導(dǎo)語：如何才能寫好一篇?dú)夂蜃兓瘜邓康挠绊懀@就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：長江中下游地區(qū)；水稻產(chǎn)量；氣候變化；小波變換

中圖分類號：S162.5+3 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2014）01-0043-09

Effects of Climate Change on Rice Yield of the Middle and Lower Reaches Region of the Yangtze River

WANG Bao1，HUANG Si-xian2，SUN Wei-guo3

（1.Xianning Bureau of Meterology， Xianning 437100，Hubei，China；2. Ezhou Bureau of Meterology，Ezhou 436000，Hubei，China；

3.Nanjing University of Information Science & Technology， Naning 210044，China）

Abstract： To reveal the impact of the regional climate change on rice yield of the middle and lower reaches of the Yangtze River， and to understand the reasons for rice relative meteorological yield fluctuations， statistical analysis and wavelet transform were used to analyze time and the frequency variation features of rice production， the average temperature， precipitation， diurnal temperature， and≥10℃ active accumulated temperature of the Yangtze River region in the past 60 years， and the time-frequency structural features between rice production and regional climate change. The results showed that rice yield of the middle and lower reaches of the Yangtze River region in the past 60 years had fluctuations in the growth trend. The average temperature and the active accumulated temperature increased during the growing season. The reduction of precipitation was not obvious. Diurnal temperature appeared to decrease significantly. Between rice production and climate change， there were periodic characteristics of interannual and decadal changes. The time-frequency characteristics was certainly similar between the two. Cross-wavelet transform results showed that between rice production and climate change， there were the resonance frequency of the different scales， like 2-4a， 6a， 8a， 12a and 14a. There were more positive correlation between the main， but in the local time domain there was a negative correlation of different frequency scale. The two relationship and relevance were different， varying from oscillation periods scale. It was believed that rice yield fluctuations of middle and lower reaches of the Yangtze River was closely related with the climate change. The periodic feature was obvious， and the effect of the improvement of heat condition on increasing production was much more than the impact of reducing precipitation.

Key words： the middle and lower reaches of the Yangtze River； rice yield； climate change； wavelet transform

收稿日期：2013-07-16

作者簡介：王 保（1989-），女，湖北黃岡人，助理工程師，主要從事短期天氣預(yù)報及氣候變化和小波變換等方面的研究，（電話）

15272681090（電子信箱）；通訊作者，黃思先，助理工程師，主要從事短期天氣預(yù)報及重要天氣過程診斷分析

和氣候變化等方面的研究，（電話）15926018229（電子信箱）。

氣候變化已成為不爭的事實(shí)。政府間氣候變化專業(yè)委員會（IPCC）的氣候變化評估報告[1-4]指出，全球氣候正發(fā)生著以氣候變暖為主要特征的顯著性變化，全球平均地表溫度從1861年以來一直在升高。關(guān)于氣候變化對作物產(chǎn)量的影響，我國學(xué)者已經(jīng)進(jìn)行了多方面的探究[5，6]，尤其是氣候變暖背景下作物產(chǎn)量的變化規(guī)律以及農(nóng)業(yè)應(yīng)對氣候變化的措施等已成為目前研究的熱點(diǎn)問題。20世紀(jì)以來，全球氣候變暖越來越快，氣候變化對作物生產(chǎn)的影響也越來越大，特別是氣候變暖背景下，極端氣候事件發(fā)生頻率、持續(xù)時間和分布規(guī)律的變化對農(nóng)田生態(tài)系統(tǒng)的影響往往超過了氣候平均變率所帶來的影響[7]。

研究作物產(chǎn)量與氣候因子之間的關(guān)系，以往大多采用常規(guī)統(tǒng)計學(xué)方法[8-11]，但氣候變化具有不同時間尺度，區(qū)域平均氣溫和降水量的周期性變化以及極端氣候事件的發(fā)生，必然引起作物產(chǎn)量的變化和波動，因此，有必要采用新的時頻分析方法對氣候變化及作物產(chǎn)量的周期性進(jìn)行研究。孫衛(wèi)國等[12]、張明等[13]和蘇占勝等[14]用功率譜和交叉小波變換方法分析了作物產(chǎn)量與區(qū)域氣候變化之間的關(guān)系，發(fā)現(xiàn)兩者關(guān)系密切，周期性變化特征顯著。

長江中下游地區(qū)是我國水稻的主要種植區(qū)，氣候變化將會帶來水稻產(chǎn)量的變化，但目前氣候變化對該區(qū)水稻產(chǎn)量影響的研究較少[15-19]，對該區(qū)產(chǎn)量周期性的研究更不多見，所以，研究該區(qū)水稻產(chǎn)量與區(qū)域氣候變化的關(guān)系具有重要現(xiàn)實(shí)意義。水稻生長發(fā)育要求的最低溫度在10 ℃以上，南方三季稻要求≥10 ℃的活動積溫達(dá)到7 000 ℃，雙季稻要求達(dá)到5 300 ℃，且氣溫日較差對作物產(chǎn)量形成影響較大，因此，需要分析水稻生長季內(nèi)平均氣溫、降水量、氣溫日較差和≥10 ℃的活動積溫的影響。研究根據(jù)1951～2010年長江中下游6省（安徽、湖北、湖南、江蘇、江西和浙江）實(shí)際水稻產(chǎn)量和同期107個氣象站的水稻生長季內(nèi)平均氣溫、降水量、氣溫日較差和≥10℃的活動積溫資料，采用交叉小波變換方法，以相對氣象產(chǎn)量為研究對象，分析長江中下游地區(qū)60年水稻產(chǎn)量與生育期內(nèi)這些氣候變量的時頻變化特征及耦合振蕩的關(guān)系，討論水稻產(chǎn)量波動與氣候因子變化周期的相關(guān)性，通過區(qū)域氣候變化對水稻產(chǎn)量的影響以及水稻產(chǎn)量波動的原因分析，為區(qū)域性作物產(chǎn)量評估和預(yù)測提供參考。

1 材料與方法

1.1 材料的處理

水稻產(chǎn)量資料來源于國家統(tǒng)計局，根據(jù)1951～2010年長江中下游地區(qū)6省水稻產(chǎn)量（t/hm2），經(jīng)一致性檢驗(yàn)，建立區(qū)域平均水稻產(chǎn)量序列，樣本數(shù)n=60。同期的氣候資料來源于中國氣象局逐日氣候資料，包括平均氣溫（℃）、降水量（mm）、最高氣溫（℃）和最低氣溫（℃）記錄，根據(jù)這6省107個氣象站的資料，算得區(qū)域水稻生長季（4～10月）內(nèi)平均氣溫、總降水量、平均氣溫日較差以及≥10 ℃的活動積溫。計算時，為了保證資料序列的平穩(wěn)隨機(jī)過程，對資料進(jìn)行了標(biāo)準(zhǔn)化處理。

1.2 研究方法

1.2.1 趨勢產(chǎn)量估算 影響作物產(chǎn)量的因素比較多，且各影響因素的變化特征及其時間尺度不同，主要的影響因素有人為因素、氣象因素和隨機(jī)“噪音”三方面，分別構(gòu)成3個產(chǎn)量分量[20]，作物產(chǎn)量=趨勢產(chǎn)量+氣象產(chǎn)量+隨機(jī)“噪音”。隨機(jī)“噪音”所占比例很小，一般可忽略不計；趨勢產(chǎn)量是實(shí)際產(chǎn)量的平穩(wěn)變化項，表示產(chǎn)量的演變趨勢，其大小決定于歷年的生產(chǎn)技術(shù)水平，其模擬方法很多，本研究采用直線滑動平均法[12]，采用15年滑動步長來消除短周期波動的影響，算出趨勢產(chǎn)量。氣象產(chǎn)量為作物產(chǎn)量扣除趨勢產(chǎn)量得到，反映了氣象條件對產(chǎn)量的影響。氣象產(chǎn)量與趨勢產(chǎn)量的比值可以表示為相對氣象產(chǎn)量。為了消除生產(chǎn)力水平對水稻產(chǎn)量的影響，真實(shí)地反映氣象因子對其影響規(guī)律，本研究在進(jìn)行產(chǎn)量分析時以相對氣象產(chǎn)量作為研究對象。

1.2.2 小波變換方法 小波變換方法[21]起源于Fourier分析方法，F(xiàn)ourier級數(shù)主要用來表征信號的周期性，但在大多數(shù)情況下信號都是非周期性的，于是引入Fourier變換，將非周期性信號分解為多個周期性信號的疊加來處理，但是Fourier分析方法只是將信號在頻率域內(nèi)展開，沒有包含時域的信息，丟棄的這些時域信息可能對某些應(yīng)用非常重要，所以需要引進(jìn)小波變換方法，將信號在時頻兩域的信息提取出來，充分利用信號信息[12]。

交叉小波變換[22]是一種新型信號分析技術(shù)，與傳統(tǒng)的交叉譜方法相比更具優(yōu)越性，特別是用于兩個時間序列耦合振蕩行為的相關(guān)分析上，除了可以彌補(bǔ)傳統(tǒng)交叉譜分析方法不可避免的缺陷外，還能夠?qū)⑿〔ㄗ儞Q在時頻兩域都具有表征信號局部化特征的能力發(fā)揮到極致；交叉小波變換方法具有比較強(qiáng)的耦合信號分辨的能力，具有便于描述耦合信號在時頻域中分布狀況等優(yōu)點(diǎn)[23]，經(jīng)過多次實(shí)踐應(yīng)用驗(yàn)證表明[24-26]，該方法確實(shí)能夠充分反映兩時間序列相關(guān)振蕩的周期顯著性和兩時間序列的相互依賴關(guān)系，還可以分析出兩時間序列信號精細(xì)的時頻變化特征，效果很顯著。

2 結(jié)果與分析

2.1 水稻產(chǎn)量與氣候變化特征的關(guān)系

2.1.1 產(chǎn)量波動 水稻產(chǎn)量的波動與氣候條件密不可分，圖1為1951～2010年長江中下游地區(qū)水稻的實(shí)際產(chǎn)量（實(shí)線）、氣象產(chǎn)量（虛線）以及趨勢產(chǎn)量（點(diǎn)劃線）的時間變化圖，實(shí)際產(chǎn)量和趨勢產(chǎn)量均為左側(cè)縱坐標(biāo)軸，氣象產(chǎn)量為右側(cè)縱坐標(biāo)軸。從圖1可以看出，長江中下游地區(qū)水稻的實(shí)際產(chǎn)量隨時間呈波動增長的趨勢，年代際變化主要在1985年之前氣象產(chǎn)量波動比較大，1985年之后波動較平穩(wěn)，且1950年代和1980年代的波動相對于1960和1970年代的波動要大得多，這與長江中下游地區(qū)水稻生長季內(nèi)平均氣溫、平均氣溫日較差以及≥10 ℃活動積溫的波動特點(diǎn)相對應(yīng)。

長江中下游地區(qū)水稻生長季內(nèi)的氣象災(zāi)害主要有高溫?zé)岷Α⒌蜏乩浜?、雨澇、干旱、春季低溫陰雨、寒露風(fēng)、臺風(fēng)以及風(fēng)雹等。1959年長江中下游地區(qū)水稻減產(chǎn)主要受嚴(yán)重的伏秋連旱影響，1960年水稻低產(chǎn)主要與該區(qū)春季冷暖空氣交替頻繁，早稻育秧期出現(xiàn)低溫陰雨天氣造成大量爛秧，秧苗質(zhì)量差等有關(guān)；1961年的低產(chǎn)主要由干旱造成，長江中下游出現(xiàn)了大范圍、程度較重的干旱，秧田龜裂，稻禾枯黃，最終導(dǎo)致大幅減產(chǎn)；1962年該區(qū)降水偏多，出現(xiàn)了雨澇，但對水稻產(chǎn)量影響顯著的還是春季的低溫連陰雨天氣；1975年的產(chǎn)量主要因“寒露風(fēng)”的影響而降低；1977年的減產(chǎn)主要受部分地區(qū)（江西等地）高溫干旱的影響；1980年長江中下游地區(qū)遇到了雨澇、春季低溫陰雨以及“寒露風(fēng)”等災(zāi)害，影響了水稻的生長，造成大幅減產(chǎn)；2003年主要是高溫?zé)岷υ斐傻臏p產(chǎn)。

2.1.2 氣候變化 圖2為長江中下游地區(qū)1951～2010年水稻生長季內(nèi)平均氣溫（a）、降水量（b）、平均氣溫日較差（c）和≥10 ℃活動積溫（d）的時間變化圖，圖中直線（或曲線）為其變化趨勢線。由圖2可以看出水稻生長季內(nèi)的氣候變化特征主要表現(xiàn)為平均氣溫和≥10 ℃活動積溫的變化呈現(xiàn)二次曲線形式，且平均氣溫轉(zhuǎn)折點(diǎn)在1975年左右，≥10 ℃活動積溫轉(zhuǎn)折點(diǎn)在1980年左右。水稻生長季內(nèi)平均氣溫、降水量、平均氣溫日較差以及≥10 ℃活動積溫與時間的相關(guān)系數(shù)分別為0.354、0.000、-0.548和0.360，其中，水稻生長季內(nèi)平均氣溫、≥10 ℃活動積溫以及平均氣溫日較差與時間相關(guān)關(guān)系通過了0.01水平的顯著性檢驗(yàn)，降水量與時間的相關(guān)性沒有通過0.05水平的檢驗(yàn)。

2.1.3 水稻產(chǎn)量與氣候變化相關(guān)分析 由相關(guān)分析可知，水稻產(chǎn)量與水稻生長季內(nèi)平均氣溫、平均氣溫日較差以及≥10℃活動積溫的相關(guān)系數(shù)都通過了0.01水平的顯著性檢驗(yàn)，與降水量的相關(guān)系數(shù)沒有通過0.05水平的顯著性檢驗(yàn)。水稻產(chǎn)量與生長季內(nèi)的平均氣溫日較差呈負(fù)相關(guān)，因?yàn)殚L江中下游地區(qū)容易出現(xiàn)高溫天氣，雖然氣溫日較差大有利于水稻有機(jī)物的積累，但是高溫會影響水稻的生長，已有研究表明，水稻在孕穗至抽穗揚(yáng)花期對溫度極其敏感[27]，如果日均溫度高于32 ℃，日最高溫度高于35 ℃，水稻抽穗揚(yáng)花就受到影響，從而造成產(chǎn)量損失和品質(zhì)下降；水稻在灌漿期也最易受高溫危害[28]，造成結(jié)實(shí)率和千粒重的降低，從而導(dǎo)致減產(chǎn)。水稻產(chǎn)量與降水量的相關(guān)性不強(qiáng)，因?yàn)樵陂L江中下游地區(qū)，水源較充足，農(nóng)業(yè)用水一般不受自然降水量的影響，但當(dāng)降水量過大或持續(xù)時間較長，仍然會影響水稻的開花和授粉，特別是在開花期，連陰雨天氣將會使水稻花粉的傳播受精受阻，從而導(dǎo)致減產(chǎn)。水稻產(chǎn)量與平均氣溫和≥10 ℃活動積溫呈正相關(guān)關(guān)系，主要反映的是水稻生長對熱量條件的需求，水稻是喜熱作物，熱量條件對其產(chǎn)量有重要影響，有效熱量越多，水稻產(chǎn)量越高。

2.2 水稻產(chǎn)量與氣候變化的時頻結(jié)構(gòu)

相關(guān)分析只能初步分析氣候變化與水稻產(chǎn)量的簡單相關(guān)關(guān)系，不能充分反映區(qū)域氣候變化對水稻產(chǎn)量的影響，而小波變換則能從時間域和頻率域上充分利用時間序列信號，分析出水稻產(chǎn)量和氣候變化的局部時頻變化規(guī)律，通過交叉小波分析出兩者之間在時頻結(jié)構(gòu)上的相關(guān)關(guān)系。

