金 凱,王 飛,2,3*,劉歡歡,茍嬌嬌,丁文斌

?

中國人為熱變化及其對(duì)地表能量平衡的影響

金 凱1,王 飛1,2,3*,劉歡歡4,茍嬌嬌5,丁文斌1

(1.西北農(nóng)林科技大學(xué)水土保持研究所,陜西 楊凌 712100；2.中國科學(xué)院水利部水土保持研究所,陜西 楊凌 712100；3.中國科學(xué)院大學(xué),北京 100049；4.綏德縣第一中學(xué),陜西 綏德 718099；5.北京師范大學(xué)地理科學(xué)學(xué)部,地表過程與資源生態(tài)國家重點(diǎn)實(shí)驗(yàn)室,北京 100875)

利用人口統(tǒng)計(jì)、分布數(shù)據(jù)及能源消費(fèi)統(tǒng)計(jì)資料,對(duì)中國1980~2015年人為熱通量(a)的時(shí)空變化進(jìn)行了研究,并將其與地表凈太陽輻射(n)進(jìn)行了對(duì)比分析,以探討人為熱對(duì)不同尺度地表能量平衡的影響.結(jié)果表明,在研究時(shí)段內(nèi),全國平均a呈顯著升高趨勢(0.11W/m2/10a,<0.001),從1980年的0.07W/m2上升到2015年的0.45W/m2,已經(jīng)約相當(dāng)于全球工業(yè)革命以來CO2排放引起輻射強(qiáng)迫(1.68W/m2)的27%;其中a高值區(qū)(31.00W/m2)已由1990年的點(diǎn)狀分布變?yōu)?015年的面狀分布,占到全國面積的10%;全國平均n的趨勢率(0.18W/m2/10a)略大于a,但未通過顯著性檢驗(yàn)(=0.381).對(duì)于參與計(jì)算的31個(gè)省會(huì)城市,2015年市區(qū)a平均值在1~32W/m2之間,平均達(dá)17W/m2,相當(dāng)于n平均值(147W/m2)的12%;在柵格尺度上(0.5min×0.5min),除拉薩外,其余城市的a像元最大值均超過了120W/m2,已經(jīng)導(dǎo)致局地的熱平衡發(fā)生了本質(zhì)變化.研究認(rèn)為,人為熱釋放因素不但需要在城市氣候模擬研究中給予更多考慮,而且在全球和區(qū)域氣候模擬與評(píng)價(jià)中以及制定氣候變化應(yīng)對(duì)策略時(shí)也有必要給予充分考慮,以促進(jìn)全面認(rèn)識(shí)并減緩氣溫升高.

中國；人為熱；太陽輻射；地表能量平衡

人為熱是指由人為活動(dòng)(如能源消費(fèi)和人體代謝)產(chǎn)生并釋放到大氣中的熱量[1],可顯著影響陸地生態(tài)環(huán)境、地表能量平衡、氣溫及降水等[2-3].目前,全球平均人為熱通量(a)已達(dá)0.03W/m2[4].Chen等[5]利用全球氣候模型模擬發(fā)現(xiàn),人為熱可使全球平均地表溫度在夏季升高約0.02K,而在冬季升高0.10K.在城市區(qū)域,人為熱更為集中,是形成城市熱島的主要因素之一[2,6-8].一些大城市的a甚至超過地表接收的太陽總輻射量.例如,東京市中心白天的年平均a超過400W/m2,最大值達(dá)1590W/m2[9].

以往研究常聚焦于人為熱的估算、時(shí)空變化分析及氣候變化效應(yīng)模擬等方面,但將人為熱與地表太陽輻射進(jìn)行對(duì)比分析的研究相對(duì)較少[4-9].根據(jù)能量守恒定律,地表接收的能量以不同方式轉(zhuǎn)化為其他運(yùn)動(dòng)形式,以保持能量平衡[8,10].對(duì)于自然地表,地表凈太陽輻射(n)即為地表能量的全部,它等于土壤熱通量、顯熱及潛熱通量之和[10].但在城市區(qū)域,人為熱同樣可以通過一定的途徑轉(zhuǎn)化為顯熱和潛熱通量,從而影響地表能量平衡[2,11].因此,在估算城市人為熱通量、模擬城市人為熱的氣候效應(yīng)時(shí),研究人員常將a與n同時(shí)作為地表能量的輸入項(xiàng)來建立地表能量平衡方程[8,12-14].目前,少數(shù)幾個(gè)研究通過計(jì)算人為熱與太陽輻射的比值在城市尺度評(píng)價(jià)了人為熱對(duì)地表能量平衡的影響程度[15-17].例如,蔣維楣等[15]發(fā)現(xiàn)杭州市白天人為熱源一般為太陽輻射總量的10%~20%.然而,針對(duì)區(qū)域尺度的相關(guān)研究目前還較少.

中國作為全球第二大經(jīng)濟(jì)體,近幾十年來經(jīng)歷了快速的城市化發(fā)展,同時(shí)人口數(shù)量和能源消費(fèi)量也迅速增長[18].但由于中國區(qū)域經(jīng)濟(jì)發(fā)展及人口分布不均衡,a存在很大的空間異質(zhì)性[19].此外,中國地域遼闊、地形復(fù)雜且氣候多變,使n同樣存在很大的空間差異[20-21].因此,有必要對(duì)我國人為熱的時(shí)空變化以及人為熱對(duì)地表能量平衡的影響進(jìn)行研究,為我國人為熱的氣候、環(huán)境效應(yīng)研究提供參考.為此,本文以中國為研究區(qū),利用人口密度格點(diǎn)數(shù)據(jù)、分地區(qū)人口及能源統(tǒng)計(jì)數(shù)據(jù)生成了1990、2005和2015年0.5min×0.5min分辨率的中國a格點(diǎn)數(shù)據(jù),并從不同空間尺度上將其與ERA-Interim再分析資料的n數(shù)據(jù)進(jìn)行了對(duì)比分析.

