基于植被光合有效輻射資料研究中國地區(qū)植被大氣反饋作用

唐 健，湯劍平

南京大學(xué)大氣科學(xué)學(xué)院，南京 210093

基于植被光合有效輻射資料研究中國地區(qū)植被大氣反饋作用

唐 健，湯劍平＊

南京大學(xué)大氣科學(xué)學(xué)院，南京 210093

本文采用中國地區(qū)基于衛(wèi)星觀測的植被光合有效輻射資料（FPAR）和月平均氣候數(shù)據(jù)（1982—2000年）來分析中國區(qū)域陸面植被與氣溫、降水的反饋作用.通過計算和分析超前滯后相關(guān)系數(shù)和反饋系數(shù)發(fā)現(xiàn)：春、夏季FPAR超前氣溫一個月相關(guān)系數(shù)在全國大部分地區(qū)為負(fù)值，反映出植被生長旺盛，可以降低局地氣溫.春、秋兩季氣溫與FPAR的同期相關(guān)系數(shù)較大.夏季降水超前FPAR一個月的正相關(guān)性反映出夏季降水對于植被生長存在促進作用.在中國長江流域以南區(qū)域，植被對于氣溫的反饋系數(shù)為一致正值，可達(dá)0.5℃（0.1FPAR）－1；在30°N以北區(qū)域顯示出一致的負(fù)反饋，可達(dá)－0.42℃（0.1FPAR）－1.FPAR對降水全年反饋系數(shù)全國區(qū)域平均可達(dá)－2.12cm month－1（0.1FPAR）－1.不同植被類型、不同季節(jié)的植被反饋效應(yīng)也存在差異.植被反饋系數(shù)可以用來驗證動態(tài)植被模式計算的植被大氣反饋作用.

植被光合有效輻射，植被大氣相互作用，相關(guān)性與去相關(guān)時間，反饋系數(shù)

1 引 言

氣候變化研究已經(jīng)成為當(dāng)前熱門的科研領(lǐng)域，影響氣候變化的因子很多，其中生物圈植被大氣相互作用是陸氣系統(tǒng)相互作用中的一個重要組成部分.植被在全球和區(qū)域氣候變化中起到重要作用［1－5］.太陽輻射、氣溫和降水等氣候條件對植被生長有很大的影響：太陽輻射可以直接影響到植物光合作用，溫度在控制植被生長周期中起決定性作用［6］，而降水量很大程度上決定表層土壤含水量；植被對于氣候的影響也是多方面的：植被蒸騰作用通過控制葉面氣孔開合來決定進入大氣的水分和二氧化碳，地表植被覆蓋種類差異、植被葉面積指數(shù)（LAI，Leaf Area Index）以及是否存在植被覆蓋將導(dǎo)致不同地表反照率和蒸散量的不同，而由于植被的存在對于地表粗糙度的改變，會影響地表風(fēng)速、水汽輸送、湍流以及邊界層高度.

早期由于缺乏對植被變化的觀測資料，研究植被大氣相互作用主要通過數(shù)值模式的模擬試驗和發(fā)展復(fù)雜陸面過程模式展開的.如通過大氣環(huán)流模式來研究熱帶地區(qū)森林被大量砍伐對于氣候的影響［7］，改變區(qū)域氣候模式（如 MM5，The Fifth－Generation NCAR/Penn State Mesoscale Model）中植被分布來研究不同季節(jié)植被分布對于降水的影響［8］，通過陸面過程模式比較不同植被資料輸入對于地表反照率的影響［9］.近年來，隨著衛(wèi)星監(jiān)測的全球植被資料的廣泛應(yīng)用，使得采用觀測資料來衡量大尺度植被反饋過程成為可能.WANG 等（2006，2007）［10－12］首先采用統(tǒng)計Granger因果法等來分析夏季北美草地帶對夏季氣候的反饋作用.也有學(xué)者采用滯后－超前相關(guān)系數(shù)和反饋系數(shù)［13－15］計算了基于衛(wèi)星資料的植被光合有效輻射（FPAR）和氣溫降水的反饋關(guān)系，估計了全球范圍植被對于氣溫和降水反饋［13］.Notaro等人（2006）［16］采用氣候和植被觀測資料重點定量分析了美國地區(qū)局地氣溫和降水與植被相互作用.

中國地域廣闊，地形復(fù)雜，植被種類繁多，中國學(xué)者對于大氣植被相互作用也進行過一系列研究，如符淙斌等［17－18］用歸一化植被指數(shù)（NDVI，Normalized Difference Vegetation Index）和旬平均溫度和降水?dāng)?shù)據(jù)在不同滯后時間尺度上進行交叉相關(guān)分析得出植被對溫度變化的響應(yīng)幾乎是同時的，而植被對降水變化的響應(yīng)則滯后二至三旬，不同植被類型的響應(yīng)存在差異.趙茂盛等［19］應(yīng)用更多氣象臺站數(shù)據(jù)的分析結(jié)果大致相同，并進一步指出在植被的生長期，我國南方和北方的植被生態(tài)系統(tǒng)對溫度和降水的響應(yīng)方式相反.李曉兵等［20］對中國NDVI的動態(tài)變化和與氣溫、降水同期相關(guān)分析的結(jié)果顯示，NDVI與氣候要素的相關(guān)系數(shù)和緯度有關(guān).丹利等（2007）［21］采用基于衛(wèi)星資料反演的葉面積指數(shù)（LAI）和全球生態(tài)模式的植被凈初級生產(chǎn)力（NPP）分析了新疆地區(qū)1982—2000年植被時空變化對于氣溫、降水的響應(yīng)，結(jié)果顯示新疆地區(qū)LAI和NPP空間分布受水分影響較大，與氣溫呈負(fù)相關(guān).智海等（2009）［22］用全球海洋大氣陸面模式（GOALS）和大氣植被模式（AVIM）耦合的GOALS－AVIM模式來研究東亞大氣循環(huán)和生態(tài)系統(tǒng)之間的相互作用，結(jié)果顯示東亞季風(fēng)的強弱與NPP的時空分布有關(guān).

