人为热对广州高温天气影响的数值模拟个例分析

发布时间：2020-11-18 23:09

　　 基于广州市2009, 2000和1990年工业、交通、生活能源统计数据,通过能源清单法估算出广州市对应年份的人为热排放量,再通过在WRF模式中引入2009, 2000和1990年的下垫面数据和人为热排放方案,对2005, 2012和2017年广州市的3次持续高温过程进行模拟,从而评估不同年代人为热排放水平对广州市极端高温天气的影响.结果表明,模拟的2m气温较为准确,能合理模拟出城市地区的热岛效应,但对极端高温的模拟略有偏低,而引入人为热有助于改善模拟结果.在case2012中, 2009, 2000和1990年3种人为热排放水平使广州城市下垫面的平均气温分别上升0.53, 0.44和0.13℃,热岛强度增强0.43, 0.38和0.13℃. 3个模拟个例的结果均表明,日间的人为热排放比夜间大,但夜间气温及热岛强度的变化比日间要明显.
【部分图文】：

本文采用的数值模式版本为WRFv3.7.1.WRF模式是由美国国家大气研究中心、美国国家大气海洋局预报系统实验室、美国国家大气环境研究中心和俄克拉荷马大学暴雨分析预报中心等多单位联合发展起来的新一代非静力平衡中尺度数值模式,耦合了包括云微物理、积云、边界层、陆面等众多参数化方案[24].模式以ECMWF的ERA-Interim资料作为初始条件和边界条件.模拟时段为2012年7月30日08:00～2012年8月3日08:00(北京时,下同),由于模式开始运行后需要时间达到稳定,因此选取7月31日00:00～8月2日23:00的模拟结果进行分析,该段时间内广州市受1210号热带气旋“苏拉”外围下沉气流影响出现了连续高温天气.本文还对另外两个高温天气过程进行了模拟,并把3个个例的结果进行比较,这两个过程出现在2005年7月17～19日、2017年8月6～8日,分别是受0505号热带气旋“海棠”和副热带高压影响,模拟方案与2012年过程相同.本文把2005,2012和2017年过程分别称为case2005,case2012和case2017.模拟试验采用三重嵌套方案(图1),三重区域范围分别为中国中部和南部、华南和广州市,对应网格距和网格数分别为27km(160×130),9km(193×172)和3km(40×52).在参数化方案方面,云微物理方案采用WSM6方案,边界层方案采用BouLac PBL方案,陆面方案采用Noah LSM方案,并在最内层网格采用了单层城市冠层模型(UCM).UCM中包括了一系列反映城市构造和气象性质的参数,利用UCM可以大大提高对城市地区模拟的准确性[25].WRF模式自带了USGS和MODIS两种下垫面数据,分别代表了1992年和2004年的下垫面状况[26]但这两套下垫面数据在城市用地日益扩张的背景下已显得滞后[27].因此,本文引入了地球气候变化观测研究组(EOCC)提供的一套基于多源卫星平台和中国土地利用资料的下垫面数据集,这套数据包含了1980,1990,2000和2009年的中国下垫面状况[28],下垫面类型包括了城市用地、各类植被、农用地、水体等17类,可以清楚反映出中国各地区在不同年代的城市化进程.以EOCC数据替代WRF自带的下垫面数据,与实际城市用地情况更为吻合,本文挑选了1990,2000和2009年的下垫面数据进行应用.为讨论方便,本文把城市用地称为“城市下垫面”,把其它土地覆盖类型统称为“其它下垫面”.如图2所示为3个不同年代广州的城市用地情况,1990年广州的城市用地主要集中在中部偏南一带,到了2000和2009年,广州城市用地面积有了明显的增加.

WRF模式自带了USGS和MODIS两种下垫面数据,分别代表了1992年和2004年的下垫面状况[26]但这两套下垫面数据在城市用地日益扩张的背景下已显得滞后[27].因此,本文引入了地球气候变化观测研究组(EOCC)提供的一套基于多源卫星平台和中国土地利用资料的下垫面数据集,这套数据包含了1980,1990,2000和2009年的中国下垫面状况[28],下垫面类型包括了城市用地、各类植被、农用地、水体等17类,可以清楚反映出中国各地区在不同年代的城市化进程.以EOCC数据替代WRF自带的下垫面数据,与实际城市用地情况更为吻合,本文挑选了1990,2000和2009年的下垫面数据进行应用.为讨论方便,本文把城市用地称为“城市下垫面”,把其它土地覆盖类型统称为“其它下垫面”.如图2所示为3个不同年代广州的城市用地情况,1990年广州的城市用地主要集中在中部偏南一带,到了2000和2009年,广州城市用地面积有了明显的增加.表1是模拟试验的设计对比,主要针对模式的最内层网格.比较这6个试验的结果,可以得到不同年代人为热排放的影响.

