甘肃陇东黄土高原秋季冬小麦异常旺长对气候变暖的响应

使用甘肃西峰试验田的地面平行观测资料,分析了2006年陇东黄土高原冬小麦异常旺长的气候特征、多年秋季冬小麦生长高度对气候变暖的响应。结果表明：2006年秋季冬小麦异常旺长是发生概率相对较小事件;10月平均气温≥10．0℃时,多年秋季冬小麦高生长高度随气温的上升而显著增高,在≥10℃积温达到580℃以上时,随着积温的增加高生长高度明显增加;10月平均气温每升高1℃,叶面积指数增加0．4,在≥10℃积温达到550℃以上时,随着积温的增加叶面积指数明显增加;大蘖数随着10月平均气温和≥10℃积温的增加呈反抛物线型增加;为达到主动控制冬小麦冬前异常旺长和减少水分及养分不合理消耗的目的,秋播应推迟5d左右,积极有效地应对气候变暖对冬小麦的负面影响。     

黄土高原半湿润区气候变化对冬小麦生育及水分利用效率的影响

利用黄土高原半湿润区1981～2010冬小麦生长发育定位观测资料和对应平行气象观测资料,分析气候变化对冬小麦生长发育的影响,以及冬小麦水分利用效率与气象条件的关系。结果表明:(1)研究区域降水量年际变化呈波动变化,20世纪90年代降水量最少,并存在3年、8年的年际周期变化;气温年际变化呈上升趋势,气温变化曲线线性拟合倾向率为0.325℃/10年;作物生长季干燥指数呈显著上升趋势,干燥指数变化曲线线性拟合倾向率为0.069/10年,20世纪90年代至2010年明显趋于暖干化;研究区域冬小麦播种至成熟期间≥0℃积温为2 000℃～2 200℃,降水量为300～350mm,日照时数为1 900～2 100h。(2)受气候变暖的影响,研究区域冬小麦播种期每10年推后2～3d,返青期每10年提前4～5d,开花期和成熟期每10年提前5～6d;冬小麦越冬期每10年缩短5～6d、全生育期每10年缩短7～8d。(3)由于研究区冬春季气温显著升高,越冬死亡率下降,冬小麦水分利用率呈上升趋势;冬小麦播种～出苗期和起身～拔节期气温对冬小麦水分利用效率的影响为负效应,其余时段气温对水分利用效率的影响为正效应,其中的乳熟期～成熟期水分利用效率对气温变化十分敏感;播种～出苗期、分蘖～冬前停止生长期和乳熟～成熟期降水量对冬小麦水分利用效率影响为负效应,且乳熟期～成熟期水分利用效率对降水量变化十分敏感;越冬期和返青～拔节期降水量对冬小麦水分利用效率影响为正效应,并在冬小麦越冬后期和返青期前后水分利用效率对降水量变化十分敏感。     

黄土高原半干旱区气候变暖对胡麻生育和水分利用效率的影响

利用黄土高原半干旱区胡麻生长发育定位观测资料和同期气象观测资料,分析气候变化对胡麻生长发育的影响,以及胡麻水分利用效率与气象条件的关系.结果表明:研究区年降水量呈下降趋势,其气候倾向率为-15.80 mm·(10 a)-1,年降水量存在3 a、6 a的周期变化;年均气温呈上升趋势,其气候倾向率为0.36℃·(10 a)-1;作物生长季干燥指数呈显著上升趋势,其气候倾向率为0.12· (10a)-1,20世纪90年代初至2009年明显趋于干旱化.研究区胡麻全生育期天数为120～150 d,≥0℃积温为1700～2100℃·d,降水量为200～250mm,日照时数为1000～1300h.影响黄土高原半干旱雨养农业区胡麻生长发育的主导气象因子是气温和降水量.气温增高导致胡麻生育前期的营养生长阶段缩短;而气温增高、降水量减少,则导致生殖生长阶段延长,从而使全生育期延长.除出苗期和成熟期外,气温对其余时期的胡麻产量形成均表现为负效应,现蕾期对气温变化十分敏感;除开花期外,其余时段降水量对胡麻产量形成均为正效应,胡麻出苗期对降水量变化十分敏感.胡麻水分利用率与胡麻出苗期气温、日照时数和现蕾-成熟期干燥度呈显著正相关,与胡麻现蕾-成熟期降水量呈显著负相关.研究区5-7月干燥度是影响胡麻水分利用率的关键因子.     

