基于CFD的建筑对城市湖泊湿度效应的影响模拟

梁胜, 陈存友, 胡希军, 胡颖炫, 赵荻

基于CFD的建筑对城市湖泊湿度效应的影响模拟

梁胜, 陈存友*, 胡希军, 胡颖炫, 赵荻

中南林业科技大学, 风景园林学院, 长沙 410004

城市湖泊水体作为城市生态空间的重要组成部分,对于缓解城市热岛效应具有重大意义。采用定点实测与CFD(Computational Fluid Dynamics)模拟相结合的方法, 以相对湿度为小气候要素重点讨论了建筑因子(建筑后退湖岸距离、建筑高度以及建筑间距)对夏季城市湖泊增湿效应的影响程度。研究结果表明: (1)湖泊周边建筑是影响湖泊湿度效应的重要因素之一, 城市湖泊湿度效应受城市主导风影响较大, 在上风向1 km以及下风向3 km区域范围内湖泊的增湿作用明显; (2)在建筑密度较大时, 仅增大建筑后退距离或增大建筑间距均能使湖泊周边热湿环境得到一定改善, 但对上风向区域影响效果有限, 其相对湿度变化为0.1%—1.2%; (3)建筑高度的改变对城市湖泊湿度效应影响最大, 在下风向区域尤为明显, 其相对湿度变化为2.1%—4.1%。综上, 只有充分考虑湖泊周边建筑因子对湖泊湿度效应的影响才能使得城市湖泊的增湿效应达到最大的优化, 该结果能加深对城市湖泊湿度效应的了解, 对于城市生态空间的整体规划具有参考意义。

小气候; CFD模拟; 湿度效应; 城市湖泊; 建筑因子

0 前言

全球变暖加剧, 如何有效的缓解城市热岛效应成为了城市生态学领域关注的重点[1]。城市生态用地中的水体由于具有巨大的热容量和强烈的水分蒸发, 可以有效的缓解城市热岛效应[2-3], 调节城市小气候, 对改善城市人体舒适度、提高空气质量方面具有积极作用[4-7]。然而由于现在开发的失控使得城市湖泊周围各种建筑群如雨后春笋般拔地而起, 形成了独特的“湖泊盆地”空间特征[8], 阻断了湖泊与周边陆域的气流交换, 大大降低了城市湖泊在改善城市小气候的效能[9], 高速的城市化进程使得城市生态空间处于被迫开发的状态, 城市湖泊的生态服务功能被严重削弱[10]。如何最大程度的发挥城市生态空间的生态效益, 改善城市热环境成为了目前亟待解决的问题。

目前针对水体小气候的研究主要集中在其传热机理和作用机制以及其影响因子的研究[11-14]。城市湖泊作为城市水体的一种, 近年来一直是诸多学者研究的热点问题。目前, 针对城市湖泊效应的相关研究已有一定的进展: (1)在研究方法上, 主要是以实测调查和数值模拟分析为主, 如朱春阳等[15]采用小尺度定量测定的方法研究武汉市湖泊湿地的温湿效应, 李鹍等[16]利用CFD仿真模拟研究武汉周边的湿地对城郊区域的气温调节作用, 李江林等[17]利用 RAMS 模式对兰州冬季湖泊效应的进行了数值模拟, 不同的学者对多种模拟软件进行了尝试和可行性验证;(2)从研究的角度来看, 主要集中在对湖泊效应不同影响因子的研究, 可分为湖泊自身因子以及周边环境因子[18-19]。不少国内外学者研究了水体的布局、面积指数、景观形状指数以及深度对湖泊温湿效应的影响[20-21], 同时也开始有学者针对湖泊周边的建成环境等周边环境因子进行了探讨[22]; (3)在研究尺度上, 大部分研究主要集中在中(水平范围为几十到二、三百公里)、小尺度(水平范围为几百米到几公里)。如 Laird[23]、Adrian[24]分别对北美五大湖区的温度日较差、湖泊对感热通量的输送效应等进行了研究, 许鲁君等[25]采用耦合湖泊模型的 WRF- CLM 模式模拟了大理洱海的湖泊效应。

