摘要：為解決城市總規(guī)尺度氣候評估工具缺乏的問題，分析了不同氣候評估方法的特點(diǎn)和應(yīng)用范圍，研究了氣象學(xué)工具WRF在城市熱島效應(yīng)評估中的應(yīng)用方法及有效性。建立了針對城市總規(guī)尺度的高精度城市規(guī)劃信息數(shù)據(jù)庫、氣象數(shù)據(jù)庫生成WRF模擬邊界的方法；明確了高精度城市熱島效應(yīng)模擬所需的WRF物理方案。以沿海城市大連夏季典型晴朗高溫天氣為例，利用WRF模型進(jìn)行了300 m的高分辨率模擬。結(jié)果表明，WRF可以較好地模擬出城市熱島效應(yīng)的強(qiáng)度和時空變化；將模擬結(jié)果與氣象站和現(xiàn)場觀測值進(jìn)行了對比，兩者變化趨勢一致，偏差在可接受的范圍之內(nèi)。

關(guān)鍵詞：城市環(huán)境；高分辨率模擬；氣候模型；熱島效應(yīng)

中圖分類號：TU119.4文獻(xiàn)標(biāo)志碼：A文章編號：16744764（2017）01001307

收稿日期：20160421

基金項目：國家自然科學(xué)基金（51308087、51278078）

作者簡介：郭飛（1980），男，副教授，博士，主要從事建筑技術(shù)科學(xué)、城市氣候研究，（Email）guofei@dlut.edu.cn。

Received：20160421

Foundation item：National Natural Science Foundation of China （No. 51308087， 51278078）

Author brief：Guo Fei （1980），associate professor，PhD，main research interests：building technology and science，urban climate， （Email） guofei@dlut.edu.cn.Assessment method of urban heat island high resolution based on WRF

Guo Fei

（Architecture and Fine Art School， Dalian University of Technology， Dalian 116023， Liao Ning， P. R. China）

Abstract：Different climate assessment tools features and application scope were analyzed to solve the problem of lack of climate assessment tools in the urban master planning scale. The WRF models application method and validity was studied in urban heat island （UHI） evaluation. According to the demand of urban master planning scale， the method to generate WRF simulation boundary conditions with high resolution urban geographic and land cover data was established. The physics schemes for WRF high resolution simulation were also clarified. A typical summer hot weather day was taken as the research background in the coastal city of Dalian， the WRF model was used to simulate the UHI effect with the resolution of 300 meters. The results showed that WRF model could reproduce the intensity， temporal and spatial variation of UHI effect. The simulation results were compared with the data of weather station and the in situ observation， their change trend was found to be consistent and the deviation was within the acceptable range.

Keywords：urban environment， high resolution simulation， climate models， urban heat island

根據(jù)《國家新型城鎮(zhèn)化規(guī)劃（2014—2020）》，中國城市人口比例在2020年將達(dá)到60%[1]。城市人口和規(guī)模的擴(kuò)張會帶來不透水面積增加、人為熱大量排放等問題，出現(xiàn)城市中心區(qū)的溫度高于郊區(qū)的城市熱島現(xiàn)象[2]。在全球氣候變暖的背景下，城市熱島效應(yīng)會增加環(huán)境的熱壓力，導(dǎo)致高溫天氣的死亡率增加[34]，也會引發(fā)夏季空調(diào)大量使用和電力需求上升，導(dǎo)致更多的污染物產(chǎn)生和各種其他健康威脅[56]。緩解城市熱島效應(yīng)需要綜合采取優(yōu)化城市規(guī)劃布局、促進(jìn)通風(fēng)、建設(shè)綠地和屋頂綠化、優(yōu)化建筑形態(tài)、加強(qiáng)建筑節(jié)能等各類措施。但是由于城市熱島效應(yīng)成因非常復(fù)雜，與風(fēng)、熱、濕、輻射等多種物理因素有關(guān)；既受大氣候影響，也受局地地形、下墊面類型、城市和建筑形態(tài)的影響。目前，在城市宏觀層面的科學(xué)評估工具十分缺乏，難以分析規(guī)劃措施與城市熱島效應(yīng)之間的定量關(guān)系。有鑒于此，許多研究者采用各種研究工具與城市規(guī)劃相對接，研究了城市熱島的評估方法。代表性的有現(xiàn)場實測、衛(wèi)星遙感影像反演、計算流體力學(xué)（CFD，Computational Fluid Dynamics）模型和氣象學(xué)模型等。

