2018, Vol. 37
2. 中国科学院大学, 北京 100049;
3. 成都信息工程大学, 四川 成都 610225;
4. 青海省气象科学研究所, 青海 西宁 810001
土地覆盖是地球科学的重要基础。近100年来, 由于自然因子和人类活动的共同影响, 全球植被系统发生了显著变化, 这种变化可对区域或全球气候造成一定的影响(符淙斌等, 1995; 丁一汇, 2005)。IPCC (2007)第四次评估报告及徐忠峰等(2015)指出人类活动引起的大范围土地利用和土地覆盖变化(Land Use and Land Cover Change, LUCC)是影响气候变化的三大人为因子之一(毛慧琴等, 2011; 徐忠峰等, 2015)。IPCC(2014)第五次评估报告指出LUCC(包括森林采伐、农田开发)会通过改变地表辐射强迫、水分循环、温室气体和气溶胶排放来影响气候, 并指出LUCC对全球尺度气候变化影响并不显著, 但区域气候对LUCC响应明显。LUCC对区域气候的影响包括多个方面, 如改变地表粗糙度、造成城市热岛效应、影响亚洲夏季风和其他地区的气候环境、影响有机质等(Chase et al, 2000, 2001; Foley et al, 2005; Henderson-Sellers et al, 1993; Hahmann et al, 1997; Hua et al, 2007; Yang et al, 2011; Xu et al, 2010; Zhang et al, 2005; 陈海山等, 2013, 2015; 毛慧琴等, 2011a; 邵璞等, 2012)。也有众多学者(Hales et al, 2004; Tian et al, 2004; Sud et al, 1985; Shukla et al, 1982)基于单一的地表参数研究了LUCC造成的区域气候效应, 但多采用理想的土地覆盖替换研究区域范围内的植被, 未考虑人类活动的影响, 而采用不同数据源的LUCC数据使数值模拟结果存在不确定性, 模式自带资料对中国区域土地利用类型的描述亦存在诸多问题, 如准确度较低, 甚至与通量站观测数据完全相反(Benítez et al, 2004; 陈海山等, 2015; 陈锋等, 2008; 宫鹏, 2009), 因此真实土地覆盖的气候效应有待进一步考证。
早在1953年, 赵松乔(1953)提出了农牧过渡地带的概念并对其进行研究; 1958年, 农牧过渡地带正式被定义为农牧交错带(周立三等, 1958)。中国存在东西方向过渡的农牧交错带(郝强, 2014), 研究选取的交错带位于102°73′E-123°71′E, 35°42′N-50°20′N。其走向北起大兴安岭南麓内蒙古呼伦贝尔, 南至兴安盟、赤峰市和通辽市, 西南延伸经河北北部、山西北部、内蒙古中南部、陕西西北部, 直至宁夏中北部和内蒙古交界地带, 地处东部季风气候和西部大陆性气候的交汇带, 是从半湿润森林草原向半干旱草原和沙漠之间的过渡带, 也是暖湿带湿润气候向温带干旱气候的过渡带, 存在由东南农牧交错到西北牧农交错的过渡, 是我国历史上农牧交错带的位置(Teshome, 2016; 何磊, 2007; 何玉斐等, 2008; 符淙斌等, 1995)。交错带的动力学和生态特征属于大尺度气候带之间的边界地区, 有强的气候要素梯度, 即具有不稳定性; 同时亦为生态环境脆弱带, 有些地方还是荒漠化发展的显著区域(廉毅等, 2005)。张井勇等(2005)通过对春季NDVI与夏季降水的SVD分析得出, 中国北方交错带及其附近地区的植被演变是影响中国夏季降水的最显著原因, 此地区也是陆面变化中的关键区。
众多学者研究发现, WRF模式具有众多的参数化方案, 研究者可选择适用的参数化方案提高对区域气候的模拟效果, 亦有众多研究对比过不同参数化方案的模拟效果(Klein, 2015; Niu, 2011; Zhou, 2016; 宋耀明等, 2009; 马红云等, 2009; 沈晓燕等, 2015; 吴瑶等, 2016), 综合表明Noah参数化方案能较准确的模拟降水, 并能兼顾时间积分的问题, 因此选用Noah陆面过程参数化方案, 并结合WAM6微物理参数化方案, 长波方案使用RRTM, 短波方案使用Dudhia, 边界层及近地层分别使用YSU及Monin_Obukhov方案。
基于以上研究分析, 利用中尺度模式WRF和“大尺度土地利用/覆盖的区域气候效应”遥感地表覆盖遥感资料, 从温度、降水量、风场几个主要的气候因子着手, 模拟分析典型年份(1981年和1990年)农牧交错带的实际植被覆盖情况变化对2001-2010年区域气候的影响。
2 资料和方法相对于1981年植被覆盖状况, 1990年交错带内旱地减小, 草地及农业用地增加, 且经分析发现, 交错带西南部为植被覆盖度和植被粗糙度显著变化的分界地区, 也可能是植被演变对温度、降水等气候要素影响的特殊地区, 因此将模拟的中心点选取在交错带西南部, 即(32°N, 106°E)。而1981-1990年人类活动对交错带植被演变的作用显著, 因此选取1981年和1990年作为典型年份, 以此探讨人类活动对交错带植被覆盖的影响导致的区域气候变化。考虑到1981-1990年的再分析资料无法很准确的描述当今的气候环境, 因此使用2001-2010年10年的FNL全球再分析资料作为模式的初始场。
