谢 旻，朱宽广，王体健，3，冯 文，朱新胜，陈 飞，欧阳琰，刘芷君（.南京大学大气科学学院，江苏 南京 003；.海南省南海气象防灾减灾重点实验室，海南 海口 57003；3.江苏省气候变化协同创新中心，江苏 南京 003；.环境保护部南京环境科学研究所，江苏 南京 00）

中国地区人为热分布特征研究

谢 旻1，2，3*，朱宽广1，王体健1，3，冯 文2，朱新胜4，陈 飞4，欧阳琰4，刘芷君1（1.南京大学大气科学学院，江苏 南京 210023；2.海南省南海气象防灾减灾重点实验室，海南 海口 570203；3.江苏省气候变化协同创新中心，江苏 南京 210023；4.环境保护部南京环境科学研究所，江苏 南京 210042）

利用中国统计年鉴中全国各省份的非再生能源消费资料和2.5min×2.5min分辨率的人口格点数据，对中国地区人为热排放的时空分布进行研究，讨论了其分布特征和影响因素.结果表明，中国地区人为热通量随时间持续增长，特别是在2000年后增长加速，1985年到2000年从0.09W/m2增长到0.16W/m2，而到2013年已经增长到0.38W/m2.中国地区的人为热排放具有显著的地域特征，在华北、华东和华南，由于人口密度大、经济发达，人为热的污染很严重；在华中地区，人为热污染较严重的区域主要分布在以武汉为中心的经济圈；在东北地区，以大连、沈阳、长春和哈尔滨为中心的城市区域人为热污染也较为严重；而在西北和西南的大部分地区，人为热排放量很小，仅在以成都、重庆为中心的区域较大.历年来全国年均人为热的最大值都出现在上海，其中2010年最大，为113.5W/m2，上海人为热排放的年均值增长明显，可达到0.6W/m2/a.随着城市化进程的加快，人为热的排放愈来愈强，热污染对城市和区域的气候以及空气污染的影响也会越来越重要.

人为热；能源消费；热污染；气候强迫

在现代工业生产和人类日常生活中，利用非再生能源会直接和间接的向大气中排放大量的人为热，造成热污染，对局地甚至区域气候和空气质量产生显著的影响，全球温度可能会因此升高3℃［1］.特别是在经济发达、人口密集的城市地区，大量的热在一个相对较小的区域内被释放出来，对局地的辐射平衡、地表温度、昼夜温差等方面都会造成显著的强迫作用.多年的研究表明，城市人为热的排放是导致城市热岛形成的一个重要的因素［2-5］，可以造成城市区域的温度升高1℃以上［6-8］.在欧洲，2W/m2的人为热排放可以造成区域温度升高0.15K，20W/m2时可以使得区域温度升高0.5K［9］.研究人为热的大小及其时空分布特征，不仅有利于认识热污染的状况，而且也是城市空气质量数值模拟研究中的重要内容，将人为热加入数值模拟中能提高地面温度预报的准确性［10］.

国内外很多学者已经对不同地区的人为热排放量进行了定量研究［11］.全球尺度人为热的气候强迫作用平均约为0.028W/m2［12-13］，在美国大陆、欧洲西部和中国分别为0.39、0.68和0.22W/m2［12］.陈兵等［14-15］研究中国地区人为热排放，结果显示在2008年全国平均值为0.28W/m2.城市尺度上，人为热排放远远高于区域平均值.Ichinose估算东京城区冬季白天人为热释放量平均可达400W/m2，在早上甚至可以达到1590W/m2［3］； Sailor等［16］研究了美国的六个大城市的情况，结果表明人为热排放量分别在早、晚达到峰值，夏季可达60W/m2，冬季可达75W/m2；Quah等［17］研究了新加坡的人为热强迫作用，发现在商业区最大值可达113W/m2；在首尔，人为热排放也能达到50W/m2［18］；在London仅仅从建筑物中释放的人为热就高达9W/m2［19］；佟华等［20］研究表明北京白天最高人为热强迫作用可达180W/m2.人为热在城区的影响更显著，可能对城市局地气候和环境空气质量产生很大影响.

自从1978年改革开放以来，中国经济快速发展，同时伴随着能源消费的快速增长.随着城市化进程的加快，城区的人口密度愈来愈大、能源消费量越来越多，人为热排放造成的热污染越来越严重，对局地气候和空气质量的影响越来越重要.因此，研究中国地区的人为热的时空分布以及它与人口密度和经济发展的关系对研究此区域的气候、大气环境有重要的科学意义，对城市合理布局、区域协调发展有实际参考价值.

