城市陸面模式設計及檢驗

孟春雷戴永久

1中國氣象局北京城市氣象研究所，北京100089

2北京師范大學全球變化與地球系統科學研究院，北京100875

1 引言

城市是國家的主要經濟實體及人群聚居地，城市氣象研究具有非常重要的意義。城市下墊面非常復雜，下墊面又與上層大氣存在著復雜的相互作用，因此準確模擬及預測城市天氣、城市地表參數，需要對城市下墊面狀況（張朝林等，2007；苗世光等，2010）、城市邊界層（Zhou et al., 2005；Zhang et al., 2009）有著比較深入系統的了解，并在此基礎上對城市陸面過程進行參數化研究。

城市陸面過程參數化研究主要有兩種方法：整體模式方法和城市冠層模式（Urban Canopy Model,UCM）方法（Masson, 2006; Salamanka et al., 2011;Committee on Urban Meteorology, 2012）。迄今為止，整體模式方法主要是建立本地城市參數化模型（Taha, 1999; Grimmond and Oke, 2002）或者對陸面模式中的一些參數（粗糙度、熱容、熱導率和反照率等）進行簡單的調整（Liu et al., 2006）。整體模式方法較為簡單，沒有對地表能量以及水分平衡方程進行重新參數化，未考慮人為熱、城市水文模式等影響，沒有采用高分辨率城市地表分類數據。

UCM 則是目前城市陸面參數化研究的主要方法（Kusaka et al., 2001；Kondo et al., 2005；周榮衛等，2008；何曉鳳等，2009；蔣維楣等，2009；王詠薇和蔣維楣，2009）。UCM研究發展很快，并且已經和天氣模式進行了耦合（Kusaka et al., 2004;Chen et al., 2010; Miao et al., 2011; Ryu et al., 2011）用于天氣預報。UCM 所考慮的參數和物理過程目前已經比較全面和詳細。但是 UCM 通常較為復雜，引入了大量的參數，針對具體的城市，如何得到或反演模式參數是模式局地化或應用中的重要障礙，因此帶來了很多系統誤差及不確定性問題。另外，國內各大城市采用的天氣預報模式大部分為中尺度模式，模式最內層嵌套分辨率一般在3 km左右，完全不能反映出城市建筑物等精細化結構的影響。

高分辨率城市陸面同化系統（u-HRLDAS）（Chen et al., 2007；Meng et al., 2012）在UCM的基礎上收集了大量的（通常為12～18個月）數據，通過長時間起轉過程（spin–up），得到比較穩定的地表參數及通量輸出結果。u-HRLDAS能夠對晴空下城市地表溫度做出較為準確的模擬，但是需要大量長時間的觀測、遙感及再分析數據作為支撐，并且運行時間較長，很難實現業務化運行。另外，UCM是在城市地表能量平衡模式（Masson，2000）基礎上建立的，對于城市潛熱通量、有降水（包括降雨和降雪）時地表溫度以及城市積雪的模擬能力不足。

Grimmond（2010；2011）教授組織了“國際城市地表能量平衡比較計劃”，深入比較了全球各種城市地表能量平衡模式，其目的主要是確定最優城市地表能量平衡方案以及探討何種復雜程度的模式能夠對城市冠層進行較準確的模擬。結果表明：沒有一種模式對于全部參數的模擬結果優于其它模式；簡單模式模擬性能和復雜模式基本一致；總體來說潛熱通量模擬能力均為最差。

