如何用Rayman计算SVF(sky view factor 天空视角因子)?

中文摘要 摘 要 随着我国城市化的快速发展,高层次,高密度建筑的集聚引发了了城市化的弊 端,如环境质量降低,热岛效应严重,低空污染加剧等。它阻碍了城市的人居环境 建设和可持续发展,降低了城市化带来的社会、经济和生态方面的综合效益。由于 建筑物密度和高度的增加,街谷的几何和表面热性质变得复杂多变,微气候进一步 复杂化,城市热环境问题日益突出,严重影响了人们的日常生产生活。 本研究采用实地测试与统计分析结合的方法,分析了重庆市渝中区的夏季热 环境特征,同时结合重庆城区的气候特征,对重庆市渝中区的空间形态特征和夏季 热环境之间的关系进行了相关性分析,并得出了重庆市热环境与空间指标之间的 拟合关系式。最后还建立了全国29 个省会城市的SVF 数据库,研究了空间指标与 城市规划和管理之间的关系。研究结论如下: 首先,综合气象站数据发现,重庆2018 年的夏季,8 月高温日数最多,7 月中 下旬气温最高。城区相对湿度与气温的变化趋势相反。主城四站的平均风速都较低, 多数处于2 级微风等级。夏季体感温度比气温更高,是典型的湿热酷暑天气。而综 合流动测试结果发现,重庆城区热环境明显受到城市空间形态的影响,且热岛中心 多、强度大。 其次,对重庆渝中区空间指标与热环境统计分析发现:与地表温度的相关性来 看,SVF 比建筑密度的相关性更好;而对与城市热岛的相关性来看,空间指标对城 市热环境的影响趋势,影响范围在上午和下午都会有明显不同,这跟当地气候条件 密切相关。从空间指标的最佳影响范围来看,绿地>水数量>SVF 或者建筑密度。 再次,根据流动测试结果,对城市空间指标和热岛强度进行了多元回归分析, 得到了重庆渝中区夏季空间指标和热岛强度在上午和下午两个不同时段的拟合方 程,可以对城市热环境进行一定程度的预测。 最后,通过大数据分析得到了全国29 个城市中心区的SVF 资料库,通过统计 分析说明了大数据得到的SVF 值是具有当地城市特征(经济、人口)的,并且从 本文的统计分析结果,可以初步得知城市环境中的空间利用情况。 综上,对于空间指标的研究,有助于对城市热环境和气候相关问题有更全面、 深入的理解,帮助城区环境规划建设和改进。

}

我要回帖

更多关于 address sky view 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信