鄧慧平， 丹 利， 王 倩

(1.聊城大學 環(huán)境與規(guī)劃學院， 山東 聊城 252059； 2.中國科學院東亞區(qū)域氣候-環(huán)境重點實驗室，中國科學院大氣物理研究所， 北京 100029)

1 研究背景

陸地生態(tài)系統(tǒng)與氣候變化過程通過地表和大氣之間能量、水分和微量氣體的交換，存在復雜的相互作用，氣候變化對植被和水循環(huán)有著重要的影響與反饋[1-4]。僅從自然方面考慮，氣候變化植被和水循環(huán)影響就涉及到大氣-植被-土壤統(tǒng)一體中能量傳輸和碳水循環(huán)。但以往大量氣候變化對水文影響的評估工作采用的各類流域水文模型主要側重河川徑流的模擬[5-9]，對影響植被蒸騰的生理和生化過程以及植被變化過程缺少詳細的描述，總體上缺乏在變化的氣候條件下植被與水循環(huán)響應的過程和機理分析。除各種流域水文模型模擬外，不少研究采用引入碳水耦合機理的生態(tài)模型或垂向一維的陸面物理過程模式模擬土壤-植被-大氣連續(xù)體中垂直方向的碳水循環(huán)及其對氣候變化的響應[9-11]，但流域尺度的模擬研究相對較少。在流域尺度上，碳水循環(huán)過程具有二維特性,在流域氣候條件下往往是幾種植被共生的而非單一均勻的植被類型。而實際地形的高程作用對流域土壤水分的空間非均勻分布起著關鍵的作用[12]，因此對于流域尺度的模擬，垂向一維的陸面模式需與考慮了土壤水分非均勻分布的水文模型相耦合[13-15]。簡化的簡單生物圈模式是用于區(qū)域和全球陸面與大氣相互作用的陸面過程模式(Simplified Simple Biosphere Model,SSiB)[16]，其第4版本SSiB4包括了Collatz等發(fā)展的植被光合-氣孔導度模型[17-18]。SSiB4與動態(tài)植被模型 (Top-down Representation of Interactive Foliage and Flora Including Dynamics,TRIFFID)相耦合，發(fā)展成生物物理/動態(tài)植被耦合模式SSiB4/TRIFFID，并在全球不同氣候區(qū)用實測潛熱通量、感熱通量、CO2通量和衛(wèi)星遙感反演的葉面積指數(shù)對SSiB4/TRIFFID進行模擬檢驗[19]。

為了更好地開展流域尺度的碳水循環(huán)模擬，將SSiB4/TRIFFID與流域水文模型TOPMODEL實行耦合進行西南亞高山區(qū)長江上游的梭磨河流域森林植被水文效應以及流域植被演替和碳水平衡的模擬[20-23]。西南林區(qū)位于青藏高原東南部，主要包括四川、云南和西藏三省區(qū)交界處的橫斷山區(qū),是中國第二大天然林區(qū)，也是氣候變化的敏感區(qū)。該區(qū)由于海拔高差懸殊，形成明顯的垂直氣候帶，森林多分布在海拔4 000 m以下的山坡中下部。深入認識西南山區(qū)流域植被和水量平衡對氣候變化的響應及反饋，一方面對理解陸地生態(tài)系統(tǒng)和氣候變化的關系有著重要的意義，另一方面也可為制定森林與水資源適應全球變暖和減緩不利影響的對策以及合理配置流域碳水資源提供科學依據(jù)。本文選擇西南亞高山區(qū)的梭磨河流域用耦合模型SiB4T/TRIFFID在各種氣候情景下進行流域植被演替和水量平衡模擬，根據(jù)模擬結果分析流域植被和流域水量平衡對氣候變化的響應。

