昆明城市熱島效應(yīng)的數(shù)值模擬研究

周曉宇 王詠薇 孫績?nèi)A 段瑋 楊大虎

1 玉溪市氣象局, 云南 玉溪 653100

2 南京信息工程大學(xué)大氣物理學(xué)院, 南京 210044

3 云南省氣象局, 昆明 650034

1 引 言

城市面積約占地球陸地面積的3%，但人口占比總?cè)藬?shù)50%以上（Grimm et al., 2008; Mora et al.,2017）。人口聚集在城市區(qū)域內(nèi)，將導(dǎo)致土地利用和 土 地 覆 蓋（LULC）的 巨 大 變 化（Liu et al.,2014）。近幾十年來，特別在發(fā)展中國家，城市化發(fā)展與城市人口的劇增，使周邊廣闊的土地成為了城市和城郊區(qū)（D’ Amour et al., 2017）。城市化將導(dǎo)致城市地區(qū)高于鄉(xiāng)村地區(qū)的溫度，即城市熱島（UHI）效 應(yīng)（Oke, 1982; Rizwan et al., 2008）。UHI 改變了局地的氣候，可能會加劇空氣污染，從而降低了能見度，亦可能影響農(nóng)業(yè)生產(chǎn)及增加水資源的利用（Hunt et al., 2013; Sharma et al., 2017）。鑒于21 世紀(jì)城市地區(qū)及人口的持續(xù)增長以及全球變化導(dǎo)致的極端天氣事件發(fā)生概率的增加，人們越來越關(guān)注城市熱島的加?。≧oth, 2007; Grimm et al., 2008），以及由此帶來嚴(yán)重的健康問題（Kovats and Hajat, 2008）、環(huán)境問題（Sarrat et al., 2006）與能源問題（Kolokotroni et al., 2012）。因此，對城市熱島的研究和預(yù)測仍然對人們的生活和生產(chǎn)具有重要意義。

Myrup（1969）利用數(shù)值模式模擬城市熱島，可改善現(xiàn)有與未來城市的氣候提供科學(xué)依據(jù)。Giannaros et al.（2013）利用WRF（Weather Research Forecasting）模式耦合Noah 陸面過程對雅典上空的UHI 進(jìn) 行 了 模 擬；Sharma et al.（2017）使 用WRF 耦合城市冠層（簡稱WRF/UCM，下同）探討了芝加哥大都市區(qū)的城市化對城市熱島和湖陸風(fēng)的影響。Miao and Chen （2007）和Miao et al.（2008,2009）在北京地區(qū)采用WRF/UCM 研究了山谷環(huán)流與城市熱島的相互作用；Lin et al.（2008）使用WRF/UCM模式，模擬了臺灣北部地區(qū)熱島效應(yīng)、邊界層發(fā)展及海陸風(fēng)的時(shí)空變化；朱麗等（2020）使用WRF模式給出了重慶山地城市熱島環(huán)流的三維結(jié)構(gòu)特征；鄭亦佳等（2017）使用WRF模式研究了滇中不同城市化發(fā)展與湖泊下墊面的影響，在夏季形成UHI 的“下游效應(yīng)”（Zhang et al., 2009,2011）。不過上述研究大都未采用真實(shí)的土地覆蓋類型。

土地覆蓋是城市氣候模型的重要輸入?yún)?shù)，影響地面與大氣之間的能量與水汽交換（Twine et al.,2004）。Chen et al.（2007）發(fā)現(xiàn)，邊界層發(fā)展、云、降水和氣象要素的預(yù)測依賴于土地覆蓋數(shù)據(jù)的更新。LULC 的變化趨勢影響局地溫度、相對濕度和降雨等氣象要素（Jiang et al., 2014; Yao et al., 2015;Gogoi et al., 2019）。在WRF模式中默認(rèn)的MODIS（Moderate Resolution Imaging Spectroradiometer）土地覆蓋數(shù)據(jù)大都來自于2004年，舊的土地覆蓋數(shù)據(jù)不能真實(shí)反映城市導(dǎo)致的土地利用變化（De Meij and Vinuesa, 2014），這是城市氣候模擬的重要誤差來源之一。

使用高分辨率的實(shí)時(shí)土地覆蓋數(shù)據(jù)，能真實(shí)地反映城市下墊面的地表特征。Kedia et al.（2021）利用WRF模式中嵌入高分辨率的LULC 數(shù)據(jù)，真實(shí)再現(xiàn)了城市化進(jìn)程對UHI 與地面氣象要素的影響。Chen et al.（2014）利用WRF模式討論了不同的LULC 對杭州市熱島強(qiáng)度的影響。孫永等（2019）使用高分辨率下墊面地理信息系統(tǒng)（GIS）數(shù)據(jù)集，采用WRF 耦合多層冠層（BEP+BEM）方案對重慶夏季高溫過程的模擬研究指出，夜間城市地表儲熱與空調(diào)廢熱向大氣釋放，是UHI 形成的主要原因。

