1996-2008年城市化对中国大陆极端温度指数趋势的影响外文翻译资料

英语原文共 21 页，剩余内容已隐藏，支付完成后下载完整资料

1996-2008年城市化对中国大陆极端温度指数趋势的影响

GUOYU REN

Laboratory for Climate Studies, National Climate Center, China Meteorological Administration, Beijing, China

YAQING ZHOU

Laboratory for Climate Studies, National Climate Center, China Meteorological Administration, Beijing,

and Jinzhong Meteorological Bureau of Shanxi Province, Jinzhong, China

(Manuscript received 8 July 2013, in final form 9 December 2013)

摘要

了解极端温度事件的长期变化对于气候变化的检测和归因非常重要，然而，目前尚不清楚城市化对基于亚洲尺度常用数据集构建的极端温度指数序列的趋势有多大影响。应用国家参考气候站和基本气象站的均匀日常温度数据集以及先前开发的农村站点网络，评估了1961 - 2008年期间城市化对中国大陆极端温度指数趋势的影响。结果发现：（1）国家平均年度和季节平均极端温度指数序列通常具有统计学上显著的趋势;（2）整个国家的年均城市化效应对于每日最低温度（Tmin）、最高温度（Tmax）、Tmin和Tmax（Tavg）的平均温度具有统计显著性，每10年分别达到0.0708℃、0.0238℃、0.0478℃，也是华北年均Tmin最大值; （3）降低的年均昼夜温度范围（DTR）和季节性平均城市化效应非常显著，并且由于城市化导致的最大季节性平均DTR下降发生在冬季和春季; （4）年均城市化对于最低Tmin、夏日、热带夜和霜冻天数效应显著，但对于结冰日检测出城市化无显著效应; （5）城市化导致年度冷夜的天数显著下降，达到每10年减少21.485天，并且每年暖夜以每10年2.264天的速度显著增加。虽然城市化效应对于冷日和暖日也很重要，但影响相对较小；（6）大多数指数序列的年均城市化效应的最小绝对值被发现主要出现在1966-1976年期间，也就是著名的文化大革命带来的去城市化时期。

1. 导言

了解极端温度事件的长期变化对于气候变化的检测和归因以及气候变化对自然和人类系统影响的评估具有重要意义，然而，目前还不清楚城市化是否或在多大程度上影响了基于次大陆到全球尺度的常用观测数据集构建的极端温度指数序列的长期趋势。

在过去的十年中，科学家对极端气候事件的变化进行了许多研究，几乎所有这些研究都显示了在1950年后时期的大陆或国家的温度序列变化，还有暖极端温度呈现显著增长趋势和冷极端温度指数出现显著下降趋势的指数（Easterling等2000; Frich等2002; Alexander等2006; Ding等2006; Solomon等2007; Peterson等2008; Choi等2009; Shi等2009; Zhou和Ren 2011; Ren等2011; L.Zhang等2011）。Alexander等（2006）表明，与1951年至2003年的气候变暖有关的极端温度发生了显著变化，表明全球陆地面积的70％以上经历了冷夜频率的显著下降和暖夜频率的显著增加。Klein Tank和Konnen（2003）、Vincent等（2005）和崔等（2009）分别报告了欧洲、南美洲和亚太地区极端温度指数有着类似的长期变化。

尽管由于时间周期不同、分析的区域和使用的不同标准（Yan等2002; Zhai和Pan 2003; Ma等2003; Qian和Lin 2004; Gong和Han 2004; Liu等2006; You et al.2008）而导致的一些差异，但是对中国大陆的研究也证明了全国范围内寒潮频率、霜冻天数和冷夜天数的减少以及高温事件和暖夜频率的普遍增加。最近，Zhou和Ren（2011）根据1961年至2008年期间526个站点的同质性调整日常温度数据，更新了中国大陆极端温度事件的时空变化分析，显示全国范围内的霜冻天数显著减少，年最高日最高气温（Tmax）和日最低气温（Tmin）（TXX和TNX）以及年最低Tmax和Tmin（TXN和TNN）普遍上升。分析还发现，冷夜（冷日）以每10年28.23天（每10年23.26天）的速度显著下降，暖夜（暖日）以每10年8.16天（每10年5.22天）的速度显著增加。在整个国家，排除主要由于更新数据范围而存在的略高估计，这些最新结果与之前中国大陆研究报告的结果基本一致。

