2001～2010年中国区域土地利用/覆盖变化对陆面过程影响的模拟研究

韩云环 马柱国 李明星 陈亮

1 河北经贸大学数学与统计学学院，石家庄 050061

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 中国科学院大学，北京 100049

1 引言

已有的研究表明，过去300年人类活动已经影响了42%～68%的陆地表面（Vitousek et al., 1997;Hurtt et al., 2006）。除温室气体和气溶胶外，土地利用/覆盖变化（Land Use/Cover Change, LUCC）是人类活动影响气候的另外一个重要因素（IPCC,2013），其影响着局地、区域和全球的气候变化（邵璞和曾晓东, 2012; Mahmood et al., 2014）。LUCC主要通过生物地球物理和生物地球化学过程影响气候，其中生物地球化学过程是通过向大气排放或者吸收温室气体进而改变碳循环过程来影响气候系统（Pielke et al., 2002; Brovkin et al., 2013）；而生物物理过程是通过引起地表属性和下垫面性质（如地表反照率、粗糙度、土壤湿度）的变化（Yu and Xie, 2013），改变陆面过程中波文比以及降水在蒸散发、径流和土壤水之间的分配来进一步对气候产生影响（Notaro et al., 2006; Findell et al., 2007; Wang et al., 2020），它不仅影响温度、降水，也会对季风和大气环流产生影响（Lei et al., 2008; Imhoff et al.,2010; Lee et al., 2011; Zha et al., 2019）。LUCC是自然和人为共同影响最显著的问题，其与气候变化和人类活动的相互作用是全球变化研究的核心内容之一（傅伯杰等, 2005; 刘纪远等, 2011）。

LUCC对气候变化影响的研究主要包括气候效应的观测研究和模拟研究。在观测中很难将土地利用/覆盖变化对局地气候的影响信息从全球变化的大背景中剥离（华文剑等, 2014），而模拟研究中的问题包括模型误差、物理过程和参数的不确定性、对研究尺度和高时空分辨率输入数据的依赖等（Verburg et al., 2004; 张华和张勃, 2005）。目前，多数模拟工作都是采用理想的敏感性土地覆盖试验，如符淙斌和袁慧玲（2001）利用虚拟极端情况模拟东亚地区自然植被恢复后对区域气候和环境的可能影响程度；Zheng et al.（2002）设计了不同程度的植被退化试验研究植被变化对区域气候的可能影响及其机制；陈海山和张叶（2013）将中国东部沿海城市的百分比增加到50%探讨此区域大规模城市化对东亚冬季风的可能影响；这些没有考虑人类活动影响下的实际变化情况，不能反映实际LUCC的影响。也有一些关于真实LUCC气候效应的模拟研究，如Wang et al.（2014）基于WRF模拟2001～2008年LUCC的气候效应，得出LUCC使中国大部分区域温度升高；陈海山等（2015）基于区域气候模式RegCM4.0探讨了1990～2010 年中国LUCC对区域气候的影响，表明LUCC的影响有显著的季节性差异，不同地区LUCC对气候影响的机理不同；王明娜等（2016）利用WRF模拟分析了2001～2010 年中国北方半干旱区LUCC对地表温度的影响，得出LUCC导致局地多年平均温度降低。由于模式物理过程、试验设计和使用资料等不同，这些研究结果之间存在差异，对于中国LUCC的气候效应仍不能得出确切的结论。

不同来源的土地覆盖数据存在差异，也导致模拟结果存在不确定性（陈锋和谢正辉, 2008），土地覆盖数据的准确性是数值试验可靠和准确的基础（Wang et al., 2014）。遥感数据可以以较高的时空分辨率准确地描述地球表面，逐渐成为创建土地覆盖模型初始场的重要数据源。已有研究表明，现有的国际土地覆盖中，MODIS土地覆盖数据在中国有更高的整体分类精度和可靠性（冉有华等, 2009;杨永可等, 2014）。随着退耕还林/还草工程的实施，中国区域的土地利用/覆盖从2000年开始发生了较大变化（Hvistendahl, 2012; Fan et al., 2015; Piao et al.,2015; Hua et al., 2017），全面启动退耕还林/还草工程后，工程建设的任务和目标是要求到2010年完成一定的规模，2001～2010年是国家实施此工程以来土地利用/覆盖变化最显著的10年。因此，本文针对人类活动作用下中国区域真实的LUCC情况，利用2001～2010年的MODIS观测土地覆盖数据分析中国区域21世纪以来的LUCC及其影响。

