引言

全球气候变暖已成为国际社会关注的重大问题，我国学者对中国近几十年的气候变化做了大量研究工作，发现中国气候变化的区域性差异显著^[1-7]。任国玉等^[5]指出，中国20世纪气候增暖的原因目前还不能给出明确回答，一些迹象表明人类活动可能已经对中国的地面气温变化产生影响。石春娥等^[8]据2002年夏季高温期间合肥市城市小气候考察的资料分析得出，合肥市气温的日变化，主要与城市各地下垫面性质及人为热源不同有关。唐国利等^[9]对近44年南京温度变化的特征及其可能原因分析得出，由于不同类型城市间温度变化差异的复杂特点及其所反映出的城市化影响的复杂性，在研究温度变化和考虑城市化的影响时, 不仅要考虑大城市, 还应该充分注意中、小城市的发展所带来的影响。胡文志等^[10]指出根据香港天文台近年的研究显示，香港的气温上升受由温室效应增强所导致的全球变暖及本地高密度城市发展的共同影响，其中城市化对香港城郊气候差异有显著影响。王建鹏等^[11]对西安地区气温的年代际变化及其受城市化进程的影响研究表明，城市房屋竣工面积、市区总人口、公共汽车数量等城市化指数与气温空间距平之间有着较为密切的正线性相关关系。城市化是西安城区在冬季(1989—1995年)、夏季(1987—1995年)频繁发生突变式增温的主要因素。可见，城镇化进程及其伴随的城市热岛与气温变化密切相关。

目前，国内外关于城市热岛对温度的影响研究存在两种截然相反的观点:(1) 认为大尺度气候变暖趋势不受城市化影响^[12-14]；(2) 人口在100万以上的大城市热岛效应对气温序列影响显著^{[7, 15-19]}，由于全球变暖和城市热岛的累积效应，城市密集区夏季温度升高速度明显高于边远地区，加大了发生高温热浪的风险^[20-21]。土地利用/覆盖变化(Land Use/Cover Change，LUCC)是快速城市化发展的重要表现形式，而快速城市化导致的城市热岛效应对气温的影响已引起人们广泛关注^{[15, 22-23]}。随着近30年来计算机、遥感(Remote Sensing, RS)、地理信息系统(Geography Information System，GIS)和大气探测等技术的高速发展，LUCC等地表过程研究的效率和质量得到极大的提高^[24-29]，定量研究LUCC和区域气候变化的关系成为可能^[24-25]。利用遥感(主要是高分辨率的卫星遥感影像数据)和GIS技术研究气候变化成为当前全球变化研究的主要技术途径之一^[30]。

本文以合肥地区气温变化为主进行分析，结合LUCC遥感影响和GIS技术系统地、定量地研究合肥市LUCC对气温观测的影响及敏感程度，借此提高人们对气象观测环境的保护意识以及对LUCC和区域、城市气候变化特征关系的理解和认识。

1 资料方法 1.1 资料来源 1.1.1 卫星影像数据

陆地卫星影像是美国陆地卫星对地观测所获取的遥感数据的统称。按星载遥感器分为返束光导管摄像机(RBV)影像、多波段扫描仪(MSS)影像和专题制图仪(TM/ETM)影像三种。陆地卫星1~2号MSS影像有4个波段，其波谱范围分别为0.5~0.6 μm，0.6~0.7 μm，0.7~0.8 μm以及0.8~1.1 μm, 分辨率80 m。陆地卫星3号MSS影像新增一个10.4~12.6 μm热红外波段，分辨率240 m。TM影像(主题成像传感器)是指美国陆地卫星4~5号专题制图仪(thematic mapper)所获取的多波段扫描影像，光谱分辨率高，有7个波段，时间分辨率为16天，空间分辨率约30 m(其中第六波段120 m)，TM的7个波段是专门为不同的用途设计的(详见表 1)。ETM是美国Landset7卫星增强型主题成像传感器，主要有8个波段(7个多光谱和1个全色波段pan波段)，pan波段具有15 m的分辨率，扫描带宽185 km，重复周期为16天。

本文选取1979年以来的MSS，TM和ETM卫星影像资料，整理出合肥地区的多期遥感数据：MSS数据、TM数据和ETM数据。

1.1.2 台站数据

选取合肥站、肥西站和肥东站的气温作为研究对象，主要包括1970—2008年共39年的基本气温(包括平均气温、最高气温和最低气温)数据，还包括其间的气象台站的搬迁历史数据, 需注意的是3个台站的气温数据均未经过均一化订正。

