1980年以来, 中国城市经历了历史上最大规模的平面扩展与垂向高度的抬升, 北京、上海、广州、香港、重庆等成为全球城市高层、超高层建筑物密集分布的城市^[1-3]。城市建筑高度与密度的提高, 导致城市风速降低, 风环境质量变差。同时, 伴随着城市建筑高度与密度的提高, 原有的自然地形发生了极大改变, 城市人工地貌类型变得多种多样。风环境质量是生态环境质量的一个重要内容, 它与热岛强度、雾霾天气出现频率和静风日数等指标密切相关。在同样的来流之下, 风环境质量主要依赖于区域的地形类型及其在整个城市宏观地形中所处的相对位置。高层建筑集聚的城市内部、建筑密度较高的“城中村”、高层围绕的“盆地”, 以及由密集高层形成的背风区, 由于风速减缓, 形成城市内部高温和污染物不易扩散的斑块。因此, 准确的划分城市地形组合类型, 并选择合适的风环境评价方法, 才能客观地反映城市地形组合类型及其地形对风场影响^[4-5]。近地面风环境质量的评价, 将有助于优化和提高城市宜居环境的质量。

虽然自然地形分类体系与标准的研究已经比较完善^[6-8]。然而, 由于自然地形和城市人工地形差异较大, 目前城市人工地形的划分还不能直接引用自然地形的分类体系与标准[^9]。城市地形前期的分类相对简单, 侧重于城市构筑物^[10-11]。相比之下, 近年来李雪铭对城市地形的划分最为系统^[12-13]。传统的地貌类型划分主要依靠判读勾画, 近年来, 多基于ArcGIS, 通过数字高程模型数据(DEM)进行地形地貌形态的分类^[14-16]。另外, 与城市建筑地形相关的指标如建筑高度、建筑密度、城市天际线、城市体积及分维数、城市三维重心等在城市地形分析中得到了广泛的应用^[17-23]。总体上, 相比于城市高层建筑的发展速度以及社会的需求, 针对城市地形分类的标准、方法以及应用的研究还比较缺乏。不过, 仍可以借鉴自然地形的分类体系与建筑形态指标, 基于GIS对城市地形进行分类。其中自然地形的分类体系里, 海拔高度、相对高度、起伏度以及地形单元的平面形状是地形类型划分的主要指标, 从而也成为城市建筑地形分类的主要指标。

城市地形与风环境相互关系的研究中, 城市风道的规划是关注的重点。无论空间尺度大小, 城市风道识别与风环境的评价必然要考虑自然与人工地形^[24]。在ArcGIS平台借助LCP(Least cost path), 能确定费用表面的最佳路径^[25]、动物的最佳生态廊道^[26-30], 以及偷采者可能的潜入路线^[31]。在风环境研究领域中, 目前在迎风面密度(λ_f)基础上, 运用LCP识别城市风道的尝试逐渐增多^[32-36]。总体上, 运用LCP对风道的辨识中, 基于格网评价相对较多, 更多的突出了建筑物的相对高度, 适合运用于平原城市, 对于自然地形考虑不足。同时, LCP的运用仅限于风道识别, 还没有扩展到风环境质量的评价。

综上所述, 本文以高层建筑密集的特大城市广州主城区为例, 从宏观的城市尺度出发, 基于建筑与自然地形形成的综合DEM, 对城市地貌的形态特征进行简要的分类。在此基础上, 运用最小路径法, 在三种主风向约束下, 辨识和评估了城市尺度的风道以及城市的风环境质量。

1 数据来源与研究区域

本文数据主要包括：2014年等高距5 m的等高线数据、2017年广州市单体建筑数据(https://www.udparty.com/index.php/lists/data)和2016年底GF-2卫星遥感影像。上述三类数据符合后面综合DEM构建的分辨率要求。除此之外, 研究区内10个自动气象站的2016年逐时风速风向数据(http://data.tqyb.com.cn/weather), 是后续通过风频与风速评价风环境质量的依据。

本文所划定的广州市主城区是以珠江新城为中心半径约为12 km的范围, 包括了整个海珠以及传统的越秀、荔湾、芳村、天河以及白云区的大部分, 面积约为447 km²。主城区北部为白云山、凤凰山、火炉山等丘地, 南部有珠江前后航道、海珠湿地、万亩果园等。研究范围包括了中部城市建筑密集区、北部白云山低丘以及平坦的东南部湿地三大地理单元, 能反映城市建筑密集区与周边地形的风场相互作用, 也能较好地体现珠江、建筑物之间以及丘陵地形夹持下不同类型的风道(图 1)。

