The global pattern of urbanization and economic growth: Evidence from the last three decades
1
2014
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
World Urbanization Prospects: The 2011 Revision
1
2011
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
World Urbanization Prospects: The 2018 Revision
1
2018
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
Research progress and scientific issues in the field of urbanization
1
2015
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
城市化领域的研究进展和科学问题
1
2015
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
Global change and the ecology of cities
3
2008
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
... [5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
... 城镇化过程中下垫面改变导致地表反照率和粗糙度等的变化,地表反射的短波辐射减少,吸收的短波辐射增加,促进城市温度升高和城市热岛效应.城镇化通过地表暗面、改变地表几何形状、减少冬季积雪使得地表反照率减小.建筑材料比非城市地表有更低的反照率.城市地表粗糙度较大,入射的短波辐射多次反射致使地表反照率降低.城镇化过程中人工建筑取代自然植被,潜热通量减少,由公式(1)可知,感热通量增加并成为地表能量通量的主要组成[7,100],波文比增大,加热城市空气[61],促进城市热岛效应的形成.以人工下垫面代替平原植被使得热响应指数(Thermal Response Number)减小,提高城市地表温度所需能量减少[101].Grimm等[5]指出,土地覆盖模式、城市规模、不透水表面、绿色植物和水覆盖面积减少、多层建筑引起吸收的太阳能增多等因素导致了热岛效应. ...
Impact of urbanization patterns on the local climate of a tropical city, Singapore: An ensemble study
6
2016
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
... 城镇化对降水影响的机理较为复杂,促进和抑制降水的因素同时存在.Mitra等[53]、Niyogi等[102]和Trusilova等[103]认为城镇化过程增加的感热通量、辐合、对流和大气不稳定性都会促进城市地区降水增加.城镇化带来的土地反照率和对流通量变化有利于对流云和降水形成[55].Shepherd等[54]总结了城市地区促进降水增加的4种方式:创造、加强或改变中尺度环流,从而使大气不稳定;通过高地表粗糙度促进近地表空气辐合;增加凝结核数量,比如通过污染;增加空气中来源于工业的水汽.而城镇化将植被转变为不透水地表,减少水分蒸发,对降雨起到抑制作用[6]. ...
... AH是指人为因素引致的交通工具、商业和住宅建筑、工业、发电厂和人体新陈代谢等各种来源中释放出来的能量.相比郊区,城市地区产生了更多的人为热.同时,城市地区建筑物起伏和人为下垫面导致城市储热能力增大.城市建筑材料较大的导热率和热容量,城市下垫面不透水性致使水分蒸发散热减少,城市街谷中较小的风速等因素都导致城市热量不易外散.城市地区大量的人为热排放和高热容量使得热量在区域内集聚,Mahmood等[7]指出城市地区高热储量、人为热排放导致地表能量盈余,Li等[6]的研究表明城市地区的人为热会加剧热岛强度. ...
Land cover changes and their biogeophysical effects on climate
5
2014
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
... 人类活动在城市发展的不同阶段所产生的变化可以导致城镇化学特征的协同变化[73],城镇化通过城市建设过程中的人为排放和下垫面改变对大气化学产生影响.当前城镇化对大气化学的影响研究主要从城镇化对大气气体含量变化和陆—气气体交换方面展开.城镇化和城市扩张增加了碳排放,显著地影响陆—气大气交换[74].土地利用变化对碳源碳汇和二氧化碳的影响尤为突出.一方面,由于地表能量收支、水分收支与碳、氮收支高度耦合,土地利用转变导致的植物量改变引起能量和水分平衡变化,进一步影响碳的同化过程[7];另一方面,不透水材料的使用影响碳的固存,针对欧洲碳循环影响的研究表明城镇化导致欧洲碳固存增加0.058 PgC/a[75].城镇化是影响氮排放和氮沉降的重要因素,化石燃料燃烧和汽车尾气是氮污染的主要来源.研究发现深圳市雨水pH值从1980—1985年的5.22下降至2008—2009年的4.29,雨水中NO和nss-SO浓度均呈上升趋势,化石燃料燃烧产生的NOX排放是导致雨水酸度增加的重要原因[73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
... 城镇化过程中下垫面改变导致地表反照率和粗糙度等的变化,地表反射的短波辐射减少,吸收的短波辐射增加,促进城市温度升高和城市热岛效应.城镇化通过地表暗面、改变地表几何形状、减少冬季积雪使得地表反照率减小.建筑材料比非城市地表有更低的反照率.城市地表粗糙度较大,入射的短波辐射多次反射致使地表反照率降低.城镇化过程中人工建筑取代自然植被,潜热通量减少,由公式(1)可知,感热通量增加并成为地表能量通量的主要组成[7,100],波文比增大,加热城市空气[61],促进城市热岛效应的形成.以人工下垫面代替平原植被使得热响应指数(Thermal Response Number)减小,提高城市地表温度所需能量减少[101].Grimm等[5]指出,土地覆盖模式、城市规模、不透水表面、绿色植物和水覆盖面积减少、多层建筑引起吸收的太阳能增多等因素导致了热岛效应. ...
... 下垫面改变还引起其他气候要素变化.土地利用变化引起植物量改变,影响碳的同化过程[7].城镇化增加的感热通量使得混合层高度增加,云就可以在扩大的热流顶部形成,导致云量增加.城市发展增加了城市洪水风险[19],这是因为城市不透水地表导致蒸发、蒸腾和渗透量减少[100],不仅城市空气湿度降低,由方程(2)可知,在降水不变的情况下,城市径流还会增大. ...
... AH是指人为因素引致的交通工具、商业和住宅建筑、工业、发电厂和人体新陈代谢等各种来源中释放出来的能量.相比郊区,城市地区产生了更多的人为热.同时,城市地区建筑物起伏和人为下垫面导致城市储热能力增大.城市建筑材料较大的导热率和热容量,城市下垫面不透水性致使水分蒸发散热减少,城市街谷中较小的风速等因素都导致城市热量不易外散.城市地区大量的人为热排放和高热容量使得热量在区域内集聚,Mahmood等[7]指出城市地区高热储量、人为热排放导致地表能量盈余,Li等[6]的研究表明城市地区的人为热会加剧热岛强度. ...
Contribution of urbanization to the increase of extreme heat events in an urban agglomeration in east China
1
2017
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
Urban hot-tubs: Local urbanization has profound effects on average and extreme temperatures in ponds
1
2018
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
Urbanization exacerbated the rainfall and flooding caused by hurricane Harvey in Houston
1
2018
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
Response of extreme precipitation to urbanization over the netherlands
2
2019
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
... 城镇化促进极端降水[70].中国珠三角城市群在快速城镇化时期(1994—2016年)的小时降水强度和极端降水总量均较前城镇化时期(1971—1993年)显著增加,短时突发降雨事件发生频率高于长时连续降雨事件发生频率,这与城镇化密切相关[71].上海市1981—2014年城镇化发展时期,小时强降水频率显著增加,具有明显的局域性和突发性,而且强降水越来越集中在市中心和城郊地区.上海市城镇化进程对城市暴雨事件发生频率和强度的增加均有较大贡献[72].极端降水的空间分布不均同样证明了城镇化的影响,研究发现城市地区极端降水的频率和强度均高于非城市地区[11].研究认为,白天下午的城市热岛效应增强了城市上空的辐合和上升气流,增加了夏季极端降水的频率[42].区域变暖、水汽回流辐合、大气不稳定都为极端降水提供了有利的物理背景[72],Wu等[71]的研究指出,城市热岛的热扰动促进对流,而对流是形成和增强局地极端降水的重要原因,这表明城镇化对极端降水的影响具有直接和间接的双重作用,城镇化对温度和水汽等其他气候要素的作用间接促进了极端降水.城镇化导致强降水空间变异性增加,这反过来又为城市降水强度的增强提供了大气条件,导致少数城市地区极端降水增加[70]. ...
Assessing the Effects of urbanization on flood events with urban agglomeration polders type of flood control pattern using the HEC-HMS Model in the Qinhuai River Basin, China
1
2018
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
Comparison of urbanization and climate change impacts on urban flood volumes: Importance of urban planning and drainage adaptation
2
2019
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
Urbanization and climate change implications in flood risk management: Developing an efficient decision support system for flood susceptibility mapping
1
2018
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
Challenges and the way forward in China’s new-type urbanization
1
2016
... 城镇化是当今人类社会发生的最为显著的变化之一,是人类经济社会发展的必然趋势和实现现代化的必由之路.世界城镇化呈现不可逆转的趋势[1],全球城镇化水平从1980年的39%上升到2011年的52%[2].根据联合国发布的2018年《世界城镇化展望》报告[3],当前世界55%的人口居住在城市地区,预期到2050年全球城镇化率将达到68%,未来将有更多人口居住在城市.新兴经济体的城镇化快速发展,预计到2050年全球将新增25亿城镇人口,这其中90%将发生在亚洲和非洲地区.城镇化带动城市大发展和城市人口大规模集聚,以及现代化生产方式和生活方式对传统农业为主生产生活方式的替代,导致温室气体和污染物排放快速增加,下垫面改变等.当前全球城市地区承载着一半以上的人口,占有90%以上的经济比重,消耗65%以上的能源,温室气体排放超过全球的70%,城镇化进程成为全球气候变化和可持续发展的主要挑战[4].研究表明城镇化对气候变化产生重要影响,如城市热岛效应[5,6,7]、极端高温[8,9]、强降水事件[10,11]和城市内涝[12,13,14]等,城市扩张对全球变暖的影响持续加强[15],气候对城镇化的反馈反过来对城市居民造成一系列影响.已观测到的城市内部温度已超过了预测的未来几十年的全球温度[5].城市高温热浪频率和程度增加,2019年6月印度比哈尔邦多地最高气温比正常水平高出5 ℃以上,持续高温造成至少92人死亡.2017年夏季印度特伦甘纳邦高温热浪致使167人死亡.2012年7月北京遭遇特大暴雨,造成79人死亡,经济损失116.4亿元.部分发展中国家正经历着快速城镇化,而发展中国家面对气候变化的抵御力和恢复力不足,导致城镇化发展的高风险性.城镇化与气候变化的关系对人类生存和发展至关重要,城镇化作为人类活动主导的地理过程越来越表现出对地球表层环境的重大影响,有必要回顾总结相关研究,厘清城镇化对气候变化的影响机理与实证情况,为进一步研究工作和现实指导提供帮助. ...
Modeling the impact of urbanization on the local and regional climate in Yangtze River Delta, China
4
102
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
Analysis of urbanization effects on the local climate in Kanto during the warmest period of August, 2006
3
2011
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
The influence of urbanization on the climate of the las Vegas Metropolitan Area: A numerical study
6
2015
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
... [18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
... 热岛效应从空间上反映了城镇化对温度的影响.研究表明大多数城市都存在热岛效应,且热岛强度持续增强.热岛强度在夜间强于白天[18,38],这是因为夜间大气层结稳定度高于白天,城市与其周围地区之间水平和垂直方向的混合作用较白天弱,而且白天逆温消失、风速增大,这些因素均导致夜晚热岛强度高于白天.Zhou等[43]的研究表明,热岛效应从城市地区向外呈指数型衰退,随距城市距离增加而存在断崖式下降.热岛效应的影响范围夜晚大于白天,白天热岛效应在空间上衰减更快[43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... 城镇化过程中建筑密度和高度增加导致地表粗糙度增加,影响地表动量交换,研究认为城市具有减缓风场的机械效应[18].实证研究表明随着城镇化发展,城市风速呈减小趋势[38].研究还指出城镇化可能改变风向.城镇化影响日照时长,研究表明城镇化引起明显的暗岛效应,日照时间呈下降趋势,且城市规模越大,暗岛效应越强,未来日照时间下降的趋势将持续[92].有关城镇化对日照影响的研究并未阐述其中机理.城镇化过程中下垫面改变引起的反照率和对流通量变化促进非经典中尺度环流(non-classical meso-scale circulations),有助于对流云的形成[55].而气溶胶引致的辐射强迫降低了大气不稳定性,压制了对流[42],不利于云的形成[93].Rosenfeld[56]的研究表明,较小的云滴大小与人为因素导致的气溶胶集聚增加有关. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
... [18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
Urbanization and climate change impacts on future urban flooding in Can Tho City, Vietnam
4
2013
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
... 下垫面改变还引起其他气候要素变化.土地利用变化引起植物量改变,影响碳的同化过程[7].城镇化增加的感热通量使得混合层高度增加,云就可以在扩大的热流顶部形成,导致云量增加.城市发展增加了城市洪水风险[19],这是因为城市不透水地表导致蒸发、蒸腾和渗透量减少[100],不仅城市空气湿度降低,由方程(2)可知,在降水不变的情况下,城市径流还会增大. ...
... 全球尺度的气候变化和区域/局地尺度的城镇化共同作用于当地气候.如Daniel等[100]预测,2050年悉尼的城镇化对局地最低温度的影响程度与气候变化的影响程度相当,Huong等[19]指出气候变化带来的大尺度全球效应和城镇化共同影响着城市洪水风险.城镇化促进全球气候变化.区域内土地覆盖变化会通过非线性反馈改变全球其他地区的地表通量,即小范围内的土地利用变化也会引起全球气候连锁反应[105,106],导致全球气候变化.由于城镇化对区域/局地气候有直接影响,而且城镇化通过促进全球气候变化间接作用于局地气候,因此城镇化对气候变化的影响具有全球和区域的多尺度叠加效应. ...
Modeling the impacts of urbanization on regional climate change: A case study in the Beijing-Tianjin-Tangshan metropolitan area
3
2013
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
Scenario analysis on climate change impacts of urban land expansion under different urbanization patterns: A case study of Wuhan metropolitan
3
2013
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
Future scenarios modeling of urban stormwater management response to impacts of climate change and urbanization
1
2017
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
Climate change, urbanization, and optimal long-term floodplain protection
1
2007
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
Age-structure, urbanization, and climate change in developed countries: Revisiting STIRPAT for disaggregated population and consumption-related environmental impacts
2
2010
... 在Web of Science(WOS)文献库中以标题“urbanization”和”climate”进行搜索,结果显示有200余篇文献(图1).搜索结果中,第一篇论文发表于1988年.自2002年以来每年都有论文发表,且年发表量呈波动上升趋势.仅2019年上半年已经发表16篇文献,可以预见,2019年文献数量将比2018年有较大幅度增长.相关论文的发表趋势表明城镇化与气候变化的联系越来越受到学界关注.文献围绕城镇化与气候变化的相互作用,城镇化与气候变化对城市的共同影响,以及城市应对城镇化和气候变化影响的机制展开,其中城镇化对气候变化的影响是一个重要的研究主题.城镇化对气候变化影响的相关研究主要集中于城镇化对气候变化影响的实证分析和城镇化对气候变化的影响机理两方面.可将影响气候变化的城镇化要素分为下垫面改变、温室气体与污染排放、人为热排放等,研究的实质问题是城镇化要素对气候变化的影响.2010年之前的研究通常采用气象站点观测数据,利用城—乡数据差异表征城镇化的影响.近些年来模式模拟方法和利用卫星/遥感等数据方法兴起,尤其近5年模式模拟研究增多.利用各种城镇化和气候模式,不仅模拟了过去的城镇化和气候模式,评估过去城镇化对气候变化的影响[16,17,18],还预测未来城镇化情景和未来城镇化对气候变化的影响[19,20].通过构建不同的城镇化模式评估其不同影响[18],以及模拟不同的城市应对模式以评估不同情景下的风险[21],提出了适应未来气候变化的城镇化发展模式和措施[22,23].近几年的研究开始关注社会因素,如城镇化中人口结构变动对气候变化的影响[24].基于上述搜索结果中的文献,本文从城镇化对气候变化的影响和城镇化对气候变化影响的机理两方面进行总结. ...
