京津唐城市群土地利用變化的區域增溫效應模擬

崔耀平, 劉紀遠, 張學珍, 秦耀辰, 董金瑋

1 河南大學環境與規劃學院，中原經濟區“三化”協調發展河南省協同創新中心, 開封 475004 2 中國科學院地理科學與資源研究所, 北京 100101 3 俄克拉荷馬大學微生物和植物生物學系空間分析中心, 俄克拉荷馬 73019 美國

京津唐城市群土地利用變化的區域增溫效應模擬

崔耀平1,2, 劉紀遠2,*, 張學珍2, 秦耀辰1, 董金瑋3

1 河南大學環境與規劃學院，中原經濟區“三化”協調發展河南省協同創新中心, 開封 475004 2 中國科學院地理科學與資源研究所, 北京 100101 3 俄克拉荷馬大學微生物和植物生物學系空間分析中心, 俄克拉荷馬 73019 美國

土地利用變化與大氣相互作用，影響區域氣候，而城市及其周邊地區受人類活動影響很大，成為土地利用變化最為強烈的區域。利用耦合了城市冠層模型的中尺度大氣模式(WRF/UCM)，在2008年的初始大氣條件和邊界條件下，用20世紀70年代后期和2008年兩期京津唐地區土地利用資料替換WRF/UCM模式推薦的地表覆蓋數據，模擬分析不同土地利用類型及其變化對應的氣候差異情況。在此過程中，利用插值方法(ANUSPLIN)得到京津唐及其周邊26個氣象站點觀測氣溫的插值數據，并以此在時空尺度上對比驗證了模式的模擬結果。結果表明：WRF/UCM較好地模擬出了近地表2 m的氣溫，無論在空間上還是在時間上都表現良好；由城市擴展主導的土地利用變化導致研究區大部分區域的增溫幅度大于0.05 ℃，且最大的增溫區域出現在城市擴展區，可達1.31 ℃。此外本研究初步探討了土地利用變化的增溫貢獻率，結果顯示研究區土地利用變化導致增溫0.08 ℃，整體貢獻率為9.88%，城市擴展區增溫0.29 ℃，表示出了城市擴展導致的增溫貢獻率達到32.75%。

LUCC; 城市熱島; 氣候變化; WRF/UCM; 城市擴展

土地利用/土地覆蓋(Land Use and Land Cover, LULC)通過生物地球化學和生物物理機制作用于全球氣候變化。生物地球化學方面通過改變生物地球化學循環的速率，進而影響大氣化學成分；生物物理方面主要通過地表物理參數的改變影響地表能量的吸收和分配，進而影響地表能量平衡。當前土地利用/土地覆蓋變化(LUCC)和農業生產已經貢獻了25.0%的溫室氣體[1]；與此同時，LUCC通過引起地表反照率、比輻射率、粗糙度及比熱容、蒸散量的變化也對區域熱收支和大氣流場發揮影響，由此引發區域氣候環境發生變化[2]。由于兩種機制均對地表氣溫產生影響，因此要從全球氣候變化大背景中區分出來LUCC通過地表物理參數的改變作用于局部氣候的信息就顯得尤為重要和困難[3]。

城市化進程不僅影響到了區域土地覆蓋變化，而且也是影響全球環境變化的一個重要因素。城市周邊土地利用類型多樣，且轉類頻繁發生，其常表現為大量的人工建筑景觀用地替代原先自然的下墊面(如耕地等)。不斷加速的城市化對城市和區域氣候有深遠的影響[4]。區域氣候本身具有開放性和綜合性的特征，地表輻射、能量及動能的不同都會直接/間接地影響到近地表氣溫，最終局地微氣象條件、城市冠層、城郊區的大氣邊界層切換、及大氣環流都對溫度變化造成一定影響[5- 6]。比如城市熱島(Urban Heat Island, UHI)現象在很大程度上正是這種影響的具體體現[7]。

具體到典型城市群區域，土地利用變化更為明顯，其對區域氣候的增溫影響也最為顯著，因此相關的研究也有很多。比如初子瑩和任國玉曾利用北京20個臺站40a的月平均溫度資料，證實了熱島效應的存在，且其對城市氣象站記錄的地表平均溫度的絕對影響也是隨時間顯著增大的[8]。郭軍等應用臺站氣象觀測資料，分析了近40 年天津地區年及四季的氣溫變化特征及其與城市化的關系。結果顯示：天津市年平均氣溫呈顯著增加趨勢，市區年平均以及各季平均氣溫變化幅度明顯高于其它各區[9]。任國玉、劉學鋒等對北京、武漢、以及河北省區域的氣溫變化進行的分析表明：近 40 年來，大中城市增溫趨勢顯著，但近 20 年來熱島增溫效應對平均溫度序列增溫的相對貢獻卻在降低[10- 11]。

