全 文 ：书天山山区植被类型改变对新疆气候影响的模拟分析
赵玲１，２，杨青２，安沙舟１
（１．新疆农业大学草业与环境科学学院 新疆草地资源与生态重点实验室，新疆 乌鲁木齐８３００５２；
２．中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐８３０００２）
摘要：使用ＲｅｇＣＭ３区域气候模式，利用ＣＲＵ资料和气象台站观测资料，验证了ＲｅｇＣＭ３区域气候模式对新疆降
水和气温的模拟能力，分析了天山山区植被类型改变对新疆气候的影响。结果表明，ＲｅｇＣＭ３区域气候模式对新
疆及其临近地区降水、温度的空间分布形势和季节变化特征具有较好的模拟能力。天山山区草地面积的改变，对
新疆地区的降水和地面气温的影响很小。如果将天山山区４３．５°～４５．０°Ｎ区域内的地表类型由草地改变为耕地，
即假设５０％的草地被开垦为耕地，那么，天山山区降水量的变化强度在５－７月逐渐增强，然后减弱。天山植被的
变化主要通过影响对流性降水并进而影响总降水的变化。天山植被类型变为农田后会造成较大的地面潜热通量
差异并引起地表净热通量较大的差异，进而影响到地面气温的模拟。潜热通量的变化通过影响局地的水汽供应进
而引起降水较大的变化。
关键词：天山山区；区域气候模式；植被类型
中图分类号：Ｓ８１２．１ 文献标识码：Ａ 文章编号：１００４５７５９（２０１４）０３００５１１１
犇犗犐：１０．１１６８６／ｃｙｘｂ２０１４０３０６
植被是陆地生态系统的重要组成部分，在全球变化中起着重要作用。一方面气候变化作为陆地生态系统的
主要驱动因子，是决定地球上植被类型及其分布的最主要因素［１］。另一方面，不同的植被类型通过影响植被与大
气间的物质和能量交换而对气候产生影响，因此，植被与气候的关系是全球变化与陆地生态系统研究的关键所
在。研究表明全球气候变化已经导致全球局部地区植被覆盖发生了显著变化［２４］，而且是以气候要素中的气温和
降水对植被的影响最为直接和显著［５］，因为气温升高可以延长植被生长季，而充足的降水可以为植被提供良好的
生长条件。同时，植被覆盖的变化通过改变陆地下垫面的属性（反照率、粗糙度等），对全球地－气能量循环及物
质的生物化学循环具有重要的影响并进而对气候变化产生重要影响。作为陆地生态系统主体的植被类型是联结
土壤、大气和水分等要素的自然纽带，在全球气候变化中充当“指示器”作用［６］。因此，揭示植被－气候的关系已
经成为全球变化研究的重要内容之一。通过研究植被指数与气候要素的关系可以揭示植被变化对气候变化的响
应，通过数值模拟方法可以揭示植被变化对气候变化的影响。
新疆地处欧亚大陆腹地，受西风带和高原天气系统的共同影响，加之复杂地形的作用，形成多样的气候区和
复杂的植被类型。该地区的植被覆盖对气候变化极为敏感，研究表明我国主要半干旱和干旱区的区域以显著暖
湿化和轻度暖湿化为主，特别是新疆天山以西地区自１９８７年起出现了暖湿化的强劲信号，降水增加、植被改善、
沙尘减少［７］。李秀花等［８］发现新疆植被覆盖的改善与新疆地区的暖湿化气候有关，而降水是控制植被覆盖的主
要气象因子［９］。在暖湿化气候背景下，我国西北内陆大部分半干旱和干旱区植被覆盖呈总体改善趋势［１０１１］。马
明国等［１２］发现我国西北地区植被覆盖存在普遍退化而局部地区改善的现象，改善的区域主要分布在新疆西部和
北部。天山植被种类丰富多样，共有２５００多种植物种，占全疆的７０％以上。同时天山还是南北疆的分水岭，天
山山体平均海拔４０００ｍ，突起在新疆南北荒漠带上，拦截了西风带来的大量水汽，是新疆降水最多的地区。因
此，研究气候暖化背景下天山山区植被类型变化对新疆地区气候变化的影响具有非常重要的意义。
第２３卷 第３期
Ｖｏｌ．２３，Ｎｏ．３
草 业 学 报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ
５１－６１
２０１４年６月
收稿日期：２０１３０９２６；改回日期：２０１３１１１２
基金项目：国家重点基础研究发展计划（２０１０ＣＢ９５１００１），国家科技支撑计划课题（２０１２ＢＡＣ２３Ｂ０１），中央级公益性科研院所基本科研业务费专
项资金（ＩＤｍ２０１００６）和中国沙漠气象科学研究基金（Ｓｑｊ２０１１００２）资助。
作者简介：赵玲（１９７８），女，甘肃民勤人，副研究员。Ｅｍａｉｌ：ｚｈａｏｌｉｎｇ＠ｉｄｍ．ｃｎ
通讯作者。Ｅｍａｉｌ：ｘｊａｓｚ＠１２６．ｃｏｍ
ＲｅｇＣＭ３是目前国际上应用较为广泛的区域气候模式之一，对不同地区的气温、降水、季风以及极端气候事
件等都具有较好的模拟能力。意大利国际理论物理中心（ＩｎｔｅｒｎａｔｉｏｎａｌＣｅｎｔｅｒｆｏｒＴｈｅｏｒｅｔｉｃａｌＰｈｙｓｉｃｓ，ＩＣＴＰ）于
２００３－２００４年间，在ＲｅｇＣＭ２的基础上推出改进版ＲｅｇＣＭ３。较之以往版本，ＲｅｇＣＭ３在物理过程等多方面进
行了许多重要的改进和完善，同时在计算方面采用并行算法，极大地提高了计算效率。与 ＲｅｇＣＭ２相比，
ＲｅｇＣＭ３在积云对流参数化方案［１３１６］、辐射传输方案以及海表通量参数化方案［１７］等方面有了明显改进，模式同
时引入了马赛克方法处理次网格地形和地表类型非均匀性［１８］。主要包括以下几方面的改进：用ＣＣＭ３辐射方案
代替了ＣＣＭ２，考虑了温室气体、气溶胶和云冰的辐射效应；传统的显式水汽方案被其更经济且简单的新版本所
代替，包含了一个云水诊断方程，云水诊断量可直接用于云辐射计算，加强了水分循环与能量收支计算之间的联
系，增加了一些新的物理过程参数化方案，如用于计算云中次网格尺度变量的云、降水方案，新的海表面通量参数
