基于日最大风速记录的建筑群风环境评估方法

陈 凯，何连华，武 林

（中国建筑科学研究院，北京 100013）

基于日最大风速记录的建筑群风环境评估方法

陈 凯，何连华，武 林

（中国建筑科学研究院，北京 100013）

提出将各风向的风速比与日最大风速概率分布相结合，进行风环境评估，并按照风速大小划定建筑功能区域的基本方法。首先利用地面风速探头在风洞中对建筑群周边区域的风场进行定量测量，得出不同风向下各测点的风速比。再根据多年日最大风速记录和广义极值分布函数族，得出不同风向的日最大风速概率分布参数。由此即可求出各测点日最大风速超过风速阈值的概率。参照风环境评估准则，可对各区域的舒适度进行定量评估，并对其进行功能分区。通过对某高层建筑群的实验研究，验证了该方法的有效性和简便性，研究结果对建筑设计有直接的指导意义。

风环境；日最大风速；广义极值分布；地面风速探头；舒适度评估准则

0 引 言

风在绕经城市中的高大建筑群落时，常会改变运动方向和速度大小，形成加速绕流、下洗流、角区涡旋、尾流等各种流动形态，在局部区域出现强风，造成过往行人不适，这就是所谓的“行人高度风环境”问题。发达国家对风环境问题非常重视，2000年欧洲科学和技术研究合作组织（COST）发起了“风对城市活动与建筑环境的影响”行动计划，对行人风环境问题开展了系统研究［1］。部分国家还制定规范，对建筑群的风环境舒适度作出要求。近年来，随着国内经济水平的发展，风环境的研究也日渐受到重视［2］。

复杂建筑群落的行人风环境问题，可采用风洞试验［3］或者数值模拟［4］的方法进行研究。国内以往关于风环境的研究通常仅取风速比作为衡量舒适度的指标［4］，或者仅对主导风向下的风速分布进行考察［3］。略为深入一些的研究，则引入舒适度评估准则，结合风速分布情况进行半定量分析［5］。行人风环境评估的主要目的是为建筑设计服务。而风环境舒适度是和当地气象条件有关的，脱离当地气象条件讨论建筑群行人风环境的优劣既不合理，也难以对建筑规划设计提出具有针对性的建议。

文献［6］是少数结合气象资料，根据风速风向联合频率表进行风环境舒适度评估的研究工作。从理论上讲，根据风速风向联合概率分布可以较为完整准确的进行风环境评估。但在工程实践中，该方法的可操作性欠佳。一是因为风速风向联合概率分布缺乏恰当的概率模型描述，一般仍以极值分布的概率模型（如Weibull分布）来代替；二是风速风向联合概率分布考虑的是各时刻点风速的超越概率，当结合以天为单位的舒适度评估准则进行研究时，需要引入一定的假设进行分析（如文献［6］假定一次大风持续时间为2h）。另外，风速风向联合概率分布的计算，需要统计每小时的风速记录，不但完整的数据不易获得，且数据量也很大。

因此，研究更为科学合理、切实可行的风环境定量评估方法，使评估方法易于操作、评估结论便于工程应用，具有重要意义。

鉴于此，笔者提出一种新的风环境定量评估方法。采用各风向的日最大风速概率分布代替风速风向联合概率分布，得出各点超过风速阈值的重现期，再根据评估准则划分不同区域的舒适度等级。以某高层建筑群为例，阐述了对风环境区域进行评估和分级的基本过程。

1 分析方法

1.1 气象资料统计方法

根据极值统计理论，极值分布函数可以表达为普适的形式，称为广义极值分布函数（Generalized Extreme Value Distribution，简称GEV分布函数族）。如下式

其中，ξ，μ和σ分别是分布函数的形状参数、位置参数和尺度参数。当形状参数大于和小于0时，该函数分别对应极值II型（Frechet）和极值III型（Weibull）分布。而当ξ趋近于0时，GEV收敛于极值I型（Gumbel）分布函数，即

