铁路客站广场微气候优化方法研究——基于疏散安全和热舒适兼顾的设计探索

张凌菲

崔 叙*

王一诺

喻冰洁

超大尺度、过渡硬质铺装的建设模式使站前广场微气候环境较差，易成为城市热岛，特别是在一些炎热指数较高的城市，夏季过高的气温和直射的太阳辐射降低了人群前往站前广场活动的意愿。相关研究表明，良好的微气候可提高空间的使用频率[1]、营造宜人的户外热舒适体验[2]、增强空间的可驻留性[3]，是人性化场所设计的重要环节。随着旅客运力提升、互联网售票普及、旅客站房扩容、新建站点分流、空间一体化开发等变化，已经很难在站前广场见到拥挤排队购票和熬夜等候的现象，曾为交通集散预留的大面积空间面临着功能的转换。因此，充分利用站前广场已有空间改善微气候，可提高站前广场活力，改善人群活动体验，有利于引导站前广场由交通集散空间向兼休闲、景观、防灾功能的城市活动场所转变。

现有的广场微气候研究包含广场气候适应性设计方法[4]、广场夏季热舒适评估[5]、广场冠层小气候效应[6]、广场人群活动与热舒适关系[7]等内容，研究方法包括现场观测法、行为注记法、软件模拟法等，但已有研究以生活性广场为主，对承担交通集散功能的铁路客站广场关注较少。究其原因，一方面，铁路客站广场的日常生活属性常被忽视，使得站前广场研究主要集中于交通组织、安全疏散、景观意象、地域特征表达等方向[8-9]，另一方面，传统微气候优化途径如植物、水体等景观要素植入虽然可改善铁路客站广场热舒适性，但可能影响广场疏散能力，造成安全隐患，因此已有广场微气候优化方法并不完全适用于铁路客站广场。目前，已有学者探讨了疏散标识、交通组织等方面对广场疏散安全的影响[10-11]，提出应建构公共空间安全评估体系以优化公共空间安全设计[12]，在我国铁路客站安全管制要求较高的背景下，有必要将疏散安全作为站前广场微气候改善设计的前置条件，探索疏散安全和热舒适兼顾的优化途径。

基于以上分析，本研究对多个站前广场的疏散安全性和微气候优化必要性进行分析，归纳适宜进行微气候改善的站前广场类型，并以其中的重庆北站为例，对比不同微气候方案对疏散安全的影响，从而构建基于疏散安全为前置条件的铁路客站广场微气候方法。

1 数据来源及研究方法

1.1 数据来源

本研究所需数据包括疏散模拟参数和微气候模拟参数，疏散模拟参数包括疏散出口位置、宽度、阻挡构筑物尺度、高峰时段广场疏散人数等，于2017年7—8月通过现场勘测及定点计数法获取。微气候模拟所需参数采用WatchDog小型气象站获取，数据包括站前广场内空气温度、风速、风向、太阳辐射强度、相对湿度等微气候指标，于2017年7—8月对实证研究车站进行测量，获取15d的高温天气广场微气候指标。

1.2 研究方法

已有广场研究较多针对疏散安全或者微气候舒适性其中一项进行研究，而本次研究对象为铁路客站广场，须考虑疏散安全和微气候舒适性2个维度的耦合，因此在改善方法设计中使用到2种模拟工具。人群疏散模拟使用Pathfinder软件①，微气候模拟使用ENVI-met系统②。为保证模拟精度，ENVI-met采用1m×1m×1m的空间网格精度建模，网格数量240×240×24，Pathfinder软件中人员运动速度设定为1.45m/s,人员平均肩宽40cm，缓冲区最小值为0.48m，障碍物尺寸为实测建筑及景观树池等构筑物。

1.2.1 微气候改善方案生成

为控制微气候优化对站前广场人群疏散能力的影响，采用“密度分区”确定合理的微气候优化区域。首先建立站前广场疏散模型，根据疏散人流密度将广场空间划为4类，并将人群密度较低的区域识别为微气候优化域，然后在微气候优化域内进行改造方案设计，包括植物、水体、铺地等景观要素的置入及空间布局等内容，生成微气候优化方案。

1.2.2 微气候优化效果检验

完成优化方案制定后，须对广场疏散能力和微气候改善效果进行检验。一方面，通过疏散模拟对比改善前后方案的疏散时间和拥堵区面积，量化分析优化方案对站前广场疏散安全的影响程度；另一方面，使用ENVI-met微气候模拟软件对改善前后广场微气候指标和有效性进行比对，以衡量不同方案的改善效果。

