《PLOS One》：Local Weather Types (LWTs) associated with Urban Heat Islands (UHIs) and hot days in the Grenoble area, France
编辑推荐：
本文针对法国格勒诺布尔（Grenoble）这一地形复杂的阿尔卑斯山谷城市，系统评估并优化了局地天气分型（LWT）分类方法。研究通过排除风向、离散化降水等关键调整，成功识别出与城市热岛（UHI）、热浪及热带夜等极端高温事件密切相关的特定天气类型（LWT 7），为城市气候建模、公共卫生预警及地方当局制定精准的适应策略提供了科学依据。
研究背景与目标
全球变暖与城市化进程的叠加，使得城市极端高温事件（如热浪）的频率、强度和持续时间显著增加，对公共健康构成严重威胁。法国格勒诺布尔市地处阿尔卑斯山谷，其复杂的地形（Y形谷地）与城市热岛（UHI）效应共同加剧了夏季高温。然而，由于地形复杂，格勒诺布尔在以往针对法国45个城市群的UHI研究中被排除在外。因此，本研究旨在填补这一空白，通过评估、优化并应用局地天气分型（LWT）方法，精准识别格勒诺布尔地区与极端高温事件相关的关键气象条件，为地方当局提供可操作的气候服务。
数据与方法
极端高温的定义
研究定义了三种极端热事件：
- 1.
城市热岛（UHI）：当城市核心区与郊区（Le Versoud站）的夜间温差（ΔTn）≥ 3°C且风速< 2 m/s时，定义为UHI事件。强度分为中度（3-5°C）和高度（>5°C）。
- 2.
热浪：采用法国生物气象学定义，即日最低气温（Tn）> 19°C且日最高气温（Tx）> 34°C，持续至少3天。
- 3.
高温日与热带夜：高温日分为炎热日（30°C < Tx < 35°C）和极热日（Tx > 35°C）；热带夜定义为Tn > 20°C。
局地天气分型（LWT）方法的优化
研究采用了基于分区聚类算法（PAM）和Gower距离的LWT分类方法。针对格勒诺布尔复杂的地形，对原始方法进行了关键性优化：
- •
排除风向：由于山谷地形对风向的强烈约束，风向变量对分类贡献甚微，因此被排除。
- •
离散化降水：将日降水量分为三类：干燥日（< 1 mm）、中等降水（1-15 mm）和强降水（≥ 15 mm）。
- •
变量调整：最终用于分类的变量从5个减少为4个，包括日温差（dT）、相对湿度（RH）、风速（FF）和分类后的降水（RR）。
数据来源
- •
ERA5再分析数据：作为主要数据源，用于运行LWT算法，覆盖2002-2022年。
- •
地面观测数据：来自格勒诺布尔和埃希罗勒（échirolles）的密集城市观测网络（2019-2022年），用于验证ERA5数据并计算UHI强度。
结果与发现
优化的LWT方法有效识别极端热天气
研究最终确定了7种局地天气分型（LWT 1-7）。其中，LWT 6和LWT 7是夏季的主导天气类型，合计占夏季天数的50%以上。
- •
LWT 7：这是与极端高温事件关联最紧密的天气类型。其特征是日温差大（平均13.3°C）、无降水、风速低且比湿高。这种天气条件极有利于UHI的形成和热浪的发生。
- •
LWT 6：也属于夏季天气类型，但通常伴有降水，其特征是日温差较小（平均10°C），是热浪发生的次要天气类型。
LWT 7是UHI和热浪的“元凶”
- •
UHI：夏季80%的高强度UHI日和61%的中等强度UHI日都集中在LWT 7天气类型下。
- •
热浪：所有符合生物气象学定义的热浪日，75%发生在LWT 7天气类型下，其余25%发生在LWT 6天气类型下。
- •
热带夜：56%的热带夜（Tn > 20°C）发生在LWT 7天气类型下，37%发生在LWT 6天气类型下。
- •
极热日：LWT 7是唯一出现极热日（Tx > 35°C）的天气类型，占其总天数的10%。
讨论与意义
方法学的成功应用
本研究成功地将LWT方法应用于地形复杂的格勒诺布尔地区。通过排除风向和离散化降水，优化后的方法比原始方法能更清晰地区分与极端高温相关的天气类型，证明了该方法的适应性和可移植性。
对城市气候适应策略的启示
- •
精准预警：识别出LWT 7作为极端高温的“前兆”天气类型，有助于地方当局提前发布更精准的热浪和UHI预警，保护脆弱人群。
- •
城市规划：研究结果为城市规划和设计提供了科学依据。例如，在LWT 7天气类型下，通过增加绿化、水体、高反照率材料等措施，可以有效缓解UHI效应。
- •
公共卫生：格勒诺布尔大都会区（Grenoble Alpes Métropole）已根据此类研究制定了雄心勃勃的气候适应战略，包括“树冠计划”（Canopy Plan）和针对学校操场、脆弱群体的降温计划，这些措施与法国的国家适应计划（PNACC 3）保持一致。
结论
本研究通过优化局地天气分型（LWT）方法，成功识别了法国格勒诺布尔地区与城市热岛（UHI）和极端高温事件密切相关的关键天气类型。其中，LWT 7（特征为日温差大、无降水、风速低）是热浪、热带夜和UHI现象的主要驱动者。该研究不仅为格勒诺布尔提供了精准的气候服务，也证明了LWT方法在复杂地形城市中的适用性，为全球其他面临类似挑战的城市提供了可借鉴的分析框架。
