基于可控的建筑和绿化布局因素对居住区微气候影响研究

甘义猛，梁 涛，陈珂珂，何瑞珍

(河南农业大学林学院， 郑州 450002)

基于可控的建筑和绿化布局因素对居住区微气候影响研究

甘义猛，梁 涛，陈珂珂，何瑞珍

(河南农业大学林学院， 郑州 450002)

以综合性居住区帝湖花园为样区，根据实际情况确定11个样点,实测风温湿度等微气候数据。选取建筑高度、天空视域因子SVF、三维绿量、绿地垂直结构类型四个影响参数与风温湿值进行相关性和线性回归分析,综合研究不同建筑和绿化布局对居住区微气候的影响特征。结果表明：建筑高度、SVF、三维绿量、绿地垂直结构等因素是影响居住区温湿度变化的重要因子；温度与SVF呈显著正相关性，与楼高、三维绿量呈负相关性；相对湿度与楼高、SVF呈显著负相关性，与三维绿量呈正相关；SVF每增加10%，气温上升1.01 ℃，相对湿度降低1.8%；乔灌草和纯乔木的绿地类型具有更好的降温增湿作用。研究结果可以作为城市绿地生态效益评价的参考，并为城市居住区绿地的设计、改造和管理提供部分科学依据。

居住区微气候；建筑高度；天空视域因子；三维绿量；绿地垂直结构；回归分析

城市微气候指城市冠层以下的气候环境，主要由空气温度、相对湿度、风环境等因素构成。近十几年来，快速的城市化进程对城市微气候环境造成了重要影响，受到交通排热和建筑排热以及下垫面结构的改变等因素的综合影响，城市热环境逐渐恶化，“热岛现象”及其负面作用日渐凸显[1-2]。

居住区是城市居民户外活动的最主要场所，其环境质量的好坏切实关系到居民的身心健康。当前由于土地压力及其他方面原因，高层高密度形式的居住区越来越多，建筑密度和容积率逐渐加大，植被结构单一，这些因素综合造成了复杂的居住区微气候环境。随着人居环境学的发展，室外微气候环境质量越发受到人们的重视，研究其他因素如何影响居住区微气候环境已经成为非常具有实际意义的规划问题[3-4]。

众多学者对居住区微气候环境做了相关研究，包括翟炳哲等[5]通过2013—2014年在郑州市区14个居住区，对户外地面1.5 m高处和楼顶微气候测量发现，小区居民活动高度的温度、相对湿度、风速、光照度等与楼顶有显著差异。秦俊[6]以上海居住区为例，利用实测，研究影响居住区气温的景观绿化指标，并建立居住区热环境指数及其模型。结果表明，绿化乔木比例、绿化覆盖率与居住区气温呈极显著负相关，平均斑块面积与居住区气温呈显著负相关。陈卓伦等[7]以广州某住宅小区为例，定点实测其中的温度、相对湿度及风速等数据，考察人工期、树阴以及下垫面性质等对室外热环境的影响，定量分析景观设计因子的权重关系，探讨通过改变相应的因子来改良住区热环境的方法。除了居住区绿化因素的影响作用外，国内外[8-10]相关实测研究发现，天空视域因子SVF是影响热环境分布的重要因素，与居住区建筑密度、容积率、建筑高度相关，共同影响居住区微气候环境。Liang Chen等[11]对香港高层高密度的居住区进行研究得出当SVF<0.35时温度会增加3 ℃；当0.35

不同于以上学者从建筑因素或绿化角度，对居住区微气候环境问题进行研究，本研究着重选择有多类型下垫面的高层和多层居住区为样区，搜集样区不同样点的风温湿数据，选取多种影响参数并结合SPSS19软件进行相关性分析和线性回归分析，综合基于可控的建筑和绿化布局因素对居住区微气候影响研究，阐明不同配置下居住区微气候的变化规律。研究可为城市居住区空间的设计、建设、改造和管理提供部分科学依据。

1 研究区概况和方法

1.1 研究区概况

河南省郑州市位于112°42′—114°13′E， 34°16′—34°58′N，属于北温带大陆性季风气候，春季干旱少雨，夏季炎热多雨，秋季晴朗日照长，冬季寒冷少雪。年平均气温在14～14.3 ℃之间；年平均降雨量为640.9 mm；无霜期220 d。

