劉勇洪，軒春怡，李梓銘，欒慶祖，劉海濤，熊亞軍

1.中國氣象科學(xué)研究院/災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室，北京 100089；2.北京市氣候中心，北京 100089；3.中國氣象局京津冀環(huán)境氣象預(yù)報(bào)預(yù)警中心，北京 100089

黨的十九大報(bào)告將“生態(tài)文明”建設(shè)作為新時(shí)代堅(jiān)持和發(fā)展中國特色社會(huì)主義的基本方略，圍繞這個(gè)方略，中國氣象局先后出臺(tái)了《“十三五”生態(tài)文明建設(shè)氣象保障規(guī)劃》和《關(guān)于加強(qiáng)生態(tài)文明建設(shè)氣象保障服務(wù)工作的意見》，并在2017年明確提出“堅(jiān)持公共氣象的發(fā)展方向，大力發(fā)展安全氣象、資源氣象、生態(tài)氣象，全面提升氣象綜合防災(zāi)減災(zāi)和應(yīng)對(duì)氣候變化能力”，重點(diǎn)開展包括農(nóng)田、森林、草地、濕地、湖泊、荒漠、海洋（海岸帶）、城市等典型生態(tài)系統(tǒng)氣象監(jiān)測與評(píng)估業(yè)務(wù)服務(wù)，由此城市生態(tài)氣象服務(wù)已成為城市氣象服務(wù)的未來重要發(fā)展方向和內(nèi)容。

氣象條件作為影響生態(tài)系統(tǒng)最活躍、最直接的驅(qū)動(dòng)因子，影響著生態(tài)系統(tǒng)的質(zhì)量和人類生存的環(huán)境，關(guān)系著生態(tài)保護(hù)和建設(shè)的成果，開展生態(tài)氣象業(yè)務(wù)服務(wù)，對(duì)于中國的生態(tài)建設(shè)、生態(tài)保護(hù)和生態(tài)安全都具有重要的意義（中國氣象局，2018；陳鵬飛等，2018）。目前，關(guān)于生態(tài)氣象學(xué)（Ecometeorology）或者生態(tài)氣候?qū)W（Ecoclimatology）的定義雖未完全統(tǒng)一，但沒有本質(zhì)上的差異，周廣勝、劉晶淼等多位學(xué)者都給出了生態(tài)氣象學(xué)各自理解的定義（陳懷亮，2008）。2002年美國環(huán)境與氣候?qū)W家Gordon Bonan出版了《生態(tài)氣候?qū)W》一書（戈登·B·伯南，2009），正式提出“生態(tài)氣候?qū)W”的概念，他認(rèn)為生態(tài)氣候?qū)W是理解氣候系統(tǒng)內(nèi)陸地生態(tài)系統(tǒng)功能的交叉學(xué)科，主要研究景觀與氣候之間相互影響的物理、化學(xué)和生物過程，簡言之，生態(tài)氣候就是研究“氣候影響生態(tài)和生態(tài)影響氣候”的科學(xué)，目前已成為一門快速發(fā)展的交叉學(xué)科和應(yīng)用性較強(qiáng)的氣象科學(xué)領(lǐng)域新學(xué)科（王讓會(huì)，2018）。與其他自然生態(tài)系統(tǒng)不一樣，城市生態(tài)系統(tǒng)具有獨(dú)特氣候特征（如城市熱島、干島等），具有典型的“生態(tài)景觀影響氣候”特征，因此圍繞城市氣候與生態(tài)環(huán)境之間的相互關(guān)系和作用機(jī)理，從系統(tǒng)的觀點(diǎn)和角度實(shí)時(shí)監(jiān)測和評(píng)估甚至預(yù)警城市生態(tài)氣象的健康與否，對(duì)城市生態(tài)文明建設(shè)和可持續(xù)發(fā)展具有重要意義。

目前對(duì)生態(tài)氣象開展監(jiān)測評(píng)估在國內(nèi)外都處于初始階段，生態(tài)氣象監(jiān)測評(píng)估指標(biāo)選擇、模型應(yīng)用等技術(shù)支撐方面薄弱，生態(tài)氣象業(yè)務(wù)體系不夠完善（陳鵬飛等，2018）。早期的研究主要是針對(duì)植被生態(tài)開展監(jiān)測評(píng)估，如毛留喜等（2006）基于植被凈初級(jí)生產(chǎn)力（NPP）建立了生態(tài)氣象監(jiān)測與評(píng)估指數(shù)（EMI）模型，并進(jìn)行生態(tài)氣象等級(jí)劃分進(jìn)而開展中國區(qū)域生態(tài)氣象監(jiān)測與評(píng)估。自中國氣象局 2005年 7月下發(fā)《生態(tài)質(zhì)量氣象評(píng)價(jià)規(guī)范 (試行)》（中國氣象局，2005）以來，眾多學(xué)者基于氣象數(shù)據(jù)、遙感和GIS手段相繼開展了當(dāng)?shù)厣鷳B(tài)質(zhì)量氣象評(píng)價(jià)（劉勇洪等，2007；劉少軍等，2007；任學(xué)慧等，2008；王君華等，2009；孫云鵬，2011；陳興鵑等，2014），但由于該評(píng)價(jià)規(guī)范中的評(píng)估指標(biāo)主要考慮陸表生態(tài)環(huán)境（如植被、水體、土壤、農(nóng)林氣象災(zāi)害等），對(duì)大氣質(zhì)量環(huán)境和人居環(huán)境考慮得較少，因此還不能有效應(yīng)用于城市生態(tài)氣象綜合監(jiān)測評(píng)估中。本文將基于生態(tài)氣象學(xué)理論和城市氣候特征，開展城市生態(tài)氣象監(jiān)測評(píng)估方法初步研究，并以2018年北京為例進(jìn)行實(shí)踐應(yīng)用，對(duì)類似大城市開展生態(tài)氣象或生態(tài)氣候服務(wù)具有借鑒意義。

