城市气温变异与季节响应研究

气温变化是气候变化显著特征之一,分析城市气温季节性变异与响应具有重要意义。基于1951~2014年逐日平均、最高和最低气温观测资料,利用多种极端气温指数,通过线性倾向估计、Mann-Kenndall检验等方法,研究北京城区气温及其极端气温指数变化趋势,分析入春、入夏、入秋、入冬时间及四季长度变化,并探讨温度变化的可能成因和影响。结果表明:(1)北京城区气温显著升高,升温幅度呈现最低气温平均气温最高气温,分别升高0.19、0.40、0.49℃·(10a)~(-1),霜冻日数、不热日数、负温日数、不热日数、冷夜日数、冷昼日数、冷持续指数、气温日较差呈显著下降趋势,而热日指数、酷热指数、生长期长度、暖夜日数、暖昼日数呈现升高趋势,基于最低气温的指数增减幅度较大;(2)四季增温明显,气温变化幅度呈冬季春季秋季夏季,平均气温分别增长0.40、0.32、0.36、0.47℃·(10a)~(-1),冬季趋暖,夏季趋热,气温突变时间冬季最早,春季次之,夏季最晚;(3)入春、入夏时间提前,入秋、入冬时间推迟,夏季时间延长,冬、春和秋季长度明显缩短,相比前30年,1981~2000年入春、入夏时间分别提前7、9天,入秋、入冬时间分别推迟8、4天,夏季长度增加17天,冬、春、秋季各减少11、3、3天;(4)北京城区升温是城市化和气候变化耦合作用的结果,城市温室效应增大升温幅度,持续升温可能会对城市生态系统、大气环境、能源供需、用水结构以及居民健康等产生影响。     

1961-2004年惠州城市与乡村气温变化的对比

 根据惠州城市和乡村1961-2004年逐月平均气温资料,对比分析了全球变暖背景下惠州城市和乡村的气温变化。结果表明：城市和乡村年平均气温均表现为增加趋势,气候倾向率分别为0.21和0.13 ℃/10 a,其中冬季变暖最明显。城市气温的增温率和增温幅度都高于乡村,城市化、工业化和人类活动引起的城市热岛效应对城市气温变化有重要影响,年和四季城市热岛效应的增温贡献率为28.9%～56.3%。1990年代中期开始的10 a与前34 a相比,城市年和四季热岛效应增温幅度平均为0.19～0.27 ℃,全球变暖效应增温幅度平均为0.17～0.73 ℃。城市热岛效应对1990年代城市气温突变有重要影响。     

近30年城市化对西宁市区平均气温的影响

利用1986—2015年西宁市区和互助、湟中站逐日平均气温观测资料,分析了近30a城市化对西宁市平均气温的影响。结果表明:近30a来,西宁市区和郊区年平均气温均呈上升趋势,市区因城市化发展进程较快,增温更为明显,城市热岛增温贡献率达22.9%;四季平均气温除湟中站呈略降趋势外,其他各站各季平均气温均呈上升趋势。春季增温最为明显,其次是夏季,冬季增温小;西宁、互助两站年平均气温在1986年出现异常偏冷。市区和郊区年平均气温在1997年出现气候突变。     

1961-2004年惠州城市与乡村气温变化的对比

根据惠州城市和乡村1961-2004年逐月平均气温资料,对比分析了全球变暖背景下惠州城市和乡村的气温变化。结果表明：城市和乡村年平均气温均表现为增加趋势,气候倾向率分别为0.21和0.13 ℃/10 a,其中冬季变暖最明显。城市气温的增温率和增温幅度都高于乡村,城市化、工业化和人类活动引起的城市热岛效应对城市气温变化有重要影响,年和四季城市热岛效应的增温贡献率为28.9%～56.3%。1990年代中期开始的10 a与前34 a相比,城市年和四季热岛效应增温幅度平均为0.19～0.27 ℃,全球变暖效应增温幅度平均为0.17～0.73 ℃。城市热岛效应对1990年代城市气温突变有重要影响。     

