人為熱排放對城市熱環境的影響研究展望

孫然好,王業寧,陳婷婷,2

1 中國科學院生態環境研究中心, 城市與區域生態國家重點實驗室, 北京 100085 2 中國科學技術大學生命科學學院,合肥 230000

?

人為熱排放對城市熱環境的影響研究展望

孫然好1,*,王業寧1,陳婷婷1,2

1 中國科學院生態環境研究中心, 城市與區域生態國家重點實驗室, 北京 100085 2 中國科學技術大學生命科學學院,合肥 230000

全球范圍的城市擴張和能源消耗,導致人為熱在不同時間和空間尺度上影響地表熱環境,人為熱排放與城市熱島的關系受到廣泛關注。通過國內外文獻總結源清單法、數值模擬法和能量平衡方程等3種人為熱估算方法的優缺點,評價人為熱研究在城市、區域和全球尺度的主要進展和區別,歸納出現有研究在城市尺度多關注人為熱的時間動態變化,區域和全球尺度研究則更關注人為熱的空間差異,以及人為熱對于全球變暖的貢獻和人類的適應對策。從中發現人為熱研究中存在的問題和不足,包括研究尺度和研究方法匹配性、研究結果的驗證和比較、人為熱排放與景觀功能的聯系、人為熱排放強度和周期對氣溫的影響機制等。根據現存問題提出多學科集成、人為熱與景觀功能耦合、時空尺度選擇、數據獲取等4個方面的建議,有助于在理論和方法方面深化和拓展城市人為熱研究。

人為熱；能源消耗；熱島效應；全球變暖；城市化

隨著城市化的不斷發展,生態系統和人居環境發生了顯著改變,以城市熱島效應為代表的地表熱環境變化受到廣泛關注[1-3]。城市人為熱強度主要和人類活動以及能源消耗有關,2035年全球一次能源消費將增加41%,尤其是中國和印度等發展中國家[4],這將大大增加人為熱排放量。能源消耗的熱排放對地表熱環境產生了極大的影響,IPCC第五次評估減緩報告中稱“如果不采取明確行動,未來人為溫室氣體繼續排放將導致全球變暖超過4℃”,其中47%直接來自能源供應部門、30%來自工業、11%來自交通業、3%來自建筑業[5]。城市人為熱是城市熱環境的重要組成部分,人為熱時空動態直接影響熱島效應的形成和維持。城市人為熱的來源受制于城市化水平和人類生產生活方式,逐漸成為城市熱環境管理的重要目標。通過合理的管理和控制人為熱排放,如工業活動、生活方式、車輛出行等,一定程度上能夠減緩城市熱島效應的強度和范圍。研究城市人為熱排放如何影響城市景觀生態功能,可以完善地表熱環境的形成和維持機制,在理論上更加準確的刻畫“格局-過程-功能”的相互作用關系,在實踐中更加針對性的為面向熱環境改善和節能減排的城市生態空間優化提供科學依據。本文總結城市人為熱研究的主要進展,尤其是計算方法和時空尺度等方面的特點和問題,同時分析現有研究的關注點和不足,并為后續研究提供參考。

1 國內外研究現狀

國內外對城市人為熱進行了大量研究,尤其是針對人為熱的評估方法,并建立了不同精度的空間分布和時間演變清單。人為熱的定量化有助于評價其對城市能量平衡的貢獻,以及在不同尺度上的研究對比。本文首先總結人為熱的評估方法以及優缺點,其次介紹人為熱在城市能量平衡中的作用,評價人為熱評估對熱島效應研究的意義,最后介紹人為熱研究在不同尺度的差異性和存在的問題。

