文摘

这项研究第一次测试和验证研究和预测天气的能力(WRF)模型来模拟近地表温度在华北平原。然后在WRF静态土地覆盖数据被替换,然后修改WRF模式被用来探索土地覆盖变化的影响在华北平原近地表温度在1992年和2005年。结果表明,华北平原,土地覆盖变化特征的城市化地区,导致了重大变化在近地表温度,增加地区近地表平均温度0.03°C /年。气候变化的空间格局基本上与土地覆盖的变化;例如,温度增加最显著的地区主要包括城市和人口密集的地方。除此之外,有一些变化的影响程度和范围的土地覆盖变化对温度季节之一。结果可以提供重要的理论支持,适应气候变化,科学土地覆盖变化管理和土地利用规划。

1。介绍

越来越多的受到关注人类活动对气候系统的影响在最近几年取得了很大的进步在研究全球气候系统和环境变化。IPCC AR4指出人类活动可能占90%的全球变暖的原因。有非常复杂的人类活动对气候的影响,土地利用/覆盖变化(LUCC)被认为是气候系统的主要影响因素(1]。LUCC影响气候系统在不同时间和空间尺度,以及土地利用变化导致1/3的增加在全球有限公司₂排放自1750年代。此外,大量的观测和模拟实验也表明,LUCC不同空间尺度上已经成为最重要的方法之一,通过它的人类活动对气候施加影响2- - - - - -4]。LUCC主要影响当地的气候、地区和全球层面通过改变地表特征,改变能量的交换,水,和其他材料在地表和大气和影响其他生物地球化学过程。有巨大的变化在生物地球化学机制LUCC不同地区的气候影响;LUCC造成的气候变化主要是通过land-atmosphere交互和密切相关的区域气候和环境背景、地形、植被、等等。因此,重视研究LUCC对区域气候的影响。

华北平原已被选为本研究的研究区域。首先,它长期以来一直是中国人口最稠密的地区之一;当前区域城市密度仍非常高,工业和农业非常发达。快速的经济发展和增长的人口导致了非常显著的土地覆盖变化在这个地区,对环境和人类干扰尤为重要,这将大大影响整个中国的可持续发展。第二,华北平原是典型的季风气候和湿润和半湿润气候的地区之间的过渡区域,干旱和半干旱地区。一方面,平原农业能否持续很长一段时间由于当地的气候条件。另一方面,当地的气候条件也导致更频繁的干旱,使农业生产极其不稳定,因此可能会导致更大的经济损失和更广泛的社会影响。因此,重视研究LUCC的影响在华北平原的气候。

本研究首先进行研究和预测天气的能力(WRF)模型来模拟近地表温度的变化在华北平原,基于静态土地覆盖数据在WRF被替换。之后修改的WRF被用来研究的影响土地覆盖变化对华北平原的近地表温度在1992年和2005年。结果有助于更好地理解影响因素的华北平原的气候,减少负面影响,区域气候上的积极影响最大化,这有助于科学的区域土地利用规划和管理在中国的未来。

2。模型介绍和实验设计

2.1。模型介绍

随着大气模型的发展和陆地表面过程模型,数值模拟已成为一种广泛使用的方法来研究气候对植被的影响。在这项研究中,使用的区域气候模式WRF模式,已广泛应用于全球气候和取得了良好的仿真结果5- - - - - -9]。WRF模式是下一代中尺度数值天气预报系统设计为大气研究和业务预测的需要。ARW-WRF(版本3.3)已经被用于这项研究。

ARW-WRF包括三个部分:WRF预处理系统(WPS) WRFV3, POST(图1)。WPS程序主要用于实际数据仿真。定义仿真领域,其功能包括(1)(2)插值地面数据(如地形、土地利用、土壤类型)的模拟域,和(3)degribbing插值气象数据从另一个模型来模拟域。其主要功能包括(1)格丽1/2气象数据来自世界各地不同的中心;(2)美国地质调查局的24类土地数据集;(3)地图极极射赤面投影,兰伯特正形,墨卡托,latitudelongitude;(4)嵌套;(5)用户界面输入其他静态数据以及数据。WRFV3运行和出口模拟数据,包括温度、降水、等等。后一部分转换结果,使输出可视化。

