基于SPEI的近50年青藏高原高寒草地自然保护区气候变化研究

刘世梁，赵海迪，董世魁，安南南，苏旭坤，张翔

基于SPEI的近50年青藏高原高寒草地自然保护区气候变化研究

刘世梁1*，赵海迪1，董世魁1，安南南1，苏旭坤1，张翔2

1. 北京师范大学环境学院水环境模拟国家重点实验室，北京 100875；2. 阿尔金山国家级自然保护区管理局，新疆 库尔勒 841000

青藏高原高寒草地为重要的生态脆弱区，也是3大无人区自然保护区可可西里、羌塘和阿尔金山所在地，由于缺乏气候监测站点，气候变化研究较少。基于自然保护区周边16个气象站点资料，通过1957─2011年逐年的日气候资料，利用3种模型分析了该区域气温与`降水量的时间变化趋势，并利用综合了降水与温度的降水蒸散指数（SPEI）分析了干旱演变的趋势，同时利用Kriging插值法，分析了3大保护区的气候变化的差异。结果表明，近55年以来，最高、最低气温和年平均气温上升趋势明显，Mann-Kendall趋势分析达到极显著性水平，年平均温度增长率为0.71 ℃/10a。进一步比较了区域平均值法、线性模型与指数模型3种方法下降水量的变化趋势，结果表明，直线模型拟合的结果数值最高，指数模型的变异最大，而平均值法数值低于直线模型拟合的结果，指数模型能够更好的模拟降水量与海拔之间的关系，年平均降水量波动较大，20世纪60年代开始逐渐增加，70年代中期有所下降，但总体上呈现增加的趋势，Mann-Kendall 分析趋势显著。降水增加量约为10 mm/10a。SPEI指数表明，近50年来，保护区呈现总体由干向湿发展的趋势。自然保护区内降水量，气温与变幅差异较大，可可西里、羌塘与阿尔金山的气温的平均值分别为1.9、15.4和6.0 ℃降水分别为261、141和107 mm/a。本研究利用SPEI揭示了保护区气候变化规律，并分析了温度降水的空间变异性，为保护区管理提供依据。

气温；降水；气候变化；自然保护区；高寒草地

长期气候变化是目前被普遍关注的一个问题，区域气温与降水量的变化与生态环境密切相关，对于水资源和生态系统产生深刻的影响（左洪超等，2004）。西北地区是我国气候敏感地带，是生态环境较为脆弱的地区。近几十年来，青藏高原及新疆气候出现了一些引人注目的变化，如新疆北部平均气温增温率为0.37 ℃/10a，明显高于全国增温率，降水趋势也有较大的变化（南庆红等，2003；辛渝等，2007；袁玉江等，2004），特别是西天山地区变化更受到关注（姚付龙，2012）。新疆南部也呈现出较为明显的变暖变湿的趋势（秦艳，2007）。气候的变化导致了本身脆弱的生态环境产生不可逆转的变化，气候变暖会导致沙漠化的产生，干旱频率增加（凌红波等，2011）；而局部降雨量、冰川消融量和径流量连续多年增加将会导致湖泊水位的上升，虽然对植被恢复有积极作用，但是也会造成洪水灾害（胡汝骥等，2002），对于山地系统来说，局部地区的盐渍化现象也会增加。对于气候变化来说，荒漠草原与绿洲所受到的影响最为巨大（陈荣毅和张伟，2002）。

高寒草地对于气候变化的响应敏感，我国3大无人区保护区──阿尔金山、羌塘、可可西里国家级自然保护区拥有典型的高寒荒漠草原生态系统，具有较为完整的垂直自然景观带（从高山永久冰雪带、高山寒冻地衣-原始土带、高山寒冷垫状植被-高山荒漠土带、高山寒冷草甸-高山草甸土带、亚高山寒温带草原-草原土带及山地温带荒漠草原-棕钙土带）。同时各个自然保护区也是众多野生动物的栖息地，对保护青藏高原生态系统及高原特有的动植物有重大作用，在生物多样性保护中有重大意

