城市化因素对中国等国家和地区的地面气温观测序列有很大的影响(Chung et al., 2004；Ren et al., 2008；Fujibe，2009)，只有客观评价并消除这种影响，才能更好地认识长期气候变化趋势，为检测和预估全球和区域气候变化奠定科学基础.

北京观象台(简称"北京站")是我国有正式观测记录最早的地面气象站.对具有长序列观测记录的北京站地面气温资料中的观测误差特别是城市化偏差进行研究，采用合理方法对其进行评价和订正，提升地面气温观测资料的可信性，对于区域和全球气候变化研究具有十分重要的意义.

前人对北京站地面气温观测序列中的城市化影响进行过很多研究(宋艳玲和张尚印，2003；初子莹和任国玉，2005；林学椿和于淑秋，2005；司鹏等，2009；张雷等，2011)，他们发现北京站地面气温观测记录中存在明显的城市化影响.但已有研究全部集中在最近半个世纪，对20世纪50年代以前的城市化影响没有开展评价.目前的单站和区域尺度城市化影响偏差评价和订正，一般通过城乡站气温序列的趋势差异来估算，这要求乡村站与目标城市站具有相同长度的时间序列，但在20世纪50年代以前难以遴选出与目标站序列长度相当的参考序列，对许多类似北京站具有长时间观测记录的城镇站地面气温序列的城市化影响无法进行研究.在这种情况下，如何正确评价和订正具有长序列资料的目标站地面气温观测记录中的城市化影响，是需要深思的一个问题.

本文以北京站为例，发展了一种基于当前城市热岛强度空间分布规律的城镇站地面气温资料城市化偏差评价和订正方法.该方法利用北京站较长的历史观测记录资料，借助卫星遥感资料空间分辨率高、自动气象站空间分布密度大等优势，在对原始长序列资料质量控制和均一化处理，得到相对均一的目标站长序列资料的基础上，选取自动站观测记录计算当前城市站的平均城市化影响，将其作为北京站近百年城市化累积影响和其贡献的替代指示，评价和订正北京站地面气温资料序列.

选取1915—2012年北京站的月平均最高、最低和平均气温地面观测资料.该站在观测时次、时制、日平均气温统计方法、站点位置等有多次变化，在不同程度上影响到资料的均一性(Yan et al., 2001).本文采用月平均最高、最低气温求算月平均气温(Jones et al., 2003)，同时对资料进行了均一化处理.1950年以前的数据质量较差且缺测现象严重，故对原始资料进行质量控制和缺测值插补.从华北地区的国家基准站、基本站网中选取用于数据订补和均一化订正的候选参考站.资料来自国家气象信息中心，其中1950年以后资料已经过质量控制，本文对1950年以前各站月平均最高气温(T_max)、月平均最低气温(T_min)和月平均气温(T_ave)资料进行了初步质量检验.

北京站月平均最高、最低气温记录中缺测数据均为43个，占各自总数的3.7%，缺测年月为：1915/01—1915/04、1917/12、1926/12—1927/06、1927/10、1928/01、1928/05—1928/12、1929/02—1929/06、1937/09—1938/12.采用差值订正法订补缺测数据，参考站选取根据北京站与华北地区其他站年平均气温的相关程度、站点距离及平行观测记录情况确定(表 1).在计算相关系数时，采用第一差分序列，因为对于原始数据，台站迁移将改变迁站后所有年月的值，而对于差分序列将只改变当年值，对计算的相关系数影响不大.这些站和北京站1961—1990年间均无缺测值，将其作为参考期.

