植被变化对西北地区陆气耦合强度的影响

赵靖川，刘树华

北京大学物理学院大气与海洋科学系，北京 100871

1 引言

气候变化是地球各个系统相互作用在大气圈中的综合反映，各个圈层之间是相互联系、密不可分的，其中陆面过程与陆气相互作用是地球系统科学研究的一个重要部分（曾庆存等，2008）.相较于海洋，陆地水热容量较小与粗糙度较大的特性使得陆地与大气之间的交换速度相更快，对大气的反馈也更快，在某些局部或某个时间段内对气候的影响甚至起着关键性的作用.因此更加深入地研究陆面过程与陆气相互作用，更加准确地确定陆气之间物质、能量与水分的交换，对于提高天气预报与气候预测的准确性有着重要的意义.

在陆面过程与陆气相互作用的研究中，植被变化所带来的气候效应一直是一个长盛不衰的话题.气候状态决定了地表植被的类型和生长情况，气候的变化会引起植被生长发育状况及植被分布格局的改变；同时地表植被通过改变地表参数，例如地表反照率、波文比、地表粗糙度等来改变大气热力学状况和结构（Charney et al.，1977），地表植被还会通过生物化学和生物物理过程，影响陆地与大气之间的二氧化碳、甲烷等物质的交换，继而通过辐射作用间接影响气候过程（Melillo et al.，1993）.例 如，Notaro等（2007）研究表明北方森林减少会增加反照率导致地表温度降低，从而形成更长的雪季，同时蒸散作用的减少也会引起降水变少使水循环减弱.Chen等（2012）则发现森林覆盖率的增加还会引起地表粗糙度上升，使得近地层辐合增强，进而产生向上的水汽输送并导致降水增加.同时，植被对气候要素的影响会因地域的不同而产生不同的影响气候过程的机制，如Thomas和Rowntree（1992）发现在高纬度地区植被主要通过反照率机制影响气候过程，该地区地表森林减少之后使得冬季与春季地表积雪面积增大，进而导致地表反照率上升和温度降低；Dickinson和Kennedy（1992）对亚马逊热带雨林区的研究则表明在低纬度地区植被主要通过改变下垫面蒸散来影响气候过程，该地区热带雨林被砍伐后会导致气温的上升与降水的减少，这主要是由于植被蒸散蒸腾作用的减少而导致的；Bonan（2008）的研究则指出中纬度地区的植被影响气候的机制还存在很大的不确定性.

近几十年来，我国西北地区的植被退化呈加速发展的趋势，沙漠面积不断增大（Yu et al.，2004；Lin et al.，2009）.西北地区地质环境复杂，降水稀少，大部分是沙漠、戈壁和稀疏植被下垫面，气候变化十分剧烈（Sheng等，2010；虞海燕等，2011）.同时该地区位于东亚季风区与中亚干旱区交界处，是干湿气候与生态系统的过渡带，陆气相互作用比较强烈（Xu et al.，2007；Liu等，2004；刘树华等，2005，2009；缪育聪等，2012；郑辉和刘树华，2012，2013），也是东亚季风系统的重要成员之一（Huang et al.，2005）.面对西北地区严峻的生态环境形势，我国政府投入了大量人力物力与财力，开展了“三北”防护林等生态环境工程来应对荒漠化的发展.这些努力对于改善西北地区生态环境效果如何，在哪里开展生态环境工程建设最具成效等一直是一个研究的热点问题（Wang和Zhou，2003；王涛等，2006；Wang et al.，2010）.我国大气科学界也开展了大量的工作，针对西北地区植被变化对气候变化的影响进行了广泛的研究（Xue 1996；吕世华和陈玉春，1999；姜大膀等，2001，2003；Zheng et al.，2002；丁一汇等，2005；张井勇等，2005），这些结果表明植被变化对西北地区地面气温、降水等具有明显影响，甚至还可影响到东亚夏季风的强度变化.但是有关西北地区植被变化对于局地陆气耦合影响以及与之相关的水文变量的研究还比较少.陆气耦合主要指降水与土壤温湿状况之间的反馈关系.在陆气耦合强烈的地区，其局地的陆气相互作用对当地气候的影响与大尺度大气环流的影响几乎相等，甚至更大（Trenberth et al.，1988；Hong和Kalnay，2002）.而植被的变化则会通过改变地表参数、能量平衡等来改变局地的陆气耦合强度，影响当地的气候过程；同时植被变化对水文过程的影响对于植被本身的生长与维持起到十分重要的作用，尤其是在水资源相对缺乏与生态环境相对脆弱的西北地区更为突出.以往植被变化对西北地区气候影响的研究工作主要侧重于对温度、降水、地表能量、环流等气候要素的影响，同时积分时间较短，对植被变化所引起的长期气候效应与水文效应的反映有限.本文拟采用通用大气模式NCAR CAM3（NCAR Community Atmosphere Model），在西北地区分别进行了荒漠化、正常植被和植被增多背景下的长时间（30年）的数值试验，研究分析植被变化对西北地区水文变量与局地陆气耦合强度的影响，以期为将来合理进行资源配置以及西北地区生态环境建设政策的制定提供一些科学性参考意见.

2 模式简介、试验方案设计、资料与方法

2.1 模式简介

本文使用的模式为美国国家大气科学研究中心（NCAR）研制的通用大气模式NCAR CAM3，CAM3模式是通用气候系统模式CCSM3（Community Climate System Model Version 3）的大气部分（Collins et al.，2006b），也是NCAR研制的第六代全球大气环流模式.该模式包含了大气模式和一个完整的陆面模式以及可供选择的海洋模式，并且提供了三种可选择的动力框架：欧拉动力框架、半拉格朗日动力框架以及有限元（Finite－volume）动力框架.其中，欧拉谱模式包括T85、T63、T42、T31等谱分辨率.本文选用的是分辨率为T85的欧拉动力框架，纬向分布128个格点，经向分布256个格点，格距约为1.4°×1.4°；垂直方向采用混合坐标，共26层，模式坐标层顶在2.917hPa高度.CAM3模式考虑了包括了辐射（长、短波辐射传输）、云、对流、陆面（植被、冰雪、土壤水分）及边界层（垂直扩散、重力波拖曳）等物理过程.其中陆面模式部分采用通用陆面模式CLM3（Community Land Model），该模式以 BATS（the Biosphere Atmosphere Transfer Scheme）、LSM（Land Surface Model）、中国科学院大气物理研究所IAP94等陆面过程模式为基础发展改进，是目前世界上发展最为完善并被广泛应用的陆面过程模式之一.CLM3模式详细地考虑了陆气系统中的积雪、土壤水热传输、植被与大气之间的物质能量交换以及湍流边界层中的各种生物物理过程，将地表划分为不同的网格，每个网格下划分为不同的地表单元（包括冰川、湿地、植被、湖泊、城市），而每个地表单元又由不同的柱单元组成（每个柱单元从上向下由最多5层积雪和10层土壤组成），每个柱单元按地表状态可由4层可能的植被功能类型（Plant Function Type，PFT）组成，共有15种不同的植被功能类型以及裸土，表1给出了15种不同的植被功能类型及其编号.

