城市居住区开发强度与微气候的关联性研究——以合肥市为例

顾康康，祝玲玲

1. 安徽建筑大学建筑与规划学院，安徽 合肥 230022；2. 安徽省城镇化发展研究中心，安徽 合肥 230022

城市居住区开发强度与微气候的关联性研究
——以合肥市为例

顾康康1,2，祝玲玲1

1. 安徽建筑大学建筑与规划学院，安徽 合肥 230022；2. 安徽省城镇化发展研究中心，安徽 合肥 230022

探讨城市居住区开发强度与微气候的关联性，对优化居住区气候环境具有重要意义。选取合肥市6种不同类型的居住区作为研究对象，于2017年5—6月测定其空气温度、湿度、风速等指标，分别探讨居住区容积率、绿地率、建筑密度与微气候的关联性。结果表明：（1）居住区的温度日变化较明显，呈现白天高、早低、晚中的单峰双谷型特征，温度峰谷值出现时间不同，但谷值都出现在上午，峰值都出现在中、下午，在其他开发强度因素相近的情况下，容积率低、绿地率高、建筑密度低的居住区温度明显低于容积率高、绿地率低、建筑密度高的居住区；（2）居住区的湿度日变化明显，湿度呈现白天低、早高、晚中的单谷双峰型特征，在其他开发强度因素相近的情况下，容积率小、绿地率大、建筑密度小的居住区湿度大；（3）居住区的风速日变化明显，总体而言，风速呈现白天大、早晚小的特征，但是风速变化复杂，在其他开发强度因素相近的情况下，容积率大、建筑密度低的居住区风速大；（4）与两楼之间硬质地面相比，处于居住区中心景观绿带地区温度较低、湿度较高、风速较大；湿度不仅与绿地率有关，还受不同植被类型的较大影响；（5）在城市空间变化上，居住区温度与距离市中心（市府广场）的距离相关性不明显，湿度与风速在空间上总体表现为由市中心向周围增大的趋势；（6）城市开发强度指标中容积率对温度和风速影响最大，容积率越大，温度越高，风速越大；（7）绿地率对湿度影响最大，绿化植被能有效提高空气湿度。

城市居住区；微气候；容积率；绿地率；建筑密度

城市微气候是指城市覆盖层以下的气候环境，主要由空气温度、湿度、风环境等因素构成，这些构成要素之间相互影响，同时受到建筑物形态、建筑物密度、植被、容积率以及城市规划因素影响（冷红等，2014）。中国进入快速城市化阶段，乡村人口大量涌入城市，城市建设强度逐渐增加，导致交通拥堵、环境卫生恶化、居住环境质量下降、热岛现象等各种“大城市病”越来越严重，成为人居环境质量的一大问题（石忆邵等，2016）。城市建设强度逐渐增强，城市人工环境逐渐取代自然环境改变了城市下垫面，同时产生大量的热耗和污染物，改变了城市大气环境的热力结构，影响了城市气候与环境，形成不同于区域气候的微气候（马西娜，2016；Wong et al.，2016）。不同空间形态及功能的城市区域形成不同的微气候，然而城市不同区域的微气候带给市民生活工作很大的影响（邹源等，2008）。居住是城市首要的功能，城市居住区是城市的一个小组团，研究城市居住区的空间形态布局对居住区微气候的影响意义重大。目前，对居住区微气候环境研究主要集中在采用城市微气候模拟软件ENVI-met等分析建筑布局对居住区室外微环境的影响（李晗等，2016；张春灵等，2016）、利用实地观测及景观格局方法探讨居住区景观设计因子对微气候的影响（李英汉等，2011；孙烨等，2012；李笑寒等，2017；Brown et al.，2015）、采用城市微气候模拟软件ENVI-met分析居住区地下空间开发对微气候的影响（苏小超等，2016；杨晓彬等，2016）等方面。综上所述，居住区微气候环境研究以单个居住区的实地观测为主，分析方法以软件模拟较多，这些研究有利于居住区形成良好的空间形态，创造良好的气候环境，促进城市整体人居环境的优化。然而，目前有关城市不同区位的居住区系统研究，以及微气候与居住区开发强度的关系研究都较少。因此，本文选取合肥市6个不同类型的居住区，依据居住区开发强度3个典型指标容积率、绿地率和建筑密度的差异，将6个居住区分为3组，探讨居住区开发强度与微气候的关联性，为居住区人居环境改善提供依据。

