植被年际变化对蒸散发影响的模拟研究

陈 浩，曾晓东

(1.中国科学院大气物理研究所国际气候与环境科学中心，北京 100029;2.中国科学院研究生院，北京 100049;3.中国气象局公共气象服务中心，北京 100081)

植被与气候之间具有复杂的相互作用。一方面，如果不考虑人为因素的影响，陆地生态系统的结构及演变主要由气候决定:大尺度上气候的长期平均状态决定了全球植被的分布格局［1-3］，气候变迁也常伴随着局地植被的演变甚至突变［2，4-5］;同时，气候的年际变化也会引起植被状态的年际变化［6-8］，甚至改变植被分布的平均状态［9-10］。另一方面，植被通过改变陆表的物理特征，调节陆-气间的水分和能量循环，对气候具有反馈作用［11-14］。例如，植被的反照率小于裸土，可以吸收更多能量;冠层高低改变陆表面的粗糙度，影响陆气间能量与动量传输;叶片通过直接蒸发截留的降水或者蒸腾根部吸收的水分，增加了陆面蒸发的途径。植被变化具有不同的时间尺度，如季节变化、年际变化、年代际变化等。植被每年会呈现出的不同特征(如:覆盖度、叶面积指数、冠层高度等)，但目前大多数工作仅限于研究给定且不变的植被或者改变已有土地覆盖类型对气候的影响，并且这些变化都不包含动力学过程，很少有工作研究植被特征的年际变化对陆表物理过程乃至区域或全球气候状态的影响［15］。

陆面过程模式主要用于模拟和研究在给定气候条件下或者与大气环流模式耦合中，陆表面状态(土壤温度、土壤含水量等)的变化以及陆-气之间能量与水分的交换过程。为了模拟植被随时间的变化及其对陆面和陆-气间的各种物理过程的响应，则需要在陆面模式中耦合植被动力学模式。本研究应用通用陆面模式CLM3.0及其植被动力学模式(DGVM)，研究植被覆盖度(FC)和叶面积指数(LAI)的年际变化对全球蒸散发的影响。

1 模式及方法

1.1 模式介绍

CLM3.0［16］是由3 个陆面模式——BATS［17］、NCAR LSM［18-19］和 IAP94［20-21］发展而来的。它主要包含4 个部分:生物地球物理过程、水分循环过程、生物地球化学过程和植被动力学过程。CLM3.0作为通用气候系统模型(CCSM)的陆面部分，参加IPCC第四次评估，对未来气候模拟和预测。从模式发布至今，已有许多研究对CLM3.0的离线和耦合模拟能力进行了评估和验证，结果表明CLM3.0能够较好地模拟出陆表面变量:利用观测的气候数据驱动CLM3.0，可以较好地模拟全球几大河流的径流量的长年平均、季节循环、年际变化和年代际变化［22］;模式能较好地反映出中国地区土壤温度的年际变化［23］、揭示中国地区土壤湿度的空间分布型［24］;CLM3.0耦合到CCSM中可以很好的模拟陆表面变量的平均值，并且模拟得到的全球年平均降水和温度在观测不确定范围内［25］;CLM3.0模拟的地表径流等变量随纬度的变化与观测吻合较好［26］。

CLM3.0包含植被动力学模式(DGVM)［27］，本文所利用的是Zeng［28-29］修改后的 CLM-DGVM，修改包括引入灌木子模块、修改双大叶光合作用方案等，其中部分修改方案已被最新发布的CLM4所采纳［30］。改进后的模式可以模拟全球自然植被(森林、草原、灌木和荒漠)的大致分布及植被与气候之间的对应关系［29］，以及全球生态系统净初级生产力(NPP)，并且模拟的北方森林、热带雨林、热带稀疏草原等生态系统动态变化与观测一致［31］。

