城市化對(duì)川渝地區(qū)極端氣候事件的影響

郭 蕾 李謝輝2)* 劉雨亭

1)(成都信息工程大學(xué)大氣科學(xué)學(xué)院, 成都 610225) 2)(中國(guó)氣象局蘭州干旱氣象研究所, 蘭州 730020)

引 言

IPCC第6次評(píng)估報(bào)告(AR6)指出人類活動(dòng)導(dǎo)致極端氣候事件更頻繁和強(qiáng)烈[1]。在全球氣候進(jìn)一步增暖背景下,降水日數(shù)明顯減少使區(qū)域性持續(xù)高溫過程增長(zhǎng)顯著、增幅最大[2]。2021年7月河南特大暴雨累積雨量大、小時(shí)雨強(qiáng)極強(qiáng)、強(qiáng)降水集中、雨強(qiáng)驟然增長(zhǎng),同時(shí)局部短時(shí)暴雨超過引發(fā)滑坡的臨界降水強(qiáng)度造成次生地質(zhì)災(zāi)害[3]。 2018年聯(lián)合國(guó)《世界城市化展望報(bào)告》提出,近30年全球城市化水平從39%上升到52%,并預(yù)測(cè)到 2050 年全球城鎮(zhèn)化率將由目前的55%達(dá)到68%[4]。城市化對(duì)氣候的影響主要表現(xiàn)為溫室氣體的排放與土地利用類型的改變等[5-6],城市化發(fā)展的差異導(dǎo)致溫度變化的不均勻性并加劇氣溫變化的非均勻性[7],因此城市化率的增加勢(shì)必對(duì)城市氣候產(chǎn)生重要影響。

國(guó)內(nèi)外學(xué)者在城市化對(duì)極端氣候事件的研究方面取得了大量成果。針對(duì)極端溫度事件,Karl等[8]發(fā)現(xiàn)20世紀(jì)美國(guó)城市熱島效應(yīng)使區(qū)域平均溫度升高0.06℃,日最低溫度升高0.13℃。Sun等[9]揭示近60年三分之一的中國(guó)平均變暖趨勢(shì)和約45%的夜間極端高溫的升高均由城市化影響造成。唐國(guó)利等[10]利用1961—2004年我國(guó)西南地區(qū)322個(gè)氣象站的氣溫觀測(cè)數(shù)據(jù),發(fā)現(xiàn)城市化對(duì)該區(qū)域氣溫趨勢(shì)的相對(duì)影響較強(qiáng),城市熱島增溫貢獻(xiàn)率為春季最大。任國(guó)玉等[11]利用1962—2011年石家莊站逐日平均、最低和最高氣溫得出城市化對(duì)基于最低氣溫的極端氣溫指數(shù)影響明顯,對(duì)基于最高氣溫的極端氣溫指數(shù)影響較小,城市化對(duì)冷夜和暖夜日數(shù)的影響分別為-1.13 d·(10 a)-1和1.48 d·(10 a)-1,相應(yīng)的城市化貢獻(xiàn)率為28.32%和37.76%。

在城市化對(duì)極端降水事件影響方面,Shepherd等[12]分析美國(guó)部分城市降水變化得出,城市平均降雨量增加5.6%,集中城鎮(zhèn)化模式下降雨的空間分布更加集中,降雨中心的范圍和強(qiáng)度更大。Wu等[13]研究1971—2016年小時(shí)降水和土地利用數(shù)據(jù)得出大部分站點(diǎn)城市化與突發(fā)性極端降雨頻繁發(fā)生為正相關(guān),強(qiáng)城市熱島引起的較大對(duì)流有效位能為暴雨的對(duì)流啟動(dòng)和強(qiáng)化提供了能量。何玉秀等[14]研究發(fā)現(xiàn)1976—2015年太湖平原地區(qū)的極端降水頻率與強(qiáng)度均呈上升趨勢(shì),城市地區(qū)極端降水劇烈且城市化貢獻(xiàn)率為11%～53%,而城鄉(xiāng)地區(qū)極端降水日數(shù)呈下降趨勢(shì),且降水更加集中。

