高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

近55年气候变化对上海园林树种适应性的影响

刘鸣 张德顺

刘鸣, 张德顺. 近55年气候变化对上海园林树种适应性的影响[J]. 北京林业大学学报, 2018, 40(9): 107-117. doi: 10.13332/j.1000-1522.20180113
引用本文: 刘鸣, 张德顺. 近55年气候变化对上海园林树种适应性的影响[J]. 北京林业大学学报, 2018, 40(9): 107-117. doi: 10.13332/j.1000-1522.20180113
Liu Ming, Zhang Deshun. Adaptability of landscape tree species response to climate change in Shanghai within the past 55 years[J]. Journal of Beijing Forestry University, 2018, 40(9): 107-117. doi: 10.13332/j.1000-1522.20180113
Citation: Liu Ming, Zhang Deshun. Adaptability of landscape tree species response to climate change in Shanghai within the past 55 years[J]. Journal of Beijing Forestry University, 2018, 40(9): 107-117. doi: 10.13332/j.1000-1522.20180113

近55年气候变化对上海园林树种适应性的影响

doi: 10.13332/j.1000-1522.20180113
基金项目: 

国家自然科学基金项目 31470701

详细信息
    作者简介:

    刘鸣,博士生。主要研究方向:风景园林规划与设计。Email:limshi2013@qq.com 地址:200092 上海市杨浦区四平路同济大学建筑与城市规划学院

    通讯作者:

    张德顺,教授,博士生导师。主要研究方向:园林生态与植物应用。Email:zds@tongji.edu.cn 地址:同上

  • 中图分类号: S727.5

Adaptability of landscape tree species response to climate change in Shanghai within the past 55 years

  • 摘要: 目的近几年,关于城市树木的气候适应性研究在国际上已成为前沿和热点,然而,我国开展园林树木应对气候变化的适应性研究则较少。本文通过对上海1961—2015年55年间40种园林树种气候适应性的定量化评估,探讨了气候变化对树木健康生长产生的潜在影响,为适应未来气候的园林树种选择和科学管理提供依据。方法采用物种分布模型(Species distribution model)从世界范围内对目标树种的自然地理分布进行广泛而全面的信息收集,提取其地理分布所在区域的气候因子数据,构建树种气候因子数据库,确定树种最适气候幅度,最后采用欧式距离计算各树种最适气候因子与上海气候的差异,进行气候适应性评估。结果近55年来,上海年均温度由15.5℃上升至16.6℃,市区温差上升趋势最为突出,但未达到显著水平;年均降水量由1086.0mm上升至1198.9mm,湿季全市平均降水、郊区之间、市区与郊区之间变化均达到显著性水平;按年均生物温度和干湿指数可将目标树种分为4类:炎热干燥气候型、温暖湿润气候型、温凉干燥气候型和温凉湿润气候型;前30年,上海郊区气候条件最适宜温凉干燥的落叶树种生长,温凉湿润型树种次之,温暖湿润型树种再次,炎热干燥气候型树种居末;近30年,市区气候出现新变化,温暖湿润型树种适应性排名已占据绝对优势,温凉湿润型和温凉干燥型树种适应性依次下降。结论上海近55年来的气候变化以温度的普遍升高和湿季降水的显著增加为特征。上海气候变化对园林树种的适应性产生了潜在影响,改变了园林树种选择的优先序列。
  • 图  1  40种园林树种的气候因子最适范围统计

    AMT:年均温度Annual mean temperature;ABT:年均生物温度Annual biotemperature;MTCM:最冷月平均气温Mean temperature of the coldest month;MTWM:最热月平均气温Mean temperature of the warmest month;AP:年均降水量Annual mean precipitation;PWM:最湿月平均降水量Mean precipitation of the wettest month;PDM:最干月平均降水量Mean precipitation of the driest month;WI:温暖指数Warmth index;HI:干湿指数Humid/arid index

    Figure  1.  Optimum range of 9 climatic factors of 40 landscape tree species

    图  2  40种园林树种的4种气候类型划分

    图中编号对应的树种名称见表 1

    Figure  2.  Classification of 4 climate types for 40 landscape tree species

    The name of tree species corresponding to the number in the figure is shown in Tab. 1.

    图  3  上海40种园林树种的最适性序列

    图中缩写字母对应的树种名称见表 1

    Figure  3.  Ranking of optimality for 40 landscape tree species in Shanghai

    The names of tree species corresponding to the abbreviations in the figure are shown in Tab. 1.

    表  1  上海40种园林树种的用途与分布信息

    Table  1.   Function and distribution information of 40 landscape tree species in Shanghai

    编号
    No.
    树种
    Tree species
    缩写
    Abbreviation
    功能与用途
    Function and use
    CVH树种分布数据
    Data of tree species distribution in CVH
    GBIF树种分布数据
    Data of tree species distribution in GBIF
    树种分布数据合计
    Sum of tree species distribution data
    1 银杏Ginkgo biloba GB 观叶Foliage tree 195 332 527
    2 广玉兰Magnolia grandiflora MG 行道树Street tree 49 346 395
    3 乐昌含笑Michelia chapensis MC 观花Flower watching tree 52 0 52
    4 含笑M. figo MF 观花Flower watching tree 121 19 140
    5 鹅掌楸Liriodendron chinense LC 观叶Foliage tree 106 12 118
    6 玉兰Yulania denudata YD 观花Flower watching tree 150 10 160
    7 香樟Cinnamomum camphora CC 行道树Street tree 272 220 492
    8 天竺桂C. japonicum CJ 庭荫树Shade tree 33 40 73
    9 白栎Quercus fabri QF 建群种Constructive species 273 0 273
    10 麻栎Q. acutissima QA 建群种Constructive species 291 83 374
    11 弗吉尼亚栎Q. virginiana QV 新优New and potential tree 0 149 149
    12 榉树Zelkova serrata ZS 行道树Street tree 55 126 181
    13 朴树Celtis sinensis CS 庭荫树Shade tree 234 123 357
    14 梧桐Firmiana simplex FS 观叶Foliage tree 143 42 185
    15 悬铃木Platanus× acerifolia PA 行道树Street tree 54 165 219
    16 红豆树Ormosia hosiei Oho 庭荫树Shade tree 47 0 47
    17 花榈木O. henryi Ohe 庭荫树Shade tree 95 0 95
    18 刺槐Robinia pseudoacacia RP 建群种Constructive species 157 1794 1951
    19 无患子Sapindus saponaria SS 行道树Street tree 153 852 1005
    20 复羽叶栾树Koelreuteria bipinnata KB 行道树Street tree 104 0 104
    21 全缘叶栾树K. paniculata‘Integrifoliola’ KPI 行道树Street tree 30 0 30
    22 七叶树Aesculus chinensis ACh 观叶Foliage tree 31 141 172
    23 三角枫Acer buergerianum AB 观叶Foliage tree 167 210 377
    24 樟叶槭A. coriaceifolium ACor 庭荫树Shade tree 304 299 603
    25 梣叶槭A. negundo AN 观叶Foliage tree 76 2 78
    26 五角枫A. pictum ssp. mono APM 观叶Foliage tree 98 44 142
    27 红花槭A. rubrum AR 新优New and potential tree 85 0 85
    28 Citrus maxima CM 观果Fruit watching tree 77 2267 2344
    29 柑橘C. reticulata CR 观果Fruit watching tree 219 22 241
    30 紫薇Lagerstroemia indica LI 观花Flower watching tree 3 1626 1629
    31 南酸枣Choerospondias axillaris CHA 庭荫树Shade tree 197 11 208
    32 黄连木Pistacia chinensis PCh 观叶Foliage tree 296 119 415
    33 枫香树Liquidambar formosana LF 观叶Foliage tree 296 19 315
    34 毛叶山桐子Idesia polycarpa var. vestita IPV 观果Fruit watching tree 82 0 82
    35 乌桕Triadica sebifera TS 观叶Foliage tree 419 264 683
    36 重阳木Bischofia polycarp BPo 行道树Street tree 80 0 80
    37 冬青Ilex chinensis ICh 观果Fruit watching tree 197 32 229
    38 桂花Osmanthus fragrans OF 观花Flower watching tree 217 23 240
    39 构树Broussonetia papyrifera BPa 庭荫树Shade tree 422 344 766
    40 光皮梾木Cornus wilsoniana CW 建群种Constructive species 51 0 51
    总计Total 5931 9736 15667
    注:CVH代表中国数字植物标本馆(http://www.cvh.ac.cn/);GBIF代表全球生物信息机构网站(https://www.gbif.org/)。Notes: CVH, Chinese Virtual Herbarium,http://www.cvh.ac.cn/;GBIF,Global Biodiversity Information Facility,https://www.gbif.org/.
    下载: 导出CSV

