EN中文

GEOGRAPHICAL RESEARCH >

2015 , Vol. 34 >Issue 11: 2084 - 2094

DOI: https://doi.org/10.11821/dlyj201511007

Orginal Article

The spatial pattern of monthly air temperature of the Tibetan Plateau and its implications for the geo-ecology pattern of the Plateau

  • YAO Yonghui , 1 ,
  • ZHANG Baiping , 1, 2
Expand
  • 1. State Key Laboratory of Resource and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China

Received date: 2015-04-20

  Request revised date: 2015-07-25

  Online published: 2015-11-15

Copyright

《地理研究》编辑部
Fold

Abstract

The immense and towering Tibetan Plateau (TP) acts as a heating source and shapes the climate of not only the Eurasian continent but also the entire world. Currently, air temperature of the plateau is usually obtained from discrete meteorological observational data using a series of statistical analyses and spatial interpolation. However, the interpolation accuracy is low due to the scarcity of meteorological observation stations, and little is quantitatively known about the detailed temperature pattern of the TP. According to Modis-based estimated air temperature data, this paper firstly studies the detailed spatial pattern of air temperature of the TP; Then it analyzes the spatial changes of isotherm altitudes of -10℃, -5℃, 0℃, 5℃, 10℃ for every month. Isotherm altitudes are extracted from Aster GDEM; Thirdly, this paper discusses the implication of air temperature of TP for treelines and snowlines based on 148 snowline data and 267 treeline data. The results show that: 1) isotherms have a trend of rising from the eastern and northeastern edges of the plateau to the interior and about 500-2000 m higher in the interior than in the eastern and northeastern edges; 2) the northwestern plateau, or the Qiangtang plateau and the Hoh Xil region, are the coldest regions of the TP, where air temperatures are below 0℃ for seven months and lower than -10 ℃ for three or four months in a year; the southern and central plateau, especially the north flank of Himalaya - the south flank of Gangdisê Mts., the north flank of Gangdisê Mts. - the south flank of Tanggula Mts., and the great river valleys, are quite warm, with monthly mean air temperatures between 5-10 ℃ for five months and above 10 ℃ for three months in a year; especially, air temperature of the coldest month is above 0℃ below the elevations of 3500-4500 m at Lhasa, Linzhi and Zuogong. 3) The highest treeline and snowline of the Northern Hemisphere are distributed in the southeastern and southwestern parts of the plateau, respectively, revealing a significant effect of air temperature on the geo-ecological pattern of the TP.

Key words： air temperature; treeline; snowline; isotherm; spatial pattern; Tibetan Plateau

Cite this article

YAO Yonghui , ZHANG Baiping . The spatial pattern of monthly air temperature of the Tibetan Plateau and its implications for the geo-ecology pattern of the Plateau[J]. GEOGRAPHICAL RESEARCH, 2015 , 34(11) : 2084 -2094 . DOI: 10.11821/dlyj201511007

1 引言

作为世界第三极的青藏高原,因其独特、巨大的块体产生显著的夏季增温作用,对亚洲乃至全球气候具有重大影响。由于青藏高原自然条件险恶,山区气象观测台站很少,气象资料极度匮乏;而且这些台站多分布在峡谷或平原等离城镇比较近、便于收集和获取数据的地方。严格来讲,这些台站获得的气象数据并不能反映高原的实际气温分布情况,因此目前对青藏高原气温的空间分布规律认识不足。气温对高原植被等生态—地理格局具有重要的控制作用,是研究高原生态与环境演变的一个重要气象指标。
由于缺乏青藏高原气温的详细空间分布数据,目前相关研究主要是利用该区域内气象台站多年的观测数据、利用统计分析方法研究高原气温的时序变化规律,从而揭示全球气候变暖背景下青藏高原气温的变化趋势[1-3]。有些研究则利用面积加权法对气象台站观测数据进行了空间内插,在高原气温空间分布研究方面进行了有意义的尝试[4]。这些研究虽然在青藏高原气温的时序变化规律方面取得了较好的成果[5,6],但现有的统计和内插方法只能保证台站附近区域的内插精度和准确性,远距离空间内插的精度的和准确性却无法保证[7],因此不能详细、准确地反映青藏高原气温的空间分布规律。
随着热红外遥感技术的发展和相应的热红外数据产品的应用,为获取气温的空间分布数据开辟了一条新的途径[7,8]。热红外卫星图像可以快速同步地获取大范围的、连续的二维地表温度空间分布信息,利用数理统计方法,通过地表温度数据可以快速估算近地表气温[9,10]。近几年来,姚永慧等人利用2001-2007年MODIS地表温度数据、137个气象观测台站数据和ASTER GDEM数据,采用普通线性回归分析方法（OLS）及地理加权回归分析方法（GWR）,研究了高原月均地表温度与气温的相关关系,最终选择精度较高的GWR分析方法,建立了高原气温与地表温度、海拔高度的回归模型,并估算了青藏高原各月的气温[11-13]。该气温估算数据各月气温GWR回归模型的决定系数（Adjusted R2）都达到了0.91以上（0.91~0.95）,标准误差（RMSE）介于1.16~1.58 ℃;约70%以上的台站各月残差介于-1.5~1.5 ℃,80%以上的台站的残差介于-2~2 ℃[11]。利用上述基于MODIS地表温度数据估算的青藏高原气温数据,对高原气温的空间分布规律进行了详细研究;并以此为基础,从气温的角度探讨青藏高原林线、雪线的分布规律,为揭示高原独特的地理格局提供气温等基础数据。

2 研究区概况

研究范围包括整个青藏高原及其周边地区,经纬度范围为25°~40°N、70°~105°E。高耸的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。这里除了有世界最高峰珠穆朗玛峰外,北半球最高林线[14-16]和最高雪线[17]也分布于此。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[14]。青藏高原最高雪线分布在珠峰北侧东绒布冰川和羌塘高原西部昂龙岗日,雪线达6200 m,是北半球最高雪线[17]。

3 数据来源与研究方法

3.1 数据来源

使用的气温数据是根据2001-2007年MODIS地表温度数据、137个气象站的观测数据和ASTER GDEM数据;利用GWR方法估算的青藏高原气温数据,数据的空间分辨率为0.05°,估算精度为RMSE1.13~1.53 ℃[11-13]。使用的148个雪线数据和267个林线数据均来自张百平等构建的“欧亚大陆垂直带信息系统”,其原始数据是20世纪30年代以来国内外文献所收集的林线、雪线数据[18-20]。

