基于LAS观测的城镇感热通量时空特征及影响因素

刘寿东 王璐瑶 胡凝 王咏薇 王亮 赵翔

摘要 利用2018年4月—2019年4月南京盘城大孔径闪烁仪（Large Aperture Scintillometer，LAS）观测数据，分析了城镇感热通量的时空变化特征及影响因素。结果表明：1）南京城镇感热通量呈单峰型日变化特征，白天明显大于夜间，且白天晴天明显大于阴天，夜间晴天略小于阴天，晴、阴天小時感热通量年平均分别在2.25～200.53 W·m-2、13.10～132.52 W·m-2波动。2）城镇感热通量夏季明显大于冬季，8月昼、夜分别为112.19、23.54 W·m-2，2月昼、夜分别为35.57、11.57 W·m-2。3）晴天白天条件下，不同风向（通量贡献源区）城镇感热通量存在显著差异，即随着不透水层占比的增加，净辐射分配到感热通量的比例明显提高，当占比大于60％时提高趋势不明显。4）以莫宁-奥布霍夫长度判断大气稳定度为标准，C2n法在计算感热通量的5种大气稳定度判断方法中的误判率较低且数据源于LAS，是比较适宜城镇夜间大气稳定度的判断方法。5）在影响城镇感热通量的地表参数中，有效高度变化的影响最大，风速变化的影响较大特别在秋冬季节更为明显，波文比变化对城镇感热通量的影响较小，温度、地表粗糙度和零平面位移变化的影响可忽略不计。

关键词城镇;LAS;感热通量;时空特征;环境因子;地表参数

地气交换不仅影响区域热量收支，还为不同尺度的天气系统提供物质、动力和热力来源（马红云等，2018;张超等，2018;彭舒龄等，2019;苏爱芳等，2019;孙永等，2019）。感热通量是地气交换的重要组成部分，准确测量地表感热通量对于了解大气运动以及局地气候特征的形成机制十分重要（Weber and Kordowski，2010）。

遥感是获取区域尺度感热通量的主要手段（Li et al.，2009），但是由于受到遥感影像时间分辨率较低的制约，难以获得高频连续的感热通量（Marx et al.，2008;刘绍民等，2010），且遥感手段需要借助地面观测来优化模型参数、验证估算结果（杨凡，2012）。涡度相关仪（Eddy Covariance，EC）和大孔径闪烁仪（Large aperture scintillometer，LAS）是两种常用的感热通量地面观测仪器。随着城市化的发展，城镇下垫面异质性越来越高，无法满足EC方法相对均一下垫面的基本假设条件（Baldocchi et al.，2001;Massman and Lee，2002）。与EC相比，LAS可直接观测5 km以内的区域感热通量，非常适用于非均匀地表感热通量的长期观测（Baldocchi et al.，2001;Hoedjes et al.，2002;Meijninger et al.，2002;卢俐等，2005，2009;宫丽娟等，2009;白洁等，2010a，2010b;刘绍民等，2010;杨凡，2012;Zieliński et al.，2014，2018;Ward et al.，2014;Zhang and Zhang，2015;孙根厚等，2016;Crawford et al.，2017;Ward，2017）。

LAS是基于莫宁-奥布霍夫相似性理论，结合气象因素和地表参数，将空气折射率结构参数（C2n）转换为感热通量，因此计算过程中各参数的取值或参数化方案的选择是感热通量计算结果不确定性的重要来源（徐安伦等，2017）。已有的研究结果表明，有效高度和风速对LAS感热通量观测结果的影响最大，当有效高度±5 m、风速±1 m·s-1时，可以分别使感热通量变化±6.3％～6.5％、±3.5％（Crawford et al.，2017）;不同的稳定性函数造成的感热通量误差可达16％（Andreas，1988;Bruin et al.，1995）。但是，气候条件不同，各种参数对于感热通量的影响也有所区别。以波文比（β）为例，在地表干燥即β>0.6时，水汽的影响可以忽略;但在湿润地表下即β较小时，水汽对温度结构参数C2T的准确性有很大影响，从而影响感热通量（Moene，2003;卢俐等，2009）。

迄今为止，LAS在农田、草地、森林、沙漠、黑河流域、海河流域等地区感热通量的观测研究较多（Kleissl et al.，2009;张劲松等，2010;朱治林等，2010;Liu et al.，2011，2013，2018;孙根厚等，2016;徐安伦等，2017），而在城镇下垫面感热通量的观测研究尚少，主要集中在欧洲和亚洲的温带地区且观测时间较短（Lagouarde et al.，2006;Wood et al.，2013;Ward et al.，2014;Zieliński et al.，2014，2018;Jacobs et al.，2015;Lee et al.，2015;Zhang and Zhang，2015;Crawford et al.，2017;Ward，2017）。因此，本项研究通过亚热带季风气候区城镇LAS的长期观测，分析城镇下垫面感热通量时空变化特征及影响因子，为明晰城镇地气交换机制提供依据，为城市感热通量的观测研究提供可行方法和有效数据。

1 资料和方法

1.1 观测实验方法

LAS、EC的观测于2018年4月—2019年4月在江苏省南京市江北新区盘城镇南京信息工程大学进行（118°42′ E，32°12′ N）。南京市属于北亚热带湿润气候，四季分明，雨水充沛。观测实验区土地利用类型见图1。可见整个试验区以建筑物、街道等不透水层为主占比约42.85％，植被占比约35.82％，具有较明显的城镇下垫面特征。

