在国家生态文明建设思想和“双碳”目标下，城市绿地规划建设以全域绿色空间规划理念和以人民为中心的“公园城市理念”为支撑，呈现新的发展形势。城市公园绿地是构建“公园城市”的核心要素之一，是城市为居民提供健康服务的重要绿色基础设施和城市空间^[1-2]。在多风地区，风环境是衡量城市公园生态质量和影响公园游憩人群活力的重要环境因素，决定着城市公园的游憩服务质量。

在风环境的研究角度方面，目前国内外对于风环境的评价标准和研究角度呈现多元化趋势。Emil和Robert从风环境安全性角度按照风速大小是否会影响人的行动以及多大程度影响人的行动对风环境质量进行分类，指出行人高度风速大于5 m/s将会对人的安全性产生一定的影响^[3]； Lynch和Hack使用当量风速来描述人的行为舒适度^[4]；Kenjereš同样从舒适度角度，使用湍流模型模拟了校园内不同植被对公共空间风环境的影响，指出不同种植被对于校园内强风的削弱和阻挡作用的差异性^[5]；Boettger从空气污染物角度展开研究，认为风速与空气污染有很大关系，将地面风速小于3.6 m/s作为有利当地空气污染扩散的重要指标^[6]。

在风环境的研究方法方面，随着计算机技术的不断发展，计算流体动力学（computational fluid dynamics, CFD）模拟技术逐渐在建筑学、城乡规划学和风景园林学等领域得以应用。Endalew等对行人高度的风环境进行模拟^[7]；Yoshie等用CFD模拟建筑风环境，并通过模拟结果对人行高度的风环境舒适度进行预测^[8]；Richards等运用CFD模拟技术对奥克兰市中心的开放空间风环境进行模拟，并研究空间形态和风环境的关系^[9]。王国光等结合分步模拟法和组合模拟法对传统村落原真风环境进行逐一模拟与评价^[10]；刘滨谊等通过同济大学彰武路宿舍区的风环境数据实测与CFD模拟，提出适应风环境的绿地布局优化策略^[11]；齐羚等以沟谷型的西井峪村为研究对象，对其微气候环境进行基础调查研究和数值模拟分析，研究风、湿、热等微气候要素与村落山水格局间的耦合关系和相互作用机制^[12]。上述研究对数值模型进行了模拟精度评价，验证了数值模拟的可靠性。

已有风环境研究成果显著，但多是从单一条件出发对城乡空间风环境进行评价和优化，不仅无法准确描述地块风环境质量，在量化评价中也忽略了人群有效活动空间的影响。同时，在进行CFD模拟时，多以简单的抽象体块模型代替建筑及景观环境，忽略了真实物理环境的复杂性，在一定程度上影响模拟分析结果的准确性。本研究尝试从公园人群活力视角出发，以实地调研勘测生成的公园三维点云模型为环境基础，利用不同季节风速、风压和涡旋分布等评价要素量化评价公园风环境质量，并建立全面的评价流程和框架体系，以期满足多风地区城市公园风环境评价需求。

1.   研究区域及研究对象

1.1   研究区域

延庆区地处北京西北部，面积约1 995 km²，是首都西北部重要的生态保育及区域生态治理协作区、生态文明示范区、国际文化体育旅游休闲名区。全域绿色生态空间众多，绿地类型多样，截至2021年，全区森林覆盖率达到61.63%，绿地率为60.76%，人均公园绿地面积45.33 m²，各类绿地统计指标均处于北京市领先水平^①。延庆区风能资源丰富，其中延庆官厅风口70 m高平均风速达7 m/s以上，年有效风力发电时间为2 000 h，风力资源占全北京市的70%^[13]。多风天气不仅影响着人们的日常出行和游憩活动，还可能引发沙尘灾害。因此，结合延庆区风环境特征，对其城市公园进行评价具有重要意义。

1.2   研究对象

选取《延庆分区规划（国土空间规划）（2017年—2035年）》中延庆新城边界内部4个典型小型城市公园为研究对象，分别为香水苑公园、百泉公园、集贤城市森林公园和迎宾公园。这4个公园对于居民日常游憩、公园体系发展有着重要承载和支撑作用。