針對UCM的各種局限性，本文首次提出了整體城市陸面模式的概念。模式針對城市下墊面及人類活動的特點，對陸面模式進行發展和重新參數化。本文基于通用陸面模式（Common Land Model，CoLM）（Dai et al., 2003）構建整體城市陸面模式（Bulk Urbanized Land Surface Model，BULSM）。BULSM 保留了 CoLM 在自然下墊面的全部特性，加強了模式在城市或人為下墊面的模擬和預報能力。模式采用了TM（Thematic Mapper）影像反演的高分辨率地表分類數據；考慮了城市地區的特點，改進了模式的地表能量平衡方程與水分平衡方程；對反照率、植被覆蓋率、地表粗糙度、城市大氣廓線、城市人為熱、不透水面水分蒸發及積水深度等進行了重新參數化。模式采用盡可能簡單有效的方法對城市物理過程進行描述并對城市地表參數進行重新參數化，避免引入不確定參數及系統誤差。模式最大限度的利用了現有觀測數據。模式較為簡單，可以很方便的進行敏感性分析以及數據同化研究（孟春雷等，2012），并且可以和中尺度氣象模式耦合用于天氣預報。整體城市陸面模式應用范圍主要包括：（1）中小尺度天氣預報；（2）城市氣候及城市化影響研究；（3）城市下墊面地表過程精細模擬；（4）城市交通、水文等與城市地表有關的各行業中的應用。

2 城市陸面模式

CoLM 是在生物—大氣傳輸模式 (Dickinson et al., 1993)、中國科學院大氣物理研究所1994年模式（Dai and Zeng, 1997），公用陸面模式（Bonan et al., 2002）等模式的基礎上發展起來的。本文在CoLM基礎上構建BULS M。

2.1 城市地表分類

下墊面分類為陸面模式建立的基礎，CoLM仍采用USGS（US Geological Survey）1993年的分類結果，分辨率為30 s，而且對于城市只有一個分類類型，已經遠遠不能滿足研究城市氣象的需求。因此，本文采用2009年陸地衛星TM 30 m分辨率遙感影像反演結果代替USGS地表分類結果。城市地區地表分類分為7類，即：高密度城區、低密度城區、水體、裸地、草地、農田和森林。北京城區TM地表分類結果如圖1所示。

TM分辨率為30 m，研究區域包含了很多格點，這就導致了運算時間過長的問題?；诖?，本文對TM 地表分類結果進行了升尺度處理，將分辨率升尺度為300 m，升尺度后每個網格點將包含100個30 m分辨率網格點，最多將包括7種地表分類。升尺度處理后網格點輸出結果為：

式中，F為升尺度后每個網格點模式輸出結果，n為升尺度后每個網格點所包含的地表分類數，n≤7，Fi為每個網格點中第i種地表分類模式輸出結果，iw為每個網格點中第i種地表分類所占面積權重。顯然下式成立：

上述處理方法可以加快模式運行速度，并且最大限度利用精細化地表分類數據。升尺度后北京城區各網格點所占面積最大的地表分類結果（網格數為 150×150）與 USGS地表分類結果（網格數為45×45）如圖 2所示，范圍為（39.7362°N～40.1412°N，116.1351°E～116.6613°E），基本涵蓋了北京市城區范圍。升尺度后各網格點面積最大地表分類所占網格點面積權重如圖3所示，各網格點城區（包括低密度與高密度城區）面積所占百分比如圖4所示。

圖1 TM反演北京城區地表分類（高密度城區、低密度城區、農田、草地、森林、裸地、水體）Fig.1 Land cover classifications in Beijing retrieved by TM (Thematic Mapper) image: HD (High Density Urban), LD (Low Density Urban), Cropland,Grassland, Forest, Barren, Water

圖2 北京城區地表分類：（a）TM圖像升尺度分類結果；（b）USGS分類結果Fig.2 Dominant land cover types in Beijing from (a) TM image after upscaling and (b) USGS

圖3 各網格點面積最大地表分類所占網格點面積權重Fig.3 Area weight of the dominant land cover type

圖4 各網格點城區面積所占權重Fig.4 Area weight of the urban category

由圖2可以看出，USGS分類分辨率很低，城區面積較小，其他地表覆蓋類型主要為農田。由圖2、圖 3和圖 4可以看出，TM 地表分類分辨率很高，中心區域地表分類較單一，城區所占比例很大；其他地區各網格點地表分類較多元化。高密度城區分類中城區（包括低密度與高密度城區）面積所占百分比較高，普遍超過80%；低密度城區分類中城區（包括低密度與高密度城區）面積所占百分比變化較大，在50%到80%之間。中心城區及西南部林區網格點面積最大地表分類所占網格點面積權重較大，表明地表分類比較均一；其它區域網格點面積最大地表分類所占網格點面積權重較小，表明這些網格點包含兩種或多種地表分類。

