未來土地利用類型對珠江三角洲氣象場的影響

周 密,常 鳴,賴安琪,樊 琦*,王雪梅,李 郇,王明潔,陳訓來

未來土地利用類型對珠江三角洲氣象場的影響

周 密1,2,常 鳴3,賴安琪1,樊 琦1*,王雪梅2,李 郇4,王明潔5,陳訓來5

(1.中山大學大氣科學學院,廣東省氣候變化與自然災害研究重點實驗室,廣東廣州510275；2.暨南大學環境與氣候研究院,廣東廣州511443；3.北京大學物理學院,北京100871；4.中山大學地理科學與規劃學院,廣東廣州510275；5.深圳市氣象臺,廣東深圳 518040)

利用WRF/Noah/UCM開展未來下墊面變更的對比試驗,分別對珠江三角洲區域冬季(1月)和夏季(7月)的氣象場特征進行數值模擬,以探討未來城鎮化建設對區域氣象條件的影響.WRF模式中控制試驗使用GLC2009下墊面資料,敏感性試驗使用變更后的下墊面資料.對比試驗的結果表明:由于城市擴張,受下墊面類型變化的影響,地表能量平衡會發生顯著變化;珠江三角洲建成區的氣溫將升高0.75℃(1月)及1.20℃(7月),相對濕度將下降2.61%(1月)與6.88%(7月);城市熱島效應將增強,城鄉溫差將升高0.21℃(1月)及0.41℃(7月);局地熱力環流與背景流場疊加,將使得1月風速降低0.11m/s,而7月風速升高0.11m/s.近地面的變化可以傳遞到整個邊界層內,并使得邊界層高度抬升.

WRF/Noah/UCM；城市規劃；數值模擬；地表能量平衡；城市熱島

中國正在經歷高速的城鎮化進程,城市規模的急速擴張,導致了土地利用類型的變更.相比于農田、林地等綠植覆蓋的下墊面,城市表面具有透水性低、熱容量高、粗糙度高、蒸發蒸騰作用弱、反照率較小等特性,會改變地氣之間的動量、能量和物質交換,進而對局地氣象條件產生影響.

陶瑋等[1]指出,具有顯著異質性的城市下墊面是影響城市氣候的主要因素之一.下墊面的替換直接影響到地表輻射平衡,從而使得近地面氣溫、濕度和風場等氣象要素發生變化.戴俐卉等[2]使用臺灣地區高解析度土地利用資料,發現城區的擴張使得湍流感熱增大,湍流潛熱減小;王雪梅等[3]利用WRF發現,珠江三角洲城市化發展過程使得熱島強度和范圍擴大,城市區域風速減小;洪瑩瑩等[4]進一步發現, 珠江三角洲城市下墊面的擴張加劇了城市干島效應,并使得熱島環流更加顯著.

此外,下墊面對局地氣象條件的影響存在日變化及季節差異.Liao等[5]發現長三角城市擴張后,升溫效應在夜間更顯著.Zhang等[6]發現長三角地區下墊面更換對降水和氣溫的影響在夏季更顯著,且范圍更大.現有的研究很好地闡述了土地利用類型改變對區域氣候影響的重要性,但多側重于將過去與當今的土地利用類型進行對比,分析未來城鎮化進程對氣象場影響的研究較少.

珠江三角洲(PRD)地區是我國經濟最活躍和城鎮化進程最快速的地區之一,城鎮建設用地的逐年增長顯著地改變著該地區的下墊面狀況.為了評估未來城鎮化進程對于該地區氣象條件的影響,并為現有的城市規劃提供指導,本文利用耦合的WRF/Noah/UCM,根據城市規劃圖對下墊面靜態數據進行更新,設置敏感性試驗,對2014年1月和7月的氣象場特征進行了細致的數值模擬對比分析.因此,本文是基于未來的城鎮規劃,探討土地利用類型變化對氣象場帶來的影響.

1 資料與方法

1.1 下墊面資料的獲取

GLC2009是利用歐洲航空局Envisat衛星數據反演得到的全球范圍的土地覆蓋資料,空間分辨率可達300m,采用LCCS分類體系,共計有23種下墊面類型[7].常鳴等[8]通過多套土地利用類型資料的對比,發現GLC2009資料最為接近珠江三角洲地區的統計年鑒和調查結果值;相比于模式內置的MODIS資料,它能夠改善該區域的氣溫、濕度和風速的模擬結果.

