植被年際變化對蒸散發(fā)影響的模擬研究

陳 浩，曾曉東

(1.中國科學(xué)院大氣物理研究所國際氣候與環(huán)境科學(xué)中心，北京 100029;2.中國科學(xué)院研究生院，北京 100049;3.中國氣象局公共氣象服務(wù)中心，北京 100081)

植被與氣候之間具有復(fù)雜的相互作用。一方面，如果不考慮人為因素的影響，陸地生態(tài)系統(tǒng)的結(jié)構(gòu)及演變主要由氣候決定:大尺度上氣候的長期平均狀態(tài)決定了全球植被的分布格局［1-3］，氣候變遷也常伴隨著局地植被的演變甚至突變［2，4-5］;同時，氣候的年際變化也會引起植被狀態(tài)的年際變化［6-8］，甚至改變植被分布的平均狀態(tài)［9-10］。另一方面，植被通過改變陸表的物理特征，調(diào)節(jié)陸-氣間的水分和能量循環(huán)，對氣候具有反饋作用［11-14］。例如，植被的反照率小于裸土，可以吸收更多能量;冠層高低改變陸表面的粗糙度，影響陸氣間能量與動量傳輸;葉片通過直接蒸發(fā)截留的降水或者蒸騰根部吸收的水分，增加了陸面蒸發(fā)的途徑。植被變化具有不同的時間尺度，如季節(jié)變化、年際變化、年代際變化等。植被每年會呈現(xiàn)出的不同特征(如:覆蓋度、葉面積指數(shù)、冠層高度等)，但目前大多數(shù)工作僅限于研究給定且不變的植被或者改變已有土地覆蓋類型對氣候的影響，并且這些變化都不包含動力學(xué)過程，很少有工作研究植被特征的年際變化對陸表物理過程乃至區(qū)域或全球氣候狀態(tài)的影響［15］。

陸面過程模式主要用于模擬和研究在給定氣候條件下或者與大氣環(huán)流模式耦合中，陸表面狀態(tài)(土壤溫度、土壤含水量等)的變化以及陸-氣之間能量與水分的交換過程。為了模擬植被隨時間的變化及其對陸面和陸-氣間的各種物理過程的響應(yīng)，則需要在陸面模式中耦合植被動力學(xué)模式。本研究應(yīng)用通用陸面模式CLM3.0及其植被動力學(xué)模式(DGVM)，研究植被覆蓋度(FC)和葉面積指數(shù)(LAI)的年際變化對全球蒸散發(fā)的影響。

1 模式及方法

1.1 模式介紹

CLM3.0［16］是由3 個陸面模式——BATS［17］、NCAR LSM［18-19］和 IAP94［20-21］發(fā)展而來的。它主要包含4 個部分:生物地球物理過程、水分循環(huán)過程、生物地球化學(xué)過程和植被動力學(xué)過程。CLM3.0作為通用氣候系統(tǒng)模型(CCSM)的陸面部分，參加IPCC第四次評估，對未來氣候模擬和預(yù)測。從模式發(fā)布至今，已有許多研究對CLM3.0的離線和耦合模擬能力進(jìn)行了評估和驗證，結(jié)果表明CLM3.0能夠較好地模擬出陸表面變量:利用觀測的氣候數(shù)據(jù)驅(qū)動CLM3.0，可以較好地模擬全球幾大河流的徑流量的長年平均、季節(jié)循環(huán)、年際變化和年代際變化［22］;模式能較好地反映出中國地區(qū)土壤溫度的年際變化［23］、揭示中國地區(qū)土壤濕度的空間分布型［24］;CLM3.0耦合到CCSM中可以很好的模擬陸表面變量的平均值，并且模擬得到的全球年平均降水和溫度在觀測不確定范圍內(nèi)［25］;CLM3.0模擬的地表徑流等變量隨緯度的變化與觀測吻合較好［26］。

CLM3.0包含植被動力學(xué)模式(DGVM)［27］，本文所利用的是Zeng［28-29］修改后的 CLM-DGVM，修改包括引入灌木子模塊、修改雙大葉光合作用方案等，其中部分修改方案已被最新發(fā)布的CLM4所采納［30］。改進(jìn)后的模式可以模擬全球自然植被(森林、草原、灌木和荒漠)的大致分布及植被與氣候之間的對應(yīng)關(guān)系［29］，以及全球生態(tài)系統(tǒng)凈初級生產(chǎn)力(NPP)，并且模擬的北方森林、熱帶雨林、熱帶稀疏草原等生態(tài)系統(tǒng)動態(tài)變化與觀測一致［31］。

