柴达木盆地气候变化对植被的影响分析
2018-03-26李红梅
李红梅
(青海省气候中心,青海 西宁 810001)
植被是陆地生态系统中对气候变化响应最敏感的组分,在一定程度上是气候变化的指示器。在当前气候变化背景下,世界各地植被生长发育状况和地域分布特征都发生了明显改变,但随着各地气候变化特征的不同,植被所作出的响应亦存在较大的差异[1-6]。有学者研究表明20 世纪80 年代初至90 年代末,气候变暖导致了中国青藏高原和北半球高纬度地区植被活动的显著增强[7-10]。也有学者指出2000 年以后北半球多个地区植被活动呈减弱趋势,气温持续升高所导致的干旱化过程可能是驱动这些地区植被活动变化的主要原因[11]。综合以上分析可以发现,气候变化在不同时间尺度和空间尺度上分析结果存在较大的差异,或者由于利用的资料源不同,所分析的结果也存在很大的不同,由此引起的对植被的影响评估结果也存在很大的差异性,尤其是在地形条件复杂多样的青藏高原表现更为突出。
柴达木盆地位于青海高原西北部,是我国海拔最高的高原型盆地,盆地四周高山环抱,地貌复杂多样,垂直分异明显,整个盆地大致以海拔3350 m为界,可分为盆地内干旱荒漠区和盆地四周高寒区[12]。该区域降水稀少, 蒸发强烈,气候干燥,生态环境脆弱,是整个青藏高原升温最显著的地方,也是全球气候变化影响最敏感的地区[13-15]。近年来随着全球气候变暖,众多学者对柴达木盆地气候变化特征进行了研究[16-22],并指出,随着柴达木盆地降水的增多,该区正经历着由暖干向暖湿的气候转型[23-26]。然而,在此气候转型背景下,对本地条件极其脆弱的草地植被产生了何种影响,加之,柴达木盆地各地气候条件差异较大,气候变化对不同区域、不同植被类型所产生的影响是否相同,目前对这些问题的研究尚显不足。 本研究利用1961-2016年气象观测资料和1982-2016年遥感监测资料,评估柴达木盆地气候变化对不同区域、不同植被类型归一化植被指数(normalized difference vegetation index, NDVI)的影响,以及气候变化对植被演替的影响趋势,通过研究气候变化对植被的影响,在一定程度上可以预估未来植被可能变化的趋势,为今后柴达木盆地实施生态环境保护和开展适应气候变化工作等提供参考。
1 材料与方法
1.1 资料来源
气象数据利用柴达木盆地1961-2016年茫崖、冷湖、大柴旦、德令哈、天峻、格尔木、诺木洪、都兰、茶卡和小灶火共10个气象站逐日气温、降水等资料,所有资料均经过严格的质量控制,具有较高的可信度。
NDVI值采用GIMMS和MODIS两个卫星源的数据。GIMMS 数据是美国航空航天局(National Aeronautics and Space Administration, NASA)全球监测与模型研究组(Global Inventor Modeling and Mapping Studies, GIMMS)发布的NDVI半月最大值合成值(maximum value composites, MVC), 空间分辨率为 8 km×8 km, 时段为1982年5月至2006年12月。MODIS数据采用青海省遥感中心 EOS/MODIS系统接收的数据, 空间分辨率为 250 m×250 m,时段为2002年1月至2016年12月。两种NDVI数据集都已经过几何精纠正、辐射校正、大气校正等预处理, 并采用最大值合成法减少云、大气、太阳高度角等的影响。
1.2 方法
1.2.1遥感资料的处理 由于GIMMS和MODIS数据采用了不同的传感器,利用1982-2006年GIMMS资料和2001-2016年MODIS资料相重叠的2001-2006年NDVI值进行相关性分析。分析发现在不同区域(盆地四周高寒区和盆地内干旱荒漠区)以及不同植被类型(温性荒漠、低地草甸、高寒草原)的GIMMS 数据和NDVI数据均存在较高的相关性,都通过了置信度为0.01的极显著检验(图1)。根据GIMMS和MODIS两者关系,利用2007-2016年GIMMS的NDVI值插补MODIS NDVI值,建立1982-2016年柴达木盆地四周高寒区、盆地内干旱荒漠区、低地草甸、温性荒漠、高寒草原植被MODIS NDVI值序列。
1.2.2遥感资料的插补模型 根据不同区域(盆地四周高寒区和盆地内干旱荒漠区)和不同植被类型(低地草甸类、温性荒漠类、高寒草原类)GIMMS NDVI和MODIS NDVI值的相关性,利用GIMMS NDVI值对MODIS NDVI值进行插补,具体插补模型见表1。
图1 2001-2006年盆地四周高寒区(a)、盆地内干旱荒漠区(b)、低地草甸类(c)、温性荒漠类(d)和高寒草原类(e)GIMMS NDVI和MODIS NDVI相关性Fig.1 The correlation between GIMMS NDVI and MODIS NDVI in high cold region around Qaidam Basin (a), arid desert region in the Qaidam Basin (b), lowland meadow region (c), warm desert region (d) and alpine meadow region (e)
