《面向风环境分析的城市空间形态研究——以哈尔滨主城区为例.pdf》由会员分享，可在线阅读，更多相关《面向风环境分析的城市空间形态研究——以哈尔滨主城区为例.pdf（16页珍藏版）》请在佰策地产文库上搜索。

1、面向风环境面向风环境分析的城市空间分析的城市空间形态形态研究研究*以哈尔滨以哈尔滨主城区为例主城区为例 宋迪，陆明宋迪，陆明 摘要：摘要：我国的城市建设和空间规模在改革开放以来高速增长，与此同时也带来了诸如市区高温低湿、雾霾严重、热岛效应等一系列属于城市的“城市病”。不同的城市空间形态所形成的城市微气候不尽相同，因此，构建能够直观描述城市空间形态的分析方法成为行业所需。针对于此，本文选取城市微气候环境的关键影响要素风作为研究视角，以哈尔滨作为范例研究对象，在提取空间基本参数的前提下，展开城市空间形态包括建筑高度、平面空间、形体空间、屋顶空间等四个方面的分析参数的选取及方法构建。而后依托于 GI

2、S 平台和 Excel 函数库展开分析，以明确城市空间的冠层及下垫面基本特征。研究所形成的方法将作用于城市尺度下的空间形态的参数化解释，便于为后续模拟和开展的空间设计提供基础数据库和类比依据。关键词：关键词：城市空间形态，分析方法，GIS 平台，Excel 函数库，哈尔滨主城区 引言引言 在城市建设当中，人工环境占据绝大多数，其高低错落的建筑群落和周边的自然环境形成了鲜明对比1。也因此在城市中，密集建筑群、街区道路和桥梁组成人工环境背景构成了独特的城市局地气候类型2。在城市气象学的视角下，屋顶与地面之间的组成部分可统称为城市冠层，该部分是城市风场变化的重要影响面，进而影响区域大气污染物的扩散和

3、能量转换效率3。也因此，准确的描述城市冠层的空间分布状态与下垫面的环境特征对于城市规划、环境管理、空间模型构建等领域是十分必要的。1 城市空间形态城市空间形态对风环境的影响对风环境的影响 城市人工环境的建设带来了空间肌理与传统自然肌理的不同，从空气动力学的角度而言，高密度建设所形成的城市冠层对气流的阻碍作用十分明显4-5（见图 1）。也因此，城市的冠层粗糙度与空间形态之间存在非常紧密的联系。在理论层面，T.R.Oke 将城市的冠层粗糙度划分为低、中、较高、高四类并分别与不同密度分布下的城市空间相对应（见图 2）6。*国家自然科学基金面上项目“建筑群高度差异性分布的城市冠层通风特性研究”（518

4、78208）资助 在后续的研究中，T.R.Oke 通过风洞试验发现在不同的城市冠层粗糙度分别对应三种空气流型，并能够与建筑物的间距和密集程度产生关联（见图 3）。其中，孤立流产生在建筑间距较远的情景(0密度0.1)；尾迹干扰流发生在中等密度水平(0.1密度0.6)出现掠流 7。图 1 城市冠层对空气流动的阻碍作用 图片来源：参考文献 5 图 2 冠层粗糙度对应的城市形态示例 图片来源：参考文献 6 在城市空间的三维形态研究当中，Steven J.Burian、Michael J Brown 分别结合地理信息系统与城市三维数据集，依托形态参数的函数计算对包括洛杉矶8、休斯顿9、菲尼克斯10、盐湖

5、城11、波特兰12的等美国大城市进行数据分析（见注释 1）。总结出不同土地利用类型的城市形态存在显著差异，城市中心区（商业办公为主）的密集程度决定其形态特征与周边区域的显著差异。研究结果对于中尺度城市空间的冠层参数化具有借鉴意义。基于关联的紧密性，使得准确描述城市空间形态成为在规划学科语境下表达粗糙度的关键。我国城市空间庞大的覆盖面积以及建筑物兴建的复杂程度使得实地调研存在一定困难，同时在描述过程中大量的数据量也使得处理工作存在难点，急需对效率和平台进行方式方法简化。2 面向风环境的面向风环境的空间空间形态形态要素提取要素提取 2.1 数据基础提取数据基础提取 我国城市的现状建筑分布情况多由相

