城市形態(tài)參數(shù)對邊界層氣象條件影響的模擬

申 沖,沈 傲,田春艷,魏曉琳,李 磊,王明潔,陳訓來,樊 琦

?

城市形態(tài)參數(shù)對邊界層氣象條件影響的模擬

申 沖1,沈 傲1,田春艷1,魏曉琳2*,李 磊2,王明潔2,陳訓來2,樊 琦1

(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.深圳市氣象局,廣東 深圳 518040)

利用耦合城市冠層方案的氣象模式WRF,選取高密度城市深圳,通過在模式中設置不同建筑物高度和密度的敏感性試驗,研究城市形態(tài)參數(shù)對邊界層氣象條件的影響.結果表明:建筑物高度和密度增加會使日間城市冠層對熱量的截留作用增強,城市儲熱分別增加約6W/m2和9W/m2;在城市冠層遮蔽效應和截限作用的共同影響下,建筑物高度增加會使日間地表溫度降低約0.3℃,而建筑物密度增大則會引起地表溫度增加0.6℃以上, 2m溫度和地表溫度的變化有很好的一致性.城市建筑物高度和密度增加均會引起地表粗糙度增加,造成風速分別降低約0.4m/s和0.6m/s,同時在夜間,由于湍流運動增強,使得夜間邊界層高度分別增加約30~40m和20~30m.反之,建筑物高度和密度減小使日間儲熱減小6~7.5W/m2,10m風速增加約0.3m/s和0.4m/s,夜間邊界層高度降低約30~50m和10~30m.

城市形態(tài)；氣象要素；WRF；城市冠層方案

隨著經(jīng)濟迅猛發(fā)展,城市化進程明顯,城市擴張使得更多的自然土地利用類型發(fā)生人為的改變,從而導致粗糙度、反照度、非滲透性下墊面覆蓋比例等下墊面屬性都有所變化,也直接導致城市冠層結構的改變,影響了局地大氣環(huán)流,從而改變了城市氣象條件[1-7],并進一步影響到大氣環(huán)境場[8-12].

近年來,中外學者在發(fā)展城市冠層參數(shù)化方案上做了大量的研究[13-16].耦合了城市冠層方案的中尺度氣象模式已成為研究城市化進程對區(qū)域氣候影響的有效手段.部分國內(nèi)外的學者針對模式中不同城市冠層參數(shù)方案對氣象要素的影響進行了評估,包括雅典[17],德克薩斯[18],休斯頓[19],長三角[20],重慶[21],北京[22]等,大多數(shù)研究結果表明多層城市冠層方案模擬結果與實際觀測結果更為吻合.而城市冠層方案中的參數(shù)包括城市建筑物形態(tài)、建筑物表面的物理熱力屬性、人為熱、城市分數(shù)項等,Loredan等[23]和Wang等[24]分別采用模型響應分析方法和蒙特卡羅方法評估WRF模式中城市冠層輸入?yún)?shù)對模式輸出結果的影響,研究表明,城市街谷幾何參數(shù)是影響通量變化的關鍵.陳燕等[25]和王詠薇等[21]分別利用增加建筑物影響的區(qū)域邊界層模式和耦合多層城市冠層方案的WRF模式研究不同建筑物高度和密度對杭州、重慶熱動力結構的影響, 發(fā)現(xiàn)建筑物的增高和增密導致風速減小明顯,湍能增加明顯,對城市近地層溫度也產(chǎn)生一定的影響,而地氣熱量交換在白天和夜間變化不同.城市冠層方案中除了建筑物形態(tài)結構外,城市分數(shù)項也是影響地表能量平衡的關鍵參數(shù),模式默認的城市分數(shù)項在城市格點均設為固定值,沒有體現(xiàn)空間差異性,無法代表真實的城市非滲透性下墊面的占比情況.為了解決上述問題,Adachi[26]和Lin等[27]針對日本和臺灣區(qū)域建立了高分辨率非均一的城市分數(shù)項下墊面數(shù)據(jù),并應用于耦合了單層冠層方案的WRF模式中,有效地改善了模式的模擬結果.隨著城市冠層模式的發(fā)展及其對氣象條件影響的研究,Salamanca等[19]指出研究城市冠層對大氣環(huán)境的影響是未來方向.Martilli等[17]和Paz等[28]利用耦合了多層城市冠層方案的空氣質量模式研究BEP方案對雅典、馬德里城市空氣質量的影響,發(fā)現(xiàn)BEP方案改善了建筑區(qū)域的風速,污染物的模擬亦有明顯的改善.

1 研究方法

1.1 模式介紹

本文采用的模式為WRF3.8.1版本,該模式包括微物理、積云、邊界層、陸面模式等多種物理參數(shù)化方案,可以根據(jù)研究區(qū)域實際情況選擇適合的物理參數(shù)化方案進行氣象條件的模擬.

