基于陸地生態系統模型的氣候變化條件下中國未來水分狀況趨勢分析

楊 艷, 丁菊花, 江 洪, 彭長輝,3, 朱求安

(1.西北農林科技大學 林學院 生態預測與全球變化研究中心, 陜西 楊凌 712100; 2.南京大學 國際地球系統科學研究所,南京 210093; 3.魁北克大學蒙特利爾分校 環境科學研究所, 加拿大 蒙特利爾 C3H3P8)

氣候變化是氣候要素在連續幾十年或者更長時間的長期統計結果的任何系統性變化[1]。IPCC第四次評估報告第一工作組報告中，闡述了當前對氣候變化的人為和自然驅動因子、氣候變化觀測事實、氣候的多種過程及歸因、以及一系列未來氣候變化預估結果的科學認識水平。氣候變化對水資源(尤其是淡水)有著重大影響。觀測顯示，降水量、強度、頻率和類型正在發生變化，在降水量方面一些地方已觀測到1900—2005年期間明顯的長期趨勢：北美和南美的東部、北歐以及北亞和中亞明顯多雨，但在薩赫勒、南部非洲、地中海和中亞則少雨[2]。在北部區域降水偏多，但降水形式是雨而不是雪，在許多地方尤其是在北半球中高緯度的陸地上觀測到這種變化，這些變化導致降雨增加，但積雪減少，并因此減少了夏季的水資源[2]。已觀測到普遍的強降水事件的增多，甚至在總降水量減少的地區也是如此[2]。IPCC評估的所有地區表明氣候變化對水資源和淡水生態系統總體上造成凈負影響，氣候變化對淡水系統的不利影響超過了其效益[3]。

關于氣候變化對于水資源方面的影響，近年來，國內開展了許多基于模型的相關研究。劉春蓁等[4]以平衡的GCM模型輸出作為大氣中CO2濃度倍增時的氣候情景,采用月水量平衡模型及水資源利用綜合評價模型研究我國部分流域年、月徑流、蒸發的可能變化及2030年水資源供需差額變化。鄧惠平等[5]根據流域水量平衡模型和未來氣候情景對水量平衡各分量的可能變化進行了計算，研究了全球氣候變化對沱江流域水溫的影響表明徑流對氣溫變化不敏感，但對降水變化十分敏感，降水變化上下波動10%將引起徑流量上下波動35%左右。汪美華等[6]運用多元回歸方法,建立有關氣候—徑流深的數學模型,并用該模型預測在未來氣候變化的15種可能情景下淮河3個代表子流域徑流深的變化。Su等[7]利用VIC模型對1980—1990年中國徑流量進行了模擬，討論了歷史氣候變化條件下中國徑流的變化。Yuan等[8]應用可變下滲能力VIC模型與區域氣候變化影響研究模型PRECIS耦合，考慮了A2和B2兩種排放情景，對氣候變化情景下海河流域水資源的變化趨勢進行預測。Zhang等[9]利用SWAT模型，基于HadCM3和CGCM2的氣候變化情景，對洛河流域的水文響應作為研究。王國慶等[10]利用黃河月水文模型，采用假定的氣候方案，分析了中上游徑流量對氣候變化的響應。游松財等[11]應用改進的水分平衡模型研究了不同氣候變化背景下中國未來地表徑流的變化。目前己經有運用IBIS模型對中國陸地生態系統的水分平衡過程和區域碳收支的模擬及驗證工作[12-13]，但是在氣候及CO2濃度變化的條件下，對中國陸地生態系統水分平衡與碳收支格局的報道還較少。本文擬利用陸地生態系統模型(IBIS),模擬計算未來不同氣候情景下及CO2濃度倍增條件下，中國水資源格局的動態變化，為水資源和森林生態資源的保護提供知識支撐，同時也可為有效制定應對氣候變化戰略和政策，積極參與應對氣候變化國際合作提供科學依據。

1　數據與方法

1.1　模型介紹

集成生物圈模擬器IBIS(Integrated Biosphere Simulator)由美國威斯康星大學全球環境與可持續發展中心(SAGE)的Foley等[14]于1996年開發，是一個綜合的陸地生物圈模型，屬于新一代動態全球植被模型(DGVM)。IBIS模型包括陸面過程、冠層生理、植被物候、植被動態和土壤地球生物化學5大模塊。它考慮了植被組分和結構對環境變化的響應，并且在一個集成框架內實現了陸表水熱過程、陸地生物地球化學循環和植被動態的模擬，模型中各個過程可在不同的時間尺度上進行，從1 h至1 a，便于將生態的、生物物理的及植物生理的等發生在不同時間尺度上的過程有機整合起來[15]。