川渝地區(qū)位于我國(guó)西南部,地形地貌復(fù)雜,氣候類型多樣,內(nèi)有國(guó)務(wù)院在西部地區(qū)重點(diǎn)培育和發(fā)展的成渝經(jīng)濟(jì)圈。城市化發(fā)展對(duì)川渝地區(qū)的極端氣候事件產(chǎn)生重要影響,如張小玲等[15]基于1960—2018年成都地面氣象站氣溫?cái)?shù)據(jù)發(fā)現(xiàn)極端高溫事件在成都市表現(xiàn)為顯著增加,城市化對(duì)暖夜指數(shù)、最低氣溫和冷夜指數(shù)的貢獻(xiàn)率分別為26.88%,34.00%和45.81%。黃曉遠(yuǎn)等[16]利用UEWA-5模擬分析發(fā)現(xiàn)5個(gè)極端降水指數(shù)的高值區(qū)位于四川盆地西緣,預(yù)估1995—2060年5個(gè)極端降水指數(shù)均呈增大趨勢(shì)。Wang等[17]發(fā)現(xiàn)1994—2015年的快速城市化對(duì)熱島效應(yīng)和潛在城市地表特征的改變導(dǎo)致川渝地區(qū)夏季極端降水的增強(qiáng)。

進(jìn)入21世紀(jì),川渝地區(qū)極端氣候事件呈現(xiàn)頻發(fā)且強(qiáng)度增大趨勢(shì)[18],隨著成渝經(jīng)濟(jì)圈的快速發(fā)展與人口集中,城市化效應(yīng)更加明顯。目前川渝地區(qū)城市化對(duì)極端氣候事件的具體影響研究還較少,因此本文利用1971—2020年川渝地區(qū)46個(gè)氣象站的逐日氣溫和降水?dāng)?shù)據(jù),社會(huì)經(jīng)濟(jì)、人口、土地利用、夜間燈光遙感數(shù)據(jù)等,通過層次聚類等綜合方法,將氣象站劃分為鄉(xiāng)村站、城鄉(xiāng)站和城市站3類,通過計(jì)算21個(gè)極端氣候指數(shù),采用線性趨勢(shì)等方法分析城市化進(jìn)程中川渝地區(qū)內(nèi)極端氣候事件的時(shí)空變化特征,以及城市化對(duì)川渝地區(qū)極端氣候事件的影響及貢獻(xiàn)率。該研究結(jié)果可為川渝地區(qū)在城市化發(fā)展中,減少災(zāi)損、合理城市規(guī)劃和城市可持續(xù)發(fā)展提供參考依據(jù)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

川渝地區(qū)(26°03′～34°19′N,97°22′～110°39′E)為青藏高原與長(zhǎng)江中下游平原的過渡帶,西部為高原和山地,中東部為盆地和丘陵,總面積為5.68×105km2。該區(qū)域存在顯著立體氣候資源,但氣象災(zāi)害頻發(fā)。區(qū)域內(nèi)人口眾多,城鎮(zhèn)化率高。截至2020年,城區(qū)面積達(dá)到1.05×104km2,常住人口約為1.16 億。近20年國(guó)內(nèi)生產(chǎn)總值GDP由5.8×103億元增長(zhǎng)到7.36×104億元,城鎮(zhèn)化率由31.15%上升至63.12%[19]。川渝地區(qū)地理位置和高程分布如圖1所示。

圖1 研究區(qū)地理位置和高程(填色)分布Fig.1 Geographical location and elevation(the shaded) of the target area

1.2 數(shù) 據(jù)

所用氣象站數(shù)據(jù)來源于中國(guó)氣象數(shù)據(jù)共享網(wǎng)提供的中國(guó)地面氣候資料日值數(shù)據(jù)集(V3.0),時(shí)間長(zhǎng)度為 1971—2020年,包括46個(gè)氣象站;土地利用、中國(guó)人口和GDP空間分布公里網(wǎng)格數(shù)據(jù)集均來自于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心[20-21],水平分辨率為1 km×1 km;DMSP-OLS夜間燈光遙感數(shù)據(jù)來源于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心,水平分辨率為1 km×1 km。