3.2 研究方法

首先,根据估算的气温数据,在ArcGIS的支持下,分析各月气温的空间分布格局;其次,利用ArcGIS的空间分析技术生成气温等值线图,从等值线图中分别提取1-12月各月-10 ℃、-5 ℃、0 ℃、5 ℃、10 ℃等温线;然后,将等温线与DEM数据叠加,获得各等温线的分布高度,分析各等温线通过地区海拔高度的变化和空间分布规律;通过对等温线空间分布与季节变化规律的综合分析揭示青藏高原气温在水平和垂直高度上的分布规律;最后,根据获得的林线和雪线数据,分析林线和雪线的空间分布规律,研究气温对林线和雪线分布高度的影响,探讨高原气温对高原地理生态格局的影响。

4 结果分析

4.1 青藏高原气温的时空分布格局

4.1.1 夏半年青藏高原气温格局 5月份为青藏高原夏半年的第1个月,高原西部（那曲以西）0 ℃等温线主要分布在5000~6000 m的高度,藏北高原及高原东部主要分布在4500~5500 m的高度,横断山区气温则基本上都高于0 ℃。即高原大部分地区（4500 m以下区域）气温都高于0 ℃（图2a）。从5 ℃等温线的分布来看,祁连山一带主要分布在3500~4000 m,而藏北高原都低于5 ℃,横断山区则分布在4000~4500 m,高原南部、中部则在4500~5000 m。5月等温线的空间分布规律表明除可可西里、昆仑山—喀喇昆仑山的部分地区气温仍然低于-5 ℃、部分高海拔地区（4500 m以上）气温介于-5~0 ℃外,高原大部分地区（4500 m以下）气温介于0~5 ℃;横断山区、藏中和藏南高原的部分地区气温可以达到5~10 ℃,拉萨—林芝—左贡一带的气温甚至可以达到10~15 ℃（图2b）。
Fig. 2 Spatial distribution of air temperature and the isotherms of -5℃, 0℃, 5℃ and 10℃ in summer half year

图2 青藏高原夏半年0 ℃、5 ℃、10 ℃、-5 ℃等温线分布格局

青藏高原6月份气温已全面回暖,东部4500~5000 m、中部5000~5500 m和西南部5500~6000 m的地区都能达到5 ℃;横断山区除部分极高山区外气温都高于5 ℃（图2c）。10 ℃等温线的分布高度在祁连山及高原东部边缘地区约在3500~4000 m、横断山区约在3500~4500 m、高原西南部约在4500~5000 m（图2d）。可见,高原西南部气温回升迅速,除可可西里、昆仑山—喀喇昆仑山部分极高海拔地区气温低于0 ℃、部分海拔高于4500 m的地区气温介于0~5 ℃外,高原大部分地区气温介于5~10 ℃,横断山区、藏中和藏南高原的部分地区气温可以达到10~15 ℃（图2c、图2d）。
7月份为高原的最热月,5 ℃等温线只零星分布于5000~6000 m的极高山区,例如冈底斯山、昆仑山、喀喇昆仑山等地;高原绝大部分地区的气温均高于5 ℃（图2e）。从10 ℃等温线的分布特征来看,在高原东部边缘、祁连山一带一般低于4000 m;在横断山区的高度约在4000~5000 m;逐步向西向高原内部等温线的高度也逐渐升高,在拉萨以西高达4500~5000 m,至改则—噶尔一带达到5000~6000 m（图2f）。因此,最热月7月份,除昆仑山、喀喇昆仑山的极高海拔地区气温仍低于5 ℃外,高原绝大部分地区的气温介于5~10 ℃;喜马拉雅山、冈底斯山和唐古拉山之间的高原地带的气温通常可以达到10~15 ℃,拉萨谷地、横断山区的部分地区气温甚至可以达到15~20 ℃（图2e、图2f）。
8月份气温的空间分布格局与6月份很相似,5 ℃等温线只零星分布于5000~6000 m的极高山区（图2g）,但10 ℃等温线的高度和范围略有下降（图2h）：横断山区主要分布在4000~4500 m的高度,藏南和藏中高原则主要分布在4500~5000 m。除昆仑山、喀喇昆仑山的极高海拔地区气温低于5 ℃外,高原大部分地区气温仍然介于5~10 ℃,横断山区、藏中和藏南高原的部分地区气温可以达到10~15 ℃,拉萨、林芝、左贡等地的气温仍然可以达到15 ℃以上。
9月份气温明显降低。祁连山5 ℃等温线主要分布在3500~4500 m;藏北高原和横断山区4500~5000 m以上的区域、藏中高原5000~5500 m以上、藏南高原5000~6000 m以上的区域气温低于5 ℃。总的来看,昆仑山、喀喇昆仑山、藏北高原和祁连山区气温明显下降：这些区域的极高海拔地区（5000~6000 m以上）气温开始下降到0 ℃以下,高海拔地区（4500 m以上）的气温介于0~5 ℃,低于4500 m的地区（祁连山3500 m以下）气温仍在5~10 ℃;藏中、藏南及横断山区的大部分地区（4500 m以下）仍然能达到5~10 ℃;日喀则、拉萨、林芝以及横断山部分地区的气温还能保持在10~15 ℃。
10月份为高原夏半年最后一个月,除横断山区4000~5000 m以下区域、藏中高原4500~5000 m以下、藏南5000~5500 m以下区域能达到0 ℃以上外,高原大部分地区气温都降到0 ℃以下（图2k）。藏北高原东北部4500~5000 m、西南部5000~5500 m以及藏中、藏南5500~6000 m以上的区域气温都在-5 ℃以下（图2l）。即唐古拉山以北大部分地区（4500 m以下）的气温介于-5~0 ℃：祁连山区4000~4500 m、藏北高原及昆仑山—喀喇昆仑山等地的高海拔地区（4500 m以上）气温已经低于-5 ℃,极高海拔地区甚至低于-10 ℃;唐古拉山以南的高原大部分地区（4000~5000 m以下）气温介于0~5 ℃,日喀则、拉萨、林芝以及横断山部分地区的气温还能达到5 ℃以上（图2k、图2l）。
4.1.2 冬半年青藏高原气温的空间分布格局 本文中高原冬半年指11月份至次年4月份。11月份,除横断山区3500~4000 m以下、拉萨—日喀则一带4000~4500 m以下的区域可以达到0 ℃以上外,青藏高原其他地区气温都低于0 ℃（图3a）;-10 ℃等温线的分布高度在藏北高原东北部约为4000~4500 m,在昆仑山—喀喇昆仑山约为5000~5500 m,在唐古拉山一带约为4500~5500 m,在念青唐古拉山约为5000~5500 m,在冈底斯山和喜马拉雅山北坡均为5500~6000 m,藏北高原大部分地区气温低于-10 ℃（图3b）。可见,11月份,祁连山、可可西里、昆仑山—喀喇昆仑山部分地区气温已经下降到-15 ℃以下,藏北高原的气温基本上介于-15~-10 ℃,藏中高原和横断山部分地区气温介于-10~0 ℃,横断山部分地区和藏南高原的气温多介于-5~0 ℃,只有拉萨、横断山区3500 m以下的小部分地区气温可以达到0 ℃以上（图3a、图3b）。
Fig. 3 Spatial distribution of air temperature and the isotherms of 0℃, -5℃, -10℃ in winter half year