2.2 模式物理過程

2.2.1 能量平衡方程

CoLM中地表能量平衡方程分為兩部分：植被能量平衡與地表能量平衡，本文對其中的地表能量平衡方程加以改進，加入人為熱的影響。

CoLM地表能量平衡方程可表示如下：

式中，C為土壤體積熱容，T為地表溫度，λ為熱導率，F1為表層入射能量通量，t為時間，z為表層土壤深度，公式（3）右端第二項為表層與第二層土壤之間的熱傳導通量。表層入射能量通量可以表示如下：

式中，Rn,g為凈輻射通量，Hg為顯熱通量，LvEg為潛熱通量，Lv為水的蒸發潛熱，Eg為水分蒸發通量。

考慮人為熱因素的影響，表層入射能量通量可以改寫為：

式中，R為人為熱通量。

2.2.2 水分平衡方程

CoLM表層水分傳輸方程可表示如下：

式中，θ為體積含水量，K為導水率，ψ為土水勢，qinf為入滲率，公式（6）右端第二項為表層與第二層土壤之間水分傳輸通量。

城市下墊面可分透水面和不透水面兩種，對于透水面，公式（6）保持不變，對于不透水面，表層體積含水量為零，因此水分平衡方程可簡化為：

入滲率可以表示如下：

式中，wG為有效降水，sR為表層徑流。

對于不透水面，表層入滲量為零，即：

2.3 模式物理量參數化

2.3.1 反照率

CoLM反照率包括三部分：積雪反照率、植被反照率和裸土反照率。其中裸土反照率由土壤濕度和顏色決定。對于不透水面，裸土反照率由土壤顏色這一個因素決定，然后查找表求得。由于城市不透水面普遍顏色較深，因此將土壤顏色分級設為8，即為最深；反照率可設為0.15（江曉燕等，2007；王開存等，2008）。

2.3.2 土壤相關參數

CoLM 中與土壤有關參數主要包括與土壤質地、顏色、熱導率、熱容、孔隙度等。對于不透水面，土壤孔隙度為零，熱導率和熱容可以采用瀝青混凝土材料數據。

CoLM 土壤質地采用 USGS數據，分辨率為30 s。對于透水面，土壤質地數據改用中國土壤特征數據集數據（Shangguan et al., 2011）。圖5和圖6分別為CoLM以及BULSM土壤質地中砂粒與粘粒含量百分比。

2.3.3 地表粗糙度與零平面位移

地表粗糙度與零平面位移對于地氣交換通量的計算至關重要，CoLM將城市下墊面地表粗糙度統一設為0.1 m，顯然不能滿足需要。目前對于地表粗糙度仍沒有較為完美的解決方案，尤其是在缺乏城市建筑高度數據的情況下。本文采用 Grimmond and Oke（1999）的方法確定地表粗糙度和零平面位移，此方法最為簡便易用：

式中：0z為地表粗糙度，dz為零平面位移，h為建筑物平均高度。對于高密度城區，建筑物平均高度可設為60 m，約20層樓高度；低密度城區為20 m，約6層樓高度。

2.3.4 大氣廓線

本文采用Zhou et al.（2005）的方法對城市大氣廓線進行參數化：

式中，/zL′為無量綱化高度，*u為摩擦速度，*T為特征溫度，uσ、Tσ分別為速度方差和溫度方差。

2.3.5 人為熱

人為熱是地表能量平衡中的重要因子（蔣維楣和陳燕，2007；何曉鳳等，2007），對城市地表溫度的計算至關重要。城市人為熱的參數化采用Sailor and Lu（2004）的方法，人為熱與人口密度有關，共包括交通、熱電損耗和新陳代謝三部分。北京地區人為熱日變化如圖 7所示，數據來自UCM模式（Miao et al., 2009; 2011），時間為北京時間。