土地利用/覆盖变化对气候影响的关键过程是陆面和大气的相互作用（Deng et al., 2013），陆面过程对解释LUCC影响气候变化的物理机制尤为重要（张强, 1998），陆面模式的不断完善为研究陆面过程变化问题提供了理想的工具。基于此，本文利用2001年和2010年MODIS观测的土地覆盖数据，生成两套中国陆表覆盖资料，运用CLM模式模拟分析2001～2010年LUCC对陆面过程中能量平衡和水分循环的影响，为探讨LUCC对气候的影响及可能机制奠定基础。

2 数据、模式介绍和试验设计

2.1 观测数据

中分辨率成像光谱仪（MODerate-resolution Imaging Spectroradiometer, MODIS）土地覆盖数据由搭载在美国地球观测系统（EOS）的Terra（AM-1）和Aqua（PM-1）两颗卫星上的MODIS反演获取。本文所用MODIS土地覆盖分为由国际地圈生物圈计划（International Geosphere Biosphere Programme,IGBP）定义的17类，其空间分辨率为500 m。

观测的温度和降水数据采用中国地面气温（降水）月值0.5°（纬度）×0.5°（经度）格点数据集v2.0，该数据是基于国家气象信息中心基础资料专项整编的中国地面2472台站资料，利用薄盘样条法插值生成的格点数据。

用于验证模拟结果的观测土壤湿度来自中国气象数据网（http://data.cma.cn/[2015-09-10]）的中国农作物生长发育和农田土壤湿度旬值数据集，观测时间为每月的8日、18日和28日，包含10 cm、20 cm、50 cm、70 cm、100 cm共5层土壤相对湿度值。为保证数据的可靠性，剔除了缺测值较多的站点数据，从全国778个站点中选取了232个站点的数据进行分析；同时为保证与模式结果的可比性，把相对湿度单位换算成与模式结果相对应的体积含水量，分析的时间段也与模式模拟时间相对应，为2001～2008共8年。

与模式模拟结果对比检验的潜热通量数据来自于Jung et al.（2009）的研究结果。它是基于全球涡度相关通量观测塔的数据，通过模型树集成MTE（Model Tree Ensemble）算法得到。该资料为全球1982～2011年的月值数据，空间分辨率为0.5°。

2.2 CLM模式介绍

陆面模式CLM（Community Land Model）结合了 LSM（Bonan, 1996）、IAP94（Dai and Zeng,1997）和BATS（Dickinson et al., 1993）等陆面模式的优点后发展成第三代陆面过程模式（Oleson et al., 2004）。大量研究对模式中的陆面参数和水文过程进行改善，更新了基于MODIS资料的下垫面数据集和冠层截留方案（Lawrence and Chase,2007; Thornton and Zimmermann, 2007），引进并完善了径流、地下水、冻土和碳氮循环过程，改进了蒸发、土壤可利用含水量等算法（Niu et al., 2005,2007; Niu and Yang, 2006），发展成为CLM3.5。CLM模式广泛地考虑了生物物理过程、生物地球化学过程、水文过程和动态植被过程，用来模拟陆地生态系统中能量、水分、化学元素和微量气体等的循环过程。本文所使用的版本（CLM3.5），为了订正陆面水循环过程的偏差，引入了描述土壤孔隙度的参数化方案，改善了土壤湿度模拟中的偏差（李明星和马柱国, 2015），并且在中国各区域CLM3.5模拟结果与观测的土壤湿度、蒸散（潜热）和径流均有高达0.8以上的相关系数（李明星等, 2011; Li and Ma, 2015; Li et al., 2017），表明在区域尺度上CLM3.5能够较好描述月及更长时间尺度的水分能量过程的变化特征和趋势（Li and Ma, 2010）。本文通过进一步对CLM3.5模拟的潜热通量和土壤湿度结果与观测进行对比检验，表明其确实有较好的可用性（见3.1节）。

