人為熱排放對(duì)城市熱環(huán)境的影響研究展望

孫然好,王業(yè)寧,陳婷婷,2

1 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心, 城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100085 2 中國(guó)科學(xué)技術(shù)大學(xué)生命科學(xué)學(xué)院,合肥 230000

?

人為熱排放對(duì)城市熱環(huán)境的影響研究展望

孫然好1,*,王業(yè)寧1,陳婷婷1,2

1 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心, 城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100085 2 中國(guó)科學(xué)技術(shù)大學(xué)生命科學(xué)學(xué)院,合肥 230000

全球范圍的城市擴(kuò)張和能源消耗,導(dǎo)致人為熱在不同時(shí)間和空間尺度上影響地表熱環(huán)境,人為熱排放與城市熱島的關(guān)系受到廣泛關(guān)注。通過國(guó)內(nèi)外文獻(xiàn)總結(jié)源清單法、數(shù)值模擬法和能量平衡方程等3種人為熱估算方法的優(yōu)缺點(diǎn),評(píng)價(jià)人為熱研究在城市、區(qū)域和全球尺度的主要進(jìn)展和區(qū)別,歸納出現(xiàn)有研究在城市尺度多關(guān)注人為熱的時(shí)間動(dòng)態(tài)變化,區(qū)域和全球尺度研究則更關(guān)注人為熱的空間差異,以及人為熱對(duì)于全球變暖的貢獻(xiàn)和人類的適應(yīng)對(duì)策。從中發(fā)現(xiàn)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(jié)果的驗(yàn)證和比較、人為熱排放與景觀功能的聯(lián)系、人為熱排放強(qiáng)度和周期對(duì)氣溫的影響機(jī)制等。根據(jù)現(xiàn)存問題提出多學(xué)科集成、人為熱與景觀功能耦合、時(shí)空尺度選擇、數(shù)據(jù)獲取等4個(gè)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(yīng)；全球變暖；城市化

隨著城市化的不斷發(fā)展,生態(tài)系統(tǒng)和人居環(huán)境發(fā)生了顯著改變,以城市熱島效應(yīng)為代表的地表熱環(huán)境變化受到廣泛關(guān)注[1-3]。城市人為熱強(qiáng)度主要和人類活動(dòng)以及能源消耗有關(guān),2035年全球一次能源消費(fèi)將增加41%,尤其是中國(guó)和印度等發(fā)展中國(guó)家[4],這將大大增加人為熱排放量。能源消耗的熱排放對(duì)地表熱環(huán)境產(chǎn)生了極大的影響,IPCC第五次評(píng)估減緩報(bào)告中稱“如果不采取明確行動(dòng),未來人為溫室氣體繼續(xù)排放將導(dǎo)致全球變暖超過4℃”,其中47%直接來自能源供應(yīng)部門、30%來自工業(yè)、11%來自交通業(yè)、3%來自建筑業(yè)[5]。城市人為熱是城市熱環(huán)境的重要組成部分,人為熱時(shí)空動(dòng)態(tài)直接影響熱島效應(yīng)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(chǎn)生活方式,逐漸成為城市熱環(huán)境管理的重要目標(biāo)。通過合理的管理和控制人為熱排放,如工業(yè)活動(dòng)、生活方式、車輛出行等,一定程度上能夠減緩城市熱島效應(yīng)的強(qiáng)度和范圍。研究城市人為熱排放如何影響城市景觀生態(tài)功能,可以完善地表熱環(huán)境的形成和維持機(jī)制,在理論上更加準(zhǔn)確的刻畫“格局-過程-功能”的相互作用關(guān)系,在實(shí)踐中更加針對(duì)性的為面向熱環(huán)境改善和節(jié)能減排的城市生態(tài)空間優(yōu)化提供科學(xué)依據(jù)。本文總結(jié)城市人為熱研究的主要進(jìn)展,尤其是計(jì)算方法和時(shí)空尺度等方面的特點(diǎn)和問題,同時(shí)分析現(xiàn)有研究的關(guān)注點(diǎn)和不足,并為后續(xù)研究提供參考。

