城市化及人为热对西安市气象要素影响差异敏感性分析

利用西安市工业和生活能源消耗量、汽车保有量、主干道车流量等数据,对工业、交通和生活3种人为热排放量进行综合估算,利用耦合到WRF模式中的单层城市冠层模式(WRF/UCM),采用修订的西安人为热日逐时变化参数,对城市化及人为热的影响进行敏感性分析。结果表明:(1)采取修订后的人为热源参数,耦合城市冠层的模式系统更能详细刻画出降水分布的局地性差异,人为热源对城市温度分布及强度的模拟效果有一定的改进作用,对城市地面流场、降水分布及强度有一定的影响,模拟结果更接近实况;(2)城市冠层对长波辐射有一定的截获作用,在增加人为热源的影响下,城市地表吸收的长波辐射增多更为明显,加强了地表对边界层大气向上的感热输送;(3)人为热源对增加边界层高度的作用较为明显,平均在50~100 m;耦合城市冠层和人为热源后,在城市下风方向,垂直速度增大,局地垂直环流逐渐加强,对流系统水平尺度更小;在城市下垫面和人为热源共同影响下,大气的垂直结构发生了变化,从而造成城区不同部位降水强度的差异。     

北京城市边界层热岛的日变化周期模拟

用非静力平衡的中尺度模式MM5来模拟北京冬季的热岛。模式采用三重嵌套网格，最高水平分辨率为3 km。在模式中加入分辨率为200 m×200 m的实测北京建筑物高度和地表利用资料，并将下垫面的城市人为热源分为常数部分和日周期变化部分。数值模拟结果显示:MM5模式对这次北京的热岛及热岛环流具有较好的模拟能力。考虑了日周期变化的人为热源作用的数值试验模拟出的热岛的日变化比将热源单纯考虑为常数与实况更接近，这表明加入与实际情况相符的人为热对模拟有改善。     

人为热对城市边界层结构影响研究

为研究不同人为热源引入方案对城市边界层结构模拟性能的影响，以杭州地区为例，在区域边界层模式（RBLM）中引入一种新人为热源处理方案，即对城市中的人为热排放分层考虑，将低层的人为热源加入地表能量平衡方程，将高层人为热源分布与建筑物高度和密度联系起来，加入热量方程中，同时考虑了人为热源强度的日变化。数值试验结果表明，这是一种比较合理的处理方案。人为热源引入方案对城市边界层结构的影响表现在:气温、湍流动能增加，并通过湍流交换输送到较高层大气；大气不稳定度增加，混合层高度最高抬升了400 m；城市地区上升速度增加，热岛环流加强；白天人为热源一般为太阳辐射的10%～20%，对地气交换的影响较小。夜间没有了太阳辐射能量，对地气交换的影响比日间更明显；冬季低层湍流活动加强，湍能约增加40%，大气层结稳定度降低。     

西北干旱区荒漠水分循环特征及其模拟

利用"中国西北干旱区陆—气相互作用实验"观测的资料,分析了大气湿度、土壤含水量、与土壤含水量相关的陆面参数及其他陆面参数特征。为了验证新的陆面参数及参数化公式,将新陆面参数与参数化公式输入陆面模式进行模拟,将模拟值与观测值进行了比较。结果表明输入新参数及参数化公式的模拟效果更好。     

应用城市地表能量平衡方案研究城市冠层结构对城市热岛的热力影响

用南京大学区域边界层模式NJU-RBLM, 通过对一组理想试验的模拟, 研究了TEB方案 (town energy balance) 和SVAT方案 (soil－vegetation－atmosphere transfer) 模拟城市热岛现象的差异及本质原因, 发现TEB方案对城市热岛 (UHI) 尤其是夜间UHI模拟效果更优, 这是由于TEB方案具备较强模拟城市储热项的能力形成的。此外, 深入探讨UHI对大气边界层热力结构的影响, 发现UHI现象使城市和郊区的近地层位温廓线在清晨和傍晚都存在明显差异, 同时使城市区域气温全天高于郊区, 且日间城乡温差能达到的高度明显高于夜间。分析人为热源和建筑物冠层对UHI的影响时发现: 人为热源对UHI的影响在夜间强于白天, 而建筑物对白天城市湍能的影响强于人为热源的作用。     

