城市化对气温变化影响研究进展

人类活动导致的外强迫是气候变暖归因的重点之一,而城市化(土地利用外强迫)是人类活动外强迫中的一个重要方面。国内外城市化对气候变暖的影响研究,在过去几十年间取得了很大进展,很有必要对其进行系统性总结及梳理。本文重点梳理了国内外背景站选取的主要方法,城市化对单个城市、区域及全球/半球气温的影响,城市化对极端气温的影响,城市化对气温影响的订正5个方面的内容。总体看来,城市化对单个城市及区域尺度气温序列的影响是十分显著的,而对半球及全球尺度气温序列的影响则没有一致的结论;城市化不仅对城市及区域尺度的平均气温有较大影响,而且对与城市及区域尺度最高、最低气温有关的极端气温事件也有重要影响。合理订正气温变化中的城市化影响,是改善气候变化监测、检测和预测结果的重要问题之一,目前有关城市热岛效应的时空分布特征及其对气温变化趋势的影响已有大量研究,但对于合理订正站点气温序列中的城市化影响工作还十分欠缺,在进行未来气候变化预估时也很少考虑城市化的影响,不少针对区域气候变暖的研究也没有考虑城市化的影响,这将严重低估城市或区域未来的变暖幅度以及过高估计区域历史气温的变暖幅度。最后,对城市化影响区域气温未来的研究方向进行了探讨。

国家基本/基准站地面气温资料城市化偏差订正

城市化偏差是中国地面气温观测记录中最大的系统性偏差,订正该偏差可为大尺度气候变化监测和研究提供准确的基础资料。论文介绍了用于单站地面月平均气温序列城市化偏差订正的一个方法,并利用该方法订正了685个国家基本/基准站1961—2015年地面年及月平均气温序列中的城市化偏差。采取自东往西迭代订正的方法,即从东往西逐经度订正,订正完的目标站也可作为参考站。首先,规定目标站的参考站在300 km范围内,并利用2站的去线性趋势年均气温的相关系数作为标准,规定相关系数最大且通过信度水平为0.005显著性检验的4个候选参考站作为该目标站的参考站;然后,对各个参考站年均气温与其对应目标站年均气温求相关,并以其平方为权重计算各参考站月和年均气温的平均值序列,即为各目标站年和月平均地面气温参考序列;其次,利用目标站气温序列趋势及其参考序列趋势之差作为总的订正值,订正目标站气温序列中包含的城市化偏差。较大的城市化偏差出现在华北地区、华中部分地区、东北北部、西南及西部部分地区,介于0.1～0.3℃/10 a;在中国西北部分地区、西藏西部及南部、东北南部、华南沿海、华东及华中个别站存在负偏差;对整个中国而言,相对城市化偏差为19.6%。以北京、武汉、银川、深圳作为华北、华中、西北和华南地区的大城市代表站,发现其在过去55 a的相对城市化偏差分别为67.0%、75.4%、32.7%和50.3%,与前人针对单站评估城市化影响的结果基本一致,说明论文的订正方法较为合理。论文介绍的城市化偏差订正方法,可用于订正中国等快速城市化地区地面气温观测资料的系统偏差,订正后的气温数据在很大程度上消除了城市化因素引起的不确定性。

Application of geographically weighted regression model in the estimation of surface air temperature lapse rate

The surface air temperature lapse rate(SATLR)plays a key role in the hydrological,glacial and ecological modeling,the regional downscaling,and the reconstruction of high-resolution surface air temperature.However,how to accurately estimate the SATLR in the regions with complex terrain and climatic condition has been a great challenge for researchers.The geographically weighted regression(GWR)model was applied in this paper to estimate the SATLR in China’s mainland,and then the assessment and validation for the GWR model were made.The spatial pattern of regression residuals which was identified by Moran’s Index indicated that the GWR model was broadly reasonable for the estimation of SATLR.The small mean absolute error(MAE)in all months indicated that the GWR model had a strong predictive ability for the surface air temperature.The comparison with previous studies for the seasonal mean SATLR further evidenced the accuracy of the estimation.Therefore,the GWR method has potential application for estimating the SATLR in a large region with complex terrain and climatic condition.