以上可知关于湖泊效应的大量研究都是基于实测结果的综合性分析, 缺乏针对各单因子作用的定性定量深入研究, 而且不同尺度湖泊的研究在一定程度上仅考虑湖泊自身因子忽略了周边建成环境因子。由于针对小尺度的湖泊研究更能够减轻周边大环境的干扰, 有助于探究湖泊水体对周边热环境实质性的缓释机制。为此, 在已获得湖南烈士公园湖泊水体全年实测数据的基础之上, 选取湖泊调节小气候效应最为明显的夏季7月份, 通过CFD模拟其湿度场的变化, 对相对湿度指标进行差异性分析, 探究建筑因子对城市湖泊湿度效应的影响程度, 以期为城市湖泊周边区域的合理规划与开发提供参考。

1 研究内容与方法

1.1 研究区域概况

湖南烈士公园位于湖南省长沙市(W 111°53′—114°15′, N 27°14′—27°34′), 总面积153.3 hm2, 是长沙市最大的综合性公园, 具有明显的“湖泊盆地”空间特征。研究水体位于公园东北向, 总面积约69.33 hm2。将公园内的年嘉湖、跃进湖及其周边400 m范围用地作为湖泊研究样本区域, 区域面积总计331.49 hm2。根据《住宅设计规范》、《民用建筑设计通则》中关于建筑高度的说明: 一至三层为低层住宅, 四至六层为多层住宅, 七至九层为中高层住宅, 九层以上高层住宅为以及总高度超过24 m的公共建筑和综合建筑均称为高层建筑, 统计到样本区域低层建筑128栋, 中高层建筑281栋, 高层建筑61栋(图1)。该地区域气候为亚热带季风气候, 夏季盛行东南风, 冬季盛行西北风。

1.2 实测研究方法

1.2.1 样线与样点设计

在湖南烈士公园年嘉湖北侧、西侧、西南侧及跃冬湖东侧各布设一条样线, 每条样线按距湖岸0 m、200 m、400 m分别设定3个样点, 共计12个(图2)。为使样点数据的差异性对比分析更有依据, 对研究区域内12个样方周边建筑环境进行统计(表1), 同时也便于后续模拟云图选点读数, 以此探究建筑因子对湖泊湿度效应的影响程度。

1.2.2 测试内容与方法

挑选晴朗少云且微风(风速小于3 m·s–1)或无风天气, 在8: 00—18: 00的测量时段内每隔1 h对样点距地面1.5 m处的相对湿度(% RH)、风向风速(m·s–1)进行同步测定。为提高数据准确度, 考虑到仪器的误差及数据测量的稳定性, 每次测定时读数3次取平均值。

图1 研究区域周边建筑概况

Figure 1 Overview of buildings around the study area

图2 研究区域样线样点布置

Figure 2 Arrangement of sample and line in study area

1.2.3 测试仪器

湿度测量仪器采用TESTO 08H1温湿度计, 湿度测定范围为0—100% RH, 分辨率0.1% RH; 风速测量仪器采用GM890 数字风速仪, 测量范围为0—45 m·s–1, 分辨率0.1 m·s–1。

1.3 模拟研究方法

1.3.1 物理模型建立

采用AutoCAD软件进行底图绘制, 由于只重点讨论建筑因子对周边环境热湿环境的影响, 考虑到计算软件的限制便将下垫面除建筑、水体外均设置为地面, 对模型进行合理简化, 最终建立起样本区域的三维模型, 输出为CFD可识别的ASCI文件。

1.3.2 计算参数设立

(1)计算域设定: 根据样本区域的大小将整个流体计算域设定为3350 m×3400 m×400 m, 将三维几何模型导入ANSYS Workbench, 用Design Modeler进行处理, 得到流体计算域, 以达到计算模拟的要求。

(2)网格划分: 采用有限体积法划分非结构网格, 对计算域进行离散化, 用Mesh进行网格划分。经处理, 研究区域网格总数量约为739万, 质量均在0.3以上, 能够满足计算模拟要求。