西藏羊卓雍湖流域气候干湿状况分析

应用Penman-Monteith模型分析了西藏羊卓雍湖流域潜在蒸散、干湿指数的年际变化趋势、年代际变化特征,并讨论了影响干湿指数变化的气象因子.结果表明:近46年(1961-2006年)羊卓雍湖流域年潜在蒸散以13.1mm·10a-1的速率显著减小,各季潜在蒸散均表现为减少趋势,减幅冬季最大,夏季最小;46年来羊卓雍湖流域季和年干湿指数的变化趋势均不明显,但近26年(1981-2006年)由于降水增加明显、潜在蒸散显著减小,除冬季外其他季节和年干湿指数都呈现明显的增大趋势,以夏季增幅最大;年平均干湿指数除20世纪80年代偏小外,其他年代均偏大,特别是90年代较为明显;干湿指数增大,暖湿化的气候变化趋势明显;降水量和相对湿度的明显增加,以及平均气温13较差的显著减小是干湿指数显著增加的主要原因,日照时数减少在干湿指数增加趋势中也起着重要作用.近年来,羊卓雍湖水位显现上升趋势,这可能与降水量增多和气温升高、冰雪融水增加有密切关系.     

1961—2010年中国植被区的气候与林火动态变化

气候、植被和人为活动的变化影响到区域的林火动态．基于生态地理区研究全国尺度上林火动态的变化是科学林火管理的基础．根据中国地面气候资料日值数据,把1961—2010年气温和降水两个气象要素差值到网格点（空间分辨率0.25°×0.25°）,分析中国8个生态地理区森林分布区域的火险期气温和降水量变化,采用Mann-Kendall法分析气候和火动态的变化趋势．结果表明： 1961—2010年,中国森林分布区的平均气温呈现线性上升趋势,但降水量变化趋势不显著,所有生态地理区的火险期平均气温显著增加,中温带半干旱/干旱地区草原区增温最显著,而大部分区域的火险期降水量变化不明显.研究区火灾次数呈现明显的波动性,受害森林面积显著下降.除中温带干旱地区荒漠针叶林区的火灾次数和受害森林面积呈现显著的增加趋势外,其他生态地理区都表现为双峰型变化曲线.     

西北温凉半湿润区气候变化对马铃薯生长发育的影响——以甘肃岷县为例

利用西北温凉半湿润区马铃薯生长发育定位观测资料、加密观测和对应平行气象观测资料,分析气候变化对马铃薯生长发育的影响,以及马铃薯块茎生长与气象条件的关系。结果表明,研究区域降水量年际变化呈下降趋势,降水量变化曲线线性拟合倾向率为-8.329 mm/10 a。降水量存在3 a的年际周期变化。气温年际变化呈上升趋势,气温变化曲线线性拟合倾向率为0.144℃/10 a。作物生长季干燥指数呈显著上升趋势,干燥指数变化曲线线性拟合倾向率为0.042/10 a,20世纪90年代初至2007年明显趋于干旱化。马铃薯播种到采收约需150-168d,需≥0℃积温2000-2300℃,降水量400-500mm,日照时数900-1100h。马铃薯在播种后105d开始,块茎由缓慢生长转为迅速生长阶段;在播种后127d,块茎生长速度最大;播种后149d开始,块茎生长从迅速生长又转为缓慢生长。对马铃薯生长发育全生育期而言,受气候变暖的影响,马铃薯花序形成期每10 a提前8-9d,开花期每10 a提前4-5d。气温对马铃薯产量形成除采收期外,其余为负效应,块茎膨大期对气温变化十分敏感;而降水量的影响函数同热量的影响函数呈反相位分布,除出苗期和采收期降水量为负效应外,其余时段降水量对马铃薯产量形成均为正效应,马铃薯分枝期到开花期对降水量变化十分敏感。     

