張 含,張小偉,樊高峰

城市化影響杭州城市熱環(huán)境的數(shù)值模擬研究

張 含,張小偉,樊高峰*

(1.浙江省氣候中心,浙江 杭州 310052)

通過(guò)對(duì)城市區(qū)域的氣候要素進(jìn)行精細(xì)化數(shù)值模擬,可以研究城市化對(duì)城市熱環(huán)境的重要影響.利用WRF/UCM模式,以杭州為例,通過(guò)采用不同的下墊面土地利用分類數(shù)據(jù),分析量化歷史城市化進(jìn)程對(duì)月尺度城市熱環(huán)境的影響,并進(jìn)一步設(shè)計(jì)了敏感性模擬試驗(yàn),研究杭州地區(qū)在理想化條件下城區(qū)面積增加約2倍時(shí),城市熱環(huán)境的變化情況.模擬結(jié)果表明,杭州地區(qū)在2010～2017年的城市化進(jìn)程中,城區(qū)面積約增加了1倍,導(dǎo)致8月熱島強(qiáng)度等級(jí)高于”無(wú)”(Ht>0.5℃)的區(qū)域擴(kuò)大了91%,且主城區(qū)的2m平均氣溫增加了0.4℃,但中心城區(qū)熱島強(qiáng)度等級(jí)沒(méi)有明顯提升.杭州城區(qū)面積在2017年基礎(chǔ)上約增加2倍時(shí),8月熱島強(qiáng)度等級(jí)高于”無(wú)”的區(qū)域擴(kuò)大157%,1846.4km2的中心城區(qū)熱島強(qiáng)度等級(jí)由”弱”或”無(wú)”(Ht≤1.5℃)提升為”中等”(1.5

城市化；城市氣候?qū)W；城市熱島；數(shù)值模擬

人口和經(jīng)濟(jì)的快速增長(zhǎng)導(dǎo)致了大規(guī)模的城市化現(xiàn)象[1-2].城市區(qū)域建筑材料引起的地表儲(chǔ)熱能力和導(dǎo)熱性的增強(qiáng),加上建筑垂直方向的結(jié)構(gòu)特征,以及人類活動(dòng)放出的熱量,導(dǎo)致城區(qū)地表儲(chǔ)存了更多的能量[3-5].這種城區(qū)與郊區(qū)地表熱量平衡特征的差異,會(huì)導(dǎo)致城區(qū)大氣及地表溫度高于周邊郊區(qū),產(chǎn)生”城市熱源”[4,6],這種現(xiàn)象被稱為城市熱島效應(yīng)(UHIE).城市熱島效應(yīng)所引起的城市區(qū)域增溫現(xiàn)象,可導(dǎo)致城市熱環(huán)境變化,提高城市極端高溫天氣出現(xiàn)的可能性,從而增加氣候風(fēng)險(xiǎn),影響生態(tài)環(huán)境質(zhì)量、人體舒適度和健康[7-11].近年來(lái),隨著城市化進(jìn)程的加快,城市熱島問(wèn)題也越來(lái)越突出.

預(yù)測(cè)城市熱環(huán)境變化和預(yù)防高溫災(zāi)害的需要,引起了學(xué)者們對(duì)城市熱島效應(yīng)的研究熱情.一些研究利用統(tǒng)計(jì)模型處理站點(diǎn)觀測(cè)資料[7-11],以及遙感影像反演[16-21]等方法來(lái)分析城市化對(duì)城市熱環(huán)境的影響.雖然統(tǒng)計(jì)方法可以用于對(duì)城市熱島區(qū)域的時(shí)空分布和影響因素的分析,但站點(diǎn)觀測(cè)資料的空間分辨率有限,不能很好地滿足城市尺度氣候要素變化的精細(xì)化研究需求.遙感影像只能反演出地表溫度,而不是與人體舒適度和城市區(qū)域氣候直接相關(guān)的近地表氣溫,這兩個(gè)變量場(chǎng)雖相似但有實(shí)際差別[22-23];且遙感影像資料受限于其采集頻率,在時(shí)間分辨率上不能很好地滿足城市熱環(huán)境變化的精細(xì)化研究需求.因此,利用數(shù)值模式對(duì)城市區(qū)域的中尺度天氣系統(tǒng)和氣候要素進(jìn)行精細(xì)化模擬成為了城市熱環(huán)境和城市氣候系統(tǒng)領(lǐng)域很重要的研究方法.

近年來(lái),一些研究利用數(shù)值模式進(jìn)行模擬試驗(yàn),考察了城市化對(duì)城市熱環(huán)境的重要影響.例如,Jiang等[24]利用TEB-RAMS (Town Energy Budget- Regional Atmosphere Modeling System)模式模擬了北京城區(qū)2003年7月2日的熱島狀況(空間分辨率為1km),模擬得到的2m氣溫與觀測(cè)具有良好的相符性.Jiang等[24]的模擬結(jié)果顯示,城市化造成的下墊面土地利用類型改變對(duì)城市熱島的形成有關(guān)鍵作用.Morris等[25-26]利用WRF模式(Weather Research and Forecasting Model)評(píng)估了馬來(lái)西亞布城(Putrajaya)和巴生谷(Klang Valley)的城市熱島狀況,研究結(jié)果顯示城市下墊面狀況對(duì)城市區(qū)域氣候有重要作用,并且夜間的熱島效應(yīng)比日間更明顯.前人的相關(guān)數(shù)值模擬研究通常針對(duì)某次天氣過(guò)程,較少有模擬時(shí)間超過(guò)一個(gè)月、可以反映月際及更長(zhǎng)時(shí)間尺度氣候變化情況的研究[27-32].并且前人相關(guān)研究大多僅關(guān)注歷史上的天氣個(gè)例過(guò)程,忽略了未來(lái)可能的城市化對(duì)城市熱環(huán)境的影響.