表 1(Table 1)

表 1 插补缺测值所用参考站与北京站的相关系数和直线距离 Table 1 The correlation coefficient and distance between Beijing Station and its reference stations 站名(站号) 记录起始年 相关系数 与北京站距离/km 最高气温 最低气温 营口(54471) 1905 0.80 0.78 493.0 天津(54527) 1890 0.94 0.89 94.3 大连(54662) 1905 0.78 0.80 454.8

表 1 插补缺测值所用参考站与北京站的相关系数和直线距离 Table 1 The correlation coefficient and distance between Beijing Station and its reference stations

如果北京站某年月缺测值为P，对应月参考期平均气温为X，参考站相同年月平均气温为Q_r，对应月参考期平均气温为Y_r，北京站与参考站的相关系数为CORR_r，得到插补公式：

利用(1)式插补了缺测记录后，建立了北京站 1915—2012年完整的地面月平均最高、最低气温序列.

表 2给出北京站迁站的历史沿革情况.参照建立国家基本基准站均一化气温数据集所用的方法，以当前站址位置为基准，利用滑动t检验法检测资料的非均一性断点(Li et al., 2004).

表 2(Table 2)

表 2 1915—2012年北京站迁站情况 Table 2 Information of relocations of Beijing Station during 1915—2012 序号 时间(年/月) 地点 纬度/N，经度/E 海拔/m 1 1915/04—1930/07 建国门泡子河畔 39°54′，116°28′ 37.5 2 1930/08—1939/12 不详 不详 不详 3 1940/01—1953/05 西郊公园 39°56′，116°20′ 51.3 4 1953/06—1964/12 西郊五塔寺7号 39°57′，116°19′ 53.3 5 1965/01—1968/12 大兴县东黑垈村 39°35′，116°19′ 29.4 6 1969/01—1970/06 西郊彰化农场 39°56′，116°16′ 53.3 7 1970/07—1980/12 南郊大兴县旧宫东 39°48′，116°28′ 31.2 8 1981/01—1997/06 西郊北洼路又一村 39°56′，116°17′ 54.0 9 1997/07—2012/12 南郊大兴旧宫东 39°48′，116°28′ 31.3

表 2 1915—2012年北京站迁站情况 Table 2 Information of relocations of Beijing Station during 1915—2012

检测非均一性所用参考站是3个站，主要考虑参考站在北京站迁址时间前后没有迁站，气温起始记录不晚于1915年，与北京站相关系数较高且直线距离较近.这3个站分别是天津、熊岳和青岛站，其中青岛站距北京站最远，为535.3 km，但三站与北京站最高、最低气温相关系数均大于0.72.将参考站序列的加权平均值作为参考序列，权重系数根据第一差分序列相关系数的平方确定；然后用标准化处理后的北京站原始序列与其参考序列的差值序列作为滑动t检验的待检序列，对于有迁站历史数据支持的间断点，即检测出的突变点出现时间与迁站时间记录接近一致(相差不超过6个月)，确定该点为序列的人为不连续点；对于没有迁站数据支持的间断点，不做处理.结果发现最高气温序列中有2个断点是人为不连续点，对应的时间分别是1981和1997年；最低气温序列中有4个断点是人为不连续点，对应的时间分别是1965、1969、1981和1997年.由于这些人为不连续点时间都出现在1960年后，为使后续订正结果更可靠，采用与前述相同的方法，重新选取了与北京站相关系数更大、距离更近的参考站，用于非均一性订正.新的参考站记录起始年、迁站历史以及与北京站的距离、相关系数见表 3.

表 3(Table 3)

表 3 参考站有气温记录的起始年、迁站历史、与北京站相关系数和直线距离 Table 3 The starting year and information of relocations for the reference stations′ temperature，the correlation coefficient and distance between Beijing Station and its reference stations 站名(站号) 记录起始年 迁站时间(年/月) 相关系数 距离/km 最高气温 最低气温 密云(54416) 1957 1988/07 0.97 0.89 72.9 廊坊(54518) 1957 无 0.96 0.89 76.0 天津(54527) 1890 1992/01 0.94 0.89 94.3

表 3 参考站有气温记录的起始年、迁站历史、与北京站相关系数和直线距离 Table 3 The starting year and information of relocations for the reference stations′ temperature，the correlation coefficient and distance between Beijing Station and its reference stations

