重庆都市区人工湖的热湿效应研究*

2015-03-14ResearchontheEffectsofArtificialLakesontheThermalandHumidityEnvironmentinChongqingMetropolitan

西部人居环境学刊 2015年3期

关键词：下垫面水体

Research on the Effects of Artificial Lakes on the Thermal and Humidity Environment in Chongqing Metropolitan

杨永川齐猛杨柯卢军 YANG Yongchuan, QI Meng, YANG Ke, LU Jun

重庆都市区人工湖的热湿效应研究*

Research on the Effects of Artificial Lakes on the Thermal and Humidity Environment in Chongqing Metropolitan

杨永川齐猛杨柯卢军 YANG Yongchuan, QI Meng, YANG Ke, LU Jun

摘要选择重庆市都市区7个人工湖作为研究对象，于2012年8、9月采用流动观测与固定观测相结合的方法进行观测，并对观测数据进行同时性修订后，采用多元线性回归方法，建立空气温度（TA）、湿度（HA）与水体周长（P）、形状指数（LSI）、水体周边地表温度（TS）以及与水体距离（D）之间关系统计模型，温度模型为：TA=18.539+0.306TS+0.854LSI+ 0.003D+0.001P；湿度模型为HA=75.64-1.027TS+10.970LSI+0.009D-0.003P。模型分析结果显示：（1）在水体面积相同的情况下，形状指数小的水体对周围空气降温效果更明显；（2）植被相对于铺装地表对水体周围空气有明显降温效果，改善下垫面性质可以有效改善水体周围空气热环境。本模型为城市水体景观规划与建设，改善城市人居环境质量提供了科学依据。

关键词水体；流动观测；形状指数；下垫面

* 国家科技支撑计划课题资助项目（2006BAJ-02A0205）；重庆市科委自然科学基金资助项目（CSTC2012jjA00014；CSTC2011jjA00025）

杨永川：重庆大学城市建设与环境工程学院，副教授，ycyang@cqu.edu.cn

齐猛：重庆大学城市建设与环境工程学院，硕士研究生

杨柯：机械工业第五设计研究院，工程师

卢军：重庆大学城市建设与环境工程学院，教授

Abstract:Artificial lakes in the city play important roles in the improvement of urban thermal and humidity conditions. The temperature and humidity models are established, containing parameters including lake perimeters, area, shape index and distance based on the actual field survey of seven lakes by mobile observation and fixed observation in Chongqing Metropolitan in August and September of 2012. The models indicate that the lake shape index strongly affects temperature. The smaller the lake shape index is, the lower the temperature surrounding the water is, with the same area. The vegetation can effectively lower the temperature relating to the pavement, and thus improving the underlying surface can improve the thermal conditions surrounding the water.

Keywords:Water Body; Mobile Observation; Shape Index; Underlying Surface

0 引言

城市水体不仅是城市景观的重要组成部分，同时对缓解城市热岛效应也能起到重要作用。由于水体的辐射特征和热力特征与周围下垫面有显著差异，夏季水体能吸收并储存大量热能，起到“热汇”作用；而在冬季，通过水下的湍流热交换和水面与大气间的热交换又将蓄积的热能释放出来，输送到水体上方和周围邻近地区，起到“热源”作用。由于水体有这种调节功能，通过水平方向的热量与水汽交换影响到周围陆地，使水体与相邻陆地区域的环境变化趋于缓和。同时由于水体和周围陆地的粗糙度特性和湿润状况的差异，使得水体和周围陆地上的风速和湿润条件也发生显著变化，从而改变了局地小气候状况，影响城市人类的生存环境[1]。水体对城市热环境的影响在国内外已有较多研究，如杨凯等对上海城市河流及水体周边环境进行温度和湿度的实地观测，发现水体有降温、增湿、提高人体舒适度的功能[2]；李书严等应用观测资料分析北京城区水体气候微效应发现城市水体对其周边小气候有着明显的调节作用[3]；Ichinose对韩国首尔清溪河重建前后周边气象环境特别是城市热岛进行了观测研究，表明该河道恢复对减轻城市热岛和改善城市热环境有一定作用[4]。Nishimura等观测大阪市7月份公园中水体及周围温度，地表温度最高在50°以上，水体温度在30°左右，水体蒸发降温作用能影响到下风向35m处[5]。

