基于卫星数据和GIS技术的城市通风评价研究与应用——以北京市怀柔区雁栖湖生态城为例

摘要: 提出了一种基于遥感（RS）和地理信息系统（GIS）技术的城市尺度通风评价方法，并在雁栖湖生态城建设前后局部通风环境评价中得到有效应用。城市的通风环境取决于其背景风环境和通风潜力。可以通过气象统计分析或数值模拟来评估背景风环境，使用下垫面动态粗糙度长度 (RL) 和周围天空视角因子 (SVF) 估计通风潜力。根据形态学原理，植被区的RL主要由植被类型决定，植被冠层面积指数和植被高度，而城市区域的RL主要由建筑面积覆盖率和建筑高度定义。SVF 可以根据高分辨率数字栅格高程数据进行估计。基于RL和SVF的组合，对通风潜力进行分级，定义通风潜力指数（VPI），用于定量评估城市的通风能力。本研究利用 2011 年 7 月 26 日的 Landsat-TM5 卫星数据、2005 年的地球科学激光高度计系统 (GLAS) 卫星数据和 2009 年 1:2000 的北京基础地理数据计算了雁栖湖生态城的 RL。雁栖湖生态城的RL和通风潜力分布以100 m的空间分辨率绘制。采用VPI结合背景风场对雁栖湖生态城建设前后的通风状况进行评价。根据通风量的变化，提出城市建筑的相关政策建议和通风廊道的设计因素。

关键词：GIS; 通风性评估，粗糙度长度，天空视角系数，通风潜力指数，通风廊道

1.引言

1990年以来，随着城市化的快速发展，自然下垫面被人工建筑所取代，导致相关城市当地气候发生重大变化。表层风场条件的变化是体现城市化对当地城市气候影响的重要因素。建筑增加了城市下垫面的粗糙度，降低了城市整体的平均风速，从而降低了城市街区内部空气循环的效率，增加了城市地区的空气污染（陈等，2005）。因此，城市通风已成为城市建筑设计和城市规划中的主要环境要素，在增强城市大气环境自净能力、缓解城市热岛效应、提高城市居民舒适度中的重要性日益凸显（朱等，2008；雷等，2011；陈等，2014）。在德国斯图加特实施的城市通风廊道提供了城市尺度上自然通风的设计和应用模型（Liu等人，2010 年；Ren等人，2012年）。该模型评估下垫面气候功能，作为德国城市通风廊道规划的基础，将城市下垫面划分为功能空间、补偿空间和导风通道或通风廊道。

最近对城市环境自然通风的研究主要集中在隔离建筑通风、社区建筑通风和街道峡谷通风。不同的学科需要使用不同的方法，主要是数值模拟、风洞试验、现场试验和地理信息系统（GIS）和遥感（RS）技术。数值模拟主要涉及中尺度气象模拟和计算流体动力学 (CFD) 模拟。中尺度气象模拟适用于气候功能的评价、模拟和验证，而CFD模拟适用于城市特征的模拟。加藤和黄 (2009) 使用 3D 数值模拟计算风场，并引入大空间内通风效率的概念，以更好地描述城市通风。李等人(2012) 以深圳后海地区为例，以城市子域模拟模型(USSM)为工具，研究城市街区详细规划的通风评价方法。数值模拟需要复杂模型的高精度计算，在描述建筑或城市街道峡谷流场分布时较为准确；然而，在建筑物密集的城市中，它们的使用不太可行，并且它们的模拟区域有限。例如，Ashie等人(2007年)使用超级计算机对东京5公里times;5公里区域的温度和风场进行模拟研究。随着计算机硬件和软件技术的发展，基于计算机的城市环境自然通风数值模拟取得了重大进展。

风洞实验是一种基于相对运动原理和流动相似原理的实验模拟方法，主要应用于孤立建筑和小型社区建筑外围风场的实验模拟以及室内自然通风环境的研究。Duijm (1996)使用 1:400 的风洞实验模型研究了一个城市的局部空气污染物分布。香港政府正式在《香港规划标准和指南》中加入了“气流指南”，并选择风洞实验法作为空气流通评估的优先方法（香港规划署，2009）。但风洞实验评价周期长、成本高、缺乏通用性；因此，它们不适合应用于城市规模的通风评估。