例如，王志浩等[7]通過實測發(fā)現(xiàn)了重慶城市熱島存在的帶狀特征；齊靜靜等[8]研究了河流對城市熱島的緩解作用；陳云[9]利用Landsat ETM衛(wèi)星數(shù)據(jù)反演出不同城市熱島效應(yīng)的時空分布特征和發(fā)展過程，并提出優(yōu)化空間結(jié)構(gòu)、建設(shè)綠化系統(tǒng)、減少人為排放等規(guī)劃建議?，F(xiàn)場實測對人力物力要求較高，能夠獲取數(shù)據(jù)的時間范圍和空間精度受到諸多限制；衛(wèi)星遙感數(shù)據(jù)則限制較少。但這兩種方法都難以對未來城市熱島的變化趨勢加以預(yù)測，也無法在方案階段對不同城市規(guī)劃布局和建筑形態(tài)加以評估。

CFD模型的特點(diǎn)是分辨率較高（1～10 m），可以非常精細(xì)地研究城市建筑三維形態(tài)特征對氣候的影響[10]，許多研究者利用Fluent、CFDUrban、StarCD、Phoenics和Envimet等工具進(jìn)行了研究[11]。但是CFD軟件需要針對城市微氣候復(fù)雜的氣候機(jī)理開發(fā)專門的輻射、蒸發(fā)、人工排熱等模型，限制了其在總規(guī)尺度的使用。

中尺度氣候模型原本是針對10～1 000 km尺度天氣預(yù)報和氣象研究需求產(chǎn)生的工具，主要的有WRF、UKMO、ARPS等[12]。其中WRF氣候模型（Weather Research and Forecast Model）是美國國家大氣研究中心等機(jī)構(gòu)開發(fā)的最新一代天氣預(yù)報和氣象模型，在全世界得到了廣泛應(yīng)用[1316]。城市總規(guī)尺度的氣候現(xiàn)象異常復(fù)雜，WRF模型具有完善的物理方案加以描述。WRF還有優(yōu)秀的跨尺度研究能力，其自身內(nèi)嵌描述城市對氣候影響的單層城市冠層模型（UCM）、多層城市冠層模型和建筑能耗模型（BEP+BEM）等，可以設(shè)置二十余項參數(shù)描述城市和建筑形態(tài)特征。近年來利用WRF進(jìn)行城市局地氣候特征分析，并據(jù)此提出城市建設(shè)、規(guī)劃和管理的政策建議及改善策略，逐漸成為研究的熱點(diǎn)之一。

WRF的模擬分辨率可從100 m跨越到100 km。許多學(xué)者研究了將高分辨率的城市信息庫數(shù)據(jù)應(yīng)用于WRF模擬。例如LIN等利用MODIS（中等分辨率成像光譜儀[17]）的1 km分辨率的土地利用數(shù)據(jù)對臺北地區(qū)的城市熱島效應(yīng)進(jìn)行了分析[18]。ADACHI等[19]利用NUDAPT（美國國家城市數(shù)據(jù)庫[20]）以1 km的分辨率對芝加哥的模擬結(jié)果研究顯示，WRF耦合的BEP+BEM模型能準(zhǔn)確地再現(xiàn)城市熱島現(xiàn)象，還可以較為準(zhǔn)確地預(yù)測空調(diào)、采暖的能耗與氣候之間的關(guān)系。PIU[21]利用WRF模擬了香港和珠江三角洲城市的可見度和空氣質(zhì)量，所采用的1 km分辨率城市土地利用信息則來自谷歌衛(wèi)星影像。

