逯亞峰，劉艷青，王玉寬，劉 媛，王愛華

1 中國科學(xué)院水利部成都山地災(zāi)害與環(huán)境研究所，成都 610041 2 中國科學(xué)院大學(xué)，北京 100049 3 環(huán)境保護(hù)部環(huán)境保護(hù)對(duì)外合作中心，北京 100035

未來氣候變化對(duì)山地生物氣候類型分布的影響
——以四川省為例

逯亞峰1,2，劉艷青3，王玉寬1,*，劉 媛3，王愛華3

1 中國科學(xué)院水利部成都山地災(zāi)害與環(huán)境研究所，成都 610041 2 中國科學(xué)院大學(xué)，北京 100049 3 環(huán)境保護(hù)部環(huán)境保護(hù)對(duì)外合作中心，北京 100035

使用生物氣候分類法評(píng)估氣候變化下生態(tài)系統(tǒng)變化的區(qū)域，對(duì)于氣候變化下生態(tài)系統(tǒng)的保護(hù)有著重要的意義。但是現(xiàn)有的研究由于分析尺度較大，難以反映氣候變化對(duì)于山地生態(tài)系統(tǒng)的影響。選取四川省為研究區(qū)，使用區(qū)域氣候模型(RegCM4.0)對(duì)未來氣候變化進(jìn)行預(yù)估，在此基礎(chǔ)上按照柯本生物氣候分類法劃分原則，分別對(duì)當(dāng)前1981—2010，未來2011—2040，2031—2060以及2070—2099時(shí)段四川省柯本氣候類型進(jìn)行識(shí)別并分析各類型的轉(zhuǎn)變。結(jié)果表明(1)當(dāng)前四川省分布的柯本氣候類型共包括3個(gè)主要類型，分別為暖溫帶氣候帶(C)，冷溫帶氣候帶(D)，極地氣候帶(E)，其面積分別占四川省總面積的54%，22%和24%。(2)在未來各時(shí)段內(nèi)，四川省柯本氣候類型總體分布格局并無明顯變化。但是未來氣候變化程度足以使得部分區(qū)域內(nèi)的生物氣候類型發(fā)生轉(zhuǎn)變，其中最大的轉(zhuǎn)變發(fā)生于E類型向D類型的轉(zhuǎn)變。相比當(dāng)前時(shí)段，到2070—2099時(shí)段C類型和D類型增加面積占當(dāng)前分布面積的13%和20%，E類型減少面積占當(dāng)前分布面積的48%。對(duì)比不同時(shí)段的轉(zhuǎn)變速率，近期的氣候變化對(duì)于生物氣候類型的影響要大于遠(yuǎn)期的氣候變化。(3)由于受氣候變化的影響，各柯本氣候類型分布的平均海拔均向高海拔區(qū)域上移，C類，D類和E類型分布平均海拔的上移速率分別為2.9，3.4 m/a和1.8 m/a。此外，經(jīng)統(tǒng)計(jì)生物氣候類型發(fā)生變化區(qū)域的海拔主要為3800—4500 m。

氣候變化;四川省;柯本氣候分類法;海拔

近一個(gè)世紀(jì)以來，氣候變化已對(duì)當(dāng)前生態(tài)系統(tǒng)的分布產(chǎn)生了影響。識(shí)別及分析影響區(qū)域的位置及特征，對(duì)于有針對(duì)性的制訂氣候變化下的生態(tài)系統(tǒng)保護(hù)策略有著重要的作用。