在运行CLM3.0时，通常不与DGVM耦合，而是使用卫星遥感反演得到的陆面植被资料(AVHRR)，或者(MODIS)。这些资料一般为植被特征的多年平均，包括FC、LAI、茎面积指数(SAI)、冠层顶高度、冠层底高度，因而只有季节变化而无年际变化。若将DGVM耦合到CLM3.0，则可研究自然植被的主要分布［30-31］以及植被特征的逐年变化及其对陆表过程的响应。由于在CLM-DGVM中，SAI=0.05×LAI，而冠层顶高度和冠层底高度主要影响陆面粗糙度，对蒸散发影响很小，因此本文用FC和LAI来表征植被的年际变化。

1.2 蒸散发的计算

陆面蒸散发(ET)是陆-气间水循环的重要过程，它由3部分组成，即ET=Es+Ec+Tr，其中Es、Ec、Tr分别为地表蒸发、冠层蒸发和蒸腾。CLM3.0中每个格点上可包含多种植被功能型(PFT)，每种PFT上的地表蒸发、冠层蒸发和蒸腾的计算(Oleson等［16］)分别如下:

式中，ρatm为空气密度，qatm为参考高度的比湿，qg为地表面的比湿，raw为地表和参考高度间的水汽传输空气动力学阻抗，L和S别为植被叶面积指数和茎面积指数，fwet为植被潮湿叶片和潮湿茎秆的比例，qs为冠层的比湿，为植被叶片温度所对应的饱和水汽比湿，rb为水汽由叶片边界向空气传输的空气动力学阻抗，为潜在蒸腾，rdry为潜在蒸腾百分比。和rdry计算如下:

式中，fdry为植被干燥叶片的比例，Lsun和Lsha分别是光照和遮阴下的叶面积指数和分别是光照和遮阴叶片的气孔阻抗。

由(2)、(3)、(5)式可以看出，LAI直接影响冠层蒸发和蒸腾。此外，LAI决定植被冠层对降水截留的大小，因而影响穿透冠层到达土壤表面可供地表蒸发的水分;同时，LAI还改变了到达地表的太阳辐射，从而影响地表蒸发。另一方面，LAI直接决定可发生蒸腾的叶片数量，并通过影响光合作用来改变气孔导度，从而影响单位叶片面积的蒸腾强度。

格点上的蒸散发是对该格点不同PFT上的量进行面积加权平均，即:

式中，grid及n分别表示格点及各PFT水平上的量，Ei代表Es、Ec或Tr，FCn为第n种PFT的覆盖度。

1.3 实验设计

为了研究植被FC和LAI的年际变化对蒸散发产生的影响，设计了如下实验方案:(1)使用修改后的CLM3.0-DGVM模式［28］，利用Qian等［23］提供的1950—1999年共50a的气候资料(水平分辨率为T62、时间分辨率为3 h，包括降水、温度、气压、比湿、风速、辐射)作为驱动场循环驱动，进行600年离线的数值模拟，简称DGVM模拟。其中前550a作为系统的起转，用后50a的模拟结果进行分析;(2)将DGVM模拟得到的后50a植被的FC和LAI等作平均，替代CLM3.0陆面资料中的相应变量，并以DGVM积分550a后得到的陆面状态为初始场，用1950—1999年的气候资料，驱动CLM3.0(即不耦合DGVM)运行50a，简称CLM模拟。两组实验具有相同的气候驱动、初始场以及50a内植被的平均状态，不同点仅在于植被是否有年际变化(表1)。二者模拟结果的差异体现了植被年际变化对陆面过程的影响。

表1 CLM与DGVM实验的差异比较Table1 Comparison of simulation differences between CLM and DGVM

1.4 年际变化计算方法

格点不同PFT上的FC年际变化加权平均得到格点上的年际变化，权重为各PFT所对应的FC年平均。PFT水平上的FC年际变化可以用标准差表示，具体计算如下:

式中，n是用于计算的数值模拟时间长度(a)，在这里n=50a。由于LAI已经整合到格点水平上，因此其年际变化可用(7)式直接计算得到。

本文中，用两组实验得到的蒸散发及其各分量的绝对差值(λ)表示植被年际变化对蒸散发的影响，即λ=Ei，DGVM－Ei，CLM，Ei，DGVM和Ei，CLM分别表示DGVM和CLM实验中的蒸散发各个分量。由于两组实验的气候条件相同，这样可以简单地排除两组实验中相同温度和降水等气候因素的作用。下文中关于蒸散发增加或减小的描述均指λ的变化，即相对于CLM实验，蒸散发在DGVM实验中量值的增加或减小。

2 模拟结果

2.1 DGVM实验中植被的年际变化

CLM和DGVM两组实验的差异在于植被有无年际变化。因此，首先考察DGVM实验中植被FC与LAI年际变化的全球分布。

2.1.1 FC 的年际变化

在DGVM实验中全球植被FC的年际变化分布如图1所示。FC变化幅度超过10%的区域约占全球陆地总面积的10%(图中红色区域)，与主导植被类型的全球分布图(图1)比较之后可以看出，FC年际变化较大的区域主要分布在美国中部、南美东部和西南部、非洲南部和中部、澳大利亚东部以及印度半岛等主导植被类型为草的地区。在主导植被为树的地区，尤其是常绿树覆盖区(如亚马逊流域和非洲中部)，FC的年际变化较小;而在灌木占优势的地区(美国西部、加拿大北部、中亚和亚洲东北部)，FC的年际变化居中。

2.1.2 LAI的年际变化

图1给出 DGVM实验中年平均 LAI的年际变化，其中全球54%陆地的 LAI年际变化幅度超过0.1m2/m2。比较图1植被覆盖度和叶面积指数，在植被FC年际变化较大的地区，LAI的年际变化也相应较大(如美国中部草原、南美东部、非洲南部和澳大利亚东部等草为主导植被的地区);另外，在纬度较高的中西伯利亚地区，温度是制约植被生长的主要因素，草只有在5—10月才生长，在其萌发阶段(5—6月)和枯萎阶段(9—10月)年际变化较明显。除此之外，在落叶林地区(例如，亚马逊流域东南边缘、美国东部以及欧洲)，植物每年长叶与落叶导致LAI年际变化较大，可以达到0.4—0.5m2/m2。这也可以从这些地区不同季节LAI的年际变化情况(图略)看出来:在这些地区3—5月和9—11月LAI的年际变化较大，主要原因是3—5月是长叶期、9—11月为落叶期，DGVM实验能够模拟植被对季节变化的响应，在气候条件适宜的情况下长叶多或落叶少;反之，在气候条件不适宜的情况下长叶少或落叶多，因此这两段时期LAI的年际变化较明显。

图1 DGVM实验中全球不同主导植被类型(常绿树(Tree(E))、落叶树(Tree(D))、草、灌木和裸土)分布、植被覆盖度(fractional coverage，FC)的年际变化和叶面积指数(leaf area index，LAI)的年际变化Fig.1 Distribution of global dominant vegetation type(evergreen tree，deciduous tree，grass，shrub and bare soil)，interannual variabilities of vegetation fractional coverage(FC)and leaf area index(LAI)simulated by DGVM

