城市冠层模型在热环境模拟应用研究综述

城市冠层模型在热环境模拟应用研究综述城市冠层作为城市下垫面与大气边界层之间的过渡区域，其热力、动力特性直接决定了城市热环境的形成与演化规律。随着全球城市化进程的加速，截至2023年全球城市人口占比已达56%，我国常住人口城镇化率更是超过66%，城市建设用地规模持续扩张，高密度建筑、硬化路面与人工热源的叠加效应使得城市热岛效应、极端高温事件等热环境问题日益突出，严重威胁城市居民健康、能源消耗效率与生态系统稳定性。城市冠层模型作为定量描述冠层内部能量交换、动量传输与温度分布的核心工具，为城市热环境模拟、热风险评估与降温策略优化提供了关键技术支撑，相关研究已成为城市气象、人居环境科学与城乡规划领域的交叉热点。一、城市冠层模型的核心分类与技术演进城市冠层模型的发展始终围绕对城市下垫面非均质性的刻画精度展开，根据模拟复杂度与参数化方式的差异，可分为单层冠层模型、多层冠层模型与计算流体动力学（CFD）耦合冠层模型三大类，不同类型模型的适用场景与技术特性存在显著区别。单层冠层模型是最早实现业务化应用的简化模型，其核心假设是将城市冠层视为一个整体的粗糙元，通过引入建筑高度、街谷宽高比、建筑覆盖率等宏观形态参数，参数化冠层对太阳辐射的截获、长波辐射的多次反射以及湍流交换过程。典型代表包括1991年Masson提出的TEB（TownEnergyBalance）模型，该模型首次将城市下垫面分解为屋顶、墙面、路面三个独立通量面，分别计算各表面的能量收支平衡，参数数量仅30余个，计算效率高，可直接耦合到中尺度气象模式（如WRF）中开展区域尺度热环境模拟，目前已被广泛应用于城市热岛强度的日变化特征分析、区域能源消耗估算等研究。但单层模型的固有局限在于无法刻画冠层内部垂直方向的温度、风速梯度，对于高密度核心区的街谷内热环境模拟误差通常超过2℃，难以满足局地尺度的精细化评估需求。多层冠层模型针对单层模型的垂直分辨率缺陷进行了优化，将城市冠层沿垂直方向离散为多个水平均匀层，分别计算每一层的辐射传输、湍流交换与污染物扩散过程。其中，2005年Martilli开发的SUEWS（SurfaceUrbanEnergyandWaterBalanceScheme）模型是多层模型的典型代表，该模型不仅考虑了不同高度建筑的阴影遮挡效应、植被与建筑的相互作用，还引入了人为热排放的垂直分布参数化方案，能够输出冠层内部10m间隔的温、湿、风廓线数据，对于街谷内的温度模拟误差可控制在1℃以内。后续发展的CLM-U、Noah-UCM等模型进一步融合了城市水文过程、空调排热动态反馈机制，使得多层模型的适用场景扩展到了热浪事件模拟、城市通风廊道评估等精细化研究领域。但多层模型的参数需求大幅提升，不仅需要建筑高度分布、材质热物性参数，还需要高精度的植被覆盖、人为热排放空间分布数据，在数据缺乏的中小城市应用受到较大限制。CFD耦合冠层模型是近10年随着计算能力提升快速发展的高分辨率模拟技术，其核心思路是将城市冠层的三维几何模型直接嵌入到CFD求解器中，通过求解Navier-Stokes方程实现米级分辨率的热环境模拟。当前主流的耦合方式分为两类：一类是将冠层模型的能量平衡结果作为CFD模拟的边界条件，提高边界条件的时空精度；另一类是在CFD中直接嵌入冠层的阻力与热源项，避免对每一栋建筑的细节进行网格划分，降低计算成本。已有研究表明，CFD耦合冠层模型对于街区尺度的热岛环流、局地通风效率的模拟精度显著高于传统多层模型，能够捕捉到建筑周边1-2m范围内的温度突变效应，是当前城市微气候模拟的核心技术方向。但该类模型的计算成本极高，单个2km×2km的街区模拟通常需要数小时到数十小时的计算时间，目前难以应用于城市级别的长时间序列模拟。二、城市冠层模型在热环境模拟中的核心应用场景经过数十年的技术迭代，城市冠层模型已从单纯的气象机理研究工具扩展到城市规划、气候变化适应、公共卫生等多个应用领域，形成了多维度的应用体系。在城市热岛效应的形成机制研究中，城市冠层模型是定量分离不同驱动因子贡献的核心手段。传统观测研究仅能证明建筑密度、植被覆盖率、人为热排放与热岛强度存在相关性，但难以量化各因子的独立贡献。通过冠层模型的敏感性试验，研究人员可以控制单一变量的变化，计算不同参数对热环境的影响权重。