城市公园绿地夏季降温增湿效应

燕海南 曹雅男

收稿日期：2020-01-06

第一作者：燕海南（1994- ），男，博士生，研究方向为生态城市与数字建筑。E-mail： 1032731827@qq.com

通讯作者：曹雅男（1991- ），女，硕士，研究方向为建筑与园林设计。E-mail：1073409551@qq.com

摘要：量化分析公园绿地的降温增湿效应有助于优化公园绿地的规划设计与管理。文章以苏州金鸡湖中央商务区的8个公园绿地为例，在对其空气温度与相对湿度进行实地观测的基础上，研究公园面积及形状、乔木覆盖率和水体面积占比等因素对公园绿地降温增湿效应的影响规律。结果表明：1）各公园绿地在测量时段（6∶00—18∶00）内的降温增湿效应表现为不同程度的波动情况，其中方洲公园表现出最大的降温增湿效应平均值，南施公园表现出最小的降温增湿效应平均值。2）公园绿地面积与降温效应呈现显著的正相关关系，水体面积占比与公园绿地的增湿效应呈现显著的正相关关系。因此，建议在保持绿地面积规模的同时适当增加水体面积占比对公园绿地夏季温湿环境具有一定的改善作用。

关键词：城市公园绿地，夏季，降温增湿，金鸡湖中央商务区，苏州

DOI： 10.12169/zgcsly.2020.01.06.0005

Cooling and Humidifying Effect of Urban Park Green Spaces in Summer

Yan Hainan1 Cao Yanan2

（1.School of Architecture and Urban Planning， Nanjing University， Nnajing 210093， China;

2.Planning and Natural Resources Bureau of Kunshan， Kunshan 215300， Jiangsu， China）

Abstract：The quantitative analysis of the cooling and humidifying effect of park green spaces is helpful to optimize the planning， design and management of park green spaces. Taking the Jinji Lake Central Business District in Suzhou City as an example， this study makes the synchronous measurement of air temperature and relative humidity in the 8 park green spaces selected， so as to analyze the influence of park area， park shape， tree coverage and water body area ratio on the microclimate of park green spaces. The results show that： 1） The cooling and humidification effect of each park green space during the measurement period （6∶00-18∶00） presents a fluctuation of different degrees. Fangzhou Park has the maximum mean value of cooling and humidifying effect （△Tavg = 6.23 ℃， △Havg = 17.62%）， while Nanshi Park has the minimum mean value （△Tavg = 2.48 ℃， △Havg = 9.71%）. 2） There is a significantly positive correlation between the park green space area and the cooling effect （ R =0.746，  P <0.05）， and there is a significantly positive correlation between the water body area ratio and the humidifying effect of the park green spaces （ R =0.592，  P <0.05）. It is suggested to appropriately increase the proportion of water body area while maintaining the cover of green spaces， which can improve the microclimate of park green spaces in summer.

Keywords： urban park green space， summer， cooling and humidifying effect， Jinji Lake Central Business District， Suzhou City

當前，长三角地区正处于快速城市化的进程之中，城市生态系统逐渐变得脆弱 [1-2]。在夏季高温季节，城市热环境问题日益突出，备受众多学者关注[3-5]。以城市公园绿地为研究对象，当前的相关研究方法大致可分为3类：一是选取特定区域进行实地观测，包括固定位置观测和移动观测[6-7];二是利用卫星遥感技术在大尺度空间范围内进行研究，即将卫星遥感技术获取的地表温度数据与近地面空气温度数据相结合，能够准确反映公园绿地的热环境状况[8-9];三是利用软件模拟技术分析公园绿地热环境 [10]。运用上述研究方法的研究结论表明，公园绿地热环境的主要影响因素可分为2个方面：一是公园绿地内的植物群落特征，如树种组成与搭配，植被的冠层结构等因素[11];二是公园自身特征，如公园绿地面积与形状、公园绿化覆盖率和下垫面类型及面积占比等因素[12-13]。此外，公园绿地周边环境下垫面类型、周围建筑布局以及人为热源等因素也对公园绿地的热环境产生影响[14-16]。

