中微观尺度上城市形态指标与城市通风的关联性研究进展

王冠, 周宏轩, 王文真, 孙婧, 马枭

中微观尺度上城市形态指标与城市通风的关联性研究进展

王冠, 周宏轩*, 王文真, 孙婧, 马枭

中国矿业大学建筑与设计学院, 徐州 221116

城市化所导致的下垫面变化深刻影响着城市风环境。在中性稳定大气条件下, 综述了以街谷因子(s)、建筑密度()和迎风面积比()为主的城市形态指标在中微观气候尺度下与城市风环境的关联与指标应用。这三类参数代表了城市风环境评估的三个方面,s有助于分析风场分布特征和风流流态变化规律、更多涉及通风导向的城市规划中的应用问题、则是与城市风环境评估指标最为相关的参数。这三类参数只作为城市风环境评估的参考, 不构成决策依据。以下三方面有待深入研究: 进一步发掘并完善相关城市形态参数、非稳态条件下城市下垫面多因子的影响机制以及风环境评估指标体系评估体系的完善与应用等。

城市形态; 城市通风; 建筑密度; 迎风面积比; 街谷因子

0 前言

随着中国城市建设进入快速发展阶段[1], 城市原有的下垫面类型被改变, 导致了地区微气候, 尤其是以行人高度风环境为标志的城市气候环境变化[2]。城市大气污染直接或间接地加剧了城市热岛效应和人类罹患呼吸系统疾病的概率, 成为建设健康人居环境的重要挑战[3, 4]。通过对大量案例在尺度、维度和度量等方面的实地调查与统计分析, 学者认为城市形态与地域气候存在密不可分的关系[5, 6], 城市平均风速的变化与城市三维形态的改变往往体现在数十年的时间尺度上[7], 不仅直接影响污染物扩散[8]和室内外通风状况[9, 10], 还会间接影响城市热岛效应[11]。目前, 我国基于城市通风理论进行的城市规划与建设, 主要体现在通风廊道建设方面, 也提出了基于各类通风指标的参考守则及案例[12-14], 这多与大尺度宏观气候相关, 但是在中微观尺度(街区或组团尺度)仍然缺乏较为完善的指导策略。解析城市三维形态与城市通风的内在关联是创建良好城市环境的必要过程, 也是进行城市设计的合理需求[15], 主要包括以下几个要点: 1)如何量化描述城市的通风效果和三维形态; 2)各个参数之间的内在联系; 3)理论与实践结合的基本原则。

1 城市形态的描述和通风效率的评估方法

近年来, 城市通风效果一般通过使用各种通风指标或排污指标进行评估, 如均风速比[16], 体积流量[17], 每小时换气量[18], 吹扫流量[19], 空气龄[20, 21], 通风效率[22], 交换速度和城市透气性[23]等, 这些指标均可以在计算流体力学(CFD)的平台上进行计算[24-26],方便地应用于相应的网格模型中[27]。高海宁[28]和Peng[29]等系统归纳了与城市通风评估相关的多个指标的使用方式和各自优劣, 使用一类通风指标来分析城市形态参数与风环境的关系已经成为了学界共识。

城市形态可以通过街道高宽比(λ)、建筑密度(λ)和迎风面积比(λ)等一系列比值型参数来量化描述[30], 这些指标统称为参数[31, 32],λ即建筑用地范围内所有建筑的基底总面积与该用地面积之比,λ=A/A, 其中A是建筑基底总面积,A是场地总面积;λ为与风向同向的可见建筑物立面投影面积与用地面积之比; 街道高宽比λ=/,、分别是街道的高度和宽度,又被称为街谷因子。参数共分三类(图1): 第一类是用来描述建筑体块的高度、宽度和建筑之间间距等模型尺寸的参数, 其中用以描述街谷尺寸形态的就是街道高宽比λ; 第二类是用来表述城市下垫面特征的覆盖率指标, 比如建筑密度、植被覆盖率和水体覆盖率等; 第三类是用以描述垂直方向城市形态结构的指标, 如迎风面积比λ、建筑高度等[33]。本文即在探索以参数为主的城市建筑形态与室外通风的关系, 并通过分析该类指标的应用前景与特征来探讨未来的发展趋势。

2 城市建筑形态与城市通风的关联

2.1 街道高宽比(λs)

λ通过与风流流态或涡旋形态的变化关联来影响风流传送污染物的能力[34](图2), 对于稳态典型二维理想街谷(一般指与来流风向垂直的街道)的城市气候模型[33], 在λ < 0.35时, 建筑被视为孤立障碍物, 相互之间影响很小, 出现独立粗糙流(Isolated roughness flow), 其受表面阻碍物的作用很小, 但在背风面等处可能会有污染物集聚, 整体通风情况一般较好; 当0.35 < λ < 0.65时, 两边建筑同时影响风流流态变化, 街谷内出现不稳定涡流造成对平均流的干扰, 称为尾流干扰流(Wake interference flow), 该流态下, 湍流混合加剧, 垂直扩散加强, 一定程度上有助于污染物扩散; 当0.65 < λ < 1.67时, 风流吹过屋顶时会直接掠过, 几乎不会向下进入城市冠层内, 称为掠流(Skimming flow), 此时由于剪切层的作用, 污染物被限制在街谷内的稳定涡流中, 掠流态条件下垂直扩散最弱[35]。随着λ增大, 涡流愈发明显, 当λ > 1.67时, 街谷内往往会产生多个涡旋, 不利于污染物扩散。据学者研究, 两个反向旋转出现在λ=2[36]时, 而有3—5个垂直排列的涡旋对应于λ=3—5[37]。Hang[38]发现,λ=2时, 迎风面壁面热效应导致个体吸入指数升高, 此时形成2个涡旋; He[39]研究发现, 当λ=1—4(一个涡旋)时, 群体吸入指数=102—104ppm, 而当λ=5—6(两个涡旋)时,=105—106ppm。随着λ持续增大, 湍流流量逐渐占据主导, 以致街谷产生多个涡旋时, 污染物无法脱离, 聚集浓度会显著升高, 但风场内的涡旋流态与λ并不拥有唯一恒定关系, 还与来流边界条件等有关[40]。

