城市分類對(duì)中國城市化影響評(píng)估的不確定性分析

儲(chǔ)鵬,江志紅*,李慶祥,董良鵬

?

城市分類對(duì)中國城市化影響評(píng)估的不確定性分析

儲(chǔ)鵬①,江志紅①*,李慶祥②,董良鵬①

① 南京信息工程大學(xué) 氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室/氣候與環(huán)境變化國際合作聯(lián)合實(shí)驗(yàn)室/氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,江蘇 南京 210044;

② 國家氣象局 國家氣象信息中心,北京 100081

2013-03-03收稿，2015-06-10接受

國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)項(xiàng)目(2010CB428505);中國科學(xué)院碳專項(xiàng)項(xiàng)目(XDA05090000);國家科技支撐計(jì)劃項(xiàng)目(2012BAC22B00);中國氣象局氣候變化專項(xiàng)項(xiàng)目(CCSF201224)

采用美國國防氣象衛(wèi)星計(jì)劃的夜間燈光數(shù)據(jù)DMSP/OLS、MODIS土地覆蓋數(shù)據(jù)、人口數(shù)據(jù)進(jìn)行城、鄉(xiāng)氣象站點(diǎn)的劃分,探討了三種不同劃分方法對(duì)城市化不確定性的影響,并根據(jù)三種方法認(rèn)定的城、鄉(xiāng)站點(diǎn),使用均一化訂正的地面觀測氣溫?cái)?shù)據(jù),分析了1961—2004年我國不同區(qū)域和12個(gè)城市群的城市熱島效應(yīng)(Urban Heat Island effect,UHI effect)對(duì)氣溫變化的影響。結(jié)果表明:東南、西南和東北地區(qū)城市化影響研究的不確定性主要體現(xiàn)在UHI effect的數(shù)值大小上,而西北地區(qū)的不確定性則多體現(xiàn)在變化趨勢的方向上;用三種方法同時(shí)認(rèn)定的城、鄉(xiāng)站點(diǎn)對(duì)比表明,中國東南地區(qū)城市化對(duì)區(qū)域氣溫增暖的貢獻(xiàn)較強(qiáng),西北地區(qū)較弱,東北和西南地區(qū)則無明顯一致的影響;城市化對(duì)季節(jié)平均溫度的影響存在南北差異,春、秋季在南方的影響顯著,冬、春季在北方的影響顯著。

城市化

增暖貢獻(xiàn)

城市熱島效應(yīng)

影響評(píng)估

全球變暖已經(jīng)成為世界性關(guān)注的氣候和環(huán)境問題。人類活動(dòng)對(duì)于氣候變化有著不可忽略的作用,其中由于土地利用變化產(chǎn)生的城市熱島效應(yīng)(Urban Heat Island effect,UHI effect)對(duì)區(qū)域氣候,特別是地球表面氣溫有著直接的影響(Wang et al,1990;趙宗慈,1991;Zhou et al.,2004;Parker 2005;謝志清等,2007)。Hansen and Lebedeff(1987)發(fā)現(xiàn),從數(shù)據(jù)中剔除人口超過10萬的城市臺(tái)站觀測值后,全球過去100多年的平均氣溫大約只上升了0.1 ℃;Karl and Jones(1990)的研究結(jié)果則進(jìn)一步表明,1901—1984年美國年平均溫度序列中的城市化偏差介于0.1～0.4 ℃之間,高于同期增溫趨勢(0.16 ℃/84yr);Hughes and Balling(1996)對(duì)南非1885—1993年的平均氣溫研究表明:大部分增溫是發(fā)生在過去近30 a,其中一半以上與城市化有關(guān);Easterling et al.(1997)以人口數(shù)據(jù)為依據(jù),將全球5 400個(gè)觀測站劃分為城市站和非城市站,進(jìn)行了氣溫增暖趨勢的評(píng)估,結(jié)果表明城市臺(tái)站無論最高、最低和日較差氣溫增暖趨勢都遠(yuǎn)遠(yuǎn)高于非城市體現(xiàn)的氣候趨勢。李慶祥等(2010)進(jìn)行了近百年中國氣溫變化的估計(jì),發(fā)現(xiàn)1900—2006年中國氣溫變化速度為(0.09±0.017)℃/10 a,近50 a(1954—2006年)氣溫增暖趨勢約為(0.26±0.032)℃/10 a,近30 a(1979—2006年)增暖趨勢為(0.45±0.13)℃/10 a,氣溫增暖速率呈明顯加劇趨勢,比全球和北半球增溫速率明顯偏高。而Jones et al.(1989,1990,2008)對(duì)前蘇聯(lián)、中國東部、澳大利亞東部以及美國的城市和農(nóng)村站平均氣溫變化進(jìn)行比較分析的結(jié)果卻表明,城市化對(duì)這些地區(qū)地表平均氣溫變化的影響很小。Li et al.(2004)利用REOF(Rotated Empirical Orthogonal Function)將中國分為5個(gè)區(qū)域,逐個(gè)區(qū)域采用經(jīng)驗(yàn)正交函數(shù)(EOF)第一特征向量的荷載權(quán)重加權(quán)平均的方法建立距平序列,并比較各區(qū)平均氣溫序列變化趨勢差異,發(fā)現(xiàn)這種差異并不顯著。但眾多研究表明,對(duì)于單個(gè)站點(diǎn)和一些更小尺度的特殊區(qū)域,城市化的貢獻(xiàn)則更為顯著(Wang et al.,1990;司鵬等,2010a,b;Yang et al.,2011;黃嘉佑等,2004;Ren et al.,2007;董良鵬等,2014)。

