村镇形态要素对水体微气候冷却效应的影响分析

吴 娱 彭昌海,2

(1东南大学建筑学院, 南京 210096)(2东南大学城市与建筑遗产保护教育部重点实验室, 南京 210096)

处于夏热冬冷地区的江南村镇河网纵横密集,水道、湖泊与村镇的选址、总体布局及微气候环境紧密相关.水体除具有与观赏、交通、生活相关的作用外,其区别于陆地面的物理特性体现出不可替代的生态效应价值.首先,由于热容量大、蒸发潜热大及水面反射率小等特性,水体上空通常会形成特殊的微气候,进而对周围环境的气温、相对湿度、风速产生地域性、季相性与昼夜性产生影响[1].其次,水体作为开放空间,整体粗糙度小于建筑覆盖区域,能够形成风道并提高风速[2],从而改善村镇自然通风状况,影响水体温湿度效应强度及传播范围[3].上述水体对于风热湿环境的影响,将以独立或叠加的形式作用于人体,影响热舒适状况,进而在物理与心理层面对微气候环境产生影响.

建成环境的复杂性导致水体微气候效应随局地环境特征变化而产生显著差异.这种局地环境特征包括水体自身物理特征、外部空间特征及植被形态特征.其中水体自身物理特征主要包括水体形状、面积、状态、分布等.Sun等[4]探究了水体面积、几何形状、与城市中心的距离、周边建成区比例与水体冷岛效应的关系,发现水体面积影响最大.Syafii等[5]通过室外实体模型的热环境测试,评估不同形态池塘水体对热环境的影响,提出面积较大且与风向平行的水体具有更好的冷却效果.李孔清等[6]运用统计学方法分析水体对城镇建筑风热湿环境的影响,得到了水体大小、离建筑物距离、来流温湿度等因素与室内相对湿度的量化关系.水体的微气候调节性同样受到外部空间与植被对其作用强度与传播范围的影响.Hathway等[7]发现城市河流周边的建筑空间形态对水体缓解热岛效应的效果存在一定影响,开放的街道和广场更有利于河流对城市热岛效应的缓解.宋晓程等[8]分析了北方滨水区建筑布局、容积率、堤岸高度、滨水间距和绿化对水体周边环境中水蒸气扩散及温度的影响,认为容积率低且中部存在通风廊道的滨水布局更有利于促进水体的温度调节作用.Shi等[9]通过实测和模拟证明了植被与水体存在协同冷却效应,并且植物叶面积指数会对冷却效果产生影响.Fung等[10]研究了夏季不同天气状况下水体对于草地热环境的影响,发现存在树木遮阴的水体会对草地热环境产生更有益的影响.上述水体对室外微气候影响的研究,大多聚焦于水体对城市热岛效应的缓和作用,关于受自然条件与局地气候环境影响更大的村镇社区的相关研究则较少.村镇的地形地貌、选址布局及空间形态与城市存在较大的差异,现有关于城市水体微气候效应的研究难以应用于村镇.因此针对村镇这类特殊的聚落形态,水体的微气候冷却效应尚待深入研究.

本文采用实测与模拟相结合的方法,以江苏省宜兴市周铁镇为例,研究了村镇水体的气温冷却效应.首先,对比分析了冬季与夏季、夜间与日间村镇水体冷却效应的影响范围与影响强度,得到了水体冷却值的时空分布规律.然后,通过对模拟数据的定量分析,得出不同村镇形态要素指标对水体冷却值的影响效果,构建了各项形态要素指标与水体冷却值的多元线性回归模型.

1 研究区域

宜兴市地处江苏省西南端,属于夏热冬冷地区,全年温暖湿润,日照充足,主导风向为东南风.受太湖水汽的影响,宜兴降水量丰沛,年降水量约为1 229.9 mm[11].本研究所选取的周铁镇位于宜兴市东北部与太湖邻近的区域,属于河网密布型平原村镇,水体空间对于该类村镇来说至关重要.研究的具体范围见图1,与《宜兴市村镇布局规划(2019版)》[12]中划定的周铁历史镇区范围一致.图中,Z0～Z9为10个测试点.研究区域内各项建筑与环境指标见表1,为村镇卫星图及CAD平面图在ArcGIS软件中的计算结果.该区域占地面积约为0.18 km2,建筑密度为44.95%,容积率为0.85,平均建筑高度为6.05 m,区别于其他非传统聚落,具有鲜明的江南传统聚落形态特征.村镇中的水体率为8.96%,东西和南北方向的2条河流在村镇中交叉分布.

