在气候学意义上，城市化主要是指由于人类活动而引起的土地利用变化，进而使得陆面物理学属性(反射率、热传导率、波文比和热容量等)和动力学性质(粗糙度等)发生改变的过程(Oke，1982)。城市因其较小的反照率、较大的热容量以及不可渗透性，使其能量收支、温度和湿度等发生改变进而影响城市及其周边的区域气候。随着近年来洪涝和干旱的频繁发生，城市化对降水的影响也越来越受到人们的关注。早在1921年，Horton(1921)就指出大城市附近更容易产生暴雨，之后Changnon(1968，1979)和Huff and Changnon(1972)通过城市气象综合观测实验(METROMEX)发现城市化引起圣路易斯城市及其下风向50~75 km区域的降水在暖季增加了9%~17%，并指出城市化对降水的影响在中尺度对流强迫占主导地位的暖季较为明显。随后不断有新的观测和模拟结果支持METROMEX计划的研究结论(Chow and Chang，1984; Jauregui and Romales，1996; Burian and Shepherd，2005)。Shepeherd and Burian(2003)通过热带测雨任务卫星(TRMM)资料分析了休斯敦地区降水的时空变化，发现城市下风向30~60 km区域的月平均降水量增加了28%，Chen et al.(2007)发现城市化使得台北午后雷暴频率增多67%。Niyogi et al.(2011)、Yang et al.(2014)指出强对流系统在城市上风向分裂后又在下风向合并，这可能是引起城市下风向强降水增多的原因。最近又有一些学者提出城市下垫面局地蒸发的减少以及城市气溶胶的气候效应可使降水减少(Givati and Rosenfeld，2004; Kaufmann et al.，2007; Rosenfeld et al.，2007; Wang et al.，2012)。Guo et al.(2005)利用第五代中尺度模式(MM5)对北京一次强流天气过程进行了数值模拟，指出城市下垫面引起了该地区(尤其是市区)累计降水量的减少。Zhang et al.(2009)通过对北京1981~2005年站点降水资料的分析，指出北京东北部夏季降水的减少可能与城市扩张有一定关系，并设计了几种不同的下垫面情景模拟两次强降水过程，结果显示城市扩张使局地蒸发减少、感热通量增加、边界层水汽混合更加均匀，对流有效位能降低，从而抑制了对流系统的发生发展。

近些年，随着城市不断发展和扩张使得城市更加集中，形成城市群。研究表明，城市群会使得热岛更集中、更强(Chen et al.，2006; He et al.，2007)。国内关于城市群城市化过程对降水的影响问题已开展不少研究工作(黎伟标等，2009;钱嘉星等，2010; Li et al.，2011;蒙伟光等，2012; Wan et al.，2013)，这些工作多数利用观测资料进行分析(黎伟标等，2009;钱嘉星等，2010; Li et al.，2011)，也有一些工作通过数值模拟对对流降水的真实个例进行分析(蒙伟光等，2012; Wan et al.，2013)。但仅用观测资料很难将城市化对降水变化的影响从气候内部变率中分离出来，而天气个例分析的研究结果存在一定的不确定性。此外，由于降水过程的复杂性，不连续性以及较强的局地性，不同城市对降水的影响存在很大的差异。因此，需要对更多的城市和城市群采用更长时间的数值模拟来探究城市化对降水的影响。本文将针对京津冀地区，利用日降水观测资料和WRF/UCM数值模式的模拟结果，探讨该区域由于城市化而引起的地表特征改变对夏季降水的影响。研究将以日降水量 ≥ 0.1 mm为标准统计夏季降水发生的频次。

京津冀城市群是中国三大城市群之一，在过去三十年里京津冀的城市面积迅速增长。京津冀地区位于温带季风区，其降水主要集中在夏季(6~8月)，可占全年总降水量的75%~85%(Huang et al.，2011)，其中在7月下半月和8月上半月降水最为集中。受东亚夏季风的影响，京津冀降水年际变化很大(图 1)。京津冀地势特点为西北高，东南低(图 4b)，降水分布与地形存在一定的关系，降水量的高值区位于燕山和太行山山前迎风坡及东南沿海地区(张健等，2010)，西北地区降水以小雨为主，降水日数较多而总降水量较少，而东南沿海地区大雨和暴雨发生较多。