例如，2022年针对北京核心区的模拟研究显示，在夏季典型高温日，建筑密度每提升10%会导致冠层内气温升高0.7℃，人为热排放每增加50W/m²会使气温升高0.5℃，而绿地率每提升10%可降低气温0.4℃，该结果为北京城市更新中的密度管控与绿地配置提供了量化依据。此外，冠层模型还可以模拟不同季节、不同气象条件下热岛效应的驱动因子差异，研究发现冬季北方城市的人为热排放对热岛的贡献占比可达60%以上，远高于夏季的25%，这一结论解释了我国北方城市冬季热岛强度反而高于夏季的特殊现象。在城市降温措施的效果评估与优化中，冠层模型能够实现不同方案的预评估，避免工程实践的盲目性。当前常用的降温措施包括屋顶绿化、高反射率路面、城市通风廊道建设、滨水空间改造等，不同措施的降温效果受区域气候、建筑形态、周边布局的影响存在显著差异。以上海2023年的一项研究为例，研究人员利用耦合了绿化参数化方案的SUEWS模型模拟了不同屋顶绿化覆盖率的降温效果，结果显示当屋顶绿化覆盖率达到30%时，夏季白天冠层平均气温可降低0.8-1.2℃，空调能耗可减少7-10%，但在建筑密度超过60%的核心商务区，由于通风条件差，屋顶绿化的降温效率会下降30%以上。针对高反射率路面的模拟研究也表明，在湿度较高的南方城市，高反射率路面会增加大气长波逆辐射，反而可能导致夜间气温升高0.3℃左右，存在“逆效应”风险，这一结论直接指导了南方城市降温策略中对高反射率材料的使用限制。在气候变化背景下的城市热风险评估中，冠层模型是连接全球气候模式与局地暴露度的关键桥梁。政府间气候变化专门委员会（IPCC）第六次评估报告指出，未来全球平均气温每升高1℃，城市极端高温事件的发生频率将增加2-3倍。但全球气候模式的空间分辨率通常在10-50km，无法直接输出城市内部的热风险分布。通过降尺度技术将全球气候模式的结果作为冠层模型的边界条件，可以生成未来情景下城市尺度的高分辨率温度场数据，结合人口分布、脆弱人群分布数据开展热风险评估。2024年针对广州的未来气候情景模拟显示，在SSP5-8.5情景下（高排放情景），到2050年广州城市冠层内极端高温日数将从当前的15天增加到42天，中心城区的高热风险区域面积将扩大2.3倍，其中老旧小区、城中村由于建筑密度高、通风条件差，热风险增幅是新建城区的1.8倍，该结果为广州的气候适应型城市建设划定了重点干预区域。此外，城市冠层模型还被广泛应用于城市能源消耗模拟、城市通风廊道规划、高温热浪预警预报等领域。例如，我国国家气象中心已将耦合了TEB模型的WRF模式业务化运行，用于全国主要城市的高温热浪精细化预警，预警空间分辨率从原来的10km提升到了1km，预警提前时间延长了24小时。三、当前研究的核心难点与技术瓶颈尽管城市冠层模型的应用已经取得了显著进展，但城市系统的高度复杂性仍然给模型的精度与适用性带来了诸多挑战，当前研究面临的核心难点主要集中在参数化方案的不确定性、多过程耦合机制缺失与多尺度数据融合困难三个方面。参数化方案的不确定性是制约模型模拟精度的首要因素。城市冠层模型包含数十到上百个输入参数，涵盖建筑形态、材质热物性、人为热排放、植被生理特性等多个维度，其中很多参数的时空异质性极强，难以通过常规观测获取。例如人为热排放包括工业排放、交通排放、居民生活排放、空调排热等多个组分，不同组分的日变化、季节变化规律差异显著，且缺乏长时间序列的高精度观测数据，多数研究只能通过统计方法估算，导致人为热参数的不确定性范围可达50-100%。此外，建筑材质的热物性参数（如导热系数、比热容、反照率）受建筑年代、施工工艺的影响差异很大，老旧建筑与新建建筑的参数差异可达2倍以上，当研究区域内建筑类型混杂时，参数的代表性不足会直接导致模拟结果的系统偏差。已有不确定性分析研究表明，在当前的参数水平下，城市冠层模型的模拟结果不确定性范围通常在1.0-2.5℃之间，难以满足工程应用中误差小于0.5℃的需求。多过程耦合机制的缺失限制了模型对复杂热环境现象的解释能力。当前多数城市冠层模型主要聚焦于能量平衡过程的模拟，对热环境与其他城市过程的相互作用考虑不足。例如，冠层内的空气污染物（如PM2.5、臭氧）会通过吸收和散射辐射影响能量平衡，同时高温条件也会促进光化学反应，加剧污染物浓度的升高，但现有模型很少考虑热环境与污染物的双向耦合机制。