2.3 大气驱动场和陆面数据

除了模式物理过程，大气驱动场的质量是影响陆面模式模拟结果的一个关键因素（Dickinson et al., 2006），应用实际观测资料对于提高大气驱动场的质量具有重要的意义。因此本文采用中国气象局的观测气象资料（http://data.cma.cn/[2010-09-08]）构建一个中国区域的大气驱动场，包含气温、降水、气压、风速、比湿和辐射6个物理量。通过观测资料插补和网格化，建立了空间分辨率约0.5°（纬度）×0.5°（经度），时间分辨率3 h（每日8次），时间跨度为2001～2008年的驱动场，由于辐射观测资料时空覆盖太低，所以直接采用了Princeton 的资料（Sheffield et al., 2006; Li and Ma, 2010）。

陆面数据包括地形、土壤质地、土壤颜色、植被功能类型和生理学参数。陆地网格单元的植被部分有17种植被功能类型（plant functional types,PFTs），文中不同地表陆面数据的差异主要是PFTs不同，相对应的茎、叶面积指数和冠层高度等参数也不同，描述了不同植被生物物理和生物化学过程的差异。两种不同植被覆盖的PFTs分别为2001年、2010年MODIS观测的植被覆盖类型和比例，MODIS的PFTs分类与CLM3.5不同，当一些格点上MODIS出现特定的分类而CLM的PFTs中没有时，将根据格点的位置信息和两种分类类型的性质，判断每个点MODIS的特定类型所对应的CLM中属性最接近的PFT，从而确定具体位置上MODIS类型对应的CLM中的类型及相应比例，将 MODIS的 PFTs在 CLM中展现出来。除去PFTs，生成两套不同地表陆面数据的其他数据均用CLM3.5原始的地形、土壤属性和生理学参数等资料，这些数据主要通过实验观测和MODIS产品获得（Lawrence and Chase, 2007）。

2.4 试验设计

考虑到陆面模式对初值的敏感性和模式对各物理量的“记忆性”，首先检测CLM模式各物理量达到平衡所需的时间，各物理量的计算采用区域平均值，区域大小为包括整个中国陆面的矩形区域（19.5°N～54.5°N，73.5°E～134.5°E）。严格按照检验标准（Cai et al., 2014），重复运行2001年的驱动场直到各个变量达到平衡，调整期时长定为n，如果

经过各量的调整期检验后，本文分别利用2001年和2010年的陆面覆盖数据，重复利用2001～2008年的大气驱动场进行了80年的积分运算，模式积分时间步长为30 min，模拟结果每个月输出一次。前面72年结果作为调整期，使用最后8年的模拟结果进行比较分析。本研究设计2组试验的区别就是地表土地利用/覆盖数据不同，用2001年和2010年的地表差异描述2001～2010年的土地利用/覆盖变化情况，从而研究LUCC对中国区域陆面过程的影响。为了便于表述，应用2001年、2010年陆面覆盖资料的模拟结果分别命名为E2001和E2010。

中国区域土地利用覆盖类型及其变化复杂多样，本文选取典型区域分析不同LUCC 对陆面过程的影响异同。所选研究区域海拔高度有较大空间差异性（图1a），年平均气温受海拔高度和纬度的影响，从北到南递增（图1b）；年降水量由西北至东南递增（图1c），依次形成干旱、半干旱、半湿润和湿润等气候类型。大部分研究区域温度显著增加（图1d），年降水量不同程度的减少（图1e），呈现明显的暖干化趋势，此地区生态环境脆弱，对气候和地表变化特别敏感，是研究LUCC影响的理想区域。

表1 区域平均各变量调整期时间Table 1 Spin-up time for individual variables based on averaged values for the whole China a

图1 （a）3个典型区域位置和地形；（b）1961～1990年年平均气温、（c）年平均降水量；基于1961～2010年数据计算结果的（d）年平均气温变化趋势、（e）年平均降水量变化趋势。黑色圆点表示通过0.05的显著性检验Fig. 1 (a) Location and topography of the three typical regions; (b) mean annual air temperature and (c) mean annual precipitation during 1961–1990;(d) trends of mean annual air temperature and (e) trends of mean annual precipitation calculated based on data from 1961 to 2010. The black dots denote the 0.05 significance level

