全 文 ：
摇 摇 摇 摇 摇 生 态 学 报
摇 摇 摇 摇 摇 摇 摇 (SHENGTAI XUEBAO)
摇 摇 第 31 卷 第 9 期摇 摇 2011 年 5 月摇 (半月刊)
目摇 摇 次
EAM会议专刊述评———气候变化下旱区农业生态系统的可持续性
李凤民, Kadambot H. M Siddique, Neil C Turner,等 ( 玉 )
……………………………………………
…………………………………………………
第二届生态系统评估与管理(EAM)国际会议综述 李朴芳,赵旭喆,程正国, 等 (2349)………………………
应对全球气候变化的干旱农业生态系统研究———第二届 EAM国际会议青年学者论坛综述
赵旭喆,李朴芳,Kadambot H. M Siddique,等 (2356)
…………………
…………………………………………………………
微集雨模式与降雨变律对燕麦大田水生态过程的影响 强生才,张恒嘉,莫摇 非,等 (2365)……………………
黑河中游春小麦需水量空间分布 王摇 瑶,赵传燕,田风霞,等 (2374)……………………………………………
祁连山区青海云杉林蒸腾耗水估算 田风霞,赵传燕,冯兆东 (2383)……………………………………………
甘肃小陇山不同针叶林凋落物量、养分储量及持水特性 常雅军,陈摇 琦,曹摇 靖,等 (2392)…………………
灌水频率对河西走廊绿洲菊芋生活史对策及产量形成的影响 张恒嘉,黄高宝,杨摇 斌 (2401)………………
玛纳斯河流域水资源可持续利用评价方法 杨摇 广,何新林,李俊峰,等 (2407)…………………………………
西北旱寒区地理、地形因素与降雨量及平均温度的相关性———以甘肃省为例
杨摇 森,孙国钧,何文莹,等 (2414)
…………………………………
……………………………………………………………………………
黑河河岸植被与环境因子间的相互作用 许莎莎,孙国钧,刘慧明,等 (2421)……………………………………
干旱胁迫对高山柳和沙棘幼苗光合生理特征的影响 蔡海霞,吴福忠,杨万勤 (2430)…………………………
树锦鸡儿、柠条锦鸡儿、小叶锦鸡儿和鹰嘴豆干旱适应能力比较 方向文,李凤民,张海娜,等 (2437)…………
胡杨异形叶叶绿素荧光特性对高温的响应 王海珍,韩摇 路,徐雅丽,等 (2444)…………………………………
柠条平茬处理后不同组织游离氨基酸含量 张海娜,方向文,蒋志荣,等 (2454)…………………………………
玛河流域扇缘带盐穗木土壤速效养分的“肥岛冶特征 涂锦娜,熊友才,张摇 霞,等 (2461)……………………
摩西球囊霉对三叶鬼针草保护酶活性的影响 宋会兴,钟章成,杨万勤,等 (2471)………………………………
燕麦属不同倍性种质资源抗旱性状评价及筛选 彭远英,颜红海,郭来春,等 (2478)……………………………
光周期对燕麦生育时期和穗分化的影响 赵宝平,张摇 娜,任长忠,等 (2492)……………………………………
水肥条件对新老两个春小麦品种竞争能力和产量关系的影响 杜京旗,魏盼盼,袁自强,等 (2501)……………
猪场沼液对蔬菜病原菌的抑制作用 尚摇 斌,陈永杏,陶秀萍,等 (2509)…………………………………………
不同夏季填闲作物种植对设施菜地土壤无机氮残留和淋洗的影响 王芝义, 郭瑞英,李凤民 (2516)…………
不同群体结构夏玉米灌浆期光合特征和产量变化 卫摇 丽,熊友才,Baoluo Ma,等 (2524)……………………
脱硫废弃物对碱胁迫下油葵幼叶细胞钙分布及 Ca2+ 鄄ATPase活性的影响
毛桂莲,许摇 兴,郑国琦,等 (2532)
………………………………………
……………………………………………………………………………
过去 30a玛纳斯河流域生态安全格局与农业生产力演变 王月健, 徐海量, 王摇 成,等 (2539)………………
基于 RS和转移矩阵的泾河流域生态承载力时空动态评价 岳东霞,杜摇 军, 刘俊艳, 等 (2550)……………
毛乌素沙地农牧生态系统能值分析与耦合关系 胡兵辉, 廖允成 (2559)………………………………………
民勤绿洲农田生态系统服务价值变化及其影响因子的回归分析 岳东霞,杜摇 军,巩摇 杰,等 (2567)…………
青岛市城市绿地生态系统的环境净化服务价值 张绪良,徐宗军,张朝晖,等 (2576)…………………………
基于 3S技术的祖厉河流域农村人均纯收入空间相关性分析 许宝泉,施为群 (2585)…………………………
专论与综述
全球变化下植物物候研究的关键问题 莫摇 非,赵摇 鸿,王建永,等 (2593)………………………………………
区域气候变化统计降尺度研究进展 朱宏伟,杨摇 森,赵旭喆,等 (2602)…………………………………………
干旱胁迫下植物根源化学信号研究进展 李冀南,李朴芳,孔海燕,等 (2610)……………………………………
山黧豆毒素 ODAP的生物合成及与抗逆性关系研究进展 张大伟,邢更妹,熊友才,等 (2621)…………………
旱地小麦理想株型研究进展 李朴芳,程正国,赵摇 鸿,等 (2631)…………………………………………………
小麦干旱诱导蛋白及相关基因研究进展 张小丰,孔海燕,李朴芳,等 (2641)……………………………………
期刊基本参数:CN 11鄄2031 / Q*1981*m*16*306*zh*P* ￥ 70郾 00*1510*35*
室室室室室室室室室室室室室室
2011鄄05
封面图说: 覆膜鄄垄作燕麦种植———反映了雨水高效利用和农田水生态过程的优化(详见强生才 P2365)。
彩图提供: 兰州大学干旱与草地生态教育部重点实验室莫非摇 E鄄mail:mofei371@ 163. com
生 态 学 报 2011,31(9):2602—2609
Acta Ecologica Sinica
http: / / www. ecologica. cn
基金项目:国家重点基础研究发展计划资助项目(973 项目)(2009CB825101);国家自然科学基金项目(30670321)
收稿日期:2010鄄10鄄31; 摇 摇 修订日期:2011鄄02鄄22
*通讯作者 Corresponding author. E鄄mail: xiazh@ shzu. edu. cn
区域气候变化统计降尺度研究进展
朱宏伟1,杨摇 森2,赵旭喆2,熊友才1,2,王绍明1,张摇 霞1,*
(1. 石河子大学生命科学学院,石河子摇 832003; 2. 兰州大学干旱与草地生态教育部重点实验室,兰州摇 730000)
摘要:统计降尺度方法(the Statistical Downscaling Methods, SDM)是为合理预测区域尺度的气候变化情景而提出的新型研究方
法。 统计降尺度法利用多年大气环流的观测资料建立大尺度气候要素和区域气候要素之间的统计关系,并用独立的观测资料
检验这种关系的合理性。 把这种关系应用于大气环流模式(Global atmospheric general circulation models, GCMs)中输出大尺度
气候信息,来预估区域未来的气候变化情景(如气温和降水)。 同时,10a来降尺度方法在生态过程模拟以及气候变化与生态预
报关系拟合研究方面也取得一定进展。 对统计降尺度方法概念的内涵和外延、基本原理和操作步骤的创新研究方面进行了综
述,归纳了该方法在模拟区域气候变化中的应用进展、研究热点及发展趋势,介绍了降尺度在生态预报中的相关应用,为相关研
究提供参考。
关键词:全球变化;区域气候预测;统计降尺度法;生态预报;研究进展
Recent advances on regional climate change by statistical downscaling methods
ZHU Hongwei1, YANG Sen2, ZHAO Xuzhe2, XIONG Youcai1, 2, WANG Shaoming1, ZHANG Xia1,*
1 College of Life Science, Shihezi University, Shihezi 832003, China
2 MOE Key Laboratory of Arid and Grassland Ecology, Lanzhou University, Lanzhou 730000, China
Abstract: The statistical downscaling methods ( SDMs) are reasonable forecast tools which were recently proposed for
climate change scenarios at a regional scale. The SDM are used to establish large鄄scale climate factors, the regional
statistical relationship between the climate factors using years of observations of atmospheric circulation, and to test the