本文在前人研究的基礎(chǔ)上分析了中國區(qū)域衛(wèi)星觀測的植被光合有效輻射資料和氣象要素資料（氣溫和降水）的關(guān)系.試圖通過觀測資料，著重從季節(jié)變化尺度到年際變化尺度上量化植被大氣相互作用的大小，定量給出中國地區(qū)植被大氣反饋的大小.第二部分將給出本文采用的資料和方法，第三部分將討論分析中國區(qū)域植被覆蓋和FPAR分布的平均態(tài)、變率和持續(xù)性等特征.第四部分將分別計算FPAR和氣溫及其和降水的同期、超前、滯后相關(guān)系數(shù).第五部分將討論植被大氣反饋系數(shù).

2 資料與方法

2.1 資 料

植被資料采用美國海洋和大氣管理局（NOAA，National Oceanic and Atmospheric Administration）極軌氣象衛(wèi)星上攜帶的改進甚高分辨率輻射計（AVHRR，Advanced Very High Resolution Radiometer）、根據(jù)植被反射光譜特征和數(shù)據(jù)所反演計算得到的植物光合有效輻射率資料（FPAR，F(xiàn)raction of Photosynthetically Active Radiation），即植被的綠色部分吸收太陽的“光合有效”輻射比率，能夠衡量植被活動的強弱，F(xiàn)PAR資料是由衛(wèi)星測量的NDVI資料進一步演算獲得.該資料的空間分辨率為0.5°，時間分辨率為月，時間序列從1982年1月到2000年12月［23］.

月平均地面氣溫資料采用美國國家環(huán)境預(yù)報中心（NCEP）/美國國家大氣研究中心（NCAR）再分析資料［24］的地面氣溫場，資料水平分辨率為2.5°.月平均降水資料采用美國氣候預(yù)報中心（CPC，Climate Prediction Center）的集合分析降水資料集［25］，資料空間分辨率為0.5°，時間分辨率為月，時間序列從1982年1月到2000年12月.

在計算相關(guān)系數(shù)和反饋系數(shù)前，將資料用雙線性插值方法插值到2.5°×2.5°的格點上，并通過去年循環(huán)（對每個格點上逐年的月數(shù)據(jù)減去氣候月統(tǒng)計數(shù)據(jù)得到）和去線性趨勢（對每個格點上去年循環(huán)后的時間序列作去線性趨勢處理得到）轉(zhuǎn)化成月距平資料.

2.2 方 法

去相關(guān)時間（decorrelation－time）可以表征單個物理量時間序列連續(xù)但不相關(guān)的記錄之間所間隔的時間長度，這個量比較了此物理量時間中相關(guān)部分和不相關(guān)部分之間的相互關(guān)系，通過計算FPAR的去相關(guān)時間，可以反映出FPAR記憶尺度（記憶時間）［26－27］.去相關(guān)時間可以表示為

式中α1為落后一個月自相關(guān)系數(shù).

反饋系數(shù)可以用來定量反映植被大氣相互作用.該系數(shù)是由Frankignoul和 Hasselmann（1977）［14］提出并首先應(yīng)用于研究海平面氣溫和大氣－海洋熱通量的研究［15］.FPAR與海平面氣溫（SST）類似，比大氣要素具有更長的記憶時間尺度，應(yīng)用此反饋系數(shù)可以診斷植被大氣間相互作用的反饋作用［13］.氣象要素（如氣溫、降水）的變化可以表示為由以下兩部分組成：

式中A（t）和V（t）分別表示在t時刻的氣象要素和FPAR，λA是反饋系數(shù)，dta是氣象要素的響應(yīng)時間

式中τ是滯后時間，這個時間要比大氣內(nèi)部變化的時間尺度要長.反饋系數(shù)即為大氣要素滯后植被變化的協(xié)方差與植被自身變化的滯后協(xié)方差之比.計算季節(jié)反饋系數(shù)時，采用類似季節(jié)相關(guān)系數(shù)平均方法，先計算季節(jié)內(nèi)各月反饋系數(shù)后取平均值.FPAR對于氣溫的反饋系數(shù)λT的單位是℃（0.1FPAR）－1，表示FPAR月平均值每增加0.1可能因此引起溫度發(fā)生變化的大??；同樣地，F(xiàn)PAR對降水反饋系數(shù)λP的單位是cmmonth－1（0.1FPAR）－1，表示FPAR月平均值每增加0.1可能引起降水變化的大小.通過計算月平均FPAR對于月平均大氣要素（氣溫和降水）反饋系數(shù)的大小來定量地衡量在中國地區(qū)植被在全年和不同季節(jié)對于大氣影響的大小.

在計算反饋系數(shù)的同時用解釋方差比來表征由植被變化可能導(dǎo)致的氣象要素的變化比例，用植被反饋造成氣象要素變化部分的方差與氣象要素變化的總方差之比來作為解釋方差比，即（一周左右），N（t）是大氣內(nèi)部過程產(chǎn)生的氣候噪聲并且獨立于FPAR變化之外.氣象要素對于FPAR變化的響應(yīng)由λAV（t）來表示，N（t＋dta）是氣象要素的自身變化.反饋系數(shù)可以表示為其中λA為式（3）中的反饋系數(shù)，A為氣象要素（氣溫或者降水）.

3 中國植被覆蓋與FPAR概況

3.1 中國地區(qū)陸地植被覆蓋狀況

中國地區(qū)植被分類十分復(fù)雜，從中國地區(qū)植被覆蓋（取自國際地圈生物圈計劃International Geosphere－Biosphere Programme，IGBP植被覆蓋數(shù)據(jù)）分布圖（圖1）可以看出，由于中國大陸地區(qū)緯度橫跨超過30°，海拔從西向東呈由高到低分布，植被分布特征大致成西北東南向階梯分布，新疆、內(nèi)蒙古、甘肅、青海、西藏等地區(qū)植被類型多為草地和灌木混合分布，東北三省地區(qū)多為混合林和落葉林，華東地區(qū)植被類型以作物帶占多數(shù)，華南地區(qū)以常綠林為主.中國地區(qū)不但植被分布多樣化，而且同一地區(qū)植被分布十分復(fù)雜，往往是多種植被類型混合分布.

