21 世纪以来,随着人口和经济的快速增长,人们对粮食的需求持续增加。在经济全球化的影响下,农业正在快速地由温带向热带扩张,给热带森林带来巨大的损失(Hansen et al.,2013;Song et al.,2018;Grogan et al.,2019)。森林损失通过生物物理反馈过程,改变地表与大气之间水分、能量和动量的交换,进而对气候系统产生影响(Mahmood et al.,2014)。一方面,森林损失以降低蒸散发、减少潜热释放的方式,使局地增温;另一方面则通过增加地表反照率,减少地面对短波辐射的吸收,使局地降温。蒸散发变化引起的增温作用和反照率变化引起的降温作用的净值决定着森林损失对局地气候的影响方式和程度(Bonan,2008)。在热带地区,森林损失对气候的反馈由蒸散发变化主导,表现为毁林的增温效应(陈万隆,1996;薛颖等,2020)。研究热带地区毁林增温效应的特征和量级对分析森林损失对气候的影响和制定应对决策具有重要意义。

近年来,WRF(Weather Research and Forecasting)模式(Skamarock et al.,2019)由于其复杂完备的模型结构和精细的动力降尺度过程,被广泛应用于土地覆盖变化对气候影响等领域的研究中。陆面过程方案是WRF模式陆-气相互作用的关键环节,为模式下边界提供垂向的水汽通量和热通量,影响着地表和大气间的水汽和热量的交换(Ek et al.,2003)。陆面过程方案的准确度直接决定了气候模式对植被的生物物理反馈过程的模拟能力(戴永久等,1997)。许多学者通过设置对照试验,评估不同陆面过程方案的模拟效果。这些研究指出,陆面过程方案的选择会给模拟结果带来巨大影响,并且在不同地区或不同气候变量间存在很大差异(Chen et al.,2014;陈海山等,2014;杨薇等,2014;Salamanca et al.,2018);更新土地覆盖类型等数据和设置更合理的陆面过程方案相关参数对模型的模拟能力有显著提升(Li et al.,2014;卢冰等,2019)。此外,WRF模式中关于植被、土壤等物理参数的定义是在模拟格网内进行,因此,陆面过程方案中对格网内参数的处理方式(主导类型或次格网)也将对模拟结果产生重要影响(Mallard and Spero,2019)。

目前研究多是从评估模式对历史气候或天气事件的模拟能力入手,选择表现较好的陆面过程方案及参数设置,进而分析土地覆盖类型变化对气候的影响。然而,不同陆面过程方案对土地覆盖类型变化的敏感性不同,单个方案对历史气候的模拟能力不等同于其在呈现土地覆盖类型变化对气候影响方面的能力。特别地,聚焦不同陆面过程方案对毁林增温响应的模拟效果及差异的研究尚不多见。

东南亚是全球农业扩张驱动下森林损失最严重的地区之一,其森林减少日益加剧,并且在空间上呈现破碎化的特点(Zeng et al.,2018a,2018b;Hansen et al.,2020)。同时,东南亚是全球生物多样性的热点地区,当地的生态系统和人居环境对森林损失及其影响下的气候变化十分敏感(Hughes,2017)。森林损失对气候影响的模拟依赖于陆面过程方案在格网尺度上的生物物理反馈过程的表达。因此,本研究选取东南亚中南半岛地区作为模拟区域,基于高分辨率遥感观测的森林变化数据和WRF数值模式,分析评估不同陆面过程方案对热带毁林增温响应的模拟能力。

1 资料与方法

1.1 研究区森林变化

本研究使用Hansen et al.(2013)制作的全球森林变化数据集。该数据集提供了2000年全球30 m高空间分辨率的森林覆盖率数据以及2000年之后逐年的格点级森林增加或减少信息。Zeng et al.(2018a)的研究基于0.5~5 m分辨率的多源卫星遥感影像,评估了Hansen数据集在东南亚地区的质量,结果显示森林变化格点的精度达到93%以上。本研究将2000年的森林覆盖率和2000年至2014年的森林变化数据重采样到5 km×5 km格网,计算研究区2000年(图1a)和2014年的森林覆盖率,以及2000—2014年间的森林变化比例(图1b)。