... 地气系统辐射平衡中,大气中的温室气体吸收地表发射的长波辐射,对地球起到保温作用.但过多的温室气体会打破辐射平衡,对地气系统产生正辐射强迫,促进地表和空气温度升高.城市人为排放的温室气体来源于化石燃料燃烧(用于电力生产、交通运输、工业化过程和家庭取暖),土地利用变化,城市垃圾填埋,水泥生产,农村地区为满足城市食品、原材料、建筑材料等需求的农业和畜牧业.城镇化和工业化相互促进,经济发展过程中用于工业生产、交通、取暖等的化石燃料燃烧增加.城镇化进程中人口规模增加、人口集中分布和家庭规模变小导致的能源经济效益降低[24],以及生产方式、生活方式改变都导致温室气体排放成倍增加.研究表明城镇化、能源消耗与二氧化碳排放呈长期的双向正相关关系,三者之间存在长期和短期的双向因果关系[104].城镇化将地表植被转变为城市用地,阻碍了植被对二氧化碳的吸收.城镇化过程中的碳排放显著地影响陆—气大气交换[74].温室气体排放带来的升温效应影响城市气象条件,气象变化进而影响大气扩散能力,不利于污染物扩散[80],温度上升还促进次生有机气溶胶转化[87],加剧空气污染. ...
102(D2):1 909
2
1997
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... [25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
Evidence for a significant urbanization effect on climate in China
3
2004
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
... [26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
117(D21)
2
2012
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
Numerical study on regional climate change due to the rapid urbanization of greater Ho Chi Minh City's metropolitan area over the past 20 years
3
2016
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 热岛效应从空间上反映了城镇化对温度的影响.研究表明大多数城市都存在热岛效应,且热岛强度持续增强.热岛强度在夜间强于白天[18,38],这是因为夜间大气层结稳定度高于白天,城市与其周围地区之间水平和垂直方向的混合作用较白天弱,而且白天逆温消失、风速增大,这些因素均导致夜晚热岛强度高于白天.Zhou等[43]的研究表明,热岛效应从城市地区向外呈指数型衰退,随距城市距离增加而存在断崖式下降.热岛效应的影响范围夜晚大于白天,白天热岛效应在空间上衰减更快[43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
Comparison of the impact of global climate changes and urbanization on summertime future climate in the Tokyo Metropolitan Area
1
2012
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
Impacts of land use land cover on temperature trends over the continental United States: Assessment using the North American Regional Reanalysis
1
2010
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
Observational evidence of sensitivity of surface climate changes to land types & urbanization
2
2005
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
Regional climate variations in south China related to global climate change and local urbanization
4
2009
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化对气候变化影响的研究中,对于其他气候要素的研究较少.城镇化过程中植被或农用地转变为城市不透水地表致使下垫面水分蒸发和蒸腾量减少,空气湿度下降,形成城市干岛效应.实证研究表明城镇化导致空气相对湿度呈下降趋势[36,37,44,90].研究表明,中国珠三角的2 m水蒸气混合比最大降幅接近1 g/kg,长三角和京津冀最大降幅接近0.8和0.6 g/kg[48].1984—2005年中国南方城镇化对相对湿度下降的贡献率是38%[32].城镇化引起的空气相对湿度下降存在季节和背景条件差异.中国东南部地区夏季和秋季相对湿度下降幅度大于春季和冬季[36].城镇化导致的干岛效应在潮湿的年份强于干燥的年份[91]. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
The combined influence of background climate and urbanization on the regional warming in Southeast China
3
2012
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
... ,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
Impact of urbanization and land-use change on surface climate in middle and lower reaches of the Yangtze River, 1988-2008
1
2015
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
Effect of Urbanization on land-surface temperature at an urban climate station in North China
2
2017
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
Regional climate change and local urbanization effects on weather variables in Southeast China
3
2011
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 城镇化对气候变化影响的研究中,对于其他气候要素的研究较少.城镇化过程中植被或农用地转变为城市不透水地表致使下垫面水分蒸发和蒸腾量减少,空气湿度下降,形成城市干岛效应.实证研究表明城镇化导致空气相对湿度呈下降趋势[36,37,44,90].研究表明,中国珠三角的2 m水蒸气混合比最大降幅接近1 g/kg,长三角和京津冀最大降幅接近0.8和0.6 g/kg[48].1984—2005年中国南方城镇化对相对湿度下降的贡献率是38%[32].城镇化引起的空气相对湿度下降存在季节和背景条件差异.中国东南部地区夏季和秋季相对湿度下降幅度大于春季和冬季[36].城镇化导致的干岛效应在潮湿的年份强于干燥的年份[91]. ...
... [36].城镇化导致的干岛效应在潮湿的年份强于干燥的年份[91]. ...
Rapid urbanization effect on local climate: Intercomparison of climate trends in Shenzhen and Hong Kong, 1968-2013
4
2015
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化对气候变化影响的研究中,对于其他气候要素的研究较少.城镇化过程中植被或农用地转变为城市不透水地表致使下垫面水分蒸发和蒸腾量减少,空气湿度下降,形成城市干岛效应.实证研究表明城镇化导致空气相对湿度呈下降趋势[36,37,44,90].研究表明,中国珠三角的2 m水蒸气混合比最大降幅接近1 g/kg,长三角和京津冀最大降幅接近0.8和0.6 g/kg[48].1984—2005年中国南方城镇化对相对湿度下降的贡献率是38%[32].城镇化引起的空气相对湿度下降存在季节和背景条件差异.中国东南部地区夏季和秋季相对湿度下降幅度大于春季和冬季[36].城镇化导致的干岛效应在潮湿的年份强于干燥的年份[91]. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
Modelling the impact of urbanisation on regional climate in the Greater London Area
4
2013
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 热岛效应从空间上反映了城镇化对温度的影响.研究表明大多数城市都存在热岛效应,且热岛强度持续增强.热岛强度在夜间强于白天[18,38],这是因为夜间大气层结稳定度高于白天,城市与其周围地区之间水平和垂直方向的混合作用较白天弱,而且白天逆温消失、风速增大,这些因素均导致夜晚热岛强度高于白天.Zhou等[43]的研究表明,热岛效应从城市地区向外呈指数型衰退,随距城市距离增加而存在断崖式下降.热岛效应的影响范围夜晚大于白天,白天热岛效应在空间上衰减更快[43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... 城镇化过程中建筑密度和高度增加导致地表粗糙度增加,影响地表动量交换,研究认为城市具有减缓风场的机械效应[18].实证研究表明随着城镇化发展,城市风速呈减小趋势[38].研究还指出城镇化可能改变风向.城镇化影响日照时长,研究表明城镇化引起明显的暗岛效应,日照时间呈下降趋势,且城市规模越大,暗岛效应越强,未来日照时间下降的趋势将持续[92].有关城镇化对日照影响的研究并未阐述其中机理.城镇化过程中下垫面改变引起的反照率和对流通量变化促进非经典中尺度环流(non-classical meso-scale circulations),有助于对流云的形成[55].而气溶胶引致的辐射强迫降低了大气不稳定性,压制了对流[42],不利于云的形成[93].Rosenfeld[56]的研究表明,较小的云滴大小与人为因素导致的气溶胶集聚增加有关. ...
... 此外,生物圈模式、数值大气模拟方法(the Regional Atmospheric Modeling System,RAMS)、中尺度气象模式METRAS(the Non-Hydrostatic Mesoscale Meteorological Model)等其他模式也运用到城镇化对气候变化影响研究中.Bounoua等[52]建立融合了基于Landsat的不透水地表和基于MODIS的植被的生物圈模式,评估城市热岛效应及其演化.卫星遥感影像是城市地表能量收支和城市热岛以及城市气候学研究的重要工具.选取Landsat TM/ETM、MODIS、ASTER和IKONOS卫星图像分析了罗马尼亚布加勒斯特大都市区土地利用/覆盖类型变化与城市气候的关系[97].Comarazamy等[101]基于大气条件驱动模式和土地覆盖利用的数值矩阵,采用数值大气模式模拟方法RAMS,研究波多黎各圣胡安都市区土地覆盖利用变化对气候的影响.利用中尺度气象模式METRAS耦合复杂多层城市冠层模式(the Sophisticated Urban Canopy Scheme,BEP),研究了伦敦市区城镇化对局地气候的影响[38].Zhao等[66]采用分散式水文土壤植被模式(Distributed Hydrology Soil Vegetation Model)模拟历史和未来土地利用变化以象征城镇化过程,研究城镇化和气候变化对径流的影响.值得注意的是,当前研究往往选取SLUCM作为气候模式耦合对象,而BEP是对城市下垫面更精细的描述,研究表明单层冠层方案的模拟效果差于多层冠层方案[98].因此,未来的研究应加强多层城市冠层模式的耦合应用. ...
Impact of urbanization and land-use change on climate
3
2003
... 尽管极少数研究发现城镇化可能引起降温,如Tayanc等[25]发现土耳其北部地区的大气污染物、二氧化硫、颗粒物(Particular Matter,PM)导致夏季平均温度呈下降趋势,但是多数研究认为城镇化导致城市地区显著增温,而且随着全球城镇化持续推进,城市人口不断增加,增温趋势还将继续.从不同区域来看,温度升高程度不同.城镇化对中国东南部气候变化存在显著影响,城镇化导致地表温度升高0.05°C/10a,温升超过其他时期和地区[26].城市扩张使得城市地区的地表空气温度上升[27].利用天气预报模式(The Weather Research and Forecasting Model,WRF)和城市冠层模式(Urban Canopy Model,UCM)模拟城镇化对日本关东地区气候的影响,发现城镇化增加了闷热夜晚出现的次数[17].过去20年越南大胡志明市的城市地区地表气温上升了约0.3 °C,由郊区或农村转变为城市的地区地表气温上升了约0.6 °C,造成变化的主要原因是农用地或草地转变为城市用地[28],表明城镇化过程引起增温.Adachi等[29]和Zhan等[20]分别模拟未来东京都市圈和京津唐地区城镇化情景,结论均认为城市将继续增温.植被转变为农业用地会增大潜热通量,减小地表粗糙度,地表反照率增大,降低温度,而植被转变为城市不透水地表致使潜热通量减小,地表粗糙度增大,反照率减小,温度升高.因此,相比植被转变为城市用地,将农业用地转变为城市不透水地表时潜热通量减小,地表粗糙度增大,反照率减小和温度上升的程度都更大.相关研究结果论证了这一点,美国大陆的森林转变为城市用地温度升高了0.066 °C,而农用地转变为城市用地使得温度升高0.103 °C [30].研究表明城市增温快于郊区和农村地区[31].部分研究量化了城镇化对温度的影响程度,认为城镇化对温度的影响可能在加剧.1984—2005年中国南方城镇化对最低温度增长的贡献率是58%[32].Si等[33]对观测数据与美国国家环境预测中心/美国能源部再分析数据(R-2)的比较分析表明,1979年以来中国东南部土地利用变化对区域年平均最低温度和秋季平均最低温度增长分别贡献了32.9%和28.8%.Yao等[34]认为1988—2008年中国长江中下游地区的土地利用变化对区域温度的影响越来越大.研究表明城镇化导致年平均日较差缩小[25,35,36,37,38],城市和其他土地利用变化解释了50%的日较差减小[39]. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
... [39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
Factors affecting dry deposition of SO2 on forests and grasslands
1
1978
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
Climate variability and urbanization in Athens
2
63
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
Urbanization-induced urban heat island and aerosol effects on climate extremes in the Yangtze River Delta Region of China
8
2017
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... [42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化是极端事件频发的重要原因之一,城镇化对极端事件的影响主要体现在极端温度和极端降水两方面.极端高温和热浪天数反映了城镇化对极端温度的影响.京津冀大都市区近20年来城市土地利用特征的演变对极端高温事件期间的极端气温有显著影响.利用WRF和SLUCM模拟城镇化的影响,结果表明新的城市发展导致了极端热浪地区的加剧和扩张,区域平均日最高温度从36.7 °C上升至37.3 °C[67].2006—2010年中国长三角地区热浪日数增加3.7 d/a,热应力加剧[42].Bian等[68]分析石家庄市1962—2011年极端温度变化趋势,发现城镇化对最高温度大于35 °C的日数的长期趋势影响是+1.1 d/10 a,对极端最高温度的长期趋势影响是+0.16 °C/10 a.城镇化对夏季温度的显著影响是城市高温热浪频发的原因之一,Cheng[69]的研究指出城镇化对上海市区夏季平均温度的贡献率(50.4%)大于对全年平均温度的贡献率(38.3%). ...
... 城镇化促进极端降水[70].中国珠三角城市群在快速城镇化时期(1994—2016年)的小时降水强度和极端降水总量均较前城镇化时期(1971—1993年)显著增加,短时突发降雨事件发生频率高于长时连续降雨事件发生频率,这与城镇化密切相关[71].上海市1981—2014年城镇化发展时期,小时强降水频率显著增加,具有明显的局域性和突发性,而且强降水越来越集中在市中心和城郊地区.上海市城镇化进程对城市暴雨事件发生频率和强度的增加均有较大贡献[72].极端降水的空间分布不均同样证明了城镇化的影响,研究发现城市地区极端降水的频率和强度均高于非城市地区[11].研究认为,白天下午的城市热岛效应增强了城市上空的辐合和上升气流,增加了夏季极端降水的频率[42].区域变暖、水汽回流辐合、大气不稳定都为极端降水提供了有利的物理背景[72],Wu等[71]的研究指出,城市热岛的热扰动促进对流,而对流是形成和增强局地极端降水的重要原因,这表明城镇化对极端降水的影响具有直接和间接的双重作用,城镇化对温度和水汽等其他气候要素的作用间接促进了极端降水.城镇化导致强降水空间变异性增加,这反过来又为城市降水强度的增强提供了大气条件,导致少数城市地区极端降水增加[70]. ...