黄土高原极端气温变化特征及其与平均气温的相关性

近几十年来,黄土高原极端气候频发,研究和预测极端气候的发生显得尤为重要。目前,关于极端气候的研究多关注事件本身的变化特征,而忽略了平均气温与其变化趋势的相关分析。本研究基于1986—2019年黄土高原79个气象站的逐日最高气温、最低气温和平均气温资料,采用线性倾向估计、Mann-Kendall检验、滑动t检验以及Pearson相关分析方法,对黄土高原地区极端气温的变化趋势及其与平均气温的相关性进行研究。结果表明: 研究期间,黄土高原地区极端气温暖指数呈显著上升趋势,冷指数呈显著下降趋势,极端高温事件发生频率增加;大多极端气温指数在20世纪90年代中后期和2012年发生突变,且极端气温在1998—2012年整体呈现下降趋势,较好地响应了全球变暖停滞现象;平均气温在西部黄土高塬沟壑区、土石山区及河谷平原区的上升趋势较其他区域明显,且极端气温指数大幅变化趋势的站点几乎都发生在平均气温大幅上升的区域;平均气温的小幅上升显著增加了极端高温事件发生的频率,其中,极端低温的变化幅度和速率大于极端高温,气候变暖对极端气温指数产生了不同影响,平均气温的微小变化使得黄土高原整体气候分布向着更易发生热浪的方向转移。     

黄土高原半干旱区气候变化对春小麦生长发育的影响——以甘肃定西为例

利用黄土高原半干旱区春小麦生长发育定位观测资料、加密观测和对应平行气象观测资料,分析气候变化对春小麦生长发育的影响,以及春小麦穗干重生长与气象条件的关系。结果表明,研究区域降水量年际变化呈下降趋势,降水量变化曲线线性拟合倾向率为-15.796 mm/10a。降水量存在3 a、6 a的年际周期变化。气温年际变化呈上升趋势,气温变化曲线线性拟合倾向率为0.362℃/10a。作物生长季干燥指数呈显著上升趋势,干燥指数变化曲线线性拟合倾向率为0.12/10a,20世纪90年代初至2009年明显趋于干旱化。春小麦播种到成熟约需110-130 d,期间≥0 ℃积温为1500-2000 ℃,降水量为150-200 mm,日照时数为800-1300 h。春小麦在播种后38 d开始,穗干重由缓慢生长转为迅速生长阶段;在播种后50 d,穗干重生长速度最大;播种后63 d开始,穗干重生长从迅速生长又转为缓慢生长。对春小麦生长发育全生育期而言,受气候变暖的影响,乳熟-成熟期每10 a缩短2-3 d、全生育期每10 a缩短4-5 d。气温对春小麦产量形成除出苗期和成熟期外,其余为负效应,孕穗期对气温变化十分敏感;降水量的影响函数同热量的影响函数呈反相位分布,除出苗期和成熟期降水量为负效应外,其余时段降水量对春小麦产量形成均为正效应,春小麦拔节-抽穗期对降水量变化十分敏感。     