    表  2  上海气温1961—1990年与1986—2015年的变化

    Table  2.   Temperature changes between 1961-1990 and 1986-2015 in Shanghai

    气温变化
    Temperature change
    年均
    Annual average
    干季
    Dry season
    湿季
    Rainy season
    市郊之间between urban and suburban areas 0.477(0.791) 1.902(0.373) 1.407(0.411)
    市区之间between urban areas 1.421(0.693) 1.632(0.598) 1.125(0.654)
    郊区之间between suburban areas 1.017(0.349) 1.206(0.181) 0.753(0.289)
    全市平均Mean temperature changes at overall city 1.054(0.308) 1.244(0.147) 0.787(0.244)
    注:括号内数值为P值。下同。Notes: the value in parenthese is P value. The same below.
    下载: 导出CSV

    表  3  上海降水1961—1990年与1986—2015年的变化

    Table  3.   Precipitation changes between 1961-1990 and 1986-2015 in Shanghai

    mm
    降水变化
    Precipitation change
    年均
    Annual average
    干季
    Dry season
    湿季
    Rainy season
    市郊之间between urban and suburban areas 6.69(0.486) 4.49(0.691) 34.35(0.049 *)
    市区之间between urban areas 11.25(0.604) 4.67(0.718) 20.46(0.567)
    郊区之间between suburban areas 9.23(0.105) 3.22(0.441) 17.63(0.044 *)
    全市平均Mean temperature changes at overall city 9.41(0.088) 3.36(0.395) 17.89(0.035 *)
    注:*表示差异显著(P<0.05)。Note:* indicate significant difference (P<0.05).
    下载: 导出CSV

    表  4  40种园林树种气候因子均值与标准差

    Table  4.   Mean value and standard deviation of climatic factors of 40 landscape tree species

    气候指标Climatic index 均值Mean 标准差SD
    ABT/℃ 3.137 0.698
    AMT/℃ 3.442 1.476
    MTCM/℃ 4.610 2.363
    MTWM/℃ 3.883 3.966
    HI 31.484 8.549
    WI/(℃·month) 40.664 11.423
    PDM/mm 22.172 12.448
    PWM/mm 68.754 22.903
    AP/mm 401.063 183.362
    下载: 导出CSV
  • [1] Guédon Y, Legave J M. Analyzing the time-course variation of apple and pear tree dates of flowering stages in the global warming context[J]. Ecological Modelling, 2008, 219(1-2): 189-199. doi:  10.1016/j.ecolmodel.2008.08.010
    [2] Luo Z, Sun O J, Ge Q, et al. Phenological responses of plants to climate change in an urban environment[J]. Ecological Research, 2007, 22(3): 507-514. doi:  10.1007/s11284-006-0044-6
    [3] Roetzer T, Wittenzeller M, Haeckel H, et al. Phenology in central Europe: differences and trends of spring phenophases in urban and rural areas[J]. International Journal of Biometeorol, 2000, 44(2): 60-66. doi:  10.1007/s004840000062
    [4] Lu P, Yu Q, Liu J, et al. Advance of tree-flowering dates in response to urban climate change[J]. Agricultural and Forest Meteorology, 2006, 138(1-4): 120-131. doi:  10.1016/j.agrformet.2006.04.002
    [5] He X, Xu S, Xu W, et al. Effects of climate warming on phenological characteristics of urban forest in Shenyang City, China[J]. Chinese Geographical Science, 2016, 26(1): 1-9. doi:  10.1007/s11769-015-0782-x
    [6] 张德顺, 刘鸣.上海木本植物早春花期对城市热岛效应的时空响应[J].中国园林, 2017, 33(1): 72-77. doi:  10.3969/j.issn.1000-6664.2017.01.015

    Zhang D S, Liu M. The temporal and spatial flowering response of early spring woody plants to the urban heat island effect in Shanghai[J]. Chinese Landscape Architecture, 2017, 33(1): 72-77. doi:  10.3969/j.issn.1000-6664.2017.01.015
    [7] Gillner S, Rüger N, Roloff A, et al. Low relative growth rates predict future mortality of common beech (Fagus sylvatica L.)[J]. Forest Ecology and Management, 2013, 302: 372-378. doi:  10.1016/j.foreco.2013.03.032
    [8] 李阔, 许吟隆.适应气候变化技术识别标准研究[J].科技导报, 2015, 33(16): 95-101. doi:  10.3981/j.issn.1000-7857.2015.16.015

    Li K, Xu Y L. On critera for identification of adaptation to climate change[J]. Science & Technology Review, 2015, 33(16): 95-101. doi:  10.3981/j.issn.1000-7857.2015.16.015
    [9] Ordóñez C, Duinker P N. Climate change vulnerability assessment of the urban forest in three Canadian cities[J]. Climatic Change, 2015, 131(4): 531-543. doi:  10.1007/s10584-015-1394-2
    [10] Roloff A, Korn S, Gillner S. The Climate-Species-Matrix to select tree species for urban habitats considering climate change[J]. Urban Forestry & Urban Greening, 2009, 8(4): 295-308. http://cn.bing.com/academic/profile?id=9ab2c6f4475e574eb5766138f59a62bb&encoded=0&v=paper_preview&mkt=zh-cn
    [11] Yang J. Assessing the impact of climate change on urban tree species selection: a case study in Philadelphia[J]. Journal of Forestry, 2009, 107(7): 364-372. http://cn.bing.com/academic/profile?id=b48aa3fbe6318c257b8c7a302283685d&encoded=0&v=paper_preview&mkt=zh-cn
    [12] Brandt L, Derby L A, Fahey R, et al. A framework for adapting urban forests to climate change[J]. Environmental Science & Policy, 2016, 66: 393-402. http://cn.bing.com/academic/profile?id=f8e9feebe332a42e6e96403835aca8d8&encoded=0&v=paper_preview&mkt=zh-cn
    [13] Kourgialas N N, Karatzas G P. A flood risk decision making approach for Mediterranean tree crops using GIS: climate change effects and flood-tolerant species[J]. Environmental Science & Policy, 2016, 63: 132-142. http://cn.bing.com/academic/profile?id=5563a86246db9b70379aa7003b9b71ff&encoded=0&v=paper_preview&mkt=zh-cn
    [14] Fan P, Ouyang Z, Basnou C, et al. Nature-based solutions for urban landscapes under post-industrialization and globalization: Barcelona versus Shanghai[J]. Environmental Research, 2017, 156: 272-283. doi:  10.1016/j.envres.2017.03.043
    [15] Wang H, Qin J, Hu Y, et al. Detecting the plant species composition and diversity among the farmers' settlement types in Shanghai[J]. Landscape and Ecological Engineering, 2015, 11(2): 313-325. doi:  10.1007/s11355-014-0255-x
    [16] 上海科学院.上海植物志[M].上海:上海科学技术文献出版社, 1999:1-2.

