刘俊, 黄莉, 孙晓倩, 李宁馨, 张恒锦四川大学旅游学院,成都 610064

Impact of climate change on birdwatching tourism in China:Based on the perspective of bird phenology

LIU Jun, HUANG Li, SUN Xiaoqian, LI Ningxin, ZHANG HengjinTourism School, Sichuan University, Chengdu 610064, China

收稿日期:2018-04-16修回日期:2019-01-23网络出版日期:2019-05-25

基金资助:

国家自然科学基金项目.41771163

Received:2018-04-16Revised:2019-01-23Online:2019-05-25

Fund supported:

National Natural Science Foundation of China.41771163

作者简介 About authors
刘俊(1979-),男,四川人,博士,教授,研究方向为可持续旅游E-mail:liujun_igsnrr@126.com。







摘要
全球观鸟活动的规模达到了每年几千万人次,观鸟旅游已经成为世界野生动物观赏业的重要组成部分。气候变化改变了鸟类物候期及其空间格局,这不仅会影响观鸟者的旅游活动,还会进一步对观鸟旅游利益相关者的生计产生影响。监测并尽早地识别出这些影响,提醒利益相关者采取有效的适应策略意义重大。本文引入物候期这一气候变化的“指示器”来反映开展观鸟旅游的重要资源基础——鸟类活动时间以及栖息地格局的变化。通过对1980-2010年中国26个地区的98个物候序列的鸟类研究进行荟萃分析发现：中国鸟类离开、抵达、停留时间以及鸟类栖息地的格局都已经发生了改变。春季、夏季鸟类会提前离开或抵达,但在秋季它们的活动会延迟。鸟类停留的时间主要呈现延长的趋势。温度升高会使鸟类停留时间变长,对观鸟旅游的开展有利。中国低纬度地区和西部地区鸟类停留时间更长。鸟类栖息地的格局呈现出向北和向西迁移的特征。游客和景区工作人员均已感知到鸟类活动时间以及栖息地格局的变化对观鸟旅游产生的影响。
关键词： 观鸟旅游;气候变化;荟萃分析;鸟类;中国;物候

Abstract
Tens of millions of people each year now engage in birdwatching activities and birdwatching tourism has become an important part of the world wildlife watching industry. Climate change has changed the phenology and distribution of birds, which will affect not only birdwatchers' tourism activities but also the livelihoods of the stakeholders in birdwatching tourism. Monitoring and identifying these effects as early as possible and encouraging stakeholders to implement effective adaptive strategies is of great significance. Climate change has adverse effects on many sectors; however, the extent of its effects on birdwatching tourism is relatively unknown. Therefore, in the present study, the relationship of phenophases-climate change indicators - with variations in the activity timing and habitat pattern of birds was assessed. These are two important aspects that can be exploited for the development of birdwatching tourism. In this milieu, a meta-analysis was conducted using ornithological research data for 98 phenological series (1980-2010) from 26 regions in China. Changes in the departure and arrival times, stay duration, and habitat pattern of birds in China were recorded. The departure and arrival of birds were determined to have advanced in spring and summer but to be delayed during autumn. In general, the stay duration of birds has increased. Furthermore, increase in temperature has resulted in longer stays, thus favouring the development of birdwatching tourism; stay duration is particularly long in the low-latitude areas and western region of China. Their habitats have shifted northward and westward. When birds migrate to places not previously used as habitats, these places become more attractive for tourism because of the presence of these new birds. Conversely, if the birds no longer migrate to places where they were previously observed, these places might lose their attractiveness in this regard. The effect of changes in the activity timing and habitat pattern of birds on the birdwatching tourism has already been perceived by tourists and working staff in scenic areas.
Keywords：birdwatching tourism;climate change;meta-analysis;bird;phenophases;China


PDF (2175KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
刘俊, 黄莉, 孙晓倩, 李宁馨, 张恒锦. 气候变化对中国观鸟旅游的影响——基于鸟类物候变化的分析. 地理学报[J], 2019, 74(5): 912-922 doi:10.11821/dlxb201905006
LIU Jun. Impact of climate change on birdwatching tourism in China:Based on the perspective of bird phenology. Acta Geographica Sinice[J], 2019, 74(5): 912-922 doi:10.11821/dlxb201905006

1 引言

鸟类是观鸟旅游活动赖以发展的资源基础。与人类赏花,观赏红叶只能在植物开花和叶变色的期间开展相似^[1,2,3],观鸟旅游活动受到鸟类到达和离开时间的影响。在全球气候变化的背景下,这些旅游活动极有可能受到影响。气候变化通过改变物候对人类旅游活动产生影响的主要方式有两种：一是物候期发生改变^[4,5],这会影响旅游经营的时间长度^[6],引起人类出游时间发生变化^[7]。另一种影响可能更为深远,即气候变化可能改变植物、鸟类的分布格局^[8]。植物分布空间格局演变的时间比较长,但鸟类迁徙路线、繁殖地、越冬地的变迁则更为剧烈^[9]。一旦鸟类空间分布格局发生改变,原有的观鸟旅游地将不复存在^[10]。中国是全球候鸟迁徙重要的中转站^[11],许多自然保护区开展的观鸟旅游活动已经成为当地居民的重要生计方式^[12]。引入物候学的分析视角,从鸟类活动及其栖息地格局的变化,揭示气候变化对观鸟旅游活动的可能影响,对于拓展和丰富旅游地理学的研究领域具有重要意义。

