陸表自然和人文要素相互作用

王開存 王燦 李龍輝 汪濤 吳國燦 付永碩 馬倩 張井勇 蔡聞佳 曹靜 喻朝慶 朱華晟 南卓銅 陳旻 張晶 紀多穎 沈妙根 唐文君 何斌 占文鳳

摘要 在國家重點研發計劃支持下，項目提出了陸表不均一性檢測和訂正的新方法，解決了漸變型不均一性檢測和訂正的難題，構建了中國地表太陽輻射、氣溫、地溫、風速和降水等參數均一化站點和格點數據集，修訂了關于中國地表風速變化趨勢、增溫格局及其形成機制的結論。融合多源數據，構建并驗證了千米級、流域級或縣域級的電廠、人口、生物質能、取水量、氮排放、二氧化碳排放等影響自然系統的關鍵人文要素歷史和未來預估數據集。構建了未來關鍵人文要素情景，研制了碳中和目標下甲烷和氧化亞氮排放情景和用于驅動全球模式的未來情景，預估了中國碳中和戰略的實施對全球變暖的減緩作用，發現中國碳中和對遠期和中期全球變暖的減緩作用顯著。給出了中國各省份水體氮排放安全閾值及超越時間，闡明了中國糧食產量與氮施肥的關系，提出了在保障糧食安全的前提下減少水體氮排放的有效途徑，指出重構城鄉養分循環體系是同時保障糧食安全和恢復水質的必要途徑。發現全球飽和水汽壓差的年際變化與大氣二氧化碳濃度上升速率的年際變化顯著相關，闡明了飽和水汽壓差變化在調控生態系統生產力中的重要角色以及多因素耦合作用在生態系統生產力變化中的復雜影響。建議更全面細致地評估中國各種碳中和實現路徑的社會經濟和自然生態影響，以保證碳中和目標與其他可持續發展目標的協同實現。

關鍵詞氣候變化;未來情景;碳中和;陸面過程;生態系統生產力;糧食安全

全球變化是自然與人文要素共同作用的結果，也會改變陸表關鍵要素的變化趨勢、周期及空間格局。評價和預估陸表關鍵要素的相互作用及其對全球變化的響應和反饋，對認識和應對氣候變化具有重要意義。但現有研究多針對單一人文與自然要素的相互作用機制，對于多個人文要素與自然要素之間的共同作用機理缺乏系統性認識，且對其空間疊加效應的揭示亟待加強。

為此，國家重點研發計劃“全球變化及應對”專項批準了“全球變化驅動下陸表自然和人文要素相互作用及區域表現”項目。項目執行期為2017—2022年。項目的目標是：發展氣候、水文觀測結果的成因分析及精度校準方法，構建高質量陸表氣候水文數據集;構建高分辨率人文要素的歷史數據集和未來社會經濟情景;闡明陸表關鍵要素的相互作用機制及其空間分異規律，揭示其對全球變化的響應機理，預估陸表系統格局的轉折點，評估中國典型區域空間質量變化，為國家經濟、人口與自然要素的協調發展和應對氣候變化提供科學決策服務。

項目擬解決三個關鍵科學問題：1）陸表關鍵自然與人文要素的變化特征及其相互作用;2）陸表關鍵要素對全球變化的響應機理;3）全球變化背景下陸表系統格局和典型區域空間質量的演變特征。擬解決兩個關鍵技術問題：1）如何區分局地環境變化和大尺度氣候變化對氣候、水文觀測結果的影響，構建高質量的陸表自然要素數據集;2）如何實現有限信息下人文要素網格化及其準確度校驗，構建高分辨率的陸表人文歷史數據集和未來社會經濟發展情景。

目前項目已經結題并已經完成績效評估。本文主要介紹項目的主要研究進展。

1 陸表自然和人文數據集構建

1.1 陸表氣候要素均一化數據集

1）地表太陽輻射

地表太陽輻射是地表能量平衡的重要參量，對天氣、氣候變化和植被生長具有重要影響。20世紀50年代末，在世界氣象組織的指導下，全球開始地表太陽輻射大規模觀測，形成了全球能量平衡檔案（GEBA）數據庫（Wild et al.，2017）。20世紀90年代，為了提高觀測質量，建立了地表輻射本底觀測網絡（BSRN）（Ohmura et al.，1998）。與世界同步，中國于1957年開始引進先進蘇式儀器，在全國88個氣象站進行地表太陽輻射觀測，數據完整度好，時空覆蓋度高;但后來出現了儀器老化、仿制儀器質量不高、缺乏嚴格的國際標準追蹤和儀器校準等問題（Wang et al.，2015）。前期研究發現1990年之前中國地表太陽輻射觀測結果受到儀器靈敏度漂移的影響。1990—1993年間，中國大范圍地更換了太陽輻射觀測儀器，并對太陽輻射觀測站網進行了重構，致使觀測結果在這一時間段存在突變（Wang，2014）。

利用日照時數觀測對地表太陽輻射進行了重建。日照時數記錄了一天中太陽直接輻射大于120 W·m-2的時間。日照時數是基本氣象觀測項目，積累了自1950年以來2 400多個臺站的觀測數據。日照時數記錄介質（光敏紙）每天更換，不受靈敏度漂移的影響，具有較好的長期穩定性。研究發現日照時數重建的太陽輻射可以較好地表現其年代際變化（圖1），降低了全球暗化和亮化的不確定性并對其做出了重要的修訂（He et al.，2018）。發展了利用日照時數計算地表太陽直接輻射和散射輻射的方法，構建了中國地區約2 400個氣象站的地表太陽總輻射、直接輻射和散射輻射（He and Wang，2020）。通過對比發現，1960—1990年間，太陽輻射觀測高估太陽輻射的降低趨勢，其重要原因是直接太陽輻射計靈敏度漂移的問題（He and Wang，2020）。

大氣再分析通過同化臺站和衛星溫度、水汽等觀測計算云量，然后根據輻射方案計算地表太陽輻射。由于其云和氣溶膠等輸入數據的誤差，使其地表太陽輻射產品可能具有較大偏差。ERA-Interim、JRA55、CFSR、MERRA和MERRA2等5種再分析數據，由于其對云量的低估導致中國地區地表太陽輻射被高估24.10～40.00 W·m-2，特別是在中國南方地區（Feng and Wang，2019b）。再分析云量模擬偏差能解釋太陽輻射偏差的55％～41％，而晴空太陽輻射的偏差能解釋地表太陽輻射偏差的32％～9％，晴空太陽輻射的偏差主要由氣溶膠模擬偏差導致。云量趨勢的偏差能解釋太陽輻射偏差趨勢的73％～12％，而晴空太陽輻射能解釋43％～30％的地表太陽輻射趨勢的偏差（Feng and Wang，2019b）。

目前的再分析數據中，只有MERRA2同化了衛星氣溶膠光學厚度反演。利用1980—2014年日照時數估算太陽輻射數據，評估了同化氣溶膠對地表太陽輻射模擬能力的改進情況（Feng and Wang，2019a）。發現同化氣溶膠光學厚度后，地表太陽輻射的月均和年均變率以及全國平均趨勢的精度均有所提高，特別是在華北地區。然而，在中國南部高估了氣溶膠對地表太陽輻射趨勢的影響，這可能與高估該地區大氣氣溶膠和氣溶膠-云相互作用有關（Feng and Wang，2019a）。

歐洲中尺度天氣預報中心最近發布了第五代大氣再分析ERA5，其具有較高的時空分辨率，并且相較于上一代（ERA-Interim）進行了重大升級。發現ERA-Interim高估了15.9 W·m-2，ERA5把這一誤差降低到10.1 W·m-2，核心原因是ERA5對云量的模擬精度提高了（He et al.，2021b）。由于ERA5對總云量模擬能力的增強，其總云量趨勢偏差導致的輻射趨勢偏差明顯小于上一代。但ERA5忽視了氣溶膠的年際變化，仍然高估1993年以來的太陽輻射增加趨勢。

相比大氣再分析數據，衛星反演質量相對較高，但是時間跨度沒有再分析和日照時數重建長。日照時數重建可以較好地反映地表太陽輻射的長期變化趨勢，但只是站點數據。因此要得到高分辨率網格點數據，同時保證其在長期變化方面的精度，需要融合多種地表太陽輻射相關數據。已有研究基于改進的物理參數化方案和衛星云產品生成了一套1983—2017年的全球高分辨率地表太陽輻射數據集，其時間分辨率為3 h，空間分辨率為10 km（Tang et al.，2019）。該數據集精度比現有衛星地表太陽輻射產品的精度要高。但因為衛星軌道漂移、儀器靈敏度衰減、不同衛星儀器銜接的問題，該數據集在估計長期變化方面存在較大的不均一性。我們利用地理加權回歸方法，把基于云產品計算太陽輻射與日照時數估計地表太陽輻射進行融合，很好地解決了該數據集在估計地表太陽輻射年際、年代際和長期趨勢方面的誤差（Feng and Wang，2021）。

2）地表風速

觀測表明全球陸表風速最近60年有降低的趨勢，被稱為全球靜化（McVicar et al.，2012），進入新世紀后，地表風速有所恢復，特別是中國地區（Lin et al.，2013）。但目前大氣再分析系統都不能很好地再現風速降低的趨勢?？赡艿脑蚴谴髿庠俜治鱿到y沒有考慮地表特征的年際變化，并且在大氣環流的模擬方面可能存在誤差;地表特征改變（城市化及綠化）可能對風速觀測結果產生顯著影響?，F有研究對造成地表風速降低的主要原因還沒有統一的結論。

地轉風可能是解開這一死結的重要手段。地轉風忽略地表摩擦的影響，是假定地轉偏向力與氣壓梯度力平衡條件下，計算得到的地表風速。地轉風不受地表特征影響，可以用來檢驗大氣再分析的模擬結果，也可以對比分析地表特征改變對觀測地表風速的影響。地轉風理論是一個成熟的理論，在天氣形勢分析時，常用來指導地表風速的估計。地轉風可以利用氣象站之間的氣壓差計算得到，但核心問題是這一壓力差比大氣壓本身小2～3個數量級，信噪比極低。因此地轉風計算結果受觀測誤差的影響很大，限制了該方法的大規模應用。使用300 km范圍內站點隨機配對的方法，對每個氣象站最多計算1 000個地轉風，從中挑選最小的10％作為最優估計，降低了計算方法對觀測誤差的敏感度，解決了該方法的大規模應用問題（Zhang Z T et al.，2019）。結果發現1990年以前中國地區地轉風和觀測風速一致降低，2000年以后二者一致增加。1990年代地轉風開始明顯增加，但觀測風速持續降低，這是造成二者1960—2017年長期趨勢差異的核心原因。去趨勢后，二者呈現相似的年代際振蕩。但現有大氣再分析無法重現這一年代際振蕩（Zhang and Wang，2020）。