在前人研究的基礎(chǔ)上,本研究利用中尺度天氣模式,設(shè)計(jì)一系列敏感性模擬試驗(yàn),進(jìn)一步對(duì)不同下墊面條件下,月尺度氣候的變化情況進(jìn)行定量研究.首先,利用2010～2017年的下墊面分類資料進(jìn)行模擬試驗(yàn),以研究歷史城市化進(jìn)程對(duì)區(qū)域氣候的影響,同時(shí)將模擬結(jié)果與氣象觀測(cè)站的歷史資料進(jìn)行對(duì)比,以驗(yàn)證模擬結(jié)果的可靠性.在分析歷史城市化進(jìn)程對(duì)城市熱環(huán)境影響的基礎(chǔ)上,設(shè)計(jì)了敏感性模擬試驗(yàn),研究杭州地區(qū)在理想化條件下城區(qū)面積增加約2倍時(shí),城市化進(jìn)程對(duì)城市熱環(huán)境的潛在影響.同時(shí),對(duì)比不同模擬試驗(yàn)結(jié)果中地表能量平衡的差異,分析城市熱環(huán)境的形成機(jī)制.本研究結(jié)果可對(duì)城市熱環(huán)境和城市氣候系統(tǒng)領(lǐng)域的相關(guān)模式模擬研究等提供參考.另外,杭州作為浙江的省會(huì)城市,是華東沿海地區(qū)最發(fā)達(dá)、人口密度最大、城市化最集中的地區(qū)之一,且還具有較大的發(fā)展空間[33-34].因此,本研究以杭州為例進(jìn)行城市化對(duì)城市熱環(huán)境的影響研究,也對(duì)其它城市的城市化發(fā)展規(guī)劃具有其參考價(jià)值和現(xiàn)實(shí)意義.對(duì)城市熱環(huán)境變化影響因素的精細(xì)化研究,有助于更好地預(yù)測(cè)未來(lái)的城市高溫災(zāi)害與氣候系統(tǒng)變化情況,做好防災(zāi)減災(zāi)工作.

1 材料與方法

1.1 模式介紹

使用的模式為中尺度天氣模式WRF (Weather Research and Forecasting Model) 3.6.1版本[35].WRF模式的開(kāi)發(fā)始于20世紀(jì)90年代后期,由美國(guó)大氣科學(xué)研究中心(NCAR)、美國(guó)國(guó)家海洋和大氣管理局(NOAA)、俄克拉荷馬大學(xué)、聯(lián)邦航空局(FAA)等機(jī)構(gòu)聯(lián)合開(kāi)發(fā),現(xiàn)已被廣泛應(yīng)用于生態(tài)、水文和大氣科學(xué)許多領(lǐng)域的研究和業(yè)務(wù)中.

為了研究城市化進(jìn)程對(duì)城市熱環(huán)境的影響,模擬試驗(yàn)激活了WRF中的單層UCM (Urban Canopy Model)城市冠層模塊.這里的單層UCM模式最初由Kusaka等[36]開(kāi)發(fā),由Kusaka等[37]改進(jìn),并在此基礎(chǔ)上,被耦合到了v2.2及以后版本的WRF模式中[38].這里的UCM城市冠層模塊主要包括以下幾個(gè)部分:(1)描述城市幾何特征的街道峽谷參數(shù)化方案,(2)建筑陰影及冠層反射輻射,(3)街道峽谷朝向及太陽(yáng)方位角日變化,(4)包含八種街道峽谷(不同朝向)的下墊面,(5)Inoue的冠層流場(chǎng)模式[39],(6)建筑物頂、墻體與道路表面溫度的多層熱量方程,(7)人類活動(dòng)消耗能量造成的加熱效應(yīng),(8)一個(gè)描述水文過(guò)程的簡(jiǎn)單水箱模型等[38].由此,UCM模塊可以模擬建筑物頂、墻體及道路表面的熱量通量及表面溫度,并計(jì)算城市表面與大氣之間的能量與動(dòng)量交換.

UCM模式已在針對(duì)許多城市的模擬研究中成功應(yīng)用并得到評(píng)估,這些城市包括日本的東京[37]、美國(guó)奧克拉荷馬州的奧克拉荷馬[40]、馬來(lái)西亞的布城和巴生谷[25-26]以及中國(guó)的北京-天津-河北都市圈[41-42]和南京[43]等.另外,有關(guān)城市熱環(huán)境等方面的研究顯示,WRF/UCM模式對(duì)城市下墊面主要特征能進(jìn)行較好的描述,模擬結(jié)果與觀測(cè)具有良好的相符性[24-25,44-47].通過(guò)在中尺度天氣模式中耦合UCM模式并進(jìn)行敏感性模擬試驗(yàn),有助于更好地研究城市熱環(huán)境變化及其熱力學(xué)與動(dòng)力學(xué)機(jī)制.

1.2 資料簡(jiǎn)介

1.2.1 格點(diǎn)數(shù)據(jù) GFS(Global Forecast System全球預(yù)報(bào)系統(tǒng))分析場(chǎng)數(shù)據(jù)[48].GFS是NCEP(National Centers for Environmental Prediction,美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心)開(kāi)發(fā)的天氣預(yù)報(bào)模式,可提供大氣和土壤中的許多氣候要素?cái)?shù)據(jù),包括溫度、風(fēng)場(chǎng)、降水和土壤濕度等.本研究中所使用的GFS數(shù)據(jù)為模擬時(shí)段(2017年7月31日～8月31日,北京時(shí),下同)的分析場(chǎng)資料,其水平空間分辨率為0.5°×0.5°,時(shí)間分辨率為6h.該GFS分析場(chǎng)資料經(jīng)WRF的WPS(WRF Preprocessing System)前處理模塊處理后,為模擬試驗(yàn)提供了初始條件和邊界條件.

圖1 模擬區(qū)域

圖中(b)顯示了杭州站、蕭山站、余杭站和富陽(yáng)站4個(gè)國(guó)家一般氣象站、(c)顯示了其他52個(gè)區(qū)域自動(dòng)氣象站的位置分布

1.2.2 下墊面數(shù)據(jù) 對(duì)應(yīng)于模式模擬中不同嵌套區(qū)域的不同分辨率下墊面數(shù)據(jù).模擬所使用的下墊面數(shù)據(jù),包括了WRF模式自帶的2min和30s分辨率的高程數(shù)據(jù)、土地利用分類數(shù)據(jù)和土壤分類數(shù)據(jù)[49].另外,還利用了浙江地區(qū)3s分辨率的高程數(shù)據(jù)[50],以及500m分辨率的MODIS (Moderate Resolution Imaging Spectroradiometer,中分辨率成像光譜儀)逐年土地分類數(shù)據(jù)[51].并且,本研究還針對(duì)模擬區(qū)域的實(shí)際情況對(duì)土地利用分類數(shù)據(jù)進(jìn)行了人工修正.

1.2.3 氣象站觀測(cè)數(shù)據(jù) 杭州站(區(qū)站號(hào):58457,經(jīng)緯度:120.17°E,30.23°N)、蕭山站(區(qū)站號(hào):58459,經(jīng)緯度:120.28°E,30.18°N)、余杭站(區(qū)站號(hào):58444,經(jīng)緯度:120.28°E,30.42°N)和富陽(yáng)站(區(qū)站號(hào):58449,經(jīng)緯度:119.95°E,30.05°N)4個(gè)國(guó)家一般氣象站和52個(gè)區(qū)域自動(dòng)氣象站的2m高度氣溫?cái)?shù)據(jù)(數(shù)據(jù)來(lái)源:浙江省氣候中心,圖1b, c).利用56個(gè)站點(diǎn)在模擬時(shí)段逐小時(shí)平均的2m氣溫?cái)?shù)據(jù),將模式模擬結(jié)果與觀測(cè)數(shù)據(jù)進(jìn)行對(duì)比,以檢驗(yàn)WRF/UCM模式的模擬效果.