然而，研究中的一个重要问题是气象站附近的城市变暖是否或在多大程度上影响了大空间尺度上极端温度指数趋势的估计。过去十年中对中国大陆和其他东亚国家的许多研究表明，从普遍应用的观测资料估计（例如，Zhao 1991; Choi等2003; Kalnay和Cai 2003; Zhou等2004; Chung等2004; Ren等2005,2008; Chen等2005; Tang等2008; Fujibe 2009; Zhang等2010; Yang等2011,2012; Wu and Yang 2013; He等2013; Li 等2013），1950年后时期的平均区域年均和季节平均地面气温（SAT）趋势具有显著的城市化效应。 Zhang等（2010）最近的研究综合利用所有气象站的数据选择参考站来评估城市化对中国大陆SAT趋势的影响，他们表明，在基于国家参考气候数据集估算的年均SAT变暖趋势中1961年至2004年，基本气象站（RCBMS或国家站）所在城市年均变暖大多在每10年0.068-0.098℃之间，占全国整体变暖的27％。因此，根据RCBMS的观测记录估计，城市热岛（UHI）效应对该国不断增加的SAT趋势产生了显著影响。由于增强的UHI幅度明显促成了中国大陆平均SAT的整体增长趋势，它必然会对Tmax和Tmin的趋势以及基于Tmax和Tmin的极端温度指数序列的趋势产生一些影响。

Chen等（2005）分析了1960 - 2004年中国湖北省城市化对区域平均Tmax和Tmin趋势的影响，并显示了城市变暖在年度和季节平均Tmin变化趋势中占很大比例。Hua等（2008）对于中国大陆和Zhou和Ren（2009）对华北地区都报道了类似的结果，后者表明城市化对1961 - 2000年间年均Tmin长期趋势的贡献为53％。L.Zhang等（2011）和周和仁（2011）的研究都是首批普遍应用极端温度指数来进一步评估北京市和华北地区的长期趋势影响的研究之一，他们都报告了城市化对与日常Tmin相关的指数序列包括霜冻天、冷夜、暖夜、最低和最高Tmin以及昼夜温度范围（DTR）的重大影响。根据RCBMS在1961-2008年的数据计算得出，华北地区城市化对霜冻天数、DTR、冷夜和冷日的负面趋势以及夏日、热带夜、TNX、TNN和暖夜的积极趋势的影响在0.05置信水平上均具有统计学意义（Zhou和Ren 2011）。

但是，目前还不清楚快速城市化，特别是UHI增加的幅度对中国大陆RCBMS极端温度指数序列的长期趋势有多大影响。RCBMS数据集经常被中国研究人员用于分析平均和极端气候的长期变化（Ren等2008,2012），并且在城市化对中国大陆区域年平均和季节平均温度序列趋势的影响已经得到了很好的理解后，最好能确定城市化贡献的性质和程度。在本文中，我们应用了同质性调整的日常温度数据集和参考先前由Ren等（2010b）开发的SAT网络来评估城市化对中国大陆极端温度指数趋势的影响。我们的调查显示，全国各地的城市化影响同样显著，尽管其影响程度略小于华北地区。

1. 数据和方法

a.参考温度站的选择

拥有一套代表性的农村站点来评估城市化对SAT趋势和相关极端指数序列的影响（Hansen等2001; Pielke等2007; Ren等2008）很重要。Ren等（2010b）应用全面的程序和大约2300个所有可用的气象站开发了一个农村/参考温度站网络（下图参考站），用于研究中国大陆SAT的城市化效应。该程序考虑了空间站点的分布和密度、记录的长度和准确度、重新安置的时间和距离、附近城镇的人口、站点周围建成区域的比例（观测场地周围12平方公里范围内）以及距离城镇中心的直线距离。例如，在中国中西部地区建成区所在城镇的人口必须少于2万人，中国东部平原地区16个省（市）的人口少于7万人;自1961年以来，车站搬迁次数不得超过两次，搬迁距离必须在5公里以内;在观测场地周围2公里半径范围内（或在12平方公里范围内）的建筑物面积百分比必须小于33％。这些标准是人为设定和运用的，以说明不同空间尺度上当地人类活动对SAT观测的不同影响。 Ren等给出了选择参考站的程序的详细描述，Ren（2010b、2011）也给出了综合方法的简要介绍以及与基于遥感的地表亮度温度的比较。

最终通过程序选择了143个站点（图1），其中68个来自中国气象局（CMA）管理的RCBMS、75个来自以前省气象局监督而现在也由CMA监督的普通气象站（OMS）。我们使用了141个网络参考站，因为来自2个站的记录尚未更新。第2b节给出了RCBMS和OMS的简要说明，包括它们如何用于中国大陆的气候研究。