由于鸟类物候对气候因子的变化更为敏感^[13,14],加之鸟类较强的移动能力致使其空间分布更为复杂和不确定^[15],为鸟类观测数据的获取以及相关研究的开展增加了难度。数据的缺失制约了定量分析气候变化对观鸟旅游影响研究的开展。目前对观鸟旅游的研究多集中在对观鸟旅游活动及观鸟者的定义和概念^[16,17]、观鸟旅游的开展方式^[18]以及观鸟旅游的开展对当地社区的影响^[19]等方面。荟萃分析是解决鸟类观测数据缺乏且时间序列较短等问题的重要途径,同时能从较大地域尺度总结归纳鸟类物候对气候变化的响应^[20,21,22],有助于识别出气候变化是否已经对观鸟旅游活动产生了影响,从而提醒利益相关者采取有效的适应策略,这为旅游业应对气候变化提供科学依据。

2 研究数据与方法

2.1 研究数据

2.1.1 鸟类迁徙数据 通过对各数据库的文献进行荟萃分析得到研究区的鸟类迁徙数据,纳入荟萃分析的文献标准如下：

研究的时间跨度至少大于10年,且必须以实际观测数据为基础;研究必须以鸟类迁徙日期与年份之间的回归斜率来衡量鸟类活动变化趋势;文献的研究结果不是针对未来情景模式下的预测结果或控制实验结果;研究尺度控制在物种水平。

通过对“Web of Science”“Science Direct”和中国知网（CNKI）、维普数据库进行文献搜索,检索年限均为建库至2017年。英文检索关键词以“birds”“climate change”“phenology”“immigration”“China”为自由词及主题词相结合检索;中文检索关键词为“鸟类”“物候”“气候变化”“迁徙”“中国”,所有检索均通过多次预检索后确定。

文献筛选和数据提取由2名研究者独立进行,按照纳入标准提取数据并交叉核对,如有不一致则进行讨论并征求第三方意见,共筛选出15篇文献,并建立电子数据库。根据电子数据库提取了鸟类名称、迁徙期及其所在季节、观测地点（经度、纬度、高度）、开始和结束年份、迁徙时间序列、线性趋势（标准化为天数/10年,后文均以d/10a表示）及其显著性。如果同一物种在同一个地点存在多个鸟类迁徙变化趋势,本文选取时间序列最长的记录。

本文共统计了10种鸟类,其中包括戴胜科（Upupidae）1种、杜鹃科（Cuculidae）2种、鸭科（Anatidae）2种、燕科（Hirundinidae）1种、鹀科（Emberizidae）3种、鸫科（Turdidae）1种。这些鸟类的98个物候序列（春夏季物候期30个/停留时间42个/秋季物候期26个）分布在中国的26个观测点。时间序列主要始于20世纪80年代,大部分结束于2000-2010年,时间跨度在11~30 a之间,平均时间长度为21.48 a（表1）。

Tab. 1
表1
表1中国鸟类物候变化荟萃分析表
Tab. 1Summary of datasets used in the meta-analysis of phenological changes of birds in China

类别	物候期	季节	时间序列	物种数量	地点数量	开始年份	结束年份	长度(年)
戴胜科	FC AD	春夏	1	1	1	1980	2002	23
	LC DD	秋	1	1	1	1980	2002	23
		间隔期	4	1	4	1980	2003.50±0.87	24.5±0.87
杜鹃科	FC AD	春夏	13	2	11	1988.92±6.46	2005.54±2.31	17.62±6.71
	LC DD	秋	12	2	12	1988.25±6.35	2005.42±2.36	18.17±6.73
		间隔期	15	2	14	1985.60±6.72	2004.73±2.95	19.13±18.48
鸭科	FC AD	春夏	6	2	5	1984±5	2006±2.16	23±5.23
	LC DD	秋	6	2	5	1984±5	2006±2.16	23±5.23
		间隔期	9	2	9	1982.22±4.64	2004.67±1.83	23.44±4.27
燕科	FC AD	春夏	6	1	6	1982.33±3.20	2007.17±2.41	25.83±3.80
	LC DD	秋	6	1	6	1983.33±3.20	2007.17±2.41	25.83±3.80
		间隔期	14	1	13	1981.86±3.68	2005.29±2.15	24.43±3.29
鹀科	FC AD	春夏	3	3	1	1999	2015	17
鸫科	FC AD	春夏	1	1	1	1998	2008	11
		秋	1	1	1	1998	2008	11
总数	FC AD	春夏	30	10	17	1987.63±7.5	2006.87±3.58	20.23±6.54
	LC DD	秋	26	7	17	1983.10±5.39	2004.79±2.02	22.69±5.18
		间隔期	42	6	21	1985.96±6.33	2005.92±2.49	20.96±6.68

注：FC：始鸣期;LC：绝鸣期;AD：抵达日期;DD：离开日期;开始年份、结束年份以及时间序列长度表示为平均值±标准偏差。

新窗口打开|下载CSV

2.1.2 温度数据 本文在分析鸟类迁徙时间与对应物候期月均温的关系时所采用的各站点对应年份的温度数据来源于中国气象资料服务系统（China Meteorological Data Service Center, CMDC）。另外,对于CMDC中缺乏温度数据的站点,本文采用了与此站点地理分布最近的站点数据进行了替代。

