地理系统模型研究进展

作者简介:
彭书时(1986- ),男,湖北武穴人,研究员,北京大学城市与环境学院,研究方向为全球变化与陆地生态系统,E-mail:speng@pku.edu.cn;朴世龙,于家烁,刘永稳,北京大学城市与环境学院。北京 100871;汪涛,中国科学院青藏高原研究所。北京 100101;朱高峰,兰州大学资源环境学院。兰州 730000;董金玮,中国科学院地理科学与资源研究所。北京 100101;缪驰远,北京师范大学地理科学学部 地表过程与资源生态国家重点实验室。北京 100875

原文出处:
地理科学进展

内容提要:

地理系统是多圈层交互的复杂巨系统。地理系统模型是理解和预测不同尺度地理系统格局和过程变化最重要的研究方法。地理系统模型作为可持续发展科学决策必需的工具,是自然地理学重要的研究方向。过去几十年来,在全球变化等全球性重大环境问题和人类科学决策需求的推动下,地理系统模型虽然发展迅速,但还不足以准确地模拟和预测复杂人地耦合系统。本文分别从模型原理、框架和尺度等方面回顾与梳理了地理系统模型从单要素到多要素、从统计到过程、从静态到动态、从单点到区域和全球尺度模拟等发展历程,并总结了地理系统模型对发展人类—自然耦合系统以及模型—数据融合系统的趋势。发展中国的地理系统模型将有助于中国和全球可持续发展的科学决策。


期刊代号:K9
分类名称:地理
复印期号:2018 年 03 期

字号:

       1 引言

       “地理系统”一词源自科钱学森先生1988年提出的“地理科学必须用系统科学的方法”,“地理系统是一种复杂巨系统,开放的复杂巨系统”。在此基础上,1991年陈述彭先生提出,“地理系统把地理环境看作是一个运动着的发生和发展中的世界,包括人类赖以生存和生活并强加影响的整个自然环境和社会经济环境。”(陈述彭,1991)。地球在长期演化过程中,形成了典型的圈层结构,如岩圈、水圈、大气圈和生物圈。相比于部门地理学比较侧重其中某一圈层的机制、形成过程和区域分异等,地理系统则更多地着眼于圈层之间的界面及其物质流、能量流与信息流的关系,更多关注人地关系高度复合地带和生态环境脆弱地带。整体上看,地理系统是由多层次嵌套组成的循环系统与开放系统,每个子系统进行各自的物质迁移、能量转换与信息传输的内部循环;同时通过高层次的外部循环与其他圈层发生关联。地理系统具有非线性、多层次、多尺度、突变性、随机机、自组织、自相似等复杂系统特点,地理学家需要用复杂理论和方法来进行研究(蔡运龙,2000)。

       全球变化、环境和资源利用等地理系统中正在发生的全球性重大环境问题与人类发展密切相关。鉴于此,学界对耦合自然系统和人类活动的地理系统进行了深入研究,并试图为人类未来的可持续发展提供科学决策。地理系统模型是从地理系统的整体出发,以多个角度对地理要素进行分析,对地理整体的结构和功能进行分析,在此基础上进行模拟系统的构建,是融合了数学模型和计算机技术等多种技术手段对地理系统进行空间上的虚拟,达到实验、观察和研究的目的。通过这些模拟,地理学家实现了对地球系统的时空变化及其相互作用的模拟,促进了地理研究从状态与格局研究发展到过程模拟与系统预测研究。这些为理解和解释地理系统的特征、预测和控制地理系统的行为提供了科学的方法,形成了以方程为基础的算式计算模型,因而也进一步促进了地理研究的科学水平(周成虎等,2009)。