耦合城市冠層模塊的中尺度氣候模式WRF (Weather Research and Forecasting Model)由于其較高的模擬精度而被廣為應用。作為新一代中尺度模式，WRF模式很適合開展中小尺度的模擬分析。城市冠層模塊(Urban Canopy Model, UCM)最初由Kusaka等提出，后來Chen等又對其進行了發展，并耦合到WRF模式中來研究城市的氣候[12- 13]。當前已有很多學者基于WRF/UCM開展研究，國外利用該模式開展了數據同化、城市熱島效應、大氣環境等多方面的研究[14- 15]。國內如孟偉光等利用WRF/UCM模擬不同下墊面對城市高溫天氣及熱島效應的影響[16]；宋靜等用其模擬了城市下墊面、城市冠層下墊面和自然下墊面等3種情況下的城市天氣過程[17]。這些研究為利用和設置WRF/UCM模塊方案提供了很好的參考和借鑒。

京津唐區域是以城市擴展為主導的LUCC典型城市群區域，為了厘清該區LUCC導致的區域溫度變化，本研究在WRF/UCM模式支持下，嚴格限定模式其他條件一致，變換研究區20世紀70年代后期和2008年兩期LULC，模擬不同土地利用類型下的地表氣溫差異；并利用站點實測氣溫的插值結果，驗證模擬效果，最終分析得出研究區LUCC的增溫貢獻率。

1 研究數據與方法

1.1 研究數據及預處理

1.1.1 氣象數據及預處理

ANUSPLIN插值方法是一種公認的比較精確的溫度插值方法，已被很多學者進行過溫度的插值精度驗證，表現良好[18]。ANUSPLIN是由澳大利亞科學家Hutchinison等基于薄盤樣條理論開發的，它允許引進多元協變量線性子模型，可以平穩地處理二維以上的樣條，還能同時進行多個表面的空間插值，對于時間序列的氣象數據尤其適合[19]。

為了對比驗證對2008年模擬的溫度值，本研究用京津唐區域及其周邊26個氣象站點的觀測氣溫數據，利用ANUSPLIN插值，輸出日步長的氣溫空間數據(圖1)。

圖1 26個氣象站點圖Fig.1 The 26 Meteorological observation sites

1.1.2 兩期LUCC數據及預處理

本研究用到1970s和2008年兩期京津唐區域1∶10萬的LULC數據，原數據分類標準為中國科學院土地資源遙感分類系統[20]。利用兩期LULC矢量數據和1∶1萬城市主城區內部功能結構矢量數據[21]，參照USGS的土地覆蓋類型劃分標準，歸并后轉換為1 km柵格，得到了WRF模式所需的土地利用數據[22]。具體類別轉換規則為：在城市主城區內部依照其功能結構和Google Earth影像輔助劃分為高、低密度住宅區；在其他區域參照LULC類型進行歸類：LULC的水田歸為灌溉農田/牧場；旱田歸為旱作農田/牧場；高中低覆蓋草地歸為草地；有林地歸為落葉闊葉林；中高山有林地歸為混交林/常綠針葉林；灌木林歸為灌木林；疏林地歸為混合灌木/草地；水域歸為水體；沼澤地歸為濕地；城鎮用地歸為城市和建筑用地；農村居民點、其他建設用地及未利用土地歸為干裸地和稀疏植被地(圖2)。

1.2 模擬方案

本研究采用最新的ARW-WRF 3.3 (Advanced Research WRF)開展相關模擬。選取單層城市冠層模塊UCM，其最基本的特征是對城市區域的3種表面(屋頂、墻壁、道路)分別建立能量平衡關系，在此平衡關系的基礎上求解溫度，并且還考慮到了建筑物與外部大氣之間的熱量傳送以及道路下面與道路上面的熱量傳導。

本研究進行了兩組試驗，分別是用2008年和1970s的土地利用數據替換掉最內層的WRF模式推薦的地表覆蓋類型數據。為保證本研究的模擬精度，以研究區為中心區域設定三重嵌套：D01、D02和D03的格距分別為27、9和3 km，積分步長90 s。模式所需側邊界強迫數據及海冰、海溫、土壤濕度數據等均由6h間隔的NCEP/FNL再分析資料提供。采用的基本方案及其相關說明如表1所示[23]。

