改进BEM及其与CLMU模型耦合的城市热环境研究

发布时间：2020-10-24 19:46

　　 城市化是地球表面最为显著的直接由人为因素引起的土地覆盖类型的改变。半个多世纪以来,中国经历了异常剧烈的城市化进程。尤其是近年来,二三线城市已经成为城镇化发展进程的主角,促使产生了更广泛的城市下垫面。下垫面性质的改变加上人类活动的干扰,使得陆-气间物质循环与能量流动的过程发生改变,从而在区域甚至全球尺度上影响着气候变化。其中,以城市热岛为代表的热环境的剧烈变化,是城市化对区域气候影响最典型的表现之一。目前,现有陆面过程模型对人为热排放动态变化过程的模拟能力表现乏力,尤其是针对产生人为热排放各种热源的物理过程缺少准确而细致的描述。在城市气候的数值模拟过程中,过度地忽视人为热通量的作用不仅会影响城市地表能量平衡估算的准确性,还会影响大气模型对于天气预报和气候预测的精度。针对城市陆面过程模型中缺少准确模拟动态人为热功能的问题,本研究首先对既有的建筑物能量模型(Building Energy Model,BEM)进行了改进,得到改进的建筑物能量模型(Modified Building Energy Model,MBEM)用以模拟城市中最为复杂的建筑物部分动态人为热排放,并将其与陆面过程模型(Community Land Model,CLM)中的城市模型(CLMU)耦合研究城市化对热环境的影响。MBEM重点考虑了城市建筑物内外的能量交换过程,针对汇集到建筑物内的各个热源分别建立独立的模拟算法。MBEM的物理模型在原BEM的技术方案的基础上进行了三个方面的改进:(1)引入机器学习技术,建立新的室内表面温度估算模型;(2)通过观测的室内二氧化碳浓度建立动态通风速率算法;(3)完善了通过窗户向室内传递能量的计算方案。这些方案的改进提高了BEM对于建筑物生成人为热的捕捉能力,使其能够模拟人为热的动态变化过程。同时,将CLMU中的能量平衡与温度场计算代码进行扩充,找到调用中用到的接口,实现MBEM与CLMU的双向嵌套耦合。通过新算法的引入、参数化方案的优化以及人为热估算方案的完善,使得耦合模型更加适用于包含有城市地区的近地表小气候与热环境研究,为气候与天气预报模型提供更准确的陆-气界面参数。此外,在耦合模型的基础上还补充了交通人为热的估算方案,组成了一套能够相对完整描述城市内能量流动的模型系统。首先,应用我校建设的“协同观测试验场”通量塔提供的实地观测值对耦合模型系统在区域上的模拟结果进行验证对比。通过比较耦合模型模拟和站点观测的显热通量,间接验证人为热的引入是否能够提高耦合模型在城市下垫面上的模拟精度。此外,为了解决观测数据与区域模拟数据之间存在的尺度不匹配问题,同时剔除非目标地类覆盖区的通量贡献,在验证方法中结合了Footprint模型,以计算出城市下垫面对站点通量数据的贡献源区范围和相对权重。在CLMU、CLMU与原BEM耦合模型、CLMU与MBEM耦合模型等对显热通量的模拟性能比较实验中,CLMU与MBEM的耦合模型取得了最为稳健且精度最高的模拟结果,证明了该模型系统的优越性。其次,本文应用CLMU与MBEM的耦合模型,以中国典型中等规模城市徐州市的主城区为研究区,通过定量模拟的方法研究2002-2015年期间城市化过程对热环境的影响。模拟结果表明,随着城市化进程的加剧,研究区热环境产生以下变化:(1)城市近地表气温的高值区有明显扩张趋势,并对城市化过程的敏感性主要表现在冬夏两季。其中,研究区年度平均气温、日最高气温和日最低气温全部升高。(2)年均人为热逐年增长,从3.32W/m~2增至10.32W/m~2。随着建筑物密度与高度的增加,长短波辐射的“截陷”效应增强,建设用地中具有较高净辐射地区的面积增长了40.08%。年均显热通量由30.14W/m~2增至42.42 W/m~2,增幅为40.74%。(3)相对热岛强度的中高温区域扩展明显,在研究期间中温以上区域面积比例由59.37%增加到77.28%。因此,推断得出城市化进程的发展是导致近地表气温升高、陆-气间显热交换加剧、城市热岛效应增进的主要原因之一。最后,本文利用统计分析、敏感性分析和情景模式设计等方法,从土地覆盖类型、人为热排放和净长波辐射三个角度,探讨了城市化对热环境的影响,以及由此带来的能量平衡变化与热环境之间的相互关系:(1)近地表气温与城市热岛强度的空间分布与下垫面土地覆盖类型关系密切,同时不同下垫面覆盖类型对热岛效应的促进与缓解具有显著影响;(2)在夏季时,人为热排放能够对城市冠层内气温产生±2℃的影响,且室内空调目标调节温度较低时会增加城市热岛形成的概率;(3)净长波辐射是驱动热岛强度日变化分布不同的可能原因之一。该论文有图65幅,表24个,参考文献330篇。
【学位单位】：中国矿业大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：X16;TU119
【部分图文】：

1绪论5图1-2城市地表辐射平衡示意图[38]Figure1-2Schematicdepictionoftheradiationbalancesoftheurbansurface[38].图1-3城市地表能量（左）和水文（右）平衡示意图[38]Figure1-3Schematicdepictionoftheenergy(left)andwater(right)balancesoftheurbansurface[38].其次，城市地区集中的人类社会经济活动会消耗大量的化石能源，这些能源在能量释放过程中必定会向周围环境排放有害气体和颗粒物，当这些排放超过大气的净化阈值时，会改变大气组成成分，导致大气污染等后果。此外由于燃烧还会产生二氧化碳等温室气体，导致城市区域产生的温室效应比郊区显著。

