蒙月蘭 劉青 羅清云 余夢舒 呂聰明

摘? ? 要：全球氣候變化所引起的極端氣候現(xiàn)象頻發(fā)，如何有效應(yīng)對和緩解極端氣候所帶來的復(fù)雜性和威脅，已經(jīng)成為全球關(guān)注熱點。本研究以江西省南昌市2018年初冰雪災(zāi)害、2019年中干旱災(zāi)害為契機(jī)，以南昌市青山湖區(qū)鳳凰城鳳鳴苑居住區(qū)為例，運(yùn)用ENVI-met氣候數(shù)值模擬技術(shù)對住宅區(qū)微氣候進(jìn)行模擬分析，并將受災(zāi)調(diào)查實測數(shù)據(jù)進(jìn)行擬合分析。結(jié)果表明：（1）不同的居住區(qū)空間形態(tài)，形成小氣候不同，微氣候因素因受空間形態(tài)影響產(chǎn)生差異，其中，風(fēng)速較空氣溫度、相對濕度對微氣候的影響更大，同一空間類型，處于主導(dǎo)風(fēng)向的空間微氣候影響更大。（2）極端氣候下，綠化在不同的微氣候環(huán)境里，因空間形態(tài)，時間范圍不同，產(chǎn)生的影響程度不同。

關(guān)鍵詞：ENVI-met; 微氣候; 極端氣候; 居住區(qū); 南昌

中圖分類號：TU984.12? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ?DOI 編碼：10.3969/j.issn.1006-6500.2020.10.010

Coupling Relationship Between Microclimate and Extreme Climate in Residential Area

MENG Yuelan， LIU Qing， LUO Qingyun， YU Mengshu， LV Congming

（College of Landscape Architecture and Art Jiangxi Agricultural University， Nanchang， Jiangxi 330045， China）

Abstract： Extreme climate phenomena caused by global climate change occur frequently. How to effectively deal with and mitigate the complexity and threat brought by extreme climate has become a global hotspot. In this paper， taking the ice and snow disaster in the beginning of 2018 and the drought disaster in the middle of 2019 in Nanchang city as an opportunity， took fengmingyuan residential area in Fenghuang city， Qingshanhu district， Nanchang city as an example， used ENVI-met climate numerical simulation technology to simulate and analyze the microclimate of residential area， and fitted and analyzed the actual data of disaster investigation. The results showed that： （1） Different spatial forms of residential areas led to different microclimates ，and the microclimate factors was different because of the influence of spatial form. Among them， the wind speed had a greater impact on the microclimate than air temperature and relative humidity. For the same space type， the spatial microclimate with dominant wind direction had a greater impact.（2） In the extreme climate， greening in different microclimate environment， due to the different spatial form and time range， had different impact.

Key words： ENVI-met; microclimate; extreme climate; residential area; Nanchang

隨著全球氣候變化加劇，各種極端天氣所引起的干旱、洪澇、冰雪災(zāi)害等頻發(fā)，對城市造成了嚴(yán)重影響，成為制約城市可持續(xù)發(fā)展的重大問題。研究表明，極端溫度和降雨指數(shù)變化與城市化相關(guān)[1]，城市形態(tài)指標(biāo)與極端氣候變量相互作用[2]，城市街道峽谷所引起的微氣候變化，將改變?nèi)说臒崾孢m度體驗[3]，城市建筑和綠化本身及其組合形態(tài)等方面對微氣候也有顯著影響[4-5]，因而積極推動氣候適應(yīng)型城市建設(shè)，是推動我國城鎮(zhèn)化高質(zhì)量發(fā)展的必然要求[6]。ENVI-met軟件具有對城市微氣候環(huán)境模擬分析對比，并進(jìn)而提出優(yōu)化方案的作用得到重視[7-8]。居住區(qū)作為城市市民生活休憩最為密切的場所，如何構(gòu)建有效應(yīng)對氣候變化和城市化所帶來的雙重影響的宜居環(huán)境是宜居城市建設(shè)的重要內(nèi)容。

目前，居住區(qū)多從熱環(huán)境、風(fēng)環(huán)境、污染物、人體舒適度等方面進(jìn)行研究[9-13]，針對極端天氣條件下，城市居住區(qū)綠化損害和空間微氣候關(guān)系的研究還鮮有涉及。本研究從居住區(qū)空間微氣候環(huán)境及其綠化對極端天氣響應(yīng)的耦合研究，以期明晰居住區(qū)空間形態(tài)與微氣候的關(guān)系，微氣候?qū)G化應(yīng)對極端氣候的影響。

1 材料和方法

1.1 試驗地概況

據(jù)氣象觀測數(shù)據(jù)，2018年1月25～31日，南昌市出現(xiàn)降雪與為期一個星期的積雪情況，造成較為嚴(yán)重的影響。繼2018年雪災(zāi)之后，2019年7月15日～12月31日南昌市出現(xiàn)干旱期，園林綠化受到嚴(yán)重的干旱影響。