(3)流入流出边界条件: CFD仿真模拟采用速度入口、压力出口边界条件。气象数值的设置采用定点实测中夏季7月份各项气象数据(表2)。

入口速度采用指数分布模型, 速度随高度变化的关系为:u (x)= u(x) ×(x/ x) , 其中为高度, u(x)为取气象高度10米处的风速;为依赖于地面粗糙度和大气稳定度的参数, 根据研究区域内建筑高度和建筑密度, 取为0.25。

表1 样点区域周边建筑环境

表2 夏季气象数据设定值

来流入口湍动能(2)和湍动耗散率(3)分别采用如下关系式求得:

其中,为高度;C为常数, 取值为 0. 0845;为卡门常数, 取值为 0. 4, 其余参数含义同上。夏季空气温度、水蒸气质量分数、相对湿度等在各位置的具体参数设置如表3所示。

1.3.3 计算方程选取

基于湖泊样本区域为低速湍流的流场特点, 采用ANSYS Fluent 17.0作为计算平台, 选择压力基求解器, 计算方程选用RNG 模型进行仿真处理。采用Simple算法进行求解, 压力和动量方程选择二阶迎风格式, 湍动能和湍流耗散率选为一阶迎风格式, 水蒸气组分和能量方程选择二阶迎风格式。

2 实测模拟结果分析

2.1 模拟验证分析

将7月份各样点15日、16日、17日连续3 d实测数据(14: 00)求平均值后与CFD模拟输出的数据(同时刻)导入SPSS软件进行相关性分析, 以此验证CFD模拟的有效性和可行性, 选用皮尔逊相关性进行评价[26]。由于CFD模拟忽略了下垫面硬质铺装热辐射以及样方周边人为热的影响, 其模拟结果普遍比实测结果偏高(图3), 但其结果变化趋势整体一致。根据SPSS软件相关性输出结果及相关性散点图(图4)可知,=0.771, 实测数据与CFD模拟数据处于强相关, 可见CFD模拟结果已具备科学研究的合理性。

表3 模拟参数设定表

2.2 模拟结果分析

对实际算例的模拟结果图5以及表4进行分析:

(1)主导风上下风向区域建筑群

东南、西北向建筑群区域相对湿度分别最高可50.1—50.7%、 55.0—55.6%, 两者相差达4.9—5%, 下风向区域相对湿度明显高于上风向区域。由于从湖泊上风向吹来的干燥空气经湖泊加湿后沿着风向扩散, 主导风成为冷湿水气扩散的助推力, 使得湖泊对下风向区域的增湿效应明显加强, 而位于主导风上方向的建筑群区域, 因与湖泊水气扩散的方向与主导风相反, 主导风成为阻碍力, 湖泊对主导风上风向区域建筑群的增湿效应受到消极影响。

(2)主导风垂直向区域建筑群

东北、西南向建筑群由于位于主导风垂直向, 主导风对于湖泊水气扩散的阻碍作用减弱, 两区域相对湿度整体维持在51%—52%, 略高于主导风上风向区域建筑群, 增湿作用不明显。

图3 7月14: 00时实测数据与CFD模拟数据对比图

Figure 3 Comparison of measured data and CFD simulation data at 2 pm in July

图4 7月14: 00时实测数据与CFD模拟数据相关性散点图

Figure 4 Scatter plot of measured data and CFD simulation data at 2 pm in July

(3)湖泊增湿效应空间特征

相对湿度大小为: 湖泊水体上方>西北向建筑群区域(主导风下方向)>西南向建筑群区域(主导风垂直向)>东北向建筑群区域(主导风垂直向)>东南向建筑群区域(主导风上方向), 湖泊增湿效应空间规律明显。同时发现在下方向的增湿范围明显大于上风向, 在下风向区域增湿作用范围可达3.0—3.5 km, 上风向仅为1.0—1.5 km。

