EN中文

地球信息科学学报 >

2017 , Vol. 19 >Issue 7: 909 - 914

DOI: https://doi.org/10.3724/SP.J.1047.2017.00909

地理空间分析综合应用

1961-2013年东北与华北气温变化速度空间差异

  • 赵建 , 1, 2,# ,
  • 任周鹏 2,# ,
  • 王劲峰 , 2, * ,
  • 徐成东 2 ,
  • 张前进 1
展开
  • 1. 天津城建大学地质与测绘学院,天津 300384
  • 2. 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室,北京 100101
*通讯作者：王劲峰（1965-）,男,研究员,博士生导师,主要从事地理信息科学的理论创新与实践。E-mail:
#表示两位作者同等贡献。

作者简介：赵建（1990-）,男,山东泰安人,硕士生,主要从事气候变化方面的研究。E-mail:

收稿日期: 2016-11-22

  要求修回日期: 2017-02-26

  网络出版日期: 2017-07-10

基金资助

国家重大科学研究计划项目(“973”计划)(2012CB955503)

收起

Spatial Difference in the Velocity of Temperature Change in Northeast China and North China from 1961 to 2013

  • ZHAO Jian , 1, 2,# ,
  • REN Zhoupeng 2,# ,
  • WANG Jinfeng , 2, * ,
  • XU Chengdong 2 ,
  • ZHANG Qianjin 1
Expand
  • 1. School of Geology and Geomatics, Tianjin Chengjian University, Tianjin 300384, China
  • 2. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
*Corresponding author: WANG Jinfeng, E-mail:
# Equal contribution

Received date: 2016-11-22

  Request revised date: 2017-02-26

  Online published: 2017-07-10

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

全球气候的不断变化使得生物生境受到极大影响。气温作为最基本的气候要素,其变化迁移会胁迫生物对此做出响应,造成生物群落的迁徙。气温变化速度将气温看作物质的运动,能够直观地表示气温时空变化特征,对研究生物分布地理界限变化具有重要的指导意义。本文利用1961-2013年的全国每月平均温度数据集,分析了过去50多年中国东北与华北地区之间气温变化速度的区域差异。结果表明：东北与华北两地区整体气温变化速度均值为5.60 km/year,速度范围主要集中于0~9 km/year之间,约占总数的90%。东北地区气温变化速度均值大于华北地区。其中,东北速度均值为5.85 km/year,华北为5.41 km/year。从区域内部来看,东北地区气温变化速度整体较高,三省中黑龙江与吉林速度较高,辽宁省速度变化相对较小。华北气温变化速度高值区域主要分布在内蒙古高原与河北、天津的小部分地区,其他地区的气温变化速度则相对较小。

关键词： 气温变化速度; 气温变化趋势系数; 空间梯度; 空间差异

本文引用格式

赵建 , 任周鹏 , 王劲峰 , 徐成东 , 张前进 . 1961-2013年东北与华北气温变化速度空间差异[J]. 地球信息科学学报, 2017 , 19(7) : 909 -914 . DOI: 10.3724/SP.J.1047.2017.00909

Abstract

During the last decade, the global temperature has a clear rise. The rising temperature may affect ecosystems, public health and socioeconomic systems. It is important to understand how the temperature change. Velocity of temperature change proposed by Loarie in 2009 is a suitable index to quantify the change in temperature. Based on national monthly mean temperature dataset, spatial difference about velocity of temperature change is analyzed in Northeast China and North China in the past 53 years. Here, we use slope of linear regression for each pixel to calculate linear trends of temperature firstly. Then, spatial gradients is calculated using the average maximum technique from a 3×3 grid cell neighborhood. Finally, we calculate velocity of temperature change as the ratio of the linear trends of temperature to the spatial gradients. The results show that: (1) there is an obvious increasing trend in temperature across all of the study area. The characteristic is that the higher the latitude, the more obvious the increasing trend. (2) Spatial gradients is greatly affected by terrain, which is higher in Da Hinggan Mountains and Taihang Mountain, but relatively lower in Northeast China Plain and Inner Mongolia Plateau. (3) The velocity of temperature change mainly varies between 0 km/year and 9 km/year, and the mean is 5.60 km/year. For spatial difference, the velocity of temperature change in Northeast China (5.85 km/year) is higher than that in North China (5.41 km/year); the velocity of temperature change in Heilongjiang Province and Jilin Province is higher than that in Liaoning Province over Northeast China; velocity in Inner Mongolia Plateau and a small part of Hebei and Tianjin is higher than that in other part of North China.

Key words： velocity of temperature change; linear trends of temperature; spatial gradients; spatial difference

1 引言

随着世界经济不断发展,大气中CO2等温室气体的排放量不断增加,全球升温趋势不断加剧。IPCC第五次评估报告指出:1951年以来地表平均气温以每10年0.12 ℃的速度上升,在过去的1983-2012的30年间,每10年的地表温度的增暖幅度高于1850年以来的任何时期[1]。已有研究表明,区域气候变化已经影响了世界上很多地方各种自然和生物系统[2-5],例如,某些气候类型开始重新分布[6],影响生物生存环境与生物数量[7-9],制约人类活动[10-11]等。气温作为最基本的气候要素,其变化迁移胁迫生物群落不断向适宜生存的地区迁徙,从而影响生物生境的地理分布界限[12]。因此对气温变化程度进行系统分析是气候变化领域重要研究课题。中国学者也对此进行了诸多研究[13-15],张晶晶等[16]、李双双等[17]、郑然等[18]从全球气候变化的背景分析了中国气温的区域差异,有些学者[19-22]尤其对青藏高原地区进行了深入研究。但相关分析[23-24]多以气温倾向率为指标表示时间层面气温升降程度。2009年,Loarie等[25]提出了气温变化速度指标,将气温时间与空间两方面的变化充分结合起来。
气温变化速度通过气温变化趋势系数与空间梯度两者比值得到。这一指标将气温变化看作物质运动,从而能够以空间层面气温迁移来表示气温变化快慢,使其与生物圈中生物迁徙、能量运动紧密联系起来。以此指标为基础,相关学者进行了诸多研究：Serra-Diaz等[26]从时间和空间2个方面研究了美国加利福尼亚地区的生物对于气温变化的响应程度;Burrows[27]等分析了过去50年间海洋和陆地气温变化速度的差异;Zhu等[28-29]、VanDerWal等[30]分别以澳大利亚大陆与美国东部为研究区,探索了生物的分布迁徙与气温变化速度之间的相互关系。这些研究均以气温变化速度为重要的度量指标,不仅对气温变化速度指标进行了分析,且将物种的分布及迁徙与气温变化速度联系起来。而对于中国来说,不同地理区域之间气温变化速度的相关研究还不多,因而无法很好地探究其中的变化规律。而且生物种类以及多样性在不同地区不尽相同,深入了解不同地区气温变化速度的空间差异可以为未来动植物的相关研究提供重要依据。因此本文主要以地理区划的东北与华北地区为研究区,探索了1961-2013年两地区气温变化速度的空间差异,以期为中国气候变化的进一步研究提供参考。

