引言

2017年中国城区总面积为19.84万km²，城镇化水平达58.52%(国家统计局，2018)。目前，中国大量城市都处在不同程度的急剧扩张期，城市的空间环境、结构机理都发生了显著变化(房小怡等，2021)。城市生态环境受到较严重干扰，给城市发展建设带来了诸多问题(王建国，2009；刘学峰等，2009)。例如，城市下垫面粗糙度越大时，对城市风的流通性影响越大，导致城市内部风速大大降低，污染物扩散变得更加困难(Ren et al, 2018；邹立尧等，2010；敖雪等，2020；刘敬乐等，2020)。张爱英等(2009)研究表明，中国年平均风速线性变率为-0.1 m·s^-1，风速减小与城市化进程加快和台站周围环境变化有着密切的关系。1962—2012年南京地区的雾-霾日多出现在近地面风速较小、湿度较大的气象条件下(程婷等，2014)。2007—2013年江苏省24个地面观测站点的分析表明，当风速小于3 m·s^-1时，雾-霾出现频率较高，其中风速在1~2 m·s^-1时雾-霾发生概率最高(曹剑秋和郭品文，2016)。

城市建设发展所具有的特殊地表结构不仅干扰污染物扩散，还对城市热环境产生了极大的影响(成丹等，2022；柯宗贤等，2023)。研究表明，高度集中的人为热排放导致城市热岛效应加剧，改变了城市地区的微气候，影响城市居住的舒适度(党冰等，2017)。北京城区风速大于3 m·s^-1时，热岛效应基本消失(王喜全等，2006)。2008—2013年湖南省长沙市的风速与城市热岛强度呈负相关，在顺风方向热岛强度随风速增大而减弱(贺广兴等，2016)。江苏省苏州市城郊的城市热岛除与云量、气温有关外，还与城区风向有关(戎春波等，2009)。吉林省长春市辖区在垂直方向建筑物较高、水平方向建筑物密度较大的地区，迎风面积指数较大，气流流通受到较大阻碍，地表温度显著升高(冯章献等，2019)。

城市通风廊道是提高城市通透性、改善城市微气候、减缓城市污染与热岛效应的有效途径之一(刘勇洪等，2017；王梓茜等，2018；邢佩等，2019)，为此迫切需要根据城市热环境以及风环境特征合理规划通风廊道。QX/T437—2018(中国气象局，2018)明确指出，城市通风廊道是指由空气动力学粗糙度较低的、气流阻力较小的城市开敞空间组成的空气引导通道，并给出确定通道的具体实施方法。根据通风廊道确定标准，本文基于气象观测、遥感和地理信息系统，以合肥市主城区为例，结合城市风环境分析、城市热环境分析和通风潜力评价，开展合肥市城市通风廊道规划的研究，并以此为基础对合肥市主城区的通风廊道进行初步构建，为城市环境规划提供借鉴。

1 研究区域与数据 1.1 研究区域

合肥市主城区位于城市中部(图 1)，城镇用地约占主城区面积的28.31%，共19个区(镇)单位。主城区东南侧邻近巢湖，中部庐阳区有董铺、大房郢两大水库；南淝河呈东南—西北走向经过庐阳区、蜀山区、瑶海区、包河区最终汇入巢湖；主城区西南和西部偏远地区为大别山余脉，南部属于皖南山区。整个主城区地势由西北向东南降低。

1.2 研究数据

本研究使用的数据包括合肥市主城区的卫星遥感数据、气象观测资料、高分辨率的地理信息数据，其中气象数据来自合肥市主城区的肥西、合肥、肥东，以及主城区北部长丰气象观测站逐小时观测资料，观测要素包括风速、风向等，观测时间范围为2013年1月1日至2017年12月31日。数据经过严格的质量控制，剔除数据异常值，对于缺失数据采用线性内插法进行补充。地理信息数据与卫星遥感数据来源于地理空间数据云平台(http://www.gscloud.cn/)，包括2010年合肥市主城区的建筑物高度数据、30 m分辨率的数字高程模型数据和5 m分辨率的土地利用类型数据，卫星遥感数据包括2016—2019年的Landsat8卫星遥感数据，其中2019年4—11月卫星过境期间拍摄遥感图像云量偏多(均大于20%)，反演误差较大，经对比后发现2019年3月12日卫星过境拍摄图像质量清晰，图像信息反演计算后仍可表明合肥市主城区热岛变化，故选取此时间进行遥感图像分析，数据信息如表 1。

