江西省老虎腦自然保護(hù)區(qū)氣候特征及植被NPP分析

彭琳玉，許方岳，王立夫，葉 清

江西省老虎腦自然保護(hù)區(qū)氣候特征及植被NPP分析

彭琳玉1，許方岳1，王立夫1，葉 清1,2*

（1. 江西農(nóng)業(yè)大學(xué) 林學(xué)院，江西 南昌 330045；2. 江西農(nóng)業(yè)大學(xué) 鄱陽(yáng)湖流域森林生態(tài)系統(tǒng)保護(hù)與修復(fù)國(guó)家林業(yè)局重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330045）

【】對(duì)水、光、熱等主要?dú)夂蛞蛩刈兓卣鬟M(jìn)行分析，有助于全面了解并合理利用當(dāng)?shù)貧夂蛸Y源，為水資源利用、農(nóng)業(yè)生產(chǎn)規(guī)劃、生態(tài)環(huán)境監(jiān)測(cè)等提供依據(jù)?；跇?lè)安縣1960—2016年氣溫、降水、日照時(shí)數(shù)等氣候數(shù)據(jù)，探討了該地區(qū)氣候特征變化規(guī)律，并對(duì)其植被NPP進(jìn)行分析研究。近57年來(lái)樂(lè)安縣老虎腦自然保護(hù)區(qū)歷史多年來(lái)年均氣溫呈顯著升高趨勢(shì)，突變點(diǎn)出現(xiàn)在1998年；四季氣溫升幅不一，以春、冬升溫幅度最大，且是年均氣溫升高的主導(dǎo)因素；年降水量及夏、秋、冬季降水量表現(xiàn)為微弱的增加趨勢(shì)，而春季降水量微弱減少；全年日照時(shí)數(shù)顯著減少，減少突變點(diǎn)為1986年，1988年后減少顯著；四季日照減幅由高到低依次為夏季、秋季、冬季、春季；不同海拔氣溫和相對(duì)濕度存在差異；老虎腦保護(hù)區(qū)年平均NPP值較高，且西部區(qū)域的NPP整體高于東部。研究結(jié)果可為推進(jìn)老虎腦自然保護(hù)區(qū)生態(tài)環(huán)境調(diào)節(jié)及修復(fù)提供理論與數(shù)據(jù)支持。

老虎腦自然保護(hù)區(qū)；氣候變化；植被生長(zhǎng)；NPP

氣候變化對(duì)自然生態(tài)系統(tǒng)、社會(huì)和經(jīng)濟(jì)具有重大影響，也是眾多研究者乃至政治家關(guān)注的焦點(diǎn)問(wèn)題之一。老虎腦自然保護(hù)區(qū)為保護(hù)中國(guó)華南虎而設(shè)立，保存了較為完整的自然森林生態(tài)類(lèi)型和多樣的生態(tài)景觀，其氣候變化對(duì)環(huán)境具有重要意義。自然界的動(dòng)植物，尤其是植物群落，可能因無(wú)法適應(yīng)全球變暖的速度而做適應(yīng)性轉(zhuǎn)移，導(dǎo)致許多物種消失[1]。因此，在全球氣溫日益變暖的大背景下，避免森林生態(tài)系統(tǒng)遭受?chē)?yán)重影響，為中國(guó)華南虎營(yíng)造一個(gè)良好的生存環(huán)境，就必須高度重視對(duì)氣候變化特征的研究及探討。

近年來(lái)，許多學(xué)者就氣候變化下對(duì)各地區(qū)氣候特征進(jìn)行了大量的研究。目前全球氣溫相對(duì)升高，其中北半球較為明顯[2]，而中國(guó)北方地區(qū)平均氣溫的升高速率明顯高于全國(guó)平均氣溫的升高水平[3-4]。除此之外，中國(guó)極端降水事件呈增加趨勢(shì)[5]，且降水量時(shí)空變化存在一定的地域性差異[6]。研究表明，在氣候變暖背景下，1961—2007年華南地區(qū)積溫和濕潤(rùn)指數(shù)增加，降水量略微增加，地區(qū)氣候總體表現(xiàn)為暖濕趨勢(shì)[7]。由此可見(jiàn)，包括老虎腦自然保護(hù)區(qū)在內(nèi)的華南地區(qū)，氣候特征總體呈現(xiàn)暖而濕的趨勢(shì)。而氣溫與降水不僅是主要的氣候因子，也是旱澇的直接表征量[8]。此外，日照時(shí)數(shù)是氣候變化最直觀的表現(xiàn)，全國(guó)年日照時(shí)數(shù)總體上呈現(xiàn)顯著減少趨勢(shì)，但是各地區(qū)減少程度不一[9-10]。