在運行CLM3.0時，通常不與DGVM耦合，而是使用衛(wèi)星遙感反演得到的陸面植被資料(AVHRR)，或者(MODIS)。這些資料一般為植被特征的多年平均，包括FC、LAI、莖面積指數(shù)(SAI)、冠層頂高度、冠層底高度，因而只有季節(jié)變化而無年際變化。若將DGVM耦合到CLM3.0，則可研究自然植被的主要分布［30-31］以及植被特征的逐年變化及其對陸表過程的響應(yīng)。由于在CLM-DGVM中，SAI=0.05×LAI，而冠層頂高度和冠層底高度主要影響陸面粗糙度，對蒸散發(fā)影響很小，因此本文用FC和LAI來表征植被的年際變化。

1.2 蒸散發(fā)的計算

陸面蒸散發(fā)(ET)是陸-氣間水循環(huán)的重要過程，它由3部分組成，即ET=Es+Ec+Tr，其中Es、Ec、Tr分別為地表蒸發(fā)、冠層蒸發(fā)和蒸騰。CLM3.0中每個格點上可包含多種植被功能型(PFT)，每種PFT上的地表蒸發(fā)、冠層蒸發(fā)和蒸騰的計算(Oleson等［16］)分別如下:

式中，ρa(bǔ)tm為空氣密度，qatm為參考高度的比濕，qg為地表面的比濕，raw為地表和參考高度間的水汽傳輸空氣動力學(xué)阻抗，L和S別為植被葉面積指數(shù)和莖面積指數(shù)，fwet為植被潮濕葉片和潮濕莖稈的比例，qs為冠層的比濕，為植被葉片溫度所對應(yīng)的飽和水汽比濕，rb為水汽由葉片邊界向空氣傳輸?shù)目諝鈩恿W(xué)阻抗，為潛在蒸騰，rdry為潛在蒸騰百分比。和rdry計算如下:

式中，fdry為植被干燥葉片的比例，Lsun和Lsha分別是光照和遮陰下的葉面積指數(shù)和分別是光照和遮陰葉片的氣孔阻抗。

由(2)、(3)、(5)式可以看出，LAI直接影響冠層蒸發(fā)和蒸騰。此外，LAI決定植被冠層對降水截留的大小，因而影響穿透冠層到達(dá)土壤表面可供地表蒸發(fā)的水分;同時，LAI還改變了到達(dá)地表的太陽輻射，從而影響地表蒸發(fā)。另一方面，LAI直接決定可發(fā)生蒸騰的葉片數(shù)量，并通過影響光合作用來改變氣孔導(dǎo)度，從而影響單位葉片面積的蒸騰強(qiáng)度。

格點上的蒸散發(fā)是對該格點不同PFT上的量進(jìn)行面積加權(quán)平均，即:

式中，grid及n分別表示格點及各PFT水平上的量，Ei代表Es、Ec或Tr，F(xiàn)Cn為第n種PFT的覆蓋度。

1.3 實驗設(shè)計

為了研究植被FC和LAI的年際變化對蒸散發(fā)產(chǎn)生的影響，設(shè)計了如下實驗方案:(1)使用修改后的CLM3.0-DGVM模式［28］，利用Qian等［23］提供的1950—1999年共50a的氣候資料(水平分辨率為T62、時間分辨率為3 h，包括降水、溫度、氣壓、比濕、風(fēng)速、輻射)作為驅(qū)動場循環(huán)驅(qū)動，進(jìn)行600年離線的數(shù)值模擬，簡稱DGVM模擬。其中前550a作為系統(tǒng)的起轉(zhuǎn)，用后50a的模擬結(jié)果進(jìn)行分析;(2)將DGVM模擬得到的后50a植被的FC和LAI等作平均，替代CLM3.0陸面資料中的相應(yīng)變量，并以DGVM積分550a后得到的陸面狀態(tài)為初始場，用1950—1999年的氣候資料，驅(qū)動CLM3.0(即不耦合DGVM)運行50a，簡稱CLM模擬。兩組實驗具有相同的氣候驅(qū)動、初始場以及50a內(nèi)植被的平均狀態(tài)，不同點僅在于植被是否有年際變化(表1)。二者模擬結(jié)果的差異體現(xiàn)了植被年際變化對陸面過程的影響。

表1 CLM與DGVM實驗的差異比較Table1 Comparison of simulation differences between CLM and DGVM

