研究速递 | 由于较低的气溶胶污染，植树造成的局部地表冷却被放大

造林可以通过改变陆地表面性质影响当地温度，从而在减缓当地气候方面发挥关键作用。造林的影响在很大程度上取决于背景气候，在不同地理位置、季节和温室气体引起的变暖水平上观察到的影响存在差异。同时，大气气溶胶是影响区域气候的关键因子，近几十年来变化很大，并将继续变化。然而，气溶胶变化对造林局部效应的影响仍然未知。通过多个排放情景的模拟，发现低人为排放可以通过改变地表能量平衡来调节造林的局部效应。如果目前的人为排放减少到工业化前的水平，植树造林可以产生高达0.4°C的额外冷却效应。如果未来采取严格的空气污染控制措施，预计造林的降温效果将在中国受到最强烈的影响。研究结果表明，造林的冷却效应增强可以部分抵消空气质量控制的变暖效应，这对面临清洁空气和减缓气候变化双重挑战的国家具有启示意义。

森林可以通过光合作用从大气中去除二氧化碳，因此造林或再造林已被作为缓解全球变暖的陆地解决方案。除了这种生物地球化学效应外，造林还可以通过生物地球物理过程影响局部和区域气候，如地表反照率、粗糙度和蒸散效率的变化。在局地尺度上，造林后的低反照率和高蒸散发可能导致变暖或变冷，这取决于哪个过程起主导作用。这种降温或升温效应可以抵消或放大与植树造林所吸收的二氧化碳有关的降温效应。因此，在减缓政策中需要考虑生物地球物理效应，以避免损害森林吸收二氧化碳所带来的气候效益。此外，虽然气候变暖是一种全球现象，但温度变化和相关风险通常在局部尺度上更大，特别是在大陆上。因此，造林的生物地球物理效应与当地的气候缓解更为相关，居住在附近的人们可以立即感受到这种影响。

植树造林的局部生物地球物理效应高度依赖于背景气候，表现为不同纬度、不同海拔和不同季节植树造林对局部地表温度的响应差异。这种气候依赖性也反映在为应对温室气体引起的变暖而造林的时变效应中。除温室气体外，人类活动和自然过程释放的大气气溶胶也是扰乱区域气候的重要因素。然而，尚不清楚气溶胶引起的背景气候变化是否能进一步调节造林的局部效应。因此，了解造林-气溶胶-气候相互作用对于评估造林的气候效应至关重要，并有助于为承受空气污染和气候变化双重压力的国家优化战略。考虑到未来对人为排放的控制，需要重新评估造林的局部影响，以便更好地了解在一个更清洁的世界中造林的局部缓解潜力。

本文基于最先进的地球系统模型GFDL-ESM4，在全球尺度上研究减少人为排放对造林局部效应的影响。造林的局部效应是通过在每个模型网格单元中对森林和空地进行亚网格尺度的比较得到的。为了分离气溶胶的影响，使用了来自耦合模式比较项目6阶段(CMIP6)、气溶胶化学模式比较项目(AerChemMIP)和情景模式比较项目(ScenarioMIP)的基于多个人为排放情景的模拟。

为了获得人为减排对造林效应的影响，本研究采用了多种不同人为排放情景的模拟，包括CMIP6的historical模拟、AerChemMIP的hist-piNTCF、hist-piAer和ssp370-lowNTCF模拟以及ScenarioMIP的ssp370模拟。

historical模拟是一个耦合模拟，覆盖1850-2014年。它是由主要基于观测的外部强加的时变强迫所强迫的，包括自然强迫和人为强迫。气溶胶和活性物质的人为排放是由共同体排放数据系统开发的数据集规定的。

