Городское развитие изменяет физическую среду таким образом, что глубоко влияет на местные климатические условия и поведение ветра. По мере того, как города расширяются и уплотняются, сложное взаимодействие между построенными структурами, растительностью и атмосферными процессами создает различные микроклиматы, которые могут резко отличаться от окружающих сельских районов. Понимание этих изменений является не просто академическим упражнением - это важно для проектирования более здоровых, более устойчивых и энергоэффективных городов. Планировщики, архитекторы и инженеры все чаще полагаются на передовые методы моделирования, чтобы предсказать, как новые разработки изменят температуру, влажность и движение воздуха. Интегрируя соображения микроклимата в самые ранние стадии городского проектирования, мы можем смягчить тепловой стресс, улучшить качество воздуха и создать открытые пространства, которые остаются комфортными даже при экстремальных погодных условиях.

В этой статье рассматриваются механизмы, с помощью которых урбанизация изменяет местные микроклиматы и ветровые модели, рассматриваются основные подходы к моделированию, используемые для моделирования этих эффектов, и обсуждаются практические последствия для устойчивого городского планирования. От хорошо документированного эффекта городского теплового острова до сложной турбулентности вокруг высоких зданий, мы рассмотрим, как научные модели информируют о решениях, которые формируют города завтрашнего дня.

Введение в городские микроклиматы

Микроклимат — это климат небольшой, специфической области, отличающейся от более широкого регионального климата.В городских условиях микроклиматы образуются уникальным сочетанием зданий, дорог, открытых пространств, растительности и деятельности человека.Масштабы микроклимата могут варьироваться от одного уличного каньона до целого микрорайона, а на его характеристики влияют поверхностные материалы, геометрия и наличие источников тепла, таких как транспортные средства и кондиционеры.

Городские микроклиматы важны тем, что они напрямую влияют на комфорт, здоровье и потребление энергии человека. Например, плохо проветриваемый уличный каньон может улавливать загрязняющие вещества и тепло, создавая опасные условия для пешеходов. И наоборот, хорошо продуманные зеленые коридоры могут направлять прохладные бризы и снижать местные температуры. По мере того, как изменение климата усиливает волны тепла и нарушает погодные условия, способность моделировать и управлять городскими микроклиматами становится критическим инструментом адаптации.

Ключевые переменные, определяющие городской микроклимат, включают:

  • Температура воздуха — под влиянием солнечной радиации, поверхностного альбедо и антропогенного выделения тепла.
  • Гумидность — подвержена эвапотранспирации из растительности и влаги от деятельности человека.
  • Скорость и направление ветра — изменены формами здания, ориентацией улицы и шероховатостью поверхности.
  • Солнечный доступ — определяется высотой здания, расстоянием и затенением.
  • Качество воздуха — на него влияют модели дисперсии загрязняющих веществ, обусловленные местными потоками ветра.

Моделирование этих переменных требует многодисциплинарного подхода, который сочетает в себе метеорологию, динамику жидкости, городской дизайн и информатику. В следующих разделах рассматриваются конкретные способы изменения этих параметров городским развитием и методы моделирования, используемые для количественной оценки этих изменений.

Как городское развитие влияет на микроклимат

Эффект острова тепла в городе

Наиболее широко признанным последствием урбанизации является эффект городского теплового острова (UHI), при котором города значительно теплее, чем окружающие их сельские районы. Эта разница температур может варьироваться от 1-3 °C в типичный летний день до 10-12 °C в спокойных, ясных ночных условиях. Основными причинами эффекта UHI являются:

  • Замена растительности непроницаемыми поверхностями — Бетонные, асфальтовые и кровельные материалы поглощают и хранят больше солнечного излучения, чем естественные поверхности. Они также уменьшают испарение, которое является естественным механизмом охлаждения.
  • Сниженное альбедо (FLT:0) — большинство городских материалов имеют более низкую отражательную способность (альбедо), чем растительность, что заставляет их поглощать больше солнечного света и повторно излучать его в виде тепла.
  • Антропогенное выделение тепла — Тепло от транспортных средств, зданий, промышленных процессов и метаболизма человека добавляет тепловую нагрузку.
  • Городская геометрия — Высокие здания и узкие улочки создают «каньоны», которые улавливают тепло и уменьшают потери длинноволнового излучения в небе.

