Tóm tắt
Đo đạc thực địa và mô phỏng CFD là hai phương pháp được sử dụng rộng rãi trong nghiên cứu nhằm đánh giá và cải thiện chất lượng môi trường đô thị cũng như cảm nhận nhiệt của con người. Nghiên cứu này sử dụng đo đạc thực địa và phần mềm mô phỏng vi khí hậu ENVI-met để so sánh và đánh giá sự sai lệch giữa hai phương pháp. Mục tiêu là nâng cao hiểu biết về những ưu nhược điểm của từng phương pháp trong nghiên cứu vi khí hậu đô thị. Thí nghiệm được thực hiện tại hai tòa nhà có sân trong với đặc điểm tương đồng nhưng khác biệt về điều kiện thực vật, nằm trong khuôn viên một trường đại học thuộc khu vực khí hậu cận nhiệt đới ẩm. Kết quả cho thấy tồn tại mối quan hệ tuyến tính giữa dữ liệu đo đạc thực địa và mô phỏng CFD, với mức độ tương đồng khác nhau giữa ba thông số khí tượng: Nhiệt độ không khí, độ ẩm tương đối và nhiệt độ bức xạ trung bình. Sự sai lệch chủ yếu xuất phát từ các giả định và đơn giản hóa mô hình nhằm đảm bảo tính ổn định trong quá trình tính toán mô phỏng. Kết quả cũng cho thấy: Cả hai phương pháp đều có những ưu điểm riêng trong từng bối cảnh không gian và thời gian cụ thể. Việc kết hợp đồng thời đo đạc thực địa và mô phỏng CFD giúp nâng cao độ tin cậy của nghiên cứu và cung cấp những hiểu biết quan trọng cho quy họach và thiết kế đô thị bền vững.
Đặt Vấn đề
Theo báo cáo của Worldbank [1], dân số tập trung sinh sống ở khu vực đô thị dự kiến sẽ đạt 68% tổng dân số toàn cầu vào năm 2050. Không nằm ngoài xu thế chung toàn cầu về tốc độ đô thị hóa, tỷ lệ dân số sống ở các thành phố ở Việt Nam tăng từ khoảng 20% vào năm 1990 lên 37.55% vào năm 2022 [2]. Chính sự gia tăng không ngừng về dân cư ở các thành phố lớn dẫn đến sự thay đổi trong hình thái đô thị nhằm đáp ứng nhu cầu chỗ ở, dẫn tới một gánh nặng lớn đối với môi trường đô thị và chất lượng sống (Hình 1). Ở Việt Nam, nhiệt độ không khí trung bình năm 2023 cao nhất là 28 độ C và thấp nhất là 20 độ C, cao hơn nhiệt độ trung bình nhiều năm trở lại đây từ 0.5 °C đến 1.5 °C [3].
Toparlar, Blocken [4] nhấn mạnh rằng môi trường xây dựng đô thị là nguyên nhân chính và cũng chính là đối tượng chịu ảnh hưởng của tình trạng nóng lên đô thị hiện nay. Các học giả cũng tập trung nghiên cứu, khám phá tác động của nhiều yếu tố thiết kế đô thị khác nhau đối với vi khí hậu và sự thoải mái về nhiệt độ ngoài trời mà cá nhân trải nghiệm, ví dụ như khai thác đặc tính của vật liệu trong hấp thụ và giải phóng nhiệt lên môi trường xung quanh [5], đánh giá tác động và khuyến nghị quy hoạch, thiết kế đô thị [6]…
Cùng với sự phát triển của khoa học và công nghệ, các nghiên cứu về vi khí hậu đô thị đã giải quyết được những vấn đề kỹ lưỡng và chính xác hơn. Chủ yếu các nghiên cứu được thực hiện bằng hai phương pháp nghiên cứu, quan trắc (ví dụ: Đo đạc thực địa) và mô phỏng số [7]. Từ những năm 1900s, quan trắc đã được sử dụng để đánh giá sự khác biệt về nhiệt độ của đô thị và nông thôn, và dần được sử dụng rộng rãi hơn trong đánh giá các biến số phức tạp của vi khí hậu khi kết hợp với các phương pháp số học và công nghệ [8]. Phổ biến và cơ bản nhất phải kể đến các phép đo thực địa, chúng cung cấp cho các nhà nghiên cứu nhận thức thực tế, trực quan nhất, và đáng tin cậy với độ phân giải cao, như minh họa ở Hình 2. Các nghiên cứu chủ yếu được thực hành ở quy mô nhỏ và một số điểm giới hạn trong không gian (ví dụ: Tuyến phố) để đánh giá tác động của hẻm núi đô thị [9], chiều cao công trình [10], cây xanh đô thị [11]…