1 資料

（1）氣象資料：北京地區(qū)2018年315個(gè)區(qū)域氣象自動(dòng)站逐時(shí)氣溫、降水、相對(duì)濕度、風(fēng)速資料，1981—2018年觀象臺(tái)（北京氣象代表站）逐日氣溫、降水、相對(duì)濕度、風(fēng)速、日照時(shí)數(shù)、天氣現(xiàn)象、霾日及 PM2.5觀測資料，來源于北京氣象信息中心，主要用于城市生態(tài)氣象要素監(jiān)測、大氣環(huán)境和高影響天氣氣候事件監(jiān)測。

（2）FY-3衛(wèi)星數(shù)據(jù)：本文選用北京地區(qū)2016—2018年FY-3B陸表溫度（LST）產(chǎn)品數(shù)據(jù)，可通過“風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)（http://satellite.nsmc.org.cn/portalsite/default.aspx）”免費(fèi)下載，主要用于城市熱島評(píng)估。

（3）MODIS衛(wèi)星數(shù)據(jù)：本文選用北京地區(qū)2002—2018年1 km空間分辨率MODIS 16 d合成的歸一化植被指數(shù)NDVI產(chǎn)品（MOD13A3）、白天和夜晚8 d合成平均陸表溫度LST產(chǎn)品（MOD11A2，MYD11A2）、8 d合成的凈初級(jí)生產(chǎn)力（NPP）產(chǎn)品（MOD15A2H）、逐日3 km空間分辨率MODIS衛(wèi)星氣溶膠光學(xué)厚度產(chǎn)品（MCD04），來源于美國國家地質(zhì)調(diào)查局?jǐn)?shù)據(jù)陸表數(shù)據(jù)中心網(wǎng)站（https://lpdaac.usgs.gov/data_access/data_pool），主要用于陸表生態(tài)環(huán)境和大氣環(huán)境監(jiān)測評(píng)估。

（4）Landsat和環(huán)境一號(hào)衛(wèi)星數(shù)據(jù)：本文選用北京地區(qū)1986—2018年30 m空間分辨率晴空Landsat衛(wèi)星系列和環(huán)境一號(hào)B星數(shù)據(jù)，來源于“地理空間數(shù)據(jù)云”（http://www.gscloud.cn/），主要用于水體面積估算和生態(tài)冷源提取。

（5）其他數(shù)據(jù)：北京市 2018年逐日空氣質(zhì)量指數(shù)（AQI），來源于北京市生態(tài)環(huán)境局。

2 城市生態(tài)氣象監(jiān)測評(píng)估方法

城市生態(tài)系統(tǒng)包括自然、經(jīng)濟(jì)、社會(huì)3個(gè)子系統(tǒng)，是一個(gè)以人為中心具有與其他系統(tǒng)不一樣氣候特征的復(fù)雜生態(tài)系統(tǒng)。因此，城市生態(tài)氣象不僅需要對(duì)大氣環(huán)境要素（如溫、濕、風(fēng)、大氣氣溶膠、能見度及大氣質(zhì)量等等）進(jìn)行監(jiān)測，還需要對(duì)與氣候相關(guān)的陸表生態(tài)環(huán)境參數(shù)如陸表溫度、土壤濕度、植被生長量等進(jìn)行監(jiān)測評(píng)估（王連喜等，2010），同時(shí)考慮到高影響天氣氣候?qū)Τ鞘猩鷳B(tài)環(huán)境和城市系統(tǒng)運(yùn)行的巨大影響，可以考慮分別從生態(tài)氣象條件、陸表生態(tài)環(huán)境、大氣環(huán)境、人居環(huán)境和高影響天氣氣候事件等方面對(duì)城市生態(tài)氣象進(jìn)行監(jiān)測評(píng)估。

2.1 生態(tài)氣象條件監(jiān)測

常規(guī)的季節(jié)或年氣象要素評(píng)估指標(biāo)一般采用國家級(jí)氣象站的氣溫、降水、日照三要素，但實(shí)際上由于國家級(jí)氣象站建站時(shí)間比較早，建站要求嚴(yán)格，一般離城市集中建成區(qū)較遠(yuǎn)，并不能很好地反映城市氣候特征。因此，為了精細(xì)化地評(píng)估城市氣候特征，需采用高密度的區(qū)域氣象自動(dòng)站資料開展基本氣候要素監(jiān)測。另外，由于城市地表粗糙度增加導(dǎo)致城區(qū)近地風(fēng)場受阻、風(fēng)速普遍降低的事實(shí)以及由于城市不透水蓋度增加導(dǎo)致的“城市干島”現(xiàn)象也是城市氣候的顯著特征，因此還需開展城市風(fēng)環(huán)境和相對(duì)濕度等要素監(jiān)測。