除了人类活动对气溶胶和臭氧前体的排放固定在工业化前的水平之外，hist-piNTCF与hitorical相同。因此，可以通过比较historical和hist-piNTCF 来分离减排的影响。hist-piAer模型与historical模型完全相同，除了在hist-piAer模型中，只有人为排放的气溶胶前体被固定在工业化前的水平。同样，气溶胶减少的影响可以通过比较historcal和hist-piAer水平分离出来。

ssp370是一个耦合模拟，预测了2015-2100年期间的气候变化，遵循SSP代表性浓度路径3-7.0。在这种情景下，在ssp3之后，2100年的辐射强迫将达到7.0 W/m2。这一情景具有最高水平的短期气候污染物和“弱”水平的空气质量控制措施。ssp370- lowNTCF与ssp370相同，但采用了“强”空气质量控制措施，以减少人为排放的气溶胶和臭氧前体。除非受到空气质量控制措施的直接影响，否则混合良好的温室气体水平与ssp370相同。因此，ssp370和ssp370- lowNTCF在气候、瞬态有效辐射强迫、化学成分和空气质量方面的差异可归因于不同水平的空气质量控制措施。为了节省计算成本，ssp370-lowNTCF只需要运行到2055年，届时空气质量控制措施的差异预计最大。

使用GFDL-ESM4模型进行主要分析，因为这是唯一一个(1)可用所有上述模拟的模型，(2)提供隔离造林局部效应所需的子网格数据。此外，该模型还考虑了植被-气溶胶相互作用的一些关键过程，如气溶胶对漫射辐射的影响以及对植被光合作用的反馈。所有模拟均以1°× 1.25°的水平分辨率运行。为了检验GFDL-ESM4模拟的减排对气候的影响，还使用了另外8个可用的ESM(BCC-ESM1、CNRM-ESM2-1、EC-Earth3-AerChem、GISS-E2-1-G、MIROC6、MRI-ESM2-0、NorESM2-LM和UKESM1-0-LL)。为节省计算成本，对于每次模拟提供多个成员的模型，只使用第一个成员。所有模型输出都被双线性插值到2°× 2°的共同分辨率，以产生多模型平均值。

模拟造林的局部效应是通过一种常用的方法获得的，该方法对森林和开阔地进行亚网格尺度的比较。陆地表面模型大多采用“马赛克”策略来描述网格单元中土地覆盖的亚网格异质性;也就是说，一个网格单元由多个土地覆盖单元组成。亚网格尺度分析的基本原理在于，一个网格单元中的所有亚网格单元都接受相同的大气强迫，因此，各个单元之间地表诊断变量的差异可归因于土地覆盖和地表特性的差异。

GFDL-ESM4模型遵循CMIP6批准的土地利用模型比较项目(LUMIP)的子网格数据报告协议，在每个网格单元中提供四个子网格单元的地表诊断变量值——初级和次级土地(psl)、农田(crp)、牧场(pst)和城市土地。一个psl单元可能包括树木、草地、荒地和植被湿地。在网格单元中，如果树木覆盖比例与psl比例的比例超过50%，则将psl视为森林。将crp和pst组合成一块空地。因此，crp和pst上的值被平均，以产生空地的值。为了在网格单元中创建森林-空地比较，只使用具有森林和空地并发的网格单元;否则，网格单元将被排除在进一步的分析之外。造林对一个表面变量θ的网格级效应由网格单元中森林格的值减去空地格的值得到，表示为:

式中δθ表示θ对造林的响应，θf和θo分别表示森林和空地的θ值。

由于大气对网格单元中的森林和空地的强迫是相同的，因此只能确定局部影响。这种方法没有考虑大气对造林的反馈。此外，这种方法确定的造林效果应被解释为网格单元内从开阔地完全转变为森林的效果。换句话说，所确定的造林效果与网格单元中森林或空地的面积比例无关。因此，虽然模拟中存在广泛的土地利用和土地覆盖变化，但它们对已确定的造林效果的影响微不足道。

为了验证GFDL-ESM4模拟的森林砍伐的局部效应，使用基于卫星的观测数据作为基准。该数据集在时空类比方法的基础上提供了全球尺度上造林的生物地球物理效应。与上述亚网格尺度分析的概念类似，该方法假设造林引起的地表能量平衡变化可以近似为森林像元与其邻近的开阔地像元之间的差异。同样，该方法也只考虑了局部效应，因此，观测数据集适合于评估亚网格尺度分析获得的造林模拟效果。该数据集以1°× 1°的空间分辨率和代表2008-2012年期间的一个气候年的月时间分辨率提供。

