天山山区植被类型改变对新疆气候影响的模拟分析

赵玲，杨青，安沙舟

（1.新疆农业大学草业与环境科学学院 新疆草地资源与生态重点实验室，新疆 乌鲁木齐830052；2.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐830002）

植被是陆地生态系统的重要组成部分，在全球变化中起着重要作用。一方面气候变化作为陆地生态系统的主要驱动因子，是决定地球上植被类型及其分布的最主要因素［1］。另一方面，不同的植被类型通过影响植被与大气间的物质和能量交换而对气候产生影响，因此，植被与气候的关系是全球变化与陆地生态系统研究的关键所在。研究表明全球气候变化已经导致全球局部地区植被覆盖发生了显著变化［2-4］，而且是以气候要素中的气温和降水对植被的影响最为直接和显著［5］，因为气温升高可以延长植被生长季，而充足的降水可以为植被提供良好的生长条件。同时，植被覆盖的变化通过改变陆地下垫面的属性（反照率、粗糙度等），对全球地－气能量循环及物质的生物化学循环具有重要的影响并进而对气候变化产生重要影响。作为陆地生态系统主体的植被类型是联结土壤、大气和水分等要素的自然纽带，在全球气候变化中充当“指示器”作用［6］。因此，揭示植被－气候的关系已经成为全球变化研究的重要内容之一。通过研究植被指数与气候要素的关系可以揭示植被变化对气候变化的响应，通过数值模拟方法可以揭示植被变化对气候变化的影响。

新疆地处欧亚大陆腹地，受西风带和高原天气系统的共同影响，加之复杂地形的作用，形成多样的气候区和复杂的植被类型。该地区的植被覆盖对气候变化极为敏感，研究表明我国主要半干旱和干旱区的区域以显著暖湿化和轻度暖湿化为主，特别是新疆天山以西地区自1987年起出现了暖湿化的强劲信号，降水增加、植被改善、沙尘减少［7］。李秀花等［8］发现新疆植被覆盖的改善与新疆地区的暖湿化气候有关，而降水是控制植被覆盖的主要气象因子［9］。在暖湿化气候背景下，我国西北内陆大部分半干旱和干旱区植被覆盖呈总体改善趋势［10-11］。马明国等［12］发现我国西北地区植被覆盖存在普遍退化而局部地区改善的现象，改善的区域主要分布在新疆西部和北部。天山植被种类丰富多样，共有2500多种植物种，占全疆的70%以上。同时天山还是南北疆的分水岭，天山山体平均海拔4000 m，突起在新疆南北荒漠带上，拦截了西风带来的大量水汽，是新疆降水最多的地区。因此，研究气候暖化背景下天山山区植被类型变化对新疆地区气候变化的影响具有非常重要的意义。

RegCM3是目前国际上应用较为广泛的区域气候模式之一，对不同地区的气温、降水、季风以及极端气候事件等都具有较好的模拟能力。意大利国际理论物理中心（International Center for Theoretical Physics，ICTP）于2003－2004年间，在RegCM2的基础上推出改进版RegCM3。较之以往版本，RegCM3在物理过程等多方面进行了许多重要的改进和完善，同时在计算方面采用并行算法，极大地提高了计算效率。与RegCM2相比，RegCM3在积云对流参数化方案［13-16］、辐射传输方案以及海表通量参数化方案［17］等方面有了明显改进，模式同时引入了马赛克方法处理次网格地形和地表类型非均匀性［18］。主要包括以下几方面的改进：用CCM3辐射方案代替了CCM2，考虑了温室气体、气溶胶和云冰的辐射效应；传统的显式水汽方案被其更经济且简单的新版本所代替，包含了一个云水诊断方程，云水诊断量可直接用于云辐射计算，加强了水分循环与能量收支计算之间的联系，增加了一些新的物理过程参数化方案，如用于计算云中次网格尺度变量的云、降水方案，新的海表面通量参数化方案，Betts-Miller积云参数化方案［15］等。