类型Type模型ModelF值FvalueR2盆地四周高寒区ThecoldregionaroundbasinY=1.547X+0.184935.063∗∗0.9524盆地内干旱荒漠区TheariddesertregioninbasinY=2.717X-0.014330.426∗∗0.9019低地草甸类LowlandmeadowY=1.181X+0.048643.673∗∗0.9758温性荒漠类WarmdesertY=0.493X+0.0204110.309∗∗0.9154高寒草原类AlpinemeadowY=0.414X+0.021432.517∗∗0.9697
注:Y为MODIS NDVI,X为GIMMS NDVI,**表示通过置信度为0.01的极显著检验。
Note:Yexpress MODIS NDVI,Xexpress GIMMS NDVI, **express through highly significant test of the reliability of 0.01.
1.2.3植被演替分析方法 采用改进的综合顺序分类法分析植被演替特征,综合顺序分类法是以任继周院士为代表,在其草原发生与发展理论的指导下,参考并吸收世界各国草原分类方法的优点,提出的一种草原分类方法[27-28]。1995年胡自治等[29]对综合顺序分类法进行了新的改进,使划分结果更趋完善,该方法以>0 ℃的年积温和湿润度指数K作为草地类型的划分因子,比较适合于划分青海高原的草地类型[30-32]。
2 结果与分析
2.1 植被NDVI变化特征分析
2.1.1不同区域植被变化趋势 1982-2016年柴达木盆地四周高寒区植被NDVI值呈明显增加趋势,趋势系数为0.008/10年(图2a),并通过显著性水平0.05的检验。从长期变化曲线来看以1999年为界大致分为两个阶段,其中1982-1998年NDVI值总体呈略微下降趋势,而1999年以来植被NDVI值变化较为平稳,且维持在一个较高水平。
1982-2016年柴达木盆地内干旱荒漠区植被总体呈增加趋势,趋势系数为0.007/10年,通过显著性水平0.01的检验。干旱荒漠区NDVI值具有阶段性变化,1996年以前年际间变化幅度较大,呈增加趋势,1996年以后变化较为平稳(图2b)。
图2 1982-2016年柴达木盆地四周高寒区(a)、盆地内干旱荒漠区(b)植被NDVI变化趋势Fig.2 The change trend of NDVI in the high cold region around Qaidam Basin (a) and arid desert region in the Qaidam Basin (b) from 1982 to 2016
2.1.2不同植被类型NDVI变化特征 低地草甸类、温性荒漠类、高寒草原类3种植被类型是柴达木盆地主要植被类型,1982-2016年这3种植被类型NDVI值均呈增加趋势,趋势系数分别为0.001/10年、0.003/10年和0.005/10年,其中只有高寒草原类变化趋势通过置信度0.01的极显著水平检验。主要是因为高寒草原类广泛分布在柴达木盆地四周高寒区,受气温升高、降水增多的有利影响,NDVI值增加较为明显,而在盆地中分布较多的温性荒漠类受气候干旱的影响,NDVI值变化不明显(图3)。
2.2 气候变化对植被NDVI的影响
2.2.1气候条件对不同类型植被NDVI的影响 以柴达木盆地低地草甸类、温性荒漠类、高寒草原类为代表性植被,分析气候变化对这3种植被NDVI的影响。受柴达木盆地植被生长季高温少雨的影响,低地草甸类、温性荒漠类、高寒草原类3种主要植被类型生长均受降水和蒸发量影响较大,其中低地草甸类、高寒草原类与降水量呈线性相关,随着降水量的增加,植被NDVI值呈增加趋势(图4a,c)。而降水对温性荒漠类植物的影响较为复杂,在降水量开始增加时,随着降水量的增加NDVI值呈增加趋势,降水增加到一定程度后NDVI值不再增加(图4b)。
蒸发量对植被NDVI值具有较明显的负影响(图4d~f),通过相关分析表明,低地草甸类、温性荒漠类与蒸发量的相关系数分别为-0.49和-0.56,通过置信度为0.01的显著性检验,高寒草原NDVI与蒸发量的相关系数为0.40,通过了置信度为0.05的显著性检验。
2.2.2植被NDVI的气候模拟模型 根据1982-2016年低地草甸类、温性荒漠类和高寒草原类NDVI值和4-8月降水量和蒸发量变化特征,建立不同植被类型气候模拟模型,见表2。
利用1982-2016年4-8月降水量和蒸发量模拟低地草甸类、温性荒漠类和高寒草原类NDVI值,从图5中可以看出,3种类型草地NDVI值的气候模拟模型都能很好地模拟出历年变化趋势。
图3 1982-2016年柴达木盆地低地草甸类(a)、温性荒漠类(b)和高寒草原类(c)NDVI变化趋势Fig.3 The NDVI change trend of lowland meadow (a), warm desert (b) and alpine meadow (c) from 1982 to 2016
图4 低地草甸类NDVI、温性荒漠类NDVI、高寒草原类NDVI与4-8月降水量(a、b、c)以及年蒸发量(d、e、f)相关性Fig.4 The correlation between NDVI of lowland meadow (a), warm desert (b) and alpine meadow (c) and the sum of precipitation from April to August, and the correlation between NDVI of lowland meadow (d), warm desert (e) and alpine meadow (f) and the annual evaporation
2.3 植被类型演替特征
利用综合顺序分类法分析柴达木盆地1961-2016年植被演替特征,根据相关学者对柴达木盆地气温变化特征的研究发现,该地区在1987年发生由冷向暖的突变[22],因此以气温发生突变的1987年为界和以10年为间隔,计算不同年代植被演替方向。>0 ℃年积温和湿润度K值是确定植被类型的气象因子,本研究主要基于这两个区划因子进行植被演替特征的分析。
表2 低地草甸类、温性荒漠类和高寒草原类NDVI气候模拟模型Table 2 The climate simulation model of NDVI of lowland meadow, warm desert and alpine meadow
注:Y为NDVI值,X1为4-8月降水量,X2为4-8月蒸发量,**表示通过置信度为0.01的极显著检验。
Note:Yexpress NDVI,X1express precipitation from April to August,X2expresse evaporation from April to August, ** express through highly significant test of the reliability of 0.01.
图5 低地草甸类(a)、温性荒漠类(b)和高寒草原类(c)实际NDVI值与模拟值对比Fig.5 Comparison of actual and simulated NDVI values of lowland meadow (a), warm desert (b) and alpine meadow (c)
2.3.1气象因子变化特征 1961-2016年>0 ℃年积温呈显著上升趋势,趋势系数达每10年上升85.4 ℃,与柴达木盆地年平均气温变化趋势一致,1998年以来>0 ℃年积温呈明显增加趋势,1961-1997年平均>0 ℃年积温为2157.6 ℃,而1998-2016年平均值上升为2452.4 ℃,前后两个时段平均值相差294.8 ℃(图6a)。同时,从>0 ℃年积温变化图也可以看出,在1994年左右柴达木盆地的热量级由寒温带转为微温带。
从空间变化趋势来看,柴达木盆地的西部积温增加率大于东部地区,其中茫崖、格尔木一带>0 ℃年积温增加幅度较大,平均每10年达到183.8 ℃,而柴达木盆地的东部天峻、乌兰等地增加率相对较小,平均每10年增加34.1 ℃(图6b)。
受柴达木盆地降水量增多的影响,1961-2015年湿润度K值呈微弱增加趋势,整体来看,90年代以前湿润度K值变化幅度较大,位于历史前4高的极值均出现在这一时段;1990年以后湿润度K值变化平稳,尤其是进入21世纪以来增加明显,且一直在较高水平(图7a)。
柴达木盆地各地湿润度指数变化趋势不尽相同,呈明显的东高西低特征,东部地区的德令哈、乌兰、都兰为一个大值区,湿润度指数增加系数为每10年增加0.052,而柴达木盆地西部的格尔木一带湿润度指数呈降低趋势,平均每10年降低0.028(图7b)。
图6 1961-2016年柴达木盆地>0 ℃年积温变化(a)、空间变率分布(b)Fig.6 >0 ℃ accumulated temperature change (a), and its variability spatial distribution (b) from 1961 to 2016 in Qaidam Basin
图7 1961-2015年柴达木盆地湿润度K变化(a)、湿润度K空间变率分布(b)Fig.7 K index change (a), and its variability spatial distribution (b) from 1961 to 2015 in Qaidam Basin