1 國(guó)內(nèi)外研究現(xiàn)狀

國(guó)內(nèi)外對(duì)城市人為熱進(jìn)行了大量研究,尤其是針對(duì)人為熱的評(píng)估方法,并建立了不同精度的空間分布和時(shí)間演變清單。人為熱的定量化有助于評(píng)價(jià)其對(duì)城市能量平衡的貢獻(xiàn),以及在不同尺度上的研究對(duì)比。本文首先總結(jié)人為熱的評(píng)估方法以及優(yōu)缺點(diǎn),其次介紹人為熱在城市能量平衡中的作用,評(píng)價(jià)人為熱評(píng)估對(duì)熱島效應(yīng)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(píng)估方法

如何評(píng)估人為熱對(duì)城市熱環(huán)境的影響,是準(zhǔn)確定量其貢獻(xiàn)的關(guān)鍵問題。目前在人為熱評(píng)估方法方面,主要有3種方法：源清單法、數(shù)值模擬法、地表能量平衡方程法[6]。源清單法假設(shè)人類活動(dòng)輸入的熱量以顯熱形式排入大氣,使周邊氣溫升高。點(diǎn)源的人為熱分配到周邊空間時(shí)通常參考人口、建筑、道路等空間數(shù)據(jù),不考慮熱量轉(zhuǎn)換的滯后性和行政單元內(nèi)部差異性。源清單法需要計(jì)算不同統(tǒng)計(jì)口徑的能源消耗,主要包括工業(yè)能源消費(fèi)、車輛排放、居民生活及人類自身新陳代謝等的熱排放,數(shù)據(jù)主要包括人口、用電量、燃?xì)饬?、車流量等。源清單法因受制于統(tǒng)計(jì)數(shù)據(jù)的時(shí)間和空間分辨率,估算的人為熱排放數(shù)據(jù)精度較低,而且多用在城市尺度[7-9]。數(shù)值模擬法基本原理是根據(jù)外部約束條件,利用數(shù)值模型模擬熱量傳輸?shù)倪^程,根據(jù)能量轉(zhuǎn)換系數(shù)計(jì)算室內(nèi)熱量過程和溫度變化。數(shù)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(jì)算單棟建筑的人為熱排放規(guī)律,一般需要較大的計(jì)算量,多應(yīng)用建筑設(shè)計(jì)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(shù)值模擬法通常需輸入氣象因素、建筑結(jié)構(gòu)、建筑材料、能耗方式、室內(nèi)人員活動(dòng)等。此外,一些大范圍的氣象預(yù)報(bào)數(shù)值模式,如WRF/UCM[15]等也可以獲取人為熱的估算數(shù)據(jù),但是由于多是模型模擬的中間數(shù)據(jù),空間精度較低。地表能量平衡方程法的基本原理是依據(jù)不同分量對(duì)地表能量的貢獻(xiàn),根據(jù)能量守恒原理,在獲取凈輻射量、水平傳導(dǎo)量、地下儲(chǔ)熱量等參數(shù)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(tǒng)產(chǎn)生復(fù)雜的熱力差異性,導(dǎo)致了城區(qū)與郊區(qū)的熱量平衡有顯著差別。隨著遙感技術(shù)的發(fā)展,輻射量等參數(shù)可以通過多種遙感影像進(jìn)行定量反演,因此遙感影像得到較多應(yīng)用,該方法多應(yīng)用于區(qū)域和全球尺度,如區(qū)域尺度采用中等分辨率的ASTER、Landsat TM、環(huán)境1號(hào)衛(wèi)星影像等[16-18],全球尺度采用DSMP/OLS[19-20]等。

1.2 人為熱對(duì)城市能量平衡的影響

城市地表的能量平衡方程包括幾個(gè)部分,如太陽凈輻射輸入、人為熱輸入、顯熱通量、潛熱通量、儲(chǔ)熱通量等[21]。強(qiáng)烈的人類活動(dòng)影響景觀類型和格局,從而改變了地表能量平衡的各個(gè)組成部分,進(jìn)而影響城市熱環(huán)境[22-23]。將綠地和水體等景觀改變?yōu)楦叽蠼ㄖ?會(huì)改變地表凈輻射的重新分配,其次還會(huì)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(fā)現(xiàn)不透水面積增加會(huì)導(dǎo)致城區(qū)溫度明顯高于郊區(qū)[24-26],綠地覆蓋率與地表溫度之間存在著明顯的負(fù)相關(guān)關(guān)系[27-28],大斑塊綠地降溫效應(yīng)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(huán)境效應(yīng)。另外一個(gè)方面,城市景觀的結(jié)構(gòu)特征對(duì)熱環(huán)境也有明顯影響[27,33-37],說明城市景觀結(jié)構(gòu)在一定程度上改變了熱量傳輸?shù)穆窂胶蛿?shù)量。總體上,城市景觀類型和格局的變化一般具有較為明顯的時(shí)間和空間規(guī)律性,因此對(duì)于熱環(huán)境影響的強(qiáng)度和范圍也可以進(jìn)行預(yù)測(cè)。

