高煥妍 沈新勇 董偉 趙亮 羅亞麗 王詠青

摘要 ?基于黑球濕球溫度識(shí)別了中國(guó)復(fù)合熱浪，并定量分析了城市化和西太平洋副熱帶高壓（簡(jiǎn)稱(chēng)西太副高）對(duì)中國(guó)復(fù)合熱浪的協(xié)同作用。結(jié)果表明：1979—2019年中國(guó)復(fù)合熱浪的發(fā)生天數(shù)、強(qiáng)度和影響范圍都在逐步上升，尤其在2010年以后出現(xiàn)躍升，比20世紀(jì)80年代增大了4倍左右;城市化快速發(fā)展和西太副高增強(qiáng)協(xié)同加劇了中國(guó)復(fù)合熱浪;較早發(fā)展的城市化對(duì)熱浪天數(shù)、強(qiáng)度、范圍增長(zhǎng)的貢獻(xiàn)分別是9.2％、12.5％、7.5％，而同期西太副高的增強(qiáng)對(duì)三類(lèi)熱浪指數(shù)有約30％的正貢獻(xiàn)，甚至在考慮全球變暖對(duì)西太副高的加強(qiáng)作用時(shí)，西太副高的貢獻(xiàn)增至70％左右。這表明，快速發(fā)展的城市化和全球變暖背景下增強(qiáng)的西太副高的協(xié)同作用可以解釋80％以上21世紀(jì)初中國(guó)復(fù)合熱浪的躍升。

關(guān)鍵詞 ?復(fù)合熱浪; 城市化; 西太平洋副熱帶高壓; 協(xié)同作用

中國(guó)高溫?zé)崂嗽谧罱鼛资曜兊酶宇l繁和持久（沈皓俊等，2018;張嘉儀和錢(qián)誠(chéng)，2020），尤其是華南和西南等地區(qū)熱浪顯著增多（賈佳和胡澤勇，2017;沈皓俊等，2018）。其次，新疆、長(zhǎng)江中下游以南地區(qū)也受到熱浪的嚴(yán)重影響，為熱浪頻次高值區(qū)（Ding et al.，2010）。全球變暖進(jìn)一步使得熱浪強(qiáng)度增強(qiáng)、持續(xù)時(shí)間不斷增加，人們正暴露在更加炎熱的環(huán)境中（Liao et al.，2018;余榮和翟盤(pán)茂，2021）。當(dāng)高溫超過(guò)了人體耐受極限，可能會(huì)對(duì)人們的生命健康造成威脅，給人類(lèi)帶來(lái)疾病與死亡（Sherwood and Huber，2010;Ma et al.，2015）。Yang et al.（2013）對(duì)廣州2015年7月13—24日發(fā)生的一次較強(qiáng)熱浪事件進(jìn)行了研究，發(fā)現(xiàn)熱浪持續(xù)期間死亡人數(shù)比參考時(shí)段（2015年7月22—27日及8月9—14日）增長(zhǎng)了145人。熱浪不僅會(huì)對(duì)人體健康產(chǎn)生威脅，還可能對(duì)社會(huì)經(jīng)濟(jì)和生態(tài)系統(tǒng)的許多方面造成重大影響。比如，2013年，中國(guó)東部經(jīng)歷了20世紀(jì)60年代以來(lái)最炎熱的夏季，大范圍、持續(xù)時(shí)間長(zhǎng)的極端高溫?zé)崂讼砹水?dāng)?shù)?，?yán)重影響了社會(huì)和經(jīng)濟(jì)的穩(wěn)定發(fā)展（Sun et al.，2014），造成的直接損失達(dá)到了5.9億人民幣（Hou et al.，2014）。鑒于高溫?zé)崂藢?duì)社會(huì)發(fā)展和人體健康的影響如此之大，而中國(guó)高溫?zé)崂苏诓粩嗉訌?qiáng)，所以深入研究熱浪的特征及成因有利于適應(yīng)并減輕其對(duì)人類(lèi)健康和經(jīng)濟(jì)發(fā)展造成的不利影響。

之前對(duì)于熱浪的大部分研究只考慮了單一要素溫度來(lái)識(shí)別熱浪（Meehl and Tebaldi，2004;Anderson and Bell，2011;Lau and Nath，2012;鄭雪梅等，2016）。然而近幾年有一些研究表明，高濕度環(huán)境會(huì)限制人體散熱效率，并放大高溫?zé)崂耸录膹?qiáng)度和影響，給人體健康帶來(lái)更多危害。所以同時(shí)考慮溫度和濕度去識(shí)別高溫?zé)崂烁欣趲椭藗兊钟鶡崂说那忠u（Ostro et al.，2009;Sherwood and Huber，2010;Mora et al.，2017;陳曦等，2020）。此外，高濕對(duì)極端高溫有增強(qiáng)放大作用，潮濕環(huán)境下中國(guó)熱浪的發(fā)生頻率比干燥環(huán)境高20％，且高濕度使得熱浪頻次、強(qiáng)度、持續(xù)時(shí)間展現(xiàn)出更顯著的增長(zhǎng)趨勢(shì)（Fischer and Knutti，2013;Liao et al.，2018;Xu et al.，2020）。在潮濕地區(qū)，僅基于溫度定義的熱浪變化特征分析可能低估了熱浪的嚴(yán)重程度以及其給人類(lèi)健康帶來(lái)的危害（Russo et al.，2017），這些結(jié)果說(shuō)明綜合多種氣象要素（溫度、濕度等）去定義、分析熱浪是十分必要的。黑球濕球溫度（WBGT，Wet-Bulb Globe Temperature）作為衡量人體熱應(yīng)激的一個(gè)重要指數(shù)（ISO，2017;Andrews et al.，2018），它綜合考慮了溫度、濕度、風(fēng)速、輻射的共同作用，曾被美國(guó)軍隊(duì)用于識(shí)別人體可能遭受熱應(yīng)激的環(huán)境條件，以采取措施進(jìn)行預(yù)防和保護(hù)，減少傷亡（Liljegren et al.，2008）。目前已有少量學(xué)者開(kāi)始用WBGT定義復(fù)合型高溫?zé)崂?，并針?duì)這種復(fù)合型熱浪的變化特征進(jìn)行初步的檢測(cè)分析（Hanna et al.，2015;Knutson and Ploshay，2016;Lee and Min，2018;Heo and Bell，2019），然而這些研究大多采用簡(jiǎn)化版WBGT公式（只考慮溫度和濕度），并未在四類(lèi)氣象要素綜合考慮的情況下識(shí)別熱浪。因此有必要嚴(yán)格從WBGT定義出發(fā)去識(shí)別熱浪，并進(jìn)一步揭示其基本特征及成因等。

全球變暖大背景下，城市化和大氣環(huán)流異常是熱浪頻繁發(fā)生的兩個(gè)重要驅(qū)動(dòng)因子（Liao et al.，2018;焦敏等，2019;Liu et al.，2019;王倩等，2019）。首先，城市化作為一個(gè)對(duì)極端高溫具有重要影響的因子，其熱島效應(yīng)會(huì)對(duì)熱浪有顯著增強(qiáng)的作用（Yang et al.，2017;馬紅云等，2018;袁宇鋒和翟盤(pán)茂，2022）。改革開(kāi)放以來(lái)，中國(guó)城市化快速發(fā)展，城鎮(zhèn)化水平有了較大幅度的提高，在東南部區(qū)域形成了目前國(guó)內(nèi)經(jīng)濟(jì)最為發(fā)達(dá)的長(zhǎng)江三角洲和珠江三角洲城市群，還形成了川渝、長(zhǎng)江中游、海峽西岸、關(guān)中、中原等多個(gè)城市群（李恒，2019）。城市面積擴(kuò)張使植被覆蓋減少，增強(qiáng)了地表的不透水性、水分蒸發(fā)減少，從而影響城市熱量平衡（潛熱減少、感熱增多）（Grimmond and Oke，1991;Luo and Lau，2018）。城市建設(shè)還會(huì)通過(guò)改變反照率、增加人為熱排放等方式影響城市氣溫（Oke，1982;Allen et al.，2011），使得城市地區(qū)熱浪事件多于鄉(xiāng)村地區(qū)，熱浪強(qiáng)度更強(qiáng)、持續(xù)時(shí)間更長(zhǎng)（McCarthy et al.，2010;Lin et al.，2018a，2018b;Xiao et al.，2019），災(zāi)害更加嚴(yán)重。其次，大氣環(huán)流異常是熱浪產(chǎn)生和維持的主要影響因子，高壓反氣旋是控制熱浪的最常見(jiàn)系統(tǒng)（Matsueda，2011;Freychet et al.，2017;Wang et al.，2017），尤其是發(fā)生大范圍熱浪時(shí)，可以觀測(cè)到反氣旋異常增強(qiáng)（Luo and Lau，2017）。已有研究表明，西太副高的異常會(huì)影響我國(guó)夏季熱浪，尤其是對(duì)華南、華東地區(qū)影響最大（Luo and Lau，2017;Liu et al.，2019）。副高西伸增強(qiáng)時(shí)，副高影響區(qū)域盛行下沉氣流，大氣穩(wěn)定，有利于持續(xù)性高溫的維持（張尚印等，2004;張曦和黎鑫，2017）。在全球變暖進(jìn)一步加劇的大背景下，西太平洋副熱帶高壓有顯著加強(qiáng)（Choi and Kim，2019），這使得西太平洋副熱帶高壓對(duì)中國(guó)高溫?zé)崂说挠绊戇M(jìn)一步加劇。

