上海城市生态气候变化特征研究

Study on the Characteristics of Urban Eco-Climate Change in Shanghai

摘要

基于上海历史气候数据、植被覆盖数据和城市热岛数据，利用地理信息系统（Geographic Information System， GIS）空间分析和数理统计方法，从天气气候、植被覆盖和城市热岛多角度分析上海生态气候指标的时空分布和变化特征，结果表明：1961—2021年上海年平均气温、年降水量和高温日数分别以0.41 ℃/10 a、63.5 mm/10 a和2.3 d/10 a的线性趋势显著增加，年日照时数以45.2 h/10 a的趋势显著减少。城市植被覆盖度在2000—2021年以1.15%/10 a的线性趋势显著增加，且在中心城区及周边近郊、青浦南部、崇明东部、奉贤南部等地明显增加。上海夏季城市热岛主要分布于中心城区、近郊城镇以及工业厂矿区、建筑密集区，热岛区面积在2010—2021年以140.6 km²/a的线性趋势显著减少，冷岛区面积则以79.4 km²/a的趋势极显著增加。上海城市生态气候特征明显向好变化，城市生态建设效果明显。

Abstract

Based on historical climatic data, vegetation cover data and urban heat island data of Shanghai, this study analyzed the spatial and temporal distribution and variation characteristics of eco-climatic indicators in Shanghai from the perspectives of weather and climate, vegetation cover and urban heat islands, using the geographic information system (GIS) spatial analysis and mathematical statistics methods. The results show that from 1961 to 2021, the average annual temperature, the number of high temperature days and the annual precipitation in Shanghai increased significantly with linear trends of 0.41 ℃, 2.3 days and 63.5 mm per decade, respectively, while the annual sunshine duration decreased significantly at a rate of 45.2 hours per decade. The fractional vegetation cover (FVC) increased significantly by 1.15% per decade from 2000 to 2021 in Shanghai, particularly in the central urban area, its surrounding suburbs, southern Qingpu, eastern Chongming and southern Fengxian. The summer urban heat islands in Shanghai were mainly distributed in the central urban area, suburban towns, industrial factories and mines, and dense building areas, and the area decreased significantly at a linear rate of 140.6 km² per year from 2010 to 2021, while the area of cold islands increased significantly at a rate of 79.4 km² per year. In general, the characteristics of urban eco-climate in Shanghai were changing for the better, demonstrating significant effects of urban ecological construction.

Graphical abstract

关键词

生态气候 / 分布格局 / 年际变化 / 城市热岛 / 植被覆盖度 / 上海

Key words

eco-climate / distribution pattern / interannual variation / urban heat island / fractional vegetation cover / Shanghai

改革开放以来，我国经历了规模最大、速度最快的城镇化进程，1990—2022年我国城镇化率从26.44%提高到65.22%^［1］。快速城镇化带来高密度人口、建筑、财富和基础设施聚集的同时，引发了一系列气候和生态环境问题^［2-5］，如高温热浪和城市热岛效应^［6-10］、人口剧增和土地资源紧张^［11-12］、生态环境污染^［13］等。城市是人类文明进步的标志和人类社会的主要空间形态，也是人类活动与自然环境高度复合的独特生态系统^［14］，受到全球和区域自然气候变化和社会经济活动的显著影响^［15］。开展气候变化和人类活动影响下城市生态气候特征及变化研究，对城市经济社会可持续发展^［16］、适应和减缓气候变化以及城市生态文明建设等都具有重要科学意义。

