陆表自然和人文要素相互作用

王开存 王灿 李龙辉 汪涛 吴国灿 付永硕 马倩 张井勇 蔡闻佳 曹静 喻朝庆 朱华晟 南卓铜 陈旻 张晶 纪多颖 沈妙根 唐文君 何斌 占文凤

摘要 在国家重点研发计划支持下，项目提出了陆表不均一性检测和订正的新方法，解决了渐变型不均一性检测和订正的难题，构建了中国地表太阳辐射、气温、地温、风速和降水等参数均一化站点和格点数据集，修订了关于中国地表风速变化趋势、增温格局及其形成机制的结论。融合多源数据，构建并验证了千米级、流域级或县域级的电厂、人口、生物质能、取水量、氮排放、二氧化碳排放等影响自然系统的关键人文要素历史和未来预估数据集。构建了未来关键人文要素情景，研制了碳中和目标下甲烷和氧化亚氮排放情景和用于驱动全球模式的未来情景，预估了中国碳中和战略的实施对全球变暖的减缓作用，发现中国碳中和对远期和中期全球变暖的减缓作用显著。给出了中国各省份水体氮排放安全阈值及超越时间，阐明了中国粮食产量与氮施肥的关系，提出了在保障粮食安全的前提下减少水体氮排放的有效途径，指出重构城乡养分循环体系是同时保障粮食安全和恢复水质的必要途径。发现全球饱和水汽压差的年际变化与大气二氧化碳浓度上升速率的年际变化显著相关，阐明了饱和水汽压差变化在调控生态系统生产力中的重要角色以及多因素耦合作用在生态系统生产力变化中的复杂影响。建议更全面细致地评估中国各种碳中和实现路径的社会经济和自然生态影响，以保证碳中和目标与其他可持续发展目标的协同实现。

关键词气候变化;未来情景;碳中和;陆面过程;生态系统生产力;粮食安全

全球变化是自然与人文要素共同作用的结果，也会改变陆表关键要素的变化趋势、周期及空间格局。评价和预估陆表关键要素的相互作用及其对全球变化的响应和反馈，对认识和应对气候变化具有重要意义。但现有研究多针对单一人文与自然要素的相互作用机制，对于多个人文要素与自然要素之间的共同作用机理缺乏系统性认识，且对其空间叠加效应的揭示亟待加强。

为此，国家重点研发计划“全球变化及应对”专项批准了“全球变化驱动下陆表自然和人文要素相互作用及区域表现”项目。项目执行期为2017—2022年。项目的目标是：发展气候、水文观测结果的成因分析及精度校准方法，构建高质量陆表气候水文数据集;构建高分辨率人文要素的历史数据集和未来社会经济情景;阐明陆表关键要素的相互作用机制及其空间分异规律，揭示其对全球变化的响应机理，预估陆表系统格局的转折点，评估中国典型区域空间质量变化，为国家经济、人口与自然要素的协调发展和应对气候变化提供科学决策服务。

项目拟解决三个关键科学问题：1）陆表关键自然与人文要素的变化特征及其相互作用;2）陆表关键要素对全球变化的响应机理;3）全球变化背景下陆表系统格局和典型区域空间质量的演变特征。拟解决两个关键技术问题：1）如何区分局地环境变化和大尺度气候变化对气候、水文观测结果的影响，构建高质量的陆表自然要素数据集;2）如何实现有限信息下人文要素网格化及其准确度校验，构建高分辨率的陆表人文历史数据集和未来社会经济发展情景。

目前项目已经结题并已经完成绩效评估。本文主要介绍项目的主要研究进展。

1 陆表自然和人文数据集构建

1.1 陆表气候要素均一化数据集

1）地表太阳辐射

地表太阳辐射是地表能量平衡的重要参量，对天气、气候变化和植被生长具有重要影响。20世纪50年代末，在世界气象组织的指导下，全球开始地表太阳辐射大规模观测，形成了全球能量平衡档案（GEBA）数据库（Wild et al.，2017）。20世纪90年代，为了提高观测质量，建立了地表辐射本底观测网络（BSRN）（Ohmura et al.，1998）。與世界同步，中国于1957年开始引进先进苏式仪器，在全国88个气象站进行地表太阳辐射观测，数据完整度好，时空覆盖度高;但后来出现了仪器老化、仿制仪器质量不高、缺乏严格的国际标准追踪和仪器校准等问题（Wang et al.，2015）。前期研究发现1990年之前中国地表太阳辐射观测结果受到仪器灵敏度漂移的影响。1990—1993年间，中国大范围地更换了太阳辐射观测仪器，并对太阳辐射观测站网进行了重构，致使观测结果在这一时间段存在突变（Wang，2014）。

利用日照时数观测对地表太阳辐射进行了重建。日照时数记录了一天中太阳直接辐射大于120 W·m-2的时间。日照时数是基本气象观测项目，积累了自1950年以来2 400多个台站的观测数据。日照时数记录介质（光敏纸）每天更换，不受灵敏度漂移的影响，具有较好的长期稳定性。研究发现日照时数重建的太阳辐射可以较好地表现其年代际变化（图1），降低了全球暗化和亮化的不确定性并对其做出了重要的修订（He et al.，2018）。发展了利用日照时数计算地表太阳直接辐射和散射辐射的方法，构建了中国地区约2 400个气象站的地表太阳总辐射、直接辐射和散射辐射（He and Wang，2020）。通过对比发现，1960—1990年间，太阳辐射观测高估太阳辐射的降低趋势，其重要原因是直接太阳辐射计灵敏度漂移的问题（He and Wang，2020）。

大气再分析通过同化台站和卫星温度、水汽等观测计算云量，然后根据辐射方案计算地表太阳辐射。由于其云和气溶胶等输入数据的误差，使其地表太阳辐射产品可能具有较大偏差。ERA-Interim、JRA55、CFSR、MERRA和MERRA2等5种再分析数据，由于其对云量的低估导致中国地区地表太阳辐射被高估24.10～40.00 W·m-2，特别是在中国南方地区（Feng and Wang，2019b）。再分析云量模拟偏差能解释太阳辐射偏差的55％～41％，而晴空太阳辐射的偏差能解释地表太阳辐射偏差的32％～9％，晴空太阳辐射的偏差主要由气溶胶模拟偏差导致。云量趋势的偏差能解释太阳辐射偏差趋势的73％～12％，而晴空太阳辐射能解释43％～30％的地表太阳辐射趋势的偏差（Feng and Wang，2019b）。

目前的再分析数据中，只有MERRA2同化了卫星气溶胶光学厚度反演。利用1980—2014年日照时数估算太阳辐射数据，评估了同化气溶胶对地表太阳辐射模拟能力的改进情况（Feng and Wang，2019a）。发现同化气溶胶光学厚度后，地表太阳辐射的月均和年均变率以及全国平均趋势的精度均有所提高，特别是在华北地区。然而，在中国南部高估了气溶胶对地表太阳辐射趋势的影响，这可能与高估该地区大气气溶胶和气溶胶-云相互作用有关（Feng and Wang，2019a）。

欧洲中尺度天气预报中心最近发布了第五代大气再分析ERA5，其具有较高的时空分辨率，并且相较于上一代（ERA-Interim）进行了重大升级。发现ERA-Interim高估了15.9 W·m-2，ERA5把这一误差降低到10.1 W·m-2，核心原因是ERA5对云量的模拟精度提高了（He et al.，2021b）。由于ERA5对总云量模拟能力的增强，其总云量趋势偏差导致的辐射趋势偏差明显小于上一代。但ERA5忽视了气溶胶的年际变化，仍然高估1993年以来的太阳辐射增加趋势。

相比大气再分析数据，卫星反演质量相对较高，但是时间跨度没有再分析和日照时数重建长。日照时数重建可以较好地反映地表太阳辐射的长期变化趋势，但只是站点数据。因此要得到高分辨率网格点数据，同时保证其在长期变化方面的精度，需要融合多种地表太阳辐射相关数据。已有研究基于改进的物理参数化方案和卫星云产品生成了一套1983—2017年的全球高分辨率地表太阳辐射数据集，其时间分辨率为3 h，空间分辨率为10 km（Tang et al.，2019）。该数据集精度比现有卫星地表太阳辐射产品的精度要高。但因为卫星轨道漂移、仪器灵敏度衰减、不同卫星仪器衔接的问题，该数据集在估计长期变化方面存在较大的不均一性。我们利用地理加权回归方法，把基于云产品计算太阳辐射与日照时数估计地表太阳辐射进行融合，很好地解决了该数据集在估计地表太阳辐射年际、年代际和长期趋势方面的误差（Feng and Wang，2021）。

2）地表风速

观测表明全球陆表风速最近60年有降低的趋势，被称为全球静化（McVicar et al.，2012），进入新世纪后，地表风速有所恢复，特别是中国地区（Lin et al.，2013）。但目前大气再分析系统都不能很好地再现风速降低的趋势。可能的原因是大气再分析系统没有考虑地表特征的年际变化，并且在大气环流的模拟方面可能存在误差;地表特征改变（城市化及绿化）可能对风速观测结果产生显著影响。现有研究对造成地表风速降低的主要原因还没有统一的结论。

地转风可能是解开这一死结的重要手段。地转风忽略地表摩擦的影响，是假定地转偏向力与气压梯度力平衡条件下，计算得到的地表风速。地转风不受地表特征影响，可以用来检验大气再分析的模拟结果，也可以对比分析地表特征改变对观测地表风速的影响。地转风理论是一个成熟的理论，在天气形势分析时，常用来指导地表风速的估计。地转风可以利用气象站之间的气压差计算得到，但核心问题是这一压力差比大气压本身小2～3个数量级，信噪比极低。因此地转风计算结果受观测误差的影响很大，限制了该方法的大规模应用。使用300 km范围内站点随机配对的方法，对每个气象站最多计算1 000个地转风，从中挑选最小的10％作为最优估计，降低了计算方法对观测误差的敏感度，解决了该方法的大规模应用问题（Zhang Z T et al.，2019）。结果发现1990年以前中国地区地转风和观测风速一致降低，2000年以后二者一致增加。1990年代地转风开始明显增加，但观测风速持续降低，这是造成二者1960—2017年长期趋势差异的核心原因。去趋势后，二者呈现相似的年代际振荡。但现有大气再分析无法重现这一年代际振荡（Zhang and Wang，2020）。