1.3 模擬試驗(yàn)

利用WRF/UCM模式進(jìn)行了3組模擬試驗(yàn)(表1,試驗(yàn)Geo_10, Geo_17與Ideal_urb).所有模擬試驗(yàn)采用相同的5層嵌套網(wǎng)格方案,模擬區(qū)域如圖1所示,模擬所使用的GFS分析場(chǎng)時(shí)段均為2017年7月31日～8月31日.3組模擬試驗(yàn)使用相同的GFS分析場(chǎng)生成的初始場(chǎng)和邊界條件(1.2.1節(jié)).

表1 模擬試驗(yàn)方案設(shè)計(jì)

圖2 試驗(yàn)Geo_10,Geo_17,和Ideal_urb的下墊面土地利用主要分類情況

圖中(a, c, e)的模擬區(qū)域?yàn)閰^(qū)域4,(b, d, f)的模擬區(qū)域?yàn)閰^(qū)域5

如表1所示,模擬試驗(yàn)Geo_10和Geo_17分別利用了2010年和2017年的土地利用分類數(shù)據(jù),杭州地區(qū)2010～2017年間的城市化進(jìn)程中,在圖2(a, c)所示的區(qū)域,下墊面土地利用類型為城市的區(qū)域面積增加了約1倍.模擬試驗(yàn)Ideal_urb所使用的下墊面土地利用分類數(shù)據(jù),表示了一種理想化的高度城市化狀況,即在2017年的城市化狀況基礎(chǔ)上,在圖2(c, e)所示的區(qū)域,下墊面土地利用類型為城市的區(qū)域面積增加了約2倍.因此,通過(guò)分別對(duì)比Geo_10和Geo_17,以及Geo_17和Ideal_urb的模擬試驗(yàn)結(jié)果,可以研究模擬區(qū)域2010年至2017年(城區(qū)面積增加約1倍),以及理想化的高度城市化(城區(qū)面積在2017年基礎(chǔ)上再增加約2倍)對(duì)城市熱環(huán)境的影響.

3組模擬試驗(yàn)的其他主要參數(shù)設(shè)置見(jiàn)表2.模擬試驗(yàn)選擇的主要物理過(guò)程參數(shù)化方案包括:WSM (WRF Single-Moment)6類冰雹微物理過(guò)程方案[52], YSU (Yonsei University)邊界層方案[53],改進(jìn)的MM5 (Mesoscale Model 5)Monin-Obukhov近地面層方案[54], Noah陸面過(guò)程方案[55],單層城市冠層(UCM)耦合方案[38], RRTM (Rapid Radiative Transfer Model)長(zhǎng)波輻射方案[56], Dudhia短波輻射方案[57].模式最外層(區(qū)域1)采用了Kain-Fritsch (new Eta)積云參數(shù)化方案[58],內(nèi)層沒(méi)有采用積云參數(shù)化方案.

表2 模擬試驗(yàn)主要參數(shù)設(shè)置

2 結(jié)果與分析

2.1 模式模擬結(jié)果與觀測(cè)數(shù)據(jù)的對(duì)比

圖3為2017年8月杭州站、蕭山站、余杭站和富陽(yáng)站觀測(cè)和模擬(試驗(yàn)Geo_17,見(jiàn)1.3節(jié))得到的2m高度逐小時(shí)平均氣溫變化時(shí)間序列.對(duì)比結(jié)果表明,WRF/UCM模式的模擬結(jié)果與觀測(cè)數(shù)據(jù)具有良好的相符性.模式能夠較好地模擬出氣溫的日變化特征,以及月際氣溫的整體變化趨勢(shì).

圖4顯示了2017年8月杭州主城區(qū)的氣象站[56個(gè)站點(diǎn),見(jiàn)1.2節(jié)(3)]觀測(cè)和模式模擬(試驗(yàn)Geo_ 17)得到的2m高度平均氣溫的空間分布情況.對(duì)比結(jié)果表明,不論是對(duì)于8月份的全時(shí)段平均、日間或夜間平均,WRF/UCM模式均能夠較好地模擬出氣溫的空間分布情況.

2.2 2010～2017年杭州地區(qū)城市化進(jìn)程對(duì)城市熱環(huán)境的影響

杭州地區(qū)在2010～2017年的城市化進(jìn)程中,在圖2(a, c)所示的區(qū)域,城區(qū)面積擴(kuò)大了約1倍(見(jiàn)1.3節(jié)).對(duì)比模擬得到的2010年和2017年8月2m高度平均氣溫的分布圖[圖5和圖6中的(a, b, c)與(d, e, f)],可以發(fā)現(xiàn),在相同的大氣背景場(chǎng)條件下[2017年8月GFS資料,見(jiàn)1.2節(jié)(1)],杭州地區(qū)在2010～2017年間的城市化進(jìn)程造成了模擬區(qū)域8月平均氣溫的明顯升高.

圖4 2017年8月區(qū)域5的氣象觀測(cè)站和模式模擬(試驗(yàn)Geo_17)得到的2m高度平均氣溫分布

圖5 試驗(yàn)Geo_10, Geo_17,和Ideal_urb中,區(qū)域4的8月2m高度平均氣溫分布

圖6 試驗(yàn)Geo_10, Geo_17,和Ideal_urb中,區(qū)域5的8月2m高度平均氣溫分布

分析圖6所示的主城區(qū)的熱環(huán)境變化情況.該模擬區(qū)域的2m平均氣溫在試驗(yàn)Geo_10中為29.6℃,在試驗(yàn)Geo_17中則增加至30.0℃(增加約0.4℃)(圖6a, d).該模擬區(qū)域中,2m平均氣溫高于30℃的區(qū)域面積由235.6km2(試驗(yàn)Geo_10)擴(kuò)大至468.3km2(試驗(yàn)Geo_17),增加了99%(圖6a, d).并且,與試驗(yàn)Geo_10相比,試驗(yàn)Geo_17中,該模擬區(qū)域日間(07:00～18:00)的2m平均氣溫從31.6℃增加至31.9℃(增加約0.3℃)(圖6b, e),夜間(19:00～次日06:00)的2m平均氣溫從27.6℃增加至28.1℃(增加約0.5℃)(圖6c, f).因此,不論是對(duì)于8月份的全時(shí)段平均、日間或夜間平均,2010～2017年間的城市化進(jìn)程均使模擬區(qū)域的2m平均氣溫明顯升高,高溫區(qū)域明顯擴(kuò)大,且夜間的增溫趨勢(shì)強(qiáng)于日間.

