文摘

热通量一直被认为是关于行列式河水对小气候的影响。河流和大气之间的关系尤为重要,热通量和随气象和水文。在这项研究中,基于年度观察数据从松花江流域(哈尔滨,中国),回归和随机模型被用来分析atmosphere-river每日最高温度的关系和评价热通量。均方根误差(RMSE)河的温度是2.21°C的回归方法,提高到0.83°C与随机模型。净短波辐射通量占主导地位的得热组件,而潜热通量占主要的热损失。显热通量代表最小的贡献。河水在夏天热的影响主要来自于潜热交换,而合理的换热的影响往往是在春天和秋天。

1。介绍

中国大型城市的快速城市化导致从人类学排放环境影响的结果。城市热岛的热岛现象已得到广泛关注作为一个重要的热环境问题。在许多情况下,土地覆盖变化影响大气层气温的变化通过热交换过程。先前的研究发现,可以减轻热岛等某些土地覆盖类型绿地和水体1- - - - - -4]。河流在城市地区小气候有积极的效果,自然冷却周边地区由于热的蒸发条件或加热通过热交换在寒冷条件下(5- - - - - -8]。这些自然过程高度依赖于河流的气象条件和物理特征。

大气和河流温度起着重要的作用在大气和河流的热影响他们的关系可以通过几种方法来分析。回归方法包括一个输入数据集(例如,大气温度)和一个输出数据集(例如,河流温度),而简单的回归模型已成功地用于早期阶段(9,10]。线性回归是一个简单的,有时很有效的方法,每周或每月时间尺度(11,12]。河水温度已被证明线性应对大气温度不同时间滞后(几天、几个月、季、年)和地区,更好的增加时间尺度(9,12]。此外,非线性回归模型已经使用平均每周(13,14),使用最广泛的是物流穆赫辛尼经常提出的函数模型等。13]分析每周最大和平均每日平均气温(15,16]。然而,逻辑回归对日常数据表现不佳(16]。每天随机模型经常被用来分析温度,而变量的方法被用来模拟长期和年度短期剩余组件(17,18]。

上述研究主要集中在温度的关系。然而,atmosphere-river界面换热过程必须考虑当研究能量机制,了解气候变化的反应。河流的热缓解效应主要是基于两个热交换过程:蒸发,取决于大气和河流温度、含水率、和其他气象变量,和明智的热量交换,由于大气和河流之间的温度差异。热通量组件可以使用气象资料计算,描述在先前的研究19- - - - - -21]。河热量预算组件的大小和重要性取决于空间和季节性条件。河和上覆大气之间的热交换可以添加或减去能量从河里。然而,大多数的研究仅限于水文的角度来看,主要集中在对河流、大气影响预测温度和热增益和评估对河道流量的影响,水生栖息地和生态系统。先前的研究已经探讨了湖泊中热量交换(22- - - - - -24),只有几个处理大型河流的热状况(25,26]。先前的研究基于观测分析了热缓解气氛的城市河流在中国(27,28]。然而,这些研究进行相对较短和不连续的时间尺度或在中国南方,东北的气候是非常不同的。

因此,了解大型河流在相邻的年度热效应严重寒冷地区的大气,我们分析了温度和换热过程之间的关系对不同季节大气和河流。基于长期的观测数据,观测站点的年度小气候变量进行了讨论,说明了松花江流域的气象特征,而模型被用来探索大气和河流温度之间的关系。最后,热组件计算分析季节性河流对大气的影响,定义的气象参数,并对温度的影响。

2。研究网站

观测结果进行了松花江哈尔滨段的黑龙江省,中国东北(25 ~ 45°′-45°30′N, 126°20′-126°25′E,人物1)。哈尔滨是一个大型的城市位于中国严重冷区,人口超过一千万,和交叉的大型河流,松花江。松花江流从西到东,一个大型径流超过2000米³在夏天/ s,平均宽度超过一公里。哈尔滨位于盆地中部,389769公里的一个分水岭²。

