城市化進(jìn)程對(duì)南京市區(qū)域氣溫變化的影響

虞海英，祝善友，劉正軍

1. 中國測繪科學(xué)研究院攝影測量與遙感研究所，北京 100830；2. 南京信息工程大學(xué)遙感學(xué)院，江蘇 南京 210044

城市化進(jìn)程對(duì)南京市區(qū)域氣溫變化的影響

虞海英1，祝善友2，劉正軍1

1. 中國測繪科學(xué)研究院攝影測量與遙感研究所，北京 100830；2. 南京信息工程大學(xué)遙感學(xué)院，江蘇 南京 210044

20世紀(jì)90年代以來中國進(jìn)入城市化快速發(fā)展階段，城市規(guī)模迅速擴(kuò)張，這在一定程度上對(duì)大氣熱環(huán)境產(chǎn)生了影響，如產(chǎn)生了城市熱島效應(yīng)。文章基于南京氣象站點(diǎn)觀測數(shù)據(jù)、南京市統(tǒng)計(jì)年鑒以及l(fā)andsat TM影像數(shù)據(jù)，選取人口密度、廢氣排放量、運(yùn)營車輛、用電量、綠地覆蓋面積、建成區(qū)面積6項(xiàng)指標(biāo)構(gòu)建城市化因子群，運(yùn)用灰色關(guān)聯(lián)度分析法對(duì)影響南京氣溫變化的因子群進(jìn)行貢獻(xiàn)度分析。首先，基于以往研究及南京市統(tǒng)計(jì)年鑒選取人口密度、廢氣排放量、運(yùn)營車輛、用電量、綠地覆蓋面積、建成區(qū)面積6項(xiàng)指標(biāo)構(gòu)建城市化因子群；其次，基于landsat TM影像數(shù)據(jù)利用監(jiān)督分類方法提取建成區(qū)面積；最后，基于灰色關(guān)聯(lián)度分析方法，定量計(jì)算出人口密度、廢氣排放量、運(yùn)營車輛、用電量、綠地覆蓋面積、建成區(qū)面積6項(xiàng)城市化因子分別對(duì)年均溫、年最高溫、年最低溫、季均溫、月均溫以及不同時(shí)期溫度均值的影響。研究發(fā)現(xiàn)，（1）1983─2011年期間，南京市氣溫呈明顯遞增趨勢，20世紀(jì)90年代后期增溫更為明顯，1999─2007年年均溫增長了1.50 ℃。（2）發(fā)現(xiàn)對(duì)于同一參考數(shù)列（年均溫、月均溫等）而言，其影響因子關(guān)聯(lián)度整體排序是一致的：人口密度＞建成區(qū)面積＞廢氣排放量＞運(yùn)營車輛＞用電量＞綠地覆蓋面積。（3）同一城市化因子對(duì)年均溫變化、年最高溫變化、年最低溫變化的影響是不相同的。例如，人口密度對(duì)1983─2011年年均溫變化影響最大，關(guān)聯(lián)度達(dá)到了0.95；用電量、廢氣排放量和運(yùn)營車輛對(duì)1983─2011年年最低溫變化影響最大，其關(guān)聯(lián)度分別為0.68、0.74、0.73。（4）同一城市化因子對(duì)不同月份氣溫變化的影響是不相同的，如人口密度與2月月均溫之間的關(guān)聯(lián)度最小，關(guān)聯(lián)度為0.78；與3月月均溫之間的關(guān)聯(lián)度最大，關(guān)聯(lián)度為0.93。（5）不同城市化因子隨著時(shí)間的推移，對(duì)區(qū)域氣溫變化的影響也是不相同的。其中，人口密度、運(yùn)營車輛以及建成區(qū)面積對(duì)氣溫變化的影響是立竿見影的效應(yīng)；用電量和廢氣排放量對(duì)氣溫變化的影響是累加的效應(yīng)；而城市綠地面積對(duì)氣溫的影響只是對(duì)溫室氣體吸收量多少的外在表現(xiàn)，一般綠地面積越多，吸收的溫室氣溫也就越多，無附加影響。