图1 λ参数相关概念示意

Figure 1parameters and related concepts

λ与通风效率之间的关系受多因素影响。在不同城市的街道中, 曼哈顿、巴黎和柏林三个城市具有类似的λ, 内部污染物浓度也相似。南京的λ最小(0.42), 风速最高, 污染物浓度最小, 这是由于其垂直通风和湍流有效促进了污染物的扩散。相比之下, 巴塞罗那和巴黎主要依靠水平流扩散污染物, 通风效率有限[41], 这种情况多出现在λ(0.7 < λ < 1.0)较高的时候[42]。在理想条件下的均质化模型, 当λ=0.5—3时, 空气每小时交换率(ACH)为1.8—4 h-1, 而当λ=5时, ACH仅为0.8—0.9 h-1[43];λ增大(1—4), 通风效率减少67%[44]。一般来说, 通风效率随λ增大显著降低。需要注意的是, Yang[45]研究发现, 行列式街区平均高度越高, 巷道风效应越强, 均风速比(VR)越大, 但建筑后的背风面污染集聚加重, 整体风环境并未改善, 这与下洗螺旋流带动污染物的水平方向传输有关。只有在特定情况下, 减小λ才有助于降低污染物浓度, 增强通风。因此, 建筑高度存在通风效率最优极值。对于几乎不存在巷道效应的错列式建筑群, 在建筑密度相同的条件下,λ越大(0.3—1.5), 遮蔽效应越强, VR越低, 行人高度风流越平稳[46]。这里的结论并不矛盾, 反而证明λ表征的通风效率与建筑布局是有关的。有学者发现,λ=0.5时的滞留时间大于λ=1的情况[47], 个体吸入指数在最窄(λ=1.5)与最宽的次街模型(λ=0.5)中相似, 都比中等长宽比模型(λ=1)小得多[48], 这都意味着λ与通风效率之间并不是线性变化的, 而是存在临界值也即阈值的。因此, 如何控制λ, 设计合适的比例, 需要根据具体情况具体确定, 以通过合理的设计寻求λ与通风效率之间的平衡。

图2 典型风流流态

Figure 2 Typical types of wind flow

2.2 建筑密度(λp)

建筑是城市下垫面的主要组成部分, 同时也是最大的粗糙元素, 建筑密度(λ)反映区域内建筑的水平面分布特征, 与城市气候之间存在重要的联系[30, 49]。对于稀疏的城市, 建筑之间干扰很小, 迎风面与背风面的风场差异较大, 逆流仅发生在建筑物背风面[27], 此时建筑群呈现出整体单个障碍物特征, 对应于独立粗糙流; 对于中等密度的城市, 风场受到周围建筑的影响较大, 多个干扰叠加导致复杂运动, 建筑群呈现出障碍物组团的特征, 对应于尾流干扰流; 对于紧凑的城市, 掠流开始阻止空气渗透到街谷内部, 降低了交换速度和城市透气性[50], 随着密度继续升高, 城市冠层内开始出现强烈的反向流动和湍流气泡[27], 这导致了大片的弱风区和静风区, 直至风流逐渐从尾流干扰流过渡为掠流。这里对于密度范围的区分是相对概念, 对于不同的城市,λ存在不同的变化阈值[51]。

容积率λloor是基于λ推导的参数, 反映建筑平均高度(ZH)的影响,λ=λ×ZH。λ无法描述精确空间布局信息, 与建筑密度和高度、空间品质、用地性质、开发程度都有关, 同样的容积率可能是完全不同的城市形态, 因此, 对于中尺度具有相似特征的城市区域, 有学者认为,λ与区域内均风速并无直接关系[45, 55]。但这并不意味着λ不具有实践意义, 对于垂直形态变化较大的城市, 仍然可以考虑结合高度参数与建筑密度来针对性精确描述建筑三维形态变化信息[57]。

2.3 迎风面积比(λf)

λ反映了阻碍物对于风的阻力大小[33],λ越高, 障碍物受到的风的牵引力越大。λ不仅可以表征街道朝向、建筑高度、街道宽度、建筑布局等参数[45], 还可以表达建筑基底尺寸、0—15 m坪台层形态[58]等较小尺度参数以及粗糙长度等大尺度参数的影响, 是综合性较强的评估指标,λ()= A/ A=L×ZH×el, 其中,A为面向风向的建筑物前部区域面积,L为面向风向的粗糙度元素的平均宽度,el代表每单位面积建筑物的密度(数量)。λ通过A来反映建筑高度信息和风向角的作用。A与测算的高度范围有关, 可以将λ表示为高度∆z的函数λ(z), 以表达建筑高度差异和天际线变化等方面的信息[59]。λ(z)能够有效表达尺度较大(500 m×500 m)的城市粗糙度, 但在香港这样的高层城市中心, 0—15 m(表示偏移长度zd以下)平台层的建筑往往无法反映在A中, 而λ(0—15 m)恰恰是对于行人高度的均风速比影响最大的部分[58]。因此, Yuan[60]提出了测点迎风面积比(λ_point), 通过建立微分坐标系和相应的ArcGIS算法, 从测点计算各个风向的迎风面积。λ_point的优点在于不降低相关性的条件下显著提升小范围内的测算精确度, 据此可得1 m×1 m的高分辨率VR标记地图[60], 缺点在于其测算精度与测点布置质量密切相关, 导致大范围应用时难以兼顾效率和精度。还可以使用十字切分法(Crossed method)划分不同大小的网格来计算λ(z)[58], 其测算精度与网格划分质量有关, 既能够避免传统方法zd以下平台层数据丢失的风险, 又能解决大范围应用的困难。A还与测算的来流风风向有关, 基于16个风向的风频数据可对λ(z)进行加权, 得式(1):

其中,为方向上的风频。式(1)即可用于计算某城市的全年风频加权下的迎风面积比, 计算简单, 应用广泛。

迎风面积比表达城市孔隙度, 反应建筑群对风流的阻碍能力[59]。Mei[61]在λ的16组对比实验中(0.125—0.5), 发现保持λ不变,λ增大(同时s增大)时, VR减小, 行列中心的空气龄随之增大, 城市通风减弱。λ作为一种统计量, 并不能反映行列式布局中的巷道效应[61], 对于错列式或不规则的布局, 湍流混合作用相对广泛, 这增强了街谷顶界面空气的垂直流通, 因此, 相比于无规则网格, 风流更容易进入无序网格中[60]。λ与风速之间具有不同的经验回归模型。Yuan[60]在对香港多个地区的分析中, 认为λ_point与VR有着显著线性关系, 但受城市街区网格影响, 斜率和截距会有所不同, 相关系数2在0.6左右。通过对不同高度、布局形式、尺寸间距等的理想街区模型进行模拟分析, 可得λ对行人高度风速的回归方程[46]如式(2):

