基于微气候模拟与人体舒适度指数的校园微更新研究——以同济大学四平路校区为例

0 引言

城市户外空间承载居民的日常交往活动[1]。无论是居住区还是商业街区、高校校园等公共空间，环境的舒适性都会影响使用人群的生活质量[2-5]。舒适的微气候环境是户外公共空间吸引人的重要原因，可以优化城市居民的生活体验[6]，增进身心健康[1,7]。但迄今为止，国内对微气候与人体舒适性关系的研究大多只集中于室内空间，对户外环境的研究则方兴未艾[8]：有针对空调公交车[9]、生态住宅[10-11]和展览馆[12]等室内空间微气候的研究，也有一些针对住区[1,13]、城市街区[3]等室外空间的研究，但鲜少以校园为研究对象。实际上，在校园密集区域，气候环境不仅直接影响师生生活品质，校园绿地作为城市绿地的一部分，对周边街区微气候也有所影响。近年来，随着建筑节能成为全球关注的焦点[14]，“绿色校园”[15]在国际引起广泛关注；《绿色校园评价标准》（GB/T 51356—2019）作为我国开展绿色校园评价工作的技术依据，已于2019 年发布。大学校园作为“微型城市”，反映并影响着城市发展[16]，因此，有必要开展校园微气候研究支撑的微更新。

1 校园微气候研究现状

在已有的校园微气候研究中，部分学者通过风、光、热等客观因素进行综合计算评价[17]，也有学者基于人体舒适度相关指标进行分析评价[18]。美国暖通工程协会制定的标准ASHRAE Standard 55 将人体舒适性定义为：在主观感觉反应和客观生理反应的共同作用下，对热环境感到满意的意识状态[19]。可见，人体舒适度是表征微气候的重要指标，对其研究需要回归“人”并关注“人”的感受。本次校园微气候研究吸取前人经验，通过问卷调查收集主观舒适度数据[8]，并将环境客观数据和主观数据结合，从而向校园微气候更新领域进一步探索。

区域气象数据一般通过中国气象局或地区气象站公布的数据库获取，也可通过设立符合标准的小型气象站进行观测获取。微气候数据中的风环境数据一般可通过风洞实验[20]或CFD 模拟获取[21]；且相比于传统风洞实验，CFD 模拟更加高效环保、受限较低。本次研究对象为大学校园，空间尺度上属于中观层面，故采用与其相适应的CFD-PHOENICS中的FLAIR 模块进行风环境模拟；光热环境则使用Ecotect 中的Solar Insolation 进行模拟计算[22]。

20 世纪 80 年代及以前，国内关于舒适度的研究始终处于定性描述阶段，直到90 年代才取得了定量方面突破[16]。利用舒适度指数评估微环境，可将其细分为计算指数和经验指数[6]。其中，计算指数基于人体热平衡方程进行计算，如：PMV、SET、OUT_SET、PET、UTCI 等；经验指数则通常通过问卷调查，调研对象主观感受评估得出，包括：TSV、TCV、MTSV、DS、DW 等。人体舒适度（SSD）是以人类机体与近地大气之间的热交换原理为基础，从气象角度评价不同气候条件下舒适感觉的一项生物气象指标[23]，许多学者推荐其作为微气候研究中评价人体舒适度的指标[20-21]。

总体来说，已有的微气候研究包含不同尺度研究空间，涉及不同类型的研究对象，涵盖不同地区和气候带。这其中，与校园微气候相关的研究少之又少。国内针对校园微气候的研究主要集中在局部实地气象测验、校园环境模拟或室内空间，如：评估校园不同绿地类型对校园小气候的改善作用[24]，针对宿舍区的风环境进行CFD 模拟优化[25-26]等。本文将以同济大学四平路校区为例，对校园微环境进行CFD 模拟，并通过问卷调研结合舒适度主观评价，将微气候模拟与舒适度结合，并基于对比分析结果，尝试在舒适度较低区域通过微更新来提升、改善校园公共空间，进一步探讨营造舒适校园微环境的可行性。