suitability of this relationship using independent observations. Furthermore, the relationship is applied to atmospheric
general circulation models ( Global atmospheric general circulation models, GCMs ) to produce large鄄scale climate
information and predict future regional climate change scenarios (such as temperature and precipitation) . In recent years, a
variety of sophisticated statistical downscaling methods have been developed to meet the needs of domestic and international
climate prediction programs and to provide effective support for regional ecosystem management. However, the choice of
different statistical methods in a particular region must be highly targeted and effective. It is widely accepted that reasonable
and consistent meteorological input data is a critical factor for modeling regional climate change at different levels. Previous
studies showed that the GCMs provide the means of estimating climate change in the future by providing a time series of
climatic variables. However, there are two main problems if GCM outputs are directly used for regional impact studies: 1)
they are biased with respect to observations of present climate, and 2) the spatial scale is frequently too coarse. Therefore,
dynamic downscaling methods employ regional climate models (RCMs), using the output of GCMs as forcing and boundary
conditions. The RCMs provide sufficient information for ecological and hydrological modeling of the impact of expected
climate change at different levels. Over the last decade, quite a few studies on the SDMs have been conducted and applied
in ecological prediction. The recently proposed theory " coupling human and natural systems " provides us with the
possibility of incorporating the SDM in ecological prediction. In this paper, we designed a flow chart to illustrate the method
of ecological forecasting. Due to the complexity of ecological processes, we collected a series of factors including social and
http: / / www. ecologica. cn
natural factors which influence the changes in ecosystem and regional climate. The model proposed here will undoubtedly
validite and emphasize the importance of the accuracy of the results on ecological forecasting. In the past 10 years, some
scholars have developed new techniques or methods to forecast ecological phenomena, such as biological invasion, agro鄄
ecological safety, forest carbon sinks, biological diversity change, the ecological carrying capacity and other forecasts.
Significant breakthroughs have been achieved in the SDMs of the interactions between climate change and ecological
forecasts. Recent advances on connotation and extension of the concept, basic principles and operating procedures of SDMs
were summarized. This paper summarizes the applicable progress, hot issues and developmental trends of the SDMs in
simulating regional climate change. The review provides some initial approaches for the construction of meteorological and
ecological prediction models and serves as a reference for related research.
Key Words: global change; estimation of regional climate; statistical downscaling methods; ecological forecasts; advances
全球变化已经影响到人类生存环境的各个方面,其中全球气候变暖及其影响空间幅度的差异,必然引起
区域降水和气温的变化。 全球气候变暖对全球水循环过程产生了重要影响,并直接影响到生态、社会、经济等
和人类活动相关的各个方面[1]。 对气候变化趋势的准确预报和分析是减灾、防灾的重要前提。 在研究初期,
相关工作主要针对大气环流模式(GCMs)进行系统分析,对高层大气场、近地面温度和大气环流进行集成模
拟。 然而,由于 GCMs方法输出的空间分辨率较低(一般为 200 km伊200 km),缺少区域气候信息,因而其应用
受到限制,很难对区域气候情景做出有效预估[2]。
目前有两种方法可以弥补 GCMs模式对区域气候情景预估的不足,并对小尺度地理范围内未来气候变化
趋势进行准确预测。 其中一种是发展更高分辨率的 GCMs 模式[3],另一种方法就是降尺度法。 由于提高
GCMs模式的空间分辨率需要很大的计算量,降尺度法就成为首选的方法。 降尺度法是基于这样一种观点:
区域气候变化情景是以大尺度(如大陆尺度甚至行星尺度)气候为背景条件的,它就是把大尺度、低分辨率的
全球海气耦合模式(Coupled General Circulation models, AOGCM)输出信息转化为区域尺度的地面气候变化信
息(如气温、降水),从而弥补 AOGCM对区域气候情景评估的局限[4鄄5]。 目前应用的降尺度法共有 3 种[6]:一
种是动力降尺度法;第二种是统计降尺度法;第三种是统计与动力相结合的降尺度法[7]。 这 3 种降尺度法的
