20世纪60年代以来，中国城市化发展迅速，城市人口增长速度加快，工业化水平不断提高，城市化对气候变化的影响引起普遍关注^[1-5]。中国科学家进行了一系列关于城市热岛的研究，结果表明在北京、上海、南京、西安、武汉等地均存在显著的城市热岛效应^[6-20]。

城市热岛产生的原因很多，城市化是城市热岛产生的一个重要原因。影响地面气温变化的因素主要有两点：区域气候自身的变化和人类活动的影响，其中人类活动的影响主要表现为温室气体排放和土地利用类型的改变。城市化和土地利用类型改变对气温变化的影响可以通过比较城镇观测数据与乡村观测数据获得，也可以通过比较地面观测资料与NCEP/NCAR再分析资料的差值估计城市化和其他土地利用变化对气候变化的影响^[21-23]。由于在分析资料中的地表温度不受城市化及土地利用类型变化因素的影响，代表的是由于温室气体的排放和大气环流所引起的大尺度气候变化，因此，多采用OMR (observation minus reanalysis)^[24]方法分析下垫面改变对气温的影响。但NCEP/NCAR再分析资料在对中国气候变化长期趋势的研究中存在较大不确定性^[25]。科研工作者采用城市站与高山站对比以及城市站与乡村站对比等方法研究中国区域内城市化对城市气温变化的影响^[26-28]，结果表明：城市站气温变化受到明显的城市化影响，对于平均气温和最低气温以正影响为主，而对于最高气温为负影响为主。

秦岭是我国北方干冷空气南下和南方湿暖空气北上的自然屏障, 是地理、地质、水文、生态、环境和气候的天然分界线。秦岭特殊的位置和地形形成独特的山地气候，在水源涵养、物种保护、生态景观等方面发挥着重要作用，是我国中部重要的生态安全屏障。同时随着近年关中地区和汉江沿线快速城市化，秦岭生态环境显得尤为脆弱。李双双等^[29]、张立伟等^[30]、周琪等^[31]对秦岭地区气温变化进行了初步研究，主要偏重于气温变化的突变检验等方面，对于城市化对气温变化的影响研究并未涉及。本文旨在通过均一化气象资料深入研究秦岭山脉南北两侧气温变化特征，给出秦岭南北城市化过程及土地利用的改变对气温非均匀分布的影响，为研究秦岭地区气候变化提供参考。

本文秦岭山区选取31.9°~34.9°N，106°~110°E范围，气候资料来源于国家气象信息中心地面基础气象资料建设专项的中国国家级地面气象站均一化气温日值数据集 (V1.0)。该数据集采用RHtest均一性检验方法对气温进行订正处理，经过严格的质量控制，对气候资料序列中因台站迁移等多种非自然因素引起的非均一性进行订正，其数据完整性和数据质量较以往发布的版本均有明显提高。本文对所选站点进行了逐一验证，数据可信度较高，此处仅给出陕西省平利站均一化前后的对比结果。平利站 (32.4°N，109.33°E, 区站号为57248) 位于陕西省南部，1998年迁站，迁站前后最高气温和最低气温变化均出现突变，订正后数据变化较为平缓。

本文选取观测资料时长在50年以上 (始于1961年前) 的陕西省境内51个站的日平均气温、日最高气温和日最低气温资料，站点海拔高度范围285 m (旬阳)~2065 m (华山)，海拔800 m以上的气象站有宁陕、柞水、佛坪、宁强、洛南、凤县、镇坪、留坝、太白、华山。其中，太白和华山为高山站，进行城市化影响分析中不包含这两个站。

DMSP (defense meteorological satellite program)/OLS (operational linescan system) 夜间稳定灯光数据，来自于美国国家地球物理数据中心 (NGDC)2010年发布的第4版数据，主要利用各年的9—11月月光照度在50%以下的多时相OLS数据制成，空间分辨率接近1 km，灰度值范围为0~63，降噪处理时噪声点赋值0，数据时间跨度为1992—2012年，涵盖了F10，F12，F14，F15，F16和F18共6颗卫星。

图 1

图 1. 陕西省平利站均一化前后数据对比 (1998年迁站) (a) 年平均最高气温，(b) 年平均最低气温 Fig 1. The comparison of homogenization and measurements at Pingli Station of Shaanxi (relocated in 1998) (a) annual mean maximum temperature, (b) annual mean minimum temperature

在城市化对气温变化影响研究中，乡村背景站的选取至关重要，张爱英等^[26]指出：背景站首先是气温观测资料连续性好，时间序列足够长，迁站次数少，远离城区，观测站区域人口相对较少，站点空间分布相对均匀，对该区域具有代表性。在秦岭地区城市站和乡村站的划分上，首先考虑利用人口、建成区面积等社会经济数据划分，由于秦岭南北坡海拔变化大，多数站偏离城市，划分问题较多。最终参考Yang等^[3]提出的利用DMSP/OLS夜间灯光阈值划分城市站和乡村站的方法。采用DMSP/OLS数据进行划分，前提是选择DMSP同一颗卫星，但实际观测中DMSP单颗卫星观测的时间序列较短，使用单颗卫星资料划分站点得到的结果代表性较差。因此，使用Elvidge等^[32]给出的交叉定标方法，对陕西省境内1992—2012年DMSP/OLS的6颗卫星合计20景灯光数据进行了交叉定标，得到了20年连续的灯光序列数据，对该数据逐像元计算倾向率，得到陕西省境内近20年灯光的变率分布。

根据灯光变率进行城市站和乡村站划分时，考虑站周围某一范围内的地理和人文环境对其影响较大，以站为中心，5 km为半径的区域分别计算了51个站20年灯光指数的变化特征 (图略)。本文结合自然的地理分区以及灯光指数的分布将观测区域分为6个区 (图略)，秦岭山脉北部3个区，分别为西安区 (西安、咸阳、铜川)、渭南区和宝鸡区，秦岭山脉南部3个区：汉中区、商洛区和安康区，在每个区域内将灯光指数变率接近于零值的站定义为所选区域的乡村站，其余站点的算术平均值作为城市站，每个区选出的站及所包含的站数见表 1(其中由于商洛区站点较少且处于山区，本文未对之进行分析)。

表 1

表 1 代表站选取结果 Table 1 Rural stations and urban stations 区域 参考站 区域包含站点数 宝鸡 (关中) 眉县 7 西安 (关中) 蓝田 16 渭南 (关中) 华县 9 汉中 (陕南) 留坝 8 安康 (陕南) 石泉 8

表 1 代表站选取结果 Table 1 Rural stations and urban stations

图 2给出了秦岭地区年平均气温、年平均最高气温和年平均最低气温变化特征，其中，年平均气温有39个站达到0.05显著性水平，关中30个站，陕南9个站；最高气温有38个站达到0.05显著性水平，关中30个站，陕南8个站；最低气温有42个站达到0.05显著性水平，关中30个站，陕南12个站。由图 2可见，近54年秦岭南北两侧年平均气温呈现增加趋势，秦岭北麓平均增幅0.18℃/10 a，秦岭南麓平均增幅0.06℃/10 a，其中以北部的合阳、周至和户县增加最显著 (达到0.01的显著性水平)，达到0.33℃/10 a，其余均在0.3℃/10 a以下，秦岭南麓的柞水、商南、汉阴、白河则呈下降趋势 (仅商南达到0.05显著性水平)，变率分别为-0.02℃/10 a，-0.03℃/10 a，-0.04℃/10 a，-0.01℃/10 a。年平均最低气温呈增加趋势，其中秦岭北麓平均增温为0.24℃/10 a，南麓平均增温为0.10℃/10 a，秦岭北麓有5个站气温增幅超过0.40℃/10 a (均达到0.05显著性水平)，户县最高达到0.58℃/10 a。年平均最高气温也呈增加的趋势，但增温范围较均匀，秦岭北麓平均增幅为0.20℃/10 a，秦岭南麓平均增幅为0.16℃/10 a，南北差异较小。

图 2

图 2. 1961—2012年秦岭南北两侧气温年变化特征 (a) 平均气温，(b) 最高气温，(c) 最低气温 Fig 2. The annual variation of mean air temperature (a), maximum temperature (b) and minimum temperature (c) over the Qinling Mountains from 1961 to 2012

分析1961—2012年不同季节平均温度变率空间分布特征 (图 3) 可知，秦岭南北两侧平均气温春、秋、冬3个季节均呈明显的增暖趋势，夏季则呈降温趋势，春、秋、冬3个季节平均气温达到0.05显著性水平的站数分别为44，30，43。春、秋、冬3个季节增温强度存在一定差异，3个季节平均增温率为0.26℃/10 a，0.14℃/10 a，0.25℃/10 a，春、冬季增温强于秋季，与平均气温年变化相似，平均气温季节增温也是秦岭北麓高于秦岭南麓，且秦岭北麓的增温较南麓显著。夏季呈减温的区域较大，占全部的74%，平均减温率达到0.1℃/10 a，但夏季仅有3个站达到0.05显著性水平，其结果有待于进一步验证。

