英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

云南中部高原地表气温变化及局地城市化效应分析

何云玲¹/吴志杰¹刘雪莲¹邓福英¹

摘要：利用1961-2010年滇中高原（CYP）37个台站的地面气温（SAT）数据和国防气象卫星计划/作战线扫描系统（DMSP / OLS）夜间光数据，利用森的非参数估计斜率法和MK检验来检测SAT趋势，通过比较城市站点及其相应农村站点的气温变化趋势之间的差异，分析城市化对地表变暖的影响。结果表明，年平均气温呈现显着升温趋势，相当于近50年来0.17°C /10年的速率。季节平均气温呈上升趋势，冬季（0.31°C / 10年）的趋势比其他季节更显着。大部分地区年平均气温和季节平均气温有上升趋势，城市地区出现升温趋势，特别是昆明市。区域平均气温序列受到城市变暖的显着影响，在过去的50年中，城市化导致的变暖贡献了总体区域变暖的约32.3-62.9％。与此同时，冬季和春季城市化导致的变暖趋势比夏季和秋季更为显着。自1985年以来，城市热岛（UHI）强度逐渐增加，并且城市温度总是比CYP上的农村温度上升得更快。

1介绍

近几十年来，气候变化一直引起人们越来越多的兴趣，因为它可能对食品生产，饮用水供应和可持续发展构成挑战（Jiang et al.2013）。为进行全球半球，国家和区域尺度的气候变化现象及其对环境和社会的影响进-2012）的0.12°C/十年，预计二十一世纪将增加1.0-3.7°C行了大量研究。全球平均地表气温（SAT）从1880年到2012年上升了0.85°C，过去60年（1951 IPCC2013）。在中国，气温上升了1951-2009年为1.38°C，平均气温的线性上升（0.23°C / decade）远高于全球趋势（Liang et al.2013）。在区域范围内，山区和高原地区特别敏感，易受气候变化影响（Diaz et al.2003），正如青藏高原的研究所证实的（Liu et al.2009）和云南高原（Fan and Thomas2013）。在青藏高原，从1961年到2003年期间月最低气温（0.41℃/十年）比最高气温（0.18℃/十年）有更大的变暖趋势（Liu et al.2006）。线性趋势分析显示，1961年至2004年间，云南高原年平均气温上升0.3℃/十年，冬季和夏季气温分别上升0.33℃和0.26℃/十年范等人.2010）。 值得注意的是，区域气候变化是不同步的，可能更大，并且气候不同区域之间可能存在相当大的空间和时间变化（琼斯2015)。此外，特定地区或国家的温度变化对该地区及其经济活动特别重要。

在对气候变化的调查中，它被认为是评估过去一个世纪气候变暖的性质和可能原因的主要问题之一（Chen et al.2011）。越来越多的文献预测人类活动可能是引起全球变暖的最重要的力量，许多研究都集中在最近几十年的气候变化上（Karl et al.2015）。人们认为温度对人类的最大影响与城市有关，因为一些统计调查表明全球温室气体排放量超过70％发生在城市（Fang et al.2014）。 有许多研究关注城市化对SAT的影响。先前的一些研究表明，城市化对区域变暖影响不大（Fang et al.2007; Li等人2010）。然而，最近的调查表明，城市化进程可以增加当地的日常温度（Zhou和Ren2005）。通过分析美国的观测记录和重新分析数据，Kalnay和Cai（2003）报道，在过去的50年中，观测到的昼夜温差（DTR）下降的一半是由于城市和其他土地用途的变化。城市化过程可能会增加最低温度的增加趋势，同时对最高温度施加相对较小的影响，从而降低DTR（Yang et al.2011a,b; 王和葛2012）。吴和杨（2013）发现，城市化可能导致中国东部地区出现明显的夏季升温，预计城市升温幅度为0.132-0.250℃/ 10年，占长三角城市区域变暖总量的36-68％。Li等人（2010）发现，1954年至2005年期间的大幅增温趋势是由于城市化造成的，占东北地区变暖的51％左右。周等人（2004）和Zhang等人（2011）发现，城市化对中国东部的温度趋势有显着影响。 因此，在研究区域或全球平均SAT变化时，需要检查和消除城市化效应（Sajjad et al.2009; 汉森2001)。