... 城镇化过程中建筑密度和高度增加导致地表粗糙度增加,影响地表动量交换,研究认为城市具有减缓风场的机械效应[18].实证研究表明随着城镇化发展,城市风速呈减小趋势[38].研究还指出城镇化可能改变风向.城镇化影响日照时长,研究表明城镇化引起明显的暗岛效应,日照时间呈下降趋势,且城市规模越大,暗岛效应越强,未来日照时间下降的趋势将持续[92].有关城镇化对日照影响的研究并未阐述其中机理.城镇化过程中下垫面改变引起的反照率和对流通量变化促进非经典中尺度环流(non-classical meso-scale circulations),有助于对流云的形成[55].而气溶胶引致的辐射强迫降低了大气不稳定性,压制了对流[42],不利于云的形成[93].Rosenfeld[56]的研究表明,较小的云滴大小与人为因素导致的气溶胶集聚增加有关. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
... 城镇化过程中化石燃料燃烧和汽车尾气是大气污染的重要来源,由此带来的氮污染导致雨水酸度上升[73],同时促进城市地区无机氮沉降[76].农业活动减少引致氨排放减少,雨水中NH浓度呈下降趋势[73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
The footprint of urban heat island effect in China
7
2015
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... [43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 热岛效应从空间上反映了城镇化对温度的影响.研究表明大多数城市都存在热岛效应,且热岛强度持续增强.热岛强度在夜间强于白天[18,38],这是因为夜间大气层结稳定度高于白天,城市与其周围地区之间水平和垂直方向的混合作用较白天弱,而且白天逆温消失、风速增大,这些因素均导致夜晚热岛强度高于白天.Zhou等[43]的研究表明,热岛效应从城市地区向外呈指数型衰退,随距城市距离增加而存在断崖式下降.热岛效应的影响范围夜晚大于白天,白天热岛效应在空间上衰减更快[43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... [43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... [43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... [43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
Impacts of urbanization on future climate in China
6
47
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... ,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... [44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化对气候变化影响的研究中,对于其他气候要素的研究较少.城镇化过程中植被或农用地转变为城市不透水地表致使下垫面水分蒸发和蒸腾量减少,空气湿度下降,形成城市干岛效应.实证研究表明城镇化导致空气相对湿度呈下降趋势[36,37,44,90].研究表明,中国珠三角的2 m水蒸气混合比最大降幅接近1 g/kg,长三角和京津冀最大降幅接近0.8和0.6 g/kg[48].1984—2005年中国南方城镇化对相对湿度下降的贡献率是38%[32].城镇化引起的空气相对湿度下降存在季节和背景条件差异.中国东南部地区夏季和秋季相对湿度下降幅度大于春季和冬季[36].城镇化导致的干岛效应在潮湿的年份强于干燥的年份[91]. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
Projected urbanization impacts on surface climate and energy budgets in the Pearl River Delta of China
3
2013
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... ,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
Satellite remote sensing image based analysis of effects due to urbanization on climate and health
1
2013
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
Advance and future prospects of urban land use/cover change and ecological regulation of thermal environment
1
2018
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
城市土地利用/覆盖变化与热环境生态调控研究进展与展望
1
2018
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
Impacts of urbanization on summer climate in China: An assessment with coupled land‐atmospheric modeling
3
2016
... 城镇化对温度的影响存在昼夜、季节、城市规模、城镇化模式等的差异.城镇化对温度的影响在夜间更显著,热岛强度在夜间最强[40].城镇化对温度的影响具有季节差异,研究认为城镇化造成的增温在春季、夏季和秋季三季贡献较大[35,41],其中城镇化对夏季增温的影响最显著[16,42,43,44,45].夏季城镇化地区温度升高大于冬季[42,44,45],而且这种增温效应还会加强[44].城镇化对不同规模城市的温度影响不同,城市越大,城镇化的影响越大.城镇化使得高温日数显著增多[46],且相比一般城市,城镇化对大城市的影响更大.Zhou等[43]认为热岛效应影响范围与城市面积显著正相关.城镇化对温度影响的规模差异可能与不透水地表比例有关,匡文慧[47]指出中国城市面积越大,不透水地表比例相对越高,特大城市相对中小城市具有相对更高的不透水地表面积比例,不透水比例越大,城镇化的影响可能越大.不同城镇化模式的增温效应不同,集中城镇化的增温效应最强、范围更小,分散城镇化的增温效应最弱、范围更大[21,48].Li等[6]利用WRF和单层城市冠层模式(Single Layer Urban Canopy Model,SLUCM)模拟2种城镇化模式,结果表明不对称城镇化情景下(新加坡南部或北部是城市,另一半地区是森林)的热岛强度高于对称城镇化情景下(城市和森林均匀分布在新加坡)的热岛强度,说明集中城镇化的热岛强度大于分散城镇化的热岛强度. ...
... 城镇化对气候变化影响的研究中,对于其他气候要素的研究较少.城镇化过程中植被或农用地转变为城市不透水地表致使下垫面水分蒸发和蒸腾量减少,空气湿度下降,形成城市干岛效应.实证研究表明城镇化导致空气相对湿度呈下降趋势[36,37,44,90].研究表明,中国珠三角的2 m水蒸气混合比最大降幅接近1 g/kg,长三角和京津冀最大降幅接近0.8和0.6 g/kg[48].1984—2005年中国南方城镇化对相对湿度下降的贡献率是38%[32].城镇化引起的空气相对湿度下降存在季节和背景条件差异.中国东南部地区夏季和秋季相对湿度下降幅度大于春季和冬季[36].城镇化导致的干岛效应在潮湿的年份强于干燥的年份[91]. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
Evidence of urban-induced precipitation variability in arid climate regimes
1
2006
... 热岛效应从空间上反映了城镇化对温度的影响.研究表明大多数城市都存在热岛效应,且热岛强度持续增强.热岛强度在夜间强于白天[18,38],这是因为夜间大气层结稳定度高于白天,城市与其周围地区之间水平和垂直方向的混合作用较白天弱,而且白天逆温消失、风速增大,这些因素均导致夜晚热岛强度高于白天.Zhou等[43]的研究表明,热岛效应从城市地区向外呈指数型衰退,随距城市距离增加而存在断崖式下降.热岛效应的影响范围夜晚大于白天,白天热岛效应在空间上衰减更快[43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
Evaluation of vegetation effects on the generation and modification of mesoscale circulations
2
1988
... 热岛效应从空间上反映了城镇化对温度的影响.研究表明大多数城市都存在热岛效应,且热岛强度持续增强.热岛强度在夜间强于白天[18,38],这是因为夜间大气层结稳定度高于白天,城市与其周围地区之间水平和垂直方向的混合作用较白天弱,而且白天逆温消失、风速增大,这些因素均导致夜晚热岛强度高于白天.Zhou等[43]的研究表明,热岛效应从城市地区向外呈指数型衰退,随距城市距离增加而存在断崖式下降.热岛效应的影响范围夜晚大于白天,白天热岛效应在空间上衰减更快[43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... [50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
Stronger contributions of urbanization to heat wave trends in wet climates
1
2018
... 热岛效应从空间上反映了城镇化对温度的影响.研究表明大多数城市都存在热岛效应,且热岛强度持续增强.热岛强度在夜间强于白天[18,38],这是因为夜间大气层结稳定度高于白天,城市与其周围地区之间水平和垂直方向的混合作用较白天弱,而且白天逆温消失、风速增大,这些因素均导致夜晚热岛强度高于白天.Zhou等[43]的研究表明,热岛效应从城市地区向外呈指数型衰退,随距城市距离增加而存在断崖式下降.热岛效应的影响范围夜晚大于白天,白天热岛效应在空间上衰减更快[43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
Impact of urbanization on US surface climate
3
2015
... 热岛效应从空间上反映了城镇化对温度的影响.研究表明大多数城市都存在热岛效应,且热岛强度持续增强.热岛强度在夜间强于白天[18,38],这是因为夜间大气层结稳定度高于白天,城市与其周围地区之间水平和垂直方向的混合作用较白天弱,而且白天逆温消失、风速增大,这些因素均导致夜晚热岛强度高于白天.Zhou等[43]的研究表明,热岛效应从城市地区向外呈指数型衰退,随距城市距离增加而存在断崖式下降.热岛效应的影响范围夜晚大于白天,白天热岛效应在空间上衰减更快[43].热岛效应夏季强于冬季,且由于夏季对流更强,夏季热岛效应在空间上的衰减也更快[43].热岛效应的空间分布演变与城市扩张有密切联系[28].少数城市不存在热岛效应,却存在冷岛效应.夏季和冬季的白天兰州市都存在冷岛效应,天津的冬季存在冷岛效应.出现冷岛效应可能是因为这些城市和郊区具有比城镇化之前更强的植物活动和更大的土壤湿度,城镇化产生了冷却作用[43].Shepherd[49]和Segal等[50]的研究也讨论了冷岛效应存在的原因,湿润地区森林和湿地的减少导致蒸腾和蒸发作用减少,感热通量和波文比上升,促进温度升高,因此湿润地区的城镇化往往带来城市热岛.干旱地区的城镇化过程灌溉了土地,导致地区潜热通量比自然干旱和草地的潜热通量大[50],促进温度降低,因此干旱地区的城镇化往往带来城市冷岛.Liao等[51]发现,湿润地区城市热浪比农村强,表明城镇化对热浪有正的贡献作用,而干旱地区城镇化对热浪的贡献不明显,甚至是负的.Bounoua等[52]发现,对于建在森林中(湿润地区)的城市,白天城市地表温度比植被地带(城市周边)高,而干旱地区的城市,城市地表温度比植被地带(城市周边)低.这些研究都证明了城镇化对形成城市热岛或城市冷岛的差异主要受到湿润/干旱条件的影响. ...
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
... 此外,生物圈模式、数值大气模拟方法(the Regional Atmospheric Modeling System,RAMS)、中尺度气象模式METRAS(the Non-Hydrostatic Mesoscale Meteorological Model)等其他模式也运用到城镇化对气候变化影响研究中.Bounoua等[52]建立融合了基于Landsat的不透水地表和基于MODIS的植被的生物圈模式,评估城市热岛效应及其演化.卫星遥感影像是城市地表能量收支和城市热岛以及城市气候学研究的重要工具.选取Landsat TM/ETM、MODIS、ASTER和IKONOS卫星图像分析了罗马尼亚布加勒斯特大都市区土地利用/覆盖类型变化与城市气候的关系[97].Comarazamy等[101]基于大气条件驱动模式和土地覆盖利用的数值矩阵,采用数值大气模式模拟方法RAMS,研究波多黎各圣胡安都市区土地覆盖利用变化对气候的影响.利用中尺度气象模式METRAS耦合复杂多层城市冠层模式(the Sophisticated Urban Canopy Scheme,BEP),研究了伦敦市区城镇化对局地气候的影响[38].Zhao等[66]采用分散式水文土壤植被模式(Distributed Hydrology Soil Vegetation Model)模拟历史和未来土地利用变化以象征城镇化过程,研究城镇化和气候变化对径流的影响.值得注意的是,当前研究往往选取SLUCM作为气候模式耦合对象,而BEP是对城市下垫面更精细的描述,研究表明单层冠层方案的模拟效果差于多层冠层方案[98].因此,未来的研究应加强多层城市冠层模式的耦合应用. ...
On the relationship between the premonsoonal rainfall climatology and urban land cover dynamics in Kolkata city, India
2
2012
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化对降水影响的机理较为复杂,促进和抑制降水的因素同时存在.Mitra等[53]、Niyogi等[102]和Trusilova等[103]认为城镇化过程增加的感热通量、辐合、对流和大气不稳定性都会促进城市地区降水增加.城镇化带来的土地反照率和对流通量变化有利于对流云和降水形成[55].Shepherd等[54]总结了城市地区促进降水增加的4种方式:创造、加强或改变中尺度环流,从而使大气不稳定;通过高地表粗糙度促进近地表空气辐合;增加凝结核数量,比如通过污染;增加空气中来源于工业的水汽.而城镇化将植被转变为不透水地表,减少水分蒸发,对降雨起到抑制作用[6]. ...
Rainfall modification by major urban Areas: Observations from spaceborne rain radar on the TRMM satellite
3
2002
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... [54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化对降水影响的机理较为复杂,促进和抑制降水的因素同时存在.Mitra等[53]、Niyogi等[102]和Trusilova等[103]认为城镇化过程增加的感热通量、辐合、对流和大气不稳定性都会促进城市地区降水增加.城镇化带来的土地反照率和对流通量变化有利于对流云和降水形成[55].Shepherd等[54]总结了城市地区促进降水增加的4种方式:创造、加强或改变中尺度环流,从而使大气不稳定;通过高地表粗糙度促进近地表空气辐合;增加凝结核数量,比如通过污染;增加空气中来源于工业的水汽.而城镇化将植被转变为不透水地表,减少水分蒸发,对降雨起到抑制作用[6]. ...
Nonclassical mesoscale circulations caused by surface sensible heat-flux gradients
3
1992
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化过程中建筑密度和高度增加导致地表粗糙度增加,影响地表动量交换,研究认为城市具有减缓风场的机械效应[18].实证研究表明随着城镇化发展,城市风速呈减小趋势[38].研究还指出城镇化可能改变风向.城镇化影响日照时长,研究表明城镇化引起明显的暗岛效应,日照时间呈下降趋势,且城市规模越大,暗岛效应越强,未来日照时间下降的趋势将持续[92].有关城镇化对日照影响的研究并未阐述其中机理.城镇化过程中下垫面改变引起的反照率和对流通量变化促进非经典中尺度环流(non-classical meso-scale circulations),有助于对流云的形成[55].而气溶胶引致的辐射强迫降低了大气不稳定性,压制了对流[42],不利于云的形成[93].Rosenfeld[56]的研究表明,较小的云滴大小与人为因素导致的气溶胶集聚增加有关. ...
... 城镇化对降水影响的机理较为复杂,促进和抑制降水的因素同时存在.Mitra等[53]、Niyogi等[102]和Trusilova等[103]认为城镇化过程增加的感热通量、辐合、对流和大气不稳定性都会促进城市地区降水增加.城镇化带来的土地反照率和对流通量变化有利于对流云和降水形成[55].Shepherd等[54]总结了城市地区促进降水增加的4种方式:创造、加强或改变中尺度环流,从而使大气不稳定;通过高地表粗糙度促进近地表空气辐合;增加凝结核数量,比如通过污染;增加空气中来源于工业的水汽.而城镇化将植被转变为不透水地表,减少水分蒸发,对降雨起到抑制作用[6]. ...
TRMM observed first direct evidence of smoke from forest fires inhibiting rainfall
3
1999
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化过程中建筑密度和高度增加导致地表粗糙度增加,影响地表动量交换,研究认为城市具有减缓风场的机械效应[18].实证研究表明随着城镇化发展,城市风速呈减小趋势[38].研究还指出城镇化可能改变风向.城镇化影响日照时长,研究表明城镇化引起明显的暗岛效应,日照时间呈下降趋势,且城市规模越大,暗岛效应越强,未来日照时间下降的趋势将持续[92].有关城镇化对日照影响的研究并未阐述其中机理.城镇化过程中下垫面改变引起的反照率和对流通量变化促进非经典中尺度环流(non-classical meso-scale circulations),有助于对流云的形成[55].而气溶胶引致的辐射强迫降低了大气不稳定性,压制了对流[42],不利于云的形成[93].Rosenfeld[56]的研究表明,较小的云滴大小与人为因素导致的气溶胶集聚增加有关. ...