1.4 年際變化計算方法

格點不同PFT上的FC年際變化加權(quán)平均得到格點上的年際變化，權(quán)重為各PFT所對應(yīng)的FC年平均。PFT水平上的FC年際變化可以用標(biāo)準(zhǔn)差表示，具體計算如下:

式中，n是用于計算的數(shù)值模擬時間長度(a)，在這里n=50a。由于LAI已經(jīng)整合到格點水平上，因此其年際變化可用(7)式直接計算得到。

本文中，用兩組實驗得到的蒸散發(fā)及其各分量的絕對差值(λ)表示植被年際變化對蒸散發(fā)的影響，即λ=Ei，DGVM－Ei，CLM，Ei，DGVM和Ei，CLM分別表示DGVM和CLM實驗中的蒸散發(fā)各個分量。由于兩組實驗的氣候條件相同，這樣可以簡單地排除兩組實驗中相同溫度和降水等氣候因素的作用。下文中關(guān)于蒸散發(fā)增加或減小的描述均指λ的變化，即相對于CLM實驗，蒸散發(fā)在DGVM實驗中量值的增加或減小。

2 模擬結(jié)果

2.1 DGVM實驗中植被的年際變化

CLM和DGVM兩組實驗的差異在于植被有無年際變化。因此，首先考察DGVM實驗中植被FC與LAI年際變化的全球分布。

2.1.1 FC 的年際變化

在DGVM實驗中全球植被FC的年際變化分布如圖1所示。FC變化幅度超過10%的區(qū)域約占全球陸地總面積的10%(圖中紅色區(qū)域)，與主導(dǎo)植被類型的全球分布圖(圖1)比較之后可以看出，F(xiàn)C年際變化較大的區(qū)域主要分布在美國中部、南美東部和西南部、非洲南部和中部、澳大利亞東部以及印度半島等主導(dǎo)植被類型為草的地區(qū)。在主導(dǎo)植被為樹的地區(qū)，尤其是常綠樹覆蓋區(qū)(如亞馬遜流域和非洲中部)，F(xiàn)C的年際變化較小;而在灌木占優(yōu)勢的地區(qū)(美國西部、加拿大北部、中亞和亞洲東北部)，F(xiàn)C的年際變化居中。

2.1.2 LAI的年際變化

圖1給出 DGVM實驗中年平均 LAI的年際變化，其中全球54%陸地的 LAI年際變化幅度超過0.1m2/m2。比較圖1植被覆蓋度和葉面積指數(shù)，在植被FC年際變化較大的地區(qū)，LAI的年際變化也相應(yīng)較大(如美國中部草原、南美東部、非洲南部和澳大利亞東部等草為主導(dǎo)植被的地區(qū));另外，在緯度較高的中西伯利亞地區(qū)，溫度是制約植被生長的主要因素，草只有在5—10月才生長，在其萌發(fā)階段(5—6月)和枯萎階段(9—10月)年際變化較明顯。除此之外，在落葉林地區(qū)(例如，亞馬遜流域東南邊緣、美國東部以及歐洲)，植物每年長葉與落葉導(dǎo)致LAI年際變化較大，可以達(dá)到0.4—0.5m2/m2。這也可以從這些地區(qū)不同季節(jié)LAI的年際變化情況(圖略)看出來:在這些地區(qū)3—5月和9—11月LAI的年際變化較大，主要原因是3—5月是長葉期、9—11月為落葉期，DGVM實驗?zāi)軌蚰M植被對季節(jié)變化的響應(yīng)，在氣候條件適宜的情況下長葉多或落葉少;反之，在氣候條件不適宜的情況下長葉少或落葉多，因此這兩段時期LAI的年際變化較明顯。

圖1 DGVM實驗中全球不同主導(dǎo)植被類型(常綠樹(Tree(E))、落葉樹(Tree(D))、草、灌木和裸土)分布、植被覆蓋度(fractional coverage，F(xiàn)C)的年際變化和葉面積指數(shù)(leaf area index，LAI)的年際變化Fig.1 Distribution of global dominant vegetation type(evergreen tree，deciduous tree，grass，shrub and bare soil)，interannual variabilities of vegetation fractional coverage(FC)and leaf area index(LAI)simulated by DGVM

