ENVI—met乔木建模简化方式探究

刘之欣　谭广文　赵立华

摘要：为探究ENVI-met乔木建模的简化方式，确定实测中不便获取的建模参数能否采用软件默认值替代，本文以广州市居住区常用树种细叶榕Ficus microcarpa为例，通过正交试验探究影响微气候模拟结果的主要建模参数，并初步建立了细叶榕的建模参数库。正交试验结果表明，在细叶榕模型中，叶片反射率是树下空气温湿度模拟结果的显著影响因素，叶面积指数是树下太阳辐射和地表温度模拟结果的显著影响因素，应采用实测值以保证模拟结果的准确性；根深和根幅对以上四种微气候指标的模拟结果影响均不显著，在测量条件不具备时可采用软件默认值或建议值。针对以上四种建模参数，本文建立了细叶榕建模参数库，为设计师提供简便可行的数据参考。

关键词：ENVI-met；微气候；细叶榕；正交试验

中图分类号：TU986

文献标志码：A

文章编号：1671-2641（2018）01-0083-05

收稿日期：2017-12-08

修回日期：2018-01-17

1引言

近年來，随着计算机性能的不断提升，数值模拟技术已成为定量预测和评价微气候的重要研究手段。植物作为微气候重要的影响因子，国内外已有大量学者通过数值模拟对植物的微气候作用进行研究，如zhang通过ENVI-met软件对武汉市8种常用树种在住区中的种植方式进行模拟探究，认为树高与种植距离之比小于2时对室外热环境来说改善效果最好：DuarteHI利用ENVI-met探究不同种植策略对街区微气候的改善作用，认为相比中心公园和口袋公园，密植的行道树能够得到最低的空气温度以及均匀分布的降温作用：陈卓伦利用ENVI-met耦合能耗模拟软件EQUEST的方式探究了广州市湿热地区下的住区绿化类型及组合方式，并回归得到了绿地率等指标与室外热环境评价指标之间的关系式。ENVI-met已成为室外热环境研究重要的研究手段，但ENVI-met的乔木建模需要多种参数，部分在缺乏专业仪器的情况下较难获取，造成了不便。本文的研究目的为提出ENVI-met乔木建模的简化方式，确定实测中不便获取的建模参数能否采用软件默认值替代。以广州市居住区常用树种细叶榕Ficus microcarpa为例，探究对微气候模拟结果的主要影响因素，并初步建立广州市居住区常用树种细叶榕的建模参数库，为设计师在利用ENVI-met对景观进行微气候评价时提供简便可行的数据参考。

2研究方法

本文采用正交试验法探究不同建模参数对于ENVI-met微气候模拟结果的影响程度。正交试验是一种根据正交性来安排、分析多因素问题试验的数理统计方法，能够体现因素的重要性及对试验指标的影响程度。

ENVI-met是由Bruse和Fleer于1998年开发的三维城市微气候模拟软件，目前最新版本为4.3。该软件基于计算流体力学和热力学，主要用于模拟城市小尺度空间内地面、植被、建筑和大气之间的相互作用。比之先前版本的1D植物模型，ENVI-met4.0提出了三维植物建模插件Albero，一株完整的乔木模型需要被输入树冠形态（树高、冠幅、枝下高）、叶片属性（各网格叶面积密度和叶片反射率）和根系形态（根幅、根深、根系形态和根面积密度）三类参数。对于景观设计师来说，易于获取的仅乔木形态参数，而叶片属性及根系形态参数在缺乏专业仪器的情况下较难获取。虽然ENVI-met软件提供默认参数，目前对采用实测参数与默认参数对微气候模拟结果的影响差异尚不明确，现有文献在采用默认参数建模时也未进行说明，因此需要对建模参数对微气候模拟结果的影响程度进行探究。

正交试验以反映乔木对微气候影响的树下空气温度、湿度、太阳辐射和地表温度为试验指标，考察叶片反射率、叶面积指数、根幅和根深四种参数对其的影响程度。ENVI-met中采用叶面积密度来代表树冠中每个网格的叶片密度，但叶面积密度难以通过实测直接获得。目前相关研究均采用Lalic和Mihailovic提出的、通过树高和叶面积指数计算获得建模所需的叶面积密度，因此本文也选取叶面积指数作为考察因素。各因素的3个水平根据细叶榕实测数据、软件默认值及其中间值确定（表1）。为综合考虑各因素自身的影响及因素间的交互作用，选用标准正交表L₂₇（3¹³）编制试验方案，经正交表设定的因素水平组合方式筛选后对27个代表工况进行模拟。

为凸显乔木对微气候的影响，模拟对象为一株广场上的成年细叶榕，其树高、冠幅及树形均根据实测结果建模（图1）。模拟区域为60 m×60 m，水平网格数为60×60（分辨率1 m），广场地面材质为花岗岩，树下地面材质为壤土（Loam）。区域四周设置了4个嵌套网格，嵌套网格的地面类型根据杨小山的研究结果设定。竖直方向采用不等距网格：2 m以下空间分配10个网格，2 m以上空间采用放大系数为10%的弹性网格，并根据陈卓伦的研究结果选择闭式横向边界条件。模拟时长为24小时，取9：00-19：00时段的模拟结果进行分析。背景气候条件选用广州市区7月典型气象日数据。

