江西省老虎脑自然保护区气候特征及植被NPP分析

彭琳玉，许方岳，王立夫，叶 清

江西省老虎脑自然保护区气候特征及植被NPP分析

彭琳玉1，许方岳1，王立夫1，叶 清1,2*

（1. 江西农业大学 林学院，江西 南昌 330045；2. 江西农业大学 鄱阳湖流域森林生态系统保护与修复国家林业局重点实验室，江西 南昌 330045）

【】对水、光、热等主要气候因素变化特征进行分析，有助于全面了解并合理利用当地气候资源，为水资源利用、农业生产规划、生态环境监测等提供依据。基于乐安县1960—2016年气温、降水、日照时数等气候数据，探讨了该地区气候特征变化规律，并对其植被NPP进行分析研究。近57年来乐安县老虎脑自然保护区历史多年来年均气温呈显著升高趋势，突变点出现在1998年；四季气温升幅不一，以春、冬升温幅度最大，且是年均气温升高的主导因素；年降水量及夏、秋、冬季降水量表现为微弱的增加趋势，而春季降水量微弱减少；全年日照时数显著减少，减少突变点为1986年，1988年后减少显著；四季日照减幅由高到低依次为夏季、秋季、冬季、春季；不同海拔气温和相对湿度存在差异；老虎脑保护区年平均NPP值较高，且西部区域的NPP整体高于东部。研究结果可为推进老虎脑自然保护区生态环境调节及修复提供理论与数据支持。

老虎脑自然保护区；气候变化；植被生长；NPP

气候变化对自然生态系统、社会和经济具有重大影响，也是众多研究者乃至政治家关注的焦点问题之一。老虎脑自然保护区为保护中国华南虎而设立，保存了较为完整的自然森林生态类型和多样的生态景观，其气候变化对环境具有重要意义。自然界的动植物，尤其是植物群落，可能因无法适应全球变暖的速度而做适应性转移，导致许多物种消失[1]。因此，在全球气温日益变暖的大背景下，避免森林生态系统遭受严重影响，为中国华南虎营造一个良好的生存环境，就必须高度重视对气候变化特征的研究及探讨。

近年来，许多学者就气候变化下对各地区气候特征进行了大量的研究。目前全球气温相对升高，其中北半球较为明显[2]，而中国北方地区平均气温的升高速率明显高于全国平均气温的升高水平[3-4]。除此之外，中国极端降水事件呈增加趋势[5]，且降水量时空变化存在一定的地域性差异[6]。研究表明，在气候变暖背景下，1961—2007年华南地区积温和湿润指数增加，降水量略微增加，地区气候总体表现为暖湿趋势[7]。由此可见，包括老虎脑自然保护区在内的华南地区，气候特征总体呈现暖而湿的趋势。而气温与降水不仅是主要的气候因子，也是旱涝的直接表征量[8]。此外，日照时数是气候变化最直观的表现，全国年日照时数总体上呈现显著减少趋势，但是各地区减少程度不一[9-10]。

为了解地区性气候因子在全球气候变化背景下的演变特征，本文拟选乐安县1960年—2016年的气温、降水、日照时数等影响植被生长的主要气候指标，对该县近57年来的气候变化进行研究，并对老虎脑自然保护区不同海拔观测的温湿度数据进行分析，以期完善本地区气象灾害预警网络，应对全球变暖趋势所带来的潜在威胁和灾害。植被净初级生产力（net primary productivity，NPP）作为陆地生态系统碳循环的重要组成部分，直接反映植被的生产力和地表质量状况，对于研究全球气候变化具有重要意义[11-14]。

1 材料与方法

1.1 研究区域概况

老虎脑自然保护区地处江西省抚州市乐安县，地理位置为东经115°51′~116°03′，北纬26°58′~27°17′，海拔800~1 300 m，总面积220 km2，核心区面积75 km2，森林覆盖率达96%，低山山顶灌草丛相连，属华南气候与华中气候过渡地带，气候温和，冬暖夏凉。该保护区属于省级自然保护区，是“华南虎”活动的核心地带，研究其气候变化特征对保护该地区丰富的生物资源具有重要意义。

1.2 资料选取

选取乐安县1960—2016年的平均气温、日最高气温、日最低气温、平均相对湿度、年降水量、年总日照时数等气候日值数据序列，数据经过异常值和缺失值的处理，准确可靠。经过季节划分（3月—5月为春季，6月—8月为夏季，9月—11月为秋季，12月—翌年2月为冬季）和统计，得到各季节及年平均气温、降水量、日照时数序列。