SALAMANCA[22]利用NUDAPT對美國休斯頓和德克薩斯城進(jìn)行了研究，發(fā)現(xiàn)詳盡的城市形態(tài)數(shù)據(jù)和信息對成功模擬城市熱島效應(yīng)十分重要。盡管1 km的分辨率對于氣象模擬來說已經(jīng)屬于較高的精度，但是D'ALESSANDRO等[23]的研究發(fā)現(xiàn)更高的分辨率（例如250 m）會提高模擬的準(zhǔn)確性。而且對于城市控規(guī)、詳規(guī)和城市設(shè)計而言，較高分辨率的氣候信息便于研究者對城市形態(tài)與氣候的關(guān)聯(lián)性加以深入分析，其結(jié)果更具有實踐參考價值。但是要成功實現(xiàn)WRF高分辨率模擬需要解決兩個問題，一是設(shè)置準(zhǔn)確、高精度的邊界條件，包括氣象數(shù)據(jù)、城市規(guī)劃和形態(tài)參數(shù)信息等，以體現(xiàn)城市對氣候的影響；二是采用合適的物理方案，以準(zhǔn)確捕捉高分辨率條件下城市熱島的特征。

利用WRF以300 m分辨率模擬了大連夏季典型氣象日的溫度場和風(fēng)場特征，對WRF高分辨率模擬的邊界條件和物理方案進(jìn)行了分析。并將模擬結(jié)果與氣象站和地面現(xiàn)場觀測數(shù)據(jù)進(jìn)行了對比。研究對了解城市熱島效應(yīng)特征并提出相應(yīng)規(guī)劃策略提供了一種思路。1高分辨率評估方法

大連東臨黃海、西鄰渤海，屬于海洋性溫暖帶季風(fēng)氣候。冬季主導(dǎo)風(fēng)向為北風(fēng)，平均風(fēng)速5.0 m/s，夏季主導(dǎo)風(fēng)向為南偏西南風(fēng)，平均風(fēng)速為4.0 m/s（圖1），全年溫度在-16.8～37 ℃之間，年平均氣溫為11.19 ℃。大連城市山地多、地形較為復(fù)雜，區(qū)域內(nèi)有長白山脈的延伸段，主城區(qū)西部山地最高海拔約360 m，東部山地最高海拔約240 m（圖2）。

圖1大連地區(qū)風(fēng)玫瑰圖

Fig.1Wind rose diagram of Dalian city圖2大連地區(qū)地形高程圖（90 m分辨率

DEM數(shù)據(jù)，數(shù)據(jù)來源SRTM）

Fig.2Topographic maps of Dalian city

（SRTM DEM data of 90m resolution）1.1邊界條件

研究采用的模擬工具是WRFV3.6版本。驅(qū)動WRF模型的數(shù)據(jù)主要包括氣象數(shù)據(jù)、地形數(shù)據(jù)、土地用地類型數(shù)據(jù)3種。WRF的氣象數(shù)據(jù)主要有兩種類型。一是美國國家環(huán)境預(yù)報中心（NECP）提供的覆蓋全球的再分析氣象資料（FNL）。這個數(shù)據(jù)來源于全球數(shù)據(jù)同化系統(tǒng)（GDAS），主要由全球數(shù)據(jù)通信網(wǎng)持續(xù)地采集并進(jìn)行實時更新，并經(jīng)過數(shù)據(jù)分析和校正后形成，數(shù)據(jù)質(zhì)量最高。二是NECP提供的全球氣象預(yù)報數(shù)據(jù)（GFS），時空分辨率比FNL再分析數(shù)據(jù)高，并且能夠提早1 h形成，可用于驅(qū)動WRF進(jìn)行中尺度天氣預(yù)報。由于本研究是針對歷史已發(fā)生的真實天氣進(jìn)行模擬，所以采用FNL再分析數(shù)據(jù)（時間分辨率是6 h、水平空間分辨率是1°×1°約110 km）作為模擬條件。