2 研究方法

城市通风潜力评估主要根据城市建筑物的分布情况，计算城市表面的粗糙程度和城市天空遮蔽程度。城市表面粗糙程度可由空气动力粗糙度长度确定，天空遮蔽程度可由天空开阔度确定(杜吴鹏等，2016)。本文通过Landsat8卫星遥感数据反演城市地面温度，分析城市中提供新鲜冷空气的补偿空间和热污染严重的作用空间，结合城市的风向风频数据绘制城市风玫瑰图，分析研究区域的主导风向，利用城市生态环境评估指标天空开阔度和地表粗糙度对合肥市主城区的地表通风潜力进行评估。将城市热力分布、地表通风潜力分布、城市内部空气引导通道和城市周边通风廊道规划相结合，给出合肥市通风廊道的初步规划方案。

2.1 城市风玫瑰图

利用合肥市主城区2013年1月1日至2017年12月31日长丰站、肥东站、合肥站和肥西站风速风向逐小时观测资料绘制合肥市主城区的年平均风向玫瑰图，通过分析得出合肥市近5年的风向风速分布特征和主导风向。

2.2 城市热环境 2.2.1 热岛强度

城市通风廊道的重要作用之一是通过空气流通带走城市地区的热量，达到热量的再分配，缓解城市热岛(任超等，2014)。本文利用Landsat 8卫星遥感数据，使用劈裂窗式算法反演合肥市主城区2016—2019年的热岛强度(Rozenstein et al, 2014)，根据热岛强度分级标准进行等级划分(杜吴鹏等，2018)(表 2)，得到合肥市主城区连续四年的城市热岛强度空间变化图。

2.2.2 城市绿源

城市绿源指城市或郊区中能够改善城市气象环境的且具有一定面积的水体、绿地和农田等，是城市中新鲜冷空气的源地，对缓解城市热岛效应有重要作用。绿量依据植物叶片面积，是反映绿地覆盖率和生态效应的重要指标。本文结合Landsat8数据和土地利用类型数据，首先根据遥感图像中近红外和红光波段数据计算归一化植被指数(NDVI)，然后利用式(1)估算城市地区的绿量(S)(邸苏闯等，2012)。参考姚学祥等(2015)和中国气象局(2018)绿源划分标准对研究区域绿源等级进行划分(表 3)，得到2019年合肥市主城区绿源分布。

$ S=\frac{1}{\left(1 / 30000+0.0002 \times 0.03^{\mathrm{NDVI}}\right)} $

(1)

2.3 天空开阔度估算

天空开阔度(sky view factor，SVF)常用来评估复杂城市内部建筑物对天空的遮蔽程度(Chatzipoulka et al, 2018；贺文慧等，2012)，已成为城市形态学重要指标之一。根据天空开阔度模型(Zakšek et al, 2011)，在所规定半径(R)内，以α为方位角步长，在不同方位角上寻找该方位角内最大地形高度角(γ)，计算出天空可视立体角，并作归一化处理，即可得SVF，其值在0~1，值越大表明该区域建筑对天空遮蔽度越低，风流通性越良好。

已有研究表明，当R=200 m，α=5°时，既能够保证计算精度，又能够提高计算速度(张海龙等，2015)，因此基于2010年合肥市城区10 m空间分辨率数字高程模型(DEM)数据与建筑物高度数据，采用上述参数计算得到10 m空间分辨率合肥市主城区天空开阔度分布。

2.4 地表粗糙度估算

随着城市建筑密度增加，城市粗糙程度对城市内部空气的流动的阻碍愈发明显。影响城市地表粗糙度的因子有很多，其中最主要的因子为建筑物高度和覆盖度(张强和吕世华，2003)。根据形态学模型(Grimmond et al，1998)，城市地表粗糙度(surface roughness，SR)计算公式如下：

