APP下载

绿色屋顶降温效应的多维时空变化特征

2020-04-16陈佳宇尹海伟孔繁花

生态学报 2020年4期
关键词:质心降温屋顶

陈佳宇,尹海伟,孔繁花,*

1. 南京大学国际地球系统科学研究所, 南京 210023 2. 南京大学建筑与城市规划学院, 南京 210093

随着城市化进程的不断推进,城镇建设用地快速增长,致使自然生态空间向城镇建设空间快速转换,城市下垫面的热力性质发生明显改变,城市热岛效应显著增强[1- 4]。与此同时,在全球气候变化的宏观背景下,城市遭受热浪袭击的频度和强度不断增加,致使城市的热舒适度显著降低,城市居民承受的热胁迫日益加剧[5]。增加绿地空间是缓解城市热环境最有效的方式之一[6]。然而,由于城市用地紧张、地价高昂,在城市高密度地区增加地面城市绿化十分困难[3,7]。作为“第五立面”的绿色屋顶(Green roof, GR)因无需新增城市用地,且具有重要的生态环境效应,已成为城市应对气候变化、缓解城市热岛效应、增强可持续发展能力的技术和发展战略[4,8- 10]。

大量研究表明,与传统裸露屋顶相比,绿色屋顶因具有遮荫、蒸散发、隔离等作用,能够在屋顶表面上方有限空间内形成“冷岛”[11- 13],其降温效应强弱及其时空变化特征与局地气候条件、植被生理特征密切相关[14- 16]。Wong等[17]研究发现新加坡地区绿色屋顶30cm高度的降温效应可达1℃,但在屋顶上方1m高度处的降温效应已很微弱。沈滢洁等[18]利用WRF模型对南京地区绿色屋顶降温效应的研究结果表明,在夏季白天绿色屋顶对地面2米高度处降温效应能够达到0.33℃。Blanusa等[13]通过不同植被类型绿色屋顶的对比实验发现,叶面形态以及蒸腾特性会影响绿色屋顶的降温功能,景天属植物(Sedum)因较强的蒸腾效应更能促进上层空气的流动,相比水苏(StachysjaponicaMiq.)更能影响小环境,但水苏由于其宽大的叶面和密被绒毛阻挡大量直射光,拥有更低的基质温度与表面温度,降温能力更强。

目前绿色屋顶降温效应研究的主要方法有定点观测[14- 17]和模型模拟[19],两者相结合(即利用定点观测数据率定模型参数与验证模拟结果)的研究近些年来逐渐增多[18,20- 22]。然而,绿色屋顶降温效应的模型模拟研究,普遍存在缺少基于实测数据的参数率定与结果验证或用于模型验证的绿色屋顶面积过小、尺度不匹配(观测数据极易受边缘效应的影响)等问题[14,23],致使其模拟结果的可靠性不高;且多数绿色屋顶降温效应的时空变化特征研究仍停留在二维层面,即对绿色屋顶特定高度的某一点或面上的大气温度与参考点或面上的大气温度进行对比分析[14],但绿色屋顶产生的降温效应会在绿化周边三维空间产生“冷岛”, 目前从四维角度开展屋顶绿化降温效应时空特征的研究尚不多见,致使绿色屋顶降温效益与潜力难以准确评估。

基于此,本研究以在南京市金陵小学行政楼建设的全尺寸(Full-size)佛甲草(SedumlineareThunb.)轻型绿色屋顶为例,使用定点观测数据进行ENVI-met模型相关参数的率定与结果校验,并基于校验的模型对绿色屋顶的降温效应进行了定量模拟,进而阐明绿色屋顶降温效应的四维时空变化特征及其影响因素,以期促进绿色屋顶降温效益与潜力的科学评价。

1 研究区与研究方法

1.1 研究区概况

南京市气候属于亚热带季风气候,冬冷夏热,四季分明,常年平均气温为15.4℃;日照充足,全年日照时数约为2100 h,年日照率47%,无霜期为7个月;雨量充沛,年降水量1106 mm(数据来源:中国气象局)。

