基于微氣候模擬的城市綜合公園活動空間熱舒適評價研究*
——以沈陽市萬柳塘公園為例

董玉寬 張 哲 孫詩溢 王秋實 劉 驍 DONG Yukuan, ZHANG Zhe, SUN Shiyi, WANG Qiushi, LIU Xiao

0 引言

隨著城市化進程的推進，城市功能日益復合，市民對活動空間的多樣化需求與城市綠地空間功能單一化發展之間的矛盾日益凸顯。在過去幾十年里，城市化進程的加快和全球氣候變暖導致了城市熱島效應的加劇，國際城市對高溫危害從預警、監測、防控、政策與設計實踐等方面提出了相關理念與應對策略[1]。一方面，各個城市都踐行“以人為本”的理念，開展“城市修補，生態修復”的計劃，城市綠地得到了持續的修復與改善。綜合公園作為城市綠色空間的重要組成部分，能為居民提供的類型豐富的戶外游憩場地，其活動空間、服務設施較為完善，與市民的日?；顒酉⑾⑾嚓P、密不可分，是市民在城市綠地空間活動的集中選擇[2]。另一方面，熱舒適與微氣候的關系較為緊密[3]。熱舒適是人對空間微氣候環境的感知評價，尤其針對于寒地城市，氣候條件較差，戶外環境惡劣的微氣候會嚴重影響戶外環境的熱舒適性及市民的行為活動。因此，探究城市公園不同活動類型空間的人群熱舒適度和感知差異，能夠提升城市開放空間的環境質量，對于提高戶外公共綠地的環境質量和使用效率具有重要的現實意義。

從環境角度看，空氣溫度、濕度、風速、太陽輻射等微氣候要素是影響人群熱感覺的重要因素[4]。其中，空氣溫度是影響戶外熱舒適的最主要的因素[5]，植物的遮蔽影響了太陽的輻射量，也對熱舒適有重要作用[6]。從人群主體的角度看，個體差異對熱環境的感知也有影響。相比青年和兒童群體，老齡人群對熱環境的敏感性更低[7]。性別對熱環境的感知也有微小差異[8]。此外，人們的著裝差異、活動水平和活動類型都或多或少的影響著人們對熱環境的感知[9]。目前，關于熱舒適度的研究指標多采用PMV、PET、WBGT、UTCL等[10]。通過對比發現在早期冷熱風險指標中，大部分的熱舒適指標基于等效溫度的概念，以溫度為輸出單位反映人體熱感覺，并建立與不同熱感覺相對應的溫度區間，在不同區域適用性和要素考慮的全面性方面存在一定的局限。而生理等效溫度（Physiological Equivalent Temperature, PET）則較好地擬合了以上要素，綜合考慮了人群在戶外活動時的環境因素、活動因素、個體和心理因素，是衡量人體熱舒適度的重要生物氣象指標[11]。

室外熱舒適性的研究對象有很多種，其中包括城市街區[12]、大學校園[13]、居住區綠地[14]、城市廣場[15]和綜合公園[16]等。城市公園由于開放性和包容性強，是城市居民室外活動的集中選擇。目前研究已經發現了公園空間中植物環境、水體、天景因子等要素對人體熱舒適度的影響較大。然而，這些研究都集中在單個景觀元素上，而較少考慮景觀及其組合形成的不同空間類型對人體熱舒適的影響。

在城市微氣候和熱舒適性研究中，多使用現場實測或數值模型的方法進行調查研究[17]。實測對測量儀器設備的準確度和指標全面性有較高要求，同時測量公園或城市空間各個組成部分的微氣候實時變化需要付出更高的時間成本。數值模擬成為城市空間環境績效及室外環境評價研究中較為合適的方法[18-19]，然而數值模擬的方法過于理想化，雖然經過較多研究驗證，但仍存在一定的誤差。