本研究聚焦公园绿地的降温增湿效应问题，以位于苏州金鸡湖中央商务区内的公园绿地为例，定量分析夏季不同公园绿地的降温增湿效应，进而研究公园绿地面积及形状、乔木覆盖率和水体面积占比等因素对降温增湿效应的影响，旨在探讨以优化温湿环境为导向的公园绿地营造策略，为公园绿地的规划建设提供参考依据。

1 研究设计

1.1 样地选择

苏州位于江苏省东南部，属于亚热带季风海洋性气候，其气候特点是温暖潮湿多雨，季风明显，四季分明。金鸡湖中央商务区位于苏州古城区东侧的工业园区内，属于其核心区域，土地面积约为46.5 km2，常驻人口约8.3万人[17]。 在前期现场调研的基础上，遵循公园建设完善、绿化类型丰富和公园使用率较高等原则，选取中塘公园、方洲公园、红枫林公园、中央公园、星海公园、湖滨公园、金姬墩公园和南施公园共8个公园绿地作为研究对象。

1.2 观测内容及方法

针对所选取的公园绿地进行场地实测。每个公园绿地共布设4个观测点，其中公园绿地内部树荫环境下布设3个测点，公园绿地外部布设1个对照测点。公园绿地内部的测点布设在不同类型的植栽树荫下，全面涵盖公园绿地内的植栽环境;对照观测点则布设在公园周边的露天环境中，无阴影遮挡。

测量仪器采用国产FR-HWS便携式自动气象站，由于受到仪器数量的限制，研究人员每日仅能同步观测2个公园绿地，共分4批次完成观测，因此本研究尽可能压缩观测日期范围，减少每日气象条件变化带来的影响。结合实际天气状况，场地实测选取8月份晴朗少云的天气，观测日期为2018年8月6—14日。观测时设置仪器记录间隔为10 min，观测时间段为6∶00—18∶00，观察1.5 m高度处的空气温度（T）和相对湿度（H）情况。

本文选取公园绿地面积、绿地形状、乔木覆盖率、水体面积占比4项结构特征指标进行测量与计算，具体方法如下：

1） 公园绿地面积与形状。通过全站仪（型号：迈拓MTS-800）测量各公园绿地面积，同时结合智慧苏州地图网[18]提供的“测量面积”功能对选取的公园绿地面积进行验证。此外，采用景观生态学领域内的周长面积比指标表征绿地斑块的形状特征 [19]。

2） 乔木覆盖率。本研究根据苏州市园林和绿化管理局[20]提供的公园绿地植栽平面图，并结合现场实测统计各公园绿地的乔木冠幅面积，进而除以公园总面积得到乔木覆盖率。

3） 水体面积占比。本研究利用全站仪（型号：迈拓MTS-800）统计各公园绿地内部及周边水域面积，并计算水域面积与公园绿地总面积的比值。

根据上述方法对各公园绿地的结构特征进行计算汇总（表1）。此外，各公园绿地的植栽均生长良好，养护措施基本一致。

1.3 数据处理

根据各观测点布设方法，本文定义各公园绿地在某个记录时刻的降温效应计算公式如式（1）：

△T=∑（To-Ti）i

（1）

式（1）中， i 表示一个公园的观测点， i =1，2，3; Ti 为该记录时刻公园绿地内观测点的空气温度; To 为该记录时刻对照观点的空气温度。之后将观测时段（6∶00—18∶00）内所有记录时刻的降温效应数值进行汇总，计算其平均值和方差等。同理，本文定义各公园绿地在某个记录时刻的增湿效应计算公式如式（2）：

△H=∑（Hi-Ho）i （2）

式（2）中， i 表示一个公园的观测点， i =1，2，3; Hi 为该记录时刻公园绿地内观测点的相对湿度; Ho 为该记录时刻对照观点的相对湿度。之后将观测时段（6∶00—18∶00）内所有记录时刻的增湿效应数值进行汇总，计算其平均值和方差等。