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)

使用由我國國家統(tǒng)計(jì)局編制的《中國統(tǒng)計(jì)年鑒》[22]以及各省市相關(guān)統(tǒng)計(jì)資料,得到我國分地區(qū)(省、自治區(qū)和直轄市)的年末人口總量和能源消費(fèi)量數(shù)據(jù).鑒于能源消費(fèi)統(tǒng)計(jì)資料的有限性,本文僅使用1990、2005和2015年的分地區(qū)能源消費(fèi)量及年末人口計(jì)算中國人為熱的格點(diǎn)分布數(shù)據(jù);利用中國1980~2015年的全國能源消費(fèi)總量和年末總?cè)丝谟?jì)算逐年的中國平均a.1990、2005和2015年的人口密度格點(diǎn)數(shù)據(jù)下載自美國國家航空航天局(NASA)的社會(huì)經(jīng)濟(jì)數(shù)據(jù)和應(yīng)用中心(SEDAC)(http://sedac. ciesin.columbia.edu/).人口密度格點(diǎn)數(shù)據(jù)的空間分辨率為0.5min×0.5min,用于分配各地區(qū)的能源消費(fèi)總量[4].

地表凈太陽輻射數(shù)據(jù)使用由歐洲中尺度氣象預(yù)報(bào)中心(ECMWF)(http://apps.ecmwf.int/datasets/)提供的ERA-Interim再分析資料.ERA-Interim是ECMWF向全球用戶提供的最新全球大氣數(shù)值預(yù)報(bào)再分析資料,包括地表氣溫、降水、太陽輻射等一系列氣候、氣象要素?cái)?shù)據(jù).由于具有較高的分辨率(最高為7.5min×7.5min)和較長的時(shí)間跨度(1979年至今),ERA-Interim數(shù)據(jù)已被廣泛應(yīng)用于氣候變化方面的研究[23-24].該數(shù)據(jù)在計(jì)算地面太陽輻射時(shí)考慮了氣體吸收、分子瑞利散射、氣溶膠和云粒子等的影響,而且中國區(qū)域的地面輻射數(shù)據(jù)已得到驗(yàn)證[25].本文使用的地表凈太陽輻射數(shù)據(jù)為1980~2015年逐月的日累積預(yù)報(bào)數(shù)據(jù),空間分辨率為7.5min×7.5min.

此外,本文使用SEDAC提供的2010年全球人造不透水表面數(shù)據(jù)(GMIS)提取城市區(qū)域(http:// sedac.ciesin.columbia.edu/data/sets/browse).人造不透水表面包括道路、建筑、停車場等,是研究城市地表特征、界定城市邊界范圍的有效依據(jù)[26]. GMIS數(shù)據(jù)的空間分辨率為1km×1km,其柵格數(shù)值代表對(duì)應(yīng)柵格內(nèi)人造不透水表面的比例,范圍為0~100%.

1.2 方法

1.2.1 人為熱格點(diǎn)數(shù)據(jù)的計(jì)算 人為熱釋放的計(jì)算主要考慮能源消費(fèi)和人體新陳代謝產(chǎn)生的熱量[27].在區(qū)域尺度上,由人體新陳代謝產(chǎn)生的熱量相對(duì)于能源消費(fèi)非常小,在以往研究中常被忽略.但在城市尺度上,由于密集的城市人口,這部分熱量相對(duì)較大.為了更準(zhǔn)確、全面地研究我國人為熱的大小及分布,本文將人體新陳代謝產(chǎn)生的熱量考慮在內(nèi).根據(jù)公式(1),將能源消費(fèi)引起的熱通量(e)和人體新陳代謝產(chǎn)生的熱通量(m)相加得到a.

a=e+m(1)

在計(jì)算e時(shí),本研究假設(shè)能源消費(fèi)產(chǎn)生的熱量最終全部以熱的形式排放到大氣中[28-30].首先,根據(jù)人口密度格點(diǎn)數(shù)據(jù),將研究區(qū)劃分成分辨率為0.5min×0.5min的網(wǎng)格.然后,通過式(2)計(jì)算每個(gè)格點(diǎn)上的e.

式中:total指各地區(qū)(省、自治區(qū)或直轄市)年能源消費(fèi)總量,噸標(biāo)準(zhǔn)煤(tce);是每噸標(biāo)準(zhǔn)煤所產(chǎn)生的熱量,為292.7×105kJ[18];指時(shí)間,a,這里換算成s;grid指給定地區(qū)內(nèi)每個(gè)格點(diǎn)的面積,m2;grid和total分別表示給定地區(qū)內(nèi)格點(diǎn)人口數(shù)和地區(qū)人口總數(shù).

每個(gè)格點(diǎn)上的m值可通過以下公式計(jì)算得到:

式中:1和2分別指人體活動(dòng)和睡眠時(shí)的平均代謝率,W;1和2分別表示一天內(nèi)人體活動(dòng)和睡眠時(shí)間所占的比例.根據(jù)謝旻等[29]和朱新勝等[31]的研究,將1和2分別取值為175W和75W,一天內(nèi)人體的活動(dòng)和睡眠時(shí)間分別為16h和8h.因此,1和2分別等于0.667和0.333.