相對(duì)地,城市人為熱排放由于受到人類活動(dòng)的規(guī)律性影響,包括工業(yè)活動(dòng)、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(jié)周期規(guī)律[38]。城市人為熱排放會(huì)導(dǎo)致城市熱環(huán)境背景的差異性,比如文教區(qū)、公園區(qū)、商業(yè)區(qū)、住宅區(qū)等,由于人類活動(dòng)的規(guī)律性不一致,人為熱在不同時(shí)刻和季節(jié)明顯不同。這種城市熱環(huán)境背景值可以看作熱景觀的基質(zhì),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(jié)構(gòu)影響了熱力廊道的形成,因此符合景觀生態(tài)學(xué)的“基質(zhì)-斑塊-廊道”理論。基于此基礎(chǔ),在進(jìn)行城市景觀熱環(huán)境調(diào)節(jié)功能研究中,需要充分考慮氣溫調(diào)節(jié)功能的顯熱和潛熱影響因素,以及氣溫調(diào)節(jié)功能的范圍和強(qiáng)度的產(chǎn)生條件。比如,有研究在特定時(shí)間和地點(diǎn)發(fā)現(xiàn)景觀降溫效應(yīng)并不明顯,甚至在夏季夜晚等某些時(shí)段存在一定的增溫效應(yīng)[39],在對(duì)一些公園濕地的研究中也有類似發(fā)現(xiàn)[40]。已有研究也發(fā)現(xiàn),景觀的降溫效應(yīng)與周邊建筑物比例、離市中心的距離有顯著的相關(guān)性[27,41]。這些看似不統(tǒng)一、甚至矛盾的結(jié)論,更多的是由于不同研究中城市熱環(huán)境背景值具有差異,而人為熱排放是導(dǎo)致熱環(huán)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(diǎn)關(guān)注人為熱導(dǎo)致的熱環(huán)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(zhǔn)確的刻畫地表熱環(huán)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(huì)經(jīng)濟(jì)功能集聚形成多樣化的景觀綜合體,人類活動(dòng)導(dǎo)致空間差異明顯的熱環(huán)境效應(yīng)[42],揭示城市內(nèi)部熱環(huán)境差異比單純研究城郊熱島梯度,更有助于推動(dòng)城市熱環(huán)境改善的理論研究和具體實(shí)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(yè)生產(chǎn)排熱、人體新陳代謝等[45-46]。研究表明,人為熱對(duì)局地氣溫的升高起著近似線性的推動(dòng)作用,人為熱釋放越強(qiáng),這種推動(dòng)作用越明顯,北京和上海的案例表明兩者相關(guān)系數(shù)在0.7以上[38]。城市內(nèi)部由于人口密度、能源消耗、經(jīng)濟(jì)結(jié)構(gòu)等具有差異性,形成不同的城市功能區(qū),人類活動(dòng)的周期性會(huì)顯著影響城市熱島強(qiáng)度[43,47-48]。不同城市功能區(qū)由于具有不同的熱容量、反照率、粗糙度等,導(dǎo)致顯熱和潛熱過程的差異,從而也會(huì)影響地表熱環(huán)境狀況[42,44,49]。商業(yè)區(qū)等人類活動(dòng)強(qiáng)烈的城市功能區(qū)能夠明顯制約綠地降溫效應(yīng)的擴(kuò)散[16,50],功能區(qū)復(fù)雜性和連通性均影響地表溫度的穩(wěn)定性[51]。