1.3 研究方法

1.3.1 氣象站分類

綜合考慮人口、GDP經(jīng)濟(jì)、土地利用和夜間燈光遙感4種數(shù)據(jù)對(duì)氣象站進(jìn)行分類,即提取氣象站周圍5 km緩沖區(qū)內(nèi)反映人口、經(jīng)濟(jì)發(fā)展、城市用地規(guī)模和人類活動(dòng)強(qiáng)度的數(shù)據(jù),利用層次聚類方法對(duì)氣象站進(jìn)行聚類分析,結(jié)合谷歌地圖(Google Earth)驗(yàn)證劃分結(jié)果,川渝地區(qū)46個(gè)氣象站分為15個(gè)城市站、12個(gè)城鄉(xiāng)站和19個(gè)鄉(xiāng)村站(圖1)。

1.3.2 極端氣候指數(shù)

對(duì)某特定范圍和時(shí)間尺度的天氣氣候現(xiàn)象,當(dāng)指標(biāo)滿足極端性標(biāo)準(zhǔn),即高于(或低于)上限(或下限)末端的閾值時(shí),稱為極端天氣氣候事件[22]。21 世紀(jì)初氣候變化檢測(cè)和指數(shù)專家組(expert team on climate change detection and indices,ETCCDI)發(fā)布27個(gè)具有代表性的極端氣候指數(shù),并用于研究全球或區(qū)域極端氣候變化[23]。

本文根據(jù)研究區(qū)特點(diǎn)選出12個(gè)極端溫度指數(shù)和9個(gè)極端降水指數(shù)共21個(gè)極端氣候指數(shù),并對(duì)極端氣候指數(shù)分類,具體見表1。

表1 極端氣候指數(shù)定義Table 1 Definitions of extreme climate indices

1.3.3 城市化影響和貢獻(xiàn)率

參考周雅清等[24]的研究,主要利用城市化貢獻(xiàn)率定量描述極端氣候事件趨勢(shì)變化的城市化影響。

城市化影響(ΔAj1)表達(dá)式為

ΔAj1=Aj-A1。

(1)

式(1)中,A1,Aj(j=2,3)分別代表鄉(xiāng)村站、城鄉(xiāng)站與城市站極端氣候指數(shù)的變化趨勢(shì)。ΔAj1>0,表示城市化影響使指數(shù)上升;ΔAj1=0,表示城市化影響為0;ΔAj1<0,表示城市化影響使指數(shù)下降。

城市化影響貢獻(xiàn)率(Ej1) 表達(dá)式為

(2)

Ej1反映城市化影響占城市站極端氣候指數(shù)變化趨勢(shì)的百分比。Ej1=0,表示城市化對(duì)指數(shù)沒有貢獻(xiàn);Ej1=100%,表示指數(shù)的變化趨勢(shì)完全歸因于城市化影響。若Ej1>100%,即存在未知的局地因子影響,認(rèn)為是100%[25]。

2 研究結(jié)果

2.1 極端溫度指數(shù)時(shí)間序列

圖2為1971—2020年川渝地區(qū)極端溫度指數(shù)的時(shí)間序列,表2為極端溫度指數(shù)年代際變化率。由圖2和表2可知,4個(gè)極值指數(shù)呈上升趨勢(shì),且均達(dá)到0.01顯著性水平,上升趨勢(shì)明顯,其中最高氣溫最大值和最低氣溫最小值的上升趨勢(shì)最大,均為0.37℃·(10 a)-1,最低氣溫最大值的上升趨勢(shì)較小,為0.24℃·(10 a)-1;對(duì)于絕對(duì)指數(shù),霜凍日數(shù)呈下降趨勢(shì),夏季日數(shù)和熱夜日數(shù)均呈增加趨勢(shì),且3個(gè)指數(shù)均達(dá)到0.01顯著性水平,變化趨勢(shì)明顯,其中霜凍日數(shù)的變化率為-2.68 d·(10 a)-1,夏季日數(shù)的增加率為3.82 d·(10 a)-1;對(duì)于相對(duì)指數(shù),冷夜日數(shù)、冷晝?nèi)諗?shù)呈下降趨勢(shì),變化率分別為-3.24 d·(10 a)-1和-1.85 d·(10 a)-1,暖夜日數(shù)、暖晝?nèi)諗?shù)則呈上升趨勢(shì),上升率分別為2.97 d·(10 a)-1和3.39 d·(10 a)-1,且4個(gè)指數(shù)均達(dá)到0.01顯著性水平;對(duì)于其他指數(shù),月平均日較差呈上升趨勢(shì),上升率為0.02℃·(10 a)-1,僅達(dá)到0.1顯著性水平,即最高和最低氣溫月平均日較差上升不顯著?？芍?全球變暖背景下川渝地區(qū)整體極值指數(shù)呈顯著上升趨勢(shì),其中代表極端高溫事件指數(shù)的最高氣溫最大值、夏季和熱夜日數(shù)、暖夜日數(shù)、暖晝?nèi)諗?shù)在近50年均呈上升趨勢(shì),而霜凍日數(shù)、冷夜日數(shù)、冷晝?nèi)諗?shù)則呈下降趨勢(shì),且變化趨勢(shì)均較顯著。

