EN中文

地理研究 >

2020 , Vol. 39 >Issue 11: 2568 - 2580

DOI: https://doi.org/10.11821/dlyj020190755

论文

青藏高原和阿尔卑斯山山体效应的对比研究

  • 索南东主 , 1, 2 ,
  • 姚永慧 , 1 ,
  • 张百平 1
展开
  • 1.中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室 北京 100101
  • 2.中国科学院大学,北京100049
姚永慧（1975-）,女,湖北安陆人,博士,副研究员,研究方向为地理时空数据分析。E-mail:

索南东主（1994-）,男,青海共和人,硕士,研究方向为地理空间数据分析。E-mail:

收稿日期: 2019-09-02

  要求修回日期: 2019-11-07

  网络出版日期: 2021-01-19

基金资助

国家自然科学基金(41571099)

国家自然科学基金(41871350)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Comparative study on the mountain elevation effect of the Tibetan Plateau and the Alps

  • SUO Nandongzhu , 1, 2 ,
  • YAO Yonghui , 1 ,
  • ZHANG Baiping 1
Expand
  • 1. State Key Laboratory of Resource and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2019-09-02

  Request revised date: 2019-11-07

  Online published: 2021-01-19

Copyright

Copyright reserved © 2020
Fold

摘要

山体效应不仅对气候产生重大影响,也对区域地理生态格局有深远影响,尤其是它对山地垂直带分布和结构类型等的影响已经为地理学家和地植物学家所认识。目前相关研究主要集中在山体效应定量化方面,缺少不同山地山体效应的对比研究,因此对山体效应的区域差异性了解不足。本文选择欧亚大陆上具有明显山体效应的两个山地青藏高原和阿尔卑斯山为研究对象,利用收集到的气象台站观测数据、林线和DEM数据以及基于MODIS地表温度估算的青藏高原和阿尔卑斯山气温数据等,通过对比分析青藏高原与阿尔卑斯山相同海拔高度上的气温以及林线分布高度等来探讨两个山地的山体效应差异性。分析结果表明青藏高原的山体效应比阿尔卑斯山更为强烈,表现为：① 由于山体效应影响,在相同海拔高度上（4500 m）,青藏高原内部气温远高于阿尔卑斯山的气温,尤其是在最热月高原内部气温比阿尔卑斯山内部气温高10~15℃,在最冷月高原内部气温比阿尔卑斯山内部气温高5~10℃。② 由于山体效应影响,青藏高原内部林线也远高于阿尔卑斯山内部林线,约高2000~3000 m。本研究将为山体效应的影响因素分析奠定基础,同时对于揭示欧亚大陆山地生态系统格局具有一定的科学意义。

关键词： 山体效应; 青藏高原; 阿尔卑斯山; 林线; 等温线; 气温

本文引用格式

索南东主 , 姚永慧 , 张百平 . 青藏高原和阿尔卑斯山山体效应的对比研究[J]. 地理研究, 2020 , 39(11) : 2568 -2580 . DOI: 10.11821/dlyj020190755

Abstract

Mountain elevation effect (MEE) not only produces important effect on climate, but also has profound implications for regional geo-ecology pattern. Most researches have been focused on its role as the heat source in summer and its implications for Asian climate, but little has been done on the comparative study of MEE among different mountains and theirs implications for the position of mountain altitudinal belts (MABs). Therefore, there is insufficient understanding of the regional differences of MEE, and the accuracy of the digital model of the mountain effect is not high, which seriously interferes with our understanding of the mechanism of the MEE and its influence on the vertical zone. This article selects the two mountainous regions of Eurasia, the Tibetan Plateau and the Alps, which have obvious mountain effects as the study areas. Using estimated air temperature data, alpine tree line data and ASTER GDEM data, this paper compares air temperature at the same altitude and the distribution heights of alpine tree lines between the two mountains and demonstrates the differences of MEE between the Tibetan Plateau and the Alps. The results indicate that the MEE of the Tibetan Plateau is much more stronger than that of the Alps. Firstly, due to the influence of MEE, at the same altitude (4500 m), the temperature in the Tibetan Plateau is much higher than that in the Alps, especially the temperature of the warmest month in the inner Tibetan Plateau is 10-15°C higher than that in the inner Alps, and the temperature of the coldest month in the inner Tibetan Plateau is 5-10°C higher than that in the inner Alps. Secondly, due to the influence of MEE, the alpine tree line in the inner Tibetan Plateau is also 2000-3000 m higher than that in the inner Alps. This study is a foundation for the analysis of MEE influence factors such as the mountain scale, the mountain structure and the height, and it has certain scientific significance for revealing the pattern of mountain ecosystem in Eurasia.

