基于城市環境氣候圖的寧波大氣環境分析與調控對策

劉樂樂,趙小鋒,趙顏創,鄧君俊

1 中國科學院城市環境研究所,城市環境與健康重點實驗室, 廈門 361021 2 中國科學院寧波城市環境觀測研究站, 寧波 315800 3 中國科學院大學, 北京 100049

基于城市環境氣候圖的寧波大氣環境分析與調控對策

劉樂樂1,2,3,趙小鋒1,2,*,趙顏創1,2,鄧君俊1,2

1 中國科學院城市環境研究所,城市環境與健康重點實驗室, 廈門 361021 2 中國科學院寧波城市環境觀測研究站, 寧波 315800 3 中國科學院大學, 北京 100049

城市化的蓬勃發展改變了城市氣候和環境,產生了諸多氣候環境問題,需要有效的城市氣候環境信息與調控對策來應對和緩解,城市環境氣候圖在城市氣候環境的規劃與調控方面提供了重要指導。在傳統城市氣候圖的基礎上,提出了多季節、多環境要素相結合的城市環境氣候圖構建方法。在此基礎上,以具有復雜下墊面和明顯季節性氣候特征的寧波市區為案例,綜合運用遙感反演、GIS空間分析、中尺度數值模擬等技術手段,對城市熱負荷、大氣污染、通風潛力和風場及整體的城市氣候環境進行多季節分析與評估。結果表明：在形成城市氣候環境的主要要素方面,城市熱負荷、大氣污染物分布都具有顯著的季節性和空間性差異,寧波市春、夏季同時受熱負荷和大氣污染影響,冬季僅受大氣污染影響,秋季受二者影響均較??；通風潛力的空間格局各季節之間具有高度的相似性；風環境復雜多變,呈現出顯著的季節性和空間性差異。對城市氣候環境的整體分析發現,城市氣候環境高價值區和中價值區主要分布于山林、農田和水體,高風險區位于北侖、鎮海和杭州灣南岸的沿海重化工業帶,中風險區分布于江北區東部、鄞州城區東西兩翼、慈溪城區和奉化城區東北部等工廠廠房密集的區域。進一步在前述分析的基礎上,提出了城市風道規劃方案和氣候環境調控對策,包括2條一級風道、5條二級風道、3條受海陸風影響的三級雙向風道、12條受海陸風影響的三級單向風道、13條受山谷風影響的三級單向風道和七類城市氣候環境調控對策。提出的多季節、多環境要素相結合的城市環境氣候圖構建方法適用于季風氣候地區復雜氣候環境的分析與評估研究,能夠提高城市氣候環境分析的綜合性和準確性,并能夠通過風道規劃及相關調控對策的制定和實施改善城市熱負荷和大氣環境質量,緩解各季節的城市氣候環境問題,為城市環保、氣象、規劃等部門提供重要的決策支持,從而促進城市可持續發展和生態城市建設。

城市氣候；熱負荷；風環境；城市規劃；風道；調控對策；寧波市

近30多年來我國城市化發展迅猛,伴隨著高速的工業化和城鎮化進程,城市環境問題日趨嚴重,尤其是城市熱島[1-2]和灰霾[3-4],引起了各大城市的廣泛重視。2013中國環境狀況公報顯示,全國平均霧霾日數達35.9d,平均霧霾天數達52年以來之最[5]。由于污染物減排不可能無限制進行,如何通過一定的城市規劃和管理策略,改善污染物擴散條件,從而提高大氣環境質量,已經成為大氣環境污染調控領域的一個熱點問題。城市環境氣候圖(Urban Climatic Map, UCMap)是近年來興起的一種融合了城市氣候環境和規劃建設相關因素的信息評估工具,利用兩維空間展現城市氣候環境現象和現存問題,并結合城市土地利用現狀等信息做出科學評估最終指導城市建設與規劃實踐[6]。德國Knoch教授于20世紀50年代首次建議繪制一系列不同尺度且適合當地規劃系統的城市環境氣候圖[7]。20世紀70年代,斯圖加特市氣候學家為減低弱風環境下的氣候污染問題,首次開展城市環境氣候圖研究[8]。此后,德國其他城市和瑞士、奧地利、日本等20多個國家及我國的香港、北京、高雄、武漢等城市陸續開展城市環境氣候圖的研究,以指導改善城市氣候環境,營造健康舒適的人居環境[9-13]。其中,日本結合德國的成功經驗,通過分析城市的熱環境,利用海風等“風之道”來緩和城市熱島效應,形成了自己的研究體系[10-11]。中國香港基于德國和日本等研究經驗,利用地理信息數據、實地測量、風洞模擬等手段提高研究結果的準確性[14]。