2 数据来源及预处理

本文采用的气温格点数据来自中国气象数据网发布的“中国地面气温月值0.5°×0.5°格点数据集（V2.0）”（http://data.cma.cn/）。根据数据发布网站描述,该数据集基于全国国家级台站（基本、基准和一般站）的气温月值资料,结合GTOPO30数字高程模型进行空间插值生成,空间分辨率为0.5°×0.5°。
本文研究数据采用的是中国地面气温月值格点数据集。本文通过求取每年12个月的月均气温的算术平均值得到年均气温,以此计算气温变化趋势系数。气温空间梯度则采用1961-2013年年均气温的算术平均值为基础数据进行计算。

3 研究方法

3.1 气温变化趋势系数

气温变化趋势系数的计算通过构造每一格网的一元线性方程,采用最小二乘法获取年均气温与时间的线性回归系数a0,从而得到气温变化趋势系数 δ T t （℃/年）：
Y = a 0 t + a 1 （1）
δ T t = a 0 （2）
式中：Y为年均气温;t为时间; a 1 为截距。

3.2 空间梯度

空间梯度 δ T s 的计算采用平均最大法[31],其计算的是水平方向上气温变化与地面距离之间的变化关系,即水平方向上每移动一公里气温的变化量（℃/km）,计算原理如下：
平均最大方法通过在气温数据上开出一个3×3的窗口,来计算中间格网e的空间梯度。由横轴X方向空间梯度的变化dz/dx与纵轴Y方向空间梯度的变化dz/dy,得到该格网e的空间梯度（式（5））。最后窗口在整个研究区内做平滑移动,便可得到整个研究区的空间梯度分布。在计算过程中,为了调整不同纬度地区的东西方向上格网边长（x_cell_size）所代表实际距离的变化,将x_cell_size采用式（6）进行计算[27]：
x _ cell _ size = cos π 180 Y × y _ cell _ size （6）
y _ cell _ size = 111.325 km （7）
式中：Y为格网所在纬度值; y _ cell _ size 为南北方向格网边长代表实际地面距离大小。

3.3 气温变化速度

气温变化速度VT是通过气温变化趋势系数与空间梯度的比值得到（式（8））：
V T = δ T t / δ T s （8）
式中：VT是气温变化速度（km/年）; δ T t 为气温变化趋势系数, δ T s 为空间梯度。

4 结果分析

4.1 气温变化趋势系数

1961-2013年间东北、华北地区气温变化趋势系数均为正值,p为显著性水平,其中研究区仅有一个格网未通过0.05的显著性水平检验,其余地区气温上升趋势显著（图1）。两地区气温变化趋势系数均值为0.032 ℃/年,升温幅度大体呈现出纬度越高,变化越快的特点。其中,东北地区气温变化趋势系数主要集中于0.020~0.045 ℃/年,均值为0.0322 ℃/年。黑龙江省较吉林、辽宁两省的升温幅度大,其气温变化趋势系数的均值为0.035 ℃/年。吉林省次之,其气温变化趋势系数的均值为0.028 ℃/年,辽宁省最小,均值仅为0.024 ℃/年。华北地区气温变化趋势系数范围是0.015~0.045 ℃/年,均值为0.0320 ℃/年。内蒙古自治区的升温趋势明显高于其他省份,其气温变化趋势系数的均值为0.034 ℃/年。其他几省的气温变化趋势系数的范围则主要集中于0.010~0.030 ℃/年,均值为0.024 ℃/年。
Fig. 1 Linear trends of temperature for annual mean temperature in Northeast China and North China from 1961 to 2013

图1 1961-2013年东北与华北年平均气温变化趋势系数图

总体上,在过去的53年两地区气温变化趋势系数的均值虽相差无几,但东北地区仍略高出0.0002 ℃/年,主要由于华北地区气温变化趋势系数低值的分布范围较东北略大。东北三省中黑龙江,吉林两省气温变化趋势系数均较高,而华北地区气温变化趋势系数的高值区域主要集中在内蒙古自治区,其他几省市的气温变化趋势系数则相对较低。

4.2 空间梯度

气温空间梯度的分布明显受到中国地形的影响,呈现出不同地形交界处空间梯度值较大的特点。主要由于地形起伏较大地区,较短的水平距离内,气温变化较为剧烈。东北地区气温空间梯度的均值为0.007 ℃/km,华北地区为0.010 ℃/km,华北略高于东北。从图2可以看出,大兴安岭与太行山气温空间梯度值较高,其范围主要集中于0.015~0.035 ℃/km,气温空间梯度均值为0.024 ℃/km。东北地区气温空间梯度高值区域主要分布在长白山地区,其空间梯度的均值为0.009 ℃/km。东北平原气温空间梯度较低,其分布范围主要集中在0.001~0.006 ℃/km,空间梯度均值为0.004 ℃/km。相较于东北地区,华北的黄土高原地区气温空间梯度值 较高,主要分布在0.005~0.020 ℃/km,均值为0.013 ℃/km。内蒙古高原气温空间梯度的均值为0.007 ℃/km,较黄土高原地区空间梯度均值低。东北、华北地区除大兴安岭与太行山气温空间梯度较高外,其他地区气温空间梯度主要分布在0.001~0.018 ℃/km,均值为0.007 ℃/km,整体相差不大。
Fig. 2 Spatial gradients for annual mean temperature in Northeast China and North China from 1961 to 2013

图2 1961-2013年东北与华北年平均气温空间梯度图

4.3 气温变化速度

过去53年间,中国东北与华北两地区气温变化速度主要集中于0~9 km/年之间,约占总数的90%。其中,0~6 km/年的速度所占比例大于60%,而高于20 km/年的速度所占比例仅为3%,两地区气温变化速度的平均值为5.60 km/年。东北气温变化速度主要集中在0~9 km/年,占东北总数的84%,其中0~6 km/年气温变化速度就已超过50%,整个东北地区速度均值为5.85 km/年。东北平原气温变化速度较高,均值为7.71 km/年,其他地区速度均值仅为5.25 km/年。对于东北地区不同省份,黑龙江与吉林两省的气温变化速度相差不大,其速度范围主要集中在2~12 km/年,速度均值分别为6.27、6.35 km/年。辽宁省的气温变化速度最小,均值仅为3.27 km/年。华北气温变化速度主要集中在 0~9 km/年,但0~2 km/年的速度比例为23%,明显大于东北地区的8%。0~6 km/year的速度比例与东北地区相差不多,两者分别为68%与62%。华北地区气温变化速度的均值为5.41 km/年。内蒙古高原速度变化相对较快,均值为6.93 km/年,其他地区气温变化速度的均值仅为3.46 km/年,明显小于内蒙古高原。整体来看,东北地区气温变化速度均值高出华北地区约0.40 km/年。从图3中可以看出,东北地区气温变化速度整体均较高,华北除内蒙古高原以及河北、天津的小部分地区速度较高之外,其他地区则较低。
Fig. 3 Velocity of temperature change for annual mean temperature in Northeast China and North China from 1961 to 2013