ARW提供多个物理参数化方案,可以以任何方式相结合。选项通常范围从简单和高效的复杂和计算昂贵的和新开发的方案经过多次磨练的方案,比如那些在当前操作模型。表1列出了一些计划。

2.2。实验设计

模拟区域的位置和大小对仿真结果有很大的影响(10,11]。模拟区域的中心线将36°N、117°E在这项研究。兰伯特的投影,这两个标准纬线是26°N和46°N,分别。空间分辨率是20公里,有112个网格点在东西方向和南北方向的97个网格点在整个模拟区域。

外侧边界强迫数据来自于国家环境预报中心(NCEP) /新兵数据集,每6小时更新一次。这个数据集的空间分辨率1°×1°27层的垂直高度,而且它已经建立和更新1999年7月以来几乎所有类型的数据同化的观测数据(例如,遥感数据和地面观测数据)。相比的数据集NCEP我,NCEP II, EAR40, NCEP /新兵数据集具有较高的精度和空间分辨率,它包括更多种类的环境变量。

物理过程参数化方案的模型中,积云参数化方案采用Grell-Devenyi整体方案,边界层YSU工艺方案,和短波辐射方案是凸轮计划,而陆地表面过程计划诺亚地表模型。边界缓冲区设置为4层的网格点,和边界条件采用放松计划。模型集成的时间间隔设置为5分钟,过程和积云对流和辐射是30分钟和5分钟,分别。有27层在垂直方向和大气压力是50 hPa顶部层。

测试计划在这个研究设计如下(表2)。为了分析土地覆盖变化对气候的影响和减少数据错误,在这项研究中使用的土地覆盖数据提取中国全球土地覆盖特征数据库的子集开发基于AVHRR数据的支持下IGBP-DIS 1992年和中国2005年MODIS产品土地覆盖数据的子集。这两个数据集采用IGBP分类和时间跨度相对较大。1992年的土地覆盖数据集来自中国土地覆盖产品的下载网站上的寒冷和干旱地区科学数据中心。和2005年的数据集提取从中国2005年MODIS土地覆盖数据的子集产品下载ftp://e4ftl01.cr.usgs.gov/MOTA/。有两组测试;一个是控制测试,另一个是灵敏度测试,之间的区别是与土地覆盖类型的底层表面。1992年的土地覆盖数据是用于控制测试和2005年用于敏感性测试。除了取代土地覆盖数据,另一个输入参数和物理过程参数化方案的两个测试都是一样的。他们都与气候强迫数据实现在2005年10月和2007年12月之间。

3所示。数据Processingb

3.1。土地覆盖数据的处理

有必要重新分类的土地覆盖数据与美国地质调查局土地覆盖分类包括24土地覆盖和土地利用类型和空间分辨率设为20公里根据WRF模式的要求。因此,IGBP土地覆盖分类的土地覆盖数据首次与美国地质调查局的土地覆盖分类系统重新分类,然后数据的空间分辨率为1公里到20公里。这两个数据集都有1公里的空间分辨率,采用IGBP分类。的基础上的数据IGBP土地覆盖分类,制定IGBP土地覆盖分类的转换方法,美国地质调查局土地覆盖分类(表3),建立了土地利用和土地覆盖美国地质调查局的数据集分类的华北平原。

