低碳城市街区形态导控优化方法研究——以夏热冬冷地区城市中心区为例

Reducing carbon emissions to ease climate warming is a key task facing mankind. The city is major area of global carbon emissions, so constructing low-carbon city is of great significance. Taking urban center area in hot summer and cold winter zone as the research scope and block scale as the research focus, this study systematically integrates methods and technologies of computer morphology generation, environmental performance simulation and sample data analysis to in-depth explore the relationship between block morphology and urban carbon emissions , aiming to improve the low-carbon control capability in urban design process. Based on the carbon emission database of urban block morphology, it on one hand analyzes the quantitative relationship between the morphology control elements and carbon emission control performance index, to establish statistical model and develop the auxiliary evaluation system; on the other hand employ computer morphology optimization technology to extracts the basic characteristics of low-carbon urban block morphology and obtain the design guiding elements; further verify the validity of the above results through experiments, and the improve integration of the control method and design practice according to the application feedback; Finally summarize the optimization process theoretically. The low-carbon urban morphology control optimization method which make the abstract quantitative analysis results reflect in the morphological design process, can provide a holistic theoretical support and scientific practice guidelines for the spatial environment shaping of low-carbon cities at micro- and medium-scale.

减少碳排放量以缓解气候变暖是人类面临的重大问题。城市是全球碳排放的主要区域，推动低碳发展、建设低碳城市具有重要意义。本研究以夏热冬冷地区城市中心区为研究范围、街区尺度为切入点，系统整合计算机形态生成、环境性能模拟和样本数据分析等技术方法，深入探究街区形态与城市碳排放之间的关联性，旨在提高城市设计过程的低碳导控能力。研究基于城市街区形态碳排放数据库，一方面通过分析形态控制性要素与碳排放控制性能指标之间的定量关系，构建统计模型、开发辅助评价系统；另一方面借助计算机形态优化技术，提炼低碳城市街区形态的基本特征与模式，形成设计引导性要素；开展实验验证上述两方面成果的有效性，并根据应用反馈提高导控方法与设计实践的融合性；最后将优化流程进行理论总结。研究构建的低碳城市街区形态导控优化方法，将抽象的量化分析结果体现于形态设计过程，可为中微观尺度的低碳城市空间塑造提供整体性理论支撑和科学化实践指引。

本研究以夏热冬冷地区城市中心区为研究范围、街区尺度为切入点，系统整合计算机形态生成、环境性能模拟和样本数据分析等技术方法，深入探究街区形态与城市碳排放之间的关联性，以低碳导向构建城市街区形态导控的优化流程，研究成果包括以下几个主要方面：1）建立基于Grasshopper+Honeybee的城市街区形态自动生成与碳排放模拟分析的流程与技术框架，形成控制要素集-街区形态-碳排放量三级数据库，包含125组控制指标组合下的6250种不同的住宅街区形态及其碳排放数据；2）解析了城市形态控制指标与其碳排放控制性能之间的关联机制，建立了控制指标碳排放控制性能预测的多元非线性回归模型，实现了导控性能预测、要素影响分析、要素赋值优化和赋值范围分析等功能；3）发展了基于形态认知识别的低碳城市街区形态引导性设计要素的提取方法，建立九种中观城市尺度街区形态特征的数学描述方法，并采用Wilcoxon符号秩检验分析低碳街区形态特征的显著性；4）基于Two-step聚类法对住宅建筑形态造型风格进行分类，采用RBF神经网络建立了以场地经济因素为条件的住宅建筑认知风格类别的预测模型；5）基于参考建筑分析比较了夏热冬冷地区常用建筑设计策略对碳排放和能耗的影响机制，包括自然通风、天然采光、建筑遮阳、被动得热、腔体空间、太阳能光伏、风能发电和立体绿化等，为形态设计过程的碳减排提供了直接证据。.本项目的整个过程按照计划稳步推进，执行期间全部完成了项目申请书所提的目标，取得了较为丰富的研究成果。项目申请人在三年执行期间共发表第一或通讯作者论文12篇，其中SCI、SSCI以及EI检索论文9篇，相关成果在业界得到良好地转化应用。研究申请专利一项，两次获得国家级奖励，辅助培养博士研究生4名，硕士研究生6名，课题组成员2人获得职称晋升。课题组成员参加国际国内会议12次，会议报告2次。在此课题基础上，获得多项省部级科研项目资助，发展了基于形态低碳分析的城市更新设计的研究方向，另有多篇后续工作成果即将发表。