1 材料与方法

1.1 试验方案

模式水平分辨率为30 km，南北、东西方向格点数分别为140和160，模式垂直方向非均匀分为18层，顶层气压为5 hPa（hectopascal），模式区域的中心位于85°E，40°N。模式采用了如下的物理过程参数化方案：Holtslag非局地行星边界层方案，CCM3辐射传输方案，Anthes-Kuo积云对流参数化方案，侧边界采用指数松弛法，海表通量采用Zeng方案，次网格显式湿过程方案（SUBEX）处理非对流性云和降水。模式侧边界采用指数张弛时变边界方案，边界缓冲区选为10圈。初始、边界值由美国环境预报中心（National Centers for Environmental Prediction，NCEP）和国家大气研究中心（The National Center for Atmospheric Research，NCAR）联合推出的NCEP／NCAR再分析资料提供，侧边界条件每6 h更新1次，海温强迫资料来源于美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）的最优差值海表温度数据集（Optimum Interpolation Sea Surface Temperature，OISST）资料，每周更新1次，积分时间步长为100 s。

为了研究天山植被变化对新疆气候的影响，设计了3组试验方案：

1）控制试验（control，CTRL）。该试验中植被类型采用Dickinson等［19］的分类方法将地表植被划分为20种类型（表1），土壤质地分为12类（沙土1～粘土12），土壤颜色分为8类（淡1～黑8）。图1给出了植被类型在模式区域中的分布。从图中可以清楚地看出我国新疆南部地区为沙漠，青藏高原东南部地区、蒙古北部、哈萨克斯坦中部地区为草地，哈萨克斯坦北部俄罗斯南部地区、印度北部地区、我国中部等地区为农田等等。

2）敏感性试验1（sensitive 1，SEN1）。在70°～95°E范围内，将42.0°～43.5°N区域的地表植被类型设置为草地，而将43.5°～45.0°N区域植被类型设置为耕地；其他地区和CTRL试验中的地表植被类型一致。

表1 植被类型Table 1 Vegetation type

3）敏感性试验2（sensitive 2，SEN2）。在70°～95°E范围内，将42.0°～46.5°N区域的地表植被类型设置为草地。其他地区和CTRL试验中的地表植被类型一致。

每组试验分别从2001－2003年间每年的4月15日开始，积分到当年的9月30日，输出逐日的大气物理量和地表物理量，这样每组试验可以获得2001－2003年共3个夏季的结果。

图1 CTRL试验中地表植被类型在模式区域中的分布Fig.1 Vegetation types distribution of the CTRL test in the model region

1.2 观测数据

观测资料使用的是英国East Anglia大学Climatic Research Unit（简称CRU）1901－2009年全球陆面月平均地面数据集CRU TS 3.1，其空间分辨率为0.5°×0.5°，这套数据是通过将站点观测资料插值到经纬网格点上而得到。该数据集提供了10个地表变量，包括平均温度、最高温度、最低温度、降水、云量、温度日较差、水汽压、霜日、露日以及潜在蒸散。与其他类似资料相比，CRU资料存在如下优势：在资料的重建过程中包括了严格的时间均一性检验，空间分辨率更高，时间尺度更长，CRU资料一直以来是IPCC评估报告采用的系列数据之一，这套资料已经广泛用于全球气候变化的科学研究中。本研究中将利用CRU资料来验证RegCM3在中亚及我国西北地区主要气象要素如降水、气温的模拟能力。同时还用到了中国新疆地区111个地面台站观测数据。

1.3 分析方法

为了定量检验区域气候模式的模拟性能，本研究采用空间相关系数和均方根误差来反映模拟式的误差。1.3.1 空间相关系数 为了定量了解模拟结果与观测场之间的关系，采用空间相关系数来定量反映模拟场和观测场之间的相似程度。空间相关系数定义如下：

N表示研究区域内的网格点数；RF和RO分别表示某年回报试验和观测资料。空间相关系数越高，说明模拟场和观测场之间的相似程度就越高，反之，则越低。

1.3.2 均方根误差 空间相关系数主要是反映模拟结果的趋势项，为了反映模拟结果的强度项，采用均方根误差，其定义如下：

式中，Ei＝Efi－EOi，为模拟值与观测值之间的偏差，M为总站（格点）数。均方根误差主要反映的是预测结果的强度与观测值之间的接近程度，值越小，则说明模拟结果在强度上与观测值越接近，反之，则与观测值相差越大。

