張賓等

摘要利用3個(gè)不同時(shí)期土地利用資料，對(duì)2012年6月份蘭州強(qiáng)迫大氣背景下陸面特征的USGS、MODIS以及衛(wèi)星反演資料分別進(jìn)行數(shù)值模擬，并與土地利用類型變化對(duì)蘭州邊界層的影響進(jìn)行了對(duì)比分析。結(jié)果表明，WRF模式在高分辨率（1 km）下，模擬積分穩(wěn)定，數(shù)據(jù)改變前后能較好地模擬蘭州市區(qū)大氣邊界層特征；土地利用類型的改變對(duì)中尺度的環(huán)流形勢(shì)沒(méi)有影響；溫度場(chǎng)上山谷溫度明顯高于山區(qū)溫度，表現(xiàn)為熱島效應(yīng)，且高度越低強(qiáng)度越大；不斷改變土地利用類型，代表城市化進(jìn)程，影響城市邊界層高度且其不斷增加，改變地表能量特征且其不斷增加，土壤濕度不斷減少。

關(guān)鍵詞土地利用類型；TM遙感反演； USGS土地利用資料；MODIS土地利用資料；大氣邊界層；影響；數(shù)值模擬

中圖分類號(hào)S127文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)0517-6611（2014）14-04334-04

Numerical Simulation of the Impact of LUC on Characteristics of Atmospheric Boundary Layer in Lanzhou City

ZHANG Bin et al（College of Atmospheric Science，Lanzhou University，Lanzhou，Gansu 730000）

Abstract On the basis of the data of land use in three different period，this paper numerically simulated the characteristics of USGS，MODIS and satellite data about land surface of Lanzhou under the force of atmospheric background in June and compared the impact of land use changes （LUC） on the atmospheric boundary layer in Lanzhou City.The results showed that，under high resolution （1 km），the integral simulation of the WRF mode was more stable，the data before and after the change could better simulate characteristics of atmospheric boundary layer of Lanzhou City； LUC had no effect on the condition of mesoscale circulation； valley temperature significantly was higher than the mountains of temperature on the temperature field，showing the heat island effect，the lower the height，the greater the strength； constant changes of land use represent urbanization； LUC influenced the height of boundary layer and changed characteristics of surface energy，both the height of boundary layer and surface energy constantly increase，while the soil humidity constantly decreases.

Key words Land use types；TM remote sensing inversion；USGS land use data；MODIS land use data；Atmospheric boundary layer； Impact； Numerical simulation

自國(guó)務(wù)院部署實(shí)施西部大開(kāi)發(fā)以來(lái)，蘭州的經(jīng)濟(jì)、社會(huì)及工農(nóng)業(yè)得到迅速發(fā)展，城鎮(zhèn)的擴(kuò)張及氣候的變化使蘭州的土地利用類型發(fā)生了很大的變化，在有限的土地空間內(nèi)大量農(nóng)耕地變?yōu)樗嘟ㄖ鞍赜吐访娴亩际谢貐^(qū)。下墊面可以通過(guò)垂直方向的湍流輸送，將底層熱量以及水分輸送到大氣的上層對(duì)大氣邊界層產(chǎn)生影響，同時(shí)高層的動(dòng)量也可以輸送到低層，從而彌補(bǔ)了行星邊界層中動(dòng)量的損耗，以致影響整個(gè)大氣層的降水、風(fēng)、溫度等氣象要素。因此研究蘭州地區(qū)的土地利用變化對(duì)邊界層的影響對(duì)該地區(qū)氣候變遷的規(guī)律及趨勢(shì)預(yù)測(cè)有重大的意義[1]。Carlson等采用衛(wèi)星影像及反演并基于數(shù)據(jù)統(tǒng)計(jì)研究了土地利用改變特別是城市化發(fā)展對(duì)地區(qū)小氣候如表面溫度、有效濕度等要素的影響特征[2]。Lamptey等分析指出城市化會(huì)導(dǎo)致城市的冬季和夏季地表溫度升高超過(guò)1 ℃以上，城市化對(duì)夏季氣溫升高的影響比農(nóng)業(yè)用地更廣泛，城市化土地利用也會(huì)降低氣溫日較差[3]。

