 |
ISSN 2223-4594 | ISSN 2949-110X
|
Расширенный поиск
RuEn
|
 |
О ЖУРНАЛЕ|РЕДАКЦИОННЫЙ СОВЕТ И РЕДКОЛЛЕГИЯ|ИНФО|ВЫПУСКИ ЖУРНАЛА|АВТОРАМ|ПОДПИСКА|КОНТАКТЫ |  |
ОЦЕНКА ТЕРМИЧЕСКОГО СТРЕССА В АРКТИЧЕСКОМ ГОРОДЕ В ЛЕТНИЙ ПЕРИОД
ЖУРНАЛ: Том 11, № 2, 2021, с. 219-231РУБРИКА: Научные исследования в Арктике
АВТОРЫ: Константинов П.И., Варенцов М.И., Грищенко М.Ю., Самсонов Т.Е., Шартова Н.В.
ОРГАНИЗАЦИИ: Московский государственный университет им. М. В. Ломоносова
DOI: 10.25283/2223-4594-2021-2-219-231
УДК: 911.9
Поступила в редакцию: 13.01.2021
Ключевые слова: моделирование, биоклиматический индекс, индекс физиологически эквивалентной температуры (PET), универсальный тепловой индекс климата (UTCI), городской остров тепла, COSMO, термическая комфортность
Библиографическое описание: Константинов П.И., Варенцов М.И., Грищенко М.Ю., Самсонов Т.Е., Шартова Н.В. Оценка термического стресса в арктическом городе в летний период // Арктика: экология и экономика. — 2021. — Т. 11, — № 2. — С. 219-231. — DOI: 10.25283/2223-4594-2021-2-219-231.
АННОТАЦИЯ:
На примере города Надыма (Ямало-Ненецкий автономный округ) проведены оценка возможности возникновения летнего городского теплового стресса и анализ его пространственной неоднородности. Представлены результаты детализированного моделирования метеорологического режима города в рамках модели COSMO-CLM и оценки биоклиматической комфортности с использованием индекса физиологически эквивалентной температуры (Physiological Equivalent Temperature) и универсального теплового индекса климата (Universal Thermal Climate Index). В периоды экстремально жарких погодных событий в Надыме отчетливо проявляется мезо- и микроклиматическая мозаичность территорий. На антропогенно измененных территориях повторяемость эпизодов очень сильного теплового стресса может превосходить аналогичную на фоновых участках в 1,7 раза. Градостроительные решения должны учитывать не только климатическую устойчивость арктических городов к зимнему холоду, но и быть адаптированы к возникновению летней жары.
Сведения о финансировании: Суперкомпьютерное моделирование и анализ данных выполнены коллективом авторов при финансовой поддержке Российского фонда фундаментальных исследований (РФФИ), проект № 18-05-60146. Работа по определению необходимых для модели параметров городской среды Надыма выполнена при финансовой поддержке РФФИ в рамках проекта № 18-05-60126. Работа выполнена с использованием оборудования Центра коллективного пользования сверхвысокопроизводительными вычислительными ресурсами МГУ им. М. В. Ломоносова.
Литература:
1. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Ed. by Th. F. Stocker, D. Qin, G.‑K. Plattner, M. Tignor, S. K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P. M. Midgley. Cambridge, United Kingdom and New York, NY, USA, Cambridge Univ. Press, 1535 p. Available at: https://doi.org10.1017/CBO9781107415324.
2. Serreze M. C., Barrett A. P., Stroeve J. C. et al. The emergence of surface-based Arctic amplification. The Cryosphere, 2009, vol. 3, iss. 1, рp. 11—19. Available at: https://doi.org/10.5194/tc-3-11-2009.
3. Varentsov M., Shartova N., Grischenko M. et al. Spatial patterns of human thermal comfort conditions in Russia: Present climate and trends. Weather, Climate, and Society, 2020, vol. 12, iss. 3, рp. 629—642. Available at: https://doi.org/10.1175/WCAS-D-19-0138.1.
4. Vinogradova V. Using the Universal Thermal Climate Index (UTCI) for the assessment of bioclimatic conditions in Russia. Intern. J. of Biometeorology, 2020. Available at: https://doi.org/10.1007/s00484-020-01901-4.
5. Semenova A. A., Konstantinov P. I., Varentsov M. I. et al. Modeling the Dynamics of Comfort Thermal Conditions in Arctic Cities under Regional Climate Change. IOP Conference Series: Earth and Environmental Science, 2019, vol. 386, p. 012017. Available at: https://doi.org/10.1088/1755-1315/386/1/012017.