地形和土地用地類型數(shù)據(jù)是影響城市熱島特征重要因素，因此，獲取高精度的數(shù)據(jù)十分關(guān)鍵。WRF自帶的數(shù)據(jù)有美國國家地質(zhì)調(diào)查局（USGS1993年全球土地分類）和中等分辨率成像光譜儀（MODIS）兩種，盡管質(zhì)量較高，但時間較老，已難反映最新城市狀況，需要加以更新。目前可獲取的高精度地形數(shù)據(jù)有SRTM 90 m精度（圖2）和ASTERA GDEM 30 m精度的數(shù)據(jù)兩種；土地利用數(shù)據(jù)有中國國家基礎(chǔ)地理信息中心開發(fā)的全球土地覆蓋（GLC）30 m精度數(shù)據(jù)和清華大學(xué)開發(fā)的90 m精度土地利用觀測計劃（FROM）的數(shù)據(jù)。這些數(shù)據(jù)都是GIS格式，方便了用戶使用、比對和進(jìn)行數(shù)據(jù)格式的轉(zhuǎn)換。但是WRF能夠使用的數(shù)據(jù)都是專用的二進(jìn)制代碼格式，還需要調(diào)用專門的C程序?qū)IS數(shù)據(jù)加以修改和轉(zhuǎn)換，其流程如圖3所示。修正前后的土地分類圖如圖4所示，可以看出大連城市和海岸線已發(fā)生了明顯的擴(kuò)張和改變。

圖3地形和用地類型邊界條件生成方法圖示

Fig.3Conversion procedure of GIS data

to geogrid static data圖4第3層模擬網(wǎng)格的土地用地分類圖

Fig.4The land use map of inner grid1.2物理方案

WRF包括了十幾個物理方案，較為全面的描述了各種天氣現(xiàn)象，本研究采用的實驗方案如表1。其中對于高分辨率模擬和城市熱島效應(yīng)最重要的是陸面表面的物理過程。一般低分辨率的研究采用陸面表面物理方案（LSM）就能夠描述城市對氣候的影響。此時WRF模型將城市簡化為一個均質(zhì)的平板，設(shè)置為均勻的0.8 m粗糙度、表面反照率0.15；假定城市下墊面的材質(zhì)主要是混凝土和瀝青；減少城市部分的綠地面積比例和蒸發(fā)量[14]。但對于高分辨率的城市熱島模擬而言，需要采用專門的城市物理方案，主要有UCM、BEP和BEM模型3種類型。表1WRF的物理方案設(shè)置

Table 1WRF physics schemes物理過程物理方案微物理Thompson graupel scheme

一種包含冰、雪、霰過程的適用于高分辨率模擬的微物理方案長波輻射Rapid Radiative Transfer Model

一種高精度的快速輻射傳輸模式短波輻射Goddard Shortwave scheme

包含氣候態(tài)臭氧和云效應(yīng)的雙速多波段短波方案輻射方案

計算間隔10 min近地面

層物理MoninObukhov （Janjic Eta） Similarity scheme

基于含有Zilitinkevich熱粗糙長度和來自查表的標(biāo)準(zhǔn)相似函數(shù)的方案續(xù)表1物理過程物理方案陸面表面Noah LandSurface Model

含有4個不同層次土壤溫濕度、積雪覆蓋和凍土物理過程行星邊界層MellorYamadaJanjic （Eta） Turbulence Kinetic Energy （TKE）

