气候变化情景下中国自然生态系统脆弱性研究，本文主要内容关键词为：中国论文,生态系统论文,气候变化论文,情景论文,自然论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
大量的观测证据表明，由于水气、
等温室气体的增加使全球气候正在发生有史以来从未有过的变化[1-2]。我国位于东亚季风区，对全球气候变化的响应极为敏感。研究表明，中国未来的气候变暖趋势将进一步加剧；极端天气气候事件发生频率可能增加；降水分布不均现象更加明显，强降水事件发生频率增加；干旱区范围可能扩大 [3]。如此强烈的气候变化将对自然生态系统产生巨大影响，气候变暖将改变植被群落的结构、组成及生物量，使生态系统的空间格局发生变化，同时造成生物多样性的减少 [2]。气候变化对生态系统的强烈影响正在改变着生态系统固有的自然过程，其后果已经、并将愈来愈重地威胁人类的生存环境及社会经济的可持续发展 [4]。因此，科学评估气候变化对生态系统之间的影响，识别生态系统的脆弱性，是适应和减缓气候变化的关键和基础，这也是近年来气候变化领域和生态学领域的研究热点[4-6]。
近年来，对气候变化对中国自然生态系统的影响方面开展了较多的工作，这些都与脆弱性评估直接相关。如未来气候变化对森林生产力[8]、植被格局 [9-10]、植被带变迁 [11-12]、草地生物量的影响 [13-14]等。但在相关的研究中，所使用的气候情景时空分辨率普遍较低，多以增量情景和全球气候模式(GCMs)为主；研究方法中统计模型偏多，生态机理模型较少，不少模型仍是以点上应用为主，区域关注度不够。此外，这些研究中对生态系统脆弱性的定量研究仍相对较少。吴绍洪等 [15]使用 IPCC《特别排放情景报告》 SRES所设计的 B2情景下未来气候变化数据，驱动 AVIM2(大气—植被相互作用 )模型，评估了中国自然生态系统的脆弱性。於琍等[16]以潜在植被方法对中国陆地生态系统的脆弱性进行相应的评价。但是，当前气候变化对生态系统影响评估中，耦合了植被动态、生物地理和生物地球化学过程的动态植被模型已经成了重要的评估工具 [17-18]，因其能更好地模拟生态系统分布、结构和功能变化及其对气候变化的响应，广泛应用于全球和区域气候变化问题的研究。在气候情景的使用过程中，很多研究都更多地关注了增温的影响，但实际上降水变化对生态系统的影响也十分突出。以 B2情景为例，到本世纪末中国增温幅度约为 3.2℃，小于其它情景，但相对于其它情景降水增加不明显，有的地区甚至出现了明显的减少，且气候极端事件偏多 [7，19-20]，所以在评估中只使用单一情景可能会增加评估结果的不确定性，而使用多情景模拟结果进行综合对比是降低不确定性的一个重要途径。
本研究以改进的LPJ动态植被模型作为主要工具，以区域气候模式工具PRECIS产生不同排放情景(A2、B2和A1B)气候情景数据为输入，模拟了未来气候变化下中国自然生态系统的变化状况，应用脆弱性评价模型，评估未来气候变化对中国自然生态系统的脆弱性影响，以期能更好的为相关部门适应和减缓气候变化的行动提供科学参考。
1 数据与方法
1.1 数据
LPJ模型主要是通过输入气候数据(降水量，气温，辐射/云量，降水日数，相对湿度，风速等 )和土壤质地数据作为驱动的。