昆明市是中國西南地區(qū)重要的中心城市之一，近年來隨著經(jīng)濟(jì)的發(fā)展，昆明城市人口快速增長，城市化與工業(yè)化使城市熱島效應(yīng)日益顯著（陳艷等, 2012）。目前使用高分辨率土地覆蓋數(shù)據(jù)及中尺度數(shù)值模式，研究西南地區(qū)城市化進(jìn)程對區(qū)域氣候影響的工作開展得較少。本文采用與模擬時(shí)間一致的2018年MODIS 下墊面數(shù)據(jù)；利用WRF模式中耦合Noah 陸面過程耦合的單層城市冠層方案（簡稱Noah/SLUCM）研究土地利用類型（默認(rèn)下墊面）、陸面過程和滇池（湖泊）對昆明城市熱島強(qiáng)度及氣象要素時(shí)空分布特征的影響。

2 研究方法

2.1 WRF模式與Noah/SLUCM 城市參數(shù)化方案簡介

WRF模式為完全可壓縮及非靜力多層嵌套模式（Skamarock et al., 2008），水平方向采用Arakawa C 網(wǎng)格點(diǎn)，垂直方向采用地形追隨質(zhì)量坐標(biāo)。該模式中動力框架、物理參數(shù)化方案為相互獨(dú)立的模塊，空間格點(diǎn)分辨率上能達(dá)到1 km 以內(nèi)。WRF 選擇合理的城市冠層參數(shù)化方案，具有很好地模擬城市區(qū)域溫度、濕度、風(fēng)速時(shí)空分布能力。下面介紹WRF模式中Noah 陸面過程耦合的單層城市冠層。

如 圖1 所 示，Noah 陸 面 過 程（Chen and Dudhia, 2001）在模擬城市下墊面時(shí)，通常采用與郊區(qū)下墊面相似的平板單層（簡稱NoUCM）方案來計(jì)算城市水泥下墊面輻射能量平衡。NoUCM 試驗(yàn)采用比自然下墊面較大的熱容量和熱傳導(dǎo)參數(shù)來表征城市下墊面的儲熱作用；在動力作用方面，城市區(qū)域用較大的粗糙度來表征動量的損耗以及向湍能的轉(zhuǎn)化。該方案并未涉及城市建筑的幾何結(jié)構(gòu)。

Kusaka et al.（2001）、Kusaka and Kimura（2004）發(fā)展可與WRF 耦合的單層城市冠層，它假定城市構(gòu)造中，街道峽谷參數(shù)化為無限長，在街道峽谷中包含了遮擋陰影、太陽輻射、輻射陷阱以及垂直風(fēng)廓線的計(jì)算。如圖1 所示，SLUCM 把城市單元格劃分為城市（非滲透性）表面以及植被（滲透性）表面，城市區(qū)域內(nèi)植被、路面、建筑物表面、墻面以及屋頂五個表面上的溫度是通過建立能量平衡方程求出，這樣大大提高該模式對城市區(qū)域的模擬能力。

圖1 WRF-Noah/SLUCM 及NoUCM 空間示意圖。LH（SH）表示潛（感）熱通量，T 代表溫度，G 代表熱通量；下標(biāo)veg、w、g、r 分別表示植被、墻面、地面、屋頂；Tc 為街道峽谷的氣溫，Ta 表示模式第一層的氣溫；左側(cè)垂直結(jié)構(gòu)中Zc、Zr、Za 分別為街道峽谷、屋頂、模式第一層高度Fig. 1 Space diagram of WRF-Noah/SLUCM and NoUCM. WRF-Noah/SLUCM and NoUCM represent Weather Research and Forecasting model coupled with Noah single layer urban canopy mode and no single layer urban canopy mode added, respectively. LH (SH) is the latent (sensible) heat fluxes; subscripts veg, w, g, r represent the vegetated fraction, wall, ground flux, roof, respectively; Tc, Ta denotes the air temperature (T) for the street canyon and the first level of the atmospheric model; Zc, Zr, Za represent street canyon height, rooftop height, and the first level of the atmospheric model, respectively

2.2 資料與研究個例

本文使用的資料為昆明市區(qū)域國家觀測站（10 個站）數(shù)據(jù)，包含了海拔高度與經(jīng)緯度以及逐小時(shí)氣溫、相對濕度、風(fēng)速、氣壓、降水等氣象要素。引用孫績?nèi)A等（2015）的方法，依據(jù)人口密集程度與各站點(diǎn)的地理位置，將各站點(diǎn)劃分為3 種類型：城市站點(diǎn)（昆明、呈貢、安寧代表城市，隨著城市面積的擴(kuò)大與人口的劇增，本文將安寧站劃分為城市站點(diǎn)）、近郊站點(diǎn)（嵩明、宜良、富民、晉寧代表小城鎮(zhèn)）、遠(yuǎn)郊站點(diǎn)（石林、祿勸、尋甸代表鄉(xiāng)村）。研究時(shí)段為2018年7月17日00時(shí)（北京時(shí)，下同）至7月19日24時(shí)（簡寫為17～19日），該時(shí)段昆明市無強(qiáng)對流天氣過程。從500 hPa天氣形勢圖（圖2a）可知，高壓脊線位于北緯25°N 附近，等壓線梯度??；昆明市受高壓外圍東偏南氣流控制，背景風(fēng)場較弱，風(fēng)速低于7 m s?1，天氣形勢穩(wěn)定。根據(jù)NASA 提供的逐小時(shí)衛(wèi)星云圖（圖略）顯示，除19日午后受中南半島低壓倒槽外圍云系影響，昆明市為多云間晴，其余時(shí)段均為晴到少云天氣。地面氣象觀測站逐小時(shí)降水?dāng)?shù)據(jù)顯示三天內(nèi)均無降水。

