en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。
参考文献
ArgüesoD, EvansJ P, FitaL, et al. 2014. Temperature response to future urbanization and climate change [J]. Climate Dyn., 42(7-8): 2183-2199. doi:10.1007/s00382-013-1789-6
参考文献
AssimakopoulosV D, ApsimonH M, MoussiopoulosN. 2003. A numerical study of atmospheric pollutant dispersion in different two-dimensional street canyon configurations[J]. Atmos. Environ., 37(29): 4037-4049. doi:10.1016/S1352-2310(03)00533-8
参考文献
AynsleyR M. 1989. Politics of pedestrian level urban wind control[J]. Building and Environment, 24(4): 291-295. doi:10.1016/0360-1323(89)90022-X
参考文献
BaikJ J, ParkS B, KimJ J. 2009. Urban flow and dispersion simulation using a CFD model coupled to a mesoscale model[J]. Journal of Applied Meteorology and Climatology, 48(8): 1667-1681. doi:10.1175/2009JAMC2066.1
参考文献
BottemaM. 2000. A method for optimisation of wind discomfort criteria[J]. Building and Environment, 35(1): 1-18. doi:10.1016/S0360-1323(98)00065-1
参考文献
BritterR E, HannaS R. 2003. Flow and dispersion in urban areas[J]. Annual Review of Fluid Mechanics, 35(1): 469-496. doi:10.1146/annurev.fluid.35.101101.161147
参考文献
ChenG, ShaW, IwasakiT, et al. 2014. A building-resolving simulation of sea breeze over Sendai downtown with a parallelized CFD model [R]. SENAC, 47, 7-12
参考文献
ChenG X, ZhuX Y, ShaW M, et al. 2015a. Toward improved forecasts of sea-breeze horizontal convective rolls at super high resolutions. Part I: Configuration and verification of a Down-Scaling Simulation System (DS3) [J]. Mon. Wea. Rev., 143(5): 1849-1872. doi:10.1175/MWR-D-14-00212.1
参考文献
ChenG X, ZhuX Y, ShaW M, et al. 2015b. Toward improved forecasts of sea-breeze horizontal convective rolls at super high resolutions. Part II: The impacts of land use and buildings [J]. Mon. Wea. Rev., 143(5): 1873-1894. doi:10.1175/MWR-D-14-00230.1
参考文献
程雪玲, 曾庆存, 胡非, 等. 2007. 大气边界层强风的阵性和相干结构[J]. 气候与环境研究, 12(3): 227-243. Cheng Xueling, Zeng Qingcun, Hu Fei,et al. 2007. Gustness and coherent structure of strong wind in the atmospheric boundary layer[J]. Climatic and Environmental Research (in Chinese), 12(3): 227-243. doi:10.3969/j.issn.1006-9585.2007.03.003
参考文献
CollierC G. 2006. The impact of urban areas on weather[J]. Quart. J. Roy. Meteor. Soc., 132(614): 1-25. doi:10.1256/qj.05.199
参考文献
崔桂香, 张兆顺, 许春晓, 等. 2013. 城市大气环境的大涡模拟研究进展[J]. 力学进展, 43(3): 295-328. Cui Guixiang, Zhang Zhaoshun, Xu Chunxiao,et al. 2013. Research advances in large eddy simulation of urban atmospheric environment[J]. Advances in Mechanics (in Chinese), 43(3): 295-328. doi:10.6052/1000-0992-13-016
参考文献
胡非, 洪钟祥, 雷孝恩. 2003. 大气边界层和大气环境研究进展[J]. 大气科学, 27(4): 712-728. Hu Fei, Hong Zhongxiang, Lei Xiaoen. 2003. Recent progress of atmospheric boundary layer physics and atmospheric environment research in IAP[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(4): 712-728. doi:10.3878/j.issn.1006-9895.2003.04.18
参考文献
HunterL J, JohnsonG T, WatsonI D. 1992. An investigation of three-dimensional characteristics of flow regimes within the urban canyon[J]. Atmospheric Environment. Part B. Urban Atmosphere, 26(4): 425-432. doi:10.1016/0957-1272(92)90049-X
参考文献
JeongS J, AndrewsM J. 2002. Application of the k-ε turbulence model to the high Reynolds number skimming flow field of an urban street canyon[J]. Atmos. Environ., 36(7): 1137-1145. doi:10.1016/S1352-2310(01)00569-6
参考文献
姜平. 2017. 大气重力流的精细结构及其对城市天气的影响 [D]. 中山大学博士学位论文. Jiang Ping. 2017. Fine-scale structures of gravity currents in atmosphere and their impacts on urban weather [D]. Ph. D. dissertation (in Chinese), Guangzhou: Sun Yat-sen University
参考文献
JiangP, WenZ P, ShaW M, et al. 2017. Interaction between turbulent flow and sea breeze front over urban-like coast in large-eddy simulation [J]. J. Geophys. Res., 122(10): 5298-5315. doi:10.1002/2016JD026247
参考文献
蒋维楣, 苗世光, 张宁, 等. 2010. 城市气象与边界层数值模拟研究[J]. 地球科学进展, 25(5): 463-473. Jiang Weimei, Miao Shiguang, Zhang Ning,et al. 2010. Numerical simulation on urban meteorology and urban boundary layer[J]. Advances in Earth Science (in Chinese), 25(5): 463-473. doi:10.11867/j.issn.1001-8166.2010.05.0463
参考文献
矫梅燕. 2007. 关于提高天气预报准确率的几个问题[J]. 气象, 33(11): 3-8. Jiao Meiyan. 2007. The ways to enhance the weather forecast skill[J]. Meteorological Monthly (in Chinese), 33(11): 3-8. doi:10.3969/j.issn.1000-0526.2007.11.001
参考文献
JohnsonG T, HunterL J. 1999. Some insights into typical urban canyon airflows[J]. Atmos. Environ., 33(24-25): 3991-3999. doi:10.1016/S1352-2310(99)00164-8.
参考文献
JonesP J, AlexanderD, BurnettJ. 2004. Pedestrian wind environment around high-rise residential buildings in Hong Kong[J]. Indoor and Built Environment, 13(4): 259-269. doi:10.1177/1420326X04045685
参考文献
LeonardB P. 1979. A stable and accurate convective modelling procedure based on quadratic upstream interpolation[J]. Computer Methods in Applied Mechanics and Engineering, 19(1): 59-98. doi:10.1016/0045-7825(79)90034-3
参考文献
LetzelM O, HelmkeC, NgE, et al. 2012. LES case study on pedestrian level ventilation in two neighbourhoods in Hong Kong [J]. Meteor. Z., 21(6): 575-589. doi:10.1127/0941-2948/2012/0356
参考文献
李磊, 胡非, 刘京. 2015. CFD技术在我国城市气候环境微尺度问题中的应用[J]. 气象科技进展, 5(6): 23-30. Li Lei, Hu Fei, Liu Jing. 2015. Application of CFD technique on micro-scale issues in urban climatic environment researches in China[J]. Advances in Meteorological Science and Technology (in Chinese), 5(6): 23-30. doi:10.3969/j.issn.2095-1973.2015.06.004
参考文献
梁钊明, 高守亭, 王东海, 等. 2013. 城市下垫面对渤海湾海风锋特征影响的一次数值试验[J]. 大气科学, 37(5): 1013-1024. Liang Zhaoming, Gao Shouting, Wang Donghai,et al. 2013. A numerical study of the urban underlying surface effect on the characteristics of a sea breeze front in the Bohai Bay Region[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37(5): 1013-1024. doi:10.3878/j.issn.1006-9895.2013.12153
参考文献
LillyD K. 2010. On the numerical simulation of buoyant convection[J]. Tellus, 14(2): 148-172. doi:10.3402/tellusa.v14i2.9537
参考文献
刘辉志, 姜瑜君, 梁彬, 等. 2005. 城市高大建筑群周围风环境研究[J]. 中国科学 D辑: 地球科学, 35(S1): 84-96. Liu Huizhi, Jiang Yujun, Liang Bin,et al. 2005. Studies on wind environment around high buildings in urban areas[J]. Science in China (Series D: Earth Sciences), 48(S2): 1006-1013
参考文献
刘小红, 洪钟祥. 1996. 北京地区一次特大强风过程边界层结构的研究[J]. 大气科学, 20(2): 223-228. Liu Xiaohong, Hong Zhongxiang. 1996. A study of the structure of a strong wind event in the atmospheric boundary layer in Beijing area[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 20(2): 223-228. doi:10.3878/j.issn.1006-9895.1996.02.12
参考文献
蒙伟光, 闫敬华, 扈海波. 2007. 城市化对珠江三角洲强雷暴天气的可能影响[J]. 大气科学, 31(2): 364-376. Meng Weiguang, Yan Jinghua, Hu Haibo. 2007. Possible impact of urbanization on severe thunderstorms over Pearl River Delta[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 31(2): 364-376. doi:10.3878/j.issn.1006-9895.2007.02.17
参考文献
MiaoY C, LiuS H, ChenB C, et al. 2013. Simulating urban flow and dispersion in Beijing by coupling a CFD model with the WRF model [J]. Advances in Atmospheric Sciences, 30(6): 1663-1678. doi:10.1007/s00376-013-2234-9
参考文献
MillerS T K, KeimB D, TalbotR W, et al. 2003. Sea breeze: Structure, forecasting, and impacts [J]. Rev. Geophys., 41(3): 1011. doi:10.1029/2003RG000124
参考文献
NakayamaH, TakemiT, NagaiH. 2012. Large-eddy simulation of urban boundary-layer flows by generating turbulent inflows from mesoscale meteorological simulations[J]. Atmospheric Science Letters, 13(3): 180-186. doi:10.1002/asl.377
参考文献
NtelekosA A, SmithJ A, BaeckM L, et al. 2008. Extreme hydrometeorological events and the urban environment: Dissecting the 7 July 2004 thunderstorm over the Baltimore MD Metropolitan region [J]. Water Resour. Res., 44(8): W08446. doi:10.1029/2007WR006346
参考文献
OkeT R. 1988. Street design and urban canopy layer climate[J]. Energy and Buildings, 11(1-3): 103-113. doi:10.1016/0378-7788(88)90026-6
参考文献
ParkS B, BaikJ J, HanB S. 2015a. Large-eddy simulation of turbulent flow in a densely built-up urban area[J]. Environmental Fluid Mechanics, 15(2): 235-250. doi:10.1007/s10652-013-9306-3
参考文献
ParkS B, BaikJ J, LeeS H. 2015b. Impacts of mesoscale wind on turbulent flow and ventilation in a densely built-up urban area[J]. Journal of Applied Meteorology and Climatology, 54(4): 811-824. doi:10.1175/JAMC-D-14-0044.1
参考文献
PatankarS. 1980. Numerical Heat Transfer and Fluid Flow [M]. New York: CRC press, Taylor&Francis, 214pp
参考文献
RyuY H, SmithJ A, Bou-ZeidE, et al. 2016. The influence of land surface heterogeneities on heavy convective rainfall in the Baltimore-Washington metropolitan area [J]. Mon. Wea. Rev., 144(2): 553-573. doi:10.1175/MWR-D-15-0192.1
参考文献
SchlünzenK H, GraweD, BohnenstengelS I, et al. 2011. Joint modelling of obstacle induced and mesoscale changes—Current limits and challenges [J]. Journal of Wind Engineering and Industrial Aerodynamics, 99(4): 217-225. doi:10.1016/j.jweia.2011.01.009
参考文献
ShaW. 2002. Design of the dynamics core for a new-generation numerical model of the local meteorology[J]. Kaiyo. Mon., 2: 107-112
参考文献
ShaW. 2008. Local meteorological model based on LES over the Cartesian coordinate and complex surface [M]// Fujiyoshi Y, Ed. Meteorological Research Note (in Japanese), Meteorological Society of Japan Press, Vol. 219, 21-26
参考文献
SkamarockW C. 2008. A description of the advanced research WRF version 3 [R]. NCAR Technical Note,1-96.National Center for Atmospheric Research, Boulder, Colorado, USA
参考文献
SmagorinskyJ. 1963. General circulation experiments with the primitive equations: I. The basic experiment[J]. Mon. Wea. Rev., 91(3): 99-164. doi:10.1175/1520-0493(1963)091<0099:GCEWTP>2.3.CO;2
参考文献
SmithW S, ReisnerJ M, KaoC Y J. 2001. Simulations of flow around a cubical building: Comparison with towing-tank data and assessment of radiatively induced thermal effects[J]. Atmos. Environ., 35(22): 3811-3821. doi:10.1016/S1352-2310(01)00177-7
参考文献
TewariM, KusakaH, ChenF, et al. 2010. Impact of coupling a microscale computational fluid dynamics model with a mesoscale model on urban scale contaminant transport and dispersion [J]. Atmospheric Research, 96(4): 656-664. doi:10.1016/j.atmosres.2010.01.006
参考文献
王宝民, 刘辉志, 桑建国, 等. 2003. 大风条件下城市冠层流场模拟[J]. 大气科学, 27(2): 255-264. Wang Baomin, Liu Huizhi, Sang Jianguo,et al. 2003. Simulation of flow field in an urban canopy layer during the strong wind[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(2): 255-264. doi:10.3878/j.issn.1006-9895.2003.02.12
参考文献
王宝民, 柯咏东, 桑建国. 2005. 城市街谷大气环境研究进展[J]. 北京大学学报(自然科学版), 41(1): 146-153. Wang Baomin, Ke Yongdong, Sang Jianguo. 2005. An overview of study on atmospheric environment in urban street canyons[J]. Acta Scientiarum Naturalium Universitatis Pekinensis (in Chinese), 41(1): 146-153. doi:10.3321/j.issn:0479-8023.2005.01.021
参考文献
WangL, ChenW. 2014. An intensity index for the East Asian winter monsoon[J]. J. Climate, 27(6): 2361-2374. doi:10.1175/JCLI-D-13-00086.1.
参考文献
ZhangY Q, AryaS P, SnyderW H. 1996. A comparison of numerical and physical modeling of stable atmospheric flow and dispersion around a cubical building[J]. Atmos. Environ., 30(8): 1327-1345. doi:10.1016/1352-2310(95)00326-6
参考文献
周莉, 席光. 2001. 高层建筑群风场的数值分析[J]. 西安交通大学学报, 35(5): 471-474. Zhou Li, Xi Guang. 2001. Numerical analysis of the wind field on high buildings[J]. Journal of Xi'an Jiaotong University (in Chinese), 35(5): 471-474. doi:10.3321/j.issn:0253-987X.2001.05.008
目录 contents