研究所需的气候情景数据由中国农科院的气候变化小组提供。该小组基于中国国情、发展特点以及国家的发展规划，在IPCC温室气体排放情景 SRES框架下 [21]，根据未来社会经济发展的不同情景，以英国 Hadley气候中心的区域系统模式系统 PRECIS(Providing Regional Climates for Impacts Studies)预估了中国地区 21世纪的气候变化。利用英国 Hadley中心海气候耦合模式 HadAM3输出的气候数据作为侧边界条件驱动 PRECIS，产生了未来 1991-2100年的 50 km×50 km网格分辨率的气候数据。对其在中国区域气候的模拟能力进行验证，结果显示，总体上 PRECIS具有很强的模拟中国地面气候变化的能力 [22]。本研究选用 A1B、A2和 B2情景作为模型的气候输入数据(表 1)。A1B情景中，经济增长非常快，高新技术发展迅速，地域间差距实质性的缩小。化石能源和非化石能源使用比例更为平衡，不过分依赖某种特定能源。 A2情景下，全球人口数据量峰值出现在本世纪中叶并随后下降，经济结构向服务和信息经济方向迅速调整，伴之以材料密集程度下降以及清洁和资源高效技术的引进。强调经济、社会和环境可持续发展问题的全球解决方案。 B2情景中，全球人口低速增长，经济发展处于中等水平，与其它情景相比，技术变化速度较慢但更加多样化，环境保护和社会公平问题重点放在区域层面来解决 [21]。
本研究中土壤质地数据是根据1∶1400万土壤质地类型图[23]，它主要反映各地土壤表层内矿质颗粒大小的比例情况和区内不同土壤质地的地理分布特点及规律。该图经数字化后在 ArcGIS9.3中进行坐标转换并重采样，得到分辨率为 0.5°×0.5°经纬度网格的中国土壤质地分类图。
1.2 方法
LPJ模型[24-25]是一个耦合了生物地理和生物地化过程的动态模型，它在同一个模型框架中联合了陆地植被动态、碳和水循环过程。 LPJ模型详细考虑了生态系统各个关键过程，如植被生长、死亡、碳分配和资源竞争。根据不同植被生理、形态、物候和干扰响应属性以及相应的生物气候限制因子，陆地植被被划分为 10个植被功能型。依据温度和水分胁迫阈值，植被功能型又进一步被分为夏绿型和雨绿型。光合效率是可被吸收的光合有效辐射、温度、 浓度、日长和冠层导度的函数。总初级生产是基于改进 Farquhar碳水耦合方案来计算的，净初级生产是总初级生产减去自养呼吸。凋落物库的主要物质来源是死亡叶子和根，凋落物和土壤有机碳的分解的速率主要决定土壤温度和湿度的变化。植被的结构和分布决定了模拟位置的基本的水分平衡状况，因为蒸发、土壤湿度和径流等都基于植被功能型来模拟的。
LPJ模型作为动态全球植被模型的一个重要代表，被广泛应用于气候变化及其相关的研究中 [26-30]，由于原模型为全球尺度模型，在区域应用必然要根据区域环境特点进行参数校正。根据中国的环境特征，作者曾对 LPJ模型进行了修正。对蒸发模型块进行了改进，使用了进行过辐射校正的 Penman-Monteith方法 [31]代替了原模型中蒸发的算法；在原模型 10个植被功能型基础上，增加灌丛和寒性草两个植被功能型，并对模型重新进行了参数化。精度检测结果显示，改进后的 LPJ模型能更为准确地模拟中国自然生态系统的状况 [32]，与实测值对比表明，净初级生产力(NPP)的 
值由原来的 0.10[33]提高到 0.64。
针对中国自然生态系统的脆弱性评价，本研究采用了吴绍洪等[15]在相关研究中所使用的脆弱性评价方法，选取生态系统 NPP、生长季长度和干燥度指数为评价指标，以某一生态系统状态与生态基准相比较，按照受损程度划分为生态基准、轻度脆弱、中度脆弱、重度脆弱和极度脆弱，并赋予不同的权重值，采用人工神经网络和模糊数据隶属度方法，建立脆弱性评价模型 [34-35]。以此为基础，对 LPJ模拟的不同气候变化情景下生态系统状态进行评价。