Trong quá trình thực hiện các nghiên cứu và thử nghiệm, tác giả phát hiện ra sự sai lệch, và thậm chí là đối lập trong kết quả tìm thấy của hai phương pháp này. Điều này cũng đồng nhất với những gì mà tác giả tìm hiểu các nghiên cứu trước đó. Sự khác biệt rõ rệt nhất là về nhiệt độ không khí, một chỉ số hay bị hiểu nhầm với chỉ số nhiệt độ khác, và dễ bị tác động bởi các yếu tố xung quanh. Ví dụ, Xu, Zhou [32] và Liu, Xu [33] sử dụng dữ liệu quan trắc thu thập được và phát hiện ra rằng nhiệt độ không khí tăng lên khi mật độ xây dựng và hệ số sử dụng đất tăng lên. Ngược lại, các nghiên cứu sử dụng mô phỏng CFD lại cho thấy khu vực đô thị với mật độ xây dựng cao hơn sẽ có nhiệt độ không khí thấp hơn [34-37]. Mặt khác, tính chính xác của kết quả đầu ra cũng là một vấn đề được nhiều người quan tâm khi mỗi phương pháp có một cách riêng. Do đó, tác giả viết bài báo này với mục tiêu so sánh và đánh giá kết quả của hai phương pháp, là: Đo đạc thực địa và Mô phỏng CFD. Bên cạnh đó, tác giả mong muốn cung cấp cho bạn đọc hiểu hơn về hai phương pháp chính trong nghiên cứu vi khí hậu từ dữ liệu thực tế đến mô phỏng số. Kết quả đo đạc được trích từ nghiên cứu của tác giả trong quá trình nghiên cứu tại thành phố Đài Bắc, Đài Loan [38].
2. Phương pháp nghiên cứu
Để quá trình so sánh và đánh giá được công bằng và chính xác, tác giả lựa chọn hai địa điểm trong khuôn viên trường đại học với đặc điểm tương đồng để tiến hành thiết lập nghiên cứu. Như đã đề cập ở phần trên, nhiệt độ không khí là chỉ số rất dễ bị tác động bởi các yếu tố xung quanh, nên hai tòa nhà với sân trong được lựa chọn để đảm bảo ngăn ngừa được các tác động của không gian mở lên kết quả nghiên cứu (Hình 4). Hai địa điểm có kích thước chu vi lần lượt là 30x30m và 24x30m, chiều cao tầng là 3 và 4 tầng. Vật liệu bề mặt (tường, cửa kính) tương đồng nhau. Tuy nhiên, để phục vụ mục tiêu nghiên cứu, tác giả lựa chọn địa điểm số 1 với nền sân trong là thảm cỏ và một cây cổ thụ, địa điểm số 2 hoàn toàn không có cây xanh, sân bê tông. Vị trí đặt thiết bị đo ở chính giữa sân trong và cũng chính là vị trí sẽ trích xuất dữ liệu, G1 và G2. Thời gian tiến hành nghiên cứu được lựa chọn vào hè, khi lượng bức xạ mặt trời cao nhất trong năm, và chỉ bị mây che phủ trong một số khoảng thời gian ngắn.
2.1. Quan trắc
Đo đạc thực địa sử dụng các thiết bị đo HOBO để thu thập các dữ liệu khí tượng từ 6:00 đến 18:00 với bước ghi là 5 phút. Các thiết bị đo và thiết bị lưu trữ dữ liệu được đặt ở vị trí 1.6m so với mặt đất, chiều cao tương đồng với con người. Do sự hạn chế về số lượng thiết bị, thiết bị đo sẽ đặt ở địa điểm số 1 vào ngày 11/8 và địa điểm số 2 vào ngày 22/8. Chi tiết về các thiết bị đo được liệt kê ở Bảng 1.