小波變換系數(shù)的實(shí)數(shù)部分包含給定時間和尺度下相對于其他時間和尺度信號的強(qiáng)度和位相兩方面的信息[26]。小波系數(shù)實(shí)數(shù)部分為正時，表示水稻相對氣象產(chǎn)量距平、降水量距平、平均氣溫距平、氣溫日較差距平和≥10 ℃活動積溫距平相對偏多，圖3中用實(shí)線表示；小波系數(shù)實(shí)數(shù)部分為負(fù)時，表示相對偏少，圖3中用虛線表示；小波系數(shù)為0的地方則為突變點(diǎn)。圖3中的符號反映了振蕩的位相，等值線中心反映了不同尺度振蕩的振幅最大值。采用小波功率譜檢驗(yàn)顯著性，小波功率譜圖為小波功率譜與置信水平為95%的紅噪聲總體譜的比值，比值大于1.0表示通過95%置信水平紅噪聲檢驗(yàn)的顯著周期振蕩（實(shí)線），比值小于1.0表示未通過95%置信水平的紅噪聲檢驗(yàn)（虛線）。

2.2.1 水稻產(chǎn)量波動的時頻變化特征 圖3為長江中下游地區(qū)水稻相對氣象產(chǎn)量距平的小波變換系數(shù)實(shí)數(shù)部分等值線圖和小波功率譜圖。由圖3a可以看出，水稻相對氣象產(chǎn)量波動的年際尺度主要表現(xiàn)在2～4年和6年尺度的周期振蕩，且時域分布不均勻，局部化特征明顯；年代際尺度主要表現(xiàn)在10年和14～16年尺度的周期振蕩。

年際尺度特征為2～4年左右的尺度周期信號主要表現(xiàn)在1954、1955年以及1976～1982年，同時也反映了在此周期尺度上，水稻相對氣象產(chǎn)量距平在1954、1976年及1980年處于偏少期，但1955、1979年和1982年是偏多的；6年左右的周期信號主要表現(xiàn)在1976～1981年，且呈現(xiàn)偏少—偏多—偏少的振蕩規(guī)律，具體為1976年水稻相對氣象產(chǎn)量距平偏少，1977～1980年偏多，1981年又呈偏少特征。

年代際尺度特征，10年左右的振蕩信號主要表現(xiàn)在1970～1985年，水稻相對氣象產(chǎn)量距平呈現(xiàn)偏少—偏多的兩次周期振蕩；14～16年左右的振蕩信號比較強(qiáng)，等值線比較密集，在全域都有表現(xiàn)，但是1985年之前的振蕩比1985年之后的強(qiáng)，1985年之后的振蕩呈逐漸增強(qiáng)趨勢，水稻相對氣象產(chǎn)量存在偏多—偏少的4次振蕩，具體表現(xiàn)為1950～1957年偏多，1958～1965年偏少，1966～1973年偏多，1974～1981年偏少，1982～1988年偏多，1989～1996年偏少，1997～2002年偏多，2003～2010年偏少，且等值線閉合，預(yù)計2010年之后會出現(xiàn)水稻相對氣象產(chǎn)量偏多的情況。

由圖3b可以看出，2～4年的周期振蕩在1957年之前以及1975～1983年比較強(qiáng)，結(jié)合圖3a中的結(jié)果分析，2～4年左右的周期信號在1954年、1955年和1979年的周期比較明顯，周期特征顯著；6年尺度的周期振蕩在1957～1963年以及1976～1982年比較明顯，結(jié)合圖3a可以得出，1976～1982年的周期振蕩是通過檢驗(yàn)的，周期性顯著；10年左右的周期振蕩在1970年之前比較強(qiáng)，結(jié)合圖3a可知，10年左右的周期振蕩信號沒有通過顯著性檢驗(yàn)；14～16年左右的周期振蕩在1980年之前比較明顯，通過了95%置信水平的紅噪聲檢驗(yàn)。

綜上所述，長江中下游地區(qū)水稻相對氣象產(chǎn)量的周期性特征主要表現(xiàn)出2～4年、6年、14～16年的周期振蕩，時域分布不均勻。

2.2.2 氣候變化波動的時頻變化特征 圖4為長江中下游地區(qū)水稻生長季內(nèi)月平均氣溫距平的小波變換系數(shù)實(shí)數(shù)部分等值線圖和小波功率譜圖。由圖4a可以看出，水稻生長季內(nèi)月平均氣溫距平波動的年際尺度主要表現(xiàn)在3～4年、6年和8年尺度的周期振蕩，且時域分布不均勻；年代際尺度主要表現(xiàn)在10和14～16年尺度的周期振蕩。

由圖4b可以看出，3～4年尺度的周期信號在1962～1970年、1989～1997年振蕩比較強(qiáng)，結(jié)合圖4a可知，3～4年尺度的周期信號在1962～1970年和1989～1997年周期性顯著；6年尺度的周期振蕩不強(qiáng)，在整個時間域上都沒有通過顯著性檢驗(yàn)；8年尺度周期振蕩信號在1954～1960年比較強(qiáng)，結(jié)合圖3a可知，8年尺度的周期振蕩在1954～1960年通過了顯著性檢驗(yàn)；10年左右的周期振蕩在2000～2008年比較強(qiáng)，結(jié)合圖3a可知，10年左右的周期振蕩在2000～2008年周期性比較明顯，通過了顯著性檢驗(yàn)；14～16年尺度的周期振蕩比較弱，在整個時間域上都沒有通過顯著性檢驗(yàn)（等值線的值均

對長江中下游地區(qū)水稻生長季內(nèi)月降水量距平的小波變換系數(shù)實(shí)數(shù)部分等值線圖和小波功率譜圖分析可以看出，水稻生長季內(nèi)月降水量距平波動的年際尺度主要表現(xiàn)在1～2年、3～4年、6年和8年尺度的周期振蕩，時域分布不均勻；年代際尺度主要表現(xiàn)在10年、14年和18年尺度的周期振蕩。1～2年尺度的周期振蕩在1952～1957年、1966～1967年、1972年、1979～1982年以及1995～2002年比較強(qiáng)，其中1～2年尺度的周期信號在1952～1957年、1979～1982年以及1995～2002年的周期性比較明顯，周期特征顯著；3～4年尺度的周期信號在1951～1957年、1971～1986年以及2000～2005年的周期性比較明顯，通過了顯著性檢驗(yàn)；6年尺度的周期振蕩在1966～1982年比較強(qiáng)，結(jié)合小波系數(shù)實(shí)數(shù)部分分析，此周期尺度上在時間的全域范圍內(nèi)都沒有通過顯著性檢驗(yàn)；8年尺度周期振蕩在1958～1961年比較強(qiáng)，8年尺度周期信號在1958～1961年顯著；10年左右的周期信號在1958～1978年的振蕩比較強(qiáng)，總結(jié)得出10年左右的周期信號只在1958～1978年顯著；14年以上尺度的周期振蕩比較弱，均未通過95%置信水平的紅噪聲檢驗(yàn)。說明長江中下游地區(qū)水稻生長季內(nèi)的降水量距平主要表現(xiàn)在1～2年、3～4年、8年和10年尺度的周期振蕩，時域分布不均勻。

對長江中下游地區(qū)水稻生長季內(nèi)氣溫日較差距平的小波變換系數(shù)實(shí)數(shù)部分和小波功率譜分析可知，水稻生長季內(nèi)氣溫日較差距平波動的年際尺度主要表現(xiàn)在1～2年、3～4年、6年和8年尺度的周期振蕩，時域分布不均勻；年代際尺度主要表現(xiàn)在14～16年尺度的周期振蕩。1～2年的周期振蕩在1955年之前、1957～1961年、1966～1967年、1972～1973年、1976～1982以及1984～1994年比較強(qiáng)，其中1～2年尺度的周期信號在1955年之前、1976～1982以及1984～1994年的周期特征顯著；3～4年尺度的周期信號只在1959年之前以及1971～1975年通過了檢驗(yàn)， 3～4年尺度的周期振蕩在1959年之前周期效果明顯；6年尺度的周期振蕩在1961～1985年間比較強(qiáng)，通過了95%置信水平的紅噪聲檢驗(yàn)；8年尺度的周期振蕩在1989年之前都比較強(qiáng)，結(jié)合小波系數(shù)實(shí)數(shù)部分分析結(jié)果可知，8年尺度周期信號主要在1963年之前以及1985～1989年顯著，周期特征明顯；14～16年尺度的周期振蕩在1956～1981年間比較強(qiáng)， 14～16年尺度的周期信號只在1956～1981年通過了顯著性檢驗(yàn)，周期性強(qiáng)。說明長江中下游地區(qū)水稻生長季內(nèi)氣溫日較差距平主要存在1～2年、3～4年、6年、8年以及14～16年尺度的周期振蕩，高頻部分比較明顯。

對長江中下游地區(qū)水稻生長季內(nèi)≥10 ℃活動積溫距平的小波變換系數(shù)實(shí)數(shù)部分和小波功率譜分析可知，水稻生長季內(nèi)≥10 ℃活動積溫距平波動的年際尺度主要表現(xiàn)在1～2年、3～4年、6年和8年尺度的周期振蕩，時域分布不均勻；年代際尺度主要表現(xiàn)在10年和14年左右尺度的周期振蕩。生長季內(nèi)≥10 ℃活動積溫在高頻部分周期性比低頻明顯，具體表現(xiàn)為1～2年尺度的周期振蕩在1951～1954年、1958～1962年、1969～1972年、1974～1976年、1979～1982年以及1993～2004年比較強(qiáng)，其中1～2年尺度的周期信號在1951～1954年、1969～1972年及1993～1998年比較明顯，周期特征顯著；3～4年尺度的周期信號在1962～1970年、1975～1979年、1988～1995年通過了檢驗(yàn)，周期性顯著；6年尺度的周期振蕩比較弱，均未通過95%置信水平的紅噪聲檢驗(yàn)；8年尺度的周期振蕩在1954～1960年比較強(qiáng)，結(jié)合小波系數(shù)實(shí)數(shù)部分分析可知，8年尺度的周期信號在1954～1960年通過了顯著性檢驗(yàn)；10年尺度的周期信號在2000～2008年振蕩比較強(qiáng)，10年尺度的周期信號在整個時域上沒有通過顯著性檢驗(yàn)；14年尺度的周期信號在全時域的振蕩都不強(qiáng)，說明該周期尺度在整個時域中都不顯著。

長江中下游地區(qū)水稻生長季內(nèi)≥10 ℃活動積溫距平的周期特征主要反映在高頻部分的1～2年、3～4年以及8年尺度上，低頻部分均未通過顯著性檢驗(yàn)，同時將≥10 ℃活動積溫距平的小波變換與平均氣溫距平小波變換對比發(fā)現(xiàn)，它們的變換特征非常相似。

水稻相對氣象產(chǎn)量距平小波變換的周期特征與同期生長季內(nèi)的平均氣溫、降水量、氣溫日較差以及≥10℃活動積溫距平的小波變換有某種相似性，有共同的3～4年和8年的周期振蕩，說明水稻產(chǎn)量變化與氣象變化可能存在某種周期頻率上的聯(lián)系，因此作水稻相對氣象產(chǎn)量與各氣候變量序列之間的交叉小波協(xié)譜圖和功率譜密度圖來進(jìn)行進(jìn)一步的分析。

2.3 水稻產(chǎn)量與區(qū)域氣候變化的相關(guān)性

2.3.1 水稻產(chǎn)量與水稻生長季內(nèi)平均氣溫的時頻變化相關(guān)性 圖5為長江中下游地區(qū)水稻相對氣象產(chǎn)量距平與水稻生長季內(nèi)平均氣溫距平的交叉小波協(xié)譜圖和功率譜密度圖，反映了長江中下游地區(qū)水稻產(chǎn)量與水稻生長季內(nèi)平均氣溫之間的時頻相關(guān)分布特征。兩者的正相關(guān)關(guān)系表明水稻生長季內(nèi)平均氣溫對水稻產(chǎn)量是促進(jìn)作用，負(fù)相關(guān)則表示水稻生長季內(nèi)平均氣溫出現(xiàn)不適宜水稻生產(chǎn)的情況。

圖5a表明，相對氣象產(chǎn)量與水稻生長季內(nèi)平均氣溫之間的關(guān)系以正相關(guān)為主， 在局部時域中個別頻率尺度上兩者之間也存在負(fù)相關(guān)關(guān)系。兩者正相關(guān)振蕩主要表現(xiàn)在2～3年、4年和12年尺度的共振頻率上：2～3年尺度的正相關(guān)出現(xiàn)在1952～1955年和1962～1964年；4年尺度的正相關(guān)出現(xiàn)在1973～1983年；12年尺度正相關(guān)出現(xiàn)在1967～1974年和1990～1995年。兩者負(fù)相關(guān)振蕩主要表現(xiàn)在2～3年和8年尺度上：2～3年尺度的負(fù)相關(guān)表現(xiàn)在1956～1957年以及1982～1986年；8年尺度的負(fù)相關(guān)表現(xiàn)在1950～1974年。從圖5b可以看出，水稻相對氣象產(chǎn)量與水稻生長季內(nèi)平均氣溫在頻率域中年際尺度周期上的相關(guān)程度明顯高于年代際尺度周期上的相關(guān)程度，2～3年、4年以及12年尺度是呈正相關(guān)的，其中以12年時間尺度上的正相關(guān)程度最大，4年時間尺度上的次之，在8年時間尺度上的負(fù)相關(guān)程度最大，兩者之間的相關(guān)關(guān)系也隨振蕩周期尺度的不同而不同。結(jié)合圖5a可以得出，水稻相對氣象產(chǎn)量與水稻生長季內(nèi)平均氣溫之間存在2～3年、4年、8年和12年尺度的共振頻率，且相關(guān)程度最好的是8年尺度的負(fù)相關(guān)和12年尺度的正相關(guān)，4年尺度的正相關(guān)程度也比較明顯，2～3年尺度的相關(guān)程度不高。

2.3.2 水稻產(chǎn)量與水稻生長季內(nèi)降水量的時頻變化相關(guān)性 長江中下游地區(qū)水稻相對氣象產(chǎn)量距平與水稻生長季內(nèi)降水量距平的交叉小波協(xié)譜和功率譜密度反映了長江中下游地區(qū)水稻產(chǎn)量與水稻生長季內(nèi)降水量之間的時頻相關(guān)分布特征。由分析可知，長江中下游地區(qū)水稻生長季內(nèi)的降水量對水稻的產(chǎn)量影響不大，但是過量和持續(xù)的降水則會造成產(chǎn)量的降低，表現(xiàn)為兩者的負(fù)相關(guān)關(guān)系，而正常降水則會對產(chǎn)量產(chǎn)生正面影響，表現(xiàn)為兩者的正相關(guān)關(guān)系。