表1 WRF/UCM若干設定及相關說明Table 1 The several settings and explanations in WRF/UCM

選取內層的京津唐城市群區域作為典型城市擴展研究區，利用兩組方案模擬得到的近地表2 m氣溫結果，及其分別對應的LULC資料展開分析。

2 模擬結果的對比驗證

對應本研究的主要目的，這里用研究區及其周邊26個氣象站點2008年的實測氣溫日值的ANUSPLIN插值結果，對WRF模式模擬的近地表氣溫(2 m)結果展開對比驗證。

以年平均值的空間分布來說，ANUSPLIN插值和WRF模式模擬的近地表氣溫結果都可以反映出京津唐的溫度趨勢：兩者從西北到東南溫度均呈現升高趨勢，溫度等值線均依次從6 ℃升高到9 ℃和12 ℃(圖3a, b)。圖3還選取2008年1，4，7，10等4個月份的溫度平均值加以顯示(圖3c—j)，從中可以看出，同年均值表現出來的一樣，兩者反映出來的氣溫空間變化趨勢基本一致。雖然在最值上有1—3 ℃的差別，但是從西北部的高原、山區到東南部的平原地帶，空間格局均具有明顯的一致性。從細節上看，唐山市西北部、延慶縣城一帶稍高于周邊溫度的情況也都能反映出來，說明WRF合理地模擬出了的研究區的近地表氣溫。

同時，由于輸入數據和算法存在差異，兩種方法獲取的空間氣溫也各具特點。圖3a顯示：氣象站插值的結果更多體現出來了海拔和地形的影響，而受限于氣象站點的數量和空間分布，在區域上來看，并不能完全反映出地表覆蓋類型對溫度的影響。圖3b顯示出WRF模式在模擬近地表溫度時，綜合考慮了多種氣象和地表覆蓋類型等，其結果可以更好地反映出一些下墊面的細節。北京、天津等城市主城區的溫度明顯區別與周邊郊區地帶，熱島效應被很好地模擬出來。此外，一些濕地等區域具有的較低氣溫格局信息也被成功模擬出來。

研究區2008年整體氣溫值比較如下：WRF模擬的最大和最小溫度值分別為15.26和0.68 ℃，而對應的AUSPLINE插值結果為13.64和1.37 ℃；WRF模擬的氣溫平均值為11.10 ℃，而插值得到的為10.85 ℃，兩種方法的平均溫差為0.25 ℃；兩種方法獲取的氣溫差值絕對值幾乎都在0.5 ℃以下，兩者的一致性程度非常高(圖4)。

綜上時空對比結果，說明WRF模式較好地模擬出了近地表氣溫的空間格局及時間變化，其在本研究的應用中具備合理性和可靠性。

圖3 WRF/UCM模擬的2008年4個典型月份及氣溫年均值的分布格局Fig.3 The spatial pattern of air temperature modelled by WRF/UCMa：ANUSPLIN插值的年平均氣溫，b：WRF模式模擬的年平均氣溫，c：ANUSPLIN插值的1月份平均氣溫，d：WRF模式模擬的1月份平均氣溫，e：ANUSPLIN插值的4月份平均氣溫，f：WRF模式模擬的4月份平均氣溫，g：ANUSPLIN插值的7月份平均氣溫，h：WRF模式模擬的7月份平均氣溫，i：ANUSPLIN插值的10月份平均氣溫，j：WRF模式模擬的10月份平均氣溫

3 LUCC的區域增溫效應

3.1 區域溫度的差值分析

研究區經過近30年的發展，2008年的城市土地增長了2倍多，增長了2.1倍；而相應地林草地的面積減少3.75%；水體濕地面積減少20.99%；干裸地和稀疏植被區減少了25.60%。為真實反映這種地表覆蓋變化所導致的溫度差異，首先對模擬結果進行t檢驗(Student′st-test)，認為滿足95.0%置信區間的柵格才具有統計學意義。考慮了滿足t檢驗的結果(圖5a)顯示：研究區20世紀70年代對應的模擬溫度年均值分別為11.02 ℃，2008年的為11.10 ℃，整體增溫0.08 ℃，其中，最大增溫區域出現在城市擴展區，平均增溫0.29 ℃，最大增溫可達1.31 ℃(圖5b)。

