南澳大利亚阿德莱德的历史城市发展对户外热环境的影响研究

图片源于:https://www.nature.com/articles/s41598-024-77433-3

澳大利亚长久以来以其“住房民主”而自豪,66%的家庭拥有自己的住房。

尽管倡导紧凑城市作为实现可持续城市发展的手段,澳大利亚历史上主导的城市化模式仍然是郊区化。

低密度分散住房,体现了“1/4英亩土地”的理想,作为澳大利亚梦的表现而受到青睐。

澳大利亚的城市发展在十九世纪后期迅速扩张,遵循着创造一个郊区化国家的普遍规划观点。

至今,澳大利亚仍包括自19世纪以来不同历史时期规划的郊区住宅区,反映出地方历史和文化特征。

在过去的一个世纪,各种城市开发范式承诺提高居民在便利性和环境友好方面的生活质量。

然而,流行的城市设计理念的实际效果可能与预期并不总是一致。

例如,“花园城市”一词在网络搜索中显著更受欢迎,其谷歌趋势搜索指数平均为47.44,而“紧凑城市”的指数仅为0.44。

像“花园城市”这样的低密度新城发展因其对绿色空间的高可达性而受到青睐,且在批评过度拥挤城市环境的书籍中被浪漫化。

然而,实际的环境影响可能并不像设计师所期望的那样“绿色”。

城市扩张的特征,通过低密度模式受到批评,导致环境问题,包括依赖汽车的社区、生态敏感栖息地的丧失,以及居民的高平均碳排放。

城市形态学作为这些城市规划和设计理念的有形建立表达。

随着时间的推移,即使城市管理和系统的某些方面发生变化,这些概念的实体通常仍会持续到后续时代。

城市形态学包括构成和定义城市的基本物理元素和特征,包括城市模式(建筑布局和街道网络)、开发密度(建筑体量和空间)、植被、表面材料等等。

在这些元素中,城市模式和表面材料在城市街区更新过程中往往经历的变化最小,而密度和植被可以随着个别建筑的更换和植物的生长逐步演变。

因此,本研究将基于当前条件和建筑密度及植物极端情境的系列模拟,探索原始城市规划(具体而言,城市模式和表面材料)的相对不变元素如何影响城市街区的户外热环境。

随着气候变暖,不同类型城市发展的户外舒适程度变得越来越重要并备受学术研究的关注。

生活在过热城市地区的个人面临比生活在较凉爽地区高出6%的死亡或疾病风险。

鉴于全球变暖的不可逆趋势,以及澳大利亚持续遭遇热浪,预计澳大利亚的极端高温事件将变得更加频繁,热浪的持续长度可能延长至一个月。

澳大利亚对热浪的脆弱性与地理和气候因素,以及空间和时间维度等因素相关。

在2000年至2018年之间,澳大利亚至少354人死于热浪,根据法医的记录。

在热浪期间,南澳大利亚三大城市的总体死亡率显著且持续增加,尤其是脆弱的人群,例如老年女性,受到尤其影响。

如今,南澳大利亚的气候比1960年代平均温暖了1°C,自2005年以来记录的十个最热年份中,有九个在南澳大利亚出现。

Nishant等人的研究还表明,阿德莱德,南澳大利亚的首府,被认为是未来更易遭受热浪袭击的主要城市之一,预计到21世纪末,热浪暴露的概率将增加56倍。

因此,以阿德莱德作为案例研究,考察住宅社区在极端热浪条件下的热舒适表现,主要是为了理解澳大利亚人如何适应在最需要的情况下——在热浪期间及其居住环境附近的气候变化。

这一研究对制定更好准备应对未来热浪影响的郊区城市规划策略极具价值。

任何理想城市发展的流行理念都必须随着时间的推移和通过实际应用进行检验,而历史性社区为这样的评估提供了极好的素材。

尽管在历史地带的室内热舒适研究中,多项案例研究较为丰富,但关于历史街区的户外热舒适性研究依然显示出显著的局限性。

首先,在许多现有研究中,历史社区仅作为背景存在,而不是基于其设计和建造时期进行比较分析的焦点。

例如,Rosso等、Huang等,及Hoffman等人均专注于特定历史时期或特定时期组别的城市区域,而Qian等、Sözen和Koçlar Oral以及Yıldırım仅对时期提供模糊的描述,缺乏精确性。