2.3 模擬區(qū)域與試驗(yàn)設(shè)計(jì)

本文采用WRF模式版本W(wǎng)RFV3.9.1 對研究個例進(jìn)行模擬。模擬的起始時(shí)間為2018年7月16日08時(shí)，總積分時(shí)長為88 h，前16 h 為模式spinup時(shí)間，之后72 h 用于模擬結(jié)果分析。初始場與邊界條件為NCEP（National Centers for Environmental Prediction）FNL 再分析資料（1°×1°）逐6 h 的數(shù)據(jù)。模擬的區(qū)域中心為昆明主城區(qū)（25.03°N，102.71°E）。模式使用了四重嵌套方案（圖2b），從外到內(nèi)各層格點(diǎn)數(shù)分別為110×110、154×157、160×166、214×232，分 辨 率 分 別 為13.5 km、4.5 km、1.5 km、0.5 km。垂直方向設(shè)置為53 層，模式頂層氣壓設(shè)置為100 hPa，近地層2 km 以內(nèi)共設(shè)置21 層。

圖2 （a）2018年7月18日14時(shí)（北京時(shí)，下同）NCEP FNL（1°×1°）分析資料500 hPa 溫度場（彩色陰影，單位：°C）、位勢高度場（等值線，單位：dagpm）、風(fēng)場（箭頭，單位：m s?1）；（b）模式的四重嵌套區(qū)域和地形高度分布（彩色陰影，單位：m）Fig. 2 (a) Temperature (shadings, units: °C), geopotential height (contours; units: dagpm), and wind (vectors, units: m s?1) at 500 hPa from NCEP FNL (1°×1°) analysis data at 1400 BJT (Beijing time) 18 July 2018; (b) coverage and terrain height (shadings, units: m) of model domains 1, 2, 3 and 4 (denoted by do1, do2, do3, and do4, respectively)

圖3a、b 分別為第四層嵌套（do4）區(qū)域2004、2018年下墊面土地類型，地形資料使用的分辨率為0.5 km 的MODIS（15 s）數(shù)據(jù)。圖3a 中，2004年的MODIS 數(shù)據(jù)為WRF 官網(wǎng)所提供的默認(rèn)下墊面，近十幾年由于城市的發(fā)展與周圍生態(tài)環(huán)境的變化，模擬區(qū)域下墊面類型顯著改變，因此下墊面的替換對高分辨率的數(shù)值模擬研究尤為重要。本文采用與模擬時(shí)間一致的2018年MODIS（15 s）下墊面，該數(shù)據(jù)能真實(shí)地反映土地類型特征。如圖3b 所示，近十幾年昆明主城區(qū)域向四周與呈貢區(qū)擴(kuò)展，滇池周邊的農(nóng)田更改為城市與稀樹草原。根據(jù)衛(wèi)星資料所提供的MODIS 土地覆蓋類型（MCD12Q1）產(chǎn)品（Liang et al., 2015），由于植被的生長與演變，do4 下墊面中的混交林大部分更替為稀樹草原。

圖3 （a）2004年、（b）2018年do4 區(qū)域MODIS 的土地類型分類。黑、黃、藍(lán)色圓點(diǎn)分別表示城市、近郊、遠(yuǎn)郊站點(diǎn)，線段AB 為圖8中垂直剖面的位置Fig. 3 Land types of MODIS (Moderate Resolution Imaging Spectroradiometer) in the do4 area in (a) 2004, (b) 2018. The black, yellow, and blue dots indicate urban, suburban, and outer suburban sites, respectively. The line AB is the vertical cross-section in Fig. 8

本文設(shè)計(jì)四個試驗(yàn)（表1），Control 為控制試驗(yàn)，Md04 試驗(yàn)為WRF 默認(rèn)的下墊面土地類型，NoUCM 試驗(yàn)為未添加SLUCM，Nolake 試驗(yàn)把湖泊（滇池）更換為農(nóng)田。模式中所采用的物理參數(shù)化方案有：WSM3 微物理方案（Hong et al., 2004），RRTM 長 波 輻 射 方 案（Mlawer et al., 1997），Dudhia 方案（Dudhia et al., 1989），MYJ 邊界層方案（Janji?, 2002），Kain-Fritsch 方 案（Kain and Fritsch, 1993）。Sun et al.（2013）在不同的氣候背景下，通過實(shí)地觀測驗(yàn)證了該模式中引入了城市植被的灌溉、城市綠洲效應(yīng)參數(shù)（Yang et al., 2015）的性能較好。本文城市綠洲效應(yīng)及植被灌溉參數(shù)設(shè)置參考Miao and Chen（2014），其余城市冠層參數(shù)化方案為默認(rèn)數(shù)值。

