陸地水資源變化對(duì)變暖的響應(yīng)及其影響因素

高艷紅 張萌 劉偉

摘要 “干更干、濕更濕”變化范式為理解氣候干濕變化提供了一個(gè)簡(jiǎn)化模板。然而，這一范式僅能有效描述受海洋變化影響的全球平均結(jié)果。陸地上水資源變化的影響因素眾多，存在很大的不確定性，地形復(fù)雜地區(qū)尤其如此，目前尚未找到高度概括其時(shí)空變異規(guī)律的方法。本研究總結(jié)了全球陸地，尤其是高海拔地區(qū)的水資源變化的研究進(jìn)展，對(duì)比了全球氣候模式和區(qū)域氣候模式預(yù)估結(jié)果的差異，揭示了陸地水資源對(duì)變暖的響應(yīng)機(jī)理，并分析了影響陸地水資源變化的主要地表和人類活動(dòng)因素;提出陸面過程的精確描述以及地表水熱狀況及其非均勻性的高分辨率精細(xì)刻畫和模擬，可以為氣候系統(tǒng)提供更準(zhǔn)確的下邊界條件，進(jìn)而提高地形復(fù)雜區(qū)域降水空間分布的模擬性能，為陸地尤其是高海拔山區(qū)的水資源及其變化研究奠定基礎(chǔ)。

關(guān)鍵詞陸地;水資源變化;高海拔地區(qū);變暖

水是人類賴以生存不可或缺的物質(zhì)，在人類文明發(fā)展史中始終扮演著舉足輕重的角色，淡水資源的多寡和豐枯往往與地區(qū)經(jīng)濟(jì)狀況和人類文明演替息息相關(guān)。地球雖然又被稱為“水球”，但是其大部分的儲(chǔ)水量無(wú)法直接被人們生產(chǎn)和生活所利用。地球表面約71%面積被水體覆蓋，然而淡水資源僅占總水量的2.5%（Shuttleworth，2012）;在這極少的淡水資源中，又有70%以上被凍結(jié)在南極和北極的冰蓋中，加上高山冰川和永凍積雪，共有87%的淡水資源難以被開采。目前人類能夠利用的淡水資源是江河湖泊和淺層地下水中的一部分，只占地球總水量的0.26%。再者，地球淡水資源不僅短缺而且地區(qū)分布極不平衡。以我國(guó)為例，遠(yuǎn)離水汽源地的西北干旱半干旱區(qū)人民主要依靠冰雪融水維持綠洲灌溉和生存。華北等人口稠密、人均水資源嚴(yán)重不足的地區(qū)需要南水北調(diào)等工程補(bǔ)充生產(chǎn)生活用水。因此，厘清陸地水資源時(shí)空分布和對(duì)變暖的響應(yīng)對(duì)布局工農(nóng)業(yè)生產(chǎn)、引導(dǎo)缺水地區(qū)人口遷移乃至修建人造地球工程緩解水資源壓力具有重大意義。

1 全球陸地水資源變化及對(duì)變暖的響應(yīng)

陸地水資源以地表水、地下水、湖泊、河川、積雪、凍土、冰川等方式存在，由于其提供了人類生產(chǎn)生活中的絕大部分用水，因而一直以來(lái)備受關(guān)注（Oki and Kanae，2006）。陸地水循環(huán)主要分為降水（P）、蒸發(fā)（E）、入滲、地表徑流、地下徑流等環(huán)節(jié)（Trenberth et al.，2007）。在不考慮地下深層水體等慢變過程的前提下，全球多年平均的水循環(huán)可以視為平衡態(tài)，即land-land=ocean-ocean（Lorenz and Kunstmann，2012）。因此，長(zhǎng)期水資源的變化可用降水與蒸發(fā)之差，即P-E的變化來(lái)表示。

工業(yè)革命以來(lái)CO2等溫室氣體的大量排放，將人類推向了以增暖為主要特征的全球氣候變化軌道中。根據(jù)Clausius-Clapeyron方程，氣溫每升高1 ℃，大氣中的水汽含量上升7%左右?；诖耍琀eld and Soden（2006）提出了著名的“干更干、濕更濕”理論。該理論認(rèn)為P-E的變化正比于P-E本身：隨著氣溫逐漸升高，P-E小于0的干旱區(qū)由于P-E的變化為負(fù)值，所以變得更干，而P-E大于0的濕潤(rùn)區(qū)則會(huì)變得更濕。全球而言，熱帶和中高緯度地區(qū)P-E增加，副熱帶Hadley環(huán)流下沉支控制地區(qū)P-E減少的緯向平均結(jié)果確實(shí)大體符合這一假設(shè)。變暖的區(qū)域差異導(dǎo)致的平均環(huán)流變化是全球干濕變化范式的主導(dǎo)因素（Held and Soden，2006;Seager et al.，2007;Gao et al.，2012）。然而，如果將陸地同海洋分開看就會(huì)發(fā)現(xiàn)，多年陸地緯向平均的P-E均大于0，但P-E的變化卻有正有負(fù)，明顯不符合假設(shè)。此外，一些學(xué)者還利用多種資料分析了全球陸地變干和變濕的面積比例，與氣候平均態(tài)的干濕分區(qū)相結(jié)合，發(fā)現(xiàn)“干更干、濕更濕”理論不能很好地描述陸地水資源的變化，并從理論層面給出了解釋（Greve et al.，2014;Roderick et al.，2014;Byrne and OGorman，2015）。

Rodericket al.（2014）利用20C3M（CMIP3 archive for the 20th century simulations）模擬資料得出的1970—1999年全球陸地降水和蒸發(fā)的氣候平均態(tài)分別為775和542 mm/a。Trenberth et al.（2011）分析了1990—2008年全球陸地P-E的變化情況，認(rèn)為陸地水資源總體呈現(xiàn)波動(dòng)增加態(tài)勢(shì)。這一結(jié)果與Lorenz and Kunstmann（2012）基于較為全面的再分析資料和前人的研究成果得出的結(jié)論一致。從空間分布變化看，總體上陸地P-E的變化幅度小于海洋，青藏高原和中南半島北部、赤道非洲和南美洲北部地區(qū)變化幅度較為顯著（Trenberth et al.，2007）。

未來(lái)排放情景下，全球平均“干更干、濕更濕”變化趨勢(shì)將進(jìn)一步加?。⊿eager et al.，2007），然而陸地范圍內(nèi)變化卻并非如此（Byrne and OGorman 2015;Zhou et al.，2021）。基于CMIP5多模式集合平均結(jié)果，Greve and Seneviratne（2015）繪制了在RCP8.5高排放情景下21世紀(jì)末的全球陸地P-E相對(duì)于20世紀(jì)末的變化。P-E增加的區(qū)域主要位于北半球中高緯和南極大陸，并且大部分通過了顯著性檢驗(yàn)。而P-E減少的地區(qū)占據(jù)了南北緯45°之間的大多數(shù)面積，但減幅較微弱。從模式預(yù)估結(jié)果看，較大幅度的升溫并沒有導(dǎo)致陸地范圍P-E出現(xiàn)相應(yīng)的劇烈變化，這種非線性關(guān)系也體現(xiàn)了陸地水資源變化的復(fù)雜性。最近，Zhou et al.（2021）研究指出土壤濕度的反饋機(jī)制有效減緩了全球陸地P-E的變化。