城市化；區(qū)域氣溫變化；灰色關(guān)聯(lián)度；南京

據(jù)IPCC第五次評(píng)估報(bào)告，1880─2012年全球地表平均溫度升高0.85(0.65～1.06)℃，極有可能(95%以上的概率)的是1951年以來一半以上的全球變暖活動(dòng)是由人類活動(dòng)引起的（張曉華等，2014）。隨著城市規(guī)模的發(fā)展、城市面積的擴(kuò)大和城市人口的增加，大量生活、交通、工業(yè)人為熱及溫室氣體排放，在城市下墊面的熱力、動(dòng)力作用和溫室效應(yīng)的影響下，可形成城市區(qū)域氣候（鄭思軼和劉樹華，2008）。因此，城市發(fā)展對(duì)區(qū)域氣溫變化的影響問題受到廣泛關(guān)注，國內(nèi)外學(xué)者對(duì)此展開了大量研究。TonKaz等（Tonkaz和Cetin，2007）選取人口總量、運(yùn)營車輛、城區(qū)綠地覆蓋面積和建筑物總量，利用一元線性回歸和多元線性回歸方法分析了土耳其東南部半干旱地區(qū)的城市化因子對(duì)月極值溫度的影響。中國學(xué)者周淑貞（周淑貞，1983）在20世紀(jì)80年代初就對(duì)上海展開了研究，發(fā)現(xiàn)城市發(fā)展會(huì)促進(jìn)區(qū)域增溫。隨后，鄭祚芳等（鄭作芳等，2007；鄭作芳，2011）、司鵬等（司鵬等，2009）、鄭思軼等（鄭思軼和劉樹華，2008）對(duì)北京的研究也表明，城市化能夠推動(dòng)區(qū)域氣溫增長；高紅燕等（高紅燕等，2009）對(duì)西安的研究表明城市化對(duì)區(qū)域增溫的影響還存在一定的階段性和季節(jié)性。唐國利等（唐國利和丁一匯，2006）、潘文卓等（潘文卓等，2008）、閆少鋒等（閆少鋒等，2011）則先后對(duì)南京市氣溫變化展開了研究，表明自20世紀(jì)60年代以來南京市增溫現(xiàn)象明顯且存在一定的季節(jié)性和階段性。

南京市是長江三角洲地區(qū)的特大城市，人口密集，高能耗企業(yè)眾多，經(jīng)濟(jì)發(fā)展迅速，近些年來在城市化進(jìn)程飛速發(fā)展的同時(shí)，造成了該地區(qū)溫室氣體和污染物排放量顯著增高。因此，研究城市化進(jìn)程對(duì)南京區(qū)域氣溫變化的影響變得尤為必要。在此基礎(chǔ)上，周彥麗等（周彥麗等，2010）、劉霞等（劉霞等，2010）分別利用層次分析法和主成分分析法對(duì)南京市展開了研究，均表明城市的快速發(fā)展對(duì)區(qū)域增溫有明顯推動(dòng)作用；并分析了不同城市化因子對(duì)區(qū)域氣溫變化的貢獻(xiàn)度。但兩者均未進(jìn)行深入分析，如城市化對(duì)年最高溫、年最低溫、季均溫以及月均溫變化的貢獻(xiàn)，而且分析方法的選擇上也忽略了城市化進(jìn)程因子之間相互影響的特性。

鑒于此，本文基于南京氣象站點(diǎn)觀測數(shù)據(jù)、南京市統(tǒng)計(jì)年鑒以及l(fā)andsat TM影像數(shù)據(jù)，選取人口密度、廢氣排放量、運(yùn)營車輛、用電量、綠地覆蓋面積、建成區(qū)面積六項(xiàng)指標(biāo)來構(gòu)建城市化進(jìn)程因子評(píng)價(jià)體系；然后，將其與南京市1983─2011年年均溫、年最高溫、年最低溫、季均溫、月均溫等進(jìn)行灰色關(guān)聯(lián)度分析，定量評(píng)價(jià)城市化進(jìn)程對(duì)南京市區(qū)域氣溫變化的影響。