其次,比较不同时期建设的典型住宅区的研究通常限于仅有的几个时间点,通常为2到3个,从而导致在长期时间维度上的颗粒度较低。

此外,聚焦于城市社区的中观层面研究通常仅包含少量案例研究区域(通常为1-2,最多3个)。

在系统性、高时间分辨率、多案例的研究中,探讨不同历史时期开发的住宅区户外热性能的比较研究显得匮乏。

此外,现有讨论通常仅限于评估热性能和优化特定建筑及城市设计参数。

缺乏从更广泛的视角整合不同历史时期城市规划理论和策略,对那些特定开发模式下开发的街区户外热舒适进行探讨。

为了解决这些空白,本研究重点关注阿德莱德自19世纪以来五个历史时期的十个典型案例。

通过ENVI-met进行的户外热环境模拟,本研究旨在评估和讨论来自不同历史时期的规划方法在热舒适性能方面的优缺点。

通过探索和比较这些不同城市开发方式的户外热性能,结果可能会与传统关于理想城市设计类型的假设相悖。

基于这些比较研究,规划人员可以获得洞见,并从未来的郊区住房开发中找到实际经验。

本研究首先根据社区的现状对户外热环境进行模拟与验证。

以往研究已识别社区规模上的城市模式和建筑密度为影响整体热绩效的关键因素。

此外,绿色规划涉及的植被覆盖率被认为是改善微气候的强大物理策略。

因此,设计了四组额外的极端情景,并对建筑密度和植被进行调整,以找出来自不同历史城市布局(模式和表面)对户外热环境的影响。

本研究在上述提出的问题中设定了以下目标:

首先,研究在当前条件下十个历史社区的热性能,采用空气温度(Air T)、平均辐射温度(MRT)和生理等效温度(PET)作为指标。

第二,研究初始城市规划的相对不变元素(例如,不同历史时期的城市模式和表面材料)如何在最小化建筑密度和植被的影响下影响户外热性能。

第三,评估更容易被修改的元素(密度和植被)对户外热环境的影响,注意它们的不同效应。

此外,研究讨论这些因素与不同历史时期流行的规划方法之间的关系及其对热环境的影响,并为未来的发展提供建议。

总的来说,这项研究以创新的方式比较和分析了五种受不同规划概念影响的郊区住宅开发模式,通过其户外热环境的表现研究了针对10个阿德莱德住宅案例的影响。

通过审视现有场景以及包含不同比例发展强度和绿化程度的四个极端场景,探索这些历史上流行规划理念可能带来的影响。

它增强了我们对自十九世纪末以来澳大利亚典型低密度郊区社区发展的户外热性能的理解,并分析了在不同城市规划理论框架下不同城市形态元素的相对重要性。

研究方法

城市发展模式热性能比较的研究通过分析十个自1900年以来在大阿德莱德地区开发的案例研究地点的数据、建模与模拟来进行。

案例研究地点

大阿德莱德被选为这些案例研究的合适地点,不仅因为该地区及南澳大利亚州面临显著的未来热环境挑战,

而且因为其自19世纪末以来的持续发展及存在不同历史时期开发的区域。

阿德莱德城及今日的北阿德莱德是由南澳大利亚省的首任巡量员威廉·莱特于1830年代规划的。

今天的大阿德莱德已远超过最初的总体规划,包含了众多郊区,其中一些曾是独立的乡村城镇或村庄。

在阿德莱德发展的早期阶段,城市规划受到了经典维多利亚规划理念的影响,形成了规整的网格模式,以及花园城市理论,导致形成了一个有结构的棋盘布局,周围环绕着绿色带。

1920年代,基于花园城市理论,士兵光园的住房区模型被推出,并在南澳大利亚的其他地区被模仿和复制。

在第二次世界大战之后,随着人口迅速增长,通过州政府的倡议,规划了许多住宅区,常常靠近工作地点,如工厂,受邻里单元理论的影响。

到1960年代,专业物业开发商逐渐接管阿德莱德的房地产开发,受到了新城市主义等新理念的影响。

在本研究中,选择了大阿德莱德地区的十个郊区住房开发地区,以代表不同历史时期的发展。

这些开发区分别位于普罗斯特、诺伍德、士兵光园、托拉克花园、伊丽莎白、托恩斯利、西湖、塞马福尔公园、灯景和莫森湖。

它们被选为代表大阿德莱德不同历史时期的郊区住宅区,反映出各自时代的特定城市规划概念。

选择的依据是阿德莱德市议会发布的地方历史书籍、当地阿德莱德城市规划历史的书籍,以及阿兰·哈金斯与南澳大利亚建筑博物馆创始主任克里斯汀·加尔诺特于2007年发表的阿德莱德郊区设计演变的论文,以及关于所选案例研究社区的各种当地来源。

研究框架

本研究的模拟验证过程如图3所示,首先基于实地测量数据对模拟模型进行验证和校准。

随后使用ENVI-met模拟了五组情景:目前建筑/现有树木情景代表当前状况,其余四个情景测试了不同树木覆盖和建筑密度。

保持“现有建筑”和“无树木”与“最大树木”条件的情景比较现有条件,以确定其他建筑参数不变时树木生长和种植的最大潜在影响。

两个“增加密度”情景则涉及提高现有建筑高度,将建筑密度提高至0.55(当前的最高开发强度),以便与现有建筑情景进行配对比较趋势的性质和极限。

空气温度(Air T)、平均辐射温度(MRT)和生理等效温度(PET)被用作评估热环境的指标。

这些指标然后根据其绝对值和相对排名进行分析,以比较案例研究区域的户外热性能。

实验设计

为探索不同历史时期的规划方法对户外热舒适的影响,考虑每个历史时期遗留的城市模式作为固定参数。

树木覆盖和建筑密度两个因素则进行系列调整。

设计了五组实验情景,每组包含10个案例,共计50个模拟情景。

一组情景为统一密度,通过增加现有建筑中的多层建筑数量,以实现楼面面积比(FAR)为0.55(在案例研究中的最高现有FAR)。

建筑高度尽可能均匀分布,大多数为1至3层,只有少数可达到4层(当前的最高)。

这两组密度调整的目标是模拟潜在城市更新的最密集情景,而不改变城市模式,从而观察建筑密度的变化所带来的变化。

对现有树木条件的模拟与每个地点的潜在绿化战略都同样重要。

制定了三个情景集来应对现有树木、无树木和最大可能的树木覆盖。

本研究所探讨的树木覆盖并不包括树种的变异,这是未来研究的调节规模的一个主题。

设定“无树木”的极端场景是为了探讨哪些历史住宅区受到其空间布局和配置的影响,与绿化无关,并且也是为了考察哪些城市模式对树木的依赖性更强以减轻高温。

最大树场景则根据每个开发模式下的可绿化开敞空间进行估算。

这种绿化的空间可用性是阿德莱德不同发展模式之间的最显著差异之一,并在后续讨论中进一步探讨。

五个情景之间的交叉比较,帮助隔离树木生长和建筑高度变化的影响,以提供关于城市布局如何影响邻里尺度户外热环境的见解。

这种方法还识别出对树木覆盖变化特别敏感的社区形式以及在不同条件下表现良好的规划类型。

数据收集与处理

ENVI-met模型构建

本研究采用ENVI-met模拟软件(V5.6)对城市热环境进行模拟。

由于其基于三维网格的高分辨率计算流体动力学(CFD)模型,ENVI-met提供情景开发、模拟和情景间比较的能力。

因其在各类城市区域中的微气候研究中的高适用性,ENVI-met已被广泛用于户外热舒适的研究。

验证数据收集

为了验证ENVI-met模拟的准确性并收集模型配置所需的气象数据,于2023年1月22日和23日在诺伍德、灯景和托拉克花园进行了现场测量。

测量在阳光明媚、风速低于3米/秒的条件下进行,目标是验证模型,关注热应激和夏季热舒适。

HOBO数据记录器在最近经过认证的KESTREL 5400单位的控件环境中进行校准,放置在绝缘箱内,记录每30分钟的数据。

收集的数据包括空气温度和相对湿度,从1月22日0:00到1月23日23:30的48小时间隔记录。

使用的测量设备为HOBO MX2301A,具有防水的空气温度和相对湿度传感器,数据分辨率为0.01°C和0.1%,数据准确度为+/- 0.2°C和+/- 2.5%。

