论文部分内容阅读
20世纪90年代以来中国进入城市化快速发展阶段,城市规模迅速扩张,这在一定程度上对大气热环境产生了影响,如产生了城市热岛效应。文章基于南京气象站点观测数据、南京市统计年鉴以及landsat TM影像数据,选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6项指标构建城市化因子群,运用灰色关联度分析法对影响南京气温变化的因子群进行贡献度分析。首先,基于以往研究及南京市统计年鉴选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6项指标构建城市化因子群;其次,基于landsat TM影像数据利用监督分类方法提取建成区面积;最后,基于灰色关联度分析方法,定量计算出人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6项城市化因子分别对年均温、年最高温、年最低温、季均温、月均温以及不同时期温度均值的影响。研究发现,(1)1983─2011年期间,南京市气温呈明显递增趋势,20世纪90年代后期增温更为明显,1999─2007年年均温增长了1.50℃。(2)发现对于同一参考数列(年均温、月均温等)而言,其影响因子关联度整体排序是一致的:人口密度>建成区面积>废气排放量>运营车辆>用电量>绿地覆盖面积。(3)同一城市化因子对年均温变化、年最高温变化、年最低温变化的影响是不相同的。例如,人口密度对1983─2011年年均温变化影响最大,关联度达到了0.95;用电量、废气排放量和运营车辆对1983─2011年年最低温变化影响最大,其关联度分别为0.68、0.74、0.73。(4)同一城市化因子对不同月份气温变化的影响是不相同的,如人口密度与2月月均温之间的关联度最小,关联度为0.78;与3月月均温之间的关联度最大,关联度为0.93。(5)不同城市化因子随着时间的推移,对区域气温变化的影响也是不相同的。其中,人口密度、运营车辆以及建成区面积对气温变化的影响是立竿见影的效应;用电量和废气排放量对气温变化的影响是累加的效应;而城市绿地面积对气温的影响只是对温室气体吸收量多少的外在表现,一般绿地面积越多,吸收的温室气温也就越多,无附加影响。