论文部分内容阅读
植被作为陆地生态系统重要的组成部分，与气候变化存在紧密的联系，在陆地与大气相互作用的过程中，扮演了极其重要的角色。欧亚大陆中高纬地区是全球气候变化敏感区域之一，且植被覆盖面积广阔，其植被生长的变化情况一定程度上验证和揭示了全球气候变化的趋势及规律。春季和夏季是欧亚中高纬植被生长最旺盛的季节，本文采用气候动力学诊断分析和数值试验的方法，研究欧亚中高纬春、夏季植被生长状况(Normalized Difference Vegetation Index，NDVI)年际变异的规律和相关物理过程。首先，本论文研究了局地和大尺度气候变率对植被生长状况的影响作用，揭示了冬季（12-2月）巴伦支海海冰密集度对欧亚中高纬春季（4-6月）NDVI的重要影响;并揭示了5月大西洋海温对夏季不同月份欧亚中高纬NDVI的重要影响。其次，基于前人的研究和本文的研究，利用美国实时气候预测系统(Climate Forecast System version2，CFSv2)的预测结果，应用年际增量预测方法，本论文研制了春季欧亚中高纬NDVI的统计和混合动力-统计气候预测模型，其中，建模使用了北极海冰密集度、厄尔尼诺-南方涛动(El Ni(n)o-Southem Oscillation，ENSO)、北大西洋涛动(North Atlantic Oscillation，NAO)、欧亚中高纬气温等大尺度和局地气候要素作为预测因子。最后，考虑植被对气候的反馈作用，本文进一步研究了中国北方植被生长状况对后期春季沙尘天气频次的影响，并基于此，应用年际增量方法，建立了中国北方春季沙尘频次的统计和混合动力-统计结合的气候预测模型，以期为灾害预警和环境资源政策的制定提供科学理论支撑。主要的研究工作和结论如下:
(1)冬季巴伦支海海冰对春季欧亚中高纬植被生长(NDVI)的影响
近年来北极海冰的快速减少引起了学术界的广泛关注，北半球中高纬地区的大气环流和气候变化受到北极海冰变率的影响。本文研究发现，冬季巴伦支海海冰密集度的正异常有利于春季欧亚中高纬植被生长旺盛。具体而言，冬季海冰偏多时，欧亚中高纬地区的异常大气环流有利于冬季增暖，从而使得该地区积雪较薄较少;这一积雪的负异常可以持续到春季，对应较低的积雪反照率和较少的融雪吸热，使得欧亚中高纬地区暖春提前到来，植被生长活跃。反之则反，冬季巴伦支海海冰偏少时不利于春季欧亚中高纬植被的旺盛生长。
(2)5月大西洋海温对欧亚中高纬夏季植被生长(NDVI)的影响
5月大西洋的暖（冷）海温异常有利于欧亚中高纬夏季7-8月植被生长更旺盛（不活跃），而对6月植被生长没有显著影响。5月大西洋海温升高时，其激发的异常大气Rossby波向东传播，调控欧亚中高纬地区的大气环流，引起东欧和西西伯利亚地区云量显著增加，且地表净辐射通量减少。因此，该地区降水充沛且气温偏低，有利于保持较高的土壤湿度。这一土壤湿度异常从5月持续到夏季7-8月，异常湿润的土壤有利于促进夏季植被生长。不同的是，6月植被生长的主导因子为偏暖的地表气温，而5月海温偏暖对应了6月欧亚中高纬不显著的偏低气温，因此对6月植被生长没有显著影响。
(3)基于美国实时气候预测系统CFSv2预测数据，应用年际增量方法研制基于耦合SVD模态的春季欧亚中高纬NDVI的统计和混合动力-统计预测模型
基于前人的研究结论和本文的研究发现，本文选取了局地和大尺度气候系统为预测因子，应用年际增量法，建立了春季欧亚中高纬NDVI的统计和混合动力-统计的预测模型。选取的预测因子分别为:冬季巴伦支海海冰、冬季赤道太平洋海温(ENSO信号)、冬季北大西洋海平面气压（NAO信号）、CFSv2实时预测的春季欧亚中高纬气温。本文利用场信息耦合方法，基于上述四个因子建立了混合动力-统计预测模型。交叉检验结果显示，该模型在1983-2015年的交叉检验结果与观测的时间相关系数在92％的格点显著（置信水平95％），且逐年空间相关系数均显著，平均值为0.60。在2010-2015年，混合动力-统计预测模型的独立后报结果显示，该模型在预测欧亚植被的空间分布和时间变率方面都有着较高的效能。