图 1 1961～2010 年京津冀地区夏季降水量的年际变化(单位：mm)。斜线和方程分别表示回归线和对应的回归方程Fig. 1 The interannual variation of summer rainfall(unit: mm)in the Beijing-Tianjin-Hebei area during 1961-2010. The regression equation is indicated in the top-right corner，and the corresponding regression line(downward-sloping，left to right)is shown

1990年代后期至21世纪初京津冀地区一直处于降水偏少期(图 1)，与1990年代之前相比，降水的年际变化幅度明显减小，除了气候系统的自然变率，人类活动也可能存在一定影响。图 2显示的是京津冀地区24个气象站1981~2010年夏季降水量的线性变化趋势的空间分布。可以看出，在城市化发展迅速的近三十年，只有3个站点(廊坊、泊头、黄骅)的降水量略有增加，最大变化趋势值仅为6 mm/10a。而其余站点均表现出负的变化趋势，其中有11个站点通过了80%水平的显著性检验。降水减少比较明显的站点主要集中在京津唐城市区域，北京、密云和唐山站点降水量的减少趋势均在--60 mm/10 a以上，天津宝坻和塘沽站点的减少趋势也分别达到了--45.7 mm/10 a和--34.1 mm/10 a。另外，大部分站点的降水频次也呈现出负的变化趋势(图略)，最大达到了--3.4 d/10 a。京津唐区域各站点的降水强度也存在一定的减少趋势(图略)，减少值在(--1.3~--0.25 mm/10 a)之间。为了研究不同等级的降水对总降水变化的相对贡献，本文将日降水划分成10个等级:0~5 mm，5~10 mm，10~15 mm，15~20 mm，20~25 mm，25~30 mm，30~40 mm，40~50 mm，50~100 mm，≥ 100 mm，图 3给出了密云、北京、唐山和塘沽4个站点不同等级降水量变化趋势的贡献率(每种等级降水的变化趋势与总降水变化趋势的绝对值的百分比)。可以看出，北京和密云站几乎所有等级降水变化的贡献率都为负，唐山站只有10~15 mm和40~50 mm等级的降水表现为正的贡献率，塘沽站中等强度降水(10~25 mm)和40~50 mm等级降水的贡献率为正，其他等级降水的贡献率都为负。其中，北京、唐山和塘沽站点50 mm以上等级降水量变化的贡献率均在--70%以上，密云站点的也在--50%左右，而50 mm以上的降水量仅占总降水量的30%左右，这与Zhang et al.((2009))、李书严和马京津(2011)对北京地区的研究结果相一致，说明京津唐城市区域降水量的减少很大程度上是由极端降水量的减少引起的。

图 2 京津冀地区 1981～2010年夏季降水量线性变化趋势的空间分布(单位：mm/10 a)。“+”和“*”号分别表示通过 80%和95%水平的显著性检验Fig. 2 The spatial distribution of the linear trends in 1981-2010 summer rainfall in the Beijing-Tianjin-Hebei area(units: mm/10 a). The “+” and “*”symbols signify the confidence levels of 80% and 95%，respectively

图 3 密云、北京、唐山和塘沽站点不同等级降水量线性变化趋势的贡献率Fig. 3 The contributions of the linear trends of the different classes of precipitation at the sites of Miyun(black)，Beijing(green)，Tangshan(blue)，and Tanggu(red)

城市化作为人类活动的重要表现形式，对局地气候有着很大影响。近30年来京津冀地区城市化进程之快，对于其对该地区夏季降水变化的影响，我们很难从观测资料中分离出来。因此，在下一节我们将利用WRF/SLUCM模式，通过数值试验，探讨城市化引起的地表特征的改变对京津冀夏季降水的影响。