多河流的水文站,测量得到,如图1。确定盆地的气候条件,气象数据收集从一个车站附近河(图1),假设横向cross-estuary变化可以忽略不计。测量的变量包括大气和河流温度、相对湿度、风速、太阳辐射在2013年。河河水温度测量0.1米以下的表面。河流数据得到每小时10月15日4月23日,2013年,为了避免河冰条件(冻融)。平均每月的主要气候参数总结在表1,这表明哈尔滨具有明显的季节性特点,寒冷,多风、干燥的春天,用额外的冻结条件在秋天,和潮湿的降雨集中在夏季。每月不同大气温度的最大值和最小值远高于河流,尤其是在春天和秋天。

3所示。方法

3.1。温度河流和大气之间的关系

回归模型被用来研究大气和河流温度之间的关系只使用其中一个,包括主要是每周和月度数据。首先,大气和河流温度之间的关系进行了使用线性逻辑函数(13)的每日最大和每周最高平均气温: 在哪里是估计河流温度(°C),测量大气温度(°C),估计的最低温度,估计最大流温度,大气温度函数的拐点,和最大的测量函数的斜率。

自回归方法只能显示简单的关系,我们也使用一个随机模型17寻找进一步的日常关系。该模型分离时间的温度在两个不同的部分:年度长期组件和短期的残差如下: 在哪里儒略日数量;例如,1月1日是第一天,12月31日是365天。

一年一度的河流和大气的组件可以用傅里叶级数分析(17)或一个正弦函数的时间序列18]。在目前的研究中,使用正弦函数,因为它的简单性和良好的准确性(15]: 在哪里是长期的组件的温度时间序列(°C)和,,拟合系数。

模型残差,采用二阶马尔可夫过程(18]。河流和大气的残余分量可以减去实际的温度从一年一度的组件。有几种方法对剩余时间序列建模,每个都有自己的特点(15]。先前的研究显示一个相对良好的性能和简单的二阶马尔可夫模型(15]。因此,残差时间序列被用来校准: 在哪里,,河的残差温度有时吗,,分别是大气温度的剩余时间吗,和自回归系数,计算了自相关系数的滞后1和2天,然后呢是一个回归系数反映河流和大气之间的热交换温度。

3.2。River-Atmosphere在热通量的关系

热预算atmosphere-river接口是最重要的一个元素的影响来理解城市河流对城市的热环境。相对较小的空间和短时间尺度,它可以假定,为城市河流,沿着河,温度变化与时间的变化相比非常小,一旦河水达到均匀温度(29日]。热通量的主要组件是净辐射(包括净短波和长波辐射)和潜在的,明智的,传导热通量在河里下层。虽然其他组件可以考虑,如河床热流,他们的贡献通常是小相比,上述组件(19]。如果我们主要考虑河流表面和使用热的能量平衡过程在表面,得热量应该等于热量损失,总热表面的零。因此,热量预算atmosphere-river接口可以表示如下(30.]: 在哪里是净短波辐射(W / m²),是净长波辐射(W / m²),太阳辐射是净(W / m²),和是明智的和潜热通量atmosphere-river接口(W / m²),分别是导热通量从身体内部河河水表面(W / m²),是河流表面向下短波辐射通过大气(W / m²),是向下从大气中长波太阳辐射(W / m²),斯蒂芬玻尔兹曼常数(5.67×10⁻⁸W / m²K⁴),太阳辐射是向上长波(W / m²),和绝对温度的大气和河流表面(K),然后呢和表面短波反射和辐射系数,被认为是0.07和0.96,分别与表面状态和太阳高度角有关。

的一个主要组件的热通量,或许最困难的估计是蒸发从河里表面。蒸发是河的主要热损失,提高大气湿度有关。提出了各种方法处理蒸发为湖泊(31日和河流32]。最简单和最广泛使用的方法是传质方法,提出Harbeck et al。33]。从那时起,许多开发方法包括更多的变量和适合不同时间尺度(30.,34,35]。比较这些方法的不同区域显示,笔者的方法(30.)为每日估计提供了相对较好的结果(26,31日]。一旦蒸发率估计(9),潜热成为大气温度和流量的函数可以计算(11)[19]: 在哪里蒸发速度(毫米/天),河水蒸发潜热(J /公斤),河水的密度(公斤/米³),饱和蒸汽由于曲线的斜率(Pa /°C),心理常数(Pa /°C),河流表面风速2米(米/秒),大气温度的饱和蒸汽压(mb)蒸汽压计算相应的大气温度和相对湿度(mb)。