Эффект UHI имеет серьезные последствия для общественного здравоохранения, особенно во время волн тепла. Повышенные ночные температуры препятствуют охлаждению организма, увеличивая риск теплового удара и сердечно-сосудистого стресса. Он также повышает спрос на энергию для кондиционирования воздуха, что, в свою очередь, выделяет больше отработанного тепла и парниковых газов, создавая петлю обратной связи. Исследования показали, что экстремальные тепловые явления несут ответственность за большее количество смертельных случаев во многих городах, чем любая другая естественная опасность (см. ] Программа теплового острова EPA ].

Изменение ветровых моделей

Городское развитие резко изменяет поток воздуха в местном масштабе. Здания выступают в качестве препятствий, которые блокируют, отводят или ускоряют ветер, создавая сложные модели турбулентности, пробуждений и ченнелинга. Эти эффекты зависят от плотности, высоты и компоновки конструкций.

  • Эффект ветрового туннеля (FLT:0) — когда высокие здания расположены параллельно преобладающим ветрам, воздух может ускоряться через щели, создавая сильные порывы на уровне улицы, которые могут быть неудобными или опасными для пешеходов.
  • Проснуться области — Подветренная зона высокого здания, зона низкого давления и циркулирующего воздуха может образовываться, улавливая загрязняющие вещества и уменьшая вентиляцию.
  • Уличная вентиляция каньона — В однородном уличном каньоне поток ветра в значительной степени определяется соотношением сторон (высота/ширина).Глубокие, узкие каньоны часто испытывают слабую вентиляцию, в то время как более широкие улицы позволяют больше воздушного потока.
  • Термально индуцированные потоки — Различия в температуре поверхности между освещенными солнцем и затененными областями могут генерировать локальный бриз, особенно во время застойных условий.

Изменения в ветровых моделях имеют прямые последствия для комфорта, безопасности и качества воздуха. Пешеходы вблизи основания небоскребов могут испытывать неудобно высокие скорости ветра, в то время как террасы на крыше после здания могут быть спокойными, но душными. Что еще более важно, плохая вентиляция в уличных каньонах может привести к накоплению выхлопных газов транспортных средств и других загрязнителей, представляющих респираторные риски. Моделирование этих эффектов имеет важное значение для оценки производительности новых разработок.

Модификации влажности и влажности

Урбанизация также влияет на местные уровни влажности. Замена проницаемых поверхностей (травы, почвы) непроницаемыми материалами уменьшает количество воды, которое может испаряться, понижая дневную влажность во многих городах. Однако антропогенные источники влаги, такие как градирни, горение и орошение, могут увеличить влажность на местном уровне. Чистый эффект варьируется в зависимости от климата и землепользования. В засушливых регионах городское орошение может создать эффект оазиса, в то время как во влажных климатах избыточная влажность может усугубить дискомфорт и рост плесени.

Методы моделирования для городского микроклимата и ветровых моделей

Прогнозирование воздействия микроклимата предлагаемых разработок требует сложных инструментов моделирования. Эти модели имитируют физические процессы в масштабах от одного здания до целого города. Выбор модели зависит от целей проекта, имеющихся данных и вычислительных ресурсов. Ниже приведены основные подходы моделирования, используемые исследователями и практиками сегодня.

Вычислительная динамика жидкости (CFD)

CFD — наиболее детальный и основанный на физике подход для моделирования воздушного потока и теплопередачи вокруг зданий. Он решает фундаментальные уравнения движения жидкости (уравнения Навье-Стокса) в трех измерениях, часто в сочетании с моделями турбулентности и радиационными растворителями. CFD может захватывать мелкомасштабные явления, такие как вихревая сбрасывание, мытье под водой и тепловые шлейфы. Он широко используется для:

  • Пешеходные исследования комфорта ветра для новых высотных разработок.
  • Оценка дисперсии загрязняющих веществ из стеков или трафика.
  • Разработка стратегий естественной вентиляции зданий.
  • Оценка эффективности зеленых крыш и фасадов в охлаждении.

Современное программное обеспечение CFD (например, ANSYS Fluent, OpenFOAM, ENVI-met) позволяет архитекторам и инженерам создавать подробные 3D-модели предлагаемых городских форм и тестировать воздействие микроклимата различных вариантов дизайна. Однако CFD требует значительного опыта для настройки граничных условий, выбора соответствующих моделей турбулентности и интерпретации результатов. Валидация против полевых измерений имеет важное значение для обеспечения надежности. Для всеобъемлющего руководства см. Руководство по наилучшей практике от COST Action по городским ветровым средам [FLT: 1]].

