利用分段积分方法对黄河源区草地退化对局地气候影响的数值模拟Word文档下载推荐.docx

利用分段积分方法对黄河源区草地退化对局地气候影响的数值模拟Word文档下载推荐.docx

《利用分段积分方法对黄河源区草地退化对局地气候影响的数值模拟Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《利用分段积分方法对黄河源区草地退化对局地气候影响的数值模拟Word文档下载推荐.docx（19页珍藏版）》请在冰点文库上搜索。

用分段积分法模拟外强迫改变产生的气候变化时，应该在更新初始值时只将其中与背景状态对应的部分加以更新，而将扰动部分保留使其能进入下一时段的模拟，这样还可以将分段积分的时间段划分得更小（比如1d），更有利于减少模拟误差。

当前气候学研究的一项重要内容是土地利用/覆盖变化的气候效应。

Pielke等[12]认为土地利用对下垫面性质如粗糙度、地表反射率及植被指数等的变化引起温度、湿度、降水和风等发生变化，从而影响局地气候变化。

然而，植被是表征地表状况的重要特征,是生物圈及其生态系统的核心和功能部分,不同的植被覆盖对空气温度和湿度的影响都不一样,因此植被-大气相互作用的研究已经成为全球气候变化研究的一个重要领域。

目前，植被变化对气候影响方面的研究已有很多[13-27],研究结果表明,植被变化对气候的影响很复杂,由于各区域自然环境和气候状况各不相同,所以植被改变对不同区域气候的影响也有所差异。

黄河源区（下称源区）是指龙羊峡水库以上黄河流域的范围，位于青藏高原的东北部，涉及青海、四川、甘肃三省的6个州、18个县，总面积约13.2万km2。

黄河源区是黄河水资源的主要来源地之一，被称为黄河的“水塔”，同时也是青藏高原的主要草原区之一和气候变化的敏感区。

另外，该区域独特的地理位置及生态环境特点，特有的水源涵养生态功能以及对整个流域环境的重要影响，使其成为全社会广泛关注的热点地区之一。

源区处于高寒半干旱气候区，自然条件恶劣，生态环境极其脆弱、敏感。

近年来，由于全球气候增暖的影响，该地区气温升高趋势显著，降水明显减少，干旱影响极为明显，加之超载过牧、鼠害泛滥及采药开矿等人为活动频繁，导致该地区出现了草地严重退化、水土流失加剧、生物多样性种类和数量锐减、湖泊萎缩湿地退化、水源涵养能力下降、土地沙漠化强烈发展等一系列生态环境问题。

青藏高原是我国气候变化的启动区，是气候变化最为敏感的地区之一[28]，研究青藏高原地区气候环境变化对研究我国其它地区气候环境变化具有重要作用。

但以往对源区的研究主要集中于气候变化及人类活动对生态环境的影响范围、程度以及生态环境破坏带来的负面影响[29-31]等方面，针对青藏高原地区植被覆盖变化对气候环境影响的研究较少。

因此研究源区草地退化对该地气候环境变化的影响意义重大。

柳媛普等[34]曾利用中尺度数值模式MM5进行敏感性试验，研究了源区草地退化对该区域气候环境造成的影响。

本文参考柳媛普等设计的实验方案，分别采用传统积分方法与上述分段积分方法对源区草地退化前后进行数值模拟，通过比较模拟结果来评估分段积分方法在敏感性试验中的应用，同时分析源区草地退化后对该区域的气候环境的影响。

第二章试验方案与结果

2.1分段积分简介

利用数值模拟方法来评估外强迫变化对气候环境的影响是一种广泛使用的方法,一般气候模式的一般形式可用下式表示：

（1）

其中y表示气候系统的状态，M表示模式算子，下标0表示初始时刻，a是表示模式外强迫的参数，

是参数为a时的模拟误差。

研究外强迫变化的气候效应的传统方法是根据当前的外强迫给定参数a，规定它的改变量

，然后利用相同的初始场，在不同的外强迫下分别积分使模式达到（准）平衡状态（此时间记为T），得到改变外强迫引起的气候系统的状态变化：

（2）

在

<

的条件下，近似有

（3）

这里M’代表原模式的切线性模式，yB代表在外强迫改变前模拟（现状模拟）得到的气候系统状态，称为背景态。

由（3）式可以看出对背景态模拟的不正确会导致模式误差。

此时，外强迫改变后的模拟中的背景态可以通过不断地更新初边值来修正。

由于一般情况下，在一段时间内随着时间的增加，由模式误差引起的模拟误差会逐渐增大，积分较长时间后才会出现明显的影响，而现有的天气（气候）模式模拟短期天气（气候）的精度很高，在短期内模式误差的影响会很小。

