阿尔卑斯山山体效应及其对林线的影响分析

阿尔卑斯山是欧亚大陆上著名的山地,对欧洲的地理生态格局具有重要的影响.山体效应产生的原因在于隆起的高原或山地吸收了更多的太阳辐射.因此,论文以阿尔卑斯山为研究对象,利用收集到的气象台站观测数据、林线、数字高程数据,以及基于半球视域算法计算得到的太阳辐射数据等,分析阿尔卑斯山气温的空间分布格局以及最热月、最冷月、全年的太...     

青藏高原气温空间分布规律及其生态意义

作为世界第三极的青藏高原,其巨大的块体产生了显著的夏季增温作用,对亚洲乃至全球气候都具有重大影响。但由于高原自然条件严酷,山区气象观测台站很少,气象资料极度匮乏;如果依靠台站数据进行空间插值获得高原气温的空间分布数据,会由于插值点过少而产生较大误差并可能掩盖一些空间信息,因而难以全面反映高原气温的空间分布规律。利用基于MODIS地表温度数据估算的青藏高原气温数据,详细分析各月气温及重要等温线的空间分布格局,并结合林线和雪线数据,初步探讨了高原气温空间分布格局对高原地理生态格局的重要影响。研究表明：① 等温线的海拔高度自高原东北部、东部边缘向内部逐渐升高,等温线在高原内部比东部边缘高500~2000 m,表明相同海拔高度上气温自边缘向高原内部逐渐升高。② 高原西北部的羌塘高原、可可西里为高原的寒冷区,全年有7个月的气温低于0 ℃,3~4个月的气温低于-10 ℃;青藏高原南部（喜马拉雅山北坡—冈底斯山南坡）和中部（冈底斯山北坡—唐古拉山南坡）是高原的温暖区,全年有5个月的气温能达到5~10 ℃,有3个月的气温能超过10 ℃,尤其是拉萨—林芝—左贡一带在3500~4000 m以下的地区最冷月均温也能高于0 ℃。③ 北半球最高雪线和林线分别分布于高原的西南部和东南部,表明高原气温空间分布特征对本地的地理生态格局具有重要影响。     

青藏高原山体效应对近地表层垂直大气昼夜温差的影响

青藏高原巨大隆起不仅塑造了欧亚大陆的气候格局,也深远地影响了高原的地理生态格局。青藏高原巨大隆起而产生的山体效应不仅可对近地表温度产生显著影响,其对近地表层垂直大气亦可产生显著作用,然而目前仍缺乏这一方面的研究。因此,本研究基于MODIS大气廓线数据产品,以昼夜温差为切入点,分析了青藏高原不同季节、不同气压面（500～200hPa）的昼夜温差差异。结果表明：(1)青藏高原内部不同季节、不同气压面高度处的昼夜温差均大于外部地区,整体符合山体效应的格局。(2)青藏高原海拔越高,不同季节的垂直层昼夜温差越大。(3)随着气压面高度的增加（500～200 hPa）,海拔对冬季大气昼夜温差的影响逐渐降低,对春季、夏季和秋季的影响程度先升高后降低,作用最大处分别出现在300 hPa、250 hPa和300 hPa。     

山体效应对北半球林线分布的影响分析

通过搜集整理了北半球516 个林线数据, 结合WorldClim 气象数据计算了林线数据点上的大陆度, 并依据SRTM高程数据提取了林线处的山体基面高度(作为山体效应的代用因子), 然后以纬度、大陆度和山体基面高度为解释变量, 建立三元回归模型。结果表明:线性回归模型的判定系数R²为0.904, 二次回归模型的R²高达0.912。相比先前不考虑基面高度的林线分布模型(R² = 0.79), 纳入了山体基面高度的林线分布模型能够更加有效的拟合半球尺度的林线分布; 结果还表明, 山体基面高度对北半球林线高度分布的贡献率达到了48.94% (p =0.000), 而纬度和大陆度分别为45.02% (p = 0.000) 和6.04% (p = 0.000)。这揭示了山体效应对半球尺度林线分布具有重要的影响。基面高度在北美洲地区对林线高度的贡献率最大(50.49%, p=0.000), 在欧亚大陆东部地区为48.73% (p = 0.000), 在欧亚大陆西部地区为43.6% (p=0.000)。这一结果说明山体效应对林线分布高度的影响虽有区域差异, 但都有较高的贡献率。     