本文研究区位于南京市金陵小学行政楼的屋顶,屋顶为平屋顶(坡度为2%),总面积约为1016m2,设有2个观测点:裸露屋顶(Bare roof, BR)、绿色屋顶(GR)(图1)。绿色屋顶是由预先种植有佛甲草的绿化模块构成,每块模块由6.5cm厚的基质层(由30%的蛭石,30%的泥炭土,30%的陶粒以及10%的有机质组成),一层0.1cm厚的无纺布过滤层以及4.4cm厚的多功能储水与排水层组成。2016年5月16日,测量得到的绿色屋顶的植被叶面积指数(Leaf area index,LAI)为2.6,植被覆盖率为90%,植被平均高度为8cm。

图1 研究区位置与绿色屋顶概况Fig.1 Location of study area (a,b) and the green roof with Sedum lineare Thunb.(c)

1.2 数据来源

本研究采用了HOBO小型气象观测站与COMPBELL CR1000数据采集器进行微气象观测,主要获取空气温湿度、土壤温湿度、风速风向、总辐射等气象与土壤特征数据,数据存储间隔为1min。仪器设置的温湿度传感器高度为1.2m。各仪器的微气象观测传感器参数见表1。

1.3 研究方法

1.3.1研究区ENVI-met模型构建与精度评价

ENVI-met 模型是由德国波鸿大学地理研究所的Micheal Bruce和Heribert Fleer于1998年开发的首个旨在再现城市大气主要进程的非静态数值计算软件,能够很好地表征建筑外表面、植被和空气之间的热应力关系[24]。结合本研究的目的,简要介绍该模型构建与精度评价过程。

表1 观测仪器与主要传感器参数

图2 ENVI-met模型中输入的研究区底图Fig.2 The base map input in the ENVI-met model

首先,进行研究区ENVI-met模型的构建,网格结构设置为90×90×50(x-Grids, y-Grids, z-Grids),每个体元(voxel)大小为2m×2m×1m(图2);研究区最高建筑为金陵小学行政楼,高18m,因而模型上边界高度设置为49.5m(大于最高建筑的2倍);温度和湿度的边界模式选用Simple Forced LBC(Lateral Boundary Conditions),湍流的边界模式选用Open LBC;10m高风速根据观测值由公式1(ENVI-met官方手册)推导而得。模型具体参数设置见表2。

(1)

式中:Vn为高度Zn处的风速(m/s) ;V1为高度Z1处的已知风速(m/s) ; Z0为地面粗糙度。

(2)

(3)

其中:di为实测值与模拟值的偏差,n为样本数,T为样本温度值,H为样本湿度值。

1.3.2基于点、面与三维“冷岛”测度绿色屋顶降温效应的方法

表2 ENVI-met输入参数表

从三维“冷岛”角度测度降温效应:基于模拟结果得到的三维格网温度数据确定绿色屋顶对周边热环境影响的最大范围。本文绿色屋顶降温效应最强的时间为7月22日4:00,因此将其降温范围作为其热环境的最大影响范围,即在模型底图中一个格网大小为21×21×11的长方体,x轴坐标为41—61,y轴坐标为37—57,z轴坐标为30—40(实际高度为离地面26.5—36.5m),体元大小为2m×2m×1m。基于模拟数据,分别获取在时间i时该长方体内第j个体元与裸露屋顶观测站位置上方对应高度处的大气温度模拟数据Tijv与TiBR,则每个体元降温值为ΔTijv=Tijv-TiBR(ΔTijv<0)(图4为三维冷岛可视化结果图)。

1.3.3绿色屋顶降温效应的四维时空变化特征

绿色屋顶降温,在其上方形成温度异质的三维“冷岛”,为了更清晰地阐明绿色屋顶降温效应的四维时空特征(即三维“冷岛”随时间变化的特征),将任一时刻三维“冷岛”的每一个体元的降温值|ΔTijv|作为冷岛的体元质量值Mij,采用公式(4)—(7)计算不同时刻的降温质心坐标(图5),并绘制绿色屋顶降温质心随时间变化分析图(图5)和降温强度随时间变化针状图(图6),进而阐明下垫面类型、局地微气象特征等对绿色屋顶三维降温格局的潜在影响(图7)。

Mij=|ΔTijv|

(4)

(5)

(6)

(7)

其中:Mij为该体元降温值,xim,yim,zim为时刻i降温质心坐标,xij,yij,zij为时刻i降温“冷岛”第j个体元坐标,∑Mij为时刻i降温“冷岛”所有体元降温值总和。