為使樣地具有代表性和典型性，本次研究依據(jù)居住區(qū)建成時間較長，內(nèi)部植被長勢良好的原則，同時結(jié)合前期廣泛調(diào)查基礎(chǔ)，選取南昌市紅谷灘區(qū)鳳鳴苑居住區(qū)作為研究對象。期望通過調(diào)查研究，分析極端天氣下的城市小氣候與居住區(qū)的空間構(gòu)架的耦合關(guān)系，并提出相應(yīng)的預(yù)防及改善措施建議。

南昌地處江西中部偏北，介于東經(jīng)115°27'—116°35'、北緯28°10'—29°11'之間，屬于亞熱帶季風(fēng)濕潤氣候，年平均氣溫17℃，多年平均降水量1 600～1 700 mm，冬季多偏北風(fēng)，夏季多偏南風(fēng)。鳳鳴苑居住區(qū)共建有47棟住宅樓，外圍北面45、46、47 號樓，東北面26、27 號樓、西面44、43、42、41號樓，南面40和39號樓為32層的高層建筑，其余均為7層的多層建筑（圖1）。內(nèi)部綠化主要為香樟（Cinnamomum camphora）、垂柳（Salix babylonica）、女貞（Ligustrum lucidum）、廣玉蘭（Magnolia grandiflora L.）、樂昌含笑（Michelia chapensis Dandy）、銀杏（Ginkgo biloba L.）等喬木為主。冰雪極端天氣主要受損喬木為香樟和垂柳，干旱極端天氣主要受損喬木為香樟、垂柳、女貞、樂昌含笑、雞爪槭（Acer palmatum Thunb）、櫻花（Cerasus sp.）?，F(xiàn)場調(diào)查極端天氣受損的喬木分布（圖2，圖3）?，F(xiàn)根據(jù)居住區(qū)植物造景及建筑規(guī)劃相關(guān)規(guī)范及實地調(diào)研、數(shù)據(jù)分析，運(yùn)用小氣候模擬軟件 ENVI-met 對居住空間與極端氣候的耦合關(guān)系進(jìn)行分析和總結(jié)。

1.2 數(shù)據(jù)采集

小區(qū)空間數(shù)據(jù)采用小區(qū)規(guī)劃圖及現(xiàn)場查證比對確定，小區(qū)綠化對兩次極端氣候的響應(yīng)，通過實地對受損、受害植被個體特征（樹高、冠幅、胸徑）及損害特征（枝干損傷、凍害、旱害）進(jìn)行觀測和定位，居住區(qū)空間環(huán)境微氣候采用ENVI-met 4.4.3模擬軟件進(jìn)行分析。

1.3 ENVI-met模擬分析

1.3.1 植物參數(shù)設(shè)定 設(shè)置軟件模擬主要涉及兩種植物類型：喬木、草本。由于受到軟件網(wǎng)格高度的限制，草本選擇植株高度為0.5 m的草木，喬木選取在這兩次極端氣候受損嚴(yán)重的喬木，其中以香樟（樹高15 m，冠幅 8 m） 、廣玉蘭（樹高7 m，冠幅5 m）以及垂柳（樹高15 m，冠幅10 m）作為研究喬木。

1.3.2 初始環(huán)境參數(shù)設(shè)定 分別選取2018年1月26號及2019年11月23號為模擬起始的日期，模擬的初始基本氣象參數(shù)以南昌市氣象局公布的逐時氣候數(shù)據(jù)為背景數(shù)據(jù)，對于其他參數(shù)采用 ENVI-met 提供的默認(rèn)值，模擬總時長為24 h，每1 h輸出一組數(shù)據(jù)，輸出數(shù)據(jù)主要有氣溫、風(fēng)速、相對濕度等指標(biāo)。取一天中最典型的一個時間段進(jìn)行模擬，14：00是一天中溫度較高的一個時間點，以六小時為間隔左右再選出兩個時間點進(jìn)行模擬，分別為8：00和20：00?？紤]到模擬區(qū)域周邊環(huán)境條件與模擬核心區(qū)域類似，流入邊界條件選擇循環(huán)式邊界條件。根據(jù)實地測量及該住宅區(qū)的建筑平面圖，在ENVI-met軟件SPACES建模功能中建立實測區(qū)的現(xiàn)狀模型。在模型研究區(qū)域建立基礎(chǔ)值設(shè)定中，平面x，y軸方向上模擬區(qū)域尺度為440 m×440 m，水平網(wǎng)格數(shù)為220×220（分辨率為2 m）。由于實測區(qū)內(nèi)建筑物最大高度為48 m，，根據(jù)軟件對三維模型的垂直高度要求為Z≥2Z Hmax（ Hmax為模擬區(qū)內(nèi)最高建筑高度） ，因而豎直z軸方向上設(shè)置分辨率2 m的網(wǎng)格共50個，符合數(shù)值模擬高度的要求[14]。

2 結(jié)果與分析

2.1 冰雪災(zāi)害氣候下居住區(qū)空間形態(tài)的ENVI-met模擬及分析

2018年1月26號～2018年2月6號持續(xù)低溫10天，其中，1月26號和1月29號兩天為雨夾雪天氣，受到極端天氣冰雪脅迫，大量喬木折枝受到損傷。根據(jù)現(xiàn)場調(diào)查，得出圖4結(jié)果，鳳鳴苑居住區(qū)此次冰雪天氣受災(zāi)的樹種主要為：香樟、垂柳、女貞、廣玉蘭、樂昌含笑。結(jié)合植物的損傷情況，運(yùn)用ENVI-met模擬居住區(qū)微氣候，分析居住區(qū)空間形態(tài)對極端天氣下微氣候的影響。

