自工业革命以来，城市化的速度在全球范围内都急剧加快。城市地区高层楼宇的数量逐渐增多加密，从而显著改变城市下垫面的物理属性，进而改变了原有地-气间的物质能量交换过程，对局地气候产生了显著的影响。这种影响叠加在全球变暖的效应上，使得局地气候产生了十分显著的改变^[1-2]。一般来说，气候变化研究更关注大尺度的气候环境问题^[3-4]，而城市气候研究更关注局地尺度的问题，尤其是城市特殊地表和人为热排放作用下，城市热环境的变化特征和规律^[5-6]。平均来说，城市化带来的增温在1~3 ℃之间，但在某些静稳天气下，城郊之间的温差可达10 ℃^[7]。而在深圳，城市化对局地气候的影响则更明显。作为中国城市化速度最快的城市，深圳地表的物理性质改变十分显著，大量原有的农田植被在短短40年内被城市建成区代替，估算表明城市化对深圳局地升温的贡献率甚至超过了80% ^[8]，成为城市气候环境变化的主要影响因子。

局地气候变化对城市最直接的影响是改变了居住环境的舒适性。为评价气候环境的舒适性，人们通常使用舒适度指标来评价人体在不同气候条件下舒适感觉程度。与气候相关的舒适度在1940年代被正式作为一个科学问题提出^[9]，1966年Terjung^[10]正式提出了舒适度指数(Comfort index)的概念，如今舒适度已成为城市气候研究的一项重要内容。国内对舒适度的研究起步相对较晚，直到1990年代才有了一些定性的研究，但近10年来舒适度的研究发展非常迅速，包括对舒适度变化特征研究^[11-14]，对舒适度开发应用前景的分析^[15-16]等。舒适度指标的应用范围也越来越广，包括旅游、健康、城市规划等领域都开始关注舒适度问题。

深圳的舒适度问题引人注目，这主要是因为深圳的城市化进程远远快于北京、上海和广州——1980年深圳还只是个常住人口约33万的边陲小城，城市建成区面积不足13 km²；而根据最新的《深圳统计年鉴-2018》和《2017年城市建设统计年鉴》数据显示，2017年深圳常住人口达到1 253万，建成区面积超过了900 km²。并且随着一系列重大战略的推进与落实，深圳仍以很快的速度在推进发展，城市的变化仍然称得上日新月异。在快速发展进程中，深圳的不同区域出现了发展水平不同的现象，尤其是在2010年以前，深圳存在着原特区内和特区外发展水平差异巨大的二元化发展问题。尽管这一问题在过去10年得到了巨大改善，但由于发展基础不同，不同区域发展水平不同的现象仍然客观存在。这实际上为舒适度研究提供了一个天然的试验场，有助于理解不同发展水平程度城区的舒适度特征、进而深入理解人类活动如何影响舒适度。近年来，尽管已有研究探讨了深圳的舒适度问题，但对于“城市发展水平”与“舒适度”的关系却未有涉及。

鉴于此，本文利用深圳近5年的气象观测数据、社会经济数据以及天空开阔度(Sky View Factor，SVF)数据，分析了全市的舒适度特征，并探讨了城市不同发展水平对舒适度的可能影响，以期为城市规划发展中的气候环境保护提供科学的理论支撑。

本文所采用的气象资料来自深圳市22个气象站2013—2017年共5年的逐时常规观测数据，包括气温、相对湿度、风速，以及日最高气温、日最低气温。全市10个区(新区)至少选取一个站，为了便于对比分析，22个气象站的海拔高度均低于100 m，采用相同型号(维萨拉MAWS301)的观测设备采集的数据(图 1)。本文所用的社会经济数据主要包括生产总值GDP和人口数据，均来自深圳市统计局和国家统计局深圳调查队联合编制的《深圳统计年鉴》，这些数据被用来分析深圳不同地区的发展程度。此外，本文还用到了在22个气象站采集的SVF数据，为获取这些数据，先通过鱼眼相机逐站采集基础图像数据，再经过RayMan软件处理获得SVF的数值^[17]。

