选择参考站进行评估的遥感方法 城市化对地面气温变化的影响外文翻译资料

 2022-04-25 10:04

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

选择参考站进行评估的遥感方法

城市化对地面气温变化的影响

中国气象局国家气候中心气候研究室，中国北京

（手稿于2010年2月4日收到，最终形式为2010年11月30日）

摘 要

在全球范围内，城市化效应的偏差在一定程度上仍然存在于许多地表气温序列中，需要选择可靠的参考气候站来检查和纠正当地的人为升温偏差。本研究采用遥感反演的基础图像数据来获取地表亮温的空间分布，并根据遥感地表热场中气象站位置确定地面气温参考站。例如，在中国大陆的672个国家参考气候站和国家基础气象站中，选择了113个地面气温参考站应用该方法。与国内较为成熟的方法所获得的参考站的平均地面气温序列相比，该方法具有较强的适用性，可用于目前使用的城市化偏倚评估和调整研究全球陆地表面气候站的气温记录。

1 简介

全球和区域气候变化的检测和归因除了使用气候模式模拟之外，主要基于上个世纪的工具数据。许多具有长时间表面气温（SAT）记录的气象站位于城镇附近，研究表明城镇城镇化对本地和区域尺度的SAT平均趋势有显着影响（Magee et al。 1999; Comrie 2000; Kimand Baik 2002; Chu and Ren 2005; Ren等人2007,2008; Zhang等人2010）。这意味着不断增加的城市热岛（UHI）可能会对各个台站的SAT趋势产生不利影响，应该在用于区域和全球气候变化分析之前进行修正（Karl等，1988; Wang等，1990; Portman 1993; Hansen等人2001; Ren等人2008; 周易等人2004）

已经采用了许多方法来检测由城市化导致的SAT记录存在偏差（Karl1988; Portman 1993; Hansen等，2001; Zhou et al。2004; Ren等人2008），其中，最可靠的方法将是比较观察记录在城市和周围的乡村之间的测站（Brohan等2006）。城市站位于在SAT观察中受UHI效应的影响的城市或郊区、 国家边站或参考站位于远处从建成区，所以SAT记录可以代表基准气候条件，鉴于其他人的的错误影响可以消除，城乡电台之间SAT趋势的现状是城市电视台SAT的偏见系列相对于背景温度的变化，由城市化进程引起的，也就是影响SAT趋势的城市化进程，因此，选择参考温度站在研究城市和乡镇车站的SAT系列中城市化偏见的检测和调整是一个关键点。

然而，不同的研究小组采用不同的标准和程序来选择参考温度站，结果，在同一地区

明显的差异存在于所使用的参考温度站网络中，这成为导致城市站SAT趋势的城市化效应的偏差评估结果不一致的主要原因，或者是区域性或全球性使用的其他数据集，例如，Jones等人 （1990）和Li等人 （2004）发现了一个对中国的SAT趋势的微不足道的城市化影响，然而，Ren等人 （2008）认为，华北地区的城市变暖趋势在十一月十一日达到了0.118C，并且根据国家参考气候站（RCS） - 基础天气站（BWS）数据集估算的城市化效应对全年总平均SAT变化的贡献超过37.9％。 分歧的主要原因在于用于选择参考站的不同方法（Ren等，2008,2010）。因此，选择参考站的方法对城市站点SAT趋势城市化效应的可靠分析结果至关重要，这显然需要进一步研究。在本文中，制定了一个客观程序，以确定和确定参考温度站，用于研究城市化对SAR趋势的影响。 采用卫星遥感（RS）技术获取地表亮度温度，地表温度（LST）为气候站周围的地表温度，可以确定城市热场气象站的相对位置，那么可以确定参考温度站。 由于缺乏对全球气候站周边环境和城市化进程的详细描述，以及遥感数据在及时性和一致性方面的优势，本研究提出的方法有可能用于大陆性或全球尺度。

  1. 回顾以前的研究

在以前的研究中，已采用各种方法对电台进行分类并选择参考电台。 总共有五种类型总结如下。

  1. 最近的观察

在单个城市站的城市化效应的案例研究中，它总是被采用。 根据地理位置，本例选择最近的一个城市的镇级气象站（Ji et al.2006; Cheng 2005）。例如，Bai et al。 （1997）通过比较位于小城镇附近的榆中，高栏和白银站的观测数据，计算兰州站的热岛指数。 田等人。 （2006）以西安（市）站周围的数据库为参考，对西安站的UHI进行分析。 另一种方法是使用较低的对流层（如850 hPa）作为参考序列来估算气象站的海水温度的大小及其随时间的变化（Wu et al.1994; Ernesto 1997）。

