上海市通风廊道的识别及影响分析

曾思齐，秦 艳，陈勇航

(1. 复旦大学附属中学， 上海 200433； 2. 东华大学 环境科学与工程学院， 上海 201620)

众所周知，城市气候和环境对居住的人们具有强烈的影响。城市空气动力学特性的不经意改变可形成空气污染和气候条件变化，严重威胁着居民的人身健康。随着城市规模不断扩大，城市冠层和边界层的表面粗糙度急速增大，极大地滞缓了城市与周边地区的空气交换，造成城市的空气流动不通畅，抑制城市空气污染物的有效扩散[1]。

城市空气通风环境特征可以通过地面风的观测数据获得，然而，在大城市区域里收集详尽的风和空气质量数据是十分困难的。因此，获得全面而又高质量的实测资料是城市环境科研工作中遇到的主要挑战。风洞模型提供了一种方法，可以在一个地区上以大比例尺形式再现局地风场状况和污染物分散特性。Mfula等[2]采用一定比例尺建立风洞模型，测试一个大型建筑环境的风场分布。尽管城市通风的风洞研究可以提供一定约束条件下的精确风模型，但仍存在区域覆盖小、计算机处理要求高和操作成本昂贵等问题，极大地限制了它的可用性。

近年来，人们通过地理信息系统(GIS)和遥感技术，采用简化的假设和数值近似来提供一种替代解决方案。通过对建筑结构的粗糙度参数估计，将近地表条件下的风模型简化为数学模型，其中，在描述建筑结构等下垫面表面空气学动力特征的粗糙度参数时，使用了形态学方法。形态学方法不需要气象铁塔和风观测资料，而是依据下垫面粗糙元形态和特征，用公式计算任意方向的空气动力学参数。该方法能有效地弥补局地观测资料的不足，为城市下垫面空气动力学参数估算开拓了新思路。文献[3-4]研究表明，采用GIS和遥感技术对表面粗糙度进行建模，可以提出表面粗糙度计算的几个形态学参数，而在这些城市形态学参数中，迎风面积密度(FAI)被认为是采用中尺度气象和城市扩散模式来反映城市表面粗糙度的一个较好的指标。

迎风面积密度可以表示某一特定方向的建筑墙面对风影响的参量，其与表面粗糙度(Z0)有很强的关系，并且是城市街道峡谷中气流的函数。Gái等[5]计算了匈牙利塞格德不规则土地区域的迎风面积指数，描述了城市的潜在通风廊道。Wong等[6]利用香港三维建筑信息计算迎风面密度，将其用不同的颜色表现出来，反映在地图上可生成迎风面密度地图。从迎风面密度地图上可以直接读取特定区域的值，判断该区域的通风廊道状况，并可用于分析城市热岛分布特征。Ng等[7]利用截面方法计算区域建筑的迎风面密度，绘制城市的迎风面密度地图，直观反映地面层通风状况。

我国在城市通风廊道以及影响方面已有相关研究，但主要是对城市通风廊道进行部分定性研究，简单介绍城市通风廊道作用[8-11]，很少考虑到关键物理因子对城市通风廊道的定量计算，特别是针对特大城市(如上海)的通风廊道研究。

因此，本文以上海为例，计算城市的重要形态学参数“迎风面积密度”，制定标准判据，定量地识别城市通风廊道，绘制上海市外环线以内不同季节的城市通风廊道分布地图，最后评估和验证上海城市通风廊道对PM 2.5分布的影响。

1 研究区域与数据

本文利用上海市测绘局提供的外环线以内建筑的三维GIS数据[12]，研究建筑群分布对城市通风条件的影响。数据包含外环以内所有建筑物高分辨率的空间分布和高度数据信息，生成外环区域500 m× 500 m的格网数据，计算各个网格建筑物分布参数及迎风面积等参数。

本文利用上海市城市环境气象中心提供的2014—2015年上海10个空气质量监测站PM 2.5浓度观测值，分析上海不同季节的PM 2.5浓度分布特征。目前，上海市空气质量监测站点如图1所示。