图 1 1915—2012年北京站位置变化圆圈代表站址位置，数字和表 2中序号对应.Fig. 1 Locations of Beijing Station for different time periods of 1915—2012 Circles st and for locations of Beijing Station，the numbers correspond to the ones from the table 2

图 1是与表 2对应的北京站不同时期位置示意图.1915年4月的迁站发生在原始序列中的第一年，很难对其检测，但也不会对整个序列的均一性产生显著影响.1965年的断点是由西郊五塔寺7号(位置4)迁至大兴县东黑垈村(位置5)导致的；1968和1969年的断点是由大兴县东黑垈村(位置5)迁至西郊彰化农场(位置6)造成的；1980年的断点是由南郊大兴县旧宫东(位置7)迁至西郊北洼路又一村(位置8)引起的；1997年的断点与从西郊北洼路又一村(位置8)迁回原来的南郊大兴县旧宫东(位置9)有关.以上迁站距离都大于20 km，伴随着周围环境较明显的变化，使得气温序列出现不连续性断点.本文检测并证实的断点时间与郑祚芳(2011)利用逐日气温资料检测出的断点时间大体相同，证明台站较大距离的迁移是造成气温序列非均一性的 主要原因(李庆祥等，2003).

在对检测出的人为不连续断点进行订正时，分别求算北京站序列和参考序列的差值序列在断点前后3年的平均值，以及前后平均值的差值，将其作为订正值，逐个订正序列的断点，得到北京站均一化的地面月最高、最低气温资料序列.表 4为滑动t检验结果及其对应的迁站时间、距离和订正值.北京站月平均气温资料序列中非均一性断点的订正值介于-1.17 ℃至0.97 ℃之间.

采用订正后的月最高、最低气温序列计算得到月平均气温序列和气温日较差序列，最后建立了经过质量控制和均一化处理的1915—2012年北京站地面月最高、最低、平均气温和气温日较差序列.

图 2是1915—2012年北京站年最高、最低、平均气温和气温日较差均一化序列及其与原始序列的比较.均一化后气温序列比原始序列表现出略强的增温趋势，其中最高、最低和平均气温序列趋势分别由原来的0.014 ℃/10a、0.260 ℃/10a和0.137 ℃/10a变为0.022 ℃/10a、0.274 ℃/10a和0.148 ℃/10a，分别增加0.008 ℃/10a、0.014 ℃/10a和0.011 ℃/10a；平均气温日较差序列趋势由原来的 -0.246 ℃/10a变为-0.251 ℃/10a，减少0.005 ℃/10a.

Cao等(2013)最近发现，中国中东部地区站点1901—2010年平均气温变化趋势由均一化前的 0.05~0.15 ℃/10a变为均一化后的0.15~0.42 ℃/10a，也证实资料均一化处理致使地面气温增加趋势得到加强.当观测点从城市中心位置向郊区迁移时，通常会使地面平均气温值比迁站前减小(Li and Yan， 2009)，均一化处理后长期气温上升趋势一般会比原来加强(任国玉等，2010；Zhang et al., 2014).本文的订正结果表明，迁站对最低气温的均一性影响大于最高气温，这和前人研究中发现的台站迁移对最高气温影响没有对最低气温影响大的结论一致(李庆祥等，2005；Zhang et al., 2014).

表 4(Table 4)

表 4 滑动 t 检验结果、迁站时间和水平距离以及订正值 Table 4 The result of moving t test，time and distances of relocations， and the adjustment values 最高气温 最低气温 断点时间(年/月) 迁站时间(年/月) 迁站距离/km 订正值/(℃) 断点时间(年/月) 迁站时间(年/月) 迁站距离/km 订正值/(℃) 1997/07 1997/07 21.6 -0.63 1997/07 1997/07 21.6 -1.17 1980/08 1981/01 21.6 0.32 1981/01 1981/01 21.6 0.97 - - - - 1969/01 1969/01 39.2 0.39 - - - - 1965/01 1965/01 40.8 -0.70