為了解地區(qū)性氣候因子在全球氣候變化背景下的演變特征，本文擬選樂(lè)安縣1960年—2016年的氣溫、降水、日照時(shí)數(shù)等影響植被生長(zhǎng)的主要?dú)夂蛑笜?biāo)，對(duì)該縣近57年來(lái)的氣候變化進(jìn)行研究，并對(duì)老虎腦自然保護(hù)區(qū)不同海拔觀測(cè)的溫濕度數(shù)據(jù)進(jìn)行分析，以期完善本地區(qū)氣象災(zāi)害預(yù)警網(wǎng)絡(luò)，應(yīng)對(duì)全球變暖趨勢(shì)所帶來(lái)的潛在威脅和災(zāi)害。植被凈初級(jí)生產(chǎn)力（net primary productivity，NPP）作為陸地生態(tài)系統(tǒng)碳循環(huán)的重要組成部分，直接反映植被的生產(chǎn)力和地表質(zhì)量狀況，對(duì)于研究全球氣候變化具有重要意義[11-14]。

1 材料與方法

1.1 研究區(qū)域概況

老虎腦自然保護(hù)區(qū)地處江西省撫州市樂(lè)安縣，地理位置為東經(jīng)115°51′~116°03′，北緯26°58′~27°17′，海拔800~1 300 m，總面積220 km2，核心區(qū)面積75 km2，森林覆蓋率達(dá)96%，低山山頂灌草叢相連，屬華南氣候與華中氣候過(guò)渡地帶，氣候溫和，冬暖夏涼。該保護(hù)區(qū)屬于省級(jí)自然保護(hù)區(qū)，是“華南虎”活動(dòng)的核心地帶，研究其氣候變化特征對(duì)保護(hù)該地區(qū)豐富的生物資源具有重要意義。

1.2 資料選取

選取樂(lè)安縣1960—2016年的平均氣溫、日最高氣溫、日最低氣溫、平均相對(duì)濕度、年降水量、年總?cè)照諘r(shí)數(shù)等氣候日值數(shù)據(jù)序列，數(shù)據(jù)經(jīng)過(guò)異常值和缺失值的處理，準(zhǔn)確可靠。經(jīng)過(guò)季節(jié)劃分（3月—5月為春季，6月—8月為夏季，9月—11月為秋季，12月—翌年2月為冬季）和統(tǒng)計(jì)，得到各季節(jié)及年平均氣溫、降水量、日照時(shí)數(shù)序列。

1.3 研究方法

1.3.1 累積距平法 累積距平法表示各月氣候因素?cái)?shù)值與多年平均值之差的累積值與時(shí)間的關(guān)系曲線(xiàn)，反映了數(shù)據(jù)增減趨勢(shì)及其變化程度，其公式為：

1.3.2 變異系數(shù) 變異系數(shù)反映了數(shù)據(jù)序列的離散程度。采用變異系數(shù)來(lái)說(shuō)明數(shù)據(jù)的變化劇烈程度。其計(jì)算公式為：

其中，

1.3.3 Mann-Kendall趨勢(shì)分析法 由于Mann-Kendall突變分析方法在運(yùn)用時(shí)不用考慮樣本的分布形態(tài)，即使出現(xiàn)異常值，也不會(huì)出現(xiàn)干擾，具有檢驗(yàn)范圍寬、計(jì)算簡(jiǎn)單以及定量化程度高的優(yōu)點(diǎn)，所以自1945年Mann-Kendall突變檢驗(yàn)分析提出以來(lái)，這個(gè)突變檢驗(yàn)方法就在氣象學(xué)中被廣泛運(yùn)用。過(guò)程如下；