圖2 1971—2020年川渝地區(qū)極端溫度指數(shù)時(shí)間序列Fig.2 Time series of extreme temperature indices in Sichuan-Chongqing Region in 1971-2020

表2 川渝地區(qū)極端溫度指數(shù)年代際變化率Table 2 Interdecadal change rates of extreme temperature indices in Sichuan-Chongqing Region

2.2 極端溫度指數(shù)的城市化影響和城市化影響貢獻(xiàn)率

圖3為1971—2020年川渝地區(qū)不同類型氣象站極端溫度指數(shù)的時(shí)間序列,表3為川渝地區(qū)不同類型氣象站極端溫度指數(shù)的變化趨勢(shì)和城市化影響及貢獻(xiàn)率。

圖3 1971—2020年川渝地區(qū)不同類型氣象站極端溫度指數(shù)時(shí)間序列Fig.3 Time series of extreme temperature indices at different types of meteorological stations in Sichuan-Chongqing Region in 1971-2020

表3 極端溫度指數(shù)的城市化影響Table 3 Urbanization effects of extreme temperature indices

由圖3和表3可知,3類氣象站的最高氣溫最大值和最小值、最低氣溫最大值和最小值均呈上升趨勢(shì),其中,除城市站的最高氣溫最小值和最低氣溫最小值達(dá)到0.05顯著性水平外,其余均達(dá)到0.01顯著性水平,上升趨勢(shì)明顯,鄉(xiāng)村站的最低氣溫最小值增加最顯著,城市站的最低氣溫最小值增加較不明顯;城市化影響使最高氣溫最大值呈上升趨勢(shì),城市站的城市化影響貢獻(xiàn)率為12.20%;城市化影響使城鄉(xiāng)站的最低氣溫最大值呈下降趨勢(shì),城市站的最低氣溫最大值呈上升趨勢(shì),可能與成渝城市群工業(yè)發(fā)達(dá)和污染物排放量較高有關(guān),加之盆地地形不利于污染物的稀釋擴(kuò)散,大氣環(huán)境容量遠(yuǎn)小于平原城市,使區(qū)域性大氣污染較為嚴(yán)重,城市站和城鄉(xiāng)站的城市化發(fā)展程度不同,規(guī)模存在差異,從而對(duì)極端氣溫變化趨勢(shì)影響不同[25-26]。城鄉(xiāng)站和城市站最低氣溫最大值的城市化影響貢獻(xiàn)率分別為13.33%和23.33%;城市化影響使城鄉(xiāng)站的最高氣溫最小值呈上升趨勢(shì),城市站的最高氣溫最小值呈下降趨勢(shì),城鄉(xiāng)站和城市站的城市化影響貢獻(xiàn)率均為40.00%;城市化影響使城鄉(xiāng)站和城市站的最低氣溫最小值均呈下降趨勢(shì),對(duì)應(yīng)城市化影響貢獻(xiàn)率分別為42.86%和100.00%。

總之,3類氣象站的4個(gè)極值指數(shù)均呈上升趨勢(shì),最高氣溫最大值、最低氣溫最大值在城市站的上升趨勢(shì)最明顯,最低氣溫最小值在鄉(xiāng)村站的上升趨勢(shì)最明顯,最高氣溫最小值在城鄉(xiāng)站的上升趨勢(shì)最明顯。城市化對(duì)城鄉(xiāng)站的最高氣溫最大值和最低氣溫最大值影響較小,城市化影響貢獻(xiàn)率分別為2.44%～13.33%,對(duì)城鄉(xiāng)站和城市站的最高氣溫最小值以及城鄉(xiāng)站的最低氣溫最小值影響較大,城市化影響貢獻(xiàn)率約為40.00%,而城市化影響對(duì)城市站的最低氣溫最小值貢獻(xiàn)率達(dá)100.00%。