2.2. Mô phỏng CFD
Nghiên cứu này sử dụng phần mềm mô phỏng CFD, ENVI-met, phần mềm được xây dựng với bộ thư viện phong phú và khả năng tính toán các chỉ số vi khí hậu đã thuyết phục được các chuyên gia nghiên cứu. Dữ liệu đầu vào cho mô phỏng được lấy từ trạm đo khí tượng gần với khu vực nghiên cứu, và đại diện cho mùa hè ở khu vực cận nhiệt đới ẩm, bao gồm nhiệt độ không khí và độ ẩm tương đối (đo tại cao độ 2m so với mặt đất), vận tốc gió và hướng gió (đo tại cao độ 10m so với mặt đất), tổng bức xạ mặt trời (Global solar radiation). Bên cạnh đó, để đảm bảo sự tương đồng giữa mô phỏng và đo đạc thực địa, tác giả thu thập và tham khảo từ dữ liệu quan trắc khác và các dự án đã có trước đó cho một số các điều kiện biên khác, như: Nhiệt độ lớp bên trong và ngoài bề mặt công trình tại thời điểm ban đầu của quá trình nghiên cứu (lúc 6:00); độ ẩm và nhiệt độ bề mặt và lớp đất… Kích thước ô lưới, độ giãn mắt lưới cận biên theo chiều dọc và ngang cho mô hình được sử dụng ở điều kiện tiêu chuẩn, phù hợp với quy mô nghiên cứu, và được xác định trên các thử nghiệm mô phỏng trước đó để đảm bảo sự cân bằng giữa độ chính xác, thời gian tính toán và mức độ ổn định của dòng chảy. Các thông tin thiết lập cơ bản cho mô phỏng CFD được liệt kê ở Bảng 2.
2.3. Phân tích kết quả
Bài báo này sử dụng hai phương pháp đánh giá, định lượng bằng phân tích thống kê và biểu diễn đồ thị để so sánh kết quả đo thực địa và mô phỏng CFD. Phương pháp định lượng sử dụng ba chỉ số trong phân tích thống kê để đánh giá sự khác biệt giữa giá trị mô phỏng và giá trị đo đạc thực địa: 1) Hệ số xác định R2 (Hệ số càng cao, tiệm cận 1 cho thấy kết quả đo đạc thực địa tuyến tính với kết quả mô phỏng) [39], 2) Sai số giá trị hiệu dụng (RMSE – Root Mean Square Error, đánh giá mức độ sai lệch giữa kết quả đo đạc thực địa và kết quả mô phỏng) [40], và 3) chỉ số đồng thuận (d – index of agreement, hệ số càng cao, tiệm cận 1 cho thấy kết quả đo đạc thực địa khớp với kết quả mô phỏng) [41]. Phương pháp biểu diễn đồ thị trực quan hóa sự tương đồng về kết quả của hai phương pháp nghiên cứu trong suốt thời gian nghiên cứu một cách dễ hiểu hơn.
3. Kết quả và thảo luận
3.1. Kết quả
Bài báo tập trung phân tích ba chỉ số vi khí hậu là: Nhiệt độ không khí (AT), độ ẩm tương đối (RH), và nhiệt độ bức xạ trung bình (MRT). Bảng 3 dưới đây tổng kết kết quả về mức độ tương đồng của kết quả đo thực địa và mô phỏng CFD. Ở địa điểm nghiên cứu thứ nhất, điểm G1, sai số giá trị hiệu dụng nhiệt độ không khí, độ ẩm tương đối, và nhiệt độ bức xạ trung bình ở hai phương pháp lần lượt là 1.13°C, 3.61%, và 4.25°C. Có thể thấy mức độ sai số của nhiệt độ bức xạ trung bình là khá lớn so với hai chỉ số còn lại. Hai hệ số xác định-R2 và chỉ số đồng thuận-d càng củng cố thêm sự khác biệt của hai phương pháp nghiên cứu. Mức độ tuyến tính của nhiệt độ bức xạ trung bình của hai phương pháp là thấp nhất, 0.77, so với 0.86 của độ ẩm tương đối và 0.95 của nhiệt độ không khí. Và cuối cùng, chỉ số đồng thuận cho thấy kết quả nhiệt độ không khí và độ ẩm tương đối của phương pháp đo đạc thựa địa khá khớp với mô phỏng CFD, là 0.93 và 0.91, nhưng chỉ số này chỉ là 0.78 cho kết quả của nhiệt độ bức xạ trung bình. Tương tự ở địa điểm nghiên cứu thứ hai, điểm G2, sai số giá trị hiệu dụng của nhiệt độ bức xạ trung bình, độ ẩm tương đối, và nhiệt độ không khí là 13.01°C, 3.41%, và 0.72°C. Tuy có sự khác nhau về độ phủ xanh, hệ số xác định-R2 và chỉ số đồng thuận-d của điểm G2 cũng tương tự với G1. Mức độ tuyến tính về kết quả của hai phương pháp cũng giảm dần từ nhiệt độ không khí, 0.9, đến độ ẩm tương đối, 0.8, và nhiệt độ bức xạ trung bình, 0.77. Thậm chí, chỉ số đồng thuận-d ở nhiệt độ bức xạ trung bình của hai phương pháp chỉ là 0.6, so với 0.9 và 0.94 của độ ẩm tương đối và nhiệt độ không khí.