综上, 城市湖泊在不同风向建筑区域增湿效应的影响程度以及影响范围存在很大差异, 这为探究建筑因子对不同风向区域的湖泊增湿效应影响程度提供了基本思路。

3 改变单一因子的模拟分析

3.1 改变临湖建筑后退距离

建筑有阻挡气流的作用, 影响水蒸气的输送。通过去除距湖岸50 m(共计37栋建筑)、100 m(共计85栋建筑)范围内的所有建筑, 其他参数的设置均与实际算例中保持一致, 以此来探究建筑后退湖岸距离对湖泊湿度效应的影响程度。结合模拟结果图6以及表5分析可知:

(1)主导风上风向建筑群

东南向建筑群区域相对湿度值分布较平均, 去掉临湖50 m范围内建筑后, 湿度值从47.1%— 66.5%上升至47.6%—66.5%; 去掉临湖100 m范围内建筑后, 相对湿度值从47.1%—66.5%上升至47.8%—66.6%, 整体变化幅度很小, 仅0.1%— 0.6%。当区域建筑布局过于密集时, 即使增大了建筑距湖岸的后退距离, 也无法减弱主导风对湖泊水气扩散的消极作用, 相对湿度变化不明显。

(2)主导风下风向建筑群

该区域与东南向建筑群区域相比有5.3%— 5.5%的提高。建筑后退湖岸距离对此区域的相对湿度影响较大, 但50 m范围内的后退距离对其影响不明显, 这和此区域内建筑群的整体闭合程度有关。由于建筑后退100 m使得湖泊周边大量闭合的建筑群被打开, 湖泊周边变得更为空旷, 对来流的阻碍作用大大减弱, 冷湿空气在主导风的影响下其扩散能力不断加强, 使得下风向建筑群区域空气湿度不断增加, 建筑后退100 m较50 m相对湿度值有2.5%—2.7%的提升。

图 5 实际算例中1.5 m处相对湿度云图

Figure 5 Cloud map of relative humidity at the height of 1.5 m inactual example

表4 实际算例中1.5 m处湿度云图读数

图6 建筑后退50 m 、100 m 时1.5 m高度处相对湿度云图

Figure 6 Cloud map of relative humidity at the height of 1.5 m with the building recedes 50 m and 100 m

表5 建筑后退50 m、100 m 时1.5 m高度处相对温度云图读数

(3)主导风垂直向建筑群

西南向建筑群和东北向建筑群区域相对湿度整体集中在50.1%—52.5%, 与实际算例相比差别不大, 变化不明显, 由此可知建筑后退距离对该区域影响不大。

3.2 改变临湖建筑高度

建筑高度对于湖泊周边环境的影响较大, 对来流的阻碍作用可造成相对湿度的变化。针对建筑高度变为原来的1/2、2倍时分别进行模拟分析, 其他参数设置与实际算例中保持一致, 以此探寻建筑高度对湖泊湿度效应的影响程度。结合模拟结果图7以及表6分析可知:

(1)主导风上风向建筑群

在建筑高度变为原来的1/2倍时, 东南向建筑群区域相对湿度变化不明显, 相对湿度值下降0.2%—0.8%, 建筑高度的缩减未能降低主导风对湖泊增湿作用的消极影响; 在建筑高度变为原来的2倍时, 东南向建筑群区域相对湿度值变化较大, 下降幅度达2.1%—2.3%, 建筑高度的增加阻碍了湖泊水蒸气的自由扩散, 削弱了湖泊对周边环境的调节作用, 建筑高度的增加很大程度上削弱了主导风上风向区域的湖泊增湿效应。

(2)主导风下风向建筑群

在建筑高度变为原来的2倍时, 相对湿度值与实际算例相比增加1.4%—1.6%。由于西北向建筑群大多为低层建筑, 建筑高度变为原来的2倍后, 在主导风的影响下湖泊水气的扩散能力未受到建筑的较大影响, 湖泊对主导风下风向区域建筑群仍存在着一定的增湿作用; 在建筑高度变为原来的1/2倍时, 西北向建筑群区域相对湿度上升3.9%—4.1%。由于建筑高度的下降使得“湖陆气流”交换顺畅, 同时受主导风的助推作用, 湖泊的增湿效应被加强, 可见建筑高度的降低对主导风下风向区域的增湿作用尤为明显。

