人为热排放的引入对北京地区精细模拟的改进

将人为热排放纳入到已耦合城市模块Urban Canopy Model(UCM)的中尺度气象模式Weather Research and Forecasting(WRF)中,探讨了人为热排放对于北京地区精细化模拟的重要意义,其影响主要体现在以下几个方面:1)可有效改善气象要素的模拟效果,特别是对于大气边界层高度的显著性改善,该变量是控制空气质量模式中污染物垂直扩散的关键因子;2)可较好地再现城区流场及温度场,使热岛强度和中心配置更接近实况;3)可明显改善数值模式对于污染物垂直分布特征的模拟。     

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。     

北京冬季城市人为水汽排放的定量估算研究

在北京城市气象环境的数值模拟中,人为热的设置是一个难点.人为热包括感热和潜热,人为潜热可以通过计算人为水汽排放获得.本文利用飞机观测资料对北京冬季人为水汽排放进行了定量估算.研究发现,在北京城区下风方向观测到相对周边区域更高的水汽摩尔分数,当观测到城市水汽过量信号时,水汽排放率的估计值在58～9539 kg/s,占城市...     

城市人为热对北京热环境的影响

城市的人为热对城市热岛的产生有重要作用 ,通过对北京冬季的居民采暖排放废热、汽车排放废热和工业生产排放废热的估算 ,制定了考虑随时空变化的北京市人为热排放清单。利用北京大学城市边界层模式对北京冬季城市边界层结构特征进行模拟 ,通过考虑和忽略人为热的排放研究北京地面温度的变化 ,并通过几种方案减少人为热的排放对缓解城市热岛作用作出评价。     

广州人为热初步估算及敏感性分析

考虑了工业、交通和生活三种人为热排放源,利用广州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,估算出广州人为热日变化排放通量,全天平均排放通量411 W〖DK〗·m-2,最大排放通量出现在11时,为723 W ·m-2,其中工业排放占总排放量686%。利用耦合到WRF中的单层城市冠层模式(WRF/UCM),对人为热作用进行敏感性试验,包括无人为热、无日变化人为热、有日变化人为热、人为热排放通量翻倍四种方案。结果显示,方案之间冠层感热通量的差异与人为热设置的差异大致相等。试验方案之间冠层内气温差异较小,单倍人为热与双倍人为热的最大差值约只有02℃。另外,人为热使湍流得到发展,双倍人为热比单倍人为热湍流动能增加约01~04 m2 ·s-2。且人为热对白天城市边界层湍涡有增强作用,添加单倍人为热后使气流垂直速度最大增加可达01 m ·s-1,使垂直混合加强。有日变化的人为热对热岛强度的贡献在中午时最大,单倍人为热的平均贡献率159%,双倍人为热为228%;而无日变化的人为热在凌晨时贡献最大,平均贡献率149%。     

中国区域人为热释放的气候强迫

研究了1978～2008年中国地区及各省、市、自治区、特别行政区人为热释放造成的气候强迫与不同地区间的人口、能源消费状况和人为热释放的气候强迫的关系,并试图对未来人为热释放的气候强迫做出预估.结果表明,近30年中国地区平均人为热释放造成的气候强迫迅速增加,1978年其值约为0.07 W·m-2,但2008年则增至0.28 W·m-2.另外,中国人为热释放的气候强迫呈典型地域分布特征,华北、华东、华中和华南等经济发达地区明显高于周围其他地区,而西北地区整体上来说则很小,地区分布很不均匀.这种不均匀分布的特征,可能对区域气候、甚至全球气候造成影响.     

不同人为源排放清单对大气污染物浓度数值模拟的影响:以浙江省为例

应用大气化学模式WRF-Chem(Weather Research and Forecast-Chemistry),分别选用亚洲排放源清单INTEX-B(Intercontinental Chemical Transport Experiment-Phase B)、REASv2.1(Regional Emission inventory in Asia version 2.1)以及全球排放源清单HTAP_v2(Hemispheric Transport of Air Pollution version 2),对浙江省2013年12月进行模拟,分别记为IN、RE和HT试验,研究人为源排放清单对大气污染物浓度数值模拟的影响。结果表明,3组试验合理的反映出PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)和NO_2近地面浓度的时空分布特征,相关系数为0.5~0.8,85%以上的模拟值落在观测值的0.5~2倍范围内,但对SO_2近地面浓度模拟较差。IN、RE、HT试验对PM2.5和PM10的模拟偏差均成递减趋势,约为30%、16%和6%,HT试验的模拟值更加接近观测。INTEX-B清单中PM2.5的一次排放与二次气溶胶前提物SO_2均高于REAS与HTAP清单,因此会导致更多的硫酸盐生成,从而进一步增加PM2.5浓度。HTAP_v2清单中较低的NH3排放会抑制硝酸盐的生成,从而有助于降低PM2.5浓度。3个清单的基准年与模拟年的差异对SO_2浓度模拟的准确性影响更大,INTEX-B清单中SO_2排放量明显高于REASv2.1与HTAP_v2清单,尤其在浙北和沿海工业发达地区,导致IN试验模拟的SO_2在这些地区存在明显高估。3组试验模拟的NO_2浓度偏差最小且更为接近(-8%~4%),主要原因是3个清单在浙江省的NOx排放十分一致。从3组试验结果之间的差异程度来看,浙江省范围内PM2.5、PM10、SO_2和NO_2逐日浓度模拟值之间的平均差异程度分别约为14%、15%、51%和16%,最大差异程度分别为69%、78%、137%和132%。月均浓度与逐日浓度的平均差异程度基本一致,但最大差异程度明显更低。总体来看3组试验模拟的PM2.5、PM10与NO_2的差异程度明显低于SO_2。     