本文采用的模式为耦合有单层城市冠层模式(SLUCM)的中尺度天气模式WRF(V3.5.1)。SLUCM最早由Kusaka et al.(2001)和Kusaka and Kimura(2004)提出和建立，随后由Chen et al.(2004)、Miao et al.(2009)进行了改进并将其耦合到中尺度模式MM5和WRF中。该城市冠层模式不仅考虑了道路的朝向和几何特征以及建筑物的阴影和反射作用，还考虑了太阳高度角的变化，对建筑物楼顶、墙面和路面的热力作用分别进行计算(Chen et al.，2011)，较好地改进了模式对城市热力学和动力学效应的描述。WRF/SLUCM的模拟结果可以很好地再现城市热岛效应的日变化和空间分布、风向和风速的日变化、山谷和热岛局地环流、边界层的湍流活动以及夜间低空急流等特征(Miao and Chen，2008; Lin et al.，2008; Miao et al.，2009; Kusaka et al.，2009;蒙伟光等，2010)，也能较好地描述强对流天气过程中气象要素场的变化及降水分布情况(张朝林等，2007;吴风波和汤剑平，2011;郑祚芳等，2013)，而且大多数情况下模拟结果比没有耦合UCM的要好(Miao et al.，2010;张艳霞等，2013)。因此可以用来进行城市化对气候变化影响的预报和评估。本文模拟区域配置为三重嵌套，水平分辨率分别为30 km、10 km和3.3 km，投影方式为兰勃特，最外层模拟区域的中心点位于(38°N，118°E)，模式垂直方向分为35层，顶层气压为 50 hPa。模拟区域见图 4，最内层的D3区域为本文重点分析的京津冀地区。模拟过程中采用的物理参数化方案包括:Rapid Radiative Transfer Model长短波辐射方案(RRTM)(Iacono et al.，2008)、Single-Moment 5-class scheme云微物理参数化方案(WSM5)(Hong et al.，2004)、K-F(Kain- Fritsch)积云对流参数化方案(Kain，2004)、YSU(Yonsei University)边界层方案(Noh et al.，2003)以及NOAH陆面过程模式(Chen and Dudhia，2001)(嵌套UCM)。模拟使用的初始场和边界场由6 h间隔的NCEP(National Centers for Environment Prediction)1°×1°的FNL(Final Operational Global Analysis)资料提供，模拟时间从2008~2010年每年的5月21日08时积分至9月1日08时(北京时间，下同)，每1小时输出一次模拟结果，研究只对D3区域6~8月的结果进行分析。

图 4 数值试验的模拟区域和地形分布(单位： m)：(a)D1、 D2和D3 的区域嵌套配置；(b)D3(京津冀)区域Fig. 4 The simulation domain and terrain(units: m)distribution:(a)Nested configuration of D1，D2，and D3;(b)the D3(Beijing-Tianjin-Hebei)region

模拟使用的土地利用数据为Earth Observation of Climate Change(EOCC)研究小组(见http://green.tea.ac.cn/[2014-04-23])研制的遥感数据产品(Model L and Cover Data sets version 1.0)(Hu and Jia，2010)，其中包括 1990、2000和2009三个年代三种空间分辨率(30 km，10 km，3.3 km)的数据。研究设计了三组下垫面情景下的对比试验(图 5):(1)U09(控制试验，图 5a)，用上文提到的2009年遥感数据产品更新WRF模式中默认的下垫面土地利用信息(基于MODIS土地覆盖分类);(2)U90(敏感性试验，图 5b)，用1990年的遥感数据产品替代WRF模式中默认的下垫面土地利用信息;(3)NoUB(敏感性试验，图 5c)，在WRF模式默认的土地利用信息的基础上用周围的其他土地利用类型插值替代城市部分，即没有城市的情景试验。图 5a中黑色实线框起来的区域分别代表北京、天津、唐山、石家庄城市区域以及将要在4.2节中介绍的DOWN区域。

图 5 WRF/UCM 模拟中的三种土地利用情景(红色代表城市)：(a)用 2009 年的遥感数据产品更新 WRF 模式中默认的下垫面土地利用信息；(b)同(a)，但为 1990 年；(c)没有城市Fig. 5 The l and -use classifications used in the Weather Research and Forecasting/Urban Canopy Model simulations，with the urban l and -use fraction updated based on(a)2009 and (b)1990 remote sensing data products.(c)No urban surface