1 研究区域与研究方法

1.1 研究区域

合肥位于中国华东地区，长三角西端，江淮之间。2016年末常驻总人口786.9万，城市建成区面积428 km2，GDP达到6274.3亿元。合肥是安徽省省会城市，地形以丘陵岗地为主，江淮分水岭自西向东横贯全境。气候属亚热带季风性湿润气候，四季分明，夏热冬冷，年均气温 15.7 ℃，年均相对湿度为77%，年均降水量约1000 mm，年日照时间约2000 h。

选择合肥市6个不同类型的居住区（华润紫云府居住区、利港银河广场居住区、新加坡花园城居住区、滨湖明珠居住区、金濠居住区、宝业城市绿苑西区）为研究对象（图 1），依据居住区开发强度3个典型指标容积率、绿地率和建筑密度的差异，将6个居住区分为容积率对比组（华润紫云府居住区与宝业城市绿苑西区）、绿地率对比组（新加坡花园城居住区与金濠居住区）和建筑密度对比组（利港银河广场居住区与滨湖明珠居住区），3个对比组分别位于中心城区、次中心城区、城市边缘区（表1）。

1.2 测试内容及仪器

测试指标包括温度、湿度和风速。2017年5—6月选取3个晴朗微风的日子进行测试，测试时间为 09:00—17:00，同一个对比组同时进行测试，风速采用路昌AM-4204HA风量计仪器测定，温湿度采用建通JTR08D温湿度仪器测定。

表1 研究区域概况Table1 Information of study areas

图1 监测居住区分布图Fig.1 Residential areas distribution map

1.3 测点布置

每个居住区在楼间的硬质地面设置 1个监测点，在每一组居住区的其中一个居住区设置2个测试点，监测点1位于楼间的硬质地面，监测点2位于中心广场绿地，以华润紫云府居住区为例，具体见图2。

1.4 数据处理

运用SPSS 19.0作统计分析，Origin 7.5绘图。

2 结果与分析

2.1 居住区微气候日变化

2.1.1 温度

图3所示为居住区温度日变化图，由图可知，6个居住区温度日变化较明显，呈现白天高早低晚中的单峰双谷型特征。6个居住区温度峰谷值出现时间不同，但谷值都出现在上午，峰值都出现在中、下午。从最高值来看，华润紫云府居住区（34.2 ℃）＞利港银河广场居住区（33.6 ℃）＞新加坡花园城居住区（31.8 ℃）＞滨湖明珠居住区（31.2 ℃）＞金濠居住区（30.6 ℃）＞宝业城市绿苑西区（30.5 ℃）。从日均值来看，华润紫云府居住区（31.35 ℃）＞利港银河广场居住区（31.32 ℃）＞滨湖明珠居住区（30.04）＞宝业城市绿苑西区（29.06 ℃）＞金濠居住区（29.0 ℃）＞新加坡花园城居住区（28.91 ℃）。由此可知，城市中心城区热岛效应明显，次中心城区较弱，城市边缘区较明显。热岛伴随城市而出现，在人口和建设强度越大的地区，城市热岛效应越显著（彭保发等，2013；刘宇峰等，2015；崔胜辉等，2015）。合肥滨湖新区属于城市边缘区，但开发强度较大，疏解了中心城区部分功能，因此，该区域热岛效应比较明显。总体上，合肥居住区温度呈现从中心向外围递减的趋势，中心城区的热岛效应十分显著。

