基于ENVI-met 的高密度城市住区空间PM2.5分布模拟研究

■ 王 薇 WANG Wei 夏斯涵 XIA Sihan 张 蕾 ZHANG Lei

0 引言

在城市化快速发展的背景下，我国城市规模也在不停扩大。城市扩大导致人口不断增多，为了容纳新增人口，将高密度住区建设作为城市土地开发的主要形式。对于城市住区而言，高层、超高层住宅逐渐成为城市住区中建筑的主要形式。享受城市化带来的物质和精神文明生活的城市居民，在体验高水平生活的同时，也承担着住区空间环境污染问题。PM2.5作为空气污染的主要成分，也对城市环境质量产生了重要的影响。目前，环境污染研究主要集中在区域尺度及城市不同功能区，城市居住区微环境研究较少，相关研究相对落后。据调查，人均一天88%的时间都在室内，7%的时间在交通工具上，只有5%的时间在室外度过，这足以说明室内环境的重要性[1]。

研究表明，城市交通尾气排放是城市PM2.5的重要来源之一[2]，而城市住区的不同空间形态对PM2.5排放有着重要影响。金虹等（2020）对空间布局为行列式、围合式的城市住区中不同的开口方向、规整度进行研究，总结了在围合式、行列式布局形态的城市住区中，院落开口、风向角以及竖向错列对住区PM2.5的扩散影响[3]；祝玲玲等（2019）提出，居住区住宅群体平面组合形式为行列式、点群式最利于PM2.5扩散，混合式和周边式布局的组合形式，对PM2.5扩散能力则相对较弱，而不同风向角布局的居住区，PM2.5扩散分布变化状况较复杂[4]。杨二东（2015）提出，住区的建筑形态通过影响局部流场形态，较大程度地影响PM2.5的扩散，通过调整建筑排列组合、空间布局、建筑与风向夹角等指标，可改善居住区的风环境，从而有效促进PM2.5的扩散[5]。以上研究，通过量化分析PM2.5的扩散规律，为居住区的空间布局规划提供科学指导，有助于提升城市住区的环境质量。

本文以合肥市为例，采用数值模拟定量分析居住区空间形态指标与PM2.5质量浓度关系，并提出适宜的住区布局方式，旨在优化城市住区规划设计，为城市居民提供安全健康、便捷舒适的居住环境，对于提高城市住区环境和人居环境具有重要的实践意义。

1 研究区域与方法

1.1 研究区域概况

合肥市位于安徽省中部，总面积11 445 km2，城镇化率76.33%。合肥市地处中纬度地带，北纬31°52′，东经117°17′，属于典型的夏热冬冷型气候城市，年平均气温在15～16℃之间，属于温和气候型，相对湿度的年变化与温度年变化相一致，夏季最大，冬季最小。城市主导风向为东南风，其中夏季东南风，冬季偏北风，年平均风速在1.6～3.3 m/ s 之间。

1.2 研究方法

1.2.1 计算机模拟研究

为模拟住区不同空间布局形式对PM2.5扩散的影响，采用 ENVI-met软件开展模拟研究。ENVI-met 是由Michael Bruse 教授团队开发的微气候模拟软件，该软件基于CFD 和热力学相关理论，结合气候学、农业科学等多个交叉学科，专门用于模拟城市区域中小尺度下垫面、植被、建筑、大气的相互作用[6-7]。与传统CFD 软件相比，ENVI-met 充分考虑了风和太阳对结果的影响，将辐射模型和湍流模型进行关联，软件中还有各种建筑材料、植物的数据库，具备污染物模拟、室外热舒适度计算的功能。传统CFD 软件PHOENICS、FLUENT 有着强大的网格来支持各尺度的模拟运算，而ENVI-met 则受网格数目的限制，只能做中小尺度的模拟运算[8-9]。因此，ENVI-met 软件较适合本研究中不同城市住区空间布局对环境影响的对比分析和评价。