2.2 陸表生態(tài)環(huán)境

2.2.1 植被覆蓋度

植被覆蓋度（Vegetation coverage，VC）是最重要的陸表生態(tài)環(huán)境因子之一，是衡量城市環(huán)境質(zhì)量及居民生活福利水平的重要指標(biāo)，同時(shí)也是影響城市熱島、水土流失的重要因子。在評(píng)估城市植被生態(tài)環(huán)境好壞時(shí)，可采用年最大VC反映城市“綠色”程度。VC可利用衛(wèi)星觀測的歸一化植被指數(shù)（NDVI）進(jìn)行估算，本研究中，利用 MODIS-NDVI產(chǎn)品（MOD13A3）采用像元二分模型（即純植被和裸土）進(jìn)行VC估算（吳云等，2010），其中針對(duì)北京地區(qū)，純植被和裸土的NDVI分別取值為0.95和0.20。

在分析 VC變化時(shí)，往往需要評(píng)估氣象條件對(duì)其變化的貢獻(xiàn)率。針對(duì)半干旱地區(qū)，降水是 VC變化的最主要限制因子（孫紅雨等，1998；孫艷玲等，2010）。在這里，可以利用統(tǒng)計(jì)回歸法分析降水條件驅(qū)動(dòng)下的VC變化趨勢率占實(shí)際VC變化趨勢率的百分比，從而初步評(píng)估氣象條件對(duì)VC變化的影響。

2.2.2 植被生態(tài)質(zhì)量

氣候決定植被分布，也決定其生產(chǎn)力、覆蓋度和生態(tài)環(huán)境質(zhì)量，可以用陸地植被生態(tài)質(zhì)量指數(shù)表征（Vegetation Ecological Quality Index，VEQI）；VEQI定義為基于陸地植被NPP和VC的能夠反映陸地生態(tài)系統(tǒng)植被功能和覆蓋狀況的定量數(shù)值，數(shù)值越大，表明植被生態(tài)質(zhì)量越好（錢栓等，2019）。其中 NPP不僅直接反映了植被群落在自然環(huán)境條件下的生產(chǎn)能力，表征陸地植被生態(tài)系統(tǒng)的質(zhì)量狀況，而且是判定生態(tài)系統(tǒng)碳源/匯和調(diào)節(jié)生態(tài)過程的主要因子，因此可作為陸表生態(tài)環(huán)境的重要評(píng)估指標(biāo)（王江山等，2017）。VEQI的估算是通過 NPP指數(shù)和VC的線性加權(quán)和來表示，而NPP指數(shù)為該時(shí)段的陸地植被NPP與歷史同期最大NPP之比（錢栓等，2019）。

本研究中，NPP指數(shù)則基于北京長時(shí)間序列MODIS-NPP產(chǎn)品（MOD15A2H）估算得到，NPP指數(shù)和VC的權(quán)重系數(shù)均取值為0.5。

2.2.3 陸表溫度

陸表溫度（LST）是城市地表能量平衡的關(guān)鍵因子，影響著城市生態(tài)服務(wù)功能及人居環(huán)境；一般城市建成區(qū)不透水蓋度越高，綠化率越低，LST則越高，反映城市陸表生態(tài)質(zhì)量越差。目前在區(qū)域尺度上可直接利用MODIS-LST產(chǎn)品或者FY-3旬、月LST產(chǎn)品（劉勇洪等，2018）。本研究中，直接采用MODIS-LST產(chǎn)品（MOD11A2，MYD11A2）利用平均值合成方法獲取北京地區(qū)年均LST。

2.2.4 水庫水體面積

水源保護(hù)是生態(tài)涵養(yǎng)發(fā)展區(qū)的第一要?jiǎng)?wù)，對(duì)重點(diǎn)水源地如水庫進(jìn)行水體面積監(jiān)測可以有效反映水資源的變化?？衫?0 m空間分辨率Landsat系列衛(wèi)星或環(huán)境一號(hào)衛(wèi)星資料，基于改進(jìn)歸一化差異水體指數(shù)（MNDWI）閾值法可對(duì)水體區(qū)域進(jìn)行有效提取（徐涵秋，2005）。

2.3 大氣環(huán)境

大氣環(huán)境評(píng)估是城市生態(tài)氣象評(píng)估的重要內(nèi)容，目前可以開展空氣質(zhì)量評(píng)估和氣象條件影響評(píng)估，在此基礎(chǔ)上可以開展污染源解析和基于氣象條件的大氣污染減排效果評(píng)估。

2.3.1 空氣質(zhì)量

目前用來表征空氣質(zhì)量的指標(biāo)主要有：環(huán)保部門的環(huán)境空氣質(zhì)量指數(shù)（AQI）、細(xì)顆粒物（PM2.5）以及氣象部門觀測的霾日數(shù)和氣溶膠光學(xué)厚度（AOD），其中AOD反映整層大氣中氣溶膠對(duì)直接太陽輻射的衰減能力，一般AOD越小，大氣越清潔，反之大氣越渾濁。本研究中直接利用MODIS-AOD產(chǎn)品（MCD04）對(duì)北京地區(qū)年均AOD進(jìn)行估算。

