城市化进程不断加快，改变了城市近地表气温等微气候要素，产生了城市热岛等环境恶化现象（吴婕等，2015）。探讨城市气温时空变化特征及其影响因素，分析城市建设与规划对城市微气候的影响，是城市健康可持续发展的重要基础。

有关城市气温时空变化的研究方法主要包括实地气象观测、遥感监测及计算机数值模拟三大类。实地气象观测以特定城市为研究区，在研究区内选择代表性的点、线位置，获得高时间分辨率的气温分布（Huang et al., 2008；孙绩华等，2015）；遥感监测以其宏观性、同步性等优势特点，通过图像亮温、地表温度或气温反演参数，在诸多城市的热岛现象研究中得以广泛应用（Vogt et al., 1997；Kolokotroni and Giridharan, 2008；王伟武等，2009；祝善友等，2012；刘勇洪和权维俊，2014；张海龙等，2015）。

近年来，通过计算机数值模拟技术，以计算流体力学(Computational Fluid Dynamics, CFD)为基础的城市气温等微气候要素模拟研究发展迅速。总体来看，国外利用CFD技术开展城市微尺度气候环境研究较早；国内起步相对较晚，但由于快速城市化进程的强烈需求而发展迅速（李磊等，2012）。常用于室外热环境等城市微气候模拟的国外CFD软件包括Phoenics、Fluent、CFX、STAR-CD以及ENVI-met等（李磊等，2012），国内自主开发的微尺度模式则主要以南京大学的小区尺度模式为代表（Fang et al., 2004；蒋维楣等，2007）。这些模拟软件在空间维度、影响因子考虑、计算速度、结果精度等方面各具优缺点。ENVI-met由德国波鸿大学地理研究所Bruse开发，具有不同尺度的空间网格分辨率和10 s的时间解析率，是国内外气象、建筑规划领域学者采用最多的微气候模拟软件之一(Unger, 2004)。

利用ENVI-met微气候模式模拟城市气温以及热环境，并在此基础上分析气温变化与影响因素的典型研究如下：Ali-Toudert and Mayer (2006)以干热地区阿尔及利亚Ghardaia为研究区，研究了街谷高宽比与走向对室外热环境的影响，结果表明不同走向的街谷热环境不同，南北走向热量散失更快；Ng et al. (2012)以香港九龙半岛旺角区建筑形态为基础，模拟绿化种类、绿化率、建筑高度等各因素对城市微气候的影响，发现33%为降低一个热负荷等级的绿化率下限。

广泛应用的ENVI-met微气候模式针对中高纬度寒冷气候开发，能否准确模拟不同气候条件下的城市热环境需要进行理论与实验检验，而且ENVI-met中无法输入较大规模城市必须考虑的人为热释放参数，同时模型在风环境、太阳辐射强度、云量、下垫面特征等参数的动态输入方面还有待于进一步加强研究。本研究拟采用微气候模式ENVI-met，对南京市主城区街区尺度的气温时空分布进行模拟，通过实测气温数据对模拟结果进行评价，探讨微气候模式在南京城区的应用效果，进而分析不同下垫面分布与格局情况下的气温时空分布规律。

江苏省南京市（31°54′N，118°48′E）地处长江中下游，属于亚热带湿润季风气候区，素有“火炉”之称。研究中选择南京4个典型下垫面覆盖区域，每个区域范围为1 km×1 km（如图 1所示）。

图 1

Fig. 1

图 1 研究区Geoeye-1卫星遥感影像真彩色合成图像 Fig. 1 True color composite Geoeye-1 satellite image of the study area

南京一中位于城市中心地带秣陵路社区，下垫面分布植被、水体、水泥、沥青路面等类型，建筑物密集且高度层次分明；光华东街位于秦淮区中华门附近，包括部分光华街以及御道街，区域范围内建筑物多以居民住宅为主，建筑物高度平均，只有极个别高大建筑物；玄武湖研究区范围包括湖中孤岛及附近水面范围，中心基本无建筑物，四周被水域包围；头陀岭研究区位于中山陵风景区内，紫金山主峰之西，海拔425 m。