以往的城市環境氣候圖研究,在評估環境要素方面,多數主要考慮了城市熱島問題,即便考慮大氣污染也很少考慮灰霾等近幾年才在國內得到廣泛重視的環境問題,例如日本Tokyo和Sakai等多個城市先后開展的城市環境氣候圖研究[10-11]、賀曉冬等對北京市的研究[12]和林姚宇等對深圳市的研究[13]都僅從熱負荷問題進行分析與評估。在熱負荷和大氣環境信息獲取方面,多采用地面臺站監測數據,而缺乏多源遙感反演信息的綜合應用,例如吳恩融團隊對香港和高雄市的氣候環境研究等[14-15]。在評估季節選取方面,既有研究多數僅考慮夏季或冬夏兩季,缺乏對四季城市氣候環境的全面綜合分析,例如吳恩融等對香港氣候環境研究[15]、張偉等對北京夏季的城市氣候環境分析與評估工作[16]。在季風氣候區由于復雜的自然環境和快速發展的城市化形成了具有明顯季節性的城市氣候環境特征,僅分析評價單一季節或單一環境問題的城市氣候環境研究已不能滿足當今城市規劃和發展的需要。本研究針對既有研究中存在的問題,以寧波市區為研究區,使用多源遙感反演信息和時空數據,提出多季節、多環境要素相結合的城市環境氣候圖構建方法,以適用于季風氣候地區復雜氣候環境的分析與評估研究。

1 研究區概況

圖1 研究區示意圖Fig.1 Location of the study area

寧波市位于中國海岸線中段,地理位置為120°55′E—122°16′ E、28°51′N—30°33′N,屬于亞熱帶季風氣候,四季分明,季風交替明顯,多年平均氣溫為16.4℃,最熱和最冷月份分別為7月和1月,月均溫度分別為28.0℃、4.7 ℃。地勢西南高,東北低。綜合考慮周圍環境對寧波市區的影響,將研究范圍定為寧波市區及周圍的慈溪市、余姚市、奉化市(圖1)。

近30年來,寧波城市化的快速發展、人口的膨脹、建筑密度和高度的增加、自然地貌的改變,使城市下墊面更為粗糙,城市內部風速減小,引起高溫天氣、霧霾等極端天氣頻發[17-18]。寧波市區年平均氣溫走勢總體呈現波動上升趨勢,年平均風速走勢總體呈現波動下降趨勢[19]。一年四季都出現了城市熱島效應,熱島強度夏季明顯強于冬季,并且呈增強趨勢,熱島面積和熱島數量隨城市化進程顯著增加[18]。另一方面,霧霾的出現導致全市大氣質量迅速下降,2013年多次出現持續污染。如12月有27d污染,重度污染達8d,AQI(Air Quality Index)指數達448,創歷史最高[20]。大氣污染主要集中在春、冬兩季,呈明顯的季節性變化(圖2),市區污染程度明顯高于郊區。

2 研究方法

寧波城市氣候環境分析方法在傳統城市氣候圖基礎上,針對寧波城市氣候環境問題,選取4月、7月、10月、翌年1月作為春季、夏季、秋季、冬季四季的代表月份,獲取多個季節、多種環境問題的寧波市數據,并進行預處理。對各代表月份的城市熱負荷、大氣污染、通風潛力、風環境等城市氣候環境進行分析,進而評估寧波氣候環境,提出調控對策。寧波城市環境氣候圖的構建流程如圖3。

圖3 寧波城市氣候環境評估與調控構建流程Fig.3 The flowchart of assessment and regulation on climatic environment of Ningbo City

2.1 數據收集

根據研究目的和影像質量,在2013—2014年間選取各代表月份的1景Landsat-8影像數據,軌道號為118/39。根據2013—2014年間大氣質量監測統計數據AQI指數,選取各季節大氣污染濃度較高時段的MODIS影像數據,軌道號為H28V06。其它數據包括30m×30m分辨率的數字高程數據、人口統計數據(2010年第六次人口普查的鄉鎮街常住人口統計數據)、氣象數據等。所有影像均采用GCS_WGS_1984地理坐標系,UTM投影坐標系(51N帶),30m×30m分辨率。本研究所用影像、氣象數據具體見表1,采用的軟件包括ArcGIS 10.1、ENVI 5.0、WRF 2.2。