显热是指河流和大气温度和之间的区别通常是受大气湍流条件下,如压力和风速。本研究中使用的表达式如下(26]: 在哪里是大气压力(毫米汞柱)。

在热平衡计算(6),河的吸热表面是积极的,而热损失是负面的。因此,净短波辐射一直是积极的。潜热通量是一种能量损失,通常变得消极。显热通量取决于温差,可以积极或消极的。导电热通量计算入河的其他组件。如果从表面热进行了衬层,传导热通量是负的,反之亦然。

4所示。结果与讨论

4.1。典型的气象和水文变量的时间变化

以下4.4.1。气象变量

如图2表面的数据,有一个缺口在春天由于设备维修,在此期间没有数据收集。为了说明年度季节性变化,测量数据分组在三个赛季基于温度:春天(今年的4、5月份天91 - 151),夏季(6天152 - 243年),和秋天(244 - 304),9 ~ 10月天。

所有的变量显示相同的季节性趋势在夏天更高的价值和更低的在春天和秋天,除了风速度,显示一个相对相反的模式(图2)。最大的大气温度(27.13°C)发生在7月1日,最低(−2.06°C)在10月21日(图2(a))。季节平均气温在春天,夏天,秋天是11.95,22.46,和11.52°C,分别。连续两天最高温度差异在春天(10.26°C)和秋季(14.78°C)比夏天更大(4.44°C),表明不稳定大气条件在春天和秋天和夏天相对稳定。

相对湿度时间序列显示一致的模式与季节性变化(图2(b))。意思是季节性值不同在夏天在春天从52.16%到70.42%,与春天急剧上升。

风速显示一个不同的模式(图2(c)),是低夏末和初秋,高在春天和秋天,最高的价值(9.47 m / s) 5月2日。

太阳辐射还显示一个季节性的趋势,但没有改变全年平稳(图2(d))。最高的太阳辐射(356.56 W / m²)发生在6月中旬,后逐渐下降。夏季平均(159.85 W / m²)低于在春天(199.00 W / m²)和夏季(237.25 W / m²)。连续两天发生的最大区别在春天(254.40 W / m²),其次是夏季(214.12 W / m²)和秋季(162.85 W / m²),这是与季节性的天气条件,尤其是云层。

4.1.2。水文变量

相比之下,大气温度变化(图2河(a)),表面温度显示年度趋势(图更为顺畅3(a))。最大单日范围(最大区别每日最大和最小)为1.50,1.04,和1.28°C在春天,夏天,秋天,分别。的值从2.61增加到22.82°C稍微扭转趋势,在春天,在夏天,他们相对稳定,平均为24.37°C。河水温度斜率很大程度上减少了在秋天从24.23到6.74°C。相比之下,图2(一),这种变化持续稳定和一些季节性的依赖。最大温差连续两天在夏天相对较小,这主要是因为热容大,径流,河的热交换,负责热缓解属性的相邻环境特别是在炎热的夏季。

在哈尔滨松花江的年平均径流是1976.88米³/ s(图3(b)),在夏天有一个很大的峰值。最大和最小每日平均是5374.79米³8月5和336.04 m / s³5月3日。夏季径流(3115.23 m³早春流/ s)几乎是三倍(1002.77 m³/ s)和双重的深秋(1812.63米³/ s),这是由于大夏天降雨和干旱从深秋,前者递增,后者减少径流。

4.2。河的相关性和大气温度

每日最高温度作为日河活动和天气条件的信号,更可能atmosphere-river交互冻融温度制度。因此,每日的最大值被用来分析大气和河流温度之间的关系。

因为不同的模型被用来研究大气和河流温度之间的关系,均方根误差(RMSE)是用来比较他们的相对性能36]: 在哪里是最大的模拟河流温度(°C),观察到的最大河流温度(°C),和每日河流温度观测的数量。

