基于卫星遥感揭示长三角台站周边城市土地利用扩张及其对气温记录的影响

台站温度记录中的城市化信号对于气候变化研究影响重大并仍存在很大争议,尤其是在经历快速城市化的区域。本研究利用遥感影像分类的方法,提取了1980~2009年期间长江三角洲城市群93个气象台站周边10 km×10 km范围的城市土地利用信息,并按照城市土地利用扩张速率对站点进行分类,研究了1980~2009年期间快速城市化站点、中速城市化站点和慢速城市化站点的年和季节平均温度、最低温度和最高温度变化特征,并分析了快速和中速城市化站点城市化影响和城市化影响贡献率。结果表明:全部93个气象站点周边自20世纪80年代起均经历了城市土地利用扩张过程,全部站点周边的平均城市土地利用扩张速率为1.00% a-1;近30年来,各类型站点年和各季节的平均温度、最低温度和最高温度均表现出增加趋势;城市化效应增强因素对快速城市化站点年平均温度贡献率为35.06%,对年平均最低温度的增温贡献率为34.67%,对年平均最高温度增温贡献率最小,仅为18.42%;城市化效应增强因素对中速城市化站点的影响程度小于快速城市化站点,对平均温度、最低温度和最高温度的贡献率分别为19.35%,22.22%和3.13%。在季节变异方面,长江三角洲区域各类型站点冬季的城市化影响贡献率在平均温度、最低温度和最高温度均表现为最低值。     

对城市热岛长期变化趋势分析方法的进一步探讨

提出了利用地表热量平衡分量变化分析城市热岛长期变化趋势的方法，并用该方法对若干城市的热岛长期变化进行分析，结果表明，对于满足条件的城市，该方法具有较好的客观性。     

春节人口迁移的气候效应:以郑州为例

目前,我们对人类活动通过温室气体、气溶胶和土地利用对气候产生重要影响已经获得了很多认识。但是,人口迁移流动在多大程度上能够影响气候尚不清楚。中国春节期间的人口大迁移是世界上每年最大规模的人类迁徙。利用城市站和参考站的气温差表示城市热岛强度,以一个典型中国中部大城市—郑州为例,研究了春节人口大迁移对城市热岛效应的影响。结果表明,2005~2013年平均的春节周日平均、日最高和日最低温度郑州站与中牟站的差分别为0.16°C、0.29°C和-0.03°C,比春节周前2~4周和春节周后2~4周的平均值低了0.50°C、0.06°C和0.66°C。相对变化而言,日平均、日最高和日最低温度的差分别降低了76%、16%和105%。春节周日平均和日最低温度的差的变化都通过了99%的信度检验。     

厦门市热岛强度与相关地表因素的空间关系研究

以厦门市为例,基于遥感影像与建筑普查数据,分析了各局部气候区中相关地表因素与热岛强度之间的空间响应规律,以及厦门市各局部气候区中热岛强度与相关地表因素的空间关系。结果表明:研究区热岛强度有显著的空间自相关性,高值区集中于东南部的建设用地及耕地和裸地,低值区聚集于湖泊、河流等水体、湿地以及北部、西北部的林地;普通回归模型不能有效解释空间中相关地表因素与热岛强度之间的关系;空间误差模型的拟合效果优于空间滞后模型,可以更准确分析地表因素与热岛强度之间的空间关系;各局部气候区中可以作为回归模型自变量的地表因素有所不同。作为回归模型的自变量时,植被指数、水体指数、天空视域因子与热岛强度呈负相关关系,建筑密度、不透水面比例与热岛强度呈正相关关系,而建筑体积密度、建筑平均高度、建筑高度差与热岛强度的相关性在各气候区中并不一致。根据研究结论建议保护"补偿区"、分隔"作用区",综合考虑规划实施策略的可行性,以有效缓解热岛效应。     

基于文献计量的气候变化领域研究前沿分析

研究前沿是通过共被引分析和聚类算法选出的研究主题,反映现代科学中的研究密集型和突破性领域.其不依赖于对文献的人工标引和分类,而是基于研究人员的相互引用而形成的知识与知识之间和人与人之间的联络.通过对研究前沿的施引文献的分析,可以发现该领域的最新进展和发展方向.本研究基于ESI数据库的研究前沿,筛选出与气候变化密切相关的...     

