劉 暢 劉昕岑 付 堯 蔣 芬

(1.西南林業(yè)大學 林學院,云南 昆明 650233；2.玉溪師范學院 地理與國土資源學院,云南 玉溪 653100)

自1861 年以來，全球地表的平均氣溫在20世紀增加了0.6±0.2 ℃[1]，全球氣候正經(jīng)歷著以氣候變暖為主要特征的變化[2-3]，在全球變暖的背景下，中國地表溫度也在不斷發(fā)生變化[4-5]。丁一匯等[6]指出近100 年中國地表平均氣溫上升0.5～0.8 ℃，近50 年氣溫上升了1.1 ℃，增溫率為0.22 ℃/10 a，呈不斷上升的趨勢。趙晶等[7]運用遙感和城郊對比法，對蘭州近50 年的氣溫、日照率以及相對濕度數(shù)據(jù)進行了分析、計算，研究發(fā)現(xiàn)蘭州的城市化氣候效應(yīng)顯著，且夏季城市化效應(yīng)小于冬季。趙娜等[8]利用北京1961—2008 年12 個氣象站的氣象資料研究分析了北京地區(qū)城、郊各氣候要素，結(jié)果表明北京氣溫有上升的趨勢，特別是城區(qū)，這與城市化發(fā)展密切相關(guān)。

由于早期觀測資料獲取困難，城市氣候變化只能進行簡單的數(shù)據(jù)分析，但后來隨著社會的進步與科學的發(fā)展，國內(nèi)外學者從不同角度、采用不同的方法進行了大量研究。氣溫變化與城市化發(fā)展關(guān)系的研究最早始于1833 年，由Howard[9]發(fā)現(xiàn)，但并沒有受到人們的關(guān)注，直到20 世紀中期Manley 定義了城市熱島效應(yīng)現(xiàn)象，城市氣溫變化才被越來越多的學者所關(guān)注，Jusuf 等[9]研究新加坡土地利用類型與城市熱島效應(yīng)的關(guān)系，發(fā)現(xiàn)不同的土地利用類型對城市熱島效應(yīng)的影響程度不同。Cynthia 等[10]研究美國紐瓦克與卡姆登縣兩地的城郊氣溫差，發(fā)現(xiàn)城市化發(fā)展會造成城市氣溫的上升，且城市發(fā)展速度越快，氣溫上升越明顯。李延明等[11]利用地面觀測技術(shù)與遙感技術(shù)分析了北京市熱島效應(yīng)的發(fā)生規(guī)律、強度與分布特征、影響要素及城市綠化與熱島效應(yīng)的關(guān)系。王勇等[12]運用ArcGIS 和RS 進行研究，發(fā)現(xiàn)青島熱島效應(yīng)與植被蓋度、綠地斑塊密度有關(guān)系。吳振彪等[13]基于2014 年和2017 年的Landsat8 影像，研究利用輻射傳輸方程反演了東莞市地表溫度，并應(yīng)用景觀指數(shù)和轉(zhuǎn)移矩陣分析了東莞市2014—2017 年熱環(huán)境的變化動態(tài)。以上研究均表明，城市不管是地表溫度還是氣溫都在不同程度的發(fā)生變化，這與人類活動的關(guān)系密切。

但是在不同氣候背景下，城市氣候變化趨勢并不相同。昆明市為典型的低緯高原季風氣候，其地處云貴高原，受地形和海拔因素的影響，四季溫差小，干濕季分明，垂直差異顯著且容易發(fā)生氣象災(zāi)害。同時昆明也是快速城市化發(fā)展的城市之一，因此研究其在特殊氣候背景下氣候發(fā)展變化與城市化進程之間的關(guān)系，具有較為特殊的研究價值。本文根據(jù)昆明地區(qū)近30 年的年均氣溫資料，對昆明地區(qū)氣溫的年代變化進行分析，并將昆明年均溫與城市人口、GDP、建成區(qū)面積3項城市發(fā)展因子進行相關(guān)性分析，研究城市發(fā)展對城市氣溫變化的影響。為昆明市氣候預(yù)測以及城市可持續(xù)發(fā)展、合理布局、節(jié)能降耗等提供科學參考依據(jù)，同時以昆明市為例，也可以了解城市化對低緯高原城市氣候環(huán)境的影響，豐富該領(lǐng)域?qū)Σ煌赜虺鞘袩岘h(huán)境演變過程的認知。

