超大城市極端天氣災害的統計分析——以廣州市為例

劉睿穎，張俊玉，方 舟

0 引言

廣州作為超大城市的典型，是珠三角及華南地區的經濟中心。自上世紀80年代改革開放以來，經濟發展迅速，城市建設速度和人口劇增，2011年廣州人口總量已逾1500萬。廣州市市長在2011年3月在穗召開的“城市規劃與科學發展研討會”上表示，如果不做政策性宏觀調控，2020年廣州市人口將突破1800萬，將不可避免患上“大城市病”，在土地、資源、環境、基礎設施等多方面面臨巨大壓力。本文利用1952～2010年廣州市逐日長序列溫度與降水觀測資料，利用相關統計分析方法，通過廣州市極端天氣災害事件的頻率和強度來分析城市規模的擴大對生態環境帶來的影響，可以為政府部門的相關決策和促進當地經濟的可持續發展起一定的參考作用。

1 資料及方法

1.1 資料

氣象資料是反映天氣氣候事件變化的客觀記錄。本文使用的是廣州市氣象觀測站1952～2010年逐日的最高、最低溫度和平均溫度及降水量實測資料。

1.2 分析方法

1.2.1 線性趨勢

線性趨勢分析方法[1]主要內容為：設xi為某一變量，ti為所對應的時間（年份或序號），建立xi與ti之間的一元線性回歸方程，xi(ti)=a+bti，式中b稱為趨勢變化率，計算公式為：

b值的符號反映上升或下降的趨勢，如b＜0，則表示在計算時段內變量呈下降趨勢；b＞0，則表示在計算時段內變量呈上升趨勢。

1.2.2 正態性檢驗

Shapiro—Wilk檢驗法[2]是用于檢驗樣本是否滿足所要求的正態性，它是由S.S.Shapiro與M.B.Wilk提出的，是指用順序統計量W來檢驗分布的正態性。設X1，X2，…Xn是來自 N(u,σ)的樣本，X(1)≤X(2)≤…≤X(n)為其次序統計量，則W統計量為

1.2.3 相關性分析

設對隨機變量Y作次觀測得到y1,y2,…,yn，并假設可將其線性表示為[3]

如果用矩陣形式描述線性模型，則（3）式的矩陣形式為

其中，Y是可觀測的隨機向量；X為回歸設計陣，由p個可觀測的一般變量和每個元素都是1的n維列向量構成；β為回歸系數；ε是不可測的誤差隨機向量。E(ε)=0和 Cov(ε)=σ2In稱為Gauss-Markov條件，其中 In是 n 級單位陣。線性回歸過程共有九種模型方法，它們分別是全回歸模型、逐步引入法、逐步剔除法、逐步篩選法等。本文采用的是逐步剔除法。

2 廣州市溫度及降水極端天氣災害事件統計分析

《氣候變化國家評估報告》[4]中指出，氣候變暖的速度太快，有可能會導致極端天氣事件的發生頻率增加。具體到廣州這樣的超大城市，通過對溫度和降水逐日資料的分析，可以了解其主要特征。

2.1 平均溫度與極端高溫天氣日數變化趨勢

參考氣象部門的定義，將極端高溫天氣定義為最高溫度大于35℃的天氣。利用公式（1）得到，1952～2010年，廣州市年平均氣溫增暖趨勢明顯，平均上升了4.88℃（圖略）。在表1中給出了利用公式（1）求出的以每十年為一時段的平均溫度值。同時統計了以十年為一時段的極端高溫天氣日數。

表1 廣州市年平均溫度與極端高溫天氣日數變化趨勢

由表1看出，廣州溫度的年變暖趨勢明顯。1952～1980年，每十年平均溫度穩定在21.8℃，但在80年代開始，每十年平均溫度明顯上升。年高溫日數變化從80年代開始也呈明顯的上升趨勢，尤以2000年后為甚。

