导读:本文包含了人为热论文开题报告文献综述及选题提纲参考文献，主要关键词:人为热,上海,气象因子,中尺度模式
人为热论文文献综述
刘璞,李丽平,廖镜彪,郭兴苗,张永瑞[1]（2019）在《人为热对上海市夏季气象要素的影响》一文中研究指出利用能源消耗数据、人口密度数据及相关经济数据,估算出2015年上海夏季人为热大值区主要集中在市中心,市区人为热通量最大值约为122.6 W/m~2,将此估算的人为热耦合在中尺度模式单层冠层方案中,模拟了人为热对上海夏季气象因子的影响.结果表明,人为热的增加导致上海夏季感热增加约86.3 W/m~2,温度升高约1.4℃;边界层高度约上升60 m; 10 m风速约增大了0.5 m/s.人为热使城郊温度差异增加,热岛效应增强,形成低层辐合、高层辐散的大气结构,城郊对流得到发展.(本文来源于《兰州大学学报(自然科学版)》期刊2019年02期）
金凯,王飞,刘欢欢,苟娇娇,丁文斌[2]（2019）在《中国人为热变化及其对地表能量平衡的影响》一文中研究指出利用人口统计、分布数据及能源消费统计资料,对中国1980～2015年人为热通量(Q_a)的时空变化进行了研究,并将其与地表净太阳辐射(R_n)进行了对比分析,以探讨人为热对不同尺度地表能量平衡的影响.结果表明,在研究时段内,全国平均Q_a呈显着升高趋势(0.11W/m~2/10a,P<0.001),从1980年的0.07W/m~2上升到2015年的0.45W/m~2,已经约相当于全球工业革命以来CO_2排放引起辐射强迫(1.68W/m~2)的27%;其中Q_a高值区(≥1.00W/m~2)已由1990年的点状分布变为2015年的面状分布,占到全国面积的10%;全国平均R_n的趋势率(0.18W/m~2/10a)略大于Q_a,但未通过显着性检验(P=0.381).对于参与计算的31个省会城市,2015年市区Q_a平均值在1～32W/m~2之间,平均达17W/m~2,相当于R_n平均值(147W/m~2)的12%;在栅格尺度上(0.5min×0.5min),除拉萨外,其余城市的Q_a像元最大值均超过了120W/m~2,已经导致局地的热平衡发生了本质变化.研究认为,人为热释放因素不但需要在城市气候模拟研究中给予更多考虑,而且在全球和区域气候模拟与评价中以及制定气候变化应对策略时也有必要给予充分考虑,以促进全面认识并减缓气温升高.(本文来源于《中国环境科学》期刊2019年03期）
刘斌,谢正辉,李锐超,王妍,王龙欢[3]（2018）在《人为热对北京城市气候的影响》一文中研究指出人为热排放通过改变地表能量平衡影响城市局地气候与环境。基于1996-2016年北京能源消耗将人为热排放空间网格化,人为热以感热形式增加城市地表向大气的热传递,采用wrf模型模拟两组实验(有人为热和无人为热实验),探讨人为热对城市极端高温的影响,并基于CLDAS再分析资料/观测资料进行验证,结果表明:人为热导致城市高温极端事件频率增加,强度增强。(本文来源于《第35届中国气象学会年会 S10 水文气象灾害形成机理、预报预测预警与风险评估新技术》期刊2018-10-24）
刘嘉慧,赵小锋,林剑艺[4]（2018）在《基于地表能量平衡的厦门岛城市功能区人为热排放分析》一文中研究指出人为热排放不仅是城市热岛形成的重要因子,而且是与能源消耗密切相关的指标,对其大小和变化特征进行分析有利于减缓城市热岛与节能减排。本文以厦门岛为研究区,利用2009年多时相的Landsat TM影像和地表能量平衡模型反演出不同季节的人为热排放,在此基础上结合IKONOS影像解译的城市功能区,分析不同类型城市功能区人为热排放的时空变化特征。结果表明:不同类型城市功能区的人为热排放均在夏季达到最大,春季最小;工业区的人为热排放一直高于其他类型的城市功能区;工业区人为热排放高值区主要集中厦门岛西部传统的重点工业区,交通区人为热排放高值区的空间分布与厦门岛"叁纵四横"的交通干线分布格局相吻合,居住区人为热排放高值区主要集中在旧城区,商业及公共设施区人为热排放高值区主要集中在单体建筑大的商圈和公共设施;总体上厦门岛西部的人为热排放比东部要高。