中国气象学会主办。
文章信息
- 苗世光, 蒋维楣, 梁萍, 刘红年, 王雪梅, 谈建国, 张宁, 李炬, 杜吴鹏, 裴琳. 2020.
- MIAO Shiguang, JIANG Weimei, LIANG Ping, LIU Hongnian, WANG Xuemei, TAN Jianguo, ZHANG Ning, LI Ju, DU Wupeng, PEI Lin. 2020.
- 城市气象研究进展
- Advances in urban meteorology in China
- 气象学报, 78(3): 477-499.
- Acta Meteorologica Sinica, 78(3): 477-499.
- http://dx.doi.org/10.11676/qxxb2020.025
文章历史
-
2019-09-20 收稿
2019-12-31 改回
2. 南京大学大气科学学院,南京,210032;
3. 上海市气候中心,中国气象局上海城市气候变化应对重点开放实验室,上海,200030;
4. 粤港澳环境质量协同创新联合实验室,暨南大学环境与气候研究院,广州,510632;
5. 北京市气候中心,北京,100089
2. School of Atmospheric Sciences,Nanjing University,Nanjing 210032,China;
3. Shanghai Climate Center,Key Laboratory of Cities' Mitigation and Adaptation to Climate Change in Shanghai,CMA,Shanghai 200030,China;
4. Guangdong-Hongkong-Macau Joint Laboratory of Collaborative Innovation for Environmental Quality,Institute for Environmental and Climate Research,Jinan University,Guangzhou 510632,China;
5. Beijing Climate Center,Beijing 100089,China
城市气象作为大气科学的一个新的分支学科,在中国发展大致起步于20世纪70、80年代。城市气象研究缘于城市建设改变了城区下垫面及其支配影响的城市气象环境;再则城市化的加剧,又进一步改变并加强了该支配影响,即进一步支配改变城市气象环境条件,包括天气、气候和大气环境的变化。
城市气象观测试验和基础理论研究极大地推动并进一步促进了城市气象研究与应用的发展。20世纪80年代《城市气候学导论》(周淑贞等,1985)一书首先总结提出并阐述了包括城市热岛、干岛、湿岛、雨岛和混浊岛等城市气候效应。同期在北京、天津、重庆、南京、苏州、兰州、杭州等大城市开展城市热岛研究。90年代末,随着中国城市化进程加快,城市气象观测网络加速构建,城市和城市群域现场观测试验研究的开展为城市气象研究提供了更多观测资料并为进一步的基础理论和应用研究提供了有力支撑。如中国首个超大城市气象综合观测试验:北京BECAPEX试验(2001—2003)(徐祥德等,2004,2010),北京BUBLEX试验(2004—2005)(李炬等,2008,2014),城市对降水和雾-霾影响科学试验SURF(2015—2017)(Liang,et al,2018)等。
2004年中国国家自然科学基金重点项目“城市边界层三维结构研究”,从城市边界层观测与分析着手,开展城市边界层结构数值模拟与分析的基础研究,首次在城市多尺度模拟中引入城市边界层三维结构特性及其参数分布,取得了对城市热岛、人为热和人为水汽及可分辨建筑物的形态学特征对城市陆面过程和城市冠层(含建筑物和植被等)及其参数化的引入等技术,实施计算流体力学、大涡模拟等多种新的湍流闭合技术,并引入空气质量模拟的应用领域(刘红年等,2008;蒋维楣等,2009)。项目研究成果被国际同行所关注和认可(Souch,et al,2006)。
2008年国家科技支撑计划项目“京津冀城市群高影响天气预报中的关键技术研究”,以城市群复杂下垫面对天气系统的影响为研究重点,开展了观测和数值天气预报模式研究(李炬等,2014;苗世光等,2014b)。刘树华等(2009,2013)系统开展了城市复杂下垫面与大气边界层相互作用耦合模式研究、京津冀地区大气边界层和大气环流特征研究。2010年973项目“我国东部沿海城市带的气候效应及对策效应”,深入研究了城市群的直接天气气候效应、城市群作为中国高污染地区所形成的较大范围空气污染及其天气气候效应、以及大范围城市化对东亚季风的影响(Wu,et al,2013;Ding,et al,2013;Wan,et al,2014)。2017年国家重点研发计划项目“陆地边界层大气污染垂直探测技术”,围绕大气边界层中关键气象要素和主要污染物的地基、塔基、艇基和飞机观测等新技术,以及多元数据融合归一标准化平台等开展研究。中国东北(李丽光等,2012)、西北(刘宇等,2003;王腾蛟等,2013)、川渝(王咏薇等,2013)等地区亦相继开展了城市气象研究工作。
大气环境预报方面,王自发等(2006)研制完成的嵌套网格空气质量预报模式系统(NAQPMS)作为一个区域多尺度空气质量数值模式,已投入广泛的业务应用。中国气象局建立了国家级雾-霾数值预报系统(CUACE)(Gong,et al,2008)和订正模型(吕梦瑶等,2018),取得了良好效果。南京大学建立了研究型的城市尺度空气质量预报模式(NJU-CAQPS),具有多尺度、引入城市陆面参数化方案和细网格、高分辨率等特点,模拟结果在南京大学大气环境风洞中进行对比检验,取得了良好结果(刘红年等,2009)。
城市气象研究及其应用近一二十年来有着长足进展。在城市规划的研究与应用领域,北京市气象局和南京大学等多家单位联合开展了气象环境综合评估体系在城市规划建设中的应用研究(汪光焘等,2005)。近年来,城市环境气候图作为一种可持续发展和规划的重要信息系统工具,在中国北京、香港、西安和高雄等地,取得了很多实际应用成果(任超等,2012)。
Lee等(2015)指出,城市群大气边界层研究是边界层气象学研究的5个优先领域之一。近年来,城市化对区域气候及空气质量的影响成为一个新的研究热点,Wang等(2017)给出了清晰的分析思路和论证,是个很有意义的新观点。
以上概要地说明了中国近几十年在城市气象研究这一新领域获得的多方面成果。城市气象研究还为多方面的重要应用提供服务,推进有新意的科学技术活动,开展国际合作和学术交流,开创城市气象深入、全面研究的新局面。
2 中国的城市气象观测网与观测试验研究 2.1 城市气象观测网为了满足城市气象科研、预报、预测业务和服务的需要,各城市均建立了城市气象综合观测网。这类观测网通常包含覆盖城市地区的中尺度天气监测以及边界层气象特征条件的监测。如,针对城市能量平衡、城市热通量、城市热岛观测的试验网。中国的城市气象观测网以京津冀、长江三角洲(简称长三角)和珠江三角洲(简称珠三角)3大城市群的城市气象综合观测网最为发达和成熟。这些观测网除了为科学研究服务外,也为城市气象预报或相关部门决策提供观测数据。
在京津冀协同发展的国家战略背景下,京津冀城市群地区以提升该地区强降水、灰霾等高影响天气的观测、预报和服务能力为核心目标,形成了为城市安全运行、精细化管理和防灾、减灾服务的城市气象综合观测网。以北京为例,以城市安全快速发展、防灾、减灾应急处置和重大活动气象服务保障需求为牵引,建立了超大城市气象保障和服务监测网,地基和空基相结合,门类齐全,布局合理的热力学、动力学和大气物理学、大气化学观测,以及城市气象与城市边界层结构观测系统(Liang,et al,2018)。
在长三角城市群地区形成了以生态与农业气象、海洋气象、交通气象、城市环境气象、气候资源、干旱监测、雷电监测、水文气象等专业观测网组成的城市气象和环境气象观测网络体系。如上海构建了针对特大城市的地基和空基观测相结合的综合气象观测系统(图1);苏州结合城市发展需求,针对城市热岛效应研究,专门设置了城市热岛监测网;杭州则针对大气污染问题,专门构建了监测项目齐备的杭州市大气复合污染综合监测系统;南京则以大城市精细化预报服务中的交通气象预报服务为牵引,专门构建了全市交通能见度监测网。
珠三角城市群建立了由稠密的地面自动站网、多种地基遥感设备(如天气雷达、多普勒声雷达、风廓线雷达等)、城市大气成分监测站网、GPS/MET水汽监测网等组成的城市气象综合观测网。以深圳市为例,从1994年至今已形成较为完善的气象灾害监测和气候监测体系(毛夏等,2013)。
此外,气象观测高塔为城市气象研究提供了极好的观测平台,如,北京325 m塔(胡非等,1999,2005;苗世光等,2012,2014b)、天津225 m塔(黄鹤等,2011)和深圳356 m塔(Li,et al,2020),均在城市边界层物理与大气环境研究方面发挥了重要的基础性作用。
近期,依托国家重点研发计划,在北京、上海和广州3个特大城市原有业务观测网基础上建成了以地基遥感为核心的大气温度、湿度、风场、水凝物(云和降水)和气溶胶垂直廓线立体观测的超大城市观测网(王志诚等,2018)。
目前,各城市所建立的观测网络基本上具有Tan等(2015)所给出的如下特点,或正在向该方向发展:(1)多平台:包括了地面气象观测(自动气象站等)、雷达气象观测(天气雷达)、城市边界层观测(风廓线雷达、铁塔气象站等)、环境气象观测(大气成分站等)、移动气象观测(应急监测车)等多个观测平台。(2)多变量:观测变量涵盖了热力学、动力学、大气化学、生物气象学、生态学等领域的要素。(3)多尺度:通过上述多种平台的观测,兼顾天气尺度、中尺度、城市尺度、街区尺度、建筑物尺度等。(4)多重链接:上述多种观测平台通过自动遥感、地基遥感、卫星遥感、在线观测和采样等手段获得观测资料,观测平台之间相互链接,最终形成综合观测网络。(5)多功能:除在精细化预报中发挥重要作用外,同时也满足开展高影响天气及城市边界层相关科学研究的需求,又可满足城市安全和环境、健康等多种用户的需求。
2.2 城市气象外场观测试验研究对城市气象条件和大气过程的观测试验研究是提高对城市天气、气候和大气环境认识的基础。自20世纪70、80年代开始,中、外陆续开展城市气象观测试验研究项目。20世纪末至21世纪初,国际上相继出现了一系列围绕城市地区的边界层气象、天气、气候、空气污染等诸多研究课题的大型外场观测试验(Grimmond,2006),其中城市边界层气象和城市空气污染课题是两个重要的热门研究内容。同期中国比较有代表性的试验如北京BECAPEX(徐祥德等,2004,2010)、北京BUBLEX(李炬等,2008,2014)、南京为开展典型城市三维边界层结构研究进行的城市边界层观测(刘红年等,2008)。其中,BECAPEX实验为中国首个在超大城市开展的大规模城市气象综合观测试验。在北京实施了大气边界层动力、热力学和大气化学综合观测试验,获取了北京城市大气动力学和大气化学三维结构图像,研究发现,城市区域呈非均匀次生尺度热岛分布,并伴随着城市次生尺度环流,影响了局地空气污染物分布特征。北京城市空气污染与周边区域影响源存在密切关系,影响了城市群落环境气候特征,导致该区域日照、雾日、低云量和能见度呈显著年代际变化趋势。
2004年南京大学在国家自然科学基金资助的城市现场观测试验中,在南京闹市区安置激光气象雷达,先后进行了每次长达10 d的城市边界层结构探测和专门的城市混合层、对流夹卷区以及云反馈等功能的专门探测研究,开展了城市边界层参数化模式和城市混合发展机制的观测试验研究(毛敏娟等,2006;Mao,et al,2009),得到了中外同行的认可。
近十年来,全球气候变暖背景下极端天气事件频发,城市的高影响天气问题愈发引人关注。这时期的城市气象观测试验更多地关注城市高影响天气机理研究及其减缓对策(Baklanov,et al,2018),关注城市效应对天气气候影响、城市气溶胶与天气气候的相互反馈作用,观测范围从以往的单个城市扩大到多个城市(城市群、都市圈)。2015—2017年在中国京津冀城市群地区开展的城市对降水和雾-霾影响科学试验(SURF)(Liang,et al,2018)联合美、英等国高校和科研机构的研究力量,针对京津冀城市群地区的强降水和霾开展了外场观测(图2)。基于观测试验,加深了对城市近地层湍流特征、京津冀复杂下垫面地气交换过程和边界层三维结构的认识,提出了城市对降水影响的机理、类型和数值模拟的不确定性,揭示了京津冀城市群局地环流等气象条件对霾的影响,研究并改进了高分辨率精细化预报系统睿图模式,提升了对城市降水和霾的预报水平。相关地区的观测试验项目(上海、北京等地)还被世界气象组织列入到城市气象与环境研究(GURME)示范项目(http://mce2.org/wmogurme/)。
2.3 大气环境风洞实验研究与外场观测试验相比,风洞实验具有条件易于控制、测量方便、成本低等优势。中国首次在大气环境风洞中运用了流体物理模拟手段,如南京大学大气环境风洞(蒋维楣等,1991;蒋维楣,1994)进行了城市气象和城市环境应用研究的物理模拟试验,取得了良好效果(蒋维楣等,1998,2003;欧阳琰等,2003)。上海浦东新区开发初期,在南京大学大气环境风洞中专门做了上海浦东新区陆家嘴地区27幢新建高楼(图3a)以及浦江两岸隧道(图3b)废气排放塔废气排放模拟实验。同时北京城市规划建设与气象条件及大气污染关系研究课题组还在南京大学大气环境风洞中,以北京方古园小区为模型对象(图3c、d),做了环境风洞实验,于1999年前后多次进行了小区气流分布、小区污染物浓度扩散、建筑物周边气流和污染物浓度分布等测量。并与数值模式模拟结果进行了比较检验,发挥了此种物理模拟的独特优势,测量与实验结果相当一致。表明风洞实验既能真实再现城市街渠及建筑物的存在对气流和污染物扩散的一般规律,又显现了不同气流条件与地面排放源污染物扩散分布的影响,还揭示了个体建筑物及其周边区域形成的气流特征和污染物散布的特征与规律。以上这些科技手段的运用,展现了中国随着计算机和电子讯息技术的飞速发展,在城市气象研究领域的新技术运用开始取得了长足进展。