图 7 建筑高度为原来0.5、2倍时1.5 m高度处相对湿度云图

Figure 7 Cloud map of relative humidity at the height of 1.5m with the height of the building is half and twice

表6 建筑高度为原来0.5、2倍时1.5 m高度处相对湿度云图读数

(3)主导风垂直向建筑群

西南、东北向建筑群区域相对湿度变化不明显, 在建筑高度变为原来的1/2倍时, 其相对湿度约49.7%—51.1%, 在建筑高度变为原来的2倍时, 其相对湿度约为49.4%—51.8%, 建筑高度的改变对该区域影响不大。

3.3 改变临湖建筑间距

建筑的布局形式对风环境影响较大, 进而影响空气对流。研究区域建筑群布局形式多样, 通过实地调研样点周边的建筑环境, 将研究区域的建筑群布局形式分为行列式布局、周边式布局以及点群式布局。改变实际算例模型中的建筑间距, 变为原来的2倍, 以此探寻建筑间距对湖泊湿度效应的影响。结合模拟结果图8以及表7分析可知:

(1)主导风上风向建筑群

东南向建筑群区域相对湿度变化不大, 仅下降0.2%—1.2%, 整体相对湿度分布比较均衡。由于东南、西南向建筑群行列式布局较多, 且建筑密度较大, 增大建筑间距使得周边建筑组团形成街道效益, 使得建筑周边的风环境得以改善。受主导风影响, 水蒸气扩散至东南向建筑群区域的能力减弱, 因此与实际算例相比主导风上风向区域相对湿度有小幅下降。

(2)主导风下风向建筑群

西北向建筑群区域相对湿度值为56.4%— 56.8%, 上升0.2%—1.4%。扩大建筑间距对西北向建筑群整体增湿作用不明显, 这是由于西北向建筑群建筑主要为围合式以及点群式为主, 且建筑密度较大, 扩大建筑间距对于改善此类布局形式建筑周边的风环境作用有限, 使得主导风的助推作用较小, 故其相对湿度变化不明显。

(3)主导风垂直向建筑群

建筑间距为原来2倍后其相对湿度为50.0%— 51.4%, 与实际算例相比, 其湿度值略有下降。由于该区域含有的建筑布局形式多样, 建筑间距的扩大使得少量闭合围合式建筑被打开, 以及行列式的建筑形成的街道效应, 主导风的消极作用不断被加强, 影响湖泊水气向此区域的扩散能力。

4 结论与讨论

通过定点实测与CFD数值模拟交互式验证研究的方法, 以湖南烈士公园的湖泊水体探析了建筑因子对夏季城市湖泊湿度效应的影响, 得出如下结论: (1)城市主导风向对城市湖泊湿度效应影响较大, 对下风向区域的増湿作用明显强于上风向区域, 且湖泊的增湿作用与距离呈负相关; (2)在高密度的建筑群仅增大建筑离湖后退距离或是增大建筑间距, 都能使周围热湿环境得到一定的改善, 但由于湖泊周边建成环境的复杂性如建筑布局方式多样等因素导致效应不明显, 对上风向区域的增湿效用有限; (3)建筑高度的改变对湖泊周边环境相对湿度的影响较大, 在主导风下风向区域表现得尤为显著。

图8 建筑间距为原来的2倍时1.5 m高度处相对湿度云图

Figure 8 Cloud map of relative humidity at the height of 1.5 m with the building interval is twice