近三十年，中國(guó)城市化快速發(fā)展（Yang et al.，2017;李恒，2019）、全球變暖影響下西太平洋副熱帶高壓的強(qiáng)度在不斷增強(qiáng)（Matsumura et al.，2015），然而目前尚未有研究系統(tǒng)性地給出城市化和西太平洋副熱帶高壓的同時(shí)加強(qiáng)對(duì)中國(guó)復(fù)合熱浪的影響。本文結(jié)合WBGT數(shù)據(jù)和土地利用數(shù)據(jù)，利用統(tǒng)計(jì)學(xué)方法定量分析城市化與西太副高對(duì)中國(guó)復(fù)合熱浪持續(xù)增多的貢獻(xiàn)。

1 資料和方法

1.1 WBGT計(jì)算方法

利用1979—2019年5—10月逐日的WBGT數(shù)據(jù)識(shí)別復(fù)合熱浪，WBGT考慮了多種氣象要素的影響，空間分辨率為0.1°×0.1°，計(jì)算公式如下。

I ??WBGT ?=0.7T ?w +0.2T ?g +0.1T ?a 。 ?（1）

其中：T ?w 是濕球溫度；T ?g 是黑球溫度；T ?a為干球（環(huán)境）溫度。

WBGT計(jì)算需要2 m溫度，近地面風(fēng)場(chǎng)，2 m相對(duì)濕度，向下的太陽(yáng)短波輻射，其數(shù)據(jù)來(lái)源于歐洲中期天氣預(yù)報(bào)中心的逐小時(shí)ERA5再分析資料（https：／／cds.climate.copernicus.eu／＃！／search？text=ERA5＆type=dataset），之后將數(shù)據(jù)進(jìn)一步處理為日平均值。WBGT指數(shù)綜合考慮了濕球溫度、黑球溫度和干球（環(huán)境）溫度，這三類(lèi)指數(shù)的詳細(xì)計(jì)算方法見(jiàn)Liljegren et al.（2008）。

1.2 復(fù)合熱浪及其相關(guān)指數(shù)

基于1.1節(jié)中計(jì)算得到的逐日WBGT數(shù)據(jù)，采用相對(duì)閾值法確定復(fù)合熱浪的閾值（Anderson and Bell，2011;Liao et al.，2018），用于篩選復(fù)合熱浪。對(duì)于5—10月的每一天，選取1979—2019年該日 41 a 的WBGT數(shù)據(jù)升序排序，取第95百分位值作為該日的復(fù)合熱浪閾值。當(dāng)連續(xù)3 d及3 d以上WBGT數(shù)據(jù)超過(guò)了當(dāng)日的復(fù)合熱浪閾值時(shí)，則發(fā)生了復(fù)合熱浪。

為了分析1979—2019年夏半年（5—10月）復(fù)合熱浪的時(shí)空變化規(guī)律，選取熱浪天數(shù)、熱浪強(qiáng)度、熱浪范圍三個(gè)指數(shù)描述復(fù)合熱浪的基本特征。熱浪天數(shù)是指每年夏半年（5—10月）發(fā)生的熱浪總天數(shù);熱浪強(qiáng)度為每年夏半年所有熱浪天的WBGT值的累積總和;熱浪范圍指同一天內(nèi)同時(shí)發(fā)生復(fù)合熱浪的格點(diǎn)數(shù)占總格點(diǎn)數(shù)的比率。本文氣候態(tài)的研究時(shí)段選取為1981—2010年。

1.3 城市化對(duì)復(fù)合熱浪的貢獻(xiàn)

以往的研究多采用城鄉(xiāng)對(duì)比法研究城市化對(duì)極端高溫的影響，即選取城鄉(xiāng)對(duì)比序列進(jìn)行分析（Yang et al.，2017），本文參考此方法對(duì)城市化貢獻(xiàn)進(jìn)行研究。

本文利用中國(guó)科學(xué)院地理科學(xué)與資源研究所，資源環(huán)境科學(xué)與數(shù)據(jù)中心提供的1990、2015年1 km分辨率土地利用數(shù)據(jù)（http：／／www.resdc.cn／），參考Liao et al.（2018）的方法分別對(duì)1990和2015年中國(guó)大陸范圍內(nèi)的城市格點(diǎn)進(jìn)行選取，即以格點(diǎn)為中心，2 km范圍內(nèi)建成區(qū)面積超過(guò)33％的格點(diǎn)定義為城市格點(diǎn)。本文的城市格點(diǎn)又進(jìn)一步分成兩種類(lèi)型，第一類(lèi)城市格點(diǎn)是1990年就已經(jīng)成為城市的格點(diǎn)，說(shuō)明這類(lèi)格點(diǎn)的城市化進(jìn)程較早;第二類(lèi)是城市化進(jìn)程相對(duì)較晚的城市格點(diǎn)，即1990年是非城市格點(diǎn)，2015年是城市格點(diǎn)。鄉(xiāng)村對(duì)比格點(diǎn)的定義是，以城市格點(diǎn)為中心周?chē)?×3九宮格范圍內(nèi)的所有非城市格點(diǎn)。最終篩選出了678個(gè)第一類(lèi)城市格點(diǎn)，843個(gè)第二類(lèi)城市格點(diǎn)，以及6 409個(gè)鄉(xiāng)村對(duì)比格點(diǎn)。所有城市格點(diǎn)的位置分布見(jiàn)圖1，可以看出，城市格點(diǎn)主要集中分布在中國(guó)東部，部分城市格點(diǎn)分散分布在其他地區(qū)。

由于土地利用數(shù)據(jù)在1990年后的時(shí)間分辨率為5 a。為定量分析城市化貢獻(xiàn)，本文仿照Liao et al.（2018）的做法，用1990、2015年的土地利用數(shù)據(jù)分別代表當(dāng)年和前后各兩年共5 a兩個(gè)時(shí)段（第一階段：1988—1992年、第二階段：2013—2017年）內(nèi)的土地利用情況。計(jì)算熱浪指數(shù)在兩時(shí)段內(nèi)的均值，進(jìn)而得到后一時(shí)段相比前一時(shí)段熱浪指數(shù)的變化量，通過(guò)對(duì)比城市與鄉(xiāng)村格點(diǎn)的差異計(jì)算城市化對(duì)復(fù)合熱浪增長(zhǎng)的貢獻(xiàn)率（Yang et al.，2017），見(jiàn)式 （2） 。

contri_ur= （ ur ???2015 - ur ???1990 ）-（ ru ???2015 - ru ???1990 ） ?ur ???2015 - ur ???1990 ?。 （2）

其中： ur ???1990 、 ur ???2015 分別表示所有城市格點(diǎn)在1988—1992年、2013—2017年兩個(gè)時(shí)段內(nèi)的復(fù)合熱浪均值; ru ???1990 、 ru ???2015 表示所有鄉(xiāng)村格點(diǎn)在兩個(gè)時(shí)段內(nèi)的復(fù)合熱浪均值。所有城市（鄉(xiāng)村）格點(diǎn)已取了平均。在計(jì)算城市化對(duì)熱浪范圍變化的貢獻(xiàn)時(shí)， ur ???2015 為所有第一（二）類(lèi)城市格點(diǎn)中，每天發(fā)生熱浪的格點(diǎn)數(shù)與第一（二）類(lèi)城市總格點(diǎn)數(shù)的比值在2013—2017年間的平均， ru ???2015 ?為每天發(fā)生熱浪的鄉(xiāng)村格點(diǎn)數(shù)與鄉(xiāng)村總格點(diǎn)數(shù)的比值在2013—2017年間的平均。用比值來(lái)定義熱浪范圍可以消除所有第一、二類(lèi)城市格點(diǎn)、鄉(xiāng)村格點(diǎn)間基數(shù)不同的影響。