1 研究區(qū)域及研究方法

1.1 研究區(qū)域

昆明位于我國西南地區(qū)，云貴高原中部，云南省中北部，地理坐標為東經(jīng)102°10′～103°40′，北緯24°23′～26°22′。面積為21.5×103km2。昆明市地形較為復(fù)雜多樣，地貌形態(tài)主要為湖盆巖溶高原及紅色高原，平均海拔為2 000 m，總體呈現(xiàn)出了北面高南面低的走勢，中間較為凸起，東西兩側(cè)下沉。昆明處于北緯低緯度亞熱帶-高原山地季風氣候，市區(qū)內(nèi)常年溫度比較均衡是全國年溫差最小的城市，氣溫介于0～29 ℃之間。歷史極端最高及最低氣溫分別為31.2 ℃和-7.8 ℃。昆明雨水充足，每年雨季長達三四個月，年降水量為1 035 mm。昆明市是云南省省會，也是我國西南邊陲面向東南亞等地區(qū)的門戶。圖1 為研究區(qū)域示意圖。

圖1 研究區(qū)示意圖Fig. 1 Sketch map of study area

1.2 研究數(shù)據(jù)

本文數(shù)據(jù)為昆明市近30 年（1978—2015）數(shù)據(jù)，主要為：

（1）昆明市近30 年年平均氣溫與年平均氣溫距平數(shù)據(jù)，來源于中國氣象數(shù)據(jù)網(wǎng)（data.cma.cn）；

（2）昆明市近30 年人口、GDP、建成區(qū)面積數(shù)據(jù)，其中人口、GDP 及建成區(qū)面積數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》[16]。

1.3 研究方法

1.3.1 回歸分析法 回歸分析是研究變量之間作用關(guān)系的一種統(tǒng)計分析方法，其基本組成是一個（或一組）自變量與一個（或一組）因變量。最基本的線性回歸方法為最小二乘法，其基本表現(xiàn)形式為：

其中，Y為模型因變量（組），X為自變量（組），β為斜率即模型系數(shù)，ε是模型殘差，服從N（0,σ2）。

最小二乘法是使因變量的觀測值yi與估計值之間的離差平方和達到最小來估計。其估計結(jié)果如下：

預(yù)估值Y計算如下：

其中，H矩陣是一個帽子矩陣，它是只涉及到預(yù)測變量的n×n的等冪矩陣，對因變量Y沒有任何影響，但是對于構(gòu)建其他測試和診斷統(tǒng)計回歸分析有著重要意義。

1.3.2 滑動平均法 滑動平均法是用以確定時間序列的平滑值來表示變化趨勢的一種趨勢擬合技術(shù)，類似于低通濾波器。

其基本表現(xiàn)形式為：

其中，y表示離散采樣后的動態(tài)測試數(shù)據(jù)，它是由固定效應(yīng)參數(shù)f和隨機效應(yīng)參數(shù)x組成，同時，f為所需測量的有效結(jié)果，x為隨機的測試誤差，如e為誤差項的話，那么有x=e。

為了讓測量結(jié)果表達的更為精準，將隨機誤差e的影響降到最低，可以對y進行平滑濾波處理。即將全部數(shù)據(jù)n劃分為m個相連的數(shù)據(jù)區(qū)間，每個區(qū)間內(nèi)的數(shù)據(jù)y可以視為平穩(wěn)數(shù)據(jù)，將m個區(qū)間的數(shù)據(jù)進行局部平均，就可以去掉隨機誤差，得到較為平滑的結(jié)果，其均值接近一個常量，可以將數(shù)據(jù)中的端點數(shù)據(jù)或者中間點數(shù)據(jù)用該常量進行替代，由此可得下式：

其中，2n+ 1=m，這樣得到的結(jié)果，隨機誤差的平均作用會減小，數(shù)據(jù)也更為平滑，由此對隨機誤差進行估計，殘差表達式為：該方法可以消除數(shù)據(jù)中的隨機誤差，起到平滑的作用，同時也可以將隨機誤差的變化過程展現(xiàn)出來，進而估計統(tǒng)計特征量。

1.3.3 曼-肯德爾（Mann-Kendall）突變檢驗 M-K檢驗法，是一種分析時間序列趨勢的非參數(shù)方法，該方法可以針對任一分布數(shù)據(jù)進行檢驗，也無需去除異常值，計算簡單方便，因此被世界氣象組織推薦，廣泛應(yīng)用于水文學及氣象學的研究中。

對于時間序列X（含有n個樣本），構(gòu)造一個秩序列：

在時間序列為隨機的假設(shè)下，定義統(tǒng)計量：

其中，UF1=0，E(Sk)和Var(Sk)分別是Sk的均值和方差，且x1，x2，…，xn互相獨立時，它們具有相同連續(xù)分布，可以由下式推算出：

UFk為標準正態(tài)分布，它是按時間序列X的順序（x1，x2，…，xn）計算出的統(tǒng)計量序列，給定顯著性水平α，查正態(tài)分布表，若UFi>Uα，則表明序列存在明顯的趨勢變化。