选用WRF模式, 水平方向采用Arakawa C网格点, 垂直方向采用地形跟随质量坐标, 时间积分采用Runge-Kutta算法。模式初、边值场采用2001-2010年1°× 1°NCEP/NCAR的FNL全球再分析资料, 从2001年1月1日00:00(世界时, 下同)开始模拟, 每3个月为一个模拟时段, 共模拟40次。除第一时段模拟初始场为相应时刻FNL资料, 其余时段初始场均为上一时段的最后时刻模拟值, 侧边界值每6 h更新一次。模拟试验采用一重嵌套, 分辨率为30 km, 模拟区域中心点位于(32°N, 106°E), 水平网格数为160×160, 垂直方向为30层, 模式顶气压为50 hPa, 模拟结果每6 h输出一次。
地表覆盖采用“大尺度土地利用/覆盖的区域气候效应”全球变化重大研究计划项目的中国及周边区域数据集, 该产品由LTDR数据集每3天的地表反照率产品、NDVI产品进行遥感影像分类产生。分类系统以IGBP的17类为基础, 借用Google Earth(谷歌地球软件)的高分辨率遥感影像, 进一步将耕地分为水田、旱地, 并增加苔原, 形成19种分类系统。与国际上通用的5种大尺度土地覆盖产品对比, 该土壤覆盖产品在中国区域的精度总体高于5种大尺度土地覆盖产品(Li et al, 2017; Wang et al, 2014; Yang et al, 2017; 杨永可等, 2014)。利用分辨率30 km的植被覆盖分类产品替换模式中原有的地表植被覆盖, 并进行控制试验与敏感性试验两组数值模拟试验。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1600号及GS(2016)2923的标准中国地图制作, 底图无修改。
基于研究农牧交错带的实际植被覆盖情况变化对2001-2010年中国区域气候的影响, 在设计数值模拟试验时, 两组试验除地表植被覆盖不同, 其他参数和物理过程均相同。由表 1可知, 两组试验在农牧交错带内地表植被覆盖分别采用典型年份真实地表植被状况。图 1给出了控制试验卫星遥感地表分类数据在1981年中国区域的实际植被覆盖状况和1981-1990年农牧交错带内植被演变。
|
表 1 控制试验和敏感性试验地表覆盖设计 Table 1 The vegetation coverage of case1 and case2 |
|
图 1 控制试验中1981年中国实际植被覆盖的遥感卫星数据(a)及1981-1990年农牧交错带内植被演变(b) 蓝框为19811990年农牧交错带植被的演变区域 Figure 1 The remote sensing satellite data for the autual vagetation coverage over China in Case1 during 1981 (a) and vegetation evolution in the ecotone of agriculture and animal husbandry from 1981 to 1990 (b). Blue polygon refers to the vegetation evolutionary regions for the ecotone of agriculture and animal husbandry from 1981 to 1990 |
由交错带内植被演变分布[图 1(b)]可看出, 交错带主要的植被变化为部分旱地变为草地, 部分旱地变化为农业与自然植被镶嵌体用地, 即旱地面积减小, 草地面积增加, 且有部分农业与自然植被镶嵌体用地与稀疏灌丛增加, 38°N以北(南)、105°E以东(西)植被覆盖度增加(减小), 下垫面粗糙度增加(减小), 粗糙度的改变会影响使得近地层风速改变, 湍流运动改变, 因此对近地层温湿度产生影响(Deng et al, 2013; 沈晓燕等, 2015), 对地表能量平衡造成影响。
考虑到控制试验结果较接近实况, 以下主要从气候态平均的温度、降水量以及风场几方面着手, 探究农牧交错带植被演变对2001-2010年中国区域气候的影响。文中3-5月为春季, 6-8月为夏季, 9-11月为秋季, 12月至次年2月为冬季。
所用降水量实测数据来自2001-2010年中国地面降水量月值0.5°×0.5°格点数据集, 该数据集基于国家气象信息中心基础资料专项最新整编的中国地面2 472个台站降水量资料, 利用ANUSPLIN软件的薄盘样条法(Thin Plate Spline, TPS)进行空间插值而得。
