孟丹， 宮輝力， 李小娟， 楊思遙

(1.水資源安全北京實(shí)驗(yàn)室,北京 100048； 2.首都師范大學(xué)資源環(huán)境與旅游學(xué)院,北京 100048； 3.北京市城市環(huán)境過(guò)程與數(shù)字模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地,北京 100048； 4.三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室,北京 100048； 5.資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100048)

北京7·21暴雨時(shí)空分布特征及熱島-雨島響應(yīng)關(guān)系

孟丹1-5， 宮輝力1-5， 李小娟1-5， 楊思遙1-5

(1.水資源安全北京實(shí)驗(yàn)室,北京 100048； 2.首都師范大學(xué)資源環(huán)境與旅游學(xué)院,北京 100048； 3.北京市城市環(huán)境過(guò)程與數(shù)字模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地,北京 100048； 4.三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室,北京 100048； 5.資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100048)

以新中國(guó)成立以來(lái)北京地區(qū)發(fā)生單日最大降雨的2012年“北京7·21暴雨事件”作為研究對(duì)象，采用熱帶降雨觀測(cè)計(jì)劃(tropical rainfall measuring missio,TRMM)降雨數(shù)據(jù)、氣象觀測(cè)降雨數(shù)據(jù)和中分辨率成像光譜儀(MODIS)的地表溫度(land surface temperature,LST)產(chǎn)品，利用空間插值、空間降尺度、精度評(píng)價(jià)及相關(guān)分析等方法分析北京7月21日暴雨的時(shí)空分布特點(diǎn)，定量研究城市“熱島-雨島”時(shí)空響應(yīng)關(guān)系。結(jié)果表明： 從空間分布來(lái)看，強(qiáng)降雨發(fā)生北京南部； 從TRMM的3 h降雨數(shù)據(jù)來(lái)看，隨著時(shí)間推移最強(qiáng)雨帶自西向東推進(jìn)； 經(jīng)氣象數(shù)據(jù)驗(yàn)證，降尺度的TRMM 3B42 數(shù)據(jù)精度有所提高； LST對(duì)暴雨的影響表明熱島與雨島在空間分布上存在一致性，且在雨強(qiáng)最大時(shí)段兩者相關(guān)性最好。

城市熱島； 城市雨島； 熱帶降雨觀測(cè)計(jì)劃(TRMM)； 中分辨率成像光譜儀(MODIS)； 地表溫度(LST)

0 引言

近年來(lái)，隨著大城市的不斷擴(kuò)容，百年一遇的暴雨連續(xù)發(fā)生，城市內(nèi)澇成為城市管理最薄弱的環(huán)節(jié)之一。城市規(guī)模及范圍的擴(kuò)大改變了地區(qū)氣溫和大氣環(huán)流，城市熱島效應(yīng)和高空快速氣流形成明顯的溫度和氣壓差異，造成極端暴雨事件，城市內(nèi)澇頻發(fā)。2007年7月17日，重慶市受暴雨襲擊，那場(chǎng)115 a一遇的暴雨造成42人死亡，12人失蹤，直接經(jīng)濟(jì)損失27億元。1 d后，濟(jì)南市又遭厄運(yùn)，34人在暴雨中遇難。2010年5月7日凌晨，廣州市遭遇50 a一遇的大雨。2011年6月18日，武漢市遭受強(qiáng)降雨，6月23日北京1 h的降雨量達(dá)到128 mm，超百年一遇。2012年7月21日10:00開始北京市自西向東出現(xiàn)了強(qiáng)降雨。監(jiān)測(cè)數(shù)據(jù)顯示，截止到7月22日6：00，全市平均降雨量170 mm，城區(qū)平均降雨量215 mm，最大降雨量出現(xiàn)在房山河北鎮(zhèn)，達(dá)460 mm，突破歷史紀(jì)錄，為新中國(guó)成立以來(lái)最大一次降雨過(guò)程。截至7月22日17：00，北京市因這次暴雨死亡37人。