通過水稻相對氣象產(chǎn)量距平與水稻生長季內(nèi)降水量距平的交叉小波協(xié)譜和功率譜密度分析可知，水稻相對氣象產(chǎn)量與水稻生長季內(nèi)降水量之間的關(guān)系既有正相關(guān)關(guān)系，又有負(fù)相關(guān)關(guān)系。兩者正相關(guān)主要表現(xiàn)在2～4年、6年、8年和14～16年尺度的共振頻率上：2～4年尺度的正相關(guān)出現(xiàn)在1966～1975；6年尺度的正相關(guān)出現(xiàn)在1960～1968年；8年尺度的正相關(guān)出現(xiàn)在1966～1981年；14～16年尺度正相關(guān)出現(xiàn)在1974～2010年。兩者負(fù)相關(guān)主要表現(xiàn)在2～4年、6年和14年尺度上：2～4年尺度的負(fù)相關(guān)表現(xiàn)在1958年以前以及1975～1984年；6年尺度的負(fù)相關(guān)表現(xiàn)在1960～1983年；14年尺度的負(fù)相關(guān)主要表現(xiàn)在1957～1975年。通過交叉小波功率譜密度分析可知，水稻相對氣象產(chǎn)量與水稻生長季內(nèi)降水量在頻率域中年際尺度周期上的相關(guān)程度明顯高于年代際尺度周期上的相關(guān)，2～4年、6年尺度是呈負(fù)相關(guān)的，8年、14～16年尺度是呈正相關(guān)的，其中以14～16年尺度上的正相關(guān)程度最大，2～4年尺度上的負(fù)相關(guān)程度最大，兩者之間的相關(guān)關(guān)系也隨振蕩周期尺度的不同而不同。綜合分析可知，水稻相對氣象產(chǎn)量與水稻生長季內(nèi)降水量之間存在2～4年、6年、8年和14～16年尺度的共振頻率。

2.3.3 水稻產(chǎn)量與水稻生長季內(nèi)氣溫日較差的時頻變化相關(guān)性 長江中下游地區(qū)水稻相對氣象產(chǎn)量距平與水稻生長季內(nèi)氣溫日較差距平的交叉小波協(xié)譜和交叉小波功率譜密度反映了長江中下游地區(qū)水稻產(chǎn)量與水稻生長季內(nèi)氣溫日較差之間的時頻相關(guān)分布特征。由分析結(jié)果可知，長江中下游地區(qū)水稻生長季內(nèi)氣溫日較差與水稻產(chǎn)量整體是呈負(fù)相關(guān)的，因此，兩者的正相關(guān)表示水稻生長季內(nèi)氣溫日較差偏小，沒有出現(xiàn)極端氣溫對水稻的傷害，有利于水稻產(chǎn)量的積累，而負(fù)相關(guān)則表示水稻生長季內(nèi)氣溫日較差偏大，日最高氣溫或最低氣溫超過了水稻的適宜生長溫度，不利于水稻的生長發(fā)育，導(dǎo)致水稻產(chǎn)量偏低。

通過水稻相對氣象產(chǎn)量距平與水稻生長季內(nèi)氣溫日較差距平的交叉小波協(xié)譜和功率譜密度分析可知，水稻相對氣象產(chǎn)量與水稻氣溫日較差之間的關(guān)系主要表現(xiàn)為正相關(guān)關(guān)系，局部也存在有負(fù)相關(guān)關(guān)系。兩者正相關(guān)振蕩主要表現(xiàn)在2～4年、6年和14～16年尺度的共振頻率上：2～4年尺度的正相關(guān)出現(xiàn)在除1969～1974年之外的全域范圍內(nèi)，且1976～1982年表現(xiàn)比較明顯；6年尺度的正相關(guān)出現(xiàn)在1968～2010年，且在1978～1980年表現(xiàn)比較明顯；14～16年尺度正相關(guān)在全域都有表現(xiàn)，在1980年之前表現(xiàn)得比較強(qiáng)烈，且在1973～1979年表現(xiàn)比較明顯，等值線很密集，波幅中心出現(xiàn)在1962年左右。兩者負(fù)相關(guān)振蕩主要表現(xiàn)在2～4年、6年、8年和14年尺度上：2～4年尺度的負(fù)相關(guān)表現(xiàn)在1969～1974年，表現(xiàn)比較弱；6年尺度的負(fù)相關(guān)表現(xiàn)在1956～1967年；8年尺度的負(fù)相關(guān)主要表現(xiàn)在1986年之前，且1977年之前表現(xiàn)比較明顯，波幅中心在1955～1960年；14年尺度的負(fù)相關(guān)出現(xiàn)在1983年之后，表現(xiàn)不強(qiáng)。交叉小波功率譜密度分析表明，兩者在頻率域中年際尺度周期上的相關(guān)程度明顯低于年代際尺度周期上的相關(guān)，6年、8年尺度是呈負(fù)相關(guān)的，8年左右尺度的負(fù)相關(guān)最強(qiáng)，2～4年、14～16年尺度是呈正相關(guān)的，其中以14～16年尺度上的正相關(guān)程度最大，25年以后，周期尺度越大，相關(guān)性越不強(qiáng)，而且兩者之間的相關(guān)關(guān)系也隨振蕩周期尺度的不同而不同。綜合分析可知，兩者之間存在2～4年、6年、8年和14～16年尺度的共振頻率，總體的相關(guān)程度是最高的，其中14～16年尺度的正相關(guān)程度最高，8年左右尺度的負(fù)相關(guān)最大，2～4年和6年的相關(guān)程度不高。

2.3.4 水稻產(chǎn)量與水稻生長季內(nèi)≥10 ℃活動積溫的時頻變化相關(guān)性 長江中下游地區(qū)水稻相對氣象產(chǎn)量距平與水稻生長季內(nèi)≥10 ℃活動積溫距平的交叉小波協(xié)譜和功率譜密度反映了長江中下游地區(qū)水稻產(chǎn)量與水稻生長季內(nèi)≥10 ℃活動積溫之間的時頻相關(guān)分布特征。水稻生長要求最低氣溫在10 ℃以上，整個生長季要求≥10 ℃的活動積溫達(dá)到一定的值，當(dāng)水稻產(chǎn)量與水稻生長季內(nèi)≥10 ℃活動積溫成正相關(guān)關(guān)系時表明水稻生長季內(nèi)≥10 ℃活動積溫達(dá)到水稻生長的要求，負(fù)相關(guān)則表示水稻生長季內(nèi)≥10 ℃活動積溫沒有滿足水稻生長的要求。

通過水稻相對氣象產(chǎn)量距平與水稻生長季內(nèi)≥10 ℃活動積溫距平的交叉小波協(xié)譜和功率譜密度分析可知，兩者之間的關(guān)系以正相關(guān)為主，局部時域存在不同頻率尺度的負(fù)相關(guān)。兩者正相關(guān)振蕩主要表現(xiàn)在2～3年、4年、6年和12年尺度的共振頻率上：2～3年尺度的正相關(guān)出現(xiàn)在1955年之前、1962～1964年、1966～1975以及1990年之后，表現(xiàn)不強(qiáng)；4年尺度的正相關(guān)在全域都有表現(xiàn)，但在1975～1982年表現(xiàn)比較強(qiáng)，波幅中心在1978年左右；6年尺度的正相關(guān)出現(xiàn)在1995年之后，表現(xiàn)很不明顯；12年尺度正相關(guān)在全域都有弱表現(xiàn)。兩者負(fù)相關(guān)振蕩主要表現(xiàn)在2～3年和8年尺度上：2～3年尺度的負(fù)相關(guān)表現(xiàn)在1957年以及1983～1986年，表現(xiàn)很弱；8年尺度的負(fù)相關(guān)表現(xiàn)在1974年之前，表現(xiàn)比較明顯，且波幅中心出現(xiàn)在1960年左右。由交叉小波功率譜密度分析可知，在頻率域中年際尺度周期上的相關(guān)高于年代際尺度周期上的相關(guān)，2～3年、4年、6年、12年尺度是正相關(guān)，2～3年、8年尺度是呈負(fù)相關(guān)的，其中以12年時間尺度上的正相關(guān)程度最大，8年時間尺度上的負(fù)相關(guān)程度最大，兩者之間的相關(guān)關(guān)系也隨振蕩周期尺度的不同而不同。綜合分析可知，兩者之間存在2～3年、4年、6年、8年和12年尺度的共振頻率，12年尺度的正相關(guān)程度最大，8年尺度的負(fù)相關(guān)程度最大。

3 結(jié)論與討論

近60年來長江中下游地區(qū)的氣候變化趨勢與全國氣候變化一致，其中水稻生長季內(nèi)平均氣溫和≥10 ℃活動積溫隨時間呈二次曲線變化；氣溫日較差呈減小趨勢；降水量與時間的相關(guān)性較差。水稻產(chǎn)量呈波動增長趨勢，波動特點(diǎn)明顯，出現(xiàn)了大量的豐歉年。

1）氣候變化對長江中下游地區(qū)水稻產(chǎn)量有一定的影響，水稻生長季內(nèi)平均氣溫的升高和≥10 ℃活動積溫的增加對水稻產(chǎn)量是正面影響，氣溫日較差的增大則會導(dǎo)致產(chǎn)量下降，而降水量變化則與產(chǎn)量變化關(guān)系不大。

2）長江中下游地區(qū)水稻相對氣象產(chǎn)量與水稻生長季內(nèi)的平均氣溫、降水量、氣溫日較差以及≥10 ℃活動積溫的時頻結(jié)構(gòu)有一定的相似性，存在某些頻率尺度的顯著性變化周期，主要表現(xiàn)在高頻部分。

3）長江中下游地區(qū)水稻產(chǎn)量與水稻生長季內(nèi)平均氣溫和≥10 ℃活動積溫之間存在多尺度的共振頻率，且在低頻部分的相關(guān)程度比高頻部分稍好，相關(guān)程度最好的是8年的反位相的振蕩和12年尺度的正位相振蕩。

4）長江中下游地區(qū)水稻相對氣象產(chǎn)量與水稻生長季內(nèi)降水量之間存在2～4年、6年、8年和14～16年尺度的共振頻率，相關(guān)程度隨振蕩周期尺度的不同而不同，且總體相關(guān)程度較低。

5）長江中下游地區(qū)水稻相對氣象產(chǎn)量與水稻生長季內(nèi)氣溫日較差之間存在2～4年、6年、8年和14～16年尺度的共振頻率，總體相關(guān)程度在所有與水稻產(chǎn)量進(jìn)行交叉小波變換的變量中最高。

長江中下游地區(qū)水熱資源豐富，氣候變化對其影響比較明顯，影響機(jī)理比較復(fù)雜，長江下游地區(qū)靠近海岸的區(qū)域，受海陸氣候的影響比較大，特別是夏季太平洋西岸的熱帶高壓對其直接影響更導(dǎo)致了氣候變化的復(fù)雜性，同時城市化發(fā)展較快，城市“熱島效應(yīng)”明顯，它們對水稻產(chǎn)量的影響還有待進(jìn)一步研究，這對于估算水稻產(chǎn)量和提高水稻種植管理技術(shù)從而提高產(chǎn)量有重要意義。

參考文獻(xiàn)：

[1] HOUGHTON J T， JENKINS G J，EPHRAUMS J J. Climate Change： The IPCC Scientific Assessment（1990）. Report Prepared for Intergovernmental Panel on Climate Change by Working Group I[M]. Cambridge，United Kingdom： Cambridge University Press，1990.

篇2

關(guān)鍵詞：氣候變化；降水；氣溫；全球氣候變化

中圖分類號：P46 文獻(xiàn)標(biāo)識碼：A DOI：10.11974/nyyjs.20160932192

沁陽市地處豫西北黃沁河沖積平原，太行山雄峙于北，沁河橫貫其中，地勢北高南低，屬暖溫帶大陸性季風(fēng)氣候。分析沁陽市近55a來氣溫、降水的變化特征，為該區(qū)域生態(tài)環(huán)境變化研究提供基礎(chǔ)數(shù)據(jù)。

1 資料來源和分析方法

根據(jù)沁陽市氣象站1961―2015年實(shí)測數(shù)據(jù)，分析氣溫和降水量的變化，研究全球氣候變暖背景下沁陽市的氣候變化趨勢。為了消除年際間實(shí)測數(shù)據(jù)波動的影響，對原始資料采用5a滑動平均法進(jìn)行處理。

2 氣溫的變化

2.1 平均氣溫變化

根據(jù)55a氣象實(shí)測數(shù)據(jù)，沁陽市多年平均氣溫為14.8℃（表1）， 20世紀(jì)60―80年代平均氣溫（14.3℃）略低于55a的氣溫平均值，為相對偏冷期；90年代平均氣溫（15.2℃）顯著升高，較55a均值高0.4℃，為相對偏暖期； 2000年以來，氣溫仍在持續(xù)升高，平均氣溫為15.5℃。

圖1是沁陽市近55a來平均氣溫序列。從圖1可以看出，沁陽市自20世紀(jì)60年代以來年平均氣溫呈波動式升高，年平均氣溫最低為13.5℃（1984年），最高為16.0℃（1999年、2013年）。

20世紀(jì)60年代中期―80年代初期5a滑動平均氣溫值多低于歷年平均氣溫值，尤以60年代后期到70年代初期、80年代初期氣溫降低顯著，且年際變化幅度較小。這與我國乃至全球同時期氣溫變化的趨勢一致[1，2]。90年代中期以來溫度大幅度升高，1991―2015年平均氣溫比1981―1990年10a間的平均氣溫高1.1℃，在近25a期間，氣溫最高值出現(xiàn)在1998―1999年、2006―2007年、2013年，比55a平均氣溫高1.1～1.2℃，較90年代平均氣溫升高0.7～0.8℃。這與1998年是全球有氣象紀(jì)錄（1200年）以來年平均溫度最高的一年相一致。1998―1999年平均氣溫最高可能與1997―1998年出現(xiàn)的厄爾尼諾事件有關(guān)。2006―2007年、2013年由于氣溫異常偏高，沁陽市出現(xiàn)了嚴(yán)重干旱，對農(nóng)作物灌漿影響較大。

表1和圖1均反映出20世紀(jì)60―80年代沁陽市平均氣溫年代際變化較小；90年代以來，平均氣溫年代際變化顯著增大，揭示沁陽市氣候在逐漸變暖。

2.2 年平均最高、最低溫度的變化

沁陽市年平均最高氣溫的變化與年平均溫度一致，呈波動式升高趨勢。20世紀(jì)60年代初期，年平均最高氣溫最高值為 21.4℃，1970年前后和1980―1985年出現(xiàn)顯著低值（19.1℃），80年代中期以來年平均最高溫度顯著升高。90年代到2015年年平均最高氣溫多在 20.0～21.7℃之間波動，1999年達(dá) 21.7 ℃。

55年來沁陽市年平均最低氣溫（圖2）處于微波動式持續(xù)升高趨勢。20世紀(jì)60―80年代初期平均最低氣溫在8.1～10.1℃之間波動；80年代中期以來平均最低氣溫升高幅度增大；90年代到2015年年平均最低氣溫多在9.7～11.7℃之間波動，1998年達(dá)11.6℃，2013年達(dá)11.7℃。反映沁陽市冬季增溫幅度較夏季大，沁陽市氣候變暖主要集中在冬季。其變化趨勢和我國氣候變暖類似[1]。

3 降水的變化

3.1 年降水量的變化

沁陽市年降水量的時間變化（圖3）可分為：60年代初、70年代初、80年代初期和末期、90年代末到本世紀(jì)初為相對多雨時期，各年降水量大多在平均值（565.1mm）以上；60年代中期、70年代中期、80年代中期到90年代中期、21世紀(jì)的2007―2013年為相對少雨期，各年降水量大多在平均值以下。70年代中期的相對少雨期與北半球的降水變化趨勢（1945 ―1960 年，降水量在多數(shù)緯度帶是增加的，此后一直到1975 年呈下降趨勢）一致[2]。沁陽市降水量與我國東部地區(qū)一樣，降水量年際變化較大[2]。

3.2 強(qiáng)降水（日降水量≥50mm）的變化

受東亞季風(fēng)的影響，沁陽市降水主要集中在汛期（6―8月），且年降水量的多少與強(qiáng)降水的發(fā)生次數(shù)有密切關(guān)系。表2列出了沁陽市55a來強(qiáng)降水發(fā)生的頻數(shù)和頻率，強(qiáng)降水出現(xiàn)的月份以及相應(yīng)的頻數(shù)和頻率，從表2中可以看出：