(4)考虑中国北方植被生长状况的变化，研制了中国北方春季沙尘频次统计、和混合动力-统计气候预测模型
中国北方春季沙尘天气频发，对生态环境和人类活动都有灾难性的影响。中国北方植被的生长状况是影响沙尘天气的一个重要因素。本文考虑了前期夏季中国北方植被生长的状况、冬季巴伦支海海冰和冬季南极涛动等因子，采用年际增量方法建立了春季华北沙尘频次统计预测模型。交叉检验结果表明模型预测效能较高，时间相关系数为0.80（置信水平99％），能较准确地回报出春季华北沙尘频次的年际和年代际变化特征。此外，在模型中加入CFSv2实时预测的春季850-hPa位势高度因子后，该混合动力-统计预测模型的交叉检验结果仍显示较高的预测效能，且在沙尘异常高频年有更高的预测准确度。
(1)冬季巴伦支海海冰对春季欧亚中高纬植被生长(NDVI)的影响
近年来北极海冰的快速减少引起了学术界的广泛关注，北半球中高纬地区的大气环流和气候变化受到北极海冰变率的影响。本文研究发现，冬季巴伦支海海冰密集度的正异常有利于春季欧亚中高纬植被生长旺盛。具体而言，冬季海冰偏多时，欧亚中高纬地区的异常大气环流有利于冬季增暖，从而使得该地区积雪较薄较少;这一积雪的负异常可以持续到春季，对应较低的积雪反照率和较少的融雪吸热，使得欧亚中高纬地区暖春提前到来，植被生长活跃。反之则反，冬季巴伦支海海冰偏少时不利于春季欧亚中高纬植被的旺盛生长。
(2)5月大西洋海温对欧亚中高纬夏季植被生长(NDVI)的影响
5月大西洋的暖（冷）海温异常有利于欧亚中高纬夏季7-8月植被生长更旺盛（不活跃），而对6月植被生长没有显著影响。5月大西洋海温升高时，其激发的异常大气Rossby波向东传播，调控欧亚中高纬地区的大气环流，引起东欧和西西伯利亚地区云量显著增加，且地表净辐射通量减少。因此，该地区降水充沛且气温偏低，有利于保持较高的土壤湿度。这一土壤湿度异常从5月持续到夏季7-8月，异常湿润的土壤有利于促进夏季植被生长。不同的是，6月植被生长的主导因子为偏暖的地表气温，而5月海温偏暖对应了6月欧亚中高纬不显著的偏低气温，因此对6月植被生长没有显著影响。
(3)基于美国实时气候预测系统CFSv2预测数据，应用年际增量方法研制基于耦合SVD模态的春季欧亚中高纬NDVI的统计和混合动力-统计预测模型
基于前人的研究结论和本文的研究发现，本文选取了局地和大尺度气候系统为预测因子，应用年际增量法，建立了春季欧亚中高纬NDVI的统计和混合动力-统计的预测模型。选取的预测因子分别为:冬季巴伦支海海冰、冬季赤道太平洋海温(ENSO信号)、冬季北大西洋海平面气压（NAO信号）、CFSv2实时预测的春季欧亚中高纬气温。本文利用场信息耦合方法，基于上述四个因子建立了混合动力-统计预测模型。交叉检验结果显示，该模型在1983-2015年的交叉检验结果与观测的时间相关系数在92％的格点显著（置信水平95％），且逐年空间相关系数均显著，平均值为0.60。在2010-2015年，混合动力-统计预测模型的独立后报结果显示，该模型在预测欧亚植被的空间分布和时间变率方面都有着较高的效能。
(4)考虑中国北方植被生长状况的变化，研制了中国北方春季沙尘频次统计、和混合动力-统计气候预测模型
中国北方春季沙尘天气频发，对生态环境和人类活动都有灾难性的影响。中国北方植被的生长状况是影响沙尘天气的一个重要因素。本文考虑了前期夏季中国北方植被生长的状况、冬季巴伦支海海冰和冬季南极涛动等因子，采用年际增量方法建立了春季华北沙尘频次统计预测模型。交叉检验结果表明模型预测效能较高，时间相关系数为0.80（置信水平99％），能较准确地回报出春季华北沙尘频次的年际和年代际变化特征。此外，在模型中加入CFSv2实时预测的春季850-hPa位势高度因子后，该混合动力-统计预测模型的交叉检验结果仍显示较高的预测效能，且在沙尘异常高频年有更高的预测准确度。