近10年来北京夏季城市热岛的变化及环境效应的分析研究

根据1993～2003年北京地区气象台站7、8月的温度资料,分析研究了近10年来北京夏季城市热岛的变化及其环境效应.结果表明：北京夏季城市热岛的水平范围扩大到近郊区和远郊区的通州,分布特征也由“单中心”转变为“多中心”;平均热岛强度呈逐渐增强趋势,在夏季出现了强热岛;北京夏季出现热岛和强热岛的天数激增,7月最大热岛强度也呈逐年上升趋势;热岛的强度和水平分布都有明显的日变化;由于热岛效应使城区增温显著,北京夏季的高温日（Tmax≥35℃）也逐年增多. 本文还指出朝阳区气象观测站由于周围高大植被的影响,观测资料已不具备城区代表性.同时也证明绿化对降低城市热岛效应是极为有效的.本文的研究成果对北京城市发展和规划有一定的科学参考价值.     

北京城市化进程对边界层风场结构影响的研究

随着近10年来北京城市化步伐的加快,城市规模迅速扩大,北京三环以外的地区已由20世纪七、八十年代的城郊非均匀下垫面发展成现在粗糙复杂的城区下垫面,市区建筑物相应增多、增密和增高,导致城区地面动力学粗糙度明显增大.本文统计分析了北京325 m气象塔1994年和1997～2003年夏季平均场观测资料,结果表明:(1)在受下垫面影响最为剧烈的近地层,风向逐年趋于紊乱,现在气象塔周围近地面的流场已经具备了典型城市粗糙下垫面的流场特征;(2)近地面夏季平均风速呈现非常明显的逐年递减的趋势,而且距离地表越近,平均风速逐年递减的趋势也越为显著,这种风速逐年递减的趋势直到63 m左右才不明显,说明现在气象塔47 m以下的观测资料反映的是城市冠层的流场特征,城市冠层厚度约在47～63 m之间;(3)随着北京城市化的发展,城区近地面的平均风速存在逐年递减的趋势,但阵风并不存在相似的递减趋势,表明城市冠层的抬升对阵风的影响并不显著.     

近50年我国雾和霾的长期变化特征及其与大气湿度的关系

根据近50年(1961~2011年)我国雾和霾台站长期观测资料的分析得到,雾日发生的频率呈先增(1980年之前)后减(1990年后)的变化,尤其是1990年以后明显减少,这与气候变暖引起的近地面相对湿度减小的趋势一致,而霾日发生的频率总体上呈增加的趋势.据此,本文进一步讨论了大气湿度减少在雾-霾转变中的作用,结果表明霾日的平均相对湿度在69%左右,比以前得到的值低,这意味着霾粒子更不易向雾滴转换,这可能是导致雾日减少的主要环境因子之一;雾和霾转换的相对湿度阈值平均为82%左右,这个值也低于以前得到的值,因而在气候变暖条件下,主要由于温度和饱和比湿增加导致的中国近地面相对湿度减少对雾和霾形成的环境条件可能产生了明显的影响.本文也研究了霾与能见度的关系,结果表明随着霾日发生频率的增加,能见度有明显的下降,从1961年至今平均能见度从4~10 km减小到2~4 km,大约下降一半左右.     

北京城市及周边热岛日变化及季节特征的卫星遥感研究与影响因子分析

以EOS-MODIS遥感信息反演的地表温度、土地覆盖类型、植被覆盖、地表蒸散,结合常规气象资料,并采用GIS空间分析技术和多元统计相关,对北京城市及周边2001年城市热岛(UHI)空间分布的季节规律和日变化及影响因子进行研究.分析北京地区的土地覆盖、地形高程、植被绿地状况、城市和郊区地表蒸散与热岛时空分布状况的关系.揭示出北京UHI主要特征为:(ⅰ)北京城市下垫面的高热容和密集建筑物的多次发射,加之北京特殊的三面环山地形特征,使得北京城区一年四季均存在明显的热岛分布,并以夏季最为明显,UHI与城市结构的轮廓相一致;北京城区与地势相对平坦的近郊区的地表温度差异在4~6℃左右,与地势较高的西北远郊区的地表温度差异在8~10℃左右;(ⅱ)北京地区日间和夜晚的UHI的季节分布和程度不同,以夜间UHI明显;夏季白天郊区地表比城区蒸散量大,潜热交换明显,反映出城市与郊区的温度差异显著;(ⅲ)地表覆盖类型对UHI的效应明显,北京地区植被绿地状况与UHI呈现明显反相关分布;夏季地表NDVI与下垫面的温度散点图的回归方程的负相关系数的平方R2达到0.6481,即植被覆盖好,则UHI不明显;揭示出植被绿地对降低UHI具有重要的作用.大范围的绿地建设能有效降低UHI.     

