一种城市热岛强度的测量方法及其测量装置

摘要

本发明涉及一种城市热岛强度的测量方法及其测量装置，其通过至少考虑水平总风速、风向和气温三个气象因子对城市热岛强度测量结果的影响，运用待研究城市的历史观测资料，以建立数据分析处理装置，同时，通过观测获得该待研究城市的水平总风速、风向和气温等特定气象因子的观测结果，从而达到较为准确地进行城市热岛强度的测量，为气象研究、大气科学的研究提供一定技术支撑。

说明书

技术领域

本发明涉及一种城市热岛强度的测量方法及其测量装置。

背景技术

“城市热岛现象”是指城区气温比其四周郊区气温要高的现象。近20年对国内外大中城市的热岛现象的研究表明，气候条件是造成“热岛效应”的外部因素，气温、风速、风向、湿度以及云量等气象因子都不同程度地影响热岛现象的形成，较小风速、较少云量、合适的风向和湿度都是产生强热岛现象的有利气象条件。然而城市化才是导致热岛形成的最根本原因，这主要是由于城市化的发展，城区修建了大量的建筑物，加大了城区下垫面的比热，同时大量存在的建筑物也增加了城区热容量，城区较小的风速也使得城区热量不易扩散到郊区减小了城区风速；另一方面，人类频繁的生产生活活动也向城区排放了大量的热量，直接或间接地加热了城市区域的底层大气，对城市有明显的增温作用。

“城市热岛强度”是城区气温与周围郊区气温的差值，是定量刻画城市热岛强弱的物理量，其数学表达式为：

$\mathrm{UHI}=\frac{1}{m}\underset{i=1}{\overset{m}{\Sigma }}\Delta T_i=\frac{1}{m}\underset{i=1}{\overset{m}{\Sigma }}({\mathrm{Tc}}_i-\overline{\mathrm{Ts}})---\left(1\right)$

其中UHI(urban heat island)表示城市热岛强度，m为城区站点数目，i＝1～m为站点序号，ΔT为城区观测站与郊区观测站的平均气温之差，Tc为城区观测站所测气温，Ts为郊区观测站的平均气温。该差值(UHI)越大，表示研究城市的热岛效应越强烈。随着城市化进程的加快，城市的容积和功能不断地扩张，城市热岛强度也在逐渐增大。

目前，获取城市热岛强度资料的观测方法有两种。第一种是根据城市热岛强度的数学定义(方程(1))，直接利用城郊气象观测站的气温观测资料，通过简单的数学计算得到城市热岛强度，目前对城市热岛强度的观测方法主要是这种方法。但该方法应用比较复杂，涉及到多个气象观测站点(至少一个城区代表站点，一个郊区代表站点)气温资料的观测。第二种利用卫星遥感资料反演地温，以及利用3S技术研究热岛的空间变化特征和土地利用/覆盖变化的热环境效应，该方法不足之处主要在于得到的城市热岛强度精度太低。

由于当前技术的限制，一方面不能对城市热岛强度进行适时测量，另一方面，难以获得高质量的城市热岛强度资料，这极大地局限了相关气象问题研究。

发明内容

本发明针对现有技术的不足，提供一种城市热岛强度的测量方法，其不仅可以保证城市热岛强度的观测精度，而且还极为简便，同时实现了城市热岛强度的适时观测，为相关气象问题的研究带来较大的便利。

为实现以上的技术目的，本发明将采用以下的技术方案：该测量方法首先通过在待研究城市设置观测站，对特定气象因子进行适时观测和收集存储，所述特定气象因子至少包括水平总风速、风向和气温；接着将收集到的水平总风速、风向和气温三个特定气象因子输入数据分析处理装置进行分析处理，所述的数据分析处理装置基于待研究城市的城市热岛强度～气象因子多元线性回归方程建立，该多元线性回归方程是利用待研究城市的历史气象观测资料，通过对历史热岛强度～气象因子进行多元线性回归，获得特定气象因子对应的回归系数，从而建立多元线性回归方程；所述数据分析处理装置的输出结果即为该待研究城市的城市热岛强度。

