余秋實，邵燕林

（長江大學 地球科學學院，湖北 武漢430000）

氣候變化問題一直是全球廣泛關注的熱點，它與人類的生活息息相關，直接影響著全世界的生態(tài)環(huán)境、交通出行和工農業(yè)生產等問題，并對社會生存、經濟發(fā)展和生態(tài)環(huán)境構成了一定程度的直接威脅[1-2]。其中，氣候因素將對作物的“氣候生產力”這一要素產生重要影響[3]。在農業(yè)方面，氣候、品種、土壤、作物群體結構和栽培技術等都會影響農作物的產量和質量[4]。

當其他因素均處于最適宜的狀態(tài)時，由氣候因素所直接決定的在單位面積土地上可能獲得的最高生物學產量被稱為氣候生產力，可以用來綜合衡量一個地區(qū)的氣候資源狀況。因此，掌握其變化規(guī)律對于合理利用氣候資源有重要的現實意義，對保障農業(yè)生產的穩(wěn)定性也具有促進作用[5-6]。

綜合其他學者的研究情況，如王曉喆等研究了氣候生產力的時空變化特征，并結合一手的氣象資料綜合表征了河南省全省的變化情況[7]；李顏顏等使用近54 年的氣象站逐月、逐日氣象資料完成了基于氣候傾向率和IDW（inverse distance weight）方法的氣候生產力建模，并綜合分析了研究區(qū)的農業(yè)情況和時空規(guī)律[8]。類似的方法鮮少有綜合安徽省的氣候與降水情況進行具體分析和探究。而安徽省是一個農業(yè)資源豐富、水資源豐富、地形狀況復雜的省份，兼具平原、丘陵、山區(qū)等多種地形狀況[9]。地形地貌的復雜性以及復雜多樣的氣候特點，共同決定了安徽省降水量數據與氣溫數據必然擁有充滿特色的時空變化特征，從而對其氣候生產力變化特征做出進一步的數據化、可視化的描述，為充分利用本省的氣候資源和提高農作物的氣候生產力提供相應的理論依據。

1 研究區(qū)概況和數據來源

1.1 研究區(qū)概況

安徽省位于114°54'E-119°37'E、29°41'N-34°38'N，地處華東地區(qū)，境內地形地貌復雜多樣。從地形特點看，長江、淮河兩大水系橫穿南北，北部為淮北平原，東部有江淮丘陵，南部為皖南山區(qū)，西部則是大別山區(qū)。從氣候變化看，屬于暖溫帶和亞熱帶的過渡地區(qū)，淮河以北屬于暖溫帶半濕潤季風氣候區(qū)，淮河以南屬于亞熱帶濕潤季風氣候區(qū)，符合秦嶺-淮河分界線的南北分界規(guī)律[10]。

1.2 數據來源

降水量數據來源于地理國情監(jiān)測云平臺(http://www.dsac.cn/)，數字高程模型數據來源于地理空間數據云平臺(http://www.gscloud.cn/)，氣溫數據下載于中國氣象數據網(http://data.cma.cn/)，并均結合了安徽省界與市界的矢量文件進行數據預處理。為保證待分析數據的正態(tài)分布性，已經對數據進行探索性數據分析(exploratory spatial data analysis,ESDA)，完成了對比和篩選[11-12]。

2 研究方法

2.1 氣候生產力模型

氣候生產力的計算公式存在很多，但考慮到原數據需要易于獲取，并且能有效說明氣候變化的影響，綜合參照以往學者的研究，選用了TM（thornthwaite memorial）模型[13-14]。該模型如下

2.2 普通克里格插值

克里格插值法有許多種類型，該插值理論的研究基礎是區(qū)域化變量和空間自相關理論該方法對滿足二階平穩(wěn)或一定固有假設的變量具有很好的估計精度，尤其是擁有最優(yōu)線性無偏估計特征(best linear unbiased estimator, BLUE)[15]。該插值法在使用時需要先計算樣本變異函數，再通過選擇合適的變異函數理論模型進行模擬，最后根據模擬函數對待估計點進行線性估計，并給出估計方差作為估計不確定性的度量指標[16]。

2.3 雙變量相關性分析

雙變量分析是根據變量之間的聯系建立評價指標，并且通過這些指標來進行比對從而做出評價結果的方法。利用其中的Pearson 相關系數對數據進行衡量時，主要用于衡量變量之間的線性關系[17]。相關系數r 的計算公式