1.3 研究方法

1.3.1 累积距平法 累积距平法表示各月气候因素数值与多年平均值之差的累积值与时间的关系曲线，反映了数据增减趋势及其变化程度，其公式为：

1.3.2 变异系数 变异系数反映了数据序列的离散程度。采用变异系数来说明数据的变化剧烈程度。其计算公式为：

其中，

1.3.3 Mann-Kendall趋势分析法 由于Mann-Kendall突变分析方法在运用时不用考虑样本的分布形态，即使出现异常值，也不会出现干扰，具有检验范围宽、计算简单以及定量化程度高的优点，所以自1945年Mann-Kendall突变检验分析提出以来，这个突变检验方法就在气象学中被广泛运用。过程如下；

当某一个时间序列x中拥有个样本，构建这个时间序列的秩序列：

其中，

其中秩序列S表示的是第时刻序列值大于时刻序列值的个数之和。

当1，2，……，X连续并且互相独立分布时，定义统计量为：

1.3.4 Miami模型 Miami模型[15]是一种估算NPP的气候相关模型，Lieth和Box分别拟合了净初级生产力（NPP）与年平均气温及降水量之间的经验关系，得出如下模型：

NPP=3 000 / (1 + e1.315-0.119t)（9）

NPP=3 000 (1 -e-0.000 664r)（10）

（9）、（10）式中：NPP为根据平均气温计算的自然植被净第一性生产力（gC·m-2·a-1）；NPP为根据年降水量计算的自然植被净第一性生产力（gC·m-2·a-1）；为年平均气温（℃）；为年降水量（mm）。根据Liebig定律，最后选取二者中最小值作为计算点的NPP值。该模型所需参数少，具有明显局限性，可以在数据较少情况下对NPP进行估算。

1.3.5 GLO-PEM模型 GLO-PEM模型[16]是光能利用率模型的一种，可用来模拟值。光能利用率模型，也称为参数模型，是在农田研究的基础上发展起来的模型，该类模型以光能利用率的理论为基础，通过计算植被冠层吸收的光合有效辐射（APAR）和光能利用率（ε）进行的计算，其公式为：

=×（11）

GLO-PEM模型（avhrr global production efficiency model）是基于植物光合作用和自养呼吸等生态机理过程的光能利用效率模型。基于GLO-PEM模型的NPP数据，已在中国陆地NPP的分布格局和季节动态分析中得到应用，也在区域NPP研究取得很多成果[17-18]。本文使用的数据由中国科学院资源环境科学数据中心提供的2001—2010年间中国植被净初生产(http://www.resdc.cn)。

2 结果与分析

2.1 气温变化特征

2.1.1 气温年际变化特征 线性回归结果（图1）显示，近57年来乐安县气温呈变暖趋势，倾向率为0.2℃/10a；57年来平均气温升高了1.1 ℃。乐安县多年气温均值为18.0 ℃，气温变异系数值为2.92%，年际差异不大。最暖年份是2007年，气温为19.2 ℃；最冷年份是1984年，气温为16.8 ℃。气温累积距平显示，以1998年为界，之前累积距平在波动下降，到1998年达到最低谷，1998年后开始波动上升，进入升温期。

图1 1960—2016年乐安县平均气温变化趋势

2.1.2 气温季节变化特征 由表1可见，变异系数存在季节差异，春、夏、秋季均小于5%，稳定性较好，冬季气温变异系数大于15%，稳定性较差。各季节气温均呈波动上升趋势，升幅不同，其中冬季升幅最大，倾向率为0.250 ℃/10a；春季其次，倾向率为0.246 ℃/10a；夏季倾向率为0.116 ℃/10a；秋季倾向率为0.196 ℃/10a。

表1 四季气温变化特征

2.1.3 气温突变分析 采用Mann-Kendall突变检验法对1960—2016年乐安县年平均气温进行突变检验，Mann-Kendall趋势分析结果显示，气温呈上升趋势，且通过0.05置信水平显著性检验，说明该县气温升高趋势显著（图2）。图中显示，1960—1970年、1976—2016年气温呈上升趋势，尤其是1996年后，UF曲线接近临界直线（1.96），升温趋势显著。UF和UB曲线在1998年和2000年附近相交，交点位于两个信度之间，之后UF持续上升且远远超过0.05置信水平的信度线，说明该县的年均气温存在着明显的增温突变，突变开始年份为1998年。

