亚洲热带森林减少的增温效应及其影响机制∗

2020-04-22徐希燕胡正华贾根锁张潇艳

中国农业气象 2020年4期

薛颖，徐希燕，胡正华**，贾根锁，张潇艳，马薇

（1．南京信息工程大学气象灾害预报预警与评估协同创新中心/应用气象学院，南京 210044；2．中国科学院大气物理研究所东亚区域气候-环境重点实验室，北京 100029；3．南京信息工程大学大气科学学院，南京 210044；4．北京市气象局，北京100089）

21世纪以来，森林作为最大的陆地生态系统，由于人类活动和自然因素，经历着剧烈的变化。在所有气候区中（热带、亚热带、温带、寒带），仅热带地区的森林减少呈现逐年上升的趋势，热带地区特别是亚洲印尼地区和南美洲亚马逊地区经历了最剧烈的森林损失[1]。森林损失通过生物物理过程和生物化学过程影响气候，热带森林的变化甚至影响全球的气候变化和气候调节过程[2]。生物化学过程指森林变化改变了大气碳循环[3]，生物物理过程通常是指森林变化改变了本地反照率、蒸散发和地表粗糙度，从而影响气候。生物物理过程更为复杂，会引起地表升温或冷却的不同结果[4]。最近研究表明，在局地尺度上，生物物理过程占主导作用[5]，且反照率引起的短波辐射吸收差和蒸散发引起的潜热差在很大程度上决定着地表温度对森林损失的响应方向和幅度[6]。亚洲热带森林是森林减少最严重的地区之一，研究亚洲热带森林减少对地表温度的影响，从能量角度量化其减少造成的短波辐射差和潜热差，从而了解热带森林减少对当地地表温度的影响及其机制，具有重要意义。

气候模型已经被广泛应用在热带森林的生物物理效应研究中，模型研究显示，当热带亚马逊流域森林变为草地后，地表反射率上升，粗糙度和蒸散发下降，蒸散发和粗糙度减少的升温大于反照率上升造成的降温，使地表温度显著上升[7]。Gallo 等研究表明，森林损失对地表温度的影响与对气温的影响的变化趋势相似[8]。巴西亚马逊盆地中的通量塔观测也证实，森林与牧场相比反照率更低，净辐射和蒸散发更大[9]；FACE 实验、卫星观测和模型模拟中也得到类似结论[10-13]。以往研究将热带作为一个完整的气候区，然而热带气候可分为两种气候区，即热带雨林气候和热带季风气候，热带气候区的不同是否会影响森林减少对地表温度及生物物理过程的作用，需要进一步研究。

虽然对于热带森林的生物物理效应的认识主要来自于气候模型和局地观测（如通量塔和FACE 实验），但这两种方法存在一定的局限性。由于全球气候模型的空间分辨率较粗，且物理过程、参数化存在不确定性，不能可靠地再现局地气候效应。通过观测方法可以提供准确的实验结果，但是目前的热带区域观测站点还很稀疏[5-6]。遥感可以在全球尺度上提供具有高时空分辨率的数据，克服这些尺度和空间的局限性，从而更好地理解热带森林变化如何影响区域气候及其背后生物物理机制。

本研究基于遥感方法，利用2000-2017年的亚洲热带森林变化产品[1]及2017年地表温度、反照率、蒸散发、短波辐射等数据，通过比较亚洲热带雨林和热带季雨林减少对地表净短波辐射和潜热通量的影响，分析森林减少如何通过影响地表能量，进而影响地表温度，以期为预测热带地区不同森林对人类活动和气候变化的响应提供依据。

1 资料与方法

1.1 数据

1.1.1 森林覆盖变化数据集

全球覆盖森林变化（GFC，global forest change）数据集[1]基于Landsat 卫星图像，提供了2000-2017年30m 高空间分辨率的森林覆盖变化信息。该数据集包含了2000年的森林覆盖率和2000-2017年的每年森林减少和增加分类，若格点森林损失则格点值为1，无森林损失则为0，森林增加同理，其中森林减少指由森林到非森林的状态转变，森林增加则相反。本研究利用该数据集的2000年森林覆盖率和2000-2017年森林减少和增加分类数据，首先将空间分辨率30m的森林变化数据集采用聚合方法重采样到0.05°空间分辨率，计算每个0.05°×0.05°格点内2000年的森林覆盖率和2000-2017年的总森林损失百分比（格点内森林损失面积与格点总面积的比值）。

