尚晓英，朱陵晶，谢启玉，郭 强，张婷华，金继明

(1.西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100；2.中国旱区节水农业研究院，陕西 杨凌 712100；3.青海省西宁市气象局，青海 西宁 810016；4.长江大学 资源与环境学院，湖北 武汉 430100)

青海省西宁市位于青海省东部、青藏高原东北部，处于青藏高原与黄土高原的分界线上，是典型的生态脆弱区，其系统抗干扰能力弱，易于发生生态退化且难以自我恢复[1-3]，因此生态环境建设是西宁市发展的重要内容。西宁市从二十世纪八十年代(1989年)大力实施“南北山绿化工程”以来，南北两山森林覆盖率提高了67.8%，森林蓄积量显著提高[4]。大规模的植被绿化工程会对局地气候环境产生反馈，如：植树种草既可以改变地表反照率，影响温度，又能改变地表粗糙度，影响风速等[5]。与此同时，气候是生态环境中最重要的自然因素，是自然植被生存发展的先决条件，良好的气候条件有助于植被存活生长，有助于生态脆弱区的植被恢复重建[6-7]。因此，加强生态修复工程对局地气候环境的影响研究，是尊重自然气候规律，科学实施植被恢复重建和生态修复治理的前提，也是评价生态治理对局地气候利弊影响的重要基础。

目前国内外有关生态脆弱区土地利用变化的气候效应研究已有很多，土地利用变化与气候的关系错综复杂涉及自然、社会经济等要素，是一个复杂的动态变化过程[8-10]，且对生态环境系统可持续性发展具有重要意义[11-13]。例如：Halder等[14]利用区域气候模型RegCM4.0对印度中部1951年—2005年土地利用变化引起的地表温度及降雨变化进行了模拟，发现夏季季节性降水减少，而区域内高温上升了1.0℃～1.5℃。Wang等[15]对京津冀的城市扩张导致的温室效应进行模拟，结果表明，土地利用变化对区域气温变化具有显著影响。Wang等[16]利用WRF 区域气候模式(the Weather and Forecasting Model)模拟分析了中国近三百年来土地利用变化情况，发现森林转变为草地和耕地为主要变化，通过模式的模拟探讨了几百年来土地利用变化导致的气候中气温和气压的改变。辛秋玲等[17]利用WRF模式研究了在大规模生态恢复工程：“绿色长城”的影响下，华北平原沙尘暴发作期间的粉尘变化。WRF模式可以利用真实的气象环境进行模拟。它不仅有高效的计算平台，同时也反应出了近代在物理、数值模拟和数据同化的最新模型成果。目前，WRF模式在下垫面改变对区域气候影响的相关研究中，发挥了重要的作用[18-19]。

总体上，大多数研究对典型生态脆弱区西宁市在生态修复工程背景下的土地利用变化时空演变状况缺乏研究，尤其在城市化及生态修复工程背景下不能很好体现“绿化工程”对西宁气候的影响。本研究主要探讨青海省西宁市的区域尺度土地利用变化及其气候效应，主要通过建立西宁市于1989年—2018年间土地利用变化特征方案，采用WRF模式模拟分析了西宁市土地利用变化对1994年、1999年、2004年、2009年、2014年和2018年的1月、4月、7月和10月的关键气候要素变化的影响，本研究可为生态脆弱区生态环境建设提供参考。

1 研究区概况

西宁市位于青海省东部，青藏高原东北部，地处湟水河及三条支流的交汇处。西宁市区海拔2 261 m，面积476.5 km2，规划建成区面积118 km2[20-22]，如图1所示为研究区高程图，采用2020年全球30 m分辨率DEM数据。西宁市属高原高山寒温性气候，气压低、日照长、雨水少、蒸发量大、太阳辐射强、昼夜温差大、无霜期短、冰冻期长，冬无严寒、夏无酷暑；年均蒸发量约为1 363.6 mm， 年均降水量约398.8 mm， 年均日照约2 572 h，年均气温约为6.1℃，夏季极端最高气温为36.5℃， 最低气温约为-23.8℃[19, 21-23]。西宁地区雨热同季，约56%的降水集中在夏季，1961年—2018年，西宁夏季降水量呈不显著的增加趋势；近58 a来，西宁地区日照时数呈减少趋势；1961年—2018年，西宁夏季平均风速总体呈减小趋势，阶段性变化特征明显[20,24]。

图1 研究区位置图

2 研究方法

2.1 方案设计

本研究基于区域气候模式WRF，选取合适的分辨率和参数化方案，运用ERA-Interim 数据驱动模式，对1994年、1999年、2004年、2009年、2014年和2018年“绿化工程”土地利用变化产生的气候效应进行模拟评估。本研究旨在探究西宁市“绿化工程”引起的土地利用变化及其对气候的影响，因此设置两组数值模拟方案如表1所示，方案一：采用模拟期当年的土地利用类型作为下垫面条件；方案二：保持城市范围不变，将每年工程实施区域土地利用改成1989年数据。将方案一与方案二的数值模拟结果相比来描述“绿化工程”土地利用变化的气候效应。