图1 上海市PM 2.5监测站分布Fig.1 Distribution of PM 2.5 monitoring stations in Shanghai

本文利用上海市气象局1971—2000年徐家汇气象站10 m高度日平均风速、风向资料，进行30年16个方位风向频率的平均统计。通过计算上海城市风玫瑰图分布，反映上海城市不同季节盛行风变化特征。

2 研究方法

2.1 迎风面积密度

迎风面密度的基本特征为群体性与方向性，与其相关的物理参数如图2所示。其中，实箭头表示风向，虚线表示建筑物间距W，AT表示建筑用地面积，AF1和AF2分别建筑1和2的迎风面面积。首先，迎风面密度是一个针对群体建筑的参数。高层建筑单体的迎风面密度，不仅取决于自身的形式、朝向和尺度，而且会受位于其上风向建筑的影响，即AF=AF1+AF2。因此，研究特定区域的建筑群体迎风面密度才能较为客观地体现该区域城市形态对城市通风的影响。其次，迎风面密度λF是一个与风向相关的参数。风向不同则迎风面密度λF不同。因此迎风面密度能够反映城市形态对于特定方向风的阻碍作用，即反映特定方向风在城市区域内的通风能力。

图2 与迎风面密度相关的物理参数Fig.2 Physical parameters related to the frontal area density

2.2 风场气候分布

1971—2000年上海城市风玫瑰图如图3所示。通过风资料气候统计表明：上海城市冬季(12～2月)常年盛行西北风(西北偏北风比例近15%)；而夏季(6～ 8月)常年盛行东南风(东南偏东风比例为15%)。

(a) 冬季

(b) 夏季图3 1971—2000年上海市风玫瑰图Fig.3 Shanghai wind rose diagram in 1971—2000

3 结果和分析

3.1 迎风面积密度地图

以西北风向和东南风向代表上海冬季和夏季主要风流方向，计算冬季和夏季上海市外环线以内建筑迎风面积密度如图4所示，其中，粗实曲线表示上海市外环线高架高速公路(简称为外环线，以下同)。

(a) 西北风向

(b) 东南风向图4 上海市外环线内建筑迎风面积密度Fig.4 Frontal area density of the building in theouter ring line of Shanghai

由图4可知，在上海外环线以内某些区域的λF值介于0.10～0.30之间，显著高于其他城市区域的λF值。这个现象可以归因于这些区域新建的高层建筑群的高度普遍大于其他区域，高层建筑的迎风面面积显著大于相同占地面积的低层建筑，引发了风的阻滞，即“风墙效应”。由图4(a)和4(b)对比可知，上海市外环线以内区域在不同风向时迎风面密度不同，对不同风向的阻碍作用也不同。

3.2 城市通风廊道识别

城市通风廊道判断的标准依据如下：

(1) 迎风面密度λF小于0.10；

(2) 建筑物间距大于1 km。

当同时满足判据(1)和(2)，即当城市建筑迎风面密度较小且建筑物间距较宽时，认为该区域为城市通风廊道。

上海市外环线以内通风廊道如图5所示。由图5(a)可知，上海市冬季存在3条通风廊道，自北向南分别为：江杨北路区、长江西路区、殷高西路区、复兴岛公园区域；沪太路区、广中西路(大宁灵石公园)区域、外滩(延安路隧道)区域、世纪公园区域；天山路区、吴中路区、漕宝路区、桂林路区、徐浦大桥区域。由图5(b)可以发现，上海市春季存在4条通风廊道，自南向北分别是：徐浦大桥区域、桂林路区、漕宝路区、吴中路区；卢浦大桥区域、华山路区、武宁路区、曹安路区、真南路区；南浦大桥区域、外滩(延安路隧道)区域、广中西路(大宁灵石公园)区域、沪太路区；杨浦大桥区域、国和路区、国定路区、殷高西路区。

(a) 西北风向

(b) 东南风向图5 上海市外环线以内通风廊道Fig.5 Wind ventilation corridors in the outerring line of Shanghai

由此可知：冬季上海市外环线以内通风廊道主要存在3条，方向大致自西北向东南，其中最北一条较宽；夏季上海市外环线以内通风廊道存在4条，方向大致自东南向西北，其中最北和最南各一条较宽。对比图5(a)和5(b)可知，相较于冬季，夏季的上海城市通风条件更好。