... 城镇化过程中化石燃料燃烧和汽车尾气是大气污染的重要来源,由此带来的氮污染导致雨水酸度上升[73],同时促进城市地区无机氮沉降[76].农业活动减少引致氨排放减少,雨水中NH浓度呈下降趋势[73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
Quantifying precipitation suppression due to air pollution
2
2004
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化过程中化石燃料燃烧和汽车尾气是大气污染的重要来源,由此带来的氮污染导致雨水酸度上升[73],同时促进城市地区无机氮沉降[76].农业活动减少引致氨排放减少,雨水中NH浓度呈下降趋势[73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
A satellite-based parameter to monitor the aerosol impact on convective clouds
2
2007
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化过程中化石燃料燃烧和汽车尾气是大气污染的重要来源,由此带来的氮污染导致雨水酸度上升[73],同时促进城市地区无机氮沉降[76].农业活动减少引致氨排放减少,雨水中NH浓度呈下降趋势[73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
The effects of climate change and urbanization on the runoff of the Rock Creek basin in the Portland metropolitan area, Oregon, USA
2
2010
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
A survey of relationship between urbanization and climate change for major cities in Iran
2
2019
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 当前研究主要通过3种方法论证城镇化对气候产生影响以及评估城镇化对气候变化的影响程度.一种方法是城镇化指标与气候指标的相关性研究.如Liu等[94]通过人口增长、建成区扩张和能源消耗3个指标模拟非线性方法以代表城镇化发展速度,研究发现城镇化速度和温度变化有很强的线性相关性,结论指出1993—2008年中国长沙市的温度上升和城镇化速率具有密切关系,城镇化对城市温度的影响呈显著的增长趋势.Sarvari[60]分析温度、辐射和降水等气候要素与城市人口数量的pearson相关关系,认为伊朗城镇化对气候变化产生了重要影响,Karl等[95]建立了城市增长与年平均温度之间的方程. ...
Large-scale urbanization effects on eastern Asian summer monsooncirculation and climate
3
2015
... 影响降水的因素很多,复杂交织的影响的异向性使得降水预测具有不确定性[45].城镇化促进和抑制降水的因素同时存在,加之局地气候的扰动,城镇化对降水的影响方向存在不确定性.城镇化增加的感热通量、辐合、对流[53]、凝结核数量[54],以及城镇化带来的土地反照率和对流通量变化促进降水增加[55],而城镇化过程减少的蒸发量[6]和增加的气溶胶[56,57,58]不利于降水形成.部分研究表明城镇化导致降水增加,形成城市雨岛效应.Zhang等[16]根据WRF模拟结果指出,2003—2007年长三角城市地区夏季降水增加了15%.Li等[32]的研究指出,1984—2005年中国南方城镇化对降水增加的贡献率是87%.Franczyk等[59]预测在城镇化和气候变化的共同作用下,美国波特兰都市区某盆地的年平均降水将增加2%.城镇化引起降水强度增加,加大城市洪水风险.Zhong等[42]指出长三角的热岛效应增强了夏季强降水频率.城市下风区降水往往更多.Shepherd等[54]研究美国部分城市降水变化发现,城市平均降雨量增加5.6%,而下风地区增加了28.4%.不同城镇化模式对降水的影响程度不同,集中城镇化模式下,降雨的空间分布更加集中,降雨中心的范围更广、强度更大[21].部分研究发现城镇化对降水起到抑制作用,Sarvari[60]研究伊朗7个主要城镇化地区1976—2016年的气候数据,发现这些地区降水逐渐减少.还有部分研究指出城镇化对降水的影响无明显方向性.如Li等[37]的研究表明城镇化对深圳和香港的降水都没有显著影响.即使在同一区域内,城镇化对降水的影响方向也可能不同.中国北部和东北部地区初夏降水增强,35°N地带的中国南部地区的降水减弱.但是,夏末中国东北、朝鲜半岛和日本的降水明显受到抑制,中国南部、南海以及中国台湾岛南部和东南部的海洋区域的降水量有所增加[61].Chen等[44]认为,中国城镇化对夏季降水的影响存在地区差异,降水有的地方增加、有的地方减小. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
... 城镇化过程中下垫面改变导致地表反照率和粗糙度等的变化,地表反射的短波辐射减少,吸收的短波辐射增加,促进城市温度升高和城市热岛效应.城镇化通过地表暗面、改变地表几何形状、减少冬季积雪使得地表反照率减小.建筑材料比非城市地表有更低的反照率.城市地表粗糙度较大,入射的短波辐射多次反射致使地表反照率降低.城镇化过程中人工建筑取代自然植被,潜热通量减少,由公式(1)可知,感热通量增加并成为地表能量通量的主要组成[7,100],波文比增大,加热城市空气[61],促进城市热岛效应的形成.以人工下垫面代替平原植被使得热响应指数(Thermal Response Number)减小,提高城市地表温度所需能量减少[101].Grimm等[5]指出,土地覆盖模式、城市规模、不透水表面、绿色植物和水覆盖面积减少、多层建筑引起吸收的太阳能增多等因素导致了热岛效应. ...
Flashiness and flooding of two lakes in the upper midwest during a century of urbanization and climate change
1
2016
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
Detection and attribution of urbanization effect on flood extremes using nonstationary flood-frequency models
2
2015
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
... [63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
Potential effects of climate change and urbanization on mean annual streamflow in the United States
1
2000
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
Effects of urbanization and climate change on surface runoff of the Brussels Capital Region: A case study using an urban soil-vegetation-atmosphere-transfer model
1
2011
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
Effects of urbanization and climate change on peak flows over the San Antonio River Basin, Texas
2
2016
... 城镇化引起的强降水和不透水地表导致的地表蒸散量及渗透量减少共同促进径流速率、水量和水位增加,进而增大城市洪涝风险[62],特别是夏季洪水灾害[63].Bounoua等[52]指出美国夏季不透水地表排出12%的降水量,而植被地带仅排出3.2%的降水.Franczyk等[59]预测在城镇化和气候变化的共同作用下2040年美国波特兰地区某盆地的年平均径流将增加2%~7%.未来美国城市地区年平均径流增幅为103%,增幅远高于农村地区[64].城镇化导致呼和浩特年地表径流增加了208%~413%,且城镇化对洪涝量的影响(194%~942%)大于气候变化的影响(64%~200%)[13].Hamdi等[65]评估比利时首都布鲁塞尔的不透水地表对径流的影响,发现当不透水率超过35%时,地表径流、高峰流量和洪灾频率都发生变化.洪水的大小和频率随着城镇化程度的提高而增加[63].Zhao等[66]模拟城镇化过程,认为随着城市不透水面积增加,年洪峰流量可能从601 m3/s增加到885 m3/s.在气候变化和城镇化的共同影响下,预测2100年越南芹苴市的洪水将显著增加[19]. ...
... 此外,生物圈模式、数值大气模拟方法(the Regional Atmospheric Modeling System,RAMS)、中尺度气象模式METRAS(the Non-Hydrostatic Mesoscale Meteorological Model)等其他模式也运用到城镇化对气候变化影响研究中.Bounoua等[52]建立融合了基于Landsat的不透水地表和基于MODIS的植被的生物圈模式,评估城市热岛效应及其演化.卫星遥感影像是城市地表能量收支和城市热岛以及城市气候学研究的重要工具.选取Landsat TM/ETM、MODIS、ASTER和IKONOS卫星图像分析了罗马尼亚布加勒斯特大都市区土地利用/覆盖类型变化与城市气候的关系[97].Comarazamy等[101]基于大气条件驱动模式和土地覆盖利用的数值矩阵,采用数值大气模式模拟方法RAMS,研究波多黎各圣胡安都市区土地覆盖利用变化对气候的影响.利用中尺度气象模式METRAS耦合复杂多层城市冠层模式(the Sophisticated Urban Canopy Scheme,BEP),研究了伦敦市区城镇化对局地气候的影响[38].Zhao等[66]采用分散式水文土壤植被模式(Distributed Hydrology Soil Vegetation Model)模拟历史和未来土地利用变化以象征城镇化过程,研究城镇化和气候变化对径流的影响.值得注意的是,当前研究往往选取SLUCM作为气候模式耦合对象,而BEP是对城市下垫面更精细的描述,研究表明单层冠层方案的模拟效果差于多层冠层方案[98].因此,未来的研究应加强多层城市冠层模式的耦合应用. ...
The contribution of urbanization to recent extreme heat events and a potential mitigation strategy in the Beijing-Tianjin-Hebei metropolitan area
1
114
... 城镇化是极端事件频发的重要原因之一,城镇化对极端事件的影响主要体现在极端温度和极端降水两方面.极端高温和热浪天数反映了城镇化对极端温度的影响.京津冀大都市区近20年来城市土地利用特征的演变对极端高温事件期间的极端气温有显著影响.利用WRF和SLUCM模拟城镇化的影响,结果表明新的城市发展导致了极端热浪地区的加剧和扩张,区域平均日最高温度从36.7 °C上升至37.3 °C[67].2006—2010年中国长三角地区热浪日数增加3.7 d/a,热应力加剧[42].Bian等[68]分析石家庄市1962—2011年极端温度变化趋势,发现城镇化对最高温度大于35 °C的日数的长期趋势影响是+1.1 d/10 a,对极端最高温度的长期趋势影响是+0.16 °C/10 a.城镇化对夏季温度的显著影响是城市高温热浪频发的原因之一,Cheng[69]的研究指出城镇化对上海市区夏季平均温度的贡献率(50.4%)大于对全年平均温度的贡献率(38.3%). ...
Urbanization effect on long-term trends of extreme temperature indices at Shijiazhuang station, North China
1
119
... 城镇化是极端事件频发的重要原因之一,城镇化对极端事件的影响主要体现在极端温度和极端降水两方面.极端高温和热浪天数反映了城镇化对极端温度的影响.京津冀大都市区近20年来城市土地利用特征的演变对极端高温事件期间的极端气温有显著影响.利用WRF和SLUCM模拟城镇化的影响,结果表明新的城市发展导致了极端热浪地区的加剧和扩张,区域平均日最高温度从36.7 °C上升至37.3 °C[67].2006—2010年中国长三角地区热浪日数增加3.7 d/a,热应力加剧[42].Bian等[68]分析石家庄市1962—2011年极端温度变化趋势,发现城镇化对最高温度大于35 °C的日数的长期趋势影响是+1.1 d/10 a,对极端最高温度的长期趋势影响是+0.16 °C/10 a.城镇化对夏季温度的显著影响是城市高温热浪频发的原因之一,Cheng[69]的研究指出城镇化对上海市区夏季平均温度的贡献率(50.4%)大于对全年平均温度的贡献率(38.3%). ...
On trend estimation and significance testing for non-Gaussian and serially dependent data: Quantifying the urbanization effect on trends in hot extremes in the megacity of Shanghai
1
47
... 城镇化是极端事件频发的重要原因之一,城镇化对极端事件的影响主要体现在极端温度和极端降水两方面.极端高温和热浪天数反映了城镇化对极端温度的影响.京津冀大都市区近20年来城市土地利用特征的演变对极端高温事件期间的极端气温有显著影响.利用WRF和SLUCM模拟城镇化的影响,结果表明新的城市发展导致了极端热浪地区的加剧和扩张,区域平均日最高温度从36.7 °C上升至37.3 °C[67].2006—2010年中国长三角地区热浪日数增加3.7 d/a,热应力加剧[42].Bian等[68]分析石家庄市1962—2011年极端温度变化趋势,发现城镇化对最高温度大于35 °C的日数的长期趋势影响是+1.1 d/10 a,对极端最高温度的长期趋势影响是+0.16 °C/10 a.城镇化对夏季温度的显著影响是城市高温热浪频发的原因之一,Cheng[69]的研究指出城镇化对上海市区夏季平均温度的贡献率(50.4%)大于对全年平均温度的贡献率(38.3%). ...
Increased spatial variability and intensification of extreme monsoon rainfall due to urbanization
3
2018
... 城镇化促进极端降水[70].中国珠三角城市群在快速城镇化时期(1994—2016年)的小时降水强度和极端降水总量均较前城镇化时期(1971—1993年)显著增加,短时突发降雨事件发生频率高于长时连续降雨事件发生频率,这与城镇化密切相关[71].上海市1981—2014年城镇化发展时期,小时强降水频率显著增加,具有明显的局域性和突发性,而且强降水越来越集中在市中心和城郊地区.上海市城镇化进程对城市暴雨事件发生频率和强度的增加均有较大贡献[72].极端降水的空间分布不均同样证明了城镇化的影响,研究发现城市地区极端降水的频率和强度均高于非城市地区[11].研究认为,白天下午的城市热岛效应增强了城市上空的辐合和上升气流,增加了夏季极端降水的频率[42].区域变暖、水汽回流辐合、大气不稳定都为极端降水提供了有利的物理背景[72],Wu等[71]的研究指出,城市热岛的热扰动促进对流,而对流是形成和增强局地极端降水的重要原因,这表明城镇化对极端降水的影响具有直接和间接的双重作用,城镇化对温度和水汽等其他气候要素的作用间接促进了极端降水.城镇化导致强降水空间变异性增加,这反过来又为城市降水强度的增强提供了大气条件,导致少数城市地区极端降水增加[70]. ...
... [70]. ...
... 另一种方法是将城镇化地区与未受城镇化影响地区的气候数据进行对比,二者差异就是城镇化对气候的影响.部分研究对比城—乡站点气候指标[32,33,41,43],这种方法把农村看作未受城镇化影响的地带,但实际上城镇化的影响可能蔓延到农村地区,而且部分农村站点在城镇化过程中转变为城市站点,这类站点就变得难以区分.考虑到单纯采用观测数据可能引发上述问题,有研究将气象站点数据与再分析数据结合起来[26,31,33,39].如Kalnay等[39]将气象站点的温度数据与美国国家环境预测中心/美国国家大气研究中心再分析(R-1)的温度数据进行比较.R-1的地表温度数据由大气值估算,对地表变化不敏感.因而,观测的地表温度与R-1数据的差异就是城镇化和其他土地利用变化对气候的影响[26].同时,站点数据分析受限于站点数量和分布,Paul等[70]研究城镇化对极端降水的影响,认为单站数据分析如果没有足够高的空间密度,很可能会得出城镇化对降雨不存在影响的错误结论.一些研究方法具有新意,如Li等[37]对比地理相近、具有不同城镇化速率的2个城市——深圳和香港的气候趋势,发现城镇化速率明显映射到局地气候变化的速度上. ...
Observed link of extreme hourly precipitation changes to urbanization over coastal South China
2
2019
... 城镇化促进极端降水[70].中国珠三角城市群在快速城镇化时期(1994—2016年)的小时降水强度和极端降水总量均较前城镇化时期(1971—1993年)显著增加,短时突发降雨事件发生频率高于长时连续降雨事件发生频率,这与城镇化密切相关[71].上海市1981—2014年城镇化发展时期,小时强降水频率显著增加,具有明显的局域性和突发性,而且强降水越来越集中在市中心和城郊地区.上海市城镇化进程对城市暴雨事件发生频率和强度的增加均有较大贡献[72].极端降水的空间分布不均同样证明了城镇化的影响,研究发现城市地区极端降水的频率和强度均高于非城市地区[11].研究认为,白天下午的城市热岛效应增强了城市上空的辐合和上升气流,增加了夏季极端降水的频率[42].区域变暖、水汽回流辐合、大气不稳定都为极端降水提供了有利的物理背景[72],Wu等[71]的研究指出,城市热岛的热扰动促进对流,而对流是形成和增强局地极端降水的重要原因,这表明城镇化对极端降水的影响具有直接和间接的双重作用,城镇化对温度和水汽等其他气候要素的作用间接促进了极端降水.城镇化导致强降水空间变异性增加,这反过来又为城市降水强度的增强提供了大气条件,导致少数城市地区极端降水增加[70]. ...