地表徑流是陸地水資源不可或缺的組成部分。Dai and Trenberth（2002）估算全球陸地徑流量為（37 288±662） km3·a-1，相當(dāng)于35%的陸地降水量。值得注意的是，在利用不同數(shù)據(jù)計(jì)算得出的年徑流量大體一致的前提下，區(qū)域尺度上由不同陸地區(qū)域向各大洋輸送的水量差異較大。上述問題表明現(xiàn)今全球氣候模式能夠大體模擬出能量和水量平衡的主要特征，但在區(qū)域尺度存在很大不確定性。這種區(qū)域尺度的差異往往會(huì)被掩蓋在較好的全球平均結(jié)果中，妨礙模式對(duì)水循環(huán)的精準(zhǔn)描述和對(duì)陸地水資源各項(xiàng)的估算。而基于區(qū)域氣候模式的降尺度方法是精細(xì)刻畫區(qū)域尺度水循環(huán)的有效武器，可以彌補(bǔ)全球氣候模式“抓大放小”的不足。

2 高海拔山區(qū)水資源變化

高海拔山區(qū)盡管占整個(gè)全球陸地面積的比重較小，人口密度不大，卻是諸多大江大河的發(fā)源地，充沛的淡水資源為人類和其他生物的生息發(fā)展提供了必要保障（Beniston et al.，1997），影響著全球19億人口的用水安全（Immerzeel et al.，2020）。變暖引發(fā)了一系列以雪線上移和冰川退縮為代表的地表環(huán)境變化，改變了高海拔山區(qū)水資源的儲(chǔ)量、空間分布和與之相適應(yīng)的生態(tài)系統(tǒng)。進(jìn)而深刻影響了全球水循環(huán)和水資源配置。

高海拔山區(qū)的地理位置和氣候區(qū)劃不同，局地地形地貌各異（圖1），但共同特點(diǎn)是較小水平范圍內(nèi)劇烈的垂直梯度變化（Barry，2008;Pepin and Lundquist，2008;Pepin et al.，2015;Minder et al.，2018）。由于覆蓋面積有限，這種強(qiáng)烈的局地非均勻分布往往難以通過大尺度環(huán)流準(zhǔn)確捕捉，因此，高海拔山區(qū)水資源及其變化很難用全球氣候模式準(zhǔn)確模擬和預(yù)估（Beniston，2003），需要開展降尺度研究。氣象要素的降尺度通常有兩種方式：統(tǒng)計(jì)降尺度和動(dòng)力降尺度。統(tǒng)計(jì)降尺度的準(zhǔn)確性依賴于觀測(cè)數(shù)據(jù)。受制于客觀條件高海拔山區(qū)往往觀測(cè)稀少，限制了統(tǒng)計(jì)降尺度的使用，所以基于區(qū)域氣候模式的動(dòng)力降尺度成為獲得高海拔山區(qū)準(zhǔn)確氣象要素的有效途徑（Giorgi and Francisco，2000;Gao et al.，2006，2011b;Gao and Chen 2017;Walton et al.，2020）。下文將分區(qū)域回顧對(duì)高海拔山區(qū)水資源及其變化的研究工作。

2.1 亞洲——以青藏高原為例

亞洲中部坐落著“世界屋脊”——青藏高原。青藏高原由于獨(dú)特的地理位置和地形地貌，對(duì)北半球乃至全球氣候都發(fā)揮著巨大作用（Xu et al.，2008;Zhou et al.，2009）。青藏高原是亞洲諸多大江大河的發(fā)源地，水資源總量占我國(guó)的22.71%。觀測(cè)資料顯示近幾十年來(lái)青藏高原正在經(jīng)歷顯著的氣候和環(huán)境變化，主要特征為變暖（Liu et al.，2006;Gao et al.，2014;Duan and Xiao，2015;Liu and Chen，2015;Gao et al.，2018b）、變濕（Gao et al.，2014，2015d）、風(fēng)速減弱（You et al.，2010;Li et al.，2018）和湖泊擴(kuò)張（Lei and Yang，2017;Zhang et al.，2017）。這種形式的氣候變化引發(fā)了高海拔冰凍圈系統(tǒng)、生態(tài)系統(tǒng)、以及生物多樣性的重大轉(zhuǎn)變（姚檀棟等，2015）。全球氣候模式預(yù)估青藏高原的暖濕化將在21世紀(jì)末進(jìn)一步加強(qiáng)（張人禾等，2015）。

然而，常被當(dāng)作觀測(cè)資料使用的全球主流再分析資料（NCAR/NCEP、NCAR/DOE、ERA-40、ERA-Interim）對(duì)青藏高原水資源變化的描述差異極大，尤其是NCAR/NCEP甚至表現(xiàn)出減小的趨勢(shì)（Gao et al.，2014）。四套再分析資料中，ERA-Interim對(duì)青藏高原氣溫變化（Wang and Zeng，2012）和水資源變化（Gao et al.，2014）的描述與觀測(cè)資料較為接近，但是空間分布非常均勻，不能描繪高海拔山區(qū)和平原區(qū)的差異。為了分析青藏高原的水資源變化，Gao et al.（2014，2018a）使用ERA-Interim作為驅(qū)動(dòng)數(shù)據(jù)，率先開展了青藏高原動(dòng)力降尺度研究。發(fā)現(xiàn)相比于大尺度驅(qū)動(dòng)數(shù)據(jù)，動(dòng)力降尺度能更準(zhǔn)確模擬青藏高原隨海拔分布的變暖特征和水資源變化的空間分布特征（Gao et al.，2015a，2015b）。地表非均勻動(dòng)力和熱力差異是導(dǎo)致二者預(yù)估結(jié)果不同的重要因素（Gao et al.，2017;Zhang et al.，2019）。

高分辨率的動(dòng)力降尺度模擬比低分辨率的全球氣候模擬模式能更準(zhǔn)確地模擬了高海拔山區(qū)水資源分布和變化特征。這源于一方面，由于分辨率的提高可以更好地識(shí)別地形和地表覆蓋的非均勻性，準(zhǔn)確表述地表動(dòng)力和熱力非均勻性。另一方面，相比全球氣候模式，區(qū)域氣候模式會(huì)采用更適合中小尺度的動(dòng)力物理框架和參數(shù)化方案過程，可以更準(zhǔn)確模擬中小尺度天氣/氣候過程。而在地形復(fù)雜區(qū)域中小尺度天氣/氣候過程的模擬中，地表動(dòng)力和熱力非均勻性的準(zhǔn)確表述有著重要作用。

2.2 北美洲——以落基山脈為例

位于美國(guó)西南部的科羅拉多河，發(fā)源于科羅拉多州的落基山脈。上游落基山區(qū)主要為高山氣候，海拔較高，氣候寒冷，年均降水量400～500 mm。下游處于半干旱至干旱氣候區(qū)，部分地區(qū)年降水量低于100 mm。面積不足25%的上游區(qū)域供給著流域78%的水源，支撐著下游干旱半干旱氣候區(qū)的農(nóng)業(yè)生產(chǎn)（Cayan et al.，2008;Seager et al.，2015）。流域水資源供需矛盾一直是加利福尼亞州水安全管理的重中之重（Cook et al.，2004;Council，2007;Vano et al.，2014）。全球氣候模式預(yù)估該流域在未來(lái)排放情景下的徑流量減少超過80%，甚至可能進(jìn)入超強(qiáng)干旱狀態(tài)（Christensen et al.，2004;Milly et al.，2005;Christensen and Lettenmaier，2007;Seager et al.，2007）。

