EN中文

GEOGRAPHICAL RESEARCH >

2017 , Vol. 36 >Issue 7: 1233 - 1244

DOI: https://doi.org/10.11821/dlyj201707004

Orginal Article

The varied impacts of land use/cover change on summer precipitation over eastern China

  • LI Xiaxiang , 1 ,
  • ZHANG Xuezhen , 2, 3 ,
  • ZHANG Lijuan 1 ,
  • ZHENG Jingyun 2, 3
Expand
  • 1. Key Laboratory of Remote Sensing Monitoring of Geographic Environment, College of Heilongjiang Province, Harbin Normal University, Harbin 150025, China
  • 2. Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 3. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2016-12-21

  Request revised date: 2017-04-10

  Online published: 2017-07-31

Copyright

《地理研究》编辑部
Fold

Abstract

Precipitation could be impacted significantly by Land Use/Cover Change (LUCC). However, the variability of impacts of LUCC on precipitation and its dependences on the large-scale climate background have been little studied. In this study, numerical experiments with the Weather Research and Forecasting (WRF) model for 21-year (1980-2000) were carried out. There were two experiments with exactly the same settings except for the underlying land use/cover. One experiment used land use/cover for the early 1980s (hereafter called EXP1980) and the other one used land use/cover for the 2000 (hereafter called EXP2000). Through comparing the two experiments with each other, the inter-annual variability of impacts of LUCC on summer precipitation over eastern China and its dependences on the large-scale climate background were disclosed. The results show that the LUCC exerted varied impacts on the summer precipitation along with the inter-annual variations of climate background. On the climate background of 1981, 1984, 1986, 1989, and 1996 (hereafter called LR years), the LUCC from the early 1980s to 2000 may lead to a decrease of precipitation over eastern China, in particularly in the southwest and northeast of China. On the climate background of 1992, 1993, 1994, 1995, 1997, and 1999 (hereafter called MR years), the LUCC may lead to an increase of precipitation over eastern China, particularly in Southwest and Northeast China. Between the LR years and MR years, climate backgrounds have significant differences. There was a higher geopotential height in the west and a lower geopotential height in the east in the MR years than those in the LR years. Thereby, there was an anomaly of high pressure over Mongolia and an anomaly of low pressure over the Sea of Okhotsk. As a consequence, there was more precipitation in the south and less precipitation in the north in MR years than those in LR years. Such differences of climate backgrounds between MR years and LR years simulated by WRF model were also presented by NCEP2 reanalysis dataset. All of findings suggest that, along with the decadal precipitation variations characterized by an increase in the south and a decrease in the north from the 1980s, in which LR years existed mostly, to the 1990s, in which MR years existed mostly, the increase in the south might be promoted by LUCC while the decrease in the north might be slowed down by LUCC.

Key words： land use/cover change; precipitation effects; climate background; China

Cite this article

LI Xiaxiang , ZHANG Xuezhen , ZHANG Lijuan , ZHENG Jingyun . The varied impacts of land use/cover change on summer precipitation over eastern China[J]. GEOGRAPHICAL RESEARCH, 2017 , 36(7) : 1233 -1244 . DOI: 10.11821/dlyj201707004

1 引言

气候变化是当前人类社会面对的重大挑战之一。随着对气候变化认识的逐步深化,人类活动对气候系统的影响引起了广泛关注,成为气候科学的研究热点[1]。人类活动主要通过两种途径影响气候,一是向大气中排放温室气体和气溶胶等,改变大气成分;二是改变土地利用方式和土地覆盖性质,进而调节地—气间的辐射能量平衡和碳、水等物质收支平衡,以及大气底层的摩擦动力学特性。一般认为温室气体流动性较强,较易产生全球气候效应,而土地利用/覆盖变化（Land Use and Land Cover Change,LUCC）难以影响全球气候,但是LUCC的区域气候效应已得到普遍认可,并且研究发现：① 在典型区域LUCC的影响甚至强于温室气体;② LUCC影响区域气候,特别是降水的机制复杂多样,因区域而异。因而,研究区域尺度LUCC的气候效应是全面揭示区域气候变化成因的重要内容。
降水是区域气候的重要内容,且直接关系到水资源的安全及洪涝、干旱等自然灾害风险,因而LUCC对区域降水的影响是当前研究的热点之一[2]。大量研究认为森林增加有利于降水,其中,热带亚马逊地区森林通过蒸腾增加陆地向大气的供水量,促进降水[3];东亚和欧洲温带湿润地区森林通过增加地表粗糙度,加剧大气垂直运动,增加降水[4,5];在温带半干旱地区,中国三北防护林同样也能够增加区域降水[6]。另外,大量的模拟研究发现农田扩张一般使得降水减少。例如,印度1990-2000年间农田扩张使得其平均降水强度减弱,总降水量约减少12.8%[7];中国近300年传统农区的农业垦殖在一定程度上减弱了夏季风,导致黄淮海地区的水汽供应减少,降水因而减少[8];中国1987-2001年的土地利用变化引起中国北方年降水量减少[9];在东北地区农田扩张情景下,区域降水量随之减少,使得干旱加剧[10]。青藏高原植被退化情景下,受低层水汽输送的异常分布影响,中国南方和东北地区的降水增加而北方地区降水减少[11]。
如上所述,LUCC对降水影响的研究主要聚焦于对多年平均降水气候态的影响,很少有研究对比分析不同气候年景（背景）下LUCC影响的差异。近年来,逐渐有研究发现LUCC的影响可能因气候背景场而异,例如pitman等[12-14],然而不同气候背景下LUCC对降水的影响,即LUCC的降水气候效应,是否存在差异尚少有研究。这在一定程度上限制了对部分地区区域气候变化成因的认识,同时也极不利于未来气候变化情景下的区域气候预测。
中国东部主要受亚洲季风控制,季风环流形式及降水具有较强的年际变化。同时,在20世纪最后20年中国东部地区的土地利用和土地覆盖也发生了深刻变化,其中主要是农—林和草地转换。因而,本文以中国东部为研究区,研究大尺度LUCC对降水的影响,旨在回答“大尺度LUCC对降水的影响是否会因气候年景（背景）而异?”,以期为更全面深入的认识中国东部大尺度LUCC的气候效应及区域降水变化成因提供科学依据。

