1961-2018年中国地表温度变化的区域差异.pdf

高璇,赵东升,郑度.2023.19612018 年中国地表温度变化的区域差异 J.大气科学,47(4):9951006.GAOXuan,ZHAODongsheng,ZHENGDu.2023.RegionalDifferencesinSurfaceTemperatureVariationinChinafrom1961to2018J.ChineseJournalofAtmosphericSciences(inChinese),47(4):9951006.doi:10.3878/j.issn.1006-9895.2204.2113019612018 年中国地表温度变化的区域差异高璇1,2赵东升1郑度1,21中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室,北京1001012中国科学院大学,北京100049摘要IPCC 指出增温应包涵三方面，即均值偏移、变率增大、对称性改变。然而，目前对于地表增温主要关注的仍是均值的变化，这会影响对于地表增温的全面认识。本研究基于 19612018 年 590 个气象站点的逐日温度数据，利用平均温度，温度方差和高温时间分别量化了均值偏移、变率增大、对称性改变 3 个指标，进而分析了中国地表温度变化趋势的空间格局。结果发现，在研究时段内平均温度呈现明显的增加趋势，但在 1986 年前后存在两个相反的变化趋势：1986 年前，平均温度为减小趋势，而 1986 年后为显著增温趋势。在 19612018 年，高温时间出现提前的站点数（63.6%）多于出现滞后的站点数（36.4%）。温度方差在 19611986 年为明显的减小趋势，但在 19862018 年为明显的增大趋势。此外，平均温度，温度方差和高温时间的变化具有明显的空间异质性。具体而言：19611986 年，高温时间推迟，平均温度下降，温度方差下降的站点数最多，占总站点数的 23.9%，主要分布在亚热带地区；而 19862018 年，高温时间推迟，平均温度上升，温度方差增大的站点数量最多，占到总站点数的 41.5%，空间分布不均。各温度指标年际变异的空间格局，体现了中国不同地区对地表增温的敏感性差异。同时关注平均温度、温度方差和高温时间变化能较全面反映气候系统变化的特点，有助于预估未来气候变化风险，对于国家制定气候变化减缓和适应战略具有重要意义。关键词地表温度分段回归变化趋势区域差异中国文章编号1006-9895(2023)04-0995-12中图分类号P467文献标识码Adoi:10.3878/j.issn.1006-9895.2204.21130Regional Differences in Surface Temperature Variation in Chinafrom 1961 to 2018GAOXuan1,2,ZHAODongsheng1,andZHENGDu1,21Key Laboratory of Land Surface Pattern and Simulation,Institute of Geographical Sciences and Natural Resources Research,Chinese Academyof Sciences,Beijing 1001012University of Chinese Academy of Sciences,Beijing 100049AbstractTheIPCCindicatesthatwarmingshouldincludethreetypes,thatis,shiftedmean,increasedvariability,andchangedsymmetry.However,atpresent,themainconcernofwarmingisstillshiftedmean,whichaffectstheoverall收稿日期2022-06-16；网络预出版日期2022-10-12作者简介高璇，女，1994 年出生，博士研究生，主要从事气候变化方面的研究。E-mail:通讯作者赵东升，男，1978 年出生，副研究员，主要从事气候变化的影响及适应研究。E-mail:资助项目国家重点研发计划项目“大都市区多灾种重大自然灾害风险综合防范关键技术研究与示范”2017YFC1503003，国家自然科学基金重点项目“中国陆地表层自然地域系统动态及其驱动机制”41571193Funded