2 耦合模式SSiB4T/TRIFFID簡介

3 數(shù)據(jù)來源與試驗設計

3.1 流域概況與數(shù)據(jù)來源

梭磨河流域地理位置位于31°～33°N,102°～103°E之間，流域面積為3 015.6 km2，海拔在2 180～5 301 m之間，平均海拔高度4 000 m。由于海拔高差懸殊，形成明顯的垂直氣候帶，植被自河谷到高山頂部分布依次為暖溫帶夏綠闊葉林一溫帶針闊葉混交林一寒溫帶純針葉林一亞寒帶灌叢草甸一寒帶寒漠及流石灘植被。流域內馬爾康和流域周邊紅原兩個氣象站多年平均年降水量777.6 mm，兩個臺站年平均氣溫為4.6℃ 。驅動資料采用美國國家大氣研究中心空間分辨率 1°×1° 、時間步長為3 h的1983-1987年再分析資料。根據(jù)氣候變化水文影響研究，1983-1987年5 a時段的氣候資料能代表氣候背景值[24]。驅動因子包括：向下的短波輻射、向下的長波輻射、氣溫、降水、水汽壓、風速和大氣壓，用流域內2個網(wǎng)格點(31.5°N，102.5°E和32.5°N，102.5°E)上的近地面各驅動因子分別進行平均作為流域的平均值。再分析資料近地面氣溫5 a平均氣溫為5.0℃，降水6、7和9月小于馬爾康站實測降水，其他月份差異很小，1983-1987年5 a平均年降水量686.5 mm，馬爾康站降水749.0 mm。再分析資料雖與實際情況存在差異，但仍然能夠反映梭磨河流域高原寒溫帶季風氣候特征，降水和氣溫與實測降水和氣溫季節(jié)變化也是一致的[22]。

3.2 試驗設計

氣候情景設置是基于變化因子法[24-25]，這種方法在敏感脆弱地區(qū)能有效地用于氣候變化影響評估，其缺點是不能改變空間的變率[26]。第1組試驗將梭磨河流域1983-1987年5 a驅動資料重復運行120次連續(xù)模擬600 a，作為控制試驗，記為T。為了進行流域植被與地表水量平衡對氣候變化的敏感性模擬，在1983年-1987年驅動資料(氣候背景條件)基礎上對每個計算步長的氣溫和降水資料進行外延，共進行10組試驗，各組試驗設計見表1。為了便于模擬的徑流量與實測徑流量的比較，除用再分析資料進行模擬外，還將馬爾康站實測逐日降水除以8取代再分析資料的降水進行模擬。因為中國南方地區(qū)主要以蓄滿產(chǎn)流為主，將日降水量平均分配到每個計算步長不會明顯影響總徑流的模擬。所有模擬均將5 a的驅動資料重復運行120次連續(xù)模擬600 a，模型中 6 種植被類型為落葉闊葉林、常綠針葉林、C3 草和C4 草、灌木和苔原灌木?？刂浦脖宦淙~的臨界溫度除落葉闊葉林取值 275 K外,其余均采用TRIFFID 的值：常綠針葉林取值 243 K，C3和 C4草取值 253 K，灌木和苔原灌木取值 243 K，影響各植被類型落葉的臨界水分因子均取值 0.2。各植被類型初始葉面積指數(shù)取TRIFFID設置的最小值(喬木4.0，草和灌木1.0)，初始覆蓋率均取值0.01。3層土壤厚度分別取值0.02 m(表層)、1.00 m(根系層)和2.00 m(深層)。根據(jù)梭磨河流域累積地形指數(shù)分布函數(shù)，用e指數(shù)函數(shù)擬合求得Fsat公式中的兩個參數(shù)Fmax和Cs(Fmax為流域最大飽和區(qū)面積分數(shù)，Cs為系數(shù))，分別為0.4和0.45[15,23]。衰減系數(shù)f取值2.0[14]，陸面模式中的土壤表面垂向飽和導水率Ks(z=0)和飽和導水率各向非同性因子α[14]分別取值2.2×10-3m /s和75[15,23]。

4 結果分析與討論

4.1 流域植被演替與水量平衡的變化

圖1(a)為再分析降水控制試驗T與馬爾康站降水控制試驗PT模擬的蒸騰與冠層截留蒸發(fā)的比較，圖1(b)為兩個試驗冠層蒸散、土壤蒸發(fā)和蒸散。因控制試驗PT是將馬爾康站日降水量平均分配到每個計算步長，有利于冠層截留降水，模擬的冠層截留蒸發(fā)大于再分析降水控制試驗T的模擬結果。但由于PT試驗冠層截留降水多，葉面濕潤部分大于再分析降水控制試驗T，模擬的蒸騰小于控制試驗T。因此，雖然將日降水量平均分配到每個計算步長會影響來自冠層蒸散中蒸騰與冠層截留蒸發(fā)的比例，但對來自冠層的蒸散模擬結果影響很小，PT試驗稍大于T試驗。PT試驗冠層截留的降水多，土壤蒸發(fā)稍小于T試驗，流域蒸散兩個試驗差異很小，PT試驗在流域為森林覆蓋階段蒸散略高于T試驗。

控制試驗植被覆蓋率最初C3草覆蓋率迅速增加，在第 6 個模擬年達到峰值后隨灌木的增加而迅速減小，苔原灌木覆蓋率在第 25 個模擬年達到峰值后隨喬木的增加而減小，最后流域基本為森林覆蓋,其中針葉林覆蓋率0.81，闊葉林覆蓋率0.07[21-22]。

