馬丹萌 俞淼 劉偉光

1 南京信息工程大學(xué)氣象災(zāi)害教育部重點實驗室/氣候與環(huán)境變化國際合作聯(lián)合實驗室/氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心，南京210044

2 南京信息工程大學(xué)大氣科學(xué)學(xué)院，南京210044

1 引言

近年來，全球氣候顯著變暖（IPCC, 2013），造成了如海平面升高、冰川融化、動植物的數(shù)量種類減少等問題，嚴(yán)重影響著地球生態(tài)系統(tǒng)，成為了世界經(jīng)濟可持續(xù)發(fā)展和國際社會所面臨的最為嚴(yán)峻的挑戰(zhàn)（葉篤正和符淙斌, 1994; 葉篤正等, 2003; 秦大河等, 2007）。IPCC 第五次評估報告（Held,2001）顯示，自工業(yè)革命以來，由于人類活動引起的地表覆蓋變化、溫室氣體排放等所造成的輻射強迫變化是引起全球氣候變暖的主要原因之一。其中陸面植被覆蓋變化對區(qū)域及全球氣候的影響漸漸成為關(guān)注的焦點（Charney, 1975; 鄭益群等, 2002a; 張井勇等, 2005; 劉飛和巢紀(jì)平, 2009; 吳凌志等, 2011;邸月寶等, 2012），大面積的森林砍伐以及荒地開墾活動改變了陸面的植被覆蓋，植被覆蓋變化又通過改變下墊面的反照率、粗糙度及蒸散發(fā)等方式影響大氣（Thomas and Rowntree, 1992; Bonan, 2008;Notaro and Liu, 2008; Chen et al., 2011），進一步對氣候變化造成顯著影響。

東亞地處中緯度地區(qū)，是世界上氣候脆弱區(qū)之一，并且由于人口密度大，可利用土地資源相對不足，城市化進程中農(nóng)作物的增加伴隨著對森林的濫砍濫伐和草原的開墾，導(dǎo)致某些地區(qū)植被退化相當(dāng)嚴(yán)重，致使區(qū)域氣候和生態(tài)環(huán)境的惡化。為了改善生存環(huán)境，人們采取了一系列措施，其中之一就是實施退耕還林/草。例如，中國政府于1978年啟動三北防護林工程。植樹造林可以提供碳封存和防止水土流失，這些新森林對氣候的影響取決于輻射和湍流通量對地表溫度的改變（Peng et al., 2014）。然而，可能存在著一些不合理的造林，雖然樹木成活了下來，卻導(dǎo)致了地下水位的下降及周邊草地灌木的死亡（符淙斌和袁慧玲, 2001）。故而有必要探究在何處植樹，種何種樹，以實現(xiàn)造林項目的氣候效益。最極端的方案就是將植被全部恢復(fù)成最適合當(dāng)?shù)貤l件自然狀況生長的類型。

越來越多的證據(jù)揭示了造林/毀林對東亞氣候影響的結(jié)果（趙宗慈和羅勇, 1999; 溫剛和符淙斌,2000; Gao et al., 2006; 梁妙玲和謝正輝, 2006; 高學(xué)杰等, 2007; 姜超等, 2013; Hua et al., 2015; Li et al.,2016; Li et al., 2020），符淙斌和袁慧玲（2001）使用兩種不同的植被，包括衛(wèi)星觀測建立的地表植被覆蓋（當(dāng)前植被）及生態(tài)模式根據(jù)平均氣候狀況模擬出來的自然植被，利用區(qū)域環(huán)境系統(tǒng)模式RIEMS進行了一個虛擬試驗，探究自然植被恢復(fù)對東亞夏季氣候的影響。他們認(rèn)為，大范圍恢復(fù)自然植被對東亞夏季氣候的影響是明顯的，它不僅可以改變近地面氣候狀況，而且可以影響季風(fēng)環(huán)流強度的變化。鄭益群等（2002b）使用區(qū)域氣候模式RegCM2通過改變蒙古、內(nèi)蒙古草原植被及南方的常綠闊葉植被進行數(shù)值模擬試驗，得出植被退化使氣候變得更加惡劣，而北方草原植被增加使氣候變得溫和的結(jié)論。于燕和謝正輝（2012）使用RegCM4，利用能夠反映20世紀(jì)80～90年代中國區(qū)域陸面覆蓋狀況資料CLCV與衛(wèi)星遙感 MODIS陸面覆蓋資料進行數(shù)值模擬試驗，研究中國區(qū)域陸面覆蓋變化對區(qū)域氣候的影響。結(jié)果表明，以荒漠化和植被退化為主要特征的陸面覆蓋變化通過改變陸面能量、水分平衡與大尺度環(huán)流進而對氣候要素產(chǎn)生重要影響。Kabeja et al.（2020）利用一系列的衛(wèi)星資料評估土地利用/土地覆蓋（Land Use and Land Cover, LULC）的變化，并探究了重新造林引起的LULC對山區(qū)集水區(qū)典型水文響應(yīng)空間模式的影響，結(jié)果表明，LULC從農(nóng)業(yè)用地到森林的轉(zhuǎn)化使得洪峰期流量減小。除了數(shù)值試驗外，Ge et al.（2019）也利用衛(wèi)星觀測數(shù)據(jù)探究造林活動對局地氣候的影響，證明不同的植樹造林方案會對氣候產(chǎn)生截然不同的影響。