1.2　數 據

IBIS模型所需的主要輸入數據包括DEM、氣象數據、植被與土壤圖層。DEM數據采用SRTM(Shuttle Radar Topography Mission,http:∥www.cgiar-csi.org/)。初始化植被圖層依據中國1∶400萬植被數據構建，并將其分類標準歸并到IBIS模型的植被類型；初始化土壤圖層依據中國1∶100萬土壤數據構建，主要包括土壤類型和土壤質地(黏粒、粉粒和砂粒的含量比例)；模型驅動所需的多年平均氣候條件數據由中國標準氣象站點地面氣候資料構建，包括：降水、氣溫、相對濕度、云量因子、風速、氣溫日較差、月降水日數、極低氣溫等。未來氣候驅動數據包括：降水、氣溫、相對濕度、云量因子，從兩種氣候模式(HadCM3，CGCM3[16])結果中獲得，并考慮了4種情景(表1)。同時考慮CO2濃度的變化情況，即2000年之后是否考慮CO2濃度倍增過程，其倍增過程采用IS92a情景，CO2濃度倍增過程見圖1。各氣象要素利用ANUSPLIN方法[17-20]進行空間插值，形成全國范圍的模型輸入數據，分辨率為10 km。

表1　模型簡介

1.3　模型模擬

基于不同的氣候驅動數據和CO2濃度數據，進行不同的模擬組合(表2)，模型運行時段為1860—2099年，其中1860—1950年為模型的預熱模擬期，主要目的是使土壤碳庫、植被結構和生物量等達到一個平衡狀態，本研究分析結果時段為2000—2099年。

2　結果與分析

2.1　基于HadCM3數據集HC3AA，HC3GG情景

圖2顯示了HC3AA，HC3GG情景下2000—2099年中國年降水量與年平均氣溫的變化情況，以及以HC3AA，HC3GG情景下的氣候數據作為IBIS模型的輸入，并考慮CO2濃度是否倍增，得到的逐年蒸散發和逐年徑流變化情況，及徑流變化的5 a滑動平均值，圖中表示的各變量均為2000—2099年逐年數據相對于1960—1999年多年平均值的距平值。

注：2000年之后分為保持2000年濃度水平不變和持續遞增兩種情形。

圖1　1860-2099年時段上CO2濃度變化過程

注：表中CCO2表示CO2濃度非倍增，DCO2表示CO2濃度倍增。

從圖2可以看到，兩種情景在2000—2099年的時間段上，年降水量整體上呈增加趨勢，其增加速率約為12 mm/10 a(p<0.001)(表3)，從分時段上來看,HC3AA情景下2060年之前比2060年之后降水量增加幅度相對較緩，2000—2060年年平均降水量的增加量約為32 mm，2060—2099年年平均降水量的增加量約為96 mm。2060—2099年也分為兩個時間段：2060—2080年時間段上年降水量的增長較高，2080—2099年年降水量的增長有所減緩，其中2060—2080年年平均降水量的增加量約為102 mm，2080—2099年年平均降水量的增加量約為90 mm。HC3GG情景下2055年之前比2055年之后降水量增加幅度相對較緩，2000—2055年降水量的多年平均增加量約為38 mm，2055—2099年降水量的多年平均增加量約為94 mm。不同于HC3AA情景，HC3GG情景降水量在21世紀末呈現出持續增加，2080—2099年降水量的多年平均增量約為118 mm。從氣溫變化圖上可以看到，HC3AA情景下年平均氣溫呈持續上升的態勢，上升水平約為0.45℃/10 a(p<0.001)，HC3GG情景下年平均氣溫同樣呈持續上升的態勢，上升水平約為0.43℃/10 a(p<0.001)，與HC3AA情景相近。到21世紀末，兩種情景下全國平均氣溫水平相對于1960—1999年的平均水平分別增長了約4.5℃，4.3℃。