6、关的测绘部门统一整理为 AutoCAD 文件作为空间规划的现状基础，由于涉及土地出让等因素导致获取门槛较高。近年来，包括百度1、高德2地图在内的电子地图供应商通过三维全景地图的构建为建筑物的信息获取提供了门槛较低的选择（见图 4、图 5）。基于此，研究通过地图矢量下载器对百度地图的建筑要素进行栅格数据拾取，并封装为 1 地图截取网址：https:/ 2 地图截取网址：https:/ 图 3 不同建筑布局流形图解 图片来源：参考文献 7 图 5 高德三维地图建筑形态 图片来源：网络截取 图 4 百度三维地图建筑形态 图片来源：网络截取 GIS Shape file 文件便于展开空间要素的提取3。

7、需要注意的是，由于使用目的的不同，使得获取的数据存在些许误差，因而在形成分析库之前，仍需结合遥感影像以及实地调研对部分建筑予以轮廓和高度的复核，确保数据详实准确。对于城市道路数据的提取与城市建筑数据的方法相似，并以此作为城市不同地块的边界划分依据。完成以上工作后，将所获取的数据通过 GIS 平台进行整理，进一步提取获得包括空间点坐标、建筑周长、高度、基底面积、表面积以及所在空间域和分地块面积在内的各项数据，共同构成城市空间要素类。2.2 形态参数选择形态参数选择 依托前文构建的城市空间要素类，以此为基础开展城市空间形态的描述，具体分建筑高度、平面空间、形体空间、屋顶空间等四个方面计 9 项指标

8、（见图 6），具体如下：（1）建筑高度 城市所在的建筑高度将能够直接解释城市冠层影响大气的深度，进而可以解释由于城市空间高度的分布导致途径空气流速减少的原因。因此通过对高度极值、均值、标准差以及不同区间的建筑数目来表达城市冠层的高度变化。（2）平面空间 平面空间能够直观的表达在不同城市横断面上的表面粗糙度，随着建筑密度的增加，相应表面粗糙度也随之增加，最终形成一个粗糙度阈值能够对空气流速产生有效阻力。因此通引入平面面积分数p 与平面面积密度 Ap(z)来表达城市表面粗糙度的变化。（3）形体空间 建筑的空间形态以及其外部空间分布的诸如植被、构筑物等空间，也将作为对城市冠层粗糙度产生影响的考量因素

9、。不同的建筑外形与表皮材料的使用能够达到不同的风速阻力效果，同样的，不同的纸杯覆盖也能够产生类似效应。因此，在形体空间层面引入表面面积指 3 相关准备过程中得到了哈尔滨工业大学建筑学院城市规划研究所刘俊环博士开发的地图截获器所提供的数据与经验支持，特此致以谢意。图 6 城市空间形态描述分类与指标构成 图片来源：作者自绘 数b 与完全横纵比c 作为概括建筑粗糙面和冠层粗糙面的变化情况。（4）屋顶空间4 作为高度的函数概念表达，屋顶面积在城市的冠层表面的能量收支情况十分重要，进而影响局地风向的变化。不同形式屋顶的组合变化将对建筑本身及外部空间的通风效果产生影响，因此引入屋顶面积密度 Ar(z)表达

10、不同高度的屋顶面积变化情况。3 空间形态分析空间形态分析方法方法构建构建 基于前文对于建筑形态参数的表达意向的不同，分别构建相应分析方法和表达方式。研究利用 GIS 平台在数据库空间可视化、数据脚本运算以及 Excel 在处理复杂规则下的函数运算等优势，展开对城市空间形态的数据处理和空间描述（见注释 3）。3.1 建筑高度建筑高度 城市建筑高度的极值能够直观的描述出城市冠层对大气影响的高度范围，高度均值与标准差能够反应建筑物的集中高度以及其离散成度，计算方法通过公式 1 与 2 实现：（公式 1）（公式 2）上述两项公式中，是建筑物的平均高度，Sh 是建筑物高度的标准差，Hi 是建筑物的高度，