2 研究方法与数据来源

2.1 模式简介

本文以Weather Research and Forecasting（WRF）模式的模拟试验为基础。WRF模式是由美国国家大气科学研究中心（National Center for Atmospheric Research）发起组织并联合多家机构研发的新一代中尺度气象模式[15]。它是一种完全可压缩非静力模式,采用Arakawa C网格,集大气模拟、数值天气预报及数据同化于一体,能够较好地对中尺度天气进行模拟和预报[15]。并且,WRF模式在区域气候模拟的长期积分试验中也表现出较高的性能[16,17],广泛应用于陆面过程对区域气候的影响研究[18-20]。
陆面过程模型的性能对LUCC的气候效应模拟具有重要影响。自3.4版本以来,WRF嵌入了新的陆面过程模型——Noah-MP。Noah-MP是Noah陆面过程模型的升级版,对部分关键物理过程,提供了多种参数化方案,以适应不同区域特征的需求。本文采用了改进后的二流辐射传输方案计算植被冠层和地表的辐射能量平衡[21,22],考虑阳叶与阴叶的蒸腾速率差异;气孔导度采用Ball-Berry方案,其中影响气孔阻力的土壤水分因子计算设置为默认的Noah选项;对于径流和地下水的模拟,本文使用基于TOPMODEL的径流和简单地下水方案[23]。在Noah-MP中,每种土地利用/覆盖均对应于一组参数,以参数的差异体现土地利用/覆盖类型的不同,其中,比较重要的参数是叶面积指数（leaf area index,LAI）,它不仅用于计算冠层内的辐射传输、植被蒸腾、植被截留等辐射能量平衡和水分收支,而且还控制着所有其他植被参数的物候期。在Noah-MP中,LAI的来源途径有两种,一是用户预设每种植被类型的月平均LAI,年际间恒定不变,二是利用简化的动态植被参数化方案根据水、热等气象因子模拟LAI,随气象条件实时而变。相对来说,第二种途径实现了植被—大气的双向耦合,但是受动态植被参数化方案性能所限,其LAI模拟误差较大,一般主要用于植被—大气相互作用研究;而本文旨在研究LUCC对降水的影响,体现各类土地利用/覆盖LAI的差异是首要前提,因而对LAI等植被参数的精度有一定要求,故采用了模式预设的月平均LAI。

2.2 试验设置

为确保模拟试验中陆面与大气相互作用的充分进行,避免来自侧边界的大气信息对LUCC影响信号的干扰,本文的模拟区域在中国区域范围的基础上,向周边进行了扩展（图1）。模拟区域水平方向上的网格分辨率为30 km,东西及南北格点数分别为255和168个;垂直方向28层,模式顶层气压为50 hPa。模拟试验采用的主要物理过程参数化方案包括：WSM3简单冰微物理方案[24]、CAM3辐射方案[25]、YSU边界层方案[26]、Grell-Devenyi ensemble积云对流方案[27]和Noah-MP陆面过程方案[28]。
Fig. 1 Domain and topography of WRF simulation