    摘要

    地面强风可直接造成人员伤亡和经济损失,严重影响出行安全、工农业生产等社会秩序。强风的发生与天气系统和复杂下垫面的共同作用密切相关,在城市区域尤为明显。受数值模拟技术和计算资源的限制,对实际天气条件下大范围城区的强风现象进行建筑物分辨率的大规模数值模拟研究仍是一个挑战。本研究利用中尺度气象模式嵌套流体计算动力模式的超高分辨率局地气象预报系统,对强冷空气过程造成广州市区的一次强风事件进行数值模拟,深入探讨强风的精细结构和形成机制。结果表明,伴随着强冷空气入侵,广州市区的平均风速和风场高频扰动均明显增强,且在城市冠层顶尤为明显,呈现区域不均匀的三维结构,数值模拟与地面观测相一致。较大范围的强风速和阵风主要出现在建筑物较为低矮的老城区上空,并持续影响下游河道等开阔区域。在高层建筑密集的新城区,虽然整体风速明显减弱,但能在平行风向的街道狭管和下游区域形成局地强风。特别是,超高层建筑群引起显著的垂直环流,导致强风扰动向下传播,造成最大风速达8 m s−1的地面局地强风,阵风指数接近2。上游建筑群引起的风场扰动呈现大尺度湍流结构,能沿着平均气流传播影响数公里之远的下游地区。当风场扰动经过广州塔等单体超高层建筑时,可在其两侧绕流区再次加强,形成局地强风。局地强风和阵风还出现在垂直于风向排列的沿江高层建筑群的侧边,与建筑屏风的阻挡效应和缺口溢出有关。研究结果促进认识城市强风的时空特征和物理机制,有助于提升城市气象的精细化预报水平。

    Abstract

    Local strong winds could be hazardous to street structures and pedestrians, and they may affect outdoor activities and traffic safety. The formation of local strong winds is associated with both mesoscale weather and underlying surface condition, particularly over urban areas where a large number of tall buildings exist. The building-resolving simulation of strong winds over megacities at given atmospheric conditions is challenging due to the limitations in numerical models and computational resources. Here we investigate a typical event of strong winds induced by a cold surge in Guangzhou using an advanced local weather prediction system, in which a mesoscale model is downscaled to a Computational Fluid Dynamics (CFD) model with Large-Eddy Simulation. Both CFD simulations and observations suggest that during the cold surge, mean wind speed and high-frequency disturbances enhanced significantly in the urban area, particularly at the top of the urban canopy. There are also evident differences between the old and new districts with different buildings characteristics. Strong winds and disturbances occurred over a large area of the old district with dense low-rise buildings and its downstream open areas. Over the new district with tall buildings, although the regional mean wind speed reduced, local strong winds occurred in the main streets parallel to the wind direction. In particular, high-rise buildings induced obvious veridical circulations that could lead to downward movements of wind disturbances and caused strong near-surface winds. Such eddies of building-induced strong winds could propagate up to several kilometers downstream. They were reinforced when passing other high-rise buildings such as the Canton Tower. Local strong winds also occurred at the flanks of tall buildings aligned along the Pearl River that is perpendicular to the ambient wind direction. The blocking effect of those buildings resulted in an along-river air flow, which then flowed out via the gaps between the buildings, leading to local strong winds. These findings have important implications for understanding the fine-scale structures and formation of local winds in megacities, which will be helpful to improve the prediction of urban winds.

  • 1 引言

    城市气象条件直接影响广大市民的生产生活。随着城市人口不断增加,城市建筑物数量和高度倍增,人们受城市气象影响不断加剧(胡非等,2003蒋维楣等,2010)。特别是,我国正处于快速城市化阶段,社会民众对城市气象服务的需求急增(崔桂香等,2013Argüeso et al., 2014)。除了热岛效应、污染物扩散等气候状态变化,市民们越来越关注极端天气条件下的局地气象灾害。例如,局地强风可造成树木倾倒、高空坠物、厂房广告牌倒塌等一系列城市安全问题,对生命财产安全造成重大威胁。强风、强降水等突发灾害还会威胁行人行车,对出行安全、交通秩序、户外活动等造成负面影响(Aynsley,1989Bottema,2000蒙伟光等,2007)。因此,增进对城市局地极端气象的机制认识和预报水平是实现精细化天气预报服务和提升防灾减灾能力的关键科学问题,也具有重要社会应用价值(矫梅燕,2007)。

    建筑物是构成城市复杂下垫面的主要因素,其对城市边界层的动力热力特征、近地面气象要素和局地环流等有直接调节作用(周莉和席光,2001Miller et al., 2003王宝民等,2003Collier, 2006梁钊明等,2013)。城市建筑物作为固体出现在近地面流场中,其空间结构和布局的多样性以及建筑物之间的气流干扰、阻挡作用、狭管效应等对于局地气象条件产生显著影响,使气流的分布和结构发生变化。当入流风向平行于街谷时,建筑物之间可形成狭管效应,使沿街谷流动的气流明显加速。当入流风向与街谷走向成一定夹角,建筑物起到阻挡作用而导致迎风面风压增强,并在街谷下游诱发复杂的涡旋(Oke,1988Johnson and Hunter,1999Jeong and Andrews,2002王宝民等,2005)。建筑物前方可形成停滞的涡流和下冲气流等,高层建筑物甚至可将高空的高速气流引至地面。高层建筑物不仅能明显调节城市冠层气流,还影响近地气流形成复杂的局地风环境(刘辉志等,2005)。大量研究表明,建筑物几何形状、建筑物间距和排列布局等能对附近区域的近地面风场产生显著影响,并在下游区域形成水平尺度较大的背风环流(Hunter et al.,1992Zhang et al.,1996Letzel et al.,2012Miao et al.,2013Park et al.,2015a)。建筑物附近的地面风场显著变化可造成局地强风,例如:高层建筑附近存在比平均风速大3倍的局地强风(Jones et al.,2004)。前期研究大多基于建筑工学或理想试验,对街区尺度风场环境作了深入探讨。值得注意的是,超大城市的建筑群达到数十公里,大范围建筑群的集合影响可起到中尺度强迫作用,其与中小尺度天气系统活动的联系机制尚不太清楚(Chen et al.,2015a,2015bJiang et al.,2017)。随着超高性能计算的发展,对大范围城市区域进行建筑物分辨率的大规模数值试验逐渐成为可能。

    城市局地天气不仅受建筑物复杂特征的影响,还与中尺度天气系统密切相关。为考虑城市下垫面和天气系统的共同影响,不少学者提出采用中尺度模式的模拟结果来驱动计算流体动力(CFD)模式,以描写实际天气条件下的城市边界层结构和局地气象灾害。此类中尺度气象模式耦合CFD模式的研发与应用在近年取得了引人注目的发展(Baik et al.,2009蒋维楣等,2010Schlünzen et al.,2011Miao et al.,2013李磊等,2015)。例如,Tewari et al.(2010)指出采用中尺度WRF模式输出结果作为CFD初边界场,将显著提高CFD模式对实际气象要素的模拟能力。Nakayama et al.(2012)将中尺度模式结果作为大涡模拟边界入流,对城市中气流波动以及阵风影响因子进行研究,并与实际观测进行了对比。Park et al.(2015b)将中尺度气象模式与大涡模拟模式耦合起来,探讨了中尺度风场对湍流结构以及城市通风的影响,指出街谷和十字路口的湍流与上空风场的联系在高层建筑区更为紧密。虽然对实际天气条件下城市气象的研究取得了可喜进展,但是对城市建筑群和特定极端天气条件下的局地强风特征和机制仍有待深入研究。

    由于每个城市的下垫面特征都不一样,引起强风的天气系统也非常多,因此,需对特定条件下的局地强风事件进行深入研究。其中,冷空气是引起冬季强风的典型情况之一(Wang and Chen,2014)。本研究利用中尺度气象模式嵌套流体计算动力模式的超高分辨率局地气象预报系统,针对冷空气入侵背景下广州城区强风的一次实际个例,进行观测分析和大规模数值试验,深入探讨强风的精细结构和形成机制。具体章节安排如下:第2章介绍研究个例的选取、资料及方法;第3章分析城市强风在时空上的精细特征和模式验证;第4章深入探讨街道局地强风形成的物理机制;第5章给出主要结论。

  • 2 资料及方法

    本研究关注一次典型的冷空气强风事件,即2012年12月29日强冷空气南下影响华南地区并在广州市区造成强风的过程。下午14时(当地标准时,下同)之前,广州地区还未受到冷空气影响,近地面盛行偏东风,风速较小。14时之后,强冷空气开始入侵广州地区,风速逐渐增加,温度则明显下降。据广州市区上游的白云机场地面观测记录,下午到傍晚的气温从19℃降到约7℃,降温幅度接近寒潮等级。风速从2 m s−1增强到8 m s−1,风向由偏东风转为北风。为考察市区强风的特征和机制,本研究主要利用观测分析和高分辨率数值模拟两种手段,所用各类数据和模式系统具体如下。

  • 2.1 数据资料

    本研究用到的数据资料包括城市气象观测资料、大气分析资料、地形资料、建筑资料等:

    (1)广州市区2个自动站的数据资料,时间分辨率为逐5 min,气象要素包括风速、风向以及温度。为分析强风周期和阵风等活动特征,本研究使用功率谱分析、带通滤波等统计方法。

    (2)美国国家环境预报中心(NCEP,National Centers for Environmental Prediction)提供的FNL逐6小时再分析资料,水平分辨率为1°×1°,垂直方向共26层。主要用于显示天气形势,并为中尺度模式WRF提供初始场和边界条件。

    (3)高分辨率地形资料来自SRTM 90 m数字高程数据4.1版本(SRTM 90 m Digital Elevation Database V 4.1),水平分辨率为90 m。资料前处理用双线性插值方法插值到10 m分辨率,用作CFD模式试验的地形。

    (4)广州城区的建筑物格点资料,包含建筑物形状和高度信息。高层建筑物信息反演基于公开的卫星地图,利用遥感影像数据提取方法,根据太阳高度角、卫星高度角以及卫星地图上建筑物的阴影计算出建筑物的高度,并将其格点化处理。这些格点信息与主要高层建筑物的公开信息进行对比验证,确认反演信息的可靠性。精确反演得到广州中心城区5×5平方公里的建筑物形状和高度信息,水平分辨率为10 m。建筑物信息叠加地形之上,构成CFD模式的下垫面。受资料处理的成本限制,中心城区以外的建筑物高度设置为10 m,建筑物形状仍使用准确的卫星反演信息。

  • 2.2 耦合中尺度—CFD数值模拟方法

    本研究主要采用降尺度数值模拟方法,将常规中尺度数值模式与大涡模式耦合,结合大规模并行计算技术,构建成超高分辨率局地天气预报系统(Chen et al.,2015a)。使用中尺度数值模式模拟出精度较高且接近于实际情况的天气背景场,然后将中尺度模式模拟结果作为初始条件来驱动CFD模式。CFD模式能显式分辨陡峭地形或建筑物的高度和几何形状,其大涡模拟可描写城市下垫面对湍流和局地强风的影响。此类耦合中尺度—CFD模拟方法近年广泛用于实际天气个例研究,具有良好效果(Baik et al.,2009Tewari et al.,2010Schlünzen et al.,2011Chen et al.,2015b)。

  • 2.2.1 中尺度数值试验

    降尺度模拟系统中选取的中尺度气象模式为NCEP以及美国国家大气研究中心(NCAR,National Center for Atmospheric Research)等机构联合研发的在业务及研究领域广泛使用的WRF模式(Skamarock,2008)。WRF模拟试验采用单向四重嵌套(图1a),模式各区域设置如表1所示。模式从外到内水平网格数分别为270×250、328×301、391×367和501×501,水平分辨率分别为9 km、3 km、1 km和200 m。垂直层数为46层,模式层顶气压设置为50 hPa。为更好描写大气边界层和满足CFD模式需求,在WRF模式中1 km高度以下设置了18层,尽可能提高大气低层的分辨率。WRF模式采用逐6小时1°×1°的FNL资料作为初始场和边界条件,从2012年12月29日02时开始模拟,共积分24小时。为保证模式区域方案的一致性,模式内外层均不采用积云参数化方案(Ntelekos et al.,2008姜平,2017)。D1-D4各区域物理参数化方案设置均保持一致,云物理WSM6方案、长波辐射RRTM方案、短波辐射Dudhia方案、边界层YSU方案、陆面过程Noah LSM方案、城市冠层UCM方案。

    图1
                            耦合中尺度—计算流体动力(CFD)模式的区域设置和城市建筑物:(a)WRF模式的四个嵌套模拟范围;(b)CFD模式区域在WRF模式最内层区域D4中的所在位置;(c)CFD模式区域内的广州地形(阴影为地形高度,单位:m)和城市建筑物(灰色格点),黑色方块和红色圆点分别标记福今路和广州塔自动观测站;(d)广州市区中心 [图(c)中黑色矩形区域] 的建筑物的三维视图(阴影为建筑物高度,单位:m)