Key words： mountain elevation effect (MEE); Tibetan Plateau; Alps; alpine tree line; isotherm; air temperature

1 引言

山体效应是德国学者De Quervainz首次在阿尔卑斯山观察到的与气温相关的垂直带界线（如林线和雪线）自山体外侧到内部逐步升高的趋势,其本质是山体的热力效应所产生的同海拔上山体内部气温比外部高的气温空间格局[1]。山体效应不仅对山地气候产生重大影响,而且也对区域自然地理格局产生重要的影响,它对山地垂直带谱及其结构类型的影响已经为地理学家和地植物学家所认识。但从山体效应被发现至今的一百多年里,山体效应对垂直带分布影响的解释一直停留在定性的描述阶段[2,3,4]。Grubb在研究热带山地雨林的分布时也指出,在孤立山体和大山系外围低山雨林的林线上限分别为700~900 m和1200~1600 m,但由于大山系具有增温效应,其内部低地雨林的上限会更高,约为1200~1500 m甚至可达1800~2300 m[2]。Barry和Holtmeier等指出在阿尔卑斯山内部拥有较长和较暖的生长季使得其内部林线比外部范围高[5,6],内部林线高度达2300 m[7],而山体南北边缘仅为1600和1700 m,从山脉边缘向内部林线高度升高600~700 m[8,9]。Flohn指出海拔较高的高原地面（如青藏高原和南美阿尔提普拉诺高原）夏季比毗邻的自由大气温度高,这是由于高海拔的高原表面吸收了更多的太阳辐射和潜在的长波辐射[10]。20世纪50年代青藏高原的增温效应因其对亚洲气候的重大影响而被发现,Flohn和叶笃正等分别发现青藏高原在夏季是巨大的热源,并分析了青藏高原夏季的增温效应及其对大气的加热作用[10,11]。随后,大量研究从显热和潜热的角度分析了青藏高原夏季的增温效应及其对大气的加热作用[12]。
近年来,随着计算技术与遥感技术的发展,山体效应及其对垂直带影响的定量化研究取得了极大的进展。姚永慧等分析了青藏高原及其周围地区的山体效应,指出在相同海拔高度上高原内部各月气温比边缘地区高2~7℃,最热月10℃等温线和15℃月温暖指数的海拔高度也从东部边缘向内部逐渐升高,最热月10℃等温线和15℃月温暖指数的分布规律与林线分布规律一致,表明高原山体效应对垂直带谱的分布具有重要的影响[13,14,15,16,17,18]。张朔等以山体内外气温差作为因变量,以纬度、年降水和山体基面高度作为自变量,构建了青藏高原山体效应定量化模型,实现了青藏高原山体效应的直接定量化[19,20]。贺文慧等以山体内外气温差作为因变量,以纬度、海拔高度和距大地形边缘距离作为自变量,建立了安第斯山山体效应的直接定量化模型[21]。张百平等以全球六大山区（青藏高原、安第斯山脉、落基山脉、斯堪的纳维亚山脉、阿尔卑斯山脉和新西兰山地）为研究区,构建了山体效应与纬度、降水、山体基面高度之间的回归模型,提出基面高度是山体效应的第一影响要素[22]。
尽管上述山体效应定量化研究取得了极大的进展,但目前的研究大多针对某一特定山地或高原进行,没有进行过系统的综合对比研究;而且上述研究使用的数据源及定量化方法也不尽相同[13,14,16-21],研究结果不具有可比性,使得对山体效应的区域差异性认识不足。由此,建立的山体效应定量化数字模型精度不高[22],限制了对山体效应完整性和系统性认识。而青藏高原和阿尔卑斯山不仅是欧亚大陆上具有明显山体效应的两个山地,也是对区域自然地理格局具有重要影响的两个山地,尽管二者都是东西向展布的山地,但它们所处的地理位置、规模和面积等均有很大差别。因此,本文选择青藏高原和阿尔卑斯山进行山体效应对比研究,一方面为查明这两个山地的山体效应及其对区域自然地理的影响,另一方面为了揭示山体规模（如山体的高度和表面积等）和所处的经纬度位置等对山体效应的影响,从而为后续山体效应的影响因子分析奠定基础并提供依据。

2 研究区概况

本研究中青藏高原范围介于25°N~40°N、70°E~105°E（图1）。喜马拉雅山和昆仑山（海拔6000 m以上）分别位于高原的南、北边缘,内部的冈底斯山和唐古拉山（海拔5000 m以上）则将高原分隔为南部、中部和北部三个自然地理单元,川西山地和祁连山构成高原的东部和东北部边缘。高原总面积约250万 km2,高原面的平均海拔约4500 m左右。这里除了有世界最高峰珠穆朗玛峰外,北半球最高林线和最高雪线也分布于此[23]。青藏高原最高林线主要分布在藏东南及横断山区,林线高达4600~4700 m,部分地区的阳坡甚至能达到4900 m[24]。青藏高原内部林线处的主要树种为冷杉和云杉[24,25]。
图1 青藏高原的位置、对应样点及林线分布情况