byNationalKeyResearchandDevelopmentProgramofChina“ResearchandDemonstrationofKeyTechnologiesforIntegratedRiskPreventionofMultipleNaturalDisastersinMetropolitanAreas”(Grant2017YFC1503003),NationalNaturalScienceFoundationofChina“DynamicTerritorialSystemofChinaandItsDrivingMechanism”(Grant41571193)第47卷第4期大气科学Vol.47No.42023年7月ChineseJournalofAtmosphericSciencesJul.2023understandingofsurfacewarming.Inthisstudy,basedondailytemperaturedatafrom590meteorologicalstationsduring19612018,we quantified indicators of shifted mean,increased variability,and changed symmetry using meantemperature,temperature variance,and high-temperature days,respectively.Then,we revealed the spatial pattern oftrends in mean temperature,temperature variance,and high-temperature days across China.Although the meantemperatureexhibitedasignificantincreasingtrendovertheentirestudyperiod,thetrendwasreversedaround1986,withadecreasingtrendbefore1986andasignificantwarmingtrendafter1986.During19612018,thenumberofstationswithanadvancedonsetdateofhightemperature(63.6%)wasgreaterthanthatwithadelay(36.4%).Moreover,thetemperaturevarianceshowedasignificantdecreasingtrendfrom1961to1986butanotableincreasingtrendfrom1986to2018.Overall,thevariationinmeantemperature,temperaturevariance,andhigh-temperaturedayshadlargespatialheterogeneity.From1961to1986,thenumberofstationswithdelayedhigh-temperatureonsetdate,decreasingmeantemperature,and decreasing temperature variance was the largest,accounting for 23.9%of the total,and mainlydistributed in the subtropical region.Meanwhile,from 1986 to 2018,the number of stations with delayed high-temperatureonsetdates,increasingmeantemperature,andincreasingtemperaturevariancewasthelargest,accountingfor41.5%oftheobservedstations,withamorescatteredspatialdistribution.Theregionalvariabilityinthetrendchangesofdifferenttemperatureindicatorsreflectstheheterogeneityofglobalchangesensitivityindifferentregions.Therefore,studiesthatsimultaneouslyfocusonthechangesinmeantemperature,high-temperaturedays,andtemperaturevariancecanbetterreflectthecharacteristicsofclimatechangeandhelppredictthefutureclimatechangerisk,whichisofgreatsignificancetothedevelopmentofmitigationandadaptationpolicyframeworksforclimatechangeinChina.KeywordsSurfacetemperature,Piecewiseregression,Trends,Regionaldifferences,China 1 引言过去的一个世纪，全球变暖已经成为国际社会广泛关注的问题。受人类活动影响，18802012 年，全球平均地表温度升高了约 0.85C（IPCC,2013）。