段輝良,曹福祥

(中南林業(yè)科技大學(xué),湖南 長沙 410004)

中國亞熱帶南嶺山地氣候變化特點及趨勢

段輝良,曹福祥

(中南林業(yè)科技大學(xué),湖南 長沙 410004)

使用RegCM-Miroc預(yù)估數(shù)據(jù),采用線性傾向估計法,對南嶺山地2030～2050年的年均降水、年平均氣溫、7月平均氣溫進(jìn)行分析。結(jié)果表明: 降水呈逐年增加的趨勢,但增幅相對1980～2010年明顯減少；氣溫的較快升高,增幅相對1980～2010年明顯增加。

山地氣候模型；南嶺山地；氣候變化

聯(lián)合國政府間氣候變化專門委員會(IPCC)第一工作組第四次評估報告指出：近50年(1956～2005年)的線性變暖趨勢為每10年增加0.13℃,幾乎是近100年(1906～2005年)的2倍。而中國近100年(1906～2005年)的年平均氣溫上升了(0.78±0.27 ℃),明顯高于同期全球的平均氣溫升高幅度(0.5～0.6 ℃)[1]。近年來,我國許多學(xué)者對我國部分區(qū)域氣候變化進(jìn)行重點研究,例如對青藏高原[2],對東北西北地區(qū)[3]比較深入。但對南方山地氣候變化的研究較少,國內(nèi)的學(xué)者對這一部分的研究還不夠全面。由于山地受地形的影響很大,在全球氣候變化的背景下,對山地氣候特點進(jìn)行研究具有一定意義[4]。南嶺山地以森林為主,預(yù)估南嶺山地氣候變化趨勢對提高南嶺山地應(yīng)對氣候變化的能力具有重要的科學(xué)意義[5]。

1 研究區(qū)概況

南嶺山脈是中國江南最大的橫向構(gòu)造帶山脈。同時也是長江與珠江流域的分水嶺。它是溫帶動植物最南端的避難所,也是熱帶亞熱帶動植物的基因?qū)殠?南嶺的地帶性植被是亞熱帶常綠闊葉林，多分布在海拔800 m以下。一些研究表明，氣候變化已經(jīng)成為一個全球性的威脅[6]。由于近年來，全球環(huán)境的變化，該地區(qū)的植被也發(fā)生了許多變化[7],該文研究范圍為 109°～ 115°E，24°～ 27°N區(qū)域。該文將對該區(qū)域的30年（1980～2010年）來的氣候變化特點進(jìn)行分析并對未來20年（2030～2050年）氣候的變化進(jìn)行趨勢預(yù)估。

該地區(qū)的地勢為“U”形,東、南、西側(cè)均是海拔高度超過500 m的山峰,中間部分為海拔高度為200～300 m地盆地,地勢平坦。南嶺阻擋南北氣流的運行,以致南北坡的水熱狀況有一定差異,尤以冬溫最為明顯[8]。例如瑤山(屬于南嶺)以北的坪石,1月均溫為7.5 ℃,而山南樂昌為9.5 ℃；萌渚嶺以北江華1月均溫為7.3℃,而嶺南連縣高達(dá) 9.5 ℃。

圖1 南嶺地形地勢Fig.1Nanling Mountain domain and topography

2 數(shù)據(jù)資料選取與方法

2.1 數(shù)據(jù)來源

大氣環(huán)流模式 (GCM) 對未來氣候情形的預(yù)測通常采用大網(wǎng)格(50×50 經(jīng)緯網(wǎng)格或更大)模擬,從而降低了對氣候變化預(yù)測的準(zhǔn)確性(尤其是對一些特殊區(qū)域)。由于區(qū)域氣候模式(RegCM)具有較高的水平分辨率 ,模擬和預(yù)測結(jié)果可以提供更多的區(qū)域氣候信息[9],因而越來越受到了研究者的重視。該文使用國家氣候中心提供RegCM-Miroc預(yù)估數(shù)據(jù), 降水?dāng)?shù)據(jù)格距為：0.25 °×0.25 °。氣溫數(shù)據(jù)格距為：0.008 421°×0.008 421°。由于精度相對于GCM有很大的提高,更能反應(yīng)出該區(qū)域的氣候信息。

2.2 處理方法

通過對實測數(shù)據(jù)與模型模擬結(jié)果的比較,驗證模擬結(jié)果的可信度。通過對模擬的結(jié)果,采用線性傾向估計法預(yù)估未來的氣候變化趨勢。