图3 冬半年青藏高原气温及0 ℃、-5 ℃、-10 ℃等温线分布格局

12月份等温线的分布高度继续降低,0 ℃等温线在拉萨一带降到3500~4000 m,横断山区在3000~4000 m,也就是除拉萨谷地、横断山区河谷一带有少部分地区气温尚能达到0 ℃外,高原绝大部分地区处于0 ℃以下。整个藏北高原气温都低于-10 ℃;-10 ℃等温线在横断山区北部在4500~5000 m、在藏中高原分布在4500~5500 m、藏南在5000~6000 m,这些高度以上的区域气温都低于-10 ℃（图3d）。即12月份,祁连山、可可西里、昆仑山—喀喇昆仑山部分地区气温已经下降到-20 ℃以下,藏北高原的气温基本上介于-20~-10 ℃,藏中高原、藏南高原和横断山大部分地区气温介于-10~-5 ℃,横断山和藏南高原的部分地区气温介于-5~0 ℃,只有拉萨、横断山区3500 m以下的小部分地区气温可以达到0 ℃以上（图3c、图3d）。
1月为青藏高原的最冷月,等温线的分布高度在全年中最低。0 ℃等温线除拉萨谷地出现在3500~4000 m外,高原内部高于2500~3500 m的地区均低于0 ℃。-5 ℃等温线在四川西部山地的分布高度约为3000~3500 m;至横断山区分布在3500~4500 m;在拉萨—日喀则一带分布最高,约在4000~4500 m（图3e）。1月份-10 ℃等温线在柴达木盆地及东北部的祁连山一带分布在2500~3500 m,这里大部分地区气温低于-10 ℃（图3f）;整个藏北高原的气温均低于-10 ℃,可可西里及西北部的昆仑山和喀喇昆仑山一带的部分地区的气温甚至低于-25 ℃;而在藏中及藏南高原、横断山区,-10 ℃等温线出现在较高海拔地区,例如横断山区西北段分布在4000~5000 m,在冈底斯山以北的藏中高原分布在4500~5000 m;而在冈底斯山南坡和喜马拉雅山北坡则分布在5000~5500 m甚至更高的海拔高度上（图3f）。即最冷月1月份,最低气温出现在藏北高原和祁连山区,通常低于-20 ℃,尤其是昆仑山、喀喇昆仑山、以及可可西里的极高海拔地区气温极其寒冷,月均气温低于-25 ℃,甚至低于-30 ℃;喜马拉雅山、冈底斯山和唐古拉山之间的高原地带气温相对比较高,气温通常在-10~-5 ℃,尤其是拉萨谷地和横断山区的河谷地区气温甚至可以高于0 ℃（图3e、图3f）。
2月份,青藏高原气温空间分布格局与1月份类似,但随着气温逐渐变暖,等温线的海拔高度略有升高。0 ℃等温线在日喀则—拉萨一带、横断山区出现在3500~4000 m,表明这些地区低于3500~4000 m的高度上气温可以达到0 ℃以上（图3g）,但高原其他地区的气温仍然都在0 ℃以下。同样地,2月份-10 ℃等温线的分布高度也较1月份高,横断山区西北部可以达到4000~4500 m、西南部可以达到4500~5000 m,唐古拉山南北、昆仑山可以达到5000~5500 m,而冈底斯山、喜马拉雅山等藏中、藏南地区基本上都在5000~5500 m,甚至更高,但祁连山、藏北高原包括昆仑山、喀喇昆仑山大部分地区均在-10 ℃以下,部分地区气温甚至低于-20 ℃（图3h）。
随着季节的变化,气温逐渐回暖,3月份等温线的分布高度也逐渐回升。祁连山一带0 ℃等温线主要分布在2000~2500 m,柴达木盆地周边及高原东部则分布在2500~3000 m,横断山区、高原南部主要分布在3500~4500 m,但高原中部和北部地区气温仍然低于0 ℃（图3i）。3月份-10 ℃等温线在祁连山一带主要分布在3500~4000 m,部分地区可以达到4000~4500 m;整个藏北高原气温回暖比较明显,-10 ℃等温线主要分布在4500~5000 m,唐古拉山一带达到5000~5500 m,昆仑山—喀喇昆仑山在5000~6000 m,表明藏北高原部分地区气温可以达到或高于-10 ℃（图3j）。
4月份为高原冬半年的最后一个月,祁连山0 ℃等温线的分布高度在3500~4000 m,低于3500 m的山地区域都能达到0 ℃以上;但藏北高原仍然在0 ℃以下;横断山区0 ℃等温线主要分布在4000~4500 m（部分地区可以达到4500~5000 m）,藏中高原0 ℃等温线的高度更高,在4500~5000 m,冈底斯山西段则在5000~5500 m,气温回暖明显;南部地区基本上都分布在4500~5500 m。藏中、藏南和横断山区4000~4500 m以下的区域基本都能达到0 ℃以上（图3k）。除4000 m以上的高海拔地区外,高原大部分地区的气温均高于-10 ℃。-5 ℃等温线主要在5000~6000 m,也就是说,除祁连山、可可西里、昆仑山—喀喇昆仑山部分地区气温仍低于-5 ℃（甚至低于-10 ℃）外,高原大部分地区气温介于-5~0 ℃,即使在寒冷的可可西里、昆仑山—喀喇昆仑山的部分地区也高于-5 ℃;横断山区、藏中和藏南部分地区的气温已经上升到0~5 ℃（图3l）。
4.1.3 青藏高原气温空间分布的整体特征 青藏高原等温线的分布高度自高原东北部和东部边缘向西南部逐渐抬升,等温线在祁连山及高原东部边缘最低,在高原西南部最高,其次为横断山区。例如10月份的0 ℃等温线,在祁连山东部基本分布在2000~3000 m,向西南至格尔木—玛沁一线的东北部基本上分布在3000~4000 m,在横断山区的分布高度基本上在4000~5000 m（部分地区可以出现在5000 m以上）,冈底斯山以北地区基本上在4500~5000 m,拉萨—林芝—左贡一带也基本上在4500~5000 m,拉萨以西的喜马拉雅山北坡至冈底斯山都能达到5000~5500 m。7月份10 ℃等温线在高原东部边缘、祁连山一带一般在4000 m以下;在横断山区的高度基本上在4000~5000 m;逐步向西向高原内部10 ℃等温线的高度也逐渐升高,在拉萨以西高达4500~5000 m,而在改则—噶尔一带则可以达到5000~6000 m。
青藏高原的气温空间分布规律还表明：① 高原西北部的羌唐高原为极寒冷区。这一地区1月份平均气温基本在-20~-15 ℃,部分地区低于-25 ℃;在最热月7月份,气温基本介于5~10 ℃,部分地区低于5 ℃,甚至低于0 ℃。这一区域全年只有3个月（6-8月）的气温高于5 ℃（5~10 ℃）,从10月份至次年4月份有7个月的气温低于0 ℃、从11月至次年3月份有5个月的时间气温低于-10 ℃,正因如此,郑度等指出亚洲的寒旱核心[16,21]出现在喀喇昆仑—昆仑山腹地。② 藏北高原可可西里一带是高原的寒冷区。与昆仑—喀喇昆仑山类似,自10月份藏北高原大部分地区就处于-5 ℃以下,且自11月至次年2月份长达4个月的时间内藏北高原的气温都低于-10 ℃,至次年3-4月,藏北高原的气温才能达到-10~-5 ℃,5月份4500~5000 m以下的区域才能达到0 ℃以上。③ 同海拔高度上来看,青藏高原南部（喜马拉雅山北坡—冈底斯山南坡）和中部（冈底斯山北坡—唐古拉山南坡）是高原的温暖区：这一区域4500~5000 m以下的地区5月份就能达到5 ℃以上,6-8月3个月都能达到10 ℃以上,9月份也能达到5 ℃以上。即有5个月（5-9月）气温都能达到5~10 ℃以上,并且这一区域也是等温线分布高度最高的区域。④ 高原东南部（拉萨—林芝—左贡一带）的气温在冬半年也比较高：即使在11、12、1、2这4个最冷月中,当高原基本上都处于0 ℃以下时,这一区域3500~4000 m以下的地区仍然可以达到0 ℃以上。