早在2003年，美國(guó)宇航局戈達(dá)德航天飛行中心Shepherd博士就發(fā)表論文稱，城市熱島效應(yīng)是引起可觀測(cè)降水異常的主要因素[1]。周淑貞[2]研究上海城市氣候提取“五島”效應(yīng)，這“五島”之間存在著緊密的相互制約關(guān)系。城市熱島強(qiáng)，能促使城區(qū)相對(duì)濕度降低，夜間凝露量減小, 有利于干島、濕島的晝夜交替。熱島輻合氣流和熱力湍流有助于城區(qū)低云量的增多,并能誘導(dǎo)對(duì)流雨在城區(qū)增幅，對(duì)混濁島和雨島的形成較為有利。掌握城市氣候中的“五島”效應(yīng)，對(duì)城市的防暑降溫、汛期排澇和大氣污染的防治等都有重要的指導(dǎo)作用[3]。張富國(guó)等[4]也早在1991年就對(duì)北京城區(qū)的“雨島”“濕島”“干島”特征進(jìn)行分析，得出干、濕島現(xiàn)象并非由于降水差異而形成，而與城區(qū)下墊面結(jié)構(gòu)與性質(zhì)密切相關(guān)，與水體面積、熱島強(qiáng)度有直接關(guān)系。喬林認(rèn)為，城市化導(dǎo)致的熱島效應(yīng)也是加大雨量的因素之一，北京作為人口超過(guò)2 000萬(wàn)的特大城市，城市熱島效應(yīng)顯著，在2012年北京7月21日降雨過(guò)程中，正是由于地面熱力大，產(chǎn)生對(duì)流運(yùn)動(dòng)，使得云系不斷地新生和發(fā)展，加大了降雨強(qiáng)度[5]。鄭祚芳等[6]分析了北京地區(qū)降水的大尺度變化趨勢(shì)及局地降水的城市效應(yīng)特征，得出城市化緩慢期城市對(duì)降水影響不明顯，而快速發(fā)展期則表現(xiàn)出顯著的雨島效應(yīng)，城市化不僅使雨島效應(yīng)增強(qiáng)，還對(duì)城市下風(fēng)向降水有一定影響。越來(lái)越多的研究表明，城市熱島效應(yīng)不僅造成城市及其周邊地區(qū)氣溫升高，還可能通過(guò)流場(chǎng)作用，對(duì)降水過(guò)程產(chǎn)生影響。

本文選取典型大都市北京在新中國(guó)成立以來(lái)最大一次降雨過(guò)程發(fā)生日2012年7月21日的降雨情況作為研究對(duì)象(以下簡(jiǎn)稱“北京7·21暴雨”)，由于暴雨當(dāng)天無(wú)法利用熱紅外遙感影像獲取地表溫度，并且暴雨對(duì)地表降溫作用十分顯著，所以選取暴雨前的地表溫度與暴雨當(dāng)天的降雨量作為數(shù)據(jù)源，探討城市熱島-雨島時(shí)空響應(yīng)關(guān)系，為城市雨-熱關(guān)系研究提供借鑒。

1 研究區(qū)概況

北京地形西北高，東南低。西部為西山，屬太行山脈； 北部和東北部為軍都山，屬燕山山脈。北京屬典型的北溫帶半濕潤(rùn)大陸性季風(fēng)氣候，夏季高溫多雨，冬季寒冷干燥，春秋短促。全年無(wú)霜期180～200 d。1955—1975年的年平均降雨是680 mm。降水季節(jié)分配很不均勻，全年降水的80%集中在夏季6—8月份。

隨著北京城市化的迅速發(fā)展，城市規(guī)模不斷擴(kuò)大，從而出現(xiàn)了以城市化為主要特征的大規(guī)模土地利用/覆蓋變化。與此同時(shí)，隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展，工商企業(yè)、各種機(jī)動(dòng)車輛的增多以及冬季取暖、夏季空調(diào)降溫的需要，耗費(fèi)的能源也日漸增多，所排放的人為熱量也迅速增加。

2 數(shù)據(jù)源及其預(yù)處理

2.1 TRMM數(shù)據(jù)

熱帶降雨觀測(cè)計(jì)劃(tropical rainfall measuring missio,TRMM)是由美國(guó)國(guó)家宇航局和日本國(guó)家空間發(fā)展局共同研制，于1997 年成功發(fā)射的第一顆專門用于定量測(cè)量熱帶、亞熱帶降水的氣象衛(wèi)星。TRMM數(shù)據(jù)應(yīng)用范圍趨于多元化，包括水文過(guò)程模擬、降雨分布的特征分析、天氣過(guò)程分析、潛熱分析以及流域旱澇分析與侵蝕力計(jì)算等[7-13]。

TRMM 3B42 V7 降雨數(shù)據(jù)空間范圍為S50°～ N50°，W180°～ E180°，空間分辨率為0.25°×0.25°，時(shí)間分辨率為3 h。3B42融合了多個(gè)微波遙感數(shù)據(jù)，數(shù)據(jù)質(zhì)量高于以往數(shù)據(jù)產(chǎn)品，從而被推薦為科學(xué)研究的數(shù)據(jù)產(chǎn)品[14]。駱三等[15]采用中國(guó)673個(gè)氣象站逐6 h降水資料檢驗(yàn)同期TRMM測(cè)雨產(chǎn)品3B42的精度，得出了衛(wèi)星資料日平均降水和降水頻率空間分布與臺(tái)站資料非常類似的結(jié)論，相關(guān)系數(shù)分別達(dá)到0.79 和0.84，說(shuō)明TRMM數(shù)據(jù)具備一定準(zhǔn)確性與可靠性。

本文采用的TRMM 降雨數(shù)據(jù)為2012年7月21日3B42 V7 數(shù)據(jù)產(chǎn)品，日降雨量由3 h 降雨強(qiáng)度數(shù)據(jù)計(jì)算得到。

