全 文 ：第 35 卷第 21 期
2015年 11月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.35,No.21
Nov., 2015
http: / / www.ecologica.cn
基金项目:国家自然科学基金项目(41371539)
收稿日期:2014鄄01鄄20; 摇 摇 网络出版日期:2015鄄04鄄14
*通讯作者 Corresponding author.E鄄mail: wangyukuan@ imde.ac.cn
DOI: 10.5846 / stxb201401200148
逯亚峰,刘艳青,王玉宽,刘媛,王爱华.未来气候变化对山地生物气候类型分布的影响———以四川省为例.生态学报,2015,35(21):7052鄄7060.
Lu Y F, Liu Y P, Wang Y K, Liu Y, Wang A H.Impact of climate change on bioclimatic types in a mountain area鄄a case from Sichuan Province, China.
Acta Ecologica Sinica,2015,35(21):7052鄄7060.
未来气候变化对山地生物气候类型分布的影响
———以四川省为例
逯亚峰1,2,刘艳青3,王玉宽1,*,刘摇 媛3,王爱华3
1 中国科学院水利部成都山地灾害与环境研究所,成都摇 610041
2 中国科学院大学,北京摇 100049
3 环境保护部环境保护对外合作中心,北京摇 100035
摘要:使用生物气候分类法评估气候变化下生态系统变化的区域,对于气候变化下生态系统的保护有着重要的意义。 但是现有
的研究由于分析尺度较大,难以反映气候变化对于山地生态系统的影响。 选取四川省为研究区,使用区域气候模型
(RegCM4.0)对未来气候变化进行预估,在此基础上按照柯本生物气候分类法划分原则,分别对当前 1981—2010,未来 2011—
2040,2031—2060以及 2070—2099时段四川省柯本气候类型进行识别并分析各类型的转变。 结果表明(1)当前四川省分布的
柯本气候类型共包括 3个主要类型,分别为暖温带气候带(C),冷温带气候带(D),极地气候带(E),其面积分别占四川省总面
积的 54%,22%和 24%。 (2)在未来各时段内,四川省柯本气候类型总体分布格局并无明显变化。 但是未来气候变化程度足以
使得部分区域内的生物气候类型发生转变,其中最大的转变发生于 E类型向 D类型的转变。 相比当前时段,到 2070—2099时
段 C类型和 D类型增加面积占当前分布面积的 13%和 20%,E类型减少面积占当前分布面积的 48%。 对比不同时段的转变速
率,近期的气候变化对于生物气候类型的影响要大于远期的气候变化。 (3)由于受气候变化的影响,各柯本气候类型分布的平
均海拔均向高海拔区域上移,C类,D类和 E类型分布平均海拔的上移速率分别为 2.9,3.4 m / a和 1.8 m / a。 此外,经统计生物
气候类型发生变化区域的海拔主要为 3800—4500 m。
关键词:气候变化;四川省;柯本气候分类法;海拔
Impact of climate change on bioclimatic types in a mountain area鄄a case from
Sichuan Province, China
LU Yafeng1,2, LIU Yanqing3, WANG Yukuan1,*, LIU Yuan3, WANG Aihua3
1 Institute of Mountain Hazards and Environment, Chinese Academy of Sciences and Ministry of Water Resources, Chengdu 610041, China
2 University of Chinese Academy of Sciences, Beijing 100049, China
3 Foreign Economic Cooperation Office, Ministry of Environmental Protection, Beijing 100035, China
Abstract: It is important to assess the impact of climate change on ecosystems for ecological conservation. Climate –
vegetation models are considered to provide an effective way of demonstrating climate change impacts. One such model,
K觟ppen Classification, is widely used to estimate the effects of global climate change on ecosystems. However, due to