  1. 按人口分类

根据人口情况，城市和农村地区进行分类，然后选择位于农村地区的气象站作为参考站。 人口数据包括总人口（琼斯等1990），城市常住人口（周和任2005）和人口密度（波特曼1993年）。 Jones等人（1990）的研究表明，中国东部地区的农村人口不足50万人，但在Easterling等人的研究中，其数量不到5万人。（1997年）。

c、按卫星和地图数据分类

根据遥感夜间光照强度，真彩色航拍图像和大比例尺地图等数据确定城市台站和参考站。 以夜间照明为例，城市建筑的光照强度最大，其次是郊区，然后是农村。 因此，光栅图像中的每个像素的光强度按照城市区域，郊区和农村三种类型进行分类。 位于农村地区的气象站设置为参考站（Owen等，1998; Peterson等，1999; Hansen等，1999,2001）。

D、再分析数据

近年来，再分析温度数据已被用作背景领域。 比较地表气象站和地面再分析温度序列的温度趋势，分析城市化和土地利用变化对卫星记录的影响（Kalnay和Cai，2003; Zhou等，2004; Zhang等，2005）。

  1. 按数学方法分类

等数学方法将区域/站点分为城市受影响区域/站点和 乡村地区/电台。 例如，Chu和Ren（2005）对北京地区20个台站的SAT系列进行了EOF分析，将年平均气温和季节平均气温的第二个EOF特征向量负值站点作为参考站。

通常在城市站附近的农村或城镇地区的气象站比较少，所以最近的观测方法往往受到选定站点充足度的影响。 根据Lowry（1977）的观点，城市热岛效应仍然会影响建成区以外的郊区，所选择的参考站将不具有代表性。 此外，还有一些差异存在于探空温度观测值和地面温度计记录之间，这不会鼓励使用探测温度记录作为相关系列。

由于各国经济发展和城市化进程的差异，具有相同人口的城市可能处于不同的城市化阶段。 此外，国家和地区统计方法的不一致增加了人口确定的城市化水平的不可比性。 另外，一些指标是主观的。 例如，人口总计10 000人，5万人和10万人被用作识别不同研究中国家定居点的指标; 然而，卡尔等人。 （1988）发现城镇化效应甚至可以发生在人口少于10 000人的定居点上。乔和秦（1990）也表明，城市化对地表气温记录的影响存在于人口为10 000-100 000在中国。 因此，应用于大陆或全球范围研究时，使用人口对台站进行分类的方法有一些局限性。

卫星夜间光强度数据已被使用以确定站点周围的土地利用和土地覆盖变化（Imhoff et al.1997; Owen et al.1998; Hansen et al.2001）。 再次，这种方法在国内使用时比其他程序有了明显的进步，但在跨越经济和文化界限的情况下使用时存在一些问题。城市间相似的城市之间存在明显的光强差异，由于经济发展阶段不同，城市扩张模式和能源消费模式不同，因此不同国家和地区的不同国家和地区之间的可比性很小。以夜间光照强度作为选择参考站的指标（Owen et al.1998）。

再利用再分析资料作为背景温度也存在问题。 大多数再分析产品目前还没有足够的时间进行城市化研究，尤其是在1890年前开始城市化的欧洲。 地面气象站数据和再分析资料已通过不同的方法获得，后者由气候模型使用观测数据计算，观测数据排除了诸如云层和地表湿度，这可能会偏离热带气旋的评估（Trenberth，2004）; 因此，城市站点与再分析资料之间的温度差异不一定仅由城市热岛引起。

最后，通过数学方法对站点进行分类，在考虑城市化效应的边界时具有一定的优势。 但是，对于大多数城市地区来说，气象站密度不足以进行插值，从而导致误报插值。 此外，这种方法没有考虑观察场地周围当地建筑物的可能影响。

除了上述方法之外，Ren等人使用了一种综合方法。 （2010）获得中国大陆地表温度参考站网络。 在这种方法中，一些指标 - 例如定居人口，车站和干扰中心之间的距离以及人造建筑区域在距离台站2公里半径范围内采用，并考虑城市化的多尺度效应和观测地周围环境对地表温度记录的影响。 但是，这种方法需要大量的元数据; 因此，在半球体或全球陆地尺度研究中很难应用这种方法。

可以发现相当少量的台站实际上代表背景温度变化条件。 由于气候变化分析需要足够长的观测数据序列，因此在农村或不受人类活动影响的地区找到合适的观测站比较困难。 在这种情况下，必须选择靠近农村的站点来最大限度地表示基准气候条件，并参照SAT系列来评估和调整城市站点数据中存在的城市化偏差。