圖5 USGS土壤質地：（a）砂粒含量百分比；（b）粘粒含量百分比Fig.5 Soil texture in USGS: (a) Sand percent; (b) clay percent

圖6 同圖5，但為城市陸面模式Fig.6 Same as Fig.5, but for soil texture in bulk urbanized land surface model

圖7 北京城區人為熱日變化圖（單位：W m?2）Fig.7 Diurnal variation of the anthropogenic heat in Beijing (Unit: W m?2)

2.3.6 不透水面蒸發及地表積水深度

由于城市中存在著大量的不透水面，不透水面蒸發機理與透水面不同，因此有必要對不透水面蒸發進行重新參數化，城市水循環（Mitchell et al.,2001）模式中不透水面蒸發計算方法如下：

式中Ep為潛在蒸發，P為降水，Drain為排水，Eimp為不透水面蒸發。

由于即使降水小于排水時地表積水深度仍可能大于零，因此式（14）修正如下：

地表積水深度可以表示為：

式中W為地表積水深度。

3 模式檢驗

3.1 北京城區模擬

本部分分別采用CoLM和BULSM對北京城區地表參數進行模擬。模擬區域為 39.7362°N～40.1412°N，116.1351°E～116.6613°E，模式時間分辨率為1小時。CoLM空間分辨率為30 s（受USGS分辨率限制），網格點數 45×45；BULSM 空間分辨率為300 m，網格點數為150×150。模式模擬時間為2009年5月13日00:00至5月17日11:00 （北京時間，下同）。模式采用北京市氣象局快速更新循環預報系統（BJ–RUC）（陳敏等，2010；2011）預報的氣象強迫場驅動。

圖8、9、10分別為5月17日11:00北京城區地表溫度、潛熱通量以及表層土壤相對濕度模擬結果。可以看出，BULSM 由于分辨率高，能夠顯示出北京城區各參數的空間精細化分布情況；模擬結果能夠反映出地表分類對模擬結果的影響。城區地表溫度較高，潛熱通量很低，表層土壤濕度幾乎為零；植被覆蓋較多區域正好相反，地表溫度較低，潛熱通量較高，表層土壤濕度較高。CoLM空間分辨率較低，地表分類不夠精細，因此模擬結果不能反映城市地區各參數的空間精細化分布。由圖5、9、10可以看出，非城區表層土壤濕度和潛熱通量結果明顯受到土壤質地的影響。

3.2 地表溫度檢驗

為了定量檢驗BULSM對地表溫度模擬結果，我們把BULSM、CoLM以及u-HRLDAS的模擬結果與自動氣象站觀測結果進行比較。氣溫、氣壓、風速、風向、降水、空氣濕度等強迫變量采用自動站觀測結果；向下長波與短波輻射采用全球陸面同化系統（GLDAS）再分析資料。GLDAS是由美國航空航天局（NASA）戈達德空間飛行中心（GSFC）和美國海洋和大氣局（NOAA）國家環境預報中心（NCEP）聯合發展的全球陸面數據同化系統，它融合了來自地面和衛星的觀測數據來提供最優化近實時的地表狀態變量（Rodell et al., 2004；陳瑩瑩等，2009）。

u-HRLDAS已經進行了改進與本地化（Meng et al., 2012），包括引入了中國土壤特征數據集數據、GLDAS氣象強迫數據、自動站與衛星（CMORPH/FY-2E）融合降水數據、中分辨率成像光譜儀（MODIS）地表分類數據和風云衛星積雪覆蓋率數據等。u-HRLDAS 起轉過程（spin-up）起始時間為2008年1月1日，城市陸面模式運行初始時間為北京時間2009年5月1日00:00，模擬結束時間為5月21日上午0點，結果比較時間為北京時間5月11日0點到5月21日00:00。也就是說，城市陸面模式起轉過程僅為10 d，而u-HRLDAS起轉 過程為16個多月。