研究对象帝湖花园小区位于郑州市中原区内，距离市中心8.2 km。该样区总规划用地206.67 hm2，样区面积大，呈行列式布局排列，为郑州市大型综合居住小区。由于帝湖花园兼有高层和低层建筑，且两者在同一位置，建设年限、建筑材料等外部条件相同，有助于研究楼层高度对居住区微气候的影响。高层建筑绿化覆盖率33%，绿地率30.8%；多层建筑绿化覆盖率29%，绿地率27.2%，绿化情况较好，能在一定程度上代表现在新建小区重视绿化的趋势。下垫面类型有广场、水泥路面、树木、草地和水体，是多种下垫面混合组成的典型城市下垫面，因此选择该样区进行微气候特征研究，对于研究城市复杂下垫面和温带气候条件下的微气候特征具有一定的参考价值。

1.2 样点设置

根据尽量均匀设置的原则，从建筑高度、树阴遮挡情况、是否临近水面、不同下垫面等角度综合选择了11个样点。需要说明的是：样区总体包括北部两部分高层区域、中部的低密度低层别墅区及右边大片普通多层区域，别墅区由于样区安保限制无法进入，因此样点的设置主要考虑在高层及多层均要有所覆盖，同时对现场观察发现，两块高层区域内部建筑及绿化设置基本相似，由此选择了西北处高层的三个样点，分别对应其不同的绿地布局形式，重点在多层区域布置8个样点，由北向南依次设置。具体的样点位置见图1及表1。

1.3 样点空间分析

以样点为中心，半径10 m，绘制样点的微环境示意图，来描述样点周围的空间情况(图2)。1，8，10三个样点的植被布局相同，1和10号样点在乔木的边缘，8号样点在乔木的中心；2，4，6和11四个样点相似，它们的区别在于：2号样点东西两侧临近建筑，位于沥青路上，4号样点西侧临水，东侧为建筑，6号样点南北两侧为建筑，也位于沥青路上，11号样点西侧临近铺装广场，东侧为建筑，地面为水泥路面；7号和9号两个样点的植物配置是相同的，只是9号样点的封闭性高于10号样点；3号样点为集中布置的草坪；5号样点为硬质界面。

表1 样点设置情况说明样点编号层级树阴空间类型位置1高层树阴下乔灌草北部楼间块状绿地2高层树阴下纯乔木北部主干道行道树下面3高层无草坪北部草坪,临近人工水池4多层树阴下纯乔木中部干道行道树下,邻水5多层无硬质铺装中部居民活动广场6多层树阴下纯乔木中部主干道行道树下面7多层无灌草中部楼后基础绿化带8多层树阴下乔灌草南部块状绿地,主路旁边9多层无灌草南部楼后基础绿化带10多层树阴下乔灌草南部楼间主干道行道树下面11多层树阴下纯乔木南部楼间次干道行道树下面

1.4 参数的选择

影响居住区微气候的不可控影响因素主要有大气条件、季节变换、日间条件、风速、云层等；可控因素主要为居住区面积、容积率、建筑密度、建筑高度、天空视域因子、植被绿化体系等。每个因素都会部分影响太阳辐射、空气对流等过程，导致复杂的城市居住区微环境。本次研究因变量选择居住区内平均温度、平均相对湿度及平均风速，自变量的选择专注于可控的居住区建筑布局和绿化因素[12]，更利于对城市居住区微环境的研究。

