城市化對氣溫變化影響研究進展

溫康民 吳濱

（1 福建省氣象科學研究所，福州 350028；2 福州市氣象局，福州 350028；3 福州市智慧氣象行業(yè)技術(shù)創(chuàng)新中心，福州 350028；4 福建省氣候中心，福州 350028）

0 引言

溫室氣體排放和下墊面人為改變是人類活動對氣候變暖影響的兩個主要方面，其中城市化導致的熱島效應引起了廣泛關(guān)注。由混凝土、瀝青等下墊面組成的城市，較自然表面對太陽輻射的吸收、反射有很大的不同，同時，其熱容量的不同加之工業(yè)、交通和商業(yè)等人類活動產(chǎn)生的熱量，城市氣溫要比其周圍的環(huán)境氣溫高，這種現(xiàn)象就是城市熱島效應[1]。隨著全球經(jīng)濟的迅速發(fā)展，越來越多的人口集中于城市居住，城市化也進入了快速發(fā)展的階段。城市化導致的熱島效應對城市生活環(huán)境（包括人類健康和出行）具有重要的影響，且其影響程度隨著城市化發(fā)展逐漸增大。

地面氣溫序列中究竟包含多少城市化的影響，是一個極其復雜的問題。每個國家因為經(jīng)濟發(fā)展水平不同，其城市化的影響也不一樣，在同一個國家不同的地區(qū)城市化對氣溫的影響也不一樣。對于全球氣候變暖的準確幅度及其原因，科學界還沒有給出定論，主要是儀器記錄時期地面氣溫資料的代表性尚存較大爭議。其關(guān)鍵問題之一是當前的溫度序列中還保留著城市化導致的臺站附近的升溫。目前全球所使用的長序列地面氣溫觀測記錄大多數(shù)源自城市附近的臺站[2]，而城市市區(qū)面積占全球陸地面積的比例很小，城市站的增溫不能代表大范圍氣溫背景場的變化。在區(qū)域或全球氣候變化檢測及分析中，只有大范圍氣溫背景場的數(shù)據(jù)才是有用的。溫度序列受城市化影響的問題需要引起足夠重視，解決不好這個問題，獲得的全球或區(qū)域平均氣溫序列就沒有代表性，得到的氣候變化檢測和預測的結(jié)論也就很難另人信服[3]。因此，合理評估和訂正氣溫變化中的城市化影響，對于進一步檢測區(qū)域氣候變化信號，了解區(qū)域地面氣候變化的觀測情況，獲得準確的氣候變暖幅度及認識其原因，進而改善氣候變化監(jiān)測、檢測和預測的結(jié)果，均具有重要理論和實際意義。近年來國內(nèi)外許多氣象科研人員針對此問題開展了一系列深入的研究。

本文旨在介紹國內(nèi)外氣溫變化中城市化偏差評價及訂正的研究現(xiàn)狀，重點對比不同尺度上城市化對氣溫影響研究結(jié)果，同時探討城市化對氣溫影響偏差訂正技術(shù)發(fā)展現(xiàn)狀及未來研究計劃。

1 城市化對地面氣溫變化影響研究方法（背景站選取方法）進展

1.1 綜合人口及其他指標

很多研究發(fā)現(xiàn)城市化對氣溫的影響同人口有一定的聯(lián)系。Oke[4]研究發(fā)現(xiàn)城市人口指標的對數(shù)與熱島強度具有線性關(guān)系；Karl等[5]研究發(fā)現(xiàn)城市熱島強度與人口指標的平方根具有較好相關(guān)性；林學椿等[6]研究得出人口及其他城市發(fā)展指標與熱島強度變化具有較好相關(guān)性。賈艷青等[7]在分析長三角地區(qū)城市化對氣溫變化的影響時，把人口小于20萬且位于鄉(xiāng)村的臺站作為鄉(xiāng)村站；趙宗慈[8]也依據(jù)人口指標來挑選城市和鄉(xiāng)村站。此外，Jones等[9]、Portman[10]、張愛英等[11]、Jin等[12]在進行鄉(xiāng)村站遴選時，除了把人口因素作為選取指標，還把臺站與城市之間的距離、臺站附近環(huán)境、臺站的遷站情況、臺站與城市站的高度差等納入考慮范疇，作為選取鄉(xiāng)村參考站的指標。周雅清等[13]在分析山西省城市化對氣溫變化的影響時，把以臺站為中心2 km半徑范圍內(nèi)，建成區(qū)面積在1/3以內(nèi)的臺站定義為鄉(xiāng)村站。因此，單純依靠人口作為指標，容易忽略臺站本身的代表性，綜合人口因素及臺站與城市之間的距離、臺站附近環(huán)境、臺站的遷站情況、臺站與城市站的高度差等來選取鄉(xiāng)村站更具代表性。