2.4 城市气象缩尺度外场实验研究城市气象缩尺度外场实验是开展城市冠层通风、城市热岛机理、城市陆-气耦合过程的较好实验模拟方法。中山大学杭建研究组设计了建筑热参数可控性好、热惯性足够大、能达到真实城区需要的热力学相似要求的理想城区模型(图4),于2016—2017年在广州郊区进行城市气候缩尺度外场实验(SOMUCH)。实验场地面积为4800 m2,远离周边建筑,具有不透水地面。两个理想街谷模型由约2000个水泥建筑模型组成,每个建筑模型高1.2 m、宽0.5 m、壁面厚1.5 cm (图4a)。水泥建筑实验模型内部中空,易于移动位置以改变高宽比和建筑密度等参数。两组模型,一个为中空热容较小,一个内部装满沙子以增大建筑热容。
通过外场实验研究了典型非稳态真实气象条件下建筑热容、街道高宽比等对二维街谷湍流和温度时、空特征的影响(图4a)。二维街谷温度日循环特征研究(Chen,et al,2018)发现:(1)相对于宽街谷(H/W=1)而言,窄街谷(H/W=3)天空视角因子更小、遮阴效果更好、白天获得太阳辐射更少,因此窄街谷侧壁温度白天都较低;夜间宽街谷侧壁对流通风效果更好、长波辐射散热能力更强,因此宽街谷侧壁降温会更快。(2)装沙的建筑模型热容更大,白天储热更多,因此升温和中空模型相比较慢;但夜晚装沙模型因白天存储的热量更多,因此温度更高。此外,还开展了三维城区能量平衡等方面的观测实验研究,图4b为高楼密集城区模型研究(Wang,et al,2018)。
3 城市气象多尺度模式的研究 3.1 城市气象数值模拟的多尺度特征城市下垫面与其上的大气边界层存在着复杂的交换过程,这种过程可以发生在建筑物墙壁的尺度(几米)上,也可以在整个城市尺度(几十千米)上,同时所对应的现象也可以从城市街谷的湍流涡旋到整个城市导致的热岛环流或城市烟羽(Oke,et al,2017),它们的时间尺度也可以从几分钟到数小时。城市影响的这种多尺度特点,对城市气象中的观测、模拟和应用方案设计都至关重要。因此根据城市观测和数值模拟的需要一般把城市边界层的过程在垂直方向上进一步细分为城市全边界层过程、城市近地层过程和城市冠层过程等,它们所对应的水平尺度则为城市天气气候尺度(即中尺度以上),城市局地(边界层)尺度和城市微尺度。同时随着城市气象服务、科学研究的精细化和需求的多样化,除了传统的天气气候预报预测外,在城市规划、城市大气环境治理、城市建筑设计和城市风安全等领域也对城市气象的多尺度数值模拟有大量的研究和服务需求。因此,需要针对不同尺度的问题和需求发展不同的数值模拟工具(蒋维楣等,2010)。
根据城市气象问题的特点,按照水平的空间尺度划分,主要包括中尺度、城市尺度、小区尺度和建筑物尺度(Fang,et al,2004)。其中,中尺度和城市尺度主要面向城市的天气气候效应和城市影响下的城市热岛环流等过程的模拟,关注的是城市下垫面过程对其上大气过程的影响以及在整个地球系统中的作用。小区尺度和建筑物尺度则更加关心在城市街谷、建筑等城市粗糙元尺度上精细的动力、热力过程的影响。对于中尺度和城市尺度以及更大尺度的天气、气候模型,它们的水平网格距一般在一千米到几十千米;而小区尺度和建筑物尺度模型的水平网格距则多为10 m以下。城市建筑物这种组成城市下垫面的主要粗糙元的水平尺度则多在十几米到几十米的范围,因此在这两类数值模式中对城市建筑物影响的处理截然不同。在中尺度和城市尺度模式中侧重于表述城市下垫面的整体作用以及它在城市边界层和更大尺度过程上的影响,更侧重于对大量建筑物进行统计态的描述;小区尺度和建筑物尺度上则更侧重于建筑物个体几何特征。基于这一特征,蒋维楣等(2009)指出城市多尺度数值模式可以根据典型建筑物水平尺寸与各个数值模式水平网格距的关系划分为2类:(1)隐式处理建筑物影响(即建筑物整体作用的参数化),主要用于中尺度和城市尺度的模拟,目前主要通过城市陆面过程中的城市冠层模式来实现;(2)显式处理建筑物影响,在网格划分中体现建筑物的形态结构细节,对建筑物个体的体征进行具体描述,主要应用于小区尺度和建筑物尺度模式(张宁等,2002)。图5为第3代多尺度城市边界层数值模式系统。
3.2 城市冠层模式的发展城市冠层(UCL)是指城市建筑物顶以下的城市近地层部分(Oke,et al,2017),在该层次中城市建筑物对长、短波辐射的传输、平均风场和湍流运动等动力、热力过程有着直接的影响;同时这一区域内人类活动活跃,有强烈的水、热和污染物排放。传统的数值模式对于城市效应的处理仅通过改变下垫面动力、热力特征参数来体现。大量的观测研究(胡非等,1999,2005;贺千山等,2006;苗世光等,2012;Peng,et al,2014)表明,城市冠层内建筑物三维表面的能量平衡过程及由此诱发的对近地层大气的通量交换过程与平坦下垫面显著不同,需对其进行特殊考虑。
在中尺度和城市尺度的数值模式中,主要通过城市冠层模式来表述城市陆面过程与上层大气之间动力、热力和辐射的相互作用(Chen,et al,2011)。中国的研究者也在同一时间认识到城市冠层模式的重要性。何晓凤等(2009)基于TEB方案的原理建立了南京大学单层城市冠层模式,在模式中基于城市街谷基本假设,对城市建筑物辐射过程的影响进行了详细描述,并耦合到南京大学城市多尺度数值模拟系统中。王咏薇等(2009)进一步发展了南京大学城市冠层模式,基于独立方体建筑物的模型假设进一步考虑了建筑物不同朝向墙壁上的辐射特性差异。两个城市冠层模型于2009年参与了城市地表能量平衡参数化方案的国际模式比较计划(Grimmond,et al,2010)并取得良好效果。城市人类活动过程(人为感热和人为潜热等)作为城市冠层过程的重要组成部分也被进一步加入到城市冠层模型中。Miao等(2008,2009a)在中尺度模式WRF单层城市冠层模式中对人为感热进行了参数化。Zhang等(2016b)进一步对WRF模式中的人为热排放方案进行了改进。郑玉兰等(2017)引入了建筑物制冷系统的人为感热和潜热影响。周荣卫等(2010)在城市冠层模式中引入了动力冠层方案并应用于城市边界层的模拟。苗世光等(2014b)基于观测试验发展了城市地表潜热通量数值模拟方法。Yang等(2015)改进了城市边界层模式中的植被过程,进一步考虑了城市绿地等要素的影响。Li等(2017)提出基于分数维方法反演建筑物指数并引入到城市冠层模式中,对城市气象要素取得了更精细的模拟效果。
随着各类城市数值模式的成熟,它们也被广泛应用于科学研究和气象业务服务中。北京市气象局在中国率先将城市冠层模式应用于业务模式中,并提供高分辨率城市气象业务预报产品,应用结果表明:耦合城市冠层模式后,可在一定程度上改善近地层气象要素的预报效果,有效提高模式对城市边界层特征的模拟能力(苗世光等,2014a)。
复杂城市冠层模式的发展也意味着对城市下垫面精细参数需求的提高。近年来,利用三维建筑数据库、机载激光雷达、数字高程、卫星等所获资料建立了高分辨城市形态数据集,成为城市气象数值模式发展的迫切需要,如美国科学家建立了北美主要城市冠层参数数据集(NUDAPT)。Miao等(2008,2009a,2009b,2011)也将精细城市冠层参数应用于城市边界层结构和降水过程的模拟中,并取得了良好效果。Dai等(2019)利用卫星遥感等手段对广州等城市的建筑物高度数据进行了反演,并应用于该地区的城市气象和空气质量状况的研究,对模式模拟能力有很大的提升。当今,仍然亟待建立中国尺度的高分辨率城市冠层参数数据集。
3.3 城市小区尺度数值模式的发展与应用在城市小区尺度模式中,为了体现独特的建筑物形态和街谷结构等所需的城市结构和建筑物要素的直接动力与热力作用影响,需要精细地分辨建筑物个体的形态学特征和相应数据。同时由于该尺度上湍流过程剧烈且局地性强,模拟中多需采用高阶局地湍流闭合参数化方案。张宁等(2002)建立了基于k-ε闭合的建筑物可分辨尺度风场模式。苗世光等(2002)在此基础上引入建筑物对辐射的影响等热力过程,建立了城市小区尺度模式。现今大涡模拟(LES)技术已在城市小区尺度数值模拟中广泛应用(崔桂香等,2008),张宁等(2006)建立了一个基于大涡模拟技术的建筑物尺度风场模式,并与拉格朗日随机游走模型结合,模拟了建筑物周围不同位置污染物排放的扩散特征。严超等(2017)在大涡模式中引入了街道树木的影响,进一步提高了对城市复杂下垫面过程的描述能力。Li H F等(2018)发展的中尺度模式与大涡模拟技术相耦合的新方法取得了成功应用。Liu等(2011)利用大涡模拟方法研究了澳门城市街谷中的污染扩散问题。Hang等(2009,2012)研究了不同城市形态下的城市环境通风问题。
计算流体动力学(CFD)软件和商用软件ENVI-met被广泛地应用于城市微气候过程、大气环境和城市规划的微尺度数值模拟中。姜之点等(2018)利用该模式研究了城市街区尺度屋顶绿化对城市热环境的影响。目前CFD软件中广泛应用的非正交网格可以更好地分辨建筑物的形态等特点,因此在城市微气候的模拟中将会有越来越多的应用,目前常用的模式有商业软件(Fluent)和开源模型(OpenFOAM)等。陈存杨等(2015)利用OpenFOAM模拟了城市街区的扩散特征;董龙翔等(2019)通过WRF和Fluent的耦合模式对城市大气扩散进行了模拟。针对传统大气模式和CFD方法在城市小尺度过程的模拟中计算量巨大的缺点,Zhang等(2016a)基于半经验模型和拉格朗日随机模型针对城市应急等应用需求开发了城市建筑物尺度风场和污染扩散的快速诊断模型。
4 城市气象与大气环境相互影响的研究目前,中国城市空气污染物已由传统的一次污染物转向细颗粒物、臭氧等二次污染物,并在城市群间通过输送和相互影响而呈现出区域性多种污染物相互叠加的复合型大气污染特征。影响城市空气污染物浓度的因子包括污染物排放、输送扩散、沉降、化学过程以及与天气气候的相互作用,但一次污染过程形成的最重要因素主要是污染物及其前体物排放量较大,以及不利于污染物扩散清除的气象条件两者共同作用的结果。在气象条件对空气污染影响的研究领域,主要关注的是气象要素和空气污染关系、区域尺度的天气背景和气候变化对空气污染的影响、边界层气象条件和空气污染相互作用等。中国在城市气象对大气环境的影响及其相互作用的研究领域已经取得了长足的进展。
4.1 城市气象对大气环境影响的研究气象因子是影响空气质量的关键因子,由城市下垫面构成的独特城市气象条件必然对城市地区空气污染物的大气物理和大气化学过程产生影响(Zhu,et al,2015)。徐祥德等(2004,2006)根据在北京实施的BECAPEX综合观测试验,提出城市“空气穹隆”三维大气污染结构物理图像,指出城市边界层结构不仅影响和改变了城市局地空气污染物时、空分布,而且还可通过城市群落间复杂的动力和热力结构形成区域大气污染,并认为城市热岛对城市污染物的扩散有重要影响。周明煜等(2005)根据北京大气边界层铁塔资料分析了北京城市边界层低层的垂直动力结构特征及其与污染物浓度分布的关系,并明确指出城市边界层湍流特征是影响污染物输送扩散的重要因子。局地环流对大气扩散及污染的日变化规律等研究在中国日益引起重视(张强等,2003;王跃等,2014)。范绍佳等(2006)提出珠三角地区大气边界层特征及其概念模型,指出珠三角大气边界层受海陆风、城市热岛和山谷风的共同影响,并据此解释了出现区域高空气污染指数等灰霾天气的原因。
城市气象条件对空气污染影响的动力机制主要是指城市建筑对风的阻碍拖曳作用,使城市风速衰减,不利于污染物扩散。热力机制则主要是指城市地表热力性质的改变,加上人为热释放所造成的城市热岛效应对大气污染的影响。大量研究表现出的则是城市的综合效应对大气污染的影响,如Wang等(2005)研究发现长三角和珠三角城市化引起的温度以及边界层高度增加是地面臭氧和PM10浓度变化的关键因素。Wang等(2009a)研究表明,珠三角城市扩张使主要城市二次有机气溶胶(SOA)增加3%—9%。Liu等(2015)研究了杭州市近10年城市化发展对城市气象以及污染扩散的影响,发现城市化发展使杭州市大气扩散能力下降,城区污染物浓度上升,城市PM2.5平均浓度升高2.3 μg/m3,最大升高约30 μg/m3,污染物“自净时间”平均延长1.5 h。这种城市化发展导致的污染物浓度变化是城市温度上升、风速下降等气象条件改变的综合效应。
单独研究了城市气象中某一因子,如人为热和城市绿化对空气污染的影响。Yang等(2018)研究了城市植被覆盖率、植被类型等对苏州市空气质量的影响,发现当树木覆盖率达到40%时,市区各主要大气污染物的日平均浓度下降明显。朱焱等(2016)利用数值敏感性试验,将城市的热力和动力作用进行区分,研究发现:城市热岛增强了大气不稳定性,产生了向市区辐合的热岛环流,加大了市区上空的垂直速度,增强了城市大气的扩散能力,使地面污染物浓度下降,而在约400 m高度则浓度上升;城市建筑的动力效应大幅度降低市区风速,使大气扩散能力减弱,污染物浓度上升;城市热岛的热力作用和建筑的动力作用相反,动力作用大于热力作用。
关于城市动力作用、热力作用对空气污染影响的模拟研究,目前尚没有一致的结论,这是因为城市环境中影响空气污染的各种因子错综复杂,与各城市具体的城市形态、气候背景等多种因子有关。
4.2 空气污染对城市气象影响的研究城市地区的污染物输送、扩散、沉降和化学过程受城市气象条件影响。同时,污染物通过气溶胶辐射效应影响地面气温、城市热岛和大气加热率,对城市大气局地环流等产生影响。Zou等(2017)通过观测资料发现,气溶胶负荷的增加导致城市地区向下短波辐射平均下降67.1 W/m2,向下长波辐射平均增加19.2 W/m2。Zhong等(2017)研究北京的一次重污染事件发现PM2.5的累积阶段初期,气溶胶与辐射相互作用导致的近地表气温大幅度下降并形成逆温。王昕然等(2018)研究表明,随着气溶胶光学厚度的增大,城区最难变为稳定层结,气溶胶辐射效应与城市下垫面的共同作用是影响城市边界层气象要素变化的主要原因。Ren等(2019)研究了北京市重雾-霾污染过程中的湍流特征,发现在重雾污染事件中,城市和郊区的热通量、潜热通量、动量通量和湍流动能都会受到影响,地表和大气的物质和能量交换会受到抑制。Cao等(2016)发现支配中国夜间地表城市热岛强度(UHII)的一个重要因素是城乡霾污染水平的差异。对于半干旱城市,霾对夜间地表UHII的平均贡献为0.7±0.3 K,由于气溶胶具有较强的长波辐射力,其作用强于潮湿条件下。