綜合來看,各個(gè)研究者所采用的資料不同、方法各異以及臺(tái)站所在城市的發(fā)展水平的差別是導(dǎo)致上述這些不同研究結(jié)果產(chǎn)生的主因(徐永明等,2007;張愛英等,2010;李慶祥,2012;李嬌等,2014)。特別是長期以來,學(xué)界就如何有效區(qū)分城、鄉(xiāng)站,如何揭示大小城市之間熱島效應(yīng)的差異,熱島效應(yīng)除了受城市人口數(shù)影響之外,是否還存在地理或緯度上的差異等問題,尚缺乏公認(rèn)的結(jié)果。Kalnay and Cai(2003)就指出,在研究城市化氣候效應(yīng)時(shí),結(jié)果往往因采用不同的方法劃分城市和鄉(xiāng)村的區(qū)域而不同。Peterson and Owen(2005)也認(rèn)為UHI effect信號(hào)的大小依賴于用來區(qū)分城市和鄉(xiāng)村站的元數(shù)據(jù),但區(qū)分的方法有很多,結(jié)果也就不同。Spronken-Smith and Oke(1998),Gallo(2005)還認(rèn)為城市公園的區(qū)域尺度以及站點(diǎn)周圍的微環(huán)境對(duì)于觀測的溫度有顯著影響,這進(jìn)一步使得城、鄉(xiāng)站區(qū)分和城市化對(duì)于氣候變化影響的研究復(fù)雜化。黃嘉佑等(2004),王振華等(2010)都是根據(jù)人口數(shù)目對(duì)城市和鄉(xiāng)村站進(jìn)行劃分。針對(duì)沿海城市,曾俠和錢光明(2006)特別提出,可以將海島站作為背景場的參照站與城市站進(jìn)行對(duì)比。

基于此,本文通過燈光、MODIS以及人口這三種在城市化的影響研究中采用較多的方法,分別劃分中國各個(gè)區(qū)域內(nèi)的城市和鄉(xiāng)村站點(diǎn),集中對(duì)比不同區(qū)分方法在中國不同區(qū)域以及12個(gè)城市群的城市化貢獻(xiàn)的差異和不確定性,并根據(jù)三種方法共同認(rèn)定的的城市、鄉(xiāng)村站點(diǎn)劃分,分析城市化對(duì)近幾十年我國氣溫變化的貢獻(xiàn)。

1　資料與方法

1.1資料

本文采用3種元數(shù)據(jù)信息對(duì)城市、鄉(xiāng)村站點(diǎn)進(jìn)行劃分:1)遙感夜間燈光數(shù)據(jù):美國國家地球物理數(shù)據(jù)中心(the National Geophysical Data Center,NGDC)提供的2000年DMSP/OLS(Defense Meteorological Satellite program/Operational Linescan System)資料,該資料的水平分辨率為1 km。2)中等分辨率成分光譜儀(MODerate-resolution Imaging Sperctroradiometer,MODIS)數(shù)據(jù):2001年MODIS LCT產(chǎn)品(MCD12Q1)的空間分辨率為500 m,時(shí)間分辨率為1 a。3)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù):所用的城鎮(zhèn)用地面積數(shù)據(jù)主要來源于《中國國土資源年鑒》,人口統(tǒng)計(jì)數(shù)據(jù)來自第5次(2000年)全國人口普查。

本文采用的氣象數(shù)據(jù)是由國家氣象信息中心提供的中國約740個(gè)基準(zhǔn)基本站經(jīng)過均一化處理的氣溫資料(李慶祥,2012)。為了計(jì)算方便,本文舍棄了1960年以前的部分,只截取了1961—2004年間資料較為完整的序列。

1.2城鄉(xiāng)氣象站分類方法

Yang et al.(2011)利用DMSP/OLS遙感夜間燈光和人口統(tǒng)計(jì)數(shù)據(jù),在地理信息系統(tǒng)(Geographic Information System,GIS)技術(shù)的支持下,提出一種快速、客觀、定量劃分城、鄉(xiāng)氣象站點(diǎn)的方法。本文基于Yang et al.(2011)的方法,通過ENVI(the ENvironment for Visualizing Images)截取各省燈光面積與統(tǒng)計(jì)城鎮(zhèn)面積比對(duì),確定各省城市氣象站燈光閾值。使用Arcgis軟件以各氣象站點(diǎn)為中心選取7 km半徑(當(dāng)半徑大于7 km時(shí),緩沖區(qū)內(nèi)燈光平均值變化減緩)的緩沖區(qū),當(dāng)站點(diǎn)緩沖區(qū)內(nèi)燈光平均值大于所在省份閾值則為城市站,反之則為鄉(xiāng)村站(圖略)。

MODIS數(shù)據(jù)也較常見于用于城鄉(xiāng)站點(diǎn)的劃分。MODIS陸地研究小組于2008年推出了年土地覆蓋分類產(chǎn)品MCD12Q1(空間分辨率500 m)。MCD12Q1包含5種不同的分類方案,本文選取的是國際地圈生物圈計(jì)劃IGBP(International Geophere-Biosphere Program)的分類系統(tǒng),分了17個(gè)土地覆蓋類型。這個(gè)系統(tǒng)包括11類自然植被,3類開發(fā)過的土地,3類非植被土地類型。MODIS劃分按照離氣象站點(diǎn)最近的格點(diǎn)及其周圍8個(gè)格點(diǎn)的地表覆蓋類型,將該氣象城市站點(diǎn)定義為:中心點(diǎn)的類型為城市,且9個(gè)點(diǎn)中至少70%(6個(gè)點(diǎn))的點(diǎn)為城市類型(圖略)。

