何娟,张华,2∗,苏红娟,3,周喜讯,3,陈琪,谢冰,游婷

(1中国气象科学研究院灾害天气国家重点实验室,北京 100081;2南京信息工程大学气象灾害预报预警与评估协同创新中心,气象灾害教育部重点实验室,江苏 南京 210000;3中国科学院大学,北京 100049;4中国气象局气候研究开放实验室/中国气象局气候中心, 北京 100081;5重庆市气象科学研究所,重庆 401147)

0 引言

地表反照率表征了地球表面对太阳辐射的反射能力[1,2],其大小受多种因素共同影响,如太阳高度角、土地利用类型及覆盖度、土壤湿度、地表粗糙度和天气状况等,是研究地表能量收支平衡和全球气候变化的一种重要动态无量纲地表参数[3,4]。对于不同的土地利用类型,反照率的变化规律不同,存在明显的地域性[5]。在全球变暖的背景下,不同土地利用类型受人类活动和其他外界条件的影响而发生改变,进而通过改变地表反照率而产生不同程度的辐射强迫[6]。此外,同一种下垫面覆被类型改变也会使辐射强迫的空间分布产生较大变化[7]。地表反照率的改变能够影响地表辐射收支和能量及水分循环过程,其产生的气候效应与温室气体相当的效应,甚至更为显著[8−10],从而引起区域和全球气候变化。徐忠峰等[11]指出人类活动造成的大面积土地利用与土地覆盖变化(LUCC)是使气候发生变化的三大人为因素之一,这种大范围的变化会使得反照率增加,从而减少地表吸收的太阳辐射。Andrews等[12]利用HadGEM2-ES模型计算了1860–2005年间由于土地利用变化所引起的有效辐射强迫,结果表明该情况主要是由于地表反照率变化所导致。Collins等[13]则指出HadGEM2-ES模型对与土地利用变化相关的有效辐射强迫的计算值偏高,该误差主要来源于所用模型高估了原始状态下北方乔木和灌木的数量。唐荣云等[14]计算了北京地区近10年来城市化过程所导致的辐射强迫,并探究了辐射强迫的空间分布规律和土地利用类型变化强迫因子的相对贡献,结果表明北京市全区域的平均辐射强迫为2.52 W·m−2,具有明显的增温作用,该结果主要是由地表性质变化引起地表反照率发生改变所产生,其中主要辐射强迫源为耕地和林地。陈海山等[15]使用区域气候模式RegCM4.0和遥感资料,通过数值模拟试验研究了21世纪初LUCC对中国区域气候的影响,发现中国区域LUCC会显著影响局地气温,尤其在夏、秋季变化显著,且其气候效应主要受蒸散发作用和地表反照率变化的影响。

随着气象卫星的不断发展,众多学者基于卫星数据采用多种方法对所获遥感资料进行反演估算,从而得到地表反照率数据。Li和Garand[16]采用参数化的方法对大气层顶的反照率和地表反照率之间的关系进行处理,从而得到了实时和日平均地表反照率数据。Liang等[17−19]假设地表为朗伯体,使用神经网络方法[20]和投影追踪法[21]修订了地表短波波段反照率和大气层顶反照率之间的关系。这种采用大气层顶反照率数据的直接估算法能够得到地表宽波段反照率,该方法基于统计分析的模型,合并了大气校正、窄波段反照率计算和窄波段向宽波段转换三个物理过程[22]。Liang等[17−19]将该结果运用于中分辨率成像光谱仪(MODIS)产品中,使地表反照率的反演精度得到了提高。王开存等[23]利用MODIS反照率数据、地表海拔高度和下垫面覆被类型,计算了中国地区晴空反照率,并分析了其时空分布特征,同时建立了地表反照率与下垫面覆被类型及地形的关系。徐兴奎等[24]基于1997年的NOAA142-AVHRR数据,利用统计和双向反射模型对中国月平均地表反照率进行了反演和分析,指出其分布特征与地表覆被类型和气候特征基本一致。Ghimire等[25]根据土地利用协调计划提出了国际地圈-生物圈计划(IGBP)类型的土地利用类型重建方法,并探究了人类活动导致的全球地表反照率和辐射强迫的变化。