表1 本研究所用影像、氣象數據

a: 8個氣象站點為北侖、慈溪、奉化、鄞州、余姚、鎮海、寧海、象山；b：再分析資料包括以下7個基本要素：氣溫、位勢高度、相對濕度、垂直速度、緯向風、經向風

2.2 數據預處理

2.2.1 土地覆被信息提取

使用Landsat-8 OLI影像提取植被數據、森林數據、水體數據和建設用地數據。首先對OLI 影像1—9波段做重采樣和波段合成,運用非監督分類法劃分為6類土地覆被類型：森林、農田、建設用地、水體、其它。然后根據歸一化植被指數NDVI值進行閾值分割,劃分出NDVI<0為水體、0≤NDVI≤0.65為裸土混合類型、NDVI>0.65為植被,并對非監督分類結果進行修正。

2.2.2 地表溫度反演

用Landsat-8熱紅外波段TIRS數據反演地表溫度[21]。針對Landsat-8的波段特性,選取的熱紅外波段是10波段(10.6—11.19μm)。首先將像元灰度值轉化為云頂輻射亮度,再對影像進行大氣校正和發射率糾正,將云頂輻射亮度轉換為地表輻射亮度,然后將地表輻射亮度轉化為地表溫度。其中,大氣上行輻射亮度、大氣下行輻射亮度、大氣透射率來自于NASA網站的大氣參數數值查詢[22],基于土地覆蓋分類結果,根據查找表對發射率進行賦值。

2.2.3 氣溶膠光學厚度反演

氣溶膠光學厚度 (Aerosol Optical Depth,AOD) 反演采用暗像元算法。首先根據6S輻射傳輸模型計算不同觀測狀況下,氣溶膠光學厚度與大氣參數之間的對應關系,建立氣溶膠光學厚度查找表。然后選取寧波地區4景MODIS影像數據,經預處理之后,利用MODIS 2.1μm波段提取暗像元,根據暗像元可見光波段與該波段的線性關系,計算紅波段地表反射率,將其從紅波段的表觀反射率中去除,獲取大氣參數。最后讀取影像數據中的太陽和傳感器的天頂角與方位角,在建立的查找表中進行線性插值,得到氣溶膠光學厚度[23]。

2.2.4 中尺度數值預報模式

本研究方案采用中尺度數值預報模式WRF(Weather Research and Forecast Model)對寧波2014年1月、2013年4月、2013年7月和2014年10月的平均風速、平均風向進行模擬。模式采用四重嵌套方式,第四層(最內)網格模擬區域包括120.55—122.64°E、28.98—30.49°N,66×54格點數,3 km水平格距,每1h輸出1次結果,粗細網格選用Ferrier方案,長波輻射選用RRTM方案,短波輻射選用Dudhia方案,近地面層選用Monin-Obukhov方案,陸面參數選用Noah方案,并耦合城市冠層模型,積云參數化方案粗網格選用Betts-Miller-Janjic方案,細網格不采用積云參數化方案,邊界層選用MRF方案[24-25]。將WRF模擬結果與實際觀測數據進行對比,結果表明模擬出的風向、風速空間分布與觀測數據具有較高的一致性,模擬的風速值與觀測值之間的相關系數均在0.82以上。

2.2.5 山林提取

山地地區由于地形熱力作用形成山谷風,促進當地大氣流通。有植被的山地即山林地區是城區新鮮大氣的重要發源地之一,對改善城區大氣和風環境有重要影響[12]。采用ArcGIS 10.1空間分析工具的閾值分割操作對DEM數據進行坡度值劃分：坡度Slope≥40%和Slope<40%,并使用Buffer工具對Slope≥40%區域做100m緩沖區。然后與土地覆被分類結果疊加,提取Slope≥40%的100m緩沖區范圍內同時為植被覆蓋的區域。

2.2.6 人口密度可視化

人口密度不僅對熱負荷產生負面影響,而且在一定程度上反映了城市建筑物高度和密集,及其對通風潛力起負面影響。這里使用鄉鎮街名稱作為關鍵字,將分鄉鎮街道的第六次人口普查常住人口統計數據與鄉鎮街道行政區劃矢量數據進行關聯,以實現人口統計數據的空間可視化,并計算各鄉鎮街的人口密度。

2.3 城市氣候環境分析

2.3.1 城市熱負荷分析

城市熱負荷是城市內部溫度升高的主要原因,為體現熱負荷的空間差異,根據公式(2)使用地表溫度數據計算獲得熱貢獻指數H：

(2)

2.3.2 城市大氣污染分析

氣溶膠光學厚度是一個表征大氣渾濁度的重要物理量,在一定程度上可以反映大氣污染程度[23]。氣溶膠光學厚度值的大小表征大氣污染濃度的強弱,對MODIS氣溶膠光學厚度進行閾值分割,共劃分為4個等級,所使用的閾值見表3。