4.3 城市气象与大气环境相互作用空气污染与城市气象存在非常重要的相互作用:一方面,空气污染物的输送、扩散、沉降和化学过程都受边界层气象条件支配;另一方面,污染物通过气溶胶辐射效应影响地面气温、大气稳定度状况、城市边界层高度以及城市局地气流的流动。在这些因子中,城市边界层高度对空气污染物垂直混合程度起决定性作用,因而显得尤为重要。边界层高度与气溶胶浓度通常呈负相关(Quan,et al,2013),且边界层内污染物浓度远高于上方大气(Zhang,et al,2011)。Wang等(2015)的研究表明,边界层高度与边界层湍流扩散的强度对城市灰霾的形成至关重要。
反之,气溶胶的存在也会影响边界层稳定性。重污染期间,气溶胶的存在会降低地面气温,吸收性气溶胶加热边界层上层大气,改变温度的垂直分布,导致大气稳定度增强(Ding,et al,2013;Quan,et al,2013;Gao,et al,2015)。Zhou等(2018)研究了一次化石燃料和生物质燃烧等混合污染过程和气象场的反馈,发现混合污染过程对地面气温有明显改变。地表温度的降低和高层大气的加热趋势均有利于污染物在边界层内的积聚(Huang,et al,2018)。Zhong等(2017)研究发现,北京一次重污染事件中PM2.5累积阶段的前10 h内更稳定的边界层对PM2.5爆发性增长贡献约占84%。Sun等(2017)研究了长三角一次大范围重污染过程,发现灰霾和气象条件的反馈效应可使PM2.5浓度升高达15%。
20世纪80年代以来,很多学者关注城市局地环流及其与空气污染的相互作用问题。在沿海城市局地大气环流如海陆风、山谷风、城市热岛环流之间还存在明显的相互作用。刘树华等(2009)发现,弱天气系统控制时,京津冀地区大气边界层中同时存在的海陆风、山谷风和城市热岛环流及其耦合效应,形成一条大致沿地形等高线走向的风场辐合带,即污染物汇聚带,对北京地区大气污染物的积聚与传输可能产生重要影响。
4.4 城市空气质量预报及其应用的研究为城市大气环境治理提供科学的决策依据并发布城市空气质量预报是一项重大的社会需求,也是城市大气环境研究的重要内容。城市空气质量预报通常有潜势预报、统计预报、数值预报等方法。近年来,数值预报方法在各级业务应用和研究机构取得了长足进展。
中国气象局建立了国家级雾-霾数值预报系统(CMA unified atmospheric chemistry environment,CUACE/Haze-fog),提供包括PM2.5在内的6种大气污染物浓度、空气质量指数(Air Quality Index,AQI)等环境气象预报指导产品(Gong,et al,2008)。吕梦瑶等(2018)建立了中国不同地区的CUACE模式预报偏差订正模型,取得了良好效果。另外,在华北、华东、华南等各区域,也都分别构建有各自的数值预报系统(赵秀娟等,2016;周广强等,2015;邓雪娇等,2016)。
王自发等(2006)研制的嵌套网格空气质量预报模式系统(NAQPMS)是一个区域-城市多尺度空气质量数值模式,已在中国多地区进行业务应用。NAQPMS还在线耦合了污染来源识别与追踪模块(Li,et al,2012),可以从源排放开始对各种物理、化学过程进行分源类别、分地域的质量追踪,定量分析输送过程及污染排放贡献率。
南京大学建立的研究型城市尺度空气质量预报模式(NJU-CAQPS)由WRF-Chem、城市边界层模式(UBLM)、大气污染输送化学模式(ACTDM)和污染源处理模式4个模块构成,具有多尺度、引入城市陆面参数化方案和细网格、高分辨率等特点。UBLM是一个E-ε湍流闭合的精细城市大气边界层模式,ACTDM是一个涵盖多种物质输送、扩散、干湿沉降、化学转化的大气化学成分输送扩散模式,WRF-Chem分别为UBLM和ACTDM提供气象要素和污染物浓度的初始场和边界条件(刘红年等,2009)。运用这套模式开展了大量数值模拟的检验和应用,在一些中、小城市空气质量预测应用中,取得了良好效果。并且还在自建的南京大学大气环境风洞中作实验对比模拟,取得了良好效果(蒋维楣等,2003;欧阳琰等,2003,2007;王学远等,2007)。
5 城市化对天气气候的影响 5.1 城市热岛效应分析城市热岛效应是城市天气、气候效应的最直接表现。早期的研究(Wang,et al,1990)表明,1954—1983年中国城市热岛强度普遍升高0.1℃。Zhou等(2004)认为中国的城市热岛较其他国家尤为显著,且长江流域和华南的城市化使得城市气温的日变化幅度减小。21世纪初以来,越来越多自动观测站被用来检测城市气象要素,大大提高了城市热岛效应研究结果的准确性(Yang,et al,2013)。沈钟平等(2017)基于上海城市综合气象观测体系,采用质量控制后的加密自动观测数据揭示了上海城市热岛的多中心结构特征(图6),其季节变化受到大气环流季节转换和局地海陆风的影响。上述精细化特征在常规资料中无法体现。
快速的城市化及其增强的城市热岛效应不仅影响城市气温分布格局,还对中国多数地面气象台站记录的气候变暖具有明显的影响。尽管城市化对全球或半球陆地平均气温的增温贡献率不超过10%,但在中国大陆地区,地面气温的上升趋势中大约20%—40%可归因于城市化影响(任玉玉等,2010)。而且,城市化气候效应对极端温度事件的发生频次也有一定影响。Wang等(2013)发现北京地区近30年快速城市化对极端暖夜(冷夜)的增加(减少)趋势贡献为12.7%或2.07 d/(10 a)(29.0%或5.06 d/(10 a)),对于持续(3 d)的极端冷夜事件,城市化效应显著加强了其减少趋势,贡献达34%。
在城市化影响气温的数值模拟研究中,城市化引起区域增温是绝大多数研究所认同的结论,但对增温的量化结果还存在不一致。Zhang等(2010)通过敏感性试验发现城市化效应引起城市地区冬季平均地表气温上升(0.45±0.43)℃,夏季上升(1.9±0.55)℃。Feng等(2012)发现城市下垫面改变使得中国区域全年增温0.13℃,长三角等城市化显著地区增温可达0.84℃。通过对中国三大城市群高分辨率嵌套模拟,Wang等(2012)发现城市土地利用使得城市地区地表气温上升1℃左右,此效应在夏季最为明显。而城市化相关的人为热释放导致中国区域气温上升0.15℃,在长三角升温可达0.89℃(Feng,et al,2012)。Chen等(2009)在城市边界层模式中考虑了人为热的影响,并对南京、杭州等地的城市边界层结构开展研究,取得有效的成果。
5.2 城市对降水的影响研究城市化对降水时、空分布格局的改变是城市化效应的另一重要体现。相比城市热岛研究,城市化对降水的影响研究多集中在21世纪。
5.2.1 城市对降水影响的观测分析关于城市化影响降水研究多侧重于利用地面气象站点、卫星和地面遥感观测等手段获得的降水资料,揭示城市对区域降水量和空间分布的影响(Chen,et al,2003;孙继松等,2007;王喜全等,2008;Liang,et al,2017)。Yang等(2017b)研究表明,受区域气候类型、城市规模等因素的影响,城市化对降水空间分布及变化趋势的影响具有明显的区域差异。以上海为例,快速城市化进程阶段的暴雨频数及其变化趋势的空间分布较慢速城市化进程有更明显的城市雨岛特征(Liang,et al,2013)。Dou等(2015)研究发现,城市热岛强度可以作为区分城市对降水影响类型的关键因子,强热岛条件下城区降水增多增强,而弱热岛条件下由于城市粗糙下垫面的作用降水发生分叉从而导致城区降水减少(图7)。不仅单个城市,城市群对降水分布也有影响。其中,长三角城市群与邻近平原地区相比有明显的降水增幅(赵文静等,2011),且降水大值中心通常位于城市中心下游20—70 km。
许多研究都发现城市化导致大城市降水量和强降水事件增多,如发现城市化造成南京(周建康等,2003)、广州(廖镜彪等,2011)等地的大雨、暴雨和大暴雨等强降水日数增多。对北京而言,尽管城市化对降水的影响以干岛效应为主,但对短历时降水、100 mm以上致灾暴雨的频率(Hu,2015)以及低温雨雪事件的强度(Han,et al,2014)都有明显的雨岛效应。孟丹等(2017)基于卫星遥感产品分析发现,北京7.21暴雨期间,城市热岛与雨岛的空间分布上存在一致性,且二者在雨强最大时段的相关性最好。Yu等(2017)对该次降水研究发现城市增强了地面感热通量及风场辐合,从而增强了此次降水。Yang P等(2017)研究也证明了北京短历时强降水与热岛中心在空间分布上的一致性,但其发生时间则滞后3 h以上。
Liang等(2017)以上海为代表,采用1916—2014年近百年小时降水资料分析表明,近百年来上海地区小时强降水的极端性显著增强(图8)。在空间分布上,小时强降水事件的发生频数及降水总量的变化趋势均具有城市雨岛特征。上海城市化发展既有利于城区的强降水发生,又有利于降水强度的增大,从而进一步使小时强降水总雨量增大。城市热岛对强降水的发生有增幅作用。此外,上海作为沿海城市,与城市热岛相联系的海风环流易导致中心城区的气流辐合,加之来自海上的水汽输送,进一步促进了强降水的发生和极端性。
5.2.2 城市对降水影响的数值模拟研究已有城市化影响降水的数值试验研究主要集中在城市土地利用、人为热释放和气溶胶对降水的影响等方面。一系列高分辨率数值模拟试验研究表明,城市化带来的土地利用改变对北京(Guo,et al,2006;Zhang,et al,2009)、长三角和珠三角地区(Wang,et al,2012)夏季降水有减少的作用。Miao等(2011)通过不同城市土地利用情景的数值试验表明,城市化效应使得城市区域的飑线破裂成对流单体,最终降水量的变化幅度取决于城市化的程度。另一方面,Feng等(2014)发现,城市化带来的人为热释放使得珠三角和长三角地区特别是城市区域夏季降水有所增大,京津冀地区的夏季降水变化不太显著。在海风与热岛耦合影响降水方面,李维亮等(2003)的研究表明,海风、江(湖)风环流与城市热岛效应之间存在相互增强的过程,在长三角沿江一带容易形成水平风速辐合,与该地区降水量的增加有直接关系。Lin等(2008)就台湾一次暴雨过程的敏感性试验发现,城市热岛环流和山地迎风面的抬升作用能促发对流,且城市规模越大,该城市下风方向的降水增幅就越显著。Zhang等(2017)对北京不同热岛条件下的两次降水过程进行了数值模拟研究,发现不同城市热岛条件下城市对降水影响不同。郭良辰等(2019)对北京一次降雪过程的数值模拟研究表明,城区更容易产生混合型降水。此外,研究(陈卫东等,2015a,2015b)表明城市气溶胶对降水同样有显著的、复杂的影响。上述研究多数选取的是个别天气过程进行数值模拟,加之试验的区域和时间跨度也不同,城市化对降水的影响模拟结果还具有较大的不确定性(Yu,et al,2018)。
5.3 城市气象与城市规划城市气象与城市规划既息息相关、相辅相成,又相互影响。城市规划要考虑当地的风向、风速、气温、降水等气象条件,以及高温热浪、暴雨、内涝、风暴潮等极端天气、气候事件(Baklanov,et al,2018)。反之,城市建筑群布局等下垫面变化和人类活动,也会对城市气象要素产生影响。
城市气象在城市规划中的应用领域主要集中在区域规划、城市总体规划、城市通风廊道规划、绿地规划、工业布局选址、海绵城市规划、建筑布局与形态设计,以及考虑气象灾害和气候承载力等因素的生态保护红线划定、气候适应性城市规划等(苗世光等,2013;刘姝宇,2014;杜吴鹏等,2016;房小怡等,2018)。
传统城市规划对气象因素考虑最多的是风。利用风玫瑰图或主导风向指导城市功能区布局特别是工业区选址最为常见,即“上风向、下风向”(中国地理学会,1985)。
到20世纪末和21世纪初,逐渐开始重视气象和大气环境对城市规划的影响,国家重点科技攻关、北京市重大科技项目“北京城市规划建设与气象条件及大气污染关系研究”对城市规划与气象环境间的相互作用进行了较为系统地研究(《北京城市规划建设与气象条件及大气污染关系研究》课题组,2004),建立了城市规划建设对大气环境影响数值模拟系统、评估指标体系和评估系统。随着气象观测资料及研究手段愈加丰富,通过对风速、风向、气温、湿度、大气污染扩散进行空间分析并将其与城市规划和城市设计结合,为制定、优化和调整城市规划方案提供了更为翔实的气象参考(汪光焘等,2005;王晓云,2007;Miao,et al,2009a;郑祚芳等,2014)。同时,利用分钟级气象观测资料开展分区暴雨强度公式编制和设计暴雨雨型,以及开展建筑供暖、通风与空气调节设计气象参数计算等,也成为适应气候变化的城市规划中的一项重要内容(住房和城乡建设部等,2014;Li M C,et al,2018)。
随着数值模拟和3S技术的进步(杜吴鹏等,2017;Yu,et al,2019;Zhang,et al,2019),基于城市规划对气象技术在精细化、准确化、空间化等的更高需求,使得数值模式水平网格距覆盖10 m—3 km,在城市总体规划或区域规划中考虑不同功能区布局、在详细规划和街区规划中考虑建筑物和精细下垫面对局地气象条件和污染扩散的影响成为可能。遥感和地理信息技术的突飞猛进则推动将不同气象要素图层与地形、地貌图层以及土地利用、城市布局图层叠加融合,形成城市环境气候图(任超等,2012;He,et al,2015;Liu,et al,2016)。
5.4 城市化与气候变化城市化与气候变化是未来人类社会面临的两大挑战,二者的联系也日益紧密。局地气候背景对城市化气候效应有重要影响(Zhao,et al,2014;Cao,et al,2016;Liao,et al,2018)。与北美洲等地区不同,中国高强度的城市热岛不是发生在华东地区的超大城市,而是西部半干旱地区的中小城市,雾-霾的辐射效应或许是这些城市增温的主导因子之一(Cao,et al,2016)。同时,气候变暖导致极端天气气候事件发生频率增加、强度增大,对人口和物质资产集聚程度高、地理位置多位于沿海和河谷地带的城市地区造成严重风险(IPCC,2012)。气候模型预测表明,随着全球气候变暖,城市热浪的增长将更严重、更频繁,如未来低排放情景下,类似2013年的华东地区的极端热浪事件的发生频率或将增加50%(Sun,et al,2014,2016)。另外,快速城市化进程已然造成了很多气候环境问题,导致局地高温热浪天气(杨续超等,2015;Yang X C,et al,2017)和空气污染事件(Ma,et al,2010)频发。