根据以上的技术方案，可以实现以下的有益效果：

1.本发明人针对各城市历史气象观测资料的研究表明，影响城市热岛强度最主要的气象因子为水平总风速、风向和气温，即建立城市热岛强度～气象因子多元线性回归方程时，只要考虑水平总风速、风向和气温三个气象因子即可对城市热岛强度进行较好的拟合，因此，本申请所述的测量方法是通过适时地获取水平总风速、风向和气温三个气象因子，然后输入数据分析处理装置(该装置基于待研究城市的城市热岛强度～气象因子多元线性回归方程所建立)进行分析处理，即可得到该城市适时的热岛强度，本发明不仅简化城市热岛强度的测量过程，同时也能较为准确地进行测量，有利于开展进一步科学研究工作。

2.本发明人针对各城市历史气象观测资料的进一步研究表明，地表温度、湿度、太阳辐射、云量和稳定度这些气象因子对城市热岛强度也存在一定的影响，因此本发明所述测量方法在建立数据分析处理装置时，如果考虑地表温度、湿度、太阳辐射、云量和稳定度这些气象因子，将会在一定程度上改善测量结果，即将进一步实现城市热岛强度的精确测量。

3.本发明人针对各城市历史气象观测资料的研究还表明，日变化对城市热岛强度也存在一定的影响，因此本发明所述测量方法在建立数据分析处理装置时，如果进一步考虑日变化的影响，则在一定程度上能够改善测量结果，更进一步地实现城市热岛强度的精确测量。

本发明包括以下几个模块：数据采集模块，用于待研究城市特定气象因子的适时观测和收集存储，所述的特定气象因子包括风速、风向、气温地表温度、湿度、太阳辐射、云量和稳定度；数据分析处理模块，用于分析处理数据采集模块中收集的气象因子，该模块基于待研究城市的城市热岛强度～气象因子多元线性回归方程建立，所述的多元线性回归方程如下：$\mathrm{UHI}=C_0+C_u*u+C_v*v+C_T*T+C_{T_s}*T_s+C_e*e+C_h*\sinh +C_n*n+C_{\mathrm{Rb}}*R_b---\left(2\right)$

其中，UHI是城市热岛强度，u和v是水平总风速U分解到两个方向的风速，即$\left(\begin{array}{c}u=U\cos \left(\mathrm{WD}\right)\\ v=U\sin \left(\mathrm{WD}\right)\end{array}\right),$这里WD表示风向；T表示气温，Ts表示地表气温，e表示水汽压，h表示太阳高度角，n表示云量，Rb表示总体理查森数，C₀、C_u、C_v、C_T、C_Ts、C_e、C_h、C_n和C_Rb为多元线性回归系数，利用待研究城市的历史气象观测资料，对城市热岛强度～气象因子进行多元线性回归而获得；城市热岛强度输出模块，根据城市热岛强度～气象因子分析处理模块的输出结果，即可完成城市热岛强度的适时测量。

根据以上的技术方案，可以实现以下的有益效果：通过运用本发明提供的热岛强度测量装置可以对待研究城市的城市热岛强度进行适时测量，且结果准确。

附图说明

图1是本发明所提供测量方法的流程图；

图2是本发明只考虑风速、风向和气温对城市热岛强度影响时的观测结果(UHI2)与现有观测技术所得的城市热岛强度的比较(UHI1)；

图3是本发明考虑水平总风速、风向、气温、地表温度、湿度、太阳辐射、云量和稳定度对城市热岛强度的影响时的观测结果(UHI2)与现有观测技术所得的城市热岛强度的比较(UHI1)；