然而，Hoerling et al.（2009）使用觀測(cè)資料校準(zhǔn)后的全球氣候模式預(yù)估結(jié)果，利用0.125°水平分辨率的水文模型VIC（Variable Infiltration Capacity），預(yù)估科羅拉多河流域21世紀(jì)末徑流量只減少6%，遠(yuǎn)小于直接使用全球氣候模式預(yù)估的結(jié)果。以上差異引發(fā)一個(gè)問題：對(duì)水資源變化的預(yù)估結(jié)果是否與模式的水平分辨率有關(guān)？基于對(duì)這一問題的思考，Lettenmaier教授團(tuán)隊(duì)分析了多組全球氣候模式和全球氣候模式模擬驅(qū)動(dòng)的動(dòng)力降尺度結(jié)果，研究了科羅拉多河流域水資源變化及其對(duì)變暖的響應(yīng)，發(fā)現(xiàn)動(dòng)力降尺度預(yù)估的流域水資源對(duì)變暖的響應(yīng)小于全球氣候模式預(yù)估（Gao et al.，2011a）。具體來(lái)說(shuō)，動(dòng)力降尺度模擬與全球模式的預(yù)估在平原區(qū)基本一致。但是在流域上游，動(dòng)力降尺度的確反映出與全球氣候模式不一樣的特征：動(dòng)力降尺度更準(zhǔn)確模擬高海拔區(qū)域（>2 250 m）的積雪分布狀況和氣溫隨高度遞減的特征，而小尺度地形在全球氣候模式中由于其較粗的分辨率不能被識(shí)別出來(lái)，這一區(qū)別導(dǎo)致了二者不同的預(yù)估結(jié)果。從大氣水循環(huán)角度，近地層中小尺度非均勻性導(dǎo)致的湍流機(jī)制是導(dǎo)致二者預(yù)估結(jié)果不同的重要因素（Gao et al.，2012）。

歐洲和南美洲——以阿爾卑斯山和安第斯山為例。相對(duì)于青藏高原和落基山脈，阿爾卑斯山海拔高度較低，觀測(cè)資料相對(duì)豐富（Beniston et al.，1997）。觀測(cè)顯示，阿爾卑斯山區(qū)的變暖趨勢(shì)呈現(xiàn)極大的空間差異性。日最低溫度呈現(xiàn)強(qiáng)烈的變暖海拔增大的特征，尤其是冬季夜間的變暖更為顯著，但是，日最高溫度卻不同，呈現(xiàn)低海拔區(qū)域變暖，而高海拔山區(qū)變冷的分布特征（García-Ruiz et al.，2011;Rangwala and Miller，2012;Gobiet et al.，2014;Beniston et al.，2018）。然而，早期的氣候模式模擬都僅模擬出隨海拔分布的變暖特征，未能模擬出最高溫度的變化（Giorgi et al.，1997）。盡管如此，與其他高海拔山區(qū)一致，阿爾卑斯山生態(tài)系統(tǒng)和冰凍圈整體呈現(xiàn)冰凍圈后撤和植被向上擴(kuò)張的格局（García-Ruiz et al.，2011;Gobiet et al.，2014;Abbate et al.，2020）。相比全球氣候模式，區(qū)域氣候模式對(duì)高海拔山區(qū)的模擬優(yōu)勢(shì)得到很好的體現(xiàn)（Giorgi et al.，1997;Ban et al.，2014;Torma et al.，2015;Prein et al.，2016）。

與北半球中緯度山脈不同，安第斯山脈從南美洲北部一直延伸到歐洲大陸（11°N～53°S）（Espinoza et al.，2020），其特點(diǎn)是生態(tài)系統(tǒng)的多樣性。Ames監(jiān)測(cè)發(fā)現(xiàn)1932—1994年安第斯山冰川呈現(xiàn)退縮現(xiàn)象（Rangwala and Miller，2012）。但是溫度變化隨海拔分布特征并不一致。Gaffen et al.（2000）發(fā)現(xiàn)安第斯山脈對(duì)流層溫度卻呈現(xiàn)不變或者略微減小趨勢(shì);Vuille and Bradley（2000）發(fā)現(xiàn)盡管對(duì)流層溫度呈現(xiàn)變冷趨勢(shì)，安第斯山地表溫度呈現(xiàn)變暖特征，但是變暖速率隨海拔成減小趨勢(shì)，只有在1 000～2 500 m高度的東向坡面出現(xiàn)變暖速率隨海拔高度增加而增大。數(shù)值模擬研究發(fā)現(xiàn)即使幾十公里分辨率的動(dòng)力降尺度仍然不能很好地模擬安第斯山脈復(fù)雜的多樣性特征（Pabón-Caicedo et al.，2020）。

對(duì)比高海拔山區(qū)與平原區(qū)可以發(fā)現(xiàn)，平原區(qū)水資源變化體現(xiàn)在環(huán)流變化導(dǎo)致降水的變化，而高海拔地區(qū)水資源變化更多體現(xiàn)在固態(tài)水資源對(duì)溫度變化的響應(yīng)，例如，溫度升高，樹線和雪線上升，地表反照率減小，進(jìn)一步加劇原雪線位置溫度的升高，這一正反饋機(jī)制，形成了5 000 m高度的最大變暖速率（Gao et al.，2018b）。同時(shí)，由于高海拔山區(qū)很小水平距離內(nèi)劇烈的垂直梯度變化，相比站點(diǎn)插值以及粗分辨率的全球氣候模式，高分辨率動(dòng)力降尺度模擬可以更準(zhǔn)確再現(xiàn)高海拔山區(qū)的水資源變化（Gao et al.，2018b）。

3 陸表單元對(duì)陸地水資源的影響

陸地表面分布著各種地表單元，例如，土壤（裸土、沙漠）以及覆蓋其上的植被生態(tài)系統(tǒng)（草地、森林、農(nóng)田、灌木、稀疏植被等）和冰凍圈系統(tǒng)（積雪、凍土、冰川）、水體（湖泊、水庫(kù)等），這些地表單元的地球物理和地球生物化學(xué)過程，通過影響地表水熱過程，進(jìn)而影響區(qū)域降水以及地表水資源，人類活動(dòng)（城市化、灌溉、植樹種草、森林砍伐等）則以突變的方式改變地表單元，影響水資源。

地表單元通過地表與大氣間能量和物質(zhì)交換對(duì)區(qū)域氣候和水循環(huán)產(chǎn)生影響。水分交換是陸-氣相互作用的重要地球物理過程。一個(gè)區(qū)域的蒸發(fā)對(duì)該區(qū)域降水的貢獻(xiàn)被稱為內(nèi)循環(huán)降水，內(nèi)循環(huán)降水率即本地蒸發(fā)產(chǎn)生的降水與總降水量的比值，常用來(lái)表征陸-氣間水循環(huán)的耦合強(qiáng)度（Goessling and Reick，2011;Gimeno et al.，2012;van der Ent et al.，2013;Xu and Gao，2019;Dominguez et al.，2020;Gao et al.，2020b）。

諸多研究表明，陸面過程模擬的準(zhǔn)確性是準(zhǔn)確認(rèn)知地球系統(tǒng)圈層相互作用的基礎(chǔ)（Trier et al.，2004;Chen and Zhang，2009;Kumar et al.，2014）。經(jīng)歷了幾十年的發(fā)展，陸面過程模式已經(jīng)可以描述地表主要的地球物理和地球化學(xué)過程，但是在高海拔山區(qū)的模擬仍然存在較多問題。改進(jìn)陸面過程模式，提高其在高海拔地區(qū)的模擬性能成為水資源變化研究的努力方向（Beniston et al.，2018）。下面列舉一些陸面過程模式物理過程研發(fā)，尤其是青藏高原的最新進(jìn)展。

3.1 土壤和植被

土壤和植被是陸地系統(tǒng)的重要載體，是地表蒸散發(fā)計(jì)算的直接參與者。其中，地表反照率是影響地表能量收支的關(guān)鍵要素（Wang et al.，2005）。最初的數(shù)值模式中采用全球均一的地表反照率，隨著遙感監(jiān)測(cè)數(shù)據(jù)的日益豐富和研究的逐步深入，研究人員發(fā)現(xiàn)地表反照率是土壤粒徑、顏色、濕度、以及植被類型、生物量等地表特征的綜合體現(xiàn)。一系列地表特征數(shù)據(jù)被引入陸面過程模式，更真實(shí)模擬地表反照率，提高地表能量平衡模擬性能（Dai et al.，2013）。

