文摘
北方森林砍伐扮演着一个很重要的角色,影响区域和全球的气候。在这项研究中,区域温度变化引起的未来俄罗斯欧洲地区的北方森林地区的北方森林砍伐模拟是基于未来的土地覆盖变化和天气的研究和预测(WRF)模型。本研究首先测试和验证仿真结果的WRF模式。然后土地覆盖数据集在不同年份(2000年为基准年,2010年和2100年)在WRF模式探索北方森林砍伐的影响在近地表温度。结果表明,WRF模式具有良好的模拟温度变化的能力在欧洲俄罗斯。土地覆盖变化在俄罗斯欧洲地区的北方森林地区,将以转换从北方森林农田(北方森林砍伐)在未来的100年里,将导致地表温度的显著变化。区域年度温度会降低0.58°C在未来的100年里,导致冷却效果在某种程度上,在大多数季节除了春天近地表温度降低。
1。介绍
根据政府间气候变化专门委员会第四次评估报告(2007年IPCC AR4),有超过90%的可能性,人类活动影响气候1》,主要通过两种方法:化石燃料的燃烧和土地覆盖变化。科学家们有一个共识,化石燃料的燃烧会导致大气中温室气体浓度增加,进一步导致全球变暖,而土地覆盖变化对气候系统的影响在地方、区域和全球尺度上已经成为研究热点之一。地球上的土地覆盖是气候系统的重要组成部分。不仅是最直接的来源的大气热量,而且大气水分。因此,土地覆盖变化将直接影响到surface-atmosphere互动,进一步影响大气热力学特征。土地利用活动大大改变了区域土地覆盖和对大区域范围内对气候系统的影响,包括温度、蒸散、降水、风、和空气压力。土地覆盖变化对气候的影响可分为两大类,即生物地球化学和biogeophysical影响(2]。生物地球化学过程主要指温室气体排放引起的土地覆盖变化,改变大气的气体组分,从而影响气候。biogeophysical过程直接影响到物理参数,确定能量的吸收和处理在地球表面。
全球森林砍伐起着重要的作用在调节气候biogeophysical效应(3]。目前,森林砍伐是最重要的一个类型的土地覆盖变化,和全球土地覆盖变化与森林砍伐一直作为在不同地区气候变化的主要原因。森林的反照率相对较低比草地或农田,因此森林可以吸收更多的太阳辐射(4]。和森林的蒸腾比这更旺盛的草本植物的生长季节,将释放更多的潜热。森林覆盖变化可能导致反照率的变化和土壤水分蒸发蒸腾损失总量,从而导致气候变化。这些影响在不同纬度气候是不一样的。热带森林具有很强的蒸散,等热带雨林的森林砍伐亚马逊地区将导致较低的蒸发率,使当地气候变得干燥和温暖5- - - - - -8]。森林砍伐高纬度地区,北方森林的砍伐森林对气候的影响而不同,在热带地区3,9,10]。
有很多研究专注于高纬度地区北方砍伐森林对气候变化的影响。北方森林是世界上最大的连续的陆地生态系统,北方森林有可能影响气候改变辐射的预算。最大的发现,损失的北方森林为冰川作用提供了一个积极的反馈,而北方森林扩张期间mid-Holocene放大变暖(3]。Bathiany等人澄清,在100年当中,北半球的森林砍伐(45°N - 90°N)会降低0.25°C在全球年平均温度,而绿化有同样大的变暖效应结合生物化学和生物物理效应(9]。并通过latitude-specific大规模森林砍伐实验中,巴拉等人透露,全球平均气温的差异之间的标准病例没有与北方森林砍伐森林砍伐和实验在2100年是高纬度−0.8°C (11]。基于观察,李等人发现,该网站对在45°N,年平均温差引起的森林砍伐是0.85±0.44°C(±标准差)[12]。总的来说,大多数研究澄清,在高纬度地区,北方森林砍伐会导致冷却效果由于反照率较低的北方森林被取而代之的是其他类型的植被反照率较高,如作物和草原13]。北方森林砍伐会导致大量增加反照率尤其是在冬天(14),反照率的变化是推动气候变化的主要因素,这将改变表面热平衡。北方森林砍伐也可以改变表面热平衡通过改变蒸发传热引起的植被的蒸腾作用和表面粗糙度的变化15]。不同于热带森林,切除北方森林植被有较大影响,导致强烈的反照率反馈比从蒸散变化对地表辐射平衡。在北方森林地区,大量增加反照率由于森林砍伐会导致冷却效果自反照率比植被蒸腾起着更重要的作用[16- - - - - -18]。取代森林植被与其他类型的植被或裸露的地面冰雪覆盖大大增加反照率。地表响应的吸收更少的净辐射是更多的入射太阳辐射反射在表面。表面的空气温度将大幅降温,有更少的能量吸收表面(19]。
