Page 184 - 《高原气象》2026年第1期
P. 184

高     原      气     象                                 45 卷
              180
              1  引言                                             步探讨城市化效应。Magnaye and Kusaka（2024）利
                                                                用 WRF（Weather  Research  and  Forecasting）/UCM
                  经济的发展和城市化进程的加快对区域气候和
                                                               （Urban Canopy Model）模式模拟研究发现， 城市化
             环境产生重要影响， 导致极端事件频发（杜一博等，
                                                                显著加剧了马尼拉地区的城市热岛效应， 使得极端
             2024； Chen et al， 2011； Sun et al， 2014， 2016）。高
                                                                高温事件的频率和强度有所增加。类似的， Wang
             温热浪等极端事件不仅对社会经济发展和自然生
                                                                et al（2019）研究发现， 京津冀地区城市化显著提高
             态系统产生不利影响， 而且对人体健康构成重大威                            了夏季极端高温的发生频率， 城市区域比郊区和农
             胁（Kong et al， 2020； Kovats and Hajat， 2008； Liss
                                                                村地区高温持续时间更长。在进一步探索城市扩
             et  al，  2017；  Lobell  et  al，  2011；  McMichael  et  al，   张与热浪演变的关系方面， Liu et al（2018）结合
             2006； Patz et al， 2005）。Mora et al（2017）指出， 当      WRF/UCM 以及高分辨率土地覆盖数据开展了敏感
             前全球约 30% 人口暴露于致命高温风险下， 若温室                         性测试， 结果表明地表变暖的扩张范围与城市土地
             气体排放持续增长， 到 2100 年该比例可能升至                          扩张的规模大致相同， 揭示了城市扩张对区域热浪
             74%。高温热浪作为一种极端天气， 已经引起了广                           演变的潜在影响。此外， Tabassum et al（2025）从热
             泛关注和深入研究。                                          力机制出发， 利用WRF模式进行了敏感性试验， 分
                  在气候变化的背景下， 全球高温热浪呈显著上                         析了城市和非城市模拟之间的差异， 发现在城市模
             升 趋 势（周 波 涛 和 钱 进 ，  2021；  Domeisen  et  al，      拟中， 白天的感热（潜热）通量显著增加（减少）， 对
             2023； Perkins-Kirkpatrick and Lewis， 2020）。大量      流活动得到增强， 并且夜间城市热岛效应更加强
             研究揭示在过去几十年间， 中国绝大部分地区的高                            烈。然而， 目前将观测分析与数值模拟相结合， 综
             温热浪发生频次、 持续时间、 强度以及覆盖范围都                           合评估城市化对热浪演变影响的研究仍较为有限，
             表现出不断上升的趋势（李朝月等， 2023； 李娟等，                        研究结果存在一定不确定性。
             2020； 卢 珊 等 ， 2025； 王 勇 等 ， 2024； Ding et al，          长江三角洲（简称“长三角”）地区位于中国东
             2010； Yang and Zhao， 2023）。同时， 这种趋势也具              部沿海地区， 包括上海市、 江苏省、 浙江省和安徽
             有明显的区域变化特征， 如叶殿秀等（2013）通过对                         省， 所占面积达到 358000 km²， 截止 2019 年长三角
             中国 753个站点 1961 -2010年夏季逐日最高温资料                     人口数达到了 2. 27 亿， 是中国人口最稠密的三大
             统计分析发现， 华北北部和西部、 西北中北部、 华                          城市群之一， 同时也是城市化程度较为发达的地区
             南中部、 长江三角洲及四川盆地南部的高温热浪强                           （Cao et al， 2018； Schneider and Mertes， 2014）。作
             度呈显著增加趋势， 而黄淮西部、 江汉等局地则出                           为人口密集、 经济高度活跃且城市化程度较高的区
             现减少趋势。在高温热浪整体呈增强趋势的背景                              域， 在极端高温事件下将面临更加严峻的公共健康
             下， 人类活动， 尤其是城市化， 被认为是影响区域                          风险和城市运行挑战。因此， 本文将长三角地区选
             热浪变化的重要因素之一（Ren et al， 2022； Sun et                作研究区域， 基于 1961 -2020 年气象台站观测资
             al， 2014， 2016）。                                   料， 分析了该地区温度、 高温热浪频次、 持续天数
                  目前已经有很多研究探讨了城市化对极端高                           以及强度的时空变化特征， 比较了城乡站点之间气
             温事件的影响（张玉翠等， 2025； Sun et al， 2016；                温以及高温热浪相关指数变化趋势。考虑到以往
             Zhou et al， 2022）， 研究方式主要包括基于观测数                   大部分研究仅采用了观测数据或仅依赖数值模拟，
             据的统计分析和基于数值模式的模拟研究。前者                              对城市热浪特征和城市化效应的理解不够深入。
             依据长时序气象数据， 通过比较城郊站点趋势来研                            本文拟在观测分析的基础上， 结合 WRF 模式进行
             究城市化影响。Wu et al（2020）在中国 8 个分区评                    数值模拟， 通过设置敏感性试验， 进一步探讨城市
             估了城市化对高温热浪的影响， 发现中国城市化对                            化在长三角地区对极端高温事件的潜在影响。
             高温热浪的贡献达到了 30%~50%。其中， 城市化                         2  研究区域与数据来源
             程度较高的南方地区表现尤为显著， 如福建省和广
             东省的城市化贡献率均接近 50%， 而杭州市的城市                          2. 1 气象资料
             化贡献率更是达到 56. 8%， 高于全国平均水平。然                            本研究使用了中国地面日值资料数据集来对
             而， 基于传统观测资料的研究在识别城市化单一因                            高温热浪进行识别， 该数据集包括日最高气温、 日
             素对热浪的影响方面仍存在一定局限和不确定性。                             最低气温、 日平均气温等变量。研究时间跨度为
             因此， 近年来越来越多研究采用数值模拟方法进一                            1961 -2020 年， 数据来源于国家气象信息中心。该
   179   180   181   182   183   184   185   186   187   188   189