3 结果分析 3.1 交错带植被演变对温度的影响 3.1.1 植被演变对2 m温度和地表温度的影响从两组试验模拟的2001-2010年中国区域地表温度及2 m温度(图略)可以看出, 交错带植被演变不仅影响交错带内的温度, 还会影响附近区域的温度, 且夏、秋季影响的范围及强度比春、冬季大。2002年及2004年夏季地表温度差值场表现较大的正变化, 部分地区温度升高达2.8 ℃, 植被演变对秋季地表温度的影响较夏季稍弱, 且10年间变化趋势各异, 春、冬季几乎无影响。由两组试验模拟的2001-2010年中国区域的平均2 m温度差值(敏感性试验-控制试验)的标准差(图 2)可知:夏季, 东北、华北以及长江中下游部分地区2 m温度差值标准差出现波动, 但波动范围不超过1.2 ℃, 即交错带植被演变对该区域的夏季2 m温度影响范围较大但离散程度较小。秋季, 在交错带正西侧出现小范围的温度差值标准差波动, 其波动范围可达2 ℃; 春、冬季及全年, 也仅在交错带正西侧有小范围且较弱的温度变化。总之, 交错带植被演变对2 m温度的影响是夏季范围最大, 秋季波动较大, 春、冬季及全年不明显。地表温度的差值标准差(图略)表现出与2 m温度相同的趋势, 但波动强度略弱于2 m温度。另外, 因温度差值场的标准差离散程度较小, 也可印证用气候态平均分析交错带植被演变对区域气候影响的合理性。
|
图 2 2001-2010年中国区域的平均2 m温度差值(敏感性试验-控制试验)的标准差(单位: K) 蓝框为1981-1990年农牧交错带植被的演变区域 Figure 2 The standard deviation of the averaged 2 m temperature difference (case2 minus case1) over China from 2001 to 2010.Unit: K.Blue polygon refers to the vegetation evolutionary regions for the ecotone of agriculture and animal husbandry from 1981 to 1990 |
从两组试验模拟的2001-2010年中国区域的平均地表温度差值(敏感性试验-控制试验)分布(图 3)可看出, 交错带植被演变对地表温度的影响存在季节性差异。其中对夏季地表温度影响较明显, 交错带内东侧及交错带外东侧大部分地区均有0.8~1 ℃的升温, 与之对应的植被演变为旱地变为草地或农业与自然植被镶嵌体, 即植被覆盖度增加且下垫面粗糙度增加。秋、冬两季主要影响交错带内及交错带西部, 对交错带东部仅有微弱的小范围升温作用, 交错带正西侧即西藏中西部也有较为明显的升温, 地表温度约升高1.2 ℃, 对应的交错带内植被演变为草地变为郁闭灌木林, 即地表粗糙度增加, 但与交错带东部升温不同的是, 西藏中西部升温现象发生在秋季和冬季。四季及全年的地表降温区域为宁夏、陕西交界处, 对应的植被演变为:草地和农业与自然植被镶嵌体变为稀疏灌木林, 即植被覆盖度减小。
|
图 3 2001-2010年中国区域的平均地表温度差值(敏感性试验-控制试验)分布(单位: K) 蓝框为1981-1990年农牧交错带植被的演变区域 Figure 3 The averaged surface temperature difference (case2 minus case1) over China from 2001 to 2010.Unit: K. Blue polygon refers to the vegetation evolutionary regions for the ecotone of agriculture and animal husbandry from 1981 to 1990 |
2 m温度与地表温度变化趋势相同, 但强度弱于地表温度。我国夏季温度最大, 秋季次之, 夏、秋两季反照率作用大, 地表温度受潜热影响较大。当交错带植被演变导致植被覆盖度增加(减小)、地表粗糙度增加(减小)时, 湍流运动增强(减弱), 热量输送增多(减弱), 植被演变地区及附近地区升温(降温), 这与Hales(2004)得到的结论相同。这可能是因为我国处于北半球, 夏季太阳高度角大, 白昼时间为四季最长, 而入射的太阳辐射变化特征主要取决于太阳高度角, 因此夏季地表接收到更多的太阳辐射, 积累更多能量, 从而影响近地层温度的范围和强度最大, 而西藏中西部的夏季无明显升温现象, 秋冬季的升温较明显, 可能是因为高原的地形作用, 以及高原上秋季为植被生长后期, 冬季为冻土冻结期, 植被凋零造成的, 但具体影响机理有待进一步研究。
3.1.2 植被演变对中层温度的影响考虑到青藏高原地形的影响, 仅选取中国东部(28°N-46°N, 105°E-120°E)进行两组试验500 hPa以下温度差值(敏感性试验-控制试验)的纬度-高度剖面分析(图 4)。由图 4可知, 植被演变对秋季中层温度影响最明显, 38°N以北地区以升温为主, 且影响范围可延伸至边界层顶, 南北跨度大; 38°N以南地区在近地层为微弱的降温, 中层为升温, 但无论降温还是升温, 较38°N以北地区强度均有所减弱。中层温度变化范围比低层大, 变化强度比低层弱。交错带植被演变对春、夏季中层温度的影响较秋季稍弱, 在中低层多表现为升温, 可影响到850 hPa。冬季的影响最弱, 均在近地面。全年中低层38°N以北地区有微弱升温, 38°N以南地区微弱降温。四季及全年的低层降温区与植被覆盖度减小的区域对应明显。观察交错带内38°N南北两侧植被变化, 38°N以北植被演变为:旱地变为草地或农业与自然植被镶嵌体, 地表粗糙度增加且植被覆盖度增加; 38°N以南地区植被变化为草地变为郁闭灌木林或稀疏灌木, 植被覆盖度减小, 即交错带植被覆盖度增加(减小)对应中低层温度升高(降低)。