2.1.3 鸟类分布新纪录数据 此外,收集整理了近30年来全国各地区鸟类分布新纪录,共计51科,266条鸟类分布新纪录,以《中国鸟类分布名录》^[23]为鸟类原分布依据,并从中筛选出分布范围北移西扩或居留型发生变化的鸟类,对其分布地范围的变化进行研究。其中鸟类新纪录是以《中国鸟类分布名录》为鸟类原分布依据,根据所收集的文献判断各个鸟类是否出现了新增分布地。而判断鸟类分布范围是否发生北移西扩变化的依据,则是观察鸟类分布的新纪录相对于原分布地的最北界或最西界是否向北或向西扩散。

2.2 方法

① 通过使用ANOVA分析及LSD多重比较来分析不同科鸟类的迁徙时间（抵达、离开、停留时间）变化趋势及判断不同科鸟类迁徙时间差异。齐次性检验中,若方差齐时选择LSD方法,以检验各个水平间存在的差异;若方差不齐时选择Tamhane's T2以检验总体方差不等的两组之间的差异,显著性水平设置为0.05。② 运用相关分析比较了各个站点不同鸟类的迁徙时间与其对应年份物候期月均温的关系。③ 通过线性回归分析了地理因子对各站点鸟类迁徙活动的影响,以评估中国各地区鸟类活动变化的空间格局。

（1）Tp=Slatx+Slony+Saltz+Sint
式中：T_p为各站点的鸟类迁徙日期数据;x、y、z分别代表经度、纬度和海拔;S_int为常数项;S_lat、S_lon、S_alt为描述地理因素对迁徙时间影响的参数。

图1

新窗口打开|下载原图ZIP|生成PPT
图1中国物候变化分析中40个观测点的空间分布

注：圆圈中心表示每个站点的位置;圆圈大小表示每个站点观察到的时间序列数量。
Fig. 1Spatial distribution of 40 bird observation sites used in the meta-analysis of phenological changes in China

3 结果

3.1 鸟类离开、抵达和停留时间变化趋势

鸟类在春/夏季离开和抵达的日期以提前为主。28个（占总观测数据的68.29%）时间序列出现了提前的趋势,其中,5例（占总观测数据的12.20%）的时间序列具有统计学意义（P < 0.05）。鸟类在秋季离开和抵达的日期则以延迟为主。72.22%的观测数据表现出延迟趋势（其中16.67%延迟显著）,其余的27.78%提前（其中19.44%提前显著）。鸟类物候期提前的趋势强于推迟的趋势,春/夏季鸟类离开和抵达的日期每10年提前2.31 d,秋季鸟类离开和抵达日期每10年推迟1.49 d。鸟类停留的时间主要呈延长的趋势,68.52%的时间序列呈延长趋势,其中有5.56%是显著延长的,停留时间每10年延长3.78 d（表2）。

Tab.2
表2
表2中国鸟类物候变化趋势表
Tab.2Summary of phenological trends of birds in China

	数量	比例(%)
春季/夏季物候期
Negall	28	68.29
Negsig	5	12.20
Negunk	15	36.59
Posall	13	31.71
Possig	4	9.76
Posunk	6	14.63
Trmean	41	-2.31
秋季物候期
Negall	10	27.78
Negsig	7	19.44
Negunk	3	8.33
Posall	26	72.22
Possig	6	16.67
Posunk	15	41.67
Trmean	36	1.49
停留时间
Negall	17	31.48
Negsig	6	11.11
Negunk	9	16.67
Posall	37	68.52
Possig	3	5.56
Posunk	27	50.00
Trmean	54	3.78

注：Neg_all和Pos_all：负向趋势和正向趋势的比例;Neg_sig和Pos_sig：显著负向趋势和显著正向趋势的比例（P < 0.05）;Neg_unk和Pos_unk:负向趋势和正向趋势显著性未知的比例;Tr_mean：所有时间序列的平均趋势,其中,负向趋势及“-”是指春/夏、秋季物候期提前以及停留时间缩短,正向趋势及“+”则相反,下同。

新窗口打开|下载CSV

3.2 不同种类的鸟类离开、抵达和停留时间变化趋势

戴胜科（Upupidae）分别与鸭科(Anatidae)（P = 0.025）、燕科（Hirundinidae）（P = 0.013）的停留时间有显著差异,杜鹃科（Cuculidae）与其他鸟类的停留时间差异显著。戴胜科（Upupidae）和杜鹃科（Cuculidae）的停留时间表现出明显的延长趋势,延长速率分别为22.31 d/10a和6.98 d/10a。鸭科（Anatidae）和燕科（Hirundinidae）的停留时间则呈现缩短趋势,速率为0.84 d/10a和1.97 d/10a（表3）。

Tab. 3
表3
表3不同种类的鸟类物候趋势的比较
Tab. 3Comparison of phenological trends of birds from different taxonomic groups