2.2 MODIS地表溫度數(shù)據(jù)

本文所選用的遙感影像數(shù)據(jù)是MYD11A1，MYD11A2的日地表溫度(land surface temperature，LST)及8 d合成LST數(shù)據(jù)集，8 d合成數(shù)據(jù)有效地減少了LST數(shù)據(jù)的系統(tǒng)噪聲，消除了云、大氣、太陽(yáng)高度角等的部分干擾，可保證數(shù)據(jù)質(zhì)量，空間分辨率為1 km。由于暴雨發(fā)生在2012年7月21日，為研究地表溫度對(duì)暴雨的影響，選用2012年7月11—18日的8 d合成LST數(shù)據(jù)產(chǎn)品，代表暴雨前研究區(qū)地表溫度狀況。數(shù)據(jù)來(lái)源于美國(guó)USGS數(shù)據(jù)中心。

利用ENVI插件Modis_conversion_toolkit處理工具對(duì)MODIS數(shù)據(jù)進(jìn)行子集提取、圖像鑲嵌、數(shù)據(jù)格式轉(zhuǎn)換和投影轉(zhuǎn)換等預(yù)處理步驟(投影坐標(biāo)為WGS_1984_UTM_Zone_50N)。

2.3 氣象站觀測(cè)數(shù)據(jù)

降水?dāng)?shù)據(jù)來(lái)自北京20個(gè)常規(guī)氣象觀測(cè)站的地面氣象觀測(cè)資料。利用ArcGIS的Geostatistical Analyst模塊對(duì)降水?dāng)?shù)據(jù)進(jìn)行克里金插值，像元大小為1 km×1 km，采用UTM投影。

2.4 DEM數(shù)據(jù)

DEM數(shù)據(jù)采用SRTM(shuttle radar topography mission)的90 m分辨率數(shù)據(jù)，為與其他數(shù)據(jù)匹配，重采樣至1 km，并由DEM數(shù)據(jù)計(jì)算了坡度和坡向。

3 研究方法

3.1 TRMM降雨資料的降尺度及精度評(píng)價(jià)

統(tǒng)計(jì)降尺度方法的基本原理為： 采用統(tǒng)計(jì)經(jīng)驗(yàn)方法建立大尺度氣象變量與區(qū)域氣象變量之間的線性或非線性關(guān)系，通過(guò)在不同尺度影像之間建立基于某一特征量的函數(shù)關(guān)系，從而針對(duì)柵格影像進(jìn)行尺度轉(zhuǎn)換分析。基于上述統(tǒng)計(jì)降尺度原理，參照馬金輝等[16]的降尺度方法，得到最終的降尺度降水量數(shù)據(jù)。采用線性判定系數(shù)(R2)來(lái)評(píng)價(jià)TRMM降水量與站點(diǎn)觀測(cè)值的線性擬合優(yōu)度，并采用均方根誤差(RMSE)來(lái)評(píng)價(jià)TRMM 降水量與站點(diǎn)觀測(cè)值的偏差大小，即

(1)

(2)

3.2 熱島-雨島關(guān)系研究

在對(duì)TRMM降尺度分析的基礎(chǔ)上，選取不同尺度下(原始尺度及降尺度)的TRMM數(shù)據(jù)(日降雨數(shù)據(jù)和3 h降雨數(shù)據(jù))分別與MODIS的LST數(shù)據(jù)(8 d合成LST及地表溫度分級(jí)數(shù)據(jù))做相關(guān)分析，探究降雨-溫度兩者在時(shí)空序列的響應(yīng)關(guān)系。由于在限定的研究區(qū)內(nèi)，高溫區(qū)域?qū)?yīng)熱島區(qū)域，降雨量高值區(qū)域?qū)?yīng)雨島區(qū)域，所以在本研究中熱島、雨島分別代表高溫區(qū)和降雨量高值區(qū)。

4 結(jié)果與分析

4.1 北京7·21暴雨時(shí)空分布特征分析

4.1.1 北京7·21暴雨總降雨量空間分布特征

利用氣象數(shù)據(jù)采用克里金插值方法得到的北京7·21降雨量分布和利用TRMM數(shù)據(jù)得到的分布圖如圖1所示。由圖可知，降雨量在100 mm以上的面積約占北京市總面積的80%，超過(guò)200 mm的地區(qū)大多位于北京南部，包括房山、大興、城近郊區(qū)、城區(qū)以及平谷和順義。全市降雨量最大點(diǎn)位于房山區(qū)，城近郊區(qū)降雨量最大點(diǎn)位于石景山區(qū)。以房山區(qū)霞云嶺氣象站為例，降雨從10：00開始，18：00結(jié)束，歷時(shí)9 h，單小時(shí)最大降雨發(fā)生在16：00，累計(jì)降雨量接近400 mm。

(a) 氣象數(shù)據(jù)插值(b) TRMM日降雨數(shù)據(jù)