對(duì)于絕對(duì)指數(shù),3類氣象站的霜凍日數(shù)均呈減少趨勢(shì),夏季和熱夜日數(shù)均呈增加趨勢(shì),3類氣象站的霜凍、夏季和熱夜日數(shù)均達(dá)到0.01顯著性水平,變化趨勢(shì)顯著;城市化影響使3個(gè)絕對(duì)指數(shù)均呈上升趨勢(shì),城市化影響對(duì)霜凍日數(shù)的貢獻(xiàn)率在城鄉(xiāng)站和城市站均為100.00%,城市化影響對(duì)夏季日數(shù)的貢獻(xiàn)率在城鄉(xiāng)站和城市站分別為20.25%和18.77%,城市化影響對(duì)熱夜日數(shù)的貢獻(xiàn)率在城鄉(xiāng)站和城市站分別為46.79%和83.93%,差異較大。

對(duì)于相對(duì)指數(shù),3類氣象站的冷夜和冷晝?nèi)諗?shù)均呈減少趨勢(shì),暖夜和暖晝?nèi)諗?shù)則呈增加趨勢(shì),均達(dá)到0.01顯著性水平,變化趨勢(shì)顯著;城市化影響使冷夜和冷晝?nèi)諗?shù)均呈上升趨勢(shì),對(duì)城鄉(xiāng)站貢獻(xiàn)率分別為19.62%和6.67%,對(duì)城市站的貢獻(xiàn)率分別為46.54%和38.00%;城市化影響使暖夜日數(shù)呈下降趨勢(shì),暖晝?nèi)諗?shù)呈上升趨勢(shì),對(duì)城鄉(xiāng)站貢獻(xiàn)率分別為1.30%和20.44%,對(duì)城市站的貢獻(xiàn)率分別為41.99% 和21.53%。

對(duì)于其他指數(shù),月平均日較差也呈增加趨勢(shì),但僅城鄉(xiāng)站和城市站達(dá)到0.05顯著性水平,城市化影響對(duì)二者的貢獻(xiàn)率均為100.00%。

綜合以上對(duì)絕對(duì)指數(shù)、相對(duì)指數(shù)和其他指數(shù)分析可知,3類氣象站中代表極端高溫事件指數(shù)的夏季和熱夜日數(shù)、暖夜和暖晝?nèi)諗?shù)均呈上升趨勢(shì),而霜凍日數(shù)、冷夜和冷晝?nèi)諗?shù)均呈下降趨勢(shì)。城市站的熱夜和暖晝?nèi)諗?shù)上升趨勢(shì)最明顯,鄉(xiāng)村站的霜凍、冷晝和冷夜日數(shù)以及月平均日較差下降趨勢(shì)最明顯,城鄉(xiāng)站的夏季和暖夜日數(shù)上升趨勢(shì)最明顯。城市化對(duì)城鄉(xiāng)站的暖夜日數(shù)基本無影響,對(duì)城鄉(xiāng)站和城市站的霜凍、熱夜日數(shù)和月平均日較差,以及城市站的冷夜和暖夜日數(shù)均影響較大,城市化影響貢獻(xiàn)率均在40%以上,其余指數(shù)的城市化影響貢獻(xiàn)率為6.67%～38.00%。

2.3 極端降水指數(shù)時(shí)間變化趨勢(shì)