climate surface resolution limitations, previous studies have not been able to completely reflect the impact of climate change
on different ecosystem types in some mountain areas. Sichuan Province, which is located in the southwest of China, is
sensitive to climate change because of its complex topography. In this paper, we used K觟ppen Classification to quantify the
changes of bioclimatic types for Sichuan Province under climate change. We employed Regional Climate Model 4.0 to project
http: / / www.ecologica.cn
monthly temperature and precipitation from 1981 to 2099. Then, the model output was calibrated by using data from 204
meteorological stations in and around Sichuan Province. Subsequently, spatial interpolation software, Anusplin 4.3.6, was
used to downscale temperature and precipitation data, using elevation as an independent covariable. A 1 km x 1 km spatial
resolution was selected for the climate data. Considering the uncertainty in climate change, we selected three time periods to
analyze the distribution of K觟ppen climates, including 2010 ( representing the 30鄄year average for 1981—2010), 2040
(representing the 30鄄year average for 2011—2040), 2060 (representing the 30鄄year average for 2031—2060), and 2099
(representing the 30鄄year average for 2070—2099). The 1981—2010 period was used as a baseline to represent “current
climate.冶 First, we found that there were three bioclimatic types in the current period, including temperate climates (C),
continental climates (D), and polar climates (E). C type, D type, and E type climates cover 54%, 22%, and 24% of the
total area in Sichuan Province, respectively. Second, we found that the spatial patterns of bioclimatic types will not
noticeably alter between 1981 and 2099, because neither new types nor current types appear or disappear, respectively.
However, the changes in temperature were sufficient to cause shifts in bioclimatic types. Between 1981—2010 and 2070—
2099, the areas covered by C and D types will increase by about 13% and 20%, respectively. In contrast, the relative area