上海地处长江三角洲东缘和长江、钱塘江入海汇合处，城市生态系统对全球海平面上升、降水格局变化、当地经济结构调整等呈现出较高的敏感性和暴露度^［7，14］。对上海城市气候环境^［17］、热环境及热岛^［18］、植被生态^［19-20］、绿地健康效应^［21］、城市生态安全^［22］等方面已有一些研究，如Yang等^［18］针对2013—2018年夏季与冠层城市热岛（Canopy Urban Heat Island， CUHI）和热浪相关的城市过度增温，开展了局地气候分区、城市通风和海风的协同效应分析；Zhong等^［19］量化了2000—2016年上海特大城市不透水面（Impervious Surface Area， ISA）变化，评估了城市化对增强型植被指数（Enhanced Vegetation Index， EVI）和总初级生产力（Gross Primary Production， GPP）的影响；闻熠等^［22］基于压力—状态—响应模型和相关统计数据，构建了生态安全评价指标体系和评价模型，利用突变级数法对2005—2015年上海生态安全状况定量评价。但已有研究多是基于上海社会统计数据、气候和植被生态数据或下垫面数据，开展气候环境^{［2，4，17-18］}或生态环境^{［19-20，22-24］}特征和变化分析，没有充分利用最新的多源数据，包括地面气象站点观测、生态过程模式以及卫星遥感反演数据等，开展研究区时空连续、长序列的生态气候环境分布格局和动态变化研究。本文利用上海地面气象观测站气候数据、中国农业气象业务系统（CAgMSS）^［25］估算的植被覆盖度（Fractional Vegetation Cover， FVC）数据和MODIS卫星遥感反演的城市地表温度（Land Surface Temperature， LST）数据，从天气气候、地表植被和城市热岛多角度分析上海生态气候指标的时空分布和变化特征，为上海生态保护修复、气候变化减缓应对以及宜居城市建设等提供借鉴。

1 资料与方法

1.1 数据资料

数据资料主要有：（1） 上海中心城区（徐家汇站）和闵行、宝山、嘉定、崇明、惠南、浦东、金山、青浦、松江、奉贤10个郊区站1961—2021年逐年平均气温、降水量、日照时数以及高温日数资料。数据来自于上海市气候中心，经过初步的质量控制。文中高温是指日最高气温≥35 ℃的天气^［17］。

（2） 2000—2021年CAgMSS输出的用于表征地表生态状况的FVC数据，空间分辨率为1 km，时间分辨率为月。FVC是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比，是反映植被生长状态的重要指标，在植被变化监测、生态环境研究、城市宜居评价等方面得到广泛应用^{［19-21，23，26］}。

（3） 2010—2021年空间分辨率1 km、8 d合成的MODIS LST数据（MOD11A2）^［27］。MODIS是搭载在EOS系列卫星Terra和Aqua上的重要遥感仪器^［28］，其中Terra卫星在10：30 LT（Local Time）和22：30 LT左右过境，分别处于LST的升温和降温过程，有利于研究与温度相关的时间序列。本文选用8 d合成的MOD11A2数据来自Terra卫星。

1.2 分析方法

1.2.1 天气气候要素变化分析

根据11个站点1961—2021年逐年气候要素（气温、降水和日照时数）和高温日数，采用站点平均生成上海气候要素和高温日数年序列。计算上海常年值（1981—2010年的平均值），根据逐年值和常年值的差得到1961—2021年上海气候要素和高温日数的逐年距平。通过计算各站点1961—2021年气候要素和高温日数的多年平均值，利用克里格（Kriging）插值方法^［17］生成空间分布图，用于上海气候要素和高温日数的空间分析。

1.2.2 城市植被覆盖度变化分析

运用ArcGIS软件对CAgMSS输出的FVC数据进行重投影、裁剪等预处理^［29］，利用ArcGIS空间分析（Spatial analysis）方法在栅格（Grid）尺度上计算研究期最初5 a（2001—2005年）和最后5 a（2017—2021年）城市FVC年平均值的空间分布及其差异，并在Grid尺度上计算研究区所有Grid的FVC线性变化趋势。年FVC值是对当年12个月FVC值取算术平均求得。基于上海城市所有Grid逐年FVC值，采用平均值的方法计算并分析FVC在2001—2021年的年际变化及分段变化趋势。

1.2.3 城市热岛效应变化分析

从地理空间数据云（http：//www.gscloud.cn/）下载2010—2021年覆盖上海的MOD11A2数据，利用MODIS重投影工具（MRT）和MODIS转换工具箱（MCTK），实现数据批量重投影、拼接等处理^［8］，并利用ArcGIS完成区域统计、迭代功能和批量裁剪等处理。