1 资料与方法

1.1 资料

利用国家统计局1985～2013年的《中国统计年鉴》［21］以及各省的相关统计资料，得到全国和各省份历年总的能源消费情况、经济总量、人口总量等数据.此外，还从哥伦比亚大学的社会经济数据和应用中心（http：//sedac.ciesin.columbia. edu/gpw）获得1990、1995、2000、2005、2010年的2.5min×2.5min分辨率的人口格点资料.

1.2 方法

根据热力学定律，能量不能凭空产生或者凭空消失，只能通过一种形式转化为另外一种形式.对于非再生能源的消费产生的能量通常可以直接转化为热能，然后热能再通过一些设备转化为动能、势能、电能和内能等等，除了部分势能外，其它能量最终都会通过各种途径或者再经过转化以热的形式排放到大气中.据此，本研究中假设非再生能源消费产生的热量最终全部以热的形式排放进入到大气中.

本文将人为热分为两个部分，一部分是能源消费所产生的热量，另外一部分是由人体新陈代谢产生的热量，可以由下面公式表示：

式中：AHF是总的人为热通量；AHFf是能源消费产生的人为热通量；AHFm是人体新陈代谢产生的人为热通量.

研究区域是70～138°E、16～56°N之间的中国地区.用2.5min×2.5min分辨率将区域分为1632×960的网格（与人口资料的网格相对应）.通过计算各格点能源消费以及人的新陈代谢产生的热量，得到人为热的空间分布情况.

各格点的AHFf可以通过下列公式计算：

式中：Mtotal是指在人口数为Ptotal的区域（该格点所处的省份或直辖市）在时间ta（1 年）内总的能源消耗（来自各省或直辖市的统计数据，已换算成标准煤的消费量）；C是标准煤释放的热量，取值292.7×108KJ/kg；Pgrid和Sgrid分别是格点上的人口数量和格点面积.

每个格点的AHFm可以通过该格点的人口估算出来，计算公式如下：

式中：A1，A2分别是活动和睡眠时人体新陈代谢单位时间产生的热量；t1和t2分别是活动和睡眠的时间；td是一天的总时间（24h）.根据研究，人在睡眠时的新陈代谢功率大概在75W左右；而人活动时的值较大，坐着的时候大约是115W，走路的时候大约是230W，剧烈活动时甚至会超过300W［22-23］.据此，本研究中A1取活动时人体平均新陈代谢功率175W，活动时长t1为16h，睡眠时的A2取为75W，时长t2为8h.

2 结果与分析

2.1 中国地区人为热排放通量及其变化趋势

图1为中国地区1985～2013年能源消耗总量和年均人为热通量的变化曲线.可见，中国的能源消费量在2000年之前总体变化趋势是平缓稳步增长，从1985年的7.7亿t增长到2000年的14.6亿t（1997～1999年有一点小的减幅，应该同金融危机有关）.但在2000年之后，能源总消费量急速增长，到2013年已经增长到37.5亿t.全国平均的人为热通量从1985年的0.09W/m2开始一直增长，到1996～1997年达到一个高值0.15W/m2后，1998～1999年有所下降，这与中国在1997年开始受到金融危机的冲击、国内经济发展速度变缓有关；2000年后，随着经济的复苏，全国平均人为热通量开始急速增长，从2000年的0.16W/m2增加到2013年的0.38W/m2.总体上，能源消费总量和年均人为热通量的变化趋势基本一致，说明两者关系密切.可见，改革开放后的经济快速发展，伴随着人口和能源消费的高速增长，导致了全国平均人为热通量显著增长.

我国2005年平均人为热排放为0.25W/m2、2008年为0.30W/m2.Flanner［12］研究我国2005年的值为0.22W/m2，陈兵等［15］研究2008年的值为0.3W/m2.由于估算方法类似，都是包含能源消费和人体新陈代谢的贡献，本文与他们的研究结果一致.

