气象学报  2015, Vol. 73 Issue (1): 128-141   PDF    
http://dx.doi.org/10.11676/qxxb2015.001
中国气象学会主办。
0

文章信息

曹富强, 丹利, 马柱国. 2015.
CAO Fuqiang, DAN Li, MA Zhuguo. 2015.
中国农田下垫面变化对气候影响的模拟研究
Simulative study of the impact of the cropland change on the regional climate over China
气象学报, 73(1): 128-141
Acta Meteorologica Sinica, 73(1): 128-141.
http://dx.doi.org/10.11676/qxxb2015.001

文章历史

收稿日期:2013-10-17
改回日期:2014-08-04
中国农田下垫面变化对气候影响的模拟研究
曹富强, 丹利 , 马柱国    
中国科学院东亚区域气候-环境重点实验室, 中国科学院大气物理研究所, 北京, 100029
摘要:使用同期的美国国家环境预报中心/能源部(NCEP/DOE)再分析资料驱动区域气候耦合模式AVIM-RIEMS2.0,从遥感卫星图像资料中获取3期中国土地利用/覆盖数据中的农田植被类型,将其分别引入到AVIM-RIEMS2.0模式进行积分,研究中国农田下垫面变化对东亚区域气候的影响。结果表明:中国农田变化对气候影响具有冬季弱、夏季强的季节性变化,夏季气温和降水的差异在一些地区通过了95%的显著性检验;20世纪80年代农田扩张,林地、草地为主的植被类型转化为农田,植被变化区域的叶面积指数降低,反照率升高,且通过了95%的显著性检验,使得中国东部地区的气温由南到北呈现增加—减少—增加—减少的相间变化趋势,而降水的变化趋势大体相反;20世纪90年代农田面积减少,除东北地区外,农田变化引起的植被变化与80年代基本相反,叶面积指数变化、反照率以及由此导致的气候各要素也呈现大体相反的变化趋势;不同时期农田变化引起的植被类型转化的差异,使850 hPa风场变化趋势基本相反,可能是导致气温和降水变化趋势差异的主要原因之一。
关键词AVIM-RIEMS2.0模式     农田变化     卫星遥感资料     土地利用/覆盖变化     区域气候    
Simulative study of the impact of the cropland change on the regional climate over China
CAO Fuqiang, DAN Li , MA Zhuguo    
Key Laboratory of Regional Climate-Environment for Temperate East Asia, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China
Abstract:The cropland types in the three-period land use and land cover (LULC) data from the remote sensing satellite images were incorporated into the coupled regional climate model AVIM-RIEMS2.0. The NCEP/DOE reanalysis data in the same period was used to drive the AVIM-RIEMS2.0. The research investigated the impact of the cropland change on the regional climate over China. The results show that the impact of cropland change on climate is stronger in summer in contrast with winter over China. The temperature and rainfall difference between the observation and simulation passes the significance test at the 95% confidence level in some areas in the summer. Cropland expansion results from the conversion from woodland or grassland to cropland in the 1980s, with the leaf area index decreasing and surface albedo increasing, both passing the 95% confidence level in the region of vegetation change, leading the temperature to an interval change of "increase-decrease-increase-decrease" from south to north in Eastern China. However, the rainfall changes show a generally opposite trend. The cropland area decreases in the 1990s except for Northeast China. Vegetation changes due to cropland change are opposite to those the 1980s, and the opposite changes also exist in the leaf area index, surface albedo and the climatic variables. The different conversions of vegetation types in the cropland change make the 850 hPa mean wind field appear the general reverse change, which is one of the main reasons leading to the different change of temperature and rainfall.
Key words: AVIM-RIEMS2.0 Model     Cropland change     Remote sensing data     Land use/cover change     Regional climate    
1 引 言

随着社会的发展,特别是工业革命后,人类活动对气候的影响越来越受到重视(Shi et al,2007)。联合国政府间气候变化专门委员会(IPCC)第5次报告指出:人类活动极可能(95%以上可能性)导致了20世纪50年代以来50%以上的全球地表平均气温升高。人类活动影响气候主要通过3种方式,即:燃烧矿物燃料导致大气中温室气体浓度升高;改变土地利用方式影响陆地与大气间的碳收支;改变植被覆盖制约陆地与大气间物质、能量和水的平衡(Bounoua et al,2002)。作为地球气候系统的主要组成部分,地表的主要特性变化能够显著改变大气的动力和热力特性(Roy et al,2003)。目前,人类活动引起的土地利用/覆盖变化(LUCC)已成为全球和区域气候变化的重要驱动因素(Feddema et al,2005)。土地利用/覆盖变化不仅伴随着大量的碳交换,而且改变气候系统的下垫面特性,进而影响区域甚至全球气候(李蓓蓓等,2010)。反照率、土壤湿度、粗糙度等是地表物理过程的主要参数,对区域气候有重要影响(Nicholson et al,1998; Giannakopoulou et al,2012; Wickham et al,2012)。在人类引起自然植被变化导致地表特性改变的活动中,自然植被转化为农田是人类活动影响气候的一种重要方式(Foley et al,2005; Mahmood et al,2010; Zhang et al,2012)。世界农田在过去300年得到迅速扩张,农田面积从1700年的2.65×108 hm2增加到1990年的14.71×108 hm2(Goldewijk,2001),截止到2009年,农田面积已达到15.33×108 hm2(FAO,available at http://faostat.fao.org)。因此,研究农田变化对气候影响具有重要的现实意义。