2.2 植被年際變化對蒸散發(fā)的影響

2.2.1 全球陸面年平均蒸散發(fā)變化

與2.1節(jié)植被FC與LAI年際變化的全球分布相對應(yīng)，比較CLM與DGVM兩組實驗?zāi)昶骄羯l(fā)絕對差異(λ)的全球分布(圖2)，可以直接得到植被年際變化對蒸散發(fā)的影響。考慮了植被年際變化后，全球65%的地區(qū)年平均蒸散發(fā)增加，并且增加的幅度大于減小的幅度。蒸散發(fā)的變化主要和FC年際變化的空間分布相關(guān)，相關(guān)系數(shù)達(dá)到－0.54，在FC和LAI年際變化均較大(分別達(dá)到10%和0.5 m2/m2)的草和灌木覆蓋區(qū)，蒸散發(fā)減小比較明顯(圖2中綠色和藍(lán)色區(qū)域)。而在美國東南部、亞馬遜流域及其東南部、非洲中部、歐洲以及中國東南部(圖2中黃色和紅色區(qū)域)，蒸散發(fā)增加比較明顯，這是由地表蒸發(fā)增加、冠層蒸發(fā)和蒸騰減少得到的結(jié)果(圖2)，不過后兩者的減少量小于前者的增加量。對照圖1可知，落葉樹和常綠樹是這些地區(qū)主要的植被覆蓋類型。雖然植被的FC和LAI年際變化較小(圖1)，但是這些地區(qū)的年平均降水(500mm/a以上)和降水年際變化(超過50mm/a)均比全球其他地區(qū)強(qiáng)烈(圖略)，從而引起蒸散發(fā)及其分量較大的變化。地表蒸發(fā)變化的全球分布(圖2)與蒸散發(fā)一致，但變化幅度更大:在FC和LAI年際變化最大(大于0.5 m2/m2)的地區(qū)，地表蒸發(fā)明顯減小;在LAI年際變化次之(0.2—0.5 m2/m2)的地區(qū)，地表蒸發(fā)增加，并且增加量較為明顯，最大達(dá)到62mm/a。冠層蒸發(fā)與蒸騰變化(圖2)則與地表蒸發(fā)大致相反。在LAI年際變化較大(大于0.5 m2/m2)地區(qū)，冠層蒸發(fā)和蒸騰均增加;而在LAI年際變化次之(0.2—0.5 m2/m2)的地區(qū)，冠層蒸發(fā)和蒸騰減小。在全球超過70%的區(qū)域，地表蒸發(fā)變化的幅度大于冠層蒸發(fā)和蒸騰。比較各個格點蒸散發(fā)的3個分量的變化可以看出，地表蒸發(fā)變化最大、冠層蒸發(fā)變化最小。因此，植被年際變化對3個分量的影響從大到小依次是地表蒸發(fā)、蒸騰、冠層蒸發(fā)。

圖2 DGVM與CLM模擬的年平均蒸散發(fā)及其各分量差異(DGVM-CLM)(mm/a)Fig.2 Differences between global annual averaged ET and its components distribution simulated by DGVM and CLM during 1950—1999(DGVM-CLM).

2.2.2 蒸散發(fā)季節(jié)變化的緯度分布

LAI有季節(jié)變化，因此不同季節(jié)LAI的年際變化會影響蒸散發(fā)的季節(jié)變化。比較CLM和DGVM兩組實驗不同季節(jié)蒸散發(fā)絕對差異(λ)隨緯度分布的特點(圖3)可以看出，考慮了植被的年際變化之后，在低緯地區(qū)，蒸散發(fā)和3個分量在春、秋兩季的變化較大。由2.1.2節(jié)分析可知，落葉植物在春、秋兩個季節(jié)長葉和落葉，LAI年際變化較大，因此對蒸散發(fā)和3個分量的影響較大。在落葉樹集中的北半球中緯度地區(qū)(30°—60°N)，隨著緯度增加，蒸散發(fā)和3個分量變化大值區(qū)從1月逐漸向后推移到6月(圖3中虛線表示的區(qū)域)，這主要是受不同季節(jié)LAI年際變化的影響:隨著緯度增加，溫度降低，落葉植物長葉的時間推遲、落葉時間提前。而LAI受長葉、落葉影響較大，因此其年際變化的大值區(qū)在時間上向后延遲、在空間上向高緯發(fā)展，也就是說LAI年際變化的季節(jié)循環(huán)影響兩組實驗蒸散發(fā)及3個分量的季節(jié)變化的差異。南半球50°附近分布著一定數(shù)量的草，在草的整個生長季節(jié)，蒸散發(fā)、地表蒸發(fā)和冠層蒸發(fā)都有一定變化，其中蒸散發(fā)和冠層蒸發(fā)增加、地表蒸發(fā)減少。