2.2 降水变化特征

2.2.1 降水年际变化特征 近57年来乐安县的降水无明显的增减趋势（图3），Mann-Kendall趋势分析显示，降水变化未通过置信水平的显著性检验。该县多年降水均值为1 707.1 mm，年降水量最小值为1963年的1 126.2 mm，最大值为2015年的2 369.1 mm，为最小值的2.1倍。累积距平显示，该县年降水量波动频繁，规律性弱。

图2 年均气温Mann-Kendall气候突变检验

图3 1960年—2016年乐安县年降水量变化趋势

2.2.2 降水季节变化特征 由表2可见，降水量的变异系数存在明显的季节差异，秋季变异系数明显大于其他季节的变异系数，说明秋季的降水波动性大，尤其需要注意气象预报，加强旱涝灾害防范。线性回归结果显示57年来春、秋季无显著性变化趋势，2均小于0.01，夏季降水量增加幅度最大，冬季其次。即虽然降水量波动大，但多年来整体变化趋势并不显著。

表2 四季降水量变化特征

2.2.3 降水突变分析 降水的Mann-Kendall突变分析结果显示，降水量的UF和UB曲线虽在±1.96临界线之间有多个交点，但最终UF曲线未超过信度线，尚未构成突变，见图4。

2.3 日照时数变化特征

2.3.1 日照时数年际变化特征 1960—2016年乐安县年日照时数呈现波动下降趋势，倾向率为-68.442 h/10a（图5），年日照时数减少了367.2 h。日照时数变异系数值为10.84%，年际差异较大，多年日照时数平均值为1 692.40 h。累积距平曲线显示，日照时数经历了3个变化阶段，1960—1979年为快速上升期，1980—1988年为平稳期，1989—2016年为快速下降期。

图4 年降水量Mann-Kendall气候突变检验

图5 1960—2016年乐安县年日照时数变化趋势

2.3.2 日照时数季节变化特征 由表3可见，从季节来看，冬季的变异系数明显高于其它季节和年均值。四季日照时数均呈波动下降趋势，其中夏季日照时数减少幅度最大，为-10.254 h/10a，从2结果显示，夏、秋季减少趋势较为显著。日照时数减少将对植物生长产生一定的影响，故应根据气候变化规律，合理安排植物的种植布局，使之与光能条件相适应，趋利避害，提高光能利用率。

表3 四季降水量变化特征

2.3.3 日照时数突变检验 Mann-Kendall趋势分析显示，通过0.05置信水平的显著性检验，即该县的年平均日照时数下降趋势显著。年日照时数存在着明显的减少突变，1963年后呈现下降趋势，突变开始年份1982年（图6）。1984年之后，UF曲线超过临界直线（1.96），下降趋势显著。

2.4 不同海拔梯度温湿度研究

使用纽扣温湿度仪，分别安装在海拔500，600，700，800，900，1 200，1 300 m，记录其气温与相对湿度。仪器安装时间为7月17日，采集时间为8月20日。根据所采集的数据研究乐安县老虎脑自然保护区不同海拔气温与相对湿度的变化。选取500 m（最低观测点）与1 300 m（最高观测点）数据进行分析。

2.4.1 海拔500 m、1 300 m日变化 500 m处气温明显高于1 300 m处气温（图7），海拔越高，气温越低。气温日变化趋势相同，最低温出现在06:00左右，500 m最高温出现在11:00左右，1 300 m最高温出现在13:00左右，可能与下垫面不同有关。海拔越高，温度日变化幅度越小，海拔越低，温度日变化幅度越高，白天温度差距较大，夜间温度差距较小。

图6 年日照时数Mann-Kendall气候突变检验

图7 海拔500 m、1 300 m气温日变化

500 m处相对湿度16:00—09:00高于1 000 m处相对湿度（图8），而10:00—15:00低于1 000 m处。海拔越低，相对湿度日变化越大，海拔越高，相对湿度日变化越小。相对湿度日变化趋势相同，最低出现在12:00，相对湿度最高出现在06:00，与气温结果相反，说明气温越高，相对湿度越低，气温越低，相对湿度越高。相对湿度在早晚时段较高，中午12:00—13:00最小。山腰处（500 m）的相对湿度高于山顶（1 300 m）。

图8 海拔500 m、1 300 m相对湿度日变化

2.4.2 不同海拔气温、相对湿度变化 为了分析老虎脑省级自然保护区小气候资源，根据保护区实际情况，自海拔500 m开始，每隔100 m（即500，600，700，800，900，1 000，1 100，1 200，1 300 m）安装一套温湿度自记仪，记录保护区气温与相对湿度随海拔、随时间的变化。根据纽扣温湿度计所采集的资料显示（见图9）：在研究时间内，气温呈显著的下降趋势，倾向率为-2.834 ℃/10a，2为0.883 3。由于数据较少，结果可能存在偏差，但整体趋势可以看出乐安老虎脑自然保护区大龙山温度随着海拔升高而呈现出明显的减小趋势，T10月>T11月>T12月。

根据所采集的资料显示（图10）：在研究时间内，乐安老虎脑自然保护区大龙山相对湿度随着海拔变化没有呈现明显的趋势，但中间海拔相对湿度比山顶和山底要低，800 m出现高值可能是由于仪器暴露在阳光下。R11月>R10月>R12月，在10—12月，11月的相对湿度较大。

图9 不同海拔气温变化

图10 不同海拔相对湿度变化

2.5 乐安老虎脑自然保护区NPP计算

2.5.1 基于Miami模型的NPP计算 表4为利用气温、降水量数据通过Miami模型估算的数值，由数据可见该区域内值较高，数据分布在1 500~2 200 gC/(m2·a)。

表4 乐安县1960年—2016年NPP估算值 gC/(m2·a)

2.5.2 基于GLO-PEM模型的NPP计算 表5为利用GLO-PEM模型估算的2001—2010年乐安老虎脑自然保护区的数值，由数据可见该区域内数据分布在200~2 000 gC/(m2·a)。最小值出现在2010年，为211.5 gC/(m2·a)，最大值出现在2003年，为1 926.9 gC/(m2·a)。

表5 抚河源自然保护区2001年—2010年NPP极值 gC/(m2·a)

利用ArcGIS 10.5对老虎脑保护区2001—2010年NPP数据进行空间分析（图11），由图可见，NPP随时间序列变化呈现波动变化，有减少的趋势。老虎脑保护区西部区域的NPP整体高于东部。

图11 乐安县老虎脑自然保护区2001—2010年NPP分布

3 结 论

（1）乐安县老虎脑自然保护区气温总体呈变暖趋势，年际差异不大。最暖年份是2007年（19.2 ℃），最冷年份是1984年（16.8 ℃）。四季气温存在差异，以春、冬升温幅度最大，且是年均气温升高的主导因素。该县的年均气温存在着明显的增温突变，突变开始年份为1998年。

（2）乐安县老虎脑自然保护区年降水量波动频繁，多年来整体变化趋势并不显著。秋季的降水波动性大，尤其需要注意气象预报，加强旱涝灾害防范。其中夏季降水量增加幅度最大，冬季其次。

（3）乐安县老虎脑自然保护区年日照时数呈现波动下降趋势，且日照时数变异系数年际差异较大。四季日照时数均呈波动下降趋势，其中夏季日照时数减少幅度最大，且夏、秋季减少趋势较为显著。该县年日照时数存在着明显的减少突变，突变开始年份1982年。

（4）乐安老虎脑自然保护区大龙山温度随着海拔升高而明显减小，且日变化幅度也减少，相对湿度随着海拔变化没有呈现明显的趋势，但中间海拔相对湿度比山顶和山底下要低。

（5）乐安县老虎脑自然保护区年平均值较高，在1 500~2 200 gC/(m2·a)波动。该区域西部的NPP整体高于东部。

[1] 王璐. 城市循环经济发展的评价指标体系构建与相关环境政策研究[D]. 长春: 吉林大学, 2008.

[2] James W. Hurrell, Clara Deser. Northern hemisphere climate variability during winter: looking back on the work of Felix Exner[J]. Meteorologische Zeitschrift, 2014, 24(1).

[3] 神祥金, 吴正方, 杜海波.近50年来吉林西部半干旱区气候变化特征[J].干旱区资源与环境, 2014, 28(2): 190-196.

[4] 鲁俊, 郝莹, 陶寅.短时强降水的高分辨率时空分布特征[J]. 北京: 中国农学通报, 2015, 31(25): 247-254.

[5] 张勇, 许吟隆, 董文杰, 曹丽娟.中国未来极端降水事件的变化: 基于气候变化预估结果的分析[J]. 自然灾害学报, 2006(S1): 228-234.

[6] 国玉, 柳艳菊, 孙秀宝, 等. 中国大陆降水时空变异规律: Ⅲ. 趋势变化原因[J]. 水科学进展, 2016, 27(3): 327-348.

[7] 李勇, 杨晓光, 王文峰, 等. 气候变化背景下中国农业气候资源变化Ⅰ. 华南地区农业气候资源时空变化特征[J]. 应用生态学报, 2010, 21(10): 2605-2614.