最近几十年,利用数值模式研究土地利用/覆盖变化对区域气候的影响越来越受到重视。Taylor等(2002)使用大气环流模式(GCM)对萨赫勒地区研究结果表明,区域气候对反照率、叶面积指数等下垫面参数比较敏感,土地利用变化对该地区气候影响将增强。Gibbard等(2005)研究指出,土地利用/覆盖变化对气候影响具有区域差异,由于草地、农田转化为林地导致反照率减小、蒸散发增加,使得以反照率对气候影响占主导的中高纬度地区气温升高,以蒸散作用对气候影响为主的热带地区气温降低。Diffenbaugh(2009)利用区域气候模式RegCM3模拟结果显示,农田被矮草型植被取代导致表面气温降低,特别是在暖季。Brovkin等(2013)多模式对比分析结果显示,虽然土地利用变化对全球尺度气候影响没有达到显著性水平,但对土地利用变化超过10%的区域尺度气候影响达到了显著。利用数值模式,中国科学家也相继开展了很多关于土地利用/覆盖变化对气候影响的研究。严中伟等(1999)利用CCM2和RegCM2模式研究指出,农业减缓了小冰期大尺度降温,且在小冰期背景下导致降水减少。Fu(2003)通过RIEMS1.0模式模拟研究发现,自然植被变为农田对东亚季风有显著影响。Li等(2007)的模拟研究也发现,农田扩张导致海陆间热力差异增大,使得东亚夏季风增强。李巧萍等(2006)采用区域气候模式RegCM-NCC研究发现,1700年以来以耕地面积扩大为主的土地利用/覆盖变化对中国区域降水、气温产生了显著影响,并且还可以引起基本流场变化。于燕等(2012)使用RegCM4模式研究结果显示,中国土地荒漠化、植被退化通过改变陆面能量、水分平衡与大尺度环流对气候要素产生重要影响。Deng等(2013)总结了目前模拟研究土地利用/覆盖变化对区域气候影响的成果,并指出:为了科学地理解人类活动对气候变化的影响,定量分析土地利用/覆盖变化对地面气候影响是定量分析土地利用/覆盖变化影响气候的核心科学问题之一。目前,虽然已开展了一些有关农田变化对气候影响的模拟研究,但使用的陆面过程模式多采用固定植被参数来进行陆-气的单向耦合,不能客观准确地描述地表植被生理过程及陆-气的相互作用。因此,有必要采用更为完善的区域气候模式进一步模拟研究农田变化对区域气候的影响。本研究利用区域气候模式AVIM-RIEMS2.0,研究近30年典型年份中国农田变化对东亚区域气候的影响,该模式由具有动态植被过程的陆面模式与区域气候模式双向耦合,较为真实地反映地表植被动态变化和陆-气的相互作用。2 模式介绍与试验设计

AVIM-RIEMS2.0模式由区域环境系统集成模式(RIEMS2.0)与具有动态植被过程的植被-大气相互作用模式(AVIM)双向耦合而成。RIEM2.0模式采用中尺度模式(MM5V3)的非静力动力框架,以及经过修正的全球大气模式(CCM3)中的辐射方案和生物圈-大气圈传输方案(BATS1e),同时引入了区域海洋模块和大气化学模块(Xiong et al,2011)。AVIM模式是季劲钧在其简化一维地表过程模式的基础上加入了植被生理模块发展而来,该模式包含了物理过程和生理模块(Ji et al,1989; Ji,1995; Dan et al,2005)。已有研究表明,RIEMS2.0模式对东亚气候具备较强的模拟能力(熊喆等,2006; 冯锦明等,2007; Zhao,2012)。

模拟区域中心为37°N,102°E,格点数为105(纬向)×91(经向),缓冲区格点数为12,水平分辨率为60 km(图 1)。模式垂直方向分为16 层,顶层气压为100 hPa。将1990、2000、2009 年3期中国土地利用/覆盖资料中的农田分布数据分别引入AVIM-RIEMS2.0模式中替换原有农田类型。用美国国家环境预报中心/能源部(NCEP/DOE)再分析资料(NCEPII)驱动模式,积分步长为120 s,积分时间为2000年1月1日至2006年3月1日,选取后5年模拟结果的平均值用于对比分析。用M0、M1、M2、M3依次表示原有、1990、2000和2009年土地利用/覆盖资料及相应农田情景下的模拟结果。

