气候变暖背景下东北三省气候生长季时空变化特征1)

台秉洋 刘滨辉

(东北林业大学，哈尔滨，150040)

近年来气候变化已经成为影响农业和林业生产的重要因素，是当今科学研究所关注的焦点［1］。根据IPCC第四次评估报告，全球平均温度在过去100 a上升了0.74℃，过去50 a温度上升速率几乎是过去100 a的2倍［2］。在北半球20世纪后期成为了过去1800 a来最温暖的时期，同样全球的温度也可能具有这样的特点［3］。随着全球气候变暖，植物物候也发生相应变化，而这种变化大多将导致植物生长季延长［4］。可以利用气象站的气象数据分析气候变暖对植物生长季的影响，目前已经进行了一些这方面的研究工作［5－8］。温度是影响植物生长发育的主要气候因子，植物的生长发育必须在一定的温度条件下进行，低于某一温度这种植物的生长发育就会停止或不能进行，这一温度条件是这种有机物生长发育的基准温度条件。植物的气候生长季的出现就是基于这一原理，定义为气温持续稳定通过某一温度条件的期间［9］。植物不但需要在一定温度环境中才能生长发育，而且需要一定的积温才能完成其生活周期［10］。因此，气候生长季和积温是反映农林业生产与气候因子关系的主要参数，研究气候变暖背景下气候生长季的起止日期、长度和积温的变化特征对农林业生产有重要意义。

东北三省是我国重要的粮食和木材生产基地，粮食安全一直是中国关注的焦点，资源的可持续发展也备受关注［11］。农业和林业生产对气候条件依赖性很强，气候变化必然会对农业和林业产生重要的影响。目前，对全国［12－14］及东北地区［15－17］生长季和积温变化的趋势和规律已经进行了一些研究，但未全面系统深入地阐述东北三省气候生长季的时空变化规律，并且研究所利用的气象资料多为2000年以前的，选取的生物学下限温度多为0℃和10℃，并未考虑5℃这一冷季作物和树木的常用生物学下限温度。为此，本研究探讨了在气候变暖背景下东北三省气候生长季的变化规律，以及气候生长季各指标，即生长季起始日期(SGS)、生长季结束日期(EGS)、生长季长度(LGS)和积温(DGD)，与温度之间的关系，对深入研究东北三省气候变暖对农林业的影响和制定可持续发展适应对策都具有十分重要的意义。

1 研究方法

数据来源:数据为黑龙江、吉林和辽宁省34个国家基准气象站1959—2008年每日平均气温观测资料。这些气象台站均匀分布于东北三省各地区(图1)。

图1 东北三省气象台站的位置

数据预处理:在建站初期由于仪器等原因，缺失数据比较多(特别是数据连续缺失超过10 d以上)，为了保证数据的质量和完整性，排除了最初几年的气象数据，把分析时间段设定为1959至2008年。数据缺失对于大部分气象站的长期观测是不可避免的，当日平均气温连续缺失在7 d以内的，利用简单的线性插值算法估算缺失数据的值;当日平均气温连续缺失超过7 d的，利用逐步回归法拟合缺失数据的值。为了保证逐步回归的效果，逐步回归每5 a进行一次，用缺失数据站点数据作为因变量，同其它同样时间没有缺失数据的站点的数据进行回归。逐步回归拟合的效果比较好，逐步回归的最小决定系数(R2)为0.992。然后对于插值后的时间序列和未插值的时间序列进行比较，证实它们之间差异不显著。由于大部分缺失数据都在1～2d，所有站点在1959年到2008年间的缺失数据占整个期间观测数据的比例不超过0.38%，因此气象数据插值对分析结果产生的影响是有限的，气象数据的质量和一致性可以满足分析的要求。

气候生长季的确定:在温带地区，种子在温度达到5℃时开始发芽，而当土壤温度达到5℃时开始生长。平均温度稳定超过5℃的期间通常作为冷季作物和树木的生长期标准［18］。因此，将5℃定义为气候生长季的生物学下限温度，稳定通过5℃的持续日数为气候生长季长度，即东北三省一年内作物可能生长的时期［19］。稳定通过5℃的气候生长季起止日期的计算采用五日滑动平均法［20］。在此需要指出，本文计算的积温为＞5℃有效积温。