|
图 4 两组试验模拟的2001-2010年中国东部(105°E-120°E)平均温度(单位: K)差值(敏感性试验-控制试验)纬度-高度剖面 Figure 4 Latitude-height (averaged over the longitude of 105°E-120°E) cross sections of the mean temperature difference (case2 minus case1) in Eastern China from 2001 to 2010.Unit: K |
交错带植被演变对整层大气热力状况的影响虽可延伸至大气层顶, 但高度越高影响能力越弱(图略), 这可能是因为地表粗糙度增加、植被覆盖度及叶面积指数增加均可导致湍流运动增强, 近地面风速减弱, 并改变地面辐射通量和反照率等因素, 进而加强热量的输送作用, 但地表粗糙度变化导致的温度变化多存在于中低层, 无法很好的延伸至高层。这与丁一汇等(2005)和Deng et al(2013)得出的结论相一致。因此, 植被覆盖对中低层大气热力状况的影响存在明显的季节差异, 秋季影响最强, 且影响范围最广, 春、夏两季次之, 冬季几乎无影响, 且植被覆盖度的增加(减小)对应中低层温度升高(降低)。地表粗糙度变化对温度的影响无法很好延伸至高层。
3.2 植被演变对降水量的影响由于我国大部分地区降水主要集中在夏季, 因此仅观察夏季及全年平均降水量。通过2001-2010年夏季和全年控制试验模拟的平均降水量与实测平均降水量分布(图 5)可以看出, 夏季控制试验最大平均降水量中心出现在东南沿海, 且从南到北降水量逐渐减少, 降水形势与实测相同。但控制试验沿海及高原南部平均降水量较实测偏大, 其中东南沿海平均降水量较实测偏大300 mm, 青藏高原东部降水量较实测偏大200 mm。我国南方年平均降水量模拟结果比实测偏小约400 mm, 青藏高原东部模拟年平均降水量比实测偏大300~400 mm, 整体降水量分布形式与实测相似。控制试验与实测平均降水量有差距可能是控制试验使用的地表覆盖数据为1981年实际地表覆盖数据, 2001-2010年实测降水数据为地表不停变化的降水数据。而我国夏季降水稳定性差, 模式对降水的模拟尚不能完全精准(庞雪琪等, 2017; 申红艳等, 2017; 吴瑶等, 2016), 因降水形势模拟较吻合实际情况, 且控制试验与实测的平均降水量差异不大, 认为模拟结果可信。
|
图 5 模拟(上)和实测(下)的2001-2010年中国区域夏季及全年平均降水量分布(单位: mm) Figure 5 The summer and annual averaged rainfall for simulations (top) and observations (bottom)over China from 2001 to 2010.Unit: mm |
对比两组试验模拟的2001-2010年中国区域平均降水量差值场(敏感性试验-控制试验)(图 6)可以发现, 春、秋、冬季降水量较少, 交错带植被演变影响也较小, 对夏季降水量影响较强烈。我国沿海降水量增加60~80 mm, 江西及内蒙古东侧出现降水差值负值中心, 平均降水量减少50~70 mm, 川、渝、贵地区降水量增加70~90 mm, 降水量减少区域与降水量增加区域之间出现突变交界区, 对应交错带内植被覆盖度在105°E附近的演变, 降水量增加区域附近对应植被演变多为旱地变为草地或农业与自然植被镶嵌体, 而降水量减少区域对应的植被演变为:农业与自然植被镶嵌体变为郁闭灌木林, 即降水量增加(减少)区域对应交错带地表覆盖度增加(减小), 青藏高原东侧到我国东部沿海地区平均降水量差值存在“正-负-正”分布。因我国中东部降水量总量大于西部, 中东部对植被演变的响应明显强于西部。年降水量变化与夏季趋于一致, 且范围更广, 强度更大。由季节变化和区域变化可推测:植被演变对降水量充足的区域影响更明显, 对降水量频发季节的影响更大, 说明降水量越大, 水循环越充足, 植被演变对降水量的影响表现越突出, 且地表覆盖度增加(减小)对应平均降水量差值增加(减少)。这可能是因为植被增加促进了蒸腾效应, 因而对当地及附近区域的水循环造成了有利影响, 而植被退化时这种促进作用转变为抑制作用, 且我国夏季降水受副热带高压北跳影响较大, 夏季副高增强, 范围进一步扩大, 副高西部的偏南气流带来的水汽可能也是促进植被演变对降水敏感的一个原因。
|
