基于微气候模拟的城市综合公园活动空间热舒适评价研究*——以沈阳市万柳塘公园为例

董玉宽 张 哲 孙诗溢 王秋实 刘 骁 DONG Yukuan, ZHANG Zhe, SUN Shiyi, WANG Qiushi, LIU Xiao

0 引言

随着城市化进程的推进，城市功能日益复合，市民对活动空间的多样化需求与城市绿地空间功能单一化发展之间的矛盾日益凸显。在过去几十年里，城市化进程的加快和全球气候变暖导致了城市热岛效应的加剧，国际城市对高温危害从预警、监测、防控、政策与设计实践等方面提出了相关理念与应对策略[1]。一方面，各个城市都践行“以人为本”的理念，开展“城市修补，生态修复”的计划，城市绿地得到了持续的修复与改善。综合公园作为城市绿色空间的重要组成部分，能为居民提供的类型丰富的户外游憩场地，其活动空间、服务设施较为完善，与市民的日常活动息息相关、密不可分，是市民在城市绿地空间活动的集中选择[2]。另一方面，热舒适与微气候的关系较为紧密[3]。热舒适是人对空间微气候环境的感知评价，尤其针对于寒地城市，气候条件较差，户外环境恶劣的微气候会严重影响户外环境的热舒适性及市民的行为活动。因此，探究城市公园不同活动类型空间的人群热舒适度和感知差异，能够提升城市开放空间的环境质量，对于提高户外公共绿地的环境质量和使用效率具有重要的现实意义。

从环境角度看，空气温度、湿度、风速、太阳辐射等微气候要素是影响人群热感觉的重要因素[4]。其中，空气温度是影响户外热舒适的最主要的因素[5]，植物的遮蔽影响了太阳的辐射量，也对热舒适有重要作用[6]。从人群主体的角度看，个体差异对热环境的感知也有影响。相比青年和儿童群体，老龄人群对热环境的敏感性更低[7]。性别对热环境的感知也有微小差异[8]。此外，人们的着装差异、活动水平和活动类型都或多或少的影响着人们对热环境的感知[9]。目前，关于热舒适度的研究指标多采用PMV、PET、WBGT、UTCL等[10]。通过对比发现在早期冷热风险指标中，大部分的热舒适指标基于等效温度的概念，以温度为输出单位反映人体热感觉，并建立与不同热感觉相对应的温度区间，在不同区域适用性和要素考虑的全面性方面存在一定的局限。而生理等效温度（Physiological Equivalent Temperature, PET）则较好地拟合了以上要素，综合考虑了人群在户外活动时的环境因素、活动因素、个体和心理因素，是衡量人体热舒适度的重要生物气象指标[11]。

室外热舒适性的研究对象有很多种，其中包括城市街区[12]、大学校园[13]、居住区绿地[14]、城市广场[15]和综合公园[16]等。城市公园由于开放性和包容性强，是城市居民室外活动的集中选择。目前研究已经发现了公园空间中植物环境、水体、天景因子等要素对人体热舒适度的影响较大。然而，这些研究都集中在单个景观元素上，而较少考虑景观及其组合形成的不同空间类型对人体热舒适的影响。

在城市微气候和热舒适性研究中，多使用现场实测或数值模型的方法进行调查研究[17]。实测对测量仪器设备的准确度和指标全面性有较高要求，同时测量公园或城市空间各个组成部分的微气候实时变化需要付出更高的时间成本。数值模拟成为城市空间环境绩效及室外环境评价研究中较为合适的方法[18-19]，然而数值模拟的方法过于理想化，虽然经过较多研究验证，但仍存在一定的误差。