空間的范圍是由圍合、覆蓋、隆起或下沉3種方式構(gòu)成[15]，居住區(qū)本為一個大空間，又因居住區(qū)空間內(nèi)植物與建筑排布情況劃分出多個空間。小氣候是因下墊面性質(zhì)及地形的不同，局地范圍內(nèi)所形成的獨特氣候[16]，不同的空間形態(tài)，小氣候不同。因此本研究結(jié)合ENVI-met微氣候模擬數(shù)值結(jié)果及居住區(qū)植物與建筑排布，將居住區(qū)劃分成多個空間，并歸為兩種類型：半圍合空間類型（A）及圍合空間類型（B）（圖5）。居住區(qū)中心建筑為西南向東北的排列形式，北側(cè)兩排建筑為西北向東南排布，而這兩排建筑東西側(cè)中間分別規(guī)劃了一塊綠地，并各自形成兩個圍合空間。其他建筑排布基本為東西走向排布，居住區(qū)西側(cè)外圍一排建筑和北側(cè)外圍兩排建筑均為高層建筑，其他為多層建筑，建筑與建筑之間因排列方向不一樣，形成夾角，又結(jié)合居住區(qū)綠化種植情況形成為圍合空間。居住區(qū)綠化長勢良好，道路與道路之間由綠化圍合且形成一個圍合空間。經(jīng)分析，ENVI-met模擬的小氣候區(qū)域與劃分的空間范圍基本一致。

2.1.1 冰雪天氣的相對濕度與居住區(qū)空間形態(tài)的耦合關(guān)系 由ENVI-met微氣候模擬數(shù)值圖像看出，數(shù)值隨顏色變化，數(shù)值大的顏色偏紫紅，數(shù)值小顏色偏藍(lán);因此，圖6～8相對濕度較高區(qū)域主要集中在居住區(qū)東北側(cè)和西南側(cè)，居住區(qū)東北側(cè)喬木損傷較為嚴(yán)重，西南側(cè)大部分區(qū)域相對濕度比較高，但是損傷喬木沒有東、北、東北側(cè)嚴(yán)重。根據(jù)模擬數(shù)值，圍合空間相對濕度范圍在66.79%～81.34%，半圍合空間相對濕度范圍在58.59%～73.36%。實際調(diào)查得出，喬木損傷主要分布在B3、B4、B5的半圍合空間，圍合空間喬木損傷密度較小，喬木損傷最嚴(yán)重的區(qū)域在位于東北側(cè)的圍合空間A3。早上8：00，居住區(qū)的北側(cè)東西橫排的建筑（45～47棟）北面相對濕度比南面高，喬木損傷嚴(yán)重;居住區(qū)東側(cè)東西橫排的建筑西面的相對濕度比建筑的東面稍低，喬木折枝西面比東面嚴(yán)重;居住區(qū)西側(cè)東西橫排的建筑（44～41棟）西面的相對濕度比建筑的東面低，喬木損傷嚴(yán)重主要在西面。14：00～20：00時間內(nèi)，居住區(qū)東側(cè)東西排布建筑，建筑西面的相對濕度比東面高，喬木損傷主要在西面。由此得出，冰雪天氣下，位于居住區(qū)主導(dǎo)風(fēng)向的范圍，植物損傷嚴(yán)重;其中，圍合空間比半圍合空間相對濕度大，喬木損傷更嚴(yán)重嚴(yán)重，同一半圍合空間內(nèi)，相對濕度愈大，喬木受損越嚴(yán)重，喬木在14：00～20：00之間受冰雪影響最大。

受冬季風(fēng)及居住區(qū)建筑排列形式及綠化長勢影響，居住區(qū)閉合空間相對濕度比較高，但沒有受到風(fēng)的影響，因此在圍合空間范圍內(nèi)喬木受損相對較少。

2.1.2 冰雪天氣的空氣溫度與居住區(qū)空間形態(tài)的耦合關(guān)系 由ENVI-met微氣候模擬數(shù)值圖像看出，數(shù)值變化隨顏色變化，3個時間點的最低溫度分布呈逆時針變化。8：00空氣溫度由居住區(qū)東北側(cè)向西南側(cè)遞增，14：00空氣溫度由居住區(qū)北側(cè)向南側(cè)遞增，20：00空氣溫度由居住區(qū)西南向東北遞增，該變化符合太陽運(yùn)轉(zhuǎn)規(guī)律。8：00居住區(qū)北側(cè)、東北側(cè)及東側(cè)第一排建筑周圍空氣溫度較低，為1.21～2.30 ℃，14：00居住區(qū)北側(cè)空氣溫度較低，為1.51～2.53 ℃，22：00居住區(qū)空氣溫度中部低，四周高，整體在0.84～1.61 ℃之間。圖6、7、8的空氣溫度模擬數(shù)值結(jié)合居住區(qū)空間類型分布得出，半圍合空間比圍合空間空氣溫度低，圍合空間內(nèi)空氣溫度相對圍合空間的邊緣低，圍合空間邊緣是由綠化與建筑組成，圖中紫紅色區(qū)域為綠化帶，城市物候相關(guān)研究表明，當(dāng)每日平均空氣溫度（BAT）>10℃時，城市植被開始發(fā)揮顯著的降溫作用，但是當(dāng)BAT <10℃時，平均而言會略有變暖[17]。分析結(jié)果表明，極端冰雪天氣下，位于冬季風(fēng)主導(dǎo)風(fēng)向的居住區(qū)東側(cè)、東北側(cè)及北側(cè)全天低溫，空氣溫度<1.61 ℃，雪融速度慢，導(dǎo)致樹冠長時間積雪的壓迫作用使枝干折斷或者彎曲倒伏[18];從居住區(qū)中部往西南方向之后植物損傷相對減弱，主要原因是居住區(qū)綠化長勢良好，多常綠樹種，形成天然的擋風(fēng)屏障，加上居住區(qū)建筑的排布，北側(cè)高層建筑呈60°角由西北向東南排布，綠化沿道路種植，形成圍合空間，阻擋冬季冷空氣的入侵。