1.2 夜晚燈光指數(shù)

Peterson[14]使用衛(wèi)星夜燈指標來挑取鄉(xiāng)村站。謝志清等[15]使用DMSP/OLS夜燈指標獲取長三角城市空間擴展區(qū)。此外，Yang等[16]使用1978—2013年的夜間燈光遙感數(shù)據(jù)及土地利用數(shù)據(jù)對長三角流域的187個城鄉(xiāng)站點進行動態(tài)分類。吳子璇等[17]把珠三角地區(qū)人口、夜間燈光人口數(shù)量低于100萬、區(qū)域內(nèi)70%的人口密度值小于4000人/km2作為遴選指標，把氣象站點周圍7 km緩沖區(qū)的夜間燈光平均值小于城市氣象站閾值的站作為郊區(qū)站。于鳳碩等[18]根據(jù)人口、土地利用、夜晚燈光人口格網(wǎng)（表征人口）、土地利用（表征城市用地規(guī)模）和夜晚燈光（表征人類活動強度）5種數(shù)據(jù)來劃分城鄉(xiāng)站。因此，單純利用夜燈指數(shù)作為劃分指標，容易產(chǎn)生誤差，因為夜燈數(shù)據(jù)并不能直接表示人口的密度，最好結(jié)合遙感數(shù)據(jù)及人口因素等作為綜合劃分指標。

1.3 衛(wèi)星遙感數(shù)據(jù)

隨著衛(wèi)星遙感技術(shù)的發(fā)展，20世紀90年代末，一些學者開始采用衛(wèi)星遙感資料進行鄉(xiāng)村站的選取，如Gallo等[19]指出城鄉(xiāng)氣溫差異與歸一化植被指數(shù)（NDVI）成線性相關(guān)，并認為NDVI比人口指標在擬合城鄉(xiāng)溫度差異方面更有優(yōu)勢。Yang等[20]使用遙感圖像展開了土地類型的區(qū)分，研究人類活動對我國東部氣溫的改變。Ren等[21]、Wickham等[22]也通過MODIS資料來選取鄉(xiāng)村站。此外，吳蓉等[23]將臺站周邊2 km緩沖區(qū)范圍內(nèi)的建成區(qū)面積比例＜25%，同時資料序列長度不少于50年且搬遷次數(shù)不多于1次的站作為鄉(xiāng)村站。李宇等[24]根據(jù)1 km2格網(wǎng)尺度的城市不透水面比例來遴選鄉(xiāng)村站。綜上，遙感數(shù)據(jù)是遴選鄉(xiāng)村站比較常用的方法，但是單純依據(jù)遙感數(shù)據(jù)容易忽略站點本身的代表性，因此，還應考慮遷站、站點周圍環(huán)境、站點距城市的距離等因素。

1.4 海島或高山等位置特殊站為指標

由于海島或高山等特殊觀測站受城市化的影響很小，故也被部分學者用來代表鄉(xiāng)村站，如曾俠等[25]使用廣東的海島站代替鄉(xiāng)村站。段春鋒等[26]使用我國東部的高山站代替鄉(xiāng)村站。由于海島站受海洋氣候影響較大，高山站受大氣溫度垂直遞減率影響溫度通常低于地面站，因此，使用海島站或高山站作為背景站，容易引入不必要的誤差。

1.5 EOF第二特征向量當作指標

聚類分析[27]也被用于鄉(xiāng)村站的遴選。初子瑩等[28]及劉學鋒等[29]把空間函數(shù)的第二特征向量作為城市化或土地利用影響局地氣溫的指標，把年、季節(jié)氣溫EOF第二特征向量都為負的站作為鄉(xiāng)村站。但是，使用聚類分析從統(tǒng)計學角度遴選鄉(xiāng)村站并不是最直接和有效的方法，因為容易忽視人口因素等及站點本身的代表性。