本文研究区范围如图1b所示。2000—2014年间,研究区平均的森林损失率为2.26%。泰国北部、老挝北部、柬埔寨等地经历了显著的森林损失,部分地区毁林比例超过10%。其中,泰国北部和老挝北部为山地,泰国南部、老挝南部和柬埔寨等地为低地。在由森林转变而来的山地农田,由于旱季缺乏降水和灌溉设施往往无法耕种,地表植被稀疏甚至变为裸土(图1c)。而在低地的农田,灌溉设施的可达性使得其在旱季也可以耕作农作物(图1d)。

1.2 WRF模式及陆面过程方案

WRF是三维的、非静力的中尺度数值天气模式,由美国环境预测中心(NCEP)、美国国家大气研究中心(NCAR)等多个业务部门和研究机构共同开发,目前已被广泛应用于区域气候模拟、陆气相互作用等多个科学研究或业务预报领域。本研究使用了第4.1.2版的ARW内核,该版本更新于2019年7月。目前,WRF模式耦合了多种陆面过程方案,其中使用最广泛的方案包括Noah、NoahMP、CLM等(Liu et al.,2019)。

Noah陆面方案(Chen and Dudhia,2001)包含总深度为2 m的四个土壤层以及一个地表和植被混合层。模式根据植被类型确定叶面积指数(LAI)、反射率、粗糙度等参数,以反映不同生物物理反馈特征。Noah陆面方案在格网尺度上采用“主导类型”法,即把格网看作均质整体,取其主导土地覆盖类型的物理属性参数计算下垫面的水热通量。

NoahMP即多参数Noah陆面方案(Niu et al.,2011)。该方案继承了Noah方案水热耦合的优点,在此基础上,在垂向将地表和植被冠层分离,引入双流辐射传输方案,并增加了土壤水和地下水的交互,改进冰、雪、下渗、径流等模块,以更合理地表达能量过程和水文过程。此外,NoahMP方案新增了对植被物候的表征,植被的LAI等参数可由属性表中的每月取值线性插值到日尺度。

Noah mosaic(Li et al.,2013)则是基于Noah方案在水平向提供了“次格网”的计算模式。与“主导类型”法相比,“次格网”方法提取每个格网中占比最高的若干地表类型,分为内部同质的次格网单元,在次格网单元内独立计算热通量和水汽通量等参数,然后根据各类型的比例集合输出至模拟格网,从而体现每个格网中下垫面的异质性。

CLM为通用陆面模式(Lawrence et al.,2011),该模式综合描述了生物物理和生物化学反馈过程。模式将植被、土壤、积雪等分开考虑,包含总深度为3.43 m的10个土壤层,以及4类共16种植被类型,每种植被类型对应独立的物理参数,并反映植被的物候特征。在格网尺度上采取“次格网”法,在计算中同时考虑格网内所有植被类型。

鉴于上述方案的特点和使用的广泛性,本文选择NoahMP、CLM、Noah mosaic三种陆面过程方案进行分析,重点关注各方案的模拟效果,以及不同格网内参数处理方式对毁林增温响应模拟的影响。在Noah mosaic方案的模拟中,本文采用N=9开展研究,即在每个格网中取面积占比前9类的土地覆盖类型进行计算(若不足9类则取全部类型)。N=9时可包含研究区近100%的面积。