表 4 滑动 t 检验结果、迁站时间和水平距离以及订正值 Table 4 The result of moving t test，time and distances of relocations， and the adjustment values

图 2 1915—2012年北京站年最高(Tmax)、最低(Tmin)、平均气温(Tave)和气温日较差(DTR)序列均一化前后比较Fig. 2 The maximum(Tmax)，minimum(Tmin)，average temperature(Tave) and DTR time series of Beijing Station before and after homogenization for time period 1915—2012

先前研究已证实，北京地区城市化影响存在着显著的随时间增强趋势(初子莹和任国玉，2005；陈正洪等，2005；林学椿等，2005；张雷等，2011； Zhang et al., 2014).本文假设城市站所经历的城市化影响是线性递增的，可以把当前几年城市站附近的平均城市化影响程度(即平均城市热岛强度)作为该站从有记录开始至今的城市化影响历史累积值.通过线性回归的方法可估算不同年份的城市化影响偏差，进而对原有序列进行偏差订正.

为区别前人使用等长参考序列定量评价城市化对地面气温记录影响时所用的术语(周雅清和任国玉，2005；初子莹和任国玉，2005；张爱英等，2010)，本文做如下定义：

城市化累积影响：当前城市站气温与相似高度和环境条件下的乡村站气温的差值，代表了城市站长期以来的城市化增温累积值，亦即当前城市站附近的城市热岛强度.

城市化累积影响用 ΔT_ur 表示：

城市化影响贡献率：城市化累积影响对城市站长期地面气温变化总体趋势的相对贡献，即城市化累积影响在城市站长期地面气温变化趋势中所占的百分比率.城市站长期地面气温变化总体趋势用T_t表示，则城市化影响贡献率R_u为

乡村站的选取利用卫星遥感反演的地表亮度温度资料，根据自动气象台站在地表亮度温度场中的位置来确定(Ren et al., 2011).北京地区城市热岛强度一般在冬季夜晚最强(季崇萍等，2006；谢庄等，2006；Yang et al., 2013).采用NASA提供的MOD11A2数据集中2010年12月3日至2011年3月5日期间8日夜晚陆表温度资料，绘制平均地表亮度温度等值线.把在地表亮度温度场中处于闭合等值线外围背景气候条件下的站点看作乡村站，同时参照以下原则：(1)与北京站距离不超过60 km，保证与北京站处于相同的大尺度环流和气候背景下；(2)与北京站海拔高差小于30 m，避免由于高度差异带来的影响；(3)Google Earth和其他手段证实周围观测环境开阔.

据此选取5个乡村站，分别是小汤山站(站号A1401)、大孙各庄站(站号A1553)、高丽营站(站号A1561)、大王古站(站号A2407)和下伍旗站(站号A2461).图 3给出了北京站和5个乡村站的具体位置.5个乡村站海拔高度介于5.0~44.0 m之间，平均26.0 m，与北京站海拔高度31.3 m相差5.3 m，不存在因海拔高度造成的地面气温差异.

图 3 北京地区地表亮度温度分布等值线(等值线间隔为0.05 ℃)其中实心正方形代表北京站当前位置，实心圆代表 5个乡村站位置.Fig. 3 Distribution of Beijing Station and its five reference stations，the contour lines indicate l and surface brightness temperature retrieved from MOD11A2 data

计算城市化累积影响时，所用资料为5个乡村站和北京站2010年1月至2012年12月3年时期逐小时自动站观测气温资料.为和北京站长序列资料统计方法一致，用月最高、最低气温的算术平均计算月平均气温.月最高、最低气温所依据的日值，采用自动气象站观测24个时次中的最高小时平均气温，日最低气温取24个时次中的最低小时平均气温.

