2. 河北省气象灾害防御中心, 石家庄 050011
2. Meteorological Disaster Prevention Center of Hebei Province, Shijiazhuang 050011
根据国家统计局发布的1999—2019年《国民经济和社会发展统计公报》及住房和城乡建设部发布的《城市建设统计公报》和《城乡建设统计年鉴》,改革开放以来,我国城市化发展进程不断推进,2019年我国的城镇化率(60.60%)是1999年(30.89%)的近2倍,城区建成面积为1999年的2.5倍多。下垫面急剧演替、人口和产业聚集将导致大气热力、动力条件、成分及水利渗透性质等的显著变化,进而对降水等气象水文要素产生复杂影响(胡庆芳等,2018)。
大量研究表明城市化对降水有重要影响。Huff和Changnon (1972)发现城市化使得美国圣路易斯城区上空和城区下风方向降水量增加,美国大城市气象观测试验(METROMEX计划)证实城市化使夏季城区及下风方向50~75 km处降水增强,并且随着城区面积的增大,降水增强效应明显(Changnon,1979)。Shepherd等(2002)基于TRMM卫星降水资料的研究表明美国Atlanta等10个分散的大城市的城市化使降水有不同程度的增加,城区和下风区月降水量较上风区分别增加5.6%、28%,并发现城市下风区大雨发生概率大增。Hand和Shepherd (2009)采用TRMM和地面雨量资料也检测出Oklahoma城市化对暖季降雨具有下风向增强效应。同样的,Niyogi等(2011)数值模拟结果显示若无城市存在,Indianapolis城市下风区雨量将显著减少。Jauregui和Romales (1996)发现墨西哥城城市扩张使5—10月降水量比郊区高出12%~13%,同时增加了强度超过20 mm·h-1的降水事件频率。Hughes (2006)认为城市化使大城市地区夏季降水有所增加。Shem和Shepherd (2009)利用WRF模式模拟了城市对对流降水的影响,结果表明城市对对流降水有显著的增强作用。Kishtawal等(2010)发现在雨季印度城市化区域较乡村小雨发生频率显著降低,而强降雨频率显著上升。Kug和Ahn (2013)对韩国40个城市1975—2005年的气象站点降雨量进行了统计,发现城市化对夏季城市的降雨量的影响最为明显,但对其他季节的影响不大。
随着中国城市的快速扩张,城市化对降水影响日益成为热点。诸多研究利用城区与郊区雨量站降水指标的演变特征进行对比分析(李娜等,2006;Wang et al., 2009;丁瑾佳等,2010;彭莉莉和罗伯良,2015),主要结论是城市化使城区及下风区雨季降水有较明显增加(白莹莹等,2013),使强降水事件发生频率增加(郑玉萍等,2011),使降水在时间分布上更为集中(赵彩萍等,2019),降水分布发生变化(梁萍等,2011;丁凯熙等,2019)等。中国城市的密度较大,城市化的过程中必然形成多个城市组成的城市群,长江三角洲的城市群在扩张过程中,城市中心夏季的降水强度较周围增加了5%~15% (江志红和唐振飞,2011;吴风波等,2015),夏季降水日数减少,日降水强度增强(敖翔宇,2012)。珠江三角洲城市群的城市化对对流雨的影响较大,使城市区域的降雨量增加(黎伟标等,2009),暴雨天气增多(蒙伟光等,2007)。江志红和李杨(2014)研究发现长江三角洲、珠江三角洲及京津唐三大城市群在城市化发展不同阶段对降水影响存在差异,而城市化发展快速期,城市化发展都使降水增加。
