区域气候模式RegCM3对中国夏季降水的模拟

利用意大利国际理论物理中心（ICTP）最新发布的区域气候模式RegCM3检验我国包括青藏高原地区夏季降水的模拟能力。初始值及边界值取自美国国家环境预测中心（NCEP）和国家大气中心（NCAR）的全球再分析资料。模式积分时间为2005年5月1日到2005年8月31日,考虑到模式的“spin-up”时间,只对6月1日-8月31日的模式结果进行分析。模式水平分辨率取为60km,范围包括整个青藏高原在内的我国及周边地区（14°-55°N,70°-140°E）。结果表明：RegCM3具有模拟我国夏季降水主要分布特征的能力,尤其在观测站点稀少的青藏高原地区可提供局地降水分布的较可靠信息。模式较好地模拟了包括整个青藏高原在内的我国区域降水的月际尺度变化和空间分布等基本特征,但对我国东南地区的夏季降水模拟能力有待进一步提高。     

青藏高原冬、春季植被特征及其对西南地区夏季降水的影响

本文利用西南地区96个气象台站1982-2001年夏季(6-8月)月平均降水资料和归一化植被指数(GIMMS NDVI)资料,分析了青藏高原冬、春季植被特征及其对西南地区夏季降水的影响,得到以下几点认识:青藏高原冬、春季植被呈现东南部覆盖较好,逐渐向西北部减少的特征.近20 a来,高原冬、春季植被总体呈增加趋势,其高原中西部、南部、北部增加明显,而南部侧边界和中东部呈减少趋势.相关分析和奇异值分解表明:高原冬、春季植被对西南地区夏季降水有较明显影响,且这种影响也存在一定的区域差异.高原前期植被变化可以作为西南地区夏季降水长期预报综合考虑的一个参考因子.     

青藏高原冬、春植被归一化指数变化特征及其与高原夏季降水的联系

青藏高原气候独特,影响高原夏季降水的原因是十分复杂的和多方面的。文中利用1982—2001年的卫星遥感植被归一化指数(NDVI)资料和青藏高原55个实测台站降水资料,应用经验正交分解(EOF)、奇异值分解(SVD)等方法分析了青藏高原冬、春植被变化特征及其与高原夏季降水的联系,得到以下几点初步认识:青藏高原冬、春季植被分布基本呈现东南地区植被覆盖较好,逐渐向西北地区减少的特征。其中高原东南部地区和高原南侧边界地区NDVI值最大,而西北地区和北侧边界地区NDVI较小。EOF分析表明,20年来冬、春季高原植被的变化趋势是总体呈阶段性增加,其中尤以高原北部、西北部(昆仑山、阿尔金山和祁连山沿线)和南部的雅鲁藏布江流域植被增加明显。由SVD方法得到的高原前期NDVI与后期降水的相关性是较稳定的。青藏高原多数区域冬、春植被与夏季降水存在较好的正相关,且这种滞后相关存在明显的区域差异。高原南部和北部区域的NDVI在冬春两季都与夏季降水有明显的正相关,即冬春季植被对夏季降水的影响较显著。而冬季高原中东部玉树地区附近区域的NDVI与夏季降水也存在较明显的负相关,即冬季中东部区域的植被变化对夏季降水的影响也较显著。由此可见,高原前期NDVI的变化特征,可以作为高原降水长期预报综合考虑的一个重要参考因子。     

青藏高原植被变化与地表热源及中国降水关系的初步分析

利用设在青藏高原的5个自动气象站（AWS）近地层梯度观测资料、归一化植被指数（GIMMS NDVI）和中国624个台站月降水资料,初步分析了青藏高原植被变化与地表热源及中国降水的关系．结果表明：青藏高原植被与地表热源之间存在明显的正相关关系．高原西部感热与NDVI的正相关关系较高原东部显著,而高原东部地表潜热与NDVI的正相关关系则好于高原西部．植被改善后,各季节地表热源以增加为主,尤其夏季,热源增量最大;冬、春季感热对地表热源增量贡献较大,潜热贡献相对较小;夏、秋季感热与潜热对地表热源增量贡献同等重要．青藏高原植被与中国夏季降水相关系数从南到北,呈“＋-＋”带状分布．植被变化引起的高原地表加热异常可能是影响中国夏季降水的重要因子之一．     