表1 數(shù)值模擬試驗(yàn)與參數(shù)化方案設(shè)置Table 1 Numerical simulation cases and parameterization scheme settings

3 模式驗(yàn)證與校驗(yàn)

將10 個站點(diǎn)劃分為城市、近郊、遠(yuǎn)郊站的三種類型，利用逐小時(shí)地面觀測資料與模擬的2 m 氣溫（T2）、2 m 相對濕度（RH）和10 m 風(fēng)速（V10）進(jìn)行對比分析。如圖4 所示，模式模擬2 m 氣溫的逐小時(shí)變化與觀測值基本一致，整體模擬溫度比觀測值偏大，這與模式城市冠層中非滲透性表面的默認(rèn)值占比過大有關(guān)。溫度的偏高，導(dǎo)致三種類型站點(diǎn)逐日00～10時(shí)相對濕度整體略偏?。怀鞘姓军c(diǎn)在14時(shí)左右出現(xiàn)最大差值為16%。風(fēng)速的對比中，整體的變化趨勢基本吻合，而風(fēng)速模擬值偏大原因是：（1）城市冠層建筑物高度相同，未考慮建筑物的拖拽對動能的損耗（伍見軍等, 2013）；（2）10 m風(fēng)速由第一層風(fēng)速值取對數(shù)得出，而模式的第一層高度設(shè)置在45 m。

圖4 2018年7月17～19日昆明市（a、d、g）城市、（b、e、h）近郊、（c、f、i）遠(yuǎn)郊站點(diǎn)觀測（藍(lán)色線）與模擬（紅色線）的（a–c）T2、（d–f）RH、（g–i）V10 的小時(shí)平均值Fig. 4 (a–c) 2-m temperature (T2), (d–f) relative humidity (RH), (g–i)10-m wind speed (V10) hourly averaged from observation (obs, blue lines) and simulation (sim, red lines) of average value for Kunming(a, d, g) urban, (b, e, h) suburban, and (c, f, i) outer suburban sites during 17–19 July 2018

為定量驗(yàn)證模式結(jié)果的可靠性，本文參考Miao et al.（2008）計(jì)算的統(tǒng)計(jì)指標(biāo)（表2），如觀測值方差（ σobs）、模擬值方差（ σsim）、模擬與觀測的標(biāo)準(zhǔn)差之比（Ro）、均方根誤差（RMSE）、相關(guān)系數(shù)（R）。如表2 所示，各站點(diǎn)溫度與相對濕度的相關(guān)系數(shù)（R）數(shù)值在0.85～0.98 范圍，風(fēng)速 的 相 關(guān) 系 數(shù) 在 0.36～0.61 范 圍。 根 據(jù)Pielke（1984）指出，當(dāng)Ro≈1 與RMSE＜ σobs時(shí)，模式的結(jié)果可靠；模擬與觀測的標(biāo)準(zhǔn)差之比（Ro）的數(shù)值接近于1。總體來說，除風(fēng)速大小的模擬與觀測存在一定差異外，模式基本能較好模擬出近地面氣象要素場的變化。

表2 10 個氣象觀測站點(diǎn)信息與2018年7月17～19日平均的2 m 氣溫、相對濕度、10 m 風(fēng)速的統(tǒng)計(jì)值Table 2 Information from ten meteorological observation stations and statistical index values of 2-m temperature, relative humidity, and 10-m wind speed during 17–19 July 2018

4 模式模擬結(jié)果分析

4.1 昆明市城市熱島特征

由于高原各站點(diǎn)的海拔高度具有一定的差異，本文參考段旭等（2011）對氣溫資料進(jìn)行訂正，以昆明站為標(biāo)準(zhǔn)高度，其余各站點(diǎn)按照氣溫遞減率（0.51°C/100 m）進(jìn)行消除海拔高度對氣溫的影響。用城市站點(diǎn)與遠(yuǎn)郊站點(diǎn)2 m 氣溫的平均差值來代表城市熱島（UHI）效應(yīng)，計(jì)算方法與孫績?nèi)A等（2015）一致。