含有局地垂直混合的一維診斷湍流動能方案城市物理UCM，單層城市冠層模型

采用了其中較為常用的UCM城市物理方案，它可以描述城市和建筑的三維特征和人為產(chǎn)熱。UCM假定城市是一個均勻的、無限長的街道峽谷，峽谷中陰影、反射、輻射的減少效應(yīng)均被考慮，風(fēng)廓線按照指數(shù)律描述。UCM允許研究者將城市細(xì)分為低密度居住區(qū)、高密度居住區(qū)、工業(yè)和商業(yè)區(qū)3種城市用地類型。采用如建筑平均高度、屋頂和道路平均寬度、人工產(chǎn)熱量、建筑墻面、屋頂和道路的熱容、導(dǎo)熱系數(shù)等參數(shù)分別描述建筑城市對氣候的影響，本文采用的參數(shù)如表2。

表2UCM城市物理方案的模擬參數(shù)

s-1·K-1）低密度住區(qū)58.3 8.314.692.30×1061.25×1061.93×1060.157 50.210.699高密度住區(qū)2512.311.7814.692.30×1061.25×1061.93×1060.157 50.210.699工業(yè)和商業(yè)區(qū)30201414.692.30×1061.25×1061.93×1060.157 50.210.699

1.3網(wǎng)格設(shè)置

模擬以大連中心城區(qū)為主要對象，模擬中心點(diǎn)坐標(biāo)N38.923°，E121.647°。由于采用了300 m高分辨率的網(wǎng)格，需要耗費(fèi)大量的計算資源。一般來說水平分辨率（網(wǎng)格間距）每提高1倍，模擬的總格點(diǎn)數(shù)將為原來的4倍。此時積分時間步長也需相應(yīng)減小為原來的0.5倍，導(dǎo)致模擬計算的總積分次數(shù)為原來的2倍。因此一般每提高1倍分辨率，完成模擬所需的CPU總時間將至少為原來的8倍以上，對計算能力的耗費(fèi)非常巨大。針對這一問題一般可采用嵌套網(wǎng)格的形式，能充分考慮周邊大背景氣候的影響，也保證核心網(wǎng)格的分辨率較高，在一定程度上節(jié)約計算資源。

研究采用3層嵌套的方式，第1層格點(diǎn)數(shù)60×60，網(wǎng)格間距2.7 km×2.7 km；第2層格點(diǎn)數(shù)81×81，網(wǎng)格間距0.9 km×0.9 km；第3層格點(diǎn)數(shù)105×105，網(wǎng)格間距0.3 km×0.3 km。計算區(qū)域基本覆蓋了大部分的城市建成區(qū)，其中第3層網(wǎng)格覆蓋的是中山區(qū)、西崗區(qū)等城市中心區(qū)（圖4）。

參照典型氣象日的標(biāo)準(zhǔn)，選取大連高溫、晴朗、南風(fēng)的氣象日，即北京時間20130706T08：00—20130707T15：00，共計32 h作為模擬的對象。

2模擬結(jié)果

2.1溫度場

地面2 m的溫度場結(jié)果顯示，7月6日8時—7月6日12時，氣溫逐步上升，最高氣溫達(dá)到30.3 ℃；13時起溫度開始下降，夜間最低是7月7日5時，溫度為22.5 ℃，7月7日6時起溫度開始上升，至8時升至25.2 ℃。

從模擬期溫度場的變化可以看出，海風(fēng)對陸地及城市的降溫效果十分明顯。南部海面附近空氣溫度低5～10 ℃，南風(fēng)將冷空氣吹向城市，在海洋沿岸形成平行于岸線的等溫線，越往陸地深處氣溫越高。由于海風(fēng)的降溫作用，海岸線附近的氣溫比城市中心區(qū)低5 ℃左右。受南風(fēng)影響，城市熱島中心向下風(fēng)向偏移，位于主城區(qū)北部，大連灣附近海面氣溫受上風(fēng)向城市的影響比周邊海面高（圖5）。

圖57月6日20時最內(nèi)層溫度場（AA為剖面位置）

Fig.5Temperature filed of the inner grid on 20：00

6th July（AA is the cross section line）地面2 m溫度場剖面變化過程顯示，大連中心區(qū)存在較強(qiáng)的城市熱島效應(yīng)（圖6）。其中剖面上顯示出有2個熱島中心，分別位于中山區(qū)和甘井子區(qū)。7月6日白天熱島強(qiáng)度較強(qiáng)，熱島強(qiáng)度最大為5.6 ℃，出現(xiàn)在7月6日13時。7月6日15時之后熱島強(qiáng)度有明顯的回落，夜間城市熱島最小為0.5°，出現(xiàn)在7月7日6時。夜間山體降溫速度顯著快于城市建成區(qū)，例如其中7月6日20時的溫度場分布顯示，山體氣溫低于城市建成區(qū)約3 ℃，對城市總體提供了良好的冷源。

圖6地面2 m溫度剖面隨時間的變化

Fig.6Temperature cross section variation with time2.2風(fēng)場

模擬期內(nèi)風(fēng)向為南風(fēng)，7月6日白天城市中心區(qū)風(fēng)速較低，約為0.5～1.5 m/s之間。風(fēng)速最小值0.5 m/s，出現(xiàn)在7月6日8時（圖7）。由于7月7日白天風(fēng)速較低，相應(yīng)地城市中心熱島強(qiáng)度較高。7月6日15時之后風(fēng)速繼續(xù)下降，7月7日凌晨2時之后風(fēng)速開始加強(qiáng)，最大值3.0 m/s，出現(xiàn)在7月7日8時。

圖77月6日8時最內(nèi)層風(fēng)場

Fig.7The inner wind field at 8：00 a.m. on 6th July2.3模擬結(jié)果驗證

為了驗證WRF模擬結(jié)果的準(zhǔn)確性，我們將WRF數(shù)據(jù)與氣象站和現(xiàn)場觀測數(shù)據(jù)加以對比分析。我們于2013年7月6日—7月7日進(jìn)行了現(xiàn)場觀測，從上午8：00到下午18：00對大連中山區(qū)進(jìn)行人工現(xiàn)場連續(xù)觀測，每小時記錄一組氣象參數(shù)，18：00之后的夜間觀測由放置現(xiàn)場的儀器完成（圖8）。人工現(xiàn)場觀測采用NK4500的手持氣象站。風(fēng)速測量范圍是0.4～40 m/s，測量精度是3%；空氣溫度測量范圍是-29～70 ℃，精度是1 ℃；濕度測量范圍是0～100%，精度3%。另外在大連理工大學(xué)建筑館屋頂還設(shè)置了一個HOBO氣象站同步觀測。風(fēng)速測量范圍是0～44 m/s，測量精度是0.5 m/s；空氣溫度測量范圍是-40～75 ℃，精度是0.2 ℃；濕度測量范圍是0～100%，精度2.5%。

圖8現(xiàn)場觀測及固定氣象站觀測

Fig.8In situ observation （left） and weather station （right）將WRF溫度場模擬結(jié)果分別與現(xiàn)場實測和氣象站結(jié)果對比，可以發(fā)現(xiàn)兩者之間的變化趨勢基本吻合。溫度場觀測值與模擬值最大偏差2.2 ℃，最小0.1 ℃，平均偏差0.9 ℃（圖9）。風(fēng)速模擬結(jié)果與現(xiàn)場實測及氣象站觀測數(shù)據(jù)也基本吻合，最大偏差1.0 m/s，最小0 m/s，平均0.3 m/s（圖10）。對于尺度較大的城市而言，這些模擬結(jié)果的準(zhǔn)確性是十分理想的，用于分析城市溫度場、風(fēng)場的變化規(guī)律具有較高的可信度。

圖9溫度場模擬結(jié)果與實測對比

（7月6日8時至7月7日8時）

Fig.9Comparison of temperature field between simulation

and observations（from 8：00 6th July to 8：00 7th July）圖10風(fēng)場模擬結(jié)果與實測對比

（7月6日8時至7月7日8時）

Fig.10Comparison of wind field between simulation and

observations（from 8：00 6th July to 8：00 7th July）3結(jié)論

進(jìn)行高分辨率的氣象模擬可以準(zhǔn)確的研究城市局地氣候的變化特征，為分析城市熱島效應(yīng)、采取相應(yīng)的緩解措施提供了依據(jù)。進(jìn)行WRF高分辨率模擬需要采用高精度城市地形和土地利用數(shù)據(jù)修正模型自帶的數(shù)據(jù)以提供準(zhǔn)確的邊界條件，并選擇UCM等合適的城市物理方案。以大連為例進(jìn)行了300 m高分辨率夏季典型氣象日的模擬，結(jié)果表明模擬期內(nèi)城市存在較強(qiáng)的熱島效應(yīng)，最高時強(qiáng)度達(dá)5.6 ℃，熱島中心位于城市北部即甘井子區(qū)金三角一帶。但是由于陸地和海洋溫差較大，因此海風(fēng)會對城市熱島具有較強(qiáng)的緩解作用，風(fēng)速大于2 m/s時城市熱島效應(yīng)得到了明顯的削弱。因此沿海城市規(guī)劃應(yīng)當(dāng)考慮如何充分利用清潔的海風(fēng)為城市夏季提供致冷源。例如規(guī)劃平行于主導(dǎo)風(fēng)、垂直于岸線的風(fēng)道等措施。

參考文獻(xiàn)：

[1] 國務(wù)院.國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）[EB/OL]. http：//www.gov.cn/zhengce/201403/16/content_2640075.htm， 20140316.

The State Council. National new urbanization plan [EB/OL].http：//www.gov.cn/zhengce/201403/16/content_2640075.htm， 20140316. （in Chinese）

[2] OKE T R. The energetic basis of the urban heat island[J]. Quarterly Journal of the Royal Meteorological Society， 1982， 108（455）： 124.

[3] OLESON K W， MONAGHAN A， WILHELMI O， et al. Interactions between urbanization， heat stress， and climate change[J]. Climatic Change， 2015， 129（3/4）： 525541.

[4] OHASHI Y， IHARA T， KIKEGAWA Y， et al. Numerical simulations of influence of heat island countermeasures on outdoor human heat stress in the 23 wards of Tokyo， Japan[J]. Energy and Buildings， 2015，（5）：4044.

[5] ZHONG S， QIAN Y， ZHAO C， et al. A case study of urbanization impact on summer precipitation in the Greater Beijing Metropolitan Area： Urban heat island versus aerosol effects[J]. Journal of Geophysical Research： Atmospheres， 2015， 120（20）：3336.

[6] FALLMANN J， FORKEL R， EMEIS S. Secondary effects of urban heat island mitigation measures on air quality[J]. Atmospheric Environment， 2016， 125： 199211.

[7] 王志浩. 山地城鎮(zhèn)熱島特征與測評方法研究[D].重慶：重慶大學(xué)，2012.

WANG Z H. Study on characteristics and evaluation methods of heat island in mountainous city[D].Chongqing：Chongqing University，2012. （in Chinese）

[8] 齊靜靜，劉京，宋曉程，等. 大型城市河流對城市氣候影響的實測研究[J]. 哈爾濱工業(yè)大學(xué)學(xué)報，2011（10）：5659.

QI J J， LIU J， SONG X C， et al. Field measurement of the influence of large urban river on urban thermal climate [J]. Journal of Harbin Institute of Technology， 2011（10）：5659.（in Chinese）

[9] 陳云. 基于Landsat8的城市熱島效應(yīng)研究初探——以廈門市為例[J]. 測繪與空間地理信息，2014（2）：123128.

CHEN Y. A preliminary study on the urban heat island effect based on landsat 8：case of xiamen city[J]. Geomatics & Spatial Information Technology，2014（2）：123128. （in Chinese）

[10] 壽亦萱，張大林. 城市熱島效應(yīng)的研究進(jìn)展與展望[J]. 氣象學(xué)報，2012，70（3）：338353.