本节选用TRMM3B42卫星观测日降水资料(水平分辨率0.25°×0.25°)和中国气象科学数据共享服务网提供的地面气温资料(水平分辨率0.5°×0.5°)与控制试验(U09)的模拟结果进行对比，温度资料是基于中国地面高密度台站数据(约2400个国家级气象观测站)，利用ANUSPLIN软件的薄盘样条法(TPS，Thin Plate Spline)进行空间插值生成的格点化数据集。图 6为京津冀地区2008~2010年的模拟和观测的夏季平均降水量(图 6a，b)和地面气温(图 6c，d)的空间分布，可以看出，模式基本能模拟出降水和温度的分布形态，部分区域模式对降水的模拟偏强，与TRMM相比，模式模拟的降水在北京偏北和东北部存在一个虚拟的强降水中心。除了模式模拟存在偏差外，TRMM本身对日降雨量的估算也可能偏小(骆三等，2011)。模式模拟的2 m气温除了城市区域比观测数据偏高1~2℃，其他区域与观测基本吻合。同时，我们还计算了模拟的降水和温度与对应的观测之间的空间相关系数，计算得出京津冀夏季平均降水量、降水频次、2 m气温的空间相关系数分别为0.404、0.524、0.958，均通过了99%水平的显著性检验。其中模式对小雨和暴雨频次的空间分布模拟较好，与观测之间的相关系数分别达到了0.716和0.582。

图 6 京津冀地区 3 年(2008～2010)夏季平均的(a，b)降水量(mm)和(c，d)2 m 温度(°C)的空间分布：(a，c)模拟(U09 的结果)；(b，d)观测Fig. 6 Spatial pattern of 3-year(2008-2010)averaged(a，b)summer rainfall(units: mm) and (c，d)temperature(units: °C)at 2-m height in the Beijing-Tianjin-Hebei area:(a，c)Simulation(Expt U09);(b，d)observations

图 7显示的是控制试验(U09)与敏感性试验(U90和NoUB)夏季平均降水量和降水频次之差的空间分布，可以看出京津冀地表特征的改变影响了降水的空间分布格局。由图 7a和7b可见，除京津冀东北角的正值区外，其他大部分地区都为负值区。与U90和NoUB相比，U09模拟的降水量在北京、天津、唐山主要城市区域明显减少，而在石家庄、保定等城市比较分散的区域降水量减少或增加的情况并不明显。表 1给出了区域降水量变化的具体值，其中北京、天津和唐山城市区域平均的U09与NoUB降水量的差值分别为-98 mm、-71.3 mm和-105.3 mm，而在石家庄，U09与U90的差值为负，U09与NoUB的差值却为正，这说明城市地表特征对降水的影响与城市所在的位置和大小都存在一定关系。关于城市地表特征影响降水的内在机理将在4.5节进行讨论。图 8a、b和c分别给出了北京、天津、唐山城市区域10 m高度的风向玫瑰图(控制试验U09的结果)。可以看出这三个区域夏季都以偏南气流为主，北京和唐山南风频率最大，其次为东南风和西南方，天津以东南风频率最大，偏南气流带来的暖湿空气是京津冀夏季降水形成的重要原因。结合850 hPa风场(图略)，可以看到，京津冀地区大气低层为一致的西南气流。因此，图 7a和b东北角的降水正值区正好位于三个大城市的下风向交集处，这与前人关于城市化使得下风向降水增多的研究结论相一致(Chow and Chang，1984; Shepherd et al.，2010)。将由于城市地表特征的改变而引起降水明显增多的区域定义为DOWN(图 5)，城市扩张使该区域降水量增加了23~50 mm(见表 1)。4.3节和4.4节将分别讨论该区域不同等级降水对总降水变化的贡献以及降水量的日变化特征。