LAS（荷兰Kipp ＆ Zonen公司生产的MKII型）架设在校园内建筑物楼顶，其中发射端（T）和接收端（R）分别距地面36 m和26 m，直线距离为1.1 km，采样频率为1 Hz;EC架设在LAS接收端以北临近高塔上，安装高度为60 m，采样频率为10 Hz。此外，高塔上还架设了三层温度、风速和风向传感器，安装高度分别为10 m、30 m和60 m。

1.2 观测数据处理及计算方法

LAS发射端在发出一定波长和直径的光束后，由于大气温度、湿度和气压波动引起大气折射系数波动，光束强度会发生改变，由此得到空气折射率结构参数（C2n）。大孔径闪烁仪光束位于近红外波段，对温度变化更加敏感，因此C2n与温度结构参数C2T有关（Thiermann and Grassl，1992;Crawford et al.，2017），可以用来表征大气中湍流运动特征。

C2T=C2n T2-0.78×10-6P21+0.03β。  （1）

其中：T是空气温度（单位：K），采用架设在EC高塔上30 m高度处的温度值;P是气压（单位：Pa），来源于涡度相关系统;β是波文比。因LAS发射波长为880 nm的电磁波，主要受气温的影响，水汽影响可忽略，这里β取观测数据的平均值0.68。

根据MOST相似理论，由式（2）结合莫宁-奥布霍夫长度L=u2* TgkT*通过迭代计算可得到温度尺度（T*）（Bruin et al.，1995）。将T*代入后，HLAS=-ρcpu*T*即可以得到感热通量HLAS，最后采用足迹模型来确定源区范围（Meijninger et al.，2002）。

T*=C2T （Zeff-d）2／3fTZeff-dL1／2。  （2）

其中：u*是摩擦速度（单位：m·s-1）（Zieliński et al.，2014）;Zeff是有效高度（单位：m），利用Evation中的数字地形模块，测量光程路径上的建筑物高度，结合空间权重函数，求得Zeff为16.70 m;d是零平面位移，利用风廓线计算得出d为4.56 m;ξ=Zeff-dL是层结参数，fT是稳定度函数，当大气不稳定时，fT（ξ）=4.9（1-6.1ξ）-2／3;当大气稳定时，fT（ξ）=4.9（1+2.2ξ）2／3（Andreas，1988;Bruin et al.，1995）。本研究利用10 m和60 m高度上的温度梯度判断大气稳定与否。当T／z<0时大气为不稳定状态，T／z>0则为稳定状态。

LAS数据采用Evation软件处理，包括降水数据以及C2n超过饱和上限（3.88×10-13）及信号强度过小（1.02×10-17）数据的剔除。EC数据采用Eddy pro软件处理，包括野点值去除、延迟时间的校正、坐标旋转和WPL校正等。通過数据质量控制后用于城镇感热通量分析的为2018年4月2日至2019年4月30日的感热通量值;2018年4月19日至6月13日由于仪器维修数据缺失。

2 结果与分析

2.1 城镇感热通量时间变化特征

观测实验期间南京盘城镇全年典型晴天和阴天条件下感热通量HLAS和净辐射的平均日变化情况见图2。从图中可以看出，城镇感热通量与净辐射变化趋势一致，白天明显大于夜间，呈现出明显的单峰型日变化特征。典型晴天条件下，白天日出后，随着净辐射的不断增强，HLAS也在快速增大，在中午净辐射达到峰值495.40 W·m-2后约1 h出现HLAS最大值200.53 W·m-2，感热通量出现滞后现象主要是因为建筑群热容量大，热量储存多，而当不透水层占比超过50％时，随着不透水层比例的增加，感热通量的滞后现象越明显（Grimmond and Oke，1995;Grimmond et al.，2004;Ward et al.，2014;Crawford et al.，2017）;此后随着净辐射减弱HLAS快速减小。晴天夜间，由于建筑群、水泥路面热容量更大，使得城镇地区存储了较多热量，造成城镇夜间大气层结不稳定，导致HLAS夜间为正但整体上小于11.00 W·m-2，最小仅2.25 W·m-2。典型阴天条件下，净辐射和HLAS日变化特征与典型晴天基本一致，主要区别在于HLAS增大与减小的速率小于典型晴天，白天净辐射、HLAS的峰值均明显低于晴天分别为345.16 W·m-2、132.52 W·m-2。而在阴天夜间，由于云层存在保温作用造成地气间有明显温差，净辐射和HLAS虽整体上小于20 W·m-2但略大于晴天，HLAS最小为13.10 W·m-2，这与在低丘红壤区的观测结果基本一致（李阳等，2017）。此外，由于晴天条件下地表吸收更多的热量，同时城镇下垫面不透水层占比大、蒸发较弱，导致晴天感热通量与净辐射的比例HLAS／Rn也略低于阴天。

