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技術創新中心，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、交通和商業等人類活動產生的熱量，城市氣溫要比其周圍的環境氣溫高，這種現象就是城市熱島效應[1]。隨著全球經濟的迅速發展，越來越多的人口集中于城市居住，城市化也進入了快速發展的階段。城市化導致的熱島效應對城市生活環境（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。每個國家因為經濟發展水平不同，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源自城市附近的臺站[2]，而城市市區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據才是有用的。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，對于進一步檢測區域氣候變化信號，了解區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測、檢測和預測的結果，均具有重要理論和實際意義。近年來國內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。

本文旨在介紹國內外氣溫變化中城市化偏差評價及訂正的研究現狀，重點對比不同尺度上城市化對氣溫影響研究結果，同時探討城市化對氣溫影響偏差訂正技術發展現狀及未來研究計劃。

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

很多研究發現城市化對氣溫的影響同人口有一定的聯系。Oke[4]研究發現城市人口指標的對數與熱島強度具有線性關系；Karl等[5]研究發現城市熱島強度與人口指標的平方根具有較好相關性；林學椿等[6]研究得出人口及其他城市發展指標與熱島強度變化具有較好相關性。賈艷青等[7]在分析長三角地區城市化對氣溫變化的影響時，把人口小于20萬且位于鄉村的臺站作為鄉村站；趙宗慈[8]也依據人口指標來挑選城市和鄉村站。此外，Jones等[9]、Portman[10]、張愛英等[11]、Jin等[12]在進行鄉村站遴選時，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，建成區面積在1/3以內的臺站定義為鄉村站。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、臺站附近環境、臺站的遷站情況、臺站與城市站的高度差等來選取鄉村站更具代表性。

1.2 夜晚燈光指數

Peterson[14]使用衛星夜燈指標來挑取鄉村站。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。此外，Yang等[16]使用1978—2013年的夜間燈光遙感數據及土地利用數據對長三角流域的187個城鄉站點進行動態分類。吳子璇等[17]把珠三角地區人口、夜間燈光人口數量低于100萬、區域內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緩沖區的夜間燈光平均值小于城市氣象站閾值的站作為郊區站。于鳳碩等[18]根據人口、土地利用、夜晚燈光人口格網（表征人口）、土地利用（表征城市用地規模）和夜晚燈光（表征人類活動強度）5種數據來劃分城鄉站。因此，單純利用夜燈指數作為劃分指標，容易產生誤差，因為夜燈數據并不能直接表示人口的密度，最好結合遙感數據及人口因素等作為綜合劃分指標。

1.3 衛星遙感數據

隨著衛星遙感技術的發展，20世紀90年代末，一些學者開始采用衛星遙感資料進行鄉村站的選取，如Gallo等[19]指出城鄉氣溫差異與歸一化植被指數（NDVI）成線性相關，并認為NDVI比人口指標在擬合城鄉溫度差異方面更有優勢。Yang等[20]使用遙感圖像展開了土地類型的區分，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資料來選取鄉村站。此外，吳蓉等[23]將臺站周邊2 km緩沖區范圍內的建成區面積比例＜25%，同時資料序列長度不少于50年且搬遷次數不多于1次的站作為鄉村站。李宇等[24]根據1 km2格網尺度的城市不透水面比例來遴選鄉村站。綜上，遙感數據是遴選鄉村站比較常用的方法，但是單純依據遙感數據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村站，如曾俠等[25]使用廣東的海島站代替鄉村站。段春鋒等[26]使用我國東部的高山站代替鄉村站。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]也被用于鄉村站的遴選。初子瑩等[28]及劉學鋒等[29]把空間函數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、季節氣溫EOF第二特征向量都為負的站作為鄉村站。但是，使用聚類分析從統計學角度遴選鄉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 非常規背景資料

部分學者采用一些非常規背景資料來作為鄉村站，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]使用城市周邊網格數據序列替換背景站；Jones等[33]使用海溫指標替換鄉村站，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，常用的替代鄉村站的非常規資料包括850 hPa溫度探空資料、各種再分析資料、城市周邊網格數據序列、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資料研究區域氣候變化趨勢時不確定性因素較大，因此，非常規資料并不是城鄉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，方法的關鍵之處在于合理地挑選鄉村站。綜上，挑選鄉村站的方法有很多種，對于附近有足夠鄉村站分布的城市站，利用衛星遙感數據結合人口及其他指標來綜合挑選鄉村站，是最常用及有效的方法，但是，對于周邊鄉村站分布不夠，以及沿?；蚩拷哪忍厥獾乩砦恢玫某鞘姓?，利用海島或高山等位置特殊站為指標或非常規背景資料（如再分析資料等）也是一種有效的獲取鄉村站資料的方法。

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]發現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]也發現美國城市站氣溫變化中存在顯著的城市化偏差。國內有關單個城市受城市化影響最經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