城市尺度研究中人為熱的時(shí)間動(dòng)態(tài)多有體現(xiàn),受到較大的關(guān)注。如人為熱導(dǎo)致白天熱島強(qiáng)度升高1.3 ℃(日本東京)和0.9 ℃(日本大阪)[52],人為熱導(dǎo)致費(fèi)城冬季夜間熱島強(qiáng)度增加2—3 ℃[8],人為熱導(dǎo)致北京白天熱島強(qiáng)度升高0.5 ℃,夜晚升高1.0—3.0 ℃[44]。此外,城市機(jī)動(dòng)車保有量是人為熱排放的重要貢獻(xiàn)因子[53]。大城市的交通擁堵導(dǎo)致的局地溫度增加也受到關(guān)注,如針對(duì)單個(gè)車輛的研究表明,空調(diào)開啟時(shí)對(duì)周邊熱環(huán)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(jié)和日變化,冬季太陽高度角低,日照時(shí)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(jié)的差異又因區(qū)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(duì)于建筑區(qū)域也會(huì)利用數(shù)值模式法,但研究大多重點(diǎn)關(guān)注人為熱晝夜或季節(jié)的動(dòng)態(tài)變化特征,而對(duì)人為熱和城市景觀要素組成及空間格局異質(zhì)性如何協(xié)同影響城市熱環(huán)境的研究較少。此外,人為熱與城市社會(huì)經(jīng)濟(jì)功能的關(guān)系也是值得研究的重要內(nèi)容,將為城市熱環(huán)境背景的確定提供重要參數(shù)。

1.4 人為熱影響在區(qū)域和全球尺度的研究

從區(qū)域和全球尺度來看,人為熱排放具有極其顯著的空間異質(zhì)性[19]。全球平均人為熱釋放通量?jī)H約為0.03 W/m2[49,56-57],相比較于輻射、對(duì)流、蒸散發(fā)、熱儲(chǔ)量等,人為熱的絕對(duì)值占比很小[58]。但是,研究發(fā)現(xiàn),不同區(qū)域的人為熱強(qiáng)度差異明顯,如美國(guó)、西歐、中國(guó)的排熱強(qiáng)度分別為0.39、0.68、0.28 W/m2[56]。在中國(guó)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(jīng)濟(jì)發(fā)達(dá)地區(qū)明顯高于周邊地區(qū),而西北地區(qū)相對(duì)較小[59]。此外,研究表明全球人為熱排放可以影響大氣運(yùn)動(dòng),導(dǎo)致北半球中高緯度地區(qū)比其它地區(qū)升溫明顯[60]。人為熱在不同季節(jié)也會(huì)有不同的貢獻(xiàn),能源消費(fèi)導(dǎo)致的人為熱是全球冬季溫度升高的重要貢獻(xiàn)因子[61]。

人類社會(huì)發(fā)展使得人口分布更加集中,能源需求也越來越強(qiáng)烈,研究也發(fā)現(xiàn)隨著人類活動(dòng)和能源消耗的增加,人為熱對(duì)于全球氣溫的影響也在增強(qiáng),中國(guó)人為熱排放強(qiáng)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(guó)化石能源貢獻(xiàn)的溫室氣體已經(jīng)超過了土地利用變化帶來的溫室氣體增加量[62],預(yù)計(jì)到2030年,中國(guó)城市能源消耗將占中國(guó)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(qiáng)度從1965年的0.01 W/m2增長(zhǎng)到2012年的0.03 W/m2[19],人為熱排放強(qiáng)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(jù)模型預(yù)測(cè)到2030年全球的人為熱排放強(qiáng)度可達(dá)0.3 W/m2,2100年人為熱對(duì)全球氣溫的增溫幅度可達(dá)0.4—0.9 ℃,對(duì)全球變暖的貢獻(xiàn)將超過CO2[57]。以上研究表明,區(qū)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(qū)域和全球尺度的研究方法多采用遙感技術(shù)和大尺度氣象模式等,研究對(duì)象也逐漸從全球平均人為熱強(qiáng)度的評(píng)估發(fā)展到對(duì)于典型區(qū)域人為熱貢獻(xiàn)的定量化。

2 問題與展望

盡管現(xiàn)有研究對(duì)于人為熱的強(qiáng)度、范圍和動(dòng)態(tài)等有較多論述,對(duì)于評(píng)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(jié)果推廣