本文基于GLC2009資料,在GIS中將其通過投影變換(WGS84)、重采樣(30s分辨率)、重分類(USGS24)以及格式轉換等步驟處理成SGD標準的二進制文件[9],并在GEOGRID.TBL中設置調用靜態資料的位置和插值方法.自此,經過轉化的GLC2009數據可以直接被WRF調用.

在上述步驟的基礎上,利用獲取的《珠江三角洲全域規劃2014-2020》(以下簡稱《規劃》),對GLC2009下墊面數據進行更新.將《規劃》導入GIS,進行空間配準,并定義地理坐標,使之具備必要的地理信息;選取《規劃》中所有城鎮建設用地所在區域,將其柵格化為矢量圖形,并賦予USGS分類中城市所對應的參數值(Lu_index=1);使用數據管理工具,將《規劃》中所選區域覆蓋到原GLC2009下墊面數據,即將與選區重疊區域的土地利用類型變更為城市,其余區域的土地利用類型則不做修改.最后,利用同樣的方法使之能被WRF-WPS調用.

1.2 模式設置

本文采用的天氣研究和預報模式(WRF)是由美國國家大氣研究中心(NCAR)、國家海洋及大氣管理局(NOAA)等機構聯合開發的新一代中尺度數值預報模式和同化系統[10].為了研究陸面過程的影響,被廣泛使用的Noah LSM已經耦合到WRF模式中,其可以提供地表潛熱通量、感熱通量及地面溫度的模擬結果.Kusaka等[11]指出,對城市效應的描述通常有兩種方式:(1)調整城區下墊面的熱容量、熱傳導性及地表反照率等參數,即整體參數化方案;(2)耦合一個城市冠層模式.其中,UCM與WRF/Noah的耦合則通過網格中城市比率的參數化來實現[12].通常而言,后者可以更精確地描述城市幾何特征對于表面能量平衡和風切變的影響[13].

基于準確性與計算效率的綜合考慮,本次模擬耦合了單層城市冠層模式(Single-Layer UCM),其使用了一個簡化的二維模型,即用無限長的街谷來刻畫城市的幾何特征,描述了屋頂、墻壁及路面間的熱量傳輸.因為缺乏研究區域的高精度城市規劃與建筑物資料,本文使用城市冠層模式內置的默認參數值,如表1所示.

表1 城市冠層模式參數設置(A屋頂,B墻面,C路面)

使用Lambert投影方式,設置圖1所示的模擬區域,覆蓋了珠江三角洲核心區域.中心經緯度為23.0°N、113.0°E,水平格點數為181×160,分辨率為3km,垂直方向分為24層.初始條件和邊界條件由1°×1°FNL再分析資料提供,時間間隔為6h.模式模擬所使用的物理過程及參數化方案為:Lin.微物理方案,RRTMG長波及短波輻射方案, Noah陸面過程及YSU邊界層方案.

1.3 敏感性實驗設置

表2 主要土地利用類型所占比重及其在WRF/VEGPARM.TBL中的參數設置

研究中分別以1月和7月代表冬季和夏季,并對其進行模擬.1月模擬時間為2013年12月30日00:00~2014年2月1日00:00,7月模擬時間為2014年6月29日00:00~8月1日00:00,模擬的前2d作為spin-up時段.模擬中對2個月份分別設置了控制試驗(GLC)和敏感性試驗(PRD),兩組均采用了相同的區域設置、物理過程、參數化方案、邊界與初始條件.兩組唯一的不同在于下墊面設置:控制試驗(GLC)使用GLC2009資料,敏感性試驗(PRD)使用更新的下墊面資料,可分別表征2010年代和2020年代珠江三角洲城市群的土地利用類型狀況.

兩套土地利用資料在珠江三角洲地區的分布如圖2所示,其中紅色為城市區域.可以看出, 相比于2010年代,2020年代珠江三角洲地區城市范圍大幅拓展,其中廣州、佛山、東莞的城區面積增長最為迅速.表2給出了兩套資料中占主導地位的土地利用類型所占比重及其參數設置. 可以發現,土地利用類型的轉變主要是農田、灌木和林地等向城鎮用地的轉變,這樣的轉變使得下墊面總體的反照率、比輻射率及綠植覆蓋率均下降,同時增加了表面的粗糙度,這會對地表水汽通量與能量平衡造成影響.

