赵 旋 ,吴 遥 ,冯 勇 ,舒建川
(1.中国气象局成都高原气象研究所/高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072;2.重庆市气候中心,重庆 401147)
城市化发展对区域及全球气候变化的影响是人们广泛关注的问题。经济的快速发展和城市化进程加快,使得大量农田、自然植被被混泥土、城市人为建筑所替代,城区陆面的变化造成下垫面以及大气成分的显著变化,下垫面热容量增加使城市气温高于其附近的郊区气温,产生热力差异,进而影响环流[1]。随着城市规模的发展、城市面积的扩大和城市人口的增加,在城市下垫面的热力、动力作用和温室效应的影响下,城市化对地面气象要素造成多方面的影响,包括最显著的城市热岛效应以及、降水、风场、气温和湿度等方面的变化[2],从而形成了城市区域气候。
随着城市化进程深入而快速发展,城市面积不断扩大,近年来国内外许多学者针对城市化对区域气候的影响开展了一系列的研究。赵娜等[3]分析了近48年城市化发展对北京区域气候的影响,结果表明:降水有减弱的趋势,尤其是夏季的降水减弱最为明显;城区的风速和湿度都呈减小的趋势,这与城市化的加剧,尤其是下垫面的变化有密切的关系。马新野[4]指出长三角城市群扩张改变了原有自然植被格局,导致近地层大气湿度减小,进而使夏季降水减少。Baik 等[5]发现城市热岛会诱发重力波,该波动在城市下风向地区存在上升运动,可诱发和强化湿对流运动,这解释了一些城市降水异常出现在下风向地区。同时,城市热岛还通过与海陆风、地形等相互作用影响降水,如长三角海陆风、湖陆风、城市热岛的相互增强过程与局地降水量增加有直接关系[6]。曹广真等[7]分析京津唐地区下垫面变化对局地气温和降水的研究指出,城市化改变对温度有明显影响,尤其是下垫面覆盖类型改变区,且降水的局地性变化很大。李景林等[8]分析乌鲁木齐-昌吉地区城市化对温度的影响,得出气温随年代递增率城市大于农村,城市和郊区年平均气温递增率分别为0.79 和 0.38℃/10a。城市与城郊最大的差别是下垫面的不同,下垫面的改变极大影响了城市地区的辐射、湍流过程以及物质交换等;同时,由工业生产、交通以及人类生活排放出大量的人为热量,使城市比郊区增加了很多额外的热量收入[9]。麦健华等[10]研究指出,城市下垫面以及人为热排放均加强了城市热岛效应,而敏感性试验表明,下垫面改变引起的城市地区增温幅度比引入人为热源的增温幅度大。
成都市位于四川盆地西部,川西高原东侧,经济发达、城市化进程快、人口密度高,是高原大地形和中国东部平原的过渡区,地处区域天气、气候系统复杂地区,城市化对城市区域降水、气温的影响具有较强的局地性特征。因此,研究成都城市化对区域天气和气候的影响就显得尤为重要。郝丽萍等[11]利用成都市及其所辖13 个区县气象站观测资料,研究了城市化进程对成都市气候变化的影响,结果表明城市化对降水分布的影响为干岛效应特征,且年平均降水量有缓慢减少趋势。姚豫奇等[12]利用耦合单层城市冠层模型的WRF 模式对成都夏季城市化效应进行了模拟研究,结果表明城市化使成都地区日平均降水量在城区的迎风区和下风区均有所增加。肖宇昕等[13]研究城市化对四川盆地夏季气温变化的影响指出,成都的城市下垫面改变对夏季地面2m 温度的升高具有显著影响。以上研究表明城市化对成都地区夏季降水、气温变化有显著影响,但这些工作只是对夏季气温或降水单一气象要素或某一天气实况进行研究,并没有考虑在不同的环流背景下,城市化进程对成都局地气候是否存在影响。为此,本文以数值模拟为手段,在分析不同环流背景的基础上,重点探讨土地利用类型变化较大的2001~2018 年城市化对成都地区夏季、冬季局地气候的影响,为天气预报、气候预测及城市规划等提供科学依据。