这种时空分布的差异性与用地类型、人口数量与经济发展程度密切相关,而且建筑物的密度、高度和下垫面的材料通过影响其他地表通量来改变人为热排放的大小。通过分析不同城市功能区人为热排放的时空变化特征,可以从更微观的角度理解城市热环境和能源利用现状,为促进城市可持续发展提供理论依据。(本文来源于《地球信息科学学报》期刊2018年07期）
罗阳欢[5]（2018）在《基于清单调查法的南京市秦淮区人为热排放时空分布估算研究》一文中研究指出随着经济快速发展,城市化进程不断加快。迅速膨胀的城市人口和不断扩大的城市规模造成城市下垫面和冠层结构急剧变化,引起城市人为热排放快速增加,对城市热岛效应和区域环境气候变化造成了很多影响。大量研究表明,人为热排放对城市热岛效应具有明显的加强作用,同时对城市区域环境、气候等也有影响。过去由于缺乏对人为热排放的系统研究,在城市热岛效应、区域热环境等研究中常常忽略其影响。近年来,随着城市能源消费不断增加,人为热排放释放的热量成为城市热岛效应加剧不可忽视的因素。当前关于人为热排放的相关研究空间分辨率较低,制约了有关研究工作的深入开展。因此,深入开展小区域尺度的人为热排放时空分布估算研究,具有重大意义和科学价值。本文以南京市秦淮区作为研究区,采用自下而上的能源清单法,基于高空间分辨率的遥感影像数据,利用目视解译和实地调查,结合人口分布、能源消费等统计资料以及人体新陈代谢、交通、工业和建筑等不同人为热释放源变化规律,建立基于土地利用类型和建筑物空间属性信息的高空间分辨率(100m)工作日昼夜人为热空间分布模型,计算工作日不同人为热释放源及综合人为热的排放量和排放强度,给出了一套具有普适性特点的小区域尺度人为热排放估算方法,并对四类人为热源及综合人为热排放时空演变特征进行分析比较,为城市不同尺度的人为热排放网格化时空分布研究提供了一种新探索。最后,结合现有人口密度和地区经济增长指标,初步探讨人为热排放与城市发展的变化趋势。论文主要研究结论包括:(1)秦淮区白天人为热排放总量为7.37x1013J,平均人为热排放强度为33.45W/m2,夜晚人为热排放总量为3.38x1013J,平均人为热排放强度为15.34W/m2。白天商业建筑贡献率最大,可达44.64%,其次为交通运输、居民建筑、人类新陈代谢和工业,分别为25.78%,18.23%,10.69%和0.66%;而夜晚贡献率最高的为交通运输,可达33.68%,其次为商业建筑、居民建筑和人类新陈代谢,贡献率分别为28.47%,21.78%和14.63%。白天,全区排热强度最大的为商业建筑,为14.93W/m2,其次为交通、居民建筑和新陈代谢,分别为8.63W/m2,6.10W/m2和3.58W/m2,工业热源平均排热通量最小,为0.22W/m2;而夜晚全区人为热排放通量最大的为交通热源,平均排热通量为5.17W/m2,其次为商业建筑、居民建筑和新陈代谢排热,分别为4.37W/m2,3.34W/m2和2.24W/m2,工业排热仍为全区人为热排放最低值,为0.22W/m2。(2)研究区昼夜人为热排放强度空间分布差异明显。白天高值区主要分布在研究区西北部的朝天宫、五老村、洪武路街道,空间格局上与由城市路网划分的商业区相一致,大部分地区人为热排放强度集中于15-30W/m2之间,部分高值区可达100W/11m2以上,而低值区位于研究区东南部的红花街道和光华路街道;而夜晚人为热排放高值区较少,排热强度分布较均匀,大部分地区集中于4-17W/m2之间,高值区主要位于快速路网位置。(3)四种人为热源中,人体新陈代谢昼夜排热空间分布与人口昼夜空间分布大致相同。白天,新陈代谢的高值区主要位于研究区的西北部,而夜晚排热强度较平均,无明显高值区,平均排热强度为2.24W/m2。