图 1 模拟区域 Fig. 1 Model domain
3 资料说明与植被变化

采用基于卫星遥感资料反演获取的3期中国土地利用/覆盖资料,水平分辨率为30 km,植被类型为17种(Hu et al,2010)。首先将3期资料转化为AVIM-RIEMS2.0模式能够识别的14种植被类型,分辨率为60 km;然后将不同时期农田类型引入AVIM-RIEMS2.0模式替换原有农田类型(图 2)。原有土地利用/覆盖资料源自Dorman等(1989),并参考中国植被图(国家地图集编纂委员会,1999)进行了修正(Li et al,2001),可以代表20世纪80年代土地利用/覆盖状况。

图 2 不同时期土地利用/覆盖类型分布
(a.原有农田类型(M0),b.1990年类型(M1),c.2000年类型(M2),d.2009年类型(M3))
Fig. 2 L and cover/l and use types distribution in the different periods
(a.M0,b.M1,c.M2,d.M3)

不同时期的农田被替换后,植被类型变化的区域主要位于中国中东部地区,主要涉及到林地、草地、农田类型之间的转变(图 3)。从M0M1(20世纪80年代),植被变化主要表现为农田取代了以林地、草地为主的植被类型;从M1M2(20世纪90年代),植被变化主要表现为林地、草地为主的植被类型取代了农田;从M2M3(21世纪),农田面积有所减少,林地、草地有所增多,农田替换引起的植被变化较弱(表 1)。过去30年中国农田面积的变化与中国人口增长和国家政策密切相关;20世纪80年代,由于人口的快速增多,植被变化以农田扩张为主;20世纪90年代后期以来,中国实施退耕还林、还草政策,导致农田面积减少而林地、草地面积增大。

图 3 不同时期农田替换前(a、b、c)和替换后(d、e、f)植被转化区域植被类型分布 Fig. 3 Vegetation types distributions in the vegetation-conversion region before(a,b,c) and after(d,e,f)the cropl and replaced in the different periods(see the text for further details)
表 1 发生变化的各植被类型格点数 Table 1 The grid-cell numbers of the vegetation types changed
土地利用类型M0—M1M2—M3M1—M2
M0M1M1M2M2M3
水体113017711225
热带雨林600410
落叶阔叶林801405
混交林310151777
常绿针叶林18015237
落叶针叶林0014027
有地被层的阔叶林83017756
地表植被(草地)4001933116
有裸土的灌丛602460
农田0305212846347
总计305305296296110110
4 模拟结果分析

以冬季(12月—次年2月)和夏季(6—8月)两个季节为代表,主要研究不同时期农田变化对东亚区域气候的影响。由于M2M3阶段农田格点数变化较小,引起的总格点数变化也较小,对气候变化影响不明显,所以在此重点分析M0M1M2 三个时期农田分布情景下的模拟结果(表 1图 4)。为了便于模拟结果的对比分析,将时间分辨率为6 h的模拟结果转化为月平均资料。

图 4 农田格点数 Fig. 4 Grid-cell numbers of the cropl and for the different periods
①3期土地利用/覆盖数据由中国科学院大气物理研究所贾根锁研究员课题组提供4.1 850 hPa风场变化分析

东亚季风是全球季风系统的重要组成部分,它不仅控制东亚区域的天气和气候,而且对热带和亚热带行星尺度环流也可能有很强的影响(Yan et al,2011)。由图 5可见,不同时期农田分布情景下,由于农田变化导致的植被变化主要分布于中国东部地区,所以850 hPa风场在中国东部变化较大。冬季(图 5a、b),农田变化引起的风场变化强度弱、范围小,长江中下游以南的风场变化相对较强,但风速变化小于0.2 m/s。从M0M1的农田变化,长江中下游以南形成气旋型风场而使该地区冬季风增强;从M1M2的农田变化,东北地区中部冬季风增强,长江中下游以南形成反气旋型风场而导致该地区冬季风减弱。夏季(图 5c、d),风场变化的特点表现为:强度增强,风速变化超过0.2 m/s;范围增大,包括中国中东部大部分地区。从M0M1的农田变化,中国东北地区中部和华北地区夏季风减弱,华南珠江三角洲地区夏季风增强,南下与北上的两股气流在25°N左右相遇形成东北气流导致西南夏季风减弱。从M1M2的农田变化,风场具有与前者相反的变化趋势。东北地区中部夏季风增强但变化幅度较小,华北地区夏季风增强且变化幅度较大,风速变化可超过0.2 m/s。长江中下游以南形成气旋型和反气旋型风场各一个,气旋型风场位于东北部,它们之间的区域形成东北风,导致该区域夏季风减弱。