圖4 模擬的2008年研究區平均溫度的月變化Fig.4 The monthly variation of simulated temperature of 2008

京津唐區域的氣溫變化具有空間異質性，城市擴展區增溫作用明顯，且地表覆蓋作用于氣溫具有季節差異性。圖5給出了20世紀70年代后期和2008年兩期土地利用類型對應的氣溫模擬結果值。圖5a和圖5b分別為兩期時間對應溫差通過t檢驗的區域(用淺灰色小方格標注)及溫度年均差。從氣溫的年均差值來看，空間分布的規律性比較明顯，北京、天津和唐山等城市市區及其新擴展區域溫度均有明顯升高，尤其以新擴展城區為甚，比較清楚地顯示出城市擴展對溫度的巨大影響。圖5c是1月份的溫差，增溫區域也主要是城市擴展區，分布在京津唐主城區周邊及部分新增的居民建設用地，而在其余區域的溫度值變化并不大。4月份的情況與1月份稍有不同，整體均呈現出增溫趨勢，但增溫幅度最大的也以新增擴展區為主(圖5d)。7月份溫差的空間分布格局與1月和4月份明顯不同，大幅增溫的區域不僅出現在城市擴展區，還進一步擴大到整個市區，尤其以北京、天津等較大城市主城區為主，其溫度增加值均在1.0 ℃以上，最大可達1.47 ℃(圖5e)。10月份反映出秋季情況，此時溫度大幅升高的區域也以城市周邊擴展區為主(圖5f)。其中在7月份，由于夏季整體的溫度值較高，城市化導致的增溫效應在較大范圍內表現出來。

圖5 城市擴展前后溫差的空間分布Fig.5 The spatial distribution of temperature differences in different urban sprawl stagesa: 溫差t檢驗通過0.05顯著性水平的區域，b: 1970s后期和2008年的溫度年均差，c: 1970s后期和2008年1月份的溫差，d: 1970s后期和2008年4月份的溫差，e: 1970s后期和2008年7月份的溫差，f: 1970s后期和2008年10月份的溫差

對應空間數據的分析，溫差的幅度也隨時間有所不同。就四季平均值來看，春季增溫0.8 ℃，夏季增溫幅度最大，為0.15 ℃，秋季增溫幅度最小，為0.01 ℃，而冬季為0.05 ℃。此外，圖5也顯示出在一些區域，LUCC起到了降溫作用，如在研究區的東北和西南等柵格區域。說明雖然京津唐區域的土地利用變化是以城市化為主導，但是該區域的某些土地利用變化仍會帶來一定的降溫效應，且在遠離城市群的某些區域被明顯地表現出來。總之，LUCC導致的增溫幅度最大的區域分布在城市擴展區，其次為城市舊城區，再次為城區外圍的近郊區，也即是城區受城市擴展的影響最大，增溫也最明顯，而外圍區域相對增溫幅度較小。

3.2 LUCC的增溫貢獻率初探

為了量化兩期土地利用類型及其轉類對應的溫度變化情況，表2逐一給出了各種情況對應的溫度變化值。注意：根據WRF/UCM模式的輸入要求，這里的城鎮土地利用類型為包含大城市主城區及其周邊一定范圍內的較大城鎮建設用地；對其他土地利用類型也稍作了調整，表中的其他土地利用類型包括了非城市主城區的鄉村居民點、工礦用地及部分裸地等(圖6a)。從表中可以看出：當城鎮土地利用類型不發生變化時，由于周邊的城市擴展及其他土地利用類型的變化，依然導致了原有城區的溫度升高0.43 ℃。這充分說明了城市擴展巨大的升溫效應，且幾乎所有的類型轉換均呈現增溫，大部分增溫幅度大于0.05 ℃。

表2 土地利用類型變化及其對應的溫度變化Table 2 The temperature changes of different land use changes