1.4 西太副高異常對(duì)復(fù)合熱浪的貢獻(xiàn)

利用國(guó)家氣候中心提供的130項(xiàng)環(huán)流因子（http：／／cmdp.ncc-cma.net／Monitoring／cn_index_130.php），選取西太副高面積指數(shù)、強(qiáng)度指數(shù)和西伸脊點(diǎn)指數(shù)，與熱浪指數(shù)進(jìn)行相關(guān)性分析。并選取與熱浪指數(shù)相關(guān)性最高的西太副高強(qiáng)度指數(shù)，仿照公式2的計(jì)算方法，計(jì)算環(huán)流異常對(duì)復(fù)合熱浪的貢獻(xiàn)，見(jiàn)式（3）。

contri_cir= ?r （index_cir_dt，index_hw_dt）× Δ index_cir ?Δ hw_index_ndt 。 ?（3）

其中： r 表示全國(guó)格點(diǎn)取平均后，去趨勢(shì)的西太副高指數(shù)與熱浪指數(shù)的回歸系數(shù)（通過(guò)了 α =0.05的顯著性檢驗(yàn)）; Δ hw_index_ndt 表示沒(méi)有經(jīng)過(guò)去趨勢(shì)處理的熱浪指數(shù)在1988—1992年、2013—2017年兩個(gè)時(shí)段內(nèi)均值的增量。 Δ index_cir 表示西太副高指數(shù)的變化量，分別將去趨勢(shì)以及沒(méi)有經(jīng)過(guò)去趨勢(shì)處理的西太副高指數(shù)在兩個(gè)時(shí)段內(nèi)的均值增量代入 Δ index_cir ，計(jì)算得到的貢獻(xiàn)值含義分別為：去除全球變暖影響后，西太副高異常對(duì)熱浪變化的貢獻(xiàn);以及在全球變暖影響下，西太副高的異常對(duì)復(fù)合熱浪變化的貢獻(xiàn)。

2 中國(guó)復(fù)合熱浪的時(shí)空變化規(guī)律

2.1 中國(guó)復(fù)合熱浪的空間分布特征

圖2顯示了1979—2019年中國(guó)復(fù)合熱浪天數(shù)及強(qiáng)度的空間分布。對(duì)于熱浪天數(shù)（圖2a），全國(guó)大部分地區(qū)平均每年夏半年復(fù)合熱浪發(fā)生天數(shù)在 5.6 d以 上，我國(guó)熱浪天數(shù)高值區(qū)集中分布在青藏高原，中國(guó)東南部和新疆地區(qū)，熱浪天數(shù)可以達(dá)到7.2 d以上。而熱浪強(qiáng)度的分布不同于熱浪天數(shù)，整個(gè)中國(guó)東南部都為強(qiáng)度高值區(qū);次高值區(qū)集中在新疆，吉林、遼寧等地（圖2b）。中國(guó)東南部既是復(fù)合熱浪強(qiáng)度大值區(qū)，同時(shí)也是復(fù)合熱浪天數(shù)的大值區(qū)，這說(shuō)明過(guò)去中國(guó)東南部受到的威脅最大。此外，由熱浪指數(shù)趨勢(shì)變化（圖2c、d）可以看出青藏高原熱浪天數(shù)增速最快的地區(qū)是青藏高原，新疆，華東和西南等地。而熱浪強(qiáng)度增速最快的地區(qū)是華東，西南，華南和新疆。這些地區(qū)正在或者將要遭受更嚴(yán)重的熱浪侵襲。

通過(guò)對(duì)比之前的研究，發(fā)現(xiàn)僅用單一要素（溫度）識(shí)別的高溫?zé)崂伺c考慮了多種氣象要素識(shí)別的復(fù)合熱浪在熱浪強(qiáng)度和頻次的空間分布上有共同特征，但也存在顯著差異。對(duì)于單一要素定義的熱浪來(lái)說(shuō)，熱浪日數(shù)高值區(qū)主要位于中國(guó)東部（You et al.，2017），同時(shí)西北新疆、長(zhǎng)江中下游以南地區(qū)也頻繁受到熱浪的影響（Ding et al.，2010）。復(fù)合型熱浪可以反映出這一特征，此外復(fù)合型熱浪還能反映出青藏高原的暖濕化特征（段安民等，2016），這與本文采用的復(fù)合熱浪的定義有關(guān)，僅考慮了百分比閾值，并未增加絕對(duì)值的判定（比如熱浪需要大于35 ℃），未將熱浪閾值較低的寒冷地區(qū)排除（Ye et al.，2014）。雖然青藏高原為熱浪強(qiáng)度的低值區(qū)，但相對(duì)于青藏高原本身的氣候態(tài)而言，青藏高原地區(qū)熱浪天數(shù)的持續(xù)增加，使得青藏高原正在經(jīng)歷暖濕化，這會(huì)對(duì)高原的生態(tài)系統(tǒng)、水塔功能等造成破壞，進(jìn)一步影響到下游居民的正常生產(chǎn)生活。其次，復(fù)合型熱浪強(qiáng)度在東北地區(qū)為次高值，當(dāng)?shù)厝嗣窨赡軙?huì)受到復(fù)合型熱浪的不利影響，然而單一要素定義的熱浪并沒(méi)有表現(xiàn)出這一特征（葉殿秀等，2013），如果只看單一要素定義的熱浪，很有可能忽視熱浪在東北地區(qū)可能帶來(lái)的威脅。以上結(jié)果表明，通過(guò)WBGT去識(shí)別多要素復(fù)合熱浪是合理的，并且和單一要素定義的熱浪存在差異，這更加突顯了本文研究多要素復(fù)合熱浪的規(guī)律和成因的必要性。

中國(guó)復(fù)合熱浪的天數(shù)和強(qiáng)度呈現(xiàn)階段性增加。圖3為1979—2019年夏半年，每10 a熱浪天數(shù)距平分布，4個(gè)時(shí)段分別為1979—1989年、1990—1999年、2000—2009年、2010—2019年。從4個(gè)時(shí)段距平值變化來(lái)看，我國(guó)熱浪從20世紀(jì)80年代至今，在逐步增強(qiáng)和增多。20世紀(jì)80年代（圖3a），全國(guó)熱浪天數(shù)基本低于氣候態(tài)，僅華南地區(qū)高于氣候態(tài)0～4 d。20世紀(jì)90年代（圖3b），東北、西北、青藏高原等地距平值增長(zhǎng)，熱浪天數(shù)高于氣候態(tài)0～4 d。到2000年時(shí)（圖3c），全國(guó)大部分地區(qū)熱浪天數(shù)均高于氣候態(tài)，特別是四川盆地、青藏高原西側(cè)熱浪天數(shù)高于氣候態(tài)4 d以上。而在2010年后（圖3d），熱浪天數(shù)的增長(zhǎng)相比其他階段尤為明顯，熱浪天數(shù)相比氣候態(tài)都出現(xiàn)一個(gè)躍升，幾乎整個(gè)中國(guó)范圍內(nèi)熱浪天數(shù)都在增加。青藏高原、華南、西南、華東、和東北地區(qū)為距平高值區(qū)，比氣候態(tài)偏高4 d以上，其中云南、廣東及青藏高原等部分地區(qū)距平值超過(guò)了8 d。圖4為每10 a熱浪強(qiáng)度距平分布，中國(guó)熱浪強(qiáng)度也是呈現(xiàn)年代際增長(zhǎng)的，強(qiáng)度距平由負(fù)轉(zhuǎn)正的范圍不斷擴(kuò)大。全國(guó)大部分地區(qū)在20世紀(jì)80年代（圖4a）強(qiáng)度值低于氣候態(tài)，20世紀(jì)90年代（圖4b）青藏高原、東北地區(qū)及內(nèi)蒙古、新疆等地?zé)崂藦?qiáng)度增長(zhǎng)高于氣候態(tài)，至2000年（圖4c），熱浪強(qiáng)度超過(guò)氣候態(tài)的范圍已擴(kuò)展到全國(guó)大部分地區(qū)。2010年后（圖4d）全國(guó)熱浪強(qiáng)度突然出現(xiàn)大幅度增長(zhǎng)，距平高值區(qū)主要位于華南地區(qū)，次高值位于華東、西北及東北地區(qū)。