發現天氣形勢和大氣環流可以很好地解釋地表風速從天氣尺度到年代際的震蕩，但是無法解釋最近幾十年觀測地表風速降低的長期趨勢（Zhang et al.，2019b）。因此推測城市化可能是觀測地表（10 m）風速降低的原因。站點周邊城市化，可以增加觀測站點的零平面位移高度和粗糙度，進而影響10 m高度處的風速。根據莫寧-奧布霍夫相似理論，Zhang and Wang（2021）計算了1985—2017年每個臺站周邊城市化對10 m觀測風速的影響因子，然后利用這一影響因子對觀測風速進行了訂正。圖2顯示訂正后，1985—2017年的地表風速降低趨勢基本消失，地表風速從20世紀90年代已經開始增加，這一結果與計算得到的地轉風一致（Zhang and Wang，2021）。

1.2 高精度人文要素歷史和未來預估數據集

1）人口要素

人口的總量、結構和時空分布是表征人類活動的關鍵要素。開展了中國人口總量及次國家尺度人口空間演化過程的歷史數據分析，識別并總結了中國人口和勞動力結構發展變化規律。發現國際上廣泛使用的人口預估數據（比如IIASA數據庫）并未考慮現有中國最新生育政策的影響，且對預期壽命的假設不合理。由于缺乏網格化未來人口預估數據，所以難以對氣候變化和氣候政策的影響進行高空間分辨率的評估，無法滿足精細化應對氣候變化的實際需要。因此，在識別中國人口和勞動力結構發展變化規律的基礎上，糾正了國際研究團隊的關鍵假設偏差，突破了傳統方法依賴簡單規則進行總量預估和時空分配的局限，得到中國到2100年1 km級的人口總量預估和時空分布數據庫（Chen et al.，2020），為科學評估我國未來各地區溫室氣體排放走勢、開展氣候變化影響評估、制定科學減排和適應策略提供了支撐。

2）生物質能要素

在能源安全和氣候變化日益受到重視之際，生物質能在能源供應和碳減排方面發揮著關鍵作用。整合了包括作物生長模型、遙感方法和統計降尺度在內的方法，提出了一個新的評估框架，構建了中國可用生物質原料的高分辨率分布數據集，以彌補已有生物質能研究分辨率不高和能源作物潛力未知的缺陷（Nie et al.，2019）?；谥袊?015年的相關數據，繪制出11種可用生物質原料和3種能源作物潛力的1 km分辨率分布圖（Nie et al.，2019，2020）。發現在省級層面，河南和內蒙古有潛力通過農林業剩余物替代煤炭來開發清潔供暖替代方案。1 km分辨率下生物質原料類型的空間分布和生物能源潛力密度的研究結果為支持在中國地方層面實施和利用生物能源、技術生物能源的能量分配提供了清晰的認識，同時為國家和省級政府及時有效地制定生物能源發展規劃提供了決策支撐。

3）燃煤電廠機組級要素及其取水要素

在很多國家和地區，煤電廠的二氧化碳排放和冷卻取水量遠比其他工業行業要高。因此，理清燃煤電廠的碳排放和取水總量及其時空分布格局對于刻畫人類活動對自然系統的影響至關重要?；谑〖夒娏祿?、燃煤電廠機組數據集和集水區水資源數據，構建了一套帶有空間地理及取水信息的中國煤電機組數據集（Li et al.，2021a），為后續制定多情景目標下中國省級尺度煤電轉型路徑、識別煤電發展在水資源流域尺度的水壓力風險等方面的研究奠定了基礎。

4）氮排放和水質要素

現有研究主要基于相關簡化氮平衡模型衡量人類從大氣中固氮的全球“安全邊界”，卻忽略了不同地區之間氮排放、淡水體中的氮濃度和生物對水體中氮反應的異質性。因此，現有研究一方面對生物地球化學和水文過程的時空異質性了解不足，另一方面基于簡化的氮平衡模型得到的人類活動釋放的“安全”氮排放閾值仍然存在很大的不確定性?；谌珖叨鹊霓r業模擬系統在高性能計算機平臺上對全國2 403個縣級區域的主要作物進行了60 a（1955—2014年）逐日生長過程模擬，輸出了全國農田生態系統的生物量積累、氮去向和水分平衡等結果，以討論中國向水體排放氮的空間格局。研究收集了全國典型河流總氮濃度的觀測數據，重建了全國水體近60 a的質量演變與氮排放的時空關系，將不同區域首次達到國家地表水質量Ⅳ類標準的年份所對應的氮排放總量定為該區域的氮排放安全閾值（Yu et al.，2019）。圖3顯示了目前人為向淡水排放氮的速率（每年（14.5±3.1）Mt氮）大約是估計的“安全”氮排放閾值的2.7倍（每年（5.2±0.7）Mt氮）（Yu et al.，2019）。

5）二氧化碳排放要素

在碳排放方面，雖然2013年以來中國二氧化碳排放量的回落被普遍認為是2030年碳達峰目標可以實現的重要標志，但是由于2016年以來的全國二氧化碳排放量出現反彈，所以中國2030年實現碳達峰目標仍存在諸多挑戰?，F有研究雖然從社會經濟角度分析了中國的排放趨勢和驅動因素，但是對于2016年以來的碳排放反彈原因沒有進行深入的探究。因此，為了彌補碳排放反彈關鍵驅動因素的研究空白，本項目使用投入產出結構分解分析（IO-SDA）模型和歷史數據，追蹤并分析了2002—2017年中國的二氧化碳排放量及其驅動因素。結果表明：行業間的投入產出結構（部分反映了生產結構）和需求格局分別貢獻了2015年以來碳排放量增加的5.2％和0.1％，這主要受到新一輪基建投資刺激的影響，導致大量的化石能源消耗?；趯μ寂欧乓蛩財祿恼砗瓦\用，研究對未來實現碳達峰目標所需的行動提供了啟示（Yang et al.，2018）。

2 關鍵人文要素與自然要素的空間聯動與相互作用

2.1 地表太陽輻射變化對中國增溫格局的影響

陸氣相互作用決定了地表氣溫的日變化，日出后地表吸收太陽輻射，地表凈輻射轉為正。地表凈輻射被分配成感熱、潛熱和土壤熱通量。感熱通量直接加熱大氣，地表氣溫在午后達到最高，然后逐漸降低，直到第二天日出后氣溫達到最低值。地表太陽輻射的變化與氣溫日較差相關性很好，相關系數在濕潤區更為顯著，但干旱半干旱區氣溫日較差對太陽輻射的敏感度更高（Wang and Dickinson，2013）。已有研究發現20世紀40—70年代的全球地表太陽輻射的降低對全球陸表氣溫有0.16 ℃的降溫作用，部分解釋了這一時期的增溫停滯現象（Wang and Dickinson，2013）。

已有研究發現1961—2003年間，日最高地溫在中國南方和華北平原有明顯降低趨勢。日最高地溫的這種增溫格局在日最高氣溫上也有所表現，但是沒有那么明顯。結合日照時數反演得到地表太陽輻射數據，進一步研究發現，日最高地溫出現降溫的最主要原因是地表太陽輻射在中國的南方和華北平原有明顯的降低（Du et al.，2017）。進一步利用現有觀測資料對現有再分析數據進行了對比分析，發現現有再分析數據嚴重高估了我國南方和華北平原的增溫趨勢（Zhou et al.，2017）。主要原因是這些再分析產品嚴重高估這些區域的太陽輻射的變化趨勢，從而導致地表溫度的變化趨勢被高估（Zhou et al.，2017）。

2.2 城市化進程對中國增溫格局的影響

前期研究發現，城市冠層白天對地表太陽輻射的存儲和吸收及其夜間釋放是城市熱島產生的重要原因之一（Wang et al.，2017）。對比分析了北京、上海和廣州三個特大城市高溫熱浪天與普通天的城市熱島差異（Jiang et al.，2019）。熱浪天一般伴隨著晴朗無云的天氣，三個城市的地表太陽輻射在熱浪天都有明顯增強，城市建筑在白天吸收儲存和晚上釋放的能量也更多。在熱浪期間，北京和廣州的氣溫城市熱島和日總太陽輻射在晚上呈顯著正相關，而上海則是在白天呈顯著正相關。因此熱浪和城市熱島效應具有協同增強的效應。

利用最新發布的1985—2017年30 m空間分辨率和年度時間分辨率的土地覆蓋數據，量化了氣象站周圍的城市化率，分析了城市化對增溫速率日不對稱性的影響。發現雖然城市區域僅占中國陸地面積的2.25％，但1985—2017年期間，城市化率超過20％的臺站比例已從22.1％上升到68.2％（Jiang et al.，2020）。圖4顯示站點周邊城市化帶來的城市熱島效應，放大了日最低氣溫的增溫速度，這導致城市觀測站增溫具有更顯著的日不對稱性。但是，這種不對稱性在農村觀測站并不顯著（Jiang et al.，2020）。造成這種差異的主要原因是氣象站周邊城市化，而非大尺度的氣候變化。城市化影響了觀測結果的空間代表性，導致了觀測到的升溫速率日不對稱性。這也解釋了1990年以后，當我國地表太陽輻射不再下降時，最低溫的增溫速率仍高于最高溫的現象。

2.3 關鍵人文要素與自然要素的關聯機制

1）可持續氮管理政策

近40 a來，中國的糧食安全水平得到了巨大提升，然而現代農業生產方式和物資循環模式不但消耗了水資源儲備，而且對我國水環境產生了重大影響，例如使得水體含氮量急劇增加，造成富營養化等水環境問題。如何科學可持續地管理農業系統氮排放成為一項重要的議題。尤其是在考慮到不同地區的排放情況、環境安全閾值、農業系統和污水處理系統的差異性后，糧食和水系統的可持續氮管理將更為復雜。

結合模擬和觀測的結果，從農田管理、污水處理和養分循環體系等方面研究了中國氮管理策略（圖5）。研究結果表明，從農田管理方面提高氮肥的利用效率可以在糧食不減產的條件下大幅度減少農田的氮排放，從當前的5.1×106 t減少至2.7×106～2.9×106 t，農田減排潛力減少了42％～47％。但相對于整體9.3×106 t左右的氮超排量，僅僅從農田系統出發無論在全國尺度還是在省級尺度都無法將氮排放拉回到安全閾值之內。此外，當前正在推行的污水處理全覆蓋政策同樣無法解決當前的氮污染問題（Yu et al.，2019;喻朝慶，2019）。