中国嵩草属植物地理分布模式和适应的气候特征

为了明确嵩草属(Kobresia)植物分布与气候要素的关系, 收集了嵩草属植物地理分布资料和气象台站气候数据, 应用ArcGIS软件及SPSS软件中的聚类分析方法, 分析了嵩草属植物地理分布模式和适应的气候特征。结果显示: 嵩草属植物分布在青藏高原、西北、华北和东北部分地区, 广泛分布13种, 间断分布10种, 分布海拔为1 400-5 000 m, 经度和纬度范围分别为81-112° E和23-46° N。嵩草属植物适应的气候要素平均值范围: 年生物学温度为4-19 ℃, 年平均气温为0-20 ℃, 年平均最高气温为7-28 ℃, 年平均最低气温为-6-16 ℃, 极端最高气温为25-40 ℃, 极端最低气温为-37.0-0.0 ℃, 1月和7月平均气温分别为-14-13 ℃和11-24 ℃, 1月和7月最高气温分别为-7-23 ℃和18-30 ℃, 1月和7月最低气温分别为-22-7 ℃和5-20 ℃, 春夏秋冬季气温分别为-4-19 ℃、9-23 ℃、6-21 ℃和-11-15 ℃, 温暖指数为23-159 ℃, 寒冷指数为-36-0 ℃, 年降水量为154-1 500 mm, 春夏秋冬降水量分别为19-135 mm、53-662 mm、48-545 mm和5-92 mm, Holdridge潜在蒸散量为261-1 100 mm, Thornthwaite潜在蒸发量为399-895 mm, 干燥度为167-786, 湿润指数为179-816, 4-10月日照时数为990-2 100 h。在热量要素平均值较低和中等、降水量与干燥湿润度平均值中等或辐射时数平均值较高范围下分布种数较多。嵩草属植物适应的气候要素极值, 年平均气温最小最大值范围为-6-21 ℃, 年平均最低气温最小值最高气温最大值范围为-12-28 ℃, 极端最低气温最小值最高气温最大值范围为-48-42 ℃, 最冷最热月气温范围为-32-33 ℃, 冬夏季最低最高气温范围为-20-25 ℃, 降水量最小最大值范围为15-1 800 mm, 干燥度最小最大值范围为7-890, 日照时数最小最大值范围为701-2 300 h。在热量要素极值较低、降水量及干燥度极值中等或日照时数极值较大范围下分布种数较多。说明嵩草属植物主要适应于低温亚湿润型和中温湿润型气候。     

水热积指数的估算及其在中国植被与气候关系研究中的应用

试图利用大气年平均气温、年降水量、可能蒸散和土壤水分平衡之间的关系建立一个水热积指数,并应用年平均气温、年土壤水分盈亏值和水热积指数三个气候变量来限定植物群落组合,构成一个圆形的生命-气候图式。根据全国689个标准气象台站的气候资料,计算了中国8个植被地带和26个亚地带的年平均气温、年土壤水分盈亏和水热积指数,绘制了各气候指标在中国的分布图及散点图,较好表现了中国各植被类型与气候指标的关系和格局,包括寒温带针叶林、冷温带针阔叶混交林、暖温带落叶阔叶林、亚热带常绿阔叶林、热带雨林和季雨林、温带草原、温带荒漠、青藏高原高寒植被,并得到了中国各植被地带的气候指标范围及界限。通过分析可以看出,年平均气温的等值线较好地反映了中国大陆的热量梯度,经度和纬度方向的区分均较明显;年土壤水分盈亏曲线的等值线则比较零乱;综合了热量和水分差异的水热积指数等值线与热量梯度和水分梯度均有一定的对应性,与植被类型的对应也较好。这是在宏观尺度上进行的植被与气候关系研究的一种尝试。     