熱浪距平的結(jié)果顯示中國(guó)面臨的復(fù)合熱浪的威脅越來(lái)越大，結(jié)合熱浪天數(shù)和強(qiáng)度的變化趨勢(shì)（圖2c、d）可以發(fā)現(xiàn)，整個(gè)中國(guó)的熱浪天數(shù)和強(qiáng)度都在增加，尤其是華東地區(qū)增長(zhǎng)尤其迅速。因此需要針對(duì)這些熱浪增速非?？斓牡貐^(qū)給予更多關(guān)注，這些地區(qū)目前已經(jīng)面臨非常嚴(yán)重的復(fù)合熱浪威脅，并且顯著的增長(zhǎng)趨勢(shì)表明這種威脅在未來(lái)還會(huì)繼續(xù)加劇。

2.2 中國(guó)復(fù)合熱浪的年際變化特征

圖5顯示了熱浪天數(shù)、強(qiáng)度、范圍隨時(shí)間的變化規(guī)律。從原始數(shù)據(jù)來(lái)看，全國(guó)平均的熱浪天數(shù)，強(qiáng)度，及熱浪影響范圍隨時(shí)間整體呈上升趨勢(shì)，尤其是2010年以后，熱浪指數(shù)值大幅度增長(zhǎng)，出現(xiàn)躍升。復(fù)合熱浪天數(shù)高值年為1998、2010、2016、2017和2019年，熱浪天數(shù)分別達(dá)到了16.5、14.5、18.3、18.2和17.2 d。熱浪強(qiáng)度年際變化的定性特征與熱浪天數(shù)十分一致，其高值年與熱浪天數(shù)的高值年相同，熱浪強(qiáng)度分別達(dá)到了409.5、347.6、463.2、459.3和418.4 ℃。熱浪范圍是每年夏半年的平均值，在1998、2010、2016、2017和2019年，全國(guó)有超過(guò)30％的格點(diǎn)會(huì)同時(shí)受到熱浪影響，2016年及2017年同時(shí)受到熱浪影響的范圍可以達(dá)到40％左右。這些結(jié)果表明，從2010年開(kāi)始的10 a中，中國(guó)復(fù)合熱浪高值出現(xiàn)4 a，占比40％。而2010年之前的31 a里，只有一年熱浪高值年，占比3.2％。中國(guó)復(fù)合熱浪的發(fā)生概率在最近10 a增加了12.5倍，我國(guó)更多的領(lǐng)土越來(lái)越容易受到強(qiáng)的多要素復(fù)合熱浪的侵襲。從變化趨勢(shì)線來(lái)看，熱浪天數(shù)、強(qiáng)度、范圍都是顯著上升的。每10 a熱浪指數(shù)的變化呈現(xiàn)階梯式增長(zhǎng)，在2010年后，復(fù)合型熱浪出現(xiàn)了躍升式增加，達(dá)到一個(gè)罕見(jiàn)的新階梯。

總體來(lái)說(shuō)，我國(guó)正遭受更多、更強(qiáng)、影響范圍更廣的熱浪的影響，三類(lèi)熱浪指數(shù)均隨時(shí)間呈上升趨勢(shì)，尤其是2010年后，熱浪發(fā)生躍升式增長(zhǎng)，比20世紀(jì)90年代強(qiáng)了將近4倍。已有研究表明全球變暖背景下，近三、四十年來(lái)城市化的快速發(fā)展以及環(huán)流異常都會(huì)對(duì)熱浪的加劇產(chǎn)生影響（Luo and Lau，2017;Wang et al.，2017），熱浪的增長(zhǎng)具體有多少是由這些因子貢獻(xiàn)導(dǎo)致的，是人們比較關(guān)心的問(wèn)題，這一部分將在第3和第4節(jié)進(jìn)行計(jì)算與討論。此外，不同熱浪指數(shù)的年際變化特征是一致的，說(shuō)明極端高溫事件從各方面都變得越發(fā)極端（Liao et al.，2018），這會(huì)帶來(lái)更多的危害。

3 城市化的影響

3.1 1990和2015年土地利用分布情況

為了研究城市化與最近幾年復(fù)合熱浪突然增長(zhǎng)的關(guān)系，選取1990和2015年土地利用數(shù)據(jù)，分別用來(lái)反映熱浪差異較大的兩個(gè)時(shí)段（第一階段：1988—1992年;第二階段：2013—2017年）的城市分布特征。圖6給出了第一階段及第二階段土地利用分布情況，紅色代表城市，主要集中分布在華東（山東、安徽、江蘇、上海、河南等地）、華南珠三角地區(qū)、四川盆地附近以及華北京津冀地區(qū)，這些地區(qū)城市范圍較大，建成區(qū)比較聚集，其余各地區(qū)的城市建成區(qū)分布較分散，城市建成區(qū)密集區(qū)域?qū)?yīng)了熱浪天數(shù)與強(qiáng)度的高值區(qū)（圖2）。對(duì)比2015年與1990年圖中紅色區(qū)域，可以發(fā)現(xiàn)中國(guó)東部紅色格點(diǎn)更加密集，其余地區(qū)城市范圍也有擴(kuò)張。圖2b左下角小圖為參照Liao et al.（2018）篩選的城市格點(diǎn)數(shù)量在第一階段及第二階段的對(duì)比圖。第一階段全國(guó)有678個(gè)城市格點(diǎn)，1990年后城市化快速發(fā)展（Kuang et al.，2016），第二階段城市格點(diǎn)數(shù)是第一階段的2.24倍，有1 521個(gè)城市格點(diǎn)。熱浪在第二階段也增長(zhǎng)較快，熱浪天數(shù)是第一階段的3倍左右（圖5a），城市建成區(qū)的分布與熱浪強(qiáng)度高值區(qū)分布比較一致。城市化對(duì)熱浪有促進(jìn)增強(qiáng)作用（Mishra et al.，2015），但是具體有多少增長(zhǎng)量是由城市化影響造成的，具體貢獻(xiàn)率計(jì)算結(jié)果見(jiàn)3.2節(jié)。

3.2 熱浪指數(shù)的城市化貢獻(xiàn)率

將城市格點(diǎn)分為城市化發(fā)展較快的第一類(lèi)城市格點(diǎn)（第一階段已經(jīng)是城市格點(diǎn)），以及城市化發(fā)展相對(duì)較慢的第二類(lèi)城市格點(diǎn)（第一階段不是城市格點(diǎn)，但第二階段是城市格點(diǎn)）。根據(jù)表1，第一類(lèi)城市格點(diǎn)對(duì)熱浪天數(shù)、強(qiáng)度、范圍的貢獻(xiàn)均大于第二類(lèi)城市格點(diǎn)，說(shuō)明城市化發(fā)展較早的城市格點(diǎn)，其熱島效應(yīng)對(duì)城市熱浪的影響更大，城市化發(fā)展較早的地區(qū)將會(huì)面臨更多更強(qiáng)的高溫高濕、復(fù)合型熱浪的威脅。城市化建設(shè)會(huì)通過(guò)改變下墊面類(lèi)型來(lái)影響陸氣熱量交換及下墊面輻射特征（Chun and Guldmann，2014;Li et al.，2019）;城市地區(qū)人口密集，人為熱排放遠(yuǎn)多于鄉(xiāng)村（Allen et al.，2011）;城市建筑群密集，建筑高度較高對(duì)風(fēng)有一定的阻擋削弱作用，使城市地區(qū)熱量積聚不易擴(kuò)散，這些因素都會(huì)使城市熱島效應(yīng)增強(qiáng)，進(jìn)而促進(jìn)城市地區(qū)的極端高溫天氣的發(fā)生。彭保發(fā)等（2013）對(duì)城市熱島效應(yīng)的影響機(jī)理進(jìn)行研究，指出城市建成區(qū)總面積對(duì)熱島強(qiáng)度的影響大于城市用地?cái)U(kuò)張的影響。說(shuō)明城市化發(fā)展越早的城市地區(qū)，其熱島效應(yīng)越強(qiáng)，對(duì)極端高溫的增強(qiáng)作用就越強(qiáng)。本文第一類(lèi)、第二類(lèi)城市化貢獻(xiàn)率的計(jì)算結(jié)果也印證了這一結(jié)論。