2 城市地形的分类标准与地形特点 2.1 综合DEM的生成

根据等高线生成的数据, 获得每幢单点建筑物的基底海拔高度, 将其与建筑本身高度相加, 获取建筑物的绝对高度。以建筑面的质心代表建筑物位置, 得到建筑的高程数据。地形等高线亦转为折点, 同样形成地形的高程数据。保留珠江的基本形态, 将珠江水域的矢量面数据同样转化为折点, 赋高程为0 m, 和前述建筑、地形高程数据合并, 得到包括建筑、地形、水域三种要素在内的点集合。在Surfer软件下采用最小曲率法, 生成混合的DEM, 采样分辨率为50 m。使用最小曲率法可在保持数据科学性的同时, 生成尽可能圆滑的曲面。

2.2 城市地形的概括标准

在分辨率为50 m综合的DEM的基础上, 重新设定等高距。通过近邻分析用150 m对建筑物再进行聚合, 形成进一步概括的DEM。根据绝对绝对高度H、相对高度(H_外-H_内)以及平面形状(扁度)三个指标, 确定面向城市尺度城市风环境评价的简要标准。其中绝对高度对应自然地形分类中的海拔高度, 相对高度表示地形单元的起伏程度, 平面形状反映地形的空间结构, 三个指标均为自然地形分类的主要指标。

城市地形命名参考了自然地形的命名方式, 三个指标设定考虑了主城区建筑物与丘陵高度发育的特点。居住是城市的首要功能^[37], 本研究区域住宅区在空间连片发育, 多层建筑(5—8层)占比较高, 建筑高度都在24 m以下。若将林木视为一种特殊的建筑类型, 其高度一般不超过15 m(5层), 主城区分布的林木占研究区域的31.19%, 加上1—8层建筑基底面积16.08%, 两者共占区域面积的47.27%。如果单从建筑基底面积的角度来考虑, 2017年1—8层占总建筑基底面积74%(图 2)。因此, 离地面24 m的高度形成了主城区由建筑和林木组成的基本高度面。另外, 白云山山麓的绝对高度基本处于55 m, 在此海拔以下, 2017年主城区建筑物基底面积占总基底的99%以上。而超过55 m的高层建筑, 虽然建筑基底面积占总基底不到5%, 体积却达到了建筑总体积的20%(图 2), 对城市地形及其风场能够产生重要影响。基于以上分析, 以绝对高度H作为基本指标, 划分H < 24 m连续平坦的区域为低地, 24—55 m为台地, H>55 m的为高地, 再通过对相对高差(H_外-H_内)的正负, 识别是否为洼地, 由此确定一级地形分类中的四类地形：洼地、低地、台地、高地。通过编程计算平面形状的扁度, 经判别, 扁度标准设定在0.7能较好的区分洼地中的盆地与谷地：

(1)

式中, B为扁度, L为最小外接矩形的长度, W为最小外接矩形宽度。盆地的类型可由相对高差(H_外-H_内)标准进一步细化, H_外为边界外缓冲100 m内的平均高度, 若以广州市的盆地最低海拔在0 m为基准, 盆地内外部高差达到55 m以上, 则跨越了三个高度面, 属于深盆地, 否则该盆地属于浅盆地；若盆地未闭合的边达到盆地周长的1/4, 则为半盆地。谷地的类型则根据平面形态细化划出峡谷；台地根据能否连续又可细将分为台地与网络型台地；高地中高于55 m的区域分自然与人工两类地形, 其中自然地形丘陵以北部白云山为代表, 人工建筑地形通过150 m近邻聚合形成的面为峰林, 无法聚合的为孤峰。由此, 广州城市地形可简要概括划分4个一级地形、11个二级地形类型(表 1)。

城市建筑组成的地形与自然地形相比, 在相同的空间尺度内, 缺乏过渡性, 变化突然, 类型众多。建筑高度受成本的制约, 多层建筑占比高, 形成了城市建筑的基地, 因而台地、低地占比较高(61%), 而与高层建筑相关的地形峰林和孤峰占比较低(4%)。负地形洼地的谷地、峡谷、深盆地、浅盆地与自然地形相比, 边界清晰, 几何组合特征明显。网络状台地可能属于城市建筑特有的地形。本文对综合DEM的简化概括, 更适合于城市尺度立体模型的构建。