1.1.2 地表温度产品

地表温度数据采用中分辨率成像光谱仪（MODIS，Moderate-resolution Imaging Spectroradiometer）Aqua卫星地表温度（LST）和发射率产品（MYD11C2）[14]。该产品的空间分辨率为0.05°，时间分辨率为8d。利用2017年晴空条件下的地表温度数据，计算1-12月月平均地表温度。

1.1.3 反照率产品

使用MODIS 短波反照率产品（MCD43C3）[15]。该产品空间分辨率为0.05°，时间分辨率为16d，包括白天空反照率和黑天空反照率。实际蓝天空反照率是黑天空反照率和白天空反照率的组合，需要直射短波辐射与散射短波辐射的比率。蓝天空反照率与黑、白天空反照率的平均值差异很小且高度相关[5]。因此，假设蓝天空反照率即为黑天空反照率和白天空反照率的平均值。利用2017年黑天空反照率和白天空反照率数据，计算1-12月月平均蓝天空反照率。

1.1.4 蒸散发产品

使用MODIS 蒸散发产品（MOD16A2）的平均潜热通量数据。MODIS 蒸散发运用Penman-Monteith公式由MODIS 植被数据和地面气象数据得到[16]。包含总蒸散发和平均潜热通量数据，该蒸散发产品的空间分辨率为500m，时间分辨率为8d。利用2017年蒸散发和平均潜热通量数据，通过MODIS 重投影工具箱MRT的双线性内插法将500m 分辨率重采样到0.05°，并计算1-12月月平均蒸散发和潜热通量。

1.1.5 向下短波辐射

云和地球的辐射能量系统（CERES）能量平衡和填充（EBAF）表面产品提供月平均表面辐射通量[17]。表面辐射通量基于地球观测系统中Terra和Aqua卫星上的窄带成像仪的云属性，以及地球静止卫星和戈达德地球观测系统（GEOS）版本4和5模型的气象同化数据计算得到，以更全面地模拟云的昼夜循环，使用CERES 在晴空条件下2017年1-12月向下短波辐射数据，空间分辨率为1°，时间分辨率为1个月，用最邻近法重采样至0.5°。

1.1.6 降水产品

美国气候预报中心降水合并分析资料（CPC Merged Analysis of Precipitation）提供月平均降水量[18]。通过合并地面雨量观测资料、卫星观测降水数据、NCEP-NCAR 再分析资料，建立全球逐月降水数据集。空间分辨率为2.5°，使用2017年1-12月降水量数据，用最邻近法重采样至0.5°。

1.2 数据处理

1.2.1 空间采样

对30m 分辨率森林变化产品在0.05°×0.05°窗口进行聚合，计算每个0.05°×0.05°内2000年的森林覆盖率以及研究期内每年森林减少的比例（0.05°×0.05°格点内森林减少的面积与格点总面积的比值）。选取2000年森林覆盖率大于70%，并且2000-2017年历年累计森林减少率小于5%的格点近似作为森林未改变的格点。而 2000年森林覆盖大于 70%，且2000-2017年期间历年累计森林损失超过65%的格点认为是森林显著减少的格点。对 10×10的0.05°×0.05°像素在0.5°×0.5°窗口中进行搜索[5]，如果森林显著减少格点和森林未改变的格点均存在于同一个0.5°×0.5°窗口内，则这个窗口是一个有效的比较样本，随后在窗口内比较森林显著减少格点和森林未改变格点内温度和能量的差别[19]。该方法假设0.5°×0.5°格点内森林损失地区和未改变地区距离相近且具有相似的背景气候。