表1 植被功能类型及编号Table 1 Plant function type and number

2.2 试验方案设计

为了研究植被变化对西北地区陆气耦合强度的影响，共设计了3组试验：

（1）参考试验（CTL）：研究区域为30.819°N—49.027°N，73.828°E—111.797°E，采用 CLM 模式中的标准地表植被分布来代表实际的植被状况.模式积分时间从1949年2月1日到2001年12月31日，海表温度采用英国气象局哈德来中心提供的1949—2001年的月平均观测资料.图1a给出了参考试验研究区域及PFT最主要层分布情况.

（2）去植被试验（NOVEG）：将研究区域内所有格点的4层PFT均改为0，即将植被下垫面改为裸土，但土壤颜色、成分保持不变，以模拟西北地区荒漠化的情况，其余配置与参考试验相同.图1b给出了去植被试验研究区域及PFT最主要层分布情况.

（3）生态环境好转试验（VEG）：将研究区域内PFT最主要层为0的区域（即沙漠戈壁区）的植被覆盖情况替换为与其相邻的内蒙古草原下垫面（其格点中心坐标为38.521°N，108.281°E）的植被覆盖情况，但土壤颜色、成分保持不变，以模拟生态环境好转之后沙漠戈壁变为草原的情况；研究区域内其他格点植被叶面积指数（Leaf Area Index，LAI）加倍，以模拟生态环境好转之后植被增多的情况，其余配置与参考试验相同.表2给出了模式地表文件中与沙漠戈壁区相邻内蒙古草原下垫面植被覆盖情况.图1c给出了生态环境好转试验研究区域及PFT最主要层分布情况.

图1 试验研究区域（线框内）及最主要层植被分布类型分布情况（a）参考试验；（b）去植被试验；（c）生态环境好转试验.Fig.1 Research regions indicated by rectangular box and the distribution of the dominant PFT of：（a）CTL；（b）NOVEG；（c）VEG

表2 模式地表文件中与沙漠戈壁区相邻的内蒙古草原下垫面植被功能类型、编号及覆盖比例Table 2 Plant function type，type and percentage of grasslands in the Inner Mongolia next to the desert region in the land surface file of the model

2.3 资料

虽然CAM3模式对中国／东亚气候有一定的模拟能力（周晶和陈海山，2012；任余龙等，2013），但模式对于西北地区的模拟还缺乏客观的评估，因此在进行敏感性试验前对模式的模拟能力进行检验是必要的.气温与降水数据选择英国East Anglia大学气候研究中心的CRU（Climatic Research Unit）数据集（Mitchell et al.，2004），该数据集由陆面实际观测站点资料插值到0.5°×0.5°的经纬度网格点而成.闻新宇等（2006）研究表明，该数据集有较高的可信度，比较完整地描述了中国20世纪气候变化的基本特征；张存杰等（2004）利用中国北方22个站点降水观测资料对该数据集进行了检验，发现20世纪中国东部地区和20世纪中后期西部地区的降水资料具有较高的可信度.

2.4 方法

利用Zeng等（2010）提出的陆气耦合强度系数（Coupling strength，CS）来衡量植被对于西北地区陆气相互作用的影响.CS计算公式如下：

其中，P为年降水量（单位：mm），E为年蒸散量（单位：mm），i为年数.以1949—1970年为模式起转时间，选取1971—2000年30年数据进行分析研究（N＝30）.P′i与E′i为年降水量距平值（单位：mm）和年蒸散量距平值（单位：mm），具体计算步骤如下：以模式输出的月均降水与蒸散数据为基础，计算出年降水量与年蒸散量，然后对其30年数据进行距平化处理，得到年降水量与年蒸散量距平序列.CRU降水数据处理办法与之相同.CS通过比较降水与蒸散偏差的协方差和降水方差的大小来衡量陆气耦合强度的高低，降水与蒸散变化的数量级越接近，变化的步调越一致，则陆气耦合强度越高.CS物理意义较为明确，计算较为方便，不失为衡量陆气相互作用强弱的一个参考标准（Zeng et al.，2010；Myung et al.，2012）.在考虑植被变化对于西北地区水文效应的影响时，则选取降水、蒸散、地表水分盈余量、地表径流、渗流和地表土壤含水量作为代表性水文变量来进行分析研究.

3 试验结果与分析

3.1 模式性能检验

图2c为模拟得到的1971—2000年西北地区平均年降水量分布，和CRU资料相比（图2d）可以看到，模式模拟的降水分布趋势较好，模拟出了西部地区年降水量由东南向西北递减的空间分布特征，以及沙漠戈壁地区的降水低值区.这与Feng等（2011）利用一个高分辨率全球气候模式模拟的结果相似.但在西北地区东南部的模拟值明显偏高，这也是CAM 模式存在的系统性偏差（Chen et al.，2010），Li等（2011）利用高分辨率气候模式的模拟结果也出现模拟偏高的现象，同时也发现当前全球气候模式对于地形复杂而又到季风强烈影响的东亚区域，降水的模拟能力仍然存在一些问题.此外值得注意的是模式相较于CRU资料的降水高值区主要存在于东南部高山地区，观测站点的相对缺乏也可能导致由站点观测插值而成的CRU资料对真实降水有所低估.由图2a和图2b可以看到，对于地表气温而言，模式模拟情况较好，基本准确地模拟出了地表气温的空间分布.图2e为模拟得到的1971—2000年西北地区平均年蒸散量分布，可以看到模式模拟出了西部地区年蒸散量由东南向西北递减的空间分布特征，以及沙漠戈壁地区的蒸散低值区.这与Gao等（2007）利用水量平衡法计算得到的结果类似，但在东南部地区仍偏高100～200mm，这可能与模式在该区域模拟的降水偏多有关.总体而言，CAM3模式对西北地区的气候要素具一定的模拟能力，模拟结果可以为下一步研究植被对于西北地区气候过程的影响提供一定的参考.

图2 （a）1971—2000年平均地表气温CAM3模式模拟值；（b）CRU数据值；同期平均年降水量；（c）CAM3模式模拟值；（d）CRU数据值；（e）同期平均年蒸散量CAM3模式模拟值Fig.2 （a）Annual air surface temperature in 1971—2000derived from CAM3simulation；（b）CRU data；annual mean precipitation in the same period derived from：（c）CAM3simulation；（d）CRU data；（e）annual mean evapotranspiration in the same period simulated by CAM3

3.2 植被变化对地表水文变量的影响

图3给出了植被改变对西北地区地表水文变量的影响分布情况.以97°E为界将西北地区分为东西两部分，其中33°N—43°N的东部主要为东亚季风区，地表植被覆盖较好；35°N—45°N的西部为中亚干旱区，地表植被覆盖较差.对于降水而言，植被的变化可以引起地气系统能量和水分平衡的调整，影响大气的上升运动与水汽的输送，从而影响降水.由图3a与图3b可以看到，植被退化以后，西北地区年降水量普遍减少，以东部更为显著（可达100～120mm），形成植被退化→降水减少→植被退化加剧的正反馈关系，进而使得这种植被退化状态在自然状态下很难得到恢复，这与丁一汇等（2005）和Xue等（1996）的试验结果相似；植被增多之后，植草区年降水量增加（10～40mm），考虑到该地区本来年降水量就偏少，所以这样的增加也有一定的实际意义.而同时植草区边缘东南部降水减少（10～30mm），丁一汇等（2006）、Zheng等（2002）的研究也得出了相类似的结果.

对于蒸散而言，植被变化一方面会直接影响叶面的蒸腾和蒸发，另一方面也会改变地表反照率和粗糙度从而影响地表能量平衡，间接影响地表的潜热输送.植被改变对西北地区年蒸散量的变化分布情况的空间分布趋势基本与对降水影响的空间分布趋势基本一致（图略）.可以看到，植被退化以后，西北地区东部区域蒸散量明显减少，西部区域则变化不大，这主要是由于原本植被相对茂盛的东部区域植被退化后使得植被蒸腾作用降低，同时土壤含水量减少、地表阻抗增加，从而使得湍流输送减弱；而生态环境好转之后，西北地区西部植草区降水量增多的同时，蒸散量明显增加（20～50mm），而西北地区东南部蒸散降低，这可能与当地降水量的减少有关.Yu等（2012）对河套地区的研究也发现草原扩大之后，植草区蒸散增加而边缘区减少的现象.

地表水分盈余量等于降水与蒸散的差值，是可被实际利用的水资源总量的一个参考标准.对于水资源相对缺乏的西北地区而言，植被变化对它的影响不得不引起我们的高度重视.图3c和图3d给出了植被改变对西北地区年地表水分盈余量的变化分布情况.可以看到，植被退化之后，西北地区大部分地区年地表水分盈余量明显下降（以东部更为明显），而生态环境好转植被增加之后，大部分地区地表水分盈余量也有所下降，但下降程度相对较小.虽然植被退化和植被增加导致的结果都是地表水分盈余量下降，但影响其变化的主要原因则各不相同.植被退化之后，西北地区东部年降水量的减少（60～120mm），大于年蒸散量的减少（40～90mm），使得西北地区东部年地表水分盈余量下降；而植被增多之后，西部地区西部年降水量的增加（10～50mm），小于年蒸散量的增加（20～60mm），使得西北地区西部地表水分盈余量下降.

地表水分盈余量一部分留在地表向低洼地区流动，形成地表径流；一部分向土壤入渗，形成渗流.对于地表径流而言（图3e和图3f），植被退化之后，新疆南 部 （37°N—39°N，80°E—90°E）、青 海 大 部（32°N—37°N，90°E—100°E）及内蒙古西部（38°N—43°N，100°E—110°E）地表径流减少（10～30mm）；植被增加之后，上述地区地表径流仍然减少（5～20mm），但减少幅度小于植被退化之后的减少幅度.对于渗流而言（图略），植被退化之后，西北地区东部渗流量明显减少（10～120mm）；植被增加之后，西北地区东部以及西部植草区渗流明显增加（5～80mm）.值得注意的是，在植被退化以后，甘肃东南部、陕西中南部出现了一个地表水分盈余量的增加区域（32°N—34°N，102°E—110°E），而在植被增多之后，该区域地表水分盈余量下降.结合图3c与图3d可以看到，在植被退化后虽然该区域地表水分盈余量上升，但主要引起的结果是地表径流增加和渗流的减少，且地表径流的增加量大于渗流的减少量，这可能导致当地水土流失，引起泥石流、山体滑坡等地质灾害的发生，不利于植被的生长与恢复；而当植被增多时，虽然该区域地表水分盈余量下降，但主要引起的结果是地表径流减少和渗流的增加，这对于当地水土保持和植被的生长维持是非常有利的.

地表土壤含水量是陆气相互作用的重要耦合因子（Koster et al.，2004，2006），它通过影响地表反照率和蒸散等来影响地表能量过程和地表水文过程，进而对气候过程产生影响.同时它对大气信号由于有一定的“记忆性”（Beljaars et al.，1996；Dai et al.，2004），是衡量土壤—植被—大气之间物质与能量交换的重要因子，还可以对局地气候的改变起到一定的缓冲作用.植被变化带来水文过程与能量平衡的改变会对地表土壤含水量产生一定影响.图3g与图3h给出了植被改变对西北地区地表层1.8cm厚度土壤含水量的变化分布情况.可以看到，植被退化之后，西部地区东部区域地表土壤含水量普遍显著下降（10～50mm3·mm－3），新疆东北部地区（42°N—48°N，84°E—94°E）地表土壤含水量显著上升（10～40mm3·mm－3）；而生态环境好转之后，西北地区东部区域（32°N—37°N，108°E—110°E）与新疆东部、内蒙西部地区（41°N—44°N，86°E—98°E）地表土壤含水量显著上升（10～20mm3·mm－3）.结合渗流变化可以看到（图略），地表土壤含水量变化的分布与渗流变化的分布基本一致（但并不完全重合），这也说明渗流变化有可能是引起地表土壤含水量变化的主要原因（其他因素例如土壤质地、土壤水导率等也会对地表土壤含水量产生一定程度的影响）.

图3 植被变化对水文变量的影响（a）年降水量差值（单位：mm·a－1）（去植被试验－参考试验）；（b）年降水量差值（单位：mm·a－1）（生态环境好转试验－参考试验）；（c）年地表水分盈余量差值（单位：mm·a－1）（去植被试验－参考试验），（d）年地表水分盈余量差值（单位：mm·a－1）（生态环境好转试验－参考试验）；（e）年地表径流量差值（单位：mm·a－1）（去植被试验－参考试验）；（f）年地表径流量差值（单位：mm·a－1）（生态环境好转试验－参考试验）；（g）地表1.8cm厚度土壤含水量差值（单位：mm3·mm－3（去植被试验－参考试验）；（h）地表1.8cm厚度土壤含水量差值（单位：mm3·mm－3）（生态环境好转试验－参考试验；黑色圆点表示所在格点区域通过95% 显著性t检验）Fig.3 Impact of vegetation change on hydrological variables（a）Annual mean precipitation difference（unit：mm·a－1）（NOVEG－CTL）；（b）Annual mean precipitation difference（unit：mm·a－1）（VEGCTL）；（c）Annual mean surface water surplus difference（unit：mm·a－1）（NOVEG－CTL）；（d）Annual mean surface water surplus difference（unit：mm·a－1）（VEG－CTL）；（e）Annual mean surface runoff difference（unit：mm·a－1）（NOVEG－CTL）；（f）Annual mean surface runoff difference（unit：mm·a－1）（VEG－CTL）；（g）Soil moisture difference in the top 1.8cm layer（unit：mm3·mm－3）（NOVEG－CTL）；（h）Soil moisture difference in the top 1.8cm layer（unit：mm3·mm－3）（VEG－CTL），grid cells with values significant atthe 95%level by Student′s t－test are marked by the solid circles.

