郭 蕾 李謝輝2)* 劉雨亭

1)(成都信息工程大學大氣科學學院, 成都 610225) 2)(中國氣象局蘭州干旱氣象研究所, 蘭州 730020)

引 言

IPCC第6次評估報告(AR6)指出人類活動導(dǎo)致極端氣候事件更頻繁和強烈[1]。在全球氣候進一步增暖背景下,降水日數(shù)明顯減少使區(qū)域性持續(xù)高溫過程增長顯著、增幅最大[2]。2021年7月河南特大暴雨累積雨量大、小時雨強極強、強降水集中、雨強驟然增長,同時局部短時暴雨超過引發(fā)滑坡的臨界降水強度造成次生地質(zhì)災(zāi)害[3]。 2018年聯(lián)合國《世界城市化展望報告》提出,近30年全球城市化水平從39%上升到52%,并預(yù)測到 2050 年全球城鎮(zhèn)化率將由目前的55%達到68%[4]。城市化對氣候的影響主要表現(xiàn)為溫室氣體的排放與土地利用類型的改變等[5-6],城市化發(fā)展的差異導(dǎo)致溫度變化的不均勻性并加劇氣溫變化的非均勻性[7],因此城市化率的增加勢必對城市氣候產(chǎn)生重要影響。

國內(nèi)外學者在城市化對極端氣候事件的研究方面取得了大量成果。針對極端溫度事件,Karl等[8]發(fā)現(xiàn)20世紀美國城市熱島效應(yīng)使區(qū)域平均溫度升高0.06℃,日最低溫度升高0.13℃。Sun等[9]揭示近60年三分之一的中國平均變暖趨勢和約45%的夜間極端高溫的升高均由城市化影響造成。唐國利等[10]利用1961—2004年我國西南地區(qū)322個氣象站的氣溫觀測數(shù)據(jù),發(fā)現(xiàn)城市化對該區(qū)域氣溫趨勢的相對影響較強,城市熱島增溫貢獻率為春季最大。任國玉等[11]利用1962—2011年石家莊站逐日平均、最低和最高氣溫得出城市化對基于最低氣溫的極端氣溫指數(shù)影響明顯,對基于最高氣溫的極端氣溫指數(shù)影響較小,城市化對冷夜和暖夜日數(shù)的影響分別為-1.13 d·(10 a)-1和1.48 d·(10 a)-1,相應(yīng)的城市化貢獻率為28.32%和37.76%。

在城市化對極端降水事件影響方面,Shepherd等[12]分析美國部分城市降水變化得出,城市平均降雨量增加5.6%,集中城鎮(zhèn)化模式下降雨的空間分布更加集中,降雨中心的范圍和強度更大。Wu等[13]研究1971—2016年小時降水和土地利用數(shù)據(jù)得出大部分站點城市化與突發(fā)性極端降雨頻繁發(fā)生為正相關(guān),強城市熱島引起的較大對流有效位能為暴雨的對流啟動和強化提供了能量。何玉秀等[14]研究發(fā)現(xiàn)1976—2015年太湖平原地區(qū)的極端降水頻率與強度均呈上升趨勢,城市地區(qū)極端降水劇烈且城市化貢獻率為11%～53%,而城鄉(xiāng)地區(qū)極端降水日數(shù)呈下降趨勢,且降水更加集中。

川渝地區(qū)位于我國西南部,地形地貌復(fù)雜,氣候類型多樣,內(nèi)有國務(wù)院在西部地區(qū)重點培育和發(fā)展的成渝經(jīng)濟圈。城市化發(fā)展對川渝地區(qū)的極端氣候事件產(chǎn)生重要影響,如張小玲等[15]基于1960—2018年成都地面氣象站氣溫數(shù)據(jù)發(fā)現(xiàn)極端高溫事件在成都市表現(xiàn)為顯著增加,城市化對暖夜指數(shù)、最低氣溫和冷夜指數(shù)的貢獻率分別為26.88%,34.00%和45.81%。黃曉遠等[16]利用UEWA-5模擬分析發(fā)現(xiàn)5個極端降水指數(shù)的高值區(qū)位于四川盆地西緣,預(yù)估1995—2060年5個極端降水指數(shù)均呈增大趨勢。Wang等[17]發(fā)現(xiàn)1994—2015年的快速城市化對熱島效應(yīng)和潛在城市地表特征的改變導(dǎo)致川渝地區(qū)夏季極端降水的增強。