2 研究方法

2.1 研究思路

本次研究以校园微环境更新为目的，一方面，以收集气象数据为基础，对校园微气候进行CFD 模拟，包括利用PHOENICS 进行风环境模拟与利用Ecotect 进行热辐射模拟；另一方面，针对校园微气候舒适度进行问卷设计，通过网络发放问卷、收集数据，并利用SSD公式进行人体舒适度计算。之后，在综合考虑CFD 模拟结果及基于问卷数据计算的人体舒适度的基础上，选取校园内两处地点进行微更新，并在更新后再次进行模拟，以验证微更新对于提高人体舒适度的有效性；最后，对此研究进行总结讨论（图1）。

2.2 研究区域概况

同济大学四平路校区位于上海市杨浦区四平路，占地面积约60 000 m2。校园内建筑类型多样且跨越多个年代，既包括多个上海市历史保护建筑，也有建于百年校庆时高达100 m 的综合楼。校园内植被丰富，道路两侧多种植高大乔木；最大水体为三好坞，由其引出的河水贯穿校园（图2、3）。

2.3 CFD 模拟方法

2.3.1 数据来源及处理

图1 基于微气候模拟与人体舒适度评估的校园微更新研究思路

图2 同济大学区位图

图3 同济大学平面图

本次研究模拟阶段的数据来源于中国气象数据网《中国地面累年值月值数据集》及《中国建筑热环境分析专用气象数据集》。为了研究同济校园内四季人体的不同舒适度，笔者分别从四季中选取气候最具代表性的月份进行数据收集，即1 月、4 月、7 月、10 月（表1）。

模拟结果的准确性检验阶段，所需数据来源于同济大学所收集的赤峰路65 号气象监测站数据。该监测站数据由若干工作单元每隔30 min 进行1 次观测，并实时传送给观测者。笔者从中选取了2018 年—2019 年的1 月、4 月、7 月、10 月数据进行平均值计算，以进行后续微气候模拟结果的准确性检验（表2）。

将上述气象数据导入Ecotect 中进行可视化，得出4 张分析图。①图4 显示出上海气候的主要类型，即寒冷、潮湿、湿冷。②从图5 可知，单从温度来看，5 月—9 月为温度最适宜的时间；从太阳辐射量来看，5 月和9 月的太阳辐射量最高。③从图6可以看出，秋冬季节的太阳辐射量高于春夏季，其中，6 月—8 月的红色区域代表最热月，12 月—次年2 月的蓝色区域代表最冷月。④从图7 可以得知，无论从年平均太阳辐射量，还是从过低/过高辐射月来看，东南向都为上海地区建筑的最佳朝向。

2.3.2 模拟过程

同济大学四平校区东西向长约840 m，南北向宽约670 m，考虑到周边建筑影响与模拟的便捷性，在前期将建模范围向四周扩展约300 m，并对校园建成环境简化处理，将建筑物和绿化分别用形态相仿的立方体代替（图8）。

采用PHOENICS 软件对风环境进行分析，运行过程中的模拟参数设置如下：长宽均为校园模型原边长4倍，高度为原高度3 倍，最终范围为x-4 800，y-4 000，z-300；网格边长2 m，在x，y，z方向上数量分别为2 400，2 000，150；风参数的设定所用数据为上海1 月、4 月、7 月、10 月的平均气压气温、地面温度、平均风速与频率最大的风向。

运用Ecotect 软件对太阳辐射进行分析，模拟范围与风环境模拟相同，参数设置为：网格数x-200，y-160，z-16，使用上海CSWD 气象数据。

2.4 调查问卷方法

从“以人为本”的思想出发，充分考虑不同环境中使用者的主观感受，设计同济校园微环境舒适度问卷，并通过网络平台发放、回收问卷。在问卷得出主观结论和软件模拟得出客观结论的基础上，总结对校园微环境气候的评估，指导后续微更新设计。