WRF模式中所使用的地表資料為USGS和MODIS/Terra土地利用類型，USGS將土地類型分為24種，此資料是由1992～1993年間AVHRR遙測(cè)資料所得[4]， WRF更新到3.1版后，新增了一個(gè)土地利用資料，MODIS是使用2001年MODIS/Terra的資料分類而成，分為20種土地利用類型[5]。近10年城市化快速發(fā)展，蘭州土地利用類型已經(jīng)與20年前大不相同，模式所使用的土地利用資料已經(jīng)無(wú)法反映真實(shí)土地利用情形。戴俐卉等利用臺(tái)灣地區(qū)高解析度土地利用資料代替WRF中的原始土地利用資料，發(fā)現(xiàn)預(yù)報(bào)誤差平均減少0.22 ℃，改善幅度達(dá)24.5%，在模式中改善土地利用類型可以獲得更大的預(yù)報(bào)改善[5]。為了反映蘭州近年的下墊面覆被變化，筆者采用ENVI、ARCGIS、MATLAB等軟件反演解譯2012年蘭州市區(qū)的TM遙感影像資料并替代WRF中的土地利用類型，在6月份蘭州陸面特征強(qiáng)迫大氣背景下對(duì)這3種土地利用類型分別進(jìn)行模擬，對(duì)比其對(duì)蘭州邊界層的影響，討論土地利用類型數(shù)據(jù)在模擬城市邊界層特征中所起的作用。

1資料與方法

1.1數(shù)值模擬設(shè)計(jì)WRF是由美國(guó)多個(gè)研究部門(mén)及大學(xué)共同參與開(kāi)發(fā)研究的新一代中尺度預(yù)報(bào)模式，包括了輻射過(guò)程、邊界層參數(shù)化過(guò)程、對(duì)流參數(shù)化過(guò)程 、次網(wǎng)格湍流擴(kuò)散過(guò)程以及微物理過(guò)程等物理過(guò)程。WRF模式系統(tǒng)具有可移植、易維護(hù)、可擴(kuò)充、高效率、方便等諸多特性，是目前最為先進(jìn)的中尺度數(shù)值天氣模式，目前已經(jīng)在世界大多數(shù)國(guó)家的天氣預(yù)報(bào)業(yè)務(wù)和相關(guān)的業(yè)務(wù)部門(mén)及科研單位廣泛應(yīng)用[6]。在該模擬試驗(yàn)中，采用最新的WRF3.4版本，數(shù)值試驗(yàn)中心設(shè)在103.733°E、36.033°N，采用三重嵌套（圖1），模式的水平格距分別為1、3和9 km，水平格點(diǎn)數(shù)分別為100×100、112×136、196×169，采用η地形追隨坐標(biāo)系，垂直分28層并加密近地面，水平方向采用ArakawaC型格點(diǎn)；初始值和邊界值由采用NCEP FNL分析資料，濕物理過(guò)程分別選取Ferrier微物理過(guò)程參數(shù)化方案和BettsMillerJanjic積云參數(shù)化方案，輻射過(guò)程選取RRTM 長(zhǎng)波輻射方案和Dudhia 短波輻射方案，行星邊界層過(guò)程選取YSU scheme 參數(shù)化方案，陸面過(guò)程選取Noah 參數(shù)化方案。選取2012年6月份蘭州陸面特征強(qiáng)迫大氣，模擬時(shí)段為2012年6月3日00：00～4日08：00，共32 h，每隔1 h輸出一次模擬結(jié)果。2012年6月3日00：00～4日08：00期間地面主要受高壓、高空受槽后西北氣流控制，副高熱帶高壓處于海上，模擬期間無(wú)降水。