1.2 数据处理方法 1.2.1 卫星数据解译和LUCC的提取方法

以国家1250000基础地理信息数据中的数字高程模型(DEM)、水系等数据对选取的合肥地区待解译的卫星影像进行精确配准(图 1)，采用监督分类和目视判读相结合的方法对卫星影像进行解译，并赋土地利用/覆盖属性值。再以气象站为中心生成1，2.5和4 km和合肥城区20 km的缓冲区(buffer)矢量数据，然后用buffer数据切割解译后的土地利用/覆盖矢量数据，得到各站点不同时相的不同buffer的土地利用/覆盖的矢量数据，计算各土地利用/覆盖类型的面积，再由这些数据提取各站点不同时间段的LUCC数据。

1.2.2 LUCC与气温观测的模型构建方法

通过多元逐步线性回归来分析，得到不同土地利用类型的构成比例和温度变化的关系模型。首先，假设气温和站点周围的土地类型比例是线性关系。气象站点周围的土地类型分为耕地、植被(林地和草地)、水体、城建区(主要包括工交建设、居民点等用地)等4大类型，然后分别计算各土地覆盖类型面积所占选取缓冲区面积的百分比，耕地、植被(林地和草地)、水体、建成区的面积百分比分别用P_C(percentage of cropland)，P_V(percentage of vegetable)，P_W(percentage of water)和P_U(percentage of urban)来表示。建立气温(T)和LUCC的线性模型，如下：

$ \begin{array}{l} T = a + {b_1}{P_c} + {b_2}{P_v} + \\ {b_3}{P_w} + {b_4}{P_U} \end{array} $

(1)

式中，a为常数，b₁, b₂, b₃和b₄分别是4种不同土地类型比例的系数。

1.2.3 气温变化趋势分析方法

选取平均气温、最高气温、最低气温3个气温要素，针对近40年(1970—2008年)合肥站、肥西站、肥东站的气温要素进行线性趋势分析：

$ {Y_i} = {a_0} + {a_1}{t_i} $

(2)

式中，Y_i为气象要素，a₀为常数项，t_i为时间年份，a₁为线性趋势系数，把a₁×10称为气象要素每10年的倾向率，单位为：℃·(10 a)^-1。根据陈正洪等^[31]的研究，热岛增温速率=城郊气温变化倾向率之差[℃·(10 a)^-1]，该值 < 0时为冷岛效应。

2 结果和分析 2.1 合肥城市化进程

图 2给出了合肥市年平均气温距平、非农业人口以及建成区面积的变化。城市的建成区和城区人口的变化也是城市化的一个指标^{[30, 32]}，可以看出，近40年来，合肥市的非农业人口以及建成区面积^[33]呈现出一个快速的线性增加趋势。而近40年合肥市的年平均气温变化总体也呈现上升趋势，但不同的是年平均气温的阶段波动性较大，大致可以分为3个阶段，1980年以前是一个快速增温阶段，1980—1993年呈现出一个相对稳定阶段，1993年以后呈显著增温阶段，其中2003年以后气温又呈现下降趋势。总的来说，近40年合肥城市建成区面积、城区人口与气温距平的变化(如图 2)显示，三者的变化趋势具有一定的一致性，说明气温变化与城市化的发展还是具有密切的关系。

2.2 卫星遥感数据所示的合肥城市化进程及观测站周围的土地利用变化

合肥城市化的加快发展，必然导致土地利用/覆盖发生巨大变化^[28]。图 3给出了合肥市中心周边20 km缓冲区范围内的土地利用/覆盖类型变化分布。近40年，合肥市中心20 km范围内的土地覆盖类型发生了明显变化，城区面积在不断扩大，2007年合肥市20 km范围内的建成区面积约是1979年的10倍。可见，1979—2007年期间，合肥地区的城市建设用地及交通用地在不断急剧地增多，从而致使土地利用类型由农业耕地型向建设用地型发展。而早先的林地、草地、水域和未利用土地等土地利用类型在逐渐减少。上述结果必然会导致气象观测场的“进城”现象。合肥站的台站搬迁历史数据表明，1970—2007年受城市扩张的影响，合肥观测站共进行了2次搬迁(表 2)。