作为主要研究对象的3个典型区域（图1a）分别为区域 1（106°N～114°N，40°E～44°E）、区域 2（104.5°N～107°N，36.5°E～40°E）和区域3（102°N～114°N，32°E～41°E）。这 3 个典型区域分别代表了不同的土地利用/覆盖变化情况，各区针对的科学问题不同。其中区域1为荒漠—草地过渡带，是荒漠变草地的典型区域，此区域仅分析荒漠变草地的影响；区域2 为草地—灌木过渡带，是荒漠或草地变灌木的典型区域，此区域仅分析荒漠或草地变灌木的影响。区域3黄土高原地区是气候变化的敏感区，也是受人类活动尤其是退耕还林影响较大的区域，受到广泛关注（张强等, 2013,2014; Fan et al., 2015; Zhao et al., 2018），为了分析每一个典型区域LUCC的影响，选取的典型区域3和其他两个区域有部分重合。黄土高原地区各土地类型变化比较复杂，比如荒漠减少1.76%，开放灌木增加0.23%，森林增加3.47%等（表2），文中分析区域3中LUCC的影响是整个区域所有变化影响的平均结果。

3 结果分析

3.1 模式检验

在比较LUCC引起陆面过程的差异之前，很有必要检验CLM模式的模拟性能。本节参照E2001模拟的土壤湿度和潜热通量与观测进行对比，以检验和评估模式的模拟能力。图2a、2b分别是观测和模拟的土壤湿度的空间分布。整体上，模拟和观测土壤湿度的空间分布基本一致，模式能够模拟出河套地区低值区和东北、江淮流域高值区的空间分布特点。观测站点的土壤湿度与其对应格点的模拟值的空间相关系数为0.59，它们之间的偏差与输入场误差、模式参数化、粗分辨率下的次网格效应有关，由于单站观测值存在很大的局地性，观测点的小气候环境与格点尺度的气候驱动存在的差异是模拟和观测差异存在的主要原因。

图2c、2d是观测和模拟潜热通量的空间分布，两者分布一致，均由西北向东南递增，模式能够抓住北方潜热通量较小，南方尤其是华南地区潜热通量较大的特征，但模拟的结果中，干旱区数值偏小，湿润区数值偏大。模拟和观测的潜热通量的空间相关系数高达0.94。

本文选取站点密集，资料比较完整的黄土高原区域（102°N～114°N，32°E～41°E）检验模拟的土壤湿度和潜热通量的变化趋势，结果表明2001～2008年，观测和模拟的月平均土壤湿度和潜热通量时间序列分别和其观测值的相关系数达0.83和0.97，均通过了99%的显著性检验。

表2 2001、2010年中国和黄土高原区域每种土地利用/覆盖类型所占比例Table 2 Percentage for every land use/cover type in 2001 and 2010 in China and the Loess Plateau

以上结果及中国区域的观测模拟对比验证（2.2节）表明，CLM3.5总体上能较好地模拟潜热通量和土壤湿度的空间分布和时间变化特征，其水循环和能量平衡过程对逐月、年的变化具有较好的模拟能力，能够适用于LUCC对陆面过程影响的数值模拟研究。

3.2 中国区域土地利用/覆盖变化

图3a是2001年土地利用/覆盖空间分布，其主要类型的分布和干湿区分界线（200 mm、500 mm、800 mm年降水量等值线）基本吻合，表明降水决定了植被类型的分布。2001～2010年，中国区域荒漠减小0.92%，灌木减少0.97%，草地减小0.01%，农田增加0.77%，森林增加2.86%，其中混合林增加最多为2.58%（表2），整体植被覆盖度增加。图3b是LUCC的空间分布，最明显的变化区域位于干旱半干旱区过渡带、半干旱半湿润区过渡带和南方地区。整体来看，35°N以南的南方区域土地覆被类型复杂，变化最显著（图3b），这是因为北方植被的基数远远小于南方，南方地区一个小变化就会远大于北方地区的一个大变化；且南方地区水热充沛，其LUCC影响的相对程度远低于北方区域LUCC影响的相对程度，这也是本文选取北方部分区域进行研究的原因之一。

图2 2001～2008年（a）观测土壤湿度（0～49.3 cm）和（b）模拟土壤湿度（0～50 cm）、（c）观测潜热通量和（d）模拟潜热通量Fig. 2 (a) Observed soil moisture (0–49.3 cm) and (b) simulated soil moisture (0–50 cm), (c) observed latent heat flux and (d) simulated latent heat flux during 2001–2008