城镇感热通量存在明显的季节性变化（图3），这主要是由不同季节的净辐射差异造成的，即感热通量随着净辐射增强而增大。图3a显示，观测期间城镇春、夏、秋季白天的HLAS明显高于冬季，8月白天月平均感热通量最高为112.19 W·m-2，2月最低仅为35.57 W·m-2。但不同季节净辐射中用于感热支出的比例HLAS／Rn差异较大，观测期间各月HLAS／Rn在39％～64％，表现为冬季高而夏季低。主要是因为冬季气温低、蒸散较弱，有更多的净辐射分配给感热支出，且城镇居民取暖产生大量人为热，使得感热通量占净辐射的比例更高;夏季则正好相反，气温高，降水多，蒸散强烈，净辐射分配给感热支出的比例低，7月白天的HLAS／Rn仅为39％;也正是这种能量收支和分配的差异造成了不同下垫面和不同季节的感热通量有所不同（Ward et al.，2014;Crawford et al.，2017;Ward，2017;Zieliński et al.，2018）。

夜间，各月HLAS的平均值均为正值，同样表现为夏季大而冬季小。7、8月夜间气温较高，地气之间湍流交换作用非常强烈，月平均HLAS最高分别为25.29 W·m-2、23.54 W·m-2。冬季，由于城镇存在大量人为热，导致HLAS夜间为正但整体较小，2月夜间平均HLAS降至最小为11.57 W·m-2。

2.2 城镇感热通量的空间代表性

因为通量贡献区分布在盛行风向一侧，所以在不均匀下垫面上HLAS会随着风向和大气稳定度的不同而发生变化。为了分析LAS观测结果的空间代表性，选取向下短波辐射在200～400 W·m-2、降雨12 h之后的HLAS数据进行统计，以确保各个风向上HLAS的差异均来自干燥的地表、相近的太阳辐射（Kotthaus and Grimmond，2014;Crawford et al.，2017），统计结果见图4。从图中可以看出，HLAS大多在50～100 W·m-2，大于150 W·m-2的HLAS多出现在风向为ENE、E、ESE、SE时，而小于50 W·m-2的HLAS多分布在SSE、SSW、SW、WSW，这主要与城镇的下垫面类型有关（王亮等，2020）。

为了进一步分析下垫面对城镇感热通量的影响，绘制不同风向下通量源区内的不透水层（建筑物和街道）占比、植被占比情况（图5）。

从图5中可以看出，实验区的北部、东部（0°～100°、240°～360°）以建筑物和街道为主，表面由水泥等不透水材料组成，不透水层占比最高平均达到70％，密集建筑使得HLAS较高、变化幅度大，常出现大于250 W·m-2的HLAS 值。而南部、西部（160°～230°）的植被占比较高，不透水层占比低平均仅为47％，HLAS也较低。主要是因为不透水层不仅自身的保水性差，且阻碍大气与土壤水分的直接交换，在降水时水分因无法下渗而很快流走，没有降水时土壤水分难以通过植物蒸腾和土壤蒸发穿过不透水层进入大气而消耗更多能量。这一观测结果与在伦敦（Crawford et al.，2017）、罗兹（Zieliński et al.，2018）等城区的观测结果一致。由此可见，晴天白天条件下，不同风向（通量贡献源区）的城镇感热通量存在显著的差异，较大的感热通量值多分布在建筑物和人为活动的高密度风向区，而较小的感热通量值多分布在植被占比更大的风向区。王亮等（2020）指出，在城镇地区不透水层占比对于能量分配有很大影响。图6显示，随着不透水层占比增加，净辐射中通过感热交换方式散失能量的比例HLAS／Rn逐渐提高;而当不透水层占比超过60％时，HLAS／Rn提高趋势不明显，主要原因是不透水层占比超过60％时通量贡献源区以不透水层为主，感热通量中的城市存储热比例增加，净辐射中的感热支出部分减少（Lin et al.，2015）。

2.3 大气稳定度判断方法的影响

大气稳定度的判断结果对感热通量观测结果的准确性至关重要。为了比较不同大气稳定度判断方法的影响，引入另外4种大气稳定度判断方法（表1）进行计算分析。

采用5种大气稳定度判断方法计算的HLAS日变化见图7。由图可见，四季5种方法计算的HLAS日变化趋势一致，且白天HLAS数值接近，各种方法之间几乎不存在差异。各种方法计算的HLAS日变化之间的差异主要有两个，一是大气稳定度的转换時间，这与在北京密云（卢俐等，2009）和比利时德河地区（Samain et al.，2012）的研究结果类似;二是夜间5种方法计算的HLAS数值差异明显。从大气稳定度转换时间看，M1方法判断的转换时间早晨最晚、傍晚最早，因此M1方法判断的大气不稳定层结持续时间是最短的;而M5方法判断夜间大气始终为不稳定层结，故M5方法判断的大气不稳定层结持续时间是最长的，比M1方法平均长14.5 h。而M2、M3和M4方法的判断结果较为接近，大气稳定度的转换时间相差在0.5～2.5 h。

为了明确不同大气稳定度判断方法的适用性，将5种判断方法计算的HLAS与HEC在小时尺度上进行对比。图8显示，白天5种判断方法计算的HLAS结果与HEC的一致性均很好。