    图1 耦合中尺度—计算流体动力(CFD)模式的区域设置和城市建筑物:(a)WRF模式的四个嵌套模拟范围;(b)CFD模式区域在WRF模式最内层区域D4中的所在位置;(c)CFD模式区域内的广州地形(阴影为地形高度,单位:m)和城市建筑物(灰色格点),黑色方块和红色圆点分别标记福今路和广州塔自动观测站;(d)广州市区中心 [图(c)中黑色矩形区域] 的建筑物的三维视图(阴影为建筑物高度,单位:m)

    Fig. 1 Domain setting for the coupled mesoscale-Computational Fluid Dynamics (CFD) models and buildings in Guangzhou: (a) Four simulation domains of the WRF model; (b) the innermost domain D4 of WRF model and the CFD domain; (c) topography (the shaded represent terrain height, units: m) and buildings (blocks in gray) in the CFD domain, the black square and red dot refer to the Fujin Road and the automatic observation station of Canton Tower ; (d) 3D view of the buildings in central Guangzhou, black rectangle of (c) (the shaded represent the height of buildings ,units: m)

    表1 WRF区域设置

    Table 1 Domain setting for the WRF model

    模式

    区域

    代表地区水平分辨率水平网格数输出时间间隔
    D1中国南部9 km270×25060 min
    D2华南地区3 km328×30130 min
    D3珠三角地区1 km391×36715 min
    D4广州市及周边200 m501×5015 min

    为了验证WRF模式对天气背景场的模拟,我们将模式结果与之后相应时次的FNL分析资料进行对比。图2a显示,29日08时冷空气前锋位于25°N以北的粤北地区,呈现为明显的南北气压梯度和偏北气流。14时开始影响珠三角地区,之后与海上的偏东北气流汇合(图2b)。模拟试验也显示出类似的冷空气南下过程(图2c,d),表明WRF模式能较好反映了此次天气过程的演变。对比图2b, d,显示数值模拟得到的冷空气过境时间比实际稍微偏早。我们进一步利用观测资料验证WRF模式所模拟冷空气在广州市区的推进情况。选取广州塔自动站为观测资料代表,考虑其周围地势平坦,其中一个观测点离地127 m高,受到周边较为低矮建筑物影响较小。图3显示,观测到的风速在14时之前较小(4 m s−1以下),在14时之后的下午时段明显增加,最大风速可达约10 m s−1。数值模拟到的风速显示出类似的时间演变特征,模式也基本抓住相应的温度和风向变化(图略)。模式模拟的冷空气入侵时间比观测提前2 h 10 min,我们在之后的观测分析和CFD模拟将移除这个时间差。另外,WRF模式模拟到冷空气入侵后的平均风速和增加幅度稍大于观测值。形成差异的可能原因是WRF结果代表网格尺度的平均值,且没有显式包含建筑物影响,主要体现伴随天气系统演变的特征;而观测结果则表征了受中尺度天气和建筑物共同影响的局地特征(Park et al.,2015a)。总体而言,WRF模式能够大致模拟出冷空气经过广州市区的气象要素演变,可用于驱动CFD模式以探究城市建筑群对强风的影响。

    图2
                            冷空气入侵广州市前(左列)、后(右列)的地面风场(箭头,单位:m s−1)和气压场(等值线,单位:hPa):(a,b)FNL分析资料;(c,d)WRF模拟

    图2 冷空气入侵广州市前(左列)、后(右列)的地面风场(箭头,单位:m s−1)和气压场(等值线,单位:hPa):(a,b)FNL分析资料;(c,d)WRF模拟

    Fig. 2 Spatial patterns of surface wind (vectors, units: m s−1) and pressure (contours, units: hPa) before (left column) and after (right column) the invasion of the cold surge into Guangzhou:(a, b) FNL analysis data; (c, d) WRF simulation

    图3
                            2012年12月29日广州市区风速的时间演变。黑线为广州塔自动站观测资料(离地面127 m高处),红线为WRF模式的模拟结果。横坐标蓝色长方形标记三次CFD模拟时段,分别代表冷空气入侵之前、入侵期间和入侵之后的三个阶段。数值模拟的冷空气抵达时间比实际观测提前2 h 10 min,绘图时已移除相应的时间差

    图3 2012年12月29日广州市区风速的时间演变。黑线为广州塔自动站观测资料(离地面127 m高处),红线为WRF模式的模拟结果。横坐标蓝色长方形标记三次CFD模拟时段,分别代表冷空气入侵之前、入侵期间和入侵之后的三个阶段。数值模拟的冷空气抵达时间比实际观测提前2 h 10 min,绘图时已移除相应的时间差

    Fig. 3 Temporal variations of surface wind speed in Guangzhou during 29 December 2012. The black line denotes observations from the Canton Tower at 127 m above ground level (AGL), the red line denotes the WRF model simulation. Blue rectangles denote three periods of CFD simulation before, during, and after the invasion of the cold surge. The arrival time of cold surge in WRF model simulation is two hours and ten minutes earlier than in observation and has been adjusted to the observational time in Fig. 3

  • 2.2.2 CFD数值试验

    降尺度模拟系统中选取的CFD模式为基于大涡模拟的局地气象模式,其具体参数见表2Sha, 2002)。该CFD模式基于三维笛卡尔坐标,能显式分辨陡峭地形和城市建筑物,采用Blocking-off手段来处理复杂的下垫面几何形状(Sha, 2008)。模式采用完全可压的纳维-斯托克斯方程组,采用有限元方法离散。压力速度耦合利用SIMPLER(Semi-Implicit Method for Pressure-Linked Equations revised algorithm)方法(Patankar,1980),模式在每个积分步长中反复迭代至收敛,以保证各要素的物理一致性。平流采用的是三阶QUICK(third-order upwind Quadratic Upstream Interpolation for Convective Kinematics)方案(Leonard,1979)。次网格湍流的处理则是采用经典Lilly-Smagorinsky大涡模拟(Smagorinsky,1963Lilly,2010)。另外,模式主要考虑城市边界层内的较短时间尺度的动力热力过程,不包含湿过程和辐射过程。

    表2 CFD模式参数

    Table 2 Parameters used in the CFD model

    模式参数描述
    基本方程非静力完全可压
    坐标3维笛卡尔
    离散方法有限体积
    网格交错
    空间分辨率均一
    时间积分方案完全隐式
    平流方案3阶QUICK
    方程求解方法SIMPLER
    建筑物处理方法Blocking-off
    次网格湍流方案大涡模拟

    CFD区域在WRF模式Domain 4的中央位置即广州市中心城区(图1b),主要包含广州市荔湾区、越秀区、海珠区、天河区等主要行政区(图1c)。区域大小为12 km (x)×10 km (y)×2.65 km(z),水平分辨率为10 m。为节约计算资源,垂直分辨率在200 m以下设置为10 m,其上以5 m递增。格点总数为1200(x)×1000(y)×50(z)。其中,CFD模式试验的中央区域为广州市中心,存在大量高层建筑群,是本研究的重点关注区域(图1d),其余区域设置为模拟缓冲区(Letzel et al.,2012Park et al.,2015a)。由于冷空气过境过程的持续时间超过3个小时,而大涡模式不能进行昂贵的长时间积分来捕捉整个入侵过程。为考察冷空气推进不同阶段的城市风场,本研究设置了3次CFD试验(图3中蓝色长方形),分别对冷空气入侵之前、入侵期间和入侵之后3个阶段进行精细化模拟。每次试验运行50 min,时间步长设置为1秒。3次CFD试验的初始场分别选取为WRF模式最内层区域在29日13:20、14:50和16:50的输出场。

  • 3 冷空气强风在广州市区的精细结构

  • 3.1 城市强风的观测分析和数值模拟检验

    我们先利用自动站资料考察观测到的市区强风特征。选取老城区福今路和新城区广州塔为代表,分别位于低矮密集建筑区和高层建筑群下游区(图1c),以便对比不同建筑形态的可能影响。此外,两地观测站都包括了两个不同高度的观测点,可描写风场的垂直结构特征。图4a,b显示福今路风速在中午之后特别是下午14时开始出现明显加强,近地面(28 m高)风速从约1 m s−1增加到约4 m s−1,城市冠层顶(94 m高)风速则从约2 m s−1增加到10 m s−1以上。值得注意的是,12~15时段的近地面风场扰动标准差从约0.25 m s−1增加到0.5 m s−1(图4a),城市冠层顶甚至增加到1.5 m s−1(图4b)。广州塔127 m处的观测资料也显示了城市冠层顶的风速和风场扰动出现类似的加强特征(图4c)。对比图4c和图4b可发现,广州塔观测到的平均风速稍小于老城区福今路,但是风场扰动更强,标准差可达到2 m s−1,表现出一定的区域差异。图4d则显示,广州塔532 m处(远在城市冠层之上)风速在下午明显增加,但是风场扰动在冷空气入侵前后均不明显。这些观测结果表明,冷空气入侵导致了市区的平均风速和风场扰动均明显增强,其中风场扰动在城市冠层顶最为显著。前期研究指出北京市区强风在城市冠层顶也存在类似的明显风切变和阵风特性(刘小红和洪钟祥,1996)。新老城区的风速和扰动强度存在差异,可能与两地不同建筑形态(低矮密集建筑和高层建筑群)的影响有关。

    图4
                            福今路和广州塔自动站的观测风速和风场扰动时间演变(单位:m s−1)。黑色实线为50 min滑动平均的风速;蓝色柱状图标示偏离滑动平均风速的5 min风速;红色实线代表风速偏差的滑动标准差。(a,b)分别为福今路28 m和 94 m高处的观测;(c,d)分别为广州塔127 m和532 m高处的观测

    图4 福今路和广州塔自动站的观测风速和风场扰动时间演变(单位:m s−1)。黑色实线为50 min滑动平均的风速;蓝色柱状图标示偏离滑动平均风速的5 min风速;红色实线代表风速偏差的滑动标准差。(a,b)分别为福今路28 m和 94 m高处的观测;(c,d)分别为广州塔127 m和532 m高处的观测

    Fig. 4 Temporal variations of the smoothed wind speeds and disturbances (units: m s−1) observed at Fujin Road and the Canton Tower. Black lines denote 50-minute running means; blue bars denote the instantaneous deviations from the mean wind speeds; red lines denote the standard deviations of wind speed disturbances. (a, b) Fujin Road site at 28 m and 94 m AGL; (c, d) the Canton Tower site at 127 m and 532 m AGL

    4还显示了市区风场扰动在14时冷空气入侵之后出现振荡现象。为此,我们进一步定量分析风场振荡的周期特征。功率谱分析表明,14~17时老城区福今路观测到的风场扰动呈现30~40 min周期的振荡和10~20 min周期的较高频振荡特征,通过90%显著性检验(图5b)。图5a, b显示,城市冠层顶的风场扰动较明显,高频(低频)功率谱值为4.0(5.0)m2 s−2,约为近地面的10倍(2倍)。新城区广州塔127 m处的风场扰动也表现出明显的高频振荡特征(图5c)。广州塔532 m高的风场扰动的高低频功率谱值均小于127 m处的数值(图5c, d)。对比图5b, c显示,广州塔观测到的风场扰动的高频(低频)功率谱值为8.0(10.0)m2 s−2,约为福今路的2倍;较低频振荡的周期为45~65 min,比福今路的更长,表现出明显的区域差异。值得注意的是,此类风场扰动的振荡现象在冷空气入侵前不太明显(图4)。由此可见,城市区域特别是城市冠层顶的风场高频扰动的加强与冷空气入侵过程密切相关。

    图5
                            2012年12月29日14~17时(当地标准时,下同)福今路和广州塔自动站的观测风场扰动的功率谱:(a,b)分别为福今路28 m和127 m高处的观测;(c,d)分别为广州塔127 m和532 m高处的观测

    图5 2012年12月29日14~17时(当地标准时,下同)福今路和广州塔自动站的观测风场扰动的功率谱:(a,b)分别为福今路28 m和127 m高处的观测;(c,d)分别为广州塔127 m和532 m高处的观测

    Fig. 5 Power spectra of observed wind speed disturbances during 1400 LST-1700 LST, 29 December: (a, b) Fujin Road site at 28 m and 94 m AGL; (c, d) the Canton Tower site at 127 m and 532 m AGL

    我们利用CFD模式进一步考察市区的风场演变和扰动特征。图6显示,随着冷空气入侵,广州塔127 m处的平均风速从2.6 m s−1(图6a)增大至5.6 m s−1(图6b),最后达到10.1 m s−1(图6c)。在冷空气入侵之前和入侵之后,进入市区的背景风场处于平稳状态,在CFD模式中受建筑摩擦拖曳影响,模拟的平均风场出现缓慢下降(图6a,c)。在冷空气入侵期间,背景风速有一定增强趋势(图4),在CFD模式中抵消一部分下垫面摩擦影响,使得模拟期间的平均风速维持一定强度(图6b)。我们更关注的是,冷空气入侵前的风速扰动振幅较小,滑动标准差约为0.016 m s−1(图6a)。风场扰动在冷空气入侵期间显著增大至0.73 m s−1(图6b),此后维持相当强度0.79 m s−1(图6c)。另外,模拟风场扰动呈现出一定的高频振荡,周期约2~4 min,特别是在城市冠层顶。也就是,在福今路94 m处和广州塔127 m处的风场扰动功率谱值均明显高于福今路28 m处和广州塔532 m处的数值(对比图7b,c和图7a,d)。这些由冷空气入侵所导致的风场扰动加强特征与市区自动站的观测结果相类似,这表明耦合中尺度—CFD模式对市区风场分布和演变具有良好的模拟能力。

    图6
                            同图4c,但为广州塔127 m处的冷空气(a)入侵之前、(b)入侵期间和(c)入侵之后的CFD模拟风速和风场扰动。三次模拟时段见图3中标注