城市化对降水的影响不仅在城区,还包括其毗邻区域。城市范围的扩大和城市数目的增多,构成了庞大的城市化区域。2018年中共中央、国务院发布的《中共中央国务院关于建立更加有效的区域协调发展新机制的意见》指出以京津冀城市群、长三角城市群、粤港澳大湾区、成渝城市群、长江中游城市群、中原城市群、关中平原城市群等城市群推动国家重大区域战略融合发展。但随着城市的不断扩大,城区内涝直至“城市看海”的情景日益加剧,2021年河南郑州“7.20”、2019年武汉“6.21”、2016年京津冀“7.18”、2012年北京“7.21”、2008年深圳“6.13”和上海“8.25”等特大暴雨或极端暴雨都造成了大范围的区域性灾害。降水过程是区域产汇流的关键要素,也是区域洪涝预警预报的关键指标,是灾害防御的重点方向(陈秀洪等,2017),但目前从降水过程的角度开展城市化对不同区域影响的研究还较少,对其发展演变特征也缺乏深入认识。
基于对京津冀、长三角、珠三角、成渝、长江中游、中原、关中平原等七个城市群的重大区域发展范围规划,结合气候背景差异、气象防灾减灾的需求以及预报服务的现状,本文拟采用小时分辨率降水过程辨识方法,提取并定量计算降水过程强度,分析七个城市群在城市化发展不同阶段降水过程频次、持续时间和强度的年变化、月变化特征,揭示七个城市群降水过程的时空分布规律,以期为未来城市群建设的发展规划、灾害防御提供科学依据和决策参考。
1 资料简介及城市群规划使用国家气象信息中心经过质量控制整编的1980—2019年国家气象观测站逐小时降水资料和水平分辨率2.5°×2.5°的NCEP/NCAR再分析资料。图 1给出七个城市群的规划区域,选择各区域内具有连续长时间观测序列的国家气象观测站作为代表站研究区域降水过程的变化特征,其中京津冀城市群89个、长三角城市群233个、珠三角城市群29个、成渝城市群115个、长江中游城市群153个、中原城市群219个、关中平原城市群86个,共924个国家气象观测站。
1975年美国地理学家Ray M.Northam提出城市发展分为起步发展、加速发展、成熟稳定发展三个阶段,城市化发展轨迹可概括为稍被拉平的“S”曲线(廖鸿志和郑春敏,2003)。但由于城市化发展的不均衡性和指标划分的差异性,我国城市化发展阶段的划分方法多样,方创琳等(2008)提出城市发展四阶段理论,即城市化初期阶段(城市化水平在1%~30%之间)、城市化中期阶段(城市化水平在30%~60%之间)、城市化后期阶段(城市化水平在60%~80%之间)、城市化终期阶段(城市化水平在80%~100%之间);基于城市发展四阶段理论,许婧雪和曹银贵(2016年)对三峡库区各区县2005—2014年城市化发展阶段进行划分。任杲和宋迎昌(2018)分析认为各产业发展和户籍制度改革对中国城市化发展进程有正向带动作用, 以1994年为界,第一阶段(1953—1994年)中国城市化发展缓慢,第二阶段(1995—2016年)发展则较为迅速。而城市群是城市化中后期发展的物质空间现象(王雅莉,2017),徐鹏程和叶振宇(2019年)分析了城市群发展历程,即80年代首次提出“城市群”概念,90年代城市群出现,21世纪城市群进入快速发展阶段。本文结合对城市群研究的需要,将我国城市化发展大体分为城市缓慢发展期(1980—1999年)和城市快速发展期(2000—2019年)。
2.2 降水过程定义和辨识方法为了分析城市发展不同阶段七个城市群降水过程发生频次、持续时间和强度等指标的变化特征,基于小时分辨率降水过程辨识和定量评估方法(王莉萍等,2021)来定义站点降水过程和区域降水过程。
站点降水过程辨识时同时满足以下两个条件:①过程开始定义为1 h降水量达到历史小时降水量从小到大排序80百分位值,过程结束定义为连续8 h以上没有时刻达到80百分位值;②站点日降水量达到历史日降水量从小到大排序90百分位值。
区域降水过程辨识方法:过程开始定义为达到录入阈值的站点数占评估区域内站点的10%及以上;过程结束定义为连续8 h以上达到录入阈值的站点数占评估区域内站点的比例不足10%。