图2 华润紫云府居住区监测点布置图Fig.2 Huarunziyunfu monitoring points distribution map

图3 居住区温度日变化图Fig.3 The daily variation of the temperature of residential areas

对比不同开发强度因素对温度的影响（图3），容积率对比组两居住区在中午呈现显著差异，最高相差4.9 ℃；绿地率对比组两居住区在上午及中午差异较显著，最高相差1 ℃；建筑密度对比组两居住区在13:30—15:00差异显著，最高相差3.5 ℃。由此可知，居住区开发强度指标对温度的影响从大到小分别是容积率、建筑密度、绿地率。降低居住区容积率是降低城市热岛效应的重要手段。

2.1.2 湿度

从图4可知，6个居住区湿度日变化较明显，呈现白天低早高晚中的单谷双峰型特征。6个居住区的湿度峰谷值出现时间不同，但峰值都出现在上午，谷值都出现在中午和下午。从最高值来看，滨湖明珠居住区（78.9%）＞宝业城市绿苑西区（78.3%）＞华润紫云府居住区（78.3%）＞利港银河广场居住区（77.3%）＞新加坡花园城（69.1%）＞金濠居住区（67.4%）。从日均值来看，滨湖明珠居住区（73.67%）＞宝业城市绿苑西区（72.3%）＞利港银河广场居住区（70.32%）＞华润紫云府居住区（66.15%）＞新加坡花园城居住区（62.31%）＞金濠居住区（56.01%）。由此可知，合肥居住区湿度总体呈现从中心向外围递增的趋势，中心城区的湿度偏低。

对比不同开发强度对湿度的影响（图4），容积率对比组中，低容积率居住区宝业城市绿苑西区湿度比华润紫云府居住区大，日均值相差6.15%；两居住区在中午及下午呈现显著差异，最高相差14.4%。绿地率对比组中，高绿地率居住区新加坡花园城居住区的湿度均比金濠居住区大，日均值相差6.3%；两居住区中午及下午差异均显著，最高相差12.7%。建筑密度对比组中，低密度居住区利港银河广场居住区湿度比滨湖明珠居住区湿度小，日均值相差3.35%；两居住区在下午差异显著，最高相差8.3%。由此可知，居住区开发强度指标对湿度的影响从大到小依次是绿地率、容积率、建筑密度。要提高居住区绿地率、降低居住区容积率是提高城市空气湿度的重要手段。

图4 居住区湿度日变化图Fig.4 The daily variation of the humidity of residential areas

2.1.3 风速

图5所示为居住区风速日变化图，6个居住区风速日变化均较明显，呈现白天高早晚低并呈现波状起伏变化的特征。从最高值来看，滨湖明珠（3.2 m·s-1）＞银河利港广场（2.3 m·s-1）＞金濠居住区（2.3 m·s-1）＞华润紫云府居住区（1.6 m·s-1）＞宝业城市绿苑西区（1.5 m·s-1）＞新加坡花园城居住区（0.9 m·s-1）。从日均值来看，滨湖明珠（1.46 m·s-1）＞银河利港广场（1.25 m·s-1）＞金濠居住区（0.75）＞华润紫云府居住区（0.71 m·s-1）＞新加坡花园城居住区（0.44 m·s-1）＞宝业城市绿苑西区（0.28 m·s-1）。由此可知，合肥居住区风速总体呈现从中心向外围递增的趋势，中心城区的风速偏低。

对比不同开发强度对风速的影响（图 5），容积率对风速的作用主要是通过建筑高度来体现（Meggers et al.，2016），总体而言，容积率较高的华润紫云府居住区风速比宝业城市绿苑西区高，日平均值相差0.43 m·s-1；容积率对比组两居住区风速在中午及下午呈现显著差异，最高相差1.5 m·s-1。绿地率对风速的作用与其值大小和植被类型都有关（王薇等，2016），总体而言，新加坡花园城的风速比金濠居住区小，日平均值相差0.31 m·s-1。绿地率对比组两居住区风速在中午及下午差异较显著，最高相差1.2 m·s-1。建筑密度决定城市空地率或建筑密集程度，进而影响风速（葛亚宁等，2016），总体而言，利港银河广场的风速较比滨湖明珠小，日平均值相差0.21 m·s-1；建筑密度对比组两居住区在下午差异显著，最高相差1 m·s-1。由此可知，居住区开发强度指标对风速的影响从大到小依次是容积率、绿地率、建筑密度。要提高居住区建筑楼高度是提高城市空气风速的重要手段。

