城市里高楼林立、街道纵横，风穿行其间，被楼群挤压、被街道引导、被水面加速——同一个城市，不同角落的风向和风速可以完全不同。这些差异会影响热量和污染物如何扩散，也关系到城市通风廊道如何识别。随着无人机物流、低空出行和应急救援等应用发展，人们还需要更细致地了解近地面风在城市不同区域的表现。因此，无论对于传统的气象、城市规划、环境等行业，还是正在兴起的无人机物流、低空出行等新业态来说，能不能低成本、快速地掌握一张“城市风场地图”，是一个很实际的问题。
近日，南京信息工程大学、气候系统预测与变化应对全国重点实验室城市气象研究团队在环境可持续和社会韧性城市研究领域的国际权威期刊《Sustainable Cities and Society》上发表了题为“How urban heterogeneity shapes near-surface wind fields: Direction-Conditioned Statistical Reconstruction for urban ventilation analysis in Nanjing”的研究，论文第一作者为刘振鑫副教授和饶梓丰同学，通讯作者为杨元建教授。该项研究提出了一种“方向条件统计重建”（DCSR）城市风场方法，利用南京165个高密度自动气象站多年的观测数据，重构了城市近地面风场的空间分布，提升了城市风场监测与评估的精度，为城市通风廊道识别和低空经济气象保障提供了一个轻量而可行的新方案。
图1 本研究的图形摘要
一、城市低空的风为什么不能只看天气图？
城市下垫面极其复杂：密集的楼群像一道道人造屏障，河流和开阔地带则是天然的通风口，再加上地形的抬升和阻挡，风在城市内部的运动变得非常不均匀。南京就是典型例子——长江穿城而过，紫金山的山体阻断了一部分气流，老城区的密集建筑又让风进一步减速。更关键的是，这些影响与来风方向有关——同一片区域，迎风和背风时的表现可能完全不同。
过去，获取城市尺度风场信息主要有两条路。一条是用中尺度气象模式（如WRF）来模拟，但它的网格通常在公里级，无法精细刻画楼宇之间几十米到几百米尺度的风场变化。另一条是用计算流体力学（CFD）做超精细模拟，虽然算得准，但计算成本极高，很难对整个城市、多个风向做常态化业务运行。
这两条路各有千秋，但都难以同时满足“算得细”“算得快”“算得起”三个要求。
二、换个思路：不从零“算风”，而是从观测里提炼风的规律
DCSR方法走了一条不同的路——它不追求从物理方程出发去“算出”风场，而是从长期积累的观测数据中“学出”风场的空间结构。
研究团队提出了方向条件统计重建方法，英文简称DCSR（Direction-Conditioned Statistical Reconstruction）。它的核心想法可以概括成一句话：先从长期观测中归纳“不同方向的风来到这里时，通常会怎样变化”，再把这些规律用于重建具体天气过程中的近地面风场。研究团队使用了南京市165个自动气象站2018—2020年的逐小时风观测，按来风方向建立不同的响应特征：某个站点相对于区域背景风，通常更容易出现风速减弱还是增强？风向会不会发生系统性偏转？背景风进入城市后，局地风的响应又是提前还是延后？
具体流程可以拆成四步：
①按来风方向分类，提取各站点的典型风速、风向响应；
②用三角网插值，把站点上的响应特征连接成空间连续的响应图；
③根据某次天气过程的背景风条件，对响应图进行缩放，重建10米高度的水平风场；
④在南京主城区48个代表站点开展事件案例的一致性评估，并与WRF-Chem的结果作比较。
这里有个值得注意的细节：DCSR不是另一个完整的动力模式，也不是把每个街区、每栋楼周围的气流都直接模拟出来。它从观测中提取方向相关的空间响应规律，以较低计算成本补充城市内部风场信息。
三、轻量、可行、更可信、能落地的DCSR城市风场重构方法
DCSR最大的优势在于它“不挑条件”：它并不需要昂贵的超算资源，也不需要复杂（往往是过强且不符合实际情况）的边界条件设定，也不需要长期的气象模式调试经验。只要有足够多的地面气象站观测数据，就能对任意城市快速建立这样一套风场重建系统。对于大量中小城市和区县级气象部门来说，这是一种真正“用得起来”的技术路径。研究还发现了一些有实际指导意义的规律：
在研究选取的四次不同来风方向案例中，长江沿岸部分低粗糙度区域和开阔郊区表现出较早的风响应：相对于理想化的线性推进时间，风的响应可提前约0.1—1.9小时，局地风速最高达到3.6米/秒。
相反，密集建成区以及部分背风地形区域更容易出现风响应延迟，最大延迟达到6.8小时，局地风速最低约0.5米/秒。换句话说，城市空间结构可能让背景风在不同区域“走得快慢不一”。
方向也很重要。研究发现，长江沿岸部分区域存在较有规律的风向偏转；而在高密度建成区，风向响应更复杂。这意味着通风廊道不能只凭地图上有没有河流或绿地来判断，还应考虑来风方向，以及风速和风向在实际观测中的响应。
这些结果直接支撑了方向敏感的通风廊道识别：河流和开阔地带可以成为城市通风的“快速通道”，而密集楼群则会成为空气流动的“堵点”。
图2 站点观测、DCSR方法反演与WRF-Chem中南京主城区北风背景风入侵特征的风场变化对比示例，以及主要发现的定量规律
四、从城市通风廊道规划到低空经济气象保障
对城市规划而言，方向条件的风场信息有望帮助识别在不同来风方向下相对通畅的区域，以及反复出现风速衰减或响应延迟的区域，为通风廊道分析提供定量线索。但规划决策仍应结合建筑形态、地形、热环境、污染物扩散和更多观测证据综合判断。
对低空经济而言，这项工作的价值目前主要是方法层面的：它展示了如何利用地面观测，以较低计算成本重建特定高度的城市风场背景。若未来获得无人机运行高度或其他目标高度的观测数据，并完成相应验证，这类方法有机会为低空风环境分析提供补充信息；它本身还不是可直接用于航线调度的完整安全保障产品。
该研究还有一个启示：不一定每个问题都要靠更复杂、更昂贵的模拟来解决。对于某些城市尺度应用，把已有观测数据用好、把空间差异解释清楚，同样可能带来实用价值。城市的风，看不见摸不着，却深刻影响着空气质量、热环境，以及正在快速兴起的低空经济。这项研究没有选择最复杂的技术路线，而是用一种轻量、务实的统计方法，把已有的观测数据变成了真正可用的风场信息。在气象服务加速融入低空飞行全链条的今天，这种“把观测数据用足”的思路，或许正是让技术真正落地的一条可行路径。
该项成果受到国家自然科学基金创新研究群体项目（42521006）资助。论文资讯及链接：Liu, Z., Rao, Z., Li, W., Zhong, X., Zhang, J., Yang, Y., Guo, J., & Liao, H. (2026).How urban heterogeneity shapes near-surface wind fields: Direction-Conditioned Statistical Reconstruction for urban ventilation analysis in Nanjing, China.Sustainable Cities and Society, 151, 107950.https://doi.org/10.1016/j.scs.2026.107950