6. Johannessen O. M., Kuzmina S. I., Bobylev L. P. et al. Surface air temperature variability and trends in the Arctic: New amplification assessment and regionalisation. Tellus, Ser. A Dyn. Meteorol. Oceanogr., 2016, vol. 68, iss. 1. DOI: 10.3402/tellusa.v68.28234.
7. Founda D., Pierros F., Katavoutas G. et al. Observed trends in thermal stress at European cities with different background climates. Atmosphere, 2019, vol. 10, iss. 8. Available at: https://doi.org/10.3390/atmos10080436.
8. Oke T. R., Mills G., Christen A. et al. Urban Climates. [S. l.], Cambridge Univ. Press, 2017, 546 p. Available at: https://doi.org/10.1017/9781139016476.
9. Konstantinov P., Varentsov M., Esau I. A High Density Urban Temperature Network Deployed in Several Cities of Eurasian Arctic. Environmental Research Letters, 2018, vol. 13, iss. 7. Available at: https://doi.org/10.1088/1748-9326/aacb84.
10. Varentsov M., Wouters H., Platonov V. et al. Megacity-Induced Mesoclimatic Effects in the Lower Atmosphere: A Modeling Study for Multiple Summers over Moscow, Russia. Atmosphere, 2018, vol. 9, iss. 2, р. 50. Available at: https://doi.org/10.3390/atmos9020050.
11. Miles V., Esau I. Seasonal and Spatial Characteristics of Urban Heat Islands (UHIs) in Northern West Siberian Cities. Remote Sensing, 2017, vol. 9, iss. 10. Available at: https://doi.org/10.3390/rs9100989.
12. Miles V., Esau I. Surface urban heat islands in 57 cities across different climates in northern Fennoscandia. Urban Climate, 2020, vol. 31. Available at: https://doi.org/10.1016/j.uclim.2019.100575.
13. Perkins-Kirkpatrick S., Gibson P. Changes in regional heatwave characteristics as a function of increasing global temperature. Scientific Reports, 2017, vol. 7, iss. 1, р. 12256. Available at: https://doi.org/10.1038/s41598-017-12520-2.
14. Rockel B., Will A., Hense A. The regional climate model COSMO-CLM (CCLM). Meteorol. Zeitschrift, 2008, vol. 17, iss. 4, рp. 347—348.
15. Wouters H., Demuzere M., Blahak U. et al. The efficient urban canopy dependency parametrization (SURY) v1.0 for atmospheric modelling: Description and application with the COSMO-CLM model for a Belgian summer. Geoscientific Model Development, 2016, vol. 9, iss. 9, рp. 3027—3054. Available at: https://doi.org/10.5194/gmd-9-3027-2016.
16. Frich A., Alexander L. V., Della-Marta P. et al. Observed coherent changes in climatic extremes during the second half of the twentieth century. Climate Research, 2002, vol. 19, рр. 193—212. Available at: https://doi.org/10.3354/cr019193.
17. Ривин Г. С., Розинкина И. А., Вильфанд Р. М. и др. Система COSMO-Ru негидростатического мезомасштабного краткосрочного прогноза погоды Гидрометцентра России: второй этап реализации и развития // Метеорология и гидрология. — 2015. — № 6. — С. 58—70.
18. Кислов А. В., Торопов П. А., Платонов В. С. и др. Региональное моделирование климата для географического анализа // Вестн. Моск. ун-та. — Сер. 5. География. — 2019. — № 5. — С. 3—12.
19. Zangl G., Reinert D., Rípodas P. et al. The ICON (ICOsahedral Nonhydrostatic) modelling framework of DWD and MPI-M: Description of the nonhydrostatic dynamical core. Quart. J. of the Royal Meteorological Society, 2015, vol. 141, рр. 563—579. Available at: https://doi.org/10.1002/qj.2378.
20. Варенцов М. И., Самсонов Т. Е., Кислов А. В. и др. Воспроизведение острова тепла Московской агломерации в рамках региональной климатической модели COSMO-CLM // Вестн. Моск. ун-та. — Сер. 5. География. — 2017. — № 6. — С. 25—37.
21. Varentsov M., Konstantinov P., Baklanov A. et al. Anthropogenic and natural drivers of a strong winter urban heat island in a typical Arctic city. Atmos. Chem. Phys., 2018, vol. 18, iss. 23, рp. 17573—17587. DOI: 10.5194/acp-18-17573-2018.