無(wú)論第一類(lèi)還是第二類(lèi)城市格點(diǎn)，對(duì)熱浪強(qiáng)度的貢獻(xiàn)率均最高，對(duì)熱浪范圍的貢獻(xiàn)率均最低，體現(xiàn)出城市對(duì)熱浪較強(qiáng)的局地影響。第一類(lèi)城市格點(diǎn)對(duì)中國(guó)熱浪強(qiáng)度增長(zhǎng)的貢獻(xiàn)率可達(dá)12.5％，其次是對(duì)熱浪天數(shù)的貢獻(xiàn)為9.2％，對(duì)熱浪范圍增長(zhǎng)的貢獻(xiàn)率為7.5％。第二類(lèi)城市格點(diǎn)對(duì)熱浪強(qiáng)度、天數(shù)和范圍的貢獻(xiàn)率分別為8.5％，5.2％和5.1％。兩類(lèi)城市格點(diǎn)平均而言，對(duì)熱浪強(qiáng)度的貢獻(xiàn)率大約為10.5％，說(shuō)明中國(guó)復(fù)合熱浪強(qiáng)度的增長(zhǎng)有10％左右來(lái)源于城市化的影響。以往研究表明城市化貢獻(xiàn)率對(duì)單一要素識(shí)別的熱浪的貢獻(xiàn)率可以超過(guò)20％（Yang et al.，2017），本文計(jì)算得到的城市化貢獻(xiàn)率低于以往研究，主要因?yàn)閺?fù)合熱浪考慮了溫度、濕度、風(fēng)速、輻射，涉及更多的影響因子會(huì)對(duì)熱浪指數(shù)值產(chǎn)生影響;其次，本文WBGT數(shù)據(jù)的分辨率為0.1°×0.1°，分辨率沒(méi)有足夠高，導(dǎo)致對(duì)城市格點(diǎn)樣本取樣不夠充足，可能也會(huì)使得城市化貢獻(xiàn)率被低估。

綜上，城市化發(fā)展進(jìn)程早的城市格點(diǎn)對(duì)熱浪指數(shù)的增強(qiáng)作用更大。并且，結(jié)果顯示城市化對(duì)復(fù)合熱浪強(qiáng)度的影響更大，而對(duì)熱浪范圍的影響較小，這意味著熱浪范圍的增長(zhǎng)或許更多地受到大氣環(huán)流變化的影響（Luo and Lau，2017）。

4 西太副高的影響

4.1 西太副高與中國(guó)復(fù)合熱浪的關(guān)系

已有大量研究表明西太副高對(duì)我國(guó)夏季熱浪，尤其是對(duì)華東，華南地區(qū)熱浪的發(fā)生維持具有較大的影響（張尚印，2004;Luo and Lau，2017;Liu et al.，2019）。所以本文選取西太副高作為大氣環(huán)流因子，定量研究其對(duì)中國(guó)熱浪指數(shù)增長(zhǎng)的貢獻(xiàn)。

圖7給出了去除全球變暖效應(yīng)后，西太副高在兩個(gè)不同時(shí)段（1988—1992年，2013—2017年）的變化。第二階段相比第一階段西太副高更加靠近中國(guó)東南部區(qū)域，500 hPa位勢(shì)高度為正異常高值，位勢(shì)高度異常增高60 gpm以上，副高增強(qiáng)有利于下沉氣流的維持，控制區(qū)域內(nèi)天氣晴好，熱量不易擴(kuò)散。500 hPa位勢(shì)高度場(chǎng)上，常用位勢(shì)高度值等于588 dagpm的等高線范圍代表西太副高的范圍（簡(jiǎn)稱(chēng)588線），對(duì)比兩個(gè)時(shí)段及氣候態(tài)588線的范圍，發(fā)現(xiàn)第一階段西太副高范圍與氣候態(tài)相當(dāng)，但第二階段588線明顯向東西方向伸展，相比第一階段向西伸展了約25個(gè)經(jīng)度，使得華南、華東受副高影響的范圍增大。這意味著第二階段熱浪的躍升可能與西太副高的加強(qiáng)，范圍增大，副高脊向西伸展有密切關(guān)系（Lu and Dong，2001;Tao and Zhang，2018;Liu et al.，2019）。

為了定量研究副高對(duì)熱浪增長(zhǎng)的貢獻(xiàn)，需要選取合適的副高指數(shù)進(jìn)行定量計(jì)算，依據(jù)圖7，相比第一階段，第二階段的西太副高表現(xiàn)出強(qiáng)度增強(qiáng)，范圍增長(zhǎng)，向西伸展的特點(diǎn)，與熱浪增長(zhǎng)相對(duì)應(yīng)。所以本文選取副高面積、副高強(qiáng)度、副高西伸脊點(diǎn)這三個(gè)指數(shù)分別與三個(gè)熱浪指數(shù)進(jìn)行相關(guān)性分析（表2），找出對(duì)熱浪影響最強(qiáng)的副高指數(shù)。副高面積、副高強(qiáng)度和熱浪的三個(gè)指數(shù)呈正相關(guān)關(guān)系，并通過(guò)了0.01信度的顯著性檢驗(yàn)，說(shuō)明副高面積越大、強(qiáng)度越強(qiáng)，中國(guó)熱浪天數(shù)，強(qiáng)度，范圍增長(zhǎng)就越嚴(yán)重，其中，副高強(qiáng)度與熱浪指數(shù)的相關(guān)性更高，副高強(qiáng)度與熱浪強(qiáng)度間相關(guān)系數(shù)達(dá)到0.804。 副高西伸脊點(diǎn)與熱浪指數(shù)呈負(fù)相關(guān)關(guān)系，僅通過(guò)0.05信度的顯著性檢驗(yàn)，說(shuō)明副高越向西伸展，中國(guó)熱浪發(fā)生越頻繁，強(qiáng)度越強(qiáng)。綜合三個(gè)副高指數(shù)，副高強(qiáng)度與熱浪指數(shù)相關(guān)性最好，所以選取副高強(qiáng)度去計(jì)算環(huán)流異常的貢獻(xiàn)率。

4.2 西太副高強(qiáng)度對(duì)熱浪指數(shù)增長(zhǎng)的貢獻(xiàn)

表3表明去除全球變暖影響時(shí)，副高異常對(duì)復(fù)合熱浪的總天數(shù)、強(qiáng)度、范圍的貢獻(xiàn)可達(dá)29.98％、31.12％、29.91％，相比城市化貢獻(xiàn)，西太副高異常的貢獻(xiàn)要高得多?？紤]到全球變暖的影響時(shí)，副高異常對(duì)熱浪指數(shù)增長(zhǎng)的貢獻(xiàn)率可以達(dá)到70％左右，與城市化貢獻(xiàn)加一起可以達(dá)到約80％，這解釋了大部分熱浪的增長(zhǎng)，說(shuō)明在全球變暖背景下發(fā)生的副高異常與城市化一起對(duì)中國(guó)多要素復(fù)合熱浪增長(zhǎng)有很重要的影響。

綜合4.1和4.2節(jié)，第二階段熱浪指數(shù)躍升的同時(shí)，西太副高相比氣候態(tài)和第一階段有非常明顯的西伸、增強(qiáng)，其中，相比第一階段588 gpm線向西伸展了約25經(jīng)度，位勢(shì)高度異常增長(zhǎng)60 gpm以上。此外西太副高指數(shù)和熱浪指數(shù)的顯著相關(guān)，也證明了西太副高對(duì)第二階段熱浪的大幅度增長(zhǎng)有很大影響。在考慮全球變暖背景時(shí)，副高異?？韶暙I(xiàn)70％左右的熱浪指數(shù)增長(zhǎng)，與城市化貢獻(xiàn)一起可以揭示大部分的熱浪變化，這說(shuō)明了西太副高異常與城市化協(xié)同驅(qū)動(dòng)了近些年中國(guó)復(fù)合熱浪的異常增強(qiáng)。

5 結(jié)論和討論

基于WBGT識(shí)別了受多種氣象要素同時(shí)影響的中國(guó)復(fù)合熱浪，并進(jìn)一步分析了這種復(fù)合熱浪的時(shí)空變化規(guī)律，最后定量分析了城市化和全球變暖下西太副高的協(xié)同作用對(duì)復(fù)合熱浪增長(zhǎng)的貢獻(xiàn)。主要結(jié)論如下：