1.6 非常規(guī)背景資料

部分學者采用一些非常規(guī)背景資料來作為鄉(xiāng)村站，如吳息等[30]的研究中，將850 hPa溫度探空資料用來選取參考站；Kalnay等[31]把NCEP/NCAR I再分析資料作為鄉(xiāng)村站，對美國近50年城市化對最高、最低氣溫的影響展開分析；Kataoka等[32]使用城市周邊網(wǎng)格數(shù)據(jù)序列替換背景站；Jones等[33]使用海溫指標替換鄉(xiāng)村站，對我國東部1951—2004年城市化效應展開了分析；Goddard等[34]使用ERA-Interim再分析資料作為背景氣溫資料。綜上，常用的替代鄉(xiāng)村站的非常規(guī)資料包括850 hPa溫度探空資料、各種再分析資料、城市周邊網(wǎng)格數(shù)據(jù)序列、海溫指標、40 cm地溫指標等，其中使用最多的是各種再分析資料，但是使用NCEP資料研究區(qū)域氣候變化趨勢時不確定性因素較大，因此，非常規(guī)資料并不是城鄉(xiāng)站劃分的最直接有效的手段，在進行城市化影響分析時，只能作為一種備用資料。

使用觀測資料對比分析是城市化對氣溫變化影響研究的最重要方法，方法的關(guān)鍵之處在于合理地挑選鄉(xiāng)村站。綜上，挑選鄉(xiāng)村站的方法有很多種，對于附近有足夠鄉(xiāng)村站分布的城市站，利用衛(wèi)星遙感數(shù)據(jù)結(jié)合人口及其他指標來綜合挑選鄉(xiāng)村站，是最常用及有效的方法，但是，對于周邊鄉(xiāng)村站分布不夠，以及沿海或靠近荒漠等特殊地理位置的城市站，利用海島或高山等位置特殊站為指標或非常規(guī)背景資料（如再分析資料等）也是一種有效的獲取鄉(xiāng)村站資料的方法。

2 平均氣溫中城市化影響檢測研究進展

2.1 單個城市氣溫中的城市化影響研究

早在1953年，Mitchell[35]發(fā)現(xiàn)紐黑文市溫度變化受城市化影響顯著。此后，Kukla等[36]和Magee等[37]也發(fā)現(xiàn)美國城市站氣溫變化中存在顯著的城市化偏差。國內(nèi)有關(guān)單個城市受城市化影響最經(jīng)典的論述為陳沈斌等[38]、程勝龍[39]。此外，喬盛西等[40]、初子瑩等[28]、林學椿等[6]、于淼等[41]也對城市化對氣溫的影響作了相關(guān)論述。詳見表1。

表1 單個城市地面氣溫中城市化偏差的評價Table 1 Assessment of urbanization bias for single-city surface air temperature

除傳統(tǒng)的觀測數(shù)據(jù)研究外，數(shù)值模式模擬[42-43]也應用到城市化影響研究中（表1）。針對單個城市氣溫中的城市化影響評估，大都表明城市化的影響不可忽略，且隨著城市化發(fā)展速度加快，城市地區(qū)氣溫增加有加快的趨勢，導致熱島效應不斷加強，且大城市氣溫受城市化影響最大，中小城市次之；最高和最低氣溫也都呈上升趨勢，且城市化發(fā)展對最低氣溫的變化影響最大，其次是平均氣溫，對最高氣溫影響最弱。

2.2 區(qū)域氣溫趨勢中的城市化影響研究

有關(guān)城市化對區(qū)域氣溫的影響，最早是由美國學者開始研究的，其中最為經(jīng)典的論述為Mitchell[35]、Kukla等[36]、Karl等[5]及Epperson等[44]。早期，有關(guān)城市化對中國地區(qū)氣溫的影響，最為經(jīng)典的論述為趙宗慈[8]、Jones等[9]及Portman[10]。

近期，城市化影響中國區(qū)域氣溫最為經(jīng)典的論述包括周雅清等[45]、張愛英等[11]、段春鋒等[26]。此外，近期關(guān)于中國區(qū)域氣溫受城市化影響的論述還包括Wang等[46]、Sun等[47]、肖宇昕等[48]，國外也有相關(guān)論述[49-50]。詳見表2。

表2 區(qū)域地面氣溫中城市化偏差的評價Table 2 Assessment of urbanization bias for regional surface air temperature