气候倾向率:采用最小二乘法计算气候要素的变化趋势，用Xi表示样本量为n的某一气候变量，用ti表示Xi所对应的时间，建立Xi与ti之间的一元线性回归方程:

Xi=ati+b;i=1，2，…，n。 (1)

式中:Xi为样本量为n的某一气候变量;ti为Xi所对应的时间;a为线性回归系数;b为线性回归常数。a和b可以用最小二乘法进行估计。以a的10倍作为气候要素倾向率［21］，表示气候要素每10 a的变化速率。

数据处理:季节的划分按照传统的方法，即春季(3—5月)、夏季(6—8月)、秋季(9—11月)及整个春、夏、秋三季(3—11月)。本文建立每个站点的春季、秋季和3—11月平均温度以及气候生长季指标的距平时间序列(实测值减去1961—1990年的多年平均值［22］)。由于34个气象站点在整个区域空间分布较均匀，整个区域时间序列的建立是通过计算所有站点的距平时间序列的算术平均值得来的。每个站点或区域的气候倾向率是利用线性回归模型计算而得到的，这里自相关不会对结果产生影响，因为线性回归的计算是基于整个区域和年或季节的时间序列进行的。利用Durbin－Watson统计方法进行自相关测试，结果显示不存在自相关。为了更好地分析温度和各生长季指数随时间的变化规律，利用九点二项式滤波曲线对时间序列进行过滤，这种方法可以把年际间的差异过滤掉而显示长期的变化规律。最后，运用相关分析法分析温度、各气候生长季指标之间的相互关系。

2 结果与分析

2.1 平均温度的变化特征

由图2可以看出，东北三省春季、秋季、3—11月平均温度在研究期间的变化规律大体相同，都是在1987年左右开始快速上升，这与Liu等［23］、Qian等［24］的研究结果相同。本文计算了1959—1986年、1987—2008年和1959—2008年东北三省春季、秋季和3—11月平均温度的气候倾向率(表1)。1959—1986年，春季平均温度缓慢上升，秋季平均温度略有下降，3—11月平均温度基本保持不变，变化幅度均不显著;1987—2008年，春季、秋季和3—11月平均温度上升速率均较快，气候倾向率在0.43～0.59 ℃·(10 a)－1之间。1959—2008 年，春季、秋季和3—11月平均温度均显著上升，气候倾向率分别为 0.38、0.29 和 0.31 ℃·(10 a)－1。另外，无论在哪一时段秋季平均温度的变化幅度均小于春季平均温度的变化幅度，这与对全球和北半球的研究结果相类似，即秋季温度的变化幅度最小［25］。从上面的分析可以看出，东北三省在1987年以后，气候变暖趋势增强。

表1 东北三省春季、秋季和3—11月平均温度的气候倾向率 ℃·(10 a)－1

2.2 气候生长季指标的时间变化特征

为了分析东北三省生长季起始日期(SGS)、生长季结束日期(EGS)、生长季长度(LGS)和积温(DGD)随时间的变化规律，计算了东北三省SGS、EGS、LGS和DGD的距平时间序列(图3、图4)。应用九点二项式过滤方法对原数据进行过滤，这样能够更好地显示出气候生长季指标随时间的长期变化规律。从图3和图4中可以看出，在整个研究期间SGS、EGS、LGS和DGD的变化根据其趋势特点大体可分为两个阶段，其转折点大致位于1987年左右。因此，计算1959—1986年、1987—2008年两个阶段和整个研究期间东北三省各气候生长季指标的气候倾向率(表2)。在第一阶段，SGS、EGS和LGS均围绕多年平均值波动，其中SGS和EGS略有下降，但不显著，而LGS基本保持不变。在第二阶段，SGS在1987—1998年间快速降低，1998—2003年基本保持不变，2003年后又开始上升;EGS在1987—1994年快速上升，1994年以后EGS的变化规律与SGS相类似;LGS在1987年后快速上升，20世纪90年代末期以后上升趋势趋于平缓;SGS、EGS和LGS随时间的变化幅度在20世纪90年代后期开始变缓，但是总体来说SGS逐渐降低，EGS逐渐升高，二者共同导致了LGS上升。对于整个研究期间来说，SGS、EGS和LGS的变化方向与第二阶段相同，且均通过了显著性检验。比较SGS和EGS的气候倾向率发现，无论在哪一时段，SGS的变化幅度都要高于EGS的变化幅度，也可以说在气候变暖的背景下，东北三省气候生长季起始日期提前的日数要多于气候生长季结束日期推迟的日数，这可能与该地区春季平均温度升高的幅度大于秋季平均温度升高的幅度有关。