當(dāng)某一個(gè)時(shí)間序列x中擁有個(gè)樣本，構(gòu)建這個(gè)時(shí)間序列的秩序列：

其中，

其中秩序列S表示的是第時(shí)刻序列值大于時(shí)刻序列值的個(gè)數(shù)之和。

當(dāng)1，2，……，X連續(xù)并且互相獨(dú)立分布時(shí)，定義統(tǒng)計(jì)量為：

1.3.4 Miami模型 Miami模型[15]是一種估算NPP的氣候相關(guān)模型，Lieth和Box分別擬合了凈初級(jí)生產(chǎn)力（NPP）與年平均氣溫及降水量之間的經(jīng)驗(yàn)關(guān)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為根據(jù)平均氣溫計(jì)算的自然植被凈第一性生產(chǎn)力（gC·m-2·a-1）；NPP為根據(jù)年降水量計(jì)算的自然植被凈第一性生產(chǎn)力（gC·m-2·a-1）；為年平均氣溫（℃）；為年降水量（mm）。根據(jù)Liebig定律，最后選取二者中最小值作為計(jì)算點(diǎn)的NPP值。該模型所需參數(shù)少，具有明顯局限性，可以在數(shù)據(jù)較少情況下對(duì)NPP進(jìn)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種，可用來(lái)模擬值。光能利用率模型，也稱(chēng)為參數(shù)模型，是在農(nóng)田研究的基礎(chǔ)上發(fā)展起來(lái)的模型，該類(lèi)模型以光能利用率的理論為基礎(chǔ)，通過(guò)計(jì)算植被冠層吸收的光合有效輻射（APAR）和光能利用率（ε）進(jìn)行的計(jì)算，其公式為：

=×（11）

GLO-PEM模型（avhrr global production efficiency model）是基于植物光合作用和自養(yǎng)呼吸等生態(tài)機(jī)理過(guò)程的光能利用效率模型?；贕LO-PEM模型的NPP數(shù)據(jù)，已在中國(guó)陸地NPP的分布格局和季節(jié)動(dòng)態(tài)分析中得到應(yīng)用，也在區(qū)域NPP研究取得很多成果[17-18]。本文使用的數(shù)據(jù)由中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的2001—2010年間中國(guó)植被凈初生產(chǎn)(http://www.resdc.cn)。

2 結(jié)果與分析

2.1 氣溫變化特征

2.1.1 氣溫年際變化特征 線(xiàn)性回歸結(jié)果（圖1）顯示，近57年來(lái)樂(lè)安縣氣溫呈變暖趨勢(shì)，傾向率為0.2℃/10a；57年來(lái)平均氣溫升高了1.1 ℃。樂(lè)安縣多年氣溫均值為18.0 ℃，氣溫變異系數(shù)值為2.92%，年際差異不大。最暖年份是2007年，氣溫為19.2 ℃；最冷年份是1984年，氣溫為16.8 ℃。氣溫累積距平顯示，以1998年為界，之前累積距平在波動(dòng)下降，到1998年達(dá)到最低谷，1998年后開(kāi)始波動(dòng)上升，進(jìn)入升溫期。

圖1 1960—2016年樂(lè)安縣平均氣溫變化趨勢(shì)

2.1.2 氣溫季節(jié)變化特征 由表1可見(jiàn)，變異系數(shù)存在季節(jié)差異，春、夏、秋季均小于5%，穩(wěn)定性較好，冬季氣溫變異系數(shù)大于15%，穩(wěn)定性較差。各季節(jié)氣溫均呈波動(dòng)上升趨勢(shì)，升幅不同，其中冬季升幅最大，傾向率為0.250 ℃/10a；春季其次，傾向率為0.246 ℃/10a；夏季傾向率為0.116 ℃/10a；秋季傾向率為0.196 ℃/10a。