    Shanghai Academy of Science & Technology. The plants of Shanghai (Part Ⅱ)[M]. Shanghai: Shanghai Scientific & Technical Publishers, 1999:1-2.
    [17] 沈泽昊, 张新时.中国亚热带地区植物区系地理成分及其空间格局的数量分析[J].植物分类学报, 2000, 38(4): 366-380. http://d.old.wanfangdata.com.cn/Periodical/zwflxb200004006

    Shen Z H, Zhang X S. A quantitative analysis on the floristic elements of the Chinese subtropical region and their spatial patterns[J]. Acta Phytotaxonomica Sinica, 2000, 38(4): 366-380. http://d.old.wanfangdata.com.cn/Periodical/zwflxb200004006
    [18] Banta J A, Ehrenreich I M, Gerard S, et al. Climate envelope modelling reveals intraspecific relationships among flowering phenology, niche breadth and potential range size in Arabidopsis thaliana[J]. Ecology Letters, 2012, 15(8): 769-777. doi:  10.1111/j.1461-0248.2012.01796.x
    [19] Brandt L A, Benscoter A M, Harvey R, et al. Comparison of climate envelope models developed using expert-selected variables versus statistical selection[J]. Ecological Modelling, 2017, 345: 10-20. doi:  10.1016/j.ecolmodel.2016.11.016
    [20] Buma B, Wessman C A. Forest resilience, climate change, and opportunities for adaptation: a specific case of a general problem[J]. Forest Ecology and Management, 2013, 306: 216-225. doi:  10.1016/j.foreco.2013.06.044
    [21] Miller J. Species distribution modeling[J]. Geography Compass, 2010, 4(6): 490-509. doi:  10.1111/geco.2010.4.issue-6
    [22] 阎洪.计算机引种决策支持系统的建立及其应用Ⅰ:引种区划[J].林业科学, 1989, 25(5): 395-400. doi:  10.3321/j.issn:1001-7488.1989.05.002

    Yao H. A decision support system for introduction of exotics (Ⅰ): delineation of suitable zones[J]. Scientia Silvae Sinicae, 1989, 25(5): 395-400. doi:  10.3321/j.issn:1001-7488.1989.05.002
    [23] 吴中伦.园林化树种的选择与规划[J].林业科学, 1959, 5(2): 1-27. http://www.cnki.com.cn/Article/CJFDTOTAL-LYKE195902000.htm

    Wu Z L. Selection and planning of landscape tree species[J]. Scientia Silvae Sinicae, 1959, 5(2): 1-27. http://www.cnki.com.cn/Article/CJFDTOTAL-LYKE195902000.htm
    [24] Zhang M, Slik J W F, Ma K. Using species distribution modeling to delineate the botanical richness patterns and phytogeographical regions of China[J]. Scientific Reports, 2016, 6(1):1-9. doi:  10.1038/s41598-016-0001-8
    [25] 陈新美, 雷渊才, 张雄清, 等.样本量对MaxEnt模型预测物种分布精度和稳定性的影响[J].林业科学, 2012, 48(1): 53-59. http://d.old.wanfangdata.com.cn/Periodical/lykx201201010

    Chen X M, Lei Y C, Zhang X Q, et al. Effects of sample sizes on accuracy and stability of maximum entropy model in predicting species distribution[J]. Scientia Silvae Sinicae, 2012, 48(1): 53-59. http://d.old.wanfangdata.com.cn/Periodical/lykx201201010
    [26] Mckenney D W, Pedlar J H, Lawrence K, et al. Beyond traditional hardiness zones: using climate envelopes to map plant range limits[J]. Bioscience, 2007, 57(11): 929-937. doi:  10.1641/B571105
    [27] Holdridge L R.Determination of world plant formations from simple climatic data[J].Science, 1947, 105:367-368. doi:  10.1126/science.105.2727.367
    [28] Kira T.On the altitudinal arrangement of climatic zones in Japan[J]. Kanti-Nougaku, 1948, 2:143-173.
    [29] Bailey H P.Semi-arid climates:their definition and distribution[J].EcolStudy, 1973, 34:73-97. http://d.old.wanfangdata.com.cn/NSTLQK/NSTL_QKJJ0223682473/
    [30] Higa M, Tsuyama I, Nakao K, et al. Influence of nonclimatic factors on the habitat prediction of tree species and an assessment of the impact of climate change[J]. Landscape and Ecological Engineering, 2013, 9(1): 111-120. doi:  10.1007/s11355-011-0183-y
    [31] Booth T H. Estimating potential range and hence climatic adaptability in selected tree species[J]. Forest Ecology and Management, 2016, 366: 175-183. doi:  10.1016/j.foreco.2016.02.009
    [32] 徐文铎.东北主要树种的分布与热量关系的初步研究[J].东北林学院学报, 1982, 1(4): 1-10. http://www.cnki.com.cn/Article/CJFD1982-DBLY198204000.htm

    Xu W D. Preliminary study of correlations between distribution of main forest trees and thermal climate in Northeast China[J]. Journal of Northeastern Forestry Institute, 1982, 1(4): 1-10. http://www.cnki.com.cn/Article/CJFD1982-DBLY198204000.htm
    [33] 洪必恭, 李绍珠.江苏主要常绿阔叶树种的分布与热量关系的初步研究[J].生态学报, 1981, 1(2): 105-111. http://www.cnki.com.cn/Article/CJFDTOTAL-STXB198102001.htm

    Hong B G, Li S Z. The preliminary study of the correlations between the distribution of main everygreen broadleaf tree species in Jiangsu and climate[J]. Acta Ecologica Sinica, 1981, 1(2): 105-111. http://www.cnki.com.cn/Article/CJFDTOTAL-STXB198102001.htm
    [34] 张粤, 陈玮, 何兴元, 等.中国东北城市森林树种选择与气候的关系[J].生态学杂志, 2003, 22(6): 173-176. doi:  10.3321/j.issn:1000-4890.2003.06.036

    Zhang Y, Chen W, He X Y, et al. Relationship between the selection of urban forest species and climate in northeastern China[J]. Chinese Journal of Ecology, 2003, 22(6): 173-176. doi:  10.3321/j.issn:1000-4890.2003.06.036
    [35] 史军, 崔林丽, 杨涵洧, 等.上海气候空间格局和时间变化研究[J].地球信息科学学报, 2015, 17(11): 1348-1354. http://d.old.wanfangdata.com.cn/Periodical/dqxxkx201511009

    Shi J, Cui L L, Yang H W, et al. Spatial pattern and temporal change of climate in Shanghai[J]. Journal of Geo-information Science, 2015, 17(11): 1348-1354. http://d.old.wanfangdata.com.cn/Periodical/dqxxkx201511009
    [36] 史军, 崔林丽, 田展, 等.上海百余年来气温日间波动特征及城市化影响[J].资源科学, 2011, 33(5): 989-994. http://d.old.wanfangdata.com.cn/Periodical/zykx201105026

    Shi J, Cui L L, Tian Z, et al. Two-day fluctuations of temperature and the impacts of urbanizationin Shanghai during the period 1873-2009[J]. Resources Science, 2011, 33(5): 989-994. http://d.old.wanfangdata.com.cn/Periodical/zykx201105026
    [37] 崔林丽, 史军, 周伟东.上海极端气温变化特征及其对城市化的响应[J].地理科学. 2009, 29(1): 93-97. doi:  10.3969/j.issn.1000-0690.2009.01.015

    Cui L L, Shi J, Zhou W D. Characteristics of extreme temperature variations and their response to ubanization in Shanghai[J]. Scientia Geographica Sinica, 2009, 29(1): 93-97. doi:  10.3969/j.issn.1000-0690.2009.01.015
    [38] 王轩, 尹占娥, 迟潇潇, 等.气候变化下上海市降水问题[J].热带地理, 2015, 35(3): 324-333. http://d.old.wanfangdata.com.cn/Periodical/rddl201503005