发现天气形势和大气环流可以很好地解释地表风速从天气尺度到年代际的震荡，但是无法解释最近几十年观测地表风速降低的长期趋势（Zhang et al.，2019b）。因此推测城市化可能是观测地表（10 m）风速降低的原因。站点周边城市化，可以增加观测站点的零平面位移高度和粗糙度，进而影响10 m高度处的风速。根据莫宁-奥布霍夫相似理论，Zhang and Wang（2021）计算了1985—2017年每个台站周边城市化对10 m观测风速的影响因子，然后利用这一影响因子对观测风速进行了订正。图2显示订正后，1985—2017年的地表风速降低趋势基本消失，地表风速从20世纪90年代已经开始增加，这一结果与计算得到的地转风一致（Zhang and Wang，2021）。

1.2 高精度人文要素历史和未来预估数据集

1）人口要素

人口的总量、结构和时空分布是表征人类活动的关键要素。开展了中国人口总量及次国家尺度人口空间演化過程的历史数据分析，识别并总结了中国人口和劳动力结构发展变化规律。发现国际上广泛使用的人口预估数据（比如IIASA数据库）并未考虑现有中国最新生育政策的影响，且对预期寿命的假设不合理。由于缺乏网格化未来人口预估数据，所以难以对气候变化和气候政策的影响进行高空间分辨率的评估，无法满足精细化应对气候变化的实际需要。因此，在识别中国人口和劳动力结构发展变化规律的基础上，纠正了国际研究团队的关键假设偏差，突破了传统方法依赖简单规则进行总量预估和时空分配的局限，得到中国到2100年1 km级的人口总量预估和时空分布数据库（Chen et al.，2020），为科学评估我国未来各地区温室气体排放走势、开展气候变化影响评估、制定科学减排和适应策略提供了支撑。

2）生物质能要素

在能源安全和气候变化日益受到重视之际，生物质能在能源供应和碳减排方面发挥着关键作用。整合了包括作物生长模型、遥感方法和统计降尺度在内的方法，提出了一个新的评估框架，构建了中国可用生物质原料的高分辨率分布数据集，以弥补已有生物质能研究分辨率不高和能源作物潜力未知的缺陷（Nie et al.，2019）。基于中国2015年的相关数据，绘制出11种可用生物质原料和3种能源作物潜力的1 km分辨率分布图（Nie et al.，2019，2020）。发现在省级层面，河南和内蒙古有潜力通过农林业剩余物替代煤炭来开发清洁供暖替代方案。1 km分辨率下生物质原料类型的空间分布和生物能源潜力密度的研究结果为支持在中国地方层面实施和利用生物能源、技术生物能源的能量分配提供了清晰的认识，同时为国家和省级政府及时有效地制定生物能源发展规划提供了决策支撑。

3）燃煤电厂机组级要素及其取水要素

在很多国家和地区，煤电厂的二氧化碳排放和冷却取水量远比其他工业行业要高。因此，理清燃煤电厂的碳排放和取水总量及其时空分布格局对于刻画人类活动对自然系统的影响至关重要。基于省级电力数据、燃煤电厂机组数据集和集水区水资源数据，构建了一套带有空间地理及取水信息的中国煤电机组数据集（Li et al.，2021a），为后续制定多情景目标下中国省级尺度煤电转型路径、识别煤电发展在水资源流域尺度的水压力风险等方面的研究奠定了基础。

4）氮排放和水质要素

现有研究主要基于相关简化氮平衡模型衡量人类从大气中固氮的全球“安全边界”，却忽略了不同地区之间氮排放、淡水体中的氮浓度和生物对水体中氮反应的异质性。因此，现有研究一方面对生物地球化学和水文过程的时空异质性了解不足，另一方面基于简化的氮平衡模型得到的人类活动释放的“安全”氮排放阈值仍然存在很大的不确定性。基于全国尺度的农业模拟系统在高性能计算机平台上对全国2 403个县级区域的主要作物进行了60 a（1955—2014年）逐日生长过程模拟，输出了全国农田生态系统的生物量积累、氮去向和水分平衡等结果，以讨论中国向水体排放氮的空间格局。研究收集了全国典型河流总氮浓度的观测数据，重建了全国水体近60 a的质量演变与氮排放的时空关系，将不同区域首次达到国家地表水质量Ⅳ类标准的年份所对应的氮排放总量定为该区域的氮排放安全阈值（Yu et al.，2019）。图3显示了目前人为向淡水排放氮的速率（每年（14.5±3.1）Mt氮）大约是估计的“安全”氮排放阈值的2.7倍（每年（5.2±0.7）Mt氮）（Yu et al.，2019）。

5）二氧化碳排放要素

在碳排放方面，虽然2013年以来中国二氧化碳排放量的回落被普遍认为是2030年碳达峰目标可以实现的重要标志，但是由于2016年以来的全国二氧化碳排放量出现反弹，所以中国2030年实现碳达峰目标仍存在诸多挑战。现有研究虽然从社会经济角度分析了中国的排放趋势和驱动因素，但是对于2016年以来的碳排放反弹原因没有进行深入的探究。因此，为了弥补碳排放反弹关键驱动因素的研究空白，本项目使用投入产出结构分解分析（IO-SDA）模型和历史数据，追踪并分析了2002—2017年中国的二氧化碳排放量及其驱动因素。结果表明：行业间的投入产出结构（部分反映了生产结构）和需求格局分别贡献了2015年以来碳排放量增加的5.2％和0.1％，这主要受到新一轮基建投资刺激的影响，导致大量的化石能源消耗。基于对碳排放因素数据集的整理和运用，研究对未来实现碳达峰目标所需的行动提供了启示（Yang et al.，2018）。

2 关键人文要素与自然要素的空间联动与相互作用

2.1 地表太阳辐射变化对中国增温格局的影响

陆气相互作用决定了地表气温的日变化，日出后地表吸收太阳辐射，地表净辐射转为正。地表净辐射被分配成感热、潜热和土壤热通量。感热通量直接加热大气，地表气温在午后达到最高，然后逐渐降低，直到第二天日出后气温达到最低值。地表太阳辐射的变化与气温日较差相关性很好，相关系数在湿润区更为显著，但干旱半干旱区气温日较差对太阳辐射的敏感度更高（Wang and Dickinson，2013）。已有研究发现20世纪40—70年代的全球地表太阳辐射的降低对全球陆表气温有0.16 ℃的降温作用，部分解释了这一时期的增温停滞现象（Wang and Dickinson，2013）。

已有研究发现1961—2003年間，日最高地温在中国南方和华北平原有明显降低趋势。日最高地温的这种增温格局在日最高气温上也有所表现，但是没有那么明显。结合日照时数反演得到地表太阳辐射数据，进一步研究发现，日最高地温出现降温的最主要原因是地表太阳辐射在中国的南方和华北平原有明显的降低（Du et al.，2017）。进一步利用现有观测资料对现有再分析数据进行了对比分析，发现现有再分析数据严重高估了我国南方和华北平原的增温趋势（Zhou et al.，2017）。主要原因是这些再分析产品严重高估这些区域的太阳辐射的变化趋势，从而导致地表温度的变化趋势被高估（Zhou et al.，2017）。

2.2 城市化进程对中国增温格局的影响

前期研究发现，城市冠层白天对地表太阳辐射的存储和吸收及其夜间释放是城市热岛产生的重要原因之一（Wang et al.，2017）。对比分析了北京、上海和广州三个特大城市高温热浪天与普通天的城市热岛差异（Jiang et al.，2019）。热浪天一般伴随着晴朗无云的天气，三个城市的地表太阳辐射在热浪天都有明显增强，城市建筑在白天吸收储存和晚上释放的能量也更多。在热浪期间，北京和广州的气温城市热岛和日总太阳辐射在晚上呈显著正相关，而上海则是在白天呈显著正相关。因此热浪和城市热岛效应具有协同增强的效应。

利用最新发布的1985—2017年30 m空间分辨率和年度时间分辨率的土地覆盖数据，量化了气象站周围的城市化率，分析了城市化对增温速率日不对称性的影响。发现虽然城市区域仅占中国陆地面积的2.25％，但1985—2017年期间，城市化率超过20％的台站比例已从22.1％上升到68.2％（Jiang et al.，2020）。图4显示站点周边城市化带来的城市热岛效应，放大了日最低气温的增温速度，这导致城市观测站增温具有更显著的日不对称性。但是，这种不对称性在农村观测站并不显著（Jiang et al.，2020）。造成这种差异的主要原因是气象站周边城市化，而非大尺度的气候变化。城市化影响了观测结果的空间代表性，导致了观测到的升温速率日不对称性。这也解释了1990年以后，当我国地表太阳辐射不再下降时，最低温的增温速率仍高于最高温的现象。

2.3 关键人文要素与自然要素的关联机制

1）可持续氮管理政策

近40 a来，中国的粮食安全水平得到了巨大提升，然而现代农业生产方式和物资循环模式不但消耗了水资源储备，而且对我国水环境产生了重大影响，例如使得水体含氮量急剧增加，造成富营养化等水环境问题。如何科学可持续地管理农业系统氮排放成为一项重要的议题。尤其是在考虑到不同地区的排放情况、环境安全阈值、农业系统和污水处理系统的差异性后，粮食和水系统的可持续氮管理将更为复杂。

结合模拟和观测的结果，从农田管理、污水处理和养分循环体系等方面研究了中国氮管理策略（图5）。研究结果表明，从农田管理方面提高氮肥的利用效率可以在粮食不减产的条件下大幅度减少农田的氮排放，从当前的5.1×106 t减少至2.7×106～2.9×106 t，农田减排潜力减少了42％～47％。但相对于整体9.3×106 t左右的氮超排量，仅仅从农田系统出发无论在全国尺度还是在省级尺度都无法将氮排放拉回到安全阈值之内。此外，当前正在推行的污水处理全覆盖政策同样无法解决当前的氮污染问题（Yu et al.，2019;喻朝庆，2019）。

若要在保持粮食产量不变的前提下将中国水体环境质量恢复到安全水平，唯一有效途径是在新的社会经济形势下全面重构传统的养分循环体系（喻朝庆，2019;Zhang et al.，2022）。需要在优化农田氮管理的前提下将全国城乡所有的有机废物还田率从当前40％以下提高到86％～88％。其中9个省份需要达到95％以上，主要集中在北方地区。而当前各部门有关氮管理的规划与措施远远达不到回归阈值的整体要求。该结果解释了为什么各行业部门尽管在各自领域都做出了巨大努力，但环境恶化的趋势并不能得到扭转的根本原因。若要实现2035年粮食安全和“美丽中国”兼顾的远景目标，需要建立前述的城乡养分循环体系，进而从根本上改变目前的肥料解构。通过提高农田管理水平和氮利用效率，将氮肥的直接施用量从当前的3.7×107 t左右减少至2.4×107～2.7×107 t。通过增加养殖粪肥、城乡生活有机废物和秸秆还田比例，将有机肥的比例从当前的20％左右提高到50％以上。