2.3 城市地形类型及其风环境特征

Bornstein等认为当风速超过4 m/s时, 可以有效缓解城市内部的热岛效应^[38]。因此, 在城市边界层, 风速是影响气象环境质量的重要因素。而城市建筑高度的差异抬升极大地丰富了人工地形的类型。主城区11种二级地形类型将在同样的来流下, 将对应不同的风场类型, 从而使城市风环境趋于多样复杂。主城区地形类型中, 面积比例最大的分别是低地(37%)与台地(24%), 反映了城市建筑地形中间高周边低阶梯型下降的特点。低地位于主城区外围, 主城区内部的相对较高的台地、丘陵、网络状台地、峰林与孤峰占比42%, 与主城区外围的宽广的低地相比, 对应的风环境质量相对较差(图 3)。台地之间所包围的谷地与峡谷占总面积的12%, 主要包括珠江及其周边、车陂涌沿岸以及増埗河至三元里大道两侧随河流或道路形成的谷地, 上述谷底将成为主城区内部建筑密集区城市尺度的潜在通风走廊。另外在白云山西侧也形成长度为5 km和3 km的两条峡谷, 可成为潜在的地方尺度风道。位于主城区内部的城中村和其他多层建筑, 外围被高层住宅或商业大厦包围, 形成深浅不同的盆地。盆地总面积为44.8 km², 占主城区的(10.5%), 典型的有石牌村、珠江公园、广州东站广场等, 潜在通风环境差。北部200—300 m的白云山及火炉山等丘陵构成主城区外围的风屏障区域, 并通过风影区影响来流下方的通风环境。同样, 以珠江新城为中心的广州中心商务区密集的超高层建筑形成了11.2 km²连续的峰林, 成为广州城市高度的屋脊, 也将随着不同的风向产生人工地形下的风影区域。最后, 越秀、荔湾一带新建的高层与原有的低矮楼房交错, 形成在城市地形中独特的网络状的台地(4%)以及零散分布的孤峰, 将产生特殊的风环境形式。

此外, 由于北部白云山丘陵的存在, 总体上城市地形北高南低, 并呈现出围绕珠江新城向外围阶梯递减的趋势。而坡面上珠江新城峰林与白云山之间, 也就是自然地形丘陵与人工地形高台地间的地形配置将决定和影响不同来流下城市尺度风道与宏观风场环境的质量。

3 基于城市地形风道的识别与通风环境质量的评价 3.1 风道识别(LCP)与通风环境质量的评价

前人基于格网λ_f, 应用LCP对风道的识别, 只考虑建筑相对高度, 同时并且未对LCP进行走向筛选^[39]。本文利用综合的DEM, 近似均匀的在城市盛行风入口边界和出口边界上分别设置出入口。如在研究区边界的北侧布置风道的入口, 在南侧布置出口, 一般出入口各设置50个。通过Python编程, 以海拔高度值为成本大小, 计算从起点到终点的累积总成本。初步生成的LCP路径会出现与盛行风严重偏离的情况, 因此需要经过进一步筛选剔除(图 4)。理论上风道的走向应尽量与主导风向保持一致, 才能使风道具有较好的通风效果。另外, Givoni、匡晓明等也对风道走向与风向之间的关系进行了进一步的研究, 提出夹角应控制在30°以下^[40-41]。因此, 本文以LCP与盛行风最小夹角在22.5°以内的路径作为标准, 筛选城市风道。经过筛选后, 代表从多个起点和终点组合而来的北风、西北和东风最小成本路径分别共有3116、1979、1577段。在来流的风速确定后, 风环境的质量依赖于地形的类型与城市宏观地形的组合。地形单元能否处于通风路径, 以及通风路径上来流经过的频率直接影响风速, 进而决定风环境的优劣。因此, 本文根据通过单位面积LCP经过且累计的总像元数来评价不同风向下通风环境的质量。某一区域内LCP出现次数越多, 单位面积累积的总像元素越多, 意味着来流通过的概率较高, 通风环境质量较高。反之, 若周边地形较高, 阻止了来流的进入, 风环境质量差。

栅格路径(P)是一组相邻栅格像元构成的有序序列：

(2)

式中p_i是栅格像元, i表示有序序列, p₀称为起始点, p_n称为终点。近邻成本C用来描述2个相邻栅格像元之间的高低差异：

(3)

式中p₁、p₂是2个栅格像元值的向量, |p₁-p₂|表示2个栅格像元向量差的模, k是一个常数, 用来调节近邻成本的大小。路径成本(D)用来描述起始点与终点之间某条栅格路径的成本积累, 即：