图5 居住区风速日变化图Fig.5 The daily variation of the weed speed of residential area

2.2 居住区微气候空间变化

2.2.1 居住区不同监测点微气候变化

图6所示为居住区不同监测点的日平均微气候柱状图。居住区两个监测点的日平均温度差异大，华润紫云府居住区、新加坡花园城、银河利港广场居住区监测点1日平均温度分别比监测点2高2.52、0.81、0.33 ℃。一方面居住区中心景观绿带地区植被多，植物进行光合作用和蒸腾作用将显热转为潜热（姜荣等，2016），有效降低周围环境温度；另一方面居住区中心景观绿带地区更开阔，散热较快；此外，测试期间该区域人流量较少，导致温度较低。位于中心城区的华润紫云府居住区两监测点温度相差最大，其次为次中心城区、城市边缘区，表明在中心城区绿化的降温作用较次中心城区及城市边缘区好。

华润紫云府居住区、银河利港广场居住区监测点2的日均湿度分别比监测点1日高4.65%、6.1%；新加坡花园城居住区监测点 1日均湿度比监测点 2高4.74%。有关研究表明，植被类型及PAI不同会造成微气候产生差异（Sanusi et al.，2017），新加坡花园城居住区监测点2温度比监测点1高，这可能与监测点植被类型有关，监测点 2虽然处于居住区中心景观绿带地，但是其绿化种植是以高大乔木为主，灌木和草地植被较少，而监测点 1附近植物以灌木和草地为主。位于中心城区的华润紫云府居住区两监测点温度相差最小，其次为次中心城区、城市边缘区，表明中心城区的绿化增湿作用不明显。

华润紫云府居住区、新加坡花园城、银河利港广场居住区监测点2的日均风速分别比监测点1日高0.37、0.13、0.27 m·s-1。居住区中心景观绿带地区植被多，温度较低，与周围环境形成温差，加速空气流动，且空间也更开阔，通风效果更好。位于中心城区的华润紫云府居住区两监测点风速相差最大，其次为城市边缘区、次中心城区，表明中心城区的绿化能显著提高居住区风速。

2.2.2 距离市中心远近居住区微气候变化

以合肥市府广场为城市中心，计算各居住区到市中心的距离，分别绘出各居住区温度、湿度、风速与居住区与市府广场距离的关系图（图 7）。由图可知，温度与居住区距市府广场的距离相关性不明显，一方面有关研究表明城市热岛效应在白天不明显，而在晚上明显；另一方面这可能与合肥整体开发强度及空间布局有关，滨湖区位于城市边缘，但开发强度较大，故该区域热岛效应较明显。因此，控制城市蔓延，发展紧凑型城市，保护生态碳汇空间，可以减缓热岛效应（祁豫玮等，2011；Adachi et al.，2014；王冕等，2017）。

中心城区的宝业城市绿苑西区和华瑞紫云府居住区在测试当天湿度偏高，给整体实验带来误差，为了保证实验的准确性，以中心城区碧湖云溪一期居住区和昌都汇华府居住区代替该组。由图7可知，湿度与居住区距市府广场的距离相关性显著，总体上呈现距离市中心越远其值越大。处于合肥市边缘的滨湖区，属于新开发片区，距离城市中心城区较远，城市整体建设强度和人口密度较中心城区有所降低；该区域东南方向不远处有大面积的水域巢湖，相关研究表明，湿岛效应主要源于城市绿地和水面的增多（马凤莲等，2009；张清艳等，2016）。

风速与距离市中心的距离相关性显著，总体呈现从中心向外围增大的趋势。中心城区人口密度高、交通流量大、耗热大，城市建设强度高、整个区域建筑密集、绿化及水域较少，一方面对风形成阻挡，另一方面不利于形成空气对流，导致风速较小。