    图6 同图4c,但为广州塔127 m处的冷空气(a)入侵之前、(b)入侵期间和(c)入侵之后的CFD模拟风速和风场扰动。三次模拟时段见图3中标注

    Fig. 6 Same as in Fig. 4c, but for the wind speed and wind speed disturbances of CFD simulations at the Canton Tower at 127 m AGL for the periods (a) before, (b) during, and (c) after the invasion of the cold surge as shown in Fig. 3

    图7
                            同图5,但为冷空气入侵期间的CFD模拟风场的功率谱

    图7 同图5,但为冷空气入侵期间的CFD模拟风场的功率谱

    Fig. 7 Same as in Fig. 5, but for the power spectra of CFD-simulated wind disturbances during the invasion of the cold surge

  • 3.2 地面强风的精细水平分布

    基于建筑物分辨率的CFD模拟试验,我们先详细考察伴随冷空气入侵的市区风场水平分布特征。图8a,b显示,冷空气入侵前的市区平均风速和扰动幅度均较小,且区域差异不明显。冷空气入侵期间和入侵之后,平均风速和风场扰动出现明显的城区差异和局部不均匀特征(图8c-f)。图8c, e显示,在东半部的新城区,高层建筑群密集区域(标记“A1”和“A2”)近地面平均风速整体较小,与建筑物造成风速减弱的摩擦拖拽效应有关(Britter and Hanna,2003Ryu et al.,2016)。局地风速大值(即局地强风)主要出现在高层建筑群之间的开阔区域,比如广州大道(“C”)、花城广场(“D”)、河道中东部区域(“E、F、G”)和广州塔下游(“J”)等。这些风速大值区呈现了南北走向的条状特征(例如“D-F-J”),与平均风向和街道走向相一致。在西半部的老城区,低矮密集建筑区(“B”)的整体风速值较均匀,局地差异特征不太明显。图8d,f显示的风场扰动幅度与图8c,e显示的风速分布相类似,即局地大风区域通常伴随着明显的风场扰动。因此,受不同建筑物形态的影响,新老城区的平均风场和扰动强度在整体和局地两种尺度上均存在明显差异。

    图8
                            CFD模拟10~40 min期间的市区平均风速(左列)和风场扰动(右列)水平分布。(a,b)冷空气入侵前;(c,d)冷空气入侵期间;(e,f)冷空气入侵之后。箭头为水平风场,填色为平均风速或标准差(单位:m s−1),灰色标记地面建筑物

    图8 CFD模拟10~40 min期间的市区平均风速(左列)和风场扰动(右列)水平分布。(a,b)冷空气入侵前;(c,d)冷空气入侵期间;(e,f)冷空气入侵之后。箭头为水平风场,填色为平均风速或标准差(单位:m s−1),灰色标记地面建筑物

    Fig. 8 Spatial patterns of surface wind speed (left column, units: m s−1) and standard deviation (right column, units: m s−1) averaged during 10-40 minutes of the CFD simulation (a, b) before, (c, d) during, and (e, f) after the invasion of the cold surge. Horizontal winds (vector, units: m s−1), Mean wind speed or standard deviation (shaded, units: m s−1) Blocks in gray denote the buildings

    8c-f还显示,珠江河道南岸的沿江区域是局地强风和风场扰动的另一主要地区。局地强风(“H、L”)出现在“金海湾”和“海珠半岛”等沿江超高层建筑群附近。这类沿江的局地强风区主要呈现东西向排列,大致垂直于背景风向。这明显区别于东半部新城区呈南北走向的街道狭管强风,可能与沿江超高层建筑群的屏风阻挡作用有关。第4章将深入阐述这些与超高层建筑群有关的局地强风的形成机制。

  • 3.3 城市风场的精细垂直结构及其与上游建筑特征的联系

    为进一步阐明上游建筑群所激发的风场垂直结构及其对下游地区的影响,我们考察城区建筑群与风场垂直结构的对应关系。图9a显示新老城区在珠江北岸(上游区域)的建筑物群存在明显差异,珠江河道(下游区域)的建筑较少。图9b给出北岸1公里范围内的建筑物密度的垂直剖面,显示西半部老城区的建筑物整体较低,建筑物最高高度在100~200 m,大部分低于100 m。图9c显示,经过上游建筑群影响,河道北岸最强风速(10 m s−1以上)出现在城市冠层之上,距离地面200~300 m处。在离地100~200 m高的城市冠层顶出现强烈的风切变,与北京地区的强风特征相类似(刘小红和洪钟祥,1996)。图9e显示,城市冠层顶的风场扰动最明显,对应于风切变的大值区域。这显示风速廓线和风场扰动与建筑整体高度存在密切关系,表明它们是上游建筑引起扰动的结果。

    图9
                            市区中心建筑物和CFD模拟的冷空气入侵期间风场垂直结构。(a)建筑物分布和分析区域,红色矩形为珠江北岸的建筑区域,绿色竖矩形和横矩形分别标记花城广场—广州塔和珠江南岸的局地强风区;(b)珠江北岸的建筑密度,统计范围为图区域(a)的红色矩形;(c,e)珠江北岸沿纵坐标y=520的平均风速和风场扰动标准差;(d,f)珠江南岸沿纵坐标y=450的平均风速和风场扰动标准差

    图9 市区中心建筑物和CFD模拟的冷空气入侵期间风场垂直结构。(a)建筑物分布和分析区域,红色矩形为珠江北岸的建筑区域,绿色竖矩形和横矩形分别标记花城广场—广州塔和珠江南岸的局地强风区;(b)珠江北岸的建筑密度,统计范围为图区域(a)的红色矩形;(c,e)珠江北岸沿纵坐标y=520的平均风速和风场扰动标准差;(d,f)珠江南岸沿纵坐标y=450的平均风速和风场扰动标准差

    Fig. 9 Buildings in downtown Guangzhou and vertical structures of wind speed simulated by CFD model. (a) Buildings and analysis domains. The red rectangle indicates the built-up area to the north of the Pearl River; the green rectangles represent areas of local strong winds from the Huacheng Square to the Canton Tower and on southern bank of the Pearl River. (b) Building density in the built-up area to the north of the Pearl River. Statistical Limits are in the red rectangle of (a). (c, e) Mean wind speed and standard deviation of wind speed disturbances on northern bank of the Pearl River (Ordinate y=520). (d, f) Same as in (c, e), but for southern bank of the Pearl River (Ordinate y=450)

    与老城区相比,东半部新城区存在高层建筑群,最高高度可达200~540 m(图9b)。图9c显示,新城区(横坐标x=720~830范围)距离地面200~400 m高的平均风速明显小于老城区同一高度的风速。这表明新城区高层建筑物的摩擦拖曳效应能垂直伸展到较高层次,整体上减弱了平均风速。同时,风场扰动也能伸展较高的200~500 m,明显不同于老城区风场扰动的较低层次(200 m以下),表明高层建筑物能扰乱整层冷空气(厚度约500 m)的流动。另外,虽然新城区上空的整体风速较小,但是可能出现局地尺度的强风带(例如横坐标x=800附近),与建筑群之间的街道狭管相对应。

    数值模拟得到市区上空的风场扰动(平均风速)在城市冠层顶(冠层之上)较为明显。与老城区相比,新城区的平均风速较小但风场扰动高度较高,与观测结果相一致。另外,对比图9d,f和图9c,e,我们还注意到珠江河道南岸风速和扰动幅度的垂直结构与河道北侧非常相似。由此可见,在没有建筑扰乱的情况下,风场结构能保持一定的连贯性,并传播到下游地区(Letzel et al.,2012)。这些特征提醒我们在考察城市强风特征时,除了考虑局地建筑物的形态与分布,需要考虑整个城市尺度特别是上游数公里范围建筑群的影响,这对评估强风灾害风险有重要意义。

  • 4 城市高层建筑群引起局地强风的物理机制

    上一章分析表明,冷空气入侵期间广州市区的整体风速和周期振荡显著加强,还出现了明显的三维结构和局地强风。高层建筑对局地风场和街谷环流起调节作用,是扰乱风场的重要源区(Assimakopoulos et al.,2003Miao et al.,2013)。局地强风主要发生在两个主要超高层建筑群的附近和下游。其中一个在市区东部的广州大道、花城广场和广州塔(图9a的绿色竖向矩形,横坐标x约等于820),建筑排列和街道走向呈南北走向。特别是,花城广场两侧的超高层建筑物以中心街道为轴线呈近似对称分布,其中国际金融中心东西两塔分别高达538 m和440 m,可能对冷空气流动起重要调节(姜平,2017)。另外一个区域在珠江南岸的滨江路(图9a的绿色横向矩形,纵坐标y约等于410),建筑排列主要呈东西走向。本章进一步探讨这两类超高层建筑群对局地流场和风场扰动的影响机制,阐明不同建筑布局的作用。

  • 4.1 花城广场—广州塔(南北走向)局地强风的形成机制

    10a,c显示冷空气入侵期间花城广场—广州塔的风速时空演变。较强风速呈现倾斜的条状特征,显示了自北向南的传播现象。这些条状结构存在明显的一致性,传播距离可达3公里以上。根据从强风条状结构轴线的倾斜角度,可估算出风场扰动的向南传播速度为5~10 m s−1。这与相应层次的平均风速相当,显示扰动风场的向下游传播主要受到背景流场的平流输送。此类风场扰动现象反复出现,表明高层建筑群能激发风场的周期性振荡和传播。在模拟10~40 min(30 min期间)一共出现了9~10次风场振荡,其中较强的振荡约为5次,可知振荡周期为3~6 min。来自上游的传播性周期振荡很好地解释了广州塔局地风场的扰动现象(图6b)。图10a还显示,近地面风速振荡的峰值可达8 m s−1,相比于背景风速4~5 m s−1,阵风指数达到1.6~2。同一时刻强风扰动的南北跨度为500~1000 m,对应于同一地点的强风持续时间为1~2 min,呈现为大尺度湍流结构。值得注意,近地面和城市冠层的风速均存在三个局地极值,分布位于花城广场北侧入口(纵坐标y=650)、花城广场东西两塔(纵坐标y=560)、广州塔(纵坐标y=434)等超高层建筑附近和下游区域。由此可见,街道狭管气流在经过这些超高层建筑时获得局地加速,风场扰动幅度也随之增加。这些超高层建筑的局地作用可放大来自上游地区的风场扰动,并传播影响下游地区,对应于图8所显示局地风场的水平分布特征。

    图10
                            CFD模拟的冷空气入侵期间花城广场—广州塔(左列)和珠江南岸(右列)的风速随时间的演变(阴影,单位:m s−1)。统计区域位于图9a的绿色矩形区域。(a,c)的虚线箭头标注图12显示的一次强风扰动;(b,d)的虚线标注图14显示的一次强风扰动

    图10 CFD模拟的冷空气入侵期间花城广场—广州塔(左列)和珠江南岸(右列)的风速随时间的演变(阴影,单位:m s−1)。统计区域位于图9a的绿色矩形区域。(a,c)的虚线箭头标注图12显示的一次强风扰动;(b,d)的虚线标注图14显示的一次强风扰动

    Fig. 10 Temporal variations of wind speed (shaded, units: m s−1) during the cold surge invasion simulated by the CFD model from the Huacheng Square to Canton Tower (left column) and on southern bank of the Pearl River (right column). The domains are marked by the green rectangles in Fig. 9a. Dashed arrows in (a, c) mark the disturbances of strong winds shown in Fig. 12; dashed in (b, d) indicate the disturbances of strong winds shown in Fig. 14

    为阐明超高层建筑的局地影响,我们深入考察花城广场国际金融中心东西塔附近的风场和气压的水平分布和时间演变。图11a显示,冷空气入侵期间中心街道的近地面风速明显增加,风向偏北,平行于街道走向。街道风速明显强于两侧密集建筑区的风速,呈现明显的狭管效应(王宝民等,2005)。广场北部地区的平均风速约4 m s−1,双塔之间街道中央的风速增加到约6 m s−1,出现了局地加强特征。图11c清晰显示东西两塔的上下游地区风速出现频繁扰动。下游地区的风速扰动稍滞后于上游地区,但是风速变得更强。上下游地区的风速差值显示,超高层建筑物附近共出现了约7次的局地风场加强现象,间隔约为5 min。

    图11
                            冷空气入侵期间的花城广场国际金融中心的模拟风场和气压的水平分布和时间演变。(a,b)时间平均的风场(箭头,单位:m s−1),气压偏差(等值线,单位:Pa)和垂直运动(阴影,单位:m s−1),黑色区域为建筑物。(c)金融中心上游(黑色线条)和下游(红色线条)的近地面风速(单位:m s−1)和差值(蓝色柱)的时间演变。(d)东塔迎风面的高层风速(黑色线条,单位:m s−1)、气压(红色线条,单位:Pa)和下沉运动强度(蓝色柱,单位:m s−1)的时间演变。(c,d)中的红色三角大致标注短期变化的7次局地极值

    图11 冷空气入侵期间的花城广场国际金融中心的模拟风场和气压的水平分布和时间演变。(a,b)时间平均的风场(箭头,单位:m s−1),气压偏差(等值线,单位:Pa)和垂直运动(阴影,单位:m s−1),黑色区域为建筑物。(c)金融中心上游(黑色线条)和下游(红色线条)的近地面风速(单位:m s−1)和差值(蓝色柱)的时间演变。(d)东塔迎风面的高层风速(黑色线条,单位:m s−1)、气压(红色线条,单位:Pa)和下沉运动强度(蓝色柱,单位:m s−1)的时间演变。(c,d)中的红色三角大致标注短期变化的7次局地极值