2 结果分析

2.1 ENVI-met模型模拟精度评价

表3 模型精度评价统计结果

2.2 基于点、面与三维测度的绿色屋顶降温效应变化特征

无论是从二维的点、面还是从三维进行测度,绿色屋顶的降温效应均呈现白天弱夜间强的总体分布特征(图3—4,表4)。在屋顶上方1m高度(点、面测度),绿色屋顶在白天(6:00—18:00)仅具有极其微弱的降温效应,点、面逐时降温均值分别为-0.08和-0.04℃,但在夜间(19:00—次日5:00)具有较强的降温效应,点、面逐时降温均值为-0.25和-0.20℃,分别约为日间降温幅度的3.1倍和5.0倍(图3,表4)。三维逐时降温累计值的变化趋势与二维点、面逐时降温值的基本一致,7月22日4:00和16:00降温效应的三维分布格局直观地反映了绿色屋顶降温效应在夜间和白天的显著差异(图4);在研究区42×42×11m3的统计长方体中,统计所有产生降温效应的体元表明:绿色屋顶在白天的逐时三维累积降温均值为-67.94℃,而夜间的逐时降温均值为-552.07℃,为日间降温幅度的8.1倍(图3,表4)。由此可见,从三维空间来测度和刻画的绿色屋顶降温效应的变化特征更为明显,而基于传统方法从点、面角度来测度绿色屋顶的降温效应因无法全面捕捉真实降温格局信息,导致降温效应特征相对不明显(表4),这也将导致基于传统方法进行绿色屋顶效益评价的科学性不足。

影响绿色屋顶降温效应白天弱夜间强的主要因素为佛甲草的植被生理特性与环境要素。佛甲草属于CAM(景天酸代谢Crassulaceanacidmetabolism)植物,气孔在日间关闭,致使蒸腾作用减弱,但仍进行呼吸作用,会产生一定热量[25],气孔在夜间打开以摄取二氧化碳,此时冠层温度低于周围环境温度,蒸散发降温作用增强,从而导致绿色屋顶在夜间的降温效应显著。冯驰[25]针对广州佛甲草绿色屋顶能量平衡的研究表明,佛甲草在日间9:00—19:00时间段内,净光合作用与蒸散发作用均为放热,且与太阳辐射的逐时累计强度呈线性关系。这佐证了本研究绿色屋顶降温效应白天弱夜间强的变化特征。因为南京地区夏季日间具有强烈的太阳辐射,在模拟的48 h内,太阳辐射实测最大值为1088W/m2,这使得白天佛甲草的冠层温度高于周边,在进行蒸散发时会向外放热。

图3 二维点、面及三维降温效应逐时变化曲线Fig.3 Hourly performances of cooling effects from point, surface and 3D perspectives, respectively

表4 二维点、面与三维日夜间逐时平均降温效应

图4 屋顶上方7月22日4:00与16:00降温效应三维分布格局Fig.4 Scenarios of the 3D distribution pattern of green roof cooling effects above the roof (4:00 and 16:00 on July 22)

2.3 绿色屋顶降温效应的四维时空变化特征

绿色屋顶的降温质心在模拟时间段(7月21与22日)白天与夜间轨迹基本一致,在白天起伏波动较大,而在夜间较为稳定;在水平方向上的波动幅度较大,而在垂直方向上的波动相对较小(图5)。降温质心的X、Y、Z坐标在白天的平均振幅分别为2.74、1.52、0.74m,而在夜间的平均振幅仅为0.81、0.77、0.17m,白天的平均振幅分别是夜间的3.38、1.98、4.48倍;水平方向上(X、Y)的平均振幅分别为垂直方向上(Z)的5.61、4.16倍。降温质心与降温强度在空间上呈现明显的集聚分布特征,夜间的降温强度与集聚程度明显高于白天;夜间的降温强度较大,降温质心在绿色屋顶几何中心上方集聚,而白天的降温强度较小,降温质心分布较为分散且向靠近裸露屋顶一侧偏移,例如降温效应最强时(7月22日4:00)形成的“冷岛”中心位于绿色屋顶几何中心的上方,而降温效应最弱时(7月22日16:00)的“冷岛”中心则位于绿色屋顶与裸露屋顶交界处的上方(图5、图6)。