隨著溫度的增加，針葉林覆蓋率減小而落葉闊葉林覆蓋率增加。溫度增加5.0℃，針葉林覆蓋率0.70，闊葉林覆蓋率0.30[21-22]。

對于控制試驗，在植被的演替過程中流域苔原灌木覆蓋時蒸散達到最大而徑流深達到最小，然后隨森林覆蓋率增加徑流深增加，但溫度增加2.0℃，森林覆蓋和苔原灌木覆蓋流域蒸散與徑流差異已明顯減小，當溫度增加大于4.0 C，流域蒸散已由控制試驗的苔原灌木覆蓋時最大轉變?yōu)樯指采w時最大，流域徑流由控制試驗的苔原灌木覆蓋時最小轉變?yōu)樯指采w時最小[21-22]。圖2(a)為PT+6,1.33P試驗的600 a流域植被動態(tài)演替過程中各類型植被覆蓋率的變化，圖2(b)為相對應的流域按5個模擬年平均的年蒸散與年徑流深的變化。溫度增加6.0℃，落葉闊葉林覆蓋率已大于針葉林，森林覆蓋流域蒸散明顯大于C3草和苔原灌木覆蓋，而流域徑流明顯小于苔原灌木覆蓋。

表1 試驗設計

4.2 葉面積指數(shù)對氣候變化的響應

圖3(a)～ 3(c)為T、T+2、T+2,1.20P和T+5,1.40P 4組試驗植被主要為C3草的第6～10模擬年、流域植被主要為苔原灌木的第21～25模擬年和流域植被主要為森林的第596～600模擬年模擬的5 a平均各月植被葉面積指數(shù)及其對氣候變化的響應。森林葉面積指數(shù)對氣候變化最敏感，C3草次之，苔原灌木葉面積指數(shù)對氣候變化最不敏感。

森林除冬季T+2、T+2，1.20P和T+5,1.40P 3組試驗葉面積指數(shù)低于控制試驗外，其余葉面積指數(shù)均高于控制試驗。由于隨著溫度增加落葉闊葉林覆蓋率增加，當冠層溫度低于控制落葉闊葉林落葉的臨界溫度275K時，落葉闊葉林落葉迅速增加，使葉面積指數(shù)低于落葉闊葉林覆蓋率最低的控制試驗。比較T+2和T+2，1.20P兩組試驗，后者降水增加20%，除6月份模擬的C3草葉面積指數(shù)略有差異外，兩組試驗模擬的葉面積指數(shù)基本相同，溫度增加2.0℃，土壤水分條件基本上對植被生長沒有產(chǎn)生限制作用，降水增加20%對葉面積指數(shù)模擬結果影響很小。

4.3 流域蒸散對氣候變化的響應

圖4(a)～4(d)為T、T+2、T+2,1.20P和T+5,1.40P 4組試驗第6～10模擬年、第21～25模擬年和第596～600模擬年5 a平均各月蒸散。對于控制試驗T，除9月苔原灌木蒸散小于森林蒸散外，苔原灌木月蒸散高于C3草和森林，森林冬季12-2月蒸散略高于C3草，春季3-5月蒸散低于C3草，夏季差異不大，8月森林蒸散稍低于C3草，秋季的9月和10月森林蒸散高于C3草。溫度增加2.0℃，森林蒸散大于C3草，雨季與苔原灌木蒸散差異很小，旱季略低于苔原灌木蒸散。T+2,1.20P試驗各月蒸散與T+2試驗差異很小，溫度不變僅降水增加對蒸散影響很小。溫度增加5.0℃并伴隨降水40%的增加，各類型植被蒸散均明顯增加，森林蒸散雨季5-10月已明顯大于苔原灌木，旱季略低于苔原灌木。對于控制試驗，全年蒸散C3草388.5 mm，苔原灌木445.3 mm，森林388.1 mm。T+2試驗，全年蒸散C3草507.2 mm，苔原灌木574.1 mm，森林539.6 mm，分別較控制試驗增加30.6%，28.9%和39.0%。T+2,1.20P試驗全年蒸散C3草516.0 mm，苔原灌木587.0 mm，森林548.6 mm，比T+2試驗全年蒸散略有增加。T+5,1.40P試驗全年蒸散森林最大802.9mm，苔原灌木次之753.2mm，C3草最小665.9mm，分別較控制試驗增加106.9%、71.4%和69.1%。從控制試驗到T+5,1.40P，對于C3草和苔原灌木，土壤蒸發(fā)在蒸散中所占比例最大，蒸騰次之，冠層截留蒸發(fā)所占比例最??；對于森林，從冠層截留蒸發(fā)在蒸散中所占比例最大變?yōu)檎趄v在蒸散中所占比例最大[23]。隨著溫度增加，森林蒸散增加幅度最大，苔原灌木次之，C3草最小，森林蒸散對溫度變化最敏感。