55a來沁陽市共發(fā)生77次強(qiáng)降水（日降水量R≥50mm）天氣。一般發(fā)生在4―10月，其中6―8月發(fā)生65次，占總次數(shù)的84.4%，最多是7月，占總次數(shù)的45.5%。

20世紀(jì)70年代和21世紀(jì)2011―2015年出現(xiàn)強(qiáng)降水天氣偏多。由于降水歷時較短，不易被土壤吸收，且多為短時局地性暴雨，所以因降水時空分布不均導(dǎo)致近幾年出現(xiàn)了干旱現(xiàn)象。

4 結(jié)論

近55a來沁陽市氣溫在升高，氣候在變暖。特別是20世紀(jì)90年代至今，出現(xiàn)近55a來最溫暖的時期。與我國乃至全球的氣候變化趨勢一致。年平均氣溫、年平均最高溫度、年平均最低溫度均在升高，且年平均最低氣溫升溫幅度及趨勢較明顯，揭示沁陽市氣候變暖主要集中在冬季。沁陽市年降水量年際變化較大，可分為多雨時期和少雨時期。

參考文獻(xiàn)

篇3

關(guān)鍵詞：雅礱江流域；氣候變化；徑流量

一、流域概況

雅礱江流域地處青藏高原東部的“死水區(qū)”，該流域呈南北向條帶狀，域內(nèi)地形復(fù)雜，各谷嶺之間高差懸殊，使得流域內(nèi)自然景觀在南北向和垂直方向分布上也都受了落差與地勢影響而存在明顯的差異。因雅礱江流域?qū)俅ㄎ鞲咴瓪夂騾^(qū)，氣候主要受高空西風(fēng)環(huán)流和西南季風(fēng)影響較大，全年干、濕季度分明。每年的11月到第二年4月份，高空西風(fēng)帶被青藏高原分為南北兩支，雅礱江流域的南部地區(qū)在南支氣流控制之下，在印度北部沙漠地區(qū)所形成的干暖大陸氣團(tuán)也被帶到該區(qū)域內(nèi)（南部區(qū)域），從而使得南部區(qū)天氣晴朗而降水少，氣溫干燥而溫?zé)?。同時期的流域北部地區(qū)則受到北支干冷西風(fēng)氣流影響，區(qū)域內(nèi)氣候寒冷而干燥，日照多，濕度小，日均溫差較大。在5月份到10月份之間，雅礱江流域因西太平洋副高脊線北移，西南季風(fēng)盛行且攜帶大量水汽而來，使得流域內(nèi)降雨充沛，氣候濕潤，該時間段內(nèi)降雨量約占到全年的90%以上，雨季內(nèi)日照少，日均溫差較小。

雅礱江流域每年幾乎都有固定的汛期，汛期內(nèi)流域頻發(fā)暴雨、山洪等災(zāi)害，給周圍居民的生活、農(nóng)業(yè)生產(chǎn)、經(jīng)濟(jì)等造成巨大損失。洪水主要由暴雨形成，多集中在7、8月份，以連續(xù)降雨的形式出現(xiàn)。而暴雨則是在夏季季風(fēng)強(qiáng)盛時期，由西南季風(fēng)將印度洋和孟加拉灣的水汽大量攜帶到流域內(nèi)而形成的。與此同時，冷空氣因西太平洋副高北移而受阻，形成大環(huán)流趨勢，也容易引發(fā)流域內(nèi)的大范圍暴雨。

二、徑流、降水、氣溫三者之間的關(guān)系

流域內(nèi)氣候的多變性對于水資源影響較大，主要在于氣候變化影響了降雨量和溫度發(fā)生變化，從而使得自然狀態(tài)下的水資源變化。而水資源的量變，在一定程度上又是通過徑流量來體現(xiàn)的，因此雅礱江內(nèi)氣候、降水、徑流量三者之間是密不可分的。根據(jù)統(tǒng)計學(xué)中的“相關(guān)系數(shù)”圖表，我們可以直觀地看出徑流量、氣溫與降水量之間的關(guān)系（如下圖所示）：

表2.1 徑流量與氣候的互相關(guān)系數(shù)分析

從上表中我們可以看出，三者之間有著一定的正相關(guān)關(guān)系，而其中徑流量與降水量之間相關(guān)關(guān)系顯然較好，相對應(yīng)的氣溫與徑流量之間的相關(guān)關(guān)系則較弱。上表中交叉的相關(guān)數(shù)據(jù)中我們還可看到，數(shù)值最大的0.9952表示“6-10月份徑流量”與“徑流量”之間的關(guān)系，說明了6-10月份徑流量在全年徑流量中占據(jù)著重要的比例；其次是0.9557，所反映的是5-9月份內(nèi)降水量在全年降水量的比重。再次是0.9247，所表示的是5-9月份降水量與6-10月份徑流量之間的關(guān)系，表面同年中5-9月份的降水量對于6-10月份的徑流量起到了很大的影響。而氣溫與降水量之間的關(guān)系數(shù)為0.2292，由此也驗(yàn)證了氣溫與降水量之間關(guān)系不十分密切。

三、氣候變化對徑流量的影響

1.降水量對徑流量的影響

從下列徑流量與不同時期降水量的關(guān)系表中我們可以看到，年降水量與年徑流量的相關(guān)系數(shù)達(dá)到了0.82，因此可以把降水量看做是雅礱江流域內(nèi)影響徑流量的主要因素。同時，為了更加有力的說明，筆者又列出了春夏秋冬、汛期以及非汛期的降水量與徑流量關(guān)系表。我們可以看到，其中夏季降水量與徑流量的關(guān)系最為密切，說明夏季降水量的多少在很大程度上決定著流量的豐枯，而夏季徑流量對降水量的響應(yīng)最為敏感。這一關(guān)系與徑流量和降水量的變化情況也恰好是吻合的，因夏季該流域內(nèi)雨量充沛，而相應(yīng)的徑流量的增加也以夏季徑流量增加幅度為最大，說明夏季的降水量同年度徑流量之間關(guān)系明顯，這也應(yīng)正了上文中5-9 月份的降水量對當(dāng)年 6-10 月徑流量影響。而6-10月份徑流量則占到了全年徑流量的99%左右。

2.氣溫對徑流量的影響

一般意義上的氣溫對于徑流量影響，主要體現(xiàn)在：①影響區(qū)域內(nèi)冰、雪的消融；②影響流域內(nèi)水的總蒸發(fā)量；③影響流域山區(qū)的降水形態(tài)；④改變流域下墊面近地面層空氣之間的溫差，使其形成流域小氣候。通過對以往雅礱江流域內(nèi)四季徑流量與氣溫變化關(guān)系的總結(jié)可以知道，在冬季徑流與降水的上升趨勢率為全年最小，而氣溫的上升趨勢率則最大。例如根據(jù)相關(guān)部門數(shù)據(jù)顯示，從1960年以來該流域內(nèi)冬季氣溫逐年都有上升，尤其是在90年代之后上升率有明顯增大，90年代平均每年上升0.12℃，而同時期的年降水量和徑流量卻都呈現(xiàn)下降趨勢，其中年徑流量的下降率達(dá)到了6.40℃ /a，說明在整體上而言氣溫上升時徑流量反而是下降的。另外，從一章節(jié)的表格中我們也可以看出，徑流量與氣溫的相關(guān)關(guān)系較弱。因此，氣溫對于徑流量的影響效果不大，主要起輔助作用。

結(jié)語

雅礱江流域內(nèi)全年內(nèi)氣溫變化幅度較大且較為頻繁，其中尤以冬季溫度上升幅度較大。而氣溫變化對于徑流量的影響，則主要以降雨量影響最為密切，主要原因在于降水量的增大使得水循環(huán)過程中增加了流域的來水量，從而增加了徑流量。相對而言，氣溫變化對于徑流量的影響則較弱。

參考文獻(xiàn)：

篇4

關(guān)鍵詞 氣候變化；氣溫；降水；日照；山東淄博；博山區(qū)

中圖分類號 P463.3 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-5739（2016）08-0213-03

Abetract According to the air temperature， precipitation and sunshine data from January 1966 to December 2015 in Boshan National Meteorological Station， the least square method and moving average method were used. The variation characteristics of sunshine hours， annual mean air temperature and annual precipitation in Boshan during recent 50 years were analyzed. The results were as follows： ①In recent 50 years， the average annual air temperature in Boshan District was significantly higher， with the trend of 0.2 ℃/10a， the extreme maximum temperature， extreme minimum temperature showed an upward trend， and the heat resources were more abundant. ②The annual precipitation showed a slight increasing trend， and the growth was only 8.2 mm/10 a. 1981―1989 was the continuous dry years， 1993―1998 and 2003―2005 were the continuous rainy year. Beginning in 1990 the interannual variation of rainfall fluctuations increased significantly， annual rainstorm days had increased trend. ③Annual sunshine hours showed a significant reduction trend， with an average decrease of up to 87.6h/10a. 1988―1994 and 2002―2015 of annual sunshine hours were lower than the average of 50 years， 1979 and 2006 sunshine hours respectively for the past 50 years the highest and lowest.

Key words climate change； air temperature； precipitation； sunshine； Zibo Shandong； Boshan District

20世紀(jì)70年代初，曾經(jīng)出現(xiàn)過氣候“變冷說”。直到90年代，溫室效應(yīng)與全球變暖才引起全球關(guān)注。越來越多的科學(xué)數(shù)據(jù)表明，在人類活動的影響下，各類氣象要素時空變化均較大【1-2】。林學(xué)椿等【3】研究表明，近40年來，我國年降水量以12.7 mm的速度減少，而氣溫則以0.04 ℃/10年的傾向率上升。王紹武等【4-5】研究表明，20世紀(jì)以來，中國氣溫以0.44 ℃/100年的速度上升，與全球氣候一致。任國玉等[6]中國氣溫變化研究最新進(jìn)展表明，不論是近54年（1951―2004年），還是近100年，全國年平均地面氣溫升高趨勢一般比原先分析結(jié)果要強(qiáng)，分別達(dá)到0.25 ℃/10年和0.08 ℃/10年。IPCC的報告[7]指出，全球氣溫在過去140年中升高了0.4～0.8 ℃，達(dá)到1 000年以來的最高值。1983―2012年可能是北半球1 400年以來最暖的30年，每一個10年都刷新了有氣象記錄以來的氣溫最高紀(jì)錄；2003―2012年平均溫度比1850―1900年平均溫度上升了0.78 ℃[8]。王遵婭等[9]研究發(fā)現(xiàn)，20世紀(jì)90年代以后夏季華北、東北地區(qū)降水顯著減少。譚方穎等[10]和李 聰?shù)?[11]研究都指出，華北平原自20世紀(jì)80年代中后期開始，由多雨期轉(zhuǎn)為少雨期，年日照時數(shù)減少趨勢明顯。

博山區(qū)位于魯中山區(qū)北部，大陸度指數(shù)61.3，屬于暖溫帶大陸性季風(fēng)區(qū)半濕潤氣候。為揭示博山區(qū)氣候變化特征，為指導(dǎo)當(dāng)?shù)赜袡C(jī)農(nóng)業(yè)生產(chǎn)的持續(xù)發(fā)展提供氣象科技支撐，根據(jù)博山國家氣象站的觀測資料對當(dāng)?shù)亟?0年的氣候變化特征進(jìn)行分析。

1 氣溫變化特征

1.1 年平均氣溫變化

用最小二乘法估計年平均氣溫的氣候變化趨勢，建立線性傾向方程：f（t）=at+b ，式中，t為年際變化，f（t）為年平均氣溫逐年變化值， a為年平均氣溫的線性趨勢，a>0表示年平均氣溫呈上升趨勢；a

為了便于分析，采用氣溫矩平做圖1。可以看出，以1987年為界分為冷、暖2個階段，1987年以前為冷期，其后為暖期。1987年以前，除1977年、1978年平均氣溫矩平為正值和1982年、1983年平均氣溫矩平為零值外，其余年份的均為負(fù)矩平。1969年達(dá)歷史最低點(diǎn)11.6 ℃，其后呈現(xiàn)逐漸升高趨勢，尤其在1994年開始?xì)鉁爻掷m(xù)偏高，直至2014年升至歷史最高點(diǎn)15.1 ℃，即氣溫矩平1.7 ℃。各季平均氣溫也均呈上升趨勢，但增溫趨勢表現(xiàn)出明顯的季節(jié)非對稱性，其中以冬季氣溫增幅最大，春秋季次之[12]。

通過3年平均滑動曲線分析可以看出，1994年以后年平均氣溫升高趨勢顯著，除1996年、2003年、2011年、2012年之外，都在近50年的平均值以上；而1994年以前基本在50年平均值之下波動，說明近22年來氣溫上升極為明顯，熱量資源更加豐富。

1.2 極端溫度變化

氣象學(xué)上，將日最高氣溫≥35 ℃定義為高溫日，該文將其作為極端高溫指標(biāo)進(jìn)行分析。博山區(qū)近50年極端最高溫度呈上升趨勢變化，最高值為39.4 ℃，出現(xiàn)在2015年7月13日，其余年份的極值大多低于37 ℃。影響博山的高溫天氣一般出現(xiàn)在5―9月，而且7月出現(xiàn)的高溫居多。隨著夏季高溫日數(shù)的明顯增加，也增大了心臟病和高血壓病人發(fā)病率和死亡率。高溫對魯山有機(jī)茶樹及源泉富硒獼猴桃等也會產(chǎn)生不良影響，應(yīng)采取灌溉、人工噴霧或架設(shè)遮陽網(wǎng)適度遮蔭來降低溫度提高濕度，避免高溫災(zāi)害[13]。

博山近50年極端最低溫度也呈上升趨勢變化。歷史最低氣溫值是 -19.3 ℃，出現(xiàn)在1985年12月8日，其余年份的歷史極低值均高于-19.0 ℃。博山低于-10.0 ℃極端低溫天氣，一般出現(xiàn)在11月至翌年3月，而低于-15.0 ℃的低溫集中出現(xiàn)在冬季。博山南部魯山主峰海拔1 108.3 m，北部海眼一帶只有130 m，平均海拔高度約450 m，是山東省24個純山區(qū)區(qū)縣之一，地勢落差大、下墊面復(fù)雜，積雪融化時間較長，易造成作物凍害[14]。低溫天氣亦能使部分地區(qū)道路結(jié)冰，影響交通物流安全。早春氣溫回升至10 ℃左右萌芽展葉期，若遇“倒春寒”，會造成魯山有機(jī)茶葉出現(xiàn)“麻點(diǎn)”，富硒獼猴桃抽生結(jié)果枝少，直接影響產(chǎn)量和品質(zhì)，必須采取塑料薄膜覆蓋，或搭設(shè)風(fēng)障、地面熏煙等方式改善小氣候條件，滿足其生長生理學(xué)要求。

2 降水變化特征

2.1 年降水量變化

利用各月降水量的最小二乘法分析年降水量的變化趨勢，求得近50年降水量的氣候傾向方程：f（t）=1.669 3t+685.607 1，t=0，1，2，…49。結(jié)果表明：近50年博山年降水量總體呈略微增加趨勢，該時間段內(nèi)年平均降水為726.5 mm，每10年約增加8.2 mm，每年僅只增長了0.1%。

從圖2可以看出，1979―1989年，呈現(xiàn)明顯的下降趨勢，1990年開始降水年際變化波動明顯增大，似呈正弦波形式波動，從而表明博山區(qū)降水年際變化較大。1990年、2003年和2005的降水量分別達(dá)到1 095.7 mm、1 002.3 mm和1 147.2 mm，都突破1 000 mm大關(guān)，均超出歷年平均值38%以上；1988年471.0 mm、1989年442.2 mm和2014年436.4 mm都在500 mm以下；受氣候變暖、強(qiáng)厄爾尼諾事件等影響，2014年的降水量比常年偏少40%，是近50年的最低值。1981―1989年為持續(xù)欠水年，1993―1998年和2003―2005年是持續(xù)豐水年。