    Fig. 11 Spatial patterns and temporal variations of wind and surface pressure during the cold surge invasion simulated by CFD model near the International Financial Center (IFC) in the Huacheng Square. (a, b) Mean wind speed (vectors, units: m s−1), pressure disturbance (contours, units: Pa), and vertical motion (shaded, units: m s−1). The black blocks indicate buildings. (c) Near-surface wind speeds (units: m s−1) upstream (black line) and downstream (red line) of the IFC and their differences (blue column). (d) Upper-level wind (black line, units: m s−1), pressure (red line, units: Pa), and intensity of descending motion (blue bars, units: m s−1) on the windward side of the IFC eastern tower. Red triangles in (c, d) denote seven occurrence times of maximum local wind disturbances

    11b显示相应的较高层风场为一致偏北风,强风速主要出现街道上空。东西塔明显高于周边建筑物,起到了明显的阻挡扰乱作用,在它们的迎风面出现了气压正偏差。其中,东塔附近的气压扰动较为明显,可能与东塔的高度更高有关。受此局地气压偏差影响,高塔之间出现显著加强的狭管流场,平均风速加速到10 m s−1。另外,高塔迎风面和两侧还出现明显的下沉运动,强度1~2 m s−1。图11d显示东塔迎风面的高层风速与气压扰动存在非常相似的时间演变,均出现了约7次的短时极值,稍低层次的下沉运动强度也出现相应波动。这种密切关系表明,当强风扰动冲击到超高层建筑物时,迎风面的气压和下沉运动相应增强(Park et al.,2015b)。下沉运动有利于把高层动量向下输送,可能是近地面风场加速和形成局地强风的关键因素(程雪玲等,2007)。对比图11c, d进一步证实,超高层建筑物引起的7次高层风场气压扰动很好地对应了近地面风场的7次加速现象,并且超前2~3 min,这表明超高层建筑物引起的动力扰动确实是导致地面风场加强的重要过程。

    我们再详细看一次风场扰动经过花城广场东西塔的具体过程,特别关注垂直结构的演变。选取T=17~20 min出现典型向南传播的风场扰动为代表(图10a)。在抵达两塔之前,强风扰动主要出现在北侧地区100~150 m高度处(图12a)。风场扰动后部上层伴随着下沉运动(蓝色箭头),导致强风轴线向下倾斜(红色虚线)。风场扰动抵达两塔附近时,下沉运动出现明显加强,强风速轴高度开始向下层移动(图12b)。扰动经过高塔期间,下沉运动达到最强(−1.4 m s−1),其所对应的强风轴线明显下降到60~70 m高度处(图12c)。此后,高塔附近仍维持一定强度的下沉运动,导致强风轴线继续下降到近地面,引起地面风速的相应增加(图12d)。风场扰动向低层传播的整个过程大约持续了3 min,这对应于图11c, d的高低层扰动的时间差。类似的特征机制也出现在其它时次的风场扰动(图略)。由此可见,超高层建筑群能增强局地的下沉运动,进而加强与风速扰动有关的三维结构,导致较高层的风场扰动向下传播影响街道地面风速。

    图12
                            一次强风扰动经过金融中心东西塔期间沿横坐标x=820的垂直结构和时间演变。阴影为水平风速(单位:m s−1),等值线为强于−0.4 m s−1的下沉运动。虚线标注强风轴线,蓝色箭头标注下沉运动中心位置,红色三角形为东西塔所在位置

    图12 一次强风扰动经过金融中心东西塔期间沿横坐标x=820的垂直结构和时间演变。阴影为水平风速(单位:m s−1),等值线为强于−0.4 m s−1的下沉运动。虚线标注强风轴线,蓝色箭头标注下沉运动中心位置,红色三角形为东西塔所在位置

    Fig. 12 Vertical structures and temporal variations of a strong wind disturbance passing the IFC towers in the Huacheng Square (x=820). Shaded are for horizontal wind speed (units: m s−1); contours are for descending motions stronger than −0.4 m s−1. Dashed lines denote the axis of strong wind and blue arrows mark the center of descending motion associated with the wind disturbance. Red triangles denote locations of the IFC towers

    我们再以广州塔为例,进一步考察单体建筑物如何调节局地风场,关注其对传播性强风扰动的影响。也以两次典型向南传播的风场扰动为例。图13a-e显示,随着风场扰动经过广州塔西侧,逐渐导致西南侧下游区域的风速明显增强。最强风速出现在广州塔与其西侧建筑群(“X”)之间的通道,可能与绕流和狭管效应的共同作用有关(Smith et al.,2001)。该强风区域与建筑物尾流区的较小风速形成显著对比,呈现明显的水平风切变。但是,强风区域在后期进一步向下游传播的特征不太明显(图13d,e),可能与广州塔西南方向的另一个建筑群(“Y”)的阻挡作用有关。图13(f-j)显示风场扰动经过广州塔东侧时,风速在东南侧下游区域显著加强,且风速极值区出现明显的向下游传播特征。这种特征不同于风场扰动经过广州塔西侧时的情况(对比图13a-e和f-j)。由于东南侧建筑群(“Z”)稍高于西侧建筑群(“X”和“Y”),可能与广州塔形成更明显的狭管效应,且其下游方向较为空旷,更有利于风场扰动向下游传播。广州塔周边建筑群布局的差异很好地解释了平均风场和扰动幅度主要出现在广州塔东南部下游区域,而不是西南部区域(图8c-f)。另外,我们考察了其它时次的风场扰动,也可看到类似的特征机制。由此可见,超高层建筑物的局地流场调节作用可加强风场扰动,并与周边建筑群共同作用造成局地强风的区域性差异。

    图13
                            强风扰动分别经过广州塔(a-e)西侧和(f-j)东侧时的近地面风场(箭头,单位:m s−1)和气压偏差(线条,单位:Pa)。红色粗箭头标注风场扰动中心,“X,Y,Z”分别标注三个周边建筑群,黑色区域为建筑物

    图13 强风扰动分别经过广州塔(a-e)西侧和(f-j)东侧时的近地面风场(箭头,单位:m s−1)和气压偏差(线条,单位:Pa)。红色粗箭头标注风场扰动中心,“X,Y,Z”分别标注三个周边建筑群,黑色区域为建筑物

    Fig. 13 Near-surface winds (vectors, units: m s−1) and pressure disturbances (contours, units: Pa) associated with wind disturbances passing the (a-e) western and (f-j) eastern sides of the Canton Tower. Red arrows denote the centers of wind disturbances and black blocks denote the buildings. “X”, “Y” and “Z” denote three different surrounding buildings

  • 4.2 珠江南岸滨江路(东西走向)局地强风的形成机制

    我们选取珠江南岸的中山大学北门两侧区域为对象(图9a的绿色横向矩形),考察垂直于背景风向排列的超高层建筑群对局地流场的影响。图10b, d显示沿河岸(东西走向)的最大风速的时间演变。河岸风速出现周期性振荡,周期约为3 min,振荡振幅为1~3 m s−1,与来自上游建筑群引起的风速扰动有关。近地面的较强风速主要出现在高层住宅建筑群“金海湾”西侧的中山大学北门、“海珠半岛”的迎风面,呈现显著的局地性(图10b)。其中,中山大学北门的近地面最大风速可达6.5 m s−1,大约是最弱风速的两倍。从“金海湾”到中山大学北门出现向西传播的现象(图10b,d),表明来自上游地区的风场扰动在受到沿江建筑群阻挡之后,可能传播到建筑群侧边。

    14显示一次典型的强风扰动影响中山大学北门时的动力场分布特征,选取时次见图10b,d。一字排列的沿江建筑群能显著阻挡向南流动的冷空气,形成明显的风场和气压场扰动。特别是,强烈的高空偏北风冲击金海湾建筑群,在其迎风面形成了气压扰动(图14d),并在100 m以下层次形成明显的下沉运动(图14c)。建筑群的背风面则出现风速较小的尾流区,气压扰动不太明显。由于单体建筑之间的缝隙空间较小,建筑群起到了像屏风一样的阻挡效果,导致形成明显的高压堆积,使得等压线呈东西走向。受局地气压场影响,金海湾北侧的风向从150 m高处偏北风转为50 m高处东北风(图14b)。在近地面层,建筑群北侧的流场完全转为东西向,气流沿江向西流动(图14a)。在屏风建筑群的侧边,建筑物较少或较矮,等压线转为南北走向,气流转为向南流动并从河道溢出。最明显的屏风缺口位于金海湾西侧的中山大学北门,成为沿江气流外溢的重要通道。与之相比,金海湾东侧的建筑物较多,气流外溢现象不明显。中山大学北门的强烈东北风明显不同于其北面河道中央的较弱偏东风。由此可见,屏风缺口的局地风场不完全来自其北侧的背景流场,而是受周边建筑群阻挡而形成(图14a箭头所示)。进入中山大学北门的强烈偏北气流,还在下游相对开阔的校园里引起较强风速和扰动(图8的“K”标记)。不同于一字型排列的金海湾建筑群,海珠半岛建筑群呈半圆形排列,相应的气压扰动造成了辐散型的地面气流。但是,其两侧建筑物较多,缺口效应不太明显,局地风速稍弱于中山大学北门。由此可见,沿江密集建筑群产生显著的屏风阻挡作用,而建筑物较少的临近河岸则起到缺口流出效应,两种作用共同导致缺口处出现局地强风。

    图14
                            一次强风扰动经过珠江南岸建筑群时的风场(箭头,单位:m s−1)、气压偏差(黑色等值线,单位:Pa)和垂直运动(阴影,单位:m s−1)。黑色区域为建筑物,灰色线条标注下方建筑物轮廓。红色箭头标注中山大学北门附近的气流

    图14 一次强风扰动经过珠江南岸建筑群时的风场(箭头,单位:m s−1)、气压偏差(黑色等值线,单位:Pa)和垂直运动(阴影,单位:m s−1)。黑色区域为建筑物,灰色线条标注下方建筑物轮廓。红色箭头标注中山大学北门附近的气流

    Fig. 14 Horizontal winds (vectors, units: m s−1), pressure disturbances (black contours, units: Pa), and vertical motions (shaded, units: m s−1) associated with a wind disturbance passing southern bank of the Pearl River. Black blocks denote buildings and gray contours indicate low-rise buildings. Red arrows denote flows near the northern gate of Sun Yat-sen University

  • 5 结论

    本研究主要利用中尺度模式驱动能够分辨单体建筑物的CFD模式,分析了一次影响广州市区的冷空气强风过程,侧重关注实际天气变化条件下的市区风场三维结构和扰动特征,并探讨超高层建筑群影响局地强风的物理机制。主要结论如下:

    伴随着冷空气入侵,市区平均风速和短时扰动幅度均明显增强,其中城市冠层顶的风场扰动最为显著,呈现出高频振荡现象。新老城区上空的平均风速和扰动强度存在明显差异,新(老)城区的平均风速偏弱(稍强),但是风场扰动偏强(偏弱)。数值模拟结果与市区自动站观测相一致,表明耦合中尺度—CFD模式具有良好的模拟能力。在低矮密集建筑的老城区下游,强风出现在距离地面200~300 m处,并在离地100~200 m的城市冠层顶出现强烈的垂直风切变和风场扰动。在新城区,大量高层建筑物的拖曳和扰乱效应能伸展到较高层次,整体上减弱200~400 m层的平均风速,并造成明显的风场扰动。由高层建筑物引起的风场扰动能在开阔区域保持连贯性,传播到数公里以外的下游地区。除了城区尺度的风场差异,市区还出现了街道局地尺度的强风和扰动现象,风速大值主要出现在高层建筑群附近和下游的开阔区域,包括新城区高层建筑群之间的街道和珠江河道南岸的沿江高层建筑群附近。

    考察新城区主要街道的强风现象显示,街道狭管气流在经过花城广场金融中心等超高层建筑时,出现明显的局地加速,风场扰动幅度也增加。超高层建筑的阻挡扰乱可改变气压和流场特征,产生明显的垂直环流特征,进而加强近地面风速和扰动。当强风扰动经过超高层建筑群之间时,建筑物迎风面的强烈下沉气流能加强与风速扰动有关的垂直结构,导致较高层的动量向下传播影响街道地面风速。单体超高层建筑物也可造成的绕流作用,并与周边建筑群共同作用造成有区域性差异的局地强风。垂直于背景风向的沿江建筑群能显著阻挡向南流动的冷空气,在建筑物迎风面形成明显的高压堆积,起到类似于屏风的阻挡效果。受它们的阻挡影响,近地面气流转为沿江流动,并在建筑物较少的河岸溢出形成局地强风。

    本研究表明市区整体风场、局地强风及其扰动特征明显受到城市建筑高度和布局的影响。局地流场的空间分布和时间演变不仅依赖于单体建筑物的调节,还依赖于上游建筑(特别是超高层建筑群)的影响。准确表征实际天气背景和城市下垫面的共同影响是模拟城市街道局地强风的关键。目前,本文只对一次冷空气强风个例进行分析,今后将对不同天气背景下的各类强风事件进行数值试验,包括利用敏感性试验来评估局地强风对背景风场的敏感性,进一步探讨复杂下垫面与中尺度天气现象共同导致局地气象灾害的形成机制。

  • 参考文献(References)

    • 1

      Argüeso D, Evans J P, Fita L, et al. 2014. Temperature response to future urbanization and climate change [J]. Climate Dyn., 42(7-8): 2183-2199. doi:10.1007/s00382-013-1789-6

    • 2

      Assimakopoulos V D, Apsimon H M, Moussiopoulos N. 2003. A numerical study of atmospheric pollutant dispersion in different two-dimensional street canyon configurations[J]. Atmos. Environ., 37(29): 4037-4049. doi:10.1016/S1352-2310(03)00533-8

    • 3

      Aynsley R M. 1989. Politics of pedestrian level urban wind control[J]. Building and Environment, 24(4): 291-295. doi:10.1016/0360-1323(89)90022-X

    • 4

      Baik J J, Park S B, Kim J J. 2009. Urban flow and dispersion simulation using a CFD model coupled to a mesoscale model[J]. Journal of Applied Meteorology and Climatology, 48(8): 1667-1681. doi:10.1175/2009JAMC2066.1