選擇的觀測站點及其基本信息如表1所示，所選擇站點均為常規站點，覆蓋類型為低密度城區，選區水泥地面溫度觀測結果對模式進行檢驗。

表1 自動氣象站基本信息Table 1 Basic information of the automatic weather stations

由圖 11和表 2可以看出，相對于 CoLM、BULSM和u-HRLDAS對于地表溫度（尤其是白天溫度較高時的地表溫度）的模擬精度均有了明顯提高。主要原因是人為熱的引入以及不透水面的參數化。相對于u-HRLDAS，BULSM能夠更好的模擬白天溫度較高時的地表溫度，主要是由于地表分類的精細化以及不透水面蒸發的改進。u-HRLDAS對于商業區、高密度城區和低密度城區的城市不透水面覆蓋率統一設定為常數，即0.95、0.9和0.5，顯然會帶來一定的誤差。BULSM 對于夜間溫度模擬有些偏低，應該是由于人為熱的參數化不夠精細的緣故。由表2可以看出，除了朝陽站BULSM模擬誤差略高于u-HRLDAS以外，其余5個站點BULSM模擬效果均明顯好于u-HRLDAS，這進一步證明了BULSM是簡單有效的。

4 結論和討論

本文在在通用陸面模式基礎上，發展了適用于城市地區的整體城市陸面模式（BULSM）。驗證結果表明了BULSM能夠改進城市地區地表參數及通量的模擬。主要結論如下：

圖8 北京城區地表溫度模擬結果：（a）城市陸面模式；（b）CoLM。單位：KFig.8 Ground surface temperature in urban areas of Beijing simulated with (a) Bulk Urbanized Land Surface Model and (b) CoLM.Unit: K

圖9 同圖8，但為潛熱通量模擬結果。單位：W m?2Fig.9 Same as Fig.8, but for evapotranspiration simulation result.Unit: W m?2

圖10 同圖8，但為表層土壤相對濕度模擬結果Fig.10 Same as Fig.8, but for surface layer volumetric soil moisture simulation result

（1）針對UCM的各種局限性，本文首次提出BULSM的概念。BULSM在先進的CoLM基礎上建立，耦合了城市水文模式，致力于提高城市潛熱通量、有降水（包括降雨和降雪）時地表溫度以及城市積雪模擬能力。模式較為簡單，可以通過數據同化進一步提高模擬能力，并且可以和中尺度氣象模式耦合用于天氣預報。

表2 BULSM、u-HRLDAS、CoLM地表溫度模擬結果與觀測值之間的平均誤差、均方根誤差和相關系數Table 2 Mean errors (MEs), root mean square errors(RMSEs), and correlation coefficients (R) between the simulated ground surface temperature by Bulk Urbanized Land Surface Model, u-HRLDAS, CoLM and the observations

（2）精細地表分類數據以及升尺度處理算法的運用使得BULSM對北京城區模擬結果能夠顯示出北京城區各參數的空間精細化分布情況；模擬結果能夠反映出地表分類的影響。

（3）BULSM 能夠很好的模擬地表溫度尤其是城市下墊面地表溫度，和CoLM相比，模擬結果得到了很大提高。

（4）和u-HRLDAS相比，BULSM比較簡單，地表分類精細，模式中大部分參數都利用了遙感觀測數據，不確定性物理參數引入較少，不需要大量、長時間的觀測、遙感及再分析數據作為支撐，并且起轉過程時間很短。

（5）和u-HRLDAS相比，BULSM能夠更好的模擬白天溫度較高時的地表溫度；并且對于大部分站點而言，BULSM 對于整個模擬時間段地表溫度模擬效果明顯好于u-HRLDAS。