其中,U为无扰动风速, 用以标准化V。

由于真实风速空间分布异质化程度很高, 风速和流量类指标在通风评估方面应用范围有限, 比如吹扫速率会在远离入口的地方趋于定值, 在λ > 0.25,1以后, 吹扫流量与λ失去了明显相关关系[61]。此时, 可考虑使用平均冠层内特征速度u[62], 其表达一种城市冠层内的空气等效运动速度, 不受计算域尺寸的影响。基于以往多个学者的数据可得式(3)[58], 当λ > 0.4时,

其中,*是大气摩擦速度。式(3)可以直接用于分析不同λ条件下的场地风环境特征。

3 λ参数的关联与外延

λ与连续度、闭合度、开放比、对称比、粗糙比等多个指标相关[41], 较高的街道连续性比率和空间封闭比率值一定程度上有助于促进街道峡谷中的空气流动, 改善空气质量[63]。街谷高宽比λ表征了风流通路的形态, 而建筑高宽比(λ)则是表述风流阻碍面形态的指标,sb=/,为建筑的面宽或进深尺寸。在均质模型中, 假定街谷截面形态不变, 即和恒定, 假设λ恒定, 则λ的变化其实反映了λ的大小。Tamura[64]对单个建筑的高宽比参数进行了分类的风洞测试, 最大风速放大指数和风速放大面积与建筑高度和建筑宽度二者分别具有正相关关系, 这主要与巷道效应和下洗流有关。但是风速放大指数在建筑周围的分布情况和建筑高度或宽度变化并无明显关联。这表明建筑高宽比λ确实会影响测点风速值, 但并不会影响风速变化规律。在基于现实城市模型的研究中, 增大建筑高度, 反而会减弱周围街谷内的风速[65]。

λ属于描述下垫面覆盖率的指标, 又称为建筑覆盖率。此外, 非建筑元素覆盖率, 包括植被、水体等的覆盖率[66], 也会对局地微气候产生影响。非建筑元素覆盖率有其自身的实际意义, 不同元素对风环境的影响作用及机理都不尽相同。实际观测中[67], 植被结构或种类与空气负离子浓度相关, 合理的植被结构有助于调控大气颗粒物浓度(PM2.5), 研究指出PM2.5与乔木郁闭度、相对湿度和负离子的浓度呈显著正相关。在对街谷的模拟分析中发现[68], 植被的存在会降低街谷内风速, 街谷涡流作用下使背风侧污染物浓度增加, 明显高于迎风侧, 加剧街谷污染程度。在城市环境中, 一般不考虑大尺度的森林或湖泊, 对于中等尺度范围的城市绿地系统, 合理的空间布局[69, 70]有助于发挥绿色基础设施的生态作用, 共同构筑城市通风廊道; 而小范围的绿地和水体, 一般等效为粗糙壁面, 视为城市局部开放空间进行研究。

在Macdonald模型中[71], 使用阻抗系数作为建筑物阵列的空气动力学阻抗的量度和城市冠层内风廓线的依据。街道尺度的通风由垂直湍流传输过程主导[32, 72], 而湍流分量与下垫面阻抗系数的开方成比例[73], 并与λ二者互为验证,λ可作为对风阻力的作用标度。风阻抗(G)、阻塞比()、立面面积比(FAR)等概念也具有相似之处。

Xie[74]将风流类比为电流, 将与风向垂直的城市截面视为电流截面, 将其中的阻碍物类比为电阻, 这里的阻值就可以通过λ来计算, 以λ代表风力阻抗值(风阻), 由式(4)表示:

其中,A—A表示对应的风流截面面积, 概念上等效于气流有效流通面积[75],即表示有效流通面积比。

阻塞比[76]表达对来流的阻挡能力, 引入有效流通面积可得修正的通风阻塞比, 与风速的相关性较高, 用式(5)表示[75]:

显然,越大, 越小,越高。同时涉及建筑密度及建筑物的影响, 表达了城市的连通性与阻碍性。

FAR用以描述阻碍物对风的阻碍面积[77], 是一种基于实地调查的测算法, 由式(6)表示:

其中,P是建筑物在地面的周长,H是建筑物的高度,是调查区域内建筑物的总数。λ为完整表面因子(Complete aspect ratio), 即完整覆盖下垫面表面的所有面积与用地面积的比值, 在中性绝热条件下与风流关系不大[78], 在辐射、反射、渗透等多个微气候过程的作用[33]则与壁面加热效应有关。以伦敦多个街区为例, 对于三种不同λ, FAR与风舒适度分级指标之间具有明显的线性关系, 随着FAR增大, 适宜坐立或行走的区域逐渐增多[77]。FAR与建筑平均高度强相关, 影响行人高度的风速和风舒适度, 适用于建筑场地布局均匀的情况。

天空可视角(SVF)表示建筑围合程度, 可以通过鱼眼镜头测算。作为一种综合性指标, SVF能够反映λ、λ、等参数对风流的影响, SVF与λ最为相关[51], 与建筑基底面和高度变化差异无关[79]。在实际观测中, SVF只在特殊条件下与风速具有相关性[80], 在不考虑建筑锐角和巷道效应等条件时, SVF越高, 风速越大[81]。实际上, SVF与太阳辐射和温度具有强相关关系[80], 这种风热耦合的复杂性可能是导致某些观测中无法发掘明显关联的一个原因。

4 λ参数的实践应用

城市紧凑度(Compactness)表示城市发展状态, 与λ、λ、人口密度、土地利用和出行距离等有关[56, 61, 82], 稀疏城市有利于城市通风, 紧凑城市有助提高城市土地利用效率, 如何平衡城市土地利用效率与城市通风是现代城市规划的基本原则之一[43]。目前, 我国有67.2%的城市处于非紧凑状态[83], 在实践应用中, 如何在紧凑度提高的同时尽量减弱区域风环境恶化的影响是确定参数范围以及应用原则的重要问题。

λ源于对小尺度街道的描述, 多用于识别风场流态和分析运动模式。一般来说, 独立粗糙流和尾流干扰流情形下风环境较好, 但该情况在城市中心并不多见, 更多的是考虑控制过高的以避免出现上部掠流, 降低静风区影响面积。另一方面,λ源于描述理想二维街谷或街道围合感较强的地区, 对于布局分散的不规则建筑群, 则会导致λ计算困难或丢失建筑个体的细节信息[38, 48], 因此λ更适于对某一条目标街道进行设计优化, 在实际规划中, 结合λ制定对建筑和街谷形态的控制方案。