随着高分辨率区域气候模式(RCM)的快速发展,国外学者开始尝试使用RCM耦合城市冠层模式的动力降尺度方法来研究未来气候变化和城市化共同影响下的城市气候变化特征。Chen等(2016)基于全球气候模式未来低排放情景模拟结果,使用动力降尺度方法,指出未来城市地区将会导致局地或区域1.9℃的升温,尤其夏季和傍晚;城市化导致降水分布不均,夏季风增强而冬季风偏弱。城市化与气候变化二者的相互作用已成为当前气候变化领域研究的热点问题之一。
5.5 中国城市化对区域气候与空气质量影响研究自然下垫面到人工下垫面的转变改变了植被-土壤-大气连续体中能量、动量、水分和微量气体的交换,进而影响局部以及区域环流和气候,并影响污染物的扩散和空气质量(图9)(Ma,et al,2019;Wang,et al,2007,2009a,2009b;Zhang,et al,2010,2016b)。另外,伴随着全球变化的大背景,若无合理规划或将加重诸如极端天气、海平面上升、空气质量恶化等一系列的城市环境问题并进而对中国的公共健康、可持续发展等产生负面影响。
城市下垫面的高度异质性使得其边界层呈现出高度时、空复杂性,对大气中污染物的存续产生显著影响。Wang等(2009b)借助数值模型发现城市面积增加导致2 m气温和边界层高度升高,10 m风速下降。气象条件的变化导致地表O3、NOx、VOCs、SOAs和NO3自由基浓度发生明显变化(Wang,et al,2009a)。O3白天增加2.9%—4.2%,夜间增加4.7%—8.5%;NOx和VOCs浓度分别降低了4 ×10−6和1.5 ×10−6,主要城市表面NO3自由基浓度升高约(4—12) ×10−18;且O3和NO3自由基浓度升高的区域与气温升高和风速降低区域基本吻合;爱根核模态SOA受城市化影响较大(−3%—9%),其中由芳香烃前体物产生的SOA表现最为明显(增长14%),京津冀也有类似的结果(Yu,et al,2012)。
6 结 语中国数十年来在城市气象观测网与观测试验、城市气象多尺度模式、城市气象与大气环境相互影响、城市化对天气气候的影响等方面开展了大量研究并取得丰硕成果。中国各大城市已建立或正在完善具有多平台、多变量、多尺度、多重链接、多功能等特点的城市气象综合观测网;北京、南京、上海等地开展了大型城市气象观测科学试验,被WMO列入研究示范项目;成功开展了风洞实验、缩尺度外场实验;建立了多尺度城市气象和空气质量预报数值模式系统,并应用于业务;在城市热岛效应、城市对降水影响、城市气象与城市规划、城市化对区域气候及空气质量的影响、城市气象与大气环境相互作用等研究领域取得长足进展,极大地推动了中国城市气象研究与应用的发展。与国际先进水平相比,中国的城市气象研究已进入“并跑”、部分领域“领跑”阶段。
为了实现中国由气象大国向气象强国的跨越,面对城市化、生态文明建设、防灾减灾和应对气候变化的国家需求,未来城市气象将与城市系统科学、社会科学等交叉融合发展,需要重点从以下方面开展工作:
(1)新观测技术及观测资料同化应用:多普勒激光测风/温/湿雷达、光导纤维温度测量、无人驾驶飞机(UAVs)等新技术为更高水平及垂直空间分辨率三维大气观测提供了可能。此外,基于地理信息系统的手机定位、汽车温度报告等技术,将为城市气象研究提供更多的观测资料。这些都为城市气象研究提供了新的机遇。由于城市下垫面的多尺度非均匀性及城市地区观测资料的空间代表性问题,亟需开展城市地区观测资料的同化技术方法研究。
(2)城市系统模式研究:人类活动在城市系统中占有非常活跃的核心地位,直接影响城市大气。亟需将人类活动及其对交通系统、能源系统、水系统等的影响,与城市陆面模式、大气模式、化学模式相耦合,开展城市人-地-气耦合机理研究,建立能够反映人类活动特征及其影响的多尺度城市系统模式,开展在城市规划建设、城市安全运行等领域的应用研究。建立城市基础资料数据集,将人类活动和气象大数据、机器学习(含深度学习)等应用于城市系统模式研究。
(3)城市化对天气气候的影响机理:城市化通过热力、动力、微物理等过程影响天气系统的发生、发展和移动,形成了独特的城市天气、气候特征。城市过程对高温热浪、降水、雾-霾形成和发展的影响类型和定量影响、在区域气候变化中的贡献等方面,需进一步深入开展研究工作。
(4)城市化对大气环境和人体健康的影响:城市化及城市冠层/边界层结构是影响城市空气质量的重要因素。需开展城市气候特征对大气环境及人体健康的影响与适应对策研究。
(5)城市水文气象、气候与环境综合服务(Integrated Urban hydrometeorological,climate and environmental Services,IUS):2019年6月18日在瑞士日内瓦举行的世界气象组织执行理事会第71次届会批准了IUS指南,亟需建立满足IUS需求的城市气象观测体系、多尺度数值模式体系、多灾种早期预警和IUS平台,开展城市水文气象、气候与环境综合服务。
致 谢:感谢北京城市气象研究院张亦洲和蔡嘉仪、中山大学杭建在本文撰写过程中给予的帮助。
《北京城市规划建设与气象条件及大气污染关系研究》课题组. 2004. 城市规划与大气环境. 北京: 气象出版社, 178pp. Research Group of "The Relationship of Urban Planning and Construction in Beijing with Meteorological Conditions and Air Pollution". 2004. City Planning and Atmospheric Environment. Beijing: China Meteorological Press, 178pp (in Chinese)
|
陈存杨, 朱勇兵, 陈崇成等. 2015. 基于OpenFOAM的城市街区毒气扩散模拟. 环境科学研究, 28(5): 697-703. |
陈卫东, 付丹红, 苗世光等. 2015a. 北京地区城市环境对云和降水影响的个例数值模拟研究. 地球物理学进展, 30(3): 983-995. |
陈卫东, 付丹红, 苗世光等. 2015b. 北京及周边城市气溶胶污染对城市降水的影响. 科学通报, 60(22): 2124-2135. DOI:10.1360/N972015-00217 |
崔桂香, 史瑞丰, 王志石等. 2008. 城市大气微环境大涡模拟研究. 中国科学G辑: 物理学力学天文学, 38(6): 626-636. Cui G X, Shi R F, Wang Z S, et al. 2008. Large eddy simulation of city micro-atmospheric environment. Sci China Ser G Phys Mech Astron, 51(8): 933-944
|
邓雪娇, 邓涛, 麦博儒等. 2016. 华南区域大气成分业务数值预报GRACEs模式系统. 热带气象学报, 32(6): 900-907. |
董龙翔, 余晔, 左洪超等. 2019. WRF-Fluent耦合模式的构建及其对城市大气扩散的精细化模拟. 中国环境科学, 39(6): 2311-2319. DOI:10.3969/j.issn.1000-6923.2019.06.010 |
杜吴鹏, 房小怡, 刘勇洪等. 2016. 基于气象和GIS技术的北京中心城区通风廊道构建初探. 城市规划学刊, (5): 79-85. |
杜吴鹏, 房小怡, 吴岩等. 2017. 城市生态规划和生态修复中气象技术的研究与应用进展. 中国园林, 33(11): 35-40. DOI:10.3969/j.issn.1000-6664.2017.11.007 |
范绍佳, 王安宇, 樊琦等. 2006. 珠江三角洲大气边界层特征及其概念模型. 中国环境科学, 26(S1): 4-6. |
房小怡, 杨若子, 杜吴鹏. 2018. 气候与城市规划:生态文明在城市实现的重要保障. 北京: 气象出版社, 215pp. Fang X Y, Yang R Z, Du W P. 2018. Climate and City Planning:An Important Guarantee for the Realization of Ecological Civilization in Cities. Beijing: China Meteorological Press, 215pp (in Chinese)
|
郭良辰, 付丹红, 王咏薇等. 2019. 北京城市化对一次降雪过程影响的数值模拟研究. 气象学报, 77(5): 835-848. |
贺千山, 毛节泰, 陈家宜等. 2006. 基于激光雷达遥感和参数化模式研究城市混合层的发展机制. 大气科学, 30(2): 293-306. DOI:10.3878/j.issn.1006-9895.2006.02.12 |
何晓凤, 蒋维楣, 周荣卫. 2009. 一种单层城市冠层模式的建立及数值试验研究. 大气科学, 33(5): 981-993. DOI:10.3878/j.issn.1006-9895.2009.05.09 |
胡非, 李昕, 陈红岩等. 1999. 城市冠层中湍流运动的统计特征. 气候与环境研究, 4(3): 252-258. DOI:10.3878/j.issn.1006-9585.1999.03.05 |
胡非, 程雪玲, 赵松年等. 2005. 城市冠层中温度脉动的硬湍流特性和相似性级串模型. 中国科学D辑: 地球科学, 35(S1): 66-72. Hu F, Cheng X L, Zhao S N, et al. 2005. Hard state of the urban canopy layer turbulence and its self-similar multiplicative cascade models. Sci China Ser D Earth Sci, 48(S2): 80-87
|
黄鹤, 李英华, 韩素芹等. 2011. 天津城市边界层湍流统计特征. 高原气象, 30(6): 1481-1487. |
蒋维楣, 马福建, 谢国梁等. 1991. 局地废气排放污染影响的实验模拟. 应用气象学报, 2(3): 234-241. |
蒋维楣. 1994. NJU环境风洞与流体模拟研究. 南京大学学报(自然科学), 30(S1): 221-226. |
蒋维楣, 于洪彬, 谢国梁等. 1998. 城市交通隧道汽车废气排放环境影响的实验研究. 环境科学学报, 18(2): 188-193. DOI:10.3321/j.issn:0253-2468.1998.02.013 |
蒋维楣, 苗世光, 刘红年等. 2003. 城市街区污染散布的数值模拟与风洞实验的比较分析. 环境科学学报, 23(5): 652-656. DOI:10.3321/j.issn:0253-2468.2003.05.017 |
蒋维楣, 王咏薇, 张宁. 2009. 城市陆面过程与边界层结构研究. 地球科学进展, 24(4): 411-419. DOI:10.3321/j.issn:1001-8166.2009.04.007 |
蒋维楣, 苗世光, 张宁等. 2010. 城市气象与边界层数值模拟研究. 地球科学进展, 25(5): 463-473. |
姜之点, 彭立华, 杨小山等. 2018. 街区尺度屋顶绿化热效应及其与城市形态结构之间的关系. 生态学报, 38(19): 7120-7134. |
李炬, 舒文军. 2008. 北京夏季夜间低空急流特征观测分析. 地球物理学报, 51(2): 360-368. DOI:10.3321/j.issn:0001-5733.2008.02.008 |
李炬, 窦军霞. 2014. 北京城市气象观测试验进展. 气象科技进展, 4(1): 36-45. |
李丽光, 王宏博, 贾庆宇等. 2012. 辽宁省城市热岛强度特征及等级划分. 应用生态学报, 23(5): 1345-1350. |
李维亮, 刘洪利, 周秀骥等. 2003. 长江三角洲城市热岛与太湖对局地环流影响的分析研究. 中国科学D辑, 33(2): 97-104. Li W L, Liu H L, Zhou X J, et al. 2003. Analysis of the influence of Taihu Lake and the urban heat islands on the local circulation in the Yangtze Delta. Sci Chin Ser D Earth Sci, 46(4): 405-415
|
廖镜彪, 王雪梅, 李玉欣等. 2011. 城市化对广州降水的影响分析. 气象科学, 31(4): 384-390. DOI:10.3969/j.issn.1009-0827.2011.04.004 |
刘红年, 蒋维楣, 孙鉴泞等. 2008. 南京城市边界层微气象特征观测与分析. 南京大学学报(自然科学), 44(1): 99-106. |
刘红年, 胡荣章, 张美根. 2009. 城市灰霾数值预报模式的建立与应用. 环境科学研究, 22(6): 631-636. |
刘树华, 刘振鑫, 李炬等. 2009. 京津冀地区大气局地环流耦合效应的数值模拟. 中国科学D辑: 地球科学, 39(1): 88-98. Liu S H, Liu Z X, Li J, et al. 2009. Numerical simulation for the coupling effect of local atmospheric circulations over the area of Beijing, Tianjin and Hebei Province. Sci China Ser D Earth Sci, 52(3): 382-392
|
刘树华, 刘振鑫, 郑辉等. 2013. 多尺度大气边界层与陆面物理过程模式的研究进展. 中国科学: 物理学力学天文学, 43(10): 1332-1355. DOI:10.1360/132013-247 |
