郑州市城市气候特征分析

利用郑州城市生态站与郑州国家基准气候站2004-2007年的温、湿气象要素资料,分析了郑州城市干、热岛强度的季节变化及日变化.结果发现:郑州城市热岛强度秋季大于春季, 日变化则具有夜间强、白昼弱的特点;干岛强度同样是秋季大于春季, 日变化特点也为夜间强, 白天弱.     

郑州市城市气候特征分析

利用郑州城市生态站与郑州国家基准气候站2004-2007年的温、湿气象要素资料,分析了郑州城市干、热岛强度的季节变化及日变化。结果发现：郑州城市热岛强度秋季大于春季,日变化则具有夜间强、白昼弱的特点;干岛强度同样是秋季大于春季,日变化特点也为夜间强,白天弱。     

北京地区气象环境数据模拟试验

用区域边界层模式RBLM模拟北京地区气象环境特征。数值模拟结果表明：（1）北京地区的气象环境很复杂，其主要特点是受昼夜循环的山谷风气流、城市热岛环流及大尺度系统共同影响。（2）北京市区季地面风的日变化较小，主要是偏北气流，城市上游方向在市区的北边，而春夏季地面风的日变化比较明显，市区的进出口气流方向变化很大。（3）北京市城市热岛强度在夏季较强，城市热岛环流明显，城市中心近地面气温比郊区近地面气温高5－6℃左右。（4）数值模拟结果能较好地反映北京地区流场的日变化，与实际观测结果吻合较好。     

北京地区气象环境数值模拟试验

用区域边界层模式RBLM模拟北京地区气象环境特征.数值模拟结果表明(1)北京地区的气象环境很复杂,其主要特点是受昼夜循环的山谷风气流、城市热岛环流以及大尺度系统共同影响.(2)北京市区冬季地面风的日变化较小,主要是偏北气流,城市上游方向在市区的北边,而春夏季地面风的日变化比较明显,市区的进出口气流方向变化很大.(3)北京市城市热岛强度在夏季较强,城市热岛环流明显,城市中心近地面气温比郊区近地面气温高5～6℃左右.(4)数值模拟结果能较好地反映北京地区流场的日变化,与实际观测结果吻合较好.     

利用区域边界层模式对杭州市热岛的模拟研究

利用一个三维非静力区域边界层数值模式,对杭州地区城市热岛现象进行了数值模拟。数值模拟结果表明,杭州地区存在明显的城市热岛现象。夏季城市热岛现象较强,春秋季次之,冬季较弱。利用资源卫星遥感资料反演所得的地表温度,以及与地面气象站观测资料和数值模拟结果相比较,数值模拟结果和实测结果吻合得较好。在此基础上,模拟并探讨了人为热源、风速、地面粗糙度等因素对城市热岛强度的影响。     

拉萨市城市热岛效应分析研究

利用拉萨、墨竹工卡、尼木建站以来的多年历史资料和近两年新建的区域自动站、8个城市热岛效应自动气象站资料分析拉萨城市热岛强度日、季、年变化,时空分布及其可能的影响因子。分析表明:拉萨城市热岛强度呈显著的逐年增强趋势,在1978~2011年间平均每10年增加0.24℃;多年热岛强度冬季最强(2.0℃),其次是春季(1.8℃)和秋季(1.7℃),夏季强度最小(1.6℃);拉萨城市高温中心主要在城市中心,气温分布沿着高值区向两侧呈递减状态,郊外的气温比城区平均低0.9℃左右,夜间热岛效应强度明显高于白天。随着城市化进程的不断增强,大量改变的下垫面状况,不断增多的城市建筑群,骤增的人类活动和能源消耗,导致城市热岛强度不断增强。      

基于天津255m气象塔对近年天津近地面风和气温变化特征的研究

通过分析2010—2018年天津气象塔风、温度资料,对近年来天津城市边界层粗糙度、大气稳定度和逆温特征进行研究。结果表明:随着城市发展,气象塔周边各方向粗糙度和零平面位移明显增高,气象塔周边建筑物对80 m高度以下风场的影响较为明显。受湍流强度日变化影响,各季节中气象塔高层和低层风速日变化特征差异明显。通过温差-风速法计算大气稳定度发现稳定类层结多出现在秋冬季的夜间,稳定层结条件下逆温情况多发,其逆温强度、逆温层厚度和贴地逆温比例也明显高于不稳定和中性层结。天津城市热岛强度的时间分布表现出夜间强于白天,秋冬季强于春夏季的特征。城市热岛强度与大气稳定度时间分布具有一定相关性。     