图1 模拟试验的区域范围及地面海拔

采用上述模式配置,本文进行了两个连续21年（1980-2000年）的模拟试验。两个试验采用了完全相同的侧边界强迫场,即由美国国家环境预报中心和能源部（National Centers for Environmental Prediction-Department of Energy,NCEP-DOE）提供的NCEP2再分析数据[29],每6 h更新一次,但是采用了不同的下垫面土地利用/覆盖数据,其中一个采用了1980年的土地利用（简称EXP1980）,另一个则采用了2000年的土地利用（简称EXP2000）。鉴于EXP1980与EXP2000年的唯一差异就是采用了不同的土地利用/覆盖数据,因而两个试验结果的差异可认为完全由1980-2000年的LUCC所致。

2.3 数据处理与分析

本文采用的中国土地利用/覆盖数据集,系以美国陆地卫星TM数据为主,辅以中巴资源卫星数据,在地方科学家经验支持下解译得到[30,31],数据精度高[32]。该数据的空间分辨率1 km×1 km,采用6个一级类型、25个二级类型的中国土地利用分类体系,而WRF模式的网格大小为30 km×30 km,采用美国联邦地质调查局（USGS）规定的24类土地覆盖分类体系,因此需要将基于卫星遥感反演的土地利用/覆盖数据进行尺度和类型转换。具体而言,① 对于“一对一”关系的网格,若单一类别的面积大于WRF网格面积的50%,则该网格直接定义为USGS体系的类别;对于“一对多”关系的网格,如果“多类”土地利用总面积超过WRF网格面积的50%,则直接将USGS体系的类别赋予该网格。② 对“多对一”关系的网格,首先根据中国植被区划图[33]判断每个1 km×1 km栅格中USGS体系的森林种类,如果单一种类森林大于WRF网格面积的50%,则直接将该森林类别赋予此网格;经过上述三步尚未获得赋值的网格,则将其赋值为混合类型（参见文献[34]中的表1）。结果表明,LUCC主要集中于东北部、北部和南部地区,主要表现为稀疏草地、草地和林地转为耕地（图2）。
Fig. 2 Land use and land cover over the eastern China in 1980 and 2000 under the framework of WRF simulations

图2 WRF模拟试验框架下1980年和2000年中国东部的土地利用/覆盖

本文的数据分析包括三部分：① EXP2000与EXP1980模拟结果的差异分析,以揭示LUCC对降水等气象要素的影响;② EXP1980和EXP2000单个试验内部不同年份之间的差异分析,以揭示不同年份之间WRF模拟降水等气象要素的差异;③ 为印证不同年份之间WRF模拟降水等气象要素差异的可信性,分别采用地面观测降水量和NCEP2再分析资料重复第二部分的分析。
在EXP2000与EXP1980模拟结果的差异分析中,本文首先对每个网格的夏季（6-8月）降水量时间序列（1980-2000年）进行标准化,消除网格所在地理位置的气候背景差异,再计算中国东部（105°E以东）区域平均的标准化降水量及其置信区间,由此得到了EXP2000与EXP1980模拟的区域平均标准化降水量之差的时间序列;然后,基于总体之间平均值差异的显著性检验理论,辨识出了EXP2000降水显著小于EXP1980的年份,分别是1981年、1984年、1986年、1988年、1989年和1996年（简称LR年）,及显著大于EXP1980的年份,分别是1992年、1993年、1994年、1995年、1997年和1999年（简称MR年）;进而,计算了LR年平均的EXP2000与EXP1980之差,及MR年平均的EXP2000与EXP1980之差,在此基础上对比了两类年份之间EXP2000与EXP1980之差的差异,即两类年份之间LUCC影响的差异,以此展示LUCC对降水等气象要素影响的不稳定性。
在单个试验内部不同年份之间的差异分析中,分别计算了单个试验内部LR年与MR年平均的气象要素场及LR年与MR年之间的差异,以此展示LR年与MR年平均的气候背景特征及其差异。最后,为印证WRF模拟的LR年与MR年平均降水场的差异,本文利用国家气象局提供的地面降水观测数据再次计算了LR年与MR年平均降水场的差异;为印证WRF模拟的LR年与MR年平均气压高度场、风场等气象要素场的差异,本文利用NCEP2数据进行了重复分析。

3 结果分析

3.1 LUCC对夏季降水的影响

如图3a所示,经过1980-2000年的连续模拟试验,WRF模式模拟降水量与观测降水量年际变化均呈显著正相关,相关系数分别为0.59（P<0.01）和0.49（P<0.05）。WRF模式不仅基本再现了1980-1992年降水量趋于减少和1992-2000年降水量趋于增加的趋势及其转折特征,而且还再现了诸如1989和1998的降水极端偏少和极端偏多的年际变化特征。这表明在大尺度环流系统强迫下,WRF模式可较好的模拟中国东部地区夏季降水量的年际波动变化。虽然经过了1980-2000年的连续积分模拟,WRF模拟结果未表现出明显的漂移趋势。
Fig. 3 Ground measurements and WRF simulations of summer precipitation variations from 1980 to 2000