本研究根據1970s到2008年的LUCC對應的溫度變化值，利用各轉類的面積比例做加權求算不同土地利用類型及其轉類的增(/降)溫效應(表2)。整體來講，轉類到城鎮類型，即代表著城市擴展區域的增溫效應可達0.29 ℃，這也是各轉類類型增溫效應的最大值。其余的增溫效應依次為：到其他>到耕地>到水體>到林地>到草地。沒有發生轉類的各土地利用類型的增溫大小分別是城鎮0.43 ℃，耕地、水體0.07 ℃，林地0.05 ℃，其他0.04 ℃，草地0.03 ℃。同時，除了在某些遠離城鎮的小范圍區域內，研究區整體平均情況下沒有出現降溫效應(負值)的主要原因可以歸結于該區存在能大幅度增溫效應的城市擴展情況、城鎮用地和裸地覆蓋面積增加所致(他們的增溫效應分別達到了0.29和0.09 ℃)，由此，其實又體現出大氣溫度受到的綜合影響，也即要考慮溫度升高區的影響范圍、程度及干擾因素，比如會受到與這些轉類發生區域相距遠近，風速風向及海拔等氣象及地表因素的諸多影響。要注意的是：這個增溫值既包含了自身類型沒有發生變化的區域的增溫，又包含其他不同類型的轉換。雖然其綜合了各土地利用類型及其轉類的溫度變化信息，基本反映出不同土地利用類型變化的增溫效應大小，但是受限于轉類前的類型及其轉類面積的影響，單純看此指標也具有一定的片面性。

為了探討和分析LUCC的增溫效應，這里引入LUCC增溫貢獻率的概念。本研究認為前文獲取的溫度增加值是由LUCC引起的地表水熱通量變化導致的，而京津唐區域2008年和1970s (1975—1978年的平均值) ANUSPLIN插值結果的年均差為現實的綜合增溫幅度，既有LUCC的影響，又有大氣溫室氣體作用，也有人為熱、氣溶膠等的影響，因此兩者的溫差之比簡單表示了LUCC的增溫貢獻率。

圖6 研究區土地利用變化及模擬的溫差與ANUSPLIN插值的溫差之比Fig.6 The LUCC and the ratio of D_values of simulated temperature and interpolated temperature

城市擴展為主導的LUCC在京津唐地區的增溫效應存在空間異質性，相似地，其增溫貢獻率也存在明顯的空間差異。圖6b給出了WRF模擬的溫差與ANUSPLIN插值得到的溫差之比，從中可以看出LUCC增溫貢獻率的大小及空間分布。同前面的分析一致，增溫貢獻率最大的區域仍分布在城市擴展區，甚至大于0.5；其次為舊城區，增溫比例大部分大于0.1，北京主城區甚至在0.3—0.5之間。值得注意的是，LUCC在北京市北部區域的增溫貢獻率很大，在0.1—0.3之間。雖然整體處于增溫態勢，但LULC轉類多種多樣，一些轉成水體、林地等的類型仍舊會有一定范圍內出現降溫效應。因此，部分區域的比值小于0，即意味著該區域出現一定的降溫作用。要說明的是這個結果有一定不確定性，因為插值溫度和WRF模擬溫度在空間上并非一一對應，會造成一些區域的增溫貢獻比值偏大或偏小，而這種偏差信息尚無法量化表達。

統計結果顯示：京津唐區域2008年插值的溫度平均值為10.85 ℃，1970s后期是10.04 ℃，兩者相差0.81 ℃，其中城市擴展區域增溫0.89 ℃，這是綜合增溫值。而WRF模擬的研究區整體增溫0.08 ℃，城市擴展區的增溫效應是0.29 ℃。因此，LUCC的增溫貢獻率在京津唐地區整體為9.88%，而城市擴展的增溫貢獻率達到了32.75%。在絕大部分區域，LUCC的增溫貢獻率在0.0%—30.0%，其中大部分在10.0%以內，占到整個京津唐地區的71.0%，另有14.0%區域的增溫貢獻率在10.0%—30.0%之間。

4 討論和結論

4.1 討論

土地利用變化導致了地表不同熱力及動力特征，從而對氣候產生影響。中國近代歷史時期(1700 年以來)以森林砍伐、草地退化及耕地、城鎮用地面積擴大為主的土地利用變化可能會對中國區域降水、溫度產生了顯著影響[24]。然而土地利用變化與黑炭、氣溶膠等通過反照率等引起的輻射強迫在-0.20 [±0.20]-0.10 [±0.1]W/m2，且存在較大不確定性[25]。相對而言，城市擴展引起的熱島效應則是一個較為明顯的氣候變化特征。在世紀尺度上，城市化對某些區域帶來的升溫值大約為0.5 ℃[26]。中國的城市熱島強度1991—2000年間增長了0.11 ℃左右[27]，近40年中國城市擴展的增溫貢獻大概為0.01 ℃，在某些城市群可達0.09 ℃[14]，也有學者認為中國的熱島效應在近50年貢獻不到0.06 ℃[28]。以上研究受限于不同的數據和方法，結果雖有差異，但結論均顯示出城市擴展的熱島效應及其對區域氣溫的巨大影響。