    Wang X, Yin Z E, Chi X X, et al. Precipitation in Shanghai under climate change[J]. Tropical Geography, 2015, 35(3): 324-333. http://d.old.wanfangdata.com.cn/Periodical/rddl201503005
    [39] Zhang K, Wang R, Shen C, et al. Temporal and spatial characteristics of the urban heat island during rapid urbanization in Shanghai, China[J]. Environmental Monitoring and Assessment, 2010, 169(1-4): 101-112. doi:  10.1007/s10661-009-1154-8
    [40] 卞娟娟, 郝志新, 郑景云, 等. 1951—2010年中国主要气候区划界线的移动[J].地理研究, 2013, 32(7): 1179-1187. http://www.cqvip.com/QK/95732X/201307/46793120.html

    Bian J J, Hao Z X, Zheng J Y, et al. The shift on boundary of climate regionalization in China from 1951 to 2010[J]. Geographical Research, 2013, 32(7): 1179-1187. http://www.cqvip.com/QK/95732X/201307/46793120.html
    [41] 郑景云, 卞娟娟, 葛全胜, 等.中国1951-1980年及1981-2010年的气候区划[J].地理研究. 2013, 32(6): 987-997. http://d.old.wanfangdata.com.cn/Periodical/dlyj201306001

    Zheng J Y, Bian J J, Ge Q S, et al. The climate regionalization in China for 1951-1980 and 1981-2010[J]. Geographical Research, 2013, 32(6): 987-997. http://d.old.wanfangdata.com.cn/Periodical/dlyj201306001
    [42] Fang J Y, Li Y. Climatic factors for limiting northward distribution of eight temperate tree species in eastern North America[J]. Acta Botanica Sinica, 2002, 44(2):199-203. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=74e1c371960d27f8b25fac2eaf9033e2
    [43] 《上海园林志》编纂委员会.上海园林志[M].上海:上海社会科学院出版社, 2000: 502-504.

    Compilation Committee of Annals of Shanghai Landscape Architecture. Annals of Shanghai landscape architecture[M]. Shanghai: Shanghai Academy of Social Sciences Publishers, 2000: 502-504.
    [44] 周伟东, 朱洁华, 梁萍.近134年上海冬季气温变化特征及其可能成因[J].热带气象学报, 2010, 26(2): 211-217. doi:  10.3969/j.issn.1004-4965.2010.02.011

    Zhou W D, Zhu J H, Liang P. Characteristics of winter temperature variation in Shanghai during 1873-2006 and their probable causes[J]. Journal of Tropical Meteorology, 2010, 26(2): 211-217. doi:  10.3969/j.issn.1004-4965.2010.02.011
    [45] 贺芳芳, 赵兵科.近30年上海地区暴雨的气候变化特征[J].地球科学进展, 2009, 24(11): 1260-1267. doi:  10.3321/j.issn:1001-8166.2009.11.011

    He F F, Zhao B K. The characteristics of climate change of torrential rains in Shanghai region in recent 30 Years[J]. Advances in Earth Science, 2009, 24(11): 1260-1267. doi:  10.3321/j.issn:1001-8166.2009.11.011
    [46] 殷杰, 尹占娥, 于大鹏, 等.基于情景的上海台风风暴潮淹没模拟研究[J].地理科学, 2013, 33(1): 110-115. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlkx201301016

    Yin J, Yin Z E, Yu D P, et al. Flood simulation study of typhoon storm surge based on scenarios in Shanghai[J]. Scientia Geographica Sinica, 2013, 33(1): 110-115. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlkx201301016
    [47] Gillner S, Vogt J, Roloff A. Climatic response and impacts of drought on oaks at urban and forest sites[J]. Urban Forestry & Urban Greening, 2013, 12(4): 597-605. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=d21438958f7bf4eea01cd20602c59ddc
    [48] Gillner S, Korn S, Roloff A. Leaf-gas exchange of five tree species at urban street sites[J]. Arboriculture & Urban Forestry, 2015, 41(3): 113-124. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=af27dadd20e530bf4d702a32e1d414b0
  • [1] 王雷, 徐家琛, 甄雅星, 张恒.  基于热重分析的呼和浩特主要园林树种热解动力学研究 . 北京林业大学学报, 2020, 42(2): 87-95. doi: 10.12171/j.1000-1522.20190280
    [2] 张德顺, 李科科, 李玲璐, 章丽耀, 刘鸣.  上海滨海地区25种园林树种的抗风性研究 . 北京林业大学学报, 2020, 42(7): 122-130. doi: 10.12171/j.1000-1522.20190253
    [3] 施瑶, 李嘉艺, 高娜, 郑曦.  气候变化背景下北京浅山区社会−生态系统脆弱性评估 . 北京林业大学学报, 2020, 42(4): 132-141. doi: 10.12171/j.1000-1522.20190091
    [4] 白天军, 刘苑秋, 温林生, 潘俊, 曹雯, 郑希玲, 邹芹, 邓文平.  庐山日本柳杉早材与晚材年轮宽度对气候变化的响应 . 北京林业大学学报, 2020, 42(9): 61-69. doi: 10.12171/j.1000-1522.20190439
    [5] 冯源, 肖文发, 朱建华, 黄志霖, 鄢徐欣, 吴东.  林龄和气候变化对三峡库区马尾松林蓄积量的影响 . 北京林业大学学报, 2019, 41(11): 11-21. doi: 10.13332/j.1000-1522.20190184
    [6] 刘正才, 屈瑶瑶.  基于SPOT-VGT数据的湖南省植被变化及其对气候变化的响应 . 北京林业大学学报, 2019, 41(2): 80-87. doi: 10.13332/j.1000-1522.20180278
    [7] 张德顺, 薛凯华, 王振, 曹玮, 马椿栋.  上海城市街道小气候要素与绿化布局关系测析——以徐汇区、杨浦区为例 . 北京林业大学学报, 2019, 41(4): 1-8. doi: 10.12171/j.1000-1522.20170359
    [8] 闫伯前, 林万众, 刘琪璟, 于健.  秦岭不同年龄太白红杉径向生长对气候因子的响应 . 北京林业大学学报, 2017, 39(9): 58-65. doi: 10.13332/j.1000-1522.20170161
    [9] 杨淑平, 张德顺, 李跃忠, 鞠瑞亭, 刘鸣.  气候变暖情景下上海园林树木抗病虫能力评价 . 北京林业大学学报, 2017, 39(8): 87-97. doi: 10.13332/j.1000-1522.20160346
    [10] 徐金梅, 张冉, 吕建雄, RobertEvans, .  不同海拔青海云杉木材细胞结构对气候因子的响应 . 北京林业大学学报, 2015, 37(7): 102-108. doi: 10.13332/j.1000-1522.20140444
    [11] 何丽鸿, 王海燕, 王璐, 王岳.  长白落叶松林生态系统净初级生产力对气候变化的响应 . 北京林业大学学报, 2015, 37(9): 28-36. doi: 10.13332/j.1000-1522.20140439
    [12] 裴顺祥, 郭泉水, 贾渝彬, 辛学兵, 许格希.  保定市8种乔灌木开花始期对气候变化响应的积分回归分析 . 北京林业大学学报, 2015, 37(7): 11-18. doi: 10.13332/j.1000-1522.20130423
    [13] 李睿, 朵海瑞, 史林鹭, 周延, 焦盛武, 秋培扎西, 雷光春.  可可西里1970—2013年气候变化特征及其对景观格局的影响 . 北京林业大学学报, 2015, 37(12): 59-68. doi: 10.13332/j.1000-1522.20150109
    [14] 余黎, 雷相东, 王雅志, 杨英军, 王全军.  基于广义可加模型的气候对单木胸径生长的影响研究 . 北京林业大学学报, 2014, 36(5): 22-32. doi: 10.13332/j.cnki.jbfu.2014.05.007
    [15] 曾令兵, 王襄平, 常锦峰, 林鑫, 吴玉莲, 尹伟伦.  祁连山中段青海云杉高山林线交错区树轮宽度与气候变化的关系 . 北京林业大学学报, 2012, 34(5): 50-56.
    [16]
    陈锋, 林向东, 牛树奎, 王叁, 李德, 
    气候变化对云南省森林火灾的影响 . 北京林业大学学报, 2012, 34(6): 7-15.
    [17] 徐金梅, 吕建雄, 鲍甫成, 黄荣凤, 刘贤德, RobertEvans, 赵有科.  祁连山青海云杉木材密度对气候变化的响应 . 北京林业大学学报, 2011, 33(5): 115-121.
    [18] 霍常富, 程根伟, 鲁旭阳, 范继辉, 肖飞鹏.  气候变化对贡嘎山森林原生演替影响的模拟研究 . 北京林业大学学报, 2010, 32(1): 1-6.
    [19] 李明阳, 巨云为, 吴文浩, 何燕洁, 徐光彩, .  气候变化情景下外来森林病虫害潜在生境动态分析——以美国南方松大小蠹为例 . 北京林业大学学报, 2009, 31(4): 64-69.
    [20] 周丹卉, 贺红士, 李秀珍, 周春华, 王绪高, 陈宏伟.  小兴安岭不同年龄林分对气候变化的潜在响应 . 北京林业大学学报, 2007, 29(4): 110-117.
  • 加载中
图(3) / 表 (4)
计量
  • 文章访问数:  2409
  • HTML全文浏览量:  976
  • PDF下载量:  67
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-04-02
  • 修回日期:  2018-06-07
  • 刊出日期:  2018-09-01