圖1 北京7·21暴雨降雨量分布

Fig.1 Distribution of precipitation on July 21 in Beijing

TRMM數(shù)據(jù)全天降雨量范圍37.73～200.90 mm，在數(shù)值上整體低于氣象插值的降雨量(范圍是40.03～363.5 mm)。原因在于氣象插值降雨量數(shù)據(jù)源是單點(diǎn)的氣象觀測(cè)數(shù)據(jù)，而TRMM數(shù)據(jù)空間分辨率為0.25°×0.25°，對(duì)極值數(shù)據(jù)起到了平滑作用。但整體降雨量分布特征與氣象插值結(jié)果一致，可反映出不同區(qū)域降雨量的差異。降雨量在西北山區(qū)較小，延慶、懷柔北部降雨量最低，在東南平原較大，最大降雨量出現(xiàn)在房山南部。全天降雨量的空間分布主要呈從南向北遞減的趨勢(shì)。

4.1.2 基于TRMM數(shù)據(jù)的3 h降雨分析

北京7·21暴雨主要集中在上午10：00—次日2：00[17]，結(jié)合TRMM降雨監(jiān)測(cè)數(shù)據(jù)，選取2012年7月21日的中心時(shí)間分別是11:00，14:00，17:00，20:00，23:00以及次日2：00的TRMM 3B42 V7 3 h降雨數(shù)據(jù)分析整個(gè)降雨過(guò)程(圖2)。

(a) 9:30—12:30(b) 12:30—15:30(c) 15:30—18:30(d) 18:30—21:30

(e) 21:30—00:30 (f) 00:30—3:30 (g) 最大點(diǎn)遷移軌跡

圖2 北京7·21暴雨TRMM 3 h總降雨量分布及最大點(diǎn)遷移軌跡

Fig.2 Distribution of precipitation by TRMM data interpolation on July 21 migration route of the maximum point

從圖2(a)—(f)可知： 11：00前后北京范圍內(nèi)整體雨量較小，僅房山西部和密云東部降雨量相對(duì)較大，雨量最大值為14.54 mm； 14：00前后雨量明顯增大，最大降雨點(diǎn)移至門頭溝，降雨主要集中在北京西部山區(qū)； 17：00前后雨量進(jìn)一步增大，最大降雨點(diǎn)仍位于北京西南部； 此后雨團(tuán)向東北方向移動(dòng)，最大雨量持續(xù)超過(guò)70 mm； 20：00前后降雨中心較分散，降雨量整體增大； 23：00前后雨帶整體向北京東南方向移動(dòng)，呈自東南向西北雨量遞減的趨勢(shì)； 至次日2：00前后，降雨逐漸移出北京，最大雨量點(diǎn)位于北京東南部。

從TRMM 3 h降雨量最大點(diǎn)遷移軌跡(圖2(g))可明顯看出雨帶呈自西向東的推進(jìn)過(guò)程。

4.2 TRMM數(shù)據(jù)精度分析及降尺度

4.2.1 TRMM降尺度數(shù)據(jù)結(jié)果

通過(guò)SPSS軟件，建立多元線性回歸方程,即

P=F(X，Y，Z，S，A)+ε,

(3)

式中：P為降雨量;X，Y，Z，S，A依次為橫縱坐標(biāo)、高程、坡度、坡向；ε為殘差。

北京7月21日降雨數(shù)據(jù)降尺度分析結(jié)果如圖3所示。

(a) 多元線性回歸降雨預(yù)測(cè)值(b) Spline插值結(jié)果回歸殘差值 (c) 降尺度TRMM降雨結(jié)果

圖3 北京7·21暴雨TRMM降尺度降雨數(shù)據(jù)

Fig.3 Downscaling TRMM precipitation data on July 21

圖3(a)為SPSS多元線性回歸得到的降雨量，線性回歸預(yù)測(cè)結(jié)果與原TRMM數(shù)據(jù)之間的判定系數(shù)R2為0.890 1，線性回歸的預(yù)測(cè)結(jié)果與原數(shù)據(jù)有較大相關(guān)性，但依然存在殘差。采用馬金輝[16]的降尺度方法，使用樣條函數(shù)方法對(duì)殘差數(shù)據(jù)進(jìn)行空間插值，回歸殘差如圖3(b)所示。去除殘差后的降尺度最終結(jié)果如圖3(c)所示，降尺度的TRMM數(shù)據(jù)空間分辨率有所提升，便于后續(xù)與MODIS數(shù)據(jù)進(jìn)行熱島-雨島的相關(guān)分析。

4.2.2 氣象站數(shù)據(jù)對(duì)TRMM數(shù)據(jù)的精度評(píng)價(jià)

為檢驗(yàn)TRMM數(shù)據(jù)精度，選用區(qū)域內(nèi)20 個(gè)常規(guī)氣象站日降雨量數(shù)據(jù)，分別與原始TRMM及降尺度后1 km空間分辨率的TRMM數(shù)據(jù)進(jìn)行回歸，得到一元線性回歸方程及判定系數(shù)R2(圖4)。