2.5 人体舒适度评估方法

人体舒适度计算公式为：

式中，t表示气温；f为相对湿度；v表示风速。

SSD共分为9 级（表3）。当数值介于60～70 之间时（5 级），人体感觉最为舒适[24]。

表1 上海气象数据统计表

表2 同济大学赤峰路65 号气象监测站气象数据平均值

图4 焓湿图

图5 逐月平均气温与热舒适区间

图6 年直射太阳辐射量

图7 最佳建筑朝向

图8 同济校园及周边简模

3 模拟结果分析

3.1 CFD 模拟结果

3.1.1 风环境分析

一般认为，室外风速＞1 m/s时，人们感觉是舒适的；而室外风速＞5 m/s 时，则不利于活动，故1～5 m/s 为理想风速区间。此外，由于冬冷夏热的气候特点，往往认为春夏气温高时，适当提升风速能够加速空气流通；秋冬气温低时，适当降低风速能够使行人不过于寒冷。使用PHOENICS 生成同济校园不同季节的风速云图（图9）。

（1）校园内各个季节风速都较高的区域（红圈标注）主要在综合楼前的广场、校园西南部停车场附近。其中，综合楼附近在春、秋季风速高达5 m/s，西南部停车场附近则在秋、冬季达到5 m/s。

表3 人体舒适度SSD 指数分级

（2）校园内各个季节风速都较低的区域有西北宿舍片区和西部近密云路各学院教学楼附近，风速普遍低于1 m/s。

（3）校园内风速随季节变化较大的区域在留学生宿舍楼附近、博士楼附近和樱花大道。其中，留学生宿舍附近春、夏季风速较高，尤其是春季达4 m/s 以上，而秋、冬季风速较低；博士楼附近和樱花大道恰恰相反，春夏风速低于1 m/s，秋冬风速则达4 m/s 以上。

由此可见，校园内风环境舒适度低下的区域有：夏季西北宿舍片区、西部各个学院教学楼附近、博士楼附近，冬季综合楼附近、西南停车场、博士楼附近、樱花大道。

3.1.2 太阳辐射分析

使用Ecotect 生成同济校园的年平均太阳辐射图（图10）。经观察发现，校园内年平均太阳辐射量较小的区域（绿圈标注）有：综合楼北侧、博士楼和西南各学院教学楼附近。其中，综合楼北侧和博士楼是由于建筑高度较大，西南各学院教学楼区域则是由于建筑密度较大。

3.1.3 模拟数据的准确性检验

为保证模拟所得风速的准确性，将赤峰路65 号气象监测站实测风速与软件模拟所得风速进行比较。选择较为准确的2018 年监测所得的气象数据进行准确性检验（表4）。由表4 可知，实测与模拟平均风速较接近；将两者进行相减后取绝对值，再与实测平均风速进行比较并取百分数，可以发现：4 月、7 月、10 月的偏差都能够控制在15%以内，其中4 月和10 月偏差仅为8%，只有1 月偏差达到了20%。

图9 同济校园不同季节的风速云图

图10 同济校园年平均太阳辐射分析图

3.2 结合问卷的人体舒适度评估结果

根据气象监测站实测数据，将问卷所设问题答案分设5 个等级分数（表5），算出每个选项的平均值。以SSD为纵轴，参与统计的区域为横轴，绘制夏季和冬季的人体舒适度柱状图（图11）。

问卷共收集到128 份。通过对问卷结果的计算分析，可以得出以下结论：秋冬时节，整体舒适度不太理想，综合楼与国康路舒适度都相对不高，其中，只有留学生公寓舒适度较好；春夏时节，西南教学区与西北宿舍楼舒适度相差不大，为中等水平。