1.1 人為熱影響的評估方法

如何評估人為熱對城市熱環境的影響,是準確定量其貢獻的關鍵問題。目前在人為熱評估方法方面,主要有3種方法：源清單法、數值模擬法、地表能量平衡方程法[6]。源清單法假設人類活動輸入的熱量以顯熱形式排入大氣,使周邊氣溫升高。點源的人為熱分配到周邊空間時通常參考人口、建筑、道路等空間數據,不考慮熱量轉換的滯后性和行政單元內部差異性。源清單法需要計算不同統計口徑的能源消耗,主要包括工業能源消費、車輛排放、居民生活及人類自身新陳代謝等的熱排放,數據主要包括人口、用電量、燃氣量、車流量等。源清單法因受制于統計數據的時間和空間分辨率,估算的人為熱排放數據精度較低,而且多用在城市尺度[7-9]。數值模擬法基本原理是根據外部約束條件,利用數值模型模擬熱量傳輸的過程,根據能量轉換系數計算室內熱量過程和溫度變化。數值模型利用能耗方程得出不同類型建筑的人為排熱,更多的用于計算單棟建筑的人為熱排放規律,一般需要較大的計算量,多應用建筑設計等小尺度研究。這類模型包括DOE- 2[10]、eQuest[11]、TRNSYS[12]、EnergyPlus[13]、CFD[14]等。數值模擬法通常需輸入氣象因素、建筑結構、建筑材料、能耗方式、室內人員活動等。此外,一些大范圍的氣象預報數值模式,如WRF/UCM[15]等也可以獲取人為熱的估算數據,但是由于多是模型模擬的中間數據,空間精度較低。地表能量平衡方程法的基本原理是依據不同分量對地表能量的貢獻,根據能量守恒原理,在獲取凈輻射量、水平傳導量、地下儲熱量等參數后,可以估算剩余的人為熱分量,一般忽略能量損耗。城市地表-建筑物-大氣系統產生復雜的熱力差異性,導致了城區與郊區的熱量平衡有顯著差別。隨著遙感技術的發展,輻射量等參數可以通過多種遙感影像進行定量反演,因此遙感影像得到較多應用,該方法多應用于區域和全球尺度,如區域尺度采用中等分辨率的ASTER、Landsat TM、環境1號衛星影像等[16-18],全球尺度采用DSMP/OLS[19-20]等。

1.2 人為熱對城市能量平衡的影響

城市地表的能量平衡方程包括幾個部分,如太陽凈輻射輸入、人為熱輸入、顯熱通量、潛熱通量、儲熱通量等[21]。強烈的人類活動影響景觀類型和格局,從而改變了地表能量平衡的各個組成部分,進而影響城市熱環境[22-23]。將綠地和水體等景觀改變為高大建筑,會改變地表凈輻射的重新分配,其次還會改變景觀的顯熱和潛熱通量,從而影響地表能量平衡。比如,研究發現不透水面積增加會導致城區溫度明顯高于郊區[24-26],綠地覆蓋率與地表溫度之間存在著明顯的負相關關系[27-28],大斑塊綠地降溫效應明顯高于小斑塊綠地[29-32],這證明了城市景觀類型改變的熱環境效應。另外一個方面,城市景觀的結構特征對熱環境也有明顯影響[27,33-37],說明城市景觀結構在一定程度上改變了熱量傳輸的路徑和數量?？傮w上,城市景觀類型和格局的變化一般具有較為明顯的時間和空間規律性,因此對于熱環境影響的強度和范圍也可以進行預測。

相對地,城市人為熱排放由于受到人類活動的規律性影響,包括工業活動、建筑能耗、車輛排熱、身體代謝等方面,既有自身的不確定性又存在一定的季節周期規律[38]。城市人為熱排放會導致城市熱環境背景的差異性,比如文教區、公園區、商業區、住宅區等,由于人類活動的規律性不一致,人為熱在不同時刻和季節明顯不同。這種城市熱環境背景值可以看作熱景觀的基質,而不同景觀類型的熱力特性可以看作不同的熱力斑塊,景觀的配置和結構影響了熱力廊道的形成,因此符合景觀生態學的“基質-斑塊-廊道”理論?；诖嘶A,在進行城市景觀熱環境調節功能研究中,需要充分考慮氣溫調節功能的顯熱和潛熱影響因素,以及氣溫調節功能的范圍和強度的產生條件。比如,有研究在特定時間和地點發現景觀降溫效應并不明顯,甚至在夏季夜晚等某些時段存在一定的增溫效應[39],在對一些公園濕地的研究中也有類似發現[40]。已有研究也發現,景觀的降溫效應與周邊建筑物比例、離市中心的距離有顯著的相關性[27,41]。這些看似不統一、甚至矛盾的結論,更多的是由于不同研究中城市熱環境背景值具有差異,而人為熱排放是導致熱環境背景差異則是最重要的因素之一。因此,在人為熱研究中,既要研究直接人為熱量輸入改變地表能量平衡,又要重點關注人為熱導致的熱環境背景改變,以及由此帶來的地表景觀顯熱和潛熱過程變化,從而準確的刻畫地表熱環境變化的格局與過程。