4.2 青藏高原气温分布格局的生态意义

4.2.1 高原气温分布格局对雪线的影响 青藏高原雪线大体上有从边缘向内部、从东部向西部逐渐增高的趋势[17]。青藏高原东南边缘雪线位于海拔4500~5000 m、祁连山一带的雪线也在4200~4500 m;至中喜马拉雅山北翼、冈底斯山等地区雪线海拔5800~6000 m,珠峰北侧东绒布冰川及羌塘高原西部昂龙岗日雪线达海拔6200 m,是北半球最高雪线[17]（图1）。高原雪线的分布规律明显受高原气温和降水的影响。从气温上来讲,高原的西南部是温暖区,等温线的海拔高度也自高原东北部和东部边缘向西南部逐渐升高,拉萨以西的喜马拉雅山北坡至冈底斯山等温线的高度最高。根据以往高原降水的相关研究结果来看,高原西部的降水也很少,尤其是西北部极为干旱,日喀则以西的高原内部年降水量小于500 mm,昆仑山一带的年降水量小于100 mm[16,22,23]。由于雪线的分布高度通常与气温成正相关,与降水量成反比[24],因此,北半球最高雪线也分布于高原西南部。
Fig. 1 Sketch map of the Tibetan Plateau and snowline / treeline sites

图1 研究区范围及林线、雪线分布图

4.2.2 高原气温分布格局对林线的影响 青藏高原林线也自东部边缘向高原内部逐渐升高,祁连山及川西高原林线高度一般低于3700 m,向高原内部至玛沁—道孚—九龙一带林线高度大约在4000 m左右,而在左贡、拉萨一带林线则可以达到4600~4700 m,部分阳坡甚至可以达到4900 m[19-21]（图1）。首先,林线高度自边缘向内部逐渐升高的趋势与高原气温自边缘向内部逐渐增高的趋势基本一致。其次,高原林线的变化趋势与7月份（最热月）10 ℃等温线的空间分布规律极其吻合。已有的研究表明,最热月10 ℃等温线与林线的上限基本一致[15]。虽然高原西南部10 ℃等温线的高度更高,但因为年降水量不足（<500 m）[16,22,25],因而不利于森林的生长发育。因此,高原最高林线分布于东南部拉萨、左贡一带。

5 结论

通过对青藏高原气温的时空变化规律的分析表明：① 青藏高原西北部的羌塘高原、可可西里为高原的寒冷区,全年有5个月气温低于-10 ℃,最热月平均气温一般不超过10 ℃。青藏高原南部（喜马拉雅山北坡—冈底斯山南坡）和中部（冈底斯山北坡—唐古拉山南坡）是高原的温暖区,夏半年气温基本上在5 ℃以上,6-8月气温基本上在10 ℃以上;尤其是拉萨—林芝—左贡一带河谷区极为温暖,夏半年气温基本在10 ℃以上,甚至超过15 ℃,在3500~4000 m以下的河谷地区最冷月均温也能达到0 ℃以上。② 等温线的海拔高度自东北部、东部边缘向内部逐渐升高,在高原内部比东部边缘地区要高500~2000 m,表明相同海拔高度上气温自边缘向高原内部逐渐升高,印证了青藏高原的增温效应[26-28]。③ 高原气温的分布格局对林线和雪线具有重要的控制作用,北半球最高雪线和林线都分别分布于高原的温暖区的西南部和东南部,表明高原气温对高原地理生态格局具有重要影响。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
蔡英, 李栋梁, 汤袤苍, 等. 青藏高原近50年来气温的年代际变化. 高原气象, 2003, 22(5): 464-471.根据青藏高原及周边地区一百多个气象台站的月平均气温资料,利用统计方法,分析了近50年来气温的年代际变化.结果表明: 整个高原地区温度变化可分为6个不同的区域.在时间演变上可划分出相对高温时段(1963年以前)、相对低温时段(1963-1987年)和另一个相对高温时段(1987年以后).还从天文因素、地球系统各圈层及气候系统内各因子相互作用和相互制约出发,探讨了引起高原气候变化的可能原因.

DOI

[Cai Ying, Li Dongliang, Tang Maocang, et al.Decadal temperature changes over Qinghai-Xizang Plateau in recent 50 years. Plateau Meteorology, 2003, 22(5): 464-471.]