1.2.2 人為熱與凈輻射的對(duì)比分析 為了理解人為熱氣候強(qiáng)迫的強(qiáng)度及其對(duì)地表能量平衡的影響,本文對(duì)不同尺度a與n的數(shù)值大小進(jìn)行了對(duì)比分析.首先,使用ArcGIS軟件將地表凈太陽輻射月值數(shù)據(jù)轉(zhuǎn)換為年值數(shù)據(jù).然后對(duì)n柵格數(shù)據(jù)進(jìn)行重采樣,重采樣后的n數(shù)據(jù)分辨率與計(jì)算的a數(shù)據(jù)相同,即0.5min×0.5min.最后計(jì)算了2015年各格點(diǎn)a與n的比值,以及1980~2015年中國區(qū)域平均a與n的比值.此外,計(jì)算并對(duì)比分析了中國大陸31個(gè)省會(huì)城市的城區(qū)平均a和n.根據(jù)Voorde等[32]的研究,在ArcGIS軟件中提取人造不透水表面比例大于10%的柵格,作為城市區(qū)域.

2 結(jié)果與討論

2.1 人為熱時(shí)空變化

圖1 中國1990、2005和2015年人為熱空間分布 Fig.1 Spatial distribution of the anthropogenic heat flux over China in 3 stages

中國a具有很大的空間異質(zhì)性(圖1).1990年,我國西部大多數(shù)地區(qū)的a不足0.05W/m2,而東部地區(qū)的a相對(duì)較高,主要集中在0.05~1.0W/m2(圖1a);a小于0.05W/m2的區(qū)域約占全國總面積的68%,而a大于或等于1.0W/m2的區(qū)域不足3%,且主要以點(diǎn)狀形式分布于少數(shù)大城市中.相對(duì)于1990年,2005年a在0.1~1.0W/m2范圍內(nèi)的區(qū)域增加明顯(圖1b),面積占比已由1990年的17.82%增加到2005年的28.23%;2005年a在1.0~2.0W/m2范圍內(nèi)的區(qū)域相對(duì)于1990年增加近一倍.中國西部一些區(qū)域在2015年已顯示出一定強(qiáng)度的人為熱,但仍以a低值區(qū)為主(圖1c).相對(duì)于1990年,2015年東部地區(qū)a增加顯著,尤其是a大于或等于1.0W/m2的區(qū)域明顯擴(kuò)大,已由點(diǎn)狀分布轉(zhuǎn)變?yōu)槊鏍罘植?2015年a小于0.05W/m2的區(qū)域約占全國總面積的52%,相對(duì)于1990年約減少16%;a大于或等于1.0W/m2的區(qū)域約占10%,相對(duì)于1990年增加7%.此外,2015年約有1%的國土a大于或等于5.0W/m2.

圖2 中國1980~2015年區(qū)域平均人為熱通量及地表凈太陽輻射變化 Fig.2 Average anthropogenic heat flux and land surface net solar radiationchange trends over China in 1980~2015

總體而言,近幾十年來我國東部a顯著高于西部、城市a顯著高于農(nóng)村,這與區(qū)域經(jīng)濟(jì)發(fā)展及人口分布的不平衡密切相關(guān)[33-34].通常,城市化引起的地表升溫可歸因于城市土地利用變化和人為熱釋放對(duì)地表能量平衡的影響[2,35-37].Feng等[3]對(duì)中國三大城市群(京津冀、長江三角洲和珠江三角洲)的氣候模擬實(shí)驗(yàn)研究發(fā)現(xiàn),僅人為熱就可導(dǎo)致上述區(qū)域0.5~1.0℃的升溫.近36年來,中國平均a已由1980年的0.07W/m2增加到2015年的0.45W/m2(圖2),這與我國同期地表氣溫顯著升高的趨勢相符(近40a升高了1.58℃)[38].此外,a顯著增加的區(qū)域主要集中在我國華北平原和東南沿海等發(fā)達(dá)地區(qū),這與我國東部地區(qū)氣溫變化的空間分布特征存在一定的相似性,即大都市區(qū)升溫速率較周圍農(nóng)村地區(qū)快[37,39].可見,近幾十年來a的顯著增強(qiáng)已對(duì)我國氣溫變化趨勢的空間差異產(chǎn)生了影響[35].

2.2 人為熱對(duì)區(qū)域地表能量平衡的影響

2015年中國大陸平均n呈現(xiàn)西高東低的分布特征(圖3a),這與a的空間分布恰好相反(圖1b).我國多數(shù)地區(qū)的n介于100~200W/m2,高值區(qū)主要分布于我國青藏高原和南海地區(qū),年均值可達(dá)180W/m2以上,而低值區(qū)主要分布于華南內(nèi)陸地區(qū),一般在140W/m2以下.n的空間差異與不同地區(qū)入射和反射的太陽輻射能的多少有關(guān),受緯度、海拔、大氣水汽、云和氣溶膠等多種因素的影響[20-21,40-41].