图3 1961-2013年东北与华北年平均气温变化速度图

Fig. 4 The percentage of velocity for annual mean temperature in Northeast China and North China from 1961 to 2013

图4 1961-2013年东北、华北地区年平均气温变化速度比例图

5 结论与讨论

本文从气温出发,得到了中国东北、华北地区过去50多年的气温变化速度,分析了两地区气温变化速度空间分布的特点,主要结论为：气温变化趋势系数方面,东北地区与华北地区的气温变化趋势系数均值相差无几,为0.032 ℃/年,但东北略高于华北,与前人[6,13,16,32]的研究结果较为一致,且升温趋势呈现出纬度越高变化越快的特点;空间梯度方面,梯度分布明显受到中国地形的影响,呈现不同地形交界处梯度值大的特点,大兴安岭、太行山气温空间梯度值较大,东北平原和内蒙古高原空间梯度值较小;气温变化速度方面,东北、华北两地区气温变化速度主要集中在0~9 km/年,但东北地区速度大多分布在2~9 km/年,华北地区则主要分布在 0~6 km/年。东北地区 0~2 km/年的速度比例为8%,明显低于华北地区的23%,但东北与华北 0~6 km/年的速度比例则相差不多。东北气温变化速度均值为5.85 km/年,略高于华北速度均值 5.41 km/年。从区域内部来看,东北地区黑龙江与吉林两省的气温变化速度较高,辽宁省则较低。华北地区内蒙古高原气温变化速度较高,其他地区则相对较低。但本文采用的气象数据由于其插值算法本身的局限,例如平滑效应等问题,使得数据本身空间上的不确定性大于时间上的不确定性,从而气温空间梯度计算误差大于气温变化趋势系数的误差,进而影响气温变化速度的计算精度[33-34]。
气温变化速度是气候变化与生物迁徙方面的重要研究内容,本文对过去50多年来东北、华北的气温变化速度进行了研究,揭示了其中的空间差异规律。未来的研究方向是以气温变化速度为主要参考,探究不同地区间生物的迁徙活动规律与气温变化之间的相互关系,以便能够更好地了解中国境内气温变化与生物之间的作用关系。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
IPCC. Working Group I Contribution to the IPCC Fifth Assessment Report (AR5). Climate change 2013: The Physical Science Basis. Final Draft Underlying Scientific-Technical Assessment[R/OL]. [2013-10-30]. .

[2]
吴绍红,尹云鹤,郑度,等.青藏高原近30年气候变化趋势[J].地理学报,2005,60(1):3-11.以1971~2000年青藏高原77个气象台站的观测数据(最低、最高气温,日照时数,相对湿度,风速和降水量)为基础,应用1998年FAO推荐的Penman-Monteith模型,并根据我国实际状况对其辐射项进行修正,模拟了青藏高原1971~2000年的最大可能蒸散,并由Vyshotskii模型转换为干燥度,力求说明近30年青藏高原的气候变化趋势,以及干湿状况的空间分布。应用线性回归法计算变化趋势,并用Mann-Kendall方法进行趋势检验。结果表明青藏高原近30年气候变化的总体特征是气温呈上升趋势,降水呈增加趋势,最大可能蒸散呈降低趋势,大多数地区的干湿状况有由干向湿发展的趋势。气候因子与地表干湿状况间并不是线性关系,存在很大的不确定性。

DOI

[ Wu S H, Yin Y H, Zheng D, et al.Climate change in the Tibetan Plateau during the last three decades[J]. Acta Geographica Sinica, 2005,60(1):3-11. ]

[3]
刘起勇. 气候变化对媒介生物性传染病的影响[J].中华卫生杀虫药械,2013,19(1):1-7.近百年来,地球气候经历着前所未有的变化。其对媒介生物传染病的潜在影响也对人类健康造成了巨大的威胁。笔者收集整理了现有相关文献,概述了全球范围内气候变化和气象因素对媒介生物数量和地理分布、病原体生长发育和主要媒介生物性传染病传播的影响。通过分析总结发现,在全球范围内及我国部分地区温度、湿度、降水和风速等气候因子的变异和变化对主要媒介传染病的发生、传播和暴发有着显著的影响。尽管如此,由于气候变化和媒传疾病分布及传播机制改变的关系非常复杂。另外,部分研究结果仍存在空间不一致性,因此需要未来更多的相关研究为适应策略的制定提供有力的科学依据。

[ Liu Q Y.The impacts of climate change on vector-borne diseases[J]. Chinese Journal of Hygienic Insecticides & Equipments, 2013,19(1):1-7. ]

[4]
李国栋,张俊华,焦耿军,等.气候变化对传染病爆发流行的影响研究进展[J].生态学报,2013,33(21):6762-6773.全球气候变化已影响到传染病发生、传播与变化的各个环节，从病原体及其携带者、传播途径和人体自身抵抗力等方面直接或间接影响传染病的发病趋势，从而对人类健康造成了巨大的威胁。所以加强对气候变化与传染病间关系、预测预报研究，对进一步认识、预防和控制传染病的爆发流行具有重要意义。阐述了全球气候变化对生物物种的地理分布和人类健康的影响，气候变化改变了生物物种的地理分布范围，增加了某些物种的潜在分布区域，并造成生物物侯期的改变；同时，极端气候事件成为导致种群数量波动的一个重要驱动力。气候变化对人类健康有直接和间接影响，它使得传染病发病率增加、传染病分布范围扩大、人群对疾病易感性增强。评述了气候变化对疟疾、登革热、霍乱、流行性乙型脑炎、流感、SARS、肠道传染病、鼠疫、血吸虫病等常见传染病流行机制和传播过程的影响研究进展。评述了传染病和气象因子关系分析中常用的定性和定量分析方法，传统的研究多以定性分析为主，方法较单一；目前，利用流行病学资料与同期的气象因子进行单因素相关分析、多元回归分析是常用的研究方法；主成分回归分析、逐步判别分析、灰色关联分析法、RS和GIS等方法近年来逐渐得到应用；数学建模、实验室生物学仿真实验方法是今后需强化的方向。提出了该研究领域国内外研究普遍存在和亟待解决的问题，针对目前的研究现状和存在的问题，提出了未来的研究重点和发展方向。