综合性居住区大多呈高层建筑与多层建筑相混合的特点，建筑物高度的不同对微气候有直接的影响。高层拥有较高的容积率、但同时建筑间距拉大，受到建筑阴影和峡口效应的影响，高层居住区风温湿与多层有着很大的不同。天空视域因子(Sky View Factor，SVF)反映了周围地物对天空的遮蔽程度，是一个0到1之间的无量纲测量参数，“0”代表完全封闭，“1”代表完全开敞空间。SVF实质上定义了城市建筑空间的封闭程度，是影响城市热岛效应的重要因素。SVF与天空和地面之间的辐射交换直接相关，它表达了整个辐射半球表面接收或发射的辐射的比值[13-15]。在热岛效应最为显著的夏季高温天气条件下，城市绿地植被的生态效益表现更明显。绿化覆盖率的大小最直接也是最根本影响整体绿地生态效益。然而在现实居住区绿地面积有限的背景下，绿地结构在小尺度上更能体现绿地生态功能的强弱，绿地的三维绿量与植物的遮阳和蒸腾降温能力息息相关，绿量空间指标主要侧重于三维绿色空间，绿地自身的层次结构即垂直方向上的结构层次对绿地内部形成局部环流，实现热量交换的影响表现也尤为明显[16-17]。 由此，本次研究综合选择影响居住区微气候的部分可控因素，包括建筑高度、天空视域因子SVF、植被群落三维绿量和绿地垂直结构类型。

1.5 研究方法

场地内样点温度变化受到如植被、建筑布局、地形、交通密度和其他人为热释因素的综合影响，但主要取决于阴影区域强度和地表性质。

在城市不同区域中各项因素是变化的，因此那种把不同场地中的风温湿度与某一处单一的外部参考点如城市的气象站进行比较，往往会得出不正确的结论。

由此，本次研究中冷却效应被认为是现场不同样点测量的风温湿度与相应的参照点之间的差异。参照点的选择需符合以下两个标准:一是参照点要接近于实测样点的场地；二是参照点是没有树木的，并且一天中的大部分时间能接收到阳光，它代表了没有植被影响的场地的背景，如此定义的冷却效果，在某种程度上是周围的背景温度的函数。本研究中将无绿化覆盖的硬质铺装5号点作为对照点。

测量时段选取为2015 — 09 — 20—2015 — 09 — 25的连续5天，均为晴朗、静风天气，测量时间为所选时段内每天的08: 00—19: 00，共12 h。测量工具包括路昌LM—8000温度相对湿度风速照度四合一环境测量仪，该仪器具有测量参数多、精度高、便于携带的特点，温度测量范围为-100～1300 ℃，精确度±1%，相对湿度测量范围为10%～95%，精确度±4%，其他工具还包括带有鱼眼镜头的SONYnex7相机以及常用的测量卷尺等。

测量方法： 关于风温湿度数据，利用四合一环境测量仪测量不同样点行人高度(距地面1.5 m)处温湿度数据，每小时测1次，每次同一样点分4个方向得出4组数据，每组数据测量持续时间1～3 min，每组数据读取最大值和最小值，并取平均值作为每组最终的测量数值，即每个样点得到5×12×4测量结果，取空气风温湿度的算术平均值，公式为:

C=(C1+C2+…+Cn)/n，

式中，C为测定时段内某样区某样点空气风温湿度平均值，C1,…,Cn为测定时段样点空气风温湿度测定值，n为测定值个数；

关于风速测量，考虑到风向变化的不确定性，每小时测1次，每次先找出主方向，利用四合一环境测量仪测量主风向上的风速，每次测量4组数据，每次30 s～1 min，取四组数据的平均值为最后风速平均值；使用带有鱼眼镜头的SONYnex7相机于地面高0.8 m处对各样点垂直于地面向上进行定点拍照以获取鱼眼图像，结合采用WinSCANOPY专业分析软件(WinSCANOPY是分析太阳辐射和树冠的数字图像分析仪，工作原理是对数码相机拍摄的鱼眼镜头图像进行专门软件分析)进行不同样点SVF值的计算；植被数据以实地调研的方式获得样区各样点的植物优势种及其株高、冠幅等绿地特征参数，结合郭雪艳[18]关于常见园林树种绿量计算方法，研究计算了每个样点10 m范围内的植被绿量情况。

最后，用MICROSOFT EXCEL软件处理表格，用SPSS19.0分析软件对数据进行显著性相关性分析和线性回归分析。

2 结果与分析

2.1 数据结果

根据上述研究方法，对各个样点的观测数据进行了相应的分析，结果如表2所示：

表2 各样点平均风温湿度及SVF、三维绿量值样点号平均温度/℃平均相对湿度/%平均风速/(m/s)SVF/%三维绿量/m3125.834.91.125.8609.3226.132.81.027.6378.2328.929.50.946.913.2426.932.31.342.0291.5529.528.11.262.21.6626.832.71.139.1287.6728.330.01.247.626.5825.634.71.623.8530.0928.530.32.048.227.31025.734.31.128.0463.11127.131.81.432.1257.0