圖3 DGVM與CLM模擬的蒸散發(fā)及其分量50年平均的季節(jié)差異(DGVM-CLM)的緯度分布(mm/month)Fig.3 Zonal mean seasonal cycles of annual averaged differences of ET and its components between DGVM and CLM during 1950—1999(DGVM-CLM)

2.2.3 年平均蒸散發(fā)與植被年際變化的關(guān)系

由前面分析可知，全球不同格點上FC和LAI的年際變化不同，所造成的蒸散發(fā)及其3個分量的差異也不盡相同。就地表蒸發(fā)而言，在東南亞島嶼上增加61.6mm/a，而在墨西哥灣減少56.7mm/a。對于蒸散發(fā)其他分量也存在同樣的情況，即不同格點上植被的年際變化引起的蒸散發(fā)分量變化不同。因此，對全球4501個陸面格點進(jìn)行相應(yīng)的平均，得到兩組實驗?zāi)昶骄羯l(fā)及3個分量的絕對差異(λ)與植被FC和LAI年際變化之間的關(guān)系(圖4)?？梢钥闯觯?dāng)FC年際變化大于10%時，蒸散發(fā)各分量有一定變化，其中蒸散發(fā)和地表蒸發(fā)減少，且減少量隨FC和LAI的年際變化的增加而緩慢增加;當(dāng)FC年際變化大于30%時，蒸散發(fā)和地表蒸發(fā)減少、蒸騰增加，并且它們的變化都達(dá)到極大，分別為25、32、11mm/a，而冠層蒸發(fā)的變化則不明顯。LAI的變化比較復(fù)雜，當(dāng)LAI年際變化小于0.6時，蒸散發(fā)和地表蒸發(fā)增加，而冠層蒸發(fā)和蒸騰減小;當(dāng)LAI年際變化大于0.6 m2/m2時，除蒸騰外，其他蒸散發(fā)變量都減小，并且當(dāng)LAI年際變化大于1.5 m2/m2時，蒸散發(fā)、地表蒸發(fā)隨LAI年際變化增加而急劇減小而蒸騰則急劇增加。

FC的年際變化小于10%或者LAI的年際變化小于0.6 m2/m2，蒸散發(fā)及3個分量全球平均的變化都不明顯，這主要是不同格點上的變化相互抵消的結(jié)果(圖4)。圖4給出了兩組實驗各格點地表蒸發(fā)差異隨FC及LAI年際變化的分布，其中每個格點按其主導(dǎo)植被類型分成樹、草、灌木或荒漠三類。在樹占優(yōu)勢的地區(qū)，年降水量較大，雖然植被年際變化較小(FC小于10%，LAI小于0.6 m2/m2)，但是地表蒸發(fā)變化的幅度很大，即使植被變化很小，也會引起地表蒸發(fā)不同程度的增加，這與2.2.1的分析一致。另一方面，大部分草和灌木集中在植被FC年際變化小于20%或者LAI年際變化小于1.0 m2/m2的地區(qū)，這些地區(qū)地表蒸發(fā)的變化相對較小。同時，小部分草和灌木分布的地區(qū)，植被年際變化較大(其中FC年際變化可以達(dá)到30%甚至40%，LAI年際變化達(dá)到1.5 m2/m2)，兩組實驗中地表蒸發(fā)的差異較大，可以達(dá)到±40mm/a，甚至是－60mm/a。蒸散發(fā)、冠層蒸發(fā)和蒸騰的全球格點統(tǒng)計的結(jié)果也類似(圖略)。因此，盡管年際變化較大的草和灌木所占的格點較少，但也不能忽略，因為這些是全球變化中植被的脆弱區(qū)域。

2.3 單點分析

由2.2.3節(jié)分析知道，植被年際變化越大，對蒸散發(fā)影響越大，因此，選擇植被年際變化較大的一個點，詳細(xì)分析蒸散發(fā)及3個分量的變化情況。圖5顯示了格點(71°W，18°N)1950—1999年降水、溫度、植被和蒸散發(fā)隨時間變化的情況。該地區(qū)降水為(1209±199)mm/a，年平均溫度為(25.7±0.3)℃(圖4)。主要的植被類型是C4草(占62%)，此外裸地占30%、熱帶落葉闊葉樹(BDM)占6%，而熱帶常綠闊葉樹和溫帶灌木各約占1%。圖4顯示C4草FC變化相當(dāng)劇烈，在整個50a內(nèi)FC年際變化達(dá)到34%，而BDM的FC變化較小。1950—1966年間C4草占有絕對優(yōu)勢，F(xiàn)C在80%以上。隨著1967年降水由1211mm/a銳減至825mm/a，C4草的FC在1968年驟減到55%，并在1969年完全消失，使該地區(qū)絕大部分變?yōu)槁愕亍Ｖ钡?972年C4草才逐漸恢復(fù)，并在之后的20多年內(nèi)其FC波動較大。由于C4草的FC較大且年際變化很大，該地區(qū)LAI在50a內(nèi)變化也較大(圖 4)，最大達(dá)到 6.5m2/m2，最小為 0.2 m2/m2，年際變化為 2.1m2/m2。