此外，目前在城市绿地的热舒适方面的研究，大多集中于单一场景或空间类型的热舒适度评价，且评价方式以主观问卷为主，评价结果并不直观[20]。对于不同空间类型的人体热舒适度是否存在差异，以及如何具体评价，尚不明晰。此外，身体因素、个人因素、社会因素和心理因素对居民热感知的影响尚未得到全面探讨。因此，本文基于PET评价指标，在问卷测评的基础上，采用数值模拟与实测数据拟合校正的方法，获取较为准确的热舒适度数据，并基于不同空间类型对热舒适度进行分级，从而对城市综合公园不同空间热舒适性进行合理评价。

1 城市综合公园热舒适度实测及模拟方法

1.1 研究区域及对象

沈阳市位于我国东北部地区，属于温带季风气候，其特征为冬季冷、夏季暖、冬季持续时间较长。春天天气转暖迅速，阳光充沛，但春季平均风速约为3.65 m/s，风环境较差。秋天天气晴朗，但早晚温差大，气候变化急剧。所以在春秋两个季节，人群对微气候的冷热感知会产生较大的改变。为了使研究过程中受试者能获得更直观的空间活动感受，本研究选择秋季无云无雨的气候条件作为实测研究的时间段。

沈阳市万柳塘公园总面积31万平方米，水面面积7.2万平方米，各类配套服务、运动设施齐全，能够为居民提供不同尺度的户外休闲健身活动场地以满足市民接触自然的需求（图1）。公园整体呈不规则的几何形分布，主要活动区域在中部偏南，有休闲广场和很多健身区域，周边是大面积水体与草坪、果园、枫树林，使用者在空间中可自由选择活动类型，从而自发的赋予空间某种活动性质。此外，万柳塘公园处于中心城区，在服务半径2 000 m以内，市民乘车8—10 min或步行40 min以内可达，能够服务于周边较大面积区域，人流量大、各类活动丰富。基于以上条件，万柳塘公园适合作为热舒适分析的研究地点。

图1 万柳塘公园平面图Fig.1 plan of Wanliutang Park

根据研究团队获得的沈阳市手机信令数据中的月令数据，城市人口白天对城市绿地访问度在3—4月、9—10月达到高峰，同时基于沈阳市的气候特征和实际天气状况，实测和模拟时间均选定为2022年9月24日。

万柳塘公园植物种类较多，多样的植物环境和蓝绿空间类型产生了多重的微气候环境，基于景观要素组合差异和调研阶段对公园使用者活动特征的分析，本文按照综合公园可承载的行为活动和空间类型划分为绿地休闲空间（活动空间 A）、广场空间（活动空间 B）、体育活动空间（活动空间 C）、休憩类活动空间（活动空间 D）。为避免偶然性，减小研究误差，在每种空间类型中选取3—5处测点。其中，在绿地休闲空间（活动空间A）设置了四个测点，分别是活动空间A的入口区域、中心点（开敞空间）、林下空间区域、临街开敞活动空间。在广场空间（活动空间B）设置了四个测点，分别为广场的两个出入口，测点1与湖面相邻；测点2位于活动空间B的中心点；测点3紧邻公园道路；测点4位于广场边界的林下空间。在体育活动空间（活动空间C）设置了五个测点，分别为空间出入口、单杠健身场地区域、篮球场、乒乓球场、足球场。在休憩类活动空间（活动空间D）设置三个测点、分别为无遮蔽滨水测点、湖中心点、林下滨水测点（表1，图2）。

表1 测点环境特征Tab.1 environmental characteristics of measuring points

表2 实测仪器相关参数Tab.2 related parameters of measured instruments

图2 万柳塘公园调研实测点分布图Fig.2 distribution of survey sites in Wanliutang Park

1.2 研究方法

1.2.1 实地测量

本研究使用Testo410-1手持风速仪（可测量风速及空气温度）和希玛AR837温湿度计（可测量空气温度、湿度及最大/最小值），仪器测量并记录2022年9月24日万柳塘公园四类活动空间中各测点的环境空气温度（Ta， ℃）、相对湿度（RH，%）和测量期间内的最大风速（WS，m/s）等微气候数据。该两种设备具有体积小，测试精准，方便携带的优点，适用于城市综合公园的测量环境。同时，测试前已将该设备与大型采集设备进行修正调试。