本文主要评价模型在地表温度对造林响应的表征方面的性能。为此，利用数据集提供的农田和草地向森林转化引起的白天和夜间地表温度变化。为了与模拟结果保持一致，将白天和夜间的地表温度变化取平均值，作为估计的日平均地表温度变化。

GFDL-ESM4模式与观测结果在地理和季节模式方面对造林的局部生物地球物理效应有很好的一致性。虽然模拟和观测结果在少数北方地区的一致性较差，但这些地区大多人口稀少，人类活动水平较低;因此，这些区域的模型偏差不会对结果产生实质性影响。

为了使植树造林的生物地球物理和生物地球化学效应具有可比性，使用CO2BGP量化了生物地球物理效应引起的局部地表温度变化。这一指标估计的二氧化碳排放量在理论上会产生与植树造林的生物地球物理效应相同的当地地表温度变化。该度量在考虑造林的辐射效应和非辐射效应方面都具有优势。

网格单元(i, j)中的CO2BGP (单位:t/ha)计算如下:

其中δLST为生物地球物理效应引起的局部地表温度变化(单位:°C)，TCRE为累积CO2排放的瞬态温度响应(单位:°C/tCO2)， ASFC为地球表面积(5.1×1010 ha)。对于TCRE，使用地表温度响应，这样就可以将当地地表温度对造林的响应与二氧化碳排放联系起来。δLST已由上述亚网尺度分析得到，只需要计算TCRE。

为了获得TCRE，使用了CMIP6的1pctCO2模拟。1pctCO2是一个最小长度为150年的耦合模拟。在此模拟中，大气CO2浓度规定以1%/yr速率增加，初始值为工业化前水平。在模拟期间，其他外部自然强迫和人为强迫保持在工业化前的水平。使用1pctCO2输出，网格单元(i, j)中的TCRE计算如下:

其中LST2CO2是以全球大气CO2浓度翻倍的时间为中心的20年的多年平均当地地表温度(单位:°C)， LST0是当地地表温度的初始值(单位:°C)，对应于工业化前CO2水平的平衡地表温度，C0是全球大气CO2浓度的初始值(286 ppm)， C2CO2是C0的翻倍(572 ppm)。分母中的因子2.27是空气中CO2含量的倒数，空气中CO2含量被定义为留在大气中的人为CO2排放的含量，估计为0.44。分母中的因子7.81将单位ppm转换为GtCO2。

到本研究完成时，已有60个CMIP6模型提供了1pctCO2的输出量，用于计算TCRE。为了节省计算成本，如果一个模型提供了多个成员，则只使用第一个成员。将每个模型的值双线性插值到GFDL-ESM4模型的网格单元中，然后对60个模型进行平均，得到多模型平均值，用于进一步计算CO2BGP。

使用了一个基于观测的数据集，绘制了造林或避免毁林的年度生物地球化学效应。生物地球化学效应包括:(1)造林或避免毁林引起的地上和地下生物量碳密度的变化，以及(2)造林或避免毁林引起的土壤顶部30厘米土壤有机碳的变化。

为了量化减排对造林地表温度响应的影响机制，基于地表能量平衡的分解进行了归因分析。地表能量平衡表示为:

DSR和DLR分别是向下的短波和长波辐射,α为地表反照率，计算为短波向上辐射与短波向下辐射的比值; ε为地表发射率，在GFDL-ESM4模型中，森林和空地格的表面发射率均设为1；σ是斯蒂芬玻尔兹曼常数(5.67×10−8W/m2K4),LST是地表温度,SHF和LHF分别是显热的和潜热通量,G是土壤和生物量储热。

对上式求导重排，地表温度对造林的响应可表示为:

其中δ为植树造林引起的变化。由于造林效果是通过亚网格尺度分析获得的，且同一网格单元内格子的DSR和DLR相同，因此δDSR和δDLR均为0。小项δG也可以省略，因为造林对G的影响在月和年尺度上可以忽略。因此可简化为：

应该强调的是，这种分解方法不允许将表面温度响应归因于表面性质的变化。这是因为表面能量平衡的一个组成部分的变化通常是多种表面性质变化的结果。例如，LHF的变化可能是由反照率、蒸腾气孔导度、空气动力学粗糙度的变化或三者的组合引起的。相反，这种分解方法只说明了地表能量平衡的各个分量对由地表向上长波辐射决定的地表温度扰动的相对贡献。