由于FC與LAI具有強(qiáng)烈的年際變化，兩組實驗中蒸散發(fā)及其分量具有不同的年際變化特點。當(dāng)不考慮植被的年際變化時(CLM實驗)，蒸散發(fā)及其分量的年際變化主要與降水相關(guān)。當(dāng)植被具有年際變化時(DGVM實驗)，蒸散發(fā)的3個分量主要與FC和LAI相關(guān)，相關(guān)系數(shù)均在0.9左右。一方面，地表蒸發(fā)與FC和LAI為負(fù)相關(guān)(圖5):當(dāng)草長勢良好時(即FC及LAI大于多年平均值時，如1950—1967年)，裸土面積很小，地表蒸發(fā)降低較多;而當(dāng)草的FC及LAI接近于0時(如1969—1979年)，地表蒸發(fā)增加，但變化不如草偏多時地表蒸發(fā)的降低明顯;植被年際變化的總體效果使得地表蒸發(fā)從681.2mm/a減少到624.4mm/a。另一方面，冠層蒸發(fā)和蒸騰均與FC和LAI正相關(guān)。其中LAI增加對葉面截留降水的影響小于LAI降低時的影響，而冠層蒸發(fā)主要決定于葉面截留降水，使得冠層蒸發(fā)從CLM實驗的167.6mm/a減少到DGVM實驗的160.9mm/a(圖5)。與之相反，由于FC及LAI較大時地表蒸發(fā)較弱，使得有相對較多的降水可到達(dá)土壤深層，因而蒸騰增加較為明顯(圖5)，蒸騰的年平均差異從144.9mm/a增加到178.0mm/a，增加了23%。作為整體，蒸散發(fā)依然主要與降水相關(guān)(圖5)，但多年平均值從993.7mm/a減少到963.3mm/a。

圖4 蒸散發(fā)和各個組成部分平均差異(DGVM-CLM)的格點平均隨FC和LAI年際變化的分布以及各個格點上地表蒸發(fā)的差異(DGVMCLM)隨FC和LAI年際變化的分布Fig.4 Grid averaged differences of total evapotranspiration and its components(DGVM-CLM)with respect to FC and LAI interannual variations，and differences of them in all grid cells with respect to FC and LAI interannual variations

3 結(jié)論與討論

本文利用改進(jìn)的植被動力學(xué)模型CLM3.0-DGVM，設(shè)計兩組區(qū)別僅在于植被有無年際變化的實驗，首先考察植被有年際變化實驗中的植被年際變化的全球分布;其次研究植被年際變化對蒸散發(fā)的全球分布及季節(jié)變化的影響，并得出了蒸散發(fā)與植被年際變化的關(guān)系;最后在一個植被年際變化顯著的格點上，具體考察植被年際變化對蒸散發(fā)的影響。本研究結(jié)論如下:

(1)在草、灌木、樹占優(yōu)勢的地區(qū)植被FC年際變化依次減小。而LAI年際變化較大的地區(qū)集中在草和灌木覆蓋的地區(qū)，在落葉林地區(qū)，LAI春秋兩季的年際變化也較大。這些都與植被動力學(xué)模式中不同植被類型的參數(shù)和屬性相關(guān)。(2)大部分樹占優(yōu)勢的地區(qū)，植被年際變化較小，年平均蒸散發(fā)和地表蒸發(fā)增加、冠層蒸發(fā)和蒸騰減少;在灌木和草覆蓋區(qū)，植被年際變化明顯，蒸散發(fā)及其分量變化則大致相反。(3)由于受LAI各季節(jié)年際變化的影響，低緯度地區(qū)蒸散發(fā)季節(jié)循環(huán)的變化比較明顯，而在北半球中緯度蒸散發(fā)變化明顯區(qū)隨著緯度增加而在時間上向后推延。(4)年平均蒸散發(fā)與植被年際變化的關(guān)系表明，F(xiàn)C年際變化大于30%、LAI年際變化超過1.6m2/m2時，蒸散發(fā)及其分量變化較大。