1.2.2 热带森林分类

Köppen-Geiger 气候分类是以气温和降水为基础，参照植被分布，建立的气候分类法[20]。利用Köppen-Geiger 气候分类，热带森林覆盖地区可分为热带雨林气候（tropical rainforest climate）和热带季风气候（tropical monsoon climate）。将筛选出的0.5°×0.5°窗口按照这两种气候类型进行分类，热带雨林气候对应的窗口森林类型为热带雨林，热带季风气候对应的窗口森林类型为热带季雨林。热带雨林全年高温，降水充足，无明显的季节差异。热带季雨林受季风影响，雨季与旱季分明。据此筛选出亚洲热带雨林共244个窗口，热带季雨林共50个窗口（图1）。由图1可见，筛选出的有效窗口中，热带雨林主要集中在印度尼西亚和马来西亚地区，热带季雨林主要分布在越南和柬埔寨地区。

图1 亚洲热带雨林和热带季雨林地区同时具有森林显著减少格点和森林未改变格点的0.5°×0.5°窗口的空间分布Fig.1 Spatial distribution of selected 0.5°×0.5° windows with significant forest loss and unchanged forest for Asian tropical rainforest and monsoon forest

1.3 森林减少区域温度能量改变

假定在同一个0.5°×0.5°窗口内气候背景相似，因此，可以认为窗口内气候的显著差别是由于森林覆盖的变化导致。通过计算2017年1-12月0.5°×0.5°窗口内的森林减少格点地表温度的均值（LSTL）与未改变森林格点的地表温度均值（LSTU）的差值，量化2000-2017年热带森林累积减少对地表温度的实际影响。

森林减少格点和未改变森林格点之间的蒸散发差（△ET）和反照率差（△Albedo）的计算与△LST类似，即

式（2）中，ETL为2017年1-12月森林减少格点的蒸散发量（mm），ETU为2017年1-12月未改变森林格点的蒸散发量（mm）。式（3）中，AlbedoL为2017年1-12月森林减少格点的反照率，AlbedoU为2017年1-12月未改变森林格点的反照率。

森林减少地区和未改变森林地区净短波辐射差（△SW）可表示为

式（4）中，Sin为2017年1-12月向下的短波辐射（W⋅m-2），来自CERES EBAF Surface 数据集，假设同一个0.5°×0.5°窗口内森林损失格点和未改变森林格点的短波辐射近似相同。△Albedo可由式（3），根据MODIS 反照率产品计算得到。

森林减少地区和相邻未改变地区之间潜热通量差（△LE）可表示为

式（5）中，LEL、LEU分别为2017年1-12月森林减少地区和未改变森林地区的潜热通量（W⋅m-2），来自MODIS 蒸散发产品（MOD16A2）中的潜热通量数据。

2 结果与分析

2.1 森林减少导致的年增温效应及其能量影响分析

2.1.1 日均地表温度

由图2可见，亚洲热带森林减少对地表有显著的增温效应。森林减少总体使日均地表温度上升1.7±0.9℃。由于森林覆盖的减少，2017年森林损失地区与未改变森林地区的白天地表温度差值为2.3±1.1℃（P＜0.05，图2a）。而在2000年森林覆盖未改变的情况下，相同区域白天地表温度的差值仅为-0.3±2.6℃。说明其地表温度变化主要是由森林覆盖变化导致的。大部分热带森林减少使得夜间地表增温，地表温度总体平均上升1.1±1.0℃（表1）。在靠近赤道的部分区域，森林损失表现出轻微的夜间降温效应（图2b）。夜间森林损失的冷却和增温效应均明显小于白天的增温效应。因此，森林减少对日均地表温度影响的空间分布很大程度上由白天的增温决定。总体上，热带季雨林减少对地表温度的增温效应（3.1±0.9℃）大于热带雨林减少对地表温度的增温效应（2.3±0.8℃），主要是由于二者白天增温效应的差异（表1），而森林损失对热带雨林区和季雨林区夜间温度影响的差别较小。