本文研究使用中尺度模式WRF(v4.2)进行模拟试验,模拟试验垂直方向40 层,最顶层气压为50hPa。初始场资料为NCEP(National centers for Environmental Prediction)提供,每日四次(00:00,06:00,12:00,18:00,世界时,下同) 空间分辨率为0.5°×0.5°的CFSR(Climate Forecast System Reanalysis)资料用于模式初、边界条件和检验后期环流场的模拟结果,每日四次空间分辨率为0.312°×0.312°的海温资料作为模式的海表温度强迫场。
采用数值模式WRF(v4.2)作为研究城市化对局地气候的影响的工具,模拟研究区域以成都市中心(102.9°~105°E,30°~31.5°N)为模拟中心,模拟试验设计了四层嵌套区域(图略);第一层嵌套区域(D01)包括东亚大部分区域、青藏高原和南亚部分区域;第二层嵌套区域(D02)主要包括四川省和重庆市;第三层嵌套区域(D03)为四川中西部和东部区域;模拟研究的核心区域(D04)主要包括成都市行政区域及部分成都市东北的平原区域和西北的高山峡谷区域。用于模式的物理参数化方案及网格设置参见表1。
表1 参数化方案设定
为更好的研究城市化对局地气候的影响,本次试验分别采用 2001 年和2018 年成都地区城建土地利用类型资料数据进行两组试验(图1)。第1 组试验采用2001 年成都市下垫面条件作为控制试验(图1a,简称:CLT),该时期成都地区城建土地利用区域较小,反映了成都市在城市化快速发展前的特征。第2 组试验采用2018年成都市下垫面条件作为敏感性试验(图1b,简称:SEN),2018 年城市下垫面区域有明显的扩张,反映了成都市在城市化快速发展后的特征。
图1 成都地区模拟区域及土地利用类型(a.CLT,b.SEN)
由于特殊的地理位置和地形条件使得成都地区的气候既受东亚季风和印度季风的影响,同时又受高原大气环流系统的影响[14],不同的环流背景对成都地区夏季降水的多少和冬季重污染天气有直接影响,而冬季降水少是造成空气污染的重要因素[15]。为了更好的对比不同环流背景下城市化进程对成都地区气候的影响,本次试验选择成都市温江国家级气象观测站降水较多的2014 年7 月(夏季)及降水较少的2007年7 月,以及污染较重的2014 年1 月(冬季)及较轻的2019 年1 月的大尺度环流数据,将SEN 试验减去CTL 试验的结果作为城市化的影响,通过比较SEN试验与CTL 试验的结果,对比分析在典型季节内城市扩张对区域气候的影响。两组试验除下垫面数据不同以外,其余参数化方案等模式结构均相同。模式积分时段为2014 年1 月1 日00 时~2 月1 日00 时;2019 年1 月1 日00 时~2 月1 日00 时;2007 年7 月1日00 时~8 月1 日00 时;2014年7 月1 日00 时~8 月1日00 时。
2.1.1 城市化对温度的影响
通过模拟可知,对应2007 年7 月的背景环流场,CTL 试验和SEN 试验得到的月平均2m 气温总体分布较为一致(图略),成都市城区气温普遍较高。这是由于城市下垫面主要为混凝土建筑物及柏油路面,城市化使城市下垫面的地表反照率、热传导率以及热容量发生显著改变[16],在太阳直接辐射下,城市地面温度升温比郊区快,下垫面温度较高加强了对边界层大气的向上感热输送,导致2m 气温相对偏高[17−20]。随着城市的发展扩张,28℃以上区域扩大,扩大范围主要集中在温江区、郫都区、新都区、青白江区、双流区等区域。如图2a 所示,成都市城区及其东北和西南部分地区2m 气温明显升高,中心城区、温江区、新都区均存在明显的正值中心,温差普遍在1℃以上,温度升高最明显。