2.3.2以气温突变点为界分析植被演替 柴达木盆地气温在1987年前后发生了突变,因此以1987年为界分析气候突变前后植被演替特征。
在气象要素进行空间插值时,发现气候突变前后的>0 ℃年积温和湿润度K值与海拔存在较高的相关性,为了提高空间插值精度,采用表3所示的回归方程进行插值。
利用表3中>0 ℃年积温和湿润度K值的插值方程对柴达木盆地各格点进行插值,并根据综合顺序分类法对气候突变前和突变后植被进行分类。从表4可以看出,气候突变植被类型发生了变化,突变前植被类型主要有寒冷潮湿类、寒冷湿润类、寒温潮湿类、冷温干旱类、冷温微干类、冷温微润类、冷温湿润类、微温极干类和微温干旱类,而气候突变后植被类型主要有寒冷潮湿类、寒温潮湿类、冷温干旱类、冷温微干类、冷温微润类、冷温湿润类、冷温潮湿类、微温极干类和微温干旱类。气温突变前后虽然植被类型数量都为9类,但突变前的寒冷湿润植被类型消失,气温突变后新增了冷温潮湿类。
由植被类型发生改变的区域可以看出,在盆地四周高寒区和盆地内干旱荒漠区的交错区气候变化对植被的影响最大,植被类型易发生改变。
从各植被类型面积变化(表5)来看,气温突变前后热量级发生了显著改变,1987年前植被类型以寒温类为主,而1987年以后转为以微温类植被为主。从湿润度面积变化结果来看,植被主要朝着湿润的方向发展,尤以极干类植被变化较为显著,由1987年以前的12.85×104m2减少为之后的9.67×104m2,减少了近25%。
表3 >0 ℃年积温、湿润度K回归方程Table 3 Regression equation of >0 ℃ accumulated temperature and K index
注:表中HB表示海拔,**表示通过显著性水平0.01的相关性检验。
Note: HB express altitude, **express through highly significant test of the reliability of 0.01.
表4 气温突变前后主要植被类型Table 4 Main vegetation types before and after temperature change
表5 气温突变前后不同类型植被分布面积变化Table 5 The area of different vegetation types of before and after temperature change (×104 m2)
2.3.3以年代际变化为界分析植被演替 >0 ℃年积温和湿润度K是植被类型分布的决定性因素,受这两要素的影响,50多年来,植被类型发生了变化。将1961-2010年以10年为间隔进行植被类型演变分析(表6),从表中可以看出柴达木盆地寒温带植被类型逐步减少,微温带植被类型逐步增多,同时湿润度级别逐渐升高,尤其是进入21世纪以来,出现了微温微干和微温微润的植被类型。
表6 不同年代不同类型植被分布面积变化Table 6 The area of different vegetation types in different interdecadal (×104 m2)
3 讨论与结论
温性荒漠类植被对降水变化响应的特征主要是因为温性荒漠类主要以超旱生灌木和半灌木为优势种,这些植被长期生长于干旱的环境,比较适合于旱生生境,适度的干旱有利于其生长发育,当降水量增大到一定程度后,植被类型就会演替到合适潮湿环境的植被生长,这和相关的研究结论比较一致[33]。
通过对柴达木盆地不同区域植被NDVI指数和不同类型植被NDVI指数变化特征、不同时期植被演替特征分析,主要得出以下结论:
1)按不同海拔、植被分布特征等将柴达木盆地分为盆地四周高寒区和盆地内干旱荒漠区。1982-2016年两区域植被NDVI指数均呈显著上升趋势,趋势系数分别为0.009/10年、0.007/10年,其中四周高寒区植被NDVI变化趋势通过显著性水平0.05的检验,而盆地内干旱荒漠植被NDVI指数变化趋势通过显著性水平0.01的检验。
2)从不同植被类型NDVI指数变化特征可以看出,1982-2016年温性荒漠类和低地草甸类植被类型NDVI呈微弱的增加趋势,但没有通过显著性检验,而高寒草原类植被NDVI指数变化明显,趋势系数为0.0058/10年,通过显著性水平0.01的检验。
3)柴达木盆地气候极其干旱,年降水量和蒸发量是影响植被生长发育的重要气象因子。因此年降水量与植被NDVI值呈明显的正相关关系,而蒸发量与植被NDVI值呈显著的负相关关系。但值得探讨的是温性荒漠类植被NDVI指数与降水量呈非线性相关,当降水量增加到一定程度后,植被NDVI指数不再增加,这可能是该植被类型比较适合干旱环境,当生存环境发生较大的改变时,则会抑制生长发育,被其他类型植被所代替。
4)柴达木盆地在1987年发生气温由冷向暖的突变,以气温发生突变的1987年为界,1987年前后植被类型虽然均为9类,但突变后植被朝着温暖化及湿润化的方向发展。从植被类型发生变化的区域分布来看,在盆地四周高寒区和盆地内干旱荒漠区的交错区气候变化对植被演替的影响最为明显。