图 6 两组试验模拟的2001-2010年中国区域平均降水量差值场(敏感性试验-控制试验)(单位: mm) Figure 6 The averaged rainfall difference (case 2 minus case 1) over China from 2001 to 2010.Unit: mm |
交错带的植被演变对低层风场影响非常微弱(图略)。观察控制试验(图 7第1列)和敏感性试验(图 7第2列)可知, 我国主要受西风影响, 东南沿海附近的东南风带来了孟加拉湾的水汽, 增强沿海的降水条件, 其中夏、秋两季存在于模拟区域西南部的气旋性环流造成了微弱的降水量正值中心。
|
图 7 两组试验模拟的2001-2010年中国区域平均500 hPa风场分布(单位: m·s-1) 第1~3列分别对应控制试验、敏感性试验和偏差风 Figure 7 Averaged wind field at 500 hPa (case 1, case 2, deviation wind) over China from 2001 to 2010.Unit: m·s-1. The column 1~3 correspond to case 1, case 2 and deviation wind, respectively |
由500 hPa偏差风场(图 7第3列)可知, 交错带植被覆盖的变化对夏季影响最明显, 秋季次之, 春、冬两季几乎无影响。在夏季差值风场中, 中心位于我国山西上空的反气旋状偏差风与平均降水量差值负值区对应良好。右侧的东北偏差风带来西部的干冷空气, 与降水量差值场的负值区相对应, 左侧的东南偏差风输送沿海的暖湿气流, 对应降水量差值场正值区。中心位于福建、浙江上空的气旋状环流对应降水量差值场正值区。秋季偏差风场出现多个弱气旋状环流, 但由于秋季降水量较少, 偏差风环流中心与降水区域对应关系不明显。全年偏差风场与夏季变化趋势相似。由此可推测, 500 hPa偏差风场的气旋状(反气旋状)环流中心可很好的对应降水量差值场的增加(减少)。
4 结论基于WRF模式, 使用1981年和1990年的30 km卫星遥感地表分类数据, 模拟中国区域典型年份真实地表植被演变对2001-2010年区域气候的影响, 模拟发现植被演变可影响区域气候的温度, 降水量以及风场, 导致区域气候状况的改变, 主要结论如下:
(1) 相对于1981年, 1990年交错带内主要的植被演变为:部分旱地变为草地, 部分旱地变化为农业或自然植被镶嵌体用地, 即旱地面积减小, 草地面积增加, 且有部分农业或自然植被镶嵌体用地与稀疏灌丛增加, 38°N以北(南)、105°E以东(西)植被覆盖度增加(减小)、地表粗糙度增加(减小), 地表能量平衡被影响。
(2) 交错带内植被演变导致我国夏季东侧地表升温, 春、秋、冬季及全年交错带正西侧升温, 秋季东侧中层升温, 交错带内宁夏、陕西交界处中低层降温。即交错带植被演变导致植被覆盖度增加(减小)、地表粗糙度增强(减小)时, 湍流运动增强(减弱), 热量输送增多(减弱), 交错带对应地区及附近地区温度升高(降低)。
(3) 交错带植被演变使得我国青藏高原东侧到我国东部沿海地区平均降水量差值存在“正-负-正”分布, 地表覆盖度增加(减小)对应平均降水量差值增加(减少), 且降水量越大, 水循环越充足, 植被演变对降水量的影响表现越突出。
(4) 交错带的植被演变主要影响中高层风场, 对低层风场影响非常微弱。且存在明显的季节性差异, 夏季影响最强, 秋季次之, 春、冬两季几乎无影响。500 hPa偏差风场的气旋状(反气旋状)环流中心与降水量差值场的增加(减少)对应较好。
Benítez P C, McCallum I, Obersteiner M, et al, 2004. Global supply for carbon sequestration: Identifying least-Cost afforestation sites under country risk consideration[R]. International Institute for Applied Systems Analysis, Laxenburg, Austria, ⅡASA IR2004-04-022. 32.
|
|
Chase T N, Pielke Sr R A, Kittel T G F, et al. 2000. Simulated impacts of historical land cover changes on global climate in northern winter[J]. Climate Dyn, 16(2/3): 93–105.
|
|
Chase T N, Pielke Sr R A, Kittel T G F, et al. 2001. Relative climatic effects of land cover change and elevated carbon dioxide combined with aerosols:A comparison of model results and observations[J]. Geophys Res, 106(D23): 31685–31691.