近55年气候变化对上海园林树种适应性的影响

doi: 10.13332/j.1000-1522.20180113
    基金项目:

    国家自然科学基金项目 31470701

    作者简介:

    刘鸣,博士生。主要研究方向:风景园林规划与设计。Email:limshi2013@qq.com 地址:200092 上海市杨浦区四平路同济大学建筑与城市规划学院

    通讯作者: 张德顺,教授,博士生导师。主要研究方向:园林生态与植物应用。Email:zds@tongji.edu.cn 地址:同上
  • 中图分类号: S727.5

摘要: 目的近几年,关于城市树木的气候适应性研究在国际上已成为前沿和热点,然而,我国开展园林树木应对气候变化的适应性研究则较少。本文通过对上海1961—2015年55年间40种园林树种气候适应性的定量化评估,探讨了气候变化对树木健康生长产生的潜在影响,为适应未来气候的园林树种选择和科学管理提供依据。方法采用物种分布模型(Species distribution model)从世界范围内对目标树种的自然地理分布进行广泛而全面的信息收集,提取其地理分布所在区域的气候因子数据,构建树种气候因子数据库,确定树种最适气候幅度,最后采用欧式距离计算各树种最适气候因子与上海气候的差异,进行气候适应性评估。结果近55年来,上海年均温度由15.5℃上升至16.6℃,市区温差上升趋势最为突出,但未达到显著水平;年均降水量由1086.0mm上升至1198.9mm,湿季全市平均降水、郊区之间、市区与郊区之间变化均达到显著性水平;按年均生物温度和干湿指数可将目标树种分为4类:炎热干燥气候型、温暖湿润气候型、温凉干燥气候型和温凉湿润气候型;前30年,上海郊区气候条件最适宜温凉干燥的落叶树种生长,温凉湿润型树种次之,温暖湿润型树种再次,炎热干燥气候型树种居末;近30年,市区气候出现新变化,温暖湿润型树种适应性排名已占据绝对优势,温凉湿润型和温凉干燥型树种适应性依次下降。结论上海近55年来的气候变化以温度的普遍升高和湿季降水的显著增加为特征。上海气候变化对园林树种的适应性产生了潜在影响,改变了园林树种选择的优先序列。

English Abstract

刘鸣, 张德顺. 近55年气候变化对上海园林树种适应性的影响[J]. 北京林业大学学报, 2018, 40(9): 107-117. doi: 10.13332/j.1000-1522.20180113
引用本文: 刘鸣, 张德顺. 近55年气候变化对上海园林树种适应性的影响[J]. 北京林业大学学报, 2018, 40(9): 107-117. doi: 10.13332/j.1000-1522.20180113
Liu Ming, Zhang Deshun. Adaptability of landscape tree species response to climate change in Shanghai within the past 55 years[J]. Journal of Beijing Forestry University, 2018, 40(9): 107-117. doi: 10.13332/j.1000-1522.20180113
Citation: Liu Ming, Zhang Deshun. Adaptability of landscape tree species response to climate change in Shanghai within the past 55 years[J]. Journal of Beijing Forestry University, 2018, 40(9): 107-117. doi: 10.13332/j.1000-1522.20180113
  • 城市园林树木对气候变化的响应极为敏感,人们可以很容易通过感知花期的提前或推迟、生长期的延长或缩短来证实这种变化。特别是近30年来,城市区域的升温速度远比全球平均升温幅度剧烈[1],城市地区的树木物候变化格外引人注目[2]。在欧洲,几乎所有城市的早春花期物候都要比农村地区提前[3]。同样,我国北方城市受冬季变暖影响,园林植物的物候也明显提前[4],延长了城市树木的生长季[5]。在亚热带地区的上海,由于早春城市热岛效应,促使市区木本植物花期比郊区平均提前了2.2d[6]。树木年轮研究也证实,由气候变化引起的中欧城市干旱,对不同树种产生了不同程度的影响,挪威槭(Acer platanoides)和欧亚槭(A. pseudoplatanus)的生命活力逐渐下降[7]

    面对气候变化,国际上提出了两种应对策略,即“减缓性策略”与“适应性策略”。减缓性策略是通过节能减排等主动性措施来缓解气候变化对人类社会产生的影响,其中,种植更多的树木是减缓性策略的一项重要措施,希望利用树木的固碳作用来减低空气中的二氧化碳。适应性策略则属于被动性措施,由于气候变化的影响在相当长的一段时期内将持续发生作用,且现阶段的减缓性策略并不能彻底扭转气候变化,人类不得不采取适应性的策略来应对气候变化,如选择抗逆性更强的树种来适应气候变化,应对诸如高温、干旱、内涝、风害、病虫害、海平面上升等各种极端气候事件,尽最大可能降低气候变化对城市树木造成的潜在威胁。因此,为当地选择气候最适合的园林树种,保障城市树木健康生长的适应性策略研究显得尤为迫切[8]

    目前,关于城市树木气候适应性策略研究在全球引起了广泛的关注。通过制定相应的脆弱性评估(Vulnerability Assessment)为改善城市园林管理提供了一种新的契机[9]。早在2009年,德国Roloff教授用气候-物种矩阵(Climate-Species Matrix)综合评估了中欧地区园林树木的抗寒性和抗旱性[10],提出了适应中欧地区气候变化的城市树木管理对策。同年,在美国费城进行了一项园林树种气候适应性评估,为园林树木的病虫害风险管理提供了有益建议[11]。2014年,芝加哥地区制定了“城市树木气候变化应对框架”,借助对当地树木的脆弱性评估,制定了面向未来的适应性管护策略[12]。气候适应性策略的关键问题在于高适应性树种的选择,如果树种选择不当,直接结果是无法适应未来气候变化,更严重的是对城市生态造成的长期性不良影响,将持续若干年甚至几十年。因此,开展当地园林树种的气候适应性评估具有实际意义。例如,希腊地中海克里特岛通过的一项脆弱性评估表明,近期需改变部分树种种类和种植结构,以适应未来气候变化引起的内涝风险[13]

    然而,我国城市园林树木应对气候变化的适应性评估研究尚不多见。本文通过对上海1961—2015年55年间40种园林树种气候适应性的定量化评估,探讨气候变化对其健康生长产生的潜在影响,为适应未来气候变化的园林树种选择和科学管理提供依据。

    • 上海是中国东部特大城市,总人口2400余万,面积6340.5km2,属亚热带海洋性季风气候[14]。自然植被为亚热带常绿阔叶林和落叶阔叶混交林。由于长期的人为干扰,原生植被已基本不存或零散残存[15-17]。自开埠以来,一直从全国各地和世界范围引种驯化各类园林植物,以丰富其物种多样性。