刘姝宇. 2014. 城市气候研究在中德城市规划中的整合途径比较. 北京: 中国科学科技出版社, 227pp. Liu S Y. 2014. A Comparison of Integration Approaches of Urban Climate Research in Urban Planning between China and Germany. Beijing: China Science and Technology Press, 227pp (in Chinese)
|
刘宇, 胡非, 王式功等. 2003. 兰州市城区稳定边界层变化规律的初步研究. 中国科学院研究生院学报, 20(4): 482-487. DOI:10.3969/j.issn.1002-1175.2003.04.014 |
吕梦瑶, 程兴宏, 张恒德等. 2018. 基于自适应偏最小二乘回归法的CUACE模式污染物预报偏差订正改进方法研究. 环境科学学报, 38(7): 2735-2745. |
毛敏娟, 蒋维楣, 吴晓庆等. 2006. 气象激光雷达的城市边界层探测. 环境科学学报, 26(10): 1723-1728. DOI:10.3321/j.issn:0253-2468.2006.10.023 |
毛夏, 江崟, 庄红波等. 2013. 深圳城市气象综合探测系统简介. 气象科技进展, 3(6): 13-18. |
孟丹, 宫辉力, 李小娟等. 2017. 北京7·21暴雨时空分布特征及热岛-雨岛响应关系. 国土资源遥感, 29(1): 178-185. |
苗世光, 蒋维楣, 王晓云等. 2002. 城市小区气象与污染扩散数值模式建立的研究. 环境科学学报, 22(4): 478-483. DOI:10.3321/j.issn:0253-2468.2002.04.013 |
苗世光, 窦军霞, Chen F等. 2012. 北京城市地表能量平衡特征观测分析. 中国科学D辑: 地球科学, 42(9): 1394-1402. Miao S G, Dou J X, Chen F, et al. 2012. Analysis of observations on the urban surface energy balance in Beijing. Sci China Earth Sci, 55(11): 1881-1890
|
苗世光, 王晓云, 蒋维楣等. 2013. 城市规划中绿地布局对气象环境的影响—以成都城市绿地规划方案为例. 城市规划, 37(6): 41-46. |
苗世光, 王迎春. 2014a. 基于用户需求的城市气象研究: 进展与展望. 气象科技进展, 2014(1): 6-14. |
苗世光, Chen F. 2014b. 城市地表潜热通量数值模拟方法研究. 中国科学: 地球科学, 44(5): 1017-1025. Miao S G, Chen F. 2014b. Enhanced modeling of latent heat flux from urban surfaces in the Noah/single-layer urban canopy coupled model. Sci China Earth Sci, 57(10): 2408-2416
|
欧阳琰, 蒋维楣, 胡非等. 2003. 城市小区环境流场及污染物扩散的风洞实验研究. 南京大学学报(自然科学), 39(6): 770-780. |
欧阳琰, 蒋维楣, 刘红年. 2007. 城市空气质量数值预报系统对PM2.5的数值模拟研究
. 环境科学学报, 27(5): 838-845. DOI:10.3321/j.issn:0253-2468.2007.05.022 |
任超, 吴恩融. 2012. 城市环境气候图: 可持续城市规划辅助信息系统工具. 北京: 中国建筑工业出版社, 14-17. Ren C, Wu E R. 2012. Urban Climatic Map: An Information Tool for Sustainable Urban Planning. Beijing: China Architecture & Building Press, 14-17(in Chinese)
|
任玉玉, 任国玉, 张爱英. 2010. 城市化对地面气温变化趋势影响研究综述. 地理科学进展, 29(11): 1301-1310. DOI:10.11820/dlkxjz.2010.11.006 |
沈钟平, 梁萍, 何金海. 2017. 上海城市热岛的精细结构气候特征分析. 大气科学学报, 40(3): 369-378. |
孙继松, 舒文军. 2007. 北京城市热岛效应对冬夏季降水的影响研究. 大气科学, 31(2): 311-320. DOI:10.3878/j.issn.1006-9895.2007.02.12 |
汪光焘, 王晓云, 苗世光等. 2005. 城市规划大气环境影响多尺度评估技术体系的研究与应用. 中国科学D辑: 地球科学, 35(S1): 145-155. Wang G T, Wang X Y, Miao S G, et al. 2005. Research and application on the technology system of multiscale assessment of the impact on the atmospheric environment by urban planning. Sci China Ser D Earth Sci, 48(S2): 173-184
|
王腾蛟, 张镭, 张博凯等. 2013. 城市下垫面对河谷城市兰州冬季热岛效应及边界层结构的影响. 气象学报, 71(6): 1115-1129. |
王喜全, 王自发, 齐彦斌等. 2008. 城市化进程对北京地区冬季降水分布的影响. 中国科学D辑: 地球科学, 38(11): 1438-1443. Wang X Q, Wang Z F, Qi Y B, et al. 2008. Effect of urbanization on the winter precipitation distribution in Beijing area. Sci China Ser D Earth Sci, 52(2): 250-256
|
王晓云. 2007. 城市规划大气环境效应定量分析技术. 北京: 气象出版社, 134pp. Wang X Y. 2007. Quantitative Analysis of Atmospheric Environmental Effects in City Planning. Beijing: China Meteorological Press, 134pp (in Chinese)
|
王昕然, 贺晓冬, 苗世光等. 2018. 气溶胶辐射效应对城市边界层影响的数值模拟研究. 中国科学: 地球科学, 48(11): 1478-1493. Wang X R, He X D, Miao S G, et al. 2018. Numerical simulation of the influence of aerosol radiation effect on urban boundary layer. Sci China Earth Sci, 61(12): 1844-1858
|
王学远, 蒋维楣, 刘红年等. 2007. 南京市重点工业源对城市空气质量影响的数值模拟. 环境科学研究, 20(3): 33-43. DOI:10.3321/j.issn:1001-6929.2007.03.006 |
王咏薇, 蒋维楣. 2009. 多层城市冠层模式的建立及数值试验研究. 气象学报, 67(6): 1013-1024. DOI:10.3321/j.issn:0577-6619.2009.06.011 |
王咏薇, 伍见军, 杜钦等. 2013. 不同城市冠层参数化方案对重庆高密度建筑物环境的数值模拟研究. 气象学报, 71(6): 1130-1145. |
王跃, 王莉莉, 赵广娜等. 2014. 北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析
. 气候与环境研究, 19(2): 173-184. DOI:10.3878/j.issn.1006-9585.2014.13178 |
王志诚, 张雪芬, 茆佳佳等. 2018. 地基遥感大气温湿风垂直廓线观测方法综述. 气象水文海洋仪器, 35(2): 109-116. DOI:10.3969/j.issn.1006-009X.2018.02.026 |
王自发, 谢付莹, 王喜全等. 2006. 嵌套网格空气质量预报模式系统的发展与应用. 大气科学, 30(5): 778-790. DOI:10.3878/j.issn.1006-9895.2006.05.07 |
徐祥德, 丁国安, 卞林根等. 2004. BECAPEX科学试验城市建筑群落边界层大气环境特征及其影响. 气象学报, 62(5): 663-671. DOI:10.3321/j.issn:0577-6619.2004.05.012 |
徐祥德, 丁国安, 卞林根. 2006. 北京城市大气环境污染机理与调控原理. 应用气象学报, 17(6): 815-828. DOI:10.3969/j.issn.1001-7313.2006.06.018 |
徐祥德, 周秀骥, 丁国安等. 2010. 城市环境综合观测与大气环境动力学研究. 北京: 气象出版社, 436pp. Xu X D, Zhou X J, Ding G A, et al. 2010. Comprehensive Observation of Urban Environment and Atmospheric Environmental Dynamics. Beijing: China Meteorological Press, 436pp (in Chinese)
|
严超, 崔桂香, 张兆顺. 2017. 城市冠层植被大气环境特性大涡模拟. 科技导报, 35(3): 51-56. |
杨续超, 陈葆德, 胡可嘉. 2015. 城市化对极端高温事件影响研究进展. 地理科学进展, 34(10): 1219-1228. DOI:10.18306/dlkxjz.2015.10.002 |
张宁, 蒋维楣, 王晓云. 2002. 城市街区与建筑物对气流特征影响的数值模拟研究. 空气动力学学报, 20(3): 339-342. DOI:10.3969/j.issn.0258-1825.2002.03.012 |
张宁, 蒋维楣. 2006. 建筑物对大气污染物扩散影响的大涡模拟. 大气科学, 30(4): 212-220. |
张强, 吕世华, 张广庶. 2003. 山谷城市大气边界层结构及输送能力. 高原气象, 22(4): 346-353. DOI:10.3321/j.issn:1000-0534.2003.04.005 |
赵文静, 张宁, 汤剑平. 2011. 长江三角洲城市带降水特征的卫星资料分析. 高原气象, 30(3): 668-674. |
赵秀娟, 徐敬, 张自银等. 2016. 北京区域环境气象数值预报系统及PM2.5预报检验
. 应用气象学报, 27(2): 160-172. DOI:10.11898/1001-7313.20160204 |
郑玉兰, 苗世光, 包云轩等. 2017. 建筑物制冷系统人为热排放与气象环境的相互作用. 高原气象, 36(2): 562-574. DOI:10.7522/j.issn.1000-0534.2016.00005 |
郑祚芳, 苗世光, 范水勇等. 2014. 京津冀城市群未来发展情景气候效应模拟. 南京大学学报(自然科学), 50(6): 772-780. |
中国地理学会. 1985. 城市气候与城市规划. 北京: 科学出版社, 175pp. The Geographical Society of China. 1985. Urban Climate and Urban Planning. Beijing: Science Press, 175pp (in Chinese)
|
周广强, 耿福海, 许建明等. 2015. 上海地区臭氧数值预报. 中国环境科学, 35(6): 1601-1609. DOI:10.3969/j.issn.1000-6923.2015.06.001 |
周建康, 黄红虎, 唐运忆等. 2003. 城市化对南京市区域降水量变化的影响. 长江科学院院报, 20(4): 44-46. DOI:10.3969/j.issn.1001-5485.2003.04.012 |
周明煜, 姚文清, 徐祥德等. 2005. 北京城市大气边界层低层垂直动力和热力特征及其与污染物浓度关系的研究. 中国科学D辑: 地球科学, 2005, 35(S1): 20-30. Zhou M Y, Yao W Q, Xu X D, et al. 2005. Vertical dynamic and thermodynamic characteristics of urban lower boundary layer and its relationship with aerosol concentration over Beijing. Sci China Ser D Earth Sci, 48(S2): 25-37
|
周荣卫, 蒋维楣, 何晓凤. 2010. 城市建筑物动力冠层方案的引入及应用研究. 气象学报, 68(1): 137-146. |
周淑贞, 张超. 1985. 城市气候学导论. 上海: 华东师范大学出版社, 324pp. Zhou S Z, Zhang C. 1985. Introduction to Urban Climatology. Shanghai: East China Normal University Press, 324pp (in Chinese)
|