covered by E type during this period will decrease by about 48%. The maximum shift mainly refers to E type, while the
maximum shift was observed for both E to D types. In addition, our results indicate that bioclimatic types display different
rates of shifts in different time periods. For instance, the rate of change in 2011—2040 is greater than that in 2031—2060
and 2070—2099. Therefore, the response of ecosystem types to climate change in Sichuan Province is expected to be more
drastic in the near future (2011—2040) compared to the distant鄄future (2031—2060 and 2070—2099). Third, we found
that all the distribution of all types would shift in space, moving towards higher altitudes. Between 1981—2010 and 2070—
2099, the shift rates along altitudinal gradients for C, D, and E types is expected to average 2.9 m per year, 3.4 m per
year, and 1.8 m per year, respectively. By calculating the changed area in elevation zones of 100 m intervals, the changed
area will be concentrated at an elevation range of 3800 m to 4500 m. Therefore, elevation zones should be considered for
ecosystem conservation under climate change.
Key Words: climate change; Sichuan Province; K觟ppen classification; elevation
近一个世纪以来,气候变化已对当前生态系统的分布产生了影响。 识别及分析影响区域的位置及特征,
对于有针对性的制订气候变化下的生态系统保护策略有着重要的作用。
目前,已有的研究表明,使用气候—植被分类模型识别气候变化下生态系统可能发生变化的区域是一种
有效的方法[1鄄3]。 气候—植被模型主要包括了机理模型和非机理模型。 机理模型虽然能够较好的将气候变
化以及植被响应进行预测,但是此类模型所需数据不易获取,并且气候变化对于生态系统的影响机制尚不完
全明确[4鄄5]。 使得运用非机理性模型评价气候变化对于生态系统的影响仍然是一种有效方法[2,6]。 自德国植
物学家柯本建立生物气候分类法以来,生物地理学家已建立了多个非机理性的气候鄄植被模型,其中使用最为
广泛的是柯本气候分类法[7]。 已有大量研究使用此分类法从全球和区域尺度评估气候变化对于植被的影响
并且取得了较好的效果[2,8鄄10]。 对于中国区域,虽然使用柯本气候分类法评估结果较少[2],但仍有一些运用其
它气候鄄植被模型评估气候变化影响的研究,如张新时[6],Chen 等[11],岳天祥等[12],胥晓等[13]。 然而已有的
研究多是基于较大尺度的分析,难以体现气候变化对于山地生态系统的影响。 此外,由于山地区域往往海拔
变化大,使得不同海拔区间内气候变化的程度存在明显差异,导致对不同海拔区域内生态系统的影响也并不
相同。 因此,分析不同海拔区间内生物气候类型的变化特征,对于系统的制订保护策略十分重要,但目前的研
究并未对此进行详细分析。
随着薄盘样条气候表面插值方法的建立[14],能够在较小尺度上获取较高精度的气候表面数据。 在此基
础上,通过运用柯本气候分类法,可以评估气候变化对于山地生态系统的影响。 因此,本研究在区域气候模型
(RegCM4.0)对四川省未来气候变化进行预测的基础上,利用薄盘样条插值方法对气候数据进行处理。 并使
3507摇 21期 摇 摇 摇 逯亚峰摇 等:未来气候变化对山地生物气候类型分布的影响———以四川省为例 摇
http: / / www.ecologica.cn
用柯本气候分类法评估未来气候变化对四川省生态系统的影响。 同时也对气候变化下各生物气候类型变化
区域的海拔特征进行分析。
1摇 研究区域
四川省位于青藏高原东缘,处于中国地势三大阶梯中的第一级和第二级,区域内高差悬殊,地势西高东
低,是中国典型山地分布区。 四川省独特的地理位置,使其一方面易受气候变化影响,另一方面形成了丰富的
生态系统类型。 因此,对气候变化下四川省生态系统分布变化的评估,可以较好的反映气候变化对于山地生
态系统的影响。
2摇 方法与数据
2.1摇 研究方法
2.1.1摇 柯本气候分类法
虽然有大量研究对柯本气候分类法进行了修正,但是目前使用比较广泛的分类方法是 K觟ppen鄄Geiger 分
类方法(以下使用柯本分类法代表此类方法)。 由于已有相关文献对柯本气候分类法进行了详细说明[1],因
此本文仅作简要描述。 按柯本气候分类法分类原则,将全球植被划分为 5 个主要类型,再根据季节性降水和
温度在每个主要类型中划分亚类型。 具体划分时,首先根据月最低温,月最高温,月降水划分出 5 个主要类
型,分别为赤道气候带(A),干燥气候带(B),暖温带气候带(C),冷温带气候带(D),极地气候带(E),再根据
冬季和夏季的降水,月平均温进一步的划分亚类型。 A 类型中包括的亚类型为常年湿润雨林(Af),季雨林
(Am),夏干型稀树草原(As),冬干型稀树草原(Aw)。 B 类型包括的亚类型为干旱型草原气候(BS),干旱型
沙漠气候(BW)。 C类型包括的亚类型为冬湿夏干型暖温带气候(Cs),夏湿冬干型暖温带气候(Cw),全年常
湿型暖温带气候(Cf)。 D类型包括亚类型为冬湿夏干型暖温带气候(Ds),夏湿冬干型暖温带气候(Dw),全年
常湿型暖温带气候(Df)。 E类型包括亚类型为苔原气候(ET),冰原气候(EF)。 其中在 C类和 D类中又可根据
季节性温度,在每个亚类型中再划分出夏季炎热型(a),夏季温暖型(b),夏季凉爽型(c)和显著大陆型(d)。
2.1.2摇 气候数据
本研究使用区域气候模式 RegCM4.0,单向嵌套 BCC_CSM1.1全球气候系统模式,在中等排放情景 rcp4.5
下,以 50 km伊50 km的尺度,模拟 1981—2099年逐月的平均气温及降水。 在此基础上使用 204个省内外站点
(包括四川省内 119个气象站点以及周边区域 85个气象站点)数据与模拟数据进行对比,去除预估数据的系
统偏差。
在气象数据校正的基础上,使用薄盘样条插值软件 Aunsplin 4.36 进行插值。 在插值时,选择插值模型以
及样条次数的不同可能对插值结果产生一定影响,而本研究又需要对较长时间序列的气象数据进行插值。 因
此需要选取的模型既要保证表面精度又要考虑模型的稳定性,使得不同月份间可以相互比较。 在进行气候表
面生成前,分别选取薄盘样条以及局部薄盘样条两个插值函数,以海拔作自变量或协变量,在样条次数为 2,
3,4,5次条件下进行插值。 在 Anusplin中,可通过对比不同插值函数以及不同样条次数生成的广义交叉验证
(GCV)或是最大似然法(GML)值的大小确定最佳插值函数及其样条次数。 通过对比,本研究选取局部薄盘
模型,在样条次数为 2次,海拔为协变量的条件下对四川省 1981—2099年逐月平均气温和降水空间分布进行
插值,插值尺度为 1 km伊1 km。
根据世界气象组织(WMO)对于气候的定义,应选取至少 30a为 1个气候周期。 同时,考虑到气候变化的
不确定性,本研究选取 1981—2010 年,2011—2040 年,2031—2060 年和 2070—2099 年 4 个气候时段分别代
表当前(2010),近期(2040),中期(2060)以及远期(2099)的气候时段。 按照柯本气候分类法的划分原则,利
用 Arcgis软件与 Python语言对这 4个气候时段内的柯本气候类型分布进行划分。 在划分时,本研究使用 1个
气候时段内各月平均温度,月降水,各年最暖(冷)月温度的平均值分别代表柯本气候分类法中的月平均温
4507 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
度,月降水,最暖(冷)月温度。
2.2摇 数据来源
本研究所使用逐月气温与降水的站点数据来源于四川省气象局。
2.3摇 气候数据验证
为检验模拟数据与站点数据间的差异,随机选取 4 个不同海拔范围内的气象站点(图 2),对 1981—2010
时段逐月气温与降水的实测值与模拟值进行回归分析。 结果表明,选取的 4 个站点中,气温的模拟值与实测
值间差异较小,而降水预测值与实测值间差异明显(图 1)。 由于柯本气候分类法主要是通过气温对生物气候
类型进行划分。 因此,使用模式输出结果是可以满足分析要求。
图 1摇 预估数据与气象站点数据对比
Fig.1摇 The difference between projection data and observations data
a,b,c,d代表不同气像站点,1代表月平均气温,2代表月降水量
如图 2所示,使用薄盘样条插值方法将站点数据插值到 1 km伊1 km尺度是可以较好地反映地形对于区域