（图1 中国大陆（a）RCBMS和（b）参考/农村站点的分布，以及中国大陆的站点数量
（c）RCBMS和（d）参考/农村站点的纬度 - 经度网格）

总的来说，参考站的空间分布很好，但在中国东北、中国西北和青藏高原西部，参考站的数量仍然相对较少。例如，北京市北部所在的网格包含三个参考站（图1b，d）：北京上甸子、内蒙古岗子和内蒙古林西。上甸子站是一个OMS，位于海拔287米（平均海平面）的山坡上，靠近2000年人口不足9000的山村;岗子站也是一个OMS，但林西站是RCBMS之一，两者都位于内蒙古高原，海拔高度分别为961和800米MSL，2000年人口分别为9200和11000。通过使用从卫星遥感中获得的表面亮度温度数据，将该站点网络与138个站点的另一个参考网络进行了比较，发现它具有与国家平均年度和季节性SAT类似的趋势，和相同时期RCBMS的城市变暖幅度一样（Ren和Ren 2011）。它已被用于识别和调整中国大陆RCBMS平均SAT的城市偏差（Zhang等2010; Zhou和Ren 2011）。在这项研究中，我们使用参考站网络的日常温度数据来检查中国大陆极端温度指数序列的城市化效应。

b.数据及其处理

每日温度数据来自CMA的国家气象信息中心（NMIC），CMA中有不同的历史数据集用于气候变化研究，但最常用的历史SAT数据集是RCBMS的观测记录，包括大约730个站点，大致均匀分布在全国各地，但更多位于城市附近和城镇。作为数据集的一个子集，气候学家也使用了由143个站点组成的国家参考气候站（RCS）（在一些出版物中有160个站点），在城市和更近的城镇中分布更均匀。在2004年中国大陆应用自动气象站（AWS）系统之前，RCS的读数每天进行24次。该数据集的另一个子集是国家基础气象站（BMS，约580个站），每天手动观察8次AWS系统，也主要位于城镇附近（Ren 等2008; Zhang和Xu 2008）。在过去十年中，RCS和BMS的历史温度记录被合并并且不均匀性调整以满足对气候变化研究的日益增长的需求（Li等2004; Ren等2005，2012年; Ding等2006）。RCBMS几乎包括所有在中国大陆的大城市和大城市都有长期记录的站点，很少有真正位于农村地区的站点。此外，大约有1600个OMS主要位于小城镇，乡村附近，但是在2004年左右前的一天里人工观察只进行了三次（当地时间为0800、1400和2000），并且到目前为止，很少应用于气候变化的大规模分析。
本研究的目的是研究城市化对从所有RCBMS数据中获得的常用极端温度指数趋势估计的影响的性质和程度。正如许多先前的研究所证明的那样，这些台站在这项工作中被认为是有问题的，并且它们将根据城市化引起的平均SAT和极端温度指数序列的系统偏差来评估。城市化效应可能来自影响因素的复杂矩阵，包括微观尺度上的选址不佳、城市热量效应、建筑区内或附近的降水增强以及城市边界层中大气气溶胶浓度的增加。例如，大多数这些台站的特点是距离城市的建筑区域太近，而且观测地点附近的选址或清洁微观设施也很差。不合格的微型问题是与城市化有关的众多问题之一。除了简陋的微型问题之外，更重要的问题之一是观测站点附近的城市岛屿强度增强，这与站点所在城市的规模和人口密切相关。通过应用“良好”参考站，如第2a节所述，我们可以评估整体城市化对“贫困”RCBMS的极端温度指数序列趋势的影响。来自RCBMS的1951-2004的每日温度数据由NMIC调整为不均匀性（Li等2004），采用Easterling和Peterson（1995）的方法对月平均数据的不均匀性进行检测和调整，然后将月平均调整应用于日常记录，以获得均质化的日常温度数据。主要由重新安置引起的不连续点已经调整到最新的观测位置，来自730个站点的历史SAT记录可以被认为是相对同质的调整后（Li等2004;Li和Dong 2009)。

均质化的月度和日常SAT数据集经常用于中国区域气候变化的研究和服务（Ren等2005,2012; Tang等2005; Ding 等2006; You等2012）。我们将数据更新到2008年，并将2004年后的记录简单地与调整后的数据序列相关联，并假设过去4年的不均匀性可以忽略不计。这种假设在某种程度上是有争议的，因为尽管重新安置可能影响不大，可是2004年全国范围内的AWS应用可能会导致日常温度记录出现一些不连续性。但Wang等（2007）将AWS

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19407]，资料为PDF文档或Word文档，PDF文档可免费转换为Word