以全球变暖为主要特征的气候变化对陆地生态系统和社会经济系统产生重要影响（Holstetal.,2013;Chengetal.,2021）。一方面，全球变暖对植被的生长产生积极作用，特别是高纬度和高海拔地区，气候变暖促进了植物的光合作用，导致生长季延长，植被生产力提高（Wangetal.,2011;Weietal.,2018）。另一方面，气候变暖加剧了冰川消融和冻土退化，引发一系列生态环境问题（Kbetal.,2007）。此外，伴随升温，全球降水格局发生改变，极端天气气候事件（如高温热浪、极端干旱、洪涝等）发生的频率和强度发生明显增加（Utsumietal.,2011;Andereggetal.,2013;LiuandZhang,2020），导致植被对环境的适应能力发生改变，生态系统脆弱性增强，显著影响生态系统服务的提供，并威胁人类生存环境及社会经济的可持续发展（傅伯杰等,2017）。因此，全面、准确的认识气候变化的区域格局及空间差异，对于减轻自然灾害损失，调整农业结构，制定合理政策等非常重要，成为众多领域的研究热点，受到各国政府和学者的普遍关注。由于不同区域气候变化指标（如降水、温度、蒸散等）在不同的时空尺度上具有不同的变化模式，不同区域内气候变化的影响也不尽相同（Yuanetal.,2021）。因此，气候变化研究就需要从区域角度来分析其变化的特征。早期，中国气候区划主要是根据不同气候指标的年均值来表征气候的区域差异（黄秉维,1958;郑景云等,2010）。黄秉维（1958）根据气候、土壤、植物的相似性和差异性拟定了中国综合自然区划图，并进而按区划单位来认识自然综合体（即自然的总情况）的发生、发展与分布的规律。近几年，随着全球气候变化的加剧，很多学者从气候变化的趋势及波动特征定量识别气候变化，并对我国进行了一系列新的气候区划分（Shietal.,2014;Yuanetal.,2021）。其中，Shietal.（2014）根据历史（19612010 年）温度和降水量的变化趋势，将中国划分为 5 个气候变化趋势带，又根据温度和降水量的波动特征在一级区划基础上划分为 14 个气候波动特征区。另外，Yuanetal.（2021）建立了一种基于 K-mean+算法的地表温度变化模式识别方法，通过聚类评价指标来选择最优聚类数，在国家尺度上，将中国 19602016 年地表温度的变化格局分为了 3 类。温度变化是气候变化最重要的表征指标。IPCC大气科学47卷996ChineseJournalofAtmosphericSciencesVol.47（2012）将温度的变化与概率分布的均值、变率和对称性的改变联系在一起，认为温度变化应包括均值偏移（图 1a）、变率增大（图 1b）和对称性改变（图 1c）三个方面。全球变暖背景下，三方面相互作用，相互影响，进而导致极端温度事件发生的频率、强度、空间范围、发生时间及持续时间发生变化，并可能导致前所未有的极端事件（IPCC,2012;UmmenhoferandMeehl,2017）。一般来说，极端温度变化会对陆地生态系统的结构、功能和过程产生较大影响（SalvucciandCrafts-Brandner,2004;Liuetal.,2018）。比如，在极端高温下，植被的呼吸作用增强，而光合作用减弱甚至停滞，从而导致生态系统生产力下降（SalvucciandCrafts-Brandner,2004）；而对于极端低温事件，尽管随着气候变暖，霜冻事件（日最低温度低于 0C）天数减少，但植被生长期发生的霜冻事件不一定减少，甚至在某些地区发生增加，而生长期的极端低温会造成植被发育缓慢，甚至导致植被死亡（Liuetal.,2018）。然而，当前多数的研究主要关注平均温度变化，无法全面表征增温的实际情况。这可能会影响对于增温的认识，以及一些对极端温度影响的分析。温度变化每个方面的影响是不同的，各种组合的影响也是不一致的。明确区分温度变化的不同形式也很重要，因为它们可能通过不同的机制发挥作用，并可能产生不同的自然生态系统影响（vandePoletal.,2017）。综合关注温度均值偏移、变率增大、对称性改变，对于气候变化陆地生态系统的影响研究，及减轻自然灾害，调整农业结构，制定政策等至关重要。气候变暖背景下，为了探究中国温度变化不同方面的时空特点，本文利用中国地面气象站逐日气温观测资料，将均值偏移、变率增大、对称性改变 3 个温度变化的不同方面分别量化为平均温度、温度方差和高温时间 3 个指标。基于气候区划，利用线性回归模型、分段线性回归模型、Mann-Kendall 非参数检验等方法，本研究综合分析了19612018 年中国温度变化的时空格局，并对不同时期（19611986 年和 19862018 年）的温度变化特征进行了对比研究。全面、准确的认识和评估温度变化的时空特点，对于我国制定应对气候变化战略、实现碳中和目标具有重要意义，同时为生态治理和保护决策提供依据。2 数据与方法 2.1 数据来源本研究中，数据来源于国家气象科学数据中心（http:/2021-09-18）934 个站点的日观测资料，包括 19612018 年各站点的经度，纬度，逐日气温数据。