1）1979—2019年，中國(guó)的復(fù)合熱浪變得更頻繁、更強(qiáng)、影響范圍更廣。尤其是2010年后，熱浪天數(shù)、強(qiáng)度和影響范圍突然急劇增加，中國(guó)復(fù)合熱浪達(dá)到歷史罕見(jiàn)的新臺(tái)階，三類(lèi)熱浪指數(shù)都大約為20世紀(jì)80年代的4倍。

2）在過(guò)去40 a，中國(guó)整個(gè)東南部是多要素復(fù)合熱浪的大值區(qū)。而在2010年后，全國(guó)大部分地區(qū)都會(huì)受到多要素復(fù)合熱浪的影響，華南、東北和華東地區(qū)的強(qiáng)復(fù)合熱浪最為頻繁，青藏高原只有熱浪天數(shù)增長(zhǎng)較快，而華東地區(qū)（尤其是長(zhǎng)三角地區(qū)）、西南、華南地區(qū)的熱浪強(qiáng)度和天數(shù)都以非常快的速率在顯著增加，這些地區(qū)正在以及將來(lái)會(huì)面臨更為嚴(yán)重的多要素復(fù)合熱浪威脅。

3）中國(guó)熱浪在2010—2019年間到達(dá)一個(gè)新的高臺(tái)階的同時(shí)，中國(guó)城市化發(fā)展進(jìn)程也達(dá)到較高的層次。城市化進(jìn)程較早的城市格點(diǎn)（第一類(lèi)城市格點(diǎn)）對(duì)熱浪的增強(qiáng)作用更強(qiáng)。其次，兩類(lèi)城市格點(diǎn)對(duì)熱浪強(qiáng)度和天數(shù)的影響均較大，但對(duì)熱浪范圍的影響相對(duì)較小。兩類(lèi)城市格點(diǎn)對(duì)熱浪天數(shù)、強(qiáng)度、范圍的平均貢獻(xiàn)率分別為7.2％、10.5％、6.3％。

4）西太副高在2010年后明顯增強(qiáng)、范圍擴(kuò)大并異常西伸。西太副高的面積和強(qiáng)指數(shù)度與復(fù)合熱浪指數(shù)均為顯著的正相關(guān)，西伸脊點(diǎn)為顯著的負(fù)相關(guān)。去除全球變暖的影響時(shí)，西太副高異常對(duì)熱浪天數(shù)、強(qiáng)度、范圍的貢獻(xiàn)分別是29.98％、31.12％、29.91％;考慮全球變暖對(duì)副高的影響時(shí)，副高的異常增長(zhǎng)對(duì)熱浪指數(shù)有約70％的貢獻(xiàn)。

復(fù)合熱浪不僅凸顯出了中國(guó)東部、西北新疆等地?zé)崂颂鞌?shù)、強(qiáng)度的高值特征，還強(qiáng)調(diào)了熱浪對(duì)青藏高原、東北地區(qū)可能帶來(lái)的威脅。目前，全國(guó)熱浪正變得越發(fā)極端，尤其是2010年后熱浪指數(shù)發(fā)生大幅度躍升，本文研究發(fā)現(xiàn)熱浪的這一增長(zhǎng)特征是與城市化、西太副高異常有密切的關(guān)聯(lián)。在第二階段，中國(guó)城市建成區(qū)加速擴(kuò)張，同時(shí)西太副高強(qiáng)度增強(qiáng)、范圍擴(kuò)大并西伸，兩者的共同作用下導(dǎo)致了同期復(fù)合熱浪的突然增長(zhǎng)。此外，考慮全球變暖背景時(shí)，這兩個(gè)因子的共同作用可以解釋復(fù)合熱浪大部分（約80％）的增長(zhǎng)。說(shuō)明了城市化和西太副高增強(qiáng)的協(xié)同作用對(duì)復(fù)合熱浪增長(zhǎng)的重要性。然而，除了這兩個(gè)因子，海洋環(huán)流異常（Boschat et al.，2016;Wei et al.，2020）、北極海冰（Budikova et al.，2019）等也會(huì)對(duì)中國(guó)熱浪產(chǎn)生影響，本文暫時(shí)沒(méi)有考慮它們的影響，未來(lái)的研究中可以考慮分析更多因子對(duì)多要素復(fù)合熱浪的貢獻(xiàn)率。此外，本文通過(guò)去趨勢(shì)的方法去除全球變暖對(duì)環(huán)流的作用，但去趨勢(shì)并不能完全將全球變暖作用分離出來(lái)，未來(lái)需要結(jié)合歸因、模式等進(jìn)行更深入、更精確的研究。

致謝： ERA5再分析資料來(lái)源于歐洲中期天氣預(yù)報(bào)中心;130項(xiàng)環(huán)流因子來(lái)源于國(guó)家氣候中心;本論文的數(shù)值計(jì)算得到了南京信息工程大學(xué)高性能計(jì)算中心的計(jì)算支持和幫助;文中諸圖均用NCL軟件繪制。謹(jǐn)致謝忱！

參考文獻(xiàn)（References）

Alle n L，Lindberg F，Grimmond C S B，2011.Global to city scale urban anthropogenic heat flux：model and variability［J］.Int J Climatol，31（13）：1990-2005.doi：10.1002／joc.2210.

Anderson G B，Bell M L，2011.Heat waves in the United States：mortality risk during heat waves and effect modification by heat wave characteristics in 43 US communities［J］.Environ Health Perspect，119（2）：210-218.doi：10.1289／ehp.1002313.

Andrews O，Le Quéré C，Kjellstrom T，et al.，2018.Implications for workability and survivability in populations exposed to extreme heat under climate change：a modelling study［J］.Lancet Planet Health，2（12）：e540-e547.doi：10.1016／S2542-5196（18）30240-7.

Boschat G，Simmonds I，Purich A，et al.，2016.On the use of composite analyses to form physical hypotheses：an example from heat wave-SST associations［J］.Sci Rep，6：29599.doi：10.1038／srep29599.

Budikova D，F(xiàn)ord T W，Ballinger T J，2019.United states heat wave frequency and Arctic Ocean marginal sea ice variability［J］.J Geophys Res Atmos，124（12）：6247-6264.doi：10.1029／2018jd029365.

陳曦，李寧，黃承芳，等，2020.綜合濕度和溫度影響的中國(guó)未來(lái)熱浪預(yù)估［J］.地理科學(xué)進(jìn)展，39（1）：36-44. Chen X，Li N，Huang C F，et al.，2020.Projection of heatwaves by the combined impact of humidity and temperature in China［J］.Prog Geogr，39（1）：36-44.doi：10.18306／dlkxjz.2020.01.004.（in Chinese）.

Choi W，Kim K Y，2019.Summertime variability of the western North Pacific subtropical high and its synoptic influences on the East Asian weather［J］.Sci Rep，9：7865.doi：10.1038／s41598-019-44414-w.

Chun B，Guldmann J M，2014.Spatial statistical analysis and simulation of the urban heat island in high-density central cities［J］.Landsc Urban Plan，125：76-88.doi：10.1016／j.landurbplan.2014.01.016.

Ding T，Qian W H，Yan Z W，2010.Changes in hot days and heat waves in China during 1961—2007［J］.Int J Climatol，30（10）：1452-1462.doi：10.1002／joc.1989.

段安民，肖志祥，吳國(guó)雄，2016.1979—2014年全球變暖背景下青藏高原氣候變化特征［J］.氣候變化研究進(jìn)展，12（5）：374-381. Duan A M，Xiao Z X，Wu G X，2016.Characteristics of climate change over the Tibetan Plateau under the global warming during 1979—2014［J］.Adv Climate Change Res，12（5）：374-381.（in Chinese）.

Fischer E M，Knutti R，2013.Robust projections of combined humidity and temperature extremes［J］.Nat Clim Change，3（2）：126-130.doi：10.1038／nclimate1682.

Freychet N，Tett S，Wang J，et al.，2017.Summer heat waves over eastern China：dynamical processes and trend attribution［J］.Environ Res Lett，12（2）：024015.doi：10.1088／1748-9326／aa5ba3.