2 結果與討論

2.1 模式驗證

通過控制試驗模擬結果與觀測數據的對比來進行WRF模式的驗證,選取的氣象要素為日均2m氣溫(2m)、2m相對濕度(RH2m)和10m風速(10m),選取的測站為廣州、深圳、東莞、珠海、中山及清遠6個站點.其中SIM為模擬平均值,OBS為觀測平均值,MB為平均偏差,RMSE為均方根誤差,為相關系數,3種氣象要素檢驗的結果分別羅列在表3中.

表3 模式驗證統計

從統計表可以看到,模式能夠較好地模擬氣象要素的變化趨勢,除了7月的氣溫和相對濕度,其余的相關系數均在0.7以上.模式對于氣溫和風速的模擬總體偏高,且冬季更大;模式對于濕度的模擬則總體偏低,且夏季更大.這種偏差來自于次網格信息的缺失或者不準確,例如次網格的能量和動量交換過程,以及采用默認的城市冠層參數值.對城市下墊面進行更合理、更全面的參數設置將會提升模式模擬結果,囿于本文的主要目的并非模式模擬的評估與改進,下文將直接使用本次模擬的結果進行分析.

2.2 下墊面改變對地表能量平衡的影響

在進行城市地區能量平衡的估算時,通常考慮一個假想的空間體,從能量交換可以被忽略的地下某深度處,一直向上延伸到平均的建筑高度處[14].通過考慮這樣一個空間體積內的能量平衡,我們可以得到方程(1):

+F=H+E+ΔS+ΔA(1)

式中:Q是凈輻射通量,W/m2;F是體積內的人為熱排放;H是湍流感熱通量;E是湍流潛熱通量;ΔS是體積內的包括空氣、樹木、城市建筑、土壤等的所有儲熱通量;ΔA是凈平流熱通量.在UCM設置中,人為熱通量全天平均值為50W/m2,忽略凈平流的作用,可以得到簡化的地表能量平衡方程(2):

=H+E+ΔS-F(2)

式中:Q、H、E分別為地表處的凈輻射、感熱及潛熱通量.對土地利用類型由非城市替換為城市的所有格點進行分析,圖3展示了兩組模擬(控制試驗GLC和敏感性試驗PRD)在1月和7月各能量分量的日變化,橫坐標采用北京時間(下同).其中正值表示能量的收入,負值表示能量的支出.如圖,凈輻射通量在白天是主要的能量收入項,而在夜間則是主要的能量支出項,伴隨著下墊面轉化為城市,這種收入和支出的強度同時增大;其晝平均增幅(絕對值)可達69.56W/ m2(1 月)、46.95W/m2(7月),夜平均增幅可達17.98W/m2(1月)、21.97W/m2(7月).與之相反,儲熱通量在白天是主要的能量支出項,表征地表能量盈余中通過下墊面吸收作用而被儲存起來的那部分,而在夜間則是主要的能量收入項,用于加熱地面及上方的大氣,其晝夜收支的強度同樣伴隨著城市化而增強;在白天,其平均增幅(絕對值)可達112.73(1月)和154.73W/m2(7 月),而夜間增幅為13.40(1月)和38.01W/m2(7 月).湍流熱通量在白天是主要的能量支出項;在夜間,它的強度雖然明顯下降,但仍然通過加熱大氣而支出能量.城市化前,潛熱通量是湍流熱通量的主導因子,在全天恒為負值,白天絕對值更大;城市化后,由于地表植被覆蓋減少、透水性降低,蒸發蒸騰作用減弱,使得潛熱通量減小,白天尤明顯,而夜間不顯著,日平均減幅(絕對值)分別達37.70 (1月)及107.49W/m2(7月).城市化前,感熱通量較小,在白天為能量支出項,熱量向上傳輸,而在夜間為能量收入項,熱量向下傳輸,但其總體效果為能量的支出;城市化后,感熱通量的“支出效應”加強,日平均增幅(絕對值)為17.05 (1月)及61.62W/m2(7月),且在7月夜間也躍變為負值,使其成為湍流熱通量的主導因子.