由图1还可以看到，2000年以后能源消费增长速度加快且呈线性增长趋势.若假设未来增长趋势不变，则能源消费E（万t标准煤）随年份t变化可由下列拟合公式计算：

同理，假设人口增长趋势不变，则未来中国人口总量X（万人）随年份t变化可由下式估计：

根据式（4）和式（5），预计未来中国地区的能源消耗量及人口总量，从而估算得到2025年全国平均的人为热通量将达到0.61W/m2，2050年将达到1.07W/m2.陈兵等［15］预计我国2050年人为热排放可能增长到0.86W/m2，与本文结果接近.可以预见，我国（特别是城市区域）未来人为热排放造成的热污染将越来越严重，对局地气候和空气质量的影响将越来越重要.

2.2 中国地区人为热排放通量的时空分布

我国的人口分布有典型的地域特征，东部多、西部少，人口密集地区主要分布在东部沿海的经济发达地区以及其它经济较发达的城市.根据人为热排放同人口以及经济的关系可知，这些人口密度大、工业和经济发达的地区人为热污染较大.

图1 中国地区1985～2013年能源消费总量和年均人为热通量Fig.1 The total energy consumption and the annual average anthropogenic heat flux in China from 1985 to 2013

图2给出了1990年、1995年、2000年、2005年和2010年全国人为热通量的空间分布.可以看出，全国人为热排放的空间分布与经济和人口分布特征相似，主要是东部高，西部低；在西北部和西南部大部分地区，由于地广人稀，经济相对落后，历年的人为热通量都是小于0.1W/m2，仅成渝城市群区域的排放相对较大；中国中部，人为热通量在以武汉及其周边城市为中心的区域较大；在东北地区，工业和经济较发达区域主要在辽宁中部城市群和长春、哈尔滨等城市，其人为热通量明显高于附近地区；而在华北、华东和华南，大部分区域人为热排放量较大，特别是在京津冀、长江三角洲、珠江三角洲地区以及山东半岛、海峡西岸等城市群区域，其热污染远远高于全国其它地区.可见，中国地区人为热的局地影响已经非常明显，尤其是在一些经济、工业发达，人口比较密集的大城市.

从分布的逐年变化来看，1990～2000年全国的人为热通量的分布变化不大，主要是大值区面积有所扩大，但增速较慢，数值高于1.5W/m2的区域有限，主要集中在上海、江苏南部、京津地区和珠江三角洲地区，其中数值超过10W/m2的区域仅在北京、上海和天津3个城市.但是，2000年以后，全国人为热通量数值明显增加、大值区面积有较大的变化（高于1.5W/m2的区域面积明显增多）.到2010年，可以看到从北京到上海一线，基本全区域都高于1.5W/m2，部分地区甚至高于2.5W/m2；在京津冀、长江三角洲、珠江三角洲地区和成渝、辽宁中部、武汉及其周边城市群等区域的人为热通量要明显高于周边其它地区，其中上海已经出现数值超过100W/m2的区域，北京、天津的最大值也超过了50W/m2.人为热的空间分布与城市群的分布特征非常一致，说明城市化发展导致了城市地区人为热排放量的快速增长.

2.3 中国部分省市的人为热排放通量变化

表1 全国以及部分省市各年人为热排放的空间最大值和平均值（W/m2）Table 1 The maximum and average values of anthropogenic heat flux in China and some provinces in different years（W/m2）

中国人为热通量的大值区主要在京津冀、长江三角洲和珠江三角洲这些人口集中、经济发达地区.表1给出了其中主要省市近年的年均人为热的最大值和平均值变化情况.可见，这几个省市的最大值和平均值都是随着时间增长的.年平均值增长最快的是上海，增长幅度最高可达0.6W/m2/a.历年来，全国年均人为热最大值都是在上海，2010年的时候，最大值高达113.5W/m2；北京的最大值和上海的比较接近，2010年也达95.5W/m2；其次是天津，2010年最大值为71.9W/m2.Quah等［17］研究了新加坡的人为热强迫作用，认为商业区最大值可达113W/m2；在法国图卢兹的人口密集区，人为热最高也可以达到100W/m2［24］.本研究对于商业化大城市的研究结果与他们在量级和数值上都非常接近.这几个地区的人为热排放年均值都远远超过同期全国年平均值，如上海地区的值基本是当年全国年均值的50倍，其2010年年均值高达14.46W/m2；而北京和天津年均值约为当年全国年均值的15倍，在2010年分别达到了3.71和4.47W/m2.陈兵等［15］研究得到2008年北京的人为热排放为4.0W/m2，天津为5.1W/m2，河北为1.44W/m2，山东为2.16W/m2，上海为16.54W/m2，江苏为2.32W/m2，浙江为1.60W/m2，广东为1.40W/m2.本文中各省份人为热的研究结果与其基本一致.