... [71]的研究指出,城市热岛的热扰动促进对流,而对流是形成和增强局地极端降水的重要原因,这表明城镇化对极端降水的影响具有直接和间接的双重作用,城镇化对温度和水汽等其他气候要素的作用间接促进了极端降水.城镇化导致强降水空间变异性增加,这反过来又为城市降水强度的增强提供了大气条件,导致少数城市地区极端降水增加[70]. ...
The long-term variation of extreme heavy precipitation and its link to urbanization effects in Shanghai during 1916-2014
2
2017
... 城镇化促进极端降水[70].中国珠三角城市群在快速城镇化时期(1994—2016年)的小时降水强度和极端降水总量均较前城镇化时期(1971—1993年)显著增加,短时突发降雨事件发生频率高于长时连续降雨事件发生频率,这与城镇化密切相关[71].上海市1981—2014年城镇化发展时期,小时强降水频率显著增加,具有明显的局域性和突发性,而且强降水越来越集中在市中心和城郊地区.上海市城镇化进程对城市暴雨事件发生频率和强度的增加均有较大贡献[72].极端降水的空间分布不均同样证明了城镇化的影响,研究发现城市地区极端降水的频率和强度均高于非城市地区[11].研究认为,白天下午的城市热岛效应增强了城市上空的辐合和上升气流,增加了夏季极端降水的频率[42].区域变暖、水汽回流辐合、大气不稳定都为极端降水提供了有利的物理背景[72],Wu等[71]的研究指出,城市热岛的热扰动促进对流,而对流是形成和增强局地极端降水的重要原因,这表明城镇化对极端降水的影响具有直接和间接的双重作用,城镇化对温度和水汽等其他气候要素的作用间接促进了极端降水.城镇化导致强降水空间变异性增加,这反过来又为城市降水强度的增强提供了大气条件,导致少数城市地区极端降水增加[70]. ...
... [72],Wu等[71]的研究指出,城市热岛的热扰动促进对流,而对流是形成和增强局地极端降水的重要原因,这表明城镇化对极端降水的影响具有直接和间接的双重作用,城镇化对温度和水汽等其他气候要素的作用间接促进了极端降水.城镇化导致强降水空间变异性增加,这反过来又为城市降水强度的增强提供了大气条件,导致少数城市地区极端降水增加[70]. ...
Chemical composition of precipitation in Shenzhen, a coastal mega-city in South China: Influence of urbanization and anthropogenic activities on acidity and ionic composition
6
2019
... 人类活动在城市发展的不同阶段所产生的变化可以导致城镇化学特征的协同变化[73],城镇化通过城市建设过程中的人为排放和下垫面改变对大气化学产生影响.当前城镇化对大气化学的影响研究主要从城镇化对大气气体含量变化和陆—气气体交换方面展开.城镇化和城市扩张增加了碳排放,显著地影响陆—气大气交换[74].土地利用变化对碳源碳汇和二氧化碳的影响尤为突出.一方面,由于地表能量收支、水分收支与碳、氮收支高度耦合,土地利用转变导致的植物量改变引起能量和水分平衡变化,进一步影响碳的同化过程[7];另一方面,不透水材料的使用影响碳的固存,针对欧洲碳循环影响的研究表明城镇化导致欧洲碳固存增加0.058 PgC/a[75].城镇化是影响氮排放和氮沉降的重要因素,化石燃料燃烧和汽车尾气是氮污染的主要来源.研究发现深圳市雨水pH值从1980—1985年的5.22下降至2008—2009年的4.29,雨水中NO和nss-SO浓度均呈上升趋势,化石燃料燃烧产生的NOX排放是导致雨水酸度增加的重要原因[73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
... [73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
... [73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
... [73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
... 城镇化过程中化石燃料燃烧和汽车尾气是大气污染的重要来源,由此带来的氮污染导致雨水酸度上升[73],同时促进城市地区无机氮沉降[76].农业活动减少引致氨排放减少,雨水中NH浓度呈下降趋势[73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
... [73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
Impacts of urbanization on land-atmosphere carbon exchange within a metropolitan area in the USA
2
2006
... 人类活动在城市发展的不同阶段所产生的变化可以导致城镇化学特征的协同变化[73],城镇化通过城市建设过程中的人为排放和下垫面改变对大气化学产生影响.当前城镇化对大气化学的影响研究主要从城镇化对大气气体含量变化和陆—气气体交换方面展开.城镇化和城市扩张增加了碳排放,显著地影响陆—气大气交换[74].土地利用变化对碳源碳汇和二氧化碳的影响尤为突出.一方面,由于地表能量收支、水分收支与碳、氮收支高度耦合,土地利用转变导致的植物量改变引起能量和水分平衡变化,进一步影响碳的同化过程[7];另一方面,不透水材料的使用影响碳的固存,针对欧洲碳循环影响的研究表明城镇化导致欧洲碳固存增加0.058 PgC/a[75].城镇化是影响氮排放和氮沉降的重要因素,化石燃料燃烧和汽车尾气是氮污染的主要来源.研究发现深圳市雨水pH值从1980—1985年的5.22下降至2008—2009年的4.29,雨水中NO和nss-SO浓度均呈上升趋势,化石燃料燃烧产生的NOX排放是导致雨水酸度增加的重要原因[73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
... 地气系统辐射平衡中,大气中的温室气体吸收地表发射的长波辐射,对地球起到保温作用.但过多的温室气体会打破辐射平衡,对地气系统产生正辐射强迫,促进地表和空气温度升高.城市人为排放的温室气体来源于化石燃料燃烧(用于电力生产、交通运输、工业化过程和家庭取暖),土地利用变化,城市垃圾填埋,水泥生产,农村地区为满足城市食品、原材料、建筑材料等需求的农业和畜牧业.城镇化和工业化相互促进,经济发展过程中用于工业生产、交通、取暖等的化石燃料燃烧增加.城镇化进程中人口规模增加、人口集中分布和家庭规模变小导致的能源经济效益降低[24],以及生产方式、生活方式改变都导致温室气体排放成倍增加.研究表明城镇化、能源消耗与二氧化碳排放呈长期的双向正相关关系,三者之间存在长期和短期的双向因果关系[104].城镇化将地表植被转变为城市用地,阻碍了植被对二氧化碳的吸收.城镇化过程中的碳排放显著地影响陆—气大气交换[74].温室气体排放带来的升温效应影响城市气象条件,气象变化进而影响大气扩散能力,不利于污染物扩散[80],温度上升还促进次生有机气溶胶转化[87],加剧空气污染. ...
The response of the terrestrial biosphere to urbanization: Land cover conversion, climate, and urban pollution
1
2008
... 人类活动在城市发展的不同阶段所产生的变化可以导致城镇化学特征的协同变化[73],城镇化通过城市建设过程中的人为排放和下垫面改变对大气化学产生影响.当前城镇化对大气化学的影响研究主要从城镇化对大气气体含量变化和陆—气气体交换方面展开.城镇化和城市扩张增加了碳排放,显著地影响陆—气大气交换[74].土地利用变化对碳源碳汇和二氧化碳的影响尤为突出.一方面,由于地表能量收支、水分收支与碳、氮收支高度耦合,土地利用转变导致的植物量改变引起能量和水分平衡变化,进一步影响碳的同化过程[7];另一方面,不透水材料的使用影响碳的固存,针对欧洲碳循环影响的研究表明城镇化导致欧洲碳固存增加0.058 PgC/a[75].城镇化是影响氮排放和氮沉降的重要因素,化石燃料燃烧和汽车尾气是氮污染的主要来源.研究发现深圳市雨水pH值从1980—1985年的5.22下降至2008—2009年的4.29,雨水中NO和nss-SO浓度均呈上升趋势,化石燃料燃烧产生的NOX排放是导致雨水酸度增加的重要原因[73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
Urbanization in China changes the composition and main sources of wet inorganic nitrogen deposition
2
2014
... 人类活动在城市发展的不同阶段所产生的变化可以导致城镇化学特征的协同变化[73],城镇化通过城市建设过程中的人为排放和下垫面改变对大气化学产生影响.当前城镇化对大气化学的影响研究主要从城镇化对大气气体含量变化和陆—气气体交换方面展开.城镇化和城市扩张增加了碳排放,显著地影响陆—气大气交换[74].土地利用变化对碳源碳汇和二氧化碳的影响尤为突出.一方面,由于地表能量收支、水分收支与碳、氮收支高度耦合,土地利用转变导致的植物量改变引起能量和水分平衡变化,进一步影响碳的同化过程[7];另一方面,不透水材料的使用影响碳的固存,针对欧洲碳循环影响的研究表明城镇化导致欧洲碳固存增加0.058 PgC/a[75].城镇化是影响氮排放和氮沉降的重要因素,化石燃料燃烧和汽车尾气是氮污染的主要来源.研究发现深圳市雨水pH值从1980—1985年的5.22下降至2008—2009年的4.29,雨水中NO和nss-SO浓度均呈上升趋势,化石燃料燃烧产生的NOX排放是导致雨水酸度增加的重要原因[73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
... 城镇化过程中化石燃料燃烧和汽车尾气是大气污染的重要来源,由此带来的氮污染导致雨水酸度上升[73],同时促进城市地区无机氮沉降[76].农业活动减少引致氨排放减少,雨水中NH浓度呈下降趋势[73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
Long-term trend of chemical composition of wet atmospheric precipitation during 1986-2006 at Shenzhen City, China
1
2008
... 人类活动在城市发展的不同阶段所产生的变化可以导致城镇化学特征的协同变化[73],城镇化通过城市建设过程中的人为排放和下垫面改变对大气化学产生影响.当前城镇化对大气化学的影响研究主要从城镇化对大气气体含量变化和陆—气气体交换方面展开.城镇化和城市扩张增加了碳排放,显著地影响陆—气大气交换[74].土地利用变化对碳源碳汇和二氧化碳的影响尤为突出.一方面,由于地表能量收支、水分收支与碳、氮收支高度耦合,土地利用转变导致的植物量改变引起能量和水分平衡变化,进一步影响碳的同化过程[7];另一方面,不透水材料的使用影响碳的固存,针对欧洲碳循环影响的研究表明城镇化导致欧洲碳固存增加0.058 PgC/a[75].城镇化是影响氮排放和氮沉降的重要因素,化石燃料燃烧和汽车尾气是氮污染的主要来源.研究发现深圳市雨水pH值从1980—1985年的5.22下降至2008—2009年的4.29,雨水中NO和nss-SO浓度均呈上升趋势,化石燃料燃烧产生的NOX排放是导致雨水酸度增加的重要原因[73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
A numerical study of influences of urban land-use change on ozone distribution over the Pearl River Delta region, China
1
2007
... 人类活动在城市发展的不同阶段所产生的变化可以导致城镇化学特征的协同变化[73],城镇化通过城市建设过程中的人为排放和下垫面改变对大气化学产生影响.当前城镇化对大气化学的影响研究主要从城镇化对大气气体含量变化和陆—气气体交换方面展开.城镇化和城市扩张增加了碳排放,显著地影响陆—气大气交换[74].土地利用变化对碳源碳汇和二氧化碳的影响尤为突出.一方面,由于地表能量收支、水分收支与碳、氮收支高度耦合,土地利用转变导致的植物量改变引起能量和水分平衡变化,进一步影响碳的同化过程[7];另一方面,不透水材料的使用影响碳的固存,针对欧洲碳循环影响的研究表明城镇化导致欧洲碳固存增加0.058 PgC/a[75].城镇化是影响氮排放和氮沉降的重要因素,化石燃料燃烧和汽车尾气是氮污染的主要来源.研究发现深圳市雨水pH值从1980—1985年的5.22下降至2008—2009年的4.29,雨水中NO和nss-SO浓度均呈上升趋势,化石燃料燃烧产生的NOX排放是导致雨水酸度增加的重要原因[73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
The impact of urbanization during half a century on surface meteorology based on WRF model simulations over National Capital Region, India
2
134
... 人类活动在城市发展的不同阶段所产生的变化可以导致城镇化学特征的协同变化[73],城镇化通过城市建设过程中的人为排放和下垫面改变对大气化学产生影响.当前城镇化对大气化学的影响研究主要从城镇化对大气气体含量变化和陆—气气体交换方面展开.城镇化和城市扩张增加了碳排放,显著地影响陆—气大气交换[74].土地利用变化对碳源碳汇和二氧化碳的影响尤为突出.一方面,由于地表能量收支、水分收支与碳、氮收支高度耦合,土地利用转变导致的植物量改变引起能量和水分平衡变化,进一步影响碳的同化过程[7];另一方面,不透水材料的使用影响碳的固存,针对欧洲碳循环影响的研究表明城镇化导致欧洲碳固存增加0.058 PgC/a[75].城镇化是影响氮排放和氮沉降的重要因素,化石燃料燃烧和汽车尾气是氮污染的主要来源.研究发现深圳市雨水pH值从1980—1985年的5.22下降至2008—2009年的4.29,雨水中NO和nss-SO浓度均呈上升趋势,化石燃料燃烧产生的NOX排放是导致雨水酸度增加的重要原因[73].城市地区无机氮湿沉降大于郊区和农村地区,主要来源于汽车排放的NO解释了53.5%~79.1%的无机氮湿沉降.因此,城镇化对区域无机氮的湿沉降有重要影响,控制NOX排放,特别是汽车排放将是减少氮污染的有效策略[76].对深圳市雨水化学成分的研究发现,NH浓度呈下降趋势,而氨排放主要来源于农业生产活动[73],因此,城镇化过程中农业活动减少可能是NH浓度持续下降的主要原因[77].雨水中nss-Ca2+浓度呈上升趋势,这可能是由于密集的城市建设活动,如水泥厂、建筑、火力发电厂、交通等造成[73].此外,城市扩张通过影响城市温度、风速和混合层高度,增加了城市臭氧和次生有机气溶胶的浓度[78],城市热岛效应增加了能源需求,也促进臭氧等二次污染物的排放[79]. ...
... 城镇化过程中化石燃料燃烧和汽车尾气是大气污染的重要来源,由此带来的氮污染导致雨水酸度上升[73],同时促进城市地区无机氮沉降[76].农业活动减少引致氨排放减少,雨水中NH浓度呈下降趋势[73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
Effect of urbanization on the urban meteorology and air pollution in Hangzhou
6
2015
... 城镇化进程中污染物排放的增加是空气质量恶化的主要原因[80].实证研究表明,交通、建筑和能源生产的排放增加了城镇化环境中的金属负荷[81];气溶胶光学厚度(Aerosol Optical Thickness,AOT)与煤烟、二氧化硫、氮氧化物浓度呈显著正相关[80],城市地区的气溶胶光学厚度大于农村地区[82];无机氮和NH含量与接近市中心的程度均呈正相关,道路CO2排放与NO输入呈正相关[83];城市地区的铜、氮、铅、硫和锌的浓度均显著高于其他土地利用类型,这可能归因于城市地区排放量的增加和大气污染[84];人为污染排放的增加使长三角地区的PM2.5浓度净增加50 µg/m3,冬季雾霾日平均多出10天[85].研究杭州城市发展和气象特征,发现2000—2010年杭州大气氮氧化物浓度平均增加2.1 µg/m3,PM2.5浓度平均增加2.3 µg/m3,高度城镇化地区的PM2.5浓度增加30 µg/m3,平均能见度下降0.2 km,平均雾霾小时数增加0.46 h[80]. ...