LUCC的数据进一步高档上述数据的基础上,以高分辨率的底层表面数据嵌入到大规模的气候模型。在这项研究中,1公里分辨率土地覆盖和土地利用数据,美国地质调查局的分类被高档到20公里分辨率数据与ArcGIS的重采样功能。此外,三种数据集成在一个系统7土地覆盖类型,和当地的一致性和空间的一致性进行了分析,以检查分类精度的变化的土地覆盖和土地利用数据之前和之后重新分类并升级。总面积不同的土地覆盖数据被重新分类,高档和初始数据表中给出4。它表明没有显著差异的总面积重新分类并升级之前和之后每个土地覆盖类型和总面积总体上是一致的,表明重组和升级是合理的。

之间有较高的整体一致性IGBP 1公里分辨率初始数据的分类和美国地质调查局的分类在1992年和2005年,除细微差别,草原的面积,水域和未利用土地。除此之外,美国地质调查局的20公里分辨率数据分类既不同于其他两种类型的土地覆盖数据。对比的结果初始数据和1992年的高档USGS数据表示的区域灌溉农田和牧场,草原,和水体下降了2.69%,7.78%,和41.42%,分别在该地区的旱地农田和牧场,落叶阔叶林,城市和建设用地,和未使用的土地增加了0.62%,0.46%,1.68%,和153.66%,分别。相比之下,2005年的面积表示的灌溉农田和牧场,落叶阔叶林,水体,和城市建设用地下降了6.46%,7.43%,36.35%,和4.87%,分别在该地区旱地农田和牧场草原,和未使用的土地增加了1.41%,17.29%,和101.11%,分别。

误差矩阵是用来评估初始数据之间的空间一致性和数据后重新分类。结果表明,土地覆盖类型的一致性,除了土地闲置超过95%(表5)。城市和建设用地的一致性是最高的,达到99.25%,其次是旱地农田和牧场,是98.76%。达到96.84%的整体一致性,Kappa系数为0.95,表明重新分类的结果有较高的分类精度。

3.2。气象数据处理

观测数据,被用来进行比较与模拟温度在这项研究中,来自华北平原的气象站。同期的气象资料(2006年1月- 2007年12月)的模拟被用于这项研究。20公里分辨率插值得到的温度数据每月平均温度57个气象站的数据在华北平原与克里格插值方法。

4所示。结果

4.1。土地覆盖变化特征在1992 - 2005年的华北平原

图2显示了LUCC的华北平原,是通过高分辨率数据的重新分类并升级。地图显示,平原地区以农田为主,占总数的70%面积的华北平原。灌溉农田主要集中在江苏省的北部和山东的西南部。落叶阔叶森林和草原主要分布在山区和丘陵地区,海海滩、湖泊和河流,等等。落叶阔叶林是主要分布在南部燕山山脉,东部太行山山前,桐柏山脉北部山麓,大别山。而草原主要集中在山东丘陵地区和沿海地区。城市建设用地是分散在整个华北平原,约占总土地面积的14%。

华北平原的LUCC数据在1992年和2005年被覆盖,进一步分析每个土地覆盖类型转换和内心的变化。结果表明,LUCC主要表现为城市和建设用地的增加和减少旱地农田,改变率达到2.12%和1.59%,分别。相比之下,其他土地覆盖类型的改变率不超过0.5%。结果表明,新增加的城市和建设用地主要是位于Beijing-Tianjin-Tangshan区及周边大中城市如石家庄、郑州、济南市、青岛、连云港;此外,新增城市和建设用地主要为旱地农田,占60.55%的旱地农田(图的转换3)。

4.2。WRF模式模拟温度变化的能力在华北平原

测试结果与标准WRF模式最早是与地面观测数据来评估的能力WRF模式来模拟华北平原的气候。每日平均温度计算的平均值温度00:00,06:00时,12:00,18:00,以保持与地面观测标准一致。结果表明,WRF模式可以模拟温度的时空变化很好(图4)。据的月度变化每日平均温度在整个研究区域,最高的温度观测数据和仿真数据都出现在7月,和最低的气温观测数据和仿真数据都出现在1月。温度的降低率在9月和11月有点高于在3月和5月;即在秋天温度下降更迅速比它增加在春天。