全球年平均人为热释放气候强迫的估算

利用能源经济领域具有权威性的英国石油公司(BP)世界能源统计资料和联合国人口统计资料,通过一些简单的数值计算,初步估算了人为热释放的全球气候强迫。结果表明:当前(2008年)全球年平均人为热释放的气候强迫还不是很大,约为0.031W/m2;但随着人口及能源消费总量的增加,未来人为热释放产生的全球年平均气候强迫将有可能达0.30W/m2。     

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。     

广州地区人为热释放的日变化和年际变化估算

基于《广州市统计年鉴》2001~2012年数据估算了广州2000~2011年人为热释放的日变化以及年际变化,计算中考虑了人类新陈代谢、工业、交通以及生活排放人为热。计算结果显示:4种排放源中工业12年平均达到了55%,交通达到36%,其次依次为生活排放和新陈代谢排放。总的人为热在这12年时间里大致呈现上升的趋势,从2000年的2.7×1017 J增加到2011年的4.4×1017 J,但在2006年后有小幅的下降,这主要是由于工业释放是人为热释放的主要部分,在2006年后工业能源效率有所提高以致能源消耗排放率下降造成的。日变化在10:00(北京时间,下同)和14:00达到最大,并且12年间随时间的推移日变化呈现出下降的趋势,主要是由于城市化进程的速度远远快于能源消耗、人口和车辆保有量增加的速度。对比WRF模式中城市模块中的人为热释放的日变化系数,这些原始系数在广州使用的误差主要与广州地区和西方国家的生产生活作息时间有关。     

Increases in Anthropogenic Heat Release from Energy Consumption Lead to More Frequent Extreme Heat Events in Urban Cities

With economic development and rapid urbanization,increases in Gross Domestic Product and population in fastgrowing cities since the turn of the 21st Century have led to increases in energy consumption.Anthropogenic heat flux released to the near-surface atmosphere has led to changes in urban thermal environments and severe extreme temperature events.To investigate the effects of energy consumption on urban extreme temperature events,including extreme heat and cold events,a dynamic representation scheme of anthropogenic heat release(AHR)was implemented in the Advanced Research version of the Weather Research and Forecasting(WRF)model,and AHR data were developed based on energy consumption and population density in a case study of Beijing,China.Two simulations during 1999?2017 were then conducted using the developed WRF model with 3-km resolution with and without the AHR scheme.It was shown that the mean temperature increased with the increase in AHR,and more frequent extreme heat events were produced,with an annual increase of 0.02?0.19 days,as well as less frequent extreme cold events,with an annual decrease of 0.26?0.56 days,based on seven extreme temperature indices in the city center.AHR increased the sensible heat flux and led to surface energy budget changes,strengthening the dynamic processes in the atmospheric boundary layer that reduce AHR heating efficiency more in summer than in winter.In addition,it was concluded that suitable energy management might help to mitigate the impact of extreme temperature events in different seasons.     

Estimation of the Anthropogenic Heat Release Distribution in China from 1992 to 2009

Stable light data from Defense Meteorological Satellite Program (DMSP)/Operational Linescan System (OLS) satellites and authoritative energy consumption data distributed by National Bureau of Statistics of China were applied to estimating the distribution of anthropogenic heat release in China from 1992 to 2009. A strong linear relationship was found between DMSP/OLS digital number data and anthropogenic heat flux density (AHFD). The results indicate that anthropogenic heat release in China was geographically concentrated and was fundamentally correlated with economic activities. The anthropogenic heat release in economically developed areas in northern, eastern, and southern China was much larger than other regions, whereas it was very small in northwestern and southwestern China. The mean AHFD in China increased from 0.07 W m-2 in 1978 to 0.28 W m-2 in 2008. The results indicate that in the anthropogenic heat-concentrated regions of Beijing, the Yangtze River Delta, and the Pearl River Delta, the AHFD levels were much higher than the average. The effect of aggravating anthropogenic heat release on climate change deserves further investigation.     