2.1.3 冰雪天氣的風(fēng)速與居住區(qū)空間形態(tài)的耦合關(guān)系 通過ENVI-met微氣候模擬數(shù)值圖像分析出，數(shù)值較大區(qū)域顯示顏色紅紫色呈點帶狀分布在居住區(qū)入口處。居住區(qū)東北側(cè)，北側(cè)居住區(qū)入口的風(fēng)速最大，風(fēng)速1.26～4.43 m·s-1，根據(jù)實際調(diào)查情況，受冰雪災(zāi)害影響嚴(yán)重的喬木主要集中在入口。根據(jù)圖像顯示，圍合空間受風(fēng)速影響較小，半圍合空間受風(fēng)速影響大，且半圍合空間多處于居住區(qū)外圍，受冬季風(fēng)北風(fēng)和東北風(fēng)影響，居住區(qū)東北側(cè)及北側(cè)半圍合空間的綠化損傷最嚴(yán)重。46與47棟之間的入口及26與27棟之間的入口風(fēng)速相對整個居住區(qū)其他區(qū)域高，喬木折損嚴(yán)重。居住區(qū)北側(cè)及西側(cè)外層建筑屬于32層的高層建筑（41～47號樓），其他均為七層多層建筑的居住區(qū)建筑規(guī)劃，外圍的高層建筑阻擋了來自東北方向的主導(dǎo)風(fēng)，風(fēng)速隨入口道路延伸至內(nèi)部并逐漸遞減，因此居住區(qū)內(nèi)部風(fēng)速比較低且平均，圍合空間的綠化受冰雪災(zāi)害影響相對較小。

2.1.4 小 結(jié) 通過實際調(diào)查及ENVI-met模擬數(shù)據(jù)結(jié)合分析，分別從影響微氣候基本因素相對濕度、空氣溫度、風(fēng)速進(jìn)行梳理得出以下分析結(jié)果：從相對濕度方面，受冰雪脅迫損傷的喬木主要在相對濕度比較高的圍合空間，其中，居住區(qū)東北側(cè)喬木損傷最為嚴(yán)重。從空氣溫度方面，受冰雪脅迫損傷的喬木主要集中在溫度比較低的半圍合空間，居住區(qū)北側(cè)、東北側(cè)及東側(cè)最為嚴(yán)重。從風(fēng)速方面，受冰雪脅迫損傷的喬木主要集中在居住區(qū)風(fēng)速比較大的東北側(cè)、北側(cè)、東側(cè);居住區(qū)的入口區(qū)域，喬木損傷最為嚴(yán)重。

同一時間段內(nèi)，相對濕度高，風(fēng)速大，空氣溫度低的區(qū)域，喬木折枝嚴(yán)重;冰雪天氣下，同一居住區(qū)內(nèi)，空間組合類型不同，形成微氣候不同，半圍合空間受風(fēng)速影響大、溫度及相對濕度受風(fēng)速影響而變化;極端冰雪災(zāi)害下，圍合空間內(nèi)的相對濕度比半圍合空間高，圍合空間空氣溫度比半圍合空間空氣溫度低，圍合空間的風(fēng)速比半圍合空間的風(fēng)速低，由此得出，圍合空間喬木在極端冰雪天氣下?lián)p傷主要是受相對濕度和空氣溫度影響，半圍合空間喬木損傷主要是受到風(fēng)速的影響。居住區(qū)的建筑規(guī)劃是外高內(nèi)低，綠化密度大，生長茂盛，半圍合空間受冬季風(fēng)影響，冰雪不能及時融化，并在晚上降溫后再度結(jié)冰，因此居住區(qū)的北側(cè)、東北側(cè)半圍合空間喬木受凍折枝嚴(yán)重，木質(zhì)細(xì)脆的喬木折枝更為嚴(yán)重。