图6 监测点1与监测点2日均微气候Fig.6 The daily average microclimate of monitoring point 1 and monitoring point 2

3 讨论

城市居住区微气候影响因素非常多，包括可调控因素和不可调控因素，同时微气候之间也是相互作用的（Wong et al.，2016）。本文主要研究城市居住区常规开发强度指标容积率、绿地率、建筑密度对微气候的影响。

图7 微气候与居住区距合肥市中心（市府广场）距离关系Fig.7 Plot of microclimate to the distance of residential area to center of Hefei core area, Hefei City Hall Square

3.1 微气候与容积率的关系

容积率对比组中的华润紫云府居住区是高层住宅，密度较低，而宝业城市绿苑西区是低层住宅，密度较高，高层低密度的居住区布局相比低层高密度的居住区为住宅的周围建筑及环境提供更多的建筑遮阴效果，同时更大的宽阔度使得住宅周围环境散热快（王敏等，2013）；低层高密度居住区提供了更多的街巷空间以及建筑阴影，减少了低层建筑所接受的太阳辐射（Middel et al.，2014）。高层低密度的华润紫云府居住区虽然利于通风且其产生的阴影能降低温度，但低层高密度的宝业城市绿苑西区建筑所接受的太阳辐射更少，导致宝业城市绿苑西区温度较华润紫云府居住区低。此外，华润紫云府居住区容积率较大，居住人数和能源消耗较多，温度较高。

华润紫云府居住区容积率较大，温度与湿度之间存在着强烈的负相关性，华润紫云府居住区温度较高，强蒸发作用导致居住区湿度较低。

华润紫云府居住区和宝业城市绿苑西区绿地率、建筑密度相同，造成其风速差别的因素是容积率，进一步来说是由于高度造成的。高层建筑之间更容易形成峡谷效应，有利于局部空气流通，产生峡谷风及下沉风（韩贵锋等，2016）。通过将宽度和高度控制在较小范围内，巷道内一侧有建筑形成阴影区，就会形成温度差，从而形成热压通风，改善局部微气候（单樑等，2013）。华润紫云府居住区的高层建筑容易形成峡谷风，同时建筑阴影区容易形成热压通风。

由此可见，高容积率居住区总体呈现高温度、低湿度、高风速的微气候特征。

3.2 微气候与绿地率的关系

绿地率对比组中的新加坡花园城居住区和金濠居住区位于次城市中心城区，两者的容积率、建筑密度相近，造成两者微气候差别的主导因素是绿地率。新加坡花园城居住区植被覆盖率较金濠居住区大，植被绿化光合作用将太阳能转化为化学能，减少转化为长波辐射的能量；蒸腾作用吸收热量将显热转化为潜热，从而达到降温的作用（Kong et al.，2016）。因此，高绿地率居住区新加坡花园城居住区温度较低。

植被在外界风热环境的影响下产生蒸腾作用并释放水蒸气，导致周围湿度高（郑子豪等，2016），故高绿地率居住区新加坡花园城的湿度较高。

新加坡花园城居住区由于温度较低，与周围环境形成温差，空气流动速度加快。相关研究表明，植物的郁闭度过大可以阻挡一定的风速（Sanchez et al.，2015；马杰等，2013）。新加坡花园城居住区高大乔木及密林阻挡了通风，导致风速较低。

由此可见，高绿地率居住区总体呈现低温度、高湿度、低风速的微气候特征。

3.3 微气候与建筑密度的关系

建筑密度对比组中的利港银河广场居住区和滨湖明珠居住区位于城市边缘区，两者的容积率、绿地率相近，造成两者微气候差别的主导因素是建筑密度。高密度的利港银河广场居住区温度均比低密度的滨湖明珠高，表明低密度的居住区温度较低。建筑密度越低，障碍物越少，越有利于居住区通风，降低居住区温度，与众多研究结果一致（王伟武等，2010；樊亚鹏等，2014）。