图 1

图 1 深圳市22个气象站分布

本文用的舒适度指数是以李源等^[18]提出的计算方法为基础，详见公式(1)：

(1)

式中，T_f为舒适度指数，T_a为小时平均气温(℃)，T_M为日最高气温(℃)，T_m为日最低气温(℃)，RH为小时平均相对湿度(%)，u为小时平均风速(m/s)。该方法综合考虑了气温、相对湿度、风速以及气温日较差的影响，比单纯用气温更适合描述人体的舒适感受。房小怡等^[19]对该方法的优点进行了详细说明并将其用于北京的舒适度研究，此外，这种方法在武汉、北京和深圳都得到成功应用^[18-20]。与该计算方法匹配的等级标准详见表 1。为有所区别，本文将利用公式(1)计算得到的结果称为“舒适度指数”，而利用表 1映射得到的结果称为“舒适度等级”。舒适度指数值越大，表明体感越趋向热，反之则越趋向冷；舒适度等级越高越不舒适。重新定义舒适度等级是为了强调太冷、太热都属于“不舒适”的范畴，本文在分析结果时，会综合使用公式(1)和表 1的标准进行讨论。

表 1

表 1 舒适度等级划分表 舒适度等级 舒适度指数范围 感受 5 ≥ 41.5或 < -5.0 极端不舒适 4 (41.5, 7.5]或(1.1, 5.0] 非常不舒适 3 (37.5, 4.5]或(5.0，1.1] 不舒适 2 (34.5, 30.0]或(13.0, 5.0] 较不舒适 1 (30.0, 27.0]或(21.0, 13.0] 较舒适 0 (27.0, 1.0] 舒适

表 1 舒适度等级划分表

在逐时舒适度指数计算结果基础上，统计以下要素以便进一步展开分析：逐日的舒适度指数最小值(通常为当日体感最冷时刻)、最大值(通常为当日体感最热时刻)和平均值；每年的舒适、热不舒适和冷不舒适日数；每年夏季(6—8月)舒适度指数最大值的平均值，冬季(12—2月)舒适度指数最小值的平均值；舒适度指数日变化。在获得各站的上述统计数据基础上，利用克里金插值法进行空间插值。

图 2为深圳市2013—2017年5年平均的舒适度指数平均值、夏季舒适度指数(取夏季每日最大值平均)和冬季舒适度指数(取冬季每日最小值平均)的空间分布图。从图 2可看出，全年平均舒适度指数在24.5~26.2之间，舒适度等级为0，表明深圳总体上是舒适的；夏季舒适度指数最高在32.0~ 34.3之间，舒适度等级为2，属于较不舒适；而冬季舒适度指数最低在14.3~16.4之间，舒适度等级为1，属于较舒适的范围。东、西部的舒适度有较明显的差异，东部比中西部舒适度指数偏低。舒适度指数的空间分布与深圳地理环境及城市建设特点有关，中西部沿海地区地势较低且主要为城市建成区覆盖，人口密集，人类生产生活活动活跃，故舒适度指数相对偏高，体感在全市范围内偏热；而东部是山区和生态保护区域，以自然环境为主，比中西部偏冷。图 3为深圳市5年平均的舒适度等级为0和1的日数占比分布图，可看到总的来说全市沿海地区舒适日数较多，舒适日数占比均在46%以上，越往内陆舒适日数占比越小，舒适日数最多的地区是生态环境保护最好的东部，这与山林和海洋对微气候环境的调节作用有关。

