基于微气候适应性的传统村落山水格局参数化设计策略研究——以天津市蓟州区西井峪村为例

刘冉倩

齐 羚*

崔岳晨

常碧云

(波)周默

1 研究背景

伴随着城镇化进程的推进，乡村人居环境整治工作愈发重要；坚实遵循乡村发展规律是推进美丽宜居乡村建设的根基。党的十九大乡村振兴战略明确提出，建设好生态宜居的美丽乡村，关系到广大人民的切身福祉。但是近一个时期以来，理想的山水格局遭到破坏的状况日益严峻，加强传统村落保护迫在眉睫。

同时在乡村扶贫、易地扶贫搬迁等工作攻坚克难之际，乡村规划需求十分迫切，在观念、资金、人才等因素作用下，乡村规划专业性欠缺，现有规划中重视功能布局——“物”强于“人”的主观感受，规划工作过多依赖经验，缺少科学规划体系。随着数字技术在设计领域的逐渐普及，本文以京津冀传统村落山水格局与微气候的耦合机理为研究核心，对已经经过时间验证的理想山水格局与主观感受进行定量化验证，探寻传统村落人居环境的规划经验，构建设计逻辑，推演一种全新的山水格局参数化模拟辅助设计流程。

传统村落中天人合一的山水格局凝聚着中国先民“借自然，重人文”的生态智慧，其基本策略为选址和传统山水格局的形成。而目前对于传统村落保护与开发的研究主要集中在定性的评价体系、村落空间形态与布局以及以建筑单体为研究对象的定性定量结合的研究[1-2]；在微气候与舒适度的研究方面，主要以大尺度的城市空间形态、城市绿地系统和建筑单体、建筑群为研究对象，研究热点内容主要涵盖气候适应性、人体舒适度、城市规划布局、空气环境质量、植物种植等[3-16]。其中，刘滨谊等以上海地区滨水带绿地为例，采用主客观结合的方式评价人体舒适度，研究适宜绿地形式以求提升夏季人体舒适度；以城市街道为研究对象，从街道空间对微气候要素的影响、舒适感受评价、街道空间与舒适感受的相互作用3个方面进行研究，并提出建立整合空间要素、小气候要素、人的感受具有风景园林专业特色的舒适性评价体系[8-10]。傅凡等从改善城市热环境角度出发，围绕城市绿地对降减空气中细颗粒物质量浓度的间接作用开展了相关研究[8-11]，并提出了北京城市绿地系统优化方案。戴菲等基于形态学空间格局分析对武汉市开展了绿地内部空间结构对热环境的影响以及其规划设计实施的可操作性研究[12]。冯娴慧探讨了广州市不同植物群落类型、不同绿色空间布局与微气候效应的相关性，以期为优化场地微气候设计策略、植物群落微气候营造设计提供依据[13-14]。金荷仙等基于小气候效应对杭州街道、公园绿地等进行了适应性设计策略研究[15-16]。同时，目前也有学者侧重于对南方地区风景旅游区、古镇以及传统聚落的微气候特征进行研究[17-18]，将传统村落中独特风水模式形成的山水格局与微气候相结合的研究相对较少。

2 研究内容

以京津冀传统村落山水格局与微气候的耦合机理为研究核心，对已经过时间验证的理想山水格局与主观感受进行定量化验证。针对京津冀传统村落的整体研究内容分为3个层次：1)对4批、169个京津冀传统村落进行山水空间布局类型、山水要素结构方式及参数变化的分类整合，构建传统村落图文数据库(图1)；2)对北京房山区水峪村、天津蓟州区西井峪村、河北井陉县吕家村3个重点典型案例村落进行微气候方面的调研，构建实地观测数据库，主要包含微气候环境指标数据及全景照片指标测度数据(表1)；3)对3个典型村落进行数字化模型构建，通过R语言等编程软件搭建人体舒适度与山水格局特征的耦合数学模型，提出基于气候适应性的传统村落舒适度评价图谱表达的参数化逻辑。由于篇幅所限，本文重点阐述天津市西井峪村研究内容。

图1-1 京津冀传统村落环境提取图图1-2 京津冀传统村落高程分析图图1-3 京津冀传统村落坡度分析图图1-4 京津冀传统村落空间结构图

表1 实验测点环境特征及山水格局分类图

3 研究范围与方法

3.1 研究范围

本文以西井峪村全部山、水的宏观组合空间作为主要研究对象，将山水格局“形”与微气候“数”之间的耦合关系量化构建模型[19]，并尝试提出基于微气候适应性的参数化模拟辅助设计流程(前期对西井峪村实地观测布点、实验方法、春季和夏季数据采集和春季、夏季、冬季数值模拟的初步研究成果总结和讨论参见作者已发表论文[20-21])。

