文摘

全球土地利用和土地覆盖模式极大地改变了过去50年来,产生直接或间接影响气候变化在区域和全球尺度上。因此,观察和评估土地利用对表面的影响气候,不断提升研究人员至关重要。探讨了发展模型,数据和应用程序的观察和评估土地利用对表面的影响气候和指出进一步研究需求和优先事项,希望将为相关研究提供一些参考。

1。介绍

研究土地利用和土地覆盖变化(LUCC)及其对气候的影响是十分重要的意义1]。有了巨大的变化在全球土地利用模式在过去的50年,这对全球气候变化有巨大的影响。定量分析表面LUCC的影响气候的核心科学问题之一是了解人类活动对全球气候的影响。例如,不同角色的LUCC对降水记录和土地流转仍在快速增长,使这种类型的人类诱导干扰气候系统的继续和变得更加重要2]。邓的审查论文等。1)全面分析了LUCC的主要科学问题影响区域气候和回顾了相关研究的进展。之前没有系统综述论文,邓等人回顾了系统建模的首次LUCC对区域气候的影响。本文进一步发展系统回顾这一研究领域的进展,改进的数据,升级模型和案例研究的观察和评估土地利用对介绍了气候变化的影响。

2。进步LUCC数据集

2.1。以前的数据集

LUCC已被公认为全球环境变化的重要组成部分。直到最后二十年,土地覆盖产品应用于大多数气候模型。这些产品最初从地图编译、地面调查、和各种国家统计源,固有的局限性(3- - - - - -5]。在1990年代中期,全球范围内土地覆盖产品从遥感图像生成。不同的土地覆盖数据集通常从遥感图像分类,包括海量存储系统(MSS)中/ TM / ETM +,地点,和MODIS已经使用在许多区域气候模型研究全球尺度。自1990年代以来,一系列的土地利用/土地覆盖数据集产生在许多国际机构和国家,诸如全球土地覆盖特征(GLCC) [6),马里兰大学(UMD格式)全球土地覆盖基金(GLCF)土地覆盖数据集7),和全球生态系统(总局)数据集[奥尔森8,9]。这些产品被人工与计算机辅助解释,然后验证了系统的实地调查。土地利用/覆盖数据集的需要高精度气候模拟已得到广泛的气候建模社区(10]。一些研究结果表明,区域降水的研究将极大地影响了如果土地覆盖数据的准确性低于80%,结果可能会逐步恶化随着精度继续减少(11]。因此土地覆盖数据的准确性至关重要的气候研究。例如,在印度和中国,大量的土地覆盖数据生产近年来使用遥感数据(12]。不幸的是,无论是整体还是职业专用大多数数据集精度能够满足公共需求的区域气候建模。

这些土地覆盖数据集之间的分歧和低精度主要源于不同的传感器、空间分辨率、算法和分类方案(13]。此外,大部分的土地覆盖数据集来自遥感并不是100%准确。新的统计测量Q是评估开发的土地覆盖数据集在land-climate交互作用的研究中,计算生物物理精度的土地覆盖数据集使用1公里每月MODIS叶面积指数(LAI)的产品14]。空间数据挖掘提出了生产精度高土地覆盖图,其分类体系应兼容广泛接受的分类系统用于区域气候模拟(12,15]。

2.2。分类LUCC气候模型的数据

有很多方案,提出了区域到全球范围内土地覆盖分类,包括国际岩石圈生物圈计划(IGBP)拼和信息系统:土地覆盖工作组开发的土地覆盖分类方案(16),一个six-class生物群落分类(17),简单的生物圈模型方案(18),和联邦地理数据委员会植被特征和信息标准19]。许多陆地表面模型中的参数识别是基于土地覆盖类型,例如,定常模型变量(如植被反射率,树冠顶部高度,树冠基础高度,根深,和叶呼吸因素)在简单的生物圈模型2 (SIB2) [18)和公共土地模型(投资)(20.]。因此,特定的土地覆盖分类单位不仅应该明显(高精度)从遥感影像和辅助数据,也直接关系到陆地表面的物理特性。IGBP方案包含相同的哲学,但与修改兼容现有的环境建模者使用的方案,将除了土地覆盖和土地利用代表马赛克(16]。