基于MODIS的安徽省代表城市热岛效应时空特征

利用2001—2010年覆盖安徽省的MODIS数据,选取在气候、地理、城市化等方面具有代表性的合肥、芜湖、阜阳作为研究对象,并结合GIS技术,分析地表温度的日变化及季节变化特征,得到安徽省代表城市热岛效应的时空分布。结果表明:安徽省省会合肥的热岛效应最为显著,安徽省南部代表城市芜湖的热岛效应强于北部代表城市阜阳, 同时具有显著的日变化和季节变化特征。近10年来,安徽代表城市热岛面积和热岛强度均呈增加趋势,但合肥热岛强度大于3 ℃的极端热岛效应有一定缓解。白天大片水体对缓解城市的热岛效应作用明显,而夜晚则不明显,甚至成为地表温度的高值中心。夏季地表温度与归一化植被指数的负相关最显著,即提高城市植被覆盖度对降低地表温度和缓解城市热岛效应有重要影响。     

基于Landsat TM/ETM＋数据的北京城市热岛季节特征研究

利用1988—2006年20景LandsatTM和ETM＋数据分析了北京市城市热岛的季节变化特征。通过反演地表温度,建立统一的城市和农村区域,计算了城市热岛强度,并采用多项式拟合获取了城市热岛强度的季节变化曲线;同时,分析了热岛强度季节特征与气候因子的关系。另外利用4景2005—2006年不同季节Landsat TM影像,分析了不同季节城市热岛的空间变化特征,并选择穿越北京城区的两条不同方向剖线（SE-NW和SW-NE）,分析了沿剖线方向城市热岛与地表类型的关系。结果显示,北京城市热岛具有明显的季节变化特征,与总云量的季节变化关系显著。最大热岛强度出现在夏季,呈现片状发散和零星热岛并存的空间分布特征。冬季为冷岛特征,其空间分布与夏季热岛一致。春秋两季热岛强度最小,但春季热岛空间差异较大。在相同季节,城市热岛强度和空间尺度在不同剖线方向具有明显的差异,这与不同地类的空间分布有关。     

近15年北京夏季城市热岛特征及其演变

根据北京地区20个地面气象观测台站1990-2004年7月的气温资料，分析了最近15年来北京夏季城市热岛的最新特征和变化趋势，也分析了城市热岛与气温，城郊地表温度差与地表温度，气温和地表温度间的关系。结果表明：北京夏季夜间出现了强热岛，郊区城市也出现了热岛现象，但白天城市热岛相对夜间不明显。夜间城市热岛强度呈逐年增强趋势，但白天这种趋势不明显。夜间城市热岛与气温呈正相关，气温高的年份，城市热岛强度相对也大；夜间城郊地表温差与地表温度呈正相关，地表温度越高，城郊地表温差越大；夜间，气温与地表温度呈正相关，气温越高，地表温度也高。白天，这些相关相对夜间来说不那么明显。研究成果对北京城市发展规划和高温灾害的防治有一定的科学参考价值。     

福建省晋江市城市热岛强度时空变化特征分析

利用传统的气象站法, 结合空间统计学方法(普通克里金插值法), 对福建省晋江市2010—2014年40个自动气象站逐小时温度资料加以计算处理, 分析了晋江市年、季、昼夜热岛强度时空变化规律。(1)晋江市年、季、昼夜热岛强度都呈带状分布, 等值线呈西南-东北走向, 年、季、昼夜变化趋势显著, 北部热岛强度高于南部。五年间热岛强度持续增强, 但增幅不大, 增速放缓。(2)城市化水平的提高, 会导致热岛强度高值出现季节提前, 故旅游区秋冬季热岛强度高于春夏季, 中心城区和产业经济区夏秋季热岛强度高于冬春季。(3)晋江市热岛效应昼夜空间分布格局差异性大, 夜间热岛强度显著高于白天, 最低值出现在14—16时, 中心城区和产业经济区最低值出现时间较旅游区略推迟, 三个功能区的最高值均出现在凌晨。      

