夏季成都地区古镇的街谷风环境对比分析

许 川， 杨坤丽

(西南交通大学建筑与设计学院， 四川成都 611756)

夏季成都地区古镇的街谷风环境对比分析

许 川， 杨坤丽

(西南交通大学建筑与设计学院， 四川成都 611756)

文章以成都洛带古镇和安仁古镇内的主要街谷为研究对象，通过实地测量和FLUENT软件模拟两种方法，从街谷走向、高宽比(W/H)、天空可视因子SVF(Sky View Factor)三方面入手，对比分析其在夏季对街谷内风环境的影响，在此基础上得出对应的策略和建议。

古镇街谷； 夏季风环境； 软件模拟； 设计策略

目前对建筑风环境的分析方法主要有三种：实地测量、风洞试验以及计算机模拟。实地测量是最直接、简单的一种方法，通过相应的仪器测量反映当地真实的风环境情况。为了更准确地反映建筑风环境情况，往往将计算机模拟与风洞试验或实地观测的结果做对比。本文在对成都洛带古镇和安仁古镇主要街谷夏季风环境实测的基础上，通过FLUENT计算机模拟软件对古镇街谷的风环境进行模拟，对比分析不同的影响因子对风环境的影响情况，以期为古镇街谷风环境设计提供参考。

1 实测方案

1.1 实测地点

(1)洛带古镇老街上街，街道走向近似东西走向，与成都夏季主导风向近似垂直。其长度为300 m，两边建筑屋顶多为双坡屋顶，屋脊平均高度为5.2 m，街道平均宽度为9.3 m。

(2)安仁古镇树人街，街道走向与成都夏季主导风向近似平行，其长度为290 m，两边建筑屋顶大部分为双坡屋顶，屋脊平均高度为5.81 m，街道平均宽度为10.57 m。

1.2 测点布置

两条街谷测点：每60～100 m距离布置一个测点，共4个测点，测点位于街道中心，高度距地面1.5 m，两街道测点布置见图1、图2。

图1 洛带古镇老街上街测点布置及实景

2 实测数据分析

2.1 测量数据

选取部分（37台）具有代表性的柱塞泵，将改进前后的配件使用情况进行统计，改进前后同期对比，盘根、柱塞和铜压套的使用量明显减少。其中，盘根由原来的450卷变为150卷；柱塞由原来的193卷变为103卷；铜压套由原来的193卷变为103卷。年节约额合计为36 600元。目前，随着油田进入中后期开发阶段，高压柱塞泵的使用越来越广，所以该改进方案所带来的经济效益是很可观的。

洛带古镇，高宽比约为0.56，SVF(为方便其计算，本文假设为理想街谷[1])约为0.67。由图3知CT1测点最大风速为1.25 m/s，最小风速为0.28 m/s，平均风速为0.56 m/s；CT2测点最大风速为1.29 m/s，最小风速为0.35 m/s，平均风速为0.80 m/s；CT3测点最大风速为1.34 m/s，最小风速为0.44 m/s，平均风速为0.76 m/s；CT4测点的最大风速为1.09 m/s，最小风速为0.29 m/s，平均风速为0.57 m/s；安仁古镇，高宽比约为0.54，SVF约为0.81。由图4知CT5测点最大风速为1.31 m/s，最小风速为0.27 m/s，平均风速为0.45 m/s；CT6测点最大风速为1.66 m/s，最小风速为0.18 m/s，平均风速为1.12 m/s；CT7测点最大风速为1.01 m/s，最小风速为0.22 m/s，平均风速为0.63 m/s；CT8测点最大风速为0.89 m/s，最小风速为0.22 m/s，平均风速为0.59 m/s。

图2 安仁古镇树人街测点布置及实景

图3 洛带古镇各测点风速(10 min风速)

图4 安仁古镇各测点风速(10 min风速)

2.2 对比分析

由实测数据对比分析可以看出：

(1)横向对比。洛带古镇内各测点风速变化比较均匀，未出现过大波动。安仁古镇中CT6测点的平均风速较其他测点偏大，其测点的布置在十字路口，测点四个方向的空气能形成良好的对流，使风速偏大于同一街谷内其他测点。

(2)纵向对比。洛带古镇的风速总体上要稍小于安仁古镇的风速。其原因跟两街道高宽比，SVF以及街谷的走向有直接关系：①洛带古镇的高宽比0.56稍大于安仁古镇树人街的高宽比0.54；②SVF前者为0.67小于后者的0.81；③前者街谷走向近似垂直于成都夏季主导风向，而后者则平行于主导风向。由于三个影响因子两两均不相同，故不能判断出影响因子的作用大小。但当街谷的天空可视系数大，以及街谷走向与主导风向平行时，街谷内能得到较大的风速(表1)。

表1 不同街谷因子对应风速大小

3 风环境模拟及其结果

3.1 湍流模型的选择

本文采用FLUENT软件自带的RNGk-ε模型(renormalization group，RNG，k-εmodel)，该模型由Victor Yakhot及Steven A.Orzag[2]于1986年提出,其表达式为：

(1)

(2)