在评价热岛效应强度的研究中，以往的研究通常是以人口数来区分城市和农村站点，这种判别方式有着很大的局限性，即对于站点是否位于城市内部，以及站点周边的自然状况、下垫面的特性等均未加以考虑。本文利用卫星遥感土地利用变化和土地利用动态数据，对合肥气象站点的下垫面进行了判别(图略)，充分考虑了站点的下垫面的物理特征，使得城市站点的判定更为可信。具体地，从表 2可以看出，1970—1978年合肥观测场已经进入城市内部。因此，1979年合肥台站搬迁至西郊的巫大岗，当时属于郊外(图 3和图 4)。随着时间的推移，观测场周围1，2.5和4 km缓冲区内的居民点和工交用地在不断增多，至1998年合肥的城市扩建已经影响到观测场(图 3和图 4)，缓冲区内的耕地等面积显著减少。于是，2004年又搬迁至南郊骆岗机场，时处郊外。对比1998年，此时观测场周围的建成区面积比例减少了，而3年之后建成区面积又扩大了。综上所述，分析城市化对气温观测的影响时，需充分考虑观测场周围的土地利用/覆盖类型的变化，才能较好地识别出真正受到城市热岛效应影响的站点。

2.3 合肥站和肥西站、肥东站的气温比较研究

图 5a~5c分别是1970—2008年合肥站、肥西站以及肥东站的年平均气温、最低气温和最高气温的变化曲线。图 5d~5f分别是合肥站与肥西站、肥东站的年平均气温、最低气温和最高气温的差值变化曲线。表 3是1970—2008和1979—2003年合肥站、肥西站、肥东站的年平均气温、最低气温和最高气温的倾向率。根据表 3计算的合肥站相对于肥西、肥东站的热岛增温速率见表 4。

可以看出：(1) 在1970—2008年间，合肥与周边站点的年平均气温、最高气温、最低气温总体上均呈显著增加趋势，且年际波动变化一致。(2)1970—2008年间，合肥站年平均气温、最低气温的增温速率明显大于肥西、肥东站；但合肥站年最高气温的增温速率却小于肥西和肥东站最高气温的增温速率。(3)1979—2003年间，合肥站3项气温的增温速率均明显大于肥西和肥东站3项气温增温速率。(4) 合肥站1979—2003年相对1970—2008年期间的3项气温增温速率要大很多；而对于肥西站和肥东站而言，1979—2003相对1970—2008年期间的3项气温增温速率则相对较小。(5) 在1970—2008年间，合肥站与肥西站、肥东站的年平均气温、最低气温的差值呈显著增大趋势，而城郊最高气温的差值却呈减小趋势。(6)1979和2004年是城郊气温温差变化较为显著的转折点，城郊温差由大转小，正对应着合肥台站搬迁的年份。可见，台站搬迁和城市化造成了合肥站气温的非均一性，这与已有的一些研究结论较为一致^{[34, 35]}。

结合2.2节可以看出，1979—2003年期间，3个站点均没有搬迁过，由于这3个气象站都处于同一气候区, 气候变化在小区域的变化应当是同步的。相比之下，合肥站气温上升的趋势大于周围其他气象站, 主要是由于合肥站受到城市范围扩大的影响, 其周围环境发生变化(图 4)而形成的城市热岛效应，从而致使增温速率较大(表 4)。而在整个1970—2008年合肥相对于肥西、肥东的热岛增温速率比1979—2003年小，主要是因为1970—1978年间，合肥观测场已经处于市区，呈现出较明显的热岛现象，但2004年合肥观测站又搬迁至郊区，加之近年来合肥城区扩张也逐渐向肥西、肥东观测场靠近(图 1)，所以导致合肥站近40年相对热岛增温速率较小。

由于城镇、工业以及交通等建筑面积的不断扩大，直接导致观测场周围的土地利用/覆盖变化，改变了下垫面环境，影响下垫面的热量平衡、地表反射率、地表反照率、粗糙度以及植被覆盖比例，进而引起地表热量辐射、地表温度、地表蒸散量、湿度、风速、气温以及降水变化，其结果是引起区域性气候的变化。一旦气象观测场“进城”，其观测参量必然反映出很强的区域性，即呈现出城市热岛效应。根据任国玉等^[35]的研究结果，如果在以观测场为中心、半径为2 km的缓冲区范围内，人工建筑面积占缓冲区面积(12 km²)的比例超过33%，则观测场就会受城市化带来的热岛效应影响。城市热岛效应在气温上的表现与气象观测场的“进城”与否密切相关，为了获取更真实的气温，这就需要人们对观测场周围环境加强重点保护。