首先将气象台站的日最大风速记录按风向分为16组，然后分别对每组记录采用最大似然估计法，得出其GEV函数分布族的基本参数，从而给出概率分布函数的表达式［7－8］。定义GEV的最大对数似然函数

其中G′（U；μ，σ，ξ）为 GEV 分布函数的一阶导数，即GEV的概率密度函数；Uk为日最大风速值，求和上限m则为样本数量（总的天数）。如果最大对数似然函数l（μ，σ，ξ）在某组参数（）处取得最大值，则称该组参数为（μ，σ，ξ）的最大似然估计。当ξ接近0时，可参考式（3）得出Gumbel分布的最大对数似然函数，再求取（μ，σ）的最大似然估计值。

对于常见概率分布，如指数分布、正态分布等，可令其最大对数似然函数的一阶偏微商等于0得到似然方程组，再通过求解方程组得出各参数的解析解。

GEV分布函数的形式较为复杂，似然方程组的解析解不存在。因此通常基于样本点Uk，采用数值优化方法得出使l（μ，σ，ξ）最大的参数估计值（，）。常用数学软件都包含各类数值优化函数，例如可采用数学软件Matlab的数值优化函数Fminsearch求出使－l（μ，σ，ξ）出现最小值的参数估计值。

各风向的日最大风速概率分布描述了在特定风向下风速超过特定值的概率。为计算各种风向超过特定风速的概率，尚需获得日最大风速在各风向下的出现频率，这可以通过对历史记录的经验统计获得。

1.2 试验数据分析方法

本项研究中采用地面风速探头测量地面风速。这种传感器由彼此不相通的两根细管构成，外管的出口和地面平齐；内管垂直地面，出口高出地面一定高度。实验时通过测量内外管的压力差，并根据事先获得的压力差－速度校准曲线，来获得内管出口高度处的风速。因为该传感器对于垂直内管的来流具有相同的敏感性，因此比较适合测量近地面方向不定的流动。

地面风速传感器的基本思想最早是由Irwin［9］提出的。该探头的基本思路是利用湍流边界层中贴近壁面的区域，其风速与压力差存在一定的关系来进行近地面风速的测量，公式如下：

其中u为h高度处的风速，Δp为地面与h高度处的探头的压力差。A、B为常数，通过风洞校准试验获得。试验时，采集每个探头的压力时序，根据（4）式计算风速时程。

在获得各测点的平均风速之后，为方便比较，引入风速比作为衡量地面风速大小的指标。风速比UR定义为

其中，Up为测点处行人高度风速大小，U∞为标准地貌下的行人高度风速大小。

试验中，U∞取为未安装模型时测点高度的来流风速（若非标准地貌则还应乘以地貌调整系数），Up则为测点处的风速。对应到实际条件，则当气象台站的风速为U∞时，测点处的行人高度风速将为Up。

由此可见，式（5）描述了测点处相对于标准地貌区域的风速放大比例，反映了不同区域风速的相对大小。再结合气象资料，即可获得该位置风速超过给定值的概率，从而可对其进行舒适度评价。

1.3 风环境评估准则及评估方法

行人高度风环境的舒适度是一个较为主观的概念。通常采用反向指标来定义它，即根据设计用途、人的活动方式、不舒适的程度，结合当地的风气象资料，判断大风天气的发生频率。如果发生频率过高，则认为该区域的不舒适性是不可接受的。界定可接受的发生频率就是通常所说的“舒适性评估准则”。

如何评估风环境对行人的影响，到目前为止并没有一致的标准。但原则上，无论采用何种评估方法，都应当明确：（1）适当的行人舒适性风速分级标准，（2）各级风速标准的容许发生频率。文献中有各种不同的风速分级标准和对发生频率的不同规定［10－11］。