住房和城乡建设部, 中国气象局. 2014. 城市暴雨强度公式编制和设计暴雨雨型确定技术导则. Ministry of Housing and Urban-Rural Develop-ment, China Meteorological Administration. 2014. Technical Guidelines for Establishment of Intensity-Duration-Frequency Curve and Design Rainstorm Profile (in Chinese)
|
朱焱, 刘红年, 沈建等. 2016. 苏州城市热岛对污染扩散的影响. 高原气象, 35(6): 1584-1594. DOI:10.7522/j.issn.1000-0534.2016.00084 |
Baklanov A, Grimmond C S B, Carlson D, et al. 2018. From urban meteorology, climate and environment research to integrated city services. Urban Climate, 23: 330-341. DOI:10.1016/j.uclim.2017.05.004 |
Cao C, Lee X, Liu S D, et al. 2016. Urban heat islands in China enhanced by haze pollution. Nat Commun, 7: 12509. DOI:10.1038/ncomms12509 |
Chen F, Kusaka H, Bornstein R, et al. 2011. The integrated WRF/urban modelling system: Development, evaluation, and applications to urban environmental problems. Int J Climatol, 31(2): 273-288. DOI:10.1002/joc.2158 |
Chen G W, Li Y G, Wang Q, et al. 2018. The diurnal cycle of urban thermal environment in street canyons by scale-model outdoor field measurement. Indoor Air 2018, 22-27 July 2018, Philadelphia, USA
|
Chen L, Frauenfeld O W. 2016. Impacts of urbanization on future climate in China. Clim Dyn, 47(1-2): 345-357. DOI:10.1007/s00382-015-2840-6 |
Chen L X, Zhu W Q, Zhou X J, et al. 2003. Characteristics of the heat island effect in Shanghai and its possible mechanism. Adv Atmos Sci, 20(6): 991-1001. DOI:10.1007/BF02915522 |
Chen Y, Jiang W M, Zhang N, et al. 2009. Numerical simulation of the anthropogenic heat effect on urban boundary layer structure. Theor Appl Climatol, 97(1-2): 123-134. DOI:10.1007/s00704-008-0054-0 |
Dai J N, Wang X M, Dai W, et al. 2019. The impact of inhomogeneous urban canopy parameters on meteorological conditions and implication for air quality in the Pearl River Delta region. Urban Climate, 29: 100494. DOI:10.1016/j.uclim.2019.100494 |
Ding A J, Fu C B, Yang X Q, et al. 2013. Intense atmospheric pollution modifies weather: A case of mixed biomass burning with fossil fuel combustion pollution in eastern China. Atmos Chem Phys, 13(20): 10545-10554. DOI:10.5194/acp-13-10545-2013 |
Dou J J, Wang Y C, Bornstein R, et al. 2015. Observed spatial characteristics of Beijing urban climate impacts on summer thunderstorms. J Appl Meteor Climatol, 54(1): 94-105. DOI:10.1175/JAMC-D-13-0355.1 |
Fang X Y, Jiang W M, Miao S G, et al. 2004. The multi-scale numerical modeling system for research on the relationship between urban planning and meteorological environment. Adv Atmos Sci, 21(1): 103-112. DOI:10.1007/BF02915684 |
Feng J M, Wang Y L, Ma Z G, et al. 2012. Simulating the regional impacts of urbanization and anthropogenic heat release on climate across China. J Climate, 25(20): 7187-7203. DOI:10.1175/JCLI-D-11-00333.1 |
Feng J M, Wang J, Yan Z W. 2014. Impact of anthropogenic heat release on regional climate in three vast urban agglomerations in China. Adv Atmos Sci, 31(2): 363-373. DOI:10.1007/s00376-013-3041-z |
Gao Y, Zhang M, Liu Z, et al. 2015. Modeling the feedback between aerosol and meteorological variables in the atmospheric boundary layer during a severe fog-haze event over the North China Plain. Atmos Chem Phys, 15(8): 4279-4295. DOI:10.5194/acp-15-4279-2015 |
Gong S L, Zhang X Y. 2008. CUACE/Dust: An integrated system of observation and modeling systems for operational dust forecasting in Asia. Atmos Chem Phys, 8(9): 2333-2340. DOI:10.5194/acp-8-2333-2008 |
Grimmond C S B. 2006. Progress in measuring and observing the urban atmosphere. Theor Appl Climatol, 84(1-3): 3-22. DOI:10.1007/s00704-005-0140-5 |
Grimmond C S B, Blackett M, Best M J, et al. 2010. The international urban energy balance models comparison project: First results from phase 1. J Appl Meteor Climatol, 49(6): 1268-1292. DOI:10.1175/2010JAMC2354.1 |
Guo X L, Fu D H, Wang J. 2006. Mesoscale convective precipitation system modified by urbanization in Beijing City. Atmos Res, 82(1-2): 112-126. DOI:10.1016/j.atmosres.2005.12.007 |
Han Z Q, Yan Z W, Li Z, et al. 2014. Impact of urbanization on low-temperature precipitation in Beijing during 1960-2008. Adv Atmos Sci, 31(1): 48-56. DOI:10.1007/s00376-013-2211-3 |
Hang J, Sandberg M, Li Y G. 2009. Effect of urban morphology on wind condition in idealized city models. Atmos Environ, 43(4): 869-878. DOI:10.1016/j.atmosenv.2008.10.040 |
Hang J, Li Y G, Sandberg M, et al. 2012. The influence of building height variability on pollutant dispersion and pedestrian ventilation in idealized high-rise urban areas. Buil Environ, 56: 346-360. DOI:10.1016/j.buildenv.2012.03.023 |
He X D, Shen S H, Miao S G, et al. 2015. Quantitative detection of urban climate resources and the establishment of an Urban Climate Map (UCMap) system in Beijing. Buil Environ, 92: 668-678. DOI:10.1016/j.buildenv.2015.05.044 |
Hu H B. 2015. Spatiotemporal characteristics of rainstorm-induced hazards modified by urbanization in Beijing. J Appl Meteor Climatol, 54(7): 1496-1509. DOI:10.1175/JAMC-D-14-0267.1 |
Huang X, Wang Z L, Ding A J. 2018. Impact of aerosol-PBL interaction on haze pollution: Multiyear observational evidences in North China. Geophys Res Lett, 45(16): 8596-8603. DOI:10.1029/2018GL079239 |
Intergovernmental Panel on Climate Change (IPCC). 2012. Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation. Cambridge: Cambridge University Press
|
Lee X, Gao Z Q, Zhang C L, et al. 2015. Priorities for boundary layer meteorology research in China. Bull Amer Meteor Soc, 96(9): ES149-ES151. DOI:10.1175/BAMS-D-14-00278.1 |
Li H F, Cui G X, Zhang Z S. 2018. A new scheme for the simulation of microscale flow and dispersion in urban areas by coupling large-eddy simulation with mesoscale models. Bound Layer Meteor, 167(1): 145-170. DOI:10.1007/s10546-017-0323-5 |
Li J, Wang Z, Zhuang G, et al. 2012. Mixing of Asian mineral dust with anthropogenic pollutants over East Asia: A model case study of a super-duststorm in March 2010. Atmos Chem Phys, 12(16): 7591-7607. DOI:10.5194/acp-12-7591-2012 |
Li L, Lu C, Chan P W, et al. 2020. Tower observed vertical distribution of PM2.5, O3 and NOx in the Pearl River Delta
. Atmos Environ, 220: 117083. DOI:10.1016/j.atmosenv.2019.117083 |