2.2 植被年际变化对蒸散发的影响

2.2.1 全球陆面年平均蒸散发变化

与2.1节植被FC与LAI年际变化的全球分布相对应，比较CLM与DGVM两组实验年平均蒸散发绝对差异(λ)的全球分布(图2)，可以直接得到植被年际变化对蒸散发的影响。考虑了植被年际变化后，全球65%的地区年平均蒸散发增加，并且增加的幅度大于减小的幅度。蒸散发的变化主要和FC年际变化的空间分布相关，相关系数达到－0.54，在FC和LAI年际变化均较大(分别达到10%和0.5 m2/m2)的草和灌木覆盖区，蒸散发减小比较明显(图2中绿色和蓝色区域)。而在美国东南部、亚马逊流域及其东南部、非洲中部、欧洲以及中国东南部(图2中黄色和红色区域)，蒸散发增加比较明显，这是由地表蒸发增加、冠层蒸发和蒸腾减少得到的结果(图2)，不过后两者的减少量小于前者的增加量。对照图1可知，落叶树和常绿树是这些地区主要的植被覆盖类型。虽然植被的FC和LAI年际变化较小(图1)，但是这些地区的年平均降水(500mm/a以上)和降水年际变化(超过50mm/a)均比全球其他地区强烈(图略)，从而引起蒸散发及其分量较大的变化。地表蒸发变化的全球分布(图2)与蒸散发一致，但变化幅度更大:在FC和LAI年际变化最大(大于0.5 m2/m2)的地区，地表蒸发明显减小;在LAI年际变化次之(0.2—0.5 m2/m2)的地区，地表蒸发增加，并且增加量较为明显，最大达到62mm/a。冠层蒸发与蒸腾变化(图2)则与地表蒸发大致相反。在LAI年际变化较大(大于0.5 m2/m2)地区，冠层蒸发和蒸腾均增加;而在LAI年际变化次之(0.2—0.5 m2/m2)的地区，冠层蒸发和蒸腾减小。在全球超过70%的区域，地表蒸发变化的幅度大于冠层蒸发和蒸腾。比较各个格点蒸散发的3个分量的变化可以看出，地表蒸发变化最大、冠层蒸发变化最小。因此，植被年际变化对3个分量的影响从大到小依次是地表蒸发、蒸腾、冠层蒸发。

图2 DGVM与CLM模拟的年平均蒸散发及其各分量差异(DGVM-CLM)(mm/a)Fig.2 Differences between global annual averaged ET and its components distribution simulated by DGVM and CLM during 1950—1999(DGVM-CLM).

2.2.2 蒸散发季节变化的纬度分布

LAI有季节变化，因此不同季节LAI的年际变化会影响蒸散发的季节变化。比较CLM和DGVM两组实验不同季节蒸散发绝对差异(λ)随纬度分布的特点(图3)可以看出，考虑了植被的年际变化之后，在低纬地区，蒸散发和3个分量在春、秋两季的变化较大。由2.1.2节分析可知，落叶植物在春、秋两个季节长叶和落叶，LAI年际变化较大，因此对蒸散发和3个分量的影响较大。在落叶树集中的北半球中纬度地区(30°—60°N)，随着纬度增加，蒸散发和3个分量变化大值区从1月逐渐向后推移到6月(图3中虚线表示的区域)，这主要是受不同季节LAI年际变化的影响:随着纬度增加，温度降低，落叶植物长叶的时间推迟、落叶时间提前。而LAI受长叶、落叶影响较大，因此其年际变化的大值区在时间上向后延迟、在空间上向高纬发展，也就是说LAI年际变化的季节循环影响两组实验蒸散发及3个分量的季节变化的差异。南半球50°附近分布着一定数量的草，在草的整个生长季节，蒸散发、地表蒸发和冠层蒸发都有一定变化，其中蒸散发和冠层蒸发增加、地表蒸发减少。

图3 DGVM与CLM模拟的蒸散发及其分量50年平均的季节差异(DGVM-CLM)的纬度分布(mm/month)Fig.3 Zonal mean seasonal cycles of annual averaged differences of ET and its components between DGVM and CLM during 1950—1999(DGVM-CLM)