圖3 中國2015年(a)地表凈太陽輻射及(b)人為熱與凈太陽輻射的比值空間分布 Fig.3 Spatial distributions of the land surface net solar radiation(a) andthe ratio of anthropogenic heat flux to surface net solar radiation (b) over China in 2015

2015年a與n比值(a/n)的空間分布如圖3b所示.華北平原和東南沿海等發(fā)達(dá)地區(qū)的a/n相對(duì)較高,一般在0.01~0.02范圍內(nèi),少數(shù)地區(qū)可達(dá)0.2以上(如京津冀、長江三角洲和珠江三角洲等).然而,我國大多數(shù)地區(qū)的a相對(duì)于n都很小,a/n一般小于0.01.這與我國a的空間分布特征基本一致. 2015年我國平均n為148.70W/m2(圖2),是a平均值的300多倍.1980~2015年,我國區(qū)域平均n呈波動(dòng)增加趨勢,趨勢率為0.18W/m2/10a,但并未通過顯著性檢驗(yàn)(=0.381);相反,我國區(qū)域平均a呈顯著增加趨勢(<0.001),趨勢率為0.11W/m2/10a(圖2).

以往研究表明,我國地表總太陽輻射在1990年以前呈顯著下降趨勢,之后呈小幅上升趨勢,近半個(gè)世紀(jì)以來總體呈下降趨勢[41].相反,我國平均a在此期間一直呈迅速增長趨勢,而且在未來很可能會(huì)繼續(xù)增長[4,18,31,42].以上研究與本文有關(guān)a和n的結(jié)果一致.雖然a的區(qū)域平均值遠(yuǎn)小于n,但其長期變化趨勢可與n的變化相比較.

而且,近年來a對(duì)地表能量平衡的擾動(dòng)可能已經(jīng)影響了大尺度的氣候變化[3,43-45].例如,Chen等[5]對(duì)全球人為熱釋放的模擬研究發(fā)現(xiàn)其能夠破壞大氣循環(huán),并顯著影響北半球的地表氣溫.在區(qū)域乃至全球尺度上,a與其他一些人為活動(dòng)引起的輻射強(qiáng)迫同樣具有可比性.例如,1990~2010年中國土地覆被變化通過改變地表反照率引起的平均輻射強(qiáng)迫僅為0.062W/m2[46],遠(yuǎn)低于a在此期間的增幅(約0.27W/m2)(圖2).IPCC第五次報(bào)告指出,作為全球最大的平均輻射強(qiáng)迫組分,CO2在過去10a中的輻射強(qiáng)迫增加了0.27(0.24~0.30)W/m2[47],意味著在此期間平均每年增加約0.027W/m2,這與當(dāng)前0.03W/m2的全球年平均a相當(dāng)[5].此外,我國2015年平均a達(dá)0.45W/m2,已約相當(dāng)于全球工業(yè)革命以來CO2排放引起的輻射強(qiáng)迫(1.68W/m2)的27%[47].隨著全球和區(qū)域經(jīng)濟(jì)的進(jìn)一步發(fā)展,能源消費(fèi)量和人為熱強(qiáng)度將會(huì)繼續(xù)增加,因此在進(jìn)行大尺度氣候模擬研究時(shí)應(yīng)對(duì)人為熱的氣候強(qiáng)迫作用予以重視.

2.3 人為熱對(duì)大城市地表能量平衡的影響

城市是能源消費(fèi)和人類活動(dòng)的集中區(qū)域,因此有必要對(duì)城市區(qū)域的人為熱釋放強(qiáng)度進(jìn)行分析,以增加對(duì)人為熱影響地表能量平衡的認(rèn)識(shí).為此,本文對(duì)中國大陸31個(gè)省會(huì)城市市區(qū)2015年的a、n以及平均a與平均n的比值進(jìn)行了計(jì)算(表1).

表1 中國大陸省會(huì)城市2015年人為熱通量、地表凈太陽輻射及二者的比值
Table 1 Anthropogenic heat fluxes, land surface net solar radiations, and their ratios in provincial capital citiesof China in 2015

注:a平均值指城市區(qū)域內(nèi)所有柵格的人為熱通量平均值;a最大值指城區(qū)內(nèi)人為熱柵格像元的最大值;n平均值表示城區(qū)內(nèi)所有柵格的地表凈太陽輻射通量平均值;a/n指城區(qū)內(nèi)a平均值與n平均值的比值.

除拉薩、昆明和貴陽外,其余28個(gè)城市的a平均值均超過了10W/m2,其中沈陽的a平均值最大,為32W/m2(表1).除拉薩外,其余城市的a最大值均超過120W/m2,其中上海、烏魯木齊和天津的a最大值分別達(dá)591、650和971W/m2.31個(gè)城市的n平均值差異明顯,變化范圍從成都的123W/m2到?？诘?89W/m2.顯然,各城市的a平均值相對(duì)于n平均值較小,但多數(shù)城市的a最大值超過了n平均值.在31個(gè)城市中,拉薩的a/n最小(0.01),11個(gè)城市的a/n在0.05~0.10范圍內(nèi),17個(gè)城市的a/n在0.10~0.20范圍內(nèi),其余兩個(gè)城市的a/n超過0.20(其中烏魯木齊的a/n最大,為0.23).平均來看,31個(gè)城市的a平均值和n平均值分別為17和147W/m2,即a平均值相當(dāng)于n平均值的12%.

