多模型、多尺度城市风廊发掘及景观策略

郭飞 赵君 张弘驰 王哲 宋煜

0 引言

中国已从高速城市化向高质量发展阶段转变，如何保障城市安全、提升城市健康宜居性已成为满足人们对美好生活向往的重要途径，包括采取有效的规划策略应对未来气候变暖，解决气温升高、城市热岛效应加剧、空气污染等问题[1-5]。城市通风廊道是一种科学定量、精细化的气候规划策略和管控手段，通过通风潜力大、空气阻力小的线形空间，联系郊区与城市中心区，将清洁、凉爽的气流引导至高温闷热的空间，缓解热岛效应和空气污 染[6-7]，从城市尺度宏观调控城市气候资源。

1 多模型、多尺度方法示意Multi-model, multi-scale methodology diagram

德国是最早进行城市通风廊道研究和实践的国家[8]53。德国学者认为城市风道系统是由补偿空间（郊区及清洁空气源）、作用空间（污染聚集及热岛中心区）以及连接两者的通风廊道3部分组成，并得到广泛认可[9]，在世界上许多城市都得到了应用。鉴于城市气候规划的多尺度特性，风廊的实践跨越了从宏观到中观的各种尺度。例如欧洲城市从宏观尺度调控城市用地、建设以及保护绿地、水体和清洁空气源等方面的研究[10-14]；在中观的城市设计和街区尺度，国内外学者进行了规划指标、建筑街道几何形态、绿廊布局等分辨率更高的精细化研究[15-17]。这些研究和实践涵盖了不同学科的研究方法，如地理空间分析[18]、遥感[19]、数值模拟[20]等，与城市和建筑的不同设计尺度相对接。在亚洲，日本学者根据日本特有的自然环境，研究了如何利用海陆风、山谷风建立城市通风廊道[21-23]。近年来中国城市在气候变暖和空气污染背景下开始进行风道的实践和研究，为本研究提供了很好的借鉴。例如吴恩融、任超等针对香港特殊地理和城市环境结合海陆风，开展城市气候图和风廊的研究[8]52-60,[23-25]。杜吴鹏、房小怡等[26-27]利用地表粗糙度长度等城市形态参数对北京风环境进行了评估；谢俊民等[28]130-143综合运用GIS计算城市形态参数对台南市的通风廊道进行发掘；其他地区如武汉[29-30]、贵州[31]、西安[32]、长沙[33]、广州[34]、珠三角[35]等，也有利用遥感、空间形态、数值模拟等技术进行的风廊研究与实践工作。

综上，通风廊道的发掘方法主要有城市空间分析、遥感反演、数值模拟、气象观测等，这些方法的数据来源不同、时空尺度差异较大，与风环境的关联性各有不同。因此对于影响因素复杂、空间异质性大的城市气候而言，单一模型或单一尺度的风廊发掘方法可能会造成较大的偏差[36-38]。鉴于此，本研究利用GIS平台叠加多模型、多尺度风环境数据进行综合评价的技术路线，有助于对不同模型结果进行相互验证，避免模型片面化、数据碎片化造成的偏差，可以更加全面、准确地总结城市风环境规律，指导风廊的规划和实施。

大连地处辽东半岛最南端，三面环海，是重要的港口、贸易、工业、旅游城市，这对城市气候环境的宜居性提出了更高的要求。2017年大连被住建部确定为第二批全国“城市设计”试点城市。同年大连市规划局（现大连市自然资源局）启动总体城市设计工作，确定了包括“大连城市通风廊道专项规划”在内的7个专题任务。本文作者以大连核心区为例介绍该专题任务的部分成果。

1 多尺度多模型技术路线

2018年中国气象局发布了行业标准《气候可行性论证规范 城市通风廊道》（QX/T 437—2018），详细规定了风廊的术语、资料处理方法、评估指标、设立原则等[39]1-5。综合该规范规定、国内外研究及实践经验[40-43]，制定了多模型、多尺度的发掘与识别技术路线（图1）。大连核心区丘陵多、与黄渤海相邻，城市风环境受大气环流、海陆风、山谷风、城市热岛等局地环流的耦合影响[44]178-194，单一数据来源和尺度难以准确描述。需要利用多模型、多尺度方法分析总结，进行风廊的挖掘与识别。

