香港中文大学未来城市研究所 蓝洪宁
上海朗绿建筑科技股份有限公司 杨玉锦
摘 要：数值模拟是室外微气候研究领域的一种重要研究手段，其可与理论推导、实验测试相结合，以经济、方便的方式获得较为可靠的结果，而ENVI-met作为常用的三维城市微气候仿真软件，其研究成果逐年递增。居住小区作为城市居民的一种新的居住形式，其微气候与居民的生活健康息息相关，如何更好的改善居住小区室外热环境显得尤为重要。针对国内外居住小区微气候研究，本文以三维城市微气候仿真软件ENVI-met为例，介绍其发展与国内外应用背景，分析其研究进展及方向，并对现存问题进行讨论，以期更全面了解其未来应用前景。
关键词：ENVI-met；居住小区；数值模拟；微气候
1 居住小区微气候研究中的数值模拟工具及其不足
居住小区绿地具有调节温湿度、缓解热岛效应等重要功能,合理实施居住小区室外绿地空间建设,是改善城市人居环境的有效途径[1]。探讨居住小区微气候属性特征与热环境调控效应之间的关联,以科学指导居住小区室外环境建设工作,已逐渐成为相关学科的关注热点[2-3]。
实测和模拟是目前量化研究居住小区微气候的两种常用手段。在工程研究与应用领域，数值模拟以其便捷性、经济性更受青睐。现有相关数值模拟工具种类较多，根据其模型类型可分为集总参数工具和分布参数工具[4]。集总参数工具主要依据能量收支平衡建立的简化模型将研究区域作为整体进行评价，如区域热岛强度评价；分布参数软件工具则主要基于计算流体力学（CFD）等理论对不同的空间位置分别求解。由于分布参数模拟可以求得具体位置的环境参数信息，因此对规划设计更具指导意义，在《绿色建筑评价标准》中被广泛应用。
目前工程领域中，在模拟计算时往往只考虑建筑物形态，对居住小区内的多种下垫面类型，如草地、树木、水池、喷泉及建筑等地面材质缺乏考虑。而事实上，“植物的蒸腾作用和水的吸热（喷泉的蒸发吸热）对于热环境影响显著”[5]，因此不能被随意简化或省略。
目前工程领域常用的CFD软件如Fluent和PHOENICS，对绿化亦具备一定分析能力，其将乔木等植被对气流的阻碍和衰减作用，通过多孔介质条件进行设定，利用孔隙率来体现植物特性。但该方法只考虑到了流体影响，对实际热环境特别是人体热舒适度产生较大的影响的高度动态变化的太阳辐射等辐射因素很难在此类软件模拟中进行耦合。此外，植物蒸腾作用等不能在这类软件模拟结果中体现，相关结果可能存在较大误差。
由于常用的CFD软件在动态辐射和流体计算的耦合上以及植物模型的处理上存在明显不足，而居住小区中的绿地率高达30%以上，因此目前工程常用CFD软件事实上难以对建成环境给出理论上可靠的预测。
2 城市微气候仿真软件ENVI-met介绍
由德国美因茨大学地理系Michael Bruse教授团队开发的ENVI-met软件是目前全球应用最为广泛的城市微气候模拟研究工具。该软件基于计算流体力学和热力学的相关理论，结合了气候学、农业科学等相关学科知识，主要用于模拟城市区域中小尺度下垫面、植被、建筑和大气的相互作用。与通用CFD软件相比，ENVI-met准确把握了风和太阳这一微气候中的两个主要驱动力，将辐射模型较好的与湍流模型关联，实现了动态的耦合分析。此外，ENVI-met由于其包含了较为完整的建筑材料库、植物模型库，具备污染物模拟、室外热舒适度计算等实用功能，同时对模型、网格等CFD模拟中容易导致不收敛的因素做了强制简化、鲁棒性较强，因此适合居住小区微气候的模拟研究。
ENVI-met软件自1998年开发至今已有21年时间，其最新版本为ENVI-met Winter1819，版本号为4.4.2。软件主要包含建模工具SPACE和MONDE、参数设置工具ENVIGuide、材料库Database、三维植物库Albero、求解器ENVI-met、热舒适度计算器Biomet和后处理器LENOADO等，见图1，同时，其基于Rhinoceros & Grasshopper平台的Dragonfly插件可以通过调用ENVI-met进行参数化性能模拟。软件可实现城市热岛、污染物扩散沉积、空间辐射、植物热湿作用、立体绿化、水体喷泉、各类下垫面等对微气候影响作用的模拟，适宜的时间步长为1~5s，水平分辨率为0.5~5m。