1 研究區(qū)概況及資料來源

1.1 研究區(qū)概況

南京地處長江下游的寧鎮(zhèn)丘陵山區(qū)，范圍為31°14′～32°37′N，118°22′～129°14′E，屬北亞熱帶濕潤氣候，總面積6515.74 km2，其中市區(qū)面積4733.13 km2（該面積為2010年南京市行政區(qū)劃面積）（南京市統(tǒng)計(jì)局，2010）。市區(qū)歷年平均氣溫16 ℃，最高氣溫40 ℃（2003年），最低氣溫-13.1 ℃（1991年）。

1.2 資料來源

1.2.1 氣溫?cái)?shù)據(jù)及統(tǒng)計(jì)數(shù)據(jù)來源

（1）氣溫資料：1983─2011年南京市市區(qū)氣象站點(diǎn)觀測的逐日氣溫?cái)?shù)據(jù)（中國氣象局，2011）。

（2）統(tǒng)計(jì)資料：本研究中南京市1983─2011年的人口密度、用電量、廢氣排放量、運(yùn)營車輛、綠地覆蓋面積數(shù)據(jù)均來自于南京市統(tǒng)計(jì)年鑒（南京市統(tǒng)計(jì)局，2010）。其中，南京市共包括11個(gè)轄區(qū)，玄武區(qū)、秦淮區(qū)、鼓樓區(qū)、建鄴區(qū)、雨花臺(tái)區(qū)、浦口區(qū)、六合區(qū)、棲霞區(qū)、江寧區(qū)、溧水區(qū)、高淳區(qū)。由于早期統(tǒng)計(jì)資料中高淳區(qū)、溧水區(qū)為單獨(dú)的縣，沒有納入南京市，為了統(tǒng)計(jì)數(shù)據(jù)的可比性及可靠性，這2個(gè)區(qū)將不納入本文研究范圍。

1.2.2 遙感數(shù)據(jù)來源及處理

遙感具有可快速獲取大面積數(shù)據(jù)的特點(diǎn)，用于監(jiān)測南京市建成區(qū)面積動(dòng)態(tài)變化十分有效。故選取1983、1984、1985等28幅遙感影像提取南京市各年份建成區(qū)面積（中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心·科學(xué)數(shù)據(jù)中心，2011），各期數(shù)據(jù)云區(qū)覆蓋均低于10%，且位于建成區(qū)外。遙感影像預(yù)處理流程主要包括幾何校正、配準(zhǔn)、裁剪、輻射定標(biāo)和大氣輻射校正。預(yù)處理后，基于ENVI軟件，通過監(jiān)督分類方法將研究區(qū)域分為林地、耕地、水體、裸地、建成區(qū)5類地物，監(jiān)督分類總體精度均控制在70%～80%之間，分析計(jì)算1983─2011年南京市各年份建成區(qū)面積。

2 研究方法

本文主要從城市規(guī)模、能源消耗、城市基礎(chǔ)建設(shè)3個(gè)方面選取6個(gè)指標(biāo)構(gòu)建城市化進(jìn)程因子評(píng)價(jià)體系，對(duì)南京市1983─2011年年均溫、年最高溫、年最低溫、季均溫等進(jìn)行評(píng)價(jià)，定量分析城市化進(jìn)程對(duì)南京市區(qū)域氣溫變化的影響。其中，選取人口密度、建成區(qū)面積指標(biāo)來反映城市規(guī)模狀況；用電量、廢氣排放量來反映城市能源消耗狀況；運(yùn)營車輛和綠地覆蓋面積則用于反映城市基礎(chǔ)設(shè)施狀況。

由于作用方式和機(jī)理不同，每個(gè)因子對(duì)區(qū)域氣溫變化貢獻(xiàn)測度不一致且各因子之間會(huì)相互影響。故利用灰色關(guān)聯(lián)度法對(duì)影響南京市氣溫變化的因子群進(jìn)行貢獻(xiàn)度分析。關(guān)聯(lián)度是指其他數(shù)列與參考數(shù)列之間的接近程度，它描述了系統(tǒng)發(fā)展過程中因素間的相對(duì)變化情況，即變化大小、方向與速度的相對(duì)性（鄧聚龍，1987）。由于每個(gè)影響因子的量綱、性質(zhì)不同，需要將各指標(biāo)值歸一化為無量綱值，使實(shí)驗(yàn)結(jié)果具有可比性。