圖1 PT與T試驗模擬的蒸散及其各分量的變化

圖2 植被覆蓋率與流域水量平衡各分量的變化

圖3 不同氣候情景模擬的植被月葉面積指數(shù)

4.4 流域徑流對氣候變化的響應

圖5(a)～5 (c)分別為不同氣候情景馬爾康站降水模擬的第6～10模擬年、第21～25模擬年和第596～600模擬年5 a平均各月徑流深。與實測徑流深相比較，控制試驗模擬的各月徑流深偏低，尤其是雨季之前，主要原因是輸入的降水偏低和模擬的蒸散偏大[22]。表2為所有試驗第6～10模擬年、第21～25模擬年和第596～600模擬年5 a平均流域年徑流深及相對于控制試驗的變化百分率。PT試驗較PT-1試驗氣溫增加1.0℃，流域主要為C3草覆蓋年徑流深減小14.8%，苔原灌木覆蓋減小16.9%，森林覆蓋減小20.1%。PT試驗較T試驗降水增加約9.2%，流域主要為C3草覆蓋年徑流深增加19.7%，苔原灌木覆蓋增加26.5%，森林覆蓋增加18.2%，降水增加10%，年徑流深增加19.8%～28.8%。馬爾康站降水模擬結果表明：溫度增加2.0℃，C3草覆蓋年徑流深減小33.4%，苔原灌木覆蓋減小42.2%，森林覆蓋減小44.2%；溫度增加2.0℃并同時降水增加33%，C3草覆蓋年徑流深增加34.6%，苔原灌木覆蓋增加33.9%，森林覆蓋僅增加18.0%。溫度增加4.0℃并伴隨降水增加33%，C3草覆蓋年徑流深增加8.4%，苔原灌木覆蓋減小0.8%，森林覆蓋減小29.8%；溫度增加6℃并伴隨降水增加33%，C3草覆蓋年徑流深減小10.9%，苔原灌木覆蓋減小25.7%，森林覆蓋減小67.1%。再分析降水模擬結果表明：溫度增加2.0℃，C3草覆蓋年徑流深減小39.9%，苔原灌木覆蓋減小53.5%，森林覆蓋減小50.8%；溫度增加2.0℃并同時降水增加20%，C3草覆蓋年徑流深增加3.1%，苔原灌木覆蓋減小1.9%，森林覆蓋減小7.8%；溫度增加5.0 C并伴隨降水增加40%，C3草覆蓋年徑流深減小1.1%，苔原灌木覆蓋減小13.8%，森林覆蓋減小47.0%。森林覆蓋流域年徑流深對溫度變化最敏感而且敏感程度隨溫度增加而增加，當溫度增加4.0℃以上，流域年徑流深減小百分率森林覆蓋遠高于C3草和苔原灌木覆蓋。溫度增加使流域蒸散增加，蒸散增加使流域土壤濕度、地下水位和飽和區(qū)減小，進而使流域徑流量減小[27]。