化方案，ＢｅｔｔｓＭｉｌｅｒ积云参数化方案［１５］等。
１ 材料与方法
１．１ 试验方案
模式水平分辨率为３０ｋｍ，南北、东西方向格点数分别为１４０和１６０，模式垂直方向非均匀分为１８层，顶层气
压为５ｈＰａ（ｈｅｃｔｏｐａｓｃａｌ），模式区域的中心位于８５°Ｅ，４０°Ｎ。模式采用了如下的物理过程参数化方案：Ｈｏｌｔｓｌａｇ
非局地行星边界层方案，ＣＣＭ３辐射传输方案，ＡｎｔｈｅｓＫｕｏ积云对流参数化方案，侧边界采用指数松弛法，海表
通量采用Ｚｅｎｇ方案，次网格显式湿过程方案（ＳＵＢＥＸ）处理非对流性云和降水。模式侧边界采用指数张弛时变
边界方案，边界缓冲区选为１０圈。初始、边界值由美国环境预报中心（ＮａｔｉｏｎａｌＣｅｎｔｅｒｓｆｏｒＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｅ
ｄｉｃｔｉｏｎ，ＮＣＥＰ）和国家大气研究中心（ＴｈｅＮａｔｉｏｎａｌＣｅｎｔｅｒｆｏｒＡｔｍｏｓｐｈｅｒｉｃＲｅｓｅａｒｃｈ，ＮＣＡＲ）联合推出的
ＮＣＥＰ／ＮＣＡＲ再分析资料提供，侧边界条件每６ｈ更新１次，海温强迫资料来源于美国国家海洋和大气管理局
（ＮａｔｉｏｎａｌＯｃｅａｎｉｃａｎｄＡｔｍｏｓｐｈｅｒｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎ，ＮＯＡＡ）的最优差值海表温度数据集（ＯｐｔｉｍｕｍＩｎｔｅｒｐｏｌａ
ｔｉｏｎＳｅａＳｕｒｆａｃｅＴｅｍｐｅｒａｔｕｒｅ，ＯＩＳＳＴ）资料，每周更新１次，积分时间步长为１００ｓ。
为了研究天山植被变化对新疆气候的影响，设计了３组试验方案：
１）控制试验（ｃｏｎｔｒｏｌ，ＣＴＲＬ）。该试验中植被类型采用Ｄｉｃｋｉｎｓｏｎ等［１９］的分类方法将地表植被划分为２０种
类型（表１），土壤质地分为１２类（沙土１～粘土１２），土壤颜色分为８类（淡１～黑８）。图１给出了植被类型在模
式区域中的分布。从图中可以清楚地看出我国新疆南部地区为沙漠，青藏高原东南部地区、蒙古北部、哈萨克斯
坦中部地区为草地，哈萨克斯坦北部俄罗斯南部地区、印度北部地区、我国中部等地区为农田等等。
２）敏感性试验１（ｓｅｎｓｉｔｉｖｅ１，ＳＥＮ１）。在７０°～９５°Ｅ范围内，将４２．０°～４３．５°Ｎ区域的地表植被类型设置
为草地，而将４３．５°～４５．０°Ｎ区域植被类型设置为耕地；其他地区和ＣＴＲＬ试验中的地表植被类型一致。
表１ 植被类型
犜犪犫犾犲１ 犞犲犵犲狋犪狋犻狅狀狋狔狆犲
序号
Ｓｅｑｕｅｎｃｅ
ｎｕｍｂｅｒ
类型
Ｔｙｐｅ
序号
Ｓｅｑｕｅｎｃｅ
ｎｕｍｂｅ
类型
Ｔｙｐｅ
序号
Ｓｅｑｕｅｎｃｅ
ｎｕｍｂｅｒ
类型
Ｔｙｐｅ
１ 农作物Ｃｒｏｐ ８ 沙漠 Ｄｅｓｅｒｔ １５ 海洋Ｏｃｅａｎ
２ 矮草Ｓｈｏｒｔｇｒａｓｓ ９ 苔原Ｔｕｎｄｒａ １６ 常绿灌木Ｅｖｅｒｇｒｅｅｎｓｈｒｕｂ
３ 常绿针叶树Ｅｖｅｒｇｒｅｅｎｎｅｅｄｌｅｌｅａｆｔｒｅｅ １０ 水浇地Ｉｒｒｉｇａｔｅｄｃｒｏｐ １７ 落叶灌木Ｄｅｃｉｄｕｏｕｓｓｈｒｕｂ
４ 落叶针叶树Ｄｅｃｉｄｕｏｕｓｎｅｅｄｌｅｌｅａｆｔｒｅｅ １１ 半干旱Ｓｅｍｉｄｅｓｅｒｔ １８ 热带雨林 Ｍｉｘｅｄｗｏｏｄｌａｎｄ
５ 落叶阔叶树Ｄｅｃｉｄｕｏｕｓｂｒｏａｄｌｅａｆｔｒｅｅ １２ 冰盖／冰川Ｉｃｅｃａｐ／ｇｌａｃｉｅｒ １９ 森林Ｆｏｒｅｓｔ
６ 常绿阔叶树Ｅｖｅｒｇｒｅｅｎｂｒｏａｄｌｅａｆｔｒｅｅ １３ 沼泽Ｂｏｇ ２０ 水陆混合 Ｗａｔｅｒａｎｄｌａｎｄｍｉｘｔｕｒｅ
７ 高草Ｔａｌｇｒａｓｓ １４ 内陆河Ｉｎｌａｎｄｗａｔｅｒ
２５ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．３
３）敏感性试验２（ｓｅｎｓｉｔｉｖｅ２，ＳＥＮ２）。在７０°～９５°Ｅ
图１ 犆犜犚犔试验中地表植被类型在模式区域中的分布
犉犻犵．１ 犞犲犵犲狋犪狋犻狅狀狋狔狆犲狊犱犻狊狋狉犻犫狌狋犻狅狀狅犳狋犺犲犆犜犚犔
狋犲狊狋犻狀狋犺犲犿狅犱犲犾狉犲犵犻狅狀
范围内，将４２．０°～４６．５°Ｎ区域的地表植被类型设置
为草地。其他地区和ＣＴＲＬ试验中的地表植被类型
一致。
每组试验分别从２００１－２００３年间每年的４月１５
日开始，积分到当年的９月３０日，输出逐日的大气物
理量和地表物理量，这样每组试验可以获得２００１－
２００３年共３个夏季的结果。
１．２ 观测数据
观测资料使用的是英国ＥａｓｔＡｎｇｌｉａ大学Ｃｌｉｍａｔ
ｉｃＲｅｓｅａｒｃｈＵｎｉｔ（简称ＣＲＵ）１９０１－２００９年全球陆面
月平均地面数据集 ＣＲＵ ＴＳ３．１，其空间分辨率为
０．５°×０．５°，这套数据是通过将站点观测资料插值到
经纬网格点上而得到。该数据集提供了１０个地表变
量，包括平均温度、最高温度、最低温度、降水、云量、温
度日较差、水汽压、霜日、露日以及潜在蒸散。与其他类似资料相比，ＣＲＵ资料存在如下优势：在资料的重建过程
中包括了严格的时间均一性检验，空间分辨率更高，时间尺度更长，ＣＲＵ资料一直以来是ＩＰＣＣ评估报告采用的
系列数据之一，这套资料已经广泛用于全球气候变化的科学研究中。本研究中将利用 ＣＲＵ 资料来验证
ＲｅｇＣＭ３在中亚及我国西北地区主要气象要素如降水、气温的模拟能力。同时还用到了中国新疆地区１１１个地
面台站观测数据。
１．３ 分析方法
为了定量检验区域气候模式的模拟性能，本研究采用空间相关系数和均方根误差来反映模拟式的误差。