沿水分梯度草原群落NPP动态及对气候变化响应的模拟分析

 水分条件不仅影响半干旱区群落的组成, 而且在一定程度上决定了群落的功能。处于不同水分条件生境下群落的优势物种在水分利用和同化物利用效率方面的功能特征会存在差异, 这些差异将导致群落对于气候变化产生不同的响应, 进而影响到景观和区域尺度上对于全球变化下碳动态和格局的分析。该文选取了锡林河流域典型草原区沿水分梯度的4个代表群落, 在野外实验测定并结合长期定位研究成果基础上, 利用BIOME-BGC模型对代表群落的长期净初级生产力(Net primary productivity,NPP)动态进行了模拟和模型验证。 通过分析该地区1953～2005年气候变化趋势, 推测了未来可能的气候变化情景, 进而模拟了气候变化下4个群落长期NPP动态的响应。结果表明,当前气候条件下, 羊草(Leymus chinensis)群落NPP平均值为197.76 gC·m^-2 (SE=7.11), 大针茅(Stipa grandis)群落NPP平均值为198.95 gC·m^-2 (SE=6.41), 贝加尔针茅(Stipa baicalensis)群落NPP平均值为210.41 gC·m^-2(SE=7.87), 克氏针茅(Stipa krylovii)群落NPP平均值为144.92 gC·m^{- 2} (SE=4.64), 4个群落NPP平均值为188.01 gC·m^-2 (SE=3.72); 气候变化情景下, 温度增加下(P0T1),NPP平均下降14.2%,降水增加下(P1T0), NPP平均增加13.2%,温度与降水都增加情景下(P1T1), NPP平均下降2 .7%, 但由于生境水分条件差别和优势物种功能特征差异, 4个群落表现出了增减幅度不同的趋势。对气候因子的敏感性分析及回归分析表明, 降水是该地区NPP最主要的决定因子, 而温度决定作用相对较小,主要通过影响植物的呼吸和水分蒸散等过程影响NPP。在最有可能代表未来气候 变化的温度增加的两种情景下(P0T1、P1T1), NPP均呈下降趋势。群落NPP对气候变化的响应趋势与水分胁迫系数(Water stress index, WSI)、碳胁迫系数(Carbon stress index, CSI)变化密切相关。克氏针茅群落由于所处生境水分条件差,WSI高,对降水的依赖程度最大;贝加尔针茅群落一方面处于较好的水分生境,具有较小的WSI,另一方面,由于具有高碳氮比,维持呼吸消耗的光合产物比例低,CSI远低于其它3个群落, 未来气候变化下, NPP较其它3个群落仍较高。     

KIRA指标的拓展及其在中国植被与气候关系研究中的应用

根据Kira以月平均气温5℃为界的热量指数和干湿度指数概念,提出了以月平均气温10℃为界的生物热量指数,包括生物温暖指数(BWI)和生物寒冷指数(BCI),并修正其干湿度指数为生物干湿度指数(BK).利用中国689个标准气象台站的资料,分析我国主要植被类型分布与热量因子和干湿度因子的关系,得出两者之间较好的相关性,生物温暖指数、寒冷指数和干湿度指数的散点图较好地表现了中国各植被类型与气候指标的关系和格局.以10℃为界的生物温暖指数不仅对我国森林植被的地理分布和温度气候带的划分具有较好的指示作用,而且对西南部高山、亚高山地区的植被与气候关系指示性较强;生物寒冷指数则对亚热带和热带的指示性很好,能够较好区分亚热带南部及热带地区;由热量指数和降水量综合得出的生物干湿度指数,对中国西北部干旱、半干旱区以至全国的植被分布与水分、热量因子的关系分析有较好的应用价值.     

气候变化对我国干旱/半干旱区小麦生产影响的模拟研究

利用随机天气模型,将气候模式对大气中CO₂倍增时预测的气候情景与CERES-小麦模式相连接,研究了气候变化对我国冬小麦和春小麦生产的可能影响。并对水分、温度、CO₂综合对小麦的作用进行初步模拟分析。所得结论为:①气候变化后小麦发育将加快,生育期缩短,春小麦生育期缩短的绝对数和相对数均小于冬小麦。②北方十个站点小麦生产的最适水分条件在不同站点、不同气候情景下都有所不同。最适水分条件变幅在40%～80%。③在不考虑CO₂对小麦影响的情况下,由于热量充足,只要水分条件适宜,未来我国北方干旱、半干旱地区小麦产量整体都有增产趋势。如果考虑CO₂,增产效果更加明显。     

未来气候变化对黄土高原黑河流域水资源的影响

气候变化对黄土高原的水资源有重要影响,对其影响进行评估可以为区域发展提供重要的决策依据.基于分布式水文模型SWAT和4种全球环流模式的各3种排放情景,评估了2010～2039年黄土高塬沟壑区黑河流域水资源对气候变化的潜在响应.结果表明,黑河流域2010～2039年的年均降水变化-2.3%～7.8%,年均最高和最低温度分别升高0.7～2.2 ℃和1.2～2.8 ℃,年均径流量变化-19.8%～37.0%,1.2 m剖面年均土壤水分含量变化-5.5%～17.2%,年均蒸散量普遍增长0.1%～5.9%;水文气象变量变化趋势复杂,但T检验表明年降水、径流、土壤水分和蒸散增长的概率较大.对于季节变化,降水可能在12～7月份和9月份增长,8月份和10～11月份减少;径流在4～7月份和9～10月份增加,11～3月份和8月份减少;土壤水分在各月都增长;蒸散11～6月份普遍增长,7～10月份减少的可能性较大.未来气候将发生显著变化并对水资源有重要影响,需采取必要的措施来减缓其不利影响.     