地表反照率的全球分布特征及其长期变化对气候研究至关重要。目前针对地表反照率的研究多集中于短波波段,对可见光和近红外波段的反照率变化特征还知之甚少。而可见光反照率在大气环流模式以及植被生态系统与大气之间的碳循环过程中都有着至关重要的作用[4]。因此本文通过估测方法获取长期的全球分光地表反照率数据集,对探究不同地区的土地利用变化及其对气候变化的影响都具有重要科学意义。本文在对比分析了所得全球分光地表反照率数据集与MODIS(MCD43)相应结果差异的基础上,研究了四个典型区域(中国东部、欧洲东南部、美国中东部和巴西南部)的可见光反照率在不同时期的变化,并讨论了导致各区域可见光反照率发生变化的主要土地利用类型在不同时期的变化趋势。

1 数据来源与方法

1.1 数据

所用数据集如表1所示。MODIS反照率查找图(LUMs)来源于Gao等[26],是基于MODIS二向反射分布函数(BRDF)的反照率产品和Landsat图像(美国NASA的陆地卫星)的多尺度分层方法的反照率数据集,提供了多种分辨率下17种IGBP土地利用类型在近红外(NIR,0.7∼5.0µm)、可见光(VIS,0.3∼0.7µm)和短波(SW,0.3∼5.0µm)波段有雪覆盖和无雪覆盖两种条件下白空反照率(WSA)和黑空反照率(BSA)的月均值,时间尺度为2001–2011年,其中黑空反照率和白空反照率分别代表太阳辐射在完全直射(完全晴空)和完全漫射(完全阴天)条件下的反照率[27]。选取0.25◦×0.25◦分辨率、有雪覆盖和无雪覆盖条件下的黑空反照率和白空反照率月平均值,将其处理为对应条件下17种土地利用类型的黑空和白空反照率季节平均值(春季:3月、4月、5月;夏季:6月、7月、8月;秋季:9月、10月、11月;冬季:12月、1月、2月),并假设其不随时间变化。所用散射比(散射辐射与总辐射的比值)[23]的季节平均值通过美国国家环境预测中心(NCEP)和国家大气研究中心(NCAR)联合提供的再分析格点辐射通量数据(T62,192×94)获取,该数据为1981–2010年的近红外和可见光波段的辐射通量月均值[28,29]。在求解17种IGBP分类的土地利用类型实际反照率季节平均值时,散射比的季节平均值不随时间变化。Terra卫星的MODIS全球气候网格模型产品(MOD10CM)提供了积雪月平均值,用于计算全球每个像元有雪覆盖和无雪覆盖的季节平均值[30]。该数据集的空间分辨率为0.05◦×0.05◦,时间尺度为2001–2010年,为保证精度一致,将所得全球积雪覆盖度的季节均值重采样为0.25◦×0.25◦。在计算全球分光地表反照率时,每个像元的积雪覆盖度均由有观测数据的2001–2010年的季节平均值表示,并将其应用在所有历史时段。MODIS(MCD43)提供了NIR、VIS、SW三种波段的白空和黑空反照率日均值[31,32],空间分辨率为1000 m。选取其中2010年的数据,将其处理为全球实际分光反照率的季节平均值,作为与本研究所得结果进行对比验证的基础。以上数据的重采样过程均采用双线性内插法,即每个像元的输出值均由其周围4个邻域像元通过距离加权平均而得。将以上不同空间分辨率下的数据重采样为与土地利用类型数据一致的精度,即0.25◦×0.25◦;此外,应用于所有历史时期的参数均采用对应数据整个时段的平均值。

表1 所用数据集Table 1 Datasets used in the study

土地利用类型数据来源于土地利用协调计划(LUH2)[33,34],空间分辨率为0.25◦×0.25◦,时间尺度为850–2100年,分为历史时期(850–2015年)和不同情景(RCP2.6、RCP4.5、RCP6.0、RCP8.5)下的未来时期(2015–2100年)(https://luh.umd.edu)。该数据集提供了五种土地利用类型,分别为初级土地、次级土地、牧场、城市和农田。第六种土地利用类型(水/冰)则由每个像元中统一的整体减去五种类型之和所得,最后通过像元一对一或一对多映射得到IGBP类别的土地利用类型。其中,城市和农田一对一映射到IGBP类别下的城市和农田类型;初级和次级土地一对多映射到IGBP类别下的所有森林、草原、荒原和灌木丛类型;牧场一对多映射到IGBP类别下的灌木丛、荒原和草原类型;水/冰一对多映射到IGBP类别下的水体、永久湿地和冰/雪类型。但由于缺乏贫瘠地区的数据,因此贫瘠地区数据采用MODIS提供的土地利用数据(MCD12C1),时间尺度为2001–2010年。首先提取2001–2010年间MCD12C1数据中IGBP分类下的贫瘠类型,然后将该类型重采样为0.25◦×0.25◦,接着得到所选时段的平均值,并将其作为LUH2数据映射之后的IGBP类别下的贫瘠类型,最后再对不同时期的LUH2数据进行像元映射,且假设该类型在整个映射过程中不随时间变化[4,25]。