圖5a 給出了昆明城市熱島強(qiáng)度逐小時(shí)平均的日變化特征，四種試驗(yàn)的UHI 強(qiáng)度變化趨勢相似。在白天08～16時(shí)階段，城市熱島強(qiáng)度較低。這是由于：（1）白天城市建筑具有較強(qiáng)的儲熱能力，凈輻射的能量主要存儲于水泥建筑墻面、屋頂、道路等，城市熱島強(qiáng)度減弱；（2）城市建筑峽谷的遮擋作用。在16～20時(shí)，隨著太陽輻射強(qiáng)度減弱，建筑物儲存的熱量開始釋放，夜間城市熱島強(qiáng)度出現(xiàn)最大值；20時(shí)之后至凌晨，城市熱島開始減弱；04～08時(shí)，遠(yuǎn)郊比城市水汽條件充足，遠(yuǎn)郊站點(diǎn)的潛熱能量釋放降低了近表面溫度，城市熱島強(qiáng)度增大。Md04 試驗(yàn)中城市區(qū)域面積偏小，城市熱島強(qiáng)度較弱，在10:30時(shí)左右出現(xiàn)“冷島”現(xiàn)象，而城市化的影響逐步抵消了“冷島”作用，顯現(xiàn)出“熱島”特征（陳艷等, 2012）。NoUCM 試驗(yàn)中未添加城市冠層方案，城市熱島強(qiáng)度整體偏高，是因?yàn)榘殉鞘邢聣|面整體當(dāng)作水泥板塊，地面受熱較快且無建筑物儲熱與遮擋作用。而Nolake 試驗(yàn)用農(nóng)田替換湖泊，湖泊比農(nóng)田的比熱容大，儲熱能力強(qiáng)，使近表面溫度升溫較慢，城市熱島強(qiáng)度反而減弱。

Control-NoUCM（Nolake）試驗(yàn)熱島強(qiáng)度的差值（圖5b）反映城市冠層與湖泊對城市熱島強(qiáng)度的影響。城市冠層對城市熱島有所減弱，11時(shí)熱島強(qiáng)度減小0.79°C。白天湖泊對城市熱島有增溫作用，07時(shí)熱島強(qiáng)度增大1.07°C。綜上所述，城市冠層與湖泊對城市熱島的作用相反。

圖5 2018年7月17～19日平均的（a）Control、Md04、NoUCM、Nolake 試驗(yàn)中城市熱島（UHI）強(qiáng)度的日變化，（b）Control 試驗(yàn)與Md04、NoUCM、Nolake 試驗(yàn)城市熱島平均日變化的差值Fig. 5 (a) Daily change of urban heat island (UHI) intensity in experiments Control, Md04, NoUCM, and Nolake, (b) differences of the average daily change of UHI between the experiment Control and experiments Md04, NoUCM, Nolake averaged during 17–19 July 2018

4.2 昆明市氣象要素的水平分布特征

圖6a 表明城市熱島效應(yīng)向周圍擴(kuò)張，與4.1章節(jié)提到城市熱島增強(qiáng)一致。主城區(qū)周邊擴(kuò)張為城市下墊面的溫度增溫0.32°C～0.61°C，與鄭亦佳等（2017）將昆明城市下墊面更換成農(nóng)田的溫度差值基本接近。從風(fēng)矢量場差值可以看出，因城市下墊面受熱引起的次級環(huán)流，湖邊周圍存在偏西氣流的增強(qiáng)。圖6b 中，模式中添加城市冠層，使溫度降低0.62°C～0.90°C，說明耦合的城市冠層方案，能真實(shí)地模擬出溫度時(shí)空變化特征；城市冠層溫度較低，冠層內(nèi)積水消耗的較慢，對比NoUCM 試驗(yàn)的比濕增加了0.16～0.39 g kg?1。模擬時(shí)段近地面處于副熱帶高壓外圍的東南氣流控制，而疊加的風(fēng)矢量場差值為西北風(fēng)向，使城市冠層中10 m 風(fēng)速減弱1 m s?1左右。

在模式中，Noah 陸面過程的土壤濕度設(shè)定為固定參數(shù)0.1 mm（Sharma et al., 2017）。而耦合的城市冠層中，墻面、屋頂最大積水深度（無降水的情況下）設(shè)置為0.2 mm（Yang et al., 2015）；依據(jù)Ramamurthy and Bou-Zeid（2014）研究表明，將城市道路最大積水深度設(shè)置為1 mm。圖6c 中，由于城市建筑內(nèi)部的積水，大部分以潛熱的形勢消耗，相比土壤中的水分流失更快，因此Control-Md04 試驗(yàn)的比濕（Q2）減少0.42～0.72 g kg?1。圖6d中，耦合的城市冠層中考慮了墻面與屋頂?shù)姆e水深度參數(shù)設(shè)置。

圖6 2018年7月17～19日Control 試驗(yàn)與（a、c）Md04 試驗(yàn)、（b、d）NoUCM 試驗(yàn)?zāi)M的（a、b）2 m 溫度T2（彩色陰影，單位：°C）、（c、d）比濕Q2（彩色陰影，單位：g kg?1）疊加10 m 風(fēng)場V10（箭矢，單位：m s?1）的平均差值Fig. 6 Average differences of 10-m wind V10 (vectors, units: m s?1) and (a, b) 2-m temperature (T2, shadings, units: °C), (c, d) specific humidity (Q2,shadings, units: g kg?1) between the experiment Control and (a, c) experiment Md04, (b, d) experiment NoUCM during 17–19 July 2018