图 5 冬季(a、b)和夏季(c、d)850 hPa月平均风场差值
(a、c. M1—M0,b、d. M2—M1)
Fig. 5 Difference of the monthly mean wind fields at 850 hPa in(a,b)the winter and (c,d)the summer
(a,c. M1-M0,b,d. M2-M1)

通过对850 hPa风场差值(图 5)分析可知,中国农田变化对850 hPa风场的影响夏季较强而冬季较弱。冬季风场变化主要位于植被变化明显的长江中下游以南,夏季风场变化涵盖中国中东部,风速变化超过0.2 m/s。20世纪80年代,以草地、林地为主的植被类型转化为农田,导致长江中下游以南冬季风增强,东北地区中部和华北地区夏季风减弱。20世纪90年代,农田转化为林地、草地,使风场变化趋势相反。冬季,长江中下游以南的地区冬季风减弱而东北地区中部增强;夏季,东北地区中部和华北地区季风增强,华南地区西南季风减弱。4.2 气温差值分析

植被变化通过改变反照率、叶面积指数、土壤湿度以及粗糙度等陆面参数对区域气温产生影响(Diffenbaugh,2005; Jin et al,2010)。中国农田变化引起气温变化较大的区域主要位于中国中东部,气温变化的幅度及范围具有明显的季节性差异(图 6)。冬季(图 6a、b),气温变化的幅度在±0.4℃以内,没有通过95%显著性检验的区域,植被改变的区域及其邻近地区气温变化幅度相对较大。从M0M1的农田变化,中国东北地区东部、云贵以及川渝等地区气温降低,而华北、华南地区气温升高。从M1M2的农田变化,气温变化与前者大体相反(东北地区除外)。夏季(图 6c、d),中国农田变化引起的气温变化幅度高达±1.2℃,并且气温变化的区域范围也明显增大,部分地区通过95%的显著性检验。从M0M1的农田变化,气温变化幅度较大的中国东部地区(沿海一带除外),气温变化由南向北呈现增加—减少—增加—减少的趋势。从M1M2的农田变化,气温变化的幅度和范围与前者基本相同,但气温变化趋势基本相反,即除沿海一带的中国东部地区,气温变化由南向北呈现减少—增加—减少的趋势。

图 6图 5,但为月平均气温(圆圈表示通过95%显著性检验) Fig. 6 As in Fig. 5 but for the monthly mean temperature(open dots represent the significant at the 95% confidence level)

从气温纬向平均看(图 7),冬春季节,从M0M1的农田变化引起气温升高,从M1M2的农田变化引起气温降低;夏秋季节,农田变化导致气温变化呈现增减相间分布,且气温变化强度增加。总的来说,20世纪80、90年代两个时期的中国农田变化引起气温的变化趋势大体相反,这与两个时期植被类型转化的差异密切相关。

图 7 112°—118°E纬向月平均气温差值 Fig. 7 Difference of the zonal monthly mean temperature over the longitudes between 112° and 118°E(a. M1M0,b. M2M1)
4.3 降水量差值比较

植被变化不仅会改变区域气温,还可以通过改变环流而影响区域降水(马迪等,2013)。中国农田变化对降水的影响具有季节差异,主要表现为夏季较强而冬季较弱(图 8)。冬季(图 8a、b),农田变化对降水影响较弱,月降水量变化范围低于±4 mm,并且没有通过95%显著性检验的区域。从M0M1的农田变化,降水减少的区域主要位于东北地区东部、长江中下游南北两侧以及云南中东部,降水增加的区域主要位于中国东部沿海。从M1M2的农田变化,降水变化的区域与前者基本一致(东北地区除外),但增减变化趋势基本相反。夏季(图 8c、d),中国农田变化对降水影响强度明显增强、范围扩大,月降水量变化范围达到±60 mm,且部分地区通过95%的显著性检验。从M0M1的农田变化,中国中东部地区降水变化由南向北呈现减少—增加—减少—增加的变化趋势,与夏季气温变化趋势大体相反。从M1M2的农田变化,中国中东部地区月降水量增减变化与前者呈现相反的变化。

图 8图 6,但为月降水量 Fig. 8 As in Fig. 6 but for the monthly precipitation

从月降水量纬向平均看(图 9),冬春季节,从M0M1的农田变化导致降水减少,从M1M2的农田变化导致降水增加;夏秋季节,农田变化导致降水变化呈现增减相间分布,且月降水量变化幅度较大,可高达±30 mm。总体来看,与气温变化相似,两个时期农田变化引起的降水变化趋势也基本相反。