此外，目前在城市綠地的熱舒適方面的研究，大多集中于單一場景或空間類型的熱舒適度評價，且評價方式以主觀問卷為主，評價結果并不直觀[20]。對于不同空間類型的人體熱舒適度是否存在差異，以及如何具體評價，尚不明晰。此外，身體因素、個人因素、社會因素和心理因素對居民熱感知的影響尚未得到全面探討。因此，本文基于PET評價指標，在問卷測評的基礎上，采用數值模擬與實測數據擬合校正的方法，獲取較為準確的熱舒適度數據，并基于不同空間類型對熱舒適度進行分級，從而對城市綜合公園不同空間熱舒適性進行合理評價。

1 城市綜合公園熱舒適度實測及模擬方法

1.1 研究區域及對象

沈陽市位于我國東北部地區，屬于溫帶季風氣候，其特征為冬季冷、夏季暖、冬季持續時間較長。春天天氣轉暖迅速，陽光充沛，但春季平均風速約為3.65 m/s，風環境較差。秋天天氣晴朗，但早晚溫差大，氣候變化急劇。所以在春秋兩個季節，人群對微氣候的冷熱感知會產生較大的改變。為了使研究過程中受試者能獲得更直觀的空間活動感受，本研究選擇秋季無云無雨的氣候條件作為實測研究的時間段。

沈陽市萬柳塘公園總面積31萬平方米，水面面積7.2萬平方米，各類配套服務、運動設施齊全，能夠為居民提供不同尺度的戶外休閑健身活動場地以滿足市民接觸自然的需求（圖1）。公園整體呈不規則的幾何形分布，主要活動區域在中部偏南，有休閑廣場和很多健身區域，周邊是大面積水體與草坪、果園、楓樹林，使用者在空間中可自由選擇活動類型，從而自發的賦予空間某種活動性質。此外，萬柳塘公園處于中心城區，在服務半徑2 000 m以內，市民乘車8—10 min或步行40 min以內可達，能夠服務于周邊較大面積區域，人流量大、各類活動豐富?；谝陨蠗l件，萬柳塘公園適合作為熱舒適分析的研究地點。

圖1 萬柳塘公園平面圖Fig.1 plan of Wanliutang Park

根據研究團隊獲得的沈陽市手機信令數據中的月令數據，城市人口白天對城市綠地訪問度在3—4月、9—10月達到高峰，同時基于沈陽市的氣候特征和實際天氣狀況，實測和模擬時間均選定為2022年9月24日。

萬柳塘公園植物種類較多，多樣的植物環境和藍綠空間類型產生了多重的微氣候環境，基于景觀要素組合差異和調研階段對公園使用者活動特征的分析，本文按照綜合公園可承載的行為活動和空間類型劃分為綠地休閑空間（活動空間 A）、廣場空間（活動空間 B）、體育活動空間（活動空間 C）、休憩類活動空間（活動空間 D）。為避免偶然性，減小研究誤差，在每種空間類型中選取3—5處測點。其中，在綠地休閑空間（活動空間A）設置了四個測點，分別是活動空間A的入口區域、中心點（開敞空間）、林下空間區域、臨街開敞活動空間。在廣場空間（活動空間B）設置了四個測點，分別為廣場的兩個出入口，測點1與湖面相鄰；測點2位于活動空間B的中心點；測點3緊鄰公園道路；測點4位于廣場邊界的林下空間。在體育活動空間（活動空間C）設置了五個測點，分別為空間出入口、單杠健身場地區域、籃球場、乒乓球場、足球場。在休憩類活動空間（活動空間D）設置三個測點、分別為無遮蔽濱水測點、湖中心點、林下濱水測點（表1，圖2）。

表1 測點環境特征Tab.1 environmental characteristics of measuring points

表2 實測儀器相關參數Tab.2 related parameters of measured instruments

圖2 萬柳塘公園調研實測點分布圖Fig.2 distribution of survey sites in Wanliutang Park

1.2 研究方法

1.2.1 實地測量

本研究使用Testo410-1手持風速儀（可測量風速及空氣溫度）和?，擜R837溫濕度計（可測量空氣溫度、濕度及最大/最小值），儀器測量并記錄2022年9月24日萬柳塘公園四類活動空間中各測點的環境空氣溫度（Ta， ℃）、相對濕度（RH，%）和測量期間內的最大風速（WS，m/s）等微氣候數據。該兩種設備具有體積小，測試精準，方便攜帶的優點，適用于城市綜合公園的測量環境。同時，測試前已將該設備與大型采集設備進行修正調試。

