居住区微气候与绿化响应极端气候的耦合关系

2020-12-28蒙月兰刘青罗清云余梦舒吕聪明

天津农业科学 2020年10期

关键词：南昌

蒙月兰刘青罗清云余梦舒吕聪明

摘要：全球气候变化所引起的极端气候现象频发，如何有效应对和缓解极端气候所带来的复杂性和威胁，已经成为全球关注热点。本研究以江西省南昌市2018年初冰雪灾害、2019年中干旱灾害为契机，以南昌市青山湖区凤凰城凤鸣苑居住区为例，运用ENVI-met氣候数值模拟技术对住宅区微气候进行模拟分析，并将受灾调查实测数据进行拟合分析。结果表明：（1）不同的居住区空间形态，形成小气候不同，微气候因素因受空间形态影响产生差异，其中，风速较空气温度、相对湿度对微气候的影响更大，同一空间类型，处于主导风向的空间微气候影响更大。（2）极端气候下，绿化在不同的微气候环境里，因空间形态，时间范围不同，产生的影响程度不同。

关键词：ENVI-met; 微气候; 极端气候; 居住区; 南昌

中图分类号：TU984.12 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2020.10.010

Coupling Relationship Between Microclimate and Extreme Climate in Residential Area

MENG Yuelan， LIU Qing， LUO Qingyun， YU Mengshu， LV Congming

（College of Landscape Architecture and Art Jiangxi Agricultural University， Nanchang， Jiangxi 330045， China）

Abstract： Extreme climate phenomena caused by global climate change occur frequently. How to effectively deal with and mitigate the complexity and threat brought by extreme climate has become a global hotspot. In this paper， taking the ice and snow disaster in the beginning of 2018 and the drought disaster in the middle of 2019 in Nanchang city as an opportunity， took fengmingyuan residential area in Fenghuang city， Qingshanhu district， Nanchang city as an example， used ENVI-met climate numerical simulation technology to simulate and analyze the microclimate of residential area， and fitted and analyzed the actual data of disaster investigation. The results showed that：（1） Different spatial forms of residential areas led to different microclimates ，and the microclimate factors was different because of the influence of spatial form. Among them， the wind speed had a greater impact on the microclimate than air temperature and relative humidity. For the same space type， the spatial microclimate with dominant wind direction had a greater impact.（2） In the extreme climate， greening in different microclimate environment， due to the different spatial form and time range， had different impact.

Key words： ENVI-met; microclimate; extreme climate; residential area; Nanchang

随着全球气候变化加剧，各种极端天气所引起的干旱、洪涝、冰雪灾害等频发，对城市造成了严重影响，成为制约城市可持续发展的重大问题。研究表明，极端温度和降雨指数变化与城市化相关[1]，城市形态指标与极端气候变量相互作用[2]，城市街道峡谷所引起的微气候变化，将改变人的热舒适度体验[3]，城市建筑和绿化本身及其组合形态等方面对微气候也有显著影响[4-5]，因而积极推动气候适应型城市建设，是推动我国城镇化高质量发展的必然要求[6]。ENVI-met软件具有对城市微气候环境模拟分析对比，并进而提出优化方案的作用得到重视[7-8]。居住区作为城市市民生活休憩最为密切的场所，如何构建有效应对气候变化和城市化所带来的双重影响的宜居环境是宜居城市建设的重要内容。

目前，居住区多从热环境、风环境、污染物、人体舒适度等方面进行研究[9-13]，针对极端天气条件下，城市居住区绿化损害和空间微气候关系的研究还鲜有涉及。本研究从居住区空间微气候环境及其绿化对极端天气响应的耦合研究，以期明晰居住区空间形态与微气候的关系，微气候对绿化应对极端气候的影响。

1 材料和方法

1.1 试验地概况

据气象观测数据，2018年1月25～31日，南昌市出现降雪与为期一个星期的积雪情况，造成较为严重的影响。继2018年雪灾之后，2019年7月15日～12月31日南昌市出现干旱期，园林绿化受到严重的干旱影响。

为使样地具有代表性和典型性，本次研究依据居住区建成时间较长，内部植被长势良好的原则，同时结合前期广泛调查基础，选取南昌市红谷滩区凤鸣苑居住区作为研究对象。期望通过调查研究，分析极端天气下的城市小气候与居住区的空间构架的耦合关系，并提出相应的预防及改善措施建议。

