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
城市热岛的集成WRF/城市建模系统及其在印度尼西亚雅加达的应用
摘要：随着人口增长和城市化进程的加快，建筑物、停车场、街道、公路和车道对城市的发展产生影响。这些变化导致了城市热岛现象（UHI），是未来城市规划需要考虑的一个重要因素。在此背景下，中尺度气候模型如天气研究和预报（WRF）模型可用于研究开放绿地的潜在赤字。遥感图像的分析可以提供这种气候模式研究中必不可少的输入数据。本文我们分析了印度尼西亚的雅加达市内部和周围的土地利用/土地覆盖的信息，研究土地利用(率)变化如何影响城市热岛效应，其特征是306 K的最高表面空气温度(Ta)。研究发现，每增加25%的城市面积热岛面积将扩大约43平方公里（5％）。相反，在城区中分别增加58%，95%和440%植被(草原)面积将显著减少255平方公里（48％），289平方公里（54％）和466平方公里（88 ％）的热岛面积。这表明，开放绿地覆盖率的增加将导致热岛区面积的减少。这种定量特性关系将有助于城市规划者控制热岛效应，否则可能会降低城市的生活质量。
关键字：城市化;城市热岛;天气研究和预报
1.引言
许多亚洲城市城市化进展迅速。城市化进程已将土地利用类型从自然环境改为建筑环境（马斯林，2004;桑塔莫瑞斯，2006；巴鲁克等，2011）。伴随着快速城市化、工业化和经济发展，气候变化预计将加剧人类对自然资源和环境的压力(联合国政府间气候变化专门委员会,2007)。集约型城市化可能会导致区域尺度气候变化，称为城市热岛（UHI）现象（桑塔莫瑞斯，2009）。
为了提高与微气象，空气质量，城市热岛效应以及由于城乡土地覆盖不同引起的中尺度环流过程有关过程的理解，利用中尺度大气模式正在增加（Clarke等，2005年）。本文我们采用了天气的研究和预报（WRF）模型来模拟城市热岛变化与土地利用(LU)变化（即土地利用类型变化）的关系。反过来,城市热岛效应可以用从WRF模式输出的地面2米处的地表空气温度(Ta)来表示。本研究中所采用的方法将对预防和缓解城市热岛效应与改善未来的城市规划和城市发展具有重要意义。
2.WRF模拟
WRF模式是同时服务于业务预报和大气研究需要（WRF模式网站，2010年）的中尺度数值天气预报系统。该模型已被设计为一个灵活的模拟代码，在并行计算环境中是有效的。模块化的单一源代码被维持于配置为两个研究和操作。它提供了一个大的物理选择，因此在建模界是非常有用的（Skamarock等，2008）。
在这项研究中，WRF建模系统是应用于雅加达大都市地区，以评估城市规模表面覆盖热岛效应的影响，基于2002年观测。本文我们使用Python/Delphi平台，纳入我们的城市建模系统中LU类型的修改。Delphi编程语言（Pascal语言的延伸）是设计用于在面向对象编程领域,称为Object Pascal。Python程序是一个不断增长的开源软件社区，其中包括Linux操作系统，Perl脚本语言，Apache Web服务器和许多其他项目的组成部分（Abolrous，2000; Deitel公司等，2002;Pilgrim，2004年）。这种方法被认为是对城市规划者设计居民友好型城市环境有所帮助。
3数据和方法
3.1美国国家环境预报中心最终数据
美国国家环境预报中心（NCEP）最终（FNL）全球业务分析数据提供地面气压、海平面气压、位势高度、温度、海平面温度、土壤参数、冰盖、相对湿度、U和V方向上的风、垂直运动、涡度、1.0times;1.0度网格连续每六小时的臭氧浓度（UCAR，2010）。本产品在美国国家环境预报中心的全球预报系统(GFS)一天四次近实时运行。分析可在26个强制性（和其他压力）的水平，可从10到1000的兆字节，包括表面边界层和一些sum;（西格玛）层。这项研究所用的时间是2008年2月2日至2008年2月4日，该数据的基准(fnl_080202_00_00–fnl_080204_00_00) 在六小时的时间里。
3.2土地利用数据
