点击蓝字 <p class="ql-block">关注我们</p><p class="ql-block"><br></p><p class="ql-block"><b> 用独到的视角深度解读</b></p><p class="ql-block"><br></p><p class="ql-block"><b>帮助您在信息洪流中发现值得收藏的知识</b></p> <p class="ql-block"><br></p><p class="ql-block"> 研究概述</p><p class="ql-block"><br></p><p class="ql-block"><br></p><p class="ql-block"> 这篇研究探讨了青藏高原(TP)在过去20年中的植被绿化及其对浅层土壤温度的影响。青藏高原作为世界上最重要的生态系统之一,近年来经历了显著的植被变化,伴随着冻土退化和碳循环变化。研究表明,植被绿化通过减少地表反射率(Albedo),增强了辐射传导至地表的能量,从而导致土壤温度的显著升高。使用遥感数据、实地观测和基于物理过程的模拟,文章量化了植被变化对土壤温度的贡献,揭示出植被绿化对不同冻土类型的不同影响。总体而言,<b>青藏高原在2000至2019年期间经历了每十年0.57°C的显著土壤温度上升,超过了同期地表空气温度的升温幅度</b>。</p> <p class="ql-block"><br></p><p class="ql-block"><b> 主要结论</b></p><p class="ql-block"><br></p><p class="ql-block"><br></p><p class="ql-block"><b> 01</b></p><p class="ql-block"><b> 青藏高原的植被变化及其影响</b></p><p class="ql-block"><br></p><p class="ql-block"> 研究揭示,在过去20年间,青藏高原的植被覆盖面积显著增加,特别是在高海拔地区,植被绿化趋势尤为明显。基于遥感数据的分析显示,生长季节叶面积指数(LAI)显著增加,导致裸地面积减少约0.7%(5000平方公里)。这种植被变化在一定程度上是气候变暖和二氧化碳施肥效应的结果。尤其是在高海拔地区,植被的增加削弱了地表的反射率,使得更多的太阳辐射进入土壤,从而导致浅层土壤的温度上升。</p> <p class="ql-block"> 图1:该图展示了青藏高原的地理位置、地形以及研究中使用的气象站分布。灰色圆点代表2016-2019年期间的383个中国气象局站点,粉色圆点表示1983-2019年期间有土壤温度记录的站点。图中还包括青藏高原的地表气温、降水气候学分布,以及冻土类型和土地覆盖类型。</p><p class="ql-block"><br></p><p class="ql-block"><b> 02</b></p><p class="ql-block"><br></p><p class="ql-block"><b> 土壤温度的季节性变化</b></p><p class="ql-block"><br></p><p class="ql-block"> 青藏高原土壤温度的季节性变化与地表空气温度的变化基本一致,夏季土壤温度最高,冬季最低。然而,研究发现,植被绿化对土壤温度的影响具有显著的空间和季节性差异。在春季、秋季和冬季,植被绿化导致了显著的土壤升温(分别为0.26°C、0.25°C和0.29°C),而在夏季,植被高峰期时,由于蒸散作用增强,反而出现了轻微的降温效应(-0.1°C)。</p> <p class="ql-block"> 图2:该图展示了青藏高原叶面积指数(LAI)的时空变化。图a显示了2000-2019年生长季(5月至9月)LAI的多年平均空间分布。图b显示了2000-2019年期间裸地面积的时间趋势,图c展示了生长季LAI的时空趋势分布,图d则与图b类似,展示了生长季LAI的变化趋势。</p><p class="ql-block"><br></p><p class="ql-block"><b> 03</b></p><p class="ql-block"><br></p><p class="ql-block"><b> 不同冻土类型下的土壤升温效应</b></p><p class="ql-block"><br></p><p class="ql-block"> 不同类型的冻土对植被绿化的响应存在差异。研究表明,永久冻土区的植被绿化最为显著,导致土壤温度平均升高0.24°C;季节性冻土区土壤温度升高0.18°C,而未冻土地区升高最少,为0.11°C。永久冻土区由于其土壤结构和生态系统的特殊性,植被绿化对该区域的影响最为明显。研究进一步揭示了植被绿化主要通过降低反射率、增强地表辐射量来加速土壤升温,尤其是在冬季和秋季。</p><p class="ql-block"><br></p> <p class="ql-block"> 图3:该图展示了青藏高原浅层土壤温度的时空变化。图a-e分别展示了2016-2019年春季(MAM)、夏季(JJA)、秋季(SON)、冬季(DJF)和全年0-5厘米土壤层的平均温度空间分布。图f显示了1983-2019年63个长期观测站的地表气温和浅层土壤温度的年和季节时间序列,并标注了在p < 0.05显著性水平下的趋势。</p> <p class="ql-block"> 图4:该图评估了同时热水传输模型(SHAW)的性能。图a为2016-2019年期间354个站点0-5厘米浅层土壤温度观测值(Obs)与模拟值(Sim)的散点图,虚线为1:1对比线。图b、c、d分别展示了354个站点每日观测与模拟结果之间的相关系数(CC)、平均偏差(BIAS)和均方根误差(RMSE)的空间分布情况。