進入21世紀,川渝地區(qū)極端氣候事件呈現(xiàn)頻發(fā)且強度增大趨勢[18],隨著成渝經(jīng)濟圈的快速發(fā)展與人口集中,城市化效應(yīng)更加明顯。目前川渝地區(qū)城市化對極端氣候事件的具體影響研究還較少,因此本文利用1971—2020年川渝地區(qū)46個氣象站的逐日氣溫和降水數(shù)據(jù),社會經(jīng)濟、人口、土地利用、夜間燈光遙感數(shù)據(jù)等,通過層次聚類等綜合方法,將氣象站劃分為鄉(xiāng)村站、城鄉(xiāng)站和城市站3類,通過計算21個極端氣候指數(shù),采用線性趨勢等方法分析城市化進程中川渝地區(qū)內(nèi)極端氣候事件的時空變化特征,以及城市化對川渝地區(qū)極端氣候事件的影響及貢獻率。該研究結(jié)果可為川渝地區(qū)在城市化發(fā)展中,減少災(zāi)損、合理城市規(guī)劃和城市可持續(xù)發(fā)展提供參考依據(jù)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

川渝地區(qū)(26°03′～34°19′N,97°22′～110°39′E)為青藏高原與長江中下游平原的過渡帶,西部為高原和山地,中東部為盆地和丘陵,總面積為5.68×105km2。該區(qū)域存在顯著立體氣候資源,但氣象災(zāi)害頻發(fā)。區(qū)域內(nèi)人口眾多,城鎮(zhèn)化率高。截至2020年,城區(qū)面積達到1.05×104km2,常住人口約為1.16 億。近20年國內(nèi)生產(chǎn)總值GDP由5.8×103億元增長到7.36×104億元,城鎮(zhèn)化率由31.15%上升至63.12%[19]。川渝地區(qū)地理位置和高程分布如圖1所示。

圖1 研究區(qū)地理位置和高程(填色)分布Fig.1 Geographical location and elevation(the shaded) of the target area

1.2 數(shù) 據(jù)

所用氣象站數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享網(wǎng)提供的中國地面氣候資料日值數(shù)據(jù)集(V3.0),時間長度為 1971—2020年,包括46個氣象站;土地利用、中國人口和GDP空間分布公里網(wǎng)格數(shù)據(jù)集均來自于中國科學院資源環(huán)境科學與數(shù)據(jù)中心[20-21],水平分辨率為1 km×1 km;DMSP-OLS夜間燈光遙感數(shù)據(jù)來源于國家地球系統(tǒng)科學數(shù)據(jù)中心,水平分辨率為1 km×1 km。

1.3 研究方法

1.3.1 氣象站分類

綜合考慮人口、GDP經(jīng)濟、土地利用和夜間燈光遙感4種數(shù)據(jù)對氣象站進行分類,即提取氣象站周圍5 km緩沖區(qū)內(nèi)反映人口、經(jīng)濟發(fā)展、城市用地規(guī)模和人類活動強度的數(shù)據(jù),利用層次聚類方法對氣象站進行聚類分析,結(jié)合谷歌地圖(Google Earth)驗證劃分結(jié)果,川渝地區(qū)46個氣象站分為15個城市站、12個城鄉(xiāng)站和19個鄉(xiāng)村站(圖1)。

1.3.2 極端氣候指數(shù)

對某特定范圍和時間尺度的天氣氣候現(xiàn)象,當指標滿足極端性標準,即高于(或低于)上限(或下限)末端的閾值時,稱為極端天氣氣候事件[22]。21 世紀初氣候變化檢測和指數(shù)專家組(expert team on climate change detection and indices,ETCCDI)發(fā)布27個具有代表性的極端氣候指數(shù),并用于研究全球或區(qū)域極端氣候變化[23]。