近年來,城市冠層方案與WRF模式的耦合發(fā)展比較成熟.在WRF中,不同的城市冠層方案一般被耦合到Noah陸面模式(Noah LSM)中.其中多層城市冠層方案(BEP)是Martilli等[15]在莫寧-奧布霍夫相似理論的基礎上,利用二維街谷方法描述城市冠層地貌,并把建筑物對熱量的阻截作用項加入到熱量預報方程中,對氣流的拖曳作用項添加到動能預報方程;并且在湍流動能(TKE)方程中添加了由于建筑物垂直表面拖曳作用產(chǎn)生的湍流動能以及水平表面剪切力和熱浮力作用.BEP方案把城市冠層中的建筑物劃分為數(shù)層,并設置每一層在WRF網(wǎng)格中的出現(xiàn)概率,從而更好地表征城市形態(tài)結構.

1.2 模式設置

模擬采用三重網(wǎng)格,中心點設置在深圳(22.6°N,114.2°E),采用LAMBERT投影方式,垂直方向上設置30層,模式頂?shù)臍鈮簽?0hPa.網(wǎng)格設置采用136′130,124′106,130′124三重嵌套,網(wǎng)格距分別為9km,3km,1km,第三層嵌套范圍覆蓋整個深圳市,模擬區(qū)域如圖1所示.其中氣象初始條件和邊界條件來自于1°′1°的NCEP 全球再分析資料,針對土地利用類型資料,模式內(nèi)置的MODIS數(shù)據(jù)被替換成與珠江三角洲地區(qū)實際情況更為一致的GLC2009[29].

模式選取的物理參數(shù)化方案包括:New Goddard短波輻射方案,RRTM長波輻射方案,Lin微物理方案,BouLac邊界層參數(shù)化方案,Noah陸面過程方案,BEP城市冠層方案和Kain-Fritsch積云對流方案,其中積云對流方案用于第一重網(wǎng)格.

模擬時段選擇了2016年10月30日~11月04日,考慮模式的適應調整(spin-up)時間,研究時段為11月2日,從地面天氣圖(圖2)可知2日有弱冷空氣南下,中國北部和東部受冷高壓控制,高壓脊南伸至東南亞一帶,該時段廣東省位于高壓脊前,受東北風影響,風速偏大,易形成晴好天氣.分析深圳氣象要素時間序列(圖2),11月1日~3日,深圳市有明顯的降溫過程,并伴隨著氣壓上升和相對濕度下降,其中降溫幅度大約2.5℃,深圳市始終吹偏北風,風速在2日偏大,約為3m/s,且云量較低,為晴朗少云天氣,便于分析冠層方案對城市熱環(huán)境和動力環(huán)境的影響.

圖1 模擬區(qū)域及地形高度示意

1.3 城市分數(shù)參數(shù)本地化改進

WRF模式中不同的城市冠層方案一般被耦合到Noah LSM中,用以計算城市冠層向大氣輸出的感熱通量、潛熱通量和動量通量等.當Noah LSM耦合了城市冠層方案后,計算城市下墊面某格點中輸出到大氣模式的地表溫度、感熱、潛熱等變量時,會把格點分為兩部分輸出,包括Noah LSM計算輸出的自然下墊面的表面通量和溫度,以及城市冠層方案提供的非滲透性下墊面的通量,再根據(jù)城市冠層方案中設定的城市分數(shù)取加權平均,得到該格點總輸出變量值,如下公式:

記得有一次，李小樹往兩個高腳杯里倒好酒后，就一只手托著一個酒杯輕輕地晃蕩著，等兩個玻璃杯壁都掛著一層閃耀的紅褐色光澤，他才很紳士地遞了一杯給我，自己則托著手里的杯子輕輕抿了一小口。李小樹微閉著眼睛咂巴著嘴，做出一副很陶醉的樣子對我說：“哥們兒，你覺得——這世上——哪種女人最有味道？”

=Veg′Veg+Urb′Urb(1)

式中:為格點輸出變量;Veg為格點中Noah LSM輸出部分的比率,Urb為城市冠層輸出部分的比率(城市分數(shù)項),兩者之和為1;Veg為Noah LSM計算的自然下墊面輸出變量;Urb在本研究中為多層城市冠層方案輸出的城市下墊面變量[30].

在耦合了城市冠層方案的Noah LSM中,城市分數(shù)是給出城市百分比的最重要參數(shù),它表征了模式子網(wǎng)格中非滲透性下墊面的比例.在默認的BEP方案中,城市分數(shù)在城市列表中設為固定值0.95,被分配給所有的中心城區(qū)和城郊的網(wǎng)格,如圖3a.然而,在實際情況下,城市分數(shù)分布并不均勻,固定的城市分數(shù)值不能很好地代表區(qū)域的分布差異.因此,為了更準確地描述在BEP方案中城市分數(shù)分布的特征, 建立了詳細的本地化城市分數(shù)(圖3b),替換模式中城市分數(shù)默認值,并應用于多層冠層方案中.本地化城市分數(shù)的建立首先利用地理信息系統(tǒng)(GIS)將Landsat 2010年30m高分辨率土地利用類型數(shù)據(jù)根據(jù)所設置的網(wǎng)格區(qū)域處理為1km分辨率的非均一城市分數(shù)分布,即計算1km′1km網(wǎng)格內(nèi)城市下墊面類型占比;隨后利用地理自動分析系統(tǒng)將GIS處理好的城市分數(shù)格點數(shù)據(jù)轉換成為WRF模式可讀取二進制格式;將二進制城市分數(shù)數(shù)據(jù)添加至靜態(tài)地理數(shù)據(jù)庫中,并在WRF前處理系統(tǒng)(WPS)的GEOGRID.TBL文件中添加讀取該數(shù)據(jù),運行WPS將城市分數(shù)數(shù)據(jù)插值到模擬區(qū)域,用于后續(xù)考慮城市冠層方案的WRF模擬.

