西南地区气候生产力及脆弱性研究

 2022-01-20 12:01

论文总字数:15997字

目 录

1 引言 1

2 资料和方法 2

2.1 研究区域概况 2

2.2 气象资料 2

2.3 研究方法 3

2.3.1 气候生产力模型 3

2.3.2 时空动态特征分析方法 3

2.3.3 气候倾向率 4

2.3.4 气候变率 4

2.3.5 突变检测 4

2.3.6 脆弱性分析 4

3 结果与分析 5

3.1 西南地区整体状况 5

3.1.1气温和降水的时间变化特征 5

3.1.2气温和降水的空间变化特征 5

3.1.3西南地区气候生产力的时空变化特征 8

3.2 西南地区气候资源承载力以及脆弱性分析评估 10

3.2.1 气候资源承载力评估 10

3.2.2 西南地区脆弱性分析 11

4 结论与讨论 13

5 存在的问题 13

参考文献 15

致谢 17

西南地区气候生产力及脆弱性研究

郑箐舟

,China

Abstract:The climate productivity and its change trend of 108 meteorological stations in Southwest China during the past 1966-2015 years were studied in this paper.The Southwest region is an important agricultural production area in China.It is important to study the climate productivity in this region to improve the agricultural production. Based on the fifty-year precipitation and temperature data,the results were analyzed by linear trend,kriging and Mann-Kendall test.Based on the Thornthwaite Memorial model,this paper studies the climate productivity of this region,and further analyzes the climate resources carrying capacity and ecosystem fragility in Southwest China.The results show that the warming trend is obvious in the Southwest region in recent 50 years,but the annual precipitation is generally reduced.The overall climate productivity is on the rise,among which the rising trend is obvious in Yunnan and Tibet autonomous regions.Southwest climatic resources carrying capacity is 12 people / hm2.However,the climatic resources carrying capacity in Tibet is the lowest,only 7.9 people /hm2.Most sites in Guizhou Province show mild vulnerability.Some sites in Yunnan and Tibet autonomous regions show moderate vulnerability,while the rest of the region shows no vulnerability and is in a stable state.

Key words: Southwest region; temperature; precipitation;climate productivity;vulnerability

1 引言

现在全世界都在关注气候变化问题。工业革命以来,大气中二氧化碳浓度的增加导致全球变暖趋势明显,温室效应愈发严重。根据2013年IPCC第五次报告[1],1880-2012年全球海陆表面平均温度呈线性上升趋势,升高了0.85℃。我国的气候变化趋势和全球的气候变化趋势几乎一致,气温均呈上升趋势。然而气候变化对农业生产有着巨大的影响,其中受到影响最大的是作物气候生产力。气候生产力是当地潜在最大的作物生产量,可以为改良农业技术、调整合理的农业生产布局、提高农产品产量提供有效的理论依据。

西南地区的江河、林木、牧草资源十分丰富,但是同时也面临着全球温室效应、环境愈发恶劣带来的挑战。由于人为不合理的开发自然资源,破坏了生态平衡,导致水土流失严重,土壤迅速退化,这直接影响了粮食的生产[2]。四川盆地是我国重要的粮食产地之一,良好的气候和地形条件是它农业发达的基础。我们应该重视环境持续恶化所带来的影响,否则将会给经济发展带来巨大的损失。

国外对于气候生产力的研究已经比较成熟,并建立了一些模型,比如根据作物生产量与温度、降水量相关而建立的Miami模型、表征农作物光温的Wagenigen模型和农业生态区域AEZ模型等[3]。但是由于数据、资料的限制,我国大尺度区域在气候生产力时间以及空间的研究并不多[4]。本文主要探讨西南地区的气候资源变化趋势及气候生产力,以期给农业生产、合理的调整农业生产布局提供参考,给未来该地区应对全球气候变化采取措施提供理论依据。

生态系统是一个动态的系统,具有一定的调节机制。但是由于人类活动越来越依赖于自然环境,不断地开发自然资源,导致生态系统或者体系抗干扰的能力越来越低,恢复能力逐渐下降。并且由于人类与自然因素相互叠加、交叉,现在地球系统内已不存在绝对没有受到人类干预的区域。所以本文利用气候生产力模型深入研究了气候资源承载力与脆弱性,对实现西南地区可持续发展提供有效的、重要的理论依据。