分析2010～2017年杭州地區(qū)城市化進(jìn)程對(duì)熱島強(qiáng)度的影響.將遠(yuǎn)離城市的農(nóng)田地區(qū)2m平均氣溫作為郊區(qū)氣溫,將模擬區(qū)域內(nèi)2m氣溫與郊區(qū)氣溫的差值定義為熱島強(qiáng)度(Ht).目前,根據(jù)氣溫定義的熱島強(qiáng)度還沒(méi)有統(tǒng)一的分級(jí)標(biāo)準(zhǔn),參考相關(guān)文獻(xiàn),將熱島強(qiáng)度分為無(wú)、弱、中等、強(qiáng)、極強(qiáng)五個(gè)級(jí)別(表3)[59-60].根據(jù)以上標(biāo)準(zhǔn),計(jì)算得到圖7(a～f)所示的試驗(yàn)Geo_ 10和Geo_17模擬區(qū)域8月平均熱島強(qiáng)度分布.

圖7(a, d)表明,在試驗(yàn)Geo_10和Geo_17中,杭州部分中心城區(qū)的8月平均熱島強(qiáng)度等級(jí)為”弱(0.5

2.3 高度城市化對(duì)杭州地區(qū)城市熱環(huán)境的潛在影響

在理想化試驗(yàn)Ideal_urb中,在圖2(c, e)所示的區(qū)域,杭州地區(qū)的城區(qū)面積在2017年的基礎(chǔ)上擴(kuò)大了約2倍(見(jiàn)1.3節(jié)).對(duì)比模擬得到的2017年和高度城市化后8月2m平均氣溫的分布圖[圖5和圖6中的(d, e, f)與(g, h, i)],可以發(fā)現(xiàn),在相同的大氣背景場(chǎng)條件下[2017年8月GFS資料,見(jiàn)1.2節(jié)(1)],杭州地區(qū)理想化的高度城市化將造成模擬區(qū)域8月平均氣溫的明顯升高.

圖6表明,該模擬區(qū)域的2m平均氣溫在試驗(yàn)Geo_17中為30.0℃,在試驗(yàn)Ideal_urb中則增加至30.6℃(增加約0.6℃)(圖6d, g).該模擬區(qū)域中,2m平均氣溫高于30℃的區(qū)域面積由468.3km2(試驗(yàn)Geo_17)擴(kuò)大至661.1km2(試驗(yàn)Ideal_urb),增加了約41%(圖6d, g).并且,與試驗(yàn)Geo_17相比,試驗(yàn)Ideal_urb中,該模擬區(qū)域日間(07:00～18:00)的2m平均氣溫從31.9℃增加至32.3℃(增加約0.4℃)(圖6e, h),而夜間(19:00～次日06:00)的2m平均氣溫從28.1℃增加至29.0℃(增加約0.9℃)(圖6f, i).因此,不論是對(duì)于8月份的全時(shí)段平均、日間或夜間平均,該理想化的高度城市化均可能使模擬區(qū)域的2m平均氣溫明顯升高,高溫區(qū)域明顯擴(kuò)大,且夜間的增溫趨勢(shì)強(qiáng)于日間.

表3 城市熱島強(qiáng)度分級(jí)標(biāo)準(zhǔn)

根據(jù)熱島強(qiáng)度及其分級(jí)標(biāo)準(zhǔn)(表3),計(jì)算得到圖7(d～i)所示的試驗(yàn)Geo_17和Ideal_urb模擬區(qū)域8月平均熱島強(qiáng)度分布.在圖7所示的區(qū)域,與試驗(yàn)Geo_17相比,試驗(yàn)Ideal_urb中城區(qū)面積擴(kuò)大了約208%,而模擬區(qū)域中平均熱島強(qiáng)度等級(jí)高于”無(wú)”的區(qū)域面積由1225.4km2擴(kuò)大至3145.0km2,擴(kuò)大了157%,且有1846.4km2的中心城區(qū)熱島強(qiáng)度等級(jí)由”弱”或”無(wú)”提升為”中等”(圖7d, g).因此,城區(qū)面積擴(kuò)大約2倍對(duì)杭州地區(qū)熱島強(qiáng)度的影響,不僅體現(xiàn)在城區(qū)擴(kuò)大導(dǎo)致的熱島區(qū)域范圍擴(kuò)大,還體現(xiàn)在中心城區(qū)熱島強(qiáng)度等級(jí)的提升.另外,與試驗(yàn)Geo_17相比,試驗(yàn)Ideal_urb中,該模擬區(qū)域日間(07:00～18:00)平均熱島強(qiáng)度等級(jí)高于”弱”的區(qū)域面積增加了1613.8km2(1156.0～2769.8km2),而夜間(19:00～次日06:00)平均熱島強(qiáng)度等級(jí)高于”弱”的區(qū)域面積增加了2026.4km2(1634.4～3660.8km2).因此,城區(qū)面積擴(kuò)大約2倍的高度城市化使模擬區(qū)域8月日間和夜間的熱島區(qū)域均明顯擴(kuò)大,熱島強(qiáng)度明顯增強(qiáng),且夜間的增強(qiáng)趨勢(shì)強(qiáng)于日間.

圖7 試驗(yàn)(a, b, c)Geo_10,(d, e, f)Geo_17,和(g, h, i)Ideal_urb中,區(qū)域4的8月平均熱島強(qiáng)度分布

2.4 城市化對(duì)杭州地區(qū)城市熱環(huán)境的影響機(jī)制

圖中所示均為8月區(qū)域4的平均值,正值代表能源,負(fù)值代表能匯

地表能量平衡的分析可探究城市熱環(huán)境的形成機(jī)制(圖8).試驗(yàn)Geo_17中,在圖2(c)所示區(qū)域中的城區(qū)地表,日間主要的能量來(lái)源為太陽(yáng)短波輻射,平均值在午間12:00為最大,達(dá)0.67kW/m2;感熱和土壤熱通量則為主要的能匯,最大值分別為-0.29kW/m2和-0.27kW/m2.日間的土壤熱通量基本與短波輻射吸收同步變化,感熱通量則相對(duì)滯后.在夜間,土壤熱通量成為主要的能量來(lái)源.凈長(zhǎng)波輻射通量在一天之中均表現(xiàn)為能匯,平均值在午間12:00最大,為0.092kW/m2.

圖8顯示,在試驗(yàn)Geo_17中,對(duì)城區(qū)和郊區(qū)地表能量平衡差異影響最大的是日間的潛熱通量,平均差值在午間12:00為最大,達(dá)0.31kW/m2.這是由于相較于郊區(qū),城區(qū)下墊面缺少植被,水汽蒸騰作用較小,因此城區(qū)日間潛熱釋放較少.在夜間,相較于郊區(qū),城區(qū)的土壤熱源和感熱釋放較多,表明城區(qū)下墊面使土壤保留了更多的熱量,并以感熱形式向大氣釋放,維持城區(qū)夜間的熱島效應(yīng).在試驗(yàn)Ideal_urb中,城區(qū)和郊區(qū)地表能量平衡的差異與試驗(yàn)Geo_17相似,且潛熱通量在城區(qū)和郊區(qū)表現(xiàn)出更大差異,最大差值達(dá)0.33kW/m2(圖8).另外,城區(qū)比郊區(qū)在日間吸收更多的短波輻射,這是由于城區(qū)與郊區(qū)相比,下墊面的地表反射率較小,有利于吸收更多的熱量,且該特征在試驗(yàn)Ideal_urb中比Geo_17中更明顯,導(dǎo)致試驗(yàn)Ideal_urb中熱島強(qiáng)度更強(qiáng).

