引言

火灾是北京城市灾害中危害较大的灾种之一｡自20世纪90年代以来，北京市火灾发生次数逐年递增｡据有关部门统计，1994年北京市共发生火灾3847次，1999年猛增至7211次，较1994年翻了一翻｡同时，随着社会进步、经济的不断发展，因火灾造成的经济损失也呈显著增长趋势｡如何预防城市火灾，减少不必要的损失，是城市防灾、减灾的重要任务之一｡

考虑到火灾的发生、发展需要的可燃物、助燃物和火源3个条件均与气象因素关系密切，所以，由气象条件入手进行城市火险预警研究无疑是一个非常有效的方法｡目前，关于这方面已有大量研究，但多数方法是采用对火险有重要影响的气象因子与火险频数或等级建立的统计预报模式来进行预警的^[1~4]｡这些方法由于受到城市气象常规观测点密度和资料代表性不够的限制，实际运用时，远远不能够满足当今城市火险监测和预防的新要求｡

因此，本文试图采用M-γ尺度三维准静力平衡大气-土壤耦合模式对北京市的气象要素场进行数值模拟，然后结合基于统计方法确定的适用于模式运算的火险气象等级指标，最终得到全市火险气象等级的空间分布情况｡通过此研究，以期达到提高火险预警时空分辨率的目的，这对城市的防灾、减灾来讲，将具有十分显著的经济效益和政治影响｡

1 研究区域

模拟范围在39.7°~40.1°N和115.8°~116.6°E之间，包括北京西边部分山区、市区及郊区｡山区地形及城市建筑物高度分布情况如图 1a和1b所示｡北京西部山主体大致呈东北-西南走向，海拔高度在200~1200m之间，东部地区海拔则较低，一般不足100m｡城市建筑物高度一般在十几米到200m之间，最高处达300多米｡

2 模式简介

采用基于地形坐标系建立的M-γ尺度三维准静力平衡大气-土壤耦合模式进行数值模拟｡该模式详细考虑了地形 (坡度、坡向) 以及地形遮蔽的动力、热力效应，还考虑了土壤水分的冻结融解过程以及森林植被、地形云物理过程等，其中林冠及地表的辐射、能量平衡方程均采用山地有坡度地形的形式^[5]｡

2.1 地形坐标系下准静力平衡模式大气部分动力框架

引入垂直坐标z*，定义为:

(1)

式中:H为模式顶高度，z_G(x，y) 为地表海拔高度，当z=z_G时，z*=0；当z=H时，z*=H｡

由于在坡度远小于45°，而且没有强烈的对流运动发生时，即以线性的地形强迫或热力强迫作用为主的情况下，大气在垂直方向可以以十分精确的程度近似满足准静力平衡关系，而此时动量与连续方程可以以简单形式表示 (即浅水模式)｡为保证模式运行时，大气垂直方向上基本满足准静力平衡条件，模拟前，可采用九点平滑方案对地形进行平滑，避免陡峭地形的非线性影响｡

经过坐标变换后，得到符合准静力平衡条件的大气系统动力学方程组如下:

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

式中u、v为水平纬向和经向风，w垂直风速，π为Exner函数，T_v为虚温，θ为位温，q₃为比湿，R_d为干空气气体常数，ρ为密度，C_p为定压比热，q_n为大气比湿，S_θ+F_θ为热源汇平衡项，S_qn+F_qn为水汽源汇平衡项｡

2.2 土壤模式及参数化

土壤采用一维模式，以垂直方向向下为正｡土壤热传导方程和土壤水分传输方程分别为:

(14)

(15)

式中T*为土壤温度，C为土壤容积热容量，S_w为单位时间单位容积的融解水量，L为冻结融解潜热，λ为土壤导热率，θ_s为土壤容积含水量，K(θ_s) 为导水率，D(θ_s) 为土壤水的扩散率，α为坡度｡下标“s"代表土壤部分｡λ、K(θ_s)、D(θ_s) 等采用经验公式进行参数化①｡模式中，大气、土壤的耦合通过山地能量平衡来实现｡

由于森林植被的存在强烈地影响到下垫面的辐射和热量平衡，进而会影响各气象要素值的大小及分布，因此，模式里详细考虑了森林植被的影响效应｡森林的热力作用通过林冠的辐射、热量平衡以及林冠的感热、潜热释放表现出来，森林的动力作用则通过粗糙度来描述｡对于城市部分，受建筑材料特殊性质的影响，模式中假设在有建筑物的地方，土壤蒸发量为零｡

3 模式模拟 3.1 网格选取

模拟时，大气、土壤垂直方向均采用不等距网格，分别分为15层和8层 (见表 1和表 2)，包括地表面共24层｡大气模式顶高取5km, 土壤取0.5m深｡

整个模拟区，纬向和经向分别取48个和47个网格，网格距为1404.2m和913m｡x轴向东为正，y轴向北为正｡模拟中心为39.9°N，116.2°E｡全区平均海拔高度为200.0m｡

3.2 初始条件及参数化

根据北京消防部门1999年火灾统计资料，选取1、4、7和10月分别代表冬、春、夏和秋季，并在其中每月各选取一天火灾多发日和少发日，进行气象要素场模拟及火险气象等级模拟情况对比分析，以验证火险气象等级指标的可靠性及适用性｡

由于缺少网格化初始场资料，研究中选取北京市气象站的当日实时气象观测资料做参考，通过对模拟区具有与该站点相同拔海高度的地方其气温、湿度值由该站气象观测资料代替，并且初始场的气温与地温分布仅是拔海高度的函数等假设处理，得到网格化初始场｡各层大气风场的初值则是以当日实时的500hPa高度探空资料的风速近似代替模式顶的地转风值，然后按照指数规律内插到地面得到｡