2.2 居住区微气候与各影响因素的相关性分析

采用统计学的皮尔逊(Pearson)相关系数检验了自变量对居住区风温湿的影响(表3)，计算结果表明：居住区内部平均温度与建筑高度、天空视域因子、三维绿量、绿地垂直结构类型之间存在极显著的相关关系，其相关系数分别为-0.815，-0.825，0.842和-0.960；平均相对湿度与上述四个参数之间也存在显著相关性，特别是与天空视域因子、三维绿量呈极显著相关，其相关系数分别为0.661，-0.204，-0.935和0.970；平均风速与四个影响参数之间，P值都>0.05，说明风速与建筑高度、天空视域因子、植被群落三维绿量、绿地垂直布局形式之间没有显著相关性，也从侧面反映了居住区风速变化的复杂性。

2.3 天空视域因子、三维绿量与居住区温度、相对湿度的线性拟合关系

利用SPSS19软件进行SVF值、三维绿量值与居住区平均温度和相对湿度之间的线性分析(见图3、图4)。

表3 影响参数与温度、相对湿度及风速相关分析可控因子平均温度平均相对湿度平均风速RPRPRP建筑高度-0.8150.002**0.6610.027*-0.5450.083天空视域因子0.8420.001**-0.9350.000**0.0770.823三维绿量-0.960.0000.970.000**-0.1240.717绿地垂直布局形式-0.8250.002**-0.2040.047*-0.0640.852 注:R为相关性系数,**表示在置信度为0.01时,相关性显著;*表示在置信度为0.05时,相关性显著。

SVF值与温度呈正相关，线性公式为:

Ysvf=8.26X-186.16,

式中，X为平均温度，R2=0.899 8。

在判定一个线性回归直线方程的拟合度好坏时，R2是一个重要的判定指标，它体现了回归模型所能解释的因变量变异性的百分比，即在上述线性公式中，变量Ysvf的变化中有89.9%是由变量X引起的，具有较好的拟合度。

SVF值与相对湿度呈负相关，线性公式为：

Ysvf=-5.039X+199.47,

式中，X为平均相对湿度，R2=0.873 2。也具有较好的拟合度。

说明白天空气温度随着SVF的增加，呈现出逐渐增加的趋势。原因是较大的SVF代表较大的空间开敞度，同时可能伴随较小的植被覆盖，受到太阳辐射影响更大，引起空气升温更为迅速，同时相对湿度降低。通过对标准系数的比较发现，天空可视因子每增加10%，气温上升1.01 ℃，相对湿度降低1.8%。

三维绿量值与温度呈负相关，线性公式为：

Y三维绿量=-152.26X+4 403.3,

式中,X为平均温度，R2=0.921；

三维绿量值与相对湿度呈正相关，线性公式为：

Y三维绿量=95.353X-2 783.8,

式中，X为平均相对湿度，R2=0.941 8，都具有较高的拟合度。

树木主要通过树冠的遮阳以及自身的蒸腾作用实现对温湿度和辐射的调节，叶面和泥土依靠自身吸收、反射太阳辐射以及蒸腾作用降低空气及绿地内部空间温度，增加相对湿度，进而综合改善局部区域的微气候。由此，区别以往强调绿化率的观点，重视提高植被的三维绿量更能提高居住区生态效益。

2.4 建筑高度对居住区温湿度的日变化分析

根据样点楼层高度情况将数据进行了分组，分为高层和多层及对照点3组，结果详见图5。3组样点温度日变化趋势相似，中午温度高，早晚温度低，参照点的温度变化走势波动较大，至11: 00达到温度最高值，比高层和多层最高温出现时间分别提前2 h和3 h。在温度均值上，高层<多层<对照点；相对湿度方面，对照点于08: 00至11: 00，湿度迅速下降，11: 00到达最低值，而后开始回升，高层和多层在08: 00 至15: 00相对湿度持续降低，分别在14: 00和16: 00达到最低点，相比对照点晚了3 h和5 h，在相对湿度均值上，对照点<多层<高层。说明建筑高度与居住区内部气温、相对湿度有显著相关性，其与温度呈负相关，与相对湿度呈正相关。原因是上午随着太阳辐射增强，由于高楼的相互遮阴，加之样区高层之间布置了集中式绿地，综合降低了空气温度。