气候模型的选择和实验设计探测森林砍伐的气候影响,当前研究北方森林变化对气候变化的影响主要集中在大型实验基于全球或区域气候模型,假设的北方森林正在被其他类型的植被或裸露的土地10,19),而只有少数研究实现模拟未来土地覆盖变化的气候影响基于场景分析与中尺度数值模式。最早研究区域气候效应通常使用全球环流模型(GCMs)与force-response进行敏感性测试方法(20.,21),代表了土地利用变化与地表参数的变化(例如,反照率、粗糙度和蒸散)。这个模型已经广泛应用于气候变化的研究;然而,他们粗分辨率是不合适的,揭示了土地surface-atmosphere交互模拟区域气候变化特别是复杂的地形,所以有一些偏见和不确定性的模拟区域气候变化与全球大气环流模型(22,23]。然后区域气候模型(rcm)是在1980年代末和1990年代初(24),已成为一个重要的工具在区域气候模拟,其中,气象研究和预测(WRF)模型代表了rcm的最新进展,结合专业知识和经验对中尺度气象学以及陆地表面和气候科学在过去几十年的发展25]。WRF模式是专门为高分辨率的应用和设计提供了一个理想的工具评估的价值高分辨率区域气候建模、和一些研究人员已经确定了要优于其他rcm WRF [23,26,27]。此外,尽管实验假设的北方森林完全取代了其他类型的植被可以帮助了解北方森林砍伐的影响机制,实验基于土地覆盖场景相对可以与真正的人类活动和为未来的土地利用管理提供参考。
俄罗斯欧洲地区的北方森林覆盖率大的经历了密集的人类活动。最大的北方森林位于俄罗斯的一部分,和北方森林仍然是主要的一半,与从林业和其他人类活动影响非常有限。在斯堪的纳维亚半岛和俄罗斯西部欧洲(俄罗斯),北方森林最强烈的管理和影响人类只有补丁的原始森林保持外汇储备。一些研究人员已经表明,欧洲俄罗斯经历了起伏的森林覆盖变化(28- - - - - -30.]。鲍曼等人发现,温带森林在欧洲俄罗斯1990 - 2010年期间经历了实质性的改变,减少1%的总面积在1990年和1995年之间,增加1.4%的速度在2005年至2010年之间,这可能是由于森林再生废弃农田(28]。汉森等人报道,俄罗斯第三大地区生产总值(gdp)的森林覆盖损失(GFCL)。俄罗斯的GFCL地理上广泛是由于砍伐森林在欧洲和远东地区的森林大火在西伯利亚(29日]。Potapov等人表示,欧洲俄罗斯中部森林覆盖在16%和50%之间(平均森林覆盖率为36%)。这些区域内森林覆盖率较低是一个历史悠久的森林转变为农田。森林覆盖率是最低(3 - 14%)11个行政区域位于森林草原接口,在耕地的扩张加上自然森林碎片(30.]。
因此,在这项研究中,欧洲俄罗斯经历了起伏的土地覆盖变化和严重的森林损失由于密集的人类活动被选为一个典型的区域探测森林砍伐的影响在近地表温度(图1)。和近地表温度在欧洲俄罗斯与气象研究和模拟预测模型(WRF)的土地覆盖数据集的基础上,2000年,2010年和2100年,源于土地覆盖变化的场景。结果有助于理解biogeophysical北方森林对气候变化的影响,并提供建设性建议未来气候缓解和欧洲俄罗斯的土地使用管理。
2。数据和方法
2.1。数据处理
在这项研究中使用的数据包括土地覆盖数据,大气强迫数据和气象观测数据。土地覆盖数据的精度和分辨率的气候模拟具有重要意义[31日]。在这项研究中,美国地质调查局的土地覆盖数据分辨率1公里,在2000年来自美国地质调查局的土地覆盖分类系统研究所,其中包括24土地覆盖类型,被用作基线数据。2010年和2100年的土地覆盖数据预测了土地流转的数据在不同土地覆盖类型。土地流转的数据来自土地使用场景模拟的模型,通过结合亚太与全球经济模型集成模型(目标/ CGE) 6基于典型浓度路径(RCP6)。目标/ CGE模型,土地作为生产要素对农业、畜牧业、林业、和生物质能源生产。城市土地使用由于人口增加和经济增长,而耕地面积扩大,由于粮食需求增加。土地覆盖数据和下垫面变化数据可以通过数据融合在1500 - 2100年为0.5°×0.5°决议(32]。
是有区别的土地覆盖数据之间的空间分辨率和分类类型的美国地质调查局分类系统和基于rcp的土地转换数据,有必要重新分类土地转换数据,美国地质调查局分类和转换空间分辨率的高分辨率(1 - 10公里)的要求WRF模式。是承认rcm在空间分辨率或粗比30公里无法产生准确的气候预报(33]。高分辨率允许模型包括区域特性和预测区域气候的准确性。例如,WRF模拟可以做4公里的决议,允许许多小规模的特性,比如山脉、海岸线和其他土地使用类别代表更准确地说,这是很重要的对于我们的目的(34]。在这项研究中,我们设置了5公里解决土地覆盖数据在WRF模式。2100年的土地覆盖数据的处理为例,首先,累积分数不同的土地流转在每个0.5°×0.5°网格计算从2000年到2100年(图1)。然后占主导地位的转换类型(极大值转换量)的每个网格被确认,之后和网格的土地覆盖类型变化与否是通过设置阈值的转化率。设定的阈值主要是揭示转化趋势,每种类型的转换,阈值被设置为50百分位的转化率。在2010年和2100年的土地覆盖数据进一步获得的土地覆盖数据的基础上,美国地质调查局2000年分类和土地流转的数据2000 - 2010和2000 - 2100年期间,最后这些底层表面数据转换为网格数据的5公里×5公里通过重采样。
大气强迫数据,第五阶段的耦合模型相互比较项目(CMIP5)产生一种先进的multimodel数据集,用来推进气候变化和气候变化[我们的知识35,36]。模型的输出是全世界被研究人员分析了构成联合国政府间气候变化专门委员会第五次评估报告。它提供的预测未来气候变化对两个时间尺度,短期内(大约2035年)和长期(2100年及以后)。RCP6模型输出,如空气温度、含湿量,海平面气压,向东风,风,向北和位势高度从2000年到2100年的大气强迫数据集被用来作为WRF模式。和气象观测数据,用于比较模拟温度在这项研究中,来自欧洲气候评估&数据集(http://eca.knmi.nl/dailydata/predefinedseries.php)。
2.2。WRF模式和基于场景的实验设计
2.2.1。WRF模式
随着气候的发展模型和地表过程模型,数值模拟已成为一种广泛使用的方法来研究土地覆盖变化对气候的影响。WRF模式是一个下一代中尺度数值天气预报系统开发合作的国家大气研究中心(NCAR),国家海洋和大气管理局,美国国家环境预报中心(NCEP)和预测系统实验室(目前),美国空军气象局(AFWA),海军研究实验室,俄克拉荷马大学,美国联邦航空管理局(FAA)。这是一个最先进的大气模拟系统的基础上,第五代宾夕法尼亚州立大学/ NCAR中尺度模式(MM5) [37]。这种中尺度模式已广泛应用于仿真的全球气候38- - - - - -40和区域气候41]。本文基于欧拉WRF模式质量解算器是用于分析土地覆盖变化的影响在研究区近地表温度。在WRF模拟中,每个网格点有一个土地覆盖类型基于土地覆盖数据集用于模型运行。属性(表面反照率、表面发射率、水分可用性和表面粗糙度长度)的每个土地覆盖类型取决于地表模型用于WRF运行。地表模型的组件,它负责涉及陆地表面相互作用的过程。WRF运行的物理过程参数化方案的模型集;美国地质调查局的分类数据集被用来指定土地覆盖类型及其属性。模拟土地覆盖变化条件下,所有的土地覆盖数据预测基于场景。
2.2.2。实验设计
高级研究WRF (ARW-WRF版3.3)被用于这项研究。兰伯特的投影,这两个标准纬线都是57°N和中央子午线48°E。空间分辨率是5公里。研究区位于欧洲的俄罗斯,它包含192个网格点在东西方向和南北方向的174个网格点。