综合研究结果表明，城市水体能够有效缓解城市热岛效应，改善城市热环境，从而提高城市居民居住的舒适性。然而，在以往城市水体规划布局和建设时往往只注重水体的景观价值，忽视城市水体在缓解热岛效应方面的重要作用，而城市水体功能受到水体布局的影响。因此，在城市建设中明确水体周边空气温、湿度与水体因子之间关系，进而适当布局水体应当引起规划者和建设方的高度重视。本研究通过对重庆都市区7个人工湖进行实地观测，建立温、湿度统计模型，探讨水体周围空气温度、湿度和水体因子之间的关系，以期为城市水体景观规划提供科学依据。

1 研究方法

1.1 监测水体概况

本研究选择重庆都市区核心区内大小、形状各不相同，地表覆被亦有较大差异的7个代表水体作为实地测量研究区域，各监测水体的概况如表1所示。

表1 重庆都市区7个湖体基本特征Tab.1 fundamental characteristics of the seven lakes in Chongqing Metropolitan

1.2 数据采集

1.2.1 因子选择

影响空气温湿度的因素有：气压环境、季节变化、地理环境、风速变化、云量变化、太阳辐射、下垫面类型、城市布局、建筑密度、建筑材料、人为排热、空气污染等[6-9]。各因素之间又存在着相互作用的关系，因此影响空气温湿度的因素十分复杂。为了便于建立统计模型，需要剔除次要因素，找出能够有效估计水体周围热环境影响程度的几个主要因素进行统计分析。通过查阅相关文献，并结合重庆当地的实际气候环境特点，本研究中引入统计模型的影响因素共五个：人工湖体面积（A）、周长（P）、形状指数（LSI）、下垫面温度（Ts）、与湖体的距离（D）。其中形状指数采用Patton1975年提出的计算公式[10]。

1.2.2 测量方案

采用流动观测与固定点观测相结合的实地观测方法，对7个湖体周围的空气温湿度（日本HIOKI HUMIDITY LOGGER 3641-20温湿度记录仪）、湖体周边的地表温度（斯凯孚SKF TKTL20红外测温仪）进行测量。先对民主湖、云湖、华岩湖以及碧津湖进行固定点观测加流动观测，确定水体的影响范围，对彩云湖、照母山水库、百林水库只进行固定点观测。流动观测中，制定的观测线路以尽量覆盖水体周边各种用地类型为原则。测试前进行实地勘察，制定合理的观测路线，以缩短测量时间。流动观测采用步行，每两小时进行一次。随身携带GPS（台湾环天Global Sat DG－100数据记录器），实时记录路径资料。空气温湿度以离地距离1.5m为标准。测试时间选择在8、9月的晴朗天气，每个测点为期两天，测量时间从早上9:00开始，下午6:00结束。对各个测试点的测量要在尽量短的时间内完成，以排除不可控因素的影响。

1.3 数据处理及模型建立方法

测试结束后将温湿度自动记录仪和GPS仪的原始数据导出，利用二者记录的时间字段，将各测点的经纬度坐标和该测点处的温湿度值一一对应，为克服流动观测方法获取数据非同时性不足，需要对流动观测数据进行同时性订正。根据固定自动气象观测点的平均观测值，选择相应观测时段的历史数据，通过回归分析得到气温随时间变化的趋势；从流动观测的时间段中选定一个标准值，本研究以流动观测时段的中间时刻作为订正时刻。通过回归得到的气温变化趋势可以得到其它各个时刻的模拟值，将各个时刻模拟值减去订正时刻的模拟值得到气温随时间变化的差值，再将流动观测值减去各个时刻的气温差值，从而将流动观测值订正到同一时间[11-12]。将经过同时性订正后的空气温、湿度值与其各测点的经纬度坐标对应，以民主湖、云湖地图为底图，利用arcgis软件绘制等温线图，其中数据插值处理采用克里金法。采用多元线性回归的方法建立模型[13]。

2 模型建立与验证

2.1 模型建立

分三种情况建立空气温湿度的统计模型：（1）将五个变量全部引入统计模型（模型1）；（2）去掉周长将剩余四个变量引入统计模型（模型2）；（3）去掉面积将剩余四个变量引入统计模型（模型3）。利用SPSS统计分析软件分别对三个模型进行多元线性回归分析，结果表明：当模型1用于空气温度模型回归分析时，周长参数t检验的p值为0.118＞0.05，表明空气温度与湖体周长不相关，该回归模型不成立，因此模型1不适合空气温度回归模型。回归结果见表2。