１．３．１ 空间相关系数 为了定量了解模拟结果与观测场之间的关系，采用空间相关系数来定量反映模拟场和观
测场之间的相似程度。空间相关系数定义如下：
狉＝
∑
犖
犐＝１
（犚犉犐－珚犚犉）（犚犗犐－珚犚犗）
∑
犖
犐＝１
（犚犉犐－珚犚犉）２∑
犖
犐＝１
（犚犗犐－珚犚犗）槡 ２
（１）
犖 表示研究区域内的网格点数；犚犉 和犚犗 分别表示某年回报试验和观测资料。空间相关系数越高，说明模拟场
和观测场之间的相似程度就越高，反之，则越低。
１．３．２ 均方根误差 空间相关系数主要是反映模拟结果的趋势项，为了反映模拟结果的强度项，采用均方根误
差，其定义如下：
犚犕犛犈＝ １犕∑
犕
犻＝１
（犈犻－珚犈）｛ ｝２ １／２ （２）
式中，犈犻＝犈犳犻－犈犗犻，为模拟值与观测值之间的偏差，珚犈＝
１
犕∑
犕
犻＝１
犈犻，犕 为总站（格点）数。均方根误差主要反映的是
预测结果的强度与观测值之间的接近程度，值越小，则说明模拟结果在强度上与观测值越接近，反之，则与观测值
相差越大。
２ 结果与分析
２．１ 模式性能检验
在利用区域气候模拟设计敏感性试验研究天山及其临近地区植被改变对新疆及其临近地区气候变化的影响
之前，首先需要考察区域气候模式对该地区区域气候的模拟能力。图２给出了２００１－２００３年３年平均的５－９
月ＣＲＵ资料（左列）和ＣＴＲＬ试验（右列）模拟的降水空间分布特征。从ＣＲＵ资料（图２）可以发现，５－８月在分
３５第２３卷第３期 草业学报２０１４年
图２ ２００１－２００３年３年平均的５－９月犆犚犝资料
和犆犜犚犔试验模拟的降水空间分布
犉犻犵．２ 犘狉犲犮犻狆犻狋犪狋犻狅狀犱犻狊狋狉犻犫狌狋犻狅狀狅犳犆犚犝犪狀犱犆犜犚犔
犳狉狅犿犕犪狔－犛犲狆狋犲犿犫犲狉犱狌狉犻狀犵２００１－２００３
图３ ２００１－２００３年３年平均的５－９月犆犚犝资料
和犆犜犚犔试验模拟的地面２犿气温空间分布
犉犻犵．３ ２犿狋犲犿狆犲狉犪狋狌狉犲犱犻狊狋狉犻犫狌狋犻狅狀狅犳犆犚犝犪狀犱犆犜犚犔
犳狉狅犿犕犪狔－犛犲狆狋犲犿犫犲狉犱狌狉犻狀犵２００１－２００３
４５ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．３
析区域内存在５个比较明显的降水中心带，它们分布于哈萨克斯坦的北部地区，俄罗斯、哈萨克斯坦、中国以及蒙
古交界的地区，天山中、西部地区、青藏高原西南侧地区以及青藏高原东北部地区，而在９月哈萨克斯坦北部和天
山中、西部地区的降水中心带几乎消失，降水中心带从５－８月的５个减少到３个。与其他月份相比，降水带的强
度和范围在７月达到最强。将ＣＴＲＬ试验结果与ＣＲＵ资料相比，可以发现ＲｅｇＣＭ３区域气候模式较好地模拟
出了ＣＲＵ资料中的降水中心带，降水中心带的强度和范围的季节变化特征在模拟结果中也有较好的体现。
图３给出了２００１－２００３年３年平均的５－９月ＣＲＵ资料（左列）和ＣＴＲＬ试验（右列）模拟的地面２ｍ气温
空间分布特征。从ＣＲＵ资料（图３）可以发现，与其他区域相比，青藏高原地区地面气温在５－９月均为低值中心
区域，而在我国新疆沙漠地区、阿富汗中北部地区、乌兹别克斯坦东部和哈萨克斯坦北部地区分布有几个主要的
高温中心。气温表现出较强的季节变化特征，从５到７月，气温逐渐升高，且在７月达到最高，７月之后，气温逐
渐降低。将ＣＴＲＬ试验结果（图３）与ＣＲＵ资料相比，尽管ＲｅｇＣＭ３区域模式在５－９月（５－６月）低估了青藏高
原地区（新疆沙漠地区）的地面气温，总的说来，ＲｅｇＣＭ３区域气候模式较好地模拟出了ＣＲＵ地面气温的空间分
布和季节变化特征。
为了定量揭示模式结果和ＣＲＵ资料间的差异，分别计算了ＣＴＲＬ试验模拟的降水、地面２ｍ日平均气温、
日最高气温以及日最低气温与ＣＲＵ资料之间的空间相关系数和均方根误差。计算结果列在表２中。从表中可
以看出，模拟的降水量和ＣＲＵ资料的空间相关系数在５－９月均在０．６以上，通过了９９％的显著性检验，而模拟
的地面气温与ＣＲＵ之间的空间相关系数均在０．９以上。说明ＲｅｇＣＭ３区域气候模式能够非常好地模拟新疆及
其临近地区降水和地面气温的空间分布形势，地面气温空间分布的模拟较降水要好。均方根误差主要反映的是
模拟结果和ＣＲＵ资料在强度上的接近程度，从表中可以看出，模拟的月降水和ＣＲＵ资料之间的均方根误差在
５－９月小于３０ｍｍ／月，这和观测还是比较接近的，从对图３的分析也可以看出来。与降水相比，模拟的地面２ｍ
日平均气温、日最高气温以及日最低气温与ＣＲＵ资料间的均方根误差在２℃以内，表明两者之间是非常接近的。
从前面的分析可以发现，ＲｅｇＣＭ３区域气候模式对新疆及其临近地区降水、温度具有较好的模拟能力，因而利用
它来研究天山地区地表植被变化对新疆及其临近地区区域气候变化的影响是可行的。
表２ 区域平均（３５°～５５°犖，６５°～１００°犈）的犆犜犚犔试验２００１－２００３年模拟结果平均值和
犆犚犝资料之间的空间相关系数和均方根误差
犜犪犫犾犲２ 犛犆犆（狊狆犪狋犻犪犾犮狅狉狉犲犾犪狋犻狅狀犮狅犲犳犳犻犮犻犲狀狋）犪狀犱犚犕犛犈（狉犲犾犪狋犻狏犲狉狅狅狋犿犲犪狀狊狇狌犪狉犲犲狉狉狅狉）狅犳狉犪狀犵犲犪狏犲狉犪犵犲
（３５°－５５°犖，６５°－１００°犈）犫犲狋狑犲犲狀犆犜犚犔犪狀犱犆犜犝犱狌狉犻狀犵２００１－２００３
月份
Ｍｏｎｔｈ
降水量
Ｐｒｅｃｉｐｉｔａｔｉｏｎ
ＳＣＣ ＲＭＳＥ（ｍｍ）
２ｍ日平均气温
２ｍｄａｉｌｙａｖｅｒａｇｅｔｅｍｐｅｒａｔｕｒｅ
ＳＣＣ ＲＭＳＥ（℃）
２ｍ日最高气温
２ｍｄａｉｌｙｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ
ＳＣＣ ＲＭＳＥ（℃）
２ｍ日最低气温
２ｍｄａｉｌｙｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ
ＳＣＣ ＲＭＳＥ（℃）
５ ０．６１ ２２．８ ０．９５ １．３５ ０．９６ １．５１ ０．９５ １．４７
６ ０．６２ ２６．５ ０．９４ １．５７ ０．９６ １．６３ ０．９５ １．６３
７ ０．７３ ２５．６ ０．９３ １．７８ ０．９５ １．６７ ０．９４ １．７１
８ ０．７７ １５．１ ０．９２ １．７７ ０．９４ １．６９ ０．９３ １．８１
９ ０．６３ ２９．１ ０．９２ １．６８ ０．９５ １．６６ ０．９２ １．８０
２．２ 敏感性试验结果分析
为了讨论植被变化对新疆及其临近地区气象要素（如降水、地面气温等）的影响，下面将分析３组试验模拟结
果之间的差异，并对内在的原因进行讨论。
图４给出了２００１－２００３年３年平均的５－９月ＳＥＮ１ 试验与ＣＴＲＬ试验以及ＳＥＮ２ 试验与ＳＥＮ１ 试验模拟
的总降水量差值空间分布。从ＳＥＮ１ 试验和ＣＴＲＬ试验模拟结果之间的差异可以看出，在７０°～９５°Ｅ范围内将
４２．０°～４３．５°Ｎ区域的地表植被类型设置为草地，而将４３．５°～４５．０°Ｎ区域植被类型设置为耕地后，新疆地区
５５第２３卷第３期 草业学报２０１４年
沿天山东西走向区域的降水将增加，从５月到７月，降水增加的强度逐渐增加，却在７月降水的增加量达到最大，
且在天山中部地区降水的增加量达到３０ｍｍ／月以上，之后降水的增加逐渐减少，到９月，降水增加量在这５个
月中达到最小。从ＳＥＮ２ 试验和ＳＥＮ１ 试验模拟结果间的差异发现，当在７０°～９５°Ｅ范围内４２．０°～４６．５°Ｎ区
域的地表植被类型设置为草地后，新疆地区的降水量将减小，且降水量变化比较大的区域也是出现在沿天山呈东
西走向的狭长区域内，在５月，降水量减少的强度在１５ｍｍ／月左右，６和７月，降水量减少强度逐渐增加，新疆地
区的天山中部区域降水减少量达到３０ｍｍ／月，且变化较大的范围扩展到较北的区域。总的说来，从ＳＥＮ１ 试验
与ＣＴＲＬ试验以及ＳＥＮ２ 试验与ＳＥＮ１ 试验模拟的总降水量差值大值区主要出现在４３．５°～４５．０°区域，这主要
是由于在这个区域内将植被类型设置为农田，这样的植被类型下的下垫面水热性质与该地区实际植被类型下垫
面水热性质产生较大的差异，从而使得在该区域内气象要素产生较大的差异。我们将会通过分析地气间通量的
差异来做进一步讨论。
在模式中模拟出来的降水来自两部分，一部分来自于对流性降水，一部分来自大尺度降水。上面给出的是总
降水，即包括了对流性和大尺度降水。为了更清楚地了解下垫面植被类型变化对对流性降水的影响，图５给出的
是２００１－２００３年３年平均的５－９月ＳＥＮ１ 试验与ＣＴＲＬ试验以及ＳＥＮ２ 试验与ＳＥＮ１ 试验模拟的对流性降水
量差值空间分布。从图中可以看出，植被变化对新疆地区对流性降水的影响与对总降水量影响呈类似的分布特
征，对流性降水变化较大的区域主要集中在天山中、东部地区，在５和８月，强度在１０ｍｍ／月以上，在６和７月，
降水变化量的强度在２０ｍｍ／月以上，与其他４个月相比，９月降水变化量的强度最小，在５ｍｍ／月左右，且主要
出现在天山中部地区。
不同的植被类型具有不同的水热性质和动力学性质，会引起下垫面物理参数（如粗糙度、反照率以及热力学
和动力学拖曳系数等）的变化，这些物理参数会影响地表热通量、动量通量等物理量的计算。特别是地表热通量
的改变会直接影响到地面气温的变化。
图６给出２００１－２００３年３年平均的５－９月ＳＥＮ１ 试验与ＣＴＲＬ试验以及ＳＥＮ２ 试验与ＳＥＮ１ 试验模拟的
地面２ｍ气温差值空间分布。ＳＥＮ１ 试验和ＣＴＲＬ试验模拟的地面气温差值（图５）可以发现，将７０°～９５°Ｅ范
围内４２．０°～４３．５°Ｎ（４３．５°～４５．０°Ｎ）区域的地表植被类型设置为草地（耕地）后，由于草地与该地区实际的植
被类型比较接近，而耕地植被类型和实际情况差异较大，和降水的差异类似，新疆区域地面气温差异显著的区域
主要出现在耕地（４３．５°～４５．０°Ｎ）区域内，且差值高中心在５－９月均出现在天山东部及其临近地区，从实际的
植被类型分布可发现在这个区域下垫面类型主要是沙漠或者戈壁，当将这个区域的植被类型设置为耕地以后，该
地区的气温将减少，在６－８月，地面气温的减少量高达５℃以上。从ＳＥＮ２ 试验和ＳＥＮ１ 试验模拟的地面气温差
值（图５）可以看出，将７０°～９５°Ｅ范围内（４２．０°～４６．５°Ｎ）区域的地表植被类型设置为草地后，与ＳＥＮ１ 试验结
果相比，ＳＥＮ２ 试验模拟的新疆区域地面气温将增加，气温增加显著的区域和高值中心与ＳＥＮ１ 试验和ＣＴＲＬ试
验间地面气温差值的分布类似。
地面气温的计算与地表热通量的计算具有非常直接的关系，为了进一步了解当下垫面植被类型改变后到底
是怎样通过影响地表热通量的计算然后影响到地面气温的计算并进而影响到降水的模拟的，图７给出了２００１－
２００３年夏季（６－８月）３年平均的ＳＥＮ１ 试验与ＣＴＲＬ试验以及ＳＥＮ２ 试验与ＳＥＮ１ 试验模拟的各地表热通量分
量以及地表净热通量差值的空间分布。从ＳＥＮ１ 与ＣＴＲＬ试验模拟的地表热通量以及地表净热通量差值（图７）
可以发现，差异较大的主要是向上的潜热通量，感热的差异最小，向下净短波和向上净长波辐射通量的差异大小
介于感热和潜热之间，地表净热通量的差异主要来源于潜热差异，地表净热通量大值区和潜热差异大值区分布非