    • 本文采用物种分布模型(Species Distribution Model,SDM)来量化各个树种的最适气候因子。SDM假定气候因子是物种的环境限制与偏好,通过量化的气候幅度来确定物种的潜在适生范围[18]。模型排除了一些假设条件,不包括生物间相互作用、当地适应和现有物种范围的扩散限制,这对研究园林树种引种和栽培是最有帮助的,因为园林树种栽培管理往往会尽量排除其他干扰因子。由于SDM很大程度上依赖于地理分布数据,输出结果对初始假设、数据输入和建模方法都很敏感[19],有其优势也有其局限性,但大量研究案例证明,SDM用于探讨物种对气候变化的初步预测是切实可行的[20-21]

      根据生物气候相似性原理,虽然树种的现实分布区不一定就是其最适生存地区,树种原产地分布的宽窄与树种适应性大小并非具有同等的意义[22],但是,种源地与引种地二者之间的相似程度是可以作为树种引种依据的[23]。每个物种的生存和生长都有其最低、最适、最高极限,即所谓的“生长三基点”,其自然分布可以反映物种对不同环境条件的耐受力。

      SDM的建模步骤首先是从世界范围内对40种目标树种的地理分布进行广泛而全面的信息收集,然后查找其地理分布所在区域的气候因子数据,构建树种气候因子数据库,确定树种最适气候范围。最后,采用欧式距离法计算各树种的气候最适因子与上海气候指标之间的差距,再根据差距大小,对树种在上海不同年际(1961—1990年与1986—2015年)和不同区域(市区、郊区、全市平均)的气候适应性进行评估。

    • 上海气候数据来源于上海市气象信息中心。分为1961—1990年与1986—2015年的两个气候年(各30年)月值气温和降水数据,包括市区(徐家汇)和郊区(宝山、嘉定、浦东、青浦、闵行、南汇、松江、奉贤、金山、崇明)共11个站点,基本覆盖了上海市域全部陆地范围。

    • 选取上海40种园林树种为研究对象(表 1)。选择标准以其在城市园林绿地中所承担的使用功能为依据,主要包括:(1)行道树和庭荫树;(2)群落建群种;(3)具有较高观花、观叶、观果功能的树种;(4)近些年从国外引进并具有新优潜质的树种。

      表 1  上海40种园林树种的用途与分布信息

      Table 1.  Function and distribution information of 40 landscape tree species in Shanghai

      编号
      No.
      树种
      Tree species
      缩写
      Abbreviation
      功能与用途
      Function and use
      CVH树种分布数据
      Data of tree species distribution in CVH
      GBIF树种分布数据
      Data of tree species distribution in GBIF
      树种分布数据合计
      Sum of tree species distribution data
      1 银杏Ginkgo biloba GB 观叶Foliage tree 195 332 527
      2 广玉兰Magnolia grandiflora MG 行道树Street tree 49 346 395
      3 乐昌含笑Michelia chapensis MC 观花Flower watching tree 52 0 52
      4 含笑M. figo MF 观花Flower watching tree 121 19 140
      5 鹅掌楸Liriodendron chinense LC 观叶Foliage tree 106 12 118
      6 玉兰Yulania denudata YD 观花Flower watching tree 150 10 160
      7 香樟Cinnamomum camphora CC 行道树Street tree 272 220 492
      8 天竺桂C. japonicum CJ 庭荫树Shade tree 33 40 73
      9 白栎Quercus fabri QF 建群种Constructive species 273 0 273
      10 麻栎Q. acutissima QA 建群种Constructive species 291 83 374
      11 弗吉尼亚栎Q. virginiana QV 新优New and potential tree 0 149 149
      12 榉树Zelkova serrata ZS 行道树Street tree 55 126 181
      13 朴树Celtis sinensis CS 庭荫树Shade tree 234 123 357
      14 梧桐Firmiana simplex FS 观叶Foliage tree 143 42 185
      15 悬铃木Platanus× acerifolia PA 行道树Street tree 54 165 219
      16 红豆树Ormosia hosiei Oho 庭荫树Shade tree 47 0 47
      17 花榈木O. henryi Ohe 庭荫树Shade tree 95 0 95
      18 刺槐Robinia pseudoacacia RP 建群种Constructive species 157 1794 1951
      19 无患子Sapindus saponaria SS 行道树Street tree 153 852 1005
      20 复羽叶栾树Koelreuteria bipinnata KB 行道树Street tree 104 0 104
      21 全缘叶栾树K. paniculata‘Integrifoliola’ KPI 行道树Street tree 30 0 30
      22 七叶树Aesculus chinensis ACh 观叶Foliage tree 31 141 172
      23 三角枫Acer buergerianum AB 观叶Foliage tree 167 210 377
      24 樟叶槭A. coriaceifolium ACor 庭荫树Shade tree 304 299 603
      25 梣叶槭A. negundo AN 观叶Foliage tree 76 2 78
      26 五角枫A. pictum ssp. mono APM 观叶Foliage tree 98 44 142
      27 红花槭A. rubrum AR 新优New and potential tree 85 0 85
      28 Citrus maxima CM 观果Fruit watching tree 77 2267 2344
      29 柑橘C. reticulata CR 观果Fruit watching tree 219 22 241
      30 紫薇Lagerstroemia indica LI 观花Flower watching tree 3 1626 1629
      31 南酸枣Choerospondias axillaris CHA 庭荫树Shade tree 197 11 208
      32 黄连木Pistacia chinensis PCh 观叶Foliage tree 296 119 415
      33 枫香树Liquidambar formosana LF 观叶Foliage tree 296 19 315
      34 毛叶山桐子Idesia polycarpa var. vestita IPV 观果Fruit watching tree 82 0 82
      35 乌桕Triadica sebifera TS 观叶Foliage tree 419 264 683
      36 重阳木Bischofia polycarp BPo 行道树Street tree 80 0 80
      37 冬青Ilex chinensis ICh 观果Fruit watching tree 197 32 229
      38 桂花Osmanthus fragrans OF 观花Flower watching tree 217 23 240
      39 构树Broussonetia papyrifera BPa 庭荫树Shade tree 422 344 766
      40 光皮梾木Cornus wilsoniana CW 建群种Constructive species 51 0 51
      总计Total 5931 9736 15667
      注:CVH代表中国数字植物标本馆(http://www.cvh.ac.cn/);GBIF代表全球生物信息机构网站(https://www.gbif.org/)。Notes: CVH, Chinese Virtual Herbarium,http://www.cvh.ac.cn/;GBIF,Global Biodiversity Information Facility,https://www.gbif.org/.

      树种分布数据来源于中国数字植物标本馆[24](Chinese Virtual Herbarium,CVH,http://www.cvh.ac.cn/,2018年1月访问)和全球生物信息机构网站(Global Biodiversity Information Facility,GBIF,https://www.gbif.org/,2018年1月访问)。通过学名检索,查阅了全部40个树种在中国和全球分布的地理信息,共获得有效地理坐标记录15667条(表 1),其中,仅全缘叶栾树(Koelreuteria paniculata ‘Integrifoliola’,30株)和红豆树(Ormosia hosiei,47株)样本数量较少外,其他树种的有效样本量均大于50,基本上可以代表各树种的自然地理分布[25]。将分布范围5%与95%的值界定为有效气候值(Effective Climate Value)[26]。其中,乐昌含笑(Michelia chapensis)、白栎(Quercus fabri)、红豆树、花榈木(Ormosia henryi)等10种仅在我国有分布信息,而弗吉尼亚栎(Quercus virginiana)和红花槭(Acer rubrum)在我国几乎没有分布信息。