1.2 方 法

散射比的季节平均值sm定义为各季节(m)总辐射和散射辐射的比值,其表达式为

式中m取值为1∼4,分别对应春、夏、秋、冬四个季节;Fnddsf为到达地表的近红外总辐射通量;Fvddsf为到达地表的可见光总辐射通量;Fnbdsf为到达地表的近红外散射辐射通量;Fvbdsf为到达地表的可见光散射辐射通量。

在每个像元上,不同土地利用类型的反照率季节平均值αl,m为

式中散射比季节平均值sm在各季节均为定值,不随时间变化;αl,black为第l种土地利用类型的黑空反照率季节平均值;αl,white为第l种土地利用类型的白空反照率季节平均值。每个像元实际的反照率季节平均值αm的计算公式为

式中fl为第l种土地利用类型所占比例,fc,m为各季节中有雪覆盖(c=0)和无雪覆盖(c=1)所占比例。对LUH2数据进行像元之间的一对一和一对多映射得到全球不同区域IGBP分类下的不同下垫面覆被类型所占比例,结合由式(2)计算得到的全球不同网格点上17种下垫面覆被类型的反照率值,再采用式(3)中的方法即可获得全球不同像元实际的分光地表反照率值[4]。为了验证利用上述计算方法得到的实际分光地表反照率的精度,从其中获取了2010年的季节平均值,并与MODIS(MCD43)提供的NIR、VIS、SW波段的黑空和白空反照率所得的地表反照率季节平均值进行对比分析。

2 与MODIS的对比结果

利用上述方法得到了长时期(1860–2015年)和(2015–2100年)的全球分光地表反照率数据集(本研究侧重分析历史数据集部分)。从中获取了2010年全球分光地表反照率的季节平均值,其空间分布如图1所示。由图可知,在格陵兰岛和南极的冰雪覆盖区,反照率值在各季节均表现为可见光最大(春季最大达0.9603),近红外最小(春季最大达0.6216),表明冰雪对可见光的反射能力比近红外和短波更强[35]。在有植被覆盖区域,各季节分光反照率均呈现出在近红外波段最大,短波次之,可见光波段最小的特征,例如在春季,农田反照率均值在近红外最大达0.3860,短波最大为0.2817,可见光最大为0.1833。本研究得到的大部分土地利用类型的分光地表反照率的变化趋势与前人研究结果[36−39]是一致的。此外,图1(b)中的南极洲冰雪覆盖区和图1(d)中北极圈内的分光反照率均表现为大片的无值区。这是因为地球在围绕太阳公转的同时还围绕自转轴自转,且地球自转轴是倾斜的;太阳在夏季直射北半球,在冬季直射南半球,从而使得南、北极圈(66.5◦)内在夏、冬季出现极夜现象[40]。在没有入射太阳辐射的情况下,冰雪表面的反照率值为0。不同土地利用类型的分光地表反照率值不同[4]。其中冰雪表面春季的分光反照率在近红外最大值为0.6216,可见光最大值为0.9603,短波最大值为0.7907;而城市类型在近红外最大值为0.1956,可见光最大值为0.1261,短波最大值为0.1547。同一土地利用类型的分光反照率也存在明显的空间差异,例如冰雪表面的可见光反照率最大值为0.9603,最小值为2.775×10−4;草原类型的可见光反照率最大值为0.4915,最小值为1.127×10−4;而贫瘠类型在近红外的最大值为0.5118,最小值为1.834×10−4。这是由于地表反照率会随着太阳高度角的增加而减小[41,42];且不同区域土地利用类型的覆盖度不同也会导致反照率值不同[43,44]。图1还表明,对不同土地利用类型的短波反照率而言,冰雪表面和水体主要来源于可见光反照率,而其余土地利用类型则主要呈现为近红外反照率贡献[4]。