常类似，主要集中在耕地（４３．５°～４５．０°Ｎ）区域内，这和夏季地面气温差异区（图６）一致。这也说明了当在ＳＥＮ１
改变植被类型后，特别是在ＳＥＮ１ 试验中将７０°～９５°Ｅ范围内４２．０°～４３．５°Ｎ（４３．５°～４５．０°Ｎ）区域的地表植被
类型设置为草地（耕地）后，由于耕地类型和实际（ＣＴＲＬ）的植被类型水热性质差异较大，导致了在该区域模拟的
地面净热通量差异较大，这个差异主要来源于地面潜热通量的差异，ＳＥＮ１ 试验相对于ＣＴＲＬ试验模拟的地表净
热通量减少，进而造成了ＳＥＮ１ 试验模拟的夏季地面气温比ＣＴＲＬ试验的模拟结果在耕地区域内偏低较明显。
从ＳＥＮ２试验与ＳＥＮ１试验模拟的夏季各地表热通量分量和地表净热通量的差异（图７）可以发现，差异大值区
６５ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．３
图４ ２００１－２００３年平均的５－９月犛犈犖１ 试验与犆犜犚犔试验
以及犛犈犖２ 试验与犛犈犖１ 试验模拟的总降水量差值空间分布
犉犻犵．４ 犘狉犲犮犻狆犻狋犪狋犻狅狀犪狏犲狉犪犵犲犱犻狊狋狉犻犫狌狋犻狅狀犫犲狋狑犲犲狀犛犈犖１犪狀犱
犆犜犚犔／犛犈犖２犳狉狅犿犕犪狔－犛犲狆狋犲犿犫犲狉犱狌狉犻狀犵２００１－２００３
等值线：降水差异；单位：ｍｍ／月；填充：差异通过９５％显著性水
平。Ｉｓｏｐｌｅｔｈ：Ｖａｒｉａｎｃｅｏｆｐｒｅｃｉｐｉｔａｔｉｏｎ；Ｕｎｉｔ：ｍｍ／ｍｏｎｔｈ；Ｆｉｌｉｎｇ：
Ｄｉｆｆｅｒｅｎｃｅｓｉｎｔｈｅ９５％ｌｅｖｅｌｏｆｓｉｇｎｉｆｉｃａｎｃｅ．
图５ ２００１－２００３年５－９月犛犈犖１ 试验与犆犜犚犔试验及犛犈犖２
试验与犛犈犖１ 试验模拟的对流性降水量差值空间分布
犉犻犵．５ 犆狅狀狏犲犮狋犻狏犲狆狉犲犮犻狆犻狋犪狋犻狅狀犪狏犲狉犪犵犲犱犻狊狋狉犻犫狌狋犻狅狀犫犲狋狑犲犲狀犛犈犖１
犪狀犱犆犜犚犔／犛犈犖２犳狉狅犿犕犪狔－犛犲狆狋犲犿犫犲狉犱狌狉犻狀犵２００１－２００３
等值线：降水差异；单位：ｍｍ／月；填充：差异通过９５％显著性水
平。Ｉｓｏｐｌｅｔｈ：Ｖａｒｉａｎｃｅｏｆｐｒｅｃｉｐｉｔａｔｉｏｎ；Ｕｎｉｔ：ｍｍ／ｍｏｎｔｈ；Ｆｉｌｉｎｇ：
Ｄｉｆｆｅｒｅｎｃｅｓｉｎｔｈｅ９５％ｌｅｖｅｌｏｆｓｉｇｎｉｆｉｃａｎｃｅ．
７５第２３卷第３期 草业学报２０１４年
图６ ２００１－２００３年平均的５－９月犛犈犖１ 试验与犆犜犚犔试验以
及犛犈犖２ 试验与犛犈犖１ 试验模拟的地面２犿气温差值空间分布
犉犻犵．６ ２犿狋犲犿狆犲狉犪狋狌狉犲犱犻狊狋狉犻犫狌狋犻狅狀犫犲狋狑犲犲狀犛犈犖１犪狀犱犆犜犚犔／
犛犈犖２犳狉狅犿犕犪狔－犛犲狆狋犲犿犫犲狉犱狌狉犻狀犵２００１－２００３
等值线：气温差异；单位：℃；填充：差异通过９５％显著性水平。Ｉ
ｓｏｐｌｅｔｈ：Ｖａｒｉａｎｃｅｏｆｔｅｍｐｅｒａｔｕｒｅ；Ｕｎｉｔ：℃；Ｆｉｌｉｎｇ：Ｄｉｆｆｅｒｅｎｃｅｓｉｎ
ｔｈｅ９５％ｌｅｖｅｌｏｆｓｉｇｎｉｆｉｃａｎｃｅ．
图７ ２００１－２００３年夏季３年平均的犛犈犖１ 试验与犆犜犚犔试验
以及犛犈犖２ 试验与犛犈犖１ 试验模拟的各地表热通量分量
犉犻犵．７ 犛狌狉犳犪犮犲犺犲犪狋犳犾狌狓犪狏犲狉犪犵犲犱犻狊狋狉犻犫狌狋犻狅狀狅犳犫犲狋狑犲犲狀犛犈犖１
犪狀犱犆犜犚犔／犛犈犖２犻狀狊狌犿犿犲狉犱狌狉犻狀犵２００１－２００３
分别是：向下净太阳辐射（ＳＷ），向上净长波辐射（ＬＷ），向上感热通量
（ＳＨＦ）和潜热通量（ＬＨＦ）以及地表净热通量（ＮＳＨＦ，向下为正）差值空间分
布；等值线：地表热通量差异；单位：Ｗ／ｍ２；填充：差异通过９５％显著性水平。
Ｒｅｓｐｅｃｔｉｖｅ：Ｄｏｗｎｗａｒｄｎｅｔｓｏｌａｒｓｈｏｒｔｗａｖｅｒａｄｉａｔｉｏｎ（ＳＷ），ｕｐｗａｒｄｎｅｔｌｏｎｇ
ｗａｖｅｒａｄｉａｔｉｏｎ（ＬＷ），ｕｐｗａｒｄｓｅｎｓｉｂｌｅｈｅａｔｆｌｕｘ（ＳＨＦ）ａｎｄｌａｔｅｎｔｈｅａｔｆｌｕｘ
（ＬＨＦ），ｎｅｔｓｕｒｆａｃｅｈｅａｔｆｌｕｘ（ＮＳＨＦ，ｄｏｗｎｗａｒｄ：ｐｏｓｉｔｉｖｅ）．Ｉｓｏｐｌｅｔｈ：Ｖａｒｉａｎｃｅ
ｏｆｔｅｍｐｅｒａｔｕｒｅ；Ｕｎｉｔ：℃；Ｆｉｌｉｎｇ：Ｄｉｆｅｒｅｎｃｅｓｉｎｔｈｅ９５％ｌｅｖｅｌｏｆｓｉｇｎｉｆｉｃａｎｃｅ．
８５ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．３
和ＳＥＮ１ 试验与ＣＴＲＬ试验模拟结果差异一致（图７），只是符号相反，ＳＥＮ２ 试验模拟的夏季地面气温较ＳＥＮ１
试验的模拟结果在耕地区域内较明显的偏高主要由于因地面潜热差异导致的地面净热通量正偏差所致。潜热通
量的差异除了影响地面气温的计算外，还会影响到水汽的供应。将图６与图３和图４进行分析发现，潜热通量的
变化改变了７０°～９５°Ｅ范围内４２．０°～４３．５°Ｎ区域局地的水汽供应，从而造成了这个地区较大的降水差异。
３ 结论与讨论
利用ＩＴＣＰ提供的ＲｅｇＣＭ３区域气候模式通过设计３组数值试验研究天山植被变化对新疆气候的影响。首
先通过对比分析ＣＴＲＬ试验模拟结果和观测资料的差异检验了模式对地面气温、降水等重要气象要素的模拟能
力，然后分析了敏感性试验和控制试验的差异来深入揭示天山及其临近地区的植被变化对新疆地区温度和降水
的影响。
１）通过对比分析ＣＴＲＬ试验模拟的和观测的地面气温和降水发现，模拟的降水量（地面气温）和ＣＲＵ资料
的空间相关系数在５－９月均在０．６（０．９）以上，均通过了９９％的显著性检验。模拟的月降水和月平均地面气温