图 2

图 2 深圳2013—2017年平均舒适度指数(a)、夏季舒适度指数(b)、冬季舒适度指数(c)的空间分布

图 3

图 3 深圳5年平均的舒适日数占比分布

SVF指标是描述天空被周围阻碍物遮挡程度的参数，其数值大小在0~1之间，数值越大表明天空可见程度越高，即未被遮挡的程度越高。一般来说，城市建筑物越高、越密集，该区域SVF就越小。图 4给出了罗湖区、光明区和大鹏新区各一个站的示例，给出了3个典型站点的鱼眼照片、经RayMan软件处理后的图片和计算得到的SVF值，量化描述了天空被遮挡的程度。

图 4

图 4 深圳3种发展水平地区的典型站点SVF情况 a.发达地区罗湖区(SVF=0.44); b.新兴发展地区光明区(SVF=0.64); c.不发达地区大鹏新区(SVF=0.87)。

深圳市的SVF空间分布见图 5，可明显看到深圳市中部的罗湖、福田等地区SVF值最小，意味着这些地区的天空被遮挡最严重，建筑物密集且高耸；罗湖、福田周边的南山、龙华、盐田等地区都有大面积SVF低于0.7的区域。总体上SVF值以罗湖、福田为中心逐渐向四周递增，在大鹏、龙岗北部等地区以及西部沿海的开阔地带SVF值逐渐增加到0.8以上。将图 5与图 2、图 3进行对比，发现夏季舒适度指数的空间分布与SVF数值的空间分布相关性较好，负相关系数为0.56，通过了0.01的显著性检验，说明在天空开阔度越小的地区，夏季舒适度指数通常越高，在深圳来说，越趋向热不舒适。这意味着，在夏季尽管高密度城区由于建筑物的遮蔽减少了太阳直接辐射，但由于建筑物本身所排放的人为热以及对风的阻尼减小作用，使得这些地区的舒适度指数容易偏高，易导致体感炎热，从而导致不舒适感受。但在冬季，舒适度指数与SVF的相关性则较差，相关系数仅为-0.1。究其原因，可能是因为冬季城市建成区能耗比夏季要少(深圳地区夏季建筑制冷能耗大，冬季则几乎没有取暖能耗)，故对室外开敞空间的气候环境影响也更小，所以SVF不能很好地被用于解释冬季舒适度的分布情况。在冬季，舒适度指数的空间分布更适合用地理条件解释，在内陆和高海拔地区，舒适度指数较低，趋向较冷不舒适。

图 5

图 5 深圳市SVF值的空间分布

分析深圳的人口密度和单位面积GDP得知，福田、罗湖和南山区近5年的单位面积GDP均大于其他区，该三个区的GDP总值占全市的50%左右，福田、罗湖区是人口密度最大的两个区，南山区从2015年后的人口密度也有较大的提升；龙华、光明和坪山区是近几年新兴发展的地区，其两项社会数据均处于中间位置；而大鹏新区以生态保护为主，开发区域不大，因此人口密度和单位面积GDP均为最低。

综合考虑天空开阔度和深圳的人口、经济数据，将深圳分为3种典型区域，分别是发达地区(以福田、罗湖和南山区为代表)、新兴发展地区(以龙华、光明和坪山区为代表)和未发展地区(以大鹏新区为代表)，也代表了粤港澳大湾区的3种典型区域。其中发达地区对应的SVF为0.44~0.68，属于Stewart等^[21]定义的LCZ1和LCZ2密集高耸和密集中耸建成区(LCZ为Local Climate Zone的缩写)；新兴发展地区对应的SVF为0.63~0.71，属于LCZ5开阔中耸建成区；未发展地区对应的SVF为0.78~0.87，属于LCZ B分散树林区。