式中：X，Y 為變量；-X 和-Y 分別表示其平均值。

3 制圖與分析

3.1 降水量的總體變化特征

3.1.1 降水的宏觀變化特征

由圖1(a)安徽省多年平均降水量示意圖可得，平均降水量分布區(qū)域與高程數據具有極為相似的分布關系。六安市、安慶市、黃山市與宣城市也正是安徽省內高程較高的城市，分別屬于皖南山區(qū)和大別山區(qū)，這四個城市的多年平均降水量均達到了200 億m3左右。在此基礎上觀察圖1(b)安徽省2015 年降水量示意圖，對比多年平均降水量與2015 年的降水量數值，發(fā)現變化主要集中在池州市、銅陵市、蕪湖市等城市組成的沿江城市帶之上。觀察分析兩圖的綜合數據范圍，發(fā)現2015 年的降水數值普遍高于往年平均數值。在多年平均降水量中，最小值為15.5 億m3，而2015 年的最小值為21.4 億m3；多年平均的最大值為220.6 億m3，而2015 年的最大值為249.2 億m3。

3.1.2 降水的具體變化特征

為充分體現降水量的空間變化特征，制作圖1(c)安徽省2015 年降水量變化示意圖，可以發(fā)現該年皖南城市帶的降水量明顯多于皖中與皖北城市群，平均降水量的增加在70 億m3左右；皖中城市帶的色塊多呈黃色，表明降水量較以往并無過多變化；皖北城市群多呈明顯的紅色，表明降水量明顯少于往年，且減少的降水量約在50 億m3左右。這一北部的相對“干旱”與南部的相對“濕潤”的水文特征，是符合安徽省的氣象帶分布的。在此變化圖中，較為突出的除了皖北四市降水量明顯少于往年，且數值變化相對巨大，還有位屬皖南的蕪湖市，降水量出現較為異常且突出的數值。

圖1 安徽省2015 年降水量時空變化特征示意圖

3.2 氣溫的時空變化特征

3.2.1 氣溫的時間趨勢變化特征

圖2(a)2015 年全年平均氣溫示意圖顯示，在該年，安徽省的氣溫基本處于(15.6,16.8)區(qū)間范圍內，南北無更大變化差異。皖南地區(qū)較皖北地區(qū)的平均溫度數值普遍高一度以上，并且分布極有規(guī)律，基本按照緯度遞減的順序減少溫度數值。安慶、池州和黃山的溫度較高，平均氣溫在16.7 ℃左右；阜陽和亳州市的平均溫度最低，在15.7 ℃左右。

因此，首先對比2015 年與2014 年的溫度數據，并按照變化的百分比繪制圖像，如圖2(b)所示，發(fā)現變化較大的區(qū)域集中在阜陽市與亳州市以及皖南多個城市之上。皖北三城（阜陽、亳州和淮北）的氣溫數據與上年比較均在減少，而阜陽與亳州的變化體現在氣溫異常下降，并較上年減少了1.6%～6.4%；而皖南的多個城市，如圖中的深棕色和淺粉色色帶，氣溫則陡然升高，提升的百分點在5.6～15.3 之間。

由圖2(c)，比較2015 年的氣溫數據與多年平均值數據，發(fā)現2015 年的氣溫數據基本都呈異常升高的趨勢。池州、黃山兩市氣溫上升的百分比達20%，而皖中與皖南的其它城市溫度上升的百分比基本上也達10%～18%之間。氣溫的異常上升基本蔓延全省，而阜陽市、亳州市和淮北市的氣溫數據較往年持平，且有輕微下降，最低僅下降了0.4 百分點。但百分比數值相較于全省數據，仍是十分微弱，并不特別明顯。

而在2015 年內，該年的變化則體現在四季的變化上，春季南北變化較小，等溫線較為稀疏，而秋季與冬季的南北差異則更加明顯，如圖3。夏季的特殊性體現在全省的溫度均相對較高，而溫度更高的地區(qū)集中在城市群之處，換而言之，是城市的“熱島”效應產生出了不一樣的等溫線圖[18]。