3.2 FPAR和氣候變量均值、季節(jié)方差和年際變化

從季節(jié)平均的FPAR、溫度和降水分布可以發(fā)現(xiàn)（圖2），冬季FPAR最大值出現(xiàn)在華南的常綠林帶，可達(dá)0.75以上；夏季FPAR最大值出現(xiàn)在中國華南、西南常綠林帶和東北落葉林帶（0.75～0.9），東南季風(fēng)以及西南急流帶來的充沛水汽可以保障華南常綠林帶的生長.在中國北部地區(qū)，由于冬季日照時間減小，且又是高緯度地區(qū)氣溫較低，導(dǎo)致FPAR值較小.中國30°N以北區(qū)域FPAR值均在夏季達(dá)到最大值.在中國西南季風(fēng)區(qū)域，F(xiàn)PAR值在秋季最高，季節(jié)變化較小.中國地區(qū)氣溫總體分布趨勢從南向北遞減，夏季最高氣溫中心在山東、安徽、江西一線.秋冬季節(jié)降水偏少，秋季降水中心在四川盆地地區(qū)，春夏長江以南區(qū)域降水十分充沛，春季降水最大區(qū)域在華南地區(qū)，而云貴高原降水較少.

圖1 中國植被種類分布圖，植被種類數(shù)據(jù)來自AVHRR資料同時采用IGBP陸地覆蓋分類法，并簡化歸并成七種植被類型方框中顯示區(qū)域為表1中劃分的六個區(qū)域.Fig.1 Vegetation classification in China is derived from EROS Data Center′s Global Land Cover Classification dataset，which was derived from AVHRR data from 1992－1993.Classifications are merged into seven categories for simplification Boxes indicate the six regions in Table 1.

圖3a為FPAR月均值的年平均結(jié)果，在華南地區(qū)存在高值中心，全國范圍內(nèi)從南向北遞減；從東向西也存在梯度變化，尤其是沿海和內(nèi)陸存在較大差異.圖3b為用FPAR季節(jié)平均值的標(biāo)準(zhǔn)差來表征的FPAR季節(jié)循環(huán)，在黑龍江和內(nèi)蒙古的北部地區(qū)超過0.3，該地區(qū)在冬春的氣溫差異和變率也是相當(dāng)大的.當(dāng)去除FPAR季節(jié)循環(huán)（去除FPAR季節(jié)氣候態(tài)得到其月距平值）后（圖3c），其標(biāo)準(zhǔn)差在中國大部分地區(qū)小于0.09，最大值出現(xiàn)在40°N以北的東北地區(qū)，該地區(qū)的溫度季節(jié)差異較大；還有一部分高值區(qū)位于青藏高原的東北部地區(qū)，該地區(qū)降水季節(jié)差異較為明顯；另一部分高值區(qū)出現(xiàn)在貴州、四川東部、江西北部和安徽北部及其以北的華東地區(qū)，這些地區(qū)植被多為農(nóng)作物以及草地覆蓋，降水季節(jié)差異較大，溫度季節(jié)差異相對東北地區(qū)較小.比較圖3b和圖3c可以發(fā)現(xiàn)，F(xiàn)PAR月距平標(biāo)準(zhǔn)差的數(shù)量級遠(yuǎn)小于圖3b，而高值中心與圖3b較為吻合.

從FPAR月距平的標(biāo)準(zhǔn)差與FPAR月平均的標(biāo)準(zhǔn)差的比值分布圖（圖3d）可以發(fā)現(xiàn)，在華北平原和華南沿海地區(qū)尤其是廣東中北部、江西南部的常綠林帶比值較大，反映該地區(qū)FPAR值季節(jié)變率中非季節(jié)循環(huán)部分占比重較大；而在長江中下游地區(qū)、東北地區(qū)該比值較小，反映FPAR較大的季節(jié)變率中季節(jié)循環(huán)所占比重較大.

圖2 中國部分地區(qū)季節(jié)平均FPAR （a）—（d）、地表氣溫（℃）（e）—（h）和降水（i）—（l）DJF表示冬季平均（12，1，2月份），MAM 表示春季平均（3，4，5月份），JJA表示夏季平均（6，7，8月份），SON表示秋季平均（9，10，11月份）.Fig.2 Seasonal average FPAR （a）—（d），surface air temperature（e）—（h）and precipitation（i）—（l）DJF includes December，January and February，MAM includes March，April and May，JJA includes June，July and August，and SON includes September，October and November.

3.3 FPAR和氣象要素的持續(xù)性

去相關(guān)時間和自相關(guān)系數(shù)可以用來表征FPAR的記憶時間尺度（持續(xù)性）［27］.從去相關(guān)時間的空間分布圖（圖4）可以看到，在東北地區(qū)混合林帶、內(nèi)蒙古東北地區(qū)和青藏高原東北部的草地帶和灌木林帶FPAR距平的去相關(guān)時間可以達(dá)到2到3.5個月，滯后一個月的自相關(guān)系數(shù)可達(dá)0.4以上；而在華東地區(qū)的作物帶、華南地區(qū)的常綠林帶和西南地區(qū)的常綠林帶其去相關(guān)時間普遍低于2個月.表1中FPAR、氣溫和降水的滯后一個月自相關(guān)系數(shù)是中國地區(qū)六區(qū)域（根據(jù)中國區(qū)域植被分布類型和地形特征劃分，見圖1）的區(qū)域平均結(jié)果，而表1中記憶性是根據(jù)分別計算各個區(qū)域滯后一到十個月的自相關(guān)系數(shù)后，將通過顯著性檢驗（90%）的最長的滯后月作為該區(qū)域的記憶尺度.從表1中可以看出，氣溫和降水的記憶時間可達(dá)1—2個月左右，同時其滯后一個月自相關(guān)系數(shù)較低，分別為從0.06到0.29和從－0.018到0.15.而FPAR比氣象要素具有更長的記憶時間，滯后一個月自相關(guān)系數(shù)在通過顯著性檢驗的最低值位于西南常綠林帶（0.30），最高值在東北混合林帶，可達(dá)0.63；而在華東作物帶和華南、西南常綠林帶存在最低值.FPAR在華南地區(qū)的記憶時間長度至少達(dá)到4個月，西部和東北的植被記憶時間長度較短（2個月左右）.