22. Smiatek G. Time invariant boundary data of regional climate models COSMO-CLM and WRF and their application in COSMO-CLM. J. Geophys. Res., 2014, vol. 119, iss. 12, рp. 7332—7347.
23. Schulz J., Vogel G. Improving the Processes in the Land Surface Scheme TERRA: Bare Soil Evaporation and Skin Temperature. Atmosphere [Basel], 2020, vol. 11, iss. 5, р. 513. DOI: 10.3390/atmos11050513.
24. Mironov D., Heise E., Kourzeneva E. et al. Implementation of the lake parameterisation scheme FLake into the numerical weather prediction model COSMO. Boreal Environ. Res., 2010, vol. 15, iss. 2, рp. 218—230.
25. Buchhorn M., Lesiv M., Tsendbazar N. E. et al. Copernicus global land cover layers-collection 2. Remote Sens., 2020, vol. 12, iss. 6, рp. 1—14.
26. Varentsov M., Samsonov T., Demuzere M. Impact of Urban Canopy Parameters on a Megacity’s Modelled Thermal Environment. Atmosphere [Basel], 2020, vol. 11, iss. 12, p. 1349. DOI: 10.3390/atmos11121349.
27. Samsonov T. E., Varentsov M. I. Computation of City-descriptive Parameters for High-resolution Numerical Weather Prediction in Moscow Megacity in the Framework of the COSMO Model. Russ. Meteorol. Hydrol., 2020, vol. 45, iss. 7, рp. 515—521. DOI: 10.3103/S1068373920070079.
28. Matzarakis A., Nastos P. T. Human-biometeorological assessment of heat waves in Athens. Theoretical and Applied Climatology, 2011, vol. 105, рp. 99—106. Available at: https://doi.org/10.1007/s00704-010-0379-3.
29. McGregor G. R. Universal Thermal Comfort Index (UTCI). Intern. J. of Biometeorology, 2012, vol. 56, р. 419. Available at: https://doi.org/10.1007/s00484-012-0546-6.
30. Matzarakis A., Rutz F., Mayer H. Modelling Radiation Fluxes in Simple and Complex Environments: Basics of the RayMan Model. Intern. J. of Biometeorology, 2010, vol. 54, iss. 2, pp. 131—39. Available at: https://doi.org/10.1007/s00484-009-0261-0.
31. Matzarakis A., Mayer H. Another kind of environmental stress. Thermal stress. WHO News, 1996, vol. 18, pp. 7—10.
32. Bröde P., Fiala D., Błażejczyk K. et al. Deriving the operational procedure for the universal thermal climate index (UTCI). Intern. J. of Biometeorology, 2012, vol. 56, рp. 481—494. Available at: https://doi.org/ 10.1007/s00484-011-0454-1.
33. Wolters D., Brandsma T. Estimating the urban heat Island in residential areas in the Netherlands using observations by weather amateur. J. of Applied Meteorology and Climatology, 2012, vol. 51, iss. 4, рp. 711—721. Available at: https://doi.org/10.1175/JAMC-D-11-0135.1.
34. Miles V., Esau I. Seasonal and Spatial Characteristics of Urban Heat Islands (UHIs) in Northern West Siberian Cities. Remote Sens., 2017, vol. 9, iss. 10, рp. 989. Available at: https://doi.org/10.3390/rs9100989.
35. Miles V., Esau I. Surface urban heat islands in 57 cities across different climates in northern Fennoscandia. Urban Climate, 2020, vol. 31, р. 100575. Available at: https://doi.org/10.1016/j.uclim.2019.100575.
36. Novak M. Use of the UTCI in the Czech Republic. Geographia Polonica, 2013, vol. 86, iss. 1, рp. 21—28. Available at: https://doi.org/10.7163/GPol.2013.3.
37. Provençal S., Bergeron O., Leduc R. et al. Thermal comfort in Quebec City, Canada: sensitivity analysis of the UTCI and other popular thermal comfort indices in a mid-latitude continental city. Intern. J. of Biometeorology, 2016, vol. 60, iss. 4, рp. 591—603. Available at: https://doi.org/10.1007/s00484-015-1054-2.
38. Шартова Н. В., Шапошников Д. А., Константинов П. И. и др. Определение порогов температурно-зависимой смертности на основе универсального индекса теплового комфорта — UTCI // Анализ риска здоровью. — 2019. — № 3. — С. 83—93. — URL: https://doi.org/10.21668/health.risk/2019.3.10.
Скачать »