氣候趨勢分析采用線性傾向估計法,即

式中：Yi為氣候要素值；Ti為氣候要素對應(yīng)的時間；A和B分別為回歸系數(shù)和回歸常數(shù)，A也稱為氣候傾向率，A＞0表示氣候要素隨時間T升高（增大），A＜0表示氣候要素隨時間T降低（減少），A的大小表示氣候要素隨時間的變化速率。同時為了幫助對氣候年際變化的識別,使用了5年滑動平均線。

3 降水變化特點及趨勢

以往的研究表明，RegCM能夠較好地模擬中國地面降水、氣溫以及環(huán)流場的季節(jié)演變特點。通過對模擬出的降水、氣溫與實測對比發(fā)現(xiàn)，RegCM模擬結(jié)果與實測能基本保持一致,湖南省與江西省邊界兩側(cè)的降水分布與該區(qū)域地勢密切相關(guān)，2010年該區(qū)域年降水模擬值為1464.07 mm，其分布如圖2所示。

圖2 2010年降水分布Fig.2Annual precipitation distribution of 2010

對該圖數(shù)據(jù)進(jìn)行解析,用降水量與所占比重進(jìn)行累加計算得到該區(qū)域的年平均降水量,該方法能直觀地得出分布狀態(tài)。進(jìn)而對圖片進(jìn)行解析后得到如表1所示所示的數(shù)據(jù)。

表1 2010年年均降水Table 1Annual precipitation of 2000

其余年份采用類似方式得到圖3所示的年均降水量(經(jīng)平滑處理,下同)、回歸系數(shù)、趨勢系數(shù)、5年滑動平均線(年平均氣溫及7月平均氣溫采用相同的方法)。

圖3 1980～2010年均降水量(mm/year)、回歸系數(shù)、趨勢系數(shù)、5年滑動平均線Fig. 3Annual precipitation(mm/year), regression coeff i cient, trend coeff i cient and 5-year moving average of 1980～2010

從模擬結(jié)果看,年降水量的實測降水與模擬結(jié)果基本一致,觀測平均值為1401.34 mm。RegCM氣候模型模擬值為1493.29 mm。平均誤差在30.67 mm/10 a,誤差在2.19%左右。采用該方法能基本證實模型對該區(qū)域氣候變化模擬的可信

圖4 2050年降水分布Fig.4 Annual precipitation distribution of 2050

2030～2050模擬數(shù)據(jù)表明,其回歸系數(shù)為正，表明降水還是呈逐年增加的趨勢,該區(qū)域年均降水為1565.61mm,較1980至2010年均降水1493.29 mm有所增加,但增幅相對1980～2010年明顯減少,圖5的斜率(0.86)遠(yuǎn)小于圖3的斜率(6.70),也說明降雨相對減少明顯。變得相對干旱。度較高。

從1980～2010年均降水量變化趨勢圖（圖3）可以看出,年降水回歸系數(shù)為正,表明年降水呈增加的趨勢。對2030至2050的數(shù)據(jù)進(jìn)行分析,得到如圖4、圖5所示的降水分布和趨勢曲線。

圖5 2030～2050降水量(mm/year)、回歸系數(shù)、趨勢系數(shù)、5年滑動平均線Fig. 5 Annual precipitation(mm/year), regression coeff i cient, trend coeff i cient and 5-year moving average of 1980～2010

4 年平均溫變化特點及趨勢

溫度是物種分布的主要限制因子之一,高溫限制了北方物種分布的南界,而低溫則是熱帶和亞熱帶物種向北分布的限制因素[10]。對該區(qū)域的溫度變化特點及趨勢進(jìn)行研究對物種的潛在分布或物種的遷移方向均有重要意義。

圖6 2010年年平均溫 VS 2050年年平均溫(℃)Fig. 6 Average temperature in January 2010 and 2050 (℃)

圖7 1980～2010 年平均氣溫(℃)、回歸系數(shù)、趨勢系數(shù)、5年滑動平均線Fig. 7 Average temperature in January(℃), regression coeff i cient, trend coeff i cient and 5-year moving average of 1980～2010

圖8 2030～2050年年平均氣溫(℃)、回歸系數(shù)、趨勢系數(shù)、5年滑動平均線Fig. 8 Average temperature in January(℃), regression coeff i cient, trend coeff i cient and 5-year moving average of 1980～2010

自1980年至于2010年，該區(qū)域的氣溫整體上呈上升趨勢,1994年為最低值，但隨后上升較快，2010年達(dá)到17.5 ℃。該時間段年平均氣溫為16.83℃。

預(yù)估數(shù)據(jù)表明,該區(qū)域年平均氣溫在2030年至2050年達(dá)到18.56 ℃。較1980年至2010年的16.83℃升高了1.73℃,說明年平均氣溫有較大幅度的升高。這對于一些喜冷物種來說無疑是一個災(zāi)害,但對于喜溫性物種來說則非常有利。

