候模型，被廣泛用于研究植物和熱環(huán)境的關系。

本研究采用的版本為ENVI-met V4.4，ENVImet 數(shù)值模擬包括計算模型構(gòu)建與參數(shù)設定2 個基本步驟：

1）對運轉(zhuǎn)模型所需的地物數(shù)據(jù)進行確認，氣象參數(shù)設定是基于實測或氣象站數(shù)據(jù)設定，邊界參數(shù)設定主要是下墊面和建筑的熱工屬性。研究核心區(qū)域面積達到125 700 m2，其形狀接近于正方形，構(gòu)建模型是為更貼近與研究區(qū)域的實際情況，從而提高模型運算的準確性，模型運算范圍確定為：360 m×364 m，并將研究區(qū)域在水平上劃分為90×91 個網(wǎng)格（分辨率dx=4 m，dy=4 m），在模型附近設置5個嵌套網(wǎng)格。為保證研究區(qū)域模擬結(jié)果的有效性，模型的上邊界高度需＞156 m（研究區(qū)最高建筑78 m的2倍），所以垂直分辨率dz=5 m。將360 m×364 m建模范圍的建筑輪廓（數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心http://www.resdc.cn/）以BMP 格式導入軟件作為參照，同時基于現(xiàn)場調(diào)查資料構(gòu)建研究區(qū)計算模型，繪制建筑、下墊面、植被等要素。建筑材料設置為默認材料，根據(jù)實際調(diào)研在相應位置設置土壤、瀝青、青石板、灰色瓷磚等類型下墊面，行道樹以10 和15 m 喬木為主，草地設置為默認的50 cm×50 cm的glass，并根據(jù)地塊實測位置在模型相應位置設置采集模擬數(shù)據(jù)的監(jiān)測點位置（鄭子豪 等，2016）。

2）數(shù)據(jù)參數(shù)設定主要來源于實地測量數(shù)據(jù)和氣象站觀測數(shù)據(jù)和相關國家規(guī)范標準。太平街所處位置大致為28°11′24″N，112°57′36″E。模擬時間設置為長沙濕熱天氣的2020-05-02，從T 09:00-18:00共10 h。將實地測量數(shù)據(jù)及氣象站觀測數(shù)據(jù)的空氣溫度、相對濕度、平均風速、風向等數(shù)據(jù)作為初始輸入數(shù)據(jù)（粗糙長度為0.1和2 500.0 m 高度的含濕量采用默認值）。

ENVI-met 的植物模型利用三維植物建模工具對每層的葉面積密度（Leaf Area Density, LAD）設定。建筑材料熱物物理性能參數(shù)基于《夏熱冬冷地區(qū)居住建筑節(jié)能設計標準》（JGJ134-2010）（中國建筑科學研究院，2010）和《民用建筑熱工設計規(guī)范》（GB 50176-93）（中國建筑科學研究院，1993）確定，民用建筑室內(nèi)溫度設為恒定26℃，墻體導熱系數(shù)設置為1.5W/（m2·K），反射率為0.4，屋頂導熱系數(shù)設為1.0W/（m2·K），反射率為0.3；土壤初始溫度和濕度設置參考《湖南省地面累年值數(shù)據(jù)集（1981—2010年）》①國家氣象中心中國氣象局氣象數(shù)據(jù)中心.http://data.cma.cn/。模型邊界條件具體參數(shù)值見表1所示。

表1 ENVI-met模型邊界條件設置參數(shù)Table 1 Setting parameter of the ENVI-met model's boundary condition

1.3 綠化優(yōu)化方案設計

在建筑布局形式不變的情況下為發(fā)揮綠地空間降溫增濕的最大效應，對3種街道空間分別提出綠化優(yōu)化方案，并利用ENVI-met 微氣候模擬軟件對基準方案（街道空間現(xiàn)狀）和3種街道空間的綠化優(yōu)化方案進行模擬。綠化優(yōu)化方案是從綠地的面積、類型、布局進行設計。綠地面積方案是在各空間設置30%、50%、100%綠地面積3 個對比模型，其中植物模型為Tree 10 m very dense喬木模型；綠地類型方案是在商業(yè)空間和居住空間設置喬草、喬灌、喬灌+立體綠化對比模型，在廣場空間設置喬草、喬灌、喬灌+水體對比模型，其中喬灌模型是將喬草模型的草地替換為灌木，立體綠化是增加墻面立體綠化；綠地布局方案為分散（均勻分布）、平行、集中布局3種對比模型，3種模型的綠地面積保持不變，只對布局形式進行變化。