1.2.2 实测研究

为验证ENVI-met软件模拟可行性，对合肥地区某高密度住区进行PM2.5实测。研究采用国产ONETEST-100 粉尘浓度监测仪，PM2.5质量浓度测量范围为0～1 000 μg/m3，测量精度≤±10%FS，分辨率0.1 μg/m3；温度测试范围为-20～60 ℃，测量精度≤±0.5%，分辨率0.1 ℃；相对湿度测量范围为0～100%RH，测量精度≤±3%，分辨率0.1%RH。

2 高密度城市住区典型模块分类

2.1 住区样本空间形态分析

高密度住区没有统一的标准，不同地区差异较大，根据不同地区、不同学者对高密度住区的解释，综合考虑当地法规和研究区域社会背景[10]，本文中高密度住区定义为建成时间在近十年间，在合肥市主城区以内，容积率2.5～4 的居住区域，并据此原则选取合肥市主城区40 个高密度住区作为研究样本（图1）。

图1 住区样本分布图

城市规划中住区尺度的范围是限定住区用地的重要因素，而住区内部住宅建筑的尺寸和布局形式决定了住区的空间形态。收集住区样本的用地尺寸、容积率和住区样本内部各建筑尺寸、高度数据（图2、3），整理后可知，用地尺度中180 m×230 m和200 m×270 m 的住区占比较多，容积率平均在2.96 左右，建筑尺寸和高度中18 m×40 m×30 m、33 m×33 m×60 m 两种较为常见。

图2 样本住区用地尺寸及容积率统计图

2.2 典型城市住区模块构建

通过对40 个高密度城市住区研究样本数据整理分析，提取出具有一定共性特征的居住建筑布局形式、用地面积和住宅建筑尺寸，具体如下。

图3 样本住区建筑尺寸信息统计图

（1）以“数量最多，最具典型性”以及“差异性，便于进行单因素对比”为选取原则，归纳出8 个典型高密度住区的布局模式[11]，包括：板式行列式、单侧封闭行列式、周边封闭行列式、南低北高行列式Ⅰ、南低北高行列式Ⅱ、点式行列式、单侧封闭行列式高层和开放围合式（图4）。

图4 合肥市典型城市住区布局

（2）将典型住区用地尺寸归纳为180 m×270 m×70 m，场地内包含不同类型的建筑。其中，点式建筑高度定为60 m，板式建筑高度定为30 m，住宅建筑间距均满足日照间距及防火要求。其中，A 模块为板式行列式，B 模块为单侧封闭行列式，C模块为周边封闭行列式，D 模块为南低北高行列式Ⅰ，E 模块为南低北高行列式Ⅱ，F 模块为点式行列式、G模块为单侧封闭行列式高层，H 模块为开放围合式。

3 高密度城市住区PM2.5 分布实测研究

3.1 实测研究概况

3.1.1 研究对象

为了验证ENVI-met 对城市高密度住区PM2.5分布模拟的可行性，选取合肥包河区某高密度住区开展实测，该住区周边以住宅建筑为主，南北长230 m，东西长280 m，占地面积约57 400 m2，容积率2.65，绿地率45%，共有12 栋楼，周边主要污染源以城市道路上机动车尾气为主。充分考虑现场环境条件及监测安全，本研究将测点选择在住区内部：a1（地下车库出入口）、a2（建筑迎风面）、a3（密林区）、a4（人行出入口）、a5（水景）、a6（大面积空地）、a7（人群聚集广场）、a8（建筑转角处）、a9（邻城市干道处）、a10（宅间道路）、a11（快递点人群集中处）、a12（儿童游乐人群集中处）（图5）。

图5 实测地点示意图

3.1.2 研究方法

研究测试时间为8 月23—26 日每天的8:00—18:00。于天气微风条件下进行监测，每个测点布置一台ONETEST-100 型号PM2.5检测仪。ONETEST-100 细颗粒物质量浓度监测仪可监测PM2.5质量浓度（μg/m3）、PM10 质量浓度（μg/m3）、温度（℃）和相对湿度（%）四项指标。其中，PM2.5和PM10质量浓度测量范围为0～1 000 μg/m3，测量精度≤±10%FS，分辨率为0.1 μg/m3；温度测量范围为-20～60 ℃，测量精度≤±0.5%，分辨率为0.1 ℃；相对湿度测量范围为0～100%，测量精度≤±3%，分辨率为0.1%。监测仪器高度离地约1.5 m，每个测试点间隔1 s 读数一次，实时显示数据。