义。气候变化将对该区的自然生态系统产生较大的影响。由于该地区面积巨大，气候恶劣人迹罕至，使得该区域成为世界上少有的地理空白之一，而且无相应的长期观测站点，所以该区的气候变化始终没有得到深入的研究。通过对周边气候站点历史数据分析，并通过合理的模型评价该区气候变化的长期变化趋势，对于自然保护区管理具有实际的意义。目前，众多研究对于新疆、青藏高原等气候变化在大尺度上做了较为深入的研究，但是研究尺度较大，针对3大无人区的气候变化研究较少（张生军等，2012）。

目前对于气候变化来说，标准化降水指数（SPI）被普遍用来简化气候变化导致的干旱等现象，可以监测极端气候的变化，SPI可以较好反映干旱强度与持续时间，而且可以反映不同时间尺度和区域的变化情况。但是SPI仅仅考虑了降水的变化，没有考虑其他要素，如温度与蒸散发等。Vicente-Serrano于2010年提出的标准化降水蒸散指数（SPEI）考虑了降水与蒸散，也保留了SPI、PDSI指数等对温度降水的敏感度，受到广泛的关注（Vicente-Serrano等，2010）。本研究利用SPEI指数进一步分析降水与气温变化下，保护区的气候变化情况，同时利用克里格差值分析不同保护区对的温度降水的差异。

本研究针对以上问题，利用我国长时间序列的气象台站观测气候资料，分析该保护区气候变化的一般规律，为进一步了解自然保护区生态系统变化及其驱动机制，开展自然保护区生态系统管理提供科学依据。

图1 高寒草地自然保护区的位置及气象站点分布图Fig. 1 Location of alpine grassland nature reserves and the meteorological stations

1 研究区域与研究方法

1.1研究区概况

青藏高原高寒草地包括高寒草甸草原区、高寒草原区、高寒荒漠草原区，可可西里（33°30'～36°29'N，81°56'～94°06'E）、羌塘（32°10'～36°32'N，79°42'～82°59'E）和阿尔金山国家级自然保护区（36°00'～37°49'N，87°10'～91°18'E）3大无人区位于高寒草地的核心区域，保护区属于国家一级保护动物的青藏高原特有的3大有蹄类动物：藏羚羊、野牦牛和藏野驴。保护区内野生植物资源较丰富，植被类型包括草原植被、草甸植被、荒漠植被以及面积较小的灌丛、沼泽等，草地的优势植物主要包括紫花针茅（Stipa purpurea）、高山嵩草（Kobresia pygmaea）、矮生嵩草（K. humilis）、早熟禾（Poa alpigona）及粗壮嵩草（Kobresia robusta）等。近几十年来，由于气候变化等人类活动的影响，高寒草地生态系统发生了较大的变化，草地与濒危动物的保护也受到广泛关注，分析保护区气候变化意义重大。图1为研究区的位置图，从图中可以看出，3大保护区缺乏气象监测点的分布，空白区域也超过了其他的沙漠与冰川区域。

1.2研究方法

由于研究区内缺乏气象观测站点，所以针对该区的气候变化情况研究较少，本研究利用中国地面气象资料数据，主要是1955─2012年的气温和降水资料，在自然保护区周边选取了铁干里克，若羌，塔中，且末，安德河，民丰，于田，小灶火，冷湖，格尔木，茫崖，大柴旦，改则，托托河，伍道梁，安多16个气象站，气象站点的选取参考了周边气候区的分布，考虑了海拔高度的范围和距离保护区的远近进行选择。分别利用这16个站台的日平均气温、日最高气温、日最低气温和日降水量等气象要素来分析。利用数据透视表对每个站点进行统计，得到年平均值，然后利用逐年的数据加以分析。

