基于GLDAS产品的青藏高原土壤湿度特征分析

选取青藏高原中部那曲地区10个试验点2010年8月至2012年12月的土壤湿度数据与全球陆面数据同化系统(GLDAS)中4个陆面过程模型(NOAH、CLM、VIC、MOSAIC)模拟得到的土壤水分产品进行对比分析,发现NOAH陆面模式资料在青藏高原适用性较好。采用中国科学院青藏高原研究所那曲站10个试验点观测土壤湿度资料和长时间序列的GLDAS陆面模式资料研究青藏高原地区不同深度土壤湿度的时空分布特征。结果表明:那曲地区土壤湿度呈现显著的季节变化特征,一年之中出现两个峰值和两个低值阶段。基于NOAH陆面数据同化产品发现青藏高原土壤湿度的空间分布呈现明显的纬向分布特征,随纬度的升高,土壤湿度值降低;同时,青藏高原中部浅层土壤和中间层土壤湿度有变湿的趋势。0~10 cm、10~40 cm、40~100 cm土壤湿度EOF展开第一模态(EOF1)在高原北部及南部呈反位相分布。     

高分辨率大气强迫和植被功能型数据对青藏高原土壤温度模拟影响

土壤温度是陆气相互作用以及陆面模式模拟的关键参量,但高分辨率时空连续的土壤温度获取困难,尤其是我国青藏高原地区,融合遥感资料的陆面模式模拟可以获得高时空分辨率的资料。研究制作了新的地表植被功能型融合数据(MVEG),然后利用最新的高时空分辨率的中国气象局陆面数据同化系统HRCLDAS-V1. 0(1 km,1 h)驱动CLM模式对青藏高原2015年10 cm的土壤温度开展了模拟研究。结果表明,HRCLDAS-V1. 0的大气强迫数据(1 km,1 h)显著降低了模式模拟的误差,MVEG可以改善对极值的模拟,并使土壤温度空间分布较为合理。CLDAS/CLM(6 km,1 h)模拟值整体比观测值偏高1℃左右,HRCLDAS/CLM(1 km,1 h)有所改进,模拟的土壤温度年平均偏差绝对值和均方根误差分别降低0. 82和0. 18℃。HR-MVEG/CLM(1 km,1 h,同时改进了植被功能型)的模拟值最接近观测值,年平均均方根误差减小0. 27℃,且可以体现出土壤温度空间分布的细节特征。     

土壤质地改变对CLDAS/Noah-MP土壤湿度模拟的影响研究

陆面模式可以模拟获得高时空分辨率连续的多层土壤湿度,但其精度受到地表参数的影响,土壤质地就是其中之一,本文利用CLDAS-V2.0(中国气象局陆面数据同化系统)驱动Noah-MP模式,开展了其对土壤湿度模拟的影响研究。结果表明,利用中国第二次土壤调查数据制作的中国区土壤质地数据(SNSS)与模式自带土壤质地数据(FAO)模拟的2014年中国区域土壤湿度日均值存在显著差异,0～10cm深度23.2%的区域差异性大于10%,74.9%的区域差异性大于1%;10～40 cm深度20.8%的区域差异性大于10%,69.8%的区域差异性大于1%。从时间序列来看,两组实验模拟结果均能基本反映土壤湿度随时间变化的规律,SNSS在0～10 cm处模拟结果表现更好,但在10～40 cm处出现低估现象。从空间分布分析,使用SNSS土壤质地类型之后,CLDAS/Noah-MP土壤湿度模拟结果与观测值的偏差为负值的区域较多,尤其是10～40 cm深度,大多数区域模拟值均存在低估;与FAO模拟结果比较,SNSS在东南和西南地区0～10 cm和10～40 cm深度的模拟效果有所改进;东北地区0～10 cm深度SNSS的模拟效果好于FAO,但10～40 cm深度的模拟精度两者相差较小。     

基于组网观测的那曲土壤湿度不同时间尺度的变化特征

利用第三次青藏高原大气科学试验的土壤湿度观测数据,分析了那曲多空间尺度组网观测的28个站2、5、10、20和30 cm 5个不同深度土壤湿度的季节变化和日变化特征,并对比讨论了土壤湿度站点间的差异。分析表明,各层土壤湿度均存在显著的季节变化。冬春季节,20 cm以上土壤湿度随深度变浅而减小。夏秋季节土壤湿度随深度增加而减小,并分别在7月上、中旬和9月出现两个峰值。10月以后进入土壤湿度衰减期。土壤温度和土壤湿度存在协同变化关系。在一定的温度范围内,土壤发生冻结-融化过程,引起土壤湿度变化。在太阳辐射加热下,土壤表层水分蒸发,进而影响土壤温度。不同观测站间土壤湿度差异较大,夏秋季离散性大于冬春季。不同季节土壤湿度的日变化存在差异。春季10 cm以上土壤湿度日变化明显,08-10时（北京时）达到最低,19-20时达到最高。夏季土壤湿度日变化较为平缓。秋季2 cm深度土壤湿度日变化明显。线性拟合结果表明,1、4、10月土壤湿度和土壤温度为正相关关系。但是在夏季,土壤湿度与土壤温度为负相关。站点间土壤湿度变化的离散性表明,多测站才能全面体现青藏高原某区域的陆面状态。文中结果为青藏高原地区土壤湿度卫星参数验证和数值模式参数化提供了多角度的观测依据。      