此外，城市水文过程对热环境的调节作用也尚未被充分刻画，多数模型仅考虑了植被的蒸散作用，对管网排水、土壤下渗、人工灌溉等过程的参数化较为粗糙，在暴雨过后的湿润条件下，模拟的冠层温度通常会偏高1-1.5℃。更重要的是，当前模型缺乏对人类活动与热环境的动态反馈机制的描述，例如高温天气会导致空调使用率上升，进而增加人为热排放，进一步加剧热岛效应，这种“热岛-空调排热”的正反馈过程在现有模型中多为静态参数化，无法模拟极端高温事件下的非线性升温效应。多尺度数据融合的困难阻碍了模型在不同尺度的推广应用。城市热环境问题具有显著的多尺度特征，从街谷尺度（米级）的微气候到城市尺度（公里级）的热岛环流，再到区域尺度（数十公里）的气候效应，不同尺度的过程相互作用，单一分辨率的模型难以同时刻画多尺度过程。当前的冠层模型与中尺度气象模式的耦合通常采用“马赛克法”，将每个网格内的下垫面视为均匀的，忽略了次网格尺度的非均质性，当网格分辨率为3-5km时，这种方法的模拟误差还在可接受范围内，但当分辨率提升到1km以下时，次网格非均质性的影响会导致模拟误差显著升高。此外，多源观测数据的融合应用也存在技术瓶颈，卫星遥感数据能够提供大范围的地表温度数据，但只能观测地表表层温度，无法获取冠层内部的气温数据；地面站点观测精度高，但空间代表性有限，难以覆盖整个城市区域；机载激光雷达、无人机热红外等新型观测手段成本高，难以开展长时间序列观测，如何将多源观测数据同化到冠层模型中，提升模拟精度，是当前研究的重要挑战。四、未来研究的重点方向与发展趋势面对城市热环境治理的现实需求与模型发展的技术瓶颈，未来城市冠层模型的研究将朝着高精度、多耦合、智能化、业务化的方向发展，重点突破方向包括以下几个方面。首先，发展多尺度自适应的冠层参数化方案是提升模型精度的核心路径。针对不同尺度的模拟需求，构建自适应的参数化体系，在区域尺度模拟中采用简化的宏观参数，在局地尺度模拟中自动嵌入精细化的三维形态参数，实现模拟精度与计算效率的平衡。同时，应加强基于大数据的参数获取技术研究，利用街景图像、激光雷达点云数据、建筑信息模型（BIM）等多源数据自动提取建筑高度、材质、植被覆盖等参数，结合手机信令数据、能源消耗大数据动态估算人为热排放的时空分布，大幅降低参数的不确定性。预计到2030年，基于大数据的参数自动获取技术可将模型参数的不确定性降低到20%以内，使模拟误差控制在0.5℃以下，满足大多数工程应用的需求。其次，构建多过程耦合的集成模拟系统是拓展模型应用场景的关键支撑。未来的城市冠层模型将不再局限于能量平衡过程的模拟，而是逐步融合水文过程、污染物扩散过程、人类活动动态反馈过程、生态系统过程等，形成城市多圈层耦合的模拟平台。特别是要加强“热环境-能源消耗-人类行为”的双向耦合机制研究，定量描述高温天气下居民空调使用行为的变化规律，以及空调排热对热环境的反馈效应，提升极端高温事件的模拟精度。同时，应建立冠层模型与城市规划模型的双向接口，实现规划方案的热环境效应实时预评估，使模型能够直接支撑城乡规划编制工作，从源头降低城市热风险。第三，人工智能技术与冠层模型的融合将成为重要的技术创新方向。近年来，机器学习技术在非线性拟合、大数据分析方面展现出显著优势，将物理机理模型与机器学习相结合，是突破传统模型性能瓶颈的有效途径。一方面，可以利用机器学习技术对冠层模型的参数化方案进行优化，通过大量观测数据训练参数化方案的替代模型，提升复杂过程的模拟精度与计算效率；另一方面，可以利用数据同化技术将卫星遥感、地面站点、无人机等多源观测数据与模型模拟结果融合，生成高精度、高时空分辨率的城市热环境数据集。已有初步研究表明，融合机器学习的冠层模型计算效率可提升10-100倍，同时模拟精度可提升30%以上，为城市级别的长时间序列高分辨率模拟提供了可能。最后，推动冠层模型的业务化应用是研究成果落地的核心目标。当前多数冠层模型仍以科研用途为主，操作复杂、参数要求高，难以被规划部门、气象部门等实际用户直接使用。未来需要开发模块化、可视化、易用性强的业务化系统，内置不同城市的典型参数库，降低模型的使用门槛。同时，应建立模型的标准化验证体系，针对不同气候区、不同城市类型制定统一的模型验证标准与参数规范，保障模拟结果的可靠性与可比性。我国“十四