城市化研究中常見的是運(yùn)用人口指標(biāo)來區(qū)分城市和鄉(xiāng)村,這是單一指標(biāo)的做法。運(yùn)用人口指標(biāo)能夠從數(shù)量上簡潔、直觀地反映城市化程度,但是由于統(tǒng)計(jì)數(shù)據(jù)的不連續(xù)性,同時(shí)不同人口類型城市的氣溫變化也存在差異,這使得運(yùn)用單一人口進(jìn)行城市化分類變得困難。本文根據(jù)第5次全國人口普查資料以及臺(tái)站元數(shù)據(jù)資料,借鑒Li et al.(2004)的方法,將城市非農(nóng)人口10萬及以上或者城市非農(nóng)人口在5萬以上并且臺(tái)站位于市區(qū),定義為城市站(圖略)。

從劃分結(jié)果來看,由于三種方法側(cè)重點(diǎn)和出發(fā)點(diǎn)不同,導(dǎo)致城鄉(xiāng)站點(diǎn)區(qū)分結(jié)果差異十分明顯,且呈現(xiàn)不同的區(qū)域性特點(diǎn)。在經(jīng)濟(jì)不發(fā)達(dá)地區(qū)燈光資料所認(rèn)可的城市站明顯多于人口和MODIS,這可能是由于站點(diǎn)位置靠近當(dāng)?shù)爻菂^(qū)或鄰近大型工業(yè)建筑,使得其燈光值較高。同時(shí)燈光對(duì)于城市周邊站點(diǎn)的判斷則更加準(zhǔn)確,例如重慶沙坪壩(57516),龍華(58367)。這些站點(diǎn)通常離市區(qū)較近或位于市區(qū),但由于土地類型的差異,人為因素的干擾以及統(tǒng)計(jì)資料的缺失,MODIS和人口劃分時(shí)會(huì)存在爭議。MODIS劃分是直接通過下墊面類型的分類進(jìn)行判斷,不過MODIS資料本身混合像元效應(yīng)較嚴(yán)重,且不考慮統(tǒng)計(jì)數(shù)據(jù)的影響,當(dāng)臺(tái)站周圍下墊面環(huán)境較復(fù)雜時(shí)(例如我國東南部),MODIS對(duì)站點(diǎn)判斷會(huì)產(chǎn)生偏差。同時(shí)不同區(qū)域的地理?xiàng)l件也會(huì)對(duì)城鄉(xiāng)劃分產(chǎn)生影響,這說明臺(tái)站周圍一定范圍的地理和人文環(huán)境才是決定站點(diǎn)類型的主要因素。單一、大尺度、統(tǒng)一標(biāo)準(zhǔn)的方法不適用于中國地區(qū)臺(tái)站的劃分。因此本文將三種方法綜合考慮處理,得到三種方法共同認(rèn)定的城市和鄉(xiāng)村站點(diǎn),這就使城鄉(xiāng)站點(diǎn)劃分更加準(zhǔn)確。

2　城市化對(duì)區(qū)域增溫貢獻(xiàn)的評(píng)估

綜合利用上述三種不同城、鄉(xiāng)站點(diǎn)分類方法,對(duì)全國740個(gè)觀測站進(jìn)行城、鄉(xiāng)站點(diǎn)劃分,同時(shí)參考Li et al.(2004),將中國分為東南、東北、西南、西北四個(gè)主要區(qū)域。將上述綜合考量得到的共同城、鄉(xiāng)站點(diǎn),采用Yang et al.(2011)中的UMR(Urban Minus Regional)方法,研究中國地區(qū)城市熱島效應(yīng)對(duì)氣溫增暖的平均影響。為了方便文中UHI effect增溫貢獻(xiàn)的區(qū)別,燈光站點(diǎn)UHI effect為分類1,MODIS站點(diǎn)UHI effect為分類2,人口站點(diǎn)UHI effect分類為3,三種方法共同認(rèn)定站點(diǎn)UHI effect為分類A。

2.1區(qū)域城市熱島效應(yīng)對(duì)氣溫的影響

2.1.1城市熱島效應(yīng)對(duì)年平均溫度的影響

圖1a顯示三種方法對(duì)評(píng)估城市化影響年平均溫度變化的差異較大。東南和西北部三種方法的城市化增溫影響結(jié)果較為符合一般經(jīng)驗(yàn),即城市化導(dǎo)致氣溫變暖加快。最低溫度受城市熱島效應(yīng)的影響三種方法的結(jié)果都顯示大于最高和平均溫度,但不同方法的結(jié)果存在數(shù)值差別,例如東南部年平均最低氣溫1、2、3類UHI effect分別是0.057 4 ℃/10 a、0.033 9 ℃/10 a、0.066 4 ℃/10 a,三種結(jié)果差別明顯。分類1和2最高溫度UHI effect都是負(fù)值,最低和平均溫度都是正貢獻(xiàn),而分類3最高、最低和平均溫度UHI effect都是正貢獻(xiàn)。分類1和3的UHI effect數(shù)值結(jié)果較為接近,這與兩者在我國東南部城鄉(xiāng)分類結(jié)果相近是一致的(表1)。分類2最高,最低和平均溫度受城市化影響的程度在三種方法的結(jié)果中都最低,這與分類2判斷東南一些城市氣象站點(diǎn)時(shí)出現(xiàn)的偏差相符。