根据空间格局的每日平均温度在2月和8月,仿真数据和地面观测数据都表明,北部的温度较低和较高的南部,它是寒冷的山区和平原地区的温暖在同一纬度地区,它是温暖的沿海地区比内陆地区。例如,富阳观测站之间的温差在最北端和极北的观测站遵化市港陆高达5°C 2月和8月2 - 3°C。而成山头之间的测站在极端的东方和西方极端的石家庄观测站是1 - 1.5°C和0.2 - -0.3°C,分别(图5)。

仍然有一些观察和模拟温度之间的差别;即模拟温度低于观察到的温度。原因之一是,有在WRF模式系统误差。当模拟表面温度的东亚区域气候模型,冷偏差是一个普遍的现象。

57个观测点的年度日均温度平均为14.19°C,而模拟值12.74°C。根据每月的温度变化,模拟值低于观测值在大多数月除了11月和12月,以及它们之间的最大差异达到8月3.34°C。相比之下,季节性温度变化的数据表明,模拟温度低于观察温度在所有季节。不同的是最重要的在夏天,达到2.68°C,虽然相对较小的春天,秋天,冬天,1.67°C, 0.99°C,分别为0.44°C(表6)。

也有一些不同的模拟结果与实际观测值的空间模式的温度。与观察到的温度相比,模拟温度高山区和平原地区低。例如,模拟结果与实际观测值之间有巨大差异的每日平均温度在2月和8月。有49个台站观测和模拟每日平均温度之间的显著差异达到95%的显著性水平()今年2月,其中39站模拟值2.00°C低于平均观测值。而其他的模拟温度10 n observatio而观测点站1.09°C高于观察到的平均温度。观测点与降低模拟温度主要是位于河北省与山东省的中部,与模拟的温度越高,主要集中在东部的山麓河南太行山和内心的一部分。相比之下,模拟结果与实际观测值之间的差异每日8月份平均气温42观测点达到显著性水平。模拟值的17个42观测点是0.51°C低于平均观测值,而其他25个观测点的模拟温度是0.98°C高于平均观察到的一个。低模拟温度的观测站点主要位于河南和河北,而观察站的更高的模拟温度主要集中在山东丘陵地区和Beijing-Tianjin-Tangshan区(图6)。

总之,上述分析表明,WRF模式可以模拟温度的季节变化和空间模式在华北平原很好。虽然有一些模拟结果与实际观测值之间的差异值,模拟温度低于观察到温度总体上没有显著差异的空间格局观察和模拟温度。只有很少的地区,一些大的差异表明WRF模式在模拟的气候有很大的优势在平原地区。

4.3。分析测试结果

LUCC的华北平原,以区域城市化,导致了一些近地表温度的变化。年平均温度控制试验和敏感性试验分别为14.61°C和14.64°C,分别。的LUCC的华北平原地区近地表气温上升了0.03°C /年。所有的除了1月和6月都以1992 - 2005年期间温度升高。此外,华北平原的LUCC也导致增加近地表温度在所有季节,其中温度增量在夏天最高和最低的在冬天,分别达到0.05°C和0.02°C。每月和季节性温差控制测试和敏感性测试,如图7。

气温上升的空间格局是一致的在整个春秋,都表明一个重要的温度增加在华北平原(图8)。温度升高的幅度相对较小的弹簧(一般约0.03°C),虽然它非常大在秋天(平均高于0.04°C)。温度在夏天最大大增加,增加了0.05°C /年平均超过0.1°C Circum-Bohai-Sea地区Beijing-Tianjin-Tangshan区和达到了0.2°C。除此之外,还有更广泛的地区一个重要的温度在夏天比在其他三个季节。虽然在冬天温度增加总的来说,它还是减少在大多数地区,特别是在燕山山脉,Circum-Bohai-Sea地区、山东半岛、等等。