进一步微分，减排对地表温度响应造林的影响可表示为:

其中Δ表示由减排引起的变化。右边第一、第二、第三和第四项分别表示由于排放减少而引起的DSR、δα、δSHF和δLHF变化的影响。为了验证该方程，将从historical和hist-piNTCF之间的δLST差异直接获得的模拟∆(δLST)与从右边四项之和获得的计算∆(δLST)进行比较。与模拟的∆(δLST)相比，中国东部地区计算的∆(δLST)年平均值的平均偏差为0.003°C，月平均值的平均偏差为- 0.013 ~ 0.012°C。模拟和计算的∆(δLST)之间的这种微小偏差表明，右边的四个项基本上可以完全解释∆(δLST)。

为了验证GFDL-ESM4模式模拟的LAI对减排引起的气候变化的响应，进行类似文献的敏感性分析。具体而言，LAI对DSR、2 m温度和因减排引起的降水变化的总响应可计算为:

其中，∂LAI/∂DSR、∂LAI/∂T2和∂LAI/∂Pr分别是在LAI对DSR、温度和降水的多元线性回归中，年LAI分别对∂DSR、温度和降水的偏导数。ΔDSR、ΔT2和ΔPr是GFDL-ESM4模拟的30年由于排放减少，DSR、2m温度和降水的平均变化。注意到，由回归模型得出的LAI对气候变化的响应可能存在因果关系问题。然而，LAI随气候的偏导数更可能反映LAI对气候变化的响应，而不是气候对LAI变化的响应，因为在量级范围内，其字母比前者小得多。

GFDL-ESM4模拟的∂LAI/∂DSR、∂LAI/∂T2和∂LAI/∂Pr是在historical模拟的基础上计算的。观测到的∂LAI/∂DSR、∂LAI/∂T2和∂LAI/∂Pr是基于2001-2020年的多个观测数据集计算的。其中，LAI来自再处理的MODIS version 6 dataset，具有较好的时空连续性和一致性。DSR来自云和地球辐射能系统数据。温度和降水来自气候研究单位4.06版本的高分辨率网格数据集。DSR、温度和降水数据双线性插值到LAI数据的网格中，所有月度数据汇总得到年度数据。

在模拟中，LAI的总响应分别在森林和空地上进行计算。对于观测数据，LAI在MODIS collection 6 Landcover product确定的森林和开阔地像元上的总响应分别计算。基于国际地圈-生物圈计划方案，将土地覆盖分为17类。这里的森林分为五类:常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林和混交林。开阔地分为两类:草地和农田。为了尽量减少土地覆盖变化对LAI的影响，只保留在分析期间始终标记为森林或开阔地的像元;否则，像素将被丢弃。

模拟和观测的森林和开阔地LAI对减排引起的气候变化表明，GFDL-ESM4模型与观测结果在森林和空地的LAI响应上总体上吻合较好，除了少数地区。森林可以发现更大的LAI响应，这解释了由于减排而扩大的LAI对造林的响应。

植树造林可导致更多生物源性挥发性有机化合物的排放。BVOCs可以通过大气氧化产生臭氧和生物源性二次有机气溶胶，进一步对造林效应产生反馈。不幸的是，现有的模拟不支持这种分析，因为无法获得森林和空地上所需的BVOC通量。

为了折衷，使用另一组模拟，piClim-control和piClim-2xVOC，来检查BVOCs的潜在影响。piClim-control模拟是一个30年的大气模拟，其中海面温度和海冰取自工业化前的控制模拟。气溶胶和臭氧前体维持在工业化前的水平。piClim-2xVOC模拟与piClim-control相同，只是piClim-2xVOC的BVOC排放量增加了一倍。因此，这两种模拟之间的差异分离了理想的双倍BVOC排放的影响

BVOCs的影响总体上与减排的影响相反，但幅度要小得多。请注意，这种影响是由于BVOC排放量增加一倍造成的，而1850-2000年历史上的森林砍伐仅使全球BVOC排放量减少了35%。因此，植树造林产生的有机挥发性化合物的反馈很可能是有限的，因为这种有机挥发性化合物的排放量不太可能像双挥发性化合物排放量那样大。