表7 建筑间距为原来2倍时1.5 m高度处相对湿度云图读数

综上, 建筑和城市主导风风向是影响城市湖泊湿度效应的重要因素。城市湖泊周边区域的开发应参考城市湖泊效应的相关研究成果进行更为科学合理的决策, 严控湖泊周边建筑高度, 保证城市通风廊道的畅通, 利用城市湖泊的增湿效应进行更为合理的建筑布局, 从而有效改善城市湖泊周边区域的热湿环境, 将城市水体的热环境优化效应最大化, 优化城市生态空间效能, 促进城市可持续发展。由于湖泊周边建成环境的复杂性, 建筑布局方式等较微观层面的因素对湖泊增湿效应的影响机制有待深入研究, 同时对于建筑高度影响的阈值也有待明确。在研究过程中由于各种限制, 仍存在着诸多不足, 如模拟过程中忽略了硬质铺装以及人为热的影响, 物理模型的简化等, 在后续的研究中须不断优化。

[1] 王甫园, 王开泳, 陈田, 等. 城市生态空间研究进展与展望[J]. 地理科学进展, 2017, 36(2): 207–218.

[2] SUN R H, CHEN A L, CHEN L D, et al. Cooling effects of wetlands in an urban region: the case of Beijing[J]. Ecological Indicators, 2012, 20(9): 57–64.

[3] XIN C, ONISHI A, JIN C, et al. Quantifying the cool island intensity of urban parks using ASTER and IKONOS data[J]. Landscape & Urban Planning, 2010

[4] 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(3): 552–560.

[5] 金虹, 王博. 城市微气候及热舒适性评价研究综述[J]. 建筑科学, 2017, 33(8): 1–8.

[6] 曾元梓, 陈奕汝, 郭慧娟, 等. 城市湖泊湿地建成环境对PM_(10)、PM_(2.5)浓度影响因子分析——以武汉市为例[J]. 中国园林, 2018, 34(7): 104–109.

[7] 朱春阳, 曾元梓, 陈奕汝, 等.城市湖泊湿地对空气PM_(10)、PM_(2.5)的影响——以武汉为例[J]. 中国园林, 2016, 32(11): 88–93.

[8] 陈存友, 胡希军, 郑霞. 城市湖泊景观保护利用规划研究——以益阳市梓山湖为例[J]. 中国园林, 2014. 30(9): 42–45.

[9] 龙丽娟, 陈存友, 胡希军, 等. 湖泊因子对城市湖泊降温效应的模拟研究——以湖南烈士公园湖泊为例[J]. 长江科学院院报, 2018: 1–7.

[10] 张棋斐, 吴志峰, 郭冠华. 高密度建成区城市生态空间的热环境缓释效应——以广州市中心城区为例[J]. 城市观察, 2017(3): 39–49.

[11] 刘京, 朱岳梅, 郭亮, 等. 城市河流对城市热气候影响的研究进展[J]. 水利水电科技进展, 2010, 30(6): 90–94.

[12] 纪鹏, 朱春阳, 盛云燕. 不同形状城市湿地对周边环境温湿度的影响[J]. 应用生态学报, 2017 (10): 3385–3392.

[13] WANG C Y, ZHU W P. Analysis of the impact of urban wetland on urban temperature based on remote sensing technology[J]. Procedia Environmental Sciences, 2011,10 (Part B): 1546–1552．

[14] 齐静静, 刘京, 宋晓程, 等. 大型城市河流对城市气候影响的实测研究[J]. 哈尔滨工业大学学报, 2011, 43(10): 56– 59.

[15] 朱春阳. 城市湖泊湿地温湿效应——以武汉市为例[J]. 生态学报, 2015, 35(16): 5518–5527.

[16] 李鹍, 余庄. 武汉地区风环境影响下湿地调温作用的模拟分析[J]. 资源科学, 2006(6): 51–59.

[17] 李江林, 陈玉春, 吕世华, 等. 利用RAMS模式对山谷城市兰州冬季湖泊效应的数值模拟[J]. 高原气象, 2009, 28(5): 13–23.

[18] 戴茜, 陈存友, 胡希军, 等. 建筑因子对城市湖泊温度效应的模拟研究——以湖南烈士公园湖泊为例[J]. 生态环境学报, 2019, 28(1): 106–116.

[19] 袁旸洋, 朱辰昊, 成玉宁. 城市湖泊景观水体形态定量研究[J]. 风景园林, 2018, 25(8): 80–85.