采集过程中，风速仪及温湿度计均稳定垂直于地面，并距地1.5 m左右，以便于准确采集人体尺度的微气候数据。各项参数间隔一个小时记录一次，各测点同时测量记录。主要采集数据及设备精度如下。

1.2.2 问卷调查

使用调查问卷和现场问询是获取人群热感觉情况信息较为直接的评价方法。在实测的同时，研究同步开展问卷调研。问卷内容包括三部分。首先是访谈者的基本信息，包括访谈者的基本年龄、性别、身高体重、身体状况、情绪状况和着装。第二部分是访谈者的活动状况和行为习惯调查，包括经常参与的活动类型、活动时间、时长以及活动频率等信息。第三部分为微气候及热舒适感知信息，包括：热感觉投票（Thermal Sensation Vote，TSV），热舒适投票（Thermal ComfortVote，TCV）以及气象偏好投票。为了使问卷结果相互对应，参照美国采暖，制冷与空调工程师学会（ASHRAE）评分量表的七级标度热感觉量表，将热感觉投票简化为五级指标（-2、-1、0、1、2分别表示冷、较冷、适中、较热、热）[9]；热舒适投票使用五级量表（-2、-1、0、1、2分别表示非常不舒适、比较不舒适、适中、比较舒适、非常舒适）。问卷调查的访谈者选择标准是在四类活动空间附近对参与公园活动的人群，并且在测点活动或停留时间超过20 min。

研究共计回收问卷260份，其中有效问卷247份（男性154份，女性93份），在各类空间活动中，活动空间A的活动类型以器械类活动和静坐、聊天休息为主；活动空间B以歌舞类和通行活动为主；活动空间C主要进行球类活动，其中踢毽球占6%，打篮球占比5%，乒乓球占比4%；活动空间D的运动强度较低，以垂钓等低体力活动为主。

随后对调查问卷展开信度和效度检验分析。使用Cronbach’s alpha工具对问卷信度分析，计算达到综合Cronbach’s alpha为0.875，高于0.700，问卷具有较高一致性，可信度较高。使用KMO值和Bartlett球形检验对问卷进行效度分析。结果显示KMO≥0.700，Bartlett球形检验显著性概率P＜0.01，表明问卷效度较高。

1.2.3 ENVI-met数值模拟

ENVI-met项目是德国波鸿大学地理研究所开发的高分辨率微气候模型，用于模拟城市地区的地面、立面、植被和天气关系[21]。BIOmet是Envi-met中基于模拟数据计算人体热舒适指数的后处理工具，可用于探寻影响城市绿地热环境、城市热岛和室外热舒适的因素，并对所提供的场景进行分析。在一些研究中，经常使用BIO-met输出的热指数与实际热舒适进行比较，以验证软件输出值的准确性。结果表明，该研究方法的仿真输出总体上是可靠的，对于室外热舒适评估较为准确[22]。

本论文采用 ENVI-met 5.1.1 学生版来对研究场地进行仿真模拟，该版本对网格数量没有边界限定。因此，为保证仿真模拟的边界条件更贴近真实情景，仿真范围包含了研究对象之外更大区域，总仿真面积为710 m×710 m。在横向上设定710×710个网格，一个网格代表1 m。在竖向上，仿真区域中最高建筑的高度 Hmax=20 m，考虑到顶端界面效应对仿真的影响，要确保3D 模型的上边界高度Z≥2Hmax。因此，在竖向上，采用等距网格，一共设定20 个网格，精度为2 m。具体参数设置见表3。

表3 下垫面材质及其相关属性参数Tab.3 underlying surface material and related attribute parameters

在仿真区域中，下垫面的材料主要有：沥青路面、红色涂料沥青路面、灰色混凝土路面、透水砖路面（红色）、光滑花岗岩铺装、土壤、水体（图3-4）。根据园路和铺装的布局，来进行不同的设置。相关材料的参数设置参照其真实物理属性设置（表4）。