DOI

[ Li G D, Zhang J H, Jiao G J, et al.Advances in impacts of climate change on infectious diseases outbreak[J].Acta Ecologica Sinica,2013,33(21):6762-6773. ]

[5]
唐红玉,杨小丹,王希娟,等.三江源地区近50年降水变化分析[J].高原气象,2007,26(1):47-54.利用西北及三江源(黄河、金沙江及澜沧江)地区122个气象观测台站1956-2004年近50年的逐日降水量及月总降水量资料,分析了三江源地区降水变化特征。结果表明:近50年来三江源地区的年降水量呈减少趋势,减少幅度为6.73mm/10a;降水日数的趋势变化呈较为明显的减少趋势,递减率为2.7d/10a;平均降水强度总体呈弱的增强趋势,增强速率平均为0.20mm/d/10a,增强幅度比中国西北地区平均水平强;从4~9月最长无降水日数趋于增长反映出西北地区干旱化的趋势。

[ Tang H Y, Yang X D, Wang X J, et al.Analyses of precipitation change in the source regions of three rivers during 1956-2004[J]. Plateau Meteorology, 2007,26(1):47-54. ]

[6]
韩翠华,郝志新,郑景云.1951-2010年中国气温变化分区及其区域特征[J].地理科学进展,2013,32(6):887-896.以中国623个测站1951-2010年逐日气温观测资料为基础数据,通过正交旋转因子分析对1951-1980、1961-1990、1971-2000、1981-2010年4个时间段的年、冬、夏半年气温变化特征进行分区,并探讨分区结果的季节和年代际差异.结果表明:依据年、夏半年气温变化特征,可将全国划分成8个不同的区域,且研究时段内年、夏半年气温变化的空间结构比较稳定；而依据冬半年气温变化特征,可将全国划分为7个变化区,且冬半年气温每30年分区结果存在着明显变化.另外,通过对区域平均气温距平序列的变化趋势分析可以得出:1951-2010年间,中国各区域气温均呈上升趋势,升温趋势最快的是东北区(0.30 ℃/10a),最慢的是华南区(0.13℃/10a)；各区域升温过程不同步,东北区与滇藏高原区显著增暖趋势在1961-1990年开始出现,而其他区域则发生在1971-2000年及1981-2010年.

DOI

[ Han C H, Hao Z X, Zheng J Y.Regionalization of temperature change in China and characteristics of temperature in different regions during 1951-2010[J]. Progress in Geography, 2013,32(6):887-896.

[7]
Schloss C A, Nuñez T A, Lawler J J.Dispersal will limit ability of mammals to track climate change in the Western Hemisphere[J]. Proceedings of the National Academy of Sciences, 2012,109(22):8606-8611.

[8]
郑景云,葛全胜,赵会霞.近40年中国植物物候对气候变化的响应研究[J].中国农业气象,2003,(1):28-32.根据中国科学院物候观测网络中26个观测站点的物候资料,分析了近40年我国木本植物物候变化及其对气候变化的响应关系,并建立了不同年代物候期与地理位置之间的关系模式,分析了当前气候增暖背景下物候期地理分布规律变化对气候变化的响应关系。结果表明:温度上升,我国的木本植物春季物候期提前。20世纪80年代以后,东北、华北及长江下游等地区的物候期提前,西南东部、长江中游等地区的物候期推迟,同时物候期随纬度变化的幅度减小。

DOI

[ Zheng J Y, Ge Q S, Zhao H X.Changes of plant phonological period and its response to climate change for the last 40 years in China[J]. Chinese Journal of Agrometeorology, 2003,24(1):28-32. ]

[9]
王连喜,陈怀亮,李琪,等.植物物候与气候研究进展[J].生态学报,2010,(2):447-454.植物物候及其变化是多个环境因子综合影响的结果,其中气候是最重要、最活跃的环境因子。主要从气候环境角度分析了植物物候与气候以及气候变化间的相互关系,概述了国内外有关植物物候及物候模拟等方面的研究进展。表明,温度是影响物候变化最重要的因子;同时,水分成为胁迫因子时对物候的影响也十分重要。近50a左右,世界范围内的植物物候呈现出了春季物候提前,秋季物候推迟或略有推迟的特征,从而导致了多数植物生长季节的延长,并成为全球物候变化的趋势。全球气候变暖改变了植物开始和结束生长的日期,其中冬季、春季气温的升高使植物的春季物候提前是植物生长季延长的主要原因。目前对物候学的研究方向主要集中在探讨物候与气候变化之间的关系,而模型模拟是定量研究气候变化与植物物候之间关系的重要方式,国内外已经开发出多种物候模型来分析气候驱动与物候响应之间的因果关系。另外遥感资料的应用也为物候模型研究提供了新的方向。物候机理研究、物候与气候关系以及物候模型研究将是研究的重点。

[ Wang L X, Chen H L, Li Q, et al.Research advances in plant phenology and climate[J]. Acta Ecologica Sinica, 2010,30(2):447-454. ]

[10]
潘根兴,高民,胡国华,等.气候变化对中国农业生产的影响[J].农业环境科学学报,2011,30(9):1698-1706.未来气候变化下中国农业的稳定事关中国的长远持续发展,国内外气候变化研究界和农业气象研究界对气候变化对中国农业生产的影响的评估未有一致的认识。本文从农业科学角度讨论了气候变化对中国农业生产涉及的气象资源、土地资源、农业生物环境和生态系统的影响,并从作物生长和经济产量形成的角度讨论和分析了气候变化对中国种植业、养殖业不同产业行业的影响,气候变化中一些趋势性变化因不同作物和不同区域而异,例如温度和CO_2浓度变化对农业生产的影响因不同作物和不同时相而异,反之,极端性气候/天气事件对农业不同行业的生产都显得危害很大,而气候变化中区域性干旱将成为我国未来农业生产愈来愈严重的挑战。气候变化对中国农业生产的影响甚为复杂,一些气候变化因子的实际影响还存在很大不确定性。当前,定量评价气候变化对中国农业生产的影响还存在困难。

DOI

[ Pan G X, Gao M, Hu G H, et al.Impacts of climate change on Agricultural production of China[J]. Journal of Agro-Environment Science, 2011,30(9):1698-1706. ]

[11]
王文涛,刘燕华,于宏源.全球气候变化与能源安全的地缘政治[J].地理学报,2014,69(9):1259-1267.当前,气候变化问题已经远远超出科学研究的范畴,它影响到经济运行模式,乃至于利益格局和地缘关系,并成为国际关系中的焦点.中国正处于工业化的中期,在国际经济社会发展转型、世界地缘格局重组关键期,应对气候变化也是中国发展阶段的内在需求.随着气候变化对各国国内竞争力,以及重要地缘战略地区影响加大,气候变化和地缘政治呈现出复杂多元的关系,气候变化时代的地缘政治逐渐影响到各国战略和外交.本文围绕利益和博弈来阐述气候变化带来的地缘政治新特征,并在此基础上提出相关政策建议:国际气候谈判中,权衡利益,处理好复杂的大国关系;加强风险研判,积极与美国和欧盟开展能源、气候变化方面的合作;依托"一带一路",确保我国能源安全,并积极参与全球能源治理;在"南南合作"方面,创新机制,大幅增加投入力度.最后,提出地理学界在气候变化与能源安全方面应加强的研究方向.