2.1.2 能量影响

图2 2017年研究区亚洲热带森林减少格点与未改变格点的年平均地表温度差异（△LST）的日间（a），夜间（b）和全天平均（c）的空间分布Fig.2 Spatial distribution of annual mean surface temperature differences（△LST）for daytime (a), nighttime (b) and daily mean (c) between Asian tropical forest loss grids and unchanged forest grids in 2017

地表反照率和蒸散发变化是森林变化影响气候系统的主要生物物理机制。大部分地区的热带森林减少，使地表反照率增加，地表净短波辐射低于未改变的森林地区，使得地表净短波辐射减少，从而地表温度降低。由图3a可见，森林减少地区和森林未改变地区的年平均反照率差为2.3±0.8个百分点，地表净短波辐射差为7.2±1.8W⋅m-2。热带雨林减少对地表净短波辐射的影响略高于热带季雨林减少对地表净短波辐射的影响，说明热带雨林减少导致的反照率增加的降温效应更强。

热带森林减少对潜热通量的影响存在明显的区域差异，主要表现为大部分热带雨林减少使潜热通量增加，而大部分热带季雨林减少使潜热通量减少（图3b）。热带雨林减少使蒸散发增加了0.32±0.15mm⋅d-1，从而潜热通量增加8.9±4.4W⋅m-2，对地表具有降温效应；而热带季雨林减少使蒸散发平均减少了0.14±0.32mm⋅d-1，从而使潜热通量平均减少了3.9±9.2W⋅m-2（图3b），对地表具有增温效应。由于潜热通量变化的显著差别，热带雨林减少的净能量变化（△SW-△LE）在大部分地区为负值，平均值为-16.3±4.5W⋅m-2，而热带季雨林减少的净能量变化值则有正有负，平均为-2.9±8.8W⋅m-2（图3c）。

2.2 森林减少导致增温效应的季节差异及其能量影响分析

2.2.1 增温效应的月变化特征

由图4可见，热带雨林和季雨林的减少对地表温度的影响表现出不同的月份分布特征。热带雨林白天、夜晚和全天的增温效应在全年较均匀，略有起伏，但无明显的月份变化（图4a1、b1、c1）。全年白天的地表温度影响极显著大于夜间（P＜0.01）。而热带季雨林减少导致的增温效应有明显的月份差异（图4a2、b2、c2），1-4月的白天增温效应明显强于其它月份的白天增温效应，而5-7月夜间增温效应强于其它月份的夜间增温。白天增温在3月达到最大值，为4.5±1.7℃，最小值在7月，为2.1±0.9℃；全天△LST 在4月分别达到最大值2.1±1.1℃，最小值在10月，为1.6±0.8℃。2-4月季雨林减少的全天增温效应相对于其它月份更强烈。

表1 亚洲不同热带森林减少格点与未改变格点的白天、夜间、全天年均地表温度（△LST）、地表净短波辐射（△SW）和潜热通量（△LE）的差异Table1 Daytime, nighttime and daily annual mean surface temperature differences(△LST), net shortwave radiation differences(△SW) and latent heat flux differences (△LE) between Asian tropical forest loss grids and unchanged forest grids

图3 2017年亚洲热带森林减少格点与未改变格点的净辐射能量之差（△SW，a）、潜热通量之差（△LE，b），以及前两者之差（△SW-△LE，c）的空间分布Fig.3 Spatial distribution of differences in net shortwave radiation (△SW, a), net latent heat flux (△LE, b) and their difference (△SW-△LE, c) between Asian tropical forest loss grids and unchanged forest grids in 2017

图4 2017年亚洲热带雨林（a1-c1）和热带季雨林（a2-c2）森林减少格点与未改变格点地表温度差（△LST）的日间（a），夜间（b）和全天平均（c）的月均值Fig.4 Monthly mean surface temperature differences(△LST) for daytime (a), nighttime (b) and daily mean (c) between forest loss grids and unchanged forest grids of Asian tropical rainforest (a1-c1) and monsoon forest (a2-c2)in 2017