图1 研究区域与实测测点图

2 研究方法

2.1 现场实测方案及仪器

为获得准确的村镇气候数据,验证模拟结果的有效性,为后续数值模拟提供边界条件,本研究于2020-12-21T09:00—17:00和2020-12-22T09:00—17:00在宜兴市周铁镇进行实地测试.测试时段内天气晴朗,风速较为稳定,且日照充足.参考标准[13]所描述的室内外热环境物理量的测量方法、测量范围和精度要求,制定定点测试方案.测试仪器包括用于测量温度、湿度和风速的手持式气象记录仪,用于测量水体表面温度的接触式温度表和用于测量村镇周边气候环境的固定式气象站,相关参数见表1.

表1 测试仪器及其相关参数

手持式气象记录仪的测量高度为距地面1.5 m,记录间隔为1 min.所选测点均位于主要人行活动空间中,并具有不同的空间特点,能够代表性地反映村镇的空间类型(如公共广场、街巷、院落空间等).测点与水体的最短距离均小于110 m,以保证其处于水体冷却效应的作用范围内[14].将邻近水体的测点Z0和Z4作为水体空间微气候数据的采集点,在测点Z0处采用接触式温度表自动记录水体表面温度,记录间隔为1 min.选择村镇周边无遮挡的点位架设固定式气象站,每隔30 min记录太阳辐射强度、空气温度、相对湿度、风速和风向角,以确定模拟的边界条件.

2.2 数值模拟

本文采用ENVI-met软件进行数值模拟.该软件基于计算流体力学、热力学和城市气象学等相关理论,主要用于模拟局地尺度的建筑、地表、植被和大气之间的交互作用过程.采用三维非静力不可压缩流体Navier-Stokes方程求解风场,其中的湍流模型采用标准k-ε模型[15].目前,该软件已广泛应用于评价水体与绿化空间对城市微气候的影响[9,16-17].

利用ENVI-met软件建立的简化村镇数值模型见图2.计算网格长2 m,宽2 m,高1.5 m,计算域宽494 m,长538 m,高60 m.设模型域的实际高度为h,计算域高度为5h,实际模拟范围与研究范围相比在4个边界上各扩大了10h,以还原实际村镇中周边环境的影响.模型中的建筑物、地表材质参数等依据村镇中的实际材质种类设置,同时参考《民用建筑热工设计规范》(GB 50176—2016)[18]与软件ENVI-met内置的材质库,具体属性值见表2和表3.

图2 简化的村镇数值模型

表2 建筑物材质属性设置

表3 地表材质属性设置

根据软件ENVI-met的官方建议,模拟应在日出之前开始,并且总运行时间需大于6 h,以克服初始化的影响.因此,本研究的模拟均于前一日的4:00开始,于模拟日期的24:00结束,模拟时长共计44 h.依据24 h内的天气类型以及实测数据的准确性,采用2020-12-22测量的数据进行模拟的有效性验证.输入的边界气象数据依据村镇周边开敞处的气象站设置(见表4和图3(a)).太阳辐射数据通过软件内置的辐射模型计算,并依据实测太阳辐射值进行系数校准.

表4 模拟边界条件设置

(a) 2020-12-22

(b) 2021-01-29

(c) 2020-08-23

为进一步研究冬季和夏季典型气象日的水体冷却效应,本文设置了冬季有/无水体和夏季有/无水体4种工况.由于周铁镇中地表面层大多由混凝土材质铺装而成,并且在多数村镇的新建过程中原水体区域常常被改造为混凝土或沥青路面,因此无水工况中的水体均用混凝土路面替代.模拟所采用的夏季与冬季典型气象日参数由村镇气象站的实测数值计算得到,能够代表该地区在本年度冬夏两季最为典型的气象状况,计算方法参考《城市居住区热环境设计标准》(JGJ 286—2013)[19],具体参数见表4、图3(b)和(c).

