Page 138 - 2025年第56卷第5期

［15］ ［16］
的全球 ET、GPP 遥感产品，GSIM 、CNRD 提供的径流数据集等。然而，由于水循环与碳循环过程
自身的复杂性与差异性，现有研究大多只侧重于水碳平衡的某一方面展开数学模拟与数据评估，缺乏
系统性的水碳耦合研究。
自 1980 年代以来我国开展了大规模的人工造林与生态修复工程，其与气候变化、快速城市化等因
素共同对水碳平衡产生了显著影响 ［17-19］ ，且变化环境对水碳平衡的干扰呈现出显著的复合性与区域性
特征 ［7，20］ ，现有全球模型在中国应用时仍存在较大不确定性。尤其是近年来我国在生态文明建设与应
对气候变化方面投入巨大，科学的水碳平衡耦合模拟工具对于水资源与土地资源协同管理、碳中和战
略、生态系统保护等具有重要的实践意义。目前，已有的流域水碳平衡研究多集中于区域或小流域尺
度，因此，本研究聚焦于全国尺度的分布式水碳耦合模拟研究，为厘清复杂变化环境的多要素驱动过
程、解析水碳要素的差异性响应机理及未来演变趋势提供科学工具。本研究基于上篇构建的中国流域
［21］
水碳平衡模拟模型 WaSSI-CN ，对 1982—2018 年间中国陆地生态系统水碳平衡的关键要素进行高分
辨率模拟重构，通过与水文站实测月径流量以及常用的 ET 和 GPP 遥感数据集进行比较分析，验证模
型在中国地区的适用性，进而分析近 40 年来中国流域水碳平衡的时空分布规律。

2 模型数据

建立模型使用的基础数据类型、时空分辨率和来源参见表 1。模型的输入数据包括：流域属性、
数字高程模型（DEM）数据、土壤属性、叶面积指数、土地覆盖类型、不透水面积和气象数据等。其
中，流域属性数据源于 HydroSHEDS 数据集 ［22］ ，数据集中包括流域边界、水系、经纬度及面积等基本
地理信息；土壤属性数据源于中国科学院南京土壤研究所提供的中国 1∶100 万土壤图，包括分层的土
壤类型和土壤质地数据等 ［23］ ；不透水面积源于美国陆地卫星系列（Land Satellite，LANDSAT）2010 年数
据集 ［24］ ；叶面积指数为中国科学院地理科学与自然资源研究所提供的时间分辨率为 8 d 的 1981—2020
年 叶 面 积 指 数 数 据 集 ［25］ ； 土 地 覆 盖 使 用 1982—2018 年 全 球 地 表 卫 星（Global Land Surface Satellite，
GLASS）数据集 ［26-27］ ；使用的气象数据来自于中国区域地面气象要素驱动数据集（China Meteorological
Forcing Dataset，CMFD），包括地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下
短波辐射、降水量共 6 个气象要素 ［28-30］ 。

表 1 模型数据集
项目 年份 来源 分辨率 数据用途
流域属性 2008 HydroSHEDS 数据集 ［20］ 30″×30″ 基础数据

土壤属性 2017 中国科学院南京土壤研究所 ［23］ 1 km×1 km 水循环模块
不透水面积 2010 美国陆地卫星系列（LANDSAT） ［24］ 30 m×30 m 水循环模块
叶面积指数 1981—2018 全球测图 LAI 数据集 ［25］ 0.05°×0.05°，8 d 蒸散发模块

土地覆盖类型 1982—2018 中国地表覆盖产品（GLASS15B02.V40） ［26-27］ 0.05°×0.05°，逐年 基础数据

气象数据 1979—2018 中国区域地面气象要素驱动数据集 CMFD ［28-30］ 0.1°×0.1°，逐日 基础数据

径流 1982—2018 水利部水文局 逐月 模型验证
NTSG_ET 数据集 ［31-32］ 8 km×8 km，逐月 模型验证

蒸散发 2003—2013 PML_V2_ET 数据集 ［13-14］ 0.05°×0.05°，8 d 模型验证

SSEBop_V5_ET 数据集 ［33-34］ 1 km×1 km，8 d 模型验证

［11-12］

MOD17A2_GPP 数据集 0.05°×0.05°，逐月 模型验证
总初级生产力 2005—2015 VPM_GPP 数据集 ［35］ 0.05°×0.05°，逐月 模型验证

PML_V2_GPP 数据集 ［13-14］ 0.05°×0.05°，8 d 模型验证

— 684 —