Možnosti numerického modelování tepelných ostrovů ve městech

1. Úvod

S postupným rozšiřováním měst mizí přírodní plochy zeleně a jsou nahrazovány budovami a zpevněnými plochami. Vzhledem k narůstající populaci tento trend pokračuje a postupně zrychluje. Rozvoj měst nezahrnuje pouze zábor nových zelených ploch, ale i zahuštění výstavby v již stávajících zastavěných oblastech [1], [2]. S úbytkem zeleně dochází ke snížení efektu přirozené regulace teploty vzduchu, a to především v horkých letních dnech. Povrchy budov a zpevněných ploch jsou schopny akumulovat sluneční radiaci a následně tuto energii sálat do svého okolí. To dále napomáhá ke zvýšení teploty v zastavěných oblastech. Oblasti s takto výrazně vyšší teplotou oproti svému okolí se nazývají urbanistické tepelné ostrovy neboli v angličtině urban heat islands (dále jen UHI) [3].

Dle [4] došlo ke sledování jevu UHI již počátkem 19. století v Anglii, kdy byly měřeny teploty v Londýně. S postupným vývojem vědeckých oborů dochází ke sledování vzniku, popisu UHI ve velkých městech po celém světě, jak je patrné například z [5], [6], [7]. S postupující klimatickou změnou se projevy UHI vyskytují častěji a jejich projevy jsou výraznější [8], [9].

Je tedy samozřejmostí že s postupujícím studiem UHI postupuje i vývoj možností eliminace tohoto jevu. V již zastavěných problematických oblastech se jedná například o dodatečné umístění vodních prvků ve veřejném prostoru, umístění zeleně, která stíní a přirozeně ochlazuje okolí, a to včetně zelených střech a stěn [10]. Při plánování nové výstavby je kladen důraz na environmentální hledisko projektu a s ním i na eliminaci případného vzniku tepelných ostrovů.

Pro tyto účely jsou využívány numerické metody simulující vliv budov na okolí a evaluaci parametrů, které vznik nebo redukci tepelných ostrovů zásadně ovlivňují. Jedná se například o analýzu dopadu sluneční radiace na předmětnou lokalitu, simulaci proudění větru v lokalitě s využitím metody CFD (computational fluid dynamics), analýzu stanovení pocitové teploty v úrovni chodníku, studii využití dešťové vody, a podobně. Vzhledem k velkému množství parametrů, které mají vliv na UHI a je možné je evaluovat za pomoci numerických simulací se tento příspěvek bude dále věnovat pouze vybranému, a to tepelnému komfortu.

V posledních 40 letech lze pozorovat rychlý vývoj v oblasti posuzování tepelného komfortu. Díky postupujícím znalostem o výměně lidské energie a postupnému růstu výpočetního výkonu lze nalézt i velké množství výpočtových modelů a k nim přidružených indexů popisujících tepelný komfort člověka [11]. Mezi výpočtové nástroje lze zahrnout například:

• Envi-met [12],
• Rayman [13],
• Citycomfort+ [14],
• Ladybug Tools [15].

Příspěvek se dále bude věnovat bližšímu popisu využití nástroje Ladybug Tools. Tento nástroj je součástí zásuvného modulu Grasshopper v programu Rhinoceros 3D. Ten slouží pro parametrické modelování. Pro účely posuzování městských lokalit je tedy nástrojem, který umožňuje rychlé a jednoduše proveditelné změny v geometrii a tu následně v relativně krátkém čase posoudit [16]. Pracovní prostředí programu Rhinoceros 3D s využitím zásuvného modulu Grasshopper je patrné na Obr. 1.

Obr. 1 Reprezentativní příklad pracovního prostředí programu Rhinoceros včetně využití zásuvného modulu Grasshopper a nástrojů Ladybug Tools

2. Metodologie

Tepelný komfort je pomocí nástroje Ladybug Tools vyjádřen za pomoci Universal Thermal Climate Index (UTCI) [17] Jednou z hlavních složek tohoto indexu je střední radiační teplota (mean radiant temperature, dále jen MRT) [18].

Pro výpočet MRT jsou v popisovaném výpočtovém modelu využívány 3 složky:

• Dlouhovlnné záření z okolních povrchů,
• množství dlouhovlnného záření absorbovaného lidským tělem z oblohy,
• množství absorbovaného slunečního krátkovlnného záření.