因此可以采用下面的方法来减少背景态模拟误差对敏感性试验的影响。

具体方法是将模式积分时间T划分为n个间隔为t的时间段（T=nt）进行分段积分，现状模拟时直接用观测场不断地更新的初始场，而外强迫改变后的模拟中每段积分时更新的初始场是该时刻的观测场叠加上外强迫改变后的影响场，这时从第n步到第n+1步的积分可以写为

（4）

这里yn=y（nt），δyn是积分到第n步时大气状态改变量的累积值，即

，n=1,2，…，N（5）

式（5）中δyn即为所要时刻的外强迫变化引起的气候状态变化。

由于t<

T，模式误差在每个小的时间间隔内引起的基本状态的积分误差会很小，而一般情况下|δyn|<

|yn|这样通过分段积分就能够减少模式长时间积分产生的误差累积，基本消除了背景态部分的模拟误差。

2.2试验方案设计

黄河源区草地退化试验中的初始场、积分时间、模拟区域和水平分辨率等与柳媛普等[34]的试验设计相同，不同的是本文采用的模式为WRF（Version3.6.1），物理过程参数化方案为：

RRTM长波辐射、Dudhia短波辐、Noah陆面过程、Kain-Fritsch积云对流参数化方案、YSU行星边界层方案以及WSM6微物理过程[32]。

表2.1实验方案设计

表2.2植被参数

为了证明分段积分方法模拟源区草地退化前后的准确度更高，进而得到更可信的结果，本文设计两组试验。

试验一包括控制试验及敏感性试验，分别在源区草地退化前后的条件下采用连续积分方法进行模拟，试验中模拟范围、敏感性试验中修改植被类型的方案、区域以及修改土壤湿度的方案与柳媛普等[34]的设计方案相同；

试验二也包括控制试验与敏感性试验，采用分段积分方法进行与试验一相同的模拟研究。

试验方案的具体设计见表2.1。

两组试验的控制试验采用模式原有的植被类型--草地，将NCEP提供的大尺度再分析资料作为初始值；

两组试验的敏感性试验中将源头区及其东北方向兴海和唐乃亥一带植被改为稀疏植被，称为草原退化区，其它地区仍为草地，同时，还将草原退化区地下10cm和200cm深度处土壤湿度改为实际观测值。

控制试验模拟区域地形高度、土地覆盖情况及源区范围如图2.1（a）所示,敏感性试验的土地覆盖情况如图2.1（b）所示。

模拟区域中涉及到的主要植被参数见表2.2。

图2.1[34]控制试验及敏感性试验地形、植被分布（a）控制试验地形高度、植被分布及源区范围，（b）敏感性试验植被分布，图中粗线为长江、黄河

2.3分段积分方法验证

首先分别将两组试验中控制试验模拟的地面温度、2m高度处气温和NCEP提供的再分析资料（1°

×

1°

）中对应量进行对比分析，检验分段积分方法在黄河源区的模拟能力。

两组试验中控制试验模拟得到的以及由再分析资料得到的源区2003年7月地面2m高度处气温的月平均日变化见图2.2（a）,从中可以看出分段积分模拟得到的月平均日变化曲线很接近再分析资料得到的月平均日变化曲线，只是数值稍微偏低。

对于连续积分得到的结果，在14:

00（北京时下同）数值比再分析资料中的值小约2℃，然而在02:

00，连续积分得到的数值比再分析资料得到的数值高。

图2.2（b）为两组试验中控制试验模拟得到的以及由再分析资料得到的源区地面气温月平均日变化曲线。

从图中可以看出分段积分方法模拟得到的曲线基本上与再分析资料得到的曲线吻合，然而对于连续积分得到的结果，在14:

00数值比再分析资料得到的数值高，02:

00的数值又比再分析资料得到的相应数值低约2℃。

总体来看，对温度的模拟分段积分方法的准确度明显高于连续积分方法，由此可以相信，分段积分方法在源区草地退化对该区域气候影响的模拟的准确性比传统的积分方法高，模拟得到的结果更可信。