人为热释放:全球分布的估算及其气候效应的探索

人类生产和生活中大量消费各种形式的能源,除了向大气里排放温室气体和气溶胶外,还释放大量热量。人为热释放伴随着人类社会发展而长期存在,随着全球人口增长和经济发展,其影响效应不断加剧。人为热释放具有典型地域集中、不均匀分布的特征:虽然全球平均人为热释放通量仅约为0.03 W m-2,在人口密集的城市地区,人为热释放可高达每平方米数百瓦,足以影响局地气候。伴随全球经济的发展,人口的增长及城市化进程的加剧,人为热释放分布更集中,影响气候的范围逐步扩大,其对气候的影响能力逐步增强。全球气候模式的结果表明:人为热释放能够对全球大气环流产生影响,进而影响到全球气候变化。人为热释放可以导致全球地表温度增温约0.06 K,500 hPa温度场平均升温约0.04 K,尤其对北半球中高纬度升温效应明显。研究结果表明,人为热释放虽然没有温室气体如二氧化碳等影响因子对全球气候的影响那么显著,但是其仍然能够对全球气候产生影响,是全球气候变化不可忽视的影响因子。     

利用采暖/制冷度日分析建筑能耗变化的适用性评估

采暖/制冷度日与建筑能耗有显著线性关系,被认为是最简单可靠的衡量能源需求的指标,但其适用性还缺乏全面的评估。通过模拟1961-2009年天津市办公、商场以及不同节能水平的居住建筑能耗,分析了能耗与采暖/制冷度日的关系,确定其反映能耗变化的适用性。结果表明：采暖期办公及商场建筑的热负荷与采暖度日的相关性达到极显著水平（P<0.01）,决定系数（R2）分别为0.99和0.97;制冷期冷负荷与制冷度日的关系尽管也达到极显著水平,但决定系数仅分别为0.64和0.55;不同节能水平居住建筑热负荷与采暖度日极显著相关,决定系数均在0.99以上。研究认为：采暖度日可以反映办公、商场及居住建筑的热负荷特征,用于分析气候变化对能耗的影响是可行的;但制冷度日不能完全反映办公及商场建筑冷负荷的变化,仅可分别解释冷负荷变化的64%和55%,单纯用制冷度日研究能耗变化是不够全面的。通过分析能耗与气候要素的关系发现,冬季采暖期能耗主要受气温的影响,而夏季制冷能耗受气温和湿度的共同影响。     

Estimation of the Distribution of Global Anthropogenic Heat Flux

The radiance lights data in 2006 from the National Oceanic and Atmospheric Administration Air Force Defense Meteorological Satellite Program/Operational Linescan System (DMSP/OLS) and authoritative energy data distributed by the United State Energy Information Administration were applied to estimate the global distribution of anthropogenic heat flux.A strong linear relationship was found to exist between the anthropogenic heat flux and the DMSP/OLS radiance data.On a global scale,the average value of anthropogenic heat flux is approximately 0.03 W m 2 and 0.10 W m 2 for global land area.The results indicate that global anthropogenic heat flux was geographically concentrated and distributed,fundamentally correlating to the economical activities.The anthropogenic heat flux concentrated in the economically developed areas including East Asia,Europe,and eastern North America.The anthropogenic heat flux in the concentrated regions,including the northeastern United States,Central Europe,United Kingdom,Japan,India,and East and South China is much larger than global average level,reaching a large enough value that could affect regional climate.In the center of the concentrated area,the anthropogenic heat flux density may exceed 100 W m 2,according to the results of the model.In developing areas,including South America,Central and North China,India,East Europe,and Middle East,the anthropogenic heat flux can reach a level of more than 10 W m 2 ;however,the anthropogenic heat flux in a vast area,including Africa,Central and North Asia,and South America,is low.With the development of global economy and urban agglomerations,the effect on climate of anthropogenic heat is essential for the research of climate change.     

A Simple Energy Balance Model for Regular Building Arrays

A simple urban energy balance model for mesoscale simulations (SUMM) was tested using results from an outdoor scale-model experiment. The model geometry is assumed to be an infinitely extended regular array of uniform buildings, each of which is composed of six faces (roof, floor, and four vertical walls). The SUMM explicitly considers the three dimensionality of surface geometry and theoretically predicts the energy balance at each face without time-consuming iterations. The SUMM was compared with outdoor scale-model experiments. The simulated energy balance and surface temperatures agree well with the values measured on a reduced-scale hardware model corresponding to the numerical model geometry.