1绪论5图1-2城市地表辐射平衡示意图[38]Figure1-2Schematicdepictionoftheradiationbalancesoftheurbansurface[38].图1-3城市地表能量（左）和水文（右）平衡示意图[38]Figure1-3Schematicdepictionoftheenergy(left)andwater(right)balancesoftheurbansurface[38].其次，城市地区集中的人类社会经济活动会消耗大量的化石能源，这些能源在能量释放过程中必定会向周围环境排放有害气体和颗粒物，当这些排放超过大气的净化阈值时，会改变大气组成成分，导致大气污染等后果。此外由于燃烧还会产生二氧化碳等温室气体，导致城市区域产生的温室效应比郊区显著。

1绪论11图1-5单层模型示意图：（a）所有表面都与相同的大气下边界相互作用[41]；（b）城市冠层内与冠层与边界层之间的风廓线[45]Figure1-5Schematicviewofsingle-layerurbansurfaceschemes:(a)allsurfacesinteractwiththesameatmosphericlevel[41];(b)windprofilewithinandabovethecanopy[45].此外，还有其他更加详细的描述“城市峡谷”的参数化方案，比如增加对不同方向的道路和墙面的考虑。Mills基于建筑物街区选择了一个几何内核作为单层模型的基本概念框架[80]。Kusaka等人[81]开发的单层模型与TEB非常相似，但是对于“城市峡谷”的处理相较于TEB更为复杂，对于“城市峡谷”的内部划分更加细致。②多层模型当采用多层模型时，与大气之间的交换作用发生在地面以及几个与建筑物接触的大气层之间（如图1-6所示）。在这个模型中，每个表面的能量平衡仍然要计算，但是大气性质诸如风速和气温将不再假设，它们将依赖于冠层与空气之间的相互作用。此外，多层模型能还够表示“峡谷”空气和粗糙子层中湍流统计廓线。然而，这种改进是以直接与大气模型相互作用为代价的，因为大气模型中的动力学方程将根据“城市峡谷”的特征在拖曳项、加热项等方面进行修改。这使得这些城市方案变得复杂。对于大气模型，耦合取决于方程及其离散化。多层模型耦合至大气模型的过程会比单层模型复杂许多，尤其是耦合过程取决于模型算法及其中的离散化程度。
【相似文献】

相关期刊论文 前10条

1 曹旦夫,何涛,姜和圣,王付才;BEM系列原油流动性改进剂的应用[J];石油炼制与化工;2002年09期

2 何佳;肖杨;邓友汉;巫世晶;;基于BEM的风力机叶片形变及气动性能[J];中南大学学报(自然科学版);2017年09期

3 秦洋;高贺明;;探析Bem性别角色量表在亚洲地区的适用性[J];社会心理科学;2014年10期

4 温亚萍;张冀;;基于BEM的时变信道估计改进算法[J];无线电通信技术;2014年01期

5 何涛,王付才;BEM系列原油流动性改进剂的研制[J];石油炼制与化工;2003年11期

6 丁勇;欧阳缮;谢跃雷;蒋俊正;陈小毛;;基于多符号BEM的OFDM系统时变信道估计[J];通信学报;2017年03期

7 曹旦夫,姜和圣,卜祥军,李海波;BEM系列原油流动性改进剂及其应用[J];油田化学;2002年04期

8 王翠云;王太春;元炳成;陈丽丽;张慧;;城市热环境研究进展[J];甘肃科技;2009年23期

9 刘建益;薛峰;;必须重视对城市热环境效应的治理[J];江南论坛;2008年07期

10 陈云浩,李晓兵,史培军,何春阳;上海城市热环境的空间格局分析[J];地理科学;2002年03期

相关博士学位论文 前6条

1 王雨辰;改进BEM及其与CLMU模型耦合的城市热环境研究[D];中国矿业大学;2019年

2 杨朝斌;城市空间结构对城市热环境时空异质性分布影响研究[D];中国科学院大学(中国科学院东北地理与农业生态研究所);2018年

3 王翠云;基于遥感和CFD技术的城市热环境分析与模拟[D];兰州大学;2008年

4 赵小艳;基于多源数据的南京城市热环境演变与成因研究[D];南京信息工程大学;2015年

5 殷守敬;基于时序NDVI的土地覆盖变化检测方法研究[D];武汉大学;2010年

6 郭立栋;基于BEM与VOF波浪耦合模型的斜坡堤越浪研究[D];大连理工大学;2013年

相关硕士学位论文 前10条

1 耿添;孤立波与二维浸没结构物相互作用的BEM模拟[D];上海交通大学;2017年

2 房力川;重庆市主城区生态用地对城市热环境影响研究[D];四川师范大学;2019年

3 肖连香;城市热环境空间异质性及其影响因素研究[D];中国地质大学(北京);2019年

4 闫志刚;基于昼夜温差的城市热环境研究[D];兰州大学;2017年

5 祝新明;城市化进程对城市热环境时空格局分异性的影响研究[D];西北大学;2018年

6 肖庆锋;不透水面聚集密度与城市热环境响应规律研究[D];山东建筑大学;2018年

7 王晓晖;西安市城市热环境演变及其影响因素研究[D];西安工程大学;2018年

8 郭燕滨;典型热岛城市热环境效应的遥感动态监测与分析[D];福州大学;2015年

9 蒋若蔚;基于时间序列的城市热环境时空演变研究[D];浙江大学;2018年

10 蓝玉良;基于时空特征的城市热环境优化研究[D];武汉大学;2018年

本文编号：2854903