南昌地处江西中部偏北，介于东经115°27'—116°35'、北纬28°10'—29°11'之间，属于亚热带季风湿润气候，年平均气温17℃，多年平均降水量1 600～1 700 mm，冬季多偏北风，夏季多偏南风。凤鸣苑居住区共建有47栋住宅楼，外围北面45、46、47 号楼，东北面26、27 号楼、西面44、43、42、41号楼，南面40和39号楼为32层的高层建筑，其余均为7层的多层建筑（图1）。内部绿化主要为香樟（Cinnamomum camphora）、垂柳（Salix babylonica）、女贞（Ligustrum lucidum）、广玉兰（Magnolia grandiflora L.）、乐昌含笑（Michelia chapensis Dandy）、银杏（Ginkgo biloba L.）等喬木为主。冰雪极端天气主要受损乔木为香樟和垂柳，干旱极端天气主要受损乔木为香樟、垂柳、女贞、乐昌含笑、鸡爪槭（Acer palmatum Thunb）、樱花（Cerasus sp.）。现场调查极端天气受损的乔木分布（图2，图3）。现根据居住区植物造景及建筑规划相关规范及实地调研、数据分析，运用小气候模拟软件 ENVI-met 对居住空间与极端气候的耦合关系进行分析和总结。

1.2 数据采集

小区空间数据采用小区规划图及现场查证比对确定，小区绿化对两次极端气候的响应，通过实地对受损、受害植被个体特征（树高、冠幅、胸径）及损害特征（枝干损伤、冻害、旱害）进行观测和定位，居住区空间环境微气候采用ENVI-met 4.4.3模拟软件进行分析。

1.3 ENVI-met模拟分析

1.3.1 植物参数设定设置软件模拟主要涉及两种植物类型：乔木、草本。由于受到软件网格高度的限制，草本选择植株高度为0.5 m的草木，乔木选取在这两次极端气候受损严重的乔木，其中以香樟（树高15 m，冠幅 8 m）、广玉兰（树高7 m，冠幅5 m）以及垂柳（树高15 m，冠幅10 m）作为研究乔木。

1.3.2 初始环境参数设定分别选取2018年1月26号及2019年11月23号为模拟起始的日期，模拟的初始基本气象参数以南昌市气象局公布的逐时气候数据为背景数据，对于其他参数采用 ENVI-met 提供的默认值，模拟总时长为24 h，每1 h输出一组数据，输出数据主要有气温、风速、相对湿度等指标。取一天中最典型的一个时间段进行模拟，14：00是一天中温度较高的一个时间点，以六小时为间隔左右再选出两个时间点进行模拟，分别为8：00和20：00。考虑到模拟区域周边环境条件与模拟核心区域类似，流入边界条件选择循环式边界条件。根据实地测量及该住宅区的建筑平面图，在ENVI-met软件SPACES建模功能中建立实测区的现状模型。在模型研究区域建立基础值设定中，平面x，y轴方向上模拟区域尺度为440 m×440 m，水平网格数为220×220（分辨率为2 m）。由于实测区内建筑物最大高度为48 m，，根据软件对三维模型的垂直高度要求为Z≥2Z Hmax（ Hmax为模拟区内最高建筑高度），因而竖直z轴方向上设置分辨率2 m的网格共50个，符合数值模拟高度的要求[14]。

2 结果与分析

2.1 冰雪灾害气候下居住区空间形态的ENVI-met模拟及分析

2018年1月26号～2018年2月6号持续低温10天，其中，1月26号和1月29号两天为雨夹雪天气，受到极端天气冰雪胁迫，大量乔木折枝受到损伤。根据现场调查，得出图4结果，凤鸣苑居住区此次冰雪天气受灾的树种主要为：香樟、垂柳、女贞、广玉兰、乐昌含笑。结合植物的损伤情况，运用ENVI-met模拟居住区微气候，分析居住区空间形态对极端天气下微气候的影响。

