華南理工大學亞熱帶建筑科學國家重點實驗室      劉之欣   趙立華

摘   要：近年來，隨著計算機性能的不斷提升數值模擬技術已成為定量預測和評價微氣候的重要研究手段。植物作為影響微氣候的重要因子之一，數值模擬能否準確反映其在當地氣候條件下的熱表現值得研究。本文的研究旨在驗證城市微氣候模擬軟件ENVI-met（4.2 Science 版）在廣州地區濕熱氣候下模擬四種園林設計常用喬木的微氣候表現（空氣溫濕度）的適用性。本文通過實測廣州地區四種常用喬木的樹冠形態、葉片屬性和根系形態，對其進行ENVI-met建模并進行模擬分析，將模擬結果與2017年春夏兩季實測的數據進行對比。驗證結果表明，空氣溫濕度模擬值的日變化趨勢與實測一致，且誤差在可接受的范圍內。但喬木對微氣候的改善作用（樹下測點與空曠處測點的差值）被低估。本文為應用ENVI-met模擬室外熱環境提供了基礎校驗，并對植物建模提出了優化建議。

關鍵詞：ENVI-met；微氣候；喬木；模擬驗證

基金項目：國家自然科學基金面上項目“濕熱地區喬木對城市居住區熱環境影響機理及優化配置研究” （編號：51878288）。

1   引言

       近年來，隨著計算機性能的不斷提升，數值模擬技術已成為定量預測和評價微氣候的重要研究手段。植物作為影響微氣候的重要因子之一，數值模擬能否準確反映其在當地氣候條件下的熱表現值得研究。本文的研究目的旨在評價三維微氣候模擬軟件ENVI-met 的植物模型在濕熱地區的模擬表現。ENVI-met 是由Bruse 等^[1]于1998 年開發的三維城市微氣候模擬軟件。該軟件基于計算流體力學和熱力學，主要用于模擬城市小尺度空間內地面、植被、建筑和大氣之間的相互作用^[2]。

       世界范圍內已有一些學者對ENVI-met4.0及以上版本建立的植物模型的適用性進行了驗證工作。Simon H（2016）認為有效光合輻射對模擬情況影響很大，應盡量選擇有效光合輻射大的晴天進行驗證，且小樹的蒸騰速率驗證結果比大樹更佳^[3]。

       Shinzato（2016）利用葉面積指數（LAI，Leaf Area Index）實測值為樹木建模并探究其冠層下的微氣候，認為真實的樹木參數可以更好地表現植物的物理特性 ^[4]。目前的驗證多集中于喬木葉溫與蒸騰速率，對整株植物的微氣候表現關注較少。事實上，喬木對微氣候營造有不可或缺的作用，被認為是改善微氣候、提升室外熱舒適的重要設計元素^[5-6]，它對周邊環境產生熱作用的根本原因可分為對太陽輻射的遮擋作用和喬木的蒸騰作用兩大方面 ^[7-10]，其模擬表現需要進行進一步的驗證說明。
本文以廣州市居住區四種常用樹種白蘭（Michelia alba）、芒果（Mangifera indica）、細葉榕（Ficus microcarpa）、羊蹄甲（Bauhinia blakeana）為例，通過對ENVI-met喬木模型的微氣候參數（空氣溫濕度）的綜合驗證來評價該軟件的喬木模型在濕熱背景條件下的適用性。

       2   驗證方法

       2.1   實測概況

       2.1.1   實驗地點和實驗對象

       實測于2017年春夏兩季在廣州市進行。廣州為我國濕熱地區典型城市，夏季高溫高濕，七月平均氣溫28.9℃，相對濕度79%^[11]。測試地點為華南理工大學、華南農業大學校園內。實測時間為2017年4月17日、28至30日（春季）和同年7月26至29日（夏季）。研究對象為五棵單株喬木，樹種分別為白蘭、芒果、細葉榕、羊蹄甲（羊蹄甲春夏非同一株）（圖1）。研究所選取的喬木所在位置距離周邊建筑、喬木較遠，能夠有效避免建筑和其他喬木互相遮擋對實驗用樹微氣候營造的影響。

圖1   實驗用樹照片及所在位置

       2.1.2   喬木建模參數測量

       待測喬木的建模參數如表1所示。樹冠參數用米尺測得；樹根參數采用樹木雷達（Tree Radar）測得；葉片反射率采用分光光度計（U-4100）測定。各層葉面積密度（LAD）采用Lalic和Mihailovic[12]提出的算法計算獲得，每層樹冠高度為一米。各層根面積密度（RAD）的分布由于儀器所限采用ENVI-met默認值。

