关键词： 垂直绿墙，热湿环境，负离子，细颗粒物，Fluent软件
DOI： 10.12169/zgcsly.2021.01.21.0003
Influence of Indoor Vertical Green Wall on Spatial-temporal Distribution Characteristics of Environmental Factors
Wang Wei1，2Cheng Xinyue1
（1.School of Architecture and Urban Planning， Anhui Jianzhu University， Hefei 230022， China;
2.Key Laboratory of Built Environment and Health， Anhui Jianzhu University， Hefei 230022， China）
Abstract： The paper uses the Fluent software to simulate the influence of indoor vertical green walls on environmental factors under different spatial and temporal distribution patterns， and forms the basis for sites selection. By the 10 d control experiments at the selected locations of the vertical green wall in the atrium of architecture， the correlation and regression equations between the spatial-temporal distribution of the vertical green wall and the building environmental factors are obtained under 3 weather conditions， i.e.， sunny， cloudy and rainy days in summer. The results show that： 1） Vertical green wall have the functions of cooling the temperature， increasing humidity， releasing negative ions and absorbing fine particles. 2） In summer， the cooling effect of the vertical green wall is most significant from 11∶00 to15∶00and from 18∶00 to 5∶00， and the humidification effect is remarkable from 12∶00 to 23∶00. 3） The distance between different measuring locations has the quadratic function relation with the vertical green wall and environmental temperature， relative humidity， negative ion concentration and fine particle concentration. The closer the distance is to the vertical green wall， the more significant the cooling effect and the higher the negative ion concentration; When the distance from the vertical green wall is 0.9 m， the effect of cooling and humidifying is the best， the concentration of negative ions is the highest， and the vertical green wall has the best adsorption effect on fine particles. 