基于均一化觀測序列評(píng)估城市化的氣候效應(yīng)

嚴(yán)中偉王君,李珍劉偉東

（1 中國科學(xué)院東亞區(qū)域氣候環(huán)境重點(diǎn)實(shí)驗(yàn)室，北京 100029；2 中國科學(xué)院大學(xué)，北京 100049；3 北京市氣象局，北京 100089）

基于均一化觀測序列評(píng)估城市化的氣候效應(yīng)

嚴(yán)中偉1王君1,2李珍1劉偉東3

（1 中國科學(xué)院東亞區(qū)域氣候環(huán)境重點(diǎn)實(shí)驗(yàn)室，北京 100029；2 中國科學(xué)院大學(xué)，北京 100049；3 北京市氣象局，北京 100089）

介紹了從氣象觀測記錄中分辨城市化氣候效應(yīng)的基本思路，通過近年一些范例性的研究成果，展示均一化氣候序列對于評(píng)估城市化氣候效應(yīng)的重要性，討論均一化資料所反映的“城市化效應(yīng)”的內(nèi)涵，總結(jié)現(xiàn)有有限的基于均一化氣候序列的城市化效應(yīng)評(píng)估結(jié)果，并指出存在的問題，展望進(jìn)一步的研究。

氣候變化，城市化效應(yīng)，均一化氣候序列

城市作為人類活動(dòng)和能源消耗集中區(qū),相對于周邊鄉(xiāng)村而言,一般具有較高的近地面氣溫,這就是廣為人知的“城市熱島”(UHI)。城市化可理解為一個(gè)UHI增強(qiáng)和擴(kuò)展的過程。當(dāng)?shù)貧庀笳緯?huì)記錄下城市化造成的氣候效應(yīng),如氣溫序列會(huì)顯示出相對于周邊鄉(xiāng)村站的一個(gè)增暖過程[1-6]。

近代全球氣候變暖,其中一部分觀測依據(jù)來自地面氣象站。由于很多長期的氣象站正是伴隨著所在城市的發(fā)展而維持下來的,因而就產(chǎn)生了關(guān)于近代變暖記錄中有多大的城市化效應(yīng)的爭議[7-9]。事實(shí)上,對于近代全球變暖來說,地面觀測資料中的城市化效應(yīng)幾乎可以忽略[10]。這是因?yàn)榻兣闹饕罁?jù)包括占全球地表面積2/3的海洋上的記錄以及大量山地和極地冰雪消融等事實(shí)；而陸地上也并非所有觀測站都受到嚴(yán)重的城市化影響[11]。某些局地觀測記錄中城市化造成的額外增溫對整個(gè)增溫趨勢貢獻(xiàn)較大[2,4],是有特定時(shí)段限定的。特別是在中國,近30年來很多氣象站所處的區(qū)域都經(jīng)歷了快速城市化發(fā)展,所記錄的氣溫序列不僅包含大尺度氣候變暖的信號(hào),也包含局地的城市化效應(yīng)。評(píng)估地面氣象站觀測序列中的城市化效應(yīng),有助于理解局地的城市化氣候效應(yīng)本身,也是量化大尺度氣候變化及其歸因研究所必需的一個(gè)環(huán)節(jié)。

然而,即使是針對特定時(shí)期、特定地點(diǎn),關(guān)于城市化效應(yīng)的評(píng)估仍存在不確定性,部分原因和研究方法有關(guān)。比如使用不同的方法去定義鄉(xiāng)村站點(diǎn),可導(dǎo)致“鄉(xiāng)村”的氣溫日較差變化趨勢的估計(jì)從―0.41到―0.61(℃/100a)不等[12]。另一重要原因來自觀測資料序列本身存在的系統(tǒng)性偏差,即由于觀測站遷址、儀器更新或觀測規(guī)則變更等突發(fā)性因素造成的時(shí)間序列非均一性[13-14]。Peterson[15]發(fā)現(xiàn)：在均一化資料基礎(chǔ)上,美國城市站平均溫度序列的增暖趨勢,與鄉(xiāng)村站平均趨勢沒有顯著差異。這說明氣候序列均一化對于確切評(píng)估氣候變化(包括判別其中的城市化效

應(yīng))非常關(guān)鍵。近年來,均一化的氣候序列集已逐漸成為氣候變化研究領(lǐng)域的主導(dǎo)資料基礎(chǔ),中國地區(qū)的均一化氣候序列集也開始獲得日益廣泛的應(yīng)用①嚴(yán)中偉, 李珍, 夏江江. 氣候序列的均一化—定量評(píng)估氣候變化的基礎(chǔ)(在審中)。本文簡單介紹氣候序列的均一化和城市化氣候效應(yīng)評(píng)估的基本思路,總結(jié)近年來在新的資料基礎(chǔ)上獲得的一些城市化氣候效應(yīng)評(píng)估結(jié)果,討論存在的問題,展望進(jìn)一步研究。

1 氣候序列的均一化簡介

均一化的基本概念和方法在不少著作中都有闡述,這里僅作簡單介紹。長期氣象觀測幾無例外地經(jīng)歷過一些系統(tǒng)性的變遷,如站點(diǎn)遷移,或儀器更新,或觀測規(guī)則變更等,致使相應(yīng)時(shí)段觀測值相對于其他時(shí)段有系統(tǒng)性的偏差。這些偏差導(dǎo)致一個(gè)氣候序列在時(shí)間上不是一致可比的,因而稱之為非一致的,或非均一的(inhomogeneous)。這類系統(tǒng)性偏差也被稱為非均一性(inhomogeneity)。為描述實(shí)際氣候變化,必須校訂氣候序列的非均一性,即均一化(homogenization)。

均一化可通過對比分析鄰近站記錄來實(shí)現(xiàn)。設(shè)有一個(gè)氣象站x,要素T的觀測序列記為Tx(i),i代表觀測時(shí)間。任意時(shí)間t前后兩個(gè)時(shí)期間的平均氣候變化記為：