空间的范围是由围合、覆盖、隆起或下沉3种方式构成[15]，居住区本为一个大空间，又因居住区空间内植物与建筑排布情况划分出多个空间。小气候是因下垫面性质及地形的不同，局地范围内所形成的独特气候[16]，不同的空间形态，小气候不同。因此本研究结合ENVI-met微气候模拟数值结果及居住区植物与建筑排布，将居住区划分成多个空间，并归为两种类型：半围合空间类型（A）及围合空间类型（B）（图5）。居住区中心建筑为西南向东北的排列形式，北侧两排建筑为西北向东南排布，而这两排建筑东西侧中间分别规划了一块绿地，并各自形成两个围合空间。其他建筑排布基本为东西走向排布，居住区西侧外围一排建筑和北侧外围两排建筑均为高层建筑，其他为多层建筑，建筑与建筑之间因排列方向不一样，形成夹角，又结合居住区绿化种植情况形成为围合空间。居住区绿化长势良好，道路与道路之间由绿化围合且形成一个围合空间。经分析，ENVI-met模拟的小气候区域与划分的空间范围基本一致。

2.1.1 冰雪天气的相对湿度与居住区空间形态的耦合关系由ENVI-met微气候模拟数值图像看出，数值随颜色变化，数值大的颜色偏紫红，数值小颜色偏蓝;因此，图6～8相对湿度较高区域主要集中在居住区东北侧和西南侧，居住区东北侧乔木损伤较为严重，西南侧大部分区域相对湿度比较高，但是损伤乔木没有东、北、东北侧严重。根据模拟数值，围合空间相对湿度范围在66.79%～81.34%，半围合空间相对湿度范围在58.59%～73.36%。实际调查得出，乔木损伤主要分布在B3、B4、B5的半围合空间，围合空间乔木损伤密度较小，乔木损伤最严重的区域在位于东北侧的围合空间A3。早上8：00，居住区的北侧东西横排的建筑（45～47栋）北面相对湿度比南面高，乔木损伤严重;居住区东侧东西横排的建筑西面的相对湿度比建筑的东面稍低，乔木折枝西面比东面严重;居住区西侧东西横排的建筑（44～41栋）西面的相对湿度比建筑的东面低，乔木损伤严重主要在西面。14：00～20：00时间内，居住区东侧东西排布建筑，建筑西面的相对湿度比东面高，乔木损伤主要在西面。由此得出，冰雪天气下，位于居住区主导风向的范围，植物损伤严重;其中，围合空间比半围合空间相对湿度大，乔木损伤更严重严重，同一半围合空间内，相对湿度愈大，乔木受损越严重，乔木在14：00～20：00之间受冰雪影响最大。

受冬季风及居住区建筑排列形式及绿化长势影响，居住区闭合空间相对湿度比较高，但没有受到风的影响，因此在围合空间范围内乔木受损相对较少。

2.1.2 冰雪天气的空气温度与居住区空间形态的耦合关系由ENVI-met微气候模拟数值图像看出，数值变化随颜色变化，3个时间点的最低温度分布呈逆时针变化。8：00空气温度由居住区东北侧向西南侧递增，14：00空气温度由居住区北侧向南侧递增，20：00空气温度由居住区西南向东北递增，该变化符合太阳运转规律。8：00居住区北侧、东北侧及东侧第一排建筑周围空气温度较低，为1.21～2.30 ℃，14：00居住区北侧空气温度较低，为1.51～2.53 ℃，22：00居住区空气温度中部低，四周高，整体在0.84～1.61 ℃之间。图6、7、8的空气温度模拟数值结合居住区空间类型分布得出，半围合空间比围合空间空气温度低，围合空间内空气温度相对围合空间的边缘低，围合空间边缘是由绿化与建筑组成，图中紫红色区域为绿化带，城市物候相关研究表明，当每日平均空气温度（BAT）>10℃时，城市植被开始发挥显着的降温作用，但是当BAT <10℃时，平均而言会略有变暖[17]。分析结果表明，极端冰雪天气下，位于冬季风主导风向的居住区东侧、东北侧及北侧全天低温，空气温度<1.61 ℃，雪融速度慢，导致树冠长时间积雪的压迫作用使枝干折断或者弯曲倒伏[18];从居住区中部往西南方向之后植物损伤相对减弱，主要原因是居住区绿化长势良好，多常绿树种，形成天然的挡风屏障，加上居住区建筑的排布，北侧高层建筑呈60°角由西北向东南排布，绿化沿道路种植，形成围合空间，阻挡冬季冷空气的入侵。