山体基面高度对欧亚大陆东南部林线分布的影响——山体效应定量化研究

根据收集到173个林线数据,采用纬度、经度和基面高度的三元一次方程拟合欧亚大陆东南部林线分布,计算各自的标准回归系数和贡献率,以此来确定山体基面高度(山体效应的简明表达形式)对林线分布高度的影响。结果表明,纬度、经度和山体基面高度对林线分布高度的贡献率分别为30.60%、26.53%、42.87%。以北纬32o为界线,对其以北、以南区域也分别进行了分析,基面高度的贡献率达到24.10%和39.11%。分析不同尺度和区域山体基面高度作用于林线的贡献率不难发现:在欧亚大陆东南部以基面高度代表的山体效应对于林线高度的影响显著,明显地超过了纬度和经度。基面高度的作用受气候条件和海陆位置影响较小,不论大陆内部或沿海,基面高度分异对山地垂直带分异的影响都相对独立和稳定。该结果定量地表明了山体效应对林线分布高度的重要作用。     

基于MODIS的秦巴山地气温估算与山体效应分析

秦巴山地作为横亘在中国南北过渡带的巨大山脉,其山体效应对中国中部植被和气候的非地带性分布产生了重要的影响,山体内外同海拔的温差是表征山体效应大小较为理想的指标。本研究结合MODIS地表温度（LST）数据、STRM-1 DEM数据和秦巴山地的118个气象站点的观测数据,分别采用普通线性回归（OLS）和地理加权回归（GWR）两种分析方法对秦巴山地的气温进行估算,在此基础上将秦巴山地各月气温转换为同海拔（1500 m,秦巴山地平均海拔）气温,对比分析秦巴山地的山体效应。结果表明：① 相比OLS分析,GWR分析方法的精度更高,各月回归模型的R ²均在0.89以上,均方根误差（RMSE）在0.68~0.98 ℃之间。② 利用GWR估算得到的同海拔气温,从东向西随海拔升高呈现了明显的升高的趋势,秦岭西部山地比东段升高约6 ℃和4.5 ℃;大巴山西部山地年均和7月份同海拔的气温较东段升高约8 ℃和5 ℃。③ 从南向北,以汉江为分界,秦岭与大巴山的同海拔的气温均呈现出由山体边缘向内部升高的趋势。④ 秦巴山地西部大起伏高山,秦岭大起伏高中山和大巴山大起伏中山,相比豫西汉中中山谷地,各月均同海拔气温分别升高了约3.85~9.28 ℃、1.49~3.34 ℃和0.43~3.05 ℃,平均温差约为3.50 ℃,说明秦巴山地大起伏中高山的山体效应十分明显。     

北极Svalbard地区气候变化特征及其与青藏高原对比

通过分析Ｓｖａｌｂａｒｄ地区近８０ａ来的气候变化表明,其总趋势为缓慢变暖,但７０年代后期Ｓｖａｌｂａｒｄ地区的降温是全球升温的一个例外。同时对典型台站的分析得出：Ｓｖａｌｂａｒｄ地区与青藏高原气候变化存在着一定相关性,但局地的气候变化原因导致了两地之间的某些差异。     

青藏高原近50年来气温变化特征的研究

通过对我国青藏高原地区,1951～2000年的年平均气温、日最高气温、日最低气温随时间变化规律的分析发现：青藏高原近50年来年平均气温、日最高气温、日最低气温随时间均呈增温态势;日最低气温的增温比日最高气温的增温更显著;20世纪90年代以来气温明显偏高;但也有新的特点即：一月份日最高气温进入90年代不但没有变暖这反而是降底的;80年代后期年平均气温、日最高气温、日最低气温发生了显著的变暖突变。     