由3年平均滑動曲線可見，以1989年為界，降水量年變化大致呈現(xiàn)雙峰型分布，主峰極大值點(diǎn)位于2005年，副峰極大值點(diǎn)位于1980年。1980年之前，博山區(qū)年降水量緩慢上升，其后開始緩慢下降；1990年以后，降水年際變化曲線波動特別突出，起伏陡峭，往往旱澇急轉(zhuǎn)。

2.2 年暴雨日數(shù)變化

暴雨是指24 h日降水量≥50 mm降水。近50年博山區(qū)年平均暴雨日數(shù)為2.3 d，暴雨日數(shù)年際變化較大，總體呈增多趨勢。1970年、1971年、1979年、1984年、1989年及2006年，這6年暴雨日數(shù)均為0。有的年份年降水量≤600 mm，但年暴雨日數(shù)卻出現(xiàn)了3 d，如1981年、1986年，多為魯中山區(qū)局地?zé)崂妆┧?。隨著年降水量的增加年暴雨日數(shù)也整體具有升高趨勢。2005年不僅年降水量最大，而且出現(xiàn)7 d暴雨日數(shù)，也是近50年最多的。

2.3 日最大降水量變化

博山區(qū)日最大降水量呈下降趨勢，尤其是1981―1989年連續(xù)9年日最大降水量未突破100 mm。降水一般集中在6―9月，7―8月多出現(xiàn)強(qiáng)降水。1997年8月20日，出現(xiàn)日最大降水量182.5 mm，達(dá)歷史最大值。雖然極端降水值、極端降水平均強(qiáng)度趨于減弱，極端降水事件頻數(shù)也趨于減少，但極端降水量占總降水量的比例并未減少。因此，應(yīng)加強(qiáng)防洪、地質(zhì)災(zāi)害的防治措施。

3 日照變化特征

利用各月日照時數(shù)的最小二乘法模擬年日照時數(shù)的變化趨勢，求得近50年日照時數(shù)的氣候傾向方程：f（t）=-17.8 715t+2 740.815 1，其中，t=0，1，2，3，…49。

從圖3可以看出，近50年來，博山區(qū)年日照時數(shù)出現(xiàn)明顯減少趨勢，該時間段內(nèi)年平均日照時數(shù)為2 303.0 h，年平均遞減約為8.76 h，降幅達(dá)到0.38 %，即平均日照時數(shù)遞減率為87.6 h/10年，但低于山東省近50年（1961―2011年）92 h/10年的遞減率。1979年的日照時數(shù)（2 771.2 h）為近50年的最多年份，較平均值偏高468.2h；而2006年的日照時數(shù)僅有1 541.4 h，是近50年來的最少年份，較平均值偏少761.6 h。除了1997年、2000年、2001年之外，1988―2015年這25年的年平均日照時數(shù)均低于常年平均值；1966―1984年日照時數(shù)均高于常年平均值。

2002―2015年連續(xù)14年平均日照時數(shù)都位于近50年平均值以下，為欠光年。日照時數(shù)的減少與大氣垂直能見度的降低有一定聯(lián)系，汽車尾氣及工業(yè)粉塵污染物的排放使山東省霾日數(shù)逐漸增加，對光照強(qiáng)度的變化影響巨大。日照時數(shù)的驟減必定影響農(nóng)作物的生長發(fā)育，導(dǎo)致農(nóng)作物“貪青”現(xiàn)象的發(fā)生，也增加了溫室大棚設(shè)施農(nóng)業(yè)的生產(chǎn)成本。

4 結(jié)論

（1）近50年來，博山區(qū)平均氣溫年際變化升高趨勢明顯，以0.2 ℃/10年的傾向率上升。以1987年為界，劃分為冷、暖2個階段，前為冷期，后為暖期。特別是1994年以后氣溫升高顯著，2014年是最暖的一年，氣溫度矩平高達(dá)1.7 ℃。極端最高氣溫、極端最低氣溫也均呈現(xiàn)上升趨勢。熱量資源更加豐富。

（2）降水量空間分布不均，年降水量整體呈略微增加趨勢。1981―1989年，呈現(xiàn)明顯的減少趨勢，為持續(xù)欠水年；1993―1998年和2003―2005年是持續(xù)豐水年。1990年開始，降水年際變化波動明顯增大。盡管50年來日最大降水量的變化呈現(xiàn)下降趨勢，但是極端降水量占總降水量的比例并未減少，年暴雨日數(shù)也有增多趨勢。

（3）年日照時數(shù)出現(xiàn)顯著的減少趨勢，平均遞減高達(dá)87.6 h/10年。1966―1984年的年日照時數(shù)均高于常年平均值，而1988―1994年和2002―2015年的年日照時數(shù)均低于常年平均值，1979年和2006年日照時數(shù)分別為近50年的最高值和最低值。

5 參考文獻(xiàn)

[1] 劉曉東，康興成. 青藏高原當(dāng)代氣候變化特征及其對溫室效應(yīng)的響應(yīng)[J].地理科學(xué)，1998（2）：113-121.

[2] 曾燕，邱新法，劉昌明，等. 1960-2000年中國蒸發(fā)皿蒸發(fā)量的氣候變化特征[J].水科學(xué)進(jìn)展，2007，18（3）：311-318.

[3] 林學(xué)椿，于淑秋. 近四十年我國氣候趨勢[J].氣象，1990，16（10）：16-21.

[4] 王紹武. 現(xiàn)代氣候?qū)W研究進(jìn)展[M].北京：氣象出版社，2001.

[5] 王紹武，蔡靜寧，朱錦紅，等. 中國氣候變化的研究[J].氣候與環(huán)境研究，2002，7（2）：137-145.

[6] 任國玉，初子瑩，周雅清，等. 中國氣溫變化研究的最新進(jìn)[J].氣候與環(huán)境研究，2005，10（4）：701-716.

[7] IPCC REPORT. Climate Change 2001： The Scientific Basis[R]. Cambrid-ge：Cambridge University Press， 2001.

[8] IPCC REPORT. Climate Change 2013：The Scientific Basis. Working Gr-oup I Contribution to The IPCC Fifth Assessment Report（AR5）[R].Cambr-idge University Press， Cambridge， United Kingdom and New York， 2013.

[9] 王遵婭，丁一匯，何金海，等. 近50年來中國氣候變化特征的再分析[J].氣象學(xué)報，2004，62（2）：228-236.

[10 ]譚方穎，王建林，宋迎波. 華北平原近45年氣候變化特征分析[J].氣象，2010，36（5）：40-45.

[11] 李聰，肖子牛，張曉玲. 近60年中國不同區(qū)域降水的氣候變化特征[J].氣象，2012（4）：419.

[12] 廉麗姝，李為華，朱平盛. 山東省近40年氣候變化特征[J].氣象科技，2006，34（1）：57-61.

篇5

1氣候變化對農(nóng)業(yè)資源的影響

1.1氣候變化對熱量資源的影響

當(dāng)前我國大部分地域溫度呈現(xiàn)升高趨勢，溫度提升最明顯的地區(qū)是華北、內(nèi)蒙古東部和東北地區(qū)。在將來各種氣體排放的影響下，以冬季變暖情況最為突出，這主要在于二氧化碳含量的增多導(dǎo)致溫度升高。1.2氣候變化對光資源的影響

當(dāng)前我國平均白天時間正在逐漸變短，減少幅度最顯著的地域是華北和東北地區(qū)。輻射減少也許是因?yàn)榛鹕絿姲l(fā)、城市建設(shè)和空氣污染物排放量增加等方面的因素影響，由于輻射的減少導(dǎo)致農(nóng)作物的光合作用減弱，以至于農(nóng)作物不能有效地利用光資源。

1.3氣候變化對水分資源的影響

我國年平均降水量改變趨勢不顯著，但地區(qū)降水量波動很大，華北、東北和西北東部呈現(xiàn)出下降趨勢。在將來各種氣體排放的作用下，降水變化分布相對穩(wěn)定，年降水增多明顯地區(qū)是華北、西北和東北地區(qū)。由于二氧化碳含量的增加，導(dǎo)致溫度升高，進(jìn)而造成農(nóng)作物需水量增大，在其他氣象因素保持穩(wěn)定的前提下，華北地區(qū)不同作物的需水量由于溫度升高而變化的情況會有所不同，但越來越緊缺的水資源將會影響農(nóng)作物的產(chǎn)量。

2氣候變化對農(nóng)作物生長發(fā)育的影響

溫度是影響農(nóng)作物生長速度的主要因素，溫度的變化決定了生長期的長短。溫度升高，其生長速度相對增加加快。據(jù)調(diào)查發(fā)現(xiàn)：平均溫度增長1℃，水稻生長期平均減少7.6d。但溫度增高對不同品種水稻的生長作用是不同的。溫度升高對冬小麥影響最大的階段是其生長前期，對后期的影響很小，導(dǎo)致春季生長期提前，拔節(jié)期影響最為顯著，抽穗以后各生長期影響較少，冬季生長期和全部生長期顯著減少。通過研究冬小麥的生長情況，在土壤不缺水的條件下，黃淮海地區(qū)秋冬季溫度升高，播種期到開花期過程變短，開花期到成熟期過程有所增長，播種期到成熟期整個生長期的過程變短。總之，氣候變化讓農(nóng)作物生長期變短，并且對生長前期的影響高于對生長后期的影響。

3氣候變化對農(nóng)作物產(chǎn)量的影響

氣候變化對農(nóng)作物的影響主要體現(xiàn)在產(chǎn)量上，由于全球氣候變化正負(fù)效應(yīng)的不一性。當(dāng)前主要解決辦法是使用氣候模型與作物模式相關(guān)聯(lián)，對作物產(chǎn)量可能遭受的影響制定解決方案。在模擬未來氣候環(huán)境條件下，溫度增高，作物生長速度加快，生長期變短，不同品種水稻產(chǎn)量會受到不同的降低。溫度升高造成小麥生長過快，生長期變短，春小麥產(chǎn)量降低程度也會高于冬小麥。由于不同地區(qū)未來降水量變化不同，華北和長江中下游地區(qū)的雨養(yǎng)冬小麥產(chǎn)量會有所增加，而東北地區(qū)和西北地區(qū)春小麥產(chǎn)量會有所降低。

4氣候變化對品種布局的影響

在溫度升高的影響下，人們可以通過改變種植環(huán)境、替換產(chǎn)量較高的中晚熟品種來解決產(chǎn)量問題，以確保產(chǎn)量的增加。在溫度升高的影響下，在不考慮二氧化碳濃度增加對作物生長的影響的基礎(chǔ)上，東北地區(qū)玉米不同品種種植區(qū)域會呈向北移動的趨勢，在受溫度影響較大的區(qū)域可以考慮用中晚熟品種代替早熟品種，縮短玉米的生長期；干物質(zhì)含量增多，能夠提升東北區(qū)域春玉米產(chǎn)量。東北區(qū)域不同品種的玉米可種植區(qū)域呈向北擴(kuò)張的趨勢，小興安嶺能夠播種極早熟玉米品種。所以，在溫度升高的影響下，會利于喜溫和晚熟品種的播種，進(jìn)而能夠增加作物產(chǎn)量。

5氣候變化對作物生產(chǎn)潛力和氣候資源利用率的影響

農(nóng)作物生產(chǎn)潛力是判斷農(nóng)業(yè)氣候資源狀況的主要根據(jù)，其生產(chǎn)潛力的大小決定于光、水、溫3種條件的狀況和三者之間的相互作用。據(jù)調(diào)查發(fā)現(xiàn)，溫度升高對熱量豐富地域作物產(chǎn)量的影響呈現(xiàn)為下降趨勢，遼寧地區(qū)將來因溫度升高超過了玉米生長的適宜氣溫，作物生產(chǎn)潛力呈降低趨勢；但東北地區(qū)另外兩省通過播種晚熟品種，使生產(chǎn)潛力呈上升趨勢。在氣候變化的影響下，光、水、溫3種資源的分配不均是導(dǎo)致生產(chǎn)潛力下降的重要原因。河北地區(qū)降水量逐漸下降，雖然光、溫資源可以滿足作物生長所需，但是冬小麥的產(chǎn)量在逐漸降低。將來氣候變化明顯限制春玉米的生產(chǎn)潛力，而降水量變化造成的影響會高于溫度變化影響，降水量變化趨勢對其影響作用會更加顯著。當(dāng)前全球很多地區(qū)農(nóng)業(yè)氣候資源利用率較低，我國光能利用率、熱能利用率、水分利用率和綜合利用率在全球僅處于中等水平。

6結(jié)語

篇6

關(guān)鍵詞：烏云河；變差系數(shù)；峰型度；豐枯率

中圖分類號：P467文獻(xiàn)標(biāo)識碼：A文章編號：1672-1683（2013）04-0035-06

1研究背景

徑流的形成過程是水文、氣象、地形、地貌、土壤、植被等多種因素相互作用的復(fù)雜過程，隨著氣候變化和人類活動的加劇，徑流的年際變化更加復(fù)雜。河川徑流作為地表水資源的主要組成部分，其量的變化直接關(guān)系到自然生態(tài)系統(tǒng)以及國民經(jīng)濟(jì)各部門的需水要求，因此研究徑流的年際變化趨勢一直是水文水資源與流域研究的熱點(diǎn)和難點(diǎn)問題。其中，從影響徑流形成的各個要素中分析其主要影響因素，是研究徑流年際變化規(guī)律的基礎(chǔ)。

烏云河是黑龍江右岸的一級支流，處于嘉蔭縣境內(nèi)，干流長度大約141 km，河流的下游設(shè)有東風(fēng)水文站，見圖1。目前對于該流域的水文水資源方面的研究較少。本文擬探究該河流的徑流、降水、蒸發(fā)等水文序列的變化規(guī)律及其影響因素，以便為將來進(jìn)行水庫、塘堰等水利工程的修建提供技術(shù)和數(shù)據(jù)支撐。

2數(shù)據(jù)來源

東風(fēng)水文站是烏云河上唯一的水文站，于1959年開始

6結(jié)論

根據(jù)烏云河?xùn)|風(fēng)站50年的月流量資料、24年的月降水量資料和15年的月蒸發(fā)量資料，對該流域徑流的補(bǔ)給來源及徑流主要受哪些氣象因子的影響等進(jìn)行了分析，初步得出了如下結(jié)論。

（1）烏云河的徑流主要以融雪和夏季的降水來補(bǔ)給，年流量以每1.42 m3/（s·10 a）的速率逐漸遞減，50年累計徑流量減少了2.24×108 m3。春、夏、秋、冬四季、汛期及非汛期流量分別以每-1.86、-9.27、-4.99、-0.12、-15.35、-0.88 m3/（s·10 a）的速率減少，其中汛期的流量減少的最為明顯。

（2）烏云河流域氣候變化表現(xiàn)出降水量減少、蒸發(fā)減少的趨勢。其中年降水量呈逐年遞減的趨勢，其降幅為-14.6 mm/10 a，而春、夏、秋、冬四季及汛期、非汛期降水量則分別以+2.44、-35.87、+16.08、+3.39及-29.7、+15.75 mm/10 a的速率增加或減少?？梢?，夏季和汛期的降水量非常明顯，其中夏季降水量減少的幅度最大，這也是烏云河流量呈減少趨勢的主要原因之一。蒸發(fā)量以175.0 mm/10 a的速率降低。蒸發(fā)量年際變化率可能與資料系列的長度有一定的關(guān)系，因此還需要收集更長系列的資料來準(zhǔn)確分析蒸發(fā)量的年際變化規(guī)律。

參考文獻(xiàn)：

[1]湯奇成，曲耀光，周聿超.中國干旱區(qū)水文及水資源利用[M].北京：科學(xué)出版社，1992，53-73.