为了提高LUCC研究中,数据需要更新增加的准确性。颞土地覆盖数据集已经被广泛应用于许多气候模拟项目。大部分注意力都集中在土地覆盖数据的准确性的影响对气候模拟。虽然有时间与精度高于90%(土地利用数据15),仍然缺席的高精度土地覆盖数据。因此,目前迫切需要重新分类LUCC数据集饲料到大气环流模式(GCM)和区域气候模型(RCM)。例如,在一个案例研究在中国北方,吴et al。15)覆盖的土地覆盖地图IGBP-DIS, 2000年全球土地覆盖(相关),UMD格式数据,和数据中心中国西部(WESTDC)和兼容的网格分类被选为样本网格。他们把土地覆盖数据和土地利用数据,生成土地覆盖数据的高精度气候模拟。他们的研究表明,C4.5算法适用于土地利用与土地覆盖数据的转换IGBP分类。颞土地覆盖数据由他们的方法可以满足气候模拟的精度要求,可以作为动力降尺度的参数区域气候模拟,构成显著改善数据处理。

2.3。数据分辨率和可靠性

陆地表面存在的相当大的异质性,因为不同的土地覆盖类型等裸露的表面,水体、城市土地,树木,和雪/冰,在小的距离不同。这个表面变化不仅决定了小气候也影响中尺度大气环流(21- - - - - -23]。准确的土地覆盖地图是地表的基础,生态和水文建模、碳和水循环研究,研究全球气候变化24,25]。与许多来自不同来源的土地覆盖产品成为可用的地球,对于一个给定的地区出现挑战作为land-climate产品最优的建模研究。传统的分类精度评估主要是依靠地面调查或解释的高空间分辨率航空照片和卫星图像。通过比较脚踏实地的土地覆盖分类数据集数据,误差指标可以开发委员会和遗漏错误报告。精度的措施,比如Kappa系数协议,经常表达分类精度计算(26,27]。因此,研究人员应该充分利用GIS数据库中的地理知识支持分类,从而显著提高土地覆盖分类精度。

准确的表示土地表面气候建模是一个重要因素。然而,很少有人注意气候模拟土地覆盖分类精度的影响。在现实中,土地覆盖精度一般很少获得推荐85%的目标(10]。土地利用分类的精度可以达到73% - -77%使用决策树分类方法,从而提高绘制效率50% (28]。另外,大多数的评估分类精度进行了使用相同的数据集被用来训练分类器。因此,分类精度是夸大了。此外,空间数据挖掘技术的土地覆盖分类应用。最后,评价准确性和不确定性的土地覆盖数据通过不同的方法来完成;精度可以达到88.62% (15]。不准确的土地覆盖将导致模拟显热通量的差异,潜热通量,以及许多其他变量取决于植被和土地利用参数。遥感提供了准确的表示地球表面在不同空间和时间尺度,是一个有吸引力的来源为创建高精度土地覆盖数据。因此,它是可行的,利用现有的土地覆盖数据从不同的来源做一个高精度土地覆盖数据使用空间数据挖掘方法。信息融合策略,提出生产精度高土地覆盖中国地图(29日),其分类体系应兼容广泛接受的分类系统用于地表建模。

3所示。升级模型

LUCC研究的过程通常是由复杂的性质和意想不到的挑战人类司机和自然的行为约束。因此,土地利用变化动态模型模拟之间的相互依赖关系和反馈机制需要社会、经济和生态环境。土地利用变化出现的各种组件之间的交互耦合的人文景观系统,然后反馈这些交互的后续发展(30.]。目前,有很多的评价模型来模拟动态决策和土地利用变化的时空过程1]。

3.1。现在的模型
3.1.1。经验统计模型

有许多经验统计模型应用于土地系统动力学模拟(31日,32]。经验统计模型可以提供信息的土地利用变化的主要驱动力,反映了时间滞后效应的响应。此外,可以多尺度数据输入。然而,某些缺陷存在于这种模型,该模型需要由外生土地利用变化的数据率和数量。此外,土地利用转换规则应该手动设置。因此,该模型不能提供参考其他地区除了选定研究区域。

3.1.2。计量经济学模型

计量经济学模型是基于可持续利用土地政策评价模型实用程序可以评估政策因素对土地利用的影响,促进多功能土地可持续利用。

可持续发展影响评价。工具对环境、社会和经济影响多功能土地利用在欧洲地区(传感器)是由欧洲委员会资助FP6框架为事前的影响评估研究项目开发工具的欧洲政策与农村土地使用(33]。它包括名为“复仇者”的详细宏观计量经济学模型,模型跨部门的影响,被传感器项目的主要特点34]。跨部门的方法适用于土地使用,适用于大区域。土地制度(DLS)的动力学模型作为另一个代表计量经济学模型可以实现土地的动态仿真系统在密网格规模通过分析土地利用配置约束和模拟的土地供给和需求的平衡。几个案例研究表明,DLS能够衡量自然和社会经济因素叠加的影响预测未来LUCC,这可能为明智的土地利用规划提供有意义的决策和管理(35]。