2.   公园环境及游客分布特征数据收集

2.1   公园环境数据收集

针对公园物理空间环境，采用传统的二维地形图建模手段^[14-15]和使用方块模型抽象代替^[16-18]等方法存在成果制作耗时长、精度差和过于理想化等缺点，因此目前公园建模方法常采用航空摄影测量技术和激光雷达扫描建模技术。当前航空摄影测量技术相关研究主要为无人机倾斜摄影测量；激光雷达扫描技术则主要包括机载激光扫描、车载激光扫描和地面激光扫描^[19]。本研究的地块为无人机限飞区，因此笔者创造性地结合倾斜摄影原理与激光雷达扫描技术，利用手机的拍照功能对公园进行实地拍摄扫描，提取拍摄照片及其所记录的经纬度和手机姿态信息（即手机惯性测量单元信息），生成倾斜摄影相机控制点，结合手机搭载激光雷达生成的深度图片，利用Pix4D软件进行计算处理，从而生成三维点云，构建公园物理空间实景模型。

2.2   公园游客数据收集

获取人群时空定位数据是研究城市公园人群活力的前提，在城市公园风环境评价中，明确游客人群主要活动范围有利于提高评价结果的针对性和准确性。以往研究多利用问卷调查和访谈等传统方法，随着数字信息时代的到来，社交媒体签到数据^[20]、百度人口热力数据^[21]以及基于位置的服务（location based service, LBS）定位数据^[22]等时空大数据被广泛应用。然而目前城市研究中使用的时空定位数据因其粗粒度的特性，主要应用于大尺度城市人群时空行为研究，其精度不能满足小尺度公园绿地空间定位的高精度需求。针对传统问卷访谈工作量大和时空大数据识别较小范围人群精度差的问题，本研究采取实地调研的方式，在公园内布置通讯探针（即WiFi探针，仅收集游客手机mac地址、时间戳和信号强度信息）及全景相机，每组设备覆盖范围为50 m，每隔30 min记录一次游客数据，通过设备经纬度和收集信号强度，利用三角定位算法^[23]捕获游客实时位置。对于儿童、老人等无手机群体，利用人工智能（artificial intelligence, AI）人体检测技术对全景照片进行识别，验证采集人数，保证样本完整性，从而获得特征日（工作日、周末及其他国家法定节假日）公园开园时间内游客数量及分布数据。

2.3   公园游客分布特征计算

通过前文人群时空定位信息收集方法，获得4个典型公园不同时期人群活动信息。但由于公园游客游憩行为受时间和季节变化等不确定性因素影响，游客游憩范围并非固定不变，这导致公园人群热力图不断变化，影响后文对于风环境的分析，因此本研究引入公园人群平均热力图概念，排除偶发事件对公园整体游憩特征的影响，计算式为

式中：P为公园任意一点平均游客数；p_i为某次测得该点公园人数；n为探测次数。将计算结果导入ArcGIS软件进行处理，绘制公园人群平均热力图，形成稳定的游憩范围图示，有利于系统评价区域内风环境对人的影响程度。

3.   城市公园风环境模拟

目前城市风环境评价指标包含风速、风压、风害、涡旋和大气污染物等^{[13, 24-25]}。考虑到延庆区属多风地区，多风日风力等级均为5~6级风，较少出现7级以上，且延庆区全年空气质量排名居北京首位，较少出现污染天气，因此本研究忽略风害和大气污染物等评价指标的影响，根据研究目标、尺度和对象的特征，通过梳理筛选，最终选择适用于城市公园尺度且直接影响人群游憩行为的3个风环境评价指标：风速、风压和涡旋。

在公园物理空间实景模型的基础上，利用CFD模拟技术对各公园风环境进行分析。在模拟软件中设置进风口边界为模型大小的1.5倍，出风口边界为模型大小的2倍，其他方向边界为模型的1.0~1.5倍，边界高度设置为模型最大高度的4倍，模拟分析高度为1.5 m。涡旋模拟参考已有研究选用精度较高的标准k-ε模型^[19]。根据采集的公园实测数据显示：春季风向主要为西风，平均风速为3.4 m/s；夏季风向主要为东南风，平均风速为3.4 m/s；秋季风向主要为西北风，平均风速为5.5 m/s；冬季风向主要为西北风，平均风速为6.2 m/s。

选取研究对象中面积最大的香水苑公园进行模型验证，采集10个监测点在不同季节的风环境数据，与数值模型进行模拟精度评价，所得标准化Cronbach α系数为0.976（＞0.9），验证了数值模拟的可靠性。

综合以上条件，对4个公园全年不同季节典型日期（春分、夏至、秋分、冬至）进行风环境模拟，生成分析结果（图1~3），可以直观识别出公园风环境不利位置。模拟结果显示：受公园周边城市道路等开敞空间的影响，各公园边界初始风速和风压均较大；对于边界种植连续密闭的公园，树木阻风效果最佳，公园内部存在大量静风区；单侧林带或种植稀疏的公园，树木仅起到一定阻风效果；公园部分区域被高速风场所覆盖，林带两侧风压差增大。