    • 选取9项与树木生长相关的气候因子:(1)年均温度(Annual mean temperature,AMT,℃);(2)年均生物温度(Annual biotemperature,ABT,℃)[27];(3)温暖指数(Warmth index,WI,℃·month)[28];(4)最冷月平均气温(Min temperature of coldest month,MTCM,℃);(5)最热月平均气温(Max temperature of warmest month,MTWM,℃);(6)年均降水量(Annual precipitation,AP,mm);(7)最湿月平均降水量(Precipitation of the wettest month,PWM,mm);(8)最干月平均降水量(Precipitation of the driest month,PDM,mm);(9)干湿指数(Humid/arid index,HI)[29]。其中,种源地AMT和AP是物种水平上适应性的保守性估计[30];ABT和WI指示树种生长季所需的有效热量,是限制树种向北分布的主要气候因子[31];MTCM和MTWM分别指示树种分布的气温最低和最高极限值;PWM和PDM反映降水的极限;HI表征气温和降水的综合气候特征。

      根据树种气候分布特征,按半峰宽(Peak width at half height,PWH)计算法,确定每个树种各项气候因子的最适范围RANGEopt[32-34]

      气候因子数据均来源于全球气候数据网(WorldClim-Global Climate Data,WCGCD,http://worldclim.org/)。其中,ABT、WI、HI、PWH与RANGEopt的计算公式如下:

      $$ \mathrm{ABT}=\frac{1}{12} \sum t_{i} $$ (1)
      $$ \mathrm{WI}=\sum\left(t_{j}-5\right) $$ (2)
      $$ {\text{HI}} = \sum\limits_{h = 1}^{12} {{H_h}} $$ (3)
      $$ \mathrm{PWH}=2.354 S $$ (4)
      $$ \operatorname{RANGE}_{\mathrm{opt}}=[\overline{X}-\mathrm{PWH} / 2, \overline{X}+\mathrm{PWH} / 2] $$ (5)

      式中:ti为(0, 30]的月均温,最高为30℃;tj为>5℃的月均温;Hh=0.18r/1.045tr为月均降水量,t为月均温,PWH为半峰宽值,SX、RANGEopt分别代表各项气候因子的标准差、均值和最适范围。

    • 20世纪90年代以来,上海气温持续偏高[35]。全市平均气温由15.5℃上升至16.6℃。总体上,市区之间温差上升趋势最为突出,徐家汇站点比30年前平均上升了1.42℃,其次是郊区之间的平均温差上升了1.02℃,而市区与郊区之间的温差变化最小,仅0.48℃。

      干季(11月至翌年5月)与湿季(6—10月)气温上升都比较明显,主要反映在市郊之间的温差变化上[36]。全市干季平均气温的变化最明显(P=0.147),市郊之间的温差变化最弱(P=0.791);其次是市区之间的气温变化,干季和湿季也分别达到1.63℃和1.13℃。尽管如此,上海气温变化均未达到显著水平(P<0.05)(表 2)。

      表 2  上海气温1961—1990年与1986—2015年的变化

      Table 2.  Temperature changes between 1961-1990 and 1986-2015 in Shanghai

      气温变化
      Temperature change
      年均
      Annual average
      干季
      Dry season
      湿季
      Rainy season
      市郊之间between urban and suburban areas 0.477(0.791) 1.902(0.373) 1.407(0.411)
      市区之间between urban areas 1.421(0.693) 1.632(0.598) 1.125(0.654)
      郊区之间between suburban areas 1.017(0.349) 1.206(0.181) 0.753(0.289)
      全市平均Mean temperature changes at overall city 1.054(0.308) 1.244(0.147) 0.787(0.244)
      注:括号内数值为P值。下同。Notes: the value in parenthese is P value. The same below.

      上海近55年来的增温特征是普遍性和整体性的,无论干湿季,还是市区、近郊以及远郊之间,都表现出明显的气温升高趋势,尤其城市热岛效应最为突出,这与其他相关文献的研究结论是一致的[37-41]。总体上,上海逐渐趋暖的气候条件对树木生长是有利的。

    • 与温度相比,上海降水的变化更为明显。年均降水量由1990年的1086.0mm上升至1198.9mm。湿季全市平均降水(P=0.035)、郊区之间(P=0.044)、市郊之间(P=0.049)的降水变化均达到显著性水平(P<0.05)(表 3),但市区之间的降水变化未达到显著性水平。

      表 3  上海降水1961—1990年与1986—2015年的变化

      Table 3.  Precipitation changes between 1961-1990 and 1986-2015 in Shanghai

      mm
      降水变化
      Precipitation change
      年均
      Annual average
      干季
      Dry season
      湿季
      Rainy season
      市郊之间between urban and suburban areas 6.69(0.486) 4.49(0.691) 34.35(0.049 *)
      市区之间between urban areas 11.25(0.604) 4.67(0.718) 20.46(0.567)
      郊区之间between suburban areas 9.23(0.105) 3.22(0.441) 17.63(0.044 *)
      全市平均Mean temperature changes at overall city 9.41(0.088) 3.36(0.395) 17.89(0.035 *)
      注:*表示差异显著(P<0.05)。Note:* indicate significant difference (P<0.05).

      上海近30年降水偏多,且集中发生于夏秋湿季。未来降水量可能还将继续保持稳定的增加趋势,这对喜湿树种的生长更为有利。

    • 通过9个气候因子最适范围的统计(图 1),40种园林树种的AMT和ABT与上海气候均值非常接近,大致反映出这40种园林树种在上海地区的生长基本上是适应的;另一方面也说明这40种园林树种可以代表上海当地园林树种的平均气候特征。

      图  1  40种园林树种的气候因子最适范围统计

      Figure 1.  Optimum range of 9 climatic factors of 40 landscape tree species

      温度方面,大部分树种的AMT在上海地区处于最适范围。仅有柚(Citrus maxima)、弗吉尼亚栎和无患子(Sapindus saponaria)的AMT最适范围下限值高于上海各时期上限,五角枫(Acer pictum ssp. mono)的AMT低于1961—1990年间上海平均下限值,梣叶槭(A. negundo)和刺槐(Robinia pseudoacacia)则低于1986—2015年间平均下限值,表明上海地区的温度尚不能满足它们的最适生长条件。

      花榈木、含笑(Michelia figo)、乐昌含笑、香樟(Cinnamomum camphora)、柑橘(Citrus reticulata)、重阳木(Bischofia polycarp)、南酸枣(Choerospondias axillaris)等树种的ABT最适下限值由前30年的小于1.0℃升高为大于1.0℃,表明近年来上海地区的增温大幅度提高了南方树种在上海的适生性。相对地,五角枫、梣叶槭、刺槐的ABT最适范围上限值逐年来渐低于上海温度下限,表明在未来继续变暖的情景下,这3种树种已不能达到最适生长条件,可能不适合大面积推广种植,其他存在潜在影响的树种还有银杏(Ginkgo biloba)、榉树(Zelkova serrata)、红花槭(Acer rubrum)等北方树种。

      银杏和五角枫的WI值分别低于前30年和近30年的平均下限值,表明上海地区的积温条件对银杏和五角枫而言是相对较热的。所有树种的MTCM最适值下限均低于上海平均下限,表明各树种均能在上海正常越冬,不受冬季冻害威胁。几乎所有树种的MTWM平均值都大于33℃,弗吉尼亚栎的MTWM最适下限值甚至高于上海近30年平均上限,类似地,还有无患子、柚、天竺桂(Cinnamomum japonicum)等树种,其MTWM最适下限高于1961—1990年间的平均上限值,表明这些树种对上海夏季极端高热干旱气候具有高度的适应性。

      降水方面,花榈木与天竺桂的AP最适范围下限值高于上海近30年平均上限值,乐昌含笑与含笑则高于前30年平均上限值,表明上海地区的年均降水量对这些树种而言仍略显不足,而其他树种的AP均在最适范围内。除广玉兰(Magnolia grandiflora)、五角枫、银杏、弗吉尼亚栎、悬铃木(Platanus × acerifolia)、刺槐、梣叶槭、红花槭的PWM最适下限低于上海地区平均上限外,其他树种的PWM均高于上海地区平均水平,说明上海雨季降水量对大部分树种而言并不充沛,特别是受副热带高压影响下,上海夏季伏旱气候对大部分树种的生长存在潜在威胁。所有树种的PDM最适范围下限值均低于上海各时期平均下限,说明所有树种在干季均有一定的耐干性。除天竺桂的HI最适上限值略高于上海地区外,其他树种在上海地区均处于最适范围内,表明近年来上海趋于温暖湿润的气候条件对各个树种的生长是有利的。