陸燕等[48]發(fā)現(xiàn)我國長江三角洲大部分地區(qū)的年平均a介于5~30W/m2.朱寬廣等[49]發(fā)現(xiàn)我國珠江三角洲城市群的年平均a已從1995年的2.96W/m2增長到2010年的13.11W/m2.Lu等[50]發(fā)現(xiàn)2010年中國21個(gè)典型城市的人為熱介于0.9~ 18.1W/m2.以上研究與本文有關(guān)城市人為熱的結(jié)果相似,均表明平均人為熱釋放強(qiáng)度在城市尺度遠(yuǎn)高于區(qū)域尺度.王業(yè)寧等[17]發(fā)現(xiàn)北京主城區(qū)全年人為熱總量約為總輻射量的十分之一,且少數(shù)地區(qū)的人為熱釋放強(qiáng)度高于太陽輻射強(qiáng)度,這同樣與本研究的結(jié)果一致.可見,人為熱對(duì)城市地表能量平衡的影響很大,已成為其重要組分之一,因此在對(duì)城市氣候進(jìn)行數(shù)值模擬時(shí)不容忽視.

本研究計(jì)算的城市地區(qū)的a最大值普遍高于以往研究結(jié)果[6,42,45].這是因?yàn)楸狙芯坑?jì)算的a格點(diǎn)數(shù)據(jù)具有較以往研究更高的空間分辨率(0.5min× 0.5min)[4,43,49].由于a的空間異質(zhì)性,當(dāng)分辨率降低時(shí),某些具有較高a值的柵格可能會(huì)與附近具有較低a值的柵格合并,從而使柵格值降低,反之亦然.本文在計(jì)算a時(shí)考慮了人體新陳代謝產(chǎn)生的熱量,相較于以往只考慮能源消費(fèi)的研究[19],在局部也會(huì)產(chǎn)生一定差異.此外,某些研究基于中國能源消費(fèi)總量直接在國家尺度上進(jìn)行能源消費(fèi)分配和人為熱通量估算[51],由于尺度過大、數(shù)據(jù)較為粗糙,可能會(huì)產(chǎn)生很大的不確定性.而本文利用中國分地區(qū)能源消費(fèi)數(shù)據(jù)在省尺度上進(jìn)行運(yùn)算,可在一定程度上降低其中的不確定性.本文僅在年尺度上探討了人為熱及其對(duì)地表能量平衡的影響,而a與n具有明顯的季節(jié)和日變化規(guī)律[16,43],因此將來應(yīng)對(duì)此進(jìn)行更深入地研究.

3 結(jié)論

3.1 中國的人為熱釋放強(qiáng)度具有很大的空間異質(zhì)性.1980~2015年,全國平均a呈顯著升高趨勢(0.11W/m2/10a,<0.001),由1980年的0.07W/m2增加到2015年的0.45W/m2,已經(jīng)占到全球工業(yè)革命以來CO2排放引起輻射強(qiáng)迫(1.68W/m2)的27%.2015年,a大于或等于1.00W/m2的區(qū)域約占國土總面積的10%,且已由1990年的點(diǎn)狀分布轉(zhuǎn)變?yōu)槊鏍罘植?

3.2 我國多數(shù)地區(qū)的年均凈太陽輻射介于100~ 200W/m2,遠(yuǎn)高于a.受人為熱與凈太陽輻射空間分布規(guī)律的影響,華北平原和東南沿海等發(fā)達(dá)地區(qū)的a/n相對(duì)較高(0.01~0.02),在京津冀、長江三角洲和珠江三角洲等大都市區(qū)甚至超過0.2.近36年來,我國區(qū)域平均n呈不顯著增加趨勢,趨勢率為0.18W/ m2/10a(=0.381),略高于我國a的平均趨勢率,表明在長期變化中a對(duì)我國地表能量平衡具有一定的影響.

3.3 在參與計(jì)算的31個(gè)省會(huì)城市中,拉薩城區(qū)的a平均值最小(1W/m2),而沈陽城區(qū)的a平均值最大(32W/m2);拉薩城區(qū)a/n最小(0.01),而烏魯木齊城區(qū)a/n最大(0.23).平均來看,31個(gè)城市的城區(qū)平均a達(dá)17W/m2,相當(dāng)于n的12%,遠(yuǎn)高于全國平均水平.在柵格尺度上(0.5min×0.5min),除拉薩外,其余城市的a像元最大值均超過了120W/m2,其中上海、烏魯木齊和天津的a像元最大值分別達(dá)591、650和971W/m2.可見,人為熱釋放對(duì)城市局部地表能量平衡的影響尤為突出.研究認(rèn)為,人為熱釋放因素不但需要在城市氣候模擬研究中更多考慮,而且在全球和區(qū)域氣候模擬與評(píng)價(jià)中以及制定氣候變化應(yīng)對(duì)策略時(shí)也有必要充分考慮這一因素,以促進(jìn)全面認(rèn)識(shí)并減緩氣溫升高.

[1] AMS. Meteorology Glossary [EB/OL]. American Meteorological Society. http://glossary.ametsoc.org/wiki/Anthropogenic_heat. 2012- 02-20.

[2] Kato S, Yamaguchi Y. Analysis of urban heat-island effect using ASTER and ETM+ Data: Separation of anthropogenic heat discharge and natural heat radiation from sensible heat flux [J]. Remote Sensing of Environment, 2005,99(1):44–54.

[3] Feng J, Wang J, Yan Z. Impact of Anthropogenic Heat Release on Regional Climate in Three Vast Urban Agglomerations in China [J]. Advances in Atmospheric Sciences, 2014,31(2):363–373.

[4] Lu Y, Wang H, Wang Q, et al. Global anthropogenic heat emissions from energy consumption, 1965–2100 [J]. Climatic Change, 2017,145: 1–10.