图  1  公园风速模拟

Figure  1.  Park wind speed simulation

下载: 全尺寸图片 幻灯片

图  2  公园风压模拟

Figure  2.  Park wind pressure simulation

下载: 全尺寸图片 幻灯片

图  3  公园涡旋模拟

Figure  3.  Park vortex simulation

下载: 全尺寸图片 幻灯片

4.   基于城市公园人群活力的风环境质量模拟及评价

以往研究多基于以上风环境模拟结果进行量化评价，并使用强风区面积比、静风区面积比等概念对公园风环境进行评判，而忽略了公园中人的活动范围，提出的改善措施缺少针对性。本研究将人群热力数据与公园网格叠加汇总，生成初步叠加模拟分析图，进行重新分类，将不同公园人群数据简化为0~1区间内的相应评价权重，结合评价指标中确定的评价公式对各公园进行基于人群活力的风环境质量评价，生成归一化的质量评分，并以评分趋近于1为最舒适环境，同时将基于人口权重的质量评分与以往研究中基于风舒适区面积比的质量评分进行对比，探讨人口权重的重要性和影响程度。

4.1   风环境舒适度评价标准及指标计算方式

1）风速。根据相关研究结果^[3]将公园风速舒适区范围设定为1~5 m/s，以人口数量为权重（简称人口权重）的公园舒适区面积占比为评分标准，得到计算式为

式中：R_v为该公园风速质量评分；S_c为公园风速舒适区面积；S为公园总面积；P_m为风速舒适区人口权重。

2）风压。根据《绿色建筑评价标准》等相关标准，本研究设定适宜风压差范围为1.5~5.0 Pa，相应评分计算式为

式中：R_p为该公园风压质量评分；S_p为公园风压差舒适区面积；S为公园总面积；P_n为风压舒适区人口权重。

3）涡旋。根据相关研究结果^[3]，本研究将涡旋覆盖范围内公园空间设定为风害地区，不利于人群游憩，相应评分计算式为

式中：R_w为该公园涡旋质量评分；S_w为涡旋区面积；S为公园总面积；P_q为非涡旋区人口权重。

4.2   公园风环境质量模拟

使用ArcGIS软件的可视化工具，根据人体户外活动尺度，构建2 m×2 m的公园网格，叠加采集的人群热力分析数据，以公园网格平面起伏高度表示该区域内人群热度，基于人群热力特征对各公园风环境质量进行判断。

风速叠加模拟结果（图4）表明：1）各公园人群聚集区域内风速等级整体处于舒适区范围内，局部呈现不同差异；2）香水苑公园由于周边存在高大建筑及密集的行道树，对公园内部空间起到了良好的保护作用，风速等级均未超出最大临界值，但过于密集的植被遮挡使公园内风速趋近于零，不利于空气的流通和污染物排放；3）百泉公园和迎宾公园在不同季节均形成了相应的风道，对公园内部空气流通起到了积极作用，但公园部分边界树木种植间隔过大，导致了部分区域风速超出舒适风速范围；4）集贤城市森林公园由于建设时间较短，部分树木尚未成型，西北侧空间暴露在无植被防护状态下，导致公园大部分区域被高速风场覆盖，不利于游客游憩。

图  4  公园人群热力与风速模拟叠加

Figure  4.  Superimposition of crowd heat and wind speed simulation

下载: 全尺寸图片 幻灯片

风压叠加模拟结果（图5）表明：1）香水苑公园和百泉公园园内外风压差变化较为平稳；2）集贤城市森林公园和迎宾公园由于园内树木种植主要呈带状，其林带两侧风压差较为明显，更易形成强风区，不利于游客游憩，对人群聚集区域影响严重。

图  5  公园人群热力与风压模拟叠加

Figure  5.  Superimposition of crowd heat and wind pressure simulation

下载: 全尺寸图片 幻灯片

涡旋叠加模拟结果（图6）表明：1）各公园中涡旋多出现于春季和夏季，而秋冬季节随着风向的改变和风速的增加，涡旋逐渐变少；2）百泉公园由于地形影响和树木成簇种植，对风场产生多方向扰动，形成的涡旋最多、面积最大，且影响范围与人群聚集度较高区域重叠，对公园游憩空间产生较大不良影响；3）迎宾公园相较于其他3个公园涡旋数量最少，尽管夏季涡旋面积较大，但影响范围内人群聚集度较低，并未对公园舒适度造成影响。