图3 观测及WRF模拟的1980-2000年中国东部（105°E以东）夏季降水变化

图3b展示了两个试验模拟的中国东部区域平均标准化的夏季降水之差（EXP2000-EXP1980）。其鲜明特征是两个模拟试验的夏季降水之差是非恒定的,并且不仅幅度存在较强的不稳定性,而且差值的正负号也存在鲜明的转换。其中,1981年、1984年、1986年、1988年、1989年和1996年,即LR年,EXP2000模拟的降水量显著小于EXP1980,而1992年、1993年、1994年、1995年、1997年和1999年,即MR年,EXP2000模拟的降水量则显著大于EXP1980。尤以1984年和1999年为甚,EXP2000相较于EXP1980区域平均降水变幅分别为-0.22倍标准差和0.22倍标准差。
图4展示了LR年与MR年平均的标准化降水距平场。其鲜明特征是LR年与MR年降水异常的空间格局几乎完全相反。在LR年,中国东部大范围地区降水偏少,其中长江以南地区降水偏少尤为明显,偏少幅度最大超过0.6倍标准差,仅东北东部和华北西部部分地区降水略呈偏多之势（图4a）;在MR年,中国东部大范围降水则偏多,其中以内蒙古地区北部及黑龙江北部和长江以南地区尤为明显,偏多幅度最大超过0.8倍标准差,仅华北北部部分地区降水略呈偏少之势（图4b）。这说明LR年中国东部区域平均降水偏少和MR年中国东部区域平均降水偏多是由大范围地区一致偏少和偏多所致,而非局部地区极端大幅度异常所致,因而根据图3筛选出来的LR年和MR年均具有统计学意义。
图4 LR年和MR年平均的EXP2000与EXP1980降水之差（EXP2000-EXP1980）Fig. 4 Mean differences of precipitation between the two simulations (EXP2000 minus EXP1980)for the LR years and MR years

3.2 LUCC对大气环流及水汽输送的影响

为从动力学的角度揭示LUCC影响夏季降水的成因机制,本文分别分析了LR年和MR年平均的EXP2000和EXP1980气压高度场之差、风场之差及整层水汽通量之差。图5展示了高度场之差和风场之差。在LR年,500 hPa的位势高度在北部呈现偏低的特征,其中东北地区东南部为偏低中心,而40°N以南地区位势高度略微偏高。850 hPa位势高度表现为南部略高,北部偏低,大约以33°N为分界线,其中北部的低压异常中心出现在辽东—渤海一带,较500 hPa的低压异常中心略有南移。该低压异常使得渤海地区出现气旋性环流,由此加强了自黄海北上的偏南气流,气流在长白山脉被迫抬升形成降水,有利于东北东部降水增加。但在中国西南、江南及华南地区,平均位势高度偏高,气流反气旋性辐散,抑制了西南暖湿季风的北上,不利于形成降水,由此解释了图4a所示的西南地区降水偏少现象。
Fig. 5 Mean differences of geopotential height and wind field between the two simulations (EXP2000 minus EXP1980)for the LR years and MR years

图5 LR年和MR年平均的EXP2000与EXP1980位势高度场之差及风场之差（EXP2000-EXP1980）

在MR年,500 hPa位势高度在中国大陆上空以总体降低为主要特征,降低幅度和空间范围均明显大于LR年,其中华北—内蒙古东南部降幅最大。850 hPa位势高度在中国大陆上空也总体以降低为主要特征,降幅表现为“强—弱—强”的空间分布特征,淮河流域和内蒙古东北部降幅较大,分别形成了一个气旋性涡旋,华北地区降幅较小,这与上述在LR年辽东—渤海地区明显偏低,南方总体偏高的空间分异特征基本相反。其中,北部气旋中心东侧盛行偏南风,水汽丰富,并在该区域辐合上升造成降水。南部的气旋环流增强了西南暖湿气流,且该气旋底后部的偏南干冷气流与偏北暖湿气流交汇辐合,有利于长江流域及华南地区形成降水,由此解释了图4b所示的西南地区降水偏多现象;而内蒙古地区中北部、华北中北部地区分别处于北部气旋的底后部与南部气旋的顶后部,被单一偏北气流控制,加之又处于反气旋辐散区域,使得降水明显减少。
图6展示了LR年和MR年平均的EXP2000与EXP1980的整层水汽通量差,其鲜明特征是中国东部在LR年水汽输送量偏少,且气流在中国西南地区呈反气旋性辐散,水汽散失,在MR年水汽输送量偏多,且气流在东北及南方地区呈气旋性辐合,有利于降水。具体而言,在LR年,中国西南地区形成了一个反气旋型环流,空气下沉,水汽辐散,不利于形成降水;渤海上空形成了一个气旋型环流,其东侧北上气流携带水汽向北输送,受长白山地形阻挡,有利于形成降水;与此同时,受此气旋型环流的影响,整个中国北方位于其西侧,受来自大陆内部的单一偏北气流控制,水汽输送量很少,不利于形成有效降水。这解释了图4a所示中国东部大部分地区降水偏少,西南地区尤为明显的现象。在MR年,在东北地区北部、长江中下游及西南地区形成3个气旋型涡旋,空气上升,并且水汽含量丰富,有利于形成降水,从而解释了图4b所示东北北部地区及中国南方地区的降水偏多现象。在内蒙古中部地区虽然水汽输送量较为丰富,但气流呈辐散趋势,不易形成有效降水,导致该地区降水偏少。
Fig. 6 Mean differences of integrated water vapor flux between the two simulations (EXP2000 minus EXP1980) for the LR years and MR years

