摘要
近年來，都市熱島效應成為世界各大城市所關心的議題之一，為減緩都市熱島效應，都市建築綠化的議題越來越受重視。雖然立面綠化、提升綠覆率等方法可舒緩都市熱島效應之影響，但卻需要足夠的設計量為基礎，且著眼點為都市尺度的微氣候，而非直接反應於室內的熱環境。假若能於建築開口部如陽台、窗戶等位置施作綠化系統，於開口部降低空氣溫度以改善室內熱環境，應能得到較好的效果，並直接提升室內熱舒適性。本研究將分為數值模擬驗證與案例操作兩部分，探討影響室內熱舒適性之因子，並著重於既有文獻較少研究的日射部分，以分析陽台綠化對室內熱舒適之改善效果。

首先為了確認數值模擬之可信度，將模擬與實測結果分為溫度、風速與日射三方面進行比對，並選擇一台南常見之透天厝進行案例操作，建立複合模型同時考慮溫度、風速、日射三大影響人體熱舒適之指標，使用CFD軟體FlowDesigner模擬陽台綠化裝設之效益，並以標準新有效溫度(SET*)評估環境因子對人體熱舒適性之影響，再結合EnergyPlus模擬全年能耗量，探討陽台綠化對室內能耗的改善效果。

研究結果發現於下午5點時，裝設陽台綠化後室內參考區域之SET*約可降低1.1℃，且其2樓主臥室之全年空調能耗約可節省14.1 %。

一、研究背景與目的
1.1 建築綠化與都市熱島效應
近年來快速的都市發展造成的都市熱島效應（Heat Island Effect），使都市中心形成一向上升的熱流，與郊區流入的冷流形成循環，造成都市市中心的溫度較郊區要高，以及市中心的乾燥化現象，且使得都市中所含有的大量汙染物質，隨著人工發熱上昇後，遇到冷空氣而往四周下降，在都市上空形成塵罩（Dust Cover）覆蓋著整個都市區域，並伴隨著平均風速降低、乾燥化、雲霧量增加等問題（林憲德，2009）。研究指出，都市綠覆率與熱島強度的相關性為中高度負相關（楊倍航，2013），可有效改善都市熱島效應。但在寸土寸金的都市區域，開放空間不易留設，因此透過建築物垂直綠化來彌補綠化量的不足的設計手法，已然成為現今都市的發展主流，國內外也有著許多建築綠化的案例。

1.2 建築物立體綠化設計手法
國內的諸多研究中探討了建築物綠化的許多形式，可大略分為屋頂綠化、外牆立面綠化、陽台綠化等。屋頂綠化可減輕裸露屋頂對於周遭環境的輻射熱，且相較於立面綠化，在相同的綠化面積下有著更佳的降溫效能，其效能約為牆面綠化的兩倍（許瑞銘，2006）。但在現今建築高層化的都市，屋頂綠化僅對頂層較為有效，無法改善每一樓層的室內環境，反觀立面綠化在高樓層的可操作面積相對龐大，可有效降低牆面溫度並優化室內的熱舒適性。陽台綠化則是ㄧ般民眾最常使用的綠化手法，以擺設或吊掛少量盆栽為主流。

1.3 陽台綠化的效益
為因應都市發展所造成的人口集中現象，高層集合住宅已成為常見的都市風景，而陽台作為其共同的建築語彙，陽台綠化也是相當普遍存在的現象。相較於立面綠化與屋頂綠化，陽台綠化以住宅為設計單位，維護管理方便的同時，也是一般民眾較易使用的綠化手法。再者不論對建築內或外的視覺者而言，陽台是居住者較容易接觸與維護的地方，也因此較易落實垂直綠化效果（黃世孟，2009），但目前陽台綠化主要由居住者自行放置或吊掛盆栽，多以美觀為出發點，較少著眼於綠化對室內環境的影響。

由於風力通風較適用於熱濕氣候，浮力通風則較屬於涼爽的溫暖氣候，台灣受盛行季風吹拂且溫暖氣候時間較長，因此風力通風的可利用率較高，如表1所示（林憲德，2006）。因此，作為一般住宅大面開口部的陽台，若能施作垂直綠化搭配自然通風，可期待其對室內提供降溫效果以改善室內環境之熱舒適性，於日射強烈時也可防止陽光通過陽台直射造成人體不適。