图  6  公园人群热力与涡旋模拟叠加

Figure  6.  Superimposition of crowd heat and vortex simulation

下载: 全尺寸图片 幻灯片

4.3   公园风环境质量评价

4.3.1   风环境质量评价

1）风速。对各公园风速质量进行评分，生成评分结果（图7-1）。结果显示：百泉公园相比于其他公园风速质量最差，春季风速质量评分最低；除百泉公园外，其他3个公园在春季和夏季风速质量评分最高，均趋近于完全舒适程度，而在秋季和冬季质量有所下降，但仍保持80%以上人群聚集区域处于风速舒适区范围。从计算方式来看，按面积占比得分整体大于按人口权重得分，仅在秋分时期百泉公园按人口权重得分超过按面积占比得分，这表明公园部分风速舒适区并未涵盖人群活动热点区域或风速舒适区内人群活动较少，仅在秋分时期风速舒适区转移至人群聚集区域。

图  7  公园风环境评分及计算方式对比

Figure  7.  Comparison of park wind environment scoring and calculation methods

下载: 全尺寸图片 幻灯片

2）风压。对各公园风压质量进行评分，生成评分结果（图7-2）。结果显示：各公园风压质量评分均较低，表明各公园人群聚集区域风压差均不在舒适区范围，结合前文定性分析结果判断，造成评分结果较低的原因并非是风压差过大，而是静风区域过多导致风压差低于1.5 Pa；百泉公园冬季初始风速较大，且单层林带阻风效果较差，形成较多通风廊道，使得公园各区域风压差变化丰富，但由于公园人群活动位置较少位于风压差不利区域，导致风压环境评分远高于其他3个公园。从计算方式来看，百泉公园呈现较为复杂的分数特征，表现为春、冬两季按权重得分高于按面积占比得分，且冬季得分差距较大；除百泉公园外，其他3个公园仍表现出按面积占比得分大于按人口权重得分的趋势。

3）涡旋。对各公园涡旋质量进行评分，生成评分结果（图7-3）。结果显示：百泉公园涡旋质量评分最低，仅在夏季保持舒适状态（无涡旋）；除百泉公园外，其他3个公园均在冬季和秋季评分最高，与前文定性判断一致。从计算方式来看，按面积占比得分整体大于按人口权重得分，并且该趋势在百泉公园的秋、冬两季最为明显。

4.3.2   综合风环境质量评价

对各公园按人口权重计算方式所得评分进行综合汇总，归一化处理后生成公园风环境质量综合评分结果^②（表1），该评分结果可表征城市公园建设现状的风环境质量优劣程度。结果显示，百泉公园综合评分最低，且分数随季节变化呈现出明显差异性和不规律性，其他3个公园春季评分最高，迎宾公园和香水苑公园在夏、秋、冬三季评分相近，均维持在0.6左右。随着季节变化风速增大，集贤城市森林公园风环境质量评分有规律地逐渐减小，这与公园内部植被缺失无法有效阻挡风流有关。

表  1  公园风环境质量综合评分

Table  1.  Comprehensive scoring of park wind environment quality

公园名称	风速评分	风压评分	涡旋评分	综合评分
百泉公园	0.783	0.253	0.705	0.580
迎宾公园	0.915	0.045	0.961	0.640
香水苑公园	0.944	0.087	0.926	0.652
集贤城市森林公园	0.921	0.105	0.938	0.655

下载: 导出CSV 

| 显示表格

基于公园风环境质量综合评分结果，结合前文定量分析，发现按面积占比所得风环境质量评分和按人口权重所得风环境质量评分可能存在一定的相关性，因此对二者进行Pearson相关性分析，生成相关性评价结果（表2）。按面积占比评分方式在一定程度上表征了现状风环境的平均特征，因此两者越相关，说明公园人群活动越均质化，在进行风环境适应性改造时相比于其他呈现复杂特征的公园更容易，因而该评分结果可表征城市公园基于风环境质量现状进行风环境适应性改造的难易程度。根据表中数据可知，集贤城市森林公园进行风环境适应性改造的难度最低，而迎宾公园由于风压因素的影响，改造难度最大。

表  2  公园风环境质量评分方式相关性评价

Table  2.  Correlation evaluation of scoring methods for park wind environment quality

公园名称	风速相关性	风压相关性	涡旋相关性	综合相关性
百泉公园	0.799	-0.178	0.999**	0.788
迎宾公园	1.000**	-0.476	1.000**	0.450
香水苑公园	0.999**	0.984*	0.984*	0.898
集贤城市森林公园	0.998**	0.998**	0.878	0.977*
注：**代表在0.01水平（双尾）相关性显著；*代表在0.05水平（双尾）相关性显著。