2.1.3 冰雪天气的风速与居住区空间形态的耦合关系通过ENVI-met微气候模拟数值图像分析出，数值较大区域显示颜色红紫色呈点带状分布在居住区入口处。居住区东北侧，北侧居住区入口的风速最大，风速1.26～4.43 m·s-1，根据实际调查情况，受冰雪灾害影响严重的乔木主要集中在入口。根据图像显示，围合空间受风速影响较小，半围合空间受风速影响大，且半围合空间多处于居住区外围，受冬季风北风和东北风影响，居住区东北侧及北侧半围合空间的绿化损伤最严重。46与47栋之间的入口及26与27栋之间的入口风速相对整个居住区其他区域高，乔木折损严重。居住区北侧及西侧外层建筑属于32层的高层建筑（41～47号楼），其他均为七层多层建筑的居住区建筑规划，外围的高层建筑阻挡了来自东北方向的主导风，风速随入口道路延伸至内部并逐渐递减，因此居住区内部风速比较低且平均，围合空间的绿化受冰雪灾害影响相对较小。

2.1.4 小结通过实际调查及ENVI-met模拟数据结合分析，分别从影响微气候基本因素相对湿度、空气温度、风速进行梳理得出以下分析结果：从相对湿度方面，受冰雪胁迫损伤的乔木主要在相对湿度比较高的围合空间，其中，居住区东北侧乔木损伤最为严重。从空气温度方面，受冰雪胁迫损伤的乔木主要集中在温度比较低的半围合空间，居住区北侧、东北侧及东侧最为严重。从风速方面，受冰雪胁迫损伤的乔木主要集中在居住区风速比较大的东北侧、北侧、东侧;居住区的入口区域，乔木损伤最为严重。

同一时间段内，相对湿度高，风速大，空气温度低的区域，乔木折枝严重;冰雪天气下，同一居住区内，空间组合类型不同，形成微气候不同，半围合空间受风速影响大、温度及相对湿度受风速影响而变化;极端冰雪灾害下，围合空间内的相对湿度比半围合空间高，围合空间空气温度比半围合空间空气温度低，围合空间的风速比半围合空间的风速低，由此得出，围合空间乔木在极端冰雪天气下损伤主要是受相对湿度和空气温度影响，半围合空间乔木损伤主要是受到风速的影响。居住区的建筑规划是外高内低，绿化密度大，生长茂盛，半围合空间受冬季风影响，冰雪不能及时融化，并在晚上降温后再度结冰，因此居住区的北侧、东北侧半围合空间乔木受冻折枝严重，木质细脆的乔木折枝更为严重。

香樟主要分布在居住区的外围及居住区高层建筑的周边，其他乔木主要分布在居住区内部的道路旁，垂柳分布在水体周边。居住区出入口处的行道树，受到冬季风的影响，空气温度低，积雪压迫作用，造成严重的损伤;水域周边的乔木多为（垂柳、广玉兰、女贞、乐昌含笑），损伤程度仅次于居住区外围的乔木，居住区中心部分属于围合空间，风速影响不大，但绿化密度大，相对湿度高，空气温度低，冰冻时间长，积雪压迫造成乔木折枝受损。

由此得出，ENVI-met微气候模拟软件可用于冰雪天气时居住区微气候模拟，在初期规划设计完成后，可运用软件模拟冰雪天气下居住区的微气候，数据可参考历年冰雪天气出现的同一区域气象数据，增强居住区空间形态规划建设的合理性，从规划初期开始预防冰雪天气下居住区内部人物不必要的损伤。例如，居住区风口及外围的乔木种植应选择木质韧性强、抗风性好的树种。在建成区，遇到极端冰雪天气时，可通过ENVI-met模拟微气候环境数值，及时作出相应的防护措施，对居住区内长势茂盛密集的乔木进行适当的修剪，保证居住区通风性，降低相對湿度。

2.2 干旱灾害气候下居住区空间的ENVI-met模拟及分析

2019年8 ～11月，南昌市续高温并且降雨量少，造成了大量植物干枯。根据气象预报，2019年11月24号之后开始持续降雨，因此，本研究选取11月23号作为干旱期的调研时间，在干旱期的后期，气象条件符合。本研究地点也出现不同程度的植物枯死情况，其中香樟、垂柳、女贞、乐昌含笑等乔木干枯严重（图9）。从现场调查总结来看，植物干枯的现状多为叶子干枯挂在树上或是枯黄掉落，属于干旱引起的萎蔫症状。ENVI-met是一种用于模拟地面植物空气相互作用的整体三维非流体静力学模型[11]。运用ENVI-met模拟环境，可以分析干枯乔木与居住区微气候的耦合关系，进而得出居住区空间与极端气候的响应关系。