從前人的研究結(jié)果能夠看出，美國學者是最早開始研究地區(qū)氣溫中的城市化影響的國家，美國地區(qū)20世紀平均氣溫受城市化的影響比較嚴重，應引起重視，全面認識美國地區(qū)氣溫變化受城市化的影響十分必要；針對中國地區(qū)的研究表明，大城市站增溫率明顯高于小城鎮(zhèn)和中等城市站，城市化效應對大城市氣溫基本上都是增溫作用，平均及最低氣溫受城市化影響明顯，但城市化對最高氣溫趨勢影響較小，就中國大陸平均而言，20世紀60年代至21世紀初，中國平均氣溫受城市化影響較為嚴重；韓國針對區(qū)域氣溫中的城市化影響研究同樣發(fā)現(xiàn)城市化增暖效應顯著。

2.3 全球/半球氣溫記錄中的城市化影響研究

早期，在全球/半球尺度上的城市化對氣溫的影響分析，最經(jīng)典的論述包括Jones等[9,51-52,]、Easterling等[53]、Hansen等[54]。此外，Peterson[14]也對早期半球或全球尺度的氣溫受城市化影響作了相關(guān)論述。近期，Wickham[22]對比了由39028個站和由16132個鄉(xiāng)村站計算的1950—2010年氣溫變化趨勢，得出城市熱島效應的影響為0；任玉玉[55]表示北半球氣溫增加趨勢中包含明顯的城市化影響偏差。詳見表3。

表3 全球/半球地面氣溫中城市化偏差的評價Table 3 Assessment of urbanization bias for global/hemispheric surface air temperature

因此，在全球及半球大陸尺度上，城市化對平均地面氣溫序列的影響可能比較弱；不同陸地地區(qū)之間有較明顯的差異，這種差異不但體現(xiàn)在相同時期城市化增溫速率和對總增溫貢獻的程度上，而且體現(xiàn)在開始出現(xiàn)顯著城市化影響的時間上，歐美等發(fā)達國家出現(xiàn)最顯著城市化影響的時間比中國等發(fā)展中國家要來得早；截至當前，城市化對氣溫變化趨勢的影響在全球及大尺度區(qū)域上是否可以忽略，仍存在分歧，國際上對全球或半球氣溫序列中的城市化貢獻率的具體數(shù)值，仍不能給出統(tǒng)一的定論。

3 極端氣溫中的城市化影響檢測研究

相比氣候平均態(tài)，極端氣候事件對氣候變化更加敏感[56]，其強度和頻率的變化對環(huán)境和社會的影響更嚴重。近期，極端氣溫受城市化影響研究的經(jīng)典論述包括崔林麗等[57]、鄭祚芳[58]。此外，Ren等[59]、張小玲等[60]也對極端氣溫受城市化的影響做了相關(guān)論述。詳見表4。

表4 極端氣溫中城市化偏差的評價Table 4 Assessment of urbanization bias for extreme temperature

從前人的研究結(jié)果能夠看出，極端氣溫受城市化的影響應引起重視，全面認識極端氣溫變化受城市化的影響十分必要，針對北京、上海、寧波、天津、成都等城市的研究表明，最低氣溫受城市化的影響遠大于最高氣溫，與最低氣溫相關(guān)的指數(shù)受城市化影響比與最高氣溫相關(guān)的更顯著；針對華北地區(qū)及中國區(qū)域的研究表明，中國區(qū)域尤其是華北區(qū)域與最低氣溫有關(guān)的極端氣溫指數(shù)中包含顯著的城市化影響，受城市化影響導致冷指數(shù)日數(shù)減少和暖指數(shù)日數(shù)增加，同時也使最低氣溫的極值明顯升高。

4 城市化對氣溫影響偏差的訂正研究進展

4.1 人口訂正

要訂正氣溫序列中的城市化偏差，要求構(gòu)建研究時段內(nèi)氣溫及人口指標的回歸方程，但逐年的人口數(shù)據(jù)是沒有的，且不同區(qū)域的發(fā)展程度、人口密度、能源消耗等各有差異，探討人口與城市化之間的關(guān)系及適用區(qū)域是未來需要展開的課題。Karl等[5]根據(jù)美國1219個觀測臺站的人口數(shù)據(jù)和熱島增溫速率構(gòu)建了一個回歸方程，對區(qū)域平均尺度的平均、最高及最低氣溫進行了城市化偏差訂正，同時指出這個回歸方程不一定適用于美國之外的地區(qū)。但應用人口訂正方法訂正氣溫變化中的城市化影響偏差并不是最常用的方法。Kim等[61]指出小城市的城市化效應實際上高于大城市，并利用聚類分析方法，對韓國南部30個不同臺站的人口增長與年平均氣溫升高的關(guān)系進行了分析，發(fā)現(xiàn)超過60%的站點的氣溫上升與人口增長相匹配。