2.2 平均降水量及極端降水日數變化趨勢

根據我國氣象部門有關規定，24小時降水量為50mm或以上的強降雨稱為“暴雨”，100mm或以上稱為“大暴雨”。本文將24小時降水量為50mm或以上定義為極端降水日。極端降水日極易導致降水量超過城市排水能力致使城市內產生積水災害的現象。與表1類似，利用公式（1），1952～2010年，廣州市年平均降水量平均逐年增加了22.835mm（圖略）。以每十年為一時段的平均降水量和極端降水天氣日數見表2。同樣可看出，年平均降水量和極端降水天氣日數從90年代起呈明顯增加趨勢。

表2 廣州市年平均降水量與極端降水天氣日數變化趨勢

2.3 年平均溫度與年平均降水量的正態性檢驗

廣州逐年的年平均溫度與年平均降水量一致呈上升趨勢，它們之間是否具有相關性及相關性如何，本文擬從線性回歸作分析。在作線性回歸分析之前，需要檢驗年平均溫度與降水資料是否符合正態分布，此即概率統計中的顯著性問題。

利用公式（2），對年平均溫度作正態性檢驗，設檢驗水平α為0.01，得出Shapiro-Wilk統計量的p值為0372（p值定義為拒絕原假設時所需的最小顯著性水平），由于0.0372＞0.01，則接受原假設，即認為年平均溫度服從正態分布。

與年平均溫度正態性分析方法相同，可得到年平均降水檢驗中的Shapiro-Wilk統計量的p值為0.5474，即年平均降水量也服從正態分布。因此，可以對年平均溫度與年平均降水量作相關性分析。

2.4 年平均溫度與年平均降水量的相關性分析

利用公式（3）和（4），采用逐步剔除法建立年平均溫度與年平均降水量的相關性。初次計算結果發現原假設為回歸系數與0無顯著差異。對立假設為回歸系數與0有顯著差異。方程不顯著。第二步和第三步的步驟是一樣的，即逐步剔除強影響點，重新建立回歸方程。

第三步以后，回歸模型有了顯著改善。最后，建立了平均溫度與平均降水量之間的回歸方程為y=4.35529x-49.55184。

總體而言，年平均溫度升高時，年平均降水量也相應增加。但從擬合圖上（圖略）看，這并不是一個很好的回歸方程，因為圖上的點無法用一條回歸直線很好地擬合。并且，從剔除強影響點的過程可以看出，強影響點比較多，這也影響了回歸的效果。這說明年平均溫度和降水量具有一定正相關性，但降水量同時可能還受到其他因素的影響。

3 廣州市溫度及降水極端天氣災害事件成因分析

3.1 城市熱島有利于極端高溫天氣的出現

廣東省位于中國的最南部，北依逶迤的南嶺，南臨浩瀚的南海，其獨特的地理位置和地貌格局形成了廣東省特有的溫度氣候特征。在全球變暖的大背景下，廣州市的氣候變化特征與廣東省其他觀測站相比，究竟有哪些差別？對比廣東省新豐縣的氣候變化特征[5]可以看出廣州市特有的氣候特征。廣東省新豐縣地處粵中偏北，韶關市南端，東江、北江和流溪河三河水系分流之處，新豐江上游，以農業人口為主，這里將它作為非城市化的典型與廣州作對比[注：表3與表4中的數據，取自文獻5]。

表3 新豐縣平均溫度與極端高溫天氣日數變化趨勢

對比表1和表3可見，廣州市以十年為一階段的平均溫度與極端高溫天氣日數遠高于新豐縣的值。尤其是在1980～2010年，廣州與新豐的平均溫度差距有加大的趨勢，年平均極端高溫日數也由1980年前的略低于新豐，變化到1981～1990年間的與新豐基本持平，再到1990年以后的明顯高于新豐。這充分說明了城市熱島效應特征[6～7]的影響。城市熱島效應指的是，隨著城市區域發展，城市的建筑、道路及其他基礎設施逐步替代空曠地帶和植被，導致城市的溫度高于周邊郊區的溫度。