按小时分辨率精细识别降水过程,对降水过程开始和结束的界定及强度的计算更加精准。计算降水过程强度时考虑1 h最大降水量、滑动3 h和6 h最大降水量以及有效降水持续时间,在降水强度、持续时间、覆盖范围三个指标无量纲指数化基础上,计算站点降水过程强度指数(RSI)和区域降水过程强度指数(RPI)
$ R S I=I \cdot T $ | (1) |
$ R P I=\left(\sum\limits_{j=1}^{n}(R S I)_{j} / n\right) \cdot C $ | (2) |
$ \begin{aligned} I=\frac{a I_{1 \max }+b I_{\text {滑动3 } \max }+c I_{\text {滑动 } 6 \max }+d I_{\text {过程平均 }}}{a+b+c+d} \end{aligned} $ | (3) |
式(1)—(3)中,I为降水强度指数;T为持续时间指数;n为录入降水过程的站点数;C为覆盖范围指数,由录入降水过程站点占评估区域的比例经无量纲化后得出。I1 max为1 h最大降水强度指数;I3 max为3 h最大降水强度指数;I6 max为6 h最大降水强度指数;a、b、c、d为权重系数,均取值0.25。
为了分析七个城市群降水过程的强度,基于概率密度分布,根据出现概率约1%、5%、10%、15%、69%将降水过程强度指数按照800、400、180、80四个节点划分为5个指数范围,分别表示极端、特强、强、较强、中等五个等级。
3 降水过程频次特征降水过程频次可以直观反映降水过程的变化,基于区域降水过程的辨识方法,提取七个城市群1980—2019年降水过程序列,对比研究城市缓慢和快速发展期降水过程次数变化(图 2),城市缓慢发展期,京津冀城市群出现降水过程463次、长三角城市群815次、珠三角城市群913次、成渝城市群1 070次、长江中游城市群891次、中原城市群492次、关中平原城市群546次,七个城市群降水过程次数平均值741.2次。城市快速发展期,京津冀城市群出现降水过程503次、长三角城市群917次、珠三角城市群972次、成渝城市群1 142次、长江中游城市群930次、中原城市群565次、关中平原城市群559次,七个城市群降水过程次数平均值798.3次。可见,城市快速发展期七个城市群降水过程次数较缓慢发展期均增多,但增多幅度不均,平均偏多7.7%,中原城市群偏多幅度最多14.8%,关中平原城市群偏多幅度最少2.4%。
无论城市化缓慢和快速发展期,位于北方的京津冀城市群、中原城市群和关中平原城市群降水过程次数均低于七个城市群平均值,京津冀城市群降水过程次数最少;其他四个位于南方的城市群降水过程次数均高于七个城市群平均值,成渝城市群年平均降水过程次数是京津冀城市群降水过程次数的2倍多。降水过程发生频次的南、北差异极大,与我国的降水南多北少的气候背景一致,城市化快速发展期南、北方降水态势方面未表现出显著变化。
众所周知,城市群降水增多取决于大气环流和局地下垫面条件等多种因素。基于1980—2019年水平分辨率2.5°×2.5°的NCEP/NCAR再分析风场资料,计算城市快速发展期与缓慢发展期925 hPa风矢量差(图 3),北方城市群为气旋型环流控制,南方城市群偏南风增强,均有利于降水增多,其中京津冀、长三角、成渝、关中平原城市群及长江中游城市群南部、中原城市群东部风矢量差通过0.05的显著性检验,可见,低层风场环流对降水增多总体上有正作用。同时,城市化快速扩张引起的城市热岛、气溶胶增多、下垫面剧烈变化等多因素也可能导致降水增多。