[5] Chen B, Dong L, Liu X, et al. Exploring the possible effect of anthropogenic heat release due to global energy consumption upon global climate: a climate model study [J]. International Journal of Climatology, 2016,36(15):4790–4796.

[6] 佟 華,劉輝志,桑建國,等.城市人為熱對(duì)北京熱環(huán)境的影響 [J]. 氣候與環(huán)境研究, 2004,9(3):409–421.Tong H, Liu H Z, Sang J G, et al. The Impact of Urban Anthropogenic Heaton Beijing Heat Environment [J]. Climatic and Environmental Research, 2004,9(3):409–421.

[7] Ma S, Pitman A, Hart M, et al. The impact of an urban canopy and anthropogenic heat fluxes on Sydney's climate [J]. International Journal of Climatology, 2017,37(Suppl.1):255–270.

[8] 楊 婷,王喜全,張 偉,等.人為熱排放的引入對(duì)北京地區(qū)精細(xì)模擬的改進(jìn) [J]. 氣候與環(huán)境研究, 2017,22(1):1–9.Yang T, Wang X Q, Zhang W, et al. Theimprovementin model simulations of theatmospheric condition in Beijing with consideration ofanthropogenic heat [J]. Climatic andEnvironmental Research, 2017, 22(1):1–9.

[9] Ichinose T, Shimodozono K, Hanaki K. Impact of anthropogenic heat on urban climate in Tokyo [J]. Atmospheric Environment, 1999,33: 3897–3909.

[10] 黃洪峰.土壤·植物·大氣相互作用原理及模擬研究 [M]. 北京:氣象出版社, 1997.Huang H F. Soil-Vegetation-Atmosphere Interaction Theory and Modeling [M]. China Meteorological Press, Beijing, 1997.

[11] Miao S G, Dou J X, Chen F, et al. Analysis of observations on the urban surface energy balance in Beijing [J]. Science China Earth Sciences, 2012,55:1881–1890.

[12] Oke T R. The urban energy balance [J]. Progress in Physical Geography, 1988,12(4):471–508.

[13] Offerle B, Grimmond CSB, Fortuniak K. Heat storage and anthropogenic heat-flux in relation to the energy balance of a central European city centre [J]. International Journal of Climatology, 2005, 25(10):1405–1419.

[14] 肖捷穎,張 倩,王 燕,等.基于地表能量平衡的城市熱環(huán)境遙感研究——以石家莊市為例 [J]. 地理科學(xué), 2014,34(3):338–343.Xiao J Y, Zhang Q, Wang Y, et al. Urban surface heat flux analysis based on remote sensing: A Case Study of Shijiazhuang City [J]. Scientia Geographica Sinica, 2014,34(3):338–343.

[15] 蔣維楣,陳 燕.人為熱對(duì)城市邊界層結(jié)構(gòu)影響研究 [J]. 大氣科學(xué), 2007,31(1):36–46.Jiang W M, Chen Y. The Impact of Anthropogenic Heat on Urban Boundary Layer Structure [J]. Chinese Journal of Atmospheric Sciences, 2007,31(1):36–46.

[16] Park C, Schade G W, Werner N D, et al. Comparative estimates of anthropogenic heat emission in relation to surface energy balance of a subtropical urban neighborhood [J]. Atmospheric Environment, 2016, 126:182–191.

[17] 王業(yè)寧,陳婷婷,孫然好.北京主城區(qū)人為熱排放的時(shí)空特征研究 [J]. 中國環(huán)境科學(xué), 2016,36(7):2178–2185.Wang Y N, Chen T T, Sun H R. Assessing the spatiotemporal characteristics of anthropogenic heat in Beijing [J]. China Environmental Science, 2016,36(7):2178–2185.

[18] 陳 兵,石廣玉,戴 鐵,等.中國區(qū)域人為熱釋放的氣候強(qiáng)迫 [J]. 氣候與環(huán)境研究, 2011,16(6):717–722.Chen B, Shi G Y, Dai T, et al. Climate Forcing due to Anthropogenic Heat Release over China [J]. Climatic and Environmental Research, 2011,16(6):717–722.

[19] Chen B, Shi G, Wang B, et al. Estimation of the anthropogenic heat release distribution in China from 1992 to 2009 [J]. Acta Meteorologica Sinica, 2012,26(4):507–515.

[20] 申彥波,趙宗慈,石廣玉.地面太陽輻射的變化、影響因子及其可能的氣候效應(yīng)最新研究進(jìn)展 [J]. 地球科學(xué)進(jìn)展, 2008,23(9):915–924.Shen Y B, Zhao Z C, Shi G Y. The progress in variation of surface solar radiation, factors and probable climatic effects [J]. Radiation Advances in Earth Science, 2008,23(9):915–924.

[21] 李小軍,辛?xí)灾?彭志晴. 2003~2012年中國地表太陽輻射時(shí)空變化及其影響因子 [J]. 太陽能學(xué)報(bào), 2017,38(11):3057–3066.Li X J, Xin X Z, Peng Z Q. Change analysis of surface solar radiationin China from 2003 to 2012 [J]. Acta Energiae Solaris Sinica, 2017,38(11):3057–3066.

[22] 中華人民共和國國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒 [EB/OL]. http://www.stats.gov.cn/tjsj/ndsj/.National Bureau of statistics of China. China Statistical Yearbook [EB/OL]. http://www.stats.gov.cn/tjsj/ndsj/.