2.3 下墊面改變對溫度場的影響

圖4為兩組試驗2m氣溫模擬結果差值(PRD試驗減去GLC試驗).從1月和7月的分布可以看到,由于珠江三角洲未來城鎮化建設,整個區域隨著城市下墊面范圍的擴大,近地面氣溫均有不同程度的上升.在1月,全區域的月平均氣溫上升了0.10℃,而城區范圍的月平均氣溫升高了0.17℃,2010~2020年新增城區的月平均氣溫則上升0.31℃;在7月,全區域的月平均增溫達0.38℃,城區的月平均增溫為0.75℃,2010~2020年新增城區的月平均增溫高達1.20℃.如圖4所示,增溫最顯著的區域位于廣州、佛山及東莞地區,即城市擴張速率最大的區域.氣溫增高的極大值往往出現在下墊面類型被更換的格點上,是因為模式中城市類型下墊面的參數設置顯著區別于農田和林地等自然下墊面,如更小的反照率及更大的熱存儲率,這些設置影響了模式對地表輻射平衡的計算,并擴大了增溫效應.在實際情況中,城市復雜的建筑結構對陽光的多重反射及吸收使得出射的短波輻射量減少,多余的能量被存儲在數量巨大的建筑材料及土壤中,并通過湍流熱通量及長波輻射的形式加熱周圍空氣.值得注意的是,在模擬結果中,這種升溫效應也影響到了周圍的格點,說明城市化的增溫效應并不局限于城市區域.

除了對溫度場水平分布產生影響外,這種局地的增溫效應存在其日變化,并對其上方的大氣產生影響.圖5給出了兩組試驗溫度剖面差值的日變化,樣本為土地利用類型發生替換的格點.總體而言,增溫集中在近地面,1月最大增幅為0.61℃(19:00),從每天08:00開始持續增強,至19:00達到最強,隨后逐漸減弱,在清晨可出現降溫效應;7月最大增幅為1.07℃(05:00),由日出前后的極小值緩慢增強,至日落后躍變至較高水平,并在夜間持續增強至清晨05:00達最強,在日出前后跌落回極小值,完成其日循環.

通過計算兩組試驗中新建城區的儲熱通量差值與凈輻射通量差值之比(此處省略表格),可以發現,在1月的夜間,比值小于等于1,說明增多的儲熱釋放不能彌補夜間凈輻射對于能量的耗散,因此需要額外的大氣向下湍流熱通量加熱地表,從而抑制了湍流熱通量向上傳熱的效應,使得上方空氣增溫效應逐漸減弱,甚至在清晨出現了降溫效應;相反的是,在7月的夜間,比值均大于1,說明增多的儲熱釋放不僅可以滿足凈輻射對于能量的耗散,還可以通過湍流熱通量加熱上方的空氣,使得氣溫逐漸上升,維持較強的增溫效應.盡管1月和7月在夜間的變溫趨勢相反,但總體而言,相比于白天,夜間的近地層升溫更加顯著,這和陳巧俊等[15]對于珠江三角洲城市擴張的模擬結果相吻合.

由于湍流加熱及長波輻射加熱等因素,近地面升溫效應向上傳遞,使得氣溫在邊界層內均出現了升高.如圖5所示,1月,這種影響在日出后開始顯現,影響的高度在白天隨時間推移而增加,并可在日落前達到1000m的高空,隨后逐漸降低,并在夜間保持低值;7月,這種增溫效應有類似于1月的日變化特征,并且在400m以下可整日出現,最高可伸展到1500m的高空.城市化之后,7月日均凈輻射增量顯著大于1月,且7月具有更強的對流運動,因此,7月升溫效應更加顯著且可以影響到更高的氣層.

2.4 下墊面改變對城市熱島及風場的影響

下墊面物理性質的不同,通過影響地面輻射平衡,最終導致地表溫度和近地層氣溫的差異.由于城鎮化進程,人們將這種城區和郊區間溫度的不均勻分布現象稱作“城市熱島”.城市熱島強度(UHII)則是這一現象的重要衡量指標,本文將其定義為“土地利用類型為‘Urban’的格點與其余格點間的平均氣溫差值”:

如“昆南”上聲字“屢”的唱調（《雷峰塔·斷橋》【金絡索】“你緣何屢屢起狼心”，743）。其中，就相當于短寄音，由此形成實際效果是即為“屢”的字腔。其后的兩個十六分音符Rui音，演唱時必然有所頓逗，以示區分。這種演唱效果，從樂音的性質看，其實就相當于在表示這里是該字腔音勢的結點，由此可認為其后的即為過腔。

UHII(℃)=2m城市格點-2m其余格點(3)