Pro výpočet Dlouhovlnného záření z okolních povrchů je dán vztah (1):

(1)

kde T_s je venkovní povrchová teplota vypočtená pomocí EnergyPlus. T_e je teplota okolí jednoho povrchu a předpokládá se, že je rovna teplotě okolního vzduchu, jak je tvarována okolními povrchy. F_s je faktor pohledu mezi posuzovaným bodem a konkrétním povrchem a F_ns je faktor pohledu mimo povrch, tj. faktor pohledu na povrchy jiné než tento specifický povrch. Úhlové faktory se vypočítávají zpětným sledováním počtu sférických vektorů zasahujících jeden povrch a vydělením tohoto počtu celkovým počtem vektorů vycházejících z každého bodu. Ve stejném kontextu se solární distribuční modul EnergyPlus „Celý exteriér s odrazy“ používá k zohlednění přímého slunečního záření a slunečního záření z oblohy difúzně odraženého od země a okolních povrchů kromě jejich zastínění. [11]

Absorbované dlouhovlnné záření oblohy se vypočítá podle vzorce specifikovaného v modelu MENEX [19] dle vztahu (2):

(2)

kde f_svv je pohled na oblohu z určitého bodu bez překážek neprůhledných povrchů. L_a je dlouhovlnné záření kontinentální oblohy a získává se ze souboru .epw. α_lw je emisivita lidského těla pro dlouhovlnné záření (výchozí hodnota 0,95) a σ je Stephanova Boltzmannova konstanta (5,667∙10⁻⁸ W/m²K⁴) [11].

Model pro stanovení krátkovlnného slunečního záření zohledňuje absorbovanou část pomocí efektivního radiačního pole (dále jen ERF) specifikovaného v modelu SolarCal. [20] z hlediska tří složek; přímý; difúzní; a odražené sluneční záření, přičemž odražené sluneční záření je definováno s odkazem na globální horizontální záření dle vztahu (3):

(3)

kde α_sw koeficient absorpce krátkých vln radiace (výchozí hodnota 0,7). f_eff je část těla vystavená záření (0,696 a 0,725 pro sedící a stojící osobu, v tomto pořadí). I_Global , I_diff , I_Dir jsou globální, rozptýlené a přímé normální záření. R_floor je odrazivost podlahy/země a f_p je faktor projektované plochy a je odvozen z projektované plochy A_p , jehož hodnoty byly empiricky získány s odkazem na sluneční výšku a azimut podle Fangerova modelu, jako například v [21]. Množství dodatečné MRT v důsledku slunečního záření se nakonec vypočítá z hlediska ERF, f_eff a sálavého tepla převodní koeficient (h_r) za pomoci vztahu (4):

(4)

3. Výsledky

Obr. 2 Reprezentativní ukázka výstupu teplotní mapy vyjádřené ukazatelem teplotního komfortu UTCI z provedené numerické simulace

Výsledkem studie je teplotní mapa posuzované lokality a k ní přiřazená legenda. Rozlišení jednotlivých buněk u urbanistických studií vlivu budov na okolí standardně není menší než 1 × 1 m. Rozlišení je však vždy odvislé od velikosti posuzované lokality, složitosti geometrie a dostupného výpočetního výkonu zařízení. Příklad grafického výstupu je patrný na Obr. 2.

4. Diskuse

Problematika výskytu tepelných ostrovů je s postupující klimatickou změnou stále aktuálnější. Využitím možností numerických simulací vlivu budov na okolí je možné provést návrh staveb, který je šetrný k životnímu prostředí a uživatelsky příjemný. Díky tomu jsou základní analýzy vlivu budov na okolí jsou velmi často požadovány investory staveb již v předprojektové přípravě.

5. Závěr

Tento příspěvek popisuje malou část problematiky numerických simulací vlivu budov na jejich okolí a modelování tepelných ostrovů. Pro bližší seznámení s problematikou je nutné podrobné studium jednotlivých výpočtových nástrojů, které jsou dostupné. Vzhledem k vysokému rozvoji této problematiky a dostatku literatury je možné objektivně zvážit a vybrat si pro dané zadání vhodný výpočtový model tak, aby byl zajištěn dostatečně přesný výsledek za adekvátní cenu a přiměřený výpočtový čas.