SHOU Y X， ZHANG D L. Recent advances in understanding urban heat island effects with some future prospects [J]. Acta Meteorologica Sinica， 2012， 70（3）： 338353. （in Chinese）

[11] YANG X， ZHAO L， BRUSE M， et al. An integrated simulation method for building energy performance assessment in urban environments[J]. Energy and Buildings， 2012， 54： 243251.

[12] 黃菁，張強(qiáng). 中尺度大氣數(shù)值模擬及其進(jìn)展[J]. 干旱區(qū)研究，2012，29（2）：273283.

HUANG J， ZHANG Q. Mesoscale atmospheric numerical simulation and its progress[J]. Arid Zone Research， 2012， 29（2）：273283. （in Chinese）

[13] CHEN F， KUSAKA H， Bornstein R， et al. The integrated WRF/urban modelling system： development， evaluation， and applications to urban environmental problems[J]. International Journal of Climatology， 2011， 31（2）： 273288.

[14] 郭飛，祝陪生，段棟文，等.高密度城市氣候評估方法與應(yīng)用[J].西部人居環(huán)境學(xué)刊，2016，30（6）：1923.

GUO F， ZHU P S， DUAN D W， et al. Highdensity urban climate evaluation method and application[J] Journal of Human Settlements in West China， 2015， 30（6）：1923. （in Chinese）

[15] GUO F， WANG S Y， ZHU P S. Numerical urban climate simulation and preliminary planning strategies of dalian city based on WRF model[C]//The 9th International Conference of Urban Climate， Toulouse， France. 2015.

[16] 郭飛. 基于WRF/UCM的城市氣候高分辨率數(shù)值模擬研究[J]. 大連理工大學(xué)學(xué)報， 2016， 56（5）：502509.

GUO F. Urban climate high resolution numerical simulation research based on WRF/UCM[J]. Journal of Dalian University of Technology，2016，56（5）：502509. （in Chinese）

[17] 李成才，毛節(jié)泰，劉啟漢，等. 利用MODIS研究中國東部地區(qū)氣溶膠光學(xué)厚度的分布和季節(jié)變化特征[J]. 科學(xué)通報，2003，19：20942100.

LI C C， MAO J T， LIU Q H et al， Distribution and seasonal variation research of aerosol optical thickness in eastern China using MODIS[J]. Chinese Science Bulletin， 2003，19：20942100. （in Chinese）

[18] LIN C Y， CHEN F， HUANG J C， et al. Urban heat island effect and its impact on boundary layer development and landsea circulation over northern Taiwan [J]. Atmospheric Environment， 2008， 42（22）： 56355649.

[19] ADACHI S A， KIMURA F， KUSAKA H， et al. Moderation of summertime heat island phenomena via modification of the urban form in the tokyo metropolitan area[J]. Journal of Applied Meteorology & Climatology， 2014， 53（8）：18861900.

[20] CHING J， BROWN M， BURIAN S， et al. National urban database and access portal tool[J]. Bulletin of the American Meteorological Society， 2009， 90（8）： 1157.

[21] PIU N C， HAO S， FAT L Y. Highresolution visibility and air quality forecasting using multilayer urban canopy model for highly urbanized Hong Kong and the Pearl River Delta[C]//EGU General Assembly Conference Abstracts， 2015， 17： 4451.

[22] SALAMANCA F， MARTILLI A， TEWARI M， et al. A study of the urban boundary layer using different urban parameterizations and highresolution urban canopy parameters with WRF[J]. Journal of Applied Meteorology and Climatology， 2011， 50（5）： 11071128.

[23] D'ALESSANDRO J. Comparisons of anvil cirrus spatial characteristics between airborne observations in DC3 campaign and WRF Simulations[C]//2015 AGU Fall Meeting， 2015.