1.3 人為熱影響在城市尺度的研究

城市按照不同社會經濟功能集聚形成多樣化的景觀綜合體,人類活動導致空間差異明顯的熱環境效應[42],揭示城市內部熱環境差異比單純研究城郊熱島梯度,更有助于推動城市熱環境改善的理論研究和具體實踐[43]。在城市尺度研究中,人口集聚和能源消耗使得人為熱在地表能量輸入中占有較大比例[44],人為熱主要來自于建筑物能耗、汽車尾氣廢排熱、工業生產排熱、人體新陳代謝等[45-46]。研究表明,人為熱對局地氣溫的升高起著近似線性的推動作用,人為熱釋放越強,這種推動作用越明顯,北京和上海的案例表明兩者相關系數在0.7以上[38]。城市內部由于人口密度、能源消耗、經濟結構等具有差異性,形成不同的城市功能區,人類活動的周期性會顯著影響城市熱島強度[43,47-48]。不同城市功能區由于具有不同的熱容量、反照率、粗糙度等,導致顯熱和潛熱過程的差異,從而也會影響地表熱環境狀況[42,44,49]。商業區等人類活動強烈的城市功能區能夠明顯制約綠地降溫效應的擴散[16,50],功能區復雜性和連通性均影響地表溫度的穩定性[51]。

城市尺度研究中人為熱的時間動態多有體現,受到較大的關注。如人為熱導致白天熱島強度升高1.3 ℃(日本東京)和0.9 ℃(日本大阪)[52],人為熱導致費城冬季夜間熱島強度增加2—3 ℃[8],人為熱導致北京白天熱島強度升高0.5 ℃,夜晚升高1.0—3.0 ℃[44]。此外,城市機動車保有量是人為熱排放的重要貢獻因子[53]。大城市的交通擁堵導致的局地溫度增加也受到關注,如針對單個車輛的研究表明,空調開啟時對周邊熱環境的增溫幅度為0.36—0.62 ℃[54],而車流量較大位置的地表溫度通常高約1.5—3 ℃[55]。一般來講,同一城市人為熱的排放量有明顯的季節和日變化,冬季太陽高度角低,日照時間短,凈輻射量小,居民取暖消耗的能量多,所以人為熱比凈輻射多。夏季則相反。這種冬夏季節的差異又因區域氣候條件而異。以上研究表明,目前城市尺度的人為熱研究多采用源清單法,對于建筑區域也會利用數值模式法,但研究大多重點關注人為熱晝夜或季節的動態變化特征,而對人為熱和城市景觀要素組成及空間格局異質性如何協同影響城市熱環境的研究較少。此外,人為熱與城市社會經濟功能的關系也是值得研究的重要內容,將為城市熱環境背景的確定提供重要參數。

1.4 人為熱影響在區域和全球尺度的研究

從區域和全球尺度來看,人為熱排放具有極其顯著的空間異質性[19]。全球平均人為熱釋放通量僅約為0.03 W/m2[49,56-57],相比較于輻射、對流、蒸散發、熱儲量等,人為熱的絕對值占比很小[58]。但是,研究發現,不同區域的人為熱強度差異明顯,如美國、西歐、中國的排熱強度分別為0.39、0.68、0.28 W/m2[56]。在中國人為熱排放也具有典型的地域分布特征,華北、華東、華中和華南等經濟發達地區明顯高于周邊地區,而西北地區相對較小[59]。此外,研究表明全球人為熱排放可以影響大氣運動,導致北半球中高緯度地區比其它地區升溫明顯[60]。人為熱在不同季節也會有不同的貢獻,能源消費導致的人為熱是全球冬季溫度升高的重要貢獻因子[61]。

人類社會發展使得人口分布更加集中,能源需求也越來越強烈,研究也發現隨著人類活動和能源消耗的增加,人為熱對于全球氣溫的影響也在增強,中國人為熱排放強度從1978年的0.07 W/m2增加到2008年的0.28 W/m2[59],最近10年來中國化石能源貢獻的溫室氣體已經超過了土地利用變化帶來的溫室氣體增加量[62],預計到2030年,中國城市能源消耗將占中國能源總量的85%,這將極大的影響城市人為熱的排放量[63]。全球人為熱強度從1965年的0.01 W/m2增長到2012年的0.03 W/m2[19],人為熱排放強度的增加能夠顯著影響局地氣候,甚至可以影響全球氣候,據模型預測到2030年全球的人為熱排放強度可達0.3 W/m2,2100年人為熱對全球氣溫的增溫幅度可達0.4—0.9 ℃,對全球變暖的貢獻將超過CO2[57]。以上研究表明,區域和全球尺度的人為熱研究近年來逐漸得到重視。人為熱影響在區域和全球尺度的研究方法多采用遙感技術和大尺度氣象模式等,研究對象也逐漸從全球平均人為熱強度的評估發展到對于典型區域人為熱貢獻的定量化。