式中,i=t+1, t+2, …, t+n,代表t后的n個(gè)觀測時(shí)間；j=t-m+1, t-m+2, …, t,代表t之前直至t的m個(gè)觀測時(shí)間；∑表示對相應(yīng)n(或m)個(gè)觀測的子序列求平均。

理想地,設(shè)有一個(gè)鄰近站y,觀測序列Ty(i),所記錄的氣候變化和x站幾乎一樣,即：Dx(t)≈Dy(t)?；蛴洖閐(t)=Dx(t)–Dy(t),其與0無顯著差異。然而,如果x站于t0時(shí)發(fā)生觀測系統(tǒng)變更(如遷址),則Dx(t0)除了氣候變化外,還可能疊加了一個(gè)觀測系統(tǒng)變更引起的系統(tǒng)性偏差(非均一性)。這時(shí),d(t0)就是非均一性的定量表述。在校訂x站序列時(shí),一般稱x站序列為待檢(candidate)序列,而y站序列為參考(reference)序列。國際上已發(fā)展有多種統(tǒng)計(jì)學(xué)方法來判別d(t0)的顯著性進(jìn)而計(jì)算待檢序列的校訂量。這里不再贅述。

簡言之,本文討論的是國際學(xué)術(shù)界已有確切定義(較為狹義)的非均一性,即觀測系統(tǒng)變更導(dǎo)致的氣候序列中相應(yīng)時(shí)段的躍變性系統(tǒng)偏差。在一些廣義的討論中,把某些漸變因素(如觀測場周邊環(huán)境隨城市化的變遷)所致的偏差也稱為非均一性。這類非均一性目前還缺乏普適的標(biāo)準(zhǔn)和分析方法。尤其對于本文,城市化的氣候效應(yīng)正是所要研究的對象,是一個(gè)氣候序列反映的某種客觀事實(shí),更不應(yīng)視之為“非均一性”加以校訂。

2 評(píng)估城市化氣候效應(yīng)的基本思路

首先需要說明,本文討論的是在氣象站記錄中體現(xiàn)的“城市化氣候效應(yīng)”。以溫度為例,氣象站的觀測值是在一方草坪上的百葉箱里獲得的；而很多人提到城市“熱島效應(yīng)”,往往想到太陽直射城市水泥地面時(shí)溫度遠(yuǎn)高于鄉(xiāng)村田野的情景,其實(shí)夜間水泥面溫度往往反而比田野還低。后者不是本文討論的對象。利用氣象記錄評(píng)估城市化氣候效應(yīng),最直觀的辦法就是對比分析城市和周邊鄉(xiāng)村氣象站觀測的某些氣候變量序列[1-4,8]。用如下基本公式表述：

式中,T(u)和T(n)分別代表城市和周邊非城市氣象站觀測的長期氣候趨勢。城市化氣候效應(yīng)就由兩者的趨勢差dT來刻畫。有時(shí)候也用百分?jǐn)?shù),即dT/T×100%,來量化城市化效應(yīng)。

應(yīng)用上述公式的前提是：城市化對于所研究的氣候變量的影響是較為直接的。例如前面提到的UHI加強(qiáng)導(dǎo)致當(dāng)?shù)貧鉁卦龈撸唤ㄖ涸龈咴龆鄬?dǎo)致城區(qū)近地面風(fēng)速減弱等。不論當(dāng)?shù)卮蟪叨鹊臍夂蜃兓尘笆窃雠只蜃兝?風(fēng)場是加強(qiáng)抑或減弱),通過對比分析城、鄉(xiāng)氣象站觀測序列,都可發(fā)現(xiàn)城市站相對于鄉(xiāng)村地區(qū),記錄了一個(gè)相對的氣溫增高(風(fēng)速減小)趨勢。

然而,對于另一些氣候變量,如降水,城市化的影響可能隨當(dāng)?shù)靥赜械拇髿猸h(huán)流和地理格局而有所不同。比如城市熱島有助于局地對流,從而有助于當(dāng)?shù)亟邓?但由于降水往往由特定的大氣環(huán)流系統(tǒng)起主導(dǎo)作用,熱島效應(yīng)可能體現(xiàn)在大氣環(huán)流的下游區(qū)域 ,而非城區(qū)[16-18]。不同城市所處的地理位置以及大氣環(huán)流特征各有不同,“下游”何在,不是一目了然的。如果有足夠高分辨的區(qū)域氣候觀測網(wǎng),可利用主成分(PC)或經(jīng)驗(yàn)正交函數(shù)(EOF)分析,來分辨可能的“城”、“鄉(xiāng)”氣候的主要變率分布特點(diǎn),進(jìn)而再采用公式(2)來刻畫城市化效應(yīng)[19]。要注意的是,這里所謂的“城”、“鄉(xiāng)”可能和地理上的城、鄉(xiāng)不一致。

近年來還有很多研究利用對比分析地面觀測和再分析資料,即所謂的OMR方法來評(píng)估城市化效應(yīng)[20-21]。再分析資料是基于部分觀測資料經(jīng)氣象模式重新計(jì)算的、符合氣象動(dòng)力學(xué)原理的變量場。OMR方法的基本思路是：某些再分析系統(tǒng)主要是依靠大氣探空觀測資料來運(yùn)行的,沒有考慮諸如城市化所伴隨的

陸面性質(zhì)變遷以及能較直接反映這些變遷影響的地面氣象觀測資料；因而從地面觀測的變量序列中減去再分析資料中相應(yīng)變量序列,就可能捕獲隱含在地面氣象觀測資料里的城市化效應(yīng)。然而,各種再分析資料本身存在的系統(tǒng)性誤差,特別是有關(guān)多年代際波動(dòng)的偏差,會(huì)導(dǎo)致不同時(shí)期分析結(jié)果大相徑庭[22],制約了該方法的可用性。

