Page 41 - 《高原气象》2026年第2期

2 期 邴嘉玮等：2009 -2010年西南地区干旱影响下的陆面模式CLM5.0植被生长模拟评估 341
2016）。由美国国家大气研究中心发布的通用陆面 干旱造成的生态影响至关重要。因此， 本研究综合
模式 CLM 是目前较为先进的模式之一（Ke et al， 采用 CLM5. 0 和多源遥感数据的手段， 对西南地区
2012）。其 CLM5. 0 版本在历史版本的基础上综合 植被对干旱事件的多方面响应情况进行研究。
生物圈-大气圈传输方案陆面模型 BATS、 中国科 结合以上考虑， 并避免单一遥感数据在模拟验
学院大气物理研究所陆面过程模型 IAP94等模型的 证和准确反映干旱对西南地区植被影响的局限， 本
优点进行了优化（Lawrence et al， 2019）， 对土壤水 研究综合采用多源遥感数据及CLM5. 0模型模拟手
文、 植物水力等模块都进行了显著修改。CLM5. 0 段， 研究西南地区植被对干旱事件的多方面响应特
更新了土地覆盖和土壤厚度数据， 提升土壤层分辨 征， 主要聚焦以下问题： （1）2009 -2010年极端干旱
率的同时改进了土壤蒸发阻力的参数化方案和土 事件的持续时间和严重程度的时空分布特征如何？
壤水数值解的准确性（Clark and Kavetski， 2010； （2）西南地区植被对 2009 -2010 年极端干旱事件做
Swenson and Lawrence， 2014）。此外， CLM5. 0 引 出 了 何 种 响 应？（3）与 多 源 遥 感 验 证 数 据 相 比 ，
入了植物水力（PHS）配置， 允许蒸腾作用在模型中 CLM5. 0对西南地区植被对干旱事件的多方面响应
基于叶片水势进行衰减， 从而捕捉到植被对土壤水 的模拟适用性如何？
分和大气蒸发需求动态响应的水利用调节机制， 提 2 材料与方法
升了模型的物理基础和模拟精度（Kennedy et al，
2019）。在中国区域应用 CLM 模式的研究表明， 2. 1 研究区域
CLM5. 0可以较好地模拟出西南地区植被叶面积指 研究区位于 97°21′E -112°04′E， 20°54′N -
数（Leaf Area Index， LAI）和总初级生产力（Gross 34°19′N， 由云南、 贵州、 四川 3 个省以及重庆市组
Primary Productivity， GPP）的季节变化， 并呈现出 成。中国西南地区地势西北高东南低， 西邻青藏高
与遥感数据相似的空间分布（王黎欢等， 2024）。对 原， 地跨三级阶梯（图 1）。地形复杂多样， 包括川
青藏高原地区的模拟验证也揭示了其对 GPP 空间 西高原、 四川盆地、 云贵高原和横断山脉等。该区
分布趋势及土壤温湿度特征的良好模拟效果（Deng 地貌以山地、 高原为主， 且分布有广泛的喀斯特地
et al， 2022； 张哲浩等， 2025）。鲍艳等（2023）通过 貌。受复杂的地形地貌条件影响， 部分地区气候复
CLM4. 5 对青藏高原植被 LAI 进行模拟发现， 模型 杂多变， 空间差异显著。研究区气候类型以干湿分
对南部和东部 LAI的模拟偏高， 地表水循环对植被 明的亚热带季风气候为主， 降水丰富且雨热同期，
变化起主要作用。目前在西南地区使用CLM5. 0与 但降水的时空分布极不均匀。区域内植被类型丰
遥感数据的对比研究主要为验证模型对植被指数 富， 植被覆盖度较高， 土地利用类型包括常绿林、
区域平均模拟值或空间分布特征的模拟适用性。 落叶林、 草原、 灌丛和耕地等。其茂密的植被具有
而植被与干旱的相关性、 对干旱的滞后响应、 干旱 很强的固碳能力， 但由于其复杂多样的地形地貌以
的累积效应及抗旱性和恢复力等的模拟， 对理解植 及气候条件， 西南地区的植被生长很容易受到干旱
被对干旱的多方面响应特征， 从而较为全面地评估 灾害的影响（Heilman et al， 2014）。本节涉及的研

图1 西南地区概况图
（a）研究区地形图， （b）研究区土地利用情况
Fig. 1 Overview map of Southwest China.（a） terrain map of the study area， （b） land use map of the study area