目前，已有的研究表明，使用氣候—植被分類模型識(shí)別氣候變化下生態(tài)系統(tǒng)可能發(fā)生變化的區(qū)域是一種有效的方法[1- 3]。氣候—植被模型主要包括了機(jī)理模型和非機(jī)理模型。機(jī)理模型雖然能夠較好的將氣候變化以及植被響應(yīng)進(jìn)行預(yù)測(cè)，但是此類模型所需數(shù)據(jù)不易獲取，并且氣候變化對(duì)于生態(tài)系統(tǒng)的影響機(jī)制尚不完全明確[4- 5]。使得運(yùn)用非機(jī)理性模型評(píng)價(jià)氣候變化對(duì)于生態(tài)系統(tǒng)的影響仍然是一種有效方法[2,6]。自德國植物學(xué)家柯本建立生物氣候分類法以來，生物地理學(xué)家已建立了多個(gè)非機(jī)理性的氣候-植被模型，其中使用最為廣泛的是柯本氣候分類法[7]。已有大量研究使用此分類法從全球和區(qū)域尺度評(píng)估氣候變化對(duì)于植被的影響并且取得了較好的效果[2,8- 10]。對(duì)于中國區(qū)域，雖然使用柯本氣候分類法評(píng)估結(jié)果較少[2]，但仍有一些運(yùn)用其它氣候-植被模型評(píng)估氣候變化影響的研究,如張新時(shí)[6]，Chen等[11]，岳天祥等[12],胥曉等[13]。然而已有的研究多是基于較大尺度的分析，難以體現(xiàn)氣候變化對(duì)于山地生態(tài)系統(tǒng)的影響。此外，由于山地區(qū)域往往海拔變化大，使得不同海拔區(qū)間內(nèi)氣候變化的程度存在明顯差異，導(dǎo)致對(duì)不同海拔區(qū)域內(nèi)生態(tài)系統(tǒng)的影響也并不相同。因此，分析不同海拔區(qū)間內(nèi)生物氣候類型的變化特征，對(duì)于系統(tǒng)的制訂保護(hù)策略十分重要，但目前的研究并未對(duì)此進(jìn)行詳細(xì)分析。

隨著薄盤樣條氣候表面插值方法的建立[14]，能夠在較小尺度上獲取較高精度的氣候表面數(shù)據(jù)。在此基礎(chǔ)上，通過運(yùn)用柯本氣候分類法，可以評(píng)估氣候變化對(duì)于山地生態(tài)系統(tǒng)的影響。因此，本研究在區(qū)域氣候模型(RegCM4.0)對(duì)四川省未來氣候變化進(jìn)行預(yù)測(cè)的基礎(chǔ)上，利用薄盤樣條插值方法對(duì)氣候數(shù)據(jù)進(jìn)行處理。并使用柯本氣候分類法評(píng)估未來氣候變化對(duì)四川省生態(tài)系統(tǒng)的影響。同時(shí)也對(duì)氣候變化下各生物氣候類型變化區(qū)域的海拔特征進(jìn)行分析。

1 研究區(qū)域

四川省位于青藏高原東緣，處于中國地勢(shì)三大階梯中的第一級(jí)和第二級(jí)，區(qū)域內(nèi)高差懸殊，地勢(shì)西高東低，是中國典型山地分布區(qū)。四川省獨(dú)特的地理位置，使其一方面易受氣候變化影響，另一方面形成了豐富的生態(tài)系統(tǒng)類型。因此，對(duì)氣候變化下四川省生態(tài)系統(tǒng)分布變化的評(píng)估，可以較好的反映氣候變化對(duì)于山地生態(tài)系統(tǒng)的影響。

2 方法與數(shù)據(jù)