城市热岛（UHI）通常采用城市热岛强度（Urban Heat Island Intensity， UHII）表征。UHII目前没有统一的定义，本文UHII定义如下：

U_{\mathrm{H}\mathrm{I}\mathrm{I}i}=T_i-\frac{\mathrm{1}}{n}{\sum }_{\mathrm{1}}^n{T}_{\mathrm{s}\mathrm{u}\mathrm{b}}。（1）

式中：U_{\mathrm{H}\mathrm{I}\mathrm{I}i}为图像上第i个像元所对应的热岛强度，T_i 是LST，n为郊区农田内有效像元数，T_{\mathrm{s}\mathrm{u}\mathrm{b}}为郊区农田内LST。

UHII划分为7个等级：强冷岛（UHII <-5.0 ℃）、较强冷岛（-5.0 ℃≤UHII ≤-3.0 ℃）、弱冷岛（-3.0 ℃< UHII≤-1.0 ℃）、无热岛（-1.0 ℃ < UHII ≤ 1.0 ℃）、弱热岛（1.0 ℃ < UHII ≤ 3.0 ℃）、较强热岛（3.0 ℃ < UHII ≤ 5.0 ℃）和强热岛（UHII> 5.0 ℃）。

2 结果与分析

2.1 上海天气气候要素分布格局及变化特征

2.1.1 气温

1961—2021年上海平均气温呈明显的中心城区及近郊高、崇明及东南部低的格局（图1a）。上海多年平均气温（11站平均）为16.3 ℃，中心城区与郊区崇明的年均温差最大。上海年平均气温呈显著上升趋势，平均每10 a升高0.41 ℃（图2a），20世纪90年代以来升温趋势尤其显著。与常年（1981—2010年平均）值相比，20世纪60年代—90年代中期气温基本上都偏低，1997年之后，气温持续偏高。

2.1.2 高温日数

1961—2021年，上海年高温日数呈现中心城区和西北部明显多于东部和南部沿海地区的特征（图1b）。徐家汇站的年高温日数达13.9 d，而惠南站最少，仅有4.0 d。上海年平均高温日数为8.7 d，以2.3 d/10 a的线性趋势显著增加（图2b）。2013年上海经历了1961年以来最热的夏季，年高温日数达38.6 d，1968、1972、1982和1999年的高温日数均不足1 d。与常年值相比，2000年以前上海高温日数大部分为负距平，2003—2021年高温日数基本为正距平。

2.1.3 降水

上海降水量在中心城区和东南部较多，崇明及西北部较少（图3a），多年平均降水量为1 169 mm。1961—2021年，上海平均年降水量以63.5 mm/10 a的线性趋势显著增多（图4a）。1999年是近61 a降水最多的年份，1978年是近61 a最少的年份。与常年值相比，20世纪60—70年代年降水量呈年代际偏少，80年代逐渐转为偏多，2014年以来上海连续8 a降水偏多。

2.1.4 日照时数

1961—2021年，上海日照时数在中心城区和西部青浦地区较少，东北部的崇明、宝山、浦东及南部金山较多（图3b），以崇明站的年日照时数最多，徐家汇站最少。过去61 a，上海多年平均日照时数为1 918.9 h，以45.2 h/10 a的线性趋势显著减少（图4b）。1963年上海日照时数最多，2019年最少。与常年值相比，日照时数在20世纪60年代多为正距平，90年代多为负距平，2004—2013年多为正距平，2013年之后多为负距平。

2.2 上海植被覆盖度分布格局及变化特征

上海城市FVC在中心城区及近郊、各区政府所在地较低，而在远郊包括崇明、青浦南部、松江西部、金山和奉贤较高（图5a）。与2001—2005年FVC相比，2017—2021年上海城市FVC在中心城区以及近郊、青浦南部、松江西北部、崇明东部和奉贤大部分地区增加，而在嘉定、金山、长兴岛、青浦东北部和浦东南部多数地区降低（图5b）。