共同点就是都需要 GCMs模式提供大尺度气候信息。 动力降尺度法就是利用与 AOGCM 耦合的区域气候模
式(Regional climate model, RCM)来预估区域未来气候变化情景,它的优点就是物理意义明确,能应用于任何
地方而不受观测资料的影响,也可应用于不同的分辨率。 但它的缺点就是计算量大、费机时;区域模式的性能
受 AOGCM提供的边界条件的影响很大,区域耦合模式在应用于不同的区域时需要重新调整参数[8]。 统计降
尺度法(the Statistical Downscaling Methods, SDM)具有多种已经应用较为成熟的技术,它使用方便,成本低廉,
因此在预估未来气候情景中应用的是最为广泛的[9]。 当然二者在应用中各有优缺点[10],在具体的案例中应
当区别对待。
在全球变化的影响下,区域气候变化的不确定在增加,生态系统本身是一个包含物理、化学和生物组成及
其相互作用的复杂系统, 现代人类社会作用于自然生态系统的方式越来越多样化, 作用强度和影响也越来
越大。 气候影响多种的生态过程,这些影响通过局部天气状况比如温度、风力,降雨、降雪和海洋洋流以及它
们之间的相互作用产生作用[11]。 有学者把生态过程发展趋势的评估称作“一种新生的需要冶,如同天气预
报,称之为生态预报[12]。 已在气候预测中成功应用的降尺度技术在评估生态过程及后果的应用中期待有成
熟技术的建立。
1摇 统计降尺度方法的特点及基本操作
统计降尺度法也称统计预测降尺度法或者经验降尺度法,它是由大尺度气候信息(主要是大气环流和海
洋洋流)获取小尺度气候信息的有力工具。 局地未来特定时间内气候状况是以大尺度气候为背景的,并且受
当地地形特点、植被分布、水文条件等影响。 该方法利用多年的观测资料建立大尺度气候状况和区域气候要
3062摇 9 期 摇 摇 摇 朱宏伟摇 等:区域气候变化统计降尺度研究进展 摇
http: / / www. ecologica. cn
素之间的统计关系,通过尺度转换来预估区域未来的气候变化情景(如气温和降水)。 简单地说,就是需要建
立大尺度气候预报因子与区域气候预报变量间的统计函数关系式:
y=F(x)
式中,x代表大尺度气候预报因子,y代表区域气候被预报变量,F 为建立的大尺度气候预报因子和区域
气候预报变量间的一种统计关系,是建立合理函数关系的关键。 作为经验函数模型,统计降尺度方法要求被
观测地点具有丰富的观测资料来建立统计模式,而且在给定的范围内,大尺度气候要素与区域气候要素需要
呈显著相关[13]。
尽管在统计降尺度方法的应用研究中常用的统计方法很多,但大多数统计方法的应用步骤是大体一致
的。 统计降尺度法第一步就是选择要预测的气候变量以及预测区域,即大尺度预报因子的确定和区域的确
定。 选择的气候变量必须是可预测的,而且是受大尺度气候状况控制的,同时必须确保该气候变量和研究区
域有足够和广泛的观测资料用于建立统计降尺度模式。 统计降尺度法应用最多的是对气温的研究[5,10,14],其
次是对降水的研究[9,15],然而降水是很难用降尺度方法准确预测的,因为降水不仅受大尺度气候的控制,而且
还受当地地形和小尺度天气过程的控制。 在选择预报变量的时候还需要考虑人们关注的气候变量的时间尺
度,时间尺度的确定对于预报资料和变量的选择非常重要,在以往的研究中多为日和月的尺度。
第二步,筛选大尺度气候预报因子。 如通过美国国家环境预报中心( the National Centre for Environmental
Prediction, NCEP) 或欧洲中尺度气候预测中心 ( European Centre for Medium鄄Range Weather Forecasts,
ECMWF)再分析资料,选择最佳的大尺度气候预报因子以及用于预报的大尺度气候预报因子的区域。 预报因
子的选择很大程度上决定了预报未来区域气候情景的特征,因此预报因子的选择是应用统计降尺度法过程中
一个非常重要的环节。 大气环流对地面气候要素有重要的影响,常常成为预报因子的首选。 预报因子的选择
一般要求选择的预报因子要与所预报的预报量有较强的相关性,且能够被 AOGCM 较准确地模拟,多个被确
定的因子间应该是弱相关或无关的,以避免它们之间互作效应的产生,最后,要求所选择预报因子能够代表大
尺度气候的重要的物理过程和大尺度气候变率。
第三步就是选择最适合该区域气候变量的统计降尺度模式。 选择不同的统计降尺度法所得的预报结果
是很不一样的,许多文献对不同的统计降尺度法进行了比较[9,16鄄17]。 所有这些研究认为:不同的统计降尺度
模式各有其优缺点。 在实际应用时,要选择适合当地条件的最佳模型,从而可以较为准确预测未来气候情景。
统计关系建立以后,还需要用独立的观测资料对该统计降尺度模式进行可靠性检验。 常用的方法有 2
种:一种是把整个观测序列分为两段,前一段观测序列用于建立统计关系,后一段用来做检验,这种方法适合
于观测资料记录较长的区域;还有一种常用的检验方法就是交叉检验,这种方法的优点就是能充分利用所有
的观测数据。
最后一步就是把建立好的统计关系应用于 GCMs输出,从而生成区域未来气候变化情景。 最终目的就是
对生成的未来气候情景进行诊断分析和影响研究,为决策者政策的制定和远景规划提供参考。
2摇 统计降尺度在预测区域气候变化中的应用
统计降尺度法研究中的常用方法较多,主要包括 3 种:回归法;天气分型技术和天气发生器。 回归法是以
统计学为基础、以数学函数模型的形式进行统计降尺度研究的方法。 此种方法包括线性和非线性转换函数法
等两种类型,其中以大尺度气候场和地面气候变量场之间的多元线性回归方程为基础的统计方法被广泛地应
用。 天气分型技术是一种将海平面气压、位势高度场、气流指数、风向、风速、云量等气象因子进行加权分类的
方法。 常见的应用方法主要有 Lamb Weather Type、PCA、平均权重串组法、PCA鄄平均权重串组相结合的方法、
人工神经网络分类法和模糊规则为基础的分类方法等[18鄄19]。 在国内,范丽军等对这 3 种方法的原理进行了
开创性的研究[7]。 范丽军[8]利用共同经验正交函数( EOF) 分解和逐步线性回归相结合的统计降尺度方法
对我国华北地区未来 80a的 1 月和 7 月平均气温进行了集合预估,发现将来呈现增温趋势,同时还探索性地
提高了统计降尺度方法的模拟性能。 该结果为我国制定该地区相应的应对措施和开展相关研究提供了科学
4062 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
依据。
在统计降尺度中使用天气分型技术时,一般需要经过分型、计算和生成未来区域气候模拟值等 3 个基本
步骤[7]。 分型就是根据已有的大尺度大气环流和区域气候变量的观测资料对与区域气候变量相关的大气环
流进行分型。 在分型的基础上,然后计算各环流型平均值、发生的频率和方差分布以及在各天气型发生情况
下区域气候量平均值、发生的频率和方差分布。 最后才能生成未来区域气候模拟值。 根据之前两步的操作,
再把未来环流型的相对频率加权到区域气候状态中,生成最终的未来区域气候模拟值[7, 18鄄19]。
天气发生器作为一系列的统计模型,它们构建于气候要素随机过程之上。 通过拟合气候要素的观测值,
得到统计模型的拟合参数,然后利用统计模型生成气候要素的时间序列,最后得出未来区域气候的模拟情况。
采用这种方法进行气候模拟具有多种优点,可以任意调整气候变率,生成任意长度的时间序列[7, 18鄄19]。 另外
在 1995 年和 1999 年,Zorita等把相似方法引入用于降尺度技术[20鄄21],开展了卓有成效的研究。 他比较了相似
法与典型相关分析 CCA,环流分型法和人工神经网络法,结果发现在很多方面相似法优于其它方法,尽管相
似法看似简单[20鄄21]。
目前有一种多元回归和天气发生器相耦合的降尺度方法,即 SDSM ( the Statistical Down Scaling
Model) [22鄄24]。 相比较其他统计方法,SDSM模拟效果好而且简单易行[22鄄24]。 它是一个基于 Windows 界面,研
究区域和当地气候变化影响的决策支持工具,侧重解决大尺度气候信息和小尺度水文响应的空间尺度不匹配
问题。 SDSM模型在区域尺度未来气候预测、预报方面具有多种重要功能。 该方法在西方国家得到普遍推
广,在我国 SDSM的应用还刚刚起步。 迄今为止,SDSM降尺度方法在气象、水文及环境评价等诸多领域得到
广泛,研究区涵盖加拿大、美国、欧洲和东南亚等国家和地区。 使用 SDSM方法进行数值模拟主要通过质量控
制、转换函数、变量选择、率定模式和天气发生器 5 个步骤进行[22鄄24]。 在大尺度上对实地观测资料数据建立
线形回归函数(方程),将这种函数进行检测后,在数据和方程应用到随机发生器中,可以生成多种预测数据。
这些数据经过软件分析,即可产生未来气候情景[22鄄24]。
自统计降尺度方法开创以来,国内外对该方法开展了广泛的实践应用研究。 Sailor 等[25]用多元线性回归
