校园人群活动空问夏季小气候及人体舒适度研究

杜娇娇

摘要：以青岛理工大学（市北校区）为研究对象，以实测的方法探究校园人群活动空间，通过测定活动空间的温度、湿度和校外的温湿度气象监测站比对。通过数据测算，建立回归关系显著和决定系数较高的线性回归方程。由此可以指导校园绿色基础设施建设营造良好的校园小气候。

关键词：校园活动空间;校园绿色基础设施;小微气候

1实测试验及研究方法

1.1试验区的划分及概况

试验对象为青岛理工大学市北校区，基地位于北纬36。10，东经120°37;青岛由于受海洋环境的直接调节，受来自洋面上的东南季风及海流、水团的影响，有显著的海洋性气候特点。空气湿润，雨量充沛，温度适中，四季分明。夏季平均气温在27～28°C。

1.2研冤方法

试验样点：在校园内选择了四处人群活动频繁的空间，对每个场地进行温度和湿度的测试，4个样点分别为：北苑的花园绿地（植被覆盖率高，是乔灌和草坪结合的复合型绿地）;图书馆前广场（硬质铺地，有少量草坪绿地）;南苑学校操场（无植被覆盖的塑胶跑道）;北苑林荫道（道路两侧乔木列植，遮荫效果较好）。

测量方法：利用恒鑫温湿度计测定距地面1.5m高的空气中温度和湿度（气温观测的精确度在±0.5℃;相对湿度的精确度±3%）。测定的时间在2018年7月4日，该日全天晴天，空气云量较少，日最大风速7m/s。分别在8：00、9：00、10：00、11：00、12：00、14：30、15：30、16：30、17：30、18：30、21：00进行温湿度的观测，利用空气的温湿度观测结果、进行人体舒适指数（炎热指数）的测算，反映不同的绿色基础设施比率和下垫面对人体舒适度的影响。

计算公式为：ID=1.8T-0.99（1-H/100）（T-14.4）+32

其中T为空气温度，H为相对空气湿度。舒适度指数ID<25，人体体感寒冷，极为不适;25～_

1.3数据处理

运用Microsoft Excel2010进行图形和数据的处理，用SAS统计软件进行相关关系和线性回归关系的方差计算。

2结果与分析

2.1绿色基础设施对校园温度的影响

影响校园小微气候的因素可分为直接因素和间接因素，直接因素有太阳辐射、温度、湿度、降水、风和空气污染等，影响校园人群的舒适度，而校园空间布局、下垫面的属性和人为排热等则是直接影响校园小微气候的因子，我们进行实测是尽量排除人为影响对试验数据的影响。注重研究绿色基础设施（Green Infrastructure，简称GI）对校园小气候的影响。

由图1可知，在4种不同的校园人群活动的场地中，上午T3区域的气温比其他区域的温度略高，由于该区域没有植物的遮挡，受太阳辐射，风速及下垫面的材质等受外界气候的影响较大，区域气温升高较快，温度较高;T1花园绿地区域内的气温同比校外气象站略低一些，在14：30出现一天中最高温度比T3时刻温度低4°C左右，绿色基础设施比率较低的区域与具有良好的区域在温度上增高幅度为1～4°C，而在晚间21：00時4个区域的气温基本无大差别。

2.2绿色基础设施对校园空气相对湿度的影响

由图2知，校园内4处观测点的相对湿度相对于校外气象站的略低一些，这与青岛海滨城市的海洋性气候有关，校外观测站的相对湿度均高于校内各个站点的湿度，校内4处观测点的湿度相对差距不大，在绿色基础设施占比率较大的的区域内相对湿度较大，可见植物在调节空气中相对湿度具有明显的作用。

2.3绿色基础设施对校园内人体舒适度的影响

校外观测站的人体舒适指数在8：00～12：00之前较校内的舒适度指数偏高，这与城市复杂的影响因素有关，青岛夏季8：00之后的舒适度指数均高于70（人体感觉不舒适），相对比校园内其他的4处观测点来看，绿色基础设施比率较高的观测点T1在1天中舒适度的指数变化值相对较为平稳，在18：30之后舒适度指数低于70，人体感觉较为舒适，而下垫面为塑胶材质没有绿色植物遮挡的T3观测点，舒适度指数在一天之中均保持在70以上，所以在此观测点的舒适体验感是较差的。

2.4校内各观测点温湿度与校外气象站温湿度的关系

校园内4个观测点与校外气象站的相关分析显示：校园内4处观测点的温湿度与校外气象站的温湿度均呈极显著正相关，相关关系均大于0.90。通过数据分析可知，校园的局部小气候与外界的大气候存在显著的相关性。由此建立了校内各观测点温湿度和校外气象站温湿度关系的线性回归方程，各观测点温湿度的回归方程的决定系数（R2）均>0.90，且线性回归关系均极显著（P<0.001），说明校内4处观测点的温湿度与校外气象站温湿度成显著的线性相关关系。

3结论与讨论

基于青岛理工大学市北校区的校园小微气候的研究结果表明，绿色基础设施对校园小气候具有正相关性，在绿色基础实施比率较高的观测点内，空气的温度、湿度及其舒适度指数都是较高的，校内绿色基础设施比率高低与校外气象站的温湿度观测值极显著的相关，并建立决定系数（R2）较高的线性回归方程，结果表明有极显著的线性回归关系。