和ＣＲＵ资料之间的均方根误差在５－９月小于３０ｍｍ／月（２℃），说明模拟结果和观测非常接近。总的说来
ＲｅｇＣＭ３区域气候模式对新疆及其临近地区降水、温度的空间分布形势和季节变化特征具有较好的模拟能力。
２）ＳＥＮ１ 试验与ＣＴＲＬ试验以及ＳＥＮ２ 试验与ＳＥＮ１ 试验模拟的总降水量差值大值区主要出现在７０°～
９５°Ｅ范围内４３．５°～４５．０°Ｎ区域，且降水量的变化强度在５－７月逐渐增强，然后减弱。进一步的分析发现，植
被的变化主要通过影响对流性降水并进而影响总降水的变化。
３）与降水差异的分布形势类似，ＳＥＮ１ 试验与ＣＴＲＬ试验以及ＳＥＮ２ 试验与ＳＥＮ１ 试验模拟的地面气温差
值大值区主要出现在７０°～９５°Ｅ范围内４３．５°～４５．０°Ｎ区域，且变化强度在５－７月逐渐增强，然后减弱。
４）不同的植被类型具有不同的水热性质和动力学性质，会引起下垫面物理参数（如粗糙度、反照率以及热力
学和动力学拖曳系数等）的变化，这些物理参数会影响地表热通量、动量通量等物理量的计算。通过分析ＳＥＮ１
试验与ＣＴＲＬ试验以及ＳＥＮ２ 试验和ＳＥＮ１ 试验模拟的夏季各地表热通量和净热通量间的差异发现，植被类型
变为农田后会造成较大的地面潜热通量差异并引起地表净热通量较大的差异，进而影响到地面气温的模拟。潜
热通量的变化通过影响局地的水汽供应进而引起降水较大的变化。
ＲｅｇＣＭ３一经推出，就受到各国气象工作者的高度关注。以一个区域气候模式能力的最基本检验方法就是
将其用于区域气候的模拟实验中。而温度和降水则是区域气候模拟研究中最基本的要素。Ｐａｌ［１９］用ＲｅｇＣＭ３对
欧洲１９９４年１０月到１９９５年８月间冬夏两季的气温和降水进行模拟，模拟得到温度和降水的分布以及极值中心
与实况很吻合，但对降水量的模拟偏大；还对东亚季风区冬夏两季的季节性降水和降水月变化情况进行了模拟分
析，发现模式对季节性变化和月变化有很好的模拟效果，对降水的模拟同样存在偏大的误差，尤其是在冬季。从
ＲｅｇＣＭ３模拟的温度和降水看出，模式在新疆区域气候模拟上是很成功的。
敏感性实验一直都是气候模拟实验中的重要组成，其优点在于能揭示各种物理因子的气候效应，对于人们了
解模式、更好利用模式以及对模式的改进有很大的帮助。Ｐｕｒｅｖｊａｖ和Ｌｕｖｓａｎ［２０］就沙漠化对蒙古气候的影响进
行了模拟评估，用ＲｅｇＣＭ３模式进行了地表覆盖状况改为将来可能出现的沙漠化状况的敏感性实验。试验结果
表明，草原沙漠化不仅会影响气候，还会进一步影响水循环和地表能量收支，水汽蒸发的减少主要就在沙漠地区，
同时使降水减少、地表温度升高，这会给当地人民生活生产带来巨大的影响。张伟等［２１］为了对比三江平原湿地
大面积开垦前、后三江平原夏季气候状况差异和更加全面认识三江平原区域夏季气候特征，完善以往相关研究中
因三江平原气象站点少而带来的研究结果的局限性，在１０ｋｍ分辨率下采用区域气候模式ＲｅｇＣＭ３，针对三江
平原夏季水热同季的气候特点，以６和７月为例，对２０世纪５０年代和９０年代的夏季气候特征进行了数值模拟。
结果表明与气温和降水量的观测数据相比，模拟结果更全面地反映了三江平原湿地大面积开垦前、后２个年代夏
季气温和降水量的分布特征，修正了以往因气象站点少而产生的区域气候认识上的偏差。通过分析湿地大面积
开垦前、后２个年代研究区夏季气候状况的差异，发现在湿地开垦强度最大的地区，气温和降水量的分布及其量
值变化也最为明显。从本研究的敏感性实验结果看，模式能够揭示天山山区植被类型变化对温度降水的影响。
９５第２３卷第３期 草业学报２０１４年
总体来看，区域气候模式ＲｅｇＣＭ３能较好地模拟出新疆的温度和降水特征，也能够模拟天山及其临近地区
的植被变化对新疆地区温度和降水的影响，这对于新疆在气象观测站点稀疏且分布不均，特别是山区缺少气象观
测的情况下开展气象服务非常有利。但山区植被类型复杂，模拟精度不够，还需要做进一步的研究。
参考文献：
［１］ ＬａｍｂｉｎＥＦ，ＳｔｒａｈｌｅｒＡＨ．Ｉｎｄｉｃａｔｏｒｓｏｆｌａｎｄｃｏｖｅｒｃｈａｎｇｅｆｏｒｃｈａｎｇｅｖｅｃｔｏｒａｎａｌｙｓｉｓｉｎｍｕｌｔｉｔｅｍｐｏｒａｌｓｐａｃｅａｔｃｏａｒｓｅｓｐａｔｉａｌ
ｓｃａｌｅｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，１９９４，１５：２０９９２１１９．
［２］ 方精云，朴世龙，贺金生，等．近２０年来中国植被活动在增强［Ｊ］．中国科学Ｃ辑，２００３，３３（６）：５５４５６５．
［３］ ＭｙｎｅｎｉＲＢ，ＫｅｅｌｉｎｇＣＤ，ＴｕｃｋｅｒＣＪ，犲狋犪犾．Ｉｎｃｒｅａｓｅｄｐｌａｎｔｇｒｏｗｔｈｉｎｔｈｅｎｏｒｔｈｅｒｎｈｉｇｈｌａｔｉｔｕｄｅｓｆｒｏｍ１９８１ｔｏ１９９１［Ｊ］．Ｎａ
ｔｕｒｅ，１９９７，３８６：６９８７０２．
［４］ ＮｅｍａｎｉＲ，ＫｅｅｌｉｎｇＣ，ＨａｓｈｉｍｏｔｏＨ，犲狋犪犾．Ｃｌｉｍａｔｅｄｒｉｖｅｎｉｎｃｒｅａｓｅｓｉｎｇｌｏｂａｌｔｅｒｒｅｓｔｒｉａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｆｒｏｍ１９８２ｔｏ
１９９９［Ｊ］．Ｓｃｉｅｎｃｅ，２００３，３００：１５６０１５６３．
［５］ 信忠保，许炯心，郑伟．气候变化和人类活动对黄土高原植被覆盖变化的影响［Ｊ］．中国科学 Ｄ辑：地球科学，２００７，
３７（１１）：１５０４１５１４．
［６］ 李西良，侯向阳，ＵｂｕｇｕｎｏｖＬ，等．气候变化对家庭牧场复合系统的影响及其牧民适应［Ｊ］．草业学报，２０１２，２２（１）：１４８
１５６．