种类	数量	平均值±标准偏差(d/10a)
春季/夏季物候
戴胜科	1	-7.956
鸫科	1	-3.85
杜鹃科	13	-4.87±7.80
鹀科	3	-1.32±2.70
鸭科	6	1.79±15.23
燕科	6	-0.16±3.97
秋季物候
戴胜科	1	5.36
鸫科	1	4.36
杜鹃科	12	2.26±14.37
鸭科	6	-1.40±8.75
燕科	6	1.73±8.67
停留时间
戴胜科	4	22.31±20.11
杜鹃科	15	6.98±19.99
鸭科	9	-0.84±14.74
燕科	14	-1.97±11.83

新窗口打开|下载CSV

春季,鸫科（Turdidae）、鹀科（Emberizidae）和燕科（Hirundinidae）的鸟类离开和抵达日期平均提前天数在0.16~3.85 d/10a之间。提前幅度最大的是戴胜科（Upupidae）和杜鹃科（Cuculidae）,分别为7.96 d/10a和4.87 d/10a。鸭科（Anatidae）的鸟类春/夏季离开和抵达的日期则呈推迟趋势,推迟速率为1.79 d/10a。

秋季,杜鹃科（Cuculidae）和燕科（Hirundinidae）鸟类离开和抵达日期推迟,推迟速率在1.72~2.26 d/10a之间。其中,戴胜科（Upupidae）和鸫科（Turdidae）推迟趋势最强,分别为5.36 d/10a和4.36 d/10a,而鸭科（Anatidae）鸟类在秋季离开和抵达的日期却呈提前趋势（1.40 d/10a）。

同一科的不同种之间的鸟类离开和抵达日期变化趋势也呈现出较大差异。秋季,杜鹃科（Cuculidae）中的大杜鹃（Cuculus canorus）和四声杜鹃（Cuculus micropterus）差异显著（P = 0.015）,大杜鹃（Cuculus canorus）秋季离开和抵达日期显著延迟8.08 d/10a,而四声杜鹃（Cuculus micropterus）的秋季离开和抵达日期显著提前9.38 d/10a。

大杜鹃和四声杜鹃的停留时间也存在显著差异（P = 0.028）,其中大杜鹃的停留时间显著延长11.5 d/10a,四声杜鹃的停留时间则缩短11.1 d/10a;同属于鸭科的鸿雁（Anser cygnoides）和豆雁（Anser fabalis）的停留时间也存在较大差异,鸿雁（Anser cygnoides）的停留时间延长了5.71 d/10a,而豆雁（Anser fabalis）的停留时间缩短了13.93 d/10a。

3.3 不同站点间鸟类迁徙活动的差异以及对观鸟游客的影响

春/夏季鸟类离开和抵达迁徙地日期提前的11个站点主要分布在青海、山东和江苏省（图2）。其中,青海、呼和浩特和江苏赣榆显著提前,提前速率大于20 d/10a。其余的6个观测点（35.29%）则呈现延迟的趋势,零散分布于中国北部,其中江苏省沐阳鸟类在春/夏季离开和抵达日期/时间延迟最多,达24.5 d/10a。

图2

新窗口打开|下载原图ZIP|生成PPT
图2中国各观测点春/夏季鸟类物候期变化

Fig. 2Changes in distribution of birds at different sites of China during spring/summer



秋季鸟类离开和抵达迁徙地时间推迟的13个（占比76.47%）站点,主要集中在青海东部、山东和江苏地区（图3）。但江苏省盱眙和大丰市的鸟类离开和抵达迁徙地时间却显著提前。其中江苏省盱眙市提前幅度最大（-25 d/10a）。

图3

新窗口打开|下载原图ZIP|生成PPT
图3中国各观测点秋季鸟类物候期变化

Fig. 3Changes in distribution of birds at different sites of China during autumn



全国26个观测点中有14个（占比66.67%）站点鸟类停留时间延长。其中新疆北部及青海东部的延长趋势明显,新疆和田市延长时间高达40.51 d/10a。有4个观测点（占比33.33%）鸟类停留时间缩短,其中江苏西部、新疆中部缩短幅度相对较大（图4）。停留时间的延长为观鸟旅游者提供了更长的观鸟体验时间,有利于当地观鸟旅游经济的进一步发展。

图4

新窗口打开|下载原图ZIP|生成PPT
图4中国各观测点鸟类停留时间变化

Fig. 4Changes in distribution of birds at different sites and their stay duration in China

3.4 鸟类栖息地空间分布的变化及其对观鸟目的地的影响

通过对近30年51科266条鸟类新纪录的荟萃分析,发现61%的鸟类栖息地出现了北移或西扩的趋势。其中,以北移趋势为主,45%的鸟类栖息地北移。此外,14%的鸟类栖息地呈现西移的特征（表4）。

Tab. 4
表4
表4中国鸟类栖息地空间分布变化趋势
Tab. 4Summary of immigration direction of birds in China

扩张方向	数量	比例(%)
北	119	45
西	37	14
西北	7	3
其他	103	39
总数	266	100

新窗口打开|下载CSV

鸟类栖息地的格局变化对观鸟旅游活动的影响比起鸟类活动时间的提前和推迟更为深远。鸟类迁徙到过去未抵达的地区,使这些地区因为新增的鸟类而更有吸引力,增强了该地区的游览性,延长了景区的适游期。但是,如果鸟类不再迁徙到过去栖息的地区,这些地区将可能会因为失去鸟类而彻底失去观鸟旅游的吸引物。