图1 软件模块
目前，国际上使用ENVI-met的研究方向主要分为三种：软件准确性研究、城市热环境模拟研究和城市风环境及大气污染物分布研究，具体分析如下。
2.1 软件准确性研究
该研究主要针对空气温湿度、风速等气象参数，将研究区域环境参数的实测值与软件模拟值进行比对，以验证ENVI-met模拟结果的准确性。Lahme等[6]将选定区域内几个典型位置处温度的实测值和模拟值进行比较后发现软件在没有嵌套网格的情况下依然具有很高的准确性。Peter等[7]认为ENVI-met在CFD类软件一般要求的网格独立性测试表现失败，但网格独立性造成误差的数量级小于相关缓解策略带来的变化，因此缺乏网格独立性未必导致研究的失效。S.Tsoka[8]参考了Scopus数据库中多达189篇使用ENVI-met作为研究工具的论文，对其数据分析结果进行了统计，总结得出ENVI-met是一个有效的微气候研究工具。
2.2 城市居住区热环境模拟研究
Bruse[9]运用软件模拟了城市整体和局部更新的环境效果，同时引入dPET以综合表述环境变化对人体热感觉的影响。一部分研究指出增加街道峡谷高宽比，减小天空视角系数可降低辐射量从而改善舒适性[10-14]。在建筑形态研究方面，Berkovic等[15]研究了围合型院落比例和开口等因素对院落内热环境的影响，结果表明热舒适性与平均辐射温度关系明显，后者主要由庭院内阴影面积决定。相当一部分研究集中关注绿地对微气候的影响，包括绿化量和绿化形式。Huttner等[16-17]研究表明在热压情况下树木灌溉不足反而会恶化高温和辐射下的热环境。绿地遮荫降温作用在部分研究中得到了验证[18]。Lee H等[19]使用ENVI-met研究了德国西南弗莱堡地区树木和绿地对居住区热应力的改善作用。Vanessa[20]的研究则认为植物对微气候的影响仅限于植物周边环境，对城市环境改善有限。采用ENVI-met作为模拟工具的研究成果，为城市居住区热环境的进一步改善策略提供了具体的参考依据。
2.3 城市风环境及大气污染物分布研究
ENVI-met与通用流体力学软件的区别在于其不仅能实现对城市风环境的模拟，还能设置不同类型的污染源，同时兼顾植物对污染物的沉降吸附作用，因此能较为准确地反映污染物在大气中的分布情况。Krüger等[21]研究了街道氮氧化物的扩散与街道朝向和风向之间的关系，结果表明污染物浓度与街道通风效果显著相关。Jesionek等[22]发现垂直于风向的街道污染物浓度低，街道高宽比越大污染物浓度越高，植物对颗粒物的沉降有明显作用。
3 ENVI-met在我国居住小区微气候研究领域的应用
3.1 不同发展阶段
2004年林波荣在博士论文中[1]提及ENVI-met软件。虽然其并未采用ENVI-met进行案例研究，但在理论上详尽地探讨了绿化模拟评价的原理方法，包括部分ENVI-met内核原理，证明作者对软件有过深入了解。王振[23]在博士论文应用ENVI-met对夏热冬冷地区街区层峡进行了模拟计算，该文是国内最早公开发表的将ENVI-met 作为研究工具的论文。2009年杨小山对室外热环境进行了模拟分析[24]，验证了ENVI-met在华南湿热地区的适用性和稳定性，并形成了较完善的ENVI-met应用研究模式。2013年陈铖[25]对软件中垂直网格、嵌套网格和边界条件设置进行了校验。2015年张伟[26]结合了城市形态和园林形态评价指标使用ENVI-met对抽象理想居住小区模型进行了分析对比研究，并在国内首次完整展示了ENVI-met的全部主要功能。
此后，国内学者使用ENVI-met的应用研究成果数量不断增加。Dian Z等[27]使用ENVI-met对西安典型居住小区的建筑密度、建筑形式、植被系统设计进行了研究。李晗等[28]使用模拟手段对住宅小区建筑布局形式对微气候影响进行了分析，结果表明不同建筑布局的微环境存在较大差异，围合式和行列式建筑布局比点群式更易产生热岛效应。根据中国知网的统计结果，2010~2018年以ENVI-met为主题的中文文章已多达108篇，其中超过72%是在2016~2018年期间发表。而根据S.Tsoka对Scopus数据库280篇英文文献统计，超过77%的文章是在近五年内完成，其中三分之一来自亚洲，而在亚洲至少60%的研究文章来自中国。
