基于WRF模拟的热气侯条件下的城市热岛：以杭州市为例外文翻译资料

英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

基于WRF模拟的热气侯条件下的城市热岛：以杭州市为例

Feng Chen, Xuchao Yang, Weiping Zhu

浙江省气象科学研究所，杭州 310008

浙江大学海洋学院，杭州 310058

杭州师范大学理学院遥感与地球科学研究院，杭州 311121

浙江省城市湿地与区域变化研究重点实验室，杭州 311121

摘要：利用天气研究和预报（WRF）模式，结合城市冠层模型（UCM），以水平分辨率为1 km，模拟了中国东部杭州的长期热浪期间的城市热岛（UHI）效应。 基于卫星测量的夜间光照数据和归一化差异植被指数，人类住区指数被用来表示当前的城市土地覆盖，并定义了UCM中的三个城市土地子类别。进行了代表不同城市化情景的三种数值模拟和用所有城市表面替换为农田的理想化模拟。 利用最新的城市土地利用数据，耦合的WRF / UCM模型合理地再现了杭州模拟期间2 m温度场观测到的大部分空间和时间特征。在实际测量和模拟中观察到强烈的UHI效应，这些效应可能导致经历极度热应力的区域的强化和扩张。 在模拟中，高城市化条件下观察到城市中心平均温度升高0.74°C。日落时分，在1900 LST，UHI峰值达到最高值1.6°C。对地表能量平衡的分析表明，城市热岛效应主要是由于白天城市结构的热量储存量较大以及傍晚热量释放所致。4个敏感性分析结果的比较表明，城市土地利用，三个城市土地子类别的分类以及考虑人为放热分别贡献了56.8％（0.42°C），13.5％（0.10°C）和29.7％（0.22 °C）的模拟的UHI效应。

关键词：城市热岛；数值模拟；WRF/UCM建模系统；杭州

1.引言

与城市化相关的土地利用和土地覆盖变化对气候有相当大的影响（Seto and Shepherd, 2009）。研究得最多的城市当地气候变化表现为城市热岛（UHI）。城市地区的气温往往高于自然环境，特别是在夜间（Arnfield, 2003; Landsberg, 1981; Oke, 1987）。城市热岛效应在平静而清澈的夜晚最为明显（Parker, 2010），其主要影响因素包括：（1）陆地表面物理特征如反照率、发射率或导热系数的变化，通过不透水表面置换自然植被，从而导致地表能量平衡改变；（2）更高的人类热释放量（AHR）；（3）城市地表蒸散量减少；（4）由于街道和高层建筑的复杂几何结构造成近地表流量的变化。

城市化（USCU）和AHR对城市热岛造成的潜在地表变化的相对贡献很难与观测数据区分开来。因此，越来越多地开展模拟研究，以调查城市化对天气和气候的影响以及塑造UHI空间和时间格局的各种尺度的过程。天气研究和预测（WRF）模型结合城市冠层模型（UCM）被开发为研究城市环境问题的社区工具（Chen et al., 2011）。WRF / UCM建模系统已应用于中国北京（Miao et al., 2009），中国广州（Meng et al., 2011），美国休斯敦等主要大都市区（Chen et al., 2004），和美国纽约（Holt and Pullen, 2007），并且它的性能已经根据观测结果进行了评估。已经表明，耦合的WRF / UCM模型通常有效地用作城市天气/气候模拟系统。例如，Lin et al.（2008）表明，使用WRF / UCM建模系统显着改善了台湾北部热岛效应，边界层发展和海陆风的模拟。 北京数值模拟（Miao and Chen, 2008; Miao et al., 2009）揭示了耦合的WRF / UCM模型能够合理良好地重现以下观测特征：（1）热岛强度的日变化；（2）城市热岛的空间分布；（3）风速和风向的日变化以及山谷环流与热岛效应的相互作用；（4）小尺度边界层对流漩涡；（5）夜间边界层下层射流。作为城市气候模拟系统，WRF / UCM耦合模型在连续三年模拟东京夏季城市热岛效应方面也表现得相当好（Kusaka et al., 2009）。

由于过去三十年来城市化进程迅速发展，中国不同时空尺度的城市化对天气和气候的影响日益引起人们的关注。WRF / UCM建模系统也被用于模拟中国城市（Meng et al., 2011; Miao et al., 2009; Yang et al., 2012; Zhang et al., 2010）和区域尺度（Cheng and Chan, 2012; Feng et al., 2012; Wang et al., 2012, 2013b）的热岛效应。