除傳統的觀測數據研究外，數值模式模擬[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，且隨著城市化發展速度加快，城市地區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 區域氣溫趨勢中的城市化影響研究

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

近期，城市化影響中國區域氣溫最為經典的論述包括周雅清等[45]、張愛英等[11]、段春鋒等[26]。此外，近期關于中國區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]，國外也有相關論述[49-50]。詳見表2。

表2 區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

從前人的研究結果能夠看出，美國學者是最早開始研究地區氣溫中的城市化影響的國家，美國地區20世紀平均氣溫受城市化的影響比較嚴重，應引起重視，全面認識美國地區氣溫變化受城市化的影響十分必要；針對中國地區的研究表明，大城市站增溫率明顯高于小城鎮和中等城市站，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；韓國針對區域氣溫中的城市化影響研究同樣發現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論述。近期，Wickham[22]對比了由39028個站和由16132個鄉村站計算的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；不同陸地地區之間有較明顯的差異，這種差異不但體現在相同時期城市化增溫速率和對總增溫貢獻的程度上，而且體現在開始出現顯著城市化影響的時間上，歐美等發達國家出現最顯著城市化影響的時間比中國等發展中國家要來得早；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值，仍不能給出統一的定論。

3 極端氣溫中的城市化影響檢測研究

相比氣候平均態，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，與最低氣溫相關的指數受城市化影響比與最高氣溫相關的更顯著；針對華北地區及中國區域的研究表明，中國區域尤其是華北區域與最低氣溫有關的極端氣溫指數中包含顯著的城市化影響，受城市化影響導致冷指數日數減少和暖指數日數增加，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，要求構建研究時段內氣溫及人口指標的回歸方程，但逐年的人口數據是沒有的，且不同區域的發展程度、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系及適用區域是未來需要展開的課題。Karl等[5]根據美國1219個觀測臺站的人口數據和熱島增溫速率構建了一個回歸方程，對區域平均尺度的平均、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。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系進行了分析，發現超過60%的站點的氣溫上升與人口增長相匹配。

4.2 衛星遙感訂正

Gallo等[19]通過對比城鄉氣溫差值與地表輻射溫度的城鄉差值、衛星反演的歸一化植被指數（NDVI），獲得了顯著的相關關系，認為基于人口的城市化偏差訂正和基于衛星估計的城市化偏差訂正有相同的誤差量級，遙感方法更有潛質發展成為訂正全球城市熱島偏差的最佳方法，但應用衛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據集，發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，該回歸方法適用于農村站點很少的地區，且易于獲取和更新數據，避免了發展中地區城市的人口數據已經過時的問題。

4.3 城鄉對比訂正

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村站數據序列。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避了人口數據等的影響，同時為了確保具有最小的城市站與其鄉村站氣溫趨勢之差，使用鄉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，利用鄉村站使用兩段式線性訂正避免了人口數據質量、回歸方程調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域尺度評價結果，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，周雅清等[45]、張愛英等[64]通過城市站和鄉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，得到的區域平均序列剔除了城市化的影響。該方法規避了回歸方程調整檢驗、人口數據質量等一系列問題，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域平均氣溫的趨勢減去鄉村站得到的區域氣溫的趨勢，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。

部分學者開發了城市和鄉村臺站資料進行氣溫差值訂正的方法。Portman[10]對華北地區地面氣溫中的城市化偏差進行評估后，對該區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為該區域30年的城市增溫率（℃/30a），為30年平均城鄉溫度差。Choi等[66]使用同樣的方法對韓國年平均和各個季節的城市站區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據集，估算出城市化對中國區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果造成較大的影響。選取鄉村參考站的方法比較多，它們各有優點和缺點，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站非常關鍵。運用單一方法或單一數據進行鄉村參考站的選取，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據進行鄉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測、檢測和預測的結果，這項工作將對今后區域及全球地面氣溫變化研究奠定基礎，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年代發起，城鄉對比訂正是城市化偏差訂正研究最重要的方法，城鄉站趨勢差值方法避免了人口數據質量、回歸方程調整檢驗等一系列問題，這種方法建立在假設整個研究時期內城市化對地面氣溫趨勢影響是準線性的基礎之上。目前，國內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，為更好地預測區域地面氣溫變化趨勢提供堅實的基礎，這對于進一步認識地面氣候變化的觀測事實，檢測區域氣候變化信號，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測和研究工作的深入。因此，發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代氣候變化，得到真實的區域或全球/半球地面氣溫長期變化特征，是當前氣候變化領域迫切需要解決的課題之一。

關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工作開展，盡快開展相關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域，對東亞地區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。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律，更準確進行氣候變化監測、檢測和預測，進而更好地分析氣候變化對農業、水利等方面的影響，為評估氣候變化及其對社會經濟的影響提供支持。因此，未來有必要進一步分析評價城市化因素對東亞區域極端氣溫指數變化可能產生的影響。