在WRF模式中,默认的土地利用资料与实际土地利用情况差异较大,影响了模式的模拟效果。为此,研究者提出了不同方法更新城市土地利用数据。最简单的方法是利用遥感影像或现有数据集修正城市面积。然而,由于城市的非均匀性,故有研究者提出需要将城市内部进一步细分为三类建成区分类考虑。近年,随局地气候分区(Local Climate Zone,LCZ)概念的提出,研究者最多可将城市分为10类性质不同的城市功能区。然而,这一方法目前在我国大陆地区鲜有应用,且许多现有研究并不能说明模式结果中精度的提高是精细化分区的作用还是城市面积修正的作用,也就无法说明LCZ数据的优势。因此,本文利用遥感影像,生成了三种土地利用数据集,并将此三组数据集引入模式。本文综合考虑了城市面积扩张与精细化分类这两个因子,设置了四个算例对2019年8月一次高温天气进行了模拟。研究表明,对WRF中土地利用数据进行更新后,改善了模式对于温度、相对湿度和风速的模拟结果,且对气温的改善程度最大。从总体统计指标上看,对城市面积的修正使RMSE降低了0.77℃、HR提高了26%,是降低模拟误差最简单有效的手段。对城市内部进行精细化分区使RMSE最多降低0.14m/s、HR最多提高了7%,是改善风速模拟最有效的手段。从温度和风速的日变化和空间分布上看,在修正面积后再进行精细化分类的方因其考虑了城市的非均匀性,因此对于温度和风速模拟结果的改善程度更大,且分类越细致,效果越好。总的来说,在本次数值试验中,局地气候分区方案对结果的改善程度优于其他土地利用资料的更新方案。未来如能获得更准确的城市物理属性数据,局地分区方案的优势还将更加凸显。