1 气候匹配与树木引种

林木引种对林业生态建设具有重要意义。外来树种被广泛用于造林绿化，它作为速生丰产林的主要组成部分，能显著提高森林生产力，在发挥森林碳汇功能、减缓气候异常变化的同时有效缓解木材需求对天然林采伐的压力，从而达到保护生态和生物多样性的目的。当乡土树种不是总能胜任退化立地上的生态恢复的角色时，又往往作为先锋树种起到改善生态的替代作用(Zobel et al., 1987; 吴中伦, 1984; 潘志刚等，1994)。在众多外来树种来源中，澳大利亚以资源丰富、树种适应性强、生长迅速和材质优良而著称(Boland, 1989; 祁述雄, 2002)。

受自然选择的影响，树种在其自然分布区的生态、环境有着天然的适应，在与原产地相似的环境条件下最有可能发挥其生物学特性(Wright, 1978)。在影响外来树种引种成败的环境诸因子中，气候因素具有决定性的作用(Woodward, 1987; Eldridge et al., 1993)。鉴于森林经营时空跨度大，环境和社会经济影响深远的特点，对以造林为目的的引种进行先期决策就显得十分重要。根据气候相似论的原理进行气候对比可以初步判断未来引种的效果，是通常采用的一种切实可行的方法(Holdridge, 1967; FAO, 1958)。很多这类研究是采用类比法在气候区划的基础上进行的，这种气候带匹配研究方式的优点是简单易行，缺点是失之粗放。根据全球气候区划所采用的几个气候因子和尺度范围很难满足对树种生态学特性和引种地状况的描述。反之，区域尺度气候区划针对性虽强又往往不具备兼容性。一些引种试验结果表明，某些来自澳大利亚温带地区的树种在中国的亚热带地区仍然因冻害时有发生而生长不良，使人联想到这种气候区划不兼容的可能(Wang et al., 1994; Yang et al., 1994)。如果这类因素确实存在，并且和树种的基因型与环境的相互作用混合在一起，就会使试验结果背离原有目的，大大增加认识问题的难度。

计算技术和相关学科的发展为改进气候分析的质量提供了基础，先进的插值技术使人们可以根据气象站的数据对空间上任一点的气候条件进行估计并且通过地理信息系统(GIS)描述气候的空间分布(Hutchinson, 1991; 阎洪, 2004)。在此基础上，比较准确地对特定树种的生态学描述和引种范围选择成为可能(Booth, 1990; Yan et al., 1996)。同时，对区域间气候全面比较的需求仍然存在，它有助于对问题的全面了解，以便确认和克服气候分类系统不兼容所造成气候匹配失准的问题。

为此，本研究采用2个方法来处理所遇到的问题。首先通过中澳两国现有气候带的类比分析来检验两国的气候分类系统是否存在不兼容的问题。针对由于不兼容而导致的气候失配问题，采用气候数据合成和数值分类方法对两国气候进行综合比较，生成一个兼容的气候分类模型，并根据色彩合成原理利用GIS对中澳两国的气候空间相似性加以描述。

2 气候分类系统兼容性类比分析

类比逻辑是基于不同事物在某些方面相似时认为它们在其他方面也具有相似性。属于相同气候带的地域不论远近都意味着具有相似的气候和植被类型，气候带内的植物种交换比带间更具有成功的把握。这种推理只有在采用单一或兼容的气候分类系统的条件下才是合理的，不兼容的气候分类系统所产生的气候区划必然也是不兼容的，采用这样的气候区划进行气候比较必然导致气候匹配的失准。

为检验中澳两国的气候分类系统是否兼容，我们采用类比反证的方法，首先假设用于两国的系统是兼容的，因此采用二者中的任一分类系统对两国同时进行气候区划应该得到与现有气候区划类似的结果，反之证明二者的气候分类系统不具有兼容性。该过程利用了两国的空间气候数据，根据中国的气候分类系统生成两国的气候区划与各自现有气候区划(图 1—2)的对比来完成。中国气候分类系统涵盖从寒温带到热带的10种气候类型，采用4个气候因子进行综合气候划分(Zhang et al., 1985)。考虑到中国气候季风明显、雨热同季的特点，所采用的4项气候因子分别为：最冷月平均气温(MTC)、极端最低温度(EMT)、日均温≥10 ℃的积温(AMT)和日均温≥10 ℃的天数(AND)。气候带内又划分为湿润(A)、半湿润(B)、半干旱(C)和干旱(D)气候类型区。

由于澳大利亚缺乏相应的积温记录，本研究主要采用分类系统中的温度指标生成新的气候区划，对一些记录比较完备的澳大利亚气象站点进行了4项因子的检验。

图版Ⅰ-1, 2是根据中国气候分类系统分别用最冷月平均温度和极端最低温度两项指标生成的中国气候区划。结果与现有的中国气候区划具有明显的对应关系。各气候带特别是热带亚热带的界限与现有气候区划图十分一致，这也从一个侧面说明2个气候因子本身具有很好的空间相关性。