4.2.1。准备回归模型

评估大气和河流温度之间的关系通过回归分析,线性和逻辑函数应用于每日和每周的数据。每日最高温度显示明显的散射和线性回归的RMSE 4.94°C(图4(一))。数据是根据制定的季节,有更好的相关性随着时间尺度的增加,周(图4 (b))和RMSE下降到2.43°C。逻辑回归函数拟合每周的数据,显示出良好的协议(图4 (c))。以下计算逻辑斯蒂方程:

物流模式每周平均每日最高温度比回归模型基础上,全面RMSE为2.21°C。

4.2.2。随机模型

因为时间尺度周不是精确的小气候研究随机模型用于每日分析交互作用的温度时间序列。最高温度是退化的年度组件使用(3)获得以下方程: 在哪里和是大气和河流的长期组件温度(°C),分别。

大气和河流温度季节(图有相似的趋势5),即使他们的最大值是不同的,发生在不同的日子。大气温度的长期分量的峰值7月16日(197天)值为27.89°C,而河水温度峰值7月23日(204天)达到了26.45°C。最大河流温度显示为期6天的滞后与大气中由于河流的大的热容量。每日大气温度残差变化相比更多的河。

剩余组件被删除年度获得组件的实际温度。由此产生的时间序列分析链接大气和河流的温度。这条河残差计算如下:

的优化0.12本研究。

结合(2)和(15)- (16),每日最大河流温度计算,模拟和观测值之间有一个很好的协议和RMSE 0.83°C。模拟和观测到的温度非常接近在大多数季节(图6),特别是在夏天。然而,最高气温略微低估了在春天和轻微高估了深秋。

4.3。热通量在River-Atmosphere接口

4.3.1。蒸发在河里

河水蒸发和相应的通量计算(9)- (11)。每日和每月平均蒸发率在图所示7并确定大气和河流之间的潜热通量和湿润相邻环境的能力。利率不等−6.67 ~ + 14.96毫米/ d和平均4.28毫米/ d。4月率达到最大,下降的主要趋势在接下来的几个月(图7 (b))。气氛相对干燥的春季导致更高的水分转移和意义,河的加湿效果更强。

负蒸发率(冷凝)主要发生在春季和秋季,当大气温度变化时更迅速比河水表面(图2(一)和3(a))。由于大气不稳定,频繁转换的温度和蒸汽压力是常见的在河在春天和秋天,同时,由于其热容大,河流本身仍然相对稳定。高湿度和相对较高的河低风速和温度接近冰点的大气温度有利于冷凝/蒸发。

4.3.2。净辐射组件

所示(5)- (6),atmosphere-river接口的热通量的结果从一个通过太阳辐射能量交换(净短波辐射),净长波辐射,潜热通量和显热通量。所代表的净辐射的能量平衡的主要输入接口。图8显示了每日和每月净辐射的变化。

净短波辐射波动日报(图8(一个))表示变量云条件和范围20.21 - -356.56 W / m²,平均为183.82 W / m²6月13日,最高。每月(图8 (b)),这是最高和最低6月10月。

每日平均净长波辐射主要是消极的(图8(一个)),即将离任的长波辐射(从河里)主要是大于传入的(从大气中),由于较低的每日平均大气温度比河。每月的平均净长波辐射除了(图4月总是负面的8 (b))。

净辐射包括综合净短波和长波辐射,与代表主要的净短波辐射得热。平均数主要是积极的在春季和夏季(图8(一个)在秋天)和消极。每月的平均净辐射总是积极的,除了在9月,因为大负净长波辐射值(图8 (b))。最低的积极的净辐射发生在8月,当内部河流温度相比保持低而稳定的气氛。

4.3.3。能源预算组件

的能源预算atmosphere-river接口可分为四个部分:净辐射和明智的,潜伏,传导热量。图9显示了river-atmosphere接口的动态能源预算根据(5)- (12)。传入和传出的能量通量图所示9。平均每日和季节性热通量的贡献比例收益和损失如表所示2。加号表示河水表面吸热和负号表示热损失。

之间的净辐射范围−386.13 W / m²9月29日和737.01 W / m²4月24日(图9(一个))。作为最重要的热源,它占据,平均超过86%的总热量增益在春季和夏季(表2),主要是由于净短波辐射(图8)。另一方面,对于上述原因,净辐射构成了超过46%的总热损失在秋天,只有7%在春季和夏季。