图6 LR年和MR年平均的EXP2000与EXP1980整层水汽通量之差（EXP2000-EXP1980）

上述结果表明,在LR和MR两类年份,EXP1980与EXP2000模拟的等压面位势高度之差、整层水汽输送量之差均具有明显不同的特征,其中850 hPa的高度场之差及中国南方地区水汽通量输送的辐散、辐合几乎表现出相反的空间分布特征,这均与LR和MR年份降水变化相反的空间特征相对应。由于EXP1980和EXP2000试验设置的唯一差别是采用了不同的土地利用/覆盖数据,两个试验模拟的等压面位势高度之差及整层水汽输送量之差的不稳定性表明LUCC引起的大气动力场的变化也不是恒定不变的,由此解释了LUCC降水效应的不稳定性。

3.3 MR年与LR年的大尺度气候背景之差

图7展示了EXP1980模拟的MR年与LR年降水场之差及大气动力场之差。其中,夏季降水量差异（MR-LR年）总体表现为“南多北少”的空间格局,降水偏少地区大多分布在长江以北,其中以东北和内蒙古中部地区为甚,在北方总体偏少的背景之下,华北北部、东北南部地区降水略微偏多;降水偏多地区大多分布在长江以南,其中以西南云贵川地区和东南沿海为甚。在500 hPa高度上,MR年与LR年位势高度之差总体呈现“东低西高”的形势。自鄂霍次克海向西南沿中国东部沿海地区及江南地区明显偏低,低压中心大致位于鄂霍次克海上空;蒙古及中国内蒙古中部地区则偏高,高压中心大致位于蒙古上空。850 hPa位势高度的差异也基本表现出这一特征,在鄂霍次克海上空高度场偏低,且向西南方向延伸,蒙古上空高度场偏高;同时,副热带西太平洋上空的高度场也呈现出偏高的特征。在长江以南地区,陆地上空位势高度场的偏低意味着该地区笼罩在“低压之下”,副热带高压偏弱,气流上升,有利于形成降水,同时伴随着海洋上空位势高度场偏高,有利于水汽沿着副热带高压南缘向大陆输送,形成降水,双重因素导致了长江以南地区降水偏多。蒙古—中国内蒙古中部及附近地区位势高度场的偏高意味着该地区笼罩在“高压”之下,出现反气旋性涡旋异常,空气下沉,不利于形成降水,从而导致了东北与内蒙古中部地区降水偏少。
Fig. 7 Difference of the standardized precipitation (a), geopotential height and wind field between MR years and LR years (MR minus LR), at the pressure level of 500 hPa (b) and 850 hPa (c), derived from the EXP1980 simulation

图7 EXP1980模拟的MR年与LR年标准化降水之差（a. MR-LR年）及500 hPa（b）和850 hPa（c）的位势高度之差、矢量风场之差

EXP2000模拟的MR年与LR年降水场之差及大气动力场之差的分布形势与上述EXP1980的结果基本相同。仅有的不同之处在于,EXP2000模拟的MR年与LR年降水之差（MR-LR年）的数值与EXP1980略有不同,具体表现为：东北地区的负值略有减弱,西南川贵地区的正值略有增加。
观测和NCEP2再分析数据展示的MR年与LR年降水场和大气动力场的差异与WRF模拟的差异基本一致。如图8所示,MR年与LR年地面观测夏季降水量之差总体上也呈现出南多北少的分布特征,且在北方降水总体偏少的背景之下,华北北部—东北南部降水略微偏多。NCEP2再分析资料显示：500 hPa位势高度在鄂霍次克海上空明显偏低,且向南延伸至长江下游地区,而蒙古与中国内蒙古中部上空明显偏高,850 hPa位势高度基本继承了500 hPa的特征,不同之处在于蒙古上空位势高度偏高幅度有所降低,同时副热带西太平洋上空位势高度偏高幅度明显增加。MR年与LR年大气动力场的这些差异特征也与WRF模拟几乎一致。来自地面观测降水数据和大气再分析数据展示出来的MR年与LR年之差支持了上述WRF模拟结果的可信性。
Fig. 8 Differences of standardized summer precipitation from ground measurements (a), geopotential height and wind field between MR years and LR years (MR years minus LR years), at the pressure level of 500 hPa (b) and 850 hPa (c), derived from the NCEP2 reanalysis data