［７］ 施雅风，沈永平，胡汝骥．西北气候由暖干向暖湿转型的信号、影响和前景初步探讨［Ｊ］．冰川冻土，２００２，２４（３）：２１９２２６．
［８］ 李秀花，师庆东，常顺利，等．１９８１－２００１年中国西北干旱区ＮＤＶＩ变化分析［Ｊ］．干旱区地理，２００８，３１（６）：９４０９４５．
［９］ 李秀花，师庆东，郭娟，等．中国西北干旱区１９８１－２００１年 ＮＤＶＩ对气候变化的响应分析［Ｊ］．干旱区资源与环境，２００９，
２３（２）：１２１６．
［１０］ 冯琦胜，修丽娜，梁天刚．基于ＣＳＣＳ的中国现存自然植被分布研究［Ｊ］．草业学报，２０１２，２２（３）：１６２４．
［１１］ 任继周，梁天刚，林慧龙，等．草地对全球气候变化的响应及其碳汇潜势研究［Ｊ］．草业学报，２０１１，２０（２）：１２２．
［１２］ 马明国，董立新，王雪梅．过去２１ａ中国西北植被覆盖动态监测与模拟［Ｊ］．冰川冻土，２００３，２５：１３５１４２．
［１３］ ＧｒｅｌＧ．Ｐｒｏｇｎｏｓｔｉｃｅｖａｌｕａｔｉｏｎｏｆａｓｓｕｍｐｔｉｏｎｓｕｓｅｄｂｙｃｕｍｕｌｕｓｐａｒａｍｅｔｅｒｉｚａｔｉｏｎｓ［Ｊ］．ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗ，１９９３，２１：
７６４７８７．
［１４］ ＡｎｔｈｅｓＲ．Ａｃｕｍｕｌｕｓｐａｒａｍｅｔｅｒｉｚａｔｉｏｎｓｃｈｅｍｅｕｔｉｌｉｚｉｎｇａｏｎｅｄｉｍｅｎｓｉｏｎａｌｃｌｏｕｄｍｏｄｅｌ［Ｊ］．ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗ，１９７７，
１０５：２７０２８６．
［１５］ ＢｅｔｔｓＡＫ，ＭｉｌｅｒＭＪ．ＴｈｅＢｅｔｔｓＭｉｌｅｒｓｃｈｅｍｅ，ｔｈｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｃｕｍｕｌｕｓｃｏｎｖｅｃｔｉｏｎｉｎｎｕｍｅｒｉｃａｌｍｏｄｅｌｓ［Ｊ］．Ｍｅｔｅｏｒ
ｏｌｏｇｉｃａｌＭｏｎｏｇｒａｐｈｓ，１９９３，４６：１０７１２１．
［１６］ ＦｒｏｔｓｃｈＪＭ，ＣｈａｐｐｅｌＦ．ＮｕｍｅｒｉｃａｌｐｒｅｄｉｃｔｉｏｎｏｆｃｏｎｖｅｃｔｉｖｅｌｙｄｒｉｖｅｎｍｅｓｏｓｃａｌｅｐｒｅｓｓｕｒｅｓｙｓｔｅｍｓＰａｒｔＩ：ｃｏｎｖｅｃｔｉｖｅｐａｒａｍｅ
ｔｅｒｉｚａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｔｍｏｓｐｈｅｒｅＳｃｉｅｎｃｅ，１９８０，３７：１７２２１７３３．
［１７］ ＺｅｎｇＸ，ＺｈａｏＭ，ＤｉｃｋｉｎｓｏｎＲＥ．Ｉｎｔｅｒｃｏｍｐａｒｉｓｏｎｏｆｂｕｌｋａｅｒｏｄｙｎａｍｉｃａｌｇｏｒｉｔｈｍｓｆｏｒｔｈｅｃｏｍｐｕｔａｔｉｏｎｆｏｒｓｅａｓｕｒｆａｃｅｆｌｕｘｅｓ
ｕｓｉｎｇｔｏｇａｃｏａｒｅａｎｄｔａｏｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｌｉｍａｔｅ，１９９８，１１：２６２８２６４４．
［１８］ ＧｉｏｒｇｉＦ，ＦｒａｎｃｉｓｏＲ，ＰａｌＪ．Ｅｆｆｅｃｔｓｏｆａｓｕｂｇｒｉｄｓｃａｌｅｔｏｐｏｇｒａｐｈｙａｎｄｌａｎｄｕｓｅｓｃｈｅｍｅｏｎｔｈｅｓｉｍｕｌａｔｉｏｎｏｆｓｕｒｆａｃｅｃｌｉｍａｔｅ
ａｎｄｈｙｄｒｏｌｏｇｙ．Ｐａｒｔ１：ｅｆｆｅｃｔｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｗａｔｅｒｖａｐｏｒｄｉｓａｇｇｒｅｇａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｍｅｔｅｏｒｏｌｏｇｙ，２００３，４：
３１７３４４．
［１９］ ＰａｌＪ．ＥｘａｍｐｌｅｓｏｆｓｉｍｕｌａｔｉｏｎｓｗｉｔｈｔｈｅｌａｔｅｓｔｖｅｒｓｉｏｎｏｆｔｈｅＲｅｇＣＭ［Ａ］．Ｒｅｐｏｒｔｅｄｏｎｔｈｅ“ＩＴＣＰＷｏｒｋｓｈｏｐｏｎｔｈｅＴｈｅｏｒｙ
ａｎｄＵｓｅｏｆＲｅｇｉｏｎａｌＣｌｉｍａｔｅＭｏｄｅｌ”［Ｍ］．Ｉｔａｌｙ：ＩＣＴＴ，２００３．
［２０］ ＰｕｒｅｖｊａｖＧ，ＬｕｖｓａｎＮ．ＴｈｅｉｍｐａｃｔｏｆｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｏｎＭｏｎｇｏｌｉａｎｃｌｉｍａｔｅａｎｄｉｔｓｎｕｍｅｒｉｃａｌｓｔｕｄｙｕｓｉｎｇｒｅｇｉｏｎａｌｃｌｉｍａｔｅ
ｍｏｄｅｌ（ＲｅｇＣＭ３）［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ３ＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎＴｅｒｒｅｓｔｒｉａｌＣｈａｎｇｅｉｎＭｏｎｇｏｌｉａＪｏｉｎｔＷｏｒｋｓｈｏｐｏｆ
ＡＭＰＥＸ，ＩＯＲＧＣａｎｄＲＡＩＳＥＰｒｏｊｅｃｔｓ［Ｃ］．ＴＥＲＣ：ＵｎｉｖｅｒｓｉｔｙｏｆＴｓｕｋｕｂａ，２００４：１１２１１３．
［２１］ 张伟，闰敏华，陈泮勤．三江平原湿地大面积开垦前后区域夏季气候状况的对比研究［Ｊ］．湿地科学，２００８，６（２）：２７８２８４．
０６ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．３
犖狌犿犲狉犻犮犪犾狊犻犿狌犾犪狋犻狅狀犪狀犪犾狔狊犻狊狅狀狋犺犲犻犿狆犪犮狋狅犳犮犺犪狀犵犲犻狀狉犪狀犵犲犾犪狀犱狏犲犵犲狋犪狋犻狅狀狋狔狆犲狅狀
犮犾犻犿犪狋犲犻狀狋犺犲犜犻犪狀狊犺犪狀犕狅狌狀狋犪犻狀狊狌狊犻狀犵犪犚犲犵犻狅狀犪犾犆犾犻犿犪狋犲犕狅犱犲犾