土壤濕度是影響地表蒸散發(fā)的關(guān)鍵要素（Seneviratne et al.，2013）。Koster et al.（2004）基于16個(gè)全球陸地-大氣耦合試驗(yàn)?zāi)Ｊ?，揭示北美中部大平原、赤道非洲的薩赫勒和印度是全球陸氣耦合強(qiáng)度最高的地區(qū)，其次是南美，中亞和中國(guó)。同樣基于全球陸地-大氣耦合試驗(yàn)結(jié)果，Zhou et al.（2021）在研究中發(fā)現(xiàn)，土壤濕度的反饋機(jī)制有效減緩了全球陸地干旱、半干旱區(qū)未來(lái)水資源（P-E）的減小。同時(shí)指出，現(xiàn)代全球氣候模式中陸氣相互作用過程的模擬性能有待進(jìn)一步提高。

植被對(duì)近地層動(dòng)量、能量和質(zhì)量平衡和交換有重要影響。植被冠層通過摩擦力減小近地面風(fēng)速;通過反射、散射、折射影響地表輻射平衡;通過截留降水、植被蒸騰影響水循環(huán);通過光合作用改變碳、氮通量（Dai et al.，2003;Lawrence et al.，2020）。近期研究表明，植被根系的影響也不容忽視。Gao et al.（2015c）發(fā)現(xiàn)陸面過程模式中考慮根系影響，顯著改善青藏高原表層土壤濕度模擬普遍偏低的難題。Niu et al.（2020）在陸面過程模式中Noah-MP中考慮根生長(zhǎng)的動(dòng)態(tài)水分吸收過程，提高模式生態(tài)系統(tǒng)對(duì)干旱的彈性。

3.2 冰凍圈

全球變暖背景下，冰凍圈的變化受到高度關(guān)注。例如，青藏高原冰凍圈水資源呈現(xiàn)“失穩(wěn)”現(xiàn)象。冰凍圈水資源大多位于高海拔地區(qū)，觀測(cè)資料稀少成為制約冰凍圈環(huán)境變化研究的瓶頸。改進(jìn)氣候模式中的冰凍圈過程，更準(zhǔn)確模擬高海拔地區(qū)氣候成為明晰陸地水資源變化對(duì)變暖響應(yīng)研究的有效途徑。

經(jīng)過科研人員長(zhǎng)期不懈的努力，現(xiàn)代氣候模式已經(jīng)基本具備了陸地冰雪過程對(duì)氣候影響響應(yīng)機(jī)理的模擬能力（Yang et al.，1997;Xue et al.，2003;Chen et al.，2014），相比站點(diǎn)插值產(chǎn)品和全球氣候模式，耦合先進(jìn)陸面過程方案的區(qū)域氣候模式（例如Weather Research and Forecasting model，WRF）能夠更好地再現(xiàn)觀測(cè)到的隨海拔分布的變暖特征（Gao et al.，2018b）。但是，模式中冰雪過程的參數(shù)化方案大多基于高緯度深厚積雪覆蓋地區(qū)的觀測(cè)數(shù)據(jù)建立，而位于中緯度的青藏高原積雪淺薄，生命期短（Jiang et al.，2019），模式中原有積雪參數(shù)化方案的使用導(dǎo)致積雪覆蓋度有25%左右的高估（Jiang et al.，2020）。最新研究改進(jìn)了青藏高原積雪模型，有效減小了青藏高原區(qū)域氣候模擬中強(qiáng)烈的冷偏差（Gao et al.，2020a;Jiang et al.，2020）。

3.3 湖泊

湖泊擴(kuò)張和數(shù)量增多也是青藏高原環(huán)境對(duì)變暖響應(yīng)的一個(gè)重要特征。湖泊的區(qū)域氣候效應(yīng)是區(qū)域氣候研究的重要內(nèi)容。然而，在以往的氣候模擬中，由于模式分辨率較粗，只有較大面積湖泊才能被識(shí)別。近年來(lái)，隨著遙感監(jiān)測(cè)能力的提高，較小湖泊以及湖泊面積變化也可以被精確監(jiān)測(cè)。同時(shí)，隨著氣候模式分辨率的逐步提高，青藏高原湖泊群的氣候效應(yīng)受到了前所未有的關(guān)注。

氣候模式中湖表溫度的處理有兩種方式，傳統(tǒng)的處理方式是將湖泊作為水體，使用最近點(diǎn)的海面溫度作為湖泊表面溫度。近年來(lái)，湖泊模式得以發(fā)展并與區(qū)域氣候模式耦合，可以更準(zhǔn)確地模擬湖泊表面溫度和湖泊的氣候效應(yīng)。由于湖泊的位置、大小、形態(tài)、深淺、、周邊地形地貌等都對(duì)湖泊表面溫度有顯著影響，每個(gè)湖泊各具特色。因此，通用的湖泊模式還存在較大的不確定性，預(yù)設(shè)湖泊表面溫度方法因其簡(jiǎn)單、實(shí)用仍被廣泛使用。

最近Gao et al.（2020b）研究發(fā)現(xiàn)，由于最近點(diǎn)海溫遠(yuǎn)高于青藏高原地表溫度，將其作為高原的湖表溫度會(huì)激發(fā)極強(qiáng)的湖氣相互作用，導(dǎo)致湖區(qū)降水的高估，成為青藏高原區(qū)域氣候模擬濕偏差的重要原因。而使用氣溫和觀測(cè)的湖氣溫差改進(jìn)的湖表溫度可以更準(zhǔn)確模擬高原湖泊的氣候效應(yīng)。

3.4 人類活動(dòng)

城市化、森林砍伐、農(nóng)作物種植/灌溉/收割、退耕還林、水利工程建設(shè)等人類活動(dòng)以直接改變土地利用和地表覆蓋類型的形式，對(duì)區(qū)域氣候和可用水資源產(chǎn)生影響。城市道路使用不透水層，建筑物使用反光玻璃，改變了地表水循環(huán)系統(tǒng)和能量分配。森林砍伐、退耕還林還草、農(nóng)作物種植等改變了地表輻射平衡和地表粗糙度，對(duì)地表能量、水分、動(dòng)量交換都有顯著影響。水利工程對(duì)水資源的影響也不容忽視。早期的陸面過程僅考慮地表與大氣之間能量和水分垂直方向的交換，不考慮地表和土壤水分的水平流動(dòng)。隨著模式水平分辨率的提高，匯流過程對(duì)土壤濕度，進(jìn)而對(duì)土壤蒸發(fā)的影響日益受到重視，不同復(fù)雜程度的匯流過程方案陸續(xù)加入陸面過程模式（Gao et al.，2004）。

人類已通過土地使用、河流改道、土壤成分改變、水資源利用等方式使深刻改造了地球環(huán)境，并通過工業(yè)化進(jìn)程排放溫室氣體，影響了大氣成分，引發(fā)了全球氣候變化。千禧年人類世的提出說(shuō)明人類活動(dòng)對(duì)地球環(huán)境影響力增強(qiáng)的論點(diǎn)得到了大多數(shù)學(xué)者的支持（Elhacham et al.，2020）。人類活動(dòng)對(duì)氣候系統(tǒng)的影響在模式中多采用輻射外強(qiáng)迫的形式體現(xiàn)，而非以物理過程的方式耦合在陸面過程模式，進(jìn)而氣候模式中。未來(lái)陸面過程模式的研發(fā)需要進(jìn)一步完善人類活動(dòng)產(chǎn)生的相關(guān)影響。

4 結(jié)論

陸地是人類賴以生存的家園，水資源是人類文明演替的基石。作為重要的水源地，高海拔地區(qū)的水資源對(duì)變暖的響應(yīng)尤其會(huì)引起各個(gè)國(guó)家和國(guó)際社會(huì)的高度關(guān)注。本研究回顧了陸地水資源對(duì)變暖的響應(yīng)，總結(jié)了高海拔地區(qū)的水資源變化，進(jìn)一步探討了陸面過程對(duì)高海拔地區(qū)水資源的影響。

