城市街区绿色基础设施对温度的精准调控

从需求识别到模拟验证：城市街区绿色基础设施对温度的精准调控

 

摘要：在城市双修和韧性城市的双重背景下，绿色基础设施作为一种基于自然的解决方案，提供综合的生态系统服务，其中的降温调节服务能有效缓解城市高温风险，改善人体热舒适度。在降温调节服务供需视角下，提出一套针对高温灾害问题的街区GI精准调控方法，即深化降温调节服务评估框架-识别优先级空间-实施GI调控策略-提出降温目标-模拟验证策略效益，并以武汉市武昌区为例，进行了方法实操。从需求识别到模拟验证可知：城市街区绿色基础设施对温度精准调控方法，能有效提高降温调节服务效益，为城市微小尺度级别管理提供了普适的参考框架，在高度城市化中具有重要的现实意义。

 

1背景

 

为积极应对近年来中国高度城市化所暴露的诸多“城市病”，在城市双修和韧性城市的双重背景下，绿色基础设施(GreenInfrastructure，GI)作为一种基于自然的解决方案，辅助、引导和利用自然生命体做功，以适应性的方式有效应对复杂挑战[1]，特别是在城市微气候调节方面具有显著成效[2]。但GI作为韧性城市在空间上的重要支撑，其静态化、控制式的工程设计途径会削弱和抑制自然系统的调节能力，在应对扰动或胁迫时显现出不足，一旦设计不当，不仅会降低城市韧性，甚至可能造成环境负担和生态系统负面服务[3]。从生态系统服务供需视角划分降温调节服务的优先级，可识别城市具体问题甚至具体地块以提供更精准的调控策略达到城市可持续发展的目标。

 

首先，降温调节服务作为生态系统服务单项的研究，目前大多是在多重生态系统服务评估时作为气候调节指标简单量化[4-7]，这些评估方法在降温调节服务的量化中，缺乏对评估指标的深入探讨，难以在微小尺度上精准识别出优先实施GI的空间。其次，GI提供降温调节服务的能力由生态系统的遮阴、蒸散和通风3项功能决定[8]，由于风对GI的冷却能力的贡献度评估复杂，在很大程度上取决于当地的城市刚性条件[9]，因此，本文暂不考虑风环境相关降温因素。

当前已有较多研究[10-12]探索了微小尺度中GI对周边微气候的影响规律，应用仿真模拟软件评估GI对热舒适度的影响是最广泛的，但目前探讨实施GI策略时往往由于宏观环境直接择址研究，在一定程度上欠缺对空间识别的依据，因此这些方法仅作为地方性的改善研究。

 

因此，本文提出一种城市街区GI对温度的精准调控方法，从需求识别到模拟验证，形成一套系统性的指导街区GI建设的框架，切实缓解街区高温问题。

 

2研究方法

 

城市街区(水平尺度约102~104m)位于城市冠层内部，其微环境(温湿度等)直接影响居民的身体健康和生活质量[13]。城市冠层相对而言是一个微尺度的概念，其定义为建筑物和树木的表层及顶层和大气层之间的部分，是典型的人类活动区域。因此，城市冠层对确保城市中的人类舒适健康和福祉至关重要[14]。街道是我国最小的行政单元，城市生活网格化管理是一种行政管理改革，将城市管理辖区按照一定的标准划分成为单元网格[15]。行政街道与生活网格均属于本文定义的街区范畴。

 

 

本文提出一套降温调节服务供需视角下的街区GI精准调控的方法，整体框架如图1所示，分为以下5个步骤。

 

1)评估。街区降温调节服务空间优先级划分分为2个层级，即以行政街道作为空间单元，通过高温风险评估对各个行政街道的降温调节服务优先级进行排序；再以生活网格作为更小层级的精细化的空间单元，从降温调节服务供需两侧，在微尺度中评估降温调节服务的额外需求并划分优先级。

 

2)识别。根据评估结果，空间优先级排序完成后，可以帮助精准识别出街区内降温调节服务额外需求最大的生活网格，将其作为GI精准调控的目标场地。

 

3)目标。在微尺度场地中，户外人体热舒适度是人类对热环境满意与否的心理状态[16]，是评估城市小气候质量的重要参数[17]。本文选取当前研究最为广泛且包含气温、湿度、风速、平均辐射温度和人为因素影响的生理等效温度(PET)作为GI调控策略成效的判断标准，生理等效温度高于41℃则被认定为处于高温风险中[18]。因此将PET降低至41℃以下作为场地降温目标。

 

4)策略。选取适宜场地的GI调控策略，由于方案设计存在多样性，从GI的配置和结构两方面的策略进行理论归纳并设计调控方案，将之应用于识别出的微尺度地块，改善生活在此空间的居民的户外热舒适度。