无参考序列条件下地面气温观测资料城市化偏差订正方法：以北京站为例

本文以北京气象站长期地面气温观测资料为例,发展了一种无早期参考序列条件下城镇站城市化偏差评价和订正方法.首先对北京站逐月平均最高、最低气温资料进行质量控制和均一化处理,并借助卫星遥感亮度温度资料遴选附近乡村站;然后利用最近3年逐时地面气温资料,计算观象台和5个乡村站各月平均地面气温的差值,把其作为北京站1915-2012年期间的城市化累积影响;最后假设城市化累积影响在整个研究时期呈匀速增长,采用线性订正法对地面月平均气温序列中的城市化偏差进行订正.分析表明：资料均一化处理后,北京站近百年最高、最低和平均气温多年平均值有所下降,气温日较差则有所提高,但三种年平均气温序列增温趋势和年平均气温日较差序列下降趋势有所增强.北京站年平均最低气温、平均气温和气温日较差序列中均存在较大的城市化累积影响,其中最低气温和平均气温四个季节均为正值,冬季最大,秋季次之,夏季最小,四季和年平均气温日较差均为较大的负值.订正城市化偏差后,最低气温和平均气温增加速率均明显下降,年平均气温日较差下降趋势则明显变弱.     

大气污染对北京冬季城市和郊区辐射收支影响的观测分析

近年来城市化和大气污染对辐射收支的影响日益显著.本研究利用2013—2014年中国科学院大气物理研究所325m铁塔、南郊观象台、密云气象塔、上甸子区域大气本底站四个观测站点的辐射及自动站气象要素数据,采用南郊观象台的能见度资料将观测数据分为清洁天和污染天,并进行类比分析,以1月份为例,研究了北京地区大气污染和城郊差异对辐射收支的影响.结果表明:(1)从月平均值来看,各站污染天入射短波辐射均小于清洁天,衰减最大可达55.8W·m~(-2),直接辐射亦然,衰减最大可达161.1W·m~(-2),散射辐射相反,增加最大值为72.2W·m~(-2);长波辐射污染天大于清洁天,向下向上长波辐射增加最大值分别为85.0 W·m~2和70.0 W·m~(-2),且长波辐射的衰减与污染物浓度和大气温度相关;净辐射白天污染天小于清洁天,夜间相反.(2)从各站的对比可知,大气污染对入射短波辐射的衰减,南部郊区(13.2%)大于北部城区(7.4%),与北京地区"南北两重天"的污染物分布特征一致;且污染物对长短波辐射的影响呈现了从城区到郊区衰减率依次减小的现象.本研究为大气污染与气象条件的相互作用研究提供了观测基础.     

城市化对四川盆地夏季气温变化影响的观测和模拟研究

城市化引起的气温上升是土地覆盖变化影响区域气候的重要体现.本文采用“观测资料减去再分析”(Observation Minus Reanalysis,OMR)的方法估计四川盆地和周边地区下垫面城市化改变对夏季地面2 m气温变化趋势的影响.设计了不同城市化下垫面扩展变化的WRF模拟试验,对1998—2012年四川盆地及周边区域夏季逐日平均温度和日最高最低气温进行模拟.在检验模式模拟性能的基础上,利用OMR方法类似的思路定量探讨城市化下垫面对地面气温变化趋势的可能影响.结果显示,(1)基于站点观测资料的OMR分布表明成都、重庆地区的城市下垫面对夏季升温的影响可达0.1℃·a^-1;(2)WRF试验模拟的结果与实际观测接近,能较合理刻画出该地区夏季温度的平均分布及时间变化特征,可以用于该地区城市化区域气候效应的研究;(3)不同城市化进程的模式模拟试验中气温变化趋势的差值与基于站点观测的OMR方法计算得到的结果类似,都证明了重庆和成都的城市下垫面对地面2 m温度的升高具有显著影响,其中在日内低温的表现尤为突出.     

北京城市化进程对城市热岛的影响研究

利用1971～2000年北京20个气象观测站逐日４个时次（02:00、08:00、14:00、20:00）的温度资料,选取具有代表性的城区和郊区多个站点的平均值对北京城市化进程对城市热岛效应的影响、城市热岛强度的日变化和长期变化进行了研究.分析结果指出：（1）北京城市热岛强度和总人口对数呈线性相关关系,其长期变化相关系数为076;（2）北京城市建成区的范围与城市热岛影响范围呈同步变化趋势;(3)不同时次城市热岛强度的长期变化指出,北京城市热岛强度以平均每10年022℃的速率加剧,其中1999年北京热岛强度达113℃（夜间,02:00）;(4)夜间热岛强度明显大于日间.就10年平均而言, 20世纪80年代和90年代夜戒热岛强度均超过05℃;(5)一天4个时次热岛强度的季节变化趋势基本一致,均表现为冬季强、夏季弱.并且,夜间02:00时热岛最强,中午14:00时热岛最弱.     