圖4為1971—2020年川渝地區(qū)極端降水指數(shù)的時(shí)間序列,表4為由線性趨勢(shì)估計(jì)的川渝地區(qū)極端降水指數(shù)年代際變化率。由圖4和表4可知,對(duì)于絕對(duì)指數(shù),中雨日數(shù)和大雨日數(shù)均呈上升趨勢(shì),變化率分別為0.14 d·(10 a)-1和0.15 d·(10 a)-1,1 d最大降水量和5 d最大降水量均呈下降趨勢(shì),變化率分別為-0.03 mm·(10 a)-1和-0.22 mm·(10 a)-1,但只有大雨日數(shù)達(dá)到0.05顯著性水平,下降趨勢(shì)明顯;對(duì)于相對(duì)指數(shù),強(qiáng)降水量、特強(qiáng)降水量和降水強(qiáng)度均呈上升趨勢(shì),變化率分別為3.63 mm·(10 a)-1,2.75 mm·(10 a)-1和0.08 mm·d-1·(10 a)-1,且均達(dá)到0.1顯著性水平,增加趨勢(shì)較顯著;對(duì)于持續(xù)指數(shù),持續(xù)濕期呈下降趨勢(shì),但未達(dá)到0.1顯著性水平;對(duì)于其他指數(shù),年降水量也呈增加趨勢(shì),增加率為2.77 mm·(10 a)-1,且達(dá)到0.1顯著性水平。綜上可知,代表極端降水量和極端降水強(qiáng)度的年降水量、大雨日數(shù)、強(qiáng)降水量、特強(qiáng)降水量和降水強(qiáng)度均呈增加趨勢(shì),表明近50年川渝地區(qū)極端降水量和極端降水強(qiáng)度均呈增加趨勢(shì)。

圖4 1971—2020年川渝地區(qū)極端降水指數(shù)時(shí)間序列Fig.4 Time series of extreme precipitation indices in Sichuan-Chongqing Region in 1971-2020

表4 川渝地區(qū)極端降水指數(shù)年代際變化率Table 4 Interdecadal change rates of extreme precipitation indices in Sichuan-Chongqing Region

2.4 極端降水指數(shù)的城市化影響和城市化影響貢獻(xiàn)率

圖5為1971—2020年川渝地區(qū)不同類型氣象站極端降水指數(shù)的時(shí)間序列,表5為川渝地區(qū)不同類型氣象站的極端降水指數(shù)變化趨勢(shì)和城市化影響及貢獻(xiàn)率。

圖5 1971—2020年川渝地區(qū)不同類型氣象站極端降水指數(shù)時(shí)間序列Fig.5 Time series of extreme precipitation indices at different types of meteorological stations in Sichuan-Chongqing Region in 1971-2020

表5 極端降水指數(shù)的城市化影響Table 5 Urbanization effects of extreme precipitation indices

由圖5和表5可知,對(duì)于絕對(duì)指數(shù),鄉(xiāng)村站的中雨日數(shù)呈增加趨勢(shì),且達(dá)到0.05顯著性水平,城鄉(xiāng)站呈減少趨勢(shì),城市站呈增加趨勢(shì),但未達(dá)到0.05顯著性水平;3類氣象站的大雨日數(shù)均呈增加趨勢(shì),其中鄉(xiāng)村站達(dá)到0.01顯著性水平,而城鄉(xiāng)站僅達(dá)到0.1顯著性水平;鄉(xiāng)村站的1 d和5 d最大降水量均呈增加趨勢(shì),而城鄉(xiāng)站和城市站均呈減少趨勢(shì),且鄉(xiāng)村站的1 d 最大降水量達(dá)到0.01顯著性水平,5 d最大降水量達(dá)到0.1顯著性水平,而城鄉(xiāng)站和城市站均未達(dá)到0.1顯著性水平。城市化影響的4個(gè)絕對(duì)指數(shù)在城鄉(xiāng)站和城市站均呈減少趨勢(shì),對(duì)中雨日數(shù)、1 d和5 d最大降水量3個(gè)指數(shù),城市化影響對(duì)城鄉(xiāng)站和城市站貢獻(xiàn)率均為100.00%,而對(duì)大雨日數(shù),城市化影響對(duì)城鄉(xiāng)站和城市站的貢獻(xiàn)率分別為75.00% 和100.00%。

對(duì)于相對(duì)指數(shù),除城鄉(xiāng)站的特強(qiáng)降水量指數(shù),其余3類氣象站的強(qiáng)降水量、特強(qiáng)降水量和降水強(qiáng)度均呈增加趨勢(shì),且城鄉(xiāng)站的降水強(qiáng)度達(dá)到0.05顯著性水平,鄉(xiāng)村站的強(qiáng)降水量、特強(qiáng)降水量和降水強(qiáng)度均達(dá)到0.01顯著性水平,增加趨勢(shì)明顯。城市化影響的城鄉(xiāng)站和城市站的強(qiáng)降水量均呈減少趨勢(shì),且對(duì)二者的貢獻(xiàn)率均為100.00%;城市化影響使城鄉(xiāng)站的特強(qiáng)降水量呈減少趨勢(shì),使城市站的特強(qiáng)降水量呈增加趨勢(shì),城市化影響貢獻(xiàn)率分別為67.72%和47.85%;城市化影響的城鄉(xiāng)站和城市站的降水強(qiáng)度均略有增加,且城市化影響對(duì)二者的貢獻(xiàn)率相同,均為22.22%。