图1 2010年全球地表在NIR、VIS、SW波段下的反照率季节平均值空间分布。(a)春季;(b)夏季;(c)秋季;(d)冬季Fig.1 Spatial distribution of seasonal mean of global surface albedo in NIR,VIS and SW bands in 2010.(a)Spring;(b)summer;(c)autumn;(d)winter

将上述结果与MODIS(MCD43)数据所得对应结果进行对比,差别如图2(LUH2结果与MODIS结果相减)所示。由图可知,与MODIS相应结果相比,可见光反照率在春季和冬季波动最明显,但其整体差异小于同季节的近红外和短波。图2(b)表明,90%以上区域的可见光反照率误差在春夏秋冬四个季节的主要变化范围分别在 −0.0120∼0.0024、−0.0044∼0.0029、−0.0075∼0.0024和 −0.0216∼0.0023之间。夏季的分光反照率差异小于其余各季节,其中近红外反照率差异范围主要为−0.0093∼0.0060,可见光反照率差异主要在−0.0044∼0.0029,短波反照率差异主要为−0.0082∼0.0065。从上述差异结果来看,除了冰雪区域外,所有土地利用类型区的可见光反照率差别主要位于−0.0081∼0.0029,精度比较高。冰雪区域与MODIS观测结果差别较大,差别最大的区域为南、北半球中高纬的冰雪覆盖区。许多因素都会导致出现较大误差:首先,卫星观测数据本身在高地表反照率地区存在很大不确定性[45];其次,LUH2数据中缺少水/冰这一土地利用类型,而该类型与其他五种土地利用类型是相关的,会导致在像元一对多映射得到IGBP冰雪类别的过程中产生误差;MODIS(MOD10CM)积雪月平均数据的重采样过程会使得部分区域的积雪覆盖度出现误差;LUMs反照率数据的平均处理过程也会影响不同土地利用类型实际的分光反照率值;求解实际分光地表反照率的过程中未考虑太阳高度角和辐射通量的变化;对MODIS(MCD43)提供的反照率日均值进行季节平均和重采样的处理过程也会使MODIS自身结果出现偏差。因此,以下仅对精度高的区域分不同历史时期进行了结果分析。

图2 2010年分光地表反照率季节平均值误差。(a)近红外;(b)可见光;(c)短波Fig.2 Seasonal mean error of global spectral surface albedo in 2010.(a)NIR;(b)VIS;(c)SW

3 结果与分析

通过季节平均值来分析全球分光地表反照率在不同时期(1860–1900年、1900–1950年、1950–1980年、1980–2000年、2000–2015年,各时间段的划分主要根据地表受人类活动的影响程度)的季节变化特征。主要从中选取了反照率变化大的典型区域进行分析,这些区域分别为中国东部(30◦N∼40◦N,110◦E∼120◦E)、欧洲东南部 (45◦N∼55◦N,25◦E∼40◦E)、美国中东部 (30◦N∼45◦N,75◦W∼100◦W)和巴西南部 (20◦S∼35◦S,40◦E∼65◦E)。首先,给出17种IGBP土地利用类型在无雪条件下的可见光反照率季节平均值,如