该数据集经过了严格的质量检查和同质性检验（中国气象局,2003），并被广泛应用于气候变化的研究（Yuanetal.,2021;Zhangetal.,2021）。为了保证数据的完整性和连续性。本研究对一年内缺失值少于 5%的站点进行线性回归的插值处理。插值后，删除年数缺失值超过 5 年的站点。最后剩余可用站点 590 个（图 2）。空间上，青藏高原地区的站点分布不均匀，主要集中在中部图1温度分布变化对极端气候事件的潜在影响：（a）均值偏移；（b）变率增大；（c）对称性改变。图片来源：IPCC（2012）Fig.1Effect of changes in temperature distribution on extremes:(a)Shifted mean;(b)increased variability;(c)changed symmetry.Figuresource:IPCC（2012）4期高璇等：19612018 年中国地表温度变化的区域差异No.4GAOXuanetal.RegionalDifferencesinSurfaceTemperatureVariationinChinafrom1961to2018997和东部，西部稀疏。此外，台湾地区无数据。2.2 研究方法2.2.1趋势分析为了检测各指标（平均温度、高温时间、温度方差）在某一时期的变化趋势，使用最小二乘法进行线性回归分析，用斜率来表示变化趋势，计算公式如下：y1=a+bt+，（1）其中，y1为气候指标，t 为年份，a 和 b 为拟合变量（a 为截距，b 为趋势），为残差。长时间序列的数据变化可能具有阶段性，即存在趋势的转折点。为了确定平均温度年际变化趋势的转折点，我们采用了分段回归模型（TomsandLesperance,2003）。该模型试图寻找时间序列数据趋势的潜在转折点，并在转折点前后分别进行线性拟合，使拟合残差平方和最小的转折点和斜率作为分段拟合的最优解。该模型在许多研究中已经得到广泛的应用（Wangetal.,2011;Xuetal.,2017）。y2=0+1t+,t 0+1t+2(t)+,t （2）其中，y2为年平均温度，t 为年份，为温度数据的转折点，0、1和 2为拟合变量，为残差，1和 1+2分别为转折点前后的斜率，即转折点前后的年均温的变化趋势。为了避免线性回归中数据过少，我们选取转折点时间为 19702010 年。2.2.2高温时间气候变化主要通过改变一些关键生物温度阈值来影响植被的生长和分布（ZhaoandWu,2016）。气候学中，常以连续 5 日温度通过某一阈值来表征入秋、入冬等物候学重要节点（蒲红铮等,2015）。为表征温度对称性的变化，我们研究了高温时间的年际变化规律。在本研究中，年内高温被定义为连续 5 日温度均值的最大值，而高温时间被定义最大值出现的五天中的第一天时间。此外，采用儒略日（Juliandays）换算方法，将高温时间转化为距 1月 1 日的实际日数，即年序列累积日数（Fanetal.,2015）。2.2.3温度方差本文采用温度方差的变化来表征温度变率的改变（高庆九等,2010）。温度方差越大表示年内温度变率越大，温度方差越小则年内温度变率越小。计算公式如下：2i=Nj=1(TjT)2N，（3）图2中国气象站点分布及气候分区Fig.2DistributionofmeteorologicalstationsandclimaticregionalizationinChina大气科学47卷998ChineseJournalofAtmosphericSciencesVol.472iT其中，为第 i 年温度方差，单位：C2；Tj为第 i年第 j 天的温度，单位：C；为第 i 年的平均温度，单位：C；N 为第 i 年的总天数。2.2.4显著性检验趋势的显著性检验采用 Mann-Kendall 法，该方法被广泛应用于监测气候和环境等数据时间序列变化趋势的显著性（Mann,1945;Kendall,1957）。这种非参数的检验方法比典型的参数方法更适用于非正态分布的数据，因为它不需要样本遵从一定的分布，也不受少数异常值的干扰（Sneyers,1990）。2.2.5中国气候区划基于郑景云等（2010）的中国气候区划，本研究将中国划分为 8 个气候区（图 2；表 1）。郑景云等（2010）参照中国科学院中国自然地理编辑委员会制定的气候区划三级指标体系，对我国气候进行了重新区划，结果将我国划分为 12 个温度带。考虑到青藏高原地区 3 个温度带和热带地区 3个温度带地理环境的相似性，进行分别合并。基于 8 个气候区，我们讨论了 19612018 年中国平均温度、高温时间及温度方差的区域变化特征。