表2 熱負荷分析中使用的閾值

表3 大氣污染分析中使用的閾值

2.3.3 城市通風潛力分析

自然地表的大氣動力學特征表明,地表粗糙度較低的地表類型,具有較高的通風潛力,例如農田、水體等自然景觀。森林、建設用地等地表粗糙度較高,通風潛力相對較弱。因此,對森林、山林、建設用地、水體進行分類賦值,所使用的閾值見表4,并對構成要素進行疊加,得到5類通風潛力分析結果。

表4 通風潛力分析中使用的閾值

2.3.4 城市風環境分析

城市風環境是一個復雜的系統。為了更全面的分析高空風場和城市冠層風場的風環境變化特征,使用ArcGIS 10.1地理配準等操作把WRF模擬出的各代表月份平均風向、風速等風環境數據進行校正、輸出和疊加分析,得到本研究的城市風環境分析結果。

2.3.5 城市氣候環境分析與規劃建議

城市氣候環境分析是基于輸入的各代表月份氣候數據和土地覆被信息,分析評估城市氣候環境狀況[6]。使用ArcGIS 10.1空間分析工具將篩選的各代表月份的熱負荷、大氣污染、通風潛力分析結果分別進行疊加計算和重分類,并疊加各代表月份的風環境分析結果,得到寧波市各代表月份的城市氣候環境分析結果,并建立全年的城市氣候環境分析。根據氣候環境區的分布特征、各自的氣候價值和規劃應用目標對氣候環境分析結果進行歸類與評估,劃定出城市氣候環境高價值區、城市氣候環境中價值區、城市氣候環境低價值區、城市氣候環境過渡區、城市氣候環境低風險區、城市氣候環境中風險區和城市氣候環境高風險區。

城市氣候環境規劃建議是以城市氣候環境分析結果為基礎,在城市和區域尺度上,提出風道規劃策略、綠化建議等改善城市氣候環境的城市規劃指導策略,以減緩氣候環境問題,保護現存良好的氣候環境區域[26]。其中,風道規劃是以水體、山林等氣候環境較好的城市氣候環境中、高價值區作為上游,城鎮、工業區等氣候環境較差的城市氣候環境中、高風險區作為下游,沿河流、街谷等可供冷空氣通過的線狀地物來規劃風的流通路徑,從而達到改善城市氣候環境的目的。

3 結果與分析

3.1 各代表月份城市氣候環境分析與評估

寧波城市熱負荷在春、夏、秋、冬四季的分布和變化情況如圖4所示,熱負荷分布存在明顯的季節性和空間性差異。建成區熱負荷效應明顯高于周邊的農業用地、森林和水體,春、夏兩季熱負荷效應明顯高于秋、冬兩季,春、夏兩季熱負荷空間分布上較廣,冬季熱負荷集中分布于沿海工業區。全年熱負荷主要分布于城鎮中心區及其外圍郊區,特別是北侖-鎮海、慈溪-余姚等沿海工業帶。對熱負荷具有緩減緩作用的冷負荷主要分布于海拔較高的山區、植被茂盛的坡地和水域等。

圖4 寧波市四季熱負荷分析與評估Fig.4 Analysis and evaluation on thermal load in four seasons of Ningbo City

四季的氣溶膠光學厚度分布具有顯著的季節性和空間性差異(圖5),春、夏、冬三季氣溶膠光學厚度達到重度大氣污染等級的區域分別是706、684、500 km2,春、冬兩季氣溶膠光學厚度分布面積最為廣泛,分別占到研究區面積的70%和91%。寧波大氣污染總體分布呈聚集化,重度大區污染區主要分布于沿海工業帶和中心城區,中度大氣污染區分布于城鎮及其周邊,輕度大氣污染區多分布于中度大氣污染和重度大氣污染的周邊地區,輕微大氣污染的區域主要分布于海拔較高的山區。

圖5 寧波市四季大氣污染分析與評估Fig.5 Analysis and evaluation on air pollution in four seasons of Ningbo City

寧波通風潛力分布和變化情況如圖6所示,可以發現通風潛力分布具有顯著的空間差異性,其空間格局在季節上則具有高度的相似性。各類型通風潛力斑塊呈聚集分布,高度通風潛力分布于湖泊、河流和沿海地區,較高通風潛力多分布于農田,中度通風潛力分布于山林地區。較低通風潛力分布于城鎮周邊地區,低度通風潛力主要聚集于建筑、人口密度較高的三江口主城區、慈溪中心城區、北侖沿海工業地帶等。低度通風潛力形成的主要原因是由于人口和建筑密度較高、建筑布局不合理等,尤其是老城區內部的建筑普遍低矮且高度均一,建筑排列緊密導致風的滲透性較差。