圖2分別列出了HC3AA，HC3GG情景下，并考慮CO2濃度是否倍增條件下的蒸散發和徑流2000—2099年的變化情況。對于CO2濃度是否倍增對蒸散和徑流的影響，從圖中可以看到，兩種情景下，2050年之前，蒸散發量與徑流對于CO2濃度倍增與否所產生的差別較小，而在2050年之后，CO2濃度是否倍增對蒸散量和徑流的影響有一定差別：在CO2濃度倍增的情景下，蒸散發量相對于CO2濃度非倍增的情景下的水平要稍低，而徑流相對于CO2濃度非倍增的情景下的水平則稍高。不論CO2是否倍增，2000—2099年年蒸散發量均呈持續上升的態勢：CO2濃度保持2000年水平的情況下，HC3AA情景下蒸散發量上升水平約為8 mm/10 a(p<0.001)，HC3GG情景下蒸散發量上升水平約為7.2 mm/10 a(p<0.001)；CO2倍增的情況下，HC3AA情景下蒸散發量上升水平約為7 mm/10 a(p<0.001)、HC3GG情景下蒸散發量上升水平約為6.7 mm/10 a(p<0.001)。蒸散發量與氣溫的增加趨勢基本保持一致，說明氣溫的升高是蒸散發量持續增加的主要原因之一。

對于徑流而言，不論CO2是否倍增，2000—2099年年徑流整體上呈增加的趨勢，同時CO2濃度是否倍增對徑流的影響產生了稍許差別：CO2濃度保持2000年水平的情況下，HC3AA情景下徑流上升水平約為3.8 mm/10 a(p<0.005)，HC3GG情景下徑流上升水平約為5.0 mm/10 a(p<0.001)；CO2濃度倍增的情況下，HC3AA情景下徑流上升水平約為4.4 mm/10 a(p<0.001)、HC3GG情景下徑流上升水平約為5.5 mm/10 a(p<0.001)。HC3GG情景下的徑流增加速率均稍高于HC3AA情景下的水平。徑流的變化格局基本與降水量的變化格局保持一致，HC3AA情景下在2000—2060年時間段上，徑流的增加量相對較低，多年平均徑流增量約為12 mm(CO2濃度保持2000年水平)和13 mm(CO2倍增)；2060—2099年的時間段上，徑流增加量相對較高，多年平均徑流增量約為37 mm(CO2濃度保持2000年水平)和41 mm(CO2濃度倍增)。其中2060—2099年，與降水格局一致，也分為兩個時間段：2060—2080年時間段上年徑流量的增長較高，多年平均徑流增量約為53 mm(CO2濃度保持2000年水平)和56 mm(CO2濃度倍增)，2080—2099年年徑流量的增長有所減緩，多年平均徑流增量約為19 mm(CO2濃度保持2000年水平)和23 mm(CO2倍增)。同時由于蒸散發量持續保持上升態勢，故在2080—2099年時間段上，徑流減緩效應要比降水的減緩效應明顯。HC3GG情景下，在2000—2055年時間段上，徑流的增加量相對較低，多年平均徑流增量約為6 mm(CO2濃度保持2000年水平)和7 mm(CO2倍增)；2055—2099年的時間段上，徑流增加量相對較高，多年平均徑流增量約為26 mm(CO2濃度保持2000年水平)和30 mm(CO2濃度倍增)。可以看到在徑流的絕對增加量上，HC3GG情景要低于HC3AA情景。

對HC3AA，HC3GG情景整體來看，在21世紀的100年中，氣溫持續上升，蒸散發量也保持持續上升趨勢，降水基本上保持持續增加的態勢，徑流量雖然整體上表現出增加，但從時間段上來分析，相對于1960—1999年的徑流的平均值水平出現了增加和減少交替的時期。對照HadCM3下的HC3AA和HC3GG兩種情景，各變量的絕對量上的差異見表3。可以看到，就21世紀末而言，HC3GG情景下，2080—2099年平均全國降水量水平比HC3AA情景高出26 mm左右，全國平均蒸散發水平相差不大，比HC3AA情景高出4 mm左右，故全國平均徑流水平，情景HC3GG比情景HC3AA高出約22 mm，所以情景HC3GG條件下21世紀末中國的水分狀況要好于HC3AA情景。兩種情景下的溫度水平一致，熱量條件相差不大。

注：圖中CCO2表示CO2濃度非倍增，DCO2表示CO2濃度倍增，5aMA表示5a滑動平均，變化值表示為各變量與1960—1999年平均水平的差值，下圖同。

圖2HC3AA，HC3GG情景下，2000-2099年中國年降水、徑流、蒸散發、年平均氣溫的變化及徑流變化的5a滑動平均變化趨勢

2.2　基于CGCM3數據集SresA2，SresB1情景

圖3顯示了CGCM3模式SresA2，SresB1情景下2000—2099年中國年降水量與年平均氣溫的變化情況，以SresA2，SresB1情景下的氣候數據作IBIS模型的輸入，并考慮CO2濃度是否倍增，得到的逐年蒸散發和逐年徑流變化情況，及徑流變化的5 a滑動平均值，圖中表示了各變量均為2000—2099年逐年數據相對于1960—1999年多年平均值的距平值。