由于气象台站分布不尽合理，所以合理的预测方法对于研究该区气候变化很重要(Willmott和Kellji，1999；潘耀忠等，2004)。对于高原气候变化研究来说，很多学者利用回归分析或者GIS空间插值方法进行预测分析。由于台站海拔高度差别较大，本研究利用Origin 8.0对海拔高度、平均气温和降水进行函数拟合，选择合适的模型加以分析（Partal和Kahya，2006）。同时，利用区域平均降水量方法计算平均值（杨德荣，1992）。对于时间序列的气候变化，采用统计学的方法处理温度和降水数据。把气候要素写成时间t的线性函数y=at+b，通过实际资料用最小二乘法计算出a和b，其中a表示线性函数的斜率，也就是气候要素的线性趋势。a为正(负)表示增加(减小)趋势，0表示无变化（秦艳等，2007）。利用Mann-Kendall趋势检验数据

系列的变化趋势的置信度（Kendall，1975）。

SPEI是Vicente-Serrano在标准化降水指数SPI的基础上引入潜在蒸散项构建的，其融合了SPI和帕尔默干旱指数PDSI的优点，计算公式如下，详细的计算步骤可参见文献（Vicente-Serrano等，2010），本研究利用R程序进行计算。

式中：W为蒸散降水推导函数的累计概率函数值，当概率P＞0.5时，有1-p代替，SPEI变换符号，其他为常数项（Vicente-Serrano等，2010）。3大保护区的空间分异情况主要利用Co-Kriging模型对气温与降水的空间变化趋势进行分析。

2 结果与分析

2.1保护区气温年际变化趋势分析

本文从各个台站的极端最高气温、极端最低气温、年平均气温资料入手，对研究区气温的变化趋势进行分析。

2.1.1 区域气温与海拔高度关系

利用16个站点的每日极端最高气温、极端最低气温和日平均气温，分别计算出各个参数的年平均值，并和各监测站点的海拔高度进行了相关分析，结果见图2，可以看出，随着海拔高度的升高，气温呈现直线下降的趋势，海拔高度与年平均气温具有较强的相关性，与最低气温和最高气温关系相关性也达到显著的水平。

2.1.2 最高和最低气温的变化趋势

基于线性相关关系，分别对16个站点的海拔和逐年年均值进行了相关分析，并利用线性相关分析海拔与气温之间的函数关系。然后，按照平均海拔高度4500 m进行计算，得到逐年的气温变化趋势。

由于3大自然保护区的平均海拔不同，所以相对温度有所差别，通过分析各临近气象站点的变化，不同保护区的气温变化趋势相似，图3显示的是自然保护区最低和最高气温的变化趋势，可以看出，从1957年以来，最高和最低气温都有较大的升高，最低气温有比较明显的上升趋势，其增长率为1.03 ℃/10a，最高气温变化率相对较小，为0.6 ℃/10a。最低气温的最高值和最低值之间温度的差别为6.7 ℃，分别出现在2010年和1965年。最高气温的最高值和最低值之间分别出现在2006年和1965年。

图2 区域气温与海拔高度关系Fig. 2 The relationship between regional temperature and elevation

图3 自然保护区最低和最高温度的变化趋势 (海拔高度=4500 m)Fig. 3 The trends of the lowest and highest temperatures in the nature reserve at 4500m above sea level

2.1.3 年平均气温的变化趋势

图4为年平均气温的变化趋势图，可以看出，平均气温总体上呈上升的趋势。通过线性拟合来

看，Mann-Kendall统计量为8.16，达到极显著性水平，温度增长率为0.71 ℃/10a。过去55年间，年平均气温波动较大，20世纪70年代气温相对波动较小，最低值出现在1965年，最高值在2007年。进入20世纪80年代后，气温变幅有所增加。

图4 自然保护区年平均气温的变化趋势 (海拔高度=4500 m) Fig. 4 The trend of average yearly temperature in the nature reserve at 4500 m above sea level

2.2自然保护区降水量时间变化

由于3大自然保护区自南向北，自东向西位于湿润区向干旱区过渡的地带，而且海拔高度也差异较大，降水的空间分异较为明显。图5为海拔高度与多年年均降水量的关系。结果表明，利用指数模型能够更好的模拟降水量与海拔之间的关系。