（1）Geoeye-1立体像对数据

选择2011年3月13日获取的Geoeye-1高分辨率立体影像，提取建筑物高度与下垫面覆盖类型。Geoeye-1卫星立体像对的全色波段分辨率为0.5 m，多光谱波段分辨率2 m，包括蓝光、绿光、红光以及近红外4个波段。采用基于RGB、HSV颜色空间变换方法，融合原始全色、多光谱波段影像，生成0.5 m分辨率的图像数据。

（2）建筑物高度实测数据

使用Vertex激光测距仪的激光测量方式，随机测量秣陵路社区和安品街社区内的45栋建筑物的高度，用于验证遥感影像提取建筑物高度的精度，测量时保持仪器与目标建筑物之间水平距离在20 m以内，对每栋建筑物测量3次，取平均值作为最终高度，以减小偶然误差。Vertex激光测距仪测量高度时，100 m水平距离以内测量精度为0.4 m，大于100 m距离时测量精度为1 m，能够满足实验要求。

（3）气象数据

选择城市基本气象站南京站数据作为研究区微气候模拟背景气象数据，南京一中、光华东街、玄武湖、头陀岭4个区域自动站观测数据作为验证数据，用以验证气温模拟精度。气象数据包括每个整点时刻的气温、湿度、2 min平均风速、风向、湿度等，应用之前进行了数据质量控制处理。

论文采用如图 2所示的技术路线，主要研究方法简介如下。

图 2

Fig. 2

图 2 论文研究技术路线 Fig. 2 Flowchart of the research technique

研究中采用立体像对和单幅遥感影像阴影两种方法分别提取4个研究区内的建筑物高度，并利用Vertex激光测距仪实测数据进行对比验证，结果表明立体像对提取建筑物高度的方法更为精确，均方根误差在2.8 m以内，能够快速地获取大范围建筑物高度，详细方法与结果可参考文献（陈亭等，2016）。

高分辨率遥感影像上能够清晰看到建筑物角点、道路、植被分布及水体走向。采用目视解译方法，根据全色波段与多光谱波段融合数据，获取研究区内的建筑物、道路、植被、水体信息。

为了确保不同研究区模拟结果的可比性，每个模拟区域大小设为1 km×1 km，网格数为100× 100×30，网格水平、垂直方向空间分辨率设置为10 m，进行24 h时间尺度的微气候模拟。

根据南京气候特点，夏季持续时间长且高温高湿，对室外热环境影响大，因此选取夏季作为研究时段。根据收集的城市基本气象站南京站气象数据，选取具有代表性的典型气象日。统计2014年夏季气温平均值在一天中的变化，发现7月26日逐时气温与平均气温随时间变化趋势具有典型代表性。模拟起始时间为2014年7月26日08:00（北京时间，下同），模拟总时长24 h，初始气象数据来源于国家气象站的观测结果。主模型区域外设置5个嵌套网格，其中主模型区域为真实的下垫面类型与分布，嵌套区域内不能布置建筑，但可以定义最多2种地表类型来模拟周围环境，因此模拟南京一中、光华东街区域时，嵌套区域定义为沥青路面及混凝土路面交替排列，模拟头陀岭、玄武湖区域时，嵌套区域分别定义为林地与水体。模拟过程启用简单强迫功能以提高模拟精度，输入逐小时气温湿度数据修正模型运行参数，边界模型为强迫式。