圖4 氣象站數(shù)據(jù)與TRMM數(shù)據(jù)相關(guān)分析

TRMM降雨量與氣象數(shù)據(jù)的降雨量呈正相關(guān)，但是TRMM降雨量明顯低于氣象觀測(cè)的降雨量。原尺度兩者差值的RMSE為72.76，判定系數(shù)R2為0.638； 降尺度后兩者差值的RMSE為67.79，判定系數(shù)R2為0.744。通過(guò)降尺度，TRMM數(shù)據(jù)與氣象站點(diǎn)觀測(cè)數(shù)據(jù)相關(guān)性有所提高，且RMSE降低，提高了TRMM數(shù)據(jù)的精度。因此在后續(xù)的熱島-雨島相關(guān)關(guān)系分析中選用降尺度后的TRMM數(shù)據(jù)。

就TRMM月降雨數(shù)據(jù)的精度評(píng)價(jià)而言，本研究精度并不高，這與Duan[18]發(fā)現(xiàn)“黑海地區(qū)3B43 月尺度數(shù)據(jù)精度遠(yuǎn)高于3B42 日尺度數(shù)據(jù)”的結(jié)論一致。原因可能在于日降雨數(shù)據(jù)，時(shí)間跨度比較小，所測(cè)得的日降雨量數(shù)據(jù)會(huì)比整月累加的降雨量數(shù)據(jù)誤差要大。

4.3 熱島-雨島的相關(guān)分析

4.3.1 LST空間分布及城市熱島分析

MODIS地表溫度數(shù)據(jù)選用暴雨前8 d合成LST(圖5)，代表北京市7·21降雨前的地表溫度狀況。

圖5 降雨前8 d合成LST

將8 d合成LST數(shù)據(jù)按自然斷點(diǎn)分類法劃分為5個(gè)溫度等級(jí)(圖6)，溫度等級(jí)越高的區(qū)域LST越高。

圖6 8 d合成溫度等級(jí)

對(duì)地表溫度分級(jí)可平滑原始數(shù)據(jù)的波動(dòng)，雖然分級(jí)后的溫度信息沒(méi)有原始LST信息豐富，但能更好地表現(xiàn)溫度空間分布整體趨勢(shì)。城郊區(qū)之間存在比較大的溫度差，可見(jiàn)在北京市存在明顯的城市熱島效應(yīng)。而且此次降雨前期，天氣狀況比較平穩(wěn)，無(wú)大風(fēng)或大雨天氣，使得城市熱島效應(yīng)更加明顯。城市熱島現(xiàn)象在城郊之間形成的水平溫度梯度可導(dǎo)致在迎風(fēng)坡產(chǎn)生中尺度垂直切變，促進(jìn)降雨的發(fā)展[19]。

4.3.2 LST與TRMM降雨數(shù)據(jù)相關(guān)分析

在ArcGIS軟件中選取北京范圍內(nèi)100個(gè)隨機(jī)點(diǎn)，初步判斷8 d合成LST與降尺度TRMM日降雨量數(shù)據(jù)的相關(guān)性(圖7)。

圖7 8 d合成LST與TRMM日降雨量的相關(guān)分析

可見(jiàn)降雨量與溫度之間呈正相關(guān)關(guān)系，可以初步判定在LST較高的區(qū)域，降雨量也會(huì)隨之增高。

圖8為北京范圍內(nèi)的LST與TRMM降尺度數(shù)據(jù)散點(diǎn)圖。

圖8 北京范圍內(nèi)LST與TRMM降雨量數(shù)據(jù)散點(diǎn)圖

圖8中A部分對(duì)應(yīng)的是北京北部山區(qū)，降雨量普遍低于B部分所對(duì)應(yīng)的北京其他區(qū)域，可以看出，2部分所反映的對(duì)應(yīng)關(guān)系相對(duì)比較獨(dú)立，但總體上降雨量會(huì)隨著LST的增加而增大。

具體判斷TRMM 3 h降雨數(shù)據(jù)與降雨前LST的相關(guān)性，選取原始TRMM數(shù)據(jù)的柵格中心點(diǎn)，對(duì)3 h降雨量與降雨前的LST進(jìn)行相關(guān)分析。結(jié)果顯示不同時(shí)段降雨量與LST相關(guān)性的差異較大，在降雨初期由于雨團(tuán)主要集中在北京西部，降雨量與LST相關(guān)性很低，隨著降雨影響范圍的擴(kuò)大，在23：00降雨量達(dá)到最大，同時(shí)降雨量與降雨前LST相關(guān)性最高(圖9)。

圖9 23：00降雨量與8 d合成LST相關(guān)分析

23：00降雨量與LST的判定系數(shù)R2為0.475，高于日降雨量與LST的相關(guān)性，而后隨著雨強(qiáng)減弱，兩者相關(guān)性也減弱?？偟膩?lái)說(shuō)，降雨量與LST的相關(guān)性在短時(shí)強(qiáng)降雨期間達(dá)到最大，而雨強(qiáng)較低時(shí)，雨島的空間分布與熱島的關(guān)系并不密切。