DOI

[ Wang W T, Liu Y H, Yu H Y.The Geopolitical pattern of global climate change and energy security issues[J]. Acta Geographica Sinica, 2014,69(9):1259-1267. ]

[12]
郑景云,葛全胜,郝志新.气候增暖对中国近40年植物物候变化的影响[J].科学通报,2002,47(20):1582-1587.

[ Zheng J Y, Ge Q S, Hao Z X.Effects of climate warming on plant phonological change in China for 40 years[J].Chinese Science Bulletin, 2002,47(20):1582-1587. ]

[13]
贺伟,布仁仓,熊在平,等.1961-2005年东北地区气温和降水变化趋势[J].生态学报,2013,33(2): 519-531.利用东北地区96个气象站1961-2005年的日平均气温和日降水量资料,采用线性倾向率法,累积距平 法,Mann-Kendall法和Morlet小波分析等方法,对东北地区近45年来的气候变化和突变现象进行了研究.结果表明:近45年来,东北地区年 平均气温变化在2.45-5.72℃之间,年均温呈现显著上升趋势,气候倾向率为0.38 ℃/10 a(P＜0.01),1988-1989年间发生了由低温到高温的突变；东北地区四季平均气温均呈现增高的趋势,其中冬季气温增幅最大,气候倾向率达到 0.53℃/10 a,夏季气温增幅最小,0.24 ℃/10 a.东北地区年均温和季节均温年代际变化亦呈现明显的增暖趋势,年均温,春季均温和冬季均温均在1981-1990年开始变暖,夏季均温和秋季均温在 1991-2000年开始变暖.东北地区气温增暖幅度随纬度的升高而增大,大兴安岭北部和小兴安岭地区是增温最明显的地区,增暖幅度较小的地区为辽河平 原,辽东半岛和长白山南部地区.东北地区年降水量变化在430.40-678.72 mm之间,降水量变化趋势不明显,整体呈现减少趋势,气候倾向率为-5.71 mm/10 a(P＞0.05),1981-1990年为降水最多的年代,1982-1983年间发生了降水量由少到多的突变.四季降水量变化呈现不同的趋势,其中春 季和冬季降水量呈现增多的趋势,夏季和秋季降水量呈现减少的趋势.降水量减少较明显的地区为辽东半岛和长白山南段,降水量增多较明显的地区为大兴安岭北部 和松嫩平原.Morlet小波分析结果表明,东北地区年平均气温存在11a的强显著周期,此外还有24 a和6a尺度的变化周期；东北地区年降水量存在16a的强显著周期和6 a的小尺度变化周期.通过以上分析,近45 a东北地区总体气候呈现明显暖干化趋势.

DOI

[ He W, Bu R C, Xiong Z P, et al.Characteristics of temperature and precipitation in Northeastern China from 1961 to 2005[J]. Acta Ecologica Sinica, 2013,33(2):519-531. ]

[14]
姚俊强,刘志辉,杨青,等.近130年来中亚干旱区典型流域气温变化及其影响因子[J].地理学报,2014,69(3):291-302.利用中亚干旱区5大主要典型流域代表性气象站点近130年逐月实测气温数据,结合线性趋势、Mann-Kenndall非参数检验和小波分析等方法,研究了各流域气温的多时间尺度特征,并探讨了引起气温变化的可能因素。研究发现,在近130年来中亚干旱区各主要流域(除阿姆河外)年均气温均呈上升趋势,增温趋势高于全球和周边地区,中亚干旱区气温对全球变化的响应比其他地区更加明显。20世纪80年代之后更加明显,并表现出明显的多时间尺度周期振荡特征,这主要是自然外强迫动力作用、气候系统内部变化和人类活动相互叠加的结果,亚洲极涡强度减弱和面积缩小对主要流域气温变化的作用明显,其次是北半球环状模(北极涛动)和青藏高原的影响,而CO2引起的温室气体增温效应在中亚干旱区也不容忽视。气温表现出与布吕克纳周期(BC)、太平洋年代际涛动(PDO)和准2~3年振荡周期(TBO)等有关的显著周期,可以证实中亚干旱区气温变化与大气环流、海温和太阳活动等密切相关。

DOI

[ Yao J Q, Liu Z H, Yang Q, et al.Temperature variability and its possible causes in the typical basins of the arid central asia in recent 130 years[J]. Acta Geographica Sinica, 2014,69(3):291-302. ]

[15]
陈隆勋,周秀骥,李维亮,等.中国近80年来气候变化特征及其形成机制[J].气象学报,2004,62(5):634-646.自20世纪20年代以来,中国地区40和90年代出现了2个暖期及50～60年代相对冷期.最近的90年代的最暖年(1998年)或5 a滑动平均气温几乎已达或略高于40年代的最暖年(1946年)或5 a滑动平均气温.变暖最明显是北方地区(黑龙江和新疆北部),而35°N以南和100°E以东地区自50年代以来存在一个以四川盆地为中心的变冷带,虽然90年代有变暖趋势,但基本达到40年代暖期气温.中国降水则以20年代为最少(1929年最少),50年代为多水年代,以后缓慢减少,70年代以后变化不大,但多雨带在80年代及以后由华北南移到长江中下游.1951～1990年,大部分地区气温和降水呈负相关,在东北和长江-黄河间存在2个负相关中心,表明北方是变暖变旱,江淮间是变冷变湿.这些气候变化特征和全球气候变化相比较,除北方外,变暖期明显的滞后于全球变暖,并且出现变冷带等明显差异.文中还综述了用诊断和数值模拟方法对影响中国变化的气候自然变化和人类活动影响(热岛效应和气溶胶影响)的研究结果.我们认为,以上提出的3种人类活动对中国气候变化有明显影响,特别是工农业发展造成的气溶胶增加是四川盆地气温变冷的主要原因.