4） In different weather conditions， the cooling effect of vertical green wall is ordered by sunny > cloudy > rainy day; the humidification effect is cloudy > sunny > rainy day and the adsorption effect of fine particles is sunny > rainy > cloudy day. The vertical green wall has a greater effect on PM 2.5in sunny days and PM 10in rainy days. According to the above analysis， it is concluded that the indoor vertical green wall has the best effect in improving indoor heat and humidity environment and air quality when it is 0.9 m away from the vertical green wall at noon and at night on sunny days in summer. Keywords：vertical green wall， hot and humid environment， negative ions， fine particle， Fluent software
垂直绿墙作为一种创新型绿化技术，集建筑结构、植物景观、建筑材料于一身，具有良好的建筑节能效果和生态效应。我国垂直绿墙起步于20世纪末，在2010年上海世界博览会后达到高峰[1-2] 。目前，垂直绿墙按组成结构分类主要有附壁式、盒袋式和毡布式3种。已有研究表明，垂直绿墙不仅可以隔热保温降噪、提高建筑热湿稳定性、降低建筑能耗[3] ，而且在高密度城市住区环境下还能有效吸收空气中的甲醛、TVOC、细颗粒物等有害物质，释放负离子，从而改善室内外的环境质量。
现阶段国内外有关垂直绿墙热湿环境和空气质量的研究有模拟[4-5] 和实测2种方法[6-12] 。李辰琦等[4] 运用Energy-Plus能耗模拟软件、CFD计算流体力学软件、U-wert.net材料U值计算软件对垂直绿墙的能源性、物理性、区域性环境效应进行了数值模拟分析;毛敏等[5] 用ENVI-met数值模拟的方法对不同街道峡谷的垂直绿化布置方式进行比较分析;其他专家通过实测研究，还发现垂直绿墙对环境温度具有“削峰填谷”的作用，能有效提升环境空气质量[6-12] 。
当前，垂直绿墙被大量应用于室外空间，但随着人们待在室内时间的逐渐增加，加上室外环境污染和室内装修污染使人们的健康受到了极大的威胁，而通过改善室内垂直绿墙的时空分布可对建筑环境因子产生积极影响并改善人居环境。基于以上背景，本课题选用Fluent模拟垂直绿墙对室内环境因子的影响，并在此基础上确定样本进行实测分析，得出垂直绿墙具有降温增湿、释放负离子及吸收细颗粒物的作用;同时，进一步量化室内垂直绿墙在不同时空分布和不同天气状况下改善热湿环境和空气质量的效果，以期在改善建筑室内环境和垂直绿墙的设计上提供参考，为垂直绿墙向新能源、新材料、新技术方向发展提供科学依据。
1 研究区概况
安徽省合肥市处于中纬度地带（东经117°17′，北纬31°52′），是季风气候最为明显的区域之一，属于典型的夏热冬冷地区气候代表城市，年平均气温在15～16℃，属于温和型气候，相对湿度的年变化与温度的年变化相一致，夏季最大，冬季最小。城市主导风向为东南风，年平均风速在1.6～3.3 m·s-1 。
本文研究的垂直绿墙位于合肥市某高校建筑系馆二楼中庭西侧，安装有垂直绿墙的中庭长22.80 m、宽10.46 m、高18.24 m。该垂直绿墙系统由13 m 2的鹅掌柴、鸟巢蕨、波士顿蕨、绿 萝、秋海棠、绣球花等植物组成，固定在5.66 m× 3.00 m×20.00 mm（长×高×厚）的墙体前。垂直绿墙植物根部经土工布织物包裹，由射钉固定在拉架层的土工布织物垫层前。垂直绿墙下方有长5.66 m、宽30.00 mm、深48.00 mm的不锈钢材质水槽排水，容器水槽下设有滤网。当自然光照不足时，使用12盏射灯提供辅助人工照明，时间为每天17∶00—23∶00，其中灌溉周期和人工照明为电脑自动控置。
2 数值模拟与实证研究
2.1 建立模型与数值模拟
以垂直绿墙为模拟对象，模型均以矩形方式 简化，中庭几何尺寸为22.80 m×10.46 m×18.25 m （长×宽×高），垂直绿墙几何尺寸为5.66 m×0.80 m× 3.00 m（长×宽×高）。由于实验处于暑假，因此不考虑热源及人体影响。本文使用Gambit 2.4.6软件建立细颗粒物和负离子扩散的物理模型，选用贴体性较好的四面体非结构网格单元对其划分网格，最终划分的网格数量为 23 778 个。
