中国上海（1873–2023年）复合型昼夜热浪的多尺度驱动因素：非对称升温、海洋模式和城市化的影响

《Advances in Climate Change Research》：Multi-scale drivers of compound day?night heatwaves in Shanghai, China (1873–2023): The role of asymmetric warming, oceanic modes, and urbanization

　　梁平|张志奇|丁一辉|袁新月|钱启文
中国气象局上海区域气候中心城市减缓和适应气候变化关键实验室，上海200030

**摘要**
城市气候科学中的一个显著空白在于对控制主要大都市百年尺度复合昼夜热浪（CDNHWs）演变的多尺度驱动因素（全球气候、海洋变率、城市化相互作用）的理解有限。本研究通过调查中国上海150年（1873–2023年）CDNHWs的演变及其驱动因素来解决这一问题。上海是一个快速城市化的全球大都市的典型代表。研究发现了两个不同的CDNHW阶段：一个稳定的低发阶段（1870年代–1980年代），其特点是昼夜温度协同作用弱、频率持续较低且人为影响较小；另一个加速的高发阶段（1990年代–2020年代），其特征是昼夜温度同时升高，CDNHW的发生概率从1920年代中期的1.2%上升到1990年代后的11.1%。1980年代以后CDNHW的增加大约有一半源于全球变暖，夜间最低温度（Tmin）的升高速度（每十年0.22°C）是日最高温度（Tmax）升高速度（每十年0.06°C）的三倍。多尺度的海洋和大气过程调节着CDNHW的发生。在十年时间尺度上，AMO正/PDO负的协同作用通过云辐射反馈加剧了夜间温度升高，抑制了昼夜温差，而夜间温度对AMO和PDO都表现出强烈的敏感性。年际尺度上，CDNHW的发生受到冬季厄尔尼诺现象和温暖印度洋盆地与夏季拉尼娜现象及寒冷印度洋盆地的季节性转变的影响，同时热带北大西洋的持续变暖也起到了促进作用。亚季节尺度上，马登-朱利安振荡（尤其是第1-2阶段，与约50%的CDNHW事件相关）和季节内大气变率进一步调节了热浪的发生，对白天的极端温度影响更大。在局部尺度上，城市化使得升温从以白天为主转变为以夜间为主，增强了夜间热量滞留，进一步促进了CDNHW的发生，约占观测到的总CDNHW日的7%。这些发现加深了对大都市百年尺度CDNHW驱动因素的理解，突显了全球、区域和局部力量相互作用下大都市CDNHW风险的加剧，并为综合预测和城市韧性策略提供了科学依据。

**1. 引言**
近年来，热浪已成为最具破坏性的气候极端事件之一，对人类健康、生态系统和关键城市基础设施造成了严重影响（Karl等人，1993；Mora等人，2017；Perkins-Kirkpatrick和Lewis，2020；Yang等人，2025）。全球观测显示，复合昼夜热浪（CDNHWs）的增长速度超过了单纯白天热浪，其强度增加幅度约为其他类型热浪的四倍（Zhang等人，2025）。CDNHWs的增加对全球人口（Baldwin等人，2019；Wang等人，2020；Liu等人，2025）尤其是中国（Nie等人，2024）构成了日益增长的风险。在中国，这些复合事件在持续时间、强度和空间范围上都显著增加（Chen和Zhai，2017；Gao等人，2022；Zeng等人，2025），导致比单独的热极端事件更高的死亡风险（Yang等人，2024）。