DOI

[ Chen L X, Zhou X J, Li W L, et al.Characteristics of the climate change and its formation mechanism in China in last 80 years[J]. Acta Meteorologica Sinica, 2004,62(5):634-646. ]

[16]
张晶晶,陈爽,赵昕奕.近50年中国气温变化的区域差异及其与全球气候变化的联系[J].干旱区资源与环境,2006,20(4):1-6.

[ Zhang J J, Chen S, Zhao X Y.Spatial divergency of temperature change during 1951-2000 in china and its correlation with global climate change[J]. Journal of arid land resources and environment, 2006,20(4):1-6. ]

[17]
李双双,延军平,万佳.全球气候变化下秦岭南北气温变化特征[J].地理科学,2012,32(7):853-858.

[ Li S S, Yan J P, Wan J.The characteristics of temperature change in Qinling Mountains[J]. Scientia geographica sinica, 2012,32(7):853-858. ]

[18]
郑然,李栋梁,蒋元春.全球变暖背景下青藏高原气温变化的新特征[J].高原气象,2015,34(6):1531-1539.lt;p>利用1971-2011年青藏高原81个站点经均一化处理的气温资料,采用面积权重方法对青藏高原近41年气温变化的特征进行了研究。结果表明,青藏高原在1997年存在更为明显的增暖突变,落后于华北(1989年)、东北(1987年)8 ~ 10年,比西南、华南(1996年)和华东、西北(1994年)落后1 ~ 3年。高原内部的突变发生过程与高原地形有明显的关系,表现为海拔越高,突变发生越晚。此外,突变前后的增暖形式也存在一定的差别,即突变前增暖幅度随海拔的升高而减小,突变后则表现为海拔越高气温倾向率越大,且通过了99%的显著性检验。突变前后高原增暖幅度最大均在冬季,突变后秋、冬季增暖幅度有所减小,夏季有所增大。相比全球近15年增暖趋缓现象,高原在突变后表现为更大幅度的增暖,高原气温与全球气温的同期波动形态相似,两者具有较好相关性。</p>

DOI

[ Zheng R, Li D L, Jiang Y C.New characteristics of temperature change over Qinghai-Xizang Plateau on the background of global warming[J]. Plateau Meteorology, 2015,34(6):1531-1539. ]

[19]
易湘生,尹衍雨,李国胜,等.青海三江源地区近50年来的气温变化[J].地理学报,2011,66(11):1451-1465.Based on the monthly average temperature data of 12 meteorological stations in the Three-River Headwaters Region of Qinghai Province from 1961 to 2010, the regional differences and abrupt changes of temperature variation were analyzed by the methods of moving average, linear trend analysis, spline interpolation, and Mann-Kendall test. Some important results were obtained in four aspects as follows. (1) The annual and seasonal average temperature in the Three-River Headwaters Region of Qinghai Province and its source regions was featured by several cold and warm fluctuations, but the average temperature had a significant rising trend at statistical significance level, especially since 2001. Spring, summer, autumn and annual average temperatures tended to be warm significantly since the 1990s and the winter average temperature exhibited a significant increasing trend since 2001. (2) The annual average temperature change tendency rate of the Three-River Headwaters Region of Qinghai Province was 0.36 oC 10a, while the annual average temperature change tendency rates of the Yellow River source region, the Lancangjiang River source region and the Yangtze River source region were 0.37 oC 10a, 0.37 oC 10a and 0.34 oC 10a, respectively. The significant temperature increasing regions were observed in the south of Yushu County and the north of Nangqian County, and the temperature rising trends of winter and autumn were higher than those of spring and summer. (3) The annual, summer, autumn and winter average temperatures in the Three-River Headwaters Region, Lancangjiang River source region and Yangtze River source region as well as the summer and autumn average temperatures in the Yellow River source region had abrupt changes. The annual and summer average temperature abrupt changes were mainly observed in the late 1990s, while the autumn and winter average temperature abrupt changes mainly occurred in the early 1990s and early 21st century respectively. (4) In the background of global climate warming, altitude and underlying surface in different parts of the Qinghai-Tibet Plateau were the reasons for high temperature increasing rate in the Three-River Headwaters Region of Qinghai Province.

DOI

[ Yi X S, Yin Y Y, Li G S, et al.Temperature variation in recent 50 years in the three-river headwaters region of Qinghai province[J]. Acta Geographica Sinica, 2011,66(11):1451-1465. ]

[20]
周宁芳,秦宁生,屠其璞,等.近50年青藏高原地面气温变化的区域特征分析[J].高原气候,2005,24(3):344-349.青藏高原地面气温与其上空500 hPa温度有着密切的关系, 基于这种关系, 重建得到青藏高原1950-2000年连续、可靠的台站地面月平均气温序列.利用重建后的地面月平均气温资料, 对青藏高原年及各季节平均气温的变化进行区域划分, 分析了近50年青藏高原全年及各季节气温变化的区域特征.结果表明, 青藏高原的年、春、夏、秋季与冬季平均气温变化区域分别可以划分为4个区、 2个区、 4个区、 5个区和4个区.青藏高原近50年气温总体上升, 但同时存在明显的区域性和季节性差异, 大部分区域的平均气温变化和高原总体升温相似, 春季和冬季升温明显,　特别是春季和冬季的Ⅰ区.夏、秋季升温趋势不明显, 夏季Ⅰ区与秋季　Ⅲ区还表现出较小的降温趋势, 降温幅度分别为　-0.26℃和-0.11℃.

DOI

[ Zhou N F, Qin N S, Tu Q P, et al.Analyese on regional characteristics of temperature changeover Qinghai Xizang Plateau in recent 50 years[J]. Plateau Meteorology, 2005,24(3):344-349. ]

[21]
李林,陈晓光,王振宇,等.青藏高原区域气候变化及其差异性研究[J].气候变化研究进展,2010,6(3):181-186.利用1961-2007年青藏高原66个气象台站气温和降水量资料，通过典型气候分区，系统研究了近47年来青藏高原气温、降水量等气候因子时空演变规律，揭示了青藏高原不同区域气候变化的差异性。研究表明：近47年来，青藏高原的气候呈现出显著增暖趋势，年平均气温以0.37℃/10a的速率上升，气候变暖在夜间要较日间明显。冬季较其他季节明显，2月气温由冷向暖的转变最为显著，8月最不显著，且在某些区域有变冷迹象；高原边缘地区气候变暖要明显于高原腹地，青海北部区特别是柴达木盆地是青藏高原气候变化的敏感区。降水量总体表现出增多态势，气候倾向率达9.1 mm/10a，但区域性差异较为明显，藏东南川西区是青藏高原降水量增多最显著的地区；12月至次年5月即冬春季整个青藏高原降水量随着气候变暖而增多，7月和9月黄河上游区1987年后干旱化趋势明显。