人为热源和城市绿化对冬季山谷城市边界层结构影响的数值模拟

为了探讨人为热源和城市绿化对城市边界层的影响,本文在RAMS模式中引入周期性日变化的人为热源和人工改变下垫面状况,初步模拟分析了人为热源和城市绿化对城市边界层结构的影响.结果表明:人为热源具有明显的增温效应,增强了城市的湍流交换,白天增加了大气不稳定度,促进了混合层的发展,夜间降低了大气稳定度,减弱了城市夜间逆温.城市绿化减小了地表反照率,增加了到达地面的净辐射,模拟期间土壤冻结,增加的净辐射其中一部分以感热的形式来加热大气;绿化后地气之间的湍流交换增强,增加了大气不稳定度,减弱了白天高空逆温;本文还讨论了不同绿化布局对白天高空逆温的影响以及人为热源和城市绿化之间的非线性相互作用.     

中国西部陆面过程次网格地形参数化的改进对区域气温和降水模拟的影响研究

地表作为大气模块的下垫面,为大气模块提供边界条件,地形对于模式结果的准确性起到至关重要的作用。现有的陆面过程模式在陆面同一网格内的次网格单元采用相同的大气强迫量,没有考虑次网格地形对网格内大气强迫量的影响,这关系到模式对气象要素和陆气交换量的模拟水平。本文在陆面模式NOAH处理次网格单元的同时,将输入的大气强迫量根据其与地形高度的关系进行修订,提出新的次网格地形的参数化方案,并引入到WRF（Weather Research and Forecasting）模式中进行数值试验,通过3组数值模拟试验,与未改进的方案和细网格方案分析比较,探讨新参数化方案对WRF 模式模拟结果的影响。结果表明:地形越复杂区域,次网格地形的影响越大。本文引入的新陆面次网格地形方案对天山山脉和昆仑山脉以及青藏高原南部的地表气温的模拟有较大改善,模拟的地表气温在大范围区域内都更贴近细网格方案。虽然新陆面次网格地形方案和细网格试验都对温度的模拟结果都有改善,但新陆面次网格地形方案对降水的模拟改善甚微,而细网格试验对降水模拟却有改进,这是由于细网格试验在陆面和大气网格都进行了细化,而新陆面次网格地形方案只考虑了陆面次网格的影响。具体来说,新陆面次网格地形方案对温度的模拟结果改进是通过改变地表向上长波和地表感热实现的。而细网格试验由于同时细化了大气和陆面的空间网格,对降水和温模拟的改进是通过综合改变地表能量平衡实现的。     

陆面过程中冠层四流辐射传输模式的模拟性能检验

利用实际观测资料检验新发展的植被冠层四流辐射传输模式的模拟性能.将浙江大学田间观测数据用于模式试验,其结果表明:在可见光波段,因叶片散射率值较小,四流模式和二流模式模拟结果差别不大,模拟的冠层反照率都接近观测值.这表明在可见光波段,二流模式已经能够较好模拟芯层反照率,四流模式能够提高的精度范围有限;在近红外波段,因叶片散射率值较大,两个模式模拟结果差别较明显,四流模式模拟的冠层反照率相对二流模式的模拟结果更接近观测值.利用第2次雪模式比较计划SNOWMIP资料和改进的10层陆面模式BATS进行耦合试验,将四流模式以及二流模式均耦合到该陆面模式中,其目的是为考察四流模式对陆面模式模拟地表反射太刚短波辐射通量的影响.耦合后得到的结果与SNOWMIP中加拿大BERMS草地站和森林站的观测资料进行了对比.对比结果表明,采用网流模式、二流模式、BATS原辐射传输模式后,耦合四流模式的陆面模式模拟地表反射太阳短波辐射通量最接近观测值.说明采用四流模式能够改善陆面模式对地表反射太阳短波辐射通啦的模拟.     