2 結(jié)果分析

2.1 數(shù)值模擬分析

由空氣溫度數(shù)值模擬水平空間分布（圖2）可知，商業(yè)空間和居住空間由于建筑密集且下墊面為不透水的硬質(zhì)鋪裝，吸收太陽輻射量較多，升溫較快，易形成“熱島”區(qū)域，而南入口處草坪與高大喬木組合的開敞空間易形成“冷島”空間。

圖2 基準方案不同時間點空氣溫度空間分布Fig.2 Spatial distribution of air temperature at different time points

由風速風向空間分布（圖3）可知：研究區(qū)域以太平街為界，東西兩側(cè)建筑區(qū)域由于建筑物密集，通風質(zhì)量不佳，風速明顯減小，太平街為兩側(cè)建筑物的峽谷地帶，而且其走向與模擬當日主導風向一致，形成風速較大的“峽谷風”，環(huán)境通風質(zhì)量優(yōu)于兩側(cè)建筑區(qū)域。3 個不同空間內(nèi)部的風速存在明顯差異，南北入口的廣場空間白天都處于風速較大的狀態(tài)，商業(yè)空間和居住空間白天風速較低，接近靜風狀態(tài)。商業(yè)空間和居住空間的建筑布局是圍合形式，導致該空間內(nèi)部風速為微弱的無風狀態(tài)，而以綠地為主的廣場空間風場強大，空氣流動較快，特別是南入口種植較稀疏的喬木和以草皮為下墊面的開敞空間，氣流方向更明顯。

圖3 基準方案不同時間點風速風向空間分布Fig.3 Spatial distribution of wind speed and direction at different time points

由于受建筑遮擋和通風效應的影響，4 個測試點的相對濕度值存在明顯變化，但研究區(qū)域相對濕度空間分布格局變化不大（圖4）。由模擬結(jié)果可知，廣場空間南入口綠地相對濕度在白天都處于高值，對周圍區(qū)域有較好的增濕效應。研究區(qū)大部分區(qū)域由于通風質(zhì)量較差，巷道狹窄和建筑遮擋使空氣水分蒸發(fā)較均勻，整體分布格局變化不大。從白天4 個時間點相對濕度空間分布看，街區(qū)3 個空間的相對濕度值從大到小依次為廣場空間、居住空間、商業(yè)空間。

圖4 基準方案不同時間點相對濕度空間分布Fig.4 Spatial distribution of relative humidity at different time points

2.2 模型驗證分析

由模型的模擬值與實測值的線性擬合結(jié)果（圖5）可知：相對濕度決定系數(shù)斜率為0.901 8、R2=0.798 2，風速決定系數(shù)斜率為0.702 4、R2=0.562 6，空氣溫度決定系數(shù)斜率為0.821 5、R2=0.940 7，通過R2值可知，相對濕度、風速、空氣溫度的模擬值與實測值雖然存在一定誤差，但整體上模擬結(jié)果與實測比較吻合，說明該模型可以較好地模擬研究區(qū)域內(nèi)微氣候狀況。

圖5 模擬值與實測值線性擬合Fig.5 The simulated values and the measured values are linear fitted

雖然擬合結(jié)果表明模型在預測太平街歷史文化街區(qū)的綠地微氣候方面具有一定的可信度，，但仍需對結(jié)果進行誤差分析，以進一步驗證模擬結(jié)果可信度。運用誤差平方根值（Root-Mean-Square Eror,RMSE）和平均絕對百分比誤差（Mean Absolute Percentage Error, MAPE）判斷結(jié)果的有效性，計算公式為：

式中：y'i為模擬值；yi為實測值；n為樣本數(shù)；RMSE用以衡量觀測值同真實值之間的偏差，其值為0% 時是完美模型，誤差越大，該值越大。MAPE 通過百分比衡量模型預測結(jié)果的可信程度，其值為0%時是完美模型，＞100%表示劣質(zhì)模型。

表2 顯示，相對濕度、風速和空氣溫度3 個指標存在一定誤差，但RMSE、MAPE 均在誤差允許范圍內(nèi)。其中，相對濕度和空氣溫度的MAPE值較小，表明模擬的有效性較好，而風速模擬的有效性一般，這是由于實測風速記錄為瞬時風速，風速變化較大，與模擬值存在一定差異。上述分析說明模擬結(jié)果在誤差的有效范圍內(nèi)，且已有研究（Winston et al., 2011; Zlch et al., 2016; Pastore et al., 2017）證實ENVI-met 軟件在街區(qū)尺度的微氣候數(shù)值模擬中最適宜，因此，本文構(gòu)建的模型能較好地預測歷史街區(qū)的微氣候環(huán)境。

表2 模型驗證數(shù)據(jù)Table 2 Model validation data tables

2.3 不同空間熱環(huán)境效應優(yōu)化結(jié)果分析

2.3.1 商業(yè)空間熱環(huán)境優(yōu)化模擬分析 對三面建筑圍合的商業(yè)空間基準方案和3種綠地面積優(yōu)化方案的空氣溫度、相對濕度、人體熱舒適度（PMV）進行模擬，并將基準方案與各綠地面積優(yōu)化方案的差值結(jié)果進行統(tǒng)計（圖6-a），可以看出：3 種綠地面積方案與基準方案的空氣溫度差值在午后的降溫幅度明顯大于上午，100%綠地面積方案在T14:00 降溫效果是T 09:00的3倍左右。午后空氣溫度差值較平穩(wěn)，而相對濕度差值和PMV 差值在上午處于下降狀態(tài)，下午較平穩(wěn)。與基準方案相比，3 種提高綠地面積的方案對商業(yè)空間熱環(huán)境效應有一定的改善作用。100%綠地面積方案降溫增濕及改善人體熱舒適度（PMV）效果最強，50%綠地面積方案次之，而30%綠地面積方案效果最弱。

對比商業(yè)空間喬草、喬灌、喬灌+立體3種綠地類型方案與基準方案各時間區(qū)間微氣候的差異，結(jié)果顯示，3 種不同綠地類型空氣溫度差值、相對濕度差值及PMV 差值變化趨勢一致（圖6-b）。T 09:00—11:00空氣溫度差值、相對濕度差值及PMV 差值較大，說明相比基礎方案，3 種綠化方案的降溫增濕及改善熱舒適性的作用較大，這是由于此時受到建筑陰影的遮蓋和太陽輻射短波較弱等的綜合作用；T 11:00—14:00 隨著太陽波輻射量的增大，各差值也存在波動；T 14:00，3種方案的相對濕度差值均存在較大波動，說明T 14:00 綠地發(fā)揮較大增濕作用；T 15:00—18:00，不同綠地類型之間的空氣溫度差值和PMV 差值變化趨勢較緩，而相對濕度差值呈下降趨勢。與基準方案相比，3 種綠地類型方案對商業(yè)空間微氣候環(huán)境改善效果各有不同，喬灌+立體的方案改善效果最好，喬灌方案次之，喬草方案最差。

對比商業(yè)空間分散、平行、集中3種綠地布局方案與基準方案各時間區(qū)段微氣候的差異，結(jié)果顯示，3 種不同綠地布局除分散布局的空氣溫度差值波動較小外，其他布局的空氣溫度差值、相對濕度差值及PMV 差值呈較一致的下降趨勢。在時間動態(tài)上，T 09:00—12:00，3種布局方案的空氣溫度差值、相對濕度差值及PMV差值都較大，說明3種綠化方案在此時的降溫增濕及改善熱舒適性的作用較大，且分散布局方案的空氣溫度差值逐漸增大，這是由于分散布局形成的樹蔭面積較大，對太陽光照形成有效遮擋，從而減少街道空間太陽輻射接收的熱量并降低近地面空氣溫度。午后隨著太陽波輻射量增大，各差值也存在波動，T 14:00，3種布局方案的相對濕度差值均存在較大波動。T 15:00—18:00，3種布局方案的空氣溫度差值變化呈下降趨勢，PMV差值變化趨勢較平穩(wěn)。與基準方案相比，3種綠地布局方案對商業(yè)空間微氣候環(huán)境改善效果各不相同（圖6-c），其中，綠地分散布局方案改善效果最好，平行布局方案次之，集中布局方案最差。