圖1b顯示在我國西北部,三種方法得到的年平均溫度UHI effect差異較為明顯,同時(shí)UHI effect數(shù)值和比例與東南部相比均大大減小(如西北部年平均最低氣溫1、2、3類方法UHI effect分別是0.001 7 ℃/10 a、-0.004 5 ℃/10 a、0.020 5 ℃/10 a),并且不同方法間沒有明顯規(guī)律,差異較大。分類1和2檢測的城市化對(duì)氣溫的影響都比較微弱,其中分類1最高,最低和平均溫度UHI effect都是正值,最低溫度受城市化的影響大于最高和平均溫度;分類2則相反,最高溫度UHI effect為正值,最低溫度UHI effect卻為負(fù)值,而平均溫度幾乎沒有表現(xiàn)出城市化帶來的影響;分類3最高溫度的UHI effect為負(fù)值,最低和平均溫度為正值,且遠(yuǎn)高于分類1和2的結(jié)果,但與東南部相比城市熱島的影響還是不顯著。

圖1c表明,東北部與西北部相比趨勢變化更加明顯,分類2年平均最低溫度UHI effect為正值,而分類1和3的最高、最低和平均溫度的UHI effect都是負(fù)值,且最低溫度UHI effect的數(shù)值依然保持最低,可見該區(qū)域氣溫受城市化的影響還存在一定爭議。

表1三種方法城、鄉(xiāng)站點(diǎn)劃分個(gè)數(shù)

Table 1The numbers of urban and rural stations according to the three classification methods

分類1城市分類1鄉(xiāng)村分類2城市分類2鄉(xiāng)村分類3城市分類3鄉(xiāng)村分類A城市分類A鄉(xiāng)村東南1251451261441391318083西南1911123107171131098東北11911489144971364671西北2681287917901165

圖1　三種方法區(qū)域熱島效應(yīng)對(duì)年平均溫度影響對(duì)比(單位:℃/10 a)a.東南部區(qū)域b.西北部區(qū)域c.東北部區(qū)域d.西南部區(qū)域Fig.1　Comparison of the influence of the three methods for the urban heat island effect in terms of annual average temperature change[units:℃·(10 yr)-1]:(a)southeast areas;(b)northwest areas;(c)northeast areas;(d)southwest areas

圖1d顯示三種分類方法得到的西南地區(qū)最高、最低和平均溫度的UHI effect都是負(fù)值,但最低溫度UHI effect的數(shù)值最低,可見該區(qū)域城市化對(duì)氣溫增暖的影響并不顯著。

分類A城市熱島增溫影響顯示(圖2),城市化對(duì)年平均最低溫度增溫的影響大于年平均最高和平均溫度,這說明城市化對(duì)最低溫度影響較大,對(duì)最高氣溫影響較小。東南部城市化對(duì)氣溫增溫影響較強(qiáng),年平均最低氣溫UHI effect為0.089 1 ℃/10 a,增溫貢獻(xiàn)率為34.11%;西北城市化增溫影響較弱,年平均最低氣溫UHI effect僅為0.023 0 ℃/10 a;而東北和西南部城市化影響則呈現(xiàn)負(fù)值,說明城市化對(duì)這兩個(gè)區(qū)域的增暖影響并不顯著。

圖2　區(qū)域熱島效應(yīng)對(duì)年平均溫度的影響(單位:℃/10 a)Fig.2　Regional urban heat island effect on annual average temperature change[units:℃·(10 yr)-1]

東南和西北部UHI effect結(jié)果的規(guī)律性較好,分類A鄉(xiāng)村站點(diǎn)的最高、最低和平均氣溫增溫趨勢都低于三種方法劃分,而分類A城市站點(diǎn)的增溫趨勢則與三種方法基本相近,這表明分類A有效去除了各種爭議性的鄉(xiāng)村站點(diǎn),更加接近背景氣候變化引起的增溫趨勢(表2)。同時(shí)2類UHI effect低于分類A的結(jié)果,從鄉(xiāng)村站點(diǎn)增溫趨勢看,三種方法中,無論最高、最低和平均溫度都是2類增溫趨勢最高,而東北、西南部規(guī)律性則不明顯,所以導(dǎo)致上述UHI effect區(qū)域增暖趨勢降低的結(jié)果。

2.1.2城市熱島效應(yīng)對(duì)季節(jié)平均溫度的影響

季節(jié)平均溫度的城市化增溫中,東南地區(qū)(圖3)不同方法UHI effect趨勢方向基本保持一致,東南地區(qū)平均和最低溫度UHI effect都是正值,分類1和3的UHI effect數(shù)值結(jié)果較為接近,分類3所顯示的城市化對(duì)氣溫變化的影響除秋季平均溫度外都是最強(qiáng)。分類2除夏季外,其余季節(jié)UHI effect都是最低。最高溫度除冬季都顯示負(fù)值外,其他季節(jié)不同分類方法間UHI effect結(jié)果沒有明顯規(guī)律,存在一定爭議(表3)。

表21961—2004年區(qū)域年平均溫度增暖趨勢

Table 2　1961—2004 annual average temperature warming trend℃/(10 a)

注：1)表示通過信度為0.05的顯著性檢驗(yàn).

圖3　東南地區(qū)三種分類方法的城市熱島效應(yīng)對(duì)季節(jié)平均溫度的影響對(duì)比(單位:℃/10 a)Fig.3　Comparison of the influence of the three methods for the urban heat island effect in terms of seasonal average temperature over the southeast region[units:℃·(10 yr)-1]

表31961—2004年東南地區(qū)季節(jié)平均溫度增暖趨勢

Table 31961—2004 seasonal average temperature warming trend of the southeast℃/(10 a)

注：1)表示通過信度為0.05的顯著性檢驗(yàn).