受全球變暖的影響，全球水資源呈現(xiàn)“干更干、濕更濕”的變化范式，變暖的區(qū)域差異導(dǎo)致的平均環(huán)流變化是全球干濕變化范式的主導(dǎo)因素。但這一范式主要受海洋主導(dǎo)，陸地表面高度地形和土地利用類型的高度非均勻分布，使得陸地水資源呈現(xiàn)更為復(fù)雜的高度非均勻分布，同時(shí)，各種數(shù)據(jù)對(duì)陸地水資源變化的也表現(xiàn)出極大的不確定性。

氣候模式預(yù)估的結(jié)果顯示，21世紀(jì)末科羅拉多河流域P-E變化符合“干更干、濕更濕”范式，而青藏高原水資源變化則不符合這一范式?；趧?dòng)力降尺度的高分辨率模擬能更準(zhǔn)確分辨高海拔山區(qū)的地表特征和冰凍圈積雪分布，其預(yù)估結(jié)果與全球氣候模式預(yù)估方向一致，但P-E對(duì)變暖的響應(yīng)程度有所降低。動(dòng)力降尺度和全球氣候模式預(yù)估結(jié)果的不同源于地表熱動(dòng)力狀況是否非均勻分布的模擬差異。

陸地水資源變化顯著地受到陸面過程的影響。在高海拔山區(qū)，土壤、植被過程與冰凍圈過程相互交織，使得水熱變化更為復(fù)雜。另外，冰川、積雪融水直接導(dǎo)致水體水量的增多和面積的增大，極大地改變了水循環(huán)。全球氣候模式難以分辨山區(qū)地表特征，陸面物理過程也存在不足。因此，采用高分辨率地表數(shù)據(jù)，改進(jìn)典型下墊面的陸面物理過程和參數(shù)化方案，是準(zhǔn)確預(yù)估高海拔山區(qū)水資源對(duì)變暖響應(yīng)研究的重要手段。

5 討論

近些年觀測(cè)站點(diǎn)和探空資料的加密、衛(wèi)星遙感的大規(guī)模應(yīng)用、模式物理框架和參數(shù)化方案的改進(jìn)、同化技術(shù)的進(jìn)步都對(duì)研究數(shù)據(jù)廣度和精度的提升做出了貢獻(xiàn)。然而，數(shù)據(jù)來(lái)源的不確定性仍是目前陸地水資源變化研究的主要障礙之一。體現(xiàn)在各套降水和蒸發(fā)數(shù)據(jù)之間的差異較大，尤其是缺少直接觀測(cè)，數(shù)據(jù)來(lái)源更加多樣的陸地蒸散發(fā)（Greve et al.，2014），這會(huì)導(dǎo)致模式模擬水循環(huán)速率的失真（Trenberth et al.，2011）。

陸地水資源研究也常采用離線模擬的方式，使用氣象數(shù)據(jù)驅(qū)動(dòng)陸面過程模式或水文模式，進(jìn)行P-E的模擬和預(yù)估。這種方式中，作為陸地系統(tǒng)最重要的淡水資源庫(kù)，高海拔地區(qū)降水?dāng)?shù)據(jù)的不確定性會(huì)成為水循環(huán)過程和水資源變化不確定性的重要來(lái)源。除了氣候模式，還有兩種常用的網(wǎng)格化降水?dāng)?shù)據(jù)：地面監(jiān)測(cè)插值產(chǎn)品和衛(wèi)星遙感反演產(chǎn)品。地面觀測(cè)是重要的數(shù)據(jù)基礎(chǔ)，但是，復(fù)雜的山區(qū)地形使得數(shù)據(jù)代表性受到限制，插值產(chǎn)品往往存在較大的不確定性。而缺乏地面觀測(cè)的校準(zhǔn)，衛(wèi)星遙感反演產(chǎn)品的準(zhǔn)確性也會(huì)受到影響。因此，在地形復(fù)雜地區(qū)的水資源變化研究中，開展高分辨率氣候模擬成為提高降水?dāng)?shù)據(jù)準(zhǔn)確性，進(jìn)而提高水資源變化預(yù)估可信度的有效途徑。

傳統(tǒng)的幾十、至上百公里水平分辨率尺度的氣候模式中，積云過程遠(yuǎn)小于模式網(wǎng)格尺度，降水過程被分解為微物理過程參數(shù)化和積云參數(shù)化方案，而積云參數(shù)化方案一直被認(rèn)為是模式模擬最大的不確定性來(lái)源（Zhang and McFarlane 1995;Pei et al.，2014;Huang and Gao，2017）。近年來(lái)，隨著計(jì)算能力的提高，人們開始嘗試更高分辨率的氣候模擬。當(dāng)水平分辨率小于4 km，模式網(wǎng)格可以顯式分辨積云，不再需要使用積云參數(shù)化方案，因此，

小于4 km尺度的模擬被稱為對(duì)流允許尺度模擬（Liu et al.，2006;Rasmussen et al.，2011;Prein et al.，2013）。研究表明在觀測(cè)資料極度匱乏的高海拔山區(qū)，對(duì)流允許尺度模擬是提供更準(zhǔn)確氣象要素的有效手段（Gao et al.，2020a）。然而，受計(jì)算資源限制，很多模擬僅在很小范圍進(jìn)行（Lin et al.，2018），大范圍模擬需要指數(shù)倍的計(jì)算資源，收益與付出是否匹配尚需要深入評(píng)估。不少研究指出陸面過程對(duì)陸地水循環(huán)的影響甚至超過積云參數(shù)化方案（Pei et al.，2014;Gao et al.，2015c）。精細(xì)刻畫陸面過程，為氣候系統(tǒng)提供更準(zhǔn)確的下邊界條件，準(zhǔn)確模擬高海拔山區(qū)降水特征，是正確認(rèn)知陸地水資源變化對(duì)變暖響應(yīng)的重要前提。

參考文獻(xiàn)（References）

Abbate A，Papini M，Longoni L，2020.Extreme rainfall over complex terrain：an application of the linear model of orographic precipitation to a case study in the Italian pre-Alps[J].Geosciences，11（1）：18.doi：10.3390/geosciences11010018.

Ban N，Schmidli J，Schr C，2014.Evaluation of the convection-resolving regional climate modeling approach in decade-long simulations[J].J Geophys Res：Atmos，119（13）：7889-7907.doi：10.1002/2014JD021478.

Barry R G，2008.Mountain weather and climate[M].Cambridge：Cambridge University Press：532.

Beniston M，2003.Climatic change in mountain regions：a review of possible impacts[J].Climatic Change，59（1/2）：5-31.doi：10.1023/A：1024458411589.

Beniston M，Diaz H F，Bradley R S，1997.Climatic change at high elevation sites：an overview[J].Climatic Change，36（3/4）：233-251.doi：10.1023/A：1005380714349.

Beniston M，F(xiàn)arinotti D，Stoffel M，et al.，2018.The European mountain cryosphere：a review of its current state，trends，and future challenges[J].Cryosphere，12（2）：759-794.doi：10.5194/tc-12-759-2018.

Byrne M P，OGorman P A，2015.The response of precipitation minus evapotranspiration to climate warming：why the “wet-get-wetter，dry-get-drier” scaling does not hold over land[J].J Climate，28（20）：8078-8092.doi：10.1175/jcli-d-15-0369.1.

Cayan D R，Maurer E P，Dettinger M D，et al.，2008.Climate change scenarios for the California region[J].Climatic Change，87（1）：21-42.doi：10.1007/s10584-007-9377-6.