与数值模拟和风洞实验相比，野外实验的范围更小，一般仅限于城市街道峡谷或局部区域。野外试验可以更准确地测量研究区域内的温度、风速、风向、相对湿度和污染物分布，更科学地评价一个区域的自然通风能力和自净能力。尼亚乔等人(2008) 和 Georgakis 和 Santamouris ( 2004 , 2006 ) 研究了城市街道峡谷的通风能力，发现当现场试验结合数值模拟进行时，结果更加准确。然而，由于数据点分布或研究领域范围有限，应用的代表性和通用性并不令人满意（Zheng等，2012）。

GIS和RS技术与气象数据相结合，为研究城市风环境提供了一种新方法，近10年来已应用于通风廊道信息采集。Man and Nichol (2010)利用GIS和气象数据，计算了建筑物正面面积指数，它可以反映一个城市建筑物的自然通风效果。根据高分辨率 GIS 数据生成的香港建筑物正面面积指数，Chen 和 Ng (2011) 在 100 m 空间分辨率下绘制了香港的通风潜力水平。盖尔等人(2008 年) 使用 GIS 技术和高分辨率 LiDAR 数据库估算了英格兰大曼彻斯特地区下垫面的动态粗糙度长度，以确定该地区潜在的通风走廊。GIS和RS技术可以生成更高分辨率的各种城市形态信息和植被覆盖信息；此外，这项技术不受研究规模的限制，这在更大的研究规模上提供了优于其他方法的优势。因此，这种方法已成为城市通风研究中越来越重要的方向。本研究将基于GIS和RS技术结合气象数据的城市尺度通风评价方法应用于位于北京市怀柔区的雁栖湖生态城。研究结果为指导城市区域科学规划和合理设计做出了重要贡献。

2. 研究区和方法

2.1研究区简介

雁栖湖生态城位于怀柔区东南，是北京市重点产业带动示范项目，建设提供高端服务和优质文化休闲区（图1（a），全市土地利用类型见图1 (b)）。黄色代表根据未来规划从植被到建筑物的土地类型变化。核心区为生态城区（图1（b）），面积21 km²，配套镇区面积10 km². 根据土地利用现状，雁栖湖周边公共绿地和防护绿地面积将增加；对南部配套城镇分散的居住用地和工业用地进行了集中调整和布局；工业和住宅用地面积将增加。

2.2方法

一个城市的通风环境通常取决于地表通风潜力，这取决于建筑物地面覆盖率、自然植被表面粗糙度和与周围空地的可达性，也受背景风环境的影响（香港规划署，2009）。背景风环境可以通过对当地天气观测数据进行统计分析或进行数值模拟来确定。可以分别使用气动粗糙度长度 (RL) 和天空视野因子 (SVF) 来定量估计表面粗糙度和周围区域的开放度。

2.2.1计算RL

目前通常采用两种方法来识别 RL：气象观测法，利用通量塔或气象站的实测风数据计算 RL；形态学方法，利用粗糙度元素的几何形状及其分布密度来计算 RL。Grimmond 和 Oke (1999) 采用多种形态学方法计算城市 RL，并建议结合城市地理信息和卫星数据与观测到的边界层数据，研究城市形态和粗糙度要素的分布将成为趋势。由于研究区包含大量植被和城镇区域，因此需要估算植被和城镇区域的RL。

在本研究中，植被 RL 是根据 Raupach (1994)的简单形态学方法通过以下公式估算的：

其中Z d是零平面位移高度 (m)；Z 0为RL(m)，Zh为粗糙度单元高度(m)；Zd/Zh为归一化的零平面位移高度；Z0 / Zh为归一化粗糙度长度；lambda;F为单位表面积上的迎风面积比；Lambda;为单位表面积上的冠层面积指数（对于各向同性粗糙度元素，Lambda;=2lambda;F）；psi;h是粗糙度层影响函数；Cs是表面电阻系数；C R是电阻系数；c是着色系数；b是冠层宽度；C d是经验系数；U h是风速；u *为摩擦速度（或剪切速度）；和ķ是冯卡门常数（0.4）。