圖6 寧波市四季通風潛力分析與評估Fig.6 Analysis and evaluation on ventilation potential in four seasons of Ningbo City

圖7給出了寧波城市風環境分布情況。從圖上可以看出,寧波整體城市風環境復雜多變,具有顯著的季節性和空間性差異。春季以東風和東南風為主導風向,建成區平均風速約5 m/s；夏季以東北風為主導風向,建成區整體通風不良,平均風速小于0.5 m/s,山谷風作用顯著；秋、冬兩季以北風、西北風為主導風向,沿海地區風速高于建成區,建成區平均風速分別約為4 m/s和1.5 m/s。從有利于污染物擴散的角度出發,一般水平風速低于0.5 m/s時易造成通風不良、污染物擴散能力減弱[13],因此對于建成區而言,需要合理利用風環境信息,合理布局建筑物密度和排列方式,營造開闊寬敞的風道。

3.2 城市氣候環境分析

城市氣候環境狀況分析與評估是本研究的核心工作,其成果為制定氣候環境問題解決方案提供依據。從寧波城市氣候環境分析結果(圖8)看出,城市氣候環境高價值區和中價值區的城市氣候環境質量良好,未承受熱負荷、大氣污染且通風潛力好,是新鮮空氣的發源地,多分布于山體(如四明山)和水體(如東錢湖)。城市氣候環境低價值區和過渡區的城市氣候環境質量處于中等水平,承受輕度熱負荷和大氣污染,通風潛力較好,多分布于城鎮周邊的農田地區。另一方面,城市氣候環境高風險區的熱負荷強、大氣污染嚴重、通風潛力低,通常位于北侖、鎮海和杭州灣南岸的沿海重化工業帶。城市氣候環境中風險區分別承受了中、高度熱負荷和大氣污染,且通風潛力較低,多分布于江北區東部、鄞州城區東西兩翼、慈溪城區和奉化城區東北部等工廠廠房密集的片區。城市氣候環境低風險區則主要分布于一般的中低密度建成區。

3.3 城市氣候環境規劃與調控措施

通過綜合分析和篩選,確定了寧波風道規劃方案,共包括2條一級風道、5條二級風道、3條受海陸風影響的三級雙向風道、12條受海陸風影響的三級單向風道和13條受山谷風影響的三級單向風道(圖9，圖10)。一級風道位于甬江入海口—甬江—奉化江—奉化市區—象山港西岸一線,以及巖河入海口—巖河—東錢湖—橫溪水庫—象山港一線,利用具有降溫效應的水體和夏、秋、冬三季主導風向引導新鮮氣流進入北侖鎮海工業帶、江北區東部、奉化城區等城市氣候環境高、中風險區,緩解夏、秋、冬三季的城市熱負荷和大氣污染問題。一級風道需要嚴加保護,限制甚至適當擴寬鎮海區、北侖區等風道上游地區的街道寬度、降低建筑物高度和密度。二級風道位于三江口公園—余姚江—牟山湖一線、江口鎮—溪口鎮—亭下水庫一線、甬江入?？凇陨焦珗@—靈芝山一線、甬江公園—世紀大道—天宮莊園一線、橫溪水庫—白杜鄉—西塢鎮,利用一級風道、氣候環境中高價值區和四季主導風向,改善北侖、江東、鄞州、余姚市區、奉化市區等城市氣候環境中風險區或城市氣候環境低風險區的氣候環境,其中東—西、東南—西北向風道主要緩解春季熱負荷和大氣污染問題,東北—西南向風道主要緩解夏季熱負荷和大氣污染問題,北—南向風道主要緩解秋、冬季的大氣污染問題。二級風道局部需要疏通和改善,串聯主要水體和綠地引導風的流入。三級風道利用城市氣候環境高價值區、城市氣候環境中價值區、一級風道和二級風道來改善局地小氣候環境,廊道沿線應增加水體和綠化面積,根據主導風向合理規劃街道和建筑物朝向,促進城市內部的局地環流。

圖7 寧波市四季風環境分析與評估Fig.7 Analysis and evaluation on wind environment in four seasons of Ningbo City

圖8 寧波市氣候環境分析與評估Fig.8 Analysis and evaluation on climate environment of Ningbo City