滨湖明珠居住区建筑密度低有利于空气流动，居住区温度降低，湿度升高。此外，从东南方向巢湖吹来的湿气流加大了该居住区空气湿度。建筑密度越高，建筑越密集，越能阻挡风速，从而导致风速减弱。

由此可见，高建筑密度居住区总体呈现高温度、低湿度、低风速的微气候特征。控制居住区建筑密度，提高居住区建筑高度，可以改善城市微气候。

4 结论与展望

4.1 结论

本文选择合肥市6个不同类型的居住区为研究对象，依据居住区开发强度3个典型指标容积率、绿地率和建筑密度将 6个居住区分为容积率对比组、绿地率对比组和建筑密度对比组，实地测量得到居住区微气候数据以及开发强度指标，定量分析并揭示居住区微气候与土地开发强度之间的相关性，主要结论如下：

（1）合肥居住区温度总体呈现从中心向外围递减的趋势，滨湖新区等建设强度大的边缘区热岛效应相对较高，中心城区的热岛效应十分显著。

（2）居住区开发强度与微气候关联性显著，容积率对温度和风速影响最大，容积率越大，温度越高，风速越大。绿地率对湿度影响最大，绿化植被能有效提高空气湿度，同时植被类型不同会对居住区湿度产生较大影响。建筑密度越大，风速越小，温度越高，合理的居住区空间布局能改善居住区热环境并提升居住舒适度。

（3）居住区微气候在居住区内部的空间变化较明显，与两楼之间硬质地面相比，居住区中心景观绿带地区温度较低、湿度较高、风速较大。

（4）在城市空间变化上，居住区温度与距离市中心（市府广场）的距离相关性不明显，湿度与风速在空间上总体表现为由市中心向周围增大的趋势。

4.2 展望

（1）不同类型绿地空间布局对居住区的湿度作用差异较大，通过对不同类型绿地空间布局的居住区的湿度开展监测并进行分析，找出两者之间的相关关系。

ADACHI S A, KIMURA F, KUSAKA H, et al. 2014. Moderation of Summertime Heat Island Phenomena via Modification of the Urban Form in the Tokyo Metropolitan Area [J]. Journal of Applied Meteorology and Climatology, 53(8) :1886-1900.

BROWN C, LUNDHOLM J. 2015. Microclimate and substrate depth influence green roof plant community dynamics [J]. Landscape and Urban Planning, 143: 134-142.

KONG F H, YAN W J, ZHENG G, et al. 2016. Retrieval of three-dimensional tree canopy and shade using terrestrial laser scanning (TLS) data to analyze the cooling effect of vegetation [J].Agricultural and Forest Meteorology, 217:22-34.

MEGGERS F, ASCHWANDEN G, TEITELBAUM E, et al. 2016. Urban cooling primary energy reduction potential: system losses caused by microclimates [J]. Sustainable Cities and Society, 27: 315-323.

MIDDEL A, HÄB K, BRAZEL A J, et al. 2014. Impact of urban form and design on mid-afternoon microclimate in Phoenix Local Climate Zones[J]. Landscape and Urban Planning, 122(2): 16-28.

SANCHEZ I A, MCCOLLIN D. 2015. A comparison of microclimate and environmental modification produced by hedgerows and dehesa in the Mediterranean region: A study in the Guadarrama region, Spain [J].Landscape and Urban Planning, 143(1): 230-237.

SANUSI R, JOHNSTONE D, MAY P, et al. 2017. Microclimate benefits that different street tree species provide to sidewalk pedestrians relate to differences in Plant Area Index [J]. Landscape and Urban Planning,157: 502-511.

WONG P P, LAI P C, HART M. 2016. Microclimate Variation of Urban Heat in a Small Community [J]. Procedia Environmental Sciences, 36:180-183.

WONG P Y, LAI P C, LOW C T, et al. 2016. The impact of environmental and human factors on urban heat and microclimate variability [J].Building and Environment, 95: 199-208.