1.4 研究目的
本研究以陽台立面綠化為探討對象，研究氣流通過陽台綠化後，陽台內外溫度、風速及日射量等物理因子之變化，並評估自然通風下陽台綠化對室內熱舒適提升與能耗降低的效果。本研究目的彙整如下：
(1) 建立用於數值模擬與能耗模擬之物理模型。
(2) 探討在台灣氣候條件下，小規模陽台綠化對於溫度、風速及日射量之影響。
(3) 確立陽台植栽綠化之設計型式，分析其改善熱舒適性與降低能耗之效益。

二、文獻回顧
2.1影響綠化效益之植栽因子
Zhang et al.（2001）認為盆栽植物蒸發散之量測不僅可做為植物水分需求之依據，且可配合相關理論推導其蒸發散的物理模式，以量化小區域內的微氣候變化。因此探討兩種台灣西南部泥岩地區之植物，與日射量、飽和水蒸氣壓差等與蒸發散之關係，並以重量差值法量測植物之蒸發散，量測結果所建立之蒸發散量最佳物理推估模式為日射量與飽和水蒸氣壓差之線性函數。
三坂育正等人（2006）針對建築壁面綠化中的熱收支特性進行評價，其認為造成室內環境溫衰減影響較大的原因並不單純是綠覆的形式或種類，而在於植物本身的「蒸散速率」佔了關鍵角色，蒸散速率主要來自植物本身的水分與土壤帶來的水分吸收所產生的，而外在環境如風速、日射量，被認為是會影響植物的蒸散速率改變的外在因素。

Tan et al.（2015）以實測方式量測三種不同植栽的屋頂綠化效果，比較平均輻射溫度的差異，並取下午1點到下午5點的數據，為三種植物建立平均輻射溫度預測模型，並證實平均輻射溫度與植栽反射率、蒸散速率有顯著關係。

2.2自然通風與陽台綠化
Sunakorn et al.（2011）探討泰國氣候下立面綠化搭配自然通風的降溫效果，藉由實測比較有無植栽綠化的空間，在自然通風狀況下的溫度變化。研究結果發現植栽綠化後的空間，在日間具有顯著降溫效果，但仍無法直接達到熱舒適範圍，風速較低時室內外溫差會增大，而夜間因植栽阻擋熱散失，溫度則較外界氣溫高。另外當風速超過0.5m/s時，植栽的擋風效果並不明顯，表示植栽並不會造成室內通風不良。

邱葳傑（2015）以實測搭配數值模擬的方式，量測陽台綠化影響室內溫度與風速之效果，並進行小坪數套房住宅設置陽台綠化對室內微氣候之影響。研究結果發現陽台立面綠化在春季至秋季，於植栽層後平均溫度最高可降約1.0℃，並能有效提升自然通風可接受舒適範圍之比例。且相較於高外部風速，在風速1m/s之低風速情況，較適合以陽台立面綠化方式來提升熱舒適性。

2.3植栽遮陽與能耗改善
Perez et al.（2011）以實際測量的方式，以照度計測量地中海大陸性氣候之下4種蔓性植物的遮陽係數，並於實際案例設置綠簾持續監測一年，測量其室內外照度、空氣溫度、相對溼度、表面溫度與風速，以研究植栽層前後之差異。研究結論指出於當地氣候下東南面的遮蔽效果最好，並確立使用日照計量測透光度以計算遮陽效益之可行性。

Koyama et al.（2013）以實測方式比較了5種藤蔓類植物的綠化效果，使植物攀爬於南向的金屬網上方，於金屬網後方的鍍鋅板量測表面溫度並與無植栽的對照組比較。實驗結果顯示，綠牆可有效降低後方鍍鋅板表面溫度，其表面溫度與植栽覆蓋率和日射強度有關，綠牆的遮蔽日射又較蒸散作用有更大的效益。而傍晚與晚上對照組鍍鋅板之表面溫度小於植栽後方鍍鋅板之表面溫度，可知綠化系統於傍晚及晚上具有保溫效果。

黃菘苗（2003）將植栽生長的覆蓋率區分為0%～25%、25%～50、50%～75%、75%～100% 一共4個區域，並計算出黃金金露花之日射取得率與其植栽覆蓋率的關係，量化植栽在遮陽上的效能，並發現日射方位與角度對其日射取得率的影響並不大。

Pan et al.（2015）以實測的方式研究香港高層住宅建築增設垂直綠化系統的全年節能效益。研究結果顯示，在夏季的晴天、陰天和雨天時，垂直綠化系統一天能夠節能1.3、0.84、0.71千瓦，而在8月～9月最濕熱的氣候狀況下約可降低16%的冷房能耗。