$ Z_0=Z_{\mathrm{h}}\left(1.0-\frac{Z_{\mathrm{d}}}{Z_{\mathrm{h}}}\right) \exp \left(-0.4 \frac{U_{\mathrm{h}}}{u_*}+0.193\right)(2) $

(2)

$ Z_{\mathrm{d}}=Z_{\mathrm{h}}\left\{1.0-\frac{1.0-\exp \left[-\left(7.5 \times 2 \times \lambda_{\mathrm{f}}\right)^{0.5}\right]}{\left(7.5 \times 2 \times \lambda_{\mathrm{f}}\right)^{0.5}}\right\} $

(3)

$ \frac{u_*}{U_{\mathrm{h}}}=\min \left[\left(0.003+0.3 \lambda_{\mathrm{f}}\right)^{0.5}, 0.3\right] $

(4)

式中：Z₀为粗糙度长度(单位：m)，Z_h为建筑物高度(单位：m)，Z_d为零平面位移高度(单位：m); U_h为建筑物高度处的风速(单位：m·s^-1)，u_*为摩阻速度(或剪切速度, 单位: m·s^-1); λ_f为建筑物迎风面积密度，即某一高度的迎风面积指数(frontal area index，FAI)(Wicht et al, 2017；沈娟君等，2017), 值越大，表明该区域建筑对流动风的阻碍作用越大，即该区域通风性能越差，反之, 值越小表明该区域通风性能越好。

某风向的迎风面积密度λ_{f(z, θ)}可以根据式(5)进行计算：

$ \lambda_{\mathrm{f}(z, \theta)}=\frac{A(\theta)_{\mathrm{proj}(\Delta z)}}{A_{\mathrm{T}} \Delta z} $

(5)

式中：A(θ)_proj(Δz)是某高度增距Δz上正交于风向的投影面上的建筑表面面积(单位：m²)，θ是风向角，A_T是网格面积(单位：m²)。结合研究区域的风速和风向特点，利用气象观测数据得到研究区风玫瑰图，计算出多个方向的迎风面积密度，并按照风频P_{θ, i}进行加权平均，最后得到研究区的迎风面积密度：

$ \lambda_{\mathrm{f}(z)}=\sum\limits_{i=1}^n \lambda_{\mathrm{f}(z, \theta)} P_{\theta, i} $

(6)

式中n为风向角的个数。

本文利用2010年合肥市城区10 m空间分辨率的DEM数据、建筑物高度数据和2013—2017年多年平均风速数据计算而得的合肥市10 m空间分辨率迎风面积密度分布，根据该数据计算得出10 m空间分辨率的地表粗糙度分布。

2.5 通风潜力等级划分

城市天空开阔度和地表粗糙度直接影响城市的通风潜力。目前，根据天空开阔度和地表粗糙度对地表通风潜力的划分尚无统一标准，所以在不同地区进行通风潜力评估的时候，可以适当地调整划分标准。本研究参考王梓茜等(2018)提出的标准进行划分(表 4)。

利用2.3和2.4小节介绍公式计算得到天空开阔度和地表粗糙度数据，根据表 4的分类方式对通风潜力类型进行等级划分，得出合肥市主城区的地表通风潜力分布。

3 结果分析 3.1 合肥市主城区风力特征

风速在3.3 m·s^-1以下的软轻风为城市通风廊道重点利用的风段。根据长丰站、肥西站、合肥站和肥东站风向风速玫瑰图(图 2)，合肥市主城区合肥站和肥西站主要受到偏东风控制，风速最高能达到5 m·s^-1以上，正东方向软轻风出现频率最高；长丰站地处主城区北部，主要受到东偏南气流控制，而肥东站则受到主城区东北侧气流控制，两站风速小于3 m·s^-1的软轻风频率可达9%以上。王薇等(2018)、黄闯等(2020)研究表明，合肥市主城区主要受到正东方向气流控制，夏季盛行东南风，冬季盛行东北风，均与本研究结果相符。综合来看，由于合肥市主城区西侧为海拔较高的大别山余脉，南侧为皖南山区，均对气流有较大的阻碍作用，西风和西南风出现的频率相对较低，且平均风速大都在3 m·s^-1以下。主城区东部和北部地势较为平坦开阔，气流多从主城区东偏北方向经过主城区。