λ在城市规划实际中应用最为广泛[84, 85], 常常和λ配合使用。Zhang[86]发现在中密度行列中, 如果通过提升建筑高度的方式提升城市紧凑度, 可能会导致流迎风面污染物暴露风险升高, 背风面污染物暴露风险降低, 这与下洗螺旋流变化有关, 表明即使在高紧凑度建筑群中, 仍然可以通过设计方法来控制污染物对人群的实际危害程度。在具体设计策略中, Peng[54]分析街区尺度中心建筑群在固定容积率条件下,λ变化(11%—77%)及建筑布局方式变化对于多个通风参数的表现结果差异, 认为λ较小时, 受建筑布局影响较大, 能构成巷道效应的布局通风良好; 但在λ较大时, 建筑布局的影响将微乎其微[54]。这说明在城市区域内控制密度范围是城市规划与设计要重点考虑的问题。不同建筑布局对于城市环境的影响程度不同, 权衡之下可得最适宜的设计策略。以深圳为例[87], 对于建筑密度较高的街区, 应依主导风向预留通风道; 相同容积率条件下, 分散的建筑布局比集中连片的建筑布局更有利于获得通风条件; 略有错落的建筑布局更有助于通风等。

对于不同布局类型的理想街区模型, Abd[46]先后分析了λ、λ、λ对于VR的影响, 增大λ(4.4%—44.4%,λ=1)或s(0.5—3,λ=16%), VR均显著减小, 表明VR同时与λ,λ相关。进一步发现, 以λ与风速的指数回归方程拟合程度较高, 可同时反映λ、λ对风速的影响, 这表明λ是在城市风环境评估中影响权重最大的参数。尽管如此,λ在国内规划与设计实践中仍然缺乏足够的重视, 目前, 只有《城市居住区热环境设计标准》[76]等少数条例中涉及到了类似的指标。在城市通风评估中, Xie[74]认为可以使用基于风阻的等效风路图来高效评估城市风环境, 风流分叉时可以类比电流并联定律, 则通往支路的风流流量反比于支路的风阻。这种方法与城市通风廊道的最短路径法理论相似, 有助于减少CFD计算消耗, 方便的应用于大尺度城市通风评估中。

λ凭借简单易用等特性在建筑设计或规划实践中应用广泛, 有可能作为连接通风评估指标与城市形态指标的桥梁, 但无法提供更加细节的信息。λ可以提供细节信息, 却无法作为评估通风效率的指标。λ与城市风环境的相关性较强, 适用性较强, 但是相关规划政策中重视度仍然不够。这三类参数互相关联, 在实际应用中应当综合考虑, 相互协调, 可以使用一种地图法来综合考虑各个指标的影响。基于参数对风环境的不同影响特征, 可将城市区域分类。城市气候分区(LCZ)理论[88, 89]结合用地性质等将λ分成低密度(λ < –0.2)、中密度(0.2 < λ < –0.4)、高密度(λ > –0.4)三类[89]; Ng[90]从粗糙长度出发将λ(z)在垂直方向分成平台(0—15 m), 建筑(15—60 m), 城市冠层(0—60 m)三种; Yuan[58, 60]基于λ与VR的关系将城市区域分成[58]λ≤ 0.35, 0.35 < λ≤ 0.45, 0.45 < λ≤ 0.6和λ > 0.6四类。在分类的基础上结合模拟地图法[91]可形成对应于各个评估参数的专用地图, 使得城市风环境的评估成果结合已有的控制规划图[90]或生态敏感性分析图等城乡规划成果进行协同考量成为了可能。

5 讨论

参数与风热环境的关联性大小以及变化规律与研究尺度有关[92]。Liu[51]以北京市为例, 在基于城市尺度的观测分析中, 通过统计分析对比了SVF等8类城市形态参数与近地面风速的相关性差异, 识别出与均风速关联性最大的三个指标依次为λ、λ、。其研究表明SVF与VR成正相关,λ、λ与风速成负相关, 这三类参数每变化10%, 风速变化7%, 佐证了Yang[93]的结论。λ与风速之间具有非线性相关关系[51], 当λ0.35时,λ越大, 风速越低, 当λ > 0.35时,λ越大, 风速越高。因此, 对于不同研究尺度和方法, 得到的结论可能是不同的, 在解决问题之前, 明确并选择合理的研究尺度及其对应的参数非常重要。海拔高度、来流风性质、城市坡度、城市方位等指标主要与大尺度范围的气象变化相关, 都属于气候边界条件, 具有地域性差异。

来流风风向直接影响到城市建筑群内部风场。城市风玫瑰图反映了全年风向风频分布信息[70], 其与城市的地理地形特征相关, 包括海拔、地形和城市方位等。在规划设计中, 可以通过合理控制街道朝向来应对当地的盛行风风向, 利用巷道效应和遮蔽效应来调节内部风速[65]。

城市的地形会影响近地面风场特征。乌日柴胡等[94]对山区、山区与平原过渡区、平原区、城区几种典型地形的观测研究发现, 平均风速沿地形梯度分布, 山区高平原低, 平原中又以城区风速最小, 对于山地城市, 山谷风可能会导致污染物扩散受阻, 加重城市污染[95]。不同海拔高度下, 体现出来的风场特征也不同, 高山近地面风速大体上随观测高度而增大, 高海拔站点日平均风速数倍于低海拔站点[94]。

城市纬度也会影响到指标的应用。在新加坡、香港[96]、伦敦[77]等低纬度城市中, 日照影响较小, 高密度(λ≈ 0.44)发展具有一定合理性, 但在我国高纬度地区, 由于日照要求的建筑间距远大于城市通风要求的间距, 中密度(λ≈ 0.25)社群较为常见。影响日照规范的还包括城市方位、用地性质和建筑形式等。在中微观尺度的研究中, 还需考虑到当地气候特征与实际目标, 辨析季节差异[51, 70]等。在严寒地区需要考虑控制冬季冷风, 在炎热地区则需要控制夏季风速, 考虑热舒适度问题[51]。

目前的研究在中性绝热大气中的研究较为丰富, 壁面加热效应还与污染物扩散的日夜差异[97]等有关, 进一步考虑壁面加热效应时风场运动规律可能完全不同。对典型二维街谷, 一般条件下(Froude数=0.48, 入流风速U=5 m·s-1), 风动力作用影响最大; 但在弱风条件下(=0.25,U=0.5 m·s-1), 热力作用, 即壁面加热作用影响最大, 尤其是在建筑背风面, 热动力促进空气流动, 将显著加强污染物垂直扩散[38, 48]。实际上, 街道轴线与南北向的夹角反映着太阳辐射的得失量, 由此导致的立面温差进一步又会影响到风的热力运动[98], 在迪拜, 由此导致的气温变化幅度能够达到1.8 ℃[99]。