[2]
李生辰, 徐亮, 郭英香, 等. 近34 a青藏高原年气温变化. 中国沙漠, 2006, 26(1): 27-35.lt;FONT face=Verdana>对高原地区34 a（1971—2004年）82站共13 883 d的逐日日平均气温、日最高气温和日最低气温资料进行了统计，用REOF方法进行了分区，并讨论了趋势变化，结果表明：①无论年平均气温，还是年平均最高气温和最低气温，以35°N为界的南北变化的区域特征明显。在年平均气温和年最低气温中，西藏地区的累计方差比青海地区大，年最高气温中青海地区的累计方差比西藏地区大。②青藏高原地区年温度的分布主要取决于海拔高度、地理位置和地形的影响，而年温度的标准差与高原地区年降水的分布相似,但趋势相反，标准差大的区域主要在高原的西北部和四川的西南部。③高原大部分地区年平均气温、年最高和最低气温基本上是以增温的趋势为主，高原的西北部地区年平均气温增温幅度最明显，尤其以柴达木盆地增温幅度最大，增加幅度为0.8℃·(10a)-1以上。年最高温度青海的增幅比西藏明显，而年平均最低温度西藏的增幅比青海明显。</FONT>

[Li Shengchen, Xu Liang, Guo Yinxiang, et al.Change of annual air temperature over Qinghai-Tibet Plateau during recent 34 years. Journal of Desert Research, 2006, 26(1): 27-35.]

[3]
李宗省, 何元庆, 辛惠娟, 等. 我国横断山区1960-2008 年气温和降水时空变化特征. 地理学报, 2010, 65(5): 563-579.lt;p>运用样条函数法、线性回归、最小二乘法和趋势分析等方法,对横断山区27个气象站1960-2008年日平均气温和降水资料分析表明,近50年来横断山区气温呈现统计意义上的变暖趋势,其中60和80年代气温相对较低,其他年代则较高,2000-2008时段年均温比多年均值高0.46<sup>o</sup>C。横断山区年均气温、春季气温、夏季气温、秋季气温和冬季气温的倾向率分别为0.15<sup>o</sup>C10a<sup>-1</sup>、0.589<sup>o</sup>C10a<sup>-1</sup>、0.153<sup>o</sup>C10a<sup>-1</sup>、0.167<sup>o</sup>C10a<sup>-1</sup>和0.347<sup>o</sup>C10a<sup>-1</sup>升温幅度表现出随纬度增高而加大的趋势,整个横断山区以沙鲁里山和大雪山南缘区域及梅里雪山地区为中心,春季升温幅度最大,冬季次之。横断山区年降水在60和70年代偏低,80年代以后相对偏高,特别是90年代比多年均值高29.84mm,进入2000年后相较90年代明显下降。横断山区年降水、春季降水、夏季降水、秋季降水和冬季降水倾向率分别为9.09mm10a<sup>-1</sup>、8.62mm10a<sup>-1</sup>、-1.5mm10a<sup>-1</sup>、1.53mm10a<sup>-1</sup>和1.47mm10a<sup>-1</sup>只有春季倾向率通过了显著水平检验;除夏季降水外,其他季节降水均表现出由西南向东北和由南向北递减的趋势,这是纵向岭谷对流经该区的东亚季风和南亚季风同时起着东西向阻隔作用和南北向通道作用的体现。横断山区季风期气温和降水的倾向率分别为0.117<sup>o</sup>C10a<sup>-1</sup>和6.01mm10a<sup>-1</sup>最为明显的是2000年后季风期降水明显降低;横断山区非季风期气温和降水的倾向率分别为0.25<sup>o</sup>C10a<sup>-1</sup>和7.47mm10a<sup>-1</sup>均高于季风期。</p>

[Li Zongxing, He Yuanqing, Xin Huijuan, et al.Spatio-temporal variations of temperature and precipitation in Mts. Hengduan during 1960-2008. Acta Geographica Sinica, 2010, 65(5): 563-579.]

[4]
任雨, 张雪芹, 彭莉莉. 青藏高原1951-2006年气温距平序列的建立与分析.高原气象, 2010, 29(3): 572-578.lt;FONT face=Verdana>依照气候距平法， 基于“中国均一化历史气温数据集（1951-2004年）1.0版”与2005-2006年逐日平均气温资料， 对青藏高原及其邻近区域123个测站的逐月平均气温网格化， 进而以面积加权法建立高原1951-2006年逐月平均气温距平序列。最大限度地利用观测资料， 着重探讨了利用参考站订正短序列气温资料气候标准值的方法。所建序列的奇异谱分析表明， 青藏高原平均气温年际变化的近1/2可解释为非线性上升趋势， 近1/5的变化可解释为白噪声。与同期北半球陆地区域相比， 二者的年平均气温距平序列的趋势非常相近， 高原并未显示变暖的超前性； 高原序列中的噪声比率和强度却要大得多， 对高原序列线性倾向率的估计有较大的影响。</FONT>

[Ren Yu, Zhang Xueqin, Peng Lili.Construction and analysis of mean air temperature anomaly series for the Qinghai-Xizang Plateau during 1951-2006. Plateau Meteorology, 2010, 29(3): 572-578.]

[5]
刘桂芳, 卢鹤立. 1961~2005年来青藏高原主要气候因子的基本特征. 地理研究, 2010, 29(12): 2281-2289.lt;p>基于69个气象台站的气象数据,对青藏高原地区1961~2005年来的主要气候因子特征进行了分析。结果表明:1961~2005年的45年间,青藏高原地区年平均温度呈上升趋势,其倾向率为0.265℃/10a,其中青藏高原地区冬季气温变暖趋势明显,春季变暖趋势不明显;20世纪80年代以来青藏高原地区的温度升高有加速的趋势。近45年来青藏高原地区年降水量呈现微弱增加趋势,其倾向率为8.21mm/10a。青藏高原地区春季和冬季降水量都以增加趋势为主,但春季增加趋势远远大于冬季。青藏高原地区降水存在一定的周期性,32个站表现出短周期特性,为2~4年左右;11个站表现出中周期特性,为5~8年;6个站表现出长周期特性,均大于10年。1961~2005年间,青藏高原地区整体气候变化以暖湿化趋势为主,暖湿化站点占总数的67％。</p>

[Liu Guifang, Lu Heli.Basic characteristics of major climatic factors on Qinghai-Tibet Plateau in recent 45 years. Geographical Research, 2010, 29(12): 2281-2289.]

[6]
赵东升, 吴绍洪. 近40年青藏高原主要生物温度指标的变化趋势. 地理研究, 2010, 29(3): 431-440.lt;p>以最热月均温、最冷月均温、&ge;0℃积温及其日数、&ge;5℃积温及其日数和&ge;10℃积温及其日数作为生物温度指标的代表,应用青藏高原地区1966~2005年共87个气象站点逐日观测资料,分析其变化趋势。结果显示:最热月均温与最冷月均温整体均呈上升趋势,而最冷月均温的上升幅度明显大于最热月均温的上升幅度,空间上两者呈非对称变化。&ge;10℃积温、&ge;5℃积温和&ge;0℃积温增幅依次增大,其日数的变化是,&ge;5℃积温日数增幅最大,&ge;10℃积温日数次之,&ge;0℃积温日数最小。总体而言,近40年来青藏高原温度变化为增加趋势,植被的最佳生态空间及生态地理区域界线可能会发生不同程度的变动,生态系统的结构和功能可能也需要进行相应的调整来适应温度的变化。</p>

[Zhao Dongsheng, Wu Shaohong.Variation of bio-temperature indexes on the Tibetan Plateau in the past 40 years. Geographical Research, 2010, 29(3): 431-440.]