1.3 实验设计

本研究设置三组对照试验,分别使用三种陆面过程方案进行模拟,每组设CTL和SIM两种情景。CTL情景采用MODIS植被资料,其数据源为2000年左右的卫星遥感影像,采用20类土地利用分类体系(Friedl et al.,2002)。而在SIM情景中,本文将基于Hansen数据的2000年至2014年森林变化率与MODIS植被资料叠加,得到2014年情景的植被数据作为模型输入。对于2000—2014年间发生森林损失的格点,本文等比例减少森林类型(常绿阔叶林、落叶阔叶林、混交林)的占比,并相应地在山地格点增加裸地比例,在低地格点增加耕地比例(图1c、d),以对比观察不同森林变化对气候的反馈。区分山地和低地的阈值为海拔300 m(Zeng et al.,2018a)。而对于森林增加的格点,本文等比例增加森林类型的占比,同时等比例减少非森林类型的占比。此外,本文根据MODIS MCD LAI产品(Chen et al.,2019),更新了研究区内各土地覆盖类型的逐月LAI序列(表1)。

除陆面过程方案和土地覆盖类型不同外,本研究的所有模拟均采用相同的设置。模式采用双层区间单向嵌套(图1a,b),降尺度比例为1∶5,水平方向分辨率分别为25 km和5 km,包含220×175和190×190个水平格网,在垂向上分为30层。模式的积分步长为60 s,输出时间间隔为3 h。模式采用的关键物理过程参数化方案包括WSM6微物理方案,KF积云方案,RRTM长波辐射方案、Dudhia短波辐射方案,YSU行星边界层方案和MoninO-bukhov近地面方案等。模型初始和边界条件为欧洲中期天气预报中心(ECMWF)的ERA5再分析资料。为了降低大尺度天气系统的影响、更好地模拟研究区2000年至2014年间森林损失的增温效应,本研究聚焦研究区的旱季,模拟时间为2014年11月15日00时(世界时)至2015年3月1日00时。其中,前16 d为模式的预热时间,2014年12月1日至2015年2月27日共89 d为分析时段。因为各组试验中SIM情景和CTL情景模拟设置的唯一差别是毁林前后的土地覆盖数据,所以两个情景模拟试验结果之差表征了该陆面过程方案对毁林增温响应的模拟结果。

2 结果与分析

2.1 模拟气温评估

本文首先基于GSOD站点的逐日气温数据,评估三个陆面过程方案SIM情景的模拟气温和站点记录之间的偏差。研究区内共有125个站点在研究时段内有连续气温记录,站点的空间分布较为均匀(图2a)。结果显示,在站点尺度上,不同陆面方案对气温的模拟表现出较大差异(图2b)。CLM方案模拟的日均气温与站点观测整体相近,平均偏差值为-0.12℃(95%置信区间[-0.38,0.14]℃);NoahMP和Noah mosaic两个方案的气温模拟均有明显的低估,平均偏差值分别为-0.87 [-1.09,-0.66]℃和-1.87 [-2.07,-1.67]℃。此外,本文计算了站点气温的日均值时间序列,以及三个方案模拟的站点位置每日气温平均值的时间序列。如图2c所示,三种方案均再现了研究区气温变化的趋势和特征,模拟气温时间序列的相关系数在0.96~0.97。

三种陆面过程方案模拟的气温均存在系统性偏低的情况,这可能与模式动力学框架、陆面过程参数化的不确定性,以及边界场驱动数据的误差等因素有关。尽管如此,评估结果显示,气温模拟对陆面方案的选择有很高的敏感性。其中,CLM方案表现出最好的模拟效果,其偏差值是三个方案中最小的,表明其复杂的结构可以更好地表达地表能量过程。Noah mosaic方案的偏差值最大。NoahMP方案相比于Noah方案有了明显改进,其相关系数(R=0.97)高于另外两个方案。

2.2 毁林导致的气温和蒸散变化空间格局

三种陆面过程方案的模拟结果均呈现出森林损失导致区域气温升高的现象,但增温幅度和增温区域不同。在NoahMP和Noah mosaic两种方案的模拟中,毁林使区域平均气温分别增加(0.020 ±0.095)℃和(0.021 ±0.072)℃,而CLM方案的气温增加量达到(0.043 ±0.259)℃,是另两种方案的两倍(表2)。三种方案模拟结果的空间差异显著。其中,NoahMP方案模拟的毁林增温变化区域主要位于柬埔寨以及泰国中部和南部等地(图3a);CLM方案的主要变化区是柬埔寨,其次是泰国和老挝边境沿线(图3b);而Noah mosaic方案的增温区域主要位于泰国北部和老挝北部等山地(图3c)。可以看出,各方案模拟的气温变化空间分布特征与研究区毁林的空间格局并不一致(图1b)。