利用氣候模式進(jìn)行數(shù)值模擬也是評(píng)估城市化氣候效應(yīng)的一種手段。就中國區(qū)域開展的城市化氣候效應(yīng)模擬分析,近年來已取得一定的進(jìn)展[23-25]。然而,現(xiàn)有氣候模式的空間分辨率(1～10km)較低,模擬研究中所定義的城市區(qū)域往往是夸張的；一些甚高分辨率的局部動(dòng)力學(xué)模式又不適于長期氣候變化過程的模擬。因而,數(shù)值模擬雖然有助于理解城市化氣候效應(yīng)的機(jī)理,目前還難以取得切合實(shí)際的評(píng)估結(jié)果。

回到公式(2),要獲得可靠的城市化氣候效應(yīng)評(píng)估dT,需兩方面的保障。其一,各站觀測序列所記錄的長期氣候趨勢T是可靠的,也即要求各觀測序列中不存在系統(tǒng)性的偏差(非均一性)；其二,所謂的“城”、“鄉(xiāng)”劃分是合理的。這兩方面的問題,正是導(dǎo)致以往研究所得結(jié)論存在不確定性的主要原因。

3 城鄉(xiāng)站點(diǎn)的劃分

先討論如何區(qū)分城、鄉(xiāng)站點(diǎn)。根據(jù)以往研究,劃分城、鄉(xiāng)站點(diǎn)的方法大致可分為3種,即城市發(fā)展指數(shù)分類、遙感觀測定義和氣候統(tǒng)計(jì)區(qū)劃。

城市發(fā)展指數(shù)有很多,例如人口、建筑區(qū)面積、能源消耗、GDP等。其中最廣泛采用的是人口指數(shù)。例如Jones等[10]、Ren等[26]、Hua等[27]通過站點(diǎn)所在地區(qū)總?cè)丝谶M(jìn)行城鄉(xiāng)站分類；Portman[28]利用人口密度數(shù)據(jù)對中國華北29站進(jìn)行劃分；周雅清等[29]則采用城市常駐人口作為分類指標(biāo)。以城市發(fā)展指數(shù)判斷城市規(guī)模,不無道理,尤其是人口之類的指數(shù)并不難獲取,這是此方法廣為應(yīng)用的原因。這種方法的缺陷在于：其一,由于各地城市發(fā)展形式各有不同,不同研究者往往使用不同的閾值作為城鄉(xiāng)站點(diǎn)劃分的標(biāo)準(zhǔn),結(jié)果帶有主觀性；其二,即使是同樣規(guī)模的城市,位于市區(qū)、郊區(qū)或市內(nèi)公園綠地的觀測站記錄所受影響也可大為不同。因此,城市發(fā)展指數(shù)分類法一般用于具有較多站點(diǎn)樣本的情況,意味著即使有少部分站點(diǎn)分類有誤,也不影響總體判斷。

根據(jù)遙感觀測定義城鄉(xiāng)站點(diǎn),優(yōu)勢在于其直觀性。近年來被越來越多地應(yīng)用于城市化氣候效應(yīng)的研究中。其中用得較多的指標(biāo)包括：夜晚燈光強(qiáng)度、歸一化植被指數(shù)以及地表亮溫等。例如,Gallo等[12,30-31]、Hansen等[32-33]、Yang等[34]利用夜晚燈光數(shù)據(jù)將氣象站點(diǎn)分成城市站、郊區(qū)站和鄉(xiāng)村站；Gallo等[35]將站點(diǎn)周圍的歸一化植被指數(shù)作為城鄉(xiāng)站點(diǎn)的分類參考；Ren等[36]提出依據(jù)遙感觀測到的地表亮溫空間分布挑選用來評(píng)估城市化氣候效應(yīng)的參考站。這類方法在應(yīng)用中面臨的一個(gè)難題：為量化站點(diǎn)所在位置的城市化程度,需要選取一個(gè)特定的空間尺度,如方圓1km或10km。選取的尺度不同,分類結(jié)果也不同。例如北京朝陽公園內(nèi)的一個(gè)氣象站,如果以其周邊方圓1km的遙感資料來判斷,該站很可能被判為鄉(xiāng)村,因?yàn)椤爸苓叀倍际蔷G地；但以方圓3km來看,就是高度發(fā)達(dá)的城區(qū)。更重要的是,城市化是一個(gè)動(dòng)態(tài)的發(fā)展過程,而遙感觀測的時(shí)間序列較短,近年觀測到的“城區(qū)”如果是從鄉(xiāng)村演變而來,抑或過去多年來一直都是城區(qū),則有關(guān)站點(diǎn)記錄的城市化氣候效應(yīng)完全不同。圖1利用夜間燈光遙感指數(shù)反映了北京地區(qū)十多年來一些站點(diǎn)從鄉(xiāng)村到城市的演變,而另有一些一直處于城區(qū)或鄉(xiāng)村的情景。

鑒于城市化是個(gè)過程,為分辨觀測序列中的城市化效應(yīng),一個(gè)有益的做法是：基于各站氣候序列的統(tǒng)計(jì)分析,進(jìn)行城鄉(xiāng)區(qū)劃。例如,可采用經(jīng)驗(yàn)正交函數(shù)的方法將不同類型站點(diǎn)區(qū)分開[37]；也有研究通過旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)方法對站點(diǎn)分類結(jié)果進(jìn)行驗(yàn)證[38]。這種做法對于研究降水之類的氣候觀測中的城市化效應(yīng)來說,尤其是必要的,因?yàn)槌鞘谢瘜τ诮邓畾夂虻挠绊懯禽^為間接的,即通過與當(dāng)?shù)靥厥獾慕邓h(huán)流相互作用后再反映到特定區(qū)域[17,19]。統(tǒng)計(jì)分類法的另一優(yōu)勢在于：可以根據(jù)所要關(guān)注的氣候變量,來進(jìn)行針對性的區(qū)劃分析。例如,為研究城市化對極端溫度記錄的影響,Wang等[39]選用3個(gè)溫度指標(biāo)：年平均氣溫、年炎熱天數(shù)(日平均氣溫高于25℃)和年寒冷天數(shù)(日平均氣溫低于5℃),對北京20個(gè)氣象站點(diǎn)進(jìn)行聚類分析。圖2表明20個(gè)氣象站在三維聚類空間里被客觀地分為了4類?；诟髡镜牡乩硇畔?可將這4類站分別命名為：城市、近郊、鄉(xiāng)村和山地。顯然,結(jié)合區(qū)域氣候變化的統(tǒng)計(jì)分析,進(jìn)而利用遙感(如圖1)以及城市發(fā)展指標(biāo)等輔助信息加以驗(yàn)證,可以為分辨城市化氣候效應(yīng)而獲取較為客觀的城鄉(xiāng)區(qū)劃結(jié)果。在資料允許的情況下,這應(yīng)該成為城市化氣候效應(yīng)研究的一條基本途徑。