[20] 万军山, 吕丹苗, 刘福基. 夏季鄱阳湖水体温度场及其气温效应[J]. 应用气象学报, 1994(3): 374–379.

[21] HOU P, CHEN Y H, QIAO W, et al. Near-surface air temperature retrieval from satellite images and influence by wetlands in urban region[J]. Theoretical and Applied Climatology, 2013, 111( 1/2) : 109–118．

[22] 张棋斐, 文雅, 吴志峰, 等. 高密度建成区湖泊水体的热缓释效应及其季相差异——以广州市中心城区为例[J]. 生态环境学报, 2018, 27(7): 139–150.

[23] LAIRD N , BENTLEY A M , GANETIS S A , et al. Climatology of lake-effect precipitation events over Lake Tahoe and Pyramid Lake[J]. Journal of Applied Meteorology and Climatology, 2016, 55(2): 297–312.

[24] ADRIAN R, O’REILLY C M, ZAGARESE H, et al. Lakes as sentinels of climate change[J]. Limnology and Oceanography, 2009, 54(6): 2283–2297.

[25] 许鲁君, 刘辉志. 云贵高原洱海湖泊效应的数值模拟[J]. 气象学报, 2015.73(4): 789–802.

[26] 何春雄, 龙卫江, 朱锋峰. 概率论与数理统计[M]. 北京: 高等教育出版社, 2012: 7.

CFD simulating study on humidity effect of urban lakes influenced by buildings

LIANG Sheng, CHEN Cunyou*,HU Xijun, HU Yingxuan, ZHAO Di

College of Landscape Architecture, Central South University of Forestry and Technology, Changsha410004,China

As an important component of urban ecological space, urban lake is of great significance to alleviate the urban heat island effect. This thesis uses the method which combines fixed point measurement with CFD (Computational Fluid Dynamics) simulation and takes the relative humidity as the microclimate factor to discuss the influence degree of the building factorson the humidity effects of urban lakes in the summer. The results showed that: (1) The buildings around the lake were one of the important factors that affected the humidity effect of the lake,and the humidity effect of urban lakes was affected by the city's dominant winds.There was a significant lake humidification in the upwind direction of 1 km and the downwind direction of 3 km in the lake. (2) With the high building density, only increasing the distance between buildings and urban lake or building interval could improve the heat and moisture environment around the lake to a certain extent, while the effect on the upwind area was less, with the relative humidity changes from 0.1% to 1.2%. (3) The change of building height had the greatest impact on the humidity effect of urban lakes, especially in the downwind area, with the change of relative humidity from 2.1% to 4.1%. In summary, only taking the influences of building factors surrounding the urban lakes into consideration adequately can the humidification effect of urban lakes be optimized to the greatest extent. The research production of this thesis is valuable for both understanding the humidity effect of urban lakes and planning of urban ecological space.

microclimate;CFD simulation; humidity effect; urban lakes;building factors

10.14108/j.cnki.1008-8873.2020.02.023

P461.5

A

1008-8873(2020)02-191-08

2019-09-02;

2019-10-26

国家林业局“十三五”重点学科(风景园林学)(林人发[2016]21号); 湖南省教育厅科学研究项目(13C1135); 中南林业科技大学研究生科技创新基金项目(CX20192007); 中南林业科技大学高等学校“十三五”专业综合改革试点项目(城乡规划学)

梁胜(1994—) ,硕士, 主要从事城市湖泊小气候、风景园林规划与设计研究, E-mail: liangsheng0904@foxmail.com

陈存友(1974—), 博士, 副教授, 研究生导师, 主要从事城市规划、风景园林规划与设计、旅游规划研究, E-mail: 81698514@qq.com

梁胜, 陈存友, 胡希军, 等. 基于CFD的建筑对城市湖泊湿度效应的影响模拟[J]. 生态科学, 2020, 39(2): 191–198.

LIANG Sheng, CHEN Cunyou,HU Xijun, et al. CFD simulating study on humidity effect of urban lakes influenced by buildings: a case study of Martyrs Park Lake in Hunan[J]. Ecological Science, 2020, 39(2): 191–198.