香樟主要分布在居住區(qū)的外圍及居住區(qū)高層建筑的周邊，其他喬木主要分布在居住區(qū)內(nèi)部的道路旁，垂柳分布在水體周邊。居住區(qū)出入口處的行道樹，受到冬季風(fēng)的影響，空氣溫度低，積雪壓迫作用，造成嚴(yán)重的損傷;水域周邊的喬木多為（垂柳、廣玉蘭、女貞、樂昌含笑），損傷程度僅次于居住區(qū)外圍的喬木，居住區(qū)中心部分屬于圍合空間，風(fēng)速影響不大，但綠化密度大，相對濕度高，空氣溫度低，冰凍時間長，積雪壓迫造成喬木折枝受損。

由此得出，ENVI-met微氣候模擬軟件可用于冰雪天氣時居住區(qū)微氣候模擬，在初期規(guī)劃設(shè)計完成后，可運(yùn)用軟件模擬冰雪天氣下居住區(qū)的微氣候，數(shù)據(jù)可參考?xì)v年冰雪天氣出現(xiàn)的同一區(qū)域氣象數(shù)據(jù)，增強(qiáng)居住區(qū)空間形態(tài)規(guī)劃建設(shè)的合理性，從規(guī)劃初期開始預(yù)防冰雪天氣下居住區(qū)內(nèi)部人物不必要的損傷。例如，居住區(qū)風(fēng)口及外圍的喬木種植應(yīng)選擇木質(zhì)韌性強(qiáng)、抗風(fēng)性好的樹種。在建成區(qū)，遇到極端冰雪天氣時，可通過ENVI-met模擬微氣候環(huán)境數(shù)值，及時作出相應(yīng)的防護(hù)措施，對居住區(qū)內(nèi)長勢茂盛密集的喬木進(jìn)行適當(dāng)?shù)男藜?，保證居住區(qū)通風(fēng)性，降低相對濕度。

2.2 干旱災(zāi)害氣候下居住區(qū)空間的ENVI-met模擬及分析

2019年8 ～11月，南昌市續(xù)高溫并且降雨量少，造成了大量植物干枯。根據(jù)氣象預(yù)報，2019年11月24號之后開始持續(xù)降雨，因此，本研究選取11月23號作為干旱期的調(diào)研時間，在干旱期的后期，氣象條件符合。本研究地點也出現(xiàn)不同程度的植物枯死情況，其中香樟、垂柳、女貞、樂昌含笑等喬木干枯嚴(yán)重（圖9）。從現(xiàn)場調(diào)查總結(jié)來看，植物干枯的現(xiàn)狀多為葉子干枯掛在樹上或是枯黃掉落，屬于干旱引起的萎蔫癥狀。ENVI-met是一種用于模擬地面植物空氣相互作用的整體三維非流體靜力學(xué)模型[11]。運(yùn)用ENVI-met模擬環(huán)境，可以分析干枯喬木與居住區(qū)微氣候的耦合關(guān)系，進(jìn)而得出居住區(qū)空間與極端氣候的響應(yīng)關(guān)系。

2.2.1 干旱天氣相對濕度與居住區(qū)空間的耦合關(guān)系? 根據(jù)圖10～12的模擬圖像顯示，數(shù)值較大區(qū)域顯示顏色紅紫色，數(shù)值較小區(qū)域呈藍(lán)色。居住區(qū)不同的空間形態(tài)，形成不同小氣候，相對濕度也跟隨其變化而發(fā)生變化，其中，圍合空間內(nèi)的相對濕度比較低，圍合空間的邊緣相對濕度比較高。8：00，圍合空間的相對濕度比半圍合空間相對濕度低;14：00～20：00時間內(nèi)，圍合空間比半圍合空間相對濕度高;主要劃分圍合空間的高大喬木的綠化帶相對濕度較高。結(jié)合實際調(diào)查得出的干枯喬木分布，干枯的喬木主要集中在圍合空間內(nèi)，其中垂柳雖處于相對濕度較高的綠化帶上，但樹木干枯的比較嚴(yán)重，主要原因與垂柳本身的耐旱性相關(guān)，垂柳對水分供應(yīng)要求高[19]，雖然垂柳種植在水體旁邊，但水域已經(jīng)干枯，且水域為硬質(zhì)不透水鋪裝，無滲水性，高溫天氣加上長時間無雨天氣，直接導(dǎo)致垂柳干枯。

居住區(qū)空間形態(tài)影響相對濕度的分布情況，在圍合且綠化好的空間里，相對濕度比圍合邊緣相對濕度要低，總體上較半圍合空間相對濕度要高。水是植物生長的根本要素之一，持續(xù)高溫，不降雨，相對濕度低直接加速植物枯萎。