設(shè)有m個(gè)評(píng)價(jià)指標(biāo)的n個(gè)評(píng)價(jià)樣本組成的原始時(shí)間數(shù)列為Xi= {Xi(k)|k= 1,2,…,n;i= 0,1,2,…,m?1}。式中：X0為參考數(shù)列，其他為比較數(shù)列，以下若無特別說明，均滿足i≠0。對(duì)原始數(shù)列進(jìn)行均值生成處理，得到數(shù)列Xi。記第k時(shí)刻X0與Xi的絕對(duì)差為?i(k)=|X0(k)?Xi(k)|(i= 1,2,…,m?1)，則Xi(k)與X0(k)的關(guān)聯(lián)系數(shù)εi(k)可由公式（1）求得：

然而，關(guān)聯(lián)度的大小只是因子間相互作用、相互影響的外在表現(xiàn)，關(guān)聯(lián)度的排序才能體現(xiàn)眾多因子對(duì)參考因子的相對(duì)影響程度。本文主要依據(jù)關(guān)聯(lián)度大小和排序前后來判別城市化因子對(duì)氣溫的影響程度。

3 結(jié)果與分析

3.1 南京市氣溫變化特征

3.1.1 年均溫變化特征

南京市年均溫變化曲線如圖1所示，分析發(fā)現(xiàn)1983─2011年南京市的年均溫增長了1.86 ℃。其中，1983─1990年年均溫增長為0.79 ℃；1991─1998年年均溫增長為1.47 ℃；1999─2007年年均溫增長了1.50 ℃。可以發(fā)現(xiàn)，20世紀(jì)90年代后城區(qū)內(nèi)氣溫增加幅度更加明顯，2008年溫度的突降是由于南京氣象站點(diǎn)的搬遷至江寧所導(dǎo)致的，江寧早期屬于南京市城郊區(qū)。隨著南京市城區(qū)外擴(kuò)，站點(diǎn)觀測溫度也逐漸上升，2008─2011年年均溫增長為1.09 ℃。

圖1 南京市1983─2011年年均溫變化Fig. 1 1983─2011 annual temperature change in Nanjing

圖2 南京市1983─2011年年最值變化Fig. 2 1983─2011 annual most value change in Nanjing

3.1.2 年最高溫、年最低溫變化特征

南京市年最高溫、年最低溫變化曲線如圖2所示，發(fā)現(xiàn)在城市化進(jìn)程的發(fā)展中，年最高溫變化平緩，波動(dòng)性不大，整體只有微小的上升趨勢，會(huì)導(dǎo)致高溫天氣出現(xiàn)，如2003年年最高溫達(dá)到了40 ℃。年最低溫在1983─1992年之前波動(dòng)性較大，1993─2011年則較平緩，總體變化不大。

3.1.3 季均溫變化特征

按氣候?qū)W常用方法進(jìn)行季節(jié)劃分，將3～5月、6～8月、9～11月、12～2月分別劃分為春、夏、秋、冬四季。通過分析1983─2011年季均溫變化圖（如圖3），發(fā)現(xiàn)春、秋兩季總體增溫趨勢較為明顯，但年際間增減波動(dòng)較大；夏季總體增溫趨勢較春、秋兩季稍弱；1986─2004年冬季均溫保持平穩(wěn)增長趨勢，其中2004年冬季均溫達(dá)到了6.18 ℃，但波動(dòng)幅度較小；2005年以后氣溫波動(dòng)較大，使得冬季易出現(xiàn)極暖和極寒現(xiàn)象。

3.2 城市化進(jìn)程對(duì)區(qū)域氣溫變化的影響

3.2.1 城市化進(jìn)程對(duì)年均溫、年最高溫和年最低溫的影響

研究分別將1983─2011年南京市年均溫、年最高溫、年最低溫作為參考數(shù)列，6項(xiàng)城市化因子作為比較數(shù)列，通過灰色關(guān)聯(lián)度計(jì)算，各比較數(shù)列與參考數(shù)列的關(guān)聯(lián)度如圖4。