3.2 当前应用方向及现存问题
目前我国以ENVI-met作为研究工具的微气候研究主要方向有：（1）城市热岛分析与街区尺度的热舒适度研究；（2）城市街道污染物扩散传播肌理研究；（3）城市形态与城市微气候的关联性研究；（4）城市大型园林景观设计对城市物理环境的改善作用量化研究；（5）ENVI-met与建筑能耗模拟软件的结合应用；（6）居住区热环境的改善策略研究。在这些研究中ENVI-met多被认为是有效的分析研究工具，为相关研究带来了巨大帮助。
城市微气候是大气环境和室内环境的联系体，因此室外微气候模拟研究获得建筑周边环境数据对室内建筑环境的模拟计算输入取值至关重要。城市远郊气象站的典型气象年数据可能难以反映建筑周边实际常年环境。目前已有研究者尝试将ENVI-met与建筑能耗模拟软件结合[29]。蓝洪宁[30]使用ENVI-met、PHOENICS和EnergyPlus对广州骑楼室内热环境进行模拟，发现有无室外热环境下室内热环境数据存在明显差异且不能忽略。
笔者团队自2012年开始研究ENVI-met，除将其作为微气候模拟应用工具外，对其模拟内核进行过深入解析，并与软件开发者团队有着长期密切合作。在国内外交流中，我们也发现了很多ENVI-met软件自身不足及使用者操作中常存在的问题，在此进行总结梳理，以期帮助研究者避免错误或误区。
3.2.1 软件选用不当
ENVI-met是专为小尺度微气候研究建立，其主要内核模型架构和经验参数均来自于已有微气候研究成果，不确保适用于大尺度区域。软件最小水平分辨率为0.5m，最大水平分辨率为10m。实际对街道尺度建模宜在5m以下，以确保空间形态和计算模型的平衡性。当尺度超出微气候研究范围（水平尺度0.1m~1km）时，大气系统对环境的影响会随着模拟区域的扩大而明显，此时选用小尺度模型非但优势不明显，还会产生过大的计算量。若研究模拟范围内存在山体、海洋等区域气候因素，微气候模型也无法对山谷风、水陆风等形成和作用机理完整考虑。因此模拟研究开始前，研究者需要对照基本概念定义研究范围，选择合适的工具、方法。
3.2.2 几何模型和软件模型理解缺失
不少此前从未使用过CFD软件的跨专业研究者，未了解计算流体力学基本原理，将三维简化模型和计算模型划等号。典型错误出现在使用ENVI-met研究垂直绿化、屋顶绿化的文章中——将几何模型中位置靠近建筑表皮的植物作为屋顶或垂直绿化进行所谓立体绿化的环境影响模拟。这类文章数量众多、结论荒谬，对基本原理的无视令人触目惊心。根据国外研究统计，采用该错误方法得出的屋顶绿化对空气温度峰值改善的中位数高达1.5℃，而正常模拟研究得到的地面绿化的改善效果中位数仅为0.65℃，最大值也未超过1.0℃。即如前述立体绿化模拟方法成立，则会到一条明显不符合实际的结论：树木种在屋顶比种在地面更好，其对人行高度的温度改善作用将增大到2.3倍以上。国内一些研究者以同样完全错误的方法，号称屋顶绿化能让地面降温最大0.55℃，平均降温强度可达0.25℃，并延伸认为街区尺度屋顶绿化产生的“冷岛”可从屋面扩散到地面空间。甚至有部分研究者无视模拟中显而易见的问题，对结果强加解释[31]。
根据笔者不完全统计，仅存在这一类错误的国内论文数量已超过2位数，占过去8年内软件相关文章总数的10%！在所统计的41篇犯该类错误的英文文献中，国内研究者也占据绝对多数，且这类研究多数由国家自然科学基金支持。这种情况值得警惕和反思。不过，2018年11月ENVI-met发布了立体绿化模拟模块，该模块可模拟包括容器式、藤蔓式等各种类型建筑垂直绿化及屋顶绿化。
3.2.3 缺乏验证环节
目前很多国内研究文章的研究欠缺软件工具验证部分。研究者对ENVI-met软件的验证问题也普遍较为困惑。城市微气候模拟结果不但与城市下垫面的情况有关，也极大地受城市所在地理位置的气候影响。而ENVI-met所采用的计算模型或经验参数虽然均有验证，但一些计算模型的简化是否能满足城市微气候模拟的多样需求、在某地测试总结得到的经验参数是否适合其他不同气候区域，都是值得关注的问题。ENVI-met的模拟结果在我国东南、南方区域的亚热带湿热气候区已经通过了验证，在广州[32]、深圳[33]、南京[34]等地的对比实测中表现较好，在一些北方城市也有部分季节的验证研究[26,35]。部分研究者还对ENVI-met在一些具体研究领域的适用性做了分析，证明利用ENVI-met模拟三维植被温度场分布[36]、地表温度[37]、乔木对室外热环境[38]及污染物[39]影响的可行性。