3.2 城市排放的高污染物有利于極端降水天氣的出現

表4 新豐縣年平均降水量與極端降水天氣日數變化趨勢

對比表1和表3可見，廣州市以十年為一階段的平均降水量與極端降水天氣日數也遠高于新豐縣的值。城市熱島效應的另一個重要影響是[6]，隨著城市規模的擴大，由于汽車、工業生產等廢氣排放，由于汽車、工業生產等廢氣排放不但形成大量的人工熱源，同時城區大氣中堆積排放的大量的污染物，也有利于凝結核的形成，使城市降水量相對有所增加。

4 應對超大城市極端天氣災害事件增加的對策

(1)對城市布局進行合理規劃。城市下墊面的改變是引起城市熱島效應增加的原因之一。由于城市下墊面是由柏油路、建筑墻面等吸熱快、升溫快的人工構筑物組成，這樣的下墊面強烈地吸收太陽輻射能量，使得氣溫急劇升高。同時由于混凝土、柏油路等不滲水，降雨量增加時，極易導致城市積水災害發生，導致人民生命財產的損失。因此，在城市布局時，合理保留并增加綠地和樹木，有利于減少城市熱島效應的影響。

（2）提倡低能源、低消耗的生產和生活方式。城市工業生產和人們生活中釋放的大量熱是促成熱島效應形成的另一個原因。因此要根據城市的性質及其定位確定合理的產業結構,大力發展污染發展少的工業。在市場經濟條件下，企業必須降低能源消耗，才能在激烈的競爭中求得長遠的生存發展。另一方面，要合理控制城市的人口規模和密度，以降低居民生活過程中產生的廢熱。大力發展公共交通，對城市小汽車的保有量加以調控，以控制汽車尾氣排放。

（3）倡導開發新型建筑材料。城市化的程度是衡量一個國家和地區經濟、社會、文化、科技水平的重要標志，也是我國現階段發展過程中的必由之路。隨著城市化進程的加快，城市將愈來愈與高層建筑為伍。通過開發能降溫節能、緩解熱島效應強度的建筑材料，可以部分緩解熱島效應的影響。

（4）提高城市地下排水系統能力。對于極端降水引發的城市積水災害現象，除通過控制熱島效應以降低極端降水日數以外，提高城市地下排水能力是另一個重要途徑。高標準地下排水系統意味著高投入。目前我國一些老城區的排水系統無法滿足大規模城市化帶來的極端降水的增加。但完全拋棄舊有設施則代價太大。因此需要對城市建設作全局性考慮。

總之，大規模城市化的發展已對氣溫和降水產生了一定的影響，并且直接導致了極端高溫天氣和極端降水天氣的增加。在經濟發展相對成熟的現階段，城市建設不但要注重經濟效益同時更要注重社會效益和環境效益，將城市的發展置于社會發展背景下，將追求城市經濟水平的提高放在追求超大城市化之上，最大限度地保護自然生態環境，合理全局性地考慮城市布局和規模，同時提倡低碳城市[7]的理念，還需要政府的政策引導和社會的相關干預。

[1]黃良文.統計學[M].北京：中國統計出版社，2008.

[2]張曉冉.統計分析及其SAS實現[M].北京：清華大學出版社,2011.

[3]裴鑫德.多元統計分析及其應用[M].北京:北京農業大學出版社,1990.

[4]編委會.氣候變化國家評估報告[M].北京:科學出版社,2007.

[5]溫麗華，賴鳳珍.新豐縣近47年氣候變化特征[J].廣東氣象,2008,30(6).

[6]劉婕，譚華芳.城市化進程中的熱島效應問題及對策[J].財經問題研究,2011,（5）.

[7]辛玲.低碳城市評價指標體系的構建[J].統計與決策,2011,（7）.