若要在保持糧食產量不變的前提下將中國水體環境質量恢復到安全水平，唯一有效途徑是在新的社會經濟形勢下全面重構傳統的養分循環體系（喻朝慶，2019;Zhang et al.，2022）。需要在優化農田氮管理的前提下將全國城鄉所有的有機廢物還田率從當前40％以下提高到86％～88％。其中9個省份需要達到95％以上，主要集中在北方地區。而當前各部門有關氮管理的規劃與措施遠遠達不到回歸閾值的整體要求。該結果解釋了為什么各行業部門盡管在各自領域都做出了巨大努力，但環境惡化的趨勢并不能得到扭轉的根本原因。若要實現2035年糧食安全和“美麗中國”兼顧的遠景目標，需要建立前述的城鄉養分循環體系，進而從根本上改變目前的肥料解構。通過提高農田管理水平和氮利用效率，將氮肥的直接施用量從當前的3.7×107 t左右減少至2.4×107～2.7×107 t。通過增加養殖糞肥、城鄉生活有機廢物和秸稈還田比例，將有機肥的比例從當前的20％左右提高到50％以上。

2）能源系統轉型的政策支撐

在國家提出雙碳目標的大背景下，以煤電為主的中國能源系統需要實現大規模的低碳轉型。由于人口、國民生產總值、電網結構、發電技術、可再生資源等多人文和自然要素存在空間布局的異質性，所以在能源系統轉型政策的制定時需要因地制宜考慮。過去的大量研究圍繞中國能源系統轉型所產生的多維影響，很少研究通過考慮自然和人文要素的時空分布異質性去模擬能源系統轉型的優化路徑。研究從高分辨率機組角度定量分析了燃煤電廠人文要素和農林生物質自然要素的關聯耦合，為現有燃煤電廠實現生物質混燃改造提出了差異化的轉型策略。

在電力部門脫碳路徑中，煤-生物質混燃是一種過渡性路徑，一方面能夠只需要較小的改造成本即可實現，避免煤電迅速退役造成的擱淺資產問題;另一方面通過生物質替代煤炭，能夠降低碳和空氣污染物的排放，并能夠作為大規模推動生物質能源應用的初期行動。然而，目前針對煤電進行生物質混燃改造的成本效益研究，大多僅針對數個燃煤電廠進行案例分析，難以為全國層面的轉型策略提供見解。本項目結合上述搭建的高分辨燃煤電廠數據庫和農林剩余物生物質資源數據庫，基于全生命周期分析方法和地理信息系統，搭建了能夠動態耦合電廠-生物質的綜合評估框架，并逐機組評估了每個機組進行生物質摻燒改造的經濟成本、二氧化碳減排效益和二氧化硫減排效益（Wang R et al.，2022）。

研究結果表明煤-生物質改造在25％的摻燒率情況下，每減排1 t二氧化碳需要付出18.3～73美元的經濟成本，每減排1 t二氧化硫需要付出21.6～806.5美元的經濟成本。機組規模、運行年份和運輸距離是決定成本效益分析結果的重要影響條件。構建了生物質混燃改造的適宜性指標，并通過模擬結果識別了一批優先進行混燃改造的電廠，從而提出了生物質資源在近期發揮能源系統脫碳的作用。例如從生物質資源豐富地區開展生物質收集網絡試點，逐步構建從原料收集、儲運、預處理到成型燃料生產、配送和應用的成熟技術體系和產業模式。本研究能夠為生物質能源近期在電力系統發揮脫碳作用提供轉型策略。

3）交通部門轉型政策支撐

客運交通行業是中國溫室氣體排放的重要來源，且具有很大的排放增長潛力，在中國未來深度脫碳中起著至關重要的作用。各省之間在私家車保有量、公共交通基礎設施充足性、清潔燃料汽車的可負擔性等方面存在巨大差異，凸顯了符合區域特點、因地制宜的減排戰略對充分挖掘碳減排潛力的重要性。根據中國大陸31個省區的客運交通發展水平，將其劃分為3個區域組別，建立省級自下向上的模型，預測2050年中國客運交通行業的能源需求和二氧化碳排放。Bu et al.（2021）比較了提高車輛能源效率、推廣清潔燃料和促進公共交通這三類碳減排的效果，然后提出了適合不同區域的碳減排政策重點。結果表明，在當前的政策情景下，中國客運交通行業的二氧化碳排放將在2045年前后達到6.47×108 t的排放峰值，并在2050年小幅下降至6.42×108 t。

如果全面實施上述三種減排政策，最大限度地發揮各區域碳減排的技術經濟潛力，可以在2050年將二氧化碳排放量大幅減少到凈零。不同政策的碳減排效果因時間和區域而異。在短期內，提高車輛燃油效率對減少碳排放的貢獻較大，特別是在私家車保有量預計將在近期快速增長的較不發達的省份;而完善的交通基礎設施和優化設計的公共交通系統可以在富裕省份發揮更大的作用。研究進一步建議：在綜合大氣污染防治與氣候變化減緩、兼顧地區經濟發展水平的視角下，提升四川、重慶和湖北在《充電基礎設施規劃》中的優先級;對于煤電比例較高的省份，應關注中小型電動汽車的減排潛力，鼓勵發展A00／A0級電動汽車，從而有針對性地助力中國各省市新能源汽車的發展。

3 中國碳中和愿景對減緩全球變暖趨勢的貢獻

3.1 未來社會經濟和政策干預情景下的碳中和影響評估

運用“自下而上”的能源技術優化模型和“自上而下”的能源經濟均衡模型，模擬了中國深度脫碳目標下未來社會經濟和能源結構的轉型路徑，深入探討了不同社會經濟和減排政策情景下的經濟、環境和社會影響。在模擬的時間尺度上，本項目所開發的模型能夠將傳統研究中的中短期模擬拓展到中長期，可以對當前到2060年的中國社會經濟發展和深度脫碳路徑進行模擬，包括全行業的生產活動、能源消費的變化、消費者的福利水平以及碳排放等關鍵要素。在模擬的空間尺度上，本項目所開發的模型耦合了重點排放部門（如煤電）的廠級技術數據，并將水資源和土地利用的模擬精度分別拓展到流域尺度和1 km網格尺度，大大提高了影響模擬的空間分辨率。

為識別煤電發展在水資源流域尺度的水壓力風險，項目將中國電力系統技術經濟模型（MESEIC）計算得到的省級煤電裝機容量作為發展路徑輸入，采用蒙特卡洛方法對未來中國煤電的省級發展路徑進行降尺度分析，給出了中國煤電廠的地理空間分布概率及其流域尺度的水需求情況。研究引用風險評估中“超越概率”（Exceedance Probability）的概念作為風險衡量標準，評估典型濃度路徑（RCPs）下2050年中國各流域的水資源變化情況，最終得出多情景下中國煤電面臨的水壓力風險評估結論（Li et al.，2021b）。

研究結果表明，不同條件下中國煤電廠的取水情況存在較大差異。在無碳排放約束的條件下，全國煤電廠的取水總量將達到122×108～1 762×108 m3，而在2 ℃和1.5 ℃目標下，這一總量將分別下降為107×108～592×108 m3和1.1×108～355×108 m3（Li et al.，2021b）。盡管1.5 ℃目標帶來了煤電取水總量的顯著下降，但考慮到煤電機組分布的集中效應，部分流域仍然難以免受煤電的水壓力影響，因此局部區域的水資源影響仍然值得研究者和政策制定者關注。2015年煤電水壓力的來源主要集中在西北和華北地區，在1.5 ℃目標下，這些地區大部分流域的煤電水壓力將得到緩解。但在內蒙古、新疆等地區的部分流域，煤電引發水壓力的風險仍然較高。研究在方法上綜合運用了宏觀經濟模型和地理空間數據的優勢，綜合考慮宏觀政策在自然地理空間的影響，為相關研究者和政策制定者提供了參考。

將生物質能源技術細節納入宏觀經濟模型框架，拓展了一個包含關鍵低碳技術和負排放技術的中國混合可計算一般均衡（CGE）模型，稱為CHEER-BE。在此基礎上，評估了中國2060年碳中和目標下生物質能耦合碳捕獲與封存技術（BECCS）和植樹造林的發展規模，以及由此產生的宏觀經濟和土地利用影響（Weng et al.，2021）。研究結果表明，應用負排放技術是實現中國碳中和目標的必要條件。生物質能耦合碳捕獲與封存技術將在2030年左右進入市場，其提供的負排放份額將在2060年達到約79％，其余來自植樹造林。

3.2 中國碳中和情景下二氧化碳、甲烷和氧化亞氮排放數據研制

中國碳中和情景主要基于與IPCC 1.5 ℃目標一致的碳排放，但需要進一步降低全國能源消費總量、大幅提高非化石能源在一次能源消費中的比例。中國碳中和情景還要求顯著減少非二氧化碳溫室氣體排放、增加陸地生態系統碳匯、大規模實施碳捕獲與封存和二氧化碳清除技術。與集合評估模型不同，中國碳中和情景無法生成明確的空間化的人為地表二氧化碳排放量，但給出了現在至2050年預估的國內二氧化碳排放總量路線圖。

根據清華大學發布的中國碳中和路線圖報告，中國的人為碳排放量將在2030年達到每年10.5 Gt二氧化碳的峰值，并在2050年降至每年1.2 Gt二氧化碳。這意味著中國將在2050年減少89％的二氧化碳排放量，與基于多個綜合評估模型對1.5 ℃目標的減排量大致相當。與國際第六次耦合模式比較計劃默認情景相比，中國碳中和人為地表二氧化碳差異范圍為-3.70～18.03 Gt·a-1，表明中國碳中和目標對全球人為地表二氧化碳具有顯著影響。

由于甲烷和氧化亞氮這兩種溫室氣體均隨著化石燃料的生產、運輸或燃燒以及其他人為活動而排放，所以考慮伴隨中國碳中和的甲烷和氧化亞氮的變化，進一步用來驅動通用地球系統模式（Li et al.，2022）。圖6顯示在中國碳中和情景下，與基準共享社會經濟路徑情景（SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5情景）相比，中國在2015—2100年期間的甲烷累積排放量分別為-785、810、3 552和661 Mt；與4個基準SSP情景相比，中國碳中和情景導致氧化亞氮累積排放量的變化分別為-19.4、8.2、24.1和30.4 Mt。

在國際第六次耦合模式比較計劃的基準情景下，2015—2100年對流層甲烷和氧化亞氮地表濃度與其累積排放通量之間的關系可以很好地通過一元三次函數進行經驗擬合，盡管它們的擬合方程對于不同變量和SSP基準情景存在很大差異。因此，根據2015—2100年甲烷和氧化亞氮累積排放量可推算出甲烷和氧化亞氮相應的地表濃度。我們使用全球變化評估模型（GCAM，版本5.4）來預測中國碳中和情景下2015—2100年甲烷和氧化亞氮排放量。利用甲烷和氧化亞氮累積排放量，根據擬合方程得到甲烷和氧化亞氮的濃度（Li et al.，2022）。