表2所示。从表来看,冰雪、裸地和水体对可见光的反射能力明显高于其他土地利用类型,且其他土地利用类型的可见光反照率均小于0.1。冰雪表面的可见光反照率呈现出明显的季节变化,在冬季高达0.9231,春季低至0.5069;而其余土地利用类型没有明显的季节变化。图3给出了中国东部不同时期分光地表反照率的季节变化。从图中可看出,自1860年以来,中国东部地表反照率的变化趋势在近红外、可见光和短波波段变化趋势一致,且同一分光地表反照率的季节变化趋势也一致,因此,以春季为例来分析导致中国东部可见光反照率发生变化的主要土地利用类型(表3)。图3表明,1860–1900年间,中国东部分光地表反照率主要表现为增加的趋势,其中近红外反照率在夏季变化最大,增值高达0.0490[图3(b)],且整个区域的近红外反照率平均值增加最大达0.0026;可见光反照率出现最大变化值的季节为冬季,最大增加值为0.0244[图3(h)],最大降低值为0.0209;短波反照率增加最大达0.0337[图3(j)],降低最大达0.0660。且从表3来看,在1860–1900年,可见光反照率发生变化主要来源于森林、草原、灌木丛和荒原类型减少,城市和农田类型增多,其中减少的森林类型主要为常绿针叶林、常绿阔叶林、落叶阔叶林和混交林。在1900–1980年,分光地表反照率呈现出逐年降低的趋势变化,近红外降低值从0.0017变化为0.0058[图3(a)];可见光降低值从0.0005变化为0.0015[图3(e)];短波降低值从0.0011变化为0.0037[图3(i)]。在该时期,城市和农田持续增加,而森林和荒原类型变化使区域可见光反照率先减小(分别为0.0036和0.0049)后增大(分别为0.0032和0.0014)。在1980–2000年,分光地表反照率主要表现为增加的趋势,近红外增加值最大达0.0593[图3(b)],可见光增加最大达0.0322[图3(h)],短波增加最大达0.0469[图3(j)]。其中农田开始减少,其余各类土地利用增加。在2000–2015年,分光地表反照率区域平均值下降,近红外反照率下降0.0065[图3(d)],可见光反照率下降0.0020[图3 h)],短波反照率下降0.0041[图3(l)]。其中城市持续增加,农田持续减少。

表2 17种土地利用类型的可见光反照率季节平均值Table 2 Seasonal mean of VIS albedo for 17 land use types

表3 中国东部春季可见光反照率变化的主要土地利用类型Table 3 Main land use types of VIS albedo change in Eastern China in spring

图3 中国东部分光地表反照率在不同时期的季节变化。(a)-(d)NIR;(e)-(h)VIS;(i)-(l)SWFig.3 Seasonal variation of spectral surface albedo in eastern China in different periods.(a)-(d)NIR;(e)-(h)VIS;(i)-(l)SW

从中国东部结果来看,近红外、短波反照率和可见光反照率在不同时期和各季节的变化特征趋势一致,因此在分析其他典型区域时只选取可见光反照率进行相应的分析。欧洲东南部、美国中东部和巴西南部的可见光反照率在不同时期的变化分别由图4、5、6给出,对应区域导致春季可见光反照率区域平均值发生变化的主要土地利用类型则由表4给出。由图4可知,欧洲东南部的可见光反照率变化值在1860–1950年以增加为主,其中1860–1900年降低最大值可达0.0925[图4(d)],而1900–1950间的变化波动较小,整体最大增量达0.0136;不同区域反照率变化值在1950–1980年出现明显差异,在图4(d)中差异最大,其中最大增加值为0.1231,最大降低值为0.0400;1980–2000年间地表可见光反照率变化波动最小,主要表现为降低,最大降低值为0.0246;到2015年,反照率变化波动幅度变大,主要表现为可见光反照率增加,最大增加值为0.0338。图5表明,美国中东部在1860–1900年间不同区域的可见光反照率变化波动范围最大,在图5(d)中变化最明显,最大增加值达0.1899,最大降低值为0.1161;1900–1980年间,可见光反照率变化值的波动范围逐渐减小,表明在该时间段内的反照率变化逐渐减小,其中最大增加值从0.1374减小到0.0295[图5(d)],最大降低值从0.0503[图5(d)]减小到0.0274[图5(b)];从1980年开始反照率变化范围逐渐增大,主要呈现出减小的趋势,整个区域反照率平均值减小量从0.0018(1980–2000年)增加到0.0041(2000–2015年)。从图6可以看出,巴西南部各时期的地表可见光反照率变化范围大,主要呈现出逐步减小的变化趋势,平均减小量在 1860–1900 年为 0.0002[图 6(a)],在 1900–1950 年为 0.0009[图 6(d)],在 1950–1980 年为 0.0012[图 6(d)],在1980–2000年为0.0010[图6(b)],在2000–2015年为0.0005[图6(a)];其中可见光反照率在1900–1950年间变化波动最大,最大增加值为0.0592[图6(c)],最大降低值为0.0522[图6(b)]。结合表3和表4来看,自工业革命以来,所有典型区域的城市类型均呈现出逐年增加的趋势。在1860–1980年,中国东部、欧洲东南部和美国中东部的耕地所占比例逐步上升;典型草原和灌木类型持续减少。1950–1980年间,自然植被和荒原类型在中国东部和美国中东部开始增多;而在欧洲东南部则持续下降。在1980–2015年,中国东部、欧洲东南部和美国中东部均表现为耕地向其余土地利用类型转化的变化趋势。表4还表明,自1860年以来,巴西南部的城市建成区和耕地类型呈现出逐年增加的变化趋势;而其余各类土地利用类型则表现为逐年减少的变化趋势。这表明,自工业革命以来,人类活动影响导致巴西南部地表土地利用发生变化,主要表现为自然植被转化为城市建成区和耕地。