生态地理区域是根据地表自然界的生物和非生物要素地理相关的比较研究与综合分析，按照地表自然界的地域分异规律，划分或合并而形成的宏观生态区域。据此，中国被划分为 8个一级生态地理区域 [36]，即寒温带湿润区(Ⅰ)、温带湿润 /半湿润区(Ⅱ)、北方半干旱区(Ⅲ)、暖温带湿润 /半湿润区(Ⅳ)、亚热带湿润区(Ⅴ)、热带湿润区(Ⅵ)、西北干旱区(Ⅶ)和青藏高原区(Ⅷ)，在结果分析时本研究将采用此分区方法。
2 结果分析
基准年的脆弱性评价结果显示，西北干旱区和青藏高原区是我国生态系统脆弱程度较高的地区，重度脆弱和极度脆弱区占国土面积超过 30％(图2，表 2)，温带湿润/半湿润区中西部受大兴安岭地形影响，自然生态系统表现为中度到重度脆弱，青藏高原西南部干旱河谷地区生态系统表现为极度脆弱。寒温带湿润区、温带湿润 /半湿润区、暖温带湿润 /半湿润区和亚热带湿润区多表现为轻度脆弱。总体上，表现为生态基准和轻度脆弱的生态系统，占国土面积约 58％，评价结果与我国生态脆弱性状况较为一致[15]。
图1 基准年的脆弱性评价结果(1961-1990年)
图2 近期(1991-2020年)A2情景(a)、B2情景(b)和A1B(c)情景下自然生态系统脆弱性格局
近期(图2)，中国自然生态系统的脆弱性格局变化不大，生态基准面积有所增加，A1B情景增加幅度最大，相比基准年约增加 2％(表 2)，其中藏东南地区表现明显，A2和 A1B情景下部分轻度脆弱生态系统转为生态基准；极度脆弱区面积明显减少，特别是在 A2和 A1B情景下，西北干旱区极度脆弱区面积减少超过 20％；相对基准年，重度脆弱区略有增加，面积增加约 2.5％，其中温带湿润 /半湿润区增加较多，B2情景下其面积增加约 1倍，而 A2和 A1B情景变化不大，甚至还略有减少；总体上，温带湿润 /半湿润区脆弱程度增加，且脆弱区有东扩趋势，而暖温带湿润 /半湿润区脆弱程度也增加明显，脆弱区有向西北方向扩展的趋势；亚热带脆弱区面积有一定程度的减少，但由于面积大，空间分布不均衡，西部地区脆弱区面积有小幅增加，A2情景下西南部脆弱区面积有所减少，A1B情景西南部地区脆弱区面积增加，三种情景下，脆弱区均呈现东扩趋势。
中期(图3)，青藏高原区整体脆弱程度有所减轻，具体表现为生态基准和轻度脆弱面积增加，重度脆弱和极度脆弱面积减少，在喜玛拉雅山北翼和藏东南脆弱区面积减少较为明显，A2情景减少幅度大于 B2和 A1B情景；相比近期，极度脆弱区进一步减少，在西北干旱区，很多极度脆弱生态系统都转为重度脆弱，A2情景表现的最为明显，减少约 10％，B2和 A1B情景的脆弱程度也有所减轻；相对近期，温带湿润 /半湿润区脆弱程度加重，中度脆弱区向北扩张，重度脆弱区由西部向东扩展，三江平原地区脆弱程度增加显著；暖温带湿润 /半湿润区脆弱程度加重，相比近期 A2和 B2情景下中度脆弱区面积增加较多，分别为 10％和 30％；亚热带湿润区脆弱区面积也呈增加趋势，轻度脆弱区向南扩张，华南和西南地区也出现较大面积的轻度脆弱区。暖温带和亚热带脆弱区基本连成一片。