3.3 中國碳中和政策對全球變暖的影響

量化單一國家承諾的碳中和愿景對未來全球變暖減緩貢獻與量化歷史碳排放對氣候變暖的責任具有同等重要性，可以為全球氣候減緩戰略實施和各國平等發展提供重要科學支撐。作為全球二氧化碳排放大國，中國政府已承諾在2030年前實現“碳達峰”，并力爭在2060年前實現“碳中和”。如此雄心勃勃的二氧化碳減排目標有望緩解全球變暖。一項基于極簡氣候模型的研究報告稱，中國碳中和將有助于在21世紀末避免0.16～0.21 °C的全球變暖（Chen et al.，2021）。然而，基于包含氣候系統所有關鍵組分的完全耦合地球系統模式來預測中國碳中和愿景對全球變暖減緩的貢獻研究仍然缺乏。

沿用IPCC第六次評估報告方法，我們將通用地球系統模式模擬的全球平均地表溫度相對于1850—1900年平均值（工業革命前）的未來時間分為近期（2021—2040年）、中期（2041—2060年）和遠期（2081—2100年）3個時段。與工業革命前相比，在低溫室氣體排放情景（SSP1-2.6）下，2081—2100年的全球變暖預計將增加1.7 ℃;在兩種中間情景（SSP2-4.5和SSP3-7.0）下，全球變暖分別為2.7 ℃和3.4 ℃;較高的溫室氣體排放情景（SSP5-8.5）下，全球增溫為4.7 ℃。

在中國碳中和目標情景下，通用地球系統模式模擬的全球平均溫度在近期階段與相應SSP之間沒有顯著差異（P>0.01）（圖7）。近期階段，所有SSPs的碳中和情景與第六次模式比較計劃默認情景之間沒有顯著的響應，主要是由于受模式的內部變率控制的。在中期階段，除SSP5-8.5外，其余3個SSP情景下模式模擬的全球平均地表溫度在中國碳中和與第六次模式比較計劃默認排放路徑之間也均無顯著差異（P>0.01）。而在遠期階段，除SSP1-2.6外，其余3個SSP情景下模式模擬的全球平均地表溫度在中國碳中和與第六次模式比較計劃默認排放路徑之間均存在顯著差異（P<0.01）。在SSP2-4.5情景下，中國碳中和對遠期全球平均地表溫度的減緩貢獻為0.14 ℃（±0.07 ℃）。在SSP3-7.0和SSP5-8.5情景下，中國碳中和對遠期全球平均地表溫度的減緩貢獻分別為0.48 ℃（±0.07 ℃）和0.40 ℃（±0.07 ℃），相當于21世紀末最后20 a間全球平均增溫的14％和9％（Li et al.，2022）。

中國碳中和情景下3種溫室氣體（二氧化碳、甲烷和氧化亞氮）排放減少在SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5下分別導致全球平均地表溫度在遠期階段顯著降低0.21（±0.17）、0.32（±0.13）、0.50（±0.21）和0.39（±0.17） ℃。相對于第六次國際耦合模式比較計劃默認的SSP情景，同時考慮二氧化碳、甲烷和氧化亞氮3種溫室氣體對全球平均地表溫度增長的減緩作用在中期階段對SSP2-4.5和SSP5-8.5也是顯著的（P<0.01），分別為0.18（±0.09）和0.13（±0.07） ℃（Li et al.，2022）。

4 陸表系統格局和典型區域空間質量評估

4.1 陸表系統格局變化與預估

1）全球陸地干濕變化

氣候變暖加速全球水循環，可能導致地表干濕格局發生顯著變化，即干的地區更干、濕的地區更濕。但是很多模型和觀測研究并不支持這個假說。造成這種爭議的原因之一在于不同研究所使用的干旱指數并不一致。水循環的變化是一個復雜的過程，不僅關系到降水、蒸散的動態變化，還與土壤濕度以及地表徑流等參數密切相關。而單個干旱指數常常側重考慮水循環的某一方面，從而導致不同研究呈現有差異的甚至矛盾的結果。通過綜合考慮3類（包括降水驅動、蒸散驅動以及降水-蒸散共同驅動）常用干旱指數，評估了過去30 a全球干濕變化趨勢，發現全球變干的區域遠高于變濕的區域。全球僅20％的陸表呈干變干、濕變濕的變化趨勢，即支持干變干、濕變濕假說，而29％的陸表干濕變化與這一假說相反。全球干旱區溫度顯著升高，降水增加，但土壤水分并無顯著變化，意味著綜合考慮大氣和土壤環境則干旱區總體上無明顯干濕變化。但過去30 a干旱區植被顯著變綠，這一變綠趨勢主要是由降水增加和農業活動增強導致（He et al.，2019）。

地表干濕格局的變化直接影響生態系統功能。在青藏高原地區氣候暖濕化顯著促進植被生長，使得生態系統生產力增加，高原生態系統整體表現為碳匯。但高原碳匯的估算存在極大不確定性，不同研究估算數值相差十倍以上。通過整合多期地面清查與實測資料以及多源遙感數據，結合當前主要生態系統模型和大氣反演模擬結果，構建了“自上而下”和“自下而上”的高原碳匯評估體系，盤點了高原生態系統碳匯現狀以及重要過程碳源匯大?。―ing et al.，2018）。研究結果表明，21世紀初以來，高原生態系統碳匯為33.13～37.84 Tg·a-1，占中國陸地碳匯的10％～16％。高原碳匯83％分布在土壤碳庫中［（27.55±9.72） Tg·a-1］，而12％和5％分別分布在林灌木［（4.02±0.81） Tg·a-1］和草地植被碳庫中。多模型歸因分析表明，氣候變暖和降水增加是高原生態系統表現為碳匯功能的主要驅動機制。相比于氣候變化，人類活動對高原碳源匯功能的影響有限。例如，放牧是高原草地生態系統主要人類活動，每年向大氣中排放碳0.38 Tg，只抵消了四分之一的草地植被碳匯。

氣候變暖顯著提前了溫帶植被的春季物候，進而影響陸地生態系統結構和功能。但是，由于傳統遙感指數不適用于常綠林且地面觀測數據不足，目前關于中國亞熱帶常綠闊葉林物候研究相對較少?；谶b感日光誘導葉綠素熒光數據、氣候數據和通量數據，利用遙感物候提取算法、偏相關分析、線性相關分析等，研究了近年來亞熱帶春季物候變化規律及其對氣候變化的響應機制。發現亞熱帶春季物候呈現大面積提前趨勢，該趨勢隨緯度降低而增強，降水對低緯度地區植被物候的控制作用大于高緯度地區，但溫度作用則相反。在氣候持續變化條件下，未來溫度升高和降水格局的變化可能在很大程度上影響春季物候，進而影響亞熱帶森林的碳、水和能量平衡（Liu et al.，2018;Wang et al.，2019）。

變暖是全球氣候變化最顯著的信號，以往大量研究表明變暖顯著促進北半球植被生長，使北半球呈現顯著的變綠趨勢。變暖及其對植被生長的影響不僅表現為時間上的變化，而且體現在氣候-生態質量在地表空間中的遷移。具體而言，快速升溫使得高海拔地區等溫線呈現向高海拔地區攀升趨勢，而植被生長響應于氣候變化，也追蹤等溫線上移而呈現出等綠度線上移趨勢（An et al.，2018）。然而，在青藏高原植被等綠度線上移速率總體落后于等溫線上移速率，這種響應的滯后主要原因在于植被生長受到水分、營養條件等因素限制，以及植被生長對溫度變化的適應。這一發現初步揭示了氣候變暖背景下，青藏高原植被等綠度線沿海拔移動的空間特征及其與等溫線移動的復雜關系，為研究植被生長對氣候變暖的適應提供了新的視角。

變暖總體促進植被生長從而增強生態系統碳匯功能，但溫度變化呈現極大的季節性差異。例如2004—2018年北半球高緯度地區經歷了大范圍的秋季降溫。秋季陸地生態系統以呼吸作用為主導，表現為對大氣釋放二氧化碳。然而大范圍秋季降溫并未減緩陸地生態系統碳釋放。通過對比秋季降溫區和升溫區陸地生態系統碳交換的變化，發現秋季溫度變化對光合作用（碳吸收）和呼吸作用（碳釋放）的影響呈現非對稱性：在降溫區，溫度下降對植被光合的抑制作用大于對植被呼吸的抑制作用，導致秋季凈碳釋放增加;在升溫區，溫度升高對呼吸的促進作用強于對光合的促進作用，也導致秋季凈碳釋放增加（圖8）。秋季溫度變化對光合和呼吸作用影響的非對稱性這一發現深化了溫度變化對中高緯度碳循環影響的認識，強調了研究氣候變化對陸地生態系統碳循環影響的重要意義（Tang et al.，2022）。

2）大氣水分虧缺的影響

氣溫快速升高使得大氣飽和水汽壓增大，即大氣可容納的飽和水汽含量增大。當大氣中實際水汽含量小于可容納的飽和水汽含量時，大氣呈水分虧缺狀態，通常用大氣飽和水汽壓差表示，其值越大表示大氣水分虧缺越嚴重，陸地生態系統的大氣環境趨于干旱化。當大氣水分嚴重虧缺時，植物往往通過降低葉片氣孔導度減少水分散失，但同時也抑制光合作用，從而對植被生長產生抑制作用。青藏高原地區的研究發現在氣候變暖背景下，青藏高原大氣飽和水汽壓差持續增加，這種大氣水分脅迫會顯著降低青藏高原草地生產力。大氣水分脅迫削弱植被生產力的同時，也嚴重制約陸地生態系統碳匯功能。圖9顯示全球飽和水汽壓差的年際變化與大氣二氧化碳濃度上升速率的年際變化顯著相關，表明飽和水汽壓差變化對陸地碳匯年際變化起到決定性作用（He et al.，2022）。這一研究澄清了以往研究中關于陸地碳匯年際波動的主要氣候驅動機制認識上的分歧，也為理解陸地碳匯調控大氣二氧化碳上升速率提供了新的重要證據。

盡管大氣飽和水汽壓差增加總體上抑制植被生產力和生態系統碳匯，但其影響存在空間差異。北半球飽和水汽壓差年際變化對生態系統生產力普遍存在負面影響，但在一些高緯度地區生態系統飽和水汽壓差增加有利于植被生產力增長。進一步的研究發現，存在一個生態系統生產力對飽和水汽壓差的響應閾值，其數值為1.54～1.67 hPa（Zhong et al.，2023）。圖10顯示，當年均飽和水汽壓差超過這一閾值時，其對生態系統的生產力的影響由正到負急劇轉變。研究進一步探討了溫度變化、土壤水分變化與飽和水汽壓差變化對植被生長的協同影響。在北半球超過一半（面積占比為51.7％）的植被覆蓋區，氣溫的增加會促進生態系統生產力，但這種促進作用會被氣溫增加導致的飽和水汽壓差增加對生態系統生產力的抑制作用所抵消，總體上這種抵消作用的程度約為73％。然而，土壤濕度變化對生態系統生產力的影響和由土壤濕度變化引起的飽和水汽壓差變化對生產力的影響存在著疊加效應，即土壤水分的增加一方面會促進生態系統生產力的提升，另一方面會通過減少飽和水汽壓差對生產力產生間接的正面影響。本研究系統闡明了飽和水汽壓差變化在調控生態系統生產力中的重要作用，也強調了多因素耦合作用在生態系統生產力變化中的復雜影響。