理想化通用模型有助于揭示一般性原理, 但是由于城市空间的复杂性, 通用模型的结论仍然需要放在真实场景中进行对比验证。在构建城市通风评估体系时, 必须考虑地域、气候等外部条件的差异性和复杂性[100], 经验模型参数应当通过结合当地情景的专项模拟与研究得出, 根据当地的气候地形特征和城市发展需求, 制定具有地域特色的规范条例。

6 结论与展望

本文在中微观尺度上, 中性稳定大气条件下, 针对参数对城市风环境的影响, 进行了关联性和差异性的对比研究, 并分析了以参数为核心的城市形态参数的应用特征。参数分别在城市风环境评估理论中的原理、应用和关联三部分中体现出主要价值,λ有助于分析风流流态特征和变化规律λ在实际的城市规划应用中具有重要价值λ则是与城市风环境评估指标最为相关的参数。建筑高宽比、路走向、天空可视角、阻塞比和植被覆盖等因素都和参数有关。以上城市形态指标或参数只作为参考, 不构成决策依据, 在实际应用中, 还需因地制宜制定合理的规划条例。未来有待从以下三个方面进行补充研究。

1)发掘并完善更加可靠且具有实践价值的城市形态参数。真实城市下垫面异质化程度很高, 本文所涉及的参数仍不能充分反映城市形态的全貌, 基于城市形态学的量化指标能够较好的描述城市肌理, 但与城市风环境的关联仍然不明[101]; 现代计算机方法, 如基于城市三维数据库的程序语言[102], GIS与遥感结合生态规划方法[103, 104]和城市大数据的处理与分析[103]等, 一定程度上有助于对各个城市三维形态参数指标进行精确测算。如何发掘并完善可靠的城市形态指标, 并且能够结合现有研究成果, 以此构筑一套合理可行的城市形态量化指标体系, 这将是未来研究的重点。

2)影响城市通风的多元因素的探索与综合分析。参数与风场运动、污染物扩散的机理涉及多个复杂过程[30], 考虑污染物的化学沉积与衰减过程时, 城市风环境指标可能会暗示相反的设计策略[86]。城市风环境还与下垫面元素种类或用地性质有关, 包括如人口密度、建筑绿化[105]、交通尾气[106]等多个影响因子。如何综合考虑各个要素对风环境的影响, 辨析不同要素之间的关系以及阐明作用机制等方面仍然有待进一步研究。

3)参数的应用与实际流程的接合方法仍然有待探索。一方面是地域性差异问题, 包括城市建筑特征、气候边界条件以及地理地形等, 对于不同边界条件, 风场运动和变化规律存在哪些差异仍然有待研究, 同时也提示了城市建筑形态与气候数据的重要性; 另一方面, 通过何种方式、框架或流程建立相关的评估应用体系, 将此类指标与设计实践中的各个尺度嵌合并融入设计流程之中也是亟待解决的问题。

[1] 任杲, 宋迎昌, 蒋金星. 改革开放40年中国城市化进程研究[J]. 宁夏社会科学, 2019(1): 23–31.

[2] 李浩, 袁晓玲, 李毓. 城市化水平、生态环境质量对居民幸福感影响的实证分析——基于中国家庭追踪调查数据[J]. 河南社会科学, 2019, 27(2): 98–103.

[3] 张红艳, 魏春燕, 郑秀丽, 等. 浅谈大气污染的危害、来源及防治措施[J]. 河南科技, 2013(1): 191.

[4] 王庚辰, 王普才. 中国PM_(2.5)污染现状及其对人体健康的危害[J]. 科技导报, 2014, 32(26): 72–78.

[5] Rudofsky B. Architecture without architects: a short introduction to non-pedigreed architecture[M]. Mexico: UNM Press, 1987.

[6] 王振, 李保峰. 从街道峡谷到街区层峡:城市形态与微气候的相关性分析[J]. 南方建筑, 2016: 5–10.

[7] ADAMEK K, VASAN N, ELSHAER A, et al. Pedestrian level wind assessment through city development: A study of the financial district in Toronto[J]. Sustainable Cities and Society, 2017, 35: 178–190.

[8] YANG J, SHI B, SHI Y, et al. Air pollution dispersal in high density urban areas: Research on the triadic relation of wind, air pollution, and urban form[J]. Sustainable Cities and Society, 2020, 54: 101941.

[9] YUAN C, NG E, NORFORD L K. Improving air quality in high-density cities by understanding the relationship between air pollutant dispersion and urban morphologies[J]. Building and Environment, 2014, 71: 245–258.

[10] NAZARIAN N, MARTILLI A, NORFORD L, et al. Impacts of Realistic Urban Heating. Part II: Air Quality and City Breathability[J]. Boundary-Layer Meteorology, 2018, 168(2): 321–341.

[11] OKE T R. City size and the urban heat island[J]. Atmospheric Environment, 1973, 7(8): 769–779.

[12] SU N, ZHOU D, JIANGX T. Study on the application of ventilation corridor planning in urban new area-a case study of Xixian New Area[J]. Procedia Engineering, 2016, 169: 340–349.

[13] REN C, YANG R, CHENG C, et al. Creating breathing cities by adopting urban ventilation assessment and wind corridor plan – The implementation in Chinese cities[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2018, 182: 170–188.

[14] GU K, FANG Y, QIAN Z, et al. Spatial planning for urban ventilation corridors by urban climatology[J]. Ecosystem Health and Sustainability, 2020, 6(1): 1747946.

[15] HE B J, DING L, PRASAD D. Enhancing urban ventilation performance through the development of precinct ventilation zones: A case study based on the Greater Sydney, Australia[J]. Sustainable Cities and Society, 2019, 47: 101472.

[16] TOMINAGA Y. Visualization of city breathability based on CFD technique: case study for urban blocks in Niigata City[J]. Journal of Visualization, 2012, 15(3): 269–276.

[17] HANG J, SANDBERG M, LI Y, et al. Pollutant dispersion in idealized city models with different urban morphologies[J]. Atmospheric Environment, 2009, 43(38): 6011–6025.

[18] LIN M, HANG J, LI Y, et al. Quantitative ventilation assessments of idealized urban canopy layers with various urban layouts and the same building packing density[J]. Building and Environment, 2014, 79: 152–167.

[19] BUCCOLIERI R, SALIZZONI P, SOULHAC L, et al. The breathability of compact cities[J]. Urban Climate, 2015, 13: 73–93.