SHAW模式对青藏高原中部季节冻土区土壤温、湿度的模拟

利用水热耦合模式(Si multaneous Heat and Water,SHAW)及"全球协调加强观测计划之亚澳季风青藏高原试验(CAMP/Tibet)"中那曲地区BJ站2002年8月1日—2003年8月31日的观测资料,对青藏高原中部季节冻土区的土壤温湿特征进行了单点模拟研究。SHAW模式能较好地模拟BJ站不同深度土壤温度,模拟值与观测值的相关系数在0.97以上,平均偏差在1℃以内。随着土壤深度增加,土壤温度的模拟效果变好,100 cm以下土壤温度的观测值和模拟值基本吻合。由于净辐射和土壤热通量在冬、春季的模拟值较观测值略偏大,使得模拟的土壤温度在冬、春季也略微偏大。就模拟结果而言,60 cm以上土壤温度对降雪是比较敏感的。模拟的土壤湿度基本上能够再现土壤未冻水含量随时间的实际变化趋势,除4 cm土壤层外,其他层的模拟值与观测值差异较大。由于影响土壤湿度的因素较多及其本身具有较复杂的相态变化,陆面模式中对其进行合理的参数化仍是难点之一。     

中国区域不同深度土壤湿度模拟和评估

利用FY-2静止气象卫星逐小时降水估计产品和地面入射太阳辐射反演产品,利用NCEP/NCAR再分析数据集中的地面气温、湿度、气压和风速数据,构造中国区域高时空分辨率的大气强迫场,驱动CLM3.0陆面模式模拟得到了2005年7月至2010年6月中国区域10 km分辨率的日平均土壤湿度数据集.通过与中国农气观测站土壤湿度数据进行比较分析,结果表明:在0～10 cm和10～20 cm深度上,模式模拟的土壤湿度结果从空间分布和时间变率上均与观测数据有很好的一致性,在70～100 cm深度上,空间分布有较好的一致性,但模式模拟结果的时间变率较小.按照气候特点将中国分为8个区域,分析了区域平均土壤湿度的时间变化规律,中国西北和西南地区有很好的一致性,东北和华北地区次之.     

青藏高原理塘地区土壤热参数的确定及其土壤温度模拟试验

为了准确获取青藏高原理塘地区的土壤热参数,利用2006年8月27日至9月4日期间青藏高原理塘地区陆面过程试验采集的土壤温度资料,分别采用位相法、振幅法以及耦合热传导-对流法计算了0~10 cm,10~15 cm,15~20 cm三层土壤热扩散率,并用耦合热传导-对流法计算了土壤液态水通量密度。根据计算结果,以地表温度作为上边界条件,分别模拟了9月19-21日期间10 cm、15 cm和20 cm三个深度的土壤温度。对比模拟值与观测值后发现:由于考虑了土壤中液态水的动态变化,耦合热传导-对流法对各层土壤温度模拟效果最为理想,其模拟值与观测值的相关系数分别为:r10cm=0.97、r15cm=0.98、r20cm=0.99,置信度为99%。其中,对10 cm深度而言,耦合热传导-对流法模拟的土壤温度位相比实际观测值平均前移约0.21 h,土壤温度日振幅比实际值高估约0.79℃,而振幅法则平均前移约0.45 h,位相法高估土壤温度日振幅约0.96℃。     

内蒙古地区下垫面变化对土壤湿度数值模拟的影响

利用第二次全国土壤调查土壤质地数据（SNSS）和中国区域陆地覆盖资料（CLCV）将陆面过程模式CLM3.5（Community Land Model version 3.5）中基于联合国粮食农业组织发展的土壤质地数据（FAO）和MODIS卫星反演的陆地覆盖数据（MODIS）进行了替换,使用中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）大气强迫场资料,分别驱动基于同时改进土壤质地和陆地覆盖数据的CLM3.5（CLM-new）、基于只改进陆地覆盖数据的CLM3.5（CLM-clcv）、基于只改进土壤质地数据的CLM3.5（CLM-snss）和基于原始下垫面数据的CLM3.5（CLM-ctl）,对内蒙古地区2011～2013年土壤湿度的时空变化进行模拟试验,研究下垫面改进对CLM3.5模拟土壤湿度的影响。将四组模拟结果与46个土壤水分站点观测数据进行对比分析,结果表明:相对于控制试验,CLM-clcv、CLM-snss和CLM-new都能不同程度地改进土壤湿度模拟,其中CLM-clcv主要在呼伦贝尔改进明显,CLM-snss则在除呼伦贝尔以外的大部地区改进显著,CLM-ctl模拟的土壤湿度在各层上均系统性偏大,而CLM-new模拟土壤湿度最好地反映出内蒙古地区观测的土壤湿度的时空变化特征,显著改善了土壤湿度的模拟,体现在与观测值有着更高的相关系数和更小的平均偏差与均方根误差。     