远期(图4)，青藏高原区脆弱程度减轻，重度脆弱和极度脆弱区比例大幅下降，A2和 A1B情景表明的尤为明显，相比基准年分别下降 35％和 41％，在高原西部许多轻度、中度脆弱区已经转为生态基准，B2情景也表现为相同的变化趋势，但程度不如 A2和 A1B明显；西北干旱区脆弱形势的变化与中期的变化方向基本相同，极度脆弱面积进一步减少，中度脆弱面积略有增加；温带湿润 /半湿润区脆弱形势依然严峻，以中度脆弱为主，在 B2和 A1B情景下松嫩平原呈现为重度脆弱，与小兴安岭的重度脆弱区连成一体；暖温带湿润 /半湿润区脆弱程度增加，很多的轻度脆弱区已经转为中度脆弱，重度脆弱区开始向西扩展，B2情景黄淮海地区出现较大面积的重度脆弱区；亚热带湿润区仍以轻度脆弱为主，约占全区面积的 35％，小部分地区呈现中度和重度脆弱，相比中期亚热带脆弱区面积增加较多，A2和 A1B情景下约增加 8％，整体上脆弱区向西南方向扩展。在气候变化过程中，寒温带湿润区和热带湿润区脆弱程度变化不明显。
图3 中期(2021-2050年)A2情景(a)、B2情景(b)和A1B情景下自然生态系统脆弱性格局
图4 远期(2051-2080年)A2情景(a)、B2情景(b)和A1B情景下自然生态系统脆弱性格局
3 讨论
本研究以改进的植被动态模型LPJ所模拟的 A2、B2和A1B三种情景下中国自然生态系统的变化状况为基础，利用脆弱性评价模型评价了未来气候变化下中国自然生态系统的脆弱程度。
3.1 脆弱性评价
与吴绍洪等 [15]的研究相比，中国自然生态系统的脆弱格局基本上一致，但在局部地方脆弱区面积和脆弱程度略有不同。本研究中，温带区中部是明显的脆弱区，脆弱程度以中度为主，到远期发展到重度脆弱，在过去的研究中 [15]脆弱程度主要以轻度脆弱为主，同时未表现出区域变化特点。松嫩平原和松辽平原，由于受大兴安岭山地的阻挡，为下沉气流区，特别平原西部为干旱、洪涝多发区，生态相对较为脆弱 [37]。气候变化情景下，温带区升温较为明显，而降水增加幅度不大，干旱等极端气候事件多发，进一步加重了本区的脆弱程度。在本研究中，暖温带区也是易受气候变化影响的地区，特别是暖温带东部地区随气候变化的脆弱程度逐渐增加，而在以往的研究中 [15]未有表现出这个特征。在三个气候情景下，华北平原蒸发逐渐增强 [38]，而有效水分供给减少，生态系统的生产功能可能会受到严重制约。亚热带区，生态系统以轻度脆弱为主，随着气候变化脆弱区面积逐渐扩大，但脆弱程度未发生显著变化，这与以前的研究结果基本相同。在三个情景下，西北干旱区和青藏高原区的脆弱程度均有所减轻，这与以前的研究结果不尽一致，在未来气候情景下，西北干旱区降水会明显增加，部分地区的干旱形势会有所缓解，而青藏高原区增温会缓解温度对部分生态系统的限制作用，而降水的变化也有利于植被的演替。但值得注意的是，青藏高原植被生产功能的增加是由于高寒草地更多的演替为灌木所导致的 [39]，但这种演替虽有利于碳的积累，但对于牧业生产可能造成不利影响，减少了可放牧草场面积。
3.2 研究方法
相比以前的研究，本研究引入了动态植被模型来模拟未来气候变化的影响，相比生物地球化学模型和生物地理模型，动态模型更具机理性，能更为全面地模拟生态系统动态变化。在快速的气候变化背景下，极端气候事件发生频率升高，对植被生长的影响大，严重将导致植被的死亡，但生物地球化学模型和生物地理模型在这方面考虑的并不全面，而动态模型能较好的反映极端事件的影响，如在模型中考虑了热强迫、水分胁迫和极端低温等对植被结构和功能的影响。