青藏高原春季植被变化特征及其对夏季气温的影响

分析1982~2001年NDVI和青藏高原地区台站气温资料,得到结论:近20年来春季高原植被总体呈明显的增加趋势,其中以高原北部、西北部和南部日喀则附近地区的植被增加最明显。高原NDVI与季节同期和滞后的气温以正相关为主。春季NDVI与滞后0~3季气温都表现为正相关,尤以高原春季NDVI与夏季气温的相关更为显著。高原春季NDVI如果处于异常偏小(或偏大) 状态,同时高原的北部和中西部是较明显的NDVI负距平(或正距平)分布时,则高原地区夏季气温具有整体上(或大部分地区)偏低(或偏高)的倾向,平均气温和最高气温在高原西部和北部表现明显,对最低气温的影响的关键区位于高原的中南部和东南部。     

青藏高原冬季NDVI与西南地区夏季气温的滞后关系

该文利用EOF分解得到的1982—2001年西南地区夏季平均、最高和最低气温的时空特征显示, 西南地区夏季平均、最高气温的时空变化具有很好的一致性, 尤其是川渝地区20世纪80年代为气温负距平, 90年代开始有明显升温。利用GIMMS NDVI和西南4省市96个台站的气温资料进行了相关分析、合成分析以及SVD分析, 得到前期冬季青藏高原植被影响该区夏季气温的滞后关系以及影响较大的区域。结果表明:西南地区夏季平均气温、最高气温对青藏高原冬季植被变化较敏感, 其中青藏高原西部NDVI与西南地区夏季气温的相关强于东部; 青藏高原NDVI异常偏高对应西南地区夏季气温偏高, 其中最高气温升高较明显, 增温最大值出现在7月, 位于西南地区北部; 青藏高原冬季植被变化与西南地区平均气温、最高气温和最低气温的最佳耦合模态中影响程度及关键区域略有差异, 青藏高原冬季NDVI与夏季平均气温关系最密切, 其中青藏高原东北大部分地区和南部 (包括拉萨及林芝东部地区) 的影响最大, 气温对前期青藏高原NDVI变化反应的敏感区主要位于四川盆地及其附近地区。     

青藏高原植被变化对区域气候影响研究进展

陆地生态系统与气候变化之间存在这密不可分的相互作用过程。青藏高原地区是全球气候变化的敏感区,全球变暖对高原陆地生态系统演变的影响非常明显,这必将导致高原生态系统变化。生态系统的变化又将会引起局地、区域气候的响应,导致局地、区域、甚至全球的气候变化。因此研究青藏高原地区植被演变及其与气候变化的关系是一个有着重要学术价值和实际意义的课题。本文在对青藏高原植被与气候关系研究回顾的基础上,介绍了近年来关于青藏高原植被变化对区域气候影响取得的新的进展,提出了一些可能的物理过程,同时指出了研究中存在问题及今后的工作重点。     

Interannual Variability of the Normalized Difference Vegetation Index on the Tibetan Plateau and Its Relationship with Climate Change

The Qinghai-Xizang Plateau, or Tibetan Plateau, is a sensitive region for climate change, where the manifestation of global warming is particularly noticeable. The wide climate variability in this region significantly affects the local land ecosystem and could consequently lead to notable vegetation changes. In this paper, the interannual variations of the plateau vegetation are investigated using a 21-year normalized difference vegetation index （NDVI） dataset to quantify the consequences of climate warming for the regional ecosystem and its interactions. The results show that vegetation coverage is best in the eastern and southern plateau regions and deteriorates toward the west and north. On the whole, vegetation activity demonstrates a gradual enhancement in an oscillatory manner during 1982-2002. The temporal variation also exhibits striking regional differences： an increasing trend is most apparent in the west, south, north and southeast, whereas a decreasing trend is present along the southern plateau boundary and in the central-east region. Covariance analysis between the NDVI and surface temperature/precipitation suggests that vegetation change is closely related to climate change. However, the controlling physical processes vary geographically. In the west and east, vegetation variability is found to be driven predominantly by temperature, with the impact of precipitation being of secondary importance. In the central plateau, however, temperature and precipitation factors are equally important in modulating the interannual vegetation variability.