城市化进程对北京地区冬季降水分布的影响

根据北京地区城市化程度将城市化进程分成两个时期: 即以1980年为分界点, 将1961~1980年划分为城市化慢速期, 1981~2000年为城市化快速期. 利用北京地区14个标准气象站40 a的降水量资料. 研究了城市化进程对北京地区降水分布的影响. 结果表明: 北京地区冬季降水分布发生了显著的、系统性的变化; 城市化缓慢期, 北京地区南部为降水相对较多地区, 北部为降水相对偏少地区; 城市化快速期, 相对降水量的分布正相反, 南部地区变为降水相对较少地区, 而北部变为降水相对偏多地区. 随着城市规模的扩大, 北京冬季“城市热岛”和“城市干岛”效应增强, 加速了云下降水物的蒸发过程, 使城区及南部地区的降水相对减少. 这可能是造成北京冬季降水分布变化的重要原因之一.     

安徽省前兆数据异常跟踪深入分析研究

通过梳理安徽省内2014—2017年观测系统、人为干扰等6类数据异常事件,形成背景值数据库,借此深入剖析事件的变化特征,综合研究得出:(1)时间变化显示,安徽省内各类异常事件条目大体呈逐年增多的趋势;(2)学科特征显示,地电、地磁、形变、流体观测异常事件均以某类事件为主,具有一定的学科特征;(3)空间分布显示,各类异常事件呈随机性分布,不具有明显的区域特征;(4)各类事件均形成以影响因素、变化形态为主要指标的特征库,已作为安徽省内跟踪分析工作的重要判定依据。这些研究成果不仅为安徽地区的前兆异常判定和趋势预测提供一定的科学依据,也为安徽前兆仪器运维工作提供了方法指导。     

超大城市热岛效应的季节变化特征及其年际差异

本文以超大城市上海为例,分析了近50年四季城郊温差的总体变化趋势,同时利用城市化进程中4个年份(1987、1990、1997和2004年)9个气象站的气温数据,重点研究了上海地区热岛效应的季节变化特征及年际差异.结果表明,近50年来上海城郊温差逐年显著增长,年平均热岛天数频率为86.0%,年平均热岛强度为1.17 ℃,秋季热岛频率和强度高于其他季节,累积热岛强度也最大.不同时刻热岛的特征表明,夜间热岛(2∶00,20∶00时刻)累积强度在四季都较大,在春、夏季14∶00时刻热岛累积强度较大,而在秋、冬季8∶00时刻热岛累积强度较大.进一步分析表明,热岛效应的四季差异主要在于较强热岛和强热岛出现频率的差异;秋季大气最稳定的F类型比例较高可能是热岛效应更加显著的原因之一.四个年份对比分析表明,1997年之前的三个年份,热岛效应的四季差异比较显著.之后,随着年代的推移,四季累积热岛强度逐渐趋于均化,并且夏季低强度热岛有向中强热岛和强热岛转化的趋势,一定程度上反映了夏季人为热的贡献.     

Changes in the spatial scale of Beijing UHI and urban development

The seasonal and interannual variations of Beijing urban heat island (UHI) are investigated in this paper using the temperature data from 1960 to 2000 at 20 meteorological stations in the Beijing region, and then the relationship between the intensity and spatial scale of UHI and Beijing urbanization indices is analyzed and discussed. Main conclusions are the followings. First, Beijing UHI shows obvious seasonal variations, and it is strongest in winter, next in spring and autumn, and least in summer. The seasonal variation of the UHI mainly occurs in the urban area. The UHI intensity at the center of Beijing is more than 0.8℃ in winter, and only 0.5℃ in summer. Second, the intensity of Beijing HUI exhibits a clear interannual warming trend with its mean growth rate (MGR) being 0.3088℃/10 a. The MGR of HUI is largest in winter, next in spring and autumn, and least in summer, and the urban temperature increase makes a major contribution to the growth of HUI intensity. Third, since the Reform and Opening, the urbanization indices have grown several ten times or even one hundred times, the intensity of HUI has increased dramatically, and its spatial scale also expanded distinctively along with the expansion of urban architectural complexes. Fourth, the interannual variation of urbanization indices is very similar with that of HUI intensity, and their linear correlation coefficients are significant at a more than 0.001 confidence level.     