盡管已有不少研究結(jié)果，但地處中緯度的東亞地區(qū)氣候?qū)χ脖蛔兓捻憫?yīng)過程仍然有不清楚的地方（Lawrence and Chase, 2010）。除此以外，以往的研究往往更注重毀林的影響（Henderson-Sellers and Gornitz, 1984; Xue, 1996; Kleidon and Heimann,1999; 李巧萍和丁一匯, 2004; 易浪等, 2014），而近期的研究多注重于小區(qū)域尺度的造林，且大都是通過簡單的替換植被下墊面的方式（范廣洲等, 1998;呂世華和陳玉春, 1999; Liu et al., 2008; 游火龍等,2010）。本文利用最新發(fā)布的RegCM4.6-CLM3.5及能夠模擬自然植被的CLM4-CNDV進行一個理想試驗，以期在較高空間分辨率上，對東亞區(qū)域大規(guī)模自然植被恢復(fù)產(chǎn)生的氣候效應(yīng)進行認(rèn)識，探究當(dāng)前氣候狀態(tài)下東亞可能的自然植被的分布及自然植被恢復(fù)對氣候的可能影響。

2 模式、試驗設(shè)計與資料

本研究使用了3個模式，分別是意大利國際理論物理中心（International Center Theoretical Physics，ICTP）開發(fā)的區(qū)域氣候模式RegCM4.6（Regional Climate Model, version 4.6, Giorgi et al., 2012），NCAR/NCEP的包含了動態(tài)植被模塊的通用陸面模型CLM4-CNDV（Community Land Model, version 4,with Carbon and Nitrogen pools and Dynamic Vegetation, Oleson et al., 2010）及通用大氣模式CAM4 (Community Atmosphere Model, version 4,Lawrence et al., 2011）。

3個模式的陸面模塊采用16種植被功能型（Plant Functional Types, PFTs）來區(qū)分每一格點中的植被下墊面分布，其中林地8種，灌木3種，草地3種，農(nóng)作物2種。特別要說明的是，CLM中所采用的PFT類型是根據(jù)衛(wèi)星觀測植被類型和氣候條件劃分而成，與實際的植被類型是不同的。為了評估自然植被恢復(fù)對東亞區(qū)域氣候的影響，本文設(shè)計了采用兩種不同植被下墊面的區(qū)域氣候模擬試驗。第一種植被下墊面來自MODIS衛(wèi)星觀測資料反演的實際植被類型分布，與模式中默認(rèn)參數(shù)設(shè)置一致（Lawrence and Chase, 2007），這里將各植被類型分布百分比記為FPCGRIDM，第二種植被下墊面為當(dāng)前氣候狀態(tài)下模擬得到的自然植被分布（Land Cover Change, LCC）。為了得到第二種植被下墊面情況，利用使用了第一種下墊面和NCEP/DOE Reanalysis II再分析數(shù)據(jù)（以下簡稱R2，Kanamitsu et al., 2002）為側(cè)邊界條件的RegCM試驗所得的高分辨率大氣強迫場，包括2 m溫度、2 m濕度、地面氣壓、降水、10 m風(fēng)場和向下短波輻射，離線驅(qū)動CLM4-CNDV進行區(qū)域長時間模擬以得到準(zhǔn)平衡態(tài)時的自然植被分布。因為本研究的模擬時段為30年（1983～2012年），所以CLM4-CNDV離線試驗循環(huán)采用這30年的大氣強迫場進行了連續(xù)300年的模擬，并取最后30年的平均結(jié)果作為當(dāng)前氣候狀態(tài)下的自然植被分布狀況（記為FPCGRIDC），此時模擬的植被葉面積指數(shù)（Leaf Area Index, LAI）和相關(guān)碳氮循環(huán)通量變化相應(yīng)于氣候驅(qū)動場基本穩(wěn)定。進一步將MODIS下墊面中的農(nóng)作物分布百分比（記為CropM），按照CLM4-CNDV模擬得到的各格點內(nèi)自然植被分布權(quán)重，替換為相應(yīng)的自然植被分布百分比，新下墊面中原自然植被分布和MODIS中一致，以此得到模擬自然植被恢復(fù)后下墊面的各植被類型分布百分比（記為FPCGRIDN）：

其中 FPCGRIDN、FPCGRIDM、FPCGRIDC各有14個數(shù)據(jù)序列，分別對應(yīng)14種自然植被類型的分布百分比。

為了將下墊面條件改變引起的氣候變化考慮進區(qū)域氣候的模擬過程，本研究利用了采用兩種下墊面條件的CAM4模擬結(jié)果。相比于傳統(tǒng)試驗方案中使用相同側(cè)邊界方案且模擬區(qū)域足夠大，該方案能夠盡可能完備的考慮到區(qū)域內(nèi)下墊面改變對區(qū)域外氣候變化的影響。CAM4所采用的兩種下墊面分別為MODIS下墊面與全球范圍自然植被恢復(fù)的下墊面。實際操作過程中，生成CAM4所用第二種下墊面是采用了研究組已有的，由1981～2000年的再分析資料（Qian et al., 2006）離線驅(qū)動CLM4-CNDV 400年所得到的最后20年結(jié)果（Yu et al.,2014）。盡管用于全球和區(qū)域離線模擬的東亞地區(qū)自然植被分布存在一定差異（圖略），但二者的差異不足以影響后文的結(jié)果分析和結(jié)論。