DOI

[ Li L, Chen X G, Wang Z Y, et al.Climate change and its regional differences over the Tibetan Plateau[J]. Advances in Climate Change Research, 2010,6(3):181-186. ]

[22]
宋辞,裴韬,周成虎.1960年以来青藏高原气温变化研究进展[J].地理科学进展,2012,31(11):1503-1509.青藏高原是中国最大、世界海拔最高的高原,它对全球气候系统存在显著影响。本文对青藏高原自1960年以来的气温变化特征及其影响因素的研究进行了概述与总结。近50年来,青藏高原气温明显上升,经历了一个冷期和一个暖期,气温在20世纪80年代发生突变,整体呈现前低后高波动上升的趋势;最低气温和最高气温呈不对称的线性增温趋势,最低气温的上升速率要比最高气温快得多;而极端事件频率、强度也有所变化,其中低温事件大大减少,高温事件则明显增加;各类界限温度的积温以及持续日数等生物温度指标也都显著增加。在空间分布上,青藏高原气温呈现出整体一致增暖,并且有西高东低、南北反相的变化形态。影响青藏高原气温变化的因素有很多,主要包括天文因素、高原内部气象要素以及外部环流影响等。

DOI

[ Song C, Pei T, Zhou C H.Research progresses of surface temperature characteristic change over Tibetan plateau since 1960[J]. Progresses in Geography, 2012,31(11):1503-1509. ]

[23]
任国玉,徐铭志,初子莹,等.近54年中国地面气温变化[J].气候与环境研究,2005,10(4):717-727.采用国家基准气候站和基本气象站地面月平均气温资料,在严格质量控制和非均一性订正的基础上,分析了1951年以来中国大陆地区近地表年和季节平均气温演化的时间与空间特征.结果表明,我国近54年来年平均地表气温变暖幅度约为1.3℃,增温速率接近0.25℃/10 a,比全球或半球同期平均增温速率高得多.全国大范围增暖主要发生在近20余年.气温变化的季节差异和空间特征与前人分析结论基本一致,冬季增温速率高达0.39℃/10 a,春季为0.28℃/10 a,秋季0.20℃/10 a,夏季增温速率最小,但也达到0.15℃/10 a.我国20世纪80年代初期开始的明显增暖主要表现在冷季,但进入90年代以来夏季增暖也日趋明显.从区域上看,中国大陆地区最明显的增温发生在北方和青藏高原地区,而西南的四川盆地和云贵高原北部仍维持弱的降温趋势.值得提出的是,作者给出的结果尚未考虑城镇化对地面气温观测记录的影响.

DOI

[ Ren G Y, Xu M Z, Chu Z Y, et al.Changes of surface air temperature in China during 1951-2004[J]. Climate and Environmental Research, 2005,10(4):717-727. ]

[24]
范泽孟,岳天祥,陈传法,等.中国气温与降水的时空变化趋势分析[J].地球信息科学学报,2011,13(4):526-533.如何对离散分布的气象台站观测数据进行高精度曲面模拟,为生态系统及服务功能时空变化趋势模拟及其综合评估提供高质量、高分辨率的空间气候数据,以满足栅格层次上的生态系统过程模型、生态系统格局模型及生态系统综合评估模型的参数需求,一直是存于生态学界的难点问题。在对全国1964-2007年的752个气象台站长期观测的气温和降水数据进行空间统计分析的基础上,综合考虑DEM数据、经纬度、坡向、坡度等系列地形特征因子对气温和降水空间分布的影响,对全国平均气温和平均降水空间分布趋势模型进行构建,并将其与高精度曲面建模(HASM)方法进行集成,实现研究周期内各时段的年平均气温和年平均降水时空变化趋势模拟。模拟结果表明,在1964-1974(C1)、1975-1985(C2)、1986-1996(C3)和1997-2007(C4)年4个时段内,全国年平均气温总体呈持续上升趋势(平均每10年上升近0.28℃),而全国平均降水总量变化幅度不大,存在显著的区域分布差异及变化特征。论文所建立的模型和方法,可以高效快速地实现将离散点气候观测数据转换成高分辨率的空间栅格数据,从而保证多尺度生态系统时空分析模型的参数精度需求。

DOI

[ Fan Z M, Yue T X, Chen C F, et al.Spatial change trend of temperature and precipitation in China[J]. Journal of Geo-information Science, 2011,13(4):526-533. ]

[25]
Loarie S R, Duffy P B, Hamilton H, et al.The velocity of climate change[J]. Nature, 2009,462(7276):1052-1055.

[26]
Serra-Diaz J M, Franklin J, Ninyerola M, et al. Bioclimatic velocity: the pace of species exposure to climate change[J]. Diversity and Distributions, 2014,20(2):169-180.AimTo investigate the velocity of species-specific exposure to climate change for mid- and late 21st century and develop metrics that quantify exposure to climate change over space and time.LocationCalifornia Floristic Province, south-western USA.MethodsOccurrences from presence/absence inventories of eight Californian endemic tree species (Pinus balfouriana [Grev.&Balf.], Pinus coulteri [D.Don], Pinus muricata [D.Don.], Pinus sabiniana [D.Don], Quercus douglasii [Hook.&Arn.], Quercus engelmannii [Greene], Quercus lobata [Nee] and Quercus wislizeni [A.DC.]) were used to develop eight species distribution models (SDMs) for each species with the BIOMOD platform, and this ensemble was used to construct current suitability maps and future projections based on two global circulation models in two time periods [mid-century: 2041 2070 and late century (LC): 2071 2100]. From the resulting current and future suitability maps, we calculated a bioclimatic velocity as the ratio of temporal gradient to spatial gradient. We developed and compared eight metrics of temporal exposure to climate change for mid- and LC for each species.ResultsThe velocity of species exposure to climate change varies across species and time periods, even for similarly distributed species. We find weak support among the species analysed for higher velocities in exposure to climate change towards the end of the 21st century, coinciding with harsher conditions. The variation in the pace of exposure was greater among species than for climate projections considered.Main conclusionsThe pace of climate change exposure varies depending on period of analysis, species and the spatial extent of conservation decisions (potential ranges versus current distributions). Translating physical climatic space into a biotic climatic space helps informing conservation decisions in a given time frame. However, the influence of spatial and temporal resolution on modelled species distributions needs further consideration in order to better characterize the dynamics of exposure and species-specific velocities.