国内使用较广的评估准则如表1所示［5，12］。

表1 舒适度评估准则Table 1 Comfort criteria

由表1可见，不同的活动性、适用区域对于风环境的要求各不相同。当按给定的功能进行设计时，可以认为1～4类区域都满足舒适度要求。比如4类区域用作人行道时满足舒适度要求，但若作为其他功能使用（如室外餐厅、广场等），则不满足舒适度要求。此外，如果某区域的风速不满足1～4类区域的要求，则应归入第5类，即该区域不能作为行人活动区域使用。可接受准则由于涉及风速概率问题，因此应当结合当地的气象资料进行研究。

对某个测点而言，首先通过风洞试验获得该点在不同风向的风速比。在某风向下，测点达到风速阈值U0时，气象站的风速为U0／URi（URi为风向i下测点的风速比）。因此该风向下测点日最大风速超过U0的概率为1－Gi（U0／URi），从而测点超过该风速的总的概率为

其中αi为日最大风速在各个风向出现的频率。由于Gi（U）代表风向i的日最大风速概率分布，因而式（6）计算的就是测点日最大风速超过U0的概率，从而风速U0的重现天数可按下式计算：

按照蒲福风级确定不同风级的风速阈值后，可根据式（7）计算得出各点的风速重现期（以天计），进而就可以结合表1对该点的舒适度进行评估和分级。

2 分析实例

2.1 试验概况

济南某建筑群包含3幢高层建筑，其南侧有较大范围的裙房（参见图1），中间的塔楼超过200m。利用Irwin探头在风洞中测量了建筑群北侧区域的行人高度风速。

试验在中国建筑科学研究院风洞实验室进行。风洞试验段截面尺寸4m×3m。模型缩尺比1∶200，共布置了风速探头30个，在B类地貌下进行实验。用DSM3400压力测量系统对探头的压力进行测量，根据标定曲线获得各测点的水平方向风速。所有探头在使用前逐个进行了校准。

图1 模型在风洞中的照片Fig.1 Model in wind tunnel

2.2 气象资料统计结果

与逐时的风速资料相比，日最大风速资料较易获得。利用国家气象信息中心的“中国气象科学数据共享服务网”提供的济南气象站1991～2010年20年间的逐日最大风速记录，首先根据最大风速出现的风向得出风玫瑰图，再根据极值分布统计方法对不同风向的风速资料进行统计分析，得出概率分布参数。

图2为20年间济南日最大风速的风玫瑰图。济南地区日最大风速最常出现的风向为SSW（西南南）风向，该风向也是济南地区的主导风向。

图2 日最大风速风玫瑰图Fig.2 Wind rose of daily maximum wind speed

采用最大对数似然估计法，得出了各个风向的日最大风速概率分布参数，如表2所示。表2中的风向序号参照气象观测的一般约定，从北风开始，按顺时针方向以22.5°间隔递增。10号风向为SSW风向。

表2 各风向日最大风速概率分布参数Table 2 Probability model parameters for daily maximum wind speed of different wind directions

由表2可见，除了少数风向外，大部分风向下ξ值为负值，说明更符合 Weibull分布。另一方面，某些风向下的ξ值很接近0，说明这些风向的日最大风速概率分布接近两参数的极值I型分布（Gumbel分布）。图3为SSW风向下不同重现期的日最大风速值，横轴代表的是重现期，纵轴为风速大小。图中同时绘制了由最大对数似然估计法得出的GEV分布和Gumbel分布，GEV模型的结果明显优于Gumbel模型。证明了GEV概率模型的有效性。