Chen F，Zhang Y，2009.On the coupling strength between the land surface and the atmosphere：From viewpoint of surface exchange coefficients[J].Geophys Res Lett，36（10）：L10404.doi：10.1029/2009GL037980.

Chen F，Barlage M，Tewari M，et al.，2014.Modeling seasonal snowpack evolution in the complex terrain and forested Colorado Headwaters region：a model intercomparison study[J].J Geophys Res：Atmos，119（24）：13795-13819.doi：10.1002/2014JD022167.

Christensen N S，Lettenmaier D P，2007.A multimodel ensemble approach to assessment of climate change impacts on the hydrology and water resources of the Colorado River Basin[J].Hydrol Earth Syst Sci，11（4）：1417-1434.doi：10.5194/hess-11-1417-2007.

Christensen N S，Wood A W，Voisin N，et al.，2004.The effects of climate change on the hydrology and water resources of the Colorado river basin[J].Clim Chang，62（1/2/3）：337-363.doi：10.1023/B：CLIM.0000013684.13621.1f.

Cook E R，Woodhouse C A，Eakin C M，et al.，2004.Long-term aridity changes in the western United States[J].Science，306（5698）：1015-1018.doi：10.1126/science.1102586.

Council N R，2007.Colorado River Basin water management：evaluating and adjusting to hydroclimatic variability[M].Newyork：National Academies Press.

Dai A G，Trenberth K E，2002.Estimates of freshwater discharge from continents：latitudinal and seasonal variations[J].J Hydrometeor，3（6）：660-687.doi：10.1175/1525-7541（2002）003<0660：eofdfc>2.0.co;2.

Dai Y J，Zeng X B，Dickinson R E，et al.，2003.The common land model[J].Bull Amer Meteor Soc，84（8）：1013-1024.doi：10.1175/bams-84-8-1013.

Dai Y J，Shangguan W，Duan Q Y，et al.，2013.Development of a China dataset of soil hydraulic parameters using pedotransfer functions for land surface modeling[J].J Hydrometeorol，14（3）：869-887.doi：10.1175/jhm-d-12-0149.1.

Dominguez F，Hu H，Martinez J A，2020.Two-layer dynamic recycling model（2L-DRM）：learning from moisture tracking models of different complexity[J].J Hydrometeorol，21（1）：3-16.doi：10.1175/jhm-d-19-0101.1.

Duan A M，Xiao Z X，2015.Does the climate warming hiatus exist over the Tibetan Plateau？[J].Sci Rep，5：13711.doi：10.1038/srep13711.

Elhacham E，Ben-Uri L，Grozovski J，et al.，2020.Global human-made mass exceeds all living biomass[J].Nature，588（7838）：442-444.doi：10.1038/s41586-020-3010-5.

Espinoza J C，Garreaud R，Poveda G，et al.，2020.Hydroclimate of the Andes part I：main climatic features[J].Front Earth Sci，8：64.doi：10.3389/feart.2020.00064.

Gaffen D J，2000.Multidecadal changes in the vertical temperature structure of the tropical troposphere[J].Science，287（5456）：1242-1245.doi：10.1126/science.287.5456.1242.

Gao X J，Xu Y，Zhao Z C，et al.，2006.On the role of resolution and topography in the simulation of East Asia precipitation[J].Theor Appl Climatol，86（1/2/3/4）：173-185.doi：10.1007/s00704-005-0214-4.

Gao Y H，Chen D L，2017.Modeling of regional climate over the Tibetan plateau[M].Oxford：Oxford University Press.doi：10.1093/acrefore/9780190228620.013.591.

Gao Y H，Lü S，Cheng G D，2004.Simulation of rainfall-runoff and watershed convergence process in the upper reaches of Heihe River Basin，July 2002[J].Sci China Ser D：Earth Sci，47（1）：1-8.doi：10.1360/04zd0001.

Gao Y H，Vano J A，Zhu C M，et al.，2011a.Evaluating climate change over the Colorado River basin using regional climate models[J].J Geophys Res：Atmos，116（D13）：D13104.doi：10.1029/2010JD015278.

Gao Y H，Xue Y K，Peng W，et al.，2011b.Assessment of dynamic downscaling of the extreme rainfall over East Asia using a regional climate model[J].Adv Atmos Sci，28（5）：1077-1098.doi：10.1007/s00376-010-0039-7.

Gao Y H，Leung L R，Salathé E P Jr，et al.，2012.Moisture flux convergence in regional and global climate models：implications for droughts in the southwestern United States under climate change[J].Geophys Res Lett，39（9）：L09711.doi：10.1029/2012GL051560.

Gao Y H，Cuo L，Zhang Y X，2014.Changes in moisture flux over the Tibetan Plateau during 1979—2011 and possible mechanisms[J].J Climate，27（5）：1876-1893.doi：10.1175/jcli-d-13-00321.1.

Gao Y H，Xu J W，Chen D L，2015a.Evaluation of WRF mesoscale climate simulations over the Tibetan Plateau during 1979—2011[J].J Climate，28（7）：2823-2841.doi：10.1175/jcli-d-14-00300.1.

Gao Y H，Leung L R，Zhang Y X，et al.，2015b.Changes in moisture flux over the Tibetan Plateau during 1979—2011：insights from a high-resolution simulation[J].J Climate，28（10）：4185-4197.doi：10.1175/jcli-d-14-00581.1.

Gao Y H，Li K，Chen F，et al.，2015c.Assessing and improving Noah-MP land model simulations for the central Tibetan Plateau[J].J Geophys Res Atmos，120（18）：9258-9278.doi：10.1002/2015jd023404.

Gao Y H，Li X，Ruby Leung L，et al.，2015d.Aridity changes in the Tibetan Plateau in a warming climate[J].Environ Res Lett，10（3）：034013.doi：10.1088/1748-9326/10/3/034013.

Gao Y H，Xiao L H，Chen D L，et al.，2017.Quantification of the relative role of land-surface processes and large-scale forcing in dynamic downscaling over the Tibetan Plateau[J].Clim Dyn，48（5/6）：1705-1721.doi：10.1007/s00382-016-3168-6.

Gao Y H，Xiao L H，Chen D L，et al.，2018a.Comparison between past and future extreme precipitations simulated by global and regional climate models over the Tibetan Plateau[J].Int J Climatol，38（3）：1285-1297.doi：10.1002/joc.5243.

Gao Y H，Chen F，Lettenmaier D P，et al.，2018b.Does elevation-dependent warming hold true above 5 000 m elevation？Lessons from the Tibetan Plateau[J].Npj Clim Atmos Sci，1：19.doi：10.1038/s41612-018-0030-z.

Gao Y H，Chen F，Jiang Y S，2020a.Evaluation of a convection-permitting modeling of precipitation over the Tibetan Plateau and its influences on the simulation of snow-cover fraction[J].J Hydrometeorol，21（7）：1531-1548.doi：10.1175/jhm-d-19-0277.1.

Gao Y H，Chen F，Miguez-Macho G，et al.，2020b.Understanding precipitation recycling over the Tibetan Plateau using tracer analysis with WRF[J].Clim Dyn，55（9）：2921-2937.doi：10.1007/s00382-020-05426-9.

García-Ruiz J M，López-Moreno J I，Vicente-Serrano S M，et al.，2011.Mediterranean water resources in a global change scenario[J].Earth-Sci Rev，105（3/4）：121-139.doi：10.1016/j.earscirev.2011.01.006.

Gimeno L，Stohl A，Trigo R M，et al.，2012.Oceanic and terrestrial sources of continental precipitation[J].Rev Geophys，50（4）：RG4003.doi：10.1029/2012RG000389.

Giorgi F，F(xiàn)rancisco R，2000.Evaluating uncertainties in the prediction of regional climate change[J].Geophys Res Lett，27（9）：1295-1298.doi：10.1029/1999GL011016.

