塔克拉玛干沙漠边缘车尔臣河流域土地利用类型变化对夏季区域气候的影响

  • 高珞婷 , 1 ,
  • 梁捷宁 , 1 ,
  • 张镭 1, 2 ,
  • 王彬睿 1
展开
  • 1. 兰州大学大气科学学院,甘肃 兰州 730000
  • 2. 兰州大学西部生态安全协同创新中心,甘肃 兰州 730000
梁捷宁(1985 -), 女, 河南人, 副教授, 主要从事大气边界层和大气湍流、 陆气相互作用研究. E-mail:

高珞婷(1999 -), 女, 甘肃兰州人, 硕士研究生, 主要从事陆气相互作用研究. E-mail:

收稿日期: 2024-10-14

  修回日期: 2025-01-17

  网络出版日期: 2024-09-13

基金资助

第二次青藏高原综合科学考察研究任务六专题 2“粉尘气溶胶及其气候环境效应”(2019QZKK0602)

Impacts of Land Use Change on the Summer Regional Climate in the Cherchen River Basin at the Edge of the Taklamakan Desert

  • Luoting GAO , 1 ,
  • Jiening LIANG , 1 ,
  • Lei ZHANG 1, 2 ,
  • Binrui WANG 1
Expand
  • 1. College of Atmospheric Sciences,Lanzhou University,Lanzhou 730000,Gansu,China
  • 2. Collaborative Innovation Center for Ecological Security in Western China,Lanzhou University,Lanzhou 730000,Gansu,China

Received date: 2024-10-14

  Revised date: 2025-01-17

  Online published: 2024-09-13

Copyright

© Editorial Department of Plateau Meteorology (CC BY-NC-ND)

摘要

土地利用类型变化通过改变地表-大气相互作用对区域气候产生影响, 了解土地利用类型变化对区域气候的影响有助于未来土地利用规划和制定区域政策, 特别是生态环境极端脆弱敏感的干旱半干旱地区。车尔臣河流域位于塔克拉玛干沙漠(TD)东缘, 是保护且末县不被塔克拉玛干沙漠吞噬的唯一防线。近20年来, 人为活动使当地植被增加、 水体面积扩大, 但这种变化对区域气候的影响尚不清楚。利用WRF(Weather Research and Forecasting)模式, 分别使用2001年和2021年的MODIS MCD12Q1 6.1(MCD12Q1)版本全球土地利用类型数据集, 设置对照实验研究车尔臣河流域土地利用类型变化对2021年7月区域气候的影响。结果表明: 车尔臣河流域水体和绿地增加使地表蒸散总值增加了2.95 mm, 地面2 m比湿均值增加了2×10-4 kg·kg-1; 水汽的增加使流域南部山坡区域降水增加, 流域北部受反气旋性气流控制, 降水没有明显变化; 地表绿化和水体增加导致的降水量增加不能补充地表蒸散增加损失的水分。台特玛湖面积恢复区域气温显著降低, 平均最高温和最低温分别降低1.8 ℃和1.3 ℃; 台特玛湖以外的区域, 地表植被的增加通过调节蒸散、 地表反照率和大气长波辐射等多种途径影响气温, 使流域北部最高温升高、 最低温降低, 流域南部最高温降低、 最低温升高; 总体而言, 地表反照率减小造成的地面净辐射增加起主导作用, 净辐射平均增加7.35 W·m-2, 地面平均气温升高0.21 ℃。车尔臣河流域水体和绿地增加区域向塔克拉玛干沙漠(TD)地区输送了部分水汽, 使TD地区5 km以下水汽含量增加, 通过调节辐射使TD地区温度升高, 其中, 大气逆辐射的增加占主导作用, 使区域平均气温升高0.3 ℃; 在反气旋性气流控制下, TD地区降水基本没有变化。

本文引用格式

高珞婷 , 梁捷宁 , 张镭 , 王彬睿 . 塔克拉玛干沙漠边缘车尔臣河流域土地利用类型变化对夏季区域气候的影响[J]. 高原气象, 2025 , 44(4) : 1098 -1108 . DOI: 10.7522/j.issn.1000-0534.2025.00012