[2]門寶輝，劉昌明，夏軍，等.南水北調(diào)西線一期工程調(diào)水區(qū)徑流量與影響因子關(guān)系——以達(dá)曲為例[J].地理科學(xué)，2006，26（6）：674-681.

[3]李林，汪青春，張國勝，等.黃河上游氣候變化對地表水的影響[J].地理學(xué)報，2004，59（5）：716-722.

[4]Men Bao-hui，Lin Chun-kun，Li Zhi-fei，et al.Analysis of Runoff Changes of Niqu River in Water Diversion Area of Western Route Project of South-North Water Transfer Project[J].Nature Environment and Pollution Technology，2013，12（1）：111-114.

[5]MEN Bao-hui.Runoff Chaotic Characteristic Analysis of the South-to-North Water Transfer Scheme via the Western Route in the Water-Exporting Region[C].Fifth International Conference on Natural Computation，2009：505-508.

[6]YANG Nan，MEN Bao-hui，LIN Chun-kun.Impact Analysis of Climate Change on Water Resources[J].Procedia Engineering，2011，24：643-648.

[7]馬正耀，胡興林，藍(lán)永超，等.1965—2010年白龍江上游徑流變化特征研究[J].冰川凍土，2011，33（3）：612-618.

[8]張利平，曾思棟，王任超，等.氣候變化對灤河流域水文循環(huán)的影響及模擬[J].資源科學(xué)，2011，33（5）：966-974.

[9]張利平，陳小鳳，趙志鵬，等.氣候變化對水文水資源影響的研究進(jìn)展[J].地理科學(xué)進(jìn)展，2008，27（3）：60-67.

[10]劉春蓁，劉志雨，謝正輝.近50 年海河流域徑流的變化趨勢研究[J].應(yīng)用氣象學(xué)報，2004，15（4）：385-393.

[11]姚允龍，呂憲國，王蕾.1956-2005 年撓力河徑流演變特征及影響因素分析[J].資源科學(xué)，2009，31（4）：6482655.

[12]王國慶，張建云，劉九夫，等.氣候變化和人類活動對河川徑流影響的定量分析[J].中國水利，2008，（2）：55-58.

篇7

關(guān)鍵詞 降水特征；數(shù)據(jù)分析；遼寧大連；旅順口區(qū)；1966―2015年

中圖分類號 P426.6 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-5739（2016）18-0158-02

Abstract Based on monthly precipitation data from Lvshunkou country base station from 1966 to 2015，annual rainfall distribution，seasonal rainfall distribution and the monthly rainfall distribution in Lvshunkou District were analyzed to obtain precipitation characteristics of Lvshunkou District in nearly 50 years.The results showed that precipitation distribution in Lvshunkou District for nearly 50 years was overall smooth，individual change was big.The average annual rainfall was 580 mm，and the annual rainfall in summer was bigger，in winter was the least，in spring and fall was similar.Monthly precipitation in flood season was maximum and showed parabolic distribution.

Key words precipitation characteristics；data analysis；Dalian Liaoning；Lvshunkou district；1966―2015

旅順口區(qū)具有北溫帶季風(fēng)氣候特征。四季分明，冬夏長，春秋短，日光充足，雨量適中。旅順口自然氣候宜人，兼有大陸和海洋性氣候雙重特點(diǎn)。一年四季節(jié)氣變化較為明顯，空氣濕潤溫和，降水比較集中，季節(jié)特點(diǎn)相對分明，這里冬無嚴(yán)寒、夏無酷暑，基本呈現(xiàn)出“春早晚夏、秋先冬遲”的特征。

本文通過分析旅順口區(qū)降水在氣候變暖背景下分布狀況，試圖發(fā)現(xiàn)旅順口區(qū)降水量的變化和全球變暖所帶來的影響以及為旅順口區(qū)防洪抗旱提供必要的科學(xué)參考依據(jù)，為進(jìn)一步開展旅順口區(qū)氣候變化對農(nóng)業(yè)種植和生態(tài)環(huán)境的影響研究做好前期條件。

1 數(shù)據(jù)來源與研究方法

選取1966―2015年旅順口區(qū)逐月降水量大小的氣象數(shù)據(jù)，同時按照年、季和月進(jìn)行統(tǒng)計分析。年際日照變化特征采用線性傾向估計法。直線是最常用來表征氣候變化的最大時間尺度的演變趨勢，直線的波長為無窮大，其能反映最大的氣候因素對局地氣候變化的作用（即反映大型氣候影子的綜合作用）。用Xi表示樣本量為n的某一氣候變量，用Ti表示Xi對應(yīng)的時間，建立Xi和Ti之間的一元線性回歸。根據(jù)線性回歸的函數(shù)變量來分析日照時數(shù)的總體變化趨勢[1]。

2 結(jié)果與分析

2.1 旅順口區(qū)降水的年際變化

從近50年的降雨量柱狀圖（圖1）可以看出，旅順口區(qū)近50年降雨分布不均，每年變化量或大或小，沒有具體分布規(guī)律，但從趨勢線來看多年分布規(guī)律幾乎維持同一水平580 mm降水量。如果某年降水量大于580 mm，可以歸結(jié)這一年雨水充沛，若低于580 mm則這一年雨量偏少。從5年滑動平均來分析，旅順口區(qū)年降雨量有升有降，總體趨于平穩(wěn)。同時，旅順口區(qū)最大降雨量發(fā)生年份是2010年，為876.8 mm，最小降雨量發(fā)生年份是1999年，為289.3 mm，這2年的極致也反映了旅順口區(qū)土地水分充沛和干旱的情況，也為土壤墑情的分析提供了依據(jù)[2]?？傮w50年分析得出：旅順口區(qū)年均降水量為580 mm，低于580 mm則旅順口區(qū)處于相對干旱狀態(tài)。因此，加大水利設(shè)施建設(shè)是保證農(nóng)作物生長的重要手段和政府決策的重要依據(jù)。

2.2 旅順口區(qū)降水季變化特征

旅順口區(qū)近50年的各個月份數(shù)據(jù)按照春、夏、秋、冬四季來統(tǒng)計降水分布情況，四季當(dāng)中夏季降水量最多，量級為360 mm；冬季降水最少，量級為23 mm；春季和秋季量級在95 mm左右，降水與季節(jié)性氣候吻合[3]，夏天濕熱多雨，冬季干冷少雨。各個季節(jié)的年降水分布也差別明顯，說明了每年降水的不確定性。季節(jié)降水變化特征就是總體平穩(wěn)，個體差異（圖2）。

2.3 旅順口區(qū)降水的月變化條特征

從旅順口區(qū)降水的月變化圖（圖3）中可以得出：1―7月降水逐漸增多，7月達(dá)到最大值，然后8―12月依次降低，月降水變化呈現(xiàn)拋物線變化[4]。月降水變化和季降水變化完全吻合：旅順降水主要是鋒面降雨，夏季，風(fēng)從海洋吹來，勢力比較強(qiáng)大，鋒面從南到北運(yùn)動，因此降水從3月開始由北進(jìn)，7月、8月到達(dá)旅順口區(qū)，此時雨量也是到達(dá)最大狀態(tài)，冬天是冷氣團(tuán)勢力強(qiáng)，比較干燥，所以降水少。

3 結(jié)論

旅順口區(qū)降水近50年分布總體平穩(wěn)，個體變化大，年均降水量580 mm，四季當(dāng)中夏季降水量最多，量級為360 mm；冬季降水最少，量級為23 mm；春季和秋季量級差不多在95 mm左右，降水與季節(jié)性氣候吻合，夏天濕熱多雨，冬季干冷少雨。月降水量汛期期間最多，呈拋物線分布主要因?yàn)槁庙樈邓饕卿h面降雨，夏天，風(fēng)從海洋吹來，勢力比較強(qiáng)大，鋒面從南到北運(yùn)動，因此降水從3月開始由北進(jìn)，7月、8月到達(dá)旅順口區(qū)，此時雨量也是到達(dá)最大狀態(tài)，冬天是冷氣團(tuán)勢力強(qiáng)，比較干燥，因此降水少[5-6]。

4 參考文獻(xiàn)

[1] 高國棟，陸翰蓉.氣候?qū)W[M].北京：氣象出版社，1990：228.

[2] 胡毅，李萍，楊建功.應(yīng)用氣象學(xué)[J].北京：氣象出版社，2005：57.

[3] 張智，林莉.孫銀川.銀川市日照時數(shù)氣候變化特征分析[J].干旱區(qū)研究，2006，23（2）：344-348.

[4] 魏鳳英.現(xiàn)代氣候統(tǒng)計診斷與預(yù)測技術(shù)[M].北京：氣象出版社，1999：69-72.

篇8

關(guān)鍵詞：氣候變化；可持續(xù)發(fā)展

引言

在全球因二氧化碳不斷增加而變暖的背景下，我國的氣候也將隨之發(fā)生變化。我國水資源系統(tǒng)對全球氣候變化的承受能力十分脆弱1，2。氣候?yàn)?zāi)害發(fā)生的頻率和強(qiáng)度、生態(tài)環(huán)境、農(nóng)業(yè)氣候條件、沿岸地區(qū)基礎(chǔ)設(shè)施等都與全球氣候變化有著深刻關(guān)系。我國水資源豐富，淡水資源總量居世界第六位，但人均占有量較低，只相當(dāng)于世界人均占有量的21%。目前我國水資源正面臨著以下嚴(yán)峻挑戰(zhàn)；①水資源供需矛盾突出；②洪澇災(zāi)害頻發(fā)； ③降水時空分布極為不均，水資源短缺；④水污染尚未得到有效控制；⑤水土流失嚴(yán)重。

一、氣候變化對水資源的影響

1、氣候變化在當(dāng)今時代主要表現(xiàn)在氣候變暖，而氣候變暖將導(dǎo)致全球海平面上升，主要表現(xiàn)在各地冰川以及積雪區(qū)域因氣溫上升而不斷融化。2007年IPCC的氣候評估報告顯示，在過去的50年，全球氣溫每十年升高0.13攝氏度，是以前一百年內(nèi)每十年溫度變化的兩倍。

2、氣候變暖將會導(dǎo)致海水面積擴(kuò)張，陸地減少。陸地上冰的融化導(dǎo)致海平面的上升，海水會隨著溫度的升高導(dǎo)致海水面積擴(kuò)張，陸地面積不斷減少，加劇人地矛盾。

3、氣候變化對全球范圍降水都會產(chǎn)生深遠(yuǎn)影響。由于全球的不斷升溫使得水循環(huán)更加活躍，大氣中的水容量也因此變多，發(fā)生極端暴雨的幾率也在不斷增加。

4、氣候變化對全球水資源也同樣有著深遠(yuǎn)影響。全球氣候變化的不斷加劇會與水資源之間產(chǎn)生微妙關(guān)系，隨著全球氣候的變暖，高緯度區(qū)域全年降水量會隨之增加，中緯度的北部地區(qū)、南極、熱帶區(qū)域的冬季以及亞洲東部和南部的夏季降水量也會增加，而與之相對應(yīng)的澳大利亞、美洲中部以及非洲的南部降水量會減少。

5、氣候變化會導(dǎo)致全球部分地區(qū)旱災(zāi)加劇，缺水問題嚴(yán)重，加劇地區(qū)用水緊張。

二、氣候變化對我國水資源的影響

1、20世紀(jì)的后50年，我國的年平均氣溫，除西南小小部分地區(qū)有所降低外，我國其余大部分地區(qū)都呈現(xiàn)出溫度不斷增高的趨勢。尤其是在我國北方各河流域內(nèi)更加明顯。

2、20世紀(jì)以來，長江流域年降水量極端偏多、偏少的年份隨時間分布較一致，但從20世紀(jì)80年代開始，長江流域內(nèi)年降水量極端偏多和偏少的年份有著明顯增多；與此同時，我國華北地區(qū)極端偏多和偏少的年份都在減少；而華南地區(qū)變化不大。

3、20世紀(jì)的后50年，我國平均干旱面積在不斷增大，但干旱面積的變化在不同時間段有著明顯區(qū)別。其中北方黃淮遼海流域的干旱年紀(jì)擴(kuò)大明顯；東南地區(qū)河流區(qū)域內(nèi)干旱面積在不斷減少，這種現(xiàn)象在20世紀(jì)90年代特別明顯。在春冬季節(jié)，我國北方主要農(nóng)業(yè)區(qū)以及缺水區(qū)域干旱面積在不斷增加；從季節(jié)角度上來看，夏秋季干旱問題較嚴(yán)重，二春冬季節(jié)相對較輕。西北地區(qū)干旱面積變化不明顯，與其當(dāng)?shù)亟邓兓厔荽笾乱恢?。而黃淮遼海河流域地區(qū)，土地干旱面積增長迅速。

4、20世紀(jì)后50年，我國南方各流域除6、7、8月份有所增加外，其余時間洪澇面積有所下降，這種現(xiàn)象在20世紀(jì)80年代以來表現(xiàn)尤為明顯。而造成這種現(xiàn)象的原因在于我國南方地區(qū)夏季降水集中，夏季強(qiáng)降雨次數(shù)增多，從而導(dǎo)致更容易發(fā)生洪澇災(zāi)害。而在冬季，長江中下游及其以南地區(qū)降水量有著不斷增多的趨勢，從而導(dǎo)致長江中下游地區(qū)洪澇面積在不斷擴(kuò)大，這種擴(kuò)大趨勢在20世紀(jì)80年代末以來尤其明顯。

5、在平均總云量方面，20世紀(jì)后50年以來我國各地都呈現(xiàn)明顯減少的態(tài)勢。尤其在70年代末以來。而總云量的減少主要集中在9、10、11、12這幾個月。

6、在洪澇災(zāi)害方面，自20世紀(jì)80年代以來，由于我國的長江流域內(nèi)降水量以及強(qiáng)降水頻率的增加，極端降水占總降水比重的不斷增加，洪澇災(zāi)害的發(fā)生次數(shù)也隨之不斷增加，尤其是在夏季。而90年代以來，長江上游地區(qū)的暴雨和極端降水在不斷的提前發(fā)生，這加大了我國長江中下游地區(qū)發(fā)生洪澇災(zāi)害的機(jī)率，也使長江流域面臨著更為嚴(yán)峻的防洪形勢。

7、在干旱化變化趨勢上，北方地區(qū)隨著80年代以來溫度的不斷上升，干旱化趨勢明顯。西北地區(qū)東部、華北地區(qū)由于持續(xù)不斷的增溫，以及活動人類的影響，在70年代末由原先的濕潤氣候轉(zhuǎn)向干旱，時至今日仍然處在不斷干旱化過程中；東北地區(qū)當(dāng)前也處在一個明顯的干旱時期。華北地區(qū)的暖干趨勢已經(jīng)持續(xù)了將近30年。

結(jié)論：

氣候變化必然會引起水循環(huán)的變化，而水循環(huán)的變化會直接影響我國各大流域水資源的供應(yīng)和分布。我國地面氣溫自20世紀(jì)80年代以來就呈現(xiàn)出明顯的變暖趨勢，在東部地區(qū)主要表現(xiàn)出“北旱南澇”。而缺水的海河、黃河等地區(qū)卻呈現(xiàn)出降水持續(xù)偏少的趨勢。相反，在我國的長江中下游地區(qū)和東南沿海地區(qū)卻呈現(xiàn)出降水不斷增加的趨勢。而強(qiáng)降水發(fā)生概率的增加，更突顯出我國水資源在空間分布上的不均勻。一定程度上，這也加劇了我國北方地區(qū)水資源的供需矛盾，以及強(qiáng)降水的南方地區(qū)防洪抗災(zāi)的壓力。

參考文獻(xiàn)

[1]劉春蓁，氣候變化對陸地水循環(huán)影響研究的問題[J].地球科學(xué)進(jìn)展，2004，19（1）：115一119.