3）積雪的影響

積雪是陸表系統的重要組成部分。在全球變暖的背景下，積雪呈現大面積減少，對植被生長產生深刻影響。一方面，春季積雪融化使土壤水分增加，有利于春夏植被生長;但另一方面，積雪融化吸收熱量，使春季植被物候期推遲，從而抑制植被生長。積雪變化對植被變化的兩方面的影響在空間上呈現顯著的分異，在半干旱地區，積雪變化的土壤水分效應起到主導作用，表現為積雪變化促進植被生長;但在濕潤地區，積雪變化對物候期的影響起著決定作用，表現為積雪變化抑制植被生長（Wang et al.，2018b）。

積雪變化影響植被生長的同時，還對氣候系統產生重要的反饋作用。由于其高反照率、低熱傳導率等特性，積雪變化可顯著影響地表能量平衡，進而影響局地甚至全球氣候。以往的研究均表明歐亞大陸冬春季積雪與印度夏季風顯著相關。當歐亞大陸冬春季積雪異常偏多（偏少）時，后期印度夏季風降水異常減少（增加），即積雪與印度夏季風降水之間存在負相關關系。然而，本研究發現這一積雪-季風降水之間的負相關關系在20世紀90年代以后逐漸消失，其原因在于1990年之后歐亞大陸中部春季積雪減少且融化顯著提前，積雪水文效應只延續到7月，較1990年之前縮短了近2個月。這使得春季積雪變化不再激發夏季環流異常以影響夏季伊朗高原及周圍的對流層中部溫度，從而與印度夏季風降水的負相關關系消失。該研究表明，氣候變暖背景下積雪與季風關系發生了轉變，對基于歐亞大陸春季積雪預報印度夏季降水提出了挑戰（Zhang T T et al.，2019）。

4）青藏高原多年凍土響應及預估

1980—2009年，青藏高原冬季氣溫以0.66 ℃／（10 a）的速度升高，是夏季增溫0.27 ℃／（10 a）的兩倍多。自2000年以來，夏季變暖有所減緩而冬季變暖不斷增強。多年凍土的活動層厚度主要受夏季變暖的影響，而季節性凍土的最大凍結深度主要受冬季變暖的影響。多年凍土的活動層厚度卻呈輕微的下降趨勢，為0.07 m／（10 a）。雖然多年凍土的面積總體上保持相對穩定，但過去30 a，多年凍土的年平均地溫以0.13 ℃／（10 a）的速度升高（Zhang G F et al.，2019）。2000年以前夏季變暖主導著多年凍土熱狀況的變化，2000年以后冬季變暖對多年凍土熱狀況的影響逐漸增大并超過了夏季變暖，冬季變暖加劇了多年凍土的熱退化。由于2000年以來冬季快速變暖，青藏高原北部羌塘高原的高寒連續多年凍土發生了顯著的區域性變暖。

由于2000年以來冬季的快速變暖，三江源和羌塘高原地區的多年凍土發生了顯著的區域性熱退化。夏季變暖對多年凍土熱指標（活動層厚度和年平均地溫）的貢獻大于冬季變暖。青藏高原多年凍土區夏季平均氣溫升高1 ℃，導致活動層厚度增加0.35 m，年平均地溫升高0.20 ℃;而冬季平均氣溫升高1 ℃，導致活動層厚度增加0.16 m，年平均地溫升高0.13 ℃。相對于高波動的變暖，多年凍土更容易受到穩定變暖的影響，即使高波動的變暖具有較高的升溫速率。已有研究認為夏季溫度的變化影響活動層厚度的變化，但我們的研究表明，冬季溫度的變化可能會對活動層厚度的長期變化產生重大影響。雖然大多數地區的多年凍土保持穩定，但青藏高原西南部多年凍土退化成季節性凍土的風險較高（Zhang et al.，2021a）。

20世紀90年代中期以來，青藏高原經歷了明顯的變暖和變濕。氣候變濕改變了多年凍土區的水熱特性，將不可避免地影響多年凍土區的熱狀況。以往的研究主要集中在氣候變暖對多年凍土的影響上，對變濕的影響研究較少。由于增溫和增濕過程的共存及其相互作用對青藏高原多年凍土具有重要影響，我們通過數值控制實驗定量研究了青藏高原暖濕化對多年凍土的影響（Zhang et al.，2021b）。結果發現：1）青藏高原多年凍土對氣候變暖和變濕的響應是相反的，在氣候變暖導致青藏高原多年凍土熱退化的同時，變濕抑制了多年凍土的熱退化，這種抑制效應在廣大的干旱和半干旱地區尤其明顯;2）多年凍土對濕潤的響應存在顯著的區域差異，即夏季降水的增加對干旱和半干旱地區的多年凍土熱狀況產生了強烈的降溫作用，而在濕潤地區則影響很小。

基于最新的耦合模式比較計劃第六階段多模式和多情景的氣候輸出結果，使用區域再分析資料和統計降尺度方法對GCM輸出結果進行約束和尺度轉換，研究不同共享社會經濟路徑情景下青藏高原的氣候變化，利用改進的Noah 陸面模式預估不同共享社會經濟情景下（SSP2-4.5、SSP3-7.0和SSP5-8.5）21世紀多年凍土分布及其熱狀況的時空變化，探討多年凍土對氣候變化的敏感性。預估表明，在SSP2-4.5、SSP3-7.0和SSP5-8.5情景下，到2100年，相對于2006—2015年的情況，青藏高原多年凍土面積將分別減少44％（±4％）、59％（±5％）和71％（±7％）（Zhang et al.，2022）。

4.2 典型區域空間質量變化評估

4.2.1 中國典型極端天氣事件歸因和預估

1）2017年長江三角洲的高溫熱浪

2017年7月11—28日，長江三角洲地區發生了破紀錄的高溫熱浪。2017年7月21日上海市徐家匯氣象站日最高氣溫達到40.9 ℃，為該站有氣象記錄145 a以來歷史最高溫度（Zhou et al.，2018）。長江三角洲高溫熱浪發生的直接原因是副熱帶高壓西抬，造成該地區晴空少云，到達地表太陽輻射增加，從而使溫度進一步增加。但是我們的研究也表明，隨著城市化進程的加劇，長江三角洲地區很多氣象站點附近逐漸城市化，帶來的城市熱島效應使觀測到的高溫熱浪看起來更為嚴重。徐家匯氣象站位于上海市中心區，熱島效應強，徐家匯氣象站的高溫熱浪的回歸周期為104 a。如果使用長江三角洲其他城市附近的臺站記錄，則這次高溫熱浪的回歸周期為53年一遇。但是如果使用三角洲內鄉村站點資料，則此次高溫熱浪的回歸周期為28年一遇，且2017年并不是最熱的一年，2013年才是最熱的一年（Zhou et al.，2018）。

2）2018年中國東北地區極端高溫事件

地表觀測和大氣再分析表明，2018年夏季東北地區的溫度和環流異常創下了歷史紀錄（Zhou et al.，2020）?；诘谖宕务詈夏Ｊ奖容^計劃模式的分析表明，中國東北部存在異常反氣旋，2018年夏季高溫發生的概率是沒有這種異常反氣旋的6.16倍。研究發現大都市地區的城市化可能會使2018年夏季炎熱的可能性增加約17％。在排除城市化效應后，基于第五次耦合模式比較計劃模式的分析表明，全球變暖可能使2018年中國東北夏季炎熱的概率增加了約78％；全球變暖使反氣旋環流增強了約11％，這增加了2018年中國東北夏季高溫的可能性（約27％）?？傊?，中國東北部的異常反氣旋環流是2018年夏季高溫的主要原因。全球變暖和變暖引起的環流強度變化增加了可能性，而城市化則進一步加劇了2018年中國東北夏季的高溫（Zhou et al.，2020）。

3）2016年武漢地區極端降水事件

2016年6月30日到7月6日，武漢地區遭遇破紀錄的連續多日大暴雨，造成嚴重的人身和財產損失，包括237人死亡和220億元經濟損失，成為中國有記錄以來第二嚴重損失的天氣災害事件（Zhou et al.，2018）。研究表明，2016年武漢地區極端降水事件是梅雨的一部分，一般情況下El Nio事件后梅雨變得更為嚴重。利用廣義極值擬合模型發現此事件為106年重現周期事件，但考慮2016年氣候變暖背景則為28年重現周期事件。為了進一步量化El Nio事件和人類活動引起的全球變暖在其中的影響，結合第五次耦合模式比較計劃中模式，發現2016年武漢地區極端降水事件有64％風險可歸因于人類活動引起的增暖，El Nio事件增加了144％的事件發生概率。但是，采用基于觀測海冰和海溫數據、最先進預報動力核心和陸面模式的英國氣象局HadGEM3-A歸因系統，發現有26％可歸因于人為引發增暖，El Nio事件增加了216％的發生概率。兩組模式歸因差異的主要原因是第五次耦合模式比較計劃地球系統模式模擬自然內部變率存在較大的不確定性，更偏向于高估人類活動的作用（Zhou et al.，2018）。

4）2019年長江中下游地區極端低日照事件

結合重建的地表太陽輻射和第六次耦合模式比較計劃模式模擬等多源數據，以2019年1—2月長江中下游地區極端低日照事件為例，從氣候動力學角度出發著重探討自然強迫和人為強迫對極端太陽輻射事件的調節作用（He et al.，2021a）。2019年1—2月長江中下游地區的日照時數記錄創下1961—2019年的最低紀錄，根據廣義帕累托分布擬合，其回歸期估計為265 a。大氣再分析顯示，2019年1—2月的500 hPa位勢高度也相應地是自1961年以來的最高紀錄，而且1961—2019年的地表太陽輻射（作為日照時數的代替值）和500 hPa位勢高度呈現了顯著負相關關系（R=-0.38，P<0.01）。西北太平洋副熱帶高壓自2018年年末一直偏強，并偏近中國大陸地區，致使在日本海及其以東區域形成了異常反氣旋環流，因而在長江中下游形成水汽輻合區，從而導致了此次持續并罕見的陰雨寡照天氣。

基于第六次耦合模式比較計劃模式和再分析產品數據的分析，發現異常反氣旋環流使此次極端低日照事件發生的可能性提高到4.8倍，使其成為此極端事件的主要驅動因素。此外，在大氣污染逐漸嚴重以及全球變暖的背景下，人為氣溶膠和溫室氣體排放可能使此次極端事件發生概率分別增加了3.1倍和1.3倍，而溫室氣體排放可能對大氣環流異常的發生存在潛在的影響（He et al.，2021a）。