圖3 （a）年平均FPAR，（b）FPAR季節(jié)循環(huán)的標(biāo)準(zhǔn)差，（c）除去季節(jié)變化氣候態(tài)的FPAR季節(jié)平均的標(biāo)準(zhǔn)差，（b）和（c）可以比較出FPAR季節(jié)循環(huán)和其固有變化的各自所占比重.（d）FPAR季節(jié)平均（除去季節(jié)循環(huán)）的標(biāo)準(zhǔn)差和季節(jié)循環(huán)的比率Fig.3 （a）Average annual FPAR，（b）Standard deviation of seasonal FPAR，（c）Standard deviation of seasonal FPAR（seasonal climatology removed），（d）The ratio of standard deviation of seasonal FPAR and seasonal FPAR after removed seasonal climatology，by comparing the strength of seasonal FPAR（seasonal climatology removed）to the seasonal FPAR with seasonal cycle.

圖4 中國部分地區(qū)去相關(guān)時間分布圖去相關(guān)時間的計算方法是按照2.2節(jié)中的公式來計算的.Fig.4 The spatial distribution of decorrelation time in China The method of calculating decorrelation is presented in Section 2.2.

表1 通過自相關(guān)系數(shù)（AC）對于中國六個區(qū)域中FPAR、氣溫和降水記憶時間尺度的估計Table 1 Estimations of observed FPAR，surface air temperature and precipitation memory in six regions of China by calculating one－month autocorrelation curve for each variable

4 FPAR與大氣要素之間的關(guān)系

植被與大氣相互作用可以通過其交叉相關(guān)系數(shù)得到反映，相關(guān)性的強弱可以幫助理解植被大氣相互作用的機制和特點.圖5給出了FPAR分別超前氣溫、降水一個月的相關(guān)系數(shù)來診斷植被變化對于氣候可能的影響.全年FPAR超前氣溫一個月相關(guān)系數(shù)在四川東南部和貴州西北部地區(qū)為正且顯著，在山東北部和河北中南部為顯著負(fù)相關(guān).如果一個地區(qū)存在較高的FPAR則表示該地區(qū)植被生長較為旺盛，意味著植被可以通過增加潛熱通量或增加局地水汽（增加蒸散）來增加降水，從而降低局地氣溫［13］，這可以解釋在植被生長旺盛的春季和夏季，植被與氣溫呈負(fù)相關(guān)、與降水呈正相關(guān)這一現(xiàn)象（如春季華東地區(qū)和夏季全國大部分地區(qū)）.春季FPAR和氣溫的正相關(guān)出現(xiàn)在內(nèi)蒙古北部、青藏高原東部、四川和長江下游地區(qū)，僅在長江三角洲地區(qū)通過顯著性檢驗；負(fù)值區(qū)出現(xiàn)在華東作物帶；其他季節(jié)少有通過顯著性檢驗區(qū)域.全年FPAR超前降水一個月的相關(guān)系數(shù)區(qū)域分布特征如下：在東北、華東、華南地區(qū)存在顯著正相關(guān)，在華北和西南地區(qū)相關(guān)系數(shù)為負(fù).季節(jié)相關(guān)系數(shù)通過顯著性檢驗的區(qū)域較少，僅在冬季陜西地區(qū)存在較強的負(fù)相關(guān)；春季華東農(nóng)作物帶存在FPAR和降水的正相關(guān)，然而并未通過顯著性檢驗.

氣象要素超前FPAR一個月相關(guān)系數(shù)中，降水超前FPAR的全年相關(guān)和季節(jié)相關(guān)都要比溫度與FPAR的相關(guān)高（圖略）.春季四川東北部、陜西南部、山西南部以及山東中部到江蘇北部區(qū)域降水超前FPAR一月存在較強的正相關(guān)；夏季降水超前FPAR一月相關(guān)系數(shù)較大，廣西西部存在較強正相關(guān)（＞0.4），反映出在夏季降水相對于氣溫對植被生長有較強影響，另一方面，降水主要影響土壤含水量，土壤含水量不僅取決于當(dāng)期降水，也與前期降水量有關(guān)，這可以解釋降水超前正相關(guān)對于植被生長的影響［13］.氣溫超前FPAR一月的季節(jié)相關(guān)系數(shù)僅在春季東北地區(qū)存在通過顯著性檢驗的區(qū)域.全年降水超前FPAR相關(guān)系數(shù)在中國大部分區(qū)域均大于0.1，可以通過顯著性檢驗，在內(nèi)蒙古中北部和廣西南部區(qū)域較大；溫度超前FPAR一月相關(guān)系數(shù)僅在華東地區(qū)超過0.1.

FPAR和氣溫同期相關(guān)系數(shù)的正值區(qū)出現(xiàn)在冬季貴州北部和重慶南部地區(qū)（＞0.4）、春季的青海南部地區(qū)（＞0.3）以及夏季東北地區(qū)混合林帶（＞0.2），反映在溫度較低的地區(qū)，植被主要受氣溫影響較大［28］；其他季節(jié)中國大部分地區(qū)可達(dá)0.1以上.華南地區(qū)季節(jié)和全年氣溫FPAR同期相關(guān)均較小，在夏季達(dá)最低，可能是由于夏季氣溫往往高于植被生長所必需的溫度，且華南地區(qū)植被季節(jié)變率較小，因此夏季氣溫變化對植被的影響較小.全年相關(guān)系數(shù)最高的地區(qū)在四川省東部的作物帶（＞0.2且通過顯著性檢驗）.FPAR與降水的同期相關(guān)系數(shù)普遍低于其與氣溫的同期相關(guān)系數(shù)，且多為負(fù)值，同期降水增加意味云量增加，因此可以通過減少太陽輻射影響植被生長.降水和FPAR全年同期相關(guān)系數(shù)較弱，春季在四川盆地區(qū)域存在顯著負(fù)相關(guān)區(qū)域（＞0.38）.