2.3 相关指标计算

2.3.1 水体冷却值

已有研究[5,9-10]所计算的水体冷却值通常为实测水体处气温与无水体参考点处气温的差值,但这种计算方法无法消除不同外部气象条件与建成环境的影响,计算的冷却值无法精确反应水体对气温的影响.因此,本文通过模拟有/无水体2种工况的方法,将冷却值定义为有水工况与无水工况的差值,以消除其他变量的影响.由于距地面1.5 m处的热环境与行人活动舒适度的关系最为密切,因此取该高度的气温进行水体冷却值计算.水体对空气温度的冷却值计算公式为

ΔT=Tw-Tn

(1)

式中,Tw、Tn分别为有、无水工况下距地面1.5 m处的空气温度值.

2.3.2 村镇形态要素指标

在以往国内外相关研究中选取的形态因子通常对微气候有明显影响作用,并且易于提取与量化,能够在设计与改造中进行调控.水体自身物理特征(如水体形状、面积、分布等)是影响水体冷却效应的重要因素,能够解释水体冷却程度变化的大部分原因;而水体外部空间与绿化特征同样会对这种冷却效应产生促进或抑制作用.

本文中选取的村镇形态要素指标如下:① 水体形态指标,包括水体率和水体距离.其中,水体率为研究范围内水体面积与研究范围面积的比值;水体距离为测点与水体边界的最近距离.② 绿化形态指标,由绿化率表示,是指研究范围内公共绿化面积与研究范围面积的比值.③ 建筑空间形态指标,包括容积率、建筑密度、总墙体面积、平均建筑高度、建筑高度离散度和天空可视度.其中,容积率为研究范围内的总建筑面积与研究范围面积的比值;建筑密度为研究范围内的总建筑基底面积与研究范围面积的比值;总墙体面积为研究范围内建筑墙体面积的总和;平均建筑高度为研究范围内所有单体建筑高度的平均值;建筑高度离散度为研究范围内建筑高度的标准差;天空可视度为室外空间中未被遮挡的天空区域与半球天空面的比值.

依据村镇卫星图与CAD总平面图,通过地理信息系统(GIS)对各类指标进行提取.使用软件ArcGIS中的缓冲区分析模块,在每个测点周围以150、100、50、40、30、20、10 m为半径创建圆形缓冲区.将缓冲区图层与村镇建筑、水体、绿化图层进行连接和相交处理,通过计算平均值、总和、方差的方式得出各类指标.此方法适用于计算水体率、容积率、建筑密度、总墙体面积、平均建筑高度和建筑高度离散度.水体距离采用软件ArcGIS中的近邻分析工具,统计每一测点距离水体边界的最近距离.天空可视度(SVF)通过软件ENVI-met的内置模型计算,计算过程中考虑建筑与植被的影响.

2.4 多元回归模型

为保证数据的全面性同时减少冗余,在研究范围内每隔20 m选取模拟数据测点,使所取数据涵盖不同的水体、绿化与建筑形态类型,同时又避免产生由于数据量过大而导致模型过拟合的情况.在研究范围内共取得360个测点,按照2.3节中的指标计算方法计算水体冷却值及其对应的村镇形态要素指标.

在研究村镇形态要素指标与水体冷却值的量化关系前,采用相关性分析方法对形态参数进行敏感性分析,以显著性检验中的p值和皮尔逊相关系数为判断依据,分析各项影响因子对水体冷却值变化的显著性和重要性.依据敏感性分析结果剔除不显著相关的变量,再对存在严重共线性的指标进行剔除与精简,将剩余变量通过逐步回归的方法进行多元回归分析,从而建立一个包含不同类型形态指标的精简模型,以便在保留关键自变量的同时保持对因变量的最高解释力度.

3 结果与分析

3.1 有效性验证

为验证模拟结果的有效性,除常用的回归分析外,本文还采用均方根误差(RMSE)、平均偏差误差(MBE)、平均绝对误差(MAE)进行评估.MBE用于确定模拟值与实测值存在正偏差还是负偏差.MAE为模拟值与实测值之间绝对误差的平均值,与RMSE一起用于评价模拟值和实测值之间的平均差距.

本研究对周铁镇中10个实测测点的空气温度、相对湿度进行了测量值与模拟值的对比验证,每个参数的验证均基于81对实测值与模拟值.由于本研究重点关注水体的微气候效应,因此对水体表面温度也进行了验证.