表4 下垫面材质及其相关属性参数Tab.4 underlying surface material and related attribute parameters

表5 不同类型活动空间热感觉等级Table 5 thermal sensation levels of different types of active Spaces

图3 ENVI-met模型平面图Fig. 3 ENVI-met model plan

图4 ENVI-met模型鸟瞰示意图Fig. 4 aerial view of the ENVI-met model

2 结果与分析

2.1 热舒适结果校正

由于个人因素和气候环境的不同，人体的温度舒适指数不是一成不变的。为了能够更好的测度该公园各个空间的热舒适，需要对指标进行修改，得到各个空间特定的热舒适指数。利用RayMan模型，将调查对象的性别、年龄、身高、体重、服装热阻、活动代谢率等与具体时空关联的微气候参数输入，获得相应的PET数值。在不同的空间环境下，通过加权计算每1 ℃的PET值对应被调查者的热感觉平均值（Mean Thermal Sensation Vote，MTSV）。例如，当PET值在13 ～14 ℃时，被调查者的的平均热感觉(MTSV)为-1.75，那么当PET值等于13.5 ℃时，MTSV记作-1.75。利用SPSS将PET值与热感觉平均值（MTSV）进行线性回归分析，通过回归方程计算出各个活动空间的热舒适范围及热中性值（即为当MTSV=0 时的PET值），便于后续研究中对各个空间的热舒适评价。

经过回归分析的进一步计算，将热等级取值范围修正如表4、图5所示。在回归分析中，每个活动空间的R2值也符合统计拟合优度的值，因此R2值可以精确地反应每个空间的热舒适。基于线性回归方法进行计算，活动空间A的PET中性值为23.93 ℃，活动空间B的PET中性值为20.67 ℃，活动空间C的PET中性值为23.68 ℃，活动空间D的PET中性值为23.11 ℃。根据前文对热感觉与热舒适的相关性分析，活动空间A、B、D中使用者平均热感觉为1（暖），活动空间C中使用者平均热感觉为-1（凉）时，对空间的感觉最舒适，所以各个活动空间最舒适的PET值分别为：30.1 ℃、26.73 ℃、23.68 ℃、27.83 ℃。

图5 各活动空间 PET 与 MTSV 的函数关系Fig.5 functional relationship between PET and MTSV in each active space

拟合后PET与热感觉回归线为：

活动空间A:

MTSV=0.162·PET-3.876(R2=0.9136，p＜0.001)

活动空间B:

MTSV=0.165·PET-3.411(R2=0.9480，p＜0.001)

活动空间C:

MTSV=0.212·PET-4.900(R2=0.9404，p＜0.001)

活动空间D:

MTSV=0.170·PET-4.026(R2=0.9591，p＜0.001)

本研究根据相关研究针对热舒适感知状况与对应PET值分级的划分[23]，对沈阳地区的热舒适感知状况对四种类型空间的PET值进行分级划分。根据万柳塘公园对热舒适感知的程度，从非常冷到非常热，PET 值被划分为9个等级。采用该热舒适感知分级对研究区域热舒适综合评价，更为直观、准确。

2.2 数值拟合

提取实际数据与模拟数据并进行了可视化对照分析发现，在数值模拟过程中，由于没有外部条件影响，各个监测点位的数值曲线较为平稳，但这是软件模拟的理想化状态，并非真实场景的复现；而在实际测量的过程中，各种气候条件变化以及空间其他因素会对测量的数据产生很大的影响，实测数据存在较大的波动性（图6）。因此，为减少实测与模拟之间的差值，使用了MATLAB最小二乘方法对四类活动空间的实际数据和模拟数据曲线拟合，并以最小的误差化平方和为基础来找到最优的函数匹配，以便求得实测值跟模拟值之间最小误差数据。