Dưới đây trực quan hóa kết quả nhiệt độ không khí của hai phương pháp. Ở điểm G1 và 2, sự khác biệt giữa kết quả mô phỏng và kết quả đo đạc thực địa xuất hiện trong khoảng thời gian từ 11h đến 16h. Đặc biệt, Hình 5 (trái) cho thấy độ chênh lệch cao nhất của nhiệt độ không khí giữa hai phương pháp khoảng 2°C lúc 13:00.
Phân tích hình ảnh kết quả mô phỏng các lớp không khí ở hình 6, thông gió tự nhiên từ bên ngoài vào sân trong chỉ từ mái đưa xuống mà hoàn toàn không có thông gió xuyên phòng như thực tế (thông qua hệ thống hành lang trong của dãy nhà). Và sau 12:00, nhiệt độ xung quanh công trình cao hơn lớp không khí phía trên. Lý do đầu tiên phải kể đến sự phát xạ nhiệt từ công trình và bề mặt làm nhiệt độ không khí xung quanh nó nóng lên. Tiếp đến, vì không có sự dẫn gió tự nhiên từ không gian trong nhà (nơi có nhiệt độ không khí thấp hơn khá nhiều so với ngoài trời vào thời điểm giữa trưa) qua hệ thống hành lang trong ra sân như thực tế, sự chênh lệch về kết quả đo và mô phỏng xảy ra như trình bày tại Hình 5.
Đối với trường hợp thứ hai, điểm G2, trình bày ở hình 5 (phải), sự khác biệt về nhiệt độ không khí ở một số thời điểm có thể liên quan tới việc điểm nghiên cứu bị một phần mây che phủ trong một khoảng thời gian ngắn, và có thể do sự biến động của bức xạ mặt trời hoặc một vài sự thay đổi nhỏ giữa dữ liệu trạm đo và phép đo tại chỗ.
Hình 7 và Hình 8 miêu tả đường biến thiên về độ ẩm tương đối và nhiệt độ bức xạ trung bình của hai phương pháp đo đạc thực địa và mô phỏng CFD. Như đã trình bày ở phần 1 và theo đánh giá ở các nghiên cứu trước đây của Acero and Herranz-Pascual [31] và Zhang, Lin [30], điểm yếu của phần mềm mô phỏng ENVI-met này là đánh giá quá cao hiệu quả làm mát của thực vật, và sự thiếu chính xác trong tính toán bức xạ mặt trời. Ở Hình 7, độ ẩm tương đối ở kết quả mô phỏng luôn cao hơn kết quả đo đạc thực địa do một phần là lý do này. Bên cạnh đó, việc mô hình hóa thực vật, và đặc biệt cây xanh (mật độ tán cây, tốc độ thoát hơi nước của lá, lượng bức xạ phân tán trong tán cây…) là một thử thách vô cùng lớn với các nhà nghiên cứu vi khí hậu và các nhà lập trình, và đây là một lý do khác dẫn tới sự khác biệt về kết quả. Rõ rệt hơn ở đường biến thiên của nhiệt độ bức xạ trụng bình, kết quả mô phỏng tính toán kết quả chênh lệch khá nhiều so với đo đạc thực địa, lớn nhất khoảng 8ºC lúc 13h ở điểm G1 (Hình 8-trái), và 25.4ºC lúc 11h ở điểm G2 (Hình 8-phải). Một hạn chế và cũng là điểm mạnh của phần mềm mô phỏng là cung cấp cho người dùng một mô hình tính bức xạ cố định, và không thể thay thế mô hình tính khác cho các trường hợp khác nhau.
3.2. Thảo luận
3.2.1. Tính đại diện không gian và thời gian
Việc so sánh kết quả của hai phương pháp, đo đạc thực địa và mô phỏng CFD không nhằm đánh giá phương pháp nào tốt hơn. Mỗi phương pháp đều có thế mạnh và điểm yếu riêng của mình trong từng bối cảnh nghiên cứu khác nhau về tính đại diện không gian và thời gian.