[7]
Vogt J, Viau A A, Paquet F.Mapping regional air temperature fields using satellite derived surface skin temperatures. International Journal of Climatology, 1997, 17(14): 1559-1579.Abstract Screen air temperature is an important climatological variable and accurate mapping of its spatial and temporal distribution is of great interest for various scientific disciplines. The low spatial density of meteorological stations, however, results in relatively large errors during data interpolation and makes it difficult to retrieve the spatial pattern of the temperature field. Errors of the order of 1 to 3 K are mentioned in the literature. The current study investigates the possibilities of mapping and monitoring the spatial distribution of daily maximum air temperatures with the help of time series of NOAA-AVHRR images. The study has been performed for the Mediterranean region of Andalusia in southern Spain. Data analysis included 31 meteorological stations and 148 AVHRR images from the year 1992. Regression analysis between the daily maximum air temperature ( T max ) and the mean surface skin temperature ( T s ) retrieved for 11 km 2 image windows centred over each station, suggests that T max is strongly linked to T s in the given environment (mean R 2 =0&middot;823) and that for individual stations T max can be retrieved from T s with a mean error of about 2 K. The spatial representativity of the station measurements as well as the influence of altitude and land use on the results are discussed. Finally, the possibilities of retrieving the spatial pattern of T max have been evaluated through a cross-validation approach. In this analysis T max has been predicted for each station and for all days of available image data based on a regression model retrieved from all other stations. Again the results indicate that we are able to reproduce the daily distribution of maximum air temperatures with a mean error of the order of 2 to 2&middot;5 K, using satellite-retrieved surface skin temperatures. In addition, the method allows for the detection of stations with a low spatial representativity or a pronounced measurement bias. Future research will aim at the inclusion of further physiographi

DOI

[8]
Barrett E C, Curtis L F.Introduction to Environmental Remote Sensing. New York: Chapman and Hall, 1993.

[9]
Goetz S J, Prince S D, Small J.Advances in satellite remote sensing of environmental variables for epidemiological applications. Advances in Parasitology, 2000, 47: 289-307.Earth-observing satellites have provided an unprecedented view of the land surface but have been exploited relatively little for the measurement of environmental variables of particular relevance to epidemiology. Recent advances in techniques to recover continuous fields of air temperature, humidity, and vapour pressure deficit from remotely sensed observations have significant potential for disease vector monitoring and related epidemiological applications. We report on the development of techniques to map environmental variables with relevance to the prediction of the relative abundance of disease vectors and intermediate hosts. Improvements to current methods of obtaining information on vegetation properties, canopy and surface temperature and soil moisture over large areas are also discussed. Algorithms used to measure these variables incorporate visible, near-infrared and thermal infrared radiation observations derived from time series of satellite-based sensors, focused here primarily but not exclusively on the Advanced Very High Resolution Radiometer (AVHRR) instruments. The variables compare favourably with surface measurements over a broad array of conditions at several study sites, and maps of retrieved variables captured patterns of spatial variability comparable to, and locally more accurate than, spatially interpolated meteorological observations. Application of multi-temporal maps of these variables are discussed in relation to current epidemiological research on the distribution and abundance of some common disease vectors.

DOI PMID

[10]
Seguin B.Use of surface temperature in agro-meteorology. In: Toselli F. Applications of Remote Sensing to Agro-meteorology. Boston: Kluwer Academic Press, 1991. 221-240.This book contains 13 papers presented at a course held at the Joint Research Centre of the Commission of the European Communities in the framework of the Ispra courses, at Ispra, Varese in Italy on 6-10 Apr. 1987. The principles of remote sensing are outlined and the basis of detection, various types of platforms and sensors and the types of data obtained are considered. Data processing is covered with particular reference to the requirements of users of aerospace remote sensing data with limited experience in digital image processing. The properties of digital images, standard CCTs, their format and disk storage systems are reviewed and methods of image processing are studied. Applications and the contribution of remote sensing to the measurement of a number of basic agrometeorological parameters are discussed and illustrated with local and global examples. Information is given on measuring albedo, solar radiation, surface temp., vegetation and evapotranspiration. The advantages, limitations and accuracy of remote sensing techniques are compared with those of the usual techniques.

DOI

[11]
姚永慧, 张百平. 基于MODIS数据的青藏高原气温与增温效应估算. 地理学报, 2013, 68(1): 93-104.利用2001-2007年MODIS地表温度数据、137个气象观测台站数据和ASTERGDEM数据,采用普通线性回归分析方法(OLS)及地理加权回 归分析方法(GWR),研究了高原月均地表温度与气温的相关关系,最终选择精度较高的GWR分析方法,建立了高原气温与地表温度、海拔高度的回归模型.各 月气温GWR回归模型的决定系数(Adjusted R2)都达到了0.91以上(0.91～0.95),标准误差(RMSE)介于1.16～1.58℃;约70％以上的台站各月残差介于-1.5～1.5 ℃之间,80％以上的台站的残差介于-2～2 ℃之间.根据该模型,估算了青藏高原气温,并在此基础上,将高原及周边地区7月份月均气温转换到4500m和5000m海拔高度上,对比分析高原内部相对 于外围地区的增温效应.研究结果表明:(1)利用GWR方法,结合地面台站的观测数据和MODIS Ts、DEM等,对高原气温估算的精度高于以往普通回归分析模型估算的精度(RMSE=2～3℃),精度可以提高到1.58℃；(2)高原夏半年海拔 5000 m左右的高山区气温能达到0℃以上,尤其是7月份,海拔4000～5500m的高山区的气温仍能达到10℃左右,为山地森林的发育提供了温度条件,使高原 成为北半球林线分布最高的地方；(3)高原的增温效应非常突出,初步估算,在相同的海拔高度上高原内部气温要比外围地区高6～10℃.

DOI

[Yao Yonghui, Zhang Baiping.MODIS-based estimation of air temperature and heating effect of the Tibetan Plateau. Journal of Geographical Sciences, 2013, 68(1): 93-104.]