风力发电机组中的齿轮箱是一个重要的机械部件，其主要功能是将风轮在风力作用下所产生的动力传递给发电机，并使其得到相应的转速。风轮的转速很低，远达不到高速发电机发电的要求，必须通过齿轮箱的增速作用来实现风力发电。

崔胜辉, 徐礼来, 黄云凤, 等. 2015. 城市空间形态应对气候变化研究进展及展望[J]. 地理科学进展, 34(10): 1209-1218.

单樑, 荆万里, 林姚宇. 2013. 基于SMART方法的低碳生态城市规划设计实践研究——以深圳国际低碳城启动区规划为例[J]. 华中建筑,31(9): 129-133.

樊亚鹏, 徐涵秋, 李乐, 等. 2014. 广州市城市扩展及其城市热岛效应分析[J]. 遥感信息, 29(1): 23-29.

葛亚宁, 徐新良, 李静, 等. 2016. 北京城市建筑密度分布对热岛效应的影响研究[J/OL]. 地球信息科学学报, 18(12): 1698-1706.

韩贵锋, 蔡智, 谢雨丝, 等. 2016. 城市建设强度与热岛的相关性——以重庆市开州区为例[J]. 土木建筑与环境工程, 38(5): 138-147.

姜荣, 魏宁, 陈亮, 等. 2016. 上海市高温日的日最高气温空间分布特征及改善措施[J]. 气象与环境学报, 32(5): 84-91.

冷红, 袁青. 2014. 城市微气候控制及优化的国际经验及启示[J].国际城市规划, 29(6): 114-119.

李晗, 吴家正, 赵云峰, 等. 2016. 建筑布局对住宅住区室外微环境的影响研究[J]. 建筑节能,44(3): 57-63.

李笑寒, 胡聃, 李元征, 等. 2017. 高层住宅小区中心绿地布局对微气象影响研究[J]. 生态科学, 36(4): 202-209.

李英汉, 王俊坚, 陈雪, 等. 2011. 深圳市居住区绿地植物冠层格局对微气候的影响[J]. 应用生态学报, 22(2): 343-349.

刘宇峰, 原志华, 孔伟, 等. 2015. 1993—2012年西安城区城市热岛效应强度变化趋势及影响因素分析[J]. 自然资源学报, 30(6): 974-985.

马凤莲, 王宏, 宋喜军. 2009. 承德市城市化对气温及空气湿度的影响[J]. 河北师范大学学报, 33(3): 393-399.

马杰, 李晓锋, 朱颖心. 2013. 住区微气候的数值模拟方法研究[J]. 太阳能学报, 34(12): 2132-2138.

马西娜. 2016. 基于悬浮颗粒物分布的关中城市居住组团空间形态研究[D]. 西安: 长安大学: 1-2.

彭保发, 石忆邵, 王贺封, 等. 2013. 城市热岛效应的影响机理及其作用规律——以上海市为例[J]. 地理学报, 68(11): 1461-1471.

祁豫玮, 顾朝林. 2011. 快速城市化地区应对气候变化的城市规划探讨——以南京市为例[J]. 人文地理, 26(5): 54-59.

石忆邵, 俞怡文. 2016. 郊区化究竟是加重还是缓解了城市病——基于上海的实证分析[J/OL]. 经济地理, 36(8): 47-54.

苏小超, 陈志龙, 蔡浩, 等. 2016. 居住区地下空间开发对室外热环境的影响[J]. 解放军理工大学学报(自然科学版), 17(4): 356-363.

孙烨, 张德顺, 吕良, 等. 2012. 基于微气候优化的住宅小区景观设计评析——以盐城记者家园为例[J]. 中南林业科技大学学报, 32(10):191-197.

王冕, 郝原悦, 戴刘冬. 2017. 国外低碳生态城市建设启示: 土地利用视角[J]. 中国外资, (3) :40-43.

王敏, 孟浩, 白杨, 等. 2013. 上海市土地利用空间格局与地表温度关系研究[J]. 生态环境学报, 22(2): 343-350.

王薇, 陈明. 2016. 城市绿地空气负离子和PM2.5浓度分布特征及其与微气候关系——以合肥天鹅湖为例[J]. 生态环境学报, 25(9):1499-1507.