图4是本发明同时考虑特定气象因子和日变化对城市热岛强度的影响时的第一种观测结果(UHI2)与现有观测技术所得的城市热岛强度的比较(UHI1)；

图5是本发明同时考虑特定气象因子和日变化对城市热岛强度的影响时的第二种观测结果(UHI2)与现有观测技术所得的城市热岛强度的比较(UHI1)；

图6是本发明同时考虑特定气象因子和日变化对城市热岛强度的影响时的第三种观测结果(UHI2)与现有观测技术所得的城市热岛强度的比较(UHI1)。

具体实施方式

以下将结合附图详细地说明本发明所述的技术方案。

如图1所示，本发明所述的城市热岛强度的测量方法，包括以下步骤：

(1)特定气象因子的选取以及观测收集

在待研究城市设置观测站，适时观测并收集存储特定的气象因子，所述特定气象因子包含水平总风速、风向、气温、地表温度、湿度、太阳辐射、云量和稳定度。

但是，所述的特定气象因子不必全部包括。事实上，这些特定气象因子中，最重要的影响因素是水平总风速、风向和气温，即本发明所述的测量方法中只要考虑这三个特定气象因子即能够较为准确地对城市热岛强度进行测量；但除水平总风速、风向和气温这三个特定气象因子以外，如果在测量时加以考虑其他特定气象因子，则能够不同程度地改善城市热岛强度的测量结果。

(2)特定气象因子的数据分析处理

将第(1)步骤观测收集到的特定气象因子输入数据分析处理装置分析处理。所述的数据分析处理装置是基于待研究城市的热岛强度～特定气象因子的多元线性回归方程建立的：利用待研究城市的历史气象观测资料，通过对历史热岛强度～特定气象因子进行多元线性回归，得到相应气象因子的回归系数，从而建立城市热岛强度～特定气象因子的多元线性回归方程，进而建立本发明的数据分析处理装置。

所述的城市热岛强度～特定气象因子多元线性回归方程为：

$\mathrm{UHI}=C_0+C_u*u+C_v*v+C_T*T+C_{T_s}*T_s+C_e*e+C_h*\sinh +C_n*n+C_{\mathrm{Rb}}*R_b$

其中，u和v是水平总风速U分解到两个方向的风速，即$\left(\begin{array}{c}u=U\cos \left(\mathrm{WD}\right)\\ v=U\sin \left(\mathrm{WD}\right)\end{array}\right),$这里WD表示风向；T表示气温，Ts表示地表气温，e表示水汽压，h表示太阳高度角，n表示云量，Rb表示总体理查森数；C₀、C_u、C_v、C_T、C_Ts、C_e、C_h、C_n和C_Rb为多元线性回归系数，利用待研究城市的历史气象观测资料，对城市热岛强度～特定气象因子进行多元线性回归而获得。

另外，如果本发明所述的数据分析处理装置还考虑日变化对城市热岛强度的影响，则可以进一步提高测量精度，即此时所述的数据分析处理装置将每日分割为几个时间区段，对每一个时间区段建立相应的城市热岛强度～气象因子多元线性回归方程，每个时间区段内所观测的特定气象因子由对应的时间区段内的多元线性回归方程进行分析处理，则能够明显地改善预报结果，而且分割的时间区段越多，所得的城市热岛强度越准确，比如将每日分割为二十四个时间区段，以分别进行逐时多元线性回归，则其精度显然比只将每日简单地区分为白天和黑夜的要高。

(3)城市热岛强度的测量结果输出

将气象站观测收集的适时的特定气象因子输入数据分析处理装置后，所获得的输出结果即为该城市的热岛强度。

本发明所述的城市热岛强度的测量装置，包括：数据采集模块，用于对待研究城市特定气象因子的适时观测和收集存储，所述的特定气象因子包括风速、风向、气温地表温度、湿度、太阳辐射、云量和稳定度；数据分析处理模块，基于待研究城市的城市热岛强度～气象因子多元线性回归方程建立，用于分析处理气象因子预报模块所预报的特定气象因子，所述的城市热岛强度～气象因子多元线性回归方程如下：

$\mathrm{UHI}=C_0+C_u*u+C_v*v+C_T*T+C_{T_s}*T_s+C_e*e+C_h*\sinh +C_n*n+C_{\mathrm{Rb}}*R_b$

其中，UHI是城市热岛强度，u和v是水平总风速U分解到两个方向的风速，即$\left(\begin{array}{c}u=U\cos \left(\mathrm{WD}\right)\\ v=U\sin \left(\mathrm{WD}\right)\end{array}\right),$这里WD表示风向；T表示气温，Ts表示地表气温，e表示水汽压，h表示太阳高度角，n表示云量，Rb表示总体理查森数，C₀、C_v、C_v、C_T、C_Ts、C_e、C_h、C_n和C_Rb为多元线性回归系数，利用待研究城市的历史气象观测资料，对城市热岛强度～气象因子进行多元线性回归而获得；城市热岛强度输出模块，根据城市热岛强度～气象因子分析处理模块的输出结果，即可完成城市热岛强度的适时测量。