图5 区域海拔高度与降水之间的关系Fig. 5 The relationship between precipitation and elevation

基于所选择站点年平均值与相对应的海拔，利用区域平均值法计算出，区域平均降水量的数值。进一步根据逐年的年均降水量数值，利用线性模型与指数模型，计算出海拔高度在4500 m时的降水量数值，3种方法的结果如图6所示。可以看出，3种结果的数值以直线模型拟合的结果数值最高，指数模型的变异最大，而平均值法数值低于直线模型拟合的结果。但是可以看出，总体上，3种方法所得到的结果趋势近似，平均值法与线性模型法得到趋势完全一致，而指数模型的在个别的年份趋势不同，大部分变化趋势具有一致性。由于多个站点的平均海拔高度仅为2560 m，所以所得的数值与实际的降水量的数值有一定的偏差。从图5可以看出，直线模型在海拔高度2000～4500 m区间内，所拟合的数值偏高，而在低于1500 m时拟合数值偏低，指数模型较好的拟合了5000 m以内海拔高度与降水之间的关系。但是5000 m后，指数与直线模拟数值都偏低。结果表明，该区多年平均降水在155 mm左右，降水变幅从90 mm到250 mm。

图6 区域降水的波动变化Fig. 6 The variations of regional precipitation

由降水资料分析可知，近55年来，该地区的降水量波动较大，但总体上呈现增加的趋势。Mann-Kendall统计量为2.60，达到显著性水平，直线拟合结果表明，降水增加量约为10 mm/10a。可以看出降水在进入20世纪60年代开始逐渐增加，70年代中期有所下降，随后在波动中缓慢上升，1984与1985年出现较大的波动，到90年代中期有所降低，之后近15年内，降水呈现波动增加的趋势。

通过以上分析可知，总体上，降水波动较大，出现较大的低谷和峰值，气温趋势比较明显，呈现上升趋势，通过对气温与降水的增幅比较，利用增暖的幅度/增湿的幅度来加以判定：比值大于1（小于1）即增暖的幅度大于（小于）增湿的幅度，说明该地区实际上是变干（湿）的；比值等于1说明没有变化。结果小于1，说明该地区近半个世纪以来，变的更加湿润。

2.3基于SPEI的气候变化趋势研究

利用公式1，进一步分析了保护区气候变化的趋势，SPEI可以识别极端气候的范围及其持续时间。由于SPEI计算的是月尺度的变化趋势，为减少误差，利用最接近保护区边界的五道梁站点进行分析。结果见图7。

图7结果表明，近50年来，气候的干湿变化较大，而且在1984、1985、1979、1973与1966年出现了低于-2的情况，表示气候极端干旱的情况。以1984与1985年的持续时间最长。趋势线分析表明，SPEI指数趋于缓慢上升，即气候由干向湿转换。特别是最近15年，气候没有出现干旱的情况。

图7 保护区SPEI指数的变化趋势Fig. 7 The change trend of the SPEI index in the reserve

2.4不同自然保护区温度与降水量的空间分异

区域温度的空间分布通常利用插值法进行分析(仲嘉亮，2007)，一般来说，克里金插值能达到较高的精度(Holdaway，1996；李新等，2003)。而为了能考虑高程的因素，本研究选择使用协同克里金插值。协同克里金插值的一个前提是，温度与高程应该有相关性。

根据之前结果分析可知，气温与海拔高度具有相关性，利用ArcGIS中Cokring插值法，对自然保护区进行了插值分析，利用ArcGIS中的Zonal statistics分析，计算出各个保护区的平均气温，结果表明，可可西里，羌塘和阿尔金山的平均气温变化差异较大，年平均从1.9～15.4 ℃，以羌塘保护区的气温变幅最大（表1）。

表1 不同保护区气温的区域统计Tabel 1 Statistics of regional temperature in three nature reserves