5种大气稳定度判断方法计算的HLAS与HEC之间差异主要在夜间（图8）。M5方法是常用的大气稳定度判断方法，但是用M5方法计算的观测期间夜间HLAS值有约43％为HLAS>0而HEC<0，这可能是因为夜间有大量城市存储热存在，在这种情况下用M5方法判断城镇夜间大气多为不稳定层结;若以莫宁-奥布霍夫长度L判断的大气稳定度作为标准，M5方法夜间大气稳定度的误判率高达60％，可见M5方法并不适用于城镇夜间大气稳定度的判断。而M2方法不采用观测数据来判断大气稳定度，与M1方法的判断结果相似，夜间大气层结均判断为稳定，但是城镇白天存储了较多的热量，夜间也可能出现大气层结不稳定的现象，大气稳定度的误判率达到34％，因此M1和M2方法也不适用于城镇地区。用M4方法计算的夜间HLAS值有约28％为HLAS<0而HEC>0，主要是因为夜间湍流较弱，采用C2n最小值法判断大气稳定度可能会存在误判，夜间大气稳定度的误判率为35％。而用M3方法计算的夜间HLAS与HEC的一致性较好，其夜间大气稳定度的误判率最低为21％。综合来看，虽然M4方法夜间大气稳定度误判率高于M3方法，但明显低于M5方法，且与其他方法相比C2n不需要额外的观测数据就可以通过LAS观测即可得到，因此在计算HLAS时采用M4方法判断夜间大气稳定度是比较适宜的（Samain et al.，2012）。但从长远考虑，选择适用的大气稳定度判断方法、显著降低夜间误判率尚需进一步探索。

2.4 环境因子和地表参数的影响

u*和T*是决定感热通量的两个主要因素，影响它们的环境因子有T、P、u和β，地表参数有d、z0（地表粗糙度）和Zeff。选取大气不稳定条件下的12 457个样本，参考已有的研究，以±0.3、±1 ℃、±0.1 m·s-1、±0.1 m、±0.5 m、±1.5 m作为β、T、u、z0、d、Zeff的改变量（卢俐等，2009;Crawford et al.，2017），用来分析各参数变化对感热通量的敏感性，结果如图9所示。

从图9中可以看出，在环境因子中，气温变化对HLAS的影响最小。当气温改变±1 ℃时，HLAS的变化小于（0.57±0.06）％，可见气温变化的影响可忽略不计。比较而言，风速和波文比的变化对HLAS的影响更为显著。当u变化±0.1 m·s-1时，HLAS变化±（2.19±1.88）％;但在不同月份u的变化对HLAS的影响是有区别的，当年9月至次年1月，u改变±0.1 m·s-1时，HLAS平均变化±2.31％，明显高于其他月份，主要是因为，秋、冬季的热力作用较春、夏季弱，风速切变引起的机械湍流贡献更大（张强等，2011）。另外，波文比β变化对HLAS的影响并不对称，β取值越小其变化对感热通量的影响越明显，但随着β的增大其变化对HLAS的影响逐渐减弱。已有的研究结果表明，在β>1时，其变化对HLAS的影响不大（Moene，2003;朱治林等，2010;Ward et al.，2014）。本次试验结果显示，实测的β有48％的数据大于0.68，用固定值0.68代替实测的β对HLAS的影响小于1.62％。因此，在城镇或者其他干旱地表，β变化对HLAS的影响可以忽略不计，β采用固定值是适宜的。

從图中还可以看出，不同月份地表参数的变化对HLAS的影响基本类似。其中，当Zeff改变±1.5 m时，HLAS变化为±（7.50±2.30）％，这一结果与在北京昌平小汤山（卢俐等，2009）和英国伦敦（Crawford et al.，2017）的敏感性试验结果一致，即Zeff变化对HLAS的影响最大。在英国斯温顿郊区，Zeff改变±2.25 m时HLAS变化±3.0％（Ward et al.，2014）;而在伦敦密集的城市中心，Zeff改变±5.0 m时，HLAS变化±6.4％（Crawford et al.，2017），可见在本项观测实验条件下有效高度Zeff变化对HLAS的影响更大。另外，z0改变±0.1 m和d改变±0.5 m对HLAS的影响均小于±2.80％，因此z0和d变化对HLAS的影响最小。

3 结论与讨论

1）观测实验期间南京城镇感热通量与净辐射变化趋势一致，白天明显大于夜间，呈现明显的单峰型日变化特征;城镇感热通量白天晴天明显大于阴天，夜间晴天略小于阴天，晴、阴天小时感热通量年平均分别在2.25～200.53 W·m-2、13.10～132.52 W·m-2波动。城镇感热通量夏季明显大于冬季，8月昼、夜平均感热通量分别为112.19、23.54 W·m-2，2月昼、夜平均感热通量分别为35.57、11.57 W·m-2。

2）晴天白天条件下，不同风向（通量贡献源区）城镇感热通量存在显著差异，即随通量贡献源区下垫面不透水层占比的增加净辐射分配到感热通量的比例明显提高，当占比大于60％时提高趋势不明显。

3）采用5种大气稳定度判断方法计算的四季城镇感热通量的日变化趋势一致，且白天数值接近，各种方法之间的差异主要为大气稳定度的转换时间不一致和夜间城镇感热通量不同。以莫宁-奥布霍夫长度L判断大气稳定度为标准，温度梯度法夜间大气稳定度误判率最高达60％，Rn法、日出日落时间法和C2n法误判率相近约35％，EC法的误判率最低仅21％。而C2n法误判率较低且数据源于LAS，是当前比较适宜判断夜间大气稳定度的方法。但是从长远考虑，选择适用的大气稳定度判断方法、显著降低夜间误判率尚需进一步探索。