图2 东北三省日均温度的距平

由图4和表2可以看出:在第一阶段，DGD围绕着多年平均值波动，显示出略有上升的态势，但不显著;在第二阶段，1987—2000年DGD呈现快速上升趋势。这与Liu［22］等分析的1955—2000年中国(包括东北地区)生长季积温随时间的变化规律类似。但2000年以后，虽然3—11月平均温度继续快速上升，DGD的变化趋势已趋于平缓。在整个研究期间，DGD显著升高。积温是反映植物在生长季内热量资源的主要指标［26］。积温的显著升高表明随着气候变暖，植物生长的热量资源条件发生了明显的改善。由于东北三省的纬度较高，热量资源条件始终是制约这里的农作物与树木生长的重要因素，因此积温的显著升高可以对农作物的产量和树木的生长量起到促进作用。

图3 东北三省SGS、EGS、LGS距平年际变化规律

图4 东北三省DGD距平年际变化规律

表2 东北三省各气候生长季指标的气候倾向率

2.3 气候生长季指标变化的空间分布特征

由图5(a)可以看出，东北三省94.1%的站点SGS的气候倾向率为负值，即SGS为提前趋势。SGS提前幅度最大的站点为长春，在50 a的研究期间里提前了11.5 d左右。所有站点中只有绥芬河与敦化两个站点SGS稍有延后，但不显著，气候倾向率小于0.4 d·(10 a)－1。SGS显著提前的站点主要集中在黑龙江省西南部、吉林西部、辽宁南部和西南地区。总体来看，东北三省SGS在研究期间提前了5.6 d，且东北三省西部SGS提前的幅度明显高于东部。

由图5(b)可以看到，东北三省97%的站点EGS的气候倾向率为正值，即EGS为延后趋势。其中白城站点延后幅度最大，在50 a的研究期间里延后了10 d左右。所有站点中只有漠河与大连两个站EGS提前，但均不显著，气候倾向率分别为－0.9、－0.6 d·(10 a)－1。EGS显著延后的站点主要集中在黑龙江省南部、西南部，吉林省西部、东北部和辽宁省西部。总体来看，东北三省EGS在研究期间延后了5.4 d，且东北三省中部EGS延后的幅度明显高于南部和北部。

图5 东北三省SGS、EGS、LGS和DGD气候倾向率的分布特征

由图5(c)可以看出，东北三省76.5%的站点LGS在研究期间增加7～20 d，且大多数站点都通过了显著性检验，其中增幅最大的站点为白城。少数站点 LGS气候倾向率在 0 ～1.4 d·(10 a)－1，分布在黑龙江省东部、东南部、吉林省长白山地区和辽宁省东部。LGS减少的站点只有黑龙江漠河1站，且幅度小，减幅为 0.6 d·(10 a)－1，没有通过显著性检验。总体来看，东北三省LGS在研究期间增加了11.0 d，且LGS气候倾向率的分布特点与SGS相类似，都是东北三省西部的增幅明显高于东部。

由图5(d)可以看出，东北三省所有站点DGD均呈现增加趋势，其中94.1%的站点DGD在研究期间增加了150℃·d以上，且所有的站点都一致通过了显著性检验。只有漠河与本溪两个站点DGD增加幅度小，分别为3.1、8.7 ℃·d·(10 a)－1，且均不显著。总体来看，东北三省DGD呈增加趋势，在研究期间内增加了268.7℃·d，这为在该区域种植对积温要求较高的农作物或树木提供了积极的条件。其中黑龙江省大部分地区DGD的气候倾向率在50℃·d·(10 a)－1以上，吉林和辽宁两省均表现出西北部DGD的气候倾向率明显高于东南部，这与刘志娟等［17］的研究结果相类似。随着东北三省稳定通过5℃的积温增加，使得冷季作物和树木的种植界限向北推移。

