英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

改革开放以来的土地覆盖变化对我国东部地表太阳辐射变化的影响

摘要：对1979-2008年中国东部土地利用/土地覆盖变化（LULCC）对地表太阳辐射（SSR）变化的影响进行了观测，并以日温度范围作为 SSR 的代表，采用观测负重分析的方法对这些影响进行了分析。 在1979-2008年期间，LULCC 的影响显示在 EC 的大多数站中 SSR 的减少，而 SSR 在再分析数据中几乎在每个位置都增加了。 在再分析中，LULCC 的调光效应与增亮效应的竞争，导致长江南北大部分站 SSR 的偶极模式略有下降（增加）趋势，而中部 EC 的下降趋势则有统计学意义。 就欧共体区域平均而言，在1979-2008年期间，这种竞争导致观察到的 SSR 有轻微的变暗趋势，尽管确定了从明显变暗到1990年前后总体趋于平稳的转变。 在1990-2008年期间，LULCC 显著减少了中部欧共体和中国南部地区的 SSR。 LULCC 的这种调光效应与再分析中明显的增亮效应相竞争，从而使被观察到的 SSR 在 EC 面积平均值上普遍趋于平稳，而在被观察到的 SSR 中，中央 EC 部分表现出明显的调光现象。 LULCC 对 SSR 变化的影响可能是通过生物地球物理和生物地球化学过程进行的。

1、导言

太阳辐射是地表能量平衡的重要组成部分，它控制着大量不同的地表过程(Wild 2009a)。 SSR 是气候的关键调节因子，也被称为全球太阳辐射、表面日晒或表面向下太阳/短波辐照度，这是直接和漫射太阳辐射的总和。

SSR 在十点时间尺度上并不恒定，并且已经显示出从递减到递增的显著变化，这被称为从全局调暗到变亮 ”(Wandy 等，2005；Wandy,2009a)。 已建议 SSR 中十点变化的起源是大气透明度的内部变化，这取决于改变特征，例如云、气溶胶和辐射活性气体，例如水蒸气 (Wild 2009a，2012)，而不是太阳的外部强迫，其在这段时间内显示出至少比 SSR 小一个数量级的变化 (Wilson 和 Mordvinov,2003)。

在中国，也已经报道了 SSR 从变暗到变亮或至少在大约1990年之后变平的年代转变 (例如，Liu 等人2004；Che 等人2005；Chan 等人2007，2011A；Shi 等人2008；Tang 等人2011)。 云中的变化不能解释暗淡，因为已经观察到更多的无云天空 (钱氏等人，2006)。 当消除云覆盖变化的辐射效应时，可以更清楚地看到该转变 (Allen 等人，2013)。 若干研究已经表明，到达地面的日照辐射的增加是人类生气的，而不是人类生气的，(Che 等，2005；Chan 等，2006，2007；Shi 等，2008；Wireless，2009a)。 此外，研究人员已经建议改变燃料利用率 (Break 等人，2008)，并因此改变人为的气溶胶组成和相关的单散射反照率 (Qian 等人，2007)。可能是 SSR 中观察到的转变的原因 (Wave909 A)。GlobalAccept ShaveEnpaidTo 在中国的转变，特别是当美国、欧洲和日本已经报道了变亮趋势时的变平期，而中国既没有经历明显的变亮也没有变暗 (Wave2012；Allen 等人，2013)。 因此，本主题值得从不同的角度进行进一步的研究。

1978年后期以来,中国经历了一个改变土地利用/土地覆盖,特别是城市化进程的改革开放过程。土地利用/土地覆盖变化 (LULCC)是一个重要的区域气候强迫,它对区域地表能量平衡 (Mahmoodetal)有很大的影响。 2010年;2皮尔凯特。 2011)。 LULCC 可以通过改变地面反照率来改变出射/反射短波辐射和吸收短波辐射。 然而，目前还不清楚 Lulcc 是否能够改变进入的短波辐射到达地面，即 SSR 和 Thistocicica，在最近对 SSR 变化的评论中没有讨论过 (Wandy2009A，2012)，尽管已经指出，城市化效应可能影响 SSR，因为辐射地点经常位于城市化区域中 (Alpert 等，2005；Alpert 和 Kishcha2008)。