    • 5

      Bottema M. 2000. A method for optimisation of wind discomfort criteria[J]. Building and Environment, 35(1): 1-18. doi:10.1016/S0360-1323(98)00065-1

    • 6

      Britter R E, Hanna S R. 2003. Flow and dispersion in urban areas[J]. Annual Review of Fluid Mechanics, 35(1): 469-496. doi:10.1146/annurev.fluid.35.101101.161147

    • 7

      Chen G, Sha W, Iwasaki T, et al. 2014. A building-resolving simulation of sea breeze over Sendai downtown with a parallelized CFD model [R]. SENAC, 47, 7-12

    • 8

      Chen G X, Zhu X Y, Sha W M, et al. 2015a. Toward improved forecasts of sea-breeze horizontal convective rolls at super high resolutions. Part I: Configuration and verification of a Down-Scaling Simulation System (DS3) [J]. Mon. Wea. Rev., 143(5): 1849-1872. doi:10.1175/MWR-D-14-00212.1

    • 9

      Chen G X, Zhu X Y, Sha W M, et al. 2015b. Toward improved forecasts of sea-breeze horizontal convective rolls at super high resolutions. Part II: The impacts of land use and buildings [J]. Mon. Wea. Rev., 143(5): 1873-1894. doi:10.1175/MWR-D-14-00230.1

    • 10

      程雪玲, 曾庆存, 胡非, 等. 2007. 大气边界层强风的阵性和相干结构[J]. 气候与环境研究, 12(3): 227-243. Cheng Xueling, Zeng Qingcun, Hu Fei,et al. 2007. Gustness and coherent structure of strong wind in the atmospheric boundary layer[J]. Climatic and Environmental Research (in Chinese), 12(3): 227-243. doi:10.3969/j.issn.1006-9585.2007.03.003

    • 11

      Collier C G. 2006. The impact of urban areas on weather[J]. Quart. J. Roy. Meteor. Soc., 132(614): 1-25. doi:10.1256/qj.05.199

    • 12

      崔桂香, 张兆顺, 许春晓, 等. 2013. 城市大气环境的大涡模拟研究进展[J]. 力学进展, 43(3): 295-328. Cui Guixiang, Zhang Zhaoshun, Xu Chunxiao,et al. 2013. Research advances in large eddy simulation of urban atmospheric environment[J]. Advances in Mechanics (in Chinese), 43(3): 295-328. doi:10.6052/1000-0992-13-016

    • 13

      胡非, 洪钟祥, 雷孝恩. 2003. 大气边界层和大气环境研究进展[J]. 大气科学, 27(4): 712-728. Hu Fei, Hong Zhongxiang, Lei Xiaoen. 2003. Recent progress of atmospheric boundary layer physics and atmospheric environment research in IAP[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(4): 712-728. doi:10.3878/j.issn.1006-9895.2003.04.18

    • 14

      Hunter L J, Johnson G T, Watson I D. 1992. An investigation of three-dimensional characteristics of flow regimes within the urban canyon[J]. Atmospheric Environment. Part B. Urban Atmosphere, 26(4): 425-432. doi:10.1016/0957-1272(92)90049-X

    • 15

      Jeong S J, Andrews M J. 2002. Application of the k-ε turbulence model to the high Reynolds number skimming flow field of an urban street canyon[J]. Atmos. Environ., 36(7): 1137-1145. doi:10.1016/S1352-2310(01)00569-6

    • 16

      姜平. 2017. 大气重力流的精细结构及其对城市天气的影响 [D]. 中山大学博士学位论文. Jiang Ping. 2017. Fine-scale structures of gravity currents in atmosphere and their impacts on urban weather [D]. Ph. D. dissertation (in Chinese), Guangzhou: Sun Yat-sen University

    • 17

      Jiang P, Wen Z P, Sha W M, et al. 2017. Interaction between turbulent flow and sea breeze front over urban-like coast in large-eddy simulation [J]. J. Geophys. Res., 122(10): 5298-5315. doi:10.1002/2016JD026247

    • 18

      蒋维楣, 苗世光, 张宁, 等. 2010. 城市气象与边界层数值模拟研究[J]. 地球科学进展, 25(5): 463-473. Jiang Weimei, Miao Shiguang, Zhang Ning,et al. 2010. Numerical simulation on urban meteorology and urban boundary layer[J]. Advances in Earth Science (in Chinese), 25(5): 463-473. doi:10.11867/j.issn.1001-8166.2010.05.0463

    • 19

      矫梅燕. 2007. 关于提高天气预报准确率的几个问题[J]. 气象, 33(11): 3-8. Jiao Meiyan. 2007. The ways to enhance the weather forecast skill[J]. Meteorological Monthly (in Chinese), 33(11): 3-8. doi:10.3969/j.issn.1000-0526.2007.11.001

    • 20

      Johnson G T, Hunter L J. 1999. Some insights into typical urban canyon airflows[J]. Atmos. Environ., 33(24-25): 3991-3999. doi:10.1016/S1352-2310(99)00164-8

    • 21

      Jones P J, Alexander D, Burnett J. 2004. Pedestrian wind environment around high-rise residential buildings in Hong Kong[J]. Indoor and Built Environment, 13(4): 259-269. doi:10.1177/1420326X04045685

    • 22

      Leonard B P. 1979. A stable and accurate convective modelling procedure based on quadratic upstream interpolation[J]. Computer Methods in Applied Mechanics and Engineering, 19(1): 59-98. doi:10.1016/0045-7825(79)90034-3

    • 23

      Letzel M O, Helmke C, Ng E, et al. 2012. LES case study on pedestrian level ventilation in two neighbourhoods in Hong Kong [J]. Meteor. Z., 21(6): 575-589. doi:10.1127/0941-2948/2012/0356

    • 24

      李磊, 胡非, 刘京. 2015. CFD技术在我国城市气候环境微尺度问题中的应用[J]. 气象科技进展, 5(6): 23-30. Li Lei, Hu Fei, Liu Jing. 2015. Application of CFD technique on micro-scale issues in urban climatic environment researches in China[J]. Advances in Meteorological Science and Technology (in Chinese), 5(6): 23-30. doi:10.3969/j.issn.2095-1973.2015.06.004

    • 25

      梁钊明, 高守亭, 王东海, 等. 2013. 城市下垫面对渤海湾海风锋特征影响的一次数值试验[J]. 大气科学, 37(5): 1013-1024. Liang Zhaoming, Gao Shouting, Wang Donghai,et al. 2013. A numerical study of the urban underlying surface effect on the characteristics of a sea breeze front in the Bohai Bay Region[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37(5): 1013-1024. doi:10.3878/j.issn.1006-9895.2013.12153

    • 26

      Lilly D K. 2010. On the numerical simulation of buoyant convection[J]. Tellus, 14(2): 148-172. doi:10.3402/tellusa.v14i2.9537

    • 27

      刘辉志, 姜瑜君, 梁彬, 等. 2005. 城市高大建筑群周围风环境研究[J]. 中国科学 D辑: 地球科学, 35(S1): 84-96. Liu Huizhi, Jiang Yujun, Liang Bin,et al. 2005. Studies on wind environment around high buildings in urban areas[J]. Science in China (Series D: Earth Sciences), 48(S2): 1006-1013

    • 28

      刘小红, 洪钟祥. 1996. 北京地区一次特大强风过程边界层结构的研究[J]. 大气科学, 20(2): 223-228. Liu Xiaohong, Hong Zhongxiang. 1996. A study of the structure of a strong wind event in the atmospheric boundary layer in Beijing area[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 20(2): 223-228. doi:10.3878/j.issn.1006-9895.1996.02.12

    • 29

      蒙伟光, 闫敬华, 扈海波. 2007. 城市化对珠江三角洲强雷暴天气的可能影响[J]. 大气科学, 31(2): 364-376. Meng Weiguang, Yan Jinghua, Hu Haibo. 2007. Possible impact of urbanization on severe thunderstorms over Pearl River Delta[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 31(2): 364-376. doi:10.3878/j.issn.1006-9895.2007.02.17

    • 30

      Miao Y C, Liu S H, Chen B C, et al. 2013. Simulating urban flow and dispersion in Beijing by coupling a CFD model with the WRF model [J]. Advances in Atmospheric Sciences, 30(6): 1663-1678. doi:10.1007/s00376-013-2234-9

    • 31

      Miller S T K, Keim B D, Talbot R W, et al. 2003. Sea breeze: Structure, forecasting, and impacts [J]. Rev. Geophys., 41(3): 1011. doi:10.1029/2003RG000124

    • 32

      Nakayama H, Takemi T, Nagai H. 2012. Large-eddy simulation of urban boundary-layer flows by generating turbulent inflows from mesoscale meteorological simulations[J]. Atmospheric Science Letters, 13(3): 180-186. doi:10.1002/asl.377

    • 33

      Ntelekos A A, Smith J A, Baeck M L, et al. 2008. Extreme hydrometeorological events and the urban environment: Dissecting the 7 July 2004 thunderstorm over the Baltimore MD Metropolitan region [J]. Water Resour. Res., 44(8): W08446. doi:10.1029/2007WR006346

    • 34

      Oke T R. 1988. Street design and urban canopy layer climate[J]. Energy and Buildings, 11(1-3): 103-113. doi:10.1016/0378-7788(88)90026-6

    • 35

      Park S B, Baik J J, Han B S. 2015a. Large-eddy simulation of turbulent flow in a densely built-up urban area[J]. Environmental Fluid Mechanics, 15(2): 235-250. doi:10.1007/s10652-013-9306-3

    • 36

      Park S B, Baik J J, Lee S H. 2015b. Impacts of mesoscale wind on turbulent flow and ventilation in a densely built-up urban area[J]. Journal of Applied Meteorology and Climatology, 54(4): 811-824. doi:10.1175/JAMC-D-14-0044.1

    • 37

      Patankar S. 1980. Numerical Heat Transfer and Fluid Flow [M]. New York: CRC press, Taylor&Francis, 214pp

    • 38

      Ryu Y H, Smith J A, Bou-Zeid E, et al. 2016. The influence of land surface heterogeneities on heavy convective rainfall in the Baltimore-Washington metropolitan area [J]. Mon. Wea. Rev., 144(2): 553-573. doi:10.1175/MWR-D-15-0192.1

    • 39

      Schlünzen K H, Grawe D, Bohnenstengel S I, et al. 2011. Joint modelling of obstacle induced and mesoscale changes—Current limits and challenges [J]. Journal of Wind Engineering and Industrial Aerodynamics, 99(4): 217-225. doi:10.1016/j.jweia.2011.01.009

    • 40

      Sha W. 2002. Design of the dynamics core for a new-generation numerical model of the local meteorology[J]. Kaiyo. Mon., 2: 107-112

    • 41

      Sha W. 2008. Local meteorological model based on LES over the Cartesian coordinate and complex surface [M]// Fujiyoshi Y, Ed. Meteorological Research Note (in Japanese), Meteorological Society of Japan Press, Vol. 219, 21-26

    • 42

      Skamarock W C. 2008. A description of the advanced research WRF version 3 [R]. NCAR Technical Note,1-96.

      National Center for Atmospheric Research, Boulder, Colorado, USA

    • 43

      Smagorinsky J. 1963. General circulation experiments with the primitive equations: I. The basic experiment[J]. Mon. Wea. Rev., 91(3): 99-164. doi:10.1175/1520-0493(1963)091<0099:GCEWTP>2.3.CO;2

    • 44

      Smith W S, Reisner J M, Kao C Y J. 2001. Simulations of flow around a cubical building: Comparison with towing-tank data and assessment of radiatively induced thermal effects[J]. Atmos. Environ., 35(22): 3811-3821. doi:10.1016/S1352-2310(01)00177-7

    • 45

      Tewari M, Kusaka H, Chen F, et al. 2010. Impact of coupling a microscale computational fluid dynamics model with a mesoscale model on urban scale contaminant transport and dispersion [J]. Atmospheric Research, 96(4): 656-664. doi:10.1016/j.atmosres.2010.01.006

    • 46

      王宝民, 刘辉志, 桑建国, 等. 2003. 大风条件下城市冠层流场模拟[J]. 大气科学, 27(2): 255-264. Wang Baomin, Liu Huizhi, Sang Jianguo,et al. 2003. Simulation of flow field in an urban canopy layer during the strong wind[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(2): 255-264. doi:10.3878/j.issn.1006-9895.2003.02.12

    • 47

      王宝民, 柯咏东, 桑建国. 2005. 城市街谷大气环境研究进展[J]. 北京大学学报(自然科学版), 41(1): 146-153. Wang Baomin, Ke Yongdong, Sang Jianguo. 2005. An overview of study on atmospheric environment in urban street canyons[J]. Acta Scientiarum Naturalium Universitatis Pekinensis (in Chinese), 41(1): 146-153. doi:10.3321/j.issn:0479-8023.2005.01.021

    • 48

      Wang L, Chen W. 2014. An intensity index for the East Asian winter monsoon[J]. J. Climate, 27(6): 2361-2374. doi:10.1175/JCLI-D-13-00086.1.