圖6 商業(yè)空間不同綠地面積（a）、類型（b）和布局（c）模型分別與基準模型白天微氣候差值Fig.6 Difference of daytime microclimate between different green area(a), space (b), and layout (c) models and baseline models in the commercial space

2.3.2 居住空間熱環(huán)境優(yōu)化模擬分析 對兩邊建筑平行圍合居住空間基準方案和3個綠地面積優(yōu)化方案的空氣溫度、相對濕度、人體熱舒適度（PMV）進行模擬，并將基準方案與各綠地面積優(yōu)化方案的差值進行統(tǒng)計（圖7-a），3 種綠地面積方案的空氣溫度差值在T 12:00 前隨著太陽輻射的增強處于逐漸升高趨勢，在T 12:00 處于最高值，下午趨于穩(wěn)定。相對濕度差值在T 11:00 前逐漸上升后緩慢下降，在午后趨于穩(wěn)定，最高值出現(xiàn)在T 11:00。而PMV差值整體趨勢較平穩(wěn)。與基準方案相比，3種提高綠地面積的方案對居住空間熱環(huán)境效應有一定的改善作用。100%綠地面積方案降溫增濕及改善人體熱舒適度（PMV）效果最強，50%綠地面積方案次之，而30%綠地面積方案效果最弱。整體上，100%綠地面積方案降溫增濕效應是30%綠地面積方案的3倍左右。

對比居住空間喬草、喬灌、喬灌+立體3種綠地類型方案與基準方案各時間區(qū)段微氣候的差異，結(jié)果顯示，3 種不同綠地類型空氣溫度差值、相對濕度差值及PMV 差值變化趨勢一致。T 09:00—12:00，空氣溫度差值、相對濕度差值及PMV 差值均有較大波動，空氣溫度差值、相對濕度差值隨著太陽輻射的增強逐漸上升，在上午達到峰值后逐漸下降，而PMV 差值一直處于逐漸下降狀態(tài)；T 12:00至T 18:00，不同綠地類型之間的三者差值變化趨勢較緩。與基準方案相比，3 種綠地類型方案對居住空間微氣候環(huán)境改善效果各有不同，在白天時間區(qū)段內(nèi)喬灌+立體方案改善效果最好，喬草方案次之，喬灌方案最差（圖7-b）。

對比居住空間T 09:00—18:00 內(nèi)分散、平行、集中3種綠地布局優(yōu)化方案與基準方案各時間區(qū)段內(nèi)微氣候的差異，結(jié)果顯示，3 種布局方式的空氣溫度差值、相對濕度差值及PMV 差值波動趨勢整體較一致（圖7-c）。在時間動態(tài)上，T 09:00—12:00，空氣溫度差值一直處于上升趨勢，相對濕度差值分散和集中布局均出現(xiàn)波動，平行布局形式呈下降趨勢，PMV 差值也是趨于下降。T 12:00至T 18:00，3種綠地布局之間的各差值整體趨于穩(wěn)定趨勢。與基準方案相比，3 種綠地布局方案居住空間熱環(huán)境優(yōu)化調(diào)控程度的排序為集中＞分散＞平行。

圖7 居住空間不同綠地面積（a）、類型（b）和布局（c）模型分別與基準模型白天微氣候差值Fig.7 Difference of daytime microclimate between different green area(a), space (b), and layout (c) models and baseline models in the residential space