根据Flanner［12］的研究，当区域的人为热通量超过3W/m2时，区域的年平均温度会增加0.15℃，边界层高度增加32m，可知上述省市的人为热对地面年平均温度和边界层高度的影响会非常显著，将对城市局地小气候和空气污染造成重要影响.江苏、浙江、广东、山东和河北这几个经济大省年均值远高于全国，但比北京、天津和上海要小，这主要是由于这几个省份的人口密度和经济发展状况高于全国但又低于高度发达的城市，由此可知，人为热污染对城市的影响更加显著.

3 结论

3.1 中国的能源消费量总体变化趋势是增长的，在2000年后增长速度加快；人为热主要是由能源消费产生，与经济增长密切相关；全国平均的人为热通量从1985年的0.09W/m2增长为2013年的0.38W/m2.按照这个趋势，2025年全国平均的人为热通量将达到0.61W/m2，2050年可以达到1.07W/m2.

3.2 中国的人为热分布不均匀，具有明显的地域特征：东部多，西部少；全国的人为热通量的大值区主要在京津冀、长江三角洲和珠江三角洲等经济发达地区，其次在以部分城市为中心的区域.近年来人为热通量增长较大的地区也主要是这些经济发展速度快的地区.在2010年，从北京到上海一线，年均值基本都高于1.5W/m2，部分地区超过2.5W/m2，上海已经出现年均值大于100W/m2的区域，北京、天津的最大值也超过了50W/m2，人为热污染对这些区域的影响显著.

3.3 历年来我国人为热污染最严重的区域都在上海，其年平均值增长最高可达0.6W/m2/a，在2010年上海的最大值达到113.5W/m2.京津冀、长江三角洲、珠江三角洲地区的年均人为热排放都远远超过同期全国的年平均值，上海地区2010年年均值高达14.46W/m2，是全国的50倍.人为热污染与经济发展密切相关，对局地气候和空气质量的影响不容忽视.

［1］Chaisson E J. Long-term global heating from energy use， Eos Trans ［J］. AGU， 2008，89（28）：253，doi：10.1029/2008EO280001.

［2］Taha H. Urban climates and heat islands： albedo， evapotranspiration， and anthropogenic heat ［J］. Energy and Buildings， 1997，25（2）：99-103.

［3］Ichinose T， Shimodozono K， Hanaki K. Impact of anthropogenic heat on urban climate in Tokyo ［J］. Atmospheric Environment，1999，33：3897-3909.

［4］Khan S M， Simpson R W. Effect of a heat island on the meteorology of a complex urban airshed ［J］. Boundary-Layer Meteorology， 2001，100：487-506.

［5］Crutzen P J. New directions： The growing urban heat and pollution “island” effect—Impact on chemistry and climate ［J］. Atmospheric Environment， 2004，38：3539-3540.

［6］Narumi D， Shimoda Y， Kondo A. et al， Effect of anthropogenic waste heat upon urban thermal environment using mesoscale meteorological model ［C］. Fifth International Conference on Urban Climate， Lodz， Poland.， 2003.

［7］Fan H， Sailor D J. Modeling the impacts of anthropogenic heating on the urban climate of Philadephia： A comparision of implementations in two PBL schemes ［J］. Atmospheric Environment， 2005，39：73-84.

［8］Ohashi Y， Genchi Y， Kondo H， et al. Influence of air-conditioning waste heat on air temperature in Tokyo during summer： numerical experiments using an urban canopy model coupled with a building energy model ［J］. Journal of Applied Meteorology and Climatology， 2007，46：66-81.

［9］Block A， Keuler K， Schaller E. Impacts of anthropogenic heat on regional climate patterns ［J］. Geophysical Research Letters，2004，31（12）：L12211，doi：10.1029/2004GL019852.

［10］Makar P A， Gravel S， Chirkov V， et al. Heat flux， urban properties，and regional weather ［J］. Atmospheric Environment， 2006，40：2750-2766.

［11］陆 燕，王勤耕，翟一然，等.长江三角洲城市群人为热排放特征研究 ［J］. 中国环境科学， 2014，34（2）：295-301.

［12］Flanner M G. Integrating anthropogenic heat flux with global climate models ［J］. Geophysical Research Letters， 2009，36：L02801，doi：10.1029/2008GL036465.