ENVI-met微气候模式较好地模拟出了4个气象站点的气温时间变化规律（见图 3），模拟气温与实测气温变化曲线吻合程度较高，两者之间的相关系数分别为0.93、0.92、0.92、0.91，而均方根误差分别为0.69 ℃、0.63 ℃、0.45 ℃、0.51 ℃。根据图 3，在南京一中、光华东街两个城市区域，由于ENVI-met模拟中没有涉及材料热容性能，存在着对建筑材料热稳定性、环境热辐射等方面计算不足的缺陷(Ali-Toudert and Mayer, 2006)，使得城市区域、白天时段的模拟气温总体低于实测值，而下垫面均一简单、以自然景观为主的玄武湖、头陀岭区域模拟值与实测值更为接近。与凌晨时段02:00至06:00的气温实测值相比，ENVI-met模拟气温持续下降（图 3a、3b、3c），而日出后的模拟气温上升缓慢。根据图 3d，海拔高度较高且不同位置高程发生变化的头陀岭区域，夜间时段的实测气温表现出了降温速度快的规律，而ENVI-met模拟中无法准确表达地形变化，模拟气温与实测数据之间差异较大。作为一种数值模拟方法，ENVI-met微气候模拟过程中无法考虑环境影响的偶然性，如局地风场、人为热释放的变化等，使得模拟气温的变化振幅相对较小，而且模拟结果无法准确刻画实测数据能够表达的拐点变化特征。

图 3

Fig. 3

图 3 2014年7月26日（a）南京一中、（b）光华东街、（c）玄武湖、（d）头陀岭实测与模拟的气温对比 Fig. 3 Comparisons between observed and simulated air temperature at (a) Nanjing Middle School I, (b) eastern Guanghua street, (c) Xuanwu Lake, and (d) Toutuoling stations on 26 Jul 2014

利用ENVI-met微气候模式分别模拟4个研究区域在2014年7月26日的14:00、22:00的气温空间分布。以南京一中区域为例，分析了两个时刻的气温时空分布差异，而考虑到夜间热岛现象多发且强度较大，其它3个区域只对比分析了夜间22:00的气温分布状况。

（1）南京一中区域

根据图 4a，在14:00，气温随空间变化差异较大，东部气温整体高于西部，高温出现在东部道路上方。气流受建筑物阻挡而绕流经过的区域气温较高（图中白圈区域），低温出现在西部建筑物密集区域（图中红圈区域），空旷区域气温明显高于建筑物密集区域，水面上方气温较低，道路上方气温略高于周围区域。受风的影响作用，东西向街道气温高于南北向街道。随着太阳高度角增大，白天地面温度逐渐升高，热量主要来自于太阳短波辐射。不同地面接收到的太阳直射辐射差异较大，空旷位置接收到的直射辐射大，地面升温快，而建筑物遮挡的近地面气温则相对较低。水体、绿化带通过水分蒸发、植被蒸腾作用带走热量，起到了一定的降温效果，但由于其面积小且分布离散，降温效果不明显。

图 4

Fig. 4

图 4 南京一中2014年7月26日（a）14:00、（b）22:00模拟的气温空间分布 Fig. 4 Simulated air temperature in the area of Nanjing Middle School I at (a) 1400 LST and (b) 2200 LST on 26 Jul 2014

根据图 4b，在22:00，气温差异整体不大，最大差值为1.24 ℃，与14:00不同，西部气温高于东部气温。建筑物外围与建筑物之间的气温稍高（白圈区域），建筑物附近绿化覆盖区比周边区域气温低（灰圈区域），而水体区域比周围绿化带气温高，日间气温较高的黄圈区域，夜晚依然偏高。在夜间，地物长波辐射释放热量，气温迅速降低，各区域气温差异逐渐减小，建筑密集区域天空开阔度小，地面热量散失被周边建筑物遮挡，热量散失慢，因此建筑物密集的西部区域气温较高。水泥、沥青路面散热快，但白天吸热多，热量积聚，夜晚气温依然比周围区域高。

（2）光华东街区域

光华东街区域的下垫面类型与南京一中相似，不同的是光华东街街区内建筑物形态以板状为主，列整齐、高度均一，而南京一中附近的建筑物形态以塔状为主，建筑物分布不均，高度差距大。图 5给出了光华东街2014年7月26日22:00气温空间分布模拟结果。