方法模拟了美国站点的气温,取得了可信的精度。 James[26]将主分量分析(PCA)和多元线性回归相结合方
法,将主分量分析与逐步线性回归进行了有成效的融合,模拟了欧洲的月平均气温和降水,对预测欧洲未来气
候变化具有较强的实践意义[27]。 在统计降尺度方法的研究中还常用一种非线性方法就是人工神经网络法
(ANN),Mpelasoka等[28]成功地用 ANN模拟了新西兰的月平均气温和降水。 在国内,统计降尺度方法也有一
些应用,如利用 SDSM模型,黄俊雄等[29]用于对太湖流域气候变化的应用,褚健婷等[30]对海河气候的预测以
及 SDSM模型的适用性分析,赵传燕等[31]对西北地区未来气候变化预估,赵芳芳等[32]对于黄河源区气温变
化情景的统计降尺度分析。 这些探索对于丰富和完善统计降尺度方法和模型奠定了案例基础。
3摇 降尺度与生态预报
包括统计降尺度在内的诸多降尺度方法历经数十年的发展,针对区域未来气候变化模拟的应用研究已经
较为成熟,并在世界范围内发展迅速。 大气科学本身作为一门预测性极强的科学,以厄尔尼诺现象周期预报
为代表,对人类的生产生活产生了深远的影响。 全球正在发生剧烈的变化,而这些变化越来越让人类难以防
范,措手不及[33鄄34]。 1981 年一份报告指出斑马纹贻贝(Dreissena polymorpha)将会在 Laurentian Great Lakes 呈
现泛滥生长,政府部门没有意识到这种危险,5a 后这种生物迅速蔓延扩展到整个湖区和密西西比河,大部分
的湖区和河流被污染。 每年因治理这种污染花费高达 2000 万至 1 亿美元[12]。 生态环境作为人类和地球上
所有生物共同生存的家园,在自然和强烈的人为作用下,同时也发生讶异的变化。 问题在于生态系统的运行
充满了不确定性, 外来干扰和系统内部活动的不断进行使得系统总是处在不停的变化当中, 而且这些变化
的状态也是难以控制和预测的。 与生态系统发展显著相关的气候的异常变化也使得生态系统变得那么难以
捉摸[35鄄36]。
降尺度的发展为生态变化趋势的准确预报提供极为有利的支持。 事实上,在过去的 10a 内,已经有较多
5062摇 9 期 摇 摇 摇 朱宏伟摇 等:区域气候变化统计降尺度研究进展 摇
http: / / www. ecologica. cn
的学者在努力地探索适合预报生态现象的技术方法,他们主要针对生物入侵[37]、农业生态安全[38]、森林碳
汇[39]、生物多样性变化[40]、生态承载力[41]等的预测研究。 科学家们通过模型模拟、推演等算法研究,并取得
较好成果。 然而,这些传统的算法并未得到广泛的应用,主要原因是方法单一、数据量大,精确性较差。
如果把降尺度方法加以修正是否可能在生态预报中进行应用? 综合生态学中人与自然耦合理论,我们设
计了该方法在生态预报中的应用流程图。 如图 1 所示,在确定预报量和区域后,考虑到生态过程和结果受社
会和自然因素的双重影响,预报因子的确定比起气候预测则更为复杂,因此,变量因子收集的全面性、正确性
和重要性无疑会影响到预报结果的准确性。 下一步,需要耦合预报变量历史的数据资料,总结其发展趋势的
规律性,并不得不考虑到变量间的相互作用,预报因子与变量间的统计函数关系更为复杂,这也成为生态预报
步骤的最为复杂和关键的部分。 经过结果输出,检测和函数校正,准确的预报结果将会对社会和自然的和谐
发展起到积极地促进作用。 目前已经有较为成熟的方法对于气候变化的预测,两者不仅相互交叉,而且共同
点颇多。 有学者曾经利用降尺度描述生物群系界线问题[34],但关于降尺度在生态预报中的作用还有待深入
研究。
区域社会、自然资
料的收集与分析
大尺度自然、社会
发展趋势的掌握
预报量和区域的选取, 如某区人
口增长数量, 资源供给力
影响预报结果因子的理解及重要
性排序分析
函数建立
数字化输出
未来生态效应
研究成果检测、
诊断、确认
满足要求
决策、规划
社会环境优化和谐
函数校正
不
满
足
要
求
图 1摇 应用降尺度法进行生态预报一般流程图
摇 Fig. 1 摇 Ecological forecasts generation process of downscaling
methods摇
4摇 统计降尺度应用展望
全球变化研究已取得重要的阶段性进展,世界主要
国家在新的科技战略布局中也都重视全球变化领域的
研究,全球变化研究方兴未艾,呈现出明显的发展特点
和趋势[42]。 全球气候变化及其不利影响是人类共同关
心的问题,气候变化对中国自然生态系统和经济社会发
展带来了现实的威胁,主要体现在农牧业、林业、自然生
态系统、水资源等领域以及沿海和生态脆弱地区,适应
气候变化已成为中国的迫切任务[43]。 在全球变化的背
景下,研究全球变暖下区域降水变化的趋势,有助于人
类掌握区域降水响应全球升温的规律,进一步,实施在
生产和生活方面的规划,从而提高人类对全球升温的适
应能力,实现社会、经济和环境的可持续、协调发展。 在
预测小尺度气候变化中,统计降尺度方法的引入无疑会
对科学家和决策者对于未来区域气候变化研究和生产
制度的制定提供帮助。
目前对于连续预测应该减小短期预测和长期气候
预估之间的区别,实现不同时间尺度上气候事件的无缝
隙预测。 短期气候和天气会对长期气候行为有重要的
影响;较长时间尺度气候变化的区域影响主要会通过较
小尺度特征的变化(包括一些极端事件)来反映。 统计
降尺度方法的在区域气候预测中的应用在世界范围内
得到广泛的认可,然而这种方法在实际操作和应用中必须注意以下问题:
Khan等[9]对 3 种统计降尺度方法(SDSM; ANN(Coulibaly 等[44] ); LARA鄄WG(Semenov 等[45] ))对同一
地区的日降水、最高、最低气温进行模拟,得到的模拟值与观测值的相似度为:LARA鄄WG>SDSM>ANN,尤其
ANN的差异较为明显。 另外,对于湿度模拟,WG和 SDSM较为接近,但 ANN不够准确。 Gachon 等[46]用回归
方法对加拿大北部气温模拟,结果显示气温被低估。 可以看到尽管统计降尺度方法有诸多优点,但在实际应
用中模型的不同,结果有较大区别。 对于具体地区,由于地形等客观原因,各种方法对于同一地区的预测结果
不尽一致。 由于在进行模拟之前要选择预报因子,预报因子选择的结果对于预测结果也影响很大。 Anandhi
6062 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
等[14]对印度Malaprabha河流域气候研究,发现 925mb的温度模拟最好,其他因子则较为模糊。 在选择不同预
报因子,应用不同模型前应当加强检测这一步,选择最适合的方法才是最为妥当的。 对于各种模型(方法),
有必要对其适用条件做准确界定。
IPCC[47]第四次评估报告指出:所有大陆和大部分海洋的观测证据表明,许多自然系统正在受到区域气候
变化的影响,特别是温度升高的影响。 世界气象组织(WMO)收集的资料显示[48]:1998—2007 年是有气象记
录以来最热的 10a,全球变暖导致世界各地极端天气和气候事件频繁发生。 统计降尺度法对于一般发展较为
稳定的气候因子(如平均温度)有较准确的模拟,但对于极端天气的预报(如暴雨、冰雹等)则较差,报道也相
对少[32,49鄄50]。 气象灾害往往造成巨大的损失和伤亡,因此,有必要加大有关预报工作的研究力度。
在降尺度模拟时,季节因素对于结果也具有明显影响,先前很多报道对区域的气候季节选择单一[51],
Vidal等[10]对英国气候模拟时发现,冬、春季的结果接近,其他两个季节有明显差异。 Wetterhall 等[52]用四种
统计降尺度方法(SDSM; TWS; MOFRBC; PCA)对瑞典中部不同季节气候进行适用性分析,发现 SDSM 和
TWS方法对春季模拟较好,MOFRBC则对冬季较适合。 这充分说明了季节对于模型的选择性。
降尺度方法作为模拟区域范围气候有效的方法,在世界范围内应用已经相当广泛,尤其统计降尺度技术
仅仅 10a的时间就已发展成为气候学研究中一个相当完善的领域,然而它仍有许多方面需要进一步研究和完
善[7,53]。 Khan等[9,54]和 Prudhomme等[53]比较了几种统计降尺度方法对于温度、日降水量等气候状况区域的
模拟结果不确定性,结果显示几种模型都或多或少存在明显的缺陷。 在应用的同时应当投入更多精力在它的
技术层面研究,在国际上较多如 Fowler等[19]的最新总结,国内报道则较少[7]。
统计降尺度法和动力降尺度法各有自己的优缺点,由于统计与动力相结合的降尺度方法兼顾统计和动力
两种降尺度方法的优点,因此必将成为统计降尺度技术的重要发展方向[7]。
除了最基本的气候变量外,还有一些地面气候变量也被统计降尺度法成功地模拟。 这些变量包括云盖,
太阳辐射、风场、湿度、海平面、气压、蒸发等。 可以预见的到,包括统计降尺度法在内降尺度法在气象、生态环
境、农业等领域应用的发展前景是广阔的。
5摇 结论
全球变化下区域气候的预估对于人类合理规划生产与生活、以及高效管理生态系统极端重要。 由于影响