降温质心的垂直维度变化与日间太阳辐射强度有关,日间强太阳辐射使屋顶上方空气对流增强,致使日间降温质心的波动较大;而在夜间由于没有太阳辐射影响并且绿色屋顶降温效应增强,冷气团紧靠在绿色屋顶上方,使得空气对流减弱,整体环境处于相对稳定的格局,致使降温质心在垂直维度上的变化较小、较为稳定。水平方向白天的变化幅度较大则主要是由于日间绿色屋顶降温效应极弱,其三维降温格局易受风速风向等气象因素的影响而发生偏移。屋顶主导风向实测数据为260°(0°为正北),模拟风向在257°左右变化,风速在1m/s左右浮动(图7),7月22日16:00垂直剖面风速图更直观地表明风由绿色屋顶吹向裸露屋顶,且风速随着高度增加逐渐变大(图7),致使该时刻的降温质心明显偏向裸露屋顶一侧,位于裸露屋顶与绿色屋顶交界处的上方(图5、图6)。然而,在夜间绿色屋顶的降温效应较强,气流较白天稳定,此时降温质心与绿色屋顶的下垫面属性高度相关,故质心多集聚在绿色屋顶的几何中心上方。由此可见,降温质心与降温强度的四维时空变化特征同时受到绿色屋顶及其相邻下垫面属性、植被生理特征和局地微气象因子(太阳辐射、风向风速等)的多重影响。

图5 模拟时间段内冷岛降温质心随时间变化的移动轨迹Fig.5 The trajectory of the cooling mass center of cooling island during the simulated period

图6 冷岛降温强度针状图Fig.6 Visualizing the green roof cooling island intensity with 3D stem plot

图7 ENVI-met模型模拟绿色屋顶上方1m处风速风向变化与7月22日16:00 垂直剖面风速图Fig.7 The simulated wind speed and direction variations at 1m above the green roof and vertical wind speed profile at 16:00 on 22 July

3 结论与讨论

基于南京市金陵小学全尺寸轻型佛甲草绿色屋顶的定点观测数据,率定了ENVI-met模型的相关参数,验证了模型模拟结果的精度和有效性,进而基于不同测度方法对绿色屋顶降温效应的变化特征进行了分析,阐明了降温效应四维特征变化的影响因素。研究结果表明:1)不同测度方法刻画的绿色屋顶降温效应随时间变化的趋势基本一致,均呈现白天弱夜间强的特征;2)与传统方法相比,基于三维空间测度和刻画的降温效应变化特征更明显;3)降温质心与降温强度在空间上呈现明显的集聚分布特征,夜间的降温强度与集聚程度明显高于白天;降温质心轨迹在水平方向上波动较大;4)绿色屋顶降温效应的时空变化特征主要受到绿色屋顶及其相邻下垫面属性、植被生理特征、局地微气象因素的多重影响。

从三维空间刻画的降温效应较传统方法更好地顾及了降温的影响范围及空间异质性,能够较全面地捕捉屋顶绿化的真实降温格局信息,利于科学地计算绿地总体降温效应;通过三维降温质心的计算与轨迹追踪,实现了真实环境中降温效应中心位置与强弱的定量表征,与传统的二维降温效应分析相比,可更为精准地挖掘绿色屋顶降温效应随时间的变化特征及其影响因素。本文从“四维时空变化”角度进行了绿色屋顶降温效应的定量表征,可为绿色屋顶的成本收益分析与建设效益评价提供新颖的量化方法。

尽管利用多种观测数据对金陵小学绿色屋顶实验研究区进行了还原度较高的建模,但仍存在一些需要进一步解决的问题。例如,由于模型植被数据库中绿色屋顶的现有参数设置较少,无法对植被呼吸作用等植被生命活动进行有效设置,应增加植被蒸腾系数与气孔张开时间等参数;在垂直高度上建模的分辨率为1m,相对于绿色屋顶研究所需的分米级分辨率,仍然相差较大。因而,未来绿色屋顶降温效应的模拟研究既需要细化垂直方向上的梯度、增加植被生理特征的相关指数,同时也需要结合不同高度上的多点观测数据更准确地率定模型,提高模拟的准确度。

猜你喜欢

质心降温屋顶
借“光”生财的屋顶
重型半挂汽车质量与质心位置估计
基于GNSS测量的天宫二号质心确定
动物降温有妙招
屋顶屋
屋顶的雪(外四首)
七招给心脑“消署降温”
页岩气开发降温
基于局部权重k-近质心近邻算法
读一读吧