式中：

3.2 相关参数的设置

计算区域确定为：进风口方向取建筑长度的4倍。出风口方向取建筑长度的10倍。左右方向取建筑宽度的5倍。高度方向取建筑高度的3倍；入口条件采用速度入口(velocity)；出口条件采用出流边界条件(outflow)；计算区域顶部和两侧采用对称边界条件(symmetry)；建筑物表面及地面采用壁面边界条件(wall)。

3.3 模拟结果及分析

(1)不同街谷走向：图5～图8为街谷与主导风成0°、30°、60°、90°时街道内1.5 m高的风速大小。

图5 与主导风向成0°

图6 与主导风向成30°

图7 与主导风成60°

图8 与主导风成90°

图9 高宽比(H/W)=0.5

由上面各图及FLUENT面板显示值可知：当与主导风向成0°夹角时，街道内风速大小在1.03～2.01 m/s之间。当与主导风向成30°夹角时，街道内风速大小在0.89～1.37 m/s之间。与主导风向成60°夹角时，街道内风速在0.56～1.21 m/s之间。与主导风向成90°夹角时，街道风速则在0.19～0.64 m/s之间，与主导风向成120°、150°时街道内的风速则对应与成30°、60°时相似。当其他影响因子不变时，街道的走向与主导风向的关系是：以与其成90°夹角为最不利，其次以90°为对称轴，越靠近180°或0°方向，街道内能较大风速。

(2)不同高宽比：图9～图11显示高宽比为0.5(H/W<0.5为浅街谷)、1(H/W=1为标准街谷)、2(H/W>2为深街谷[3])时街道内1.5 m高的风速大小。

图10 高宽比(H/W)=1.0

图11 高宽比(H/W)=2.0

从模拟结果得知：当高宽比H/W=0.5时，街道内风速大部分在1.0～1.2 m/s之间。当高宽比H/W=1时，风速集中在1.42～1.78 m/s范围内。当高宽比H/W=2时，街道内80%以上的区域风速在1.50～1.96 m/s之间。即随着高宽比的增大，容易形成“峡管效应”，而街谷内的整体风速也在增加。

(3)不同天空可视因子(SVF)：图12～图14分别为SVF值(其值在0～1之间[4])为0.1、0.5、0.9时街道内1.5 m高风速大小。

图12 SVF值为0.1

图13 SVF值为0.5

图14 SVF值为0.9

由于是按理想街谷处理，SVF值分别为0.1、0.5、0.9时，其对应的高宽比H/W分别为4.98、0.87、0.23。当SVF值为0.1时，街道内风速大小主要在1.0～1.2 m/s之间。其值为0.5时，风速大小主要在1.0～1.3 m/s之间。其值为0.9时，风速大小主要在1.2～1.4 m/s范围内。由此知随着SVF值的增大，街道内风速也在增加。

4 策略和建议

针对夏季实测及模拟分析的结果，研究提出古镇街谷风环境优化的设计策略及建议。

(1)街谷走向与主导风向的关系，以平行为最佳，其次考虑与主导风向成60°以下或者120°以上夹角，尽量避免与主导风向成垂直关系。结合成都夏季风玫瑰图，适宜的街谷走向见图15，即街谷走向首先考虑0°～45°范围，其次考虑292.5°～337.5°范围。

图15 成都夏季街谷朝向范围

(2)街道高宽比，从模拟结果来看，随着高宽比的增大，街道内的风速也在增加。当设计成深街谷时(H/W>2)，容易形成“峡管效应”从而带来更大的风速，但深街谷容易给行人造成心理和视觉上的不适，不应一味追求多大的高宽比。笔者参考大部分古镇街谷高宽比的大小，得出较合适的高宽比在H/W=1左右，既能得到较大风速，又不至于给行人造成视觉上的冲击。

(3)天空可视因子(SVF)与风速大小成正相关的关系，即随着SVF值的增大，风速也在增加。但SVF值的增加，高宽比反而在减小，故需要权衡两者的大小，找出对风速影响最小的范围。除模拟的几组SVF值外，笔者同时计算出表2中不同高宽比对应的SVF值。由表2可知：当SVF在0.40～0.71之间时，高宽比在0.50～1.15之间(即介于浅街谷与标准街谷之间)，这样即满足两者值的大小，又能得到较大的风速。

表2 不同高宽比对应的天空可视因子

(4)若街谷较长时，可考虑打断街道两侧建筑的连续性，形成交叉路口，从而在该处能得到较大风速。

5 结束语

古镇步行街道风环境状况好坏不仅与行人主观感受有关，同时与街道的走向，高宽比，天空可视因子(SVF)等因素也有直接关系。因此在设计或改造古镇时应结合这些因素综合考虑，创造良好的街谷风环境。

[1] 王振.夏热冬冷地区基于城市微气候的街区层峡气候适应性设计策略研[D].武汉：华中科技大学，2008.

[2] Victor Yakhot,Steven A.Orzag.Renormalization group analysis of turbulence:Ⅰ.basic theory[J].Scientific Computing,Vol.1,No.1.

[3] 丁沃沃,胡友培,窦平平.城市形态与城市微气候的关联性研究[J].城市设计与研究：建筑学报，2012(7):5.

[4] 杨俊宴，马奔.城市天空可视域的测度技术与类型解析[J].城市规划，2015,39(3):3.

国家自然科学基金(编号:51508469)

许川(1989～)，男，硕士，研究方向为建筑环境控制。

P463.3

A

[定稿日期]2017-03-28