本文中数据处理与图表制作使用的软件包括Microsoft Office Excel 2016和IBM SPSS 21.0，其中，使用Microsoft Office Excel 2016统计分析各公园绿地的空气温度与相对湿度日变化规律以及降温增湿效应，使用IBM SPSS 21.0分析各公园绿地降温增湿效应与影响因素的相关性。

2 结果与分析

2.1 实测结果

2.1.1 空气温度日变化规律

将公园绿地内各观测点的空气温度数据进行汇总。可知各公园绿地在观测时间内的气温变化趋势相对一致，各气温曲线均呈现不同程度的波动情况。对各公园的空气温度进行统计分析，各观测点的最高值为中塘公园（36.21 ℃），出现在约14∶00;各观测点的最低值为金姬墩公园（22.99 ℃），出现在约6∶00。从各公园的实测温度差异来看，中塘公园的平均温度最高（33.44 ℃），金姬墩公园的平均温度最低（29.61 ℃）。这表明中塘公园的温度综合表现最高，金姬墩温度综合表现最低。此外，中塘公园的空气温度波动相对剧烈，而星海公园的空气温度波动相对平缓。

2.1.2 相对湿度日变化规律

将公园绿地内各观测点的相对湿度数据进行汇总。可知各观测点的最高值为中塘公园（90.03%），出现在约6∶00;各观测点的最低值为红枫林公园（46.42%），出现在约14∶00。从各公园的实测相对湿度差异来看，星海公园的平均相对湿度数值最高，为74.89%;金姬墩公园的平均相对湿度数值最低，为65.01%。综合来看，星海公园的相对湿度水平最高，金姬墩公园的相对湿度水平最低。此外，红枫林公园的相对湿度波动相对剧烈，星海公园的相对湿度波动相对平缓。

2.2 公园绿地降温增湿效应分析

2.2.1 公园绿地降温效应

如表2所示，各公园绿地在观测时段（6∶00—18∶00）内的降温效应表现为不同程度的波动情况，其中湖滨公园的降温效应波动幅度最大（方差=14.30），在某些觀测时刻出现降温效应为负值的情况，而南施公园的降温效应波动幅度最小（方差=1.67），降温效应表现相对稳定。这表明由于受测量日期和公园周边环境等多种因素的影响，各公园绿地在特定时刻的降温效应均表现出一定的不确定性。相对而言，公园绿地在测量时段内降温效应的平均值能较好地反映其降温能力。各公园绿地降温效应的平均值大小排序为：方洲公园（6.23℃）>红枫林（5.45℃）>金姬墩公园（4.89℃）>中塘公园（4.56℃）>中央公园（4.15℃）>星海公园（3.39℃）>湖滨公园（2.92℃）>南施公园（2.48℃）。

2.2.2 公园绿地增湿效应

如表3所示，各公园绿地在观测时段（6∶00—18∶00）内的增湿效应表现为不同程度的波动情况，其中湖滨公园的增湿效应波动幅度最大（方差=41.57），红枫林公园的增湿效应波动幅度最小（方差=9.48），而南施公园在某些观测时刻出现增湿效应为负值的情况。同时，各公园绿地在特定时刻的增湿效应表现出一定的不确定性。相对而言，公园绿地在测量时段内增湿效应的平均值能较好地反映其增湿能力。各公园绿地增湿效应的平均值大小排序为：方洲公园（17.62%）>湖滨公园（16.75%）>红枫林公园（13.86%）>中央公园（13.25%）>金姬墩公园（13.24%）>中塘公园（12.45%）>星海公园（10.92%）>南施公园（9.71%）。