3 討論

本研究利用WRF/UCM模式,進(jìn)行一系列敏感性模擬試驗(yàn),量化研究城市化進(jìn)程對(duì)杭州城市熱環(huán)境的影響.

研究結(jié)果表明,杭州地區(qū)在2010～2017年間的城市化進(jìn)程中,城區(qū)面積約增加了1倍.城區(qū)面積增加約1倍對(duì)杭州地區(qū)城市熱環(huán)境的影響,主要體現(xiàn)在城區(qū)擴(kuò)大導(dǎo)致的熱島區(qū)域范圍擴(kuò)大,但中心城區(qū)熱島強(qiáng)度等級(jí)并沒(méi)有明顯的提升.這可能可以歸功于在這7年間,杭州的城市規(guī)劃對(duì)綠地系統(tǒng)的設(shè)置給予了充分考慮,因此在杭州的快速城市化進(jìn)程中,仍保持中心城區(qū)熱島強(qiáng)度等級(jí)沒(méi)有明顯提升.杭州地區(qū)理想化的高度城市化進(jìn)程中,城區(qū)面積在2017年基礎(chǔ)上增加了約2倍.城區(qū)面積擴(kuò)大約2倍對(duì)杭州地區(qū)城市熱環(huán)境的影響,不僅體現(xiàn)在城區(qū)擴(kuò)大導(dǎo)致的熱島區(qū)域范圍擴(kuò)大,還體現(xiàn)在中心城區(qū)熱島強(qiáng)度等級(jí)的提升.

若未來(lái)的城市化進(jìn)程進(jìn)一步加快并向高度城市化的方向發(fā)展,則中心城區(qū)的熱島強(qiáng)度將可能有較大提升,增加極端高溫災(zāi)害發(fā)生的可能性,影響城市生態(tài)系統(tǒng).建議在未來(lái)的城市規(guī)劃方案制定過(guò)程中,對(duì)生態(tài)綠地系統(tǒng)、通風(fēng)廊道等的設(shè)置給予足夠的重視,盡量減少城市化對(duì)城市熱環(huán)境和城市生態(tài)系統(tǒng)造成的不利影響.另外,模擬結(jié)果表明,城市化進(jìn)程導(dǎo)致的杭州主城區(qū)的升溫、熱島區(qū)域范圍的擴(kuò)大或熱島強(qiáng)度的增強(qiáng)趨勢(shì),在夜間都比日間更為明顯.這一方面是由于城區(qū)建筑材料等熱力性質(zhì)(如熱容量、熱傳導(dǎo)率等)與郊區(qū)有很大差異[61],使城區(qū)下墊面土壤保留更多能量,在夜間以感熱形式持續(xù)向大氣釋放;另一方面是由于相比日間,夜間的大氣層結(jié)更為穩(wěn)定,熱量的擴(kuò)散較弱,而城市化進(jìn)程則進(jìn)一步減弱了夜間的風(fēng)場(chǎng),阻止了夜間城區(qū)熱量的擴(kuò)散[27].

除了城市化進(jìn)程,還有許多因素會(huì)對(duì)城市熱環(huán)境產(chǎn)生影響,如水體、地形、城區(qū)建筑結(jié)構(gòu)等等[62-63].在下一步的研究中,可以對(duì)更多不同城市熱環(huán)境的影響因子進(jìn)行研究和比較,分析對(duì)比不同影響因子的重要性.不同的城市下墊面(如工業(yè)/居民用地等)的熱力性質(zhì)差異也可能對(duì)城市熱環(huán)境產(chǎn)生重要影響[64-65].在下一步的研究中,可以利用模式進(jìn)行敏感性模擬試驗(yàn),探究不同城市土地利用類型對(duì)城市熱環(huán)境的潛在影響.另外,本研究選取了夏季作為氣候背景場(chǎng),以分析城市化進(jìn)程對(duì)夏季高溫災(zāi)害風(fēng)險(xiǎn)的重要影響.在下一步的研究中,可以選取不同季節(jié)的背景場(chǎng)進(jìn)行敏感性模擬試驗(yàn),比較在不同氣候背景場(chǎng)條件下,城市化進(jìn)程對(duì)城市熱環(huán)境的影響.

本研究利用中尺度天氣模式,對(duì)城市熱環(huán)境變化進(jìn)行精細(xì)化模擬,量化分析了城市化進(jìn)程對(duì)城市熱環(huán)境的潛在重要影響.為了更好地理解影響城市熱環(huán)境的重要機(jī)制,還需要進(jìn)一步相關(guān)的外場(chǎng)觀測(cè)及數(shù)值模式模擬研究等,這對(duì)更好地預(yù)測(cè)未來(lái)城市熱環(huán)境變化、區(qū)域極端高溫災(zāi)害等具有重要意義,并為人類活動(dòng)與城市氣候系統(tǒng)相互作用機(jī)制的研究與應(yīng)用提供理論依據(jù).

4 結(jié)論

4.1 杭州地區(qū)在2010～2017年間的城市化進(jìn)程中,城區(qū)面積約增加了1倍,導(dǎo)致杭州主城區(qū)8月平均氣溫明顯升高,高溫區(qū)域明顯擴(kuò)大,但中心城區(qū)熱島強(qiáng)度等級(jí)并沒(méi)有明顯的提升.例如,這7年間的城市化進(jìn)程使杭州主城區(qū)(圖6)的2m平均氣溫增加了0.4℃,2m平均氣溫高于30℃的區(qū)域面積增加了99%,熱島強(qiáng)度高于”無(wú)”的區(qū)域擴(kuò)大了91%,但中心城區(qū)熱島強(qiáng)度仍基本保持在”弱”的等級(jí).

4.2 杭州城區(qū)面積在2017年基礎(chǔ)上增加約2倍時(shí),杭州主城區(qū)8月平均氣溫的明顯升高,高溫區(qū)域明顯擴(kuò)大,且熱島強(qiáng)度增強(qiáng).如,高度城市化可使杭州主城區(qū)(圖6)的2m平均氣溫增加0.6℃,2m平均氣溫高于30℃的區(qū)域面積增加192.8km2,熱島強(qiáng)度高于”無(wú)”的區(qū)域擴(kuò)大157%,且有1846.4km2的中心城區(qū)熱島強(qiáng)度等級(jí)由”弱”或”無(wú)”提升為”中等”.對(duì)比城區(qū)面積擴(kuò)大1倍和2倍的模擬結(jié)果顯示,城區(qū)和熱島區(qū)域面積的擴(kuò)大不是等比例的.