Abstract

The impact of land-use type change on regional climate through alterations in surface-atmosphere interactions, understanding the effects of land use change on regional climate is essential for informing future land use planning and policy decisions, especially in arid and semi-arid regions where the ecological environment is highly vulnerable and sensitive.Situated on the eastern edge of the Taklamakan Desert, the Cherchen River Basin serves as the only barrier protecting the surrounding county from being overtaken by the advancing desert.Over the past 20 years, human activities have led to an increase in local vegetation and expanded water bodies.However, the effects of these changes on the regional climate remain unclear.Using the WRF (Weather Research and Forecasting) model, MODIS MCD12Q1 6.1(MCD12Q1) global land use type dataset from 2001 and 2021 were employed to analyze how land use changes impacted the regional climate in July 2021 in the Cherchen River Basin.The results indicate that the increase in water bodies and green spaces in the Cherchen River Basin has led to rise in surface evapotranspiration of 2.95 mm.Additionally, the specific humidity at 2 meters above the surface increased by 2×10⁻⁴ kg·kg-1.This rise in water vapor enhanced precipitation in the southern region of the basin.However, in the northern part, precipitation remained relatively unchanged due to the influence of anticyclonic airflow.Moreover, the additional precipitation resulting from land greening and increased water bodies was insufficient to compensate for the water lost through evapotranspiration.In essence, while local hydrological conditions improved with the expansion of green areas and water bodies, this did not fully offset the losses incurred through evaporation processes.The temperature in the recovery area of Lake Taitema was significantly reduced, the average maximum and minimum temperatures decreased by 1.8 °C and 1.3 °C.In areas outside Lake Taitema, the increase in surface vegetation influences temperature by regulating evapotranspiration, surface albedo, and atmospheric longwave radiation.This effect results in higher maximum temperatures and lower minimum temperatures in the northern part of the basin, while both maximum and minimum temperatures decline in the southern part.Overall, the increase in surface net radiation, driven by a reduction in surface albedo, was the predominant factor, contributing to an average increase of 7.35 W·m-2 and a corresponding rise of 0.21 °C in average surface temperature.The increased water bodies and green spaces in the Cherchen River Basin have facilitated the transport of water vapor to the Taklamakan Desert (TD) area.This influx has heightened the water vapor content below 5 km in the TD, leading to temperature increases in that region through the regulation of radiative processes.The increase in atmospheric infrared radiation was the primary factor, resulting in a regional average temperature rise of 0.3 °C.Meanwhile, precipitation levels remained largely unchanged due to the prevailing anticyclonic airflow.

1 引言

土地利用类型变化是影响全球气候变化的主要因素之一(Pielke, 2005), 其通过调节地表参数, 包括地表反照率、 地表发射率、 地表粗糙度等, 改变地表-大气之间的物质和能量交换、 边界层过程甚至大气环流(Wei et al, 2016), 影响区域气温(Feddema et al, 2005Zhao et al, 2018)和降水(Zeng et al, 20172018)。人类活动已经极大地改变了约3/4的陆地表面(Winkler et al, 2021), 是全球和区域气候变化的重要驱动因素, 也是气候变化研究的重要不确定性来源(Feddema et al, 2005)。土地利用类型的变化可能增强或抑制区域气候变化, 导致陆地生态系统对气候变化的敏感性增加, 而这种作用在干旱和半干旱地区尤为突出(Yu et al, 2017Zhou et al, 2019)。在全球变化的背景下, 研究土地利用类型变化对区域气候的影响, 对探索人类活动如何影响气候和环境至关重要。
近20年来, 土地利用类型变化及其对气候的影响引起了广泛关注。Salazar et al(2015)发现在南美洲非亚马逊地区, 有360万平方公里的原始自然植被转化为其他土地利用类型, 导致了降水的显著减少和地表温度的升高。Odongo et al(2019)研究发现2003 -2012年在奈瓦沙湖流域草地转换为农田地区, 蒸散量增加高达12%, 草地开垦农业用地会增加当地的用水需求, 剧烈增加蒸散量。Atasoy(2019)研究了土耳其南部奥斯曼尼耶省在城市化过程中, 植被退化导致地表温度显著升高。Li et al(2020)利用WRF(Weather Research and Forecasting)模式研究了青藏高原拉萨河流域土地利用类型变化对区域气候的影响, 发现城市化导致夏季升温, 水库建设使春、 冬季降温显著, 造林在冬季出现增温效应。Gao et al(2013)利用WRF模式研究发现土地退化使喀斯特高原荒漠地区净辐射和蒸发量减少, 导致高原及其东部邻近地区的气流抬升受到限制、 高原内部降水减少。Wang et al(2022)研究了中国北方农牧交错带植被变化对区域大气水分循环的影响, 结果表明造林加强区域水分循环, 退化则相反。Li et al(2018)利用WRF模式研究发现将印度加尔各答都市湿地和农田都转变为建成区, 会显著提高区域温度使区域东部降水增加; 将所有湿地和旱地转变为灌溉农田具有降温作用, 使中部和东部地区的降雨增加, 西南和西北降雨减少。尽管目前进行了大量的研究, 但由于地表-大气反馈的复杂性和不确定性, 关于土地利用类型变化对区域气候的影响仍存在很多争议, 比如: 植被的增加使一些地区气温降低而另一些地区气温升高(Gibbard et al, 2005); 即使在降水随地表植被或水域增加的区域, 增加的降水能否补偿地表蒸散增加造成的陆地水分损失仍然不明确(Lv et al, 2019)。此外, 土地利用类型变化具有显著的空间异质性, 又受到观测条件和技术的限制, 关于土地利用类型变化对气候的影响还需要在不同的区域进行大量的研究。
车尔臣河流域处于干旱和半干旱地区, 冬冷夏热, 气温日较差和年较差大, 降水稀少而蒸发强烈。车尔臣河流经我国最大的沙漠——塔克拉玛干沙漠东南边缘, 是保护且末县不被塔克拉玛干沙漠吞噬的唯一防线。过去20年为保护且末县不被沙漠吞噬, 当地政府在车尔臣河流域恢复干涸的台特玛湖泊、 修建国家重大水利工程大石门水库、 进行草地恢复、 建设高效节水农业和人工芦苇湿地, 使当地生态得到恢复发展。然而, 这些人为的各项保护措施对区域气候, 特别是对区域大气水循环的影响还缺少研究。车尔臣河流域位于塔克拉玛干沙漠边缘, 土地利用类型变化不仅对流域区域气候造成影响, 也可能会引起塔克拉玛干沙漠的气候变化。明确车尔臣河流域土地利用类型变化对区域气候的影响, 同时关注对防沙源头——塔克拉玛干沙漠地区区域气候造成的影响, 对该地区未来土地利用规划、 制定区域政策和保护人民生命财产安全至关重要。