Fig. 1 Location and distribution of alpine tree lines of the Tibetan Plateau

本研究中阿尔卑斯山的范围介于48.3°N~43.1°N、4.9°E~16.6°E之间（图2）。阿尔卑斯山共有82座海拔超过4000 m的山峰,其中最高峰勃朗峰海拔4810.45 m,位于法国和意大利的交界处[5]。山脉整体呈弧形,长1200 km,宽130~260 km,平均海拔约3000 m,总面积约22万km2。阿尔卑斯山的林线高度一般在1800~2200 m,林线最高可达2400 m[5,26]。阿尔卑斯山内部林线处的树种主要以落叶松、云杉为主[26]。
图2 阿尔卑斯山的位置、对应样点及林线分布情况

Fig. 2 Location and distribution of alpine tree lines of the Alps

3 数据与方法

3.1 数据来源

（1）DEM数据。DEM数据来源于空间信息联盟（CGIAR-CSI）提供的SRTM 90m数字高程数据库。空间分辨率为90 m,所有数据均是通过无缝数据集生成的。
（2）林线数据。林线数据取自张百平建立的山地垂直带信息系统。张百平等从公开发表的文献中挖掘了全球544个完整的山地垂直带谱数据,594个林线数据,148个雪线数据,173个高山草甸数据,构建了山地垂直带谱信息系统[27,28,29,30]。
（3）气温数据。气温数据是基于MODIS的地表温度数据、DEM数据、气象台站数据结合地理加权回归估算的气温数据集,空间分辨率为0.05°[14,16]（估算的数据精度比普通线性回归方法的精度更高,调整的决定系数R2大于0.91且标准误差RMSE在1.13~1.53℃范围内）。

3.2 研究方法

山体效应通过山体内外同海拔高度上气温差以及山体内外同类型垂直带界线高度差来定量化[23]（图3）。图3中的a和e点是山体外侧的点,b和d点是山体内部的点,c点位于a点上方,与山内b点在同一高度上。由于太阳辐射的影响,a和b的太阳辐射相近、气温接近,但b点的气温要比c点的气温要高。根据山体效应的概念模型,山体效应的一种定量化方式就是两点之间的气温差,即MEET=Tb-Tc。由于山内气温较高,相应地同种山地植被带界限（例如林线）,在山内就要比在山外分布的高,因此山体效应定量化的另一种表达式就是垂直带界线（林线）的高度差：MEEH=Hd-He。同样地,比较两个山地的山体效应的大小,也可以通过比较两个山地内部同海拔高度上气温及相同类型垂直带界线高度来进行度量。因此,本文通过比较青藏高原和阿尔卑斯山同海拔高度上的气温差以及林线分布的高度差来分析两个山地的山体效应差异。
图3 山体效应的概念模型

注：概念模型参考文献[22]。

Fig. 3 Conception model of MEE

首先,在比较青藏高原与阿尔卑斯山同海拔高度上的气温差时,需要进行同海拔高度上的气温转换。本文利用公式（1）,将青藏高原和阿尔卑斯山的气温转换到4500 m高度上（青藏高原平均海拔）进行比较;同时,为了更清楚地对比两个山地的山体效应差异,在两个研究区的中部分别做纬向和经向的剖面分析,即对青藏高原沿纬度32.5°N和经度88°E、对阿尔卑斯山沿纬度46.5°N和经度11°E进行同海拔气温的剖面分析,并比较剖面上二者山体效应的大小。这些剖面分别位于两个研究区的中部,从而最大限度地保证剖面的代表性和完整性。
T adjusted = T + h - H × ∂ 1
公式（1）是根据气温在垂直方向上的递减规律建立的,即每增加单位高度,气温按垂直递减率降低一定的数值。式中： ∂ 1 为气温垂直递减率,本文中采用统一的全球平均气温垂直递减率0.6℃/100 m[31];T为海拔h上的气温;Tadjusted为换算到海拔高度H上的气温。根据公式（1）,已知某点的实际气温和实际高度,那么可以推算这点上空某个高度上（如4500 m）的气温。
其次,在比较两个山地林线分布高度时,为了进一步揭示山体效应对林线的影响,选择与林线高度比较密切的气温指标如最热月5℃、10℃和最冷月0℃、5℃等温线来对比分析青藏高原与阿尔卑斯山的山体效应对林线的影响。已有研究表明最热月平均10 ℃等温线被认为与林线的高度一致[32,33,34],5℃为大多数植物开始生长的温度[35];最冷月0℃等温线不仅影响生物生长同时也对划分气温带等具有重要的地理意义[36,37]。分析时,根据ArcGIS空间分析方法,提取并分析两个山地最热月10℃等温线、最冷月0℃等温线以及这两个月5℃等温线的空间分布;在此基础上,根据公式（2）分别计算青藏高原沿纬度32.5°N、阿尔卑斯山沿纬度46.5°N剖面上各等温线可能达到的理想高度,从而进一步解释两个山地林线分布高度的差异性。
H = h + ( t - t 0 ) / ∂ × 100
公式（2）也是根据气温的垂直递减规律建立的。式中： ∂ 为气温垂直递减率;t为海拔h上的气温; t 0 在本文中为0℃、5℃或10℃;H为 t 0 温度下推算的理论高度。根据公式（2）,已知剖面上某点的实际温度和实际高度,可以计算该点气温如果在10℃（或0℃）时,理论上应该达到的海拔高度。