上海城市FVC在2000—2021年的空间变化趋势介于-1.76%/a～2.07%/a （图6a）。中心城区及周边近郊、青浦南部、崇明东部等地，FVC呈增加趋势，金山、嘉定、宝山西部、青浦北部和浦东新区大部分地区，FVC呈降低趋势。2000—2021年，上海城市FVC以1.15%/10 a的线性趋势显著增加，2006年最低（36.64%），2020年最高（42.22%）。2000—2006年，FVC以6.11%/10 a的趋势显著减少，2006—2021年以2.13%/10 a的趋势显著增加（图6b）。

2.3 上海城市热岛效应分布格局及变化特征

由2010年以来上海UHII空间分布（图7）可知，UHI影响范围从逐渐扩大到趋于稳定，再到近年来缩小。UHI主要分布于中心城区、近郊城镇以及工业厂矿区、建筑密集分布区。崇明三岛大部分地区无热岛效应影响，城桥镇、长兴镇等地虽然有明显热岛效应，但影响范围不大。青浦南部、松江南部以及金山、奉贤和浦东南部热岛效应较轻。夏季热岛在2015年之前呈增加趋势，2015年后呈现减少特征，由热岛转为非热岛的区域面积增加，冷岛区面积自2010年以来则以增加为主（图7）。

2010—2021年，上海夏季热岛区（包括弱热岛、较强热岛和强热岛）面积呈减少趋势，以140.6 km²/a的线性趋势显著减少（P<0.05），2019年以后减少尤为明显，而冷岛区（包括弱冷岛、较强冷岛和强冷岛）面积呈增加趋势，以79.4 km²/a的线性趋势极显著增加（P<0.001）（图8）。就变化趋势率而言，弱热岛、较强热岛和强热岛区面积分别以63.5、55.2和21.9 km²/a的线性趋势减少，其中弱热岛和较强热岛区面积变化趋势均通过0.05的显著性检验，而强热岛区面积变化趋势在统计上不显著（P>0.05）；弱冷岛、较强冷岛和强冷岛区面积分别以59.2、18.7和14.0 km²/a的线性趋势极显著增加（P<0.001）。无热岛区面积在2010—2021年以12.3 km²/a的线性趋势不显著减少。2017年起，上海市受较强热岛影响的面积缓慢减少，受强热岛影响的面积在2019年之后快速减少。

3 讨论

生态气候是研究陆地生态系统与气候变化之间的相互作用关系^［30］。气候影响生态系统类型、覆盖度及功能和过程，生态系统也影响微气候、气候过程、区域气候和全球气候。在过去一个世纪，地球气候经历了以全球变暖为特征的显著变化，21世纪前20 a （2001—2020年）全球地表温度比1850—1900年高0.99 ℃^［31］。城市是人类活动最为集中的区域，城市热岛不仅受全球气候变化的影响和人类活动的支配，也对城市生态环境、人类健康和区域气候变化产生重要影响^［8，15］。作为城市生态系统的调节器和生态服务功能的最重要提供者，城市绿色植被极易受到气候变化、城市热岛以及空气污染等多重影响^［32］，绿色植被对缓解城市热岛效应发挥着关键性作用^［26］。开展城市气候变化、植被覆盖动态和城市热岛演变研究，可以更好地理解气候变化对城市生态系统的影响，以及城市生态对气候变化的响应机制。

3.1 城市化进程对植被生长的影响

城市地区热岛效应明显，CO₂浓度显著增高，活性氮化物增加，城市环境变化比自然生态系统未来将出现的平均水平提前几十年，因此城市环境被认为是全球变化的“先兆”（Harbingers），是研究其他非城市生物生态系统对未来全球变化反应的“天然实验室”^［23］。2000—2021年，FVC在上海中心城区及周边近郊、青浦南部、崇明东部、奉贤南部等地呈增加趋势，在嘉定、宝山西部、青浦北部、金山和浦东新区大部分地区呈降低趋势（图6a）。Zhong等^［19］研究表明，2000—2016年，上海市城郊和农村EVI和GPP分别下降38.0%和28.0%，中心城区EVI和GPP分别上升2.8%和4.6%，城市化对EVI和GPP的间接效应（城市气候变暖促进植被生长）随ISA覆盖度的增大而增大，当ISA覆盖度达到0.8时达到峰值，分别补偿了24.6%和17.0%的土地转换导致的植被和碳损失。

2000—2021年，上海城市FVC以1.15%/10 a的趋势显著增加，经历了先降低后升高的年际变化（图6b）。与已有一些针对长三角地区或全国的研究结论较为一致，如Wang等^［24］探讨了2001—2019年长三角地区不同社会经济发展阶段城市绿地的时空变化及其与城市增长的关系，表明在前10 a城市绿地显著下降，2012年以来略有增加，绿化区域主要集中在城市中心区。Zhang等^［20］分析了城市化对植被生长的直接效应（不透水地表取代原始地表）和间接效应（气候环境变化）及其随城市化水平的变化趋势，表明2000、2010年2020年长三角分别有31.71%、43.90%和41.46%的城市由于城市化间接效应植被生长增强，2020年有94.12%的高度城市化城市发生了植被生长增强，而在中、低度城市化的城市，城市化对植被生长增强的间接效应接近于零甚至为负。

对我国32个城市的城市化对植被生长影响的研究表明^［23］，大约85%的城市环境对植被生长有促进作用（植被生长增强），植被生长相对增强程度随城市化强度的增加而增加，间接促进作用大约可抵消40%的城市化进程中ISA对于植被替代的直接负面影响。Cheng等^［28］对2002—2020年我国不同城市年最大增强型植被指数（EVI_max）和夜间灯光（NTL）的变化研究发现，在城市快速扩张时期，城市绿度与经济增长之间存在较强的不协调状态（NTL显著增加而EVI_max显著降低）：当多年平均NTL<50时，高度不协调区占比以1.07%/DN显著增加，当多年平均NTL值>50时，高度不协调区占比急剧下降，斜率为-2.96%/DN，即随着经济的快速增长，城市绿度与经济之间的严重不协调迅速得以缓解。

3.2 城市热岛效应的时空分布及变化

基于上海11个国家气象站逐月气温资料，Shen等^［15］研究表明，1961—2017年，上海UHII呈现出3个明显的变化阶段：增长率为0.13 ℃/10 a的缓慢增长期（1961—1986年）、增长率为0.60 ℃/10 a的快速增长期（1987—2004年）和增长率为-0.43 ℃/10 a的明显减速期（2005—2017年）。本文基于MOD11A2产品分析表明，2010年以来，上海城市热岛影响范围从逐渐扩大到趋于稳定，再到近年来缩小（图7）。张斌等^［8］利用MOD11A2数据对长三角15个代表城市UHII分析表明，2000—2019年，白天UHII主要受夏季影响，以0.18 ℃/10 a的速率呈下降趋势。对重庆城市热岛特征分析表明，20世纪90年代中期以来，重庆城市热岛效应增强趋势明显，21世纪10年代达最强，近年有减缓迹象^［33］。也有研究指出上海或长三角UHII呈继续增加趋势，如李巍等^［34］研究表明，2007—2017年，上海城市热岛效应不断增强，热岛效应面积不断增加；陈春辉等^［26］研究表明，长三角城市群城市热岛在2013—2018年增强，城市热岛范围扩大。

空间上，上海城市热岛主要分布于中心城区、近郊城镇以及工业厂矿区、建筑密集区，远郊城市热岛效应较轻（图7）。李巍等^［34］基于Landsat影像对上海城市热岛效应研究表明，城市建成区热岛效应明显，城区温度明显高于周边郊区，极强和强热岛主要分布在受人类活动影响较大的城镇区域，如徐汇、长宁、黄浦和静安区；城市建成区内的街心公园、周围林地农田、天然未开垦的荒地等区域呈现出无热岛和弱热岛效应。在郑州市，较强及以上热岛区域主要分布在主城区，人口密度、城市生产总值和建筑竣工面积均与城市LST呈正相关^［35］。在上海人口密集的中心城区，密集高层建筑的阻隔效应、风速低、通风不良都加剧了城市过度增温，热浪发生率较高，CUHI强度（CUHII）增强，而在城市外围的开放区域，热浪事件增多和CUHII增强主要受中等风速下城市热量水平平流输送的影响，特别是海风可以减弱CUHII，减少沿海地区白天热浪事件频率^［18］。