3.3 植被变化对于陆气耦合强度影响的模拟与分析

图4a给出了模拟得到的正常植被覆盖条件下1971—2000年西北地区CS分布，可以看到，西北地区CS由东南向西北递增，植被覆盖较好的东部地区，CS值较低；而植被覆盖较差的内陆干旱地区，CS值较高.模拟结果的空间分布形态和量级均与Zeng等（2010）利用ECMWF（European Center for Medium range Weather Forecasting）再分析资料计算到得到结果相似.这也在一定程度上与周连童（2010）及 Wang等（2010）对高感热通量以及陆面过程参数方面的研究结果共同反应了西北内陆干旱区是陆气相互作用的强烈地区.图4b和图4c给出了植被改变对西北地区CS变化的分布情况.可以看到，植被退化以后，西北地区东南部区域CS值上升；生态环境好转后，西北地区东部区域CS值有微弱的下降，考虑到该区域在正常植被覆盖条件下的CS值本来就较小，因此这种上升与下降的变化的相对程度是很显著的，同时位于沙漠戈壁区边缘的内蒙西部（37°N—42°N，98°E—110°E）与新疆南部（35°N—39°N，76°E—88°E）CS值也出现了下降.总体说来，就CS而言西北地区东部相较于西部对植被的变化更敏感.

结合图3g、图3h可以看到，通常CS值出现上升的区域其渗流量与地表土壤水含量下降，CS值下降的区域其渗流量与地表土壤水含量上升，这有可能是因为土壤水分作为陆面的“蓄水库”，其对气候的改变能起到一定的调节作用.但值得注意的是，在生态环境好转试验中，新疆中部与北部部分地区地表土壤含水量上升的同时CS增加，这也说明CS的变化还和当地的土壤类型、地形地貌、水汽输送、大气环流等其他因素有一定的关系.Schubert等（2004）和Cook等（2004）的研究表明，尽管长时间的严重干旱是由于大尺度的大气环流异常引起的，但是局地的陆气相互作用会对干旱的初始信号产生持续并放大的效果，加剧旱情.西北地区东部位于东亚季风区与欧亚大陆干旱区交界处，是我国重要的农牧产区，结合表3和表4可以看到，植被的存在能增加当地土壤水含量与渗流，减小局地陆气耦合强度和土壤水含量的变化程度，从而对大气环流异常时降水减少的信号产生负反馈效果，降低当地的遭受干旱的风险程度，保障我国的粮食生产安全，这也从一定程度上说明了西北地区东部植被存在的重要性.同时，在沙漠戈壁边缘区的新疆南部和内蒙西部适当种植灌木与青草并防止过度放牧，可能会增加当地的渗流量与地表土壤含水量，减小陆气耦合强度，缓解西北地区沙漠化加剧的趋势.

图4 1971—2000年正常植被覆盖下（参考试验）陆气耦合强度（CS）（a）及植被变化引起的差异；（b）去植被试验－参考试验；（c）生态环境好转试验－参考试验.Fig.4 Coupling strength（CS）in 1971—2000of normal vegetation distribution（CTL）（a）Vegetation change induced coupling strength difference：（b）NOVEG－CTL；（c）VEG－CTL.

但生态环境好转后新疆南部和内蒙西部陆气耦合强度的降低与渗流量和地表土壤水含量的增加，有可能归功于当地植草之后对局地陆气相互作用的改变，也有可能是其他地区植被增加对大气环流的改变而导致的结果.为了确定二者到底哪一个是主要因素，笔者做出以下考虑：陆面的蒸散过程主要受局地陆气相互作用控制，而水汽的输送则主要受到大尺度大气环流的影响，所以可以把蒸散量和水汽通量作为衡量局地陆气相互作用与大尺度大气环流输送作用的判断标准，如果植被变化而导致的蒸散变化更明显，那么植被变化对局地的陆气相互作用的影响也更大.

考虑大气层内的水量平衡方程（Wang和Paegle，1996）：

其中，E为蒸散量， ·Q为水汽通量散度，P为降水量，为大气可降水量随时间变化项.

式（2）中，如果忽略大气可降水量随时间变化项，则可得：

即水汽通量散度等于降水与蒸发之差.

接着定义一个蒸散－水汽通量散度指数EMI（Evapotranspiration－Moisture flux divergence Index），来衡量植被变化对蒸散与水汽通量散度的影响：

其中，σVEG（E）为植被增加之后的蒸散量标准差，σCTL（E）为正常植被下的蒸散量标准差，σVEG（P－E）为植被增加之后的降水减蒸发的标准差，即植被增加之后的水汽通量散度的标准差，σCTL（P－E）为正常植被下的降水减蒸发的标准差，即正常植被下的水汽通量散度标准差.EMI值大于1的区域即为植被变化之后蒸散量变化大于水汽通量变化的区域，也就是植被变化对局地陆气相互作用的影响强于对大气环流作用影响的区域.

如图5a可以看到，在沙漠戈壁边缘区的新疆南部和内蒙西部，其EMI指数均明显大于1，即该区域植被的变化主要影响的是局地的陆气相互作用，而且这是在大气可降水量不随时间变化的假设下的结果，如果考虑大气可降水随时间的变化项的情况下，EMI指数有可能变得更大.因此可以初步推断，在上述区域植被的增加对与降低陆气耦合强度，改善局地气候，防止荒漠化加剧能起到一定作用.在有限的人力与财力条件下，集中力量在该地区适当种植灌木与青草并防止过度放牧，可能会取得不错的成效.