4）影响城镇感热通量的地表参数中，有效高度变化的影响最大，风速变化的影响较大尤其在秋冬季节更为明显，温度、地表粗糙度和零平面位移变化的影响可忽略不计。波文比取值越小其变化对感热通量的影响越明显，但是随着波文比的增大其变化对感热通量的影响逐渐减弱，在城镇等干旱地表波文比的变化对感热通量的影响可以忽略不计，波文比采用固定值在城镇是适宜的。

本项研究利用一年时间的LAS观测资料进行了城镇感热通量时空变化及影响因子的分析研究，但国内仍缺乏不同气候区域、不同城市（城镇）下垫面类型LAS感热通量的长期观测实验，需要进一步开展同类观测实验，以得出更有说服力的结论。

参考文献（References）

Andreas E L，1988.Estimating C2n over snow and sea ice from meteorological data［J］.J Opt Soc Am A，5（4）：481-495.doi：10.1364/JOSAA.5.000481.

白洁，刘绍民，丁晓萍，等，2010a.大孔径闪烁仪观测数据的处理方法研究［J］.地球科学进展，25（11）：1148-1165. Bai J，Liu S M，Ding X P，et al.，2010a.A study of the processing method of large aperture scintillometer observation data［J］.Adv Earth Sci，25（11）：1148-1165.doi：10.3969／j.issn.1001-7313.2009.02.006.（in Chinese）.

白洁，刘绍民，丁晓萍，2010b.海河流域不同下垫面上大孔径闪烁仪观测显热通量的时空特征分析［J］.地球科学进展，25（11）：1187-1198. Bai J，Liu S M，Ding X P，2010b.Temporal-spatial characteristics analysis of area-averaged sensible heat fluxes by large aperture scintillometer over Hai River Basin［J］.Adv Earth Sci，25（11）：1187-1198.doi：10.3969／j.issn.1001-7313.2009.02.006.（in Chinese）.

Baldocchi D，Falge E，Gu L H，et al.，2001.FLUXNET：a new tool to study the temporal and spatial variability of ecosystem-scale carbon dioxide，water vapor，and energy flux densities［J］.Bull Amer Meteor Soc，82（11）：2415-2434.doi：10.1175／1520-0477（2001）082<2415：fantts>2.3.co;2.

Bruin H A R，Hurk B J J M，Kohsiek W，1995.The scintillation method tested over a dry vineyard area［J］.Bound Layer Meteor，76（1／2）：25-40.doi：10.1007／BF00710889.

Crawford B，Grimmond C S B，Ward H C，et al.，2017.Spatial and temporal patterns of surface-atmosphere energy exchange in a dense urban environment using scintillometry［J］.Qurat J Roy Meteor Soc，143（703）：817-833.doi：10.1002／qj.2967.

宫丽娟，刘绍民，双喜，等，2009.涡动相关仪和大孔径闪烁仪观测通量的空间代表性［J］.高原气象，28（2）：246-257. Gong L J，Liu S M，Shuang X，et al.，2009.Investigation of spatial representativeness for surface flux measurements with eddy covariance system and large aperture scintillometer［J］.Plateau Meteor，28（2）：246-257.（in Chinese）.doi：CNKI：SUN：GYQX.0.2009-02-002.

Grimmond C S B，Oke T R，1995.Comparison of heat fluxes from summertime observations in the suburbs of four North American cities［J］.J Appl Meteor，34（4）：873-889.doi：10.1175／1520-0450（1995）034<0873：cohffs>2.0.co;2.

Grimmond C S B，Salmond J A，Oke T R，et al.，2004.Flux and turbulence measurements at a densely built-up site in Marseille：heat，mass （water and carbon dioxide），and momentum［J］.J Geophys Res Atmos，109（D24）：D24101.doi：10.1029／2004JD004936.

Hoedjes J B，Zuurbier R M，Watts C J，2002.Large aperture scintillometer used over a homogeneous irrigated area，partly affected by regional advection［J］.Bound Layer Meteor，105（1）：99-117.doi：10.1023／A：1019644420081.

Jacobs C，Elbers J，Brolsma R，et al.，2015.Assessment of evaporative water loss from Dutch Cities［J］.Build Environ，83：27-38.doi：10.1016／j.buildenv.2014.07.005.

Kleissl J，Gomez J，Hong S H，et al.，2008.Large aperture scintillometer intercomparison study［J］.Bound Layer Meteor，128（1）：133-150.doi：10.1007／s10546-008-9274-1.

Kleissl J，Hong S H，Hendrickx J M H，2009.New Mexico scintillometer network：supporting remote sensing and hydrologic and meteorological models［J］.Bull Amer Meteor Soc，90（2）：207-218.doi：10.1175／2008bams2480.1.

Kohsiek W，Meijninger W L，Debruin H R，et al.，2006.Saturation of the large aperture scintillometer［J］.Bound Layer Meteor，121（1）：111-126.doi：10.1007／s10546-005-9031-7.