在CMIP6的historical模拟和AerChemMIP的hist-piNTCF模拟的基础上，首先研究了如果将当前的人为排放减少到工业化前的水平，造林的局部效应将如何改变。historical模拟是覆盖1850-2014年期间的完全耦合模拟，包括所有自然强迫和人为强迫。除了气溶胶和臭氧前体保持在工业化前的水平之外，hist-piNTCF与historical相同。然后，通过从hist-piNTCF中减去historical的造林效应，可以分离出减排对造林局部效应的影响。为清楚起见，δ表示造林效果，Δ表示模拟之间的差异。

图一  理想减排对植树造林的局部效应的影响

如图1a所示，30年平均LST对造林的响应(δLST)总体为正;在北部高纬度和中低纬度地区为负。这种全球δLST格局与卫星结果非常吻合。因此，除了在北方地区，植树造林可以通过生物地球物理过程减缓局部变暖，这与以往的研究一致。图1b显示了historical和hist-piNTCF之间550 nm处气溶胶光学深度(AOD)的30年平均差异。较大的AOD减少集中在人口稠密地区，如东亚、南亚和欧洲。在空间上，减排量对应于Δlst的差异，即Δ(Δlst)。如图1c所示，Δ(Δlst)在大多数地区为负，范围从-0.4°C到0°C。

将减排后造林局部效应的变化分为四类:(1)降温效应增强(Δlst < 0°C和Δ(Δlst) < 0°C)，(2)降温效应减弱(Δlst < 0°C和Δ(Δlst) > 0°C)，(3)增温效应增强(Δlst > 0°C和Δ(Δlst) > 0°C)，(4)增温效应减弱(Δlst > 0°C和Δ(Δlst) < 0°C)。只有经双侧Student’s t检验Δ(Δlst)有统计学意义的网格单元才被考虑;否则，减排的影响被认为是微不足道的。减排可以显著影响约40%的网格单元的δLST(图1d)。具体而言，12%的网格显示出植树造林增强的降温效果，这些网格主要局限于中低纬度地区。相比之下，23%的网格显示造林的增温效应减弱，这些网格单元主要局限于北方地区。只有少数网格单元显示出植树造林的降温或增温效应减弱。这些结果表明，减排总体上使植树造林对当地气候减缓的影响要么更有利，要么更有害。

进一步将δLST转换为公制CO2BGP，这是对二氧化碳排放量当量的估计，理论上会产生与当地生物地球物理效应相同的当地地表温度响应。图1e显示了30年CO2BGP在historical和hist-piNTCF之间的平均差异。在显示的栅格单元中，减排诱导的Δ(Δlst)相当于二氧化碳排放量减少0-12t/ha，占通过光合作用植树造林去除的大气二氧化碳量的0-8%。

在中国东部，由于密集的人为排放而成为全球污染最严重的地区之一，Δ(Δlst)的幅度特别高(图1c)，AOD较大减少。图2a显示了1850-2014年中国东部地区的historical和hist-piNTCF的δLST时间序列。近20世纪50年代以来，由于两种模拟之间AOD差异的增大，historical的δLST值逐渐偏离hist-piNTCF值。在1985-2014年的平均值中，全年hist-piNTCF的δLST值比historical更负，historical和hist-piNTCF的年平均值分别为-0.41°C和-0.60°C(图2b)。这种δLST差异对应的COBGP 2值为7.33 t/ha，高于其他区域(图1e)。

请注意，气溶胶和臭氧的影响都包括在historical和hist-piNTCF之间的差异中。为了排除臭氧的影响，使用了AerChemMIP的hist-piAer模拟。hist-piAer模拟与historical模拟相同，只是hist-piAer模拟中只有气溶胶前体维持在工业化前的水平。通过比较hist-piAer和historical，表明臭氧的影响小得可以忽略不计。换句话说，在historical和hist-piNTCF之间的δLST差异(图1c)主要归因于气溶胶效应。