在全球气候变化的背景下,各项气象要素变率增加,气象的不确定性加大,导致人与环境的复杂性加大。研究气候资源承载力,有利于明确人类可持续发展一个比较合理长期的度,并对节能减排政策的制定提供理论依据[5]。气候生产力是研究的气候资源合适的条件下生态系统生产力,而气候资源承载力研究的是在气候生产力确定的基础上,理论上单位面积土地最大可能承载的人口量[6]。将气候生产力乘以经济系数0.4后可近似得到作物产量的多少。根据国家公布的人均每年粮食消耗量380-400kg的标准,将作物产量再除以400,可计算出西南地区单位面积最大可能的气候资源承载人口的能力[2]

脆弱性是事物易受到不利影响的倾向,也包括对危害的敏感性或者是易感性以及应对和适应能力的缺乏[7]。由于人为因素、自然资源愈发紧缺、环境问题日益突出,导致生态系统环境本身的调节能力下降,人类与自然的矛盾愈加明显。生态系统自身调节能力下降将导致生态系统对外界环境变化的适应力下降,而敏感性提高。对于特定的研究区域而言,敏感性在外界环境因素干扰作用不变的情况下,与脆弱性成正比,但是敏感性和脆弱性并不完全相等,所以将敏感性定义为生产系统在某一方面对于气候变化的响应程度。自适应性,即稳定性,它代表这系统对于外界环境变化,维持系统处于相对稳定状态的一种度量。变率的变化趋势表示着系统是否趋向相对稳定的状态,是否能够很好的适应气候的变化。研究脆弱性可以为可持续发展、减轻外界因素对于系统的不利影响提供决策依据[8]。对于生产系统支持功能而言,NPP很大程度上代表了区域的气候因素[9],所以本文利用气候生产力模型来计算NPP(净第一生产力),该模型是在土壤水分充足、日照条件良好的情况下植被的蒸发量来计算NPP的,较好的水热条件的配置是生态系统具有良好支持功能的前提[10]

2 资料和方法

2.1 研究区域概况

西南地区包括四川省,云南省,西藏自治区,贵州省,重庆市。总面积达2.333×106平方公里,土地面积大约占我国面积的25%,地理范围是85°~115°E,20°~35°N[9],位于中国低纬度地区,在我国长江上游区域。其地形十分复杂,山脉、江河众多,包括了高原、山地、丘陵、盆地和平原五种地形地貌。由于复杂的地貌特征,该地区是典型的气候多变区。气候类型主要为亚热带季风气候。在海洋温度和大气环流的影响下,该地区近几十年旱灾频发,干旱现象十分严重[11,12]

2.2 气象资料

本文选用西南地区具有比较完整数据的108个测站(如图1)1966-2015年这50年气候数据,包括温度(℃),降水量(mm)。对于部分测站缺少少量的气象数据,按照时间线性插值方法进行补插,即提取缺测月份50年间的气象资料,并计算出该月份的时间序列线性趋势方程,根据该方程计算出缺测月份的气象数据,将得到的数值进行补插,形成连续的气象数据。一般认为长序列气候分析中允许进行这样的插补[13]

GIS能有效的管理具有空间属性的数据,并能迅速处理数据[14]。所以本文利用提取的气温、降水资料,利用ArcGIS10.2处理气象要素与空间的关系。本文采用空间投影坐标系统为Albers等角圆锥系统,并用克里金(kriging)进行插值处理。

图 1西南地区气象站点分布图

2.3 研究方法

2.3.1 气候生产力模型

气候生产力是指充分合理地利用当地的气候资源,在其他气候条件处于最适宜的状态下单位面积土地上可能获得的最大的生物学产量[15]。计算气候生产力的模型主要的有三个,包括迈阿密(Miami)模型、桑斯维特纪念(Thornthwaite Memorial)模型和筑后(Chikugo)模型[17]。本文主要以实际蒸散量为变量,利用降水量和温度这两个气候因子进行处理,所以采用桑斯维特纪念模型。该模型计算结果虽然在干旱地区精度不高,但是与实际观测值差距不大[18]。模型如下:

剩余内容已隐藏,请支付后下载全文,论文总字数:15997字

相关图片展示:

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;