3.2 实测与模拟研究结果对比

在模拟研究中，将实验网格设置为60×60×30，每个网格为2 m×2 m×3 m，地理位置设置为安徽省合肥市，模拟时间为8:00～18:00，风速根据合肥地区夏季平均风速2.9 m/s 设置，风向S，相对湿度70%，将道路设置为污染源，根据平均车流量将道路PM2.5扩散质量浓度设置为70～85 μg/m3，尽量贴合夏季住区附近交通污染实测平均值。模拟几何建模包含内部道路和周边城市主干道，对住区内部的建筑、复杂地形、建筑凹凸、景观绿化和下垫面进行简化处理，但对住区内部一些污染源设置了点污染源，尽量保证与实际情况相接近，模拟中均考虑了周边住区对研究住区内部的影响。

如图6 所示，模拟结果为1.5 m高度的PM2.5分布情况，住区范围内PM2.5质量浓度波动范围为24～122 μg/m3，且靠近污染源处质量浓度明显升高，受建筑布局、环境因素和人群、车辆流动影响，住区内部不同测点PM2.5质量浓度差距较大。总体来看，PM2.5分布东部较高，西部较低，住区内东部及东北部PM2.5较易聚集[12]。这是由于合肥地区夏季盛行东南风，受板式建筑物行列式布局及部分围合结构影响，PM2.5堆积在住区东北部。

图6 住区模拟工况图

通过模拟数据与实测数据对比发现（表1、图7），模拟结果与实测结果的变化趋势基本一致。采用国内外常用对比实验与实测数据误差的误差平方根值（Root Mean Square Error，RMSE）和平均绝对百分比误差（Mean Absolute Percentage Error，MAPE）[13]两个指标，对实测和模拟数据进行评价：

图7 研究区域PM2.5 质量浓度实测与模拟数据对比

表1 研究区域PM2.5 质量浓度实测与模拟数据对比表

式（1）、式（2）中，X为 模拟值；Y为实测值；n为实测次数。本研究中模拟值与实测值之间的误差平方根值ERMS=8.883 μg/m3，平均绝对百分比误差EMAP=9.5%，这表明实测值与模拟值之间偏差较小，误差均在可允许范围内，模型模拟的精准性得到了验证。根据国内外相关研究成果可知，模拟方法常常与现实情况有误差，为了减少误差则需要通过实测，对模拟的条件参数进行合理修正[14-16]。基于此，研究根据PM2.5质量浓度的实测和模拟数据对比结果，对模拟运算中的边界条件进行修正，使修正后的模拟结果与实测数据更加贴合，以减少模拟研究工作中的误差。

4 高密度城市住区空间PM2.5 分布模拟研究

4.1 模型及参数设定

ENVI-met 模拟软件的最大网格为250×250×25，网格包括主要模型区域和嵌套区域，根据模拟区域的面积和住区模块的模型尺寸，选取90×135×35 的网格数量作为整个模型区域，每个网格的分辨率为2 m×2 m×2 m。模拟计算的边界条件，根据前面实测研究后的修正，最终设置风速为2.6 m/s，风向为东南向，为确保接近现实情况，将模拟开始时间定为4:00—18:00，模拟时长为14 h，以确保PM2.5的完全扩散。PM2.5来源定为住区周边道路上的交通污染，PM2.5污染源扩散的质量浓度为75 μg/m3，住区空间内部原有背景质量浓度定义为25 μg/m3，且均匀分布在整个研究区域。

