城市化对复杂地形中对流及降水的影响外文翻译资料

 2022-11-13 16:16:49

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

城市化对复杂地形中对流及降水的影响

B. M. Freitag1 U. S. Nair1 D. Niyogi2

1 亚拉巴马大学亨茨维尔校区大气科学系，亨茨维尔，美国

2普渡大学地球大气和行星科学系，西拉斐特，美国

摘 要 尽管全球复杂地形地区城市化水平不断提高，但是目前人们对城市化与复杂地形的相互作用以及带来的天气影响还没有深刻的认识。本文采用数值模式，卫星数据产品，选取阿根廷圣米格尔-德库姆地区，研究了城市化与复杂地形相互作用的影响。数值模拟实验表明：城市化会导致城市下风向区域降水量减少20-30%，降水区东移。城市化、复杂地形对大气的耦合协同作用会导致地表能量，边界层动力，热力物理量发生变化。随着山区城市化水平的不断提高，陆气相互作用对局地天气状况的影响加大。为了实现复杂地形地区城市的可持续发展，这种耦合协同作用对天气的影响需要引起重视。

概 要 快速的城市化进程带来了各种各样的挑战，例如粮食、水资源的安全管理，污染治理，媒介传播疾病等等。而对于全球许多位于复杂地形地区的城市，它们面临着更加严峻的挑战。土地覆盖变化，人类活动带来的城市化效应与地形效应相耦合，对云和降水有持续的强迫作用。人们对这种重要的机制迄今没有深刻的了解。本研究选取位于阿根廷西北部安第斯山脉附近的圣米格尔德图库曼市，探讨其对区域天气的影响，研究表明，城市化导致城市下风向地区云和雨的形成发生变化，该变化有可能减少来自高海拔地区河流的入流，对当地水资源造成不利影响。虽然本研究针对单一城市，但是由此推广，可以发现复杂地形地区的城市化对区域降水也有显著影响，进而会影响粮食、水资源的供应。通过研究复杂地形内城市化的影响，本文倡导城市规划应以可持续发展为最终目标，注重其战略性，尤其是对于发展中国家。

  1. 引言

众所周知，复杂地形的强迫、城市土地覆盖的改变都会对区域天气和气候带来影响（Barry, 2008; Changnon et al., 1971; Shepherd, 2013; Yan et al., 2016）。复杂地形的形态，平均气流相对于斜坡的大小能够控制区域气流特征，比如地形波、低空急流以及热力驱动的坡风（Colle, 2004; Zardi amp; Whiteman, 2013）。由于地形的抬升和垂直水汽输送，地形迎风坡的降水量较大（Fairman et al., 2011;Rotunno amp; Houze,2007）。由于地形阻碍形成的低空急流也是水汽水平输送的重要机制，是对流触发的必要动力强迫（Garvert et al., 2007; Smith et al., 2011）。

城市土地覆盖的变化显著地影响地面和大气之间热量、水份、动量和气溶胶的交换（Oke, 1988; Shepherd, 2013），这些改变进而影响局地云和降水的形成。城市的热排放又会使得热通量增大形成热岛，其特点是城市的温度高于农村（Bornstein, 1968; Oke, 1973）。对于一些大城市，城市热岛形成垂直热力环流，城市上空的辐合加强，促进对流的初生和云的发展。有研究表明，雷暴在接近城市时分裂或消散，但又在下风向再生，对观测到的降水增多有潜在的贡献（(Niyogi et al., 2011）。

尽管全球有许多城市都位于地形复杂的地区，但是在这样的地理环境中，城市扩张如何影响天气，人们对此知之甚少。先前许多研究都集中于开阔的陆地环境中城市化对天气的影响，例如，亚特兰大、印第安纳波利斯、休斯敦和俄克拉荷马城（(Niyogi et al., 2006, 2011; Pielke et al., 2011; Shepherd, 2005）。一些研究在分析城市化对区域气候的影响时，明确地去除了复杂地形的区域（Niyogi et al., 2017）。Shepherd（2006）研究了地形与城市之间气流的相互作用，说明了城市上空增强的辐合改变了地面通量，重新分配降水。其他的研究（(Ray et al., 2006; van der Molenetal.,2006）考察了热带地区复杂地形下森林砍伐带来的影响。这些研究表明地形强迫与土地覆盖的改变它们之间的相互作用是十分复杂的。对于狭长地形来说，它能够有效地阻挡季风，且其抬升作用为云的形成提供了持续的动力。这种情况对LULCC（land use land cover change）引起的边界层热力变化最为敏感。上风向云的形成被抑制或再生，取决于下风向LULCC引起的波文比变化是增大还是减小（Lawton et al., 2001;Rayetal.,2006）。然而，对于沿海地区较小的山脉，云的形成对热力斜坡环流更为敏感（(Nair et al., 2003）。因此，导致波文比增大的LULCC能够影响地形云的形成。除了波文比的变化外，城市化引起的低层气温和气流的改变使得大气的响应更为复杂。