在實(shí)際研究中,往往難以獲得理想的所有資料。一些研究者就根據(jù)有限資料和相關(guān)物理原理,回避城鄉(xiāng)區(qū)劃問題而進(jìn)行有限的推斷。例如,考慮近幾十年中國東部大多數(shù)氣象站都可能受到城市化影響,而鄰近的海洋觀測資料則不受城市化影響,Jones等[11]將

中國東部站點(diǎn)的平均溫度序列和臨近的平均海表溫度序列進(jìn)行對比,推斷陸地上觀測序列中可能的城市化增溫貢獻(xiàn)應(yīng)小于0.1℃/10a。Zhao等[40]把中國東部長期觀測溫度序列(大都是城市站)按人口分類,比較分析各類站點(diǎn)氣溫序列的趨勢,認(rèn)為近幾十年來的增暖趨勢中,與人口因素有關(guān)的不確定性范圍大致在10%～20%之間。這也可從一個(gè)側(cè)面反映城市化氣候效應(yīng)的大小。又如,基于城市熱島在靜風(fēng)條件下最強(qiáng)、在大風(fēng)條件下最弱的物理原理,Parker[41-42]對比分析了全球范圍內(nèi)站點(diǎn)溫度記錄在大風(fēng)和靜風(fēng)天的變化趨勢,進(jìn)而推斷城市化等局地因素對整個(gè)增溫趨勢貢獻(xiàn)非常小。

圖1 北京地區(qū)1992年（a）、2000年（b）和2008年（c）夜晚燈光值空間分布和北京地區(qū)20個(gè)氣象站的地理位置以及該地區(qū)1978—2008年平均氣溫的空間分布（d，單位：℃）（綠色五角星、方塊、實(shí)心點(diǎn)和三角形分別代表城市、近郊、鄉(xiāng)村和山地站點(diǎn)）[39]

4 基于均一化觀測序列評(píng)估城市化的局地變暖效應(yīng)

更普遍的一個(gè)問題來自長期氣象站觀測序列所具有的非均一性,即由于觀測系統(tǒng)變更(包括臺(tái)站遷址、儀器更新或觀測規(guī)則變化等)導(dǎo)致的相關(guān)時(shí)段特定變量觀測值的系統(tǒng)性偏差。非均一性在各地氣溫觀測序列中表現(xiàn)得尤為突出。因而,氣溫觀測序列的均一化,對于判斷各站氣候變化趨勢、進(jìn)而獲得確切的城市化氣候效應(yīng)評(píng)估,尤其重要。早期研究大多沒有注意到這個(gè)問題,直到Peterson[15]基于均一化的氣候觀測序列發(fā)現(xiàn),美國城市站平均溫度序列的變暖趨勢與鄉(xiāng)村站平均無差別。

圖2 三維聚類空間中的北京20個(gè)氣象站散點(diǎn)圖[39]，采用3個(gè)溫度指標(biāo)（年平均氣溫，年寒冷天數(shù)和年炎熱天數(shù)）進(jìn)行聚類分析，客觀地呈現(xiàn)4類站點(diǎn)，即城市站、郊區(qū)站、鄉(xiāng)村站和山地站

中國地區(qū)的研究也有類似情況。基于未經(jīng)均一化的觀測資料所評(píng)估的城市化增暖效應(yīng)結(jié)果較大[2]；Wang等[43]發(fā)現(xiàn)中國區(qū)域城市化效應(yīng)對整體增暖貢獻(xiàn)達(dá)20%。比較來看,基于均一化觀測資料分析所得的

結(jié)論是,中國過去半個(gè)世紀(jì)的城市化增暖效應(yīng)約為0.012℃/10a,不到背景增暖的10%[44]。北京觀象臺(tái)是一個(gè)典型例子：Ren等[2]使用原始的臺(tái)站觀測數(shù)據(jù),判斷80%的增溫趨勢可以歸因于城市化增暖效應(yīng)；Yan等[4]對該站氣溫序列存在的主要非均一性(即1981年和1997年兩次遷址導(dǎo)致的系統(tǒng)性偏差)進(jìn)行校訂后,所評(píng)估的城市化效應(yīng)占整個(gè)增溫趨勢的約40%；而基于更完整的北京地區(qū)20站均一化資料[45],Wang等[39]發(fā)現(xiàn)近30年城市化效應(yīng)對北京觀象臺(tái)記錄的增暖趨勢的貢獻(xiàn)不到20%,對城區(qū)多站平均而言,這一貢獻(xiàn)約為10%。注意北京的城市化發(fā)展水平高于全國平均水平,有關(guān)結(jié)果值得參考。