采集過程中，風速儀及溫濕度計均穩定垂直于地面，并距地1.5 m左右，以便于準確采集人體尺度的微氣候數據。各項參數間隔一個小時記錄一次，各測點同時測量記錄。主要采集數據及設備精度如下。

1.2.2 問卷調查

使用調查問卷和現場問詢是獲取人群熱感覺情況信息較為直接的評價方法。在實測的同時，研究同步開展問卷調研。問卷內容包括三部分。首先是訪談者的基本信息，包括訪談者的基本年齡、性別、身高體重、身體狀況、情緒狀況和著裝。第二部分是訪談者的活動狀況和行為習慣調查，包括經常參與的活動類型、活動時間、時長以及活動頻率等信息。第三部分為微氣候及熱舒適感知信息，包括：熱感覺投票（Thermal Sensation Vote，TSV），熱舒適投票（Thermal ComfortVote，TCV）以及氣象偏好投票。為了使問卷結果相互對應，參照美國采暖，制冷與空調工程師學會（ASHRAE）評分量表的七級標度熱感覺量表，將熱感覺投票簡化為五級指標（-2、-1、0、1、2分別表示冷、較冷、適中、較熱、熱）[9]；熱舒適投票使用五級量表（-2、-1、0、1、2分別表示非常不舒適、比較不舒適、適中、比較舒適、非常舒適）。問卷調查的訪談者選擇標準是在四類活動空間附近對參與公園活動的人群，并且在測點活動或停留時間超過20 min。

研究共計回收問卷260份，其中有效問卷247份（男性154份，女性93份），在各類空間活動中，活動空間A的活動類型以器械類活動和靜坐、聊天休息為主；活動空間B以歌舞類和通行活動為主；活動空間C主要進行球類活動，其中踢毽球占6%，打籃球占比5%，乒乓球占比4%；活動空間D的運動強度較低，以垂釣等低體力活動為主。

隨后對調查問卷展開信度和效度檢驗分析。使用Cronbach’s alpha工具對問卷信度分析，計算達到綜合Cronbach’s alpha為0.875，高于0.700，問卷具有較高一致性，可信度較高。使用KMO值和Bartlett球形檢驗對問卷進行效度分析。結果顯示KMO≥0.700，Bartlett球形檢驗顯著性概率P＜0.01，表明問卷效度較高。

1.2.3 ENVI-met數值模擬

ENVI-met項目是德國波鴻大學地理研究所開發的高分辨率微氣候模型，用于模擬城市地區的地面、立面、植被和天氣關系[21]。BIOmet是Envi-met中基于模擬數據計算人體熱舒適指數的后處理工具，可用于探尋影響城市綠地熱環境、城市熱島和室外熱舒適的因素，并對所提供的場景進行分析。在一些研究中，經常使用BIO-met輸出的熱指數與實際熱舒適進行比較，以驗證軟件輸出值的準確性。結果表明，該研究方法的仿真輸出總體上是可靠的，對于室外熱舒適評估較為準確[22]。

本論文采用 ENVI-met 5.1.1 學生版來對研究場地進行仿真模擬，該版本對網格數量沒有邊界限定。因此，為保證仿真模擬的邊界條件更貼近真實情景，仿真范圍包含了研究對象之外更大區域，總仿真面積為710 m×710 m。在橫向上設定710×710個網格，一個網格代表1 m。在豎向上，仿真區域中最高建筑的高度 Hmax=20 m，考慮到頂端界面效應對仿真的影響，要確保3D 模型的上邊界高度Z≥2Hmax。因此，在豎向上，采用等距網格，一共設定20 個網格，精度為2 m。具體參數設置見表3。

表3 下墊面材質及其相關屬性參數Tab.3 underlying surface material and related attribute parameters