3.2 数据来源

数据来源主要有三部分：1)调研实测数据：主要为前期研究针对西井峪村典型山水格局特征点位的风、热环境真实数据值；2)模拟数据：来源于前期研究中针对传统村落典型案例进行的微气候风、热环境模拟；3)参数化地形数据库：主要以西井峪村CAD等高线为基础，利用Grasshopper等编程软件通过Rhino平台表达的数字化模型，此模型将宏观展现西井峪村的宏观山水空间组合。

图2 西井峪测点定位图

3.3 形态参数群数据库构建

3.3.1 数：微气候参数因子

1)温度、湿度、风速、辐射——实测数据库。

将西井峪村各典型点位数据作为输入端，构建以实测数据为基础的不同山水格局类型与微气候环境相对应的参数链①。

2)风、热环境——模拟数据库。

将数据较为完备的西井峪村等高线数据输入风、热环境模拟软件进行热环境模拟，作为对实测数据难以覆盖全年、全时段问题的补充，使结果分析更具科学性、全面性②。

3.3.2 形：山水格局参数化地形

本文利用Rhino建模软件生成对应的mesh地形，构建有关“形”的参数群数据库。

4 研究方法

4.1 形态表征定量化方法

传统村落的山水格局受自然地形条件以及人类后期主观选择与干预的影响，在经历百年的演变过程之后，多次在与自然环境的反馈作用下不断重塑，形成了较为理想的山水格局，从微观形态表征方面上来看，主要体现在坡度、坡向、建筑朝向、高程、植被覆盖、山体遮挡等。本文尝试将山水格局形态表征量化，通过筛选山水格局地理空间模型的参数化因子，提取主要参数因子。其中主要表现在南向空间开合度C1和主导风向开合度C2，优化因子提取逻辑采用视线分析法，得到参数化逻辑与空间开合度可视化图(图3)。

图3 空间开合度与微气候因子的数据表格整合(以西井峪村春季为例)

参考风景园林相关设计以及参数化相关观点[22-23]，结合传统村落山水格局形态表征影响因素及相关因子的量化难易程度，对西井峪村数字化模型进行坡度、坡向、水体(淹没线、汇水)、开合度等参数因子场地解析，将其量化为参数化编程基本运算单元的线性代数关系。

图4 空间开合度数据表格整合(以西井峪村夏季为例)

4.2 微气候舒适度指标计算方法

本文采取董靓博士提出的WBGT平衡式③计算夏季微气候舒适度值[24]，TS-Givoni指标④计算春秋季和冬季各点位微气候舒适度值。

4.3 山水格局与微气候的耦合运算方法

结合前文董靓博士提出的WBGT平衡式与TS-Givoni指标通过R语言进行二元线性回归。

除此之外，将计算机模拟的山水格局参数因子与微气候数据进行拟合也可验证此方法的科学性。

编程代码具体如下(以夏季为例)：

4.4 舒适度评价与可视化表达方法

通过对其微气候环境中山水格局因子与微气候舒适度的耦合验证及拟合方程，结合人体舒适度相关评价标准(WBGT指标和TS-Givoni指标，将微气候指标进行分级评价[14](图5、6)。

图5 春秋冬季舒适度体感分级示意图

图6 夏季舒适度体感分级示意图

4.5 模型建构模拟与验证比较方法

建构微气候指标与山水格局参数化关系模型，随机选取其他测量点位对模型进行验证，以夏季8个点位的测量结果进行校核，并将微气候指标的分级评价标准代入(图7、8)。

图7 模型检验结果(以夏季为例，横坐标为测点序号)

图8 模型检验结果(以夏季为例，横坐标顺序为舒适度按照从小到大排列)

从结果来看，实际值与理论值的相差并不大，8个点位中模型预测的较舒适点位仅为一个(8号)，实际测算结果表示，8个点位中均位于较不舒适(因华北地区夏季炎热干燥)的大环境，可以看出此模型的预测效果较优；从数据结果的相对趋势来看，将实际点位舒适度从小到大排列，对应理论值进行回归分析，点位舒适度趋势大致相同。

除去与实测数据进行结果比对验证，尝试对三维模型进行微气候环境模拟和验证。模拟在村落山水格局作用下，各区域的单微气候指标(如温度、辐射等)受区域山水格局的影响程度，来佐证研究方法的合理性。