Модели городского климата (UCMs)

Модели городского климата работают в масштабе района к городу и интегрируют землепользование, морфологию зданий и метеорологическое воздействие. Они параметризируют влияние зданий, дорог и растительности на баланс поверхностной энергии, обмен импульсами и гидрологию. Примеры включают модель исследования погоды и прогнозирования (WRF) в сочетании с модулем городского навеса или более упрощенной схемой городского энергетического баланса (TEB).

Эти модели особенно полезны для:

  • Моделирование эффекта UHI в разных погодных условиях по всему городу.
  • Оценка воздействия крупномасштабных мер, таких как озеленение городов или отражающие крыши.
  • Обеспечение граничных условий для более мелкомасштабного моделирования CFD.

Модели городского климата основаны на вводных данных, таких как высота и плотность зданий, классификация земельного покрова и альбедо поверхности. Разрешение обычно составляет от десятков до сотен метров. Хотя им не хватает подробного представления потока CFD, они являются вычислительно эффективными и могут выполнять долгосрочные моделирования (например, в течение летнего сезона) для захвата кумулятивных эффектов.

Дистанционное зондирование и полевые измерения

Методы, основанные на наблюдении, необходимы для проверки моделей и понимания реальных микроклиматов. Дистанционное зондирование со спутников, самолетов и беспилотников может обеспечить карты высокого разрешения температуры поверхности земли, растительного покрова и альбедо. Тепловые инфракрасные датчики на таких платформах, как Landsat или ECOSTRESS, обнаруживают температуры поверхности, которые могут использоваться для идентификации точек доступа UHI. Датчики, установленные на дроне, могут фиксировать изменения в масштабе улицы.

Кроме того, измерения на месте с использованием метеостанций, анемометров и сетей термопар обеспечивают данные о наземной истине. Портативные датчики, развернутые в мобильных трансектах, могут отображать температурные и ветровые градиенты в городских районах. Эти наблюдения имеют решающее значение для калибровки параметров модели и проверки точности прогнозов.

Статистический и машинный подход

С распространением городских данных (от датчиков умного города, камер дорожного движения и метеостанций) статистические и методы машинного обучения становятся дополнительными инструментами. Модели регрессии, случайные леса и нейронные сети могут быть обучены прогнозировать переменные микроклимата на основе характеристик городской формы (высота здания, ширина улицы, плотность растительности и т. Д. Эти модели быстрее, чем CFD, но требуют больших высококачественных наборов данных обучения и могут не обобщать хорошо в новые контексты).

Гибридные подходы, сочетающие физические модели с машинным обучением, демонстрируют многообещающие результаты. Например, нейронная сеть может эмулировать результаты CFD-модели для данной городской планировки, что позволяет быстро итерировать на ранних этапах проектирования. По мере роста вычислительной мощности и доступности данных эти методы станут более широко принятыми.

Последствия для городского планирования

Информирование дизайнерских решений

Результаты моделирования микроклимата и ветра дают практические результаты для градостроителей и архитекторов. Выявляя области, подверженные накоплению тепла или плохой вентиляции, проекты могут быть скорректированы для улучшения условий. Ключевые стратегии, основанные на моделировании, включают:

  • Ориентация и расстояние между зданиями — Выравнивание улиц с преобладающими ветрами может улучшить естественную вентиляцию.Разнообразие высот зданий предотвращает образование прочных аэродинамических труб и уменьшает турбулентность.
  • Включение зеленой инфраструктуры — Зеленые крыши, парки и усаженные деревьями улицы обеспечивают тень, способствуют эвапотранспирации и снижению температуры поверхности и воздуха. Модели могут количественно оценить преимущества охлаждения конкретных сценариев озеленения.
  • Выбор материалов — Высокоальбедо (отражающие) тротуары и крыши снижают поглощение тепла и могут снизить температуру окружающей среды на 1-2°C. Прохладные тротуары в настоящее время тестируются в таких городах, как Лос-Анджелес и Феникс.
  • Создание ветровых коридоров — специально построенные зеленые или водные коридоры могут направлять прохладный воздух из окружающих сельских районов в городское ядро, помогая снизить интенсивность UHI.