进一步分析影响陆气耦合强度变化的因素.根据 计算公式，CS可分为分子项与分CS母项.对分子项而言，它是降水蒸散耦合项，其变化主要有两种因素引起：一是降水与蒸散的去耦合效应，即变为负相位；二是本身数量级的变化，即的变化.定义去负陆气耦合强度系数（Sign－Neglected Coupling Strength，SNCS）为如下表达形式：

图5 （a）EMI指数分布；（b）去植被实验－参考试验中1971—2000年降水量距平标准差差值的相对变化（%）；（c）同（b），但为生态环境好转实验－参考试验；（d）去植被实验－参考试验中1971—2000年蒸散量距平标准差差值的相对变化（%）；（e）同（d），但为生态环境好转实验－参考试验；黑色格点表示所在区域通过95%显著性F检验Fig.5 （a）Distribution of EMI（Evapotranspiration－Moisture flux divergence Index）；（b）Relative changes for standard deviation of annual precipiation anomaly difference（in percent）in 1970—2000（NOVEG－CTL）；（c）Same as（b），but for VEG－CTL；（d）Relative changes for standard deviation of annual evapotranspiration anomaly difference（in percent）in 1970—2000（NOVEG－CTL）；（e）Same as（d），but for VEG－CTL；grid cells with values significant at the 95%level by F test are marked by the solid circles

由表3与表4可看出，对于参考试验和两个敏感试验而言，CS略高与SNCS，且差异不大，这可能是由于西北地区蒸散的水量主要来自降水的补给，类似于副热带海洋上降水减少之后蒸发增加，这样降水与蒸发负位相变化的情况较少出现，降水与蒸散主要呈正相关变化.该结果表明，对于西北地区而言，降水蒸散耦合项本身数量级的变化比降水蒸散去耦合带来的负相位变化更重要，CS对其变化也更为敏感.对于耦合项数量级的变化而言，降水的变化剧烈程度与蒸散的变化剧烈程度都会直接影响到其本身的变化，根据CS计算表达式，作为分母的降水项与降水距平的变化剧烈程度的平方有关，作为分子的降水蒸散耦合项则和降水距平变化剧烈程度与蒸散距平变化程度的乘积有关，因此可以大致认为，CS值反比于降水距平变化的剧烈程度，而正比于蒸散距平变化的剧烈程度.所以，可以用降水（蒸散）距平标准差的相对变化来衡量植被变化对于耦合强度的影响（见图5（b、c、d、e）、与表5、表6）.在去植被试验中，大片地表变成裸土，使得地表反照率增大，大气辐射冷却和补偿性下沉增加，抑制了降水的形成与发展，并且对降水变化的剧烈程度也产生了一定的影响，其中对于原本植被覆盖状况较好的东部区域，降水距平标准差的下降程度（－15.3%）比西部区域（－7.2%）更大.对于蒸散距平标准差的相对变化而言，其空间分布趋势与降水距平标准差的相对变化分布大致相同，东部（－3.5%）与西部（－4.0%）下降程度比较接近，但小于降水距平标准差的相对变化.这样的结果导致CS值上升，且东部高于西部.在生态环境好转试验中，植被增加之后西北地区东部降水与蒸散标准差的相对变化均有较明显的降低，对蒸散的效果尤其显著（－14.4%），超过了对降水的抑制（－9.9%），而在西部区域植被增加对蒸散的效果（－3.7%）则小于对降水的效果（－6.8%），这使得植被增加后，东部区域CS值下降，西部区域CS值上升.这也再次证明了西北地区东部植被的重要性，它的存在不仅能增加渗流量与地表土壤含水量，降低陆气耦合强度，而且能有效抑制地表蒸散的剧烈变化.这也可以由三个数值实验中西北地区东部与西部降水和蒸发距平的年际变化得到一定程度的反映（图略），可以看到去植被之后，西北地区东部年蒸散量距平的变化与年降水量距平的变化更接近，使得该区域的CS值上升；增加植被之后，年蒸散量距平的变化相较于降水量距平的变化更偏小，使得该区域的CS值降低.

表3 去植被试验与参考试验（去植被－参考）陆气耦合强度（CS）、去负陆气耦合强度（SNCS）及其差值（Diff）区域平均值Table 3 Area－Averaged CS，SNCS and their difference（Diff）between NOVEG and CTL（去植被试验－参考试验）

表4 去植被试验与参考试验（生态环境好转－参考）陆气耦合强度（CS）、去负陆气耦合强度（SNCS）及其差值（Diff）区域平均值Table 4 Area－Averaged CS，SNCS and their difference（Diff）between NOVEG and CTL（生态环境好转试验－参考试验）

表5 去植被试验与参考试验（去植被－参考）水文变量、耦合强度（CS）差异及其相对变化量（%）区域平均值，粗体表示通过95%显著性检验Table 5 Area－averaged difference and relative difference（NOVEG－CTL）for hydrological variables and coupling strength（CS），bold fonts indicate the difference between the NOVEG run and CTL run at confidence level of 95%

表6 生态环境好转试验与参考试验（生态环境好转－参考）水文变量、耦合强度（CS）差异及其相对变化量（%）区域平均值，粗体表示通过95%显著性检验Table 6 Area－averaged difference and relative difference（VEG－CTL）for hydrological variables，coupling strength（CS）bold fonts indicate the difference between the VEG run and CTL run at confidencelevel of 95%

4 结论和讨论

本文利用CAM3模式，通过对两组假想植被变化试验的模拟结果对西北地区的植被对于陆气耦合强度及与之相关的水文变量的影响进行了分析研究，得出了以下结论：

（1）植被退化以后，西北地区年降水量普遍减少，以东部更为显著，形成植被退化－降水减少－植被退化加剧的正反馈关系.而生态环境好转植被增加后，西北内陆地区降水量上升，蒸散增加.

（2）植被退化和生态环境好转植被增多之后，西北地区大部分地区年地表水分盈余量都有所下降，但原因各不相同.植被退化主要使得降水减少而导致地表水分盈余量下降，植被增多则主要使得蒸散量增加而导致地表水分盈余量下降.

（3）植被退化还导致西北大部分地区渗流的减少，与此同时地表土壤含水量下降；植被增多之后，渗流与地表土壤含水量增加.值得注意的是，在植被退化以后，在甘肃东南部、陕西中南部区域地表水分盈余量虽然有所增加，但同时地表径流上升，渗流和地表土壤含水量下降，这可能导致当地水土流失，引起泥石流、山体滑坡等地质灾害的发生，不利于植被的生长与恢复；而当植被增多时，虽然该区域地表水分盈余量下降，但地表径流减少，渗流与地表土壤含水量的上升，这对于当地水土保持和植被的生长维持是非常有利的.

（4）西北地区是陆气相互作用比较强烈的地区，其耦合强度由东南向西北递减，植被的变化会对陆气耦合强度产生一定的影响.东部地区陆气耦合强度对植被的变化相较于西北地区更加敏感.植被的存在对于西北地区东南部意义明显，它能够增加渗流量和地表土壤含水量，降低陆气耦合强度，对当地的生态环境和社会经济的可持续发展具有重要意义.同时在沙漠戈壁边缘区的新疆南部和内蒙西部适当种植灌木与青草并防止过度放牧，可能会增加当地的渗流量与地表土壤含水量，降低陆气耦合强度，缓解西北地区沙漠化加剧的趋势.