三、研究方法
3.1量測植栽
本次研究選定以亞熱帶常見的植栽為挑選對象，主要針對藤類性植栽，因藤類植栽之蒸散速率較大，適合種植於室外或陽台的耐陰植物，因此選用「蔓性黃蟬」作為本次實測的植栽（圖1），並將其以盆栽方式種植，於人工氣候實驗室與現場實測進行量測及模擬（表2）。

3.2數值模擬驗證比對
本研究以實際量測的方式，探討建築物陽台立面綠化對室內熱環境之影響，並根據實測所得數據設定CFD數值模擬之參數條件，再將實測數據與模擬數據分為風速、溫度與日射三方面進行比對，以逐步確認數值模擬設定條件之準確性。

實際量測的結果會受到外界條件的影響，變因較多且不易由人為控制，導致獲得數據較難分析的同時，精準度也隨之下降。因此本研究於日本東京工藝大學的人工氣候實驗室進行實驗，希望藉由其可控制出風風速、溫度與濕度的特性，以較精確之實驗，分析陽台綠化對室內環境的綜合影響。但因人工氣候室實驗使用之投射燈為點狀光源，與太陽日射(面狀光源)不同，其能量消散速度過快，進入到陽台內部後能量已所剩無幾，造成實驗數據不易分析的問題。
因此本研究之量測地點將分為兩個部分，人工氣候室實驗僅使用風速與溫度的數據，日射部分另擇一地點施作現場實測，以既有建物陽台架設綠化系統的方式，分析陽台綠化對於室內日射量衰減的影響。以人工氣候室實驗與現場實測兩種方式與數值模擬比對，以驗證數值模擬模型之準確性。

3.3人工氣候室實驗
(1)量測空間
人工氣候實驗室平面如圖2所示，氣流從吹出口穿過實驗室後，經由通路回到氣流生成裝置形成循環。並以瓦楞紙搭建一個長寬各300cm、高280cm、牆厚15cm，開口部寬160cm、高150cm、女兒牆110cm的基本形式陽台，置於人工氣候室中進行實驗。 

(2)量測內容
本次實驗布置如圖4所示，變因包括2種風速大小，4種植栽設置率，與2種投光器設定，以總共16組實驗，模擬不同風速、植栽設置率與日射條件之下，植栽層後風速與空氣溫度的變化，並另外量測葉面積指數並計算植栽蒸散速率以應用於數值模擬設定。葉面積指數量測時將植栽葉片分為3種葉片尺寸，並各取10片求其各自之平均葉面積，計算植栽中3種葉片之各自總數量，乘上各自之平均葉面積做加總後再除以其投影面積（圖5）。植栽蒸散速率的計算則引用林建勳等人（2016）所建立之蔓性黃蟬蒸散速率模型，將植栽面日射量與飽和水蒸氣壓差依公式計算出蒸散速率，以設定數值模擬中植栽模型之熱通量。



3.4現場實際量測
(一)量測空間
現場實測以成功大學建築科技大樓6樓走廊的西向陽台做為日射因子的研究對象，陽台開口朝向為正西方偏南10°角，陽台深度100cm、高度325cm，開口高度170cm寬度135cm，女兒牆高度95cm。室內走廊長度690cm、高度265cm。其平剖面如圖7所示。

(二)量測內容
包含了外界氣象資料量測與室內環境因子量測兩個部分，以頂樓架設氣象站的方式取得實測時外界氣象資料，室內則於走廊開口部向內2m處平行放置3個量測點位，量測高度設定為離地150cm之人活動呼吸帶範圍，同時測量溫度、風速與黑球溫度，以計算平均輻射溫度MRT作為日射因子觀測之依據，並另外量測植栽的日射透過率以應用於模擬之設定。
現場實測時借由日射計量測植栽層前後之日射量，可計算出其日射透過率，並將其分為植栽單體日射透過率與植栽層日射透過率兩種，之後分別應用於數值模擬與能耗模擬之設定。因植栽屬於不均質之物件，因此實測時於植栽後方10cm處以日射計量測數個點位並取其平均值如圖8所示，除以外界日射量之百分比即為植栽部分之日射透過率。植栽層日射透過率的量測則因植栽層各點位量測結果差異過大，容易因取樣位置與數量的設定造成計算結果差異，因此參考Ip et al.（2010）之量測方法，將植栽面分為植栽處、陰影處與透光處如圖9所示，量測不同區域之日射透過率平均值乘上其區域所佔面積，即可計算出陽台植栽層整體之日射透過率。