1.4 模擬能力評估

為驗證城市分數(shù)參數(shù)本地化改進前后WRF模式的氣象模擬能力及可靠性,針對模擬時段設置兩組敏感性試驗,其中Base_new方案為采用本地化城市分數(shù), Base_old方案為采用模式默認的城市分數(shù),利用模擬時段觀測與模擬小時數(shù)據(jù)進行對比驗證.利用偏差反映模擬值與觀測值的平均偏離程度,平均絕對誤差反映平均的絕對誤差情況,均方根誤差反映模擬值與觀測值的偏離程度,各參數(shù)值越接近0,表明模擬效果越好;同時選擇相關性系數(shù)來表征模擬值與觀測值之間變化趨勢的吻合程度,越接近1,表明模擬效果越好.

本文選取了深圳城區(qū)35個氣象自動觀測站點,將Base_new和Base_old方案模擬不同站點的氣象要素(2m溫度、相對濕度和10m風速)與2016年11月1~4日逐時觀測值進行了統(tǒng)計比較驗證,結果見表1.采用本地化的城市分數(shù)后,模式模擬結果均有一定程度的變化:2m溫度、相對濕度、10m風速的模擬值和觀測值的偏差分別由0.92℃變?yōu)?.55℃, -1.16%變?yōu)?.22%,-0.30m/s變?yōu)?.04m/s,可見更新城市分數(shù)后對2m溫度和10m風速有明顯的改善效果.而城市分數(shù)本地化對氣象要素模擬值和觀測值的相關性影響較小,2m溫度和相對濕度的相關系數(shù)有略微的增加,均大于0.8,10m風速模擬值和觀測值的相關性則在0.55以上.綜上可知,采用本地化城市分數(shù)的模式可以更好地模擬出氣象要素變化趨勢,能夠較好地反映研究時段深圳地區(qū)的各氣象要素場.因此,下文的研究均以采用本地化城市分數(shù)的模式為基礎.

表1 模式模擬的氣象變量數(shù)據(jù)與觀測數(shù)據(jù)的對比驗證

1.5 模擬方案設計

基于本地化城市分數(shù),針對深圳市的關鍵城市形態(tài)參數(shù)(建筑物高度和建筑物密度)設置敏感性數(shù)值試驗(表2).通過對比不同的試驗方案(Case-Base)來研究這些城市形態(tài)參數(shù)對各氣象要素的影響,其中Case3為建筑物之間的間距減小,表征建筑物密度增加,Case4為建筑物之間的間距增大,表征建筑物密度降低.

表2 敏感性數(shù)值試驗設置

2 結果分析

2.1 城市形態(tài)參數(shù)對氣象要素日變化的影響

針對深圳區(qū)域范圍內(nèi)所有城市格點(圖3a中紅色網(wǎng)格)的氣象要素,包括地表溫度(TSK)、2m溫度(T2)、對地熱通量(GRD)、感熱通量(HFX)、10m風速(WS)和邊界層高度(PBLH),統(tǒng)計不同Case方案相對于Base方案模擬的日間(9:00~18:00)和夜間(19:00~8:00)結果的平均改變率,如表3.再進一步結合圖4和圖5中城市形態(tài)參數(shù)對各氣象要素影響的日變化分布圖,分析改變建筑物高度和密度對城市下墊面各氣象要素的影響.

2.1.1 對熱力場的影響 由圖4可知,各方案對日間地表溫度、對地熱通量和感熱通量的影響均明顯大于夜間,其中建筑物密度的影響略大于建筑物高度的影響.針對地表溫度,建筑物高度和密度對其的影響有明顯的差異性,主要體現(xiàn)在夜間.建筑物高度降低(Case1)使得地表溫度在日間有明顯地增加,最大值為0.33℃,夜間降低約0.05℃,建筑物高度增加(Case2)則使得地表溫度在日間降低,夜間增加;建筑物密度對地表溫度的影響在日間和夜間表現(xiàn)一致,建筑物密度增加(Case3)引起地表溫度在日間和夜間分別增加0.6℃和0.06℃左右,建筑物密度減小(Case4)使得日間和夜間地表溫度分別降低約為0.15℃和0.03℃.該結論和王詠薇等[21]得到的建筑物高度的增加導致地表溫度在白天減小,最大減小約為 0.8℃,建筑物高度和密度增加均造成夜間地表溫度增加的結論保持一致.地表溫度的變化受能量及輻射平衡的影響,建筑物高度增加使得白天對短波輻射的遮蔽效應增強,到達城市冠層底部的短波輻射相對減少,造成了白天地表溫度的降低;而建筑物密度的增加使得城市冠層對熱量的截留作用更加明顯,同時風速也相應減小明顯,使得局地地表溫度增加.