圖9 寧波市氣候環境調控措施Fig.9 Adjustment measures on climate environment of Ningbo City

圖10 寧波城區氣候環境調控措施Fig.10 Adjustment measures on urban climate environment

城市氣候環境高價值區和城市氣候環境中價值區應保護并拓寬風道,避免開發建設,營造城市高價值區之間的綠色聯系,提高城市氣候環境高價值區的影響力。城市氣候環境低價值區和城市氣候環境過渡區應保護及改善現有環境,在空曠地帶擴大綠化和水域面積并盡量內、外雙向延伸。城市氣候環境低風險區和城市氣候環境中風險區應避免該區域與城市氣候環境中風險區、城市氣候環境高風險區連成一片,通過合理布局建筑、擴寬街道和開放綠色空間等途徑創造風道,利用綠地或水面銜接建筑群,促進通風和冷空氣的交換。城市氣候環境高風險區應避免建造龐大的建筑物或在其周圍形成屏風效應,控制人口密度、建筑物高度和密度,建筑物面向主要風向及風道,降低建筑物對風道的阻力作用,提高該地區水域和綠化面積,減少人為熱的釋放量,改善能源利用結構。

4 結論與討論

本研究對寧波城市氣候環境進行了多季節、多環境要素的綜合分析與評估,主要得出以下3個結論：首先,寧波城市熱負荷、大氣污染都具有顯著的季節性和空間性差異,春、夏季同時受熱負荷和大氣污染影響,冬季僅受大氣污染影響,秋季受環境要素影響較小。通風潛力分布具有顯著的空間差異性,其空間格局在季節上則具有高度的相似性。高度通風潛力多分布于水體、農田和山林,低度通風潛力集中于建筑和人口密度較高地區。其次,城市氣候環境分析圖顯示寧波的城市氣候環境高價值區和中價值區分布于山林、農田、水體,城市氣候環境高風險區通常位于北侖、鎮海和杭州灣南岸的沿海重化工業帶,中風險區分布于江北區東部、鄞州城區東西兩翼、慈溪城區和奉化城區東北部等工廠廠房密集的片區。最后,根據城市氣候環境分析結果規劃出2條一級風道,主要緩解夏、秋、冬三季的城市熱負荷和大氣污染問題,5條二級風道,其中東—西、東南—西北向風道主要緩解春季熱負荷和大氣污染問題,東北—西南向風道主要緩解夏季熱負荷和大氣污染問題,北—南向風道主要緩解秋、冬季的大氣污染問題。

研究綜合考慮了不同季節城市氣候環境的差異性和城市熱島、大氣污染雙重氣候環境問題,從實驗設計、數據獲取等方面對已有的城市氣候環境分析方法進行了改進,提出了一種針對多季節、多環境要素,空間化、可視化的城市氣候環境分析與評估方法。該方法適用于季風氣候地區復雜氣候環境的分析與評估研究,能夠提高城市氣候環境分析的綜合性和準確性,并能夠通過風道規劃及相關調控對策的制定和實施改善城市熱負荷和大氣環境質量,緩解各季節的城市氣候環境問題,為城市環保、氣象、規劃等部門提供重要的決策支持,從而促進城市可持續發展和生態城市建設。

與國內外相關研究相比,本研究的特點在于：(1)研究區特征方面,針對我國季風氣候區復雜的氣候環境特點,對每個季節都進行了全面綜合的分析與評估,而既有研究歐美日等城市通常只針對夏季開展城市環境氣候圖的研究[10-11],偶有考慮冬季[7-9];(2)氣候環境要素方面,在城市熱島之外,考慮到我國城市大氣污染日益嚴重的的現狀,也將大氣污染納入了分析評價,而當前日本[10-11]、中國香港[14-15]等季風氣候地區開展的相關研究僅考慮了夏季的城市熱島；(3)數據獲取方面,引入了MODIS遙感影像反演獲得的大氣氣溶膠光學厚度數據,代替既有相關研究中所采用的數量非常有限的地面監測站點數據[6-7]來分析城市大氣污染,有利于獲得精細化的大氣污染物空間分布特征。

本研究雖然對傳統城市氣候圖方法進行了改進,但在具體應用中仍存在一定的問題。例如土地利用、人口密度等相關輔助數據精度不夠高,客觀上降低了氣候環境評價的精度,下一步將考慮使用高分辨率遙感等手段獲取精細的城市土地利用等信息。另一方面,WRF數值模擬的城市風場空間分辨率也可以提高。最后在研究尺度方面,本文僅對城市尺度的氣候環境進行了分析評估,下一步將改進實驗方案,拓展數據獲取途徑,對小區尺度的氣候環境進行精細評估,從而構建多尺度、多層次的城市氣候環境分析與調控方法。

[1] Zhao X F, Huang J C, Ye H, Wang K, Qiu Q Y. Spatiotemporal changes of the urban heat island of a coastal city in the context of urbanisation. International Journal of Sustainable Development & World Ecology, 2010, 17(4): 311-316.