2 研究区概况及土地利用类型变化

车尔臣河位于新疆维吾尔自治区巴音郭楞蒙古自治州境内中, 发源于昆仑山北坡的木孜塔格峰地区, 流经且末县和若羌县, 最终注入台特玛湖, 主要由雪线5000 m以上终年冰川积雪融化的直接补给和地下水汇聚而成, 年平均径流量约为7.84×108 m3, 是塔里木盆地东南部径流量最大的河流。其下游段经阿克塔孜至尾闾台特玛湖全长约813 km, 是塔里木河下游绿洲的生命线之一。且末县位于塔里木盆地东缘, 行政区域总面积140200 km2, 仅次于若羌县, 是我国面积第二大县。且末县北部深入塔克拉玛干沙漠, 受沙尘活动影响巨大, 其存在与否, 主要由车尔臣河与塔克拉玛干沙漠之间的相对强弱决定。如果不对车尔臣河流域进行环境治理和生态恢复, 生态脆弱的车尔臣河阻挡不了沙漠的进攻, 两次毁于沙漠沙土吞噬的且末县有第三次被吞噬的可能。
2007年以后, 当地实施了一系列生态和环境保护措施, 土地利用类型发生了显著变化。在车尔臣河与托其里萨依河汇合口下游300 m处, 修建了国家重点水利工程——大石门水利枢纽工程; 建造了总库容1.27亿立方米的大(二)型水库; 并在车尔臣河各大源流及其干流上中游建设了高效节水农业和人工芦苇湿地, 使湿地生态得到恢复发展。台特玛湖(88.32°E, 39.46°N)位于若羌县城的北方, 是塔里木河和车尔臣河的尾闾湖泊。上世纪, 随着上游河流断流, 台特玛湖逐渐干涸。2001年, 湖面积为6 km2, 经过多次生态调水和应急输水, 湖面逐渐恢复, 目前湖面积维持在30~110 km2
使用美国地质调查局(USGS)2001年和2021年分辨率为500 m的MODIS MCD12Q1 6.1(MCD12Q1)版本全球土地利用类型数据集(https: //doi.org/10.5067/MODIS/MCD12Q1.061)(Friedl and Sulla-Menashe, 2022), 统计了车尔臣河流域土地利用类型的变化。MCD12Q1全球土地利用类型数据集是根据每年的(2001-2021年)Terra和Aqua组合中分辨率成像光谱仪观测所得, 反射率数据经过监督分类处理得到描述土地利用类型的数据, 其中的Land Cover Type1数据子集, 包含17个主要土地利用类型。
表1给出了车尔臣河流域2001年和2021年各类土地利用类型总面积及变化量。从区域上看, 土地利用类型变化主要是从裸地转变为水域和草地, 其中水域面积变化幅度最大, 从374.5 km²增加到2279.5 km², 草地面积从2034.5 km2增加到4461 km², 裸地面积减少4322 km²。主要覆被变化空间分布见图1, 图中棕色虚线为2000 m等高线, 把车尔臣河流域分为南北两部分。北部是冲积平原, 地表为沙漠和狭长的绿洲, 是人为绿地、 湿地和水利工程的主要发生区域; 南部为昆仑山和阿尔金山北麓, 海拔高度快速增加, 属暖温带荒漠区, 降水稀少, 空气干燥。
表1 车尔臣河流域2001年和2021年土地利用类型面积及变化量

Table 1 Land use area and changes in the Cherchen River Basin in 2001 and 2021

类型 2001年面积/km² 2021年面积/km² 变化面积/km² 变化幅度
林地 34.25 18.75 减少15.5 减少45.2%
草地 2034.5 4461 增加2427 增加119%
耕地 5.57 12 增加6.75 增加120%
水域 374.5 2279.5 增加1905 增加510%
裸地 164399 160077 减少4322 减少2.63%
图1 车尔臣河流域2001年土地利用类型分布(a)及自2001 -2021年土地利用类型变化分布(b)

水域增加区域为台特玛湖(图中黑色虚线为2000 m等高线, 以下图4~6中相同)

Fig.1 Distribution of land use types in the Cherchen River Basin in 2001 (a) and Distribution of land use types change from 2001 to 2021 in the Cherchen River Basin (b).The area of water increase is Lake Taitema.The black dotted line in the figure is the 2000 m contour line, the same as in Fig.4~6 below

3 实验设置及验证

3.1 实验设置

将WRF的土地利用类型数据分别替换为2001年和2021年MCD12Q1全球土地利用类型数据集中的Land Cover Type1数据, 采用相同的物理参数化方案, 将下垫面土地利用类型数据作为唯一实验变量, 进行数值实验, 对比研究车尔臣河流域土地利用类型变化对夏季区域气候的影响。利用WRF 3.9.1版本, 使用两层双向嵌套, 模拟域内地形高度见图2。嵌套域投影方式为Lambert等角圆锥投影, 该投影适用于纬度30° ~ 60°的中纬度地区。模拟域外层D01网格分辨率为6 km×6 km, 网格数为570×400, 覆盖中国主要干旱半干旱地区; 内层D02包含车尔臣河流域, 覆盖塔克拉玛干沙漠和青藏高原北部部分地区, 网格分辨率为2 km×2 km, 网格数为601×571。模拟的初始和边界条件使用1°×1°的美国国家环境预报中心(NCEP)和美国国家大气研究中心(NCAR)联合开发的全球再分析资料(FNL)。所选择的参数化方案主要包括Kain-fritsch的第2版积云对流方案(Kain and Kain, 2004)、 YSU边界层方案(Hong et al, 2006)、 WSM 3类简单冰微物理过程方案(Hong et al, 2004)、 RRTMG长波和短波辐射方案(Iacono et al, 2008)和Noah陆面参数化方案(Broeke et al, 2017)。
图2 WRF双层模拟区域内地形高度及地面气象站分布