再按時間序列X的逆序（xn，xn-1，……，x1），重復(fù)上述過程，并且令UBk= UFk(k=n,n-1,……1)，UB1= 0。

統(tǒng)計學中一般取顯著性水平α=0.05 或α=0.01，臨界值U0.05=±1.96，U0.01=±2.57，即將UFk和UBk兩個統(tǒng)計量序列曲線和臨界值均繪制在一張圖上。當所研究的序列趨勢顯示為上升時，所得到的值一定大于0，反之，則小于0。如若出現(xiàn)顯著的上升或者下降的趨勢，兩者的值則會超過臨界線范圍，且超出的范圍為時間突變的區(qū)域。突變時間即為兩者曲線的交點。

1.3.4 相關(guān)分析 相關(guān)分析是研究對象之間是否存在某種依存關(guān)系的一種方法。該方法可以深入探討對象變量之間互相影響的程度，且可以定量的得出結(jié)果。

P值是針對原假設(shè)H0：假設(shè)兩個變量之間不存在線性相關(guān)關(guān)系，一般假設(shè)檢驗的顯著性水平為0.05，若P≤0.05，則拒絕原假設(shè)，說明兩個變量之間存在線性相關(guān)關(guān)系；若P>0.05，則接受原假設(shè)，說明兩個變量之間不存在線性相關(guān)關(guān)系。

相關(guān)系數(shù)是用于反映兩個隨機變量之間的相關(guān)程度及相關(guān)方向的統(tǒng)計量。假設(shè)有變量X、Y，樣本觀測值分別為x1，x2，...xn及y1，y2，...yn則兩個變量之間的相關(guān)系數(shù)r的計算公式如下：

2 結(jié)果與分析

2.1 氣溫變化趨勢分析

圖2 為昆明市近30（1978—2015）年的年平均氣溫變化曲線，可以看出，年平均氣溫呈波動上升的趨勢。對昆明地區(qū)的年平均氣溫進行線性回歸分析，通過斜率計算增溫率為0.55 ℃/10 a。進行F 檢驗，檢驗結(jié)果如表1 所示，F(xiàn)<0.01，說明昆明市近30 年年平均氣溫的增溫趨勢通過α=0.01 顯著性水平檢驗，為顯著增溫。

圖2 昆明市年平均氣溫變化趨勢Fig.2 Annual average temperature trend in Kunming

表1 昆明市年平均氣溫增溫趨勢F 檢驗Table1 F test of annual average temperature increasing trend of Kunming

2.2 氣溫突變年份分析

2.2.1 基于滑動平均法的結(jié)果分析 圖3 為昆明近30 年的平均氣溫距平和5 年滑動平均值的變化趨勢，由圖可知，昆明地區(qū)氣溫不斷上升，其5年滑動平均值1992（含1992 年）年以后均為正值，存在著明顯的氣溫躍變，因此可以認為1992年為氣溫的躍變年份。

圖3 昆明市平均氣溫距平和5 年滑動平均值Fig.3 Average temperature anomaly and five-year moving average of Kunming

躍變前后，年平均氣溫差值為1.1 ℃，說明氣溫增加了1.1 ℃，相當于增溫率為0.77 ℃/10 a。用此方法計算的增溫率與前面用回歸分析方法計算的增溫率有所不同，回歸分析考慮總體變化趨勢，滑動平均法則是對突變前后兩個時間段的氣溫距平進行比較，考慮重點為氣溫躍變對增溫的影響。昆明市在1982—1996 年的3 次城市總體規(guī)劃迫于人口增速過快與基礎(chǔ)設(shè)施匱乏，尤其是住房緊張等問題，對主城工業(yè)企業(yè)予以搬撤并或轉(zhuǎn)產(chǎn)，強化了主城行政、商業(yè)、文化教育與醫(yī)療等服務(wù)用地的配給，城市化進程較之前有了大幅的提高[15]，這與氣溫躍變年份相符。

2.2.2 基于Mann-Kendall 突變檢驗的結(jié)果分析圖4 為昆明近30 年年平均氣溫的Mann-Kendall 突變檢驗圖，在α=0.01 顯著性水平下，臨界值范圍為±2.57。由圖可知，UF（虛線）和UB（實線）的交點在臨界值范圍內(nèi)（UF 和UB 是有關(guān)溫度序列的統(tǒng)計量，UF 是溫度序列的順序統(tǒng)計量，UB是溫度序列逆序的統(tǒng)計量），對應(yīng)的時間為1994年，即昆明的氣溫在1994 年發(fā)生了突變。

圖4 昆明市年均氣溫Mann-Kendall 檢驗圖Fig.4 Mann-Kendall test chart of annual average temperature of Kunming

同時，UF 曲線在1996 年開始超過臨界值，且上升速度極快，這表明昆明市的氣溫發(fā)生陡變的時間節(jié)點在該年度，即1996 年以后昆明市的氣溫有明顯上升趨勢。