DOI:10.1029/2000JD000129 |
|
Deng X Z, Zhao C H, Yan H M. 2013. Systematic modeling of impacts of land use and land cover changes on regional climate:A review[J]. Adv Meteor, 2013: 1375–1383.
|
|
Foley J A, DeFries R, Asner G P, et al. 2005. Global consequences of land use[J]. Science, 309(5734): 570–574.
DOI:10.1126/science.1111772 |
|
Hahmann A N, Dickinson R E. 1997. RCCM2-BATS model over tropical South America:Applications to tropical deforestation[J]. J Climate, 10(8): 1944–1964.
DOI:10.1175/1520-0442(1997)010<1944:RBMOTS>2.0.CO;2 |
|
Hales K, Neelin J D, Zeng N. 2004. Sensitivity of tropical Land Climate To leaf area index:Role of surface conductance versus albedo[J]. J Climate, 17(7): 1459–1473.
DOI:10.1175/1520-0442(2004)017<1459:SOTLCT>2.0.CO;2 |
|
Henderson-Sellers A, Dickinson R E, Durbidge T, et al. 1993. Tropical deforestation:Modeling local-to regional-scale climate change[J]. J Geophys Res:Atmos (1984-2012), 98(D4): 7289–7315.
DOI:10.1029/92JD02830 |
|
IPCC, 2007. Climate Change 2007. Impacts, Adaptation and Vulnerability[M]. Parry M L, Canziani O F, Palutikaf J P, et al., Eds. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 976.
|
|
IPCC, 2014. Climate Change 2014: Impacts, Adaptation and Vulnerability[M]. Field C B, Barros V R, Dokken D J, et al, Eds. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 688.
|
|
Kala J, Andrys J, Tom J, et al. 2015. Sensitivity of WRF to driving data and physics options on a seasonal time-scale for the southwest of Western Australia[J]. Climate Dyn, 45(3): 633–659.
|
|
Li H, Xiao P, Feng X, et al. 2017. Using land long-term data records to map land cover changes in China over 1981-2010[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 10(4): 1372–1389.
|
|
Niu G Y, Yang Z L, Mitchell K E, et al. 2011. The community Noah land surface model with multi-parameterization options (Noah-MP):1.Model description and evaluation with local-scale measurements[J]. J Geophys Res:Atmos (1984-2012), 116(D12): D12109.
DOI:10.1029/2010JD015140 |
|
Sud Y C, Smith W E. 1985. The influence of surface roughness of deserts on the July circulation[J]. Bound-Layer Meteor, 33(1): 15–49.
DOI:10.1007/BF00137034 |
|
Shukla J, Mintz Y. 1982. Influence of land-surface evapotranspiration on the earth's climate[J]. Science, 215(4539): 1498–1501.
DOI:10.1126/science.215.4539.1498 |
|
Teshome M. 2016. Rural households' agricultural land vulnerability to climate change in Dembia woreda, Northwest Ethiopia[J]. Environmental Systems Research, 5(1): 1–18.
DOI:10.1186/s40068-016-0053-6 |
|
Tian Y, Dickinson R E, Zhou L, et al. 2004. Land boundary conditions from MODIS data and consequences for the albedo of a climate model[J]. Geophys Res Lett, 31(5): 179–211.
|
|
Wang L, Xiao P, Feng X, et al. 2014. Effective compositing method to produce cloud-free AVHRR image[J]. Geoscie Remote Sens Lett, IEEE, 11(1): 328–332.
DOI:10.1109/LGRS.2013.2257672 |
|
Xu Z F, Qian Y F, Fu C B. 2010. The role of land-sea distribution and orography in the Asian monsoon.Part Ⅱ:Orography[J]. Adv Atmos Sci, 27(2): 528–542.
|
|
Yang L, Hong H, Guo W, et al. 2012. Effects of changing land use on dissolved organic matter in a subtropical river watershed, southeast China[J]. Regional Environmental Change, 12(1): 145–151.
DOI:10.1007/s10113-011-0250-9 |
|
Yang Y, Xiao P, Feng X, et al. 2017. Accuracy assessment of seven global land cover datasets over China[J]. Isprs Journal of Photogrammetry & Remote Sensing, 125: 156–173.
|
|
Zhang J Y, Dong W J, Wu L Y, et al. 2005. Impact of land use changes on surface warming in China[J]. Adv Atmos Sci, 22(3): 343–348.
DOI:10.1007/BF02918748 |
|
Zhuo H F, Liu Y M, Jin J M. 2016. Improvement of land surface temperature simulation over the Tibetan Plateau and the associated impact on circulation in East Asia[J]. Atmos Sci Lett, 17: 162–168.