在白天,對地熱通量為負,以儲存熱量為主,建筑物高度和密度降低(Case1和Case4)使得城市冠層截留熱量的作用減弱,城市儲熱減少,相對于Base方案平均改變率分別為-4.57%和-6.91%;建筑物高度和密度增加(Case2和Case3)使得城市冠層遮蔽作用增強,城市儲熱有所增加,均在11:00~16:00增加幅度最大,最大增加值分別為4.8W/m2和5.7W/m2,日平均改變率分別為5.31%和5.75%;夜間,對地熱通量為正,以釋放熱量為主,由于建筑物高度和密度降低造成日間儲存熱量減小,導致夜間釋放熱量相應減少,進一步引起了夜間地表溫度的降低,而建筑物高度和密度增加在日間儲熱增加,則夜間釋放熱量增加,地表溫度也同樣是增加的.王詠薇等[21]研究也發(fā)現(xiàn)建筑物高度和密度的增加導致日間儲熱增加,正午增加最明顯,白天儲存的能量在夜間釋放,夜間地表溫度增加.

建筑物高度和密度的改變對2m溫度的影響小于地表溫度,由于2m溫度主要受到地表溫度的影響,因此和地表溫度的變化有很好的一致性.建筑物高度降低(Case1)使得2m溫度在日間和夜間變化約±0.1℃,日間溫度增加,夜間溫度降低,建筑物高度增加(Case2)則使得2m溫度在日間降低,夜間增加;建筑物密度增加(Case3)引起2m溫度在日間和夜間以增加為主,建筑物密度減小(Case4)使得日間和夜間2m溫度降低. 該結論和王詠薇等[21]得到的建筑物高度的增加,日間溫度降低,最大達到0.4℃,夜間溫度明顯升高,最大可達0.7℃,建筑物密度增加,夜間溫度升高0.4℃的結論保持一致,但建筑物形態(tài)結構改變造成溫度改變的程度略低于王詠薇等[21]得的研究.

圖4 建筑物高度和密度對深圳城市格點地表溫度(TSK)、對地熱通量(GRD)、2m溫度(T2)和感熱通量(HFX)日變化的影響(2016-11-02)

針對感熱通量,白天感熱通量為正,熱量由地表傳遞到大氣,建筑物高度和建筑物密度降低(Case1和Case4)使得感熱通量以增加為主,分別大約增加 1W/m2和7W/m2,其中建筑物高度的改變使得感熱通量出現(xiàn)增加的時刻從14:00開始,并且影響程度明顯小于建筑物密度;建筑物高度和密度增加(Case2和Case3)引起感熱通量降低,日間平均改變率分別為-0.87%和-6.65%;夜間,感熱通量為負,熱量由大氣傳遞到地表,各方案影響程度均很小.造成建筑物密度對感熱通量影響較明顯的主要原因和溫度梯度、風速有關,建筑物密度增加對地表溫度的增溫效果大于建筑物高度降低的影響,但對2m溫度,建筑物高度降低的影響更大,最終建筑物密度增加使得近地面和大氣的溫度梯度增加更為明顯,結合風速的變化,建筑物密度增加使得風速有明顯的降低,建筑物高度降低則引起風速增加,考慮溫度梯度和風速的共同影響,建筑物密度增加使得日間感熱通量有明顯的降低,而建筑物高度降低僅造成日間感熱通量有略微增加.

2.1.2 對動力場的影響 由10m風速的日變化序列圖(圖5a)可以看出,建筑物高度和密度對風速的影響沒有呈現(xiàn)明顯的日變化特征,對日間和夜間影響程度相當.建筑物高度和密度降低(Case1和Case4)使得地表粗糙度降低,造成10m風速在日間和夜間均有所增加(日間:6.68%和9.15%;夜間:7.13%和9.32%);反之,建筑物高度和密度增加(Case2和Case3)使得10m風速有所減小(日間:-8.14%和-13.99%;夜間:-6.27%和-13.90%).陳燕等[25]和王詠薇等[21]研究得到建筑物高度和密度增加導致風速降低0.4~ 1.6m/s和0.3~0.5m/s,本文結論和上述結果有很好的一致性.

圖5 建筑物高度和密度對深圳城市格點10m風速(WS)和邊界層高度(PBLH)日變化的影響(2016-11-02)

建筑物高度和密度對邊界層高度的影響則有顯著的日變化特征,且對邊界層高度的影響在夜間更為明顯,建筑物高度和密度降低(Case1和Case4)使得邊界層高度在夜間分別降低7.16%和3.73%,建筑物高度和密度增加(Case2和Case3)引起邊界層高度在夜間分別增加5.44%和5.23%;而日間,從圖5b可以看出建筑物高度降低和密度增加均使得邊界層高度增加,而建筑物高度增加和密度降低則使得邊界層高度減小,與地表溫度、2m溫度有很好的對應.出現(xiàn)上述邊界層高度變化的原因在2.2.2節(jié)有進一步的分析.