图4为实测值与模拟值的回归分析曲线.测点Z0的水体表面温度线性回归决定系数R2、RSME值、MBE值、MAE值分别为0.78、1.48、-1.34、1.34.表5为单个测点与所有测点的空气温度和相对湿度误差评估结果.文献[20]指出,R2>0.69的模拟结果通常能够准确预估实际测量值.通过回归分析可知,空气温度、相对湿度、水体表面温度的R2均大于0.69,表明模拟值与实测值之间具有较强的相关关系.此外,所有测点的空气温度与相对湿度RSME值分别为0.78 ℃和5.54%,水体表面温度RSME值为1.48 ℃,均在可接受范围内.

(a) 空气温度

(b) 相对湿度

(c) 水体表面温度

模拟结果的误差主要体现在趋势和数值差异2个方面.从趋势来看,以图5中测点Z6的实测值与模拟值变化为例,软件ENVI-met无法精确捕捉测试点被阴影遮蔽的瞬时状态,并将其反映到气温变化上,因此气温随时间的变化幅度小于实测值.从数值上看,气温的MBE值除测点Z2和Z5外均为负值,相对湿度的MBE值除测点Z2外均为正值,表明软件ENVI-met会低估温度和高估相对湿度.水体温度的MBE值均为负值,且大于空气温度,说明模拟结果会低估水体温度,从而高估水体对于空气温度的冷却效应.

综上可知,实测结果与模拟结果存在一定的差异,但软件ENVI-met的模拟结果仍可以再现村镇内部微气候时空分布的重要特征.

表5 空气温度模拟误差评估

图5 测点Z6的空气温度实测值与模拟值对比

3.2 水体微气候冷却效应分析

本文将各时刻研究范围内的冷却值划分为7个区间,统计每个冷却值区间所对应的空间面积占比,作为该冷却值区间的空间比率.同时，统计各时刻研究范围内ΔT的最小值ΔTmin以及平均值ΔTave,结果见图6.由图可知,冬、夏两季水体的存在均会使得周边区域的空气温度降低,但针对不同季节和时刻、不同水体布局以及村镇形态,冷却范围和强度会表现出一定的差异.

由图6(a)可知,冬季研究范围内ΔTmin在14:00达到全天最小值-1.247 ℃,在7:00达到全天最大值-0.372 ℃;ΔTave在14:00达到全天最小值-0.188 ℃,在7:00达到全天最大值-0.063 ℃.从ΔT的逐时空间比率分布来看,73%～93%区域的ΔT处于-0.2～0 ℃之间,并且最多仅有2%区域的ΔT达到-1 ℃以下,说明在冬季水体对空气温度的冷却效应只集中在较小的空间范围内,且冷却强度较小.

由图6(b)可知,夏季研究范围内ΔTmin在12:00达到全天最小值-2.341 ℃,在6:00达到全天最大值-0.572 ℃;ΔTave在14:00达到全天最小值-0.323 ℃,在6:00达到全天最大值-0.107 ℃.从ΔT的逐时空间比率分布来看,57%～87%区域的ΔT处于-0.2～0 ℃之间,并且在9:00—17:00有5%以上的区域ΔT<-1 ℃,表明夏季的冷却强度与范围明显大于冬季,日间的冷却强度与范围明显大于夜间.

综上所述,在四肢骨折后关节僵硬患者康复中应用针对性护理,可有效改善关节活动度,有利于构建和谐护患关系。

为探究同一季节相同时刻的ΔT分布,以夏季典型气象日15:00的模拟数据为例进行分析.将水体区域设为焦点区域,沿南北方向选取观测线L1,沿东西方向选取观测线L2,观测线位置见图7.由图可知,水体对气温的冷却范围远大于水体所在的区域,并且随着向村镇内部的扩展,冷却强度逐渐下降.图8给出了观测线L1、L2上的ΔT分布.由图可知,观测线L1上的冷却强度明显大于L2,且处于上风向的冷却强度和范围均小于下风向.由图8(b)可知,观测线L1上的水体与夏季主导风向形成了风速较大的通风廊道,而风速的增大可增强水体的蒸发冷却效应以及水体与周围空气之间的对流换热,导致冷却强度增大;观测线L2上的水体周边建筑密集,且与主导风向的夹角较大,导致水面上空风速较小,冷却强度随之降低.由此可知,风速风向对于水体的冷却效果和范围存在较大影响.