4 结果与分析

4.1 青藏高原和阿尔卑斯山同海拔上的气温分析

从图4可以看出在4500 m的海拔高度上,无论是最冷月,还是最热月,青藏高原与阿尔卑斯山的气温都是从边缘向内部逐渐升高的。全年其它月份的气温也表现出类似的分布规律。
图4 青藏高原和阿尔卑斯山最热月、最冷月转换到4500 m海拔高度上的气温分布

Fig. 4 Temperature distributions of the Tibetan Plateau and the Alps in the coldest and warmest months at the altitude of 4500 m

4.1.1 最冷月4500 m海拔高度上的气温分析 从最冷月4500 m海拔高度上青藏高原沿32.5°N与88°E,以及阿尔卑斯山沿46.5°N与11°E的剖面分析结果来看（图5）,青藏高原内部气温远高于外部边缘地区,山体内外气温差约在10~15℃左右;阿尔卑斯山内部气温约高于其边缘地区2~5℃左右。同时,青藏高原内部气温也明显高于阿尔卑斯山内部的气温,约高5~10℃。
图5 青藏高原和阿尔卑斯山最冷月4500 m海拔高度上的气温剖面

Fig. 5 Temperature profiles of the Tibetan Plateau and the Alps in the coldest month at the altitude of 4500 m

4.1.2 最热月4500 m海拔高度上的气温分析 从最热月4500 m海拔高度上青藏高原沿32.5°N与88°E,以及阿尔卑斯山沿46.5°N与11°E的剖面分析结果来看（图6）,青藏高原内部的气温比其边缘地区高2~10℃左右;阿尔卑斯山内部的气温比其边缘地区高2~6℃左右。同样地,最热月青藏高原内部气温也明显高于阿尔卑斯山内部气温,高10~15℃左右。
图6 青藏高原、阿尔卑斯山最热月4500m海拔高度上的气温剖面

Fig. 6 Temperature profiles of the Tibetan Plateau and the Alps in the warmest month at the altitude of 4500 m

上述分析结果表明,在同海拔上（4500 m）无论是最热月还是最冷月,两个山地的内部气温都要高于其外部边缘的气温,再一次印证了这两个山地具有明显的山体效应;并且青藏高原内部气温远高于阿尔卑斯山内部温度,说明青藏高原的山体效应比阿尔卑斯山的更为强烈。

4.2 青藏高原和阿尔卑斯山林线分布的差异性分析

4.2.1 青藏高原和阿尔卑斯山林线的分布高度 青藏高原和阿尔卑斯山地区的林线分布高度差异明显（图1、图2）：青藏高原林线沿着外部边缘向内部升高,其中青藏高原内部如横断山区北部、左贡至拉萨一带、喀喇昆仑山的林线高度基本上在4000 m以上,大部分地区的林线可以达到4200~4900 m;东部边缘（川西、祁连山等地）林线高度在3200~3800 m;西部边缘林线高度大多低于3800 m,分布高度基本上在3200~3800 m左右;且青藏高原内部的林线比边缘地区高400~1700 m左右。阿尔卑斯山内部地区的林线高度基本上在2000~2400 m,东部、西部边缘地区的林线高度分别在1600~1700 m、1800~2000 m,其内部林线高出外部边缘地区林线300~800 m。但青藏高原内部林线比阿尔卑斯山内部林线高2000~3000 m。
4.2.2 山体效应对林线的影响 图7a表明,青藏高原最热月10℃等温线在高原内部如玉树、左贡、拉萨、那曲南部地区等的海拔高度可达4000~5500 m,在东部边缘如川西山地等地区分布的高度在3500~4500 m,在西部边缘如喀喇昆仑山附近的海拔高度为3500~4000 m。图7b表明,阿尔卑斯山最热月10℃等温线在山体内部可以达到2000~2500 m左右,在边缘地区的分布高度基本上在1500~2000 m左右。同样地,青藏高原最热月5℃等温线在高原内部可达5000~5500 m,在东部边缘地区约在4500~5000 m左右,西部边缘地区约在4000~5000 m左右（图7a）;阿尔卑斯山最热月5℃等温线在山体内部的分布高度约在2000~3000 m,在边缘地区的海拔高度约为2000~2500 m（图7b）。
图7 青藏高原与阿尔卑斯山最冷月（1月）和最热月（7月）等温线分布

Fig. 7 Isothermal distributions of the coldest and warmest months in the Tibetan Plateau and the Alps