山体效应对台湾常绿阔叶林分布上限的影响

山体效应使山体内部的垂直植被带相对升高,影响山地的立体生态格局.台湾岛中央山脉在3500m以上,山地植被的分布高度不仅受到纬度和季风的影响,也必然受到山体效应的影响.采用台湾生物多样性信息中心发布的数据,利用多元线性回归模型分析纬度、山体效应(以山体基面高度为简单量化指标)以及季风(以冬雨量占全年降水量百分比为简明代表)对台湾常绿阔叶林分布上限的影响.结果表明,纬度、山体效应和季风为自变量的线性回归模型R2为0.562,回归方程显著,具有统计学意义,三个变量的贡献率分别为26.32％、64.12％与9.56％.这表明山体效应对台湾山地垂直带的影响非常显著,远远超过了纬度与季风的作用.同时还发现,冬雨量与垂直带分布高度的相关性以24.13°N为界,南北完全相反.该纬度以南,冬雨量与垂直带分布高度呈现较强的正相关性;而在以北,正相关性显著下降甚至出现了一定的负相关.后者应该与冬雨量过多有密切关系.     

山体基面高度对青藏高原及其周边地区雪线空间分布的影响

山体效应是地理地带性之外,在大尺度上影响垂直带分布的主要因素,山体基面高度则是山体效应的第一影响因子。青藏高原及其周边地区,雪线呈现出中心高、周围低,与山体基面高度相一致的环状分布模式。为分析山体基面高度对雪线分布的影响,本文共收集青藏高原及周边地区雪线数据142个,采用纬度、经度和基面高度为自变量的三元一次方程拟合研究区雪线分布,计算各自的标准回归系数和相对贡献率,再将基面高度划分成5个子集（0~1000 m、1001~2000 m、2001~3000 m、3001~4000 m和4001~5000 m）,分析基面高度不同的山地对雪线的影响差异。结果表明：① 在青藏高原,纬度、经度和基面高度对雪线高度分布的相对贡献率分别为51.49%、16.31%和32.20%;② 随着基面高度的增高,各子集模型的决定系数虽有逐渐降低的趋势,但仍保持在较高的值域（R²=0.895~0.668）,说明模型的有效性;③ 随基面高度的抬升,纬度和山体基面高度对雪线分布高度的相对贡献率分别表现出降低（92.6%~48.99%,R²=0.855）和增大（3.33%~31.76%,R²=0.582）的趋势,表明基面高度越高,其对雪线分布高度的影响越大。     

青藏高原增温效应对垂直带谱的影响

青藏高原作为巨大的热源对亚洲气候、高原生态格局等产生重要的影响。但青藏高原的增温效应最初是20世纪50年代因其对亚洲气候的重大影响而被发现的,因此,大量的相关研究主要集中在高原夏季增温对气候的影响方面,而高原增温效应对高原地理生态格局的影响研究却非常少。利用收集到的气象台站观测数据、基于MODIS地表温度估算的青藏高原气温数据、林线数据和垂直带谱数据及DEM数据,通过对比分析高原内部与外围山区垂直带谱高度的变化及林线的分布规律,并以高原内部与边缘地区相同海拔高度上的气温差、最热月10℃等温线、15℃·月的温暖指数等温度指标来定量描述高原的增温效应及其对垂直带谱和林线的影响。研究结果表明:1由于青藏高原增温效应的影响,高原内部气温和生长季长度高于边缘地区,相同海拔高度上,高原内部各月气温比边缘地区高2~7℃;在4500 m高度上,高原内部各月气温比四川盆地高3.58℃(4月)到6.63℃(6月);最热月10℃等温线的海拔高度也从东部边缘(4000 m以下)向内部逐渐升高,在拉萨-改则一带则可出现在4600~5000 m的高度;15℃·月的温暖指数的海拔高度也从边缘向内部逐渐升高,在4500 m的海拔高度上,横断山区、高原南部和中部地区的温暖指数均能达到15℃·月以上,而其它边缘地区则都低于15℃·月。2青藏高原垂直带谱和林线的分布规律与增温效应的规律极其一致,即均从东部边缘向内部逐渐升高,表明增温效应抬升了高原内部垂直带谱的分布范围和高度:山地暗针叶林带的分布范围在高原内部比东部边缘地区高1000~1500 m;山地草甸带的分布范围在高原内部比东部边缘高出700~900 m;高原内部林线比外围地区高500~1000 m左右。最热月10℃等温线和15℃·月温暖指数的分布规律与林线分布规律一致,表明高原增温效应对垂直带谱的分布具有重要的影响。     