[2] 黃聚聰, 趙小鋒, 唐立娜, 邱全毅. 城市化進程中城市熱島景觀格局演變的時空特征——以廈門市為例. 生態學報, 2012, 32(2): 622-631.

[3] Wang T J, Jiang F, Deng J J, Shen Y, Fu Q Y, Wang Q, Fu Y, Xu J H, Zhang D N. Urban air quality and regional haze weather forecast for Yangtze River Delta region. Atmospheric Environment, 2012, 58: 70-83.

[4] 朱佳雷, 王體健, 鄧君俊, 姜愛軍, 劉冬晴. 長三角地區秸稈焚燒污染物排放清單及其在重霾污染天氣模擬中的應用. 環境科學學報, 2012, 32(12): 3045-3055.

[5] 中華人民共和國環境保護部. 2013中國環境狀況公報: 大氣環境. (2014-06-05)[2015-04-01]. http://jcs.mep.gov.cn/hjzl/zkgb/2013zkgb/.

[6] 任超, 吳恩融. 城市環境氣候圖——可持續城市規劃輔助信息系統工具. 北京: 中國建筑工業出版社, 2012: 12-13, 168-179.

[7] Knoch K. Uber das Wesen einer Landesklimaaufnahme. Meteorologische Zeitschrift, 1951, 5: 173-173.

[8] Baumüller J, Reuter U. Demands and Requirements on A Climate Atlas for Urban Planning and Design. Stuttgart: Office of Environmental Protection, 1999.

[9] Suder A, Szymanowski M. Determination of ventilation channels in urban area: A case study of wrocaw (Poland). Pure and Applied Geophysics, 2014, 171(6): 965-975.

[10] TMG. The Thermal Environment Map and Areas Designated for The Implementation of Measures Against the Heat Island Phenomenon. Tokyo: Bureau of Environment, Bureau of Urban Development of Tokyo Metropolitan Government,2005.

[11] Tanaka T, Moriyama M. Urban Environmental Climate Maps for supporting Environmental and urban planning works in local government. AIJ Journal of Technology and Design, 2011, 17(36): 687-692.

[12] 賀曉冬, 苗世光, 竇晶晶, 申雙和. 北京城市氣候圖系統的初步建立. 南京大學學報: 自然科學, 2014,50(6): 759-771.

[13] 林姚宇, 王丹, 單樑, 龔詠喜, 王耀武, 荊萬里. 深圳國際低碳城環境氣候圖集編制方法與應用技術研究. 建筑經濟, 2014, (2): 84-91.

[14] Ren C, Lau K L, Yiu K P, Ng E. The application of urban climatic mapping to the urban planning of high-density cities: The case of Kaohsiung, Taiwan. Cities, 2013, 31: 1-16..

[15] Ng E. Towards planning and practical understanding of the need for meteorological and climatic information in the design of high-density cities: A case-based study of Hong Kong. International Journal of Climatology, 2012, 32(4): 582-598.

[16] 張偉, 張崇, 王朝霞. 城市氣候地圖的繪制及其在規劃設計中的應用. 西安建筑科技大學學報: 自然科學版, 2014, 46(2): 261-265.

[17] 鄧君俊. 長三角地區霾天氣形成機理和預報方法研究[D]. 南京: 南京大學, 2011.

[18] 趙顏創, 趙小鋒, 曠達. 寧波城市熱島隨城市化演變的多指標綜合分析. 生態環境學報, 2014, 23(10): 1628-1635.

[19] 中國寧波網. 細數寧波氣候變化: 平均氣溫升高 雨量減少霾日數快速上升. (2015-03-23) [2015-04-01]. http://news.cnnb.com.cn/system/2015/03/22/008284951.shtml.

[20] 寧波市環境保護局. 寧波市空氣質量實時發布系統. [2015-04-01]. http://www.nbemc.net/aqi/home/dayData.aspx.

[21] 宋挺, 段崢, 劉軍志, 嚴飛, 黃君, 吳蔚. 基于Landsat-8數據和劈窗算法的地表溫度反演及城市熱島效應研究. 環境監控與預警, 2014, 6(5): 4-14.

[22] NASA. Atmospheric correction parameter calculator. [2014-12-12]. http://atmcorr.gsfc.nasa.gov/.

[23] 陳良富, 李莘莘, 陶金花, 王中挺. 氣溶膠遙感定量反演研究與應用. 北京: 科學出版社, 2011: 56-80.

[24] 章國材. 美國WRF模式的進展和應用前景. 氣象, 2004, 30(12): 27-31.

[25] 羅夢森, 何浪, 彭華青. 基于WRF模式的江蘇沿海風資源評估. 江蘇農業科學, 2011, 39(3): 486-491.