工业人为热的排放量通过把广州市工业生产总值转换为标准煤发热量计算得出,假定工业总产量白天占60%(09:00～17:00),夜间占40%(其余时次),且白天和夜间各时次的消耗均等,可得到24h的工业人为热排放大小.交通人为热的排放量通过把广州市内汽车所消耗的汽油总量转换为标准煤发热量得出,假设广州1d中车流量的时间变化与Sailor等[29]的研究相似,在下午17:00车流量最大,可得到交通运输所产生的热量时间变化.生活人为热排放通过把广州市区的生活耗能转换为标准煤发热量计算得出,假设生活人为热排放在上班前(07:00)和下班后(18:00)各有一个峰值,在凌晨03:00排放最低,可得到生活热量排放的时间变化.图3给出了1990,2000和2009年广州市的人为热排放量,可以看出人为热排放在20a间明显增大,2009年的人为热量排放是2000年的3.2倍,更是达到了1990年的18.3倍.而在工业、交通和生活3类排放中,工业排放占主导地位,交通排放量的大小和生活排放量差别不大.图4 1990,2000和2009年广州市城市下垫面人为热排放量日变化
【相似文献】

相关期刊论文 前10条

1 刘继韩;论城市热岛强度的表示方法[J];地理研究;1987年03期

2 瓦力江·瓦黑提;任国玉;孙秀宝;;乌鲁木齐城市热岛强度的日变化和季节特征[J];沙漠与绿洲气象;2018年01期

3 丁楠;王娟;;京津冀城市群热岛强度时空变化及对比研究[J];北京联合大学学报;2017年04期

4 卢军;王志浩;;用流动观测数据计算城市热岛强度的数学模型[J];中南大学学报(自然科学版);2012年01期

5 王可心;陈粲;包云轩;吕青;奴开;;福建省晋江市城市热岛强度时空变化特征分析[J];热带气象学报;2019年06期

6 査良松;王莹莹;;一种城市热岛强度的计算方法——以合肥市为例[J];科技导报;2009年20期

7 刘玲;吴坤悌;黄光瑞;陈庭甫;张庆国;;合肥城市发展对热岛强度的影响[J];长江流域资源与环境;2008年S1期

8 陈康林;龚建周;陈晓越;;广州市热岛强度的空间格局及其分异特征[J];生态学杂志;2017年03期

9 李丽光;刘晓梅;赵先丽;王宏博;王笑影;张玉书;;沈阳近郊和远郊的热岛特征及其与城市化的关系[J];应用生态学报;2010年06期

10 孙石阳;陈新光;李春梅;杜尧东;张莉;杨琳;唐力生;;深圳市热岛强度特征分析及情景预估[J];气象研究与应用;2007年S2期

相关博士学位论文 前10条

1 吴杰;基于参数化方法的城市住区热环境多目标优化设计研究[D];华南理工大学;2017年

2 贺广兴;城市热岛与空气污染物特性分析及其影响参数研究[D];中南大学;2014年

3 周雪帆;城市空间形态对主城区气候影响研究[D];华中科技大学;2013年

4 康汉青;长江三角洲地区城市群热岛效应及其对臭氧影响的研究[D];南京信息工程大学;2014年

5 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

6 黄焕春;城市热岛的形成演化机制与规划对策研究[D];天津大学;2014年

7 贾刘强;城市绿地缓解热岛的空间特征研究[D];西南交通大学;2009年

8 晋美俊;城市居住区室外热声环境影响因素及改善措施研究[D];太原理工大学;2016年

9 李虹;区位因素对绿地缓解热岛效应的影响研究与实证分析[D];北京林业大学;2016年

10 王志浩;山地城镇热岛特征与测评方法研究[D];重庆大学;2012年

相关硕士学位论文 前10条

1 李海俊;长三角城市群下垫面非均匀性对夏季区域热岛效应影响的模拟研究[D];南京信息工程大学;2019年

2 李恩冲;中国主要城市扩张下的城市热岛和降水的时空差异研究[D];郑州大学;2019年

3 瓦力江;乌鲁木齐市近地面气温变化特征及其城市化效应[D];南京信息工程大学;2018年

4 王恪非;城市对重庆高温热浪的贡献及冷却屋顶的缓解效应模拟研究[D];南京信息工程大学;2018年

5 赵乾;基于气象参数西安城市热岛与空气质量特征及关联性研究[D];西安工程大学;2018年

6 蒋文君;地表干旱对城市表面热岛的影响研究[D];江西师范大学;2017年

7 黄丹莲;杭州市城市热岛特征及其模拟研究[D];南京信息工程大学;2013年

8 荆大为;杭州湾地区城市热岛效应研究[D];南京信息工程大学;2009年

9 张弦;城市化对合肥热岛的影响[D];安徽农业大学;2009年

10 刘鹏;基于用地类型的重庆城市热岛特性研究[D];重庆大学;2008年

本文编号：2889345