气候的影响。 为了验证插值结果与站点数值差异是否显著,本文以 100 m的海拔间隔为标准,按照海拔梯度
将四川省划分为 55个区域,其中第 55个区域代表海拔 5500 m 及以上的区域。 选取 1981—2010 时段,分别
对插值生成的气候表面数据以及预估的气象站点数据在各海拔区间内的月平均温度进行统计,并进行回归分
析。 由于并不是所有海拔区间均有气象站点分布,因此本研究仅选取有站点分布的海拔区间进行分析。 分析
结果表明,在选取的时段内气候表面数据与站点的预估数据有较好的一致性(图 3)。
3摇 结果
3.1摇 四川省柯本气候类型分布
摇 摇 运用柯本气候分类法对四川省生物气候类型分布的识别结果表明,在当前 2010时段,四川省共包括 3 个
5507摇 21期 摇 摇 摇 逯亚峰摇 等:未来气候变化对山地生物气候类型分布的影响———以四川省为例 摇
http: / / www.ecologica.cn
柯本气候类型(C类,D类和 E类)和 11个气候亚类型(图 4)。 各类型及亚类型详见图 4 的图例。 在当前时
段内,分布面积最大的类型为 C类型,其分布面积占四川省总面积的 54%,分布面积最小的是 D类型,其分布
面积占四川省总面积的 22%。 亚类型中分布面积最大的是 ET类型,分布面积占四川省总面积的 24%。 根据
各生物气候类型分布的空间特征,从东到西的类型分别为 C 类,D 类和 E 类。 相比川东平原及丘陵地区,川
西高原的生物气候类型空间异质性明显较高。
图 2摇 四川省 1981—2010年月平均气温空间分布图(1 km伊1 km)
摇 Fig. 2 摇 The mean temperature with 1 km spatial resolution in
1981—2010 period
摇 图 3摇 1981—2010时段气候表面平均温度与预估站点平均温度
对比
Fig. 3 摇 Difference between projection temperature data and
climate surface data
由于柯本气候分类法缺少亚热带生态系统的分类,一般认为 C 类型反映了亚热带和暖温带两个植被类
型。 在识别出的四川省柯本气候类型中 C类型,D类型和 E类型分别对应亚热带针阔混交林生态系统,寒温
带针叶林生态系统以及高山草甸生态系统。 因此,本研究的识别结果与四川省实际的生态系统类型的分布基
本相符。 并且,使用 1 km伊1 km的尺度进行分析,也是能够反映较小区域内地形对于植被分布的影响。
3.2摇 气候变化下柯本气候类型的转变
在气候变化情景下,四川省柯本气候类型空间分布特征无明显变化(图 4)。 相比当前 2010 时段,在未来
2040,2060以及 2099时段面积增加的气候类型为 C类型和 D类型,至 2099时段这两个类型增加面积占当前
分布面积的 13%和 20%。 面积减少的类型为 E 类,至 2070—2099 时段 E 类型减少面积占当前分布面积的
48%。 为准确的反映气候变化情景下不同生物气候类型的相互转变,本研究使用转移矩阵方法对不同时段生
物气候类型间的转变进行统计,结果见表 1—表 3。 表中各行代表某个类型向其它类型转出的面积,各列代表
其它类型向某类型转入的面积。 表 1—表 3的结果表明,在气候变化情景下,除了 ET 亚类,其它亚类型间均
有转出和转入,而 ET亚类仅有转出。 在各柯本气候类型的转变中,最大的转变是由 E类型向 D类型转变,到
2099时段,有 55220 km2的 E 类型转变为了 D类型。 对比未来不同时段的转变速率表明,近期时段的气候变
化造成的气候类型的转变速率要高于中期和远期时段的气候变化。
3.3摇 生物气候类型变化区域的海拔特征
为识别气候变化下各生物气候类型变化区域的海拔特征。 本研究以当前时段为基准,分别与未来 3 个时
段进行对比,识别出各时段内生物气候类型变化区域的空间分布。 同时,以 100 m 的海拔间隔为标准,使用
Arcgis软件对各海拔区域内柯本气候类型的变化面积进行统计。 由于降水数据存在较大的不确定性,因此本
6507 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
图 4摇 气候变化情景下四川省柯本气候区分布变化
Fig.4摇 The distributions of K觟ppen climates in Sichuan Province under climate change
表 1摇 2040 vs. 2010柯本气候亚类型转移矩阵 / km2
Table 1摇 The transfer matrixes for climates between the period of 2040 and that of 2010
亚类 Subtype Cwa Cwb Cwc Cfa Cfb Cfc Dwb Dwc Dfb Dfc ET
Cwa 32791
Cwb 1995 2312 16999
Cwc 946 1442 1257