交通昼夜排热强度分别为8.63W/m2和5.17W/m2,排热强度均为快速路最大,其次为主干路,次干路,最小为支路。商业建筑作为研究区最大的人为热源之一,其空间分布格局与白天人口空间分布相似,符合人们的日常活动规律,昼夜高值区均位于研究区的西北部,但较白天而言,夜晚平均排热强度明显下降,为4.37W/m2。居民建筑排放空间分布格局与夜晚人口空间分布格局类似,白天平均排热强度为6.10W/m2,夜晚相比于白天较低,为3.34W/m2。工业平均排热强度为0.22W/m2,但部分地区排热强度可达91.28W/m2。(本文来源于《南京信息工程大学》期刊2018-06-01）
刘宇[6]（2018）在《重庆市某高校人为热时空变化特征研究》一文中研究指出随着城市化的快速发展,人类活动产生的人为热对城市热环境的影响也日益增强,是城市热岛效应加剧的重要影响因子之一。大学校园被认为是一个微型城市,人员密度大,活动复杂,其热环境状况直接影响着学生的身心健康。当前在室外热环境研究方面,人为热这一影响因素未引起重视,造成室外热环境的预测与评估差异较大。为此,本文开展了重庆市某高校校园人为热源详细的时间变化和空间分布特征研究,以真实反映人为热排放对区域热环境的影响。首先,基于对城市地表能量平衡相关理论进行分析,阐释了城市热量收支平衡关系,为人为热的研究奠定了理论基础。采用问卷调查和实地调研方法对校园内学生分布特征进行统计分析,结合人体新陈代谢计算方法,得到人体新陈代谢排热的时空变化特征。其次,对校园内道路情况进行实地勘察,以确定主要研究道路,采用视频数据采集技术对各类型机动车车流量进行逐时统计,并基于不同类型机动车耗油量计算排热量,形成交通排热的时空分布特征。结果表明:交通排热在工作日与非工作日都呈现“双峰”特征,峰值出现在8:00~9:00和16:00~18:00,与教师、工作人员的上下班时间强相关,且由于学校的交通管制在空间分布上也具有不均匀性。再次,借助DesignBuilderV5.0能耗模拟软件对典型建筑建立实际尺寸的叁维模型,以实际围护结构参数、作息时间和气象参数等作为模拟的初始条件,在能耗验证的基础上,进行逐时能耗模拟,获得典型建筑人为热的时空变化特征;最后将结果推广到校园内其他同类型建筑,获得校园内建筑排放人为热变化特征。最后,对校园内总人为热的时空变化特征进行分析,并与太阳辐射对比分析,评估其对城市能量平衡的影响程度。结果表明在冬季工作日与非工作日总人为热分别为太阳辐射的38.2%和35.3%;在夏季工作日与非工作日总人为热分别为太阳辐射的15.8%和17.1%。综上所述:本文采用调研问卷、视频数据采集技术和能耗模拟叁种方法对不同来源人为热的时空变化特征进行分析,研究成果以期为提高气候模式和环境效应研究特别是数值模拟的准确度提供有力支撑。(本文来源于《重庆大学》期刊2018-05-01）
曹峥,吴志峰,马文军[7]（2018）在《人为热排放对不同类型建成区温度影响的模拟研究》一文中研究指出为探究不同类型建成区能源消耗与城市热环境特征的关系,本文利用中尺度天气预报模式(Weather Research&Forecasting,WRF)对2010年7月2日-7月6日发生在广州地区的一次高温热浪过程进行数值模拟试验,定量分析了逐日平均气温及逐日气温日较差对人为热排放的时空敏感性。结果表明:(1)WRF模型能够较好地实现2010年7月2日-7月6日高温热浪期间气温的模拟,模拟结果与气象观测结果的相关系数均大于0.80,均方根误差均小于2.27;(2)逐日平均气温空间分布特征为:高密度住宅区>商业区>低密度住宅区;逐日气温日较差空间分布特征为:低密度住宅区>高密度住宅区>商业区;(3)人为热排放使得3种类型建成区平均气温升高,且人为热的增温效应与高密度住宅区、低密度住宅区及商业区的建筑密度的空间关联度分别为0.17、0.13和0.16;(4)人为热排放使得叁种类型建成区的气温日较差降低,且气温日较差减少程度与高密度住宅区、低密度住宅区及商业区建筑密度的空间关联度分别为0.14、0.15及0.19;(5)当人为热排放为正常排放的两倍时,人为热的增温效应、人为热对气温日较差的减小作用与不同类型建成区的建筑密度空间关联度均有增强趋势。(本文来源于《地理科学进展》期刊2018年04期）