2 结果与分析

2.1 模式性能检验

图2 2001-2003年3年平均的5-9月CRU资料和CTRL试验模拟的降水空间分布Fig.2 Precipitation distribution of CRU and CTRL from May-September during 2001-2003

图3 2001-2003年3年平均的5-9月CRU资料和CTRL试验模拟的地面2 m气温空间分布Fig.3 2 m temperature distribution of CRU and CTRL from May-September during 2001-2003

在利用区域气候模拟设计敏感性试验研究天山及其临近地区植被改变对新疆及其临近地区气候变化的影响之前，首先需要考察区域气候模式对该地区区域气候的模拟能力。图2给出了2001－2003年3年平均的5－9月CRU资料（左列）和CTRL试验（右列）模拟的降水空间分布特征。从CRU资料（图2）可以发现，5－8月在分析区域内存在5个比较明显的降水中心带，它们分布于哈萨克斯坦的北部地区，俄罗斯、哈萨克斯坦、中国以及蒙古交界的地区，天山中、西部地区、青藏高原西南侧地区以及青藏高原东北部地区，而在9月哈萨克斯坦北部和天山中、西部地区的降水中心带几乎消失，降水中心带从5－8月的5个减少到3个。与其他月份相比，降水带的强度和范围在7月达到最强。将CTRL试验结果与CRU资料相比，可以发现RegCM3区域气候模式较好地模拟出了CRU资料中的降水中心带，降水中心带的强度和范围的季节变化特征在模拟结果中也有较好的体现。

图3给出了2001－2003年3年平均的5－9月CRU资料（左列）和CTRL试验（右列）模拟的地面2 m气温空间分布特征。从CRU资料（图3）可以发现，与其他区域相比，青藏高原地区地面气温在5－9月均为低值中心区域，而在我国新疆沙漠地区、阿富汗中北部地区、乌兹别克斯坦东部和哈萨克斯坦北部地区分布有几个主要的高温中心。气温表现出较强的季节变化特征，从5到7月，气温逐渐升高，且在7月达到最高，7月之后，气温逐渐降低。将CTRL试验结果（图3）与CRU资料相比，尽管RegCM3区域模式在5－9月（5－6月）低估了青藏高原地区（新疆沙漠地区）的地面气温，总的说来，RegCM3区域气候模式较好地模拟出了CRU地面气温的空间分布和季节变化特征。

为了定量揭示模式结果和CRU资料间的差异，分别计算了CTRL试验模拟的降水、地面2 m日平均气温、日最高气温以及日最低气温与CRU资料之间的空间相关系数和均方根误差。计算结果列在表2中。从表中可以看出，模拟的降水量和CRU资料的空间相关系数在5－9月均在0.6以上，通过了99%的显著性检验，而模拟的地面气温与CRU之间的空间相关系数均在0.9以上。说明RegCM3区域气候模式能够非常好地模拟新疆及其临近地区降水和地面气温的空间分布形势，地面气温空间分布的模拟较降水要好。均方根误差主要反映的是模拟结果和CRU资料在强度上的接近程度，从表中可以看出，模拟的月降水和CRU资料之间的均方根误差在5－9月小于30 mm／月，这和观测还是比较接近的，从对图3的分析也可以看出来。与降水相比，模拟的地面2 m日平均气温、日最高气温以及日最低气温与CRU资料间的均方根误差在2℃以内，表明两者之间是非常接近的。从前面的分析可以发现，RegCM3区域气候模式对新疆及其临近地区降水、温度具有较好的模拟能力，因而利用它来研究天山地区地表植被变化对新疆及其临近地区区域气候变化的影响是可行的。

表2 区域平均（35°～55°N，65°～100°E）的CTRL试验2001-2003年模拟结果平均值和CRU资料之间的空间相关系数和均方根误差Table 2 SCC（spatial correlation coefficient）and RMSE（relative root mean square error）of range average（35°-55°N，65°-100°E）between CTRL and CTU during 2001-2003

2.2 敏感性试验结果分析

为了讨论植被变化对新疆及其临近地区气象要素（如降水、地面气温等）的影响，下面将分析3组试验模拟结果之间的差异，并对内在的原因进行讨论。

图4给出了2001－2003年3年平均的5－9月SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的总降水量差值空间分布。从SEN1试验和CTRL试验模拟结果之间的差异可以看出，在70°～95°E范围内将42.0°～43.5°N区域的地表植被类型设置为草地，而将43.5°～45.0°N区域植被类型设置为耕地后，新疆地区沿天山东西走向区域的降水将增加，从5月到7月，降水增加的强度逐渐增加，却在7月降水的增加量达到最大，且在天山中部地区降水的增加量达到30 mm／月以上，之后降水的增加逐渐减少，到9月，降水增加量在这5个月中达到最小。从SEN2试验和SEN1试验模拟结果间的差异发现，当在70°～95°E范围内42.0°～46.5°N区域的地表植被类型设置为草地后，新疆地区的降水量将减小，且降水量变化比较大的区域也是出现在沿天山呈东西走向的狭长区域内，在5月，降水量减少的强度在15 mm／月左右，6和7月，降水量减少强度逐渐增加，新疆地区的天山中部区域降水减少量达到30 mm／月，且变化较大的范围扩展到较北的区域。总的说来，从SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的总降水量差值大值区主要出现在43.5°～45.0°区域，这主要是由于在这个区域内将植被类型设置为农田，这样的植被类型下的下垫面水热性质与该地区实际植被类型下垫面水热性质产生较大的差异，从而使得在该区域内气象要素产生较大的差异。我们将会通过分析地气间通量的差异来做进一步讨论。

在模式中模拟出来的降水来自两部分，一部分来自于对流性降水，一部分来自大尺度降水。上面给出的是总降水，即包括了对流性和大尺度降水。为了更清楚地了解下垫面植被类型变化对对流性降水的影响，图5给出的是2001－2003年3年平均的5－9月SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的对流性降水量差值空间分布。从图中可以看出，植被变化对新疆地区对流性降水的影响与对总降水量影响呈类似的分布特征，对流性降水变化较大的区域主要集中在天山中、东部地区，在5和8月，强度在10 mm／月以上，在6和7月，降水变化量的强度在20 mm／月以上，与其他4个月相比，9月降水变化量的强度最小，在5 mm／月左右，且主要出现在天山中部地区。

不同的植被类型具有不同的水热性质和动力学性质，会引起下垫面物理参数（如粗糙度、反照率以及热力学和动力学拖曳系数等）的变化，这些物理参数会影响地表热通量、动量通量等物理量的计算。特别是地表热通量的改变会直接影响到地面气温的变化。

图6给出2001－2003年3年平均的5－9月SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的地面2 m气温差值空间分布。SEN1试验和CTRL试验模拟的地面气温差值（图5）可以发现，将70°～95°E范围内42.0°～43.5°N（43.5°～45.0°N）区域的地表植被类型设置为草地（耕地）后，由于草地与该地区实际的植被类型比较接近，而耕地植被类型和实际情况差异较大，和降水的差异类似，新疆区域地面气温差异显著的区域主要出现在耕地（43.5°～45.0°N）区域内，且差值高中心在5－9月均出现在天山东部及其临近地区，从实际的植被类型分布可发现在这个区域下垫面类型主要是沙漠或者戈壁，当将这个区域的植被类型设置为耕地以后，该地区的气温将减少，在6－8月，地面气温的减少量高达5℃以上。从SEN2试验和SEN1试验模拟的地面气温差值（图5）可以看出，将70°～95°E范围内（42.0°～46.5°N）区域的地表植被类型设置为草地后，与SEN1试验结果相比，SEN2试验模拟的新疆区域地面气温将增加，气温增加显著的区域和高值中心与SEN1试验和CTRL试验间地面气温差值的分布类似。