对于降水量的空间分异，利用Cokring方法使得降雨量总体偏低，本研究利用Kring方法进行拟合，但总体趋势表明自南向北降水量有所减少，降水空间变异较大，其平均值从107 mm到261 mm之间（表2）。由于保护区周边气象台站较少，且分布的海拔高度差别较大，所以空间分异状况仍存在较大的误差。图8和图9显示的是基于空间差值的保护区气温与降水量的空间分异。

表2 不同保护区降水量的区域统计Tabel 2 Statistics of regional precipitation in three nature reserves

3 结论

通过对3大无人区自然保护区周边气象台站历史资料分析，该区域近50年来，最低、最高气温和年平均气温，总体趋势呈现上升趋势，海拔高度与气温值具有显著线性相关关系，利用线性模型可以较好的推算该区域的气温状况。

图8 基于空间插值的保护区气温变化Fig. 8 Spatial variability of the temperature in three nature reserves based on Cokriging method

图9 基于空间插值的保护区降水量变化Fig. 9 Spatial variability of the precipitation in three nature reserves based on Kriging method

对于降水来说，以平均4500 m海拔高度计算，平均降水量在155 mm。区域降水总体上呈现增加趋势，近20年期间，降水量波动较大。对于降水量来说，对比了3种降水量的预测方法，结果表明，海拔高度与降水量可以用指数模型表达。

对于气温与降水量来说，有研究表明，在新疆与西藏地区，降水与气温在空间上也存在较强的相关性，空间自回归模型对于降水与气温的解释更强(唐道来和徐利岗，2010)。3大自然保护区内部地理空间分异显著，由于地带性是由新疆干旱荒漠区向青藏高原湿润区过渡的区域，所以海拔高度变化较大，保护区内内部盆地、冰川并存，高山内流湖，河流遍布，所以局地气候也会受到地形地貌与地表特征的影响，气候因子的时空变异也较大。所以，该地区长时间序列的气候监测也非常有必要。

HOLDAWAY M R. 1996. Spatial modeling and interpolation of monthly temperature using Kriging [J]. Climate Research, 6: 215-225.

KENDALL M G. 1975. Rank correlation methods [M]. London: Griffin

PARTAL T, KAHYA E. 2006. Trend analysis in Turkish precipitation data[J].Hydrological Processes, 20: 2011-2026.

VICENTE-SERRANO S M, BEGUERÍA S, LÓPEZ-MORENO J I, 2010. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index [J]. Journal of Climate, 23: 1696-1718.

WILLMOTT C J, KELLJI M. 1999. Smart interpolation of annually air temperature in the United States [J]. Journal of Applied Meteorology, 34: 2557-2586.

陈荣毅, 张伟. 2002. 新疆阿拉尔垦区40年来气候变化对绿洲生态环境建设的启示[J]. 新疆农业科学, 39(2): 73-76.

胡汝骥, 姜逢清, 王亚俊, 等. 2002. 新疆气候由暖干向暖湿转变的信号及影响[J]. 干旱区地理, 25(3): 194-200.

李新, 程国栋, 卢玲. 2003. 青藏高原气温分布的空间插值方法比较[J].高原气象, 22(6): 565-573.

凌红波, 徐海量, 张青青, 等. 2011. 1956─2007年新疆玛纳斯河流域气候变化趋势分析[J]. 冰川冻土, 33(1): 64-71.

南庆红, 杨舵, 杨青. 2003. 应用EOF方法分析新疆降水变化特征[J]. 中国沙漠, 23(5): 554-559.

潘耀忠, 龚道溢, 邓磊, 等. 2004. 基于DEM的中国陆地多年平均温度插值方法[J]. 地理学报, 59(3): 366-374.

秦艳, 周跃志, 师庆东. 2007. 基于气温、降水变化的南疆气候变化分析[J]. 干旱区资源与环境, 21(8): 54-57.

唐道来, 徐利岗. 2010. 气候变化背景下新疆地区降水时空变化特征分析[J]. 水资源与水工程学报, 21(3): 72-76.