Kotthaus S，Grimmond C S B，2014.Energy exchange in a dense urban environment-Part I：temporal variability of long-term observations in central London［J］.Urban Climate，10：261-280.doi：10.1016／j.uclim.2013.10.002.

Lagouarde J P，Irvine M，Bonnefond J M，et al.，2006.Monitoring the sensible heat flux over urban areas using large aperture scintillometry：case study of Marseille city during the escompte experiment［J］.Bound Layer Meteor，118（3）：449-476.doi：10.1007／s10546-005-9001-0.

Lee S H，Lee J H，Kim B Y，2015.Estimation of turbulent sensible heat and momentum fluxes over a heterogeneous urban area using a large aperture scintillometer［J］.Adv Atmos Sci，32（8）：1092-1105.doi：10.1007／s00376-015-4236-2.

李陽，景元书，秦奔奔，2017.低丘红壤区农田水热通量变化特征及气候学足迹［J］.应用生态学报，28（1）：180-190. Li Y，Jing Y S，Qin B B，2017.Characteristics of water and heat fluxes and its footprint climatology on farmland in low hilly region of red soil［J］.Chin J Appl Ecol，28（1）：180-190.doi：10.13287／j.1001-9332.201701.032.（in Chinese）.

Li Z L，Tang R L，Wan Z M，et al.，2009.A review of current methodologies for regional evapotranspiration estimation from remotely sensed data［J］.Sensors，9（5）：3801-3853.doi：10.3390／s90503801.

Lin C Y，Su C J，Kusaka H，et al.，2015.Impact of an improved WRF-urban canopy model on diurnal air temperature simulation over northern Taiwan［J］.Atmos Chem Phys，15（20）：28483-28516.doi：10.5194／acpd-15-28483-2015.

刘绍民，李小文，施生锦，等，2010.大尺度地表水热通量的观测、分析与应用［J］.地球科学进展，25（11）：1113-1127. Liu S M，Li X W，Shi S J，et al.，2010.Measurement，analysis and application of surface energy and water vapor fluxes at large scale［J］.Adv Earth Sci，25（11）：1113-1127.doi：10.3969／j.issn.1001-7313.2009.02.006.（in Chinese）.

Liu S M，Xu Z W，Wang W Z，et al.，2011.A comparison of eddy-covariance and large aperture scintillometer measurements with respect to the energy balance closure problem［J］.Hydrol Earth Syst Sci，15（4）：1291-1306.doi：10.5194／hess-15-1291-2011.

Liu S M，Xu Z W，Zhu Z L，et al.，2013.Measurements of evapotranspiration from eddy-covariance systems and large aperture scintillometers in the Hai River Basin，China［J］.J Hydrol，487：24-38.doi：10.1016／j.jhydrol.2013.02.025.

Liu S M，Li X，Xu Z W，et al.，2018.The Heihe integrated observatory network：a basin-scale land surface processes observatory in China［J］.Vadose Zone J，17（1）：1-21.doi：10.2136／vzj2018.04.0072.

卢俐，刘绍民，孙敏章，等，2005.大孔径闪烁仪研究区域地表通量的进展［J］.地球科学进展，20（9）：932-938. Lu L，Liu S M，Sun M Z，et al.，2005.Advances in the study of areal surface fluxes with large aperture scintillometer［J］.Adv Earth Sci，20（9）：932-938.doi：10.3321／j.issn：1001-8166.2005.09.002.（in Chinese）.

卢俐，刘绍民，徐自为，等，2009.不同下墊面大孔径闪烁仪观测数据处理与分析［J］.应用气象学报，20（2）：171-178. Lu L，Liu S M，Xu Z W，et al.，2009.Results from measurements of large aperture scintillometer over different surfaces［J］.J Appl Meteorol Sci，20（2）：171-178.doi：10.3969／j.issn.1001-7313.2009.02.006.（in Chinese）.

马红云，董轩，孙岑霄，2018.南京地区高温天气下城市化影响的模拟研究［J］.大气科学学报，41（1）：67-76. Ma H Y，Dong X，Sun C X，2018.Numerical simulations of urbanization impacts under hot weather conditions in Nanjing［J］.Trans Atmos Sci，41（1）：67-76.doi：10.13878／j.cnki.dqkxxb.20170607001.（in Chinese）.

Marx A，Kunstmann H，Schüttemeyer D，et al.，2008.Uncertainty analysis for satellite derived sensible heat fluxes and scintillometer measurements over Savannah environment and comparison to mesoscale meteorological simulation results［J］.Agric For Meteorol，148（4）：656-667.doi：10.1016/j.agrformet.2007.11.009.

Massman W J，Lee X，2002.Eddy covariance flux corrections and uncertainties in long-term studies of carbon and energy exchanges［J］.Agr Forest Meteor，113（1／2／3／4）：121-144.doi：10.1016／S0168-1923（02）00105-3.

Meijninger W M L，Hartogensis O K，Kohsiek W，et al.，2002.Determination of area-averaged sensible heat fluxes with a large aperture scintillometer over a heterogeneous surface-Flevoland field experiment［J］.Bound Layer Meteor，105（1）：37-62.doi：10.1023／A：1019647732027.