2.5 绿地垂直结构类型对温湿度的日变化分析

结合图6可知。各类型空间温度日变化大致为单峰曲线形状，呈现早晚低、中午高的特点。对照点由于缺乏植被冷却，温度上升最快，至11: 00点达到最高温。乔灌草、纯乔木、灌草、草坪分别于16: 00，15: 00，12: 00和14: 00到达最高温；较之对照点分别晚了5 h，4 h，1 h和3 h；较之对照点白天平均降温分别为2.2℃，1.7℃，1.2℃和0.9℃。

相对湿度在各空间变化趋势相似，呈现早晚高、中午低的特点。08: 00至12: 00间，各空间相对湿度都迅速下降，其中以对照点湿度下降幅度最为强烈，至11: 00到达湿度最低值，而后缓慢上升。乔灌草、纯乔木、灌草和草坪到达湿度最低值的时间分别为17: 00，16: 00，16: 00和12: 00；相比对照点晚了6 h，5 h，5 h和1 h；四种绿地相比对照点白天平均增湿幅度分别为2.8%，2.7%，0.5%和0.9%；最大增湿幅度分别为4.2%，4.7%，3.3%，2.9%。说明在居住区内部绿化布局中，乔灌草和纯乔木绿地空间具体更好的降温增湿效果。

2.6 居住区风环境分析

相比温度和相对湿度的变化，由于居住区较为复杂的建筑和植被环境对气流的扰动，样点风环境呈现复杂变化的特点。

根据实测数据，整理样区的风向频率示意图(图7)。高层区主要风向为西南、南及东南方向，主要原因可能是受到南部样区水体的影响；多层区主要风向为正北方、正西方，原因同样可能是受到水体等开敞空间的影响。

考虑到影响风速的主要因素是地表的粗糙度，而高层和多层的粗糙度有着显著区别，因此分别以高层和多层2个区域为标准，分析不同区域的风速情况(图8a)。通过对各个样点白昼时段内所测的风速进行了统计，发现高层在观测时段所测的平均风速为1.4 m/s，多层为1.85 m/s，高层区域整体风速较低，多层风速高于高层，参照点全天风速变化幅度较大。

为了观察不同SVF值的样点的风环境情况，将11个样点分成两组(图8b)。可知：0

将不同样点的三维绿量值与平均风速进行对比(图8c)，可以看出各样点的平均风速值均在0～1.8 m/s之间，反映了高密度综合居住区内较差的风环境，日最高风速超过2.5 m/s的有7个样点，反映了风速的不稳定性。其中样点9平均风速最高，其次为样点8、样点11、样点4和样点7，然而样点9和样点7三维绿量都很低，可以看出三维绿量与风速之间没有显著的相关性。

根据不同样点在白昼测量时段内的风速日变化分析(图8d)可以看出，除草坪和对照点，其它三种绿地空间总体上呈现风速缓慢下降的趋势，至12: 00左右有小幅度上升，到16: 00左右达到最低；草坪总体白天风速变化波动很大；对照点从08: 00至11: 00时间段内，呈现高幅度风速变化，10: 00达到最高风速，12: 00后风速开始缓慢下降。乔灌草、纯乔木、灌草及草坪四种不同垂直结构绿地和对照点白天平均风速分别为1.28 m/s，1.2 m/s，1.62 m/s，0.9 m/s和1.22 m/s；不同类型绿地较之对照点分别变化为+0.06 m/s，-0.02 m/s，+0.4 m/s，-0.32 m/s。说明更加丰富的垂直结构绿地类型并不能使风速提高。