图1 国内12个铁路客站广场微气候优化分类

2 微气候优化域识别及站点优化适应性分析

2.1 微气候优化域识别

障碍物(包括阻隔人群移动的树池、花台、水体、围栏和建筑等)之所以降低疏散效率，是由于障碍物在疏散过程中对人群路径选择产生影响，改变原有人群最短路线[13]。由于Pathfinder模拟疏散过程采取最短路径寻路，在无人群移动的疏散空白区域增设障碍物不会改变最短路径选择，因此本文界定在此区域中进行微气候优化对疏散安全基本无影响，此区域被定义为微气候优化域(microclimateoptimizating area)。已有文献显示，人流密度与疏散滞留长度是判定拥挤踩踏的核心指标[14]，由于站前广场外疏散没有狭窄通道，因此疏散滞留长度指标对于站前广场外疏散不敏感。本次研究采用人流密度划分站前广场空间疏散可靠性，疏散可靠性越低，该区域微气候优化的灵活性越强。当人流密度小于0.5ps·m-2时，疏散无影响；增大至2ps·m-2后，仍能保持稳定速率移动；进一步增高则会开始出现肢体接触，当达到5.5ps·m-2时，人群疏散速率大幅下降，拥挤事故概率大幅增加[15]，当人流密度高于8ps·m-2后，大概率出现踩踏和拥挤伤害[16-17]。根据人流密度将铁路客站广场空间划分为无限制优化区、低限制优化区、中等限制优化区和高限制优化区，将i≤0.5的无限制优化域识别为微气候优化域(表1)。

表1 站前广场微气候优化域等级

2.2 站点优化适宜性及实证站点选取

对国内12个铁路客站广场进行疏散模拟，依据站前广场微气候环境与疏散人群密度2个维度的表征，将前站广场分Ⅰ、Ⅱ 、 Ⅲ 、Ⅳ 4种类型(图1)。Ⅰ类广场绿化面积比例低，模拟高密度拥堵区面积少，微气候优化域面积较大，适宜进行优化，例如北京南站、重庆北站北广场；Ⅱ类广场绿化面积比例较低，拥堵区比例相对较高，导致微气候优化域面积较少且零散分布，此类型广场需优先整治广场内构筑物和隔离物，有条件情况下进行微气候适应性改造，例如成都北站、北京西站等；Ⅲ类广场微气候舒适性较强，同时模拟出的高密度拥堵区较少，此类站点为均衡型站点，兼顾人群室外热舒适度与疏散安全需求，较典型的就是深圳北站东广场；Ⅳ类站点绿化比例高，存在较大面积拥堵区域，需要适当降低绿化比例以提升空间开敞型，保证高峰时段疏散安全。调研站点中Ⅳ类站点较少，说明当前绿化比例较高的站前广场反而疏散能力较强，可能与建设年代较近导致广场规模较大有一定关系。

按照“疏散模拟-微气候优化域划分-站点归类-优化模式选取-优化方案设计-模拟校核” 6个步骤，基于上述站点分类和微气候优化适宜性分析，本次以Ⅰ类广场中的重庆北站北广场作为实证对象进行站前广场微气候优化研究。

图2 重庆北站北广场透视图

图3 重庆北站北广场现状微气候模拟

图4 重庆北站北广场微气候优化域和疏散拓展区划定

3 重庆北站广场微气候改善实证研究

3.1 研究区域概况

重庆北站位于素有“火炉”之称的重庆，2015年北广场正式投入运营。2017年气象统计显示，重庆市主城区7—8月高温日平均数据超过33d[18]。该站前广场面积4.2hm2，长242m，宽177m，以点阵树池作为主要绿化，铺地以石灰石面砖为主(图2)。根据2017年8月19—21日实测气象资料设定相同时间段模拟初始参数，其中，初始风速1.6m/s，初始温度35.35℃，初始相对湿度75%，植被包括乔木、灌木和草坪，下垫面选取石灰石铺装，现场观测行人着装多以短袖为主，因此将服装热阻值设定为0.3clo以便于计算PMV值③，输出结果为距地面1.5m截面。选取14：00—16：00作为疏散模拟时段，现场计数得出高峰时段进站速率为140人/min，以每个旅客平均滞留40min，结合列车时刻表计算出高峰时段站内须疏散人数约12 000人，作为Pathfinder的初试疏散人数。