本文根據(jù)研究區(qū)特點選出12個極端溫度指數(shù)和9個極端降水指數(shù)共21個極端氣候指數(shù),并對極端氣候指數(shù)分類,具體見表1。

表1 極端氣候指數(shù)定義Table 1 Definitions of extreme climate indices

1.3.3 城市化影響和貢獻率

參考周雅清等[24]的研究,主要利用城市化貢獻率定量描述極端氣候事件趨勢變化的城市化影響。

城市化影響(ΔAj1)表達式為

ΔAj1=Aj-A1。

(1)

式(1)中,A1,Aj(j=2,3)分別代表鄉(xiāng)村站、城鄉(xiāng)站與城市站極端氣候指數(shù)的變化趨勢。ΔAj1>0,表示城市化影響使指數(shù)上升;ΔAj1=0,表示城市化影響為0;ΔAj1<0,表示城市化影響使指數(shù)下降。

城市化影響貢獻率(Ej1) 表達式為

(2)

Ej1反映城市化影響占城市站極端氣候指數(shù)變化趨勢的百分比。Ej1=0,表示城市化對指數(shù)沒有貢獻;Ej1=100%,表示指數(shù)的變化趨勢完全歸因于城市化影響。若Ej1>100%,即存在未知的局地因子影響,認為是100%[25]。

2 研究結(jié)果

2.1 極端溫度指數(shù)時間序列

圖2為1971—2020年川渝地區(qū)極端溫度指數(shù)的時間序列,表2為極端溫度指數(shù)年代際變化率。由圖2和表2可知,4個極值指數(shù)呈上升趨勢,且均達到0.01顯著性水平,上升趨勢明顯,其中最高氣溫最大值和最低氣溫最小值的上升趨勢最大,均為0.37℃·(10 a)-1,最低氣溫最大值的上升趨勢較小,為0.24℃·(10 a)-1;對于絕對指數(shù),霜凍日數(shù)呈下降趨勢,夏季日數(shù)和熱夜日數(shù)均呈增加趨勢,且3個指數(shù)均達到0.01顯著性水平,變化趨勢明顯,其中霜凍日數(shù)的變化率為-2.68 d·(10 a)-1,夏季日數(shù)的增加率為3.82 d·(10 a)-1;對于相對指數(shù),冷夜日數(shù)、冷晝?nèi)諗?shù)呈下降趨勢,變化率分別為-3.24 d·(10 a)-1和-1.85 d·(10 a)-1,暖夜日數(shù)、暖晝?nèi)諗?shù)則呈上升趨勢,上升率分別為2.97 d·(10 a)-1和3.39 d·(10 a)-1,且4個指數(shù)均達到0.01顯著性水平;對于其他指數(shù),月平均日較差呈上升趨勢,上升率為0.02℃·(10 a)-1,僅達到0.1顯著性水平,即最高和最低氣溫月平均日較差上升不顯著?？芍?全球變暖背景下川渝地區(qū)整體極值指數(shù)呈顯著上升趨勢,其中代表極端高溫事件指數(shù)的最高氣溫最大值、夏季和熱夜日數(shù)、暖夜日數(shù)、暖晝?nèi)諗?shù)在近50年均呈上升趨勢,而霜凍日數(shù)、冷夜日數(shù)、冷晝?nèi)諗?shù)則呈下降趨勢,且變化趨勢均較顯著。

圖2 1971—2020年川渝地區(qū)極端溫度指數(shù)時間序列Fig.2 Time series of extreme temperature indices in Sichuan-Chongqing Region in 1971-2020

表2 川渝地區(qū)極端溫度指數(shù)年代際變化率Table 2 Interdecadal change rates of extreme temperature indices in Sichuan-Chongqing Region

2.2 極端溫度指數(shù)的城市化影響和城市化影響貢獻率

圖3為1971—2020年川渝地區(qū)不同類型氣象站極端溫度指數(shù)的時間序列,表3為川渝地區(qū)不同類型氣象站極端溫度指數(shù)的變化趨勢和城市化影響及貢獻率。

圖3 1971—2020年川渝地區(qū)不同類型氣象站極端溫度指數(shù)時間序列Fig.3 Time series of extreme temperature indices at different types of meteorological stations in Sichuan-Chongqing Region in 1971-2020