DOI:10.1002/asl.2016.17.issue-2 |
|
陈锋, 谢正辉. 2008. 农作物分布对南水北调受水区域陆面过程模拟的影响[J]. 地理科学进展, 27(4): 28–36.
Chen F, Xie Z H. 2008. Effects of crop distribution on land surface simulations over the intake area of the South-to-North Water Transfer Project[J]. Progress in Geography, 27(4): 28–36.
DOI:10.11820/dlkxjz.2008.04.005 |
|
陈海山, 张叶. 2013. 大规模城市化影响东亚冬季风的敏感性试验[J]. 科学通报, 58(13): 1221–1227.
Chen H S, Zhang Y. 2013. Sensitivity experiments of impacts of large-scale urbanization in East China on East Asian winter monsoon[J]. Chinese Sci Bull, 58(13): 1221–1227.
|
|
陈海山, 李兴, 华文剑. 2015. 近20年中国土地利用变化影响区域气候的数值模拟[J]. 大气科学, 39(2): 357–369.
Chen H S, Li X, Hua W J. 2015. Numerical simulation of the impact of land use/land cover change over China on regional climates during the last 20 years[J]. Chinese J Atmos Sci, 39(2): 357–369.
DOI:10.3878/j.issn.1006-9895.1404.14114 |
|
丁一汇, 李巧萍, 董文杰. 2005. 植被变化对中国区域气候影响的数值模拟研究[J]. 气象学报, 63(5): 613–621.
Ding Y H, Li Q P, Dong W J. 2005. A numerical simulation study of the impacts of vegetation changes on regional climate in China[J]. Acta Meteor Sinica, 63(5): 613–621.
DOI:10.11676/qxxb2005.060 |
|
符淙斌, 叶笃正. 1995. 全球变化和我国未来的生存环境[J]. 大气科学, 19(1): 116–126.
Fu C B, Ye D Z. 1995. Global change and the future trend of ecological environment evolution in China[J]. Chinese J Atmos Sci, 19(1): 116–126.
|
|
宫鹏. 2009. 基于全球通量观测站的全球土地覆盖图精度检验[J]. 自然科学进展, 19(7): 754–759.
Gong P. 2009. Accuracy test on global land cover map based on the global flux observation station[J]. Progress in Natural Science, 19(7): 754–759.
|
|
廉毅, 沈柏竹, 高枞亭, 等. 2005. 中国气候过渡带干旱化发展趋势与东亚夏季风, 极涡活动相关研究[J]. 气象学报, 63(5): 740–749.
Lian Y, Shen B Z, Gao Z T, et al. 2005. Correlation of drought development tendency on China's climate transition zone and activity of East Asia summer monsoon and polar vortex[J]. Acta Meteor Sinica, 63(5): 740–749.
DOI:10.11676/qxxb2005.071 |
|
郝强. 2014. 北方农牧交错带变迁与范围判定研究[J]. 长江大学学报(社会科学版), 37(4): 66–69.
Hao Q. 2014. The transition and scope determination of farming-grazing of Northern China[J]. Journal of Yangtze University (Social Sciences), 37(4): 66–69.
|
|
何磊, 2007. 气候变化对北方农牧交错带农业生产脆弱性的影响研究[D]. 南京: 南京信息工程大学, 1-53.
He L, 2007. The study of climate impact on the vulnerability of the agricultural production of northern farming-pastoral region[D]. Nanjing: Nanjing University of Information Science & Technology, 1-53.
http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y1080056 |
|
何玉斐, 赵明旭, 王金祥, 等. 2008. 内蒙古农牧交错带草地生产力对气候要素的响应——以多伦县为例[J]. 干旱气象, 26(2): 84–89.
He Y F, Zhao M X, Wang J X, et al. 2008. Response of grassland productivity to climate change in the faming-pasturing inter locked area of Inner Mongolia case study of Duolun county[J]. J Arid Meteor, 26(2): 84–89.
|
|
马红云, 郭品文, 宋洁. 2009. 耦合不同陆面方案的WRF模式对2007年7月江淮强降水过程的模拟[J]. 大气科学, 33(3): 557–567.
Ma H Y, Guo P W, Song J. 2009. Simulation of "2007·7" heavy rainfall case in the Changjiang-Huaihe valley using the WRF model withdifferent landsurfaces chemes[J]. Chinese J Atmos Sci, 33(3): 557–567.
|
|
毛慧琴, 延晓冬, 熊喆. 2011a. 土地利用变化对气候影响的研究进展[J]. 气候与环境研究, 16(4): 513–524.
Mao H Q, Yan X D, Xiong Z. 2011a. An overview of impacts of land use change on climate[J]. Climatic Environ Res, 16(4): 513–524.
|
|
庞雪琪, 李栋梁, 姚慧茹. 2017. 欧亚中高纬冬季地表感热异常与中国西北东部夏季降水的可能联系[J]. 高原气象, 36(3): 675–684.