图6 数据拟合的函数图像Fig.6 function image of data fitting

根据实测值和模拟值的时空变化趋势（图6），两者整体上有相同的发展变化趋势，且在中午时段数值较为接近。拟合后的数值结果综合了实测值的真实度与模拟值的稳定性，能够较好的反应出空间的微气候变化，有助于后续各活动空间的热舒适评价研究（表6）。

表6 各空间全时段数据拟合结果Tab.6 data fitting results for all spatial periods

2.3 各类活动空间热舒适评价

利用ENVI-met的Bio-met模块进行热舒适计算并输出结果，基于模拟LEONARDO模块对各活动空间8:30am—18:30pm的时段内1.5 m行人高度处的热舒适情况进行可视化输出。前文已将四个活动空间内各个时段的拟合数值求和取平均值，计算得出空间内各测点的PET值，作为后续分析的数据基础。

2.3.1 PET时空分布数据描述性统计分析

由于仿真区域与研究区域不完全吻合，因此利用python工具包对区域仿真区域研究范围内的PET数据批量化提取。以12:00为例，通过对数据的描述性统计分析，绿地休闲空间PET数值的方差和标准差在四类空间中均为最高，说明该区域内热舒适差异性较大。休憩活动空间中水面占比较高，区域内PET数值方差和标准差最低，热环境较为稳定。广场空间整体热环境较差，平均值达到35.8 ℃，在热感觉分级中为“热”等级，而绿地休闲空间的整体热环境处于“微暖”级，在四类空间中的热感觉相对较为舒适（表7）。

表7 各空间12：00时PET分布描述性统计结果Tab.7 descriptive statistical results of PET distribution at 12:00 in each space

2.3.2 不同类型活动空间热舒适度对比

研究利用 ENVI-met 的Leonardo模块对不同时段的热舒适数值可视化。本文将各活动空间8:30—18:30的时段内 1.5 m 行人高度处的热舒适情况进行分析。

图7显示了在1.5 m高度下，四类空间分别在9:00、12:00和18:00的模拟热舒适度分布图。在1 m分辨率下，建筑物与周围植被可以清晰识别出来，说明ENVI-met为微热环境研究提供了良好的数据支撑。其中，冷色区域为热舒适度较低的区域，暖色区域为热舒适度较高的区域。活动空间B（广场空间）在三个时间点下热舒适度最高，其次为A、C、D空间。活动空间A和活动空间C中热舒适度评价较好的区域占比较高，且评价较高的区域大多出现在绿化覆盖较高的场地中。该结果说明，植被对热舒适度的改善效果明显。此外，活动空间D中大片水面区域热舒适度在四类空间中最低，热舒适度变化受微气候影响较小。

图7 1.5 m高度下四类空间在三个时间点的模拟热舒适度分布图Fig. 7 simulated thermal comfort distribution of four types of spaces at three time points at a height of 1.5 m

图8显示了9:00到18:00不同PET分级的百分比区域。研究计算了四类活动空间范围内的网格数量，对应万柳塘公园所覆盖的区域。活动空间B在9:00—14:00处于热应激状态，PET热感觉等级在集中“热”和“暖和”两级，其中11:00—14:00处于极端热应激状态，“热”级空间的占比超过50%。结果表明，适当增加植被，可以减轻空间的热应激。例如，A空间和B空间中植被覆盖率较高，多为高大乔木。其PET值达到轻度热应激等级的空间占比在中午时段超过50%，其他时段保持在“适中”和“微热”级，并且在15:00以后，部分区域的PET等级从强热应激逐渐过渡到轻微热应激。除此之外，水面空间的比例对热舒适的调节也起到较为明显的作用。相对其他区域，活动空间D的热舒适值波动较小。除17:00—18:00外，全天大多时段该场地均保持在“微热”级，等级变化较小。

图8 9:00—18:00不同PET分类的百分比区域Fig.8 percentage areas of different PET classifications from 9:00 to 18:00