3结果与分析

3.1极差分析法

极差分析法能够确定各因素主次：因素极差越大，表示该因素在试验范围内变化时，对试验指标数值的影响越大。叶片反射率和叶面积指数的极差均较大，根深和根幅的极差明显偏小（约为前两者极差的十分之一至五十分之一），说明对这四种微气候参数来说，叶片反射率和叶面积指数的变化对其模拟结果影响较大，根深和根幅的影响较小（表2）。对树下空气温湿度来说，叶片反射率是影响其模拟结果的主要因素：对树下太阳辐射和地表温度来说，其主要因素是叶面积指数。

3.2方差分析法

极差分析法具有一定局限性，无法说明分析得到的主要因素对试验的影响是否显著，需要引入方差分析法进一步分析。Sig值为方差分析法中的检验显著性指标，当显著水平取0.05时，Sig值小于0.05表示该因素对试验指标影响显著，大于0.05则表明影响不显著。

叶片反射率和与叶面积指数的交互作用对树下空气温湿度的影响较显著（0.00、0.02）。对树下太阳辐射来说，叶面积指数的影响较显著（0.00）。对树下地表温度来说，叶片反射率和叶面积指数对模拟结果的影响都很显著（0.03、0.00）。根深和根幅、以及根幅与叶片反射率、叶面积指数的交互作用的Sig值都远超过0.05，对四种微气候参数的模拟结果影响均不显著（表3）。

3.3ENVI-met乔木建模简化方案

在细叶榕模型中，叶片反射率是树下空气温湿度模拟结果的显著影响因素，叶面积指数是树下太阳辐射和地表温度模拟結果的显著影响因素，根深和根幅对本文关注的四个微气候参数的模拟结果的影响均不显著。因此，在利用ENVI-met对细叶榕进行建模时，叶片反射率和叶面积指数应采用实测值以保证模拟结果的准确性：根深和根幅在测量条件不具备时可采用软件默认值或建议值。

4ENVI-met乔木建模参数库的建立

需要采用实测值建模的叶面积指数主要运用直接测量法（如样方法）、顶视法（如遥感）或底视法（如AccuPAR-80冠层分析仪、LAI-2200冠层分析仪等）测量，而叶片反射率主要运用光谱测量。这些测量仪器价格昂贵，操作步骤繁琐，为景观工作者获取建模数据造成了不便。因此，本文初步建立了广州市居住区常用乔木细叶榕的建模参数库，以期简化ENVI-met乔木建模的数据获取。

4.1参数库的建立方法

建模参数库由叶面积指数计算方程和叶片反射率、根深、根幅建议值组成。叶面积指数利用植物冠层分析仪（LAI-2200）测得，并在仪器配套的FV2200软件中输入乔木轮廓的坐标获取精确的叶面积指数值：细叶榕的胸径、冠幅等尺寸通过皮尺量取。叶片反射率采用紫外、可见、近红外分光光度计（U-4100，日本）进行测量，取三片生长良好的细叶榕成熟叶片并对测量结果取平均值。由于太阳光谱含有可见光和不可见光（紫外线和红外线）两部分，本文的反射率波段选用200～2 600nm以涵盖整个太阳光谱。根深和根幅采用树木雷达（TRU，美国）对若干细叶榕进行测量。

4.2细叶榕建模参数库

实测45株（异常样本4株，实际分析41株）细叶榕的叶面积指数及对应的胸径、冠幅，将叶面积指数与乔木尺寸以回归方程的方式对应，分析结果如表4所示。细叶榕叶面积指数与其胸径、冠幅之间存在高度正相关关系并呈显著一元线性关系，可通过查表计算的方式获取该尺寸细叶榕的叶面积指数，且细叶榕叶面积指数与胸径的线性拟合程度（R²=0.50）比冠幅（R²=0.39）更佳，可优选胸径数据计算。测得的细叶榕叶片反射率建议值为0.28。ENVI-met中根深的默认值对细叶榕来说过大（4 m），对树高6.5-8 m、胸径20-30 cm、冠幅7-11 m的细叶榕，根深的建议值为0.6 m，根幅的建议值为8-10 m。

5结语

ENVI-met作为小尺度的微气候模拟软件，越来越多地被应用于景观设计中，如何准确、高效地建模成为了微气候模拟的关键所在。本文以细叶榕的建模为例，通过正交试验确定了叶片反射率和叶面积指数对树下空气温湿度、太阳辐射和地表温度模拟结果有显著影响，需要采用实测值建模：而根深和根幅对这四种微气候参数的模拟结果影响不显著，可采用软件默认值或建议值，并据此初步建立了亚热带居住区常用乔木细叶榕的建模参数库。参数库现处于初步建立阶段，更多的乔木种类将在未来的工作中进一步增补完善。