因此，季節(jié)間的溫度變化圖，如圖4，具體的溫度變化過程可歸述如下：由春入夏，皖北地區(qū)溫度上升更為明顯，平均上升10.5 ℃；而由夏轉秋，皖北及皖中部分城市則成為了降溫的主力軍；由秋至冬，全省東西兩側則形成了鮮明的對比，東部地區(qū)降溫幅度更為劇烈。

圖2 安徽省2015 年降水量時空變化特征示意圖(a)2015 年平均氣溫；(b)2014—2015 年氣溫變化量(c)2015 年氣溫變化量平均值

圖3 安徽省2015 年各季節(jié)等溫線地形圖(a)春季；(b)夏季；(c)秋季；(d)冬季

圖4 安徽省2015 年各季節(jié)氣溫變化示意圖(a)春夏季；(b)夏秋季；(c)秋冬季

3.2.2 氣溫的空間變化特征

為充分驗證氣溫數據的空間分布特征，在安徽省內取100 個隨機點進行提取氣溫數據并輸出到屬性表中，結合DEM（digital elevation model）數據以供多元分析。使用SPSS 軟件對氣溫數據和DEM 數據進行進一步分析處理。結果表明：兩個變量相關系數顯著，顯著水平為0.05。有95%的把握認為相關性的確存在，并且符合雙側檢驗的要求。

3.3 農業(yè)氣候生產力的變化特征

3.3.1 氣候生產力的總體變化特征

利用前述的氣候生產力模型，并結合安徽省2015 年的氣溫數據和降水數據，作出圖5 安徽省2015 年氣候生產力示意圖。圖中顯示，安徽省全省的氣候生產力變化總體不大，皖北、皖中、皖南的界限劃分如表1，也顯得較為模糊，但仍有一定區(qū)別[19-20]。

圖5 安徽省2015 年氣候生產力示意圖

表1 安徽省的常用地域劃分

南部地區(qū)多個城市數值略微偏高，氣候生產能力優(yōu)于北部一些城市，這一點與多年平均氣溫值的分布特征相類似。值得注意的是，宿州市與蕪湖市與周圍其它城市的數值變化較大。結合3.1 節(jié)的降水的變化特征中的降水量變化示意圖如圖1，可以發(fā)現這兩個城市在該年的降水量各位居一極端，符合先前對降水量數值的分析與預測。宿州市在皖北六市中，降水量最為正常，并沒有出現異常情況；而蕪湖市2015 年的降水量則偏少，不足以支撐起較高的氣候生產力數值，因此產生這一特殊現象。

圖5 表明，在2015 年這一年，皖北和皖中地區(qū)的氣溫變化差異較大，較不利于氣候生產力數值的增長；宿州市作為皖北四市中的反例，充分體現了氣溫對氣候生產力的強大影響；蕪湖市在2015 年的降水量較少，這一點也同樣反映在了氣候生產力的模型之上。

同樣采用100 個隨機點，對氣候生產力數據和DEM 數據進行雙變量相關分析，發(fā)現兩個變量相關系數顯著，顯著水平為0.01，解釋是有99%的把握認為相關性存在并且符合雙側檢驗的要求。這體現了氣候生產力在空間上的變化特征。

3.3.2 氣候生產力的區(qū)域變化特征

分別制作皖北、皖中、皖南各城市各月的氣候生產力變化圖見圖6，橫坐標為月份數，縱坐標為當年的氣候生產力，以便于后續(xù)的分析。安徽省各城市12 個月全部的數據平均值為13 617.83，該數據可以作為數據分析時的“原點”，在圖6 上作為次坐標軸進行標注。

在皖北六個城市中，只有在4～9 月份，各城市才能突破這一平均值，并在6 月份和8 月份達到氣候生產力的較高水平，約在30 000 kg/(hm2·a)左右。蚌埠、阜陽、淮南、亳州四市表現更為突出，但蚌埠市在2015 年的氣候生產力變化幅度更加明顯。3 月份與11 月發(fā)氣候生產力的小幅回升通常伴隨著溫度與降水的共同上升，也是季風性氣候的慣常表現[21]。

皖中四市占據的土地面積巨大，氣候生產力數值也表現不俗。其中，安慶市的氣候生產能力更為優(yōu)秀，較為偏南的緯度優(yōu)勢和沿江城市帶的特有優(yōu)勢使得安慶市的降水與氣溫均達到了一個均衡的水平。3 月份與9 月份數值略低，一方面是因為氣溫的陡然下降，另一方面也是因為梅雨季節(jié)會對農作物生產產生一定影響。