图7c表明,青藏高原最冷月0℃等温线基本围绕高原南部边缘分布,海拔高度约在2000~3000 m（东部边缘地区约在1500~2500 m左右）,高原内部仅出现在拉萨谷地海拔3000~3500 m左右;图7d表明,阿尔卑斯山0℃等温线同样分布在山体边缘地区,海拔高度约在500~1000 m左右。同样地,青藏高原最冷月5℃等温线也围绕高原南部边缘分布,在横断山、喜马拉雅山附近的分布高度约在2000~3000 m左右,在其它地区的分布高度均低于1500 m（图7c）;阿尔卑斯山最冷月5℃等温线仅在西南部边缘地区出现,分布高度约在500~1000 m（图7d）。
从上述分析来看,青藏高原0℃、5℃和10℃等温线的分布高度都远远高于阿尔卑斯山的（图7、表1）,尤其是最热月10℃等温线的分布高度,青藏高原内部比阿尔卑斯山高1500~3500 m。这也是青藏高原林线远高于阿尔卑斯山的原因之一。即由于青藏高原的山体效应明显强于阿尔卑斯山的,从而导致其林线高度也远远高于后者。
表1 青藏高原与阿尔卑斯山最热月和最冷月等温线分布高度及林线高度对比

Tab. 1 Isotherms of the warmest and coldest months and the heights of tree line in the Tibetan Plateau and the Alps

位置 东部边缘 内部 西部边缘
青藏高原 阿尔卑斯 青藏高原 阿尔卑斯 青藏高原 阿尔卑斯
最冷月 0℃等温线高度(m) 1500~2500 500~1000 3000~3500 1000~2000 2000~3000 800~1000
5℃等温线高度(m) 500~1500 <1000 ~~ ~~ 500~1500 <1000
最热月 5℃等温线高度(m) 4500~5000 2000~2500 5000~5500 2000~3000 4000~5000 2000~2500
10℃等温线高度(m) 3500~4500 1500~2000 4000~5500 2000~2500 3500~4000 1600~2000
林线高度(m) 3200~3800 1600~1700 4000~4900 2000~2400 3200~3800 1800~2000
根据青藏高原沿纬度32.5°N和阿尔卑斯山沿纬度46.5°N剖面上计算的最热月10℃等温线和最冷月0℃等温线的理想分布高度来看（图8）,剖面上青藏高原内部最热月10℃等温线的分布高度在4000~5500 m,阿尔卑斯山内部10℃等温线的分布高度约在1500~2200 m左右,青藏高原内部最热月10℃等温线的高度比阿尔卑斯山内部高出1800~4000 m（图8a、图8b）;剖面上青藏高原内部最冷月0℃等温线的分布高度约在2200~3500 m,阿尔卑斯山内部0℃等温线的分布高度约在500~1500 m左右,青藏高原内部最冷月0℃等温线的高度比阿尔卑斯山内部高出700~3000 m（图8c、图8d）。
图8 青藏高原沿纬度32.5°N与阿尔卑斯山沿纬度46.5°N剖面上最热月10℃等温线和最冷月0℃等温线理想高度图

Fig. 8 Converted 0℃ isotherms of the coldest month and 10℃ isotherms of the warmest month in the Tibetan Plateau along the latitude of 32.5°N and the Alps along the latitude of 46.5°N

从上述青藏高原和阿尔卑斯山林线与等温线的分布规律来看（图7、图8、表1）,林线分布规律与等温线、山体效应的分布规律基本一致,表现为：① 由于山体效应引起的山体内部气温高于边缘地区同海拔高度上的气温,因此两个山地的林线均自边缘向山体内部逐渐升高。② 青藏高原的山体效应要明显高于阿尔卑斯山,因此,青藏高原内部的林线也远高于阿尔卑斯山内部的林线高度。