全球土地利用/土地覆盖(LULC)数据库分类根据美国地质调查局(USGS)提供WRF LULC系统。在这项工作中，WRF模式设置通过使用四个巢于27，9，3，1公里，水平网格间距分别为域1，2，3和4（图2）。由于雅加达大都市区的范围在USGS数据集代表性不足，我们也使用最近雅加达大都会地区的土地覆盖分类,基于2003 ikonos卫星分辨率全色1米和4米多光谱(Tursilowati et al .,2009)。这种详细的分类结果是使用标准的地理信息系统和遥感监督分类方法重新投影区域土地覆盖图到USGS数据，并纳入WRF模式。WRF每30秒的网格单元与土地覆盖类最高分数覆盖匹配（Tursilawati等，2009）。这种土地覆盖数据作为原始LU(LU起源)输入到WRF模式。
3.3观测资料
在这项研究中所使用的三个站的观测数据是来自气象、气候学和地球物理局管辖的气象台站。观测数据的位置是丹戎不碌（6°06S，106°52E），天文台雅加达（6°10S，106°49E）和苏加诺哈达（6°07S，106°39E）。从2008年2月2日至2008年2月4日期间的数据使用与模型运行时间周期同步。
3.4计算机集群规范
本研究中使用的PC集群(图1)是类似于系统中所描述的一个引用。我们的系统的主要特点如下。
1-服务器：双核处理器（AMD）与4112232 kb和SATA 300 GB硬盘主板内存，运行Linux操作系统5（RedHat企业）。
2-节点集群：15个节点集群,每个节点都有双核处理器(AMD1211),SATA Raid,DDR2 20597884 kB,500 GB硬盘,由Linux操作系统5。
3-软件：RedHat Linux 5，高级研究WRF版本3（ar-wrf V3），Fortran 90的编译器，网格分析显示系统（梯度），NetCDF，HDF4，MATLAB，Vis5D，MPICH2（PGI GCC），Apache，PHP和MySQL。
3.5域配置
在WRF模式计算中使用的结构域结构示于表1中。
这个配置基本上与一个文献上的描述的相同。图2显示了四个运行的区域用于嵌套模型,即第一(宽的)嵌套的面积1°23 -10°16,100°44的-118°33本部(印度尼西亚西部),第二个3°40 8°27,103°02 - 111°26本部(Java和朝贡南部),第三个514的732,10519的-108°33本部(西爪哇)和第四个5°20”6°25,106°30 - 107°12(雅加达和其周边地区)。对于每个第一至第四域配置的空间分辨率分别为27，9,3和1公里。
3.6土地利用变更
在模型运行中，根据以下四种情况来实现对LU的假设性改造：(s1)将所有的草原修改为城市类型草地(减少100%)，(s2)添加48%的草原，(s3)添加95%的草原,(s4)添加440%的草原。Delphi / Python的开源软件是用来修改陆类型。Delphi / Python的开放源代码程序用于修改LU类型。（S1）中，Delphi程序修改草原面积为市区的所有：在美国地质勘探局用地指标的标准编号中，这是对应于指数7索引1的变化而言的，而Python程序被用于通过手动添加每个网格中的土地利用类型（S2-S4）来修改LU。
3.7长波辐射平衡，人为热通量和储热的参数
天空视角系数是在0和1之间的一个无量纲参数，表示可见天空中的一个参考位点在与在一个平坦的水平表面天空分数比较中，是在一个平坦的水平表面上，而不认为阻塞。一个无限长的城市峡谷的道路天空视角系数作为一个函数道路宽度（米）和建筑高度的计算。由于在雅加达的郊区发展的道路和住房密度的网格结构，所以无限长的城市峡谷的假设是合理的。天空视角系数引入到长波辐射平衡rlong（W）在WRF板模型的城市土地覆盖类型（Dudhia，1993）。
3.8数值设计
嵌套模拟进行初始的LU（未修改）和四个LU的修改，使用了四个平面（S1–S4）。此方法的总体方案图3所示。
4结果与讨论
4.1土地利用变更
不同的LU分布数据被用作输入数据到WRF模式运行。在雅加达（5°20rsquo;–6°25 rsquo;S，106°30rsquo;–107°12rsquo;E）和周围原始LU地图如图4所示。
图5是根据（s1）LU修正的结果，其中所有的绿地已经变成了城市。图6显示了LU修正的结果从初始的LU（S2）到（s4），一小部分的城市约58%（s2) (a), 95% (s3) (b), and 440% (s4) (c) 转变成绿地。