黑点表示模拟范围内的地面气象站, 黑色粗线条为车尔臣河, 白色线条包围区域为且末县, 黑色细线条包围区域为车尔臣河流域

Fig.2 The terrain height of the WRF double-layer simulated area and the distribution map of surface weather stations in China.The black dots in the figure represent the Chinese surface weather stations within the simulated range, with the black thick line being the Cherchen River, the white line surrounding the area being Jimo County, and the black thin line surrounding the area being the Cherchen River Basin

实验研究时段为2021年7月, 提前运行一周使模式稳定, 模拟结果每小时输出1次。为方便描述, 将使用2001年和2021年下垫面数据的实验分别称为实验01和实验21。两组实验分别代表人为改变车尔臣河流域土地利用类型前后的夏季局地气候特征, 并用实验21和实验01的差异量化土地利用类型变化对车尔臣河流域区域气候的影响。除特别说明外, 文中关于两组实验对比分析时涉及的模拟结果指内层嵌套域D02的模拟结果, 两组实验差异的描述均指实验21与实验01的模拟结果差值。

3.2 模拟结果验证

使用模拟范围内23个中国地面气象站点的地面温度、 降水和风速的观测资料对实验21的模拟结果进行检验, 23个地面气象站点位置分布见图2。在D01和D02内, 对应变量模拟值相对于观测值的均方误差(MSE)、 平均绝对误差(MAE)、 均方根误差(RMSE)和相关系数(R)见表2。在D01, 温度和降水的模拟值与观测值的相关系数分别为0.78和0.50; 在D02, 温度、 降水和风速的相关系数分别为0.81、 0.61和0.60(图3)。在车尔臣河流域的新疆塔中(83.40°E, 39.00°N)和新疆铁干里克(87.42°E, 40.38°N)站点, 温度和风速模拟值和观测值的线性拟合见图3, 相关系数分别为0.82、 0.58和0.79、 0.62)。从站点和区域角度, 温度、 降水和风速模拟值与观测值均呈现较好的相关性, 且这些相关性都通过了95%的显著性检验, 表明模拟结果可信, 实验可以较好地反映出车尔臣河流域及其周边区域的气候特征。
表2 D01D02模拟的温度、 降水的统计量检验

Table 2 Statistical tests of temperature and precipitation simulated by D01 and D02

模拟域变量 R MSE MAE RMSE
DO1温度 0.78 9.98 ℃ 2.03 ℃ 3.16 ℃
DO1降水 0.50 16.81 mm 2.75 mm 4.1 mm
DO2温度 0.81 8.18 ℃ 1.95 ℃ 2.86 ℃
DO2降水 0.61 12 mm 2.2 mm 3.4 mm
DO2风速 0.60 15.2 m·s-1 2.51 m·s-1 3.9 m·s-1
图3 新疆塔中站(a、 c)和新疆铁干里克气象站(b、 d)温度(a、 b)与风速(c、 d)模拟值与观测值对比

Fig.3 Validation of simulated against observations values of temperature (a, b) and wind speed (c, d) at Tazhong Station (a, c) and Tieganlike Meteorological Station (b, d) in Xinjiang

4 车尔臣河流域土地利用类型变化对区域气候的影响

4.1 车尔臣河流域湿度和降水

土地利用类型变化通过改变地表能量平衡, 影响大气湿度和温度, 进而通过大气水汽的辐射强迫作用制约着地-气温差和地表蒸散发过程, 使降水甚至大气环流发生变化(Wei et al, 2016Zeng et al, 2017张强等, 2023)。图4给出了D02模拟范围内的平均风场[图4(a)]和实验21与实验01的平均比湿、 降水[图4(b)~(c)]的差异。在台特玛湖水体增加区域, 水体表面水分蒸发增强, 使湖泊近地面空气湿度显著增加, 平均2 m比湿均值增加约1.0×10-2 kg·kg-1, 增加的水汽会沿着地表风场向周边区域输送。在车尔臣河流域的其他地区, 7月近地面2 m比湿均值增加2×10-4 kg·kg-1, 平均增加幅度为3.5%。艾泽等(2023) 研究了三峡水库的气候效应, 夏季高温干旱年和低温洪涝年水库近地面相对湿度均呈现3.9%以上的增幅。与三峡水库相比, 车尔臣河流域的水体增加面积小, 增湿幅度相对较小。
图4 D02模拟范围内近地面风场分布(a)、 实验21和实验01近地面比湿和风场差异(b)及地面夏季降水差异(c)

Fig.4 Distribution of near-surface wind field in the simulated range of D02 (a), Differences in near-surface specific humidity and wind field (b) and Differences in surface summer precipitation (c) in Experiment 21 and Experiment 01