3 结果分析 3.1 温度年际变化趋势的空间分布图 3 为 19612018 年中国平均温度（图 3a），高温时间（图 3b）和温度方差（图 3c）变化趋势表 1 19612018 年中国各气候区内的站点数Table 1 Number of stations within various climatic regionsof China over the period 19612018符号气候区站点数I寒温带2II中温带169III暖温带109IV北亚热带56V中亚热带112VI南亚热带56VII热带15VIII青藏高原地区71China全国590图319612018年中国（a）平均温度、（b）高温时间和（c）温度方差变化趋势的空间分布Fig.3Spatialdistributionofthetrendsof(a)meantemperature,(b)high-temperaturedays,and(c)temperaturevarianceinChinaduring196120184期高璇等：19612018 年中国地表温度变化的区域差异No.4GAOXuanetal.RegionalDifferencesinSurfaceTemperatureVariationinChinafrom1961to2018999的空间分布图。19612018 年，8 个气候区都呈现明显的升温趋势，增温趋势站点占到 98.8%，其中 554 个站点（93.9%）通过 0.05 显著性水平检验。但尽管增温现象明显，不同区域增温幅度存在明显差异性。秦岭淮河一线以北地区显著高于南部地区，青藏高原地区显著高于同纬度的以东地区。从 19612018 年中国高温时间的变化趋势分布图发现，在整个研究期，高温时间出现提前的站点数（63.6%）多于出现滞后的站点数（36.4%）。空间上，高温时间出现较明显滞后（0.150da1）的站点主要分布在 V 地区西部和 III 地区东部，而呈现明显提前趋势（0.150da1）的站点主要集中在 VI 和 VII 地区。为了描述温度年内的波动情况，本研究进一步分析了温度方差的变化趋势。19612018 年，91%站点的温度方差呈现出减小趋势，其中 50%通过 0.05 显著性水平检验。尽管温度方差减小趋势明显，但空间上存在差异性。较大减小趋势（0.100C2a1）的站点主要分布在III、IV 地区和 IV 地区的东部。3.2 平均温度变化转折点基于线性回归模型和分段线性回归模型，我们分析了 19612018 年中国平均温度区域尺度上的年际变化趋势（图 4）。在区域尺度上，平均温度的转折点出现在 1986 年。尽管在整个研究期，年平均温度呈现明显的增加趋势，每年升高约0.023C（决 定 系 数 R2=0.575，显 著 性 水 平P0.01），但在 1986 年前后存在两个趋势相反的不同时期。19611986 年，平均温度变化趋势不明显，呈弱的减小趋势；而 19862018 年，均温表现出较大的增大趋势，为 0.030Ca1（R2=0.473，P0”表示增长趋势下同Table 2 Percentage of different trends in meantemperature,high-temperature days,and temperaturevariance during 19611986 and 19862018(“”denotes nochange or a decreasing trend and“”denotes an increasingtrend,the same below)指标趋势类别站点数（百分比）19611986年19862018年平均温度趋势（MT）0326（55.3%）26（4.4%）0264（44.7%）564（95.6%）高温时间趋势（HT）0283（48.0%）271（45.9%）0307（52.0%）319（54.1%）温度方差趋势（VT）0423（71.7%）108（18.3%）0167（28.3%）482（81.7%）大气科学47卷1002ChineseJournalofAtmosphericSciencesVol.47高温集中期计算的结果基本一致。生长季期间，高温较早的出现，会增加土壤和植被的蒸发量，从而增加水分的需求，而此时降水的亏缺，可能会抑制植被的生长（张妹婷等,2017;Zhaoetal.,2021）。此外，伴随温度的升高和高温的提前，植被可能为了重新适应水热条件而改变生长季峰值的出现（Liuetal.,2021）。过去的研究发现碳固存更多地取决于夏季光合作用的峰值（Parketal.,2019）。温度方差可以表征温度的波动性和变率。卢爱刚等（2007）分析 19512002 年中国年平均气温的方差，发现与纬度的变化有很强的相关性，纬度越高，方差越大。此外，过去研究表明温度方差的增大与平均温度的升高相互作用，会导致群落物候随时间发生变化（Mulderetal.,2017;KuttaandHubbart,2018）。KuttaandHubbart（2018）对北美东部落叶林的研究发现，随着气候变暖和温度方差的改变，导致物种组成处于不平衡状态。本研究利用温度方差来表征年内温度的波动，发现19612018 年，中国温度方差呈现明显的下降趋势，较大减小趋势的站点主要分布在 III、IV 地区和 IV 地区的东部。温度方差的减小表明年内温度的波动性减小，这与中国冬季气温上升幅度较大，夏季上升幅度较小有关（Qianetal.,2011）。