下一步將對城市陸面模式進行進一步發展和研究：采用MODIS反演地表反照率；考慮采用遙感與地理信息系統相結合的方法反演城市建筑物平均高度；采用遙感反演燈光亮度對人為熱進行參數化；對模式地表蒸散、有降水時地表溫度等模擬能力進行進一步檢驗；和u-HRLDAS進行進一步的對比；與數值預報模式進行耦合等。

致謝 感謝盧麗萍博士的TM影像地表分類工作。

（References）

Bonan G B, Oleson K W, Vertenstein M, et al.2002.The land surface climatology of the community land model coupled to the NCAR community climate model [J].J.Climate, 15: 3123–3149.

Chen F, Kusaka H, Bornstein R, et al.2010.The integrated WRF/urban modelling system: Development, evaluation, and applications to urban environmental problems [J].Int.J.Climatol., 31 (2): 273–288, doi:10.1002/joc.2158.

Chen F, Manning K W, LeMone M A, et al.2007.Description and evaluation of the characteristics of the NCAR high-resolution land data assimilation system [J].J.Appl.Meteor.Climatol, 46: 694–713.

陳敏, 范水勇, 仲躋芹, 等.2010.全球定位系統的可降水量資料在北京地區快速更新循環系統中的同化試驗 [J].氣象學報, 68 (4): 450–463.Chen M, Fan S Y, Zhong J Q, et al.2010.An experimental study of assimilating the global position system-precipitable water vapor observations into the rapid updated cycle system for the Beijing area [J].Acta Meteorologica Sinica (in Chinese), 68 (4): 450–463.

陳敏, 范水勇, 鄭祚芳, 等.2011.基于BJ–RUC系統的臨近探空及其對強對流發生潛勢預報的指示性能初探 [J].氣象學報, 69 (1): 181–194.Chen M, Fan S Y, Zheng Z F, et al.2011.The performance of the proximity sounding based on the BJ-RUC system and its preliminary implementation in the convective potential forecast [J].Acta Meteorologica Sinica (in Chinese), 69 (1): 181–194.

陳瑩瑩, 施建成, 杜今陽, 等.2009.基于GLDAS的中國區地表能量平衡數值試驗 [J].水科學進展, 20 (1): 25–31.Chen Y Y, Shi J C, Du J Y, et al.2009.Numerical experiments of surface energy balance over China area based on GLDAS [J].Advances in Water Science (in Chinese),20 (1): 25–31.

Committee on Urban Meteorology.2012.Urban meteorology: Forecasting,Monitoring, and Meeting Users’ Needs [M].Washington, D.C.: The National Academies Press.

Dai Y J, Zeng Q C.1997.A land surface model (IAP94) for climate studies.Part I: Formulation and validation in off-line experiments [J].Adv.Atmos.Sci., 14: 433–460.

Dai Y J, Zeng X B, Dickinson R E, et al.2003.The Common Land Model[J].Bull.Amer.Meteor.Soc., 84: 1013–1023.

Dickinson R E, Henderson-Sellers A, Kennedy P J, et al.1993.Biosphere-Atmosphere Transfer Scheme (BATS) Version 1e as Coupled to Community Climate Model [R].NCAR Tech.Note NCAR/TN-387+STR, 72 pp.

Grimmond C S B, Oke T.1999.Aerodynamic properties of urban areasderived from analysis of surface form [J].J.Appl.Meteor., 38: 1261–1292.

Grimmond C S B, Oke T.2002.Turbulent heat fluxes in urban areas:Observation and a local-scale urban meteorological parameterization scheme (LUMPS) [J].J.Appl.Meteor., 41: 792–810.

Grimmond C S B, Blackett M, Best M, et al.2010.The international urban energy balance models comparison project: First result from phase1 [J].J.Appl.Meteor.Climate, 49: 1268–1292.

Grimmond C S B, Blackett M, Best M J, et al.2011.Initial results from phase 2 of the international urban energy balance models comparison [J].Int.J.Climatol., 31: 244–272.