［13］石广玉，戴 铁，檀赛春，等.全球年平均人为热释放气候强迫的估算 ［J］. 气候变化进展研究， 2010，6（2）：119-122.

［14］Chen B， Shi G Y， Wang B， et al. Estimation of the Anthropogenic Heat Release Distribution in China from 1992 to 2009 ［J］. Acta Meteorological Sinica， 2012，26（4）：507-515.

［15］陈 兵，石广玉，戴 铁，等.中国区域人为热释放的气候强迫［J］. 气候与环境研究， 2011，16（6）：717-722.

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

［17］Quah A K L， Roth M. Diurnal and weekly variation of anthropogenic heat emissions in a tropical city， Singapore ［J］. Atmospheric Environment， 2012，46：92-103.

［18］Lee S H， Song C K， Baik J J， et al. Estimation of anthropogenic heat emission in the Gyeong-In region of Korea ［J］. Theoretical and Applied Climatology， 2009，96：291-303.

［19］Hamilton I G， Davies M， Steadman P， et al. The significance of the anthropogenic heat emissions of London's building： A comparison against captured shortwave solar radiation ［J］. Building and Environment， 2009，44：807-817.

［20］佟 华，刘志辉，桑建国，等.城市人为热对北京热环境的影响［J］. 气候与环境研究， 2004，9（3）：409-421.

［21］中华人民共和国国家统计局.中国统计年鉴 ［EB/OL］. http：//www.stats.gov.cn/tjsj/ndsj/

［22］Fanger P O. Thermal comfort： analysis and applications in environmental engineering ［M］. New York： McGraw-Hill，1972：244.

［23］Guyton A C. Textbook of medical physiology ［M］. Philadelphia，USA： W.B. Saunders Company， 1986：1057.

［24］Pigeon G.， Legain D， Durand P， et al. Anthropogenic heat release in an old European agglomeration Toulouse， France ［J］. International Journal of Climatology， 2007，27：1969-1989.

Study on the distribution of anthropogenic heat flux over China.

XIE Min1，2，3*， ZHU Kuan-guang1， WANG Ti-jian1，3，FENG Wen2， ZHU Xin-sheng4， CHEN Fei4， OUYANG Yan4， LIU Zhi-jun1（1.School of Atmospheric Science， Nanjing University， Nanjing 210023， China；2.Key Laboratory of South China Sea Meteorological Disaster Prevention and Mitigation of Hainan Province， Haikou 570203， China；3.Jiangsu Collaborative Innovation Center for Climate Change，Nanjing 210023， China；4.Nanjing Institute of Environmental Sciences， Ministry of Environmental Protection， Nanjing 210042， China）. China Environment Science， 2015，35（3）：728～734

In this study， the temporal and spatial variations of anthropogenic heat flux over China as well as the relevant influence factors were investigated by using the province depended unregenerate energy consumption data from Chinese Statistical Yearbook and the gridding population data with a resolution of 2.5 min. The results show that the anthropogenic heat flux in China has been increased continually since 1985， especially in the period after 2000. The national average anthropogenic heat flux has been increased from 0.09 to 0.16 W/m2during the period between 1985 and 2000 while to 0.38W/m2till 2013. The spatial distributions of anthropogenic heat flux are similar to those of population and economy activities. High levels of the fluxes are mostly found in Central （Wuhan）， Northeast （Dalian， Shenyang， Changchun and Harbin）， East and South China， with a maximum annual mean value of 113.5W/m2in Shanghai in 2010， while the lower ones appear in Northwest and Southwest China except for Chengdu and Chongqing. The annual growth of anthropogenic heat flux in Shanghai can reach to 0.6W/m2. Our results might imply that the thermal pollution would get more serious with the rapid growth of the urbanization， which thereby would substantially result in regional climate change and air pollution.

anthropogenic heat；energy consumption；thermal pollution；climate forcing

X57

A

1000-6923（2015）03-0728-07

谢 旻（1978-），男，湖北黄冈人，副教授，博士，主要从事大气环境与气候变化相互作用、中小尺度空气质量模拟方面的研究.发表论文30余篇.

2014-07-14

国家973计划项目（2010CB950704）；江苏省基础研究计划（自然科学基金）项目（BK2011578）；国家自然科学基金项目（41475122）；海南省南海气象防灾减灾重点实验室开放基金项目（SCSF201401）；江苏高校优势学科建设工程资助项目

* 责任作者， 副教授， minxie@nju.edu.cn