[23] 謝 瀟,何金海,祁 莉.4種再分析資料在中國區(qū)域的適用性研究進(jìn)展 [J]. 氣象與環(huán)境學(xué)報(bào), 2011,27(5):58–65.Xie X, He J H, Qi L. A review on applicability evaluation of four reanalysis datasets in China [J]. Journal of Meteorology and Environment, 2011,27(5):58–65.

[24] 茍嬌嬌,王 飛,金 凱,等.黃土高原植被恢復(fù)引發(fā)區(qū)域氣溫下降 [J]. 生態(tài)學(xué)報(bào), 2018,38(11):3970–3978.Gou J J, Wang F, Jin K, et al. Cooling effect induced by vegetation restoration on the Loess Plateau [J]. ActaEcologicaSinica, 2018,38(11): 3970–3978.

[25] Wu X, Ju W, Zhou Y, et al. Evaluation of downward surface solar radiation of three reanalysis products over China from 1979 to 2008 [M]. Engineering Technology, Engineering Education and Engineering Management, 2015.

[26] Elvidge C D, Tuttle B T, Sutton P C, et al. Global Distribution and Density of Constructed Impervious Surfaces [J]. Sensors, 2007,7(9): 1962–1979.

[27] 石廣玉,戴 鐵,檀賽春,等.全球年平均人為熱釋放氣候強(qiáng)迫的估算 [J]. 氣候變化研究進(jìn)展, 2010,6(2):119–122.Shi G Y, Dai T, Tan S C, et al. Preliminary estimate of the global average annual climate forcing resulted from anthropogenic heat release [J]. Advances in Climate Change Research, 2010,6(2):119– 122.

[28] Sailor D J. A review of methods for estimating anthropogenic heat and moisture emissions in the urban environment [J]. International Journal of Climatology, 2011,31:189–199.

[29] 謝 旻,朱寬廣,王體健,等.中國地區(qū)人為熱分布特征研究 [J]. 中國環(huán)境科學(xué), 2015,35(3):728–734.Xie M, Zhu K G, Wang T J, et al. Study on the distribution of anthropogenic heat flux over China [J]. China Environmental Science, 2015,35(3):728–734.

[30] Yang W, Luan Y, Liu X, et al. A new global anthropogenic heat estimation based on high-resolution nighttime light data [J]. Scientific Data, 2017,4:170116.

[31] 朱新勝,朱寬廣,謝 昱,等.江蘇省人為熱排放現(xiàn)狀及未來變化趨勢分析 [J]. 氣候與環(huán)境研究, 2016,2l(3):306–312.Zhu X S, Zhu K G, Xie M, et a1. Present distribution and future change of anthropogenic heat fluxes in Jiangsu Province [J]. Climatic and Environmental Research, 2016,21(3):306–312.

[32] Voorde T V D, Jacquet W, Canters F. Mapping form and function in urban areas: an approach based on urban metrics and continuous impervious surface data [J]. Landscape and Urban Planning, 2011,102: 143–155.

[33] 孫然好,王業(yè)寧,陳婷婷.人為熱排放對(duì)城市熱環(huán)境的影響研究展望 [J]. 生態(tài)學(xué)報(bào), 2017,37(12):3991–3997.Sun R H, Wang Y N, Chen T T. Impacts of anthropogenic heat emissions on urban thermal environment: A review [J]. Acta Ecologica Sinica, 2017,37(12):3991–3997.

[34] 馬盼盼,吾娟佳,楊續(xù)超,等.基于多源遙感信息的人為熱排放量空間化——以浙江省為例 [J]. 中國環(huán)境科學(xué), 2016,36(1):314–320.Ma P P, Wu J J, Yang X C, et al. Spatialization of anthropogenic heat using multi-sensor remote sensing data: A case study of Zhejiang Province, East China [J]. China Environmental Science, 2016,36(1): 314–320.

[35] Feng J M, Wang Y L, Ma Z G, et al. Simulating the regional impacts of urbanization and anthropogenic heat release on climate across China [J]. Journal of Climate, 2012,25(20):7187–7203.

[36] Wu K, Yang X Q. Urbanization and heterogeneous surface warming in eastern China [J]. Chinese Science Bulletin, 2013,58:1363–1373.

[37] Jin K, Wang F, Chen D, et al. Assessment of urban effect on observed warming trends during 1955~2012 over China: A case of 45cities [J]. Climatic Chang, 2015,132:631–643.

[38] Shao Q, Sun C, Liu J, et al. Impact of urban expansion on meteorological observation data and overestimation to regional air temperature in China [J]. Journal of Geographical Sciences, 2011, 21(6):994–1006.

[39] Jin K, Wang F, Yu Q, et al. Diverse intensification of urbanization effects on the observed surface air temperature trend in China [J]. Climate Research, 2018, in press.

[40] 汪 凱,葉 紅,陳 峰,等.中國東南部太陽輻射變化特征、影響因素及其對(duì)區(qū)域氣候的影響 [J]. 生態(tài)環(huán)境學(xué)報(bào), 2010,19(5):1119– 1124.Wang K, Ye H, Chen F, et al. Long-term change of solar radiation in southeastern China: Variation, factors, and climate forcing [J]. Ecology and Environmental Sciences, 2010,19(5):1119–1124.

[41] 齊 月,房世波,周文佐.近50年來中國地面太陽輻射變化及其空間分布 [J]. 生態(tài)學(xué)報(bào), 2014,34(24):7444–7453.Qi Y, Fang S B, Zhou W Z. Variation and spatial distribution of surface solar radiation in China over recent50years [J]. Acta Ecologica Sinica, 2014,34(24):7444–7453.