2.2.3 年平均蒸散发与植被年际变化的关系

由前面分析可知，全球不同格点上FC和LAI的年际变化不同，所造成的蒸散发及其3个分量的差异也不尽相同。就地表蒸发而言，在东南亚岛屿上增加61.6mm/a，而在墨西哥湾减少56.7mm/a。对于蒸散发其他分量也存在同样的情况，即不同格点上植被的年际变化引起的蒸散发分量变化不同。因此，对全球4501个陆面格点进行相应的平均，得到两组实验年平均蒸散发及3个分量的绝对差异(λ)与植被FC和LAI年际变化之间的关系(图4)。可以看出，当FC年际变化大于10%时，蒸散发各分量有一定变化，其中蒸散发和地表蒸发减少，且减少量随FC和LAI的年际变化的增加而缓慢增加;当FC年际变化大于30%时，蒸散发和地表蒸发减少、蒸腾增加，并且它们的变化都达到极大，分别为25、32、11mm/a，而冠层蒸发的变化则不明显。LAI的变化比较复杂，当LAI年际变化小于0.6时，蒸散发和地表蒸发增加，而冠层蒸发和蒸腾减小;当LAI年际变化大于0.6 m2/m2时，除蒸腾外，其他蒸散发变量都减小，并且当LAI年际变化大于1.5 m2/m2时，蒸散发、地表蒸发随LAI年际变化增加而急剧减小而蒸腾则急剧增加。

FC的年际变化小于10%或者LAI的年际变化小于0.6 m2/m2，蒸散发及3个分量全球平均的变化都不明显，这主要是不同格点上的变化相互抵消的结果(图4)。图4给出了两组实验各格点地表蒸发差异随FC及LAI年际变化的分布，其中每个格点按其主导植被类型分成树、草、灌木或荒漠三类。在树占优势的地区，年降水量较大，虽然植被年际变化较小(FC小于10%，LAI小于0.6 m2/m2)，但是地表蒸发变化的幅度很大，即使植被变化很小，也会引起地表蒸发不同程度的增加，这与2.2.1的分析一致。另一方面，大部分草和灌木集中在植被FC年际变化小于20%或者LAI年际变化小于1.0 m2/m2的地区，这些地区地表蒸发的变化相对较小。同时，小部分草和灌木分布的地区，植被年际变化较大(其中FC年际变化可以达到30%甚至40%，LAI年际变化达到1.5 m2/m2)，两组实验中地表蒸发的差异较大，可以达到±40mm/a，甚至是－60mm/a。蒸散发、冠层蒸发和蒸腾的全球格点统计的结果也类似(图略)。因此，尽管年际变化较大的草和灌木所占的格点较少，但也不能忽略，因为这些是全球变化中植被的脆弱区域。

2.3 单点分析

由2.2.3节分析知道，植被年际变化越大，对蒸散发影响越大，因此，选择植被年际变化较大的一个点，详细分析蒸散发及3个分量的变化情况。图5显示了格点(71°W，18°N)1950—1999年降水、温度、植被和蒸散发随时间变化的情况。该地区降水为(1209±199)mm/a，年平均温度为(25.7±0.3)℃(图4)。主要的植被类型是C4草(占62%)，此外裸地占30%、热带落叶阔叶树(BDM)占6%，而热带常绿阔叶树和温带灌木各约占1%。图4显示C4草FC变化相当剧烈，在整个50a内FC年际变化达到34%，而BDM的FC变化较小。1950—1966年间C4草占有绝对优势，FC在80%以上。随着1967年降水由1211mm/a锐减至825mm/a，C4草的FC在1968年骤减到55%，并在1969年完全消失，使该地区绝大部分变为裸地。直到1972年C4草才逐渐恢复，并在之后的20多年内其FC波动较大。由于C4草的FC较大且年际变化很大，该地区LAI在50a内变化也较大(图 4)，最大达到 6.5m2/m2，最小为 0.2 m2/m2，年际变化为 2.1m2/m2。

