一种基于风洞试验的城市街区行人风环境评估方法与流程

本发明涉及一种城市街区行人风环境评估方法，具体涉及一种基于风洞试验的城市街区行人风环境评估方法，属于建筑风环境领域。

背景技术：

随着我国城市化的发展，(超)高层建筑大量涌现，而且布局多样、体形复杂。城市中的高大建筑物和建筑群会显著地改变其周围的风场，使得城市街道、建筑物角部和入口等区域由于“狭管效应”而出现明显的风速加速，由此恶化行人高度的风环境，引起行人产生不舒适感、甚至发生危险。

随着人们生活品质和健康舒适理念的提高，城市街区行人风环境的质量日益得到重视。为了避免因不合理的建筑形式及布局造成不舒适、甚至危险的行人风环境，需在街区规划设计之初对其行人风环境质量进行正确地预测及评估，并对风环境质量较差的区域进行优化设计。

风洞试验是研究城市街区行人风环境的主要方法，也是使用最早、目前应用最广泛的风环境预测方法。1981年，Irwin发明了一种全方向压力传感器(风速探头)，该风速探头在对流场干扰较少的条件下，可实现整个区域行人高度风速的多点同步测量。大量的风环境试验及标定试验表明，Irwin风速探头可获得准确的平均风速和脉动风速的测量结果，适用于实际工程项目研究。

城市街区的行人风环境评估方法主要包括风速比评估法、相对风舒适度评估法和超越阈值概率评估法等。1)风速比评估法以城市街区测点的行人高度平均风速与相同高度的远处来流平均风速的比值来反映建筑物存在引起的风速变化程度，该方法只能定性地判别城市街区不同区域的风环境的相对质量好坏，而与人的感受无关(由于不能反映风速绝对大小)。由于风速比评估法简单可行，且能获得较准确的评估结果，因此该方法是目前最为常用的方法，也被一些规范标准所采用。2)相对风舒适度评估法以人的舒适性需求为出发点，给出了人的不同行为对应的风速阈值及允许的不舒适风的发生次数。但该方法未能考虑建筑所在地区来流风速(气象资料)的影响，也无法反映风速的随机特性。3)超越阈值概率评估法以人的舒适性和安全性需求为出发点，同时对城市街区的当地气象资料进行统计分析，计算全风向角下测点的行人平均风速超过平均风速阈值的概率；通过比较测点超越概率与最大容许超越概率，来定量地评估城市街区的行人风环境。超越阈值概率评估法通过概率的方法考虑了风速的随机特性，是目前最为准确的评估方法。但是，由于该评估法需要结合当地气象资料，且算法相对复杂，导致其实际应用受限。

技术实现要素：

本发明为解决现有风环境评估方法精度不足的问题，进而提出一种基于风洞试验的城市街区行人风环境评估方法。

本发明为解决上述问题采取的技术方案是：本发明所述评估方法的具体步骤如下：

步骤一、对改进的Irwin风速探头的参数进行标定；

步骤二、以典型的城市街区为研究对象，采用亚克力板或PVC板以一定缩尺比制作该街区附近所有建筑物和构筑物的外形，并在街区行人高度处按一定间距设置改进的Irwin风速探头，从而获得风环境试验的试验模型；

步骤三、进行风环境试验，获得不同参数工况下城市街区模型的行人高度小时平均风速U_i和阵风风速U_i,gust，其中阵风风速U_i,gust可由下式得到：

U_i,gust＝U_i+g·σ_u (1)

公式(1)中，g表示峰值因子，通常取2.5；σ_u表示风速均方根值；

步骤四、利用公式(2)和公式(3)确定各风向角下城市街区行人高度的小时平均风速U_i,site和阵风风速U_i,gust,site分别与10m高度的小时平均风速U_10,site的比值r_M和r_G：

$r_M=\frac{U_{i,site}}{U_{10,site}}=\frac{U_i}{U_r}\×{\left(\frac{z_{ref}}{10}\right)}^{\mathrm{\α}}---\left(2\right),$

$r_G=\frac{U_{i,gust,site}}{U_{10,site}}=\frac{U_{i,gust}}{U_r}\×{\left(\frac{z_{ref}}{10}\right)}^{\mathrm{\α}}---\left(3\right),$

