【Journal of Cleaner Production】 　　绿化空间如何缓解城市热岛效应？街道尺度的降温效应、固碳和培育成本分析 　　01 　　摘要 　　快速的城市化导致了城市热岛效应，这可能导致能源消耗和碳排放增加，进一步加剧全球变暖。U型街道峡谷是城市热岛的主要原因之一，可能阻塞空气流通，导致城市热量积聚。峡谷热问题通常可以通过基于自然的解决方案来缓解，例如行道树。在有限的峡谷空间内增加绿化空间效益（例如，树木的冷却效果）非常重要。然而，在各个街道峡谷中，缺乏精细化的绿化空间设计策略。本研究探讨了具有不同形态特征的不同街道峡谷中绿化空间（如树木间距）的定量设计，以有效提高树木的协同效益，缓解城市热岛效应。考虑了18种形态类型，包括对称和不对称的浅峡谷、理想峡谷和深街峡谷。分析了不同树距成本的协同效益，以最小的培育成本实现降温效果和固碳效益的最大化。与无树木的街道峡谷相比，树距为0.2W（W为峡谷宽度）的理想街道峡谷实现了最大降温6°C。树距与协同效益呈正相关关系。街道峡谷树的最大协同效益出现在树距小于0.7W时，与0.2W相比大幅提高了约14%。这项工作可以为高效的绿化空间设计提供指导，这对于通过基于自然的解决方案缓解城市热岛至关重要。 　　02 　　研究结果 　　1.树距对浅街峡谷小气候环境的影响 　　树间距分别设置为0.2W、0.4W、0.6W和0.8W。在狭窄的峡谷中，没有树木的街道峡谷在较低的高度上空气温度略高。例如，在SC1的街道峡谷中，最高气温约为34.5°C，高度为1.5m。这是因为建筑物和交通排放的热量容易积聚在狭窄的峡谷中。在峡谷宽度相同的对称（SC1）和非对称（SC4）街道峡谷中，靠近地面的温度分布相似。结果表明，峡谷低处的热量主要受街道峡谷宽度的影响，而不是建筑物高度的影响。 　　图1 浅街峡谷中各种树距的温度分布（x = 90m） 　　图2 浅街峡谷中各种树距的温度分布（z = 1.5 m） 　　在街道峡谷中，树木对水平和垂直温度分布有影响。对于不同峡谷形状，当树距为0.2W时，在垂直高度低于10m处，气温出现显著下降。SC1/4、SC2/5和SC3/6峡谷的最低气温分别约为32.5°C、32.9°C和33.4°C。与无树情景相比，宽度较小的峡谷在垂直和水平方向上均有明显的气温降低。 　　当树距增大时，树木的降温效果降低。在SC1的街道峡谷中，0.4W、0.6W和0.8W的最低气温分别在32.6°C、33.4°C和33.6°C左右。在SC2和SC3的街道峡谷中，0.4W、0.6W和0.8W的最低气温分别约为33.5°C、33.9°C和34.0°C，以及33.7°C、34.0°C和34.0°C。研究结果表明，树木能有效降低气温，特别是在狭窄的街道峡谷中，气温随树距的减小而降低。此外，在较宽的街道峡谷中，不对称峡谷（SC6）的温度分布低于对称峡谷（SC3），表明在宽街道峡谷中，非对称峡谷的降温效果略大于对称峡谷。 　　计算占用区域的平均气温，如图3所示。SC1、SC2、SC3、SC4、SC5、SC6无树街道峡谷平均气温分别约为38.16°C、37.64°C、38.16°C、38.14°C、37.70°C和37.14°C。它显示被占领区有大量的热量积累。不同树距下占用区的气温均显著低于无树的占用区。对于几种类型的街道峡谷形状，平均气温随着树距的增加而上升。当峡谷宽度为29m时，对称和不对称街道峡谷的平均气温相近。随着树距从0.2W增加到0.8W，SC1和SC4的平均气温从约32.2°C增加到33.6°C必威betway中文官网。与无树情景相比，有树的最大空气温度降低高达5.94°C。平均气温随着街道峡谷的扩大而升高。