由于FC与LAI具有强烈的年际变化，两组实验中蒸散发及其分量具有不同的年际变化特点。当不考虑植被的年际变化时(CLM实验)，蒸散发及其分量的年际变化主要与降水相关。当植被具有年际变化时(DGVM实验)，蒸散发的3个分量主要与FC和LAI相关，相关系数均在0.9左右。一方面，地表蒸发与FC和LAI为负相关(图5):当草长势良好时(即FC及LAI大于多年平均值时，如1950—1967年)，裸土面积很小，地表蒸发降低较多;而当草的FC及LAI接近于0时(如1969—1979年)，地表蒸发增加，但变化不如草偏多时地表蒸发的降低明显;植被年际变化的总体效果使得地表蒸发从681.2mm/a减少到624.4mm/a。另一方面，冠层蒸发和蒸腾均与FC和LAI正相关。其中LAI增加对叶面截留降水的影响小于LAI降低时的影响，而冠层蒸发主要决定于叶面截留降水，使得冠层蒸发从CLM实验的167.6mm/a减少到DGVM实验的160.9mm/a(图5)。与之相反，由于FC及LAI较大时地表蒸发较弱，使得有相对较多的降水可到达土壤深层，因而蒸腾增加较为明显(图5)，蒸腾的年平均差异从144.9mm/a增加到178.0mm/a，增加了23%。作为整体，蒸散发依然主要与降水相关(图5)，但多年平均值从993.7mm/a减少到963.3mm/a。

图4 蒸散发和各个组成部分平均差异(DGVM-CLM)的格点平均随FC和LAI年际变化的分布以及各个格点上地表蒸发的差异(DGVMCLM)随FC和LAI年际变化的分布Fig.4 Grid averaged differences of total evapotranspiration and its components(DGVM-CLM)with respect to FC and LAI interannual variations，and differences of them in all grid cells with respect to FC and LAI interannual variations

3 结论与讨论

本文利用改进的植被动力学模型CLM3.0-DGVM，设计两组区别仅在于植被有无年际变化的实验，首先考察植被有年际变化实验中的植被年际变化的全球分布;其次研究植被年际变化对蒸散发的全球分布及季节变化的影响，并得出了蒸散发与植被年际变化的关系;最后在一个植被年际变化显著的格点上，具体考察植被年际变化对蒸散发的影响。本研究结论如下:

(1)在草、灌木、树占优势的地区植被FC年际变化依次减小。而LAI年际变化较大的地区集中在草和灌木覆盖的地区，在落叶林地区，LAI春秋两季的年际变化也较大。这些都与植被动力学模式中不同植被类型的参数和属性相关。(2)大部分树占优势的地区，植被年际变化较小，年平均蒸散发和地表蒸发增加、冠层蒸发和蒸腾减少;在灌木和草覆盖区，植被年际变化明显，蒸散发及其分量变化则大致相反。(3)由于受LAI各季节年际变化的影响，低纬度地区蒸散发季节循环的变化比较明显，而在北半球中纬度蒸散发变化明显区随着纬度增加而在时间上向后推延。(4)年平均蒸散发与植被年际变化的关系表明，FC年际变化大于30%、LAI年际变化超过1.6m2/m2时，蒸散发及其分量变化较大。

图5 单点(71W，18N)植被及蒸散发年际变化Fig.5 Interannual variabilities of climate，vegetation and evapotranspiration in a grid cell(71°W，18°N)during 1950—1999

本研究表明，植被年际变化不仅可改变蒸散发的多年平均值，同时改变其分量间的相对比例。当植被年际变化较小时，地表蒸发所占的比例上升;而当植被年际变化较大时，地表蒸发所占的比例下降，而蒸腾所占比例上升。由于地表蒸发主要来自浅层土壤水分，而蒸腾则来自深层土壤水分，这表明植被年际变化对土壤水分的垂直分布也有一定影响们进一步工作表明，植被的年际变化还显著增加了蒸散发的3个分量的年际变化(图5)，其中全球许多区域的冠层蒸发和蒸腾年际变化(相对植被无年际变化时)增大50%甚至100%以上。