[2]陳宜瑜，丁永建，余之祥，等.中國氣候與環(huán)境演變（下卷）[M].北京：科學(xué)出版社，2005.397.

[3]任國玉.氣候變化與中國水資源[M].北京：氣象出版社，2007.

作者簡介：

曾海三（1989-），男，漢族，江西省吉安市人，四川師范大學(xué)在讀研究生，研究方向：土地利用與覆被變化。

篇9

1 文獻(xiàn)回顧

有關(guān)林業(yè)與氣候之間的關(guān)系的文獻(xiàn)主要在以下幾個方面。第一，林業(yè)對氣候的影響。Christopher（2009）認(rèn)為森林可以改善溫室氣體對氣候的影響。曾華鋒（2009）認(rèn)為林業(yè)在應(yīng)對氣候變暖中具有不可替代的作用，潛力巨大。Ronald（2010）利用全球性林業(yè)產(chǎn)品模型（GFPM）分析認(rèn)為，應(yīng)對面臨的氣候變化應(yīng)成立政府間氣候變化專門委員會，并制定統(tǒng)一的使用森林資源的計劃。賈治邦（2010）在2009年6月召開的中央林業(yè)工作會議指出，在應(yīng)對氣候變化中林業(yè)具有特殊地位，發(fā)展林業(yè)是應(yīng)對氣候變化的戰(zhàn)略選擇。李怒云（2010）認(rèn)為全球氣候變化已是不爭的事實(shí)，林業(yè)在應(yīng)對氣候變化中具有特殊功能和作用，林業(yè)是當(dāng)前和未來30年甚至更長時期內(nèi)，技術(shù)和經(jīng)濟(jì)可行、成本較低的減緩氣候變化的重要措施。劉周全（2011）以廣東為例，闡述了通過大力培育森林資源以增加森林碳吸收，從而應(yīng)對氣候變化。第二，氣候?qū)α謽I(yè)的影響。高均凱（2005）認(rèn)為氣候變化與我國林業(yè)的關(guān)系，主要表現(xiàn)在，一方面，我國植樹造林的發(fā)展，對減緩全球變暖做出了重大貢獻(xiàn)；另一方面，氣候變化對我國森林的格局產(chǎn)生重大影響，并進(jìn)而威脅到國家生態(tài)安全。森林對氣候變化是十分敏感的，氣候的微小擾動都可能對森林群落的結(jié)構(gòu)和演替過程產(chǎn)生巨大影響。姚曉紅（2010）認(rèn)為影響甘肅天水林業(yè)資源的主要?dú)庀笠厥悄杲邓亢汀?℃積溫。第三，林業(yè)與氣候相互影響。Ogden（2008）以加拿大育空地區(qū)南部為例，認(rèn)為氣候的變化要求對森林的管理進(jìn)行相應(yīng)的改變，氣候與森林之間相互影響。周化成（2010）認(rèn)為全球氣候變暖，對自然和生物系統(tǒng)產(chǎn)生負(fù)面影響，而林業(yè)在應(yīng)對氣候變化中的不可替代性作用也日益顯現(xiàn)。劉曙紅（2011）認(rèn)為林木的生長發(fā)育和樹種的分布受氣象條件的影響和制約。特別是溫度、水分、風(fēng)等氣象因子對森林的組成和分布有重要的影響。反之,森林對大氣也具有多重影響。它能調(diào)節(jié)氣溫、涵養(yǎng)水源、凈化空氣、改善局地小氣候等。第四，氣候變化對經(jīng)濟(jì)的影響。皮軍（2010）以氣溫、降雨量、極端氣候事件和海平面的變化及趨勢，對東南亞經(jīng)濟(jì)的影響?？v觀上述文獻(xiàn)，主要是圍繞氣候與林業(yè)之間的關(guān)系進(jìn)行定性分析，鮮有對林業(yè)經(jīng)濟(jì)與氣候之間的關(guān)聯(lián)關(guān)系進(jìn)行定量研究。本文在已有文獻(xiàn)的基礎(chǔ)上，利用Copula函數(shù)模型對林業(yè)經(jīng)濟(jì)發(fā)展與氣候之間的關(guān)聯(lián)關(guān)系從定性和定量兩方面進(jìn)行分析。根據(jù)蒲晶巖（2002）認(rèn)為表征氣候的指標(biāo)有溫度、日照、降水，以及劉曙紅（2011）認(rèn)為溫度、水分、風(fēng)等氣象因子影響森林的組成和分布，因此本文選取氣象因子變量為降水量、平均氣溫、濕度、日照數(shù)。

2 模型描述

本文選取Copula函數(shù)研究林業(yè)經(jīng)濟(jì)發(fā)展與氣候之間的相關(guān)關(guān)系，其優(yōu)勢在于它不僅可判斷兩個向量之間的相關(guān)關(guān)系，還可以判斷它們之間關(guān)系的強(qiáng)弱。設(shè)隨機(jī)向量（X，Y）的聯(lián)合分布為H（ , ），密度函數(shù)為h（ , ），邊緣隨機(jī)變量X和Y的分布分別是F（ ;α）和G（ ;β），其 α，β 中為邊緣分布的參數(shù)，邊緣密度函數(shù)分別為f（ ;α）和g（ ;β）。則向量（X，Y）的同期相依關(guān)系的模型由Sklar定理建立，如果F（ ;α）和G（ ;β）分別在 x 和 y 連續(xù)，則存在唯一的Copula函數(shù)C（ , ;θ），使得成立。

3 林業(yè)生產(chǎn)總值與氣候因素的關(guān)系分析

3.1 變量與數(shù)據(jù)描述

本文林業(yè)經(jīng)濟(jì)發(fā)展用林業(yè)生產(chǎn)總值來表示，數(shù)據(jù)采用1985~2010年的歷史數(shù)據(jù)（歷年中國統(tǒng)計年鑒、中國林業(yè)統(tǒng)計年鑒與中國氣象年鑒）。由于氣象資料的獲取靠的是氣象觀測站的數(shù)據(jù)，觀測點(diǎn)越多數(shù)據(jù)越多，所獲取的數(shù)據(jù)越接近真實(shí)的情況，但從中國統(tǒng)計年鑒與氣象年鑒所能獲得的是我國主要34個城市的數(shù)據(jù)，而這34個城市覆蓋了我國所有區(qū)域，特別是重要的森林覆蓋區(qū)，因此，氣象數(shù)據(jù)就選擇我國主要34個城市的林業(yè)生產(chǎn)總值（TP）、降水量（WQ）、氣溫（AT）、濕度（HD）、日照數(shù)（SL）的平均數(shù)。由于大連、青島、?？?、桂林、重慶有個別年份數(shù)據(jù)缺失，便采用相近區(qū)域城市數(shù)據(jù)與前后年份數(shù)據(jù)進(jìn)行平均化處理而得。表2是各變量的描述性統(tǒng)計量，從偏度看，除濕度（HD）序列左偏外，其余序列都是右偏的，降水量（WQ）和濕度（HD）不能拒絕正態(tài)分布外，其余序列都強(qiáng)烈拒絕正態(tài)分布。表3是各序列（原始數(shù)據(jù)）之間的相關(guān)系數(shù)，從相關(guān)系數(shù)值可以知：除氣溫（AT）外，林業(yè)生產(chǎn)總值與各氣候因素之間的關(guān)系都呈負(fù)相關(guān)性，林業(yè)生產(chǎn)總值（TP）與降水量（WQ）相關(guān)程度最弱，而與濕度（HD）的相關(guān)程度最強(qiáng)。

3.2 相依關(guān)系的定量和定性分析

先計算各序列林業(yè)生產(chǎn)總值（TP）、降水量（WQ）、氣溫（AT）、濕度（HD）、日照數(shù)（SL）的經(jīng)驗(yàn)分布 F ，得各分布序列TPECDF、WQECDF、ATECDF、HDECDF、SLECDF，以這些序列作為模型邊緣分布，分別作出TPECDF與其他各序列的散點(diǎn)圖（圖略），除序列TPECDF與WQECDF之外，可見TPECDF與其他各序列有較強(qiáng)的相依關(guān)系。即林業(yè)經(jīng)濟(jì)發(fā)展與氣溫、濕度、日照數(shù)之間具有較強(qiáng)的相關(guān)關(guān)系,其中林業(yè)經(jīng)濟(jì)發(fā)展與濕度的相依關(guān)系為最強(qiáng)，而林業(yè)經(jīng)濟(jì)發(fā)展與降水量之間的相依關(guān)系不明顯①。表4是林業(yè)生產(chǎn)總值的分布序列（TPECDF）與其他分布序列的相關(guān)系數(shù)，序列（TPECDF）與序列（HDECDF）之間表現(xiàn)為較強(qiáng)的負(fù)相關(guān)性，序列（TPECDF）與序列（WQECDF）的相關(guān)性最弱，而序列（TPECDF）與序列（ATECDF）表現(xiàn)為正相關(guān)性。用數(shù)據(jù)對模型進(jìn)行參數(shù)估計，其結(jié)果如表5。林業(yè)經(jīng)濟(jì)發(fā)展與氣溫、濕度、日照數(shù)的相依關(guān)系在1%與5%的顯著水平下顯著。（TP,AT）、（TP,HD）、（TP,SL）的參數(shù) θ 的值依次為4.924、-15.0918、-4.2905，表明林業(yè)經(jīng)濟(jì)發(fā)展與氣溫之間正相關(guān)。它們之間相依關(guān)系的強(qiáng)弱順序?yàn)榱謽I(yè)經(jīng)濟(jì)發(fā)展與濕度、林業(yè)經(jīng)濟(jì)發(fā)展與溫度、林業(yè)經(jīng)濟(jì)發(fā)展與日照數(shù)。由于林業(yè)經(jīng)濟(jì)發(fā)展與降水量之間相依關(guān)系不顯著，所以在表中沒有列出。這與散點(diǎn)圖所表示出的關(guān)系一致。從林業(yè)生產(chǎn)總值與氣溫、濕度、日照數(shù)之間的經(jīng)驗(yàn)分布密度和Frank Copula函數(shù)模型擬合密度表面圖來看，林業(yè)生產(chǎn)總值與濕度的擬合圖形較好，與氣溫和日照數(shù)的擬合情況稍差一點(diǎn)，這可能是由于數(shù)據(jù)量不足所致，但還是能從中顯示出林業(yè)生產(chǎn)總值與氣溫、濕度、日照數(shù)結(jié)構(gòu)之間的某些相關(guān)性，并能清楚的表明林業(yè)經(jīng)濟(jì)發(fā)展與氣溫之間正相關(guān)，林業(yè)經(jīng)濟(jì)發(fā)展與濕度、日照數(shù)之間負(fù)相關(guān)。

篇10

摘要:

氣候的不穩(wěn)定性要比氣溫持續(xù)升高的危害性更大。以民勤荒漠區(qū)為例，運(yùn)用1961—2013年的氣象觀測資料，分析了民勤荒漠氣候在響應(yīng)全球變暖過程中的不穩(wěn)定性。結(jié)果表明:①1月和4月平均氣溫的不穩(wěn)定性增大，2月的等溫日期提前10．36d。②12月和1月的極端最高氣溫的不穩(wěn)定性增大，7月的極端最低氣溫的不穩(wěn)定性增大，5月的極端最低氣溫的變異系數(shù)高達(dá)287．3%。③1月降水量的不穩(wěn)定性增大。同時，年降水量的穩(wěn)定性增強(qiáng)。

關(guān)鍵詞:

氣候變化;荒漠氣候;不穩(wěn)定性;民勤

近年來，全球氣溫變暖已成為一個全世界廣泛關(guān)注的問題。IPCC(政府間氣候變化專門委員會)第三次評估報告指出，20世紀(jì)全球平均氣溫升高了(0．6±0．2)℃，20世紀(jì)80年代和90年代是近100a中最溫暖的20a〔1〕。IPCC第四次評估報告〔2〕稱，1906—2005年全球地表平均溫度上升了0．74℃，20世紀(jì)后半葉北半球平均溫度是近1300a中最高的50a。IPCC第五次評估報告〔3〕稱，20世紀(jì)50年代以來的氣候變化是千年以來所未見的。剛剛過去的3個10a每一個都刷新了氣溫最高的紀(jì)錄;從1983—2012年可能是北半球自1400年以來最熱的30a。并指出，這次評估結(jié)果要比原來認(rèn)識到的更加嚴(yán)重，而且有95%以上的把握認(rèn)為氣候變化是人類的行為造成的。隨著全球變暖，引發(fā)了許多生態(tài)和環(huán)境問題。極端高溫事件引發(fā)了北半球中高緯度地區(qū)發(fā)生季節(jié)性花粉過敏的時間提前、歐洲一些地區(qū)人口死亡率提高等許多負(fù)面結(jié)果〔4－5〕。我國學(xué)者預(yù)測，從現(xiàn)在開始到2100年，全球平均氣溫的“最可能升高幅度”是1．84℃。如果未來全球平均增溫達(dá)到1．5～2．5℃(相對于1980—1999年)，將有20%～30%的物種可能面臨滅絕的風(fēng)險;如果升溫幅度超過3．5℃，則有高達(dá)40%～70%的物種可能滅絕〔6〕。地球上不同部位、不同地貌對全球變暖的響應(yīng)各不相同〔7〕。在全球范圍內(nèi)，除澳大利亞和北非干旱區(qū)外，南美洲、南非、北美洲、中亞和中國西北等全球主要干旱區(qū)近百年來呈明顯變干趨勢，且全球氣候變暖時段的干旱年發(fā)生概率明顯偏高〔8〕。1961—2007年我國干旱區(qū)年平均氣溫約上升了1．8℃，上升速率為0．39℃?(10a)－1〔9〕。中國西北的陜、甘、寧、新變暖的強(qiáng)度高于全國平均值〔7，10〕。新疆北部最近10a平均氣溫比前30a的平均值偏高0．7℃〔7〕?？茽柷呱车貫跆m敖都地區(qū)春、冬季溫度有逐漸回升的趨勢，且冬季升溫明顯大于春季，偏暖溫和高溫的年份出現(xiàn)頻率較多〔11〕?；哪顷懙厣系娜笞匀粎^(qū)之一，荒漠地區(qū)具有與其他地區(qū)完全不同的氣候特征。Zhu等〔12〕的分析結(jié)果表明，民勤荒漠區(qū)1961—2009年的年平均氣溫升高速率大于全球水平，也大于中國近百年來水平，但低于中國東北地區(qū)近20a的上升速率。有關(guān)氣候的不穩(wěn)定性研究主要集中在古氣候研究方面〔13－14〕。隨著全球變暖，中國旱澇氣候?yàn)?zāi)害的年際和年代際變化更加明顯，東亞夏季風(fēng)降水在21世紀(jì)初不僅年際變率增強(qiáng)，而且亞洲夏季風(fēng)增強(qiáng)，引起中國華北和華南地區(qū)夏季降水明顯增強(qiáng)，洪澇災(zāi)害增多〔15〕。河北衡水等縣〔16〕以及河南省獲嘉縣〔17〕等地隨著氣候變暖，氣候的不穩(wěn)定性增強(qiáng)。干旱、半干旱地區(qū)許多生態(tài)與環(huán)境方面的問題可能與氣溫變暖密切相關(guān)〔18〕。氣溫的不穩(wěn)定性尤其是極端氣溫的不穩(wěn)定性對農(nóng)林牧業(yè)生產(chǎn)的影響遠(yuǎn)比持續(xù)變暖要大得多〔19－20〕。曹玲等〔21〕將極端天氣現(xiàn)象定義為大雨、干旱、≥35℃高溫、≤－20℃低溫、霜凍、大風(fēng)、沙塵暴、雷暴和冰雹等，利用1958—2006年甘肅河西走廊18個觀測站的觀測資料進(jìn)行了分析?；哪巧鷳B(tài)系統(tǒng)中最為脆弱的系統(tǒng)。然而目前還沒有人研究過荒漠氣候的穩(wěn)定性問題，本文以民勤荒漠區(qū)為例，就這個問題作一初步分析。