树距为0.2W的SC2和SC5的平均气温分别为33.18°C和33.08°C，树距为0.8W的SC2和SC5的平均气温分别为34.09°C和33.94°C。与无树情景相比，有树的SC2和SC5的最大空气温度降低分别为4.46°C和4.62°C。当街道峡谷宽度增加到59m时，0.2W和0.8W树距的SC3平均气温分别为33.56°C和34.13°C，而SC6的平均气温分别为33.55°C和33.92°C。当树距为0.2W时，SC3和SC6的平均气温比无树的平均气温分别降低了3.60°C和3.59°C。 　　图3 浅街峡谷中各种树距的平均温度 　　当宽阔的浅街峡谷中树木间距增加到一定水平时，降温效果变化较小。例如，在0.4W、0.6W和0.8W的SC6中，平均气温分别为33.86°C、33.88°C和33.92°C，温差较小。SC6的冷却效果拐点为0.4W树距。同样，SC2、SC3和SC5分别在0.6W、0.4W和0.6W处具有冷却效果的拐点。因此，在较窄的峡谷（如SC1和SC4）中，一些树距可以更有效地降低气温。从气温（降温效果）来看，对于两车道、四车道和六车道的浅街峡谷，建议的树间距分别低于0.8W、0.6W和0.4W。 　　计算了浅街峡谷不同树距的降温效果、固碳量和培育成本，如表1所示。结果表明：随着树距的减小，降温效果、固碳和培育成本增加;其中，固碳和培育成本与树距有关，而非街道峡谷形态。从固碳和培育成本的角度考虑，建议各街道峡谷的树距分别为0.2W和0.8W。 　　表1 浅街峡谷中各种树距的降温效果、固碳和培育成本 　　然后，评估不同树距的协同效益,计算降温效果、固碳和养育成本的权重，分别对应0.25、0.48和0.27。 　　浅街峡谷中不同树距的协同效益如图4所示。结果表明，在不同浅街道峡谷形状下，协同效益（B）与树距（s）之间存在二阶线性关系。SC1、SC2、SC3、SC4、SC5和SC6的最大协同效益分别出现在0.68W、0.8W、1W、0.77W、1W和0.82W的树距处。随着峡谷宽度的增加，共同效益降低。狭窄对称街道峡谷（SC1）中树木覆盖的共同效益是显著的。最佳树间距为0.68W，协同效益可能增加10%。 　　图 4 浅街峡谷中各种树距的共同好处 　　2.树距对理想街道峡谷小气候环境的影响 　　理想街道峡谷中1.5m高处各种树距的温度分布如图11所示。当无树木覆盖时，峡谷内气温随垂直高度的增加而下降，这在SC7和SC10（狭窄的理想街道峡谷）中尤为明显。建筑物和交通排放的热量往往会积聚在对称的峡谷中。例如，在SC8和SC9中，1.5米高度的平均气温约为34.5°C。SC11和SC12的街道峡谷由于建筑物的不对称结构，空气温度比其他峡谷略低。当没有树木覆盖时，不对称的建筑物有利于空气流通和理想的街道峡谷中相对较低的空气温度。 　　图5 理想街道峡谷中各种树距的温度分布（x = 90m） 　　图6 理想街道峡谷中各种树距的温度分布（z = 1.5 m） 　　0.2W树距的冷却效果在SC7和SC10中明显。这些情景的最低气温约为32.5°C。在SC8/SC11和SC9/SC12中，1.5米高度的最低气温分别约为33.0°C和33.4°C。街道峡谷宽度的增加导致最低气温升高，z=1.5m。结果表明，当树距保持不变时，降温效果随着峡谷宽度的增加而减小。 　　在1.5m高度下，SC7的最低气温分别约为33.4°C、33.6°C和33.9°C，分别对应0.4W、0.6W和0.8W的树距。SC8峡谷3种树距以上最低气温分别为33.6°C、33.7°C和33.8°C，SC9峡谷最低气温分别为33.6°C、33.8°C和34.0°C。在相同的街道峡谷形状中，最低气温随着树距的增加而上升。当峡谷宽度相同时，对称和不对称街道峡谷中树木附近的气温分布相似。 　　