基于提取的七个城市群1980—2019年降水过程序列分析逐年次数演变,发现长三角、珠三角、成渝、长江中游、中原等城市群降水过程次数随着时间有缓慢波动增长趋势,七个城市群逐年平均的演变趋势符合回归趋势线y=0.152 6x-266.6 (x为年份,y为平均降水过程次数拟合值),回归趋势线通过α=0.05水平的显著性检验,降水过程年平均增率约0.152 6次·a-1。进一步分析城市发展不同阶段的变化趋势和波动幅度,逐年累计七个城市群降水过程次数(图 4),城市缓慢发展期降水过程累计次数沿平均值(259.5次)上下波动,总体较近40 a平均值偏少10次左右;城市快速发展期降水过程累计次数呈明显波动上升趋势,趋势线通过α=0.05水平的显著性检验。说明降水过程发生频次在城市快速发展期增长明显,例如,长三角城市群2005年之后、珠三角城市群和长江中游城市群2010年之后、成渝城市群2012年之后、中原城市群2003年之后降水过程次数明显增多,次数最多值也出现在2010年之后,可见,2010年之后增加更加明显,证实了大气环流调整和城市化等因素对降水增多的作用。
众所周知,我国的降水过程主要集中在汛期,具有明显的季节分布特征。为了探讨城市化快速发展期降水过程月分布的变化,对比城市缓慢和快速发展期七个城市群降水过程次数的月分布(表 1),结果显示快速发展期降水过程次数较缓慢发展期各月份总体偏多。1月、2月、12月从气候态上降水过程稀少的月份,长三角城市群、长江中游城市群出现明显增多现象;中原城市群、关中平原城市群及成渝城市群1—3月,11—12月降水过程发生的次数从缓慢发展期到快速发展期出现从无到有,从少到多的变化,珠三角城市群在1月份降水过程次数明显增加。由此可见,城市快速发展期降水过程次数增多在各月份均有显现,甚至是冬季月份,这可能与气候变暖、人类活动导致的下垫面热力和动力条件改变有关。
降水持续时间是降水过程评价的要素之一,在降水强度一定时,降水持续时间越长,降水过程则越强。基于提取的1980—2019年七个城市群逐次降水过程的开始和结束时间序列,计算每次降水过程的持续时间,从表 2中七个城市群降水过程持续时间统计来看,城市快速发展期比缓慢发展期年平均降水时数偏长,但单次过程平均时数偏短,说明降水过程频次增多,与上文研究结论一致。位于南方的城市群平均降水时数在950 h以上,长江中游城市群年平均降水时数(1 296.5 h,城市快速发展期)最多,单次过程平均时数(28.5 h,城市缓慢发展期)也最长。位于北方的城市群年平均降水时数普遍在600 h以下,京津冀城市群年平均降水时数最少,单次过程平均持续时间也是最少。七个城市群降水时数最多年和最少年相差289~885 h,中原城市群最多和最少年相差的时数为最少年时数的2倍多,京津冀城市群、长三角城市群、关中平原城市群为1倍多,珠三角城市群和长江中游城市群也在8成以上,这说明了我国主要城市群旱涝现象均较为明显,尤其是中原城市群、京津冀城市群和长三角城市群更加突出,由此分析可知,城市快速发展过程中,要切实做好旱年城市用水规划和涝年城市排涝设计。
虽然七个城市群降水过程持续时间在城市快速发展期较缓慢发展期缩短(表 3),但缩短幅度均不足5%,并且从七个城市群1980—2019年降水过程持续时间的年际分布(图略)来看,每个城市群单次降水过程持续时间逐年沿平均值上下波动,无显著变化趋势。进一步分析城市发展不同阶段降水过程持续时间的变化特征,逐年累计七个城市群降水过程持续时间,由图 5可见,20世纪80年代降水过程累计持续时间最长(154.2 h),最长值出现在1989年(167.9 h);90年代累计持续时间沿平均值上下波动,波动幅度较80年代减小。城市快速发展期七个城市群降水过程累计持续时间比平均值(148.7 h)偏小,较城市缓慢发展期明显偏短,尤其是2006—2015年逐年累计持续时间总体低于平均值,可见,城市快速发展期,七个城市群降水过程的持续时间缩短,与赵彩萍等(2019)研究一致,因而区域地面会迅速汇集大量的雨水,加之不断扩大的硬化地面下渗率几乎为零,洪涝灾害风险将加大。