對區(qū)域相關(guān)系數(shù)較大且通過顯著性檢驗較多的四個區(qū)域進行區(qū)域相關(guān)分析，分別是華南常綠林帶、西部草地帶、東北混合林帶以及華東作物帶.華東地區(qū)（112.5°E—122.5°E，30°N—40°N）的植被類型以農(nóng)作物為主，全年相關(guān)系數(shù)最高值為氣溫和FPAR同期相關(guān)和氣溫超前FPAR一個月的相關(guān)系數(shù)，均能達(dá)到0.2；而氣溫超前FPAR二至五個月的相關(guān)系數(shù)都在0.1左右，可以通過顯著性檢驗（如圖6）.從相關(guān)系數(shù)季節(jié)分布上來看，在春季除五月的氣溫和FPAR的同期相關(guān)系數(shù)為負(fù)值外，植被和氣溫的同期相關(guān)均為一致的正值；三月、四月、五月和七月的氣溫均與二月份的FPAR存在強相關(guān)，相關(guān)系數(shù)可達(dá)0.4以上，可能存在這樣的反饋機制，由于植被具有較低的反照率（0.05～0.25），可以吸收較多的太陽輻射（可見光部分）即吸收更多能量使得地面氣溫升高［29］.全年的FPAR超前氣溫相關(guān)系數(shù)多為負(fù)值，最大負(fù)相關(guān)出現(xiàn)在FPAR超前氣溫四個月，超前氣溫二至四個月相關(guān)系數(shù)均可通過90%顯著性檢驗.全年降水和FPAR相關(guān)系數(shù)最大值出現(xiàn)在降水超前FPAR一個月時，可達(dá)0.2以上.降水與FPAR相關(guān)系數(shù)季節(jié)分布和氣溫與FPAR的類似，春季FPAR超前降水的相關(guān)系數(shù)多為正，秋季降水超前FPAR的相關(guān)系數(shù)多為負(fù)值，這可能是由于一旦降水超過植物所必須的條件，反而不利于植被生長，因為降水的存在意味著云量覆蓋增加，太陽輻射減少從而導(dǎo)致植被光合作用減少.七、八月降水與六月的植被存在較強正相關(guān)，五、六月的降水與四月植被存在較強正相關(guān)，從而得出該地區(qū)在春夏季FPAR對于降水的強迫所需要的時間較短，兩個月以內(nèi)反饋作用可能最為強烈，可能與該地區(qū)FPAR去相關(guān)時間在二個月以下有關(guān).華南地區(qū)（107.5°E—122.5°E，20°N—30°N）植被類型以常綠闊葉林為主，在其西北部分布一些草地和農(nóng)作物帶，氣溫超前FPAR相關(guān)系數(shù)通過顯著性檢驗的區(qū)域較多，反映出氣溫對于植被的強迫在該地區(qū)比較明顯.秋季植被變化超前氣溫兩個月相關(guān)系數(shù)最高，而春季植被超前降水一到三個月同樣具有較高的相關(guān)系數(shù)（圖略）.西南地區(qū)（92.5°E—102.5°E，30°N—37.5°N）植被類型以常綠林帶為主，氣溫與FPAR的同期相關(guān)系數(shù)在三類交叉相關(guān)系數(shù)中最高且通過顯著性檢驗（圖略），超前和滯后相關(guān)系數(shù)均沒有能夠通過檢驗；FPAR超前降水一至兩個月存在顯著正相關(guān).東北地區(qū)（112.5°E—122.5°E，40°N—55°N）的植被以混合林帶為主，植被類型還包括一些作物帶和草地.全年氣溫和FPAR三類交叉相關(guān)系數(shù)通過顯著性檢驗月份的并不多，相關(guān)系數(shù)最大值出現(xiàn)在氣溫超前FPAR三個月左右（圖略）.東北地區(qū)二月FPAR與三至七月氣溫、八月FPAR與九至十一月降水有著強相關(guān)，相關(guān)系數(shù)均可達(dá)0.4以上.

圖5 FPAR月距平超前氣溫距平（a）—（e）以及降水（f）—（j）一個月的相關(guān)系數(shù)相關(guān)系數(shù)分別為（a），（f）冬季平均 DJF；（b），（g）春季平均 MAM；（c），（h）夏季平均JJA；（d），（i）秋季平均SON；（e），（j）全年.例如，在每個格點上夏季（JJA）FPAR與氣溫相關(guān)系數(shù)的計算是基于三個相關(guān)系數(shù)的平均值：五月FPAR和六月氣溫，六月FPAR和七月氣溫，七月FPAR和八月氣溫.反映FPAR對氣象要素的強迫.Fig.5 Monthly FPAR anomalies leads by one month monthly anomalies of（a）—（e）surface air temperature and（f）—（j）precipitation Correlation coefficients are shown for（a），（f）average through winter，DJF；（b），（g）average through spring，MAM；（c），（h）average through summer，JJA；（d），（i）average through autumn，SON；and（e），（j）all months.For example，for each grid point the MAM coefficients for precipitation are computed as the average of three correlation coefficients：February FPAR vs.March precipitation，April FPAR vs.March precipitation，and May FPAR vs.April precipitation.

圖6 （a）FPAR和氣溫的月距平的滯后相關(guān)系數(shù)圖，區(qū)域范圍為華東地區(qū)（112.4°E—122.5°E，30°N—40°N），時間為1982—2000.（頂部圖）年平均的FPAR－氣溫滯后相關(guān)圖，負(fù)值區(qū)為氣溫領(lǐng)先FPAR，正值區(qū)為FPAR領(lǐng)先氣溫，虛線表示通過90%的顯著性檢驗.（下左）滯后相關(guān)系數(shù)的季節(jié)分布圖，y軸表示氣溫所在月份，陰影區(qū)域表示通過90%顯著性檢驗.（下右）區(qū)域平均的FPAR（實線）和氣溫（虛線）的氣候平均值.（b）圖與（a）圖類似，不同的是FPAR與降水的滯后相關(guān)系數(shù)Fig.6 （a）Lagged correlations between monthly anomalies of FPAR and surface air temperature in East China Region（112.4°E—122.5°E，30°N—40°N）for 1982—2000.The annual mean of the FPAR－temperature lagged correlation with negative（positive）lags for temperature（FPAR）leading（top）.The dash line indicates the 90%significance level.The seasonal evolution of the lagged correlation，with the months on the y－axis designating the month for temperature（bottom left）.The shading indicates the 90%significance level.The area－averaged climatological annual cycles of FPAR （solid）and temperature（dash）are also shown on the right panel.（b）As in（a）except for precipitation

5 反饋系數(shù)