從總體層面分析圖4，可以看出人口密度和建成區(qū)面積是南京市年均溫、年最高溫、年最低溫變化的主要影響因子；其次是廢氣排放量，運(yùn)營車輛和用電量；綠地覆蓋面積對(duì)其影響最小。將年均溫、年最高溫和年最低溫分開來看，可以發(fā)現(xiàn)人口密度對(duì)年均溫影響最大，其次是年最高溫，對(duì)年最低溫影響最小；用電量對(duì)年最低溫影響最大，其次是年最高溫，對(duì)年均溫影響最小；廢氣排放量、運(yùn)營車輛和綠地覆蓋面積對(duì)氣溫影響排序則與用電量一致；建成區(qū)面積對(duì)年均溫、年最高溫和年最低溫的影響是相同的。因此，可以說人口密度的增加和建成區(qū)擴(kuò)展是造成南京市氣溫變化的最核心因子；而不同城市化因子對(duì)年均溫、年最高和年最低溫的具體影響程度卻有所差異，人口密度造成的整體溫度變化較為明顯，用電量、廢氣排放量和運(yùn)營車輛造成的溫度變化在低溫期較為明顯。

3.2.2 城市化進(jìn)程對(duì)季均溫的影響

研究將1983─2011年南京市季均溫作為參考數(shù)列，6項(xiàng)城市化因子作為比較數(shù)列，通過灰色關(guān)聯(lián)度計(jì)算，各比較數(shù)列與參考數(shù)列的關(guān)聯(lián)度如圖5。

由圖5可以看出，人口密度對(duì)南京市季均溫變化影響最大，其次是建成區(qū)面積、廢氣排放量、運(yùn)營車輛和用電量，綠地覆蓋面積對(duì)其影響最小。各個(gè)城市化因子分別與春、夏、秋、冬四季的關(guān)聯(lián)度排序大致相同，均在春秋兩季影響較大，冬季影響較小，即城市快速發(fā)展對(duì)南京市春季氣溫和秋季氣溫變化影響最大。

圖3 南京市1983─2011年季均溫變化Fig. 3 Changes in average temperature during 1983─2011 season in Nanjing

圖4 城市化因子與南京市1983─2011年年均溫、年最高溫、年最低溫的關(guān)聯(lián)度Fig. 4 The correlation degree of city factors and the annual mean temperature, the maximum temperature, the minimumtemperature in the years 1983─2011 in Nanjing

圖5 城市化因子與南京市1983─2011年季均溫的關(guān)聯(lián)度Fig. 5 The correlation degree of city factor and the seasonal mean temperature in the years 1983─2011 in Nanjing

3.2.3 城市化進(jìn)程對(duì)月均溫的影響

研究將1983─2011年南京市1～12月月均溫作為參考數(shù)列，6項(xiàng)城市化因子作為比較數(shù)列，通過灰色關(guān)聯(lián)度計(jì)算，各比較數(shù)列與參考數(shù)列的關(guān)聯(lián)度如圖6。

由圖6可以看出，不同城市化因子對(duì)于同一月份月均溫的影響程度不同，其中，人口密度對(duì)月均溫變化影響最大；建成區(qū)面積位居第二；然后是廢氣排放量、運(yùn)營車輛、用電量，綠地覆蓋面積對(duì)其影響最小。其次，同一城市化因子在不同月份，它們的關(guān)聯(lián)度也是不同的，如：人口密度與2月月均溫之間的關(guān)聯(lián)度最小；與3月月均溫之間的關(guān)聯(lián)度最大；與4～11月月均溫之間的關(guān)聯(lián)度較為相近；與12月之間的關(guān)聯(lián)度又突然下降。若將3～5月、6～8月、9～11月、12～2月分別劃分為春、夏、秋、冬四季，該結(jié)果則與4.2.2中季均溫變化分析結(jié)果一致。再次，從圖上可以明顯看出，6項(xiàng)城市化因子與3月月均溫之間的關(guān)聯(lián)度都為一年中的峰值，可能是2、3月份正值南京市春節(jié)后人員大量返城，頻繁的通勤帶來大量的交通熱量和汽車尾氣、用電量增加、工業(yè)耗能的增加。