图 5

Fig. 5

图 5 南京光华东街2014年7月26日22:00模拟的气温空间分布 Fig. 5 Simulated air temperature in the area of East Guanghua Street at 2200 LST 26 Jul 2014

根据图 5，在22:00，该区域气温分布总体与南京一中区域类似，西部气温高于东部，但由于建筑物密集排列紧凑，各个位置的天空开阔度小，热量散失慢，整体气温差异比南京一中区域小，气温最大差异为0.99 ℃。

（3）玄武湖区域

玄武湖区域下垫面类型与南京一中、光华东街街区差异大，下垫面类型中水体、林地、建筑物面积比例分别为75%、15%、10%，区域内建筑物稀少且低矮。图 6给出了玄武湖区域2014年7月26日22:00气温空间分布模拟结果。

图 6

Fig. 6

图 6 2014年7月26日22:00模拟的玄武湖气温空间分布 Fig. 6 Simulated air temperature in the area of Xuanwu Lake at 2200 LST 26 Jul 2014

根据图 6，在22:00，气温呈现出从小岛到外围逐渐降低的趋势，湖面上气温自东向西递增，陆地上空气温明显高于水面，最高温与最低温之间的差值为1.2 ℃，气温随空间分布变化显著。由于陆地热惯量比水面高，夜间陆地很快冷却，水面降温速度慢。该区域中陆地面积小，植被建筑数量少，整个区域通风效果好，较少形成背风涡流区，热量蒸散传递快，较大面积湖水的热物理特性对区域气温变化产生较大影响。

（4）头陀岭区域

头陀岭区域海拔300 m左右，树木覆盖率高，几乎无建筑物，道路稀疏，地形变化大。2014年7月26日22:00气温空间分布模拟结果如图 7所示。

图 7

Fig. 7

图 7 同图 6，但为头陀岭 Fig. 7 Same as Fig. 6, but for Toutuoling

在22:00，在离地面310 m高度处，气温普遍较低，高温出现在山体周围，气温分布呈现从中心向四周逐渐递减的趋势，最高温与最低温之间的差值仅为0.12 ℃，整个区域气温基本一致。夜间山区空气降温速度快，植被为主的下垫面对气温变化产生的影响较小。

以江苏省南京市中心4个典型区域为研究区，采用高分辨率立体像对提取建筑物高度、分布、地表覆盖等下垫面信息，构建研究区三维模型，以城市基本气象站南京站测得的气温、风速、风向等数据作为微气候模式ENVI-met的背景气象条件，模拟不同区域的气温空间分布，并结合自动气象站实测气温数据进行精度验证，进而分析不同区域气温时空变化差异。通过研究，得出如下结论：

（1）ENVI-met微气候模式可以较好地模拟4个典型下垫面上方的近地表气温，模拟气温与实测值之间的相关系数都在0.9以上，较好地反映了气温随时间的变化特征。

（2）逐日气温空间分布与变化的影响因素主要包括太阳辐射、空气流动、下垫面空间形态等。日间主要与地表吸收的太阳短波辐射有关，而夜间建筑物对地表长波辐射散发热量的阻碍作用使得不同位置气温存在着明显差异，顺风与横风方向的气温时空分布与变化差异较大。

（3）一中街区与光华东街街区气温时空分布规律相似，白天道路气温较高、水体及建筑物阴影区气温较低，夜间建筑密集的区域天空开阔度小，地面热量散失被周边建筑物遮挡，热量散失慢气温较高。玄武湖区域气温由陆地中心向外围递减。头陀岭平均气温比其他区域低2 ℃左右，夜间山体周围气温稍高于外围气温，但不同位置气温差异较小。

（4）根据4个不同区域的模拟效果进行分析，ENVI-met模拟过程中存在的主要问题包括建筑材料热稳定性、环境热辐射因素考虑不足，需要进一步在三维建模时提高对地形起伏状况的表达，同时提高与热环境有关的风场分布模拟精度。