选取温度、太阳辐射强度、风速和PMV指数(预测平均投票指数)对重庆北站微气候现状分析，模拟结果(图3)显示：1)夏季高温日站前广场步行范围基本维持于38.3℃，PMV值均在7.0以上，故行人穿凿热阻值0.3clo的衣服仍会非常炎热，热舒适度较差；2)广场树木无法阻挡1.5m以上太阳辐射，一方面由于点状树池布局过于分散，无法形成有效荫避区域，另一方面是树种选择不当，平均冠幅过小使得降温隔热效果无法发挥；3)虽然乔灌草混合绿地对PMV值降低效应大于点状树池，但由于乔木种植于绿地内部而非临边界，对行人热舒适度改善有限；4)绿地周边观测到风速变化现象，形成微气流循环。

图5 重庆北站北广场3类微气候优化方案

图6 3类方案改善后疏散安全影响分析

图7 3类方案微气候改善效果

3.2 微气候优化域识别

Pathfinder对广场的疏散模拟显示(图4)，整个疏散耗时859.5s，广场大部分地区人流密度低于0.5ps·m-2，整个广场疏散通畅。在正面出口和正面绿地边缘有少量区域呈现绿色，密度约2.17ps·m-2，在划定优化域时将这部分区域避开，并在方案设计中对其进行退让，以改善拥堵状况。

3.3 微气候改善方案设计

针对重庆北站北广场夏季高温所导致的热舒适性较差的情况，可利用植物冠层、景观水体、高透水混凝土铺地等物理空间要素通过降温增湿、格挡辐射等途径改善户外舒适度。由于本研究重点关注疏散安全约束下的微气候改善，为控制变量，仅选取不同绿地布局模式以对比微气候改善效果，制定围合(a)、行列(b)、团块(c)3种改善方案进行对比(图5)，其中(a)方案采用围合式绿地布局，绿地中部形成小型休憩空间，四周设置开敞入口既方便人流进出，同时可增加气流通道；(b)方案采用行列式绿地，形成多排休憩空间以增大适宜旅客停留的休憩空间面积；(c)方案通过4个团块绿地形成较大面积的绿化斑块，绿地边缘设置长椅作为人群停留休憩空间，其中西边团块绿地树木在绿地内种植，东边绿地树木沿绿地边缘种植。

图8 有效热舒适改善域示意图展区划定

图9 优化策略判定象限——基于广场空间的疏散和微气候属性

3.4 微气候优化效果检验

为验证改善方法是否兼顾疏散安全与热舒适性，对改善后方案进行疏散安全影响分析和微气候改善有效性验证，并就疏散安全影响和微气候改善的耦合展开讨论。

3.4.1 改善方案疏散安全影响分析

Pathfinder对3种优化方案的疏散模拟显示(图6)，(a)(b)(c)3种方案的疏散耗时分别为653、667.5和662.5s，均较现状859.5s有大幅降低，说明3种改善方案均在一定程度上提高了广场人群疏散效率。人流密度大于2ps·m-2的拥堵区面积由现状的35.1m2降低至11.2m2(a方案)、15.9m2(b方案)和12.5m2(c方案)，最高人流密度由原有的3.31ps·m2降低至2.62 ps·m2(a方案)、2.73ps·m2(b方案)和2.65 ps·m2(c方案)，对比改善前后人群密度图可以进一步看出，正面出口和正面绿地边缘的疏散拓展区绿色面积大幅减少，在承担大量疏散人流的同时降低了局部瓶颈效应。同时，(b)方案的行列式树池布局增加了行间人群疏散人流，但在行列树池拐角处横向人流与侧向人流交叉容易形成局部拥挤区域，相较之下，(a)和(c)方案人流从绿化树池外围疏散效率和安全性更高。

3.4.2 微气候改善有效性分析

从微气候指标看(图7)，3种方案都不同程度上降低了优化域范围内局部气温和地面辐射，在绿地周边形成热舒适低温场域。3个方案改善域内温度平均较中部太阳直射区域低0.92℃，太阳辐射降低约287W/m2，PMV指数降低约2.0。对比表6的微气候模拟图可以看出，降温区域呈现斑块状，太阳辐射和PMV降低区域呈点状，主要位于树荫和狭长绿道。种植池内乔木、灌木覆盖区PMV值分别降低2.9和0.3，草坪区域没有观察到PMV值改善，同时乔木PMV值降低区域大于其正投影面积约21%，其荫庇效应最为明显。针对风环境，(a)方案中绿道廊道区域风速明显增大，有利于通风散热，实现气流微循环。进一步对比3个方案，降温面积(c)＞(a)＞(b)，其中(c)方案中气温低于37℃的区域面积为10 320m2，而(a)和(b)方案分别为9 854和6 411m2，均高于现状2 499m2，说明(c)方案采用的整块绿地更有利于温度下降。但需要注意的是，人群活动领域与降温区域的交集才是有效微气候改善面积(图8)，将树池边缘5m定义为人群活动区域，计算其与降温区域重叠面积，据此得出3个方案的有效热舒适改善面积分别为(a)5 471m2、(b)3 258m2、(c)1 427m2，说明(a)类围合式方案的微气候改善有效性优于其他2种方案，而(c)方案中整块绿地内部大面积空间人群并不能进入接触，有效热舒适改善区域面积反而较小。研究表明，绿地面积并不最终决定站前广场热改善效果，邻近树池边缘区域的热舒适改善更能提高广场人群的热舒适感知。