4 结论

基于上海历史气候数据、植被覆盖数据和城市热岛数据，利用地理信息系统空间分析和数理统计方法，从天气气候、植被覆盖和城市热岛多角度分析了上海生态气候指标的时空分布和变化特征，得出以下结论：

（1）上海年平均气温和高温日数在1961—2021年分别以0.41 ℃/10 a和2.3 d/10 a的趋势显著增加，年降水量以63.5 mm/10 a显著增多，年日照时数以45.2 h/10 a显著减少。

（2）2000—2021年上海城市FVC以1.15%/10 a的趋势显著增加。FVC变化趋势介于-1.76%/a～2.07%/a，中心城区及周边近郊、青浦南部、崇明东部、奉贤等地FVC多呈增加趋势。

（3）上海夏季热岛影响范围从逐渐扩大到趋于稳定，再到近年来缩小。2010—2021年上海夏季热岛区面积以140.6 km²/a的趋势显著减少，而冷岛区面积以79.4 km²/a的趋势极显著增加。

由于大气、云层和太阳角度等对卫星遥感数据的固有影响，以及在数据分析和处理、反演模型构建等过程中存在的人为影响，本文结果存在一定的不确定性和局限性。下一步将从数据和方法两方面入手，开展多源生态气候指标的对比检验，并将人类活动的影响纳入考虑，通过构建城市综合生态气候指标来深入分析城市生态气候的变化特征及影响机制。

参考文献

[1] 中华人民共和国国家统计局.中华人民共和国2022年国民经济和社会发展统计公报[R].北京:中国统计出版社,2023.National Bureau of Statistics of China.Statistical communiqué of the people's republic of China on the 2022 national economic and social development[R].Beijing:China Statistics Press,2023.(in Chinese)

[2] SUN Y, ZHANG X B, Zwiers F W,et al.Rapid increase in the risk of extreme summer heat in eastern China[J].Nat Climate Change,2014,4(12):1082-1085.

[3] 史军,穆海振.大城市应对气候变化的可持续发展研究——以上海为例[J].长江流域资源与环境,2016,25(1):1-8.

[4] SHI Jun, MU Haizhen.Sustainable development of large cities facing climate change—taking Shanghai as an example[J].Resources and Environment in the Yangtze Basin,2016,25(1):1-8.(in Chinese)

[5] WU S J, CHAN T O, ZHANG W,et al.Increasing compound heat and precipitation extremes elevated by urbanization in South China[J].Front Earth Sci,2021,9:636777.

[6] WANG J, CHEN Y, LIAO W L,et al.Anthropogenic emissions and urbanization increase risk of compound hot extremes in cities[J].Nat Climate Change,2021,11(12):1084-1089.

[7] Estrada F, Wouter Botzen W J, Tol R S J.A global economic assessment of city policies to reduce climate change impacts[J].Nat Climate Change,2017,7(6):403-406.

[8] 郭禹慧,黄晓军,郑殿元,等.极端高温胁迫下中国城市脆弱性格局与影响因素[J].热带地理,2021,41(3):596-608.

[9] GUO Yuhui, HUANG Xiaojun, ZHENG Dianyuan,et al.Urban vulnerability pattern and influencing factors under extreme heat stress in China[J].Tropical Geography,2021,41(3):596-608.(in Chinese)

[10] 张斌,宋瑜,颜洋洋,等.基于MODIS数据的长三角城市群热岛强度时空变化特征分析[J].杭州师范大学学报(自然科学版),2022,21(4):440-448.

[11] ZHANG Bin, SONG Yu, YAN Yangyang,et al.Spatio-temporal variation characteristics of surface heat island intensity in Yangtze River Delta urban agglomeration based on MODIS data[J].Journal of Hangzhou Normal University (Natural Science Edition),2022,21(4):440-448.(in Chinese)

[12] QIAN W Q, LI X Y.A cold island connectivity and network perspective to mitigate the urban heat island effect[J].Sustain Cities Soc,2023,94:104525.

