我国主要城市生态气候区划的系统聚类分析

陈蓓

摘 要：以我国31个主要城市为研究样本，选取平均气温、平均相对湿度、降水量、日照时数、二氧化硫、二氧化氮以及可吸入颗粒物7个反映生态气候情况的主要指标，借助系统聚类分析法对我国主要城市的生态气候进行区划，得出主要城市生态气候的区划分类。研究结果显示：我国主要城市在生态气候方面表现出来的一致性类似于经济发展水平等方面表现出来的一致性。

关键词：主要城市；生态气候；区划；系统聚类

0 引言

随着对全球变化科学关注度的提高，除了基础气候因子时空格局变化研究以外，科学家们也开始利用聚类分析法探寻气候变化对不同区域和不同生产部门的影响。聚类分析是研究样本或指标分类的一种现代多元统计分析方法。该方法既可以用来为判别分析和数据包络分析（DEA）等做前期准备工作，也可直接用来做经济分析。聚类方法有很多，其中系统聚类法是目前国内外使用最多的一种方法，也是一种最基本的聚类方法。近年来国内外学者在这一领域进行了积极探索。杨毅、赵国浩和秦爱民（2012）对全球气候变化进行聚类分析，总结了近五十年来全球及区域气候变化特点。李爽和李双成（2012）选用暴雨相对强度、干燥度指数、年均积雪深度、年积雪日数以及平均风速等作为聚类指标，对青藏高原气候变化风险源进行了聚类分析。运用系统聚类法进行全球气候的聚类分析，可能将聚类指标距离相近但在地理位置上差异极大的样本错误地划分为一类。基于此，本文以我国主要城市生态气候数据为基础，借助系统聚类分析法，对主要城市生态气候区划问题进行深入考察。

1 数据来源及变量选择

本文研究样本为我国31个主要城市（不含香港、澳门、台湾）。考虑到数据的可获得性，选择7个能够反映生态气候变化状况的主要指标，如平均气温、平均相对湿度、降水量、日照时数、二氧化硫、二氧化氮以及可吸入颗粒物。各主要城市生态气候指标数据均采用2002～2012年的平均水平值，且各主要城市的原始指标数据均来源于2003～2013年《中国统计年鉴》。

2 主要城市生态气候区划的聚类分析

为了得出我国生态气候区划的具体状况，本文借助系统聚类分析方法对我国31个主要城市生态气候指标变量进行分类，进而得出主要城市生态气候的区划规律。运用SPSS19.0统计软件对31个样本进行系统聚类（选用组间联结聚类方法，以平方Euclidean距离作为区间度量标准），然后根据聚类树状图将全国的31个省市自治区分成三大类（表1）。

3 结论

从上述的我国主要城市生态气候区划表中可以看出，太原、郑州、济南、石家庄、南宁、广州、成都、呼和浩特、长沙、杭州、南昌、哈尔滨等12个城市属于第一类，沈阳、南京、西安、贵阳、合肥、武汉、重庆、福州、天津、长春、上海等11个城市属于第二类，乌鲁木齐、兰州、昆明、银川、西宁、北京、拉萨、海口等8个城市属于第三类。总体来看，第三类的绝大多数城市位于我国的大西北和大西南地区，而这些地区通常表现为经济欠发达、环境污染较轻等特征，因此这一类的城市生态气候表现出一定的相似性；第二类的大部分城市位于我国的中部地区和东北地区，经济发展水平要强于大西北和大西南地区，所以在生态气候方面也表现出一定的相似特征；第一类的绝大部分地区位于我国北部沿海、东部沿海以及南部沿海等经济发达地区，所以，这些地区的生态气候也表现出一定的相似性。总之，我国主要城市在生态气候方面表现出的一致性类似于经济发展水平等方面表现出来的一致性。

参考文献：

[1]Bonzo D. C.， Hermosilla A. Y. Clustering Panel Date via Perturbed Adaptive Simulated Annealing and Genetic Algorithms[J]. Advances in Complex Systems， 2002（4）：125-137.

[2]杨毅，赵国浩，秦爱民.面板数据的有序聚类分析及其应用--以全球气候变化聚类分析为例[J].统计与信息论坛，2012（7）：13-18.

[3]李爽，李双成.青藏高原气候变化风险源综合聚类研究[J].北京大学学报（自然科学版），2012（4）：657-664.

湖南科技大学研究生创新基金项目（S130063）