[42] 朱寬廣,謝 旻,王體健,等.長三角地區(qū)人為熱時(shí)空分布特征研究 [J]. 南京大學(xué)學(xué)報(bào)(自然科學(xué)), 2015,51(3):543–550.Zhu K G, Xie M, Wang T J, et al. Study of the temporal and spatial variation of anthropogenic heat flux over YRD [J]. Journal of Nanjing University (Natural Sciences), 2015,51(3):543–550.

[43] Flanner M G. Integrating anthropogenic heat flux with global climate models [J]. Geophysical Research Letters, 2009,36:L02801.

[44] Zhang G J, Cai M, Hu A X. Energy consumption and the unexplained winter warming over northern Asia and North America [J]. Nature Climate Change, 2013,3(5):466–470.

[45] Xie M, Liao J, Wang T, et al. Modeling of the anthropogenic heat flux and its effect on air quality over the Yangtze River Delta region, China [J]. Atmospheric Chemistry and Physics, 2016,15(22):32367–32412.

[46] Zhai J, Liu R, Liu J, et al. Radiative forcing over China due to albedo change caused by land cover change during 1990~2010 [J]. Journal of Geographical Sciences, 2014,24(5):789–801.

[47] IPCC. Summary for policymakers [R]//Climate change 2013: The physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 2013.

[48] 陸 燕,王勤耕,翟一然,等.長江三角洲城市群人為熱排放特征研究 [J]. 中國環(huán)境科學(xué), 2014,34(2):95–301.Lu Y, Wang Q G, Zhai Y R, et al. Anthropogenic heat emissions in the Yangtze River Deltaregion [J]. China Environmental Science, 2014, 34(2):95–301.

[49] 朱寬廣,趙 衛(wèi),謝 旻,等.華南地區(qū)人為熱排放特征 [J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào), 2017,33(3):201–206.Zhu K G, Zhao W, Xie M, et al.Characteristics of the Temporal and spatial variation of anthropogenic heat flux in South China [J]. Journal of Ecology and Rural Environment, 2017,33(3):201–206.

[50] Lu Y, Wang Q, Zhang Y, et al. An estimate of anthropogenic heat emissions in China [J]. International Journal of Climatology, 2016, 36(3):1134–1142.

[51] Yang W, Chen B, Cui X. High-resolution mapping of anthropogenic heat in China from 1992 to 2010 [J]. International Journal of Environmental Research and Public Health, 2014,11(4):4066–4077.

Spatio-temporal changes ofanthropogenic heat release and its impact on land surface energy balanceover China.

JIN Kai1, WANG Fei1,2,3*, LIU Huan-huan4, GOU Jiao-jiao5, DING Wen-bin1

(1.Institute of Soil and Water Conservation, Northwest A&F University, Yangling 712100, China；2.Institute of Soil and Water Conservation, Chinese Academy of Sciences and Ministry of Water Resources, Yangling 712100, China；3.University of Chinese Academy of Sciences, Beijing 100049, China；4.SuideNo. 1middle school, Suide 718099, China；5.State Key Laboratory of Earth Surface Processes and Resource Ecology, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China)., 2019,39(3)：980~987

The spatio-temporal changes of anthropogenic heat flux (a) in 1980~2015 over China were investigated based on the statistical and gridded population data and the statistics of energy consumption. The surface net solar radiation (n) was used to describe the impact ofaon land surface energy balance. The results showed that the national averageaincreased from 0.07W/m2in 1980 to 0.45W/m2in 2015, with an increasing trend of 0.11W/m2/10a(<0.001). The national averageain 2015 accounted for 27% of the global radiative forcing resulting from anthropogenic CO2emissions since the beginning of the industrial revolution. The sites with aamore than 1.00W/m2extended from spotted distribution to continuous areasfrom1990 to 2015, and its area accountedfor 10% of China’s total area in 2015. Moreover, the changeofnwas slightlyfaster than that ofa, but not significantly (=0.381). The meanain urban areas of the 31provincial capital cities ranged from 1 to 32W/m2and the mean intensity was up to17W/m2in 2015. The ratio of meanato meann(149W/m2) of the 31capital cities on average was approximately12%. Except for Lhasa, the maximum pixel (0.5min×0.5min) value ofaexceeded120W/m2ineach city that implying the local energy balancehas already been changed substantially. We strongly suggested that anthropogenic heat release should be considered in the study of urban climate simulation, regional climate simulation and assessment, and making coping strategy about climate change for better strategy to slow down the warming trend.

China；anthropogenic heat；solar radiation；surface energy balance

X16

A

1000-6923(2019)03-0980-08

金 凱(1988–),男(回族),山東平邑人,西北農(nóng)林科技大學(xué)水土保持研究所博士研究生,主要從事氣候變化環(huán)境影響評(píng)價(jià).發(fā)表論文6篇.

2018-07-22

國家重點(diǎn)研發(fā)計(jì)劃(2016YFC0501707);國家自然科學(xué)基金資助項(xiàng)目(41771558);中國科學(xué)院國際合作局對(duì)外合作重點(diǎn)項(xiàng)目(16146KYSB20150001);歐盟委員會(huì)Horizon2020項(xiàng)目(635750)

* 責(zé)任作者, 研究員, wafe@ms.iswc.ac.cn