  1. 卫星遥感方法

由于城市热岛效应，城市和郊区的地表温度分布通常表现为封闭的，是城市中心周围的其他地区。 因此，从理论上讲，可以通过根据等温线分布确定来自热岛效应的未受影响的区域来选择参考站，其中适当的是其他区间。

温克勒等人。 （1981）分析了城市热岛的空间结构，通过绘制等温线，然后将分类站作为农村进行分析，只有当它们位于建筑物周围的封闭围墙之外时。然而，大多数欠发达地区的城市普遍存在少数气象站。 在台站密度不足的情况下，UHI影响区域无法确定通过内插来自气象站的地面温度记录。 因此，采用这种方法难以选择具有台站观测温度分布的参考台站。

近年来，应用遥感技术为选择地面温度参考站提供了机会和可能性卫星遥感是城市热环境研究的有效信息来源，热红外遥感数据已经被许多小组采用在城市热环境研究上。 Gallo等人 （1993,1999），例如用归一化植被指数（NDVI）和地表辐射温度来解释城乡温度差异。其中一项产品是LST，它是地表能量平衡的有利指标。 LST是研究地下热场的有效工具。

中等分辨率成像分光辐射度计（MODIS）数据在多光谱，中等分辨率和自由数据中的优势被广泛应用（Zhangetal.2006）.Heetal。（2005）利用MODIS分裂窗算法计算了LST，并分析了中国广州的城市热环境。 他们在LST与实际观测结果的一致性方面取得了令人满意的结果。 因此，通过使用MODIS产品分析城市热场的空间分布来确定受城市热岛影响的区域的边界并选择位于边界外的农村站点是可行的。

本文选择MOD11A2 8天LST来插值围绕天气的等温线分布。 它是一个LST产品，空间分辨率为1 km，单位为0.02 K，是八天内的平均每日LST。 像素数据是通过美国国家航空航天局LST小组通过分裂窗算法处理MODIS波段31和32获得的。 在加工过程中考虑了观测角度，大气柱中水汽含量和云等因素（Wan andDozier 1996; Wan 2007）。 MODIS数据集可在线获取（ftp://e4ftl01.cr.usgs.gov/MOLT/）。

分析时间被确定为MODIS热红外波段检测对LST更敏感并且检索结果更为理想的季节或月份。 在确定时间窗时，也会考虑数据可用性。 总的来说，冬季地表热状况更为现实，并且在中高纬度地区可以清楚地发现受热岛影响的地区的边界。然而，人类活动可能会对地表热状况产生一些不同的影响 西方国家12月底的圣诞假期和春节假期普遍发生

1月中旬至2月份的亚洲之行（Guo and Ren 2010）。 因此，本研究使用2001年1月1日至8日的平均LST来确定台站周围地表温度的空间分布。

LST的等温间隔应该反映城市中心城市中受热岛效应影响的城市下垫面的温度梯度，并且应该受局部因素如微地形的影响较小。 选择的等温间隔也应该适合最大限度地节省时间和工作量。

通过采用包括1.08,0.58和0.258C在内的各种等温间隔进行10个测站（中国6个，欧洲和中亚4个）的实验，以确定最适合的分类站。 实验中的LST等温线图和以下站点分类均使用Surfer 8.0版软件生成，其中使用克里金内插方案。

图1给出了10个案例中四个台站周围不同LST等温线的分布。它们包括中国的北京站（No. 54511）和博克图镇站（No. 50632），德国的Fichtelberg站（No.10578）和西班牙的塞维利亚站（No. 8392）。等温间隔为0.258C可以覆盖更多的等温线，但等温线的分布更容易受到微观形貌的影响，这会干扰视觉判断。显示1.08C的等温间隔稍微粗糙，这使得难以确定一些小型城市站周围的空间热结构中的观测场的位置。等温间隔0.58C是一个温和的间隔，可以清楚地显示城市和农村之间的LST差异。因此，选择0.58C的等温间隔来绘制气象站周围的LST热场。有趣的是，注意到温克勒等人。 （1981）也用0.58C作为区间来绘制城市周围地表气温等温线。

上述四个台站可以作为一个示例来详细说明确定位置软通信台站的步骤。 首先将等温线分布与未分类站点（在这种情况下为北京（图1a），塞维利亚（图1b），Fichtelberg（图1c）和Boketuzhen（图1d）站点）的LST数据进行映射。 地图的温度间隔为0.58C（上限

然后检查图1中每个面板的地图）以确定气象站相对于积聚区域或

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[465537]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章