西北地區(qū)(圖4)不同方法間變化差異較大,除平均和最低溫度在冬季不同方法UHI effect的結(jié)果較為一致外,其余情況都存在較大差別。與東南部相比,分類3的最高、最低、平均溫度UHI effect都下降明顯,分類1、2在秋、冬季略高于東南部的結(jié)果,但總體而言該區(qū)域城市化對(duì)氣溫增溫影響相對(duì)較弱。同時(shí),東南和西北這兩個(gè)區(qū)域最低溫度UHI effect都大于最高和平均溫度,季節(jié)平均溫度所顯示的不確定性與年平均溫度的不確定性結(jié)果基本一致(表4)。

圖4　西北地區(qū)三種分類方法的城市熱島效應(yīng)對(duì)季節(jié)平均溫度的影響對(duì)比(單位:℃/10 a)Fig.4　Comparison of the influence of the three methods for the urban heat island effect in terms of the seasonal average temperature over the northwest region[units:℃·(10 yr)-1]

表41961—2004年西北地區(qū)年平均溫度的增暖趨勢

Table 41961—2004 seasonal average temperature warming trend of the northwest℃/(10 a)

注：1)表示通過信度為0.05的顯著性檢驗(yàn).

東北地區(qū)(圖略)不同方法的結(jié)果沒有明顯規(guī)律,但最低溫度UHI effect基本都是大于最高和平均溫度。三種方法在春季最高、最低和平均溫度UHI effect都是正值,且UHI effect數(shù)值也是大于其他季節(jié),說明這一地區(qū)春季城市化的影響比較明顯。其他季節(jié)不同方法的結(jié)果差異較大,沒有明顯規(guī)律可循;西南地區(qū)(圖略)除分類3春季的最高和平均溫度UHI effect以及分類1、3春季和冬季的最低溫度UHI effect出現(xiàn)少數(shù)正值外,其余情況的UHI effect基本都是負(fù)值,表明該區(qū)域的城市化影響不顯著。上述結(jié)果表明,這兩個(gè)區(qū)域季節(jié)平均溫度所顯示的不確定性也是與年平均溫度的不確定性結(jié)果基本一致。

由上,不同分類方法存在一定的不確定性。從分類A城市熱島的增溫貢獻(xiàn)上可以看出(圖5a),東南部四季城市化增溫對(duì)最低溫度的影響大于最高和平均溫度,且季節(jié)UHI effect保持與年平均相似的規(guī)律性(表5),分類A鄉(xiāng)村的增溫趨勢都是低于三種方法劃分鄉(xiāng)村站的增溫趨勢。東南地區(qū)UHI effect的影響在秋季最強(qiáng),最低溫度UHI effect達(dá)到了0.109 8 ℃/10 a,冬、春季次之,夏季最弱。最低溫度增溫貢獻(xiàn)率春、夏、秋、冬四季分別為42.19%、44.1%、59.16%、18.6%?？梢姵鞘袩釐u效應(yīng)對(duì)東南地區(qū)季節(jié)氣溫增暖的影響非常顯著。

圖5b顯示西北部城市熱島季節(jié)影響差異較大,最高溫度除冬季外,其余季節(jié)UHI effect是正值,夏季最強(qiáng);平均溫度UHI effect四季都為正值,冬季最強(qiáng);最低溫度UHI effect則是冬季最強(qiáng),且遠(yuǎn)高于其他季節(jié),達(dá)到了0.106 0 ℃/10 a。

雖然城市化對(duì)東北部年平均溫度增溫影響不顯著,但春季最高、最低、平均溫度城市化影響呈現(xiàn)正值(圖略),最低氣溫的UHI effect大于最高、平均溫度。秋季最高、最低和平均溫度的UHI effect則與春季相反,都是負(fù)值。冬季和夏季,最低溫度城市化影響相對(duì)較為明顯。冬季最低溫度的UHI effect為0.084 0 ℃/10 a,是四季中的最高值。

西南地區(qū)(圖略)除春季最低溫度有0.001 0 ℃/10 a的正值外,其他季節(jié)平均最高、最低、平均溫度城市化影響都是負(fù)值,結(jié)合西南地區(qū)年平均UHI effect結(jié)果,說明這一區(qū)域城市化對(duì)氣溫增暖的影響比較弱。

圖5　區(qū)域城市熱島效應(yīng)對(duì)季節(jié)平均溫度影響(單位:℃/10 a)a.東南地區(qū)b.西北地區(qū)Fig.5　Regional urban heat island effect on seasonal average temperature change[units:℃·(10 yr)-1]:(a)southeast areas;(b)northwest areas

表5區(qū)域季節(jié)平均溫度的增暖趨勢和UHI effect

Table 5Seasonal mean temperature warming trend and urban heat island effect of the southeast and northwest℃/10 a

注：1)表示通過信度為0.05的顯著性檢驗(yàn);城、鄉(xiāng)站點(diǎn)劃分按照分類A方法.

上述分析表明,不同分類方法對(duì)區(qū)域城市化影響評(píng)估呈現(xiàn)出較大差異,但總體而言,城市化對(duì)最低溫度增暖的影響大于最高和平均溫度。對(duì)于各個(gè)地區(qū)而言,城市化對(duì)最低溫度的影響在東南地區(qū)秋季、西南地區(qū)春季、西北和東北地區(qū)冬季最大。

2.2城市群增溫效應(yīng)影響

隨著中國經(jīng)濟(jì)快速發(fā)展,中國城市化發(fā)展呈現(xiàn)多極化的特點(diǎn),根據(jù)中國科學(xué)院地理科學(xué)與資源研究所完成的《2010中國城市群發(fā)展報(bào)告》稱,城市群是中國未來經(jīng)濟(jì)發(fā)展格局中最具活力和潛力的核心地區(qū),也是未來中國城市發(fā)展的重要方向。所以本文選取12個(gè)代表性的城市群(圖略),運(yùn)用相同的方法進(jìn)行了UHI effect貢獻(xiàn)的檢驗(yàn)。

