湿热地区校园公共空间冬季热舒适研究

2021-12-29高云飞余佳宁林垚广陈素青

广东工业大学学报 2021年1期

高云飞，余佳宁，刘琳，陈光，林垚广，陈素青

（1.广东工业大学土木与交通工程学院，广东广州510006；2. 广东工业大学建筑与城市规划学院，广东广州510090）

良好的校园环境对于提高学生的学习积极性，激发求知欲和探索精神，促进人与人之间的交流[1]有着重要作用。校园室外环境品质关系着学生室外活动发生的频率与质量。而广州作为夏热冬暖地区的典型代表，其冬季气候具有温度和相对湿度都较高的特点。长期以来湿热地区夏季室外热环境受到广泛关注，而冬季校园室外热环境则鲜有研究。有研究[2]表明：相对预测平均投票值(Predicted Mean Vote，PMV)、新有效温度(new Standard Effective Temperature，SET *)和通用热气象指数(Universal Thermal Climate Index，UTCI)指标，生理等效温度(Physiological Equivalent Temperature，PET)对广州的适应性最好。为此，本文采用现场实测的方式，通过PET指标对冬季高校室外热环境进行评价，针对室外物理参数与主观问卷投票进行讨论分析，为湿热地区冬季校园室外热环境优化提供理论依据。

关于广州地区冬季室外热舒适研究，谢明哲等[3]在大量调研的基础上得到中性PET为19.4 ℃，李坤明等[4]得到15.6 ℃，冬季期间人体热感觉为冷的时间占比达到25%。针对校园室外热舒适，陈绕超[5]与赵凌君等[6]在8～10月分别得到广州地区的室外中性温度为25.9℃和23.9 ℃，期望温度为23.7℃，同时90 %可接受温度上限为28.54 ℃。综上，广州地区室外热舒适研究已趋于完善，但仍缺乏对冬季条件下校园人群室外热舒适需求的探讨。为此，本文通过现场实测和主观问卷调研结合的方法，探讨湿热地区冬季校园不同公共活动空间类型的热舒适水平，分析湿热地区冬季校园不同人群活动空间的小气候适应性问题，为校园公共活动空间环境的营造与改善提供基础数据支撑。

1 研究方法

研究选择在广州市广东工业大学东风路校区进行，场地位于北纬23.1°，东经113.3°，属亚热带季风气候，夏热冬暖气候区，气候特征表现为夏季长且高温高湿，冬季短、气温高于0℃且湿度大。气象学季节划分12～2月为冬季，同时考虑到学校的教学周期，故调研选择在12月2日进行测试，全天温度在16～22℃之间变化，相对湿度变化范围为50%～70%。

由于PET指标[7]综合考虑了空气温度、辐射温度、风速与湿度等环境因素，能够较为准确反映室外热环境参数对人热生理状态的影响，其在室外热环境评价中被广泛应用。故本文选取生理等效温度指标PET作为人体热环境评价指标，并利用RayMan[8]模型程序计算得出。调查对象主要为在校读书的学生和少部分在场地中活动的外来人员，每个场地调查样本数为90(±10)人次，男女比例基本均衡。

1.1 测试区域及测点布置

研究区域中的建筑采用行列式布局，公共活动空间较多，依据各室外空间被建筑包围程度，将公共活动空间分成建筑包围空间(至少2面紧邻建筑，文中A、B、D测点)、建筑边开敞空间(单面紧邻建筑，文中E、F测点)和园林景观空间(远离建筑体，文中C测点)3类。实测共选取6处主要人员使用空间作为测点代表各空间类型，具体测点分布如图1所示。

图1 东风路校区测点分布图Fig.1 Distribution map of measuring points in Dongfeng Road Campus

1.2 测试仪器及方法

测量6个测试区域内的环境参数，包括空气温度、相对湿度、风速和黑球温度，均由仪器直接测试得到，测量方式及精度满足国际标准ISO 7726-1998，测试仪器的型号及参数见表1。