图3 （a）2001年土地利用/覆盖类型空间分布和（b）2001～2010年主要土地利用/覆盖类型的变化Fig. 3 (a) Spatial distribution of land use/cover types in 2001 and (b) changes in major land use/cover types in 2001–2010

3.3 LUCC对地表属性的影响

叶面积指数（Leaf Area Index, LAI）是描述叶片的疏密程度和冠层结构特征的重要参量，影响着土壤—植被—大气之间物质和能量的交换过程（Sprintsin et al., 2011; 刘洋等, 2013）。LAI变化是LUCC的“指示器”，是LUCC影响区域水循环和能量平衡过程的基础。

试验中已将MODIS的各土地覆盖类型对应到CLM的PFTs，LAI是根据PFTs和CLM中各PFTs的月LAI数据得到。图4a是中国区域2001～2010年LAI变化的空间分布。不难看出，差值较大的区域分布在气候过渡带和南方区域，且以LAI增大为主要特征，说明相对于2001年，2010年中国区域植被整体变好。3个典型区域1、2、3 LAI的变化量分别为和

地表反照率是地表反射太阳辐射与总入射太阳辐射之比，它决定了地表和大气间的辐射能量的分配过程，直接影响地表吸收的净辐射（Zhao and Zeng, 2002），是研究地表能量平衡过程的重要参数。

图4b是LUCC引起的地表反照率的变化。除干旱区外，全国大部分的地表反照率发生了显著变化，且以减小为主，尤以北方的河套平原和长江流域中上游的地表反照率下降得明显，这是因为该地区植被覆盖显著变好，地表变暗，地表反照率相应减小。3个典型区域1、2、3的地表反照率变化量分别为−0.002、−0.03、−0.01。

3.4 LUCC对陆面能量平衡的影响

图5a是LUCC引起的净太阳短波辐射的差异，由于地表反照率减小，大部分区域净短波辐射变化均为正，除了典型区域2、东北西部、长江流域上游显著增加外，其他地区均没有通过显著性检验,说明LUCC对地表吸收的净太阳短波辐射并没有产生十分明显的影响。但植被和土壤吸收的净太阳短波辐射在全国大范围发生了显著变化（图5b、5c），表明LUCC改变了地面吸收的太阳辐射在植被和土壤表面之间的分配。LUCC使植被吸收太阳辐射增加，地表吸收太阳辐射减小，这是因为植被覆盖增加后，植被拦截的太阳辐射增加，而到达土壤表面的太阳辐射则减小，3个典型区域植被吸收的太阳辐射分别增加土壤表面吸收的太阳辐射分别减少

图4 LUCC引起的地表属性差异（E2010减E2001，E2001、E2010分别为2001年、2010年陆面覆盖资料的模拟结果）：（a）叶面积指数；（b）地表反照率。黑色圆点表示通过0.05的显著性检验Fig. 4 Surface property differences due to LUCC (E2010 minus E2001, E2001 and E2010 denotes simulation results with land cover data in 2001 and 2010, respectively): (a) Leaf Area Index (LAI); (b) albedo. The black dots denote the 0.05 significance level

图5 LUCC引起的（a）净太阳短波辐射、（b）植被吸收太阳短波辐射、（c）土壤吸收太阳短波辐射、（d）植被叶面感热通量、（e）土壤表面感热通量、（f）感热通量、（g）潜热通量、（h）冠层蒸腾潜热通量、（i）冠层蒸发潜热通量、（j）土壤蒸发潜热通量、（k）土壤热通量、（l）净长波辐射的差异（E2010减E2001）。黑色圆点表示通过0.05的显著性检验Fig. 5 Differences of (a) absorbed solar radiation, (b) solar radiation absorbed by vegetation, (c) solar radiation absorbed by the ground, (d) sensible heat from vegetation, (e) sensible heat from the ground, (f) sensible heat flux, (g) latent heat flux, (h) canopy transpiration,(i) canopy evaporation, (j) ground evaporation, (k) heat flux into soil, and (l) net infrared (longwave) radiation due to LUCC (E2010 minus E2001).The black dots denote the 0.05 significance level