王伟武, 张雍雍. 2010. 城市住区热环境可控影响因素定量分析[J]. 浙江大学学报(工学版), 44(12): 2348-2353.

吴宏伟. 2017. 大气–植被–土体相互作用: 理论与机理[J]. 岩土工程学报, 39(1): 1-47.

杨晓彬, 陈志龙, 上官林宏, 等. 2016. 城市居住区地下停车对微气候的影响研究[J]. 地下空间与工程学报, 12(1): 11-19.

张春灵, 姜允芳. 2016. 基于风环境数值模拟的住宅区规划设计优化研究[J]. 中外建筑, (4): 83-87.

张清艳, 何萍, 蔡艳梅, 等. 2016. 云南高原楚雄市近年来城市气候特征研究[J]. 云南地理环境研究, 28(5): 41-48.

郑子豪, 陈颖彪, 千庆兰, 等. 2016. 基于三维模型的城市局地微气候模拟[J]. 地球信息科学学报, 18(9): 1199-1208.

邹源, 胡春胜. 2008. 城市微气候影响因素及区域信息图之浅析[J]. 武汉理工大学学报, 30(8): 178-180, 196.

Study on the Relationships between Development Intensity and Microclimate in Urban Residential Areas——A Case of Hefei

GU Kangkang1,2, ZHU Lingling1
1. School of Architecture & Planning, Anhui Jianzhu University, Hefei 230022, China;2. Research Center of Urbanization Development in Anhui Province, Hefei 230022, China

In order to improve climate environment in residential areas, this paper explores the effect of development intensity on its microclimate in urban residential area. In this paper, six types of residential areas in Hefei were selected to research the relevance between microclimate and development intensity indexes such as floor area ratio, green rate, building density by measuring their temperature, humidity and wind velocity in May and June 2017. The results showed that, (1) the temperature in selected residential areas obviously varied daily, with the “single peak and double valleys” temperature curves reaching the peak in the noon or afternoon and the vallys in the morning. At the same circumstance, this paper found that the temperature of low floor area ratio, high green rate and low building density residential areas were obvious lower than that of high floor area ratio, low green rate and high building density residential areas. (2) The humidity in selected residential areas obviously varied daily, with the “single valley and double peaks” humidity curves showing the low value in the daytime, high value in the morning and middling value in the evening. At the same circumstance, the humidity of low floor area ratio, high green rate and low building density residential areas were obvious higher than that of high floor area ratio, low green rate and high building density residential areas. (3) The weed speed in selected residential areas also obviously varied daily, with the high value in the daytime, and low value in the morning and in the evening. The weed speed of high floor area ratio and low building density residential areas was higher. (4) Comparing with the hard ground between two buildings, the landscape greenbelt in the middle of residential areas was lower in the temperature, higher in the humidity,and higher in the wind speed. In addition, the plant type of the greenbelt affected the humidity obviously. (5) The temperature was not obviously related to the distance of residential area to center of city core area (the City Hall Square), but the humidity and the wind speed in the space generally showed the trend of increasing with the increase of distance. (6) Among the urban development intensity indexes, the volume ratio had the greatest influence on the temperature and wind speed, that is, positively correlated. (7)The green rate had the greatest influence on the humidity, that is, the more green plants, the higher humidity.

urban residential areas; microclimate; floor area ratio; green rate; building density

10.16258/j.cnki.1674-5906.2017.12.012

X16

A

1674-5906（2017）12-2084-09

顾康康, 祝玲玲. 2007. 城市居住区开发强度与微气候的关联性研究——以合肥市为例[J]. 生态环境学报, 26(12):2084-2092.

GU Kangkang, ZHU Lingling. 2017. Study on the relationships between development intensity and microclimate in urban residential areas——a case of Hefei [J]. Ecology and Environmental Sciences, 26(12): 2084-2092.

国家自然科学基金项目（41471422）

顾康康（1982年生），男，副教授，博士，硕士生导师，研究方向为城乡生态规划与区域可持续发展。E-mail: kangkanggu@163.com

2017-08-27