降水过程持续时间的月分布与我国雨带的维持和摆动趋势一致,七个城市群降水过程持续时间逐月分布(图 6),位于南方的城市群持续时间的峰值均出现在6月,7—8月持续时间明显下降,9—10月又出现小峰值。位于北方的城市群降水过程持续时间总体变化不大,京津冀城市群降水过程持续时间偏长的月份在8月,中原城市群和关中平原城市群降水过程持续时间偏长的月份出现在9—10月。
对比城市缓慢和快速发展期七个城市群降水过程持续时间的月变化(图 7),除1、2、12月因统计样本偏少不具有代表性外,、34月份降水过程持续时间增加,5、6、7月为减少趋势,8、9月为增加趋势。例如,主汛期长江中游城市群6月、关中平原城市群7月降水过程持续时间均明显偏少。
对比降水过程持续时间的月分布和城市不同发展阶段的月变化,随着城市化快速发展,过程持续时间相对偏长的5、6、7月呈缩短趋势,但过程持续时间相对偏短的3、4月和8、9月呈增长现象,说明3—9月降水过程持续时间向平均态发展,城市快速发展期不同月份间降水持续时间的差异缩短。
5 降水过程强度特征降水过程强度是暴雨灾害风险评估的重要指标之一,也是致灾的前提和触发条件,降水过程强度越强,其致灾危险性越大。分析城市化缓慢和快速发展期降水过程的强度变化,对预测和规避暴雨灾害风险具有重要价值。根据公式(1)、(2)计算1980—2019年七个城降水过程偏多偏强发生,灾情发生的可能性也偏重,城市群降水过程强度等级,等级分布从强到弱依次为极市群规划和建设需考虑暴雨洪涝突发、易发、多发的端、特强、强、较强、中等,由于基于小时分辨率的降水特点,增设防御措施。强降水过程和较强降水过程次过程强度等级的算法中加入1 h、3 h、6 h等短历时降水数最多的主要位于长江上中游,分别是长江中游城市的作用,因此与暴雨灾害的吻合度较好,降水过程强度群(274次)和成渝城市群(396次),地质环境相对脆弱,越强,灾情越重(王莉萍等,2021)。由表 3可见,珠三角强和较强降水过程发生频繁,可能导致流域性洪水和城市群极端(66次)和特强(112次)降水过程次数最多,次生灾害偏多,是我国暴雨灾害防御的重点区域之一。
从七个城市群五个强度等级降水过程次数变化来看(表 3),城市快速发展期,京津冀城市群极端、较强和中等降水过程次数增加,长三角和珠三角城市群五个强度等级降水过程次数均增加,成渝城市群强和中等降水过程次数增加,长江中游城市群极端、强、较强降水过程次数增加,中原城市群特强、较强、中等降水过程次数增加,关中平原城市群特强、强、较强降水过程次数增加。可见,不同城市群不同强度降水过程的变化趋势不同,但总体上降水过程是增多增强的,尤其是京津冀、长三角、珠三角等先发展的城市群在城市化快速发展期极端降水过程次数均增多,说明城市化快速发展可能促使极端降水过程的多发。
从七个城市群五个强度等级降水过程持续时间来看,极端降水过程平均持续时间96.5h、特强61.3 h、强39.6 h、较强27.2 h、中等13.1 h。随着降水过程增强,过程持续时间也增长,具有正相关性。在城市化快速发展期,七个城市群各个强度等级降水过程持续时间总体缩短(表 4),并且降水过程越强,持续时间缩短越明显,从致灾因子危险性分析,降水过程越强,持续时间越短,灾害发生的可能性越大,并且偏重发生。
随着强度增强,七个城市群降水过程发生次数均急剧减少,尤其是极端和特强降水过程发生次数极少或没有发生。为了分析总体趋势,对七个城市群极端、特强、强、较强和中等降水过程次数分别进行逐年累计(图 8a),从累计次数的逐年演变趋势分析,仅中等降水过程次数是逐年线性增加的(通过α=0.05水平的显著性检验),其他强度等级的降水过程发生次数逐年变化趋势不明显。但极端降水过程累计次数最多年2016年(7次)和次多年2006年、2008年(6次)均出现在城市快速发展期。因此,进一步分析强等级以上(极端+特强+强)降水过程累计次数的逐年演变(图 8b),城市化发展缓慢期,强等级以上降水过程累计次数在平均值(43.75次)上下波动;城市化快速发展期,强等级以上的降水过程累计次数具有明显的增长趋势,趋势线通过α=0.05水平的显著性检验,城市快速发展期大气环流调整和城市化作用可能对强等级以上降水过程的多发有促进作用。