表2 模型1的多元线性回归结果Tab.2 the multi-dimensional linear regression result of the model 1

在建立湿度模型时发现，模型2中的面积参数t检验的p值为0.371＞0.05，表明空气湿度与湖体面积不相关，该回归模型也不成立，因此，模型2不适合空气湿度模型回归。回归结果见表3。

表3 模型2的多元线性回归结果Tab.3 the multi-dimensional linear regression result of the model 2

模型3中各个参数t检验的p值都小于0.05，表明空气温、湿度与模型中的各个参数都相关，回归方程有意义。因此，选择模型3为空气温、湿度的回归模型，其中温度模型回归结果见表4。

表4 空气温度模型多元线性回归结果Tab.4 the multi-dimensional linear regression of air temperature

空气湿度模型回归结果见表5。

表5 空气湿度模型多元线性回归结果Tab.5 the multi-dimensional linear regression of air moisture

综上所述，采用模型3，建立空气温度、湿度与湖体周长、地表温度、与湖体的距离和形状指数之间关系的回归方程为：TA=18.539+0.306TS+0.854LSI+0.003D+0.001P HA=75.647-1.027TS+10.970LSI+0.009D-0.003P

式中：TA为湖体周围的空气温度；TS为下垫面平均温度（℃）；LSI为湖体形状指数；D为与湖体边界之间距离（m）；P为湖体周长（m）；温度模型回归方程的决定系数r2=0.694，湿度模型回归方程的决定系数r2=0.542，模型中各参数均满足t检验，符合统计学要求。

2.2 模型验证

采用留一法验证回归结果的准确性，即从全部的实测数据中抽取1/10的数据用来检验回归结果，这是交叉验证中一种方法[12]。用未参与回归运算的1/10实测数据对两个回归模型进行验证。结果如图1。

温度模型的回归结果与实测值的决定系数（R2）为0.736，拟合直线的斜率为1.013，因此温度回归模型能精确地计算水体周围的温度场。湿度模型的回归结果与实测值的决定系数（R2）为0.443，拟合直线的斜率为0.965，湿度回归模型能较精确地计算水体周围的湿度场。

图1 实测数据与模型计算结果对比分析Fig.1 the contrastive analysis between actual data and computation results from model

图2 不同形状指数湖体周围计算温度Fig.2 air temperature comparison among different shaped lakes with the same area

3 分析讨论

3.1 水体形状对水体周围空气温度影响

有研究表明，水面面积是改善水体周围小气候效应的重要因素[2]。但城市水体布局不可能无限制增大水体面积，因此在一定的水体面积前提下，如何设计水体形状显得格外重要。本研究利用建立的温度回归模型，计算出面积相同而形状指数不同的湖体对周围空气温度的影响，结果如图3所示。其中，模型中地表温度取自彩云湖固定观测点，为测试一天中任一时刻地表平均温度。

图3 民主湖、云湖13:00时刻温度场Fig.3 the temperature field of Minzhu Lake and Yun Lake at 13:00

由图3可以看出：形状指数大小不同的水体（十字形＞长方形＞正方形＞圆形），对其周围空气温度的影响有明显差别，形状指数越小的水体对周围的降温效果越明显。因此，在城市水体规划时不仅要增加水体面积，而且要控制水体形状指数。

3.2 地表温度对空气温度影响

计算湖体周围空气温度与湖体面积、周长，与湖体间距离、地表温度及形状指数之间的相关系数，结果如表6。

表6 空气温度与其它各因素的相关系数Tab.6 the correlation coefficient of air temperature with other factors

从相关性系数可以看出，地表温度对空气温度的影响很大，且呈正相关的关系，因此，降低水体周围地表温度可以有效降低空气温度。计算结果与实际观测相当吻合。图3为民主湖、云湖在13：00时刻周围空气温度场。