表3 極端溫度指數(shù)的城市化影響Table 3 Urbanization effects of extreme temperature indices

由圖3和表3可知,3類氣象站的最高氣溫最大值和最小值、最低氣溫最大值和最小值均呈上升趨勢,其中,除城市站的最高氣溫最小值和最低氣溫最小值達到0.05顯著性水平外,其余均達到0.01顯著性水平,上升趨勢明顯,鄉(xiāng)村站的最低氣溫最小值增加最顯著,城市站的最低氣溫最小值增加較不明顯;城市化影響使最高氣溫最大值呈上升趨勢,城市站的城市化影響貢獻率為12.20%;城市化影響使城鄉(xiāng)站的最低氣溫最大值呈下降趨勢,城市站的最低氣溫最大值呈上升趨勢,可能與成渝城市群工業(yè)發(fā)達和污染物排放量較高有關(guān),加之盆地地形不利于污染物的稀釋擴散,大氣環(huán)境容量遠小于平原城市,使區(qū)域性大氣污染較為嚴重,城市站和城鄉(xiāng)站的城市化發(fā)展程度不同,規(guī)模存在差異,從而對極端氣溫變化趨勢影響不同[25-26]。城鄉(xiāng)站和城市站最低氣溫最大值的城市化影響貢獻率分別為13.33%和23.33%;城市化影響使城鄉(xiāng)站的最高氣溫最小值呈上升趨勢,城市站的最高氣溫最小值呈下降趨勢,城鄉(xiāng)站和城市站的城市化影響貢獻率均為40.00%;城市化影響使城鄉(xiāng)站和城市站的最低氣溫最小值均呈下降趨勢,對應(yīng)城市化影響貢獻率分別為42.86%和100.00%。

總之,3類氣象站的4個極值指數(shù)均呈上升趨勢,最高氣溫最大值、最低氣溫最大值在城市站的上升趨勢最明顯,最低氣溫最小值在鄉(xiāng)村站的上升趨勢最明顯,最高氣溫最小值在城鄉(xiāng)站的上升趨勢最明顯。城市化對城鄉(xiāng)站的最高氣溫最大值和最低氣溫最大值影響較小,城市化影響貢獻率分別為2.44%～13.33%,對城鄉(xiāng)站和城市站的最高氣溫最小值以及城鄉(xiāng)站的最低氣溫最小值影響較大,城市化影響貢獻率約為40.00%,而城市化影響對城市站的最低氣溫最小值貢獻率達100.00%。

對于絕對指數(shù),3類氣象站的霜凍日數(shù)均呈減少趨勢,夏季和熱夜日數(shù)均呈增加趨勢,3類氣象站的霜凍、夏季和熱夜日數(shù)均達到0.01顯著性水平,變化趨勢顯著;城市化影響使3個絕對指數(shù)均呈上升趨勢,城市化影響對霜凍日數(shù)的貢獻率在城鄉(xiāng)站和城市站均為100.00%,城市化影響對夏季日數(shù)的貢獻率在城鄉(xiāng)站和城市站分別為20.25%和18.77%,城市化影響對熱夜日數(shù)的貢獻率在城鄉(xiāng)站和城市站分別為46.79%和83.93%,差異較大。

對于相對指數(shù),3類氣象站的冷夜和冷晝?nèi)諗?shù)均呈減少趨勢,暖夜和暖晝?nèi)諗?shù)則呈增加趨勢,均達到0.01顯著性水平,變化趨勢顯著;城市化影響使冷夜和冷晝?nèi)諗?shù)均呈上升趨勢,對城鄉(xiāng)站貢獻率分別為19.62%和6.67%,對城市站的貢獻率分別為46.54%和38.00%;城市化影響使暖夜日數(shù)呈下降趨勢,暖晝?nèi)諗?shù)呈上升趨勢,對城鄉(xiāng)站貢獻率分別為1.30%和20.44%,對城市站的貢獻率分別為41.99% 和21.53%。