4.2 模拟结果

根据前面研究总结出的8 个典型高密度住区模块，对其进行PM2.5分布模拟研究，分为水平和垂直两个层面，水平层面的PM2.5质量浓度分布特征主要以地面以上1.5 m 处的污染情况作为衡量标准。而垂直层面的PM2.5质量浓度分布特征，选取住区空间内高度在1～19 m 范围的PM2.5质量浓度数据作为衡量标准。

4.2.1 住区空间PM2.5 水平分布特征

如图8 所示，根据模块A、B、D、H 的模拟结果可以看出，大部分的PM2.5堆积都是发生在板式住宅的背风面，建筑迎风面的PM2.5质量浓度普遍偏低[17]；对比模块A、B、C 的模拟结果可以看出，周边封闭或下风口半封闭式的布局，PM2.5扩散能力比行列式强，但还是阻挡了部分PM2.5的扩散，导致其在住区空间内堆积[18]；对比模块A、D、E、F 的模拟结果可以看出，增加住宅建筑的横向宅间距，可以有效减少PM2.5在住区内堆积；对比模块B、G 的模拟结果可知，上风口的封闭可以有效减少PM2.5进入住区内部，但是对比F的模拟结果可以看出，该效果不如增加住宅横向间距有效；对比模块A、H 的模拟结果可以看出，围合式的住宅建筑布局并不比行列式更容易聚集PM2.5，对于围合式布局而言，中部的公共区域PM2.5质量浓度较低，楼间的PM2.5质量浓度较高[12]。

图8 住区模块1.5 m 高度处的PM2.5 水平分布模拟工况图

4.2.2 住区空间PM2.5 垂直分布特征

如图9 所示，各典型住区模块均在高度1 m 处PM2.5平均质量浓度最高，随着高度的升高，PM2.5质量浓度逐渐降低，下降速度也不断减缓[19-20]，不同模块在不同高度的PM2.5质量浓度下降速率也不相同，其中，模块A、B 在1～3 m 处的高度区间内下降速度最快，差值分别达到了3.4 μg/m3和3.8 μg/m3，而模块D 在该高度区间内下降速度最慢，差值为0.89 μg/m3。所有住区模块均在19 m 处达到了PM2.5质量浓度的最低值。

图9 住区模块的PM2.5（1～19 m）垂直分布质量浓度统计图

4.3 结果分析

为了更进一步探究各住区模块对PM2.5的扩散能力，研究结合住区模块PM2.5的水平和垂直分布特征，将住区模块分为住区空间和交通空间（图10）两个部分，比较在相同污染源的条件下，统计住区空间范围内在模拟状态结束时的PM2.5质量总和（图11）[21]。通过住区空间PM2.5总质量的大小，来量化各个住区模块布局形式对PM2.5的扩散能力。

图10 住区空间示意图

对比不同住区模块住区空间内的PM2.5总量（图11），可以看出，A 模块的PM2.5总量最高，为2.42×106 μg，F 模块的PM2.5总量最低，为1.06×106 μg，A 模块的PM2.5总量是F 模块的2.28 倍，表明了不同布局形式下的住区模块对住区空间内PM2.5扩散有很大影响。整体来看，各模块住区空间的PM2.5总质量由大到小依次为：A ＞H ＞C ＞B＞D ＞G ＞E ＞F，即点式行列式＞南低北高行列式Ⅱ＞单侧封闭行列式高层＞南低北高行列式Ⅰ＞单侧封闭行列式＞周边封闭行列式＞开放围合式＞板式行列式。点式行列式布局最有利于PM2.5扩散，而板式行列式最不利于PM2.5扩散。

图11 不同模块的住区空间PM2.5 总质量

5 结语

随着城市经济的快速发展，城市住区空气环境质量问题成为社会关注的热点。优化住宅建筑群的布局，保证开放空间的有效性，合理安排交通网络与植被绿化，能够有效降低住区空间PM2.5浓度，提升高密度城市住区环境的空气质量。然而住区环境空气质量研究还包括建筑高度、建筑朝向、建筑平面形态等多种形态指标。今后，可深入开展住区空间形态指标对环境空气质量的影响研究，对于提高城市住区环境和人居环境具有重要的实践意义。