Đối với phương pháp đo đạc thực địa, dữ liệu được thu thập tại hai điểm đo cụ thể trong khuôn viên trường đại học, đem lại cho nhà nghiên cứu giá trị trực quan và thực tế nhất về hai địa điểm G1 và G2 với đặc điểm khác nhau về thực vật đô thị. Phương pháp này giúp tác giả thu thập được kết quả cụ thể về những vấn đề cần quan sát. Vì vậy, phép đo thực địa sẽ giúp người nghiên cứu ghi nhận được những điều kiện thực tế nhất ở những điều kiện địa lý đặc biệt mà không cần giả định. Độ chính xác của đo đạc thực địa cao và không mất nhiều công sức để thu thập dữ liệu. Phương pháp này sẽ loại bỏ được tối đa những tác động chủ quan của người nghiên cứu làm ảnh hưởng đến kết quả cuối cùng. Tuy vậy, dữ liệu thu thập ở các điểm đo khác nhau bị hạn chế do chi phí, nhân lực và thời gian thực hiện. Đây chính là nguyên nhân chính dẫn tới việc tác giả phải thực hiện đo đạc tại hai địa điểm vào hai thời điểm khác nhau, tuy có tương đồng về điều kiện thời tiết nhưng vẫn xuất hiện sự khác biệt ở một vài thời điểm. Hơn thế nữa, kết quả thu được không phản ánh được tính liên tục và sự phân bố của giá trị của các chỉ số khí tượng trên toàn bộ khu vực. Ngược lại, mô phỏng CFD cung cấp cho người nghiên cứu dữ liệu trên toàn bộ khu vực mô phỏng với độ phân giải cao (ví dụ: Lưới tính toán có thể chia thành hàng trăm nghìn ô lưới với kích thước vài mét), có thể hiển thị trường nhiệt độ, vận tốc gió, độ ẩm… trên toàn bộ vùng nghiên cứu, bao gồm cả những vị trí khó đo đạc như trong các hẻm nhỏ, trên mái nhà cao tầng mà không bị giới hạn về số điểm đo như phương pháp thực địa. Tuy vậy, quá trình đơn giản hóa mô hình trong thiết lập mô hình hóa đã gây ra sự không chắc chắn và lệch trong kết quả đầu ra. Ví dụ, mô hình 3D công trình không dựng được hành lang trong – một tuy-nen dẫn gió như công trình thực tế; hay mô hình cây lớn ở sân trong của trường hợp 1 thiếu đi các chi tiết thực tế về độ xốp, độ phân bố, tốc độ thoát hơi nước của tán lá… được coi là những nguyên nhân chính ảnh hưởng đến mức độ tương đồng về kết quả của hai phương pháp.
Khả năng thu thập dữ liệu theo thời gian giữa hai phương pháp cũng là điểm cần lưu ý. Đo đạc thực địa thường thu thập dữ liệu theo các mốc thời gian cụ thể (theo giờ, theo ngày…). Đối với một số mốc thời điểm đặc biệt, như sự che phủ của mây ở một vài địa điểm cụ thể như đề cập trong bài này, quan trắc giúp nắm bắt một cách chính xác nhất. Ngược lại, mô phỏng CFD có thể thực hiện các mô phỏng với khoảng thời gian bất kỳ, như tính toán khoảng thời gian nắng nóng của mùa hè, hay thậm chí là xuyên suốt cả năm. Các nhà nghiên cứu sẽ thấy được sự thay đổi của các thông số (nhiệt độ, gió, độ ẩm…) theo từng giờ hoặc từng phút ở nhiều kịch bản khác nhau (ví dụ: So sánh điều kiện vi khí hậu vào mùa hè và mùa đông mà không cần đo thực tế vào hai thời điểm đó). Nhưng, việc xác định điều kiện biên và một số giả định thiết lập ban đầu như mức độ che phủ của mây, hay quá trình làm mát nhờ thoát hơi nước của thực vật đô thị là không đổi ở mọi điểm trong mô hình, phương pháp mô phỏng CFD rất khó tính toán được chính xác vi khí hậu cục bộ ở một số thời điểm đặc biệt như đã đề cập.
Dựa vào những đặc điểm này, việc kết hợp cả hai phương pháp có thể giúp kiểm chứng tính chính xác của mô phỏng, đồng thời tận dụng khả năng bao phủ rộng của mô phỏng CFD để bù đắp cho hạn chế của đo đạc thực địa.