表 1   待測喬木的建模參數

       2.1.3   微氣候參數測量

       實驗校核主要考慮植物對微氣候的營造。微氣候參數將測定樹下與空曠處的空氣溫度、空氣濕度、太陽輻射。實驗主要測點布置為周邊空曠處及目標樹下。實測儀器及精度如表1所示。測量廣場空曠處與樹下空氣溫度和濕度的所有溫濕度自記儀（HOBO U23-001，精度±0.2℃、±2.5%）均放置在鋁箔包裹的不銹鋼防輻射桶內，放置高度為1.5米，防輻射桶兩端開口，通風良好；樹下太陽總輻射采用四分度凈輻射計（NR01）進行測定，輸出的信號均采用安捷倫數據采集儀（Agilent 34970A，美國）進行采集。

       2.2   ENVI-met 模擬說明

       ENVI-met模型根據實測區域的實際情況建立，如圖2所示。網格分辨率為2m。區域四周設置了4個嵌套網格，嵌套網格的地面類型為壤土（Loam）。豎直方向采用不等距網格：2m以下空間分配10個網格，2m以上空間采用放大系數為10%的彈性網格。并根據陳卓倫^[13]的研究結果選擇閉式橫向邊界條件。

       表2列出了ENVI-met場地建模的主要參數。模型背景氣候參數所需的逐時空氣溫度、空氣濕度、風速風向、太陽輻射由自動便攜式氣象站測得，土壤溫度由銅-康銅熱電偶測得（事前均進行恒溫水浴箱校準），土壤濕度、建筑、地面構造及熱物性參考楊小山^[14]的實測結果。

表 2   模擬背景氣象數據

圖2   場地及喬木建模示意圖

       2.3   模擬表現的定量評價

       本文采用兩類指標來定量評價模型的性能：一類是誤差評價指標，用于衡量預測值與觀測值之間的誤差；一類是相關評價指標，用于衡量預測值與觀測值之間的相關程度。誤差評價指標主要包括平均偏差（mean bias error ，MBE），平均絕對差（mean absolute error ，MAE），根均方差（root mean square error ，RMSE），系統根均方差（systematic root mean square error ，RMSEs），非系統根均方差（unsystematic root mean square error ，RMSEu）以及一致性指數d（Willmott’s index of agreement）。當模擬結果滿足以下條件時認為其可信：RMSEs→0, RMSEu→RMSE以及 d→1。對統計指標的具體描述可見文獻^[15,16]。

       3   結果與討論

       3.1   樹蔭下空氣溫度

       由圖3表現了樹下空氣溫度模擬值與實測值的定性比較結果。在春季背景氣象數據下，樹下空氣溫度表現較好。這也表現在統計指標上（表3），春季一致性指數d為0.92而夏季為0.61；春季MAE為1.37℃而夏季為3.14℃。RMSEs比RMSEu高，這說明系統誤差是始終存在的。類似的結論也出現在其他相關的研究中：在Acero等人^[17]的研究中，MAE的范圍為0.83~1.82℃，RMSEs也高于RMSEu。系統誤差可能與太陽輻射的模擬誤差有關。樹冠的遮蔭作用通過樹下與空曠處的溫差來表現（圖4）。模擬的溫差在春季為0.01~1.34℃而在夏季為0.02~1.3℃。實測溫差在春季為-0.071~2.56℃而在夏季為-0.57℃ 至 4.39℃。楊小山[14]也指出，ENVI-met有高估地表范圍的氣溫的趨勢，特別是在樹下區域，但樹下與空曠處的溫差卻大大被低估。

表3   模擬表現的定量評價結果

圖 3   樹蔭下空氣溫度的模擬值與實測值

圖 4   樹蔭下與空曠處空氣溫度差的模擬值與實測值

       3.2   樹蔭下空氣濕度

       圖5比較了樹蔭下空氣濕度的模擬值和實測值。通過春季一致性指數為0.96而夏季為0.71可知，ENVI-met可以準確表現樹蔭下空氣濕度的變化趨勢。對具體數值來說，春夏兩季的樹蔭下空氣濕度的模擬值都要比實測值偏低（春夏兩季的MBE分別為-1.09gkg-1 和-2.08 gkg-1；春夏兩季的MAE分別為1.11gkg-1 和 2.11 gkg-1）。圖6表現了樹蔭下與空曠處的空氣濕度差。模擬的濕度差要遠小于實測值。春夏兩季模擬的平均濕度差分別為0.51gkg−1 和2.31gkg-1。而兩季實測的濕度差分別為2.27gkg-1 和5.54gkg-1。