季节性温度变化的空间格局与LUCC的。温度一般在城市和地区增加建设用地增加。这些地区的温度增量非常高,和温度的影响程度和范围,增加不同季节中非常明显。以Beijing-Tianjin-Tangshan区为例,温度增量的范围非常大,温升的影响非常广泛的在这一地区在夏天。区域温度增加了0.06 - -2.8°C在夏天,和温度变化由于城市和建设用地扩张影响周边一大片地区Beijing-Tianjin-Tangshan区。温度增量很大程度上是相同的在春天和秋天,达到0.03 - 3°C。然而,温升主要影响北京和天津在北京和北方一些地区春季和秋季河北的一部分。温升只是明显的地区的城市和建设用地的增加,而在其他地区的温度普遍下降了0.01 - -0.06°C,这可能是由于风速普遍很高在中国的北方在冬天,因此降低了温升造成城市和建设用地的增加(12,13]。

温度变化最大的城市和建设用地的土地覆盖类型的华北平原(0.1°C /年),其次是灌溉农田和牧场(0.06°C /年),而温度升高草原,最轻微的增加只有0.01°C /年(图9)。结果基本上是一致的研究结果Lim et al。14],北半球的气候模拟与“CRU-NNR”模型在5°×5°决议(有机磁共振趋势值的城市建设用地,作物的土地,阔叶森林,和裸土地为0.034°C /年,0.02°C /年,0.002°C /年和0.02°C /年,职责)。然而,模拟结果还稍高一些,这可能是由于ERA40再分析间接包括地面观测数据,从而使有机磁共振趋势值小于与数值模拟的结果。

植被影响近地表温度中发挥着重要作用。例如,近地表温度变化的一个主要原因在不同的土地覆盖和土地利用类型的数量和密度是植被。总的来说,植被越好,温度riseis越少。也许是因为很少有蒸发在贫瘠的土地,和陆地表面的热量主要的形式进入大气的显热。相比之下,有较高的土壤湿度密集植被的土地,使土地表面热量主要进入大气中以潜热的形式,因此减少了地表温度上升的一部分。此外,城市地区的热岛效应也会导致近地表温度的上升。相比之下,水体的温度增量不大,主要是由于水的比热容的身体很大,使气温上升非常缓慢,因此使得近地表温度较低(15]。此外,有大的区别旱地农田的灌溉强度和灌溉农田,导致很大的影响在它们的物理特性,因此温度增量有很大的不同。

近地表平均温度的变化对应于每一种土地覆盖变化是本研究进行了总结。下图显示了温度变化的八个主要类型的土地覆盖变化涉及到大面积的土地(图10)。结果表明,从旱地作物转换到森林和建设用地的近地表气温上升了0.13°C /年,而从旱地作物转换到草原近地表温度降低0.1°C /年。相比之下,其他转换类型只有近地表温度增加了0.01 - -0.04°C /年。

转换从农田到组合土地会导致粗糙度的变化和地表的反照率,进一步导致地表的辐射通量的变化,从而使地区近地表气温上升。此外,底层表面由于城市化的变化可以改变等物理过程的能量平衡土地表面,导致“五岛效应”(即。,dark islands, heat islands, dry islands, wet islands, and rain islands), decrease the wind velocity and result in the variable city climate, and consequently influence the structure and development of the boundary layer and change the climate in a large area. Moreover, the conversion from grasslands to dryland croplands can decrease the albedo of the land surface, increase the net radiation of land surface, and consequently make the sensible heat increase and lead to the increase of the daily average temperature. The conversion from dryland cropland to forest makes the near-surface temperature increase, mainly because agricultural irrigation can usually make the evapotranspiration and air humidity increase, which leads to the increasing of the dew point temperature (when the pressure is 1000 Pa, Dew point temperature rising of 1°C is equivalent to temperature increasing of 2.5°C).

