文摘

在中国将会有大量的耕地变化随着社会努力满足日益增长的粮食需求,这将极大地影响未来的气候。本研究分析了可能biogeophysical影响耕地变化对东北地区2010 - 2030年期间的气候与天气模拟的基础上,研究和预测(WRF)模型。首先进行场景分析耕地的可能变化趋势。那的气候影响耕地变化进行了分析的基础上,模拟与WRF模式。仿真结果表明,在中国东北总耕地面积将减少2010 - 2030年期间,主要城市和组合转换成土地和森林由于城市化和政府政策。此外,耕地变化将导致增加的显热通量的地区大量耕地转化为城市建设用地,虽然会使潜热通量增加地区耕地将主要通过影响转化为森林蒸散。所有这些结果可以提供理论支持,实现未来土地管理在中国东北。

1。介绍

人类活动被广泛认为是气候变化的主要因素之一,通过燃烧化石燃料和土地利用活动(1),与土地利用/覆盖变化(LUCC)认为是主要的影响因素2]。许多研究显示,土地覆盖变化影响当地和地区甚至全球气候(3,4]。例如,一些先前的研究表明,人类活动导致的转换从森林到耕地可能导致冷却0.25°C在全球范围内(5),和中间纬度北部农业地区大约是1 - 2°C冷却器在冬天和春天比工业化前因更换森林的耕地(6]。大量的观测和模拟实验表明,LUCC不同尺度已经成为最重要的手段,通过它的人类活动影响气候7,8),因此具有十分重要的研究LUCC对区域气候的影响。

改进的理解人类活动如何影响气候具有重要意义的指导政策旨在应对或适应气候变化1]。LUCC影响气候在不同尺度上通过biogeophysical和生物地球化学机制(2,9]。biogeophysical机制包括表面粗糙度和蒸腾反照率的变化的影响,例如,取代森林和耕地导致地表反照率的增加(10]。生物地球化学机制,如森林转换,会导致大直接排放的CO2到大气中,从而修改地球的能量平衡和气候的影响11]。地表的变化会导致发射或删除有限公司2大气和地球辐射平衡的影响;它还可以改变合理的通量和潜热到大气中,从而改变了气候系统内部的能量分布,最后影响气候的地方,地区,甚至全球范围内(4]。然而,大多数当前的减缓气候变化的政策很少合并的影响表面的地表反照率的变化,明智的和潜热通量的氛围,和能量的分布在气候系统中,所有的这些会影响当地,区域和全球气候,因此这些政策可能会导致土地管理决策不产生预期的气候的结果(4]。除此之外,许多模型被用来研究LUCC的影响气候,但大多数人并没有考虑地理上明确地表特征的变化与土地覆盖变化(10]。此外,有许多土地利用变化,没有反映在土地覆盖但可能影响气候,包括转换和其他修改,例如,改变发生在现有耕地有可能影响当地和全球气候1,7]。更重要的是,越来越多的科学认识和工具可以解决更广泛的影响地表气候系统内部的相互作用的国家和国际政策(12]。因此,它是必要的和合理的实现更深入的研究LUCC对气候变化的影响与地理上显式的工具。

中国是人口最多的国家,需要大量的耕地,以满足庞大的人口对粮食的巨大需求以及经济快速发展对土地资源的需求。中国东北,那里有很多耕地、粮食生产基地之一,扮演着一个关键角色,保证整个国家的粮食安全和经济发展(图1)。人口的持续增长和中国东北的经济加速发展将进一步导致更多戏剧性的LUCC和因此对气候产生更重要的影响。事实上,这个地区的土地利用变化很大在经济改革始于1980年代初。高质量的耕地面积减少,由于城市扩张的土地需求增加和本地区经济发展13]。与此同时,在中国东北地区气候也改变了由于人类活动,特别是土地利用变化在过去的几十年中14]。例如,温度上升在过去的几十年中,这也进一步导致了干旱的时间增加,更戏剧性的降水波动,减少气候生产力和更频繁的与气候有关的灾害14]。此外,一些先前的研究表明,肯定有一些相关性的气候变化和大规模LUCC近几十年来在中国东北[15,16]。因此,重视分析LUCC和气候变化之间的交互来理解LUCC的影响在中国东北地区的粮食生产,特别是土地资源是必不可少的最基本的人类活动,并提供农业和森林的基础生产、娱乐和结算,等等。在这项研究中,潜在的biogeophysical耕地变化影响的基础上,分析了土地利用变化的情景分析和仿真与天气气候变化的研究和预测(WRF)模型。