3.2.2. Sai số và mức độ chấp nhận
Phương pháp nào cũng có sai số, và là điều không thể tránh khỏi. Đối với quan trắc, hay đo đạc thực địa, việc lựa chọn thiết bị đo, sai sót trong quá trình đo đạc, không hiệu chuẩn đúng hướng dẫn, lựa chọn địa điểm đo có yếu tố môi trường phức tạp, khó kiểm soát như ở các không gian mở, nơi có nhiều yếu tố không nằm trong phạm vi nghiên cứu… đều là nguyên nhân dẫn tới những sai lệch trong kết quả hoặc thậm chí là thất bại vì cảm biến không được họat động đúng cách. Đối với mô phỏng CFD – những nguyên nhân dẫn tới sai số là phức tạp hơn và thường xuyên dẫn tới sự không chắc chắn trong việc giải thích kết quả, và thậm chí là thiếu chính xác (sự giả định và đơn giản hóa mô hình để giảm độ phức tạp, xác định điều kiện biên + thiết lập mô hình, thời gian tính toán, tính ổn định của giải pháp…)
Nghiên cứu này đã đề cập một số phương pháp định lượng để tìm ra mối quan hệ tuyến tính và mức độ trùng khớp kết quả, nhưng thực tế vẫn chưa có ngưỡng cụ thể về mức độ chấp nhận sai số. Xu hướng chung, các nhà nghiên cứu vẫn cố gắng tìm giải pháp cải thiện chất lượng mô hình hóa, quan trắc để đạt được kết quả tốt nhất có thể. Tuy nhiên trên thực tế, mức độ chấp nhận về sai số trong kết quả sẽ tùy thuộc và định hướng/ mục tiêu và bối cảnh của từng nghiên cứu. Ví dụ, với trường hợp nghiên cứu ở quy mô nhỏ, muốn tìm ra giải pháp cụ thể cho đối tượng cụ thể (giảm được bao nhiêu nhiệt độ không khí, cải thiện được bao nhiêu nhiệt độ tương đương sinh lý…), yêu cầu về độ chính xác kết quả và chi tiết của mô hình nghiên cứu là ưu tiên hàng đầu. Vì vậy, các chỉ số về mức độ đồng thuận-d, hay hệ số xác định R2 cần kết quả cao nhất có thể, và sai số hiệu dụng là thấp nhất có thể. Nhưng với trường hợp nghiên cứu ở quy mô lớn hơn, muốn tìm ra giải pháp, chiến lược dài hạn, mang tính khái quát, các nhà nghiên cứu có thể chấp nhận những kết quả có mức độ đồng thuận hay hệ số xác định thấp hơn so với trường hợp trên, tuy vẫn phải đảm bảo mục tiêu và yêu cầu của nghiên cứu.
3.2.3. Hạn chế của nghiên cứu và định hướng nghiên cứu sắp tới.
Kết quả bài báo được thực hiện trên hai địa điểm có quy mô nhỏ trong khuôn viên trường đại học và trong thời gian ngắn của ngày hè. Do đó, kết quả không miêu tả được hết bức tranh toàn cảnh về vi khí hậu khu vực nghiên cứu. Theo tính chất về thời gian và không gian đã đề cập ở trên, việc lựa chọn vào một ngày có khí hậu đặc biệt, gây nên sai lệch trong việc đánh giá kết quả là hoàn toàn có khả năng.
Tiếp theo, chi phí đầu tư cho thiết bị đo đắt, yêu cầu về nhân lực, phải chia thời gian ra để tiến hành đo đạc ở các địa điểm khác nhau nên không đánh giá được hiệu quả của từng phương pháp bao quát hơn. Bên cạnh đó, bài báo chỉ sử dụng một phần mềm mô phỏng, ENVI-met để thử nghiệm, kết quả cũng không khái quát hết được các nhược điểm của mô phỏng CFD (đánh giá quá cao hiệu quả làm mát của thực vật hoặc tính thiếu chính xác trong tính toán bức xạ mặt trời…) và tác động của nó đến kết quả thực tế.
Để khắc họa rõ hơn về những yếu tố dẫn tới sai lệch trong kết quả mô phỏng CFD, cũng như ưu nhược điểm của phương pháp này, tác giả sẽ thực hiện một nghiên cứu tiếp theo (phần 2) về phương pháp phân tích vi khí hậu đô thị này bằng các phần mềm mô phỏng CFD khác nhau.