刘瑞婷,韩志伟,李嘉伟[8]（2017）在《京津冀地区人为热对大气污染物浓度影响的模拟研究》一文中研究指出本研究利用WRF-Chem耦合单层城市冠层模式UCM(urban canopy model),根据统计的北京市2014年人为热排放数据更新了UCM模式中人为热参数,并通过敏感性试验探究了2014年夏季北京地区人为热对气象要素、大气混合扩散能力以及污染物分布的影响。模拟研究采用2层网格嵌套,第一层水平分辨率为27km,覆盖了中国东部地区;第二层嵌套范围主要是北京地区,区域水平分辨率为9km。云微物理过程采用Lin et al.参数化方案;短波辐射采用Goddard方案;采用CBMZ气体化学机制和MOSAIC-4气溶胶方案。模式选用NCEP再分析资料(FNL)提供气象初始场和边界条件,MOZART提供化学初始场和边界条件。人为排放源采用清华大学MEIC源清单,使用MEGAN生物源清单。模拟与观测对比显示,更新人为热对城市气象预报有明显提高。敏感性试验可以看出,人为热使城市2-m气温最大增加0.5℃,10-m风速增加0.3 m s~(-1),2-m相对湿度减小2%。人为热使城市地表O_3浓度增加,北京市最大增加7ppbv。PM_(2.5)浓度降低,最大降低14μg m~(-3)(变化幅度13%)。人为热通过改变边界层气象及化学反应影响污染物浓度。(本文来源于《第十叁届全国气溶胶会议摘要集》期刊2017-11-21）
孙然好,王业宁,陈婷婷[9]（2017）在《人为热排放对城市热环境的影响研究展望》一文中研究指出全球范围的城市扩张和能源消耗,导致人为热在不同时间和空间尺度上影响地表热环境,人为热排放与城市热岛的关系受到广泛关注。通过国内外文献总结源清单法、数值模拟法和能量平衡方程等3种人为热估算方法的优缺点,评价人为热研究在城市、区域和全球尺度的主要进展和区别,归纳出现有研究在城市尺度多关注人为热的时间动态变化,区域和全球尺度研究则更关注人为热的空间差异,以及人为热对于全球变暖的贡献和人类的适应对策。从中发现人为热研究中存在的问题和不足,包括研究尺度和研究方法匹配性、研究结果的验证和比较、人为热排放与景观功能的联系、人为热排放强度和周期对气温的影响机制等。根据现存问题提出多学科集成、人为热与景观功能耦合、时空尺度选择、数据获取等4个方面的建议,有助于在理论和方法方面深化和拓展城市人为热研究。(本文来源于《生态学报》期刊2017年12期）
吾娟佳[10]（2017）在《基于多源遥感信息的中国沿海地区人为热空间化研究》一文中研究指出在全球气候变暖的背景下,中国尤其是沿海地区城市热岛效应不断加剧,而人为热排放是造成城市热岛效应日趋严重的重要因素。数值模拟是研究人为热对气候影响的主要工具,迫切需要高分辨率的人为热栅格数据,为大尺度区域城市气候环境的数值模拟研究提供基础数据。本研究根据能源消费、工业GDP、民用汽车保有量和人口数据等统计资料,主要考虑工业、交通、建筑和人体新陈代谢四类热源对于人为热的贡献,估算2000年和2010年海岸带116个地级市的人为热排放总量分别为2.17 × 1019J/a和5.47 ×1019J/a,内陆区域2000年222个地级市的人为热排放总量为2.26×1019J/a,2010年223个地级市的人为热排放总量为5.81×1019J/a。利用DMSP/OLS遥感夜间灯光数据并通过设置阈值(DN≥8)有效减少夜灯像元溢出效应的影响,提取人为热主要排放区域,利用夜间灯光数据和植被指数(NDVI)之间的互补性构建人居指数,减少了夜灯数据像元过饱和现象。