Pang X Q, Li D L, Yao H R. 2017. Possible linkage between winter surface sensible heat flux anomalies over the mid-high latitudes of the Eurasian continent and summer precipitation in the eastern part of Northwest China[J]. Plateau Meteor, 36(3): 675–684.
DOI:10.7522/j.issn.1000-0534.2016.00054 |
|
申红艳, 陈丽娟, 胡泊, 等. 2017. 西北中部夏季降水主要空间型及环流特征[J]. 高原气象, 36(2): 455–467.
Shen H Y, Chen L J, Hu P, et al. 2017. Dominant spatial patterns of summer precipitation and circulation characteristic in the middle of Northwest China[J]. Plateau Meteor, 36(2): 455–467.
DOI:10.7522/j.issn.1000-0534.2016.00139 |
|
邵璞, 曾晓东. 2012. 土地利用和土地覆盖变化对气候系统影响的研究进展[J]. 气候与环境研究, 17(1): 103–111.
Shao P, Zeng X D. 2012. Progress in the study of the effects of land use and land cover change on the climate system[J]. Climatic Environ Res, 17(1): 103–111.
|
|
沈晓燕, 张宇, 王少影, 等. 2015. 若尔盖高原典型年份植被演变对2010年区域气候影响的数值模拟[J]. 气候与环境研究, 20(4): 443–453.
Shen X Y, Zhang Y, Wang S Y, et al. 2015. A numerical simulation of the impact of vegetation cover changes in the Zoigê Plateau in typical years on the regional climate in 2010[J]. Climatic Environ Res, 20(4): 443–453.
|
|
宋耀明, 郭维栋, 张耀存, 等. 2009. 陆面过程模式CoLM和NCAR_CLM3.0对中国典型森林生态系统陆气相互作用的模拟Ⅰ.不同模式模拟结果的初步分析[J]. 气候与环境研究, 14(3): 229–242.
Song Y M, Guo W D, Zhang Y C, et al. 2009. Perfo rmances of CoLM and NCAR CLM3.0 in simulating land-atmosphere interactions over typical forest ecosystems in China.Part Ⅰ:Preliminary analysis of the simulations based on different models[J]. Climatic Environ Res, 14(3): 229–242.
|
|
吴遥, 李跃清, 蒋兴文, 等. 2017. WRF模拟青藏高原东南部极端旱涝年降水的参数敏感性研究[J]. 高原气象, 36(3): 619–631.
Wu Y, Li Y Q, Jiang X W, et al. 2017. Parameters sensitivity analysis on simulation of rainfall in drought-flood year on Qinghai-Tibetan Plateau by WRF model[J]. Plateau Meteor, 36(3): 619–631.
DOI:10.7522/j.issn.1000-0534.2016.00057 |
|
徐忠峰, 张炜月, 郭维栋, 等. 2015. 大尺度土地利用变化对区域气温及其变率的影响[J]. 中国基础科学, 17(5): 34–39.
Xu Z F, Zhang W Y, Guo W D, et al. 2015. The impacts of large scale land use change on regional air temperature and its variability[J]. China Basic Science, 17(5): 34–39.
|
|
杨永可, 肖鹏峰, 冯学智, 等. 2014. 五种大尺度土地覆盖数据集在中国及周边区域的精度评价研究[J]. 遥感学报, 18(2): 453–475.
Yang Y K, Xiao P F, Feng X Z, et al. 2014. Comparison and assessment of large scale land cover datasets in China and adjacent regions[J]. J Remote Sens, 18(2): 453–475.
DOI:10.11834/jrs.20143055 |
|
张井勇, 董文杰, 符淙斌. 2005. 中国北方和蒙古南部植被退化对区域气候的影响[J]. 科学通报, 50(1): 53–58.
Zhang J Y, Dong W J, Fu C B. 2005. Impacts of vegetation degradation on regional climate in Northern China and Southern Mongolia[J]. Chinese Sci Bull, 50(1): 53–58.
|
|
赵松乔. 1953. 察北, 察盟及锡盟——一个农牧过渡地区的经济地理调查[J]. 地理学报, 19(1): 43–60.
Zhao S Q. 1953. Chabei, Chaimeng and Ximeng-An economic geographical survey of farming-grazing[J]. J Geograp Sci, 19(1): 43–60.
|
|
周立三, 吴传钧. 1958. 甘青农牧交错地区农业区划的初步研究[J]. 地理学报, 19(3): 358.
Zhou L S, Wu C Y. 1958. A preliminary study on farming-grazing over Gansu-Qinghai[J]. J Geograp Sci, 19(3): 358.
|
2. University of Chinese Academy of Science, Beijing 100049, China;
3. Chengdu University of Information Technology, Chengdu 610225, Sichuan, China;
4. Qinghai Institute of Meteorological Science, Xining 810001, Qinghai, China