物理过程参数化方案的模型(表1)如下。粒子物理学参数化方案采用了方案引入了林et al。(42]。积云参数化方案采用Grell-Devenyi整体方案。延世大学边界层过程计划(YSU)计划。长波辐射方案和短波辐射方案都是社区的大气模型(CAM)计划,和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,辐射过程和积云对流的30分钟和5分钟,分别。有27层在垂直方向,顶层是50 hPa的大气压力。
仿真方案在这项研究如下(表2)。仿真是在三年内实现与土地覆盖数据作为底层表面。2000年(图的土地覆盖数据集2)与美国地质调查局(USGS)分类系统被用作基线底层表面数据。2010年和2100年的土地利用数据集是基于土地利用/覆盖转换的信息是来自土地使用场景模拟目标/基于RCP6 CGE (32]。那么每年的下垫面数据集被用作WRF模型的输入数据来模拟土地覆盖变化对气候变化的影响。模拟在三年内都实现了气象迫使数据显示在表中2。每月和季节性仿真结果进行了比较。首先,2010年月度温度的仿真结果是用于验证WRF模式的模拟能力研究区域的温度变化;那么的近地表温度空间差异分析了2000年和2010年的冬天;最后,对比2010年和2100年的每月近地表温度是实现的。
2.3。研究区土地覆盖变化的欧洲俄罗斯
主要在研究区土地覆盖类型的农田(美国地质调查局的分类四种类型的农田,“旱地农田和牧场”(DCP)和“农田林地马赛克”(CWM)控制)和森林(美国地质调查局分类的四种类型的森林,常绿森林Needleleaf”(ENF)和“混合森林”(MF)主导),约占总土地面积的53%和44%,分别。该地区转换类型之间的转换主要是由农田和森林。
从2000年到2010年,土地覆盖转换由转换从农田到森林(主要来自CWM类型MF类型研究的北部地区)和转换从森林到农田从MF类型DCP类型(主要是在研究区南部)在研究区域的不同部分。每个网格的主要转换类型统计表明,网格由转换从农田到森林中占26.18%的所有研究区域的网格和网格由转换从森林到农田占27.80%的网格。除此之外,与其他类型的土地流转,集成森林总土地面积的比例将从44.40%下降到44.07%,而耕地的将从53.04%增加到53.37%。森林和耕地之间的转换将在2000 - 2010年期间总体平衡。然而,它们之间的转换的空间异质性将导致其空间分布的变化。例如,研究区北部的农田倾向于被转换成森林,而散落的森林南部往往转化为农田(图3)。
据统计转换类型的网格,转换从森林到农田将会于2100年在该研究领域占统治地位。网格的转换从森林到农田作为主要转换类型将占37.4%的网格。农田覆盖将占总土地面积的72.27%,森林覆盖率将减少25.31%(图4)。指出有一种强烈的倾向的转换从森林到农田在这个地区在未来的100年。
不同土地覆盖类型的覆盖率百分比在2000年、2010年和2100年的计算是基于网格的帐户每个土地覆盖类型如表所示3。
3所示。结果
3.1。仿真结果的验证
评估的能力WRF模式模拟研究区域的温度变化,我们将每月平均温度的模拟值与2010年的地面观测值。首先,每日平均温度模拟是基于WRF模式,那么它是用来计算月平均温度与地面观测数据进行比较。如图5的变化趋势模拟和观测研究地区的月平均气温相对较相似,通常和模拟结果与实际观测值之间的差异值在零附近波动。检查是否这种差别十分明显,一个配对以及进行测试模拟值与观测值之间的差异。零假设是,没有显著区别这两个样品,和值的配对以及在0.05的显著性水平为0.9146,表明没有模拟值和观测值之间的显著差异。因此,它可以被识别,WRF模式模拟温度变化的能力。
3.2。分析温度变化
由于农田和森林之间的转换从2000年到2010年,模拟的月平均温度在冬季(12月、1月和2月)增加的大部分地区的研究区域的价格相比2000年(图6)。在冬季温度变化的空间格局与土地覆盖和土地覆盖变化。冬天的平均气温普遍增加的地区主要是由农田和北方森林扩张。在研究区南部,主要由DCP类型农田、森林被转化为农田,温度增量相对更高。通常的平均温度增量下降是距离地区主要森林覆盖的减少。一般来说,土地覆盖变化研究领域几乎是平衡从2000年到2010年;非常细微的变化在冬季的平均温度(不超过0.023°C /年),和温度变化的空间分布与土地覆盖和土地覆盖变化相对应。