图2.2两组控制试验与再分析资料得到的2m高度处温度月平均日变化（a）和地面温度月平均日变化（b）（单位：

°

C）

2.4结果与分析

植被类型改变时，下垫面的反照率、土壤有效湿度、粗糙度等相应的发生变化，对地—气系统的能量造成影响，进一步引起近地层内各气候环境要素发生变化，下面通过地表温度、2m高度处气温、湿度和能量变化等方面分析源区草地退化对该区域气候的影响并验证分段积分方法得到的结果与连续积分方法得到的结果存在差异。

2.4.1气温变化

2.4.1.1气温的月平均日变化

气温日变化受太阳辐射强度的影响，一天当中在12:

00左右达到最高值。

图2.3（c）与图2.4（c）为柳媛普等将MM5模式得到的源区草地面积退化前后离地面2m高度处气温及地面温度分别求区域平均得到区域平均2m高度气温及地面温度7月份变化，然后对7月份区域平均2m高度气温及地面温度求平均得到2m高度气温及地面温度月平均日变化情况[34]。

采用相同的处理方法，得到分段积分与连续积分2m高度处气温及地表温度7月平均日变化情况（图2.3（a、b）、图2.4（a、b））。

对于2m高度处气温，由图2.3（c）可知，MM5模式模拟得到的源区草地退化前月平均2m高度处气温最高值出现在一天当中的12:

00为14.0℃左右,最低气温出现在凌晨02:

00低于4℃。

源区草原退化后2m高度气温白天升高比较明显，尤其在11:

00-17:

00时段内，相反,20:

00到次日清晨在降低，进一步加剧了昼夜温差。

然而柳媛普等曾证明利用MM5模式模拟源区草地退化时温度的模拟结果偏低[35]即源区草地退化前后的实际值应高于图2.3（c）的结果。

从连续积分方法模拟得到的源区草地退化前后7月2m高度处气温月平均日变化（图2.3（a））可以看出，源区草地退化后，2m高度处气温在08:

00时间段内小于退化前，在17:

00-02:

00时间段内反而高于退化前的温度，从总体来看，白天温度减小夜晚温度增加，这说明源区草地退化后该区域的昼夜温差将减小，这与MM5模式模拟得到的结果相反；

从分段积分模拟实验所得结果（图2.3（b））可以看出，与源区草地退化前相比，源区草地退化后2m高度处温度在08:

00-20:

00时间段内增加，且在14时增加值达到最大为1.1℃，晚上20时到次日凌晨虽有升高但不明显，由此可知源区草地退化后该区域的2m高度处温度有不同程度的升高，昼夜温差增大，这与MM5模式模拟得到的结论相同，且分段积分得到的数值比MM5模式模拟的数值高。

因此分段积分方法与连续积分方法模拟得到的结果存在差异，分段积分模拟得到的结果可信度更高。

08:

0014:

0020:

0002:

0008:

00

（北京时）（北京时）

（c）

图2.3连续积分方法（a）、分段积分方法（b）和柳媛普等[34]（c）模拟得到的源区草地退化前后7月2m高度处气温月平均日变化（单位：

C）（注:

图（c）中E1代表草地退化前试验即控制试验，E2代表草地退化后试验即敏感性试验，下同）

对于地表温度，由图2.4（c）可知，柳媛普等利用MM5模式模拟的源区草地退化后地表温度在白天升高非常明显在08:

00开始升高，14:

00升高幅度最大，约为3℃，20:

00开始降低，进一步加剧了昼夜温差。

从连续积分方法模拟得到的源区草地退化前后7月地面温度月平均日变化（图2.4（a））可以看出，源区草地退化后模拟的地面温度与退化前相比，退化后得到的地面温度在白天升高幅度较小，夜晚温度增加，最终使地面温度增加，但不会导致昼夜温差增大。

分段积分模拟得到的结果见图2.4（b），将源区草地退化前后的结果相比，可以看出相比于源区草地退化前，退化后的地表温度从08:

00增加，20:

00到次日凌晨降低，这将导致该区域昼夜温差增大，与MM5模式模拟得到的结论相符且模拟的数值高于MM5模式得到的数值。

由此看来传统的积分方法与分段积分方法对地面温度的模拟结果存在差异，分段积分方法模拟得到的结果更准确。

因此，当源区草地退化后，2m高度处温度与地面温度均有不同程度的增加，且地面温度增加的幅度更大。

同时由于温度在白天增加，夜晚降低，这将导致黄河源区昼夜温差增大，对生物生存更加不利。

（a）

（b）

图2.4连续积分方法（a）和分段积分方法（b）和柳媛普等利用MM5模式[34]（c）模拟得到的源区草地退化前后7月地面温度月平均日变化（单位：

℃）

2.3.1.2气温的空间变化

由气温的月平均日变化可以看出源区草地退化导致该区域地表温度的增加幅度较2m高度处气温的增加幅度大。

为了明显突出分段积分与连续积分的差异，下面比较分段积分方法与连续积分方法所得源区退化前后地面温度差值场并分析源区草地退化后对该区域地面温度的影响。

其中地面温度差值场是用源区草地退化后的结果求得源区7月平均地面温度场减去源区草地退化前相应的平均地面温度场得到的。

柳媛普等研究表明，源区草原退化后对地面的影响范围主要在草原退化区[34]。

因此下面针对草地退化区来分析源区草地退化后对该区域的影响。

本文中草地退化区有两部分，区域一（32.2°

～35.5°

N，95.8°

～99.5°

E）和区域二（34.8°

～36.1°

N，99.8°

～102.1°

E）。

对于退化区域一，从连续积分方法模拟的地表温度差值场（图2.5（a））可以看出地表温度改变范围在0～4℃，且在（33°

～34°

N，97°

～98°

E）范围内有两个等值线密集区且东北侧的密集区的值为1.6℃，西南侧密集区的值为2.4℃。

同时，在（34°

30’N，98°

30’～99°

30’E）范围内有等值线密集区，值为1.6℃。

从图2.5（b）中可知分段积分模拟退化区域一的地表温度改变范围是0～3.2℃，同样在（33°

E）范围内，有两个等值线密集区且东北侧的密集区的值为2.4℃，西南侧密集区的值为1.6℃，与连续积分密集区的值相反，在（34°

30’E）范围内有等值线密集区，值为0.8℃，比连续积分模拟得到的结果小0.8℃。

图2.5连续积分（a）与分段积分（b）得到的退化区域一地表温度月平均变化（单位：

图2.6连续积分（a）与分段积分（b）得到的退化区域二地表温度月平均变化（单位：

对于退化区域二，连续积分模拟得到的地表温度改变范围由图2.6（a）可知为3.8～5.0℃，在（35°

45’N，100°

30’E）附近存在最大值。

分段积分模拟的地表温度（图3.6（b））改变范围在3.8～5.0℃，与连续积分模拟的结果相差不多，但最大值位于（35°

15’N～101E）附近。

总之，分段积分模拟得到的源区草地退化前后在退化区地表温度月平均变化与连续积分得到相应结果存在差异。

源区草地退化会导致退化区的地面温度升高，且对退化区域二的影响大于退化区域一的影响。

2.3.2空气湿度变化

由下垫面植被变化引起的地—气间热通量变化，除了影响地—气系统温度发生变化，也会导致大气湿度状况的改变。

与地表温度变化区域相同，2m高度处湿度降低区主要位于草地退化区，并且草原退化区中心降低幅度最大，下面针对草地退化区来比较分段积分与传统积分方法在敏感性试验中对2m高度处湿度模拟结果的差异并分析源区草地退化后对退化区空气湿度的影响。

图2.7连续积分（a）与分段积分（b）模拟得到的退化区域一2m高度处湿度月平均变化

（单位：

g·

kg-1）

图2.8连续积分（a）与分段积分（b）模拟得到的退化区域二2m高度处湿度月平均变化

对于退化区域一，由连续积分模拟得到的源区草地退化前后2m高度处湿度的月平均变化（图2.7（a））可知中，湿度的减小幅度在0～1.2g·

kg-1范围内并且在中心位置附近出现湿度降低最大值0.8g·

kg-1；

对于分段积分模拟得到的2m高度处湿度（图2.7（b））减小幅度为0.2～1.0g·

kg-1。

对于退化区域二，连续积分得到的空气湿度减小幅度0.6～1.6g·

kg-1（图2.8（a））且最大值1.6g·

kg-1位于退化区域二的西南区域。

分段积分模拟得到的空气湿度减小幅度在1.0～1.4g·

kg-1且中心存在最大值1.4g·

总之，连续积分比分段积分模拟的空气湿度减小幅度相差0.2g·

kg-1，虽然数值上相差不多，但出现最大值的位置相差很大，这证明分段积分方法与连续积分方法的模拟结果是有较大差异的。

另外，由2m高度处湿度差值场可知源区草地退化后会使源区的空气湿度减小,空气变的干燥,不利于植被的生长,也不利于牲畜生活。

2.3.3能量变化

图2.9连续积分（a）和分段积分（b）模拟得到的源区草地退化前后区域一的感热通量月平均空间变化（单位:

W·

m-2）

图2.10连续积分（a）和分段积分（b）模拟得到的源区草地退化前后区域二的感热通量月平均空间变化（单位:

对于退化区域一的感热通量，连续积分得到的源区草地退化前后感热通量的空间变化（见图2.9（a））改变幅度在-16～8W·

m-2其中，大部分地区感热通量减小，东部某些区域感热通量有小幅度增加；

由分段积分得到的源区草地退化后的感热通量空间变化（见图2.9（b））可以看出,感热通量改变幅度在0～32W·

m-2，其中西部地区增加的幅度较小，东南区域增加幅度大，增加的最大值为32W·

m-2。

对于退化区域二的感热通量，从连续积分得到的源区草地退化前后感热通量空间变化（见图2.10（a））可以看出,感热通量增加幅度在8～16W·

m-2；

分段积分得到的源区草地退化后该区域的感热通量空间变化（见图3.10（b））范围在26～38W·

m-2，增加幅度明显高于连续积分得到的结果。

图2.11连续积分（a）和分段积分（b）模拟得到的源区草地退化前后区域一的潜热通量月平均空间变化（单位:

图2.12连续积分（a）和分段积分（b）模拟得到的源区草地退化前后区域二的潜热通量月平均空间变化（单位:

对于退化区域一的潜热通量，由连续积分模拟得到的该区域潜热通量月平均空间变化减少，减小量在0～60W·

m-2（见图2.11（a））。

分段积分模拟得到的该区域潜热通量明显减小，减小量在0～80W·

m-2（见图2.11（b）），其中在东南区域减小幅度达到80W·

m-2，大于连续积分得到的结果。

对于退化区域二的潜热通量，连续积分模拟得到的该区域潜热通量月平均空间变化幅度在64～80W·

m-2（见图2.12（a）），分段积分模拟得到的潜热通量月平均空间变化范围在92～104W·

m-2（见图2.12（b））大于连续积分模拟得到的结果。

由此可以看出，在能量通量的模拟方面，分段积分方法与连续积分方法模拟得到的结果存在较大的差异，有时甚至出现相反方向的变化。

从分段积分的模拟结果可知，源区草原退化后潜热通量的改变幅度比感热通量的改变幅度大，说明草原退化对潜热通量的影响高于对感热通量的影响,即对地气之间由于水发生相变引起的热量交换的影响要高于对地—气之间因湍流运动引起的热量交换的影响。

第三章结论与讨论

本文利用中尺度天气预报模式WRF,在设定的源区草地退化前后的条件下,分别利用连续积分方法与分段积分方法进行1个月的模拟，得到以下几点结论。

1）对于源区草地退化前的模拟，与传统积分方法相比，分段积分方法模拟得到的结果更接近真实值，由此可以确信在敏感性试验中采用分段积分方法得到的结论更可信。

2）分别采用分段积分方法和连续积分方法模拟得到的黄河源区草地退化前后2m高度处温度、地面温度、2m高度处湿度、以及潜热通量和感热通量等气象要素的变化存在差异，有些甚至出现相反的变化。

3）在全球增暖的大背景下黄河源区草地退化引起该区域平均2m高度处温度和地表温度升高,其中地表温度升高的幅度更大。

4）源区草地退化引起该区域空气湿度明显减小,空气变的干燥,不利于植被生长和牲畜生活。

5）源区草地退化引起该区域感热通量增加,潜热通量减小；

感热通量增加量比潜热通量减小量小,源区草地退化对该区域的潜热影响更大。

总之，分段积分方法相比于传统积分方法能够有效地克服初始场误差和模式误差的积累,提高模式对气候变化的模拟能力，使得到的结果准确度更高，不确定性更小，保证了分段积分方法作敏感性试验比传统方法更可信。

分析结果表明，在敏感性试验中，分段积分与连续积分得到的结果存在较大的差异，由于分段积分方法对气候的模拟比连续积分方法更准确，我们有理由相信在敏感性试验中分段积分所得的结果可信度更高。

同