2.3 公园绿地降温增湿效应的影响因素分析

2.3.1 降温效应影响因素

如图1所示，公园绿地面积与降温效应呈现显著的正相关关系（ R=0.746，P <0.05），表明公园绿地的面积越大，其降温效应就越显著。此外，乔木覆盖率和水域面积占比也都与降温效应呈现正相关关系，但未达到显著水平（ R=0.533，P=0.174;R=0.350，P =0.395）。周长面积比与降温效应存在负相关（ R=-0.621，P=0.101） ，表明随着公园绿地的周长面积比变小，其降温效应有所增强。

面积较大的公园绿地往往拥有多样的植栽类型与充足的植栽数量，从而表现为显著且稳定的降温效应，例如方洲公园和红枫林公园。相比之下，星海公园和南施公园由于面积较小，且受周边高密度建筑环境的影响，因此呈现出较弱的降温效应。已有相关研究[21-22]均表明较大面积的公园绿地比小面积的公园具有更为显著的降温效应，与本文得到的分析结论类似。如Chang[21]等通过对台北市的61个公园进行现场实测，研究发现面积较大的公园绿地的降温效果明显大于面积较小的公园绿地，且公园绿地内部气温与周边对照观测点的气温差值与公园面积大小呈现非线性关系。基于此，本文建议在公园改造或新建公园的实践项目中，应考虑满足一定的公园绿地面积。如果公园绿地的面积受限且周边建筑密度较大，则应在公园绿地内以乔木种植为主，从而保持或提高公园绿地的降温效应。

2.3.2 增湿效应影响因素

如图2所示，水域面积占比与增湿效应呈现显著的正相关关系（ R=0.592，P <0.05），表明随着水域面积的增加，公园绿地的增湿效应不断增强。公园绿地面积和乔木覆盖率与公园绿地的增湿效应也存在正相关关系（ R=0.425，P=0.293;R=0.440，P =0.276），只不过未达到显著水平。而周长面积比与公园绿地的增湿效应表现为负相关关系（ R=-0.536，P =0.171），表明随着周长面积比的数值变小，公园绿地的增湿效应有所增强。

随着公园绿地内水体面积占比的增大，水体蒸发可有效促进公园绿地的增湿效应，例如方洲公园和湖滨公园。方洲公园内的水体为规则状聚合形态，其增湿效应大于内部为带状水体或分散水体的公园绿地;而湖滨公园由于位于金鸡湖畔，其增湿效应受到金鸡湖大面积水体的影响而有所增强。熊瑶等[23]以苏州留园为例，借助微气候数字模拟软件研究江南古典园林各景观要素的具体微气候效应，结果表明留园水体占比25%时，水体对庭园温湿度的调节效应达到最大值，而后水面再增加，其对降温、增湿方面的贡献不再显著增加。然而由于研究对象的不同，本研究基于实测结果认为公园绿地内水体面积占比大于10%时即可体现较显著的增湿效应。综上，从公园绿地的增湿效应角度考虑，本文建议在公园绿地的营建过程中应注意保持一定的水体面积占比，且水体形态以规则状聚合形态为宜。

3 结论

基于对8个公园绿地的夏季实测数据，本文分析了苏州金鸡湖中央商务区内公园绿地的降温增湿效应及其影响因素。主要结论如下：

1） 各公园绿地在测量时段内空气温度与相对湿度的变化趋势呈现反相关系。中塘公园的平均空气温度最高，星海公园的平均相对湿度最高，金姬墩公园的空气温度和相对湿度水平均为最低。

2） 各公园绿地在测量时段内的降温增湿效应表现为不同程度的波动情况。湖滨公园的降温增湿效应波动幅度均为最大，南施公园的降温效应波动幅度最小，而红枫林公园的增湿效应波动幅度最小。对于测量时段内的平均值而言，方洲公园表现为最大的降温增湿效应（△Tavg=6.23℃，△Havg=17.62%），南施公园表现为最小的降温增湿效应（△Tavg=2.48℃，△Havg=9.71%）。

3） 公园绿地面积与形状、公园内乔木覆盖率以及水体面积占比均与公园绿地的降温增湿效应存在一定的相关关系。公园绿地面积对其降温效应影响最为显著，而公园内水体面积占比对其增湿效应的影响最为显著。

参考文献

[1]

冯东海，沈清基.基于相关性和关联耦合分析的上海市生态环境优化思考[J].城市规划学刊，2015（6）：75-83.