以上各模擬試驗所采用的初邊條件和下墊面設(shè)置詳見表1。將首先驗證RegCM(CAM)的模擬能力，再對比RCM(CAM)和RCM_LC(LC)的結(jié)果以分析自然植被恢復(fù)所引起的氣候效應(yīng)及其物理機制。

表1 試驗設(shè)計Table 1 Experimental design

試驗中RegCM采用蘭伯特投影，水平分辨率為 50 km，東西方向 109 個格點，南北方向 144 個格點，中心格點位于（36°N，101°E），垂直分辨率為非均勻的 18 層，頂層氣壓為50 hPa，積分步長為100 s。初邊值驅(qū)動場每6 h更新一次，采用指數(shù)松弛方案。海溫資料采用英國哈德萊中心提供的月平均OI_WK資料。輻射傳輸方案采用 NCAR CCM3 方案（Kiehl et al., 1996），行星邊界層方案采用Holtslag PBL方案（Holtslag et al., 1990），積云對流方案采用Emanuel方案（Emanuel et al.,1991)，海洋通量參數(shù)化方案采用 Zeng方案（Zeng and Neelin, 1998），陸面參數(shù)化方案為 CLM3.5。每組試驗進行31年（1982～2012年）模擬，第一年作為模式啟動時段，選用后30年數(shù)據(jù)進行分析。用6～8月的平均值代表夏季的情況，12月至2月的平均值代表冬季的情況。氣溫、降水觀測資料使用了基于2400余個中國地面氣象臺站的觀測資料，通過插值建立的一套0.25°（緯度）×0.25°（經(jīng)度）分辨率的格點化數(shù)據(jù)集CN05.1（吳佳和高學(xué)杰,2013）及來自美國特拉華大學(xué)1900～2014年全球0.5°（緯度）×0.5°（經(jīng)度）分辨率陸地氣溫和降水月數(shù)據(jù)UDelaware（ http://climate.geog.udel.edu/～ climate/html_pages/download.html#ghcn_T_P_clim2.[2011-03-01]）。

3 RCM(CAM)對東亞氣候模擬能力的檢驗

在分析自然植被恢復(fù)的氣候效應(yīng)之前，先對RCM(CAM)模擬東亞區(qū)域氣候的能力進行評估。圖1和圖2分別給出了1983～2012年觀測與模擬的30年間東亞地區(qū)多年平均2 m氣溫和降水的空間分布以及模擬偏差。圖1a和1b、圖2a和2b顯示了CN05.1資料和UDelaware資料在反映中國地區(qū)2 m氣溫和降水空間型態(tài)上具有非常高的一致性。

通過圖1a-1c氣溫模擬值與觀測值比較，RegCM(CAM)可以較好地模擬出東亞區(qū)域的年平均氣溫分布。模式在東亞東部的模擬符合南暖北冷的特征，也能較好地模擬西部地區(qū)氣溫隨地形變化的分布特征，符合實際的分布情況。CAM模擬的結(jié)果與觀測值基本較為一致，偏差處于出現(xiàn)在青藏高原南部東亞北部的蒙古高原地區(qū)，這可能部分是由于全球模式模擬的網(wǎng)格較粗，對地形陡峭區(qū)域的模擬能力有限導(dǎo)致。而RegCM4.6在東亞區(qū)域的模擬結(jié)果相比于觀測值，氣溫呈現(xiàn)整體一致偏暖。使用再分析資料作為側(cè)邊界場時，全區(qū)除喜馬拉雅山附近地區(qū)與云貴高原部分地區(qū)外，暖偏差基本在3°C左右。RegCM4的這種系統(tǒng)暖偏差在其他的研究中也有出現(xiàn)（Zhang et al., 2008; Gao and Giorgi,2017），而其對高緯度地區(qū)更為明顯的暖偏差可能與其不能較好地反映及周邊地區(qū)冬季較強的地面逆溫有關(guān)（高學(xué)杰等, 2012; 王美麗等, 2015）。使用CAM所得的結(jié)果作為側(cè)邊界條件時，準(zhǔn)格爾盆地及其以北區(qū)域的暖偏差進一步增大，云貴高原地區(qū)的冷偏差也加大。

圖1 （a）CN05.1、（b）UDelaware觀測的和（c）RCM (CAM)模擬的1983～2012年平均2 m氣溫及（d）CAM模擬、（e）RCM(R2)模擬、（f）RCM (CAM)模擬與UDelaware觀測的偏差Fig.1 (a) CN05.1 and (b) UDelaware observed and (c) RCM(CAM) simulated average 2-m temperature during 1983-2012 and biases between UDelaware observation and (d) CAM simulation, (e) RCM(R2) simulation, and (f) RCM(CAM) simulation, respectively