土地利用和植被在中国城市日益变化，特别是1978年改革开放后，这些土地利用和植被变化导致了明显的城市热岛效应，不仅在大城市，而且在一些中小城市也是如此（Fang et al.2014）。已经采用多种方法来检测城市化的气候效应。最传统和直接的方法是所谓的城乡比较方法，其中对城市和农村的SAT进行了对比（Ren et al.2008）。这种方法的关键取决于这些站点或站点是否可以客观分类（Ren et al.2007; Zhang等人2014）。在以前的研究中，人口指数（Hua et al.2008），夜间灯光（彼得森2003）和遥感土地覆盖数据（Yang et al.2013)被用于城市和农村地区的分类。关于人口的许多信息已经过时，一些农村地区可能已经在中国快速城市化的情况下转换为城市地点。与人口数据相比，夜间灯光和其他遥感数据可能是城市地区更为明确的指标（Wang et al.2013）。但是，这些结果仍然存在很大的不一致之处。这种不一致可能是由于时间段，区域跨度和分析方法的差异造成的。城市化及其对当地气候观测的影响之间的联系并不简单。

云南高原（YP）是中国西南地区人口密集的省份，是许多生活在生态山区的民族的聚居地。构成喜马拉雅山脉的南亚与欧亚大陆板块之间的构造碰撞造成了YP西北部地形的突然折叠。由独特的环境模式形成和影响的丰富多样的生态系统使该地区成为调查全球地球构造演化和生物多样性保护历史的关键地区之一。西南地区国家税务总局的变化滞后于全国范围的变化，部分地区的气温记录甚至出现下降趋势（Ma et al.2006）。了解该地区不同地点的SAT趋势和城市发展效应的详细特征非常重要。此外，由于近年来社会和经济方面的紧密联系，个别城市在YP中部地区扩展形成城市群。建成区面积不断扩大，城市植被面积减少，温室气体大量排放等一系列活动明显改变了地表能量辐射的平衡。如何有效地分析区域气候变化对高原地理环境管理至关重要。通过均匀性调整数据集，本文的目的是检测SAT变化并估计城市化对滇中高原（CYP）SAT变化的影响。特别强调调查温度变化的时空格局和城市变暖对不同地区季节变化的影响。评估城市化的气候效应对于进一步认识城市发展与气候变化的关系具有重要意义。

2研究领域和数据

在管理方面，CYP由以下四个地区组成：昆明，玉溪，楚雄和曲靖。它位于中国西南部的副热带，与西北部的青藏高原和北部的四川盆地接壤。研究区域覆盖纬度为23°12至26°41，东经99°30至104°14的地区。大部分地区的海拔高于1500米，高原盆地是CYP的主要地形类型。气候主要受印度西南季风和西风环流影响。由于低纬度地区，CYP受到强烈的太阳辐射和温和的气温，年变化很小。其气候的一个主要特征是两季之间明显的天气变化：旱季（从11月到下一个季节4月）和雨季（从5月到10月），旱季和雨季之间的差异很明显，5-10月降水量的60％以上是降水量。

大约三分之一的YP国土面积和三分之二的人口，CYP的国内生产总值占YP国内生产总值的66％以上。 由于气候和地理条件，中国西南地区一直是中国城市化进程最迅速的地区。 这一地区的气候变化将对当地的农业，旅游业和林业产生重大影响。

云南省的大多数气象站都是在20世纪50年代中期才建立起来的。基于希望获得广泛数据的愿望，在移除低于50年的低效数据后，整个研究区的37个气象站被选为典型地点。 这37个台站分布在CYP各处。该站的位置和描述如图1和表SI。使用这37个台站的月平均SAT系列（1961-2010年）数据集来分析过去50年的气候变化。每个台站的数据都可以从中国国家气象信息中心（NMIC）和中国气象局（CMA）获得。从每月数据计算年度系列和季节系列。

目前的分析需要可靠的数据，并从时间序列图中直观地评估了检查数据。数据集也由NMIC进行质量检查。每个站，记录的时间段和任何变化地点被仔细检查。没有一个37个电台被排除在与搬迁有关的问题的分析之外。

按照Peterson等人描述的方法进行常规质量评估和必要的纠错程序（1998）。所有电台的数据集是经受使用冯诺依曼比率和贝叶斯程序的均匀性测试（Buishand1982;Tannecia等人2014)。这些测试表明在5％置信水平下显着基于数据序列元素的零假设是独立的，分布相同的。