需要注意的是，由于每个人的主观认知差异性，问卷调查的结果带有强烈的主观色彩，并不能直接作为选定校园微更新地点的依据。例如，赏樱花的人可能过于关注樱花而削弱了对环境的感知，着急取快递者无暇顾及环境的舒适，等待友人者因无事可做过分关注周边环境甚至无端加深理解等。但由于校园环境微更新的目的是为了使使用者有更好的感受，问卷结果仍具有一定参考价值。

3.3 CFD 模拟与问卷结果比较

根据上文提及的SSD计算方法，将软件输出的风速模拟数据带入公式运算（表6），其中，湿度和温度采用同济大学所收集的赤峰路65 号气象监测站的数据（表2），最终得到以下结果：1 月平均湿度为47%，7月平均湿度为75%；1 月平均温度为7.55℃，7 月平均温度为29.25℃。计算得到不同地点的舒适度值变化柱状图如图11 所示。

通过柱状图可以初步得出以下结果：①7 个研究地点的SSD值，基于模拟数据与问卷数据，得出的分数总体变化趋势大致相同；②除留学生公寓和西北宿舍区外，基于模拟数据的SSD值普遍低于基于问卷数据的SSD值；③两类SSD值都以秋冬季综合楼得分最低，最高分在春夏的西南教学区与西北宿舍区之间徘徊。

4 基于对比分析结果的微更新设计

4.1 地点选择

在综合考虑基于模拟数据及问卷数据得出的SSD值后，可以确定需要改造的区域。本研究选择两个具有代表性的地点进行微更新：以季节作为划分标准，春夏季的两个地点得分均较高，故暂不选择其作为微更新地点；在秋冬季，充分考虑到问卷数据的主观判断差异并尽量选择校园内地点，最终选择两种数据背景下得分最低的综合楼和西南停车场（图12）。

表4 实测风速与模拟风速对比

表5 问卷评分与风速、温度对照

表6 校园内各地点模拟舒适度计算

图11 校园内各地人体舒适度柱状图（问卷所得与计算机CFD模拟对比）

图12 微更新地点位置示意图

4.2 微更新方案

由于本研究以同济大学四平路校区作为案例，考虑到校园内建成环境难以改变，微更新方案采用绿化种植设计与景观设施设计，以进行软环境的优化改造。

4.2.1 综合楼微更新方案

通过调研及数据分析可知，综合楼的舒适度低主要归咎于风环境不宜人。对周边的微更新主要分为两个方面：绿化种植设计和景观设施设计。

（1）绿化种植设计：在A 区域采用多植入乔木并配以适量灌木丛的方式，起到对风的阻挡与引导。

（2）景观设施设计：首先，在综合楼西面B 区域车道上方设置景观架，以减缓风速；其次，在综合楼正门前C 区域空草地上设立景观雕塑，从而阻挡和改变入口广场的风向（图13）。

4.2.2 西南停车场微更新方案

通过调研及数据分析可知，西南停车场舒适度低的主要原因是周围遮挡物少，风环境不宜人，且没有舒适的阴凉地。其微更新方法也以绿化种植设计和景观设施设计为主。其中，A 区域采用绿化种植设计，植入了乔木和灌木丛，对风起到阻挡作用，并为使用者提供了阴凉地；B 区域采用景观设施设计，在停车场原本的下沉式等候区加建等候亭，增加荫蔽，提高候车舒适度（图14）。

4.3 改造前后对比

4.3.1 微环境模拟与对比

改造后的风环境模拟使用PHOENICS，方法同2.3.2。

（1）改造后，综合楼南侧人行道风环境明显变好。风速冬季从3 m/ s 降为0.8 m/ s，夏季从2 m/ s 降为0.5 m/ s，且热辐射略有下降；西侧车行道风环境有所改善，但部分区域风速仍较高，约6.5 m/ s，且热辐射没有明显变化。