由于地表过程的多尺度效应改变了可用能量和水的分配（Sertel et al., 2010），因此准确地表征地表对于进行可靠和准确的数值模拟研究十分重要。认为城市地区只有一个类别是一个粗略的假设，因为人造地表条件如建筑物高度，热性能和湿度可用性没有区分。另外，仅使用一个城市土地类别，就忽略了AHR的不均匀分布。

在本研究中，基于卫星测量的夜间光照影像和归一化植被指数（NDVI）（Lu et al., 2008）的人类住区指数（HSI）被用来将城市土地覆盖分为三个子类别：商业/工业/交通（CIT），高强度住宅（HIR）和低强度住宅（LIR）。 然后将新的和最新的城市土地覆盖数据引入WRF / UCM建模系统，以模拟中国东部大城市杭州的长期热浪和热岛效应。

本文的第一个目的是证明WRF / UCM建模系统能够使用最新的城市土地利用数据，准确地模拟在热浪中杭州市的气温。通过模拟杭州城市热岛效应的一个案例研究，并通过密集的自动气象站网络（AWSs）,将2m空气温度与整个城市测量值进行比较，证明了这一说法。密集的网络确保了高分辨率的观测2m温度场，与高分辨率WRF / UCM模拟同步。据我们所知，这项研究首次使用这种密集的观测站点来描述城市热岛效应的空间特征，并根据中国的观测数据验证模拟结果。本文的第二个目的是调查城市发展在多大程度上导致以极端气温为特征的地区的扩张和强。第三个目标是评估更新的城市土地利用数据和AHR对模拟热岛效应的相对贡献。本文的研究结果可以揭示城市化对城市极端高温的影响。了解城市化对近地面气温和相关过程的影响在杭州改善高温预报和提高城市的适应能力尤其重要，因为这个城市在夏季经常会遇到热浪。

2.研究数据和方法

2.1 研究区概况

杭州位于长江三角洲的中南部。杭州的气候属亚热带湿润气候，四季分明，夏季长，炎热，潮湿，冬季寒冷，多云，干燥，偶尔有雪。这个城市的年平均温度是16.5℃，月平均温度从1月的4.3℃到7月份的28.4℃。该城市年平均降雨量为1450毫米。

作为长三角城市群的重要组成部分，自70年代末经济改革以来，杭州经历了快速发展和快速城市化。全市非农业人口从1978年的116万人增加到2011年的376万人，同年国内生产总值从28亿元增加到7019亿元。特别是在过去十年，快速和广泛的城市化与经济增长和工业化同时发生（Liu et al., 2011）。这种巨大的城市扩张，随着建筑面积和人类活动的增加，对底层表面特性产生了显着的改变，从而显着提高了城市热岛效应。以前的研究表明，城市热岛是该地区变暖的重要因素（Sang, 2012; Yang et al., 2011)。

2.2 天气背景

本研究选取了2009年7月8日至7月22日的典型长期热浪。这个热浪是由西太平洋副热带高压的持续影响引起的，这个高度通常是由500 hPa的588 dgpm等值线测量的（Wang et al., 2002）。图1显示了500 hPa位势高度和850 hPa风场和相对湿度研究期间确定的平均天气条件。这个时期的特点是风平浪静，低风速，以及有限的云量和无降水，全部这有利于城市热岛的发展。因此，选定的周期适合于测试WRF / UCM建模系统的能力，以再现预期的城市热岛效应。

图1 在研究期间，根据FNL再分析数据平均的天气气候模式，显示了500 hPa的地理位势高度（实线）和850 hPa的风速（箭头）和相对湿度（阴影）。

588-dgpm的红色等值线表示西太平洋副热带高压的西部边界。十字表示杭州的位置。

2.3 模型配置

WRF 3.2版本模型（Skamarock et al., 2008）与一个复杂的单层UCM（Kusaka et al., 2001; Kusaka and Kimura, 2004）用于本研究。使用了三个单向嵌套域，分别为60times;60，101times;101和121times;121个网格点，网格间距分别为25，5和1公里（图2a）。最内层的区域覆盖杭州市及周边郊区和农村，集中在120.16°E / 30.25°N（图2b）。垂直网格包含从表面到50hPa的27个完整西格马水平。大约八个这些水平低于1公里，从而在行星边界层内提供精细的垂直分辨率。