11、N 是区域内建筑物的总数。对于建筑物高度不同区间数目统计一项，研究将基于民用建筑设计通则（GB50352-2005）对住宅和其他民用建筑的高度分类要求讲区域内建筑划分为 6 类高度区间并做统计（见注释 2）。在统计方式上，将通过城市基础数据构建 Excel 函数库，并在其中形成相应的图标，并将通过 GIS 平台进行图示化表达不同高度区间建筑物的空间分布。3.2 平面空间平面空间（1）平面面积分数p 平面面积分数定义为建筑的平面面积与研究区域的总表面积之比（见公式 3）（公式 3）其中，Ap 是地面上建筑物的平面面积，即所拾取的建筑轮廓线面积，At 是计算区域的场地面积，即包含建筑物的任意区域(

12、见图 7)。平面面积分数的计算值取决于场地面积的大小，以道路为划分依据的场地面积概念上有别于规划含义中的地块面积（下同）。4 由于本次研究的要素提取限制，在城市尺度下屋顶部分均被简化成平顶处理。（2）平面面积密度 Ap(z)建筑平面的面积密度能够表达在某一高度增量上的建筑平面占据场地大小的信息，进而能够分析场地在高度增量上的风阻大小（见图 8）。因此，建筑平面面积密度定义为高度增量上的建筑物平面面积与场地面积之比（见公式 4）：（公式 4）其中，Ap(z)是高度 z处建筑的平面面积，At 是场地的平面面积，z 是用于计算的高度增量。图 7 平面面积分数图解 图片来源：作者自绘 高度增量z高度增

13、量处平面面积AP(z)场地面积AT图 8 平面面积密度图解 图片来源：作者自绘 3.3 形体空间形体空间（1）表面面积指数b 对于建筑物而言，对城市风产生衰减用的主要集中于建筑物的地上部分，其外表皮以及屋顶的粗糙程度将决定风速的衰减度（见图 9）。因此，表面面积指数将主要针对建筑粗糙元，计算方法为建筑曲面面积与平面面积的比率(B)定义为建筑曲面面积与所在场地面积之比（见公式 5）：（公式 5）式中，Aw 是建筑非水平粗糙表面(例如墙)的总面积，Ar 是屋顶的平面面积，At 是场地的平面面积。（2）完全横纵比c 对于“完全”的意义在于，城市尺度中粗糙元的考虑不应仅仅是建筑，还应考虑到包括地面植被

14、或构筑物所产生的粗糙效果（见图 10）。因此，完全横纵比的定义为所在场地所有的粗糙元（包括建筑和裸露的地面）与所在场地面积之比（见公式 6）（公式 6）其中，Aw 是墙表面积，Ar 是屋顶面积，Ag 是裸露地面面积，At 是场地的平面面积。墙表面积AW屋顶面积AR场地面积AT图 9 表面面积指数图解 图片来源：作者自绘 3.4 屋顶空间屋顶空间 屋顶空间作为单独的考量指标的意义在于，建筑屋顶面积不仅仅代表不同高度上所形成的城市天蓬粗糙元的大小，更是城市热力交换的重要组成部分（见图 11）。因此，屋顶面积密度 Ar(z)被定义为高度增量上的屋顶面积于场地面积之比（见公式 7）：（公式 7）其中

15、Ap(z)是建筑物在指定高度范围内的屋顶面积，At 是场地的平面面积。z 是用于计算的高度增量。由于分析力作用于城市尺度，因此建筑物均被为平顶作平顶假设。图 11 平面面积密度图解 图片来源：作者自绘 屋顶面积AR场地面积AT墙表面积AW裸露地面面积AG屋顶面积AR场地面积AT 图 10 完全横纵比图解 图片来源：作者自绘 4 哈尔滨市哈尔滨市空间空间形态形态分析分析 4.1 哈尔滨情况概述哈尔滨情况概述 哈尔滨市是黑龙江省省会，我国纬度最高的特大城市13。哈尔滨冬夏长、春秋短，冷暖空气交替频繁，气候复杂多变。主导风向冬夏存在差异且冬季风速较大，不利于人体的舒适度，考量城市风环境影响的需求较大