蒸散发变化是决定热带地区毁林的气候反馈的主要因素。森林损失造成局地LAI减少,导致蒸散发量降低,地表潜热通量减少,从而引起局地增温。因此,本文进一步比较了三种方案对毁林导致的蒸散发变化的模拟结果。NoahMP方案与CLM方案模拟的由毁林引起的区域平均蒸散发量相近,分别减少(-0.020 ±0.168) mm·d^-1和(-0.024 ±0.176) mm·d^-1(表2)。两个方案的蒸散发变化空间分布特征也基本一致,蒸散发量减少较多(小于-0.5 mm·d^-1)的格网分布离散,且格网位置相同(图4a、b)。区别于上述两种方案,Noah mosaic方案模拟的蒸散发变化的空间格局则与森林变化的分布特征相近,在泰国北部、老挝北部以及柬埔寨等森林变化较大的地区,蒸散发量变化也较大(图4c)。

Noah mosaic方案模拟的北部山地气温升高与蒸散发减少的空间分布特征相近,而在南部低地,毁林引起的气温变化幅度较小(图3c和图4c)。这是由于本文在模拟中对山地毁林和低地毁林设置了不同的转化方式,即山地的森林损失转变为裸地,低地的森林转变为耕地。两种不同的森林变化特征对蒸散发和反照率等的影响程度不同。在北部山地,森林损失造成蒸散发量减少,其增温效应主导了生物物理反馈过程。与之相比,南部低地由森林转变为耕地引起的蒸散发减少量较小,其增温效应与由反照率增大引起的降温效应相抵消,因此气温变化幅度不大。相比之下,NoahMP和CLM方案的结果均未体现上述两类森林损失对区域蒸散发量和气温影响的空间格局,特别是没能模拟出泰国北部和老挝北部等地的森林损失对于气候的反馈作用。

2.3 不同类型格点的毁林增温响应

Noah mosaic方案模拟的气温变化和蒸散发量变化与森林损失的特征相似,而在NoahMP和CLM两种方案的结果中,毁林引起的气温升高和蒸散发减少在空间上呈离散型分布。不同陆面方案在格网尺度的处理方式可能是造成这一现象的原因。因此,本文根据海拔(低地/高地)以及毁林前后主导土地覆盖类型是否改变,将研究区的陆地格网分为四类。在2000年至2014年间,仅有2.6%的格网的主导土地覆盖类型发生了改变,其中约1/3为山地格网,约2/3为低地格网,其空间分布位置如图5a所示。而在绝大多数发生森林面积变化的陆地格网(97.4%),由于森林损失或森林增加的比例较低,其主导土地覆盖类型没有改变(图5b)。

Noah mosaic方案在格网尺度上采取“次格网”法,在计算中同时考虑格网内面积占比靠前的N种土地覆盖类型。这样的次格网参数处理方式可以体现出每个格网内森林变化引起的生物物理反馈过程的改变。对于低地格网,无论主导类型是否发生变化,蒸散发量的减少值均随森林损失率的增加而增加,并且其变化率相近,分别为-0.088 mm·d^-1·(10%)^-1和-0.091 mm·d^-1·(10%)^-1(图6)。对于高地格网,由于森林与裸地间LAI的差值大于森林与耕地间的差值,蒸散发的变化率高于低地,在主导类型不变和改变的格网分别为-0.224 mm·d^-1·(10%)^-1和-0.263 mm·d^-1·(10%)^-1。因此,Noah mosaic方案模拟的毁林增温响应的结果与森林损失量呈正比,且不受格网主导类型是否改变所影响(图6)。