2.3.2 大氣污染源解析和減排效果評(píng)估

目前主要利用第三代三維空氣質(zhì)量模型CAMx開展PM2.5污染來源解析（陳云波等，2016），基于靜穩(wěn)天氣指數(shù)（SWI）和大氣容量系數(shù)開展大氣污染減排效果評(píng)估（張恒德等，2017）。其中SWI定義為定量描述大氣的靜穩(wěn)程度的綜合指數(shù)，該值越高則代表氣象條件越有利于霧霾天氣發(fā)生，不利于大氣污染擴(kuò)散，靜穩(wěn)天氣指數(shù)和大氣容量系數(shù)具體計(jì)算方法參見文獻(xiàn)（熊亞軍等，2019）。

2.4 人居環(huán)境

2.4.1 熱島強(qiáng)度

城市熱島是衡量城市生態(tài)環(huán)境的重要限制因子，較大程度反映城鎮(zhèn)建設(shè)及人類活動(dòng)對(duì)城市氣候環(huán)境的不利影響，目前，除了常規(guī)的氣象觀測手段，衛(wèi)星遙感也普遍應(yīng)用于城市熱島監(jiān)測中，可稱之為“陸表熱島強(qiáng)度（SUHI）”（Liu et al.，2018），且 SUHI空間分辨率更高，更能體現(xiàn)熱島空間分布細(xì)節(jié)。在區(qū)域尺度上可直接利用MODIS或FY-3 LST產(chǎn)品估算SUHI，SUHI計(jì)算方法參見文獻(xiàn)（劉勇洪等，2017，2015）。本研究中，2016—2018年的北京 SUHI基于FY-3B LST產(chǎn)品進(jìn)行估算，2016年之前的北京SUHI基于MODIS LST產(chǎn)品進(jìn)行估算。

2.4.2 生態(tài)冷源

生態(tài)冷源被定義為能產(chǎn)生新鮮冷空氣的區(qū)域，一般指森林、農(nóng)田、大型綠地、公園和水體等；它是城市中冷空氣來源、改善空氣流通與人居環(huán)境的重要場所，可有效緩解城市熱島效應(yīng)，具體提取方法可參見文獻(xiàn)（劉勇洪等，2017）。在這里，基于30 m空間分辨率的Landsat衛(wèi)星和和環(huán)境一號(hào)B星對(duì)北京地區(qū)生態(tài)冷源進(jìn)行提取。

2.5 城市高影響天氣氣候事件

本文中主要評(píng)估對(duì)人體健康和城市能耗等有較大影響的天氣氣候事件，如高溫悶熱、低溫嚴(yán)寒，可以分別用高溫悶熱日數(shù)和低溫嚴(yán)寒日數(shù)來評(píng)估當(dāng)?shù)貧庀髼l件對(duì)人體不舒適程度。其中高溫悶熱天氣可以溫-濕指數(shù)經(jīng)驗(yàn)公式（黃卓等，2011；馬麗君等，2011）進(jìn)行判定，嚴(yán)寒天氣以風(fēng)寒指數(shù)經(jīng)驗(yàn)公式（張志薇等，2014）進(jìn)行計(jì)算判定。對(duì)城市能耗的評(píng)估可以分別用制冷度日和采暖度日進(jìn)行表征。其中制冷度日定義為室外日平均氣溫高于 26 ℃（空調(diào)制冷起始溫度）的日數(shù)的溫度累加；它是夏季制冷的重要能耗指標(biāo)，一般該指標(biāo)值越高，能耗就越高。采暖度日在本文中定義為室外日平均氣溫低于5 ℃（供暖起始溫度）的日數(shù)的溫度累加；它是冬季供暖的重要能耗指標(biāo)，一般該指標(biāo)值越低，能耗就越高。

此外，還需對(duì)城市生態(tài)環(huán)境及生命財(cái)產(chǎn)造成較大損失的重要?dú)庀鬄?zāi)害事件進(jìn)行評(píng)估，如暴雨洪澇、強(qiáng)對(duì)流天氣災(zāi)害等。

3 實(shí)踐應(yīng)用

3.1 生態(tài)氣象條件監(jiān)測

如圖1為北京地區(qū)20個(gè)國家氣象站和315個(gè)區(qū)域自動(dòng)氣象站所繪制的 2018年主要?dú)庀笠乜臻g分布圖，可以看出，基于315個(gè)區(qū)域自動(dòng)站的北京市年平均氣溫較20個(gè)國家氣象站更能體現(xiàn)出“城市熱島”和山區(qū)地形低溫等細(xì)節(jié)特征，同樣基于315個(gè)區(qū)域自動(dòng)站的北京年降水量分布圖不但與20個(gè)國家站繪制的降水量空間分布有較大差異，而且更能體現(xiàn)出強(qiáng)降水具體落區(qū)位置，這有利于城市降水風(fēng)險(xiǎn)的準(zhǔn)確評(píng)估；此外，基于區(qū)域自動(dòng)站的平均相對(duì)濕度圖也能明顯體現(xiàn)“城市干島”特征，風(fēng)速空間分布圖上顯示出二環(huán)與五環(huán)之間存在一個(gè)“冂”形風(fēng)速低值區(qū)，這與已有北京城市風(fēng)速空間分布研究成果一致（竇晶晶等，2014），這些結(jié)果顯示，開展城市生態(tài)氣象條件評(píng)估，區(qū)域自動(dòng)站類能體現(xiàn)出常規(guī)國家氣象站不能得到的城市氣候特征精細(xì)化結(jié)果。