[2]杨芳，潘晨，贾文晓，等.长三角地区生态环境与城市化发展的区域分异性研究[J].长江流域资源与环境，2015，24（7）：1094-1101.

[3]呂鸣杨，金荷仙，王亚男.城市公园小型水体夏季小气候效应实测分析：以杭州太子湾公园为例[J].中国城市林业，2019，17（4）：18-24.

[4]张德顺，王振.高密度地区广场冠层小气候效应及人体热舒适度研究：以上海创智天地广场为例[J].中国园林，2017，33（4）：18-22.

[5]段玉侠，金荷仙，史琰.风景园林空间冠层遮阴对夏季小气候及人体热舒适度的影响研究：以南京军区杭州疗养院为例[J].中国园林，2018，34（5）：64-70.

[6]COHEN P，POTCHTER O，MATZARAKIS A.Daily and seasonal climatic conditions of green urban open spaces in the mediterranean climate and their impact on human comfort[J].Building and Environment，2012，51：285-295.

[7]吴菲，李树华，刘娇妹.城市绿地面积与温湿效益之间关系的研究[J].中国园林，2007，23（6）：71-74.

[8]岳文泽，徐建华，徐丽华.基于遥感影像的城市土地利用生态环境效应研究：以城市热环境和植被指数为例[J].生态学报，2006（5）：1450-1460.

[9]李延明，郭佳，冯久莹.城市绿色空间及对城市热岛效应的影响[J].城市环境与城市生态，2004（1）：1-4.

[10]詹慧娟，解潍嘉，孙浩，等.应用ENVI-met模型模拟三维植被场景温度分布[J].北京林业大学学报，2014，36（4）：64-74.

[11]李小飞.园林绿化对降低城市热岛效应的作用[J].现代园艺，2014（20）：181.

[12]高凯，秦俊，宋坤，等.城市居住区绿地斑块的降温效应及影响因素分析[J].植物资源与环境学报，2009，18（3）：50-55.

[13]晏海.城市公园绿地小气候环境效应及其影响因子研究[D].北京：北京林业大学，2014.

[14]彭历，李彬，王予芊.北京城市街头绿地景观下垫面与小气候温湿度影响关系基础研究[J].华中建筑，2017，35（4）：38-43.

[15]方慧芳，张方方，张燕飞.绿化和建筑布局对居住区小气候的影响[J].浙江農业科学，2014（5）：745-747，752.

[16]王晶懋，刘晖，宋菲菲，等.基于场地生境营造的城市风景园林小气候研究[J].中国园林，2018，34（2）：18-23.

[17]工业园区管理委员会[EB/OL].（2018-10-23）.[2019-04-23].http：//www.sipac.gov.cn/

[18]苏州地图网[EB/OL].（2018-12-14）.[2019-05-02].http：//www.map512.cn/

[19]邬建国.景观生态学：格局、过程、尺度与等级[M].北京：高等教育出版社，2007.

[20]苏州市园林和绿化管理局[EB/OL].（2018-10-14）.[2019-03-02].http：//www.ylj.suzhou.gov.cn/

[21]CHANG C R，LI M H，CHANG S D.A preliminary study on the local cool-island intensity of taipei city parks[J].Landscape and Urban Planning，2007，80（4）：386-395.

[22]苏泳娴，黄光庆，陈修治，等.广州市城区公园对周边环境的降温效应[J].生态学报，2010（18）：87-100.

[23]熊瑶，张建萍，严妍.基于气候适应性的苏州留园景观要素研究[J].南京林业大学学报：自然科学版，2020，44（1）：145-153.