基于MODIS数据的上海市热岛效应研究

采用2003~2005年EOS/MODIS数据,运用分裂窗算法定量反演了上海市地表温度,以间接反映城市热岛的变化规律。研究表明,上海市冬季地表平均最高温度为13.9℃,春季、夏季和秋季分别为32.5℃、45.7℃和29.0℃;地表相对高温区的分布具有明显的季节变化特征,冬季地表相对高温区分布在市区东南方向,春季、夏季地表相对高温区向西北方向移动,秋季地表相对高温区开始向东南方向收缩;冬季市区表现为弱冷岛中心,春季、夏季和秋季均为热岛中心,其中夏季的热岛效应最为显著;冬季弱冷岛中心的地面温度低于郊区温度2.6℃,春季、夏季和秋季的平均热岛强度分别为5.7℃、10.4℃和4.2℃。     

北京城市边界层热岛的日变化周期模拟

用非静力平衡的中尺度模式MM5来模拟北京冬季的热岛。模式采用三重嵌套网格,最高水平分辨率为3 km。在模式中加入分辨率为200 m×200 m的实测北京建筑物高度和地表利用资料,并将下垫面的城市人为热源分为常数部分和日周期变化部分。数值模拟结果显示:MM5模式对这次北京的热岛及热岛环流具有较好的模拟能力。考虑了日周期变化的人为热源作用的数值试验模拟出的热岛的日变化比将热源单纯考虑为常数与实况更接近,这表明加入与实际情况相符的人为热对模拟有改善。     

北京地区夏季城市气候趋势和环境效应的分析研究

本文利用1994～2003年北京市11个气象台站的7、8月夏季常规地面观测资料,并结合中国科学院大气物理研究所325m高铁塔观测资料,分析了近10年的城市化进程对北京市夏季城市气候造成的影响. 结果表明,各气象要素变化都突现了城市化进程的影响：(1)城区相对湿度较郊区明显偏小,呈现一“干岛”特征,且相对湿度呈逐年下降趋势;(2)降水方面,近10年来,北京市的夏季降水量逐年下降非常明显;(3)平均日蒸发量和日照时数城区大于郊区;(4)虽然城区能见度明显小于郊区,但总体来讲,1999年以后,北京地区的能见度趋好;(5)地温同样存在城市热岛现象;(6)北京地区35℃以上高温天数基本呈增多趋势,且城区高温天数明显多于郊区;(7)边界层强逆温的存在有利于城市夏季强热岛的出现.     

2022年8月四川盆地持续性极端高温特征及不同模式预报误差分析

本文基于2022年8月四川盆地104站逐时温度、降水数据和1971—2021年历史同期数据,及EC、CMA GFS、CMA MESO模式的2 m气温预报等数据,运用统计学相关方法分析了此次极端高温过程的特征及预报误差。结果表明：①2022年8月四川盆地极端高温过程范围大、强度强、持续时间长,有87.5%站最高气温超过该站历史同期极值,且高温最强盛时段较历史同期明显推后。②2022年8月最高气温分布为东高西低,最高气温与历史同期极值差分布则相反,其中最高气温随站点海拔增大而减小,而极值差则随站点海拔先增大再减小。另外,受热岛效应影响,极值差大值站点主要集中在龙泉山脉附近。③高温期间,最高、最低气温平均值高、距平大,且累计降水量和雨日数也明显低于历史同期。④相较而言,EC模式的预报优势主要在盆地低海拔地区。而CMA MESO模式在盆地周边陡峭地形区域的平均绝对误差则更小。另外,EC模式预报的最高气温峰值出现时间更接近于实况,而CMA MESO模式预报高温持续日数更接近实况。