根據該定義,可以得到控制試驗(GLC)中城市熱島強度為1.4℃(1月)及1.6℃(7月),敏感性試驗中為1.6℃(1月)及2.0℃(7月).這種熱島效應在夏季較強的現象,與YEON-HEEKIM等[16]利用測站資料對首爾地區熱島現象的研究相吻合.從兩個方面可以解釋這一成因:(1)在夏季,有更多的短波輻射到達表層,使得城市街谷能夠捕捉并存儲更多的熱量;(2)在夏季,潛熱通量(水汽通量)的絕對值是比冬季高的,當下墊面發生變化時,夏季的潛熱通量(水汽通量)的“變化量(減小量)”相比于冬季也是更大的,因此,本應通過潛熱向上傳遞的熱量更多地集聚在了近地面,使得城市地區升溫效應在夏季更加顯著.

由于城市化進程,熱島效應的強度在1月和7月均有所增加,可達0.2℃(1月)及0.4℃(7月).這種效應在1月和7月的峰值分別出現在18:00(+0.51℃)、14:00(+0.52℃).

一些研究指出,城市熱島可能產生環境惡化、能源消耗增大、近地面臭氧濃度增加甚至死亡率上升等負面影響[17],因此,城市規劃的制定者,應當考慮熱島效應的潛在危害,并制定好相應的措施予以應對.

城市發展使得下墊面粗糙度增加,產生拖曳作用;而下墊面增溫作用會誘導出局地熱力環流,影響平均風場.珠江三角洲地區風場的變化,受制于上述動力和熱力因子的相互作用.該地區1月盛行東北季風,核心城區平均風速為2.90m/s;7月盛行東南季風,核心城區平均風速為2.56m/s.

受城市化的影響,城市熱島效應加強并誘導出局地環流場,使得額外的偏南風場疊加在中心城區上空的風場上,偏南風在1月偏弱而在7月較明顯,表現為低層輻合場的一部分.

如圖6,這樣的熱島環流和大尺度背景風場疊加之后,使得中心城區的風速在1月下降了0.11m/s而在7月則上升了0.11m/s.從風速的這種變化可以看出:1月,熱力因子誘導出的局地環流和下墊面拖曳作用相輔相成,都起著降低風速的作用;7月,珠江三角洲區域盛行偏南夏季風,熱島效應誘導的偏南環流與大尺度背景風場一致,熱力因子誘導的流場起著增大風速的作用,動力因子起著相反作用,結果是前者的作用略高于后者,因此7月的平均風速有所增加.Wang等[18]利用WRF/UCM考察京津冀城市群效應時,也發現了夏季城市地區因位于輻合的上風方向而出現風速增大的現象.

2.5 下墊面改變對濕度場的影響

相對濕度反映了某一地區水汽的飽和程度,近地面蒸發蒸騰作用是其重要的影響因子之一.耦合的Noah LSM/UCM通過下墊面植被覆蓋率來計算水汽通量,因此模擬結果對于土地利用類型的變更非常敏感[19].城市的擴張使得近地面相對濕度下降(圖略),佛山中部、廣州西北及南部、中山北部等地最為明顯.區域的平均相對濕度分別降低了1.55%(1月)和3.04%(7月);這種減濕效應在新建城區尤為顯著,可達-4.73%(1月)及-9.70%(7月).實際上,模式輸出的近地面向上水汽通量的日均值在1月下降了0.015g/m2s (80.20%),7月下降了0.043g/m2s (85.57%),且降低主要集中在晝間,這反映了下墊面硬底化與植被減少帶來的蒸發作用減弱,并使得近地面絕對濕度減小.此外,城市地區近地面氣溫的升高也是導致相對濕度下降的重要因子.

2.6 下墊面改變對邊界層高度的影響

邊界層用于指代和下墊面直接相互作用的低層大氣,邊界層高度則是反映城市氣候的一個重要參數,由近地面摩擦產生的動力拖曳及地表輻射強迫所導致的對流兩種因素共同驅動.

城市化使得珠江三角洲大氣邊界層高度增加,1月和7月的月平均邊界層高度分別增加了12.2m和43.6m,在廣州西北和中南部增幅最大.在午后,邊界層升高明顯,1月為18.3m,7月為70.7m;而在凌晨,這種增幅顯著減小,僅為1.1m和32.7m.究其原因,白天近地面能量盈余增加明顯,使得熱力湍流發展更為旺盛,增加了邊界層的不穩定性,有利于邊界層抬升;在夜間,近地面能量盈余增加不顯著,且主要集中在近地面釋放,邊界層較穩定,抬升不明顯.