表1 模拟方案

2.2 区域气候模式

采用WRF模式中用于气象模拟研究的动力学求解器ARW对青海省西宁市土地利用变化的气候效应进行模拟。WRF应用尺度非常宽广，从几十米到几千公里均可。本研究采用三层嵌套，分辨率分别为：25 km、5 km和1 km，采用的参数化方案内容主要包括Dudhia短波辐射方案、RRTM长波辐射方案、UW边界层方案、CAM5.1云物理方案和Noah陆面过程方案。本研究关注于土地利用变化对区域气候的影响，因此对Noah陆面模式(Noah Land Surface Model，Noah-LSM)进行简要介绍。Noah-LSM由OSU LSM发展而来，相比于其他方案更合理、稳定且复杂，是大多数研究者普遍认可的陆面模式[25-27]。模式包含一层植被冠层的植被模块和四层土壤模块，植被模块包含叶面积指数、植被覆盖度及地表发射率等物理参数，四层土壤厚度分别为0.1 m、0.3 m、0.6 m和1.0 m[26,28]。下面从模式的热力学过程和水文过程进行详细介绍。

采用Mahrt和Ek在1984年提出的简单线性陆面能量方程确定地表温度[29]，将地表和植被作为一个整体，利用土壤温度扩散方程计算土壤热通量[28]：

(1)

式中:C为土壤容积比热,J/(m3·K)；Kt为土壤热导率,W/(m·K)，是土壤含水率θ的函数。

土壤水文模型中土壤含水率预测采用Richard方程[28]：

(2)

式中:θ为土壤湿度百分比,%；D为土壤水分扩散系数和K为水力传导系数，均为θ的函数;Fθ为土壤水分的源和汇(即降水、蒸发和径流)。

模式中实际总蒸发量(E)包含土壤表层蒸发(Edir)、植被冠层截留蒸发(Ec)及冠层和根部蒸腾(Et)，即E=Edir+Ec+Et，其中[28]:

Edir=(1-σf)βEp

(3)

(4)

(5)

式中:σf为植被覆盖度,%；Ep为潜在蒸发,mm；Wc为冠层截留水含量,mm；S为最大冠层容量,mm；β和Bc代表阻抗因子。

2.3 数据来源

西宁市1989年—2018年土地利用类型和气象数据来自青海省气象局，初始土地类型分为12类，包含：有林地、灌木林地、疏林地、其他林地、天然草地、河渠、水库(坑塘)、城镇用地、农村居民点、其它建设用地、裸土地和旱地。为了将土地利用数据应用到WRF模式中，土地利用类型重分类为落叶阔叶林、混交林、稠密灌丛、草原、农田、水、低密度城市和高密度城市。

输入WRF模式的历史气候数据是欧洲中期天气预报中心(ECMWF)的气候再分析数据集：ERA-Interim，涵盖1979年至2019年8月31日，分辨率为0.5°。

气象数据主要包含西宁市(辖三县)1989年—2018年的历史和实时气象观测资料，主要包括温度、湿度、气压和降雨等逐日数据。

2.4 模型验证及评价

从青海省西宁市气象局获取的1989年—2018年的气象数据与模拟期1994年、1999年、2004年、2009年、2014年和2018年的1月、4月、7月和10月的模拟结果对比，进行WRF模式的验证评估，利用决定系数(R2)评估模式的模拟效果。R2越接近1表明模型的模拟值与实测值越吻合，当大于0.5时，模拟结果可以接受[30]。

3 结果与分析

3.1 土地利用变化

西宁市“绿化工程”对土地利用类型影响最大为混交林、农田和草地，如图2所示。农田是1989年西宁市最大的土地利用类型，面积约为176 km2，占比约为53.8%；第二大土地利用类型为草地，面积约为49 km2，占比约为15%；面积占比在1989年不足1.5%的混交林，在2018年占比达25.4%，面积约为83 km2，是该年草地面积的1.9倍，农田面积的3.5倍。从西宁市空间分布上来看，1989年至2018年西宁市东北和西南两侧农田呈减退趋势，而混交林则呈增加趋势。

在1989年—2018年期间，西宁市大部分地区月平均植被叶面积指数 (Leaf Area Index，LAI)有增加的趋势，特别是西宁市的西南与西宁市北部区域(如图3所示)。而西宁市中部区域的月平均叶面积指数没有太大变化，这可能跟此地区为西宁市的主要城市所在区有关。叶面积指数变化与青海省西宁市“绿化工程”的实施区域及时间相吻合，叶面积指数在2004年发生较为明显的变化，其2004年混交林的占比增加了14.1%，面积增加了46 km2。在季节尺度上，LAI在冬季(1月)与春季(4月)具有明显的增长，且增加面积不断扩大，与混交林逐年的增长相吻合，由此说明混交林是引起叶面积指LAI变化的主要土地利用类型。

图2 1989年—2018年西宁市土地利用类型分布图

图3 西宁市叶面积指数变化(单位:m2/m2)