3.5 气温变化对鸟类迁徙和观鸟旅游的影响

温度每增加1 ℃,鸟类春/夏季离开和到达的日期提前6.24 d,秋季离开和到达日期则延迟8.64 d,停留时间延长7.95 d。这意味着,气候变暖趋势较强的区域,春/夏季鸟类到达的时间提前;增温越高的地区,秋季鸟类离开日期延迟。同时,温度上升的地区,鸟类停留时间也延长（图5）。

图5

新窗口打开|下载原图ZIP|生成PPT
图5中国不同观测点同一时期鸟类物候趋势和月均温的关系

Fig. 5Relationship between immigration trends of birds and monthly average temperature over the same period at different sites of China

3.6 鸟类空间分布格局变化及其对观鸟旅游的影响

鸟类停留时间长度与纬度的回归斜率（-1.77 d/10a）和与经度的回归斜率（-1.12 d/10a）显著相关,说明鸟类在低纬度和西部地区停留时间更久。纬度每增高1°,鸟类停留的时间减少1.77 d;经度每增加1°,鸟类的停留时间将减少1.12 d。这说明气候变化在一定程度上有利于研究区内西部和南部站点观鸟旅游的开展,而对东部和北部站点的观鸟活动产生不利影响（表5）。

Tab. 5
表5
表5中国鸟类物候趋势与经度、纬度关系
Tab. 5Immigration trend of birds in China

	数量	Slat	Slon	Salt	Sint	R2
停留时间	42	-1.77*	-1.12**	0.04	178.73*	0.41
春季/夏季	30	-0.16	0.09	0	-6.61	0.03
秋季	26	-0.47	-0.19	0	37.98	0.04

注：S_lat、S_lon、S_alt分别代表经度、纬度和海拔对鸟类物候期的影响,S_int为常数项,R²代表模型拟合优度;^*代表0.05的显著性水平,^**代表0.01的显著性水平。

新窗口打开|下载CSV

4 结论与讨论

4.1 结论

中国鸟类离开和抵达、停留时间长度以及鸟类栖息地的格局都已经发生了改变。春季、夏季鸟类会提前离开或抵达迁徙地,但在秋季它们的物候期会延迟。鸟类停留的时间主要呈现延长的趋势。鸟类栖息地的格局呈现出向北和向西迁移的特征。温度升高会使鸟类停留时间变长,对观鸟旅游的开展有利。中国低纬度地区和西部地区鸟类停留时间更长。

4.2 讨论

鸟类出现和离开的时间决定了观鸟旅游开始和结束的时间。中国鸟类的活动时间不但已经发生了变化,而且在不同的季节呈现的变化趋势可能完全相反。春/夏鸟类的活动日期提前,秋季则推迟。相较于植物物候春/夏季开花等趋势明晰而秋季复杂的特点,鸟类的春/夏季和秋季活动变化更为复杂,其提前和延迟趋势占所有物候变化的比例均在70%左右,远低于植物春/夏季提前趋势（90.8%）^[24]。此外,不仅不同科的鸟类活动之间存在差异,而且同一科不同种的鸟类的活动也不相同。已有自然保护区的管理人员表示,鸟类突然提前到来会打乱其管理工作。据黑龙江老爷岭鸟类环志站的工作人员反映,由于2016年气温回暖时间变早,环志工作大约比以往3月中旬才开始的时间提前了一周。位于黑龙江兆麟公园的鸳鸯也出现了类似的情况,据该公园的工作人员描述,往年鸳鸯抵达兆麟公园的时间大约为4月中下旬,但从2015年起该公园鸳鸯春季的抵达时间均出现了不同程度的提前,而2018年的抵达时间甚至提前至了3月25日,再一次刷新了鸳鸯北归的时间表。

观鸟旅游要适应鸟类的活动变化,需要通过广泛的科学观测提供准确的鸟类活动变化时间,并建立高效的信息共享和发布机制,让观鸟旅游者和公众能够及时地获取鸟类活动的时间。但是,中国现有鸟类的观测站点的数据并未对公众开放共享,因此不能够满足观鸟旅游对精确、全面、及时的鸟类活动信息的需求。这需要中国政府投入更多人员、经费开展典型地区的观测,并引导鸟类爱好者采用统一、科学的观测标准进行志愿观测和数据上报,同时加快推进观测数据的开放和共享。这不仅可为观鸟旅游者提供及时的观鸟旅游信息,还可以为研究者提供可靠的数据,用于开展观鸟旅游活动与气候变化等相关领域的科学研究。