2 問題與展望

盡管現有研究對于人為熱的強度、范圍和動態等有較多論述,對于評估方法也有很多研究,但是概括來看還存在以下問題：

2.1 人為熱研究尺度不一致影響結果推廣

全球尺度和城市尺度研究的對象和目的不匹配,導致研究結果無法直接推廣和對比。全球尺度研究表明,人為熱對于氣候變暖的貢獻較低[58],但是對于北半球冬季增溫來說,能源消耗具有較大的貢獻[61],而在城市內部的研究表明人為熱對于城市增溫具有更加重要影響[44,52]。這種差異性結論主要與研究的定位有關系,將人為熱貢獻放在全球變化尺度還是城市溫度變化尺度,對于人為熱的貢獻差異很大。此外,人為熱貢獻于平均溫度升高還是溫度變化幅度等不同研究目標,也會影響研究結論。

針對該問題,要基于人為熱研究的時空尺度選擇合適的研究方法?？臻g尺度決定了研究方法和數據選擇,源清單法主要基于城市統計數據進行人為熱估算,因此對于單個城市研究、多個城市對比均具有明顯優勢；數值模式法既可以針對單個建筑,也可以擴展到區域和全球尺度,但是需要的模型差異很大,參數也明顯不同,需要權衡不同研究對象和模型；能量平衡方程法更多的側重于遙感反演模型參數,對于區域和全球研究具有優勢,而且隨著遙感技術的進步具有很大的發展潛力。小尺度研究盡量選擇數值模式等高精度方法,對于大尺度研究,可以選擇部分典型區通過不同方法研究結果進行對比,確定誤差范圍和誤差來源,從而更好的對大尺度研究進行校正。此外,時間尺度也是影響人為熱估算方法的重要依據,相較于源清單法,數值模型和能量平衡方程法則能夠估算多時間尺度的人為熱數據。針對不同方法估算人為熱絕對值差異大的問題,后續研究應該發展人為熱在不同時間和空間尺度下的相對評估指標,從而對比人為熱的時間和空間動態變化。

2.2 人為熱研究方法和數據來源的不一致影響研究精度

源清單法能夠估算工業、建筑和人口等能耗數據,但對于車輛排熱難以識別,而且無法區分顯熱和潛熱通量；數值模擬法可以精確計算單棟建筑的排熱及時間演變系數,受限于計算量,通常在小尺度上應用；大尺度氣象模式則無法考慮人類活動和建筑結構等,評估結果分辨率較低；能量平衡方程法受遙感算法及數據分辨率限制,在城市復雜建筑環境下難以獲取精細結果。因此,即便對于同一研究對象,由于研究方法的差異,得出的結果差別也很大[55,64]。

后續研究要完善人為熱數據的收集和監測技術?，F有多數研究基于遙感影像和統計數據,而基于觀測的研究較少。下一步應該加強針對城市典型功能區,如文教區、公園區、住宅區、商業區等,進行長時間序列的人為熱輸入和輸出監測,從而為數值模型和能量平衡方程提供參數校準。隨著通訊和網絡技術的發展,大數據在各個學科均有較多應用,如何基于大數據對城市人類活動以及人為熱足跡進行估算,是一個值得探索的領域。

2.3 人為熱研究缺乏與城市景觀功能研究進行結合

城市人為熱的形成依賴于地表能量平衡的不同部分,人為熱作為其中一個變量,與其他變量之間的聯系缺乏深入研究。人為熱排放強度被證明對局地氣溫有線性推動作用[38],但是在人為熱強度增大情況下,綠地和水體的顯熱和潛熱通量也會增強[46],人為熱增溫效應和景觀降溫效應疊加形成一定的作用范式,這種作用范式的數學形式和景觀格局影響值得深入研究。