    • 49

      Zhang Y Q, Arya S P, Snyder W H. 1996. A comparison of numerical and physical modeling of stable atmospheric flow and dispersion around a cubical building[J]. Atmos. Environ., 30(8): 1327-1345. doi:10.1016/1352-2310(95)00326-6

    • 50

      周莉, 席光. 2001. 高层建筑群风场的数值分析[J]. 西安交通大学学报, 35(5): 471-474. Zhou Li, Xi Guang. 2001. Numerical analysis of the wind field on high buildings[J]. Journal of Xi'an Jiaotong University (in Chinese), 35(5): 471-474. doi:10.3321/j.issn:0253-987X.2001.05.008

向杰勋

机 构:中山大学大气科学学院/季风与环境研究中心/广东省气候变化与自然灾害研究重点实验室,广州510275

Affiliation:Center for Monsoon and Environment Research/School of Atmospheric Science/Guangdong Province Key Laboratory for Climate Change and Natural Disaster Studies, Sun Yat-sen University, Guangzhou 510275

邮 箱:xjiex@mail2.sysu.edu.cn

作者简介:向杰勋,男,1992年出生,硕士研究生,主要从事城市气象数值模拟。E-mail: xjiex@mail2.sysu.edu.cn

陈桂兴

机 构:中山大学大气科学学院/季风与环境研究中心/广东省气候变化与自然灾害研究重点实验室,广州510275

Affiliation:Center for Monsoon and Environment Research/School of Atmospheric Science/Guangdong Province Key Laboratory for Climate Change and Natural Disaster Studies, Sun Yat-sen University, Guangzhou 510275

角 色:通讯作者

Role:Corresponding author

邮 箱:chenguixing@mail.sysu.edu.cn

作者简介:陈桂兴,E-mail: chenguixing@mail.sysu.edu.cn

姜平

机 构:重庆市气候中心,重庆401147

Affiliation:Chongqing Climate Center, Chongqing Meteorological Bureau, Chongqing 401147

吴乃庚

机 构:中国气象局广州热带海洋气象研究所,广州510080

Affiliation:Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080

温之平

机 构:复旦大学大气科学研究院,上海200438

Affiliation:Institute of Atmospheric Sciences, Fudan University, Shanghai 200438

/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F001.jpg

模式

区域

代表地区水平分辨率水平网格数输出时间间隔
D1中国南部9 km270×25060 min
D2华南地区3 km328×30130 min
D3珠三角地区1 km391×36715 min
D4广州市及周边200 m501×5015 min
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F002.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F003.jpg
模式参数描述
基本方程非静力完全可压
坐标3维笛卡尔
离散方法有限体积
网格交错
空间分辨率均一
时间积分方案完全隐式
平流方案3阶QUICK
方程求解方法SIMPLER
建筑物处理方法Blocking-off
次网格湍流方案大涡模拟
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F004.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F005.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F006.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F007.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F008.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F009.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F010.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F011.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F012.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F013.jpg
/html/dqkx/20190309/alternativeImage/d06c813d-eccd-4b13-b847-21d32fa76aec-F014.jpg

图1 耦合中尺度—计算流体动力(CFD)模式的区域设置和城市建筑物:(a)WRF模式的四个嵌套模拟范围;(b)CFD模式区域在WRF模式最内层区域D4中的所在位置;(c)CFD模式区域内的广州地形(阴影为地形高度,单位:m)和城市建筑物(灰色格点),黑色方块和红色圆点分别标记福今路和广州塔自动观测站;(d)广州市区中心 [图(c)中黑色矩形区域] 的建筑物的三维视图(阴影为建筑物高度,单位:m)

Fig. 1 Domain setting for the coupled mesoscale-Computational Fluid Dynamics (CFD) models and buildings in Guangzhou: (a) Four simulation domains of the WRF model; (b) the innermost domain D4 of WRF model and the CFD domain; (c) topography (the shaded represent terrain height, units: m) and buildings (blocks in gray) in the CFD domain, the black square and red dot refer to the Fujin Road and the automatic observation station of Canton Tower ; (d) 3D view of the buildings in central Guangzhou, black rectangle of (c) (the shaded represent the height of buildings ,units: m)

表1 WRF区域设置

Table 1 Domain setting for the WRF model

图2 冷空气入侵广州市前(左列)、后(右列)的地面风场(箭头,单位:m s−1)和气压场(等值线,单位:hPa):(a,b)FNL分析资料;(c,d)WRF模拟

Fig. 2 Spatial patterns of surface wind (vectors, units: m s−1) and pressure (contours, units: hPa) before (left column) and after (right column) the invasion of the cold surge into Guangzhou:(a, b) FNL analysis data; (c, d) WRF simulation

图3 2012年12月29日广州市区风速的时间演变。黑线为广州塔自动站观测资料(离地面127 m高处),红线为WRF模式的模拟结果。横坐标蓝色长方形标记三次CFD模拟时段,分别代表冷空气入侵之前、入侵期间和入侵之后的三个阶段。数值模拟的冷空气抵达时间比实际观测提前2 h 10 min,绘图时已移除相应的时间差

Fig. 3 Temporal variations of surface wind speed in Guangzhou during 29 December 2012. The black line denotes observations from the Canton Tower at 127 m above ground level (AGL), the red line denotes the WRF model simulation. Blue rectangles denote three periods of CFD simulation before, during, and after the invasion of the cold surge. The arrival time of cold surge in WRF model simulation is two hours and ten minutes earlier than in observation and has been adjusted to the observational time in Fig. 3

表2 CFD模式参数

Table 2 Parameters used in the CFD model

图4 福今路和广州塔自动站的观测风速和风场扰动时间演变(单位:m s−1)。黑色实线为50 min滑动平均的风速;蓝色柱状图标示偏离滑动平均风速的5 min风速;红色实线代表风速偏差的滑动标准差。(a,b)分别为福今路28 m和 94 m高处的观测;(c,d)分别为广州塔127 m和532 m高处的观测

Fig. 4 Temporal variations of the smoothed wind speeds and disturbances (units: m s−1) observed at Fujin Road and the Canton Tower. Black lines denote 50-minute running means; blue bars denote the instantaneous deviations from the mean wind speeds; red lines denote the standard deviations of wind speed disturbances. (a, b) Fujin Road site at 28 m and 94 m AGL; (c, d) the Canton Tower site at 127 m and 532 m AGL

图5 2012年12月29日14~17时(当地标准时,下同)福今路和广州塔自动站的观测风场扰动的功率谱:(a,b)分别为福今路28 m和127 m高处的观测;(c,d)分别为广州塔127 m和532 m高处的观测

Fig. 5 Power spectra of observed wind speed disturbances during 1400 LST-1700 LST, 29 December: (a, b) Fujin Road site at 28 m and 94 m AGL; (c, d) the Canton Tower site at 127 m and 532 m AGL

图6 同图4c,但为广州塔127 m处的冷空气(a)入侵之前、(b)入侵期间和(c)入侵之后的CFD模拟风速和风场扰动。三次模拟时段见图3中标注

Fig. 6 Same as in Fig. 4c, but for the wind speed and wind speed disturbances of CFD simulations at the Canton Tower at 127 m AGL for the periods (a) before, (b) during, and (c) after the invasion of the cold surge as shown in Fig. 3

图7 同图5,但为冷空气入侵期间的CFD模拟风场的功率谱

Fig. 7 Same as in Fig. 5, but for the power spectra of CFD-simulated wind disturbances during the invasion of the cold surge

图8 CFD模拟10~40 min期间的市区平均风速(左列)和风场扰动(右列)水平分布。(a,b)冷空气入侵前;(c,d)冷空气入侵期间;(e,f)冷空气入侵之后。箭头为水平风场,填色为平均风速或标准差(单位:m s−1),灰色标记地面建筑物

Fig. 8 Spatial patterns of surface wind speed (left column, units: m s−1) and standard deviation (right column, units: m s−1) averaged during 10-40 minutes of the CFD simulation (a, b) before, (c, d) during, and (e, f) after the invasion of the cold surge. Horizontal winds (vector, units: m s−1), Mean wind speed or standard deviation (shaded, units: m s−1) Blocks in gray denote the buildings

图9 市区中心建筑物和CFD模拟的冷空气入侵期间风场垂直结构。(a)建筑物分布和分析区域,红色矩形为珠江北岸的建筑区域,绿色竖矩形和横矩形分别标记花城广场—广州塔和珠江南岸的局地强风区;(b)珠江北岸的建筑密度,统计范围为图区域(a)的红色矩形;(c,e)珠江北岸沿纵坐标y=520的平均风速和风场扰动标准差;(d,f)珠江南岸沿纵坐标y=450的平均风速和风场扰动标准差

Fig. 9 Buildings in downtown Guangzhou and vertical structures of wind speed simulated by CFD model. (a) Buildings and analysis domains. The red rectangle indicates the built-up area to the north of the Pearl River; the green rectangles represent areas of local strong winds from the Huacheng Square to the Canton Tower and on southern bank of the Pearl River. (b) Building density in the built-up area to the north of the Pearl River. Statistical Limits are in the red rectangle of (a). (c, e) Mean wind speed and standard deviation of wind speed disturbances on northern bank of the Pearl River (Ordinate y=520). (d, f) Same as in (c, e), but for southern bank of the Pearl River (Ordinate y=450)

图10 CFD模拟的冷空气入侵期间花城广场—广州塔(左列)和珠江南岸(右列)的风速随时间的演变(阴影,单位:m s−1)。统计区域位于图9a的绿色矩形区域。(a,c)的虚线箭头标注图12显示的一次强风扰动;(b,d)的虚线标注图14显示的一次强风扰动

Fig. 10 Temporal variations of wind speed (shaded, units: m s−1) during the cold surge invasion simulated by the CFD model from the Huacheng Square to Canton Tower (left column) and on southern bank of the Pearl River (right column). The domains are marked by the green rectangles in Fig. 9a. Dashed arrows in (a, c) mark the disturbances of strong winds shown in Fig. 12; dashed in (b, d) indicate the disturbances of strong winds shown in Fig. 14

图11 冷空气入侵期间的花城广场国际金融中心的模拟风场和气压的水平分布和时间演变。(a,b)时间平均的风场(箭头,单位:m s−1),气压偏差(等值线,单位:Pa)和垂直运动(阴影,单位:m s−1),黑色区域为建筑物。(c)金融中心上游(黑色线条)和下游(红色线条)的近地面风速(单位:m s−1)和差值(蓝色柱)的时间演变。(d)东塔迎风面的高层风速(黑色线条,单位:m s−1)、气压(红色线条,单位:Pa)和下沉运动强度(蓝色柱,单位:m s−1)的时间演变。(c,d)中的红色三角大致标注短期变化的7次局地极值

Fig. 11 Spatial patterns and temporal variations of wind and surface pressure during the cold surge invasion simulated by CFD model near the International Financial Center (IFC) in the Huacheng Square. (a, b) Mean wind speed (vectors, units: m s−1), pressure disturbance (contours, units: Pa), and vertical motion (shaded, units: m s−1). The black blocks indicate buildings. (c) Near-surface wind speeds (units: m s−1) upstream (black line) and downstream (red line) of the IFC and their differences (blue column). (d) Upper-level wind (black line, units: m s−1), pressure (red line, units: Pa), and intensity of descending motion (blue bars, units: m s−1) on the windward side of the IFC eastern tower. Red triangles in (c, d) denote seven occurrence times of maximum local wind disturbances

图12 一次强风扰动经过金融中心东西塔期间沿横坐标x=820的垂直结构和时间演变。阴影为水平风速(单位:m s−1),等值线为强于−0.4 m s−1的下沉运动。虚线标注强风轴线,蓝色箭头标注下沉运动中心位置,红色三角形为东西塔所在位置

Fig. 12 Vertical structures and temporal variations of a strong wind disturbance passing the IFC towers in the Huacheng Square (x=820). Shaded are for horizontal wind speed (units: m s−1); contours are for descending motions stronger than −0.4 m s−1. Dashed lines denote the axis of strong wind and blue arrows mark the center of descending motion associated with the wind disturbance. Red triangles denote locations of the IFC towers

图13 强风扰动分别经过广州塔(a-e)西侧和(f-j)东侧时的近地面风场(箭头,单位:m s−1)和气压偏差(线条,单位:Pa)。红色粗箭头标注风场扰动中心,“X,Y,Z”分别标注三个周边建筑群,黑色区域为建筑物

Fig. 13 Near-surface winds (vectors, units: m s−1) and pressure disturbances (contours, units: Pa) associated with wind disturbances passing the (a-e) western and (f-j) eastern sides of the Canton Tower. Red arrows denote the centers of wind disturbances and black blocks denote the buildings. “X”, “Y” and “Z” denote three different surrounding buildings

图14 一次强风扰动经过珠江南岸建筑群时的风场(箭头,单位:m s−1)、气压偏差(黑色等值线,单位:Pa)和垂直运动(阴影,单位:m s−1)。黑色区域为建筑物,灰色线条标注下方建筑物轮廓。红色箭头标注中山大学北门附近的气流

Fig. 14 Horizontal winds (vectors, units: m s−1), pressure disturbances (black contours, units: Pa), and vertical motions (shaded, units: m s−1) associated with a wind disturbance passing southern bank of the Pearl River. Black blocks denote buildings and gray contours indicate low-rise buildings. Red arrows denote flows near the northern gate of Sun Yat-sen University

image /

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

  • 参考文献(References)

    • 1

      Argüeso D, Evans J P, Fita L, et al. 2014. Temperature response to future urbanization and climate change [J]. Climate Dyn., 42(7-8): 2183-2199. doi:10.1007/s00382-013-1789-6

    • 2

      Assimakopoulos V D, Apsimon H M, Moussiopoulos N. 2003. A numerical study of atmospheric pollutant dispersion in different two-dimensional street canyon configurations[J]. Atmos. Environ., 37(29): 4037-4049. doi:10.1016/S1352-2310(03)00533-8

    • 3

      Aynsley R M. 1989. Politics of pedestrian level urban wind control[J]. Building and Environment, 24(4): 291-295. doi:10.1016/0360-1323(89)90022-X

    • 4

      Baik J J, Park S B, Kim J J. 2009. Urban flow and dispersion simulation using a CFD model coupled to a mesoscale model[J]. Journal of Applied Meteorology and Climatology, 48(8): 1667-1681. doi:10.1175/2009JAMC2066.1

    • 5

      Bottema M. 2000. A method for optimisation of wind discomfort criteria[J]. Building and Environment, 35(1): 1-18. doi:10.1016/S0360-1323(98)00065-1