圖1WRF三重嵌套區(qū)域1.2TM衛(wèi)星資料反演及不同土地利用類型圖

1.2.1TM衛(wèi)星資料反演。在此對(duì)TM衛(wèi)星圖像的處理采用ENVI和ArcGIS 2個(gè)軟件。ENVI（Environment for Visualizing Images）是完整的遙感圖像處理平臺(tái)，由美國(guó) VIS 公司研發(fā)的一套功能強(qiáng)大的采用交互式數(shù)據(jù)語(yǔ)言 IDL 開(kāi)發(fā)的遙感圖像處理軟件，也是能夠很方便地從影像中提取信息的軟件解決方案[7]。在此使用ENVI5.0軟件主要對(duì)TM衛(wèi)星資料反演的內(nèi)容有大氣校正[8]、坐標(biāo)轉(zhuǎn)換[8-9]、波段融合[8-9]、影像裁剪[8-10]、建立解譯標(biāo)志[10]和分類樣本[8]、對(duì)樣本進(jìn)行可分離性計(jì)算[11]、進(jìn)行監(jiān)督分類[10-12]。ArcGIS是 ESRI公司集幾十年地理信息系統(tǒng)經(jīng)驗(yàn)研發(fā)出來(lái)的一套全面整合了GIS與數(shù)據(jù)庫(kù)、軟件工程、網(wǎng)絡(luò)技術(shù)、人工智能等技術(shù)的全面的GIS軟件平臺(tái)，具有很強(qiáng)的地圖制作、空間信息整合、空間分析、空間數(shù)據(jù)管理、共享與發(fā)布的能力[9]。在該研究中，使用 ArcGIS Desktop 10.0 軟件平臺(tái)進(jìn)行的主要處理有對(duì)2012年處理的TM遙感影像按模式第3層區(qū)域網(wǎng)格化為同WRF中下墊面輸入數(shù)據(jù)相同精度的格點(diǎn)，用網(wǎng)格內(nèi)面積最大的地塊地類表示網(wǎng)格的地類，形成市區(qū)土地利用結(jié)構(gòu)數(shù)據(jù)；最后利用Matlab軟件將圖像輸出為矩陣形式并按USGS的分類寫(xiě)入到模式的下墊面資料中。

1.2.23種土地利用類型圖。結(jié)合WRF模式中所使用的USGS和MODIS/Terra土地利用類型資料以及反演后的TM衛(wèi)星資料，分別得出3種土地利用類型。由圖2可見(jiàn)，3種土地利用類型差異較大。USGS對(duì)蘭州市區(qū)的分類主要為建筑用地、水體、灌木和草地為主，灌木和草地的范圍非常大，甚至包含河谷兩側(cè)的山脈地區(qū)，建筑用地分布少，僅市區(qū)城關(guān)黃河南側(cè)地區(qū)； MODIS對(duì)蘭州市區(qū)的分類主要以稀疏的植物和建筑用地為主，建筑用地總面積很大，約占全市的30%；TM反演的分類主要以水體、建筑用地和草地為主，建筑用地介于USGS和MODIS之間。

圖2蘭州市SGS（a）、MODIS（b）和TM（c）3種土地利用類型圖

2結(jié)果與分析

2.1近地面氣象要素差異分析為了了解3種土地利用類型的近地層氣象要素分布特征，在此文分析了海平面氣壓場(chǎng)、2 m溫度、10 m風(fēng)場(chǎng)平均分布。由圖3可見(jiàn)，3種土地利用類型的海平面氣壓形式完全一致，土地利用類型的改變對(duì)中尺度的環(huán)流形勢(shì)幾乎沒(méi)有影響；2 m溫度場(chǎng)上山谷溫度明顯高于山區(qū)溫度，表現(xiàn)為熱島效應(yīng)，城區(qū)平均溫度均在24 ℃，整體上地面溫度模擬以MODIS模擬的結(jié)果最高，USGS最低，TM溫度模擬介于兩者之間；風(fēng)場(chǎng)方面，市區(qū)均為東南風(fēng)，市區(qū)北部山區(qū)風(fēng)速最大，市區(qū)風(fēng)速較小，三者在平均風(fēng)場(chǎng)方面沒(méi)有明顯差異。