[13] 黄菊梅,覃鸿,袁泉,等.湖陆风对滨湖夏季气温和岳阳市城市热岛强度的影响[J].沙漠与绿洲气象,2024,18(3):114-120.

[14] HUANG Jumei, QIN Hong, YUAN Quan,et al.The influence of lake-land breeze on summer temperature in lakeside area and the intensity of urban heat island in Yueyang city[J].Desert and Oasis Meteorology,2024,18(3):114-120.(in Chinese)

[15] 邱海帆.浅析我国城市土地资源规划管理的现状及对策[J].智能城市,2018,4(12):93-94.

[16] QIU Haifan.Analysis of the status quo and countermeasures of urban land resource planning and management in China[J].Intelligent City,2018,4(12):93-94.(in Chinese)

[17] 余运江,任会明,高向东.中国城市人口空间格局演化的新特征——基于2000—2020年人口普查数据的分析[J].人口与经济,2022(5):65-79.

[18] YU Yunjiang, REN Huiming, GAO Xiangdong.Study on new characteristics of urban population spatial pattern evolution in China:based on 2000-2020 national census data[J].Population & Economics,2022(5):65-79.(in Chinese)

[19] O'lenick C R, Wilhelmi O V, Michael R,et al.Urban heat and air pollution:a framework for integrating population vulnerability and indoor exposure in health risk analyses[J].Sci Total Environ,2019,660:715-723.

[20] 史军,崔林丽,沈钟平.气候变化对上海城市生态影响的研究进展[J].生态科学,2024,43(3):268-274.

[21] SHI Jun, CUI Linli, SHEN Zhongping.Research progress on impact of climate change on urban ecology in Shanghai[J].Ecological Science,2024,43(3):268-274.(in Chinese)

[22] SHEN Z P, SHI J, TAN G,et al.The migration of the warming center and urban heat island effect in Shanghai during urbanization[J].Front Earth Sci,2020,8:340.

[23] Reichstein M, Riede F, Frank D.More floods,fires and cyclones-plan for domino effects on sustainability goals[J].Nature,2021,592(7854):347-349.

[24] 史军,崔林丽,杨涵洧,等.上海气候空间格局和时间变化研究[J].地球信息科学学报,2015,17(11):1348-1354.

[25] SHI Jun, CUI Linli, YANG Hanwei,et al.Spatial pattern and temporal change of climate in Shanghai[J].Journal of Geo-information Science,2015,17(11):1348-1354.(in Chinese)

[26] YANG Y J, GUO M, WANG L L,et al.Unevenly spatiotemporal distribution of urban excess warming in coastal Shanghai megacity,China:roles of geophysical environment,ventilation and sea breezes[J].Build Environ,2023,235:110180.

[27] ZHONG Q Y, MA J, ZHAO B,et al.Assessing spatial-temporal dynamics of urban expansion,vegetation greenness and photosynthesis in megacity Shanghai,China during 2000-2016[J].Remote Sens Environ,2019,233:111374.

[28] ZHANG S Y, JIA W X, ZHU H K,et al.Vegetation growth enhancement modulated by urban development status[J].Sci Total Environ,2023,883:163626.

[29] 李红,塔娜.不同类型社区绿地规模和结构对居民心理健康的影响——以上海市郊区为例[J].热带地理,2022,42(12):2031-2041.

[30] LI Hong, Na TA.The effects of green space scale and structure on mental health from the perspective of neighborhood differentiation[J].Tropical Geography,2022,42(12):2031-2041.(in Chinese)

[31] 闻熠,肖涛,谈晟荟,等.基于熵值—突变级数法上海市生态安全评价与对策研究[J].生态科学,2022,41(3):124-132.