以2000 m等高线为界, 车尔臣河流域南北两部分随比湿增加的同时, 降水却有显著不同的变化, 如图4(c)。流域北部, 处于吹向塔克拉玛干沙漠的东北气流[图4(a)], 以反气旋性切变下沉气流为主, 难以形成局地的降水, 大气比湿增加的同时降水没有明显变化。2000 m等高线以南地区, 地处昆仑山和阿尔金山北麓, 主要受局地山谷风环流影响。白天, 气流沿山坡向上, 把北部冲积平原区水体和绿地增加蒸散的丰富水汽输送至流域南部山坡, 气流爬升过程中产生更多的云和降水, 降水量增加 8.6%, 约4.5 mm。在整个车尔臣河流域, 土地利用类型的变化使实验研究时段内地面总蒸散量从9.64 mm增至12.59 mm, 增加了2.95 mm, 但降水量只增加了0.7 mm。近些年, 中国东部和西部地区进行了大量绿化(赵倩倩等, 2021),且在中国大部分地区, 随着地表绿化, 增加的降水会基本补偿地表因蒸散增加而损失的水分(Yu et al, 2021); 而在干旱区, 与蒸散相比, 水汽通量辐合对降水作用更加显著(Yu et al, 2020)。车尔臣河流域过去二十年草地面积变为原来的2倍, 水体面积增加为原来的5倍, 增加幅度剧烈, 但周围干旱的环境和流场配置使得车尔臣河流域水汽通量以辐射为主。土地利用类型改变增加的降水量显著小于地表蒸散的增加量, 从而减少了地表水资源。表明在干旱半干旱区域过度的地表绿化、 湿化面积大规模增加可能会导致区域水资源短缺和区域干旱等问题。蒸散发是干旱半干旱地区生态系统水分耗散的主要方式(王远征等, 2023), 干旱和半干旱地区绿化是额外消耗以蒸散形式存在的陆地水实现降温等热量交换(Cao et al, 2023), 在部分半干旱地区绿化带来降水变化量小于蒸发变化量, 土壤湿度显著减少会使干旱加剧(Yu et al, 2020)。Cao et al(2023)Liu et al(2023)Yu et al(2020)在研究绿化的气候效应中, 同样强调了在干旱半干旱地区实施大规模植被恢复时需要注意水资源短缺的问题。

4.2 车尔臣河流域地面温度

图5是实验21与实验01模拟的车尔臣河流域2021年7月地面2 m温度(T 2)的差异。在台特玛湖泊水体增加区域, 日最低气温升高1.8 ℃, 日最高气温最高降低1.3 ℃, 日较差显著减小, 平均气温降低0.4 ℃, 在湖区形成“冷岛效应”。水体相对于裸地反照率减小, 地面接收到的净短波辐射增加, 地面净辐射增加[图6(d), (f)]。但水体增加使潜热通量增加、 感热通量减小, 同时由于水体比热容较大, 吸收(放出)热量温度变化缓慢, 使日最高温气温降低, 日最低温气温增加, 日较差变小。与Wu et al(2023)苏东生等(2019)的研究结论一致, 水体对近地面温度在夏季起减温作用, 降低夏季近地面空气温度且使日较差变小。
图5 实验21和实验01模拟的车尔臣河流域2021年7月地面2 m气温差异

(a)平均气温, (b)日最低温, (c)日最高温

Fig.5 Experiment 21 and Experiment 01 simulated the difference of 2 m ground temperature in July 2021 in the Cherchen River Basin.(a) mean temperature, (b) daily minimum temperature, (c) daily maximum temperature

图6 实验21和实验01模拟结果差异

(a)反照率, (b)发射率, (c)感热通量(单位: W·m-2), (d)地面向下短波辐射(单位: W·m-2), (e)地面向上长波辐射(单位: W·m-2), (f)地面净短波辐射(单位: W·m-2), (g)地面净长波辐射(向上长波–向下长波)(单位: W·m-2), (h)地面净辐射(单位: W·m-2

Fig.6 Differences between the simulation results of Experiment 21 and Experiment 01.(a) albedo, (b) emissivity, (c) Sensible heat flux (unit: W·m-2), (d) Ground downward shortwave radiation (unit: W·m-2), (e) Ground upward longwave radiation (unit: W·m-2), (f) Ground net shortwave radiation (unit: W·m-2), (g) Ground net longwave radiation (upward longwave-downward longwave) (unit: W·m-2), (h) Ground net radiation (unit: W·m-2