3方法

3.1地面气温的趋势分析

在数据质量和同质性评估的控制之后，年平均值和不同季节值分别为使用Z值评估统计显着趋势的存在。对于双尾测试，则无效假设（无趋势）在显着性水平alpha;处被拒绝|Z|gt; |Zalpha;/2|，其中Zalpha;/2是具有超出概率alpha;/ 2的标准正态分布的值。一般而言，10/5/1％的显着性水平用于表示温度或降水系列存在90/95/99％置信度的趋势水平。年度和季节温度的空间趋势分布采用Kriging方法使用软件Surfer（版本12.0）进行插值计算。通过计算每三个月的平均值来定义四个季节平均温度：十二月至二月（冬季），三月至五月（春季），六月至八月（夏季）和九月至十一月（秋季）。 时间序列中趋势的大小是使用称为Sen的非参数估计斜率方法的非参数方法确定的，如下所示（Yue和Hashino2003)

(1)

其中b是趋势斜率的估计，X_i′是时间i处的数据测量，X_i是时间i处的数据测量，并且i是时间i之后的时间。b的正值表示Bupward趋势，而b的负值表示B跌势。

使用Mann-Kendall（MK）测试分析一个地点的年度或季节性系列趋势的统计显着性，Mann-Kendall（MK）测试是基于等级的非参数测试，通常应用于一系列观察，以确定是否存在是一种趋势。该测试基于如下定义的统计量S（Mohsin和Gough）2010; 郭和夏2013):

(2)

其中x_j是序列数据值，n是时间序列的长度，并且对于（x_i-x_j）lt;0的符号（x_i-x_j）为-1 ，（x_i–x_j）=0时为0，而（x_i–x_j）gt; 1时为1，当nge;10时，统计量S近似正态分布，（S）和方差Var（S）给出

E(S)=0 (3)

(4)

其中t_p是范围p值的关系数，q是并列值的数量。 标准化测试统计量（Z）由下式计算

(5)

图1滇中高原37个气象站位置空间分布图

3.2台站分类与城市化相关的偏差提取

随着夜间灯光图像的地理模式来自卫星数据（国防气象卫星程序/操作线扫描系统，[DMSP/OLS]）中2010年，电台的位置和以前相关研究结果（Ren et al.2010），本次调研选择农村观测站主要依据如下规则：（1）农村观测站人口不足7万人。（2）车站周边2km范围内建设用地类型面积比例应小于30％。（3）夜间灯光值为少于35个。城市站定义为人口超过10⁵时，建筑用地的比例在2km半径范围内，类型面积大于50-100％，夜间光照值大于50。

根据城乡站点分类原则和程序，本研究区将昆明，楚雄，玉溪，宣威，会泽5个站点定义为城市站点，9个站点（太华山，石林，马龙，新平，江川，永仁，姚安，南华，双白）属于农村类型。 除了农村和城市电台以外的其他电台被定义为郊区电台，如表1所示。

城市化对地表气温的影响（Delta;T^tre）被定义为城市和农村站观测温度趋势（°C/decade）的差异：

(6)

其中T^tre和T^tre是线性趋势（°C /十进制）观测到城市和农村地区的气温。

因此，继以前的研究（Ren et al.2008; 杨等人.2011a, b; 周和任2011），城市相关变暖的贡献可表示如下：

(7)

其中C_u是城市化对总变暖的贡献率（％）。

类似地，从空气温度数据，UHI的估计强度（T_UHI）效应（°C）通过以下公式计算：

(8)

其中T_u是城市台站的平均观测温度，T_r是农村台站相应的观测温度。T_u和T_r应修改为相同的高程以消除两个不同高度的影响。T_u - T_r是UHI强度最常用的指标。

4 结果

4.1时间温度变化

依据来自37个台站的平均气温，每个季节平均气温从1961年到2010年的年际变化如图1。从温度趋势来看，清楚地表明，过去50年来，特别是自20世纪80年代末以来，特别是20世纪9

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24607]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• GIS矢量地图的鲁棒水印方案外文翻译资料
• 中国相似地理位置发达地区房价影响因素的差异——以西安高新区和沣渭新区为例外文翻译资料
• 集成数据在城市土地利用变化时空动态监测的应用——以印度金奈都市为例外文翻译资料
• 全球地表水及其长期变化的高分辨率制图外文翻译资料
• 造成沿海大型城市内涝灾害的主要因素识别——以中国广州为例外文翻译资料
• 基于SFPHD框架的中国快速城市化地区城市生态系统健康综合评价方法外文翻译资料
• 基于绿地演变的未来城市地表热岛强度的多情景模拟预测外文翻译资料
• 中国大陆272个城市地面和冠层城市热岛强度的长期趋势外文翻译资料
• 与孟加拉湾热带气旋有关的中国低纬度高原远距离降雨事件外文翻译资料
• 新丰江水库流域GPM IMERG降水产品评价及水文效用研究外文翻译资料