3.1.3。基于代理模型(ABM)

自1990年代以来,随着计算能力的飞速发展,大量的模型基于反弹道导弹开始被应用在LUCC研究,和基于代理模型的土地利用/土地覆盖变化(ABM / LUCC)已经逐步发展(36]。基于代理模型具有较高的灵活性,但模型的灵活性增加了模型的不确定性,从而使模型验证的困难。基于代理模型一起努力模拟个人和群体行为决策模型,但个人决策行为具有很大的复杂性。张等人采用这个模型在分析气候变化的影响和代理对区域土地利用变化的适应性行为(37]。此外,他们的研究表明,该模型是敏感的气候条件,使信贷反弹道导弹在建模LUCC对气候的影响。

3.1.4。结合计量经济学和反弹道导弹模型

基于代理的组合模型和计量经济模型可以模拟复杂的土地利用决策问题更好的办法,提供土地利用动态模拟的新方法。

代理模型和计量经济模型的耦合区域的土地使用将在未来得到认可和应用,主要体现在以下两个方面:基于代理的组合模型和计量经济模型可以模拟个体和群体决策行为考虑微观相互作用,同时macrodecisions。

经济的一体化和基于代理的模型结合的过程与土地利用动态的社会和经济因素。全面模型不仅可用于土地利用的简单的场景模拟,但也可用于复杂场景。这两个模型,相互联系,相互依存,构成一个复杂的系统层次结构的异质性。

在最近的研究在土地利用模型、邓等人介绍了土地利用变化动态(LUCD)模型嵌入在RCM [38]。农业生态区域(AEZ)模型是最优选择构建一个组成模块,它是自然与AEZs相关。基于代理模块识别土地利用变化的需求和植被变化可以实现并提供土地利用变化的模拟结果RCM所需的底层表面。通过导入RCM的气候变化的模拟结果和提供土地利用变化的模拟结果对RCM,可以嵌入在RCM LUCD模型。LUCD耦合仿真系统和RCM在地表系统仿真是非常强大的。他们研究的创新在于,当前研究只能模拟土地覆盖变化通过植被变化建模在RCM和GCM但不是土地利用变化。但本研究模拟土地利用动态变化,这是一个伟大的突破系统报告的土地利用变化。

3.2。场景开发

情景分析的土地利用变化和动态预测涉及很多影响土地利用变化的驱动因素,一直是全世界学术界的关注。通过模拟区域土地利用变化在不同的场景下,合理预测和评估未来的土地利用可以,将提供科学参考区域和全国范围内土地利用规划和管理。

气候情况合理的表示未来气候条件下,可以用不同的方法,其中,区域气候模型越来越受欢迎(39]。有兴趣对地区级的核气候显著增加场景和投影方法,特别是对于影响和适应评估(40]。

政府间气候变化专门委员会(IPCC)一直致力于未来潜在的人为气候变化的场景,底层的驱动力,和选择的响应。根据联合国政府间气候变化专门委员会(41,42),可以促进社会经济场景探索气候变化和人类活动的长期后果回答选项可用。场景中的社会经济期货由定性叙述未来趋势的描述和定量的假设(也称为故事情节)关键社会经济变量。

土地利用对气候的影响的研究中,有一个很好的数据库,应当采取适当的方法,以促进研究和场景分析可以采用,执行宏观结构改变。在徐的研究等。43),三种场景设计基于社会经济发展。他们三个不同场景下模拟土地利用趋势包括基线场景和两个控制场景(场景和快速发展模式转换场景风险)和获得最合适的场景控制有限公司2排放的三个场景。他们的场景excel其他场景编译IPCC场景的具体情况研究领域。情景分析,可以为未来土地利用规划提供理论基础,适应气候变化。作为第一个尝试LUCC场景和系统分析的数据集由他们的研究,他们的研究为未来的研究打下了良好的基础。

4所示。土地利用对气候变化的影响:案例研究

与改进的数据库和模型、气候效应模型被引入以适用的仿真平台土地利用对气候的影响。气候变化模拟增加了近年来在许多国家像中国。许多学者提出了具有代表性的方法;其中,高模拟气候变化等人在中国使用设在Abdus Salam国际理论物理中心(ICTP)区域气候模型版本3 (RegCM3) [44]。RegCM3可以再现观察表面空气温度和降水的空间结构。然而,到目前为止RegCM3流体静力学模型,限制了进一步提高其分辨率超出~ 10公里(45]。吴和傅用线性拟合的方法来估算降水强度谱在不同空间尺度上的变化在中国46]。