... [80],城市地区的气溶胶光学厚度大于农村地区[82];无机氮和NH含量与接近市中心的程度均呈正相关,道路CO2排放与NO输入呈正相关[83];城市地区的铜、氮、铅、硫和锌的浓度均显著高于其他土地利用类型,这可能归因于城市地区排放量的增加和大气污染[84];人为污染排放的增加使长三角地区的PM2.5浓度净增加50 µg/m3,冬季雾霾日平均多出10天[85].研究杭州城市发展和气象特征,发现2000—2010年杭州大气氮氧化物浓度平均增加2.1 µg/m3,PM2.5浓度平均增加2.3 µg/m3,高度城镇化地区的PM2.5浓度增加30 µg/m3,平均能见度下降0.2 km,平均雾霾小时数增加0.46 h[80]. ...
... [80]. ...
... 城镇化过程中的人为排放对大气污染产生了重要影响,同时,城镇化通过城市气象对空气质量的间接影响也不容忽视.城镇化影响气象条件,气象变化又通过改变与温度有关的化学反应和排放、气粒分配、污染物通风来影响空气质量.气象环境的变化降低了城市大气的扩散能力[80],城市建筑对空气流动的动力(阻力)效应会减缓城市风速,增加空气污染浓度[80].Li等[86]指出导致PM2.5浓度变化的主要原因有:大气通风的变化;气温变化导致的半挥发性化合物气相分配的改变;气温变化引起的大气化学反应速率的变化.温度与气溶胶光学厚度显著正相关,城镇化促进温度升高,进而促进次生有机气溶胶转化[87].沿海地区的城镇化可能会影响区域陆—海风和环流[88],进而影响大气污染物扩散.夜间,城镇化对陆地的增温作用降低了海陆温差,导致陆风减小;白天,尽管城镇化对陆地仍有增温作用,促进海陆温差增大,但海风呈现减小趋势,这可能是由于地表粗糙度增加的动力效应和人为气溶胶的冷却效应导致[88].Lu等[89]认为深圳的城镇化可能会显著增强香港的低层水平辐合,导致香港空气污染恶化.研究发现降雨能冲刷大气中的气溶胶颗粒,导致气溶胶光学厚度短时突变[82],这有助于减缓大气污染. ...
... [80].Li等[86]指出导致PM2.5浓度变化的主要原因有:大气通风的变化;气温变化导致的半挥发性化合物气相分配的改变;气温变化引起的大气化学反应速率的变化.温度与气溶胶光学厚度显著正相关,城镇化促进温度升高,进而促进次生有机气溶胶转化[87].沿海地区的城镇化可能会影响区域陆—海风和环流[88],进而影响大气污染物扩散.夜间,城镇化对陆地的增温作用降低了海陆温差,导致陆风减小;白天,尽管城镇化对陆地仍有增温作用,促进海陆温差增大,但海风呈现减小趋势,这可能是由于地表粗糙度增加的动力效应和人为气溶胶的冷却效应导致[88].Lu等[89]认为深圳的城镇化可能会显著增强香港的低层水平辐合,导致香港空气污染恶化.研究发现降雨能冲刷大气中的气溶胶颗粒,导致气溶胶光学厚度短时突变[82],这有助于减缓大气污染. ...
... 地气系统辐射平衡中,大气中的温室气体吸收地表发射的长波辐射,对地球起到保温作用.但过多的温室气体会打破辐射平衡,对地气系统产生正辐射强迫,促进地表和空气温度升高.城市人为排放的温室气体来源于化石燃料燃烧(用于电力生产、交通运输、工业化过程和家庭取暖),土地利用变化,城市垃圾填埋,水泥生产,农村地区为满足城市食品、原材料、建筑材料等需求的农业和畜牧业.城镇化和工业化相互促进,经济发展过程中用于工业生产、交通、取暖等的化石燃料燃烧增加.城镇化进程中人口规模增加、人口集中分布和家庭规模变小导致的能源经济效益降低[24],以及生产方式、生活方式改变都导致温室气体排放成倍增加.研究表明城镇化、能源消耗与二氧化碳排放呈长期的双向正相关关系,三者之间存在长期和短期的双向因果关系[104].城镇化将地表植被转变为城市用地,阻碍了植被对二氧化碳的吸收.城镇化过程中的碳排放显著地影响陆—气大气交换[74].温室气体排放带来的升温效应影响城市气象条件,气象变化进而影响大气扩散能力,不利于污染物扩散[80],温度上升还促进次生有机气溶胶转化[87],加剧空气污染. ...
Temporal dynamics of urbanization-driven environmental changes explored by metal contamination in surface sediments in a restoring urban wetland park
1
2016
... 城镇化进程中污染物排放的增加是空气质量恶化的主要原因[80].实证研究表明,交通、建筑和能源生产的排放增加了城镇化环境中的金属负荷[81];气溶胶光学厚度(Aerosol Optical Thickness,AOT)与煤烟、二氧化硫、氮氧化物浓度呈显著正相关[80],城市地区的气溶胶光学厚度大于农村地区[82];无机氮和NH含量与接近市中心的程度均呈正相关,道路CO2排放与NO输入呈正相关[83];城市地区的铜、氮、铅、硫和锌的浓度均显著高于其他土地利用类型,这可能归因于城市地区排放量的增加和大气污染[84];人为污染排放的增加使长三角地区的PM2.5浓度净增加50 µg/m3,冬季雾霾日平均多出10天[85].研究杭州城市发展和气象特征,发现2000—2010年杭州大气氮氧化物浓度平均增加2.1 µg/m3,PM2.5浓度平均增加2.3 µg/m3,高度城镇化地区的PM2.5浓度增加30 µg/m3,平均能见度下降0.2 km,平均雾霾小时数增加0.46 h[80]. ...
Satellite-observed urbanization characters in Shanghai, China: Aerosols, urban heat island effect, and land-atmosphere interactions
2
2011
... 城镇化进程中污染物排放的增加是空气质量恶化的主要原因[80].实证研究表明,交通、建筑和能源生产的排放增加了城镇化环境中的金属负荷[81];气溶胶光学厚度(Aerosol Optical Thickness,AOT)与煤烟、二氧化硫、氮氧化物浓度呈显著正相关[80],城市地区的气溶胶光学厚度大于农村地区[82];无机氮和NH含量与接近市中心的程度均呈正相关,道路CO2排放与NO输入呈正相关[83];城市地区的铜、氮、铅、硫和锌的浓度均显著高于其他土地利用类型,这可能归因于城市地区排放量的增加和大气污染[84];人为污染排放的增加使长三角地区的PM2.5浓度净增加50 µg/m3,冬季雾霾日平均多出10天[85].研究杭州城市发展和气象特征,发现2000—2010年杭州大气氮氧化物浓度平均增加2.1 µg/m3,PM2.5浓度平均增加2.3 µg/m3,高度城镇化地区的PM2.5浓度增加30 µg/m3,平均能见度下降0.2 km,平均雾霾小时数增加0.46 h[80]. ...
... 城镇化过程中的人为排放对大气污染产生了重要影响,同时,城镇化通过城市气象对空气质量的间接影响也不容忽视.城镇化影响气象条件,气象变化又通过改变与温度有关的化学反应和排放、气粒分配、污染物通风来影响空气质量.气象环境的变化降低了城市大气的扩散能力[80],城市建筑对空气流动的动力(阻力)效应会减缓城市风速,增加空气污染浓度[80].Li等[86]指出导致PM2.5浓度变化的主要原因有:大气通风的变化;气温变化导致的半挥发性化合物气相分配的改变;气温变化引起的大气化学反应速率的变化.温度与气溶胶光学厚度显著正相关,城镇化促进温度升高,进而促进次生有机气溶胶转化[87].沿海地区的城镇化可能会影响区域陆—海风和环流[88],进而影响大气污染物扩散.夜间,城镇化对陆地的增温作用降低了海陆温差,导致陆风减小;白天,尽管城镇化对陆地仍有增温作用,促进海陆温差增大,但海风呈现减小趋势,这可能是由于地表粗糙度增加的动力效应和人为气溶胶的冷却效应导致[88].Lu等[89]认为深圳的城镇化可能会显著增强香港的低层水平辐合,导致香港空气污染恶化.研究发现降雨能冲刷大气中的气溶胶颗粒,导致气溶胶光学厚度短时突变[82],这有助于减缓大气污染. ...
Atmospheric nitrogen inputs and losses along an urbanization gradient from Boston to Harvard Forest, MA
1
2014
... 城镇化进程中污染物排放的增加是空气质量恶化的主要原因[80].实证研究表明,交通、建筑和能源生产的排放增加了城镇化环境中的金属负荷[81];气溶胶光学厚度(Aerosol Optical Thickness,AOT)与煤烟、二氧化硫、氮氧化物浓度呈显著正相关[80],城市地区的气溶胶光学厚度大于农村地区[82];无机氮和NH含量与接近市中心的程度均呈正相关,道路CO2排放与NO输入呈正相关[83];城市地区的铜、氮、铅、硫和锌的浓度均显著高于其他土地利用类型,这可能归因于城市地区排放量的增加和大气污染[84];人为污染排放的增加使长三角地区的PM2.5浓度净增加50 µg/m3,冬季雾霾日平均多出10天[85].研究杭州城市发展和气象特征,发现2000—2010年杭州大气氮氧化物浓度平均增加2.1 µg/m3,PM2.5浓度平均增加2.3 µg/m3,高度城镇化地区的PM2.5浓度增加30 µg/m3,平均能见度下降0.2 km,平均雾霾小时数增加0.46 h[80]. ...
Urbanization and atmospheric deposition: Use of bioindicators in determining patterns of land-use change in West Georgia
1
200
... 城镇化进程中污染物排放的增加是空气质量恶化的主要原因[80].实证研究表明,交通、建筑和能源生产的排放增加了城镇化环境中的金属负荷[81];气溶胶光学厚度(Aerosol Optical Thickness,AOT)与煤烟、二氧化硫、氮氧化物浓度呈显著正相关[80],城市地区的气溶胶光学厚度大于农村地区[82];无机氮和NH含量与接近市中心的程度均呈正相关,道路CO2排放与NO输入呈正相关[83];城市地区的铜、氮、铅、硫和锌的浓度均显著高于其他土地利用类型,这可能归因于城市地区排放量的增加和大气污染[84];人为污染排放的增加使长三角地区的PM2.5浓度净增加50 µg/m3,冬季雾霾日平均多出10天[85].研究杭州城市发展和气象特征,发现2000—2010年杭州大气氮氧化物浓度平均增加2.1 µg/m3,PM2.5浓度平均增加2.3 µg/m3,高度城镇化地区的PM2.5浓度增加30 µg/m3,平均能见度下降0.2 km,平均雾霾小时数增加0.46 h[80]. ...
Urbanization effect on winter haze in the Yangtze River Delta Region of China
1
2018
... 城镇化进程中污染物排放的增加是空气质量恶化的主要原因[80].实证研究表明,交通、建筑和能源生产的排放增加了城镇化环境中的金属负荷[81];气溶胶光学厚度(Aerosol Optical Thickness,AOT)与煤烟、二氧化硫、氮氧化物浓度呈显著正相关[80],城市地区的气溶胶光学厚度大于农村地区[82];无机氮和NH含量与接近市中心的程度均呈正相关,道路CO2排放与NO输入呈正相关[83];城市地区的铜、氮、铅、硫和锌的浓度均显著高于其他土地利用类型,这可能归因于城市地区排放量的增加和大气污染[84];人为污染排放的增加使长三角地区的PM2.5浓度净增加50 µg/m3,冬季雾霾日平均多出10天[85].研究杭州城市发展和气象特征,发现2000—2010年杭州大气氮氧化物浓度平均增加2.1 µg/m3,PM2.5浓度平均增加2.3 µg/m3,高度城镇化地区的PM2.5浓度增加30 µg/m3,平均能见度下降0.2 km,平均雾霾小时数增加0.46 h[80]. ...
Effects of urbanization on regional meteorology and air quality in Southern California
1
2019
... 城镇化过程中的人为排放对大气污染产生了重要影响,同时,城镇化通过城市气象对空气质量的间接影响也不容忽视.城镇化影响气象条件,气象变化又通过改变与温度有关的化学反应和排放、气粒分配、污染物通风来影响空气质量.气象环境的变化降低了城市大气的扩散能力[80],城市建筑对空气流动的动力(阻力)效应会减缓城市风速,增加空气污染浓度[80].Li等[86]指出导致PM2.5浓度变化的主要原因有:大气通风的变化;气温变化导致的半挥发性化合物气相分配的改变;气温变化引起的大气化学反应速率的变化.温度与气溶胶光学厚度显著正相关,城镇化促进温度升高,进而促进次生有机气溶胶转化[87].沿海地区的城镇化可能会影响区域陆—海风和环流[88],进而影响大气污染物扩散.夜间,城镇化对陆地的增温作用降低了海陆温差,导致陆风减小;白天,尽管城镇化对陆地仍有增温作用,促进海陆温差增大,但海风呈现减小趋势,这可能是由于地表粗糙度增加的动力效应和人为气溶胶的冷却效应导致[88].Lu等[89]认为深圳的城镇化可能会显著增强香港的低层水平辐合,导致香港空气污染恶化.研究发现降雨能冲刷大气中的气溶胶颗粒,导致气溶胶光学厚度短时突变[82],这有助于减缓大气污染. ...
Spatial and temporal distribution of aerosol optical depth and its relationship with urbanization in Shandong Province
2
2019
... 城镇化过程中的人为排放对大气污染产生了重要影响,同时,城镇化通过城市气象对空气质量的间接影响也不容忽视.城镇化影响气象条件,气象变化又通过改变与温度有关的化学反应和排放、气粒分配、污染物通风来影响空气质量.气象环境的变化降低了城市大气的扩散能力[80],城市建筑对空气流动的动力(阻力)效应会减缓城市风速,增加空气污染浓度[80].Li等[86]指出导致PM2.5浓度变化的主要原因有:大气通风的变化;气温变化导致的半挥发性化合物气相分配的改变;气温变化引起的大气化学反应速率的变化.温度与气溶胶光学厚度显著正相关,城镇化促进温度升高,进而促进次生有机气溶胶转化[87].沿海地区的城镇化可能会影响区域陆—海风和环流[88],进而影响大气污染物扩散.夜间,城镇化对陆地的增温作用降低了海陆温差,导致陆风减小;白天,尽管城镇化对陆地仍有增温作用,促进海陆温差增大,但海风呈现减小趋势,这可能是由于地表粗糙度增加的动力效应和人为气溶胶的冷却效应导致[88].Lu等[89]认为深圳的城镇化可能会显著增强香港的低层水平辐合,导致香港空气污染恶化.研究发现降雨能冲刷大气中的气溶胶颗粒,导致气溶胶光学厚度短时突变[82],这有助于减缓大气污染. ...