4.2 衛(wèi)星遙感訂正

Gallo等[19]通過對比城鄉(xiāng)氣溫差值與地表輻射溫度的城鄉(xiāng)差值、衛(wèi)星反演的歸一化植被指數(shù)（NDVI），獲得了顯著的相關(guān)關(guān)系，認為基于人口的城市化偏差訂正和基于衛(wèi)星估計的城市化偏差訂正有相同的誤差量級，遙感方法更有潛質(zhì)發(fā)展成為訂正全球城市熱島偏差的最佳方法，但應用衛(wèi)星遙感方法訂正氣溫變化中的城市化影響偏差的研究還不多見。Wang等[62]基于中國長期土地利用數(shù)據(jù)集，發(fā)展了一種更加可靠和客觀地估算大尺度地表溫度中城市偏差的回歸函數(shù)，該回歸方法適用于農(nóng)村站點很少的地區(qū)，且易于獲取和更新數(shù)據(jù)，避免了發(fā)展中地區(qū)城市的人口數(shù)據(jù)已經(jīng)過時的問題。

4.3 城鄉(xiāng)對比訂正

目前對全球尺度上的城市化偏差進行的訂正主要依靠可靠的鄉(xiāng)村站數(shù)據(jù)序列。Hansen等[63]在建立全球氣溫序列時，使用分段式線性訂正法有效規(guī)避了人口數(shù)據(jù)等的影響，同時為了確保具有最小的城市站與其鄉(xiāng)村站氣溫趨勢之差，使用鄉(xiāng)村站氣溫序列分別訂正城市站1950年之前及1950年之后的氣溫。Hansen等[54]使用訂正后城市站減去鄉(xiāng)村站氣溫增加趨勢的值達到最小的年份當作分割點，利用鄉(xiāng)村站使用兩段式線性訂正避免了人口數(shù)據(jù)質(zhì)量、回歸方程調(diào)整檢驗的一系列問題?？傮w上，在全球和半球尺度上開展城市化偏差訂正的工作還很少，一些研究者因此參照各個區(qū)域尺度評價結(jié)果，僅在分析平均氣溫序列的誤差時才考慮這種隨時間增大的偏差。

在國內(nèi)，周雅清等[45]、張愛英等[64]通過城市站和鄉(xiāng)村站的整個時段的線性趨勢之差來訂正城市站的增溫趨勢，得到的區(qū)域平均序列剔除了城市化的影響。該方法規(guī)避了回歸方程調(diào)整檢驗、人口數(shù)據(jù)質(zhì)量等一系列問題，但沒有對單站氣溫序列的城市化偏差進行訂正。周雅清等[45]通過將各類城市站得到的區(qū)域平均氣溫的趨勢減去鄉(xiāng)村站得到的區(qū)域氣溫的趨勢，得到城市化偏差，再從各類臺站（包括基本站、基準站）的年平均氣溫中減去城市化偏差，獲得的華北區(qū)域氣溫資料集不含城市化偏差。Ren等[65]也使用了上述訂正方法。

部分學者開發(fā)了城市和鄉(xiāng)村臺站資料進行氣溫差值訂正的方法。Portman[10]對華北地區(qū)地面氣溫中的城市化偏差進行評估后，對該區(qū)域的城市化偏差進行了訂正，訂正公式為：

式中，i為1954—1983年中的任一年，Ti為訂正前的溫度（℃），為訂正后的溫度（℃），ΔTu-r為該區(qū)域30年的城市增溫率（℃/30a），為30年平均城鄉(xiāng)溫度差。Choi等[66]使用同樣的方法對韓國年平均和各個季節(jié)的城市站區(qū)域平均序列進行了訂正。以上訂正城市化偏差的研究都只是對區(qū)域平均序列中的城市化偏差進行訂正，并沒有逐站訂正氣溫序列中的城市化偏差。溫康民等[67]發(fā)展了一套訂正站點尺度氣溫序列中城市化偏差的方法，并對中國國家站近50年中的城市化偏差進行了訂正，獲得了一套剔除城市化偏差的氣溫數(shù)據(jù)集，估算出城市化對中國區(qū)域氣溫序列的影響貢獻率為19.6%。