</p> <p class="ql-block"><b> 研究方法</b></p><p class="ql-block"><br></p><p class="ql-block"> 为了量化青藏高原植被变化对土壤温度的影响,研究者使用了遥感数据、实地观测和基于物理过程的“同时热水传输模型”(SHAW)。他们使用2000-2019年间的MODIS遥感数据来分析青藏高原叶面积指数(LAI)的变化,并结合气象站的土壤温度观测,详细分析了不同植被类型和冻土区域的土壤温度响应。</p><p class="ql-block"><br></p><p class="ql-block"> SHAW模型被广泛应用于模拟土壤中水、热、溶质的传输,特别适合研究冻土地区的冻融过程。研究通过设计两种LAI场景——“自然LAI场景”(S1)和“去趋势LAI场景”(S2),来评估植被变化对土壤温度的影响。在S2场景下,植被只经历季节性波动,而不表现出“变绿”或“变棕”的长期趋势,从而使研究者能够更清晰地识别出植被绿化对土壤升温的贡献。</p><p class="ql-block"><br></p> <p class="ql-block"> 图5:该图展示了土壤温度(ST)对叶面积指数(LAI)变化的响应。图a显示了354个站点LAI变化(ΔLAI)对土壤温度变化(ΔST)的年际尺度响应,三角形代表植被变绿站点,倒三角形代表植被变棕站点,灰色区域代表生长季LAI小于2 m²/m²的区域,紫色区域则大于等于2 m²/m²。直方图展示了ΔST的频率分布。图b为LAI与ΔST的散点图,虚线将数据点分为四个象限,象限中的百分比表示变绿或变棕站点在所有站点中的比例。图c至f分别展示了春季、夏季、秋季和冬季ΔLAI对ΔST的响应。</p><p class="ql-block"><br></p><p class="ql-block"><b> 结论与思考</b></p><p class="ql-block"><br></p><p class="ql-block"> 这项研究证明,青藏高原的植被绿化正在加速浅层土壤温度的升高,特别是在永久冻土区,这一现象将对高原地区的生态系统和碳循环产生深远影响。尽管植被绿化通过增加蒸散作用在夏季有一定的降温效果,但总体上,植被变化导致了地表反射率的降低和土壤升温的加剧。研究建议,未来需要进一步监测植被变化对青藏高原生态系统和冻土稳定性的长期影响,并探索其对全球气候变化的反馈机制。</p><p class="ql-block"><br></p><p class="ql-block"><b> 引用文献</b></p><p class="ql-block">Li, N., Wang, L. & Chen, D. Vegetation greening amplifies shallow soil temperature warming on the Tibetan Plateau. npj Clim Atmos Sci 7, 118 (2024). https://doi.org/10.1038/s41612-024-00651-z</p><p class="ql-block"><br></p><p class="ql-block"><b> END</b></p><p class="ql-block"><br></p><p class="ql-block"><br></p><p class="ql-block"><b>往期回顾BREAK AWAY</b></p> <p class="ql-block"><a href="https://mp.weixin.qq.com/s?__biz=MzU2NTEwNDUzNg==&mid=2247488216&idx=1&sn=3a4294c260a7920e8c849c0179c780b1&scene=21#wechat_redirect" target="_blank">亚马逊雨林正在失去碳储存能力,气候变化背后有哪些隐藏的危机?</a></p><p class="ql-block"><br></p><p class="ql-block"><br></p><p class="ql-block">点击阅读</p> <p class="ql-block"><a href="https://mp.weixin.qq.com/s?__biz=MzU2NTEwNDUzNg==&mid=2247488216&idx=2&sn=ae20a579df3a9918aaebe58b86a5534f&scene=21#wechat_redirect" target="_blank">Python助力气候研究丨计算可降水量并验证其可靠性</a></p><p class="ql-block"><br></p><p class="ql-block"><br></p><p class="ql-block">点击阅读</p> <p class="ql-block"><a href="https://mp.weixin.qq.com/s?__biz=MzU2NTEwNDUzNg==&mid=2247488180&idx=1&sn=bf0a0e11b4c1d5361e22ecc9051bf345&scene=21#wechat_redirect" target="_blank">干旱与洪涝交替加剧,气候变暖将如何改变降水模式?</a></p><p class="ql-block"><br></p> <a href="https://mp.weixin.qq.com/s/sw1gZG3EGCLGFJJj70QItA" >查看原文</a> 原文转载自微信公众号,著作权归作者所有