[8] 杨志勇, 袁喆, 马静, 等. 近50年来淮河流域的旱涝演变特征[J]. 自然灾害学报, 2013, 22(4): 32-40.

[9] 洪震坤, 黄晨. 近37年玉树地区日照时数变化特征分析[J]. 青海科技, 2019, 26(6): 99-102.

[10] 虞海燕, 刘树华, 赵娜, 等. 我国近59年日照时数变化特征及其与温度、风速、降水的关系[J]. 气候与环境研究, 2011, 16(3): 389-398.

[11] 赵苗苗, 刘熠, 杨吉林, 等. 基于HASM的中国植被NPP时空变化特征及其与气候的关系[J]. 生态环境学报, 2019, 28(2): 215-225.

[12] Ito A. A historical meta-analysis of global terrestrial net primary productivity: are estimates converging?[J]. Global Change Biology, 2011, 17(10): 3161-3175.

[13] 王红岩. 基于NPP和植被降水利用效率土地退化遥感评价与监测技术研究[D]. 北京: 中国林业科学研究院, 2013.

[14] 于成龙, 刘丹. 扎龙湿地NPP时空格局及其对气候因子变化的响应[J]. 生态环境学报, 2019, 28(4): 741-751.

[15] Lieth H. Modeling the primary productivity of the World[M]//Lieth H, Whittaker R H. Primary productivity of the biosphere. Berlin, Heidelberg: Springer Berlin Heidelberg, 1975: 237-263.

[16] Cao M, Prince S D, Small J, et al. Remotely sensed interannual variations and trends in terrestrial net primary productivity 1981—2000[J]. Ecosystems, 2004, 7(3): 233-242.

[17] 朱玉果. 2000—2015年宁夏草地净初级生产力时空特征及其对气候变化的响应[D]. 银川: 宁夏大学, 2018.

[18] 杨亚梅, 胡蕾, 武伟, 等. 贵州省陆地净初级生产力的季节变化研究[J]. 西南大学学报(自然科学版), 2008(9): 123-128.

Analysis of Climatic Characteristics and Net Primary Productivity in Laohunao Nature Reserve in Jiangxi Province

PENG Lin-yu1, XU Fang-yue1, WANG Li-fu1, YE Qing1,2*

(1. College of Forestry, Jiangxi Agricultural University, Nanchang 330045, China; 2. Key Laboratory of State Forestry Administration on Forest Ecosystem Protection and Restoration of Poyang Lake Watershed, Jiangxi Agricultural University, Nanchang 330045, China)

The analysis of the change characteristics of water, light, heat and other major climate factors was conducted to get the comprehensive understanding and the rational use of the local climate resources, and so as to provide a basis for the utilization of water resources, the agricultural production planning and the ecological environment monitoring.Based on the climate data of Le’an County from 1960 to 2016, including temperature, precipitation and sunshine duration, the climate characteristics and NPP in this area were analyzed and studied in this paper.The results showed that in the past 57 years, the average annual temperature in Laohunao Nature Reserve in Le’an County had been increasing significantly, and the abrupt change occurred in 1998. The seasonal temperature increase was different, with spring and winter warming the largest extent, which was the leading factor of the annual average temperature rise. The annual precipitation, and summer, autumn and winter precipitation showed a slight increase trend, while spring precipitation slightly decreased. The number of annual sunshine hours decreased significantly in the whole year, and the mutation point decreased significantly in 1986 and 1988. The sunshine decreasing amplitude in four seasons showed that summer was larger than autumn, winter was larger than spring, and there were differences in temperature and relative humidity at different altitude. The mean annual NPP value in Laohunao Nature Reserve was higher, and the NPP in the western region was higher than that in the eastern one.The results could provide theoretical and data support for promoting the ecological environment regulation and restoration in Laohunao Nature Reserve.

Laohunao Nature Reserve; climatic variation; vegetation growth; NPP

S435.111

A

2095-3704（2020）02-0156-09

2020-02-12

2020-02-27

国家自然科学基金重点项目（31730014）

彭琳玉（1995—），女，硕士生，主要从事气候资源利用与农业减灾研究，plylindsay@163.com；*通信作者：叶清，副教授，博士，yeqing@jxau.edu.cn。

10.3969/j.issn.2095-3704.2020.02.29

彭琳玉, 许方岳, 王立夫, 等. 江西省老虎脑自然保护区气候特征及植被NPP分析[J]. 生物灾害科学, 2020, 43(2): 156-164.