對于其他指數(shù),月平均日較差也呈增加趨勢,但僅城鄉(xiāng)站和城市站達到0.05顯著性水平,城市化影響對二者的貢獻率均為100.00%。

綜合以上對絕對指數(shù)、相對指數(shù)和其他指數(shù)分析可知,3類氣象站中代表極端高溫事件指數(shù)的夏季和熱夜日數(shù)、暖夜和暖晝?nèi)諗?shù)均呈上升趨勢,而霜凍日數(shù)、冷夜和冷晝?nèi)諗?shù)均呈下降趨勢。城市站的熱夜和暖晝?nèi)諗?shù)上升趨勢最明顯,鄉(xiāng)村站的霜凍、冷晝和冷夜日數(shù)以及月平均日較差下降趨勢最明顯,城鄉(xiāng)站的夏季和暖夜日數(shù)上升趨勢最明顯。城市化對城鄉(xiāng)站的暖夜日數(shù)基本無影響,對城鄉(xiāng)站和城市站的霜凍、熱夜日數(shù)和月平均日較差,以及城市站的冷夜和暖夜日數(shù)均影響較大,城市化影響貢獻率均在40%以上,其余指數(shù)的城市化影響貢獻率為6.67%～38.00%。

2.3 極端降水指數(shù)時間變化趨勢

圖4為1971—2020年川渝地區(qū)極端降水指數(shù)的時間序列,表4為由線性趨勢估計的川渝地區(qū)極端降水指數(shù)年代際變化率。由圖4和表4可知,對于絕對指數(shù),中雨日數(shù)和大雨日數(shù)均呈上升趨勢,變化率分別為0.14 d·(10 a)-1和0.15 d·(10 a)-1,1 d最大降水量和5 d最大降水量均呈下降趨勢,變化率分別為-0.03 mm·(10 a)-1和-0.22 mm·(10 a)-1,但只有大雨日數(shù)達到0.05顯著性水平,下降趨勢明顯;對于相對指數(shù),強降水量、特強降水量和降水強度均呈上升趨勢,變化率分別為3.63 mm·(10 a)-1,2.75 mm·(10 a)-1和0.08 mm·d-1·(10 a)-1,且均達到0.1顯著性水平,增加趨勢較顯著;對于持續(xù)指數(shù),持續(xù)濕期呈下降趨勢,但未達到0.1顯著性水平;對于其他指數(shù),年降水量也呈增加趨勢,增加率為2.77 mm·(10 a)-1,且達到0.1顯著性水平。綜上可知,代表極端降水量和極端降水強度的年降水量、大雨日數(shù)、強降水量、特強降水量和降水強度均呈增加趨勢,表明近50年川渝地區(qū)極端降水量和極端降水強度均呈增加趨勢。

圖4 1971—2020年川渝地區(qū)極端降水指數(shù)時間序列Fig.4 Time series of extreme precipitation indices in Sichuan-Chongqing Region in 1971-2020

表4 川渝地區(qū)極端降水指數(shù)年代際變化率Table 4 Interdecadal change rates of extreme precipitation indices in Sichuan-Chongqing Region

2.4 極端降水指數(shù)的城市化影響和城市化影響貢獻率

圖5為1971—2020年川渝地區(qū)不同類型氣象站極端降水指數(shù)的時間序列,表5為川渝地區(qū)不同類型氣象站的極端降水指數(shù)變化趨勢和城市化影響及貢獻率。

圖5 1971—2020年川渝地區(qū)不同類型氣象站極端降水指數(shù)時間序列Fig.5 Time series of extreme precipitation indices at different types of meteorological stations in Sichuan-Chongqing Region in 1971-2020

表5 極端降水指數(shù)的城市化影響Table 5 Urbanization effects of extreme precipitation indices