5 討論與展望

研究城市化對氣溫的影響，選用何種方法來選取參考站會對研究結(jié)果造成較大的影響。選取鄉(xiāng)村參考站的方法比較多，它們各有優(yōu)點和缺點，在分析氣溫或極端氣溫事件的城市化偏差時，通過哪種方法選取參考站或劃分城鄉(xiāng)站非常關(guān)鍵。運用單一方法或單一數(shù)據(jù)進行鄉(xiāng)村參考站的選取，各種不確定性因素比較大，說服力不夠，因此，綜合利用多種方法或綜合利用多種數(shù)據(jù)進行鄉(xiāng)村參考站的選取是今后運用基于觀測資料的對比分析法研究這類問題的一個趨勢。

城市化偏差是站點氣溫記錄中最常見的系統(tǒng)性偏差，城市化對溫度序列變化的影響究竟有多大，如何訂正其影響，只有解決了這些問題，才能準確地了解氣候變暖的幅度及其原因，也才能改進氣候變化監(jiān)測、檢測和預測的結(jié)果，這項工作將對今后區(qū)域及全球地面氣溫變化研究奠定基礎(chǔ)，對于氣候變化研究和推進對氣候變化的了解具有重要意義。城市化偏差訂正研究最早由美國學者在20世紀80年代發(fā)起，城鄉(xiāng)對比訂正是城市化偏差訂正研究最重要的方法，城鄉(xiāng)站趨勢差值方法避免了人口數(shù)據(jù)質(zhì)量、回歸方程調(diào)整檢驗等一系列問題，這種方法建立在假設(shè)整個研究時期內(nèi)城市化對地面氣溫趨勢影響是準線性的基礎(chǔ)之上。目前，國內(nèi)對城市化偏差訂正方法的研究較為薄弱；國外的訂正方法在中國的地面氣溫序列訂正中試驗并應用的實例也較少。對地面氣溫變化趨勢中的城市化偏差進行訂正是非常重要的，只有發(fā)展可靠的訂正方法，才能建立背景氣溫變化序列，為更好地預測區(qū)域地面氣溫變化趨勢提供堅實的基礎(chǔ)，這對于進一步認識地面氣候變化的觀測事實，檢測區(qū)域氣候變化信號，分析氣候變化的原因，均具有重要理論和實際意義。對于普遍具有較大城市化偏差的中國地面氣溫觀測資料，在站點基礎(chǔ)上開展中國地面氣溫城市化偏差訂正工作還是鳳毛麟角，在站點基礎(chǔ)上開展全球陸地地面氣溫城市化偏差訂正工作還未見報道，這種局面無助于大尺度氣候變化監(jiān)測和研究工作的深入。因此，發(fā)展合理的城市化偏差訂正方法，獲得訂正城市化偏差后的觀測資料，利用訂正后的資料分析研究現(xiàn)代氣候變化，得到真實的區(qū)域或全球/半球地面氣溫長期變化特征，是當前氣候變化領(lǐng)域迫切需要解決的課題之一。

關(guān)于中國近半個世紀氣溫序列中的城市化影響檢測已開展較多工作，而針對中國近百年地面氣溫序列中的城市化影響的評價和訂正幾乎還沒有相關(guān)工作開展，盡快開展相關(guān)研究對于正確認識中國近百年氣溫變化具有重要意義。此外，對于區(qū)域和單站尺度極端氣溫序列受城市化影響的研究還很少，尤其是對于城市化進程快速的東亞區(qū)域，對東亞地區(qū)極端氣溫事件序列中包含的城市化影響進行研究，是更準確地進行東亞極端天氣、氣候事件監(jiān)測與檢測的前提，也能為極端事件的準確預測和模擬提供依據(jù)。對東亞自然背景下極端天氣、氣候事件時空特征的準確分析有助于理解中國氣候變化的時空規(guī)律，更準確進行氣候變化監(jiān)測、檢測和預測，進而更好地分析氣候變化對農(nóng)業(yè)、水利等方面的影響，為評估氣候變化及其對社會經(jīng)濟的影響提供支持。因此，未來有必要進一步分析評價城市化因素對東亞區(qū)域極端氣溫指數(shù)變化可能產(chǎn)生的影響。