2.4 平均温度、生长季各指标、积温的关系

为了分析气候生长季各指标与温度之间的关系，本文计算了整个东北三省和各站点SGS与春季平均温度、EGS与秋季平均温度、LGS和DGD与3－11月平均温度的相关系数。由表3可知:在整个东北三省，SGS、EGS、LGS和DGD与其各自对应的平均温度之间均存在很好的相关性，相关系数都通过了99%显著性水平检验。其中，DGD、LGS与3－11月平均温度高度正相关，而SGS与春季平均温度的相关性明显高于EGS与秋季平均温度的相关性，这可能与春季平均温度上升幅度高于秋季有关。对于各个站点来说，DGD与3－11月平均温度的相关性均通过了99%显著性水平检验。LGS与3－11月平均温度的相关性除了漠河站点外也都很显著。研究发现DGD与其平均温度的相关系数总是高于LGS，这与其他国家类似研究的结论相符合。在前苏联地区，Jones和Briffa［27］发现＞5℃的积温同5－9月的平均温度在各个站点都高度相关。在欧洲的北部和中部＞5℃的积温同延长的夏季平均温度高度相关，但是生长季的长度同扩大的夏季平均温度相关性很弱［28］。SGS与春季平均温度的相关性除了漠河站点外都很显著。EGS与秋季平均温度的相关性在大多数站点也都很显著，但是漠河、嫩江与大连这3个站点除外。

由于生长季起始日期、生长季结束日期或两者一起作用都能够影响到生长季的长度，因此本文建立SGS、EGS与LGS的一般回归模型，通过R2值来分析SGS、EGS的变化对LGS的影响。由表4可以看出，SGS与EGS对LGS的影响都极显著。在整个东北三省，SGS的R2值要高于EGS的R2值，即生长季起始日期的变化对于生长季长度的影响更大一些，这个规律对于大部分站点都符合。

表3 不同区域SGS、EGS、LGS和DGD与其各自对应的平均温度的相关系数(r)

LGS与DGD的相关关系见表4，研究发现LGS与DGD的相关关系十分显著，在整个东北三省以及所有站点这两个因子之间都呈现显著的正相关关系。在这里，本研究的结果同以前类似研究的结果存在差别。Jones和Briffa［27］发现在前苏联地区生长季长度与积温之间的相关关系很弱。在欧洲的北部和中部地区生长季长度同积温之间的相关关系同样较弱，Jones等认为生长季长度的长或短不一定与生长季的热量条件完全一致［28］。在北欧地区进行了类似研究发现，Fennoscandian地区生长季长度同积温之间存在着较弱的正相关，而在冰岛地区较长的生长季通常意味着积温较高［29］——与在东北三省得出的结果一样。总之，根据过去几十年的气象数据的研究发现，东北三省时间较长的生长季通常也是积温条件较高的生长季。

表4 SGS、EGS与LGS简单线性回归模型的R2值及DGD与LGS的相关系数

3 结论

1987年以后东北三省气候变暖趋势增强，春季平均温度的变化幅度要高于秋季温度的变化幅度。1959—2008年，东北三省 SGS提前了5.6 d，西部提前的幅度明显高于东部;EGS延后了5.4 d，中部延后的幅度明显高于南部和北部;LGS增加了11.0 d，气候倾向率的分布特点与SGS相类似。在整个研究期间，SGS、EGS和LGS的变化可分成两个阶段:1987年以前，围绕着多年平均值波动;1987年以后，SGS逐渐降低，EGS逐渐升高，导致LGS快速上升。SGS、EGS和LGS随时间的变化幅度在20世纪90年代后期开始变缓。此外，气候生长季起始日期提前的日数高于气候生长季结束日期推迟的日数。DGD在研究期间增加了268.7℃·d，其中黑龙江省大部分地区DGD的气候倾向率在50℃·d·(10 a)－1以上，吉林和辽宁两省西北部DGD增幅明显高于东南部。整个研究期间，DGD随时间的变化规律也可分成两个阶段，转折点位于1987年左右。在第一阶段，DGD围绕着多年平均值波动，显示出略有上升的态势，但不显著;在第二阶段，DGD呈现明显的上升趋势，但是在2000年以后变化趋势已趋于平缓。积温、生长季长度与3—11月平均温度均显著正相关。生长季起始日期的变化对于生长季长度的影响更大一些。东北三省时间较长的生长季通常也是积温条件较高的生长季。

［1］Alexandrov V A，Hoogenboom G.The impact of climate variability and change on crop yield in Bulgaria［J］.Agricultural and Forest Meteorology，2000，104(4):315－327.