圖 5   樹蔭下空氣濕度的模擬值與實測值

圖 6   樹蔭下與空曠處空氣濕度差的模擬值與實測值
 

       4   結論

       通過比較實測與模擬數據，驗證了ENVI-met（4.2 Science版）能夠較好地模擬濕熱氣候下喬木的溫濕度表現，并能夠準確預測各參數的日變化趨勢。ENVI-met對微氣候的模擬表現為各參數的日變化趨勢與實測一致，模擬值與實測值相比，樹下與空曠處及各方向樹冠中的氣溫偏高、濕度偏低，溫差與濕度差數值偏小。誤差分析結果表明，模擬與實測結果有較好的一致性，總誤差值均較小，模擬可對喬木對熱環境的影響做出較好的預測。

       此次的模擬實驗仍存在需要進一步優化的部分：本實驗是基于一個較簡單的實驗對象（單株喬木）、利用旋轉式的方式建模而成，未來將考慮更復雜的周邊環境以及對樹冠各方向的葉片分布進行更精細的建模。受軟件的限制，現無法輸入逐時風速風向條件，待軟件具備相應的條件時，可進行相關的驗證工作。

參考文獻

[1] Ballinas, M.; Barradas, V.L. Transpiration and stomatal conductance as potential mechanisms to mitigate the heat load in Mexico City. Urban For. Urban Green. 2016, 20, 152–159.

[2] Bowler, D.E.; Buyungali, L.M.; Knight, T.M.; Pullin, A.S. Urban greening to cool towns and cities: A systematic review of the empirical evidence. Landsc. Urban Plan. 2010, 97, 147–155.

[3] Konarska, J.; Uddling, J.; Holmer, B.; Lutz, M.; Lindberg, F.; Pleijel, H.; Thorsson, S. Transpiration of urban trees and its cooling effect in a high latitude city. Int. J. Biometeorol. 2016, 60, 159–172.

[4] Huang, Y.J.; Akbari, H.; Taha, H.; Rosenfeld, A.H. The potential of vegetation in reducing summer cooling loads in residential buildings. J. Appl. Meteorol. 2010, 26, 1103–1116.

[5] Kotzen, B. An investigation of shade under six different tree species of the Negev desert towards their potential use for enhancing micro-climatic conditions in landscape architectural development. J. Arid Environ. 2003, 55, 231–274.

[6] Marti-Ibanez, F. On the development of an urban passive thermal comfort system in Cairo, Egypt. Build. Environ. 2009, 44, 1907–1916.

[7] Morakinyo, T.E.; Kong, L.; Lau, K.L.; Yuan, C.; Ng, E. A study on the impact of shadow-cast and tree species on in-canyon and neighborhood’s thermal comfort. Build. Environ. 2017, 115, 1–17.

[8] Zölch, T.; Maderspacher, J.; Wamsler, C.; Pauleit, S. Using green infrastructure for urban climate-proofing: An evaluation of heat mitigation measures at the micro-scale. Urban For. Urban Green. 2016, 20, 305–316.

[9] Bruse, M. Envi-Met 3.0: Updated Model Overview; University of Bochum: Bochum, Germany, 2004.

[10] Bruse, M.; Fleer, H. Simulating surface–plant–air interactions inside urban environments with a three dimensional numerical model. Environ. Model. Softw. 1998, 13, 373–384.

[11] Lee, H.; Mayer, H.; Chen, L. Contribution of trees and grasslands to the mitigation of human heat stress in a residential district of freiburg, southwest Germany. Landsc. Urban Plan. 2016, 148, 37–50.

[12] Linden, J.; Simon, H.; Fonti, P.; Esper, J.; Bruse, M. Observed and Modeled transpiration cooling from urban trees in Mainz, Germany. In Proceedings of the ICUC9—International Conference on Urban Climate Jointly with Symposium on the Urban Environment, Toulouse, France, 20–24 July 2015; University of Toulouse: Toulouse, France, 2015.

[13] Zhang, L.; Zhan, Q.M.; Lan, Y.L. Effects of the tree distribution and species on outdoor environment conditions in a hot summer and cold winter zone: A case study in Wuhan residential quarters. Build. Environ. 2018, 130, 27–39.

[14] Yang, X.S. A Simulation Method for the Effects of Urban Microclimate on Building Cooling Energy Use. Ph.D. Thesis, South China University of Technology, Guangzhou, China, 2012. (In Chinese).

[15] Stunder, M.; Sethuraman, S. A statistical evaluation and comparison of coastal point source dispersion models. Atmos. Environ. 1986, 20, 301–315.

[16] Willmott, C.J. Some comments on the evaluation of model performance. Bull. Am. Meteorol. Soc. 1982, 63, 1309–1313.

[17] Acero, J.A.; Arrizabalaga, J. Evaluating the performance of ENVI-met model in diurnal cycles for different meteorological conditions. Theor. Appl. Climatol. 2018, 131, 455–469.

備注：本文收錄于《建筑環境與能源》2019年5月刊總第21期。
                 版權歸論文作者所有,任何形式轉載請聯系作者。