圖5 單點(71W，18N)植被及蒸散發(fā)年際變化Fig.5 Interannual variabilities of climate，vegetation and evapotranspiration in a grid cell(71°W，18°N)during 1950—1999

本研究表明，植被年際變化不僅可改變蒸散發(fā)的多年平均值，同時改變其分量間的相對比例。當(dāng)植被年際變化較小時，地表蒸發(fā)所占的比例上升;而當(dāng)植被年際變化較大時，地表蒸發(fā)所占的比例下降，而蒸騰所占比例上升。由于地表蒸發(fā)主要來自淺層土壤水分，而蒸騰則來自深層土壤水分，這表明植被年際變化對土壤水分的垂直分布也有一定影響們進(jìn)一步工作表明，植被的年際變化還顯著增加了蒸散發(fā)的3個分量的年際變化(圖5)，其中全球許多區(qū)域的冠層蒸發(fā)和蒸騰年際變化(相對植被無年際變化時)增大50%甚至100%以上。

本文采用的是“離線”模擬，并未考慮植被對大氣的反饋作用。事實上，植被通過蒸散發(fā)(及其它陸-氣相互作用)可對氣候的時空特性產(chǎn)生影響(如調(diào)節(jié)局地降水格局等);而大氣狀況的改變，又可進(jìn)一步引起植被及陸表過程的變化。下一步工作將利用大氣-陸表-植被耦合模式，研究植被狀態(tài)與降水及蒸散發(fā)等的年際變化特點。

致謝:感謝王愛慧博士對文章寫作給予的幫助，邵璞博士在模式運行上提供的幫助。

［1］ Chapin F SIII，Matson P A，Mooney H A.Principles of Terrestrial Ecosystem Ecology.New York:Springer，2002:281-331.

［2］ Adams J.Vegetation-Climate Interaction:How Vegetation makes the Global Environment.New York:Springer，2007:35-45.

［3］ Ricklefs R E.The Economy of Nature.6th ed.New York:W H Freeman ＆ Co.，2008:60-79.

［4］ Claussen M，Kubatzki C，Brovkin V，Ganopolski A，Hoelzmann P，Pachur H J.Simulation of an abrupt change in Saharan vegetation in the mid-Holocene.Geophysical Research Letters，1999，26(14):2037-2040.

［5］ Scheffer M，Carpenter S，F(xiàn)oley J A，F(xiàn)olke C，Walker B.Catastrophic shifts in ecosystems.Nature，2001，413(6856):591-596.

［6］ Knapp A K，Smith M D.Variation among biomes in temporal dynamics of aboveground primary production.Science，2001，291(5503):481-484.

［7］ Fang JY，Piao S L，Tang Z Y，Peng C H，Wei J.Interannual variability in net primary production and precipitation.Science，2001，293(5536):U1-U2.

［8］ Zhou D W，F(xiàn)an GZ，Huang RH，F(xiàn)ang ZF，Liu Y Q，Li H Q.Interannual variability of the normalized difference vegetation index on the Tibetan Plateau and its relationship with climate change.Advances in Atmospheric Sciences，2007，24(3):474-484.

［9］ Notaro M.Response of the mean global vegetation distribution to interannual climate variability.Climate Dynamics，2008，30(7/8):845-854.

［10］ Shao P，Zeng X D.The impact of interannual climate variability on the mean global vegetation distribution.Acta Ecologica Sinica，2011，31(6):1494-1505

［11］ Pielke R A，Avissar R，Raupach M，Dolman A J，Zeng X B，Denning A S.Interactions between the atmosphere and terrestrial ecosystems:influence on weather and climate.Global Change Biology，1998，4(5):461-475.

［12］ Fitzjarrald，D R，Acevedo O C，Moore K E.Climatic consequences of leaf presence in the eastern United States.Journal of Climate，2001，14(4):598-614.

［13］ Friend A D，Kiang N Y.Land surface model development for the GISSGCM:Effects of improved canopy physiology on simulated climate.Journal of Climate，2005，18(15):2883-2902.

［14］ Bonan G B.Forests and climate change:forcings，feedbacks，and the climate benefits of forests.Science，2008，320(5882):1444-1449.

［15］ Zhi H，Wang P X，Dan L，Yu Y Q，Xu Y F，Zheng W P.Climate-vegetation interannual variability in a coupled atmosphere-ocean-land model.Advances in Atmospheric Sciences，2009，26(3):599-612.