地面气温的计算与地表热通量的计算具有非常直接的关系，为了进一步了解当下垫面植被类型改变后到底是怎样通过影响地表热通量的计算然后影响到地面气温的计算并进而影响到降水的模拟的，图7给出了2001－2003年夏季（6－8月）3年平均的SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的各地表热通量分量以及地表净热通量差值的空间分布。从SEN1与CTRL试验模拟的地表热通量以及地表净热通量差值（图7）可以发现，差异较大的主要是向上的潜热通量，感热的差异最小，向下净短波和向上净长波辐射通量的差异大小介于感热和潜热之间，地表净热通量的差异主要来源于潜热差异，地表净热通量大值区和潜热差异大值区分布非常类似，主要集中在耕地（43.5°～45.0°N）区域内，这和夏季地面气温差异区（图6）一致。这也说明了当在SEN1改变植被类型后，特别是在SEN1试验中将70°～95°E范围内42.0°～43.5°N（43.5°～45.0°N）区域的地表植被类型设置为草地（耕地）后，由于耕地类型和实际（CTRL）的植被类型水热性质差异较大，导致了在该区域模拟的地面净热通量差异较大，这个差异主要来源于地面潜热通量的差异，SEN1试验相对于CTRL试验模拟的地表净热通量减少，进而造成了SEN1试验模拟的夏季地面气温比CTRL试验的模拟结果在耕地区域内偏低较明显。从SEN2试验与SEN1试验模拟的夏季各地表热通量分量和地表净热通量的差异（图7）可以发现，差异大值区和SEN1试验与CTRL试验模拟结果差异一致（图7），只是符号相反，SEN2试验模拟的夏季地面气温较SEN1试验的模拟结果在耕地区域内较明显的偏高主要由于因地面潜热差异导致的地面净热通量正偏差所致。潜热通量的差异除了影响地面气温的计算外，还会影响到水汽的供应。将图6与图3和图4进行分析发现，潜热通量的变化改变了70°～95°E范围内42.0°～43.5°N区域局地的水汽供应，从而造成了这个地区较大的降水差异。

图4 2001-2003年平均的5-9月SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的总降水量差值空间分布Fig.4 Precipitation average distribution between SEN1 and CTRL／SEN2 from May-September during 2001-2003等值线：降水差异；单位：mm／月；填充：差异通过95%显著性水平。Isopleth：Variance of precipitation；Unit：mm／month；Filling：Differences in the 95%level of significance.

图5 2001-2003年5-9月SEN1试验与CTRL试验及SEN2试验与SEN1试验模拟的对流性降水量差值空间分布Fig.5 Convective precipitation average distribution between SEN1 and CTRL／SEN2 from May-September during 2001-2003等值线：降水差异；单位：mm／月；填充：差异通过95%显著性水平。Isopleth：Variance of precipitation；Unit：mm／month；Filling：Differences in the 95%level of significance.

图6 2001-2003年平均的5-9月SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的地面2 m气温差值空间分布Fig.6 2 m temperature distribution between SEN1 and CTRL／SEN2 from May-September during 2001-2003等值线：气温差异；单位：℃；填充：差异通过95%显著性水平。I-sopleth：Variance of temperature；Unit：℃；Filling：Differences in the 95%level of significance.

图7 2001-2003年夏季3年平均的SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的各地表热通量分量Fig.7 Surface heat flux average distribution of between SEN1 and CTRL／SEN2 in summer during 2001-2003分别是：向下净太阳辐射（SW），向上净长波辐射（LW），向上感热通量（SHF）和潜热通量（LHF）以及地表净热通量（NSHF，向下为正）差值空间分布；等值线：地表热通量差异；单位：W／m2；填充：差异通过95%显著性水平。Respective：Downward net solar shortwave radiation （SW），upward net longwave radiation（LW），upward sensible heat flux （SHF）and latent heat flux（LHF），net surface heat flux（NSHF，downward：positive）.Isopleth：Variance of temperature；Unit：℃；Filling：Differences in the 95%level of significance.