[12]
Yao Yonghui, Zhang Baiping.MODIS-based estimation of air temperature of the Tibetan Plateau. Journal of Geographical Sciences, 2013, 68(1): 95-107.The immense and towering Tibetan Plateau acts as a heating source and, thus, deeply shapes the climate of the Eurasian continent and even the whole world. However, due to the scarcity of meteorological observation stations and very limited climatic data, little is quantitatively known about the heating effect and temperature pattern of the Tibetan Plateau . This paper collected time series of MODIS land surface temperature (LST) data, together with meteorological data of 137 stations and ASTER GDEM data for 2001–2007, to estimate and map the spatial distribution of monthly mean air temperatures in the Tibetan Plateau and its neighboring areas. Time series analysis and both ordinary linear regression (OLS) and geographical weighted regression (GWR) of monthly mean air temperature (Ta) with monthly mean land surface temperature (Ts) were conducted. Regression analysis shows that recorded Ta is rather closely related to Ts, and that the GWR estimation with MODIS Ts and altitude as independent variables, has a much better result with adjusted R 2 > 0.91 and RMSE = 1.13–1.53°C than OLS estimation. For more than 80% of the stations, the Ta thus retrieved from Ts has residuals lower than 2°C. Analysis of the spatio-temporal pattern of retrieved Ta data showed that the mean temperature in July (the warmest month) at altitudes of 4500 m can reach 10°C. This may help explain why the highest timberline in the Northern Hemisphere is on the Tibetan Plateau .

DOI

[13]
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.横断山区气象观测站稀少且多分布在河谷之中,气温资料极度匮乏,严重影响山区地理与生态研究。随着遥感技术的发展,热红外遥感数据,结合地面观测数据,可以用来推测山区气温。本文通过对横断山区2001 年-2007 年间64 个气象台站的多年月平均气温数据(Ta) 与Modis地表温度多年月平均值(Ts) 进行了时序分析和回归分析,并取得如下研究结果：(1) Ts 与Ta 具有非常好的线性相关关系,89%的台站的决定系数高于0.5；95%的台站的标准误差都低于3 oC,84.4%的台站标准误差低于2.5 oC；12 个月份的Ts 与Ta 的决定系数R<sup>2</sup>在0.63~0.90 之间,标准误差在2.22~3.05 oC之间。(2) 研究区内月均气温的变化范围在-2.25~15.64 oC之间；生长季(5-9 月份) 的月均气温变化范围为：10.44~15.64 oC。(3) 等温线的海拔高度自山体外围向内部逐渐升高,与山体效应的增温效应相吻合；0 oC等温线自10 月份从海拔4700&plusmn;500 m左右逐渐降低,至1月份降至最低点,约在3500&plusmn;500 m左右,此后,逐渐回升,至次年5 月份再次达到4700&plusmn;500 m左右,也就是说横断山区5200 m以下的广大山区全年至少有6~12 个月的气温在0 oC以上。研究表明：可以利用Modis月均地表温度结合地面观测台站的数据较精确的估算山区月均气温。

[Yao Yonghui, Zhang Baiping, Han Fang.MODIS-based air temperature estimation in the Hengduan Mountains and its spatio-temporal analysis. Acta Geographica Sinica, 2011, 66(7): 917-927.]

[14]
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.ABSTRACT

DOI

[15]
Troll C.The upper timberlines in different climatic zones. Arctic and Alpine Research, 1973, 5(3): 3-18.In the past the upper timberlines and their ecological causality were mostly studied in high mountains of the humid temperate zones of the Northern Hemisphere with their strong thermal contrasts of summer and winter. They are generally determined by the duration of certain summer temperature values and in their topoclimatic differentiation controlled by the accumulation and deflation of snow. But they are not climatically equivalent, not even in a relatively small mountain system such as the Alps or the Tatra mountains from what is shown by the change in the limit-forming trees (spruce, larch, pine, fir, beech, birch, etc.). The upper timberlines in the humid tropics are completely different in physiognomy, life forms, climatic conditions, and topoclimatic effects; they are without seasonal variations of temperatures. In most cases they are formed by a dense evergreen forest with dozens of broad-leaved trees, sometimes by a fringing woodland (Polylepis, Ericacea, Hagenia, Leptospermum). In the arid belts, which extend from tropical to cold temperate latitudes, where the forest belts have a lower and an upper limit ("girdle forests"), also the upper timberline can be caused, at least in part, by aridity factors. In the Mediterranean area and in the Middle East we distinguish a sub-Mediterranean subzone with upper timber belts of boreal types, a fully Mediterranean subzone with specific Mediterranean trees as uppermost timber belt (Quercus ilex, Q. tozza, Pinus leucodermis, Cedrus atlantica), and a southerly Mediterranean steppe belt where generally juniper species are upper limiting trees. The timberlines in the cool temperature zone of the Southern Hemisphere with its high oceanity show more affinity to the tropical highlands than to the boreal zones.

[16]
郑度, 李炳元. 青藏高原自然环境的演化与分异. 地理研究, 1990, 9(2): 1-10.青藏高原的强烈隆起导致其本身自然环境的巨大变化和自然区域的明显分异。本文阐明上新世以来青藏地区由低海拔亚热带环境向高寒环境的演化以及因全球气候冷暖波动所引起的变化。对山地垂直自然带结构类型的划分和此较研究,揭示了与山体效应密切相关的分布模式。在自然地域分异规律的背景上,探讨了水汽通道、干旱河谷和寒旱核心等高原山地独特的地生态现象。

[Zheng Du, Li Bingyuan.Evolution and differentiation of the natural environment of the Qinghai-Tibet Plateau. Geographical Research, 1990, 9(2): 1-10.]

[17]
Shi Yafeng, Zheng Benxing, Li Shijie.Last glaciation and maximum glaciation in the Qinghai-Xizang (Tibet) Plateau: Acontroversy to M. Kuhle's ice sheet hypothesis. Chinese Geographical Science, 1992, 2(4): 293-311.lt;p>Since the late 1950's, many Chinese scientists have explored the remains of the Quaternary glaciation in the Qinghai-Xizang (Tibet) Plateau and its surrounding mountains. In the main, 3-4 glaciations have been recognized. The largest one occurred in the Late Middle Pleistocene with piedmont glaciers, ice caps and trellis valley glaciers in many high peak regions. But here is no evidence of a unified ice sheet covering the whole plateau as described by M. Kuhle. Due to the further uplifting of the Himalayas and Qinghai-Xizang Plateau the climate became progressively drier, diminishing the extension of glaciers during the Late Pleistocene. The elevation of the snow line during the Last Glaciation was about 4,000 m on the south, east and northeast edges of the plateau and ascended to 5500 m on the hinder northwest of the plateau. The thermal effect of the big plateau massif, the sharp increase of aridity from the southeast rim to the northwest inland area and the abrupt decrease of precipitation during the Ice Age largely account for the distribution of the Quaternary glaciers in the Qinghai-Xizang Plateau. The neglect of Chinese literature may be one of the causes accounting for M. Kuhle's misinterpretation on the environment of the Quaternary glaciations in the Qinghai-Xizang Plateau.</p>

[18]
谭靖. 欧亚大陆山地垂直带谱数字集成与分析. 北京: 中国科学院地理科学与资源研究所,2009.