2.2.2 能量影响的季节特征

热带雨林和热带季雨林减少对地表净短波辐射和潜热通量的影响也表现出不同的季节特征。热带雨林的地表净短波辐射差△SW和潜热通量差△LE全年略有波动，无明显季节变化，△SW 全年为负值，△LE 全年为正值，表明森林减少地区地表净短波辐射全年少于未改变的森林地区，而潜热通量全年高于未改变的森林地区，△SW-△LE 全年为负值（图5a1、b1、c1）。

热带季雨林月平均△SW 全年均为负值，月变化波动明显，5-8月△SW 值大于其它月份，即在5-8月森林减少对反照率的影响小于其它月份。月平均△SW 在8月最大，为-6.2±1.2W⋅m-2，在2月最小，为-7.7±1.5W⋅m-2（图5a1）。月平均△LE 在降水偏多的5-10月为正值，最大值在7月，为10.4±7.7W⋅m-2。森林减少的区域比未改变森林地区释放更多的潜热。在降水偏少的其它月△LE 为负值，最小值在2月，为-22.7±13.4W⋅m-2，即森林减少会降低潜热的释放。△LE 在2-7月呈现上升趋势，7-12月呈现下降趋势（图5b2、d2）。△SW-△LE 在1-4月为正值，最大值在2月，为14.9±13.0W⋅m-2，在其它月为负值，最小值在7月，为-16.5±5.7W⋅m-2，变化趋势与△LE 相反，在2-7月呈现下降趋势，1-2月和7-12月呈现上升趋势。

由图4c2和图5c2可见，热带季雨林白天和全天△LST年变化趋势与△SW-△LE年变化具有很高的相似性，在1-4月，△LST和△SW-△LE的值都偏大，其它月份△LST和△SW-△LE的值都偏小，且热带季雨林△SW-△LE 与△LST 相关系数r 达到0.72（P＜0.01），表明热带季雨林减少导致地表反照率下降，蒸散发改变，反照率下降引起的净短波辐射变化和蒸散发改变引起的潜热通量变化通过地表辐射收支，影响地表温度，从而在一定程度上决定了热带季雨林地表增温效应的季节变化模式。热带雨林区的△SW-△LE 为负值，△LST 为正值，相关系数为r=0.44，表明净短波辐射和潜热通量的变化虽然在一定程度上影响了热带雨林减少的增温效应，但非主要因素。

图5 2017年亚洲热带雨林（a1-d1）和热带季雨林（a2-d2）森林减少格点与未改变格点地表净短波辐射之差月均值（△SW，a）、潜热通量之差月均值（△LE，b）、两者之差的月均值（△SW-△LE，c）及窗口内月均降水量(d)Fig.5 Monthly mean net shortwave radiation differences (△SW,a), latent heat flux differences (△LE,b),their difference (△SW-△LE, c) between forest loss grids and unchanged forest grids and monthly mean precipitation (d) of tropical rainforest (a1-d1) and monsoon forest(a2-d2) in 2017

降水作为热带地区重要的背景气候因素，对蒸散发和潜热通量差有一定的影响。图6 中，亚洲热带地区的△ET 与月平均日降水量呈线性正相关关系（r = 0.87，P＜ 0.01），降水量增大，蒸散发和潜热通量差异将会缩小，当月平均降水量超过6.5mm·d-1时，△ET 将由负值变为正值。在热带季雨林区，旱季降雨量较小时，潜热和潜热通量差异较大，为负值，雨季降水量较大时，土壤水分充足，蒸散和潜热通量差异较小，为正值。热带雨林地区全年雨水充沛，月降水量较平均，降水极显著高于热带季风区（P＜ 0.01）。

图6 月平均降水量与月均△ET的关系Fig.6 The relationship between the monthly mean precipitation and the monthly mean △ET