3.5 CFD模擬解析條件
人們的日常生活處於空氣環境之中，其流場一般具有非壓縮、紊流和黏性的特點，且常常是非等溫的。其非壓縮、非等溫流場的基礎方程式如下所示。
式1為依據質量守恆所導出的連續式，代表單位體積的流體，在任何時間的質量變化為0，本研究考慮建築週邊的風速範圍，將空氣假定為不可壓縮流體。式2中的i與j是依據張量(Tensor)的法則，代表了3維各個向度，當i與j共存於同一公式內時，需將j依3惟各項度展開，因此式2其實可展開成描述3惟空氣動量的3條方程式。式中的左側依序為風速的時間變動項與風速造成之移流項，右側依序為壓力項、紊流擴散項，以及考慮溫度造成之自然對流項。

流場一般是處於非等溫狀態，但有時為了說明簡便加上差異性並不大有時會按等溫假設的情況也很多，因為不論是居住空間的空氣和水，其流場的溫度差一般較小，如式2所示，由溫度差引起的密度變化可以用Boussinesq近似來描述浮力項，即假定其空氣密度為定值不變化。(朱清宇，2007)

然而，在自然現象中風速的變動相當快速，這是因為當風速超過某個範圍時，造成紊流(Turbulance)的產生，而以數值方式解析紊流可分成直接數值計算DNS(Direct Numerical Simulation)、大渦模擬LES (Large Eddy Simulation)與雷諾平均數值模擬RANS (Reynolds Average Navier Stokes)。

本研究所使用FlowDesigner軟體乃利用「有限體積法」（Finite-Volume Method）進行切割計算域，使用標準標準k-ε模型，以Van Doormal和Raithby於1984年所發展出來的SIMPLEC法之計算方式求解，計算格點針對所欲求解之各因子與其粒子內部動能，以方程式運算得到近似解的方法。
將式1與式2中的風速，分成平均成分〈ui〉與變動成分u’i，並進行時間平均，此時式1可改寫成式3，變動成分在時間平均後為0，因此式中僅剩下平均風速〈ui〉。式1在時間平均後，可改寫成式4，式2中的移流項屬於非線性，因此出現了新的風速變動成分雷諾應力-u’iu’j，式3與式4稱為雷諾平均N-S方程式，即RANS的基礎式。

式1中出現雷諾應力-u’iu’j的變動成分後，造成了式3與式4無法關閉(4條方程式5個未知數)。為了求解雷諾應力，在解析上有許多的模型，本研究採用的雷諾平均數值模型針對雷諾應力採不求解的方式，而是透過使用渦黏性vt來進行雷諾應力的模型化，其求解方式如式5~6，式中k為紊流強度，ε為耗散率，Cu為模型常數0.09。

藉由導入式7的紊流強度k輸送方程式與式8的紊流耗散率ε輸送方程式，可求得上述式4中的未知數-u’iu’j，而式3與式4便得以關閉。

上述這6未知數與6方程式的解，便是三維平均風速〈ui〉、壓力p (與基準壓力間之壓力差)與紊流強度k、耗散率ε。而式7~11中導入的模型常數與經驗常數為Launder and Spalding(1974) 所提出，稱為標準k-ε模型。

3.6 能耗模擬解析條件
本研究運用1996年美國能源局（Department of Energy）開發的能耗計算軟體EnergyPlus，此免費軟體可利用Sketch up建模，再匯入EnergyPlus進行能耗模擬。若建築與室內設計相關業者利用此軟體進行設計階段的模擬評估，不僅可以達到設備軟體的開銷，也能顧及其準確度。本研究利用Sketch up進行住宅設計建模，並匯入EnergyPlus進行地區氣候設定、建材參數設定等等，設定完成後進行能耗模擬。

EnergyPlus軟體中自然通風主要採用風力通風，計算如式12，其主要的自然通風驅動力為壓力差而造成的氣流流動，風壓則是依照風壓係數的設定，本研究利用建築物外牆的平均風壓係數（建築技術規則）來設定自然通風，詳細設定值如表3。

本研究以已由實測模擬比對驗證之數值模擬模型，以陽台綠化裝設後之模擬案例為準，取其相關數據如空氣流量、植栽層前後壓力差等等，用於計算植栽層之流量係數以應用於EnergyPlus案例操作。