1961—2018年内蒙古平均气温突变前后变化特征

文章选用1961—2018年内蒙古109个气象站的气温数据,采用线性趋势、Mann-Kendall检验、气候倾向系数等方法,对内蒙古平均气温突变前后的变化特征进行了分析。结果表明:(1)1961—2018年内蒙古年平均气温的增暖趋势非常明显,时间序列在1990年前后发生突变,而且平均气温在突变前、后存在时间变化和空间变化。(2)四季平均气温均呈明显增温趋势,但存在季节差异。春季平均气温的增温速率为0.428℃/10a,高于全年平均水平,突变时间在1996年;夏季平均气温的增温速率为0.312℃/10a,近58a夏季平均气温上升约1.8℃,与其他季节相比突变时间最晚,发生在1998年;秋季平均气温的增温速率最小,为0.297℃/10a,近58a秋季平均气温上升1.7℃,气温突变时间在1989年;冬季平均气温的增温速率最大,为0.463℃/10a,近58a冬季平均气温上升2.7℃。(3)从58a的增温空间分布上看,增温幅度差异明显:突变前的30a里,大部地区年平均气温增温速率在0.20℃/10a以上,其中,赤峰市大部地区的增温趋势不显著,其余地区的年平均气温都是显著或极显著的增温趋势;突变后的28a里,大部分地区的年平均气温增温速率0.10℃/10a和0.20～0.40℃/10a,其中,呼伦贝尔市的大部、赤峰市的大部地区平均气温增温趋势不显著,其余地区都在显著或极显著的增温趋势。     

近50年阳泉气温时空变化特征

本文就近50年来(1955～2000)阳泉逐月平均气温、平均最低气温、平均最高气温、02时平均气温、14时平均气温5个序列进行了深入细致的诊断分析.结果表明阳泉气温呈非连续的增暖趋势,线性变化约为0.24℃·(10a)-1,90年代较50年代上升了约0.9℃.1985年是一个突变点,这以后增温极为明显.夜间气温增温幅度高于白天增温幅度,冬季气温增温幅度高于夏季增温幅度,表现出明显的不对称性.     

西南地区城市热岛强度变化对地面气温序列影响

利用1961—2004年我国西南地区322个站的气温观测资料, 分析了乡村站、小城市站、大中城市站和国家基准/基本站气温变化趋势特点, 着重研究了城市化对城镇站和国家站地面气温记录的影响程度和相对贡献比例。结果显示:区域平均的各类台站年平均气温呈现不同程度的上升趋势, 城市站、国家站的增温速率均高于乡村站。大中城市站和国家站的年平均热岛增温率分别为0.086 ℃/ 10a和0.052 ℃/10a, 其增温贡献率分别达57.6%和45.3%。与大多数地区不同, 西南地区的增温速率明显偏小。因此, 尽管平均热岛强度变化比许多地区弱, 但其相对贡献明显, 表明城市化对该区域气温趋势的绝对影响较弱, 但相对影响较强。另外, 城市热岛增温有明显的季节变化, 表现为秋季最强, 春季或冬季次之, 夏季最弱。热岛增温贡献率则为春季最大 (100%), 夏季次之 (73%以上), 秋季和冬季相对较小。这主要是因为春、夏两季背景气候变凉或趋势微弱, 热岛增温在实际增温中占有更高的比例。     

成都地区城市化对气候影响的模拟研究

为了研究成都地区城市化对当地气候的影响,利用不同时期的下垫面土地利用类型数据和耦合单层城市冠层模型(UCM)的WRF（Weather Research and Forecasting）模式对成都夏季和冬季城市化效应进行了模拟研究,得到以下主要结论:1）成都地区城市化使夏季城区上空出现增温区域。城区地表气温升高约2.8°C,边界层高度升高约150 m,冬季地表气温平均升高约0.6°C,边界层高度升高约25 m。夏冬两季气温日较差均减小。2）受城市化影响,成都地区夏季和冬季2 m相对湿度减小,感热通量增加,潜热通量减小,且夏季变化程度强于冬季。3）城市化使地表的粗糙度增加,进而使夏季和冬季风速在城区减小,减小约0.1~0.6 m s?1,但夏季风速减小区域较冬季更大。城市化还使城市上空低层散度减小,辐合作用增强,垂直速度增大,夏季水汽往高层输送明显。4）夏季,城市化作用使日平均和白天时段降水量在城区的迎风区和下风区均增加,夜间降水量在下风区域增加,对迎风区域影响不明显。     

新疆博州地区气温的长期变化特征

根据新疆博尔塔拉蒙古自治州(简称博州地区,下同)1959—2004年四个气象代表站点各月平均气温、平均最高气温、平均最低气温资料,通过计算趋势系数,并对其显著性水平进行蒙特卡洛模拟检验,以及对各序列综合运用滑动t检验与累积距平相结合等现代气候统计诊断方法,分析了博州地区气温的变化趋势及突变时间。结果表明:博州地区气温的突变与全球乃至北疆大范围的增温突变时间一致,即年平均气温、年平均最高气温与年平均最低气温约在1970s后期同时发生突变式增温现象,这种升温表现为极大的非对称性,即平均最低气温的增幅远大于平均最高气温增幅。其中冬季平均最低气温升幅最大,夏季次之,春、秋相当,且均超过了0.02以上的显著性检验水平;平均最高气温的增温趋势仅在冬季明显;平均气温的增幅以冬季最大,秋季次之,春季最小,但仅冬、夏两季平均气温的增温趋势达到0.05以上的Monte Carlo显著性水平。就年与四季平均气温、平均最高气温、平均最低气温增温率的大小与北疆区域比较而言,除年平均最低气温及春、夏两季平均最低气温升幅高于北疆区外,其它年或季的增温幅度均不如北疆。各季平均最高气温、平均最低气温与同季的平均气温的演变趋势比较接近,其中冬季相似性最高,春季次之,夏季相似性最低。     