Li M C, Guo J, Xiong M M, et al. 2018. Heat island effect on outdoor meteorological parameters for building energy-saving design in a large city in northern China. Int J Global Warm, 14(2): 224-237. DOI:10.1504/IJGW.2018.090181 |
Li Y H, Miao S G, Chen F, et al. 2017. Introducing and evaluating a new building-height categorization based on the fractal dimension into the coupled WRF/urban model. Int J Climatol, 37(7): 3111-3122. DOI:10.1002/joc.4903 |
Liang P, Ding Y H, He J H, et al. 2013. Study of relationship between urbanization speed and change of spatial distribution of rainfall over Shanghai. J Trop Meteor, 19(1): 97-103. |
Liang P, Ding Y H. 2017. The long-term variation of extreme heavy precipitation and its link to urbanization effects in Shanghai during 1916-2014. Adv Atmos Sci, 34(3): 321-334. DOI:10.1007/s00376-016-6120-0 |
Liang X, Miao S, Li J, et al. 2018. SURF: Understanding and predicting urban convection and haze. Bull Amer Meteor Soc, 99(7): 1391-1413. DOI:10.1175/BAMS-D-16-0178.1 |
Liao W L, Liu X P, Li D, et al. 2018. Stronger contributions of urbanization to heat wave trends in wet climates. Geophys Res Lett, 45(20): 11310-11317. |
Lin C Y, Chen W C, Liu S C, et al. 2008. Numerical study of the impact of urbanization on the precipitation over Taiwan. Atmos Environ, 42(13): 2934-2947. DOI:10.1016/j.atmosenv.2007.12.054 |
Liu H N, Ma W L, Qian J L, et al. 2015. Effect of urbanization on the urban meteorology and air pollution in Hangzhou. J Meteor Res, 29(6): 950-965. DOI:10.1007/s13351-015-5013-y |
Liu Y H, Fang X Y, Cheng C, et al. 2016. Research and application of city ventilation assessments based on satellite data and GIS technology: A case study of the Yanqi Lake Eco-city in Huairou District, Beijing. Meteor Appl, 23(2): 320-327. DOI:10.1002/met.1557 |
Liu Y S, Cui G X, Wang Z S, et al. 2011. Large eddy simulation of wind field and pollutant dispersion in downtown Macao. Atmos Environ, 45(17): 2849-2859. DOI:10.1016/j.atmosenv.2011.03.001 |
Ma J, Xiao X M, Miao R H, et al. 2019. Trends and controls of terrestrial gross primary productivity of China during 2000-2016. Environ Res Lett, 14(8): 084032. DOI:10.1088/1748-9326/ab31e4 |
Ma J Z, Chen Y, Wang W, et al. 2010. Strong air pollution causes widespread haze-clouds over China. J Geophys Res Atmos, 115(D18): D18204. DOI:10.1029/2009JD013065 |
Mao M J, Jiang W M, Gu J Q, et al. 2009. Study on the mixed layer, entrainment zone, and cloud feedback based on lidar exploration of Nanjing city. Geophys Res Lett, 36(4): L04808. |
Miao S G, Chen F. 2008. Formation of horizontal convective rolls in urban areas. Atmos Res, 89(3): 298-304. DOI:10.1016/j.atmosres.2008.02.013 |
Miao S G, Chen F, Lemone M A, et al. 2009a. An observational and modeling study of characteristics of urban heat island and boundary layer structures in Beijing. J Appl Meteor Climatol, 48(3): 484-501. DOI:10.1175/2008JAMC1909.1 |
Miao S G, Li P Y, Wang X Y. 2009b. Building morphological characteristics and their effect on the wind in Beijing. Adv Atmos Sci, 26(6): 1115-1124. DOI:10.1007/s00376-009-7223-7 |
Miao S G, Chen F, Li Q C, et al. 2011. Impacts of urban processes and urbanization on summer precipitation: A case study of heavy rainfall in Beijing on 1 August 2006. J Appl Meteor Climatol, 50(4): 806-825. DOI:10.1175/2010JAMC2513.1 |
Oke T R, Mills G, Christen A, et al. 2017. Urban Climates. New York: Cambridge University Press, 525pp
|
Peng Z, Sun J N. 2014. Characteristics of the drag coefficient in the roughness sublayer over a complex urban surface. Bound Layer Meteor, 153(3): 569-580. DOI:10.1007/s10546-014-9949-8 |
Quan J N, Gao Y, Zhang Q, et al. 2013. Evolution of planetary boundary layer under different weather conditions, and its impact on aerosol concentrations. Particuology, 11(1): 34-40. DOI:10.1016/j.partic.2012.04.005 |
Ren Y, Zhang H S, Wei W, et al. 2019. Effects of turbulence structure and urbanization on the heavy haze pollution process. Atmos Chem Phys, 19(2): 1041-1057. DOI:10.5194/acp-19-1041-2019 |
Souch C, Grimmond C. 2006. Applied climatology: Urban climate. Progr Phys Geogr, 30(2): 270-279. DOI:10.1191/0309133306pp484pr |
Sun K, Liu H N, Wang X Y, et al. 2017. The aerosol radiative effect on a severe haze episode in the Yangtze River Delta. J Meteor Res, 31(5): 865-873. DOI:10.1007/s13351-017-7007-4 |
Sun Y, Zhang X B, Zwiers F W, et al. 2014. Rapid increase in the risk of extreme summer heat in Eastern China. Nat Climate Change, 4(12): 1082-1085. DOI:10.1038/nclimate2410 |
Sun Y, Zhang X B, Ren G Y, et al. 2016. Contribution of urbanization to warming in China. Nat Climate Change, 6(7): 706-709. DOI:10.1038/nclimate2956 |
Tan J G, Yang L M, Grimmond C S B, et al. 2015. Urban integrated meteorological observations: Practice and experience in Shanghai, China. Bull Amer Meteor Soc, 96(1): 85-102. DOI:10.1175/BAMS-D-13-00216.1 |
Wan H C, Zhong Z. 2014. Ensemble simulations to investigate the impact of large-scale urbanization on precipitation in the lower reaches of Yangtze River Valley, China. Quart J Roy Meteor Soc, 140(678): 258-266. DOI:10.1002/qj.2125 |
Wang D Y, Hang J, Gao P, et al. 2018. Urban energy balance in high-rise compact urban models investigated by the outdoor scale model experiment∥10th International Conference on Urban Climate/14th Symposium on the Urban Environment. New York, USA: American Meteorological Society
|
Wang H, Xue M, Zhang X Y, et al. 2015. Mesoscale modeling study of the interactions between aerosols and PBL meteorology during a haze episode in Jing-Jin-Ji(China)and its nearby surrounding region, Part 1: Aerosol distributions and meteorological features. Atmos Chem Phys, 15(6): 3257-3275. DOI:10.5194/acp-15-3257-2015 |
Wang J, Feng J M, Yan Z W, et al. 2012. Nested high-resolution modeling of the impact of urbanization on regional climate in three vast urban agglomerations in China. J Geophys Res, 117(D21): D21103. |
Wang J, Yan Z W, Li Z, et al. 2013. Impact of urbanization on changes in temperature extremes in Beijing during 1978-2008. Chinese Sci Bull, 58(36): 4679-4686. DOI:10.1007/s11434-013-5976-y |