模拟试验的时间及每次试验的气象要素参考值见表 3｡

植被覆盖率、市区人为热及粗糙度等参数按以下方法粗略给出｡

植被覆盖率为:

城区人为热，假设为高度的函数:

R为人为热，R_d为单位时间单位面积上的人为释放热量，H_J为建筑物高度｡

由于建筑物的存在加大了地表的粗糙状况，直接影响市内风的空间分布及强弱状况，因此，粗糙度有随建筑物高度变化而改变的规律，这里粗略计为:

植被粗糙度，我们大致按照低海拔处生长的植被较矮，粗糙度小；高海拔处林木高大，粗糙度大的分布特点，近似给出:

3.3 北京城市火险气象等级指标的确定

本文基于王晓云^[4]、潘莉卿^[6]等人的关于北京市火灾、火警与气象因子的统计研究结果，在制定火险气象指标时，考虑到气象因子与火警在不同季节内的复杂关系，并且利用模式所能提供的水分、动力及热力等要素值，分季给出火险气象指标的计算式 (见表 4)｡其中，X为火险气象指标，q、u和t分别为2m处大气相对湿度、风速和气温｡

进一步将火险指标数划分为5个等级，标准见表 5｡强度分为:1、2级为低火险；3级为中火险；4级为高火险，5级为强火险｡

4 模拟试验结果及分析 4.1 模拟气象要素场分析及检验

这里以1月4日和7月27日14:002m高处的气温、相对湿度、风速数值模拟场为例进行分析 (见图 2和图 3)｡

由图 2a可见，1999年1月4日14:00，模拟气温场有以下几个明显特点:城区明显高于近郊和山区；山区气温随高度增加而递减的变化规律也很明显，白天山谷温度高于山顶；城区气温分布较为均匀｡相对湿度场 (图 2b) 的特点是:山区及近郊的相对湿度值明显高于城区，城内分布相对较为均匀，并向四周边缘递增；山区相对湿度随高度增加而增加｡风速场 (图 2c) 的特点:山谷风速大于山顶；城区由于建筑物的影响，表现出较强的局地性，出现小的闭合圈｡此外，我们在城区的南部可以看到一条弱风速带，这是由于受当天西北风的影响，当风由西北向东南方向吹过城市时，因建筑物的阻碍，在背风面出现气流下沉，流线辐散，风速减弱造成的｡而迎风面则因气流被迫上升辐合，市区出现较大风速｡

由图 3a可见，1999年7月27日14:00气温分布呈现出非常明显的城市和山区差别，城区气温高于山区；山谷高于山顶；在城市边缘地区气温梯度大，这是由于有建筑物的地区，建筑材料为混凝土，其热容量小，气温增高迅速造成的｡相对湿度 (图 3b) 特点大致与图 2b相同，但山区与城区的相对湿度差异大于1月4日，城区的相对湿度分布较1月4日更接近于建筑物布局的轮廓，因建筑物所在地区气温高，相对湿度很小，风速受建筑物的阻挡，在迎风区和背风区出现的差别，在这里也有体现｡风速在迎风区明显大于背风区，因当日刮西南风，弱风速区出现在研究区域的北部 (见图 3c)｡

经上述分析对比可见，该模式模拟效果较好，能够较真实地反映出不同下垫面、地形及不同季节的气象要素分布变化规律｡可靠的气象要素场的模拟为火险气象等级判定的准确性奠定了坚实的基础｡

为进一步验证模式的模拟能力，还对1999年12月9日07:00至10日07:00进行模拟，同时选取12月9日15:00与10日凌晨03:00两次NOAA-14卫星遥感资料对北京地区地表亮温进行反演｡通过反演结果与同时刻的模拟结果相比较，发现两者分布及值的大小非常一致 (图略)｡

4.2 火险气象等级模拟结果

火险气象等级模拟结果，以火灾高发期中午14:00的分布为例进行分析 (见图 4~7)｡图中，阴影部分表示出火险等级大于或等于3级的范围，包括:中火险、高火险和强火险，颜色逐级加深｡我们可以看到，参与模拟试验的火灾发生次数偏少的日子，其高火险等级的分布范围和强度都不及火灾发生次数偏多的日子｡

表 6给出量化的模拟结果，火险气象中、高等级范围以覆盖网格个数表示｡在火灾发生次数偏少的日子，如10月24日，研究区域大部分网格的火险等级为低火险等级，没有出现中高等级｡而在1月24日火灾发生次数偏多的日子，则是以中高级火险为主｡

5 结论

通过以上研究初步表明，利用M-γ尺度三维准静力平衡大气-土壤耦合模式进行北京市火险气象等级预警的模拟是十分可行的，具有以下优点:

(1) 模式性能稳定，气象要素模拟效果好，能够真实地反映出不同下垫面、地形及不同时间的气象要素变化规律和特点，从而避免了统计方法中由于观测资料少而使火险与预警结果分辨率不高的缺陷｡

(2) 基于气象因子与火警的统计关系建立的适于模式应用的火险等级指标，经检验也较为合理，从而解决了单纯的模式气象要素结果如何进行火险预警的问题｡

(3) 模拟试验结果能够定量给出不同气象条件下，火险分布及程度的空间分布情况｡另外，模式还可提供每天逐时的火险预警结果，这大大提高了火险预报时间密度，为火灾预防提供有价值的参考依据，从而满足城市火险监测、预防的新要求｡当然，目前利用模式方法进行城市火险气象预警研究还有许多不完善的地方，仍需要进一步深入研究和试验｡通过不断改进，最终达到提高火灾预警服务质量的目的｡