Moene A F，2003.Effects of water vapour on the structure parameter of the refractive index for near-infrared radiation［J］.Bound Layer Meteor，107（3）：635-653.doi：10.1023／A：1022807617073.

彭舒齡，周树道，卫克晶，等，2019.京津冀地区一次强沙尘天气过程的成因及特征［J］.大气科学学报，42（6）：926-935. Peng S L，Zhou S D，Wei K J，et al.，2019.Causes and characteristics of a dust weather process in the Beijing-Tianjin-Hebei region［J］.Trans Atmos Sci，42（6）：926-935.doi：10.13878／j.cnki.dqkxxb.20180428001.（in Chinese）.

Samain B，Ferket B V A，Defloor W，et al.，2011.Estimation of catchment averaged sensible heat fluxes using a large aperture scintillometer［J］.Water Resour Res，47（5）：33-44.W05536.doi：10.1029／2009WR009032.

Samain B，Defloor W，Pauwels V R N，2012.Continuous time series of catchment-averaged sensible heat flux from a large aperture scintillometer：efficient estimation of stability conditions and importance of fluxes under stable conditions［J］.J Hydrometeorol，13（2）：423-442.doi：10.1175／jhm-d-11-030.1.

苏爱芳，施东雷，葛旭阳，2019.下垫面对郑州城市强降水的影响：城市化及地形影响的数值模拟研究［J］.大气科学学报，42（3）：434-446. Su A F，Shi D L，Ge X Y，2019.Numerical simulation of the influence from urbanization and orography on a severe rainfall event in Zhengzhou［J］.Trans Atmos Sci，42（3）：434-446.doi：10.13878／j.cnki.dqkxxb.20181116003.（in Chinese）.

孙根厚，胡泽勇，王介民，等，2016.那曲地区两种空间尺度感热通量的对比分析［J］.高原气象，35（2）：285-296. Sun G H，Hu Z Y，Wang J M，et al.，2016.Comparison analysis of sensible heat fluxes at two spatial scales in Naqu area［J］.Plateau Meteor，35（2）：285-296.doi：10.7522／j.issn.1000-0534.2015.00088.（in Chinese）.

孙永，王咏薇，高阳华，等，2019.复杂地形条件下城市热岛及局地环流特征的数值模拟［J］.大气科学学报，42（2）：280-292. Sun Y，Wang Y W，Gao Y H，et al.，2019.Numerical simulation of urban heat island and local circulation characteristics under complex terrain conditions［J］.Trans Atmos Sci，42（2）：280-292.doi：10.13878／j.cnki.dqkxxb.20180204001.（in Chinese）.

Thiermann V，Grassl H，1992.The measurement of turbulent surface-layer fluxes by use of bichromatic scintillation［J］.Bound Layer Meteor，58（4）：367-389.doi：10.1007／BF00120238.

王亮，胡凝，王咏薇，等，2020.南京地区大口径闪烁仪与涡动相关仪感热通量观测对比［J］.生态学杂志，39（1）：315-325. Wang L，Hu N，Wang Y W，et al.，2020.Comparative analysis of sensible heat flux observed by large aperture scintillometer and eddy-covariance system in Nanjing［J］.Chin J Ecol，39（1）：315-325.doi：10.13292／j.1000-4890.202001.005.（in Chinese）.

Ward H C，2017.Scintillometry in urban and complex environments：a review［J］.Meas Sci Technol，28：（6）：064005.doi：10.1088／1361-6501／aa5e85.

Ward H C，Evans J G，Grimmond C S B，2014.Multi-scale sensible heat fluxes in the suburban environment from large-aperture scintillometry and eddy covariance［J］.Bound Layer Meteor，152（1）：65-89.doi：10.1007／s10546-014-9916-4.

Weber S，Kordowski K，2010.Comparison of atmospheric turbulence characteristics and turbulent fluxes from two urban sites in Essen，Germany［J］.Theor Appl Climatol，102（1／2）：61-74.doi：10.1007／s00704-009-0240-8.

Wesely M L，Alcaraz E C，1973.Diurnal cycles of the refractive index structure function coefficient［J］.J Geophys Res，78（27）：6224-6232.doi：10.1029／JC078i027p06224.

Wood C R，Kouznetsov R D，Gierens R，et al.，2013.On the temperature structure parameter and sensible heat flux over Helsinki from sonic anemometry and scintillometry［J］.J Atmos Ocean Technol，30（8）：1604-1615.doi：10.1175/JTECH-D-12-00209.1.

徐安倫，李建，彭浩，等，2017.洱海湖滨农田下垫面大口径闪烁仪与涡动相关仪测量的湍流热通量对比分析［J］.高原气象，36（1）：98-106. Xu A L，Li J，Peng H，et al.，2017.Comparison of sensible and latent heat fluxes over farmland underlying surface of Erhai lakeside region measured from large aperture scintillometer and eddy covariance system［J］.Plateau Meteor，36（1）：98-106.doi：10.7522／j.issn.1000-0534.2016.00009.（in Chinese）.

杨凡，2012.农田蒸散量的多尺度监测与验证研究［D］.石家庄：河北师范大学. Yang F，2012.Multi-scale research on monitoring and verification of farmland evapotranspiration［D］.Shijiazhuang：Hebei Normal University.（in Chinese）.