2.4 结果讨论

城市综合公园中景观环境较为复杂，过往研究中发现对热舒适度影响较大的包括植物、水体、铺装以及这些环境要素的综合占比、排布方式等。本研究中，植物密度较高的区域如活动空间A，对热舒适的改善效果总体呈现较为平稳的趋势，同时，植被覆盖度较高的区域与水体面积占比较高的区域的热舒适度相关性显著，这与相关研究测得的温度变化具有较高的一致性[24]。植物作为综合公园中最为重要的环境要素，能够吸收大量太阳辐射，在进行蒸腾作用的同时，还会吸收大气环境中的水蒸气，在此过程中产生热量交换，对周边热环境产生影响。本研究发现，在各类空间中，同一类空间不同测点的热舒适指标与植物的密度有较高的关系，如广场空间(活动空间B)中各测点的PET值：B-2＞B-4＞B-1＞B-3与该处空间的植物覆盖度排序基本一致，印证了相关研究的实测结论[25]。

此外，PET值反映了开放空间物理环境与人群个体差异的热感觉影响，客观评价了人的户外生理热舒适度。PET值的等级因地理环境和地域群体而产生差异。本研究对沈阳市万柳塘公园的四类空间中性温度区间进行了界定，分别为21～27 ℃（活动空间A）、18～24 ℃（活动空间B）、21～25 ℃（活动空间C）和21～26 ℃（活动空间D），相比亚热带地区的上海（15～29 ℃）[5]和温带地区的天津（11～24 ℃）[18]等国内其他城市的中性温度范围更小，热舒适区间更为精确。相比中国台湾（26～30 ℃）[23]这样的热带城市在数值上更低。本研究针对沈阳万柳塘不同活动空间进行的热舒适等级界定更具有针对性，能够更好帮助使用者进行环境评定，为居民的户外活动和舒适度的提升提供参考。

研究通过实测数据和数值模拟的拟合结合问卷结果，对万柳塘公园各类活动空间的热舒适进行了分级评价，为城市开放空间微气候提升研究提供了参考。但研究仍存在一些不足：第一，研究区域的使用者多为老年人，因此研究对人群的热感觉评价并未考虑不同年龄段人群对热环境的敏感度差异，可能使评价结果不具有全年龄段的普适性；第二，PET与热感觉平均值（MTSV）拟合的函数线性结果使用的热感觉数据集中在20～35 ℃之间，对于更高或更低热应激状态下的热舒适分级是基于线性函数的估算结果，因此该两种状态下的评价结果可能存在误差；第三，研究对于冬季的热舒适评价不具有适用性。这些不足将在以后研究中持续深化[26]。

3 结论与展望

本文针对沈阳市万柳塘公园不同类型的活动空间进行了微气候模拟和热舒适度的计算分析。依据场地和活动类型对公园空间进行分类，基于热感觉投票和微气候因子分析，对比研究了各空间的生理等效温度的差异，探究了影响空间热舒适的主要环境特征，并得到以下结论：第一，基于不同空间微气候实测数据和热感觉投票，对公园不同空间的热感觉分级，根据不同的热舒适度区间将空间热感觉划分为九级；第二，选择户外热舒适常用指标PET值对现状热舒适进行评价研究。计算得出各个空间的PET中性值分别为：23.93 ℃、20.67 ℃、23.68 ℃、23.11 ℃；第三，基于ENVI-met对万柳塘公园4个活动空间进行模拟，得出各空间测点的PET模拟值。利用MATLAB 软件将实测数值与模拟数值进行拟合，得出各活动空间的准确PET值对各活动空间进行热舒适评价，明晰了综合公园各类活动空间的热环境基准。

研究结果对城市公园景观设计具有重要意义，可以帮助城市规划者和景观设计师在未来城市建设中科学地改善城市室外热环境和热舒适。在未来的室外热舒适研究中，我们将弥补本研究的不足，更全面、更准确地了解人体热感觉的变化，为城市居民提供更加舒适、健康的城市绿地。

图表来源：

图1-8：作者绘制

表1-7：作者绘制