表3 不同Case方案相對于Base方案模擬的深圳城市格點日間、夜間氣象要素改變率((Case-Base)/Base′100,%)

2.2 城市形態(tài)參數(shù)對氣象要素空間分布的影響

由2.1節(jié)可知,建筑物高度和密度改變對日間熱力場、10m風速以及夜間邊界層高度的影響較為明顯,因此本小節(jié)將進一步分析城市形態(tài)參數(shù)對其空間分布的影響.

2.2.1 對熱力場的影響 選取9:00~18:00對地熱通量、地表溫度和2m溫度做日間平均空間分布圖.圖6為不同城市形態(tài)參數(shù)改變對日間對地熱通量的影響.日間熱量由地表傳遞到土壤中,對地熱通量為負值(圖6a),因此改變量(Case-Base)為正值即為對地熱通量減少,負值表征對地熱通量增加.從圖中可以看出,在城市下墊面對地熱通量有明顯的變化,建筑物高度和密度降低(Case1和Case4),城市冠層截留熱量的作用減弱,使得對地熱通量降低,即城市儲熱減少6~7.5W/m2,而建筑物高度和密度增加(Case2和Case3)使得城市冠層對熱量的截留作用增強,城市儲熱增加,分別為6W/m2和9W/m2左右.

改變城市形態(tài)參數(shù)對對地熱通量的影響與地表溫度相互作用.建筑物高度降低(Case1)使城市下墊面地表溫度增加,在0.4~0.6℃左右,建筑物高度增加(Case2)使城市下墊面地表溫度降低0.3℃左右(圖7),說明隨著建筑物高度的增加,建筑物之間的天頂角變小,建筑物在白天對短波輻射的遮蔽效應增強,導致白天到達地面的短波輻射減小,同時建筑物高度增加,造成進入冠層的短波輻射傳輸路徑增加,從而到達冠層底部的短波輻射會相應減少,兩者共同影響,使得地表溫度有所降低.建筑物密度增大(Case3)引起城市下墊面地表溫度增加0.6℃以上,建筑物密度減小(Case4)使城市下墊面地表溫度降低0.3℃左右.建筑物密度的增大使得城市冠層對長波輻射的截限作用更加明顯,使得截留在冠層內(nèi)部的熱量增加,同時,風速也減小明顯(圖9c),導致流場對熱量的輸送作用減弱,使得局地地表溫度增加,熱量由地表傳遞給土壤,造成儲熱增加;反之則截留在冠層內(nèi)部的熱量減少,風速增加,地表溫度也相應降低,傳遞給土壤的熱量減少,儲熱減小.日間城市儲熱情況進一步影響了夜間熱量釋放過程和地表溫度變化情況.

圖7 建筑物高度和密度對深圳日間地表溫度(TSK)的影響(℃)

圖8 建筑物高度和密度對深圳日間2m溫度(T2)的影響 (℃)

2m溫度對城市形態(tài)參數(shù)的敏感度略小于地表溫度,從圖8可知建筑物高度降低和密度增加(Case1和Case3)使得城市下墊面2m溫度增加約0.25℃和0.1℃,建筑物高度增加和密度降低(Case2和Case4)使得2m溫度減小約0.1℃和0.05℃,和地表溫度的變化有很好的一致性.日間地表溫度高于2m溫度,熱量由地表傳遞到大氣,因此2m溫度變化主要受到地表溫度的影響,地表溫度增加(降低)導致2m溫度的增加(降低),另外建筑物密度增加(Case3)會造成日間風速降低明顯,由地表傳遞到大氣的熱量有一定程度減少,最終使得2m溫度的增加幅度明顯低于Case1方案.

2.2.2 對動力場影響 城市形態(tài)參數(shù)改變除了對熱力場有一定的影響外,對風速和邊界層高度的影響更為顯著. 10m風速在深圳城市下墊面呈現(xiàn)明顯的低值區(qū).在城市下墊面,建筑物高度和密度增加(Case2和Case3)使得10m風速明顯降低約0.4和0.6m/s,建筑物高度和密度降低(Case1和Case4)使得10m風速增加約0.3和0.4m/s(圖9).出現(xiàn)上述現(xiàn)象原因主要和地表粗糙度相關,城市建筑物密度增加和較高的建筑物均會引起地表粗糙度增加,對大氣拖曳作用更加明顯,從而導致風速降低;反之,當城市建筑物密度小、高度較低時,地表粗糙度減小,使得風速有所增加.

圖9 建筑物高度和密度對深圳10m風速(WS)的影響 (m/s)

圖10 建筑物高度和密度對深圳夜間邊界層高度(PBLH)的影響(m)