运用Fluent软件对计算域内流场进行数值模拟，所研究流体为连续不可压缩流体，在研究过程中认为流体的属性不变。本文湍流模型选择标准k-ε模型，离散方法选择有限体积法，数值模拟算法选择SIMPLE算法，离散格式选择二阶迎风格式，污染物的扩散方程采用QUICK格式。由于研究的流场属于自然对流紊流流场，且主要考虑由温差引起的浮升力的影响，因此采用Boussinesq假设[13] 。
2.2 模拟结果分析与选点
如图1a所示，以垂直绿墙侧作为空气入口inlet，初始化后设置1000步开始计算，迭代118步后残差曲线全部达到设定值10-3 。
由图1a可知，在垂直于垂直绿墙的方向上，距离越远，风速越小;距离越近，风速越大。在平行于垂直绿墙的方向上，风速呈现中间高、两端低的情况。表明垂直绿墙对改善建筑室内环境具有积极作用，能够释放一定浓度的负离子，从而沉降部分细颗粒物[14] 。
根据图1b确定4组对照距离：D1=0.3 m，D2=0.9 m，D3=1.5 m，D4=2.7 m。4组测点的风速分别为v D1 =2.66 m·s-1 ，v D2 =2.80 m·s-1 ，v D3 =2.95 m·s-1 ，v D4 =2.51 m·s-1 。
2.3 实证研究
受疫情影响，建筑系馆基本处于无人状态，因此实测的外部環境保持相对稳定，未对测试造成任何影响。研究主要测试垂直绿墙附近的温度、相对湿度、负离子浓度和细颗粒物浓度，从而分析垂直绿墙对建筑室内环境因子的影响。
基于Fluent的模拟结果，配置4台负氧离子监测仪和4台粉尘浓度监测仪进行测试，在距离垂直绿墙不同水平距离处记录相关数值。国产ONETEST-200-D负离子记录仪测试空气负离子浓度，测量范围为0～200万ions·cm-3 ，测量精度为1 ions·cm-3 。国产ONETEST-100粉尘浓度监测仪测试细颗粒物浓度及温湿度，其中PM 2.5 和PM 10 浓度的测量范围为0～1000 μg·m-3 ，测量精度≤±10%FS，分辨率为0.1 μg·m-3 ;温度的测量范围为-20℃～60℃，测量精度≤±0.5%，分辨率为0.1℃;相对湿度的测量范围为0～100%RH，测量精度≤±3%，分辨率为0.1%RH。测试每 2 s 记录一次数据。测试高度与一般人体呼吸高度保持一致，距离地面1.5 m。 实测是在2020年8月17—26日连续10天内进行，其中8月17—19日、23—24日、26日共6天为晴天;8月20—22日共3天为雨天;8月25日为阴天。测试仪器均可实时显示并记录，每个测试指标共有432 000条。利用Excel和Origin进行数据处理，采用SPSS进行统计分析。
3 不同时空分布下垂直绿墙对环境因子的影响
3.1 温度
3.1.1 时间分布特征
通过粉尘浓度监测仪在4个点共采集温度数据432 000条，对每小时环境温度值取平均值，结果（图2）表明：
1） 10天内最高温为38.92 ℃，最低温为 28.12 ℃。同一天不同距离下最大温差为1.34 ℃， 最小温差为0.38 ℃。在合肥夏季的晴天，T D1 比T D3 低1.34 ℃，说明距离垂直绿墙越近，降温效果越显著。
2） 10天内晴天最大温差是1.10 ℃、阴天最大温差是1.06 ℃、雨天最大温差是0.80 ℃。说明垂直绿墙在不同天气下的降温效果为：晴天>阴天>雨天。
3） 對1天内而言，晴天5∶00和11∶00分别为最低温和最高温，平均最低温为31.31 ℃，平均最高温为36.76 ℃;阴天6∶00和11∶00分别为最低温和最高温，平均最低温为30.55 ℃，平均最高温为34.46 ℃;雨天3∶00和14∶00分别为最低温和最高温，平均最低温为29.59 ℃，平均最高温为33.36 ℃。对上述不同天气下的连续10天而言，含垂直绿墙的中庭室温在11∶00—15∶00和18∶00—5∶00下降明显，说明夏季垂直绿墙在11∶00—15∶00和 18∶00 —5∶00降温效果显著。
3.1.2 空间分布特征
分别对晴天、雨天、阴天4个点的环境温度求 平均值，结果（图3）表明：1）测点环境温度T D3 > T D2 >T D1 >T D4 ，大致呈现距离垂直绿墙越近，测点环境温度越低的规律，说明距离垂直绿墙越近，降温效果越好。测点环境温度T D4
3.1.3 相关性
使用SPSS对垂直绿墙不同测点距离与环境温度进行相关性分析。由表1可知，垂直绿墙不同测点距离和环境温度呈现二次函数关系，并呈现晴天>雨天>阴天的趋势，说明在晴天条件下，距离和环境温度的相关性较大。
3.2 湿度
3.2.1 时间分布特征
通过粉尘浓度监测仪在4个测点共采集相对湿度数据432 000条，对每小时相对湿度值取平均值，结果（图4）表明：