2.2.2 干旱天氣空氣溫度與居住區(qū)空間的耦合關(guān)系據(jù)圖像顯示（圖10～12），數(shù)值變化隨顏色變化，數(shù)值較大區(qū)域顯示顏色紅紫色，數(shù)值較小區(qū)域顯示藍(lán)色，且分布不均。根據(jù)枯死喬木所在的位置及模擬圖像顯示，枯死喬木主要集中圍合區(qū)域，即8：00空氣溫度模擬圖顏色為紫紅色，空氣溫度比較高的區(qū)域，大多數(shù)枯死喬木主要集中在居住區(qū)的西北側(cè)，以及中部湖心周圍，居住區(qū)東北部出現(xiàn)樹葉干枯缺水狀態(tài)。8：00，圍合空間的空氣溫度比半圍合空間的空氣溫度高1.42 ℃，14：00～20：00時間內(nèi)，主要的綠化帶（高大樹木）空氣溫度比較低，其他空間的空氣溫度均在21.03～22.62 ℃，居住區(qū)湖心區(qū)、北側(cè)及東北側(cè)空氣溫度較高，跟太陽高度角有關(guān)，居住區(qū)北側(cè)高層建筑及茂密的綠化形成投影，起到降溫作用，是內(nèi)部空氣溫度比這些區(qū)域空氣溫度低的主要原因之一。秋冬季的時候，南昌主要吹東北風(fēng)和北風(fēng)，而居住區(qū)的空間形態(tài)使得居住區(qū)西側(cè)的圍合空間及居住區(qū)的湖心圍合空間形成溫度較高的區(qū)域，其他幾個圍合空間也形成了較高溫區(qū)。由此看出，居住區(qū)的空間形態(tài)影響空氣溫度，在一個以高層建筑和良好綠化圍合的空間內(nèi)，空氣溫度會比半圍合空間及矮層建筑與綠化圍合的空間低。居住區(qū)南面出現(xiàn)低溫區(qū)主要與太陽照射角度和建筑相關(guān)，長時間的陰影遮蓋，使該區(qū)域相對其他位置溫度低?？偟膩碚f，植物受干旱脅迫最嚴(yán)重區(qū)域主要在長時間空氣溫度高的圍合空間里。

2.2.3 干旱天氣風(fēng)速與居住區(qū)空間的耦合關(guān)系? 根據(jù)據(jù)圖像分析得出（圖10～12），受風(fēng)速影響比較大的是居住區(qū)的各個入口，尤其是居住區(qū)北側(cè)和東北側(cè)，其次是南側(cè)。由于建筑排布的形式，以及居住區(qū)北側(cè)多種植高大的香樟，形成一個圍合空間，使得居住區(qū)內(nèi)部受風(fēng)速影響不大。居住區(qū)東北側(cè)主要受到冬季風(fēng)影響，圍合的綠植比較矮，建筑為低層建筑，建筑排布為東西方向排布，風(fēng)能夠吹到第二排建筑的范圍，由于第二排建筑旁邊為道路，種植了長勢良好的行道樹銀杏、香樟、女貞等形成一個天然屏障，阻擋了風(fēng)的吹入。居住區(qū)南側(cè)因為建筑為矮層建筑，入口處與居住區(qū)道路相連接，風(fēng)隨著道路吹入居住區(qū)向圍合區(qū)邊緣逐漸降低。

由此得出，居住區(qū)空間形態(tài)影響風(fēng)的流動，長勢良好的植物形成帶狀屏障可以阻擋及減速風(fēng)的流入，建筑排列可以改變和阻擋風(fēng)的流向，因此圍合空間里風(fēng)速比較低，使空間更加悶熱，加快樹葉蒸發(fā)作用，導(dǎo)致喬木枯死。

綜合得出，相對濕度與空氣溫度、風(fēng)速呈反相關(guān)，空氣溫度與風(fēng)速呈正相關(guān)（圖13）。相對濕度低，空氣溫度高，風(fēng)速大的圍合空間喬木受干旱脅迫嚴(yán)重。

2.3 冰雪災(zāi)害與干旱天氣下居住區(qū)空間形態(tài)對微氣候影響綜合分析

調(diào)研數(shù)值與ENVI-met微氣候模擬數(shù)值結(jié)合分析得出，同一居住區(qū)內(nèi)，空間組合類型不同，形成微氣候不同。極端冰雪天氣下，圍合空間內(nèi)的相對濕度比半圍合空間高，空氣溫度隨太陽高度角變化而變化，圍合空間的風(fēng)速比半圍合空間的風(fēng)速低。干旱天氣下，圍合空間相對濕度比半圍合空間低，8：00居住區(qū)圍合空間空氣溫度比半圍合空間空氣溫度高，14：00～20：00的時間段內(nèi)隨太陽高度角變化而變化，向陽方向的區(qū)域空氣溫度高，圍合空間風(fēng)速比半圍合空間風(fēng)速低。兩種極端天氣下，相對濕度與空氣溫度風(fēng)速均呈反比關(guān)系（圖13）。從兩次極端天氣模擬的微氣候模擬數(shù)據(jù)看，植物起調(diào)節(jié)氣溫作用，冰雪天氣下，居住區(qū)圍合植物帶（高大喬木）空氣溫度高，相對濕度低;干旱天氣下，圍合植物帶（高大喬木）空氣溫度低，相對濕度高，符合城市物候相關(guān)研究結(jié)果。在冰雪天氣下，日平均氣溫低于10 ℃，居住區(qū)植物起增溫保暖作用;半圍合空間受到冬季風(fēng)影響，居住區(qū)風(fēng)口及東北側(cè)，北側(cè)氣溫偏低，植物升溫作用慢于風(fēng)速，因此居住區(qū)東北側(cè)、北側(cè)植物受損嚴(yán)重，居住區(qū)圍合空間風(fēng)速影響不大的區(qū)域，植物升溫相對與居住區(qū)最外層的植物快，茂盛的喬木降低風(fēng)速，融雪速度加快，喬木損傷減弱。在干旱天氣下，居住區(qū)植物起降溫作用，相對濕度與空氣溫度成反比，因居住區(qū)的空間形態(tài)，東北風(fēng)難以深入到內(nèi)部，內(nèi)部圍合空間風(fēng)速減弱，加上綠化茂盛，植物與植物之間取水競爭大，闊葉常綠樹種葉片面積大、植物與植物之間蒸騰作用等都促使圍合空間的溫度增高[20-21]，相對濕度降低，闊葉常綠植物干枯的更快。