[32] WEN Yi, XIAO Tao, TAN Shenghui,et al.Study on ecological security evaluation and countermeasure of Shanghai based on entropy and catastrophe progression method[J].Ecological Science,2022,41(3):124-132.(in Chinese)

[33] ZHAO S Q, LIU S G, ZHOU D C.Prevalent vegetation growth enhancement in urban environment[J].Proc Natl Acad Sci USA,2016,113(22):6313-6318.

[34] WANG J, ZHANG Y Z, ZHANG X L,et al.The spatio-temporal trends of urban green space and its interactions with urban growth:evidence from the Yangtze river delta region,China[J].Land Use Policy,2023,128:106598.

[35] 吴门新,庄立伟,侯英雨,等.中国农业气象业务系统(CAgMSS)设计与实现[J].应用气象学报,2019,30(5):513-527.

[36] WU Menxin, ZHUANG Liwei, HOU Yingyu,et al.The design and implementation of China agricultural meteorological service system (CAgMSS)[J].Journal of Applied Meteorological Science,2019,30(5):513-527.(in Chinese)

[37] 陈春辉,马苗苗.基于多源遥感数据的城市热岛特征与机理研究[J].地理空间信息,2023,21(1):119-122, 139.

[38] CHEN Chunhui, MA Miaomiao.Characteristics and mechanism of urban heat island based on multi-source remote sensing data[J].Geospatial Information,2023,21(1):119-122, 139.(in Chinese)

[39] 裔传祥,盛也,周宏伟,等.基于MODIS数据的盐城市热岛效应特征分析[J].沙漠与绿洲气象,2022,16(1):104-109.

[40] YI Chuanxiang, SHENG Ye, ZHOU Hongwei,et al.Characteristic analysis of heat island effect in Yancheng based on MODIS data[J].Desert and Oasis Meteorology,2022,16(1):104-109.(in Chinese)

[41] CHENG M, WU S H, ZENG C Y,et al.Can economic growth and urban greenness achieve positive synergies during rapid urbanization in China?[J].Ecol Indic,2023,150:110250.

[42] Environmental Systems Research Institute (ESRI).ArcGIS desktop:release 10.3[M].Redlands,2015.

[43] Bonan G.Ecological climatology:concepts and applications[M].3rd ed.Cambridge:Cambridge University Press,2015:1-683.

[44] IPCC.Climate change 2021:the physical science basis.Contribution of working group I to the sixth assessment report of the intergovernmental panel on climate change[M].Cambridge:Cambridge University Press,2021.

[45] 董丽,邢小艺.气候变化对城市植被的影响研究综述[J].风景园林,2021,28(11):61-67.

[46] DONG Li, XING Xiaoyi.Review of researches on impacts of climate change on urban vegetation[J].Landscape Architecture,2021,28(11):61-67.(in Chinese)

[47] 何泽能,张德军,叶勤玉,等.近40 a重庆城市热岛特征及其与天气状况的关系[J].干旱气象,2022,40(4):683-689.

[48] HE Zeneng, ZHANG Dejun, YE Qinyu,et al.Characteristics of urban heat island in Chongqing in recent 40 years and its association with weather conditions[J].Journal of Arid Meteorology,2022,40(4):683-689.(in Chinese)

[49] 李巍,许延丽,张守忠.基于Landsat影像的上海市热岛效应时空变化分析[J].玉溪师范学院学报,2021,37(6):49-53.

[50] LI Wei, XU Yanli, ZHANG Shouzhong.Temporal and spatial variation analysis of Shanghai heat island effect based on Landsat images[J].Journal of Yuxi Normal University,2021,37(6):49-53.(in Chinese)

[51] 张渝晨,田宏伟.近17 a郑州城市热岛时空演变及驱动机制分析[J].干旱气象,2023,41(3):403-412.

[52] ZHANG Yuchen, TIAN Hongwei.Analysis of spatial-temporal variation of urban heat island and driving mechanism in Zhengzhou in recent 17 years[J].Journal of Arid Meteorology,2023,41(3):403-412.(in Chinese)

基金资助

上海市自然科学基金项目(23ZR1456900)

国家重点研发计划重点专项子课题(2023YFC3805304-1)

中国气象局气候变化专题项目(QBZ202412)