建筑物制冷系统人为热排放与气象环境的相互作用

针对建筑物制冷系统人为热排放对城市气候和能源消耗影响越来越大的现状,利用改进后的建筑物能量模式BEM(Building Energy Model)与单层城市冠层模式SLUCM(Single Layer Urban Canopy Model)的耦合,实现对城市建筑物人为热排放的动态模拟;以2014年5月29日为例(北京地区极端高温个例),开展北京地区建筑物制冷系统人为热排放与城市气象环境相互作用的定量分析。WRF(Weather Research and Forecasting)/Noah/SLUCM/BEM耦合模式模拟分析表明,模式在不加入人为热时,对夜间的热岛模拟偏弱,且基本无法模拟出白天的热岛效应;加入城市交通人为热排放后,对城市热岛强度和范围的模拟有一定改善;进一步加入建筑人为热排放对气温、热通量、边界层高度等的模拟效果均有不同程度的改进。加入BEM模拟的人为热后(case2),15:00(北京时,下同)主城区地表感热通量增加30~50 W·m~(-2),相应地2 m气温升高0.4~0.8℃,二者对应关系较好。case2中的人为潜热排放导致地表潜热通量增加80~140 W·m~(-2),水汽通量增加0.04~0.09 g·m~(-2)·s-1,中心城区2 m比湿增加0.5~0.9 g·kg~(-1),边界层高度升高100~150 m,且傍晚边界层高度开始下降的时间推迟了约1 h。加入建筑人为热后,气温等气象条件的变化会对建筑物制冷系统能耗及人为热排放产生影响。case2对比case1,建筑物制冷系统能耗增加了1.11%~3.33%,建筑物制冷系统排放的感热通量增大0.67%~1.67%、潜热通量增大0.625%~1.56%(达2.0 W·m~(-2)以上)。研究表明,在中尺度模式中动态模拟建筑物制冷系统的人为热排放,能够改进对近地层气象要素的模拟效果。     

南京市灰霾影响因子的数值模拟

利用改进的南京大学空气质量预报系统（NJU-CAQPS）,对2005年1月7日南京典型天气条件形成的污染过程进行了数值模拟,分析了城市人为热源、城市建筑物效应和不同类型人为热源排放对该区域主要污染物分布的贡献及对能见度造成的影响。结果表明,城区日平均能见度最低可达8km以下,一天之中有18h主城区地表能见度低于10km...     

苏州-无锡-常州城市带热岛效应个例研究

应用WRF（weather research and forecasting）及其耦合的多层城市冠层模式BEP（building energy parameterization）,对2013年8月13日长江三角洲地区一次高温天气过程进行了模拟.此次过程盛行东南风,风向与苏州-无锡-常州城市带走向一致.模拟结果表明：苏州-无锡-常州城市带热岛效应明显,热岛强度向下游城市逐渐增加;在东南风作用下,三座城市的热岛连成一片,形成了一个更强大的热岛环流.夜晚,边界层逐渐趋于稳定,热岛环流减弱,有利于热岛温度向下游地区输送.热岛效应导致城市边界层高度明显上升.白天太湖产生强盛的湖风对其周边城市影响显著,来自太湖的冷气团导致无锡和常州边界层内热岛强度明显下降,抑制城市热岛向上发展,削弱了无锡与常州两城市热岛间的联系.白天太湖使得无锡和常州边界层高度明显下降.     

北京夏季强热岛分析及数值模拟研究

应用北京地区20个常规地面气象站、2个自动气象站和中国科学院大气物理研究所325m气象铁塔的资料，对北京2003年7月热岛状况进行了统计分析，发现北京夏季夜间存在强热岛效应，夏季夜间存在强热岛效应的天数占到了1/3，强弱热岛天数合计占到了大约4/5。进一步分析7月1日强热岛特征及其气象影响因子，结果表明：夜间存在强热岛时，郊区所有测站的地面气温都要低于主城区地面气温，城市强热岛的高温中心在天安门和白家庄连线的主城区；白天日照充足的晴夜，日落后城区320m以下低层大气存在逆温和弱的风速，城区地面气温下降速率和幅度均远小于郊区，城市强热岛因此得以形成和维持。日出后至正午，北京北部郊区日照时间比城区长，郊区地面大气得到来自太阳辐射的能量多于城区，而太阳辐射的加热作用使城区低层大气逆温消失，大气稳定度减弱，并使郊区地面气温上升速率和幅度大于城区，最终导致夜间出现的强热岛减弱、消失。此外，应用MM5模式对强热岛进行了初步数值模拟研究，发现在MM5中考虑城市人为热和热储存，可以改善模式对热岛的数值模拟，表明城市人为热和热储存在夏季强热岛的形成中有重要作用。     