辛渝, 张广兴, 俞剑蔚, 等. 2007. 新疆博州地区气温的长期变化特征[J].气象科学, 27(6): 610-617.

杨德荣. 1992. 论流域平均降雨量的计算方法[J]. 四川水力发电, 2: 10-17.

姚付龙, 李海冰. 2012. 西天山北坡地区近50年来气温和降水变化分析[J]. 安徽农业科学, 40(9): 5550-5553.

袁玉江, 魏文寿, 穆桂金. 2004. 天山山区近40年秋季气候变化特征与南、北疆比较[J]. 地理科学, 24(6): 674-679.

张生军, 王天明, 王涛, 等. 2010. 新疆近50a来降水量时空变化及其突变分析[J]. 中国沙漠, 30(3): 668-674.

仲嘉亮. 2007. 基于RS和GIS技术的新疆气温空间插值方法探讨[J]. 沙漠与绿洲气象, 1(4): 32-35.

左洪超, 吕世华, 胡隐樵. 2004. 中国近50年气温及降水量的变化趋势分析[J]. 高原气象, 32(2): 238-244.

Climate Changes in the Alpine Grassland Nature Reserves on Qinghai-Tibet Plateau in Recent 50 Years Based on SPEI Index

LIU Shiliang1, ZHAO Haidi1, DONG Shikui1, AN Nannan1, SU Xukun1, ZHANG Xiang2
1. State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China; 2. Nature Reserve Administration of Altun National Nature Reserve, Kuerle 841000, China

Based on the data from the 16 meteorological stations around alpine grassland nature reserves (Kekexili, Qiangtang, Aerjinshan), we analyzed the regional temperature and precipitation trends from 1957─2011 using the daily precipitation data. The results showed that, in the past 55 years, the annual maximum, minimum and average temperature increased significantly. Mann-Kendall method showed the increasing trend exhibited a very significant level and the temperature growth rate was 0.71 ℃/10a. By comparing three methods including regional average method, linear regression method and exponential model for simulating precipitation change, we found that linear regression model had a higher value, exponential model had the largest variations and regional average method was lower than the linear regression model. Exponential model can well fit the relationship between precipitation and elevation. In general, there were large fluctuations of the annual average precipitation. Precipitation showed increasing trend in 1960s and decreasing trend in 1970s. Overall, there was a significant increasing trend based on Mann-Kendall analysis. Also, SPEI index which was integrated precipitation and temperature was used to analyze the drought dynamics and Kriging interpolation to reveal the spatial differences of three nature reserves. SPEI index showed that the climate in these nature reserves had a trend from dry to wet condition. The average annual precipitation, temperature and variations varied greatly among the three grassland nature reserves. The average annual temperature values for Kekexili, Qiangtang and Aerjinshan nature reserve are 1.9, 15.4 and 6.0 ℃ and precipitation values are 261, 141 and 107 mm/a. In summary, we analyzed the dynamics of climate change based on SPEI index, and spatial variability of temperature and precipitation. The results provide basis for nature reserve management.

temperature; precipitation; climate change; nature reserves; alpine grassland

P462.6

A

1674-5906（2014）12-1883-06

环保部环保公益项目（201209033）；国家十二五科技支撑项目（2012BAC01B02）

刘世梁（1976年生），男，副教授，博士生导师，主要从事景观生态学，土地利用变化研究。E-mail: shiliangliu@bnu.edu.cn

2014-07-21

刘世梁，赵海迪，董世魁，安南南，苏旭坤，张翔. 基于SPEI的近50年青藏高原高寒草地自然保护区气候变化研究[J]. 生态环境学报, 2014, 23(12): 1883-1888.

LIU Shiliang, ZHAO Haidi, DONG Shikui, AN Nannan, SU Xukun, ZHANG Xiang. Climate Changes in the Alpine Grassland Nature Reserves on Qinghai-Tibet Plateau in Recent 50 Years Based on SPEI Index [J]. Ecology and Environmental Sciences, 2014, 23(12): 1883-1888.