4.2.2 中國秋冬季節空氣污染的氣象和地形影響評估

高強度的污染物排放是中國地區空氣污染爆發的元兇，而不利的氣象條件則稱為激發空氣污染不可或缺的外部條件。該研究評估了大氣對污染物的水平和垂直擴散以及濕清除能力，提出了衡量靜穩天氣的定量指標，該指標充分考慮了我國西高東低地形特征對近地面風場的影響，解釋了美國國家海洋與大氣管理局（NOAA）的靜穩天氣指標在我國不適用的原因（Wang et al.，2018a）。

研究發現中國秋冬季節靜穩事件發生概率明顯高于歐美地區，京津冀地區秋冬季靜穩天氣發生的概率為35％～42％，四川盆地全年靜穩天氣時間高達50％，而歐美為20％～24％，不利的大氣擴散條件加之高強度的污染排放是我國秋冬季嚴重空氣污染過程頻發的主要原因。即使目前的污染物排放強度保持不變，若能達到歐美地區同樣的大氣擴散條件，則我國冬季82％的地區PM2.5平均濃度會明顯降低，其中京津冀和四川地區平均可降低12％。研究進一步指出，由于我國目前的PM2.5年均濃度處于較高水平，要實現優良天數達標的目標需綜合考慮經濟的穩定增長以及更為嚴格有效的減排措施，在制定未來減排措施的過程中不可忽視氣象氣候條件對空氣質量的影響（Wang et al.，2018a）。

4.2.3 中國城市熱環境和居民生活熱舒適度評估

1）城市熱環境的時空動態變化

開展城市熱環境時空動態變化研究是理解城市居民熱暴露環境特征的重要方面。在日變化時間尺度上，基于局地氣候分區系統分析了南京地表熱島強度日變化特征及其季節性差異（Dong et al.，2022）。主要發現包括：1）對于年均日內逐時地表熱島而言，多種局地氣候分區類型的日內變化形態相似（均為“單谷單峰”型）;但日內特征值存在一定差異;中層、高層以及重工業建筑類型日內累計熱島時間最持久（大于20 h），大型低層建筑類型熱島強度日內最大值最高、日內最小值較小，離散建筑類型日內熱島強度均最低;2）對于月均日內逐時地表熱島而言，4—9月多種建筑類型月均和年均的日變化形態相似;3—10月，盡管地表熱島強度觸及日內最高值后下降速度加快，但月均日內變化形態仍與年均形態基本相似;就其余月份（特別是冬季）而言，不同建筑類型月均日內變化形態大多呈現較大的分異，部分建筑類型甚至呈現完全相反的形態特征。

在城市熱島日變化模態上，研究識別了5種模態及其發生機制?；谖覈?54座大城市情況和地表溫度日內變化模型，率先在區域尺度上識別了地表熱島強度變化的主要模態（Lai et al.，2018b）。研究發現：1）多數城市熱島強度的日內最高（最低）點出現在上午及中午（下午）時段;2）強熱島及冷島出現的持續時長分別為5.6（±4.0）和7.6（±6.1） h;3）地表熱島主要具有5種主要模態：“勺狀模態”“弱勺狀模態”“準勺狀模態”“反勺狀模態”和“直線型模態”。在對地表城市熱島強度估算的影響方面，研究表明地表溫度產品質量控制對其具有系統性影響。根據對中國86座城市的分析（Lai et al.，2018a）可知：1）MODIS衛星數據質量控制對晝夜熱島強度的影響分別為24.3％和29.9％;2）地表熱島具有鮮明的季節性和南北差異，春季和秋季與地表熱島強度與云量顯著負相關。

2）居民生活熱舒適度的時空變化

當前高精度城市熱舒適度數據的缺乏阻礙了公眾對城市人居環境健康的進一步認知?；趨^域尺度（1 km）城市熱舒適度數據估算了長江三角洲地區通用熱氣候指數（universal thermal climate index），評估了典型城市熱島強度類型之間的差異（Wang et al. 2020）。主要結論包括：1）通用熱氣候指數在城鎮地區整體高于其他地表覆蓋類型，雖然其與空氣溫度的空間分布特征相似，但其明顯高于空氣溫度;2）2002—2018年長江三角洲地區受極強熱應力或強熱應力影響的地域不斷增多，城鎮周圍是通用熱氣候指數升高較為明顯的區域;3）基于陸地地表溫度、平均輻射溫度、通用熱氣候指數、近地面空氣溫度和露點溫度估算的熱島強度在白天依次下降，且長江三角洲不同典型城市之間熱島強度的差異相對較小;然而，在夜晚不同熱島強度之間差異明顯增強，其中熱島效應對杭州通用熱氣候指數的影響顯著高于其他兩個典型城市。該研究為增進遙感技術與城市熱舒適度的融合研究提供了范例。

3）影響城市熱環境的主要因素

開展城市熱島-熱浪之間的協同作用機制研究是理解城市熱環境時空演變規律的有效途徑。對于廣泛氣候背景對城市熱島-熱浪之間的協同作用機制的影響，以往研究尚未顧及這一點，特別是熱浪強度增強下熱島如何變化仍存有爭議。為此針對中國354個城市的熱浪-地表熱島強度響應及其影響因素，量化了熱浪-熱島協同程度，結果（Miao et al.，2022）表明：1）與非熱浪期比較，熱浪期地表熱島強度變化幅度具有顯著的干濕和緯向差異，即中國東部地區濕潤帶熱島增強而西北地區干旱帶冷島增強;2）郊區植被覆蓋的氣候區差異主導了熱浪-熱島協同效應的空間格局，郊區植被指數與晝、夜熱島強度變化的相關系數分別為0.407和0.446;3）熱浪-熱島協同程度在大多數氣候區隨熱浪強度增加而增強，包括白天的熱帶區、暖溫帶區及干旱溫帶區，以及夜晚除中溫帶外的所有氣候區。

在時空尺度及采樣效應對地表城市熱島各類控制因子相對貢獻度的影響上，研究基于中國896個城市的調查（Lai et al.，2021）發現：1）隨著時間尺度的擴大，氣候因子對熱島的控制逐漸減弱，而城市地表屬性及發展規模的作用逐漸增加；日內尺度氣象因子主導了熱島，日間和月尺度氣候或氣象因子仍有較大影響，但地表屬性對北方溫帶氣候區熱島控制較強;2）從空間尺度來看，局地尺度下城市發展規模對熱島的影響小于城市地表屬性及背景氣候因子，區域尺度下地表屬性和背景氣候因子分別控制了白天和夜間熱島，全國尺度下背景氣候因子控制了晝夜熱島;3）就篩選城市樣本的采樣標準而言，城區面積標準下熱島因子貢獻排序分別是背景氣候因子、地表屬性、城市發展規模，氣候區采樣標準下熱島最大影響因子在晝、夜分別為地表屬性和城市發展規模。

在地表和冠層熱島兩者時空格局及其主導因素上，全球典型城市的研究結果（Du et al.，2021）表明：1）從所有城市平均來看，年均地表熱島強度在白天和夜晚分別比冠層熱島強度高約1.1 ℃和0.3 ℃；無論晝夜，兩類熱島差異皆呈現夏季最大、冬季最小;2）對于氣候區，兩類熱島總體差異規律與兩者在熱帶、暖溫帶和寒帶的差異規律較為相似，即地表熱島大于冠層熱島，但干旱區城市白天冠層熱島反而高于地表熱島約0.8 ℃;3）就熱島強度晝夜差異而言，全球城市平均地表城市熱島為正（0.6 ℃），但冠層熱島強度的白天與夜間的差異為負（-0.2 ℃），表明城市化因素總體會增大地表溫度日較差和縮小空氣溫度日較差;4）兩類熱島差異受到城市地表屬性、氣候因子及城市發展強度的聯合控制。

4）未來熱舒適度預估

隨著中國城市化進入增效提質階段，未來人為排放強度加劇情景下我國城市熱舒適度的時空格局如何演變是個亟需回答的問題。據此，研究基于通用熱舒適度指數，探究了未來（2021—2080年）4種排放情景（SSP1-2.6、SSP2-4.5、SSP3-7.0及SSP5-8.5）下352個城市的熱舒適度相似性和轉移特征。研究（Wang S S et al.，2022）發現：1）我國城市的熱舒適度指數相似性具有明顯的空間特征；絕大部分西部、東北和南部沿海等城市的熱舒適性指數相似性較低；隨著未來人為排放強度增加，熱舒適度指數呈現增長趨勢，最顯著的為中部和南部沿海城市;2）城市熱舒適度的轉移特征呈現顯著空間分異性；以中部和南部城市的熱舒適度向低緯度城市轉移為典型，在21世紀中后期高排放情景下（SSP5-8.5），58.2％的城市將呈現超過5°的低緯度轉移，北部城市呈現向鄰近緯度（-5°～5°）城市轉移趨勢，西部城市主要向高緯度城市轉移;3）在未來人為排放強度加劇的情景下，熱舒適度的轉移將更加集中且向低緯度城市的轉移趨勢逐步增強。

5 結論

項目提出了陸表氣候觀測數據漸變型不均一性檢測和訂正的方法體系，對中國地區地表太陽輻射、氣溫、地溫、風速和降水等觀測數據進行了均一性檢測和訂正，生成了高質量陸表氣候觀測站點和格點數據集，計算得到中國陸表蒸散長期變化數據集。完善并構建了均一化高分辨率的中國高精度人文要素歷史數據集，構建了未來關鍵人文要素情景，包括人口、國民生產總值、城市化、土地利用、排放和用水等要素，并構建了非二氧化碳（甲烷、氧化亞氮）在碳中和情景下的數據集，提出了碳中和技術路徑優選和電力行業碳中和路線圖。構建了青藏高原地區過去30 a高分辨率樹線分布、植被物候、森林碳儲量、土壤碳儲量、植被生產力、凍土面積和凍土活動層厚度時空動態數據集，構建了中國中東部地區居民生活熱舒適度動態數據集。部分數據通過發表數據論文和公開發布的形式進行共享。

量化了地表太陽輻射變化和城市化對中國增溫格局的影響。研究發現1960—1990年地表太陽輻射總輻射降低，對日最高溫具有冷卻效應，因此減緩了日最高溫的增溫趨勢。這在日最高地溫方面表現得更為明顯，地表太陽輻射的降低趨勢是夏季大于冬季，冷卻效應也是夏季大于冬季。1990年以后地表太陽輻射降低趨勢停止，站點周邊城市化帶來的城市熱島效應放大了日最低氣溫的增溫速度，導致城市觀測站增溫具有更顯著的日不對稱性，但這種日不對稱性在農村觀測站并不顯著。氣象站點周邊城市化使局地地表粗糙度增加，致使觀測得到的地表風速降低。我們采用兩種獨立的方法對地表風速觀測進行了均一化，結果一致表明：中國地區地表風速在1990年以前具有降低的趨勢，此后降低趨勢逆轉并持續增加，這一變化特征與地轉風一致。站點周邊城市化影響了增溫格局觀測結果的空間代表性，為局地觀測誤差，而非大尺度的氣候變化。