耦合人為熱排放與景觀氣溫調節功能是深化城市熱環境機理研究的關鍵。現有的城市人為熱研究多關注方法和結論的對比,更多應用于氣候氣象、建筑設計等領域。景觀生態學強調格局、功能和服務,氣溫調節功能的形成和維持依賴于人為熱背景值的范圍和強度。因此,將不同人為熱背景下的景觀功能進行定量監測和識別,是準確評價景觀功能和服務的基礎,有助于完善“格局-過程-功能”的景觀生態學理論框架,也可以為城市景觀規劃、建筑設計提供科學依據。

2.4 人為熱動態變化對城市熱環境影響的機制缺乏深入研究

現有的城市熱環境研究中,也會考慮不同熱力背景的影響,但是多以地理位置、建筑密度、人口密度等進行表征。這種簡單的替代指標無法反映人為熱的時間動態特征,而人為熱排放周期對于氣溫的影響非常重要。人為熱排放具有晝夜和季節變化,甚至在工作日和非工作日也具有周期變化,城市熱島強度在許多研究中也發現具有時間動態特征[8,65],人為熱動態變化對氣溫調節功能的強度和范圍的影響缺乏系統研究。

集成多學科知識是系統理解人為熱對城市環境影響的基礎。城市人為熱受到多因素的影響,比如能源消耗、局地氣候、建筑結構等,選擇系統全面的影響因子需要多學科的理解和交叉；此外,城市人為熱也會影響局地氣候背景,從而導致城市地表的顯熱和潛熱變化,甚至影響局地風場、降水和污染物聚集等,因此,綜合利用生態學、環境科學和建筑學等領域的基本原理和技術方法,對城市人為熱進行理解和研究,有助于更加準確和合理的解釋人為熱排放對地表熱環境的影響。

[1] Grimm N B, Foster D, Groffman P, Grove J M, Hopkinson C S, Nadelhoffer K J, Pataki D E, Peters D P. The changing landscape: ecosystem responses to urbanization and pollution across climatic and societal gradients. Frontiers in Ecology and the Environment, 2008, 6(5): 264- 272.

[2] Rizwan A M, Dennis L Y C, Liu C. A review on the generation, determination and mitigation of Urban Heat Island. Journal of Environmental Sciences, 2008, 20(1): 120- 128.

[3] Wu J G. Urban sustainability: an inevitable goal of landscape research. Landscape Ecology, 2010, 25(1): 1- 4.

[4] BP Company. BP energy outlook 2035. http://www.bp.com/en/global/corporate/energy-economics/energy-outlook- 2035.html

[5] IPCC. Climate Change 2014 Synthesis Report. Cambridge: Cambridge University Press, 2014: 1- 408.

[6] 王業寧, 孫然好, 陳利頂. 北京市區車輛熱排放及其對小氣候的影響. 生態學報, 2017, doi: 10.5846/stxb201509111878. (in Press)

[7] Sailor D J, Lu L. A top-down methodology for developing diurnal and seasonal anthropogenic heating profiles for urban areas. Atmospheric Environment, 2004, 38(17): 2737- 2748.

[8] Fan H L, Sailor D J. Modeling the impacts of anthropogenic heating on the urban climate of Philadelphia: a comparison of implementations in two PBL schemes. Atmospheric Environment, 2005, 39(1): 73- 84.

[9] 占俊杰, 丹利. 廣州地區人為熱釋放的日變化和年際變化估算. 氣候與環境研究, 2014, 19(6): 726- 734.

[10] Dhakal S, Hanaki K. Improvement of urban thermal environment by managing heat discharge sources and surface modification in Tokyo. Energy and Buildings, 2002, 34(1): 13- 23.

[11] Heiple S, Sailor D J. Using building energy simulation and geospatial modeling techniques to determine high resolution building sector energy consumption profiles. Energy and Buildings, 2008, 40(8): 1426- 1436.

[12] Assimakopoulos M N, Mihalakakou G, Flocas H A. Simulating the thermal behaviour of a building during summer period in the urban environment. Renewable Energy, 2007, 32(11): 1805- 1816.

[13] Hsieh C M, Aramaki T, Hanaki K. Managing heat rejected from air conditioning systems to save energy and improve the microclimates of residential buildings. Computers, Environment and Urban Systems, 2011, 35(5): 358- 367.

[14] 劉艷紅, 郭晉平, 魏清順. 基于CFD的城市綠地空間格局熱環境效應分析. 生態學報, 2012, 32(6): 1951- 1959.

[15] 王志銘, 王雪梅. 廣州人為熱初步估算及敏感性分析. 氣象科學, 2011, 31(4): 422- 430.

[16] Kato S, Yamaguchi Y. Estimation of storage heat flux in an urban area using ASTER data. Remote Sensing of Environment, 2007, 110(1): 1- 17.

[17] Wong M S, Yang J X, Nichol J, Weng Q H, Menenti M, Chan P W. Modeling of anthropogenic heat flux using HJ- 1B Chinese small satellite image: a study of heterogeneous urbanized areas in Hong Kong. IEEE Geoscience and Remote Sensing Letters, 2015, 12(7): 1466- 1470.

[18] 朱婷媛. 基于Landsat遙感影像的杭州城市人為熱定量估算研究[D]. 杭州: 浙江大學, 2015.

[19] 陳兵, 陳良富, 董理, 石廣玉. 人為熱釋放: 全球分布的估算及其氣候效應的探索. 大氣科學, 2016, 40(2): 289- 295.

[20] Chen B, Shi G Y, Wang B, Zhao J Q, Tan S C. Estimation of the anthropogenic heat release distribution in China from 1992 to 2009. Acta Meteorologica Sinica, 2012, 26(4): 507- 515.

[21] 蔣維楣, 苗世光, 張寧, 劉紅年, 胡非, 李磊, 王詠薇, 王成剛. 城市氣象與邊界層數值模擬研究. 地球科學進展, 2010, 25(5): 463- 473.

[22] Yang F, Lau S S Y, Qian F. Urban design to lower summertime outdoor temperatures: an empirical study on high-rise housing in Shanghai. Building and Environment, 2011, 46(3): 769- 785.

[23] Liu Y, Shintaro G, Zhuang D F, Kuang W H. Urban surface heat fluxes infrared remote sensing inversion and their relationship with land use types. Journal of Geographical Sciences, 2012, 22(4): 699- 715.

[24] Imhoff M L, Zhang P, Wolfe R E, Bounoua L. Remote sensing of the urban heat island effect across biomes in the continental USA. Remote Sensing of Environment, 2010, 114(3): 504- 513.

[25] 徐涵秋. 基于城市地表參數變化的城市熱島效應分析. 生態學報, 2011, 31(14): 3890- 3901.

[26] 劉珍環, 王仰麟, 彭建, 謝苗苗, 李猷. 基于不透水表面指數的城市地表覆被格局特征——以深圳市為例. 地理學報, 2011, 66(7): 961- 971.

[27] Cao X, Onishi A, Chen J, Imura H. Quantifying the cool island intensity of urban parks using ASTER and IKONOS data. Landscape and Urban Planning, 2010, 96(4): 224- 231.

[28] Papangelis G, Tombrou M, Dandou A, Kontos T. An urban “green planning” approach utilizing the Weather Research and Forecasting (WRF) modeling system. A case study of Athens, Greece. Landscape and Urban Planning, 2012, 105(1/2): 174- 183.

[29] 曹麗琴, 張良培, 李平湘, 黃微. 城市下墊面覆蓋類型變化對熱島效應影響的模擬研究. 武漢大學學報: 信息科學版, 2008, 33(12): 1229- 1232.

[30] 陳輝, 古琳, 黎燕瓊, 慕長龍. 成都市城市森林格局與熱島效應的關系. 生態學報, 2009, 29(9): 4865- 4874.

[31] Ma Y, Kuang Y Q, Huang N S. Coupling urbanization analyses for studying urban thermal environment and its interplay with biophysical parameters based on TM/ETM+ imagery. International Journal of Applied Earth Observation and Geoinformation, 2010, 12(2): 110- 118.

[32] 謝苗苗, 王仰麟, 付梅臣. 城市地表溫度熱島影響因素研究進展. 地理科學進展, 2011, 30(1): 35- 41.

[33] Chang C R, Li M H, Chang S D. A preliminary study on the local cool-island intensity of Taipei city parks. Landscape and Urban Planning, 2007, 80(4): 386- 395.

[34] 徐麗華, 岳文澤. 城市公園景觀的熱環境效應. 生態學報, 2008, 28(4): 1702- 1710.

[35] Li J X, Song C H, Cao L, Zhu F G, Meng X L, Wu J G. Impacts of landscape structure on surface urban heat islands: a case study of Shanghai, China. Remote Sensing of Environment, 2011, 115(12): 3249- 3263.