2.2溫度剖面圖及垂直風(fēng)速剖面圖分布從3種土地利用類型下模擬中心點(diǎn)103.733°E、36.033°N處剖面溫度和垂直速度場(chǎng)隨時(shí)間的演變圖（圖4）可見(jiàn)，城市熱島效應(yīng)明顯且高度越低強(qiáng)度越大，3種情況下熱島高度均達(dá)800 m且沒(méi)有逆溫情況出現(xiàn)；3種類型下12：00～次日05：00地面上空均為上升氣流控制，有2個(gè)極值中心，達(dá)到極值時(shí)間大致相同，分別在14：00～15：00和22：00～23：00，但MODIS的極大值在14：00～15：00為-0.50 m/s、22：00～23：00為-0.40 m/s，USGS和TM的極大值均在22：00～23：00，分別為-0.40和-0.45 m/s，次極值中心均在14：00～15：00，均為-0.50 m/s。從上升氣流高度來(lái)看，USGS達(dá)800 m，MODIS和TM能夠達(dá)1 800 m，且USGS在200 m以上有明顯的下沉氣流， TM在600 m以上有下沉氣流，MODIS沒(méi)有明顯下沉氣流。圖3USGS（a）、MODIS（b）和TM（c）3種土地利用類型的地面氣壓場(chǎng)、2 m溫度、10 m風(fēng)場(chǎng)平均分布圖42012年6月3日02：00～4日07：00 USGS（a）、MODIS（b）和TM（c）3種土地利用類型下模擬中心點(diǎn)103.733°E、36.033°N處剖面溫度和垂直速度場(chǎng)隨時(shí)間的演變安徽農(nóng)業(yè)科學(xué)2014年2.3邊界層高度分析由圖5可見(jiàn)，混合層高度低值區(qū)沿城區(qū)分布，范圍有縮小的趨勢(shì)，由USGS和MODIS塊狀區(qū)域變?yōu)門(mén)M多個(gè)碎片區(qū)域，塊狀區(qū)域分布在城關(guān)區(qū)和安寧區(qū)，碎片區(qū)域沿城區(qū)呈帶狀分布，說(shuō)明混合層高度在不斷增加；低值區(qū)混合層高度均在安寧區(qū)附近，逐漸增大，USGS最小，為82 m，MODIS次之，最低高度為145 m，TM最大，為154 m，說(shuō)明不斷改變的土地利用類型代表城市化進(jìn)程，導(dǎo)致城市邊界層高度不斷增加。

2.4地表能量收支分析利用波文比（Bowen Ratio）來(lái)分析地表的能量收支，波文比定義為感熱通量與感熱通量和潛熱通量的比值[4]，公式表示為：B=QhQe+Qh，式中，B為波文比（Bowen Ratio），Qh為感熱通量，Qe為潛熱通量。由此公式得到能量分配的比重，典型的Bowen Ratio值在0～1之間，Bowen Ratio越小，表示該處越潮濕，反之越干燥。從6月3日18：00波文比分布圖（圖6）可見(jiàn)，波文比與土地利用類型分布的相關(guān)性高，市區(qū)的波文比高值區(qū)在0.92～0.94，可視為較干燥的區(qū)域；整體比較而言，使用USGS土地利用類型的波文比是三者當(dāng)中最小的，顯示土壤的狀況較為潮濕；使用MODIS土地利用類型的波文比是三者當(dāng)中最大的，土壤的濕度較為干燥，由于MODIS分類為都市的區(qū)域最廣，造成模擬溫度較高，有較多的能量是以可感熱能量呈現(xiàn)；使用TM土地利用類型的波文比極值出現(xiàn)較多，且其強(qiáng)度是三者當(dāng)中最大的，說(shuō)明不斷的城鎮(zhèn)化建設(shè)對(duì)地表過(guò)程的影響很大。