2.3 氣溫變化和城市化發(fā)展關(guān)系分析

2.3.1 氣溫變化與人口的關(guān)系分析 城市人口是衡量城市規(guī)模的重要指標，城市人口的增加和聚集必然會帶動經(jīng)濟的增長和建成區(qū)面積的擴大，而建成區(qū)面積的擴張會導(dǎo)致城市下墊面性質(zhì)的改變，水泥等建筑材料在吸收太陽輻射后能夠迅速升溫，促使周圍大氣快速升溫。因此，人口是城市化的重要驅(qū)動因素之一。

本文對年平均氣溫與人口進行相關(guān)性分析，得r=0.620，通過0.01 顯著性水平檢驗，證明二者存在相關(guān)關(guān)系，且符合二次多項式關(guān)系（圖5）。這表明昆明人口與氣溫變化關(guān)系密切，是引起城市氣溫變化的重要驅(qū)動因素。

圖5 昆明市年平均氣溫與人口的關(guān)系Fig.5 The relationship between annual average temperature and population of Kunming

2.3.2 氣溫變化與GDP 的關(guān)系分析 GDP 是衡量一個地區(qū)經(jīng)濟發(fā)展水平的重要指標，它與各種建筑用地的擴張及工業(yè)生產(chǎn)活動都有明顯的關(guān)系。

本文對昆明地區(qū)的年平均氣溫與生產(chǎn)總值進行相關(guān)性分析，得r=0.470，通過0.05 顯著性水平檢驗，說明二者之間存在相關(guān)性，且呈對數(shù)關(guān)系（圖6）。

圖6 昆明市年平均氣溫變化與GDP 的關(guān)系Fig.6 The relationship between annual average temperature change and GDP of Kunming

昆明2000（含2000 年）年以前的GDP 年平均增長率為9.9%，2000 年以后的年平均增長率為11.8%；昆明2000（含2000 年）年以前的平均氣溫為15.1℃，2000 年以后的平均氣溫為16.1℃，與GDP 的變化大致一樣，說明GDP 與氣溫變化關(guān)系密切。

2.3.3 氣溫變化與建成區(qū)面積的關(guān)系分析 建成區(qū)面積的擴張會直接導(dǎo)致土地利用類型發(fā)生變化，造成城市不透水面積增加，影響城市氣溫的變化。

本文對昆明地區(qū)的年平均氣溫與建成區(qū)面積進行相關(guān)性分析，得r=0.574，通過0.01 顯著性水平檢驗，說明二者之間存在相關(guān)性，且符合三次多項式關(guān)系（圖7）。這表明建成區(qū)面積與氣溫變化關(guān)系密切。

圖7 昆明市年平均氣溫與建成區(qū)面積的關(guān)系Fig.7 The relationship between annual average temperature and built-up area of Kunming

3 結(jié)論

通過分析昆明近30 年的年平均氣溫以及年平均氣溫與各項城市發(fā)展指標之間的關(guān)系，可以得出以下結(jié)論。

（1）近30 年，昆明地區(qū)的年平均氣溫呈波動上升趨勢。對溫度做總體趨勢分析，發(fā)現(xiàn)昆明的增溫率達到0.55 ℃/10 a。

（2）滑動平均法表明，1992 年為昆明年均氣溫的躍變年份。Mann-Kendall 突變檢驗結(jié)果表明，1994 年為氣溫突變年份，且從1996 年開始氣溫的上升趨勢更加顯著?？偟膩碚f，兩種方法的結(jié)果基本一致，都為20 世紀90 年代初期。

（3）人類活動對城市氣溫具有一定影響，本文研究結(jié)果表明城市人口、GDP、建成區(qū)面積與昆明年均氣溫變化存在相關(guān)性，表明其與昆明氣溫變化密切相關(guān)。其中影響城市土地利用類型和下墊面性質(zhì)的建成區(qū)面積與城市人口相關(guān)性較高，GDP 則偏低?？梢?，在昆明地區(qū)城市人口與建成區(qū)面積是昆明氣溫變化的主要驅(qū)動因素，而GDP也是重要的驅(qū)動因素。

本文探討的是氣溫變化與城市化發(fā)展的關(guān)系，由于歷史和社會發(fā)展等條件的影響，研究區(qū)所需的各項城市發(fā)展指標數(shù)據(jù)在建國之后一段時間內(nèi)是缺失的，尤其是1978 年以前的數(shù)據(jù)，獲取困難甚至沒有統(tǒng)計數(shù)據(jù)，導(dǎo)致本文只能選取近30 年的數(shù)據(jù)作為研究范圍。研究中各項城市發(fā)展指標在1978—1990 年間的數(shù)據(jù)并不是連續(xù)的，有少部分年份的數(shù)據(jù)缺失，所以在分析氣溫變化與各項城市發(fā)展指標之間的關(guān)系時對結(jié)果有一定影響。