為何均一化的觀測資料所反映的城、鄉(xiāng)增溫率之差較小呢?一個(gè)原因或許和遷址有關(guān)。一般情況下,隨著城市化發(fā)展,一些氣象觀測站會(huì)被遷往更遠(yuǎn)的郊區(qū)。較早期的原站址溫度記錄相對于近年(更加鄉(xiāng)村化的)新站址記錄有一個(gè)系統(tǒng)的正偏差,導(dǎo)致這類鄉(xiāng)村站的增暖趨勢被低估。用這樣的鄉(xiāng)村站資料評(píng)估城、鄉(xiāng)增暖趨勢之差,就會(huì)高估城市化的影響。如圖3a所示,北京地區(qū)鄉(xiāng)村站點(diǎn)原始溫度序列的增暖趨勢較弱,導(dǎo)致城鄉(xiāng)對比計(jì)算出的城市化效應(yīng)較強(qiáng)；而經(jīng)均一化后,各站點(diǎn)的溫度序列更合理地反映了各自的氣候趨勢,基于城鄉(xiāng)對比的城市化效應(yīng)則有所減小。從圖3b可見,原始記錄計(jì)算的城鄉(xiāng)溫差在20世紀(jì)90年代急劇增大,有悖常理,更像是資料有問題,而其實(shí)就是部分觀測序列的非均一性所致[45]。

一個(gè)較為復(fù)雜的問題是,對于特定站點(diǎn)而言,城市發(fā)展的影響可以是非常局地的躍變式的。比如,北京觀象臺(tái)附近早年主要為農(nóng)田,2003年建成高架公路,周邊環(huán)境突然變?yōu)槌鞘?該站氣溫觀測序列從該年開始相對于鄰近臺(tái)站有一個(gè)躍變性的增高[46]。在均一化分析中,這類躍變被視為非均一性,相當(dāng)于局地觀測系統(tǒng)出現(xiàn)了突發(fā)性的變更。均一化的觀測序列原則上已校訂這類躍變式的信號(hào)。Li 等[45]還曾將這個(gè)非均一性信號(hào)歸咎于該時(shí)期該站進(jìn)行的從人工觀測到自動(dòng)觀測系統(tǒng)的調(diào)整。事實(shí)上,距離高架橋稍遠(yuǎn)的其他站也并沒有記錄到類似的信號(hào)。因而,上述北京觀象臺(tái)記錄所反映的躍變式影響,至少不具有普遍意義。較嚴(yán)格地說,均一化的氣象觀測序列所反映的城市化效應(yīng),是隨著城市總體逐漸發(fā)展(UHI也隨之逐漸擴(kuò)張和增強(qiáng))導(dǎo)致的某種緩變過程。這個(gè)過程是較大尺度的,而非站點(diǎn)局地的、突發(fā)性的。

換個(gè)角度考慮,如果不把站點(diǎn)尺度的“非均一性”去掉,則可能看到各種局地性的“城市化效應(yīng)”,導(dǎo)致概念混亂,不利于深入研究。比如：上述高架橋的建立確實(shí)導(dǎo)致某站局地的增溫突變；而另一側(cè)有個(gè)觀測站剛好因被建筑物遮擋而導(dǎo)致日最高溫度系統(tǒng)性地偏小,這里的局部“城市化效應(yīng)”是“降溫”。顯然,這些局地信號(hào)絕非大尺度氣候變化研究所關(guān)注的“城市化效應(yīng)”。而以往研究夸大城市化效應(yīng)的部分原因也正是：研究者往往只選取部分結(jié)果如前者(增溫,因?yàn)樗侠碚擃A(yù)期)而忽略后者。由此亦可見均一化的重要性。

圖3 （a）均一化前后北京地區(qū)城鄉(xiāng)站點(diǎn)的溫度的年際變化序列（1978—2008年）；（b）均一化前后城鄉(xiāng)之間溫差的年際變化序列（根據(jù)Li等[45]所用資料重繪）

5 其他變量觀測序列中的城市化效應(yīng)

風(fēng)速是受城市化影響較直接的另一個(gè)重要變量。近幾十年來歐洲大陸地區(qū)觀測的風(fēng)速序列幾乎一致地呈現(xiàn)減小趨勢,位于上游的北大西洋卻并無此變化。雖然有研究通過大氣環(huán)流的變化來加以解釋[47],地面觀測是否普遍受到局部的城市化影響,值得疑問[48-52]。Jiang等[53]就中國區(qū)域的研究表明：1956—2004年城市站點(diǎn)風(fēng)速小于鄉(xiāng)村站點(diǎn),同期前者下降趨勢為―0.13m/(s·10a),量值上比后者(―0.12m/(s·10a))略大。

均一化的觀測資料對于研究風(fēng)速演變中的城市化效應(yīng)或許更為重要,這是因?yàn)轱L(fēng)速觀測對于觀測系統(tǒng)的變更十分敏感。Li等[54]指出了經(jīng)過均一化處理的北京

風(fēng)速變化的空間分布,市區(qū)風(fēng)速下降趨勢最大而周邊趨勢較緩,體現(xiàn)出典型的城市化影響的格局(圖4),進(jìn)而判斷城市化加劇了市區(qū)風(fēng)速的下降趨勢,約20%。而基于原始觀測資料所得的趨勢分布格局,則難有合理解釋。圖4形象地說明,必須基于均一化的觀測序列,才能獲得合理的城市化效應(yīng)評(píng)估。然而,由于風(fēng)速觀測序列的變率較大,目前還很少有較大區(qū)域統(tǒng)一處理的均一化數(shù)據(jù)集。

與風(fēng)速類似,降水觀測序列也具有較大的變率。更為復(fù)雜的是,降水不是連續(xù)變量。非均一性信號(hào)很容易被淹沒在“變幻無常”的觀測序列中,這也是降水資料較難以進(jìn)行均一化處理的一個(gè)原因[55-58]。基于均一化降水資料開展的城市化氣候效應(yīng)研究更不多見。有研究表明：近幾十年半數(shù)以上的中國大城市極端降水強(qiáng)度增大和頻數(shù)增加的趨勢比周邊觀測結(jié)果大[59]；城市化對降水的影響在中國3大城市群主要體現(xiàn)在極端強(qiáng)降水事件上[60]。Han等[19]首次嘗試?yán)镁换臏囟群徒邓^測序列,探討北京地區(qū)城市化對于冷季低溫降水氣候變化的影響,結(jié)果表明近30年來北京城區(qū)及其下游方向的城東北區(qū)域低溫降水強(qiáng)度有所增強(qiáng),小降水事件則顯著減少(達(dá)約―16%/10a),或許反映了該時(shí)期快速城市化對于冷季降水的特殊影響。