图1
中国东北的位置。东北包括黑龙江省、吉林省、辽宁省、内蒙古自治区东北部的一部分。

2。数据和方法

仿真是实现基于土地覆盖数据,并迫使数据在不同的场景。首先,进行场景分析未来中国东北LUCC,它提供了时间序列的底层表面数据的模拟WRF模式。三种土地利用变化的场景设计根据角色的社会经济发展研究区域(13,16),土地利用结构变化的模拟模块的农业和土地利用在全球变化评估模型(GCAM),与社会经济因素作为驱动力。之后的未来空间格局在2010 - 2030年土地覆盖与土地系统的动力学模拟(DLS)模型(17),最后分析了土地利用变化的气候影响基于模拟WRF模式。

2.1。土地利用变化的场景设计

三个场景,包括一切照旧(BAU)情况下,快速的经济增长(注册)的情况下,和协调的环境可持续性(CES)的情况下,设计了基于土地覆盖变化的历史趋势和可能的未来社会经济发展趋势(13]。本研究选择了人口,全要素生产率(TFP),国内生产总值(GDP),和国家政策作为社会经济发展的变量,它的变化趋势是不同的在不同的场景。鲍起静的场景主要是基于历史趋势的人口增长和经济发展13,16),它提供了参考比较与其他场景。假设下的城市化和工业化将继续鲍起静场景;TFP是代表科技进步发展历史发展趋势后,和中国人口将在2030年达到顶峰。REG场景,这些场景设计主要根据风险和调整中国的中长期发展方向。REG场景假设产业将会顺利进行的结构性改革,产业结构的资源分配和分布更合理,和经济发展越来越迅速。在CES场景下,人口增长率低于鲍起静场景中,城市化率相对较低,人口和GDP将增加率较低。最后,社会经济因素作为驱动力,土地利用结构变化的每个场景下模拟的模块在GCAM农业和土地使用。GCAM动态递归模型的经济,能源部门、土地使用、和水有关的气候模型中间的复杂性。它由四个模块,即Edmonds-Reilly-Barnes模型(ERB)、农业和土地利用仿真模型(AgLU),模型评估温室气体引起的气候变化(MAGICC)和区域气候变化场景生成器(SCENGEN)。GCAM浓度通路(RCP)是一个代表海尔集团模式,它完全集成了能源和农业系统和能源和农业市场经济平衡,可以用来模拟场景,政策,从各种不同的源排放目标。

2.2。模拟与DLS模型

本研究模拟土地覆盖变化的空间格局与DLS研究区模型,这是一个模拟的程序集合模式进行情景分析土地利用变化的区域土地利用变化的17]。DLS模型是仿真模型,能够集成多个数据源来模拟土地系统的动力学。它可以出口的宏观土地利用地图估计空间格局变化的驱动因素的影响,制定土地利用转换规则和场景的土地利用变化和模拟土地利用变化的动态时空过程。它由四个模块组成,包括情景分析模块,空间回归模块,模块的转换规则,和空间分析模块。空间回归模块是用来确定土地使用之间的关系及其影响因素;土地利用变化的场景分析模块用于分析区域一级土地用途的要求。转换规则模块是用来表达某种类型的可能性和缓解土地转移到另一种类型的土地在每个网格单元。空间分配模块用于分配土地利用变化从一个区域分解网格细胞水平。仿真与DLS模型包括四个步骤。首先,土地利用的空间分布之间的统计关系类型和地区的驱动因素进行了分析和网格尺度,和提取关键驱动因素的影响自然环境和社会经济因素对区域土地利用的空间格局。 Then the changing trend of the selected key driving factors is predicted based on their historical characteristics and current status at the regional level. Thereafter a proper scenario is identified and used to foresee the balances between the supply and demand of land resources. Finally, the spatial allocation of land cover is implemented at the 1 km 1公里网格级别和空间模式的地图生成土地覆盖。