Wang W C, Zeng Z M, Karl T R. 1990. Urban heat islands in China. Geophys Res Lett, 17(13): 2377-2380. DOI:10.1029/GL017i013p02377 |
Wang X M, Carmichael G, Chen D L, et al. 2005. Impacts of different emission sources on air quality during March 2001 in the Pearl River Delta (PRD) region. Atmos Environ, 39(29): 5227-5241. DOI:10.1016/j.atmosenv.2005.04.035 |
Wang X M, Lin W S, Yang L M, et al. 2007. A numerical study of influences of urban land-use change on ozone distribution over the Pearl River Delta region, China. Tellus B Chem Phys Meteor, 59(3): 633-641. DOI:10.1111/j.1600-0889.2007.00271.x |
Wang X M, Chen F, Wu Z Y, et al. 2009a. Impacts of weather conditions modified by urban expansion on surface ozone: Comparison between the Pearl River Delta and Yangtze River Delta regions. Adv Atmos Sci, 26(5): 962-972. DOI:10.1007/s00376-009-8001-2 |
Wang X M, Wu Z Y, Liang G X. 2009b. WRF/CHEM modeling of impacts of weather conditions modified by urban expansion on secondary organic aerosol formation over Pearl River Delta. Particuology, 7(5): 384-391. DOI:10.1016/j.partic.2009.04.007 |
Wang X M, Wu Z Y, Zhang Q, et al. 2017. Impact of urbanization on regional climate and air quality in China∥Bouarar I, Wang X M, Brasseur G P. Air Pollution in Eastern Asia: An Integrated Perspective. Cham: Springer, 453-476.
|
Wu K, Yang X Q. 2013. Urbanization and heterogeneous surface warming in eastern China. Chinese Sci Bull, 58(12): 1363-1373. DOI:10.1007/s11434-012-5627-8 |
Yang J B, Liu H N, Sun J N, et al. 2015. Further development of the regional boundary layer model to study the impacts of greenery on the urban thermal environment. J Appl Meteor Climatol, 54(1): 137-152. DOI:10.1175/JAMC-D-14-0057.1 |
Yang J B, Liu H N, Sun J N. 2018. Evaluation and application of an online coupled modeling system to assess the interaction between urban vegetation and air quality. Aerosol Air Qual Res, 18(3): 693-710. DOI:10.4209/aaqr.2017.06.0199 |
Yang P, Ren G Y, Hou W, et al. 2013. Spatial and diurnal characteristics of summer rainfall over Beijing municipality based on a high-density AWS dataset. Int J Climatol, 33(13): 2769-2780. DOI:10.1002/joc.3622 |
Yang P, Ren G Y, Yan P C. 2017. Evidence for a strong association of short-duration intense rainfall with urbanization in the Beijing urban area. J Climate, 30(15): 5851-5870. DOI:10.1175/JCLI-D-16-0671.1 |
Yang X C, Leung L R, Zhao N Z, et al. 2017. Contribution of urbanization to the increase of extreme heat events in an urban agglomeration in East China. Geophys Res Lett, 44(13): 6940-6950. DOI:10.1002/2017GL074084 |
Yu M, Carmichael G R, Zhu T, et al. 2012. Sensitivity of predicted pollutant levels to urbanization in China. Atmos Environ, 60: 544-554. DOI:10.1016/j.atmosenv.2012.06.075 |
Yu M, Miao S G, Li Q C. 2017. Synoptic analysis and urban signatures of a heavy rainfall on 7 August 2015 in Beijing. J Geophys Res Atmos, 122(1): 65-78. DOI:10.1002/2016JD025420 |
Yu M, Miao S G, Zhang H B. 2018. Uncertainties in the impact of urbanization on heavy rainfall: Case study of a rainfall event in Beijing on 7 August 2015. J Geophys Res Atmos, 123(11): 6005-6021. DOI:10.1029/2018JD028444 |
Yu R C, Zhang Y, Wang J J, et al. 2019. Recent progress in numerical atmospheric modeling in China. Adv Atmos Sci, 36(9): 938-960. DOI:10.1007/s00376-019-8203-1 |
Zhang C L, Chen F, Miao S G, et al. 2009. Impacts of urban expansion and future green planting on summer precipitation in the Beijing metropolitan area. J Geophys Res Atmos, 114(D2): D02116. |
Zhang N, Gao Z Q, Wang X M, et al. 2010. Modeling the impact of urbanization on the local and regional climate in Yangtze River Delta, China. Theor Appl Climatol, 102(3-4): 331-342. DOI:10.1007/s00704-010-0263-1 |
Zhang N, Du Y S, Miao S G, et al. 2016a. Evaluation of a micro-scale wind model's performance over realistic building clusters using wind tunnel experiments. Adv Atmos Sci, 33(8): 969-978. DOI:10.1007/s00376-016-5273-1 |
Zhang N, Wang X M, Chen Y, et al. 2016b. Numerical simulations on influence of urban land cover expansion and anthropogenic heat release on urban meteorological environment in Pearl River Delta. Theor Appl Climatol, 126(3-4): 469-479. DOI:10.1007/s00704-015-1601-0 |
Zhang P, Lu Q F, Hu X Q, et al. 2019. Latest progress of the Chinese meteorological satellite program and core data processing technologies. Adv Atmos Sci, 36(9): 1027-1045. DOI:10.1007/s00376-019-8215-x |
Zhang Q, Quan J N, Tie X X, et al. 2011. Impact of aerosol particles on cloud formation: Aircraft measurements in China. Atmos Environ, 45(3): 665-672. DOI:10.1016/j.atmosenv.2010.10.025 |
Zhang Y Z, Miao S G, Dai Y J, et al. 2017. Numerical simulation of urban land surface effects on summer convective rainfall under different UHI intensity in Beijing. J Geophys Res Atmos, 122(15): 7851-7868. DOI:10.1002/2017JD026614 |
Zhao L, Lee X, Smith R B, et al. 2014. Strong contributions of local background climate to urban heat islands. Nature, 511(7508): 216-219. DOI:10.1038/nature13462 |
Zhong J T, Zhang X Y, Wang Y Q, et al. 2017. Relative contributions of boundary-layer meteorological factors to the explosive growth of PM2.5 during the red-alert heavy pollution episodes in Beijing in December 2016
. J Meteor Res, 31(5): 809-819. DOI:10.1007/s13351-017-7088-0 |
Zhou D R, Ding K, Huang X, et al. 2018. Transport, mixing and feedback of dust, biomass burning and anthropogenic pollutants in eastern Asia: A case study. Atmos Chem Phys, 18(22): 16345-16361. DOI:10.5194/acp-18-16345-2018 |
Zhou L M, Dickinson R E, Tian Y H, et al. 2004. Evidence for a significant urbanization effect on climate in China. Proc Natl Acad Sci U S A, 101(26): 9540-9544. DOI:10.1073/pnas.0400357101 |
Zhu B, Kang H Q, Zhu T, et al. 2015. Impact of Shanghai urban land surface forcing on downstream city ozone chemistry. J Geophys Res Atmos, 120(9): 4340-4351. DOI:10.1002/2014JD022859 |
Zou J, Sun J N, Ding A J, et al. 2017. Observation-based estimation of aerosol-induced reduction of planetary boundary layer height. Adv Atmos Sci, 34(9): 1057-1068. DOI:10.1007/s00376-016-6259-8 |