對(duì)北京 2018年主要?dú)庀髼l件變化監(jiān)測顯示：2018年北京年平均氣溫較常年（1981—2010年30 a平均，下同）偏高0.4 ℃，其中夏季為歷史第二高值；降水量接近常年，其中夏季降水偏多22%；日照時(shí)數(shù)接近常年；平均風(fēng)速較常年偏低0.2 m·s-1，近 30年總體呈持續(xù)下降趨勢，在北京二環(huán)與五環(huán)之間存在一個(gè)“冂”形狀的風(fēng)速低值區(qū)，小風(fēng)（風(fēng)速＜2.0 m·s-1）日數(shù)為近20年次高值；平均相對(duì)濕度較常年偏少4%，近30年總體呈下降趨勢。

3.2 陸表生態(tài)環(huán)境

3.2.1 植被覆蓋度VC

圖1 北京地區(qū)2018年基于20個(gè)國家氣象站的年均氣溫（a）和年降水量（b）以及基于315個(gè)區(qū)域自動(dòng)站的相對(duì)濕度（c）、年均氣溫（d）、年降水量（e）和主城區(qū)年均風(fēng)速（f）空間分布圖Fig.1 Spatial distribution of average annual temperature (a),annual precipitation (b) based on 20 national weather stations and annual relative humidity (c),average annual air temperature (d),annual precipitation and (e) annual average wind speed for main urban (f) based on 315 regional automatic stations

圖2 北京地區(qū)2018年植被覆蓋度VC（a）及2002—2018年平均VC及春夏季降水距平百分率變化（b）Fig.2 VC of Beijing in 2018 (a) and changes of annual VC and precipitation anomalies in spring-summer (b) in 2002-2018

如圖2所示為北京地區(qū)2018年植被覆蓋度及2002—2018年平均VC及春夏季降水距平百分率變化圖，可以看出2018年北京地區(qū)平均VC為61.6%，創(chuàng)2002年以來新高。2002—2018年北京VC總體呈增長趨勢，且VC與春夏降水距平呈明顯正相關(guān)（回歸模型R2為0.65，線性擬合模型達(dá)到0.01顯著水平）。其中2003年和2014年春夏干旱較為突出（春夏總降水量分別偏少33%和30%），是VC明顯偏低的重要原因；而2017年、2018年春夏降水較常年分別偏多21%和20%，對(duì)VC連續(xù)兩年創(chuàng)新高具有明顯正貢獻(xiàn)，其中2018年貢獻(xiàn)率達(dá)50%。

3.2.2 植被生態(tài)質(zhì)量

如圖3為北京地區(qū)2018年植被生態(tài)質(zhì)量等級(jí)分布及2002—2018年平均植被生態(tài)質(zhì)量指數(shù)變化圖，可以看出2018年北京植被生態(tài)質(zhì)量指數(shù)為2000年以來的最高值，生態(tài)涵養(yǎng)區(qū)（主要位于山區(qū)）植被生態(tài)質(zhì)量處于正常或偏好等級(jí)的面積比例達(dá) 93%。2002—2018年期間，植被生態(tài)質(zhì)量指數(shù)呈增加趨勢，其中2014年因春夏干旱較重，植被生長明顯偏差，氣候條件對(duì)植被生態(tài)質(zhì)量的影響非常明顯。

3.2.3 水庫水體面積

2018年密云水庫水體面積為 135.6 km2（圖4a），官廳水庫水體面積為92.4 km2（圖4b），均為2000年以來最大值，且近5年水體面積均呈持續(xù)增加趨勢。水體面積變化分析顯示：2018年水庫所在地密云和延慶春季和夏季總降水量較常年分別偏多20%和9%，有利于水庫蓄水；另一方面人工影響天氣作業(yè)對(duì)密云水庫水量增加了5016×104m3，對(duì)水庫面積擴(kuò)充貢獻(xiàn)了8.3%；對(duì)官廳水庫水量增加了484×104m3，對(duì)水庫面積擴(kuò)充貢獻(xiàn)了6.0%。

3.2.4 陸表溫度LST

圖3 北京地區(qū)2018年植被生態(tài)質(zhì)量等級(jí)分布（a）及2002—2018年平均植被生態(tài)質(zhì)量指數(shù)變化（b）Fig.3 Distribution of vegetation ecological quality grades in Beijing in 2018 (a) and changes in average vegetation ecological quality index in 2002-2018 (b)

圖4 1986—2018年北京密云水庫（a）、官廳水庫（b）水體監(jiān)測及相應(yīng)水體面積歷年變化（c.密云水庫；d.官廳水庫）圖Fig.4 1986-2018 Beijing Miyun reservoir (a),Guanting reservoir (b) water body monitoring and corresponding water body area changes over the years(c.Miyun reservoir; d.Guanting reservoir)