(a) 冬季典型气象日

(b)夏季典型气象日

图6 ΔT逐时空间比率分布图

(a) ΔT空间分布

(b) 风速风向分布

(a) L1

(b) L2

3.3 水体冷却值影响要素量化分析

为了进一步探究不同季节、不同时刻村镇形态要素与水体冷却值的量化关系,将测点的Δt数据划分为冬季日间(8:00—17:00)、冬季夜间(17:00—8:00)、夏季日间(7:00—18:00)、夏季夜间(18:00—7:00),分别计算冬季日间平均冷却值ΔTwd和冬季夜间平均冷却值ΔTwn、夏季日间平均冷却值ΔTsd和夏季夜间平均冷却值ΔTsn,并将其与对应的村镇形态要素指标进行相关性分析.

表6给出了不同计算半径r时水体率指标与平均冷却值的相关系数.统计结果表明,平均冷却值与水体率呈负相关关系,相关系数为-0.722～-0.389.平均冷却值与水体距离呈正相关关系,与ΔTwd、ΔTwn、ΔTsd、ΔTsn的相关系数分别为0.435、0.379、0.468、0.421.水体率和水体距离是影响水体冷却值的2个重要指标.对于不同分类的平均冷却值而言,夏季的相关性高于冬季,日间的相关性高于夜间.ΔTwd、ΔTsd、ΔTsn与r=20 m时的水体率相关性最高,ΔTwn与r=30 m时的水体率相关性最高.

表6 水体率与平均冷却值的相关系数

表7给出了不同计算半径时绿化率指标与平均冷却值的相关系数.由表可知,平均冷却值与r>20 m时的绿化率指标存在明显的负相关关系.其中,夏季的相关性高于冬季,日间和夜间的相关性差异较小,并且ΔTwd、ΔTwn、ΔTsd、ΔTsn均与r=150 m时的绿化率相关性最高.

表8给出了不同计算半径时建筑指标与平均冷却值的相关系数.由表可知,平均冷却值与所有计算半径下的容积率、建筑密度、总墙体面积均呈现显著的正相关关系,与r=150,10 m时的建筑高度离散度呈正相关,与r=150,100，50，40，30，10 m时的平均建筑高度呈负相关.平均冷却值与SVF呈较强的负相关关系,与ΔTwd、ΔTwn、ΔTsd、ΔTsn的相关系数分别为-0.520、-0.458、-0.533、-0.480.对于不同分类的平均冷却值而言,每个建筑指标的最大相关半径不尽相同.

表7 绿化率与平均冷却值的相关系数

在完成上述相关性分析后,利用所选村镇形态要素指标构建水体冷却值的多元线性回归模型.首先筛选出p<0.01的指标,但其中一些指标之间仍存在严重共线性问题,如容积率与建筑密度、水体率与水体距离.根据上述指标的皮尔逊相关系数,剔除容积率、总墙体面积、水体距离等与水体冷却值相关性较弱的指标.然后，将剩余指标输入多元回归模型,通过逐步回归的方法,得出多元线性回归模型为

ΔTwd=-0.47W20-0.448G150+0.12B50-

0.058H50+0.219

(2)

0.038H50+0.132

(3)

ΔTsd=-0.871W20-0.911G150+0.195B40-

0.083H40+0.304

(4)

ΔTsn=-0.403W20-0.57G150+0.142B50-

0.07H50+0.246

(5)

式中,W20为r=20 m时的水体率;G150为r=150 m时的绿化率;B50,B40分别为r=50,40 m时的建筑密度;H50、H40分别为r=50,40 m时的平均建筑高度.

表9给出了多元线性回归模型的各项参数.由表可知,各个自变量在t检验中的p值均小于0.05,表明模型的回归系数均具有显著性;共线性检验中的方差膨胀系数V均小于5,表明模型不存在多重共线性问题;在模型方差检验中的p值均小于0.01,表明该模型具有极显著的统计学意义.由各个模型的R2可知,各项形态要素对ΔTwd、ΔTwn、ΔTsd、ΔTsn的解释度分别为59.7%、52.1%、62.2%、53.6%,其中ΔTsd的模型拟合度最高.

通过对比各模型的标准化回归系数可以发现,各个因素对冷却值的影响程度由大到小依次为水体率、平均建筑高度、绿化率、建筑密度.随着水体率、平均建筑高度、绿化率的增大以及建筑密度的减小,平均冷却值不断减小,水体冷却强度不断增大.对于不同季节、不同时刻的回归结果而言,水体率对于日间冷却值的影响程度大于夜间,对于夏季冷却值的影响程度大于冬季.