通常在风力一般静稳的情况下,绿地与非绿地之间的温差、气压、空气密度是产生局地环流的主要因素。但是在实测数据中发现，在复杂下垫面的城市居住区内，由于受到多种因素的影响，风速变化呈现很大的不确定性。高层和多层的建筑布局，风速变化却呈现负相关。风速与SVF值呈总体的正相关，较大的开敞空间促进了空气的流动。高绿量的植物覆盖可以通过提供阴影和蒸腾冷却作用有效降低夏季空气温度，但也能够降低冠层以下的通风潜力，造成空气的停滞，减弱风速。总体来说由于风变化的不确定性，跟建筑平面布置及立面结构、高宽比、建筑容积率等其他因素都有关，呈现很强的复杂性。

3 结论与讨论

当前热岛问题是城市人居环境建设面临的重要问题，已成为学界、政府部门以至民众广泛关注的焦点。解决改善城市热岛问题，对于维护城市整体生态平衡、控制气候变化、节约能源消耗、提高城市可持续发展的竞争力等方面，都具有重要的现实意义。微气候是城市环境设计的重要部分，其目标就是为城市人口提供舒适的居住环境。城市气候学不仅仅要考虑所在的气候区域，也应充分考虑到城市形态的变化，使城市设计更加符合人类对舒适居住环境的需求。

1) 居住区内部建筑物高度、天空视域因子、植被群落的三维绿量及绿地垂直结构类型对居住区内部的温湿度环境变化有显著的相关性；一定条件下，较高的建筑高度有利于建筑内部降温增湿作用；白天建筑小区内空气温度受到半球冠层的太阳辐射的输入量，这个阴影系数由SVF表示最佳，通过线性回归分析发现天空可视因子是解释气温变化的重要因子。

2) SVF与温度呈正相关，与相对湿度呈负相关，SVF值每增加10%，空气温度上升1.01 ℃；三维绿量综合体现了植被群落的光合作用、蒸腾蒸发能力，直接影响植被生态效益的大小，三维绿量与居住区温湿度有极显著相关性，与温度呈负相关，与相对湿度呈正相关；绿地自身的层次结构即垂直方向上的结构层次对绿地内部形成局部环流，实现热量交换的影响表现尤为明显。

3) 不同的下垫面存在比热容、导温系数和升温速率的差异，不同绿地结构类型降温效果有很大差异。乔灌草及纯乔木植被结构层次更丰富，浓密的冠层可以有效地减少到达地面的太阳辐射，阴影程度较高，便于与周围环境进行热交换，能在小尺度上更好的体现植被的降温增湿作用。居住区风环境由于受到城市盛行风、建筑平面和立面布局、下垫面的综合影响，在居住区内部形成复杂的风环境。

由此建议在居住区规划设计中，要重视控制内部SVF值，提高植被群落的三维绿量，避免单一使用某种绿化类型，提倡近生态群落化的复合型植被结构搭配。在景观层面多考虑绿地绿地之间的整体性和连通性等，对于改善居住区热环境有着积极的改善作用。

研究受限于仪器性能和研究人员等客观条件以及数据分析方法、模型应用等所导致的误差，对结果的科学性可能会产生影响，以及样区选择受到所在城市的大气环境特征、城市绿地山水格局、居住区建成使用年限、植被景观养护及动态生长情况等综合影响，决定了本研究结论可能缺少普适性，尚有一定的局限性。在以后，研究仍有一些问题需要通过更详细的观测实验以及数据分析进行深入探讨，例如增加更多影响参数，将白天及夜晚情况进行对比等都是需要进一步的研究问题。

[1] 周淑贞，张超．城市气候学导论[M].上海: 华东师范大学出版社，1985．

[2] 高凯,秦俊,胡永红. 城市居住区景观绿化格局改善热环境变化的遥感监测分析[J]. 生态环境学报,2012(3):464-469.

[3] 苏泳娴，黄光庆，陈修治，等.城市绿地的生态环境效应研究进展[J].生态学报，2011，31( 23) : 7287-7300．

[4] Yang F，Lau S S，Qian F. Summertime Heat Island Intensities in Three High-rise Housing Quarters in Inner-city Shanghai China: Building Layout，Density and Greenery[J].Building and Environment，2010，45(1).

[5] 翟炳哲，林波荣，毛其智，等.郑州小区形态与微气候的实验研究[J].生态城市与绿色建筑，2014(3):119-124.