[36] Zhou W Q, Huang G L, Cadenasso M L. Does spatial configuration matter? Understanding the effects of land cover pattern on land surface temperature in urban landscapes. Landscape and Urban Planning, 2011, 102(1): 54- 63.

[37] Hou P, Chen Y H, Qiao W, Cao G Z, Jiang W G, Li J. Near-surface air temperature retrieval from satellite images and influence by wetlands in urban region. Theoretical and Applied Climatology, 2013, 111(1/2): 109- 118.

[38] Niu Q, Nie C Q, Lin F, Li L, Ji L C. Model study of relationship between local temperature and artificial heat release. Science China Technological Sciences, 2012, 55(3): 821- 830.

[39] Steeneveld G J, Koopmans S, Heusinkveld B G, Theeuwes N E. Refreshing the role of open water surfaces on mitigating the maximum urban heat island effect. Landscape and Urban Planning, 2014, 121: 92- 96.

[40] Sun R H, Chen A L, Chen L D, Lü Y H. Cooling effects of wetlands in an urban region: the case of Beijing. Ecological Indicators, 2012, 20: 57- 64.

[41] Sun R H, Chen L D. How can urban water bodies be designed for climate adaptation?. Landscape and Urban Planning, 2012, 105(1/2): 27- 33.

[42] 陳云浩, 李曉兵, 史培軍, 何春陽. 上海城市熱環境的空間格局分析. 地理科學, 2002, 22(3): 317- 323.

[43] Buyantuyev A, Wu J G. Urban heat islands and landscape heterogeneity: linking spatiotemporal variations in surface temperatures to land-cover and socioeconomic patterns. Landscape Ecology, 2010, 25(1): 17- 33.

[44] 佟華, 劉輝志, 桑建國, 胡非. 城市人為熱對北京熱環境的影響. 氣候與環境研究, 2004, 9(3): 409- 421.

[45] 張弛, 束炯, 陳姍姍. 城市人為熱排放分類研究及其對氣溫的影響. 長江流域資源與環境, 2011, 20(2): 232- 238.

[46] 王頻, 孟慶林. 城市人為熱及其影響城市熱環境的研究綜述. 建筑科學, 2013, 29(8): 99- 106.

[47] Xiao R B, Weng Q H, Ouyang Z Y, Li W F, Schienke E W, Zhang Z M. Land surface temperature variation and major factors in Beijing, China. Photogrammetric Engineering & Remote Sensing, 2008, 74(4): 451- 461.

[48] Zhao X F, Jiang H, Wang H N, Zhao J J, Qiu Q Y, Tapper N, Hua L Z. Remotely sensed thermal pollution and its relationship with energy consumption and industry in a rapidly urbanizing Chinese city. Energy Policy, 2013, 57: 398- 406.

[49] Ichinose T, Shimodozono K, Hanaki K. Impact of anthropogenic heat on urban climate in Tokyo. Atmospheric Environment, 1999, 33(24- 25): 3897- 3909.

[50] Hamada S, Tanaka T, Ohta T. Impacts of land use and topography on the cooling effect of green areas on surrounding urban areas. Urban Forestry & Urban Greening, 2013, 12(4): 426- 434.

[51] Sun R H, Lü Y H, Chen L D, Yang L, Chen A L. Assessing the stability of annual temperatures for different urban functional zones. Building and Environment, 2013, 65: 90- 98.

[52] Kikegawa Y, Tanaka A, Ohashi Y, Ihara T, Shigeta Y. Observed and simulated sensitivities of summertime urban surface air temperatures to anthropogenic heat in downtown areas of two Japanese Major Cities, Tokyo and Osaka. Theoretical and Applied Climatology, 2014, 117(1/2): 175- 193.

[53] 王業寧, 孫然好, 陳利頂. 人為熱計算方法的研究綜述. 應用生態學報, 2016, 27(6): 2024- 2030.

[54] 陳哲超. 單體汽車散熱特征研究[D]. 廣州: 華南理工大學, 2012.

[55] Fujimoto A, Saida A, Fukuhara T. A new approach to modeling vehicle-induced heat and its thermal effects on road surface temperature. Journal of Applied Meteorology and Climatology, 2012, 51(11): 1980- 1993.

[56] Flanner M G. Integrating anthropogenic heat flux with global climate models. Geophysical Research Letters, 2009, 36(2): L02801.