潜热通量从河里表面发生几乎每天,月(图之间的不同9(一个))。最大程度上的每日损失(−635.21 W / m²4月25日)发生,而最大单日涨幅(201.08 W / m²发生在9月3日。根据(9),潜热通量随天气条件,增加高风速和低湿度(图2)。最高的贡献蒸发热损失是4月和6月,9月和10月最低(图9 (b))。的比例(表2),平均每日热量蒸发的损失表示64年,75年,35%的人在春天,夏天,秋天,分别。夏天的大部分表明河的保湿能力,导致更高的相对湿度在夏天在相邻的热环境(图2(b))。吸热由于潜热通量的贡献2.68,3.61,19.4%,春天,夏天,秋天,分别,这可能归因于凝结造成的较高河流接近零度的温度和大气温度在秋天。

每月平均显热通量最大热量增益为20.88 W / m²4月,最高17.44 W / m的热损失²9月。最低通过显热换热发生在6月(5.62 W / m²)。平均每日能量交换由于明智的传热相对较小,会计平均小于2.5和5.8%的总收益和热损失,分别(表2)。显热通量是在夏天比在春天和秋天通常较低,主要负面(图9),这是由于频繁波动每日平均温度之间的差异大气和河流(表1)。尽管最大的大气温度高于温度,日常平均差异相对较小。除了热量损失在秋天,热效应(冷却或加热)的河在大气观测期间显热是不明显的。

传导热通量表明,河热损益−311.79 W / m之间不等²4月10日和332.38 W / m²5月2日(图9(一个))。每月平均表明,导电热通量是第二大因素在春天热损失(26.25%)和最大的热量在秋天(表获得(39.07%)2),解释在春天河水温度上升和下降秋天(图3(a))。在夏天,正面和负面的组件都小,根据相对稳定的河水温度趋势图3(a),这意味着夏天河热量收支平衡。

一般来说,热预算组件都是在春天,逐渐减少,直到秋天。4中热量交换几乎是双重的,6月和8月的四倍。最小换热发生在10月,代表4月六分之一的热交换。大型换热通量在大气和河流之间发生在春天,河水的温度上升。在夏天,逐渐减少,热量交换是相对稳定的,所以它的强度是很小的。在秋天,换热有一个相反的方向,尽管它的强度小于夏季,相反的方向导致河流温度降低。

5。结论

摘要各种模型被用来讨论大气热之间的关系和一个大河流通过分析温度和热量收支组件从哈尔滨的长期观测数据,中国,在严寒大陆性气候条件下一个城市。小气候变量而言,大气特征变化显示总体高于河,与更大的最大值之间的差异和极限研究期间。然而,一些功能共享,如高度依赖季节性温度趋势和相对起伏的春天和秋天和夏天稳定的条件。逻辑回归拟合每周的数据比线性回归,而随机模型更适合分析每日最高温度大气和河流之间的关系。观测和模拟值之间的差异在夏季相对较小。

atmosphere-river界面的热量收支组件在大小和意义相差很大,这取决于河流的特征和天气条件。净短波辐射通量的主要组件的热量增益,而潜热通量占主要的热损失。显热通量的贡献最小总热量交换。明显的季节性差异的绝对和相对大小热预算影响组件的能量通量与河流。热量平衡组件都是更大的在春天,逐渐减少,直到秋天。大型换热通量之间的大气和河流发生在春天,导致气温上升的河。在夏天,热交换是相对稳定的,主要河流热效应水分扩散的形式。秋天的热交换显示了相反的方向,导致河流大气温度的影响。考虑到相对干燥和炎热的夏天条件在哈尔滨,这种热力效应可以有效地使温和邻热环境。热缓解河的最大贡献是太阳辐射的吸收没有大的温度上升。 The stable river conditions compensated for the relatively unstable atmospheric conditions, meaning that artificial underlying surfaces will aggravate the UHI problem as they are much more unstable than the atmosphere.

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究得到了国家自然科学基金(51438005)和城市水资源与环境国家重点实验室(2010 ts04)。此外,作者要感谢赵先生Huiying从黑龙江省气象科学研究所和赵先生Yu和梁郭博士的帮助。