上述结果表明，中国东部地区的温室气体排放量减少幅度较大，对δLST的影响也较大。对该区域的分析使得从模型随机噪声中建立信号变得更加容易。因此，本文以中国东部地区为例，探讨了减排对造林局部效应的影响机制。与δLST分析类似，图2c-j显示了中国东部地区地表净短波辐射、感热通量(δSHF)、潜热通量(δLHF)和叶面积指数(δLAI)对historical和hist-piNTCF造林的响应。

historical和hist-piNTCF之间的δLST差异可以用两个机制来解释。首先，气溶胶减少增强了到达地表的入射太阳辐射，导致更多的短波辐射在造林后被地表吸收(图2c,d)。这倾向于增强由反照率驱动的造林增温效应。同时，增加的净短波辐射在地表能量平衡的基础上进一步划分为感热通量和潜热通量，导致δSHF和δLHF增大(图2e-h)。此外，森林较高的粗糙度和蒸散发效率也促进了地表以地表通量的形式释放被地表吸收的额外太阳辐射，而不是使地表升温。增大的δSHF和δLHF增强了通量驱动的造林降温效应，抵消并超过了太阳辐射增大驱动的增温效应。

其次，减排导致温度升高和降水增多。降水的增加可以用气溶胶还原引起的地表变暖导致更多的热量可用于蒸发水和触发对流来解释。这种更温暖、更湿润的气候，以及更大的太阳辐射，往往有利于树木的生长，从而导致更高的δLAI(图2i,l)和随后更强的蒸发冷却效应。此外，气候变暖导致寒冷季节积雪减少，减轻了对造林的反照率响应和由此产生的增温效应。

在地表能量平衡分解的基础上，进一步量化了中国东部地区减少排放后太阳辐射、Δα、Δshf和Δlhf变化对Δ(Δlst)的个别贡献。如图2k所示，Δ(Δlst)主要归因于全年较高的太阳辐射和较高的Δshf和Δlhf的负贡献。冬季δ lhf相关贡献较小，可能与植被休眠有关。相比之下，δα相关的贡献在冬季相当大，但在其他季节可以忽略不计。

上述机制在中国东部表现为气溶胶减少导致净短波辐射、δSHF、δLHF和δLAI的增强，除了少数例外，这些机制也广泛适用于其他地区。例如，气溶胶减少导致北极地区δSHF减小，亚马逊地区δLAI减小，这表明其他因素引起的减排影响存在地理异质性。

图三 未来减排对植树造林局部效应的影响

将目前的人为排放减少到工业化前的水平是理想化的，尽管对这种理想化情景的分析提供了减少排放对造林效果影响的清晰图景。为了定量地了解如果实施更可行的措施来控制大气污染物的人为排放，使用了来自ScenarioMIP的ssp370模拟和来自AerChemMIP的ssp370-lowNTCF模拟造林效应是如何改变的。ssp370模拟是一个完全耦合的模拟，涵盖了2015-2055年期间，在空气质量控制措施水平较弱的情况下，未来的中到高强迫路径。ssp370-lowNTCF模拟与ssp370完全相同，只是对空气污染物排放进行了严格控制。通过比较两个模拟，分离出未来减排的影响。

图3a显示了ssp370和ssp370-lowNTCF之间30年AOD的平均差异。虽然AOD的变化总体上小于减少排放至工业化前水平所造成的变化，但中国东部和南亚的AOD减少仍然相当大，因此δLST的变化仍然相当大(图3b)。特别是在中国东部，未来的减排可以显著增强植树造林的局部降温效果(图3c)，大致相当于减少2-8t/ha的CO2排放(图3d)。图3e显示了2015-2055年ssp370和ssp370-lowNTCF在中国东部地区的预估δLST。2025年以来，ssp370-lowNTCF的δLST比ssp370的δLST大。到2050年代，ssp370-lowNTCF的δLST比ssp370低0.13°C。对于δLST的季节变化，如果采取强有力的空气质量控制措施，预计植树造林会在冬季减弱局部增温效应，在其余季节增强局部降温效应(图3f)。