何曉鳳, 蔣維楣, 陳燕, 等.2007.人為熱源對城市邊界層結構影響的數值模擬研究 [J].地球物理學報, 50 (1): 74–82.He X F, Jiang W M,Chen Y, et al.2007.Numerical simulation of the impacts of anthropogenic heat on the structure of the urban boundary layer [J].Chinese J.Geophys.(in Chinese), 50 (1): 74–82.

何曉鳳, 蔣維楣, 周榮衛.2009.一種單層城市冠層模式的建立及數值試驗研究 [J].大氣科學, 33 (5): 981–993.He X F, Jiang W M, Zhou R W.2009.Development of a single layer urban canopy model and numerical experiments [J].Chinese Journal of Atmospheric Sciences (in Chinese), 33 (5): 981–993.

蔣維楣, 陳燕.2007.人為熱對城市邊界層結構影響研究 [J].大氣科學,31 (1): 37–47.Jiang W M, Chen Y.2007.The impact of anthropogenic heat on urban boundary layer structure [J].Chinese Journal of Atmospheric Sciences (in Chinese), 31 (1): 37–47.

蔣維楣, 王詠薇, 張寧.2009.城市陸面過程與邊界層結構研究 [J].地球科學進展, 24 (4): 411–419.Jiang W M, Wang Y W, Zhang N.2009.Research on urban land-surface process and boundary layer structure [J].Advances in Earth Science (in Chinese), 24 (4): 411–419.

江曉燕, 張朝林, 高華, 等.2007.城市下墊面反照率變化對北京市熱島過程的影響——個例分析 [J].氣象學報, 65 (2): 301–307.Jiang X Y,Zhang C L, Gao H, et al.2007.Impacts of urban albedo change on urban heat island in Beijing—A case study [J].Acta Meteorologica Sinica (in Chinese), 65 (2): 301–307.

Kondo H, Genchi Y, Kikegawa Y, et al.2005.Development of a multi-layer urban canopy model for the analysis on energy consumption in a big city:Structure of the urban canopy model and its basic performance [J].Bound.-Layer Meteor., 116: 395–421.

Kusaka H, Kimura F.2004.Thermal effects of urban canyon structure on the nocturnal heat island: Numerical experiment using a mesoscale model coupled with an urban canopy model [J].J.Appl.Meteor., 43: 1899–1910.

Kusaka H, Kondo H, Kikegawa Y, et al.2001.A simple single-layer urban canopy model for atmospheric models: Comparison with multi-layer and slab models [J].Bound.-Layer Meteor., 101: 329–358.

Liu Y B, Chen F, Warner T, et al.2006.Verification of a mesoscale data-assimilation and forecasting system for the Okalahoma city area during the joint urban 2003 field project [J].J.Appl.Meteor.Climate, 45:912–929.

Masson V.2000.A physically-based scheme for the urban energy budget in atmospheric models [J].Bound.-Layer Meteor., 94: 357–397.

Masson V.2006.Urban surface modeling and the meso-scale impact of cities [J].Theor.Appl.Climatol., 84: 35–45.

孟春雷, 張朝林, 劉長友.2012.CoLM 模式地表溫度變分同化研究[J].大氣科學, 36（5）: 985–994.Meng C L, Zhang C L, Liu C Y.2012.Variational assimilation of land surface temperature from Common Land Model (CoLM) [J].Chinese Journal of Atmospheric Sciences (in Chinese), 36 (5): 985–994.

Meng C L, Zhang C L, Miao S G, et al.2012.Localization and validation of an urbanized high-resolution land data assimilation system (u-HRLDAS)[J].Sci.China Earth Sci., 56 (6): 1071–1078.

苗世光, Chen Fei, 李青春, 等.2010.北京城市化對夏季大氣邊界層結構及降水的月平均影響 [J].地球物理學報, 53 (7): 1580–1593.Miao S G, Chen F, Li Q C, et al.2010.Month averaged impacts of urbanization on atmospheric boundary layer structure and precipitation in summer in Beijing area [J].Chinese J.Geophys.(in Chinese), 53 (7): 1580–1593.