(4)

式中C_i是栅格路径中每对相邻栅格像元之间的近邻成本。最小成本(P^*)值是起始点p₀和终点p_m之间拥有最小路径成本, 即

(5)

式中m表示第m条栅格路径, D_j为第j条路径的成本。据此可通过计算同一路径不同风道上LCP的重叠次数, 得出某条LCP经过的累计像元总量。LCP生成的是矢量数据, 在转换为栅格数据后, 本文以1×1 km的格网为单位, 统计在同一风向下, 格网内LCP从第1条到第n条最小路径累计经过的像元总个数M(式6)称为LCP密度。其中A为格网面积, L_i为第i条LCP所经像元个数, R_i为该条LCP重叠的次数。

(6)

对2016年研究区内10个自动气象站的逐时风速风向数据进行统计, 结果表明正北-正南风是研究区内全年最常见的风向, 风频占全年的41%, 其次是西北及东南风向为25%, 东风及西风方向只有16%。鉴于LCP的算法, 两个完全相反的风向下LCP路径基本相同。因此, 本文选择风频较高的北风、西北风和东风三个风向进行辨识与评价。经过归一化处理, 北风/南风、西北/东南风、东/西风风频p_j分别占41%、25%、16%, 年平均风速v_j分别为1.9、1.7、1.1(m/s), j为不同类型的风向, 结合不同风向下的风速、风频, 用式(7)表达不同风向和全年的风环境的质量Q。

(7)

不同风向下前五位LCP密度最高的格网反映了较高的通风强度, 具有重要的生态意义, 属于城市风环境中的枢纽地段, 本文称为风口。利用公式(5)、(6)和(7), 结合地形类型进行风道辨识与风环境质量的评价(表 2、图 5)。对研究区划分1 km的格网, 共有499个, 将1 km格网内的像元密度M(式6)分为三档, 它们均为通风区, 没有LCP经过的区域为弱风区。

3.2 不同盛行风向下风环境的评价 3.2.1 北风

北风在通风区面积在三个风向里LCP所经过的像元总数、通风区平均像元数、最大通风强度以及排名稍低于东风(表 2)。由于在三风向下风频(41%)与风速(1.9 m/s)最高, 风道密度大, 风环境质量Q是其他两风向的近5倍, 通风条件最好。白云山西侧的低地与南北走向的珠江西航道谷地、珠江新城东侧的低地与海珠岛低地, 相互配置形成南北延伸面积广大的通风区, 相应也发育了南北贯穿的多条风道(图 5)。

通风区面积占研究区总面积的71.2%, 通风区环境优良。特别是珠江西航道宽谷, 成为南北延伸的重要风道, 同时风口也主要发育在此风道上。通风区主要集中在珠江后航道-荔湾区南部, 以及南北走向的主干道上, 如流花湖-康王路/长寿路、东濠涌高架路、广州大道北、科韵路-华南快速干线、广州环城高速等。在白云山、在白云山火炉山南面, 由于处于背风区, LCP经过次数少, 为弱风区。此外, 弱风区还包括海珠区西部的网络状台地、增槎路和机场路之间, 以及荔湾区环城高速与荔湾大道之间的区域。

3.2.2 西北风

西北风向下, 通风区占比最大达到74.2%, 但LCP所经过的像元总数、通风区平均像元数、最大通风强度在三个风向里排名最差(表 2), (图 5)明显的显示出稀疏的LCP路径。白云山与建筑密集的主城区东北西南方向的配置总阻止了西北风的沟通, 风环境质量Q只有4.33。通风区主要分布在两个区域, 一是白云山西南侧, 广清立交以南, 中山八路以北；二是火炉山以南, 黄村立交一带, 由白云山与龙洞之间的风口向东南方向延伸的扇形区域, 在地形上黄村-东圃一带谷地与西北风一致, 通风效果较好。白云山与珠江新城峰林之间既属于白云山的风影区, 同时建筑物也较为密集, 形成了弱风区域。此外, 弱风区包括海珠区西部与荔湾老城区台地、网络状台地, 海拔超过24 m, 通风性能较差。风口出现在解放中路和北京路一带以及白云山与火炉山之间, 以及珠江西航道以及前航道的东侧。