2.2.1城市群發(fā)展對(duì)年平均溫度的影響

城市群年平均溫度城市化增溫影響顯示(圖6),長株潭、武漢、關(guān)中、長三角、海峽西岸、黔中、天山北坡、中原、滇中這9個(gè)城市群的城市熱島效應(yīng)對(duì)年平均最低氣溫的影響大于年平均溫度和最高溫度。其中,長株潭、武漢、關(guān)中、長三角、海峽西岸、黔中城市化影響符合一般城市化會(huì)促進(jìn)氣溫升高的規(guī)律;天山北坡、中原、滇中的這種城市化增溫效應(yīng)相對(duì)較弱;京津冀、成渝、哈大長城市化的這種影響并不顯著。長株潭地區(qū)城市化對(duì)年平均最高、最低和平均溫度的增溫影響在12個(gè)城市群中都是最強(qiáng),其城市化影響最為顯著。

圖6　各城市群的城市熱島效應(yīng)對(duì)年平均溫度的影響(單位:℃/10 a)Fig.6　Urban heat island effect on annual average temperature change for each city group[units:℃·(10 yr)-1]

圖7　各城市群的城市熱島效應(yīng)對(duì)季節(jié)平均溫度(單位:℃/10 a)的影響(方塊、圓圈、三角分別表示最高溫度、平均溫度、最低溫度)　　a.長株潭;b.武漢;c.關(guān)中;d.長三角;e海峽西岸;f.黔中Fig.7　Urban heat island effect on seasonal average temperature change for each city group[units:℃·(10 yr)-1],in which the squares with crosses indicate maximum temperature,circles indicate mean temperature,and triangles indicate minimum temperature:(a)Chang-Zhu-TAN;(b)Wu Han;(c)Central Shaanxi;(d)Yangtze River Delta;(e)Cross-strait;(f)Central Guizhou

2.2.2城市群發(fā)展對(duì)季節(jié)平均溫度的影響

城市化對(duì)各季氣溫增溫的貢獻(xiàn)顯示(圖7),對(duì)于長株潭、武漢、關(guān)中、長三角、海峽西岸、黔中6個(gè)城市群,城市化對(duì)季節(jié)最低氣溫的影響在各季節(jié)均大于最高和平均溫度。長株潭和關(guān)中地區(qū)最高、平均、最低溫度UHI effect四季都為正值,規(guī)律性較好。長株潭地區(qū)秋季最低溫度UHI effect最強(qiáng),最高、平均、最低溫度城市化增溫貢獻(xiàn)率分別為56.92%、76.31%、94.99%(表略),關(guān)中地區(qū)春季最低溫度的城市化增溫貢獻(xiàn)率為73.49%;長三角、海峽西岸、武漢、黔中4個(gè)城市群最高溫度UHI effect在不同季節(jié)出現(xiàn)負(fù)值,但最低溫度UHI effect都為正值,長三角、海峽西岸和黔中的秋季最低溫度UHI effect最強(qiáng),城市化增溫貢獻(xiàn)率分別為54.07%、73.82%、54.96%;武漢春季最低溫度UHI effect最為顯著,城市化增溫貢獻(xiàn)率達(dá)到75.4%?？梢姵鞘袩釐u效應(yīng)對(duì)這些城市群的增溫效應(yīng)是真實(shí)存在的。

城市化影響相對(duì)較弱的城市群中(圖略),城市化增溫影響四季呈現(xiàn)出不同的特點(diǎn)?？傮w上,城市化對(duì)中國區(qū)域氣溫變化的影響呈現(xiàn)出一定的差異性。在我國大部分地區(qū),城市化的增溫效應(yīng)較為顯著(尤其是對(duì)最低氣溫);但也有部分區(qū)域城市化的增溫效應(yīng)并不明顯,不過這些區(qū)域在不同季節(jié)也顯示出城市化對(duì)氣溫升高有一定的影響。同時(shí),城市群UHI effect季節(jié)變化特征基本符合我國北方冬、春季(南方春、秋季)城市化的增溫效應(yīng)較強(qiáng)的特點(diǎn)。

3　結(jié)論

本文從城市化發(fā)展的不同角度出發(fā),通過三種不同分類方法,對(duì)中國城市化對(duì)溫度變化的影響進(jìn)行了對(duì)比研究,并依據(jù)分類A劃分城、鄉(xiāng)站點(diǎn),分析了中國城市化對(duì)氣溫升高的影響,主要得出以下結(jié)論:

1)不同城、鄉(xiāng)氣象站點(diǎn)劃分方法產(chǎn)生的研究不確定性因地區(qū)和季節(jié)不同而呈現(xiàn)不同的特點(diǎn):東南、西南和東北地區(qū)不確定性主要體現(xiàn)在城市熱島效應(yīng)的數(shù)值大小上,而西北地區(qū)的不確定性則多體現(xiàn)在變化趨勢的方向上。

2)城市熱島效應(yīng)對(duì)最低氣溫升高的影響最為明顯,且在中國東南地區(qū)的城市熱島效應(yīng)最為顯著,其年平均最低氣溫的城市化影響為0.089 1 ℃/10 a,增溫貢獻(xiàn)率為34.11%;西北地區(qū)次之,東北、西南地區(qū)則不明顯。季節(jié)氣溫變化受城市熱島效應(yīng)的影響在南部區(qū)域春、秋季較為顯著,在北部區(qū)域則是冬、春季。