2.2.1 干旱天气相对湿度与居住区空间的耦合关系根据图10～12的模拟图像显示，数值较大区域显示颜色红紫色，數值较小区域呈蓝色。居住区不同的空间形态，形成不同小气候，相对湿度也跟随其变化而发生变化，其中，围合空间内的相对湿度比较低，围合空间的边缘相对湿度比较高。8：00，围合空间的相对湿度比半围合空间相对湿度低;14：00～20：00时间内，围合空间比半围合空间相对湿度高;主要划分围合空间的高大乔木的绿化带相对湿度较高。结合实际调查得出的干枯乔木分布，干枯的乔木主要集中在围合空间内，其中垂柳虽处于相对湿度较高的绿化带上，但树木干枯的比较严重，主要原因与垂柳本身的耐旱性相关，垂柳对水分供应要求高[19]，虽然垂柳种植在水体旁边，但水域已经干枯，且水域为硬质不透水铺装，无渗水性，高温天气加上长时间无雨天气，直接导致垂柳干枯。

居住区空间形态影响相对湿度的分布情况，在围合且绿化好的空间里，相对湿度比围合边缘相对湿度要低，总体上较半围合空间相对湿度要高。水是植物生长的根本要素之一，持续高温，不降雨，相对湿度低直接加速植物枯萎。

2.2.2 干旱天气空气温度与居住区空间的耦合关系据图像显示（图10～12），数值变化随颜色变化，数值较大区域显示颜色红紫色，数值较小区域显示蓝色，且分布不均。根据枯死乔木所在的位置及模拟图像显示，枯死乔木主要集中围合区域，即8：00空气温度模拟图颜色为紫红色，空气温度比较高的区域，大多数枯死乔木主要集中在居住区的西北侧，以及中部湖心周围，居住区东北部出现树叶干枯缺水状态。8：00，围合空间的空气温度比半围合空间的空气温度高1.42 ℃，14：00～20：00时间内，主要的绿化带（高大树木）空气温度比较低，其他空间的空气温度均在21.03～22.62 ℃，居住区湖心区、北侧及东北侧空气温度较高，跟太阳高度角有关，居住区北侧高层建筑及茂密的绿化形成投影，起到降温作用，是内部空气温度比这些区域空气温度低的主要原因之一。秋冬季的时候，南昌主要吹东北风和北风，而居住区的空间形态使得居住区西侧的围合空间及居住区的湖心围合空间形成温度较高的区域，其他几个围合空间也形成了较高温区。由此看出，居住区的空间形态影响空气温度，在一个以高层建筑和良好绿化围合的空间内，空气温度会比半围合空间及矮层建筑与绿化围合的空间低。居住区南面出现低温区主要与太阳照射角度和建筑相关，长时间的阴影遮盖，使该区域相对其他位置温度低。总的来说，植物受干旱胁迫最严重区域主要在长时间空气温度高的围合空间里。

2.2.3 干旱天气风速与居住区空间的耦合关系根据据图像分析得出（图10～12），受风速影响比较大的是居住区的各个入口，尤其是居住区北侧和东北侧，其次是南侧。由于建筑排布的形式，以及居住区北侧多种植高大的香樟，形成一个围合空间，使得居住区内部受风速影响不大。居住区东北侧主要受到冬季风影响，围合的绿植比较矮，建筑为低层建筑，建筑排布为东西方向排布，风能够吹到第二排建筑的范围，由于第二排建筑旁边为道路，种植了长势良好的行道树银杏、香樟、女贞等形成一个天然屏障，阻挡了风的吹入。居住区南侧因为建筑为矮层建筑，入口处与居住区道路相连接，风随着道路吹入居住区向围合区边缘逐渐降低。

由此得出，居住区空间形态影响风的流动，长势良好的植物形成带状屏障可以阻挡及减速风的流入，建筑排列可以改变和阻挡风的流向，因此围合空间里风速比较低，使空间更加闷热，加快树叶蒸发作用，导致乔木枯死。