温度变化对鸟类活动时间产生了影响,很多观鸟旅游的游客和自然保护区的工作人员也在各个季节明显感知到温度对候鸟迁徙活动的影响,这不仅直接影响了自然保护区鸟类保护和繁殖活动的开展,更影响了观鸟旅游和拍鸟旅游等旅游活动的进行。其中鸟类停留时间增加,导致游客观鸟旅游活动持续时间增长,为观鸟旅游创造有利条件。天津七里海景区管委会的工作人员表示,2012年该景区迎来首批万余只回迁候鸟的时间比往年足足提前了半个月,为大家观鸟、拍鸟创造了有利条件,这跟近期天气逐渐转暖有直接联系。同样地,鄱阳湖国家级自然保护区监测人员观测到了该保护区内灰头麦鸡2016年的抵达时间比2014年和2015年分别提前了12 d和8 d,首批夏候鸟提前抵达的现象可能与当年春季气温回升较快有关。此外,鸟类的停留时间与纬度、经度相关。揭示鸟类的活动时间和温度、经纬度等因素的关系,其作用在于明确鸟类活动变化的机制。这对于建立具有一定可靠程度的鸟类活动预报模型,提前预测、预报鸟类的活动,指导观鸟旅游适应鸟类活动变化是至关重要的。目前,与植物观赏旅游活动相关的预报模型有了一些发展,例如预测观赏植物花期模型（Growing Degree Days Model, Spring Warming Model, UniChill Model）^{[25,26,27,28]}。鸟类活动的预报模型研究相对缺乏。此外,受到不同季节、不同种类、不同地区鸟类活动规律存在的差异的影响,观鸟旅游的预报研究需要针对更多的典型区、代表性的鸟的种类等开展大量的案例研究和对比分析。只有这样才能提高鸟类活动规律以及观鸟旅游规律的可靠性。

气候变化对鸟类的影响不仅体现在鸟类出现和离开的时间变化,更为重大的影响是其栖息地空间分布格局的改变。本文发现许多鸟类的栖息地（本文荟萃总数的61%）出现了北移或西扩的明显特征。有些观鸟旅游地将会由于一些重要的观赏性鸟类不再栖息而完全丧失作为观鸟旅游目的地的机会。据秦皇岛市旅游局副局长反映,观鸟旅游是秦皇岛市一个具有影响力的特种旅游项目,因其在国内外良好的声誉,一直被秦皇岛市当做品牌来打造,每年都有国内外的观鸟爱好者专程赶来。近年来,鸟的数量少了,来观鸟的人也少了,大大影响了观鸟旅游这个品牌项目的发展,使得观鸟“圣地”的光环渐渐褪色。其他的一些地方则有可能因为新的、或者更多的鸟类的到来变得更具吸引力。安徽省观鸟会2013年提供的数据显示,在该市野外鸟类调查过程中发现了达乌里寒鸦、黄眉姬鶲、红喉姬鶲、白腰鹊鸲、铜蓝鹟、崖沙燕等10种合肥市新鸟种。类似地,2016年广西省九万山保护区候鸟资源调查与检测课题组也同样观测到了该地之前从未出现过的23种鸟类新纪录,这无疑会丰富当地的旅游资源,延长景区的适游期。正如评估植物未来空间格局变化,评估未来鸟类栖息地格局的变化,对于指导观鸟旅游地、鸟类自然保护区未来的建设和保护工作极为重要。因此,未来的研究应当引入气候变化情景,评估在不同气候变化情景下,鸟类栖息地的可能格局。

目前一些景区网站发布的信息已经表明鸟类活动时间、鸟类栖息地的变化已经影响了人们的观鸟旅游活动的开展。但是,气候变化对观鸟旅游的影响仍需要对管理者、游客的感知行为的调查来进一步证实。此外,气候变化对观鸟旅游的影响还需要定量评估气候变化对观鸟旅游的经济影响即气候变化对观鸟旅游人次、收入等的影响,以及鸟类活动对观鸟旅游经济产生影响的机制,这是观鸟旅游与气候变化研究的一个值得探索的领域。但要开展这样的研究,需要长时间序列,高分辨率的观鸟旅游者统计数据。比如以月度为时间分辨率的观鸟旅游者数量以及观鸟旅游收入等数据。遗憾的是,中国现有数据是地区或景区的综合数据,很难将观鸟旅游数据剥离出来。这是评估气候变化对观鸟旅游经济影响面临的最大困难。

The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] Jun L, Han C, Di J , et al. Impact of climate-related changes to the timing of autumn foliage colouration on tourism in Japan
Tourism Management, 2019,70:262-272.
DOI:10.1016/j.tourman.2018.08.021URL [本文引用: 1]

[2] Liu Jun, Li Yunyun, Liu Haolong , et al. Climate change and peach blossom viewing: Impact and adaptation
Geographical Research, 2016,35(3):504-512.
[本文引用: 1]

[ 刘俊, 李云云, 刘浩龙 , 等. 气候变化对成都桃花观赏旅游的影响与人类适应行为
地理研究, 2016,35(3):504-512.]
[本文引用: 1]

[3] Kong Dongdong, Zhang Qiang, Huang Wenlin , et al. Vegetation phenology change in Tibetan Plateau from 1982 to 2013 and its related meteorological factors
Acta Geographica Sinica, 2017,72(1):39-52.
[本文引用: 1]

[ 孔冬冬, 张强, 黄文琳 , 等. 1982-2013年青藏高原植被物候变化及气象因素影响
地理学报, 2017,72(1):39-52.]
[本文引用: 1]

[4] Tao Zexing, Zhong Shuying, Ge Quansheng et al. Spatiotemporal variations in flowering duration of woody plants in China from 1963 to 2012
Acta Geographica Sinica, 2017,72(1):53-63.
[本文引用: 1]