在仿真區域中，下墊面的材料主要有：瀝青路面、紅色涂料瀝青路面、灰色混凝土路面、透水磚路面（紅色）、光滑花崗巖鋪裝、土壤、水體（圖3-4）。根據園路和鋪裝的布局，來進行不同的設置。相關材料的參數設置參照其真實物理屬性設置（表4）。

表4 下墊面材質及其相關屬性參數Tab.4 underlying surface material and related attribute parameters

表5 不同類型活動空間熱感覺等級Table 5 thermal sensation levels of different types of active Spaces

圖3 ENVI-met模型平面圖Fig. 3 ENVI-met model plan

圖4 ENVI-met模型鳥瞰示意圖Fig. 4 aerial view of the ENVI-met model

2 結果與分析

2.1 熱舒適結果校正

由于個人因素和氣候環境的不同，人體的溫度舒適指數不是一成不變的。為了能夠更好的測度該公園各個空間的熱舒適，需要對指標進行修改，得到各個空間特定的熱舒適指數。利用RayMan模型，將調查對象的性別、年齡、身高、體重、服裝熱阻、活動代謝率等與具體時空關聯的微氣候參數輸入，獲得相應的PET數值。在不同的空間環境下，通過加權計算每1 ℃的PET值對應被調查者的熱感覺平均值（Mean Thermal Sensation Vote，MTSV）。例如，當PET值在13 ～14 ℃時，被調查者的的平均熱感覺(MTSV)為-1.75，那么當PET值等于13.5 ℃時，MTSV記作-1.75。利用SPSS將PET值與熱感覺平均值（MTSV）進行線性回歸分析，通過回歸方程計算出各個活動空間的熱舒適范圍及熱中性值（即為當MTSV=0 時的PET值），便于后續研究中對各個空間的熱舒適評價。

經過回歸分析的進一步計算，將熱等級取值范圍修正如表4、圖5所示。在回歸分析中，每個活動空間的R2值也符合統計擬合優度的值，因此R2值可以精確地反應每個空間的熱舒適?；诰€性回歸方法進行計算，活動空間A的PET中性值為23.93 ℃，活動空間B的PET中性值為20.67 ℃，活動空間C的PET中性值為23.68 ℃，活動空間D的PET中性值為23.11 ℃。根據前文對熱感覺與熱舒適的相關性分析，活動空間A、B、D中使用者平均熱感覺為1（暖），活動空間C中使用者平均熱感覺為-1（涼）時，對空間的感覺最舒適，所以各個活動空間最舒適的PET值分別為：30.1 ℃、26.73 ℃、23.68 ℃、27.83 ℃。

圖5 各活動空間 PET 與 MTSV 的函數關系Fig.5 functional relationship between PET and MTSV in each active space

擬合后PET與熱感覺回歸線為：

活動空間A:

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

活動空間B:

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

活動空間C:

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

活動空間D:

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

本研究根據相關研究針對熱舒適感知狀況與對應PET值分級的劃分[23]，對沈陽地區的熱舒適感知狀況對四種類型空間的PET值進行分級劃分。根據萬柳塘公園對熱舒適感知的程度，從非常冷到非常熱，PET 值被劃分為9個等級。采用該熱舒適感知分級對研究區域熱舒適綜合評價，更為直觀、準確。

2.2 數值擬合

提取實際數據與模擬數據并進行了可視化對照分析發現，在數值模擬過程中，由于沒有外部條件影響，各個監測點位的數值曲線較為平穩，但這是軟件模擬的理想化狀態，并非真實場景的復現；而在實際測量的過程中，各種氣候條件變化以及空間其他因素會對測量的數據產生很大的影響，實測數據存在較大的波動性（圖6）。因此，為減少實測與模擬之間的差值，使用了MATLAB最小二乘方法對四類活動空間的實際數據和模擬數據曲線擬合，并以最小的誤差化平方和為基礎來找到最優的函數匹配，以便求得實測值跟模擬值之間最小誤差數據。

圖6 數據擬合的函數圖像Fig.6 function image of data fitting

根據實測值和模擬值的時空變化趨勢（圖6），兩者整體上有相同的發展變化趨勢，且在中午時段數值較為接近。擬合后的數值結果綜合了實測值的真實度與模擬值的穩定性，能夠較好的反應出空間的微氣候變化，有助于后續各活動空間的熱舒適評價研究（表6）。