气温序列的变化趋势估计采用最小二乘法，并用t检验法对线性趋势进行显著性检验.变化速率或趋势表示为每10年的气温变化值.季节划分方法：冬季为上一年12、当年1、2月；春季为3、4、5月；夏季为6、7、8月；秋季为9、10、11月；年平均是全年12个月的平均.

在订正城市化影响偏差时，本文假设：均一化后 的北京站地面气温序列1915年的观测记录未受到城市化影响，但从1916年开始逐渐受到城市热岛效应影响，同时假设北京站城市化影响在整个观测序列中呈线性递增.根据观测序列的时间长度和城市化累积影响，可由以下公式计算平均每年的城市化增温速率.

表 5给出均一化处理后1915—2012年北京站年、季平均气温变化趋势及其显著性检验结果.年最高、最低和平均气温增温速率分别为0.02 ℃/10a、0.27 ℃/10a和0.15 ℃/10a，年平均气温日较差减小趋势为0.25 ℃/10a，除年最高气温外，其他变化趋势均通过0.01的显著性检验.从季节上看，最高气温冬季上升明显，春季上升缓慢，夏、秋季有微弱下降趋势；对最低气温和平均气温，除夏季平均气温外，其他季节增温趋势都通过了0.01的显著性检验，冬季增温最明显，春季次之，夏季最小；气温日较差四季均出现下降趋势，且都通过了0.01的显著性检验.对整个分析时段，年平均最高、最低、平均气温和气温日较差趋势分别为0.22 ℃、2.68 ℃、1.45 ℃和-2.46 ℃，其中最低气温和平均气温表现出非常显著的上升趋势，比全国和全球陆地平均增暖趋势高出1倍左右(Solomon et al., 2007；Ren et al., 2012).最低气温比最高气温上升速率快，冬、春季比夏、秋季增温明显，这些特征与同期和近60年全国平均地面气温变化完全一致(唐国利和任国玉，2005； Ren et al., 2012).

图 4给出了北京站1915—2012年均一化气温资料序列中的年、季平均城市化累积影响及其贡献率.年最高、最低、平均气温和气温日较差序列中的城市化累积影响分别为-0.11 ℃、1.78 ℃、0.84 ℃和-1.90 ℃，对应的城市化影响贡献率分别为51.1%、 66.5%、57.7%和77.0%.把上述城市化累积影响 转化为城市化增温率，分别是-0.01 ℃/10a、0.18 ℃/10a、 0.09 ℃/10a和-0.19 ℃/10a.因此，在近百年内，北京站年最高、最低、平均气温和年气温日较差序列均表现出较大的城市化影响偏差，这种系统偏差占同期总体变化趋势的50%以上.

表 5(Table 5)

表 5 北京站1915—2012年地面年、季平均气温和气温日较差变化趋势(单位：℃/10a) Table 5 Linear trends of annual and seasonal mean maximum，minimum，average temperature and DTR during 1915—2012 (Unit: ℃/10a) 最高气温 最低气温 平均气温 日较差 春季 0.05 0.30** 0.17** -0.25** 夏季 -0.07 0.17** 0.05 -0.24** 秋季 -0.03 0.24** 0.11** -0.28** 冬季 0.14** 0.38** 0.26** -0.24** 年 0.02 0.27** 0.15** -0.25** 注：**表示通过0.01显著性水平检验，*表示通过0.05显著性水平检验.

表 5 北京站1915—2012年地面年、季平均气温和气温日较差变化趋势(单位：℃/10a) Table 5 Linear trends of annual and seasonal mean maximum，minimum，average temperature and DTR during 1915—2012 (Unit: ℃/10a)

图 4 1915—2012年北京站地面年、季最高(Tmax)、最低(Tmin)、平均(Tave)气温和气温日较差(DTR)的城市化累积影响及城市化影响贡献率Fig. 4 Accumulated urbanization effects and the contributions to overall temperature trends and DTR for Beijing Station during 1915—2012