在識別關鍵人文要素與自然要素關聯機制的基礎上，評估了社會經濟和政策干預對碳排放、氮排放和其他溫室氣體排放的影響，以及中國全國或多個行業實現碳中和目標所帶來的對全球溫升、局地污染物排放、土地利用、水資源等的多重影響。發現碳中和目標總體上會帶動局地污染物排放和濃度的下降以及水資源需求的下降，但一些具體的技術路徑仍可能會加劇土地資源競爭和水壓力的加劇。從農田管理方面提高氮肥的利用效率可以在糧食不減產的條件下大幅度減少農田的氮排放，從當前的510萬t排放減少至270～290萬t，減少了42％～47％，但仍需要重構傳統的養分循環體系，以使中國水體環境質量恢復到安全水平。建議更全面細致地評估中國各種碳中和實現路徑的社會經濟和自然生態影響，以保證碳中和目標與其他可持續發展目標的協同實現。

利用全耦合地球系統模式，基于4種共享社會經濟路徑情景，預估了我國碳中和戰略的實施對全球變暖的減緩貢獻。發現我國碳中和目標下二氧化碳減排在區域競爭路徑（SSP3-7.0）和化石燃料為主發展路徑（SSP5-8.5）情景下對遠期（2081—2100年）全球變暖減緩的單獨貢獻分別為0.48和0.40 ℃，占同期全球變暖的14％和9％。進一步考慮伴隨二氧化碳減排的甲烷和氧化亞氮減排，在SSP3-7.0和SSP5-8.5情景下我國碳中和可使遠期階段全球變暖減緩0.50和0.39 ℃，即使在可持續路徑（SSP1-2.6）和中間路徑（SSP2-4.5）情景下，也將使遠期階段變暖減緩0.21和0.32 ℃。在SSP2-4.5和SSP5-8.5情景下，二氧化碳、甲烷和氧化亞氮的共同作用也顯著減緩了中期（2041—2060年）全球變暖，對避免未來氣候災害做出巨大貢獻。

闡明了全球陸表干濕變化格局，證實了干旱區植被持續變綠，發現變暖總體上促進植被生長，變暖對植被生長的促進作用不僅體現在時間上的變化趨勢，還體現在氣候-生態質量在空間上的遷移，發現大氣飽和水汽壓差對全球陸地碳匯年際變化起到決定性作用。揭示了過去幾十年青藏高原大氣飽和水汽壓差增加顯著降低了高原草地生產力，發現青藏高原干旱半干旱區積雪對植被生長有促進作用，濕潤區積雪對植被生長有抑制作用。揭示了青藏高原增暖放大現象與地表反照率反饋之間的關系，模擬和預估了增暖背景下青藏高原凍土的時空變化規律。構建了以熱舒適度為核心的空間質量綜合評價指標體系，發現到21世紀末，中國南部沿海和長江中下游地區城市熱環境將超過熱舒適度閾值。

參考文獻（References）

An S，Zhu X L，Shen M G，et al.，2018.Mismatch in elevational shifts between satellite observed vegetation greenness and temperature isolines during 2000—2016 on the Tibetan Plateau［J］.Glob Chang Biol，24（11）：5411-5425.doi：10.1111／gcb.14432.

Bu C J，Cui X Q，Li R Y，et al.，2021.Achieving net-zero emissions in Chinas passenger transport sector through regionally tailored mitigation strategies［J］.Appl Energy，284：116265.doi：10.1016／j.apenergy.2020.116265.

Chen J W，Cui H J，Xu Y Y，et al.，2021.Long-term temperature and sea-level rise stabilization before and beyond 2100：estimating the additional climate mitigation contribution from Chinas recent 2060 carbon neutrality pledge［J］.Environ Res Lett，16（7）：074032.doi：10.1088／1748-9326／ac0cac.

Chen Y D，Guo F，Wang J C，et al.，2020.Provincial and gridded population projection for China under shared socioeconomic pathways from 2010 to 2100［J］.Sci Data，7（1）：83.doi：10.1038／s41597-020-0421-y.

Ding J Z，Yang T，Zhao Y T，et al.，2018.Increasingly important role of atmospheric aridity on Tibetan alpine grasslands［J］.Geophys Res Lett，45（6）：2852-2859.doi：10.1002／2017gl076803.

Dong P，Jiang S D，Zhan W F，et al.，2022.Diurnally continuous dynamics of surface urban heat island intensities of local climate zones with spatiotemporally enhanced satellite-derived land surface temperatures［J］.Build Environ，218：109105.doi：10.1016／j.buildenv.2022.109105.

Du H L，Zhan W F，Liu Z H，et al.，2021.Simultaneous investigation of surface and canopy urban heat islands over global cities［J］.ISPRS J Photogramm Remote Sens，181：67-83.doi：10.1016／j.isprsjprs.2021.09.003.

Du J Z，Wang K C，Wang J K，et al.，2017.Contributions of surface solar radiation and precipitation to the spatiotemporal patterns of surface and air warming in China from 1960 to 2003［J］.Atmos Chem Phys，17（8）：4931-4944.doi：10.5194／acp-17-4931-2017.

Feng F，Wang K C，2019a.Does the modern-era retrospective analysis for research and applications-2 aerosol reanalysis introduce an improvement in the simulation of surface solar radiation over China？［J］.Int J Climatol，39（3）：1305-1318.doi：10.1002／joc.5881.

Feng F，Wang K C，2019b.Determining factors of monthly to decadal variability in surface solar radiation in China：evidences from current reanalyses［J］.J Geophys Res：Atmos，124（16）：9161-9182.doi：10.1029／2018jd030214.

Feng F，Wang K C，2021.Merging high-resolution satellite surface radiation data with meteorological sunshine duration observations over China from 1983 to 2017［J］.Remote Sens，13（4）：602.doi：10.3390／rs13040602.

He B，Wang S R，Guo L L，et al.，2019.Aridity change and its correlation with greening over drylands［J］.Agric For Meteorol，278：107663.doi：10.1016／j.agrformet.2019.107663.

He B，Chen C，Lin S R，et al.，2022.Worldwide impacts of atmospheric vapor pressure deficit on the interannual variability of terrestrial carbon sinks［J］.Natl Sci Rev，9（4）：nwab150.doi：10.1093／nsr／nwab150.

He Y Y，Wang K C，Zhou C L，et al.，2018.A revisit of global dimming and brightening based on the sunshine duration［J］.Geophys Res Lett，45（9）：4281-4289.doi：10.1029／2018gl077424.

He Y Y，Wang K C，2020.Variability in direct and diffuse solar radiation across China from 1958 to 2017［J］.Geophys Res Lett，47（1）：e84570.doi：10.1029／2019gl084570.

He Y Y，Wang K C，Qi D，2021a.Roles of anthropogenic forcing and natural variability in the record-breaking low sunshine event in January-February 2019 over the middle-lower Yangtze Plain［J］.Bull Amer Meteor Soc，102（1）：S75-S81.doi：10.1175／BAMS-D-20-0185.1.

He Y Y，Wang K C，Feng F，2021b.Improvement of ERA5 over ERA-interim in simulating surface incident solar radiation throughout China［J］.J Climate，34（10）：3853-3867.doi：10.1175／jcli-d-20-0300.1.

Jiang S J，Lee X H，Wang J K，et al.，2019.Amplified urban heat islands during heat wave periods［J］.J Geophys Res：Atmos，124（14）：7797-7812.doi：10.1029／2018jd030230.

Jiang S J，Wang K C，Mao Y N，2020.Rapid local urbanization around most meteorological stations explains the observed daily asymmetric warming rates across China from 1985 to 2017［J］.J Climate，33（20）：9045-9061.doi：10.1175／jcli-d-20-0118.1.

Lai J M，Zhan W F，Huang F，et al.，2018a.Does quality control matter？Surface urban heat island intensity variations estimated by satellite-derived land surface temperature products［J］.ISPRS J Photogramm Remote Sens，139：212-227.doi：10.1016／j.isprsjprs.2018.03.012.

Lai J M，Zhan W F，Quan J L，et al.，2021.Reconciling debates on the controls on surface urban heat island intensity：effects of scale and sampling［J］.Geophys Res Lett，48（19）：e94485.doi：10.1029／2021gl094485.

Lai J M，Zhan W F，Huang F，et al.，2018b.Identification of typical diurnal patterns for clear-sky climatology of surface urban heat islands［J］.Remote Sens Environ，217：203-220.doi：10.1016／j.rse.2018.08.021.

Li H R，Cui X Q，Weng Y W，et al.，2021a.A rule-based method to downscale provincial level power sector projection results to plant level［J］.MethodsX，8：101448.doi：10.1016／j.mex.2021.101448.

Li H R，Cui X Q，Hui J X，et al.，2021b.Catchment-level water stress risk of coal power transition in China under 2 ℃／1.5 ℃ targets［J］.Appl Energy，294：116986.doi：10.1016／j.apenergy.2021.116986.

Li L H，Zhang Y，Zhou T J，et al.，2022.Mitigation of Chinas carbon neutrality to global warming［J］.Nat Commun，13（1）：5315.doi：10.1038／s41467-022-33047-9.

Lin C G，Yang K，Qin J，et al.，2013.Observed coherent trends of surface and upper-air wind speed over China since 1960［J］.J Climate，26（9）：2891-2903.doi：10.1175／jcli-d-12-00093.1.

Liu D，Li Y，Wang T，et al.，2018.Contrasting responses of grassland water and carbon exchanges to climate change between Tibetan Plateau and Inner Mongolia［J］.Agric For Meteorol，249：163-175.doi：10.1016／j.agrformet.2017.11.034.

McVicar T R，Roderick M L，Donohue R J，et al.，2012.Global review and synthesis of trends in observed terrestrial near-surface wind speeds：implications for evaporation［J］.J Hydrol，416／417：182-205.doi：10.1016／j.jhydrol.2011.10.024.

Miao S Q，Zhan W F，Lai J M，et al.，2022.Heat wave-induced augmentation of surface urban heat islands strongly regulated by rural background［J］.Sustain Cities Soc，82：103874.doi：10.1016／j.scs.2022.103874.

Nie Y Y，Cai W J，Wang C，et al.，2019.Assessment of the potential and distribution of an energy crop at 1-km resolution from 2010 to 2100 in China：the case of sweet sorghum［J］.Appl Energy，239：395-407.doi：10.1016／j.apenergy.2019.01.214.

Nie Y Y，Chang S Y，Cai W J，et al.，2020.Spatial distribution of usable biomass feedstock and technical bioenergy potential in China［J］.GCB Bioenergy，12（1）：54-70.doi：10.1111／gcbb.12651.