5 结论与讨论

5.1 讨论

本文根据山体效应的概念和机理,通过比较两个山地同海拨高度上的气温差和林线高度差来定量比较青藏高原与阿尔卑斯山的山体效应。研究结果与其他相关研究结果类似[4,11,15,22]。但下述几个问题很值得进一步研究和探讨：
（1）山体效应对降水的影响。本文着重分析山体效应引起的气温格局的变化及其引起的林线高度的差异性,但已有研究表明山体效应改变了山区气温随纬度变化的水平梯度与随海拔高度变化的垂直梯度,使得山体内部比外部出现云量减少、降雨量降低的现象,并且具有更长时间的太阳辐射时间、更强的太阳辐射强度、更早的化雪时间,更高的土壤温度,进而产生具有更高夏季气温与更长生长季的局部地形气候,在山体内部较高海拔地区出现了适宜树木生存的温度环境,为林线出现在高海拔地区提供了重要的生理基础,因此山体效应是林线在山体内部出现在更高海拔的最重要原因[38]。即虽然山体效应主要是山体的热力效应,但其通过改变山体内部的气温和降水等相应地引起林线等垂直带界线的变化[22,39]。因此,林线的变化是山体效应引起的气温和降水变化的综合反映,虽然气温是影响林线海拔高度分布的决定性因素[40,41,42],后续的研究工作中也应加强山体效应对山区降水的影响分析与探讨。
（2）气温垂直递减率问题。在进行山体效应定量分析时,必须使用气温垂直递减率来换算同高度上的气温,本文中使用气温垂直递减率为0.6℃/100 m。已有的研究表明,由于山体效应的影响,高原或山体内部气温的垂直递减率应该比其它孤立山地或高原边缘地区的山地气温垂直递减率小[43,44,45]。因此,本文使用的平均气温垂直递减率并不能代表整个山地或高原的垂直递减率。
（3）阿尔卑斯山气温数据的精度问题。本文使用的气温数据主要是基于MODIS地表温度估算的气温数据[15,17],由于地表温度数据的空间分辨率为0.05º,而阿尔卑斯山的面积相对于青藏高原来讲要小得多,因此气温数据的空间分辨率相对来讲就比较低;并且目前能获取的该山地的气象观测数据有限,气温估算的精度不如青藏高原的高。气温数据的精度对分析结果会有一定的影响。
（4）山体效应的对比研究。从本文的分析结果来看,青藏高原的山体效应明显强烈于阿尔卑斯的,一方面,由于两个山地的规模明显不同,青藏高原无论是在高度、面积还是体积上都远大于阿尔卑斯山的,即山地规模是山体效应的重要影响因素之一（也就是说山地的尺度对山体效应的大小具有重要的影响作用）;另一方面,二者所处的地理位置不同,尤其是纬度位置对山地接收的太阳辐射量有较大的影响,从而导致山体效应大小的不同。此外,山体的走向和山体结构等都是山体效应的重要影响因素。在山体效应的众多影响因素中,哪些因素起着决定性的作用,还需要进一步的研究。张百平等提出山地基面高度是山体效应的第一影响因子,甚至超过纬度的影响[20,22],但以山体基面高度为山体效应代用因子的山体效应模型的精度都不高。因此,有必要选择不同类型的山地进行山体效应的对比研究,进一步理清山体效应的决定性影响因素。除阿尔卑斯山和青藏高原外,南美的安第斯山和北美的落基山等地都具有明显的山体效应,并且南北半球的最高林线和最高雪线分别分布于青藏高原和南美的安第斯山[3]。这些山地的山体效应因各自的规模、山体结构和走向、所处的地理位置及区域大气环流等的不同,产生不同程度的增温效应,并且这些山体效应对气候与生态的影响程度也不尽相同。后续的研究中将系统对比这些山地的山体效应,从而确定山体效应的决定性影响因素,揭示山体效应的区域差异性。

5.2 结论

上述研究结果表明青藏高原的山体效应及其影响与阿尔卑斯山的相比更为强烈。主要表现在以下几个方面：
（1）由于山体效应的影响,在同海拔上无论是最热月还是最冷月青藏高原和阿尔卑斯山的内部的气温皆高于其外部边缘地区的气温,且青藏高原内部气温远高于阿尔卑斯山内部的气温,尤其是在最热月青藏高原内部气温比阿尔卑斯山内部气温高10~15℃（4500 m海拔高度上）;最冷月青藏高原内部的气温比阿尔卑斯山内部气温高5~10℃（4500 m海拔高度上）。
（2）由于山体效应的影响,青藏高原内部的林线也远高于阿尔卑斯山内部的林线,约高2000~3000 m。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Quervain D A. Die hebung der atmosphärischen lsothermen in den Schweizer Alpen und ihre Beziehung zu den Höhengrenzen. Gerlands Beitrage zur Geophysik, 1904,6:481-533.

[2]
Grubb P. Interpretation of the ‘Massenerhebung’effect on tropical mountains. Nature, 1971,229(5279):44.

DOI PMID

[3]
Tollner H. Der einfluß großer massenerhebungen auf die lufttemperatur und die ursachen der hebung der vegetationsgrenzen in den inneren Ostalpen. Archiv für Meteorologie, Geophysik und Bioklimatologie Serie B, 1949,1(3-4):347-372.

[4]
吴国雄, 刘屹岷, 刘新, 等. 青藏高原加热如何影响亚洲夏季的气候格局. 大气科学, 2005,29(1):47-57.

[ Wu Guoxiong, Liu Yiming, Liu Xin, et al. How the heating over the Tibetan Plateau affects the Asian climate in summer. Chinese Journal of Atmospheric Sciences, 2005,29(1):47-57.]

[5]
Barry R G. Mountain Weather and Climate. New York: Cambridge University Press, 2008: 386-397.

[6]
Holtmeier F K, Broll G. Sensitivity and response of northern hemisphere altitudinal and polar treelines to environmental change at landscape and local scales. Global Ecology and Biogeography, 2005,14(5):395-410.

[7]
Douguedroit A. Timberline recontruction in Alps de Haute Povence and Alpes Maritimes, southern French Alps. Arctic and Alpine Research, 1978,10(2):505-517.

[8]
Ellenberg H. Vegetation Ecology of Central Europe. New York: Cambrige University Press, 1988.

[9]
Caccianiga M, Andreis C, Armiraglio S, et al. Climate continentality and treeline species distribution in the Alps. Plant Biosystems - An International Journal Dealing with all Aspects of Plant Biology, 2008,142(1):66-78.