3.2.3 东风

由于白云山、珠江新城峰林区以及珠江前后航道东西向的配置都与东风相顺应, 使得东风下具有较好的潜在通风环境(图 5), 表现在LCP所经过的像元总数、通风区平均像元数、最大通风强度在三个风向里排名最高(表3), 但通风区面积(55.2%)在三风向下最低。考虑到三风向下最低的风频(16%)与风速(1.1 m/s), 总体通风条件较差, 风环境质量Q只有4.41, 同西北风相同。在主城区与白云山之间、珠江前、后航道形成了自北向南三条明显的东西向城市尺度的风道。北部的白云山阻断了东西之间的交换, 形成了面积广大的弱风区。荔湾-天河区, 海珠区之间网络型台地, 属于弱风区。风口出现在石牌桥以及珠江新城与海珠区之间的珠江航道上。

3.2.4 全年

基于公式(7)对全年风道与通风环境质量进行评价(图 5)。珠江航道在三种风向下均为尺度最宽贯穿城市最好的风道, 相应地风道周边风环境质量也高。受制于风向、风频与风速, 区域性的风道、风环境较好的地段集中在与主风向平行的主干道上, 但以南北走向居多, 如华南快速路与环城高速路。北部白云山形成的风口, 对主城区的通风质量有重要制约作用。风口除了白云山外, 还分布在珠江航道上与城市内部的低地。城市内部的风口通风强度大, 可能出现的强风将引起生态风险, 需予以防范。由于广州城市地形以珠江新城高台地为中心向外递减, 导致以低地地形为主的主城区外围通风优于中心区域, 特别是珠江新城峰林与网络状台地为主的老城区通风环境差。另外, 高度超过55 m的白云山与作为城市屋脊的珠江新城, 随着风向的变化, 所形成的背风区域也影响下游的风环境。

4 结论与讨论 4.1 结论 4.1.1

根据建筑基底高程值, 生成分辨率为50 m地形与建筑混合的DEM。由绝对高度、相对高度以及平面形状, 通过近邻分析与聚合, 面向城市风环境的研究, 将城市地形简要概括划分4个一级地形、11个二级地形类型。概括后的地形类型及其空间组合将利于城市尺度风道与风场环境质量的宏观展示。

4.1.2

以海拔高度值为成本大小, 以LCP路径与盛行风交角不超过22.5°的标准, 筛选确定通风路径作为风道。根据LCP格网的密度与频次, 结合不同风向下风速与风频, 评价分析了不同盛行风向下风道、风口等风环境类型与空间分布。本技术路线, 突出了地形影响, 分辨率高, 会较好的服务于城市规划。

4.1.3

主城区自然人工复合地形与风向的宏观配置决定不同风向下的风环境类型与质量。北风风环境质量远高于西北风和东风, 白云山风影区使得西北风风环境变差, 东风具有较好的潜在通风环境, 但由于最低的风频与风速, 通风条件较差；珠江航道在三种风向下都是尺度最宽贯穿城市最好的风道；区域性的风道与风环境较好的地段集中在与主风向平行的主干道上, 但以近似南北走向的居多；北部白云山形成的风口, 对主城区的通风质量有重要制约作用；由于广州城市地形以珠江新城峰林为中心向外递减, 导致以低地地形为主的主城区外围通风优于中心区域, 特别是珠江新城峰林与网络状台地为主的老城区通风环境差。上述风环境特点, 应在城市规划中予以重视。

4.2 讨论

数值模拟、物理风洞模拟以及风要素野外实测等多种技术路线均可实现风道的辨识与风环境质量的评价, 但各自均具有明显的优势与不足。野外实测由于样本的局限, 难以与其他平台上对整个城区风环境的评价结果相匹配, 增加了结果验证的难度。同时, 无论是数值模拟、物理风洞模拟还是基于GIS平台的评价结果均对城市立体形态进行了简化和概括, 要同野外观测数据进行验证还需要进行尺度的转换。对于来流正好相反的西北风和东南风、东风和西风, LCP路径结果是相同的, 这也说明该方法所存在的局限性。因此, 基于评价结果需要不同技术路线的相互验证, 才能使其不断完善优化。

本文在50 m格网的基础上产生综合的DEM, 利用LCP所辨识风道的分辨率高于百米尺度的格网。未来可以根据城市规划的需要, 提高综合DEM的分辨率, 突出单点建筑物, 确定风道的空间边界。另外, LCP方法尽管可以确定不同风向、不同季节, 以及全年所对应的风道与风环境质量, 但可操作性风道最终的确定, 还要考虑经济成本、交通的通畅性等其他要素。