對比他人的研究結果來看，本研究的結論處在合理范圍。多位學者用詳實的氣象站點觀測資料研究證實在中國大陸地區，國家級氣象臺站年均地面氣溫的上升趨勢中，至少有27.3%可歸因于城市化的影響。就華北地區而言，城鎮化造成的增溫貢獻率達到了37.9%[29- 30]。以上研究的城鎮化影響是包括了城市擴展和人為熱等因素的綜合影響，京津唐城市群地處華北，而本研究得到其LUCC導致增溫了0.08 ℃，整體增溫貢獻率為9.88%，城市擴展區增溫0.29 ℃，單純由城市擴展導致的增溫貢獻率達到了32.75%。本研究基于2008年的氣象場，實際上，土地利用變化不僅使溫度變化，還能引起基本流場的變化，從而在較大范圍內影響大氣狀況[24]；模擬的氣溫值直接對比氣象站觀測氣溫數據，有0.5 m高度的誤差。將來可以用模式模擬的綜合增溫結果代替觀測氣溫的插值結果，分析貢獻率問題。這樣雖會重復引入模式噪音，但差值處理本身會消除大氣背景場及噪音信息，對模擬的分析和解釋也將更為充分。基于模擬的研究本身得到的值在方向和趨勢上具有意義，而對具體的數值不贊成直接被作為確定的結果來引用。

4.2 結論

LUCC特別是城市擴展引起地-氣相互作用因子量值發生變化，進而影響著天氣過程并導致區域氣候變化。中國自20世紀70年代末以來，隨經濟和社會的發展，城鎮用地的空間拓展日益成為現在乃至將來土地利用變化的主導特征。本研究選取城市擴展主導的LUCC典型區-京津唐城市群區域，模擬分析LUCC對區域氣候的影響，取得了如下基本結論：

(1) 氣溫的ANUSPLIN插值結果和WRF/UCM模擬結果對比驗證表明，WRF/UCM可以較好地模擬出2008年近地表2 m的大氣溫度，無論在空間上還是在時間上都表現良好。

(2) 兩期溫差分析表明，由城市擴展主導的LUCC導致了研究區溫度的整體升高，且大部分區域增溫幅度大于0.05 ℃，最大的增溫區域出現在城市擴展區，最大增溫幅度可達1.31 ℃。

(3) 研究區整體增溫0.08 ℃，城市擴展區域的增溫幅度達到了0.29 ℃，相當于同期氣象觀測升溫數值的9.88%和32.75%，表示出了土地利用變化及城市擴展對該區氣溫升高的貢獻率。

[1] Anderson-Teixeira K J, Snyder P K, Twine T E, Cuadra S V, Costa M H, DeLucia E H. Climate-regulation services of natural and agricultural ecoregions of the Americas. Nature Climate Change, 2012, 2: 177- 181.

[2] Pielke Sr R A, Adegoke J, Beltran-Przekurat A, Hiemstra C A, Lin J, Nair U S, Niyogi D, Nobis T E. An overview of regional land-use and land-cover impacts on rainfall. Tellus B, 2007, 59(3): 587- 601.

[3] Yang X C, Zhang Y L, Liu L S, Zhang W, Ding M J, Wang Z F. Sensitivity of surface air temperature change to land use-cover types in China. Science in China (Series D: Earth Sciences), 2009, 52(8): 1207- 1215.

[4] Zhou L M, Dickinson R E, Tian Y H, Fang J Y, Li Q X, Kaufmann R K, Tucker C J, Myneni R B. Evidence for a significant urbanization effect on climate in China. Proceedings of the National Academy of Sciences of the United States of America, 2004, 101(26): 9540- 9544.

[5] 張學珍, 鄭景云, 何凡能, 王鐯森. MODIS BRDF/Albedo 數據在中國溫度模擬中的應用. 地理學報, 2011, 66(3): 356- 366.

[6] 崔耀平, 劉紀遠, 胡云鋒, 王軍邦, 匡文慧. 城市不同下墊面輻射平衡的模擬分析. 科學通報, 2012, 57(6): 465- 473.

[7] 陳愛蓮, 孫然好, 陳利頂. 基于景觀格局的城市熱島研究進展. 生態學報, 2012, 32(14): 4553- 4565.

[8] 初子瑩, 任國玉. 北京地區城市熱島強度變化對區域溫度序列的影響. 氣象學報, 2005, 63(4): 534- 540.