2）能源系统转型的政策支撑

在国家提出双碳目标的大背景下，以煤电为主的中国能源系统需要实现大规模的低碳转型。由于人口、国民生产总值、电网结构、发电技术、可再生资源等多人文和自然要素存在空间布局的异质性，所以在能源系统转型政策的制定时需要因地制宜考虑。过去的大量研究围绕中国能源系统转型所产生的多维影响，很少研究通过考虑自然和人文要素的时空分布异质性去模拟能源系统转型的优化路径。研究从高分辨率机组角度定量分析了燃煤电厂人文要素和农林生物质自然要素的关联耦合，为现有燃煤电厂实现生物质混燃改造提出了差异化的转型策略。

在电力部门脱碳路径中，煤-生物质混燃是一种过渡性路径，一方面能够只需要较小的改造成本即可实现，避免煤电迅速退役造成的搁浅资产问题;另一方面通过生物质替代煤炭，能够降低碳和空气污染物的排放，并能够作为大规模推动生物质能源应用的初期行动。然而，目前针对煤电进行生物质混燃改造的成本效益研究，大多仅针对数个燃煤电厂进行案例分析，难以为全国层面的转型策略提供见解。本项目结合上述搭建的高分辨燃煤电厂数据库和农林剩余物生物质资源数据库，基于全生命周期分析方法和地理信息系统，搭建了能够动态耦合电厂-生物质的综合评估框架，并逐机组评估了每个机组进行生物质掺烧改造的经济成本、二氧化碳减排效益和二氧化硫减排效益（Wang R et al.，2022）。

研究结果表明煤-生物質改造在25％的掺烧率情况下，每减排1 t二氧化碳需要付出18.3～73美元的经济成本，每减排1 t二氧化硫需要付出21.6～806.5美元的经济成本。机组规模、运行年份和运输距离是决定成本效益分析结果的重要影响条件。构建了生物质混燃改造的适宜性指标，并通过模拟结果识别了一批优先进行混燃改造的电厂，从而提出了生物质资源在近期发挥能源系统脱碳的作用。例如从生物质资源丰富地区开展生物质收集网络试点，逐步构建从原料收集、储运、预处理到成型燃料生产、配送和应用的成熟技术体系和产业模式。本研究能够为生物质能源近期在电力系统发挥脱碳作用提供转型策略。

3）交通部门转型政策支撑

客运交通行业是中国温室气体排放的重要来源，且具有很大的排放增长潜力，在中国未来深度脱碳中起着至关重要的作用。各省之间在私家车保有量、公共交通基础设施充足性、清洁燃料汽车的可负担性等方面存在巨大差异，凸显了符合区域特点、因地制宜的减排战略对充分挖掘碳减排潜力的重要性。根据中国大陆31个省区的客运交通发展水平，将其划分为3个区域组别，建立省级自下向上的模型，预测2050年中国客运交通行业的能源需求和二氧化碳排放。Bu et al.（2021）比较了提高车辆能源效率、推广清洁燃料和促进公共交通这三类碳减排的效果，然后提出了适合不同区域的碳减排政策重点。结果表明，在当前的政策情景下，中国客运交通行业的二氧化碳排放将在2045年前后达到6.47×108 t的排放峰值，并在2050年小幅下降至6.42×108 t。

如果全面实施上述三种减排政策，最大限度地发挥各区域碳减排的技术经济潜力，可以在2050年将二氧化碳排放量大幅减少到净零。不同政策的碳减排效果因时间和区域而异。在短期内，提高车辆燃油效率对减少碳排放的贡献较大，特别是在私家车保有量预计将在近期快速增长的较不发达的省份;而完善的交通基础设施和优化设计的公共交通系统可以在富裕省份发挥更大的作用。研究进一步建议：在综合大气污染防治与气候变化减缓、兼顾地区经济发展水平的视角下，提升四川、重庆和湖北在《充电基础设施规划》中的优先级;对于煤电比例较高的省份，应关注中小型电动汽车的减排潜力，鼓励发展A00／A0级电动汽车，从而有针对性地助力中国各省市新能源汽车的发展。

3 中国碳中和愿景对减缓全球变暖趋势的贡献

3.1 未来社会经济和政策干预情景下的碳中和影响评估

运用“自下而上”的能源技术优化模型和“自上而下”的能源经济均衡模型，模拟了中国深度脱碳目标下未来社会经济和能源结构的转型路径，深入探讨了不同社会经济和减排政策情景下的经济、环境和社会影响。在模拟的时间尺度上，本项目所开发的模型能够将传统研究中的中短期模拟拓展到中长期，可以对当前到2060年的中国社会经济发展和深度脱碳路径进行模拟，包括全行业的生产活动、能源消费的变化、消费者的福利水平以及碳排放等关键要素。在模拟的空间尺度上，本项目所开发的模型耦合了重点排放部门（如煤电）的厂级技术数据，并将水资源和土地利用的模拟精度分别拓展到流域尺度和1 km网格尺度，大大提高了影响模拟的空间分辨率。

为识别煤电发展在水资源流域尺度的水压力风险，项目将中国电力系统技术经济模型（MESEIC）计算得到的省级煤电装机容量作为发展路径输入，采用蒙特卡洛方法对未来中国煤电的省级发展路径进行降尺度分析，给出了中国煤电厂的地理空间分布概率及其流域尺度的水需求情况。研究引用风险评估中“超越概率”（Exceedance Probability）的概念作为风险衡量标准，评估典型浓度路径（RCPs）下2050年中国各流域的水资源变化情况，最终得出多情景下中国煤电面临的水压力风险评估结论（Li et al.，2021b）。

研究结果表明，不同条件下中国煤电厂的取水情况存在较大差異。在无碳排放约束的条件下，全国煤电厂的取水总量将达到122×108～1 762×108 m3，而在2 ℃和1.5 ℃目标下，这一总量将分别下降为107×108～592×108 m3和1.1×108～355×108 m3（Li et al.，2021b）。尽管1.5 ℃目标带来了煤电取水总量的显著下降，但考虑到煤电机组分布的集中效应，部分流域仍然难以免受煤电的水压力影响，因此局部区域的水资源影响仍然值得研究者和政策制定者关注。2015年煤电水压力的来源主要集中在西北和华北地区，在1.5 ℃目标下，这些地区大部分流域的煤电水压力将得到缓解。但在内蒙古、新疆等地区的部分流域，煤电引发水压力的风险仍然较高。研究在方法上综合运用了宏观经济模型和地理空间数据的优势，综合考虑宏观政策在自然地理空间的影响，为相关研究者和政策制定者提供了参考。

将生物质能源技术细节纳入宏观经济模型框架，拓展了一个包含关键低碳技术和负排放技术的中国混合可计算一般均衡（CGE）模型，称为CHEER-BE。在此基础上，评估了中国2060年碳中和目标下生物质能耦合碳捕获与封存技术（BECCS）和植树造林的发展规模，以及由此产生的宏观经济和土地利用影响（Weng et al.，2021）。研究结果表明，应用负排放技术是实现中国碳中和目标的必要条件。生物质能耦合碳捕获与封存技术将在2030年左右进入市场，其提供的负排放份额将在2060年达到约79％，其余来自植树造林。

3.2 中国碳中和情景下二氧化碳、甲烷和氧化亚氮排放数据研制

中国碳中和情景主要基于与IPCC 1.5 ℃目标一致的碳排放，但需要进一步降低全国能源消费总量、大幅提高非化石能源在一次能源消费中的比例。中国碳中和情景还要求显著减少非二氧化碳温室气体排放、增加陆地生态系统碳汇、大规模实施碳捕获与封存和二氧化碳清除技术。与集合评估模型不同，中国碳中和情景无法生成明确的空间化的人为地表二氧化碳排放量，但给出了现在至2050年预估的国内二氧化碳排放总量路线图。

根据清华大学发布的中国碳中和路线图报告，中国的人为碳排放量将在2030年达到每年10.5 Gt二氧化碳的峰值，并在2050年降至每年1.2 Gt二氧化碳。这意味着中国将在2050年减少89％的二氧化碳排放量，与基于多个综合评估模型对1.5 ℃目标的减排量大致相当。与国际第六次耦合模式比较计划默认情景相比，中国碳中和人为地表二氧化碳差异范围为-3.70～18.03 Gt·a-1，表明中国碳中和目标对全球人为地表二氧化碳具有显著影响。

由于甲烷和氧化亚氮这两种温室气体均随着化石燃料的生产、运输或燃烧以及其他人为活动而排放，所以考虑伴随中国碳中和的甲烷和氧化亚氮的变化，进一步用来驱动通用地球系统模式（Li et al.，2022）。图6显示在中国碳中和情景下，与基准共享社会经济路径情景（SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5情景）相比，中国在2015—2100年期间的甲烷累积排放量分别为-785、810、3 552和661 Mt；与4个基准SSP情景相比，中国碳中和情景导致氧化亚氮累积排放量的变化分别为-19.4、8.2、24.1和30.4 Mt。

在国际第六次耦合模式比较计划的基准情景下，2015—2100年对流层甲烷和氧化亚氮地表浓度与其累积排放通量之间的关系可以很好地通过一元三次函数进行经验拟合，尽管它们的拟合方程对于不同变量和SSP基准情景存在很大差异。因此，根据2015—2100年甲烷和氧化亚氮累积排放量可推算出甲烷和氧化亚氮相应的地表浓度。我们使用全球变化评估模型（GCAM，版本5.4）来预测中国碳中和情景下2015—2100年甲烷和氧化亚氮排放量。利用甲烷和氧化亚氮累积排放量，根据拟合方程得到甲烷和氧化亚氮的浓度（Li et al.，2022）。

3.3 中国碳中和政策对全球变暖的影响

量化单一国家承诺的碳中和愿景对未来全球变暖减缓贡献与量化历史碳排放对气候变暖的责任具有同等重要性，可以为全球气候减缓战略实施和各国平等发展提供重要科学支撑。作为全球二氧化碳排放大国，中国政府已承诺在2030年前实现“碳达峰”，并力争在2060年前实现“碳中和”。如此雄心勃勃的二氧化碳减排目标有望缓解全球变暖。一项基于极简气候模型的研究报告称，中国碳中和将有助于在21世纪末避免0.16～0.21 °C的全球变暖（Chen et al.，2021）。然而，基于包含气候系统所有关键组分的完全耦合地球系统模式来预测中国碳中和愿景对全球变暖减缓的贡献研究仍然缺乏。