北京地区热岛非均匀分布特征的卫星遥感-地面观测

针对北京城市热岛的空间变化特征及其发展趋势,重点探讨了北京城市热岛总体演变趋势及其多尺度非均匀分布特征与城市建筑群面积、中高层建筑群空间布局的相关关系。采用晴空过程北京城郊地面自动气象站AWS(Automatic weather station)气温观测真值对卫星遥感云顶黑体温度TBB(Temperature of black body on the top of cloud)高分辨率场实施变分订正,解决城市热岛研究中高分辨率卫星遥感的客观性订正问题。研究结果揭示了北京城市建筑群面积及中高层建筑群布局对城市热岛群总体演变趋势、多尺度热岛群非均匀分布特征的显著影响效应。结果表明,北京晴空过程城区及近郊区多尺度热岛效应可由强、弱程度不同的热岛群"合成",北京地区热岛分布呈多尺度非均匀特征,即城区东西两侧为强热岛区,城西北园林区与古城中轴线区域为相对弱热岛区;在北京城市高速发展背景下,城郊街区热岛群的非均匀分布特征与城市建筑群布局之间存在着相关关系;城市建筑群面积及中高层建筑密集程度的差异可产生区域性强弱不同的热岛效应,这间接反映出北京城郊中高层建筑群暖气或空调排放热源的局地影响效应。上述研究结果可为城市发展有关建筑群布局与园林绿地规划设计提供科学依据。     

兰州城市热岛效应特征及其影响因子研究

利用1958-2003年兰州及临近两个乡村气象站气温资料,研究了兰州城市热岛效应特征和导致热岛效应季节差异及其年代际变化趋势的主要气象因子。结果表明：近40多年来,兰州城市热岛效应一直呈增强趋势,热岛效应在冬季尤为显著;在日变化中以02：00热岛效应最为明显,而14：00效应较小。冬季逆温层、夏季城市下垫面对热岛效应的季节差异影响较大。城市发展导致热岛效应增强,而部分气象要素的年代际异常加剧了热岛效应。     

城市地表热环境遥感监测指标研究及应用

遥感已成为城市热环境监测的重要手段,但仅依靠城市地表温度（或亮温）仍难以定量分析城市热环境的时空变化。文章提出了城市热环境遥感监测的3个指标：热岛强度、热场强度指数和热岛比例指数,并利用2年的MODIS地表温度产品与FY-3A/MERSI卫星资料对北京地区进行了热环境遥感监测应用与分析。结果表明：上述3个热环境遥感监测指标在城市热岛监测中具有指示意义,能有效监测北京城市热岛的强弱和变化,对开展城市热环境监测气象业务具有积极意义。     

基于Landsat卫星数据的山东临沂市热岛效应研究

利用Landsat卫星数据分别反演了2005年和2014年临沂市的地表温度和不透水层指数，分析了城市化进程对临沂市热岛效应的影响。结果表明，2005年临沂市表现为中等强度的热岛效应，2014年表现为强热岛效应。利用地面站点资料统计分析来看，2005～2014年，临沂市热岛强度总体呈波动增加的趋势,冬季最强，春秋季次之，夏季较弱。分析城市化因子发现，城市经济、人口、用电消耗、城市房屋面积增量等多个因素对城市热岛强度变化的影响，其相关系数分别为0.86、0.82、0.67、0.81，其中房屋面积增量与热岛强度增强密切相关。从不透水层指数分布图的动态变化来看，也说明了城市化进程中城镇建筑和硬化的路面的增多导致了热岛强度的增强。     

The impact of heat waves on surface urban heat island and local economy in Cluj-Napoca city,Romania

The association between heat waves and the urban heat island effect can increase the impact on environment and society inducing biophysical hazards. Heat stress and their associated public health problems are among the most frequent. This paper explores the heat waves impact on surface urban heat island and on the local economy loss during three heat periods in Cluj-Napoca city in the summer of 2015. The heat wave events were identified based on daily maximum temperature, and they were divided into three classes considering the intensity threshold: moderate heat waves (daily maximum temperature exceeding the 90th percentile), severe heat waves (daily maximum temperature over the 95th percentile), and extremely severe heat waves (daily maximum temperature exceeding the 98th percentile). The minimum length of an event was of minimum three consecutive days. The surface urban heat island was detected based on land surface temperature derived from Landsat 8 thermal infrared data, while the economic impact was estimated based on data on work force structure and work productivity in Cluj-Napoca derived from the data released by Eurostat, National Bank of Romania, and National Institute of Statistics. The results indicate that the intensity and spatial extension of surface urban heat island could be governed by the magnitude of the heat wave event, but due to the low number of satellite images available, we should consider this information only as preliminary results. Thermal infrared remote sensing has proven to be a very efficient method to study surface urban heat island, due to the fact that the synoptic conditions associated with heat wave events usually favor cloud free image. The resolution of the OLI_TIRS sensor provided good results for a mid-extension city, but the low revisiting time is still a drawback. The potential economic loss was calculated for the working days during heat waves and the estimated loss reached more than 2.5 mil. EUR for each heat wave day at city scale, cumulating more than 38 mil. EUR for the three cases considered.     

阳泉市城市热岛效应特征分析

利用阳泉市3个国家级气象站资料分析了阳泉市城市热岛效应的年际变化、季节变化、月变化和日变化特征,结果表明：阳泉市存在弱的城市热岛效应,1972年-2011年平均热岛强度0．554℃。阳泉市热岛强度冬、秋季强,春、夏季弱;12月最强,5月最弱;阳泉市热岛强度整体呈显著上升趋势,热岛强度的增加主要是由于夏季热岛强度的增强。热岛强度日变化表现为12时最小,从傍晚开始随降温逐渐增大,到早晨气温降到最低时最大,日出之后迅速减小;2008年-2011年最强热岛强度出现在2010年1月14日08时达7．9℃。阳泉市主要城市发展因子与霾日数、气温呈显著正相关,在目前的经济发展水平条件下,城市化发展可能使阳泉城市温度增高,城市绿地面积的增加可能对热岛效应有缓解。     

Temporal characteristics of the Beijing urban heat island

Summary This paper describes the inter-annual trend, and the seasonal and hourly variation of the near surface urban heat island (UHI) in Beijing. The surface air temperature data (mean, maximum, and minimum) from one urban (downtown Beijing) and one rural (70 km from downtown Beijing) station were used for the period 1977 and 2000. It is found that the temperatures in both urban and rural stations show an increasing tendency. Specifically, minimum temperature shows the greatest tendency at the urban station whereas maximum temperature shows the greatest increase at the rural station. The UHI intensity obtained by calculating the difference in temperatures between the two stations identifies that the intensity is greatest and has the greatest increasing trend for minimum temperature, while the UHI intensity of maximum temperature shows a slow decrease over time. UHI intensity for minimum temperature has a strong positive correlation with the increase in the urban population and the expansion of the yearly construction area. Seasonal analyses showed the UHI intensity is strongest in winter. This seasonal UHI variation tends to be negatively correlated with the seasonal variation of relative humidity and vapor pressure. Hourly variation reveals that the strongest UHI intensity is observed in the late nighttime or evening, while the weakest is observed during the day.     

北京"城市热岛"效应现状及特征

利用2002年北京自动气象站资料,对北京“城市热岛”效应现状进行了分析。为了与20世纪70年代的结果相比较,选择城区代表站为天安门广场站,城郊代表站为朝阳气象站站。与20世纪70年代相比,目前北京的“城市热岛”表现出一些新特点:1)利用城区与城郊日均温差表示的“城市热岛”强度的统计结果表明,现在北京的“城市热岛”效应在夏季最强,秋、冬季次之,春季最弱,2)除夏季“城市热岛”整天存在(午后的平均强度在2℃左右)以外,其他季节的午后,天安门广场地区经常出现“城市冷岛”现象。3)北京“城市热岛”消失的极限风速没有发生系统性变化,当风速>3级时,北京“城市热岛”基本上消失。作者还研究了北京“城市热岛”形成和消失的日变化特征,以及“城市热岛”强度对风速等气象要素变化的响应特征。值得指出的是,对强“城市热岛”的个案分析显示,冬季夜晚“城市热岛”强度经常表现出较大的波动性,与此相伴随,城郊地面风出现风向突变和风速的阵性现象。