除台特玛湖以外的车尔臣河流域其他地区, 人为活动增加的地表绿地、 水体使地表反照率减小, 地表获得更多的太阳辐射。在草地增加区域, 地表反照率减小约1.0×10-2, 使近地面接受太阳短波辐射增加, 净短波辐射平均值增加52 W·m-2, 净辐射平均值增加32 W·m-2, 使得车尔臣河流域7月平均2 m空气温度升高0.21 ℃, 但流域南北部分最高温和最低温气温变化特征显著不同。北部地区, 与裸土相比, 人为绿地的反照率更小, 白天地表吸收更多太阳辐射[图5(d)], 气温升高, 日最高温气温月均值增加约0.2 ℃; 夜间, 植被的增加使地表发射率增加4.0×10-2, 地表向上的长波辐射增加[图5(c)], 辐射冷却作用使近地层气温降低, 最低温气温月均值降低约0.3 ℃。南部地区, 白天自北部输送的水汽增加了云和降水, 对地表产生降温作用, 平均日最高温气温降低0.34 ℃; 夜间, 空气中水汽含量的增加, 使大气逆辐射加强, 地表向上的净长波辐射减少[图6(e)], 这种保温作用使最低温气温升高0.28 ℃。Yu et al(2020)利用WRF模式模拟2001—2017年绿化对中国夏季气温的影响, 在我国北方干旱半干旱地区的东部, 植被蒸散使潜热通量增加了5~30 W·m-2, 降水增加, 气温显著降低。在车尔臣河流域, 整体来说, 人为绿地、 水体增加使地表蒸散增强, 潜热通量平均增加1.46 W·m-2, 但反照率减小约1.0×10-2, 使得净辐射平均增加7.35 W·m-2, 感热通量平均增加5.5 W·m-2, 反照率的变化是地表辐射变化收支的主要因素, 导致地表气温升高。车尔臣河流域地处塔克拉玛干沙漠边缘, 在这样干旱少雨的环境中, 人为活动对土地利用类型的改变对区域气候的反馈以反照率减小, 地表接受太阳辐射增加导致的区域增温机制为主。

4.3 塔克拉玛干沙漠(TD)地区气温和降水

图7给出了沿86°E在南北方向垂直剖面上的平均风速、 比湿, 以及两组实验的风速、 比湿变化量分布。TD地区被反气旋控制, 反气旋性切变以下沉气流为主, 同时, TD地区和青藏高原相互作用形成的山谷风环流, 在TD上空约5 km高度上形成稳定的向北分量, 平均5 m·s-1, 阻碍了水汽的向上输送。随着车尔臣河流域土地利用类型的改变, 沿2000 m等高线, 地表的东北气流从车尔臣河流域北部向TD地区输送来水汽, 这些水汽被限制在 5 km高度以下, 难以形成云和降水。TD地区地表2 m平均比湿增加约1.0×10-4 kg·kg-1, 但对降水的贡献十分微弱, TD地区降水基本没有变化, 如图4(c)。
图7 沿86°E南北方向垂直剖面平均风场和比湿分布(a), 及实验21和实验01风场和比湿的差异(b)

Fig.7 Vertical profile along 86°E north-south the distribution of the average wind field and specific humidity (a), and the difference between the wind field and specific humidity of experiment 21 and experiment 01 (b)

TD地区增加的水汽, 对太阳短波辐射有一定的吸收作用, 水汽增加集中区使地面接收到的向下短波辐射略微减小[图6(b)], 区域均值变化不大; 水汽吸收太阳短波辐射和地面长波辐射并释放长波辐射, 加热所在高度大气, 使大气逆辐射显著增加, 地面向上的净长波辐射平均减少3.9 W·m-2图6(e)], 对地表起到一定的保温作用, 使TD地区近地面平均最高温和最低温分布增加0.2 ℃和0.53 ℃, 平均气温升高约0.3 ℃。车尔臣河流域土地利用类型的改变, 通过水汽输送使TD地区大气逆辐射增加, 成为地面净辐射变化的主要原因, 使平均温度升高0.3 ℃, 日最高温和最低温均有升高, 且最低温升高更加显著, 气温日较差变小。

5 结论

了解土地利用类型变化对区域气候的影响有助于未来土地利用规划和制定区域政策, 在生态环境极端脆弱敏感的干旱半干旱地区尤为重要。基于WRF模式分别使用2001年和2021年MCD12Q1 全球土地利用类型数据集, 在车尔臣河流域设计对照实验, 研究了车尔臣河流域土地利用类型变化对2021年7月区域气候的影响。主要的研究结果如下:
(1) 人为活动造成的水体和绿地增加使车尔臣河流域地面2 m平均比湿增加2×10-4 kg·kg-1。流域南部山坡区, 降水量增加8.6%, 约4.5 mm; 流域北部受反气旋性气流控制, 降水基本没有变化。研究时段内整个车尔臣河流域总蒸散增加了2.95 mm, 平均降水量只增加了0.7 mm, 地表绿化和水体增加导致的降水量增加不能补充地表蒸散损失的水分。
(2) 台特玛湖面积恢复区域气温显著降低, 平均最高温和最低温分别降低1.8 ℃和1.3 ℃。在车尔臣河流域台特玛湖以外的区域, 地表植被的增加通过增加蒸散、 增加地表长波发射率、 增加水汽含量改变大气长波辐射和减小地表反照率等多种途径改变气温。流域南部白天云和降水的增加使最高温平均降低0.34 ℃; 夜间水汽的保温作用使最低温升高0.28 ℃。流域北部, 白天, 地表反照率减小影响更加突出, 最高温平均升高0.2 ℃; 夜间, 地表发射率增加占优势, 最低温降低约0.3 ℃。总体而言, 地表反照率减小造成的地面接收到的净辐射增加起主导作用, 导致净辐射平均增加7.35 W·m-2, 地面气温升高。
(3) 车尔臣河流域水体和绿地增加区域向TD地区输送水汽, 使地表2 m平均比湿增加约1.0×10-4 kg·kg-1。在反气旋性气流和青藏高原相互作用形成的山谷风环流共同作用下, 使这些水汽被限制在 5 km高度以下, TD地区降水基本没有变化。增加的水汽使大气逆辐射增加, 是TD地区地面净辐射变化的主要原因, 对地表形成保温作用, 使研究时段内2 m气温均值升高0.3 ℃。
通过对比试验, 发现车尔臣河流域土地利用类型的剧烈变化对该流域及临近的塔克拉玛干沙漠的区域气候产生一定影响, 并从地表能量收支和局地环流调整角度揭示了其影响机制。但目前缺少能驱动WRF模式2001 -2021年每年连续的土地利用类型数据, 无法模拟研究20年来该地区土地利用类型持续变化造成的区域气候影响。未来将进一步利用卫星遥感和再分析资料, 结合当地气象站点观测和数值模拟研究当地土地利用类型变化的长期气候效应。