2.5模擬結(jié)果驗(yàn)證由于該研究中僅修改蘭州地區(qū)的土地利用類型資料，因此在個(gè)案中綜觀天氣的模擬結(jié)果均非常接近，該研究著重在探討蘭州地區(qū)因改變土地利用類型對(duì)邊界層存在的影響。從圖7可以看出，模擬結(jié)果與實(shí)際觀測(cè)值趨勢(shì)大致相同，說(shuō)明模式運(yùn)行結(jié)果有效；模擬結(jié)果與實(shí)際觀測(cè)值差異反應(yīng)在中午前后，此顯示土地利用資料的差異對(duì)模式預(yù)報(bào)的影響有明顯的日夜變化，在中午時(shí)段由于太陽(yáng)輻射導(dǎo)致地表和邊界層大氣之間活躍的能量交換，進(jìn)而使得土地利用資料差異的效果被凸顯出來(lái)；MODIS組的預(yù)報(bào)白天低于USGS組，夜間高于USGS組；與觀測(cè)相比，TM組的預(yù)報(bào)與實(shí)際更吻合；由于觀測(cè)站點(diǎn)數(shù)據(jù)僅代表一個(gè)站點(diǎn)，而在模式運(yùn)行中，1 km×1 km的分辨率為很可能將該站點(diǎn)采用差值平均模擬，使得結(jié)果與觀測(cè)實(shí)值存在誤差。

3結(jié)論

筆者將2012年蘭州市區(qū)的TM遙感影像資料解譯反演分類制成新的下墊面土地利用類型（TM），并分別用WRF中尺度模式在3種土地利用類型（USGS、MODIS、TM）上對(duì)蘭州市區(qū)2012年6月大氣邊界層進(jìn)行了數(shù)值模擬研究，模擬結(jié)果如下。

（1）WRF模式在高分辨率（1 km）的情況下，模擬積分穩(wěn)定，數(shù)據(jù)改變前后均能較好地模擬蘭州市區(qū)大氣邊界層特征，改變后的模擬值與實(shí)測(cè)值更為接近，說(shuō)明WRF使用的土地利用類型數(shù)據(jù)在某些區(qū)域的確已不符合實(shí)際情況。

（2）土地利用類型的改變對(duì)中尺度的環(huán)流形勢(shì)幾乎沒(méi)有影響；溫度場(chǎng)上山谷溫度明顯高于山區(qū)溫度，表現(xiàn)為熱島效應(yīng)；風(fēng)場(chǎng)方面，市區(qū)均為東南風(fēng)，市區(qū)北部山區(qū)風(fēng)速最大，市區(qū)風(fēng)速較小，三者在平均風(fēng)場(chǎng)方面沒(méi)有明顯差異。圖52012年6月3日00：00～24：00 USGS（a）、MODIS（b）和TM（c）3種土地利用類型的邊界層平均高度（單位：m）圖62012年6月3日18：00 USGS（a）、MODIS（b）和TM（c）3種土地利用類型下的Bowen Ratio分布平均情況圖72012年6月3日02：00～4日05：00模擬結(jié)果與實(shí)際觀測(cè)值對(duì)比（3）3種情況城市熱島效應(yīng)明顯且高度越低強(qiáng)度越大，熱島高度均達(dá)800 m且沒(méi)有逆溫情況出現(xiàn)；從上升氣流高度來(lái)看，USGS達(dá)800 m，MODIS和TM能夠達(dá)1 800 m，且USGS在200 m以上有明顯的下沉氣流， TM在600 m以上有下沉氣流，MODIS沒(méi)有明顯下沉氣流。