3 结论与讨论

利用ITCP提供的RegCM3区域气候模式通过设计3组数值试验研究天山植被变化对新疆气候的影响。首先通过对比分析CTRL试验模拟结果和观测资料的差异检验了模式对地面气温、降水等重要气象要素的模拟能力，然后分析了敏感性试验和控制试验的差异来深入揭示天山及其临近地区的植被变化对新疆地区温度和降水的影响。

1）通过对比分析CTRL试验模拟的和观测的地面气温和降水发现，模拟的降水量（地面气温）和CRU资料的空间相关系数在5－9月均在0.6（0.9）以上，均通过了99%的显著性检验。模拟的月降水和月平均地面气温和CRU资料之间的均方根误差在5－9月小于30 mm／月（2℃），说明模拟结果和观测非常接近。总的说来RegCM3区域气候模式对新疆及其临近地区降水、温度的空间分布形势和季节变化特征具有较好的模拟能力。

2）SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的总降水量差值大值区主要出现在70°～95°E范围内43.5°～45.0°N区域，且降水量的变化强度在5－7月逐渐增强，然后减弱。进一步的分析发现，植被的变化主要通过影响对流性降水并进而影响总降水的变化。

3）与降水差异的分布形势类似，SEN1试验与CTRL试验以及SEN2试验与SEN1试验模拟的地面气温差值大值区主要出现在70°～95°E范围内43.5°～45.0°N区域，且变化强度在5－7月逐渐增强，然后减弱。

4）不同的植被类型具有不同的水热性质和动力学性质，会引起下垫面物理参数（如粗糙度、反照率以及热力学和动力学拖曳系数等）的变化，这些物理参数会影响地表热通量、动量通量等物理量的计算。通过分析SEN1试验与CTRL试验以及SEN2试验和SEN1试验模拟的夏季各地表热通量和净热通量间的差异发现，植被类型变为农田后会造成较大的地面潜热通量差异并引起地表净热通量较大的差异，进而影响到地面气温的模拟。潜热通量的变化通过影响局地的水汽供应进而引起降水较大的变化。

RegCM3一经推出，就受到各国气象工作者的高度关注。以一个区域气候模式能力的最基本检验方法就是将其用于区域气候的模拟实验中。而温度和降水则是区域气候模拟研究中最基本的要素。Pal［19］用RegCM3对欧洲1994年10月到1995年8月间冬夏两季的气温和降水进行模拟，模拟得到温度和降水的分布以及极值中心与实况很吻合，但对降水量的模拟偏大；还对东亚季风区冬夏两季的季节性降水和降水月变化情况进行了模拟分析，发现模式对季节性变化和月变化有很好的模拟效果，对降水的模拟同样存在偏大的误差，尤其是在冬季。从RegCM3模拟的温度和降水看出，模式在新疆区域气候模拟上是很成功的。

敏感性实验一直都是气候模拟实验中的重要组成，其优点在于能揭示各种物理因子的气候效应，对于人们了解模式、更好利用模式以及对模式的改进有很大的帮助。Purevjav和Luvsan［20］就沙漠化对蒙古气候的影响进行了模拟评估，用RegCM3模式进行了地表覆盖状况改为将来可能出现的沙漠化状况的敏感性实验。试验结果表明，草原沙漠化不仅会影响气候，还会进一步影响水循环和地表能量收支，水汽蒸发的减少主要就在沙漠地区，同时使降水减少、地表温度升高，这会给当地人民生活生产带来巨大的影响。张伟等［21］为了对比三江平原湿地大面积开垦前、后三江平原夏季气候状况差异和更加全面认识三江平原区域夏季气候特征，完善以往相关研究中因三江平原气象站点少而带来的研究结果的局限性，在10 km分辨率下采用区域气候模式RegCM3，针对三江平原夏季水热同季的气候特点，以6和7月为例，对20世纪50年代和90年代的夏季气候特征进行了数值模拟。结果表明与气温和降水量的观测数据相比，模拟结果更全面地反映了三江平原湿地大面积开垦前、后2个年代夏季气温和降水量的分布特征，修正了以往因气象站点少而产生的区域气候认识上的偏差。通过分析湿地大面积开垦前、后2个年代研究区夏季气候状况的差异，发现在湿地开垦强度最大的地区，气温和降水量的分布及其量值变化也最为明显。从本研究的敏感性实验结果看，模式能够揭示天山山区植被类型变化对温度降水的影响。

总体来看，区域气候模式RegCM3能较好地模拟出新疆的温度和降水特征，也能够模拟天山及其临近地区的植被变化对新疆地区温度和降水的影响，这对于新疆在气象观测站点稀疏且分布不均，特别是山区缺少气象观测的情况下开展气象服务非常有利。但山区植被类型复杂，模拟精度不够，还需要做进一步的研究。