感谢兰州大学超级计算中心的支持; 感谢美国环境预测中心及美国国家大气研究中心等美国科研机构研发的WRF(Weather Research and Forecasting)模式, 感谢美国地质调查局提供的MODIS MCD12Q1 6.1版本全球土地利用类型数据集, 感谢美国国家环境预报中心和美国国家大气研究中心提供的FNL(Final Operational Global Analysis)全球再分析资料, 感谢美国国家气候数据中心提供的地面气象站观测数据。

Atasoy M2019.Assessing the impacts of land-use/land-cover change on the development of urban heat island effects[J].Environment, Development and Sustainability, 22: 7547-7557.DOI: 10.1007/s10668-019-00535-w .

Broeke M S V D Kalin A Alavez J A T, et al, 2017.A warm-season comparison of WRF coupled to the CLM4.0, Noah-MP, and bucket hydrology land surface schemes over the central USA[J].Theoretical and Applied Climatology, 134: 801-816.DOI: 10. 1007/s00704-017-2301-8 .

Cao Y P Guo W D Ge J, et al, 2023.Greening vegetation cools mean and extreme near-surface air temperature in China[J].Environmental Research Letters, 19, 014040.DOI: 10.1088/1748-9326/ad122b .

Feddema J J Oleson K W Bonan G B, et al, 2005.The importance of land-cover changes in simulating future climates[J].Science310(5754): 1674-1678.DOI: 10.1126/science.1118160 .

Friedl M Sulla-Menashe D2022.MODIS/Terra+ Aqua land cover type yearly L3 global 500m SIN grid V061 [DS].NASA EOSDIS Land Processes Distributed Active Archive Center.DOI: 10.5067/MODIS/MCD12Q1.061 .

Gao J B Xue Y K Wu S H2013.Potential impacts on regional climate due to land degradation in the Guizhou Karst Plateau of China[J].Environmental Research Letters8(4): 4037.DOI: 10. 1088/1748-9326/8/4/044037 .

Gibbard S Caldeira K Bala G, et al, 2005.Climate effects of global land cover change[J].Geophysical Research Letters, 32: L23705.DOI: 10.1029/2005GL024550 .

Hong S Y Dudhia J Chen S H2004.A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation[J].Monthly Weather Review132(1): 103-120.DOI: 10.1175/1520-0493(2004)132<0103: ARATIM>2.0.CO; 2 .

Hong S Y Noh Y Dudhia J2006.A new vertical diffusion package with an explicit treatment of entrainment processes[J].Monthly Weather Review134(9): 2318-2341.DOI: 10.1175/MWR31199.1 .

Iacono M J Delamere J S Mlawer E J, et al, 2008.Radiative forcing by long-lived greenhouse gases: calculation with AER radiative transfer models[J].Journal of Geophysical Research113(D13): D13103.DOI: 10.1029/2008JD009944 .

Kain J S Kain J2004.The Kain Fritsch convective parameterization: an update[J].Journal of Applied Meteorology43(1): 170-181.DOI: 10.1175/1520-0450(2004)043<0170: TKCPAU>2.0.CO; 2 .

Li D Tian P P Luo H Y, et al, 2020.Impacts of land use and land cover changes on regional climate in the Lhasa River basin, Tibetan Plateau[J].Science of the Total Environment, 742: 140570.DOI: 10.1016/j.scitotenv.742 , 140570.

Li X Mitra C Dong L, et al, 2018.Understanding land use change impacts on microclimate using Weather Research and Forecasting (WRF) model[J].Physics and Chemistry of the Earth, 103: 115-126.DOI: 10.1016/j.pce.2017.01.017 .

Liu Y Ge J Guo W D, et al, 2023.Revisiting biophysical impacts of greening on precipitation over the Loess Plateau of China using WRF with water vapor tracers[J].Geophysical Research Letters, 50, e2023GL102809.DOI: 10.1029/2023GL102809 .

Lv M X Ma Z G Peng S M2019.Responses of terrestrial water cycle components to afforestation within and around the Yellow River basin[J].Atmospheric and Oceanic Science Letter12(2): 116-123.DOI: 10.1080/16742834.2019.1569456 .

Odongo V O Van Oel P R Christiaan V D T, et al, 2019.Impact of land use and land cover transitions and climate on evapotranspiration in the Lake Naivasha Basin, Kenya[J].Science of the Total Environment, 682: 19-30.DOI: 10.1016/j.scitotenv.2019. 04.062 .

Pielke S R A2005.Land use and climate change[J].Science, 310: 1625-1626.DOI: 10.1126/science.1120529 .

Salazar A Baldi G Hirota M, et al, 2015.Land use and land cover change impacts on the regional climate of non-Amazonian South America: A review[J].Global and Planetary Change, 128(may): 103-119.DOI: 10.1016/j.gloplacha.2015.02.009 .