基于MODIS资料分析近15年广州城市热岛特征及演变规律

利用MODIS地表温度数据,计算城市热岛强度指数,分析近15年广州市城市热岛的时空分布特征及演变规律,并结合气象观测数据、社会统计数据定性分析其主要影响因素。结果表明:广州市城市热岛的空间分布受地形地貌影响明显,负热岛区主要分布于森林密集的北部山区,无热岛区主要分布于中部低山丘陵区域,热岛区主要分布于高度城市化的中南部平原区。关于城市热岛的日变化规律,白天热岛区、负热岛区面积均小于夜间,但白天热岛区强度、负热岛区强度大于夜间。关于城市热岛的季节变化规律,冬季热岛区面积最大,热岛强度最小,夏季热岛区面积最小,热岛强度最大;冬季负热岛区面积最小,负热岛强度最小,夏季负热岛区面积最大,负热岛强度最大。对于城市热岛的年际变化规律,近15年来广州市的热岛区、负热岛区占全市总面积的百分比呈上升趋势,无热岛区所占百分比呈下降趋势,人为热排放在城市中心区域的持续增长,加上区内建筑物密度大、植被覆盖度低,导致了热岛区的增加,而北部山区至中部丘陵山区的植被的持续好转,加上地理特征限制了该区域的城市化发展,导致了负热岛区的增加。      

基于MODIS数据的拉萨市地表温度变化研究

采用2000～2011年6月MODIS地表温度产品和拉萨市4个气象站6月平均地表温度对拉萨市地表温度的时空变化进行了分析.结果表明：拉萨市在近12年内地表温度呈明显上升趋势,2009年地表温度达到最高为28.49℃,最小值出现在2003年为14.12℃.在空间分布上高温区主要集中在城市中心和城市周边区域,并随着时间推移不断向外扩张,在2007年6月拉萨市地表温度高温区分布范围最大,其中纳木错东部和林周县的高温区增加最显著;在利用实测的地表温度与MO-DIS反演的地表温度做相关分析发现,两者的相关系数为0.64通过了0.001的显著性检验,两种地表温度的时间变化趋势也较为一致,因此MODIS地表温度反演产品适用于大范围地表温度和城市热环境监测是可行的.     

基于Landsat TM/ETM＋数据的北京城市热岛季节特征研究

利用1988—2006年20景LandsatTM和ETM＋数据分析了北京市城市热岛的季节变化特征。通过反演地表温度,建立统一的城市和农村区域,计算了城市热岛强度,并采用多项式拟合获取了城市热岛强度的季节变化曲线;同时,分析了热岛强度季节特征与气候因子的关系。另外利用4景2005—2006年不同季节Landsat TM影像,分析了不同季节城市热岛的空间变化特征,并选择穿越北京城区的两条不同方向剖线（SE-NW和SW-NE）,分析了沿剖线方向城市热岛与地表类型的关系。结果显示,北京城市热岛具有明显的季节变化特征,与总云量的季节变化关系显著。最大热岛强度出现在夏季,呈现片状发散和零星热岛并存的空间分布特征。冬季为冷岛特征,其空间分布与夏季热岛一致。春秋两季热岛强度最小,但春季热岛空间差异较大。在相同季节,城市热岛强度和空间尺度在不同剖线方向具有明显的差异,这与不同地类的空间分布有关。     

利用ASTER数据反演南京城市地表温度

利用针对ASTER数据的分裂窗算法,反演了南京城市地表温度,并用实际观测资料和同步的MODIS数据对反演结果进行了验证,结果表明：基于ASTER数据的地表温度反演结果与实际观测资料相差0.9℃,与MODIS数据的反演结果具有较好的空间一致性;基于ASTER数据反演的当日南京地表温度在23～56℃范围内,城市地表温度普遍高于35℃,市内公园地表温度略低,多位于30～35℃,长江水体温度低于30℃,地表温度存在明显的空间差异;南京城市夏季白天存在明显＂热岛效应＂,热岛强度的空间差异与南京城市发展、规划有关。     