［16］ Oleson K，Dai Y，Bonan G，Bosilovich M，Dirmeyer P，Hoffman F，Houser P，Levis S，Niu G Y，Thornton P，Vertenstein M，Yang Z L，Zeng X B.Technical description of the community land model(CLM)//NCARTech.Note NCAR/TN-461+STR.Boulder，Colorado:National Center for Atmospheric Research，2004:177.

［17］ Dickinson R E，Henderson-Sellers A，Kennedy P J.Biosphere Atmosphere Transfer Scheme(BATS)Version le as coupled to the NCAR Community Climate Model.NCAR Techical Note，TN-387+STR，1993:72.

［18］ Bonan G B.A land surface model(LSM version 1.0)for ecological，hydrological，and atmospheric studies:Technical description and user's guide NCAR Techical Note，TN-417+STR，1996:150.

［19］ Bonan G B，Oleson K W，Vertenstein M，Levis S，Zeng X B，Dai Y J，Dickinson R E，Yang Z L.The land surface climatology of the NCAR Land Surface Model coupled to the NCAR Community Climate Model.Journal of Climate，1998，11(6):1307-1326.

［20］ Dai Y J，Zeng Q C.A land surface model(IAP94)for climate studies Part I:formulation and validation in off-line experiments.Advances in Atmospheric Sciences，1997，14(4):433-460.

［21］ Dai Y J，Zeng X B，Dickinson R E.The common land model(CLM).Bulletin of the American Meteorological Society，2003，84(8):1013-1023.

［22］ Qian T，Dai A，Trenberth K，Oleson K W.Simulation of global land surface conditions from 1948 to 2004.Part I:forcing data and evaluations.Journal of Hydrometeorology，2006，7(5):953-975.

［23］ Chen H，Xiong M M，Sha W Y.Simulation of land surface processes over China and its validation PartⅠ:Soil temperature，2011，30(5):621-630.

［24］ Xiong M M，Chen H，Yu M.Simulation of land surface processes over China and its validation.PartⅡ:Soil moisture，2011，31(1):1-10.

［25］ Dickinson R E，Oleson K W，Bonan G，Hoffman F，Thornton P，Vertenstein M，Yang Z L，Zeng X B.The Community Land Model and its climate statistics as a component of the Community Climate System Model.Journal of Climate，2006，19(11):2302-2324.

［26］ Hack J J，Julie M C，Stephen G Y，Keith W O，Marika M H，John E T，Philip J R.Simulation of the Global Hydrological Cycle in the CCSM Community Atmosphere Model Version 3(CAM3):Mean Features.Journal of Climate，2006，19(11):2199-2221.

［27］ Levis S，Bonan G，Vertenstein M，Oleson K W.The Community Land Model's dynamic global vegetation model(CLM-DGVM):technical description and user's guide.//NCAR Technical Note NCAR/TN-459+IA.Boulder，Colorado:National Center for Atmospheric Research，2004:54.

［28］ Zeng X D，Zeng X B，Barlage M.Growing temperate shrubs over arid and semiarid regions in the Community Land Model-Dynamic Global Vegetation Model.Global Biogeochemical Cycles，2008，22(3):GB3003.

［29］ Zeng X D.Evaluating the dependence of vegetation on climate in an improved dynamic global vegetation model.Advances in Atmospheric Sciences，2010，27(5):977-991.

［30］ Bonan G B，Levis S，Sitch S，Vertenstein M，Oleson K W.A dynamic global vegetation model for use with climate models:concepts and description of simulated vegetation dynamics.Global Change Biology，2003，9(11):1543-1566.

［31］ Oleson K W，Lawrence D M，Bonan G，F(xiàn)lanner M，Kluzek E，Lawrence P，Levis S.Swenson S，Thornton P.Technical Description of version 4.0 of the Community Land Model(CLM)//NCAR/TN-478+STR.Boulder，Colorado:National Center for Atmospheric Research，2010:257.

參考文獻(xiàn):

［7］ 邵璞，曾曉東.氣候年際變率對全球植被平均分布的影響.生態(tài)學(xué)報，2011，31(6):1494-1505.

［25］ 陳海山，熊明明，沙文鈺.CLM3.0對中國區(qū)域陸面過程的模擬試驗及評估 Ⅰ:土壤溫度.氣象科學(xué)，2010，30(5):621-630.

［26］ 熊明明，陳海山，俞淼.CLM3.0對中國區(qū)域陸面過程的模擬試驗及評估 Ⅱ:土壤濕度.氣象科學(xué)，2011，31(1):1-10.