驱动热浪的物理机制在多个尺度上发挥作用。北半球夏季复合高温事件的频率和强度呈现上升趋势，主要归因于温室气体强迫导致的夏季平均温度升高，从而证实了人为因素对复合热浪风险的放大作用（Wang等人，2020）。关于自然变率的影响，传统研究表明，中国的热浪加剧主要由太平洋-大西洋-印度洋气候模式的协同效应驱动（Wei等人，2023；Liang等人，2024；Xie等人，2025）。全球范围内，CDNHWs的年际变化也与主要气候模式密切相关，在热带地区尤其显示出强烈的区域特异性和不同的滞后效应（Zhang等人，2025）。除了海洋强迫外，大气内部变率，包括西太平洋副热带高压和南亚高压的持续反气旋条件，同时增强了白天的太阳辐射和夜间的长波辐射（Luo等人，2022；Guo等人，2023）。中国的复合热浪集群受中层反气旋的控制，而它们位于反气旋和低层气旋之间，这可以同时引起绝热下沉运动和增加的水汽，有利于高温从白天持续到夜间（Luo等人，2022）。其中，长江-淮河流域的夜间事件与东亚副热带急流（EASJ）、向东移动的南亚高压（SAH）以及正的环全球遥相关（CGT）阶段有关，这些因素导致白天和夜间的高温同时升高（Zeng等人，2025；Luo等人，2025）。在局部尺度上，城市地区与农村相比，热极端事件的频率、持续时间和强度都得到了放大（Liao等人，2021；Ma等人，2022；Wu等人，2023）。

尽管取得了这些进展，但仍存在一些关键的未解决缺口，阻碍了我们全面理解CDNHW风险的能力，特别是在快速城市化的特大都市中。首先，当前的研究是碎片化的：要么专注于复合热浪的年际驱动因素，要么关注单纯白天热极端的多尺度变率。这一缺口主要是由于观测记录长度的限制，无法有效区分长期人为强迫和自然气候变率。其次，从季节内大气振荡到多十年尺度的海洋模式和百年尺度气候变化，这些驱动因素之间的层次协同作用仍缺乏详细研究。第三，城市化对CDNHWs特征长期变化的定量贡献仍不清楚。这些缺口是推进城市气候科学和发展有效热韧性策略的根本障碍。

为了解决这些关键限制，本研究利用了来自上海这一中国代表性大都市的独特150年观测记录，探讨了三个科学问题：1）过去一个半世纪中CDNHWs表现出哪些演变特征？2）百年尺度的气候变化、海洋模式（多十年/年际）和大气动力过程（季节内/昼夜）如何调节CDNHWs的发生？3）城市化在多大程度上加剧了CDNHW风险？这种长期的、以城市为中心的分析不仅填补了区分自然气候变率和人为引起CDNHWs变化的关键空白，还为改进气候模型提供了重要的实证依据，这些模型目前难以捕捉人口密集地区的CDNHW动态。这些发现将进一步提供一个可扩展的分析框架，有助于理解全球快速城市化大都市的热风险。

**2. 数据和方法**
2.1. 数据
上海徐家汇（XJH）从1873年到2023年的连续每日最高和最低2米气温观测数据由上海气象局收集并进行了质量控制。XJH拥有自1872年以来中国最长的连续气温观测记录，这使其成为上海百年尺度气候研究不可或缺的数据来源——这一记录被广泛用于该城市自身的同行评审气候研究（Liang等人，2022，2024）以及更广泛的区域分析（Cao等人，2017；Li等人，2018）。Liang等人（2022）进一步调整了由于观测方法和仪器变化引起的长期序列偏差，以提高气候一致性。1979年1月至2023年的日格化地表气温再分析数据（空间分辨率为0.5° × 0.5°）来自CRA-40/Land数据集，该数据集由中国气象局国家气象信息中心开发（http://data.cma.cn/analysis/cra40）。作为中国第一代全球地表再分析产品，CRA-40/Land整合了大量的地面站观测数据和多种基于卫星的仪器数据，其性能优于其他全球地表再分析产品（Liang等人，2020；Yang等人，2021）。

上海作为长江下游的一个大都市，在1961–2022年间与整个长江流域（YRV）经历了相似的夏季气温变化。如图A1所示，上海夏季（6月至9月）的2米最高气温（Tmax）和最低气温（Tmin）与YRV的相应值显著相关，相关系数超过0.8，即使在去趋势处理后这种一致性仍然存在。这种显著的一致性表明上海的CDNHW事件代表了整个长江下游流域，表明它们的变化受到大尺度和局部因素的共同影响。