4. Kết luận
Nghiên cứu này đã đánh giá mức độ tương đồng và sai lệch giữa kết quả đo đạc thực địa và mô phỏng CFD trong bối cảnh vi khí hậu đô thị. Kết quả cho thấy mức độ tương đồng giữa hai phương pháp này khi các chỉ số đồng thuận và hệ số xác định cho kết quả khá cao, tuy vẫn tồn tại sai lệch như kết quả về nhiệt độ bức xạ trung bình, hay nhiệt độ không khí ở một số thời điểm. Nguyên nhân chính của những sai lệch này xuất phát từ việc đơn giản hóa mô hình CFD để đảm bảo tính ổn định và khả thi của mô phỏng, bao gồm mức độ chi tiết của mô hình 3D (LODs- Level of Details), tán cây xanh, và các giả định về điều kiện khí tượng (như độ che phủ mây, bức xạ mặt trời). Trong khi đó, đo đạc thực địa có sai số thấp nhưng bị giới hạn về phạm vi không gian và thời gian.
Những phát hiện này nhấn mạnh rằng, mặc dù có sai lệch, mô phỏng CFD vẫn cung cấp thông tin hữu ích để đánh giá vi khí hậu đô thị ở các kịch bản khác nhau, đặc biệt khi kết hợp với dữ liệu thực địa để hiệu chỉnh và cải thiện độ chính xác của mô hình. Nghiên cứu này gợi ý rằng để giảm sai lệch, các mô phỏng trong tương lai cần cải thiện, ví dụ như sử dụng nhiều dữ liệu quan trắc hơn để hiệu chỉnh điều kiện biên, hoặc để xác thực và làm cơ sở cải thiện kết quả mô phỏng.
Vì vậy, nghiên cứu này không chỉ đóng góp vào việc hiểu rõ hơn về mức độ tương đồng và bối cảnh áp dụng của hai phương pháp mà còn cung cấp định hướng để cải thiện mô hình CFD, giúp hỗ trợ tốt hơn cho việc đánh giá vi khí hậu đô thị trong quy hoạch và thiết kế bền vững.
TS.KTS Lê Anh Vũ
Trường ĐH Xây dựng Hà Nội
(Bài đăng trên Tạp chí Kiến trúc số 05-2025)
Tài liệu tham khảo
1. Worldbank, Urban Development Overview. 2023.
2. Tổng cục thống kê, Dân số trung bình phân theo giới tính và thành thị, nông thôn. 2023.
3. IMHEN, Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu: Thông báo khí hậu năm 2023. 2023. p. 11.
4. Toparlar, Y., et al., The effect of an urban park on the microclimate in its vicinity: a case study for Antwerp, Belgium. International Journal of Climatology, 2018. 38: p. e303-e322.
5. Donthu, E.K.K., et al., Dynamics of cool surface performance on urban microclimate: A full-scale experimental study in Singapore. 2024. 102: p. 105218.
6. Taleghani, M., et al., Urban cooling: Which façade orientation has the most impact on a microclimate? 2021. 64: p. 102547.
7. Toparlar, Y., et al., A review on the CFD analysis of urban microclimate. 2017. 80: p. 1613-1640.
8. Mills, G., Urban climatology: History, status and prospects. 2014. 10: p. 479-489.
9. Sharmin, T., et al., Outdoor thermal comfort and summer PET range: A field study in tropical city Dhaka. 2019. 198: p. 149-159.
10. Liu, L., et al., Analysis of local-scale urban heat island characteristics using an integrated method of mobile measurement and GIS-based spatial interpolation. 2017. 117: p. 191-207.
11. Zaki, S.A., et al., Effects of roadside trees and road orientation on thermal environment in a tropical city. 2020. 12(3): p. 1053.
12. Liu, Z., et al., Microclimatic measurements in tropical cities: Systematic review and proposed guidelines. 2022. 222: p. 109411.
13. Blocken, B., Computational Fluid Dynamics for urban physics: Importance, scales, possibilities, limitations and ten tips and tricks towards accurate and reliable simulations. 2015. 91: p. 219-245.
14. López-Guerrero, R.E., et al., Optimizing urban housing design: Improving thermo-energy performance and mitigating heat emissions from buildings–A Latin American case study. Urban Climate, 2024. 57: p. 102119.
15. Karimimoshaver, M., R. Khalvandi, and M. Khalvandi, The effect of urban morphology on heat accumulation in urban street canyons and mitigation approach. Sustainable Cities and Society, 2021. 73: p. 103127.
16. AlKhaled, S., et al., Between aspiration and actuality: A systematic review of morphological heat mitigation strategies in hot urban deserts. Urban Climate, 2020. 31: p. 100570.
17. He, Y., et al., Linking of pedestrian spaces to optimize outdoor air ventilation and quality in tropical high-density urban areas. Urban Climate, 2022. 45: p. 101249.
18. Ma, X., et al., Analyzing the influence of urban morphological features on pedestrian thermal comfort. Urban Climate, 2022. 44: p. 101192.