本文采用的是“离线”模拟，并未考虑植被对大气的反馈作用。事实上，植被通过蒸散发(及其它陆-气相互作用)可对气候的时空特性产生影响(如调节局地降水格局等);而大气状况的改变，又可进一步引起植被及陆表过程的变化。下一步工作将利用大气-陆表-植被耦合模式，研究植被状态与降水及蒸散发等的年际变化特点。

致谢:感谢王爱慧博士对文章写作给予的帮助，邵璞博士在模式运行上提供的帮助。

［1］ Chapin F SIII，Matson P A，Mooney H A.Principles of Terrestrial Ecosystem Ecology.New York:Springer，2002:281-331.

［2］ Adams J.Vegetation-Climate Interaction:How Vegetation makes the Global Environment.New York:Springer，2007:35-45.

［3］ Ricklefs R E.The Economy of Nature.6th ed.New York:W H Freeman ＆ Co.，2008:60-79.

［4］ Claussen M，Kubatzki C，Brovkin V，Ganopolski A，Hoelzmann P，Pachur H J.Simulation of an abrupt change in Saharan vegetation in the mid-Holocene.Geophysical Research Letters，1999，26(14):2037-2040.

［5］ Scheffer M，Carpenter S，Foley J A，Folke C，Walker B.Catastrophic shifts in ecosystems.Nature，2001，413(6856):591-596.

［6］ Knapp A K，Smith M D.Variation among biomes in temporal dynamics of aboveground primary production.Science，2001，291(5503):481-484.

［7］ Fang JY，Piao S L，Tang Z Y，Peng C H，Wei J.Interannual variability in net primary production and precipitation.Science，2001，293(5536):U1-U2.

［8］ Zhou D W，Fan GZ，Huang RH，Fang ZF，Liu Y Q，Li H Q.Interannual variability of the normalized difference vegetation index on the Tibetan Plateau and its relationship with climate change.Advances in Atmospheric Sciences，2007，24(3):474-484.

［9］ Notaro M.Response of the mean global vegetation distribution to interannual climate variability.Climate Dynamics，2008，30(7/8):845-854.

［10］ Shao P，Zeng X D.The impact of interannual climate variability on the mean global vegetation distribution.Acta Ecologica Sinica，2011，31(6):1494-1505

［11］ Pielke R A，Avissar R，Raupach M，Dolman A J，Zeng X B，Denning A S.Interactions between the atmosphere and terrestrial ecosystems:influence on weather and climate.Global Change Biology，1998，4(5):461-475.

［12］ Fitzjarrald，D R，Acevedo O C，Moore K E.Climatic consequences of leaf presence in the eastern United States.Journal of Climate，2001，14(4):598-614.

［13］ Friend A D，Kiang N Y.Land surface model development for the GISSGCM:Effects of improved canopy physiology on simulated climate.Journal of Climate，2005，18(15):2883-2902.

［14］ Bonan G B.Forests and climate change:forcings，feedbacks，and the climate benefits of forests.Science，2008，320(5882):1444-1449.

［15］ Zhi H，Wang P X，Dan L，Yu Y Q，Xu Y F，Zheng W P.Climate-vegetation interannual variability in a coupled atmosphere-ocean-land model.Advances in Atmospheric Sciences，2009，26(3):599-612.

［16］ Oleson K，Dai Y，Bonan G，Bosilovich M，Dirmeyer P，Hoffman F，Houser P，Levis S，Niu G Y，Thornton P，Vertenstein M，Yang Z L，Zeng X B.Technical description of the community land model(CLM)//NCARTech.Note NCAR/TN-461+STR.Boulder，Colorado:National Center for Atmospheric Research，2004:177.

［17］ Dickinson R E，Henderson-Sellers A，Kennedy P J.Biosphere Atmosphere Transfer Scheme(BATS)Version le as coupled to the NCAR Community Climate Model.NCAR Techical Note，TN-387+STR，1993:72.