[9] 郭軍, 李明財, 劉德義. 近 40 年來城市化對天津地區氣溫的影響. 生態環境學報, 2009, 18(1): 29- 34.

[10] Ren G Y, Chu Z Y, Chu Z H, Ren Y Y. Implications of temporal change in urban heat island intensity observed at Beijing and Wuhan stations. Geophysical Research Letters, 2007, 34(5), doi:10. 1029/2006GL027927.

[11] 劉學鋒, 于長文, 任國玉. 河北省城市熱島強度變化對區域地表平均氣溫序列的影響. 氣候與環境研究, 2005, 10(4): 763- 770.

[12] Kusaka H, Kimura F. Coupling a single-layer urban canopy model with a simple atmospheric model: Impact on urban heat island simulation for an idealized case. Journal of the Meteorological Society of Japan, 2004, 82(1): 67- 80.

[13] Miao S G, Chen F, Li Q C, Fan S Y. Impacts of urban processes and urbanization on summer precipitation: A case study of heavy rainfall in Beijing on 1 August 2006. Journal of Applied Meteorology and Climatology, 2011, 50(4): 806- 825.

[14] Chen F, Kusaka H, Bornstein R, Ching J, Grimmond C S B, Grossman-Clarke S, Loridan T, Manning K W, Martilli A, Miao S G, Sailor D, Salamanca F P, Taha H, Tewari M, Wang X M, Wyszogrodzki A A, Zhang C L. The integrated WRF/urban modelling system: development, evaluation, and applications to urban environmental problems. International Journal of Climatology, 2011, 31(2): 273- 288.

[15] Ching J, Brown M, McPherson T, Burian S, Chen F, Cionco R, Hanna A, Hultgren T, Sailor D, Taha H, Williams D. National urban database and access portal tool. Bulletin of the American Meteorological Society, 2009, 90(8): 1157- 1168.

[16] 蒙偉光, 張艷霞, 李江南, 林文實, 戴光豐, 李昊睿. WRF-UCM在廣州高溫天氣及城市熱島模擬研究中的應用. 熱帶氣象學報, 2010, 26(3): 273- 282.

[17] 宋靜, 湯劍平, 孫鑒濘. 南京地區城市冠層效應的模擬試驗研究. 南京大學學報: 自然科學, 2009, 45(6): 779- 789.

[18] Shao Q Q, Sun C Y, Liu J Y, He J F, Kuang W H, Tao F L. Impact of urban expansion on meteorological observation data and overestimation to regional air temperature in China. Journal of Geographical Sciences, 2011, 21(6): 994- 1006.

[19] Hijmans R J, Cameron S E, Parra J L, Jones P G, Jarvis A. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology, 2005, 25(15): 1965- 1978.

[20] 劉紀遠. 中國資源環境遙感宏觀調查與動態研究. 北京: 中國科學技術出版社, 1996.

[21] 匡文慧. 多尺度城市土地利用變化時空信息分析與情景模擬: 以京津唐都市圈為例 [D]. 北京: 中國科學院地理科學與資源研究所, 2009.

[22] Liu J Y, Liu M L, Tian H Q, Zhuang D F, Zhang Z X, Zhang W, Tang X M, Deng X Z. Spatial and temporal patterns of China′s cropland during 1990- 2000: An analysis based on Landsat TM data. Remote Sensing of Environment, 2005, 98(4): 442- 456.

[23] 胡向軍, 陶健紅, 鄭飛, 王娜, 張鐵軍, 劉世祥, 尚大成. WRF模式物理過程參數化方案簡介. 甘肅科技, 2008, 24(20): 73- 75.

[24] 李巧萍, 丁一匯, 董文杰. 中國近代土地利用變化對區域氣候影響的數值模擬. 氣象學報, 2006, 64(3): 257- 270.

[25] IPCC. Climate Change 2007: The Physical Science Basis. Geneva, 2007.

[26] Jones P D, Groisman P Y, Coughlan M, Plummer N, Wang W C, Karl T R. Assessment of urbanization effects in time series of surface air temperature over land. Nature, 1990, 347(6289): 169- 172.

[27] He J F, Liu J Y, Zhuang D F, Zhang W, Liu M L. Assessing the effect of land use-land cover change on the change of urban heat island intensity. Theoretical and Applied Climatology, 2007, 90(3- 4): 217- 226.

[28] Li Q, Zhang H, Liu X, Huang J. Urban heat island effect on annual mean temperature during the last 50 years in China. Theoretical and Applied Climatology, 2004, 79(3- 4): 165- 174.