表1 四季氣溫變化特征

2.1.3 氣溫突變分析 采用Mann-Kendall突變檢驗(yàn)法對(duì)1960—2016年樂(lè)安縣年平均氣溫進(jìn)行突變檢驗(yàn)，Mann-Kendall趨勢(shì)分析結(jié)果顯示，氣溫呈上升趨勢(shì)，且通過(guò)0.05置信水平顯著性檢驗(yàn)，說(shuō)明該縣氣溫升高趨勢(shì)顯著（圖2）。圖中顯示，1960—1970年、1976—2016年氣溫呈上升趨勢(shì)，尤其是1996年后，UF曲線(xiàn)接近臨界直線(xiàn)（1.96），升溫趨勢(shì)顯著。UF和UB曲線(xiàn)在1998年和2000年附近相交，交點(diǎn)位于兩個(gè)信度之間，之后UF持續(xù)上升且遠(yuǎn)遠(yuǎn)超過(guò)0.05置信水平的信度線(xiàn)，說(shuō)明該縣的年均氣溫存在著明顯的增溫突變，突變開(kāi)始年份為1998年。

2.2 降水變化特征

2.2.1 降水年際變化特征 近57年來(lái)樂(lè)安縣的降水無(wú)明顯的增減趨勢(shì)（圖3），Mann-Kendall趨勢(shì)分析顯示，降水變化未通過(guò)置信水平的顯著性檢驗(yàn)。該縣多年降水均值為1 707.1 mm，年降水量最小值為1963年的1 126.2 mm，最大值為2015年的2 369.1 mm，為最小值的2.1倍。累積距平顯示，該縣年降水量波動(dòng)頻繁，規(guī)律性弱。

圖2 年均氣溫Mann-Kendall氣候突變檢驗(yàn)

圖3 1960年—2016年樂(lè)安縣年降水量變化趨勢(shì)

2.2.2 降水季節(jié)變化特征 由表2可見(jiàn)，降水量的變異系數(shù)存在明顯的季節(jié)差異，秋季變異系數(shù)明顯大于其他季節(jié)的變異系數(shù)，說(shuō)明秋季的降水波動(dòng)性大，尤其需要注意氣象預(yù)報(bào)，加強(qiáng)旱澇災(zāi)害防范。線(xiàn)性回歸結(jié)果顯示57年來(lái)春、秋季無(wú)顯著性變化趨勢(shì)，2均小于0.01，夏季降水量增加幅度最大，冬季其次。即雖然降水量波動(dòng)大，但多年來(lái)整體變化趨勢(shì)并不顯著。

表2 四季降水量變化特征

2.2.3 降水突變分析 降水的Mann-Kendall突變分析結(jié)果顯示，降水量的UF和UB曲線(xiàn)雖在±1.96臨界線(xiàn)之間有多個(gè)交點(diǎn)，但最終UF曲線(xiàn)未超過(guò)信度線(xiàn)，尚未構(gòu)成突變，見(jiàn)圖4。

2.3 日照時(shí)數(shù)變化特征

2.3.1 日照時(shí)數(shù)年際變化特征 1960—2016年樂(lè)安縣年日照時(shí)數(shù)呈現(xiàn)波動(dòng)下降趨勢(shì)，傾向率為-68.442 h/10a（圖5），年日照時(shí)數(shù)減少了367.2 h。日照時(shí)數(shù)變異系數(shù)值為10.84%，年際差異較大，多年日照時(shí)數(shù)平均值為1 692.40 h。累積距平曲線(xiàn)顯示，日照時(shí)數(shù)經(jīng)歷了3個(gè)變化階段，1960—1979年為快速上升期，1980—1988年為平穩(wěn)期，1989—2016年為快速下降期。

圖4 年降水量Mann-Kendall氣候突變檢驗(yàn)

圖5 1960—2016年樂(lè)安縣年日照時(shí)數(shù)變化趨勢(shì)

2.3.2 日照時(shí)數(shù)季節(jié)變化特征 由表3可見(jiàn)，從季節(jié)來(lái)看，冬季的變異系數(shù)明顯高于其它季節(jié)和年均值。四季日照時(shí)數(shù)均呈波動(dòng)下降趨勢(shì)，其中夏季日照時(shí)數(shù)減少幅度最大，為-10.254 h/10a，從2結(jié)果顯示，夏、秋季減少趨勢(shì)較為顯著。日照時(shí)數(shù)減少將對(duì)植物生長(zhǎng)產(chǎn)生一定的影響，故應(yīng)根據(jù)氣候變化規(guī)律，合理安排植物的種植布局，使之與光能條件相適應(yīng)，趨利避害，提高光能利用率。