与中国的情况相反，根据中国气候分类系统产生的澳大利亚气候区划与现行的澳大利亚气候区划有很大差别(图版Ⅰ-3, 4)。主要表现在澳大利亚相应的温带地区明显减少，仅有少量温带地区局限于东南山地。同时，图中亦看不到气候因子之间明显的空间相关性，根据最冷月平均温度和极端最低温度所划分的气候带出现了相互背离的现象。由最冷月平均温度所划分的热带面积比现行气候区划稍有增加而由极端最低温度所划分的热带面积则明显减少。

为验证这一结果，对一些澳大利亚的气象站点计算了为期10年的≥10 ℃积温和≥10 ℃的日数，汇同温度指标根据中国气候分类系统区分上述地点的气候带归属。表 2显示，补充的区划指标并未使区划的清晰程度有所改善，反而在一定程度上增加了区划的难度。几乎所有被澳大利亚现行气候区划视为温带的地点都被划归为亚热带，一些地点甚至被判归3个气候带，说明上述气候因子在澳大利亚没有象其在中国同样的空间一致性。气候带比较的结果表明采用中国气候分类系统产生的气候带不能兼容现行的澳大利亚气候区划，反之亦然。

3 数值气候分类和气候相似对比

鉴于两国气候分类系统的巨大差异所造成的气候区划的不兼容性，采用现有气候带匹配方法显然不适合林木引种的可行性研究。解决这一问题的方法是对两地的气候条件进行综合分析。为此挑选两国气候数据库中都具备的气候因子，合成气候因子的栅格数据文件，通过数值分类方法生成综合的空间气候分类模型。参与模型构建的气象因子包括：年平均温度，年平均降水量，最冷月平均最低温度，最热月平均最高温度，极端最低温度，最热季节的降水量，最热季节的平均温度，最冷季节的降水量和最冷季节的平均温度。

中国部分的栅格数据来自分辨率为1 km插值生成的中国空间气候数据库(阎洪，2004)，经GIS转换成分辨率为5 km的栅格数据；澳大利亚部分的栅格数据根据原有的气象站数据利用样条插值方法和5 km分辨率的数字高程模型生成。将两国的数据衔接形成以栅格为行代表空间点，以气候因子为列代表属性的空间气候数据矩阵。

整合后的数据通过统计软件包PATN进行数值分类(Belbin, 1987a)。PATN提供了非层次聚合分类算法(non-hierarchical agglomerative classification algorithm, ALOC)模块，它主要用于处理大批量数据的聚类分析。每个栅格点根据气候属性的相似程度归入不同的类(Belbin, 1987b)。由用户主观决定入选属性及其权重，相关距离度量和最后要生成的组数。本文中采用所有气候因子作为分类属性，并给予它们等权重。利用标准化的Gower矩阵(Gower, 1971)作为栅格点属性空间相关距离的度量，根据人为设定的阈值，使最终的结果聚合为15个类。随后调用PATN的通用统计模块GSTA计算出各类的内部统计汇总，包括类内各属性的极大、极小和平均值。由各类内的属性平均值组成的矩阵经过类似主成分分析的半强制混合降维计算(semi-strong hybrid multi-dimensional scaling algorithm, SSH)转换成每类由3个数值范围在0~255之间的特征值构成的特征矩阵。为形象表达以类在三维特征值空间中的距离来衡量的类的相似程度，将类的特征值对应三原色中的一种颜色，每种颜色有25 6个与特征值对应的色调，相近的特征值具有相似的色调。具有不同色调的三原色合成的色彩代表着不同的类，相近的色彩表示相似的类(Belbin et al., 1983)。

由于分类采用的是非层次算法，类间距离是不等的。为此采用PATN提供的FUSE、GSTA和DEND模块根据计算的类间统计结果形成类间相似关系的树状图(图 3)，用横坐标的距离表示类的相似程度。15个类分别代表了15个气候类型。根据PATN所提供的统计汇总，中国数据占有所有15种气候类型，而澳大利亚则只占有其中的8种。根据图 3可以把气候类型大致分为4个类群，其中第1组有1、3、4、7四个类型；第2组有2、5、6三个类型；第3组只有14和15两个类型；其余为第4组的类型。在第1、2组中的1~7气候类型为中国所特有，澳大利亚的气候特征则反映在第3、4组的气候类型中。

根据分类结果，将类特征矩阵与原始栅格数据文件藕合，形成每个栅格点带有分类信息的合成矩阵。将合成矩阵分割为各自国家的数据文件，其中的分类信息被转换成ARCINFO栅格数据文件。根据与各气候类型的特征值对应的三原色调，每个气候类型被赋予单一的合成色，相近的色彩代表相似的气候类型。最后利用GIS以气候区划图的形式用相应的色彩来显示各国的气候类型空间分布及其相似性(图版Ⅰ-5, 6)。