1） 10天内最高湿度为38.92%，最低湿度为50.20%。1天内4个测点最大湿度差为4.91%，最小湿度差为1.34%。在合肥夏季的晴天，H D2 比H D4 高4.91%，说明距离垂直绿墙0.9 m时，增湿效果最为明显。2）10天内晴天最大湿度差是4.19%，阴天最大湿度差是4.79%，雨天最大湿度差是3.02%。说明垂直绿墙在不同天气下增湿效果为：阴天>晴天>雨天。3）对1天内而言，晴天5：00时平均湿度最高为74.96%，12∶00时平均湿度最低为56.69%;阴天6∶00平均湿度最高为76.58%，13∶00时平均湿度最低为56.22%;雨天3∶00平均湿度最高为76.48%，12∶00平均湿度最低为66.57%。对上述不同天气下的连续10天而言，含垂直绿墙的中庭室内相对湿度在12∶00—23∶00上升明显，说明夏季垂直绿墙在12∶00—23∶00增湿效果显著。4）在夏季晴天4个点的平均湿度分别为：H D1 =67.62%，H D2 =68.08%，H D3 =65.56%，H D4 =65.86%，在夏季晴天增湿效果H D2 >H D1 >H D3 >H D4 ，且靠近垂直绿墙的D1和D2的相对湿度值相差不大，说明垂直绿墙具有保湿作用。雨天较晴天而言，18∶00至次日8∶00垂直绿墙的保湿效果显著。
3.2.2 空间分布特征
分别对晴天、雨天、阴天4个测点的相对湿度求平均值，结果（图5）表明：1）测点相对湿度H D2 >H D1 >H D4 >H D3 ，距离垂直绿墙适当的距离，相对湿度较高，说明垂直绿墙增湿效果H D2 >H D1 >H D4 >H D3 。距离垂直绿墙0.9 m时，测点相对湿度最高。相对湿度H D1
3.2.3 相关性
使用SPSS对垂直绿墙不同测点距离与温湿度进行相关性分析。由表2可知，垂直绿墙不同测点距离和相对湿度呈现二次函数关系。不同天气下呈现出晴天>雨天>阴天的趋势，说明晴天条件下，距离和相对湿度的相关性较大。
3.3 负离子
3.3.1 时间分布特征
负离子浓度受自然和人为因素的影响，且在不同环境下差别很大[16-17] ，通过负氧离子监测仪在4个测点对每小时负离子浓度值筛选后求平均值，结果（图6）表明：1）不同昼夜环境下负离子浓度为白天>夜晚。2）距离垂直绿墙越近，负离子浓度越高，变化越不稳定。 3.3.2 空间分布特征
分别对晴天、雨天、阴天4个测点的负离子浓度求平均值，结果（图7）表明：1）测点负离子浓度为N D2 >N D1 >N D4 >N D3 ，说明距离垂直绿墙0.9 m时，负离子浓度最高。负离子浓度N D1
使用SPSS对垂直绿墙不同测点距离与负离子浓度进行相关性分析。由表3可知，垂直绿墙不同测点距离和负离子浓度呈现二次函数关系。不同天气下呈现出阴天>晴天>雨天的趋势，说明阴天距离和负离子浓度的相关性较大。
3.4 细颗粒物
3.4.1 时间分布特征
对粉尘浓度监测仪采集的细颗粒物浓度数据，根据每小时数据取平均值，分析结果（图8）表明：1）不同天气下PM 2.5 浓度整体呈现晴天>阴天>雨天的趋势，不同昼夜环境下PM 2.5 浓度为白天>夜晚。2）同天同距离，PM 10 浓度整体高于PM 2.5 浓度。晴天PM 10 浓度远高于PM 2.5 浓度;阴天PM 10 浓度略高于PM 2.5 浓度;雨天PM 10 浓度低于PM 2.5 浓度。说明晴天垂直绿墙对PM 2.5 的沉降作用相较于PM 10 更大，雨天垂直绿墙对PM 10 的沉降作用相较于PM 2.5 更大。
3.4.2 空间分布特征
对4个测点的PM 2.5 和PM 10 分晴、雨、阴天求平均值，结果（图9）表明：1）PM 2.5 浓度和PM 10 浓度均为P D3 >P D1 >P D2 >P D4 ，距离垂直绿墙适宜的距离，细颗粒浓度较低。
说明垂直绿墙对细颗物的降解与吸附能力T D4 >T D2 >T D1 >T D3 ，距离垂直绿墙0.9 m时，垂直绿墙对细颗粒物的吸附作用较好，其中P D2
雨天>阴天。PM 2.5 浓度差最大的测点为晴天和雨天环境下的D2与D3，最大浓度差为6.73 μg·m-3 ;PM 10 浓度差最大的测点为晴天环境下D2与D3，最大浓度差为6.52 μg·m-3 。
3.4.3 相关性
使用SPSS对垂直绿墙不同测点距离与细颗粒物浓度进行相关性分析。由表4可知，垂直绿墙不同测点距离和细颗粒物浓度呈现二次函数关系，不同天气下呈现出晴天>雨天>阴天的趋势，说明垂直绿墙在晴天与细颗粒物浓度的相关性最大。垂直绿墙不同测点距离与PM 10 的相关性大于与PM 2.5 的相关性。
4 結论
1） 垂直绿墙有降温作用。夏季垂直绿墙在 11∶00 —15∶00和18∶00—5∶00降温效果最为显著。距离和环境温度呈现二次函数关系，距离垂直绿墙越近，降温效果越显著;在距离垂直绿墙0.9～1.5 m时，降温效果最好。晴天距离和环境温度的相关性较大，垂直绿墙在不同天气下的降温效果为晴天>阴天>雨天。