Тематические исследования

Несколько городов уже интегрировали моделирование микроклимата в свои процессы планирования. В Сингапуре Управление по реконструкции городов использует моделирование CFD для оценки потока ветра вокруг новых разработок, обеспечивая соблюдение стандартов комфорта пешеходов. Результатом является город, который, несмотря на свою плотность, поддерживает хорошую естественную вентиляцию во многих районах.

В Штутгарте, Германия, градостроители использовали ветровые туннели и исследования моделирования для выявления «путей вентиляции», которые приносят свежий воздух с окружающих холмов в городской бассейн. Эти пути защищены от препятствий со стороны зданий, и новые разработки должны продемонстрировать, что они не будут блокировать эти жизненно важные воздушные потоки.

Совсем недавно город Мельбурн, Австралия, разработал «План смягчения воздействия на городские тепловые острова», который опирается на модели теплового дистанционного зондирования и микроклимата для определения приоритетов в районах посадки деревьев и прохладных поверхностей. План направлен на снижение средней температуры города на 2 ° C к 2030 году.

Политика и правила

Для того чтобы воплотить идеи моделирования в построенные результаты, многие юрисдикции принимают стандарты, основанные на производительности. Например, рейтинговая система LEED (Лидерство в области энергетики и экологического дизайна) присуждает кредиты за сокращение тепловых островов, часто требуя от моделей продемонстрировать, что предлагаемый дизайн достигает целевого снижения температуры поверхности. Аналогичным образом, некоторые города теперь требуют исследования комфорта ветра в рамках приложения планирования для высотных зданий.

Растет интерес к зонированию городского климата . Путем картирования микроклиматических зон (например, жароуязвимых районов против хорошо проветриваемых районов) города могут адаптировать правила, такие как требование зеленых крыш в горячих точках или ограничение высоты зданий в ветровых коридорах. Платформа климат-АДАПТ, финансируемая ЕС , предоставляет примеры таких подходов по всей Европе.

Проблемы и будущие направления

Хотя методы моделирования быстро развиваются, остаются несколько проблем. Сложность городской среды означает, что ни одна модель не может охватить все процессы на всех масштабах. CFD слишком дорог для моделирования в масштабах города, в то время как модели городского климата могут чрезмерно упростить детали локального потока. Сочетание этих масштабов - через вложенные модели или многомасштабные рамки - является активной областью исследований.

Детальная геометрия зданий, земельный покров и метеорологические данные не всегда доступны для общественности, особенно в развивающихся городах. Открытые наборы данных (например, сканирование LiDAR, спутниковые снимки) и совместные платформы, такие как проект моделирования и моделирования городских конвертов (UEMS), помогают закрыть этот пробел.

Наконец, необходимо обеспечить более эффективную интеграцию моделирования микроклимата в более широкий процесс планирования. Слишком часто анализ микроклимата является запоздалой мыслью, проводимой после принятия основных проектных решений. Для достижения подлинного учета климатических факторов в городах моделирование должно быть внедрено с самого начала, что позволяет проводить итерационное тестирование альтернативных сценариев.

Заключение

Городское развитие коренным образом изменяет местные микроклиматы и модели ветра, что имеет далеко идущие последствия для комфорта, здоровья и использования энергии человеком. Эффект городского теплового острова и измененные потоки ветра являются одними из наиболее значительных воздействий, но они также являются одними из наиболее управляемых посредством информированного проектирования. Достижения в области вычислительной динамики жидкости, городского моделирования климата, дистанционного зондирования и машинного обучения теперь предоставляют мощные инструменты для прогнозирования этих эффектов до начала строительства.

Используя эти модели для принятия решений о форме здания, выборе материалов, зеленой инфраструктуре и планировке улиц, планировщики могут создавать города, которые более прохладны, лучше вентилируются и более устойчивы к изменению климата. Растущее число городов, принимающих правила и планы на основе микроклимата, демонстрирует, что это не просто теоретическое упражнение - это практический, основанный на фактических данных путь к устойчивому городскому развитию. По мере того, как наши возможности моделирования продолжают улучшаться, и по мере того, как данные становятся более доступными, видение городов, адаптированных к климату, приближается к реальности.