16、。研究主要分析对象集中在主城区二环路范围内，是哈尔滨市的政治、经济、文化主要片区。通过 AceSence 要素拉伸形成哈尔滨的三维空间模型（见图 12）并形成基本要素表，经统计，该区域包含建筑物 22400 栋，区域面积 58.278 平方公里。建筑功能复杂且数量庞大。4.2 建筑高度建筑高度分析分析 基于 GIS 形成的要素属性表导出 Excel 函数库能够识别的 dBase 文件，通过 Excel 函数库 AVERAGE 命令统计建筑平均值、顺序排列命令提取极值、STDEVP 命令统计区域标准差。考量民用建筑设计通对建筑高度进行六级划分，同理通过 Excel 的 SUMPRODUCT 命令

17、统计不同区间的建筑数目及百分比（见表 1、图 13）。图 12 哈尔滨二环区域（红线范围内）三维空间模型 图片来源：作者自绘 表 1：建筑高度区间数目占比一览表 类别类别 高度区间（高度区间（m）高度区间数目（栋）高度区间数目（栋）百分比百分比 低层建筑低层建筑 0H10 7984 35.64%多层建筑多层建筑 10H24 8542 38.13%中高层建筑中高层建筑 24H36 3990 17.81%高层建筑高层建筑 36H50 417 1.86%高层建筑高层建筑 50H100 1281 5.72%超高层建筑超高层建筑 100H180 186 0.83%总计总计-22400 100.00%表格

18、来源：作者自绘 统计显示，二环区域内建筑物极值 3-174m，平均高度 19.32m，区域标准差 17.95。从比例分布来看，建筑物主要高度在 10-24m 范围内，24m 以下占据了六成比例，构成了城市风衰减最大的粗糙影响面。此外，由于近几年高层居住建筑和商业办公建筑的大量建设，使得二环范围内拥有逾 1300 栋超过 50 米的高层及超高层建筑，将对更高范围内的空气流动产生衰减影响。4.3 平面空间分析平面空间分析（1）平面面积分数p 首先对研究范围内的建筑轮廓要素的面积进行要素几何计算，并与基于道路线得到的地块面相关联，通过 VB 脚本计算获得相关地块的p 值并做图示化表达（见图 14）。

19、图 13 建筑数目及比例分布直方图 图片来源：作者自绘 经统计得到二环范围内的建筑基底总面积 33.07 万平方米，总体密度 0.57，总体上属于城市风易于发生尾迹干扰流的情况，即流经城市的风易于受到遮挡而导致背风面的风压减小，进而影响下风向所在的区域。对于道路线网格划分后的分地块p 值同样显示哈尔滨二环范围内大多数地块处于易产生尾迹干扰流的状态，而发生孤立流的地块往往处在城市主要的道路（路幅较宽）以及包括儿童公园、植物园、湘江公园在内的主要城市绿地，该部分也往往是城市通风效果较好的区域。而掠流区则主要分布在电机厂、中央大街的部分商业建筑以及道外区的部分未拆迁的棚户区当中，该部分会使得城市风难

20、以进入到建筑所形成的峡谷之中而造成局部空间的通风不畅，影响空间的舒适度。（2）平面面积密度 Ap(z)通过对研究范围内建筑物的基底面积和高度进行统计并生成相应的 dBase 文件，在视同每一高度的平面面积均与基底面积相同的前提下，以 1m 作为高度增量z 的值，借助 Excel的 SUMIF 函数统计每个高度上的平面面积并计算相应的密度值，并形成散点图以及趋势线来表达对城市风的影响。经统计所得结果如图 15 所示，在建筑物达到最小建筑高度 3m 之前，其平面面积恒定，即等同于冠层粗糙度恒定，从 4m 开始至 30m，建筑物的平面面积迅速下贱，冠层粗糙度随之下降，对城市风的阻力也下降明显。此后至