表3 四季降水量變化特征

2.3.3 日照時(shí)數(shù)突變檢驗(yàn) Mann-Kendall趨勢(shì)分析顯示，通過(guò)0.05置信水平的顯著性檢驗(yàn)，即該縣的年平均日照時(shí)數(shù)下降趨勢(shì)顯著。年日照時(shí)數(shù)存在著明顯的減少突變，1963年后呈現(xiàn)下降趨勢(shì)，突變開(kāi)始年份1982年（圖6）。1984年之后，UF曲線(xiàn)超過(guò)臨界直線(xiàn)（1.96），下降趨勢(shì)顯著。

2.4 不同海拔梯度溫濕度研究

使用紐扣溫濕度儀，分別安裝在海拔500，600，700，800，900，1 200，1 300 m，記錄其氣溫與相對(duì)濕度。儀器安裝時(shí)間為7月17日，采集時(shí)間為8月20日。根據(jù)所采集的數(shù)據(jù)研究樂(lè)安縣老虎腦自然保護(hù)區(qū)不同海拔氣溫與相對(duì)濕度的變化。選取500 m（最低觀測(cè)點(diǎn)）與1 300 m（最高觀測(cè)點(diǎn)）數(shù)據(jù)進(jìn)行分析。

2.4.1 海拔500 m、1 300 m日變化 500 m處氣溫明顯高于1 300 m處氣溫（圖7），海拔越高，氣溫越低。氣溫日變化趨勢(shì)相同，最低溫出現(xiàn)在06:00左右，500 m最高溫出現(xiàn)在11:00左右，1 300 m最高溫出現(xiàn)在13:00左右，可能與下墊面不同有關(guān)。海拔越高，溫度日變化幅度越小，海拔越低，溫度日變化幅度越高，白天溫度差距較大，夜間溫度差距較小。

圖6 年日照時(shí)數(shù)Mann-Kendall氣候突變檢驗(yàn)

圖7 海拔500 m、1 300 m氣溫日變化

500 m處相對(duì)濕度16:00—09:00高于1 000 m處相對(duì)濕度（圖8），而10:00—15:00低于1 000 m處。海拔越低，相對(duì)濕度日變化越大，海拔越高，相對(duì)濕度日變化越小。相對(duì)濕度日變化趨勢(shì)相同，最低出現(xiàn)在12:00，相對(duì)濕度最高出現(xiàn)在06:00，與氣溫結(jié)果相反，說(shuō)明氣溫越高，相對(duì)濕度越低，氣溫越低，相對(duì)濕度越高。相對(duì)濕度在早晚時(shí)段較高，中午12:00—13:00最小。山腰處（500 m）的相對(duì)濕度高于山頂（1 300 m）。

圖8 海拔500 m、1 300 m相對(duì)濕度日變化

2.4.2 不同海拔氣溫、相對(duì)濕度變化 為了分析老虎腦省級(jí)自然保護(hù)區(qū)小氣候資源，根據(jù)保護(hù)區(qū)實(shí)際情況，自海拔500 m開(kāi)始，每隔100 m（即500，600，700，800，900，1 000，1 100，1 200，1 300 m）安裝一套溫濕度自記儀，記錄保護(hù)區(qū)氣溫與相對(duì)濕度隨海拔、隨時(shí)間的變化。根據(jù)紐扣溫濕度計(jì)所采集的資料顯示（見(jiàn)圖9）：在研究時(shí)間內(nèi)，氣溫呈顯著的下降趨勢(shì)，傾向率為-2.834 ℃/10a，2為0.883 3。由于數(shù)據(jù)較少，結(jié)果可能存在偏差，但整體趨勢(shì)可以看出樂(lè)安老虎腦自然保護(hù)區(qū)大龍山溫度隨著海拔升高而呈現(xiàn)出明顯的減小趨勢(shì)，T10月>T11月>T12月。