由于城市气候的特点，研究领域主要可分为2种尺度的风廊：1）城市总规尺度，研究10～100 km范围的城市总体问题，主要考察大气环流、局地环流（水陆分布、地形等）、土地利用、绿地格局等大尺度因素对城市气候的影响。对应的模型或研究方法有气象观测、气象研究与天气预报模型（Weather Research and Forecast Model, WRF）、气象模拟、卫星遥感和土地利用分类法等。2）街区尺度，研究10～1 000 m范围的城市街区问题，主要考察建筑几何形态因素对气候的影响。对应的模型或研究方法是基于GIS的城市形态参数（迎风面积指数，Frontal Area Index, FAI；最小路径法，Least Cost Path, LCP；地表粗糙度长度，Urban Roughness Length, URL；天空开阔度，Sky View Factor, SVF；通风潜力，Ventilation Potential）等。本文作者将主要介绍大连市核心区（约750 km2）城市街区尺度风廊。规划控制方法包括：规定通风廊道分布（包括一级、二级）及宽度、土地利用性质、堵塞点控制、开发强度控制、建筑密度、绿地率、周边地块退让、建筑和景观设计导则等。

本研究技术路线为：根据土地利用现状区分城市中心区和绿源分布；通过气象观测、模拟和卫星遥感图像获取城市风场、通风量、风玫瑰图和温度场，结合土地利用现状构建通风廊道系统的作用空间与补偿空间；利用GIS根据城市形态参数计算城市通风潜力并挖掘潜在风廊；然后将各类评估结果叠加，综合判断通风廊道所在位置及宽度，利用风廊连接补偿空间与作用空间，为作用空间输送凉爽清洁的空气；最后结果与城市规划设计对接，从总体、街区和景观等方面提出规划控制策略。

风廊发掘的标准包括绿源等级、通风量、主导风向夹角、热岛强度等级、通风潜力、一定宽度的空间等，分别对应着不同尺度的模型，这些结果可相互校验，互相补充，也可能会存在矛盾（图1，表1）。

1）WRF模拟可提供高分辨率风场、通风量、风玫瑰图。WRF补充了气象观测数据在站点数量、密度方面的不足。2）气象观测提供风玫瑰图，为WRF模拟和卫星遥感提供验证和校准，是迎风面积和LCP法进行加权计算的依据，也是一、二级风廊布局和走向的判断依据。3）卫星遥感提供晴朗无云天气下的高精度温度场，是计算城市热岛强度并区分作用空间和补偿空间的依据之一，补充了气象观测数据在站点数量、密度方面的不足。4）土地利用数据是绿源等级划分的依据，也是区分作用空间和补偿空间的依据之一。5）基于GIS的城市形态参数包括了SVF、FAI、URL、LCP等，是通风潜力的计算基础。因其分辨率高、与城市空间和规划设计对接最紧密，是风廊发掘的核心方法，也是WRF模拟的参数来源。

各模型结果在大部分情况下是一致的，但也可能存在矛盾。如LCP法挖掘的风廊包括了16个风向的结果，与软轻风主导风向可能存在一定的矛盾。因此在进行风廊布局时，主要保留了与主导风向一致或夹角较小的结果。又如风廊在城市中心区由于各种限制条件难以满足宽度要求，此时须综合考虑上位规划、土地利用现状等因素综合确定其控制指引等。各模型结果存在矛盾时，遵循的原则是观测优先于模拟、长期数据优先于短期数据、气象学方法优先于城市形态参数法。

2 方法构建

2.1 土地利用现状

土地利用现状是区分作用空间、补偿空间和绿源等级的重要依据。风廊的发掘结果也要与土地利用数据叠加，综合上位规划要求、土地利用现状、城市经济发展要求等因素，确定其布局、位置、宽度。

2.2 气象数据

2.2.1 气象观测

利用城市气象观测数据计算风向玫瑰图、风速、温度等要素，统计气候基本状况和变化趋势并为验证遥感和气象模拟的准确性提供依据。在本研究中我们获取了大连市27个气象站的观测数据，其中大连中山站为百年站，可作为理解和掌握城市长期气候的依据。以中山站1951—2017年近67年的观测数据为例进行统计分析，对城市气候进行初步了解。

表1 通风廊道识别主要依据[39]6Tab. 1 Main basis for identification of ventilation paths[39]6

2.2.2 气象模拟

利用WRF进行高分辨率模拟（400 m），并且根据城市形态特征设定了其城市冠层耦合模型（Urban Canopy Model, UCM）的参数，模拟边界条件主要参考了一些相关文献给出的方法[45-46]。历史气象统计资料[47]显示大连最热月是8月，因此我们对2015年8月整月进行了逐时模拟。获取城市软轻风并计算通风量（表征城市三维空间空气流通与扩散能力），公式（1）。为确定补偿空间提供依据，同时对应规范中对风廊风向的要求，结合气象观测对潜在风廊进行筛选。