Cfa 17542
Cfb 212 6505 2730
Cfc 1342 389 4092
Dwb 967 532 61
Dwc 638 564 521 552 638 544 14028
Dfb 294 1299 61
Dfc 318 399 2436 1790 386 12842 1692
ET 33 5 15295 14708
7507摇 21期 摇 摇 摇 逯亚峰摇 等:未来气候变化对山地生物气候类型分布的影响———以四川省为例 摇
http: / / www.ecologica.cn
表 2摇 2060 vs. 2010柯本气候亚类型转移矩阵 / km2
Table 2摇 The transfer matrixes for climates between the period of 2060 and that of 2010
亚类 Subtype Cwa Cwb Cwc Cfa Cfb Cfc Dwb Dwc Dfb Dfc ET
Cwa 23850
Cwb 4389 2744 9876
Cwc 1829 1000 1057
Cfa 19200
Cfb 1207 10924 3756
Cfc 1620 168 4772
Dwb 1057 549 46
Dwc 2481 2274 589 750 713 488 11199
Dfb 263 1481
Dfc 1682 1242 4854 4887 131 12841 1067
ET 131 312 16495 23375
表 3摇 2099 vs. 2010柯本气候亚类型转移矩阵 / km2
Table 3摇 The transfer matrixes for climates between the period of 2099 and that of 2010
亚类 Subtype Cwa Cwb Cwc Cfa Cfb Cfc Dwb Dwc Dfb Dfc ET
Cwa 41074
Cwb 4922 4980 12879
Cwc 2670 1229 348
Cfa 12029
Cfb 416 5788 6864
Cfc 1726 25 5394
Dwb 757 897 3
Dwc 2376 766 4324 1855 770 878 18633
Dfb 104 1655
Dfc 3271 589 11563 5176 496 7054 949
ET 287 803 14160 41060
摇
图 5摇 不同时段柯本气候类型变化面积随海拔分布特征
摇 Fig.5摇 The changed area for different time periods in elevation
zones of 100m interval
文仅统计由温度产生的变化。 结果表明,从海拔 900—
4900 m 区域内均有柯本气候类型的转变,但是相比低
海拔区域,高海拔区域的转变面积明显更多(图 5)。 根
据各类型的空间分布,在高海拔区域(川西地区)的转
变主要是由 E类型向 D 类型转变,其中发生转变的主
要海拔范围是 3800—4500 m,转变面积最多的海拔区
域是 4200—4300 m。 在低海拔区域主要是由 D类型向
C类型转变,以及 C 类型中各亚类型相互转变,其中发
生转变的主要海拔范围是 1200—2000 m,转变面积最
多的海拔区域是 1300—1400 m。 对比未来不同的时
段,随时间增加各海拔区域内生物气候类型转变的面积
逐渐增大。
此外,随着气候变化下各生物气候类型的相互转换,
使得各类型分布海拔发生变化。 为反映不同类型的海拔
变化,分别对未来不同时段各类型分布的平均海拔进行统计,并与当前时段进行比较。 结果表明 C类,D类和 E
8507 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
类分布平均海拔分别上升 258,307 m和 157 m,平均上移速率分别为 2.9,3.4 m / a和 1.8 m / a。
4摇 讨论
4.1摇 气候变化下四川省生物气候类型变化趋势
相比中国其它区域的评估结果[11鄄12],本研究中并未出现新增加的生物气候类型,也没有将消失的生物气
候类型。 但是,在本研究的气候情景下,未来气候变化的程度足以使得四川省的生物气候类型发生转变,并且
转变的主要趋势为由温度低的类型向温度高的类型转变。 对于生物气候类型转变的区域,川西高原发生转变
的面积明显多于川东丘陵和平原地区。 通常高海拔区域的升温程度要高于低海拔区域。 因此,分布于高海拔
的 E类型相比其它类型对气候变化更敏感,发生转换的面积也更多。 本研究中,生物气候类型的转变主要集
中于 E类型向 D类型的转变,这一转变趋势与大多数选取中国区域研究气候变化对生物气候类型影响的结
果相一致[11,15]。 但是,相比其它区域,未来四川省柯本气候 E 类型向 D 类型转变速率相对较低[16]。 根据
RUBEL等提供的使用 RegCM 3.0 模型对不同排放情景下柯本气候类型的分布数据进行分析[3],至 2076—