根據(jù)所采集的資料顯示（圖10）：在研究時(shí)間內(nèi)，樂(lè)安老虎腦自然保護(hù)區(qū)大龍山相對(duì)濕度隨著海拔變化沒(méi)有呈現(xiàn)明顯的趨勢(shì)，但中間海拔相對(duì)濕度比山頂和山底要低，800 m出現(xiàn)高值可能是由于儀器暴露在陽(yáng)光下。R11月>R10月>R12月，在10—12月，11月的相對(duì)濕度較大。

圖9 不同海拔氣溫變化

圖10 不同海拔相對(duì)濕度變化

2.5 樂(lè)安老虎腦自然保護(hù)區(qū)NPP計(jì)算

2.5.1 基于Miami模型的NPP計(jì)算 表4為利用氣溫、降水量數(shù)據(jù)通過(guò)Miami模型估算的數(shù)值，由數(shù)據(jù)可見(jiàn)該區(qū)域內(nèi)值較高，數(shù)據(jù)分布在1 500~2 200 gC/(m2·a)。

表4 樂(lè)安縣1960年—2016年NPP估算值 gC/(m2·a)

2.5.2 基于GLO-PEM模型的NPP計(jì)算 表5為利用GLO-PEM模型估算的2001—2010年樂(lè)安老虎腦自然保護(hù)區(qū)的數(shù)值，由數(shù)據(jù)可見(jiàn)該區(qū)域內(nèi)數(shù)據(jù)分布在200~2 000 gC/(m2·a)。最小值出現(xiàn)在2010年，為211.5 gC/(m2·a)，最大值出現(xiàn)在2003年，為1 926.9 gC/(m2·a)。

表5 撫河源自然保護(hù)區(qū)2001年—2010年NPP極值 gC/(m2·a)

利用ArcGIS 10.5對(duì)老虎腦保護(hù)區(qū)2001—2010年NPP數(shù)據(jù)進(jìn)行空間分析（圖11），由圖可見(jiàn)，NPP隨時(shí)間序列變化呈現(xiàn)波動(dòng)變化，有減少的趨勢(shì)。老虎腦保護(hù)區(qū)西部區(qū)域的NPP整體高于東部。

圖11 樂(lè)安縣老虎腦自然保護(hù)區(qū)2001—2010年NPP分布

3 結(jié) 論

（1）樂(lè)安縣老虎腦自然保護(hù)區(qū)氣溫總體呈變暖趨勢(shì)，年際差異不大。最暖年份是2007年（19.2 ℃），最冷年份是1984年（16.8 ℃）。四季氣溫存在差異，以春、冬升溫幅度最大，且是年均氣溫升高的主導(dǎo)因素。該縣的年均氣溫存在著明顯的增溫突變，突變開(kāi)始年份為1998年。

（2）樂(lè)安縣老虎腦自然保護(hù)區(qū)年降水量波動(dòng)頻繁，多年來(lái)整體變化趨勢(shì)并不顯著。秋季的降水波動(dòng)性大，尤其需要注意氣象預(yù)報(bào)，加強(qiáng)旱澇災(zāi)害防范。其中夏季降水量增加幅度最大，冬季其次。

（3）樂(lè)安縣老虎腦自然保護(hù)區(qū)年日照時(shí)數(shù)呈現(xiàn)波動(dòng)下降趨勢(shì)，且日照時(shí)數(shù)變異系數(shù)年際差異較大。四季日照時(shí)數(shù)均呈波動(dòng)下降趨勢(shì)，其中夏季日照時(shí)數(shù)減少幅度最大，且夏、秋季減少趨勢(shì)較為顯著。該縣年日照時(shí)數(shù)存在著明顯的減少突變，突變開(kāi)始年份1982年。

（4）樂(lè)安老虎腦自然保護(hù)區(qū)大龍山溫度隨著海拔升高而明顯減小，且日變化幅度也減少，相對(duì)濕度隨著海拔變化沒(méi)有呈現(xiàn)明顯的趨勢(shì)，但中間海拔相對(duì)濕度比山頂和山底下要低。