2.1 研究方法

2.1.1 柯本氣候分類法

雖然有大量研究對(duì)柯本氣候分類法進(jìn)行了修正，但是目前使用比較廣泛的分類方法是K?ppen-Geiger分類方法(以下使用柯本分類法代表此類方法)。由于已有相關(guān)文獻(xiàn)對(duì)柯本氣候分類法進(jìn)行了詳細(xì)說明[1]，因此本文僅作簡要描述。按柯本氣候分類法分類原則，將全球植被劃分為5個(gè)主要類型，再根據(jù)季節(jié)性降水和溫度在每個(gè)主要類型中劃分亞類型。具體劃分時(shí)，首先根據(jù)月最低溫，月最高溫，月降水劃分出5個(gè)主要類型，分別為赤道氣候帶(A)，干燥氣候帶(B)，暖溫帶氣候帶(C)，冷溫帶氣候帶(D)，極地氣候帶(E)，再根據(jù)冬季和夏季的降水，月平均溫進(jìn)一步的劃分亞類型。A類型中包括的亞類型為常年濕潤雨林(Af)，季雨林(Am)，夏干型稀樹草原(As)，冬干型稀樹草原(Aw)。B類型包括的亞類型為干旱型草原氣候(BS)，干旱型沙漠氣候(BW)。C類型包括的亞類型為冬濕夏干型暖溫帶氣候(Cs)，夏濕冬干型暖溫帶氣候(Cw)，全年常濕型暖溫帶氣候(Cf)。D類型包括亞類型為冬濕夏干型暖溫帶氣候(Ds)，夏濕冬干型暖溫帶氣候(Dw)，全年常濕型暖溫帶氣候(Df)。E類型包括亞類型為苔原氣候(ET)，冰原氣候(EF)。其中在C類和D類中又可根據(jù)季節(jié)性溫度，在每個(gè)亞類型中再劃分出夏季炎熱型(a)，夏季溫暖型(b)，夏季涼爽型(c)和顯著大陸型(d)。

2.1.2 氣候數(shù)據(jù)

本研究使用區(qū)域氣候模式RegCM4.0，單向嵌套BCC_CSM1.1全球氣候系統(tǒng)模式，在中等排放情景rcp4.5下，以50 km×50 km的尺度，模擬1981—2099年逐月的平均氣溫及降水。在此基礎(chǔ)上使用204個(gè)省內(nèi)外站點(diǎn)(包括四川省內(nèi)119個(gè)氣象站點(diǎn)以及周邊區(qū)域85個(gè)氣象站點(diǎn))數(shù)據(jù)與模擬數(shù)據(jù)進(jìn)行對(duì)比，去除預(yù)估數(shù)據(jù)的系統(tǒng)偏差。

在氣象數(shù)據(jù)校正的基礎(chǔ)上，使用薄盤樣條插值軟件Aunsplin 4.36進(jìn)行插值。在插值時(shí)，選擇插值模型以及樣條次數(shù)的不同可能對(duì)插值結(jié)果產(chǎn)生一定影響，而本研究又需要對(duì)較長時(shí)間序列的氣象數(shù)據(jù)進(jìn)行插值。因此需要選取的模型既要保證表面精度又要考慮模型的穩(wěn)定性，使得不同月份間可以相互比較。在進(jìn)行氣候表面生成前，分別選取薄盤樣條以及局部薄盤樣條兩個(gè)插值函數(shù)，以海拔作自變量或協(xié)變量，在樣條次數(shù)為2，3，4，5次條件下進(jìn)行插值。在Anusplin中，可通過對(duì)比不同插值函數(shù)以及不同樣條次數(shù)生成的廣義交叉驗(yàn)證(GCV)或是最大似然法(GML)值的大小確定最佳插值函數(shù)及其樣條次數(shù)。通過對(duì)比，本研究選取局部薄盤模型，在樣條次數(shù)為2次，海拔為協(xié)變量的條件下對(duì)四川省1981—2099年逐月平均氣溫和降水空間分布進(jìn)行插值，插值尺度為1 km×1 km。

根據(jù)世界氣象組織(WMO)對(duì)于氣候的定義，應(yīng)選取至少30a為1個(gè)氣候周期。同時(shí)，考慮到氣候變化的不確定性，本研究選取1981—2010年，2011—2040年，2031—2060年和2070—2099年4個(gè)氣候時(shí)段分別代表當(dāng)前(2010)，近期(2040)，中期(2060)以及遠(yuǎn)期(2099)的氣候時(shí)段。按照柯本氣候分類法的劃分原則，利用Arcgis軟件與Python語言對(duì)這4個(gè)氣候時(shí)段內(nèi)的柯本氣候類型分布進(jìn)行劃分。在劃分時(shí)，本研究使用1個(gè)氣候時(shí)段內(nèi)各月平均溫度，月降水，各年最暖(冷)月溫度的平均值分別代表柯本氣候分類法中的月平均溫度，月降水，最暖(冷)月溫度。