然而,總的看來,關(guān)于降水氣候變化的城市化效應(yīng)研究結(jié)果,其統(tǒng)計(jì)顯著性大都不高。原因主要在于降水氣候的變率較大,但也部分地和觀測資料存在非均一性有關(guān)。發(fā)展針對這類變量的觀測序列的均一化方法,并在此基礎(chǔ)上進(jìn)一步探討城市化效應(yīng),有助于推進(jìn)該領(lǐng)域取得實(shí)質(zhì)性進(jìn)展。

6 小結(jié)

本文回顧了利用地面氣象觀測序列分析城市化氣候效應(yīng)的基本思路,通過一些案例分析展示了觀測序列均一化對該領(lǐng)域研究的重要性,總結(jié)了目前尚十分有限的基于均一化觀測資料取得的一些新認(rèn)識(shí)。小結(jié)如下：

(1)基于均一化觀測序列評(píng)估的城市化局地增暖效應(yīng),現(xiàn)有結(jié)果大都要小于基于原始觀測資料所得的結(jié)果。原因之一可能和觀測臺(tái)站遷址等造成的非均一性有關(guān)。北京觀象臺(tái)作為一個(gè)受城市化影響較為嚴(yán)重的站點(diǎn),其最近30年氣溫觀測序列中隱含的城市化增暖效應(yīng)大約占總體增暖趨勢的20%；北京地區(qū)多個(gè)城市站平均而言,這一貢獻(xiàn)約為10%。結(jié)合其他相關(guān)研究判斷,對于近幾十年快速城市化進(jìn)程中的中國區(qū)域平均而言,城市站點(diǎn)氣溫觀測記錄中所隱含的城市化增暖效應(yīng)也應(yīng)在類似的水平(10%)上下,更可能是偏下(以北京地區(qū)為參照)。近年來研發(fā)的中國區(qū)域氣溫觀測的均一化序列集,已開始獲得越來越廣泛的應(yīng)用,有助于推進(jìn)城市化氣候效應(yīng)的定量化研究。

(2)城市化同樣直接地影響局地風(fēng)速觀測?；诰换Y料評(píng)估的近30年北京城區(qū)風(fēng)速下降趨勢中,城市化效應(yīng)的貢獻(xiàn)最大可達(dá)20%。這個(gè)結(jié)果和氣溫序列分析的結(jié)果貌似十分接近,但要注意受城市化影響最大的風(fēng)速觀測站點(diǎn)位于市區(qū)中心的朝陽公園,而非東南部的北京觀象臺(tái)。對于不同要素來說,城市化的影響對于不同站點(diǎn)顯然可以大為不同。北京的結(jié)果或許可借鑒為中國區(qū)域觀測網(wǎng)點(diǎn)中城市化影響風(fēng)速觀測序列的某種上限水平參考。遺憾的是,風(fēng)速觀測序列的均一化,目前還缺乏可推廣應(yīng)用的基礎(chǔ)數(shù)據(jù)產(chǎn)品。

圖4 1960—2008年北京地區(qū)年均風(fēng)速序列中的線性趨勢分布（a）原始序列計(jì)算結(jié)果；（b）均一化序列計(jì)算結(jié)果（色標(biāo)單位：m/（s·10a），根據(jù)Li等[54]重繪）

(3)降水觀測,同樣十分缺乏均一化研究。基

于個(gè)別研究結(jié)果(北京為例)判斷,城市化或可導(dǎo)致城區(qū)及其下游區(qū)域某些降水指標(biāo)(如冷季小降水事件的發(fā)生頻率)的長期(減少)趨勢。還有些研究認(rèn)為,城市化對降水的影響可能更多地體現(xiàn)在極端降水事件上。但有關(guān)降水氣候變化的研究結(jié)果,還有很大不確定性。發(fā)展降水序列的均一化方法,盡快研發(fā)均一化降水?dāng)?shù)據(jù)產(chǎn)品,是當(dāng)務(wù)之急。

城市化的氣候效應(yīng)是氣候變化研究領(lǐng)域一個(gè)既古老又新鮮的難題。中國近幾十年來空前的城市化發(fā)展,為研究這一話題提供了絕佳的試驗(yàn)場。而均一化氣候觀測序列,是獲取合理的城市化氣候效應(yīng)評(píng)估的基礎(chǔ)。近年來在中國區(qū)域均一化氣候觀測序列集的研發(fā)方面,正取得不斷進(jìn)展[61-62]。另一方面,應(yīng)結(jié)合高分辨觀測基礎(chǔ)上的氣候變化統(tǒng)計(jì)分析和遙感等其他分析手段,發(fā)展更合理的城鄉(xiāng)站點(diǎn)區(qū)劃方法。通過資料和方法兩方面進(jìn)展,有望逐步減小城市化氣候效應(yīng)評(píng)估中的不確定性,獲取更全面和定量的認(rèn)識(shí)。

[1]B?hm R. Urban bias in temperature time series — A case study for the city of Vienna, Austria. Climate Change, 1998, 38: 113-128.

[2]Ren G, Chu Z, Chen Z, et al. Implication of temporal change in urban heat island intensity observed at Beijing and Wuhan stations. Geophysical Research Letters, 2007, 34: L05711.

[3]Gaffin S, Rosenzweig R, Khanbilvardi R, et al. Variations in New York city’s urban heat island strength over time and space.Theoretical and Applied Climatology, 2008, 94: 1-11.