[29] 任玉玉, 任國玉, 張愛英. 城市化對地面氣溫變化趨勢影響研究綜述. 地理科學進展, 2010, 29(11): 1301- 1310.

[30] 周雅清, 任國玉. 華北地區地表氣溫觀測中城鎮化影響的檢測和訂正. 氣候與環境研究, 2005, 10(4): 743- 753.

Modeling urban sprawl effects on regional warming in Beijing-Tianjing-Tangshan urban agglomeration

CUI Yaoping1,2, LIU Jiyuan2,*, ZHANG Xuezhen2, QIN Yaochen1, DONG Jinwei3

1CollaborativeInnovationCenterforthe“ThreeModernization”HarmoniousDevelopmentofCentralPlainsEconomicRegion,CollegeofEnvironmentandPlanning,HenanUniversity,Kaifeng475004,China2InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China3CenterforSpatialAnalysis,DepartmentofMicrobiologyandPlantBiology,UniversityofOklahoma,Oklahoma73019,USA

Land use and land cover change (LUCC) significantly influence regional climate as a critical aspect in the land-atmosphere interaction system. Cities and their surrounding regions tend to experience more intensive LUCC due to the high population and human activities. And the accelerating LUCC and urbanization has become an important factor which affect regional even global temperature change. In some developed countries, the space expansion rate and population growth rate all are low level. However, from the point of view of a long time (decades) and worldwide, the processes of urbanization are sustainably increasing observably. As a developing country, China is undergoing rapid urbanization, which is characterized by not only the extension of urban economy and population but also the expansion of urban land (urban sprawl). Urban sprawl is often presented by the conversion from original natural underlying surface to artificial architectural landscape land. Comparing with some developed countries (such as the United States) which have higher urbanization level but lower urban sprawl rate due to lower population growth rate, China is experiencing an urban sprawl process with high area ratios and magnitudes. The change process will have profound impacts on regional climate, revealed by the urban heat island (UHI) effect. Different land use types have different biophysical characters and processes, the emission of greenhouse gases only is one factor of the climatic change, the differences of surface radiation, energy and kinetic energy will directly or indirectly affect the near-surface energy balance, the local micro-meteorological conditions, the urban canopy layer, the atmospheric boundary layer and atmospheric circulation in urban and suburban areas, and affect the regional temperature changes finally. In this study, WRF/UCM (Weather Research and Forecasting Model / Urban Canopy Model), a meso-scale atmospheric model, which couple with an urban canopy model, was used to simulate the differences of near surface air temperature according to the different underlying surfaces, namely the land use/land cover types of 1970s and 2008 in Beijing-Tianjin-Tangshan region were used to replace the land cover data recommended by WRF itself. All the process were based on the meteorological field of 2008 and the other conditions all were the same. In the process, ANUSPLIN method was used to get interpolation data of observed temperature collected by 26 meteorological stations in the study area and its surrounding area. The study results showed that: WRF/UCM performed well on simulating the air temperature, both in the temporal or spatial scale. Almost all of the land use type transformations presented warming trend because the LUCC was dominant by urban sprawl in the area. And the warming extent over 0.05 ℃ in most of the study area. The largest warming region appeared in the urban expansion regions, up to 1.31 ℃. The entirety warming extent of the study area led by LUCC was 0.08 ℃, indicating that the warming contribution ratio of LUCC was 9.88%. Meanwhile, the warming extent of the urban expansion regions was 0.29 ℃, showing that the warming contribution ratio caused by urban sprawl up to 32.75%.

LUCC; Urban heat island; climate change; WRF/UCM; Urban sprawl

國家自然科學基金(41371409,14101504,41171438); 國家重點基礎研究發展計劃(2014CB954302)；河南大學青年科研人才種子基金資助

2013- 05- 19;

2014- 07- 15

10.5846/stxb201305191114

*通訊作者Corresponding author.E-mail: liujy@igsnrr.ac.cn

崔耀平, 劉紀遠, 張學珍, 秦耀辰, 董金瑋.京津唐城市群土地利用變化的區域增溫效應模擬.生態學報,2015,35(4):993- 1003.

Cui Y P, Liu J Y, Zhang X Z, Qin Y C, Dong J W.Modeling urban sprawl effects on regional warming in Beijing-Tianjing-Tangshan urban agglomeration.Acta Ecologica Sinica,2015,35(4):993- 1003.