       地理系统模型是理解和预测不同尺度地理系统格局和过程变化最重要的研究方法。经过几十年的迅速发展,地理系统模型已成为人地关系科学决策时必不可少的工具,也是自然地理学未来重要的研究方向。回顾地理系统模型的发展历程,不仅有助于了解地理学是如何逐渐着重于模拟和预测复杂的人地系统,而且有助于理解地理学在定量化和综合化方向上的发展趋势和研究重点。本文梳理了地理系统模型从单要素到多要素、从统计到过程、从静态到动态、从单点到区域和全球尺度模拟等发展历程,并总结了在当今地球系统科学蓬勃发展之际,人类—自然耦合系统以及模型—数据融合系统的发展趋势(图1)。

      

       图1 地理系统模型发展历程

       Fig.1 Evolution of geographical system models

       2 地理系统模型的发展历程

       地理系统模型的发展历程与地理学走向模型模拟和预测密不可分(傅伯杰,2017)。地理系统模型的发展符合地理学的发展规律,总体来说是逐步走向综合和定量的趋势。从模型的原理、框架、尺度等方面出发,本文回顾和梳理了地理系统模型的具体发展历程。

       2.1 从统计到过程

       统计模型是采用观测资料,选取影响因变量的相关因素,或根据预测变量的时间序列,基于数理统计方法建立统计模型,继而对变量进行模拟和预测。即使对地表过程和机理了解不足,或无法定量描述复杂的地表过程及其相互作用,统计模型仍可通过观测数据和简单的因果关系定量模拟和推测变量的动态变化,因此被广泛应用于地理过程模拟。例如,水文统计(如频率分析、回归和相关性分析、水文资料生成、随机模型和水文时间序列分析等)可用于水文事件的分析和预测(徐乾清,2004),如年洪峰流量、年径流量、各种雨量、泥沙、水位等水文特征。在植被生产力估算方面,1971年,Lieth提出了经典的生产力统计模型—Miami模型(Lieth,1975)。该模型利用全球53个样点的观测数据,以多年平均年降水量和年均温作为自变量,用最小二乘法建立了植被净初级生产力(NPP)的回归方程,从而基于全球年均温和年降水量气候数据得到了全球NPP空间分布图。

       统计模型虽然简单易行,但由于缺乏对内在机理和过程的刻画,难以进行定量归因分析和预测未来(Bonan,2016)。而基于地表过程的机理模型解决了这一难题,被广泛应用于地理学归因、预测和决策。例如,朱再春等(Zhu et al,2016)使用TRENDY模型的输出结果,定量分析了全球尺度多种环境因子对植被叶面积指数(LAI)上升的贡献,发现了施肥效应贡献了约70%,氮沉降、气候变化及土地利用变化分别贡献了9%、8%和4%。过程模型也常应用于水文预报和水资源管理(Arnold et al,2012)、生态系统生产力变化(Piao et al,2013)和植被动态对气候系统反馈作用(Zeng et al,2017)等地理学研究。ISIMIP模型比较计划(The Inter-Sectoral Impact Model Intercomparison Project,ISIMIE,https://www.isimip.org/)基于过程模型探讨全球变化对地表过程和人类社会影响,其研究结果已经成为政府间气候变化专门委员会(Intergovernmental Panel on Climate Change)报告中模拟过去和预测未来全球变化对地表和人类社会影响的主要依据(Stocker et al,2013; Warszawski et al,2014; McSweeney et al,2016; Frieler et al,2017)。ISIMIP的部分结果可参见2014年《美国科学院院刊》第111期题为“Global Climate Impacts:A Cross-Sector,Multi-Model Assessment Special Feature”的专辑(http://www.pnas.org/cgi/collection/global_climate)。目前,参与ISIMIP的过程模型已经完成对未来不同典型浓度路径情景下(Representative concentration pathways,RCPs,人为碳排放由低到高分别为RCP2.6、RCP4.5、RCP6.0和RCP8.5)水资源、洪涝灾害、生物圈、冻土、农业影响的预测。这有助于深入理解气候变化和人类活动下地表关键过程的内在机理和过程,并为决策者制定相关政策提供了科学依据(Ricke et al,2015; McSweeney et al,2016; Frieler et al,2017; Veldkamp et al,2017)。

相关文章: