2.2 LCZ在城市气象模拟中的初步应用

将LCZ下垫面类型应用于城市气候模拟的研究工作目前还较少，表2.2.1 给出了现有的研究工作。Brousse等（2016）首次尝试了在WRF模型中使用LCZ下垫面类型及相应城市参数对西班牙马德里进行模拟。结果表明，与CORINE土地利用数据相比，LCZ分类提高了模式的性能。Hammerberg等（2018）对欧洲奥地利维也纳的中尺度气候模拟应用了同样的方法。他们的研究结果表明，与从详细地理信息系统（GIS）数据库中提取的参数相比，Stewart和Oke（2012）提出的默认LCZ参数足以用于城市气候的模拟。然而，中国建筑物形态与欧洲相比，更为复杂，且分布非常不均匀，直接使用Stewart和Oke（2012）的建筑物分类参数表，模拟结果存在一定的偏差（Mu et al.，2020）。本节内容详细介绍了将LCZ下垫面数据应用于北京城市气候模拟的研究。

2.2.1 研究区域及其LCZ特征

选择北京作为研究区域，北京LCZ地图如图2.2.1所示，黑色环线从内到外分别为北京二环至北京六环，数据集分辨率为120 m。地图显示北京城市区域与自然环境有明显区分，二环以内以密集型建筑为主；二环到四环则有较多高大建筑；五到六环之间多为县区、村舍及部分新建高大建筑；六环外多为自然环境，东部、东北部及南部主要以农田为主，西部与西北部为山体森林。总体而言LCZ地图可清晰看出水体、森林、沙地等分布情况，城区内以小区尺度通过对建筑高度、地表不透水率、建筑材料及使用功能等划分级别对建筑物进行精细分类，显著提升对实际下垫面状况还原能力。

（1）适用于WRF模拟的LCZ下垫面数据以及相应的建筑物特征参数

将北京LCZ精细下垫面资料转换为数值模式可用格点数据，并将分辨率转换为1 km，替换默认下垫面资料，将城市下垫面类型从3类扩展为9类（分别为31至39，表示为LCZ算例下垫面）。此外，DEF算例中，将城市地表类型按照不透水面积百分比细化为低、中、高密度城市，并以此作为USGS下垫面分类中31，32，33类城市下垫面。

两种城市下垫面资料分布图如图2.2.2所示，（a）为默认下垫面，（b）为新建立的LCZ精细数据集。默认下垫面资料中城市按密度分为3 类，五环以内几乎全部划分为高密度区域，对五环内城市下垫面不能很好的区分；五到六环内高、中、低密度建筑均存在，此外还存在较多白色自然下垫面类型；LCZ地图中城市分类为9种，二环内多为密集型建筑，且以中低层建筑为主；高层建筑主要分布在二至四环，从二环到四环建筑高度逐渐升高，且北部建筑高于南部；五环外以低矮村落和稀疏建筑为主，零星分布如工厂、超市等大型低层建筑；且公园、绿地、农田等被以自然景观为主的稀疏建筑代替，更好地补充了默认城市下垫面中的空白区域，更符合北京实际下垫面情况。

（2）建筑高度特征分析

为了进一步验证LCZ下垫面资料更符合实际北京市建筑特征，分别提取默认与LCZ下垫面资料的建筑高度与地表不透水率，得到图2.2.3与图2.2.4。如图2.2.3（a）为北京实际建筑高度分布，（b）与（c）分别为默认与LCZ数据集建筑高度分布图。如图所示北京实际建筑高度分布特征为二环以内多为中低建筑，高度大多在9～15 m之间；二环到四环主要以高大建筑为主，普遍在15 m以上，为21 m以上建筑的主要集中区；五六环则多为低矮建筑。默认下垫面资料对五环以内建筑高度无明确区分，均认定为高大建筑，高度普遍在15 m以上；五至六环建筑高度分布与实际较吻合。LCZ数据集能将五环内城区建筑物高度区分出来，二环内建筑高度在2.5 m到9.5 m范围内，符合中低高度建筑分布；二到四环中部及北部多为高大建筑，高度约为25.5 m；五环外以低矮建筑为主，与实际建筑高度分布吻合程度较高。北京旧城区在二环范围内，多为密集的四合院平房，随着现代化进程的发展，北京城区扩张，二至四环为高大建筑的主要集中区，五至六环分布较多县城、村舍、工厂等，以低矮建筑为主，随着城区进一步扩张，北部有零星新开发高层建筑群。总体而言北京建筑高度在六环内有明显区别，不同环内随着城市变迁发展有着不同建筑特征，默认下垫面对城区进行的笼统划分不能准确反映北京建筑规律，LCZ精细下垫面数据集则较好地弥补了这一点。

（3）地表不透水率特征分析

与图2.2.3相同，图2.2.4（a）为北京实际下垫面不透水率分布，（b）与（c）分别为默认与LCZ数据地表不透水率分布图。北京市二环以内多为密集紧凑古老建筑，有较大面积高度不透水区域，达到0.8以上；二环到四环主要为高大建筑群，不透水率在0.6至0.8之间；五六环之间多为低矮建筑，有大量村庄及自然景观，不透水率大多在0.5以下。默认下垫面资料对五环以内不透水率无明确区分，整体偏高，均在0.9以上，与实际情况相差较大，不能反映出不透水率逐环递减的特征。LCZ数据集中二环大部分区域不透水率在0.8以上；二到四环不透水率有所下降，中部及北部0.8左右，南部0.5左右；四环外不透水率显著降低，从二环到六环呈现出不透水率逐渐降低的趋势，更符合实际情况，较默认资料有较大改善。

2.2.2 模式、算例设计及数据

（1）数值模式介绍

本节内容采用的WRF（Weather Research Forecasting）（Skamarock et al.，2005）模式，是由美国多所气象研究机构和大学集成中尺度方面的研究成果，联合开发的一种新一代中尺度天气预报模式和同化系统。WRF采用的是高度模块化的设计，包括动力框架、物理过程以及前处理、后处理过程等，层次清晰且各程序模块间相互独立。其特点是动力框架和物理过程均可插拔，用户可自由选择，不论是比较不同物理过程模拟结果还是二次开发研究均极为便利，被广泛应用于业务预报及科学研究（陈德辉和薛纪善，2004）。

WRF重点考虑从云尺度到天气尺度等重要天气的预报，其最终目标是满足水平分辨率为1～10 km的大气科学模拟试验研究和高分辨率数值预报业务应用的需要（陈炯和王建捷，2006）。因此，模式包含高分辨率非静力应用的优先级设计、大量的物理选择和与模式本身相协调的先进的资料同化系统。由于中小尺度模式的水平格距一般为几到几十千米不等，比10～100 m的边界层湍流输送的特征尺度量级要大得多，为了考虑这种次网格尺度的效应，需要采用参数化方法（邓莲堂和王建捷，2003）。WRF模式的物理过程参数化方案主要包括微物理过程参数化方案、积云对流参数化方案、大气辐射参数化方案、陆面过程和近地层参数化方案、边界层和城市冠层参数化方案等（Masson，2006；Best，2006；Chen et al.，2011）。本节主要介绍与下垫面资料息息相关的城市冠层参数化方案。

近年来，城市冠层参数化方案的发展迅速，目前WRF中可选的三种较为成熟的方案分别为：单层城市冠层模式（single-layer urban canopy model，SLUCM）（Kusaka et al.，2001；Kusaka and Kimura，2004）、多层城市冠层模式（Building Effect Parameterization，BEP）（Martilli et al.，2002）以及建筑物能量模式（Building Energy Model，BEM）（Salamanca et al.，2010；Salamanca and Martilli，2010）。SLUCM单层模式假设城市下垫面中包含的所有建筑物形态均相同（即所有建筑物高度相同，宽度一致，且街道对称），城市街区为二维模型，但辐射过程为三维模型，考虑了建筑物对短波辐射的遮蔽作用及辐射多重反射的陷阱效应（Miao et al.，2009）。SLUCM通过Noah陆面模式与WRF耦合，在计算城市区域上空的气象场时，SLUCM主要计算城市人工地表（屋顶、墙面和道路）与大气之间的交换过程，而Noah陆面模式则主要计算城市内自然下垫面（如：草地）与大气之间的热量和水汽交换，城市区域单个格点值为两者得到的次网格值的加权平均（Chen et al.，2004；Kimura，1989）。

BEP除了考虑建筑物人工表面对辐射平衡及能量平衡的影响外，还在动力框架上做了改进。BEP在冠层内垂直方向进行分层处理，对每一层分别建立动量、热量和水汽预报方程。为了反映建筑物对气流的拖曳作用及其对湍能的影响，在动量方程和湍能方程中加入了建筑物的拖曳力影响项（王咏薇等，2013）。

BEM在BEP方案的基础上增加了空调系统的插拔项，用以考虑空调系统的开启和关闭对建筑物内外能量交换的影响过程，考虑了室内人为活动和空调能耗对室外大气的影响（齐德莉，2016）。同时考虑了通过窗户进入建筑物内的辐射量，通过墙面和屋顶室内外的热量交换以及空调系统的影响。即人为活动产生的潜热通量通过自然通风与外界大气进行交换，人为活动和家庭设备共同产生的感热通量通过自然通风和墙面屋顶的热扩散与外界大气进行交换，而空调系统产生的废热通量则直接进入大气。

（2）模拟区域及模式设置

综合考虑局地气候区LCZ精细下垫面分类方法中每类下垫面类型的特征，以及WRF模式中对城市分类建筑参数的设定标准，设定适用于新生成的LCZ数据集分类的参数，如表2.2.2 所示不同下垫面类型对应不同建筑物高度与不同下垫面不透水率，相应类型上架设自动气象观测站点个数也有所不同。其中31，34代表的高层建筑高度为25.5 m；32，35代表的中层建筑为18.5 m；33，36代表的低层建筑为9.5 m；其他建筑高度则低于3.5 m。31～33代表密集型建筑地表不透水率设置为0.8及以上；34～36开放型建筑在0.6～0.75之间；其他建筑类型低于0.55。针对两种下垫面数据开展晴天个例数值模拟试验，对比检验应用生成的精细下垫面数据集对数值模拟的改进效果。

本次研究采用WRF v3.9版本及与其耦合的Noah陆面模式，采用的其他物理过程方案还有：BouLac TKE（Turbulence Kinetic Energy）边界层方案、WSM6（WRF Single-Moment 6-class Microphysics scheme）微物理方案、RRTM（Rapid and Accurate Radiative Transfer Model）长波辐射方案、Dudhia短波辐射方案，另外在第1、第2层嵌套区域还选用了KF（Kain-Fritsch）积云方案，3，4层不采用积云对流方案。模拟采用四重双向嵌套模式，d01至d04嵌套区域的水平分辨率分别为：27，9，3及1 km，水平网格数分别为：154×154（南北×东西），154×154，154 ×154，184×172，中心点选定为天安门广场，经纬度分别为40.24 °N及116.45 °E。模式在垂直方向分为38层，顶层设置为50 hPa，按照上疏下密的方法划分，在1 km以下共有13 层。模拟选取的积分时间段为2012年8月24日00时至2012年8月25日00时（UTC），共积分24 h。所用的地形资料是USGS的30″× 30″格点资料，初始场和边界条件采用1°×1°NCEP（National Centers for Environmental Prediction）再分析资料。分别模拟DEF及LCZ两种下垫面在SLUCM和BEP城市冠层模型下的结果，如表2.2.3 所示四个算例分别为：DEF-UCM，LCZ-UCM，DEF-BEP，LCZ-BEP。

如图2.2.5所示，本次研究范围为北京六环以内，黑色环状线由内而外分别代表北京二环至六环。北京城区地势平坦，海拔高度基本在80 m以下，东西有较明显差异，东部海拔在40 m以下，西部大多在40～80 m之间，香山位于西南部五六环之间，海拔为557 m，覆盖大量植被。北京市内有自动气象观测站85个，黑色原点为基准气象观测站，红色五角星为大气所通量观测站。

2.2.3 数值模拟结果分析

总体来说LCZ下垫面资料较默认资料在建筑高度及地表不透水率分布上都有较大改善，与实际情况更加吻合，为了进一步量化改进效果，对气象要素模拟结果进行分析检验。

（1）2m气温及10m风速日变化模拟结果分析

图2.2.6为四个算例对2 m气温及10 m风速的模拟结果与实测值日变化对比图，其中实测值由研究范围内85个自动气象观测站观测结果求平均得到，模拟结果则是由相应算例中对应85个观测站位置的格点数据值平均得到。

如图2.2.6（a）所示，单层模式中DEF-UCM算例对2 m温度的模拟结果在0至8时与实测值接近，结果较好；但12至24时模拟结果显著偏高，误差在3～4 ℃之间。LCZ-UCM算例对2 m温度的模拟较DEF-UCM算例偏低，对最高温模拟与DEF-UCM结果相近，最低温有显著改善，解决了DEF-UCM夜间温度模拟偏高的问题，对日变化曲线有较好把握，模拟结果显著提升。图2.2.6（b）10 m风速的模拟中两个算例结果相近，与实测风速相比偏高，0至6时模拟结果较好，9至21时误差较大。

图2.2.6（c）所示BEP模式中两个算例对2 m温度的模拟结果相近，LCZ-BEP算例轻微偏低。同单层模式模拟结果相似，DEF-BEP对0至6时温度模拟结果较好，12至24 时轻微偏高，但较单层模式DEF-UCM模拟结果有所改善。LCZ-BEP对最高温有所低估，低温模拟结果较好，日变化曲线与实测值较接近。图2.2.6（d）中两个算例对10 m风速模拟结果仍然接近，较单层模式结果有所提升，对小风模拟轻微偏高，比较准确，但大风高估。

总体而言2 m气温日变化模拟结果对下垫面资料更敏感，不论是单层城市冠层还是多层城市冠层模型两种下垫面模拟结果均有较大差异。精细下垫面下LCZ算例对日变化曲线有更好的掌握，有效改善模型夏季气温模拟最低温偏高的问题，尤其在单层UCM模式中更为明显。但10 m风速日变化的模拟结果受下垫面影响较小，图2.2.6（b），（d）所示两种算例对风速模拟十分相近，与实测风速存在一定误差。

（2）地表通量日变化模拟结果分析

为了探究下垫面资料对温度日变化的影响过程，下面将进一步针对感热通量及潜热通量进行分析，研究两种下垫面在热量交换过程中的差异。

以大气所通量观测站测量的感热通量与潜热通量值作为观测值，对比相应观测点在不同算例中两种通量的模拟结果，日变化曲线如图2.2.7所示。图2.2.7（a）地表感热通量中实测值较低，呈现单峰形态，UTC0时开始从近零值快速增长，6时达到峰值，约为166 W·m ^-2 ，约12时降至零值附近后保持不变。单层模式中默认下垫面DEF-UCM算例严重偏高，峰值约418 W·m ^-2 ，误差高达252 W·m ^-2 ，且从12时至24时始终较实测值高约50～100 W·m ^-2 。改进后的精细下垫面LCZ-UCM模拟结果对DEF-UCM有较大改善，与实测结果吻合程度大幅提高，峰值误差显著降低，约为85 W·m ^-2 。12时至24时与实测值基本一致。在BEP模式中，两个算例模拟结果总体较为相似，对峰值模拟结果有所不同，默认下垫面DEF-BEP算例峰值模拟约为418 W·m ^-2 ，LCZ-BEP峰值结果为307 W·m ^-2 ，12时两个算例对感热通量模拟均偏低，DEF-BEP误差更大，14至23时模拟结果较好。总体而言，单层城市冠层模型中精细下垫面LCZ-UCM算例较默认下垫面DEF-UCM算例在感热通量模拟上有显著改善，与实测日变化曲线吻合程度更高。多层城市冠层模型中两个算例模拟结果差距较小，但LCZ-BEP模拟结果较DEF-BEP仍有提高。

图2.2.7（b）地表潜热通量中实测值亦呈单峰形态，0 时至5 时快速增长，达到峰值213 W·m ^-2 后又迅速下降，约12时达到零值附近缓慢下降。在UCM与BEP模式中，默认DEF下垫面模拟结果均无明显波动，DEF-UCM算例结果峰值约为50 W·m ^-2 ，严重低于观测结果，且峰值出现在9时，与潜热通量日变化规律不符；DEF-BEP算例峰值约为30 W·m ^-2 ，不能反映出实际潜热通量变化规律。LCZ-UCM及LCZ-BEP算例模拟结果较默认下垫面算例均显著提升，白天呈现单峰形态，对峰值及出现的时间均有较好把握，约6时达到220 W·m ^-2 ，但降至夜间低值时刻提前约一个小时。

总体而言，四种算例在UTC12时至24时（北京时间20 时至次日08 时）结果相近，即夜晚情况下地表热通量对下垫面资料及城市冠层模型均不敏感。但在白天时精细下垫面LCZ算例模拟结果显著提升，尤其表现在潜热通量模拟上，几乎完全还原了大气所通量观测站实际潜热通量日变化曲线。与草木植被为主的下垫面不同，城市地表可阻隔地下土壤与边界层大气间的热力、水分和能量的交换。当太阳辐射强度增强时，城市地表温度升高速度快，地表与近地层大气间形成较大的温差，地表对大气的向上感热输送增大。但现在模式使用的参数与个别地区实际情况有较大出入，应根据不同地区合理调整。LCZ模拟结果的提升主要与精细分类下垫面明显降低地表不透水率有关，合理还原实际地表植被情况，大量植被蒸腾作用提升潜热，使潜热模拟结果有较大改善。

大气所通量观测站点位于北京北部三四环之间，其感热通量与潜热通量日变化能较好地代表北京城区内通量日变化情况，为了进一步分析整个北京范围内通量日变化，将85个观测点处感热通量、潜热通量、地表热通量及净辐射模拟值求平均，得到北京站点平均地表热通量日变化图。如图2.2.8所示，图2.2.8（a）感热通量中精细下垫面LCZ-UCM及LCZ-BEP在全北京范围内仍有效降低峰值，与大气所得到结果一致；图2.2.8（b）潜热通量中DEFUCM及DEF-BEP较大气所站点模拟稍好，峰值出现时间吻合，但峰值仍偏小，较精细下垫面模拟结果存在一定差距；图2.2.8（c）地表热通量中单层城市冠层模式与多层模式模拟结果差异较大，单层结果较高；图2.2.8（d）净辐射中四个算例结果几乎一致，无明显差异。

（3）地表感热及潜热通量空间分布模拟结果分析

为了进一步分析地表热通量空间分布情况，分别给出单层城市冠层模型及多层城市冠层模型当地14时地表感热及潜热通量空间分布图，见图2.2.9 及图2.2.10。图2.2.9（a）DEF-UCM结果显示五环内感热通量普遍较高，在360 W·m ^-2 以上，六环线附近则降至120 W·m ^-2 以下，处于中间的过渡期较小。图2.2.9（b）LCZ-UCM中仅有三环内感热普遍高于320 W·m ^-2 ，三环至六环介于120 ～280 W·m ^-2 之间，空间分布更加合理。图2.2.9（c）潜热通量DEF-UCM模拟结果显示四环内普遍低于40 W·m ^-2 ，而五六环则高于360 W·m ^-2 ，这种撕裂式分布不符合北京建筑密度逐环递减、潜热通量逐环递增的规律，图2.2.9（d）LCZUCM算例则改善了这一点，层次分布更加明显。

在图2.2.10 多层城市冠层模拟结果中，DEF-BEP感热模拟结果峰值较单层有所改善，中心约在320至360 W·m ^-2 之间，但仍呈现城市中心与郊区反差过大的极端现象；DEF-BEP潜热模拟结果较单层结果更加不合理；LCZ-BEP在感热及潜热模拟上则与单层结果类似。总体而言在地表热通量的模拟上，默认下垫面DEF算例在空间分布上反差极大，五环以内及五六环之间呈现割裂式分布，这种突变与实际情况不符。LCZ下垫面很好地弥补了五环内无明显区分的缺点，逐环具有不同的特征使热通量模拟结果过渡更加平缓。不论是时间分布还是空间分布规律，LCZ精细下垫面都与北京实际感热潜热通量分布规律更加吻合。

（4）2m气温空间分布模拟结果分析

气温是城市预报最重要的气象要素，上文对比分析实测与模拟气温日变化曲线，结果显示单层城市冠层模型对下垫面资料更加敏感，下面将进一步分析气温模拟空间分布情况。图2.2.11（a），（b），（c）分别为UTC09 时实测站点与单层城市冠层DEF-UCM及LCZ-UCM算例温度空间分布图，图2.2.11（d），（e）分别为DEF-UCM及LCZ-UCM与实测站点温度差值分布图。UTC09时即为北京17时，处于温度峰值后缓慢下降时期。北京实测站点温度大多介于26 ℃到30 ℃之间，四环以内及六环北部站点温度较高，大部分站点在29 ℃以上，六环西南部温度较低。DEF-UCM算例模拟结果除香山地区几乎普遍在29 ℃以上，对温度模拟偏高。LCZ-UCM模拟温度大多在26 ℃到29.5 ℃之间，二到四环北部为高温区域，东部其次，低温集中在西部和南部。为了更直观地看出模拟与实测温度在空间上的差异，将85个自动气象站点对应位置的模拟结果与实测温度做差值得到图2.2.11（d）与（e），其中模拟与实测温度差绝对值在0.5 ℃以内的站点用空心圆表示。DEF-UCM算例低于实测1.5 ℃至0.5 ℃的站点数为6个，误差在0.5 ℃以内站点为30个，高于实测0.5 ℃到1.5 ℃的站点为31个，高于实测1.5 ℃以上站点为18个。LCZ-UCM算例低于实测1.5 ℃以上的站点数为3个，低于实测1.5 ℃至0.5 ℃的站点数为26个，温度差在0.5 ℃以内站点为38个，高于实测0.5 ℃到1.5 ℃的站点为14个，高于实测1.5 ℃以上站点为4个。默认下垫面DEF-UCM算例对城区内温度无层次区分，气温大面积模拟偏高是误差较大的主要原因，尤其集中在东北部，误差几乎在1.5 ℃以上。精细下垫面LCZ-UCM算例几乎将误差控制在1.5 ℃以内，二环以内及城区东北部误差多在0.5 ℃以内，有效降低了2 m气温模拟误差，模拟精度进一步提升。

多层城市冠层17时温度模拟结果如图2.2.12所示，默认下垫面DEF-BEP总体高于精细下垫面LCZ-BEP模拟结果，在北部模拟结果较好但西南部及东北部模拟偏高；精细下垫面对三环以内温度模拟偏高，对三至六环模拟结果更贴近于实测温度分布情况。

根据四个算例的85个站点2 m气温的模拟与观测值计算每个时刻的均方根误差并求平均，得到气温RMSE日变化，如图2.2.13所示，在单层城市冠层模型UCM中，LCZ-UCM明显优于DEF-UCM下垫面，在白天0至9时，LCZ-UCM略高于DEF-UCM，总体值低于1.8 ℃，均方根误差较低，模拟效果较好；从9时至24时，均方根误差显著升高，LCZ-UCM算例明显低于DEF-UCM算例，峰值分别出现在13时的2.77 ℃和14时的4.82 ℃；夜间12时至24时精细下垫面LCZ-UCM算例模拟结果显著提升，较默认下垫面DEF-UCM算例均方根误差平均减少2.0 ℃。在多层城市冠层模型BEP模式中，两种下垫面算例模拟结果相近，白天DEF-BEP在UTC0至10时略优，总体保持在2.0 ℃以下，夜间LCZ-BEP算例模拟结果较好，最大均方根误差在3.0 ℃以下。

四个算例的均方根误差箱线图分布如图2.2.14 所示，单层城市冠层模型中，DEF-UCM算例平均均方根误差在3.3 ℃左右，最大达到4.8 ℃，模拟结果较差；LCZ-UCM算例将均方根误差显著降低，平均约1.8 ℃。多层模型中，DEF-BEP及LCZ-BEP算例平均值几乎相等，在1.8 ℃左右，但LCZ-BEP最大均方根误差较DEF-BEP有所降低。

（5）不同下垫面分类下2m气温模拟结果分析

将所有站点按土地利用类型分类，分别计算2 m气温日平均偏差与均方根误差，汇总四个算例结果得到表2.2.4。因第31类密集高层建筑区域不适宜放置气象观测仪器及建立基准气象站，故此下垫面类型范围上无气象观测站，统计结果为32～39八种下垫面类型。

单层城市冠层模型中LCZ-UCM平均偏差为1.48 ℃，较DEF-UCM偏差平均值2.535 ℃要小得多，平均均方根误差1.899 ℃也较DEF-UCM算例3.195 ℃明显降低，精细下垫面对单层城市冠层2 m气温模拟的优化是十分显著的。多层城市观测模型中DEF-BEP算例与LCZ-BEP算例平均偏差分别为1.468 ℃与1.499 ℃，相差较小，DEF-BEP结果略优；平均均方根误差分别为1.961 ℃与1.925 ℃，LCZ-BEP算例较优。在偏差与均方根误差指向不一致时，偏差可由系统误差来修正，代表离散程度的均方根误差参数更重要，因此认为LCZ-BEP算例对2 m气温的模拟结果略优于DEF-BEP算例。在有观测数据参考的八种下垫面类型中，第33、35、36与37类不论在单层还是多层城市冠层模型中均显著优化气温模拟结果，表现为绝对偏差几乎在1.49 ℃以下（除37 类下LCZ-BEP算例外），均方根误差在1.98 ℃以下。显著提升模拟结果的四种下垫面分别代表密集低层建筑、开放中层建筑、开放低层建筑与轻型低矮建筑，结果的优化说明其较好地补充了默认下垫面类型的空缺，现有城市分类中这四类下垫面往往被忽略，不合理的参数设定导致模拟结果存在较大误差，分析证明更合理更精细的下垫面分类对气温模拟结果有较大改善，尤其在单层城市冠层模型中，可显著提升2 m气温模拟精度。

（6）10m风速空间分布模拟结果分析

10 m风速日变化模拟结果显示风速日变化受下垫面影响不大，在单层及多层城市冠层模型中两种下垫面风速模拟结果均相近，下面将对四个算例中UTC02 时即北京时间10 时10 m风速空间分布结果进行分析。

图2.2.15（a）为10时实测站点10 m风速分布图，图2.2.15（b），（c）分别为单层城市冠层DEF-UCM及LCZ-UCM算例风速空间分布图，图2.2.15（d），（e）分别为多层城市冠层DEF-BEP及LCZ-BEP风速空间分布图。如图2.2.15（a）所示，实测风速值在0.5至2.5 m·s ^-1 之间，其中1至1.5 m·s ^-1 的风速站点散乱分布于整个城区，这也符合城市内风速小，风向杂乱不稳定的特点；在单层模式中，默认下垫面DEF-UCM算例显示五环内与五环外风速分布有明显分界，其中五环内风速均小于1 m·s ^-1 ，而五环外则大于2 m·s ^-1 ，对风速分布没能很好地再现；LCZ-UCM算例很好的弥补了这一点，更精细的下垫面分类使整个城区内风速分布更加均匀，尤其二环内较高风速很好的模拟了出来，三环及四环的风速分布也更符合实际情况；在多层城市冠层模型中，整体风速模拟较单层模式稍偏高，DEF-BEP模拟结果稍稍优化，但仍存在五环内风速模拟偏小的问题，LCZ-BEP结果较默认下垫面算例仍更优。

总体而言，风速日变化模拟对下垫面资料不敏感，但空间分布受下垫面资料影响较大，LCZ精细下垫面中建筑参数更符合实际特征，能更好地呈现出城区内的风速分布情况，对单层及多层城市冠层模式风速空间分布均有较好提升。 X1CT7MdHlI09G1/lra+IrpxPamDkgWKfvzD6xTDdxKzVWjTWnqTcQ9pnCJ7WpDPm