從表3可知,各方案對夜間邊界層高度的改變尤為明顯,且改變建筑物高度對夜間邊界層高度的影響略大于建筑物密度的影響.圖10給出了建筑物高度和密度對深圳夜間邊界層高度影響的空間分布圖.在城市下墊面,建筑物高度和密度降低(Case1和Case4)使得夜間邊界層高度降低約30~50m和10~30m;建筑物高度和密度增加(Case2和Case3)使得夜間邊界層高度增加約30~40m和20~30m.從熱力角度分析,建筑物形態(tài)結構對夜間邊界層高度分布的影響與夜間地表溫度、2m溫度有很好的對應關系,建筑物高度和密度降低使得夜間地表溫度和2m溫度降低,對應邊界層高度的降低,反之亦然.另外在夜間,地面凈輻射為負值,下墊面冷卻,導致大氣邊界層從下往上降溫,逐漸發(fā)展成為逆溫層結的穩(wěn)定邊界層,地表和局地因素會對邊界層高度起到重要作用[32],并且穩(wěn)定層結時湍渦在運動中反抗重力做功,消耗動能,從而對湍流交換起抑制作用[33],影響邊界層高度的變化,因此夜間邊界層高度改變明顯的原因也和湍流運動密切相關.由于白天湍流交換系數(shù)明顯大于夜間,城市下墊面日間邊界層高度在1000m以上,夜間邊界層高度約300~400m.從模式中提取湍流垂直交換系數(shù),對深圳城市下墊面格點進行平均,給出時間-高度湍流垂直交換系數(shù)剖面圖.圖11為各Case試驗與Base試驗模擬地湍流垂直交換系數(shù)差值圖,從圖中可以看出,較小的建筑物高度和密度(Case1和Case4)使得湍流垂直交換系數(shù)在1200m以下有所降低,并且夜間邊界層范圍內(nèi)湍流減弱相對日間更為明顯,導致邊界層高度在夜間降低明顯,而較高的建筑物高度和密度對低層風場的影響,使得更多的平均動能轉換為湍流動能,湍流垂直交換系數(shù)有明顯的增大,尤其在夜間,400m高度范圍內(nèi)湍流運動增強,利于邊界層的抬升,使得夜間邊界層高度有明顯地增加.同時建筑物高度變化引起湍流變化的程度大于建筑物密度對其的影響,導致建筑物高度對夜間邊界層高度的影響略大于建筑物密度的影響.陳燕等[25]研究也發(fā)現(xiàn)建筑物變高、變密時,低層大氣和高層之間湍流交換更強,大氣層結不穩(wěn)定性增加,容易出現(xiàn)強烈混合的情況,邊界層高度也相應增高.

圖11 建筑物高度和密度對深圳城市格點湍流垂直交換系數(shù)的影響(2016-11-02)

本文研究表明,城市形態(tài)參數(shù)的變化對城市能量平衡過程、風速、邊界層高度等的模擬均有一定的影響.目前,模式中關于建筑物高度分布、建筑物寬度、道路寬度等參數(shù)的設置同城市分數(shù)項類似,均是在城市冠層參數(shù)列表中設置固定值來代表整個區(qū)域城市下墊面的形態(tài)特征,沒有體現(xiàn)空間差異性,很多學者也在之前的研究中提出了建立實際的城市形態(tài)資料,引入模式中,對提高城市冠層方案的模擬能力至關重要[19,28,31].但在國內(nèi)建筑物形態(tài)數(shù)據(jù)較難獲取,該方面的研究依舊相對空白.因此,本研究后續(xù)擬與城市規(guī)劃部門合作,在收集相關地理信息數(shù)據(jù)的基礎上開展真實城市形態(tài)參數(shù)對氣象條件的影響研究,相關的成果可為進一步開展城市通風、城市熱島、城市微氣候的研究提供相應的理論支撐.

3 結論

3.1 不同的城市形態(tài)參數(shù)(建筑物高度和建筑物密度)對2m溫度、地表溫度、對地熱通量、感熱通量、10m風速、邊界層高度有一定程度的影響,對各要素日間和夜間的影響也有所差異.

3.2 城市形態(tài)參數(shù)對地表溫度、對地熱通量和感熱通量的日間影響明顯大于夜間.建筑物高度和密度增加使得城市冠層對熱量的截留作用增強,城市儲熱增加,但建筑物高度增加使得白天對短波輻射的遮蔽效應增強,地表溫度日間降低0.3℃左右,而建筑物密度增大使得城市冠層對長波輻射的截限作用更加明顯,城市下墊面地表溫度增加0.6℃以上.日間儲存的熱量在夜間會進一步影響地表溫度的變化情況.2m溫度和地表溫度的變化有很好的一致性.

3.3 建筑物高度和密度對日間和夜間10m風速的影響程度相當.城市建筑物高度和密度增加均會引起地表粗糙度增加,對大氣拖曳作用明顯,造成風速降低約0.4m/s和0.6m/s,反之,建筑物高度和密度降低使得10m風速增加約0.3m/s和0.4m/s.

3.4 建筑物高度和密度對邊界層高度的影響在夜間更為明顯,建筑物高度和密度增加使得夜間邊界層高度增加約30~40m和20~30m,建筑物高度和密度降低使得夜間邊界層高度降低約30~50m和10-30m.夜間邊界層高度改變明顯的原因和湍流運動密切相關.

[1] Bornstein R D. Observations of the Urban Heat Island Effect in New York City [J]. Journal of Applied Meteorology, 1968,7(7):575-582.

[2] Oke T R. City size and the urban heat island [J]. Atmospheric Environment, 1973,7(8):769-779.

[3] Mirzaei P A, Haghighat F. Approaches to study Urban Heat Island – Abilities and limitations [J]. Building and Environment, 2010,45(10): 2192-2201.