[ 陶泽兴, 仲舒颖, 葛全胜 , 等. 1963-2012年中国主要木本植物花期长度时空变化
地理学报, 2017,72(1):53-63.]
[本文引用: 1]

[5] Deng Chenhui, Bai Hongying, Gao Shan , et al. Comprehensive effect of climatic factors on plant phenology in Qinling Mountains region during 1964-2015
Acta Geographica Sinica, 2018,73(5):917-931.
[本文引用: 1]

[ 邓晨晖, 白红英, 高山 , 等. 1964-2015年气候因子对秦岭地区植物物候的综合影响效应
地理学报, 2018,73(5):917-931.]
[本文引用: 1]

[6] Liu J, Chen F, Ge Q S , et al. Climate change and fruit-picking tourism: Impact and adaptation
Advances in Meteorology, 2016: 1-11.
[本文引用: 1]

[7] Sakurai R, Jacobson S K, Kobori H , et al. Culture and climate change: Japanese cherry blossom festivals and stakeholders' knowledge and attitudes about global climate change
Biological Conservation, 2011,144(1):654-658.
DOI:10.1016/j.biocon.2010.09.028URL [本文引用: 1]

[8] Liu H L, Dai J H, Liu J . Spatiotemporal variation in full-flowering dates of tree peonies in the middle and lower reaches of China’s Yellow River: A simulation through the panel data model
Sustainability, 2017,9(8):1343.
DOI:10.3390/su9081343URL [本文引用: 1]

[9] Bell S, Tyrv?inen L, Siev?nen T , et al. Outdoor recreation and nature tourism: A European perspective
Living Reviews in Landscape Research, 2007,1(2):493-505.
[本文引用: 1]

[10] Su Lide, Yang Jie, Wan Zhiqiang , et al. Climate change and its impacts on distribution pattern of grassland types in Inner Mongolia
Chinese Journal of Agrometeorology, 2015,36(2):139-148.
DOI:10.3969/j.issn.1000-6362.2015.02.003Magsci [本文引用: 1]
利用内蒙古自治区48个气象观测站点50a（1962-2011）的月平均气温和降水量观测数据，基于Holdridge模型计算内蒙古气候区划指标划分不同类型草原区，模拟内蒙古草地类型50a的变化趋势。结合实际草地类型分布图，分析不同草原区1962-2011年的气候变化特征，并探讨气候变化对草地类型分布的影响。结果表明:内蒙古典型草原区的东部区域、荒漠草原区和草原荒漠区均属高温地带，而森林草原区和典型草原区的大部分区域属低温地带。50a间内蒙古草原区气温具有显著上升趋势（P&lt;0.05），各类型草地区的年平均气温均在1990年左右发生突变，同年呈显著升高趋势，而生长季气温在1995年左右发生突变，并于2a后呈显著升高趋势。内蒙古草原区降水分布格局具有明显的地带性，由西至东降水量递增且梯度差异明显。年降水量变化趋势表现为，森林草原区自1997年开始显著增加，至2002年回落；典型草原区自1992年开始年降水量显著增加，至2006年回落（P&lt;0.05）；荒漠草原和草原荒漠区年降水量变化趋势不显著。生长季降水量的变化则表现为，森林草原和典型草原区在研究期内呈小幅减少&mdash;小幅增加&mdash;小幅减少趋势，其它类型草地降水变化与年降水量趋势一致。总体上，内蒙古草原区的降水变化，森林草原和典型草原区具有较大波动性，荒漠草原区于近年产生少许变动，而草原荒漠区相对较稳定。1962-2011年气温和降水量变化导致森林草原区面积在前30a呈增加趋势，后20a呈减少趋势；荒漠草原和草原荒漠区的边界逐渐向东扩展，典型草原区也将扩展至部分森林草原区域。总之，研究期内内蒙古草原区降水量在后期减少、气温持续升高，由于蒸散量加大可能导致土壤干旱，从而影响内蒙古草地生态系统分布格局的变化。
[ 苏力德, 杨劼, 万志强 , 等. 内蒙古地区草地类型分布格局变化及气候原因分析
中国农业气象, 2015,36(2):139-148.]
DOI:10.3969/j.issn.1000-6362.2015.02.003Magsci [本文引用: 1]
利用内蒙古自治区48个气象观测站点50a（1962-2011）的月平均气温和降水量观测数据，基于Holdridge模型计算内蒙古气候区划指标划分不同类型草原区，模拟内蒙古草地类型50a的变化趋势。结合实际草地类型分布图，分析不同草原区1962-2011年的气候变化特征，并探讨气候变化对草地类型分布的影响。结果表明:内蒙古典型草原区的东部区域、荒漠草原区和草原荒漠区均属高温地带，而森林草原区和典型草原区的大部分区域属低温地带。50a间内蒙古草原区气温具有显著上升趋势（P&lt;0.05），各类型草地区的年平均气温均在1990年左右发生突变，同年呈显著升高趋势，而生长季气温在1995年左右发生突变，并于2a后呈显著升高趋势。内蒙古草原区降水分布格局具有明显的地带性，由西至东降水量递增且梯度差异明显。年降水量变化趋势表现为，森林草原区自1997年开始显著增加，至2002年回落；典型草原区自1992年开始年降水量显著增加，至2006年回落（P&lt;0.05）；荒漠草原和草原荒漠区年降水量变化趋势不显著。生长季降水量的变化则表现为，森林草原和典型草原区在研究期内呈小幅减少&mdash;小幅增加&mdash;小幅减少趋势，其它类型草地降水变化与年降水量趋势一致。总体上，内蒙古草原区的降水变化，森林草原和典型草原区具有较大波动性，荒漠草原区于近年产生少许变动，而草原荒漠区相对较稳定。1962-2011年气温和降水量变化导致森林草原区面积在前30a呈增加趋势，后20a呈减少趋势；荒漠草原和草原荒漠区的边界逐渐向东扩展，典型草原区也将扩展至部分森林草原区域。总之，研究期内内蒙古草原区降水量在后期减少、气温持续升高，由于蒸散量加大可能导致土壤干旱，从而影响内蒙古草地生态系统分布格局的变化。