图8 地面观测的MR年与LR年标准化夏季降水之差（a. MR-LR年）及NCEP2再分析资料中MR年与LR年850 hPa（b）和500 hPa（c）的位势高度之差和矢量风之差

4 结论与讨论

4.1 结论

上述分析结果说明中国东部以农—林（草）转换为主要特征的LUCC对夏季降水的影响是不稳定的,多雨/少雨效应与大尺度的背景气候有密切关系,其中长江以南地区表现最为明显。在MR年,即1992年、1993年、1994年、1995年、1997年和1999年的大尺度气候背景下,2000年比1980年的土地利用/覆盖有利于降水;在LR年,即1981年、1984年、1986年、1988年、1989年和1996年的大尺度气候背景下,2000年的土地利用/覆盖则不利于降水。MR年相对于LR年,以鄂霍次克海为中心向西南延伸至江淮地区位势高度场总体偏低,蒙古上空则总体偏高,与之伴随的是中国东部北方盛行北风,向北的水汽输送因此受阻,水汽输送减少,且在西南地区形成反气旋型涡旋,不易造成降水;而东南地区盛行西南风,水汽输送因此加强,且在西南和东北地区均形成气旋型涡旋,有利于降水。由此形成了MR年相对于LR年“南多北少”的降水格局。这表明,在南方多雨、北方少雨的年份,2000年的土地利用/覆盖进一步增加南方的降水,同时也在一定程度上增加北方的降水;在南方少雨、北方多雨的年份,2000年土地利用/覆盖的降水气候效应则相反。这意味着,由1980年代（LR年集中期）到1990年代（MR年集中期）南方降水增加、北方降水减少的年代际降水变化之中,南方降水增加可能部分由LUCC所致,北方降水减少则因LUCC而弱化。
本文在此前“基于多年连续模拟,揭示LUCC多年平均气候效应”的基础上,辨识了不同大尺度气候背景下LUCC降水效应的差异,发现了中国东部1980-2000年LUCC的降水气候效应与大尺度气候背景的联系。本文在Pitman等[12,13]发现的LUCC的温度气候效应与大尺度背景气候有密切联系的基础上,发现了LUCC的降水气候效应也与大尺度背景气候有密切联系。研究结果在一定程度上深化了中国东部LUCC气候效应的科学认识,为理解区域气候变化成因提供了新的科学证据。

4.2 讨论

本文主要模拟了中国东部农—林（草）转换的降水气候效应及其与大尺度气候背景的关系,未对黄淮海平原、长三角和珠三角等地区的城市化过程的气候效应给予关注。Wang等[35]用2006-2010年连续5年的高分辨率模拟试验的平均状态阐述了京津冀、长三角、珠三角地区城市化的气候效应。而据Cheng等[36]关于珠三角的研究,城市化的气候效应随厄尔尼诺年景和拉尼娜年景而异。在未来研究中,为全面认识中国东部LUCC的气候效应,不仅要将城市化纳入研究范畴,而且也需要详细分析不同年景下城市化的气候效应。
另外,在关注多种LUCC的同时,下一步的研究也需要探索LUCC降水气候效应随大尺度背景气候而异的物理机制。首先,利用离线的陆面过程模型,模拟不同大尺度气候背景下,LUCC对地面辐射与能量平衡的影响,对风速的影响,对比分析模拟结果的差异,据此揭示在不考虑大气反馈的情况下LUCC对大气的单向影响。然后,结合本文陆面—大气耦合模式的模拟结果,对大气的热力场、水汽场和动力场,以及土壤湿度和温度,进行全方位的深入分析,诊断分析LUCC降水气候效应随大尺度背景气候而异的物理机制。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
IPCC. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. United Kingdom and New York, USA: Cambridge University Press, 2013.

[2]
华文剑, 陈海山, 李兴. 中国土地利用/覆盖变化及其气候效应的研究综述. 地球科学进展, 2014, 29(9): 1025-1036.

[Hua Wenjian, Chen Haishan, Li Xing.Review of land use and land cover change in China and associated climatic effects. Progress in Geography, 2014, 29(9): 1025-1036.]