2.3.3 廣場空間熱環(huán)境優(yōu)化模擬分析 對開敞面積較大的單邊建筑圍合的廣場空間基準方案和3個綠地面積優(yōu)化方案的空氣溫度、相對濕度、人體熱舒適度（PMV）進行模擬，并將基準方案與各綠地面積優(yōu)化方案的差值結(jié)果進行統(tǒng)計（圖8-a），結(jié)果顯示，3種綠地面積方案與基準方案的空氣溫度差值、相對濕度差值和PMV 差值波動趨勢較一致，在上午時段波動較大，下午趨勢較平穩(wěn)。上午隨著太陽高度角的增大，T 09:00—11:00降溫增濕效應加快，人體熱舒適性也得到提升，T 11:00—12:00，降溫增濕效應減緩，在T 12:00 直至T 18:00 趨于平穩(wěn)，不同綠地面積之間的PMV 差值也隨之減小。與基準方案相比，3 種綠地面積優(yōu)化方案對廣場空間熱環(huán)境效應改善效果各不相同，不同綠地面積之間的差值相對較大，100%綠地面積方案改善效果最強，50%綠地面積方案次之，而30%綠地面積方案最弱。

對廣場空間基準方案和3種綠地類型優(yōu)化方案的空氣溫度、相對濕度、人體熱舒適度（PMV）進行模擬，并將基準方案與各綠地類型優(yōu)化方案的差值結(jié)果進行統(tǒng)計（圖8-b），時間動態(tài)上，T 09:00—10:00，空氣溫度差值、相對濕度差值及PMV 差值較大，說明與基礎方案相比3種綠地類型方案降溫增濕及改善熱舒適性的作用較大；T10:00—12:00，隨著太陽波輻射量的增大，空氣溫度差值和相對濕度差值逐漸下降；午后，3 種不同綠地類型與基礎方案的微氣候差值趨于穩(wěn)定，除PMV差值較小外，其他2種差值較大，特別是喬灌+水體類型的相對濕度差值較大，說明增加水體可以顯著提高相對濕度。與基準方案相比，3 種綠地類型方案對微氣候環(huán)境改善效果各不相同，喬灌+水體方案改善效果最好，喬灌方案次之，喬草方案最差。

對廣場空間基準方案和3種綠地布局優(yōu)化方案的空氣溫度、相對濕度、人體熱舒適度（PMV）進行模擬，并將基準方案與各綠地布局優(yōu)化方案的差值結(jié)果（圖8-c）進行統(tǒng)計，時間動態(tài)上，3種綠地布局優(yōu)化方案波動趨勢較一致，T 09:00—11:00，3種布局方案的各差值都出現(xiàn)明顯的波動；T 11:00—18:00，不同綠地布局之間的各差值雖有小幅波動但均較平穩(wěn)。與基準方案相比，在白天各時段中集中布局方案降溫增濕效果及改善熱舒適性最強，對廣場空間的熱環(huán)境調(diào)控作用均優(yōu)于另外2種綠地布局方案，而平行和分散布局方案對熱環(huán)境優(yōu)化調(diào)控的作用差別不大。

圖8 廣場空間不同綠地面積（a）、類型（b）和布局（c）模型分別與基準模型白天微氣候差值Fig.8 Difference of daytime microclimate between different green area(a), space (b), and layout (c) models and baseline models in the square space

3 結(jié)論與討論

3.1 結(jié)論

在現(xiàn)場實測、軟件模擬、優(yōu)化方案定量對比評價等基礎上，研究了太平街歷史街區(qū)3種街道空間的綠化改造方案，以篩選出優(yōu)化效果最佳的優(yōu)化方案。主要得出以下結(jié)論：

1）隨著太陽輻射逐時的變化熱環(huán)境狀況會發(fā)生較大變化，在水平空間分布上呈“高溫低濕”“低溫高濕”特征。熱舒適性與下墊面狀況、風環(huán)境和建筑布局等因素的有關，街道空間中綠地相對集中的區(qū)域低溫高濕，對熱環(huán)境具有緩釋作用，建筑密集布局區(qū)域通風效果不佳，下墊面熱輻射高，影響研究區(qū)散熱增濕。