Impact of land cover data on the simulation of urban heat island for Berlin using WRF coupled with bulk approach of Noah-LSM

Urban-rural difference of land cover is the key determinant of urban heat island (UHI). In order to evaluate the impact of land cover data on the simulation of UHI, a comparative study between up-to-date CORINE land cover (CLC) and Urban Atlas (UA) with fine resolution (100 and 10 m) and old US Geological Survey (USGS) data with coarse resolution (30 s) was conducted using the Weather Research and Forecasting model (WRF) coupled with bulk approach of Noah-LSM for Berlin. The comparison between old data and new data partly reveals the effect of urbanization on UHI and the historical evolution of UHI, while the comparison between different resolution data reveals the impact of resolution of land cover on the simulation of UHI. Given the high heterogeneity of urban surface and the fine-resolution land cover data, the mosaic approach was implemented in this study to calculate the sub-grid variability in land cover compositions. Results showed that the simulations using UA and CLC data perform better than that using USGS data for both air and land surface temperatures. USGS-based simulation underestimates the temperature, especially in rural areas. The longitudinal variations of both temperature and land surface temperature show good agreement with urban fraction for all the three simulations. To better study the comprehensive characteristic of UHI over Berlin, the UHI curves (UHIC) are developed for all the three simulations based on the relationship between temperature and urban fraction. CLC- and UA-based simulations show smoother UHICs than USGS-based simulation. The simulation with old USGS data obviously underestimates the extent of UHI, while the up-to-date CLC and UA data better reflect the real urbanization and simulate the spatial distribution of UHI more accurately. However, the intensity of UHI simulated by CLC and UA data is not higher than that simulated by USGS data. The simulated air temperature is not dominated by the land cover as much as the land surface temperature, as air temperature is also affected by air advection.     

北京春季城市热岛特征及强热岛影响因子

应用北京地区地面气象观测台1990-2004年4月的气温资料,分析了近15a北京春季城市热岛特征,结果表明：春季夜间城市热岛要强于白天。还分析了春季一个强热岛形成和减弱消失过程的气象影响因子,结果表明：北京春季夜间特定条件下存在强热岛,强热岛中心在白家庄、天安门、公主坟连线的主城区;白天强热岛会减弱消失。强热岛在夜间形成的原因是日落后郊区地面大气降温速率和幅度远大于城区地面大气。白天有日照的晴夜北京城、郊地面风场很弱（≤1．0m／s）,多个测站甚至出现静风,同时城区垂直方向上15m高度以下持续存在很弱（≤1．5m／s）的风场,城区320m高度以下大气持续存在强逆温,这些因素共同促使春季强热岛的形成和维持。强热岛在白天减弱消失的原因是日出后太阳辐射的加热作用引起郊区地面大气升温速率和幅度大于城区地面大气,同时城区大气稳定度减弱、城区大气逆温消失、城郊地面风速增加。     

城市化对深圳气温变化的贡献

采用经均一性检验的深圳及其周围台站的地面温度资料和NCEP／DOEAMIP—ⅡReanalysis（R-2）再分析温度数据,通过鲁棒回归（M估计）对气温趋势进行拟合,分析了1967--2005年和1979—2005年两个时间段城市热岛效应对温度的影响,利用再分析数据和地面观测数据的差异估计了1979年以来城市化对气温增暖的贡献。结果表明,20世纪80年代以来的30a里,深圳城市化对当地气温增暖贡献非常显著：1979年以来,城市热岛效应导致年平均气温增暖0．243℃·（10a）^-1,占深圳总体增暖的36．3％;与再分析资料对比得到的城市化对深圳年平均气温增暖的贡献达到0．315℃·（10a）^-1,大于分析观测资料得到的结果,占总体增暖的47．1％。说明城市化的快速发展是导致深圳城市气候增暖的重要因子之一。