3)大部分城市群氣溫變化中都有明顯城市熱島效應(yīng)的增溫貢獻(xiàn),且城市熱島效應(yīng)影響越強(qiáng)的區(qū)域和季節(jié),其規(guī)律性也越明顯:城市熱島效應(yīng)對(duì)最低(高)氣溫的影響最強(qiáng)(弱)。雖然部分城市群的熱島效應(yīng)對(duì)年平均溫度的影響不明顯,但對(duì)季節(jié)平均氣溫變化存在一定的影響。

References)

董良鵬,江志紅,沈素紅,2014.近十年長江三角洲城市熱島變化及其與城市群發(fā)展的關(guān)系[J].大氣科學(xué)學(xué)報(bào),37(2):146-154.Dong L P,Jiang Z H,Shen S H,2014.Urban heat island change and its relationship with urbanization of urban agglomerations in Yangtze River Delta in past decade[J].Trans Atmos Sci,37(2):146-154.(in Chinese).

Easterling D R,Horton B,Jones P D,1997.Maximum and minimum temperature trends for the globe[J].Science,277(5324):364-367.

黃嘉佑,劉小寧,李慶祥,2004.中國南方沿海地區(qū)城市熱島效應(yīng)與人口的關(guān)系研究[J].熱帶氣象學(xué)報(bào),20(6):713-722.Huang J Y,Liu X N,Li Q X,2004.The study of relationship between heat island effect and population in cities over South China[J].J Trop Meteor,20(6):713-722.(in Chinese).

Gallo K P,2005.Evaluation of temperature differences for paired stations of the U.S.Climate Reference Network[J].J Climate,18(18):1631-1638.

Hughes W S,Balling R C,1996.Urban influences on South African temperature trends[J].Int J Climatol,16(8):935-940.

Hansen J,Lebedeff S,1987.Global trends of measured surface air temperature[J].J Geophys Res,92(D11):13345-13372.

Jones P D,Kelly P M,Goodess C M,et al.,1989.The effect of urban warming on the northern hemisphere temperature average[J].J Climate,2(3):285-290.

Jones P D,Groisman P Y,Coughlan M,et al.,1990.Assessment of urbanization effects in time series of surface air temperature over land[J].Nature,347(6289):169-172.

Jones P D,Lister D H,Li Q X,2008.Urbanization effects in large-scale temperature records,with an emphasis on China[J].J Geophys Res,113(D16):280-288.

Kalnay E,Cai M,2003.Impact of urbanization and land-use change on climate[J].Nature,423(6939):528-531.

Karl T R,Jones P D,1990.Comments on "Urban bias in area-averaged surface air-temperature trends" Reply to GM Cohen[J].Bull Amer Met Soc,71:571-574.

李嬌,任國玉,任玉玉,等,2014.資料均一化對(duì)沈陽站氣溫趨勢和城市化偏差分析的影響[J].大氣科學(xué)學(xué)報(bào),37(3):297-303.Li J,Ren G Y,Ren Y Y,et al.,2014.Effect of data homogenization on temperature trend estimation and urban bias at Shenyang station[J].Trans Atmos Sci,37(3):297-303.(in Chinese).

Li Q,Zhang H,Liu X,et al.,2004.Urban heat island effect on annual mean temperature during the last 50 years in China[J].Theor Appl Climatol,79(3):165-174.

李慶祥,董文杰,李偉,等,2010.近百年中國氣溫變化中的不確定性估計(jì)[J].科學(xué)通報(bào),55(16):1544-1554.Li Q X,Dong W J,Li W,et al.,2010.Assessment of the uncertainties in temperature change in China during the last century[J].Chin Sci Bull,55(16):1544-1554.(in Chinese).

李慶祥,2012.氣候資料均一性研究導(dǎo)論[M].北京:氣象出版社.Li Q X,2012.Introduction to the study of homogeneity of climate data[M].Beijing:China Meteorological Press.(in Chinese).

Parker D E,2005.A demonstration that large-scale warming is not urban[J].J Climate,19(12):2882-2895.

Peterson T C,Owen T W,2005.Urban heat island assessment:Metadata are important[J].J Climate,18(14):2637-2646.

Ren G Y,Chu Z Y,Chen Z H,et al.,2007.Implications of temporal change in urban heat island intensity observed at Beijing and Wuhan stations[J].Geophys Res Lett,34(34):89-103.

司鵬,李慶祥,李偉,等,2010a.城市化對(duì)深圳氣溫變化的貢獻(xiàn)[J].大氣科學(xué)學(xué)報(bào),33(1):110-116.Si P,Li Q X,Li W,et al.,2010.Urbanization-induced surface air temperature change in Shenzhen[J].Trans Atmos Sci,33(1):110-116.(in Chinese).

司鵬,李慶祥,李偉,2010b.城市化進(jìn)程對(duì)中國東北部氣溫增暖的貢獻(xiàn)檢測[J].氣象,36(2):13-21.Si P,Li Q X,Li W,2010.Impact of urbanization on surface air temperature warming in Northeast China[J].Meteor Mon,36(2):13-21.(in Chinese).

Spronken-Smith R A,Oke T R,1998.The thermal regime of urban parks in two cities with different summer climates[J].Int J Remote Sens,19(11):2085-2104.

Wang W C,Zeng Z,Karl T R,1990.Urban heat island in China[J].Geophys Res Lett,17(17):2377-2380.

王振華,錢錦霞,溪玉香,2010.山西省城市化對(duì)氣溫趨勢的影響[J].干旱區(qū)研究,27(3):438-442.Wang Z H,Qian J X,Xi Y X,2010.Effect of urbanization on temperature change trend in Shanxi province[J].Arid Zone Research,27(3):438-442.(in Chinese).