天气气候影响的研究,研究和预测(WRF)模型可能是相关的。瞿et al。47)利用WRF探索土地覆盖变化对地表温度的影响的研究在中国北部平原。他们测试和验证的能力WRF模拟近地表温度在华北平原。值得注意的是,在这项研究中LUCC动态模型和LUCC重新分类也被应用于形成良好的LUCC系统建模。再加上WRF模式,土地利用对气候的影响的模拟。

基于编译后的气候模型,气候变化对于气候的影响指数可以进一步探讨。Zhang et al。48)首次报道对草原气候的影响。他们研究了宏观和中尺度分析可能的变化趋势下的当地草地净初级生产力(NPP)四个rcp场景。结果表明,草地生产力将大大受到降水和温度的波动。

与上述研究、LUCC和未来气候情景模拟在特定地区进行。LUCC的仿真及其气候效应是通过连接新开发的功能集成模型与现有模型。

进一步,研究相关的土地利用变化与气候变化相关的提升与进步研究方法。邓et al。49)进行了重新审视土地利用变化对人类福祉的影响通过改变生态系统提供的服务。LUCC和气候变化对生态系统产生巨大影响供应服务通过改变农业生态系统服务功能和森林或草地生态系统服务功能。为了解决生态系统提供的服务问题,采取了措施,增加输入和减少的结果,同时增强健康风险和危害人体健康。

r·b·辛格和s·辛格(50)采用基于像素的高分辨率映射和建模在小尺度土地利用和土地覆盖分析模式识别诱导亚穆纳河的洪水风险和WetSPA Hindon盆地区域的模型。洪水预报的帮助下已经完成ILWIS模型,同时分析了LUCC的帮助下SRTM, IKNOS和陆地卫星数据发现,近36%的林地已经变成了结算和其他土地用途。Yamashima et al。51]分析了历史LUCC对水面气候的季节性周期的影响在印度次大陆和中国南方。他们调查了使用MIROC3.2环流模型耦合与地表模型MATSIRO在此期间1700 - 1850。降低土壤水分蒸发蒸腾损失总量一直在观察到印度次大陆由于降水的减少所引起的土地利用/覆盖的变化。

Sahu et al。52)调查最近发明的全球气候变化的影响模式像印度洋偶极子(IOD)和厄尔尼诺Modoki在区域气候规模特别是在长江流域水平对日常时间序列和得出结论,在上层河流域气候变化显著影响季节性河流流动和土地利用模式。罗伊森et al。53)也进行了全面研究,了解城市热岛的空间格局(热岛)发展在德里大都会地区的快速变化的城市景观和加尔各答大都会地区(54]。在研究土地利用在小气候变化的主要驱动力。在德里,整体高温观察在北部和西部部分,构成最密集的居民区,从而快速植被损失和土地利用变化。基于遥感和GIS工具已经有效地用来预测热岛的风险。

最近,卫星气象产品和应用变得越来越重要。然而,它不能取代表面测量。例如,卫星数据的形式模型需要观测数据对模型验证和改善质量的统计和科学研究方法的意义。因此,增加应重点观察和模拟数据集整合改善了解土地利用对气候变化的影响(55,56]。

5。结束语

观察研究的进展进行了综述和评估土地利用对表面的影响气候的角度改进模型,增强数据,广泛扩展的应用程序。重新分类的主要研究成果包括以下:颞土地覆盖数据可以满足气候模拟的精度要求,可以作为动力降尺度的参数区域气候模拟,提高了数据处理和LUCC仿真奠定了良好的基础。土地利用变化的动力学模型与rcm兼容是一个伟大的突破系统报告土地利用的动态变化。执行场景分析宏观结构的变化,促进了土地利用对气候的影响的研究。LUCC动态模型和LUCC重新分类可以应用于形成一个好的系统建模的LUCC加上WRF模式;土地利用对气候的影响的模拟。

尽管进展的研究,仍有一些研究需求,应该进一步解决。例如,LUCC参数需要精确地表达,以确保仿真的准确性。有必要加强观测地表过程由于变化的土地利用变化对气候的影响。

研究观察和评估土地利用对气候的影响主要集中在两个方面1]:(i)探索未来LUCC的气候影响,当前的研究主要解决过去和当前LUCC和(2)预测未来土地利用变化和评估其对未来气候的影响。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是国家重点支持的财务计划在中国发展基础科学(批准号2010 cb950900),主要研究计划中国国家自然科学基金(批准号91325302),中国国家自然科学基金杰出青年学者(批准号71225005)。