2.3 测点风速比

风在流经高层建筑时，会在两侧分离区域形成加速流动。因此一般情况下建筑周边区域总会在特定风向出现局部强风，很难保证在各种风向下都能将风速比控制在较低水平。

图4给出了所有测点的最大风速比。中间高楼两侧区域的风速比最高，达到1.9；东侧高楼局部区域也出现1.9的风速比；西侧高楼的风速比稍小，但也达到了1.6。所有测点的最大风速比都超过了1.0，不同程度出现了加速效应。因而仅以最大风速比对风环境进行评价，难免得出大部分区域均不满足舒适度要求的过于保守的结论，对建筑设计也缺乏指导意义。事实上，这些区域的高风速并非在同一风向下出现的，因此如果结合气象资料讨论，将给出更为科学合理的结论。

图3 不同重现期的年最大风速值（SSW风向）Fig.3 Return level plot for daily maximum wind speed of SSW wind direction

图4 各测点的最大风速比Fig.4 Maximum wind speed ratios at measurement points

如果仅以主导风向下的风速比进行评估，也只能部分反映风环境的舒适度情况。图5给出了SSW风向的风速比分布。SSW风向时，3幢高层建筑南边的裙房阻挡了来流（参见图1），建筑群北边大部分区域的风速比都很低。只有西边通道受到加速绕流的影响，出现高于1.0的风速比。

2.4 风环境评估和区域分类结果

结合2.2节得出的各风向日最大风速概率分布，计算了各测点对于给定风速的超越概率。以西边通道的测点A为例（图5中虚线椭圆位置），按以下过程计算该点日最大风速超过5级风（取中值9.4m／s）的概率。

在SSW风向时，测点A的风速比为1.3，则当测点A 风速出现9.4m／s风速时，远处来流为9.4／1.3＝7.2m／s。该风速为测点高度2m处的风速，需要调整至10m高度（气象观测高度）。实验在B类地貌下进行，因此2m高度出现7.2m／s风速时，10m高度的风速为7.2×（10／2）0.16＝9.3m／s。

图5 SSW风向的风速比Fig.5 Wind speed ratio at SSW wind direction

SSW风向的日最大风速服从 Weibull分布（见表2），则有

从而SSW风向下日最大风速超过阈值的概率为Pi（U ＞U0）＝αi（1－Gi（U0／URi））＝0.116×0.1007＝0.0117。

其中0.116为日最大风速在SSW风向出现的频率。同理可得出其他风向下的超越概率，从而根据式（6）可求得日最大风速超过5级风的总概率为0.035，因此测点A处平均约有28天便会出现超过5级的大风。取不同的风速阈值，即可得出测点A不同风速的重现期。计算结果如表3所示。

表3 测点A日最大风速的重现期（天）Table 3 Return period（day）of daily maximum wind speed at point A

根据表3，测点A基本上每天的最大风速都会超过3级，因此不能归入1类区域；而4级风大致是4天一次，也不满足2类区域的舒适度要求。而5级、6级和8级风的出现次数满足表1中3类区域的舒适度要求，因此该区域适合行人慢步行走，建筑规划时可设置为公园或人行通道。

对建筑群周边区域的分级结果见图6。计算结果表明，所有测点至少都可归入4类区域。因此可认为该建筑群满足舒适度要求，但应按划分的功能区域进行设计。其中有两个位置被归入4类区域，这两处都只应作为行人通道使用，而不应用作其他用途。被归入3级的区域大部分位于建筑群西北方向，在设计时应注意避免在这些位置设置休息区。

图6 建筑群周边分区结果Fig.6 Different comfort levels around buildings

将图4的最大风速比和图6对比可以发现，由于考虑了风速风向的概率分布，得出的区域分级和最大风速比并不一致。结合气象资料给出的结果更加明确、更具有针对性，对建筑设计有直接的指导作用。