3.2 城市热环境

通过2016—2019年的Landsat8卫星遥感数据反演得到合肥市主城区的热岛强度空间变化(图 3和表 5)，对比各个年份的热岛强度变化可以发现：合肥市主城区的热岛区域大多集中在建筑密集、人口集中的城市区域，以片状区域的形式出现; 合肥经济技术开发区(简称经开区)与上派镇热岛强度最大，且热岛区域面积随着城市的扩张而增加，呈辐散状向东北和西北方向蔓延。对比4年热岛强度分布变化，非热岛区面积占比缩减19.6%，而热岛区面积占比扩大16.8%，强热岛区面积占比扩大2.8%。主城区强热岛区域逐渐由单边向多边化发展，至2019年，以双凤开发区为中心区域已成为第二个热岛效应密集区。城市冷岛区域主要集中在主城区的水体、郊区等区域, 至2018年，主城区冷岛区域面积显著减小。2019年，尽管在主城区西南侧出现冷岛区，但主城区热岛在东部、北部和西北部面积显著扩张，可以判断出2019年热岛效应进一步加重。

由2017年和2019年的Landsat8卫星遥感数据计算得到合肥市主城区的绿源分布(图 4)。2017年主城区绿源分布较广，河流贯穿建筑密集区形成强绿源。主城区西南部紫蓬镇分布有紫蓬山森林公园，植被覆盖度较高，东北部新站高新区有张桥水库与鹤翔湖，净化空气能力较强，为强绿源。主城区四周郊区建筑分布较少，以较强绿源和一般绿源为主。至2019年，合肥市主城区绿源数量急剧减少，在建筑物分布密集区域绿源分布几乎消失，少数强绿源多数集中在庐阳区董铺水库和大房郢水库，建筑密集区周边绿源退化较严重，由较强绿源和一般绿源退化为弱绿源，净化空气能力减弱。

城市内部次级通风廊道的作用主要是将城市内的补偿空间和作用空间连接起来，形成较为通畅的城市内空气循环系统。合肥热环境分析表明，其作用空间主要为经开区和双凤开发区，补偿空间为董铺水库和大房郢水库。主城区东南侧为巢湖，也可以作为补偿空间，依此构建连接补偿空间和作用空间的次级通风廊道。

3.3 天空开阔度

计算合肥市主城区10 m网格分辨率的建筑物密度、建筑物高度和天空开阔度分布(图 5)，发现合肥市主城区中心区域的建筑物密度大多在0.2以上，经开区、上派镇和高新区部分区域达到0.6以上，建筑分布密度较高。合肥市主城区中心建筑高度普遍较高，基本在10 m以上，经开区南部建筑密集区高度较低，小于5 m，高新区西南部建筑密集区高度较高，部分区域大于20 m。合肥市主城区天空开阔度(SVF)从中心向四周呈辐射状向外发散增大，主城区中心值SVF较低，小于0.6，建筑物高大密集的区域的SVF≤0.3。总体对比来看，SVF分布与建筑物密度和高度相似，但SVF较差区域(SVF≤0.3)与建筑物高度较高区域更加吻合，当建筑物高度小于5 m时，对SVF影响较小。

3.4 地表粗糙度

图 6是合肥市主城区的10 m网格分辨率的迎风面积指数(FAI)分布。FAI主要反映建筑物对风的阻挡作用，FAI越大建筑物对风阻碍作用越大。在新站高新区与双墩镇北部建筑物较少，FAI较小(FAI≤0.2);在双凤开发区和南淝河西侧的主城区中心，FAI较大(FAI≥0.4);在经开区南部、高新区西侧区域建筑物较密集，高度较高，FAI偏大，部分区域可达0.6以上; 主城区东南部包河区建筑密度较低，FAI较低。