Miao S G, Chen F, Li Q C, et al.2011.Impacts of urban processes and urbanization on summer precipitation: A case study of heavy rainfall in Beijing on 1 August 2006 [J].J.Appl.Meteor.Climatol, 50: 806–825.

Miao S G, Chen F, Margaret A, et al.2009.An observational and modeling study of characteristics of urban heat island and boundary layer structures in Beijing [J].J.Appl.Meteor.Climatol., 48: 484–501.

Mitchell V, Mein R, McMahon T.2001.Modelling the urban water cycle [J].Environmental Modelling and Software, 16: 615–629.

Rodell M, Houser P R, Jambor U, et al.2004.The global land data assimilation system [J].Bull.Amer.Meteor.Soc., 85: 381–394.

Ryu Y, Baik J, Lee S.2011.A new single-layer urban canopy model for use in mesoscale atmosphere models [J].J.Appl.Meteor.Climatol, 50:1773–1794.

Sailor D, Lu L.2004.A top-down methodology for developing diurnal and seasonal anthropogenic heating profiles for urban areas [J].Atmos.Environ., 38: 2737–2748.

Salamanka F, Martilli A, Tewari M, et al.2011.A study of the urban boundary layer using different urban parameterizations and highresolution urban canopy parameters with WRF [J].J.Appl.Meteor.Climatol., 50: 1107–1128.

Shangguan W, Dai Y J, Liu B Y, et al.2011.A soil particle-size distribution dataset for regional land and climate modelling in China [J].Geoderma,171–172: 85–91.

Taha H.1999.Modifying a mesoscale meteorological model to better incorporate urban heat storage: A bulk-parameterization approach [J].J.Appl.Meteor., 38: 466–473.

王開存, 王建凱, 王普才, 等.2008.用MODIS反演北京城市地區地表反照率精度以及算法改進 [J].大氣科學, 32 (1): 67–74.Wang K C,Wang J K, Wang P C, et al.2008.The accuracy of MODIS aibedo over Beijing urban area and its algorithm improvement [J].Chinese Journal of Atmospheric Sciences (in Chinese), 32 (1): 67–74.

王詠薇, 蔣維楣.2009.多層城市冠層模式的建立及數值試驗研究 [J].氣象學報, 67 (6): 1013–1024.Wang Y W, Jiang W M.2009.Numerical study on development of a multi-layer urban canopy model [J].Acta Meteorologica Sinica(in Chinese), 67 (6): 1013–1024.

張朝林, 苗世光, 李青春, 等.2007.北京精細下墊面信息引入對暴雨模擬的影響 [J].地球物理學報, 50 (5): 1373–1382.Zhang C L, Miao S G, Li Q C, et al.2007.Impacts of fine-resolution land use information ofBeijing on a summer severe rainfall simulation [J].Chinese J.Geophys.(in Chinese), 50 (5): 1373–1382.

Zhang C L, Chen F, Miao S G, et al.2009.Impacts of urban expansion and future green planting on summer precipitation in the Beijing metropolitan area [J].J.Geophys.Res., 114, D02116, doi:10.1029/2008JD010328.

Zhou M Y, Yao W Q, Xu X D, et al.2005.Vertical dynamic and thermodynamic characteristics of urban lower boundary layer and its relationship with aerosol concentration over Beijing [J].Science in China(Series D: Earth Sciences), 48 (suppl.II): 25–37.

周榮衛, 蔣維楣, 何曉鳳, 等.2008.應用城市冠層模式研究建筑物形態對城市邊界層的影響 [J].氣象學報, 66 (4): 489–499.Zhou R W,Jiang W M, He X F, et al.2008.Study on effects of buildings morphology on urban boundary layer using an urban canopy model [J].Acta Meteorologica Sinica (in Chinese), 66 (4): 489–499.