综合得出，相对湿度与空气温度、风速呈反相关，空气温度与风速呈正相关（图13）。相对湿度低，空气温度高，风速大的围合空间乔木受干旱胁迫严重。

2.3 冰雪灾害与干旱天气下居住区空间形态对微气候影响综合分析

调研数值与ENVI-met微气候模拟数值结合分析得出，同一居住区内，空间组合类型不同，形成微气候不同。极端冰雪天气下，围合空间内的相对湿度比半围合空间高，空气温度随太阳高度角变化而变化，围合空间的风速比半围合空间的风速低。干旱天气下，围合空间相对湿度比半围合空间低，8：00居住区围合空间空气温度比半围合空间空气温度高，14：00～20：00的时间段内随太阳高度角变化而变化，向阳方向的区域空气温度高，围合空间风速比半围合空间风速低。两种极端天气下，相对湿度与空气温度风速均呈反比关系（图13）。从两次极端天气模拟的微气候模拟数据看，植物起调节气温作用，冰雪天气下，居住区围合植物带（高大乔木）空气温度高，相对湿度低;干旱天气下，围合植物带（高大乔木）空气温度低，相对湿度高，符合城市物候相关研究结果。在冰雪天气下，日平均气温低于10 ℃，居住区植物起增温保暖作用;半围合空间受到冬季风影响，居住区风口及东北侧，北侧气温偏低，植物升温作用慢于风速，因此居住区东北侧、北侧植物受损严重，居住区围合空间风速影响不大的区域，植物升温相对与居住区最外层的植物快，茂盛的乔木降低风速，融雪速度加快，乔木损伤减弱。在干旱天气下，居住区植物起降温作用，相对湿度与空气温度成反比，因居住区的空间形态，东北风难以深入到内部，内部围合空间风速减弱，加上绿化茂盛，植物与植物之间取水竞争大，阔叶常绿树种叶片面积大、植物与植物之间蒸腾作用等都促使围合空间的温度增高[20-21]，相对湿度降低，阔叶常绿植物干枯的更快。

3 结论与讨论

3.1 结论

本研究在实地调研基础上归纳总结凤鸣苑居住区空间形态，根据居住空间形态指标，将居住区划分为两大类别，围合空间及半围合空间。运用ENVI-met软件模拟不同居住区空间形态下的极端天气微气候影响因子，探索居住区空间形态对极端天气的响应研究，主要结论如下：

（1）冰雪天气，在冬季主导风方向，居住区半围合空间的绿化积雪压迫，风速加重绿化损伤影响;围合空间绿化茂密，冰雪压迫乔木损伤严重，应及时清理积雪、做好防风措施和适当修剪茂密的树枝。（2）干旱天气，空气温度受太阳高度与居住区空间形态的影响，在向阳区域，空气温度高、相对湿度低的围合空间，植物受干旱胁迫影响更严重，在背阳面的半围空间绿化受干旱胁迫影响稍低。（3）两种不同极端气候，主要的受灾空间与空间微气候相关而有所差异。冰雪天气下，空气温度越低，相对湿度越大，风速越大，积雪时间越长，乔木折损越严重，半围合空间乔木折损密度更大;干旱天气下，空气温度越高，相对湿度越低，风速越大，植物蒸腾作用，水分缺失快，加重干旱胁迫影响，围合空间较为严重。（4）不同极端天气下，绿化受影响的主要时间段不同，冰雪天气主要为晚上，干旱天气主要影响在白天。

3.2 讨论

因全球气候变化大，极端气候的关注度也逐渐增加，城市极端气候与人们生活息息相关。近年，对居住区微气候的研究不断深入拓展，主要在光照[25]、空气颗粒物[26]、水景设计[22]、建筑组合[23]和绿化率[24]等方向探索微气候与居住区的关系。南昌市2018年的冰雪灾害[27]及2019年的干旱导致园林绿化损伤严重[28]，其中居住区绿化受到严重影响，经过综合调查，遴选了园林植物受损较为严重的凤鸣苑居住区为本次研究代表，通过调研损伤植物，居住区的风速、温度和湿度变化，结合居住区空间形态分析，做出居住区微气候模型，模拟微气候环境，分析极端气候对人们的居住区微气候带来的影响。从气候变化引起植物反应，再结合软件模拟微气候的新角度研究居住区微气候环境，以期为居住区规划设计提出更为详尽的极端气候应对措施与规划依据，降低极端天气带来的危害，构建更为安全宜居的居住区空间。

参考文献：

[1]ZHAO N， JIAO Y， MA T， et al. Estimating the effect of urbanization on extreme climate events in the Beijing-Tianjin-

Hebei region， China[J]. The science of the total environment， 2019， 688： 1005-1015.

[2]JAVANROODI K， NIK V M. Interactions between extreme climate and urban morphology： Investigating the evolution of extreme wind speeds from mesoscale to microscale[J]. Urban Climate， 2020， 31.