    • 6

      Britter R E, Hanna S R. 2003. Flow and dispersion in urban areas[J]. Annual Review of Fluid Mechanics, 35(1): 469-496. doi:10.1146/annurev.fluid.35.101101.161147

    • 7

      Chen G, Sha W, Iwasaki T, et al. 2014. A building-resolving simulation of sea breeze over Sendai downtown with a parallelized CFD model [R]. SENAC, 47, 7-12

    • 8

      Chen G X, Zhu X Y, Sha W M, et al. 2015a. Toward improved forecasts of sea-breeze horizontal convective rolls at super high resolutions. Part I: Configuration and verification of a Down-Scaling Simulation System (DS3) [J]. Mon. Wea. Rev., 143(5): 1849-1872. doi:10.1175/MWR-D-14-00212.1

    • 9

      Chen G X, Zhu X Y, Sha W M, et al. 2015b. Toward improved forecasts of sea-breeze horizontal convective rolls at super high resolutions. Part II: The impacts of land use and buildings [J]. Mon. Wea. Rev., 143(5): 1873-1894. doi:10.1175/MWR-D-14-00230.1

    • 10

      程雪玲, 曾庆存, 胡非, 等. 2007. 大气边界层强风的阵性和相干结构[J]. 气候与环境研究, 12(3): 227-243. Cheng Xueling, Zeng Qingcun, Hu Fei,et al. 2007. Gustness and coherent structure of strong wind in the atmospheric boundary layer[J]. Climatic and Environmental Research (in Chinese), 12(3): 227-243. doi:10.3969/j.issn.1006-9585.2007.03.003

    • 11

      Collier C G. 2006. The impact of urban areas on weather[J]. Quart. J. Roy. Meteor. Soc., 132(614): 1-25. doi:10.1256/qj.05.199

    • 12

      崔桂香, 张兆顺, 许春晓, 等. 2013. 城市大气环境的大涡模拟研究进展[J]. 力学进展, 43(3): 295-328. Cui Guixiang, Zhang Zhaoshun, Xu Chunxiao,et al. 2013. Research advances in large eddy simulation of urban atmospheric environment[J]. Advances in Mechanics (in Chinese), 43(3): 295-328. doi:10.6052/1000-0992-13-016

    • 13

      胡非, 洪钟祥, 雷孝恩. 2003. 大气边界层和大气环境研究进展[J]. 大气科学, 27(4): 712-728. Hu Fei, Hong Zhongxiang, Lei Xiaoen. 2003. Recent progress of atmospheric boundary layer physics and atmospheric environment research in IAP[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(4): 712-728. doi:10.3878/j.issn.1006-9895.2003.04.18

    • 14

      Hunter L J, Johnson G T, Watson I D. 1992. An investigation of three-dimensional characteristics of flow regimes within the urban canyon[J]. Atmospheric Environment. Part B. Urban Atmosphere, 26(4): 425-432. doi:10.1016/0957-1272(92)90049-X

    • 15

      Jeong S J, Andrews M J. 2002. Application of the k-ε turbulence model to the high Reynolds number skimming flow field of an urban street canyon[J]. Atmos. Environ., 36(7): 1137-1145. doi:10.1016/S1352-2310(01)00569-6

    • 16

      姜平. 2017. 大气重力流的精细结构及其对城市天气的影响 [D]. 中山大学博士学位论文. Jiang Ping. 2017. Fine-scale structures of gravity currents in atmosphere and their impacts on urban weather [D]. Ph. D. dissertation (in Chinese), Guangzhou: Sun Yat-sen University

    • 17

      Jiang P, Wen Z P, Sha W M, et al. 2017. Interaction between turbulent flow and sea breeze front over urban-like coast in large-eddy simulation [J]. J. Geophys. Res., 122(10): 5298-5315. doi:10.1002/2016JD026247

    • 18

      蒋维楣, 苗世光, 张宁, 等. 2010. 城市气象与边界层数值模拟研究[J]. 地球科学进展, 25(5): 463-473. Jiang Weimei, Miao Shiguang, Zhang Ning,et al. 2010. Numerical simulation on urban meteorology and urban boundary layer[J]. Advances in Earth Science (in Chinese), 25(5): 463-473. doi:10.11867/j.issn.1001-8166.2010.05.0463

    • 19

      矫梅燕. 2007. 关于提高天气预报准确率的几个问题[J]. 气象, 33(11): 3-8. Jiao Meiyan. 2007. The ways to enhance the weather forecast skill[J]. Meteorological Monthly (in Chinese), 33(11): 3-8. doi:10.3969/j.issn.1000-0526.2007.11.001

    • 20

      Johnson G T, Hunter L J. 1999. Some insights into typical urban canyon airflows[J]. Atmos. Environ., 33(24-25): 3991-3999. doi:10.1016/S1352-2310(99)00164-8

    • 21

      Jones P J, Alexander D, Burnett J. 2004. Pedestrian wind environment around high-rise residential buildings in Hong Kong[J]. Indoor and Built Environment, 13(4): 259-269. doi:10.1177/1420326X04045685

    • 22

      Leonard B P. 1979. A stable and accurate convective modelling procedure based on quadratic upstream interpolation[J]. Computer Methods in Applied Mechanics and Engineering, 19(1): 59-98. doi:10.1016/0045-7825(79)90034-3

    • 23

      Letzel M O, Helmke C, Ng E, et al. 2012. LES case study on pedestrian level ventilation in two neighbourhoods in Hong Kong [J]. Meteor. Z., 21(6): 575-589. doi:10.1127/0941-2948/2012/0356

    • 24

      李磊, 胡非, 刘京. 2015. CFD技术在我国城市气候环境微尺度问题中的应用[J]. 气象科技进展, 5(6): 23-30. Li Lei, Hu Fei, Liu Jing. 2015. Application of CFD technique on micro-scale issues in urban climatic environment researches in China[J]. Advances in Meteorological Science and Technology (in Chinese), 5(6): 23-30. doi:10.3969/j.issn.2095-1973.2015.06.004

    • 25

      梁钊明, 高守亭, 王东海, 等. 2013. 城市下垫面对渤海湾海风锋特征影响的一次数值试验[J]. 大气科学, 37(5): 1013-1024. Liang Zhaoming, Gao Shouting, Wang Donghai,et al. 2013. A numerical study of the urban underlying surface effect on the characteristics of a sea breeze front in the Bohai Bay Region[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37(5): 1013-1024. doi:10.3878/j.issn.1006-9895.2013.12153

    • 26

      Lilly D K. 2010. On the numerical simulation of buoyant convection[J]. Tellus, 14(2): 148-172. doi:10.3402/tellusa.v14i2.9537

    • 27

      刘辉志, 姜瑜君, 梁彬, 等. 2005. 城市高大建筑群周围风环境研究[J]. 中国科学 D辑: 地球科学, 35(S1): 84-96. Liu Huizhi, Jiang Yujun, Liang Bin,et al. 2005. Studies on wind environment around high buildings in urban areas[J]. Science in China (Series D: Earth Sciences), 48(S2): 1006-1013

    • 28

      刘小红, 洪钟祥. 1996. 北京地区一次特大强风过程边界层结构的研究[J]. 大气科学, 20(2): 223-228. Liu Xiaohong, Hong Zhongxiang. 1996. A study of the structure of a strong wind event in the atmospheric boundary layer in Beijing area[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 20(2): 223-228. doi:10.3878/j.issn.1006-9895.1996.02.12

    • 29

      蒙伟光, 闫敬华, 扈海波. 2007. 城市化对珠江三角洲强雷暴天气的可能影响[J]. 大气科学, 31(2): 364-376. Meng Weiguang, Yan Jinghua, Hu Haibo. 2007. Possible impact of urbanization on severe thunderstorms over Pearl River Delta[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 31(2): 364-376. doi:10.3878/j.issn.1006-9895.2007.02.17

    • 30

      Miao Y C, Liu S H, Chen B C, et al. 2013. Simulating urban flow and dispersion in Beijing by coupling a CFD model with the WRF model [J]. Advances in Atmospheric Sciences, 30(6): 1663-1678. doi:10.1007/s00376-013-2234-9

    • 31

      Miller S T K, Keim B D, Talbot R W, et al. 2003. Sea breeze: Structure, forecasting, and impacts [J]. Rev. Geophys., 41(3): 1011. doi:10.1029/2003RG000124

    • 32

      Nakayama H, Takemi T, Nagai H. 2012. Large-eddy simulation of urban boundary-layer flows by generating turbulent inflows from mesoscale meteorological simulations[J]. Atmospheric Science Letters, 13(3): 180-186. doi:10.1002/asl.377

    • 33

      Ntelekos A A, Smith J A, Baeck M L, et al. 2008. Extreme hydrometeorological events and the urban environment: Dissecting the 7 July 2004 thunderstorm over the Baltimore MD Metropolitan region [J]. Water Resour. Res., 44(8): W08446. doi:10.1029/2007WR006346

    • 34

      Oke T R. 1988. Street design and urban canopy layer climate[J]. Energy and Buildings, 11(1-3): 103-113. doi:10.1016/0378-7788(88)90026-6

    • 35

      Park S B, Baik J J, Han B S. 2015a. Large-eddy simulation of turbulent flow in a densely built-up urban area[J]. Environmental Fluid Mechanics, 15(2): 235-250. doi:10.1007/s10652-013-9306-3

    • 36

      Park S B, Baik J J, Lee S H. 2015b. Impacts of mesoscale wind on turbulent flow and ventilation in a densely built-up urban area[J]. Journal of Applied Meteorology and Climatology, 54(4): 811-824. doi:10.1175/JAMC-D-14-0044.1

    • 37

      Patankar S. 1980. Numerical Heat Transfer and Fluid Flow [M]. New York: CRC press, Taylor&Francis, 214pp

    • 38

      Ryu Y H, Smith J A, Bou-Zeid E, et al. 2016. The influence of land surface heterogeneities on heavy convective rainfall in the Baltimore-Washington metropolitan area [J]. Mon. Wea. Rev., 144(2): 553-573. doi:10.1175/MWR-D-15-0192.1

    • 39

      Schlünzen K H, Grawe D, Bohnenstengel S I, et al. 2011. Joint modelling of obstacle induced and mesoscale changes—Current limits and challenges [J]. Journal of Wind Engineering and Industrial Aerodynamics, 99(4): 217-225. doi:10.1016/j.jweia.2011.01.009

    • 40

      Sha W. 2002. Design of the dynamics core for a new-generation numerical model of the local meteorology[J]. Kaiyo. Mon., 2: 107-112

    • 41

      Sha W. 2008. Local meteorological model based on LES over the Cartesian coordinate and complex surface [M]// Fujiyoshi Y, Ed. Meteorological Research Note (in Japanese), Meteorological Society of Japan Press, Vol. 219, 21-26

    • 42

      Skamarock W C. 2008. A description of the advanced research WRF version 3 [R]. NCAR Technical Note,1-96.

      National Center for Atmospheric Research, Boulder, Colorado, USA

    • 43

      Smagorinsky J. 1963. General circulation experiments with the primitive equations: I. The basic experiment[J]. Mon. Wea. Rev., 91(3): 99-164. doi:10.1175/1520-0493(1963)091<0099:GCEWTP>2.3.CO;2

    • 44

      Smith W S, Reisner J M, Kao C Y J. 2001. Simulations of flow around a cubical building: Comparison with towing-tank data and assessment of radiatively induced thermal effects[J]. Atmos. Environ., 35(22): 3811-3821. doi:10.1016/S1352-2310(01)00177-7

    • 45

      Tewari M, Kusaka H, Chen F, et al. 2010. Impact of coupling a microscale computational fluid dynamics model with a mesoscale model on urban scale contaminant transport and dispersion [J]. Atmospheric Research, 96(4): 656-664. doi:10.1016/j.atmosres.2010.01.006

    • 46

      王宝民, 刘辉志, 桑建国, 等. 2003. 大风条件下城市冠层流场模拟[J]. 大气科学, 27(2): 255-264. Wang Baomin, Liu Huizhi, Sang Jianguo,et al. 2003. Simulation of flow field in an urban canopy layer during the strong wind[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(2): 255-264. doi:10.3878/j.issn.1006-9895.2003.02.12

    • 47

      王宝民, 柯咏东, 桑建国. 2005. 城市街谷大气环境研究进展[J]. 北京大学学报(自然科学版), 41(1): 146-153. Wang Baomin, Ke Yongdong, Sang Jianguo. 2005. An overview of study on atmospheric environment in urban street canyons[J]. Acta Scientiarum Naturalium Universitatis Pekinensis (in Chinese), 41(1): 146-153. doi:10.3321/j.issn:0479-8023.2005.01.021

    • 48

      Wang L, Chen W. 2014. An intensity index for the East Asian winter monsoon[J]. J. Climate, 27(6): 2361-2374. doi:10.1175/JCLI-D-13-00086.1.

    • 49

      Zhang Y Q, Arya S P, Snyder W H. 1996. A comparison of numerical and physical modeling of stable atmospheric flow and dispersion around a cubical building[J]. Atmos. Environ., 30(8): 1327-1345. doi:10.1016/1352-2310(95)00326-6

    • 50

      周莉, 席光. 2001. 高层建筑群风场的数值分析[J]. 西安交通大学学报, 35(5): 471-474. Zhou Li, Xi Guang. 2001. Numerical analysis of the wind field on high buildings[J]. Journal of Xi'an Jiaotong University (in Chinese), 35(5): 471-474. doi:10.3321/j.issn:0253-987X.2001.05.008

  • 主办单位:中国科学院大气物理研究所 单位地址:北京市9804信箱
    联系电话: 010-82995051,010-82995052传真:010-82995052 邮编:100029 Email:dqkx@mail.iap.ac.cn
    本系统由北京勤云科技发展有限公司设计
    京ICP备09060247号