從圖3中可以看到，在2000—2099年的時間段上，年降水量整體上均呈增加趨勢，SresA2情景下增加速率約為10 mm/10 a(p<0.001)(表3)，SresB1情景下增加率約為5 mm/10 a(p<0.001)(表3)。從分時段上來看，SresA2情景下2055年之前比2055年之后降水量增加幅度相對較緩，2000—2055年年平均降水量的增加量約為43 mm，2055—2099年年平均降水量的增加量約為96 mm。降水量在世紀末呈現出持續增加，2080—2099年降水量的多年平均增量約為119 mm。SresB1情景下，2060年之前比2060年之后降水量增加幅度相對較緩，2000—2060年年平均降水量的增加量約為35 mm，2055—2099年年平均降水量的增加量約為64 mm。降水量在世紀末增加量有所減緩，2090—2099年降水量的多年平均增量約為49 mm。從圖3B中還可以看到，2058年前后，年降水量出現一個低值區。

圖3　SresA2，SresB1情景下，2000-2099年中國年降水、徑流、蒸散發、年平均氣溫的變化及徑流變化的5 a滑動平均變化趨勢

從氣溫變化圖上可以看到，兩種情景下年平均氣溫均呈持續上升的態勢，SresA2情景下上升水平約為0.45℃/10 a(p<0.001)，SresB1情景下上升水平約為0.2℃/10 a(p<0.001)，到世紀末，SresA2情景下全國平均氣溫水平相對于1960—1999年的平均水平增長了約4.5℃。SresB1情景下增長了約2℃。SresB1不到SresA2情景下氣溫增長的一半。

圖3同時列出了SresA2，SresB1情景下，并考慮CO2濃度是否倍增條件下的蒸散發和徑流2000—2099年的變化情況。對于CO2濃度是否倍增對蒸散和徑流的影響，從圖中可以看到，2050年之前，蒸散發量與徑流對于CO2濃度倍增與否所產生的差別較小，而在2050年之后，CO2濃度是否倍增對蒸散量和徑流的影響有一定差別。

在CO2濃度倍增的情景下，蒸散發量相對于CO2濃度非倍增的情景下的水平要稍低，2050—2099年，SresA2情景下全國多年平均蒸散發量分別為73 mm(CO2濃度保持2000年水平)和69 mm(CO2倍增)。SresB1情景下，全國多年平均蒸散發量分別為46 mm(CO2濃度保持2000年水平)和41 mm(CO2倍增)。不論CO2是否倍增，2000—2099年年蒸散發量均呈持續上升的態勢：CO2濃度保持2000年水平的情況下，SresA2情景下蒸散發量上升水平約為9.0 mm/10 a(p<0.001)，SresB1情景下蒸散發量上升水平約為3.8 mm/10 a(p<0.001)；CO2倍增的情況下，SresA2情景下蒸散發量上升水平約為8.3 mm/10 a(p<0.001)，SresB1情景下蒸散發量上升水平約為3.1 mm/10 a(p<0.001)。

對于徑流而言，CO2濃度倍增的情景下的徑流稍高于CO2濃度非倍增的情景下的水平。2050—2099年，SresA2情景下全國多年平均徑流分別為19 mm(CO2濃度保持2000年水平)和24 mm(CO2倍增)，SresB1情景下全國多年平均徑流增量分別為14 mm(CO2濃度保持2000年水平)和18 mm(CO2倍增)。相對于1960—2099年的徑流平均水平而言，在21世紀的100年中，徑流基本上都表現出增加。而對這100年中徑流是否有增加趨勢卻因CO2濃度是否倍增而不同：當CO2濃度保持2000年水平的情況下，SresA2情景下徑流在21世紀中并不表現出顯著增加的趨勢(k=0.144，p=0.156)，SresB1情景下徑流在21世紀中也不表現出顯著增加的趨勢(k=0.152，p=0.12)；CO2濃度倍增的情況下，SresA2，SresB1兩種情景下徑流在21世紀中整體上表現出增加趨勢，徑流增加水平均約為2 mm/10 a(p<0.05)。