3 結(jié)論與討論

3.1 結(jié) 論

本研究在實地調(diào)研基礎(chǔ)上歸納總結(jié)鳳鳴苑居住區(qū)空間形態(tài)，根據(jù)居住空間形態(tài)指標(biāo)，將居住區(qū)劃分為兩大類別，圍合空間及半圍合空間。運(yùn)用ENVI-met軟件模擬不同居住區(qū)空間形態(tài)下的極端天氣微氣候影響因子，探索居住區(qū)空間形態(tài)對極端天氣的響應(yīng)研究，主要結(jié)論如下：

（1）冰雪天氣，在冬季主導(dǎo)風(fēng)方向，居住區(qū)半圍合空間的綠化積雪壓迫，風(fēng)速加重綠化損傷影響;圍合空間綠化茂密，冰雪壓迫喬木損傷嚴(yán)重，應(yīng)及時清理積雪、做好防風(fēng)措施和適當(dāng)修剪茂密的樹枝。（2）干旱天氣，空氣溫度受太陽高度與居住區(qū)空間形態(tài)的影響，在向陽區(qū)域，空氣溫度高、相對濕度低的圍合空間，植物受干旱脅迫影響更嚴(yán)重，在背陽面的半圍空間綠化受干旱脅迫影響稍低。（3）兩種不同極端氣候，主要的受災(zāi)空間與空間微氣候相關(guān)而有所差異。冰雪天氣下，空氣溫度越低，相對濕度越大，風(fēng)速越大，積雪時間越長，喬木折損越嚴(yán)重，半圍合空間喬木折損密度更大;干旱天氣下，空氣溫度越高，相對濕度越低，風(fēng)速越大，植物蒸騰作用，水分缺失快，加重干旱脅迫影響，圍合空間較為嚴(yán)重。（4）不同極端天氣下，綠化受影響的主要時間段不同，冰雪天氣主要為晚上，干旱天氣主要影響在白天。

3.2 討 論

因全球氣候變化大，極端氣候的關(guān)注度也逐漸增加，城市極端氣候與人們生活息息相關(guān)。近年，對居住區(qū)微氣候的研究不斷深入拓展，主要在光照[25]、空氣顆粒物[26]、水景設(shè)計[22]、建筑組合[23]和綠化率[24]等方向探索微氣候與居住區(qū)的關(guān)系。南昌市2018年的冰雪災(zāi)害[27]及2019年的干旱導(dǎo)致園林綠化損傷嚴(yán)重[28]，其中居住區(qū)綠化受到嚴(yán)重影響，經(jīng)過綜合調(diào)查，遴選了園林植物受損較為嚴(yán)重的鳳鳴苑居住區(qū)為本次研究代表，通過調(diào)研損傷植物，居住區(qū)的風(fēng)速、溫度和濕度變化，結(jié)合居住區(qū)空間形態(tài)分析，做出居住區(qū)微氣候模型，模擬微氣候環(huán)境，分析極端氣候?qū)θ藗兊木幼^(qū)微氣候帶來的影響。從氣候變化引起植物反應(yīng)，再結(jié)合軟件模擬微氣候的新角度研究居住區(qū)微氣候環(huán)境，以期為居住區(qū)規(guī)劃設(shè)計提出更為詳盡的極端氣候應(yīng)對措施與規(guī)劃依據(jù)，降低極端天氣帶來的危害，構(gòu)建更為安全宜居的居住區(qū)空間。

參考文獻(xiàn)：

[1]ZHAO N， JIAO Y， MA T， et al. Estimating the effect of urbanization on extreme climate events in the Beijing-Tianjin-

Hebei region， China[J]. The science of the total environment， 2019， 688： 1005-1015.

[2]JAVANROODI K， NIK V M. Interactions between extreme climate and urban morphology： Investigating the evolution of extreme wind speeds from mesoscale to microscale[J]. Urban Climate， 2020， 31.

[3]MUNIZ-G?AL L P， PEZZUTO C C， CARVALHO M F， et al. Urban geometry and the microclimate of street canyons in tropical climate[J]. Building and Environment， 2020， 169.

[4]王婷，陳小芮，章家恩，等.不同綠化改造方案對小區(qū)微氣候環(huán)境影響的ENVI-met模擬研究[J].華南農(nóng)業(yè)大學(xué)學(xué)報，2019，40（4）：61-68.

[5]衛(wèi)笑，郝日明，張明娟，等.樹冠空間結(jié)構(gòu)對微氣候影響的模擬[J].浙江農(nóng)林大學(xué)學(xué)報，2019，36（4）：783-792.

[6]劉長松.城市安全、氣候風(fēng)險與氣候適應(yīng)型城市建設(shè)[J].重慶理工大學(xué)學(xué)報：社會科學(xué)，2019，33（8）：21-28.

[7]鄭艦，王國光.傳統(tǒng)街區(qū)更新中微氣候環(huán)境模擬應(yīng)用與方案優(yōu)化——以肇慶包公府街區(qū)為例[J].規(guī)劃師，2019，35（15）：79-86.

[8]雷狄，吳婕，李曉暉.基于微氣候評估的城市更新項目方案優(yōu)化實踐[C]//2019年中國城市規(guī)劃年會.重慶，2019：1-9.

[9]趙會兵，張玲飛.許昌市多層住宅區(qū)夏季小氣候模擬與分析[J].河南科技，2019（14）：105-108.

[10]趙冰春，汪新，賴志平.居住小區(qū)布局形式對熱環(huán)境的影響[J].廣東工業(yè)大學(xué)學(xué)報，2016，33（6）：91-95， 101.

[11]盧薪升，楊鑫.基于ENVI-met軟件小氣候模擬與熱舒適度體驗的城市更新研究——以北京石景山北辛安地區(qū)為例[J].城市發(fā)展研究，2018，25（4）：147-152.

[12]周偉奇，田韞鈺.城市三維空間形態(tài)的熱環(huán)境效應(yīng)研究進(jìn)展[J].生態(tài)學(xué)報，2020，40（2）：416-427.

[13]祝玲玲，顧康康，方云皓.基于ENVI-met的城市居住區(qū)空間形態(tài)與PM_（2.5）濃度關(guān)聯(lián)性研究[J].生態(tài)環(huán)境學(xué)報，2019，28（8）：1613-1621.

[14]鄭子豪，陳穎彪，千慶蘭，等.基于三維模型的城市局地微氣候模擬[J].地球信息科學(xué)學(xué)報，2016，18（9）：1199-1216.

[15]KRIER R.城市空間（Urban Space） [M].紐約：出版社，1991：17-20.

[16]傅抱璞.小氣候?qū)W[M].北京：氣象出版社，1994：14-18.

[17]SU Yongxian， LIU Liyang， LIAO Jishan， et al. Phenology acts as a primary control of urban vegetation cooling and warming： A synthetic analysis of global site observations[J]. Agricultural and forest meteorology， 2020， 280.

[18]董廣平，董真原.合肥城區(qū)冬季強(qiáng)降雪后香樟受災(zāi)狀況調(diào)查初報[J].林業(yè)科技通訊，2018（9）：52-55.

[19]楊甲定，趙哈林，張銅會.黃柳與垂柳的耐熱性和耐旱性比較研究[J].植物生態(tài)學(xué)報，2005，29（1）：42-47.

[20]王偉娜，李少寧，魯紹偉，等.北京市典型經(jīng)濟(jì)林樹種耗水特性研究[J].北方園藝，2019（19）：60-66.

[21]楊培林，彭俊，鐘新才.不同水分處理下防護(hù)林樹種葉水勢、莖水勢及土水勢的研究[J].新疆農(nóng)業(yè)科學(xué)，2012，49（2）：273-278.

[22]王敬儀，韓羽佳，李文.北方城市住區(qū)水景設(shè)計對微氣候影響實測研究——以哈爾濱市五分鐘生活圈高層居住區(qū)為例[J].生態(tài)經(jīng)濟(jì)，2020，36（4）：224-229.

[23]張永益，徐結(jié)晶.城市居住小區(qū)室外熱環(huán)境與舒適度模擬研究[J].節(jié)能，2019，38（12）：40-43.

[24]甄蒙，丁偉，鄒煒晗，等.綠化率與居住區(qū)豎向微氣候環(huán)境相關(guān)性研究[J].建筑與文化，2019（10）：41-42.

[25]吳園園，許國強(qiáng)，黎美祎.嚴(yán)寒地區(qū)過渡季建筑庭院空間微氣候研究 ——以內(nèi)蒙古工業(yè)大學(xué)某建筑周邊庭院為例[J].建筑節(jié)能，2019，47（8）：96-100.

[26]祝玲玲，顧康康，方云皓.基于ENVI-met的城市居住區(qū)空間形態(tài)與PM2.5濃度關(guān)聯(lián)性研究[J].生態(tài)環(huán)境學(xué)報，2019，28（8）：1613-1621.

[27]劉青，劉苑秋，古新仁.不同生境行道樹香樟生長特性及其對冰雪災(zāi)害的響應(yīng)研究[J].中國園林，2020，36（2）：112-117.

[28]李雅平，薛寧，林春江，等.極端氣候下城市綠化樹種對干旱脅迫的響應(yīng)研究——以江西省南昌市為例[J].園林，2020（9）：62-67.

收稿日期：2020-06-08

基金項目：國家自然科學(xué)基金項目（31660230）; 江西省教育廳科技計劃項目（GJJ170253）

作者簡介：蒙月蘭（1993—），女，漢族，廣西貴港人，在讀碩士生，主要從事園林生態(tài)與景觀設(shè)計研究。

通訊作者簡介：劉青（1977—），男，漢族，江西贛州人 ，副教授，研究生導(dǎo)師，博士，主要從事城市林業(yè)與景觀設(shè)計研究。