四、人工氣候室實驗與模擬比對
4.1量測結果
量測結果發現在外界風速0.8m/s時，室內外的溫度差值隨著植栽設置率的增加些微上升。而外界風速1.6m/s時，室內外溫度差值與植栽設置率則較無相關性，推測外界風速1.6m/s時，氣流經過植栽時速率過快，導致植栽蒸散作用之降溫熱通量分散，降溫幅度過小而無法由量測結果體現出植栽降溫效果。

4.2 CFD模型設定
本研究於FlowDesigner中的紊流模型設定因子為紊流強度T¬i與紊流長度比l¬r，其兩者可換算為紊流能量k與紊流耗散率ε如式13～19所示。

紊流強度Ti
紊流強度Ti是指風速之波動變化程度，在模擬進行風速設定的過程中，需了解實際風速的變動程度，提高模擬計算的準確性以反應實際流場現況。將局部風速擾動之均方根σu除以局部平均風速v ̄計算之，即為紊流強度，紊流強度數值越大，說明風速變化的過程劇烈且不穩定(陳紀融，2014），其計算如式15與式16所示。

模擬中之紊流強度以陽台外側風速計所測得之風速為基準，因本實驗於實驗室內施作，其風速相較自然環境穩定，計算出的紊流強度於2%至8%處浮動，本次模擬設定將紊流強度統一設定為5%。

紊流長度比l¬r
如式17所示，紊流特徵長度尺度l¬等於0.07乘上水力直徑D （Orrego et.al，2012），水力直徑的計算如式18。因本次實驗之操縱變因為改變植栽設置率，且植栽包含了植株與花盆兩部分，非一均質物件，因此將所有模擬之紊流長度比統一設定為一定值，以陽台開口尺寸作為長度比l¬r之設定標準。將計算出之紊流特徵長度尺度l¬除以入風口特徵長度l¬¬¬a (式19)，即可得知紊流長度比l¬r之值約為0.07。

FlowDesigner軟體內附有內建之植栽模型，其設定將影響風速場的計算，需設定之邊界條件為葉面積指數/葉面積密度(兩者擇一)。溫度場則以熱通量的設定模擬其蒸散降溫作用，各項設定於下文詳述。

葉面積指數LAI
葉面積指數的設定影響植栽模型在模擬中氣流場的計算，包括風速的衰減與紊流模型的修正，於式20～22尾端加入附加項，分別計算氣流通過植栽模型之阻力、紊流產生與紊流衰減，其三者之計算式如式23～25（平岡久司，1989）。葉面積指數與葉面積密度在FlowDesigner可擇一設定，葉面積指數為單面葉面積除以投影面積，而葉面積密度的計算方式則為單面葉面積除以植栽體積，因此於模擬模型中確定植栽模型尺寸後，葉面積指數即可換算為葉面積密度。

本研究之植栽模型依據實際量測結果，設定葉面積指數為4.65，其餘兩者之設定則參照過去研究樹冠模型對氣流影響之文獻，設定阻力係數Cf為0.8，模型係數Cpε為1.8。(Murakami et al，2003)（岩田達明等，2004）（Mochida et al，2008）

植栽熱通量
溫度場的部分，植栽之蒸散作用可吸收熱量，影響植栽蒸散機制主要氣象條件有日射量及飽和水蒸氣壓差(邱葳傑，2015)，而本研究植栽種植於陽台，因此日射量以垂直面日射量為主，於CFD模擬中設定熱通量（Heat Flux）模擬植栽蒸散作用吸收之熱量。本研究以林建勳等人（2016）所建立之蔓性黃蟬蒸散速率模型如式26所示，並以式27將其換算為模擬中所設定之熱通量。

物體之傳熱量和其與空氣接觸之表面積相關，接觸面積愈大，所傳遞之熱量也相對愈大。然而CFD模擬中所設定之植栽模型並未考量到其表面積對傳熱之影響，因此必須對實際量測植栽所得之蒸散熱量I進行調整（邱葳傑，2015）。如式28所示，將其乘上表面積比RA做等效傳熱換算，所得到之蒸散熱量I’（W/棵），即為CFD模擬中植栽模型所設定之熱通量，表4為植栽蒸模型熱通量之計算結果。

五、現場實地量測與模擬比對
5.1實測結果
日射透過率之量測時間為2016年5月15日下午4點及5點太陽直射開口部之時段，計算出植栽之日射透過率為15.4%。陽台立面日射透過率之計算結果為14.4% 如表5所示。