图 9图 7,但为降水量 Fig. 9 As in Fig. 7 but for the precipitation

通过分析气温和降水变化可知,中国农田变化对气温和降水的影响具有季节性和区域性差异。从季节性看,农田变化对夏季气温和降水影响强度大、范围广,并且局部地区通过了95%的显著性检验。从区域性看,气温和降水变化的区域主要集中在中国中东部,与植被变化区域分布相似,但并不局限于植被变化的区域。在20世纪,80年代主要是农田转化为林地、草地为主的植被类型,90年代主要是林地、草地为主的植被类型转化为农田。由于两个时期农田变化引起不同的植被类型转化,所以导致两个时期农田变化对气温、降水的影响表现出相反的变化趋势。4.4 叶面积指数差值对比

叶面积指数是表征植被几何结构和生长状态的关键生物物理参数,同时作为决定地表反照率的重要参数直接影响陆-气的相互作用,进而对区域气候产生影响(丹利等,2007; 范闻捷等,2013)。农田变化引起的叶面积指数变化也表现出夏季较强、冬季较弱的季节变化,与气温、降水相似(图 10)。冬季(图 10a、b),地表植被类型改变区域的叶面积指数变化较大,且通过了95%的显著性检验,其他地区变化较小且未通过95%的显著性检验。从M0M1的农田变化,在植被类型改变的区域叶面积指数减小;从M1M2的农田变化,在植被类型改变的区域,东北地区叶面积指数减小,其他地区叶面积指数增大。夏季叶面积指数变化与冬季具有相似的趋势,但是强度增大(图 10c、d)。总体来看,两个时期农田变化对叶面积指数影响在东北地区相似,而在其他地区相反。叶面积指数变化的差异,导致地表反照率、粗糙度等下垫面参数发生不同的变化,这也是造成两个时期各气候要素变化趋势不同的主要原因。

图 10图 6,但为月平均叶面积指数 Fig. 10 As in Fig. 6 but for the monthly mean leaf area index

从叶面积指数纬向区域平均看(图 11),两个时期农田变化导致叶面积指数呈现大体相反的变化趋势,其范围可达±1.2 m2/m2。农田变化使叶面积指数变化在20世纪80年代以减小为主,而在20世纪90年代以增大为主。同期农田变化引起的叶面指数的变化趋势与气温的变化趋势基本相反,而与降水的趋势基本相似,特别是在叶面积指数变化幅度较大的区域。

图 11图 7,但为月平均叶面积指数(单位:m2/m2) Fig. 11 As in Fig. 7 but for the monthly mean leaf area index(unit: m2/m2)
4.5 地表反照率差值对比

地表反照率在气候变化中具有重要作用,它决定着地表和大气间的辐射能量分配,直接或间接地影响全球及区域气候,并作为表征下垫面物理特性的一个重要参数应用于气候模式(Wang et al,2007; 肖登攀等,2011)。农田变化导致的植被变化对地表反照率的影响也具有区域性和季节性,从区域性看,同叶面积指数变化相似,反照率变化较大区域主要位于农田变化导致植被变化较为集中的区域,并且通过了95%的显著性检验;从季节性看,同叶面积指数变化相反,反照率变化呈现冬季强夏季弱的特点(图 12)。冬季(图 12a、b),地表反照率变化幅度较大,通过95%显著性检验的区域也较大。从M0M1的农田变化,中国东北地区东部、长江中下游以南以及川渝地区地表反照率以升高为主,其他地区表现弱的降低;从M1M2的农田变化,地表反照率变化与前者基本相反(除东北地区北部升高外)。不同于叶面积指数变化,夏季的地表反照率与冬季虽然具有相似的趋势,但强度增大(图 12c、d)。总体看,除东北地区外,两个时期地表反照率的变化基本呈现相反的变化趋势,且叶面积指数变化与反照率变化具有相反的趋势。地表反照率通过影响地面有效辐射,制约地面能量收支,进而对区域气候产生影响。

图 12图 6,但为月平均地表反照率 Fig. 12 As in Fig. 6 but for the monthly mean surface albedo

从地表反照率纬向区域平均看(图 13),两个时期的地表反照率变化范围可达±0.01。以33°N为界,地表反照率在其南北两侧呈现相反的变化。20世纪80年代,地表反照率在此界线以北地区以减小为主,以南地区增大为主;90年代则基本相反。在33°N以南地区,地表反照率变化与叶面积指数变化呈现较为明显的相反趋势。

图 13图 7,但为月平均反照率 Fig. 13 As in Fig. 7 but for the monthly mean surface albedo

通过对叶面积指数和地表反照率分析可知,土地覆盖转换方式对二者影响不同,如林地为主的植被类型转化为农田,叶面积指数降低而地表反照率升高;反之,则具有相反的变化。Takata等(2009)研究发现,从林地到农田的植被变化由于使叶面积指数减小而导致地表反照率增大,并指出由于云量减少抵消了地表反照率的增大,造成降水减少。该研究结果与本研究的基本一致,同时在一定程度上可以解释华南地区减少的降水。叶面积指数、地表反照率的变化对地表能量平衡具有较大的影响,并通过改变地面吸收的热量而影响近地面气温。5 结论与讨论