（5）樂(lè)安縣老虎腦自然保護(hù)區(qū)年平均值較高，在1 500~2 200 gC/(m2·a)波動(dòng)。該區(qū)域西部的NPP整體高于東部。

[1] 王璐. 城市循環(huán)經(jīng)濟(jì)發(fā)展的評(píng)價(jià)指標(biāo)體系構(gòu)建與相關(guān)環(huán)境政策研究[D]. 長(zhǎng)春: 吉林大學(xué), 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, 吳正方, 杜海波.近50年來(lái)吉林西部半干旱區(qū)氣候變化特征[J].干旱區(qū)資源與環(huán)境, 2014, 28(2): 190-196.

[4] 魯俊, 郝瑩, 陶寅.短時(shí)強(qiáng)降水的高分辨率時(shí)空分布特征[J]. 北京: 中國(guó)農(nóng)學(xué)通報(bào), 2015, 31(25): 247-254.

[5] 張勇, 許吟隆, 董文杰, 曹麗娟.中國(guó)未來(lái)極端降水事件的變化: 基于氣候變化預(yù)估結(jié)果的分析[J]. 自然災(zāi)害學(xué)報(bào), 2006(S1): 228-234.

[6] 國(guó)玉, 柳艷菊, 孫秀寶, 等. 中國(guó)大陸降水時(shí)空變異規(guī)律: Ⅲ. 趨勢(shì)變化原因[J]. 水科學(xué)進(jìn)展, 2016, 27(3): 327-348.

[7] 李勇, 楊曉光, 王文峰, 等. 氣候變化背景下中國(guó)農(nóng)業(yè)氣候資源變化Ⅰ. 華南地區(qū)農(nóng)業(yè)氣候資源時(shí)空變化特征[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2010, 21(10): 2605-2614.

[8] 楊志勇, 袁喆, 馬靜, 等. 近50年來(lái)淮河流域的旱澇演變特征[J]. 自然災(zāi)害學(xué)報(bào), 2013, 22(4): 32-40.

[9] 洪震坤, 黃晨. 近37年玉樹(shù)地區(qū)日照時(shí)數(shù)變化特征分析[J]. 青?？萍? 2019, 26(6): 99-102.

[10] 虞海燕, 劉樹(shù)華, 趙娜, 等. 我國(guó)近59年日照時(shí)數(shù)變化特征及其與溫度、風(fēng)速、降水的關(guān)系[J]. 氣候與環(huán)境研究, 2011, 16(3): 389-398.

[11] 趙苗苗, 劉熠, 楊吉林, 等. 基于HASM的中國(guó)植被NPP時(shí)空變化特征及其與氣候的關(guān)系[J]. 生態(tài)環(huán)境學(xué)報(bào), 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] 王紅巖. 基于NPP和植被降水利用效率土地退化遙感評(píng)價(jià)與監(jiān)測(cè)技術(shù)研究[D]. 北京: 中國(guó)林業(yè)科學(xué)研究院, 2013.

[14] 于成龍, 劉丹. 扎龍濕地NPP時(shí)空格局及其對(duì)氣候因子變化的響應(yīng)[J]. 生態(tài)環(huán)境學(xué)報(bào), 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年寧夏草地凈初級(jí)生產(chǎn)力時(shí)空特征及其對(duì)氣候變化的響應(yīng)[D]. 銀川: 寧夏大學(xué), 2018.

[18] 楊亞梅, 胡蕾, 武偉, 等. 貴州省陸地凈初級(jí)生產(chǎn)力的季節(jié)變化研究[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)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

國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（31730014）

彭琳玉（1995—），女，碩士生，主要從事氣候資源利用與農(nóng)業(yè)減災(zāi)研究，plylindsay@163.com；*通信作者：葉清，副教授，博士，yeqing@jxau.edu.cn。

10.3969/j.issn.2095-3704.2020.02.29

彭琳玉, 許方岳, 王立夫, 等. 江西省老虎腦自然保護(hù)區(qū)氣候特征及植被NPP分析[J]. 生物災(zāi)害科學(xué), 2020, 43(2): 156-164.