3小时间隔的大气数据来自二十世纪再分析项目第三版（20CRv3；Slivinski等人，2019），覆盖1873年至2015年的时间范围，水平分辨率为1.0° × 1.0°。20CR的位势高度（Z500）场仅基于地表压力同化和动态约束得出，没有直接的上层大气同化，消除了1950年之前的观测偏差，确保了长期气候分析所需的百年时间一致性。1950年之后的数据与ERA-20C高度一致，后者包含了1950年代的上层大气观测数据（Blanc等人，2022）。这些数据通过NOAA的物理科学实验室获取（https://psl.noaa.gov/data/gridded/data.20thC_ReanV3.html）。此外，1979–2023年的NCEP/NCAR再分析数据（Kalnay等人，1996）也用于分析，空间分辨率为2.5° × 2.5°，可从https://psl.noaa.gov/data/gridded/data.ncep.reanalysis.html获取。为了表征马登-朱利安振荡（MJO）活动，每日实时多变量MJO指数（RMM1和RMM2；Wheeler和Hendon，2004）从澳大利亚气象局下载（http://www.bom.gov.au/climate/mjo/）。

HadCRUT5全球地表温度数据集（Morice等人，2021）用于表示长期全球变暖背景，数据来源于https://crudata.uea.ac.uk/cru/data/temperature/。1979年至2023年的月度海表温度（SST）数据来自扩展重建海表温度第五版（ERSSTv5；Huang等人，2017），可通过气候数据指南（https://climatedataguide.ucar.edu/climate-data/sst-data-noaa-extended-reconstruction-ssts-version-5-ersstv5）获取。此外，还获取了1873年至2023年的太平洋十年涛动（PDO；Mantua等人，1997）和大西洋多年涛动（AMO；Enfield等人，2001）的月度指数，以评估多年气候变率对CDNHWs的影响。

2.2. 复合昼夜热浪的定义
根据以往研究的定义（Wang等人，2020；Luo等人，2022；Xie等人，2025），当每日最高气温（Tmax）或最低气温（Tmin）超过相应变量的第90百分位数时，即判定为热天（暖夜）。这些百分位数是使用以夏季（6月至9月）每一天为中心的15天移动窗口计算得出的，计算基于1961–2020年的参考期，以考虑季节性热变化，从而提高整个夏季热浪事件的检测准确性。复合昼夜热浪事件被定义为连续三天以上，其中每日最高气温和最低气温同时超过各自的热天和暖夜阈值。

2.3. 统计分析方法
应用了集合经验模态分解（EEMD；Wu和Huang，2009）方法将地表气温（SAT）和热浪（HW）天的时间序列分解为代表年际变率、十年至多十年变率和长期趋势的成分。根据Seneviratne等人（2016）的公式（1）评估了长期变暖对CDNHW的定量贡献。在此背景下，N表示与全球地表气温每升高1°C相关的CDNHW天数变化，而dN（dT）表示某一年CDNHW天数的观测异常（全球SAT异常的长期趋势部分），与1956–1985年的平均值相比，当时上海和中国东部的热浪发生频率较低（Sun等人，2014；Liang等人，2024）。使用类似方法估计长期变暖对热天或暖夜的贡献程度（C）。

对于500 hPa的日位势高度（H500）和出射长波辐射（OLR）数据，采用Lanczos滤波器（Duchon，1979）提取1979–2023年夏季期间的季节内变率成分。

**3. 结果**
3.1. 150年来CDNHW频率及其相关环流背景的变化
自1873年以来，上海的热浪在不同类别中表现出明显的时间变化。从图1a所示的150年记录中，可以识别出四个不同的阶段：1）1870年代至1920年代初：极低的日最高气温（CDNHW）频率，炎热的日子相对较少，温暖的夜晚也很稀少，这是在稳定的前工业时期和较弱的人为影响下的情况；2）1920年代中期至1950年代中期：炎热的日子频繁出现，但温暖的夜晚很少，导致CDNHW频率较低；3）1950年代中期至1980年代：炎热的日子减少，而温暖的夜晚开始逐渐增多，从而导致CDNHW频率缓慢上升；4）1990年代至2020年代：CDNHW频率出现前所未有的激增，这是由于炎热的日子和温暖的夜晚同时急剧增加所导致的，这与之前它们共同出现的频率较低的情况明显不同。在徐家汇（XJH）站，尽管1920年代中期至1950年代中期夏季（6月至9月）炎热日子发生的概率（16.8%）与1990年代之后的概率（16.7%）相当，但这一时期的CDNHW频率仅为1.2%——显著低于1990年代之后的11.1%（p < 0.001）。这种差异的原因是早期温暖夜晚的概率（1.4%）明显低于后期（18.6%）。自1990年代以来CDNHW频率的上升归因于炎热的日子和温暖的夜晚同时增加，这与1920年代中期至1950年代中期炎热的日子常见但温暖夜晚罕见的时期形成了对比。因此，在150年的记录中（1870年代至2020年代），CDNHW经历了两个核心阶段：1870年代至1980年代的稳定低发生阶段，昼夜温差较小，频率持续较低；以及1990年代至2020年代的加速高发生阶段，昼夜温差显著增大，频率出现前所未有的激增。