3.2.4 忽略不同版本的算法调整
ENVI-met软件每年冬夏各发布一个变化较大的新版本，历次算法微调或重要新功能均在冬季版发布。研究者需要关注并对比不同版本的计算差异。如其2018年冬季版本将默认二氧化碳本底浓度从350ppm调高至400ppm，给出了新的墙壁粗糙长度计算方法并设为默认；默认湍流模型从Mellor-Yamada的修正版本改为了Bruse/ENVImet的修正版本。研究者在同一个项目需避免跨版本，并尽量选择稳定可靠的软件版本。当必须跨版本操作时，除了注意核对自定义设置，还要特别关注一些此前未关注参数的程序默认值是否发生变化。
3.2.5 模拟与实测的关系
一些研究者提出模拟值与实测值始终无法完全对应，这在微气候研究中其实是很正常的现象。可能的原因有：（1）模拟中参数选用不当、模拟范围选取不当、边界条件设置不当等；（2）模拟是在对已知条件简化的背景下得到值，而测量是在远比已知情况复杂的实际背景下得到的值，且受到仪器和操作误差影响，实测值未必可靠；（3）软件自身不支持该情况的模拟，如ENVI-met非多项模型，当气温降低过快或过低，模拟得到的相对湿度超过100%。但依据现行的《民用建筑绿色性能模拟标准》，可认为这时出现凝结。
为了提高输入条件的准确性，当有场地入流侧实测数据时，可通过full forcing导入测试数据，将壁面边界条件设为forced。在实测结论和模拟值的对比时，应对某一参数的的不同变化趋势进行比较，而不是绝对值直接比较，亦可借助SPSS等分析软件进行统计比较。必要时要进行补测以帮助判定。
4 总结与展望
居住小区绿化植被丰富、空间多样，常用CFD软件难以对室外物理环境做出全面、有效预测。三维城市模拟软件ENVI-met综合了大气环境和下垫面作用将太阳直射辐射、散射辐射与CFD模拟较好耦合，除了下垫面和建筑表面参数外，还可以考虑植物、水体等景观要素的多重影响，可用于包括居住小区在内的城市室外风环境、热岛强度、室外幕墙光污染等数值模拟计算，已在国内外有着广泛应用，帮助产生了大量研究成果。
我国研究者对该工具的使用虽然起步较晚，但发展迅速，且研究方向多样。在软件的本地有效性验证方面，华南地区、东南地区的研究者开展大量工作证明了软件的地区适用性。ENVI-met亦通过了国内研究者对其计算地表温度、污染物分布、三维植被温度场分布等参数的可行性研究。
ENVI-met工具在当前的应用研究中也暴露出大量的问题，反思其形成根源，与很多跨专业研究者的基础背景不扎实有较大关系。一些问题的不断重复暴露也反映出目前整个微气候研究领域由于学科背景分散，文章缺乏严格的专业审核，研究成果层次不齐。微气候研究领域是综合性的交汇领域，研究者应狠抓理论基本功，不应过分依赖软件工具，而要科学对待数值模拟结果，掌握分析判断能力。
参考文献
[1] 林波荣. 绿化对室外热环境影响的研究[D]. 清华大学，2004.
[2] 李晓锋, 张志勤, 林波荣, et al. 围合式住宅小区微气候的实验研究[J]. 清华大学学报(自然科学版), 2003, 43(12).
[3] 刘滨谊, 梅欹, 匡纬. 上海城市居住区风景园林空间小气候要素与人群行为关系测析[J]. 中国园林, 2016, 32(1):5–9.
[4] 杨玉锦. 绿化对室外热环境影响的理论模型与分析工具 [C]. 2018国际绿色建筑与建筑节能大会论文集，2015:6.
[5] 中华人民共和国住房与城乡建设部，民用建筑绿色性能计算标准 JGJ/T 449–2018 [S] ,中国建筑工业出版社, 2018.
[6] Lahme E,Bruse M, Microclimatic effects of a small urban park in densely built-up areas: measurements and model simulations, ICUC5, Lodz, 2003:1–5.