七个模型参数C R、C s（或beta;）、alpha;、c、（或gamma; max）、psi; h和Lambda; max根据 Jasinski等人确定。（2005 年）。植被冠层面积指数Lambda;根据 Borak等人计算得到。( 2005 ) 和 Yang等人( 2011 ) 通过 Zeng等人定义的方法( 2002 ):

其中Ig为绿叶面积指数，即普通叶面积指数；Is为枯叶面积指数，包括树干面积指数和枯落叶面积指数；Iⁿ_g是第n个月的绿叶面积指数；Is,min为不同植被覆盖类型的月最小枯萎叶面积指数；alpha;为每月枯叶枯落率。根据Is,min和alpha;得到研究区不同土地利用类型的Is,min和alpha;根据 Zeng等人的说法，不同中分辨率成像光谱仪 (MODIS) 国际地圈-生物圈计划 (IGBP) 植被覆盖类型的参数表（2002 年）（图1（b））。在从使用RS反转方法的叶面积指数（LAI）被直接计算。本研究选取2011年7月26日的雁栖湖地区Landsat-TM5影像，利用北京森林LAI与归一化植被指数(NDVI)的多项式回归公式反演LAI，其计算公式为Landsat-TM5 图像（Wang等人，2014 年）。

本研究区Lambda;的估算值表明，雁栖湖以西和以北的山地林区植被覆盖度较高，Lambda;大于3.0。在雁栖湖以东和以南的平原，Lambda;值大多lt;4.0。此外，Lambda;值在城市地区和水体中lt;1.0，在某些森林和绿地地区为4.0至6.0。

估计的植被高度Zh包括森林和平原农田面积。该žh林区随季节变化不大，而žh平原的耕地面积随物候期变化比较迅速。研究区平原地区农田作物以小麦和玉米为主，不同季节植被高度基本一致，可根据大量实测资料或文献资料确定。森林植被高度可以通过卫星雷达反演通过 Zhou等人的方法获得(2011）。在本研究中，森林植被高度图的空间分辨率为 1 km，由 Simard等人反演(2011) 。使用美国 2005 年的免费卫星 GLAS 数据，并根据 Cui等人确定的阔叶林、针叶林、灌木林和其他植被类型的平均高度进行校正(2000) 和宋 (2010)。植被高度校正结果表明，森林高度在3~9 m范围内，其中近80%在5 m以上，而平原农田高度约为1 m，森林导向绿地高度约为4 m。

对于市区，RL是根据Grimmond和Oke（1999）建立的城市形态模型估算的：

其中不同的参数都受到上述植被形态模型，和lambda; ˚F是城市建筑的迎风面积比率每单位表面积（也称为建筑截面面积指数），它是涉及建筑形式和密切相关的复数变量到城市建筑覆盖率，lambda;P。在 Grimmond 和 Oke ( 1999 ) 的研究中，lambda; F是使用建筑物形态因素的现场测量来估计的。在本研究中，由于研究区域的建筑形态因素尚未测量，因此采用一种简单的方法来估计lambda;F.根据 Grimmond 和 Oke ( 1999 )的研究结果，使用多种形态学方法模拟的市区归一化 RL 峰值对应的建筑覆盖率lambda; P为 0.3-0.4（大多数情况下为~0.35）案例）。以0.35为城市建筑覆盖率的峰值，反向推导出建筑截面积指数lambda;F与城市建筑覆盖率lambda;P的关系，最终得到的结果lambda;F= 0.8lambda;P比较准确。建筑物覆盖率lambda;P和建筑物高度Zh对于100m空间分辨率的格网，可以根据2009年北京基本地理信息从1:2000的建筑数据中提取的建筑信息计算得到，其中建筑高度是指网格单元内所有建筑的平均高度。

2011年7月26日雁栖湖地区100 m分辨率动态RL分布如图2 (a)所示。雁栖湖地区的 RL 范围为 0 到 1.2 m。雁栖湖东北部山地森林覆盖率通常gt;0.4 m，而雁栖湖东南部RL多在0.4 m～0.8 m（gt;0.8 m）。在某

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[596176]，资料为PDF文档或Word文档，PDF文档可免费转换为Word