图 3

图 3. 1961—2012年秦岭南北两侧平均气温季节变化特征 Fig 3. The variation of mean temperature over the Qinling Mountains in four seasons from 1961 to 2012

分析秦岭南北两侧季节平均最高气温 (图 4) 和最低气温 (图 5) 变率分布可知，最高气温和最低气温在春、秋、冬季均呈现出不同程度的增暖，最高气温在3个季节平均增温率为0.43℃/10 a，0.24℃/10 a，0.18℃/10 a，最低气温在3个季节平均增温率为0.21℃/10 a，0.17℃/10 a，0.28℃/10 a，最高气温在春、秋、冬3个季节分别有47，33，7个站达到0.05显著性水平，最低气温在春、秋、冬3个季节分别有32，28，41个站达到0.05显著性水平，秦岭地区春季和秋季气温日较差变大，冬季气温日较差变小，且秦岭北麓较南麓显著。夏季最高气温呈降温趋势 (下降站点占81%)，仅4个站达到0.05显著性水平，平均变率为-0.1℃/10 a，最低气温夏季则呈增加趋势 (增加站点占78%)，有25个站达到0.05显著性水平，平均增温率为0.14℃/10 a，因此，秦岭南北两侧夏季气温日较差变小。秦岭南北两侧分别属于亚热带季风气候区和温带季风气候区，气候本身的差异也会对气温变化产生一定影响，但秦岭南北两侧气温的变化并不均匀，气温年变率中平均气温和最低气温变化差异大，最高气温变化差异小，季节变率中春季和冬季变化大，夏、秋季节变化小，造成这种气温变化非均匀性差异，除了与南北气候差异有关，也与南北城市化影响有密切关系。

图 4

图 4. 1961—2012年秦岭南北两侧最高气温季节变化特征 Fig 4. The variation of maximum temperature over the Qinling Mountains in four seasons from 1961 to 2012

图 5

图 5. 1961—2012年秦岭南北两侧最低气温季节变化特征 Fig 5. The variation of minimum temperature over the Qinling Mountains in four seasons from 1961 to 2012

为了进一步确认秦岭南北两侧温度非均匀变化的原因，本文参考文献[27-28]计算城市化影响和城市化影响贡献率的方法，得到秦岭地区5个不同区域城市化影响和城市化影响贡献率，给出城市化在秦岭地区气温变化中的贡献。

城市化影响的计算：

(1)

式 (1) 中，ΔT_U表示所选的城市区域气温变率，ΔT_R表示气候变化背景场的乡村站气温变率。城市化影响贡献率，即城市化影响在城市区域气温变化趋势中所占的百分比：

(2)

对于式 (2)，E的可能变化有3种情况：当ΔT_U>ΔT_R时，E>0，表明城市化对城市区域气温变化的影响为增温；当ΔT_U=ΔT_R时，E=0，表明城市化对城市区域气温变化没有影响, ；当ΔT_U＜ΔT_R时，E < 0，表明城市化对城市区域气温的影响为降温。此处将|E|>100%的情况统一定义为|E| =100%。

表 2给出了1961—2012年秦岭地区5个不同城市区域和相应气候背景站年平均气温、最高气温、最低气温变化趋势，由表 2可见：近50年乡村站和城市站平均气温、最高气温和最低气温均呈不同程度的增加趋势，城市站最低气温和平均气温的增温幅度明显高于乡村站，最高气温的增幅城市站和乡村站基本相当，表明近50年秦岭地区平均气温和最低气温的增加与城市化过程有关，而最高气温的增加主要是气候本身变化所致。

表 2

表 2 1961—2012年秦岭地区乡村站和城市站年平均气温、最高气温、最低气温变率 (单位：℃/10 a) Table 2 The characteristic of mean temperature, maximum temperature and minimum temperature of rural stations and urban stations over the Qinling Mountains from 1961 to 2012(unit:℃/10 a) 乡村站 最低气温 最高气温 平均气温 城市站 最低气温 最高气温 平均气温 华县 0.07 0.15 0.05 渭南 0.22 0.18 0.17 蓝田 -0.03 0.18 0.06 西安 0.21 0.20 0.19 眉县 0.11 0.16 0.07 宝鸡 0.27 0.20 0.19 留坝 0.07 0.22 0.06 汉中 0.17 0.18 0.11 石泉 0.13 0.13 0.05 安康 0.11 0.12 0.05