吸收的太阳辐射是感热通量的来源，同植被和土壤表面吸收的太阳辐射变化和分布相对应，植被叶面感热通量显著增加，土壤表面感热通量显著减小，总感热通量增加（图5d、5e、5f）。与感热通量的差异相比，LUCC引起的潜热通量变化较小（图5g），且大部分地区均没有通过显著性检验。潜热通量是由地表蒸发、冠层蒸发和冠层蒸腾3个物理分量组成。土地利用/覆盖变化后，植被覆盖增加，叶面积增大，叶片拦截降水后叶面水分增多，冠层蒸腾和蒸发潜热通量增加（图5h、5i），但增加的叶面积阻碍了地气之间的水热交换，使土壤蒸发潜热通量减少（图5j），从而总潜热通量尤其是北方地区变化不明显。但LUCC引起了北方典型区域的冠层蒸散发和土壤蒸发潜热通量的显著变化，3个区域冠层蒸腾潜热通量分别增加1.13 W m−2、1.21 W m−2、0.74 W m−2，冠层蒸发潜热通量分别增加 0.27 W m−2、0.30 W m−2、0.23 W m−2，土壤蒸发潜热通量分别减小了1.26 W m−2、1.55 W m−2、1.03 W m−2，总潜热通量的变化为 0.14 W m−2、−0.04 W m−2、−0.06 W m−2。

图6 LUCC引起的（a）总蒸散发、（b）冠层蒸发、（c）冠层蒸腾、（d）土壤蒸发、（e）截留、（f）入渗、（g）地表径流、（h）土壤湿度的差异（E2010减E2001）。黑色圆点表示通过0.05的显著性检验Fig. 6 Differences of (a) evapotranspiration, (b) canopy evaporation, (c) canopy transpiration, (d) ground evaporation, (e) interception,(f) infiltration, (g) surface runoff, (h) volumetric soil water due to LUCC (E2010 minus E2001). The black dots denote the 0.05 significance level

土壤热通量是反映土壤表层和深层之间的热交换状况的物理量（张宏等, 2012），影响着植物根系对水分和营养物质的吸收。整个中国区域土壤热通量的变化均不显著（图5k），其变化具有明显的南北差异，北方尤其是研究的典型区域，土壤热通量增加，但35°N以南的南方地区土壤热通量减小。3个典型区域土壤热通量分别增加0.02 W m−2、0.03 W m−2、0.01 W m−2。土壤热通量的变化相对于感热、潜热较小，其在能量平衡过程中比重较低。

图5l显示大部分LUCC显著的区域净长波辐射均减少。地表发射的净长波辐射是地表发射长波辐射和大气逆辐射的差值，因为E2001和E2010大气长波辐射相同，净长波辐射的变化跟地表发射长波辐射的变化一致；又由斯蒂芬—玻尔兹曼定律的地表发射能量可知，地表发射能量的变化和地表温度的变化一致，由此可推断地表温度也发生了类似净长波辐射的变化。

表3 各典型区域LUCC引起的地表属性、能量通量和水分循环物理量的差异（E2010减E2001）Table 3 Differences in surface properties, energy fluxes, and water cycle variables caused by LUCC in each typical region(E2010 minus E2001)

图7 各典型区域LUCC引起的不同深度土壤湿度的变化（E2010减E2001）Fig. 7 Changes in soil moisture at different depths in typical regions due to LUCC (E2010 minus E2001)

3.5 LUCC对陆面水分循环的影响

土地利用/覆盖变化改变了区域的下垫面状况，随着地表粗糙度、感热通量和潜热通量等的变化，地表水循环过程也存在不同程度的响应。蒸散发过程是连接大气和陆面水文循环过程中的一个重要环节，它作为气候系统的一个核心过程，将水文循环、能量收支和碳循环等紧密联系起来（Jung et al.,2010）。蒸散（图6a）及其3个分量（图6b、6c、6d）与潜热的变化结果一致（表3），由于冠层蒸发和冠层蒸腾的增加量和土壤蒸发的减小量部分抵消，总蒸散变化较小。蒸散的变化中，土壤蒸发变化最大，其次为冠层蒸腾，冠层蒸发量变化最小。