而显著的冬季变暖会减少植被休眠期的低温积累，从而增加植被在春季的热量需求，并降低春季物候对温度升高的敏感性（Wangetal.,2020）。另一方面，不同时期，中国温度方差具有明显的差异性。19611986 年，大多数站点温度方差都表现为减小趋势，而 19862018 年，大多数站点的温度方差为增大趋势。地表温度升高的背景下，温度方差的增加可能会引发更多的极端高温事件（Zhuetal.,2017）。此外，QiandWang（2012）对比分析了19601989 年和 19902009 年中国冬季和夏季平表 3 19611986 年和 19862018 年高温时间、平均温度和温度方差不同变化趋势组合类型所占比例Table 3 Percentage of different trend combinations of high-temperature days,mean temperature,and temperaturevariance during 19611986 and 19862018趋势类别组合站点数（百分比）19611986年19862018年HT0,MT0,VT080（13.6%）2（0.3%）HT0,MT0,VT072（12.2%）19（3.2%）HT0,MT0,VT0103（17.5%）37（6.3%）HT0,MT0,VT028（4.7%）213（36.1%）HT0,MT0,VT0141（23.9%）0（0%）HT0,MT0,VT033（5.6%）5（0.8%）HT0,MT0,VT099（16.8%）69（11.7%）HT0,MT0,VT034（5.8%）245（41.5%）图6（a）19611986 年和（b）19862018 年高温时间、平均温度、温度方差变化趋势的不同组合,其中，“0”表示没有变化或下降趋势，“0”表示增加趋势Fig.6Differentcombinationsofhigh-temperaturedays,meantemperature,andtemperaturevariancetrendsduring(a)19611986and(b)19862018(“”denotesnochangeoradecreasingtrendand“”denotesanincreasingtrend)4期高璇等：19612018 年中国地表温度变化的区域差异No.4GAOXuanetal.RegionalDifferencesinSurfaceTemperatureVariationinChinafrom1961to20181003均气温的变化趋势，发现，1990 年以前，夏季平均气温表现为变冷趋势，冬季平均气温为增加趋势，而 1990 年之后，中国冬季和夏季平均气温均呈现明显变暖趋势。QianandZhang（2019）研究发现19982013 年中国冬季气温变暖发生停滞。这些中国地表温度季节性变化特征进一步解释了温度方差不同时期趋势的差异性。5 结论本研究利用平均温度，温度方差和高温时间分别量化了均值偏移、变率增大、对称性改变 3 个指标，并结合线性回归模型和分段线性回归模型分析了 19612018 年中国地表温度的时空变化特征。研究发现，区域尺度上，尽管在整个研究期，年平均地表温度呈现明显的增加趋势，但在 1986 年前后存在两个趋势相反的不同时期：1986 年前，平均温度为减小趋势，而 1986 年后为显著增温趋势。基于 1986 年这一转折点，我们进一步分析了平均温度、高温时间和温度方差在空间上的变化趋势。19611986 年，约一半站点平均温度表现为下降趋势，而 19862018 年，平均温度呈现明显上升趋势。19611986 年和 19862018 年，高温时间的空间变化差异不明显，高温时间提前站点主要集中在亚热带地区。然而，温度方差在 1986 年前主要为减小趋势，1986 年后为增加趋势。平均温度、高温时间、温度方差趋势变化的区域差异性，体现了不同地区在全球变暖的大背景下，对全球变化的敏感性不同。参考文献（References）AndereggWRL,KaneJM,AndereggLDL.2013.ConsequencesofwidespreadtreemortalitytriggeredbydroughtandtemperaturestressJ.Nat.ClimateChange,3(1):3036.doi:10.1038/nclimate1635ChengWY,LiZ,YanLM.2021.Uniformingspringphenologyundernon-uniformclimatewarmingacrosslatitudeinChinaJ.Sci.TotalEnviron.,762:143177.doi:10.1016/j.scitotenv.2020.143177DingT,KeZJ.2015.CharacteristicsandchangesofregionalwetanddryheatwaveeventsinChinaduring1960-2013J.Theor.Appl.Climatol.,122(34):651665.doi:10.1007/s00704-014-1322-9FanDQ,ZhuWQ,ZhengZT,etal.2015.Changeinthegreen-updates for Quercus mongolica in Northeast China and its climate-driven mechanism from 1962 to 2012 J.PLoS One,10(6):e0130516.doi:10.1371/journal.pone.0130516傅伯杰,田汉勤,陶福禄,等.2017.