（4）混合層高度低值區(qū)沿城區(qū)分布，范圍有縮小的趨勢(shì)，由USGS和MODIS塊狀區(qū)域變?yōu)門(mén)M多個(gè)碎片區(qū)域，塊狀區(qū)域分布在城關(guān)區(qū)和安寧區(qū)，碎片區(qū)域沿城區(qū)呈帶狀分布，說(shuō)明混合層高度在不斷增加；低值區(qū)混合層高度均在安寧區(qū)附近，逐漸增大，USGS最小，為82 m，MODIS次之，最低高度為145 m，TM最大，為154 m，說(shuō)明不斷改變的土地利用類型代表城市化進(jìn)程，導(dǎo)致城市邊界層高度不斷增加。

（5）Bowen Ratio與土地利用形態(tài)分布的相關(guān)性高，都市區(qū)的Bowen Ratio偏高接近10，可視為較干燥的地區(qū)，整體而言，使用USGS土地利用類型的波文比是三者當(dāng)中最小的，顯示土壤的狀況較為潮濕，使用TM土地利用類型的波文比極值出現(xiàn)較多，且其強(qiáng)度是三者當(dāng)中最大的，說(shuō)明不斷的城鎮(zhèn)化建設(shè)對(duì)地表過(guò)程的影響很大，而地表過(guò)程是影響天氣變化和污染物輸送的重要因素之一，可通過(guò)與大氣間的熱量交換來(lái)影響天氣，因此在模式中采用最新的土地利用類型，對(duì)氣象模擬會(huì)有正面的幫助。

參考文獻(xiàn)

[1] 趙鳴，陳潛.邊界層過(guò)程對(duì)暴雨影響的敏感性試驗(yàn)[J].氣象科學(xué)，2007，27（1）：1-10.

[2] CARLSON T N.Regionalscale estimates of surface moisture availability and thermal inertia using remote thermal measurements[J].Remote Sensing Reviews，1986，1：197-247.

[3] LAMPTEY B L，BARRON E J，POLLARD D.Impacts of agriculture and urbanization on the climate of the Northeastern United States[J].Global and Planetary Change，2005，49（3/4）：203-221.

[4] 許郁卿.土地利用型態(tài)對(duì)地表能量收支與海陸風(fēng)模擬的影響[D]. 國(guó)立中央大學(xué)大氣物理研究所，2011：101.

[5] 戴俐卉，洪景山，莊秉潔，等.WRF模式中臺(tái)灣地區(qū)土地利用型態(tài)更新與個(gè)案研究[C]//95年天氣分析與預(yù)報(bào)研討會(huì)論文匯編.北京：中央氣象局，2006：2-43.

[6] 楊小銀，宋廣寧，付培健.“5.10”岷縣暴雨災(zāi)害天氣過(guò)程的數(shù)值模擬和診斷分析[J].高原氣象，2013，32（3）：798-805.

[7] 胡國(guó)彪.基于結(jié)構(gòu)套合分析的遙感影像尺度效應(yīng)研究[D].成都：成都理工大學(xué)，2011.

[8] 閆琰，董秀蘭，李燕.基于ENVI的遙感圖像監(jiān)督分類方法比較研究[J].北京測(cè)繪，2011（3）：14-16.

[9] 馬群.大棚菜區(qū)土地利用信息遙感提取及其不同方式的土壤質(zhì)量效應(yīng)——以山東省壽光市為例[D].泰安：山東農(nóng)業(yè)大學(xué)，2011.

[10] 黨安榮.ERDAS IMAGINE遙感圖像處理方法[M].北京：清華大學(xué)出版社，2010.

[11] 陳占濤.基于遙感技術(shù)的煙葉監(jiān)測(cè)模式研究[D].北京：中國(guó)農(nóng)業(yè)大學(xué)，2007.

[12] 孟淑英.資源衛(wèi)星遙感數(shù)字化圖像處理技術(shù)及其在土地利用動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用研究[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2000.