2.3。模拟与WRF模式

WRF模式是下一代中尺度模式由一组科学家来自不同学院(18]。它由三部分组成,包括预处理模块的模式(WPS),主模块的模型(ARW)和同化模式和后处理工具模式数据的模块(WRF-VAR)。ARW(3.3版)是用于分析影响土地利用/覆盖变化对地表热通量的研究。本研究计算动量的通量,显热、潜热和辐射,等等之间的地表和大气水平衡和能量平衡的角度WRF模式基于诺亚地表参数化方案和集中在显热通量和潜热通量的分析,揭示了影响未来的土地利用变化对区域气候变化。

土地净辐射的能量来源是近地表温度变化,和显热通量和潜热通量是地表能量平衡的两个关键组件。他们都是密切相关的高效能源地表和地表特征和影响的土壤水分和热量条件。此外,特定条件下的地表净辐射下垫面影响温度通过影响显热通量、潜热通量和土壤热通量(6,7]: 在哪里 地表净辐射, 是显热通量, 潜热通量, 土壤热通量。

地表净辐射严重依赖于显热通量和潜热通量,因为通常是非常有限的热流进入土壤,和底层表面可以直接影响潜热通量,从而间接影响到近地表温度。因此,本研究主要集中在影响土地利用变化的显热通量和潜热通量。因为温度通常很低在春季和冬季在中国东北,本研究只计算潜热通量之和和显热通量在夏季和秋季。

WRF模式的参数化方案在这项研究包括诺亚地表参数化方案,CAM3辐射方案,WSM3-class简单冰粒子物理学(MP)计划,积云对流Grell-Devenyi整体方案,YSU边界层方案。侧和边界条件的数据来自于美国国家环境预报中心的全球最后分析数据集(NCEP /光》),每6个小时更新一次。这个数据集自1999年7月以来构建和更新的数据同化几乎所有种类的观测数据(例如,遥感数据和地面观测数据),和它的空间分辨率1° 1°和27层的垂直高度。NCEP /新兵数据集具有较高的精度和空间分辨率和包括更多种类的环境变量的数据集NCEP我,NCEP二世和EAR40。此外,WRF模式的地表参数在不同条件下的土地覆盖调整根据情景分析的结果对未来的土地利用变化。

摘要本研究模拟方案如下。2010年的土地覆盖数据集与美国地质调查局(USGS)分类系统被用作基线底层表面数据。然后在2010年和2030年土地利用结构变化在不同的场景下模拟GCAM的模块和土地覆盖未来的空间格局与DLS模拟模型。此外,土地利用数据被用作输入WRF模式的底层表面数据模拟土地覆盖变化对气候变化的影响。最后,每月和季节性仿真结果比较如下。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;然后地表热通量的空间差异分析了2010年和2030年的冬天;最后结果的政策含义的土地使用管理进行了讨论。

2.4。数据和处理

WRF模式的输入数据主要包括底层表面数据和气候强迫数据。美国地质调查局的1公里分辨率土地覆盖数据分类系统在2010年被用作基线数据,这是来自国家重点项目的数据集在中国发展基础科学(973项目,2010号cb950900)。这些数据都从陆地卫星TM / ETM图像,提取的解释精度超过92%19,20.]。土地利用/覆盖数据在2020年和2030年的预测数据的土地土地覆盖类型之间的转换。因为不同的群体有不同的土地覆盖分类系统的数据,本研究使用美国地质调查局分类包括24土地覆盖类型。首先,美国地质调查局的1公里分辨率土地覆盖数据分类在2010年从遥感图像中提取,用作基准年的土地覆盖数据。然后土地转换数据,用于预测土地利用变化(土地转换在不同土地覆盖类型)在2010 - 2030年期间,与DLS模型模拟的基础上,根据土地的需求设计不同的场景。最后,1公里分辨率土地覆盖数据转换成10公里分辨率数据根据WRF模式的要求。