公式(2)和公式(3)中U_r表示风环境试验中参考高度处的来流平均风速，Z_ref表示城市街区参考高度，α表示指数律风剖面的地面粗糙度指数；

步骤五、基于风速比r_M和r_G，将风环境评估标准中的小时平均风速阈值U_thr转换为城市街区10m高度处的小时平均风速阈值U_thr,M或阵风等效小时平均风速阈值U_thr,GEM：

$U_{thr,M}=\frac{U_{thr}}{r_M}---\left(4\right)$

$U_{thr,GEM}=\frac{1.85U_{thr}}{r_G}---\left(5\right)$

式中，U_thr是Lawson评估标准中的小时平均风速阈值；1.85表示将阵风风速U_i,gust等效为阵风等效小时平均风速U_i,GEM的转换系数，即：

U_i,gust＝1.85U_GEM (6)；

步骤六、统计并分析拟评估城市街区的当地气象资料，确定16个风向角下良态风的风向频率及风速概率分布函数；通常气象资料包括10m高度处的小时平均风速和平均风向；θ风向角下各测点风速U超过风速阈值U_thr,M或U_thr,GEM的概率为：

$P_{\mathrm{\θ}}(U\>U_{thr,M})=A_{\mathrm{\θ}}\·\exp \[-{\left(\frac{U_{thr,M}}{c_{\mathrm{\θ}}}\right)}^{k_{\mathrm{\θ}}}\]---\left(7\right)$

$P_{\mathrm{\θ}}(U\>U_{thr,GEM})=A_{\mathrm{\θ}}\·\exp \[-{\left(\frac{U_{thr,GEM}}{c_{\mathrm{\θ}}}\right)}^{k_{\mathrm{\θ}}}\]---\left(8\right)$

公式(7)和公式(8)中，θ＝1，2，3，…，16，表示气象学中常用的十六个风向角编号，风向角间隔为22.5°；A_θ表示风向角θ的风向频率；c_θ和k_θ分别表示风向角θ时Weibull分布函数的尺度参数和形状参数；

步骤七、累加所有风向角下各测点风速U超过风速阈值U_thr,M或U_thr,GEM的概率，即该阈值风速的超越概率：

$P(U\>U_{thr,M})=\underset{\mathrm{\θ}=1}{\overset{16}{\Σ}}{P}_{\mathrm{\θ}}(U\>U_{thr,M})---\left(9\right)$

$P(U\>U_{thr,GEM})=\underset{\mathrm{\θ}=1}{\overset{16}{\Σ}}{P}_{\mathrm{\θ}}(U\>U_{thr,GEM})---\left(10\right);$

步骤八、基于全风向角下的超越概率P(U>U_thr,M)或P(U>U_thr,GEM)，并结合Lawson评估标准中的最大容许超越概率P_max，评估城市街区行人风环境的舒适性与安全性。

本发明的有益效果是：1、本发明通过结合城市街区行人高度的气动信息、当地气象资料和具有一定保证率的风环境评估标准等三方面，全方位、详细地考虑了不同参数工况的城市街区类型、不同地区差异和不同行人活动的影响，可实现对城市街区行人风环境的准确定量评估；2、本发明的风环境评估方法，可为城市街区的布局设计及风环境设计提供依据，避免行人通行时产生不舒适感或者发生危险。

附图说明

图1是基于风洞试验的城市街区行人风环境评估流程图，图2是Irwin风速探头整体结构示意图，图3是Irwin风速探头标定试验图，图4是Irwin风速探头标定曲线示意图，图5是大连地区全年风玫瑰图。

具体实施方式

具体实施方式一：结合图1至图4说明本实施方式，本实施方式所述一种基于风洞试验的城市街区行人风环境评估方法的具体步骤如下：

步骤一、对改进的Irwin风速探头的参数进行标定；

步骤二、以典型的城市街区为研究对象，采用亚克力板或PVC板以一定缩尺比制作该街区附近所有建筑物和构筑物的外形，并在街区行人高度处按一定间距设置改进的Irwin风速探头，从而获得风环境试验的试验模型；

步骤三、进行风环境试验，获得不同参数工况下城市街区模型的行人高度小时平均风速U_i和阵风风速U_i,gust，其中阵风风速U_i,gust可由下式得到：

U_i,gust＝U_i+g·σ_u (1)