Grimmond C S B，Oke T R，1991.An evapotranspiration-interception model for urban areas［J］.Water Resour Res，27（7）：1739-1755.doi：10.1029／91wr00557.

Hanna A，J Ching，J Pinto，2015.Characteristics of heat wave impacts for major cities in the US under current and future climate conditions［C］／／9th Int.Conf.on Urban Climate／12th Symp.on the Urban Environment.Toulouse，F(xiàn)rance：6.

Heo S，Bell M L，2019.Heat waves in South Korea：differences of heat wave characteristics by thermal indices［J］.J Expo Sci Environ Epidemiol，29（6）：790-805.doi：10.1038／s41370-018-0076-3.

Hou W，2014.Climatic characteristics over China in 2013［J］.Meteor Mon，40：491-501.

ISO，2017.Ergonomics of the thermal environment：assessment of heat stress using the wbgt（wet bulb globe temperature） index［S］.Geneva：Int Org Standard Geneva Switzerland.

賈佳，胡澤勇，2017.中國(guó)不同等級(jí)高溫?zé)崂说臅r(shí)空分布特征及趨勢(shì)［J］.地球科學(xué)進(jìn)展，32（5）：546-559. Jia J，Hu Z Y，2017.Spatial and temporal features and trend of different level heat waves over China［J］.Adv Earth Sci，32（5）：546-559.doi：10.11867／j.issn.1001-8166.2017.05.0546.（in Chinese）.

焦敏，李輯，陳鵬獅，等，2019.2018年夏季遼寧異常高溫干旱的環(huán)流特征及成因［J］.大氣科學(xué)學(xué)報(bào)，42（4）：571-580. Jiao M，Li J，Chen P S，et al.，2019.Analysis of circulation characteristics and cause of anomalous high temperature and drought in summer of 2018 over Liaoning［J］.Trans Atmos Sci，42（4）：571-580.doi：10.13878／j.cnki.dqkxxb.20190326001.（in Chinese）.

Knutson T R，Ploshay J J，2016.Detection of anthropogenic influence on a summertime heat stress index［J］.Clim Change，138（1）：25-39.doi：10.1007／s10584-016-1708-z.

Kuang W H，Liu J Y，Dong J W，et al.，2016.The rapid and massive urban and industrial land expansions in China between 1990 and 2010：a ?CLUD-based ?analysis of their trajectories，patterns，and drivers［J］.Landsc Urban Plan，145：21-33.doi：10.1016／j.landurbplan.2015.10.001.

Lau N C，Nath M J，2012.A model study of heat waves over North America：meteorological aspects and projections for the twenty-first century［J］.J Climate，25（14）：4761-4784.

Lee S M，Min S K，2018.Heat stress changes over East Asia under 1.5 and 2.0 ℃ global warming targets［J］.J Climate，31（7）：2819-2831.doi：10.1175／jcli-d-17-0449.1.

Li D，Liao W L，Rigden A J，et al.，2019.Urban heat island：aerodynamics or imperviousness？［J］.Sci Adv，5（4）：eaau4299.doi：10.1126／sciadv.aau4299.

李恒，2019.人口集中、城市群對(duì)經(jīng)濟(jì)增長(zhǎng)作用的實(shí)證分析：以中國(guó)十大城市群為例［J］.河南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），59（1）：43-52. Li H，2019.Empirical analysis of the effects of population concentration and urban agglomeration on economic growth［J］.J Henan Univ Soc Sci，59（1）：43-52.doi：10.15991／j.cnki.411028.2019.01.006.（in Chinese）.

Liao W L，Liu X P，Li D，et al.，2018.Stronger contributions of urbanization to heat wave trends in wet climates［J］.Geophys Res Lett，45（20）.doi：10.1029／2018gl079679.

Liljegren J C，Carhart R A，Lawday P，et al.，2008.Modeling the wet bulb globe temperature using standard meteorological measurements［J］.J Occup Environ Hyg，5（10）：645-655.doi：10.1080／15459620802310770.

Lin L，Wang Z，Xu Y，et al.，2018a.Additional intensification of seasonal heat and flooding extreme over China in a 2 ℃ warmer world compared to 1.5 ℃［J］.Earths Future，6：968-978.

Lin L J，Ge E J，Liu X P，et al.，2018b.Urbanization effects on heat waves in Fujian Province，Southeast China［J］.Atmos Res，210：123-132.doi：10.1016／j.atmosres.2018.04.011.

Liu Q，Zhou T J，Mao H T，et al.，2019.Decadal variations in the relationship between the western Pacific subtropical high and summer heat waves in East China［J］.J Climate，32（5）：1627-1640.doi：10.1175／jcli-d-18-0093.1.

Lu R Y，Dong B W，2001.Westward extension of North Pacific subtropical high in summer［J］.J Meteor Soc Japan，79（6）：1229-1241.

Luo M，Lau N C，2017.Heat waves in southern China：synoptic behavior，long-term change，and urbanization effects［J］.J Climate，30（2）：703-720.doi：10.1175／jcli-d-16-0269.1.

Luo M，Lau N C，2018.Increasing heat stress in urban areas of eastern China：acceleration by urbanization［J］.Geophys Res Lett，45（23）：13060-13069.doi：10.1029／2018gl080306.

馬紅云，董軒，孫岑霄，2018.南京地區(qū)高溫天氣下城市化影響的模擬研究［J］.大氣科學(xué)學(xué)報(bào)，41（1）：67-76. Ma H Y，Dong X，Sun C X，2018.Numerical simulations of urbanization impacts under hot weather conditions in Nanjing［J］.Trans Atmos Sci，41（1）：67-76.doi：10.13878／j.cnki.dqkxxb.20170607001.（in Chinese）.

Ma W J，Zeng W L，Zhou M G，et al.，2015.The short-term effect of heat waves on mortality and its modifiers in China：an analysis from 66 communities［J］.Environ Int，75：103-109.doi：10.1016／j.envint.2014.11.004.

Matsueda M，2011.Predictability of Euro-Russian blocking in summer of 2010［J］.Geophys Res Lett，38（6）：L06801.doi：10.1029／2010GL046557.

Matsumura S，Sugimoto S，Sato T，2015.Recent intensification of the western Pacific subtropical high associated with the East Asian summer monsoon［J］.J Climate，28（7）：2873-2883.doi：10.1175／jcli-d-14-00569.1.

McCarthy M P，Best M J，Betts R A，2010.Climate change in cities due to global warming and urban effects［J］.Geophys Res Lett，37（9）.doi：10.1029／2010gl042845.

Meehl G A，Tebaldi C，2004.More intense，more frequent，and longer lasting heat waves in the 21st century［J］.Science，305（5686）：994-997.doi：10.1126／science.1098704.

Mishra V，Ganguly A R，Nijssen B，et al.，2015.Changes in observed climate extremes in global urban areas［J］.Environ Res Lett，10（2）：024005.doi：10.1088／1748-9326／10／2／024005.

Mora C，Dousset B，Caldwell I R，et al.，2017.Global risk of deadly heat［J］.Nat Clim Change，7（7）：501-506.doi：10.1038／nclimate3322.

Oke T R，1982.The energetic basis of the urban heat island［J］.Quart J Roy Meteor Soc，108（455）：1-24.doi：10.1002／qj.49710845502.

Ostro B D，Roth L A，Green R S，et al.，2009.Estimating the mortality effect of the July 2006 California heat wave［J］.Environ Res，109（5）：614-619.doi：10.1016／j.envres.2009.03.010.

彭保發(fā)，石憶邵，王賀封，等，2013.城市熱島效應(yīng)的影響機(jī)理及其作用規(guī)律：以上海市為例［J］.地理學(xué)報(bào)，68（11）：1461-1471. Peng B F，Shi Y S，Wang H F，et al.，2013.The impacting mechanism and laws of function of urban heat Islands effect：a case study of Shanghai［J］.Acta Geogr Sin，68（11）：1461-1471.（in Chinese）.

Russo S，Sillmann J，Sterl A，2017.Humid heat waves at different warming levels［J］.Sci Rep，7：7477.doi：10.1038／s41598-017-07536-7.

沈皓俊，游慶龍，王朋嶺，等，2018.1961—2014年中國(guó)高溫?zé)崂俗兓卣鞣治觯跩］.氣象科學(xué)，38（1）：28-36. Shen H J，You Q L，Wang P L，et al.，2018.Analysis on heat waves variation features in China during 1961—2014［J］.J Meteor Sci，38（1）：28-36.doi：10.3969／2017jms.0026.（in Chinese）.