[3]MUNIZ-G?AL L P， PEZZUTO C C， CARVALHO M F， et al. Urban geometry and the microclimate of street canyons in tropical climate[J]. Building and Environment， 2020， 169.

[4]王婷，陈小芮，章家恩，等.不同绿化改造方案对小区微气候环境影响的ENVI-met模拟研究[J].华南农业大学学报，2019，40（4）：61-68.

[5]卫笑，郝日明，张明娟，等.树冠空间结构对微气候影响的模拟[J].浙江农林大学学报，2019，36（4）：783-792.

[6]刘长松.城市安全、气候风险与气候适应型城市建设[J].重庆理工大学学报：社会科学，2019，33（8）：21-28.

[7]郑舰，王国光.传统街区更新中微气候环境模拟应用与方案优化——以肇庆包公府街区为例[J].规划师，2019，35（15）：79-86.

[8]雷狄，吴婕，李晓晖.基于微气候评估的城市更新项目方案优化实践[C]//2019年中国城市规划年会.重庆，2019：1-9.

[9]赵会兵，张玲飞.许昌市多层住宅区夏季小气候模拟与分析[J].河南科技，2019（14）：105-108.

[10]赵冰春，汪新，赖志平.居住小区布局形式对热环境的影响[J].广东工业大学学报，2016，33（6）：91-95， 101.

[11]卢薪升，杨鑫.基于ENVI-met软件小气候模拟与热舒适度体验的城市更新研究——以北京石景山北辛安地区为例[J].城市发展研究，2018，25（4）：147-152.

[12]周伟奇，田韫钰.城市三维空间形态的热环境效应研究进展[J].生态学报，2020，40（2）：416-427.

[13]祝玲玲，顾康康，方云皓.基于ENVI-met的城市居住区空间形态与PM_（2.5）浓度关联性研究[J].生态环境学报，2019，28（8）：1613-1621.

[14]郑子豪，陈颖彪，千庆兰，等.基于三维模型的城市局地微气候模拟[J].地球信息科学学报，2016，18（9）：1199-1216.

[15]KRIER R.城市空间（Urban Space） [M].纽约：出版社，1991：17-20.

[16]傅抱璞.小气候学[M].北京：气象出版社，1994：14-18.

[17]SU Yongxian， LIU Liyang， LIAO Jishan， et al. Phenology acts as a primary control of urban vegetation cooling and warming： A synthetic analysis of global site observations[J]. Agricultural and forest meteorology， 2020， 280.

[18]董廣平，董真原.合肥城区冬季强降雪后香樟受灾状况调查初报[J].林业科技通讯，2018（9）：52-55.

[19]杨甲定，赵哈林，张铜会.黄柳与垂柳的耐热性和耐旱性比较研究[J].植物生态学报，2005，29（1）：42-47.

[20]王伟娜，李少宁，鲁绍伟，等.北京市典型经济林树种耗水特性研究[J].北方园艺，2019（19）：60-66.

[21]杨培林，彭俊，钟新才.不同水分处理下防护林树种叶水势、茎水势及土水势的研究[J].新疆农业科学，2012，49（2）：273-278.

[22]王敬仪，韩羽佳，李文.北方城市住区水景设计对微气候影响实测研究——以哈尔滨市五分钟生活圈高层居住区为例[J].生态经济，2020，36（4）：224-229.

[23]张永益，徐结晶.城市居住小区室外热环境与舒适度模拟研究[J].节能，2019，38（12）：40-43.

[24]甄蒙，丁伟，邹炜晗，等.绿化率与居住区竖向微气候环境相关性研究[J].建筑与文化，2019（10）：41-42.

[25]吴园园，许国强，黎美祎.严寒地区过渡季建筑庭院空间微气候研究 ——以内蒙古工业大学某建筑周边庭院为例[J].建筑节能，2019，47（8）：96-100.

[26]祝玲玲，顾康康，方云皓.基于ENVI-met的城市居住区空间形态与PM2.5浓度关联性研究[J].生态环境学报，2019，28（8）：1613-1621.

[27]刘青，刘苑秋，古新仁.不同生境行道树香樟生长特性及其对冰雪灾害的响应研究[J].中国园林，2020，36（2）：112-117.

[28]李雅平，薛宁，林春江，等.极端气候下城市绿化树种对干旱胁迫的响应研究——以江西省南昌市为例[J].园林，2020（9）：62-67.

收稿日期：2020-06-08