5 7月平均溫變化特點及趨勢

該區(qū)域的7月氣溫呈上升趨勢,但上升的幅度很少,該時間段7月平均氣溫為24.29 ℃。

圖9 2010年7月平均溫 VS 2050年7月平均溫(℃)Fig. 9 Average temperature in July 2010 and 2050(℃)

預(yù)估數(shù)據(jù)表明,該區(qū)域7月平均氣溫在2030年至2050年達(dá)到25.72℃。較1980年至2010年的24.29 ℃升高了1.43℃,說明7月平均氣溫也有較大幅度的升高。

圖10 1980～2010年7月平均溫、回歸系數(shù)、趨勢系數(shù)、5年滑動平均線Fig.10 Average temperature in July(℃), regression coeff i cient, trend coeff i cient and 5-year moving average of 1980～2010

圖11 2030～2050年7月平均溫(℃)、回歸系數(shù)、趨勢系數(shù)、5年滑動平均線Fig. 11Average temperature in July(℃), regression coeff i cient, trend coeff i cient and 5-year moving average of 2030～2050

6 結(jié)論與討論

南嶺山地降水呈逐年增加的趨勢,但增幅相對1980～2010年明顯減少；氣溫較快升高,年平均溫增加趨勢為(0.58 ℃/10 a)7月平均溫增加趨勢為(0.47 ℃/10 a)。由于氣溫的升高、將導(dǎo)致地面降水有所加強(qiáng),但蒸散作用增加表現(xiàn)得更加突出,土壤含水量將減少。

[1] 唐國利,丁一匯,王紹武,等.中國近百年溫度曲線的對比分析[J].氣候變化研究進(jìn)展，2009, 5(2):71-78.

[2] 吳紹洪,尹云鶴,鄭 度,等.青藏高原近30年氣候變化趨勢[J].地理學(xué)報，2005, 60(1):3-10.

[3] 高永剛,溫秀卿,姬菊芝,等.1961-2003年伊春林區(qū)氣候變化趨勢對林區(qū)生態(tài)環(huán)境質(zhì)量的影響[J].西北農(nóng)林科技大學(xué)學(xué)報，2007, 35(3):121-128.

[4] 張東啟,效存德,劉偉剛.喜馬拉雅山區(qū)1951-2010年氣候變化事實分析[J].氣候變化研究進(jìn)展, 2012, 8(2):110-117.

[5] 曹福祥,祁承經(jīng),徐永福.熱帶增寬及其對中國東部亞熱帶森林植被的影響[J].生態(tài)環(huán)境學(xué)報，2010,19(3):745-750.

[6] JC, A., Ed.Phylogeography: the history and formation of species[M].Cambridge: Harvard University Press,2000.

[7] 曹福祥,徐慶軍,曹受金,等.全球變暖對物種分布的影響研究進(jìn)展[J].中南林業(yè)科技大學(xué)學(xué)報，2008, 28(6):86-89.

[8] 萬日金,吳國雄.江南春雨的時空分布[J].氣象學(xué)報，2008,66(3): 310-319.

[9] GAO XueJie, S. Y. F. G. .A high resolution simulation of climate change over China[J].Science China Earth Sciences,2011,54(3):10.

[10] 池秀蓮,唐志堯.面積、溫度及分布區(qū)限制對物種豐富度海拔格局的影響:以秦嶺太白山為例[J].植物生態(tài)學(xué)報，2011,35(4): 362-370.

Characteristics and trends of climate change of Chinese subtropical Nanling Mountain

DUAN Hui-liang, CAO Fu-xiang
(Central South University of Forestry &Technology, Changsha 410004, Hunan, China)

By using RegCM-Miroc approximate data，and adopting linear trend estimation method, the average annual precipitation,annual average temperature, average temperature of July in 2030～2050 of Nanling mountain were forecasted. The results show that the precipitation will take a rising trend, but the increase amplitude predicted will signif i cantly reduced than the factual increase amplitude in 1980～2010; the temperature will relatively soon increase, the increase amplitude predicted will signif i cantly arise relative to the factual increase amplitude in 1980～2010.

mountainous climate model; Nanling Mountain; climate change

S718.5H2

A

1673-923X(2012)09-0110-04

2012-06-21

林業(yè)公益性行業(yè)科研專項(200804001)

段輝良(1978-)，男，湖南衡陽人，研究方向為系統(tǒng)仿真及氣候變化數(shù)據(jù)模擬；E-mail:Flduan@csu.edu.cn

[本文編校:吳 毅]