从七个城市群五个强度等级降水过程的月变化(图 9)来看,极端和特强降水过程珠三角城市群、长三角城市群和长江中游城市群的峰值在6月,成渝城市群和中原城市群在7月,京津冀城市群在7—8月,关中平原城市群在7—9月。强和较强降水过程位于南方的城市群主要出现在5—6月,位于北方的城市群主要出现在7—8月。中等降水过程位于南方的城市群主要在4—8月,位于北方的城市群次数最多的月份在7月,呈单峰型分布,可见,不同城市群不同强度的降水过程具有明显月变化,峰值主要集中在汛期。
与城市缓慢发展期相比,在城市快速发展期,从图 10中七个城市群极端和特强降水过程累计次数明显增加的月份是8月和9月,明显减少的月份分别是7月和5月,极端性降水过程表现为延迟发生的趋势,例如,8月、9月长三角城市群、珠三角城市群、成渝城市群和关中平原城市群极端和特强降水过程增多;5月、7月成渝城市群、长江中游城市群、关中平原城市群极端和特强降水过程减少;另外,2—4月长江中游城市群极端和特强降水过程也增多,兼有提早发生的趋势。七个城市群强降水过程累计次数3—6月明显增加,8月、10月明显减少,强降水过程有提早发生的趋势。七个城市群较强和中等降水过程次数各月份总体增加,冬季月份(12月、1月、2月)出现次数呈增多现象;但较强降水过程次数珠三角城市群3月和4月、成渝城市群8月和9月出现明显减少现象,也就是在华南前汛期的前段、华西秋雨前段的较强降水过程出现减少的现象。由上可见,城市化快速发展,降水过程强度的月分布发生变化,以京津冀城市群来看,5—6月强降水过程减少,较强和中等强度降水过程增多;7月极端和特强降水过程增多,强和较强降水过程减少;8月特强、强和较强降水过程均减少,说明汛期京津冀城市群极端和特强降水过程发生时段趋于集中,7月降水过程极端性增强;9—11月强和较强降水过程增多,说明秋季京津冀城市群降水过程有增多增强的趋势。从中原城市群来看,在城市快速发展期5—10月特强降水过程次数均增加,表明汛期中原城市群降水过程呈现出向增强、增多发展。
对比分析城市缓慢发展期(1980—1999年)和快速发展期(2000—2019年)京津冀、长三角、珠三角、成渝、长江中游、中原及关中平原等七个城市群降水过程的次数、持续时间和强度的时空变化特征,得出如下结论:
(1) 从降水过程次数来看,城市快速发展期降水过程次数较缓慢发展期偏多7.7%。城市快速发展期降水过程次数呈增多趋势,尤其是2010年之后降水过程次数明显增加。冬季降水过程次数出现从无到有,从少到多的变化趋势。
(2) 从降水过程持续时间来看,城市快速发展期比缓慢发展期年平均降水时数增长,但单次过程平均时数缩短;降水过程持续时间3、4月增加,5、6、7月有减少趋势,8、9月为增加趋势,降水过程持续时间的月分布差异有缩小趋势。
(3) 从降水过程的强度来看,城市快速发展期,七个城市群强以上等级(极端+特强+强)降水过程次数有逐年增加趋势,中等降水过程次数也有逐年增加趋势。极端和特强降水过程8、9月份有明显增加趋势,强降水过程3—6月为增加趋势,冬季较强和中等强度降水过程次数增多。
(4) 城市快速发展期,京津冀、长三角、珠三角等先发展的城市群极端降水过程次数增多,长三角城市群、珠三角城市群、成渝城市群和关中平原城市群极端和特强降水过程有延迟发生的趋势,长江中游城市群有提早和延迟发生的趋势;中原城市群5—10月特强降水过程次数均增多。