迫使数据需要在WRF模式包括风场、表面空气温度,长波辐射,和短波辐射。本研究使用NCEP /新兵运营全球气候强迫数据分析数据,每6小时更新一次。这个数据集自1999年7月以来构建和更新的数据同化遥感数据和地面观测数据等等。静态地表数据提供的地理数据WRF模式,取而代之的是土地利用/覆盖的数据在不同的场景下进一步模拟。本研究利用诺亚地表参数化方案,仿真结果更加稳定和合理的。温度场和降水场的数据在这个方案被窜改的大规模信息。

3所示。结果与讨论

3.1。耕地变化在不同的场景

仿真结果表明,土地利用变化在2010 - 2030年在中国东北主要表现为从耕地转换成森林或城市和建设用地在三种情况下,和总耕地面积将显示一个下降的趋势(图2)。土地利用变化将遵循鲍起静场景下的历史趋势;耕地主要转化为城市建设用地和森林,新增面积将达到大约3782公里2和1471公里2到2030年,分别。此外,几下水体将转化为耕地BAU场景。相比之下,将会有更多的耕地转化为城市和建设用地REG场景和森林在CES场景下,新增面积达到1889公里2和3798公里2,分别。此外,耕地变化将三种情况下表现出明显的空间异质性。从耕地转换成森林主要出现在黑龙江省南部,吉林省南部和中部,南部和东部辽宁省的一部分。而从耕地转化为城市和建设用地将主要出现在辽宁省南部和东部的一部分,吉林省中部,黑龙江省东部。相比,更重要的是,BAU场景中,更多的耕地将转换到城市和周边地区的城市建设用地REG场景,而更多的耕地变化在森林地区远离城市在CES场景下,尤其是在一些重要的水保护区等三个河平原和长白山。


图2
总耕地面积的变化趋势在2010 - 2030年期间中国东北三个场景。

东北地区的土地利用变化是影响很大的社会经济活动,从耕地转换到森林和城市和组合主要受政府政策、社会经济发展和城市化。例如,一系列重大生态建设项目已经实施,例如,森林三北防护林带项目和绿色粮食项目,所有这些都极大地促进了森林的扩张在中国东北。例如,很多混合旱地/灌溉耕地转化为草地或混交林在东北内蒙古自治区的一部分,黑龙江省中部和东部地区,和吉林省;在中国东北植被退化已经在一定程度上得到控制。此外,城市土地扩张导致了耕地的占领城市。仿真结果还表明,更多的耕地在大都市和小城市将占领以来社会经济发展导致对土地资源的需求增加。总之,城市化和政府政策的影响下,耕地复垦的空间异质性和职业将导致耕地更明显的空间异质性,这将对区域气候造成的重大影响。

3.2。影响未来的耕地变化对地表能量平衡

三种情况下的仿真都表明,平均潜热通量在中国东北将显示一个下降的趋势,而平均显热通量将显示一个增加的趋势,但他们表现出一些空间异质性(图3)。与2010年相比,2030年的潜热通量将减少0.05 - -0.07 W / m2平均和平均表现出降低的趋势。潜热通量略有减少研究的大部分区域。它将显著减少在只有少数地区,如西部吉林省和黑龙江省南部,很多耕地转变为城市建设用地,减量的大约10 W / m2平均。而潜热通量增加内蒙古自治区东北部的一部分,黑龙江省和吉林省的东部边界地区,耕地占用很大比例的总土地面积和耕地主要转化为森林。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图3
潜热通量的差异在2010年和2030年在中国东北不同场景下(单位:W / m2)。(一)2010年潜热通量的空间格局;(b)不同的潜热通量鲍起静场景下在2010年和2030年之间;(c)差异的潜热通量REG场景下在2010年和2030年之间;(d)之间的潜热通量差异在CES 2010年和2030年的场景。

