Projected Land Evaporation and Its Response to Vegetation Greening over China under Multiple Scenarios in the CMIP6 Models

环境科学 辐射压力 水循环 气候模式 温室气体 强迫(数学) 耦合模型比对项目 植被(病理学) 水资源 蒸散量 归一化差异植被指数 自然地理学 大气科学 土地覆盖 降水 气候学 气候变化 绿化 水文学(农业) 气象学 地理 生态学 地质学 病理 生物 医学
作者
Jiao Lu,Guojie Wang,Shijie Li,Aiqing Feng,Mingyue Zhan,Tong Jiang,Buda Su,Yanjun Wang
出处
期刊:Journal Of Geophysical Research: Biogeosciences [Wiley]
卷期号:126 (9) 被引量:2
标识
DOI:10.1029/2021jg006327
摘要

Land evaporation (ET) is of great significance in climate change research, water resource management, and numerical weather forecasting. In this study, Ridge Regression Method and Sensitivity Analysis Methods have been used to study the projected land evaporation changes over China, and its response to vegetation greening under low (Shared Socioeconomic Pathway [SSP]1-2.6), medium (SSP2-4.5), and high (SSP5-8.5) forcing scenarios during 2020–2099, based on 16 of the latest generation of Earth System Models (ESMs) taking part in the Coupled Models Intercomparison Project Phase 6. Land evaporation is projected to significantly increase under all climate change scenarios, especially in the southern China where there is a humid climate. The influencing factors, including precipitation, air temperature, solar radiation, and leaf area index (LAI), are analyzed; LAI is indicated to dominate the interannual variations of land ET, contributing over 40% of the interannual variance in the warming climates. However, the sensitivity of land ET to vegetation greening is found to generally reduce along with the increasing radiation forcing levels. Such a reduced sensitivity is particularly true when making intermodel comparisons, possibly due to the uncertainties of vegetation parameterizations in different models. This study reveals the response of land ET to vegetation greening under multiple climate change scenarios, which may help to understand the essential role of vegetation in water cycle and provide support for future water resource management.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
堪萧发布了新的文献求助10
刚刚
苹果巧蕊完成签到 ,获得积分10
刚刚
科研通AI2S应助小药丸采纳,获得10
1秒前
voifhpg完成签到 ,获得积分10
1秒前
卞绍奇发布了新的文献求助10
1秒前
Nox发布了新的文献求助30
2秒前
Lynn完成签到,获得积分0
2秒前
hehe完成签到,获得积分10
2秒前
2秒前
Ava应助一切顺利采纳,获得10
2秒前
沫沫沫沫发布了新的文献求助30
3秒前
3秒前
zho完成签到,获得积分0
3秒前
Orange应助科研小趴菜采纳,获得10
3秒前
团装完成签到 ,获得积分0
4秒前
沙脑完成签到 ,获得积分10
4秒前
无言完成签到 ,获得积分10
4秒前
热心的匕发布了新的文献求助100
4秒前
繁荣的妙旋完成签到,获得积分10
4秒前
汉堡包应助彼岸@采纳,获得10
4秒前
拼搏太英完成签到,获得积分20
4秒前
5秒前
ytong发布了新的文献求助10
5秒前
桐桐应助NICE采纳,获得10
5秒前
呼延从筠完成签到,获得积分10
5秒前
7秒前
毒翼完成签到,获得积分10
7秒前
甄高丽完成签到,获得积分10
7秒前
8秒前
嘟啦完成签到,获得积分10
8秒前
一川烟叶完成签到,获得积分10
9秒前
崔宁宁完成签到 ,获得积分10
9秒前
zy完成签到 ,获得积分10
9秒前
zq1992nl发布了新的文献求助10
10秒前
三三四完成签到,获得积分10
10秒前
ethan2801完成签到,获得积分10
11秒前
试验顺利发布了新的文献求助10
12秒前
12秒前
12秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1200
How Maoism Was Made: Reconstructing China, 1949-1965 800
Medical technology industry in China 600
中国内窥镜润滑剂行业市场占有率及投资前景预测分析报告 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3311581
求助须知:如何正确求助?哪些是违规求助? 2944368
关于积分的说明 8518562
捐赠科研通 2619731
什么是DOI,文献DOI怎么找? 1432529
科研通“疑难数据库(出版商)”最低求助积分说明 664684
邀请新用户注册赠送积分活动 649949