大多数使用的物理方案，例如WRF单分六类Graupel微物理方案（Hong et al., 2004; Hong and Lim, 2006），快速辐射传输模式长波辐射方案（Mlawer et al., 1997），Dudhia短波辐射方案（Dudhia, 1989），Monin-Obukhov表层方案（Monin and Obukhov, 1954），延世大学边界层方案（Noh et al., 2003）和诺亚地表模型（Chen and Dudhia, 2001; EK et al., 2003）与单层UCM（Kusaka and Kimura, 2004; Kusaka et al., 2001）对于三个嵌套域来说是相同的。只有最外层的域名使用Betts-Miller-Janjic方案（Betts and Miller,1986; Betts, 1986; Janjic, 1994）作为积云计划。采用UCM的热容量、电导率、反照率、发射率粗糙度、和屋顶、道路及墙面的动量的标准值（Kusaka and Kimura, 2004; Kusaka et al., 2001).

WRF / UCM建模系统于2009年7月8日0000 UTC（0800 LST）初始化，整合336 h直至2009年7月22日0000 UTC。初始和侧向边界条件取自美国国家环境预测中心（NCEP）全球预报系统，最终分析（水平分辨率为1°times;1°）间隔6小时。

2.4 城市土地利用数据更新

在WRF模型中使用的默认土地利用数据（USGS 24类）基于从1992年至1993年获得的1公里先进的高分辨率辐射计数据。基于1公里中分辨率成像光谱辐射计（MODIS 20 - 类别）2004年的数据也被认为是过时的，因为它未能代表中国过去十年的快速城市扩张（Kuang et al., 2013）。此外，USGS 24类和MODIS 20类土地利用数据仅考虑一个城市土地类别，因此无法再现城市地区不均匀性对城市气候的影响。在本研究中，HSI用于推导最新的城市土地利用数据，并详细说明UCM中的城市土地利用类别（即CIT，HIR和LIR）。HSI数据来自夜间光照图像和归一化数据的组合差异植被指数（NDVI）（Lu et al., 2008），如方程（1）。

其中

为2009年国防气象卫星程序/操作扫描系统（DMSP/OLS）图像（Elvidge et al., 1997, 1999, 2001）的归一化值。选择20的阈值能够像受最小化晕染的影响，DMSP/OLS夜间图像中观察到这种现象。是2009年DMSP/OLS夜间光照图像中的最大值。

为了有效地将人类住区从裸露的土地中分离出来，并消除云污染的影响，2009年多分辨率的SPOT NDVI图像（Maisongrande et al., 2004）以的分辨率生成了一个新的NDVI综合指数，如式（2）。

HIS值被用于将杭州城市土地划分为以下子类别：（1）HSI值ge;第80百分位的像素代表CIT区域；（2）HSI值在第30和第80百分位之间的像素表示HIR区域；（3）HSI值le;30的像素表示LIR区域。利用新的城市土地覆盖数据更新了MODIS 20类土地利用数据，以代表最新的城市化进程条件，其中非城市土地类别没有被修改。

图2 （a）用于数值模拟的三个嵌套域；（b）URB1；（c）CROP；（d）URB2运行。

（b-d）中的虚线矩形显示了杭州的中心。

2.5 数值实验

为了研究USCU和AHR对城市热岛的相对影响，我们设计了三个灵敏度分别不同的城市化情景。为了估计当地气象学的城市增量（表1），还进行了以整个城市表面取代农田的理想化模拟。这个非城市运行使用了MODIS土地利用数据，用附近的植被类别代替了城市土地，在这种情况下大部分是农田（以下称为CROP运行）。进行的敏感性实验如下：（1）基于更新的城市土地覆盖数据和三个附加子类别和相应的AHR（以下简称为URB1运行）的实验；（2）基于最新的城市土地覆盖数据和三个子类别但没有AHR的实验（以下简称URB2运行）；（3）基于更新的城市土地覆盖数据的另一个实验，其中CIR和HIR被没有AHR的LIR取代（以下称为URB3运行）。所有运行的物理方案都保持不变。UCM采用了默认配置。

表1 实验设计