圖6 城市化因子與南京市1983─2011年1～12月月均溫的關(guān)聯(lián)度Fig. 6 The correlation degree of city factors and the monthly mean temperature in the years 1983─2011 in Nanjing

圖7 不同時(shí)期年均溫關(guān)聯(lián)度Fig. 7 The correlation degree of city factors and the annual mean temperature in different period

圖8 不同時(shí)期年最高溫關(guān)聯(lián)度Fig. 8 The correlation degree of city factors and the maximum temperature in different period

圖9 不同時(shí)期年最低溫關(guān)聯(lián)度Fig. 9 The correlation degree of city factors and the minimum temperature in different period

3.2.4 城市化進(jìn)程對(duì)不同時(shí)期氣溫的影響

不同時(shí)期，城市發(fā)展速率與側(cè)重點(diǎn)均不同，本文將1983─2011年劃分為1983─1989、1990─1999和2000─2011年3個(gè)時(shí)間段，分別計(jì)算各個(gè)時(shí)間段的年均溫、年最高溫和年最低溫，并將其作為參考數(shù)列與6項(xiàng)城市化因子進(jìn)行灰色關(guān)聯(lián)度分析，關(guān)聯(lián)度結(jié)果如圖7、圖8和圖9。

圖7、圖8中人口密度、運(yùn)營車輛以及建成區(qū)面積的關(guān)聯(lián)度都隨著時(shí)間先增加后減少，在20世紀(jì)90年代達(dá)到峰值；用電量和廢氣排放量的關(guān)聯(lián)度則隨著時(shí)間逐漸增加；城市化因子在同一時(shí)期對(duì)年均溫、年最高溫的影響基本一致。圖9中用電量、廢氣排放量、運(yùn)營車輛和建成區(qū)面積的關(guān)聯(lián)度較其他2個(gè)時(shí)期均大出很多。城市綠地覆蓋面積對(duì)年均溫和年最高溫的關(guān)聯(lián)度隨著時(shí)間無明顯變化規(guī)律。

上述現(xiàn)象說明人口密度、運(yùn)營車輛以及建成區(qū)面積對(duì)氣溫變化的影響是立竿見影的效應(yīng)；用電量和廢氣排放量對(duì)氣溫變化的影響是累加的效應(yīng)；而城市綠地面積對(duì)氣溫的影響只是對(duì)溫室氣體吸收量多少的外在表現(xiàn)，一般綠地面積越多，吸收的溫室氣溫也就越多，無附加影響。因此，該項(xiàng)分析結(jié)果對(duì)南京市長期綠色規(guī)劃的制定有一定的指導(dǎo)作用。

4 結(jié)論

（1）1983─2011年期間，南京市氣溫呈明顯遞增趨勢，20世紀(jì)90年代后期增溫更為明顯。其中，年均溫上升速率較大；年最高溫、年最低溫緩慢上升且幅度較小，但年際間波動(dòng)較大；季節(jié)性增溫主要在春秋兩季較為明顯，夏季稍弱，2005年之前冬季主要呈平穩(wěn)增長趨勢，2005年之后年際間波動(dòng)較大，易出現(xiàn)極暖冬和極寒冬現(xiàn)象。

（2）將南京市1983─2011年年均溫、年最高溫、年最低溫、季均溫、月均溫以及分時(shí)期年均溫、年最高溫和年最低溫分別與城市化因子進(jìn)行關(guān)聯(lián)度分析，發(fā)現(xiàn)對(duì)于同一參考數(shù)列（年均溫、季均溫等）而言，其關(guān)聯(lián)度整體排序是一致的：人口密度關(guān)聯(lián)度＞建成區(qū)面積關(guān)聯(lián)度＞廢氣排放量關(guān)聯(lián)度＞運(yùn)營車輛關(guān)聯(lián)度＞用電量關(guān)聯(lián)度＞綠地覆蓋面積關(guān)聯(lián)度。