4.3 城市化對(duì)杭州地區(qū)熱環(huán)境的影響,主要?dú)w因于城區(qū)下墊面缺少植被,水汽蒸騰作用較小,因此潛熱釋放較少;且城區(qū)下墊面地表反射率較小,吸收了更多太陽(yáng)短波輻射.城區(qū)和郊區(qū)的能量平衡差異在夜間更為顯著,因此城市化進(jìn)程導(dǎo)致的杭州主城區(qū)的升溫、熱島區(qū)域范圍的擴(kuò)大或熱島強(qiáng)度的增強(qiáng)趨勢(shì),在夜間都比日間更為明顯.

[1] Martine G, Deligiorgis D, Fuersich C, et al. State of the world population 2007: Unleashing the potential of urban growth [M]. New York: United Nations Population Fund, 2007.

[2] 雷金睿,陳宗鑄,吳庭天,等.1989～2015年海口城市熱環(huán)境與景觀格局的時(shí)空演變及其相互關(guān)系 [J]. 中國(guó)環(huán)境科學(xué), 2019,39(4):1734- 1743.

Lei J R, Chen Z Z, Wu T T, et al. Spatio-temporal evolution and interrelationship between thermal environment and landscape patterns of Haikou City, 1989～2015 [J]. China Environmental Science, 2019, 39(4):1734-1743.

[3] Oke T R. Boundary layer climates [M]. London and New York: Routledge, 1987.

[4] Manley G. On the frequency of snowfall in metropolitan England [J]. Quarterly Journal of the Royal Meteorological Society, 1958,84(359): 70-72.

[5] 侯春華,李富平,谷海紅,等.礦業(yè)密集區(qū)地表熱環(huán)境時(shí)空異質(zhì)性驅(qū)動(dòng)機(jī)理 [J]. 中國(guó)環(huán)境科學(xué), 2021,41(2):872-882.

Hou C H, Li F P, Gu H H, et al. The spatiotemporal heterogeneity and driving forces of surfacial thermal environment over an intensive mining region [J]. China Environmental Sciences, 2021,41(2):872- 882.

[6] 潘明慧,蘭思仁,朱里瑩,等.景觀格局類型對(duì)熱島效應(yīng)的影響——以福州市中心城區(qū)為例 [J]. 中國(guó)環(huán)境科學(xué), 2020,40(6):2635-2646.

Pan M H, Lan S R, Zhu L Y, et al. Influence of landscape pattern types on heat island effect over central Fuzhou City [J]. China Environmental Science, 2020,40(6):2635-2646.

[7] Fang X Y, Jiang W M, Miao S G, et al. The multi-scale numerical modeling system for research on the relationship between urban planning and meteorological environment [J]. Advances in Atmospheric Sciences, 2004,21(1):103-112.

[8] Ren G Y, Zhou Y Q. Urbanization effect on trends of extreme temperature indices of national stations over mainland China, 1961～2008 [J]. Journal of Climate, 2014,27(6):2340-2360.

[9] Ren G, Li J, Ren Y Y, et al. An integrated procedure to determine a reference station network for evaluating and adjusting urban bias in surface air temperature data [J]. Journal of Applied Meteorology and Climatology, 2015,54(6):1248-1266.

[10] Mahmoud S H, Gan T Y. Long-term impact of rapid urbanization on urban climate and human thermal comfort in hot-arid environment [J]. Building and Environment, 2018,142:83-100.

[11] 陳伯民,曾智華.上海"0185"特大暴雨過(guò)程中"城市熱島"的作用 [R]. 北京:中國(guó)氣象學(xué)會(huì), 2003.

Chen B M, Zeng Z H. Effects of "urban heat island" on Shanghai "0185" torrential rainstorm [R]. Beijing: Chinese Meteorological Society, 2003.

[12] Chen X, Jeong S J. Shifting the urban heat island clock in a megacity: a case study of Hong Kong [J]. Environmental Research Letters, 2018,13(1):14014.

[13] Liao W L, Liu X P, Li D, et al. Stronger contributions of urbanization to heat wave trends in wet climates [J]. Geophysical Research Letters, 2018,45(20):11310-11317.

[14] Guan H D, Vinodkumar, Clay R, et al. Temporal and spatial patterns of air temperature in a coastal city with a slope base setting [J]. Journal of Geophysical Research-Atmospheres, 2016,121(10):5336-5355.

[15] Peng S J, Feng Z L, Liao H X, et al. Spatial-temporal pattern of, and driving forces for, urban heat island in China [J]. Ecological Indicators, 2019,96(1):127-132.

[16] Zhang Y, Jiang P, Zhang H Y, et al. Study on urban heat island intensity level identification based on an improved restricted Boltzmann machine [J]. International Journal of Environmental Research and Public Health, 2018,15(2):186.

[17] Silva J S, Da Silva R M, Guimaraes Santos C A. Spatiotemporal impact of land use/land cover changes on urban heat islands: A case study of Paco do Lumiar, Brazil [J]. Building and Environment, 2018,136:279-292.

[18] Lin Y, Jim C Y, Deng J S, et al. Urbanization effect on spatiotemporal thermal patterns and changes in Hangzhou (China) [J]. Building and Environment, 2018,145:166-176.

[19] Yao R, Wang L, Huang X, et al. Interannual variations in surface urban heat island intensity and associated drivers in China [J]. Journal of Environmental Management, 2018,222:86-94.

[20] Wang J, Huang B, Fu D J, et al. Response of urban heat island to future urban expansion over the Beijing-Tianjin-Hebei metropolitan area [J]. Applied Geography, 2016,70:26-36.

[21] 趙安周,裴 韜,曹 森,等.京津冀城市擴(kuò)張對(duì)植被和地表城市熱島的影響 [J]. 中國(guó)環(huán)境科學(xué), 2020,40(4):1825-1833.

Zhao A Z, Pei T, Cao S, et al. Impacts of urbanization on vegetation growth and surface urban heat island intensity in the Beijing-Tianjin- Hebei [J]. China Environmental Science, 2020,40(4):1825-1833.

[22] Gallo K, Hale R, Tarpley D, et al. Evaluation of the relationship between air and land surface temperature under clear- and cloudy-sky conditions [J]. Journal of Applied Meteorology and Climatology, 2011, 50(3):767-775.

[23] 錢敏蕾,徐藝揚(yáng),李 響,等.上海市城市化進(jìn)程中熱環(huán)境響應(yīng)的空間評(píng)價(jià) [J]. 中國(guó)環(huán)境科學(xué), 2015,35(2):624-633.