沿用IPCC第六次评估报告方法，我们将通用地球系统模式模拟的全球平均地表温度相对于1850—1900年平均值（工业革命前）的未来时间分为近期（2021—2040年）、中期（2041—2060年）和远期（2081—2100年）3个时段。与工业革命前相比，在低温室气体排放情景（SSP1-2.6）下，2081—2100年的全球变暖预计将增加1.7 ℃;在两种中间情景（SSP2-4.5和SSP3-7.0）下，全球变暖分别为2.7 ℃和3.4 ℃;较高的温室气体排放情景（SSP5-8.5）下，全球增温为4.7 ℃。

在中国碳中和目标情景下，通用地球系统模式模拟的全球平均温度在近期阶段与相应SSP之间没有显著差异（P>0.01）（图7）。近期阶段，所有SSPs的碳中和情景与第六次模式比较计划默认情景之间没有显著的响应，主要是由于受模式的内部变率控制的。在中期阶段，除SSP5-8.5外，其余3个SSP情景下模式模拟的全球平均地表温度在中国碳中和与第六次模式比较计划默认排放路径之间也均无显著差异（P>0.01）。而在远期阶段，除SSP1-2.6外，其余3个SSP情景下模式模拟的全球平均地表温度在中国碳中和与第六次模式比较计划默认排放路径之间均存在显著差异（P<0.01）。在SSP2-4.5情景下，中国碳中和对远期全球平均地表温度的减缓贡献为0.14 ℃（±0.07 ℃）。在SSP3-7.0和SSP5-8.5情景下，中国碳中和对远期全球平均地表温度的减缓贡献分别为0.48 ℃（±0.07 ℃）和0.40 ℃（±0.07 ℃），相当于21世纪末最后20 a间全球平均增温的14％和9％（Li et al.，2022）。

中国碳中和情景下3种温室气体（二氧化碳、甲烷和氧化亚氮）排放减少在SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5下分别导致全球平均地表温度在远期阶段显著降低0.21（±0.17）、0.32（±0.13）、0.50（±0.21）和0.39（±0.17） ℃。相对于第六次国际耦合模式比较计划默认的SSP情景，同时考虑二氧化碳、甲烷和氧化亚氮3种温室气体对全球平均地表温度增长的减缓作用在中期阶段对SSP2-4.5和SSP5-8.5也是显著的（P<0.01），分别为0.18（±0.09）和0.13（±0.07） ℃（Li et al.，2022）。

4 陆表系统格局和典型区域空间质量评估

4.1 陆表系统格局变化与预估

1）全球陆地干湿变化

气候变暖加速全球水循环，可能導致地表干湿格局发生显著变化，即干的地区更干、湿的地区更湿。但是很多模型和观测研究并不支持这个假说。造成这种争议的原因之一在于不同研究所使用的干旱指数并不一致。水循环的变化是一个复杂的过程，不仅关系到降水、蒸散的动态变化，还与土壤湿度以及地表径流等参数密切相关。而单个干旱指数常常侧重考虑水循环的某一方面，从而导致不同研究呈现有差异的甚至矛盾的结果。通过综合考虑3类（包括降水驱动、蒸散驱动以及降水-蒸散共同驱动）常用干旱指数，评估了过去30 a全球干湿变化趋势，发现全球变干的区域远高于变湿的区域。全球仅20％的陆表呈干变干、湿变湿的变化趋势，即支持干变干、湿变湿假说，而29％的陆表干湿变化与这一假说相反。全球干旱区温度显著升高，降水增加，但土壤水分并无显著变化，意味着综合考虑大气和土壤环境则干旱区总体上无明显干湿变化。但过去30 a干旱区植被显著变绿，这一变绿趋势主要是由降水增加和农业活动增强导致（He et al.，2019）。

地表干湿格局的变化直接影响生态系统功能。在青藏高原地区气候暖湿化显著促进植被生长，使得生态系统生产力增加，高原生态系统整体表现为碳汇。但高原碳汇的估算存在极大不确定性，不同研究估算数值相差十倍以上。通过整合多期地面清查与实测资料以及多源遥感数据，结合当前主要生态系统模型和大气反演模拟结果，构建了“自上而下”和“自下而上”的高原碳汇评估体系，盘点了高原生态系统碳汇现状以及重要过程碳源汇大小（Ding et al.，2018）。研究结果表明，21世纪初以来，高原生态系统碳汇为33.13～37.84 Tg·a-1，占中国陆地碳汇的10％～16％。高原碳汇83％分布在土壤碳库中［（27.55±9.72） Tg·a-1］，而12％和5％分别分布在林灌木［（4.02±0.81） Tg·a-1］和草地植被碳库中。多模型归因分析表明，气候变暖和降水增加是高原生态系统表现为碳汇功能的主要驱动机制。相比于气候变化，人类活动对高原碳源汇功能的影响有限。例如，放牧是高原草地生态系统主要人类活动，每年向大气中排放碳0.38 Tg，只抵消了四分之一的草地植被碳汇。

气候变暖显著提前了温带植被的春季物候，进而影响陆地生态系统结构和功能。但是，由于传统遥感指数不适用于常绿林且地面观测数据不足，目前关于中国亚热带常绿阔叶林物候研究相对较少。基于遥感日光诱导叶绿素荧光数据、气候数据和通量数据，利用遥感物候提取算法、偏相关分析、线性相关分析等，研究了近年来亚热带春季物候变化规律及其对气候变化的响应机制。发现亚热带春季物候呈现大面积提前趋势，该趋势随纬度降低而增强，降水对低纬度地区植被物候的控制作用大于高纬度地区，但温度作用则相反。在气候持续变化条件下，未来温度升高和降水格局的变化可能在很大程度上影响春季物候，进而影响亚热带森林的碳、水和能量平衡（Liu et al.，2018;Wang et al.，2019）。

变暖是全球气候变化最显著的信号，以往大量研究表明变暖显著促进北半球植被生长，使北半球呈现显著的变绿趋势。变暖及其对植被生长的影响不仅表现为时间上的变化，而且体现在气候-生态质量在地表空间中的迁移。具体而言，快速升温使得高海拔地区等温线呈现向高海拔地区攀升趋势，而植被生长响应于气候变化，也追踪等温线上移而呈现出等绿度线上移趋势（An et al.，2018）。然而，在青藏高原植被等绿度线上移速率总体落后于等温线上移速率，这种响应的滞后主要原因在于植被生长受到水分、营养条件等因素限制，以及植被生长对温度变化的适应。这一发现初步揭示了气候变暖背景下，青藏高原植被等绿度线沿海拔移动的空间特征及其与等温线移动的复杂关系，为研究植被生长对气候变暖的适应提供了新的视角。

变暖总体促进植被生长从而增强生态系统碳汇功能，但温度变化呈现极大的季节性差异。例如2004—2018年北半球高纬度地区经历了大范围的秋季降温。秋季陆地生态系统以呼吸作用为主导，表现为对大气释放二氧化碳。然而大范围秋季降温并未减缓陆地生态系统碳释放。通过对比秋季降温区和升温区陆地生态系统碳交换的变化，发现秋季温度变化对光合作用（碳吸收）和呼吸作用（碳释放）的影响呈现非对称性：在降温区，温度下降对植被光合的抑制作用大于对植被呼吸的抑制作用，导致秋季净碳释放增加;在升温区，温度升高对呼吸的促进作用强于对光合的促进作用，也导致秋季净碳释放增加（图8）。秋季温度变化对光合和呼吸作用影响的非对称性这一发现深化了温度变化对中高纬度碳循环影响的认识，强调了研究气候变化对陆地生态系统碳循环影响的重要意义（Tang et al.，2022）。

2）大气水分亏缺的影响

气温快速升高使得大气饱和水汽压增大，即大气可容纳的饱和水汽含量增大。当大气中实际水汽含量小于可容纳的饱和水汽含量时，大气呈水分亏缺状态，通常用大气饱和水汽压差表示，其值越大表示大气水分亏缺越严重，陆地生态系统的大气环境趋于干旱化。当大气水分严重亏缺时，植物往往通过降低叶片气孔导度减少水分散失，但同时也抑制光合作用，从而对植被生长产生抑制作用。青藏高原地区的研究发现在气候变暖背景下，青藏高原大气饱和水汽压差持续增加，这种大气水分胁迫会显著降低青藏高原草地生产力。大气水分胁迫削弱植被生产力的同时，也严重制约陆地生态系统碳汇功能。图9显示全球饱和水汽压差的年际变化与大气二氧化碳浓度上升速率的年际变化显著相关，表明饱和水汽压差变化对陆地碳汇年际变化起到决定性作用（He et al.，2022）。这一研究澄清了以往研究中关于陆地碳汇年际波动的主要气候驱动机制认识上的分歧，也为理解陆地碳汇调控大气二氧化碳上升速率提供了新的重要证据。

尽管大气饱和水汽压差增加总体上抑制植被生产力和生态系统碳汇，但其影响存在空间差异。北半球饱和水汽压差年际变化对生态系统生产力普遍存在负面影响，但在一些高纬度地区生态系统饱和水汽压差增加有利于植被生产力增长。进一步的研究发现，存在一个生态系统生产力对饱和水汽压差的响应阈值，其数值为1.54～1.67 hPa（Zhong et al.，2023）。图10显示，当年均饱和水汽压差超过这一阈值时，其对生态系统的生产力的影响由正到负急剧转变。研究进一步探讨了温度变化、土壤水分变化与饱和水汽压差变化对植被生长的协同影响。在北半球超过一半（面积占比为51.7％）的植被覆盖区，气温的增加会促进生态系统生产力，但这种促进作用会被气温增加导致的饱和水汽压差增加对生态系统生產力的抑制作用所抵消，总体上这种抵消作用的程度约为73％。然而，土壤湿度变化对生态系统生产力的影响和由土壤湿度变化引起的饱和水汽压差变化对生产力的影响存在着叠加效应，即土壤水分的增加一方面会促进生态系统生产力的提升，另一方面会通过减少饱和水汽压差对生产力产生间接的正面影响。本研究系统阐明了饱和水汽压差变化在调控生态系统生产力中的重要作用，也强调了多因素耦合作用在生态系统生产力变化中的复杂影响。