［18］ Bonan G B.A land surface model(LSM version 1.0)for ecological，hydrological，and atmospheric studies:Technical description and user's guide NCAR Techical Note，TN-417+STR，1996:150.

［19］ Bonan G B，Oleson K W，Vertenstein M，Levis S，Zeng X B，Dai Y J，Dickinson R E，Yang Z L.The land surface climatology of the NCAR Land Surface Model coupled to the NCAR Community Climate Model.Journal of Climate，1998，11(6):1307-1326.

［20］ Dai Y J，Zeng Q C.A land surface model(IAP94)for climate studies Part I:formulation and validation in off-line experiments.Advances in Atmospheric Sciences，1997，14(4):433-460.

［21］ Dai Y J，Zeng X B，Dickinson R E.The common land model(CLM).Bulletin of the American Meteorological Society，2003，84(8):1013-1023.

［22］ Qian T，Dai A，Trenberth K，Oleson K W.Simulation of global land surface conditions from 1948 to 2004.Part I:forcing data and evaluations.Journal of Hydrometeorology，2006，7(5):953-975.

［23］ Chen H，Xiong M M，Sha W Y.Simulation of land surface processes over China and its validation PartⅠ:Soil temperature，2011，30(5):621-630.

［24］ Xiong M M，Chen H，Yu M.Simulation of land surface processes over China and its validation.PartⅡ:Soil moisture，2011，31(1):1-10.

［25］ Dickinson R E，Oleson K W，Bonan G，Hoffman F，Thornton P，Vertenstein M，Yang Z L，Zeng X B.The Community Land Model and its climate statistics as a component of the Community Climate System Model.Journal of Climate，2006，19(11):2302-2324.

［26］ Hack J J，Julie M C，Stephen G Y，Keith W O，Marika M H，John E T，Philip J R.Simulation of the Global Hydrological Cycle in the CCSM Community Atmosphere Model Version 3(CAM3):Mean Features.Journal of Climate，2006，19(11):2199-2221.

［27］ Levis S，Bonan G，Vertenstein M，Oleson K W.The Community Land Model's dynamic global vegetation model(CLM-DGVM):technical description and user's guide.//NCAR Technical Note NCAR/TN-459+IA.Boulder，Colorado:National Center for Atmospheric Research，2004:54.

［28］ Zeng X D，Zeng X B，Barlage M.Growing temperate shrubs over arid and semiarid regions in the Community Land Model-Dynamic Global Vegetation Model.Global Biogeochemical Cycles，2008，22(3):GB3003.

［29］ Zeng X D.Evaluating the dependence of vegetation on climate in an improved dynamic global vegetation model.Advances in Atmospheric Sciences，2010，27(5):977-991.

［30］ Bonan G B，Levis S，Sitch S，Vertenstein M，Oleson K W.A dynamic global vegetation model for use with climate models:concepts and description of simulated vegetation dynamics.Global Change Biology，2003，9(11):1543-1566.

［31］ Oleson K W，Lawrence D M，Bonan G，Flanner M，Kluzek E，Lawrence P，Levis S.Swenson S，Thornton P.Technical Description of version 4.0 of the Community Land Model(CLM)//NCAR/TN-478+STR.Boulder，Colorado:National Center for Atmospheric Research，2010:257.

参考文献:

［7］ 邵璞，曾晓东.气候年际变率对全球植被平均分布的影响.生态学报，2011，31(6):1494-1505.

［25］ 陈海山，熊明明，沙文钰.CLM3.0对中国区域陆面过程的模拟试验及评估 Ⅰ:土壤温度.气象科学，2010，30(5):621-630.

［26］ 熊明明，陈海山，俞淼.CLM3.0对中国区域陆面过程的模拟试验及评估 Ⅱ:土壤湿度.气象科学，2011，31(1):1-10.