表 2 1961—2012年秦岭地区乡村站和城市站年平均气温、最高气温、最低气温变率 (单位：℃/10 a) Table 2 The characteristic of mean temperature, maximum temperature and minimum temperature of rural stations and urban stations over the Qinling Mountains from 1961 to 2012(unit:℃/10 a)

为了进一步明确城市化对秦岭地区气温的影响，根据式 (1)、式 (2)，分别计算5个不同区域的城市化影响ΔT_UR和城市化影响的贡献率 (图 6)。城市化对平均气温的影响除安康外，均为正贡献，在秦岭北麓较秦岭南麓明显，北麓平均气温城市化影响为0.12℃/10 a，南麓平均气温的城市化影响为0.02℃/10 a，平均气温城市化影响率北部为68%，南部为12%，城市化影响加速了秦岭北麓平均气温变暖趋势，导致秦岭南北两侧平均气温增温的非均匀性。城市化对最低气温的影响在秦岭北麓和南麓均为正贡献，表明城市化的发展加速了最低气温变暖的趋势，北麓和南麓最低气温城市化影响平均值分别为0.21℃/10 a和0.06℃/10 a，最低气温城市化影响贡献率分别为86%和38%，表明城市化对最低气温增温的影响在秦岭北麓高于南麓。最高气温城市化影响在秦岭北麓和南麓的平均值分别为0.05℃/10 a和-0.02℃/10 a，城市化影响贡献率分别为29%和-13%，表明城市化对最高气温影响在秦岭北麓为正贡献，即城市化使秦岭北麓城市区域内最高气温增暖更明显，而使秦岭南麓城市区域增暖减弱。

图 6

图 6. 5个城市站年平均气温 (a)、最高气温 (b)、最低气温 (c) 变率的城市化影响和城市化影响贡献率 Fig 6. Effects of urbanization on variation trends of mean temperatures (a), maximum temperatures (b) and minimum temperature (c) with the contribution of urban effects for five urban stations

分析不同季节城市化贡献 (表 3) 可知，对平均气温，城市化对秦岭北麓的影响四季均为正贡献，冬季最强为0.17℃/10 a，春季次之，夏季最弱仅为0.09℃/10 a，秦岭北麓夏季平均气温变率为负值 (图 4b)，而城市化对其为增温效应，表明秦岭北麓夏季平均气温降低应是气候本身的变化所致；城市化对秦岭南麓平均气温变化影响四季均小于北麓，春季和秋季为增温效应，冬季则为减温效应。对于最高气温秦岭北麓四季均为增温效应，但幅度较弱，最高夏季，仅为0.06℃/10 a，而对于秦岭南麓，除春季外，其余3个季节城市化对最高气温影响均为减温效应，因此，夏季秦岭北麓城市化削弱了最高气温的降低，南麓城市化则加大了最高气温的降低。城市化对秦岭北麓最低气温的影响远高于秦岭南麓，其中北麓春季增温达到0.24℃/10 a，夏秋季最小也达到0.16℃/10 a，而对于秦岭南麓城市化影响仅在春季最大为0.13℃/10 a，其余季节均较小，甚至在冬季的影响为0。