Changes in the Potential Multiple Cropping System in Response to Climate Change in China from 1960–2010

The multiple cropping practice is essential to agriculture because it has been shown to significantly increase the grain yield and promote agricultural economic development. In this study, potential multiple cropping systems in China are calculated based on meteorological observation data by using the Agricultural Ecology Zone (AEZ) model. Following this, the changes in the potential cropping systems in response to climate change between the 1960s and the 2010s were subsequently analyzed. The results indicate that the changes of potential multiple cropping systems show tremendous heterogeneity in respect to the spatial pattern in China. A key finding is that the magnitude of change of the potential cropping systems showed a pattern of increase both from northern China to southern China and from western China to eastern China. Furthermore, the area found to be suitable only for single cropping decreased, while the area suitable for triple cropping increased significantly from the 1960s to the 2000s. During the studied period, the potential multiple cropping index (PMCI) gap between rain-fed and irrigated scenarios increased from 18% to 24%, which indicated noticeable growth of water supply limitations under the rain-fed scenario. The most significant finding of this research was that from the 1960s to the 2000s climate change had led to a significant increase of PMCI by 13% under irrigated scenario and 7% under rain-fed scenario across the whole of China. Furthermore, the growth of the annual mean temperature is identified as the main reason underlying the increase of PMCI. It has also been noticed that across China the changes of potential multiple cropping systems under climate change were different from region to region.     

全球气候变化对沈阳地区春玉米生长的可能影响

Physiological ecology simulation modelling of maize growth (MPESM) was used to simulate the variation of soil moisture, maize development and maize growth under twelve prescribed climate scenarios, which include doubling CO2, raising mean temperature by 1.5 ℃, 3.0 ℃ and 4.5 ℃, and changing precipitation by 0, +20%, -20%, and -40%. The simulated results were compared with that of the present climate, to assess the sensitivity of maize to climatic change. The analysis indicated that soil moisture is sensitive to reduced precipitation, maize development is sensitive to the rise of temperature, and maize growth is affected greatly by temperature elevation and precipitation variation, which cancel out the positive effects of CO2 elevation. It was found that with the severe change of climate, the leaf biomass, the female fringe biomass, and the leaf area index would decline greatly, and the biomass of stem and root would increase greatly. The average yield of maize will decline between 5% and 30%.     

气候和土地利用变化影响下生态屏障带水土流失趋势研究

受气候和地形等诸多因素影响，我国"两屏三带"国家生态屏障带中的川滇-黄土高原区域和南方丘陵带水土流失十分严重，自然灾害频发。但是，针对川滇-黄土高原区域和南方丘陵带水土流失时空格局变化，特别是未来气候变化和土地利用变化影响下水土流失变化趋势的研究很少。因此，本研究以川滇-黄土高原区域和南方丘陵带为研究对象，利用修正土壤流失方程（RUSLE）定量分析了该区在2000-2015年水土流失的时空变化规律及其影响因素，并预测了在RCP2.6和RCP4.5的未来气候情景下及土地利用变化条件下水土流失的变化趋势。研究结果表明：（1）黄土高原地区在植被恢复的积极作用下，水土流失显著缓解；（2）川滇地区的西南部因植被盖度的增长和降雨的减少水土流失显著缓解，但四川省境内人口密集区农田面积增加以及降水增加造成水土流失大幅度加剧；（3）南方丘陵带受降水增加影响导致了部分区域的水土流失恶化；（4）在未来气候变化情景下，由于大部分地区降雨将减少使土壤侵蚀趋于缓解，但四川、黄土高原和南方丘陵带大部分地区仍然面临未来农田面积增加带来的水土侵蚀压力。考虑到未来气候变化情景下降雨减少的趋势，建议在黄土高原地区提高草地在土地利用类型中的占比，在减少耗水量的同时维持地表盖度，缓解水土侵蚀；此外，各区域仍需控制农田面积，而且需通过加强坡耕地上保水保土耕作措施降低农田区域的土壤侵蚀压力。     