基于海岸带区域及内陆根据海拔地形和经济发展特点划分的四个地貌分区地级市人为热排放总量与其行政区范围内人居指数累计值之间的强相关关系分别建立人为热排放量空间化模型,最后得到空间分辨率为1km的人为热通量栅格数据。在城市尺度上,可为优化城市布局,缓解城市热岛效应提供数据支持。海岸带人为热不管在排放面积的增加上还是在排放量的提高上均显着强于内陆区域。全国人为热释放呈类似于人口与经济活动的典型地域分布特征,海岸带与内陆区域人为热排放热通量差异较大,海岸带为人为热排放密集区,内陆为稀疏区。海岸带区域长叁角、珠叁角、京津冀城市群等经济较为发达、人口众多的区域人为热排放量明显高于其他地区。最后基于人为热通量栅格数据,从减少人为热源排放和缓解人为热对城市气候环境的影响效应两方面提出了城市人为热减缓措施。(本文来源于《浙江大学》期刊2017-05-01）
人为热论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用人口统计、分布数据及能源消费统计资料,对中国1980～2015年人为热通量(Q_a)的时空变化进行了研究,并将其与地表净太阳辐射(R_n)进行了对比分析,以探讨人为热对不同尺度地表能量平衡的影响.结果表明,在研究时段内,全国平均Q_a呈显着升高趋势(0.11W/m~2/10a,P<0.001),从1980年的0.07W/m~2上升到2015年的0.45W/m~2,已经约相当于全球工业革命以来CO_2排放引起辐射强迫(1.68W/m~2)的27%;其中Q_a高值区(≥1.00W/m~2)已由1990年的点状分布变为2015年的面状分布,占到全国面积的10%;全国平均R_n的趋势率(0.18W/m~2/10a)略大于Q_a,但未通过显着性检验(P=0.381).对于参与计算的31个省会城市,2015年市区Q_a平均值在1～32W/m~2之间,平均达17W/m~2,相当于R_n平均值(147W/m~2)的12%;在栅格尺度上(0.5min×0.5min),除拉萨外,其余城市的Q_a像元最大值均超过了120W/m~2,已经导致局地的热平衡发生了本质变化.研究认为,人为热释放因素不但需要在城市气候模拟研究中给予更多考虑,而且在全球和区域气候模拟与评价中以及制定气候变化应对策略时也有必要给予充分考虑,以促进全面认识并减缓气温升高.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人为热论文参考文献
[1].刘璞,李丽平,廖镜彪,郭兴苗,张永瑞.人为热对上海市夏季气象要素的影响[J].兰州大学学报(自然科学版).2019
[2].金凯,王飞,刘欢欢,苟娇娇,丁文斌.中国人为热变化及其对地表能量平衡的影响[J].中国环境科学.2019
[3].刘斌,谢正辉,李锐超,王妍,王龙欢.人为热对北京城市气候的影响[C].第35届中国气象学会年会S10水文气象灾害形成机理、预报预测预警与风险评估新技术.2018
[4].刘嘉慧,赵小锋,林剑艺.基于地表能量平衡的厦门岛城市功能区人为热排放分析[J].地球信息科学学报.2018
[5].罗阳欢.基于清单调查法的南京市秦淮区人为热排放时空分布估算研究[D].南京信息工程大学.2018
[6].刘宇.重庆市某高校人为热时空变化特征研究[D].重庆大学.2018
[7].曹峥,吴志峰,马文军.人为热排放对不同类型建成区温度影响的模拟研究[J].地理科学进展.2018
[8].刘瑞婷,韩志伟,李嘉伟.京津冀地区人为热对大气污染物浓度影响的模拟研究[C].第十叁届全国气溶胶会议摘要集.2017
[9].孙然好,王业宁,陈婷婷.人为热排放对城市热环境的影响研究展望[J].生态学报.2017
[10].吾娟佳.基于多源遥感信息的中国沿海地区人为热空间化研究[D].浙江大学.2017