3 结论与讨论

3.1 讨论

本研究表明亚洲热带森林减少具有一定的增温效应，使地表变暖，Li 等[19]就森林砍伐对地表温度的潜在和实际影响的研究中也有相似的结果，其研究显示热带地区森林减少使地表温度在10a 内显著上升0.28℃。这表明热带森林若持续减少将会进一步加剧热带变暖的趋势，使热带生态系统更加脆弱。过去的研究通常将热带森林作为一个整体进行研究，有关热带雨林和热带季雨林减少增温效应区别的相关研究较少。本研究显示，虽然热带雨林和热带季雨林减少均具有增温效应，但是热带雨林减少的增温效应不存在明显的季节变化，而热带季雨林减少的增温效应则存在明显的季节变化，这主要是受地表净短波辐射和潜热通量改变的季节变化的影响，温度变化与辐射变化显示出相同的季节变化特征。而热带雨林区吸收短波辐射和潜热通量变化不是影响其增温效应的唯一因素，以往的模型研究解释了这一现象，研究显示，在赤道附近的热带地区，粗糙度是影响热带地表温度的重要因素，甚至占据着主导作用[21]，粗糙度下降会抑制陆地和大气之间的湍流能量交换，森林损失使地表粗糙度降低从而使地表升温，补偿了反照率和蒸散发的影响。

本研究中热带森林地表净短波辐射之差△SW与夜间地表温度变化△LST 呈现正相关关系（r=0.71，P＜0.01），且表现出相同的季节变化趋势，这是因为夜间森林的地面长波辐射更大，白天地面存储的能量在夜间将以长波辐射形式从地面向上输送。由于森林地表反照率低，能够在白天吸收更多的短波辐射使夜晚向上的长波辐射增大，使夜间森林变暖，与森林减少区的差距缩小[22-23]，从而使夜间森林损失的增温效应弱于白天，冬季地表增温效应弱于夏季。这一结论与Ma 等[6]对温带森林减少的地表温度效应的研究结果一致。

本研究中热带雨林森林损失使潜热通量增加，意味着森林损失地区的蒸散发大于未改变森林地区的蒸散发。降水对热带雨林的潜热通量之差△LE 有着重要的作用，随着降水量的增大，蒸散发和潜热通量之差缩小。热带雨林损失地区的蒸散发大于未改变森林地区，是因为，一方面，热带雨林区水资源丰富，常年降水充沛，月降水量显著大于热带季雨林区，且2017年的降水量显著大于其它年份，研究发现，森林蒸散比在降水量过大时会达到饱和，不同于草地蒸散发随着降水量增加而增加[21]。森林减少区由于降水充沛使土壤水分充足，且风速增加[24]，温度升高，进一步加大了其蒸散发[25]；另一方面，热带雨林常年保持非常接近饱和的空气湿度，如印度尼西亚地区的相对湿度一般维持在70%以上，饱和的空气湿度会抑制热带雨林蒸散发的进行，减少与大气的水分交换，从而使热带雨林损失区的蒸散发大于未改变森林区。程根伟等[26]对森林水文效应的研究认为，在湿润的南方地区造林反而可能会减少蒸散发。热带季雨林区的降水存在明显的季节差异，如本研究中的亚洲季雨林区5-10月通常高温高湿，与热带雨林类似，森林损失区域的蒸散发大于未改变森林地区的蒸散发。而在11月-翌年4月，通常为亚洲季雨林的干季。季雨林区干季的蒸散发主要是由森林冠层的蒸散供应，森林的减少会大幅削减干季的蒸散，从而减少潜热通量[27]。

森林砍伐对区域降雨的影响相较于地表温度更为复杂，地表粗糙度的改变以复杂的方式影响降水，并可能增加雾和云的凝结[28]。热带森林损失的重要原因森林火灾，产生的烟雾和霾通过大气遥相关更将影响热带以外的地区降水[29]。

热带森林因为人为砍伐和自然灾害未来也面临严重的损失，这种损失将使地表温度进一步变暖，同时森林砍伐释放的CO2，将加剧全球温室效应，使变暖更加剧烈[30-31]。热带森林损失导致的温度和降水的变化，会加剧热带区域的极端灾害事件的频率和强度，如暴雨、干旱、火灾事件，使得热带森林面临更加严峻的考验[32]。森林损失造成的热带气候变暖可能进一步加剧高温下的树木死亡率，增加热带森林火灾的发生，使森林覆盖率进一步减少[33-34]。