晋南地区冬小麦生育期气候变化特征及其对产量的影响

明确气候变化特征及其对小麦生产的影响,有助于为农业适应气候变化方案的制定提供理论依据.本研究分析了晋南小麦主产区临汾、运城市1957-2015年降水量、气温、日照时长、潜在蒸散量、干燥度等变化及其对冬小麦生育期及产量的影响.结果 表明:1957-2015年,临汾、运城市全年降水量和冬小麦生育期日照时长均呈下降趋势,冬小...     

Normalized difference vegetation index prediction based on the delta downscaling method and back-propagation artificial neural network under climate change in the Sanjiangyuan region,China

Predicting the response of vegetation to climate change through mathematical methods is an important way to understand ecosystem condition changes in ecologically vulnerable regions. We took the Sanjiangyuan region, one of the most sensitive areas to climate change, as the study area to construct a simpler calculation and higher resolution (suitable for regional scale study) nonlinear method to predict the normalized difference vegetation index (NDVI) under climate change by combining the delta downscaling method and backpropagation artificial neural network. We first used the delta downscaling method to downscale the coarse-resolution climate element data of the Coupled Model Intercomparison Project (Phase 6) (CMIP6) to 0.08333° (regional scale). By analysing the relationship between NDVI and climate elements, we found that NDVI has the highest correlation with annual total precipitation, annual mean temperature, variation range of precipitation and temperature, etc. Then, we used these impact factors to train the back propagation artificial neural network (BP-ANN) and predict the NDVI in 2030 and 2060 under the SSP1–2.6 scenario and SSP5–8.5 scenario. The simulated results show that the BP-ANN can be used to construct the nonlinear relationship between NDVI and the impact factors on different scales. In the future, NDVI will increase under both the SSP1–2.6 scenario and the SSP5–8.5 scenario. The western part of the study area has the highest altitude, the ecosystem is more vulnerable, and the changes will be the most intense. This study is expected to provide a reference for understanding the impact of climate change on vegetation in national parks in plateaus and to provide a simpler NDVI prediction method for the evaluation of environmental quality under the impact of climate change with NDVI as one of the parameters.     

Future climate change effects on US forest composition may offset benefits of reduced atmospheric deposition of N and S

Climate change and atmospheric deposition of nitrogen (N) and sulfur (S) are important drivers of forest demography. Here we apply previously derived growth and survival responses for 94 tree species, representing >90% of the contiguous US forest basal area, to project how changes in mean annual temperature, precipitation, and N and S deposition from 20 different future scenarios may affect forest composition to 2100. We find that under the low climate change scenario (RCP 4.5), reductions in aboveground tree biomass from higher temperatures are roughly offset by increases in aboveground tree biomass from reductions in N and S deposition. However, under the higher climate change scenario (RCP 8.5) the decreases from climate change overwhelm increases from reductions in N and S deposition. These broad trends underlie wide variation among species. We found averaged across temperature scenarios the relative abundance of 60 species were projected to decrease more than 5% and 20 species were projected to increase more than 5%; and reductions of N and S deposition led to a decrease for 13 species and an increase for 40 species. This suggests large shifts in the composition of US forests in the future. Negative climate effects were mostly from elevated temperature and were not offset by scenarios with wetter conditions. We found that by 2100 an estimated 1 billion trees under the RCP 4.5 scenario and 20 billion trees under the RCP 8.5 scenario may be pushed outside the temperature record upon which these relationships were derived. These results may not fully capture future changes in forest composition as several other factors were not included. Overall efforts to reduce atmospheric deposition of N and S will likely be insufficient to overcome climate change impacts on forest demography across much of the United States unless we adhere to the low climate change scenario.