[3]
Werth D, Avissar R.The local and global effects of Amazon deforestation. Geophysical Research Letters, 2002, 107(8087): 5823-5826.

[4]
马迪, 刘征宇, 吕世华, 等. 东亚季风区植被变化对局地气候的短期影响. 科学通报, 2013, 58(17): 1661-1669.

[Ma Di, Liu Zhengyu, Lv Shihua, et al.Short-term climatic impacts of afforestation in the East Asian monsoon region. Chinese Science Bulletin, 2013, 58(17): 1661-1669.]

[5]
Gálos B, Hagemann S, Hänsler A, et al.Case study for the assessment of the biogeophysical effects of a potential afforestation in Europe. Carbon Balance & Management, 2013, 8(1): 1685-1694.

[6]
Liu Y, Stanturf J, Lu H.Modeling the potential of the northern China forest shelterbelt in improving hydroclimate conditions 1. Jawra Journal of the American Water Resources Association, 2008, 44(5): 1176-1192.

[7]
毛慧琴, 熊喆, 延晓冬, 等. 印度农田扩张对区域气候影响的数值模拟. 生态学杂志, 2016, 35(6): 1627-1634.

[Mao Huiqin, Xiong Zhe, Yan Xiaodong, et al.Modeled impact of cropland expansion on regional climate in India. Chinese Journal of Ecology, 2016, 35(6): 1627-1634.]

[8]
Ge Q S, Zheng J Y, Zhang X Z, et al.Simulated effects of cropland expansion on summer climate in eastern China in the Last Three Centuries. Advances in Meteorology, 2013, 65(2): 93-100.

[9]
高学杰, 张冬峰, 陈仲新, 等. 中国当代土地利用对区域气候影响的数值模拟. 中国科学: 地球科学, 2007, 37(3): 397-404.

[Gao Xuejie, Zhang Dongfeng, Chen Zhongxin, et al.Land use effects on climate in China as simulated by a regional climate model. Science in China: Earth Sciences, 2007, 37(3): 397-404.]

[10]
董思言, 延晓冬, 熊喆. 东北农田扩张对气候影响的数值模拟. 气候与环境研究, 2014, 19(3): 351-361.

[Dong Siyan, Yan Xiaodong, Xiong Zhe.Modeled impacts of land-use and land-cover change in Northeast China on climate. Climatic and Environmental Research, 2014, 19(3): 351-361.]

[11]
张少波, 陈玉春, 吕世华, 等. 青藏高原植被变化对中国东部夏季降水影响的模拟研究. 高原气象, 2013, 32(5): 1236-1245.

[Zhang Shaobo, Chen Yuchun, Lv Shihua, et al.Numerical simulation of impact of vegetation in Qinghai-Xizang Plateau on summertime precipitation in eastern China. Plateau Meteorology, 2013, 32(5): 1236-1245.]

[12]
Pitman A J, Avila F B, Abramowitz G, et al.Importance of background climate in determining impact of land-cover change on regional climate. Nature Climate Change, 2011, 1(9): 472-475.

[13]
华文剑, 陈海山. 全球变暖背景下土地利用/土地覆盖变化气候效应的新认识. 科学通报, 2013, 58(27): 2832-2839.

[Hua Wenjian, Chen Haishan.Recognition of climatic effects of land use/land cover change under global warming. Chinese Science Bulletin, 2013, 58(27): 2832-2839.]

[14]
张宏文, 张学珍, 张丽娟. WRF模拟的1980-2000年中国东北农业开发对气候的影响. 地理研究, 2015, 34(10): 1853-1863.

[Zhang Hongwen, Zhang Xuezhen, Zhang Lijuan.Simulated effects of cropland extension on climate over Northeast China from 1980 to 2000 by WRF Model. Geographical Research, 2015, 34(10): 1853-1863.]

[15]
Skamarock W C, Klemp J B, Dudhia J, et al.A Description of the Advanced Research WRF Version 3. NCAR Technical. Note NCAR/TN-475+STR, National Center for Atmospheric Research. Boulder, Clolorado, USA, 2008.

[16]
Leung L R, Kuo Y H, Tribbia J.Research needs and directions of regional climate modeling using WRF and CCSM. Bulletin of the American Meteorological Society, 2006, 87(12): 1747-1751.

[17]
Leung L R, Qian Y.Atmospheric rivers induced heavy precipitation and flooding in the western U.S. simulated by the WRF regional climate model. Geophysical Research Letters, 2009, 36(3): 1-6.

[18]
史小康, 文军, 田辉, 等. MODIS反照率产品在模拟黄河源区陆面过程和降水中的应用. 大气科学, 2009, 33(6): 1187-1200.

[Shi Xiaokang, Wen Jun, Tian Hui, et al.Application of MODIS albedo data in the simulation of land surface and rainfall processes over the Yellow River water source region. Chinese Journal of Atmospheric Sciences, 2009, 33(6): 1187-1200.]