本文介绍了 LULCC 对1979—2008年我国 SSR 变化影响的观测证据,并以日最高温度 (Tmax)与地面2m 处最低温度 (Tmin)之差 DTR (Dynamic Temperature Range,DTR)为代表,认为 DTR 允许太阳和热辐射的分离,对 DTR 有不同的影响 (如 Bristow 和 Campbell1984)。 太阳辐射对太阳的影响及其对太阳辐射的影响；太阳通量明显地仅在白天出现，它对太阳辐射的影响大于太阳辐射的影响。 因此，Tmax 减去 Tmin (DTR)在很大程度上消除了来自记录的热效应，留下太阳影响作为 DTR 的主要强迫因素。 的确，一些研究已经证明是很高的。 在中国观察到的 SSR 和 DTR 的相关性 (例如，Liu 等，2004；Chan 等，2011A)。 在1955—2000年 (Liu et al.2004)和1961—2007年 (Change et al.2011A)期间，时间相关系数按年平均值计算已达到0.88。 另外，DTR 趋势的空间模式类似于向下的 SSR 趋势 (图1)1)。 因此，DTR 在时间和空间尺度上都是 SSR 的良好代理，并且被广泛地使用 (例如，野生型2009B；Wang 和 Dickinson2013)。 与直接 SSR 测量相比，DTR 的优点在于它是用密度高得多的网络和较早的记录进行全球测量的 (Warn2009A)。 由于我国只有122个测站测量 SSR,因此 DTR 代理可以弥补 SSR 在时空分布上的空白。 Galletal.1996;Kalnayandcai2003;Huetal.2010;Huanddchen2013)在这些研究中很少有人认为 DTR 是 SSR 的代理。 由于目前，特别是在1980年代之前，有很少的具有年分辨率的 LULCC 数据集，我使用 Kalnay 和 CAI (2003)提出的观测减去再分析 (OMR)方法来将 LULCC 的影响与所观察到的 DTR 的变化相分离。 OMR 方法的基本概念是 NCEP/NCAR 再分析数据没有很好地同化表面过程，因为不使用温度、湿度和陆地上的风的表面观测结果 (Kalnay 和 CAI2003；Kistler 等人2001)；然而，再分析数据同化了受温室气体和火山气溶胶影响的大气温度和其它观测结果 (CAI 和 Kalnay2004)。 因此，OMR 被认为主要归因于城市化和其他土地利用变化 (Kalnay 和 CAI2003)。 这些效应不仅包括城市化效应，而且包括农业实践中的变化，例如灌溉和砍伐森林，以及与城市化和工业化相关的近地表气溶胶和降水的变化 (Kalnay 等人，2006)。 生物地球物理或生物地球化学过程。

文件的其余部分组织如下。 第2节叙述了这一研究的美学数据和方法，并介绍了1979—2008年和1990—2008年的研究结果以及 LUCC 在这一时期对 SSR 的影响。 第4节作了讨论，第5节作了结论。

2、数据和方法

本文所使用的观测数据是以1979—2008年期间全国分布的549个气象站为基础的逐日 Tmax 和 Tmin 数据集 (Li 和 Yan2009)。 在这些数据集中，大多数非气候的当地偏差，由于气象站位置和观测方案的变化而产生的这种偏差，已得到调整 (Li 和 Yan2009)。 所使用的再分析数据是国家环境预测中心/能源部 (NCEP/DOE)大气模型相互比较项目 (AMIP)-II 再分析，下文称为 R-2(Kanamitsu 等人，2002)，用于1979-2008年期间。 注意,Kalnayandcai (2003)提出的方法是基于表面观测未用于再分析的假设; 因此，不是所有的再分析数据集都适合使用该方法。 R-2的设计目的是通过修正错误和更新

物理过程的参数化。 与 NCEP/NCAR 再分析相比，R-2被认为更准确地表征了陆地上的土壤水分、云和近表面温度 (Kanamitsu 等人，2002)，并且已经被用于估计中国南部的城市化效果 (Zhou etal.2004)。从 R-2使用的数据包括2m 处的日 Tmax 和 Tmin、地表处的每月向下太阳辐射通量 (下文称为向下 SSR)、以及被认为是单层的整个大气处的每月总云覆盖。 它们都是具有192times;94个网格点的 T62 高斯网格。