本文的研究只考虑了陆气相互作用，使用海温资料来驱动模式，并未使用海洋动力模块；而东亚地区是一个典型的季风型气候区域，该区域陆地、海洋、大气耦合度较高.Ma等（2012）发现，东亚地区森林覆盖度增加会影响附近海域的海气相互作用，使得东亚地区长期降水增加.西北地区虽然深居欧亚大陆中心，但其植被的变化还是有可能会对海洋产生一定的影响，进而对该地区的气候变化产生反馈作用.其次，CAM3模式中的陆面模块CLM3，其径流参数化方案采用源于TOPMODEL（TOPography based hydrological MODEL）（Beven et al.，1979）和BATS模式的混合方案，此方案会对地表径流产生高估，对渗流产生低估（盛黎，2010）.再次，CLM3模式陆面文件中的陆地植被覆盖类型是主要是基于MODIS（MODerate－resolution Imaging Spectroradiometer）卫星遥感资料而生成的，卫星遥感反演所得的地表覆盖资料存在着一定的不确定性，在东亚地区与实际地表植被情况之间存在一些差异（陈峰和谢正辉，2009），这些存在的问题都可能会对本文的结果产生一定影响.

Beljaars A C M，Viterbo P，Miller M J，et al.1996.The Anomalous Rainfall over the United States during July 1993：Sensitivity to Land Surface Parameterization and Soil Moisture Anomalies.Mon.Wea.Rev.，124（3）：362－383，doi：10.1175／1520－0493（1996）124〈0362：TAROTU〉2.0.CO；2.

Beven K J，Kirkby M J.1979.A physically based，variable contributing area model of basin hydrology／Un modèleàbase physique de zone d′appel variable de l′hydrologie du bassin versant.HydrologicalSciencesJournal，24（1）：43－69，doi：10.1080／02626667909491834.

Bonan G B.2008.Forests and climate change：forcings，feedbacks，and the climate benefits of forests.Science，320（5882）：1444－1449，doi：10.1126／science.1155121.

Charney J，Quirk W J，Chow S，et al.1977.A Comparative Study of the Effects of Albedo Change on Drought in Semi－Arid Regions.J.Atmos.Sci.，34（9）：1366－1385，doi：10.1175／1520－0469（1977）034〈1366：ACSOTE〉2.0.CO；2.

Chen F，Xie Z H.2009.A land cover dataset based on Chinese vegetation data and its impact on land surface simulations.ChineseJournalofAtmosphericSciences（in Chinese），33（4）：681－697，doi：10.3878／j.issn.1006－9895.2009.04.03.

Chen G S，Notaro M，Liu Z Y，et al.2012.Simulated Local and Remote Biophysical Effects of Afforestation over the Southeast United States in Boreal Summer.J.Climate，25（13）：4511－4522，doi：10.1175／JCLI－D－11－00317.1.

Chen H M，Zhou T J，Neale R B，et al.2010.Performance of the New NCAR CAM3.5in East Asian Summer Monsoon Simulations：Sensitivity to Modifications of the Convection Scheme.J.Climate，23（13）：3657－3675，doi：10.1175／2010JCLI3022.1.

Collins W D，Bitz C M，Blackmon M L，et al.2006a.The community climate system model Version 3 （CCSM3）.J.Climate，19（11）：2122－2143，doi：10.1175／JCLI3761.1.

Collins W D，Rasch P J，Boville B A，et al.2006b.The Formulation and Atmospheric Simulation of the Community Atmosphere Model Version 3（CAM3）.J.Climate，19（11）：2144－2161，doi：10.1175／JCLI3760.1.

Cook E R，Woodhouse C A，Eakin C M，et al.2004.Long－term aridity changes in the western United States.Science，306（5698）：1015－1018，doi：10.1126／science.1102586.

Dai A，Trenberth K E，Qian T T.2004.A global dataset of palmer drought severity index for 1870－2002：relationship with soil moisture and effects of surface warming.J.Hydrometeor.，5（6）：1117－1130，doi：10.1175／JHM－386.1.

Dickinson R E，Kennedy P.1992.Impacts on regional climate of Amazon deforestation.GeophysicalResearchLetters，19（19）：1947－1950，doi：10.1029／92GL01905.

Ding Y H，Li Q P，Dong W J.2005.A numerical simulation of the impacts of vegetation on regional climate in China.ActaMeteorologica Sinica（in Chinese），63（5）：613－621，doi：10.3321／j.issn：0577－6619.2005.05.007.

Feng L，Zhou T J，Wu B，et al.2011.Projection of future precipitation change over China with a high－resolution global atmospheric model.AdvancesinAtmosphericSciences，28（2）：464－476，doi：10.1007／s00376－010－0016－1.

Gao G，Chen D L，Xu C Y，et al.2007.Trend of estimated actual evapotranspiration over China during 1960—2002.Journalof GeophysicalResearch：Atmospheres（1984—2012），112（D11），doi：10.1029／2006JD008010.

Hong S Y，Kalnay E.2002.The 1998oklahoma－texas drought：mechanistic experiments with NCEP global and regional models.J.Climate，15（9）：945－963，doi：10.1175／1520－0442（2002）015〈0945：TOTDME〉2.0.CO；2.

Huang R H，Wei Z G，Zhang Q，et al.2005.The preliminaryscientific achievements of the Field Experiment on Air－Land Interactionin the Arid Area of Northwest China（NWC－ALAIEX）.／／Proceedings of the 4th CTWF International Workshop on the Land Surface Modelsand Their Applications.Zhuhai，China.

Jiang D B，Wang S G，Lang X M，et al.2001.Numerical simulation of influence of expanded desertification area on climate in China.JournalofDesertReaserch（in Chinese），21（4）：428－432，doi：10.3321／j.issn：1000－694X.2001.04.019.

Jiang D B，Wang S G，Lang X M，et al.2003.Influence of afforestation on climate in desert region of China.Journalof DesertReaserch（in Chinese），23（1）：63－66.，doi：10.3321／j.issn：1000－694X.2003.01.011.

Koster R D，Dirmeyer P A，Guo Z C，et al.2004.Regions of strong coupling between soil moisture and precipitation.Science，305（5687）：1138－1140，doi：10.1126／science.1100217.

Koster R D，Sud Y C，Guo Z C，et al.2006.GLACE：the global land–atmosphere coupling experiment.PartⅠ：Overview.J.Hydrometeor.，7（4）：590－610，doi：10.1175／JHM510.1.