DOI

[27]
Burrows M T, Schoeman D S, Buckley L B, et al.The pace of shifting climate in marine and terrestrial ecosystems[J]. Science, 2011,334(6056):652-655.Climate change challenges organisms to adapt or move to track changes in environments in space and time. We used two measures of thermal shifts from analyses of global temperatures over the past 50 years to describe the pace of climate change that species should track: the velocity of climate change (geographic shifts of isotherms over time) and the shift in seasonal timing of temperatures. Both measures are higher in the ocean than on land at some latitudes, despite slower ocean warming. These indices give a complex mosaic of predicted range shifts and phenology changes that deviate from simple poleward migration and earlier springs or later falls. They also emphasize potential conservation concerns, because areas of high marine biodiversity often have greater velocities of climate change and seasonal shifts.

DOI PMID

[28]
Zhu K, Woodall C W, Clark J S.Failure to migrate: lack of tree range expansion in response to climate change[J]. Global Change Biology, 2012,18(3):1042-1052.Abstract Tree species are expected to track warming climate by shifting their ranges to higher latitudes or elevations, but current evidence of latitudinal range shifts for suites of species is largely indirect. In response to global warming, offspring of trees are predicted to have ranges extend beyond adults at leading edges and the opposite relationship at trailing edges. Large-scale forest inventory data provide an opportunity to compare present latitudes of seedlings and adult trees at their range limits. Using the USDA Forest Service's Forest Inventory and Analysis data, we directly compared seedling and tree 5th and 95th percentile latitudes for 92 species in 30 longitudinal bands for 43334 plots across the eastern United States. We further compared these latitudes with 20th century temperature and precipitation change and functional traits, including seed size and seed spread rate. Results suggest that 58.7% of the tree species examined show the pattern expected for a population undergoing range contraction, rather than expansion, at both northern and southern boundaries. Fewer species show a pattern consistent with a northward shift (20.7%) and fewer still with a southward shift (16.3%). Only 4.3% are consistent with expansion at both range limits. When compared with the 20th century climate changes that have occurred at the range boundaries themselves, there is no consistent evidence that population spread is greatest in areas where climate has changed most; nor are patterns related to seed size or dispersal characteristics. The fact that the majority of seedling extreme latitudes are less than those for adult trees may emphasize the lack of evidence for climate-mediated migration, and should increase concerns for the risks posed by climate change.

DOI

[29]
Zhu K, Woodall C W, Ghosh S, et al.Dual impacts of climate change: forest migration and turnover through life history[J]. Global change biology, 2014,20(1):251-264.Tree species are predicted to track future climate by shifting their geographic distributions, but climate-mediated migrations are not apparent in a recent continental-scale analysis. To better understand the mechanisms of a possible migration lag, we analyzed relative recruitment patterns by comparing juvenile and adult tree abundances in climate space. One would expect relative recruitment to be higher in cold and dry climates as a result of tree migration with juveniles located further poleward than adults. Alternatively, relative recruitment could be higher in warm and wet climates as a result of higher tree population turnover with increased temperature and precipitation. Using the USDA Forest Service's Forest Inventory and Analysis data at regional scales, we jointly modeled juvenile and adult abundance distributions for 65 tree species in climate space of the eastern United States. We directly compared the optimal climate conditions for juveniles and adults, identified the climates where each species has high relative recruitment, and synthesized relative recruitment patterns across species. Results suggest that for 77% and 83% of the tree species, juveniles have higher optimal temperature and optimal precipitation, respectively, than adults. Across species, the relative recruitment pattern is dominated by relatively more abundant juveniles than adults in warm and wet climates. These different abundance-climate responses through life history are consistent with faster population turnover and inconsistent with the geographic trend of large-scale tree migration. Taken together, this juvenile-adult analysis suggests that tree species might respond to climate change by having faster turnover as dynamics accelerate with longer growing seasons and higher temperatures, before there is evidence of poleward migration at biogeographic scales.

DOI PMID

[30]
VanDerWal J, Murphy H T, Kutt A S, et al. Focus on poleward shifts in species' distribution underestimates the fingerprint of climate change[J]. Nature Climate Change, 2013,3(3):239-243.Species are largely predicted to shift poleward as global temperatures increase, with this fingerprint of climate change being already observed across a range of taxonomic groups and, mostly temperate, geographic locations(1-5). However, the assumption of uni-directional distribution shifts does not account for complex interactions among temperature, precipitation and species-specific tolerances(6), all of which shape the direction and magnitude of changes in a species' climatic niche. We analysed 60 years of past climate change on the Australian continent, assessing the velocity of changes in temperature and precipitation, as well as changes in climatic niche space for 464 Australian birds. We show large magnitude and rapid rates of change in Australian climate over the past 60 years resulting in high-velocity and multi-directional, including equatorial, shifts in suitable climatic space for birds (ranging from 0.1 to 7.6 km yr(-1), mean 1.27 km yr(-1)). Overall, if measured only in terms of poleward distribution shifts, the fingerprint of climate change is underestimated by an average of 26% in temperate regions of the continent and by an average of 95% in tropical regions. We suggest that the velocity of movement required by Australian species to track their climatic niche may be much faster than previously thought and that the interaction between temperature and precipitation changes will result in multi-directional distribution shifts globally.

DOI

[31]
Burrough, PA. McDonell, R A. Principles of Geographical Information System[M]. New York: Oxford University Press, 1998.

[32]
周秀杰,王凤玲,吴玉影,等.近60年来黑龙江省与东北及全国气温变化特点分析[J].自然灾害学报,2013,22(2):124-129.

[ Zhou X J, Wang F L, Wu Y Y, et al.Analysis of temperature change characteristics of Heilongjiang Province, Northeast China and whole country in recent 60 years[J]. Journal of Natural Disasters, 2013,22(2):124-129. ]

[33]
杨雨亭,尚松浩,李超.土壤水分空间插值的克里金平滑效应修正方法[J].水科学进展,2010(2):208-213.Ordinary Kriging of geostatistics is an effective tool in studying the spatial variability of soil moisture and describing its spatial distribution.Like other interpolation methods based on the criterion of least-squares,ordinary Kriging estimates present a serious inherent drawback well known as the smoothing effect with decreased variation of estimates.In this study,the post-processing approach of Yamamoto is used to correct the smoothing effect of ordinary Kriging estimates in observed soil moisture interpolation.The result shows that the Yamamoto's approach can effectively correct the smoothing effect,and the real soil moisture spatial distributions can thus be preserved without losing local accuracy.

[ Yang Y T, Shang S H, Li C.Correcting the smoothing effect of ordinary kriging estimates in soilmoisture interpolation[J]. Advances in Water Science, 2010,2:208-213. ]

[34]
朱会义,贾绍凤.降雨信息空间插值的不确定性分析[J].地理科学进展,2004(2):34-42.

[ Zhu H Y, Jia S F.Uncertainty in the spatial interpolation of rainfall data[J]. Progress in Geography, 2004,2:34-42. ]

Options
文章导航

/

〈 〉