由圖5和表5可知,對于絕對指數(shù),鄉(xiāng)村站的中雨日數(shù)呈增加趨勢,且達到0.05顯著性水平,城鄉(xiāng)站呈減少趨勢,城市站呈增加趨勢,但未達到0.05顯著性水平;3類氣象站的大雨日數(shù)均呈增加趨勢,其中鄉(xiāng)村站達到0.01顯著性水平,而城鄉(xiāng)站僅達到0.1顯著性水平;鄉(xiāng)村站的1 d和5 d最大降水量均呈增加趨勢,而城鄉(xiāng)站和城市站均呈減少趨勢,且鄉(xiāng)村站的1 d 最大降水量達到0.01顯著性水平,5 d最大降水量達到0.1顯著性水平,而城鄉(xiāng)站和城市站均未達到0.1顯著性水平。城市化影響的4個絕對指數(shù)在城鄉(xiāng)站和城市站均呈減少趨勢,對中雨日數(shù)、1 d和5 d最大降水量3個指數(shù),城市化影響對城鄉(xiāng)站和城市站貢獻率均為100.00%,而對大雨日數(shù),城市化影響對城鄉(xiāng)站和城市站的貢獻率分別為75.00% 和100.00%。

對于相對指數(shù),除城鄉(xiāng)站的特強降水量指數(shù),其余3類氣象站的強降水量、特強降水量和降水強度均呈增加趨勢,且城鄉(xiāng)站的降水強度達到0.05顯著性水平,鄉(xiāng)村站的強降水量、特強降水量和降水強度均達到0.01顯著性水平,增加趨勢明顯。城市化影響的城鄉(xiāng)站和城市站的強降水量均呈減少趨勢,且對二者的貢獻率均為100.00%;城市化影響使城鄉(xiāng)站的特強降水量呈減少趨勢,使城市站的特強降水量呈增加趨勢,城市化影響貢獻率分別為67.72%和47.85%;城市化影響的城鄉(xiāng)站和城市站的降水強度均略有增加,且城市化影響對二者的貢獻率相同,均為22.22%。

對于持續(xù)指數(shù),3類氣象站持續(xù)濕期均呈下降趨勢,但未達到0.1顯著性水平;城市化影響使城鄉(xiāng)站和城市站的持續(xù)濕期均呈上升趨勢,貢獻率分別為25.00%和12.50%。

對于其他指數(shù),年降水量在鄉(xiāng)村站和城鄉(xiāng)站呈增加趨勢,在城市站呈減少趨勢,但只有鄉(xiāng)村站達到0.05顯著性水平;城市化影響使城鄉(xiāng)站和城市站的年降水量均呈減少趨勢,且貢獻率均為100.00%。

綜合以上分析可知,鄉(xiāng)村站中,除持續(xù)濕期呈不顯著的下降趨勢外,其余8個指數(shù)均呈增加趨勢;城鄉(xiāng)站中,大雨日數(shù)、強降水量、降水強度和年降水量呈增加趨勢,而中雨日數(shù)、1 d和5 d最大降水量、特強降水量和持續(xù)濕期則呈減少趨勢;城市站中, 1 d和5 d最大降水量、持續(xù)濕期和年降水量呈減少趨勢,其余5個指數(shù)則呈增加趨勢。但城鄉(xiāng)站和城市站的變化趨勢大部分均未達到0.1顯著性水平,而鄉(xiāng)村站除持續(xù)指數(shù)未達到0.1顯著性水平外,其他指數(shù)基本均達到0.05顯著性水平,變化趨勢明顯。城市化影響使城鄉(xiāng)和城市站點的中雨、大雨日數(shù)、1 d 和5 d最大降水量、強降水量和年降水量均呈下降趨勢,使降水強度和持續(xù)濕期呈上升趨勢,城鄉(xiāng)站的特強降水量呈下降趨勢,城市站的特強降水量呈上升趨勢。城市化影響對中雨日數(shù)、1 d和5 d最大降水量、強降水量和年降水量的貢獻率最大,對城鄉(xiāng)站和城市站的貢獻率均為100.00%;城市化影響對城市站大雨日數(shù)的貢獻率也為100.00%;城鄉(xiāng)站對大雨日數(shù)、特強降水量和城市站對特強降水量的城市化影響貢獻率分別為75.00%,67.72%和47.85%;但城市化影響對城鄉(xiāng)站和城市站的降水強度和持續(xù)濕期的貢獻率為12.50%～25.00%。