表1主要测量仪器及参数Table 1 Measuring instruments and parameters

平均辐射温度tmrt由式(1)计算得到[9]：

式中，tmrt为平均辐射温度，℃；tg与ta分别为黑球温度和空气温度，℃；V为空气速度，m·s−1；D为黑球半径(本文采用标准黑球，直径为0.15 m)，m；ε为黑球吸收率(本文取0.95)。

为了充分获取一天中测试区域的各项物理参数变化，从7:00至21:00之间进行连续测量，每间隔2 h采集一次数据并进行记录，数据采集时将传感器探头放置于1.5 m高度处。其中黑球温度在整个测试区域中选取有树荫遮蔽和无树荫遮蔽两种情况进行测量。

1.3 主观问卷调研

主观问卷调查与环境参数测试同时间进行，问卷主要包括受试者个人信息和热环境感受两部分。个人信息部分涵盖了受试者填写问卷时的活动状态与服装热阻，热环境感受主要包括热感觉投票(Thermal Sensation Votes，TSV)、热舒适投票(Thermal Comfort Votes，TCV)、热可接受度(Thermal Acceptability Votes，TAV)及热期望(Thermal Preference)。热感觉投票为连续的ASHRAE九级标尺，热舒适投票采用四级连续标尺，热可接受度投票为断裂标尺，为能够更明晰地了解活动人员对环境因素的不同感受，热期望分别对冷热感、干湿感、风感设置了投票。主要投票标尺如图2所示。

图2 主观问卷投票标尺Fig.2 Subjective questionnaire voting

2 测试结果与分析

2.1 各测试区域的天空角系数SVF

天空角系数(Sky View Factor，SVF)反映了某区域受周围阻碍物的遮挡程度[10]。本文用鱼眼相机实测法[11]，对6个测试区域进行拍摄，将照片导入RayMan软件中处理后可得SVF值，结果如表2所示。

建筑围合形态和植被密度共同影响场地的SVF[12]，各测点按SVF大小排序为：E>F>B>C=D>A，虽然E、F测点同属边开敞空间，但E测点只受一边建筑物遮挡，故SVF更大；A测点不仅四面受建筑物遮挡且植被茂密，故SVF最小。

2.2 各测试区域的空气温度变化

各测试区域全天平均温度变化趋势相似(见图3(a))，都在13:00左右达到高峰。C、D、E 3个测点最高温较高，约23℃，且E测点高温持续时间较长；F测点最高温最低，约为20 ℃；原因是E测点区域SVF较大，导致该区域较早较多地获得了太阳照射，其温度上升最快；虽然A、D测点同属建筑包围空间，但D测点更大的SVF使该区域获得更多的太阳光照射，同时D测点的硬质下垫面更不利于地表空气的散热，因此该区域的温度始终保持较高水平。对所得数据进行单因素方差分析得出(见图3(b))，6个测点之间差异具有统计学意义(p=0.05)，该结果可能来自于各测点区域不同遮挡程度[13]以及下垫面类型[14-15]的双重影响。

表2 6个测点SVF值和照片Table 2 SVF values and photos of 6 measuring points

2.3 各测试区域的相对湿度变化

全天各测点相对湿度均值随时间变化呈现先下降后上升的趋势(见图4(a))，各测点于中午之前湿度差异较大，13:00后逐渐趋于相近。湿度最小值出现在11:00～13:00的E测点，可能是太阳辐射的影响结果。而A、D、F测点全天湿度较高，是因为A、D测点四周分布有排水管线。对所得数据进行单因素方差分析得出(见图4(b))，6组数据之间存在显著差异(p=0.003 3)。

2.4 各测试区域的风速变化

测点间风速差异较为明显。B测点风速几乎全天低于0.5 m/s,而A、E两测点全天均高于0.5 m/s。各测点日间风速变化较大时刻集中在13:00～15:00时(如图5(a))。平均最大风速出现在午时的E测点，A测点由于存在通行架空层，午后风速较高，约为1 m/s。同时全天风速分布以E、F组较高，是因为该两处区域位于建筑边涡流区，被建筑环绕且四周无架空层的B测点全天风速最低，同理C测点有较多低矮灌木，全天风速较小。

2.5 各测试区域的主观问卷投票结果

图3 各测点全天温度逐时变化和分布图Fig.3 Hourly variation and distribution of temperature at each measuring point throughout the day

图4 各测点全天相对湿度逐时变化和分布图Fig.4 Hourly variation and distribution of relative humidity at each measuring point

图5 各测点全天风速逐时变化和分布图Fig.5 Hourly variation and distribution of wind speed at each measuring point

如图6所示，热感觉投票显示上午(7:00～12:00)及下午(14:00～18:00)时段整体热感觉“偏凉”，而中午时段(12:00～14:00)则“偏暖”。其中D测点的热感觉投票最接近中性，F测点热感觉投票值最低，这与前面空气温度的分布情况是一致的。此外，D测点较高的相对湿度可能进一步阻碍了人体对环境的潜热损失，从而缩小了不同时段的热感觉差异。

图7为各测点热舒适投票分布图。可以看出，各个测点的热舒适程度都较高，冬季校园的整体热环境是令人满意的。

从图8可以看出冬季校园各测点的热可接受度都较高，而F测点的投票最为集中。

根据图9，对比温度、湿度、风速、太阳辐射期望值投票结果发现：测试区域内活动人员对改变湿度的期望不明显，这与赵凌君[6]“居民对湿度变化不敏感”的研究结论相符合；此外，活动人员对温度升高的期望(约占30%～50%)和太阳辐射增多的期望(约占40%～50%)较为明显，同时投票显示希望风速降低(约占20%～40%)或不变(约占40%～70%)的人数更多。其中建筑包围空间A、B区域期望提高场地温度和增加太阳辐射的需求更大，而建筑边开敞空间E、F区域对提高场地温度和降低风速的需求更大。

图6 各测点全天早中晚热感觉投票分布图Fig.6 Distribution of thermal sensation voting in the morning,middle and evening of the whole day

图7 各测点全天早中晚热舒适投票分布图Fig.7 Voting distribution of thermal comfort in the morning, middle and evening of each measuring point

图8 各测点全天早中晚热可接受度投票分布图Fig.8 Voting distribution of thermal acceptability in the morning,middle and evening of each measuring point

3 讨论与分析

3.1 PET相关性分析

通过RayMan软件计算平均辐射温度与PET指标后，将PET与空气温度和平均辐射温度进行回归分析，如图10所示，PET与空气温度存在良好的线性关系，而与平均辐射温度的相关性则不明显，说明在评价湿热地区校园环境热舒适性时，空气温度比平均辐射温度更适合衡量人体的热感觉。从斜率上看，PET对空气温度的变化更为敏感。

图9 各测点温度、湿度、风速、太阳辐射期望投票百分比Fig.9 Expected voting percentage of temperature, humidity, wind speed and solar radiation at each measuring point

图10 PET指标与空气温度和平均辐射温度相关性Fig.10 Correlation between PET and air temperature and average radiation temperature

采用温度频率法(Bin法)将所得PET值按2℃为间隔分成若干区间，以单个区间均值为中心，以区间内投票数加权生成气泡图，得到热感觉投票TSV与PET值的关系(见图11)。投票人员热感觉大多分布于0(不冷不热)到～2(凉)之间，当TSV=0，得到人体中性PET为20.4℃，介于黄泰阳与李坤明所得的24.7℃[16]与15.6℃[4]之间，也高于谢明哲[3]所得的19.4℃。此时，PET每变化6 ℃将会引起1级热感觉的变化。

3.2 热感觉与热舒适相关性分析

将各测点数据整合且拟合所得TSV-TCV关系如图12(a)所示。当TSV=1时，得到最小的TCV为0.29。即冬季人体感到舒适时的最低热感觉投票为1(稍暖)，而当热感觉偏离此值时热舒适性都会提升，原因是人们对于室外热舒适的可接受度普遍大于室内。不同类型空间的TSV-TCV回归曲线如图12(b)所示，其中建筑包围组呈现线性分布，热舒适投票随热感觉投票值升高而减小；而园林空间与建筑边开敞空间的回归结果呈现抛物线分布，偏离热中性时热舒适程度都会降低，说明冬季校园的建筑包围空间中，人群热舒适性很大程度受热感觉影响，而对于园林及边开敞空间，人群热舒适程度普遍较高。