圖4 T、T+2、T+2,1.20P和T+5,1.40P 4組試驗模擬的各植被類型5 a平均各月流域蒸散

4.5 討 論

植被冠層蒸騰和冠層截留蒸發(fā)速率隨著溫度的增加而增加，同時葉面積指數(shù)的增加又加大了冠層蒸散[4]，增加了冠層蒸散對溫度變化的敏感性。對西南亞高山區(qū)梭磨河流域的模擬結果表明：蒸散對溫度變化敏感，隨著溫度增加森林覆蓋流域蒸散增加幅度最大，苔原灌木次之，C3草最小；溫度增加1.0℃而降水不變，森林覆蓋流域年徑流深減小20.1%，苔原灌木覆蓋減小16.9%，C3草覆蓋減小14.8%。李道峰等應用SWAT模型模擬了黃河河源區(qū)氣候變化對水文的影響，溫度升高1℃徑流減少4.9%，并認為由于黃河河源區(qū)地處高原地帶，多年平均氣溫較低，蒸發(fā)量不大，因此溫度升高1.0℃對流域的蒸發(fā)不會產(chǎn)生太大的影響，徑流量變化不大[5]。張士鋒等[6]對三江源氣候變化對徑流的影響模擬得出在當前的降水條件下，氣溫升高1.0℃，徑流會減少2.1%。但根據(jù)該文中給出的三江源地區(qū)1965-2004年實測徑流深和氣溫的擬合趨勢線估算：1965-1969年5 a平均年徑流深約170mm，五年平均溫度-1.95℃；2000-2004年5 a平均年徑流深約150 mm，5 a平均溫度-1℃。因降水40 a沒有明顯趨勢，假定時間序列最初5 a和最后5 a降水相同，最后5 a與最初5 a相比，徑流深減小了約12%而溫度上升了0.95℃，氣溫升高1.0℃徑流深應減少12.6%。這個結果與本文模擬的溫度增加1.0℃，C3草覆蓋流域年徑流深減少14.8%很接近。上述黃河河源區(qū)和三江源地區(qū)溫度變化的影響主要是通過溫度變化對潛在蒸發(fā)(由Penman方程或甚至只需氣溫1個要素的經(jīng)驗公式計算)的影響而影響流域實際蒸散和徑流，不能全面反映溫度變化對蒸散及其3個分量(植被冠層截留蒸發(fā)、蒸騰和土壤蒸發(fā))的影響，所得結論是流域徑流量對氣溫變化不敏感，低估了流域徑流對氣溫變化的敏感性。目前全球平均溫度增加2.0℃是為大多數(shù)國家所接受的增溫幅度，由于海洋與陸地增溫的差異，陸地增溫應大于2.0℃。西南亞高山區(qū)梭磨河流域溫度增加2.0℃而降水保持不變，年徑流深將明顯減小，即使降水增加20%，如流域為森林覆蓋仍抵消不了蒸散的增加，年徑流深仍將減小7.8%。在目前氣候條件下，亞高山區(qū)針葉林蒸散小于苔原灌木，與苔原灌木相比，森林增加了徑流。溫度增加2.0℃，由于森林蒸散增加幅度大于苔原灌木，森林蒸散與徑流與苔原灌木差異減小，目前亞高山區(qū)針葉林增加徑流的功能將減弱。溫度增加4.0℃和4.0℃以上，森林蒸散已大于苔原灌木，森林將不再增加徑流量而是減小徑流量。

圖5 不同氣候情景各植被類型覆蓋流域的月徑流深

表2 模擬的流域5 a平均年徑流深 mm/a

5 結 論

通過流域水文模型TOPMODEL與生物物理/動態(tài)植被模式SSiB4/TRIFFID的耦合，克服了以往大量的氣候變化水文水資源影響評估研究在變化的氣候條件下依然保持流域植被不變的局限。針對西南亞高山區(qū)流域植被與地表水量平衡對氣候變化的敏感性問題，用耦合模型SSiB4T/TRIFFID模擬了位于西南亞高山區(qū)的梭磨河流域不同氣候情景下的植被演替和地表水量平衡過程，分析了流域植被與地表水量平衡對氣候變化的敏感性。主要結論如下：

(1) 隨著溫度的增加，森林類型由控制試驗基本為常綠針葉林類型向針闊混交林轉變，生長季森林葉面積指數(shù)明顯增加。森林葉面積指數(shù)對溫度變化最敏感， C3草次之，苔原灌木葉面積指數(shù)對溫度變化最不敏感。

(2)西南亞高山區(qū)流域蒸散和徑流對溫度變化敏感，溫度變化通過影響流域蒸散而影響徑流，溫度不變則蒸散對降水變化不敏感，但徑流對降水變化敏感。

(3)流域蒸散與徑流對氣候變化的敏感程度與流域植被覆蓋類型有關。由于森林蒸散隨溫度增加的增幅明顯大于苔原灌木和C3草，森林覆蓋的流域蒸散和徑流對溫度變化最敏感。目前亞高山區(qū)針葉林增加流域徑流量的作用將隨著溫度增加而減弱，甚至轉變?yōu)闇p小徑流量。

(4)以往通過溫度變化對潛在蒸散的影響而影響流域實際蒸散與徑流的評估方法低估了流域徑流對溫度變化的敏感程度。

以上結論有助于進一步認識西南亞高山區(qū)流域植被與水量平衡對氣候變化的敏感性，對該地區(qū)森林與水資源的合理配置具有實際意義，可為制定應對全球變暖森林與水資源影響對策提供科學依據(jù)。今后將在獲得該地區(qū)不同林齡葉面積指數(shù)、各植被類型覆蓋率和物候資料基礎上對模擬的不同演替階段的植被葉面積指數(shù)和植被覆蓋率進行檢驗，分析影響植被模擬結果的敏感因子并改進模型。此外，今后將應用更長時間尺度的氣候驅動資料模擬分析植被對年際和年代際氣候變化的響應，并采用政府間氣候變化委員會提供的未來氣候情景評估氣候變化水文水資源影響。