另外，以下将运用本发明所述的测量方法对某城市的城市热岛强度进行测量，且将其与现有观测方法所获得的城市热岛强度进行比较分析，其中UHI1为现有技术方案所得的城市热岛强度，UHI2为本发明所属的测量方法所得的城市热岛强度。

实施例1

图2是本发明只考虑水平总风速、风向和温度这三个特定气象因子时所得的城市热岛强度UHI2与现有观测技术所得的城市热岛强度UHI1的比较。利用所建的气象观测站，观测并收集存储水平总风速、风向和温度这三个特定的气象因子，输入数据分析处理装置进行分析处理，从而得到城市热岛强度UHI2。由图可见，两种方法所得的城市热岛强度有很好的一致性，若以现有观测技术所得的城市热岛强度UHI1为精确值，那么现有技术所得的城市热岛强度的平均误差约为-0.03℃，可以忽略不计，误差方差约为0.51℃，相关系数达到了0.47；

实施例2

图3是本发明考虑特定气象因子水平总风速、风向、气温、地表温度、湿度、太阳辐射、云量和稳定度对城市热岛强度的影响时，所得的城市热岛强度UHI2与现有观测技术所得的城市热岛强度UHI1的比较。此时气象观测站中收集存储的气象因子除包含水平总风速、风向和温度外，还包含地表温度、湿度、太阳辐射、云量和稳定度。由图3可见，与图2相似，两种方法所得的城市热岛强度也具有很好的一致性，其中两者之间的平均误差约为-0.05℃，可以忽略不计，误差方差约为0.51℃，相关系数达到了0.48；但由于多考虑了地表温度、湿度、太阳辐射、云量和稳定度这些气象因子对城市热岛强度的影响，因此本实施方案与现有技术所得的热岛强度的相关性较实施方案1与现有技术所得的热岛强度的相关性要好一些；

实施例3

图4是本发明同时考虑特定气象因子和日变化对城市热岛强度的影响时的第一种测量结果，此时只是将每日简单地划分为白天和黑夜两个时间区段，针对不同的时间区段，建立相应的城市热岛强度～特定气象因子的多元线性回归方程，从而建立数据分析处理装置。气象观测站中收集存储的特定气象因子输入数据分析处理装置后，根据气象数据的观测时间，选择不同的多元线性回归方程进行处理，从而得到城市热岛强度UHI2。由图可见，考虑日变化对城市热岛强度的影响，可以明显地改善城市热岛强度的测量结果，此时，平均误差约为-0.06℃，可以忽略不计，误差方差约为0.47℃，相关系数达到了0.54；

实施例4

图5是本发明同时考虑特定气象因子和日变化对城市热岛强度的影响时的第二种测量结果，此时，将每日划分为四个时间区段：00～05，06～11，12～17，18～23，比较分析图5中两种观测方法所得的结果，可以看见：考虑日变化对城市热岛强度的影响，将每日划分为比较多的时间区段，可以进一步明显改善城市热岛强度的统计预报结果，其中，平均误差约为-0.06℃，可以忽略不计，模拟误差方差约为0.46℃，相关系数达到了0.56。

实施例5

图6是本发明同时考虑特定气象因子和日变化对城市热岛强度的影响时的第三种测量结果，此时，将每日划分为二十四个时间区段，即对每小时的城市热岛强度～特定气象因子都建立多元线性回归方程。比较分析图5中两种观测方法所得的结果，可以看到考虑日变化对城市热岛强度的影响，将每日划分为比较多的时间区段，可以更进一步明显改善城市热岛强度的统计预报结果，其中，平均模拟误差约为-0.06℃，可以忽略不计，模拟误差方差约为0.44℃，相关系数达到了0.62。

通过以上的实施例可知，本测量方法与现有技术相比，不仅可以较为准确地反映城市热岛强度，而且还极大地简化了测量手段，节约测量成本，有利于气象科学的进一步发展，另外，测量时考虑的特定气象因子越多，则所得的测量结果更为精确。