将不同时期中国农田分布数据引入区域气候耦合模式AVIM-RIEMS2.0进行积分试验,研究农田变化对区域气候的影响。通过对模拟结果进行差值对比分析,从农田变化引起叶面积指数变化的角度,主要分析了农田变化对850 hPa风场、气温以及降水的影响,研究结果表明:

(1)中国农田变化对气候影响具有明显的季节性,表现为夏季较强而冬季较弱的季节变化特征。冬季850 hPa风场变化主要位于植被变化较集中的中国东北和长江中下游以南的区域,也是气温和降水变化较明显的区域。农田变化对夏季气候影响的强度增强、范围增大,引起的各气候要素变化已不局限于植被变化较集中的地区,而且有些区域气温和降水偏差通过了95%的显著性检验。郑益群等(2002)模拟结果表明,夏季降水和风的变化强,可能与夏季控制中国大部分地区的暖、湿空气更易受下垫面植被变化的影响有关。Anav等(2010)研究也指出,土地利用/覆盖变化对夏季低层对流层热力学和动力学影响较强。通过以上分析表明,中国农田变化对气候影响的季节性差异,不但与中国深受季风性气候影响有关,而且可能与不同季节地表植被变化所引起的地表属性改变的差异有关。从叶面积指数变化也可以看出,夏季叶面积指数变化范围和强度相对较大。叶面积指数的变化也会对地表反照率、粗糙度等陆面参数产生影响,进而影响陆-气的能量、水分循环,导致各气候要素的季节性差异。

(2)不同时期中国农田变化引起的气候要素变化具有区域差异。20世纪80年代农田变化导致长江中下游以南地区冬季风增强,东北地区中部和华北地区夏季风减弱。农田变化引起的中国东部地区季风环流的强弱变化,使冬季气温在东北地区东部降低、华北和长江中下游及其以南地区气温升高,降水在东北地区东部和长江中下游南北两侧地区减少;夏季中国东部地区气温由南到北呈现增加—减少—增加—减少的变化趋势,降水由南到北呈现相反的变化趋势。Li等(2007)研究也发现农田扩展对不同区域气候要素的影响不同,东北地区、华北地区和长江中下游地区降水增加,在中国大部分地区气温升高,东亚地区冬季风和夏季风增强。20世纪90年代农田变化对气候影响与前者不同,总体看基本表现为与前者相反的效应。农田变化引起的海陆温度差异的变化,可能是影响中国东部地区季风环流强弱的主要原因。不同时期农田变化导致的夏季气温和降水增减相间分布的变化特点,可能对中国旱涝的发生有一定影响。

(3)植被转化类型不同,对气候影响存在明显差别。植被变化能够导致地表属性发生改变,如林地相比农田和草地具有较低的反照率、较高的粗糙度(肖登攀等,2011);农田和草地反照率具有相似的季节变化,在生长季相近(刘辉志等,2008),从而影响地表能量和水分循环。通过影响陆地或植被-大气之间能量平衡状态,植被变化对气温和降水产生较大影响(李建云等,2013)。20世纪80年代,中国农田变化以农田扩张为主,林地、草地为主的植被类型转化农田,导致在植被变化区域的叶面积指数显著减少,地表反照率增大。20世纪90年代则相反(东北地区除外)。由于两个时期中国农田变化引起的植被类型转化不同,导致叶面积指数、反照率等表征下垫面特性的陆面参数变化也不同,从而使两个时期东亚季风环流强弱变化基本相反,最终导致两个时期气温和降水成大体相反的变化趋势。

中国农田变化能够在一定程度上改变东亚地区季风环流强弱,对中国气温和降水产生一定影响。本文虽然研究了不同时期中国农田分布情景下对气候影响的差异,并分析了农田变化对气候影响的原因,但还有必要更深入探究其中的原因,比如从陆地和大气之间能量平衡的角度,深入研究农田变化对气候的影响,不但有助于进一步了解农田变化对气候的影响及其机理,而且对其他土地利用/覆盖类型的气候效应具有一定的指导作用。

参考文献
丹利, 季劲钧, 马柱国. 2007. 新疆植被生产力与叶面积指数的变化及其对气候的响应. 生态学报, 27(9): 3582-3592. Dan L, Ji J J, Ma Z G. 2007. The variation of net primary production and leaf area index over Xinjiang Autonomous Region and its response to climate change. Acta Ecologica Sinica, 27(9): 3582-3592(in Chinese)
范闻捷, 盖颖颖, 徐希孺等. 2013. 遥感反演离散植被有效叶面积指数的空间尺度效应. 中国科学: 地球科学, 43(2): 280-286. Fan W J, Gai Y Y, Xu X R, et al. 2013. The spatial scaling effect of the discrete-canopy effective leaf area index retrieved by remote sensing. Sci Sinica Terrae, 43(2): 280-286(in Chinese)
冯锦明, 符淙斌. 2007. 不同区域气候模式对中国地区温度和降水的长期模拟比较. 大气科学, 31(5): 805-814. Feng J M, Fu C B. 2007. In-comparison of long-term simulation of temperature and precipitation over China by different regional climate models. Chinese J Atmos Sci, 31(5): 805-814(in Chinese)
国家地图集编纂委员会. 1999. 中华人民共和国自然地图集. 北京: 中国地图出版社, 283pp. Editorial Board of National Atlas. 1999. National natural atlas of People Repulic of China. Beijing: China Atlas Press, 283pp(in Chinese)
李蓓蓓, 方修琦, 叶瑜等. 2010. 全球土地利用数据集精度的区域评估——以中国东北地区为例. 中国科学: 地球科学, 40(8): 1048-1059. Li P P, Fang X Q, Ye Y, et al. 2010. Accuracy assessment of global historical cropland datasets based on regional reconstructed historical data:A case study in Northeast China. Sci Sinica Terrae, 40(8): 1048-1059(in Chinese)
李建云, 陈军, 李华等. 2013. 北方土地利用变化对中国夏季气候可能影响的敏感性试验. 气象与减灾研究, 36(1): 10-17. Li J Y, Chen J, Li H, et al. 2013. The sensitivity test on potential impact of the land use variation in northern China on summer climate of China. Meteor Disaster Reduction Res, 36(1): 10-17(in Chinese)
李巧萍, 丁一汇, 董文杰. 2006. 中国近代土地利用变化对区域气候影响的数值模拟. 气象学报, 64(3): 257-270. Li Q P, Ding Y H, Dong W J. 2006. A numerical simulation on impact of historical land-use changes on regional climate in China since 1700. Acta Meteor Sinica, 64(3): 257-270(in Chinese)
刘辉志, 涂钢, 董文杰. 2008. 半干旱区不同下垫面地表反照率变化特征. 科学通报, 53(10): 1220-1227. Liu H Z, Tu G, Dong W J. 2008. Change features of land-surface albedo over different types of underlying surfaces in the semi-arid region. Chinese Sci Bull, 53(10): 1220-1227(in Chinese)
马迪, 刘征宇, 吕世华等. 2013. 东亚季风区植被变化对局地气候的短期影响. 科学通报, 58(17): 1661-1669. Ma D, Liu Z Y, Lü S H, et al. 2013. Short-term climatic impacts of afforestation in the East Asian monsoon region. Chinese Sci Bull, 58(17): 1661-1669(in Chinese)
肖登攀, 陶福禄, Moiwo J P. 2011. 全球变化下地表反照率研究进展. 地球科学进展, 26(11): 1217-1224. Xiao D P, Tao F L, Moiwo J P. 2011. Research progress on surface albedo under global change. Adv Earth Sci, 26(11): 1217-1224(in Chinese)
熊喆, 符淙斌. 2006. RIEMS中积云对流参数化方案对我国降水的影响. 气候与环境研究, 11(3): 387-394. Xiong Z, Fu C B. 2006. Impact of convective parameterization on RIEMS simulation of summer precipitation. Climatic Environ Res, 11(3): 387-394(in Chinese)
严中伟, 魏和林. 1999. 农业对小冰期和现代我国七月气候的影响模拟. 自然资源学报, 14(4): 323-328. Yan Z W, Wei H L. 1999. A comparative study of the impact of agriculture on July climate in China between the present and the Little Ice Age. J Natural Resources, 14(4): 323-328(in Chinese)
于燕, 谢正辉. 2012. 中国区域陆面覆盖变化的气候效应模拟研究. 气候变化研究进展, 8(6): 426-433. Yu Y, Xie Z H. 2012. A simulation study on climatic effects of land cover change in China. Adv Climate Change Res, 8(6): 426-433(in Chinese)
郑益群, 钱永甫, 苗曼倩等. 2002. 植被变化对中国区域气候的影响I: 初步模拟结果. 气象学报, 60(1): 1-16. Zheng Y Q, Qian Y P, Miao M Q. 2002. The effects of vegetation change on regional climate I: simulation results. Acta Meteor Sinica, 60(1): 1-16(in Chinese)
Anav A, Ruti P M, Artale V, et al. 2010. Modelling the effects of land-cover changes on surface climate in the Mediterranean region. Clim Res, 41(2): 91-104
Bounoua L, DeFries R, Collatz G J, et al. 2002. Effects of land cover conversion on surface climate. Clim Change, 52(1-2): 29-64
Brovkin V, Boysen L, Arora V K, et al. 2013. Effect of anthropogenic land-use and land-cover changes on climate and land carbon storage in CMIP5 projections for the twenty-first century. J Climate, 26(18): 6859-6881
Dan L, Ji J J, Li Y P. 2005. Climatic and biological simulations in a two-way coupled atmosphere-biosphere model (CABM). Global Planet Change, 47(2-4): 153-169
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. Adv Meteor, 2013, Article ID 317678