上海的CDNHW事件与异常的大尺度大气环流模式密切相关，尤其是在东亚地区。图1b展示了自1960年代以来CDNHW事件期间500 hPa位势高度的合成异常。一个明显的反气旋异常——表明西太平洋副热带高压（WPSH）加强并向西扩展——主导了长江流域。这种配置通过正反馈机制促进了CDNHW的发生，包括大尺度下沉、云量减少和增强向下太阳辐射（Li等人，2023年）。同时，环流表现出明显的双阻塞模式，反气旋异常分别位于东欧平原/西乌拉尔山脉和阿留申群岛/鄂霍次克海东部，而东北亚则对应着一个低气压区。这种偶极结构类似于之前在欧亚大陆记录到的环全球遥相关模式（Ding等人，2014年）。根据地转风原理，这种异常环流与增强的WPSH相结合，加强了高纬度的纬向流动，从而抑制了来自欧亚内陆的冷空气团向南侵入长江流域（包括上海）。

图2a显示的长期趋势表明，1873年至2023年间夏季平均最高气温（Tmax）和最低气温（Tmin）均呈现统计上显著的（p < 0.001）升温趋势。线性回归分析显示升温速率存在明显的昼夜不对称性，Tmin每十年升高0.22°C（p < 0.001），而Tmax每十年升高0.06°C（p < 0.001）。这种差异导致Tmin累计升高3.3°C，而Tmax仅升高0.9°C。与Tmin的显著升温相比，Tmax的升温速率相对温和，这与其在1980年代之前的不明显升温有关。

图2b-c进一步表明，全球温度异常与XJH夏季（6月至9月）Tmax/Tmin之间的比例关系进一步表明，对全球变暖的不同响应导致了Tmax和Tmin的差异性升温。尽管Tmax和Tmin都与全球变暖有显著相关性，但Tmin的敏感性显著更强（p < 0.001），其响应速率是Tmax的1.6倍。这种明显的不对称性表明，上海的夜间升温与全球气候变化的耦合比白天的升温更为强烈。因此，现代记录中Tmax和Tmin的显著升温共同推动了上海复合热事件的增加，其中Tmin对全球变暖的增强敏感性起着关键作用，强调了在评估区域气候影响时考虑两种温度极端的重要性。规模分析表明，相对于1956年至1985年的基准期，1986年至2023年间每增加1摄氏度的全球变暖与17个炎热的日子、23个温暖的夜晚和16个CDNHW日子相关。进一步分析表明，全球变暖约占1986年至2023年间CDNHW频率增加的一半（54%）。

图3a显示，除了气候变化的基本趋势外，炎热的日子和温暖的夜晚在十年时间尺度上表现出不对称的响应。如图3a所示，炎热的日子在整个记录中显示出显著的变异性，尤其是在最近几十年（p < 0.05），而温暖的夜晚在1950年代左右发生了明显的转变，从最小的变异性转变为稳定的、统计上显著的增加（每十年增加1.1天，p < 0.01）。值得注意的是，CDNHW事件与温暖夜晚的变化密切相关（r = 0.98，p < 0.001），表明最近几十年这种加速现象更为明显。1950年代之后，温暖夜晚和CDNHW事件的加速反映了夜间升温成为持续CDNHW事件的关键驱动因素。