传感器固定在2.2米的高度,并能够整天每半小时记录温度和湿度数据。

在进行现场测量之前,仪器在空气紧密的容器内经过过夜校准。

记录的数据变化被用来调整现场数据。

模拟设置

本研究采用案例研究模拟分析方法,通过城市微气候模拟软件ENVI-met对在阿德莱德开发的十个代表性住宅区案例进行定量研究。

阿德莱德的气候为地中海气候,夏季炎热干燥,冬季温和。

研究重点是极端高温的夏季(热浪期间),其会影响人类的舒适和福祉。

因此,模拟时间选择了在气象局提供的EPW文件中记录的最热的平均温度的日期(1月13日),时间为上午8点至晚上8点。

模型准确性通过实验测试进行了验证。模拟采用统一的气象数据,来源于位于西台(ngayirdapira)的最近官方气象局天气站。

典型EPW文件中的数据被替换为收集的2024年1月22日至23日的天气数据,以验证模型。

为确保控制变量,模型的基本信息和模拟设置在阿德莱德位置(-34.93, 138.60)中保持一致,遵循澳大利亚中部夏令时间(+9:30),并使用简单强迫模型。

具体的模拟参数设置见表1。

现有社区模型是基于谷歌地球模型构建的。

树木被从模型中抽象出来,仅在大小和一般类型上有所不同。

对于最大密度情景,保持原有城市模式不变,但开发强度提高至FAR=0.55。

建筑高度是基于谷歌地球3D数据建模的(大多数为1-3层,只有少数为4层,反映郊区设定)。

不含树木的比较模拟则仅删除模型中的现有树木。

而最大树木模型则在整个可用区域(非道路和建筑)内添加相同大小和类型的树木,使树木覆盖率尽可能高。

为了减少模拟中的边界区域误差,每个方向周围的模型最终均扩展了10个空格(20米)。

通过ENVI-core模拟结果提取潜在空气温度、平均辐射温度和SVF,并通过Bio-met计算PET(默认平均人,1.75米男性平均着装)。

与设计方法相关的其他参数

使用在线程序i-tree canopy计算绿化率和道路面积比,建筑开发密度(建筑楼面面积/地块面积)、建筑高度以及建筑之间的宽度由谷歌地球捕获的3D模型计算。

结果(如表2所示)作为参考比较分析,讨论这些规划和发展模式的表现。

模型验证

本研究对诺伍德、灯景和托拉克花园三个不同地点观察到的ENVI-met模拟空气温度和相对湿度数据进行了详尽的分析比较。

评价基于五个关键指标:平均绝对误差(MAE)、均方根误差(RMSE)、皮尔逊相关系数(r)、决定系数(R2)和p值,以量化和解释观察与模拟气象数据之间的一致性和相关性。

这些指标被用来量化实验数据与模拟数据之间的差异。

考虑在总共n个数据样本的每个时间点i下实际测量(m)和模拟(s)变量,最终采用的定量指标如表3所示。

平均绝对误差(MAE)指涉实际值和预测值之间的平均差异,为不一致性提供整体度量。

均方根误差(RMSE)量化误差的分布,较大的误差对RMSE值的影响更明显。

一致性指数(d)评估相对观测的预测值和观察值的一致性,值为1表示完美匹配。

皮尔逊系数(r)评估两个变量之间相关性的强度,而决定系数(R2)表明了因变量中的变异,解释了自变量的比例。

Liu Yang

Liu Yang is a political analyst whose incisive commentary and in-depth knowledge of the political sphere have made him a respected figure in journalism. His work provides a critical examination of policy and governance, offering readers a clear understanding of the implications of political developments. Liu's analytical articles are a staple for those seeking to grasp the nuances of the political landscape.

You May Also Like

More From Author