民主湖周围最低气温出现在湖体附近为33.9℃，最高气温出现在湖体东南侧为37.2℃，最高与最低温差为3.3℃，湖体冷岛效应明显。而在进行实地观测时，地表温度最低处出现在湖体周围为33.6℃，而最高温度则出现在湖体东南侧处为60.8℃。从图可以看出湖体周边绿化较好，但出现最高地表温度的东南侧则是建筑群，绿化较差，地表性质多为坚硬、不透水的铺装地面（图4a）。地表温度出现最高、最低的地方与空气温度最高、最低地方相对应。云湖在整个观测范围内的最大温差为1.1℃，最低气温出现在湖体边缘为32.3℃，最高气温出现在湖体周边的一条马路上为33.4℃，而不是出现在离湖体最远处的33.1℃，该远端处为植被覆盖地表（图4b）。

综上分析，地表温度是影响空气温度的重要因素，因此降低地表温度能够降低空气温度。改善下垫面性质是改善下垫面温度的有效措施。在城市水体规划时，水体周边应注重绿化，尽量避免不透水性质地表。

4 结论

（1）本研究采用流动观测和固定观测结合的方法对重庆都市区内7个人工湖进行实地观测，采用多元线性回归方法建立了水体周围空气温、湿度与水体周长、地表温度、形状指数及与水体的距离之间关系的统计模型：

TA=18.539+0.306TS+0.854LSI+0.003D+0.001P HA=75.647-1.027TS+10.970LSI+0.009D-0.003P

温度模型回归方程的决定系数r2=0.694，湿度模型回归方程的决定系数r2=0.542，回归模型中各参数均满足t检验，因此回归方程具有统计学意义，且能模拟水体周围空气温、湿度。

（2）为城市景观水体规划与建设提供建议：1）增加水体面积可以改善水体周围热环境，当水体面积受到限制时，减小水体形状指数对改善水体周围热环境有明显效果；2）降低地表温度能够直接降低空气温度，而改善下垫面的性质是降低地表温度的有效措施，建议景观水体规划时注重水体周边既有植被的保护以及新建绿化的品质，尽量减少铺装地表，增加透水性自然地表。

参考文献：

[1] 钟中, 张耀存. 城市人工水体的气象效应与局地环境变化[M]. 北京: 科学出版社, 2008.

[2] 杨凯, 唐敏, 刘源, 等. 上海中心城区河流及水体周边小气候效应分析[J]. 华东师范大学学报（自然科学版）, 2004(03): 105-113.

[3] 李书严, 轩春怡, 李伟, 等. 城市中水体的微气候效应研究[J]. 大气科学, 2008, 32(03): 553-560.

[4] Ichinose T. Monitoring and precipitation of urban climate after the restoration of a Cheong-gye Stream in Seoul Korea[J]. IAUC Newsletter-International Association for Urban Climate, 2005(11): 11-14.

[5] Nishimura N, Nomura T, Iyota H, et al. Novel water facilities for creation of comfortable urban micro-meteorology[J]. Solar Energy, 1998(64): 197-207.

[6] Chang C R, Li M H, Chang S D. A preliminary study on the local coolisland intensity of Taipei city parks [J]. Landscape and Urban Planning, 2007, 80(04): 386–395.

[7] Memo R A, Leung D Y C, Chunho L. A review on the generation, determination and mitigation of urban heat island [J]. Journal of Environmental Sciences, 2008, 20(01): 120–128.

[8] 赵可新. 城市热岛效应现状与对策探讨[J].中国园林, 1999, 15(06): 44-45.

[9] Small C. Comparative analysis of urban reflectance and surface temperature [J]. Remote sensing of Environment, 2006, 104(02): 168-189.

[10] Patton D R. A diversity index for quantifying habitat “edge”[J]. Wild. Soc. Bull, 1975(03): 171–173.

[11] 小泽行雄, 吉野正敏. 小气候调查方法[M]. 郭殿福, 译. 南宁: 广西人民出版社, 1982.

[12] 卢军, 王志浩. 用流动观测数据计算城市热岛强度的数学模型[J]. 中南大学学报, 2012, 43(01): 385-388.

[13] 张文彤, 闫洁. SPSS统计分析基础教程[M]. 北京: 高等教育出版社, 2004.

图表来源：

表1-6：作者绘制

图1-2：作者绘制

图3：作者根据谷歌地图改绘

稿日期：2015-03-20

（编辑：袁李姝）