3.2 模型验证

WRF模式对青海省西宁市的近地2 m气温、地表温度以及降水的模拟具有较好的模拟精度，如图4所示。模拟得到的1994年、1999年、2004年、2009年、2014年和2018年1月、4月、7月和10月的近地2 m气温与站点观测数据对比，决定系数可达0.96，见图4(a)， 地表温度的模拟结果与站点观测决定系数约为0.98，见图4(b)，降水的模拟结果与站点观测决定系数约为0.81，见图4(c)，说明WRF模式的模拟结果真实有效，模式的参数化方案和物理过程在青海省西宁市具有一定代表性。综上所述，WRF模式能够较好的模拟青海省西宁市的气候变化，数值试验结果可以表明WRF模式可以用于土地利用变化对青海省西宁市气候影响的模拟研究。

图4 1994年—2018年西宁市温度及降水的模拟值与观测值

3.3 地表温度

地表温度是由于来自太阳的热能被辐射到地面后，一部分被地面吸收使地面增热。对于西宁市的地表温度，见图5，1994年—2018年降温面积在不断增加，降温幅度也有所增强，最高降温可达1℃。在降温区域上，主要集中在西宁市的西南与北部区域，与叶面积指数LAI的区域变化较为一致，说明植被覆盖度对地表温度具有重要影响。此外，地表温度的变化主要集中在-1℃～-0.2℃之间，其中，在西宁市中部的城市集中区域降温效果不显著。

图5 1994年—2018年西宁市地表温度变化(单位:℃)

对于绿化区域全天地表温度而言，在1994年、1999年、2004年、2009年、2014年和2018年这6个年份中，“绿化工程”引起的土地利用变化对绿化区域的全天地表温度具有显著的降低作用，如图6所示，地表温度变化最高可达1℃，平均降温约为0.5℃。在季节上看，“绿化工程”引起的土地利用变化的降温效果具有季节性差异，其中，春季(4月)的降温效果最为显著，降温区间为-1.2℃～-0.6℃。

图6 绿化区域地表温度变化

3.4 近地2 m气温

气温是大气环境与太阳辐射辐射共同作用的结果，易受下垫面影响。“绿化工程”引起的土地利用变化在绿化区域和西宁市均可以起到一定降低气温的作用，如图7所示。在绿化区域1月份多年平均日均降温为0.06℃，4月份多年平均日均降温可达0.08℃，7月份约为0.05℃，而在10月份只有约0.01℃；相对于绿化区域，西宁市的降温效果更差，在1月份、4月份的多年平均日均降温分别为0.01℃和0.02℃，且在7月份和10月份多年平均降温变化则不足0.01℃；近地2 m气温在季节上呈现冬季(1月)和春季(4月)降温效果显著的特征，在西宁市最高降温为2014年4月的0.04℃，在绿化区域最高降温为2014年4月的0.14℃；且冬季(1月)和春季(4月)气温的变化幅度与模拟时间具有一定的关联性，绿化区域的冬季(1月)和春季(4月)气温变化最大的时间均为2014年，变化幅度均约为0.14℃；而西宁市变化最大的也为2014年，变化幅度分别约为0.03℃和0.04℃。

图7 近地2 m气温变化

3.5 风 速

风是气候的重要参与者，对区域能量与水分循环和转换起着至关重要的作用。“绿化工程”引起的土地利用变化具有降低风速的作用，见图8所示。随着西宁市“绿化工程”实施后植被变高，导致了地表粗糙度的增加，对水平风起阻挡作用，绿化区域1月、4月、7月和10月的多年平均风速降低量分别为0.20 m/s、0.36 m/s、0.30 m/s和0.21 m/s，风速最大变化量为0.56 m/s，最小变化量为0.12 m/s；西宁市1月、4月、7月和10月的多年平均风速降低量分别为0.05 m/s、0.08 m/s、0.08 m/s和0.05 m/s，风速最大变化量为0.14 m/s，最小变化量为0.003 m/s。此外，绿化区域的风速变化约是西宁市的4倍，由此说明植被覆盖度对风速变化具有重要影响。

图8 风速变化

4 结 论

(1) 自1989年实施“绿化工程”，西宁市土地利用类型-农田和混交林变化最大。1989年西宁市最大的土地利用类型为农田和草地，占比分别约为53.8 %和15 %，到2018年混交林是面积增加最多的土地利用类型，其占比增加了23.9%。

(2) 基于真实下垫面情况构建的WRF模式可以较好地描述气候变化的实际情况，对西宁市的气候变化模拟具有较高的模拟精度。

(3) 土地利用变化对模拟期(1994—2018年)的地表温度、近地2 m气温、风速具有较为显著的影响。地表温度的降温效果在冬季(1月)和春季(4月)最为显著，降温区域主要集中在西宁市的西南与北部区域。土地利用变化在绿化区域和西宁市均具有一定程度的降低气温效果，同时近地2 m气温在季节上呈现冬季(1月)和春季(4月)效果更加明显的特征。土地利用变化对风速具有极大的降低作用，且在绿化区域的降低作用更显著。