Poděkování

Tento příspěvek vzniknul díky projektu FAST-J-22-8058 (Ověření vlivu vegetační fasády na okolní prostředí, jakožto redukčního činitele vzniku tepelných ostrovů) a FAST-S-23-8413 (Datová podpora návrhu zelených fasád a střech s integrovanými fotovoltaickými panely).

Použité zdroje

1. OKE, Timothy R., et al. Urban climates. Cambridge University Press, 2017.
2. OKE, Tim R. The urban energy balance. Progress in Physical geography, 1988, 12.4: 471-508.
3. ROTH, M. -Urban Heat Islands. In: Handbook of Environmental Fluid Dynamics, Volume Two. CRC Press, 2012. p. 162-181.
4. KIM, Se Woong; BROWN, Robert D. Urban heat island (UHI) variations within a city boundary: A systematic literature review. Renewable and Sustainable Energy Reviews, 2021, 148: 111256.
5. ZHANG, Kaixuan, et al. Temporal and spatial characteristics of the urban heat island during rapid urbanization in Shanghai, China. Environmental monitoring and assessment, 2010, 169.1: 101-112.
6. YANG, Li, et al. Research on urban heat-island effect. Procedia engineering, 2016, 169: 11-18.
7. HEUSINKVELD, Bert G., et al. Spatial variability of the Rotterdam urban heat island as influenced by urban land use. Journal of Geophysical Research: Atmospheres, 2014, 119.2: 677-692.
8. CHAPMAN, Sarah, et al. The impact of urbanization and climate change on urban temperatures: a systematic review. Landscape Ecology, 2017, 32.10: 1921-1935.
9. CORBURN, Jason. Cities, climate change and urban heat island mitigation: Localising global environmental science. Urban studies, 2009, 46.2: 413-427.
10. Enzi, V., B. Cameron, P. Dezsényi, D. Gedge, G. Mann a U. Pitha. Nature-Based Solutions and Buildings: The Power of Surfaces to Help Cities Adapt to Climate Change and to Deliver Biodiversity. Kabisch N., Korn H., Stadler J., Bonn A. (eds), 2017. ISBN 978-3-319-53750-4.
11. IBRAHIM, Yasser; KERSHAW, Tristan; SHEPHERD, Paul. Improvement of the Ladybug-tools microclimate workflow: A verification study. Building Simulation and Optimization, 2020.
12. TSOKA, Stella; TSIKALOUDAKI, A.; THEODOSIOU, T. Analyzing the ENVI-met microclimate model’s performance and assessing cool materials and urban vegetation applications–A review. Sustainable cities and society, 2018, 43: 55-76.
13. MATZARAKIS, Andreas; RUTZ, Frank; MAYER, Helmut. Modelling radiation fluxes in simple and complex environments—application of the RayMan model. International journal of biometeorology, 2007, 51.4: 323-334.
14. HUANG, Jianxiang, et al. CityComfort+: A simulation-based method for predicting mean radiant temperature in dense urban areas. Building and Environment, 2014, 80: 84-95.
15. ELWY, Ibrahim, et al. Outdoor microclimatic validation for hybrid simulation workflow in hot arid climates against ENVI-met and field measurements. Energy Procedia, 2018, 153: 29-34.
16. LÓPEZ-CABEZA, Victoria Patricia, et al. Thermal comfort modelling and empirical validation of predicted air temperature in hot-summer Mediterranean courtyards. Journal of Building Performance Simulation, 2022, 15.1: 39-61.
17. BŁAŻEJCZYK, Krzysztof, et al. An introduction to the universal thermal climate index (UTCI). Geographia Polonica, 2013, 86.1: 5-10.
18. THORSSON, Sofia, et al. Different methods for estimating the mean radiant temperature in an outdoor urban setting. International Journal of Climatology: A Journal of the Royal Meteorological Society, 2007, 27.14: 1983-1993.
19. BŁAŻEJCZYK, Krzysztof, et al. Principles of the new Universal Thermal Climate Index (UTCI) and its application to bioclimatic research in European scale. Miscellanea Geographica. Regional Studies on Development, 2010, 14: 91-102.
20. ARENS, Edward, et al. Modeling the comfort effects of short-wave solar radiation indoors. Building and Environment, 2015, 88: 3-9.
21. REHMAN, Saif Ur, et al. Personalisedcomfort: a personalised thermal comfort model to predict thermal sensation votes for smart building residents. Enterprise Information Systems, 2022, 16.7: 1852316.