圖5 2003—2018年北京地區(qū)年均白天LST空間變化趨勢（a）及時(shí)間變化（b）Fig.5 Spatial variation trend (a) and time variation (b) of annual mean LST in Beijing during 2003-2018

受山區(qū)植被覆蓋增加和平原城鎮(zhèn)擴(kuò)張影響，北京2003—2018年山區(qū)LST呈降溫趨勢（圖5a），平原LST呈升溫趨勢，其中通州和大興相鄰的通州-亦莊城鎮(zhèn)化連片區(qū)域是全市 LST上升最快的區(qū)域（高于 0.15 ℃·a-1）；但 2015年開始中心城區(qū)平均LST呈下降趨勢（圖5b），2018年為20.3 ℃，為2011年以來最低值，凸顯了近幾年北京地區(qū)所采取的“百萬畝植樹造林”和“留白增綠”等措施正在不斷取得成效。

3.3 大氣環(huán)境

3.3.1 大氣質(zhì)量

圖6 2018年北京地區(qū)空氣質(zhì)量日歷圖（a）、年均氣溶膠光學(xué)厚度AOD空間分布（b）及2014—2018年觀象臺(tái)不同等級(jí)霾日數(shù)變化（c）Fig.6 Beijing air quality calendar map (a),annual average AOD spatial distribution (b) in 2018 and changes in the haze number of different levels for Beijing Observatory in 2014-2018 (c)

由圖6可知，2018年北京地區(qū)主要大氣污染物—PM2.5年均質(zhì)量濃度為 51 μg·m-3，較過去 4 年（2014—2017年）下降了31%，沒有發(fā)生持續(xù)3天及以上的重污染天氣過程；年均氣溶膠光學(xué)厚度AOD為0.37，較過去4年平均值下降14%，大氣清潔度得到改善；霾日數(shù)為83 d，較過去4年平均值減少31%，重度、中度和輕度霾分別減少了18、23、21 d。評(píng)估結(jié)果表明，2018年氣象因素對(duì)霾日數(shù)減少的貢獻(xiàn)比例約為 21%。此外，大氣擴(kuò)散氣象條件分析顯示：2018年大氣靜穩(wěn)指數(shù)為9.8，較過去5年（2013—2017年）平均值下降8%，表明2018年北京的擴(kuò)散條件較過去5年偏好。

以上分析結(jié)果表明，2018年大氣質(zhì)量得到明顯改善，凸顯了近幾年政府采取的大氣污染“減排”措施對(duì)改善空氣質(zhì)量的積極作用。但城市“混濁島”依舊明顯，而城市風(fēng)速持續(xù)降低和小風(fēng)日數(shù)增加則進(jìn)一步加大了城市霾天氣發(fā)生的風(fēng)險(xiǎn)，未來還需加強(qiáng)城市綠化與“通風(fēng)廊道”建設(shè)等工作。

3.3.2 PM2.5來源解析

2018年北京PM2.5來源解析結(jié)果顯示：北京市本地貢獻(xiàn)占47%，外地的污染傳輸作用顯著，貢獻(xiàn)率占比53%，其中河北、天津、山東分別貢獻(xiàn)28%、10%和6%。針對(duì)本地各行業(yè)排放對(duì)北京PM2.5的貢獻(xiàn)率進(jìn)行解析發(fā)現(xiàn)，排名前三的分別是居民源、交通源和工業(yè)源，占比分別為37%、34%和20%。以上分析結(jié)果表明外地污染傳輸貢獻(xiàn)仍高居不下，未來還需穩(wěn)步推進(jìn)京津冀及周邊地區(qū)之間的大氣污染防治協(xié)作工作。

3.4 人居環(huán)境

3.4.1 熱島

由圖7可知，2018年北京有明顯熱島發(fā)生，主要集中于中心城區(qū)及遠(yuǎn)郊各區(qū)城中心。1990—2016年，北京城市熱島從中心城區(qū)向北、東和南三面擴(kuò)展，其中 2001年后由于北京奧運(yùn)會(huì)的申辦成功，開展了大面積的舊城改造與城市綠化，綠化率明顯增加使得熱島面積有所減小，2008年后熱島則持續(xù)增加，其中向昌平、順義和通州方向擴(kuò)展最為明顯。2016年開始，熱島強(qiáng)度和范圍較為穩(wěn)定，到 2018年熱島不再呈增加趨勢。2018年北京市較強(qiáng)以上熱島面積為1615 km2，略低于2016年和2017年，熱島開始得到緩解；中心城區(qū)熱島面積百分比高達(dá)79%，略低于去年（80%）；城市副中心通州熱島面積占區(qū)內(nèi)15%。

3.4.2 生態(tài)冷源

由圖8可知，2018年北京中心城區(qū)生態(tài)冷源主要分布于北京五環(huán)外的大型綠地、公園和水體以及山區(qū)林地；與 2013年相比，各區(qū)冷源面積有增有減，中心城區(qū)合計(jì)增加冷源面積1779 hm2，顯示近幾年北京地區(qū)用于人居環(huán)境改善的“藍(lán)綠”宜居空間初步形成。

圖7 1990—2018年北京城市熱島強(qiáng)度SUHI變化圖Fig.7 Changes of Beijing surface heat islands (SUHI) from 1990 to 2018