图 7为合肥市主城区的10 m网格分辨率的地表粗糙度(SR)分布。主城区SR整体呈现从东南向西北递增的趋势，瑶海区和包河区SR较小，新站高新区和蜀山区SR较大。在新站高新区中心沿着南淝河有一条西北—东南向的SR低值区(SR≤1.5 m)，其两侧均为高值区(SR≥1.5 m)；瑶海区和包河区整体建筑物密度和高度较低，SR较小(SR≤ 1.5 m)，对风的穿越和流通阻碍较小；蜀山区大部分区域SR较大(SR≥2 m)，对风的穿越和流通形成较大的阻碍。

3.5 通风潜力等级

综合主城区天空开阔度与地表粗糙度分布，制作主城区10 m网格分辨率地表通风潜力分布(图 8a)。整体来看，主城区通风潜力分布差异较大，通风潜力较高的地区占10%，多分布于主城区东南侧; 通风潜力为无或很差的地区占23%，多分布于主城区西侧。主城区东南侧建筑密度与高度较低，粗糙度较小，通风潜力较高，且距离主城区热岛强度较高区域较近，适宜作为通风廊道起点; 主城区中部受到建筑密度影响，通风潜力一般; 在主城区西侧和西北侧由于地形的阻挡，西风和西北风较少，通风潜力为较低，不适宜作为通风廊道起点。

通风廊道起点应设置在通风潜力较大区域，通过街道干线、河流或建筑物低矮稀疏区贯穿主城区并将区域绿源相串连，廊道走向与风向基本相符，起到降低城市热岛作用。结合肥市主城区主导风向分析、城市绿源分布和地表通风潜力评价，制作合肥市主城区的通风廊道规划图(图 8b)。整体为四纵两横的通风廊道布局，连通城市绿源与通风潜力较高的地区。1号和2号通风廊道横贯整个主城区，为主城区输送东北气流; 3号、5号和6号通风廊道皆在通风潜力较高区域开始，通过地表粗糙度较低路线，将东南侧绿源产生的新鲜空气贯穿主城区，有利于缓解经开区和双凤开发区强热岛区; 4号通风廊道通过南淝河河道，将主城区东南侧与西北侧绿源相连接，有利于缓解主城区中心的城市热岛效应。其中多条廊道有相互交叉的地点，应进行重点管控，防止存在高大建筑，对风的流通形成阻碍。

4 结论与讨论

城市通风廊道规划基于城市已有建设规划的基础上，利用气象观测数据、卫星遥感数据和城市地理信息数据，通过计算城市生态参数，对城市的风环境、热环境进行科学的分析和评估，提出城市通风廊道建设的可行方案，以缓解当前城市日益严重的环境污染、城市热岛等问题。本文通过计算天空开阔度、地表粗糙度得到合肥市主城区地表通风潜力的分布，结合风向玫瑰图、热岛强度分布对合肥市主城区的通风潜力进行评估，提出合肥市主城区通风廊道的初步规划。结论如下：

(1) 2016—2019年合肥市主城区城市热岛强度分析表明，经开区和双凤开发区城市热岛现象较严重。热岛区域面积多年呈增大趋势，且强热岛区域逐渐向东西方向不断扩张。

(2) 对合肥市主城区的通风潜力进行评估表明，合肥市主城区全年以偏东风为主，东南侧和南淝河沿岸通风潜力较高，西侧和西南侧区域由于大别山余脉对气流的阻挡，通风潜力较低。在建筑物密集的合肥市主城区中心，通风潜力较低。

(3) 综合城市生态参数，以缓解城市热岛为主要目的，构建出四纵两横的城市通风廊道，连通了城市绿源区域和通风潜力较高区域，同时打通了热岛效应严重的经开区和双凤开发区，以及通风能力较弱的城市中心区域，符合合肥市主城区常年主导风向的需求。

在评估地表通风潜力时，每个地区由于发展状况和地理位置的不同，通风潜力的划分标准也不尽相同，目前很难有统一标准。我国南北跨度较大，不同城市间气候背景、发展规划差异较大，构建城市通风廊道，缓解城市热岛的方法和方案应该根据地区、气候和城市发展状况和需求的不同进行调整，同时需要配合实地调查建立合理完善的评价体系，进行科学合理的规划。