表 3

表 3 5个城市站四季平均气温、最高气温、最低气温变化趋势的城市化影响和城市化影响贡献率 Table 3 Effects of urbanization on seasonal variation trends of mean temperature, maximum temperature and minimum temperature with the contribution of urban effect for five urban stations 季节 气温 变量 秦岭北麓 秦岭南麓 宝鸡 渭南 西安 平均值 汉中 安康 平均值 春季 平均 ΔTUR/(℃/10 a) 0.05 0.17 0.18 0.15 0.15 0.02 0.085 E/% 17 51 54 46 85 17 51 最高 ΔTUR/(℃/10 a) -0.04 0.01 0.04 0.03 0.06 0 0.03 E/% -8 2.09 9 8 16 1 9 最低 ΔTUR/(℃/10 a) 0.05 0.29 0.37 0.24 0.22 0.04 0.13 E/% 17 95 100 71 100 43 72 夏季 平均 ΔTUR/(℃/10 a) 0.2 0.05 0.03 0.09 0.02 -0.02 0 E/% 100 62 65 76 100 -14 43 最高 ΔTUR/(℃/10 a) 0.16 0.03 -0.02 0.06 -0.07 0.03 -0.02 E/% 100 24 -32 31 -100 21 -39 最低 ΔTUR/(℃/10 a) 0.25 0.05 0.18 0.16 0.03 -0.02 0.005 E/% 100 56 100 85 32 -100 -34 秋季 平均 ΔTUR/(℃/10 a) 0.15 0.11 0.09 0.12 0.01 0.02 0.02 E/% 80 66 54 67 8 13 11 最高 ΔTUR/(℃/10 a) 0.06 0.07 0.02 0.05 0.02 -0.08 -0.03 E/% 21 29 10 20 12 -48 -18 最低 ΔTUR/(℃/10 a) 0.18 0.11 0.18 0.16 0 0.11 0.06 E/% 85 64 100 83 -1 59 29 冬季 平均 ΔTUR/(℃/10 a) 0.12 0.22 0.18 0.17 -0.03 0 -0.02 E/% 40 71 59 57 -19 -2 -11 最高 ΔTUR/(℃/10 a) 0 0.08 0.03 0.04 -0.07 -0.06 -0.07 E/% 0 37 14 17 -82 -48 -65 最低 ΔTUR/(℃/10 a) 0.13 0.26 0.3 0.23 -0.07 0.07 0 E/% 35 77 93 68 -30 26 -2

表 3 5个城市站四季平均气温、最高气温、最低气温变化趋势的城市化影响和城市化影响贡献率 Table 3 Effects of urbanization on seasonal variation trends of mean temperature, maximum temperature and minimum temperature with the contribution of urban effect for five urban stations

秦岭南北两侧的城市化水平也存在明显差异，北麓的关中盆地城市化发展明显高于南麓的陕南地区，形成了以西安—咸阳为中心的大型城市群落，快速的城市化发展所造成的城市上空温室气体和大气气溶胶浓度明显高于陕南^[33]，这些温室气体和大气气溶胶粒子能够吸收和散射太阳短波和大气长波辐射，而且特殊的地形和气象条件下在春季和冬季会在关中城市群的上空形成较厚的逆温层，阻挡城市热量的扩散，导致关中地区春季和冬季的城市最低气温出现明显升高，由于温室气体和气溶胶的增加，意味着在白天反射太阳直接辐射更多，使到达地面的太阳直接辐射减弱，同样对白天最高气温变暖不利^[26]，但秦岭山脉北部关中地区最高气温四季均为弱的正贡献，秦岭山脉南部除春季外，其余均为负贡献，由此，城市化对温度的影响，尤其是城市化所产生的大气气溶胶对温度的影响不仅随着城市化的程度有差异，在不同气候区域也存在着一定差异。

根据1961—2012年陕西省均一化气温数据分析了秦岭南北两侧平均气温、最高气温、最低气温的年、季节变化特征，结合DMSP/OLS数据对秦岭南北两侧进行城市化分区，并对5个区域分别计算了城市化影响和城市化影响贡献率。结果表明：

1) 秦岭地区年平均气温、年平均最低气温和最高气温平均增幅在南北两侧分布不均，北麓气温增幅明显高于南麓，北麓分别为0.18℃/10 a，0.24℃/10 a和0.20℃/10 a，南麓分别为0.06℃/10 a，0.10℃/10 a，016℃/10 a，北麓较南麓显著。

2) 秦岭南北两侧平均气温、最高气温、最低气温在春、秋、冬3个季节均呈明显的增暖趋势，平均气温在春季和冬季增温显著，最高气温在春季增温显著，最低气温在冬季增温显著，秦岭地区春季、秋季气温日较差变大，夏季和冬季气温日较差减小。

3) 城市站最低气温和平均气温的增温幅度明显高于乡村站，最高气温的增幅城市区域站和气候背景站基本相当，城市化的影响主要使平均气温和最低气温增加更快，而最高气温的增加主要是气候本身变化所致。

4) 通过计算城市化影响和城市化影响贡献率，得到秦岭北麓城市化对平均气温、最高气温和最低气温的影响高于南麓，城市化的影响加速了秦岭北麓平均气温和最低气温变暖的趋势，在春季和冬季更加明显，城市化对秦岭南麓最高气温的增加为负贡献，对秦岭北麓最高气温增加为正贡献，由此，气候带的差异、地形的差异以及城市化发展的差异，使得城市化对气温的影响在不同区域呈不同的特征。秦岭南北两侧城市化发展的差异，加剧了秦岭南北两侧气温变化的非均匀性。