[4] 周軍芳,范紹佳,李浩文,等.珠江三角洲快速城市化對環(huán)境氣象要素的影響 [J]. 中國環(huán)境科學, 2012,32(7):1153-1158. Zhou J F, Fan S J, Li H W, et al. Impact of urbanization on meteorological factors in Pearl River Delta [J]. China Environmental Science, 2012,32(7):1153-1158.

[5] 陸 燕,王勤耕,翟一然,等.長江三角洲城市群人為熱排放特征研究 [J]. 中國環(huán)境科學, 2014,34(2):295-301. Lu Y, Wang Q G, Zhai Y R, et al. Anthropogenic heat emissions in the Yangtze River Delta region [J]. China Environmental Science, 2014, 34(2):295-301.

[6] 錢敏蕾,徐藝揚,李 響,等.上海市城市化進程中熱環(huán)境響應的空間評價 [J]. 中國環(huán)境科學, 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.

[7] 周 密,常 鳴,賴安琪,等.未來土地利用類型對珠江三角洲氣象場的影響 [J]. 中國環(huán)境科學, 2017,37(8):2896-2904. Zhou M, Chang M, Lai A Q, et al. Impacts of future land use on meteorological conditions over the Pearl River Delta Region [J]. China Environmental Science, 2017,37(8):2896-2904.

[8] Wang X M, Lin W S, Yang L M, et al. A numerical study of influences of urban land-use change on ozone distribution over the Pearl River Delta region, China [J]. Tellus B, 2007,59(3):633-641.

[9] Wang X M, Chen F, Wu Z Y, et al. Impacts of Weather Conditions Modified by Urban Expansion on Surface Ozone: Comparison between the Pearl River Delta and Yangtze River Delta Regions [J]. Advances in Atmospheric Sciences, 2009,26(5):962-972.

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

[11] Zhu B, Kang H Q, Zhu T, et al. Impact of Shanghai urban land surface forcing on downstream city ozone chemistry [J]. Journal of Geophysical Research Atmospheres, 2015,120(9):4340-4351.

[12] Li M M, Song Y, Mao Z C, et al. Impacts of thermal circulations induced by urbanization on ozone formation in the Pearl River Delta region, China [J]. Atmospheric Environment, 2016,127:382-392.

[13] Masson V. A physically based scheme for the urban energy budget in atmospheric models [J]. Boundary-Layer Meteorology, 2000,94(3): 357-397.

[14] Kusaka H, Kondo H, KikegawaI 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.

[15] Martilli A, Clappier A, Rotach M. An urban surface exchange parameterization for mesoscale models [J]. Boundary-Layer Meteorology, 2002,104(2):261-304.

[16] Salamanca F, Martilli A. A new building energy model coupled with an urban canopy parameterization for urban climate simulations-Part II. Validation with one dimension off-line simulations [J]. Theoretical and Applied Climatology, 2010,99(3/4):345-356.

[17] Martilli A, Roulet Y A, Junier M, et al. On the impact of urban surface exchange parameterisations on air quality simulations: the Athens case [J]. Atmospheric Environment, 2003,37(30):4217-4231.

[18] Lee S H, Kim S W, Angevine W M, et al. Evaluation of urban surface parametrizations 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.

[19] Salamanca F, Martilli A, Tewari M, et al. A Study of the Urban Boundary Layer Using Different Urban Parameterizations and High-Resolution Urban Canopy Parameters with WRF [J]. Journal of Applied Meteorology and Climatology, 2011,50(5):1107-1128.

[20] Liao J B, Wang T J, Wang X M, et al. Impacts of different urban canopy schemes in WRF/Chem on regional climate and air quality in the Yangtze River Delta, China [J]. Atmospheric Research, 2014,145– 146:226-243.

[21] 王詠薇,伍見軍,杜 欽,等.不同城市冠層參數(shù)化方案對重慶高密度建筑物環(huán)境的數(shù)值模擬研究[J]. 氣象學報, 2013,71(6):1130-1145. Wang Y W, Wu J J, Du Q, et al. Numerical study of the Chongqing high-density buildings environment by the WRF with the different urban canopy schemes [J]. Acta Meteorologica Sinica, 2013,71(6): 1130-1145.

[22] 蔣立輝,余 梁,秦宇燾,等.城市冠層方案對北京地區(qū)天氣模擬影響的研究[J]. 中國民航飛行學院學報, 2016,27(3):20-22,26. Jiang L H, Yu L, Qin Y T, et al. Effect of Urban Canopy Scheme on the Weather Simulation Research in Beijing Area [J]. Journal of Civil Aviation Flight University of China, 2016,27(3):20-22,26.

[23] Loridan T, Grimmond C S B, Grossman-Clarke S, et al. Trade-offs and responsiveness of the single-layer urban canopy parametrization in WRF: An offline evaluation using the MOSCEM optimization algorithm and field observations [J]. Quarterly Journal of the Royal Meteorological Society, 2010,136(649):997-1019.

[24] Wang Z H, Bouzeid E, Au S K, et al. Analyzing the Sensitivity of WRF's Single-Layer Urban Canopy Model to Parameter Uncertainty Using Advanced Monte Carlo Simulation [J]. Journal of Applied Meteorology and Climatology, 2010,50(9):1795-1814.