21、地块内建筑最高值之间，由于所在范围内高度上的平面面积占比减少，逐渐对城市风的阻力下降程度放缓并无限趋近于 0。图 14 二环内平面面积分数空间分布图 图片来源：作者自绘 4.4 形体空间形体空间分析分析（1）表面面积指数b 借助 ArcMap 平台所形成的建筑要素属性表进一步计算要素的周长、表面积，而后通过Analysis Tools 中的联合叠加分析命令统计出每个地块所包含建筑的总表面积，最终通过VB 脚本计算获得相关地块的b 值并做图示化表达（见图 16）。图 15 二环内平面面积密度分布散点图 图片来源：作者自绘 图 16 二环内表面面积指数空间分布图 图片来源：作者自绘 统计结果显示，

22、在哈尔滨二环范围内集中了大多数的建筑粗糙元，不仅对城市风产生阻力，同时也对于城市的热交换产生影响。b 值较大的区域主要包括南岗松雷秋林商圈、中央大街商圈、沿江居住区以及开发区等高层建筑较多的区域，同时也反映了以上区域具有最大的土地价值。（2）完全横纵比c 与b 运算同理，依托建筑要素属性表进一步计算要素的周长、表面积，而后通联合叠加分析命令统计出每个地块所包含建筑的总表面积以及裸露地面的面积，最终通过 VB 脚本计算获得相关地块的C 值并做图示化表达（见图 17）。统计结果显示，研究范围内C 值的大小并不完全取决于所在地块建筑物表皮面积，覆盖有树木或灌木的表面积也是其影响的重要组成部分。尤其是

23、在诸多的居住区，规划有宅旁绿地和中心绿化的地面同样会对风环境产生一定的阻力14。但同时，适当的绿地面积能有效缓解城市的热岛效应。4.5 屋顶空间分析屋顶空间分析 通过拾取研究范围内建筑物的屋顶面积和高度进行统计并生成相应的 dBase 文件，以1m 作为高度增量z 的值，借助 Excel 的 SUMIF 函数统计每个高度上的屋顶面积并计算相应的密度值，并形成散点图以及趋势线来表达城市冠层上表面的分布情况以及对城市风的影响（见图 18）。图 17 二环内平面面积分数空间分布图 图片来源：作者自绘 统计结果如图 18 所示，屋顶面积密度的很大一部分位于离地面 3 至 34 米的高度之间（多层与小高

24、层为主）。其值在 3 米以下为零，因为没有任何建筑物的高度低于 3 米(略低于一层)。与之形成对比，高层建筑的屋顶密度分布较为均匀且对风速影响较小。5 总结与展望总结与展望 5.1 总结总结 本研究基于城市建筑、道路网络地块等基本要素，描述了包括建筑高度、平面空间、形体空间、屋顶空间等四个方面九个参数的计算方法，借此构建了城市空间形态在风环境语境下的统计学描述方式。为后续同风环境模拟结果相关联提供了城市空间更为详实的形态基础数据，并进而从城市通风的视角指导城市空间高度的分布优化及具体控制。本文形成如下结论：（1）在平台选择上，借助 GIS 平台所构建的城市模型简单快捷高效，适用于城市尺度的大面

25、积分析，所形成的要素数据库与 Excel 互通，并能够借助其函数库展开有效的统计学分析。（2）在参数分析上，选取的四类九项参数能够展开城市风环境相关的三维空间描述，影响将涉及规划层面土地利用、空间布局以及建筑形体优化等方面。（3）以哈尔滨二环内为例，城市冠层总高 174m，空间粗糙度最大的范围集中在下垫面以上 30 米左右的范围内。高层建筑的分布不集中，并在局部地块上由于建筑平面密度较大难以形成舒适空间。大部分空间的粗糙程度将对城市下风向的地块与建筑产生风速和风向影响。图 18 二环内屋顶面积密度分布散点图 图片来源：作者自绘（4）城市空间形态不仅对风速产生衰减影响，也对城市的热交换产生影响。