19. He, B.-J., L. Ding, and D. Prasad, Relationships among local-scale urban morphology, urban ventilation, urban heat island and outdoor thermal comfort under sea breeze influence. Sustainable Cities and Society, 2020. 60: p. 102289.
20. Antoniou, N., et al., On the impact of climate change on urban microclimate, thermal comfort, and human health: multiscale numerical simulations. Building and Environment, 2024: p. 111690.
21. Kokkonen, T.V., et al., The effect of urban morphological characteristics on the spatial variation of pm 2.5 air quality in downtown nanjing. Environmental Science: Atmospheres, 2021. 1(7): p. 481-497.
22. Poon, K.H., et al., Parametric study of URBAN morphology on building solar energy potential in Singapore context. Urban Climate, 2020. 33: p. 100624.
23. Cui, P., et al., Effect of urban morphology on microclimate and building cluster energy consumption in cold regions of China. Sustainable Cities and Society, 2024: p. 105838.
24. Zhao, H., et al., Large-scale prediction of solar irradiation, shading impacts, and energy generation on building Façade through urban morphological indicators: A machine learning approach. Energy and Buildings, 2024: p. 114797.
25. Yang, Y., C.-M. Hsieh, and X.-Y. Wu, How the urban morphology affects the suitable solar energy techniques and performance: A block-scale study based on the typological method in Macau. Solar Energy, 2024. 275: p. 112620.
26. O’Malley, C., et al., Urban Heat Island (UHI) mitigating strategies: A case-based comparative analysis. Sustainable cities and society, 2015. 19: p. 222-235.
27. Rodríguez, L.R., et al., Urban-scale air temperature estimation: development of an empirical model based on mobile transects. Sustainable Cities and Society, 2020. 63: p. 102471.
28. Zheng, S., X. Chen, and Y. Liu, Impact of urban renewal on urban heat island: Study of renewal processes and thermal effects. Sustainable Cities and Society, 2023. 99: p. 104995.
29. Stache, E.E., et al., Comparative analysis in thermal behaviour of common urban building materials and vegetation and consequences for urban heat island effect. Building and Environment, 2022. 213: p. 108489.
30. Zhang, Y., et al., An improved algorithm of thermal index models based on ENVI-met. Urban Climate, 2022. 44: p. 101190.
31. Acero, J.A. and K. Herranz-Pascual, A comparison of thermal comfort conditions in four urban spaces by means of measurements and modelling techniques. Building and Environment, 2015. 93: p. 245-257.
32. Xu, D., et al., Field measurement study on the impacts of urban spatial indicators on urban climate in a Chinese basin and static-wind city. Building and Environment, 2019. 147: p. 482-494.
33. Liu, Y., et al., Impacts of urban spatial layout and scale on local climate: A case study in Beijing. 2021. 68: p. 102767.
34. Perini, K. and A. Magliocco, Effects of vegetation, urban density, building height, and atmospheric conditions on local temperatures and thermal comfort. Urban Forestry & Urban Greening, 2014. 13(3): p. 495-506.
35. Yang, J., et al., Influence of urban morphological characteristics on thermal environment. Sustainable Cities and Society, 2021. 72: p. 103045.
36. Li, X., et al., Modeling urban canopy air temperature at city-block scale based on urban 3D morphology parameters–A study in Tianjin, North China. Building and Environment, 2023. 230: p. 110000.
37. Meng, Q., et al., Coupled cooling effects between urban parks and surrounding building morphologies based on the microclimate evaluation framework integrating remote sensing data. Sustainable Cities and Society, 2024. 102: p. 105235.
38. Le, A.-V., et al., Sensitivity analysis of building material, ground material, and tree parameters in microclimate simulations. 2024. 58: p. 102184.
39. Draper, N., Applied regression analysis. 1998: McGraw-Hill. Inc.
40. Fox, D.G., Judging air quality model performance: A summary of the AMS workshop on dispersion model performance, woods hole, Mass., 8–11 September 1980. Bulletin of the American Meteorological Society, 1981. 62(5): p. 599-609.
41. Willmott, C.J., Some comments on the evaluation of model performance. Bulletin of the American Meteorological Society, 1982. 63(11): p. 1309-1313.
42. Flying staff. Wireless Weather Station Options. 2022 [cited 2025 April]; Available from: https://www.flyingmag.com/best-wireless-weather-station-options/.
43. Moya, R., F. Salim, and M. Williams. Pneumosense Project: A Flexible Kinetic Windbreak. in Proc. of 19th International Conference CAADRIA. 2014.