表8 建筑指标与平均冷却值的相关系数

表9 村镇形态要素与水体冷却值多元回归模型综合分析

3.4 分析与讨论

通过对水体冷却效应的时空分布特征分析发现,夏季的冷却范围及强度大于冬季,日间的冷却范围及强度大于夜间.这也印证了Fung等[10]的研究成果:天气状况会对水体冷却效果产生一定的影响,太阳辐射强度达到一定阈值是实现水体冷却效果的必要条件.此外,风向风速也会对水体的冷却范围和强度产生较大影响,风速的增大会加强这种冷却效应,而风向则会影响冷却效应的空间分布.

除气象要素以外,r>20 m时的绿化率指标与冷却值存在明显的负相关关系,说明绿化的存在能够增强水体冷却效果.这与文献[9]的结论一致:蓝绿空间的冷却效果会超过单独存在的植被或水体,这种现象被称为绿化与水体产生的协同冷却效应.绿化空间相比建筑空间而言较为空旷,对风的阻挡作用较小,而水体对空气温度的影响主要是通过空气对流来传播的,因此绿化的存在能够增大水体冷却效应的传播范围.

建筑形态要素往往通过对风速的作用,间接影响水体冷却效应.文献[8]指出,容积率较低且中部存在较为宽敞通风廊道的滨水布局通常更利于水体对于建成区域的温度调节.本文结果表明，建筑容量指标中的容积率、建筑密度与冷却值呈正相关关系.究其原因在于,建筑物的存在会减弱风速,从而削减水体的冷却效果;在建筑较为密集的区域,大量的建筑阴影已提供了较强的冷却效果,水体的冷却效果随之被削减.建筑竖向指标中的平均高度与冷却值呈负相关,说明平均高度越高,冷却值越小,冷却强度越大;这是因为在建筑容量相同的区域,建筑高度的增大往往导致风速增大,从而影响水体的冷却效果.

以往研究大多从定性描述的角度出发,得出滨水空间形态对水体冷却效应的影响规律;本文则量化了各项村镇形态要素对于水体冷却效应的影响,对比分析了这些要素之间的影响程度.本文提出的水体冷却值多元回归模型能够在设计初期为村镇水体空间的设计与改造提供微气候层面的技术支撑.设计者可以根据不同的既有村镇形态合理设置水体形态,利用水体冷却效应人为地控制与调整村镇的微气候环境,并使该调控手段发挥最大效益.在水体形态不易被改造的情况下,设计者可以通过改变建筑与绿化形态,来增强或削减水体的冷却效应,从而达到改善室外热舒适与减小建筑能耗的目的.然而,回归模型中的形态要素指标并不能完全解释水体冷却值的变化;这是因为风速风向对水体冷却效应的空间分布有较大影响,但村镇形态要素与风速风向的关系较难被量化为形态参数置入回归方程中.因此,后续需要继续研究形态参数计算方法,以提升模型的计算精度.

4 结论

1) 水体冷却效应随季节变化、昼夜交替而发生改变.水体的夏季冷却效果及范围明显大于冬季,日间冷却效果及范围大于夜间.

2) 风向风速影响水体冷却值在村镇中的空间分布.能够与主导风向形成通风廊道的水体具有较强的冷却效果,而走向与主导风向夹角较大的水体则表现较弱的冷却效果.水体下风向的冷却强度及范围通常大于上风向.

3) 通过量化分析村镇形态要素与水体冷却值的关系可以发现,水体率与水体距离是影响水体冷却值的重要因素.随着村镇空间水体率的增加以及水体距离的减小,水体冷却强度不断增大.建筑形态和绿化指标同样会对冷却值产生影响,水体周边环境中的绿化率越大、建筑密度越小,水体冷却强度越大.

4) 适当的水体空间设置能够改善村镇的微气候环境,提高人体室外热舒适性,同时有利于周围建筑节能.对于水体自身而言,面积大且与风向平行布置的水体具有较强的冷却效果;对于外部空间环境而言,建筑密度低、天空开阔度大的周边环境空间形态,能够增大水体冷却效应的传播范围;对于植被特征而言,增大水体周边植被覆盖率有利于产生水绿协同冷却效应,进一步增强冷却效果.因此,在实践过程中,设计人员应从村镇整体环境出发看待水体的冷却效果.将不同的空间要素合理地与水体要素组合在一起,才能实现最佳的微气候调节效果,进而创造更宜居的村镇室外空间.