兰州市近50年城市热岛强度变化特征

利用1956-2005年兰州市日平均气温、日最高气温和日最低气温,分析了近50年兰州市城市热岛效应变化,并利用城区和郊区3种气温的倾向率计算了城市热岛强度倾向率和热岛增温贡献率。结果表明：1956-2005年兰州市3种气温的城郊差均呈逐年上升趋势,平均气温、最高气温和最低气温的倾向率分别为每10年0.371℃、0.169℃和0.654℃,其中,最低气温的城郊差上升最明显。近50年兰州市增温主要发生在后25年（1981-2005年）,前25年除城区最低气温外基本上以降温为主。后25年中,城区年平均气温、最高气温和最低气温倾向率分别为每10年0.789℃、0.997℃和0.625℃,郊区则相应为每10年0.493℃、0.790℃和0.077℃,其中最高气温增温最显著,最低气温增温最少;以年平均、最高和最低气温表示的城市热岛强度的倾向率分别为每10年0.395℃、0.188℃和0.674℃,热岛效应对城区增温的贡献率分别达到87.0%、49.6%和100%。冬季城市和郊区的平均气温和最低气温倾向率最大,但热岛增温贡献率最大的是春、夏季气温,而不是冬季气温;这可能主要与兰州市冬季严重的空气污染有关, 因为其对城市热岛有一定的抑制作用。20世纪80年代以后兰州市热岛效应有增强的趋势,但平均气温和最高气温的热岛增温贡献率除个别季节外有所下降。     

城市化对长沙市两气象站气温记录的影响

为深入认识城市对其附近气象站气温的影响,采用位于长沙市区东部和西部两个气象观测站的2007-2009年的逐日气温、风向和风速资料,结合地表覆盖特征数据,对比分析了两站气象记录差异,并通过改进的城市影响指数模型估算了气温资料中的城市影响偏差。分析显示：（1）2007-2009年东、西气象站逐月平均气温（T_mean）、最高气温（T_max）和最低气温（T_min）差异很大,最大差异分别可达0.90℃、0.83℃和1.34℃;（2）受城市及风向的影响,两气象站的逐月城市影响指数（K）差异较大,东、西站平均K值分别为2.01和1.50,年内同一台站的K值存在季节变化规律;（3）两站逐月△K与△T之间存在极显著正相关关系;（4）东、西两站2007年T_mean中的城市增温最大,分别达0.63℃和0.45℃。城市附近气象站气温记录受城市规模、风向和风速等因素影响明显,在分析长历时气候变化特征和利用站点记录数据进行空间分析时,有必要对气温数据进行订正。     

城市化对北京室内外气温影响的研究

以北京市为研究对象,利用由于城市扩大而受到影响的北京近郊朝阳气象站室内外气温和受城市发展影响较小的远郊密云站气温资料,以及城市建成区面积和城市人口资料,通过比较分析,得出以下结果:北京市近郊区由于城市面积扩大和人口增加,导致了室内外气温均升高,其中室内气温升高幅度大于室外气温,冬半年大干夏半年;不论是冬半年还是夏半年,城市增温效应与城市人口均有较好地相关关系,城市人口的增加对平均室内气温的影响较大.以上结果有助于深入探讨城市化对城市气候的影响机制,并可为城市建筑的规划、设计提供参考.     

珠三角盛夏高温特征及其原因分析

分析了珠三角地区盛夏高温的特征及其主要影响因子,发现(1)珠三角的高温主要集中在盛夏,7月的高温日数最多,8月居第二;(2)珠三角盛夏高温日数有增加的趋势,并存在明显的年际和年代际变化,变化振幅大,从50年代开始到80年代末为相对偏少期,90年代以后有明显持续升高的趋势;(3)珠三角盛夏高温日数与降水之间呈负相关;(4...     