表6 各空間全時段數據擬合結果Tab.6 data fitting results for all spatial periods

2.3 各類活動空間熱舒適評價

利用ENVI-met的Bio-met模塊進行熱舒適計算并輸出結果，基于模擬LEONARDO模塊對各活動空間8:30am—18:30pm的時段內1.5 m行人高度處的熱舒適情況進行可視化輸出。前文已將四個活動空間內各個時段的擬合數值求和取平均值，計算得出空間內各測點的PET值，作為后續分析的數據基礎。

2.3.1 PET時空分布數據描述性統計分析

由于仿真區域與研究區域不完全吻合，因此利用python工具包對區域仿真區域研究范圍內的PET數據批量化提取。以12:00為例，通過對數據的描述性統計分析，綠地休閑空間PET數值的方差和標準差在四類空間中均為最高，說明該區域內熱舒適差異性較大。休憩活動空間中水面占比較高，區域內PET數值方差和標準差最低，熱環境較為穩定。廣場空間整體熱環境較差，平均值達到35.8 ℃，在熱感覺分級中為“熱”等級，而綠地休閑空間的整體熱環境處于“微暖”級，在四類空間中的熱感覺相對較為舒適（表7）。

表7 各空間12：00時PET分布描述性統計結果Tab.7 descriptive statistical results of PET distribution at 12:00 in each space

2.3.2 不同類型活動空間熱舒適度對比

研究利用 ENVI-met 的Leonardo模塊對不同時段的熱舒適數值可視化。本文將各活動空間8:30—18:30的時段內 1.5 m 行人高度處的熱舒適情況進行分析。

圖7顯示了在1.5 m高度下，四類空間分別在9:00、12:00和18:00的模擬熱舒適度分布圖。在1 m分辨率下，建筑物與周圍植被可以清晰識別出來，說明ENVI-met為微熱環境研究提供了良好的數據支撐。其中，冷色區域為熱舒適度較低的區域，暖色區域為熱舒適度較高的區域?；顒涌臻gB（廣場空間）在三個時間點下熱舒適度最高，其次為A、C、D空間?；顒涌臻gA和活動空間C中熱舒適度評價較好的區域占比較高，且評價較高的區域大多出現在綠化覆蓋較高的場地中。該結果說明，植被對熱舒適度的改善效果明顯。此外，活動空間D中大片水面區域熱舒適度在四類空間中最低，熱舒適度變化受微氣候影響較小。

圖7 1.5 m高度下四類空間在三個時間點的模擬熱舒適度分布圖Fig. 7 simulated thermal comfort distribution of four types of spaces at three time points at a height of 1.5 m

圖8顯示了9:00到18:00不同PET分級的百分比區域。研究計算了四類活動空間范圍內的網格數量，對應萬柳塘公園所覆蓋的區域?；顒涌臻gB在9:00—14:00處于熱應激狀態，PET熱感覺等級在集中“熱”和“暖和”兩級，其中11:00—14:00處于極端熱應激狀態，“熱”級空間的占比超過50%。結果表明，適當增加植被，可以減輕空間的熱應激。例如，A空間和B空間中植被覆蓋率較高，多為高大喬木。其PET值達到輕度熱應激等級的空間占比在中午時段超過50%，其他時段保持在“適中”和“微熱”級，并且在15:00以后，部分區域的PET等級從強熱應激逐漸過渡到輕微熱應激。除此之外，水面空間的比例對熱舒適的調節也起到較為明顯的作用。相對其他區域，活動空間D的熱舒適值波動較小。除17:00—18:00外，全天大多時段該場地均保持在“微熱”級，等級變化較小。

圖8 9:00—18:00不同PET分類的百分比區域Fig.8 percentage areas of different PET classifications from 9:00 to 18:00