[20] DU Y, MAK C M, TANG B S. Effects of building height and porosity on pedestrian level wind comfort in a high-density urban built environment[J]. Building Simulation, 2018, 11(6): 1215–1228.

[21] HANG J, BUCCOLIERI R, YANG X, et al. Impact of indoor-outdoor temperature differences on dispersion of gaseous pollutant and particles in idealized street canyons with and without viaduct settings[J]. Building Simulation, 2018, 12(2): 285–297.

[22] KATO S, ITO K, MURAKAMI S. Analysis of visitation frequency through particle tracking method based on LES and model experiment[J]. Indoor Air, 2003, 13(2): 182– 193.

[23] GARAU M, BADAS M G, FERRARI S, et al. Turbulence and Air Exchange in a Two-Dimensional Urban Street Canyon Between Gable Roof Buildings[J]. Boundary- Layer Meteorology, 2018, 167(1): 123–143.

[24] TOPARLAR Y, BLOCKEN B, MAIHEU B, et al. A review on the CFD analysis of urban microclimate[J]. Renewable & Sustainable Energy Reviews, 2017, 80: 1613–1640.

[25] VAN HOOFF T, BLOCKEN B. CFD evaluation of natural ventilation of indoor environments by the concentration decay method: CO2gas dispersion from a semi-enclosed stadium[J]. Building and Environment, 2013, 61: 1–17.

[26] ASHIE Y, KONO T. Urban scale CFD analysis in support of a climate‐sensitive design for the Tokyo Bay area[J]. International Journal of Climatology, 2011, 31(2): 174–188.

[27] BUCCOLIERI R, SANDBERG M, DI SABATINO S. City breathability and its link to pollutant concentration distribution within urban-like geometries[J]. Atmospheric Environment, 2010, 44(15): 1894–1903.

[28] 高海宁, 李元征, 韩风森, 等. 城市街道峡谷通风与空气污染研究进展[J]. 世界科技研究与发展, 2017, 39(4): 363–371.

[29] PENG Y, BUCCOLIERI R, GAO Z, et al. Indices employed for the assessment of “urban outdoor ventilation” -A review [J]. Atmospheric Environment, 2020, 223: 117211.

[30] SREBRIC J, HEIDARINEJAD M, LIU J. Building neighborhood emerging properties and their impacts on multi-scale modeling of building energy and airflows[J]. Building and Environment, 2015, 91: 246–262.

[31] GRIMMOND C, OKE T R J J O A M. Aerodynamic properties of urban areas derived from analysis of surface form[J]. Journal of Applied Meteorology, 1999, 38(9): 1262–1292.

[32] BRITTER R, HANNA S. Flow and dispersion in urban areas[J]. Annual review of fluid mechanics, 2003, 35(1): 469–496.

[33] OKE T R, MILLS G, CHRISTEN A, et al. Urban climates[M]. England: Cambridge University Press, 2017.

[34] SINI J F, ANQUETIN S, MESTAYER P G. Pollutant dispersion and thermal effects in urban street canyons[J]. Atmospheric Environment, 1996, 30(15): 2659–2677.

[35] CATON F, BRITTER R E, DALZIEL S. Dispersion mechanisms in a street canyon[J]. Atmospheric Environment, 2003, 37(5): 693–702.

[36] XIAOMIN X, ZHEN H, JIASONG W. The impact of urban street layout on local atmospheric environment[J]. Building and Environment, 2006, 41(10): 1352–1363.

[37] LI X X, LIU C H, LEUNG D Y C. Numerical investigation of pollutant transport characteristics inside deep urban street canyons[J]. Atmospheric Environment, 2009, 43(15): 2410–2418.

[38] HANG J, CHEN X, CHEN G, et al. The influence of aspect ratios and wall heating conditions on flow and passive pollutant exposure in 2D typical street canyons[J]. Building and Environment, 2020, 168: 106536.

[39] HE L, HANG J, WANG X, et al. Numerical investigations of flow and passive pollutant exposure in high-rise deep street canyons with various street aspect ratios and viaduct settings[J]. Science of The Total Environment, 2017, 584/585: 189–206.

[40] DI BERNARDINO A, MONTI P, LEUZZI G, et al. Pollutant fluxes in two-dimensional street canyons[J]. Urban Climate, 2018, 24: 80–93.

[41] SHEN J, GAO Z, DING W, et al. An investigation on the effect of street morphology to ambient air quality using six real-world cases[J]. Atmospheric Environment, 2017, 164: 85–101.

[42] HALL D, MACDONALD R, WALKER S, et al. Visualisation studies of flows in simulated urban arrays[J]. Client Report, 1997, 39: 97.

[43] YANG X, ZHANG Y, HANG J, et al. Integrated assessment of indoor and outdoor ventilation in street canyons with naturally-ventilated buildings by various ventilation indexes[J]. Building and Environment, 2020, 169: 106528.

[44] LAU G E, NGAN K. Analysing urban ventilation in building arrays with the age spectrum and mean age of pollutants[J]. Building and Environment, 2018, 131: 288– 305.

[45] YANG J, FU X. Coupling Analysis of Wind Environment and Space Form Index in Xinjiekou Central Area[M]. Singapore: Springer Singapore, 2020: 85–107.

[46] ABD RAZAK A, HAGISHIMA A, IKEGAYA N, et al. Analysis of airflow over building arrays for assessment of urban wind environment[J]. Building and Environment, 2013, 59: 56–65.

[47] CHENG W C, LIU C H, LEUNG D Y C. Computational formulation for the evaluation of street canyon ventilation and pollutant removal performance[J]. Atmospheric Environment, 2008, 42(40): 9041–9051.

[48] HANG J, XIAN Z, WANG D, et al. The impacts of viaduct settings and street aspect ratios on personal intake fraction in three-dimensional urban-like geometries[J]. Building and Environment, 2018, 143: 138–162.

[49] Dodman D. Analytical Review of the Interaction between Urban Growth Trends and Environmental Changes[J]. United Nations Population Fund, 2009: 6–7.

[50] PANAGIOTOU I, NEOPHYTOU M K A, HAMLYN D, et al. City breathability as quantified by the exchange velocity and its spatial variation in real inhomogeneous urban geometries: An example from central London urban area[J]. Science of The Total Environment, 2013, 442: 466–477.

[51] LIU Y, XU Y, ZHANG F, et al. A preliminary study on the influence of Beijing urban spatial morphology on near-surface wind speed[J]. Urban Climate, 2020, 34: 100703.