2.2 數(shù)據(jù)來源

本研究所使用逐月氣溫與降水的站點(diǎn)數(shù)據(jù)來源于四川省氣象局。

2.3 氣候數(shù)據(jù)驗(yàn)證

為檢驗(yàn)?zāi)M數(shù)據(jù)與站點(diǎn)數(shù)據(jù)間的差異，隨機(jī)選取4個(gè)不同海拔范圍內(nèi)的氣象站點(diǎn)(圖2)，對(duì)1981—2010時(shí)段逐月氣溫與降水的實(shí)測(cè)值與模擬值進(jìn)行回歸分析。結(jié)果表明，選取的4個(gè)站點(diǎn)中，氣溫的模擬值與實(shí)測(cè)值間差異較小，而降水預(yù)測(cè)值與實(shí)測(cè)值間差異明顯(圖1)。由于柯本氣候分類法主要是通過氣溫對(duì)生物氣候類型進(jìn)行劃分。因此，使用模式輸出結(jié)果是可以滿足分析要求。

圖1 預(yù)估數(shù)據(jù)與氣象站點(diǎn)數(shù)據(jù)對(duì)比Fig.1 The difference between projection data and observations data a,b,c,d代表不同氣像站點(diǎn)，1代表月平均氣溫，2代表月降水量

如圖2所示，使用薄盤樣條插值方法將站點(diǎn)數(shù)據(jù)插值到1 km×1 km尺度是可以較好地反映地形對(duì)于區(qū)域氣候的影響。為了驗(yàn)證插值結(jié)果與站點(diǎn)數(shù)值差異是否顯著，本文以100 m的海拔間隔為標(biāo)準(zhǔn)，按照海拔梯度將四川省劃分為55個(gè)區(qū)域，其中第55個(gè)區(qū)域代表海拔5500 m及以上的區(qū)域。選取1981—2010時(shí)段，分別對(duì)插值生成的氣候表面數(shù)據(jù)以及預(yù)估的氣象站點(diǎn)數(shù)據(jù)在各海拔區(qū)間內(nèi)的月平均溫度進(jìn)行統(tǒng)計(jì)，并進(jìn)行回歸分析。由于并不是所有海拔區(qū)間均有氣象站點(diǎn)分布，因此本研究僅選取有站點(diǎn)分布的海拔區(qū)間進(jìn)行分析。分析結(jié)果表明，在選取的時(shí)段內(nèi)氣候表面數(shù)據(jù)與站點(diǎn)的預(yù)估數(shù)據(jù)有較好的一致性(圖3)。

3 結(jié)果

3.1 四川省柯本氣候類型分布

運(yùn)用柯本氣候分類法對(duì)四川省生物氣候類型分布的識(shí)別結(jié)果表明，在當(dāng)前2010時(shí)段，四川省共包括3個(gè)柯本氣候類型(C類，D類和E類)和11個(gè)氣候亞類型(圖4)。各類型及亞類型詳見圖4的圖例。在當(dāng)前時(shí)段內(nèi)，分布面積最大的類型為C類型，其分布面積占四川省總面積的54%，分布面積最小的是D類型，其分布面積占四川省總面積的22%。亞類型中分布面積最大的是ET類型，分布面積占四川省總面積的24%。根據(jù)各生物氣候類型分布的空間特征，從東到西的類型分別為C類，D類和E類。相比川東平原及丘陵地區(qū)，川西高原的生物氣候類型空間異質(zhì)性明顯較高。

圖2 四川省1981—2010年月平均氣溫空間分布圖(1 km×1 km) Fig.2 The mean temperature with 1 km spatial resolution in 1981—2010 period

圖3 1981—2010時(shí)段氣候表面平均溫度與預(yù)估站點(diǎn)平均溫度對(duì)比Fig.3 Difference between projection temperature data and climate surface data