截留直接与叶面积有关，LUCC引起的LAI增加使中国大部分区域截留显著增加（图6e），3个典型区域截留分别增加 0.014 mm d−1、0.016 mm d−1、0.009 mm d−1。同样由于增加的叶片具有滞水作用，增加了下渗时间，中国大部分区域入渗量增加（图6f），地表径流减小（图6g），但除了区域1和区域2，其他区域均没有通过显著性检验。3个典型区入渗量变化分别为 0.032 mm d−1、0.039 mm d−1、0.026 mm d−1。地表径流量数值及变化均较小，3个区域的变化分别为−0.00044 mm d−1、0.00011 mm d−1、−2.82×10−5mm d−1。区域 2 由荒漠/草地变为灌木后，地表径流反而增加，可能原因是增加的植被减小了地表与大气的水分交换，土壤蒸发减小量为0.054 mm d−1，而入渗量增加了 0.039 mm d−1，还有一部分水分以增加的地表径流形式存在。

截留、蒸散、入渗、径流等各水分循环分量共同影响着土壤湿度的变化，土壤湿度积累了地表水文过程的大部分信息，是陆气相互作用中能量和物质交换的调节器（李明星等, 2011）。中国北方的西北东部、华北和东北地区土壤湿度减小，其他地区土壤湿度增加，但仅干旱半干旱过渡带上的土壤湿度发生了显著变化（图6h）。3个典型区域土壤湿度分别减小 0.01 m3m−3、0.02 m3m−3、0.01 m3m−3。

图7是LUCC引起的各典型区域不同深度土壤湿度的变化，随着深度加深，土壤湿度减小得越明显，这是由于植被覆盖增加后，叶面蒸腾量明显增加，根系吸收深层土壤水分满足作物蒸腾的需求，从而导致深层土壤湿度明显变干。

综上，LUCC通过改变大气降水的分配影响水循环过程，植被覆盖增加后，截留增加，冠层蒸散增加，土壤蒸发减小，入渗增加，径流减小，土壤湿度减小，并且随深度增加变干越明显。

图8 LUCC引起的地表热力状况的差异（E2010减E2001）：（a）叶面温度和（b）地表温度（黑色圆点表示通过0.05的显著性检验）；各典型区域（c）叶面温度和（d）植被温度的月变化Fig. 8 Differences in thermal conditions due to LUCC (E2010 minus E2001): (a) Vegetation temperature; (b) ground temperature (the black dots denote the 0.05 significance level); monthly variations of (c) vegetation temperature and (d) ground temperature change in typical regions

3.6 LUCC对地表热力状况的影响

图8a、8b是LUCC引起的植被叶面温度和地表温度变化的空间分布。整体来看，大部分区域的叶面温度和土壤表面温度降低，但只有干旱半干旱区过渡带和南方的局地区域变化显著。3个典型区域植被叶面温度变化为−0.22 K、0.13 K、−0.03 K，地表温度变化为−0.13 K、−0.08 K、−0.11 K，仅区域2的植被叶面温度和地表温度变化显著。3个区域的年平均叶面温度变化增减不一，从月变化图（图8c）可得，生长季尤其是5～8月，3个区域的叶面温度均增加，其他月份温度降低。这是因为，当植被覆盖增加后，植被吸收的太阳辐射增加，引起叶面温度升高，但植被蒸腾和蒸发增加带走热量，使叶面温度降低，这两个过程的综合作用决定着叶面温度的变化。土壤表面温度减小主要是土壤表面吸收的净太阳短波辐射减少造成的，但区域2 在3～5月土壤表面温度升高（图8d），可能原因是地表反照率减小引起此时净太阳辐射增加，但植被叶面拦截的太阳辐射增量较少，使到达土壤表面的太阳辐射能量增加，从而土壤表面温度升高。

综上，植被覆盖增加使生长季叶面温度升高，土壤表面温度降低。

4 结论和讨论

本文基于MODIS观测的2001年和2010年两种地表覆盖数据，利用陆面模式CLM3.5模拟LUCC对陆面过程的影响，分析了两种下垫面情形下能量通量、水分平衡和热力状况的差异。主要得出以下结论：

（1）在2001～2010年，中国LUCC最明显的区域位于干旱半干旱区过渡带、半干旱半湿润区过渡带和南方地区。中国区域荒漠减少0.92%，灌木减少0.97%，草地减少0.01%，农田增加0.77%，森林增加2.86%，植被覆盖度整体增加。

