62 / 2021-08-20 18:31:59

基于高分辨率数值模拟的城市微气候观测网络设计方法——以香港为例

urban microclimate,urban monitoring network,clustering analysis,high resolution WRF-UCM simulation

城市化进程导致的城市热岛现象对居民健康、空气质量、建筑能耗及碳排放都有负面影响，因此在过去十年间获得了大量研究。随着观测技术的提高和模式的不断发展，高精度城市气象数据及服务是当前的发展趋势，城市微气候逐渐受到关注。由于城市区域复杂的下垫面环境和多样的人类活动，观测城市微气候需要密集的气象观测网络。受益于低成本气象传感器和智慧城市概念的发展，更多更密集的城市气象观测网络正在逐步被建造。然而如何在现有基础上设计更好的观测网络以实现在社区尺度上更高效的监测城市微天气的问题尚未被解决。本系列研究以此问题展开，结合数值模拟和统计分析方法，以香港为例，解析了复杂的城市微气候并为了城市观测网络提出了优化的设计方法。首先，我们将高空间分辨率的城市冠层数据（UCP），和车辆废热数据整合到天气研究和预测 (WRF) 模型中，通过数值模拟的方法研究了交通人为热对香港微气候的时空分布影响。结果显示车辆废热影响在日、周和季节尺度上显现了很强的时间特征，例如冬季的平均温度升高（0.35 °C）大于夏季的升高（0.32 °C）。车辆废热可最高在夏季的中午（冬季的傍晚）使温度显著上升1.5 °C（1.08°C）。显著的车辆废热的影响（90% 置信水平）在香港通勤高峰时段后具有最广泛的空间覆盖范围。上述模拟结果更为准确和全面的呈现了社区尺度城市微气候。利用此模拟数据，我们测试了如何有效设置观测网络以获取具有代表性的城市微气象数据。基于聚类分析和虚拟传感器的概念，我们提出了一种设计城市微观气候观测网络方法，并用香港测试作为示范。此设计方法能使观测网络捕捉到城市微气候的三种基本观测要素（城市空气温度，空气湿度和风速）并适用于各季节。运用此方法，我们为香港重新布局了现有观测站点，使其可避免三种观测数据在整个城市范围内出现极大代表性偏差，例如相对湿度的偏差均小于5%。将现有26个城市观测站增加到105个，并根据我们提出的方法决定其位置，观测网络的代表性会进一步显著提高，温度代表性偏差降低到0.44°C，相对湿度偏差降低到1.47%。对观测网络的代表性偏差的时空分析表明，香港应更多地关注对冬季的清晨和夏季的下午的天气监测。此设计方法可以直接被各地区和行政范围直接运用采纳，并能更好的捕捉城市内社区尺度的天气差异。对观测网络代表性时空分析可进一步补充提供急需微观天气观测的时段和地区的信息。