气候的因素众多,对未来区域气候情景的集成评估难度较大。 统计降尺度技术的发展对于区域气候预报提供
了建设性策略。 统计降尺度技术包含多种工具和方法,不同方法预估步骤不是固定的, 但思路总是相通的。
首先必须对系统核心问题、关键不确定性进行确定, 然后再对驱动因子进行分析, 构建出来的情景需要测试
和检验,最后的落脚点都是提供决策指导。 由于应用者的具体目的不同, 研究对象的特征、复杂程度不同,
所以其程序就不是一成不变的。 因此,应用者在实际操作中切勿生搬硬套。 大气科学发展历史悠久,这门科
学由以往大气现象的描述发展到现代经典的预测科学,已经为人类认识自然规律、防灾避难做出巨大贡献。
当前,生态学的发展与气候变化日益紧密,生态预报越来越具有重要的理论意义和实践价值。 在未来百年中,
生态预报作为应用生态学的新的研究领域,将会对未来生态学的发展带来曙光。 当前,降尺度技术在生态预
报和气候情景预报中不断发展,需要不断地开展案例研究,丰富和发展模型。
References:
[ 1 ]摇 Hao Z C, Wang J H, Li L, Wang Z H, Wang L. Impact of climate change on runoff in source region of Yellow River. Journal of Glaciology and
Geocryology, 2006, 28(1): 1鄄7.
[ 2 ] 摇 Cubasch U, Waszkewitz J, Storch H, Zorita E. Estimates of climate changes in southern Europe using different downscaling techniques. Climate
Research, 1996, 7: 129鄄149.
[ 3 ] 摇 Boville B A. Sensitivity of simulated climate to model resolution. Journal of Climate, 1991, 4: 469鄄485.
[ 4 ] 摇 Xu C Y. From GCMs to river flow: a review of downscaling methods and hydrologic modelling approaches. Progress in Physical Geography,1999,
23(2): 229鄄249.
[ 5 ] 摇 Fowler H J, Wilby R L. Beyond the downscaling comparison study. International Journal of Climatology, 2007, 27(2): 1543鄄1545.
7062摇 9 期 摇 摇 摇 朱宏伟摇 等:区域气候变化统计降尺度研究进展 摇
http: / / www. ecologica. cn
[ 6 ]摇 Frey鄄Buness F, Heimann D, Sausen R. A statistical鄄dynamical downscaling procedure for global climate simulations. Theoretical & Applied
Climatology, 1995, 50(3 / 4): 117鄄131.
[ 7 ] 摇 Fan L J, Fu C B, Chen D L. Review on creating future climate change scenarios by statistical downscaling techniques. Advances in Earth Science,
2005, 20(3): 320鄄329.
[ 8 ] 摇 Fan L J, Fu C B, Chen D L. Estimation of local temperature change scenarios in north China using statistical downscaling method. Chinese Journal
of Atmospheric Sciences, 2007, 31(5): 887鄄897.
[ 9 ] 摇 Khan S M, Coulibaly P, Dibike Y. Uncertainty analysis of statistical down scaling methods using Canadian global climate model predictors.
Hydrological Process, 2006, 20(14): 3085鄄3104.
[10] 摇 Vidal J P, Wade S. A framework for developing high鄄resolution multi鄄model climate projections: 21st century scenarios for the UK. International
Journal of Climatology, 2008, 28(7): 843鄄858.
[11] 摇 Stenseth N C, Mysterud A, Ottersen G, Hurrell J W, Chan K S, Lima M. Ecological effects of climate fluctuations. Science, 2002, 297(5585):
1292鄄1296.
[12] 摇 Clark J S, Carpenter S R, Barber M, Collins S, Dobson A, Foley J A, Lodge DM, Pascual M, Pielke R J, Pizer W, Pringle C, Reid W V, Rose
K A, Sala O, Schlesinger W H, Wall D H, Wear D. Ecological forecasts: an emerging imperative. Science, 2001, 293: 657鄄660.
[13] 摇 Mearns L O, Bogar di I, Giorgi F, Matyasovszky I, Palecki M. Comparison of climate change scenarios generated from regional climate model
experiments and statistical downscaling. Journal Geophysics Research, 1999, 104 (D6): 6603鄄6621.
[14] 摇 Anandhi A, Srinivas V V, Kumar N D, Nanjundiah R S. Role of predictors in downscaling surface temperature to river basin in India for IPCC
SRES scenarios using support vector machine. International Journal of Climatology, 2009, 29(4): 583鄄603.
[15] 摇 Liu J F, Li S J, Ding Y G. Forecasting of water level of Qinghai lake based on statistics downscaling from climatic model. Advances in Water
Science, 2008, 19(2): 184鄄191.
[16] 摇 Salath佴 E P. Comparison of various precipitation downscaling methods for the simulation of streamflow in a rainshadow river basin. International
Journal of Climatology, 2003, 23(8): 887鄄901.
[17] 摇 Timbal B, Fernandez E, Li Z. Generalization of a statistical downscaling model to provide local climate change projections for Australia.
Environmental Modelling & Software, 2009, 24(3): 341鄄358.
[18] 摇 Ghosh S, Mujumdar P P. Statistical downscaling of GCM simulations to streamflow using relevance vector machine. Advances in Water Resources,
2008, 31(1): 132鄄146.