本文著重從下墊面物理特性的角度分析了城市擴張對氣象條件的影響.值得注意的是,城市化的影響是非常復雜的,諸如氣溶膠顆粒物對于輻射過程的影響也不可忽視.城市擴張對于局地大氣環境的影響也是一個熱點領域,這將是本研究下一階段的主要方向.

3 結論

3.1 城市地區人工下墊面與田地、林地等自然下墊面在物理性質上具有顯著差別,這種差別會影響到近地面地氣之間的物質、能量與動量交換.這種影響通過湍流、輻射等形式從低層向高層傳遞,并最終影響到邊界層內氣象要素的分布及其日變化,進而在一個較為長期的時間尺度上對局地的氣象條件產生影響.模式對于這一效應的模擬,則是通過設置不同的格點物理參數值及耦合城市冠層模式來實現的.

3.2 下墊面替換會改變地表能量平衡,反照率的降低使得下墊面捕獲并存儲了更多的能量,潛熱通量的大幅減小使得能量盈余集中在近地層釋放,從而使得近地面氣溫升高,因此,珠三角建成區氣溫將上升0.75℃(1月)及1.20℃(7月).這種增溫效應存在日變化,在夜間更加顯著.近地面的升溫通過湍流和熱輻射的作用影響到高層,平均而言,在1月可達1km,在7月可達1.2km,反映了城市化對于邊界層內氣溫的顯著影響.

3.3 城市下墊面的擴張使得城市熱島效應增強,未來的城鄉溫差將升高0.21℃(1月)及0.41℃(7月),在午后至日落的時段內,熱島強度的增幅最大;其潛在的負面影響應當引起規劃者的重視.增強的熱島效應誘導出局地熱力環流,與大尺度背景風場疊加,造成城市地區風速的不同變化,在1月降低0.11m/s,而在7月升高0.11m/s.

3.4 下墊面變更通過影響近地面水汽通量及氣溫,將使得城市地區的相對濕度下降2.61%(1月)與6.88%(7月),這種效應在1月由近地面水汽通量減少主導,而在7月則由增溫主導.減濕作用還可以影響到1.2km左右的高空.此外,邊界層高度也因活躍的對流運動而抬高,平均可達12.2m(1月)及43.6m(7月).

[1] 陶 瑋,劉峻峰,陶 澍.城市化過程中下墊面改變對大氣環境的影響[J]. 熱帶地理, 2014,34(3):283-292.

[2] 戴俐卉,洪景山,莊秉潔,等.WRF模式臺灣地區土地利用類型之更新與個案研究[J]. 大氣科學, 2008,36(1):43-61.

[3] 王雪梅,陳 燕,蔣維楣,等.珠江三角洲城市尺度規劃對大氣環境的影響效應[J]. 中山大學學報:自然科學版, 2009,48(6): 115-120.

[4] 洪瑩瑩,劉一鳴,張舒婷,等.珠三角城市化對大氣邊界層特征影響的數值模擬[J]. 中山大學學報:自然科學版, 2015,54(1): 116-123.

[5] Liao J, Wang T, Jiang Z, et al. WRF/Chem modeling of the impacts of urban expansion on regional climate and air pollutants in Yangtze River Delta, China [J]. Atmospheric Environment, 2015,106:204-214.

[6] Zhang N, Gao Z, Wang X, et al. Modeling the impact of urbanization on the local and regional climate in Yangtze River Delta, China [J]. Theoretical & Applied Climatology, 2010, 102(3/4):331-342.

[7] Arino O, Bicheron P, Achard F, et al. GLOBCOVER: the most detailed portrait of Earth [J]. ESA bulletin. Bulletin ASE. European Space Agency, 2008,136:24-31.

[8] 常 鳴,樊少芬,王雪梅.珠三角土地覆被資料優選及在WRF模式中的初步應用[J]. 環境科學學報, 2014,34(8):1922-1933.

[9] NCAR.2012.Writing static data to the Geogrid binary format [M]//NCAR.ARW User Guide. Boulder, CO:NCAR.3-37.