圖2a和2b可以看到，東亞平均降水量總體呈現(xiàn)由東南向西北遞減的規(guī)律。我國東南部和東南亞地區(qū)平均日降水量可達到4 mm以上，北方大部分地區(qū)降水較少，我國西北部分地區(qū)日降水量不足0.5 mm，在塔里木、準(zhǔn)格爾附近地區(qū)日降水量甚至不足0.1 mm。無論是CAM還是區(qū)域模式RegCM基本能模擬出我國北方干旱少雨的特點以及東亞地區(qū)降水大致呈由南向北遞減的趨勢（圖2c）。但全球模式和區(qū)域模式均都低估了東南沿海地區(qū)的降水且高估了橫斷山脈地區(qū)的降水（圖2d和2e）。對青藏高原東南部的雅魯藏布江大拐彎地區(qū)和青藏高原東部與四川交界一帶降水模擬偏多，這一結(jié)果在高學(xué)杰等（2012）、王美麗等（2015）的模式模擬中也有體現(xiàn)，導(dǎo)致這一誤差的部分原因可能主要是模式對地形降水比較敏感引起的。利用區(qū)域模式對CAM的結(jié)果進行動力降尺度以后，我國東南部和橫斷山脈地區(qū)的偏差有所增大，但是華北地區(qū)的偏差有一定程度減小，印度的降水偏差也得到較大減小（圖2f）。

圖2 同圖1，但為平均降水量Fig.2 Same as Fig.1, but for average precipitation

表2為模式模擬的1983～2012年東亞年和季節(jié)平均氣溫和日降水與UDelaware資料的均方根誤差和空間相關(guān)系數(shù)?？梢钥闯?，RegCM4.6模式對冬季氣溫的模擬能力優(yōu)于夏季，對夏季降水的模擬能力優(yōu)于冬季，對氣溫空間型態(tài)的模擬好于降水。使用CAM所得的側(cè)邊界條件強迫RegCM4.6進行試驗時，對氣溫和降水也有較好的模擬，空間相關(guān)性較好。

表2 模擬和觀測的1983～2012年東亞年、冬季、夏季平均氣溫和降水量及其均方根誤差和空間相關(guān)系數(shù)Table 2 Simulated and observed annual, winter, and summer average temperature and precipitation in East Asia during 1983?2012 and their root-mean-square errors and spatial correlation coefficients

以上結(jié)果表明，利用CAM結(jié)果驅(qū)動的區(qū)域氣候模式RegCM4.6模式能夠較好地模擬東亞的氣溫與降水分布，全球模式對部分地區(qū)的降水模擬偏差能夠得到一定的減小，溫度模擬的暖偏差主要由于RegCM4.6的系統(tǒng)性偏差引起。

4 自然植被的可能分布狀況

利用RegCM(R2)得到的近地面大氣強迫場離線驅(qū)動CLM4-CNDV，得到1982～2012年東亞地區(qū)自然植被覆蓋資料，包括15種PFT。圖3為當(dāng)前氣候狀態(tài)下東亞自然植被PFT的可能分布，圖4則顯示了農(nóng)作物轉(zhuǎn)變?yōu)槁阃痢⒆匀涣值?、灌木和草地的分布區(qū)域和百分比。從圖3中可以看出，溫帶常綠針葉林主要分布在我國的東部 105°E ～120°E之間（圖3a）；寒帶針葉林主要分布在蒙古高原的北部（圖3b）；溫帶落葉闊葉林則主要分布在我國東南部地區(qū)（圖3f）；北極C3草地主要分布在蒙古高原北部、東北平原及青藏高原東南部（圖3j）；C3草地則主要分布在蒙古高原的西北側(cè)及我國東部地區(qū)（圖3k）。溫帶常綠落葉林、寒帶落葉闊葉林、溫帶落葉闊葉灌木、寒帶落葉闊葉灌木及C4草地在東亞地區(qū)也有所分布。

將東亞區(qū)域自然植被恢復(fù)下墊面中全部植被類型歸為4個大類，即裸土、林地、灌木和草地。實際分布中的農(nóng)作物部分在當(dāng)前氣候條件下可能的轉(zhuǎn)化趨勢為：蒙古高原以北地區(qū)、印度西北部、東北平原、華北平原及四川盆地少部分的農(nóng)作物轉(zhuǎn)化為裸土（圖4c），東亞東部尤其是我國東南地區(qū)的農(nóng)作物大部分轉(zhuǎn)化為了溫帶常綠針葉林與溫帶落葉闊葉林（圖4f和圖3a和3f）；蒙古高原以北地區(qū)少部分的農(nóng)作物轉(zhuǎn)化為寒帶常綠針葉林（圖4f和圖3b）；四川盆地及山東半島地區(qū)的農(nóng)作物轉(zhuǎn)化為溫帶落葉闊葉灌木（圖4i和圖3h）；東北地區(qū)的農(nóng)作物主要轉(zhuǎn)換為極地C3草地，東南沿海地區(qū)、長江下游地區(qū)和印度北部也有C3草地的轉(zhuǎn)換?？紤]到RegCM4.6的模擬結(jié)果在蒙古高原西北部有較大的暖偏差，該地區(qū)的植被類型轉(zhuǎn)化可能存在較大的不確定性。

圖3 當(dāng)前氣候狀態(tài)下東亞區(qū)域自然植被功能型（Plant Function Types, PFTs）的可能分布：（a）溫帶常綠針葉林；（b）寒帶常綠針葉林；（c）熱帶常綠闊葉林；（d）溫帶常綠闊葉林；（e）熱帶落葉闊葉林；（f）溫帶落葉闊葉林；（g）寒帶落葉闊葉林；（h）溫帶落葉闊葉灌木；（i）寒帶落葉闊葉灌木；（j）北極C3草；（k）C3草；（l）C4草Fig.3 Possible distributions of natural vegetation Plant Function Types (PFTs) in East Asia under current climatic conditions: (a) Temperate evergreen coniferous forest; (b) frigid zone evergreen coniferous forest; (c) tropical evergreen broad-leaved forest; (d) temperate evergreen broadleaved forest; (e) tropical deciduous broad-leaved forest; (f) temperate deciduous broad-leaved forest; (g) frigid zone deciduous broad-leaved forest; (h)temperate deciduous broad-leaved shrub; (i) frigid zone deciduous broad-leaved shrub; (j) Arctic C3 grass; (k) C3 grass; (l) C4 grass