5.2 CFD模型設定
因FlowDesigner之內建植栽模型（圖10）主要著眼於其植栽對氣流造成的擾動與能量的衰減，而並無考慮其對於太陽輻射的遮蔽效果。因此本次數值模擬設定一與植栽直徑與高度皆相同之遮蔽面以模擬植栽之遮陽效果（圖11），並與原有植栽模型結合（圖12）以確定植栽模型與遮壁面並無互相干擾之情況，以此複合模型之建立即可同時包含溫度、風速與太陽輻射之計算。

日射模型設定則包括經緯度、座向與雲霧量。設定台南市之經緯度後，以指南針實際量測並改變模型正北方之角度，以確定日照角度之正確性。雲霧量的設定則依據實測當日狀況做設定。

5.3流量係數計算
因植栽同時具有阻擋日射與風速的效果，因此由此處已比對完成之模擬結果獲得相關數據，計算陽台綠化系統之流量係數，以用於案例分析時EnergyPlus能耗模擬之設定，流量係數之計算如式30。以此公式計算得知植栽設置率為1時的流量係數為0.48。

六、陽台立面綠化案例操作
6.1綠化效益探討模組
實測與數值模擬比對完成並確認模擬軟體可信度後，本研究選定一台南常見之三層樓透天厝為案例分析對象，其不包含頂樓加蓋之建築物本體長度7.5m，寬度5.4m，每層樓樓高3.5m，女兒牆高1m，總高度11.5m。其二樓與三樓有向外凸出之西向陽台，陽台尺寸寬度2.7m，深度1.5m，女兒牆高度100cm。本案例討論範圍為二樓主臥室，其室內空間長度5.1m，寬度3.1m，研究其陽台增設蔓性黃蟬綠化系統前後的差異，使用數值模擬軟體FlowDesigner模擬室內熱環境之改善效果，並以Energyplus軟體模擬二樓主臥室降低全年能耗的效益。表7為模擬所需設定之整理。

6.2室內熱環境分析 ─ CFD數值模擬
本次案例分析之模型依據此三層樓透天厝尺寸設定，並設定二樓主臥室為主要模擬區域，於內部繪製家具如衣櫃與書桌等量體，平立面如圖13～14所示，其內部空間面積約為4.8坪，於陽台女兒牆上方設置陽台綠化，以模擬自然通風時陽台綠化系統對室內熱環境之改善效果。

模型設定如圖15～16所示，邊界條件設定如表8，以之前現場實地量測之日射資料為基準，設定模擬時段為2016年5月3日下午5點，雲霧量20%，西側植栽面日射量525W。並設定空氣溫度為30℃，相對濕度為60%，風向為正西風，風速為1m/s，不考慮室內熱負荷。其餘參數如植栽熱通量、葉面積指數、植栽日射透過率與植栽尺寸則參照前文量測結果設定，模擬自然通風情況下的陽台綠化效益。以圖16下方，離地高度1.2m之0.5m*0.5m框線處為討論區域，分析書桌使用者之熱舒適改善效果，設定使用者之clo為0.5，MET為1.2。

本次案例分析以室內之標準新有效溫度SET*做為熱環境探討之依據，直接反應溫度、氣流與輻射三者對人體之綜合影響。研究結果顯示，增設陽台綠化後室內書桌前方平均風速降低約0.22m/s，平均溫度降低約0.06℃，平均輻射溫度降低約7.73℃，平均SET*降低約1.1℃。模擬結果指出，陽台綠化同時造成風速衰減、溫度降低與日射遮蔽之效果，雖造成風速衰減會使人體之熱感上升，但結合其降溫與日射遮蔽的效果後，可使室內SET*下降並提升室內熱舒適性。

6.3能耗分析 ─ EnergyPlus模擬
本研究以EnergyPlus模擬陽台綠化對於全年能耗量之改善，其模擬模型依據透天厝尺寸建立，如圖17所示。EnergyPlus之建模可使用牆體、遮陽、窗戶與門四種形式建立，因陽台綠化同時造成了風速衰減與日射遮蔽，因此本研究將陽台綠化以遮陽與窗戶的形式分別建立。面狀遮陽設定日射透過率以模擬植栽阻擋日射之效果；面狀窗戶設定流量係數以模擬植栽之阻擋氣流效果，其各項設定如表9所示。