[52] JIANG D, JIANG W, LIU H, et al. Systematic influence of different building spacing, height and layout on mean wind and turbulent characteristics within and over urban building arrays[J]. Wind and Structures, 2008, 11(4): 275–290.

[53] YAZID M N A W M, SHARIF A S B, CHE N A, et al. Effects of Staggered Array of Cubical Obstacles on Near-Ground Wind Environment and Air Quality[J]. Journal of Advanced Research in Fluid Mechanics and Thermal Sciences, 2019, 58: 261–274.

[54] PENG Y, GAO Z, BUCCOLIERI R, et al. An Investigation of the Quantitative Correlation between Urban Morphology Parameters and Outdoor Ventilation Efficiency Indices[J]. Atmosphere, 2019, 10(1): 33.

[55] KUBOTA T, MIURA M, TOMINAGA Y, et al. Wind tunnel tests on the relationship between building density and pedestrian-level wind velocity: Development of guidelines for realizing acceptable wind environment in residential neighborhoods[J]. Building and Environment, 2008, 43(10): 1699–1708.

[56] CHEN L, HANG J, SANDBERG M, et al. The impacts of building height variations and building packing densities on flow adjustment and city breathability in idealized urban models[J]. Building and Environment, 2017, 118: 344–361.

[57] DI SABATINO S, LEO L S, CATALDO R, et al. Construction of Digital Elevation Models for a Southern European City and a Comparative Morphological Analysis with Respect to Northern European and North American Cities[J]. Journal of Applied Meteorology and Climatology, 2010, 49(7): 1377–1396.

[58] YUAN C. Urban Wind Environment: Integrated Climate- Sensitive Planning and Design[M]. Springer, 2018.

[59] DI SABATINO S, SOLAZZO E, PARADISI P, et al. A Simple Model for Spatially-averaged Wind Profiles Within and Above an Urban Canopy[J]. Boundary-Layer Meteorology, 2008, 127(1): 131–151.

[60] YUAN C, NORFORD L, BRITTER R, et al. A modelling-mapping approach for fine-scale assessment of pedestrian-level wind in high-density cities[J]. Building and Environment, 2016, 97: 152–165.

[61] MEI S J, HU J T, LIU D, et al. Wind driven natural ventilation in the idealized building block arrays with multiple urban morphologies and unique package building density[J]. Energy and Buildings, 2017, 155: 324–338.

[62] BENTHAM T, BRITTER R. Spatially averaged flow within obstacle arrays[J]. Atmospheric Environment, 2003, 37(15): 2037–2043.

[63] ADOLPHE L. A Simplified Model of Urban Morphology: Application to an Analysis of the Environmental Performance of Cities[J]. Environment and Planning B: Planning and Design, 2001, 28(2): 183–200.

[64] TAMURA Y, XU X, YANG Q. Characteristics of pedestrian-level Mean wind speed around square buildings: Effects of height, width, size and approaching flow profile[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2019, 192: 74–87.

[65] HUANG T L, KUO C Y, TZENG C T, et al. The Influence of High-Rise Buildings on Pedestrian-Level Wind in Surrounding Street Canyons in an Urban Renewal Project[J]. Energies, 2020, 13(11): 2745.

[66] 符兴源, 温琦, 邹铁安. 基于风环境的高层住区植被优化设计[J]. 科学技术与工程, 2020, 20(30): 12560–12569.

[67] 刘双芳, 张维康, 韩静波, 等. 不同植被结构对空气质量的调控功能[J]. 生态环境学报, 2020, 29(8): 1602–1609.

[68] 战乃岩, 吕广, 李晓莉, 等. 灌木与乔木联合作用对街谷污染物分布影响[J]. 环境科学与技术, 2020, 43(6): 101–107.

[69] 张云路, 李雄. 基于城市绿地系统空间布局优化的城市通风廊道规划探索——以晋中市为例[J]. 城市发展研究, 2017, 24(5): 35–41.

[70] 张思源. 基于城市绿地系统空间布局优化的城市通风廊道规划设计研究[J]. 低碳世界, 2018(12): 160–161.

[71] MACDONALD R, CARTER S, SLAWSON P J T F R. Measurements of mean velocity and turbulence statistics in simple obstacle arrays at 1: 200 scale[J]. Experimental Thermal and Fluid Science, 2000, 1: 169–171

[72] WANG Q, SANDBERG M, LIN Y, et al. Impacts of Urban Layouts and Open Space on Urban Ventilation Evaluated by Concentration Decay Method[J]. Atmosphere, 2017, 8(9): 169.

[73] MO Z, LIU C H. A wind tunnel study of ventilation mechanism over hypothetical urban roughness: The role of intermittent motion scales[J]. Building and Environment, 2018, 135: 94–103.

[74] XIE P, YANG J, WANG H, et al. A New method of simulating urban ventilation corridors using circuit theory[J]. Sustainable Cities and Society, 2020, 59: 102162.

[75] 胡一东, 刘兆辉, 谭洪卫. 街区尺度建筑布局对通风性能的影响及评价方法研究[J]. 建筑科学, 2017, 33(6): 108–114.

[76] 辛威. 武汉地区基于自然通风优化的街区空间形态设计策略研究[D]. 武汉: 华中科技大学, 2012.

[77] TSICHRITZIS L, NIKOLOPOULOU M. The effect of building height and façade area ratio on pedestrian wind comfort of London [J]. Journal of Wind Engineering and Industrial Aerodynamics, 2019, 191: 63–75.

[78] Burian S, Han W, Brown M. Morphological analyses using 3D building databases: Oklahoma City[M]. Oklahoma, LA-UR, Los Alamos National Laboratory, Los Alamos, 2003.

[79] MIRZAEE S, ÖZGUN O, RUTH M, et al. Neighborhood- scale sky view factor variations with building density and height: A simulation approach and case study of Boston[J]. Urban Climate, 2018, 26: 95–108.

[80] NASROLLAHI N, NAMAZI Y, TALEGHANI M. The effect of urban shading and canyon geometry on outdoor thermal comfort in hot climates: A case study of Ahvaz, Iran[J]. Sustainable Cities and Society, 2021, 65: 102638.

[81] HE B J, DING L, PRASAD D. Outdoor thermal environment of an open space under sea breeze: A mobile experience in a coastal city of Sydney, Australia[J]. Urban Climate, 2020, 31: 100567.

[82] GORDON P, RICHARDSON H W. Are Compact Cities a Desirable Planning Goal?[J]. Journal of the American Planning Association, 1997, 63(1): 95–106.

[83] 马丽, 金凤君. 中国城市化发展的紧凑度评价分析[J]. 地理科学进展, 2011, 30(8): 1014–1020.