Li H M，Feng L，Zhou T J.2011.Multi－model projection of July—August climate extreme changes over China under CO2doubling.Part I：Precipitation.AdvancesinAtmosphericSciences，28（2）：433－447，doi：10.1007／s00376－010－0013－4.

Lin M L，Chen C W，Wang Q B，et al.2009.Fuzzy model－based assessment and monitoring of desertification using MODIS satellite imagery.Eng.Comput.，26（7）：745－760，doi：10.1108／02644400910985152.

Liu S H，Yue X，Hu F，et al.2004.Using a Modified Soil－Plant－Atmosphere Scheme （MSPAS）to simulate the interaction between land surface processes and atmospheric boundary layer in semi－arid regions.AdvancesinAtmosphericSciences，21（2）：245－259，doi：10.1007／BF02915711.

Liu S H，Hu Y，Hu F，et al.2005.Numerical simulation of landatmosphere interaction and oasis effect over oasis－desert.Chinese J.Geophys.（in Chinese）doi：10.3321／j.issn：0001－5733.2005.05.007

Liu S H，Hu Y，Hu F，et al.2009.Numerical simulation of summer land surface energy budget in desert and oasis regions.ChineseJ.Geophys.（in Chinese），52（5）：1197－1207，doi：10.3969／j.issn.0001－5733.2009.05.008

LüS H，Chen Y C.1999.The influence of northwest China afforestation on regional climate in China.PlaeauMeteorology（in Chinese），8（3）：416－424，doi：10.3321／j.issn：1000－0534.1999.03.018.

Ma D，Notaro M，Liu Z Y，et al.2013.Simulated impacts of afforestation in East China monsoon region as modulated by ocean variability.ClimateDynamics，41（9－10）：2439－2450，doi：10.1007／s00382－012－1592－9.

Melillo J M，McGuire A D，Kicklighter D W，et al.1993.Global climate change and terrestrial net primary production.Nature，363（6426）：234－240，doi：10.1038／363234a0.

Miao Y C，Liu S H，LüS H，et al.2012.A comparative study of computing methods of soil thermal diffusivity，temperature and heat flux.ChineseJ.Geophys.（in Chinese），55（2）：441－451，doi：10.6038／j.issn.0001－5733.2012.02.008

Mitchell T D，Carter T R，Jones P D，et al.2004.A comprehensive set of high－resolution grids of monthly climate for Europe and the globe：the observed record （1901—2000）and 16scenarios（2001—2100）.Tyndall Centre for Climate Change Research Working Paper，55：25.

Moung B，Choi Y S，Choi S J，et al.2012.Impact of vegetation on land－atmosphere coupling strength and its implication for desertification mitigation over East Asia.JournalofGeophysical Research：Atmospheres（1984—2012），117（D12），doi：10.1029／2011JD017143.

Notaro M，Liu Z Y.2007.Joint Statistical and Dynamical Assessment of Simulated Vegetation Feedbacks on Climate Over the Boreal Forests.AGU Fall MeetingAbstracts.

Ren Y L，Wang J S，Shi Y J，et al.2013.The verification of simulation ability of NCAR CAM3global climate model in arid central asia.AridMeteorology（in Chinese），31（2）：231－239，doi：10.11755／j.issn.1006－7639（2013）－02－0231.

Schubert S D，Suarez M J，Pegion P J，et al.2004.Causes of longterm drought in the U.S.great plains.J.Climate，17（3）：485－503，doi：10.1175／1520－0442（2004）017 〈0485：COLDIT〉2.0.CO；2.

Sheng L，Liu S H，Liu H P.2010.Influences of climate change and its interannual variability on surface energy fluxes from 1948to 2000.AdvancesinAtmosphericSciences，27（6）：1438－1452，doi：10.1007／s00376－010－9215－z.

Sheng L.2010.The surface energy fluxes and water budget changes induced by climate change and land cover change ［Ph.D.thesis］.Beijing：School of Physics，Peking University.

Thomas G，Rowntree P R.1992.The boreal forests and climate.Quart.J.Roy.Meteor.Soc.，118（505）：469－497，doi：10.1002／qj.49711850505.

Trenberth K E，Branstator G W，Arkin P A.1988.Origins of the 1988North American drought.Science，242（4886）：1640－1645，doi：10.1126／science.242.4886.1640.

Wang G Y，Huang J P，Guo W D，et al.2010.Observation analysis of land－atmosphere interactions over the Loess Plateau of northwest China.JournalofGeophysicalResearch：Atmospheres（1984—2012），115（D7），doi：10.1029／2009JD013372.

Wang H J，Zhou H.2003.A simulation study on the ecoenvironmental effects of 3NShelterbelt in North China.Global andPlanetaryChange，37（3－4）：231－246，doi／10.1016／S0921－8181（02）00208－4.

Wang M Y，Paegle J.1996.Impact of analysis uncertainty upon regional atmospheric moisture flux.JournalofGeophysical Research：Atmospheres（1984—2012），101（D3）：7291－7303，doi：10.1029／95JD02896.

Wang T，Chen G T，Zhao H L，et al.2006.Research progress on aeolian desertification process and controlling in north of China.JournalofDesertReaserch（in Chinese），26（4）：507－516，doi：10.3321／j.issn：1000－694X.2006.04.001.

Wang X M，Zhang C X，Hasi E，et al.2010.Has the Three Norths Forest Shelterbelt Program solved the desertification and dust storm problems in arid and semiarid China？JournalofArid Environments，74（1）：13－22，doi：10.1016／j.jaridenv.2009.08.001.

Wen X Y，Wang S W，Zhu J H，David VINER.2006.An overview of China climate change over the 20th century using UK UEA／CRU high resolution grid data.ChineseJournalofAtmospheric Sciences（in Chinese）.30（5）：894－904，doi：10.3878／j.issn.1006－9895.2006.05.18.

Xue Y K.1996.The impact of desertification in the Mongolian and the Inner Mongolian grassland on the regional climate.J.Climate，9（9）：2173－2189，doi：10.1175／1520－0442（1996）009〈2173：TIODIT〉2.0.CO；2.

Xu X K，Zhang F，Levy J K.2007.The influence of land surface changes on regional climate in Northwest China.Advancesin AtmosphericSciences，24（3）：527－537，doi：10.1007／s00376－007－0527－6.

Yu E T，Wang H J，Sun J Q，et al.2012.Climatic response to changes in vegetation in the Northwest Hetao Plain as simulated by the WRF model.InternationalJournalofClimatology，33（6）：1470－1481，doi：10.1002／joc.3527.

Yu F，Price K P，Ellis J，et al.2004.Interannual variations of the grassland boundaries bordering the eastern edges of the Gobi Desert in central Asia.InternationalJournalofRemoteSensing，25（2）：327－346，doi：10.1080／0143116031000084297.