[19] 摇 Fowler H J, Blenkinsopa S, Tebaldi C. Linking climate change modelling to impacts studies: recent advances in downscaling techniques for
hydrological modelling. International Journal of Climatology, 2007, 27(12): 1547鄄1578.
[20] 摇 Zorita E, Hughes J P, Lettemaier D P, Hans V S. Stochastic characterization of regional circulation patterns for climate model diagnosis and
estimation of local precipitation. Journal of Climate, 1995, 8: 1023鄄1042.
[21] 摇 Zorita E, Hans V S. The analog method as a simple statistical downscaling technique: comparison with more complicated methods. Journal of
Climate, 1999, 12(2): 2474鄄2489.
[22] 摇 Wilby R L, Hay L E, Leavesley G H. A comparison of downscaled and raw GCM output: implications for climate change scenarios in the San Juan
River basin, Colorado. Journal of Hydrology, 1999, 225(1 / 2): 67鄄91.
[23] 摇 Wilby R L, Dawson C W, Barrow E M. SDSM鄄a decision support tool for the assessment of regional climate change impacts. Environmental
Modelling &Software,2002, 17: 147鄄159.
[24] 摇 Wilby R L, Tomlinson O J, Dawson C W. Multi鄄site simulation of precipitation by conditional resembling. Climate Research, 2003, 23(3):
183鄄194.
[25] 摇 Sailor D J, Li X. A semiempiral downscaling approach for predicting regional temperature impacts associated with climatic change. Journal of
Climate, 1999, 12(1): 103鄄114.
[26] 摇 James M. Prediction of climate change over Europe using statistical and dynamical downscaling techniques. International Journal of Climatology,
2000, 20 (5): 489鄄501.
[27] 摇 James M. An evaluation of statistical and dynamical techniques for downscaling local climate. Journal of Climate, 1999, 12: 2256鄄2284.
[28] 摇 Mpelasoka F S, Mullan A B, Heerdegen R G. New Zealand climate change information derived by multi鄄variate statistical and artificial neural
networks approaches. International Journal of Climatology, 2001, 21(11): 1415鄄1433.
[29] 摇 Huang J X, Xu Z X, Liu Z F, Zhao F F. Analysis of future climate change in the Taihu Basin using statistical downscaling. Resource Science,
2008, 30(12): 1811鄄1817.
[30] 摇 Chu J T, Xia J, Xu C Y. Suitability analysis of SDSM model in the Haihe River Basin. Resource Science, 2008, 30(12): 1825鄄1832.
[31] 摇 Zhao C Y, Nan Z R, Cheng G D, Zou S B, Zhang Y Z. Prediction of the trend of the future climate change in northwestern China by statistical
downscaling. Journal of Lanzhou University: Natural Sciences, 2008, 44(5): 12鄄18.
[32] 摇 Zhao F F, Xu Z X. Statistical downscaling of future temperature change in source of the Yellow river basin. Plateau Meteorology, 2008, 27(1):
153鄄161.
[33] 摇 Carpenter S R, Bennett E M, Peterson G D. Scenarios for ecosystem services: an overview. Ecology and Society, 2006, 11(1): 29鄄29.
[34] 摇 Root T L, Schneider S H. Ecology and Climate: Research Strategies and Implications. Science, 1995, 269(5222): 334鄄341.
8062 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
[35]摇 Melbourne B A, Hastings A. Highly variable spread rates in replicated biological invasions: fundamental limits to predictability. Science, 2009,
325(5947):1536鄄1539. 摇
[36] 摇 Brown K A, Spector S, Wu W. Multi鄄scale analysis of species introductions: combining landscape and demographic models to improve management
decisions about non鄄native species. Journal of Applied Ecology, 2008, 45(6): 1639鄄1648.
[37] 摇 Herborg L M, O忆Hara P, Therriault T W. Forecasting the potential distribution of the invasive tunicate Didemnum vexillum. Journal of Applied
Ecology, 2009, 46(1): 64鄄72.
[38] 摇 Chee Y E, Wintle B A. Linking modeling, monitoring and management: an integrated approach to controlling overabundant wildlife. Journal of
Applied Ecology, 2010, 47(6): 1169鄄1178.
[39] 摇 Dean C, Roxburgh S, Mackey B G. Forecasting landscape鄄level carbon sequestration using gridded, spatially adjusted tree growth. Forest Ecology
and Management, 2004, 194(1 / 3): 109鄄129.
[40] 摇 Pereira H M, Leadley P W, Proen觭a V, Alkemade R, Scharlemann J P W, Fernandez鄄Manjarr佴s J F, Ara俨jo M B, Balvanera P, Biggs R,
Cheung, W L, Chini L, Cooper H D, Gilman E L, Gu佴nette S, Hurtt G C, Huntington H P, Mace G M, Oberdorff T, Revenga C, Rodrigues P,
Scholes R J, Sumaila U R, WalpoleBrett M. Scenarios for global biodiversity in the 21st century. Science, 2010, 330(6010): 1496鄄1501.
[41] 摇 Fang C L, Bao C, Zang C G. Analysis on the changing condition and the evolutive scene of the ecology鄄production鄄 living carrying capacity in arid
area: a case study in Yuli district in the lower reaches of Tarim River. Acta Ecologica Sinica, 2003, 23(9): 1915 鄄1923.
[42] 摇 Ge Q S, Wang F, Chen P Q, Tian Y Y, Cheng B B. Review on global change research. Advances in Earth Science, 2007, 22(4): 417鄄427.
[43] 摇 State Council Information Office of the People忆s Republic of China. China忆s policies and actions for addressing climate change. Beijing: State
Council Information Office of the P R of China, 2008.
[44] 摇 Coulibaly P, Dibike Y B. Downscaling precipitation and temperature with temporal neural networks. Journal of Hydrometeorology, 2005, 6(4):
483鄄496.
[45] 摇 Semenov M A, Barrow E M. LARS鄄WG:a stochastic weather generator for use in climate impact studies, Version 3. 0, User Manual. Harpenden:
Rothamsted Research, 2002.
[46] 摇 Gachon P, Dibike Y. Temperature change signals in northern Canada: convergence of statistical downscaling results using two driving GCMs.
International Journal of Climatology, 2007, 27(12): 1623鄄1641.
[47] 摇 IPCC ( Intergovernmental Panel on Climate Change) . Climate Change 2007: The Physical Scientific Basis. New York: Cambridge University
Press, 2007.
[48] 摇 WMO. WMO Statement on the Status of the Global Climate in 2007. Geneva: WMO, 2007.
[49] 摇 Fowler H J, Ekstr觟m M, Kilsby C G, Jones P D. New estimates of future changes in extreme rainfall across the UK using regional climate model
integrations. 1. Assessment of control climate. Journal of Hydrology, 2005. 300(1 / 4): 212鄄233.
[50] 摇 Frei C, Sch觟ll R, Fukutome S, Schmidli J, Vidale P L. Future change of precipitation extremes in Europe: an intercomparison of scenarios from
regional climate models. Journal of Geophysical Research鄄Atmospheres, 2006, 111(D06105):1鄄22.
[51] 摇 Obled C, Bontron G, Gar觭on R. Quantitative precipitation forecasts: a statistical adaptation of model outputs through an analogues sorting
approach. Atmospheric Research, 2002, 63(3 / 4): 303鄄324.