雖然降水整體保持持續增加的趨勢，但由于較高的蒸散發水平，并持續呈上升趨勢，便使得降水的年際變化對徑流產生了較大的波動。SresA2情景下徑流的增量基本在50 mm以下，年際間的變化較大，在21世紀初、2040年代、2060年代及世紀末的20 a這4個時期，徑流量出現高值區，其間相間了3個低值區，低值區的徑流水平基本與1960—1999年的平均水平相當，部分年份低于這一水平。可以看到在世紀末的2080—2099年這一時期，多年平均徑流增量約為30 mm(CO2濃度保持2000年水平)和35 mm(CO2倍增)。SresB1情景下徑流在2040—2050年、2070—2090年及2020年左右表現為豐水年份，在2030年、2060年及世紀末則表現為枯水年份，枯水年份徑流值多數在1960—1999年的年徑流平均值以下。世紀末的10 a左右，雖然蒸散出現下降的趨勢，但降水也顯著相對減少，故徑流在這一時期表現出較低的水平，2090—2099年，全國多年平均徑流增量分別約為6 mm(CO2濃度保持2000年水平)和12 mm(CO2倍增)。

對照CGCM3下的SresA2和SresB1兩種情景，各變量的絕對量上的差異見表3。可以看到，就21世紀末而言，SresA2情景下的降水量高，氣溫升高的幅度大，接近SresB1的兩倍左右。雖然降水量高，但由于氣溫高，所以蒸散發水平也高，結果使得徑流水平兩種情景下差異并不大，在CO2倍增與否的兩種情形下，全國平均徑流水平差異在10 mm以內。

表3　HC3AA，HC3GG，SresA2和SresB1情景下，2000-2099年中國年降水、徑流、蒸散發、年平均氣溫的變化簡單線性回歸的斜率和CO2值

表4　HC3AA，HC3GG，SresA2和SresB1情景下，2080-2099年中國年降水、徑流、蒸散發、年平均氣溫相對于1960-1999年時段各變量平均值的增量

2.3　不考慮氣候變化因子的情景

將1960—1999年的各氣象數據的多年平均值作為IBIS模型的輸入，模擬保持現有氣候條件下，21世紀蒸散和徑流的變化，并且同樣分CO2濃度倍增與CO2保持為2000年時候的水平兩種情景。結果見圖4。在CO2濃度保持為2000年水平情景下，2000—2099年的期間，時段初蒸散量比1960—1999年的平均水平低，并逐漸呈上升趨勢，時段初徑流比1960—1999年的平均水平高，并逐漸呈下降趨勢，到世紀末，兩者基本上達到1960—1999年的平均水平。雖然兩者呈現出上升或下降的趨勢，但從數量來看，卻很微小，在±0.4 mm的范圍中。

注：圖中變化值表示為各變量與1960—1999年平均水平的差值，A為CO2濃度保持為2000年水平的情景，B為CO2濃度倍增的情景。

圖4不考慮氣候變化情況下21世紀中國平均蒸散和平均徑流的變化趨勢

在CO2濃度倍增的情景下，蒸散水平呈現出顯著下降的趨勢，相應的徑流水平呈現出顯著增加的趨勢。

3　結 論

不同情景下的氣候數據作為IBIS模型的輸入數據，并考慮CO2濃度的變化，來反映氣候變化及CO2濃度倍增效應對中國未來水資源狀況的影響。從不同的情景的模擬中，可以看到，未來中國全國平均降水水平基本呈現出逐漸增加的趨勢，氣溫水平也呈顯著上升的趨勢，所以蒸散發水平也表現出持續增長的態勢，徑流則出現了不同的豐水與枯水的時段。通過不同情景下的模擬，可能反映出未來我國總體的水分狀況。同時從結果中我們可以看到，CO2濃度水平對全國水分狀況的變化也有一定的影響：在CO2濃度倍增的情景下，蒸散發量相對于CO2濃度非倍增的情景下的水平要稍低，而徑流相對于CO2濃度非倍增的情景下的水平則要稍高，這一點在2050年之后表現更為明顯。主要原因可能在于CO2濃度對植被氣孔導度的影響，在CO2濃度相對較高的情形下，氣孔導度減小，潛在的導致植被蒸騰量的減少[21]。如果不考慮氣候變化的影響，可以看到CO2濃度倍增對全國平均蒸散量的影響在2000—2099年期間約為6～7 mm，而蒸散發量與氣溫的增加趨勢基本保持一致的格局，說明氣溫的升高是蒸散發量持續增加的主要原因之一。