4.3.3 LST與TRMM降雨量相關(guān)分析

城市熱島造成了不同區(qū)域LST的差異，按照溫度等級(jí)劃分結(jié)果，統(tǒng)計(jì)每個(gè)溫度等級(jí)地區(qū)的TRMM數(shù)據(jù)7月21日降雨及3 h降雨均值，并計(jì)算溫度等級(jí)與降雨量的決定系數(shù)R2(表1，圖10)。

表1 不同溫度等級(jí)對(duì)應(yīng)的平均降水量及兩者的決定系數(shù)

①(-)表示該R值為負(fù)數(shù)。

圖10 不同溫度等級(jí)對(duì)應(yīng)的3 h平均降水量

總體上，隨著溫度增加，溫度等級(jí)升高，降雨量增加。TRMM日降雨數(shù)據(jù)與溫度等級(jí)的相關(guān)性較高，決定系數(shù)為0.936，但是TRMM 3 h數(shù)據(jù)與溫度的相關(guān)性不穩(wěn)定。從表1可知，降雨初期的11：00和14：00出現(xiàn)降雨與溫度呈現(xiàn)負(fù)相關(guān)，分析原因在于降雨前期雨強(qiáng)較弱，主要集中在北京的西南部，因此北京城區(qū)LST對(duì)此段時(shí)間的降雨無(wú)明顯影響。此后降雨逐漸覆蓋整個(gè)北京范圍，在23：00雨強(qiáng)達(dá)到最大值，此時(shí)LST與降雨量的相關(guān)性顯著提高，決定系數(shù)為0.916，而后雨強(qiáng)減弱，相關(guān)性也隨之下降。這與第4.3.2節(jié)分析得到的結(jié)論吻合，表明雨島與熱島在空間分布上存在一致性； 降雨過(guò)程中，熱島-雨島相關(guān)性隨著雨強(qiáng)變化而變化，且相關(guān)性最強(qiáng)出現(xiàn)在雨強(qiáng)最大時(shí)段。不同之處在于分級(jí)后的地表溫度等級(jí)數(shù)據(jù)與降雨量的相關(guān)性整體有所提高。

5 結(jié)論

本文以北京2012年7月21日暴雨事件為背景，通過(guò)對(duì)多時(shí)相的TRMM降雨數(shù)據(jù)降尺度，獲取高空間、高時(shí)間分辨率的降雨數(shù)據(jù)，并結(jié)合氣象數(shù)據(jù)分析暴雨的時(shí)空分布特點(diǎn)，定量研究北京7·21暴雨時(shí)的熱島-雨島相關(guān)關(guān)系，主要研究結(jié)論如下：

1)由氣象觀測(cè)數(shù)據(jù)插值得出北京2012年7月21日有80%的區(qū)域降雨量在100 mm以上，超過(guò)200 mm的地區(qū)大多位于北京南部； 隨著時(shí)間推移，最強(qiáng)雨帶自西向東推進(jìn)。

2)TRMM降雨量與氣象觀測(cè)降雨量呈正相關(guān)，但TRMM降雨量明顯低于氣象觀測(cè)數(shù)據(jù)。經(jīng)氣象數(shù)據(jù)驗(yàn)證表明，TRMM數(shù)據(jù)進(jìn)行降尺度運(yùn)算后測(cè)得的降雨量精度能有所提高。

3)在原尺度、降尺度TRMM降雨數(shù)據(jù)與MODIS溫度數(shù)據(jù)LST都存在相關(guān)性，且降尺度后兩者相關(guān)性增加； 不同溫度等級(jí)與降雨量的相關(guān)性較強(qiáng)； 并在雨強(qiáng)最大時(shí)刻兩個(gè)相關(guān)性達(dá)到峰值，說(shuō)明在以上幾種尺度下熱島與雨島的時(shí)空分布存在一致性。

城市對(duì)降水的影響問(wèn)題，國(guó)際上存在著不少爭(zhēng)論。國(guó)內(nèi)外有研究證實(shí)城市及其下風(fēng)向確有“雨島效應(yīng)”。本文是對(duì)上述觀點(diǎn)的一次驗(yàn)證，但是在“水-熱”相互作用機(jī)理方面還有欠缺，城市“熱島-雨島-混沌島”應(yīng)該協(xié)同研究，城市暴雨形成機(jī)理應(yīng)該深層次地挖掘。今后將加強(qiáng)這些方面的研究。

[1] Shepherd J M,Burian S J.Detection of urban-induced rainfall anomalies in a major coastal city[J].Earth Interactions,2003,7(4):1-17.

[2] 周淑貞.上海城市氣候中的"五島"效應(yīng)[J].中國(guó)科學(xué):B輯,1988,18(11):1226-1234. Zhou S Z.Five islands effects of Shanghai urban climate[J].Science China Chemistry,1990,33(1):67-78.