[7] Peter J. Crank,David J. Sailor,George Ban-Weiss,Mohammad Taleghani. Evaluating the ENVI-met microscale model for suitability in analysis of targeted urban heat mitigation strategies[J]. Urban Climate,2018,26.
[8] S. Tsoka,A. Tsikaloudaki,T. Theodosiou. Analyzing the ENVI-met microclimate model’s performance and assessing cool materials and urban vegetation applications-a review[J]. Sustainable Cities and Society,2018.
[9] Bruse M,Modelling and strategies for improved urban climates: Proceedings, 1999.
[10] Ali-Toudert F,Mayer H,Numerical study on the effects of aspect ratio and orientation of an urban street canyon on outdoor thermal comfort in hot and dry climate,Building and Environment,2006,41(2):94–108.
[11] Emmanuel R,Rosenlund H,Johansson E,Urban shading—a design option for the tropics? A study in Colombo,Sri Lanka,International Journal of Climatology, 2007,27(14):1995–2004.
[12] Taleb D, Abu-Hijleh B, Urban heat islands: potential effect of organic and structured urban configurations on temperature variations in Dubai, UAE, Renewable Energy, 2013,50:747–762.
[13] Ketterer C, Matzarakis A, Human-biometeorological assessment of the urban heat island in a city with complex topography–The case of Stuttgart, Germany, Urban Climate, 2014,10,Part 3(0):573–584.
[14] Taleghani M, Kleerekoper L, Tenpierik M, et al. Outdoor thermal comfort within five different urban forms in the Netherlands, Building and Environment, 2015,83(0):65–78.
[15] Berkovic S, Yezioro A, Bitan A. Study of thermal comfort in courtyards in a hot arid climate, Solar Energy, 2012,86(5):1173–1186.
[16] Huttner S, Bruse M, Dostal P, Using ENVI-met to simulate the impact of global warming on the mi-croclimate in central European cities, 2008.