[10]
Flohn H. Large-scale aspects of the “summer monsoon” in South and East Asia. Journal of the Meteorological Society of Japan Ser, 1957,35(2):180-186.

[11]
叶笃正, 罗四维, 朱抱真. 西藏高原及其附近的流场结构和对流层大气的热量平衡. 气象学报, 1957,28(2):108-121.

[ Ye Duzheng, Luo Siwei, Zhu Baozhen. The wind structure and heat balance in the lower troposphere over tibetan plateau and its surrounding. Acta Meteorologica Sinica, 1957,28(2):108-121.]

[12]
Chen L X, Reiter E R, Feng Zhiqiang. The atmospheric heat-source over the Tibetan Plateau: May-August 1979. Monthly Weather Review, 1985,113(10):1771-1790.

[13]
姚永慧, 徐美, 张百平. 青藏高原增温效应对垂直带谱的影响. 地理学报, 2015,70(3):407-419.

DOI

[ Yao Yonghui, Xu Mei, Zhang Baiping. The effect of warming effect on the vertical spectrum of the Tibetan Plateau. Acta Geographica Sinica, 2015,70(3):407-419.]

[14]
姚永慧, 张百平, 韩芳. 基于Modis地表温度的横断山区气温估算及其时空规律分析. 地理学报, 2011,66(7):917-927.

DOI

[ Yao Yonghui, Zhang Baiping, Han Fang. Temperature estimation and temporal and spatial analysis of Hengduan Mountains based on Modis land surface temperature. Acta Geographica Sinica, 2011,66(7):917-927.]

[15]
姚永慧, 张百平. 青藏高原气温空间分布规律及其生态意义. 地理研究, 2015,34(11):2084-2094.

DOI

[ Yao Yonghui, Zhang Baiping. Spatial distribution of temperature in Tibetan Plateau and its ecological significance. Geographical Research, 2015,34(11):2084-2094.]

[16]
Yao Y H, Zhang B P. MODIS-based estimation of air temperature of the Tibetan Plateau. Journal of Geographical Sciences, 2013,23(4):627-640.

DOI

[17]
Yao Y H, Zhang B P. The mass elevation effect of the Tibetan Plateau and its implications for Alpine treelines. International Journal of Climatology, 2015,35(8):1833-1846.

DOI

[18]
王婧, 张百平, 张文杰, 等. 科罗拉多落基山脉山体效应定量化研究山体. 地理研究, 2017,36(8):71-81.

[ Wang Jing, Zhang Baiping, Zhang Wenjie, et al. Quantitative research of mass elevation effect in Colorado Rocky Mountains. Geographical Research, 2017,36(8):71-81.]

[19]
张朔. 山体效应主要形成因素及其定量化研究. 北京: 中国科学院大学博士学位论文, 2015.

[ Zhang Shuo. The main forming factors of mountain effect and its quantitative research. Beijing: Doctoral Disscertation of University of Chinese Academy of Sciences, 2015.]

[20]
韩芳, 张百平, 谭靖, 等. 山体基面高度对青藏高原及其周边地区雪线空间分布的影响. 地理研究, 2014,33(1):23-30.

DOI

[ Han Fang, Zhang Baiping, Tan Jing, et al. The effect of mountain basal elevation on the distribution of snowline with different mountain basal elevations in Tibetan Plateau and its surrounding areas. Geographical Research, 2014,33(1):23-30.]

[21]
贺文慧. 基于垂直带的山体效应数字模拟: 以青藏高原、安第斯山区中段为例. 北京: 中国科学院大学博士学位论文, 2016.

[ He Wenhui. Digital simulation of mountain effect based on vertical belt taking the middle part of Qinghai Tibet Plateau and the Andes Mountains as an example. Beijing: Doctoral Disscertation of University of Chinese Academy of Sciences, 2016.]

[22]
张百平, 姚永慧, 赵芳, 等. 山体效应研究. 北京: 中国环境科学出版社, 2015: 3-82.

[ Zhang Baiping, Yao Yonghui, Zhao Fang, et al. Study on Mass Elevation Effect. Beijing: China Environmental Science Press, 2015: 3-82.]

[23]
Zhang B P, Yao Y H. Implications of mass elevation effect for the altitudinal patterns of global ecology. Journal of Geographical Sciences, 2016,26(7):871-877.

DOI

[24]
Miehe G, Miehe S, Vogel J, et al. Highest treeline in the northern hemisphere found in southern Tibet. Mountain Research and Development, 2007,27(2):169-173.

DOI

[25]
Liang E, Wang Y, Piao S, et al. Species interactions slow warming-induced upward shifts of treelines on the Tibetan Plateau. Proceedings of the National Academy of Sciences, 2016,113(16):4380-4385.

[26]
Gehrig-Fasel J, Guisan A, Zimmermann N E. Tree line shifts in the Swiss Alps: Climate change or land abandonment. Journal of Vegetation Science, 2007,18(4):571-582.