Zhang H，Zhang H S，2015.Comparison of turbulent sensible heat flux determined by large-aperture scintillometer and eddy covariance over urban and suburban areas［J］.Bound Layer Meteor，154（1）：119-136.doi：10.1007／s10546-014-9965-8.

张超，田荣湘，茆慧玲，等，2018.青藏高原4月感热通量异常对长江以南夏季降水的影响［J］.大气科学学报，41（6）：775-785. Zhang C，Tian R X，Mao H L，et al.，2018.Impact of the sensible heat flux anomaly over the Tibetan Plateau in April on summer precipitation in the south of the Yangtze River Region［J］.Trans Atmos Sci，41（6）：775-785.doi：10.13878／j.cnki.dqkxxb.20170124003.（in Chinese）.

张劲松，孟平，郑宁，等，2010.大孔径闪烁仪法测算低丘山地人工混交林显热通量的可行性分析［J］.地球科学进展，25（11）：1283-1290. Zhang J S，Meng P，Zheng N，et al.，2010.The feasibility of using LAS measurements of the sensible heat flux from a mixed plantation in the hilly zone of the North China［J］.Adv Earth Sci，25（11）：1283-1290.doi：10.3321／j.issn：0479-8023.2006.03.006.（in Chinese）.

张强，张杰，乔娟，等，2011.我国干旱区深厚大气边界层与陆面热力过程的关系研究［J］.中国科学（地球科学），41（9）：1365-1374. Zhang Q，Zhang J，Qiao J，et al.，2011.Study on the relationship between deep atmospheric boundary layer and land surface thermal process in arid areas of China［J］.Sci Sin Terrae，41（9）：1365-1374.doi：10.3321／j.issn：1001-8166.2009.04.002.（in Chinese）.

朱治林，孙晓敏，贾媛媛，等，2010.基于大孔径闪烁仪（LAS）测定农田显热通量的不确定性分析［J］.地球科学进展，25（11）：1199-1207. Zhu Z L，Sun X M，Jia Y Y，et al.，2010.The uncertainty of sensible heat flux measurement over cropland using large aperture scintillometer （LAS）［J］.Adv Earth Sci，25（11）：1199-1207.doi：10.3969／j.issn.1001-7313.2009.02.006.（in Chinese）.

Zieliński M，Fortuniak K，Pawlak W，et al.，2014.Turbulent sensible heat flux in ódz＇，central Poland，obtained from scintillometer and eddy covariance measurements［J］.Meteor Z，22（5）：603-613.doi：10.1127／0941-2948／2013／0448.

Zieliński M，Fortuniak K，Pawlak W，et al.，2018.Long-term turbulent sensible-heat-flux measurements with a large-aperture scintillometer in the centre of ódz＇，central Poland［J］.Bound Layer Meteor，167（3）：469-492.doi：10.1007／s10546-017-0331-5.

·ARTICLE·

Spatial-temporal characteristics and influencing factors of sensible heat flux based on LAS in a town

LIU Shoudong1，2，WANG Luyao1，2，HU Ning1，2，WANG Yongwei1，2，WANG Liang1，2，ZHAO Xiang1，2

1Yale-NUIST Center on Atmospheric Environment，International Joint Laboratory on Climate and Environment Change （ILCEC），Nanjing University of Information Science ＆ Technology，Nanjing 210044，China;

2Key Laboratory of Meteorological Disaster，Ministry of Education （KLME）／Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters （CIC-FEMD），Nanjing University of Information Science ＆ Technology，Nanjing 210044，China

Abstract This study analyzes the spatial-temporal characteristics and influencing factors of sensible heat flux based on data observed by the Large Aperture Scintillometer （LAS） from April 2018 to April 2019 in Pancheng town.The results indicate the following：1） In the town，the sensible heat flux exhibits a unimodal diurnal variation pattern，significantly larger during the daytime compared to the nighttime.The sensible heat flux is significantly higher on clear days than on cloudy days and slightly lower at night compared to cloudy days.The average hourly sensible heat flux ranges between 2.25—200.53 W·m-2 and 13.10—132.52 W·m-2 for clear and cloudy days，respectively.2） The sensible heat flux is significantly higher in summer than in winter.In August，the values during the daytime and at night are 112.19 and 23.54 W·m-2，respectively.In February，the values during the daytime and at night are 35.57 and 11.57 W·m-2，respectively.3） On clear days with inflows from different directions，notable differences in sensible heat fluxes are observed in the town.As the proportion of impervious layers increases，the proportion of net radiation allocated to sensible heat fluxes also increases significantly.When the proportion exceeds 60％，the upward trend becomes less evident.4） Using the Monin-Obukhov length as a criterion for judging atmospheric stability，the C2n method exhibits a low misjudgment rate among the five methods when using LAS data，making it a more suitable method for determining atmospheric stability at night in the town.5） Among the surface parameters affecting sensible heat flux，changes in effective height have the greatest impact.Changes in wind speed have a larger effect，especially in autumn and winter.The change in Bowens ratio has a minor effect，while the effects of changes in temperature，roughness length，and displacement height are negligible.

Keywords town;LAS;sensible heat flux;spatial-temporal characteristics;environmental factors;surface parameters

doi：10.13878／j.cnki.dqkxxb.20200317001

（責任编辑：刘菲）