[17] Huttner S, Bruse M, Dostal P, et al. Strategies for mitigating thermal heat stress in Central European cities: The project KLIMES: Proceedings of the 7th International Conference on Urban Climate, 2009.
[18] Yu C, Hien W N, Thermal benefits of city parks, Energy and Buildings, 2006,38(2):105–120.
[19] Lee H , Mayer H , Chen L . Contribution of trees and grasslands to the mitigation of human heat stress in a residential district of Freiburg, Southwest Germany[J]. Landscape and Urban Planning, 2016, 148:37–50.
[20] LIM HUIMIN V, Measuring and modelling spatial variation of temperature and thermal comfort in a low-density neighbourhood in Singapore, 2014.
[21] Krüger E L, Minella F O, Rasia F, Impact of urban geometry on outdoor thermal comfort and air quality from field measurements in Curitiba, Brazil, Building and Environment, 2011,46(3):621–634.
[22] Jesionek K, Bruse M, Impacts of vegetation on the microclimate: modeling standardized building structures with different greening levels: Fifth Int. Conf. on Urban Climate, 2003.
[23] 王振, 夏热冬冷地区基于城市微气候的街区层峡气候适应性设计策略研究[D]. 华中科技大学，2008.
[24] 杨小山. 广州地区微尺度室外热环境测试研究[D]. 华南理工大学，2009.
[25] 陈铖.天津大学校园夏季室外热环境研究[D]. 天津大学，2013.
[26] 张伟. 居住小区绿地布局对微气候影响的模拟研究[D]. 南京大学，2015.
[27] Dian Z , Yupeng W . Simulation Study of Urban Residential Development and Urban Climate Change in Xi’an, China[J]. Procedia Engineering, 2017, 180:423–432.
[28] 李晗, 吴家正, 赵云峰, et al. 建筑布局对住宅住区室外微环境的影响研究[J]. 建筑节能, 2016(3).
[29] Yang X , Zhao L , Bruse M , et al. An integrated simulation method for building energy performance assessment in urban environments[J]. Energy and Buildings, 2012, 54:243–251.
[30] H.N. Lan, Y.F. Zhang. Effects of arcade street on indoor thermal environment of Qilou [C]. The 4th Asia Conference of International Building Performance Simulation Association, 2018.
[31] 岳小智，尹海伟，孔繁花，陈佳宇，刘梦茜.基于ENVI-met的绿地布局模式对微气候的影响研究——以南京市居住小区为例[J].江苏城市规划.2018,(3)：34–40.
[32] 李坤明. 湿热地区城市居住区热环境舒适性评价及其优化设计研究[D]. 华南理工大学，2017.
[33] 吴昌广, 房雅萍, 林姚宇, et al. 湿热地区街头绿地微气候效应数值模拟分析[J]. 气象与环境学报, 2016, 32(5):99–106.
[34] 孙常峰. 基于ENVI-met的绿地对夏季热环境的影响研究——以南京大学鼓楼校区为例[D]. 南京大学，2014.
[35] 张峻. 西安含光路街谷夏季小气候ENVI-met模拟方法研究[D]. 西安建筑科技大学，2017.
[36] 詹慧娟, 解潍嘉, 孙浩,等. 应用ENVI-met模型模拟三维植被场景温度分布[J]. 北京林业大学学报, 2014, 36(4):64–74.
[37] 章勇. ENVI-met模拟地表温度可行性研究[J]. 池州学院学报, 2017, 31(3):81–82.
[38] 刘之欣, 郑森林, 方小山, et al. ENVI-met乔木模型对亚热带湿热地区细叶榕的模拟验证[J]. 北京林业大学学报, 2018.
[39] 王佳, 吕春东, 牛利伟,等. 道路植被结构对大气可吸入颗粒物扩散影响的模拟与验证[J]. 农业工程学报, 2018, 34(20).
备注：本文收录于《建筑环境与能源》2019年5月刊总第21期。
版权归论文作者所有,任何形式转载请联系作者。