圖4 MODIS觀測（左列）、LCC模擬（中列）和LCC模擬減去MODIS觀測（右列）的（a-c）裸土、（d-f）林地、（g-i）灌木和（j-l）草地的分布百分比Fig.4 Coverage percentages in (a-c) bare soil, (d-f) woodland, (g-i) shrub, and (j-l) grassland derived from MODIS data (first panel), LCC experiments (middle panel) and the differences between LCC experiments and MODIS data (third panel)

模式模擬的東亞大面積自然植被恢復(fù)后葉面積指數(shù)（Leaf Area Index, LAI）的冬季（DJF，12月至次年2月）和夏季（JJA，6～8月）變化如圖5所示。在我國的東南部地區(qū)，植被類型的變化主要是由C3谷物轉(zhuǎn)化為溫帶常綠針葉林及溫帶落葉闊葉林，而在南部地區(qū)則主要轉(zhuǎn)化為常綠溫帶針葉林。由于林地的LAI較農(nóng)作物更大，在這些地區(qū)無論冬夏都出現(xiàn)了LAI的增大。而在蒙古高原的西北側(cè)，主要轉(zhuǎn)化類型為寒帶常綠針葉林，且裸土分布有所增加。冬季，農(nóng)作物的LAI小于寒帶常綠針葉林，而在夏季，農(nóng)作物地LAI增大，故而在此地出現(xiàn)LAI冬季增大，夏季減小的趨勢。對于我國的四川盆地，山東半島、東北平原地區(qū)和南部沿海的小部分地區(qū)，以及印度北部部分區(qū)域，農(nóng)作物主要恢復(fù)草地，LAI有所減小。

圖5 RCM_LC(LC)減去RCM(CAM)模擬的（a）冬季和（b）夏季葉面積指數(shù)的差值分布。打點區(qū)域表示通過95%的信度檢驗Fig.5 Difference of LAI in (a) winter and (b) summer derived by RCM_LC(LC) simulations minus RCM(CAM) simulations.The dotted area passes the 95% confidence level

5 大規(guī)模植被恢復(fù)的可能影響

以下將對大規(guī)模自然植被恢復(fù)所產(chǎn)生的可能的氣候效應(yīng)進行分析。

圖6反映的是兩組對照試驗所采用的驅(qū)動場，即CAM-LCC和CAM模擬的東亞地區(qū)氣溫和降水差異。而圖7給出經(jīng)過RCM_LCC和RCM分別進行動力降尺度以后得到的氣溫和降水差異。

在我國的東南地區(qū)，植被主要由農(nóng)作物恢復(fù)為林地，無論冬夏均出現(xiàn)了溫度的降低，夏季氣溫的下降更為顯著，這在全球模擬（圖6a和6b）和區(qū)域模擬（圖7a和7b）中是一致的，夏季降溫幅度在區(qū)域模擬中達0.8°C以上。山東半島和華北平原地區(qū)的植被類型主要恢復(fù)為草地與灌木，全球模擬結(jié)果顯示自然植被恢復(fù)后有降溫效應(yīng)，但區(qū)域模式中顯示氣溫在冬夏均有升高。而在我國的東北地區(qū)，冬夏季節(jié)出現(xiàn)了不同的溫度變化趨勢，冬季升高為主，夏季降低，并且全球模式和區(qū)域模式顯示出相同的態(tài)勢，但在區(qū)域模式中，冬季氣溫以降低為主，東北東南部氣溫有所降低，夏季氣溫降低更為顯著。

圖7 同圖6，但為RCM_LC(LC)減去RCM(CAM)試驗Fig.7 Same as Fig.6, but for RCM_LC(LC) simulations minus RCM(CAM) simulations

而對于青藏高原與蒙古高原而言，冬季全球模擬的氣溫變化（圖6a和6b）與區(qū)域模擬結(jié)果大體上是一致的，且區(qū)域模擬的溫度變化幅度更大且顯著，但夏季全球模式氣溫有所降低，區(qū)域模式氣溫升高顯著。雖然青藏高原和蒙古高原地區(qū)植被并沒有發(fā)生很大的變化，但仍然出現(xiàn)了氣溫的明顯變化，這可能與區(qū)域內(nèi)環(huán)流調(diào)整帶來的冷暖平流變化有關(guān)。蒙古高原地區(qū)，在冬季溫度顯著下降，降溫幅度在1.2°C以上，而夏季溫度升高，升溫0.8°C以上。青藏高原地區(qū)，冬、夏季溫度顯著升高。印度北部的冬夏季氣溫變化在全球模擬中均顯著下降，但在區(qū)域模擬中均顯著上升。

圖6 CAM_LCC減去CAM試驗的冬季（左列）和夏季（右列）（a、b）氣溫和（c、d）降水量的差值分布。打點區(qū)域表示通過95%的信度檢驗Fig.6 Difference of (a, b) temperature and (c, d) precipitation in winter (left panel) and summer (right panel) derived by CAM_LCC simulations minus CAM simulations.The dotted area passes the 95% confidence level