    • 标准差(Standard deviation,SD)可用于检测气候因子对树种分布的限制作用的大小,SD最小的气候指标是限制该树种分布的主要气候因子[42]。由表 4可知,ABT和HI的SD分别在温度(0.698)和降水(8.549)上最小,故可作为主要的气候限制因子。

      表 4  40种园林树种气候因子均值与标准差

      Table 4.  Mean value and standard deviation of climatic factors of 40 landscape tree species

      气候指标Climatic index 均值Mean 标准差SD
      ABT/℃ 3.137 0.698
      AMT/℃ 3.442 1.476
      MTCM/℃ 4.610 2.363
      MTWM/℃ 3.883 3.966
      HI 31.484 8.549
      WI/(℃·month) 40.664 11.423
      PDM/mm 22.172 12.448
      PWM/mm 68.754 22.903
      AP/mm 401.063 183.362

      以ABT和HI为坐标轴,对40种树种进行气候类型划分,大致可分为4类(图 2),分别为炎热干燥气候型、温暖湿润气候型、温凉干燥气候型和温凉湿润气候型。

      图  2  40种园林树种的4种气候类型划分

      Figure 2.  Classification of 4 climate types for 40 landscape tree species

    • 为探讨上海气候变化对园林树种适生性的影响,采用欧式距离计算各树种9项气候因子最适值与上海气候的综合差距,然后分别与上海前30年(1961—1990年)和近30年(1986—2015年)市区、郊区、全市平均气候进行比较(图 3),对各个树种在上海的最适性进行综合评估。结果显示,前30年上海郊区的气候条件最适宜温凉干燥气候型树种生长,悬铃木排名第一;温凉湿润气候型的树种次之,而温暖湿润型树种除樟叶槭(Acer coriaceifolium)排名较高外,其他树种均居于中等偏下部;炎热干燥气候型树种居末。

      图  3  上海40种园林树种的最适性序列

      Figure 3.  Ranking of optimality for 40 landscape tree species in Shanghai

      在全市平均水平上,最适排名仅个别树种略有变化,但由于市区温度升高和降水趋势的增强,温凉湿润型和温暖湿润型树种排名整体前移,而温凉干燥型却整体后退。其中,悬铃木、麻栎(Quercus acutissima)、七叶树(Aesculus chinensis)、银杏等树种的排名下降最为剧烈,含笑、枫香树(Liquidambar formosana)、南酸枣的排名则迅速上升。

      近30年,以悬铃木为代表的温凉干燥型树种,除毛叶山桐子(Idesia polycarpa var. vestita)外,已几乎全部退出前半部。温暖湿润型树种与温凉湿润型树种则交替占据前列,其中,含笑、花榈木、香樟、南酸枣上升均超过10名以上。在全市平均水平上,温暖湿润型的个别树种,如花榈木和南酸枣,继续小幅上升,温凉干燥型树种持续后退。

      市区内,温暖湿润型树种已占据绝对优势,香樟、重阳木、乐昌含笑、花榈木等高降水需求的树种迅速提前。但是,同为温暖湿润型的复羽叶栾树、樟叶槭则可能由于稍偏干燥气候而排名下降。温凉湿润型树种,如鹅掌楸(Liriodendron chinense)、白栎、冬青(Ilex chinensis)则表现出较明显的下降趋势。温凉干燥气候型树种持续大幅退后。

      炎热干燥型树种一直居于排名底部,但是,近30年市区的气候变化促使弗吉尼亚栎排名上升了11位,接近中等水平。

    • 上海近55年来的气候变化以温度的普遍升高和湿季降水的显著增加为主要特征。通过对上海1961—1990与1986—2015年间的气温与降水变化分析可知,城市热岛、雨岛效应最为突出。市区徐家汇站点比30年前平均上升了1.42℃,而市区与郊区之间的温差变化仅为0.48℃。年均降水量由1086.0mm上升至1198.9mm,湿季全市平均、郊区之间、城郊之间的降水变化均达到显著性水平。

      上海气候变化对园林树种的适应性产生了潜在影响。温度方面,上海的AMT仍低于柚、弗吉尼亚栎和无患子的最适下限,但高于五角枫最适上限,表明上海地区不是其最适生长区域。近30年的趋暖变湿使梣叶槭和刺槐从最适状态变为潜在不适状态,可能不宜大面积推广和栽培,但有利于花榈木、含笑、乐昌含笑、香樟、柑橘、重阳木、南酸枣温暖湿润型树种在上海生长。

      降水方面,乐昌含笑、含笑、花榈木与天竺桂的AP最适范围下限值高于上海平均上限值,表明上海地区的年均降水不能满足其最适条件,而广玉兰、五角枫、银杏、弗吉尼亚栎、悬铃木、刺槐、梣叶槭、红花槭的PWM最适下限低于上海平均上限,说明上海雨季降水量不能满足其最适要求,上海夏季频发的高热干旱事件会对其造成潜在影响,不利于其健康生长。几乎所有树种的HI均处于最适范围内,表明更加温暖湿润的气候对各园林树种的生长具有一定的正向促进作用。

      上海气候变化改变了园林树种选择的优先序列。1961—1990年间,温凉干燥气候型树种在上海地区的气候适应性是最高的,最具有优先选择权;温凉湿润气候型树种次之;温暖湿润型树种居中;炎热干燥型树种居末。但经过30年的气候变化,温暖湿润型与温凉湿润型树种优先,温凉干燥型树种居中,炎热干燥型树种仍然居末。

      这种选择序列的变化,即30年前上海园林绿化优先选择种植悬铃木,到目前优先选择香樟的结果,从上海园林树种引种与栽培历史上也能得到一定的验证。例如,悬铃木作为温凉干燥型树种的典型代表,在上海的引种栽培已有上百年的历史了。早在1887年,上海法租界开始引种悬铃木[43],直至1980年开始的全球变暖之前,上海气候一直较为平稳,并未出现大的起伏变化,对悬铃木这些喜温凉干燥气候的树种是较为适宜的,而香樟是温暖湿润型代表树种之一,上海大面积种植始于20世纪70年代。据1504年《上海县志》记载,香樟原是本地树种,但在1918年上海县立苗圃所列出的植物名录中,与其他栽培树种比较,并未获得过多关注。至1968年,上海才开始大量栽培,可以推测由于当时气候相对较冷,香樟在上海仍处于其自然分布的北缘,经常受寒潮冻害,但由于近年来上海地区气候变暖,为其生长提供了较为有利的条件,可以预测未来上海气候变化对香樟的生长更为有利。

      再如,温暖湿润型树种之一的樟叶槭,在上海的栽培也有较长的历史,在豫园中现仍存有几株大树,树高超过10m,胸径平均40cm左右,长势良好。弗吉尼亚栎是最近几年从北美东南部引种的树种,通过在辰山植物园、中国亚林所的实地观察,目前长势旺盛,似乎具有适应未来气候变化的潜质。

      综上所述,半个世纪以来,上海园林绿化一直从全国乃至世界各地引种驯化各类园林植物,以丰富其物种多样性,取得了一定的成果。实践证明,基于自然区域分布的园林树种适应性评价对于城市园林树种的引种驯化工作是具有指导意义的。应对气候变化的园林树种选择,除充分考虑与气候变化直接相关的树种气候适应性外,还需考虑由气候变化引发的间接性影响,以及城市立地条件的特殊性。例如,城市内涝、海平面上升、土壤盐渍化、高温干旱、病虫害等诸多问题[44-48],都需要做进一步的深入研究和探讨。

参考文献 (48)

目录

    /

    返回文章
    返回