的土地覆盖变化研究区2100年主要以转换从森林到农田,这将导致地表温度的变化。每年的气温将会下降,而每月平均温度将增加从2月到6月和7月减少到1月(图7)。在北方森林地区,温度变化主要结果积雪反照率的变化由于屏蔽(9]。如雪覆盖在表面和北方森林转化为农田,地表的反照率会增加,净表面太阳辐射将会减少;因此会导致冷却效果,这抵消了由于evaporation-transpiration的减少温室效应。因此,近地表温度在冬季会改变最集中,平均降低1.81°C。在北半球,太阳辐射开始加强,成为最强的6月7月和8月。针叶树森林(针叶林森林)蒸散率较低(定义为潜热通量比可用能源)比落叶阔叶林在夏天,这可能导致更高的利率的显热通量(3]。从2010年到2100年,大多数常绿针叶林将转换为耕地,因此冷却效果由于反照率也比增加温室效应的降低土壤水分蒸发蒸腾损失总量在前面的针叶林森林面积在7月和8月,因此使得平均温度降低0.30°C。,春天,雪会融化,太阳辐射并不是很高,变暖效应由于蒸发蒸腾减少常绿针叶林不能抵消由于表面反照率的增加,冷却效果,因此每月的平均温度将增加0.86°C在春天。总的来说,结果表明,北方森林的砍伐森林产生的高反照率的负面影响温度;即,北方森林砍伐会使温度降低,尤其是在雪的季节。
4所示。结论和讨论
摘要WRF模式被用来研究北方森林砍伐的影响在欧洲俄罗斯近地表温度。土地覆盖数据的分析的基础上,2000年,2010年和2100年,结果表明,研究区土地覆盖变化主要表现为森林和耕地之间的转换。在2000 - 2010年期间,农田增加了0.33%,森林减少了0.15%,而其他土地覆盖类型发生了微妙的变化。转换从农田到森林主要出现在以前以森林为主的北部,而转换从分散森林农田主要出现在南部主要以耕地为主。到2100年,将会有重大的土地覆盖变化;森林总土地面积的比例将从44.22%下降到25.3%,这表明大约一半的森林将梦寐以求的农田。
结果表明,仿真结果与WRF模式可以匹配的月平均温度变化研究中观察到的温度区域。在研究区土地覆盖的变化,主要表现为北方森林和耕地之间的转换,将导致近地表温度的显著变化,特别是在2100年。它将使地区近地表温度降低0.58°C在未来100年(平均0.0058°C /年)在不同季节温度变化差异很大。在冬天温度变化最显著,平均降低1.81°C。和温度在夏季将降低0.30°C,而在春天它会增加0.87°C。温度的变化主要是由于北方森林砍伐造成的地表反照率的增加,这抵消了由于森林蒸散减少温室效应。
这项研究的结果基本上揭示北方森林砍伐的影响地区气候变化,人类活动密切相关,但是仍有一些不确定性的影响未来的土地覆盖变化因为只有biogeophysical WRF模式效果考虑,不考虑生化效应通过其他一些关键的影响因素,如碳排放。因为土地覆盖变化的影响是非常复杂的,它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结合生物化学和生物物理模型,它考虑到biogeophysical和生物地球化学过程。此外,仍有一些方面应该改进来更准确地检测砍伐森林对气候变化的影响。首先,它仍然需要进一步探索土地覆盖数据之间的数据集成的美国地质调查局的分类和基于rcp的土地转换数据,因为有一些差别。虽然可以确定土地流转的主要趋势,仍然存在一些不确定因素对未来气候变化对其影响。第二,有许多可能影响气候变化的因素,有必要做一些敏感性实验检测,减少不确定性的主要因素。
利益冲突
作者宣称他们没有利益冲突有关的出版。
确认
本研究支持的重点项目由中国科学院(没有。KZZD-EW-08),国家重点项目在中国发展基础科学(没有。2010 cb950900),中国科学院的外部合作项目(没有。GJHZ1312)。