图4 欧洲东南部可见光反照率在不同时期的季节变化。(a)春季;(b)夏季;(c)秋季;(d)冬季Fig.4 Seasonal variation of VIS albedo in southeast Europe in different periods.(a)Spring;(b)summer;(c)autumn;(d)winter

图5 美国中东部可见光反照率在不同时期的季节变化。(a)春季;(b)夏季;(c)秋季;(d)冬季Fig.5 Seasonal variation of VIS albedo in mid-east United States in different periods.(a)Spring;(b)summer;(c)autumn;(d)winter

表4 不同地区春季可见光反照率区域变化的主要土地利用类型Table 4 Main land use types of regional variation of VIS albedo in different regions in spring

图6 巴西南部可见光反照率在不同时期的季节变化。(a)春季;(b)夏季;(c)秋季;(d)冬季Fig.6 Seasonal variation of VIS albedo in southern Brazil in different periods.(a)Spring;(b)summer;(c)autumn;(d)winter

4 结论

利用LUH2数据估测得到了长时期(850–2100年)的全球分光地表反照率数据集。通过比较由上述估测方法得到的2010年的结果与MODIS(MCD43)相应产品的差别来检验本数据集的精度。在此基础上,利用所得的历史数据集(850–2015年),通过分析发现存在分光地表反照率变化大的典型区域,并研究了这些地区不同土地利用类型的分光反照率季节均值的时空分布特征和变化规律。主要结论为:

1)冰雪覆盖类型对可见光的反射能力最强。例如在春季,冰雪表面可见光反照率可达0.9603,短波次之可达0.7907,近红外最小为0.6212。不同土地利用类型的分光地表反照率不同。例如,对春季可见光反照率而言,混交林为0.0444;典型草原为0.0983;耕地为0.0770;城市建成区为0.0870;水体为0.3270;冰雪为0.5069。而同一土地利用类型的分光反照率季节平均值也存在明显的空间差异性。例如,耕地类型的可见光反照率最大可达0.1833,最小为1.263×10−4;其空间差异性主要依赖于太阳高度角和下垫面的植被分布状况以及覆盖度。

2)在1860–1900年,中国东部、欧洲东南部和美国中东部的可见光反照率均呈现出增加趋势。其中,在中国东部最大增量为0.0244;在欧洲东南部最大增量为0.0515;在美国中东部区域变化最明显(−0.1161∼0.1899)。各区域土地利用变化主要表现为自然植被向城市建成区和耕地转化。在1900–1950年和1950–1980年,可见光反照率在欧洲东南部增加;在中国东部和美国中东部均减小。其中,可见光反照率在欧洲东南部变化最明显的时期为1950–1980年(−0.0400∼0.1231),土地利用类型变化为自然植被持续减少,城市建成区和耕地持续增加。在1980–2000年,可见光反照率在中国东部增加(平均增量为0.0086),在欧洲东南部和美国中东部均降低。其中,在欧洲东南部降低最明显,区域平均降低值为0.0053,主要来源于耕地类型的减少。在2000–2015年,可见光反照率在欧洲东南部增加(平均增量为0.0005),主要表现为耕地转化为城市建成区和自然植被。

3)对巴西南部而言,从1860年起,可见光反照率呈现出持续下降的变化趋势。反照率变化波动范围最大的时期为1900–1950年(−0.0522∼0.0592)。其中,森林类型使可见光反照率减小最明显,为0.0121,城市增加使反照率增大为0.0065。在整个研究时期内,巴西南部的地表土地利用类型主要表现为城市建成区和耕地持续性增加,自然植被逐年减少的变化趋势。