2.4 合肥观测场不同缓冲区内LUCC对气温观测影响的显著性分析

对观测场周围的环境进行保护，需要对不同缓冲区内的LUCC与气温变化关系进行分析，找出影响气温的敏感因子。利用合肥观测场1979，1987，1998，2004和2007年不同缓冲区内的土地覆盖类型百分比与3项气温数据，通过公式(1) 进行多元逐步线性回归分析建立合肥观测场LUCC与气温的回归方程。结果发现，最高气温与观测站周围1，2.5和4 km缓冲区内LUCC的回归方程均没通过一定的显著性检验(α＞0.1)。类似的，平均气温、最低气温和观测站周围1和2.5 km缓冲区内LUCC的回归方程也均没通过一定的显著性检验(α＞0.1)。不同的是，平均气温、最低气温和观测站周围4 km缓冲区内LUCC的回归方程均通过了一定的显著性检验，回归方程分别如下：

$ \begin{array}{l} {T_\text{ave}} = 16.71 - 15.088{P_V} - \\ \;\;\;\;\;\;\;\;\;\;\;30.366{P_W} + 3.757{P_U}, \;\;\alpha = 0.03 \end{array} $

(3)

$ \begin{array}{l} {T_{\min }} = 11.389 - 3.179{P_V} - \\ \;\;\;\;\;\;\;\;\;\;\;20.207{P_W} + 5.669{P_U}, \;\;\alpha = 0.07 \end{array} $

(4)

此外，观测场4 km缓冲区的P_C和P_W的相关系数为-0.994，呈现出共线性。上述结果表明，4 km缓冲区的LUCC对平均气温和最低气温的变化影响显著。具体地，城市建成区面积的增加对平均气温、最低气温有正贡献；而耕地、植被、水体的增加对平均气温、最低气温存在负贡献[式(3) 和式(4)]。由2.3节可知，合肥相对于肥西、肥东的年最高气温差值不大，因此最高气温的变化对于LUCC的响应不明显。可见，气象观测4 km(或大于4 km)缓冲区内的LUCC对气温影响较大, 这将可能对我们保护气象观测环境提供一个标准导向，并且具有重要的指导意义。

3 结论与讨论

基于MSS，TM和ETM多期合肥影像数据，利用GIS技术提取了近30年来合肥观测场周边半径为1，2.5和4 km以及合肥市区半径为20 km的缓冲区内LUCC信息。结合1970—2008年合肥、肥西和肥东3站的年平均气温、最低气温和最高气温对比分析，对近30年合肥市LUCC对气温变化影响做了动态变化和显著性研究。具体结论如下：

(1) 近40年来，合肥城市建成区面积在不断扩大，2007年合肥市区20 km范围内的建成区面积约是1979年的10倍，城市乡村建设用地及交通用地在不断急剧地增多，致使土地利用类型由农业耕地型向建设用地型发展，从而导致了气象观测场“进城”的现象。

(2) 1970—2008年间，合肥、肥西和肥东3站的年平均气温、最高气温、最低气温总体上均呈显著增加趋势，且年际波动变化一致。其中，1979和2004年两年由于合肥观测场“进城”而搬迁至郊区，导致合肥站气温序列产生了非均一性，且城郊气温温差明显变小。可见，观测场周围的LUCC与气温观测密切相关。

(3) 1979—2003年期间，上述3个站点均没有搬迁过。而合肥观测场由于受到城市扩张影响显著，导致合肥站3项气温的增温速率均明显大于肥西和肥东站3项气温增温速率，合肥相对于肥西、肥东的热岛增温速率较大，且城郊温差也较大。

(4) 不同缓冲区LUCC与气温的回归模型表明，合肥观测场1和2.5 km的缓冲区LUCC对3项气温变化影响影响不显著。4 km的缓冲区LUCC对平均气温和最低气温的变化则影响显著。具体地，建成面积的增加对平均气温、最低气温有正贡献；而耕地、植被、水体的增加对平均气温、最低气温存在负贡献。可见，以气象观测场为中心半径为4 km(或大于4 km)缓冲区内的LUCC对气温影响较大, 这可能对我们保护气象观测环境以及作为气候台站网选取和建设有着重要的参考和指导意义。

致谢：感谢中国科学技术大学地球和空间科学学院孙亮博士对本文提出的宝贵意见。