[3] 劉曉英.城市的五島效應(yīng)和風(fēng)的特征分析[J].寧夏農(nóng)林科技,2012,53(4):121-123. Liu X Y.Study on five island effect and wind characteristics of city[J].Ningxia Journal of Agriculture and Forestry Science and Technology,2012,53(4):121-123.

[4] 張富國(guó),姚華棟,張華林,等.北京城區(qū)的“雨島”“濕島”與“干島”特征分析[J].氣象,1991,17(2):43-46. Zhang F G,Yao H D,Zhang H L,et al.Characteristics analysis of rain island,dry island and wet island in Beijing[J].Meteorological Monthly,1991,17(2):43-46.

[5] 孫楠.聚焦北京7·21特大暴雨[N].中國(guó)氣象報(bào),2012-07-24.http://www.cma.gov.cn/2011xwzx/2011xmtjj/201207/t20120724_179464.html. Sun N.Focus on the storm on July 21 in Beijing[N].China Meteorological Newspaper,2012-07-24.http://www.cma.gov.cn/2011xwzx/2011xmtjj/201207/t20120724_179464.html.

[6] 鄭祚芳,高華,王在文,等.北京地區(qū)降水空間分布及城市效應(yīng)分析[J].高原氣象,2014,33(2):522-529. Zheng Z F,Gao H,Wang Z W,et al.Analysis on spatial distribution of precipitation in Beijing and its city effect[J].Plateau Meteorology,2014,33(2):522-529.

[7] 趙文靜,張寧,湯劍平.長(zhǎng)江三角洲城市帶降水特征的衛(wèi)星資料分析[J].高原氣象,2011,30(3):668-674. Zhao W J,Zhang N,Tang J P.Analyses on precipitation characteristics in the Yangtze River Delta City Belt based on the satellite data[J].Plateau Meteorology,2011,30(3):668-674.

[8] 趙志軒,嚴(yán)登華,王浩,等.基于WEP模型和TRMM_PR的唐家山堰塞湖入湖徑流預(yù)報(bào)[J].水利學(xué)報(bào),2011,42(7):848-856,861. Zhao Z X,Yan D H,Wang H,et al.Predicting inflows to Tangjiashan barrier lake based on WEP model and TRMM precipitation data[J].Journal of Hydraulic Engineering,2011,42(7):848-856,861.

[9] 傅云飛,劉奇,自勇,等.基于TRMM衛(wèi)星探測(cè)的夏季青藏高原降水和潛熱分析[J].高原山地氣象研究,2008,28(1):8-18. Fu Y F,Liu Q,Zi Y,et al.Summer precipitation and latent heating over the Tibetan plateau based on TRMM measurements[J].Plateau and Mountain Meteorology Research,2008,28(1):8-18.

[10]杜靈通,田慶久,黃彥,等.基于TRMM數(shù)據(jù)的山東省干旱監(jiān)測(cè)及其可靠性檢驗(yàn)[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(2):121-126. Du L T,Tian Q J,Huang Y,et al.Drought monitoring based on TRMM data and its reliability validation in Shandong province[J].Transactions of the CSAE,2012,28(2):121-126.

[11]Zhu Q,Chen X W,Fan Q X,et al.A new procedure to estimate the rainfall erosivity factor based on Tropical Rainfall Measuring Mission(TRMM) data[J].Science China Technological Sciences,2011,54(9):2437-2445.

[12]李相虎,張奇,邵敏.基于TRMM數(shù)據(jù)的鄱陽(yáng)湖流域降雨時(shí)空分布特征及其精度評(píng)價(jià)[J].地理科學(xué)進(jìn)展,2012,31(9):1164-1170. Li X H,Zhang Q,Shao M.Spatio-temporal distribution of precipitation in Poyang Lake Basin based on TRMM data and precision evaluation[J].Progress in Geography,2012,31(9):1164-1170.

[13]馮海濤,于國(guó)榮,楊具瑞.基于TRMM 3B43 V7數(shù)據(jù)的云南降水與干旱監(jiān)測(cè)及精度評(píng)價(jià)[J].水資源與水工程學(xué)報(bào),2014,25(4):89-96. Feng H T,Yu G R,Yang J R.Precipitation and drought monitoring based on TRMM 3B43 V7 data and precision evaluation in Yunnan[J].Journal of Water Resources & Water Engineering,2014,25(4):89-96.

[14]Hall D K,Foster J L,Salomonson V V,et al.Development of a technique to assess snow-cover mapping errors from space[J].IEEE Transactions on Geoscience and Remote Sensing,2001,39(2):432-438.

[15]駱三,苗峻峰,牛濤,等.TRMM測(cè)雨產(chǎn)品3B42與臺(tái)站資料在中國(guó)區(qū)域的對(duì)比分析[J].氣象,2011,37(9):1081-1090. Luo S,Miao J F,Niu T,et al.A comparison of TRMM 3B42 products with rain gauge observations in China[J].Meteorological Monthly,2011,37(9):1081-1090.