... 地气系统辐射平衡中,大气中的温室气体吸收地表发射的长波辐射,对地球起到保温作用.但过多的温室气体会打破辐射平衡,对地气系统产生正辐射强迫,促进地表和空气温度升高.城市人为排放的温室气体来源于化石燃料燃烧(用于电力生产、交通运输、工业化过程和家庭取暖),土地利用变化,城市垃圾填埋,水泥生产,农村地区为满足城市食品、原材料、建筑材料等需求的农业和畜牧业.城镇化和工业化相互促进,经济发展过程中用于工业生产、交通、取暖等的化石燃料燃烧增加.城镇化进程中人口规模增加、人口集中分布和家庭规模变小导致的能源经济效益降低[24],以及生产方式、生活方式改变都导致温室气体排放成倍增加.研究表明城镇化、能源消耗与二氧化碳排放呈长期的双向正相关关系,三者之间存在长期和短期的双向因果关系[104].城镇化将地表植被转变为城市用地,阻碍了植被对二氧化碳的吸收.城镇化过程中的碳排放显著地影响陆—气大气交换[74].温室气体排放带来的升温效应影响城市气象条件,气象变化进而影响大气扩散能力,不利于污染物扩散[80],温度上升还促进次生有机气溶胶转化[87],加剧空气污染. ...
Observed decrease of summer sea-land breeze in Shanghai from 1994 to 2014 and its association with urbanization
2
2019
... 城镇化过程中的人为排放对大气污染产生了重要影响,同时,城镇化通过城市气象对空气质量的间接影响也不容忽视.城镇化影响气象条件,气象变化又通过改变与温度有关的化学反应和排放、气粒分配、污染物通风来影响空气质量.气象环境的变化降低了城市大气的扩散能力[80],城市建筑对空气流动的动力(阻力)效应会减缓城市风速,增加空气污染浓度[80].Li等[86]指出导致PM2.5浓度变化的主要原因有:大气通风的变化;气温变化导致的半挥发性化合物气相分配的改变;气温变化引起的大气化学反应速率的变化.温度与气溶胶光学厚度显著正相关,城镇化促进温度升高,进而促进次生有机气溶胶转化[87].沿海地区的城镇化可能会影响区域陆—海风和环流[88],进而影响大气污染物扩散.夜间,城镇化对陆地的增温作用降低了海陆温差,导致陆风减小;白天,尽管城镇化对陆地仍有增温作用,促进海陆温差增大,但海风呈现减小趋势,这可能是由于地表粗糙度增加的动力效应和人为气溶胶的冷却效应导致[88].Lu等[89]认为深圳的城镇化可能会显著增强香港的低层水平辐合,导致香港空气污染恶化.研究发现降雨能冲刷大气中的气溶胶颗粒,导致气溶胶光学厚度短时突变[82],这有助于减缓大气污染. ...
... [88].Lu等[89]认为深圳的城镇化可能会显著增强香港的低层水平辐合,导致香港空气污染恶化.研究发现降雨能冲刷大气中的气溶胶颗粒,导致气溶胶光学厚度短时突变[82],这有助于减缓大气污染. ...
Effects of urbanization on the land sea breeze circulation over the Pearl River Delta region in winter
1
2010
... 城镇化过程中的人为排放对大气污染产生了重要影响,同时,城镇化通过城市气象对空气质量的间接影响也不容忽视.城镇化影响气象条件,气象变化又通过改变与温度有关的化学反应和排放、气粒分配、污染物通风来影响空气质量.气象环境的变化降低了城市大气的扩散能力[80],城市建筑对空气流动的动力(阻力)效应会减缓城市风速,增加空气污染浓度[80].Li等[86]指出导致PM2.5浓度变化的主要原因有:大气通风的变化;气温变化导致的半挥发性化合物气相分配的改变;气温变化引起的大气化学反应速率的变化.温度与气溶胶光学厚度显著正相关,城镇化促进温度升高,进而促进次生有机气溶胶转化[87].沿海地区的城镇化可能会影响区域陆—海风和环流[88],进而影响大气污染物扩散.夜间,城镇化对陆地的增温作用降低了海陆温差,导致陆风减小;白天,尽管城镇化对陆地仍有增温作用,促进海陆温差增大,但海风呈现减小趋势,这可能是由于地表粗糙度增加的动力效应和人为气溶胶的冷却效应导致[88].Lu等[89]认为深圳的城镇化可能会显著增强香港的低层水平辐合,导致香港空气污染恶化.研究发现降雨能冲刷大气中的气溶胶颗粒,导致气溶胶光学厚度短时突变[82],这有助于减缓大气污染. ...
Interactions between urbanization, heat stress, and climate change
1
129
... 城镇化对气候变化影响的研究中,对于其他气候要素的研究较少.城镇化过程中植被或农用地转变为城市不透水地表致使下垫面水分蒸发和蒸腾量减少,空气湿度下降,形成城市干岛效应.实证研究表明城镇化导致空气相对湿度呈下降趋势[36,37,44,90].研究表明,中国珠三角的2 m水蒸气混合比最大降幅接近1 g/kg,长三角和京津冀最大降幅接近0.8和0.6 g/kg[48].1984—2005年中国南方城镇化对相对湿度下降的贡献率是38%[32].城镇化引起的空气相对湿度下降存在季节和背景条件差异.中国东南部地区夏季和秋季相对湿度下降幅度大于春季和冬季[36].城镇化导致的干岛效应在潮湿的年份强于干燥的年份[91]. ...
Impact of urbanization on summer rainfall in Beijing-Tianjin-Hebei metropolis under different climate backgrounds
2
133
... 城镇化对气候变化影响的研究中,对于其他气候要素的研究较少.城镇化过程中植被或农用地转变为城市不透水地表致使下垫面水分蒸发和蒸腾量减少,空气湿度下降,形成城市干岛效应.实证研究表明城镇化导致空气相对湿度呈下降趋势[36,37,44,90].研究表明,中国珠三角的2 m水蒸气混合比最大降幅接近1 g/kg,长三角和京津冀最大降幅接近0.8和0.6 g/kg[48].1984—2005年中国南方城镇化对相对湿度下降的贡献率是38%[32].城镇化引起的空气相对湿度下降存在季节和背景条件差异.中国东南部地区夏季和秋季相对湿度下降幅度大于春季和冬季[36].城镇化导致的干岛效应在潮湿的年份强于干燥的年份[91]. ...
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
The effects of urbanization on sunshine duration and the trend of cloud cover amount variation in Beijing Area
1
2012
... 城镇化过程中建筑密度和高度增加导致地表粗糙度增加,影响地表动量交换,研究认为城市具有减缓风场的机械效应[18].实证研究表明随着城镇化发展,城市风速呈减小趋势[38].研究还指出城镇化可能改变风向.城镇化影响日照时长,研究表明城镇化引起明显的暗岛效应,日照时间呈下降趋势,且城市规模越大,暗岛效应越强,未来日照时间下降的趋势将持续[92].有关城镇化对日照影响的研究并未阐述其中机理.城镇化过程中下垫面改变引起的反照率和对流通量变化促进非经典中尺度环流(non-classical meso-scale circulations),有助于对流云的形成[55].而气溶胶引致的辐射强迫降低了大气不稳定性,压制了对流[42],不利于云的形成[93].Rosenfeld[56]的研究表明,较小的云滴大小与人为因素导致的气溶胶集聚增加有关. ...
A possible positive feedback of reduction of precipitation and increase in aerosols over eastern central China
2
2006
... 城镇化过程中建筑密度和高度增加导致地表粗糙度增加,影响地表动量交换,研究认为城市具有减缓风场的机械效应[18].实证研究表明随着城镇化发展,城市风速呈减小趋势[38].研究还指出城镇化可能改变风向.城镇化影响日照时长,研究表明城镇化引起明显的暗岛效应,日照时间呈下降趋势,且城市规模越大,暗岛效应越强,未来日照时间下降的趋势将持续[92].有关城镇化对日照影响的研究并未阐述其中机理.城镇化过程中下垫面改变引起的反照率和对流通量变化促进非经典中尺度环流(non-classical meso-scale circulations),有助于对流云的形成[55].而气溶胶引致的辐射强迫降低了大气不稳定性,压制了对流[42],不利于云的形成[93].Rosenfeld[56]的研究表明,较小的云滴大小与人为因素导致的气溶胶集聚增加有关. ...
... 城镇化过程中化石燃料燃烧和汽车尾气是大气污染的重要来源,由此带来的氮污染导致雨水酸度上升[73],同时促进城市地区无机氮沉降[76].农业活动减少引致氨排放减少,雨水中NH浓度呈下降趋势[73],而城市建设促进大气中Ca2+浓度上升.城市热岛效应扩大的能源需求促进臭氧等二次污染物排放[79].气溶胶能反射部分太阳短波辐射,城镇化过程增加的污染排放导致空气中气溶胶增加,地气系统反照率增大,地气系统吸收的太阳辐射减少,促进地表和空气温度降低.研究表明,降水减少与人为因素导致的气溶胶集聚增加有关[56,57,58],这可能是因为气溶胶的辐射强迫导致地表降温、高层大气升温,这降低了大气不稳定性,压制了对流[42],不利于降水和云形成[93]. ...
Exploring harmonious development between urbanization and eco-environment based on climate analysis—A study in Changsha, China
1
2011
... 当前研究主要通过3种方法论证城镇化对气候产生影响以及评估城镇化对气候变化的影响程度.一种方法是城镇化指标与气候指标的相关性研究.如Liu等[94]通过人口增长、建成区扩张和能源消耗3个指标模拟非线性方法以代表城镇化发展速度,研究发现城镇化速度和温度变化有很强的线性相关性,结论指出1993—2008年中国长沙市的温度上升和城镇化速率具有密切关系,城镇化对城市温度的影响呈显著的增长趋势.Sarvari[60]分析温度、辐射和降水等气候要素与城市人口数量的pearson相关关系,认为伊朗城镇化对气候变化产生了重要影响,Karl等[95]建立了城市增长与年平均温度之间的方程. ...
Urbanization: Its detection and effect in the United States climate record
1
1988
... 当前研究主要通过3种方法论证城镇化对气候产生影响以及评估城镇化对气候变化的影响程度.一种方法是城镇化指标与气候指标的相关性研究.如Liu等[94]通过人口增长、建成区扩张和能源消耗3个指标模拟非线性方法以代表城镇化发展速度,研究发现城镇化速度和温度变化有很强的线性相关性,结论指出1993—2008年中国长沙市的温度上升和城镇化速率具有密切关系,城镇化对城市温度的影响呈显著的增长趋势.Sarvari[60]分析温度、辐射和降水等气候要素与城市人口数量的pearson相关关系,认为伊朗城镇化对气候变化产生了重要影响,Karl等[95]建立了城市增长与年平均温度之间的方程. ...
A review of impacts of urbanization on extreme heat events
1
2015
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
城市化对极端高温事件影响研究进展
1
2015
... 模式模拟和预估是研究城镇化对气候变化影响的重要方法,模式模拟不仅能复刻过去的城镇化和气候情景,还能通过构建未来场景进行预测.相关研究主要采用WRF模式、全球大气循环模式(Community Atmosphere Model Version)、区域气候模式(Regional Climate Model)等,其中最常用的是WRF模式.如Zhang等[16]通过WRF模拟城镇化对长三角区域、局地气候的影响,Zhan等[20]利用WRF预测未来城市土地利用变化对京津唐都市圈气温和降水的影响.为提高模拟效果,研究考虑了城市属性,常采用耦合其他模式的WRF模式,如耦合SLUCM[6,18,42,27,91].Cao等[48]结合WRF和城市冠层模式(Urban Canopy Model,UCM)模拟量化京津冀、长三角、珠三角地区城市扩张对夏季白天气候的影响,发现3个地区城市增温和降水减小都很显著.Kamal等[18]结合WRF和UCM模拟1900年、1992年和2006年的土地利用模式,根据3个年份的气候差异衡量城镇化效应.比较单一WRF模式与耦合了UCM和人为热(Anthropogenic Energy,AE)的WRF模式的模拟效果,发现AE和UCM的加入提高了夜间预测的准确性[17].降尺度方法被广泛应用于发展较高分辨率的区域气候变化情景[96].WRF V3.5用于区域气候模拟,Chen等[44]采用CMIP5 CESM(Coupled Model Intercomparison Project Phase 5-Community Earth System Model)作为WRF降尺度的初始条件,基于历史数据和RCP4.5情景,模拟未来城镇化对气候的影响.除WRF模式外,全球气候模式中耦合城市陆面模式、区域气候模式耦合UCM也被用于城镇化影响的模拟研究.Chen等[61]采用全球大气环流模式CAM4.0,耦合土地模式CLM4.0与UCM,研究中国东部城镇化对东亚夏季风环流和气候的影响.Doan等[28]基于耦合了UCM的区域气候降尺度动力模式(Regional Climate Model,RCM),研究1980年以来大胡志明都市区城镇化对热岛效应的影响. ...
Remote sensing image-based analysis for effects of urbanization on climate quantifying
1
2015
... 此外,生物圈模式、数值大气模拟方法(the Regional Atmospheric Modeling System,RAMS)、中尺度气象模式METRAS(the Non-Hydrostatic Mesoscale Meteorological Model)等其他模式也运用到城镇化对气候变化影响研究中.Bounoua等[52]建立融合了基于Landsat的不透水地表和基于MODIS的植被的生物圈模式,评估城市热岛效应及其演化.卫星遥感影像是城市地表能量收支和城市热岛以及城市气候学研究的重要工具.选取Landsat TM/ETM、MODIS、ASTER和IKONOS卫星图像分析了罗马尼亚布加勒斯特大都市区土地利用/覆盖类型变化与城市气候的关系[97].Comarazamy等[101]基于大气条件驱动模式和土地覆盖利用的数值矩阵,采用数值大气模式模拟方法RAMS,研究波多黎各圣胡安都市区土地覆盖利用变化对气候的影响.利用中尺度气象模式METRAS耦合复杂多层城市冠层模式(the Sophisticated Urban Canopy Scheme,BEP),研究了伦敦市区城镇化对局地气候的影响[38].Zhao等[66]采用分散式水文土壤植被模式(Distributed Hydrology Soil Vegetation Model)模拟历史和未来土地利用变化以象征城镇化过程,研究城镇化和气候变化对径流的影响.值得注意的是,当前研究往往选取SLUCM作为气候模式耦合对象,而BEP是对城市下垫面更精细的描述,研究表明单层冠层方案的模拟效果差于多层冠层方案[98].因此,未来的研究应加强多层城市冠层模式的耦合应用. ...
Numerical study of the Chongqing high-density buildings environment by the WRF with the different urban canopy schemes
1
2013
... 此外,生物圈模式、数值大气模拟方法(the Regional Atmospheric Modeling System,RAMS)、中尺度气象模式METRAS(the Non-Hydrostatic Mesoscale Meteorological Model)等其他模式也运用到城镇化对气候变化影响研究中.Bounoua等[52]建立融合了基于Landsat的不透水地表和基于MODIS的植被的生物圈模式,评估城市热岛效应及其演化.卫星遥感影像是城市地表能量收支和城市热岛以及城市气候学研究的重要工具.选取Landsat TM/ETM、MODIS、ASTER和IKONOS卫星图像分析了罗马尼亚布加勒斯特大都市区土地利用/覆盖类型变化与城市气候的关系[97].Comarazamy等[101]基于大气条件驱动模式和土地覆盖利用的数值矩阵,采用数值大气模式模拟方法RAMS,研究波多黎各圣胡安都市区土地覆盖利用变化对气候的影响.利用中尺度气象模式METRAS耦合复杂多层城市冠层模式(the Sophisticated Urban Canopy Scheme,BEP),研究了伦敦市区城镇化对局地气候的影响[38].Zhao等[66]采用分散式水文土壤植被模式(Distributed Hydrology Soil Vegetation Model)模拟历史和未来土地利用变化以象征城镇化过程,研究城镇化和气候变化对径流的影响.值得注意的是,当前研究往往选取SLUCM作为气候模式耦合对象,而BEP是对城市下垫面更精细的描述,研究表明单层冠层方案的模拟效果差于多层冠层方案[98].因此,未来的研究应加强多层城市冠层模式的耦合应用. ...