Qian M L, Xu Y Y, Li X, et al. An assessment of spatial thermal environmental response to rapid urbanization of Shanghai [J]. China Environmental Science, 2015,35(2):624-633.

[24] Jiang L, Lu L X, Jiang L M, et al. Impact of a detailed urban parameterization on modeling the Urban Heat Island in Beijing using TEB-RAMS [J]. Advances in Meteorology, 2014,2014:602528.

[25] Morris K I, Salleh S A, Chan A, et al. Computational study of urban heat island of Putrajaya, Malaysia [J]. Sustainable Cities and Society, 2015,19:359-372.

[26] Morris K I, Chan A, Morris K J K, et al. Urbanisation and urban climate of a tropical conurbation, Klang Valley, Malaysia [J]. Urban Climate, 2016,19:54-71.

[27] Grossman-Clarke S, Zehnder J A, Loridan T, et al. Contribution of land use changes to near-surface air temperatures during recent summer extreme heat events in the Phoenix Metropolitan area [J]. Journal of Applied Meteorology and Climatology, 2010,49(8):1649- 1664.

[28] 鄭祚芳,高 華,王在文,等.城市化對(duì)北京夏季極端高溫影響的數(shù)值研究 [J]. 生態(tài)環(huán)境學(xué)報(bào), 2012,21(10):1689-1694.

Zheng Z F, Gao H, Wang Z W, et al. Numerical simulation for the urbanization effects on a heat wave event around Beijing city [J]. Ecology and Environmental Sciences, 2012,21(10):1689-1694.

[29] Tse J W P, Yeung P S, Fung J C, et al. Investigation of the meteorological effects of urbanization in recent decades: A case study of major cities in Pearl River Delta [J]. Urban Climate, 2018,26:174- 187.

[30] 吳 佳,高學(xué)杰,張冬峰,等.三峽水庫(kù)氣候效應(yīng)及2006年夏季川渝高溫干旱事件的區(qū)域氣候模擬 [J]. 熱帶氣象學(xué)報(bào), 2011,27(1):44-52.

Wu J, Gao X J, Zhang D F, et al. Regional climate model simulation of the climate effects of the Three Gorge reservoir with specific application to the summer 2006drought over the Sichuan-Chongqing area [J]. Journal of Tropical Meteorology, 2011,27(1):44-52.

[31] 房小怡,王曉云,杜吳鵬,等.我國(guó)城市規(guī)劃中氣候信息應(yīng)用回顧與展望 [J]. 地球科學(xué)進(jìn)展, 2015,30(4):445-455.

Fang X Y, Wang X Y, Du W P, et al. The application of climate information in urban planning in China: Retrospect and future prospect [J]. Advances in Earth Science, 2015,30(4):445-455.

[32] 于玲玲,潘蔚娟,肖志祥,等.人為熱對(duì)廣州高溫天氣影響的數(shù)值模擬個(gè)例分析 [J]. 中國(guó)環(huán)境科學(xué), 2020,40(9):3721-3730.

Yu L L, Pan W J, Xiao Z X, et al. Case studies of impacts of anthropogenic heat emissions on heat wave events in Guangzhou [J]. China Environmental Science, 2020,40(9):3721-3730.

[33] Wei Y H D. Restructuring for growth in urban China: Transitional institutions, urban development, and spatial transformation [J]. Habitat International, 2012,36(3):396-405.

[34] Shen T, Chow D H C, Darkwa J. Simulating the influence of microclimatic design on mitigating the urban heat island effect in the Hangzhou Metropolitan Area of China [J]. International Journal of Low-Carbon Technologies, 2016,11(1):130-139.

[35] Skamarock W C, Klemp J B, Dudhia J, et al. A Description of the Advanced Research WRF Version 3 [R]. Boulder, Colorado, USA: National Center for Atmospheric Research, Mesoscale and Microscale Meteorology Division, 2008.

[36] Kusaka H, Kondo H, Kikegawa Y, et al. A simple single-layer urban canopy model for atmospheric models: comparison with multi-layer and slab models [J]. Boundary-Layer Meteorology, 2001,101(3):329- 358.

[37] Kusaka H, Kimura F. Thermal effects of urban canyon structure on the nocturnal heat island: numerical experiment using a mesoscale model coupled with an urban canopy model [J]. Journal of Applied Meteorology, 2004,121(9):4487-4498.

[38] Kusaka H, Chen F, Bao J W, et al. Simulation of the urban heat island effects over the Greater Houston Area with the high resolution WRF/LSM/Urban coupled system [R]. Seattle, WA, 2004.

[39] Inoue E. On the turbulent structure of airflow within crop canopies [J]. Journal of the Meteorological Society of Japan, 1963,41:317-326.

[40] Liu Y B, Chen F, Warner T, et al. Verification of a mesoscale data- assimilation and forecasting system for the Oklahoma City area during the joint urban 2003 field project [J]. Journal of Applied Meteorology and Climatology, 2006,45(7):912-929.

[41] Wang M N, Zhang X Z, Yan X D. Modeling the climatic effects of urbanization in the Beijing-Tianjin-Hebei metropolitan area [J]. Theoretical and Applied Climatology, 2013,113(3/4):377-385.

[42] Wang M N, Yan X D, Liu J Y, et al. The contribution of urbanization to recent extreme heat events and a potential mitigation strategy in the Beijing-Tianjin-Hebei metropolitan area [J]. Theoretical and Applied Climatology, 2013,114(3/4):407-416.

[43] Yang B, Zhang Y C, Qian Y. Simulation of urban climate with high-resolution WRF model: A case study in Nanjing, China [J]. Asia-Pacific Journal of Atmospheric Sciences, 2012,48(3):227-241.

[44] Morris K I, Chan A, Morris K J K, et al. Impact of urbanization level on the interactions of urban area, the urban climate, and human thermal comfort [J]. Applied Geography, 2017,79:50-72.

[45] 蒙偉光,張艷霞,李江南,等. WRF/UCM在廣州高溫天氣及城市熱島模擬研究中的應(yīng)用 [J]. 熱帶氣象學(xué)報(bào), 2010,26(3):273-282.

Meng W G, Zhang Y X, Li J N, et al. Application of WRF/UCM in the simulation of a heat wave event and urban heat island around Guangzhou city [J]. Journal of Tropical Meteorology, 2010,26(3):273- 282.

[46] Lee S H, Kim S W, Angevine W M, et al. Evaluation of urban surface parameterizations in the WRF model using measurements during the Texas Air Quality Study 2006 field campaign [J]. Atmospheric Chemistry and Physics, 2011,11(5):2127-2143.

[47] Ooi M C G, Chan A, Ashfold M J, et al. Numerical study on effect of urban heating on local climate during calm inter-monsoon period in greater Kuala Lumpur, Malaysia [J]. Urban Climate, 2017,20:228- 250.