[16]馬金輝,屈創(chuàng),張海筱,等.2001—2010年石羊河流域上游TRMM降水資料的降尺度研究[J].地理科學(xué)進(jìn)展,2013,32(9):1423-1432. Ma J H,Qu C,Zhang H X,et al.Spatial downscaling of TRMM precipitation data based on DEM in the upstream of Shiyang River Basin during 2001-2010[J].Progress in Geography,2013,32(9):1423-1432.

[17]諶蕓,孫軍,徐珺,等.北京7·21特大暴雨極端性分析及思考(一)：觀測(cè)分析及思考[J].氣象,2012,38(10):1255-1266. Chen Y,Sun J,Xu J,et al.Analysis and thinking on the extremes of the 21 July 2012 torrential rain in Beijing part l:Observation and thinking[J].Meteorological Monthly,2012,38(10):1255-1266.

[18]Duan Z,Bastiaanssen W G M,Liu J Z.Monthly and annual validation of TRMM Mulitisatellite Precipitation Analysis(TMPA) products in the Caspian Sea Region for the period 1999-2003[C]//Proceedings of IEEE International Geoscience and Remote Sensing Symposium.Munich,Germany:IEEE,2012:3696-3699.

[19]魏東,楊波,孫繼松.北京地區(qū)深秋季節(jié)一次對(duì)流性暴雨天氣中尺度分析[J].暴雨災(zāi)害,2009,28(4):289-294. Wei D,Yang B,Sun J S.Meso-scale analysis of heavy rainfall event occurred in the late autumn 2007 in Beijing[J].Torrential Rain and Disasters,2009,28(4):289-294.

(責(zé)任編輯： 邢宇)

Spatiotemporal distribution of the rainstorm and the relationship between urban heat island and urban rain island in Beijing on July 21, 2012

MENG Dan1-5, GONG Huili1-5, LI Xiaojuan1-5, YANG Siyao1-5

(1.BeijingLaboratoryofWaterResourceSecurity,Beijing100048,China; 2.CollegeofResourcesEnvironmentandTourism,CapitalNormalUniversity,Beijing100048,China; 3.UrbanEnvironmentalProcessesandDigitalModelingLaboratory,Beijing100048,China; 4.Laboratoryof3DInformationAcquisitionandApplication,MOST,Beijing100048,China;5.BeijingMunicipalKeyLaboratoryofResourcesEnvironmentandGIS,Beijing100048,China)

In this paper, the authors selected July 21, 2012, the biggest rainfall day since the founding of People’s Republic China in Beijing, as the study target. The rainfall data from both Tropical Rainfall Measuring Mission (TRMM) and meteorological observations and MODIS LST products were mainly used to study the spatiotemporal distribution of rainstorm and the relationship between urban heat island (UHI) and urban rain island (URI). The spatial interpolation, spatial downscaling, accuracy assessment and correlation analysis were used in the study. Some conclusions have been reached. Firstly, the heavy rainfall area was located mainly in southern Beijing. The rainfall process moved from west to east, as shown by tracking the rainfall maxima of 3 h TRMM data. Secondly, the accuracy of TRMM data was improved by downscaling, as evidenced by the fact that the correlation between TRMM data and observational data was improved and RMSE decreased simultaneously. Finally, the spatial distribution of URI is consistent with UHI and the correlation between the two can produce optimal result in the maximum rainfall periods.

urban heat island(UHI); urban rain island(URI); tropical rainfall measuring mission(TRMM); moderate resolution imaging spectroradiometer(MODIS); land surface temperature(LST)

10.6046/gtzyyg.2017.01.27

孟丹,宮輝力,李小娟,等.北京7·21暴雨時(shí)空分布特征及熱島-雨島響應(yīng)關(guān)系[J].國(guó)土資源遙感,2017,29(1):178-185.(Meng D,Gong H L,Li X J,et al.Spatiotemporal distribution of the rainstorm and the relationship between urban heat island and urban rain island in Beijing on July 21,2012[J].Remote Sensing for Land and Resources,2017,29(1):178-185.)

2015-07-29；

2015-09-20

北京市教育委員會(huì)科技計(jì)劃面上項(xiàng)目“北京地區(qū)熱力景觀驅(qū)動(dòng)機(jī)制及情景模擬”(編號(hào)： 01310028011)資助。

孟丹(1980- ),女,博士,副教授,主要從事遙感與GIS在資源環(huán)境方面的應(yīng)用研究。Email: mengd811@gmail.com。

李小娟(1965- ),女,教授,博導(dǎo),主要從事資源環(huán)境遙感監(jiān)測(cè)與時(shí)態(tài)GIS設(shè)計(jì)開發(fā)等方面的研究。Email: xiaojuanli@vip.sina.com。

TP 79

A

1001-070X(2017)01-0178-08