3）积雪的影响

积雪是陆表系统的重要组成部分。在全球变暖的背景下，积雪呈现大面积减少，对植被生长产生深刻影响。一方面，春季积雪融化使土壤水分增加，有利于春夏植被生长;但另一方面，积雪融化吸收热量，使春季植被物候期推迟，从而抑制植被生长。积雪变化对植被变化的两方面的影响在空间上呈现显著的分异，在半干旱地区，积雪变化的土壤水分效应起到主导作用，表现为积雪变化促进植被生长;但在湿润地区，积雪变化对物候期的影响起着决定作用，表现为积雪变化抑制植被生长（Wang et al.，2018b）。

积雪变化影响植被生长的同时，还对气候系统产生重要的反馈作用。由于其高反照率、低热传导率等特性，积雪变化可显著影响地表能量平衡，进而影响局地甚至全球气候。以往的研究均表明欧亚大陆冬春季积雪与印度夏季风显著相关。当欧亚大陆冬春季积雪异常偏多（偏少）时，后期印度夏季风降水异常减少（增加），即积雪与印度夏季风降水之间存在负相关关系。然而，本研究发现这一积雪-季风降水之间的负相关关系在20世纪90年代以后逐渐消失，其原因在于1990年之后欧亚大陆中部春季积雪减少且融化显著提前，积雪水文效应只延续到7月，较1990年之前缩短了近2个月。这使得春季积雪变化不再激发夏季环流异常以影响夏季伊朗高原及周围的对流层中部温度，从而与印度夏季风降水的负相关关系消失。该研究表明，气候变暖背景下积雪与季风关系发生了转变，对基于欧亚大陆春季积雪预报印度夏季降水提出了挑战（Zhang T T et al.，2019）。

4）青藏高原多年冻土响应及预估

1980—2009年，青藏高原冬季气温以0.66 ℃／（10 a）的速度升高，是夏季增温0.27 ℃／（10 a）的两倍多。自2000年以来，夏季变暖有所减缓而冬季变暖不断增强。多年冻土的活动层厚度主要受夏季变暖的影响，而季节性冻土的最大冻结深度主要受冬季变暖的影响。多年冻土的活动层厚度却呈轻微的下降趋势，为0.07 m／（10 a）。虽然多年冻土的面积总体上保持相对稳定，但过去30 a，多年冻土的年平均地温以0.13 ℃／（10 a）的速度升高（Zhang G F et al.，2019）。2000年以前夏季变暖主导着多年冻土热状况的变化，2000年以后冬季变暖对多年冻土热状况的影响逐渐增大并超过了夏季变暖，冬季变暖加剧了多年冻土的热退化。由于2000年以来冬季快速变暖，青藏高原北部羌塘高原的高寒连续多年冻土发生了显著的区域性变暖。

由于2000年以来冬季的快速变暖，三江源和羌塘高原地区的多年冻土发生了显著的区域性热退化。夏季变暖对多年冻土热指标（活动层厚度和年平均地温）的贡献大于冬季变暖。青藏高原多年冻土区夏季平均气温升高1 ℃，导致活动层厚度增加0.35 m，年平均地温升高0.20 ℃;而冬季平均气温升高1 ℃，导致活动层厚度增加0.16 m，年平均地温升高0.13 ℃。相对于高波动的变暖，多年冻土更容易受到稳定变暖的影响，即使高波动的变暖具有较高的升温速率。已有研究认为夏季温度的变化影响活动层厚度的变化，但我们的研究表明，冬季温度的变化可能会对活动层厚度的长期变化产生重大影响。虽然大多数地区的多年冻土保持稳定，但青藏高原西南部多年冻土退化成季节性冻土的风险较高（Zhang et al.，2021a）。

20世纪90年代中期以来，青藏高原经历了明显的变暖和变湿。气候变湿改变了多年冻土区的水热特性，将不可避免地影响多年冻土区的热状况。以往的研究主要集中在气候变暖对多年冻土的影响上，对变湿的影响研究较少。由于增温和增湿过程的共存及其相互作用对青藏高原多年冻土具有重要影响，我们通過数值控制实验定量研究了青藏高原暖湿化对多年冻土的影响（Zhang et al.，2021b）。结果发现：1）青藏高原多年冻土对气候变暖和变湿的响应是相反的，在气候变暖导致青藏高原多年冻土热退化的同时，变湿抑制了多年冻土的热退化，这种抑制效应在广大的干旱和半干旱地区尤其明显;2）多年冻土对湿润的响应存在显著的区域差异，即夏季降水的增加对干旱和半干旱地区的多年冻土热状况产生了强烈的降温作用，而在湿润地区则影响很小。

基于最新的耦合模式比较计划第六阶段多模式和多情景的气候输出结果，使用区域再分析资料和统计降尺度方法对GCM输出结果进行约束和尺度转换，研究不同共享社会经济路径情景下青藏高原的气候变化，利用改进的Noah 陆面模式预估不同共享社会经济情景下（SSP2-4.5、SSP3-7.0和SSP5-8.5）21世纪多年冻土分布及其热状况的时空变化，探讨多年冻土对气候变化的敏感性。预估表明，在SSP2-4.5、SSP3-7.0和SSP5-8.5情景下，到2100年，相对于2006—2015年的情况，青藏高原多年冻土面积将分别减少44％（±4％）、59％（±5％）和71％（±7％）（Zhang et al.，2022）。

4.2 典型区域空间质量变化评估

4.2.1 中国典型极端天气事件归因和预估

1）2017年长江三角洲的高温热浪

2017年7月11—28日，长江三角洲地区发生了破纪录的高温热浪。2017年7月21日上海市徐家汇气象站日最高气温达到40.9 ℃，为该站有气象记录145 a以来历史最高温度（Zhou et al.，2018）。长江三角洲高温热浪发生的直接原因是副热带高压西抬，造成该地区晴空少云，到达地表太阳辐射增加，从而使温度进一步增加。但是我们的研究也表明，随着城市化进程的加剧，长江三角洲地区很多气象站点附近逐渐城市化，带来的城市热岛效应使观测到的高温热浪看起来更为严重。徐家汇气象站位于上海市中心区，热岛效应强，徐家汇气象站的高温热浪的回归周期为104 a。如果使用长江三角洲其他城市附近的台站记录，则这次高温热浪的回归周期为53年一遇。但是如果使用三角洲内乡村站点资料，则此次高温热浪的回归周期为28年一遇，且2017年并不是最热的一年，2013年才是最热的一年（Zhou et al.，2018）。

2）2018年中国东北地区极端高温事件

地表观测和大气再分析表明，2018年夏季东北地区的温度和环流异常创下了历史纪录（Zhou et al.，2020）。基于第五次耦合模式比较计划模式的分析表明，中国东北部存在异常反气旋，2018年夏季高温发生的概率是没有这种异常反气旋的6.16倍。研究发现大都市地区的城市化可能会使2018年夏季炎热的可能性增加约17％。在排除城市化效应后，基于第五次耦合模式比较计划模式的分析表明，全球变暖可能使2018年中国东北夏季炎热的概率增加了约78％；全球变暖使反气旋环流增强了约11％，这增加了2018年中国东北夏季高温的可能性（约27％）。总之，中国东北部的异常反气旋环流是2018年夏季高温的主要原因。全球变暖和变暖引起的环流强度变化增加了可能性，而城市化则进一步加剧了2018年中国东北夏季的高温（Zhou et al.，2020）。

3）2016年武汉地区极端降水事件

2016年6月30日到7月6日，武汉地区遭遇破纪录的连续多日大暴雨，造成严重的人身和财产损失，包括237人死亡和220亿元经济损失，成为中国有记录以来第二严重损失的天气灾害事件（Zhou et al.，2018）。研究表明，2016年武汉地区极端降水事件是梅雨的一部分，一般情况下El Nio事件后梅雨变得更为严重。利用广义极值拟合模型发现此事件为106年重现周期事件，但考虑2016年气候变暖背景则为28年重现周期事件。为了进一步量化El Nio事件和人类活动引起的全球变暖在其中的影响，结合第五次耦合模式比较计划中模式，发现2016年武汉地区极端降水事件有64％风险可归因于人类活动引起的增暖，El Nio事件增加了144％的事件发生概率。但是，采用基于观测海冰和海温数据、最先进预报动力核心和陆面模式的英国气象局HadGEM3-A归因系统，发现有26％可归因于人为引发增暖，El Nio事件增加了216％的发生概率。两组模式归因差异的主要原因是第五次耦合模式比较计划地球系统模式模拟自然内部变率存在较大的不确定性，更偏向于高估人类活动的作用（Zhou et al.，2018）。

4）2019年长江中下游地区极端低日照事件

结合重建的地表太阳辐射和第六次耦合模式比较计划模式模拟等多源数据，以2019年1—2月长江中下游地区极端低日照事件为例，从气候动力学角度出发着重探讨自然强迫和人为强迫对极端太阳辐射事件的调节作用（He et al.，2021a）。2019年1—2月长江中下游地区的日照时数记录创下1961—2019年的最低纪录，根据广义帕累托分布拟合，其回归期估计为265 a。大气再分析显示，2019年1—2月的500 hPa位势高度也相应地是自1961年以来的最高纪录，而且1961—2019年的地表太阳辐射（作为日照时数的代替值）和500 hPa位势高度呈现了显著负相关关系（R=-0.38，P<0.01）。西北太平洋副热带高压自2018年年末一直偏强，并偏近中国大陆地区，致使在日本海及其以东区域形成了异常反气旋环流，因而在长江中下游形成水汽辐合区，从而导致了此次持续并罕见的阴雨寡照天气。

基于第六次耦合模式比较计划模式和再分析产品数据的分析，发现异常反气旋环流使此次极端低日照事件发生的可能性提高到4.8倍，使其成为此极端事件的主要驱动因素。此外，在大气污染逐渐严重以及全球变暖的背景下，人为气溶胶和温室气体排放可能使此次极端事件发生概率分别增加了3.1倍和1.3倍，而温室气体排放可能对大气环流异常的发生存在潜在的影响（He et al.，2021a）。

4.2.2 中国秋冬季节空气污染的气象和地形影响评估

高强度的污染物排放是中国地区空气污染爆发的元凶，而不利的气象条件则称为激发空气污染不可或缺的外部条件。该研究评估了大气对污染物的水平和垂直扩散以及湿清除能力，提出了衡量静稳天气的定量指标，该指标充分考虑了我国西高东低地形特征对近地面风场的影响，解释了美国国家海洋与大气管理局（NOAA）的静稳天气指标在我国不适用的原因（Wang et al.，2018a）。

