Page 51 - 《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 351

图10 基于干旱期间遥感和CLM模型模拟的植被LAI及GPP对干旱的抵抗力（a）和恢复力（b）
Fig. 10 Drought resistance （a） and resilience （b） of vegetation LAI and GPP from remote
sensing and CLM simulations during drought periods
表3 西南地区主要植被类型
Table 3 Main vegetation types in the Southwest China
植被功能类型编号 植被类型 简称
PFT1 温带针叶林 NEM Tr
PFT5 温带常绿阔叶林 BEM Tr
PFT10 温带落叶阔叶灌木 BDM Tr
PFT12 高寒C3草甸 C3 AR
PFT13 非高寒C3草甸 C3 NA
图12 CLM5. 0模拟的不同植被类型对干旱的恢复力
Fig. 12 Resilience of different vegetation types to
drought in CLM5. 0 simulations
的旱后恢复力相对较弱。此外， 抗旱性最高的森林
植被（PFT1 和 PFT5）的 LAI 的恢复力反而最弱， 树
木的恢复力和抗旱性表现出了相反的结果。CLM
的这一模拟结果也表明， 具有高抗旱性的植被不一
定同时具备高恢复力， 抵抗力和恢复力会随着植被
指标（LAI或GPP）和植被类型（PFT）而动态变化。
图11 CLM5. 0模拟的不同植被类型对干旱的抵抗力
Fig. 11 Resistance of different vegetation types to 4 讨论与结论
drought in CLM5. 0 simulations
4. 1 讨论
相比于灌木和草甸， 森林的 LAI， 例如温带针叶林
以往的研究表明， 在多年平均 LAI和 GPP 的模
（PFT1）和温带常绿阔叶林（PFT5）在干旱期间均表
拟方面， CMIP6的地球系统模式普遍存在对 LAI的
现出较强的抵抗力。在 GPP方面， 常绿针叶林显示
高估现象（Song et al， 2021）。在中国区域内， 模型
出了最强的抗旱性， 而模拟的 PFT5 的 GPP 抗旱性
对 GPP 的低估主要存在于西南地区和青藏高原南
相比于 LAI有显著的降低。此外， 模拟显示出非高
部（王黎欢等， 2024）， 但这些研究往往缺乏对模式
寒 C3草甸（PFT13）和温带落叶阔叶灌木（PFT10）表
在 LAI 和 GPP 干旱响应模拟方面的验证。本文对
现为相似的抵抗力， 且二者均强于高寒 C3 草甸 干旱期间西南地区 LAI 和 GPP 空间分布的模拟也
（PFT12）的抗旱性。 发现了上述问题（图 4）。然而， 值得注意的是， 虽
在对不同植被类型的旱后恢复力的模拟方面， 然在量值的模拟方面存在偏差（主要是云南地区），
CLM也较好地展现了预期结果。图12描述的是CLM 但CLM5. 0在模拟LAI和GPP对干旱的响应方面表
对西南地区几种主要植被类型的恢复力的模拟， 灌 现出较高的可靠性（图5~12）， 可能是因为模式内生
木（PFT10）和非高寒 C3草甸（PFT13）的旱后恢复力 态或水文过程较好地反映了植被对干旱的响应特
相比于其他植被类型更高， 且森林（PFT1 和 PFT5） 性。因此， 文中对 CLM 内部参数化方案的相关研