图3b-c显示了太平洋和大西洋海洋模式对温度极端调节的显著不对称性。温暖夜晚（Tmin）对AMO（r = 0.75）和PDO（r = ?0.45）的敏感性特别强，在AMO为正/PDO为负的阶段，升温最为明显。这种协同效应在最近几十年（1990年后）更加显著。相比之下，炎热的日子（Tmax）的响应较弱且更具选择性，与AMO的相关性仅为中等（r = 0.53），与PDO没有显著关联（r = 0.03）。这种差异反映了昼夜边界层过程的差异，白天的温度更多地受到太阳辐射和湍流混合的影响，而不仅仅是海洋因素如AMO的作用。现代气候（1991年至2020年）最清楚地突出了这种不对称性。AMO的正相位促进了炎热的日子和夜晚的加剧，而PDO的叠加影响进一步放大了温暖夜晚的频率。多十年尺度上的调节表明，背景海洋状态可能是未来热浪强度的重要预测因子，特别是对于夜间极端情况。

图4a显示，1874年以来Xujiahui的降雨日频率和昼夜温度范围的散点图。图4b显示，多年尺度上降雨日频率和昼夜温度范围之间的负相关性与多个时间尺度上的降水频率显著相关（r = ?0.28，p < 0.01，研究期间为150年）。这种反相关性与云-辐射效应有关，并受到AMO和PDO等海洋-大气相互作用的影响，表明降低的DTR与通过增加云量而增加的降水有关。这种关系在十年尺度上的变异性中尤为明显，其中DTR减少的时期通常对应于降水频率增加的时期。例如，1920年代至1940年代降雨日频率低于平均水平且DTR显著增加，而最近几十年则表现出相反的特征。这些模式与已知的海洋-大气相互作用一致，因为1920年代至1940年代AMO和PDO同相位通常会抑制长江地区的降水（Zhang等人，2018年），而现代AMO和PDO反相位则促进更湿润的条件。DTR与降水频率在多个时间尺度上的持续负相关强调了云-辐射效应在调节昼夜温度差异中的主导作用。

图5显示，与上海夏季CDNHW频率去趋势后的相关性显著的区域主要位于热带太平洋和大西洋。值得注意的是，冬季与热带太平洋的显著（p < 0.10）相关性类似于厄尔尼诺模式：热带中东太平洋呈现正相关，而西太平洋呈现负相关。相反，夏季与太平洋的显著（p < 0.10）正相关呈现出拉尼娜样的分布，即热带中东太平洋呈现负相关，而西太平洋呈现正相关。此外，热带大西洋与CDNHW频率之间的显著（p < 0.10）正相关从冬季持续到夏季。此外，热带印度洋盆地的冬季（夏季）海表温度也与夏季CDNHW频率有显著（p < 0.10）正（负）相关，表明印度洋在调节上海CDNHW频率中的作用。因此，上海CDNHW频率的年际变化与冬季厄尔尼诺到夏季拉尼娜的转变、热带大西洋的持续跨季节影响以及热带印度洋盆地海表温度异常的跨季节演变密切相关。

图6进一步显示了1991年至2023年间夏季CDNHW频率与Nino3.4区域（5°S–5°N，120°–170°W）和热带印度洋盆地（20°S–20°N，40°–110°E）去趋势后的海表温度异常变化之间的关系，以及夏季热带北大西洋（5.5°–23.5°N，15°–57.5°W）的海表温度异常变化。可以看出，Nino3.4区域夏季CDNHW频率与去趋势后的海表温度异常变化之间存在显著的负相关（r = ?0.38；p < 0.05），表明从冬季的厄尔尼诺模式到夏季的拉尼娜模式的转变可能会增强CDNHW的发生。同时，CDNHW频率与热带北大西洋之间也存在正相关（r = 0.48；p < 0.01），表明可能存在大西洋的遥相关机制。这与图5一致，表明CDNHW频率与热带印度洋盆地模式的SST转换之间存在负相关（r = ?0.38；p < 0.05）。因此，CDNHW活动与三个海洋盆地的综合影响有关。