[19]
Zhang X Z, Tang Q H, Zheng J Y, et al.Warming/cooling effects of cropland greenness changes during 1982-2006 in the North China Plain. Environmental Research Letters, 2013, 8(2): 1-9.

[20]
Jeong S J, Ho C H, Piao S, et al.Effects of double cropping on summer climate of the North China Plain and neighbouring regions. Nature Climate Change, 2014, 4(7): 615-619.

[21]
Yang R, Friedl M A.Modeling the effects of three-dimensional vegetation structure on surface radiation and energy balance in boreal forests. Journal of Geophysical Research Atmospheres, 2003, 108(D16): 1051-1062.

[22]
Niu G Y, Yang Z L.The effects of canopy processes on snow surface energy and mass balances. Journal of Geophysical Research Atmospheres, 109(D23): D23111.

[23]
Niu G Y, Yang Z L, Dickinson R E, et al.Development of a simple groundwater model for use in climate models and evaluation with gravity recovery and climate experiment data. Journal of Geophysical Research Atmospheres, 2007, 112(D7): 277-287.

[24]
Hong S Y, Dudhia J, Chen S H.A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation. Monthly Weather Review, 2004, 132(1): 103-120.

[25]
Collins W D, Rasch P J, Boville B A, et al.Description of the NCAR Community Atmosphere Model (CAM 3.0). NCAR Tech. Note NCAR/TN-464+STR, 2004.

[26]
Hong S Y, Pan H L.Nonlocal boundary layer vertical diffusion in a medium-range forecast model. Monthly Weather Review, 1996, 124(10): 2322-2339.

[27]
Grell G A, Devenyi D.A generalized approach to parameterizing convection combining ensemble and data assimilation techniques. Geophysical Research Letters, 2002, 29(14): 38-42.

[28]
Yang Z L, Niu G Y, Mitchell K E, et al.The community Noah land surface model with multiparameterization options (Noah-MP): 2. Evaluation over global river basins. Journal of Geophysical Research, 2011, 116(D12): 1248-1256.

[29]
Kanamitsu M, Ebisuzaki W, Wollen J, et al.NCEP-DOE AMIP-II Reanalysis (R-2). Bulletin of the American Meteorological Society, 2002, 83(11): 1631-1643.

[30]
刘纪远, 张增祥, 庄大方, 等. 20世纪90年代中国土地利用变化时空特征及其成因分析. 地理研究, 2003, 22(1): 1-12.

[Liu Jiyuan, Zhang Zengxiang, Zhuang Dafang, et al.A study on the spatial-temporal dynamic changes of land-use and driving forces analyses of China in the 1990s. Geographical Research, 2003, 22(1): 1-12.]

[31]
刘纪远, 刘明亮, 庄大方, 等. 中国近期土地利用变化的空间格局分析. 中国科学: 地球科学, 2002, 32(12): 1031-1041.

[Liu Jiyuan, Liu Mingliang, Zhuang Dafang, et al.Spatial pattern analysis of recent land-use change in China. Science in China: Earth Sciences, 2002, 32(12): 1031-1041.]

[32]
黄亚博, 廖顺宝. 首套全球30 m分辨率土地覆被产品区域尺度精度评价: 以河南省为例. 地理研究, 2016, 35(8): 1433-1466.

[Huang Yabo, Liao Shunbao.Regional accuracy assessments of the first global land cover dataset at 30-meter resolution: A case study of Henan province. Geographical Research, 2016, 35(8): 1433-1446.]

[33]
张新时. 中华人民共和国植被图(1∶100万). 北京: 地质出版社, 2007.

[Zhang Xinshi.Vegetation Map of the People's Republic of China (1:1000000). Beijing: Geological Publishing House, 2007.]

[34]
张学珍, 刘纪远, 熊喆, 等. 20世纪末中国中东部耕地扩张对表面气温影响的模拟研究. 地理学报, 2015, 70(9): 1423-1433.

[Zhang Xuezhen, Liu Jiyuan, Xiong Zhe, et al.Simulated effects of agricultural development on surface air temperature over central and eastern China in the late 20th century. Acta Geographica Sinica, 2015, 70(9): 1423-1433.]

[35]
Wang J, Feng J, Yan Z, et al.Nested high-resolution modeling of the impact of urbanization on regional climate in three vast urban agglomerations in China. Journal of Geophysical Research Atmospheres, 2012, 117(D21): 6213-6214.

[36]
Cheng C K M, Chan J C L. Chan Impacts of land use changes and synoptic forcing on the seasonal climate over the Pearl River Delta of China. Atmospheric Environment, 2012, 60(60): 25-36.

Options
Outlines

/

〈 〉