而NoahMP方案在格网尺度上采用“主导类型”法,在计算中使用每个格网内面积占主导的一种土地覆盖类型的参数。因此,在毁林前后主导类型发生改变的格网,该方案模拟出了毁林的增温响应(图6a、b),其结果中气温和蒸散发量变化明显的地区与主导类型发生变化的格网位置基本一致(图3a、4a、5a)。而对于主导类型不变的格网,模拟结果显示毁林前后的气温和蒸散发变化幅度很小,模型中的反馈过程对森林损失不敏感(图6)。此外,对于主导类型改变的格网,蒸散发和气温的变化率的置信区间范围很大,说明模拟中两者的变化与森林损失量变化的相关性较低,这进一步印证了在“主导类型”法的处理方式中,模型对格网内森林变化率敏感性低。

值得注意的是,虽然CLM模式采取的是“次格网”法,但本文发现,WRF模式中的CLM陆面过程方案对毁林反馈的模拟结果与采用“主导类型”法的NoahMP方案的结果更接近。在空间格局上,CLM方案模拟的毁林导致的气温升高和蒸散发量减少的空间分布特征与森林损失的分布特征不一致(图3b、4b);在主导类型不变的格网,模型对森林损失比例不敏感(图6)。据此推测,在WRF模式耦合CLM方案的过程中,在格网内参数处理方式可能产生了错误,导致模型在计算中并没有采用“次格网”方式,而是“主导类型”方式。

3 结论与讨论

3.1 结论

1)CLM方案对历史气温的模拟精度最高,模拟的日均气温与站点观测整体相近,平均偏差值为-0.12℃,而NoahMP和Noah mosaic两个方案对气温的模拟结果均有明显的低估。

2)只有采用了“次格网”方式的Noah mosaic方案较好地模拟出热带毁林增温响应特征,其模拟的毁林导致的区域气温变化特征和蒸散发变化特征与森林损失的空间格局相一致。

3)Noah mosaic方案模拟的毁林增温响应的结果与森林损失量呈正比,且不受格网主导类型是否改变所影响,而NoahMP方案和CLM方案没有合理地呈现出森林损失对区域气温和蒸散发的影响规律,其原因为在WRF模式中上述方案实际采用的是“主导类型”计算方式。

3.2 讨论

本文结果显示,CLM方案在模拟历史气温中有着更好的表现。然而,其在模拟森林损失前后的温度变化时,没能合理地表现出毁林增温的特征。Noah mosaic由于其相对简单的水热耦合结构,对历史气温模拟的质量较差,但它的“次格网”处理方式可以较为合理地体现出不同比例的森林损失对于气候的影响。由此可见,在进行模型参数化方案评估工作时,不仅要考虑某一方案对历史气候的模拟能力,还要关注其在模拟植被变化导致的生物物理反馈过程变化中的表现。

此外,尽管NoahMP方案模拟的毁林增温幅度与Noah mosaic方案相近,但其温度变化的空间分布特征完全不同。这是由于在“主导类型”方法的计算中,对于森林损失引起的主导类型改变的格网,模型认为森林的损失量为100%。因此会出现小部分的森林变化改变整个格网特性的情况,从而造成毁林增温响应的高估;而在发生森林损失但没有引起主导类型改变的格网,模型认为森林面积没有变化,从而造成模拟结果的低估。在区域层面,上述高估和低估相互抵消。

本文对东南亚中南半岛的旱季气候进行模拟,重点关注三种陆面过程方案对毁林增温响应的模拟能力,在今后的研究中可以加入其他季节的模拟,分析森林损失对局地气温和水循环等的影响,并与旱季气候的结果对比。在使用目前版本的WRF模式进行土地覆盖类型变化对气候的影响等相关研究工作时,本文推荐使用Noah mosaic陆面过程方案。同时,本文建议,在未来的模型版本中修正目前耦合的CLM陆面过程方案中关于次格网方法的参数处理方式,提供更合理的水热通量模拟。

参考文献