由于柯本氣候分類法缺少亞熱帶生態(tài)系統(tǒng)的分類，一般認(rèn)為C類型反映了亞熱帶和暖溫帶兩個(gè)植被類型。在識(shí)別出的四川省柯本氣候類型中C類型，D類型和E類型分別對(duì)應(yīng)亞熱帶針闊混交林生態(tài)系統(tǒng)，寒溫帶針葉林生態(tài)系統(tǒng)以及高山草甸生態(tài)系統(tǒng)。因此，本研究的識(shí)別結(jié)果與四川省實(shí)際的生態(tài)系統(tǒng)類型的分布基本相符。并且，使用1 km×1 km的尺度進(jìn)行分析，也是能夠反映較小區(qū)域內(nèi)地形對(duì)于植被分布的影響。

3.2 氣候變化下柯本氣候類型的轉(zhuǎn)變

在氣候變化情景下，四川省柯本氣候類型空間分布特征無明顯變化(圖4)。相比當(dāng)前2010時(shí)段，在未來2040，2060以及2099時(shí)段面積增加的氣候類型為C類型和D類型，至2099時(shí)段這兩個(gè)類型增加面積占當(dāng)前分布面積的13%和20%。面積減少的類型為E類，至2070—2099時(shí)段E類型減少面積占當(dāng)前分布面積的48%。為準(zhǔn)確的反映氣候變化情景下不同生物氣候類型的相互轉(zhuǎn)變，本研究使用轉(zhuǎn)移矩陣方法對(duì)不同時(shí)段生物氣候類型間的轉(zhuǎn)變進(jìn)行統(tǒng)計(jì)，結(jié)果見表1—表3。表中各行代表某個(gè)類型向其它類型轉(zhuǎn)出的面積，各列代表其它類型向某類型轉(zhuǎn)入的面積。表1—表3的結(jié)果表明，在氣候變化情景下，除了ET亞類，其它亞類型間均有轉(zhuǎn)出和轉(zhuǎn)入，而ET亞類僅有轉(zhuǎn)出。在各柯本氣候類型的轉(zhuǎn)變中，最大的轉(zhuǎn)變是由E類型向D類型轉(zhuǎn)變，到2099時(shí)段，有55220 km2的E類型轉(zhuǎn)變?yōu)榱薉類型。對(duì)比未來不同時(shí)段的轉(zhuǎn)變速率表明，近期時(shí)段的氣候變化造成的氣候類型的轉(zhuǎn)變速率要高于中期和遠(yuǎn)期時(shí)段的氣候變化。

3.3 生物氣候類型變化區(qū)域的海拔特征

為識(shí)別氣候變化下各生物氣候類型變化區(qū)域的海拔特征。本研究以當(dāng)前時(shí)段為基準(zhǔn)，分別與未來3個(gè)時(shí)段進(jìn)行對(duì)比，識(shí)別出各時(shí)段內(nèi)生物氣候類型變化區(qū)域的空間分布。同時(shí)，以100 m的海拔間隔為標(biāo)準(zhǔn)，使用Arcgis軟件對(duì)各海拔區(qū)域內(nèi)柯本氣候類型的變化面積進(jìn)行統(tǒng)計(jì)。由于降水?dāng)?shù)據(jù)存在較大的不確定性，因此本

圖4 氣候變化情景下四川省柯本氣候區(qū)分布變化Fig.4 The distributions of K?ppen climates in Sichuan Province under climate change

表1 2040 vs. 2010柯本氣候亞類型轉(zhuǎn)移矩陣 /km2Table 1 The transfer matrixes for climates between the period of 2040 and that of 2010

表2 2060 vs. 2010柯本氣候亞類型轉(zhuǎn)移矩陣/ km2Table 2 The transfer matrixes for climates between the period of 2060 and that of 2010

表3 2099 vs. 2010柯本氣候亞類型轉(zhuǎn)移矩陣/ km2Table 3 The transfer matrixes for climates between the period of 2099 and that of 2010

圖5 不同時(shí)段柯本氣候類型變化面積隨海拔分布特征 Fig.5 The changed area for different time periods in elevation zones of 100m interval