基于MODIS数据的青藏高原气温与增温效应估算

利用2001-2007 年MODIS地表温度数据、137 个气象观测台站数据和ASTERGDEM数据, 采用普通线性回归分析方法(OLS)及地理加权回归分析方法(GWR), 研究了高原月均地表温度与气温的相关关系, 最终选择精度较高的GWR分析方法, 建立了高原气温与地表温度、海拔高度的回归模型。各月气温GWR回归模型的决定系数(Adjusted R²) 都达到了0.91 以上(0.91~0.95), 标准误差(RMSE) 介于1.16~1.58℃;约70%以上的台站各月残差介于-1.5~1.5℃之间, 80%以上的台站的残差介于-2~2℃之间。根据该模型, 估算了青藏高原气温, 并在此基础上, 将高原及周边地区7 月份月均气温转换到4500 m和5000 m海拔高度上, 对比分析高原内部相对于外围地区的增温效应。研究结果表明:(1) 利用GWR方法, 结合地面台站的观测数据和MODIS Ts、DEM等, 对高原气温估算的精度高于以往普通回归分析模型估算的精度(RMSE=2~3℃), 精度可以提高到1.58℃;(2) 高原夏半年海拔5000 m左右的高山区气温能达到0℃以上, 尤其是7 月份, 海拔4000~5500 m的高山区的气温仍能达到10℃左右, 为山地森林的发育提供了温度条件, 使高原成为北半球林线分布最高的地方;(3) 高原的增温效应非常突出, 初步估算, 在相同的海拔高度上高原内部气温要比外围地区高6~10℃。     

MODIS-based estimation of air temperature of the Tibetan Plateau

The immense and towering Tibetan Plateau acts as a heating source and, thus, deeply shapes the climate of the Eurasian continent and even the whole world. However, due to the scarcity of meteorological observation stations and very limited climatic data, little is quantitatively known about the heating effect and temperature pattern of the Tibetan Plateau. This paper collected time series of MODIS land surface temperature （LST） data, together with meteorological data of 137 stations and ASTER GDEM data for 2001-2007, to estimate and map the spatial distribution of monthly mean air temperatures in the Tibetan Plateau and its neighboring areas. Time series analysis and both ordinary linear regression （OLS） and geographical weighted regression （GWR） of monthly mean air temperature （Ta） with monthly mean land surface temperature （Ts） were conducted. Regression analysis shows that recorded Ta is rather closely related to Ts, and that the GWR estimation with MODIS Ts and altitude as independent variables, has a much better result with adjusted R 2 〉 0.91 and RMSE = 1.13-1.53℃ than OLS estimation. For more than 80% of the stations, the Ta thus retrieved from Ts has residuals lower than 2℃. Analysis of the spatio-temporal pattern of retrieved Ta data showed that the mean temperature in July （the warmest month） at altitudes of 4500 m can reach 10℃. This may help explain why the highest timberline in the Northern Hemisphere is on the Tibetan Plateau.     