26、相应的，适当的增加植被覆盖率虽然增加了下垫面的粗糙度，也对城市缓解热岛效应有促进作用。5.2 展望展望 本研究所形成的结果是阶段性的，旨在为后续将展开的风环境模拟在城市形态上提供关联性依据，方法和结果也可作为土地利用的基础性参数。后期需修正的方面在于，城市建筑表皮多种多样，在识别中一篇概全将增加参数分析的误差，此外，当前所做的规划文件多基于 AutoCAD 平台，由于存在着坐标系差异而与 GIS 平台衔接等存在误差，因此解决地理配准并将规划地块作为下垫面将有助于参数的进一步精确。注释注释 注释 1：文中所涉及相关计算公式 3-7 的运算基础源自参考文献 9-12，相关的后续表达（体现于文章第四

27、节）为作者优化所得。注释 2：民用建筑设计通则（GB50352-2005）原文：住宅建筑按层数分类，1-3 层为低层住宅，4-6 层为多层住宅，7-9 层为中高层住宅，10 层及 10 层以上为高层住宅；除住宅建筑之外的民用建筑，高度不大于 24 m 者为单层和多层建筑，大于 24 m 者为高层建筑，建筑高度大于 100 m 的民用建筑为超高层建筑。注释 3：研究分析所涉及参数的图示表达依托 GIS 相关工具以及 Excel 函数库实现，具体操作流程因篇幅限制不做过多赘述。参考文献参考文献 1 周淑贞，束炯.城市气候学 M.气象出版社,1994.2 徐祥德.城市化环境气象学引论M.气象出版社,

28、2002.3 Weston K J.Boundary layer climates(Second edition).By T.R.Oke.Methuen.1987.Pp.435+xvi.39.95 hardback;14.95 paperbackJ.Quarterly Journal of the Royal Meteorological Society,2010,114(484):1568-1568.4 李廷廷.基于城市形态和地表粗糙度的城市风道构建及规划方法研究D.深圳大学,2017.5 Edward Ng,Chao Yuan,Liang Chen,Chao Ren.Improving t

29、he wind environment in high-density cities by understanding urban morphology and surface roughness :A study in Hong KongJ.Landscape and Urban Planning 2011(101):59-74.6 杨扬.城市粗糙度理论下南京居住小区风环境 CFD 模拟方法与肌理形态关系研究D.南京大学,2012.7 Oke T R.Street design and urban canopy layer climateJ.Energy&Buildings,1988,11(

30、1-3):103-113.8 Burian S J,Velugubantla S P,Brown M J.Morphological Analyses Using 3D Building Databases:Los Angeles,California R.Los Alamos National Laboratory,2002.9 Burian S J,Velugubantla S P,Brown M J.Morphological Analyses Using 3D Building Databases:Houston,Texas R.Los Alamos National Laborato

31、ry,2003.10 Burian S J,Velugubantla S P,Brown M J.Morphological Analyses Using 3D Building Databases:Phoenix,ArizonaR.Los Alamos National Laboratory,2002.11 Burian S J,Velugubantla S P,Brown M J.Morphological Analyses Using 3D Building Databases:Salt Lake City,Utah R.Los Alamos National Laboratory,20

32、02.12 Burian S J,Velugubantla S P,Brown M J.Morphological Analyses Using 3D Building Databases:Portland,Oregon R.Los Alamos National Laboratory,2002.13 国务院关于调整城市规模划分标准的通知，国发201451 号EB/OL http:/ Wang Z H.Monte Carlo simulations of radiative heat exchange in a street canyon with treesJ.Solar Energy,2014,110:704-713.作者简介作者简介 宋迪,博士研究生,哈尔滨工业大学建筑学院，寒地城乡人居环境科学与技术工业和信息化部重点实验室 陆明,副教授,哈尔滨工业大学建筑学院，寒地城乡人居环境科学与技术工业和信息化部重点实验室