由于我國的氣象站點分布不均，西北、東北地區氣象站點少且數據不完善，導致觀測數據的插值結果存在不確定性，另一方面未來情景數據空間分辨率較低(3.75°×2.5°，2.8°×2.8°)也可能造成其空間插值結果存在很大的不確定性。同時，4種情景在溫室氣體、硫酸鹽氣溶膠和臭氧變化，以及經濟、社會和環境可持續發展方面的背景值不同，從而對4種情景模擬結果進行比較難免存在差異性。而且，對于不同的氣候情景模型在參數設置及模型結構等方面存在著較大的差異，這對于評估未來氣候變化對中國陸地生態系統碳水格局的影響也會產生較大的不確定性。

參考文獻:

[1]秦大河,丁一匯,蘇紀蘭,等.中國氣候與環境演變評估:中國氣候與環境變化及未來趨勢[J].氣候變化研究進展,2005(1):4-9.

[2]IPCC. Climate Change 2007:The physical science basis[R].Cambridge： Cambridge University Press, 2007.

[3]Kundzewicz Z, Mata L, Arnell N W, et al. The implications of projected climate change for freshwater resources and their management[J]. Hydrological Sciences Journal, 2008,53(1):3-10.

[4]劉春蓁,劉志雨,謝正輝.地下水對氣候變化的敏感性研究進展[J].水科學進展,1997,8(3):220-225.

[5]鄧慧平,唐來華.沱江流域水文對全球氣候變化的響應[J].地理學報,1998,53(1):43-49.

[6]汪美華,謝強,王紅亞.未來氣候變化對淮河流域徑流深的影響[J].地理研究,2003,22(1):79-88.

[7]Su F, Xie Z. A model for assessing effects of climate change on runoff in China[J]. Progress in Natural Science, 2003,13(9):701-707.

[8]Yuan F, Xie Z H, Liu Q, et al. Simulating hydrologic changes with climate change scenarios in the Haihe River Basin[J]. Pedosphere, 2005,15(5):595-600.

[9]Zhang Q, Xu C, Jiang T, et al. Possible influence of ENSO on annual maximum streamflow of the Yangtze River, China[J]. Journal of Hydrology, 2007,333(2):265-274.

[10]王國慶,王云璋.黃河上中游徑流對氣候變化的敏感性分析[J].西北水資源與水工程,2000,11(3):1-5.

[11]游松財, Takahashi K, Matsuoka Y.全球氣候變化對中國未來地表徑流的影響[J].第四紀研究,2002,22(2):148-157.

[12]劉曦,國慶喜,劉經偉. IBIS模擬東北東部森林NPP主要影響因子的敏感性[J].生態學報,2011,31(7):1772-1782.

[13]Zhu Q, Jiang H, Liu J X, et al. Evaluating the spatiotemporal variations of water budget across China over 1951—2006 using IBIS model[J]. Hydrological Processes, 2010,24(4):429-445.

[14]Foley J A, Prentice I C, Ramankutty N, et al. An integrated biosphere model of land surface processes, terrestrial carbon balance, and vegetation dynamics[J]. Global Biogeochemical Cycles, 1996,10(4):603-628.

[15]Kucharik C J, Foley J A, Delire C, et al. Testing the performance of a dynamic global ecosystem model:Water balance, carbon balance, and vegetation structure[J]. Global Biogeochemical Cycles, 2000,14(3):795-825.

[16]Gordon C, Cooper C, Senior C A, et al. The simulation of SST, sea ice extents and ocean heat transports in a version of the Hadley Centre coupled model without flux adjustments[J]. Climate dynamics, 2000,16(2/3):147-168.

[17]Hutchinson M F, Gessler P E. Splines-more than just a smooth interpolator[J]. Geoderma, 1994,62(1/3):45-67.

[18]Price D T, McKenney D W, Nalder I A, et al. A comparison of two statistical methods for spatial interpolation of Canadian monthly mean climate data[J]. Agricultural and Forest Meteorology, 2000,101(2/3):81-94.

[19]閻洪.薄板光順樣條插值與中國氣候空間模擬[J].地理科學,2004,24(2):163-169.

[20]劉志紅, Li L, McVicar T R.專用氣候數據空間插值軟件ANUSPLIN及其應用[J].氣象學報,2008,34(2):92-100.

[21]Pollard D, Thompson S L. Use of a land-surface-transfer scheme(LSX)in a global climate model:the response to doubling stomatal resistance[J]. Global and Planetary Change, 1995,10(1):129-161.