5)从年代际变化特征分析结果表明,寒温带植被类型逐渐减少,微温带植被类型逐渐增多,同时湿润度级别有所升高,尤其是进入21世纪以来,出现了微温微干和微温微润的植被类型。
References:
[1] Zhang X Z, Zheng J Y, He F N,etal. Spatial differences of variations in autumn fractional vegetation coverage in eastern China during 1982-2006. Journal of Natural Resources, 2013, 28(1): 28-37.
张学珍, 郑景云, 何凡能, 等. 1982-2006年中国东部秋季植被覆盖变化过程的区域差异. 自然资源学报, 2013, 28(1): 28-37.
[2] Mu S J, Li J L, Chen Y Z,etal. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001-2010. Acta Geographica Sinica, 2012, 67(9): 1255-1268.
穆少杰, 李建龙, 陈奕兆, 等. 2001-2010年内蒙古植被覆盖度时空变化特征. 地理学报, 2012, 67(9): 1255-1268.
[3] Ren Z C, Zhu H Z, Zhang D G,etal. Temporal and spatial response of vegetation net primary productivity to climate change in Buryatiya Republic Russia. Journal of Natural Resources, 2011, 26(5): 790-801.
任正超, 朱华忠, 张德罡, 等. 俄罗斯布里亚特共和国植被NPP对气候变化的时空响应. 自然资源学报, 2011, 26(5): 790-801.
[4] Tucker C J, Newcomb W W, Los S O,etal. Mean and inter-year variation of growing seasons normalized difference vegetation index for the Sahel 1981-1989. International Journal of Remote Sensing, 1991, 12: 1133-1135.
[5] Yang L M, Bruce K W, Larry L T,etal. An analysis of relationships among climate forcing and time-integrated NDVI of grasslands over the U.S. Northern and Central Great Plains. Remote Sensing of Environment, 1998, 65(1): 25-37.
[6] Yang W, Yang Z, Merchant J W. An assessment of AVHRR NDVI eco-climatological relations in Nebraska, USA. International Journal of Remote Sensing, 1997, 18(10): 2161-2180.
[7] Myneni R B, Keeling C D, Tucker C J,etal. Increased plant growth in the northern high latitudes from 1981 to 1991. Nature, 1997, 386: 698-702.
[8] Zhou L M, Tucker C J, Kaufmann R K,etal. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999. Journal of Geophysical Research, 2001, 106: 20069-20083.
[9] Xu X K, Chen H, Jason L K. Temporal and spatial variation of vegetation cover and its cause analysis in the Tibetan Plateau under climate warming. Science in China, 2008, 53(4): 456-462.
徐兴奎, 陈红, Jason L K. 气候变暖背景下青藏高原植被覆盖特征的时空变化及其成因分析. 科学通报, 2008, 53(4): 456-462.