圖8 2018年北京中心城區(qū)生態(tài)冷源監(jiān)測（a）及與2013年相比生態(tài)冷源變化圖（b）Fig.8 Ecological cold sources monitoring in Beijing's central urban area in 2018 (a) and ecological cold sources change map compared to 2013 (b)

以上結(jié)果表明，北京“植樹造林”和“留白增綠”在緩解熱島方面已初見成效，熱島增長趨勢已受到抑制，但仍維持在較高水平，熱島依舊嚴(yán)重；結(jié)合風(fēng)速、植被覆蓋度與陸表溫度結(jié)果可以看出，北京副中心-通州植被覆蓋度不到50%，通州-亦莊城鎮(zhèn)化連片區(qū)陸表升溫較快，未來仍需關(guān)注首都百萬畝造林工程與各區(qū)綠地系統(tǒng)、通風(fēng)廊道系統(tǒng)規(guī)劃（如改善北京二環(huán)到五環(huán)之間“冂”形低風(fēng)速區(qū)）的銜接與配合，以及通州地區(qū)“藍(lán)綠”宜居空間建設(shè)，有針對(duì)性地開展北京城市熱島緩解與北京副中心宜居建設(shè)工作。

3.5 高影響天氣氣候事件

2018年對(duì)北京地區(qū)居民人體健康和城市交通有明顯影響的天氣事件為高溫悶熱、低溫、強(qiáng)降雨（大雨和暴雨）、霧、沙塵、大風(fēng)等（圖9）。其中，主要高影響天氣氣候事件有：

（1）夏季高溫悶熱和冬季階段低溫天氣突出：高溫悶熱日數(shù)和制冷度日突破歷史極值，持續(xù)悶熱日數(shù)為歷史第2多，造成北京日最大電力負(fù)荷連續(xù)4 d刷新歷史紀(jì)錄，高溫中暑、熱射病頻發(fā)。嚴(yán)寒日數(shù)為 2002年以來第二高值，采暖度日較常年同期偏低57%，出現(xiàn)一次極端低溫天氣過程，其中2個(gè)國家級(jí)測站極端最低氣溫突破歷史極值，北京電網(wǎng)最大負(fù)荷創(chuàng)冬季新高。

圖9 2018年北京地區(qū)基于人體健康和城市交通的高影響天氣日歷圖Fig.9 High-impact weather calendar based on human health and urban traffic in Beijing in 2018

（2）連續(xù)無降水日破紀(jì)錄：北京觀象臺(tái)連續(xù)145 d沒有出現(xiàn)降水，突破歷史紀(jì)錄，造成森林火險(xiǎn)氣象等級(jí)持續(xù)偏高，沙塵日數(shù)偏多。

（3）“7.16”暴雨小時(shí)雨強(qiáng)超“7.21 暴雨”：“7.16”暴雨最大小時(shí)雨強(qiáng)達(dá)到 117.0 mm，超過 2012年“7.21暴雨”，僅次于2011年“6.23暴雨”，造成北京山洪、地質(zhì)災(zāi)害多發(fā)，交通基礎(chǔ)設(shè)施損毀嚴(yán)重，直接經(jīng)濟(jì)損失近10億元。

以上結(jié)果表明，在全球氣候變暖背景下，高溫、低溫、強(qiáng)降水等極端天氣的出現(xiàn)是其重要表征，而且城市化加劇了這種極端天氣事件風(fēng)險(xiǎn)，考慮到城市人口、資源高度集中與人口老齡化發(fā)展趨勢，要充分認(rèn)識(shí)這種極端天氣氣候風(fēng)險(xiǎn)在北京超大城市持續(xù)出現(xiàn)的可能性和危害性，政府應(yīng)該將此作為一個(gè)常態(tài)來考慮，并采取相關(guān)措施積極應(yīng)對(duì)。

4 討論

當(dāng)前，關(guān)于生態(tài)氣象尤其是城市生態(tài)氣象監(jiān)測評(píng)估的理論體系還未完全建立，監(jiān)測評(píng)估的對(duì)象、指標(biāo)以及評(píng)估模型還沒有形成一套較為完整的技術(shù)體系，本文只是對(duì)城市生態(tài)氣象監(jiān)測評(píng)估指標(biāo)、方法做了初步研究，評(píng)估結(jié)果也存在一定不確定性。本研究分別從城市氣候環(huán)境、與氣候要素相關(guān)的陸表生態(tài)環(huán)境、大氣環(huán)境、人居環(huán)境、城市高影響天氣氣候事件等5個(gè)方面選取了一些典型要素和指標(biāo)進(jìn)行評(píng)估，實(shí)際上，這些評(píng)估指標(biāo)或要素可能僅覆蓋了城市生態(tài)環(huán)境的部分，如陸表生態(tài)環(huán)境除了植被覆蓋度、植被生態(tài)質(zhì)量、水體、陸表溫度外，與氣候有關(guān)的土地退化（包括土壤水蝕和土壤風(fēng)蝕）指標(biāo)（劉勇洪等，2007）在本研究中并沒有被納入，還有北京典型的臭氧污染、酸雨污染等也沒有納入大氣環(huán)境評(píng)估中（張倩倩等，2019；張良玉等，2019），而與人體健康密切相關(guān)的花粉氣象過敏指數(shù)（段麗等，2016）也沒有被納入人居環(huán)境評(píng)估中，因此未來還需不斷發(fā)展、完善城市生態(tài)氣象監(jiān)測與評(píng)估指標(biāo)。