3 結(jié)論與討論

本文基于1971—2020年川渝地區(qū)46個氣象站的逐日降水和氣溫數(shù)據(jù),計算21個極端氣候指數(shù),采用線性趨勢法分析極端氣候指數(shù)變化趨勢,并運用 Mann-Kendall 非參數(shù)法檢驗其顯著性水平,通過劃分氣象站類型,計算極端氣候指數(shù)的城市化影響和城市化影響貢獻率,探討城市化對川渝地區(qū)極端氣候事件的影響,得到主要結(jié)論如下:

1) 近50年最高氣溫最大值和最小值、最低氣溫最大值和最小值、夏季和熱夜日數(shù)、暖晝和暖夜日數(shù)均呈上升趨勢,而霜凍日數(shù)、冷晝和冷夜日數(shù)則均呈下降趨勢,且變化趨勢都較顯著。極端降水指數(shù)中代表極端降水量和極端降水強度的年降水量、大雨日數(shù)、強降水量、特強降水量和降水強度均呈增加趨勢,表明近50年川渝地區(qū)極端高溫和極端降水均呈增加趨勢。

2) 川渝地區(qū)3類氣象站極值指數(shù)均呈上升趨勢,最高和最低氣溫最大值、熱夜和暖晝?nèi)諗?shù)以及日較差在城市站的上升趨勢最明顯,霜凍、冷夜和冷晝?nèi)諗?shù)以及日較差在鄉(xiāng)村站的下降趨勢最明顯。城市化對城鄉(xiāng)站的最高氣溫最大值和暖夜日數(shù)基本無影響,對城鄉(xiāng)站和城市站的最高和最低氣溫最小值、霜凍、熱夜日數(shù)和日較差,以及城市站的冷夜和暖夜日數(shù)均影響較大。

3) 川渝地區(qū)鄉(xiāng)村站,除1 d和5 d最大降水量、持續(xù)濕期呈不顯著的下降趨勢外,其余指數(shù)均呈顯著增加趨勢。城市化影響使城鄉(xiāng)站和城市站的中雨和大雨日數(shù)、1 d和5 d最大降水量、強降水量和年降水量均呈下降趨勢,使降水強度和持續(xù)濕期呈上升趨勢。城市化影響對城鄉(xiāng)站和城市站的中雨日數(shù)、1 d和5 d最大降水量、強降水量和年降水量的貢獻率均為100.00%。

由于城市發(fā)展通過改變下墊面粗糙度和土地利用類型引起輻射特性變化,白天城市地區(qū)吸收更多的太陽輻射,夜間由于地面長波輻射增多,城市人類活動釋放的大量人為熱和溫室氣體使城市建設(shè)用地形成熱島[27]。近20年川渝地區(qū)城鎮(zhèn)化率由31.15% 上升至63.12%,成渝經(jīng)濟圈的推進促進了城市快速發(fā)展,使在全球變暖背景下川渝城市化對區(qū)域極端氣候事件產(chǎn)生較大的影響。本文研究結(jié)果體現(xiàn)了城市化影響的共性,即城市化影響加速暖(冷)指數(shù)的增加(減少),然而由于地理位置和周圍環(huán)境等影響,城市化對各區(qū)域極端氣候事件的影響存在差異[28-29],特別是川渝地區(qū)的復(fù)雜地形和多樣的氣候類型,導(dǎo)致本研究中城市化對不同類型氣象站不同極端氣候指數(shù)的影響表現(xiàn)出較大差異。

全球氣候變暖背景下,局地氣候變化對極端降水事件的形成可能并非決定因素。城市化進程對降水影響的可能機制包括城市工業(yè)污染導(dǎo)致的氣溶膠凝結(jié)核增加、排放[30];城市下墊面粗糙度的增加可加強垂直對流運動、增加不穩(wěn)定能量,對暴雨的增幅作用明顯[31];由于城市冠層會減弱對流運動和水汽輸送,人類活動排放溫室氣體引起動力和熱力條件變化,改變大氣穩(wěn)定度和湍流,增加城市蒸發(fā)以及下風向降水等多種因素的共同作用[32-33]。本文氣象站類型的劃分仍存在部分站代表性不強等問題,后續(xù)還需要改進方法,提高劃分精度和研究結(jié)果精確性。