上海市土地利用资料优化方案对WRF模式模拟高温过程的影响

在WRF模拟中,默认的土地利用数据与实际土地利用情况差异较大,因此会影响模式的模拟效果。为此,许多学者提出了更新城市土地利用数据的方案。最简单的方法是仅就城市建成区面积进行修正。但因城市地表具有非均匀性,进而又提出了将建成区进一步精细化分类。然而,在研究土地利用资料对WRF模式影响的文献中,绝大多数研究仅是就某种资料更新前后的模拟效果进行比较,并未将城市面积改变、城市非均匀性这两个因子进行区分。本文综合考虑了面积修正与精细化分类这两个因子,根据面积修正方案和两种精细化方案生成了3种土地利用的优化数据,并结合默认土地数据共设置了4个算例对上海市2018年8月和2019年8月两次高温天气过程进行了模拟,通过对结果进行比较分析发现:1）对WRF土地利用数据进行优化后,改善了温度、相对湿度和风速的模拟效果。2）城市建成区面积是影响温度最关键的因子,面积修正使温度的平均均方根误差（RMSE）降低了0.86°C,在此基础上的精细化分类使平均RMSE最多降低了0.04°C。3）城市的精细化分类是影响风速和相对湿度的主要因子,面积修正使风速的平均RMSE仅降低0.04 m/s,而精细化分类可使其RMSE再进一步降低最多0.19 m/s;面积修正使相对湿度的平均RMSE仅降低0.23%,而精细化分类可使其RMSE再进一步降低最多2.25%。4）总体说来,精细化分类方案在一定程度上考虑了城市的非均匀性,因此对于温度、相对湿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。     

Temperature response to future urbanization and climate change

This study examines the impact of future urban expansion on local near-surface temperature for Sydney (Australia) using a future climate scenario (A2). The Weather Research and Forecasting model was used to simulate the present (1990–2009) and future (2040–2059) climates of the region at 2-km spatial resolution. The standard land use of the model was replaced with a more accurate dataset that covers the Sydney area. The future simulation incorporates the projected changes in the urban area of Sydney to account for the expected urban expansion. A comparison between areas with projected land use changes and their surroundings was conducted to evaluate how urbanization and global warming will act together and to ascertain their combined effect on the local climate. The analysis of the temperature changes revealed that future urbanization will strongly affect minimum temperature, whereas little impact was detected for maximum temperature. The minimum temperature changes will be noticeable throughout the year. However, during winter and spring these differences will be particularly large and the increases could be double the increase due to global warming alone at 2050. Results indicated that the changes were mostly due to increased heat capacity of urban structures and reduced evaporation in the city environment.     

温度变化对南京城市电力负荷的影响

应用计量经济学中格兰杰因果关系检验方法,分析了温度变化对中国南京城市用电量和电力负荷的影响,认为南京日平均温度与日最大电力负荷、日用电量之间存在着较显著的相关性.气温变化对日最大电力负荷和日用电量具有不同的季节性和周期性影响,气温对用电量的短期影响最显著,对电力负荷的影响更具明显的季节性特征.通过不同月份电力负荷对气温变化敏感性的分析,进一步揭示了南京市气温变化与电力消费之间的季节变动特征,有利于气象与能源部门共同应对未来气候变化带来的城市能源问题.     

基于MODIS数据的拉萨市地表温度变化研究

采用2000～2011年6月MODIS地表温度产品和拉萨市4个气象站6月平均地表温度对拉萨市地表温度的时空变化进行了分析.结果表明：拉萨市在近12年内地表温度呈明显上升趋势,2009年地表温度达到最高为28.49℃,最小值出现在2003年为14.12℃.在空间分布上高温区主要集中在城市中心和城市周边区域,并随着时间推移不断向外扩张,在2007年6月拉萨市地表温度高温区分布范围最大,其中纳木错东部和林周县的高温区增加最显著;在利用实测的地表温度与MO-DIS反演的地表温度做相关分析发现,两者的相关系数为0.64通过了0.001的显著性检验,两种地表温度的时间变化趋势也较为一致,因此MODIS地表温度反演产品适用于大范围地表温度和城市热环境监测是可行的.     

北京城区气温变化特征

利用1975—2012年朝阳、海淀和丰台气象站年平均气温、最高和最低气温及降水资料研究北京城区气温变化特征。结果表明:1北京气温近40年来增温显著,年平均、最高和最低气温增温率分别为0.445、0.33、0.5℃/10a。北京近年来的增温以20世纪90年代和21世纪初最为显著。2用M-K方法检验北京气温存在跃变现象,平均、最高和最低气温的跃变时间分别为1992、1992、1991年。3跃变后比跃变前年平均最低气温上升幅度最大,达1.1℃;平均气温次之达1.0℃;最高气温上升达0.8℃。4跃变后比跃变前高温日数增加,冷的日数减少,即跃变后气温达到更暖阶段。降水在跃变后比跃变前减少,即降水和气温变化呈反位相向分布。