文僅統(tǒng)計(jì)由溫度產(chǎn)生的變化。結(jié)果表明，從海拔900—4900 m區(qū)域內(nèi)均有柯本氣候類型的轉(zhuǎn)變，但是相比低海拔區(qū)域，高海拔區(qū)域的轉(zhuǎn)變面積明顯更多(圖5)。根據(jù)各類型的空間分布，在高海拔區(qū)域(川西地區(qū))的轉(zhuǎn)變主要是由E類型向D類型轉(zhuǎn)變，其中發(fā)生轉(zhuǎn)變的主要海拔范圍是3800—4500 m，轉(zhuǎn)變面積最多的海拔區(qū)域是4200—4300 m。在低海拔區(qū)域主要是由D類型向C類型轉(zhuǎn)變，以及C類型中各亞類型相互轉(zhuǎn)變，其中發(fā)生轉(zhuǎn)變的主要海拔范圍是1200—2000 m，轉(zhuǎn)變面積最多的海拔區(qū)域是1300—1400 m。對(duì)比未來不同的時(shí)段，隨時(shí)間增加各海拔區(qū)域內(nèi)生物氣候類型轉(zhuǎn)變的面積逐漸增大。

此外，隨著氣候變化下各生物氣候類型的相互轉(zhuǎn)換，使得各類型分布海拔發(fā)生變化。為反映不同類型的海拔變化，分別對(duì)未來不同時(shí)段各類型分布的平均海拔進(jìn)行統(tǒng)計(jì)，并與當(dāng)前時(shí)段進(jìn)行比較。結(jié)果表明C類，D類和E類分布平均海拔分別上升258，307 m和157 m，平均上移速率分別為2.9，3.4 m/a和1.8 m/a。

4 討論

4.1 氣候變化下四川省生物氣候類型變化趨勢(shì)

相比中國其它區(qū)域的評(píng)估結(jié)果[11-12]，本研究中并未出現(xiàn)新增加的生物氣候類型，也沒有將消失的生物氣候類型。但是，在本研究的氣候情景下，未來氣候變化的程度足以使得四川省的生物氣候類型發(fā)生轉(zhuǎn)變，并且轉(zhuǎn)變的主要趨勢(shì)為由溫度低的類型向溫度高的類型轉(zhuǎn)變。對(duì)于生物氣候類型轉(zhuǎn)變的區(qū)域，川西高原發(fā)生轉(zhuǎn)變的面積明顯多于川東丘陵和平原地區(qū)。通常高海拔區(qū)域的升溫程度要高于低海拔區(qū)域。因此，分布于高海拔的E類型相比其它類型對(duì)氣候變化更敏感，發(fā)生轉(zhuǎn)換的面積也更多。本研究中，生物氣候類型的轉(zhuǎn)變主要集中于E類型向D類型的轉(zhuǎn)變，這一轉(zhuǎn)變趨勢(shì)與大多數(shù)選取中國區(qū)域研究氣候變化對(duì)生物氣候類型影響的結(jié)果相一致[11,15]。但是，相比其它區(qū)域，未來四川省柯本氣候E類型向D類型轉(zhuǎn)變速率相對(duì)較低[16]。根據(jù)RUBEL等提供的使用RegCM 3.0模型對(duì)不同排放情景下柯本氣候類型的分布數(shù)據(jù)進(jìn)行分析[3]，至2076—2100年四川省E類氣候區(qū)分布面積相比1976—2000年，在最高的排放情景下可能減少91%，在最低的排放情景下可能減少66%，高于本研究中E類型減少48%的結(jié)果。形成差異的原因可能是由于(1)本研究使用了更小尺度的氣候插值方法。(2)使用氣候預(yù)測(cè)模型RegCM 4.0與其它研究使用RegCM 3.0模型對(duì)氣候預(yù)測(cè)存在差異。由于本研究使用氣候情景為中等排放情景，E類氣候區(qū)的變化應(yīng)在66%—91%范圍內(nèi)。因此，更小尺度的分析是決定氣候類型轉(zhuǎn)變的程度的最主要因素。而根據(jù)氣候變化對(duì)川西高原地區(qū)雪線以及四川省周邊地區(qū)樹線影響的研究結(jié)果表明，過去的氣候變化已使得這些區(qū)域的雪線，樹線向高海拔遷移，但并未對(duì)此區(qū)域內(nèi)當(dāng)前生態(tài)系統(tǒng)格局產(chǎn)出明顯影響[17- 19]。雪線和樹線的上移在一定程度上可以反映E類型向D類型的轉(zhuǎn)變。因此，選擇較高精度的氣候插值方法分析氣候類型的轉(zhuǎn)變結(jié)果可能與實(shí)際更相符合。由于降水模擬的結(jié)果較差，本文不對(duì)降水產(chǎn)生的生物氣候類型的轉(zhuǎn)變進(jìn)行討論。