念青唐古拉山南坡气温分布及其垂直梯度

利用架设在念青唐古拉山南坡9个海拔高度(4 300~5 500 m)的自动气象站1 a(2006年8月1日至2007年7月31日)的实测数据,对山坡1.5 m高度的近地面气温随海拔梯度和时间的分布进行了分析。表明念青南坡4 300~4 950 m冷季(10~4月)存在逆温。利用高山各观测高度的温度与当雄气象站气温具有良好相关,推算出多年平均情况下念青唐古拉山南坡各观测高度的年平均气温和各月平均气温。并由此推测念青唐古拉山南坡海拔5 100 m以上存在高山多年冻土,此多年冻土下界高度比《中国冻土》指出的高度高约200 m。     

Implications of mass elevation effect for the altitudinal patterns of global ecology

The varied altitudinal gradient of climate and vegetation is further complicated by mass elevation effect (MEE), especially in high and extensive mountain regions. However, this effect and its implications for mountain altitudinal belts have not been well studied until recently. This paper provides an overview of the research carried out in the past 5 years. MEE is virtually the heating effect of mountain massifs and can be defined as the temperature difference on a given elevation between inside and outside of a mountain mass. It can be digitally modelled with three factors of intra-mountain base elevation (MBE), latitude and hygrometric continentality; MBE usually acts as the primary factor for the magnitude of MEE and, to a great extent, could represent MEE. MEE leads to higher treelines in the interior than in the outside of mountain masses. It makes montane forests to grow at 4800–4900 m and snowlines to develop at about 6000 m in the southern Tibetan Plateau and the central Andes, and large areas of forests to live above 3500 m in a lot of high mountains of the world. The altitudinal distribution of global treelines can be modelled with high precision when taking into account MEE and the result shows that MEE contributes the most to treeline distribution pattern. Without MEE, forests could only develop upmost to about 3500 m above sea level and the world ecological pattern would be much simpler. The quantification of MEE should be further improved with higher resolution data and its global implications are to be further revealed.     

青藏高原高寒草原生态系统CO2过程研究

In this paper, the CO2 concentrations profile from 1.5 m depth in soil to 32 m height in atmosphere were measured from July 2000 to July 2001 in an alpine grassland ecosystem located in the permafrost area on the Tibetan Plateau, which revealed that CO2 concentrations varied greatly during this study period. Mean concentrations during the whole experiment in the atmosphere were absolutely lower than the CO2 concentrations in soil, which resulted in CO2 emissions from the alpine steppe soil to the atmosphere. The highest CO2 concentration was found at a depth of 1.5 m in soil while the lowest CO2 concentration occurred in the atmosphere. Mean CO2 concentrations in soil generally increased with depth. This was the compositive influence of the increasing soil moistures and decreasing soil pH, which induced the increasing biological activities with depth. Temporally, the CO2 concentrations at different layers in air remained a more steady state because of the atmospheric turbulent milking. During the seasonal variations, CO2 concentrations at surface soil interface showed symmetrical patterns, with the lowest accumulation of CO2 occurring in the late winter and the highest CO2 concentration in the growing seasons.     

CO2 processes in an alpine grassland ecosystem on the Tibetan Plateau

In this paper, the CO2 concentrations profile from 1.5 m depth in soil to 32 m height in atmosphere were measured from July 2000 to July 2001 in an alpine grassland ecosystem located in the permafrost area on the Tibetan Plateau, which revealed that CO2 concentrations varied greatly during this study period. Mean concentrations during the whole experiment in the atmosphere were absolutely lower than the CO2 concentrations in soil, which resulted in CO2 emissions from the alpine steppe soil to the atmosphere. The highest CO2 concentration was found at a depth of 1.5 m in soil while the lowest CO2 concentration occurred in the atmosphere. Mean CO2 concentrations in soil generally increased with depth. This was the compositive influence of the increasing soil moistures and decreasing soil pH, which induced the increasing biological activities with depth. Temporally, the CO2 concentrations at different layers in air remained a more steady state because of the atmospheric turbulent milking. During the seasonal variations, CO2 concentrations at surface soil interface showed symmetrical patterns, with the lowest accumulation of CO2 occurring in the late winter and the highest CO2 concentration in the growing seasons.