不同城市冠层参数化方案对重庆高密度建筑物环境的数值模拟研究
1
2013
... 此外,生物圈模式、数值大气模拟方法(the Regional Atmospheric Modeling System,RAMS)、中尺度气象模式METRAS(the Non-Hydrostatic Mesoscale Meteorological Model)等其他模式也运用到城镇化对气候变化影响研究中.Bounoua等[52]建立融合了基于Landsat的不透水地表和基于MODIS的植被的生物圈模式,评估城市热岛效应及其演化.卫星遥感影像是城市地表能量收支和城市热岛以及城市气候学研究的重要工具.选取Landsat TM/ETM、MODIS、ASTER和IKONOS卫星图像分析了罗马尼亚布加勒斯特大都市区土地利用/覆盖类型变化与城市气候的关系[97].Comarazamy等[101]基于大气条件驱动模式和土地覆盖利用的数值矩阵,采用数值大气模式模拟方法RAMS,研究波多黎各圣胡安都市区土地覆盖利用变化对气候的影响.利用中尺度气象模式METRAS耦合复杂多层城市冠层模式(the Sophisticated Urban Canopy Scheme,BEP),研究了伦敦市区城镇化对局地气候的影响[38].Zhao等[66]采用分散式水文土壤植被模式(Distributed Hydrology Soil Vegetation Model)模拟历史和未来土地利用变化以象征城镇化过程,研究城镇化和气候变化对径流的影响.值得注意的是,当前研究往往选取SLUCM作为气候模式耦合对象,而BEP是对城市下垫面更精细的描述,研究表明单层冠层方案的模拟效果差于多层冠层方案[98].因此,未来的研究应加强多层城市冠层模式的耦合应用. ...
Influence of the spatial distribution of vegetation and soils on the prediction of cumulus Convective rainfall
1
2001
... 城镇化对气候变化的影响是修正地表和大气要素,从而影响地气系统辐射平衡和地气相互作用,并通过温度、降水、湿度等气候要素的变化体现(图2).地气系统辐射平衡即太阳短波辐射和地气长波辐射的收支平衡.大气(云、气溶胶和气体)反射部分太阳短波辐射,吸收小部分太阳辐射,其余太阳辐射到达地表,到达地表的太阳辐射部分被反射回宇宙空间,剩余的短波辐射被地表吸收.部分地面长波辐射被大气中的温室气体吸收,其余地面长波辐射发射到宇宙空间,大气发出的长波辐射一部分发射到宇宙空间,一部分发射至地表.地气相互作用包括地气界面的能量、物质、动量交换等.地表辐射收支方程[99]显示,地表与大气能量平衡由感热通量、潜热通量和土地热通量决定.地表水分收支方程显示,地表与大气水分平衡由蒸发、蒸腾、渗透和径流等决定. ...
Temperature response to future urbanization and climate change
3
42
... 城镇化过程中下垫面改变导致地表反照率和粗糙度等的变化,地表反射的短波辐射减少,吸收的短波辐射增加,促进城市温度升高和城市热岛效应.城镇化通过地表暗面、改变地表几何形状、减少冬季积雪使得地表反照率减小.建筑材料比非城市地表有更低的反照率.城市地表粗糙度较大,入射的短波辐射多次反射致使地表反照率降低.城镇化过程中人工建筑取代自然植被,潜热通量减少,由公式(1)可知,感热通量增加并成为地表能量通量的主要组成[7,100],波文比增大,加热城市空气[61],促进城市热岛效应的形成.以人工下垫面代替平原植被使得热响应指数(Thermal Response Number)减小,提高城市地表温度所需能量减少[101].Grimm等[5]指出,土地覆盖模式、城市规模、不透水表面、绿色植物和水覆盖面积减少、多层建筑引起吸收的太阳能增多等因素导致了热岛效应. ...
... 下垫面改变还引起其他气候要素变化.土地利用变化引起植物量改变,影响碳的同化过程[7].城镇化增加的感热通量使得混合层高度增加,云就可以在扩大的热流顶部形成,导致云量增加.城市发展增加了城市洪水风险[19],这是因为城市不透水地表导致蒸发、蒸腾和渗透量减少[100],不仅城市空气湿度降低,由方程(2)可知,在降水不变的情况下,城市径流还会增大. ...
... 全球尺度的气候变化和区域/局地尺度的城镇化共同作用于当地气候.如Daniel等[100]预测,2050年悉尼的城镇化对局地最低温度的影响程度与气候变化的影响程度相当,Huong等[19]指出气候变化带来的大尺度全球效应和城镇化共同影响着城市洪水风险.城镇化促进全球气候变化.区域内土地覆盖变化会通过非线性反馈改变全球其他地区的地表通量,即小范围内的土地利用变化也会引起全球气候连锁反应[105,106],导致全球气候变化.由于城镇化对区域/局地气候有直接影响,而且城镇化通过促进全球气候变化间接作用于局地气候,因此城镇化对气候变化的影响具有全球和区域的多尺度叠加效应. ...
Quantification and mitigation of long-term impacts of urbanization and climate change in the tropical coastal city of San Juan, Puerto Rico
2
2015
... 此外,生物圈模式、数值大气模拟方法(the Regional Atmospheric Modeling System,RAMS)、中尺度气象模式METRAS(the Non-Hydrostatic Mesoscale Meteorological Model)等其他模式也运用到城镇化对气候变化影响研究中.Bounoua等[52]建立融合了基于Landsat的不透水地表和基于MODIS的植被的生物圈模式,评估城市热岛效应及其演化.卫星遥感影像是城市地表能量收支和城市热岛以及城市气候学研究的重要工具.选取Landsat TM/ETM、MODIS、ASTER和IKONOS卫星图像分析了罗马尼亚布加勒斯特大都市区土地利用/覆盖类型变化与城市气候的关系[97].Comarazamy等[101]基于大气条件驱动模式和土地覆盖利用的数值矩阵,采用数值大气模式模拟方法RAMS,研究波多黎各圣胡安都市区土地覆盖利用变化对气候的影响.利用中尺度气象模式METRAS耦合复杂多层城市冠层模式(the Sophisticated Urban Canopy Scheme,BEP),研究了伦敦市区城镇化对局地气候的影响[38].Zhao等[66]采用分散式水文土壤植被模式(Distributed Hydrology Soil Vegetation Model)模拟历史和未来土地利用变化以象征城镇化过程,研究城镇化和气候变化对径流的影响.值得注意的是,当前研究往往选取SLUCM作为气候模式耦合对象,而BEP是对城市下垫面更精细的描述,研究表明单层冠层方案的模拟效果差于多层冠层方案[98].因此,未来的研究应加强多层城市冠层模式的耦合应用. ...
... 城镇化过程中下垫面改变导致地表反照率和粗糙度等的变化,地表反射的短波辐射减少,吸收的短波辐射增加,促进城市温度升高和城市热岛效应.城镇化通过地表暗面、改变地表几何形状、减少冬季积雪使得地表反照率减小.建筑材料比非城市地表有更低的反照率.城市地表粗糙度较大,入射的短波辐射多次反射致使地表反照率降低.城镇化过程中人工建筑取代自然植被,潜热通量减少,由公式(1)可知,感热通量增加并成为地表能量通量的主要组成[7,100],波文比增大,加热城市空气[61],促进城市热岛效应的形成.以人工下垫面代替平原植被使得热响应指数(Thermal Response Number)减小,提高城市地表温度所需能量减少[101].Grimm等[5]指出,土地覆盖模式、城市规模、不透水表面、绿色植物和水覆盖面积减少、多层建筑引起吸收的太阳能增多等因素导致了热岛效应. ...
Urban modification of thunderstorms: An observational storm climatology and model case study for the indianapolis urban region
1
2011
... 城镇化对降水影响的机理较为复杂,促进和抑制降水的因素同时存在.Mitra等[53]、Niyogi等[102]和Trusilova等[103]认为城镇化过程增加的感热通量、辐合、对流和大气不稳定性都会促进城市地区降水增加.城镇化带来的土地反照率和对流通量变化有利于对流云和降水形成[55].Shepherd等[54]总结了城市地区促进降水增加的4种方式:创造、加强或改变中尺度环流,从而使大气不稳定;通过高地表粗糙度促进近地表空气辐合;增加凝结核数量,比如通过污染;增加空气中来源于工业的水汽.而城镇化将植被转变为不透水地表,减少水分蒸发,对降雨起到抑制作用[6]. ...
Urbanization impacts on the climate in Europe: Numerical experiments by the PSU-NCAR Mesoscale Model (MM5)
1
2008
... 城镇化对降水影响的机理较为复杂,促进和抑制降水的因素同时存在.Mitra等[53]、Niyogi等[102]和Trusilova等[103]认为城镇化过程增加的感热通量、辐合、对流和大气不稳定性都会促进城市地区降水增加.城镇化带来的土地反照率和对流通量变化有利于对流云和降水形成[55].Shepherd等[54]总结了城市地区促进降水增加的4种方式:创造、加强或改变中尺度环流,从而使大气不稳定;通过高地表粗糙度促进近地表空气辐合;增加凝结核数量,比如通过污染;增加空气中来源于工业的水汽.而城镇化将植被转变为不透水地表,减少水分蒸发,对降雨起到抑制作用[6]. ...
Exploring the relationship between urbanization, energy consumption, and CO2 emission in MENA countries
1
2013
... 地气系统辐射平衡中,大气中的温室气体吸收地表发射的长波辐射,对地球起到保温作用.但过多的温室气体会打破辐射平衡,对地气系统产生正辐射强迫,促进地表和空气温度升高.城市人为排放的温室气体来源于化石燃料燃烧(用于电力生产、交通运输、工业化过程和家庭取暖),土地利用变化,城市垃圾填埋,水泥生产,农村地区为满足城市食品、原材料、建筑材料等需求的农业和畜牧业.城镇化和工业化相互促进,经济发展过程中用于工业生产、交通、取暖等的化石燃料燃烧增加.城镇化进程中人口规模增加、人口集中分布和家庭规模变小导致的能源经济效益降低[24],以及生产方式、生活方式改变都导致温室气体排放成倍增加.研究表明城镇化、能源消耗与二氧化碳排放呈长期的双向正相关关系,三者之间存在长期和短期的双向因果关系[104].城镇化将地表植被转变为城市用地,阻碍了植被对二氧化碳的吸收.城镇化过程中的碳排放显著地影响陆—气大气交换[74].温室气体排放带来的升温效应影响城市气象条件,气象变化进而影响大气扩散能力,不利于污染物扩散[80],温度上升还促进次生有机气溶胶转化[87],加剧空气污染. ...
Sensitivity of a general circulation model to global changes in leaf area index
1
1996
... 全球尺度的气候变化和区域/局地尺度的城镇化共同作用于当地气候.如Daniel等[100]预测,2050年悉尼的城镇化对局地最低温度的影响程度与气候变化的影响程度相当,Huong等[19]指出气候变化带来的大尺度全球效应和城镇化共同影响着城市洪水风险.城镇化促进全球气候变化.区域内土地覆盖变化会通过非线性反馈改变全球其他地区的地表通量,即小范围内的土地利用变化也会引起全球气候连锁反应[105,106],导致全球气候变化.由于城镇化对区域/局地气候有直接影响,而且城镇化通过促进全球气候变化间接作用于局地气候,因此城镇化对气候变化的影响具有全球和区域的多尺度叠加效应. ...
Simulated impacts of historical land cover changes on global climate in northern winter
1
16
... 全球尺度的气候变化和区域/局地尺度的城镇化共同作用于当地气候.如Daniel等[100]预测,2050年悉尼的城镇化对局地最低温度的影响程度与气候变化的影响程度相当,Huong等[19]指出气候变化带来的大尺度全球效应和城镇化共同影响着城市洪水风险.城镇化促进全球气候变化.区域内土地覆盖变化会通过非线性反馈改变全球其他地区的地表通量,即小范围内的土地利用变化也会引起全球气候连锁反应[105,106],导致全球气候变化.由于城镇化对区域/局地气候有直接影响,而且城镇化通过促进全球气候变化间接作用于局地气候,因此城镇化对气候变化的影响具有全球和区域的多尺度叠加效应. ...
Cognition and construction of the theoretical connotation for new-type urbanization with Chinese characteristics
1
2019
... 城镇化对气候变化的影响研究仍处于探索阶段,特别是城镇化对气候变化影响的机理有待深入分析.城镇化影响降水的机制较复杂,城镇化对降水影响的机理以及城镇化各要素对降水的影响程度等方面需要进一步剖析.当前城镇化对极端天气事件的研究局限于极端高温和极端降水,对于极端低温、极端干旱、极端暴雪等事件的影响研究不足,未来应加强相关研究.城镇化对大气化学和大气污染的研究主要集中于常见气体和元素,对人类健康具有严重影响的放射性物质的研究较少,城镇化对大气化学反应形成二次污染物的影响和机理研究也亟待开展.此外,城镇化对气候变化影响的研究主要集中于区域/局地尺度,城镇化对全球气候变化的影响机制与实证等方面均有重要研究价值,全球尺度城镇化对气候变化影响的评估仍有待开展.城镇化对气候变化的影响具有综合地理学的研究视角,人文与经济地理学具有明显的交叉学科性质[107],发挥人文与经济地理学综合优势,加强其与气象学等不同学科交叉研究,有助于加深对城镇化与气候变化耦合的科学认知和应对、适应及减缓全球气候变化. ...
中国特色新型城镇化理论内涵的认知与建构
1
2019
... 城镇化对气候变化的影响研究仍处于探索阶段,特别是城镇化对气候变化影响的机理有待深入分析.城镇化影响降水的机制较复杂,城镇化对降水影响的机理以及城镇化各要素对降水的影响程度等方面需要进一步剖析.当前城镇化对极端天气事件的研究局限于极端高温和极端降水,对于极端低温、极端干旱、极端暴雪等事件的影响研究不足,未来应加强相关研究.城镇化对大气化学和大气污染的研究主要集中于常见气体和元素,对人类健康具有严重影响的放射性物质的研究较少,城镇化对大气化学反应形成二次污染物的影响和机理研究也亟待开展.此外,城镇化对气候变化影响的研究主要集中于区域/局地尺度,城镇化对全球气候变化的影响机制与实证等方面均有重要研究价值,全球尺度城镇化对气候变化影响的评估仍有待开展.城镇化对气候变化的影响具有综合地理学的研究视角,人文与经济地理学具有明显的交叉学科性质[107],发挥人文与经济地理学综合优势,加强其与气象学等不同学科交叉研究,有助于加深对城镇化与气候变化耦合的科学认知和应对、适应及减缓全球气候变化. ...