全球变化对生态系统服务的影响J.中国基础科学,19(6):1418.FuBojie,TianHanqin,TaoFulu,etal.2017.TheimpactofglobalchangeonecosystemservicesJ.ChinaBasicScience(inChinese),19(6):1418.doi:10.3969/j.issn.1009-2412.2017.06.003高庆九,管兆勇,蔡佳熙,等.2010.两种再分析资料中夏季地表气温与中国测站资料的差异J.大气科学,34(3):471482.GaoQingjiu,Guan Zhaoyong,Cai Jiaxi,et al.2010.Differences in19582001 summertime surface air temperatures between tworeanalysis data and observations in China J.Chinese Journal ofAtmosphericSciences(inChinese),34(3):471482.doi:10.3878/j.issn.1006-9895.2010.03.01HolstR,YuXH,GrnC.2013.Climatechange,riskandgrainyieldsinChinaJ.J.Integr.Agric.,12(7):12791291.doi:10.1016/s2095-3119(13)60435-9黄秉维.1958.中国综合自然区划的初步草案J.地理学报,24(4):348363.Huang Bingwei.1958.A preliminary draft ofcomprehensive physical regionalization in China J.ActaGeographica Sinica(in Chinese),24(4):348363.doi:10.11821/xb195804002IPCC.2012.Summary for policymakers M/Field C B,Barros V,StockerTF,etal,Eds.ManagingtheRisksofExtremeEventsandDisasterstoAdvanceClimateChangeAdaptation.ASpecialReportof Working Groups I and II of the Intergovernmental Panel onClimateChange.Cambridge:CambridgeUniversityPress.IPCC.2013.SummaryforpolicymakersM/StockerTF,QinDH,PlattnerGK,etal,Eds.ClimateChange2013:ThePhysicalScienceBasis.Contribution of Working Group I to the Fifth AssessmentReport of the Intergovernmental Panel on Climate Change.Cambridge:CambridgeUniversityPress.蒋冲,王飞,穆兴民,等.2012.19602011 年秦岭南北气温和降水变化对植被净第一性生产力的影响研究J.西北植物学报,32(9):18881896.JiangChong,WangFei,MuXingmin,etal.2012.Effectsoftemperatureandprecipitationvariationonvegetationnetprimary productivity in the northern and southern regions of theQinling Mountains from 1960 to 2011 J.Acta BotanicaBorealiOccidentaliaSinica(inChinese),32(9):18881896.doi:10.3969/j.issn.1000-4025.2012.09.025KbA,ChiarleM,RaupB,etal.2007.Climatechangeimpactsonmountainglaciersandperm