WRF模式中耦合Noah/SLUCM 方案的表面能量平衡方程為

式中，Rn表示凈輻射通量，QF代表人為熱通量，LE、SH、G分別表示潛熱、感熱和地表熱通量，LEurban、LEveg分別表示城市非自然下墊面與自然植被下墊面的潛熱通量。QALH、furban、CH、αoasis分別表示人為潛熱通量、城市非自然下墊面的占比、相關(guān)變量對蒸散系數(shù)（Ep）的影響、綠洲參數(shù)。

圖7b、d 中，Control 試驗(yàn)與NoUCM 試驗(yàn)感熱（潛熱）能量的差值為?40.88（+29.60）W m?2，在NoUCM 試驗(yàn)中沒有考慮建筑幾何結(jié)構(gòu)的儲熱與陽光遮擋作用，大部分熱量被地表平面所吸收；地表熱通量G的增加，導(dǎo)致圖6b 近表面2 m 溫度較高。圖7a、c 中，Control 試驗(yàn)與Md04 試驗(yàn)感熱（潛熱）通量的差值為+46.18（?79.71）W m?2，潛熱能量釋放大于感熱通量的絕對值。在方程（2、3）中，由于城市周邊自然植被的蒸散作用大約是遠(yuǎn)郊的1.30 倍（Oke, 1979），潛熱通量的釋放較大。根據(jù)等式（1）的能量平衡方程可知，Md04試驗(yàn)中潛熱通量的增大，導(dǎo)致感熱通量與地表熱通量的減少。因此，圖6a 中Mo04 試驗(yàn)比Control 試驗(yàn)近表面2 m 溫度低，使能量達(dá)到新的平衡關(guān)系。

圖7 2018年7月17～19日Control 試驗(yàn)與（a、c）Md04 試驗(yàn)、（b、d）NoUCM 試驗(yàn)?zāi)M的（a、b）感熱通量SH（單位：W m?2）、（c、d）潛熱通量LH（單位：W m?2）疊加10 m 風(fēng)場V10 矢量（箭矢，單位：m s?1）的平均差值Fig. 7 Average differences of 10-m wind V10 (vectors, units: m s?1) and (a, b) sensible heat flux (SH, shadings, units: W m?2), (c, d) latent heat flux(LH, shadings, units: W m?2) between the experiment Control and (a, c) experiment Md04, (b, d) experiment NoUCM during 17–19 July 2018

4.3 昆明市氣象要素的垂直分布特征

文中取城市區(qū)域格點(diǎn)平均海拔高度為1.92 km。四個試驗(yàn)城市邊界層日變化趨勢相似（圖8a），15時(shí)邊界層高度達(dá)到最大值，夜間無太陽短波輻射，邊界層高度逐漸降低，07時(shí)出現(xiàn)最小值。

圖8b 給出了Control 試驗(yàn)與其余三個試驗(yàn)城市邊界層日變化的差值。Control 試驗(yàn)與NoUCM 試驗(yàn)邊界層日變化高度差為負(fù)值，NoUCM 試驗(yàn)中太陽短波輻射加熱地面，受熱后以長波輻射直接加熱大氣，在08時(shí)出現(xiàn)最大差值?103.35 m；Control試驗(yàn)因受城市中建筑物的遮陽作用，使大氣加熱較慢，邊界層高度差值出現(xiàn)波動，與建筑物儲存的熱量逐步釋放有關(guān)。在午后12～17時(shí)，受湖泊（冷）與城市（熱）之間熱力差異的作用，Control 試驗(yàn)與Nolake 試驗(yàn)城市邊界層高度差值為?32.33 m。Control 試驗(yàn)與Md04 試驗(yàn)城市邊界層高度差增大，受城市面積擴(kuò)大，城市建筑物遮擋作用明顯，07～11時(shí)邊界層之差降低9 m 左右，白天建筑物儲熱較多，在夜間城市邊界層高度差最大增加102.46 m。

圖8 2018年7月17～19日（a）四個試驗(yàn)城市區(qū)域邊界層高度的平均日變化，（b）Control 試驗(yàn)與三個試驗(yàn)邊界層高度平均日變化的差值，四個試驗(yàn)（c）07時(shí)、（d）15時(shí)、（e）20時(shí)平均湍流動能TKE 的垂直廓線Fig. 8 (a) Average daily change in the boundary layer height in the four experiments, (b) differences of average daily change in the boundary layer height between the experiment Control and the three experiments, vertical profiles of the average TKE (turbulent kinetic energy) in the four experiments at (c) 0700 BJT, (d) 1500 BJT, and (e) 2000 BJT 17 to 19 July 2018

