城市化对全球气候温度趋势的影响

现有均质数据集的地表温度趋势由于城市热岛 (UHI) 效应而具有一定程度的虚假变暖的证据。虽然人们普遍认为均质化技术消除了UHI对趋势的影响，但这不太可能，因为UHI对趋势的影响在很大程度上与全球变暖没有区别。目前的均质化技术可以消除站​​点数据的突然变化，但无法纠正任何缓慢增加的虚假变暖的来源。

Anthony Watts解决了美国温度监测站的这个问题，方法是实地考察现场并记录温度计暴露于虚假热源（主动和被动）的情况，并将位置良好的仪器的趋势与位置不佳的仪器的趋势进行比较。他发现，选址良好的站点平均显示出比选址不佳的站点和NOAA官方“调整后”温度数据更冷的温度趋势。

使用全球人口密度数据集，最近，分析了基于高分辨率Landsat卫星的全球人类住区“建成”区域的测量结果。分析具有小时时间分辨率的气象站数据（主要来自机场），而不是构成当前全球陆地温度数据集的通常的每日最高和最低温度数据（Tmax、Tmin）测量值。不幸的是，每小时数据站的数量较少，但具有更好维护的优势，因为它们支持航空安全并允许检查UHI效应在白天和黑夜的变化情况。

在这个由两部分组成的系列中，查看最新的官方全球 GHCN 温度计（Tmax、Tmin）数据集（版本 4），看看是否有证据表明随着时间的推移，城市化效应的增加导致虚假变暖。在最新的GHCN数据集版本中，不再单独提供 Tmax 和 Tmin，仅提供它们的平均值 (Tavg)。

根据目前所见，确信基于GHCN的温度数据中存在虚假变暖。唯一的问题是，多少钱？

这个问题很重要（显然），因为如果观察到的变暖趋势被夸大了，那么任何关于气候系统对人为温室气体排放的敏感性的推论也被夸大了。

基于GHCN月度数据集（2023年1月下载）中的全球站点，这些站点有足够的数据来生成1973年至2022年这50年期间至少45年的7月数据。选择1973年的开始年份有两个原因：(1) 正在分析的具有小时时间分辨率的单独数据集的数字化记录数量大幅增加时（请记住，天气记录过去是在纸上进行的手动过程表格，必须有人将其数字化），以及 (2) 基于Landsat的全球城市化数据始于1975年，与1973年非常接近。

由于城市化的Landsat测量分辨率非常高，因此必须决定应使用何种空间分辨率来关联潜在的UHI效应。选择了3×3公里、9×9公里、21×21公里和45×45公里的平均网格大小。在全球数据集中，通过21×21公里的城市化数据平均得到了最好的结果，这里的所有结果都将针对该分辨率显示。

由此产生的4,232个站点分布（图 1）表明，只有少数国家具有良好的覆盖范围，尤其是美国、俄罗斯、日本和许多欧洲国家。非洲的代表人数很少，南美洲的大部分地区也是如此。

分析所有这些站点相应的基于Landsat的城市住区诊断，如图2所示。该数据集涵盖了40年的时间段，从1975年到2014年。这里绘制了40年的平均水平城市化与40年城市化趋势的对比。

图 2 中有一些重要且有趣的事情需要注意。

1. 很少有GHCN站点位置是真正的农村：13.2%的城市化程度不到5%，而68.4%的城市化程度不到10%。
2. 几乎所有车站位置的建筑物都在增加，没有一个减少（这需要对建筑物进行净破坏，使土地恢复自然状态）。
3. 增长最快的地区并非完全是农村地区，也不是高度城市化的地区（见数据拟合曲线）。也就是说，非常农村的地方仍然是农村，而高度城市化的地方无论如何都没有什么增长空间。

有人可能会认为，由于大多数站点的城市化率不到10%，因此UHI效应应该可以忽略不计。但Oke（1973 年）的开创性研究表明，UHI变暖是非线性的，变暖最快发生在人口密度最低时，最终变暖在人口密度高时达到饱和。之前已经根据最新的全球人口密度数据展示了支持这一点的证据，即最大的虚假变暖率（比较具有不同人口的邻近站点）发生在最低人口密度处。这是否也适用于人类住区的“建成”测量（建筑物而不是人口密度）还有待观察。

平均城市化还是城市化增长？

一个有趣的问题是，对温度趋势影响最大的是城市化趋势（基础设施数量不断增加），还是仅仅是平均城市化？显然，增长会产生影响。但是那些建筑没有增加，但能源使用量（产生废热）仍然增加的城镇呢？随着人们越来越多地从农村地区迁移到城市，人口密度的增长速度可能比建筑物数量的增长速度快得多，因为人们居住在更小的空间中，公寓和办公楼垂直增长而不会增加它们在景观中的足迹。还有财富增加、汽车使用、经济生产力和消费、空调等。