5。结论和讨论

区域气候模式WRF模式,用于研究土地覆盖变化对地表温度的影响在华北平原的土地覆盖数据的基础上,在1992年和2005年在华北平原。华北平原的土地覆盖变化在1992 - 2005年主要表现为城市和建筑的增加土地和旱地农田的减少。城市和组合土地增加了2.12%,而旱地农田降低了1.59%,而其他土地覆盖类型变化不超过0.5%。除此之外,新增加的城市和建设用地主要是位于Beijing-Tianjin-Tangshan区及周边大中城市如石家庄、郑州、济南市、青岛、连云港。此外,新增城市建设用地主要为旱地农田和占60.55%的旱地农田这一时期的转换。

WRF模式能反映近地表温度的季节变化和空间模式在华北平原很好,尽管有一些模拟结果与实际观测值之间的差异值,模拟温度有点低。没有显著差异的空间格局观察和模拟温度总体而言,除了一些略大的差别在一些地区。结果表明,WRF模式有很大优势在模拟在平原地区的气候。华北平原的土地覆盖变化,主要表现为地区城市化,造成地表温度的显著变化。它导致了地区近地表温度增量0.03°C /年。此外,温度变化的空间格局与土地覆盖的变化对整个;即温度主要显著增加地区城市建设用地扩张;此外,温度上升的影响程度和范围,不同季节之间是有差别的。温度变化最显著的城市和建设用地(0.1°C /年),其次是灌溉农田和牧场(0.06°C /年)。温度一般改变了0.02 - -0.05°C /年在森林里,水体,旱地农田和牧场,它改变了最轻微的草地(0.01°C /年)。 Among all the types of land cover change that involved a large land area, the conversion from dry land into forest and built-up land led to the greatest near-surface temperature increment, reaching 0.13°C/year. While the conversion from dry land and pasture into grassland made the near-surface temperature decrease by 0.1°C/year. By contrast, the other conversions only made the near-surface temperature change by 0.01–0.04°C/year.

不同类型的土地覆盖物理特性有很大的不同,化学过程和生物过程,这导致显著差异在能源和水预算的地表,因此对区域气候变化有不同的影响。相比,温室气体排放的增加,全球影响力,土地覆盖变化在区域范围内发挥更大的影响力。land-atmosphere反馈可以改变反照率和土壤水分,改变蒸发过程,从而影响地区近地表的反应温度的增加温室气体排放。一般来说,植被越好,温度riseis越少。例如,城市热岛效应在城市地区植被的减少将导致更大的近地表温度的增加。此外,水体的温度增量普遍降低,因此会导致较低的近地表温度自水有一个很大的比热容和增加其温度一般较慢。此外,灌溉强度之间的显著差异的旱地农田灌溉的农田也会导致不同的物理特性,从而使他们的温度增量有很大的不同。此外,底层表面由于城市化的变化可以改变等物理过程的能量平衡地表,从而导致气候变化在一个大区域;例如,转换从农田到城市和建设用地可以改变粗糙度和地表的反照率,从而引起地表的辐射通量的变化,导致显著增加地区近地表温度。

仍有一些不确定性的研究对气候影响的土地覆盖的变化,因此,仍然需要进行更深入的研究的一系列问题,如气候模型的改进和重新分类方法的土地覆盖变化数据,特别是土地覆盖数据。由于本研究是初步的,仍有一些不足。首先,仍然有一些区别高档土地覆盖数据和初始数据,导致一些不确定性的模拟气候影响土地覆盖变化。第二,结果可能会改变如果长期的微积分的数据进行研究以来,土地覆盖变化对温度的影响在华北平原是基于数值积分的敏感性测试的数据只有两年的研究。此外,还有一些不确定因素的结果,因为有各种各样的气候系统内部的反馈。针对这些不足,一方面,需要尝试更多的方法来高档的数据,从而降低数据转换错误的影响。另一方面,有必要延长积分时间以保证仿真结果的确定性。

确认

这项研究是在经济上支持由中国科技部(批准号2010 cb950904)和中国国家自然科学基金(批准号41071343)。