由于人口的增长，复杂地形地区的城市不断扩张。中美、南美地区、中国、印度和缅甸地区山脚下的森林不断地被砍伐，成为新的城市居民居住点，例如印度西高止山脉、南美洲安第斯山脉（Wigginton et al., 2016）。因此，为了城市的可持续发展，理解地形和城市之间热力扰动的相互作用以及相关的天气变化是很重要的。

本研究认为复杂地形加重了城市化对天气的影响，尤其是对于狭长山脉。由这种地形特征引发的持续强迫能够长期引发动力、热力扰动、城市空气污染，对云和降水的形成有潜在影响（Cotton et al., 2011; Ducrocq et al., 2016; Raupach amp; Finnigan, 1997; Reinking amp; Boatman, 1986）。

本文利用卫星观测资料，进行数值模拟实验，研究圣米格尔德图库曼市对当地天气状况的影响，从而评估上述假设。圣米格尔德图库曼市(26.83°,65.25°W)是一个快速发展的城市，位于南美洲安第斯山脉上风向地区阿根廷西北部图库曼省，人口约为 850000，城市面积约为500平方公里。这座城市坐落于复杂的地理环境中，西部是内华达山脉 (海拔约为2000米)，该山脉西北部是安第斯山脉(峰值超过4000米)、城市东北部为华美达山脉(约1500米)（Grau et al., 2008）（图 1a和图1b）。沿安第斯山脉东坡形成的南美低空急流为这个地区的边界层提供水汽，边界层水汽的增加导致大气不稳定，因此低空急流是对流初生的重要机制（Rasmussen et al., 2014; Salio et al., 2007）。从气候上来讲，对流通常发生在南半球春季，此时深对流在山地开始形成，并增强为中尺度对流系统向外传播（Houze, 2012; Rasmussen et al., 2014）。本研究采取独特的视角分析了复杂地形中单一城市化带来的影响，并针对某一发展中国家，研究城市化对地形降水过程的作用。

  1. 数据与方法

与过去的研究类似（Castroetal.,2005; Fairmanetal.,2011），本文设置一对数值模拟实验(仅在土地覆盖和地表特征方面有所不同)，研究圣米格尔德图库曼市的城市扩张如何影响局地云和降水的形成。本研究采用WRF-ARW进行数值实验（Powers et al., 2017）。WRF-ARW是一种开源的、耦合的、有限区域的非静力模型，广泛地用于中尺度模拟应用。控制模拟(URBAN)采用已有的土地覆盖情景(图1c)。由于城市化前的土地覆盖类型是稀树草原，因此在实验模拟(NOURBAN)中，用稀树草原(图1d) 代替城市土地覆盖。两种数值实验都利用Noah地表模式对地面过程进行参数化(Ek et al., 2003)。此外，URBAN还包含一个城市冠层模型来模拟由于城市扩张所导致的气流变化(Tewari et al., 2007)。在NOURBAN中，通过使用WRF-ARW土地利用分类表，修改模式配置中的土地特征(地表粗糙度、反照率、土壤湿度和植被)，关闭城市冠层模型，去除了城市环境。

图1 圣米格尔德图库曼市的研究区域：(a) 模式网格配置，蓝色“ ”表示观测站，阴影表示海拔高度(km)；(b) G3海拔高度(km)，城市用红色像素点表示；(c) URBAN，G4的土地覆盖类型分布（WRF-ARW土地利用分类）；(d) NOURBAN，同图1c。

两个实验都采用四网格嵌套格式，外网格间隔48公里，嵌套比为4、3和4，内网格以圣米格尔·德图库曼为中心，间隔1公里（这些区域在此分别称为G1、G2、G3和G4）。之前对复杂地形的模拟研究表明，网格间距小于4千米，才能在数值模拟实验中，充分地解释与云的发展和降水相关的地形过程((Ducrocq et al., 2016; Pontoppidan et al., 2017)。由于地形过程的持续性和小尺度性，城市化的影响只有在耦合的高分辨率模式中模拟才会明显，因此，在计算能力的约束下，数值实验应该采用更精细的空间分辨率，进行短时间的模拟，不能采用粗糙的空间分辨率，进行长时间的模拟。本研究采用国家环境预报中心全球预测系统分析数据集每24小时初始化大气状态。在整个模拟期间，允许陆面状态（如：土壤湿度，温度）不断演变。由于复杂地形的存在，为了将模式初始化时不平衡的影响降到最低，每24小时预报周期采用12小时自旋周期。