3.3 通风廊道对PM 2.5的影响

取2014—2015年上海的10个空气质量监测站PM 2.5浓度观测值进行统计，分析上海冬季(12～2月)和夏季(6～8月)城市建筑引起的通风作用对PM 2.5浓度分布的影响。

上海不同空气质量监测站PM 2.5浓度观测值如图6所示。由图6可知，上海冬季的PM 2.5浓度(平均约为70 μg/m3)，明显高于夏季(平均约为40 μg/m3)。 其主要原因是：上海冬季主要受大陆高气压下沉气流影响，PM 2.5不容易扩散稀释；上海冬季经常受西北部冷空气影响，从西北方上游区域携带的大量空气污染物(包括PM 2.5)容易远距离输送到上海。

图6 上海市空气质量监测站PM 2.5浓度观测值Fig.6 PM 2.5 concentrations of air quality monitoring stations in Shanghai

上海市冬季、夏季空气质量监测站的PM 2.5浓度分布图如图7所示，其中，浓度相对较大的前5个站以深色圆点标示出来，而浓度较小的其他站以浅色圆点表示。由图7(a)可知，冬季上海PM 2.5浓度分布基本上呈现西高东低的特点。其主要原因是：一方面，上海冬季以偏西风为主，污染物由上海西北部远距离输送过来，受上游效应影响的污染浓度高；另一方面，西部地区遇到迎风面积密度较高的上海城市建筑群，通风廊道狭小，对风速的阻挡作用明显。因此，普陀站、静安站、卢湾站和上师大站的PM 2.5浓度明显增大，而其他5个站明显较低，其污染物低值区呈现一个西北至东南向的“走廊”形式。与图5(a)对比可知，冬季上海PM 2.5浓度低值区分布形式与上海城市的最北较宽的一条通风廊道分布形式非常吻合。

图7 上海市空气质量监测站PM 2.5浓度分布Fig.7 Distribution of PM 2.5 concentrations in airquality monitoring stations of Shanghai

夏季上海PM 2.5浓度普遍低于冬季(见图6)。由图7(b)可发现，临海地区的张江站、川沙站、杨浦站和虹口站的PM 2.5浓度更低。其主要原因是：一方面，上海夏季以偏东风为主，污染物不受上游效应影响，自身污染浓度不高；另一方面，浦东站、静安站、卢湾站和上师大站遇到迎风面积密度较高的城市建筑群，通风廊道狭小，对风速的阻挡作用明显，使得PM 2.5浓度明显增大，而其他站点处于上海城市建筑群的上风方向，通风廊道较宽，有利于污染物输送，使得PM 2.5浓度很低。与图5(b)对比可知，在夏季上海PM 2.5浓度分布也与上海城市的通风廊道分布形式密切相关。值得一提的是，由于冬季的污染上游效应影响和夏季的通风下风效应作用，使得远离市区的青浦站PM 2.5浓度常年较高。

尽管PM 2.5浓度的资料分辨率较粗，使得上述分析存在一定局限性，但从总体效应来看，本文对上海城市通风廊道作用的讨论还是合理的。

4 结 语

通过地理信息系统资料计算城市的迎风面积密度等形态学参数，对有利于减少城市空气污染的通风廊道进行了定量化识别，分析讨论了上海城市通风廊道的分布和作用，研究结论如下所述。

(1) 城市通风廊道与建筑的迎风面积密切相关，可以通过对城市风环境影响的迎风面积密度等关键物理参数计算得到。

(2) 使用标准判据定量地识别城市通风廊道，并绘制上海市外环线以内冬季和夏季城市通风廊道分布图。由此可知：冬季上海市外环线以内通风廊道主要存在3条，其中最北一条较宽；夏季上海市外环线以内通风廊道存在4条，其中最北和最南各一条较宽。

(3) 上海PM 2.5浓度分布呈现西高东低、冬季大于夏季的特点，初步解释了上海外环线以内冬季和夏季城市通风廊道对PM 2.5浓度的影响和作用。

(4) 本文方法可适用于其他城市的通风廊道研究工作。

致谢：感谢上海市气象局气候中心、上海市城市环境气象中心提供相关资料。