Ohmura A，Gilgen H，Hegner H，et al.，1998.Baseline surface radiation network （BSRN／WCRP）：new precision radiometry for climate research［J］.Bull Amer Meteor Soc，79（10）：2115-2136.doi：10.1175／1520-0477（1998）079<2115：bsrnbw>2.0.co;2.

Tang R，He B，Chen H W，et al.，2022.Increasing terrestrial ecosystem carbon release in response to autumn cooling and warming［J］.Nat Clim Change，12：380-385.doi：10.1038／s41558-022-01304-w.

Tang W J，Yang K，Qin J，et al.，2019.A 16-year dataset （2000—2015） of high-resolution （3 h，10 km） global surface solar radiation［J］.Earth Syst Sci Data，11（4）：1905-1915.doi：10.5194／essd-11-1905-2019.

Wang C G，Zhan W F，Liu Z H，et al.，2020.Satellite-based mapping of the Universal Thermal Climate Index over the Yangtze River Delta urban agglomeration［J］.J Clean Prod，277：123830.doi：10.1016／j.jclepro.2020.123830.

Wang K，Dickinson R E，2013.Contribution of solar radiation to decadal temperature variability over land［J］.Proc Natl Acad Sci USA，110（37）：14877-14882.doi：10.1073／pnas.1311433110.

Wang K C，2014.Measurement biases explain discrepancies between the observed and simulated decadal variability of surface incident solar radiation［J］.Sci Rep，4：6144.doi：10.1038／srep06144.

Wang K C，Ma Q，Li Z J，et al.，2015.Decadal variability of surface incident solar radiation over China：observations，satellite retrievals，and reanalyses［J］.JGR Atmospheres，120（13）：6500-6514.doi：10.1002／2015jd023420.

Wang K C，Jiang S J，Wang J K，et al.，2017.Comparing the diurnal and seasonal variabilities of atmospheric and surface urban heat islands based on the Beijing urban meteorological network［J］.J Geophys Res：Atmos，122（4）：2131-2154.doi：10.1002／2016jd025304.

Wang R，Li H R，Cai W J，et al.，2022.Alternative pathway to phase down coal power and achieve negative emission in China［J］.Environ Sci Technol，56（22）：16082-16093.doi：10.1021／acs.est.2c06004.

Wang S S，Zhan W F，Du H L，et al.，2022.Identifying analogs of future thermal comfort under multiple projection scenarios in 352 Chinese cities［J］.Sustain Cities Soc，82：103889.doi：10.1016／j.scs.2022.103889.

Wang X Y，Dickinson R E，Su L Y，et al.，2018a.PM2.5 pollution in China and how it has been exacerbated by terrain and meteorological conditions［J］.Bull Amer Meteor Soc，99（1）：105-119.doi：10.1175／bams-d-16-0301.1.

Wang X Y，Wang T，Guo H，et al.，2018b.Disentangling the mechanisms behind winter snow impact on vegetation activity in northern ecosystems［J］.Glob Chang Biol，24（4）：1651-1662.doi：10.1111／gcb.13930.

Wang X Y，Wang T，Liu D，et al.，2019.Multisatellite analyses of spatiotemporal variability in photosynthetic activity over the Tibetan Plateau［J］.J Geophys Res：Biogeosciences，124（12）：3778-3797.doi：10.1029／2019jg005249.

Weng Y W，Cai W J，Wang C，2021.Evaluating the use of BECCS and afforestation under Chinas carbon-neutral target for 2060［J］.Appl Energy，299：117263.doi：10.1016／j.apenergy.2021.117263.

Wild M，Ohmura A，Schr C，et al.，2017.The Global Energy Balance Archive （GEBA） version 2017：a database for worldwide measured surface energy fluxes［J］.Earth Syst Sci Data，9（2）：601-613.doi：10.5194／essd-9-601-2017.

Yang Y，Zhang J J，Wang C，2018.Forecasting Chinas carbon intensity：is China on track to comply with its Copenhagen commitment？［J］.Energy J，39（2）：63-86.doi：10.5547／01956574.39.2.yyan.

喻朝慶，2019.水-氮耦合機制下的中國糧食與環境安全［J］.中國科學：地球科學，49（12）：2018-2036. Yu C Q，2019.The coupled effects of water and nitrogen on Chinas food and environmental securities［J］.Sci Sin Terrae，49（12）：2018-2036.（in Chinese）.

Yu C Q，Huang X，Chen H，et al.，2019.Managing nitrogen to restore water quality in China［J］.Nature，567（7749）：516-520.doi：10.1038／s41586-019-1001-1.

Zhang G F，Nan Z T，Wu X B，et al.，2019.The role of winter warming in permafrost change over the Qinghai-Tibet Plateau［J］.Geophys Res Lett，46（20）：11261-11269.doi：10.1029／2019gl084292.

Zhang G F，Nan Z T，Yin Z Y，et al.，2021a.Isolating the contributions of seasonal climate warming to permafrost thermal responses over the Qinghai-Tibet Plateau［J］.J Geophys Res：Atmos，126（21）：e2021JD035218.doi：10.1029／2021JD035218.

Zhang G F，Nan Z T，Zhao L，et al.，2021b.Qinghai-Tibet Plateau wetting reduces permafrost thermal responses to climate warming［J］.Earth Planet Sci Lett，562：116858.doi：10.1016／j.epsl.2021.116858.

Zhang G F，Nan Z T，Hu N，et al.，2022.Qinghai-Tibet Plateau permafrost at risk in the late 21st century［J］.Earths Future，10（6）.doi：10.1029／2022ef002652.

Zhang T T，Wang T，Krinner G，et al.，2019.The weakening relationship between Eurasian spring snow cover and Indian summer monsoon rainfall［J］.Sci Adv，5（3）：eaau8932.doi：10.1126／sciadv.aau8932.

Zhang Z T，Wang K C，Chen D L，et al.，2019.Increase in surface friction dominates the observed surface wind speed decline during 1973—2014 in the Northern Hemisphere lands［J］.J Climate，32（21）：7421-7435.doi：10.1175／jcli-d-18-0691.1.

Zhang Z T，Wang K C，2020.Stilling and recovery of the surface wind speed based on observation，reanalysis，and geostrophic wind theory over China from 1960 to 2017［J］.J Climate，33（10）：3989-4008.doi：10.1175／jcli-d-19-0281.1.

Zhang Z T，Wang K C，2021.Quantifying and adjusting the impact of urbanization on the observed surface wind speed over China from 1985 to 2017［J］.Fundam Res，1（6）：785-791.doi：10.1016／j.fmre.2021.09.006.

Zhong Z Q，He B，Wang Y P，et al.，2023.Disentangling the effects of vapor pressure deficit on northern terrestrial vegetation productivity［J］.Sci Adv，9（32）：eadf3166.doi：10.1126／sciadv.adf3166.

Zhou C L，Wang K C，Ma Q，2017.Evaluation of eight current reanalyses in simulating land surface temperature from 1979 to 2003 in China［J］.J Climate，30（18）：7379-7398.doi：10.1175／jcli-d-16-0903.1.

Zhou C L，Wang K C，Qi D，2018.Attribution of the July 2016 extreme precipitation event over Chinas Wuhang［J］.Bull Amer Meteor Soc，99（1）：S107-S112.doi：10.1175／bams-d-17-0090.1.

Zhou C L，Chen D L，Wang K C，et al.，2020.Conditional attribution of the 2018 summer extreme heat over Northeast China：roles of urbanization，global warming，and warming-induced circulation changes［J］.Bull Amer Meteor Soc，101（1）：S71-S76.doi：10.1175／bams-d-19-0197.1.

·ARTICLE·

Interactions of natural and anthropogenic parameters over the land：progress of the National Key R&D Program of China for Global Change and Response

WANG Kaicun1，WANG Can2，LI Longhui3，WANG Tao4，WU Guocan5，FU Yongshuo6，MA Qian5，ZHANG Jingyong7，CAI Wenjia8，CAO Jing9，YU Chaoqing10，ZHU Huasheng5，NAN Zhuotong3，CHEN Min3，ZHANG Jing5，JI Duoying5，SHEN Miaogen5，TANG Wenjun4，HE Bin5，ZHAN Wenfeng11

1College of Urban and Environmental Sciences，Peking University，Beijing 100871，China;

2School of Environment，Tsinghua University，Beijing 100084，China;

3College of Geographical Sciences，Nanjing Normal University，Nanjing 210023，China;

4Institute of Tibetan Plateau Research，Chinese Academy of Sciences，Beijing 100085，China;

5Faculty of Geographical Sciences，Beijing Normal University，Beijing 100875，China;

6Institute of Water Science，Beijing Normal University，Beijing 100875，China;

7Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China;

8Department of Earth System Science，Tsinghua University，Beijing 100084，China;

9School of Economics and Management，Tsinghua University，Beijing 100084，China;

10College of Ecology and Environment，Hainan University，Haikou 570228，China;

11International Institute of Earth System Science，Nanjing University，Nanjing 210023，China

Abstract With the support of the National Key Research and Development program，the project proposed a new method for the detection and correction of inhomogeneity of the observed land surface climate data，solved the problem of the detection and correction of the gradual inhomogeneity，and constructed the station and grid data set for the homogenized surface solar radiation，air temperature，ground temperature，wind speed and precipitation in China.The conclusions on the trend of surface wind speed，warming pattern in China and its formation mechanism have been revised.Multi-source data were integrated to construct and validate historical and future datasets of key anthropogenic factors affecting natural systems such as power plants，population，biomass energy，water withdrawal，nitrogen emissions，and carbon dioxide emissions at the km，watershed，or county level.Scenarios of future key anthropogenic factors were constructed，methane and nitrous oxide emission scenarios under carbon neutrality targets and future scenarios used to drive global models were developed，and the mitigation effects of Chinas carbon neutrality on global warming were estimated，and it was found that Chinas carbon neutrality had significant mitigation effects on long-term and medium-term global warming.The safety threshold and overshoot time of water nitrogen emission in each province of China are given，the relationship between grain yield and nitrogen fertilization in China is expounded，and effective ways to reduce water nitrogen emission under the premise of ensuring food security are proposed.It is pointed out that the reconstruction of urban and rural nutrient cycling system is a necessary way to ensure food security and restore water quality at the same time.It is found that the interannual change of global water vapor deficit is significantly related to the interannual change of atmospheric carbon dioxide concentration rising rate，which illustrates the important role of water vapor deficit change in regulating ecosystem productivity and the complex influence of multi-factor coupling on ecosystem productivity change.A more comprehensive and detailed assessment of the socio-economic and natural ecological impacts of Chinas various pathways to carbon neutrality is recommended to ensure that the goal of carbon neutrality is achieved in synergy with other sustainable development goals.

Keywords climate change;future scenarios;Carbon Neutral;land surface process;ecosystem productivity;food security

doi：10.13878／j.cnki.dqkxxb.20240103001

（責任編輯：張福穎）