時程方面則以居住者的生活狀況作為設定條件，並設定空調於室溫達到一定程度自動開啟，其自動開啟溫度設置為室內溫度高過28℃時開啟空調，並設定空調溫度為27度，空調COP為4.45。主臥室之使用時段為13:00～17:00與21:00～07:00，其餘時間位於一樓客廳與廚房，並不使用主臥室。室內熱得項目設定使用者兩名，每人50W共100W平均分布於室內，電器與照明部分則依據綠建築評估手冊─基本型(2012)之設定，電器如電視、電腦等使用時間設定為睡眠以外之時間，照明則設定晚上開啟，並於睡眠時段關閉。

其餘的模擬基本環境設定包含基地位置及相關時程的設定，本研究的基地位於台灣台南地區，並以台南當地氣象資料進行模擬。地區位於經緯度東經120度12分、北緯23度00分，海拔平均高度約20m，時區為UCT+8。

模擬結果如圖18所示，以用電強度（Energy Usage Intensity）作為比較基準，是由建築物全年總用電量除以建築樓地板面積的用電數據。可發現二樓主臥室之現況全年能耗量為47.5 EUI，陽台設置綠化系統後之全年能耗量為42.7 EUI，而其中有13.4EUI的電器與燈具能耗並不隨陽台綠化的設置而改變，因此在此使用時程下2樓主臥室約可降低14.1 %之全年空調能耗量。
 

七、結論
本研究主要探討住宅的陽台立面採用盆栽種植方式進行綠化時，對於自然通風降溫的效益與能耗降低之評估。選定蔓性黃蟬為研究對象，以盆栽為單元設置於陽台進行實際量測，同時探討風速、溫度與太陽輻射三大影響熱環境之因子，建立數值模擬之植栽複合模型進行CFD模擬，再將模擬結果與實際量測數據進行比對驗證以確認模擬之準確性。接著以CFD模擬方式，選定一透天厝案例解析在台南氣候條件下，陽台綠化系統對於室內熱舒適性之改善效果，並藉由模擬軟體EnergyPlus進行全年能耗量之模擬，探討此陽台綠化系統對房間之全年節能效益。經過綜合分析後，整理本研究之探討內容結論如下：

（一）本研究建立用於數值模擬與能耗模擬之陽台綠化複合模型，並確認其適用性。
因陽台綠化系統同時具有降低風速、降低空氣溫度與遮蔽太陽輻射的效果，而使用的模擬軟體並無內建之設定以同時考慮三因子對環境之影響。因此本研究以複合模型之設定方式，分別應用與Flow Designer與EnergyPlus軟體中，並確認複合模型設定之適用性與再現性。

（二）於透天厝案例操作中設置陽台立面綠化的狀況下，於下午太陽直射時，室內的溫度、風速與太陽輻射量皆較無植栽綠化低。
於本研究5-2節之案例分析結果顯示，在下午太陽直射進入室內的情況下，室內溫度因植栽的蒸散作用而降低約0.06℃，平均輻射溫度（MRT）降低7.73℃，但風速卻也因植栽的氣流阻擋效果而降低0.22m/s。
雖風速的降低卻也增加了人體熱感，但溫度與平均輻射溫度的降低會令使用者更加舒適，因此整體而言用於評估室內熱環境之標準新有效溫度（SET*）降低了1.1℃，亦即自然通風時室內熱環境因陽台綠化系統而獲得改善，提升了室內熱舒適性。

（三）於透天厝案例操作中，陽台綠化可降低全年空調能耗量達14.1%，可有效節省能源消耗。
本研究以Energyplus軟體模擬陽台綠化對於全年能耗量之改善，將植栽部分以窗戶複合遮陽的形式呈現於模型中，設定其流量係數與日射透過率，並以台南當地氣象資料進行模擬。模擬結果顯示，陽台綠化可降低二樓主臥室之全年空調能耗量達14.1 %，可有效節省能源消耗。

（四）陽台設置綠化系統時，以陽台為迎風側且植栽架設位置靠近開口部，較能提升室內熱舒適性。
由圖5-7與圖5-8可看出，空氣經過植栽後，因其蒸散作用而於植栽下風處降溫，但許多經植栽降溫之氣流並非直接進入室內，反而自陽台綠化與主臥室落地窗間之開口流出，因此雖植栽後方可降溫約0.1～0.5℃，但室內溫度僅降低0.06℃。因此本研究建議陽台綠化的設計可盡量以陽台為迎風側的狀況下設置，並將植栽架設位置靠近開口部，可達到較佳的提升熱舒適效果。



參考文獻
Ip, K. Lam, M. Miller, A.. (2010). Shading performance of a vertical deciduous climbing plant canopy. UK: Journal of Building and Environment, Vol. 45, p.81-88.
Koyama, T. Yoshinaga, M Hayashi, H. Maeda, K. Yamauchi, A.. (2013). Identification of key plant traits contributing to the cooling effects of green façades using freestanding walls. Japan: Journal of Building and Environment, Volume 66, p.96-103.
Launder, B.E., Spalding D.B.. (1974). The numerical computation of turbulent flows. Computer Methods in Applied Mechanics and Engineering. NO.3, p.269-289.
Mochida, A., Tabata, Y., Iwata, T., Yoshino, H. (2008). Examining tree canopy models for CFD prediction of wind environment at pedestrian level. Tokyo: Journal of Wind Engineering and Industrial Aerodynamics, Volume 96, p.1667-1677.
Murakami, S., Mochida, A., Kato, S. (2003). Development of local area wind prediction system for selecting suitable site for windmill. Yokohama: Journal of Wind Engineering and Industrial Aerodynamics, Volume 91, p.1759-1776.
Orrego, D.F., Arias, W., Lopez, D., Velasquez, H.. (2012). Experimental and CFD study of a single phase cone-shaped helical coiled heat exchanger: an empirical correlation. Colombia: Conference on Efficiency, Costs, Optimization, Simulation and Environmental Impact of Energy Systems, ISBN online: 978-88-6655-322-9. p.302-320
Pan, L. Chu, L.M.. (2015). Energy saving potential and life cycle environmental impacts of a vertical greenery system in Hong Kong : A case study. Hong Kong: Journal of Energy and Buildings, Vol. 63, p.293-300.
Perez, G., Rincon, L., Vila, A., Gonzalez, J.M., Cabeza, L.F.. (2011). Behaviour of green facades in Mediterranean Continental climate. Barcelona: Journal of Energy Conversion and Management, Vol. 52, p.1861-1867.
Sunakorn, P., Yimprayoon, C.. (2011). Thermal Performance of Biofacade with Natural Ventilation in the Tropical Climate. Bangkok: Journal of Procedia Engineering, Vol. 21, p.34-41.
Tan, C.L., Wong, N.H., Tan, P.Y., Jusuf, S.K., Chiam, Z.Q.. (2015). Impact of plant evapotranspiration rate and shrub albedo ontemperature reduction in the tropical outdoor environment. Singapore: Journal of Building and Environment, Vol. 94, p.206-217.
Zhang, J.B., Yan, Z.P., Li Q.R., Ye, Y.J.. (2001). Study on the Evapotranspiration Model for Fitted Plant in Taiwan Mudstone Area. Taichung: Research of Soil and Water Conservation. 8(4), p.136-145.
內政部建築研究所（2012），綠建築評估手冊–基本型。
朱清宇譯，村上周三著（2007），CFD與建築環境設計，中國建築工業出版社。
林建勳（2016），蔓性黃蟬蒸散速率模式之建立，臺灣建築學會第28屆建築研究成果發表會。
林憲德（2006），綠色建築，詹氏書局。
林憲德（2009），人居熱環境，詹氏書局。
邱葳傑（2015），陽台立面綠化對自然通風降溫之效益評估-以台南地區為例，成功大學碩士論文。
許瑞銘（2006），屋頂綠化熱效益之研究，朝陽科技大學碩士論文。
陳紀融（2014），連棟住宅結合導風板與通風塔之通風效益探討，成功大學碩士論文。
黃世孟（2009），建築物的垂直綠化與風土外牆設計，高雄大學都市發展與建築研究所。
黃菘苗（2003），牆面綠化遮陽效能之評估研究，台灣科技大學碩士論文。
楊倍航（2013），臺中市都市熱島效應發展變遷及影響因子之探討，逢甲大學碩士論文。
三坂育正、鈴木弘孝、水谷敦司、村野直康、田代順孝（2006），壁面緑化植物の熱収支特性の評価に関する研究，日本建築學技術報告集，第23号，233-236。
平岡久司（1989），植物群落內および都市キヤノピ一內の乱流モデルに関する研究(その1) 乱流モデルの作成，日本建築学会計画論文集，No.406。
岩田達明、木村敦子、持田灯、吉野博（2004），歩行者レベルの風環境予測のための植生キャノピ一モデルの最適化，風工学シソポジウム論文集，Volume18，69-74。