此外，本文基于選擇的要素或指標(biāo)進(jìn)行單個(gè)環(huán)境要素或生態(tài)環(huán)境的某一類型進(jìn)行評(píng)估，還沒有建立某一類型以及整個(gè)生態(tài)環(huán)境的綜合評(píng)估模型，例如如何利用多個(gè)氣候要素對(duì)城市氣候環(huán)境進(jìn)行整體評(píng)估，如何對(duì)陸表生態(tài)環(huán)境、大氣環(huán)境、人居環(huán)境、高影響天氣氣候事件進(jìn)行整體評(píng)估，以及如何對(duì)整個(gè)城市生態(tài)環(huán)境進(jìn)行綜合評(píng)估，都需要用建立一系列的模型來進(jìn)行定量評(píng)估，未來還需在指標(biāo)選擇、權(quán)重確定、模型建立等方面開展城市生態(tài)氣象評(píng)估定量研究。

生態(tài)氣象學(xué)是一個(gè)涵蓋了生態(tài)學(xué)和氣象學(xué)的交叉學(xué)科，而城市又是最為復(fù)雜的人工生態(tài)系統(tǒng)，全球氣候變化背景下的城市生態(tài)問題繁多，本文只是對(duì)與氣象相關(guān)的城市陸表生態(tài)環(huán)境、大氣環(huán)境和人居環(huán)境進(jìn)行了初步的研究和應(yīng)用，圍繞城市“綠色宜居”和“可持續(xù)發(fā)展”這一條主線，除了上述評(píng)估指標(biāo)和對(duì)象外，受大眾關(guān)注且與氣象條件密切相關(guān)的生態(tài)足跡、生態(tài)功能區(qū)劃、生態(tài)紅線（預(yù)警）、生態(tài)廊道（含通風(fēng)廊道）和城市空間規(guī)劃布局等均可納入未來生態(tài)氣象監(jiān)測評(píng)估重點(diǎn)內(nèi)容中；同時(shí)無論是生態(tài)問題，還是氣象問題，把握科學(xué)合理的標(biāo)準(zhǔn)化方法，對(duì)于監(jiān)測、評(píng)價(jià)及預(yù)警的基準(zhǔn)制定，以及質(zhì)量評(píng)判至關(guān)重要，也將是未來生態(tài)氣象研究的重要方向。

5 結(jié)論

本文以北京為例，應(yīng)用生態(tài)氣象學(xué)理論，基于高密度自動(dòng)氣象站和國家氣象站資料、衛(wèi)星資料對(duì)城市生態(tài)氣象開展了監(jiān)測評(píng)估初步研究和實(shí)踐應(yīng)用。其中基于自動(dòng)氣象站資料的主要?dú)庀笠乜捎行ПO(jiān)測城市“熱島”、“干島”、“低風(fēng)速”等，基于衛(wèi)星資料提取的植被覆蓋率、植被凈初級(jí)生產(chǎn)力、植被生態(tài)質(zhì)量、水體面積、陸表溫度等指標(biāo)可對(duì)陸表生態(tài)質(zhì)量進(jìn)行初步評(píng)估，基于氣象觀測、大氣成分與衛(wèi)星觀測資料估算的氣溶膠光學(xué)厚度、霾日數(shù)、PM2.5、大氣靜穩(wěn)指數(shù)等指標(biāo)可對(duì)城市大氣環(huán)境進(jìn)行評(píng)估，基于衛(wèi)星資料和氣象觀測資料估算的熱島強(qiáng)度、生態(tài)冷源、高溫悶熱日數(shù)和嚴(yán)寒日數(shù)、制冷度日和采暖度日等指標(biāo)可對(duì)城市人居環(huán)境及城市安全運(yùn)行進(jìn)行初步評(píng)估。

評(píng)估結(jié)果顯示：與常年同期相比，2018年氣象條件總體利于陸表生態(tài)環(huán)境改善；氣溫總體正常，但夏季高溫悶熱異常，冬季（2017/2018年）出現(xiàn)持續(xù)低溫及長時(shí)間無降水，不利于人居環(huán)境改善與城市安全運(yùn)行；夏季降水明顯偏多，利于植被環(huán)境改善和水庫蓄水，但極端強(qiáng)降水天氣造成較大災(zāi)害損失；城市“熱島”、“干島”特征明顯，但生態(tài)冷源有所增加，城市熱島得到緩解；大氣擴(kuò)散條件偏好，大氣環(huán)境質(zhì)量改善明顯。

以上評(píng)估結(jié)果表明，持續(xù)植樹造林、城市綠化、大氣污染治理等措施在北京生態(tài)環(huán)境改善方面卓有成效，有利的氣候條件提高了生態(tài)環(huán)境的質(zhì)量，但也要看到全球氣候變暖背景下極端天氣氣候事件、城市熱島、低風(fēng)速以及外來污染輸送等給大城市生態(tài)環(huán)境及安全運(yùn)行帶來的風(fēng)險(xiǎn)。