（2）西南停车场改造后风环境明显变好。整体上，冬季风速从5 m/ s 降为2 m/ s，夏季从5.5 m/ s降为1.75 m/ s，部分区域甚至低至0.4 m/ s；停车场中心区域相对四边风速较高，冬季从5.8 m/ s 降为2.6 m/ s，夏季从6.2 m/ s 降为2.1 m/ s。其热辐射变化亦较明显：冬季略有降低；夏季整体上从4 Hrs 降为3.5 Hrs，环绕周边的植树带约降为0.5 Hrs，热辐射环境明显改善（图15）。

4.3.2 舒适度对比

从图16 和表7 可见，西南停车场和综合楼的舒适度在改造后有所提高：综合楼的SSD从26 提高到了34，西南停车场从30 提高到了38，基本接近冬天较为正常的水平（SSD=35.48，冬季气温数据平均值，风速2.2 m/ s，湿度73%，温度4.8℃）。

图13 综合楼前场地改造前后模型

图14 西南停车场改造前后模型

5 3 个方面的创新

大量文献表明，在已有的研究中，通过对问卷调研的分类细化及探索多种经验指数，对于主观舒适度描述已有较高准确性；在气候数据测量方面，也确保了与问卷调查的时空统一；还有大量关于主观经验舒适度指数与客观计算舒适度指数关系的研究。但其中也存在一些局限，例如：对经验指数和计算指数的差异性缺乏原因分析与矫正；研究时段跨度有限，多集中于某一个季节；且局限于理论层面，缺乏对后续设计实践的指导借鉴等。因此，本研究在以下3 个方面做出创新。

5.1 客观模拟与主观调研结合

本次研究中，不仅对校园内微环境进行模拟，得出客观计算舒适度指数，还利用问卷调研获取人们的主观经验舒适度。将两者进行比较，可知总体差异较小；同时，对个别地点差异较大的原因进行探究和校正。

5.2 亚热带季风气候地区冬夏综合研究

上海属于亚热带季风气候，其冬夏气候差异较显著，因而人体舒适度也有较大差异。以往对于这一气候带的冬夏微环境综合研究较少，本研究对此进行了补充。

5.3 热舒适度数据支撑的微更新

不同于以往的研究，本研究在对微环境及人体舒适度研究的基础上，对整体建筑布局全盘修改。本文中，分别针对冬夏显著不舒适的节点进行微更新设计，并对更新前后的微环境再次进行了对比与模拟，具有实践意义。

6 结语

图15 改造前后风环境、热辐射对比

图16 改造前后舒适度对比

表7 改造后综合楼、西南停车场模拟舒适度

现阶段，高等学校校园微环境越来越受到师生重视，而微气候又是人体舒适度的重要影响因素之一。本文运用CFD 气候模拟软件——PHOENICS、Ecotect 对同济大学校园微气候进行模拟，并利用网络问卷采集人体舒适度主观评价数据，将模拟结果和问卷结果对比分析。结果显示，同济校园部分地区微气候舒适度较低，有较大提升空间。之后，进一步选取植栽和景观设施设计手段进行局部更新优化，并再次模拟验证其作用效果：校园微气候得到改善，人体舒适度进而提升。

本文基于数值模拟与调研问卷分析，通过精准规划设计优化校园微气候，并建立了“计算机模拟—问卷调研主观舒适度—空间优化设计—计算机模拟验证”的设计思路。虽然存在一些不足，但后续针对同济四平路校区微气候更新改造的CFD 计算机模拟仍能够证明：绿化种植设计、景观设施设计等空间手法对于改善建成环境难以改变的校园内微气候具有可行性。

在大学校园微环境气候研究中，校园环境主要使用者为老师和学生，应充分考虑师生对环境舒适性的评价。鉴于大学校园在城市中的特殊空间属性，本研究既可起到改善公共空间、鼓励户外活动和保持身心健康等作用，对未来绿色校园规划、营造适宜校园微气候、提高人体舒适度有一定参考价值；也是对如何改善城市人居环境和实现可持续发展的一次探索[16]，对城市规划者和城市居民具有重要意义。