2.4 結果討論

城市綜合公園中景觀環境較為復雜，過往研究中發現對熱舒適度影響較大的包括植物、水體、鋪裝以及這些環境要素的綜合占比、排布方式等。本研究中，植物密度較高的區域如活動空間A，對熱舒適的改善效果總體呈現較為平穩的趨勢，同時，植被覆蓋度較高的區域與水體面積占比較高的區域的熱舒適度相關性顯著，這與相關研究測得的溫度變化具有較高的一致性[24]。植物作為綜合公園中最為重要的環境要素，能夠吸收大量太陽輻射，在進行蒸騰作用的同時，還會吸收大氣環境中的水蒸氣，在此過程中產生熱量交換，對周邊熱環境產生影響。本研究發現，在各類空間中，同一類空間不同測點的熱舒適指標與植物的密度有較高的關系，如廣場空間(活動空間B)中各測點的PET值：B-2＞B-4＞B-1＞B-3與該處空間的植物覆蓋度排序基本一致，印證了相關研究的實測結論[25]。

此外，PET值反映了開放空間物理環境與人群個體差異的熱感覺影響，客觀評價了人的戶外生理熱舒適度。PET值的等級因地理環境和地域群體而產生差異。本研究對沈陽市萬柳塘公園的四類空間中性溫度區間進行了界定，分別為21～27 ℃（活動空間A）、18～24 ℃（活動空間B）、21～25 ℃（活動空間C）和21～26 ℃（活動空間D），相比亞熱帶地區的上海（15～29 ℃）[5]和溫帶地區的天津（11～24 ℃）[18]等國內其他城市的中性溫度范圍更小，熱舒適區間更為精確。相比中國臺灣（26～30 ℃）[23]這樣的熱帶城市在數值上更低。本研究針對沈陽萬柳塘不同活動空間進行的熱舒適等級界定更具有針對性，能夠更好幫助使用者進行環境評定，為居民的戶外活動和舒適度的提升提供參考。

研究通過實測數據和數值模擬的擬合結合問卷結果，對萬柳塘公園各類活動空間的熱舒適進行了分級評價，為城市開放空間微氣候提升研究提供了參考。但研究仍存在一些不足：第一，研究區域的使用者多為老年人，因此研究對人群的熱感覺評價并未考慮不同年齡段人群對熱環境的敏感度差異，可能使評價結果不具有全年齡段的普適性；第二，PET與熱感覺平均值（MTSV）擬合的函數線性結果使用的熱感覺數據集中在20～35 ℃之間，對于更高或更低熱應激狀態下的熱舒適分級是基于線性函數的估算結果，因此該兩種狀態下的評價結果可能存在誤差；第三，研究對于冬季的熱舒適評價不具有適用性。這些不足將在以后研究中持續深化[26]。

3 結論與展望

本文針對沈陽市萬柳塘公園不同類型的活動空間進行了微氣候模擬和熱舒適度的計算分析。依據場地和活動類型對公園空間進行分類，基于熱感覺投票和微氣候因子分析，對比研究了各空間的生理等效溫度的差異，探究了影響空間熱舒適的主要環境特征，并得到以下結論：第一，基于不同空間微氣候實測數據和熱感覺投票，對公園不同空間的熱感覺分級，根據不同的熱舒適度區間將空間熱感覺劃分為九級；第二，選擇戶外熱舒適常用指標PET值對現狀熱舒適進行評價研究。計算得出各個空間的PET中性值分別為：23.93 ℃、20.67 ℃、23.68 ℃、23.11 ℃；第三，基于ENVI-met對萬柳塘公園4個活動空間進行模擬，得出各空間測點的PET模擬值。利用MATLAB 軟件將實測數值與模擬數值進行擬合，得出各活動空間的準確PET值對各活動空間進行熱舒適評價，明晰了綜合公園各類活動空間的熱環境基準。

研究結果對城市公園景觀設計具有重要意義，可以幫助城市規劃者和景觀設計師在未來城市建設中科學地改善城市室外熱環境和熱舒適。在未來的室外熱舒適研究中，我們將彌補本研究的不足，更全面、更準確地了解人體熱感覺的變化，為城市居民提供更加舒適、健康的城市綠地。

圖表來源：

圖1-8：作者繪制

表1-7：作者繪制