图7显示了树距为0.2W、0.4W、0.6W和0.8W的理想街道峡谷的平均温度。无树时，SC7、SC8、SC9、SC10、SC11、SC12占用区平均气温分别为38.41°C、37.99°C、38.44°C、38.42°C、37.69°C和37.15°C。与无树情景相比，有树的最大平均气温降幅分别在6.06°C、4.83°C、3.86°C、6.20°C、4.46°C和3.64°C左右，对应SC7（宽度为29m）、SC8（宽度为44m）、SC9（宽度为59m）、SC10（宽度为29m）、SC11（宽度为44m）、和SC12（宽度为59m）。如图12所示，当峡谷宽度相同时，对称和不对称街道峡谷的平均气温相似。以对称街道峡谷为例，树距为0.2W、0.4W、0.6W和0.8W的SC7平均气温分别为32.35°C、33.25°C、33.54°C和33.76°C。SC8和SC9的平均气温分别为33.16°C、33.84°C、33.94°C和34.01°C，以及33.58°C、33.94°C、34.00°C和34.05°C。结果表明：在同一街道峡谷中，平均气温随树距的增加而升高;降温效果随着峡谷宽度和树距的增加而减弱。在相同的树距下，空气温度随着峡谷宽度的增加而升高。在对称和非对称街道峡谷中，当街道峡谷宽度为44m时，0.6W和0.8W的树距间距的空气温差均小于0.1°C。SC8和SC11的冷却效果拐点为0.6W。在SC9和SC12中，0.4W、0.6W和0.8W树距的最大空气温差分别为0.11°C和0.09°C。空气温度的轻微变化证明，SC9和SC12的冷却效果拐点发生在0.4W的树距处。 　　图7 理想街道峡谷中各种树距的平均温度 　　因此，理想的两条车道街道峡谷在各种树距下具有最佳的降温效果。建议树距应小于0.8W、0.6W和0.4W，分别为两车道、四车道和六车道的理想街道峡谷。 　　计算了理想街道峡谷中不同树距的降温效果、固碳量和培育成本，如表2所示。随着树距的增加，降温效果、固碳、培育成本降低，与浅街峡谷一致。根据表2计算出理想街道峡谷3个评价指标的降温效果权重为0.24，固碳权重为0.48，培育成本权重为0.27。 　　表2 理想街道峡谷中各种树距的降温效果、固碳和培育成本 　　共同效益与树距在理想街道峡谷中呈二阶线性关系。当峡谷宽度为29m时，对称和不对称街道峡谷的共同效益相似。当峡谷宽度分别为44m和59m时，对称街道峡谷的协同效益高于非对称峡谷。SC7、SC8、SC9、SC10、SC11和SC12的最大协同效益分别出现在0.69W、0.94W、0.79W、0.77W、0.83W和1W的树距处。此外，SC7的协同效益最大，树间距为0.69W，相当于0.57。因此，共同效益可以大幅提高约14%。 　　图8 理想街道峡谷中各种树距的共同效益 　　3. 树距对深街峡谷小气候环境的影响 　　深街峡谷中1.5m高度处的温度分布如图9所示。在没有树木的街道峡谷中，靠近地面的气温略高，尤其是在狭窄的峡谷中（如宽度为29米）。在SC13、SC14、SC15、SC16、SC17和SC18中，1.5m高度的平均气温约为34.5°C，这是由建筑物和交通的热量积聚引起的。当峡谷宽度相同时，靠近地面的温度分布相似。对于没有树木覆盖的深街峡谷，建筑高度对地表附近气温的影响较小。 　　图9 深街峡谷中各种树距的温度分布（x = 90m） 　　图10 深街峡谷中各种树距的温度分布 　　当树距为0.2W时，1.5m高度的最低气温分别在32.5°C、33.1°C、33.4°C、32.5°C、33.1°C和33.5°C附近，分别对应SC13、SC14、SC15、SC16、SC17和SC18的街道峡谷。当峡谷宽度相同时，对称和不对称街道峡谷在地面附近的气温分布相似。