公式(1)中，g表示峰值因子，通常取2.5；σ_u表示风速均方根值；

步骤四、利用公式(2)和公式(3)确定各风向角下城市街区行人高度的小时平均风速U_i,site和阵风风速U_i,gust,site分别与10m高度的小时平均风速U_10,site的比值r_M和r_G：

$r_M=\frac{U_{i,site}}{U_{10,site}}=\frac{U_i}{U_r}\×{\left(\frac{z_{ref}}{10}\right)}^{\mathrm{\α}}---\left(2\right),$

$r_G=\frac{U_{i,gust,site}}{U_{10,site}}=\frac{U_{i,gust}}{U_r}\×{\left(\frac{z_{ref}}{10}\right)}^{\mathrm{\α}}---\left(3\right),$

公式(2)和公式(3)中U_r表示风环境试验中参考高度处的来流平均风速，Z_ref表示城市街区参考高度，α表示指数律风剖面的地面粗糙度指数；

步骤五、基于风速比r_M和r_G，将风环境评估标准中的小时平均风速阈值U_thr转换为城市街区10m高度处的小时平均风速阈值U_thrM或阵风等效小时平均风速阈值U_thrGEM：

$U_{thr,M}=\frac{U_{thr}}{r_M}---\left(4\right)$

$U_{thr,GEM}=\frac{1.85U_{thr}}{r_G}---\left(5\right)$

式中，U_thr是Lawson评估标准中的小时平均风速阈值；1.85表示将阵风风速U_i,gust等效为阵风等效小时平均风速U_i,GEM的转换系数，即：

U_i,gust＝1.85U_GEM (6)；

步骤六、统计并分析拟评估城市街区的当地气象资料，确定16个风向角下良态风的风向频率及风速概率分布函数；通常气象资料包括10m高度处的小时平均风速和平均风向；θ风向角下各测点风速U超过风速阈值U_thr,M或U_thr,GEM的概率为：

$P_{\mathrm{\θ}}(U\>U_{thr,M})=A_{\mathrm{\θ}}\·\exp \[-{\left(\frac{U_{thr,M}}{c_{\mathrm{\θ}}}\right)}^{k_{\mathrm{\θ}}}\]---\left(7\right)$

$P_{\mathrm{\θ}}(U\>U_{thr,GEM})=A_{\mathrm{\θ}}\·\exp \[-{\left(\frac{U_{thr,GEM}}{c_{\mathrm{\θ}}}\right)}^{k_{\mathrm{\θ}}}\]---\left(8\right)$

公式(7)和公式(8)中，θ＝1，2，3，…，16，表示气象学中常用的十六个风向角编号，风向角间隔为22.5°；A_θ表示风向角θ的风向频率；c_θ和k_θ分别表示风向角θ时Weibull分布函数的尺度参数和形状参数；

步骤七、累加所有风向角下各测点风速U超过风速阈值U_thr,M或U_thr,GEM的概率，即该阈值风速的超越概率：

$P(U\>U_{thr,M})=\underset{\mathrm{\θ}=1}{\overset{16}{\Σ}}{P}_{\mathrm{\θ}}(U\>U_{thr,M})---\left(9\right)$

$P(U\>U_{thr,GEM})=\underset{\mathrm{\θ}=1}{\overset{16}{\Σ}}{P}_{\mathrm{\θ}}(U\>U_{thr,GEM})---\left(10\right);$

步骤八、基于全风向角下的超越概率P(U>U_thr,M)或P(U>U_thr,GEM)，并结合Lawson评估标准中的最大容许超越概率P_max，评估城市街区行人风环境的舒适性与安全性。

本实施方式中改进的Irwin风速探头由一外径为10mm、高为15mm的圆柱，并从中挖去一个直径6mm、深10mm的小圆柱得到的，压力孔K1通过一根10mm长、1mm外径的空心钢管测量地面的压力p1，压力孔K2通过一根26.7mm长、1mm外径的空心钢管测量行人高度H＝6.7mm(假定风环境试验的长度缩尺比为1/300，那么6.7mm对应于实际的行人高度2m)处的压力p2。