通风量是以水平风速在大气混合层内随高度的积分来计算，计算公式如下[39]4：

其中VE为通风量，单位为m2/s；H为大气混合层高度，单位为m；z为垂直方向上高度，单位为m；u为垂直方向上高度z所对应的水平风速，单位为m/s。

2.2.3 卫星遥感

利用卫星遥感图像反演获取地表温度（Land Surface Temperature, LST）。卫星遥感图像获取LST具有数据精度高（可达30 m或更高）、与地面观测温度一致性高等特点[48-50]。基于此计算城市热岛强度（建成区与郊区的气温差值）并分级。与土地利用数据、通风量结合，准确区分风廊作用空间。

2.3 基于GIS的城市形态参数计算

利用GIS计算城市形态参数，参照风廊的识别条件（图1），评估城市流通潜力、发掘连续的线性开敞空间。大量相关研究表明，城市形态参数与城市风环境有很强的关联性，是城市气候研究对接城市规划的重要桥梁[51-52]。本研究主要采用的城市形态参数是SVF、URL和FAI。

2.3.1 城市通风潜力

对URL和SVF的计算结果进行分级，并将二者叠加生成城市通风潜力图。SVF反映了城市中街道几何形态特征，与城市空气流通能力和城市热岛强度关系密切[53]。其计算方法是，在地面一定高度（2 m）设置计算点，发出指向天空的扫描束，用以判断被建筑遮挡的天穹范围，未被遮挡的天穹面积比例即为该点的天空开阔度。URL代表近地面平均风速为0处的高度[41]200，表征气流通过城市粗糙表面时所受的拖曳力及其分布的指标，依据的是Raupach[54]提出的计算模型，粗糙度是建筑高度、迎风面积、零平面位移等参数的函数。两者的计算工具为自行开发的Python-ArcGIS脚本，分辨率为100 m。

2.3.2 最小成本路径法

基于GIS的LCP法是本研究采用的核心方法。在国内外近些年的同类研究中[28]133-134,[55-56]，利用FAI地图和LCP的风廊发掘法相对准确、计算快速简便、能够提供分辨率较高的结果，与城市设计对接方便，得到广泛应用。

FAI代表单位面积内建筑物面对某个风向的投影面积，表征建筑对风的拖曳作用[57]，是LCP法的计算依据，其计算方法如公式（2）。笔者还采用了FAI改进模型[24]62,[44]181-182,[58],[59]1881，通过减去被前排建筑投影阻挡的背风建筑面积，使迎风面积更合理地反映实际情况，也减轻了计算压力。计算建筑投影面积时还考虑了计算网格对大型建筑的切分效应。计算工具为自行开发的Python-ArcGIS脚本。

2 LCP计算示意图LCP calculation diagram

4 大连气象数据（1951 2017）Dalian meteorological data (1951 2017)4-1夏季白天风频Wind frequency of summer daytime4-2夏季夜间风频Wind frequency of summer nighttime4-3年均风频Annual wind frequency

3 大连核心区概况Overview of Dalian core area 3-1城市用地示意图 City landuse diagram3-2绿源分级示意图 Green source classification diagram

4-4 年平均风速变化趋势 Annual average wind speed variation trend4-5年平均温度变化趋势Annual average temperature variation trend

式中：λf(θ)代表某个方向建筑迎风面积指数；AF是面向某个风向θ的建筑物的总投影面积；AT是计算单元的面积；n是每个单位面积的建筑数量；bf(θ)是面向风的建筑物的平均投影宽度；hf(θ)是面向风的建筑物的平均投影高度。

得到FAI地图之后，为了进一步发掘城市通风廊道，本研究运用了LCP法。LCP法假定风沿着更小阻力、更好连通性的路径或空间前进[42]422-430。具体的研究过程是（图2）：在100 m×100 m的规则网格上，根据建筑的外形、高度计算得到每个网格内的FAI值。针对16个风向，分别利用LCP法计算每个风向的最短路径，最后借助GIS的叠加计算工具，利用16个风向的频率对每个风向下的路径结果进行加权平均，得到城市总体的风廊发掘结果。进行LCP计算时，起点和终点的个数和位置因方向不同而存在差异，主要分布在研究区域北部、南部海岸线和山体等处，为了保证精度同时减轻计算压力，每个起点或终点的间隔为500 m。分别计算从N个起点到N个终点的LCP，然后统计这些路径在每一个计算网格出现的频率，出现频率高的路径代表了高通风潜力和高连接度，可以表达风廊位置及强度。