[4]Yan Z, Li Z, Li Q, et al. E ff ects of site change and urbanisation in the Beijing temperature series 1977-2006. International Journal of Climatology, 2010, 30: 1226-1234.

[5]Liu W, Ji C, Zhong J, et al. Temporal Characteristics of Beijing Urban Heat Island. Theor Appl Climatol., 2007. 87(1): 213-221

[6]季崇萍, 劉偉東, 軒春怡. 北京城市化進(jìn)程對城市熱島的影響研究. 地球物理學(xué)報(bào), 2006, 49(1): 69-77.

[7]Karl T, Diaz H, Kukla G. Urbanization: Its detection and effects in the United States climate record. Journal of Climate, 1988, 1: 1099-1123.

[8]Karl T, Jones P. Urban bias in area-averaged surface air temperature trends. Bulletin American Meteorological Society, 1989, 70(3): 265-270.

[9]Balling R, Idso S. Historical temperature trends in the United States and the e ff ects of urban population growth. Journal of Geophysical Research, 1989, 94: 3359-3363.

[10]Jones P, Groisman P, Coughlan M, et al. Assessment of urbanization e ff ects in time series of surface air temperature over land. Nature, 1990, 347: 169-172.

[11]Jones P, Lister D, Li Q. Urbanization effects in large-scale temperature records, with an emphasis on China. Journal of Geophysical Research, 2008, 113: D16122.

[12]Gallo K, Owen T, Easterling D. Temperature trends of the U.S. historical climatology network based on satellite-designated land use/land cover. Journal of Climate, 1998, 12: 1344-1348.

[13]Peterson T, Easterling D, Karl T, et al. Homogeneity adjustments of in situ atmospheric climate data: a review. International Journal of Climatology, 1998, 18: 1493-1517.

[14]Liu W, You H, Dou J. Urban-rural humidity and temperature di ff erences in the Beijing area. Theor Appl Climatol, 2009, 96 (3-4): 201-207.

[15]Peterson T. Assessment of urban versus rural in situ surface temperatures in the contiguous United States: No di ff erence found. Journal of Climate, 2003, 16(18): 2941-2959.

[16]Jaurequi E, Romales E. Urban e ff ects on convective precipitation in Mexico City. Atmospheric Environment, 1996, 30: 3383-3389.

[17]Shepherd J. Rainfall modification by major urban areas: observations from space borne rain radar on the TRMM satellite. Journal of Applied Meteorology, 2002, 41: 689-701.

[18]Diem J, Mote T. Interepochal changes in summer precipitation in the southeastern United States: evidence of possible urban e ff ects near Atlanta, Georgia. Journal of Applied Meteorology, 2005, 44: 717-730.

[19]Han Z, Yan Z, Li Z, et al. Impact of urbanization on lowtemperature precipitation in Beijing during 1960-2008. Adv Atmos Sci, 2013, doi: 10.1007/ s00376-013-2211-3.

[20]Kalnay E, Cai M. Impact of urbanization and land-use change on climate. Nature, 2003, 423: 528-531.

[21]Zhou L, Dickinson R, Tian Y, et al. Evidence for a significant urbanization effect on climate in China. PNAS, 2004, 101: 9540-9544.

[22] Wang J, Yan Z, Jones P, et al. On‘Observation minus Reanalysis’method: A view from multi-decadal variability. Journal of Geophysical Research. doi: 10.1002/jgrd.50574.

[23]Feng J, Wang Y, Ma Z, et al. Simulating the regional impacts of urbanization and anthropogenic heat release on climate across China. Journal of Climate, 2012, 25: 7187-7203.

[24]Wang J, Feng J, Yan Z, et al. Nested high-resolution modeling of the impact of urbanization on regional climate in three vast urban agglomerations in China. Journal of Geophysical Research, 2012, 117: D21103.

[25]Feng J, Wang J, Yan Z. Impact of anthropogenic heat release on regional climate in three vast urban agglomerations in China. Adv Atmos Sci, 2013, doi: 10.1007/s00376-013-3041-z.

[26]Ren G, Zhou Y, Chu Z, et al. Urbanization effects on observed surface air temperature trends in north China. Journal of Climate, 2008, 21: 1333-1348.

[27]Hua L, Ma Z, Guo W. The impact of urbanization on air temperature across China. Theoretical and Applied Climatology, 2008, 93: 179-194.

[28]Portman D. Identifying and correcting urban bias in regional time series: Surface temperature in China’s northern plains. Journal of Climate, 1993, 6: 2298-2308.

[29]周雅清, 任國玉. 華北地區(qū)地表氣溫觀測中城鎮(zhèn)化影響的檢測和訂正. 氣候與環(huán)境研究, 2005, 10(4): 743-753.

[30]Gallo K, Mcnab A, Karl T, et al. The use of NOAA AVHRR data for assessment of the urban heat island e ff ect. Journal of Applied Meteorology, 1993, 32: 899-908.

[31]Gallo K, Owen T. Satellite-based adjustments for the urban heat island temperature bias. Journal of Applied Meteorology, 1999, 38: 806-813.

[32]Hansen J, Ruedy R, Sato M, et al. A closer look at United States and global surface temperature change. Journal of Geophysical Research, 2001, 23: 947-963.

[33]Hansen J, Ruedy R, Sato M, et al. Global surface temperature change. Reviews of Geophysics, 2010, 48: RG4004.

[34]Yang X, Hou Y, Chen B. Observed surface warming induced by urbanization in east China. Journal of Geophysical Research, 2011, 116: D14113.

[35]Gallo K, Adegoke J, Owen T, et al. Satellite-based detection of global urban heat island temperature influence. Journal of Geophysical Research, 2002, 107: D244776.

[36]Ren Y, Ren G. A remote-sensing method of selecting reference stations for evaluating urbanization effect on surface air temperature trends. Journal of Climate, 2011, 24: 3179-3189.

