基于EOF的南京气温变化特征及热岛效应研究

2019-12-12王佐鹏张颖超

陕西气象 2019年6期

王佐鹏，张颖超,2，熊雄，潘霄，陈昕

(1.南京信息工程大学自动化学院，南京 210044； 2.南京信息工程大学气象灾害预报预警与评估协同创新中心，南京 210044)

城市热岛(urban heat island，UHI)效应，即城市的城区气温高于郊区气温的现象。研究城市热岛效应演变可为城市的可持续发展提供一定的理论指导，为我国城市规划和决策部门提供一定的借鉴[1]。国内外有许多学者对不同城市和地区的热岛效应做了很多研究，早在19世纪初，Howard(英国人)对伦敦进行的观测研究发现了城区气温比郊区气温高的现象[2]。近年来，王娟敏利用卫星遥感技术对西安市城市热岛的空间分布特征以及城市热岛与土地利用/覆盖变化的关系进行了分析研究[3]；李星敏通过对西安市的城市化发展和热岛效应进行研究，发现热岛效应主要成因来自城市化发展[4]。南京市是中国的大型城市，2010年第六次全国人口普查显示，其常住总人口已突破800万，比2000年增长28.31%，全市城镇人口所占比例即城镇化率为78.5%，城市的快速发展对气候变化有着直接而现实的作用[5]。利用国家级地面气象数据，对南京市气温数据进行EOF模态分解，通过分析后寻找出城市站点和郊区站，再利用城、郊气温差值法分析南京市的热岛特征。

1 数据和方法

1.1 数据

研究数据采用南京市1961—2016年6区的地面气象站6 h一次的气温数据(02时、08时、14时、20时)，6区的站点分别为六合站(站号：58235)、浦口站(站号：58237)、南京站(站号：58238)、江宁站(站号：58333)、高淳站(站号：58339)、溧水站(站号：58340)。这些数据均经过三级质量控制，去除了粗大误差。

1.2 方法

经验正交函数分析方法(empirical orthogonal function，EOF)，是一种提取数据主要特征的方法，现已广泛用于气象学研究之中[6]。EOF将时空数据分解为空间模态(EOF)和其对应的时间系数(PC)。为了保证各模态之间相互独立，利用North检验计算特征值误差范围来进行显著性检验，特征值的误差范围

(1)

N为样本的数量；λi为第i个特征值，当相邻的特征值满足λi+1-λi≥ei时，则表明通过显著性检验，两个特征值对应的模态是有价值的数据。

城市热岛强度定义为城市站点平均气温减去郊区站平均气温的差值[7](城、郊气温差值法)，即

(2)

其中m为城市站数，n为郊区站数。

2 平均气温年际变化

根据IPCC第五次评估报告，近130年(1880—2012)来全球平均气温升高了0.85 ℃[8]。在全球变暖的大背景下，有必要分析南京年平均气温年际变化特征。首先利用6 h一次的气温数据计算1961—2016年南京市6站的年均气温。各站56 a的年平均气温变化见图1，由图1可看出，1961—1993年南京6站年平均气温在15.5 ℃上下波动，1993年以后各区和全市的年平均气温都有了明显的上升，1994—2016年全市年平均气温上升约1.5 ℃，说明南京市在这23 a里明显变暖。

图1 1961—2016年南京市6站年平均气温变化

3 年均气温距平的EOF模态分解

3.1 EOF空间分布特征

对南京市1961—2016年6站年均气温的距平数据进行EOF模态分解，并利用North显著性检验对其特征值进行检验，寻找有价值的空间场模态。如表1所示，前三个特征向量的特征值的累积贡献率超过99%，但是只有前两个特征值的误差范围没有重叠，因此只有前两个特征值通过North显著检验，且累积贡献率超过98%。这两个特征值可以很好地描述南京市1961—2016年气温的两种分布类型。

EOF第一模态的方差贡献率超过96%，远高于其它模态，该空间场为南京市的气温场的主要分布类型，其空间分布如图2a(第33页)所示。

表1 1961—2016年南京市年平均气温经过EOF分解的前三个模态方差贡献率和误差范围

由图2a可见南京全市的特征值均为正值，这表明1961—2016年间全市的温度变化趋势整体是一致的，即全市呈要么整体偏高，要么整体偏低的气温分布特点。高值中心在市中心，低值中心在六合区的最北部，表明南京市中心区域气温变化活跃程度远高于周边地区。EOF第二模态的方差贡献率超过1.6%，也是南京市气温场分布的一个较为典型的类型，其空间分布如图2b所示。特征值负值中心处于江宁接近市中心部分，正值分布在南北两端，溧水区为正值中心，呈现中部(南京站、江宁站)和南北两端(溧水站、六合站)反向的分布模式。