显热通量在2030年显示了增长趋势总体上与2010年相比,平均价值增加了0.06 - -0.07 W / m2(图4)。仿真结果表明,显热通量略有增加研究的大部分区域,增加大约0.3 W / m2。三种情况下的仿真结果表明,显热通量增加大兴安岭南麓一次北部的山脉和较小Khingan山脉,很多耕地转变为城市建设用地,而它将会增加大多数略有辽河平原,辽东半岛和长白山南部,耕地主要转化为森林或草原和反照率将大幅提高蒸发通量下降。总之,区域的耕地回到森林,森林扩张将增加土壤水分蒸发蒸腾损失总量,提高潜热通量,降低显热通量,从而导致近地表温度的降低21]。另一方面,在城市化的地区,土壤水分蒸发蒸腾损失总量的减少由于耕地转换到城市和建设用地将导致显著减少潜热通量和显热通量明显增加,这是近地表气温上升的主要原因(22]。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图4
显热通量的差异在2010年和2030年在中国东北不同场景下(单位:W / m2)。(一)2010年显热通量的空间格局;(b)不同的显热通量鲍起静场景下在2010年和2030年之间;(c)不同的显热通量REG场景下在2010年和2030年之间;(d)之间的显热通量的差异在CES 2010年和2030年的场景。

潜热通量的变化的差异和显热通量三种情况主要是由于耕地变化的差异。仿真结果在这项研究表明,更多的耕地将转化为城市和建设用地在城市周围的地区注册的场景中,而更多耕地将转化为森林地区远离城市在CES的场景。所有这些转换将导致明显的植被变化,这将进一步导致显著的空间异质性的显热通量和潜热通量。结果表明,潜热通量增加最明显的地区耕地主要转化为森林,而显热通量增加最明显的地区耕地主要转化为城市和建设用地在中国东北。很多研究表明,陆地植被变化可以影响地表能量收支通过改变地表反照率、粗糙度等等,因此改变降水和温度。在中国东北,从耕地转化为非农土地被地区的土壤湿度变化的主要原因在城市。灌溉耕地的灌溉可以增加潜热通量和显热通量,从而减少冷却对地表的影响。然而,从灌溉耕地转化为城市建设用地大大削弱了这个冷却效果,因为它降低了地表粗糙度和地表反照率增加,从而导致土壤水分蒸发蒸腾损失总量的减少以及地表净辐射,从而降低了潜热通量和显热通量增加。更重要的是,耕地回到森林恢复土壤水环境中发挥了积极作用,和植树造林可以显著增加地表吸收的太阳辐射,使土壤水分蒸发蒸腾损失总量增加,这将增加潜热通量和减少显热通量,从而降低温度。事实上,由于城市化土地利用发生了巨大的变化,恢复耕地在中国东北森林等等在过去的几十年中,导致耕地更重要的空间异质性,这进一步导致空间异质性土地利用对气候的影响。

它仍然需要进行更深入的研究在未来为了预测土地利用变化的可能的气候影响更准确地说,也是需要定量分析气温和降水量的变化趋势,并全面考虑未来季风的变化,一般的大气环流,其他土地利用类型的变化,在未来的研究等等。例如,区域气候变化是受到各种因素的影响,包括的不仅是人类活动,也自然因素如太阳活动,所有这些都应该参与进一步的研究。虽然有一些模拟结果的不确定性在这项研究中,它还可以提供科学支持土地管理者调控土地利用更加合理。

3.3。土地利用管理的政策含义

人类活动造成了人为的气候变化通过各种流程,包括表面增长或退化的植被和地表的变化;然而,后者的影响目前不被纳入一个减缓气候变化政策的发展(4]。例如,一些先前的研究量化潜在的作物管理变化削减温室气体排放,但大多数管理变化的biogeophysical影响普遍认为(1]。中国东北的耕地变化是直接由人类活动引起的21),和土地利用管理可以对耕地变化产生很大的影响,尤其是耕地和其它土地利用类型之间的转换,这将进一步影响到气候变化。人口增长仍是根本原因耕地的扩张在中国东北;经济发展和宏观政策是重要的土地利用变化的驱动因素。随着经济快速发展和城市化进程的加速,将转化为城市更多的耕地和建设用地23,24]。与此同时,更多的关注环境保护,一些耕地也将回到森林,特别是在中国东北,曾经有很多森林转化为耕地由于人口增长和土地管理不当。因此,肯定会有更多对土地资源的需求随着人口的不断增加和经济的快速发展在中国东北,这将导致进一步的土地利用变化和随后对区域气候造成的影响更大。