[6] 秦俊.绿地缓解城市居住区热环境效应的研究[D].上海：华东师范大学,2014.

[7] 陈卓伦，赵立华，孟庆林，等.广州典型住宅小区微气候实测与分析[J].建筑学报，2008 (11):24-27.

[8] 丁沃沃，胡友培，窦平平，等.城市形态与城市微气候的关联性研究[J].建筑学报，2012(7):16-21.

[9] 杜晓寒，石玉蓉，张宇峰，等.广州典型生活性街谷的热环境实测研究[J].建筑科学，2015，31(12):8-13，87.

[10] Kalnay E，Cai M.Impact of urbanization and land-use change on climate [J]. Nature.2003，423:528-531.

[11] Liang Chen.Sky View Factor Analysis of Street Canyons and Its Implications for Daytime Intra-urban Air Temperature Differentials in High-rise， High-density Urban Areas of Hong Kong:a GIS-based Simulation Approach[J].International Journal of Climatology，2012(32):121-136.

[12] Chen H，Ooka R，Huang H，etal．Study on Mitigation Measures for Outdoor Thermal Environment on Present Urban Blocks in Tokyousing Coupled Simulation[J].Building and Environment，2009，44( 11):2290-2299．

[13] Lin Tzu-Ping,Tsai Kang-Ting,Hwang Ruey-Lung,etal.Quantification of the Effect of Thermal Indices and Sky View Factor on Park Attendance[J].Landscape and Urban Planning,2012,107(2):137-146.

[14] 王频.孟庆林.多尺度城市气象研究综述[J].建筑科学,2013,29(6):107-114.

[15]杨俊宴,马奔.城市天空可视域的测度技术与类型解析[J].城市规划,2015,39(3):54-58.

[16] 刘滨谊，梅欹，匡纬，等.上海城市居住区风景园林空间微气候要素与人群行为关系测析[J].中国园林，2016，32(1):5-9.

[17]杨振山,张慧,丁悦,等. 城市绿色空间研究内容与展望[J].地理科学进展,2015(01):18-29.

[18] 郭雪艳.南京市常见园林植物的绿量研究[D].南京：南京林业大学，2009.

Micro-climateStudiesBasedonControllableResidentialBuildingsandGreenLayoutFactors

GAN Yimeng，LIANG Tao，CHEN Keke，HE Ruizhen

(College of Forestry, Henan Agricultural University, Zhengzhou 450002，Henan，China)

Took a comprehensive residential area Royal Lake garden-like area as an example,selected 11 samples according to actual situation,measured air temperature and humidity microclimate data.Select the height of the building,sky horizon factor SVF,the amount of three-dimensional green,green vertical structure four parameters which affecting the air temperature and humidity,to perform correlation analysis and linear regression analysis,did a comprehensive study of the effects of different buildings and layout of the green residential area microclimate feature.The results showed that:The factors building height,SVF,three-dimensional green biomass,green vertical structure was important factors to explain residential area temperature and humidity changes;Temperature and SVF was a significant positive correlation, three-dimensional green biomass was negatively correlated;Relative humidity and tall,SVF had significant negative correlation,positive correlation with the three-dimensional green biomass;With SVF 10% increase, the temperature rose 1.01 ℃, relative humidity reduced by 1.8%. Pure tree,shrub and grass and trees green types have a better cooling humidification effect.The results can be used as ecological benefits of urban green space evaluation reference,and provide some scientific basis for urban residential green design,transformation and management.

residential micro-climate;building height;sky horizon factor;three-dimensional green biomass;green vertical structure;regression analysis

2016 — 06 — 12

国家自然科学基金资助项目，郑州市绿色空间布局对城市微气候的影响机制(31470029)；河南省科技厅产学研资助项目(142107000101)

甘义猛(1990-)，男，在读研究生，研究方向为风景园林学，城乡绿地系统规划。

何瑞珍(1970-)，女，博士，副教授，研究方向为城乡绿地资源建设与管控，3S技术。

S 731.5；P 463.2

A

1003 — 6075(2016)02 — 0054 — 09

10.16166/j.cnki.cn43 — 1095.2016.02.012