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

針對(duì)該問題,要基于人為熱研究的時(shí)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(shù)據(jù)選擇,源清單法主要基于城市統(tǒng)計(jì)數(shù)據(jù)進(jìn)行人為熱估算,因此對(duì)于單個(gè)城市研究、多個(gè)城市對(duì)比均具有明顯優(yōu)勢(shì)；數(shù)值模式法既可以針對(duì)單個(gè)建筑,也可以擴(kuò)展到區(qū)域和全球尺度,但是需要的模型差異很大,參數(shù)也明顯不同,需要權(quán)衡不同研究對(duì)象和模型；能量平衡方程法更多的側(cè)重于遙感反演模型參數(shù),對(duì)于區(qū)域和全球研究具有優(yōu)勢(shì),而且隨著遙感技術(shù)的進(jìn)步具有很大的發(fā)展?jié)摿ΑＰ〕叨妊芯勘M量選擇數(shù)值模式等高精度方法,對(duì)于大尺度研究,可以選擇部分典型區(qū)通過不同方法研究結(jié)果進(jìn)行對(duì)比,確定誤差范圍和誤差來源,從而更好的對(duì)大尺度研究進(jìn)行校正。此外,時(shí)間尺度也是影響人為熱估算方法的重要依據(jù),相較于源清單法,數(shù)值模型和能量平衡方程法則能夠估算多時(shí)間尺度的人為熱數(shù)據(jù)。針對(duì)不同方法估算人為熱絕對(duì)值差異大的問題,后續(xù)研究應(yīng)該發(fā)展人為熱在不同時(shí)間和空間尺度下的相對(duì)評(píng)估指標(biāo),從而對(duì)比人為熱的時(shí)間和空間動(dòng)態(tài)變化。

2.2 人為熱研究方法和數(shù)據(jù)來源的不一致影響研究精度

源清單法能夠估算工業(yè)、建筑和人口等能耗數(shù)據(jù),但對(duì)于車輛排熱難以識(shí)別,而且無法區(qū)分顯熱和潛熱通量；數(shù)值模擬法可以精確計(jì)算單棟建筑的排熱及時(shí)間演變系數(shù),受限于計(jì)算量,通常在小尺度上應(yīng)用；大尺度氣象模式則無法考慮人類活動(dòng)和建筑結(jié)構(gòu)等,評(píng)估結(jié)果分辨率較低；能量平衡方程法受遙感算法及數(shù)據(jù)分辨率限制,在城市復(fù)雜建筑環(huán)境下難以獲取精細(xì)結(jié)果。因此,即便對(duì)于同一研究對(duì)象,由于研究方法的差異,得出的結(jié)果差別也很大[55,64]。

后續(xù)研究要完善人為熱數(shù)據(jù)的收集和監(jiān)測(cè)技術(shù)?，F(xiàn)有多數(shù)研究基于遙感影像和統(tǒng)計(jì)數(shù)據(jù),而基于觀測(cè)的研究較少。下一步應(yīng)該加強(qiáng)針對(duì)城市典型功能區(qū),如文教區(qū)、公園區(qū)、住宅區(qū)、商業(yè)區(qū)等,進(jìn)行長(zhǎng)時(shí)間序列的人為熱輸入和輸出監(jiān)測(cè),從而為數(shù)值模型和能量平衡方程提供參數(shù)校準(zhǔn)。隨著通訊和網(wǎng)絡(luò)技術(shù)的發(fā)展,大數(shù)據(jù)在各個(gè)學(xué)科均有較多應(yīng)用,如何基于大數(shù)據(jù)對(duì)城市人類活動(dòng)以及人為熱足跡進(jìn)行估算,是一個(gè)值得探索的領(lǐng)域。

2.3 人為熱研究缺乏與城市景觀功能研究進(jìn)行結(jié)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(gè)變量,與其他變量之間的聯(lián)系缺乏深入研究。人為熱排放強(qiáng)度被證明對(duì)局地氣溫有線性推動(dòng)作用[38],但是在人為熱強(qiáng)度增大情況下,綠地和水體的顯熱和潛熱通量也會(huì)增強(qiáng)[46],人為熱增溫效應(yīng)和景觀降溫效應(yīng)疊加形成一定的作用范式,這種作用范式的數(shù)學(xué)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(diào)節(jié)功能是深化城市熱環(huán)境機(jī)理研究的關(guān)鍵?，F(xiàn)有的城市人為熱研究多關(guān)注方法和結(jié)論的對(duì)比,更多應(yīng)用于氣候氣象、建筑設(shè)計(jì)等領(lǐng)域。景觀生態(tài)學(xué)強(qiáng)調(diào)格局、功能和服務(wù),氣溫調(diào)節(jié)功能的形成和維持依賴于人為熱背景值的范圍和強(qiáng)度。因此,將不同人為熱背景下的景觀功能進(jìn)行定量監(jiān)測(cè)和識(shí)別,是準(zhǔn)確評(píng)價(jià)景觀功能和服務(wù)的基礎(chǔ),有助于完善“格局-過程-功能”的景觀生態(tài)學(xué)理論框架,也可以為城市景觀規(guī)劃、建筑設(shè)計(jì)提供科學(xué)依據(jù)。