[57] 石廣玉, 戴鐵, 檀賽春, 申彥波, 王標, 趙劍琦. 全球年平均人為熱釋放氣候強迫的估算. 氣候變化研究進展, 2010, 6(2): 119- 122.

[58] Zhao L, Lee X, Smith R B, Oleson K. Strong contributions of local background climate to urban heat islands. Nature, 2014, 511(7508): 216- 219.

[59] 陳兵, 石廣玉, 戴鐵, 申彥波, 王標, 楊溯, 趙劍琦. 中國區域人為熱釋放的氣候強迫. 氣候與環境研究, 2011, 16(6): 717- 722.

[60] Chen B, Dong L, Shi G Y, Li L J, Chen L F. Anthropogenic heat release: estimation of global distribution and possible climate effect. Journal of the Meteorological Society of Japan, 2014, 92A: 157- 165.

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

[62] Li X X, Li W W, Middel A, Harlan S L, Brazel A J, Turner II B L. Remote sensing of the surface urban heat island and land architecture in Phoenix, Arizona: combined effects of land composition and configuration and cadastral-demographic-economic factors. Remote Sensing of Environment, 2016, 174: 233- 243.

[63] Dhakal S. Urban energy use and carbon emissions from cities in China and policy implications. Energy Policy, 2009, 37(11): 4208- 4219.

[64] Allen L, Lindberg F, Grimmond C S B. Global to city scale urban anthropogenic heat flux: model and variability. International Journal of Climatology, 2011, 31(13): 1990- 2005.

[65] 楊英寶, 江南. 近50a南京市氣溫和熱島效應變化特征. 氣象科學, 2009, 29(1): 88- 91.

Impacts of anthropogenic heat emissions on urban thermal environment: a review

SUN Ranhao1,*, WANG Yening1, CHEN Tingting1,2

1StateKeyLaboratoryofUrbanandRegionalEcology,ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China2SchoolofLifeSciences,UniversityofScienceandTechnologyofChina,Hefei230000,China

The rapid economic development creates huge demands of urban expansion in most global cities. Along with the urbanization, the energy consumption has significantly increased in the recent decades. The resulting anthropogenic heat emission can lead to significant changes in the surface thermal environment on different temporal and spatial scales. We reviewed the related references, and concluded that three methods, including source inventory, mathematical modeling, and surface energy balance, have been used for evaluating anthropogenic heat emission. Current studies are mainly focused on the city, regional, and global scales. The studies conducted on the city scale are concentrated on the temporal dynamics of anthropogenic heat emission, whereas those conducted on the regional and global scales pay close attention to the spatial heterogeneity of anthropogenic heat emission. The regional and global research also focuses on the contribution of anthropogenic heat emission to the global warming and potential climate adaption strategies. After reviewing the related references, we concluded four categories of weak points in the current studies of anthropogenic heat emission. To better understand and quantify the impact of anthropogenic heat emission on the surface thermal environment, we suggest several improvements in the future studies. First, the research conclusions of anthropogenic heat emission depend on different evaluation methods, and they are not easy to evaluate and compare with each other. Although the statistical and mathematic models can assess the anthropogenic heat emission, theinsitumonitoring and enormous data collection (Big Data) would better supplement the quantification of anthropogenic heat emission. Second, the research conclusions on city scales cannot be compared with those on the regional and global scales. Selecting appropriate methods for evaluating anthropogenic heat emission should be based on specific temporal and spatial scales. Third, the impact of anthropogenic heat emission lacks connection with landscape ecology. The theories of landscape ecology, such as patch-corridor-matrix, provide useful implications to improve the research on anthropogenic heat emission. Last, the impact of the intensity and dynamics of anthropogenic heat emission on the urban thermal environment have not been quantified enough in the current studies. Thus, it is crucial to understand the anthropogenic heat emission in different scientific fields including ecology, environment science, and building technology.

anthropogenic heat; energy consumption; urban heat island; global warming; urbanization

國家自然科學基金項目 (41471150)

2016- 11- 18;

2017- 01- 11

10.5846/stxb201611182342

*通訊作者Corresponding author.E-mail: rhsun@rcee.ac.cn

孫然好,王業寧,陳婷婷.人為熱排放對城市熱環境的影響研究展望.生態學報,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.Acta Ecologica Sinica,2017,37(12):3991- 3997.