城市邊界層高度的變化與湍流動能的大小密切相關(guān)（杜云松等, 2011）。圖8c、d、e 為四個試驗(yàn)17～19日三個時(shí)刻平均湍流動能（TKE）的垂直廓線。四個試驗(yàn)在15時(shí)TKE 最活躍，TKE 隨高度不斷增大；在垂直高度2.2～2.3 km 湍流動能出現(xiàn)最大值，Md04 試驗(yàn)與NoUCM 試驗(yàn)TKE 分別 為0.86 m2s?2與1.22 m2s?2。Nolake 試 驗(yàn) 與Control 試驗(yàn)相比，受下墊面（湖泊更改成農(nóng)田）熱力差異影響，在2.7 km 以上TKE 活躍程度較強(qiáng)，2.7 km 以下兩者數(shù)值基本重合，最大TKE 數(shù)值為0.92 m2s?2。夜間20時(shí)，城市熱島所提供的熱量有限，除1.9～2.0 km 內(nèi)湍流動能相對較高，垂直高度上TKE 明顯減弱，邊界層高度減小；次日07時(shí)垂直結(jié)構(gòu)上TKE 達(dá)到最低值，隨之邊界層高度達(dá)到日最低。

沿圖3b 中的AB 線段做垂直剖面（圖9），垂直剖面呈現(xiàn)東南低西北高，平均海拔高度為1.90 km。為反映湖泊對城市區(qū)域氣溫、水汽分布以及風(fēng)場結(jié)構(gòu)的影響，本文選擇2018年7月18日（高壓外圍控制，背景風(fēng)場較弱，云量少）具有代表性的四個時(shí)刻進(jìn)行分析。Control 試驗(yàn)與Nolake 試驗(yàn)對比，06時(shí)湖泊（water）相對較暖濕，垂直上升運(yùn)動明顯，城市（urban）與湖泊上空形成較弱的城市熱島環(huán)流，整層水汽含量較高，大氣斜壓性明顯，湍流動能活躍，垂直溫度梯度大。中午12時(shí)，受太陽輻射增強(qiáng)，Nolake 試驗(yàn)中農(nóng)田（cropland）對大氣加熱較快，形成明顯的垂直上升運(yùn)動，使水汽抬升至一定高度聚集；而Control 試驗(yàn)中湖泊（比熱容大）儲存熱量，垂直運(yùn)動不明顯，同時(shí)吸收的部分能量以潛熱形式釋放，增加了低層干空氣濕度。下午17時(shí)，Control 試驗(yàn)中城市與湖泊熱力差異增強(qiáng)，導(dǎo)致湖泊上空垂直運(yùn)動較弱，而水平方向湖陸風(fēng)較大；Nolake 試驗(yàn)中農(nóng)田上空垂直湍流運(yùn)動明顯，使城市垂直運(yùn)動高度升高，但低層垂直上升運(yùn)動相比Control 試驗(yàn)較弱。夜間22時(shí)，隨著湖泊增溫，湖陸風(fēng)占主導(dǎo)作用；城市相比農(nóng)田儲熱能力較差，城市區(qū)域風(fēng)速較小。

圖9 2018年7月18日（a1、a2）06時(shí)、（b1、b2）12時(shí)、（c1、c2）17時(shí)、（d1、d2）22時(shí)Control 試驗(yàn)（左）與Nolake 試驗(yàn)（右）的溫度（彩色陰影，單位：°C）、風(fēng)場（箭矢，單位：m s?1，其中垂直風(fēng)速擴(kuò)大5 倍）和相對濕度（等值線，單位：%）沿圖3b 中AB 線段的垂直剖面。橫坐標(biāo)上的黑色線、藍(lán)色線、灰色線、綠色線代表城市（urban）、湖泊（water）、農(nóng)田（corpland）、稀樹草原（savannas），白色區(qū)域?yàn)榈匦胃叨菷ig. 9 Vertical cross-sections of temperature (shadings, units: °C), wind (vectors, units: m s?1, the vertical wind speed is expanded by 5 times) and relative humidity (color lines; units: %) along the line AB in Fig. 3b for experiment Control (left) and experiment Nolake (right) at (a1, a2) 0600 BJT,(b1, b2) 1200 BJT, (c1, c2) 1700 BJT and (d1, d2) 2200 BJT 18 July 2018. In x-axis, the black line, blue line, gray line, and green line represent the urban, water, cropland, and savannas, respectivey. The white area is the terrain height

圖10 給出17～19日四個時(shí)刻平均位溫（θ）與相對濕度（RH）的垂直廓線圖，來分析各試驗(yàn)垂直結(jié)構(gòu)上的變化。圖10b、c 中，白天低層大氣受到明顯的加熱作用，Md04 試驗(yàn)中城市下墊面較小導(dǎo)致位溫偏低，其余三個試驗(yàn)位溫的差異不明顯。圖10a、d 中，夜間各試驗(yàn)均為逆溫層結(jié)構(gòu)。圖10e、f、g、h 中，白天06～17時(shí)，受城市熱島影響，垂直結(jié)構(gòu)上各試驗(yàn)相對濕度最大值逐漸向上傾斜，低層相對濕度由84%減少至50%左右；夜間22時(shí)，低（高）層相對濕度緩慢增加（減少），3.5 km 以下相對濕度基本維持在72%～76%。