2.4 人為熱動(dòng)態(tài)變化對(duì)城市熱環(huán)境影響的機(jī)制缺乏深入研究

現(xiàn)有的城市熱環(huán)境研究中,也會(huì)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(jìn)行表征。這種簡(jiǎn)單的替代指標(biāo)無法反映人為熱的時(shí)間動(dòng)態(tài)特征,而人為熱排放周期對(duì)于氣溫的影響非常重要。人為熱排放具有晝夜和季節(jié)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(qiáng)度在許多研究中也發(fā)現(xiàn)具有時(shí)間動(dòng)態(tài)特征[8,65],人為熱動(dòng)態(tài)變化對(duì)氣溫調(diào)節(jié)功能的強(qiáng)度和范圍的影響缺乏系統(tǒng)研究。

集成多學(xué)科知識(shí)是系統(tǒng)理解人為熱對(duì)城市環(huán)境影響的基礎(chǔ)。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(jié)構(gòu)等,選擇系統(tǒng)全面的影響因子需要多學(xué)科的理解和交叉；此外,城市人為熱也會(huì)影響局地氣候背景,從而導(dǎo)致城市地表的顯熱和潛熱變化,甚至影響局地風(fēng)場(chǎng)、降水和污染物聚集等,因此,綜合利用生態(tài)學(xué)、環(huán)境科學(xué)和建筑學(xué)等領(lǐng)域的基本原理和技術(shù)方法,對(duì)城市人為熱進(jìn)行理解和研究,有助于更加準(zhǔn)確和合理的解釋人為熱排放對(duì)地表熱環(huán)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(yè)寧, 孫然好, 陳利頂. 北京市區(qū)車輛熱排放及其對(duì)小氣候的影響. 生態(tài)學(xué)報(bào), 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(qū)人為熱釋放的日變化和年際變化估算. 氣候與環(huán)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(huán)境效應(yīng)分析. 生態(tài)學(xué)報(bào), 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(xué), 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(xué), 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(yīng)的探索. 大氣科學(xué), 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(shù)值模擬研究. 地球科學(xué)進(jìn)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(shù)變化的城市熱島效應(yīng)分析. 生態(tài)學(xué)報(bào), 2011, 31(14): 3890- 3901.

[26] 劉珍環(huán), 王仰麟, 彭建, 謝苗苗, 李猷. 基于不透水表面指數(shù)的城市地表覆被格局特征——以深圳市為例. 地理學(xué)報(bào), 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(duì)熱島效應(yīng)影響的模擬研究. 武漢大學(xué)學(xué)報(bào): 信息科學(xué)版, 2008, 33(12): 1229- 1232.

[30] 陳輝, 古琳, 黎燕瓊, 慕長(zhǎng)龍. 成都市城市森林格局與熱島效應(yīng)的關(guān)系. 生態(tài)學(xué)報(bào), 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(jìn)展. 地理科學(xué)進(jìn)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(huán)境效應(yīng). 生態(tài)學(xué)報(bào), 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(huán)境的空間格局分析. 地理科學(xué), 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(guó), 胡非. 城市人為熱對(duì)北京熱環(huán)境的影響. 氣候與環(huán)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(duì)氣溫的影響. 長(zhǎng)江流域資源與環(huán)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(huán)境的研究綜述. 建筑科學(xué), 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(yè)寧, 孫然好, 陳利頂. 人為熱計(jì)算方法的研究綜述. 應(yīng)用生態(tài)學(xué)報(bào), 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(xué), 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(biāo), 趙劍琦. 全球年平均人為熱釋放氣候強(qiáng)迫的估算. 氣候變化研究進(jìn)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(biāo), 楊溯, 趙劍琦. 中國(guó)區(qū)域人為熱釋放的氣候強(qiáng)迫. 氣候與環(huán)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(yīng)變化特征. 氣象科學(xué), 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(guó)家自然科學(xué)基金項(xiàng)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(yè)寧,陳婷婷.人為熱排放對(duì)城市熱環(huán)境的影響研究展望.生態(tài)學(xué)報(bào),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.