下载: 导出CSV 

| 显示表格

5.   基于城市公园人群活力的风环境质量分析与提升策略

5.1   公园风环境质量分析

1）对比初步的风环境模拟结果发现：在风速方面，公园内风环境特征主要受周边建筑及树木影响，过度树木围合的公园空间内风速趋近于0，过少的树木覆盖则容易使公园空间暴露在高速风场下，二者均不利于人群游憩；在风压方面，树木排布方式成为影响风场环境的主要因素，单侧带状种植导致了较大的风压差，更容易形成局部强风干扰；在涡旋方面，各公园涡旋多出现于春、夏两季，公园地形和簇状树木种植成为涡旋产生的主要因素。

2）将人群游憩区域与风环境模拟结果叠加发现：人群游憩分布热点主要位于公园广场、健身场所、景观小品等公共空间，与风环境不利区域并不呈现相关关系，具体表现为部分公园风环境不利区域较大但对人群游憩影响较小，而另一部分公园风环境不利区域较小但造成不利影响较大的特征。这表明对公园风环境质量的评价不能仅以风速、风压等某类要素占比来衡量，需要叠加人群游憩活力分布加以考虑。

3）将人群游憩区域与风环境模拟叠加进行量化评分后发现：基于风环境要素面积占比评分方式所得结果与基于人口权重占比评分方式所得结果差异较大，证明以往评价方式确有不合理性。同一公园针对同一风环境要素的评分结果在不同季节也呈现较大变化，可能是不同季节风速、风向改变的综合影响结果，这表明对公园进行全时段动态监测评价的必要性。

5.2   公园风环境优化策略

根据以上研究结果可知，针对公园风环境舒适度的评价不但要关注公园地形、绿化植被等建成环境的影响，还应重视人在公园中的活动范围特征，据此，本研究提出相应的城市公园风环境优化策略。

1）公园建设前，应建立精准模型进行不同季节风环境模拟分析，由于各季节风速和风向的不一致性，春季公园风环境质量评分高的公园布局在冬季可能出现相反特征，应在模拟环境中规划合理位置，保证各季节风环境质量评分均保持较高数值，避免植被栽种后的频繁移植和地形填挖后的改形。

2）建成公园进行风环境优化时应着重于人群聚集区域的植被规划，进行城市公园体检，通过量化评分评估风环境舒适度，对局部风环境不利地区利用常绿乔木进行适当围合种植，改造风场环境，在防止过高风速侵入场地的同时保留一定的风道，避免高度围合形成静风区，保证空气流通。

3）对老旧公园进行更新改造时，应对公园游客数量进行动态监测。公园改造因古树名木不可移动或地形高差无法改善风场环境时，应改变景观节点、公共空间和设施路网等布局，将人流引向风环境质量较好的区域。

6.   结论

本研究在研究对象、研究技术、研究方法上具有创新性。1）研究对象创新：目前针对多风城市的研究较少，且受西伯利亚冷空气和台风等不同风害成因影响，其研究对象多集中于中国西北部和东南沿海，而延庆区位于华北北部，其风环境主要受山区地形地貌影响，且绿化植被种类及生存环境特征与中国西北部和东南沿海地区也呈现较大差异，因此具有一定研究价值。2）研究技术创新：利用倾斜摄影原理结合激光雷达扫描技术，拍摄4个城市公园共计20 000余张照片，对数据进行点云生成和空中三维测量计算，历时累计3个月，最大程度还原公园真实物理场景，经验证生成公园模型与实地测量误差不超过10 cm，弥补了以往利用代理模型进行分析导致实验结果不准确的缺陷。3）研究方法创新：将人群活力因素纳入风环境影响评价研究中，人是公园最主要的服务对象，同时也是各类游憩活动的主体，聚焦人的活动范围内的风环境是公园设计“以人为本”理念的重要体现，同时也是避免无人区域被过度改造的有效方法。

本研究从延庆区城市公园真实物理环境着手，对公园游客的游憩范围进行定位，并利用定性和定量分析相结合的方法对城市公园不同季节风环境进行详细研究，系统性地探讨了各个季节和公园环境所产生的风环境质量对游客游憩舒适度的影响，以此提出城市公园风环境质量现状评价体系，并提出相应的公园环境优化策略。但由于设备和实验条件所限，公园环境建模时忽略了季节变化所导致的落叶情况，同时也忽略了节假日等游客量激增所带来的游憩范围的变化。随着测量手段和设备精度的提升，未来期望此类研究问题可以补充解决。