對(duì)于持續(xù)指數(shù),3類氣象站持續(xù)濕期均呈下降趨勢(shì),但未達(dá)到0.1顯著性水平;城市化影響使城鄉(xiāng)站和城市站的持續(xù)濕期均呈上升趨勢(shì),貢獻(xiàn)率分別為25.00%和12.50%。

對(duì)于其他指數(shù),年降水量在鄉(xiāng)村站和城鄉(xiāng)站呈增加趨勢(shì),在城市站呈減少趨勢(shì),但只有鄉(xiāng)村站達(dá)到0.05顯著性水平;城市化影響使城鄉(xiāng)站和城市站的年降水量均呈減少趨勢(shì),且貢獻(xiàn)率均為100.00%。

綜合以上分析可知,鄉(xiāng)村站中,除持續(xù)濕期呈不顯著的下降趨勢(shì)外,其余8個(gè)指數(shù)均呈增加趨勢(shì);城鄉(xiāng)站中,大雨日數(shù)、強(qiáng)降水量、降水強(qiáng)度和年降水量呈增加趨勢(shì),而中雨日數(shù)、1 d和5 d最大降水量、特強(qiáng)降水量和持續(xù)濕期則呈減少趨勢(shì);城市站中, 1 d和5 d最大降水量、持續(xù)濕期和年降水量呈減少趨勢(shì),其余5個(gè)指數(shù)則呈增加趨勢(shì)。但城鄉(xiāng)站和城市站的變化趨勢(shì)大部分均未達(dá)到0.1顯著性水平,而鄉(xiāng)村站除持續(xù)指數(shù)未達(dá)到0.1顯著性水平外,其他指數(shù)基本均達(dá)到0.05顯著性水平,變化趨勢(shì)明顯。城市化影響使城鄉(xiāng)和城市站點(diǎn)的中雨、大雨日數(shù)、1 d 和5 d最大降水量、強(qiáng)降水量和年降水量均呈下降趨勢(shì),使降水強(qiáng)度和持續(xù)濕期呈上升趨勢(shì),城鄉(xiāng)站的特強(qiáng)降水量呈下降趨勢(shì),城市站的特強(qiáng)降水量呈上升趨勢(shì)。城市化影響對(duì)中雨日數(shù)、1 d和5 d最大降水量、強(qiáng)降水量和年降水量的貢獻(xiàn)率最大,對(duì)城鄉(xiāng)站和城市站的貢獻(xiàn)率均為100.00%;城市化影響對(duì)城市站大雨日數(shù)的貢獻(xiàn)率也為100.00%;城鄉(xiāng)站對(duì)大雨日數(shù)、特強(qiáng)降水量和城市站對(duì)特強(qiáng)降水量的城市化影響貢獻(xiàn)率分別為75.00%,67.72%和47.85%;但城市化影響對(duì)城鄉(xiāng)站和城市站的降水強(qiáng)度和持續(xù)濕期的貢獻(xiàn)率為12.50%～25.00%。

3 結(jié)論與討論

本文基于1971—2020年川渝地區(qū)46個(gè)氣象站的逐日降水和氣溫?cái)?shù)據(jù),計(jì)算21個(gè)極端氣候指數(shù),采用線性趨勢(shì)法分析極端氣候指數(shù)變化趨勢(shì),并運(yùn)用 Mann-Kendall 非參數(shù)法檢驗(yàn)其顯著性水平,通過劃分氣象站類型,計(jì)算極端氣候指數(shù)的城市化影響和城市化影響貢獻(xiàn)率,探討城市化對(duì)川渝地區(qū)極端氣候事件的影響,得到主要結(jié)論如下:

1) 近50年最高氣溫最大值和最小值、最低氣溫最大值和最小值、夏季和熱夜日數(shù)、暖晝和暖夜日數(shù)均呈上升趨勢(shì),而霜凍日數(shù)、冷晝和冷夜日數(shù)則均呈下降趨勢(shì),且變化趨勢(shì)都較顯著。極端降水指數(shù)中代表極端降水量和極端降水強(qiáng)度的年降水量、大雨日數(shù)、強(qiáng)降水量、特強(qiáng)降水量和降水強(qiáng)度均呈增加趨勢(shì),表明近50年川渝地區(qū)極端高溫和極端降水均呈增加趨勢(shì)。

2) 川渝地區(qū)3類氣象站極值指數(shù)均呈上升趨勢(shì),最高和最低氣溫最大值、熱夜和暖晝?nèi)諗?shù)以及日較差在城市站的上升趨勢(shì)最明顯,霜凍、冷夜和冷晝?nèi)諗?shù)以及日較差在鄉(xiāng)村站的下降趨勢(shì)最明顯。城市化對(duì)城鄉(xiāng)站的最高氣溫最大值和暖夜日數(shù)基本無影響,對(duì)城鄉(xiāng)站和城市站的最高和最低氣溫最小值、霜凍、熱夜日數(shù)和日較差,以及城市站的冷夜和暖夜日數(shù)均影響較大。

3) 川渝地區(qū)鄉(xiāng)村站,除1 d和5 d最大降水量、持續(xù)濕期呈不顯著的下降趨勢(shì)外,其余指數(shù)均呈顯著增加趨勢(shì)。城市化影響使城鄉(xiāng)站和城市站的中雨和大雨日數(shù)、1 d和5 d最大降水量、強(qiáng)降水量和年降水量均呈下降趨勢(shì),使降水強(qiáng)度和持續(xù)濕期呈上升趨勢(shì)。城市化影響對(duì)城鄉(xiāng)站和城市站的中雨日數(shù)、1 d和5 d最大降水量、強(qiáng)降水量和年降水量的貢獻(xiàn)率均為100.00%。

由于城市發(fā)展通過改變下墊面粗糙度和土地利用類型引起輻射特性變化,白天城市地區(qū)吸收更多的太陽輻射,夜間由于地面長(zhǎng)波輻射增多,城市人類活動(dòng)釋放的大量人為熱和溫室氣體使城市建設(shè)用地形成熱島[27]。近20年川渝地區(qū)城鎮(zhèn)化率由31.15% 上升至63.12%,成渝經(jīng)濟(jì)圈的推進(jìn)促進(jìn)了城市快速發(fā)展,使在全球變暖背景下川渝城市化對(duì)區(qū)域極端氣候事件產(chǎn)生較大的影響。本文研究結(jié)果體現(xiàn)了城市化影響的共性,即城市化影響加速暖(冷)指數(shù)的增加(減少),然而由于地理位置和周圍環(huán)境等影響,城市化對(duì)各區(qū)域極端氣候事件的影響存在差異[28-29],特別是川渝地區(qū)的復(fù)雜地形和多樣的氣候類型,導(dǎo)致本研究中城市化對(duì)不同類型氣象站不同極端氣候指數(shù)的影響表現(xiàn)出較大差異。

全球氣候變暖背景下,局地氣候變化對(duì)極端降水事件的形成可能并非決定因素。城市化進(jìn)程對(duì)降水影響的可能機(jī)制包括城市工業(yè)污染導(dǎo)致的氣溶膠凝結(jié)核增加、排放[30];城市下墊面粗糙度的增加可加強(qiáng)垂直對(duì)流運(yùn)動(dòng)、增加不穩(wěn)定能量,對(duì)暴雨的增幅作用明顯[31];由于城市冠層會(huì)減弱對(duì)流運(yùn)動(dòng)和水汽輸送,人類活動(dòng)排放溫室氣體引起動(dòng)力和熱力條件變化,改變大氣穩(wěn)定度和湍流,增加城市蒸發(fā)以及下風(fēng)向降水等多種因素的共同作用[32-33]。本文氣象站類型的劃分仍存在部分站代表性不強(qiáng)等問題,后續(xù)還需要改進(jìn)方法,提高劃分精度和研究結(jié)果精確性。