以夏季降水偏多的2014 年7 月为背景环流场得到的模拟结果(图2b)与以降水偏少的2007 年7 月为背景环流场的结果(图2a) 作对比,CTL 试验和SEN试验气温的总体分布特征类似,气温在中心城区偏高,随着城市发展,28℃以上的高温区域同样扩大并主要向东北和西南扩张,原本就属于城区的中心城区地表气温进一步升高,且城区的外扩导致以往不属于城区的区域气温升高。
图2 2007 年7 月(a)和2014 年7 月(b)2m 气温差值(SEN-CTL)空间分布(单位:°C)
2.1.2 城市化对降水和暴雨日数的影响
对比以夏季降水偏少的2007 年7 月(图3)和以夏季降水偏多的2014 年7 月(图4)为背景环流场的CTL 试验,月累计降水总体呈现出西部山区和城区西南部偏多的特征,降水变化的局地性特征明显。2007 年7 月两组试验模拟的10m 风速,在成都市地区以东北风为主(图略)。由图4 可见,城市化使成都市中心主城区上空降水明显减少,而降水增多的区域主要位于温江区、双流区和新津县一带(下风区)。同时,在西部山区,由CTL 试验模拟的降水主要集中在都江堰市和崇州市中部地区,而SEN 试验模拟的降水主要集中在大邑县北部和崇州市西部地区,城市化使西部山区降水高值中心不断向西南方向发展(下风区)。由图4 差值(SEN-CTL)模拟结果可知,降水高值中心主要集中在简阳市、温江区、崇州市和汶川县东南部地区,2014 年7 月成都市地区以东南风为主(图略),使得降水高值中心向城市的西北方向发展(下风区)。对比2007 年7 月和2014 年7 月的模拟结果表明,城市化对城市区域降水有显著的影响,由于城区面积扩大导致自然植被减少,潜热通量变小,进而减少地表蒸发以及局地大气水分的供给,从而使得城区上空降水减少[21],并且城市化对降水量的影响与风场关系密切,城区上风向区域降水量以减少为主,降水量增多区域通常位于城市下风区。
以2007 年7 月和2014 年7 月为环流背景场的暴雨日数CTL 试验和SEN 试验的结果(图略)表明,暴雨日数与其对应的7 月累计降水量(图3~4)总体分布基本一致。由图5 可以看出,城市下风区暴雨日数明显增多,城市下垫面变化使得发生强降水的概率增加,并且强降水在空间分布上更为集中在城市下风向区。
图3 2007 年7 月控制试验和敏感性试验月累计降水和差值空间分布(a.CTL,b.SEN,c.SEN-CTL,单位:mm)
图4 同图3,但为2014 年7 月
图5 2007 年7 月(a)和2014 年7 月(b)暴雨日数差值(SEN-CTL)分布(单位:d)
2.2.1 城市化对温度的影响
为进一步了解下垫面改变对气候产生影响的时间变化特征,通过数值模拟分析了对成都地区冬季气温的影响(图6~7),可以看出,以2014年1月为环流背景的CTL试验和SEN 试验的气温明显要高于2019 年1 月的试验结果,表明2019 年1 月的环流背景有可能导致更多的冷空气进入成都,有利于市区污染空气的扩散,这也与2019 年1 月观测的空气质量指数偏好一致。在两个不同年份的环流背景下,随着城市的发展,SEN 试验中的城区气温都明显升高,由于2019 年1月气温偏低,SEN 试验的气温相对于CTL 试验增加的幅度比2014 年1 月环流背景下两个试验的变化幅度要偏小一些。相比夏季的模拟结果,冬季气温变化特征与夏季气温变化总体一致,随着城市化发展的不断扩张而升高。对比冬夏两季差值(SEN-CTL)模拟试验结果(图略)发现,冬季温度虽有升高,但覆盖范围较小,主要集中在下垫面改变区的覆盖范围附近,而夏季温度升高的涉及范围更广,沿城市东北和西南方向延伸发展,这可能是由于成都地区冬季多云,能到达地面的太阳辐射较夏季大大减小,使得城市化导致的升温作用没有夏季显著。