3 案例研究

3.1 结果分析

根据城市用地现状图明确了城市中心区（图3-1）和绿源（图3-2）的分布。由于绿源的规模和性质会影响其冷气团的生成能力，因此需要按绿量、种类对其分级。水体为1级强绿源，绿量≥2.0 hm2以上的林地或绿地为2级较强绿源，1.6 hm2≤绿量＜ 2 hm2为3级一般绿源，1.2 hm2≤绿量＜ 1.6 hm2为 4级弱绿源。

5 大连核心区典型月的软轻风平均风场分级Typical monthly average soft and light wind field classification map of Dalian core area

6 核心区热岛强度分级（30 m分辨率）Urban heat island intensity classification in the core area (30m resolution)

7 城市形态参数 Urban form parameters7-1 URL地图 URL map7-2 SVF地图SVF map7-3 FAI地图FAI map

气象观测数据统计结果如图4所示，年均气温升高的速率是0.034 5 ℃（图4-5），年均风速下降的速率是0.035 7 m/s（图4-4）。由此可见，气候变暖和城市发展对风热环境影响甚大。根据夏季日（图4-1）、夜（ 图4-2）以及全年的风向风频图（图4-3）可知，夏季主导风为南向，北向次之；全年主导风为北向，南向次之；夏季白天与夜晚的风向相似。

利用WRF模拟结果生成城市平均风场（图5）及通风量。结果与气象站实测数据进行了比对，大多数站点与WRF的相关性达到了0.55～0.76，个别站点因观测仪器受构筑物或高大山体遮挡等原因，相关性稍低（0.2～0.3），同时WRF模拟在物理方案、UCM模型参数以及气象驱动数据等方面在未来有进一步改进深化的空间。总体来说，WRF结果能够为描述城市背景风环境提供重要依据，例如生成风玫瑰图、风场地图等。

利用Landsat8数据反演城市地表温度，根据土地利用数据，区分城市用地和郊区，利用GIS计算城市热岛强度将其分为7级 （图6）。结果表明大连夏季白天热岛效应最强可达7级，说明郊区和城市中心区地表温度差值可达18 ℃或以上，集中在甘井子区、沙河口区、西岗区等地，严重影响市民的舒适与健康。

城市形态参数的计算结果如图7所示。根据规范要求（表2）将SVF（3级）和URL（2级）进行分级，利用GIS叠加生成5级通风潜力图（图8），星海湾地区通风潜力较强，甘井子区、沙河口区等地有较弱的通风潜力。

经过加权叠加和筛选，利用LCP法共发掘出6条主要的通风路径（图9），风廊强度在2%～60%之间，主要集中在中心城区的东南部和西北部，位于马栏河、老虎滩和西山水库等处。

3.2 通风廊道的确定及验证

3.2.1 通风廊道挖掘

利用GIS对上述图层进行统一处理并叠加分析，构建城市通风道系统（图10）。选取通风潜力较大的、与城市风向一致或夹角不超过45°、能够将补偿空间与作用空间相连的线形区域作为城市风廊（表1）。大连市核心区共发掘出4条一级通风廊道，集中在东南部和西北部；结合上位规划要求，确定西郊国家森林公园、大连湾森林公园及南部风景区等处作为补偿空间，为城市提供新鲜空气。

表2 通风潜力等级划分[39]4Tab. 2 Classification of ventilation potential[39]4

表3 风廊与非风廊地表温度对比Tab. 3 Comparison of surface temperatures between ventilation paths and non-ventilation paths

8 通风潜力图 Ventilation potential map

3.2.2 通风廊道验证

利用LST对比风廊与非风廊区域的差异，验证发掘结果。根据传热学基本原理，不同温度的流体与固体壁面接触时存在对流换热现象。也就是说，风流过城市各种表面时，会因为温差存在而产生热交换。大量研究表明[60-63]风速越大，固体表面与风之间的热交换量越大。由于风廊所在处风速较大、空气温度较低，势必会带走更多城市表面的热量，进而降低其温度。因此采用温度作为通风廊道的间接验证指标。在许多城市的风廊规划中如北京[64]、香港[59]1887-1888、东京[21]171-174都采用了温度间接验证的方法。