图 7 (a、 b)控制实验与敏感性试验夏季降水量(单位： mm)和(c，d)降水频次(单位： d)之差的空间分布：(a，c)U09 与 U90 之差；(b，d)U09 与 NoUB 之差Fig. 7 Spatial patterns of the differences in(a，b)summer precipitation(units: mm) and (c，d)rainfall frequency(units: d)between the control run and sensitivity run:(a，c)ExptU09 minus ExptU90;(b，d)ExptU09 minus ExptNoUB

表 1(Table 1)

表 1 不同区域的控制试验与敏感性试验降水量之差值Table 1 The difference in precipitation between the control run and sensitivity run 降水量之差值/mm 北京 天津 唐山 石家庄 DOWN 京津冀地区 ExptU09－ExptU90 -46.90 -89.39 -143.63 -29.67 50.55 -23.79 ExptU09－ExptNoUB -98.70 -71.33 -105.34 1.847 23.97 -34.46

表 1 不同区域的控制试验与敏感性试验降水量之差值Table 1 The difference in precipitation between the control run and sensitivity run

从图 7c和d可见，城市地表特征使京津冀大部分地区的降水频次都有所减少，其中在北京、天津、唐山城市比较集中的区域最为较明显，最大减少天数可达7天以上，只有在京津冀西部和西南很小的区域存在降水频次变化正值区。图 9是控制试验(U09)与敏感性试验(U90，NoUB)降水强度(总降水量与总降水频次之比)之差的空间分布图。可以看出，地表特征的改变使北京、天津和唐山主要城市及周边的大部分地区的降水强度减弱，最大可减弱10 mm/d，而使城市群下风向(DOWN)、天津西北以及北京西北等零散区域降水强度增强，其中DOWN区域的增强能达8 mm/d以上。

图 8 3 年夏季平均的风向玫瑰图(U09 的模拟结果，图中数字表示风速大小)：(a)北京；(b)天津；(c)唐山Fig. 8 Summer-averaged wind rose of three years from Expt U09，the numbers represent the wind speed:(a)Beijing;(b)Tianjin;(c)Tangshan

图 9 同图 7，但为降水强度之差(单位： mm/d)Fig. 9 As in Fig. 7，but for the difference in precipitation intensity(units: mm/d)

为了说明由于城市化而引起的地表特征的改变对哪种级别降水的影响比较显著，本节同样将日降水划分成10个等级:0~5 mm，5~10 mm，10~15 mm，15~20 mm，20~25 mm，25~30 mm，30~40 mm，40~50 mm，50~100 mm，>100 mm。图 10分别给出了U09与NoUB模拟的五个区域不同等级降水量(图 10a)和降水频次(图 10b)之差的贡献率:

式中，C为贡献率，P表示每种等级的降水量或降水频次(下标代表试验名称)，∑为求和符号。图 10中Beijing，Tianjin，Tangshan，DOWN分别代表图 5a中黑框对应的区域(下同)，Beijing- Tianjin-Hebei则代表整个京津冀地区(D3)。可以看出城市下垫面使北京(黑色实线)和京津冀地区(紫色实线)所有等级的降水量和降水频次都有所减少，唐山城市区域(红色实线)除5~20 mm等级的降水略有增加外，其他等级的降水量和降水频次都有所减少，而天津城市区域(绿色实线)只有0~5 mm的小降水事件和50 mm以上的极端降水事件表现为负的贡献率，其中50 mm以上等级的降水量的负贡献率达到了140%。城市地表特征对天津降水的影响和北京相比有明显的差异，这可能是天津临近渤海，城市热岛与海风环流相互作用的结果(Shepherd et al.，2010)。从下垫面改变对DOWN区域降水的影响来看(蓝色实线)，城市化主要引起了该区域40 mm以上等级降水量和降水频次的增加，其他等级的降水都表现为负的贡献率。由图 10a可见，三个城市区域50 mm以上等级的降水量的负贡献率都在60%以上，而50 mm以上的降水量占总降水量的比例在30%~40%之间，这说明城市地表特征可能会使极端降水占总降水的比例下降。表 2和表 3分别给出了上述五个区域不同试验的50 mm以上的降水量和降水频次占总降水的百分比，从中可以看出，地表特征的改变确实使北京、天津和唐山城市区域极端降水量和极端降水频次的百分比有不同程度的下降，降水量的减少在6%~20%之间，降水频次的减少在0.8%~3.6%之间。而在DOWN区域，50 mm以上等级的降水量和降水频次的百分比分别增加了8%和1.5%。