 

5)验证。ENVI-met软件适合中小尺度的微环境评估，通过ENVI-met模拟现状情况，可分析当前场地的空间关系和热环境，在相同初始条件下模拟GI调控后场地热环境并进行对比分析，完成对GI调控策略成效的模拟验证。

 

2.1街区高温风险评估

 

本文在城市街区降温调节服务评估中引入自然灾害研究领域的高温灾害脆弱性评价框架(表1)，利用对高温灾害脆弱区域的识别达到对城市行政街道的降温优先级划分。采用IPCC(联合国政府间气候变化专门委员会)提出的“胁迫性(Hazard，H)-暴露性(Exposure，E)-脆弱性(Vulnerability，V)”的自然灾害风险(Risk，R)评价框架，根据高温灾害评价的公式对高温灾害风险进行评估，表达式为：R=H×E×V

 

2.2街区降温调节服务需求评估

 

当前大多研究已表明，城市街区尺度的热岛效应由人为热源、城市三维建筑结构及下垫面3个主要因素共同形成[19-22]。如表1所示，本文选取人类活动强度、街区空间形态和下垫面作为一级评价指标，以生活网格为单元，进一步评估街区内部的降温调节服务需求，精准划分出降温优先级地块。

 

2.3街区降温调节服务供应评估

 

现已有研究证实在城市街区尺度不同植物群落的绿地及不同植物个体之间提供的生态绩效存在差异[23]，用于量化微小尺度的GI供应。本文根据经验研究量化降温调节服务的供应，其值通过街区内每种GI的供应系数乘以每个元素的面积求得[23-24]，GI供应能力情况如表2所示。

 

2.4熵值赋权及供需归一叠加

 

熵值法就是根据判断指标的离散程度来确定指标对系统的影响，通过衡量需求指标在总体公平性的差异程度，采用SPSSAU软件中的熵值处理操作求得各指标权重。加权叠加量化需求后，与供应归一至[0-1]，求差值，并在ArcGIS中进行空间分析，精确查找降温调节服务额外需求最大的地块进行调控。公式如下：式中，UESdemand表示生态系统服务总需求；UESsupply表示生态系统服务总供应；NetUES表示额外生态系统服务；对于最终的结果额外生态系统服务(NetUES)来说，其数值单位可以表示供需情况，正值表示需大于供，数值越大，额外需求越强，越指向人类福祉的不利影响；负值则表示GI所提供的生态系统服务能够满足城市居民需求并且支持人类福祉[25-26]。

 

2.5ENVI-met模拟验证

 

首先，对研究区进行选点测量微气候情况，勘察研究区建成环境；其次，将研究区中的微气候测量值及建成环境输入软件模型，并进行仿真-校准-对比分析，促使模型与真实环境一致；最后，对改善方案进行模拟，分析改善前后热舒适度变化情况[34]。

 

3研究案例

 

本文以武汉市武昌区为例，实证探讨城市街区绿色基础设施对温度的精准调控方法。

 

3.1街区高温风险评估

 

综合分析胁迫性、暴露性、脆弱性，其中脆弱性权重占比最大，为0.3864，由性别、年龄、经济能力及医疗资源4项社会性因素组成；胁迫性占比为0.2850；暴露性占比为0.3286。总体而言，三者的权重比例相近，与人口直接相关的指标会占比稍大，熵权叠加后，武昌各街区高温风险评估结果如图2所示，中华路街区为降温需求最大的街区，为武昌内的历史老街区，发展成熟且老旧，人口密度高，绿地匮乏。

 

3.2降温高需求街区识别

 

基于武昌内部街区高温风险评估结果，中华路街区为降温需求最大的街区，将其内部依据城市居民生活网格进行单元划分，生活网格由建筑、道路、植被或水体组成物理区域[33]，能够更加直观地反映居民生活状态和对资源益处的指向，中华路街区共58个生活网格。

 

 

熵权叠加人类活动强度、下垫面及由多项因子组成的街区空间形态，三者权值比重分别为0.3893、0.3658及0.2450，结果如图3所示。当前的降温需求点主要集中于街区中心及东部地块，叠加供应量(图4)后，所得供需总图(图5)产生明显变化。





在结果供需总图中，西城壕010网格地块的额外需求最大，其各项指标值都呈降温高需求态势，该网格为老旧生活棚户区，居住人口较多，多从事小型商铺售卖等工作，活动强度大，内部的建筑多为2~4层低矮型，整体的建筑密度非常高，容积率较低，网格的GI总量非常少，GI类型多以单乔类型为主，有少量灌木及草本型，在该地块的居民夏季长期处于高温风险中，因此GI设计上存在较大的不合理性，亟待改善。