[Tan Jing.Digital integration and Analysis of the Eurasian Mountain Altitudinal Belt. Beijing: Institute of Geographic Sciences and Natural Resources Research, CAS, 2009.]

[19]
张百平. 数字山地垂直带谱研究进展. 山地学报, 2008, 26(1): 12-14.垂直分带是山地环境研究的基 础。近年来我们成功地构了山地垂直带数据模型,可以将我国及全世界山地垂直带谱进行数字集成;归纳出我国31个水平地带、32个垂直地带,奠定了中国山地 垂直带谱数字集成的地理学基础。研制了中国山地垂直带谱信息系统并进行了升级;提出了山地垂直带分布的二次曲线模式,需要今后用更多的数据进一步验证;未 来几年的工作包括提高山地垂直带的识别精度,并将山地垂直带谱数字集成工作扩展到欧亚大陆甚至全世界。

DOI

[Zhang Baiping.Progress in the study on digital mountain altitudinal belts. Journal of Mountain Science, 2008, 26(1): 12-14.]

[20]
赵芳, 张百平, 谭靖, 等. 欧亚大陆山地垂直带数字集成系统的设计与应用. 地球信息科学学报, 2011,13(3): 346-355.在欧亚大陆山地垂直带880个带谱点数据采集的基础上,设计和开发了山地垂直带数字集成系统。其功能:(1)垂直带谱可视化显示功能:实时生成垂直带地理分布图、垂直带堆积柱状图、上下限高度随经纬度变化曲线;(2)垂直带上下限提取和绝对高度和相对高度转化功能:提取山地垂直自然带分布上限和下限高度,进行垂直带的宽度和垂直带上限海拔高度之间的转化;(3)垂直带查询、分析功能:空间选择垂直带查询、植被带和温度带等地理区域的垂直带查询与其制图分析;(4)垂直带界线提取功能:林线、雪线、冻土线等垂直带界线分布高度,随地理位置、气候、地形等影响因子变化的曲线生成、垂直带界线数据输出。其为揭示欧亚大陆山地环境的垂直分布规律奠定了重要的基础,为大陆尺度和全球尺度山地垂直带的地理分析和生态分析提供了重要的技术平台。

DOI

[Zhao Fang, Zhang Baiping, Tan Jing, et al.Structure and function of the digital integrated system for the Eurasian mountain altitudinal belt. Journal of Geo-information Science, 2011, 13(3): 346-355.]

[21]
黄秉维, 郑度, 赵茗茶, 等. 现代自然地理. 北京: 科学出版社, 1999.

[Huang Binwei, Zheng Du, Zhao Mingcha, et al.Physical Geography. Beijing: Science Press, 1999. ]

[22]
廖克. 青藏高原地图集. 北京: 科学出版社,1990.

[Liao Ke.The Atlas of the Tibetan Plateau. Beijing: Science Press, 1990.]

[23]
王传辉, 周顺武, 唐晓萍, 等. 近48年青藏高原强降水量的时空分布特征. 地理科学, 2011, 31(4): 470-477.基于青海和西藏地区48个气象台站近48 a（1961～2008年）的逐日降水资料,分析青藏高原冬、夏半年强降水量的时空演变特征。结果表明：青藏高原强降水量与总降水量的空间分布相似,夏半年为由东南向西北递减,冬半年则由唐古拉山脉东段的高原腹地向四周递减;夏（冬）半年强降水量存在准3、准6 a（7～8 a）的年际振荡以及准9～10 a（15 a）的年代际振荡;夏半年高原北（南）部强降水量以增加（减少）趋势为主,强降水量呈现出微弱的减少趋势,而冬半年高原大多数地区均呈现出明显的增加趋势,在1976年发生突变现象。

[Wang Chuanhui, Zhou Shunwu, Tang Xiaoping, et al.Temporal and spatial distribution of heavy precipitation over Tibetan Plateau in recent 48 years. Scientia Geographica Sinica, 2011, 31(4): 470-477.]

[24]
吴锡浩. 青藏高原东南部现代雪线和林线及其关系的初步研究. 冰川冻土, 1989, 11(2): 113-124.本文用定量方法研究青藏高原东南部区域雪线和林线的高度、温度、降水和湿度特征。在空间变化上,雪线和林线的同步性在于它们都由气候因子中的温度和降水决定的;而两者的差异性在于雪线主要受降水及其年分配控制,林线主要受温度及其年较差支配。

[Wu Xihao.A preliminary study on existing snowline timber line and their relations in southeastern part of the Qinghai-Xizang Plateau. Journal of Glaciology and Geocryology, 1989, 11(2): 113-124.]

[25]
郑远昌, 高生淮, 柴宗新. 试论横断地区自然垂直带. 山地研究, 1986, 4(1): 75-83.

[Zheng Yuanchang, Gao Shenghuai, Chai Zongxin.A preliminary study on the vertical natural zones in the Hengduan Mountainous region. Mountain Research, 1986, 4(1):75-83.]

[26]
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.本文利用1954—1956年 的高空及地面记录,作出了平均流场,并计算了垂直速度、冷暖平流及辐射等,得出下面几点结论:1)冬季在1.5千米及3千米的西风,在高原西边有明显的分 支,东边有明显的会合,且在东西两边各有一“死水区”(风速很小),在高原北面形成了高压脊,而在其南面形成了低槽,到了6千米除了二个“死水区”消失以 外,其余基本上没有变化。2)夏季1.5千米及3千米在高原附近的流线,绕高原作气旋性旋转,而到了6千米则相反而呈反气旋性旋转,其中心在高原西南部 分,且随高度增加而向西偏。3)夏季在高原上基本上是上升运动,可能达到9千米;冬季在高原上估计可能是下沉运动(除西南角有部分上升运动)。4)夏季可 以肯定高原是一个热源,而冬季除了西南角有—部分是热源外,其他地区可能是一冷源。

[Ye Duzheng, Luo Siwei, Zhu Baozhen.The flow pattern and heat budget in the troposphere over the Tibetan Plateau and surrounding area. Acta Meteorology Sinica, 1957, 28(2): 108-121.]

[27]
Flohn H.Some remarks on the annual trend of weather in the Scottish highlands. Quarterly Journal of the Royal Meteorological Society, 1951, 334: 674-675.No abstract is available for this article.

DOI

[28]
Ye Duzheng.Some aspects of the thermal influences of Qinghai-Tibetan Plateau on the atmospheric circulation. Archives for Meteorology, Geophysics, and Bioclimatology, 1982, 31(3): 205-225.

Options
Outlines

/

〈 〉