研究中使用了 PRECIS根据SRES(A2、B2和 A1B)所产生的区域气候数据驱动动态植被模型，研究结果相对以往研究更具合理性。以往的气候变化对中国生态系统的研究多以增量情景和 GCMs情景为主，区域气候模式结果使用相对较少。过去的研究 [15]虽然也使用了 B2情景气候数据评价生态系统的脆弱性，但只使用一种气候变化情景来进行评价存在着较大的局限性。因为 B2情景远期增温幅度相对较小，但近期、中期增温与其它情景接近(表 1)，此外，B2情景降水变化明显小于其它情景，且气候极端事件偏多，这也增加了未来评估结果的不确定性。所以使用更多的气候变化情景进行评估，降低结果的不确定性，是国际上比较通用的一种方法。
3.3 不确定性
情景数据：由于气候变化问题的复杂性和人类认知的局限性，目前存在的气候模式所预估未来气候变化仍存在较大的差异。中国深受东亚季风的影响，加之青藏高原大地形的作用，气候复杂多样，气候变化不确定性高，许多气候模式在中国地区的时空分辨率都不能满足气候变化影响评估的需求。相对于 GCMs所产生的气候情景，PRECIS系统产生的气候数据时空分辨率均有所提高，但是对气候变化的年际尺度和周期变化的预测方面还有一定的局限性，并未从机理上解决气候变化准确性问题，从而导致未来预估结果的不确定性。
生态模型：研究使用了更具机理性的动态植被模型，能较全面的反映生态系统从日尺度到年际尺度对气候变化的响应，但动态植被模型也并没有考虑生态系统所有的变化过程，如氮沉降对生态系统的影响，生态系统对气候变化响应的一些时滞效应也未有考虑。由于受生态系统过程的复杂性所限，现有生态系统模型都是针对特定的问题和目标所建立的，其实质是对生态系统部分过程和机理进行了一些简化处理，这也增加了模拟结果的不确定性。另外一个值得关注的问题是，由于模型复杂程度的增加，各种过程相互耦合的方法不同也导致了较大的结果偏差。
脆弱性评价标准：气候变化下自然生态系统的脆弱性是指气候变化对该系统造成的不利影响的程度。脆弱性是生态系统对气候变化影响的一个综合反映，并受自然生态系统群落结构、功能及演替状态变化的制约，而生态系统对气候变化的影响还有一定的自适应能力，所以如何判断生态系统脆弱性还没有形成一致的认识。目前，生态系统脆弱性评价面临的主要困难之一就是如何确定生态系统变化的阈值 [5]，本研究采用评价标准为生态系统平均状况代替其阈值，增加了评价结果的不确定性。
4 结论
气候变化将严重影响我国自然生态系统的脆弱程度。随着气候变化，青藏高原区脆弱程度减轻，A2和A1B情景下高原西部最为明显；西北干旱区脆弱程度有所下降，许多重度脆弱生态系统向中度脆弱转化；温带湿润 /半湿润区脆弱形势严峻，中度脆弱区有北移趋势，B2和 A1B情景下表现的尤为明显；暖温带湿润 /半湿润区脆弱程度不断变高，脆弱区明显向西扩展；亚热带区脆弱程度未有太大的变化，但脆弱区面积不断增大。北方地区的自然生态系统对极端气候事件反映最为敏感，特别是温带湿润 /半湿润区、暖温带湿润 /半湿润区和北方干旱 /半干旱区的中西部，脆弱区面积大且脆弱程度高，部分区域的生态系统呈现出现较大面积的极度脆弱。
综合A2、B2和A1B情景评估结果表明，未来气候变化情景下中国东部地区脆弱程度呈上升趋势，西部地区呈下降趋势，但总体上，中国自然生态系统的脆弱性格局没有大的变化，仍呈现西高东低、北高南低的特点。受气候变化影响严重的地区是温带区和暖温带区，而青藏高原区南部和西北干旱区受气候变化影响脆弱程度减轻。气候变化情景下的近期气候变化对我国生态系统的影响不大，部分地区朝着有利的方向发展，但中、远期气候变化对生态系统的负面影响较大。