9 LCP计算结果 LCP ventilation paths calculation results

通过GIS计算了风廊与非风廊城市区域平均温度对比。结果表明（表3），春季风廊使地表温度降低0.427 ℃，夏季风廊使地表温度降低1.128 ℃，秋季风廊使地表温度升高1.525 ℃；冬季风廊使地表温度升高0.454 ℃。 结果说明，春夏季由于海洋表面温度低，春夏季节风廊处粗糙度低、风的阻力小，风速比非风廊处大，因此对城市热环境有良好的降温作用。秋、冬季由于海洋表面温度高，风廊处引入大连周边海风，因此温度比非风廊温度高。该结果证明了通风廊道对城市热环境的改善作用。

4 通风廊道规划策略

4.1 核心区通风廊道布局结构

基于上述通风廊道的挖掘结果，可结合城市社会经济发展需求制定城市风廊规划管控措施。在核心区内共规划4条一级通风廊道和17条二级通风廊道（图10），并根据大连土地利用实际情况划分了风廊规划控制范围。4条一级通风廊道整体布局为“三横一纵”，分布于西山、马栏河、老虎滩、东北快速路等区域。主要走向为东南—西北、南—东北、西—东南向，以山体、绿地、水体以及城市高等级区域性主干道为主要载体；二级通风廊道是辅助一级风廊的重要廊道，分布在道路、城市绿地、城市河湖水系等处，集中在热岛环境密集的地区或是热岛效应较严重地区的上风向，主要依托于龙塘河、老座山河、凌水河、西北路等。

10 核心区风廊布局Core area ventilation path layout

对一级通风廊道的宽度、风廊内建筑密度、容积率等管控指标分别提出控制建议。如星海湾—东北路风廊中有多处现状空间宽度较窄，且位于城市一级风廊的上游，其流通性能对风廊效果的实现至关重要。基于此，远期有改造更新潜力的地块须为风廊退让出50～60 m绿化带，并且控制风廊上游区段未来的开发建设强度，建议以中、低层建筑为主，增加绿化以保证通风量及空气品质。

4.2 景观策略

星海湾是西山水库—马栏河风廊、星海湾—东北路风廊的汇聚点，也是核心城区重要风口。星海广场北部建造了许多大体量高层建筑，体积巨大、表面材料热容高，空气升温作用明显，对下风向的热环境产生不利影响。由于建筑改造的难度较大，因此可通过景观策略改善其热环境（图11）。

11 景观策略示意图Landscape strategy diagram

1）采用大面积屋顶绿化降低屋面温度，提高建筑群绿化率。由于展览建筑举架高，屋顶多采用桁架结构，建议采用承重要求低的拓展型屋面，即大面积草坪绿化。2）增加垂直绿化，降低流经气体温度，提高人视环境的美化程度。高层建筑在中部可采用局部模块化绿化形式，这种做法有利于植物稳定栽植，提高成活率，降低维护成本。3）增加各类开放空间材料的透水性能。如对会展中心前广场可统一采用透水材质，形成绿化广场；星海广场沿广场周边设置的观光停车位可采用排水性能好的聚氨酯材料，雨量大时也可形成径流流向广场草坪。

5 结语

综上所述，本研究通过科学的定量分析从街区设计尺度构建了大连城市通风廊道系统，为地方政府和城市规划师在提升城市风环境质量、改善空气质量、提升城市热舒适度等方面提供了参考，为同类型城市进一步建设生态宜居城市提供依据。主要结论如下：1）大连全年主导风为北向，南向次之，夏季主导风向为南向，北向次之。大连夏季白天热岛强度可达 7级，集中在甘井子区、沙河口区、西岗区等地。2）发现了6条主要通风路径，分布在马栏河、老虎滩和西山水库等区域，且星海湾地区通风潜力较大，最后确定4条主要风廊和17条次要风廊，将补偿空间与作用空间相连，构建了城市通风廊道系统。3）春夏2个季节，温度平均低于非风廊0.78 ℃，风廊对城市有良好的降温作用，而秋、冬季风廊引入海风，温度平均高于非风廊0.99 ℃，证明了风廊对城市气候的改善作用。

在以下几个方面还可进一步研究：1）本研究在进行城市形态参数计算时，没有考虑城市绿化对风环境的影响，在未来可计算植被粗糙度长度，改进风廊结果的准确度，提出更具有针对性的景观策略；2）本研究主要构建的是一、二级风廊，在三、四和五级风廊等更精细尺度方面还可进一步深入研究；3）本研究选定的气象模拟背景为夏季，在冬季的气候评估上还可展开进一步研究。

图表来源(Sources of Figures and Tables)：

图1根据参考文献[39]进行绘制，其余图片由作者绘制，其中城市边界底图来源于辽宁省地理信息公共服务平台，审图号为辽S〔2017〕127号；表1～2根据参考文献[39]绘制，其余表格均为作者绘制。