對于降水而言，冬季幾乎不受影響，但區(qū)域模擬結(jié)果在蒙古高原的西北側(cè)及貝加爾湖的東側(cè)出現(xiàn)了降水量的顯著減少（圖6c和7c）。而在夏季，區(qū)域模擬的降水變化則十分明顯。全球模擬和區(qū)域模擬均在蒙古高原及其西北側(cè)、華北平原出現(xiàn)了降水的減少，在我國南部、東南沿海地區(qū)出現(xiàn)降水量的增多。東北平原的降水變化在區(qū)域模擬和全球模擬中的趨勢是相反的，盡管都不顯著。

可以看出，全球和區(qū)域模擬的植被覆蓋變化的溫度和降水變化變化大體上是類似的，但印度地區(qū)表現(xiàn)出不一致的變化趨勢。相比全球模擬結(jié)果，區(qū)域模擬的結(jié)果更加顯著，并且更好地分辨出了區(qū)域特征，尤其是華北和四川盆地附近的變化。

圖8為東亞東部雨帶的變化，濾去10 d以下的降水變化序列?？梢钥闯鲋脖换謴?fù)對東亞夏季風(fēng)降水的季節(jié)進退也有一定程度的影響。對于季風(fēng)前降水，植被恢復(fù)使得降水量明顯減小。在季風(fēng)高峰期，東亞東南部降水量有明顯的增大，而東部的降水有所減小。

圖8 （a）RCM(CAM)、（b）RCM_LC(LC)模擬的東亞東部105°E～120°E平均降水量的緯度—時間剖面以及（c）二者的差值（濾去10日以下變率）Fig.8 (a) RCM(CAM) and (b) RCM_LC(LC) simulated longitude-time profile of the mean precipitation in East Asia at 105°E-120°E, and (c) the their difference (the variability below 10 days is filtered out)

相較于全球模式，由于區(qū)域模式能夠在較高的空間分辨率上模擬氣候變化，其對極端氣候事件是模擬能力具有一定優(yōu)勢。圖9給出東亞極端溫度及降水的變化情況。從模擬時段內(nèi)每年日平均溫度第95個百分位的變化（圖9a）中可以看出，蒙古高原以北、東北平原東部及我國東南沿海地區(qū)的高溫有所下降，而蒙古高原及其西北側(cè)、青藏高原地區(qū)的高溫有所上升。從模擬時段內(nèi)每年日平均氣溫第10個百分位的變化（圖9b）中可以看出，蒙古高原地區(qū)、華北平原西側(cè)及我國東南部地區(qū)出現(xiàn)了低溫的顯著下降，而青藏高原與四川盆地的交界處及東北平原地區(qū)出現(xiàn)了低溫的上升。圖9c為模擬時段內(nèi)每年日平均降水量第95個百分位的降水量變化，可以看出植被恢復(fù)使得東北平原地區(qū)、華北平原地區(qū)、四川盆地、東南及南部沿海地區(qū)大雨雨量增多。而蒙古高原及華北平原以西的地區(qū)大雨雨量減少。

圖9 RCM_LC(LC)減去RCM(CAM)模擬的每年（a）第95百分位和（b）第10百分位的日平均2 m溫度以及每年日降水的（c）第95百分位的差值。打點區(qū)域表示通過95%的信度檢驗Fig.9 Differences of the daily average 2-m temperature at (a) the 95th percentile every year, (b) the 10th percentile every year, and (c) the daily average precipitation at the 95th percentile every year derived by RCM_LC(LC) simulations minus RCM(CAM) simulations.The dotted area passes the 95% confidence level

6 植被恢復(fù)對東亞區(qū)域氣候可能影響的機理分析

為進一步分析模擬結(jié)果，并對大規(guī)模自然植被恢復(fù)的氣候效應(yīng)的機理作一些探討，分析植被覆蓋變化對氣候影響的可能機理。選取的物理量有地表凈輻射、反照率、雪蓋、蒸散發(fā)和感熱通量，且植被覆蓋變化對環(huán)流場存在一定影響，因此同時選取風(fēng)場與位勢高度場進行研究。

由圖10a和10b植被恢復(fù)引起的東亞平均凈輻射變化可知，東亞的東南地區(qū)、南部地區(qū)、東北平原東部以及朝鮮半島地區(qū)，由于農(nóng)作物恢復(fù)為林地，其LAI升高導(dǎo)致反照率降低（圖10c和10d），凈輻射升高。而在我國的東北平原地區(qū)，植被轉(zhuǎn)化類型主要為北極C3草地，反照率顯著增大，凈輻射在冬季和夏季均出現(xiàn)了降低。而蒙古高原地區(qū)在冬季凈輻射降低，夏季凈輻射升高。從雪蓋變化（圖10e）中可以看出，冬季蒙古高原地區(qū)雪蓋面積增加引起的反照率升高，可能是導(dǎo)致其凈輻射降低的原因。青藏高原和蒙古高原夏季的凈輻射增高可能與伴隨降水減少的云量減少有關(guān)。

圖10 RCM_LC(LC)減去RCM(CAM)模擬的冬季（左列）和夏季（右列）（a、b）凈輻射、（c、d）反照率）、（e、f）雪蓋的差值分布。打點區(qū)域表示通過95%的信度檢驗Fig.10 Differences of (a, b) radiation, (c, d) albedo, and (e, f) snow cover in winter (left panel) and summer (right panel) derived by RCM_LC(LC)simulations minus RCM(CAM) simulations.The dotted area passes the 95% confidence level