（2）在2001年和2010年两种土地利用/覆盖背景下，LUCC引起大部分地区感热通量增加，植被蒸腾、蒸发潜热通量增加，土壤表面蒸发潜热通量减小。土壤热通量的变化相对于感热、潜热通量较小，其在能量平衡过程中比重较低。

（3）LUCC使大部分地区叶面蒸发和蒸腾均增加，土壤表面蒸发减小，径流减小。中国西北东部、华北和东北地区土壤湿度减小，其他地区土壤湿度增加，仅干旱半干旱过渡带上的土壤湿度发生了显著变化。植被覆盖增加使生长季叶面温度升高，其他月份温度降低，全年土壤表面温度均降低。

（4）当典型过渡带区域由荒漠变为草地后，感热通量增加1.11 W m−2，潜热通量增加0.14 W m−2；冠层蒸腾和蒸发分别增加 0.039 mm d−1、0.009 mm d−1，土壤湿度平均减小0.01 m3m−3，且随深度增加变干越明显，这是由于根系吸收了较多深层土壤水分，以满足植被显著增加的蒸腾而产生的结果。当草地变为灌木时，其能量通量和水分循环的变化与上述结果类似。

本文模拟的大部分结果与相关研究结果一致，如植被覆盖增加使感热通量和潜热通量增加（Zhang et al., 2020），总蒸散发增加（Wang et al.,2014, 2020），地表径流减少（Li et al., 2016）；关于土壤湿度的变化，本文得出植被覆盖变好以后，会引起中国北方各区域土壤湿度变干，这与过去的研究结果一致（李婧华等, 2013），尤其是关于黄土高原地区，观测结果也表明，植被的恢复引起土壤湿度变干，并且深层土壤干层在不断扩张（Yang et al., 2012; Xiao et al., 2014; Deng et al., 2016）。关于模式结果中一些地方土壤湿度变化没通过显著性检验，推断有以下原因：LUCC的影响有明显的季节差异（丁一汇等, 2005; 陈海山等, 2015; Lian et al.,2017），这可能导致LUCC影响的年平均结果不显著；另外，文中研究LUCC的影响是基于2010年和2001年地表数据的对比，2010年仍处于退耕还林的前期，短期内土地利用/覆盖变化及其影响相对较小，可能导致结果不显著。随着退耕还林/还草工程的进一步实施，近几年的土地利用覆盖数据相对于2001年的变化更明显，水循环对LUCC的响应会增大，从而LUCC的影响也会更显著。因此，考虑较长时间的退耕还林/还草引起的LUCC的影响和LUCC的季节性差异是值得进一步研究的科学问题。

由于使用数据资料、试验设计和模式的差异，本研究得出的结果和前人的研究存在差异和不确定性。陈海山等（2006）、王平和沈润平（2013）等用CLM模拟指出，植被覆盖的增加使土壤变得更湿，这与本文模式结果及观测的结果正好相反；其主要原因可能是运用的CLM模式版本、驱动场、土地覆盖数据、研究区域或者考虑的土壤湿度深度的差异造成的。本文的结论尽管是依赖于陆面模式的离线（offline）模拟结果，但我们从中不难看出植被变化对地表水热过程具有重要的影响，这势必影响到区域气候的变化，进一步的工作需要利用大气—陆面耦合模式进行深入研究。

此外，除了LUCC的影响，气候变化也会对地表能量平衡和水分循环过程产生影响。研究表明，黄土高原暖干化的趋势引起地表感热通量、潜热通量和土壤热通量呈减小趋势，年际干湿波动对能量平衡分量的影响显著（张强等, 2013, 2014）。水分循环过程也与气候变化密切相关，温度、降水强度、降水持续时间和总降水量的变化影响着土壤湿度、径流和蒸散发等水循环分量（Hua et al., 2013;Tang, 2020）。不同的气候背景下，同样LUCC的影响也会有差异（Pitman et al., 2011; 胡祖恒等,2018）。能量平衡和水分循环过程是受多因素影响的多个环节形成的复杂过程，下一步工作需要考虑更全面的因素才能掌握其实际的变化规律和机制。