[48] GFS-ANL. Global forecast system analysis datasets [EB/OL]. https://www.ncdc.noaa.gov/data-access/model-data/model-datasets/global-forcast-system-gfs. 2017 [2018-11].

[49] Wang W, Bruyère C, Duda M, et al. WRF ARW version 3 modeling system user's guide [EB/OL]. MMM, NCAR, 2015:428.

[50] NASA. NASA shuttle radar topography mission 3 arc second [EB/OL]. https://dds.cr.usgs.gov/srtm/version2_1/Documentation/SRTM_Topo. pdf. 2013 [2018-11].

[51] MODIS. MODIS/terra+aqua land cover type yearly L3 global 500m SIN grid V006 [EB/OL]. https://search.earthdata.nasa.gov/. 2017 [2018-10].

[52] Hong S, Lim J J. The WRF single-moment 6-class microphysics scheme (WSM6) [J]. Asia-Pacific Journal of Atmospheric Sciences, 2006,42(2):129-151.

[53] Hong S Y, Noh Y, Dudhia J. A new vertical diffusion package with an explicit treatment of entrainment processes [J]. Monthly Weather Review, 2006,134(9):2318-2341.

[54] Jimenez P A, Dudhia J, Gonzalez-Rouco J F, et al. A revised scheme for the WRF surface layer formulation [J]. Monthly Weather Review, 2012,140(3):898-918.

[55] Ek M B, Mitchell K E, Lin Y, et al. Implementation of Noah land surface model advances in the National Centers for Environmental Prediction operational mesoscale Eta model [J]. Journal of Geophysical Research-Atmospheres, 2003,108(D22):8851.

[56] Mlawer E J, Taubman S J, Brown P D, et al. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave [J]. Journal of Geophysical Research-Atmospheres, 1997,102(D14):16663-16682.

[57] Dudhia J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model [J]. Journal of the Atmospheric Sciences, 1989,46(20):3077-3107.

[58] Kain J S. The Kain-Fritsch convective parameterization: An update [J]. Journal of Applied Meteorology, 2004,43(1):170-181.

[59] 廣東省氣候中心.氣候可行性論證技術(shù)指南系列之城市熱島效應(yīng)評(píng)估技術(shù)指南 [Z]. 2014.

Guangdong Climate Center. Technical guideline on climate feasibility justification - Technical guideline for the evaluation of Urban Heat Island Effect [Z]. 2014.

[60] DB21/T 2016-2012 城市熱島強(qiáng)度等級(jí) [S].

DB21/T 2016-2012 Urban heat island intensity levels [S].

[61] Oke T R. The energetic basis of the urban heat island [J]. Quarterly Journal of the Royal Meteorological Society, 1982,108:1-24.

[62] 任 俠,王詠薇,張 圳,等.太湖對(duì)周邊城市熱環(huán)境影響的模擬 [J]. 氣象學(xué)報(bào), 2017,75(4):645-660.

Ren X, Wang Y W, Zhang Z, et al. Simulation studies for Lake Taihu effect on surrounding cities thermal environment [J]. Acta Meteorologica Sinica, 2017,75(4):645-660.

[63] 郝曉龍,王詠薇,胡 凝,等.太陽(yáng)能光伏屋頂對(duì)城市熱環(huán)境及能源供需影響的模擬 [J]. 氣象學(xué)報(bào), 2020,78(2):301-316.

Hao X L, Wang Y W, Hu N, et al. Simulation of the influence of solar photovoltaic roof on urban thermal environment and energy supply and demand [J]. Acta Meteorologica Sinica, 2020,78(2):301-316.

[64] 常 蓉.晉城市城區(qū)土地利用與地表溫度的相關(guān)性研究[D]. 晉中:山西農(nóng)業(yè)大學(xué), 2016.

Chang R. Research on the relationship between land use and land surface temperature in Jincheng District Area [D]. Jinzhong: Shanxi Agricultural University, 2016.

[65] 費(fèi)鮮蕓,陳海燕,顧晶晶,等.土地利用類型及其單元綠地率與城市熱島效應(yīng)相關(guān)性研究 [J]. 林業(yè)資源管理, 2015,(6):117-122.

Fei X Y, Chen H Y, Gu J J, et al. The relationship between urban heat island and land use type and its unit greening rate [J]. Forest Resources Management [J]. 2015,(6):117-122.

浙江省網(wǎng)絡(luò)中心的滕舟高級(jí)工程師、浙江省氣象局觀測(cè)與網(wǎng)絡(luò)處的袁圣和杭州市氣象信息中心的楊軍高級(jí)工程師為本研究提供了數(shù)據(jù)支持,浙江大學(xué)地球科學(xué)學(xué)院的曹龍教授為本文的英文摘要、表題、圖題等提供了指導(dǎo)與潤(rùn)色,在此對(duì)以上專家提供的幫助與技術(shù)支持表示誠(chéng)摯的感謝.

Simulated effect of urbanization on urban thermal environment in Hangzhou.

ZHANG Han, ZHANG Xiao-wei, FAN Gao-feng*

(Zhejiang Province Climate Center, Hangzhou 310017, China)., 2021,41(9)：4107～4119

We conducted high-resolution model simulations in urban areas, to investigate the important effects of urbanization on urban thermal environment. The WRF/UCM model was used to quantify the effect of past urbanization on urban thermal environment at monthly timescale for Hangzhou city, Zhejiang province, China. We also conducted sensitivity simulations to investigate the potential effects of urbanization on urban thermal environment under an idealized scenario in which urban area is tripled. In these simulations, different land use/land cover classification data were used. Simulation results show that urbanization during 2010～2017 doubles urban area at Hangzhou, leading to a 91% increase in the area with urban heat island (UHI) intensity levels stronger than “none” (Ht>0.5℃), and a rise of 0.4℃ in 2-m air temperature in the main urban area in August. If urban area is tripled from year 2017 level, the area that UHI intensity levels stronger than “none” would increase by 157%, and for 1846.4km2of the central urban area, UHI intensity levels could be elevated from “weak” or “none” (Ht￡1.5℃) to “medium” (1.5

urbanization；urban climatology；urban heat island；numerical modeling

X16

A

1000-6923(2021)09-4107-13

張 含(1992-),女,浙江衢州人,工程師,博士,主要從事生態(tài)環(huán)境和氣候變化研究.發(fā)表論文10篇.

2021-02-15

浙江省科技計(jì)劃項(xiàng)目(2017C33072);浙江省基礎(chǔ)公益研究計(jì)劃(LGF18D050001,LQ20D050003);浙江省氣象科技計(jì)劃項(xiàng)目(2020YB04和2019ZD07);國(guó)家自然科學(xué)基金項(xiàng)目(42005027)

* 責(zé)任作者, 正高級(jí)工程師, fangaofengcn@163.com