[11] Gross M . Volatile climate stirs bird life cycle
Current Biology, 2017,27(13):623-625.
DOI:10.1016/j.cub.2017.06.058URL [本文引用: 1]

[12] Austin G E, Rehfisch M M . Shifting nonbreeding distributions of migratory fauna in relation to climatic change
Global Change Biology, 2005,11(1):31-38.
DOI:10.1111/gcb.2005.11.issue-1URL [本文引用: 1]

[13] Lemoine N, Schaefer H C, B?hning-Gaese K . Species richness of migratory birds is influenced by global climate change
Global Ecology & Biogeography, 2007,16(1):55-64.
[本文引用: 1]

[14] Leech D I, Crick H Q P . Influence of climate change on the abundance, distribution and phenology of woodland bird species in temperate regions
Ibis, 2007,149(Suppl.2):128-145.
DOI:10.1111/j.1474-919X.2007.00729.xURL [本文引用: 1]

[15] Parmesan C, Ryrholm N, Stefanescu C , et al. Poleward shifts in geographical ranges of butterfly species associated with regional warming
Nature, 1999,399(6736):579-583.
DOI:10.1038/21181 [本文引用: 1]

[16] Watson G P L . Multiple acts of birding: The education, ethics and ontology of bird watching in Ontario
[D]. Toronto: York University, 2010.
[本文引用: 1]

[17] Cheung S C H . Wetland tourism in Hong Kong: From birdwatcher to mass ecotourist
Asian Tourism, 2008: 259-267.
[本文引用: 1]

[18] Lee C K, Lee J H, Kim T K , et al. Preferences and willingness to pay for bird-watching tour and interpretive services using a choice experiment
Journal of Sustainable Tourism, 2010,18(5):695-708.
DOI:10.1080/09669581003602333URL [本文引用: 1]

[19] Cagan. Impacts of birdwatching on human and avian communities
Environmental Conservation, 2002,29(3):282-289.
DOI:10.1017/S0376892902000206URL [本文引用: 1]

[20] Campbell J L, Marion G M, Norby R J , et al. A meta-analysis of the response of soil respiration, net nitrogen mineralization, and aboveground plant growth to experimental ecosystem warming
Oecologia, 2001,126(4):543-562.
DOI:10.1007/s004420000544URL [本文引用: 1]

[21] Menzel A, Sparks T H, Estrella N , et al. European phenological response to climate change matches the warming pattern
Global Change Biology, 2006,12(10):1969-1976.
DOI:10.1111/gcb.2006.12.issue-10URL [本文引用: 1]

[22] Hofmann M E, Hinkel J, Wrobel M . Classifying knowledge on climate change impacts, adaptation, and vulnerability in Europe for informing adaptation research and decision-making: A conceptual meta-analysis
Global Environmental Change, 2011,21(3):1106-1116.
DOI:10.1016/j.gloenvcha.2011.03.011URL [本文引用: 1]

[23] Zheng Zuoxin. Chinese Birds Distribution List. Beijing: Science Press, 1976.
[本文引用: 1]

[ 郑作新 . 中国鸟类分布名录. 北京: 科学出版社, 1976.]
[本文引用: 1]

[24] Ge Q S, Wang H J, Rutishauser T , et al. Phenological response to climate change in China: A meta- analysis
Global Change Biology, 2015,21(1):265-274.
DOI:10.1111/gcb.2014.21.issue-1URL [本文引用: 1]

[25] Mu?oz J L . Predicting the timing of budburst in temperate trees
Journal of Applied Ecology, 1992,29(3):597-604.
DOI:10.2307/2404467URL [本文引用: 1]

[26] Cannell M G R, Smith R I . Thermal time, chill days and prediction of budburst in Picea sitchensis
Journal of Applied Ecology, 1983,20(3):951-963.
DOI:10.2307/2403139URL [本文引用: 1]

[27] Chuine I . A unified model for budburst of trees
Journal of Theoretical Biology, 2000,207(3):337-347.
DOI:10.1006/jtbi.2000.2178URL [本文引用: 1]

[28] Chung U, Mack L, Yun J I , et al. Predicting the timing of cherry blossoms in Washington, DC and Mid-Atlantic States in response to climate change
Plos One, 2011,6(11):e27439.
DOI:10.1371/journal.pone.0027439URL [本文引用: 1]