5 結(jié)論

本文選取2018年夏季昆明市受高壓外圍東偏南氣流控制、晴朗少云、天氣形勢穩(wěn)定的7月17～19日作為模擬時(shí)段。利用WRF（V3.9.1）模式中耦合Noah/SLUCM 方案作為Control 試驗(yàn)，研究了土地利用類型（Md04 試驗(yàn)）、陸面過程（NoUCM 試驗(yàn)）、湖泊（Nolake 試驗(yàn)）對城市熱島強(qiáng)度及昆明城市氣象要素水平、垂直的時(shí)空分布特征的影響。得到的主要結(jié)果如下：

（1）四種試驗(yàn)城市熱島強(qiáng)度的平均日變化趨勢相似。白天城市熱島強(qiáng)度較弱、夜間較強(qiáng)，在20時(shí)左右UHI 達(dá)到最大值。Control-NoUCM（Nolake）試驗(yàn)中，城市冠層（湖泊）對城市熱島有較明顯的減（增）溫，平均日最大差值為?0.79°C（+1.07°C）。

（2）Control-Md04（NoUCM）試驗(yàn)中，分析土地利用類型與陸面過程對城市氣象要素水平的影響。主城區(qū)周邊擴(kuò)張為城市下墊面的T2增加0.32°C～0.61°C，比濕（Q2）減少0.42～0.72 g kg?1，下墊面的更改使溫度梯度較大，導(dǎo)致湖邊周圍偏西氣流的加強(qiáng)。城市冠層使溫度降低0.62°C～0.90°C，比濕增加0.16～0.39 g kg?1，城市冠層粗糙度加大，使10 m 風(fēng)速減弱1 m s?1左右。從能量平衡方程分析Control-Md04 試驗(yàn)，感熱（潛熱）能量的差值為+46.18 W m?2（?79.71 W m?2），潛熱通量釋放大于感熱通量的絕對值。Control-NoUCM 試驗(yàn)中感熱（潛熱）能量的差值為?40.88 W m?2（+29.60 W m?2），NoUCM 試驗(yàn)未考慮幾何建筑物儲熱與遮擋，大部分被地表所吸收，導(dǎo)致感熱絕對值較大。

（3）四種試驗(yàn)中，15（07）時(shí)邊界層高度達(dá)到最大（?。┲?。Control-NoUCM（Nolake）試驗(yàn)中出現(xiàn)最大差值為?103.35 m（?32.33 m），相反Control-Md04 試驗(yàn)中城市邊界層高度增加102.46 m。邊界層高度和湍流動能大小密切相關(guān)，15時(shí)TKE最活躍，四種試驗(yàn)在垂直高度2.2～2.3 km 上TKE最大值在0.86～1.22 m2s?2，夜間城市熱島提供的熱量有限，垂直結(jié)構(gòu)上TKE 明顯減弱，次日07時(shí)TKE 達(dá)到最小，隨之邊界層高度降至最低。

（4）從截取AB 垂直剖面（圖9）分析湖泊對城市熱島環(huán)流的影響。結(jié)果顯示，湖泊上空垂直運(yùn)動較弱，水平方向湖陸風(fēng)較大，有利于向城市輸送水汽，增加干空氣濕度，使水汽含量較高；從而增加潛熱能量釋放，相應(yīng)降低感熱通量，垂直溫度梯度減小。對應(yīng)四個時(shí)刻的平均位溫與相對濕度的垂直廓線圖（圖10），白天城市受熱致位溫偏低，夜間為逆溫層結(jié)構(gòu)。白天相對濕度最大值向上傾斜，低層降至50%左右；夜間垂直結(jié)構(gòu)（3.5km 以內(nèi)）相對濕度達(dá)到平衡，維持在72%～76%左右。

圖10 2018年7月17～19日（a、e）06時(shí)、（b、f）12時(shí)、（c、g）17時(shí)、（d、h）22時(shí)四個試驗(yàn)城市區(qū)域平均（a–d）位溫θ 的垂直廓線與（e–h）相對濕度RH 的垂直廓線Fig. 10 Vertical profiles of the average (a–d) potential temperature (θ) and (e–h) relative humidity (RH) for urban areas in the four experiments at (a,e) 0600 BJT, (b, f) 1200 BJT, (c, g) 1700 BJT, (d, h) 2200 BJT from 17 to 19 July 2018

本文使用WRF模式對昆明市下墊面進(jìn)行更新替換，利用高分辨率的土地?cái)?shù)據(jù)有助于城市熱島的模擬。由于缺乏建筑物高度、密集程度等實(shí)測數(shù)據(jù)，城市冠層參數(shù)方案并未對城市下墊面進(jìn)行高、中、低密度建筑區(qū)以及不同城市占比大小的劃分；模式中計(jì)算的邊界層高度與湍流動能，尚未與相應(yīng)的探空資料進(jìn)行驗(yàn)證。這些將是下一步研究工作的重點(diǎn)。此外城市熱島強(qiáng)度隨季節(jié)具有不同的特征，不同季節(jié)時(shí)段城市化對城市熱島與城市氣象要素時(shí)空分布的影響有待進(jìn)一步地深入研究。