图 10 U09和NoUB 模拟的夏季降水量的日变化(单位： mm)：(a)北京；(b)天津；(c)唐山；(d)石家庄；(e)DOWN；(f)京津冀地区。 0800的值代表的是 07:00～08:00 的累积降水量，依次类推Fig. 10 Diurnal variation of summer precipitation based on ExptU09 and ExptNoUB(units: mm):(a)Beijing;(b)Tianjin;(c)Tangshan;(d)Shijiazhuang;(e)DOWN;(f)Beijing-Tianjin-Hebei. The value at 0800 BT(Beijing time)represents the cumulative rainfall during 0700-0800 BT，the value at 1000 BT represent 0900-1000 BT，and so on。 “DOWN” means the downwind area of urban

表 2(Table 2)

表 2 控制试验与敏感性试验极端降水量(≥ 50 mm)的百分比Table 2 The percentage of extreme precipitation in the control run and sensitivity run 区域 极端降水量百分比 U09 U90 NoUB U09－U90 U09－NoUB 北京 27.6% 28.3% 35.4% -0.7% -7.8% 天津 34.0% 55.6% 53.7% -21.6% -19.7% 唐山 42.6% 51.5% 49.1% -8.9% -6.5% 京津冀地区 30.4% 32.0% 37.6% -1.6% -7.2% DOWN 44.8% 34.5% 36.8% ＋10.3% ＋8.0%

表 2 控制试验与敏感性试验极端降水量(≥ 50 mm)的百分比Table 2 The percentage of extreme precipitation in the control run and sensitivity run

表 3(Table 3)

表 3 控制试验与敏感性试验极端降水(≥ 50 mm)频次的百分比Table 3 The percentage of extreme rainfall frequency in the control run and sensitivity run 区域 极端降水频次百分比 U09 U90 NoUB U09－U90 U09－NoUB 北京 3.7% 4.4% 4.7% -0.7% -1.0% 天津 6.4% 9.4% 10.0% -3.0% -3.6% 唐山 6.6% 9.1% 8.6% -2.5% -2.2% 京津冀地区 4.3% 5.2% 5.1% -0.9% -0.8% DOWN 7.0% 5.2% 5.5% +1.8% +1.5%

表 3 控制试验与敏感性试验极端降水(≥ 50 mm)频次的百分比Table 3 The percentage of extreme rainfall frequency in the control run and sensitivity run

由于城市化而引起的地表特征的改变使得主要城市地区降水减少，而城市群下风向降水增多，这种变化在一天中哪些时段比较明显，需要进一步的探究。图 11给出了U09和NoUB模拟的六个区域夏季降水量的日变化曲线。就整个京津冀地区的平均情况而言(图 11f)，下垫面的改变导致一天中所有时段的降水量都有所减少，但对降水量的日变化结构没有显著影响:两组实验得到的降水量都在上午08时和下午15时左右存在一个峰值，而在夜间22时达到最低值。就北京、天津和唐山地区而言，城市地表特征对降水量的日变化结构有着明显的影响:在北京地区(图 11a)，U09几乎所有时段的降水量与NoUB相比都有所减少，尤其在傍晚至第二天凌晨这段时间，NoUB模拟的降水量在傍晚(18:00~20:00)出现一个峰值，而相应的时段U09却出现一段降水低值;地表特征的改变引起的唐山地区降水量的减少主要发生在午后15:00~17:00、夜晚21:00~02:00以及06:00~08:00(图 11c)，其他时段降水量的变化不大;城市地表特征对天津降水的影响与北京和唐山有所不同，由图 11b可见，京津冀城市群的存在使天津地区的降水量在凌晨02:00至上午09:00明显增加，前面4.3节中也提到地表特征的改变使天津城市区域5~50 mm等级的降水量和降水频次有所增加(图 10a，b)，这可能是夜晚的热岛环流与海风环流的相互作用引起的。与前面三个大城市相比，城市地表特征对石家庄降水的影响并不明显(图 11d)，在上午10:00至中午13:00时段U09的降水量比NoUB多，而凌晨04:00至早上08:00情况相反。由此可见，地表特征的改变对降水的影响因城市而异，但整体而言，城市下垫面可能是京津冀城市区域降水减少的一个因素。从图 11e可以看出，城市下垫面使DOWN区域降水的增加主要发生在白天，而午夜到次日凌晨，该区域降水因地表特征的改变而减少。