2100年四川省 E类气候区分布面积相比 1976—2000 年,在最高的排放情景下可能减少 91%,在最低的排放
情景下可能减少 66%,高于本研究中 E类型减少 48%的结果。 形成差异的原因可能是由于(1)本研究使用了
更小尺度的气候插值方法。 (2)使用气候预测模型 RegCM 4.0与其它研究使用 RegCM 3.0模型对气候预测存
在差异。 由于本研究使用气候情景为中等排放情景,E 类气候区的变化应在 66%—91%范围内。 因此,更小
尺度的分析是决定气候类型转变的程度的最主要因素。 而根据气候变化对川西高原地区雪线以及四川省周
边地区树线影响的研究结果表明,过去的气候变化已使得这些区域的雪线,树线向高海拔迁移,但并未对此区
域内当前生态系统格局产出明显影响[17鄄19]。 雪线和树线的上移在一定程度上可以反映 E类型向 D类型的转
变。 因此,选择较高精度的气候插值方法分析气候类型的转变结果可能与实际更相符合。 由于降水模拟的结
果较差,本文不对降水产生的生物气候类型的转变进行讨论。
4.2摇 生物气候类型变化区域的海拔特征分析
气候变化下,四川省所有生物气候类型都向高海拔区域迁移。 迁移速率由大到小的顺序为 D类>C 类>E
类。 对比 Lenoir等通过选取 171 个物种在海拔 0—2600m范围内研究气候变化下物种的迁移结果表明,本研
究中分布于相似海拔的 C类型的迁移速率与 Lenoir的研究结果基本一致[20]。 此外,对于气候变化影响比较
严重的海拔区域,主要是集中于 1200—2000m和 3800—4500m区域内。 这两个海拔区域内的变化,分别占未
来三个时段全部变化的 62%,63%和 65%。 但是不同于低海拔区域以亚类型转变为主,高海拔区域的转变主
要为类型的转变。 因此,对于生态系统的保护,首先是要排除这些可能受气候变化影响比较严重的区域。 然
而,若是这些区域内存在重要的物种,则需要对这些区域制订更为严格的保护措施,减少其它干扰因素。 因为
生态系统的变化是由多个因素共同决定的,虽然气候变化是不可阻止的,但减少其它干扰因素也能在一定程
度上维护生态系统的稳定。 根据本文的分析结果,在气候变化下对四川省的生态系统进行保护,需针对不同
的海拔区域制订相应策略。 同时,对近期气候变化造成的影响需要更多的关注。
5摇 结论
通过对未来气候变化情景下四川省柯本气候类型分布变化的分析,可以得出以下结论:
(1)在未来气候变化下,四川省柯本气候类型分布格局虽无明显变化,但是未来气候变化的升温程度足
以使得四川省柯本气候类型发生变化。 在气候变化下,C类型和 D类型分布面积增加,E类型分布面积减少。
并且在近期气候变化下各类型转变的速率要高于远期的气候变化。 通过与大尺度研究结果对比,在本研究所
选取的尺度下生物气候类型变化速率与实际更相符合。
(2)在未来气候变化下,高海拔区域受气候变化影响明显高于低海拔区域,其中变化主要集中于海拔
3800—4500 m的范围内。 同时,从近期到远期的气候变化,所有生物气候类型分布海拔均呈现上升趋势。 相
9507摇 21期 摇 摇 摇 逯亚峰摇 等:未来气候变化对山地生物气候类型分布的影响———以四川省为例 摇
http: / / www.ecologica.cn
比 1981—2010,到 2070—2099年 C类,D类和 E类型平均分布海拔向高海拔区域上移的速率分别为 2.9,3.4
m / a和 1.8 m / a。 因此,使用柯本分类法,是可以在一定程度上反映气候变化下的生态系统类型的垂直迁移。
参考文献(References):
[ 1 ]摇 Kottek M, Grieser J, Beck C, Rudolf B, Rubel F. World map of the K觟ppen鄄Geiger climate classification updated. Meteorologische Zeitschrift,
2006, 15(3): 259鄄264.
[ 2 ] 摇 Baker B, Diaz H, Hargrove W, Hoffman F. Use of the K觟ppen鄄Trewartha climate classification to evaluate climatic refugia in statistically derived
ecoregions for the People忆s Republic of China. Climatic Change, 2010, 98(1 / 2): 113鄄131.
[ 3 ] 摇 Rubel F, Kottek M. Observed and projected climate shifts 1901—2100 depicted by world maps of the Koppen -Geiger climate classification.
Meteorologische Zeitschrift, 2010, 19(2): 135鄄141.