图7a和图7c分别显示了500 hPa位势高度（Z500）对Nino3.4（图7a）和IOBM（图7c）去趋势后的SST转换的回归，进一步表明太平洋和印度洋的跨季节SST异常变化明显有利于亚洲和欧洲高纬度地区的异常WPSH和双阻塞模式。夏季TNA海表温度异常有利于异常WPSH和双阻塞模式（图7b），这与CDNHW事件期间的典型异常环流（图1b）以及Z500对去趋势后的CWH频率的回归类似。换句话说，ENSO和IOBM海表温度（SST）从冬季到夏季的跨季节演变，以及异常温暖的热带北大西洋，可能在年际时间尺度上触发CDNHW事件的异常环流背景。下载：下载高分辨率图像（1MB）下载：下载全尺寸图像图7. 1991-2023年间，500 hPa位势高度（Z500）与去趋势后的（a）Nino3.4 SST跨季节转换、（b）夏季TNA SST异常和（c）IOBM SST跨季节转换的同时回归（虚线区域表示90%置信水平下的显著性）。3.3.3. 季内动态和昼夜差异在季内时间尺度上，WPSH的季内活动对CDNHWs有影响。如图8a所示，在1983-2020年CDNHWs期间，长江流域（25°-35°N, 112.5°-122.5°E）的年平均最高温度（Tmax）（r = 0.56, p < 0.01）或最低温度（Tmin）（r = 0.40, p < 0.05）与500 hPa位势高度（ISO-Z500）的季内分量之间存在显著正相关。这表明季内大气变异性对热天和暖夜都有影响，从而促进了CDNHWs的发生。同时，ISO-Z500对热天和暖夜的影响存在不对称性。CDNHW的平均最高温度与ISO-Z500的关系比最低温度更强，尽管两种相关性都具有统计学意义，这表明热天受到季内大气振荡的影响更大。换句话说，中纬度的ISO-Z500可能加强了季内振荡与热天温度极端之间的热力学联系。下载：下载高分辨率图像（586KB）下载：下载全尺寸图像图8. (a) 1983年至2020年上海CDNHWs期间，长江中下游（25°-35°N, 112.5°-122.5°E）去趋势后的Tmax和Tmin与Z500（ISO-Z500）季内振荡强度的散点图；(b) 1991-2020年7月至8月不同MJO阶段下CDNHW和MJO强度的频率百分比；(c) 1991-2020年MJO阶段1-2期间的气候Z500和850 hPa风异常。上海CDNHW的频率随MJO阶段变化，因为有组织的热带对流会在亚热带地区引起环流异常。如图8b所示，CDNHW的频率分布与MJO强度相似，在MJO阶段1-2达到峰值，占比约50%，而在MJO阶段3-6较低，占比约30%，表明CDNHW的发生可能与MJO阶段有关。进一步分析显示，热带MJO通过中纬度ISO-Z500与CDNHWs相关联。1991-2020年夏季MJO阶段1-2期间的综合季内环流异常（图8c）显示印度洋热带对流增强，YRV上ISO-Z500异常为正，对应于西太平洋副热带高压的加强和向西扩展。这导致YRV（包括上海）上出现异常下沉气流，从而在季内时间尺度上促进了CDNHWs的发生。换句话说，热带MJO可能是连接CDNHWs和中纬度ISO-Z500的桥梁。区域环流在热天和暖夜的调制表现出明显的昼夜差异。如图A2a所示，自1873年以来，上海500 hPa层（北京时间05:00减去14:00）的昼夜压力差呈现显著增加趋势（p < 0.01），尤其是在1950年代之后。这种昼夜Z500差异与上海的昼夜温差具有强负相关性（R2 = 0.25, p < 0.05），表明增强的昼夜Z500差异对应于昼夜温差减小（图A2）。其物理机制可能涉及以下关键过程：夜间Z500的增强通过增加大气稳定性促进了下沉加热。此外，1920年代中期至1950年代中期的昼夜Z500压力差相对较小，这与该时期CDNHW的缺失相吻合。3.4. 城市尺度放大使用人口密度≥3000人/平方公里和不透水比例≥0.5的阈值（Liang等人，2023年）识别了上海的城市化观测站。