圖11為自然植被恢復(fù)引起的東亞多年季節(jié)平均蒸散發(fā)、感熱通量和10 m風(fēng)速的差值分布。由圖11a和11b可知，植被恢復(fù)類型為林地的我國東南部及南部地區(qū)以及植被恢復(fù)類型為C3草地的四川盆地、華北平原南部及南部沿海地區(qū)，無論冬夏蒸散發(fā)均有增加，而植被恢復(fù)類型為灌木的華北平原地區(qū)及植被恢復(fù)類型為北極C3草地的東北平原地區(qū)蒸散發(fā)有所減小。夏季蒙古高原地區(qū)也出現(xiàn)了蒸散發(fā)的減小，這與降水量的變化較為一致。而感熱通量（圖11c和11d）的變化也與溫度的變化較為一致，從中可以看出我國東南部、南部及東北平原東部地區(qū)，在冬季和夏季均出現(xiàn)了感熱通量的減小，而在夏季，蒙古高原及其西北側(cè)、東北平原、華北平原、山東半島及四川盆地地區(qū)都出現(xiàn)了感熱通量的增加。這說明在植被恢復(fù)為林地的地區(qū)，主要是以蒸散發(fā)帶走地面熱量的效應(yīng)為主，而四川盆地、山東半島、東北平原等植被恢復(fù)為草地的區(qū)域，主要是以凈輻射增加導(dǎo)致的地面升溫為主。東北平原地區(qū)、蒙古高原及其以北地區(qū)，由于其凈輻射增加且蒸散發(fā)減小，導(dǎo)致其感熱通量進一步的增多。由10 m風(fēng)速的差值分布（圖11e和11f）可以看出，植被恢復(fù)主要為降低地面風(fēng)速的效應(yīng)，有利于感熱輸送的減小。冬季，蒙古高原其西北側(cè)向東南延伸至我國東南地區(qū)的風(fēng)速有所減小，而東北地區(qū)的風(fēng)速有所增加。夏季，東北地區(qū)東部、華北平原及我國南部沿海地區(qū)風(fēng)速減小。

圖11 RCM_LC(LC)減去RCM(CAM)模擬的冬季（左列）和夏季（右列）（a、b）蒸散發(fā)、（c、d）感熱通量、（e、f）10 m風(fēng)速的差值分布。打點區(qū)域表示通過95%的信度檢驗Fig.11 Differences of (a, b) evapotranspiration, (c, d) sensible heat flux, and (e, f) 10-m wind speed in winter (left panel) and summer (right panel)derived by RCM_LC(LC) simulations minus RCM(CAM) simulations.The dotted area passes the 95% confidence level

本文選取850 hPa以及500 hPa風(fēng)場變化以及位勢高度場的變化來分析植被覆蓋變化對區(qū)域內(nèi)環(huán)流的影響。東亞地處季風(fēng)區(qū)，基于RegCM4.6-CLM3.5模式的植被覆蓋恢復(fù)對東亞區(qū)域氣候的影響，地面風(fēng)場表現(xiàn)出很大的季節(jié)差異。冬季，東亞總體被來自于西北方向的冷氣流所控制，東亞北方盛行西北風(fēng)，南方盛行西北風(fēng)及轉(zhuǎn)向后的東北風(fēng)。夏季東亞南部氣流受西太平洋副熱帶高壓影響，在我國長江以南風(fēng)向以東南風(fēng)為主，在長江以北轉(zhuǎn)為西南風(fēng)，我國北方則主要以西風(fēng)為主（高學(xué)杰等,2007）。

圖12為自然植被恢復(fù)引起的東亞多年季節(jié)平均500 hPa和850 hPa位勢高度場與風(fēng)場的差值分布。冬季，500 hPa位勢高度場變化的顯著性區(qū)域位于東亞東南部地區(qū)，且與之匹配存在反氣旋型異常（圖12a）。蒙古高原的北部在850 hPa也存在一顯著位勢高度正異常區(qū)域（圖12c），有利于該區(qū)域脊的加強和冷平流輸送，維持少雨特征。冬季位勢高度場異常還出現(xiàn)在我國東南部，同時印度北部與青藏高原上空500 hPa出現(xiàn)西南風(fēng)異常，暖平流加強，有利于印度北部和青藏高原溫度升高。

夏季，850 hPa和500 hPa（圖12b和12d）處高度場的正異常南移至蒙古高原上空，且伴隨有反氣旋異常，不利于該地區(qū)降水的形成。約30°N以北的中國東北存在北風(fēng)異常，東亞夏季風(fēng)總體減弱，不利于雨帶的北推。

圖12 RCM_LC(LC)減去RCM(CAM)模擬的冬季（左列）和夏季（右列）（a、b）500 hPa和（c、d）850 hPa位勢高度場（陰影）與風(fēng)場的差值分布。實線表示RCM(CAM)模擬的位勢高度場分布，斜線陰影區(qū)域表示位勢高度場通過95%的信度檢驗Fig.12 Difference of (a, b) 500-hPa and (c, d) 850-hPa potential height fields (shaded area) and the wind field in winter (left panel) and summer(right panel) derived by RCM_LC(LC) simulations minus RCM(CAM) simulations.The solid line indicates the potential height field distribution simulated by RCM(CAM) and the scribed area indicates that the potential height fields pass the 95% confidence level