Yu H Y，Liu S H，Zhao N，et al.2011.Characateristics of air temperature and precipitation in different regions of China from 1951to 2009.JournalofMeteorologyandEnvironment（in Chinese），27（4）：01－11，doi：10.3969／j.issn.1673－503X.2011.04.001.

Zeng Q C，Zhou G Q，Pu Y F，et al.2008.Research on the earth system dynamic model and some related numerical simulations.ChineseJournalofAtmosphericSciences（in Chinese），32（4）：653－690，doi：10.3878／j.issn.1006－9895.2008.04.01.

Zeng X B，Barlage M，Castro C，et al.2010.Comparison of landprecipitation coupling strength using observations and models.J.Hydrometeor，11（4）：979－994，doi：10.1175／2010JHM1226.1.

Zhang C J，Li D L，Wang X P.2004.Study on precipitation variability in last 100years and trend prediction in northeast asia in future 10～15years.PlaeauMeteorology（in Chinese），23（6）：919－929，doi：10.3321／j.issn：1000－0534.2004.06.027.

Zhang J Y，Dong W J，Fu C B.2005.The influence of north China and south Mongolia deforestation on regional climate in China.ChineseScienceBulletin（in Chinese）50（1）：53－58，doi：10.3321／j.issn：0023－074X.2005.01.011.

Zheng H，Liu S H.2012.Effects of difference and grid scheme in soil temperature simulation.ChineseJ.ofGeophys.（in Chinese），55（8）：2514－2522，doi：10.6038／j.issn.0001－5733.2012.08.004.

Zheng H，Liu S H.2013.Land surface parameterization and modeling over desert.ChineseJ.Geophys.（in Chinese），56（7）：2207－2217，10.6038／cjg20130708.

Zheng Y Q，Yu G，Qian Y F，et al.2002.Simulations of regional climatic effects of vegetation change in China.QuarterlyJournal oftheRoyalMeteorologicalSociety，128（584）：2089－2114，doi：10.1256／003590002320603557.

Zhou L T.2010.Characteristics of temporal and spatial variations of sensible heat flux in the arid and semi－arid region of Eurasia.TransactionsofAtmosphericSciences（in Chinese），33（003）：299－306，doi：10.3969／j.issn.1674－7097.2010.03.005.

Zhou J，Chen H S.2012.Impact of interannual soil moisture anomaly on simulation of extreme climate events in China.Part I：model evaluation of CAM3.1.ChineseJournalofAtmosphericSciences（in Chinese），36（6）：1077－1092，doi：10.3878／j.issn.1006－9895.2012.11047.

附中文参考文献

陈锋，谢正辉.2009.基于中国植被数据的陆面覆盖及其对陆面过程模拟的影响.大气科学，33（4）：681－697，doi：10.3878／j.issn.1006－9895.2009.04.03.

丁一汇，李巧萍，董文杰.2005.植被变化对中国区域气候影响的数值模拟研究.气象学报，63（5）：613－621，doi：10.3321／j.issn：0577－6619.2005.05.007.

姜大膀，王式功，郎咸梅等.2001.沙漠化扩展对区域气候影响的数值模拟研究.中国沙漠，21（4）：428－432，doi：10.3321／j.issn：1000－694X.2001.04.019.

姜大膀，王式功，郎咸梅等.2003.沙区绿化对区域气候影响的数值模拟研究.中国沙漠，23（1）：63－66，doi：10.3321／j.issn：1000－694X.2003.01.011.

刘树华，胡予，胡非等.2005.沙漠－绿洲陆－气相互作用和绿洲效应的数值模拟.地球物理学报，48（5）：1019－1027，doi：10.3321／j.issn：0001－5733.2005.05.007.

刘树华，潘英，胡非等.2009.沙漠绿洲地区夏季地表能量收支的数值模拟.地球物理学报，52（5）：1197－1207，doi：10.3969／j.issn.0001－5733.2009.05.008.

吕世华，陈玉春.1999.西北植被覆盖对我国区域气候变化影响的数值模拟.高原气象，8（3）：416－424，doi：10.3321／j.issn：1000－0534.1999.03.018.

缪育聪，刘树华，吕世华等.2012.土壤热扩散率及其温度、热通量计算方法的比较研究.地球物理学报，55（2）：441－451，doi：10.6038／j.issn.0001－5733.2012.02.008.

任余龙，王劲松，石彦军等.2013.NCAR CAM3全球气候模式对亚洲中部干旱区气候变化的模拟检验.干旱气象，31（2）：231－239，doi：10.11755／j.issn.1006－7639（2013）－02－0231.

盛黎.2010.气候和土地利用类型变化对地表能量通量和水循环的影响［博士论文］.北京：北京大学物理学院.

王涛，陈广庭，赵哈林等.2006.中国北方沙漠化过程及其防治研究的新进展.中国沙漠，26（4）：507－516，doi：10.3321／j.issn：1000－694X.2006.04.001.

闻新宇，王绍武，朱锦红等.2006.英国CRU高分辨率格点资料揭示的20世纪中国气候变化.大气科学，30（5）：894－904，doi：10.3878／j.issn.1006－9895.2006.05.18.

虞海燕，刘树华，赵娜等.2011.1951—2009年中国不同区域气温和降水量变化特征.气象与环境学报，27（4）：1－11，doi：10.3969／j.issn.1673－503X.2011.04.001.

曾庆存，周广庆，浦一芬等.2008.地球系统动力学模式及模拟研究.大气科学，32（4）：653－690，doi：10.3878／j.issn.1006－9895.2008.04.01.

张存杰，李栋梁，王小平.2004.东北亚近100年降水变化及未来10～15年预测研究.高原气象，23（6）：919－929，doi：10.3321／j.issn：1000－0534.2004.06.027.

张井勇，董文杰，符淙斌.2005.中国北方和蒙古南部植被退化对区域气候的影响.科学通报，50（1）：53－58，doi：10.3321／j.issn：0023－074X.2005.01.011.

郑辉，刘树华.2012.数值差分格式及格点设置对土壤温度模拟结果的影响.地球物理学报，55（8）：2514－2522，doi：10.6038／j.issn.0001－5733.2012.08.004.

郑辉，刘树华.2013.沙漠陆面过程参数化与模拟.地球物理学报，56（7）：2207－2217，doi：10.6038／cjg20130708.

周晶，陈海山.2012.土壤湿度年际变化对中国区域极端气候事件模拟的影响研究 Ⅰ.基于CAM3.1的模式评估.大气科学，36（6）：1077－1092，doi：10.3878／j.issn.1006－9895.2012.11047.

周连童.2010.欧亚大陆干旱半干旱区感热通量的时空变化特征.大气科学学报，33（3）：299－306，doi：10.3969／j.issn.1674－7097.2010.03.005.