将3种典型区域的人口、经济数据平均统计后分析，从图 6a、图 6b可看出发达地区、新兴发展地区和未发展地区的单位面积GDP和人口密度均呈现显著差异，发达地区不论是单位面积GDP还是常住人口密度均遥遥领先，且近5年有明显的上升趋势，发达地区5年平均的单位面积GDP分别是新兴发展地区和未发展地区的2.2倍和22.9倍，常住人口密度分别是新兴发展地区和未发展地区的4.5倍和26.6倍。新兴发展地区处于中游，变化幅度不如发达地区，可见虽然新兴发展地区发展趋势较好，但从单位面积的总量上仍与发达地区有差距，未发展地区的值最小。为了对比3种区域同比变化情况，计算了其同比增长率(图 6c、图 6d)，增长率变化幅度较大，从GDP同比增长率可看出，新兴发展地区的GDP增幅非常明显，2014年以后即超过了发达地区，5年平均GDP同比增长率为12.1%，超过了发达地区(10.1%)和未发展地区(8.2%)。需要说明的是：由于2012年部分行政区的GDP数据未分开统计，故新兴发展地区和未发展地区2013年的增长率包含宝安和龙岗区的总的增长率数据。未发展地区的增长率变化较大，与该地区的发展政策的不断调整有关。从人口同比增长率可看出，2013年和2014年3种典型区域的增长率非常接近，从2015年起变化增大，发达地区和新兴发展地区均在这年出现了较大幅度的增长，除了2015年，其他年份新兴发展地区的人口增长率均超过了发达地区，随着人们对居住环境品质要求的提升，2016年未发展地区的人口也出现大幅度增长。

图 6

图 6 单位面积GDP值(a)、人口密度(b)、GDP同比增长率(c)和常住人口同比增长率(d)

对3种不同发展程度地区内的所有站点进行计算，并取平均值，得到舒适度指数在近5年的变化情况。图 7表明，近5年3种典型区域的舒适度指数总体上均呈上升趋势，这或许与全球变暖和整个珠三角区域的城市化进程有关。就舒适度指数的年平均值而言，3种典型区域的舒适度等级均为0，属于舒适范围，发达地区的舒适度指数始终高于其他2种典型区域，未发展地区数值最小，其5年平均舒适度指数分别为25.9、25.4和24.6。在夏季，发达地区的舒适度指数最大值和新兴发展地区接近，而未发展地区的舒适度指数远小于前两者。但在冬季，发达地区的舒适度指数最小值远高于新兴发展地区和未发展地区，后两者的数值相当接近。

图 7

图 7 近5年3种典型区域的平均舒适度指数(a)、舒适度指数最大值(b)、舒适度指数最小值(c)变化

值得注意的是，在夏季，新兴发展地区的舒适度指数在近5年的变化十分明显，在2015年之前一致或略低于发达地区，而在2015年之后已变得略高于发达地区了——这表明城市建设和快速发展对舒适度的影响，哪怕是在仅仅5年的时间尺度上，也是可以被观察到的。

将舒适度等级为0~1的自然日作为舒适日，舒适度等级为2~5的自然日根据舒适度指数的数值分别表述为冷不舒适日(舒适度指数小于13)和热不舒适日(舒适度指数大于等于30)，分别统计近5年3种典型地区的舒适日数和不舒适日数(图 8)。图 8表明，发达地区和新兴发展地区的舒适日数和热不舒适日数的年际变化特征大体相近，而未发展地区在这两个指标上则与它们相去甚远。值得注意的是3种典型区域的热不舒适日数总体上均呈上升趋势，而冷不舒适日数均呈下降趋势，表明在气候变暖背景下，深圳近5年气候环境仍然朝着热不舒适的方向在变化，令人担忧。此外，时间序列的线性趋势分析表明，新兴发展地区热不舒适日数的增幅和冷不舒适日数的降幅均超过发达地区，表明城市发展对新兴发展地区的舒适度改变最明显，在3种典型区域中最值得注意。

图 8

图 8 近5年3种典型区域的舒适日数(a)、热不舒适日数(b)、冷不舒适日数(c)变化

从近5年舒适度指数的日变化特征(图 9)可看出，3种典型区域的舒适度指数年平均值、夏季平均值和冬季平均值的日变化趋势大体一致，且大致与气温的日变化特征基本相同，下午13—15时(北京时间，下同)出现舒适度指数的日最高值，而在凌晨05—07时出现舒适度指数的最低值。值得关注的是，发达地区和新兴发展地区的舒适度指数的日较差比未发展地区要大，就平均舒适度指数而言，未发展地区的舒适度指数日最高值要比发达地区和新兴发展地区低1个等级。