3 结 论

提出了基于日最大风速记录的建筑群风环境评估方法。与以往的分析方法相比，该方法有以下几个优点：

（1）相比计算风速风向联合概率分布所需的逐时风速记录，日最大风速记录更易获得，且服从广义极值分布；

（2）基于日最大风速概率分布得出的风速超越概率，无需引入附加假定，即可直接转换为以天计的特定风速的重现期；

（3）由本方法得出的分析结果可给出各区域的舒适度分级，给出明确的设计建议。对建筑的规划设计有直接的指导作用。

分析实例表明，如果不考虑气象因素，仅用所有风向的最大风速比，或者主导风向的风速比进行风环境评估，难以全面、准确的把握行人风环境的优劣程度。因而在进行行人风环境评估时，应当结合气象资料进行计算分析。

该方法具有较好的可操作性，且分析过程的物理意义明确、分析结果的针对性强，可在行人风环境评估研究中推广使用。

［1］STATHOPOULOS T.Pedestrian level winds and outdoor human comfort［J］.Journal of Wind Engineering and Industrial Aerodynamics，2006，94：769－780.

［2］张伯寅，桑建国，吴国昌.建筑群环境风场的特性及模拟［J］.力学与实践，2004，26（3）：1－9.

［3］王勋年，李征初，张大康，等.建筑物行人高度风环境风洞试验研究［J］.流体力学实验与测量，1999，13（1）：54－58.

［4］符龙彪，夏育颖，肖从真.北京当代 MOMA风载及风环境数值模拟研究［J］.土木工程学报，2008，41（3）：71－74.

［5］朱海，彭兴黔，高志飞，等.低矮异型建筑风环境的数值模拟［J］.建筑结构学报，2010，31（S2）：187－192.

［6］姜瑜君，桑建国，张伯寅.高层建筑的风环境评估［J］.北京大学学报（自然科学版），2006，42（1）：68－73.

［7］STUART C.An introduction to statistical modeling of extreme values［M］.Berlin：Springer－Verlag，2007.

［8］陈凯，金新阳，钱基宏.考虑地貌修正的基本风压计算方法研究［J］.北京大学学报（自然科学版），2012，31（1）：13－19.

［9］HPAH I.A simple omnidirectional sensor for wind－tunnel studies of pedestrian－level winds［J］.J.Wind Eng.Ind.Aerodyn.，1981，7：219－239.

［10］RATCLIFF M A，PETERKA J A.Comparison of pedestrian wind acceptability criteria［J］.J.Wind Eng.Ind.Aerodyn.，1990，36：791－800.

［11］SANZ－ANDRES A，CUERVA A.Pedestrian wind comfort：feasibility study of criteria homogenization［J］.J.Wind Eng.Ind.Aerodyn.，2006，94：799－813.

［12］DAVENPORT A G.An approach to human comfort criteria for environmental wind conditions［C］／／Colloquium on Building Climatology，Stockholm，1972.

陈 凯（1976－），男，四川人，副研究员。研究方向：风工程。通讯地址：北京市北三环东路30号中国建筑科学研究院主楼10层（100013），电 话：010－84280389－810，E－mail：chenk＠pku.org.cn

Evaluation method of wind environment around buildings based on daily maximum wind records

CHEN Kai，HE Lian－hua，WU Lin
（China Academy of Building Research，Beijing 100013，China）

A comprehensive method is proposed to evaluate wind environment comfort and distinguish the regions into different architecture purposes based on the wind speed ratio and probability of daily maximum wind speed under different wind directions.The wind speed ratios around buildings are measured by surface wind sensors in the wind tunnel and the probability model parameters are derived from the daily maximum wind records and generalized extreme value distribution.The exceed probability of the daily maximum wind speed at a certain level is accordingly obtained.Consequently the wind environment comfort is deduced and the regions for different architecture purposes are also distinguished according to the comfort criteria.It was verified by a wind tunnel test of a high－rise building group that this method was valid and feasible.The straightforward and useful suggestions for the architecture design can be made with this method.

wind environment；daily maximum wind speed；generalized extreme value distribution；surface wind sensor；comfort criteria

TU972

A

1672－9897（2012）05－0047－06

2011－09－15；

2011－12－26

国家自然科学基金 （50878202）