[84] 吴志强, 李德华. 城市规划原理(第四版)[M]. 北京: 中国建筑工业出版社, 2010.

[85] 住房和城乡建设部.《城市居住区规划设计标准GB50180—2018》[M]. 2018.

[86] ZHANG Y, OU C, CHEN L, et al. Numerical studies of passive and reactive pollutant dispersion in high-density urban models with various building densities and height variations[J]. Building and Environment, 2020, 177: 106916.

[87] 李磊, 吴迪, 张立杰, 等. 基于数值模拟的城市街区详细规划通风评估研究[J]. 环境科学学报, 2012, 32(4): 946–953.

[88] PERERA N G R, EMMANUEL R. A “Local Climate Zone” based approach to urban planning in Colombo, Sri Lanka[J]. Urban Climate, 2018, 23: 188–203.

[89] STEWART I D, OKE T R. Local Climate Zones for Urban Temperature Studies[J]. Bulletin of the American Meteorological Society, 2012, 93(12): 1879–1900.

[90] NG E, YUAN C, CHEN L, et al. Improving the wind environment in high-density cities by understanding urban morphology and surface roughness: A study in Hong Kong[J]. Landscape and Urban Planning, 2011, 101(1): 59–74.

[91] H K P D. Hong Kong planning standards and guidelines[M]. The government of the Hong Kong special administrative region, 2008.

[92] YANG J, WANG Y, XIAO X, et al. Spatial differentiation of urban wind and thermal environment in different grid sizes[J]. Urban Climate, 2019, 28: 100458.

[93] YANG F, QIAN F, LAU S S Y. Urban form and density as indicators for summertime outdoor ventilation potential: A case study on high-rise housing in Shanghai[J]. Building and Environment, 2013, 70: 122–137.

[94] 乌日柴胡, 王建捷, 孙靖, 等. 北京山区与平原冬季近地面风的精细观测特征[J]. 气象学报, 2019, 77(6): 1107– 1123.

[95] 张潇, 孙扬, 韩琳, 等. 典型山地地形城市大气环境状况与成因分析[J]. 成都信息工程大学学报, 2020, 35(2): 203–213.

[96] HANG J, LI Y. Ventilation strategy and air change rates in idealized high-rise compact urban areas[J]. Building and Environment, 2010, 45(12): 2754–2767.

[97] 张云伟, 王晴茹, 陈嘉, 等. 城市街谷内PM(2.5)浓度时空变化及影响因素分析[J]. 中国环境科学, 2016, 36(10): 2944–2949.

[98] 金雨蒙, 康健, 金虹. 哈尔滨旧城住区街道冬季热环境实测研究[J]. 建筑科学, 2016, 32(10): 34–38+79.

[99] SHAREEF S, ABUHIJLEH B. The effect of building height diversity on outdoor microclimate conditions in hot climate. A case study of Dubai-UAE [J]. Urban Climate, 2020, 32: 100611.

[100]顾兆林, 张云伟, 雷康斌. 不同大气稳定度下绿化街谷流动的大涡模拟[J]. 中国科学: 技术科学, 2011, 41(1): 109–118.

[101]MERLIER L, KUZNIK F, RUSAOUëN G, et al. Derivation of generic typologies for microscale urban airflow studies[J]. Sustainable Cities and Society, 2018, 36: 71–80.

[102]JHALDIYAL A, GUPTA K, GUPTA P K, et al. Urban Morphology Extractor: A spatial tool for characterizing urban morphology[J]. Urban Climate, 2018, 24: 237–246.

[103]XU Y, REN C, MA P, et al. Urban morphology detection and computation for urban climate research[J]. Landscape and Urban Planning, 2017, 167: 212–224.

[104]詹庆明, 欧阳婉璐, 金志诚, 等. 基于RS和GIS的城市通风潜力研究与规划指引[J]. 规划师, 2015, 31(11): 95–99.

[105]王友君, 亢燕铭, 陈勇航. 建筑和绿化对街谷空气污染物扩散的影响[J]. 东华大学学报(自然科学版), 2012, 38(6): 740–744.

[106]张云伟, 张海炜, 顾兆林. 行驶车辆诱导城市街谷内流场的大涡模拟[J]. 环境科学与技术, 2015, 38(9): 64– 69.

Research progress on correlations between urban morphological parameters and city ventilation on mesoscale and microscale

WANG Guan, ZHOU Hongxuan*, WANG Wenzhen, SUN Jing, MA Xiao

School of Architecture and Design, China University of Mining and Technology, Xuzhou 221116, China

Under neutral and stable atmospheric conditions, the correlation and application of urban morphological indicators, including street canyon factor (λ), building density (λ) and windward area ratio (λ), and urban wind environment are summarized on the meso and micro scale. These three parameters represent the three aspects of urban wind environment assessment,sis beneficial for the analysis on flow distribution characteristics and flow regime patterns,λmay make differences to practical urban planning orientated to urban ventilation, and λis the parameter most relevant to urban wind environment assessment indicators. Note that these three parameters are only for reference and do not constitute a basis for decision-making. The following three aspects may need further research: the reliability and completeness of relevant urban morphological parameters, the influence mechanism of multiple urban underlying elements under unstable conditions, and the improvement and application of the wind environment assessment index system.

urban form; urban ventilation; building density; frontal area ratio; street aspect ratio

王冠, 周宏轩, 王文真, 等. 中微观尺度上城市形态指标与城市通风的关联性研究进展[J]. 生态科学, 2023, 42(1): 252–262.

WANG Guan, ZHOU Hongxuan, WANG Wenzhen, et al. Research progress on correlations between urban morphological parameters and city ventilation on mesoscale and microscale[J]. Ecological Science, 2023, 42(1): 252–262.

10.14108/j.cnki.1008-8873.2023.01.029

TU98

A

1008-8873(2023)01-252-11

2020-11-17;

2021-1-18

国家自然科学基金(51908544); 教育部人文社会科学研究基金(19YJC760169); 江苏省研究生科研与实践创新计划(SJCX20_0805); 中国矿业大学未来杰出人才助力计划(2020WLJCRCZL066); 中国矿业大学大学生创新创业训练计划项目(20190401)

王冠(1996—), 男, 山西武乡人, 硕士, 主要从事生态城市设计与城市风环境相关研究, E-mail: sun@cumt.edu.cn

周宏轩, 男, 博士, 副教授, 硕士研究生导师, 主要从事城市生态学、生态景观设计、生态城市规划与设计、城市热环境等方面的研究, E-mail: zhouhongxuan@live.cn