图 9

图 9 年平均舒适度指数(a)、夏季舒适度指数(b)、冬季舒适度指数(c)日变化

究其原因，与未发展地区所在的地理位置有关——深圳未发展地区主要位于大鹏半岛，周边皆为热容量较大的海洋，故气温的日变化比更靠近内陆的发达地区和新兴发展地区更小，导致舒适度指数的日变化也更小。深圳夏季总体较不舒适，仅有未发展地区02—06时处于较舒适范围，冬季平均24小时均处于较舒适范围。此外，还有一点值得关注，冬季新兴发展地区舒适度指数在后半夜至早晨(01—07时)时段要小于未发展地区，这可能与新兴发展地区的特殊下垫面条件有关——这些地区虽为城市，但建筑物不如发达地区密集，SVF数值并不小，长波辐射难以在楼宇之间多次反射，使得白天存储的热量容易快速散失；而未发展地区由于林木较多、土壤含水量较高，比热容也较大，故舒适度指数的下降速度和幅度反倒不如新兴发展地区。

结合天空开阔度数据和社会经济数据，将深圳分为发达地区、新兴发展地区和未发展地区，对比分析了不同发展程度地区2013—2017年的舒适度变化特征，得到了一系列有意义的结论。

(1) 深圳舒适度指数分布具有较明显空间差异，以生态保护为主的东部比建设相对成熟完善的中西部舒适度指数偏低，全市沿海地区舒适日数占比较内陆地区大，舒适日数最多的地区是生态环境保护最好的东部，这与这些地区山林和海洋的调节作用有关。

(2) 深圳的SVF分布同样具有明显的空间差异，中部城市建成区是SVF最小值区，意味着天空被遮挡最严重，SVF数值以中部地区为中心向外围逐渐增大，表明越到深圳的边缘地区越开阔。SVF的空间分布与舒适度指数的空间分布存在显著关联，尤其在夏季，SVF数值较小的地区通常更趋向热不舒适。

(3) 3种典型区域的舒适度指数总体上均呈上升趋势(趋向热不舒适)，这与全球变暖和珠三角区域的快速发展进程关系密切。发达地区的舒适度指数明显大于新兴发展地区和未发展地区，5年的舒适度指数时间序列表明，新兴发展地区的夏季舒适度指数变化幅度最大(趋向热不舒适的速度最快)，这与近5年新兴发展地区发展迅速有关。

(4) 舒适度指数存在明显的日变化特征，发达地区和新兴发展地区的舒适度指数日变化幅度明显大于未发展地区，这与它们不同的下垫面物理属性有关。未发展地区周边皆为海洋且下垫面由于植被覆盖含水量较高，使得其比热容较大，舒适度指数的日变化幅度相对较小。新兴发展地区和发达地区下垫面则大面积硬化，比热容较小，舒适度指数的日变化幅度大。

本文研究表明，即使在深圳这样一个土地面积并不大的城市，舒适度也会因为各个地区的发展程度不同而有着巨大的差异；同时，由于城市的发展速度迅速，使得城市地区舒适度的变暖趋势在5年尺度上也较明显。这对深圳的城市规划发展提出了更高的要求，在全球变暖的大背景下，城市的规划建设必须尽可能保留生态用地和通风廊道，确保城市在发展的进程中不丧失气候环境的调节能力。

另外，本文所采用的舒适度指数计算方法是一种较传统的方法，如何对舒适度指数计算方法进行优化，尤其是基于无量纲化思想考虑多物理量对舒适度影响，以研制新的计算公式，是未来本领域可以进一步努力的方向。