[10] Skamarock W C, Klemp J B, Dudhia J, et al. A Description of the Advanced Research WRF Version 3 [J]. AVAILABLE FROM NCAR; P.O. BOX 3000; BOULDER, CO, 2008,88:7-25.

[11] 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.

[12] Chen F, Kusaka H, Bornstein R, et al. The integrated WRF/urban modeling system: development, evaluation, & applications to urban environmental problems [J]. International Journal of Climatology, 2011,31(2):273-288.

[13] Kusaka H, Tewari M, Hirakuchi H. P1.4Simulation of the urban heat island effects over the Greater Houston Area with the high resolution WRF/LSM/Urban coupled system [J]. Symposium on Planning Nowcasting & Forecasting in the Urban Zone, 2004.

[14] Arnfield A J. Two decades of urban climate research: a review of turbulence, exchanges of energy and water, and the urban heat island [J]. International Journal of Climatology, 2003,23(1):1-26.

[15] 陳巧俊,王雪梅,吳志勇,等.珠三角城市擴張對春季主要氣象參數和O3濃度的影響[J]. 熱帶氣象學報, 2012,28(3):357-366.

[16] Baik J J, Kim Y H. Spatial and temporal structure of the urban heat island in Seoul [J]. Journal of Applied Meteorology, 2005, 44(5):591-605.

[17] Memon R A, Leung D Y C, Liu C. A review on the generation, determination and mitigation of Urban Heat Island [J]. Journal of Environmental Sciences, 2008,20(1):120-128.

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

[19] Morris K I, Chan A, Salleh S A, et al. Numerical study on the urbanisation of Putrajaya and its interaction with the local climate, over a decade [J]. Urban Climate, 2016,16(12):1-24.

Impacts of future land use on meteorological conditions over the Pearl River Delta Region.

ZHOU Mi1,2, CHANG Ming3, LAI An-qi1, FAN Qi1*, WANG Xue-mei3, LI Xun4, WANG Ming-jie5, CHEN Xun-lai5

(1.Guangdong Province Key Laboratory for Climate Change and Natural Disaster Studies, School of Atmospheric Science, Sun Yat-Sen University, Guangzhou 510275, China；2.School of Physics, Peking University, Beijing 100871, China；3.Institute for Environmental and Climate Research, Jinan University, Guangzhou 511443, China；4.School of Geography and Planning, Sun Yat-Sen University, Guangzhou 510275, China；5.Meteorological Bureau of Shenzhen Municipality, Shenzhen 518040, China)., 2017,37(8)：2896~2904

A coupled WRF/Noah/UCM model was employed to investigate the change of the underlying surface and simulate the impacts of urban expansion in the Pearl River Delta (PRD) on regional meteorological conditions in winter (January) and summer (July) in the future. The land use types were updated in the WRF model based on “the full scale strategic planning of the Pearl River Delta for the period of 2014~2020”. In WRF model simulation, the GlobCover 2009 (GLC2009) underlying surface data were used in the control experiment, while the updated one was employed in the sensitivity experiment. Several conclusions can be drawn from this study: significant changes of surface energy balance were observed due to the change of the underlying surface types that are caused by urban expansion; urban temperatures in the PRD region increase by 0.75℃ and 1.20℃ respectively in January and in July; relative humidity decrease by 2.61% and by 6.88% respectively in January and in July; urban heat island effect will be strengthened; the temperature difference between urban areas and rural areas increased by 0.21℃ and by 0.41℃ respectively in January and in July; the superimposing effect of thermal circulation and the large-scale circulation resultd in decrease of the wind speed by 0.11m/s in January and increase by 0.11m/s in July. In addition, changes near the surface can influence the whole boundary layer and increase the boundary layer height.

WRF/Noah/UCM；urban planning；numerical simulation；surface energy balance；urban heat island

X321

A

1000-6923(2017)08-2896-09

周 密(1993-),男,重慶人,北京大學博士研究生,目前從事大氣物理學與大氣環境方向研究.

2016-12-07

氣象行業專項項目(GYHY201406031);廣東省科技計劃項目(2014B020216003);國家自然科學基金資助項目(91544102, 41630422);國家重點研發計劃大氣專項課題(2016YFC0203305);國家科技支撐計劃項目(2014BAC21B02);深圳南方強天氣研究重點實驗室開放項目;中山大學重大項目培育和新興、交叉學科資助項目(15lgjc06)

*責任作者, 教授, eesfq@mail.sysu.edu.cn