我国主要城市群降水过程具有明显时空变化特征,在城市快速发展期,七个城市群降水过程次数增多,过程持续时间缩短,强度增强,暴雨灾害发生的可能性和致灾程度也将加大,近年来我国大范围降水过程的案例(来自中央气象台)及相关暴雨灾情也证实了上述结论。分析七个城市群在城市缓慢发展期(1980—1999年)和快速发展期(2000—2019年)降水过程频次、持续时间和强度年变化和月变化的可能原因:一是全球气候变暖的影响加剧,大气环流形势调整使降水更易发生,使降水的时空分布特征发生变化,也使极端事件发生的频度和强度增加(李沁汶等,2019);二是城市化的快速发展,城市人口和面积的急剧扩张改变了区域环境,影响区域气候特征(赵娜等,2011),进而对降水过程的发生发展和时空分布等产生影响;三是气候变暖影响加剧和城市化快速发展作用的叠加影响,但存在很多未知要素和不确定性,有待后续进一步开展相关分析研究工作。我国七个城市群降水过程在城市不同发展阶段的变化特征,对降水过程的预报服务、气象灾害防御、城市建设规划等以及城市化影响区域气候机理机制的研究具有重要的参考意义,也可以此为基础预估未来降水过程的态势和程度,服务于国家气象防灾减灾战略。
敖翔宇. 2012. 长三角洲地区对冬夏季日降水特征影响的模拟研究[D]. 南京: 南京大学
|
白莹莹, 张焱, 何泽能. 2013. 城市化进程对重庆都市圈降水空间分布的影响[J]. 气象, 39(5): 592-599. |
陈秀洪, 刘丙军, 陈刚. 2017. 城市化建设对降水特征的影响[J]. 自然资源学报, 32(9): 1591-1601. |
丁瑾佳, 许有鹏, 潘光波. 2010. 苏锡常地区城市发展对降雨的影响[J]. 长江流域资源与环境, 19(8): 873-877. |
丁凯熙, 张利平, 宋晓猛, 等. 2019. 北京地区汛期降雨时空演变特征及城市化影响研究[J]. 地理科学进展, 38(12): 1917-1932. DOI:10.18306/dlkxjz.2019.12.008 |
方创琳, 刘晓丽, 蔺雪芹. 2008. 中国城市化发展阶段的修正及规律性分析[J]. 干旱区地理, 31(4): 512-523. |
胡庆芳, 张建云, 王银堂, 等. 2018. 城市化对降水影响的研究综述[J]. 水科学进展, 29(1): 138-150. |
江志红, 唐振飞. 2011. 基于CMORPH资料的长三角城市化对降水分布特征影响的观测研究[J]. 气象科学, 31(4): 355-364. DOI:10.3969/j.issn.1009-0827.2011.04.001 |
江志红, 李杨. 2014. 中国东部不同区域城市化对降水变化影响的对比研究[J]. 热带气象学报, 30(4): 601-611. DOI:10.3969/j.issn.1004-4965.2014.04.001 |
梁萍, 丁一汇, 何金海, 等. 2011. 上海地区城市化速度与降水空间分布变化的关系研究[J]. 热带气象学报, 27(4): 475-483. DOI:10.3969/j.issn.1004-4965.2011.04.005 |
黎伟标, 杜尧东, 王国栋. 2009. 基于卫星探测资料的珠江三角洲城市群对降水影响的观测研究[J]. 大气科学, 33(6): 1259-1266. DOI:10.3878/j.issn.1006-9895.2009.06.12 |
李娜, 许有鹏, 陈爽. 2006. 苏州城市化进程对降雨特征影响分析[J]. 长江流域资源与环境, 15(3): 335-339. DOI:10.3969/j.issn.1004-8227.2006.03.013 |
李沁汶, 王玉宽, 徐佩, 等. 2019. 未来气候变化背景下横断山北部灾害易发区极端降水的时空分布特征[J]. 山地学报, 37(3): 400-408. |
廖鸿志, 郑春敏. 2003. 西部地区城镇化-云南城镇化与经济发展研究报告[M]. 北京: 科学出版社, 23-25.