[52] 摇 Wetterhall F, Halldin S, Xu C Y. Seasonality properties of four statistical鄄downscaling methods in central Sweden. Theoretical & Applied
Climatology, 2007, 87(1 / 4): 123鄄137.
[53] 摇 Prudhomme C, Davies H. Assessing uncertainties in climate change impact analyses on the river flow regimes in the UK. Part 1: baseline climate.
Climatic Change, 2009, 93(1 / 2): 177鄄195.
[54] 摇 Khan M S, Coulibaly P, Dibike Y. Uncertainty analysis of statistical down scaling methods. Journal of Hydrology, 2006, 319(1 / 4): 357鄄382.
参考文献:
[ 1 ]摇 郝振纯, 王加虎, 李丽, 王振华, 王玲. 气候变化对黄河源区水资源的影响. 冰川冻土, 2006, 28(1): 1鄄7.
[ 7 ] 摇 范丽军, 符淙斌, 陈德亮. 统计降尺度法对未来区域气候变化情景预估的研究进展.地球科学进展, 2005, 20(3): 320鄄326.
[ 8 ] 摇 范丽军, 符淙斌, 陈德亮. 统计降尺度法对华北地区未来区域气温变化情景的预估. 大气科学, 2007, 31(5): 887鄄897.
[29] 摇 黄俊雄, 徐宗学, 刘兆飞, 赵芳芳. 统计降尺度法分析太湖流域未来气候变化情景. 资源科学, 2008, 30(12): 1811鄄1817.
[30] 摇 褚健婷, 夏军, 许崇育. SDSM模型在海河流域统计降尺度研究中的适用性分析. 资源科学, 2008, 30(12): 1825鄄1832.
[31] 摇 赵传燕, 南忠仁, 程国栋, 邹松兵, 张永忠. 统计降尺度对西北地区未来气候变化预估. 兰州大学学报: 自然科学版, 2008, 44(5):
12鄄18.
[32] 摇 赵芳芳, 徐宗学. 黄河源区未来地面气温变化的统计降尺度分析. 高原气象, 2008, 27(1): 153鄄161.
[41] 摇 方创琳, 鲍超, 张传国. 干旱地区生态鄄生产鄄生活承载力变化情势与演变情景分析. 生态学报, 2003, 23(9): 1915鄄1923.
[42] 摇 葛全胜, 王芳, 陈泮勤, 田砚宇, 程邦波. 全球变化研究进展和趋势. 地球科学进展, 2007, 22(4): 417鄄427.
[43] 摇 中华人民共和国国务院新闻办公室. 中国应对气候变化的政策与行动. 北京: 中华人民共和国国务院新闻办公室, 2008.
9062摇 9 期 摇 摇 摇 朱宏伟摇 等:区域气候变化统计降尺度研究进展 摇
ACTA ECOLOGICA SINICA Vol. 31,No. 9 May,2011(Semimonthly)
CONTENTS
Guest Editorial from EAM Workshop———Sustainability of agricultural ecosystems in arid regions in response to climate change
LI Fengmin, Kadambot H. M Siddique, Neil C Turner, et al ( 玉 )
……
………………………………………………………………
Overview on the 2nd international workshop on ecosystem assessment and management (EAM)
LI Pufang, ZHAO Xuzhe,CHENG Zhengguo, et al (2349)
…………………………………………
…………………………………………………………………………
Arid agricultural ecology in response to global change: Overview on Young Scholar Forum of the 2nd International Workshop on
EAM ZHAO Xuzhe, LI Pufang, Kadambot H. M Siddique, et al (2356)…………………………………………………………
The effects of micro鄄rainwater harvesting pattern and rainfall variability onwater ecological stoichiometry in oat (Avena sativa L. )
field QIANG Shengcai, ZHANG Hengjia, MO Fei, et al (2365)…………………………………………………………………
Spatial variation of water requirement for spring wheat in the middle reaches of Heihe River basin
WANG Yao, ZHAO Chuanyan, TIAN Fengxia, et al (2374)
……………………………………
………………………………………………………………………
Model鄄based estimation of the canopy transpiration of Qinghai spruce (Picea crassifolia) forest in the Qilian Mountains
TIAN Fengxia, ZHAO Chuanyan, FENG Zhaodong (2383)
……………
…………………………………………………………………………
Litter amount and its nutrient storage and water holding characteristics under different coniferous forest types in Xiaolong Mountain,
Gansu Province CHANG Yajun,CHEN Qi,CAO Jing,et al (2392)………………………………………………………………
Effect of irrigationfrequency on life history strategy and yield formation in Jerusalem artichoke(Helianthus tuberosus. L) in oasis
of Hexi Corridor ZHANG Hengjia, HUANG Gaobao, YANG Bin (2401)…………………………………………………………
The evaluation method of water resources sustainable utilization in Manas River Basin
YANG Guang, HE Xinlin, LI Junfeng, et al (2407)
…………………………………………………
………………………………………………………………………………
Correlation of topographic factors with precipitation and surface temperature in arid and cold region of Northwest China: a case
study in Gansu Province YANG Sen, SUN Guojun, HE Wenying, et al (2414)…………………………………………………
The relationship between riparian vegetation and environmental factors in Heihe River Basin
XU Shasha, SUN Guojun, LIU Huiming, et al (2421)
…………………………………………
……………………………………………………………………………
Effects of drought stress on the photosynthesis of Salix paraqplesia and Hippophae rhamnoides seedlings
CAI Haixia, WU Fuzhong, YANG Wanqin (2430)
………………………………
…………………………………………………………………………………
The comparation of drought resistance between Caragana species (Caragana arborescens, C. korshinskii, C. microphylla) and two
chickpea (Cicer arietinum L. ) cultivars FANG Xiangwen,LI Fengmin, ZHANG Haina, et al (2437)……………………………
Response of chlorophyll fluorescence characteristics of Populus euphratica heteromorphic Leaves to high temperature
WANG Haizhen, HAN Lu, XU Yali,et al (2444)
…………………
…………………………………………………………………………………
Free amino acid content in different tissues of Caragana korshinskii following all shoot removal
ZHANG Haina, FANG Xiangwen, JIANG Zhirong, et al (2454)
………………………………………
…………………………………………………………………
“Fertile Island冶 features of soil available nutrients around Halostachys caspica shrub in the alluvial fan area of Manas River watershed
TU Jinna, XIONG Youcai, ZHANG Xia, et al (2461)
……
……………………………………………………………………………
Analysis of the activities of protective enzymes in Bidens pilosa L. inoculated with Glomus mosseae under drought stress
SONG Huixing, ZHONG Zhangcheng, YANG Wanqin,et al (2471)
……………
………………………………………………………………
Evaluation and selectionon drought鄄resistance of germplasm resources of Avena species with different types of ploidy
PENG Yuanying, YAN Honghai,GUO Laichun, et al (2478)
…………………
………………………………………………………………………
Ecophysiological mechanism of photoperiod affecting phenological period and spike differentiation in oat (Avena nuda L. )
ZHAO Baoping, ZHANG Na, REN Changzhong, et al (2492)
…………
……………………………………………………………………
Effects of water and fertilization on relationship between competitive ability and seed yield of modern and old spring wheat varieties