LU之前的数据(LU起源)和修改之后的数据如图7所示。值得注意的是旱地/农田和牧场（指数2），农田和城市绿地（指数5），和水体（指数16）的类别在所有的方案不变，而那些城市（指数1），灌溉农田/牧场（指数3）和草地（指数7）已更改。
另一方面，图8显示了相对初始分布来说变化的土地面积，表3总结了部分变化。通过减少100%的草原,城市面积增加到339平方公里(1360年至1699平方公里)。分别增加约58、95和440%的草原，城市面积相应分别减少185平方公里(plusmn;14%),309 kmsup2;(plusmn;23%)和835平方公里(plusmn;61%),如(表3)所示。
4.2城市热岛
从WRF模型计算得到的Ta分布如图9（空间）、图10-11和表4–11所示。
图9所示的所有的面板是WRF模式在当地时间11:00运行时相应时间的步长。温度得到的初始LU如图9a所示。如该图所示，城市热岛的模式是集中在城市地区，Ta约306 K（红色），而周围的一个旱地和灌溉稻田混合地有一个较低的空气温度。 图9b（S1）显示：随着25%个城市的增加，城市热岛地区的传播约43平方公里（即减少100％绿地）。因此，可以确定城市热岛效应发生在中心城市。另一方面,从图9c-e可以看出，这种影响包括多植被地区。在图9c（s2）中，每增加58%的绿地面积，城市热岛面积（被定义为温度306k以上）将减少约48%（255平方公里）。在图9d(s3)中，每增加95%的绿地面积，城市热岛面积将减少约54%（289平方公里），而图9 e(s4)显示每增加440%的绿地面积，城市热岛面积将减少约88%(466平方公里)。特别是在图9e中可以看出，最高空气温度的分布出现在非常有限的区域。这是由于增加了一个绿地的广泛传播，约440％。图11显示了区域分布的变化按照经LU修改后的空气温度范围。
4.3模型验证
空气温度作为从WRF模式运行(使用LU起源作为输入)的输出变量之一，已经由印度尼西亚气象，气候和地球物理（BMKG）局观测数据验证确认了我们的方法的准确性。观测数据的位置是丹戎不碌（6°06 S，106°52 E），天文台 - 雅加达（6°10 S，106°49 E）和苏加诺哈达（6°07 S，106°39 E）。模型验证的结果如图12所示。
在空气温度WRF模式R平方值（R2）的范围内运行比较观测数据（图12）0.499-0.641之间的可靠值。这代表了很强的相关性（奥特＆朗纳克，2001;帕兰德之，2007）。模型的验证与观测数据显示运行WRF模式是足够好代表实际的气候条件（空气温度）。
5结论与展望
分析土地利用(LU)变化对印度尼西亚首都雅加达及其周围城市的城市热岛 (UHI)的影响时，使用了天气研究和预测(WRF)进行研究。使用Delphi和Python程序的LU修改已经应用于研究城市热岛的蔓延。城市热岛的特征是最高地表空气温度(Ta)为306 k。空间和图形分析显示出显著差异。LU将草地修改为城市，城市热岛的面积将扩大在43平方公里(5%)。
相反,草地的增加会减少城市热岛的面积。通过更多植被的增加,会有更多高温地区的温度下降。定量增加48、95和440%的位于市区的植被(草原)面积,城市热岛(306 K)面积分别减少了48%,5%和88%。该模式的精度与观测数据（R2 around 0.499-0.641）具有强相关性。本研究可以作为良好的城市设计和舒适的环境的参考。
这项研究的结果仍然可以通过改变土地利用（通过改变其它土地利用类型）来延续，以便运行模型的结果能为一个更好的城市规划进一步分析。未来的工作是分析其他气候变量(即反照率、潜热通量、行星边界层高度,累计总降水积云,等等)。
参考文献
Abolrous, S.A. (2000) Learn Pascal. Wordsare Publishing, Inc. Pl
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[30363]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
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。