Giorgi F，Hurrell J W，Marinucci M R，et al.，1997.Elevation dependency of the surface climate change signal：a model study[J].J Climate，10（2）：288-296.doi：10.1175/1520-0442（1997）010<0288：edotsc>2.0.co;2.

Gobiet A，Kotlarski S，Beniston M，et al.，2014.21st century climate change in the European Alps：a review[J].Sci Total Environ，493：1138-1151.doi：10.1016/j.scitotenv.2013.07.050.

Goessling H F，Reick C H，2011.What do moisture recycling estimates tell us？Exploring the extreme case of non-evaporating continents[J].Hydrol Earth Syst Sci，15（10）：3217-3235.doi：10.5194/hess-15-3217-2011.

Greve P，Seneviratne S I，2015.Assessment of future changes in water availability and aridity[J].Geophys Res Lett，42（13）：5493-5499.doi：10.1002/2015GL064127.

Greve P，Orlowsky B，Mueller B，et al.，2014.Global assessment of trends in wetting and drying over land[J].Nat Geosci，7（10）：716-721.doi：10.1038/ngeo2247.

Held I M，Soden B J，2006.Robust responses of the hydrological cycle to global warming[J].J Climate，19（21）：5686-5699.doi：10.1175/jcli3990.1.

Hoerling M，Lettenmaier D，Cayan D，et al.，2009.Reconciling projections of Colorado River streamflow[J].Southwest Hydrol，8：20-21.

Huang D L，Gao S B，2017.Impact of different cumulus convective parameterization schemes on the simulation of precipitation over China[J].Tellus A：Dyn Meteorol Oceanogr，69（1）：1406264.doi：10.1080/16000870.2017.1406264.

Immerzeel W W，Lutz A F，Andrade M，et al.，2020.Importance and vulnerability of the worlds water towers[J].Nature，577（7790）：364-369.doi：10.1038/s41586-019-1822-y.

Jiang Y S，Chen F，Gao Y H，et al.，2019.Using multisource satellite data to assess recent snow-cover variability and uncertainty in the Qinghai-Tibet plateau[J].J Hydrometeorol，20（7）：1293-1306.doi：10.1175/jhm-d-18-0220.1.

Jiang Y S，Chen F，Gao Y H，et al.，2020.Assessment of uncertainty sources in snow cover simulation in the Tibetan Plateau[J].J Geophys Res：Atmos，125（18）：e2020JD032674.doi：10.1029/2020JD032674.

Koster R D，Dirmeyer P A，Guo Z，et al.，2004.Regions of strong coupling between soil moisture and precipitation[J].Science，305（5687）：1138-1140.doi：10.1126/science.1100217.

Kumar A，Chen F，Barlage M，et al.，2014.Assessing impacts of integrating MODIS vegetation data in the weather research and forecasting （WRF） model coupled to two different canopy-resistance approaches[J].J Appl Meteorol Climatol，53（6）：1362-1380.doi：10.1175/jamc-d-13-0247.1.

Lawrence D，F(xiàn)isher R，Koven C，et al.，2020.Technical description of version 5.0 of the community land model （CLM）[R].National Center for Atmospheric Research（NCAR）.

Lei Y B，Yang K，2017.The cause of rapid lake expansion in the Tibetan Plateau：climate wetting or warming？[J].Wiley Interdiscip Rev：Water，4（6）：e1236.doi：10.1002/wat2.1236.

Li X，Gao Y H，Pan Y J，et al.，2018.Evaluation of near-surface wind speed simulations over the Tibetan Plateau from three dynamical downscalings based on WRF model[J].Theor Appl Climatol，134（3）：1399-1411.doi：10.1007/s00704-017-2353-9.

Lin C G，Chen D L，Yang K，et al.，2018.Impact of model resolution on simulating the water vapor transport through the central Himalayas：implication for models wet bias over the Tibetan Plateau[J].Clim Dyn，51（9/10）：3195-3207.doi：10.1007/s00382-018-4074-x.

Liu X D，Chen B D，2000.Climatic warming in the Tibetan Plateau during recent decades[J].Int J Climatol，20（14）：1729-1742.doi：10.1002/1097-0088（20001130）20：14<1729：aid-joc556>3.0.co;2-y.

Liu X D，Yin Z Y，Shao X M，et al.，2006.Temporal trends and variability of daily maximum and minimum，extreme temperature events，and growing season length over the eastern and central Tibetan Plateau during 1961—2003[J].J Geophys Res：Atmos，111（D19）：D19109.doi：10.1029/2005JD006915.

Lorenz C，Kunstmann H，2012.The hydrological cycle in three state-of-the-art reanalyses：intercomparison and performance analysis[J].J Hydrometeorol，13（5）：1397-1420.doi：10.1175/jhm-d-11-088.1.

Milly P C，Dunne K A，Vecchia A V，2005.Global pattern of trends in streamflow and water availability in a changing climate[J].Nature，438（7066）：347-350.doi：10.1038/nature04312.

Minder J R，Letcher T W，Liu C H，2018.The character and causes of elevation-dependent warming in high-resolution simulations of rocky mountain climate change[J].J Climate，31（6）：2093-2113.doi：10.1175/jcli-d-17-0321.1.

Niu G Y，F(xiàn)ang Y H，Chang L L，et al.，2020.Enhancing the Noah-MP ecosystem response to droughts with an explicit representation of plant water storage supplied by dynamic root water uptake[J].J Adv Model Earth Syst，12（11）：e2020MS002062.doi：10.1029/2020MS002062.

Oki T，Kanae S，2006.Global hydrological cycles and world water resources[J].Science，313（5790）：1068-1072.doi：10.1126/science.1128845.

Pabón-Caicedo J D，Arias P A，Carril A F，et al.，2020.Observed and projected hydroclimate changes in the Andes[J].Front Earth Sci，8：61.doi：10.3389/feart.2020.00061.

Pei L S，Moore N，Zhong S Y，et al.，2014.WRF model sensitivity to land surface model and cumulus parameterization under short-term climate extremes over the southern great Plains of the United States[J].J Climate，27（20）：7703-7724.doi：10.1175/jcli-d-14-00015.1.

Pepin N C，Lundquist J D，2008.Temperature trends at high elevations：Patterns across the globe[J].Geophys Res Lett，35（14）：L14701.doi：10.1029/2008GL034026.

Pepin N，Bradley R S，Diaz H F，et al，2015.Elevation-dependent warming in mountain regions of the world[J].Nature Clim Change，5：424-430.doi：10.1038/nclimate2563.

Prein A F，Gobiet A，Suklitsch M，et al.，2013.Added value of convection permitting seasonal simulations[J].Clim Dyn，41（9/10）：2655-2677.doi：10.1007/s00382-013-1744-6.

Prein A F，Gobiet A，Truhetz H，et al.，2016.Precipitation in the EURO-CORDEX 0.11° and 0.44° simulations：high resolution，high benefits？[J].Clim Dyn，46（1）：383-412.doi：10.1007/s00382-015-2589-y.

Rangwala I，Miller J R，2012.Climate change in mountains：a review of elevation-dependent warming and its possible causes[J].Clim Chang，114（3/4）：527-547.doi：10.1007/s10584-012-0419-3.

Rasmussen R，Liu C H，Ikeda K，et al.，2011.High-resolution coupled climate runoff simulations of seasonal snowfall over Colorado：a process study of current and warmer climate[J].J Climate，24（12）：3015-3048.doi：10.1175/2010jcli3985.1.

Roderick M L，Sun F，Lim W H，et al.，2014.A general framework for understanding the response of the water cycle to global warming over land and ocean[J].Hydrol Earth Syst Sci，18（5）：1575-1589.doi：10.5194/hess-18-1575-2014.

Seager R，Ting M，Held I，et al.，2007.Model projections of an imminent transition to a more arid climate in southwestern North America[J].Science，316（5828）：1181-1184.doi：10.1126/science.1139601.