[ 4 ] 摇 Hallgren W S, Pitman A J. The uncertainty in simulations by a Global Biome Model (BIOME3) to alternative parameter values. Global Change
Biology, 2000, 6(5): 483鄄495.
[ 5 ] 摇 Hurtt G C, Moorcroft P R, Pacala S W, Levin S A. Terrestrial models and global change: challenges for the future. Global Change Biology, 1998,
4(5): 581鄄590.
[ 6 ] 摇 张新时. 研究全球变化的植被鄄气候分类系统. 第四纪研究, 1993, 13(2): 157鄄169.
[ 7 ] 摇 K觟ppen W. Versuch einer Klassifikation der Klimate, vorzugsweise nach ihren Beziehungen zur Pflanzenwelt. Geographische Zeitschrift, 1900, 6
(11): 593鄄611.
[ 8 ] 摇 Peel M C, Finlayson B L, McMahon T A. Updated world map of the K觟ppen鄄Geiger climate classification. Hydrology and Earth System Sciences
Discussions, 2007, 4(2): 439鄄473.
[ 9 ] 摇 De Castro M, Gallardo C, Jylha K, Tuomenvirta H. The use of a climate鄄type classification for assessing climate change effects in Europe from an
ensemble of nine regional climate models. Climatic Change, 2007, 81(1): 329鄄341.
[10] 摇 Pe觡uelas J, Boada M. A global change鄄induced biome shift in the Montseny mountains ( NE Spain) . Global Change Biology, 2003, 9( 2):
131鄄140.
[11] 摇 Chen X W, Zhang X S, Li B L. The possible response of life zones in China under global climate change. Global and Planetary Change, 2003, 38
(3鄄4): 327鄄337.
[12] 摇 Yue T X, Fan Z M, Liu J Y. Changes of major terrestrial ecosystems in China since 1960. Global and Planetary Change, 2005, 48(4): 287鄄302.
[13] 摇 胥晓, 苏智先, 杨奠安. 未来气候变化对四川盆地生命地带的影响模拟. 生态学杂志, 2004, 23(4): 192鄄196.
[14] 摇 Hijmans R J, Cameron S E, Parra J L, Jones P G, Jarvis A. Very high resolution interpolated climate surfaces for global land areas. International
Journal of Climatology, 2005, 25(15): 1965鄄1978.
[15] 摇 Ni J, Sykes M T, Prentice I C, Cramer W. Modelling the vegetation of China using the process鄄based equilibrium terrestrial biosphere model
BIOME3. Global Ecology and Biogeography, 2000, 9(6): 463鄄479.
[16] 摇 Diaz H F, Eischeid J K. Disappearing “alpine tundra冶 K觟ppen climatic type in the western United States. Geophysical Research Letters, 2007, 34
(18), doi: 10.1029 / 2007GL031253.
[17] 摇 Gou X H, Zhang F, Deng Y, Ettl G J, Yang M X, Gao L L, Fang K Y. Patterns and dynamics of tree鄄line response to climate change in the
eastern Qilian Mountains, northwestern China. Dendrochronologia, 2012, 30(2): 121鄄126.
[18] 摇 Li Z X, He Y Q, Yang X M, Theakstone W H, Jia W X, Pu T, Liu Q, He X Z, Song B, Zhang N N, Wang S J, Du J K. Changes of the
Hailuogou glacier, Mt. Gongga, China, against the background of climate change during the Holocene. Quaternary International, 2010, 218(1鄄2):
166鄄175.
[19] 摇 Kramer A, Herzschuh U, Mischke S, Zhang C J. Holocene treeline shifts and monsoon variability in the Hengduan Mountains (southeastern Tibetan
Plateau), implications from palynological investigations. Palaeogeography Palaeoclimatology Palaeoecology, 2010, 286(1 / 2): 23鄄41.
[20] 摇 Lenoir J, Gegout J, Marquet P A, De Ruffray P, Brisse H. A significant upward shift in plant species optimum elevation during the 20th century.
Science, 2008, 320(5884): 1768鄄1771.
0607 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