图 11 U09和NoUB模拟的夏季降水量的日变化(单位：mm)：(a)北京；(b)天津；(c)唐山；(d)石家庄；(e)DOWN；(f)京津冀地区。0800的值代表的是07:00～08:00的累积降水量，依次类推Fig. 11 Diurnal variation of summer precipitation based on ExptU09 and ExptNoUB(units: mm):(a)Beijing;(b)Tianjin;(c)Tangshan;(d)Shijiazhuang;(e)DOWN;(f)Beijing-Tianjin-Hebei. The value at 0800 BT(Beijing time)represents the cumulative rainfall during 0700-0800 BT，the value at 1000 BT represent 0900-1000 BT，and so on。“DOWN” means the downwind area of urban

由于城市化而引起的城区及周边地区降水的变化很可能是由以下两个因素共同影响造成的(本次模拟只考虑了地表特征的改变，没有考虑气溶胶和人为热的变化):(1)地表粗糙度增加和城市热效应引起的大气低层气流辐合加强;(2)城市区域较少的水汽蒸发引发的边界层内水汽含量的减少。低层气流辐合有利于垂直运动加强从而促进对流的发展，而边界层内水汽含量的减少将使对流有效位能(CAPE)减少进而抑制深对流的发展(Zhang et al.，2009)。对于京津冀地区，究竟是上述哪种因素起主要作用?图 12给出了U09与NoUB模拟的四个区域对流层垂直速度和对流有效位能之差的日变化分布图，横坐标为北京时间，纵坐标为垂直层次。从北京、天津、唐山三个城市区域来看(图 12a、b和c)，地表特征的改变使大部分时段对流层低层的垂直运动加强，高层的垂直运动减弱，其中天津和唐山地区大气低层垂直运动的加强主要发生在白天。通过图 12，我们发现城市地表特征对对流层中高层垂直运动的抑制(加强)可能是引起降水量减少(增加)的原因。例如，凌晨02:00至上午09:00是天津城市区域对流层中高层垂直运动加强的时段(图 12b)，相应的该时段有城市试验(U09)的降水量明显高于无城市试验(NoUB)的降水量(图 11b);对于唐山地区(图 12c)，对流层中高层在午夜左右有一个较强的负值中心，对应时段U09的降水量也明显低于NoUB(图 11c);对于DOWN区域，地表特征的改变使降水量的增加主要发生在10:00~20:00(图 11e)，而图 12d中该时段的对流层中高层则表现为一个较强的正值中心。由此可见，城市地表特征对深对流的抑制(加强)可能是造成京津冀地区降水减少(增多)的一个重要原因。图 14为U09与NoUB模拟的京津冀地区三年夏季平均的潜热通量之差的空间分布。可以看出，城市由于较少的水汽蒸发使得主要城市及周边地区潜热通量明显减少，最大减少量达到了200 W/m2以上，而城市群下风向潜热通量略有增加。城市区域潜热通量的减少引起了大气低层水汽含量减少(图略)进而使对流有效位能(CAPE)减少(图 13a，b和c)，这样，即使城市地区大气低层垂直运动由于气流辐合而被加强，CAPE的减少会在一定程度上抑制垂直运动的进一步的发展进而使深对流的发展被抑制，因此城市地表特征使主要城市区降水减少。以上分析说明，对于京津冀城市群而言，蒸发量的改变是引起降水变化的主要因素。Miao et al.(2011)指出由于城市冠层模块(SLUCM)中并没有将人为水汽排放源考虑进去，其模拟的空气湿度可能会偏低，因此，上述结论存在一定局限性，未来的工作需要进一步提高UCM模块对城市环境描述的准确性从而提高模拟结果的可信度。虽然天津地区凌晨02:00至上午09:00(图 12b)以及DOWN地区上午10:00~20:00(图 12d)是中高层垂直运动增强、降水增加的时段，但CAPE在相应的时段内并没有增加，反而有所减少，这说明城市地表特征对降水的影响不仅由上述两种因素控制，还可能与城市热岛环流引起的低层水汽输送的改变有关，关于此还需要进一步的探讨。