2） 垂直绿墙有增湿作用。夏季垂直绿墙在 12∶00 —23∶00增湿效果显著;雨天18∶00至次日8∶00垂直绿墙保湿效果显著。距离和相对湿度呈现二次函数关系，距离垂直绿墙0.9 m时，增湿效果最为明显;在距离垂直绿墙0.3～0.9 m时，增湿效果最好。晴天距离和相对湿度的相关 性较大，垂直绿墙在不同天气下增湿效果为阴天> 晴天>雨天。
3）垂直绿墙能释放负离子。负离子浓度白天> 夜晚。距离和负离子浓度呈现二次函数关系，距离垂直绿墙越近，负离子浓度越高，但其变化越不稳定;距离垂直绿墙0.9 m，负离子浓度最高。不同天气下垂直绿墙释放负离子规律不明显，阴天距离和负离子浓度的相关性较大。
4）垂直绿墙能吸附细颗粒物。细颗粒物浓度与时间相关性不大。垂直绿墙不同测点距离和细颗粒物浓度呈现二次函数关系，距离垂直绿墙0.9 m时，垂直绿墙对细颗粒物的吸附作用较好;距离垂直绿墙1.5～2.7 m时，细颗粒物浓度最低;距离与PM 10 的相关性大于与PM 2.5 的相关性。细颗粒物吸附效果晴天>雨天>阴天，垂直绿墙在晴天与细颗粒物浓度的相关性最大，在晴天对PM 2.5 的沉降作用更大，而在雨天对PM 10 的沉降作用更大。
本研究中，建筑中庭及垂直绿墙的建模可能存在误差，导致数值模拟的结果精度不高，在后续的模拟中将进一步优化垂直绿墙周边环境的建筑模型。此外，夏热冬冷地区夏季室内垂直绿墙不同测点距离选取的个数有限，下一步将提高样本数量以提高测试的精确性。
参考文献
[1]PATRICK B.The vertical garden[M].New York：W.W.Norton，2008.
[2]李群.用自然营造环境 用空间构筑绿色：上海申都大厦既有建筑绿色改造[J].建筑学报，2013（7）：75-77.
[3]王薇，程歆玥.垂直绿墙对建筑环境的影响研究综述[J].安徽建筑大学学报，2020，28（5）：76-83.
[4]李辰琦，潘鑫晨.基于数值模拟分析的生态绿墙环境效应[J].沈阳建筑大学学报（自然科学版），2014，30（2）：362-368.
[5]毛敏，刘拾尘，陈秋瑜.垂直绿化对街道峡谷内PM 2.5 的影响研究[J].华中建筑，2020，38（6）：63-67.
[6]FEITOSA R C，WILKINSON S J.Attenuating heat stress through green roof and green wall retrofit[J].Building and Environment，2018，140：11-22.
[7]GALAGODA R U，JAYASINGHE G Y，HALWATURA R U，et al. The impact of urban green infrastructure as a sustainable approach towards tropical micro-climatic changes and human thermal comfort[J].Urban Forestry & Urban Greening，2018，34：1-9.
[8]BAGHAEI D A，ELHAM S，ARASH C A，et al.Investigating the thermal performance of green wall：experimental analysis，deep learning model，and simulation studies in a humid climate[J].Building and Environment，2021，205（1-2）：108201.
[9]霍明路，陳观生，黄森泉.夏热冬暖地区建筑垂直绿化对墙体温度的影响[J].建筑节能，2014，42（7）：54-56.
[10] 林瀚坤，肖毅强.绿化表皮对过渡空间的热环境影响实测研究[J].西部人居环境学刊，2020，35（5）：69-76.
[11]王珂.室内植物墙空气净化效果的研究[J].风景园林，2014（5）：107-109.
[12] GUNAWARDENA K，STEEMERS K.Living walls in indoor environments[J].Building and Environment，2019，148：478-487.
[13]成霞，钟珂.不同送风方式对室内负离子分布影响的数值模拟[J].建筑热能通风空调，2011，30（1）：50-54.
[14]王俊腾，李志生，梁锡冠，等.细颗粒物粒径分布对负离子净化效果影响的实测与分析[J].广东工业大学学报，2020，37（5）：94-99.
[15]刘丽莹.植物气生根除湿探索性研究[D].重庆：重庆大学，2010.
[16]张帅，胡海波.不同环境中植物与空气负离子关系研究[J].中国城市林业，2010，8（4）：48-50.
[17]王薇.空气负离子浓度分布特征及其与环境因子的关系[J].生态环境学报，2014，23（6）：979-984.