[10] Zhang G L, Ouyang H, Zhang X Z,etal. Vegetation change and its responses to climatic variation based on eco-geographical regions of Tibetan Plateau. Geographical Research, 2010, 29(11): 2004-2016.
张戈丽, 欧阳华, 张宪洲, 等. 基于生态地理分区的青藏高原植被覆被变化及其对气候变化的响应. 地理研究, 2010, 29(11): 2004-2016.
[11] Hua W, Fan G Z, Zhou D W,etal. Preliminary analysis on the relationships between Tibetan Plateau NDVI change and its surface heat source and precipitation of China. Science in China Series D-Earth Sciences, 2008, 51(5): 677-685.
[12] The Editorial Committee of the Ecological Protection and Economic Cycle in Qaidam. The ecological protection and economic cycle in Qaidam. Xining: Qinghai People’s Press, 2013.
《柴达木生态保护与循环经济》编辑委员会. 柴达木生态保护与循环经济. 西宁: 青海人民出版社, 2013.
[13] Li H M, Li Z W, Wang Z Y,etal. Comparative analysis of the climate abrupt changing time in different ecological function regions of Qinghai Province. Journal of Glaciology and Geocryology, 2012, 34(6): 1388-1393.
李红梅, 李作伟, 王振宇, 等. 青海高原不同生态功能区气候突变时间的比较分析. 冰川冻土, 2012, 34(6): 1388-1393.
[14] Chen X G, Li L, Zhu X D,etal. Regional differences of climate change in Qinghai Province and its contributing factors. Advances in Climate Change Research, 2009, 5(5): 249-254.
陈晓光, 李林, 朱西德, 等. 青海省气候变化的区域性差异及其成因研究. 气候变化研究进展, 2009, 5(5): 249-254.
[15] Li L, Chen X G, Wang Z Y,etal. Climate change and its regional differences over the Tibetan Plateau. Advances in Climate Change Research, 2010, 6(3): 181-186.
李林, 陈晓光, 王振宇, 等. 青藏高原区域气候变化及其差异性研究. 气候变化研究进展, 2010, 6(3): 181-186.
[16] Shi X H, Zhao Y N, Dai S,etal. Research on climatic change of Qaidam Basin since 1961. Journal of Desert Research, 2005, 25(1): 123-128.
时兴合, 赵燕宁, 戴升, 等. 柴达木盆地40多年来的气候变化研究. 中国沙漠, 2005, 25(1): 123-128.
[17] Li Y F, Yang T B. The temperature ascends in the Qaidam Basin in the past 50 years and global warming. Journal of Shangrao Normal College, 2005, 25(3): 105-109.
李永飞, 杨太保. 近50年来柴达木盆地升温与全球变暖. 上饶师范学院学报, 2005, 25(3): 105-109.
[18] Chen B S, Pan A D, Yang M Z. Spatial and temporal characteristics and change trend of climatic elements of Qaidam Basin in recent 50 years. Journal of Arid Land Resources and Environment, 2010, 24(5): 117-123.
陈碧珊, 潘安定, 杨木壮. 近50年柴达木盆地气候要素分布特征及变化趋势分析. 干旱区资源与环境, 2010, 24(5): 117-123.
[19] Tang H Y, Li X F. Preliminary analysis on maximum and minimum temperature change in Qinghai plateau during recent 40 years. Plateau Meteorology, 1999, 18(2): 230-235.
唐红玉, 李锡福. 青海高原近40年来最高和最低温度变化趋势的初步分析. 高原气象, 1999, 18(2): 230-235.
[20] Wang J, Huang Q H, Bai C G,etal. Tendency of the quaternary climatic change in Qaidam Basin and its causal mechanism. Scientia Geographica Sinica, 2002, 22(1): 34-38.
王建, 黄巧华, 柏春广, 等. 2.5Ma以来柴达木盆地的气候干湿变化特征及其原因. 地理科学, 2002, 22(1): 34-38.
[21] Lü S N, Li D L, Wen J,etal. Analysis on periodic variations and abrupt change of air temperature over Qinghai-Xizang Plateau under global warming. Plateau Meteorology, 2010, 29(6): 1378-1385.