图 12 U09与NoUB模拟的3年夏季平均对流层垂直速度之差的日变化(单位：cm/s)：(a)北京；(b)天津；(c)唐山；(d)DOWN。纵坐标中0～19代表的Eta值分别为：0.997、0.988 、0.977、0.962、0.944、0.921、0.895、0.860、0.821、0.782 、0.742、0.688、0.620、0.558、0.500、0.447、0.398、0.353、0.312、0.274Fig. 12 Diurnal variation of the average difference in summer vertical velocity between ExptU09 and ExptNoUB in the troposphere for three years(units: cm/s):(a)Beijing;(b)Tianjin;(c)Tangshan;(d)DOWN. The corresponding Eta values for 0–19 on the y-axis are: 0.997，0.988，0.977，0.962，0.944，0.921，0.895，0.860，0.821，0.782，0.742，0.688，0.620，0.558，0.500，0.447，0.398，0.353，0.312，and 0.274. “DOWN” means the downwind area of urban

图 13 但为对流有效位能(CAPE)之差的日变化(单位：J/kg)Fig. 13 As in Fig. 12，but for the diurnal variation of the difference in convective available potential energy(units: J/kg)

图 14 U09与NoUB模拟的夏季平均的地表潜热通量(单位：W/m2)之差的空间分布Fig. 14 Spatial pattern of the difference in summer latent heat flux(units: W/m2)between ExptU09 and ExptNoUB

本文利用京津冀地区24个气象观测站的日降水资料和耦合有单层城市冠层模式的中尺度模式WRF的模拟结果，研究了城市地表特征对京津冀地区夏季降水的影响，主要的结论如下:

(1)在京津冀城市面积迅速增长的近三十年(1981~2010)，该地区大部分站点的降水量都呈现减少的趋势，减少最明显的站点主要集中在京津唐城市区域。北京、密云和唐山站点降水量的减少趋势均在-60 mm/10 a以上，天津宝坻和塘沽站点的减少趋势也分别达到了-45.7 mm/10 a和-34.1 mm/10 a，其中 ≥ 50 mm等级降水量的减少趋势占总降水量减少趋势的50%以上，说明京津唐城市区域降水量的减少很大程度上是由极端降水的减少引起的。

(2)通过对比分析控制试验与敏感性试验的模拟结果，发现城市化引起的地表特征的改变使北京、天津、唐山主要城市地区的降水量和降水频次明显减少，而城市群下风向的降水量和降水强度明显增加和增强。其中50 mm以上等级的降水量变化最为显著，贡献率在60%以上，地表特征的改变使北京、天津和唐山城市区域50 mm以上等级降水量的百分比下降了6%~20%，DOWN区域增加了8%。值得一提的是，城市地表特征仅使天津城市区域0~5 mm的小降水事件和50 mm以上的极端降水事件减少，而其他等级的降水明显增加，造成这一结果的内在机理还需要进一步的探究。

(3)城市地表特征影响了主要城市和城市群下风向地区降水量的日变化结构:使北京和唐山城市区域几乎所有时段降水量都有所减少;天津地区降水量的减少发生在上午10:00至凌晨01:00，而其他时段降水量是增加的;城市群下风向降水量的增加集中在白天，夜晚降水量减少。

(4)研究发现城市地表特征对深对流的抑制(加强)可能是造成京津冀地区降水减少(增多)的一个重要原因，而由于城市地表蒸发量的改变引起的潜热通量和对流有效位能(CAPE)的改变则可能是使深对流变化的重要因素。