3.2 EOF时间分布特征

各个模态分解得到的时间系数代表其对应模态的时间变化特征，其正负代表模态的方向，正号表示与该模态同向，负号表示与该模态异向，其绝对值越大，这种模态越典型。从EOF第一模态所对应的时间系数(图3)可以看出：1994年之前绝大部分年份的时间系数为负值，因此可以得出1961—1993年南京全市处于气温偏低状态；1994年以后，时间系数开始上升，并几乎全部为正值，说明在1994—2016年气温属于气温偏高状态。纵观56 a，南京全市气温在1994—2016年有明显的升温趋势。从EOF第二模态的时间系数看：1961—1980年时间系数为下降趋势，但是几乎均为正值，这段时间里中部地区的气温低于南北两端的气温；1981—2005年EOF第二模态时间系数呈现下降趋势，整体为负值，反应在此期间中部气温高于南北两端气温；2006—2013年EOF第二模态时间系数尽管呈现下降趋势，但是均为正值，说明在此期间城市中部气温低于南北两端气温；2014—2016年EOF第二模态的时间系数为负值并呈下降趋势，此期间中部气温再次高于南北两端。

图3 南京1961—2016年气温EOF第一、第二模态时间系数年际变化曲线

综合EOF第一、第二模态及其各自的时间系数，南京全市的年均气温在20世纪90年代快速升高。根据EOF模态分解得到的空间场和时间场，可以看出南京市中心即南京站和江宁站增温快于南京的其他地区，因此，可以认为南京站和江宁站是南京市的热岛站点。

4 热岛强度分析

根据以往作者的研究，城市热岛中心气温与同时间、同高度城市郊区的气温差值Tu表示热岛强度，并且将城市热岛强度的等级分为无、弱、中等、强和极强五个等级(温差分别为Tu≤0.5 ℃，0.5 ℃3.5 ℃)[9]。

为了进一步研究南京1961—2016年热岛强度和出现热岛效应的频率，从上文的EOF分解结果可知南京站和江宁站属于热岛中心，因此将这两个站作为城区站。由于高淳站相距城区大约70 km，远远超过其他郊区站与城区站的距离，甚至达到浦口站与城区站距离的3倍，因此郊区站只选择浦口、六合、溧水3个站点。利用城区站、郊区站气温差值法分别计算1961—2016年每天4个时刻(02时、08时、14时、20时)的Tu。定义：一天中只要有一个时刻的Tu大于0.5 ℃，则表示这一天有热岛现象，计为一个热岛日。为此分时段统计出现热岛日数并计算热岛日出现的频率[10]，再计算这些热岛日气温差值的平均值，即为平均热岛强度。统计结果见表2。从表2可看出：20世纪60—70年代出现热岛现象的频率低于50%，平均热岛强度小于0.94 ℃；20世纪80年代到进入21世纪后，各时期热岛日出现频率高于50%，平均热岛强度均在0.94 ℃以上，且随着时段推移，逐渐增高，在2001—2016年达最高值0.980 ℃。

表2 1961—2016年南京热岛出现频率及平均热岛强度

为了进一步研究南京热岛强度的强弱，统计热岛日的热岛强度等级。若一天内出现不同等级的热岛强度，则选取最高的热岛强度等级作为当日热岛强度等级，结果如表3所示。从表3可看出：对于任何时段而言，弱热岛强度出现频率均为最大，说明目前南京市属于弱热岛阶段；但是随着时间推移，其频率总体上在减小。中等热岛出现频率在增大，特别是进入20世纪80年代以后，这也是80年代以后平均热岛强度均高于60—70年代的主要原因。南京强热岛、极强热岛出现频率较小，且变化不明显。

表3 1961—2016年南京热岛强度等级出现频率 %

为了进一步探究白天和夜晚热岛强度的变化，将热岛强度最强的时期(1991—2016年)每天02时和20时的热岛强度求平均作为夜平均热岛强度，08时和14时的热岛强度求平均作为昼平均热岛强度，将夜平均热岛强度减去昼平均热岛强度求夜、昼热岛强度差值。图4为夜间和昼间热岛强度及夜、昼热岛强度差值的年际变化曲线。从图4可见，南京市的夜热岛强度略强于昼热岛强度，在2011年出现夜、昼热岛强度差值的峰值，在2016年出现谷值；但是夜、昼热岛差异没有明显的时间变化特征规律，1991—2016年夜、昼热岛强度差值的平均值为0.015 ℃。