虽然城市化从以XJH站为中心的中心城区逐渐扩展到近郊区，但仍有五个站点保持未城市化状态，被归类为农村地区：金山、青浦、汇南、奉贤和崇明。因此，可以根据城市化XJH与五个农村站点的平均值之间的差异来估计城市热岛（UHI）效应。在1990年代至2000年代，城市热岛（UHI）效应对白天的极端温度（热天升高0.8°C）的影响大于夜间极端温度（暖夜升高0.6°C）。这种不对称性可能反映了白天对地表改变（例如，反照率降低、人为热通量）的更大敏感性。然而，2010年代这种温差差异逐渐缩小（0.6°C vs. 0.5°C），2014年后夜间UHI效应占主导地位，夜间UHI效应比白天大0.3°C（图A3a）。21世纪的UHI效应显示，热天的UHI强度呈下降趋势，而夜间UHI效应受年际波动的影响。进一步分析表明，2000年代后白天UHI强度的变化主要与城市地区和西部农村地区（例如金山和青浦）之间的温差减小有关。自21世纪以来，西太平洋副热带高压持续增强（Yang等人，2022年），异常的反气旋将更多暖空气带入西部郊区，从而部分缩小了城市和西部郊区之间的热天温差。1961年以来，白天与夜间UHI效应的差异呈显著下降趋势（图A3b）。这一观察到的转变与城市气候模型一致，表明成熟大城市的夜间UHI效应占主导地位（Huang等人，2021年）。夜间UHI效应的增强有利于夜间温度极端的出现，从而导致更多的CDNHWs。通过进一步分析上述UHI对白天和夜间温度极端的影响，发现XJH的CDNHWs发生天数可能减少了约7%，表明UHI效应对CDNHWs有贡献。4. 结论与讨论通过对1873年以来的观测数据、大气环流模式、海洋影响和城市化效应的全面分析，本研究揭示了自1990年代末以来上海的复合日夜间热浪（CDNHWs）显著增加，主要由昼夜不对称升温驱动。自1980年代中期以来，全球变暖解释了这一增长的一半。CDNHWs受到多十年尺度海洋模式（AMO+/PDO?，通过云-辐射反馈放大暖夜）、年际变异性（冬季厄尔尼诺到夏季拉尼娜转换、热带大西洋变暖）、季内因素（MJO阶段1-2、西太平洋副热带高压）以及局部城市化的影响——这些因素将升温从白天转变为夜间主导。这一百年记录的一个关键发现是两个不同的演变阶段：1870年代至1980年代的极低频率，随后是1990年代由全球变暖、海洋协同作用和城市化驱动的前所未有的激增，夜间敏感性更强。这种非线性增强标志着一种新的城市复合热极端状态。十个上海站点的验证确认了XJH记录的高度代表性（平均相关性0.9），证实了这些发现的城市尺度稳健性。基于识别出的多尺度驱动因素和百年演变阶段，本研究通过三项创新推进了对CDNHWs的理解：一个统一的多尺度框架，将全球气候、年际到多十年尺度海洋变异性、季内振荡和城市效应与CDNHWs强度联系起来；识别出城市热岛向夜间主导的转变，作为成熟大城市的标志；以及阐明MJO阶段对季内热浪发生的依赖性影响。这些发现意味着未来将持续存在复合热风险，需要综合预测和适应工具。日益增强的CDNHWs要求在模型中改进城市地表过程、基于植被的夜间冷却（Schwaab等人，2021年）以及将热风险纳入基础设施（Rubenstein等人，2024年）——这与全球对耐热城市设计的呼吁一致。必须注意两个关键数据限制。首先，依赖单个站点（徐家汇）可以捕捉长期趋势，但忽略了细尺度的空间异质性。其次，虽然20CR提供了时间上的同质性和1950年后的连续性（Blanc等人，2022年），但其缺乏亚日尺度Z500同化可能会影响天气尺度变异性的捕捉，这一点需要在未来的工作中进一步审查。CRediT作者贡献声明袁欣月：写作——审阅与编辑，数据管理。丁一辉：写作——审阅与编辑，概念化。钱启文：可视化。张志奇：可视化，验证，数据管理。梁平：写作——初稿，资金获取，正式分析，概念化未引用的参考文献Ding和Wang，2005；Guo和Fu，2023；Nitta，1989；Nitta和Hu，1996。