[26] 謝苗苗, 周偉, 王仰麟, 常青. 城市土地利用的熱環境效應研究——以寧波城區為例. 北京大學學報: 自然科學版, 2008, 44(5): 815-821.

[27] Eum J H, Scherer D, Fehrenbach U, K?ppel J, Woo J H. Integrating urban climate into urban master plans using spatially distributed information—The Seoul example. Land Use Policy, 2013, 34: 223-232.

Ningbo atmospheric environment analysis and regulating countermeasure based on Urban Climatic Map

LIU Lele1,2,3,ZHAO Xiaofeng1,2,*,ZHAO Yanchuang1,2,DENG Junjun1,2

1KeyLaboratoryofUrbanEnvironmentandHealth,InstituteofUrbanEnvironment,ChineseAcademyofSciences,Xiamen361021,China2NingboUrbanEnvironmentObservationandResearchStation,ChineseAcademyofSciences,Ningbo315800,China3UniversityofChineseAcademyofSciences,Beijing100049,China

Rapid urbanization has changed the urban climate and environment. As a result, many climatic and environmental problems have emerged. Valid urban climatic environment analysis and regulating countermeasures are required in order to cope with and mitigate these issues. An urban climatic map provides important guidance for the planning and regulation of the urban climatic environment. Based on a traditional urban climatic map, this research proposes a new method of building an urban climatic map that considers all seasons and multiple environmental elements. The urban area in Ningbo City, with its complicated underlying surfaces and obvious seasonal climate characteristics, was used as a case study. The technical means, including remote-sensing inversion, spatial analysis of geographical information system (GIS), and mesoscale numerical model simulation, were comprehensively applied to conduct a multi-season analysis and evaluation of the urban thermal load, air pollution, ventilation potential, wind field, and overall urban climatic environment. The results indicate that the spatial distribution of the urban thermal load and air pollutants is characterized by significant seasonal and spatial differences in the principal elements of the formation of an urban climatic environment. Ningbo City is affected by both thermal load and air pollution in spring and summer, affected only by air pollution in the winter, and only slightly affected by both thermal load and air pollution in the autumn. The spatial patterns of ventilation potential are similar in all seasons. Remarkable seasonal and spatial differences are presented, as the wind environment is complex and subject to change. By conducting an overall analysis on urban climatic environments, we found that areas with high and middle values of urban climatic environment are mainly distributed in forests, croplands, and water bodies. Areas with a high risk of urban climatic environment are located in the heavy chemical industrial zones along the coast of Beilun District, Zhenhai District, as well as the southern part of Hangzhou Bay. Areas with an intermediate risk of urban climatic environments are found in the regions where large amounts of industrial factories are clustered, such as the eastern Jiangbei District, eastern and western sides of Yinzhou District, Cixi urban area, and northeast part of the Fenghua urban area. Based on the above analysis, the planning schemes of urban ventilation channels and the regulating countermeasures of climatic environments are further proposed. These include two first-class ventilation channels, five second-class ventilation channels, three third-class bidirectional ventilation channels which are impacted by land-sea breezes, twelve third-class unidirectional ventilation channels which are impacted by land-sea breezes, thirteen third-class unidirectional ventilation channels which are impacted by mountain-valley breezes, and seven types of countermeasures for urban climatic environment regulation. The method of building an urban climatic map considering all seasons and multiple environmental factors raised by this research is applicable to the analysis and evaluation research of the monsoon climate zones with complicated climatic environments. It may also improve urban thermal load and atmospheric environmental quality and ease the problems of urban climatic environments in all seasons. It may do so through ventilation channel planning and formulating and implementing relevant regulatory countermeasures so as to provide support for urban environmental protection, meteorological and planning departments, and promote sustainable urban development and the construction of an ecological city.

urban climate； thermal load；wind environment；urban planning；ventilation channel；regulation countermeasure；Ningbo City

寧波市自然科學基金資助項目(201301A6107021)；中國科學院重點布署資助項目(KJZD-EW-TZ-G06-02)；高分辨率對地觀測系統重大專項資助項目(30-Y30B13-9003-14/16)

2015-07-09;

日期:2016-06-13

10.5846/stxb201507091458

* 通訊作者Corresponding author.E-mail: xfzhao@iue.ac.cn

劉樂樂,趙小鋒,趙顏創,鄧君俊.基于城市環境氣候圖的寧波大氣環境分析與調控對策.生態學報,2017,37(2):606-618.

Liu L L,Zhao X F,Zhao Y C,Deng J J.Ningbo atmospheric environment analysis and regulating countermeasure based on Urban Climatic Map.Acta Ecologica Sinica,2017,37(2):606-618.