DOI

[27]
孙然好, 张百平. 山地垂直带谱数字识别的技术实现和图谱构建. 地球信息科学, 2008,10(6):690-696.

[ Sun Ranhao, Zhang Baiping. Technology realization and map construction of spectral identification of mountain vertical belts. Journal of Geo-Information Science, 2008,10(6):690-696.]

[28]
张百平, 姚永慧, 莫申国, 等. 数字山地垂直带谱及其体系的探索. 山地学报, 2002,20(6):660-665.

[ Zhang Baiping, Yao Yonghui, Mo Shenguo, et al. Vertical spectrum of digital mountain and its system exploration. Mountain Research, 2002,20(6):660-665.]

[29]
张百平, 周成虎, 陈述彭. 中国山地垂直带信息图谱的探讨. 地理学报, 2003,58(2):163-171.

DOI

[ Zhang Baiping, Zhou Chenghu, Cheng Shupeng. Information Atlas of mountain vertical belts in China. Acta Geographica Sinica, 2003,58(2):163-171.]

[30]
张百平, 许娟, 武红智, 等. 中国山地垂直带的数字集成与基本规律分析. 山地学报, 2006,24(2):144-149.

[ Zhang Baiping, Xu Juan, Wu Hongzhi, et al. Digital integration and basic law analysis of mountain vertical belts in China. Mountain Research, 2006,24(2):144-149.]

[31]
方精云. 地理要素对我国温度分布影响的数量评价. 生态学报, 1992,12(2):97-104.

[ Fang Jingyun. Quantitative evaluation of the impact of geographical elements on temperature distribution in China. Acta Ecologica Sinica, 1992,12(2):97-104.]

[32]
Daubenmire R. Alpine timberlines in the Americas and their interpretation. Butler University Botanical Studies, 1954,11(8/17):119-136.

[33]
Grace J, Allen N J, Wilson C. Climate and the meristem temperatures of plant communities near the tree-line. Oecologia, 1989,79(2):198-204.

DOI PMID

[34]
Ohsawa M. An interpretation of latitudinal patterns of forest limits in South and East Asian Mountains. Journal of Ecology, 1990,78(2):326-339.

DOI

[35]
Jones P, Briffa K, Osborn T, et al. Relationships between circulation strength and the variability of growing-season and cold-season climate in northern and central Europe. The Holocene, 2002,12(6):643-656.

DOI

[36]
缪启龙, 丁园圆, 王勇. 气候变暖对中国亚热带北界位置的影响. 地理研究, 2009,28(3):634-642.

[ Miao Qilong, Ding Yuanyan, Wang Yong. Impact of climate warming on the northern boundary of sub-tropical zone of China. Geographical Research, 2009,28(3):634-642.]

[37]
丘宝剑. 我国亚热带划分中的一些问题. 地理研究, 1984,3(1):66-76.

[ Qiu Baojian. Some problems on the division of the sub-tropical belt in the China. Geographical Research, 1984,3(1):66-76.]

[38]
Elliott G P, Kipfmueller K F. Multiscale influences of climate on upper treeline dynamics in the Southern Rocky Mountains, USA: Evidence of intraregional variability and bioclimatic thresholds in response to twentieth-century warming. Annals of the Association of American Geographers, 2011,101(6):1181-1203.

DOI

[39]
齐文文, 张百平, 庞宇, 等. 基于TRMM数据的青藏高原降水的空间和季节分布特征. 地理科学, 2013,33(8):999-1006.

[ Qi Wenwen, Zhang Baiping, Pang Yu, et al. TRMM-Data-Based spatial and seasonal patterns of precipitation in the Qinghai-Tibet Plateau. Scientia Geographica Sinica, 2013,33(8):999-1006.]

[40]
Christian K. A re-assessment of high elevation treeline positions and their explanation. Oecologia, 1998,115(4):445-459.

DOI PMID

[41]
Christian K, Paulsen J. A world-wide study of high altitude treeline temperatures. Journal of Biogeography, 2004,31(5):20.

[42]
Holtmeier F K, Gabriele B. Sensitivity and response of northern hemisphere altitudinal and polar treelines to environmental change at landscape and local scales. Global Ecology and Biogeography, 2005,14(5):395-410.

DOI

[43]
Hamilton L S, Juvik J O, Scatena F N. Tropical montane cloud forests. In: Flenley J R. Cloud Forest, the Massenerhebung Effect, and Ultraviolet Insolation. New York: Springer, 1995: 150-155.

[44]
Troll C. Geo-ecology of the mountainous regions of the tropical Americas. In: Hastenrath S. Certain Aspects of the Three-Dimensional Distribution of Climate and Vegetation Belts in the Mountains of Central America and Southern Mexico. Bonn: Dümmler in Kommission, 1968: 122-130.

[45]
Wang K L, Sun J, Cheng G D, et al. Effect of altitude and latitude on surface air temperature across the The Tibetan Plateau. Journal of Mountain Science, 2011,8(6):808-816.

DOI

Options
文章导航

/

〈 〉