Diffenbaugh N S. 2005. Atmosphere-land cover feedbacks alter the response of surface temperature to CO2 forcing in the western United States. Climate Dyn, 24(2-3): 237-251
Diffenbaugh N S. 2009. Influence of modern land cover on the climate of the United States. Climate Dyn, 33(7-8): 945-958
Dorman J L, Sellers P J. 1989. A global climatology of albedo, roughness length and stomatal resistance for atmospheric general circulation models as represented by the simple biosphere model (SiB). J Appl Meteor, 28(9): 833-855
Feddema J J, Oleson K W, Bonan G B, et al. 2005. The importance of land-cover change in simulating future climates. Science, 310(5754): 1674-1678
Foley J A, DeFries R, Asner G P, et al. 2005. Global consequences of land use. Science, 309(5734): 570-574
Fu C B. 2003. Potential impacts of human-induced land cover change on East Asia monsoon. Global Planet Change, 37(3-4): 219-229
Giannakopoulou E M, Toumi R. 2012. Impacts of the Nile Delta land-use on the local climate. Atmos Sci Lett, 13(3): 208-215
Gibbard S, Caldeira K, Bala G, et al. 2005. Climate effects of global land cover change. Geophys Res Lett, 32(23), doi: 10.1029/2005GL024550
Goldewijk K K. 2001. Estimating global land use change over the past 300 years: The HYDE Database. Global Biogeochem Cycles, 15(2): 417-433
Hu Y H, Jia G S. 2010. Influence of land use change on urban heat island derived from multi-sensor data. Int J Climatol, 30(9): 1382-1395
Ji J J. 1995. A climate-vegetation interaction model: Simulating physical and biological processes at the surface. J Biogeogr, 22(2-3): 445-451
Ji J J, Hu Y C. 1989. A simple land surface process model for use in climate study. Acta Meteor Sinica, 3(3): 342-351
Jin J M, Lu S H, Li S S, et al. 2010. Impact of land use change on the local climate over the Tibetan Plateau. Adv Meteor, 2010, Article ID 837480
Li Q P, Ding Y H, Dong W J. 2007. A numerical simulation study of impacts of historical land-use changes on the regional climate in China since 1700. Acta Meteor Sinica, 21(1): 9-23
Li Y P, Ji J J. 2001. Model estimates of global carbon flux between vegetation and the atmosphere. Adv Atmos Sci, 18(5): 807-818
Mahmood R, Quintanar A I, Conner G, et al. 2010. Impacts of land use/land cover change on climate and future research priorities. Bull Amer Meteor Soc, 91(1): 37-46
Nicholson S E, Tucker C J, Ba M B. 1998. Desertification, drought, and surface vegetation: An example from the West African Sahel. Bull Amer Meteor Soc, 79(5): 815-829
Roy S B, Hurtt G C, Weaver C P, et al. 2003. Impact of historical land cover change on the july climate of the United States. J Geophys Res-Atmos, 108(D24), doi: 10.1029/2003JD003565
Shi Z G, Yan X D, Yin C H, et al. 2007. Effects of historical land cover changes on climate. Chin Sci Bull, 52(18): 2575-2583
Takata K, Saito K, Yasunari T. 2009. Changes in the asian monsoon climate during 1700-1850 induced by preindustrial cultivation. Proc Natl Acad Sci US A, 106(24): 9586-9589
Taylor C M, Lambin E F, Stephenne N, et al. 2002. The influence of land use change on climate in the Sahel. J Climate, 15(24): 3615-3629
Wang S S, Davidson A. 2007. Impact of climate variations on surface albedo of a temperate grassland. Agri Forest Meteor, 142(2-4): 133-142
Wickham J D, Wade T G, Riitters K H. 2012. Comparison of cropland and forest surface temperatures across the conterminous United States. Agric Forest Meteor, 166-167: 137-143
Xiong Z, Han Z W. 2011. Regional oceanic impact on circulation and direct radiative effect of aerosol over East Asia. Atmos Oceanic Sci Lett, 4(6): 324-329
Yan H M, Yang H, Yuan Y, et al. 2011. Relationship between east asian winter monsoon and summer monsoon. Adv Atmos Sci, 28(6): 1345-1356
Zhang X Z, Wang W C, Fang X Q, et al. 2012. Agriculture development-induced surface albedo changes and climatic implications across northeastern China. Chin Geogra Sci, 22(3): 264-277
Zhao D M. 2012. Performance of regional integrated environment modeling system (RIEMS) in the simulation of surface air temperature over East Asia. Atmos Oceanic Sci Lett, 5(2): 145-150