作为结果的气候区划图与现行的中国气候区划仍然具有较好的关联性。类型10相当于热带和南亚热带的组合，而类型11和15分别代表了中和北亚热带。不过依靠有限的新类群数目，不足以与所有的现行气候区划类型一一对应，特别是不能很好地区分澳大利亚的干旱和湿润地区。这是因为在新产生的气候分类模型中温度仍然比降水量占有主要地位的缘故。总体而论，澳大利亚在相同纬度上的气候普遍比中国温暖。

图 4是各气候类型区相对各国总面积的比例。虽然两国共同拥有8个相同的气候类型区，但各气候类型在两国所占的相对面积却正好相反，即在中国具有较大面积的气候类型往往在澳大利亚的对应面积有限。所幸的是两国的树种资源丰富地区和潜在引种地区在最相近的气候类型区是互补的，即同一种气候类型在一国具有相对较小的面积和较多的资源而在另一国又具有较大的引种适合区。类型10和11位于澳大利亚的热带和亚热带夏雨型地区，是和中国气候最为相似的气候类型，地处澳大利亚东部沿海，树种资源丰富；相对应的中国同类型区位于东南热带和亚热带广大地区，是中国主要的森林分布和人工林发展地区，目前中国引种的绝大多数澳大利亚树种来自上述地区。类型8和9在澳大利亚是中西部干旱荒漠，面积虽大但少有植物生长，在中国的对应地区也十分有限。类型12与类型10相似也为热带夏雨型气候，但热量更高，中国的对应地区局限于海南岛南部。类型13和14在澳大利亚同属亚热带和暖温带，都横跨3种不同雨型。这是又一个树种资源较多的地区，特别是比较耐寒的树种，在中国的对应地区仅限于西南少数地区。类型15仅有冬雨型和均匀雨型，与中国大陆的夏雨型气候差别较大，仅在台湾山地有少量对应分布。

4 讨论与结论

气候分类的好处是将相似的气候加以区划以便利用，但是通用的区划难免不能满足特定的气候分析需求。这也是为什么虽然柯本系统大行其道并未妨碍其他分类方法层出不穷(Köeppen, 1923)。如Gentilli(1972)就利用20多个气候指标对澳大利亚进行了分类研究。新的方法普遍借助新的技术，力求更加客观实用。当然，方法的选择最终取决于研究目的。不容否认，各国的气候区划可能更适合反映本国的气候特点，但难免在气候对比时出现不匹配的问题。综合气候分析是克服这一问题的一个途径，而数据集成、数值分类、相似度色彩合成和GIS空间分布描述则是达到这一目的的有效手段。

本研究证实了中国和澳大利亚的气候区划源于不同的分类系统，因而不具有兼容性。这种不兼容性会造成气候匹配的失准，进而导致引种决策的失误。在历次南树北移和试验失败的教训中，技术不完善对主观认识的影响是原因之一。本研究表明：在澳大利亚被认为是温带的大部分地区相当于中国的亚热带地区，这可能是一些澳大利亚树种在中国生长表现不理想的原因之一。本研究还指出，不兼容的气候区划之间的类比推论至少在逻辑上是不合理的，不论是用造林地的气候条件进行种源选择，还是根据树种产地气候条件选择适生区。同时，采用任一个系统去描述另一个不兼容系统下的气候的结果不一定令人满意，因为这些系统都必然包含有特化的成分。

研究结果表明：没有一个气候类型在两国同时占有优势地位。针对中国的引种目的，更令人感兴趣的气候类型可能是在中国具有较大的潜在应用面积同时在澳大利亚具有较丰富的树种资源，如类型10、12和14。其中的类型14应当引起更多关注，因为它包含有3种不同的雨型。由于中国属典型的夏雨型季风气候，简单可靠的方法是首先从该气候类型区中的夏雨型地区进行种源选择。

从气候区划的结果可以看出，中国和澳大利亚的气候有着较大的差别，因此在一个综合分类模式中很难调和互不兼容的系统。中国的系统多采用温度指标是因为存在着单一雨型和雨热同季的现象，而澳大利亚则把雨量和雨型作为重要的区划依据(Ding, 1994；Linacre et al., 1977)。此外，数值分类的运算过程虽然是客观的，但气候因子的取舍和分类数量的界定都属于经验范畴。所幸本研究的目的并不是要取代各国现有的气候分类系统，而是对两国的气候相似性加以补充和描述。

不论是传统的气候带匹配，还是如今的栅格点的比较，都是基于一些气候因子推论气候相似程度，空间上准确性提高的同时不能回避类比推理的结果都具有或然性，本研究的结果可以通过田间和生理方法加以验证(Searle et al., 1994; Larmour et al., 2000; 林睦就等，1999)。虽然本研究的对象是外来树种，但方法却具有通用性，可以用于动植物种的分布迁移以及外来种的生物安全性评价(Fischer et al., 2001)。更进一步的研究包括采用更多的立地指标来反映树种的生物学特性和生态环境，通过生态位匹配达到深入理解物种时空演替的目的(Booth, 1998)。