Sherwood S C，Huber M，2010.An adaptability limit to climate change due to heat stress［J］.Proc Natl Acad Sci USA，107（21）：9552-9555.doi：10.1073／pnas.0913352107.

Sun Y，Zhang X B，Zwiers F W，et al.，2014.Rapid increase in the risk of extreme summer heat in eastern China［J］.Nat Clim Change，4（12）：1082-1085.doi：10.1038／nclimate2410.

Tao P H，Zhang Y C，2019.Large-scale circulation features associated with the heat wave over Northeast China in summer 2018［J］.Atmos Ocean Sci Lett，12（4）：254-260.doi：10.1080／16742834.2019.1610326.

王倩，翟盤(pán)茂，余榮，2019.2018年7月北半球極端天氣氣候事件及環(huán)流特征分析［J］.大氣科學(xué)學(xué)報(bào)，42（01）：28-35. Wang Q，Zhai P M，Yu R，2019.Analysis of extreme weather and climate events and circulation characteristics in the Northern Hemisphere in July 2018［J］.Trans Atmos Sci，42（01）：28-35.（in Chinese）.

Wang P，Tang J，Sun X，et al.，2017.Heat waves in China：definitions，leading patterns and connections to large-scale atmospheric circulation and SSTs［J］.J Geophys Res-Atmos，122：10679-10699.

Wei J，Wang W G，Shao Q X，et al.，2020.Heat wave variations across China tied to global SST modes［J］.J Geophys Res Atmos，125（6）.doi：10.1029／2019jd031612.

Xiao Z X，Wang Z Q，Pan W J，et al.，2019.Sensitivity of extreme temperature events to urbanization in the Pearl River Delta region［J］.Asia-Pacific J Atmos Sci，55（3）：373-386.doi：10.1007／s13143-018-0094-z.

Xu F，Chan T，Luo M，2020.Different changes in dry and humid heat waves over China［J］.Int J Climatol，41：1369-1382.doi：10.1002／joc.6815.

Yang J，Liu H Z，Ou C Q，et al，2013.Impact of heat wave in 2005 on mortality in Guangzhou，China［J］.Biomed Environ Sci，26（8）：647-654.doi：10.3967/0895-3988.2013.08.003.

Yang X C，Leung L R，Zhao N Z，et al.，2017.Contribution of urbanization to the increase of extreme heat events in an urban agglomeration in East China［J］.Geophys Res Lett，44：6940-6950.doi：10.1002／2017GL074084.

Ye D X，Yin J F，Chen Z H，et al.，2014.Spatial and temporal variations of heat waves in China from 1961 to 2010［J］.Adv Clim Change Res，5（2）：66-73.doi：10.3724／SP.J.1248.2014.066.

葉殿秀，尹繼福，陳正洪，等，2013.1961—2010年我國(guó)夏季高溫?zé)崂说臅r(shí)空變化特征［J］.氣候變化研究進(jìn)展，9（1）：15-20. Ye D X，Yin J F，Chen Z H，et al.，2013.Spatiotemporal change characteristics of summer heatwaves in China in 1961—2010［J］.Progressus Inquisitiones DE Mutat Clim，9（1）：15-20.doi：10.3969／j.issn.1673-1719.2013.01.003.（in Chinese）.

You Q L，Jiang Z H，Kong L，et al.，2017.A comparison of heat wave climatologies and trends in China based on multiple definitions［J］.Climate Dyn，48（11）：3975-3989.doi：10.1007／s00382-016-3315-0.

余榮，翟盤(pán)茂，2021.關(guān)于復(fù)合型極端事件的新認(rèn)識(shí)和啟示［J］.大氣科學(xué)學(xué)報(bào)，44（5）：645-649. Yu R，Zhai P M，2021.Advances in scientific understanding on compound extreme events［J］.Trans Atmos Sci，44（5）：645-649.doi：10.13878／j.cnki.dqkxxb.20210824006.（in Chinese）.

袁宇鋒，翟盤(pán)茂，2022.全球變暖與城市效應(yīng)共同作用下的極端天氣氣候事件變化的最新認(rèn)知［J］.大氣科學(xué)學(xué)報(bào)，45（2）：161-166. Yuan Y F，Zhai P M，2022.Latest understanding of extreme weather and climate events under global warming and urbanization influences［J］.Trans Atmos Sci，45（2）：161-166.doi：10.13878／j.cnki.dqkxxb.20211011001.（in Chinese）.

張嘉儀，錢(qián)誠(chéng)，2020.1960—2018年中國(guó)高溫?zé)崂说木€性趨勢(shì)分析方法與變化趨勢(shì)［J］.氣候與環(huán)境研究，25（3）：225-239. Zhang J Y，Qian C，2020.Linear trends in occurrence of high temperature and heat waves in China for the 1960—2018 period：method and analysis results［J］.Clim Environ Res，25（3）：225-239.doi：10.3878／j.issn.1006-9585.2020.19134.（in Chinese）.

張尚印，王守榮，張永山，等，2004.我國(guó)東部主要城市夏季高溫氣候特征及預(yù)測(cè)［J］.熱帶氣象學(xué)報(bào)，20（6）：750-760. Zhang S Y，Wang S R，Zhang Y S，et al.，2004.The climatic character of high temperature and the prediction in the large cities of east of China［J］.J Trop Meteor，20（6）：750-760.（in Chinese）.

張曦，黎鑫，2017.湖南省夏季高溫?zé)崂藭r(shí)空分布特征及其成因［J］.氣候與環(huán)境研究，22（6）：747-756. Zhang X，Li X，2017.Spatial-temporal characteristics and causes of summer heat waves in Hunan Province［J］.Clim Environ Res，22（6）：747-756.（in Chinese）.

鄭雪梅，王怡，吳小影，等，2016.近20年福建省沿海與內(nèi)陸城市高溫?zé)崂舜嗳跣员容^［J］.地理科學(xué)進(jìn)展，35（10）：1197-1205. Zheng X M，Wang Y，Wu X Y，et al.，2016.Comparison of heat wave vulnerability between coastal and inland cities of Fujian Province in the past 20 years［J］.Prog Geogr，35（10）：1197-1205.doi：10.18306／dlkxjz.2016.10.003.（in Chinese）.

The synergy of urbanization and western Pacific subtropical high intensification on compound heat waves in China

GAO Huanyan 1，SHEN Xinyong ?1，2 ，DONG Wei ?1，3 ，ZHAO Liang 3，LUO Yali 4，WANG Yongqing 1

1Key Laboratory of Meteorological Disaster，Ministry of Education （KLME）／Joint International Research Laboratory of Climate and Environment Change （ILCEC）／Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters （CIC-FEMD），Nanjing University of Information Science & Technology，Nanjing 210044，China;

2Southern Marine Science and Engineering Guangdong Laboratory （Zhuhai），Zhuhai 519082，China;

3State Key Laboratory of Numerical Modelling for Atmospheric Sciences and Geophysical Fluid Dynamics （LASG），Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China;

4State Key Laboratory of Severe Weather （LASW），Chinese Academy of Meteorological Sciences，Beijing 100081，China

Compound heat waves consider the effect of temperature，humidity，wind speed and radiation simultaneously，and have a major impact on human health and ecological diversity.Based on the wet-bulb globe temperature （WBGT），this paper identifies the compound heat waves in China，and quantitatively analyzes the synergy of urbanization and the Western Pacific subtropical high （WPSH） intensification on the compound heat waves in China.Results show that the number of days，intensity and impact range of compound heat waves in China are gradually increasing from 1979 to 2019，especially after 2010，which are about four times larger than those in the 1980s.The synergy of urbanization rapid development and WPSH intensification has intensified the compound heat waves in China.The early urbanization has contributed 9.2％，12.5％ and 7.5％ to the increases in the number of days，intensity and impact range of the compound heat waves，respectively.During the same period，WPSH has a positive contribution of about 30％ to the three heat wave indexes，and the contribution can be up to about 70％ when the strengthening effect of global warming on WPSH is considered.It suggests that the synergy of the rapid urbanization and the enhanced WPSH under the background of global warming can explain more than 80％ of the jump in the compound heat waves in China at the beginning of the 21st century.

compound heat wave;urbanization;western Pacific subtropical high;synergy

doi：10.13878／j.cnki.dqkxxb.20210311001

（責(zé)任編輯：張福穎）