7 結(jié)論與討論

本研究在模擬了東亞地區(qū)當(dāng)前自然植被分布的基礎(chǔ)上，利用有無考慮自然植被恢復(fù)下墊面的CAM4模擬的氣候場分別驅(qū)動有無考慮自然植被恢復(fù)的區(qū)域氣候模式RegCM4.6-CLM3.5，在相當(dāng)理想的情況下，探究了東亞地區(qū)大規(guī)模自然植被恢復(fù)對區(qū)域氣候的影響，結(jié)果發(fā)現(xiàn)：

無人類干預(yù)的情況下，東亞地區(qū)實際分布中的農(nóng)作物部分在當(dāng)前氣候條件下可能的恢復(fù)趨勢為：蒙古高原以北部分地區(qū)、東北和華北平原及四川盆地少部分的農(nóng)作物轉(zhuǎn)化為裸土，東亞東南部地區(qū)的農(nóng)作物大部分轉(zhuǎn)化為溫帶常綠針葉林和溫帶落葉闊葉林；蒙古高原以北地區(qū)少部分的農(nóng)作物轉(zhuǎn)化為寒帶常綠針葉林；四川盆地及山東半島地區(qū)的農(nóng)作物轉(zhuǎn)化為溫帶落葉闊葉灌木；東北地區(qū)的農(nóng)作物主要轉(zhuǎn)換為極地C3草地，東南沿海地區(qū)以及長江下游地區(qū)也有向C3草地轉(zhuǎn)換趨勢；印度北部農(nóng)作物主要可能轉(zhuǎn)換為裸土和草地。

與此同時，東北和華北平原、廣東中部平原、四川盆地部分地區(qū)的LAI減少，夏季減少幅度更甚；印度北部的LAI在冬季的減小幅度大于夏季；我國南方丘陵地區(qū)和青藏高原南麓的植被LAI以增大為主；蒙古高原北部植被LAI全年增大，而其西北部的LAI冬季增大但夏季減小，這主要是因為當(dāng)?shù)氐淖匀恢脖活愋椭饕D(zhuǎn)換為落葉闊葉林。

華北、四川盆地和廣東中部平原地區(qū)的植被LAI減小，有利于區(qū)域內(nèi)地面蒸散發(fā)減小，夏季降水顯著減少，溫度升高，極端降水和溫度事件也有類似的變化趨勢。東北地區(qū)LAI顯著減少，但主要恢復(fù)為北極C3草地，反照率升高且蒸散發(fā)有所增加，使得夏季溫度顯著降低，而冬季溫度在北部降低但在東南部升高，這與冬季東北地區(qū)雪蓋的變化有關(guān)。同時，東亞東部30°N以南的季風(fēng)盛行期降水量增多，但前期降水減少，30°N以北的季風(fēng)降水也略有減弱。

蒙古高原的植被變化的區(qū)域主要集中在高原北部地區(qū)，但卻引起高原南部地區(qū)的溫度變化，這可能與印度北部和中國東南部大面積地區(qū)的LAI變化所引起的大氣環(huán)流調(diào)整有關(guān)。在低層能量輸送改變的情況下，促使冬季環(huán)流有稍向北推的趨勢，有利于500 hPa蒙古高原西部脊加強，同時引導(dǎo)西北冷空氣向蒙古高原西部輸送，引起局地溫度顯著下降。夏季，印度北部的LAI減小并不顯著，但在我國華北和東北地表能量平衡也變化發(fā)生顯著變化的情況下，使得蒙古高原上空有反氣旋性異常，引起顯著的增溫效應(yīng)。同時蒙古高原西北部的LAI減小使得局地蒸散發(fā)減小，總體使得高原東部和東北部分地區(qū)溫度顯著升高而西部降水減少。

總體可以看出，中國東部地區(qū)的植被轉(zhuǎn)化具有較強的局地效應(yīng)，而蒙古高原地區(qū)的植被轉(zhuǎn)化既有影響地表能量平衡改變的局地效應(yīng)，又有影響大氣環(huán)流改變的非局地效應(yīng)。本文主要基于一組理想模擬試驗，相較于傳統(tǒng)模擬方案中采用再分析資料作為側(cè)邊界條件而只改變下墊面，本文的試驗方案由于能夠更完備得考慮區(qū)域外的氣候變化，應(yīng)當(dāng)更接近實際情況，對于考慮較大區(qū)域內(nèi)的植被覆蓋變化的氣候效應(yīng)具有一定的參考價值。我們將在后面的工作中繼續(xù)探討不同側(cè)邊界和下墊面條件對東亞地區(qū)氣候模擬的影響。另外，實際的自然植被恢復(fù)不可能將東亞全部的農(nóng)田轉(zhuǎn)化為自然植被，我們的結(jié)果也與目前普遍認(rèn)識的退耕還林還草的氣候效應(yīng)有部分不一致，但是上述試驗結(jié)果可能也說明，即使開展還林還草等自然植被恢復(fù)工作，也需要適當(dāng)?shù)剡M行部分人為干預(yù)，以促進局地植被分布的合理化。

致謝本文的數(shù)值計算得到了南京信息工程大學(xué)高性能計算中心的計算支持和幫助。