Seager R，Hoerling M，Schubert S，et al.，2015.Causes of the 2011—2014 California drought[J].J Climate，28（18）：6997-7024.doi：10.1175/jcli-d-14-00860.1.

Seneviratne S I，Wilhelm M，Stanelle T，et al.，2013.Impact of soil moisture-climate feedbacks on CMIP5 projections：first results from the GLACE-CMIP5 experiment[J].Geophys Res Lett，40（19）：5212-5217.doi：10.1002/grl.50956.

Shuttleworth W J，2012.Terrestrial hydrometeorology[M].Chichester，UK：John Wiley & Sons.doi：10.1002/9781119951933.

Torma C，Giorgi F，Coppola E，2015.Added value of regional climate modeling over areas characterized by complex terrain：precipitation over the Alps[J].J Geophys Res：Atmos，120（9）：3957-3972.doi：10.1002/2014JD022781.

Trenberth K E，F(xiàn)asullo J T，Mackaro J，2011.Atmospheric moisture transports from ocean to land and global energy flows in reanalyses[J].J Climate，24（18）：4907-4924.doi：10.1175/2011jcli4171.1.

Trenberth K E，Smith L，Qian T T，et al.，2007.Estimates of the global water budget and its annual cycle using observational and model data[J].J Hydrometeorol，8（4）：758-769.doi：10.1175/jhm600.1.

Trier S B，Chen F，Manning K W，2004.A study of convection initiation in a mesoscale model using high-resolution land surface initial conditions[J].Mon Wea Rev，132（12）：2954-2976.doi：10.1175/mwr2839.1.

van der Ent R J，Tuinenburg O A，Knoche H R，et al.，2013.Should we use a simple or complex model for moisture recycling and atmospheric moisture tracking？[J].Hydrol Earth Syst Sci，17（12）：4869-4884.doi：10.5194/hess-17-4869-2013.

Vano J A，Udall B，Cayan D R，et al.，2014.Understanding uncertainties in future Colorado river streamflow[J].Bull Amer Meteor Soc，95（1）：59-78.doi：10.1175/bams-d-12-00228.1.

Vuille M，Bradley R S，2000.Mean annual temperature trends and their vertical structure in the tropical Andes[J].Geophys Res Lett，27（23）：3885-3888.doi：10.1029/2000GL011871.

Walton D，Berg N，Pierce D，et al.，2020.Understanding differences in California climate projections produced by dynamical and statistical downscaling[J].J Geophys Res：Atmos，125（19）：e2020JD032812.doi：10.1029/2020JD032812.

Wang A H，Zeng X B，2012.Evaluation of multireanalysis products with in situ observations over the Tibetan Plateau[J].J Geophys Res，117（D5）.doi：10.1029/2011jd016553.

Wang K C，Wang P C，Liu J M，et al.，2005.Variation of surface albedo and soil thermal parameters with soil moisture content at a semi-desert site on the western Tibetan Plateau[J].Bound-Layer Meteor，116（1）：117-129.doi：10.1007/s10546-004-7403-z.

Xu X D，Lu C G，Shi X H，et al.，2008.World water tower：an atmospheric perspective[J].Geophys Res Lett，35（20）：L20815.doi：10.1029/2008GL035867.

Xu Y，Gao Y H，2019.Quantification of evaporative sources of precipitation and its changes in the southeastern Tibetan Plateau and middle Yangtze River Basin[J].Atmosphere，10（8）：428.doi：10.3390/atmos10080428.

Xue Y K，Sun S F，Kahan D S，et al.，2003.Impact of parameterizations in snow physics and interface processes on the simulation of snow cover and runoff at several cold region sites[J].J Geophys Res：Atmos，108（D22）：8859.doi：10.1029/2002JD003174.

Yang Z L，Dickinson R E，Robock A，et al.，1997.Validation of the snow submodel of the biosphere-atmosphere transfer scheme with Russian snow cover and meteorological observational data[J].J Climate，10（2）：353-373.doi：10.1175/1520-0442（1997）010<0353：votsso>2.0.co;2.

姚檀棟，馮仁國(guó)，陳德亮，2015.西藏高原環(huán)境變化科學(xué)評(píng)估[R].北京：中國(guó)科學(xué)院. Yao T D，F(xiàn)eng R G，Chen D L，2015.Scientific assessment of environmental change in Tibet Plateau[R].Beijing：Chinese Academy of Sciences.（in Chinese）.

You Q，Kang S，F(xiàn)lügel W A，et al.，2010.Decreasing wind speed and weakening latitudinal surface pressure gradients in the Tibetan Plateau[J].Climate Res，42（1）：57-64.doi：10.3354/cr00864.

Zhang G J，McFarlane N A，1995.Sensitivity of climate simulations to the parameterization of cumulus convection in the Canadian climate centre general circulation model[J].Atmosphere-Ocean，33（3）：407-446.doi：10.1080/07055900.1995.9649539.

Zhang G Q，Yao T D，Piao S L，et al.，2017.Extensive and drastically different alpine lake changes on Asias high plateaus during the past four decades[J].Geophys Res Lett，44（1）：252-260.doi：10.1002/2016GL072033.

Zhang H W，Gao Y H，Xu J W，et al.，2019.Decomposition of future moisture flux changes over the Tibetan Plateau projected by global and regional climate models[J].J Climate，32（20）：7037-7053.doi：10.1175/jcli-d-19-0200.1.

張人禾，蘇鳳閣，江志紅，等，2015.青藏高原21世紀(jì)氣候和環(huán)境變化預(yù)估研究進(jìn)展[J].科學(xué)通報(bào)，60（32）：3036-3047. Zhang R H，Su F G，Jiang Z H，et al.，2015.An overview of projected climate and environmental changes across the Tibetan Plateau in the 21st century[J].Chin Sci Bull，60（32）：3036-3047.（in Chinese）.

Zhou S，Park Williams A，Lintner B R，et al.，2021.Soil moisture-atmosphere feedbacks mitigate declining water availability in drylands[J].Nat Clim Chang，11（1）：38-44.doi：10.1038/s41558-020-00945-z.

Zhou X，Zhao P，Chen J，et al.，2009.Impacts of thermodynamic processes over the Tibetan Plateau on the Northern Hemispheric climate[J].Sci China Ser D：Earth Sci，52（11）：1679-1693.

Responses of water resources changes to warming and its influencing factors

GAO Yanhong1，ZHANG Meng1，LIU Wei2

1Department of Atmospheric and Oceanic Sciences/Institute of Atmospheric Sciences，F(xiàn)udan University，Shanghai 200438，China;

2Meteorological Center of East China Air Traffic ManagementBureau，CAAC，Shanghai 200335，China

The “dry gets drier，wet gets wetter” paradigm has become a template slogan for assessing current and future climate changes.However，the assessment and prediction of this paradigm is mainly the global average result affected by ocean changes，and there is great uncertainty about water resources changes over land，especially in complex terrain areas.This study summarizes the changes of global terrestrial water resources，especially in high altitude areas.Differences between global and regional climate models are compared.The response mechanism of terrestrial water resources to warming is revealed.The main surface and human activity factors that affect the terrestrial water resources change are further analyzed.This paperproposes that the accurate description of land surface processes and the high resolution fine characterization and simulation of surface hydrothermal conditions and their heterogeneity can provide more accurate lower boundary conditions for the climate system.The dynamic downscaling simulation based on the fine description of the boundary conditions under the land surface is an effective way to improve the simulation performance of spatial distribution of precipitation in complex terrain areas，which will lay a foundation for the study of water resources and their changes in land，especially in high altitude mountain areas.

land;water resources change;high altitudes;warming

doi：10.13878/j.cnki.dqkxxb.20210302010

（責(zé)任編輯：張福穎）