5 结果与讨论

5.1 微气候指标与山水格局的参数化关系验证

编程运行如表2所示，将夏季模型进行三维拟合结果绘制，效果如图9，在理想状况下，太阳辐射、日照、温度等与山水格局布局的相关性较强，尤其是南向开敞度，其对整体的微气候指标影响权重较大。向阳面且坡度较为陡峭，少树木遮挡的地区，温度和辐射较高，背阴面多树木遮挡的温度较低，此研究方法得出的结果与实际村落布局经验不谋而合。

表2 微气候指标与山水格局因子的参数化回归关系

图9 空间开合度与微气候因子的拟合关系三维图表(夏季)

5.2 分析与讨论

若只考虑山体遮挡的前提下，夏季和冬季山水格局对微气候舒适度的影响较为相似，南向开合度与主导风向开合度是此消彼长的关系，在满足人体舒适的条件下，当主导风向开合度越大，需要的南向开合度也越大，说明对于西井峪村而言，沟谷型和山谷型等山水格局，即仅为南向开敞，而主导风向开合度较低(三面山谷型)，或仅为主导风向开合度较高，南向开合度较低(两面山谷或四面山谷)并不适宜作为居住选址，人体舒适度较低。而当南向山体开合度较大，主导风向开合度也越大时(比如平地开敞型或者是坡地依靠型山水格局)，则需要考虑南向开合的程度和主导风向风速的大小。在山体大环境满足人体舒适度指标的背景下，可以适当利用植被与建筑的合理布局，对人体舒适度进行小范围内的调整，形成宜人场地；对于春季模型结果来看，我们发现大部分的山水格局类型都会满足人体舒适度的基本标准(春季TS-Givoni指标大于2℃)，猜想结果可能受到华北地区春季大环境的影响，温度较为适宜。

从上述讨论可以看到，传统村落种不同山水格局类型区域的微气候特点首先受到大区域的气候环境特点，即常说的气候环境的空间相关性探讨，华北地区属于典型的温带季风气候，夏季炎热干燥，冬季寒冷，当大区域环境特点大致相似时，传统村落山水格局的影响作用才会凸显出来，当大体的山水格局类型与选址满足舒适指标后，建筑等布局的影响也会进而显现，构建适宜的村落人居环境。虽然此模型是根据西井峪村的实地调研数据与山水格局量化指标所得出的，对于西井峪村的适宜居住点的筛选，人居环境构建与布局有一定的指导作用，其具体的系数指标并不适用于其他非京津冀地区的村落，但通过前文对于模型结果的有效性验证与研究方法的合理性类比，研究结果中的大致的参数化关系与从“特殊”到“普遍”的方法一定程度上是可以推广而完善的。

通过对“数”(综合微气候指标)与“形”(山水格局优化筛选因子如空间开合度等)的算法耦合，发现其地形的形态、植物的遮蔽、建筑物的布置等传统村落的山水格局特征与当地的微气候相关因子，如温度、湿度、日照辐射等有着密切的关系。除此之外，本研究也存在一些局限性，比如点位的数量限制，一定数量的不同山水格局类型的微气候规律是否能够完全代表村落山水格局的规律？在现实的村落布局规划中，有些村落布局对于微气候环境指标的影响是复杂非线性的。后续的研究中，可以增加实测数据库的数据丰富程度，比如扩展对不同大气候环境下传统村落山水格局的图文数据库、尝试不同类型的微气候指标计算方程等方法进一步完善模型，使其逐渐接近理想条件下山水格局与微气候指标的参数化耦合状态。

6 参数化设计的图谱表达与参数化辅助设计流程初探

本文在验证研究的基础上，继续拓展模型的适用性，探讨参数化模型的应用场景。将模型、舒适度分级标准置入建模平台，便可仅通过村落山水格局信息得到村落大部分点位的人体舒适度图谱，西井峪村春、夏、冬季舒适度图谱表达运行结果(图10)中春季颜色之间区分采用相对值，冬季与夏季采用舒适度评价标准进行筛选。图谱可直观引导针对局部地区微气候的适应性设计，并结合相关的微气候设计经验，制定优化策略，节省规划的效率(表3)。