[37]Chu Z, Ren G. E ff ect of enhanced urban heat island magnitude on average surface air temperature series in Beijing region. Acta Meteorologica Sinica, 2005, 63: 534-540.

[38]Wang J, Zhang R, Wang Y. Areal di ff erences in diurnal variations in summer precipitation over Beijing metropolitan region.Theoretical and Applied Climatology, 2012, 110: 395-408.

[39]Wang J, Yan Z, Li Z, et al. Impact of urbanization on changes in temperature extremes in Beijing during 1978-2008. Chinese Science Bulletin, 2013(36): 4679-4686.

[40]Zhao P, Jones P, Cao L, et al. Reconstruction, climate trend, and attribution of instrumental temperature in eastern China over the last 100 years. J Geophys Res, under review.

[41]Parker D. Large-scale warming is not urban. Nature, 2004, 432: 290.

[42]Parker D. A demonstration that large-scale warming is not urban. Journal of Climate, 2005, 19: 2882-2895.

[43]Wang F, Ge Q. Estimation of urbanization bias in observed surface temperature change in China from 1980 to 2009 using satellite land-use data. Chinese Science Bulletin, 2012, 57: 1708-1715.

[44]Li Q, Zhang H, Liu X, et al. Urban heat island e ff ect on annual mean temperature during the last 50 years in China. Theoretical and Applied Climatology, 2004, 79: 165-174.

[45]Li Z, Yan Z. Application of Multiple Analysis of Series for Homogenization (MASH) to Beijing daily temperature series 1960-2006. Advances in Atmospheric Sciences, 2010, 27 (4): 777-787.

[46]He Y, Jia G, Hu Y, et al. Detecting urban warming signals in climate records. Advances in Atmospheric Sciences, 2013, 30: 1143-1153.

[47]Yan Z, Bate S, Chandler R, et al. An analysis of daily maximum wind speed in northwestern Europe using Generalised Linear Modelling. Journal of Climate, 2002, 15(15): 2073-2088.

[48]Chow S. The urban climate in Shanghai. Atmospheric Environment, 1992, 26B: 5-15.

[49]Bornstein R, Johnson D. Urban-rural wind velocity differences. Atmospheric Environment, 1977, 11: 597-604.

[50]Peng Z, Hu F. A study of the in fl uence of urbanization of Beijing on the boundary wind structure. Chinese Journal of Geophysics, 2006, 49: 1608-1615.

[51] Fortuniak K, K?ysik K, Wibig J. Urban—rural contrasts of meteorological parameters in ?ód?. Theoretical and Applied Climatology, 2006, 84: 1434-4483.

[52] Klai? Z, Nitis T, Kos I, et al. Modification of the local winds due to hypothetical urbanization of the Zagreb surroundings. Meteorology and Atmospheric Physics, 2002, 79: 1-12.

[53]Jiang Y, Luo Y, Zhao Z, et al. Changes in wind speed over China during 1956-2004. Theoretical and Applied Climatology, 2010, 99: 421-430.

[54]Li Z, Yan Z, Tu K, et al. Changes in wind speed and extremes in Beijing during 1960-2008 based on homogenized observations. Advances in Atmospheric Sciences, 2011, 28: 408-420.

[55]González-Rouco J, Jiménez J, Quesada V, et al. Quality control and homogeneity of precipitation data in the southwest of Europe. Journal of Climate, 2001, 14: 964-978.

[56]Wang X, Chen H, Wu Y, et al. New techniques for detection and adjustment of shifts in daily precipitation data series. Journal of Applied Meteorology and Climatology, 2010, 49: 2416-2436.

[57]Lakatos M, Szentimrey T, Birszki B, et al. Changes of temperature and precipitation extremes following homogenization. Acta Silv. Lign. Hung, 2007, 3: 87-95.

[58]江志紅, 黃群, 李慶祥. 近50年中國降水序列均一性檢驗(yàn)和訂正研究. 氣候與環(huán)境研究, 2008, 13(1): 67-74.

[59]王萃萃, 翟盤茂. 中國大城市極端強(qiáng)降水事件變化的初步分析.氣候與環(huán)境研究, 2009, 14(5): 553-560.

[60]聶安祺, 陳星, 馮志剛. 中國三大城市帶城市化氣候效應(yīng)的檢測和對比. 氣象科學(xué), 2011, 31(4): 372-383.

[61]Li Q, Zhang H, Chen J, et al. A mainland China homogenized historical temperature dataset for 1951-2004. Bulletin of American Meteorological Society, 2009, 90: 1062-1065.

[62]Li Z, Yan Z. Homogenized daily mean/maximum/minimum temperature series for China from 1960-2008. Atmospheric and Oceanic Sciences Letters, 2009, 2: 237-243.

Assessing Climatic Effects of Urbanization Based on Homogenized Daily Observations

Yan Zhongwei1, Wang Jun1,2, Li Zhen1, Liu Weidong3
(1 Key Laboratory of Regional Climate Environment in Temperate East Asia, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029 2 University of Chinese Academy of Sciences, Beijing 100049 3 Beijing Meteorological Bureau, Beijing 100089)

This paper brief l y presents ways of detecting the climatic effects of urbanization based on meteorological observations. Having reviewed various recent studies, we point out the very importance of homogenized climate series for estmating the impact of urbanization. The results of a few recent studies based on homogenized observations are discussed. Suggestions for further studies are proposed.

climate change, climatic effects of urbanization, homogenization of climate series

10.3969/j.issn.2095-1973.2014.03.007

2013年5月30日；

2013年9月21日

嚴(yán)中偉（1963—），Email： yzw@tea.ac.cn

資助信息：中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)（XDA05090105）；國家自然科學(xué)基金（41075063）；公益性行業(yè)（氣象）科研專項(xiàng)（GYHY201206013）；國家科技支撐計(jì)劃項(xiàng)目（2012BAC22B04）；城市氣象科學(xué)研究基金（2012年度）