[25] 陳 燕,蔣維楣.城市建筑物對邊界層結構影響的數(shù)值試驗研究[J]. 高原氣象, 2006,25(5):824-833. Chen Y, Jiang W M. The Numerical Experiments of the Effect of Urban Buildings on Boundary Layer Structure [J]. Plateau Meteorology, 2006,25(5):824-833.

[26] Adachi S A, Kimura F, Kusaka H, et al. Moderation of Summertime Heat Island Phenomena via Modification of the Urban Form in the Tokyo Metropolitan Area [J]. Journal of Applied Meteorology and Climatology, 2014,53(8):1886-1900.

[27] Lin C, Su C J, Kusaka H, et al. Impact of an improved WRF-urban canopy model on diurnal air temperature simulation over northern Taiwan [J]. Atmospheric Chemistry and Physics, 2016,16(3):28483- 28516.

[28] Paz D D L, Borge R, Martilli A. Assessment of a high resolution annual WRF-BEP/CMAQ simulation for the urban area of Madrid (Spain) [J]. Atmospheric Environment, 2016,144:282-296.

[29] 常 鳴,樊少芬,王雪梅.珠三角土地覆被資料優(yōu)選及在WRF模式中的初步應用[J]. 環(huán)境科學學報, 2014,34(8):1922-1933. Chang M, Fan S F, Wang X M. Impact of refined land-cover data on WRF performance over the Pearl River Delta region, China [J]. Acta Scientiae Circumstantiae, 2014,34(8):1922-1933.

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

[31] Loridan T, Grimmond C S B. Characterization of Energy Flux Partitioning in Urban Environments: Links with Surface Seasonal Properties [J]. Journal of Applied Meteorology and Climatology, 2012,51(2):219-241.

[32] 張 鑫,蔡旭暉,柴發(fā)合.北京市秋季大氣邊界層結構與特征分析[J]. 北京大學學報:自然科學版, 2006,42(2):220-225. Zhang X, Cai X H, Chai F H. Structures and Characteristics of the Atmospheric Boundary Layer over Beijing Area in Autumn [J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2006,42(2):220-225.

[33] 盛裴軒,毛節(jié)泰,李建國,等.大氣物理學[M]. 北京大學出版社, 2013: 270-271. Sheng P X, Mao J T, Li J G, et al. Atmospheric physics [M]. Peking University Press, 2013:270-271.

致謝：本文的模式模擬工作在中山大學曙光5000A高性能計算平臺完成,在此表示感謝.

Assessment of urban morphological structure parameters effects on meteorological fields in planetary boundary layer.

SHEN Chong1, SHEN Ao1, TIAN Chun-yan1, WEI Xiao-lin2*, LI Lei2, WANG Ming-jie2, CHEN Xun-lai2, FAN Qi1

(1.School of Atmospheric Sciences/Guangdong Province Key Laboratory for Climate Change and Natural Disaster Studies, Sun Yat-sen University, Guangzhou 510275, China；2.Meteorological Bureau of Shenzhen Municipality, Shenzhen 518040, China)., 2019,39(1)：72~82

In this paper, the regional meteorological model WRF with urban canopy scheme has been used to study the impacts of urban morphological parameters on the meteorological fields in planetary boundary layer over the Shenzhen region (high population and building density city). The results from sensitivity experiments showed that the interception of heat in the urban canopy was enhanced in the daytime by the higher building height and density, and therefore the heat storage in the urban areas was also increased by about 6W/m2and 9W/m2. Considering the effects of both shading and trapping by the urban canopy, the skin surface temperature was reduced by about 0.3℃ with the increased building height, and the skin surface temperature was increased by more than 0.6℃ in the daytime with the higher building density. In addition, there is a good consistency between the 2m temperature and the skin surface temperature. The wind speed was decreased by about 0.4m/s due to higher building height and 0.6m/s due to higher building density through the increased surface roughness. In the meantime, the nocturnal boundary layer was increased by about 30~40m due to higher building height and 20~30m due to higher building density at night through the enhancement of turbulent motion. On the contrary, the decreases of building height and density reduced the heat storage by 6~7.5W/m2in the daytime, increased the 10m wind speed by about 0.3m/s and 0.4m/s, and decreased the nocturnal boundary layer height by about 30~50m and 10~30m.

urban morphological structure；meteorological elements；WRF；urban canopy scheme

X16,P404

A

1000-6923(2019)01-0072-11

申 沖(1988-),女,河北衡水人,博士,主要從事大氣環(huán)境數(shù)值模擬研究.發(fā)表論文5篇.

2018-06-21

國家重點研發(fā)計劃(2016YFC0203602);深圳市科創(chuàng)委項目(JCYJ20170306150333250);國家自然科學基金資助項目(91544102, 41630422);廣州市科技計劃項目(201604020028);國家重點研發(fā)計劃大氣專項課題(2016YFC0203305,2016YFC0203600);氣象行業(yè)專項項目(GYHY201406031)

* 責任作者, 高級工程師, weixiaolin@szmb.gov.cn