Wang X J Zhang Z Y He C S, et al, 2022.Quantifying the Impact of Land Use and Land Cover Change on Moisture Recycling With Convection-Permitting WRF-Tagging Modeling in the Agro-Pastoral Ecotone of Northern China[J].Journal of Geophysical Research: Atmospheres, 128: e2022JD038421.DOI: 10.1029/2022JD038421 .

Wei J Su H Yang Z L2016.Impact of moisture flux convergence and soil moisture on precipitation: a case study for the southern United States with implications for the globe[J].Climate Dynamics46(1): 467-481.DOI: 10.1007/s00382-015-2593-2 .

Winkler K Fuchs R Rounsevell M, et al, 2021.Global land use changes are four times greater than previously estimated[J].Nature Communications, 12: 2501.DOI: 10.1038/S41467-021-22702-2 .

Wu X J Wang L C Cao Q, et al, 2023.Regional climate change and possible causes over the Three Gorges Reservoir Area[J].Science of the Total Environment, 903: 166263.DOI: 10.1016/j.scitotenv.2023.166263 .

Yu L X Liu Y Liu T X, et al, 2020.Impact of recent vegetation greening on temperature and precipitation over China[J].Agricultural and Forest Meteorology, 295: 108197.DOI: 10.1016/j.agrformet.2020.108197 .

Yu L X Xue Y K Diallo L2021.Vegetation greening in China and its effect on summer regional climate[J].Science Bulletin, 66: 13-17.DOI: 10.1016/j.scib.2020.09.003 .

Yu Y Notaro M Wang F, et al, 2017.Observed positive vegetation-rainfall feedbacks in the Sahel dominated by a moisture recycling mechanism[J].Nature Communications8(1): 1873.DOI: 10.1038/s41467-017-02021-1 .

Zeng Z Z Piao S L Wang T, et al, 2018.Impact of Earth Greening on the Terrestrial Water Cycle[J].The Journal of Climate, 31: 2633-2650.DOI: 10.1175/Jcli-D-17-0236.1 .

Zeng Z Z Piao S L Zhou L M, et al, 2017.Climate mitigation from vegetation biophysical feedbacks during the past three decades[J].Nature Climate Change, 7: 432-436.DOI: 10.1038/nclimate3299 .

Zhao G S Dong J W Cui Y P, et al, 2018.Evapotranspiration-dominated biogeophysical warming effect of urbanization in the Beijing-Tianjin-Hebei region, China[J].Climate Dynamics, 52: 1231-1245.DOI: 10.1007/s00382-018-4189-0 .

Zhou S Williams A P Berg A M, et al, 2019.Land-atmosphere feedbacks exacerbate concurrent soil drought and atmospheric aridity[J].Proceedings of the National Academy of Sciences116(38): 18848-18853.DOI: 10.1073/pnas.1904955116 .

艾泽, 常蕊, 肖潺, 等, 2023.模拟分析揭示三峡水库成库以来的气候效应: 局地和近地层, 而不是区域[J].湖泊科学35(2): 709-721.DOI: 10.18307/2023.0227.Ai Z

Chang R Xiao C, et al, 2023.Simulated climate effect of the Three Gorges Reservoir after its completion: Within surface and local scope instead of regional[J].Journal of Lake Sciences35(2): 709-721.DOI: 10.18307/2023.0227 .

苏东生, 文莉娟, 赵林, 等, 2019.青海湖夏秋季局地气候效应数值模拟研究[J].高原气象38(5): 944-958.DOI: 10.7522/j.issn.1000-0534.2018.00125.Su D S

Wen L J Zhao L, et al, 2019.Numerical simulation of seasonal local climate effect in Qinghai Lake[J].Plateau Meteorology38(5): 944-958.DOI: 10.7522/j.issn.1000-0534.2018.00125 .

王远征, 马启民, 贾晓鹏, 2023.柴达木盆地灌木林地和高寒草甸蒸散发特征研究[J].高原气象42(3): 785-794.DOI: 10.7522/j.issn.1000-0534.2022.00055.Wang Y Z

Ma Q M Jia X P2023.Evapotranspiration characteristics of shrub land and alpine meadow in Qaidam Basin[J].Plateau Meteorology42(3): 785-794.DOI: 10.7522/j.issn.1000-0534.2022.00055

赵倩倩, 张京朋, 赵天保, 等, 2021.2000 年以来中国区域植被变化及其对气候变化的响应[J].高原气象40(2): 292-301.DOI: 10.7522/j.issn.1000-0534.2020.00025.Zhao Q Q

Zhang J P Zhao T B, et al, 2021.Vegetation changes and its response to climate change in China since 2000[J].Plateau Meteorology, 2021, 40(2): 292-301.DOI: 10.7522/j.issn.1000-0534.2020.00025 .

张强, 文军, 杨依婷, 等, 2023.水汽输送对雅鲁藏布大峡谷地区陆-气间水热交换的影响研究[J].高原气象42(3): 603-618.DOI: 10.7522/j.issn.1000-0534.2022.00091.Zhang Q

Wen J Yang Y T, et al, 2023.The impacts of vapor transport on land-atmospheric water & heat exchanges over the Yarlung Zangbo Grand Canyon Area[J].Plateau Meteorology42(3): 603-618.DOI: 10.7522/j.issn.1000-0534.2022.00091 .

文章导航

/