從植被FPAR對于氣溫的反饋系數(shù)圖（圖7）中可以看到，全國地區(qū)FPAR對氣溫反饋系數(shù)平均值達(dá)到0.23℃（0.1FPAR）－1.整個中國區(qū)域被劃分成正負(fù)反饋兩個區(qū)域，在30°N以南區(qū)域反饋系數(shù)一致為正，在30°N以北區(qū)域存在一致的負(fù)反饋系數(shù)，在廣東北部以及云貴高原的部分地區(qū)，反饋系數(shù)達(dá)到最大值，可以超過3℃（0.1FPAR）－1，而30°N以南區(qū)域還存在較小的負(fù)值區(qū)域，對應(yīng)植被類型為林地，大小在0.05～0.2℃（0.1FPAR）－1.華東地區(qū)的FPAR對于氣溫的反饋系數(shù)可達(dá)－0.2到－1℃（0.1FPAR）－1，該地區(qū)的植被類型以作物帶為主；負(fù)值絕對值最大區(qū)在圍繞渤海灣一帶（山東、河北、遼寧一帶），植被覆蓋同樣為作物帶，反饋系數(shù)可以達(dá)到－1到－3℃（0.1FPAR）－1；東北地區(qū)的反饋系數(shù)相對較小，40°N以北區(qū)域反饋系數(shù)在－0.05到－0.2℃（0.1FPAR）－1左右.不同的季節(jié)反饋系數(shù)又存在著顯著差異，春季華南、四川中西部、青藏高原東部以及東北北部地區(qū)（黑龍江?。檎答亝^(qū)，其他區(qū)域均為負(fù)反饋區(qū).四川盆地區(qū)域植被覆蓋以作物帶為主，與其周圍常綠林帶相異，該地區(qū)夏季反饋系數(shù)為負(fù)值（達(dá)到－0.2到－1℃（0.1FPAR）－1），與其周圍正反饋區(qū)域形成反差，其原因可能由于植被類型不同所導(dǎo)致；夏季華南地區(qū)存在正反饋區(qū).FPAR對于溫度強迫的方差貢獻顯示在圖7f和7j中：所有月份的反饋系數(shù)的解釋方差比例在30°N以南地區(qū)可以達(dá)到25%以上，在四川東南部和貴州大部分地區(qū)解釋方差比例可以達(dá)到50%以上.30°N以北區(qū)域解釋方差稍小，可達(dá)10%以上；華東和華北地區(qū)（作物帶）解釋方差在25%到50%之間.

圖7 （a）—（e）為植被對于氣溫的反饋系數(shù)（單位 ℃（0.1FPAR）－1），（f）—（j）為植被變化導(dǎo)致氣溫變化的解釋方差比（計算了全年和各個季節(jié)的值）Fig.7 （a）—（e）Vegetation feedback parameter（℃ （0.1FPAR）－1）for monthly temperature anomalies and（f）—（j）the explained variance（%）of the feedback－induced variability（computed as the ratio of the variance of the feedback to the total temperature variance），both by season and for all month.Regions with very small temperature autocorrelations are masked out

從植被FPAR對于降水的反饋系數(shù)圖上（圖8）可以發(fā)現(xiàn)，F(xiàn)PAR對降水全年反饋系數(shù)全國平均可達(dá)－2.12cm month－1（0.1FPAR）－1.全年 FPAR對于降水的反饋系數(shù)的大值區(qū)出現(xiàn)在華南、華東沿海和東北地區(qū)，華南地區(qū)反饋系數(shù)最高值可達(dá)6cm month－1（0.1FPAR）－1.在華東、華北以及東北地區(qū)大部分作物帶，春季植被生長對于降水的反饋系數(shù)可以達(dá)到0.5cm month－1（0.1FPAR）－1以上，而華南和西南地區(qū)的反饋系數(shù)卻呈現(xiàn)出弱的負(fù)值，－0.5到2cm month－1（0.1FPAR）－1左右；夏季青藏高原東北部的草地帶和江西、湖北、湖南三省區(qū)域的反饋系數(shù)為正值，均可以達(dá)到0.5cm month－1（0.1FPAR）－1以上，東北北部地區(qū)（黑龍江）可以達(dá)到6cm month－1（0.1FPAR）－1以上.所有月份FPAR對于降水反饋系數(shù)的解釋方差比較大，在30°N以北區(qū)域達(dá)到50%以上；30°N以南區(qū)域最大值出現(xiàn)在青藏高原東部的草地帶，達(dá)到50%以上；華南地區(qū)常綠林帶的解釋方差比都在10%以上，在江西省達(dá)到25%以上.從解釋方差比的季節(jié)分布上來看，F(xiàn)PAR的方差對于降水變化的解釋方差比都很大，在冬季全國大部分地區(qū)都可以達(dá)到25%以上；而反饋系數(shù)較大的區(qū)域，其解釋方差比也相應(yīng)的較大.

6 結(jié) 論

植被作為大氣下墊面的重要組成部分，直接影響大氣陸面過程，也可以通過一系列反饋機制影響與大氣產(chǎn)生相互作用.本文計算了FPAR的去相關(guān)時間發(fā)現(xiàn)在中國地區(qū)FPAR比氣象要素顯示出更長的記憶時間：FPAR去相關(guān)時間超過兩個月的地區(qū)有東北混合林帶、內(nèi)蒙古東北部和青藏高原東北部的草地帶和灌木林帶，而華東地區(qū)的農(nóng)作物帶、華南地區(qū)的常綠林帶和西南地區(qū)的常綠林帶其去相關(guān)時間普遍低于2個月.通過計算植被和氣溫、降水的三類交叉相關(guān)系數(shù)，初步研究了FPAR與氣溫、降水之間的相互關(guān)系，其中春、夏季全國大部分地區(qū)植被超前氣溫一個月的相關(guān)系數(shù)為負(fù)值，反映出植被生長可以降低局地氣溫；而全年FPAR超前降水一個月相關(guān)系數(shù)在我國東北地區(qū)、江淮流域以及華南地區(qū)存在顯著正相關(guān)，在華北和西南地區(qū)相關(guān)系數(shù)為負(fù).由于植被具有較低的反照率，因此可以通過增加吸收太陽輻射從而提高局地氣溫，而由于植被的光合作用以及蒸散（騰）作用的加劇，使得其潛熱通量增加又可以使局地氣溫得到降低；同時，植被的存在和生長可以增加降水，也對降低氣溫有一定作用.而由于影響降水的因素較多，局地水汽支持是其成因之一，而長距離水汽輸送也可能是局地降水的原因之一，并且植被局地由于蒸散作用增加的水汽可能被輸送到其他區(qū)域，因此FPAR與降水的相關(guān)性可能并不局限于FPAR提前降水一個月，植被對于降水作用的時間尺度相比于其對氣溫的影響更長.這也可能是植被與降水季節(jié)相關(guān)性不顯著的原因之一.