吕少宁, 李栋梁, 文军, 等. 全球变暖背景下青藏高原气温周期变化与突变分析. 高原气象, 2010, 29(6): 1378-1385.
[22] Li L, Shen H Y, Li H M,etal. Regional differences of climate change in Qaidam Basin and its contributing factors. Journal of Natural Resources, 2015, 30(4): 641-650.
李林, 申红艳, 李红梅, 等. 柴达木盆地气候变化的区域显著性及其成因研究. 自然资源学报, 2015, 30(4): 641-650.
[23] Dai S, Shen H Y, Li L,etal. Analysis on climate transition characteristic from warm-dry to warm-wet in Qaidam Basin. Plateau Meteorology, 2013, 32(1): 211-220.
戴升, 申红艳, 李林, 等. 柴达木盆地气候由暖干向暖湿转型的变化特征分析. 高原气象, 2013, 32(1): 211-220.
[24] Shi Y F, Shen Y P, Hu R J. Preliminary study on signal, impact and foreground of climatic shift from warm-dry to warm-humid in Northwest China. Journal of Glaciology and Geocryology, 2000, 24(3): 219-226.
施雅风, 沈永平, 胡汝骥. 西北气候由暖干向暖湿转型的信号、影响和前景的初步探讨. 冰川冻土, 2000, 24(3): 219-226.
[25] Li L, Wang Z Y, Qin N S,etal. Characteristics and tendency forecasting of dry/wet climate evolution over Qaidamu Basin in recent 1100 years. Plateau Meteorology, 2005, 24(3): 326-330.
李林, 王振宇, 秦宁生, 等. 近1100 年来柴达木盆地干湿气候演变特征及趋势预测. 高原气象, 2005, 24(3): 326-330.
[26] Li Y P, Yang T B. Study on abrupt and periodic changes of temperature and precipitation in the Qaidam Basin. Geography and Geo-Information Science, 2007, 23(3): 105-108.
李远平, 杨太保. 柴达木盆地气温、降水突变与周期特征分析. 地理与地理信息科学, 2007, 23(3): 105-108.
[27] Ren J Z, Hu Z Z, Mu X D. Bioclimatic indicators of the first class classification of grassland types in China. Journal of Gansu Agricultural University, 1965, (1): 48-64.
任继周, 胡自治, 牟新待. 我国草原类型第一级分类的生物气候指标. 甘肃农业大学学报, 1965, (1): 48-64.
[28] Ren J Z, Hu Z Z, Mu X D,etal. Comprehensive sequential classification of grassland and its significance in grassland genesis. Grassland in China, 1980, 3(1): 12-24.
任继周, 胡自治, 牟新待, 等. 草原综合顺序分类法及其草原发生学意义. 中国草原, 1980, 3(1): 12-24.
[29] Hu Z Z, Gao C X. Improvement of the comprehensive and sequential classification system of grasslands indices if grassland classes and index chart. Acta Prataculturae Sinica, 1995, 4(3): 1-7.
胡自治, 高彩霞. 草原综合顺序分类法的新改进-类的划分指标及其分类的检索图. 草业学报, 1995, 4(3): 1-7.
[30] Du T Y. Classifying native grasslands of Qinghai Province with the integrated classification system. Pratacultural Science, 1992, 5: 28-32.
杜铁英. 用综合顺序分类法对青海草地分类的探讨. 草业科学, 1992, 5: 28-32.
[31] Li H M, Ma Y S. Application on classification of Qinghai grassland by advanced comprehensive and sequential classification. Acta Prataculturae Sinica, 2009, 18(2): 76-82.
李红梅, 马玉寿. 改进的综合顺序分类法在青海草地分类中的应用. 草业学报, 2009, 18(2): 76-82.
[32] Zhang Y L, Wei S C. Research on classification of Inner Mongolia grassland by complex-ordinal system. Grassland of China, 1990, 18(2): 14-20.
张永亮, 魏绍诚. 用综合顺序分类法对内蒙古草原分类的研究. 中国草地, 1990, 5: 14-20.
[33] Du Q, Sun S Z. Vegetation and its utilization in Chaidamu region. Beijing: Science Press, 1990: 7-11.
杜庆, 孙世洲. 柴达木地区植被及其利用. 北京: 科学出版社, 1990: 7-11.