图6 2014 年1 月控制试验(a.CTL)和敏感性试验(b.SEN)2m 气温空间分布(单位:°C)
2.2.2 城市化对降水的影响
对比以冬季污染较重的2014 年1 月(图8)和空气质量较好的2019 年1 月(图9)为环流背景场的两组试验,由于地形的抬升作用,月累计降水在西部山区和龙泉山脉附近较多,以2019 年1 月为环流背景场的CTL 试验和SEN 试验的降水明显偏多,相反在2014 年1 月环流背景下成都市城区降水普遍较少,而降水是清除空气污染物的有效方式,这与2014 年冬季污染较重有直接关系。2014 年1 月两组试验模拟的10m 风速,在成都市地区以东北风为主(图略)。如图8 所示,降水增多的区域主要集中在邛崃市、浦江县,还有部分降水增多区域在都江堰市、温江区一带;降水的高值中心和低值中心都位于邛崃市西北部,而该区域为偏北风(图略),说明城市化使降水在上风区明显减少,降水增多的区域主要位于下风区。如图9 所示,2019 年1 月两组试验模拟的10m 风速,成都市中心城区以东南风为主(图略),降水增多的高值中心位于温江区、双流区一带,中心城区降水明显减少;成都市北部郫县、新都区和彭州市以东北风为主(图略),成都市北部大部分地区降水明显减少(上风区),而降水高值中心主要位于都江堰市(下风区)。对比夏季和冬季的模拟结果可知,城市化对城市区域降水有显著的影响,城区上风向区域降水量以减少为主,降水量增多区域通常位于城市下风区。
图8 同图3,但为2014 年1 月
图9 同图3,但为2019 年1 月
图7 同图6,但为2019 年1 月
利用中尺度模式WRF(v4.2),分别将2001 年和2018 年下垫面条件作为CTL 试验和SEN 试验的模拟条件,通过两组试验对比分析,重点研究城市化对成都地区温度、降水的影响,得出以下结论:
(1)随着城市的发展和扩张,夏季气温在中心城区偏高,28℃以上的高温区域扩大并主要向东北和西南扩张,扩大范围主要集中在温江区、郫都区、新都区、青白江区、双流区等区域,中心城区的地表气温进一步升高,温差普遍在1℃以上,温度升高明显。冬季温度虽有升高,但覆盖范围较小,主要集中在下垫面改变区的覆盖范围附近,夏季和冬季城区气温升高的区域分布总体一致,中心城区的地表气温升高明显,且城区的外扩导致周边区域地表气温升高。成都地区冬季常为多云天气,能到达地面的太阳辐射较夏季大大减小,城市化导致的升温作用没有夏季显著。在2019 年冬季环流背景下,更多的冷空气进入成都,导致气温偏低,有利于市区污染空气的扩散,城区地表气温明显低于污染较重的2014 年。
(2)2007 年夏季,成都市以东北风为主,降水增多的区域主要位于温江区、双流区和新津县一带(下风区)。2014 年夏季,成都市以东南风为主,降水高值中心由东南部地区向城市西北方向发展(下风区)。2014 年冬季,降水高低值中心都位于邛崃市西北部,而该区域为偏北风,上风区为低值中心,下风区为高值中心。2019 年冬季,成都市中心城区以东南风为主,降水增多的高值中心位于温江区、双流区一带。成都市北部以东北风为主,北部大部分地区降水明显减少(上风区),高值中心主要位于都江堰市(下风区)。城市化对城市区域降水有显著的影响,且对降水量的影响与风场关系密切,城市上风区降水量以减少为主,下风区降水量以增多为主,城市化使得发生强降水的概率增加,并且强降水在空间分布上更为集中在城市下风区。