進一步分析不同區(qū)域、不同滯后（超前）時間的FPAR與氣象要素的相關(guān)性發(fā)現(xiàn)，秋季華南地區(qū)植被變化超前氣溫兩個月相關(guān)系數(shù)最高，而春季植被超前降水一到三個月具有較高相關(guān)性；西南常綠林帶氣溫與FPAR同期相關(guān)性最高，而秋季FPAR超前降水一至兩個月存在顯著正相關(guān).

采用反饋系數(shù)來定量分析FPAR對氣溫、降水的反饋作用：全國地區(qū)FPAR對氣溫反饋系數(shù)平均值達(dá)到0.23℃（0.1FPAR）－1，對降水全年反饋系數(shù)全國平均可達(dá)－2.12cm month－1（0.1FPAR）－1.FPAR對氣溫、降水的反饋作用還存在空間、季節(jié)差異：30°N以南中國地區(qū)區(qū)域全年FPAR對氣溫反饋系數(shù)平均值可達(dá)0.5℃（0.1FPAR）－1，而30°N 以北區(qū)域平均可達(dá)－0.42℃（0.1FPAR）－1；在40°N以南區(qū)域全年FPAR對于降水的反饋系數(shù)有沿海地區(qū)為正、內(nèi)陸地區(qū)為負(fù)的分布，在東北地區(qū)存在正－負(fù)－正的帶狀分布，與該地區(qū)植被分布較一致；四川盆地區(qū)域夏季FPAR對氣溫存在負(fù)反饋不同于周邊其他地區(qū)正反饋，可能與該地區(qū)植被類型有關(guān)（盆地區(qū)為作物帶，不同于其周圍常綠林帶）.

植被大氣間反饋作用的研究結(jié)果不僅可以驗證動態(tài)植被模式中植被大氣相互作用結(jié)果，而且可以為氣候變化研究和氣候模式的發(fā)展帶來幫助.中國區(qū)域植被種類繁多，分布復(fù)雜，不同植被類型與氣候要素的相互作用背后的深刻機理是值得繼續(xù)深入研究的內(nèi)容，有待另文詳細(xì)探討.

圖8 （a）—（e）為植被對于降水的反饋系數(shù)（單位cm month－1（0.1FPAR）－1），（f）—（j）為植被變化導(dǎo)致降水變化的解釋方差比（計算了全年和各個季節(jié)的值）Fig.8 As in Fig.6but for precipitation：units of the feedback parameters in（a）—（e）are cm month－1（0.1FPAR）－1

（References）

［1］ Robinson D A，Kukla G. Maximum surface albedo of seasonally snow－covered lands in the Northern Hemisphere.J.Climate Appl.Meteor.，1985，24（5）：402－411.

［2］ Henderson－Sellers A，McGuffie K.A Climate Modelling Primer.New York：John Wiley，1987.

［3］ Bonan G.Ecological Climatology：Concepts and Applications.Cambridge：Cambridge University Press，2002.

［4］ Collatz G J，Ball J T，Grivet C，et al.Physiological and environmental regulation of stomatal conductance，photosynthesis and transpiration：a model that includes a laminar boundary layer.Agric.For.Meteor.，1991，54（2－4）：107－136.

［5］ 曾慶存，曾曉東，王愛慧等.大氣和植被生態(tài)及土壤系統(tǒng)水文過程相互作用的一些研究.大氣科學(xué)，2005，29（1）：7－19.Zeng Q C，Zeng X D，Wang A H，et al.Some studies of the hydrological interactions in the Atmosphere－Ecosystem－Soil System.Chinese Journal of Atmospheric Sciences （in Chinese），2005，29（1）：7－19.

［6］ Schwartz M D，Karl T R.Spring phenology：nature′s experiment to detect the effect of “green－up”on surface maximum temperature.Monthly Weather Review，1990，118（4）：883－890.

［7］ Dickinson R E，Henderson－Sellers A. Modelling tropical deforestation：a study of GCM land－surface parametrizations.Quarterly Journal Royal Meteorological Society，1988，114（480）：439－462.

［8］ Nobre C A，Sellers P J，Shukla J.Amazonian deforestation and regional climate change.J.Climate，1991，4（10）：957－988.

［9］ Tian Y，Dickinson R E，Zhou L，et al.Comparison of seasonal and spatial variations of leaf area index and fraction of absorbed photosynthetically active radiation from Moderate Resolution Imaging Spectroradiometer （MODIS）and Common Land Model.J.Geophys.Res.，2004，109：D01103，doi：10.1029/2003JD003777.

［10］ Wang W L，Anderson B T，Phillips N，et al.Feedbacks of vegetation on summertime climate variability over the North American grasslands.Part I：Statistical analysis.Earth Interaction，2006，10（17）：1－27.

［11］ Wang W L，Anderson B T，Entekhabi D，et al.Feedbacks of vegetation on summertime climate variability over the North American grasslands.Part II：a coupled stochastic model.Earth Interaction，2006，10（16）：1－30.

［12］ Wang W L，Anderson B T，Entekhabi D，et al.Intraseasonal interactions between temperature and vegetation over the boreal forests.Earth Interactions，2007，11（18）：1－30.

［13］ Liu Z Y，Notaro M，Kutzbach J，et al.Assessing global vegetation－climate feedbacks from observations.J.Climate，2006，19（5）：787－814.

［14］ Frankignoul C，Hasselmann K.Stochastic climate models.Part II：Application to sea－surface temperature anomalies and thermocline variability.Tellus，1977，29（4）：289－305.

［15］ Frankignoul C，Czaja A，L＇Heveder B.Air－sea feedback in the North Atlantic and surface boundary conditions for ocean models.J.Climate，1998，11（9）：2310－2324.

［16］ Notaro M，Liu Z Y，Williams J W.Observed vegetationclimate feedbacks in the United States.J.Climate，2006，19（5）：763－786.