2）對于商業(yè)空間熱環(huán)境而言，降溫降濕程度排序為100%綠地面積＞50%綠地面積＞30%綠地面積，提高街區(qū)綠化率可大幅降低街區(qū)平均輻射溫度，給游客和市民創(chuàng)造適宜的街區(qū)微氣候及熱舒適性條件；喬灌+立體綠化方案對三面建筑圍合的商業(yè)空間的熱環(huán)境優(yōu)化調(diào)控作用在白天均優(yōu)于喬灌綠化方案和喬草綠化方案，該方案降溫增濕和調(diào)節(jié)人體熱舒適性的作用最強。而喬灌綠化方案由于灌木葉面積大于草地，蒸騰作用強于草地，所以其熱環(huán)境調(diào)控作用優(yōu)于喬草；在綠地率一定的情況下，綠地布局對商業(yè)空間熱環(huán)境優(yōu)化調(diào)控程度的排序為分散＞平行＞集中，均勻分散布局的樹蔭面積覆蓋街道空間的范圍最大，在三面圍合的建筑布局情況下越有利于對不處于建筑陰影內(nèi)的室外空間形成有效的遮擋，因此街道空間接收的太陽輻射熱量最小，降溫增濕作用最強。

3）對于居住空間熱環(huán)境而言，增加下墊面綠地面積的方案可以改善整個居住空間的綠地微氣候環(huán)境，建議在進行歷史街區(qū)綠化改造時，合理增設門前綠化、院落綠化提升整個空間的戶外熱環(huán)境質(zhì)量；喬灌+立體復合型綠地方案對兩面建筑圍合的居住空間的熱環(huán)境優(yōu)化調(diào)控作用在白天均要優(yōu)于喬灌方案和喬草方案，在增加有陽光直射的南向、西向建筑墻面立體綠化后，太陽直射建筑墻面的熱輻射吸收率降低，從而使建筑物周圍空氣溫度降低，增濕降溫效應最強；綠地布局對居住空間熱環(huán)境優(yōu)化調(diào)控程度的排序為集中＞分散＞平行，由于兩邊平行建筑布局的居住空間比三邊建筑圍合街道更容易受到建筑峽谷風的影響，集中布局方案可使空間積蓄的熱量即時消散，該類型街道改造中還要避免在迎風口設置高大喬木。

4）對于廣場空間熱環(huán)境而言，降溫增濕程度排序為100%綠地面積＞50%綠地面積＞30%綠地面積，與基準方案的純草地方案相比，逐漸增加下墊面喬木種植面積的方案日平均溫度和PMV 均會逐漸降低，平均相對濕度會逐漸升高；綠地類型熱環(huán)境優(yōu)化調(diào)控程度排序為喬灌+水體＞喬灌＞喬草，水體的設置可明顯起到降溫增濕和調(diào)節(jié)人體熱舒適性的作用，因此在滿足用地功能需求的前提下，應優(yōu)先增加水體設置；綠地布局對廣場空間熱環(huán)境優(yōu)化調(diào)控程度排序為集中＞平行＞分散，單面建筑圍合的廣場空間將喬木集中布局可加速近地面熱交換，廣場空間作為歷史街區(qū)最大的開敞空間，且處于街區(qū)主導風向上風向，在綠地布局上不應對主導風形成阻擋，在降溫增濕的同時應兼具良好通風效應。

3.2 討論

本文以長沙市太平街歷史文化街區(qū)為研究對象，通過對不同綠地優(yōu)化方案的數(shù)值模擬，研究優(yōu)化后的歷史街區(qū)綠地微氣候?qū)岘h(huán)境效應的調(diào)節(jié)程度，一方面可以為城市歷史街區(qū)的改造及熱環(huán)境的優(yōu)化調(diào)控提供理論數(shù)值參考，另一方面對改善城市歷史文化街區(qū)熱環(huán)境質(zhì)量、提升城市歷史文化街區(qū)可持續(xù)的宜居環(huán)境水平都具有重要意義。

在實際中歷史文化街區(qū)熱環(huán)境質(zhì)量的優(yōu)劣是諸多要素相互作用的結(jié)果，如人工熱源、大氣污染、城市空間形態(tài)等因素都會對歷史文化街區(qū)的微氣候產(chǎn)生較大影響。因此本文影響因素的選取存在一定局限性，需在更多數(shù)據(jù)支撐下，在未來利用更先進的技術方式完善研究，結(jié)論才能達到同類型街道在微氣候和熱環(huán)境改善方面的普適性和可靠性要求。