DU Jingqi, WEI Panpan, YUAN Ziqiang, et al (2501)
………
……………………………………………………………………………
Inhibitory effect of biogas slurry from swine farm on some vegetable pathogen
SHANG Bin, CHEN Yongxing,TAO Xiuping, et al (2509)
…………………………………………………………
…………………………………………………………………………
Effects of different summer catch crops planting on soil inorganic N residue and leaching in greenhouse vegetable cropping system
WANG Zhiyi, GUO Ruiying, LI Fengmin (2516)
……
…………………………………………………………………………………
Photosyntheticcharacterization and yield of summer corn (Zea mays L. ) during grain filling stage under different planting pattern
and population densities WEI Li, XIONG Youcai, Baoluo Ma, et al (2524)……………………………………………………
Effects of desulfurization waste treatment on calcium distribution and calcium ATPase activity in oil鄄sunflower seedlings under
alkaline stress MAO Guilian, XU Xing, ZHENG Guoqi, et al (2532)……………………………………………………………
The evolution between ecological security pattern and agricultural productive force in Manas River Basin for the past 30 years
WANG Yuejian, XU Hailiang, WANG Cheng, et al (2539)
………
………………………………………………………………………
Spatio鄄temporal analysis of ecological carrying capacity in Jinghe Watershed based on Remote Sensing and Transfer Matrix
YUE Dongxia, DU Jun, LIU Junyan, et al (2550)
…………
…………………………………………………………………………………
The coupling relationship and emergy analysis of farming and grazing ecosystems in Mu Us sandland
HU Binghui, LIAO Yuncheng (2559)
…………………………………
………………………………………………………………………………………………
Dynamic analysis of farmland ecosystem service value and multiple regression analysis of the influence factors in Minqin Oasis
YUE Dongxia,DU Jun,GONG Jie,et al (2567)
………
……………………………………………………………………………………
Environment purification service value of urban green space ecosystem in Qingdao City
ZHANG Xuliang, XU Zongjun, ZHANG Zhaohui, et al (2576)
………………………………………………
……………………………………………………………………
The spatial relationship analysis of rural per capital revenue based on GIS in Zulihe River basin, Gansu Province
XU Baoquan,SHI Weiqun (2585)
……………………
……………………………………………………………………………………………………
Review and Monograph
The key issues on plant phenology under global change MO Fei, ZHAO Hong, WANG Jianyong, et al (2593)………………………
Recent advances on regional climate change by statistical downscaling methods
ZHU Hongwei, YANG Sen, ZHAO Xuzhe, et al (2602)
…………………………………………………………
……………………………………………………………………………
Current progress in eco鄄physiology of root鄄sourced chemical signal in plant under drought stress
LI Jinan, LI Pufang, KONG Haiyan, et al (2610)
………………………………………
…………………………………………………………………………………
ODAP biosynthesis: recent developments and its response to plant stress in grass pea (Lathyrus sativus L. )
ZHANG Dawei, XING Gengmei, XIONG Youcai, et al (2621)
…………………………
……………………………………………………………………
Currentprogress in plant ideotype research of dryland wheat (Triticum aestivum L. )
LI Pufang, CHENG Zhengguo, ZHAO Hong, et al (2631)
……………………………………………………
…………………………………………………………………………
Recent advances in research on drought鄄induced proteins and the related genes in wheat (Triticum aestivu L. )
ZHANG Xiaofeng, KONG Haiyan, LI Pufang, et al (2641)
………………………
………………………………………………………………………
2654 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
2009 年度生物学科总被引频次和影响因子前 10 名期刊绎
(源于 2010 年版 CSTPCD数据库)
排序
Order
期刊
Journal
总被引频次
Total citation
排序
Order
期刊
Journal
影响因子
Impact factor
1 生态学报 11764
2 应用生态学报 9430
3 植物生态学报 4384
4 西北植物学报 4177
5 生态学杂志 4048
6 植物生理学通讯 3362
7
JOURNAL OF INTEGRATIVE
PLANT BIOLOGY
3327
8 MOLECULAR PLANT 1788
9 水生生物学报 1773
10 遗传学报 1667
1 生态学报 1. 812
2 植物生态学报 1. 771
3 应用生态学报 1. 733
4 生物多样性 1. 553
5 生态学杂志 1. 396
6 西北植物学报 0. 986
7 兽类学报 0. 894
8 CELL RESEARCH 0. 873
9 植物学报 0. 841
10 植物研究 0. 809
摇 绎《生态学报》 2009 年在核心版的 1964 种科技期刊排序中总被引频次 11764 次,全国排名第 1; 影响因
子 1郾 812,全国排名第 14;第 1—9 届连续 9 年入围中国百种杰出学术期刊; 中国精品科技期刊
摇 摇 编辑部主任摇 孔红梅摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 执行编辑摇 刘天星摇 段摇 靖
摇 摇 客座编辑 Guest Editors摇 LI Fengmin摇 XIONG Youcai摇 Neil Turner摇 Kadambot Siddique
生摇 态摇 学摇 报
(SHENGTAI摇 XUEBAO)
(半月刊摇 1981 年 3 月创刊)
第 31 卷摇 第 9 期摇 (2011 年 5 月)
ACTA ECOLOGICA SINICA
摇
(Semimonthly,Started in 1981)
摇
Vol郾 31摇 No郾 9摇 2011
编摇 摇 辑摇 《生态学报》编辑部
地址:北京海淀区双清路 18 号
邮政编码:100085
电话:(010)62941099
www. ecologica. cn
shengtaixuebao@ rcees. ac. cn
主摇 摇 编摇 冯宗炜
主摇 摇 管摇 中国科学技术协会
主摇 摇 办摇 中国生态学学会
中国科学院生态环境研究中心
地址:北京海淀区双清路 18 号
邮政编码:100085
出摇 摇 版摇
摇 摇 摇 摇 摇 地址:北京东黄城根北街 16 号
邮政编码:100717
印摇 摇 刷摇 北京北林印刷厂
发 行摇
地址:东黄城根北街 16 号
邮政编码:100717
电话:(010)64034563
E鄄mail:journal@ cspg. net
订摇 摇 购摇 全国各地邮局
国外发行摇 中国国际图书贸易总公司
地址:北京 399 信箱
邮政编码:100044
广告经营
许 可 证摇 京海工商广字第 8013 号
Edited by摇 Editorial board of
ACTA ECOLOGICA SINICA
Add:18,Shuangqing Street,Haidian,Beijing 100085,China
Tel:(010)62941099
www. ecologica. cn
Shengtaixuebao@ rcees. ac. cn
Editor鄄in鄄chief摇 FENG Zong鄄Wei
Supervised by摇 China Association for Science and Technology
Sponsored by摇 Ecological Society of China
Research Center for Eco鄄environmental Sciences, CAS
Add:18,Shuangqing Street,Haidian,Beijing 100085,China
Published by摇 Science Press
Add:16 Donghuangchenggen North Street,
Beijing摇 100717,China
Printed by摇 Beijing Bei Lin Printing House,
Beijing 100083,China
Distributed by摇 Science Press
Add:16 Donghuangchenggen North
Street,Beijing 100717,China
Tel:(010)64034563
E鄄mail:journal@ cspg. net
Domestic 摇 摇 All Local Post Offices in China
Foreign 摇 摇 China International Book Trading
Corporation
Add:P. O. Box 399 Beijing 100044,China
摇 ISSN 1000鄄0933CN 11鄄2031 / Q 国内外公开发行 国内邮发代号 82鄄7 国外发行代号 M670 定价 70郾 00 元摇