研究区域内闪电的统计分析(Rasmussen et al., 2014)表明，春末夏初由地形产生的对流最为旺盛。因此，本文选取2012年12月1日至8日这一时段内发生的由地形产生的对流，进行数值模拟试验。

  1. 结果及讨论

本研究利用10个地面气象站的观测资料来评价数值模式模拟的性能。这10个站点，一个位于最内域G4，一个位于G3，另外八个位于G2。在模拟的时段内，将模式模拟输出的2米温度，2米露点，10米风速双线性插值到这些站点，并与观测值进行比较，可以发现平均值差异很小（0.09K，0.36K，0.48m/s），其标准误差分别为2.50K，2.21K，2.18m/s。其它采用WRF-ARW来评估边界层过程的研究(Gilliam amp; Pleim, 2010; Gunwani amp; Mohan, 2017) 与本文模式模拟的误差相一致。降水偏差和标准误差分别为22.69mm和40.51mm。对流性降水与其他地面气象要素场相比往往具有较高的空间不均匀性，因此，若将模式模拟的降水量与站点稀疏的观测值相比较，不能说明模式模拟的性能。所以，本文利用地球同步卫星资料以更好地表征模式对云和降水模拟的性能。

日间地球同步环境业务卫星（GOES）图像（Menzelamp;Purdom,1994）用于计算在一周的模拟期间内云的精度、预测偏高和预测偏低区域，方法同Fairmanetal.(2011)。在URBAN中，模式精度、预测偏高和预测偏低的区域平均值分别为59.8%、13.4%和26.8%；NOURBAN中，分别为59.4%、14.3%和26.2%。图2将一周内URBAN与NOURBAN的模拟精度进行了比较。在两种模拟中，从模式精度的空间分布上可以发现，地形云对流旺盛的地区（城市以西海拔较高的区域）精度超过70%。精度超过60%的地区包括安第斯山脉和拉马达山脉之间的山谷（图2中的区域1）以及城市西南部沿安第斯山脉的山麓（图2中的区域2）。城市东南部模式模拟精度最差，与GOES图像计算的云频率相比，两种模拟都低估了云的覆盖，精度只有约40%。分析表明，数值模式在地形与城市环流耦合最强的区域表现最好。这些结果说明数值模式能够充分地表现由于地形环流产生的地形云。

图2 2012年12月1日至8日G4白天数值模式对云的模拟精度：(a) URBAN；(b) NOURBAN；(c) 两种实验对云模拟的精度之差；地形高度（千米）用黑色等值线表示；位于本杰明-马丁佐国际机场的自动气象观测站用黑色的“x”表示，城市像素点用灰色阴影表示；数字标签标记了URBAN模拟性能优于NOURBAN模拟的区域；图2a和2c中的黑色虚线表示城市边界。

在8天的研究时段内，G4有5天发生对流性强降水。在这5天中，有两天是由于天气系统的强迫，另外三天是由于地形的垂直环流引发孤立对流单体造成的。因此，在研究时段内，区域平均降水大约有40%来自于天气系统强迫带来的对流，60%来自于地形作用产生的对流。后者的垂直环流有明显的日变化，地方时09:00～11:00为上升气流，19:00～21:00为下降气流。

数值模拟表明，不同尺度系统之间复杂的相互作用影响着对流的初生，例如：大气涡街、南美低空急流、地形波、城市北部500hPa急流之间的相互作用。这些系统的高度、形态、方向在URBAN和NOURBAN中表现不同，说明这些系统的相互作用影响对流的初生。当天气系统的强迫作用较弱时，城市土地覆盖的变化显著地影响云和降水形成。12月2日系统的配置就是典型的例子，当日地方时13:00，在城市以南15公里处有沿65.25°W经线向南的上升气流，风速约为3-5m/s（图3）。在海拔较低的地区，大气呈现不稳定的状态，对流有效位能超过3000J/kg，对流抑制能量约为20-30J/kg。对流的抑制与距地面2-3公里的等温层有关，该等温层抑制了不稳定能量的释放。

图3 (a) G4海拔高度(km)；（d）两种土地覆盖的情形下（URBAN-NOURBAN），地方时13:30-03:00累积降水的不同（毫米）；图3a和3d中的虚线表示城市边界；(b，c，e，f) 2012年12月2日地方时13：30发生

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18302]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章