|
蒙伟光, 闫敬华, 扈海波. 2007. 城市化对珠江三角洲强雷暴天气的可能影响[J]. 大气科学, 31(2): 364-376. DOI:10.3878/j.issn.1006-9895.2007.02.17 |
彭莉莉, 罗伯良. 2015. 孙佳庆. 长株潭城市化进程中极端降水变化特征[J]. 暴雨灾害, 34(2): 191-196
|
任杲, 宋迎昌. 2018. 中国城市化动力机制与阶段性研究-基于产业发展与户籍制度变迁的视角[J]. 兰州学刊: 145-158. |
王莉萍, 王铸, 连治华, 等. 2021. 基于小时分辨率的降水过程辨识方法研究[J]. 暴雨灾害, 40(1): 12-18. |
王雅莉. 2017. 城市群与城市化区域的关联性及其政策意义[J]. 区域经济评论, (5): 17-18. |
吴风波, 汤剑平. 2015. 城市化对长江三角洲地区夏季降水、气温的影响[J]. 热带气象学报, 31(2): 255-263. |
徐鹏程, 叶振宇. 2019. 新中国70年城市群发展的回顾与展望[J]. 发展研究, (11): 18-25. DOI:10.3969/j.issn.1003-0670.2019.11.004 |
许婧雪, 曹银贵. 2016. 区域城市化阶段划分与粮食播种面积变化驱动力分区关系研究[J]. 中国农学通报, 32(36): 188-197. DOI:10.11924/j.issn.1000-6850.casb16090019 |
赵彩萍, 周晋红, 李兆奇, 等. 2019. 城市化对太原暴雨变化的影响[J]. 干旱气象, 37(1): 109-118. |
赵娜, 刘树华, 虞海燕. 2011. 近48年城市化发展对北京区域气候的影响分析[J]. 大气科学, 35(2): 373-385. DOI:10.3878/j.issn.1006-9895.2011.02.15 |
郑玉萍, 李景林, 赵书琴, 等. 2011. 乌鲁木齐近48 a城市化进程对降水的影响[J]. 干旱区地理, 34(3): 442-448. |
Changnon S A. 1979. Rainfall changes in summer caused by St. Louis[J]. Science, 205(4404): 402-404. DOI:10.1126/science.205.4404.402 |
Hand L M, Shepherd J M. 2009. An investigation of warm-season spatial rainfall variability in Oklahoma City: possible linkages to urbanization and prevailing wind[J]. Journal of Applied Meteorology and Climatology, 48(2): 251-269. DOI:10.1175/2008JAMC2036.1 |
Huff F A, Changnon S A. 1972. Climatological assessment of urban effects on precipitation at St Louis[J]. Journal of Applied Meteorology, 11: 823-842. DOI:10.1175/1520-0450(1972)011<0823:CAOUEO>2.0.CO;2 |
Hughes K. 2006. The impact of urban areas on climate in the UK: A spatial and temporal analysis, with an emphasis on temperature and precipitation effects[J]. Earth & Environment, 42(2): 54-83. |
Jauregui E, Romales E. 1996. Urban effects on convective precipitation in Mexico City[J]. Atmospheric Environment, 30(20): 3383-3389. DOI:10.1016/1352-2310(96)00041-6 |
Kishtawal C M, Niyogi, Tewari M, et al. 2010. Urbanization signature in the observed heavy rainfall climatology over India[J]. International Journal of Climatology, 30(13): 1908-1916. DOI:10.1002/joc.2044 |
Kug J S, Ahn M S. 2013. Impact of urbanization on recent temperature and precipitation trends in the Korean peninsula[J]. Asia-Pacific Journal of Atmospheric Sciences, 49(2): 151-159. DOI:10.1007/s13143-013-0016-z |
Niyogi D, Pyle P, Lei M, et al. 2011. Urban modification of thunderstorms: an observational storm climatology and model case study for the Indianapolis urban region[J]. Journal of Applied Meteorology and Climatology, 50(5): 1129-1144. DOI:10.1175/2010JAMC1836.1 |
Shem W, Shepherd M. 2009. On the impact of urbanization on summertime thunderstorms in Atlanta: two numerical model case studies[J]. Atmospheric Research, 92(2): 172-189. DOI:10.1016/j.atmosres.2008.09.013 |
Shepherd J M, Pierce H, Negri A J. 2002. Rainfall modification by major urban areas: observations from space borne rain radar on the TRMM satellite[J]. Journal of Applied Meteorology, 41(7): 689-701. DOI:10.1175/1520-0450(2002)041<0689:RMBMUA>2.0.CO;2 |
Wang X Q, Wang Z F, Qi Y B, et al. 2009. Effect of urbanization on the winter precipitation distribution in Beijing area[J]. Science in China Series D: Earth Sciences, 52(2): 250-256. DOI:10.1007/s11430-009-0019-x |