图10 春秋冬季舒适度评价分级图谱

表3 不同舒适度级别的改造设计指导与定性优化策略

依据季节在全年的占比，采用层次分析法作为计算影响因子权重的方法，将村落春季、冬季、夏季舒适度图谱根据权重进行分级叠加，得到村落舒适度图谱(图11)。

图11 人体舒适度综合评价分级图谱

除此之外，模型的应用价值可以继续延展，本文通过将舒适度图谱表达算法与场地数字化模型结合，在村落的实际规划中，仅通过村落的三维场地模型，得到村落场地的人体舒适度等较为全面的场地规律，其目的在于深入构建场地清晰、可描述、可检验的基础条件，结合设计要求设定合适的参数条件，依托Rhino建模平台，利用Grasshopper迭代计算输出符合项目设计要求的形态关系组合图谱，由此实现参数化模拟辅助设计选址过程。为了使流程更加直观，本文通过Axure RP页面设计软件搭建了交互设计平台示意，具体流程如下。

1)使用者首先将建设场地进调研，选取有代表性的关点及微气候指标信息生成山水格局数字化模型(过程以图12～15中以西井峪村作为示意)。

图12 交互设计山水格局数字化模型

图13 交互设计场地解析模型

图14 交互设计参数调整

图15 交互设计生成推荐点

2)选择分析因子，生成场地解析模型，从高程、坡度、坡向、水环境、微气候环境等全方位分析场地山水格局特点。

3)根据建设需要及相关条件，如坡度≤10°，东南较为开敞，风环境处于微风至和风之间，冬、夏较为舒适等，调整合适的参数影响条件，使系统进行场地综合因子叠加分析，多次循环调整参数，生成计算推荐选址。

7 结论与启示

综上，本文以前期的村落典型案例研究为基础，构建西井峪村微气候环境实地观测与数据模拟数据库，与参数化的山水格局因子形态生成进行算法耦合，研究基于气候适应性机制的传统村落山水格局参数化模型，并从模型结果与研究方法2个维度对研究的可行性加以讨论；以模型结果为基础，延伸其应用价值，其一为结合通用人体舒适度评价标准，利用Grasshopper进行图谱分级表达，其二为通过Grasshopper和R语言编程设计软件编写村落舒适度评价逻辑构建过程，将上述算法合并后尝试构建交互平台界面示意，对村落规划选址改造中参数化辅助设计流程进行概述，展现从根据设计需求设定参数条件到参数化场地评估而后生成场地推荐选址的参数化模拟设计流程。

本文的研究方法属于“黑箱”理论研究，即从结果出发进行溯源，是对传统村落理想山水格局进行的一定实验条件下的验证研究，对感性认知进行模拟量化验证，通过量化方法传承传统村落生态智慧规律，不仅可以在传承并发扬传统文化的基础上为其人居环境的改善提供科学依据，还在满足现阶段大量乡村规划需求的同时大大提升了规划的效率，为乡村振兴战略提供科学指导。受地域性和样本及测点数量有限性影响，模型适用性存在一定的局限性，通常来讲，地域特征和山水格局与西井峪村相似，其模型的适应性越高。

基于该模型而延伸的参数化设计策略虽然通过参数化辅助设计量化微气候环境与山水格局之间的“隐性”关系，也只是局限于“参数A→评价→筛选”的单线逻辑[25]。人居环境科学下的风景园林规划设计是复杂而系统的工作，核心是协调并处理人与自然的关系，价值观决定了设计所秉持的立场和设计思想，设计思想又决定设计态度，设计态度进而影响设计方法，从而最终影响设计形式和内容，设计师的价值观和判断取舍能力，对场地的尊重和基于“因势利导”和“因地制宜”综合判断，才是设计的核心。

本文将场地地理信息因子群进行参数化，与编程设计的知识相结合，不仅增加了设计的科学性与严谨性，更促进了各个学科领域之间的融合与交叉。参数化辅助设计可以将生态学、地理学、统计学等其他相关专业领域的成熟算法代入计算机建模平台并加以本学科的综合运用从而实现数字时代的多元化与多学科融合。在后续的研究中还需着重探讨各个参数因子之间的相互作用。

注：文中图片均由作者绘制。

注释：

① 具体西井峪村实测数据库详见作者已发表论文。

② 具体西井峪村模拟数据库详见作者已发表论文。

③ WBGT指标：夏季采用该指标，该指标是一种综合的温度指标，用来评价温度、湿度、太阳辐射热对人的影响。基本的计算方法为：

式中，t为温度摄氏度；G为太阳辐射；a为空气相对湿度；v为风速。

④ TS-Givoni指标：与WBGT同为国家热环境指标，春季、冬季采用此指标，参数同上。