謝志清,杜銀,曾燕,2007.長江三角洲城市帶擴(kuò)展對(duì)區(qū)域溫度變化的影響[J].地理學(xué)報(bào),62(7):717-727.Xie Z Q,Du Y,Zeng Y,2007.Impact of urbanization on regional temperature change in the Yangtze river delta[J].Acta Geographica Sinica,62(7):717-727.(in Chinese).

徐永明,劉勇洪,魏鳴,2007.基于MODIS數(shù)據(jù)的長江三角洲地區(qū)土地覆蓋分類[J].地理學(xué)報(bào),62(6):640-648.Xu Y M,Liu Y H,Wei M,2007.Land cover classification of the Yangtze River delta using MODLS data[J].Acta Geographica Sinica,62(6):640-648.(in Chinese).

Yang X C,Hou Y L,Chen B D,2011.Observed surface warming induced by urbanization in east China[J].J Geophys Res,116(D14):263-294.

曾俠,錢光明,2006.廣東省沿海城市熱島特征分析[J].氣象,32(11):94-97.Zeng X,Qian G M,2006.Characteristics of urban heat island effect in the coastal cities of Guangzhou[J].Meteor Mon,32(11):94-97.(in Chinese).

張愛英,任國玉,周興江,等,2010.中國地面氣溫變化趨勢中的城市化影響偏差[J].氣象學(xué)報(bào),68(6):957-966.Zhang A Y,Ren G Y,Zhou X J,et al.,2010.On the urbanization effect on surface air temperature trends over China[J].Acta Meteorologica Sinica,68(6):957-966.(in Chinese).

趙宗慈,1991.近39年中國氣溫變化與城市化影響[J].氣象,17(4):14-16.Zhao Z C,1991.The change of temperature and the effects of the urbanization in China in the last 39 years[J].Meteor Mon,17(4):14-16.(in Chinese).

Zhou L M,Dickinson R E,Tian Y H,et al.,2004.Evidence for a significant urbanization effect on climate in China[J].P Natl Acad Sci USA,101(26):9540-9544.

Considerable differences in the influence of urbanization on climate change are found owing to the different methods employed to classify urban and rural observation stations.In this study,based on DMSP/OLS(Defense Meteorological Satellite program/Operational Linescan System) night light data,MODIS land cover data and population data,three different methods are used to distinguish between urban and rural observation station,from which we try to identify a reliable method of classification and study the effects of the three methods in terms of the uncertainty in urbanization impact assessment.Specifically,we analyze the urban heat island effect on changes in maximum temperature,minimum temperature and average temperature over different regions and 12 city groups in China for the period 1961—2004.The data used in this paper are air temperature data,provided by the National Meteorological Information Center of China,based on approximately 740 stations.The results show that the different classification methods yield considerable differences in the urban heat island effect,and with different regional characteristics.The uncertainties of the urban heat island effect over the southeast,southwest and northeast are mainly characterized by the absolute numerical quantities,whereas over the northwest it is characterized by the change trend.The urban heat island effect has a more significant influence on minimum temperature warming than maximum temperature and average temperature.There is a significant contribution of the urban heat island effect over the southeast,whereas the effect over the northwest is relatively weak.There is no influence of the urban heat island effect over the northeast and southwest.The urban heat island effect on the seasonal variation in temperature shows large differences between the north and south of China.Specifically,it is more significant in spring and autumn over South China,but in winter and spring over North China.Meanwhile,the results of the 12 city groups in China are similar to these characteristics.Temperature changes over most of the city groups are contributed to greatly by the urban heat island effect,especially in terms of the regional and seasonal effect.The urban heat island effect on minimum temperature is strongest,and the effect is more obvious over Southeast China;the value of the urban heat island effect on minimum temperature is 0.089 1 ℃·(10 yr)-1and the contribution rate of warming is 34.11%.Meanwhile,the urban heat island effect on maximum temperature is weakest.Although the urban heat island effect is not obvious for some of the city groups,the influence is significant in terms of the seasonal change.Taking the Chengdu-Chongqing region in spring as an example,the urban heat island effect on maximum temperature can reach 0.036 4 ℃·(10 yr)-1,and the effect on the seasonal change in maximum temperature is more significant than on minimum and average temperature.

urbanization;warming contribution;urban heat island effect;impact assessment

(責(zé)任編輯：孫寧)

Analysis of the effect of uncertainty in urban and rural classification on urbanization impact assessment

CHU Peng1,JIANG Zhihong1,LI Qingxiang2,DONG Liangpeng1

1KeyLaboratoryofMeteorologicalDisaster,MinistryofEducation(KLME)/JointInternationalResearchLaboratoryofClimateandEnvironmentChange(ILCEC)/CollaborativeInnovationCenteronForecastandEvaluationofMeteorologicalDisaster(CIC-FEMD),NanjingUniversityofInformationScience&Technology,Nanjing210044,China;2NationalMeteorologicalInformationCenter,Beijing100081,China

10.13878/j.cnki.dqkxxb.20130303003

引用格式：儲(chǔ)鵬,江志紅,李慶祥,等,2016.城市分類對(duì)中國城市化影響評(píng)估的不確定性分析[J].大氣科學(xué)學(xué)報(bào),39(5):661-671.

Chu P,Jiang Z H,Li Q X,et al.,2016.Analysis of the effect of uncertainty in urban and rural classification on urbanization impact assessment[J].Trans Atmos Sci,39(5):661-671.doi：10.13878/j.cnki.dqkxxb.20130303003.(in Chinese).

*聯(lián)系人，E-mail:zhjiang@nuist.edu.cn