皖南六市占據了優(yōu)秀的地理優(yōu)勢和氣候優(yōu)勢，又常伴隨著充裕的降水量，亞熱帶濕潤季風氣候為其優(yōu)秀的氣候生產能力提供了強有力的保障。但于此同時，南部獨特的山區(qū)地形在一定程度上決定了農作物總體的生產數量無法超越皖北的平原地帶，因此皖南地區(qū)適合發(fā)展特有的經濟作物種植，例如茶葉與水果等。9 月份與10 月份氣候生產力低于平均數值，可以考慮發(fā)展農業(yè)旅游，結合當地政府的舉措，共同將金秋季節(jié)變?yōu)橥钅系狞S金季節(jié)。

圖6 安徽省各地區(qū)各月氣候生產力變化圖

4 結果與討論

4.1 結果

總體而言，安徽省在2015 年并未產生較為突出的氣候或降雨、洪澇災害，因此分析該年數據時，并沒有出現異常偏高/偏低的數據，完成氣候生產力模型分析時可以提高輸入數據的合理性。獲取的多年平均數值（氣溫和降水量）則建立在前人的觀測之上，利用平均數進行分析，有助于觀測當下的環(huán)境狀況與農業(yè)發(fā)展程度。

分析可得，2015 年的降水數值普遍高于往年平均數值，且該年皖南城市帶的降水量明顯多于皖中與皖北城市群。其中，皖北四市（阜陽市、亳州市、淮北市和宿州市）降水量和皖南地區(qū)的蕪湖市降水量都少于往年均值。

在2015 年，安徽省的氣溫基本處于(15.6,16.8)區(qū)間范圍內，南北無更大的變化差異。皖南地區(qū)較皖北地區(qū)的溫度數值普遍高一度以上，分布極有規(guī)律，基本按照緯度遞減的順序均勻減少溫度數值。在驗證了氣溫數據與DEM 數據的相關性之后，發(fā)現在四季之中：由春入夏，皖北地區(qū)溫度上升更為明顯；而由夏轉秋，皖北及皖中部分城市則成為了降溫的主力軍；由秋至冬，全省東西兩側則形成了鮮明的對比，東部地區(qū)降溫幅度更為劇烈。

與氣溫數據相似的是，農業(yè)氣候生產力的數值與DEM 數據之間同樣存在顯著的雙變量相關性。在2015 年內，氣候生產力的總體變化特征并不明顯，各個城市的數值差異不大，部分城市的降水量和氣溫數值出現了極端情況，這一點在氣候生產力的模型上被表達了出來，主要體現在與周圍城市的差值；但全省的區(qū)域變化特征則較為明顯，皖南六市的氣候生產力數值大于皖中四市，皖中四市則大于皖北六市，這一點可以通過該年的全年/全省平均氣候生產力數值進行衡量。

4.2 討論

隨著氣候生產力數值的不斷計算和獲取，單純的將某個省份劃分為三個區(qū)域的方法是明顯不符實際情況的，如皖北地區(qū)中的宿州市與皖南地區(qū)中的蕪湖市，均因當年的特殊氣候現象而產生了一定的區(qū)分性。因此，在研究某地區(qū)該年和未來的農業(yè)發(fā)展政策時，應當綜合使用氣候生產力模型，通過計算得到具體地區(qū)的生產力情況。

本次研究主要著眼于安徽省的氣候資源情況，主要探討了影響農業(yè)氣候生產力的兩個氣候因子，即氣溫和降水量，并且從時間和空間、總體和區(qū)域上進行了一定的分析，得出了一些現實化的結論。但是由于數據量有限，未能進行進一步的深入分析，這也是未來工作的一個重要內容。

5 小結

分析表明：2015 年安徽省整體降水量較為穩(wěn)定，明顯高于往年平均數值。從城市帶的角度分析，皖南降水量明顯多于皖中與皖北城市帶。2015 年，安徽省的氣溫基本處于(15.6，16.8)區(qū)間范圍內，皖南地區(qū)比皖北地區(qū)的平均數值普遍高1 ℃以上。氣溫數據和氣候生產力的數值均與DEM 數據之間存在顯著的雙變量相關性，因此氣候生產力模型可以有效地表達并分析全省的區(qū)域變化特征。