从四季的城市化累积影响来看，最高气温序列很小，除冬季外，其他季节均为负值，秋季绝对值最高，为0.26 ℃；最低气温序列较大，介于夏季的1.22 ℃ 到冬季的2.29 ℃之间；平均气温序列也较大，冬季最大，为1.17 ℃，夏季最小；气温日较差序列均为负值，秋、冬季约-2.23 ℃，春、夏季较小，但绝对值也在1.30 ℃以上.四季的城市化累积影响贡献率，最高气温秋季达80%，其余三季均在30%以下；最低气温秋季最大，为83%，其他三季均在50%以上；平均气温夏季最大，为100%，秋季次之，春季和冬季均接近50%；气温日较差冬季最大，为95.4%，夏季最小，但也达58.4%.

对1915—2012年北京站月气温资料进行了城市化偏差订正，利用订正后资料建立了年、季平均地 面气温序列.消除了城市化偏差后，最高气温趋势 改变不明显，最低气温和平均气温上升趋势都有 不同程度的减小，气温日较差下降趋势也有明显减弱.

图 5表示均一化资料序列与城市化偏差订正后资料序列逐年值及其线性趋势.城市化偏差订正后，年平均最高气温增加趋势略有上升，增温趋势由均一化序列的0.02 ℃/10a上升为0.03 ℃/10a；年平均最低气温和平均气温增加趋势有不同程度下降，分别由均一化序列的0.27 ℃/10a和0.15 ℃/10a 下降到0.09 ℃/10a和0.06 ℃/10a；年气温日较差趋势由均一化序列的-0.25 ℃/10a 变为-0.05 ℃/10a，绝对值出现较大幅下降.

图 5 1915—2012年北京站城市化偏差订正前、后年最高(Tmax)、最低(Tmin)、平均气温(Tave)和气温日较差(DTR)变化趋势比较Fig. 5 Annual maximum(Tmax)，minimum(Tmin)，average temperature(Tave) and DTR series before and after urban bias correction

表 6给出了1915—2012年北京站最高、最低、平均气温和气温日较差城市化偏差订正前后年、季变化趋势的差值.城市化偏差订正前后年、季最高气温趋势变化不明显，最低气温和平均气温趋势减弱较明显，气温日较差趋势变弱很明显.

表 6(Table 6)

表 6 1915—2012年北京站年、季平均最高、最低、平均气温和气温日较差城市化偏差订正前后的线性趋势的差值(单位：℃/10a) Table 6 The difference of linear trends of annual and seasonal mean temperature and DTR before and after urban bias correction(Unit: ℃/10a) 春 夏 秋 冬 年 最高气温 0.01 0.01 0.03 -0.01 0.01 最低气温 -0.17 -0.13 -0.20 -0.24 -0.18 平均气温 -0.08 -0.06 -0.09 -0.12 -0.09 日较差 0.18 0.14 0.23 0.23 0.20

表 6 1915—2012年北京站年、季平均最高、最低、平均气温和气温日较差城市化偏差订正前后的线性趋势的差值(单位：℃/10a) Table 6 The difference of linear trends of annual and seasonal mean temperature and DTR before and after urban bias correction(Unit: ℃/10a)

利用均一化处理后的地面气温资料，本文得到北京站1915—2012年年最高、最低和平均气温，其气温变化趋势分别为0.02 ℃/10a、0.27 ℃/10a和0.15 ℃/10a.季节平均气温增加趋势按从大到小排序分别是冬、春、秋、夏季.以上结果与先前分析(唐国利和任国玉，2005；Ren et al., 2012)获得的过去百余年中国大陆平均地面气温变化趋势比较，数值偏高，但季节性特征完全一致.Yan等(2001)在对资料进行均一化处理后，得出1915—1998年间北京站年平均气温显示出更明显的上升趋势，而且增温主要表现在20世纪60年代以后，与本文的结果大体一致.此外，本文分析结果也同谢庄和曹鸿兴(1996)发现的北京站最低气温比最高气温上升趋势明显的结论一致.

本文在资料均一化的基础上，进一步评价了城市化对长期地面气温变化趋势的影响，发现由于均一化过程致使观测序列中的城市热岛效应影响得以恢复，订正后的气温资料序列中存在更明显的城市化偏差.徐祥德和汤绪(2002)在总结国内外热岛研究结果时指出，百万人口以上的大城市平均气温一般约高于郊区0.5~1.0 ℃，本文年平均气温序列中的城市化累积影响为0.84 ℃.Yang等(2013)根据迄今最密集观测站点资料的研究指出，北京六环以内的城区年平均城市热岛强度达到1.63 ℃，四环以内中心城区冬季平均城市热岛强度高达2.40 ℃以上，夜间和清晨城市热岛强度明显大于白天，表明近百年来大部分时间处于或接近城区的北京站地面气温记录中包含着明显的城市化累积影响.

尽管分析时期不同，本文对平均气温序列中的城市化影响估算结果与先前研究(Ren et al., 2008；张爱英等，2010)得到1961—2004年间华北地区城市化引起的国家基准站和基本站增暖偏差约为0.08 ℃/10a到0.11 ℃/10a的结果可以对比；但与多数研究(宋艳玲和张尚印，2003；初子莹和任国玉，2005；林学椿和于淑秋，2005；司鹏等，2009；Yan et al., 2010)得出的1960年后北京站的城市化影响程度范围0.16~0.54 ℃/10a相比，本文结果偏低，原因可能是城市化影响在早期较弱，改革开放后明显增大(林学椿等，2005).关于最高、最低气温城市化影响的估算与司鹏等(2009)针对1960—2006年的分析结果具有可比性，最高、最低气温的城市化影响比后者明显偏低，可能也与早期城市化影响偏弱有关.张雷等(2011)对北京1960—2008年地面平均和极端气温指数序列的城市化影响进行了分析，发现年最低气温和气温日较差序列 的城市化影响分别为0.70 ℃/10a和-0.73 ℃/10a，其对应的城市化影响贡献率均为100%，是目前报告的最高估计值.造成不同研究结果差异的原因，可能主要与所选乡村站的代表性以及所分析时间段不同等有关.

本文发展的无早期参考序列条件下城镇站城市化偏差评价和订正方法，只要求参考站具有最近几年的气温记录，因而只能得到当前城市化影响程度，无法细分城市化进程快(慢)阶段对不同时期地面气温变化的具体贡献，这是该方法的一个局限.但气候变化研究主要关注某一时期气候要素的长期线性趋势，对于该时期各个阶段的具体城市化影响偏差可以忽略.

本文发展了一个无早期参考序列条件下城市化偏差评价和订正方法，在对资料进行非均一性检验和订正的基础上，分析了北京站1915—2012年最高、最低和平均气温的变化趋势，评价了城市化对气温序列变化趋势的影响，并对城市化偏差进行了订正，得到以下结论：

(1)北京站最高、最低和平均气温的均一化资料序列表现出比原始资料序列更明显的上升趋势，气温日较差序列均一化后下降趋势略变大，均一化后 年最高、最低、平均气温和气温日较差变化速率分 别为0.02 ℃/10a、0.27 ℃/10a、0.15 ℃/10a和-0.25 ℃/10a.

(2)北京站平均气温序列受到很大的城市化影响.年最高、最低、平均气温和气温日较差序列中的城市化累积影响分别为-0.11 ℃、1.78 ℃、0.84 ℃和-1.90 ℃，其对应的城市化影响贡献率分别为51.1%、66.5%、57.7%和77.0%.城市化累积影响在最高气温序列中只有冬季为正值，在最低和平均气温序列中四季均为正值，冬季最大，夏季最小；在气温日较差序列中四季均为负值.

(3)订正城市化偏差后，最高气温序列的增温速率变化不明显，最低和平均气温序列的增温速率均有明显下降，气温日较差下降趋势明显变弱.