The diurnal and seasonal characteristics of urban heat island variation in Beijing city and surrounding areas and impact factors based on remote sensing satellite data

Based on the land surface temperature (LST), the land cover classification map,vegetation coverage, and surface evapotranspiration derived from EOS-MODIS satellite data, and by the use of GIS spatial analytic technique and multivariate statistical analysis method, the urban heat island (UHI) spatial distribution of the diurnal and seasonal variabilities and its driving forces are studied in Beijing city and surrounding areas in 2001. The relationships among UHI distribution and landcover categories, topographic factor, vegetation greenness, and surface evapotranspiration are analyzed. The results indicate that: (i) The significant UHI occur in Beijing city areas in the four seasons due to high heat capacity and multi-reflection of compression building, as well as with special topographic features of its three sides surrounded by mountains,especially in the summer. The UHI spatial distribution is corresponding with the urban geometry structure profile. The LST difference is approximately 4-6℃ between Beijing city and suburb areas, comparatively is 8- 10℃ between Beijing city area and outer suburb area in northwestern regions. (ii) The UHI distribution and intensity in daytime are different from nighttime in Beijing city area, the nighttime UHI is obvious. However, in the daytime, the significant UHI mainly appears in the summer, the autumn takes second place, and the UHI in the winter and the spring seem not obvious. The surface evapotranspiration in suburb areas is larger than that in urban areas in the summer, and high latent heat exchange is evident, which leads to LST difference between city area and suburb area. (iii) The reflection of surface landcover categories is sensitive to the UHI, the correlation between vegetation greenness and UHI shows obviously negative.The scatterplot shows that there is the negative correlation between NDVI and LST (R2 = 0.6481).The results demonstrate that the vegetation greenness is an important factor for reducing the UHI,and large-scale construction of greenbelts can considerably reduce the UHI effect.     

城市热岛效应和气溶胶浓度的动力、热力学分析

在能量平衡方程中引入气溶胶的吸收和散射作用,并与三维行星边界层运动方程组相耦合,根据温度分布显式求解运动场,探讨三维行星边界层内温度、运动、气溶胶浓度分布特征.结果表明,城市人为热释放直接决定了城市热岛效应的强度,城市面积越大,城市热岛效应的强度也越强,城市面积固定时,城市越分散,城市热岛效应的强度越弱,这为城市建设多采取卫星城的方式提供了一定的理论支撑.气溶胶的散射作用要大于吸收作用,其对城市热岛效应的强度主要起削弱作用,当气溶胶浓度较大时,吸收作用更显著一些,此时城市热岛效应的强度会有一定的增强,但是幅度不大.当城市热岛效应的强度增强时,其所驱动的环流也会增强,造成城区中心气溶胶浓度略有下降.     

城市布局规模与大气环境影响的数值研究

为探索城市建设对局地及周边大气环境的影响,本文采用典型代表性天气条件,以北京主城区及其东部发展带小城镇群的发展变化为例,设计算例进行数值模拟.分析结果表明：城镇群建设发展通过地气的相互作用对局地环境产生显著影响,在本文选择的夏日晴好天气条件下,就1980～2004年城市区域布局状况,模拟域内北京城市用地增加19%,城市区域平均气温增加1.91℃,植被覆盖率减少20%,城市区域平均比湿减少3.3 g·kg^-1,并且城市发展的格局规模不同,对城市气象环境的影响程度也不同. 此外,由于地气多因子的相互影响和反馈作用,城建规模的变化对周边的环境也存在显著的影响,城建规模越大,对周边的影响越大．例如, (1) 北京主城区的存在对周边小城镇午间14:00近地面温度影响最大可达到1.2℃,混合层高度可增高150 m左右; (2) 城市建设在影响周边气象环境的同时,也改变了城市污染物的输送扩散能力,北京主城区的存在使周边小城镇PM10的允许排放总量减小18.02 t·d^-1,同时,随着周边小城镇城市规模的扩大,影响主城区PM10逐渐由净的输出转变为净的收入,小城镇群的存在对主城区PM10净收支的贡献率达到0.192 t·d^-1.     

Detection of the urban heat island in Beijing using HJ-1B satellite imagery

Satellite images are used extensively in studying the urban heat island (UHI) phenomenon. We evaluated the suitability of thermal infrared (TIR) data from the HJ-1B satellite for detecting UHI using a case study in Beijing. Two modified algorithms for retrieving the land surface temperature (LST) from HJ-1B data were tested. The results were compared with LST images derived from a Landsat TM thermal band and the MODIS LST output. The spatial pattern of UHI generated using HJ-1B data matched well with that produced using TM and MODIS data. Of the two algorithms, the mono-window algorithm performed better but further tests are necessary. With more frequent coverage than TM and higher spatial resolution than MODIS, the HJ-1B TIR data present a unique opportunity to study thermal environments in cities in China and neighboring countries.