3.4.3 疏散安全与微气候优化耦合分析

从微气候优化角度，重庆北站北广场中部属于无荫庇的太阳辐射直射区域，通常情况下会采取增加绿地、水体等景观要素予以微气候优化，但疏散模拟人流显示中部空间承担了大量人流疏散功能，增设的景观要素会在紧急情况下转化为人员安全疏散的物理障碍，因此在微气候优化过程中对中部区域采取保持空间开敞的策略。3种不同绿地布局对疏散的影响亦呈现一定差异，其中(b)方案的行列式布局导致人流在绿地内部穿越，更容易形成人流交汇，说明在微气候优化域外不增加景观要素虽然可以实现外部拥堵区不增加，但优化域内部改变景观要素布局存在增加拥堵情况的可能性，但疏散效率仍优于改善前，微气候优化域的划定有利于控制改善方案对广场疏散安全的影响，多方案对比有助于筛选出更适宜的布局模式。

4 站前广场微气候改善设计策略

根据上述实证研究，应尽可能采纳以下策略以优化站前广场微气候。1)微气候优化域划定：在微气候优化域识别基础上进行微气候优化方案的制定，以控制改善方案对疏散安全的影响。2)合理确定不同空间的改善策略(图9)：站前广场空间按照疏散属性可划分为人流疏散区(1类)和非人流疏散区(2类)，按照微气候属性可划分为微气候舒适区(3类)和微气候非舒适区(4类)，须根据同一空间不同属性的耦合情况进行微气候优化模式的选择。其中，最适宜进行微气候优化的区域是(2类)与(4类)空间的交集，可采取置入植被、水体及天棚廊道等降温景观要素的方式予以优化；人流疏散区内存在2种情况，当形成拥堵区域时，应采取拓宽景观障碍物边界以缓解疏散拥堵现象，如果是正常人流移动区域，则可保持现有布局；对于(2类)和(3类)交集的区域由于微气候较为舒适，为节省改造成本可采取保持现有布局。3)增大有效热舒适改善面积：景观绿化布局应与广场内人群活动特征相结合，宜采用围合式绿地，同时将乔木临绿地边界种植，从而降低乔木冠层的太阳辐射，增加有效热舒适改善面积。

5 结语

对铁路客站站前广场的微气候进行优化有利于提高广场空间活力，增强站前广场空间与城市生活功能融合。本文以疏散安全为前置条件，提出“疏散模拟-微气候优化域划分-站点归类-优化模式选取-优化方案设计-模拟校核”的站前广场优化方法。研究结果表明，通过疏散模拟划定微气候优化域，可分析站前广场的微气候优化适宜性，调控微气候优化方案对广场疏散能力的影响，达到疏散安全和热舒适改善兼顾的目的。今后还需围绕广场空间形态与冷岛效应绿量阀值进行深入研究，从节约能源、净化空气、健康促进等多学科角度对微气候优化后铁路客站广场的绿色生态绩效进行动态评估。

注：文中图片均由作者绘制。

注释：

① Pathfinder是基于连续模型(Agent-base)的疏散模拟系统，被广泛用于各类建筑空间应急疏散仿真模拟，其连续型模型提供多种个体行为参数设置以适应不同场景疏散模拟需求，可在多种场景下模拟人流密度、时空分布、疏散路径等各方面内容，模拟可靠性较高。

② ENVI-met是德国波鸿大学地理所开发的三维微气候模拟系统，可以对城市环境中的建筑物、下垫面、植被、水体等因子进行建模和模拟研究，以用于评估景观设计方案热舒适性。

③ PMV(预测平均投票数)是丹麦的范格尔(P.O.Fanger)教授提出的表征人体热反应(冷热感)的评价指标，该模型提出的指标表示大多数人对热环境的平均投票值，即冷(-3)、凉(-2)、稍凉(-1)、中性(0)、稍暖(1)、暖(2)、热(3)。