［17］ 溫剛，符淙斌.中國東部季風(fēng)區(qū)植被物候季節(jié)變化對氣候響應(yīng)的大尺度特征：多年平均結(jié)果.大氣科學(xué)，2000，24（5）：676－682.Wen G，F(xiàn)u C B.Large scale features of the seasonal phenological responses to the monsoon climate in East China：multi－year average results.Chinese Journal of Atmospheric Sciences（in Chinese），2000，24（5）：676－682.

［18］ 符淙斌，溫剛，謝力等.東亞季風(fēng)區(qū)氣候和生態(tài)系統(tǒng)相互作用的診斷和模擬研究.南京大學(xué)學(xué)報 （自然科學(xué)），2002，38（3）：281－294.Fu C B，Wen G，Xie L，et al.The diagnosis and simulation studies on climate and ecosystem interactions in East Asia monsoon region.Journal of Nanjing University （Natural Science）（in Chinese），2002，38（3）：281－294.

［19］ 趙茂盛，符淙斌，延曉東等.應(yīng)用遙感數(shù)據(jù)研究中國植被生態(tài)系統(tǒng)與氣候的關(guān)系.地理學(xué)報，2001，56（3）：287－296.Zhao M S，F(xiàn)u C B，Yan X D，et al.Study on the relationship between different ecosystems and climate in China using NOAA/AVHRR data. Acta Geographica Sinica （in Chinese），2001，56（3）：287－296.

［20］ 李曉兵，史培軍.中國典型植被類型NDVI動態(tài)變化與氣溫、降水變化的敏感性分析.植物生態(tài)學(xué)報，2000，24（3）：379－382.Li X B，Shi P J.Sensitivity analysis of variation in NDVI，temperature and precipitation in typical vegetation types across China.Acta Phytoecologica Sinica （in Chinese），2000，24（3）：379－382.

［21］ 丹利，季勁鈞，馬柱國.新疆植被生產(chǎn)力與葉面積指數(shù)的變化及其對氣候的響應(yīng).生態(tài)學(xué)報，2007，27（9）：3582－3592.Dan L，Ji J J，Ma Z G.The variation of net primary production and leaf area index over Xinjiang Autonomous Region and its response to climate change.Acta Ecologica Sinica （in Chinese），2007，27（9）：3582－3592.

［22］ Zhi H， Wang P X，Dan L，et al.Climate－vegetation interannual variability in a coupled atmosphere－ocean－land model.Adv.Atmos.Sci.，2009，26（3）：599－612.

［23］ Myneni R N，Ramakrishna R，Nemani R，et al.Estimation of global leaf area index and absorbed PAR using radiative transfer models.IEEE Trans.Geosci.Remote Sens.，1997，35（6）：1380－1393.

［24］ Kalnay E，Kanamitsu M，Kistler R，et al.The NCEP/NCAR 40－year reanalysis project.Bull.Amer.Meteor.Soc.，1996，77（3）：437－471.

［25］ Xie P P，Arkin P A.Global precipitation：A 17－year monthly analysis based on gauge observations，satellite estimates，and numerical model outputs.Bull.Amer.Meteor.Soc.，1997，71（11）：2539－2558.

［26］ 魏鳳英.現(xiàn)代氣候統(tǒng)計診斷與預(yù)測技術(shù).北京：氣象出版社，2007：106－124.Wei F Y.Climatic Statistical Diagnosis and Forecasting Methods（in Chinese）.Beijing：China Meteorological Press，2007：106－124.

［27］ von Storch H，Zwiers F W.Statistical Analysis in Climate Research.Melbourne：Cambridge University Press，1999：371－373.

［28］ Schultz P A， Halpert M S. Global correlation of temperature，NDVI and precipitation.Adv.Space.Res.，1993，13（5）：277－280.

［29］ Brovkin V.Climate－vegetation interaction.J.Phys.，2002，12（10）：57－72.

（本文編輯 何 燕）

Investigations of vegetation－atmosphere feedback in China using satellite－based FPAR data

TANG Jian，TANG Jian－Ping＊

School of Atmospheric Sciences，Nanjing University，Nanjing210093，China

Satellite－based fraction of PAR （Photosynthetically Active Radiation）absorbed by vegetation canopy and monthly climatology data（1982—2000）are used to investigate possible feedbacks between surface air temperature，precipitation and vegetation.The results show that correlation in spring and summer with FPAR leading temperature for one month is negative in most regions of China，which may indicate the more prosper the vegetation is，the more positive influence the vegetation may have on lowering local temperature.The instantaneous correlation between temperature and FPAR is more promising in spring and autumn.The positive correlation with summer precipitation leading FPAR for one month shows the possible positive impact of precipitation on vegetation.The feedback parameter between FPAR and temperature is all positive on the south of Yangtze River Basin（up to 0.5 ℃（0.1FPAR）－1）and is negative on thenorth of 30°N latitude（up to －0.42 ℃（0.1FPAR）－1）.The spatial distribution of feedback parameter between FPAR and precipitation is not homogeneous.The feedback parameter is also varying with different vegetation types and different seasons.The feedback parameters should be a nice basis of vegetation－atmosphere feedback for dynamic vegetation model validation.

FPAR，Vegetation－atmosphere feedback，Correlation coefficient and decorrelation time，F(xiàn)eedback parameter

10.6038/j.issn.0001－5733.2012.06.002

P467

2011－01－03，2011－11－10收修定稿

唐健，湯劍平.基于植被光合有效輻射資料研究中國地區(qū)植被大氣反饋作用.地球物理學(xué)報，2012，55（6）：1804－1816，

10.6038/j.issn.0001－5733.2012.06.002.

Tang J，Tang J P.Investigations of vegetation－atmosphere feedback in China using satellite－based FPAR data.Chinese J.Geophys.（in Chinese），2012，55（6）：1804－1816，doi：10.6038/j.issn.0001－5733.2012.06.002.

國家自然科學(xué)基金（40705029，40830639），國家重點基礎(chǔ)研究發(fā)展計劃（973）項目（2010CB428500，2011CB952000）共同資助.

唐健，男，1985年生，博士研究生，從事陸－氣相互作用研究.E－mail：tanguy2200@gmail.com

＊通訊作者 湯劍平，男，1974年生，副教授，2004年博士畢業(yè)于南京大學(xué)大氣科學(xué)系，主要從事氣候變化、區(qū)域氣候模式、陸氣相互作用、風(fēng)能等方面研究.E－mail：jptang@nju.edu.cn