4.2 生物氣候類型變化區(qū)域的海拔特征分析

氣候變化下，四川省所有生物氣候類型都向高海拔區(qū)域遷移。遷移速率由大到小的順序?yàn)镈類>C類>E類。對(duì)比Lenoir等通過選取171個(gè)物種在海拔0—2600m范圍內(nèi)研究氣候變化下物種的遷移結(jié)果表明，本研究中分布于相似海拔的C類型的遷移速率與Lenoir的研究結(jié)果基本一致[20]。此外，對(duì)于氣候變化影響比較嚴(yán)重的海拔區(qū)域，主要是集中于1200—2000m和3800—4500m區(qū)域內(nèi)。這兩個(gè)海拔區(qū)域內(nèi)的變化，分別占未來三個(gè)時(shí)段全部變化的62%，63%和65%。但是不同于低海拔區(qū)域以亞類型轉(zhuǎn)變?yōu)橹?，高海拔區(qū)域的轉(zhuǎn)變主要為類型的轉(zhuǎn)變。因此，對(duì)于生態(tài)系統(tǒng)的保護(hù)，首先是要排除這些可能受氣候變化影響比較嚴(yán)重的區(qū)域。然而，若是這些區(qū)域內(nèi)存在重要的物種，則需要對(duì)這些區(qū)域制訂更為嚴(yán)格的保護(hù)措施，減少其它干擾因素。因?yàn)樯鷳B(tài)系統(tǒng)的變化是由多個(gè)因素共同決定的，雖然氣候變化是不可阻止的，但減少其它干擾因素也能在一定程度上維護(hù)生態(tài)系統(tǒng)的穩(wěn)定。根據(jù)本文的分析結(jié)果，在氣候變化下對(duì)四川省的生態(tài)系統(tǒng)進(jìn)行保護(hù)，需針對(duì)不同的海拔區(qū)域制訂相應(yīng)策略。同時(shí)，對(duì)近期氣候變化造成的影響需要更多的關(guān)注。

5 結(jié)論

通過對(duì)未來氣候變化情景下四川省柯本氣候類型分布變化的分析，可以得出以下結(jié)論：

(1)在未來氣候變化下，四川省柯本氣候類型分布格局雖無明顯變化，但是未來氣候變化的升溫程度足以使得四川省柯本氣候類型發(fā)生變化。在氣候變化下，C類型和D類型分布面積增加，E類型分布面積減少。并且在近期氣候變化下各類型轉(zhuǎn)變的速率要高于遠(yuǎn)期的氣候變化。通過與大尺度研究結(jié)果對(duì)比，在本研究所選取的尺度下生物氣候類型變化速率與實(shí)際更相符合。

(2)在未來氣候變化下，高海拔區(qū)域受氣候變化影響明顯高于低海拔區(qū)域，其中變化主要集中于海拔3800—4500 m的范圍內(nèi)。同時(shí)，從近期到遠(yuǎn)期的氣候變化，所有生物氣候類型分布海拔均呈現(xiàn)上升趨勢(shì)。相比1981—2010，到2070—2099年C類，D類和E類型平均分布海拔向高海拔區(qū)域上移的速率分別為2.9，3.4 m/a和1.8 m/a。因此，使用柯本分類法，是可以在一定程度上反映氣候變化下的生態(tài)系統(tǒng)類型的垂直遷移。

[1] Kottek M, Grieser J, Beck C, Rudolf B, Rubel F. World map of the K?ppen-Geiger climate classification updated. Meteorologische Zeitschrift, 2006, 15(3): 259- 264.