一、研究區(qū)與研究方法

1.1研究區(qū)概況

民勤縣位于中國西北干旱區(qū)河西走廊東北側(cè)的石羊河流域下游，地處騰格里沙漠的西緣，地理位置101°48'～104°13'E，38°05'～39°27'N，總土地面積為16016km2，境內(nèi)海拔多在1300～1350m(圖1)。民勤縣的生態(tài)退化大致可分為三個歷史景觀，即漢代以前－自然生態(tài)景觀，西漢(前206年至公元25年)至民國年間－退化生態(tài)景觀，1950年以來－人工生態(tài)景觀。民勤縣屬于中國最典型的荒漠化地區(qū)。據(jù)民勤縣統(tǒng)計部門提供的資料，目前，境內(nèi)沙漠、戈壁、鹽堿灘地和低山殘丘占總土地面積的94．2%。其中，沙漠面積占總面積的55．03%。民勤縣多年平均降水量116．52mm，蒸發(fā)量2351．79mm，年平均≥17m?s－1大風(fēng)28．2d，沙塵暴25．8d，揚(yáng)沙天氣37．8d，浮塵天氣30．2d。目前綠洲內(nèi)部及其邊緣地下水位已下降至20m左右。圖1研究區(qū)位置Fig．1Geographicallocationofthestudyarea由于氣候干旱，降水稀少，原有植被大面積衰敗死亡，荒漠草場退化。

1.2觀測與數(shù)據(jù)處理方法

運(yùn)用民勤治沙綜合試驗(yàn)站1961—2013年氣象觀測資料，觀測指標(biāo)主要有日照、氣溫、氣壓、降水、空氣濕度、地溫、風(fēng)速風(fēng)向、大風(fēng)日數(shù)、沙塵暴日數(shù)等，每一觀測指標(biāo)中又包括多個統(tǒng)計項，如氣溫有月平均氣溫、年平均氣溫、月極端最高氣溫、月極端最低氣溫等;降水量包括各月降水量、年降水量和日降水強(qiáng)度。其他站點(diǎn)的資料來源于“中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)”。本文氣候的不穩(wěn)定是指氣候指標(biāo)忽高忽低，變差增大。變差的大小用3a滑動標(biāo)準(zhǔn)差(1式)計算，變差的變化趨勢用一次線性趨勢線(2式)表示，變化趨勢的顯著性用回歸趨勢線的顯著性檢驗(yàn)來判定。數(shù)據(jù)分析運(yùn)用SPSS13．0完成。

二、結(jié)果分析

2.1民勤荒漠氣候?qū)θ蜃兣捻憫?yīng)

1961—2013年民勤年平均氣溫7．80℃，年平均氣溫顯著升高(P＜0．05)，升高趨勢為0．116℃?(10a)－1(圖2a)。1961—2013年的月平均氣溫只有2月、4月和6月升溫顯著(P＜0．05)(圖2b)，其他月變化不顯著(P＞0．05)。統(tǒng)計表明，2月氣溫標(biāo)準(zhǔn)差最大，其次是1月和12月，再次是11月和4月，7月最小(圖2c)。3a滑動標(biāo)準(zhǔn)差分析表明，只有1月和4月平均氣溫有顯著增大趨勢(圖2d)(P＜0．05)，其他各月和年平均氣溫的顯著增大趨勢不顯著(P＞0．05)。進(jìn)一步按年代分組(1961—1970，1971—1980，1981—1990，1991—2000，2001—2010，2011—2013年)分析，1月標(biāo)準(zhǔn)差最大，其次是4月、2月、6月和3月，其中只有2月和4月增大趨勢顯著(P＜0．05)，年和其他月份均不顯著，11月的變異系數(shù)最高，達(dá)－42．7%(表1)。

2.2冬春季極端最高氣溫的變差

1961—2013年當(dāng)?shù)氐哪陿O端最高氣溫平均為37．16℃，1997年達(dá)到最高值41．0℃(7月22日)同期只有3月和11月極端最高氣溫(圖3b)增高趨勢顯著(P＜0．05)，其他各月和年極端最高氣溫變化趨勢均不顯著(P＞0．05)。1961—2013年各月極端最高氣溫變化的標(biāo)準(zhǔn)差(圖3c)表明，1月的標(biāo)準(zhǔn)差最大，其次是12月、2月和3月，6月極端最高氣溫的標(biāo)準(zhǔn)差最小。12月的月極端最高氣溫的3a滑動標(biāo)準(zhǔn)差增大趨勢為極顯著(P＜0．01)，1月的極端最高氣溫的標(biāo)準(zhǔn)差增大趨勢為顯著(P＜0．05)(圖3d)，年和其他各月極端最高氣溫的3a滑動標(biāo)準(zhǔn)差的變化趨勢均不顯著(P＞0．05)。按年代分組分析表明，3月標(biāo)準(zhǔn)差最大，其次是2月、4月、1月和10月，12月最小。但按年代分組的極端最高氣溫變化趨勢均不顯著(P＞0．05)，1月的變異系數(shù)最高，為12．5%(表2)。

2.3夏季極端最低氣溫的變差

1961—2013年當(dāng)?shù)氐哪陿O端最低氣溫平均為－25．07℃，2008年達(dá)到最低值－32．2℃(2月1日)，年極端最低氣溫的變化趨勢不顯著(P＞0．05)(圖4a)，而9月的極端最低氣溫增高趨勢為極顯著(P＜0．01)，4月和6月的月極端最低氣溫增高趨勢顯著(P＜0．05)(圖4b)。1961—2013年各月極端最低氣溫變化的標(biāo)準(zhǔn)差(圖4c)表明，2月標(biāo)準(zhǔn)差最大，其次是11月、12月、10月和3月，6月極端最低氣溫的標(biāo)準(zhǔn)差最小。5月的月極端最低氣溫的3a滑動標(biāo)準(zhǔn)差減小趨勢為極顯著(P＜0．01)，3月的極端最低氣溫的3a滑動標(biāo)準(zhǔn)差減小趨勢為顯著(P＜0．05)，7月的極端最低氣溫的3a滑動標(biāo)準(zhǔn)差增大趨勢為顯著(P＜0．05)(圖4d)，年和其他各月極端最低氣溫的3a滑動標(biāo)準(zhǔn)差的變化趨勢均不顯著(P＞0．05)。按年代分組分析表明，1月標(biāo)準(zhǔn)差最大，其次是10月、4月、9月、2月、11月，12月最小，但按年代分組的極端最低氣溫只有11月和年的變化趨勢顯著(P＜0．05)，其他月份均不顯著(P＞0．05)。5月的極端最低氣溫的變異系數(shù)高達(dá)287．3%(表3)。

2.4冬季

1月降水的不穩(wěn)定性1961—2013年的年平均降水量為116．4mm，最多年份為185．8mm(1973年)，最小年份為42．2mm(1961年)(圖5a)，年降水量和各月降水量多年變化趨勢在95%的置信水平上回歸趨勢均不顯著(P＞0．05)。1961—2013年各月降水量變化的標(biāo)準(zhǔn)差(圖5b)表明，降水量變差最大的是8月，其次是7月、6月、9月和5月，12月降水量的變差最小，各月降水量變化的標(biāo)準(zhǔn)差與月降水量極顯著正相關(guān)(r=0．982，P＜0．01)。分析表明，年降水量的3a滑動標(biāo)準(zhǔn)差減小趨勢為顯著(P＜0．05)，而1月降水量的3a滑動標(biāo)準(zhǔn)差增大趨勢為顯著(P＜0．05)(圖5c)。按年代分組分析表明，年降水量的標(biāo)準(zhǔn)差最大，其次是9月、7月、6月、8月，12月亦最小。但按年代分組的降水量只有10月為顯著減小趨勢(P＜0．05)，年降水量和其他月份降水量變化均不顯著(P＞0．05)(表4)。按年代分組分析表明，日最大降水量增加趨勢顯著(P＜0．05)，但日最大降水量和各月最大降水量的3a滑動標(biāo)準(zhǔn)差變化趨勢以及年和各月的最長連續(xù)無降水日均為不顯著(P＞0．05)(圖5d)，2月的變異系數(shù)最高，其次是1月和11月。

三、討論

(1)為了驗(yàn)證本文的研究結(jié)果，分析了河西走廊沙漠邊緣和新疆以及內(nèi)蒙古西部一些下墊面相同站點(diǎn)的同期資料。結(jié)果表明，在全球變暖背景下，新疆、內(nèi)蒙古西部和河西走廊沙漠邊緣一些站點(diǎn)氣候的不穩(wěn)定性表現(xiàn)出了不同程度的增強(qiáng)(表5)。但因民勤治沙綜合試驗(yàn)站深入沙漠較深(圖1)，因而氣候的不穩(wěn)定性表現(xiàn)較其他站點(diǎn)更為突出。(2)沙漠地區(qū)植被蓋度低，大面積沙面。的沙面將大量的太陽輻射反射到近地層大氣中，因而沙漠地區(qū)春季增溫迅速，這便是沙漠地區(qū)氣溫響應(yīng)全球變暖敏感和在全球變暖過程中氣候的不穩(wěn)定性增強(qiáng)的主要原因。表5河西走廊沙漠邊緣氣候的不穩(wěn)定性Tab．5ClimateinstabilityinthemarginalzoneofdesertintheHexiCorridor氣象站年極端最高氣溫/℃趨勢3a滑動標(biāo)準(zhǔn)差年極端最低氣溫/℃趨勢3a滑動標(biāo)準(zhǔn)差降水量/mm趨勢3a滑動標(biāo)準(zhǔn)差鼎新站0．01*金塔站0．08*0．08*玉門鎮(zhèn)站0．04＊＊塔中站0．04*若羌站0．53＊＊0．33＊＊和田站0．02*0．31＊＊左旗站0．03*0．01＊＊0．12＊＊0．02*赤峰站0．05*0．00＊＊*為顯著增大(P＜0．05)，＊＊為極顯著增大(P＜0．01)。(3)近兩年，中國出現(xiàn)了一些異常氣候事件:2010年中國云南遭遇百年一遇的全省性特大旱災(zāi)，干旱范圍之廣、時間之長、程度之深、損失之大，均為云南省歷史少有;2011年春季，中國南方遇到了持續(xù)7個月之久的干旱，實(shí)屬百年一遇，云南、貴州、廣西、重慶、四川5省區(qū)市耕地受旱面積6．73×106hm2，2．09×107人、1．37×107頭大牲畜因旱飲水困難;2012年7月21日北京遭遇61a來的特大暴雨，受災(zāi)面積1．60×106hm2，成災(zāi)面積1．40×106hm2，全市受災(zāi)人口1．60×106人;2005年6月1—2日，額爾齊斯河全流域發(fā)生了突發(fā)性融雪和降雨混合型大洪水事件〔22〕。以上這些“異常事件”或“百年一遇”事件反映出的共同特征，是氣候變化的不穩(wěn)定性在增強(qiáng)，這些是否與全球變暖有關(guān)，尚待進(jìn)一步研究。(4)民勤荒漠區(qū)響應(yīng)全球變暖的主要特征是春季氣溫回升早，春季物候提前〔23〕。民勤縣夏糧播種最大的是小麥和玉米，3月中旬是小麥播種季節(jié)，4月是玉米、葵花、辣椒和各種瓜類的播種季節(jié)，麥苗已經(jīng)出土。3、4月也是當(dāng)?shù)馗鞣N植物萌動展葉和開花季節(jié)〔23〕，氣溫變暖，導(dǎo)致春季物候提前，春節(jié)氣溫不穩(wěn)定，給農(nóng)業(yè)造成一定的影響:一方面農(nóng)作物和其他植物遭受凍害，如葡萄、蘋果等;另一方面每年3—5月是大風(fēng)、沙塵暴的集中分布季節(jié)〔24〕，大風(fēng)往往造成農(nóng)林業(yè)受害減產(chǎn)，甚至造成事故，2010年4月24日19時，民勤縣發(fā)生特強(qiáng)沙塵暴，最小能見度為0m，瞬間極大風(fēng)速達(dá)到28m?s－1，導(dǎo)致停電、火災(zāi)等多起事故。(5)本文在計算滑動平均標(biāo)準(zhǔn)差采用了3個數(shù)據(jù)。因?yàn)槲覀兊哪康氖且獙ふ易儾畹脑龃筅厔?，由于有的?shù)據(jù)忽高忽低，因而其變差(標(biāo)準(zhǔn)差)的變化趨勢回歸不顯著。然而，變化趨勢不顯著并不能說明變化小而可以忽略，相反，這種忽高忽低無規(guī)律的變化或許正是氣候不穩(wěn)定的表現(xiàn)形成之一。

四、結(jié)論

(1)1961—2013年，民勤荒漠區(qū)氣候在響應(yīng)全球變暖過程中，年平均氣溫和2月、4月以及6月上升顯著。1月和4月平均氣溫的不穩(wěn)定性增大。1961—2013年2月的等溫日期提前10．36d。(2)3月和11月的極端最高氣溫顯著增升高，12月和1月極端最高氣溫的不穩(wěn)定性增大;年極端最低氣溫和4月、6月、9月極端最低氣溫顯著升高，7月最低氣溫的不穩(wěn)定性增大，5月極端最低氣溫的變異系數(shù)高達(dá)287．3%。與此同時，3月和5月極端最低氣溫的穩(wěn)定性增強(qiáng)。(3)3月的最大降水量為增大趨勢，1月降水量的不穩(wěn)定性增大，10月的降水顯著減少。與此同時，年降水量的穩(wěn)定性增強(qiáng)。各月降水量變化的標(biāo)準(zhǔn)差與月降水量極顯著正相關(guān)。(4)氣候的不穩(wěn)定性要比在全球變暖過程中氣溫的持續(xù)升高對農(nóng)牧業(yè)生產(chǎn)的影響更大，當(dāng)?shù)貧夂蜃兓瘜r(nóng)牧業(yè)生產(chǎn)的影響主要是極端最高氣溫的突升和極端最低氣溫的突降。

參考文獻(xiàn):

〔1〕秦大河，ThomasS，259名作者和TSU．IPCC第五次評估報告第一工作組報告的亮點(diǎn)結(jié)論〔J〕．氣候變化研究進(jìn)展，2014，10

〔2〕孫成全，高峰，曲建升．全球氣候變化的新認(rèn)識〔J〕．自然雜志，

〔3〕秦大河，羅勇，陳振林，等．氣候變化科學(xué)的最新進(jìn)展———IPCC第四次評估綜合報告解析〔J〕．氣候變化研究進(jìn)展，2007，3

〔4〕丁一匯．中國西部環(huán)境變化的預(yù)測〔C〕//秦大河．中國西部環(huán)境演變評．北京:科學(xué)出版社，2002:1－231．

〔5〕李新周，劉曉東，馬柱國．近百年來全球主要干旱區(qū)的干旱化特征分析〔J〕．干旱區(qū)研究，2004，21(2):97－103．