研究发现中国秋冬季节静稳事件发生概率明显高于欧美地区，京津冀地区秋冬季静稳天气发生的概率为35％～42％，四川盆地全年静稳天气时间高达50％，而欧美为20％～24％，不利的大气扩散条件加之高强度的污染排放是我国秋冬季严重空气污染过程频发的主要原因。即使目前的污染物排放强度保持不变，若能达到欧美地区同样的大气扩散条件，则我国冬季82％的地区PM2.5平均浓度会明显降低，其中京津冀和四川地区平均可降低12％。研究进一步指出，由于我国目前的PM2.5年均浓度处于较高水平，要实现优良天数达标的目标需综合考虑经济的稳定增长以及更为严格有效的减排措施，在制定未来减排措施的过程中不可忽视气象气候条件对空气质量的影响（Wang et al.，2018a）。

4.2.3 中国城市热环境和居民生活热舒适度评估

1）城市热环境的时空动态变化

开展城市热环境时空动态变化研究是理解城市居民热暴露环境特征的重要方面。在日变化时间尺度上，基于局地气候分区系统分析了南京地表热岛强度日变化特征及其季节性差异（Dong et al.，2022）。主要发现包括：1）对于年均日内逐时地表热岛而言，多种局地气候分区类型的日内变化形态相似（均为“单谷单峰”型）;但日内特征值存在一定差异;中层、高层以及重工业建筑类型日内累计热岛时间最持久（大于20 h），大型低层建筑类型热岛强度日内最大值最高、日内最小值较小，离散建筑类型日内热岛强度均最低;2）对于月均日内逐时地表热岛而言，4—9月多种建筑类型月均和年均的日变化形态相似;3—10月，尽管地表热岛强度触及日内最高值后下降速度加快，但月均日内变化形态仍与年均形态基本相似;就其余月份（特别是冬季）而言，不同建筑类型月均日内变化形态大多呈现较大的分异，部分建筑类型甚至呈现完全相反的形态特征。

在城市热岛日变化模态上，研究识别了5种模态及其发生机制。基于我国354座大城市情况和地表温度日内变化模型，率先在区域尺度上识别了地表热岛强度变化的主要模态（Lai et al.，2018b）。研究发现：1）多数城市热岛强度的日内最高（最低）点出现在上午及中午（下午）时段;2）强热岛及冷岛出现的持续时长分别为5.6（±4.0）和7.6（±6.1） h;3）地表热岛主要具有5种主要模态：“勺状模态”“弱勺状模态”“准勺状模态”“反勺状模态”和“直线型模态”。在对地表城市热岛强度估算的影响方面，研究表明地表温度产品质量控制对其具有系统性影响。根据对中国86座城市的分析（Lai et al.，2018a）可知：1）MODIS卫星数据质量控制对昼夜热岛强度的影响分别为24.3％和29.9％;2）地表热岛具有鲜明的季节性和南北差异，春季和秋季与地表热岛强度与云量显著负相关。

2）居民生活热舒适度的时空变化

当前高精度城市热舒适度数据的缺乏阻碍了公众对城市人居环境健康的进一步认知。基于区域尺度（1 km）城市热舒适度数据估算了长江三角洲地区通用热气候指数（universal thermal climate index），评估了典型城市热岛强度类型之间的差异（Wang et al. 2020）。主要结论包括：1）通用热气候指数在城镇地区整体高于其他地表覆盖类型，虽然其与空气温度的空间分布特征相似，但其明显高于空气温度;2）2002—2018年长江三角洲地区受极强热应力或强热应力影响的地域不断增多，城镇周围是通用热气候指数升高较为明显的区域;3）基于陆地地表温度、平均辐射温度、通用热气候指数、近地面空气温度和露点温度估算的热岛强度在白天依次下降，且长江三角洲不同典型城市之間热岛强度的差异相对较小;然而，在夜晚不同热岛强度之间差异明显增强，其中热岛效应对杭州通用热气候指数的影响显著高于其他两个典型城市。该研究为增进遥感技术与城市热舒适度的融合研究提供了范例。

3）影响城市热环境的主要因素

开展城市热岛-热浪之间的协同作用机制研究是理解城市热环境时空演变规律的有效途径。对于广泛气候背景对城市热岛-热浪之间的协同作用机制的影响，以往研究尚未顾及这一点，特别是热浪强度增强下热岛如何变化仍存有争议。为此针对中国354个城市的热浪-地表热岛强度响应及其影响因素，量化了热浪-热岛协同程度，结果（Miao et al.，2022）表明：1）与非热浪期比较，热浪期地表热岛强度变化幅度具有显著的干湿和纬向差异，即中国东部地区湿润带热岛增强而西北地区干旱带冷岛增强;2）郊区植被覆盖的气候区差异主导了热浪-热岛协同效应的空间格局，郊区植被指数与昼、夜热岛强度变化的相关系数分别为0.407和0.446;3）热浪-热岛协同程度在大多数气候区随热浪强度增加而增强，包括白天的热带区、暖温带区及干旱温带区，以及夜晚除中温带外的所有气候区。

在时空尺度及采样效应对地表城市热岛各类控制因子相对贡献度的影响上，研究基于中国896个城市的调查（Lai et al.，2021）发现：1）随着时间尺度的扩大，气候因子对热岛的控制逐渐减弱，而城市地表属性及发展规模的作用逐渐增加；日内尺度气象因子主导了热岛，日间和月尺度气候或气象因子仍有较大影响，但地表属性对北方温带气候区热岛控制较强;2）从空间尺度来看，局地尺度下城市发展规模对热岛的影响小于城市地表属性及背景气候因子，区域尺度下地表属性和背景气候因子分别控制了白天和夜间热岛，全国尺度下背景气候因子控制了昼夜热岛;3）就筛选城市样本的采样标准而言，城区面积标准下热岛因子贡献排序分别是背景气候因子、地表属性、城市发展规模，气候区采样标准下热岛最大影响因子在昼、夜分别为地表属性和城市发展规模。

在地表和冠层热岛两者时空格局及其主导因素上，全球典型城市的研究结果（Du et al.，2021）表明：1）从所有城市平均来看，年均地表热岛强度在白天和夜晚分别比冠层热岛强度高约1.1 ℃和0.3 ℃；无论昼夜，两类热岛差异皆呈现夏季最大、冬季最小;2）对于气候区，两类热岛总体差异规律与两者在热带、暖温带和寒带的差异规律较为相似，即地表热岛大于冠层热岛，但干旱区城市白天冠层热岛反而高于地表热岛约0.8 ℃;3）就热岛强度昼夜差异而言，全球城市平均地表城市热岛为正（0.6 ℃），但冠层热岛强度的白天与夜间的差异为负（-0.2 ℃），表明城市化因素总体会增大地表温度日较差和缩小空气温度日较差;4）两类热岛差异受到城市地表属性、气候因子及城市发展强度的联合控制。

4）未来热舒适度预估

随着中国城市化进入增效提质阶段，未来人为排放强度加剧情景下我国城市热舒适度的时空格局如何演变是个亟需回答的问题。据此，研究基于通用热舒适度指数，探究了未来（2021—2080年）4种排放情景（SSP1-2.6、SSP2-4.5、SSP3-7.0及SSP5-8.5）下352个城市的热舒适度相似性和转移特征。研究（Wang S S et al.，2022）发现：1）我国城市的热舒适度指数相似性具有明显的空间特征；绝大部分西部、东北和南部沿海等城市的热舒适性指数相似性较低；随着未来人为排放强度增加，热舒适度指数呈现增长趋势，最显著的为中部和南部沿海城市;2）城市热舒适度的转移特征呈现显著空间分异性；以中部和南部城市的热舒适度向低纬度城市转移为典型，在21世纪中后期高排放情景下（SSP5-8.5），58.2％的城市将呈现超过5°的低纬度转移，北部城市呈现向邻近纬度（-5°～5°）城市转移趋势，西部城市主要向高纬度城市转移;3）在未来人为排放强度加剧的情景下，热舒适度的转移将更加集中且向低纬度城市的转移趋势逐步增强。

5 结论

项目提出了陆表气候观测数据渐变型不均一性检测和订正的方法体系，对中国地区地表太阳辐射、气温、地温、风速和降水等观测数据进行了均一性检测和订正，生成了高质量陆表气候观测站点和格点数据集，计算得到中国陆表蒸散长期变化数据集。完善并构建了均一化高分辨率的中国高精度人文要素历史数据集，构建了未来关键人文要素情景，包括人口、国民生产总值、城市化、土地利用、排放和用水等要素，并构建了非二氧化碳（甲烷、氧化亚氮）在碳中和情景下的数据集，提出了碳中和技术路径优选和电力行业碳中和路线图。构建了青藏高原地区过去30 a高分辨率树线分布、植被物候、森林碳储量、土壤碳储量、植被生产力、冻土面积和冻土活动层厚度时空动态数据集，构建了中国中东部地区居民生活热舒适度动态数据集。部分数据通过发表数据论文和公开发布的形式进行共享。

量化了地表太阳辐射变化和城市化对中国增温格局的影响。研究发现1960—1990年地表太阳辐射总辐射降低，对日最高温具有冷却效应，因此减缓了日最高温的增温趋势。这在日最高地温方面表现得更为明显，地表太阳辐射的降低趋势是夏季大于冬季，冷却效应也是夏季大于冬季。1990年以后地表太阳辐射降低趋势停止，站点周边城市化带来的城市热岛效应放大了日最低气温的增温速度，导致城市观测站增温具有更显著的日不对称性，但这种日不对称性在农村观测站并不显著。气象站点周边城市化使局地地表粗糙度增加，致使观测得到的地表风速降低。我们采用两种独立的方法对地表风速观测进行了均一化，结果一致表明：中国地区地表风速在1990年以前具有降低的趋势，此后降低趋势逆转并持续增加，这一变化特征与地转风一致。站点周边城市化影响了增温格局观测结果的空间代表性，为局地观测误差，而非大尺度的气候变化。

在识别关键人文要素与自然要素关联机制的基础上，评估了社会经济和政策干预对碳排放、氮排放和其他温室气体排放的影响，以及中国全国或多个行业实现碳中和目标所带来的对全球温升、局地污染物排放、土地利用、水资源等的多重影响。发现碳中和目标总体上会带动局地污染物排放和浓度的下降以及水资源需求的下降，但一些具体的技术路径仍可能会加剧土地资源竞争和水压力的加剧。从农田管理方面提高氮肥的利用效率可以在粮食不减产的条件下大幅度减少农田的氮排放，从当前的510万t排放减少至270～290万t，减少了42％～47％，但仍需要重構传统的养分循环体系，以使中国水体环境质量恢复到安全水平。建议更全面细致地评估中国各种碳中和实现路径的社会经济和自然生态影响，以保证碳中和目标与其他可持续发展目标的协同实现。

利用全耦合地球系统模式，基于4种共享社会经济路径情景，预估了我国碳中和战略的实施对全球变暖的减缓贡献。发现我国碳中和目标下二氧化碳减排在区域竞争路径（SSP3-7.0）和化石燃料为主发展路径（SSP5-8.5）情景下对远期（2081—2100年）全球变暖减缓的单独贡献分别为0.48和0.40 ℃，占同期全球变暖的14％和9％。进一步考虑伴随二氧化碳减排的甲烷和氧化亚氮减排，在SSP3-7.0和SSP5-8.5情景下我国碳中和可使远期阶段全球变暖减缓0.50和0.39 ℃，即使在可持续路径（SSP1-2.6）和中间路径（SSP2-4.5）情景下，也将使远期阶段变暖减缓0.21和0.32 ℃。在SSP2-4.5和SSP5-8.5情景下，二氧化碳、甲烷和氧化亚氮的共同作用也显著减缓了中期（2041—2060年）全球变暖，对避免未来气候灾害做出巨大贡献。

阐明了全球陆表干湿变化格局，证实了干旱区植被持续变绿，发现变暖总体上促进植被生长，变暖对植被生长的促进作用不仅体现在时间上的变化趋势，还体现在气候-生态质量在空间上的迁移，发现大气饱和水汽压差对全球陆地碳汇年际变化起到决定性作用。揭示了过去几十年青藏高原大气饱和水汽压差增加显著降低了高原草地生产力，发现青藏高原干旱半干旱区积雪对植被生长有促进作用，湿润区积雪对植被生长有抑制作用。揭示了青藏高原增暖放大现象与地表反照率反馈之间的关系，模拟和预估了增暖背景下青藏高原冻土的时空变化规律。构建了以热舒适度为核心的空间质量综合评价指标体系，发现到21世纪末，中国南部沿海和长江中下游地区城市热环境将超过热舒适度阈值。

參考文献（References）

An S，Zhu X L，Shen M G，et al.，2018.Mismatch in elevational shifts between satellite observed vegetation greenness and temperature isolines during 2000—2016 on the Tibetan Plateau［J］.Glob Chang Biol，24（11）：5411-5425.doi：10.1111／gcb.14432.

Bu C J，Cui X Q，Li R Y，et al.，2021.Achieving net-zero emissions in Chinas passenger transport sector through regionally tailored mitigation strategies［J］.Appl Energy，284：116265.doi：10.1016／j.apenergy.2020.116265.

Chen J W，Cui H J，Xu Y Y，et al.，2021.Long-term temperature and sea-level rise stabilization before and beyond 2100：estimating the additional climate mitigation contribution from Chinas recent 2060 carbon neutrality pledge［J］.Environ Res Lett，16（7）：074032.doi：10.1088／1748-9326／ac0cac.

Chen Y D，Guo F，Wang J C，et al.，2020.Provincial and gridded population projection for China under shared socioeconomic pathways from 2010 to 2100［J］.Sci Data，7（1）：83.doi：10.1038／s41597-020-0421-y.

Ding J Z，Yang T，Zhao Y T，et al.，2018.Increasingly important role of atmospheric aridity on Tibetan alpine grasslands［J］.Geophys Res Lett，45（6）：2852-2859.doi：10.1002／2017gl076803.

Dong P，Jiang S D，Zhan W F，et al.，2022.Diurnally continuous dynamics of surface urban heat island intensities of local climate zones with spatiotemporally enhanced satellite-derived land surface temperatures［J］.Build Environ，218：109105.doi：10.1016／j.buildenv.2022.109105.

Du H L，Zhan W F，Liu Z H，et al.，2021.Simultaneous investigation of surface and canopy urban heat islands over global cities［J］.ISPRS J Photogramm Remote Sens，181：67-83.doi：10.1016／j.isprsjprs.2021.09.003.

Du J Z，Wang K C，Wang J K，et al.，2017.Contributions of surface solar radiation and precipitation to the spatiotemporal patterns of surface and air warming in China from 1960 to 2003［J］.Atmos Chem Phys，17（8）：4931-4944.doi：10.5194／acp-17-4931-2017.

Feng F，Wang K C，2019a.Does the modern-era retrospective analysis for research and applications-2 aerosol reanalysis introduce an improvement in the simulation of surface solar radiation over China？［J］.Int J Climatol，39（3）：1305-1318.doi：10.1002／joc.5881.

Feng F，Wang K C，2019b.Determining factors of monthly to decadal variability in surface solar radiation in China：evidences from current reanalyses［J］.J Geophys Res：Atmos，124（16）：9161-9182.doi：10.1029／2018jd030214.

Feng F，Wang K C，2021.Merging high-resolution satellite surface radiation data with meteorological sunshine duration observations over China from 1983 to 2017［J］.Remote Sens，13（4）：602.doi：10.3390／rs13040602.

He B，Wang S R，Guo L L，et al.，2019.Aridity change and its correlation with greening over drylands［J］.Agric For Meteorol，278：107663.doi：10.1016／j.agrformet.2019.107663.

He B，Chen C，Lin S R，et al.，2022.Worldwide impacts of atmospheric vapor pressure deficit on the interannual variability of terrestrial carbon sinks［J］.Natl Sci Rev，9（4）：nwab150.doi：10.1093／nsr／nwab150.

He Y Y，Wang K C，Zhou C L，et al.，2018.A revisit of global dimming and brightening based on the sunshine duration［J］.Geophys Res Lett，45（9）：4281-4289.doi：10.1029／2018gl077424.

He Y Y，Wang K C，2020.Variability in direct and diffuse solar radiation across China from 1958 to 2017［J］.Geophys Res Lett，47（1）：e84570.doi：10.1029／2019gl084570.

He Y Y，Wang K C，Qi D，2021a.Roles of anthropogenic forcing and natural variability in the record-breaking low sunshine event in January-February 2019 over the middle-lower Yangtze Plain［J］.Bull Amer Meteor Soc，102（1）：S75-S81.doi：10.1175／BAMS-D-20-0185.1.

He Y Y，Wang K C，Feng F，2021b.Improvement of ERA5 over ERA-interim in simulating surface incident solar radiation throughout China［J］.J Climate，34（10）：3853-3867.doi：10.1175／jcli-d-20-0300.1.

Jiang S J，Lee X H，Wang J K，et al.，2019.Amplified urban heat islands during heat wave periods［J］.J Geophys Res：Atmos，124（14）：7797-7812.doi：10.1029／2018jd030230.

Jiang S J，Wang K C，Mao Y N，2020.Rapid local urbanization around most meteorological stations explains the observed daily asymmetric warming rates across China from 1985 to 2017［J］.J Climate，33（20）：9045-9061.doi：10.1175／jcli-d-20-0118.1.

Lai J M，Zhan W F，Huang F，et al.，2018a.Does quality control matter？Surface urban heat island intensity variations estimated by satellite-derived land surface temperature products［J］.ISPRS J Photogramm Remote Sens，139：212-227.doi：10.1016／j.isprsjprs.2018.03.012.

Lai J M，Zhan W F，Quan J L，et al.，2021.Reconciling debates on the controls on surface urban heat island intensity：effects of scale and sampling［J］.Geophys Res Lett，48（19）：e94485.doi：10.1029／2021gl094485.

Lai J M，Zhan W F，Huang F，et al.，2018b.Identification of typical diurnal patterns for clear-sky climatology of surface urban heat islands［J］.Remote Sens Environ，217：203-220.doi：10.1016／j.rse.2018.08.021.

Li H R，Cui X Q，Weng Y W，et al.，2021a.A rule-based method to downscale provincial level power sector projection results to plant level［J］.MethodsX，8：101448.doi：10.1016／j.mex.2021.101448.

Li H R，Cui X Q，Hui J X，et al.，2021b.Catchment-level water stress risk of coal power transition in China under 2 ℃／1.5 ℃ targets［J］.Appl Energy，294：116986.doi：10.1016／j.apenergy.2021.116986.

Li L H，Zhang Y，Zhou T J，et al.，2022.Mitigation of Chinas carbon neutrality to global warming［J］.Nat Commun，13（1）：5315.doi：10.1038／s41467-022-33047-9.

Lin C G，Yang K，Qin J，et al.，2013.Observed coherent trends of surface and upper-air wind speed over China since 1960［J］.J Climate，26（9）：2891-2903.doi：10.1175／jcli-d-12-00093.1.

Liu D，Li Y，Wang T，et al.，2018.Contrasting responses of grassland water and carbon exchanges to climate change between Tibetan Plateau and Inner Mongolia［J］.Agric For Meteorol，249：163-175.doi：10.1016／j.agrformet.2017.11.034.

McVicar T R，Roderick M L，Donohue R J，et al.，2012.Global review and synthesis of trends in observed terrestrial near-surface wind speeds：implications for evaporation［J］.J Hydrol，416／417：182-205.doi：10.1016／j.jhydrol.2011.10.024.

Miao S Q，Zhan W F，Lai J M，et al.，2022.Heat wave-induced augmentation of surface urban heat islands strongly regulated by rural background［J］.Sustain Cities Soc，82：103874.doi：10.1016／j.scs.2022.103874.

Nie Y Y，Cai W J，Wang C，et al.，2019.Assessment of the potential and distribution of an energy crop at 1-km resolution from 2010 to 2100 in China：the case of sweet sorghum［J］.Appl Energy，239：395-407.doi：10.1016／j.apenergy.2019.01.214.

Nie Y Y，Chang S Y，Cai W J，et al.，2020.Spatial distribution of usable biomass feedstock and technical bioenergy potential in China［J］.GCB Bioenergy，12（1）：54-70.doi：10.1111／gcbb.12651.

Ohmura A，Gilgen H，Hegner H，et al.，1998.Baseline surface radiation network （BSRN／WCRP）：new precision radiometry for climate research［J］.Bull Amer Meteor Soc，79（10）：2115-2136.doi：10.1175／1520-0477（1998）079<2115：bsrnbw>2.0.co;2.

Tang R，He B，Chen H W，et al.，2022.Increasing terrestrial ecosystem carbon release in response to autumn cooling and warming［J］.Nat Clim Change，12：380-385.doi：10.1038／s41558-022-01304-w.

Tang W J，Yang K，Qin J，et al.，2019.A 16-year dataset （2000—2015） of high-resolution （3 h，10 km） global surface solar radiation［J］.Earth Syst Sci Data，11（4）：1905-1915.doi：10.5194／essd-11-1905-2019.

Wang C G，Zhan W F，Liu Z H，et al.，2020.Satellite-based mapping of the Universal Thermal Climate Index over the Yangtze River Delta urban agglomeration［J］.J Clean Prod，277：123830.doi：10.1016／j.jclepro.2020.123830.

Wang K，Dickinson R E，2013.Contribution of solar radiation to decadal temperature variability over land［J］.Proc Natl Acad Sci USA，110（37）：14877-14882.doi：10.1073／pnas.1311433110.

Wang K C，2014.Measurement biases explain discrepancies between the observed and simulated decadal variability of surface incident solar radiation［J］.Sci Rep，4：6144.doi：10.1038／srep06144.

Wang K C，Ma Q，Li Z J，et al.，2015.Decadal variability of surface incident solar radiation over China：observations，satellite retrievals，and reanalyses［J］.JGR Atmospheres，120（13）：6500-6514.doi：10.1002／2015jd023420.

Wang K C，Jiang S J，Wang J K，et al.，2017.Comparing the diurnal and seasonal variabilities of atmospheric and surface urban heat islands based on the Beijing urban meteorological network［J］.J Geophys Res：Atmos，122（4）：2131-2154.doi：10.1002／2016jd025304.

Wang R，Li H R，Cai W J，et al.，2022.Alternative pathway to phase down coal power and achieve negative emission in China［J］.Environ Sci Technol，56（22）：16082-16093.doi：10.1021／acs.est.2c06004.

Wang S S，Zhan W F，Du H L，et al.，2022.Identifying analogs of future thermal comfort under multiple projection scenarios in 352 Chinese cities［J］.Sustain Cities Soc，82：103889.doi：10.1016／j.scs.2022.103889.

Wang X Y，Dickinson R E，Su L Y，et al.，2018a.PM2.5 pollution in China and how it has been exacerbated by terrain and meteorological conditions［J］.Bull Amer Meteor Soc，99（1）：105-119.doi：10.1175／bams-d-16-0301.1.

Wang X Y，Wang T，Guo H，et al.，2018b.Disentangling the mechanisms behind winter snow impact on vegetation activity in northern ecosystems［J］.Glob Chang Biol，24（4）：1651-1662.doi：10.1111／gcb.13930.

Wang X Y，Wang T，Liu D，et al.，2019.Multisatellite analyses of spatiotemporal variability in photosynthetic activity over the Tibetan Plateau［J］.J Geophys Res：Biogeosciences，124（12）：3778-3797.doi：10.1029／2019jg005249.

Weng Y W，Cai W J，Wang C，2021.Evaluating the use of BECCS and afforestation under Chinas carbon-neutral target for 2060［J］.Appl Energy，299：117263.doi：10.1016／j.apenergy.2021.117263.

Wild M，Ohmura A，Schr C，et al.，2017.The Global Energy Balance Archive （GEBA） version 2017：a database for worldwide measured surface energy fluxes［J］.Earth Syst Sci Data，9（2）：601-613.doi：10.5194／essd-9-601-2017.

Yang Y，Zhang J J，Wang C，2018.Forecasting Chinas carbon intensity：is China on track to comply with its Copenhagen commitment？［J］.Energy J，39（2）：63-86.doi：10.5547／01956574.39.2.yyan.

喻朝慶，2019.水-氮耦合机制下的中国粮食与环境安全［J］.中国科学：地球科学，49（12）：2018-2036. Yu C Q，2019.The coupled effects of water and nitrogen on Chinas food and environmental securities［J］.Sci Sin Terrae，49（12）：2018-2036.（in Chinese）.

Yu C Q，Huang X，Chen H，et al.，2019.Managing nitrogen to restore water quality in China［J］.Nature，567（7749）：516-520.doi：10.1038／s41586-019-1001-1.

Zhang G F，Nan Z T，Wu X B，et al.，2019.The role of winter warming in permafrost change over the Qinghai-Tibet Plateau［J］.Geophys Res Lett，46（20）：11261-11269.doi：10.1029／2019gl084292.

Zhang G F，Nan Z T，Yin Z Y，et al.，2021a.Isolating the contributions of seasonal climate warming to permafrost thermal responses over the Qinghai-Tibet Plateau［J］.J Geophys Res：Atmos，126（21）：e2021JD035218.doi：10.1029／2021JD035218.

Zhang G F，Nan Z T，Zhao L，et al.，2021b.Qinghai-Tibet Plateau wetting reduces permafrost thermal responses to climate warming［J］.Earth Planet Sci Lett，562：116858.doi：10.1016／j.epsl.2021.116858.

Zhang G F，Nan Z T，Hu N，et al.，2022.Qinghai-Tibet Plateau permafrost at risk in the late 21st century［J］.Earths Future，10（6）.doi：10.1029／2022ef002652.

Zhang T T，Wang T，Krinner G，et al.，2019.The weakening relationship between Eurasian spring snow cover and Indian summer monsoon rainfall［J］.Sci Adv，5（3）：eaau8932.doi：10.1126／sciadv.aau8932.

Zhang Z T，Wang K C，Chen D L，et al.，2019.Increase in surface friction dominates the observed surface wind speed decline during 1973—2014 in the Northern Hemisphere lands［J］.J Climate，32（21）：7421-7435.doi：10.1175／jcli-d-18-0691.1.

Zhang Z T，Wang K C，2020.Stilling and recovery of the surface wind speed based on observation，reanalysis，and geostrophic wind theory over China from 1960 to 2017［J］.J Climate，33（10）：3989-4008.doi：10.1175／jcli-d-19-0281.1.

Zhang Z T，Wang K C，2021.Quantifying and adjusting the impact of urbanization on the observed surface wind speed over China from 1985 to 2017［J］.Fundam Res，1（6）：785-791.doi：10.1016／j.fmre.2021.09.006.

Zhong Z Q，He B，Wang Y P，et al.，2023.Disentangling the effects of vapor pressure deficit on northern terrestrial vegetation productivity［J］.Sci Adv，9（32）：eadf3166.doi：10.1126／sciadv.adf3166.

Zhou C L，Wang K C，Ma Q，2017.Evaluation of eight current reanalyses in simulating land surface temperature from 1979 to 2003 in China［J］.J Climate，30（18）：7379-7398.doi：10.1175／jcli-d-16-0903.1.

Zhou C L，Wang K C，Qi D，2018.Attribution of the July 2016 extreme precipitation event over Chinas Wuhang［J］.Bull Amer Meteor Soc，99（1）：S107-S112.doi：10.1175／bams-d-17-0090.1.

Zhou C L，Chen D L，Wang K C，et al.，2020.Conditional attribution of the 2018 summer extreme heat over Northeast China：roles of urbanization，global warming，and warming-induced circulation changes［J］.Bull Amer Meteor Soc，101（1）：S71-S76.doi：10.1175／bams-d-19-0197.1.

·ARTICLE·

Interactions of natural and anthropogenic parameters over the land：progress of the National Key R&D Program of China for Global Change and Response

WANG Kaicun1，WANG Can2，LI Longhui3，WANG Tao4，WU Guocan5，FU Yongshuo6，MA Qian5，ZHANG Jingyong7，CAI Wenjia8，CAO Jing9，YU Chaoqing10，ZHU Huasheng5，NAN Zhuotong3，CHEN Min3，ZHANG Jing5，JI Duoying5，SHEN Miaogen5，TANG Wenjun4，HE Bin5，ZHAN Wenfeng11

1College of Urban and Environmental Sciences，Peking University，Beijing 100871，China;

2School of Environment，Tsinghua University，Beijing 100084，China;

3College of Geographical Sciences，Nanjing Normal University，Nanjing 210023，China;

4Institute of Tibetan Plateau Research，Chinese Academy of Sciences，Beijing 100085，China;

5Faculty of Geographical Sciences，Beijing Normal University，Beijing 100875，China;

6Institute of Water Science，Beijing Normal University，Beijing 100875，China;

7Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China;

8Department of Earth System Science，Tsinghua University，Beijing 100084，China;

9School of Economics and Management，Tsinghua University，Beijing 100084，China;

10College of Ecology and Environment，Hainan University，Haikou 570228，China;

11International Institute of Earth System Science，Nanjing University，Nanjing 210023，China

Abstract With the support of the National Key Research and Development program，the project proposed a new method for the detection and correction of inhomogeneity of the observed land surface climate data，solved the problem of the detection and correction of the gradual inhomogeneity，and constructed the station and grid data set for the homogenized surface solar radiation，air temperature，ground temperature，wind speed and precipitation in China.The conclusions on the trend of surface wind speed，warming pattern in China and its formation mechanism have been revised.Multi-source data were integrated to construct and validate historical and future datasets of key anthropogenic factors affecting natural systems such as power plants，population，biomass energy，water withdrawal，nitrogen emissions，and carbon dioxide emissions at the km，watershed，or county level.Scenarios of future key anthropogenic factors were constructed，methane and nitrous oxide emission scenarios under carbon neutrality targets and future scenarios used to drive global models were developed，and the mitigation effects of Chinas carbon neutrality on global warming were estimated，and it was found that Chinas carbon neutrality had significant mitigation effects on long-term and medium-term global warming.The safety threshold and overshoot time of water nitrogen emission in each province of China are given，the relationship between grain yield and nitrogen fertilization in China is expounded，and effective ways to reduce water nitrogen emission under the premise of ensuring food security are proposed.It is pointed out that the reconstruction of urban and rural nutrient cycling system is a necessary way to ensure food security and restore water quality at the same time.It is found that the interannual change of global water vapor deficit is significantly related to the interannual change of atmospheric carbon dioxide concentration rising rate，which illustrates the important role of water vapor deficit change in regulating ecosystem productivity and the complex influence of multi-factor coupling on ecosystem productivity change.A more comprehensive and detailed assessment of the socio-economic and natural ecological impacts of Chinas various pathways to carbon neutrality is recommended to ensure that the goal of carbon neutrality is achieved in synergy with other sustainable development goals.

Keywords climate change;future scenarios;Carbon Neutral;land surface process;ecosystem productivity;food security

doi：10.13878／j.cnki.dqkxxb.20240103001

（責任编辑：张福颖）