（3）同一城市化因子對(duì)年均溫變化、年最高溫變化、年最低溫變化的影響是不相同的。如：人口密度對(duì)1983─2011年年均溫變化影響最大；用電量、廢氣排放量和運(yùn)營車輛對(duì)1983─2011年年最低溫變化影響最大。

（4）同一城市化因子對(duì)不同月份氣溫變化的影響是不相同的，如人口密度與2月月均溫之間的關(guān)聯(lián)度最小；與3月月均溫之間的關(guān)聯(lián)度最大；與4～11月月均溫之間的關(guān)聯(lián)度較為相近；與12月之間的關(guān)聯(lián)度又突然下降。但6項(xiàng)城市化因子與3月月均溫之間的關(guān)聯(lián)度都為一年中的峰值。

（5）不同城市化因子隨著時(shí)間的推移，對(duì)區(qū)域氣溫變化的影響也是不相同的。其中，人口密度、運(yùn)營車輛以及建成區(qū)面積對(duì)氣溫變化的影響是立竿見影的效應(yīng)；用電量和廢氣排放量對(duì)氣溫變化的影響是累加的效應(yīng)；而城市綠地面積對(duì)氣溫的影響只是對(duì)溫室氣體吸收量多少的外在表現(xiàn)，一般綠地面積越多，吸收的溫室氣溫也就越多，無附加影響。

TONKAZ T, CETIN M. 2007. Effects of urbanization and land-use type on monthly extreme temperatures in a developing semi-arid region, Turkey [J]. Journal of arid environments, 68(1): 143-158.

鄧聚龍. 1987. 灰色系統(tǒng)基本方法[M]. 第一版. 湖北: 華中工學(xué)院出版社: 50-98.

高紅燕, 蔡新玲, 賀皓, 等. 2009. 西安城市化對(duì)氣溫變化趨勢的影響[J].地理學(xué)報(bào), 64(9): 1093-1102.

何萍, 陳輝, 李宏波, 等. 2009. 云南高原楚雄市熱島效應(yīng)因子的灰色分析[J]. 地理科學(xué)進(jìn)展, 28(1): 25-32.

劉霞, 景元書, 王春林, 等. 2010. 城市化進(jìn)程對(duì)南京市氣溫變化影響的主成分分析[J]. 熱帶氣象學(xué)報(bào), 26(4): 509-512.

潘文卓, 繆啟龍, 許遐禎. 2008. 1951─2006年南京氣溫變化特征[J]. 南京氣象學(xué)院學(xué)報(bào), 31(5): 694-701.

司鵬, 李慶祥, 軒春怡, 等. 2009. 城市化對(duì)北京氣溫變化的貢獻(xiàn)分析[J].自然災(zāi)害學(xué)報(bào), 18(4): 138-144.

唐國利, 丁一匯. 2006. 近44年南京溫度變化的特征及其可能原因的分析[J]. 30(1): 56-68.

閆少鋒, 張金池, 張波, 等. 2011. 南京極值溫度長期變化及其與平均溫度的關(guān)系[J]. 氣象與環(huán)境學(xué)報(bào), 27(3): 33-39.

張曉華, 高云, 祁悅, 等. IPCC 2014. 第五次評(píng)估報(bào)告第一工作組主要結(jié)論對(duì)《聯(lián)合國氣候變化框架公約》進(jìn)程的影響分析[J]. 氣候變化研究進(jìn)展, 10(1): 14-19.

鄭思軼, 劉樹華. 2008. 北京城市化發(fā)展對(duì)溫度, 相對(duì)濕度和降水的影響[J]. 氣候與環(huán)境研究, 13(2): 123-133.

鄭祚芳, 鄭艷, 李青春. 2007. 近30年來城市化進(jìn)程對(duì)北京區(qū)域氣溫的影響倡[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 15(4): 26-29.

鄭祚芳. 2011. 北京極端氣溫變化特征及其對(duì)城市化的響應(yīng)[J]. 地理科學(xué), 31(4): 459-463.

周淑貞. 1983. 上海城市發(fā)展對(duì)氣溫的影響[J]. 地理學(xué)報(bào), 38(4): 397-405.