［2］IPCC.Climate change 2007:Synthesis report［R］.Oslo:Intergovernmental Panel on Climate Change，2007.

［3］Jones P D，Mann M E.Climate over past millennia［J］.Reviews of Geophysics，2004，42:1－42.

［4］王连喜，陈怀亮，李琪，等.植物物候与气候研究进展［J］.生态学报，2010，30(2):447－454.

［5］Liu X D，Yin Z Y，Shao X M，et al.Temporal trends and variability of daily maximum and minimum，extreme temperature events，and growing season length over the eastern and central Tibetan Plateau during 1961－2003［J］.Journal of Geophysical Research，2006，111:D19109.doi:10.1029/2005JD006915.

［6］Qian W H，Lin X.Regional trends in recent temperature indices in China［J］.Climate Research，2004，27:119－134.

［7］徐铭志，任国玉.近40年中国气候生长期的变化［J］.应用气象学报，2004，15(3):306－312.

［8］李元华，刘学峰，秦莉.河北省近40年气候生长期的变化［J］.中国农业气象，2007，28(增刊):18－20.

［9］Menzel A，Jakobi G，Ahas R，et al.Variations of the climatological growing season(1951－2000)in Germany compared with other countries［J］.International Journal of Climatology，2003，23:793－812.

［10］Zhang X B，Ren J R，Zhang D E.Phenological observations on Larix principis-rupprechtii Mayr in primary seed orchard［J］.Journal of Forestry Research，2001，12(3):201－204.

［11］Henderson M G.Spatial contexts of urbanization and land conservation in North China［D］.Berkeley:University of California，2004.

［12］于淑秋.近50年我国日平均气温的气候变化［J］.应用气象学报，2005，16(6):787－793.

［13］缪启龙，丁园圆，王勇，等.气候变暖对中国热量资源分布的影响分析［J］.自然资源学报，2009，24(5):934－944.

［14］沙万英，邵雪梅，黄玫.20世纪80年代以来中国的气候变暖及其对自然区域界限的影响［J］.中国科学:D辑，2004，32(4):317－326.

［15］马树庆，安刚，王琪，等.东北玉米带热带资源的变化规律研究［J］.资源科学，2000，22(5):41－45.

［16］毛恒青，万晖.华北、东北地区积温的变化［J］.中国农业气象，2000，21(3):1－5.

［17］刘志娟，杨晓光，王文峰，等.气候变化背景下我国东北三省农业气候资源变化特征［J］.应用生态学报，2009，20(9):2199－2206.

［18］信乃诠，崔读昌，高亮之，等.中国农业气象学［M］.北京:中国农业出版社，1999.

［19］韩湘玲.农业气候学［M］.太原:山西科学技术出版社，1999.

［20］曲曼丽.农业气候实习指导［M］.北京:北京农业大学出版社，1991.

［21］魏凤英.现代气候统计诊断与预测技术［M］.北京:气象出版社，2007.

［22］Liu B H，Henderson M，Zhang Y D，et al.Spatiotemporal change in China’s climatic growing season:1955－2000［J］.Climatic Change，2010，99:93－118.

［23］Liu B H，Xu M，Henderson M.Taking China’s temperature:daily range，warming trends，and regional variation，1955－2000［J］.Journal of Climate，2004，17(22):4453－4462.

［24］Qian W，Qin A.Spatial-temporal characteristics of temperature variation in China［J］.Meteorology and Atmospheric Physics，2006，93:1－16.

［25］Easterling D R，Horton B，Jones P D，et al.Maximum and minimum temperature trends for the globe［J］.Science，1997，277:364－367.

［26］刘实，王勇，缪启龙，等.近50年东北地区热量资源变化特征［J］.应用气象学报，2010，21(3):266－278.

［27］Jones P D，Briffa K R.Growing season temperatures over the former Soviet Union［J］.International Journal of Climatology，1995，15(9):943－959.

［28］Jones P D，Briffa K R，Osborn T J，et al.Relationships between circulation strength and the variability of growing-season and coldseason climate in northern and central Europe［J］.The Holocene，2002，12(6):643－656.

［29］Carter T R.Changes in the thermal growing season in Nordic countries during the past century and prospects for the future［J］.Agricultural and Food Science in Finland，1998，7:161－179.