图四 减少排放对造林的局部效应的影响机制

这项工作揭示了减排对植树造林的局部效应的影响，这是长期以来被忽视的。具体而言，在植树造林使当地地表温度降低的中低纬度地区，减排倾向于增强降温效果。冷却效果的增强反过来又可以缓解一些气溶胶还原引起的变暖。然而，在高纬度地区，植树造林使当地地表温度变暖，减少排放削弱了变暖效应。总而言之，减排总体上使植树造林更有利于缓解当地气候变化。这一结果对中国等既要植树造林又要控制空气质量的国家的政策决定具有启示意义。按照可持续的共享社会经济路径(SSP)，预计到本世纪末，中国将增加6 × 107公顷的树木。未来对人为排放的控制有望使大规模植树造林更有效地应对中国的局部变暖。

减排对造林效果影响的机制是双重的，如图4所示。一方面，由于气溶胶的“保护伞效应”，气溶胶的减少增强了地表太阳辐射，放大了由反照率驱动的造林增温效应。同时，由于森林的粗糙度和蒸散发效率较高，更多的太阳辐射被森林吸收进一步划分为感热通量和潜热通量，从而放大了通量驱动的冷却效应。通量驱动的降温效应总体上大于反照率驱动的增温效应，最终要么增强了造林的净降温效应，要么减弱了造林的净增温效应。另一方面，随着排放的减少，更高的温度和更多的降水以及更高的太阳辐射往往有利于树木的生长，进一步放大了蒸发冷却效应。然而，太阳辐射驱动的温度效应和树木生长驱动的温度效应的相对大小仍然不清楚，因为这两个过程是完全耦合的。这个问题预计将在未来专门设计的实验的基础上得到解决。虽然由于气溶胶减少而导致的较低的扩散辐射可能会减少森林的光合作用和蒸腾作用，但这种负面影响被其他对光合作用的积极影响所掩盖，在这里没有看到。气候变暖也使寒冷季节的积雪略有减少，从而缓解了反照率驱动的变暖效应。

基于模型的结果不可避免地受到模型不确定性和局限性的影响。首先，气候对减排的响应在改变造林效果中起着重要作用。为了检验模拟的气候响应，本文使用了另外8个对CMIP6、AerChemMIP和ScenarioMIP有贡献的ESM 。GFDL-ESM4模式与其他8个模式在气候对减排的响应上呈现出总体一致性。一个例外是，降水对未来减排的响应相对较小，模式间一致性较低。此外，值得注意的是，由于没有充分考虑地方政策,CMIP6情景低估了中国未来人为排放的减少，因此，未来减排对造林效应的预估影响可能更为突出。

其次，GFDL-ESM4模式表明，由于太阳辐射增加、温度升高和降水增多，排放减少后，树木的叶子增加幅度更大。通过观测进一步证实了这种植被响应。总体而言，模型和观测结果在森林和开阔地的LAI敏感性上吻合良好，森林的LAI敏感性更大。此外，在2020年春季中国COVID-19封锁期间，观测到植被绿度因减排而增强，进一步支持了模拟结果。这还意味着，在低排放的世界，植树造林可能从大气中清除更多的二氧化碳，这有利于减缓气候变化。然而，应该强调的是，植被动态模拟仍然高度不确定，因为目前的ESMs中还没有很好地表示影响植被光合作用和生长的一些关键过程。例如，较低的臭氧可导致气孔打开，从而进一步增加森林的光合作用和蒸腾作用，但这一过程并未在本版本的GFDL-ESM4模型中考虑。因此，臭氧减少对造林效果的影响可能被低估了。

最后，由于是在亚网格尺度分析的基础上推导出植树造林的局部效应，因此这里没有考虑植树造林引起的大气反馈。例如，大规模植树造林往往会增加某些地区的云量，可能减少到达地表的太阳辐射并造成额外的冷却效应。这种云过程也可能受到气溶胶减少的影响。此外，植被可以释放生物源性挥发性有机物，这些有机物可以通过大气氧化产生臭氧和二次有机气溶胶。这些自然排放可能会进一步重塑造林效应，尽管这种效应可能是有限的。在模式中进一步发展造林、气候和化学之间的无缝耦合，将有助于更好地解决这些复杂的反馈，优化当地的气候减缓策略。

本文编辑 | 

张仪茗 复旦大学环境科学与工程系24级硕士研究生

李红杰 沈阳建筑大学风景园林硕士

本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护，发布相关研究成果，更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布（发送邮件:zhaowu_yu@fudan.edu.cn），让更多人了解您的研究及工作。