对于改进的Irwin风速探头，压力p1、p2与行人高度风速U的关系可表示为：

$U=a\sqrt{p1-p2}+b---\left(13\right)$

公式(13)中，a和b分别为风速探头参数，可通过皮托管或热线风速仪的测量结果进行标定。

利用皮托管测量行人高度的平均风速U，并采用最小二乘法拟合风速U与压力差之间的线性关系，如附图4所示。表2是a和b的拟合结果。

表2探头参数标定结果

具体实施方式二：结合图1说明本实施方式，本实施方式所述一种基于风洞试验的城市街区行人风环境评估方法的步骤一中改进的Irwin风速探头由一外径为10mm、高为15mm的圆柱，并从中挖去一个直径6mm、深10mm的小圆柱得到的。可通过测量地面的压力p1和行人高度H＝6.7mm处的压力p2，来计算行人高度风速U。其它组成及连接关系与具体实施方式一相同。

具体实施方式三：结合图1说明本实施方式，本实施方式所述一种基于风洞试验的城市街区行人风环境评估方法的步骤二中改进的Irwin风速探头的间距不小于40mm，以减小风速探头对流场的相互干扰；且试验风速应保持大于10m/s，以保证风速探头的测试精度；风洞试验模型可采用亚克力板或PVC板制作。其它组成及连接关系与具体实施方式一相同。

具体实施方式四：结合图1说明本实施方式，本实施方式所述一种基于风洞试验的城市街区行人风环境评估方法的步骤三、步骤四、步骤五中城市街区行人高度的小时平均风速U_i、小时平均风速比值r_M和小时平均风速阈值U_thr,M对应于城市街区的小时平均风速气动信息；城市街区行人高度的阵风风速U_i,gust、阵风风速比值r_G和阵风等效小时平均风速阈值U_thr,GEM对应于城市街区的阵风等效小时平均风速气动信息；二者均可用于城市街区行人风环境的评估。其它组成及连接关系与具体实施方式一相同。

具体实施方式五：结合图1说明本实施方式，本实施方式所述一种基于风洞试验的城市街区行人风环境评估方法的步骤六和步骤七中各风向角下Weibull分布函数的参数，包括风向频率A_θ、尺度参数c_θ和形状参数k_θ，是由城市街区所在当地的气象资料统计分析得到的。其它组成及连接关系与具体实施方式一相同。

具体实施方式六：结合图1说明本实施方式，本实施方式所述一种基于风洞试验的城市街区行人风环境评估方法的步骤五和步骤八中小时平均风速阈值U_thr和最大容许超越概率P_max均由Lawson评估标准给出。该风环境评估标准根据行人的不同感受将风环境评估分为舒适性评估和危险性评估，同时又根据行人的不同活动和不同评估场所进行细分，对应于不同的小时平均风速阈值U_thr和最大容许超越概率P_max。通过比较各测点的超越概率P(U>U_thr,M)或P(U>U_thr,GEM)与最大容许超越概率P_max，实现对舒适性水平和危险性水平的准确定量评估。其它组成及连接关系与具体实施方式一相同。

实施例：

以大连地区为例，详述气象资料的统计分析方法。气象资料通常包括10m高度处的小时平均风速和平均风向。气象资料风速风向数据的统计分析是为了获得良态风风速的概率分布函数，用于计算各测点风速U超过城市街区风速阈值U_thr,M或U_thr,GEM的概率，从而评估城市街区行人风环境的质量。

Weibull双参数分布是一种普遍认可的良态风极值风速的概率分布模型，本发明即通过大连地区的气象资料来拟合Weibull概率分布函数的参数。根据大连市气象服务中心提供的大连地区2004年～2014年10m高度处逐小时平均风速风向观测资料，共计有效样本95981个，经统计分析并换算得到16个风向角的小时平均风速、风向频率及Weibull分布参数值，如表3所示。附图5给出了大连地区的全年风玫瑰图。

表3基于气象资料的小时平均风速和Weibull分布参数

由表3即可得到式(7)和式(8)中各风向角下的风向频率A_θ、尺度参数c_θ和形状参数k_θ。结合式(9)和式(10)和城市街区风速阈值U_thr,M或U_thr,GEM，即可计算得到全风向角下的超越概率P(U>U_thr,M)或P(U>U_thr,GEM)；之后，通过比较超越概率P(U>U_thr,M)或P(U>U_thr,GEM)与最大容许超越概率P_max，来评估城市街区行人风环境的舒适性与安全性。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。