将 R-2数据线性内插到每个气象站。 为了解决这一问题，我们采用了与钱氏 (2011B)所采用的方案相同的方案，在该方案中，我们取消了2月29日的值，并将2月28日的值改为2月28日和29日的平均值。 因此，考虑到了对 LEAPYARY 的影响，并且每年的天数总是365天，从而便于随后的度量分析。 在 Kalnayy 和 CAI (2003)的数据中，计算关于30年月平均年周期的温度异常，以避免再分析和观测之间的系统差异。 计算月度/五度观测值与 R-2异常之间的相关系数 (图1)。 2)。月相关主要用于观察再分析是否能够很好地捕获年际和年代际变异。 用五相关法主要研究再分析是否能很好地捕获天气过程、10～20天的两周振荡和30～60天的星内振荡。 这些变化与旱夏有关 (例如， 2005年，对温度和温度的影响。 当月和月相关都较高时,分析大气活动引起的地表温度变化,主要由 Lulcc 的影响决定 OMR 的趋势。 在相关系数的基础上,选择目标区域为105° E 以东,因为该区域的大多数站月/月相关系数超过0.7。 除这一准则外,还使用下列准则来选择站:(1)高程必须低于500m 以避免可能引入的垂直外推误差 (Kalnay 和 CAI2003),以及 (2)月/月的相关系数 Tmaxand Tminall 超过0.7。 3)均覆盖中国东部大部分地区。

用普通最小二乘法估计各站点的线性趋势,用 Mann-Kendall 检验评价其显著性。 此外，我们使用自适应和时间局部的集合经验模式分解的数据分析工具 (EEMD；Wu 和 Huang2009；Huang 和 Wu2008)来揭示区域平均时间序列中的非线性趋势 (Wu 等，2007)，该区域平均时间序列是 EEMD 结果的最后组成部分，以识别趋势的演变 (图1)。 4)。 EEMD 已经被证明在处理非线性和非静态的气候数据 (例如， 吴安黄2009;2钱氏2009A,2011A;3吴等人2011)。

3、结果

3.1 1979-2008年趋势

在我们的研究领域 (图1)。3)90%以上 (一半以上)的台站观测值与 R-2FORTmax (Tmin)的相关系数大于0.8(图2),表明 R-2有效地捕获了观测值的季节内和年际变化。 然而，Tmax 的相关系数通常大于 Tmin 的相关系数，这表明 R-2在某种程度上不能很好地同化表面信息，特别是与城市条件相关的表面信息，因为在 Tmin 中更明显地观察到城市化效应 (例如，Li 等，2010；Ren 和 Cho2014)。 因此，OMR 趋势应主要反映城市化和其他土地利用变化

的影响，正如 Kalnay 和 CAI (2003)提出的那样。1979-2008年期间观测到的 Tmax 在我们研究区域的所有站都增加 (图1)。 3a)，其中大多数在统计上是显著的，其中最大的暖化主要在长江下游。 同时,华北平原几乎所有站的 Tmin 值与 Tmax 值相比均有显著提高 (图1)。 3b),导致东北 DTR 的轻微和微不足道的下降趋势和华北平原 DTR 的显著下降趋势 (图1)。 3c)。 在长江以南的中国南部，有123个站和 Tmax 的升温速率 (图1)。 3a)通常略高于 Tmin (图3b)，导致大多数站的 DTR 中的海鞘发光和不显著的增加趋势 (图3b)。 3c)。 与观察相比，R-2(图1)。 3D-F)显示出更多的空间相干特性，其中 Tmax、Tmin 和 DTR 的趋势在几乎所有的站处都增加，除了在中国东北部的几个站之外， 显示出略微降低的 DTR 趋势 (图1)。 3f)。 如两个 DTR 所反映的，R-2SSR 的显著增加趋势 (图2)。3F 和1B)和向下 SSR (图1A 和1B)。 1a)，在中国南方，仅在日光下，诱导出显著的 Warmingterdinr-2Tmaxbecausthrosisophive 存在； 因此，它更多地影响 Tmax。图3G 揭示了对于研究领域中的最重要的站，OMR 趋势冷却 Tmax (图3G)。 3g)通过在几乎所有站显著减少 SSR,如 DTR (图3i)所反映的,特别是在华北平原,其大小为0.3-0.6° C10-1(图3h)。如 Kalnay 和 CAI (2003)所指出的,LULCC 的作用是在1979-2008年期间在我们的研究区域中减少 SST 的接近性分布,至少抑制最大和增加 Tmin。