ＺＨＡＯＬｉｎｇ１，２，ＹＡＮＧＱｉｎｇ２，ＡＮＳｈａｚｈｏｕ１
（１．ＣｏｌｅｇｅｏｆＧｒａｓｓｌａｎｄａｎｄＥｎｖｉｒｏｎｍｅｎｔＳｃｉｅｎｃｅ，ＸｉｎｊｉａｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，ＫｅｙＬａｂｏｒａｔｏｒｙｏｆ
ＧｒａｓｓｌａｎｄＲｅｓｏｕｒｃｅｓａｎｄＥｃｏｌｏｇｙｏｆＸｉｎｊｉａｎｇ，Ｕｒｕｍｑｉ８３００５２，Ｃｈｉｎａ；２．ＩｎｓｔｉｔｕｔｅｏｆＤｅｓｅｒｔ
Ｍｅｔｅｏｒｏｌｏｇｙ，ＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｙＡｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｕｒｕｍｑｉ８３０００２，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｏｆｖｅｇｅｔａｔｉｏｎｗｉｔｈｃｌｉｍａｔｅｃｈａｎｇｅｈａｓｂｅｅｎｉｄｅｎｔｉｆｉｅｄｉｎｒｅｃｅｎｔｓｔｕｄｉｅｓａｔｒｅｇｉｏｎａｌａｎｄ
ｇｌｏｂａｌｓｃａｌｅｓ．Ｔｈｅｓｅｅｆｆｏｒｔｓｈａｖｅｐｒｏｖｉｄｅｄｔｈｅｂａｓｉｓｆｏｒｖｅｇｅｔａｔｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｅｃｏｅｎｖｉｒｏｎｍｅｎｔｒｅｓｔｏｒａ
ｔｉｏｎｔｈｒｏｕｇｈｒｅｓｅａｒｃｈｏｎｖｅｇｅｔａｔｉｏｎｄｙｎａｍｉｃｓｉｎｓｐｅｃｉｆｉｃｒｅｇｉｏｎｓａｎｄｏｎｉｔｓｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｃｌｉｍａｔｅｃｈａｎｇｅｔｏ
ｆｉｎｄｔｈｅｋｅｙｆａｃｔｏｒａｆｆｅｃｔｉｎｇｖｅｇｅｔａｔｉｏｎｃｈａｎｇｅｓ．Ｉｎｔｈｉｓｓｔｕｄｙ，ｔｈｅｓｉｍｕｌａｔｉｏｎｓｏｆｃｌｉｍａｔｅ（ｍａｉｎｌｙｔｅｍｐｅｒａｔｕｒｅ
ａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｃｈａｎｇｅｓｏｖｅｒＸｉｎｊｉａｎｇ）ｉｎｔｈｅＸｉｎｊｉａｎｇｒｅｇｉｏｎｗｅｒｅｃａｒｒｉｅｄｏｕｔｂｙＲｅｇＣＭ３
ｎｅｓｔｅｄｉｎｔｏＣＲＵｄａｔａ．ＴｈｅＲｅｇＣＭ３ｍｏｄｅｌｈａｓｔｈｅａｂｉｌｉｔｙｔｏｓｉｍｕｌａｔｅｔｈｅｂａｓｉｃｃｈａｒａｃｔｅｒｏｆｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕ
ｔｉｏｎｏｆｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄｔｅｍｐｅｒａｔｕｒｅｏｖｅｒＸｉｎｊｉａｎｇ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｍｏｄｅｌｓｉｍｕｌａｔｉｏｎｃａｎｐｒｏｖｉｄｅｍｏｒｅ
ｒｅｌｉａｂｌｅｉｎｆｏｒｍａｔｉｏｎｏｆｌｏｃａｌｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄａｉｒｔｅｍｐｅｒａｔｕｒｅｆｏｒｒｅｇｉｏｎｓｗｉｔｈｆｅｗｏｂｓｅｒｖａｔｉｏｎｓｔａｔｉｏｎｓ．Ｔｈｅ
ｉｍｐａｃｔｏｆｔｈｅｃｈａｎｇｅｉｎｒａｎｇｅｌａｎｄｖｅｇｅｔａｔｉｏｎｔｙｐｅｏｎｃｌｉｍａｔｅｉｎＴｉａｎｓｈａｎＭｏｕｎｔａｉｎｓｗａｓａｎａｌｙｚｅｄｂｙｔｈｅＲｅ
ｇｉｏｎａｌＣｌｉｍａｔｅＭｏｄｅｌ．Ｕｓｉｎｇｔｈｉｓｍｏｄｅｌ，ｗｅａｎａｌｙｓｅｄｔｈｅｉｍｐａｃｔｏｆｖｅｇｅｔａｔｉｏｎｃｈａｎｇｅｏｎｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅ
ｃｉｐｉｔａｔｉｏｎｔｈｒｏｕｇｈｔｈｒｅｅｓｅｎｓｉｔｉｖｉｔｙｅｘｐｅｒｉｍｅｎｔｓ．Ｔｈｅｉｎｃｒｅａｓｅｉｎｇｒａｓｓｌａｎｄａｒｅａｍａｙｈａｖｅｌｉｔｔｌｅｅｆｆｅｃｔｏｎｔｅｍ
ｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｔｈｅＴｉａｎｓｈａｎＭｏｕｎｔａｉｎｓ，ｂｕｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｔｈａｔｃｈａｎｇｅｄｆｒｏｍｇｒａｓｓｌａｎｄｔｏｃｒｏｐ
ｌａｎｄｒｅｓｕｌｔｅｄｉｎａｎｉｎｃｒｅａｓｅｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｔｈｅｓｕｒｆａｃｅｌａｙｅｒ．Ｈａｌｆｏｆｔｈｅｇｒａｓｓａｒｅａｃｕｌｔｉｖａｔ
ｅｄｃｏｕｌｄｂｒｉｎｇｇｒｏｗｔｈｆｒｏｍＭａｙｔｏＪｕｌｙｉｎｔｈｅＴｉａｎｓｈａｎＭｏｕｎｔａｉｎｓ．Ｔｈｉｓｓｔｕｄｙｓｈｏｗｅｄｔｈａｔｌａｔｅｎｔｈｅａｔｒｅｌｅａｓｅ
ｗａｓｔｈｅｍａｉｎｆａｃｔｏｒｃａｕｓｉｎｇｔｈｅｇｒｏｕｎｄｔｅｍｐｅｒａｔｕｒｅｄｉｆｆｅｒｅｎｃｅ．Ｔｈｅｌａｔｅｎｔｈｅａｔ，ｂｙｉｎｆｌｕｅｎｃｉｎｇｔｈｅｗａｔｅｒｖａｐｏｒ
ｃｏｎｔｅｎｔｓ，ａｆｆｅｃｔｅｄｔｈｅｔｈｅｒｍｏｃｏｎｖｅｃｔｉｖｅｌｏｃａｌｐｒｅｃｉｐｉｔａｔｉｏｎ．
犓犲狔狑狅狉犱狊：ＴｉａｎｓｈａｎＭｏｕｎｔａｉｎｓ；ＲｅｇｉｏｎａｌＣｌｉｍａｔｅＭｏｄｅｌ；ｒａｎｇｅｌａｎｄｖｅｇｅｔａｔｉｏｎ
１６第２３卷第３期 草业学报２０１４年