[2] Baker B, Diaz H, Hargrove W, Hoffman F. Use of the K?ppen-Trewartha climate classification to evaluate climatic refugia in statistically derived ecoregions for the People′s Republic of China. Climatic Change, 2010, 98(1/2): 113- 131.

[3] 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- 141.

[4] 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- 495.

[5] 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- 590.

[6] 張新時(shí). 研究全球變化的植被-氣候分類系統(tǒng). 第四紀(jì)研究, 1993, 13(2): 157- 169.

[7] K?ppen W. Versuch einer Klassifikation der Klimate, vorzugsweise nach ihren Beziehungen zur Pflanzenwelt. Geographische Zeitschrift, 1900, 6(11): 593- 611.

[8] Peel M C, Finlayson B L, McMahon T A. Updated world map of the K?ppen-Geiger climate classification. Hydrology and Earth System Sciences Discussions, 2007, 4(2): 439- 473.

[9] De Castro M, Gallardo C, Jylha K, Tuomenvirta H. The use of a climate-type classification for assessing climate change effects in Europe from an ensemble of nine regional climate models. Climatic Change, 2007, 81(1): 329- 341.

[11] 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- 4): 327- 337.

[12] 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- 302.

[13] 胥曉, 蘇智先, 楊奠安. 未來氣候變化對(duì)四川盆地生命地帶的影響模擬. 生態(tài)學(xué)雜志, 2004, 23(4): 192- 196.

[14] 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- 1978.

[15] Ni J, Sykes M T, Prentice I C, Cramer W. Modelling the vegetation of China using the process-based equilibrium terrestrial biosphere model BIOME3. Global Ecology and Biogeography, 2000, 9(6): 463- 479.

[16] Diaz H F, Eischeid J K. Disappearing “alpine tundra” K?ppen climatic type in the western United States. Geophysical Research Letters, 2007, 34(18), doi: 10.1029/2007GL031253.

[17] Gou X H, Zhang F, Deng Y, Ettl G J, Yang M X, Gao L L, Fang K Y. Patterns and dynamics of tree-line response to climate change in the eastern Qilian Mountains, northwestern China. Dendrochronologia, 2012, 30(2): 121- 126.

[18] 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- 2): 166- 175.

[19] 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- 41.

[20] 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- 1771.

Impact of climate change on bioclimatic types in a mountain area-a case from Sichuan Province, China

LU Yafeng1,2, LIU Yanqing3, WANG Yukuan1,*, LIU Yuan3, WANG Aihua3

1InstituteofMountainHazardsandEnvironment,ChineseAcademyofSciencesandMinistryofWaterResources,Chengdu610041,China

2UniversityofChineseAcademyofSciences,Beijing100049,China

3ForeignEconomicCooperationOffice,MinistryofEnvironmentalProtection,Beijing100035,China

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?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?ppen Classification to quantify the changes of bioclimatic types for Sichuan Province under climate change. We employed Regional Climate Model 4.0 to project 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?ppen climates, including 2010 (representing the 30-year average for 1981—2010), 2040 (representing the 30-year average for 2011—2040), 2060 (representing the 30-year average for 2031—2060), and 2099 (representing the 30-year average for 2070—2099). The 1981—2010 period was used as a baseline to represent “current climate.” 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-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.

climate change; Sichuan Province; K?ppen classification; elevation

國家自然科學(xué)基金項(xiàng)目(41371539)

2014- 01- 20;

日期:2015- 04- 14

10.5846/stxb201401200148

*通訊作者Corresponding author.E-mail: wangyukuan@imde.ac.cn

逯亞峰，劉艷青，王玉寬，劉媛，王愛華.未來氣候變化對(duì)山地生物氣候類型分布的影響——以四川省為例.生態(tài)學(xué)報(bào),2015,35(21):7052- 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-a case from Sichuan Province, China.Acta Ecologica Sinica,2015,35(21):7052- 7060.