具有重要意义,探讨人类活动影响气候的指导政策来减轻或适应气候变化,因为土地使用管理可以在土地利用变化产生很大的影响,随后影响区域气候变化(4,25]。在过去的几个世纪,人类干预明显影响地表特征以及大气成分在中国东北,特别是通过大规模土地流转种植和燃烧化石燃料10,26]。在中国东北的土地利用变化不仅影响气候变化通过农业的扩张进入自然生态系统,在现有的耕地也发生变化。例如,森林的历史清算耕地可能冷却效果是由于耕地相对于森林的更大的反照率(25,27]。此外,增加灌溉和减少耕作都有一个物理降温效果通过增加行星反照率(22,28]。此外,一些研究表明在温带和寒温带造林区域也能导致净变暖,与biogeophysical (snow-albedo反馈)超过生物地球化学效应,从而加速而不是减缓气候变化(10]。然而,更多信息的敏感性气候需要识别这些管理变化与气候相关的权衡与未来相关政策和管理决策1]。总之,更要注意LUCC因为它是最重要的一个方面,人类活动影响气候变化,和更深入的研究应该进行LUCC对气候造成的影响,因为在当前的研究结果仍有一些不确定性。

更合理的土地利用管理措施应该实现根据当地条件的研究区域,以减少土地利用变化的不利气候影响而努力满足经济发展的土地需求。例如,有必要控制损失的森林土地复垦过程中为了实现他们的角色在调节气候、防止水土流失在中国东北。迫在眉睫的是提高森林管理现有森林的损失降到最低以减少人类活动引起的气候变化在所有尺度。与此同时更应努力恢复当地的生态系统的结构和功能,以减少人类对气候系统的影响。除此之外,它是可行的缓解气候变化通过耕地回到森林或草原,有必要进一步实施生态建设项目,如三北防护林带的项目。此外,它是可行的促进管理层变动,如减少耕作和灌溉增加考虑气候影响,和管理实践,明显减轻区域或全球气候变化可能会被鼓励通过激励农民25]。

4所示。结论

本研究分析了潜在的气候影响耕地变化的2010 - 2030年期间在中国东北基于场景分析土地利用变化的模拟WRF模式。仿真结果表明,东北地区土地利用变化的主要特点是耕地的转换成森林和城市和建设用地在2010 - 2030年期间,与总耕地面积呈现出递减的趋势,这将不可避免地影响区域气候。除此之外,与WRF模型模拟的结果表明,平均潜热通量在整个中国东北将显示一个减少的趋势在2010年- 2030年在三种情况下,虽然平均显热通量将显示一个增加的趋势。此外,还有明显的空间异质性变化的显热通量和潜热通量。潜热通量减少略在大多数研究区域的一部分,但它会降低最明显的是在某些地区大量的耕地转变为城市建设用地,虽然会增加最明显的是在某些研究领域的一部分耕地主要变成森林。相比之下,显热通量将显示总体上呈增长趋势在2010 - 2030年期间,三种情况下的仿真结果表明,它将增加最明显的大兴安岭南麓一次北部的山脉和较小Khingan山脉,很多耕地转变为城市建设用地,虽然会增加最轻微的地区耕地主要转化为森林或草原。虽然有一些模拟结果的不确定性,它仍然可以为土地管理提供一些有用的信息来调节土地利用更加科学。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究得到了国家重点项目在中国发展基础科学(没有。2012 cb955700也没有。2010 cb950900)和关键项目国家科技支柱项目中国没有。2013 bac03b00)。数据支持的项目由中国科学院(KZZD-EW-08;GJHZ1312)和探索前沿项目研究组成员、中科院地理所的科学战略计划、中科院,也大大赞赏。