随着城市微气候质量下降问题日益突出，校园绿地作为城市用地的重要组成部分，在城市绿地中发挥着重要的生态调节和服务功能[1]。同样，作为校园绿地景观的重要组分，植物和建筑对其微气候影响十分重要。近年来，国内外学者对不同类型绿地和绿化植物的生态效益进行的大量研究表明：植被能有效改善群落微气候质量水平，并且不同植被类型及结构均会对其生态功能的发挥产生不同程度的影响[2-7]。

Middel 等[8]在对亚利桑那州立理工大学校园的3 个地区进行实地测量后，设计了5 个典型住宅截面模式。学者们把这5 个模式和3 个地区相结合进行分析，提出不仅植被能影响城市温度，城市建筑布置方式也会对其产生影响。Dorer 等[9]发现，两栋建筑的间距可以影响太阳的辐射量，改变建筑的间距就可以达到建筑布局的冷却需要。Taleb 等[10]发现，根据太阳辐射的规律对建筑进行角度旋转可以改善微气候环境。

由于目前人类的科学技术水平还无法实现对宏观环境气候的直接调节，对微气候的模拟研究成为行之有效的人为干预气候手段[11]。本研究以南京农业大学（卫岗校区）3 栋主要建筑（主楼、逸夫楼、教学楼）及其周边绿地为例，结合实测气候数据，将计算机软件模拟技术运用于校园微气候的研究过程，利用Envi-met 软件，实现对校园绿地全方位、全过程的可视化模拟。采用多种分析方法，以测算建筑及植被各自对场地微气候的影响并综合研究两者间的交互关系，为密集型建筑景观设计以及建筑及周边休憩性绿地的设计规划提供参考依据。

1 研究地概况与研究方法

1.1 研究地概况

南京属北亚热带季风气候，受南亚高压和西太平洋副热带高压的影响，高温高湿天气多有发生，夏季最高温度可达43 ℃[12]。南京农业大学卫岗校区建校久远，校内绿化设施完善，植被覆盖率高，种类丰富，以高大乔木为主。因土地资源面积有限，校园内建筑间距普遍较小。结合校园现状，选择师生使用率较高的3 栋代表性建筑（逸夫楼、主楼、教学楼）及其周边绿地作为研究样地。逸夫楼建筑面积约4 852 m2，整体呈U 字形，高32 m，局部28 或44 m。四周植被较少，以草坪为主。南北侧有大面积硬质区域。主楼建筑面积约2 824 m2，高8 m，局部5 或15 m。四周植被类型丰富，以乔、灌、草结合的复合型群落结构为主。高大乔木主要分布在建筑北侧、东侧，南侧为大面积草坪。教学楼建筑面积约4 560 m2，高达24 m，局部30 m。外围轮廓呈规则的矩形，两侧有小型中庭。建筑四周植被围绕，以乔木为主，自然式种植，硬质区域较少。

1.2 研究方法

1.2.1 Envi-met 模型建立及参数设置

依据现场地形、下垫面、建筑信息（分布状况、平面轮廓、高度），植物信息（种类、数量、高度、冠幅）等，在Envi-met 4.0 版本SPACES 界面，分别建立各样地基础模型。为降低模拟系统误差，从2018 年7月13 日21：00 至2018 年7 月14 日24：00 时段数据中选出2018 年7 月14 日00：00-24：00 的数据。模型边界距所选中心建筑外轮廓线30 m。同时，为保证模拟软件的正常运行，在建成模型外围，增设宽度为10 m 的空白缓冲带。在Envi-met 模拟过程中，所需主要参数设置详见表1。

1.2.2 数据分析方法

1.2.2.1 基于实测数据的模拟数据精度验证

采用HOBO MX2301 温湿度传感器，将其实测数据与模拟数据对比以判断模型精度。研究采用Fox[13]相关评价指标以及误差评价指标。相关评价指标主要是相关系数（r）和决定系数（R2），采用实测值和模拟值的线性拟合方法来评价模型。拟合曲线的斜率表示模拟值（P）与实测值（O）的变化强度，越接近于1 表示模拟效果越好。评价指标主要有平均偏差、均方根误差（root mean square error，RMSE）、偏差方差、平均绝对偏差（mean absolute error，MAE）[14-15]。Willmott[16]指出，MAE 与RMSE 均反映模型平均误差，但RMSE 使用更普遍，在实际计算时可只计算RMSE 值。此外，MAE 和RMSE 也存在一定局限，如无法反映出平均误差的相对大小以及误差来源性质。为解决以上问题，Willmott 引入一致性指数d（index of agreement），可 理解为P 趋近于O 的强度。当d = 1 时，表示P 和O 完全吻合。

式中：Pi、Oi分别为第i 次模拟值、实测值， O为实测数据平均值，N 为测量次数。

综合上述指标及其特性，除选择d、RMSE 作为定量评价指标外，还额外选用MAE 指标，与RMSE并行分析。