周彥麗, 景元書, 趙海江. 2010. 城市化發(fā)展對(duì)南京城市增溫的影響分析[J]. 氣象與減災(zāi)研究, 33(2): 43-47.

南京市統(tǒng)計(jì)局. 南京市統(tǒng)計(jì)年鑒[EB/OL].[2014-09-30].www.njtj.gov.cn/.

中國氣象局·國家氣象中心.中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)[EB/OL].[2014-10-30]. cdc.cma.gov.cn/home.do.

中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心·科學(xué)數(shù)據(jù)中心.地理空間數(shù)據(jù)云[EB/OL].[2014-10-31]. www.gscloud.cn/.

Influence of Urbanization on the Temperature Changes in Nanjing

YU HaiYing1, ZHU shanyou2, LIU ZhengJun1
1. Institute of Photogrammetry and Remote Sensing, Chinese Academy of Surveying and Mapping, Beijing 100830, China; 2. Nanjing University of Information Science and Technology, Institute of Remote Sensing, Nanjing 210044, China

Due to the long period of rapid urban development since 1990’s, the atmospheric thermal environmental impact has been influenced to some extent in many Chinese cities, resulting in significant urban heat island effect. In this paper, potential indicators are proposed to identify major urbanization factors in Nanjing which may have significant influence on the regional temperature changes based on analyzing the Nanjing meteorological observation data, statistical yearbook of Nanjing city and the Landsat TM image data. The grey correlation degree analysis method is adopted to analyze the factor contributions on the influence of temperature variation. Firstly, based on the previous research and the statistical yearbook of Nanjing, six potential indicators including the population density, exhaust emissions, vehicles in operation, power consumption, green coverage area and built-up area are selected for assessment. Secondly, built-up areas were extracted based on multi-temporal Landsat TM images using a supervised classification method. Finally, the correlation degrees between the population density, exhaust emissions, vehicles in operation, power consumption, green coverage area and, built-up area, and the annual mean temperature, the maximum temperature, the minimum temperature, the seasonal mean temperature and the monthly mean temperature are calculated by the grey relational degree analysis method, respectively. The results show that: (1) During the period of 1983─2011, the temperature of Nanjing are shown as an increasing trend, especially since later period of 1990’s. The absolute temperature increase is 1.5℃ in 1999─2007. (2) It is found that for the same reference sequence (annual mean temperature, monthly mean temperature, etc.), the overall ranking order of the influence factors’ relevance remains no change, i.e., population density ＞ built-up area ＞ exhaust emissions ＞ vehicle in operation ＞power consumption ＞ green cover area. (3) However, the influence of the same factor to the annual mean temperature, the maximum temperature, the minimum temperature are different. For example, the maximum effect on annual mean temperature is the population density, with the a correlation coefficient of 0.95; the electricity consumption, emissions and vehicle in operation have more significant impacts on annual minimum temperature changes, where the correlation coefficients were 0.68, 0.74, 0.73, respectively. (4) The influence of the same factor on the monthly mean temperature is different. For example, the monthly mean temperature in February and the population density has the minimum correlation coefficient, i.e., 0.78; the monthly mean temperature in March and the population density has the maximum correlation coefficient, and the correlation coefficient is 0.93. (5) With the passage of time, different city factors have the different influence on the change of temperature.

urbanization; regional temperature change; gray correlation degree; Nanjing

X16

A

1674-5906（2014）09-1425-07

虞海英，祝善友，劉正軍. 城市化進(jìn)程對(duì)南京市區(qū)域氣溫變化的影響[J]. 生態(tài)環(huán)境學(xué)報(bào), 2014, 23(9): 1425-1431. YU HaiYing, ZHU shanyou, LIU ZhengJun. Influence of Urbanization on the Temperature Changes in Nanjing [J]. Ecology and Environmental Sciences, 2014, 23(9): 1425-1431.

國家自然科學(xué)基金重點(diǎn)項(xiàng)目（41330750）；國土資源部公益性行業(yè)科研專項(xiàng)（201311038）

虞海英（1990年生），女，碩士研究生，研究方向?yàn)樯鷳B(tài)環(huán)境遙感。E-mail: yuhaiyingcasm@163.com

2014-07-19