在深街峡谷中，最低气温随着峡谷宽度的增加而升高。 　　对于树距为0.4W、0.6W和0.8W的SC13/SC16街道峡谷，1.5m高度的最低气温分别约为33.4°C、33.6°C和33.7°C。树距为0.4W、0.6W和0.8W的街道峡谷最低气温在SC14/SC17中分别为33.6°C、33.7°C和33.8°C，在SC15/SC18中分别为33.7°C、33.8°C和33.8°C。当同一街道峡谷的树距增加时，最低气温升高。 　　图11显示了深街峡谷中树距为0.2W、0.4W、0.6W和0.8W的占用区的平均温度。无树街道峡谷占用区平均气温分别为38.32°C、37.93°C、37.40°C、38.19°C、37.89°C和37.30°C，分别对应SC13、SC14、SC15、SC16、SC17和SC18。平均气温随峡谷宽度的增加而升高。与无树情景相比，各深街峡谷中树距为0.2W时，与树的最大气温差。SC13-SC18的最大气温降幅分别为5.80°C、4.71°C、3.87°C、5.78°C、4.71°C和3.77°C。对称和不对称深峡谷占用区的平均气温相似。以对称街道峡谷为例，SC13的平均气温分别为32.52°C、33.26°C、33.56°C、33.80°C，SC14分别为33.22°C、33.76°C、33.89°C和33.96°C，SC15平均气温为33.53°C、33.84°C、33.91°C和33.94°C，分别。在深街峡谷中，当峡谷宽度保持不变时，平均气温随树木间距的增加而升高，且随着峡谷宽度的增加而升高。SC14中0.6W和0.8W的树木空间平均空气温差为0.07°C。当峡谷宽度为44m时，降温效应拐点发生在树距为0.6W时。SC15中树距为0.4W、0.6W和0.8W，空气温度变化最大为0.1°C。SC15街道峡谷降温效应拐点发生在0.4W的树距处。因此，从气温上看，不同树距的深街峡谷中两车道道路比四车道和六车道道路表现出更好的降温效果。对于两车道、四车道和六车道道路的深街峡谷，建议树距分别小于0.8W、0.6W和0.4W。 　　图11 深街峡谷中各种树距的平均温度 　　与浅层和理想街道峡谷的结果类似，随着树距的增加，降温效果、固碳和培育成本降低。等式。分别为降温效果权重为0.25、固碳权重0.48、培育成本权重0.27。 　　表3 深街峡谷中各种树距的降温效果、固碳和培育成本 　　在六种类型的深街峡谷中，计算并拟合了不同树距的协同效益，如图17所示。在深街峡谷中，它证明了树距和协同效益之间的二阶功能关系。SC13、SC14、SC15、SC16、SC17和SC18的最大协同效益分别出现在0.62W、0.85W、0.82W、0.85W、0.93W和0.94W的树距处。随着峡谷宽度的增加，共同效益下降。当树距为0.62W时，SC13的协同效益最大，与树距为0.2W时相比，最大协同效益可提高约9%。 　　图12 深街峡谷中各种树距的共同利益 　　论文信息 　　标题：How can greenery space mitigate urban heat island? An analysis of cooling effect, carbon sequestration, and nurturing cost at the street scale 　　作者：Chang Xi, Li Han, Junqi Wang , Zhuangbo Feng, Prashant Kumar, Shi-Jie Cao 　　时间：28 July 2023 　　DOI:10.1016/j.jclepro.2023.138230 　　本文只是笔者对论文的浅薄理解，不代表原论文观点。如果您感兴趣，请点击文末【阅读原文】阅读文献