黄河源高寒湿地-大气间暖季水热交换特征及关键影响参数研究

湿地是由陆地和水体形成的自然综合体,具有重要的生态、水文和生物地球化学功能,黄河源高寒湿地作为黄河重要的水源涵养区,对其下垫面水热交换特征及关键影响参数的研究具有非常重要的意义。本文利用中国科学院西北生态环境资源研究院麻多黄河源气候与环境变化观测站2014年6~8月观测资料,分析了黄河源区高寒湿地-大气间暖季水热交换特征,并利用公用陆面模式（Community Land Model,简称CLM）模拟了热通量变化,提出针对高寒湿地的粗糙度优化方案。主要结果如下:（1）暖季向上、向下短波与净辐射的平均日变化规律一致,向上、向下长波平均日变化平缓,地表温度升高相对于向下短波具有滞后性,潜热通量始终为正值并大于感热通量;（2）温度变化显著层结为20 cm以上土壤浅层,存在明显的日循环规律,土壤中热量09:00（北京时,下同）下传至5 cm深度,温度升高,11:00至10 cm深度,13:00至20 cm深度,18:00后开始上传,温度降低,40 cm及以下深度受此影响较小,热量在土壤中整体由浅层向深层输送;（3）土壤湿度平均日变化小,5 cm深度为土壤湿度最小层,10 cm深度为最大层;（4）麻多高寒湿地动力学粗糙度Z_0m在暖季变化稳定,可作为常数,Z_0m=0.0143 m;（5）提出更加适合高寒湿地下垫面暖季附加阻尼kB-1参数化方案,使得热通量模拟效果较CLM原始方案有所提高。以上结果对于研究湿地下垫面陆面过程具有重要意义。     

青藏高原土壤砾石对能量水分输送的观测与模拟研究

为了检验耦合了CLM4.5的区域气候模式RegCM4.7在加入砾石参数后对青藏高原土壤能量水分输送长期的模拟效果,因此选择青藏高原阿里站、那曲站、玛多站的观测数据和中国全球陆面再分析40年产品（CRA/Land）-逐日产品（陆面产品）对模式的模拟效果进行检验。结果表明：土壤温度的模拟效果较好,并且土壤深层较浅层相关系数更高,含砾石数据与再分析数据的偏差更小,多年数据的平均变化趋势更加统一;相较于土壤温度,土壤湿度的模拟效果稍差,尤其是在青藏高原中部,但是在青藏高原东部与西南部,模拟效果有较大提升,与再分析数据的偏差明显减小。通过连续多年的模拟发现,模式的模拟效果并未随着参数化方案的优化而逐年提升,而是在一定范围内波动,且每一年的模拟效果都较原模式在相关系数及均方根误差方面有所提升。     

CLDAS土壤湿度模拟结果及评估

中国气象局陆面数据同化系统（CLDAS V1.0）由陆面驱动数据融合和陆面模式模拟两部分组成。基于驱动数据,选取Canmunity Land Model 3.5（CLM3.5）作为CLDAS V1.0系统的陆面模式进行模拟试验,并对土壤模拟结果进行评估。利用2013年经过质量控制的中国气象局业务化自动土壤水分观测站实况数据、青藏高原试验观测数据及国际同类产品对模拟结果进行评估,结果表明:从各省以及全国平均结果看,相关系数普遍在0.8以上,偏差基本为-0.04~0.04 mm3·mm-3,平均均方根误差为0.04~0.05 mm3·mm-3,在青藏高原地区与国际同类产品相比,精度也有一定提高。总体而言,模拟结果已达到较高精度,数据集产品对中国区域干旱监测等具有重要意义。     

CLM4.5模式对青藏高原土壤湿度的数值模拟及评估

本文利用1981～2016年的CRUNCEP资料（0.5°×0.5°）作为大气驱动数据,驱动CLM4.5（Community Land Model version 4.5）模式模拟了青藏高原地区1981～2016 年的土壤湿度时空变化。将模拟数据与台站观测资料、再分析资料（ERA-Interim和GLDAS-CLM）和微波遥感FY-3B/MWRI土壤湿度资料对比验证,表明了CLM4.5模拟资料可以合理再现青藏高原地区土壤湿度的空间分布和长期变化趋势。而且基于多种卫星遥感资料建立的较高分辨率（0.1°×0.1°）的青藏高原地表数据更加细致地刻画了土壤湿度的空间变化。对比结果表明:CLM4.5模拟土壤湿度与各个台站观测的时空变化一致,各层土壤湿度的模拟和观测均显著相关,且对浅层的模拟优于深层,但模拟结果比台站观测系统性偏大。模拟与再分析资料和微波遥感资料土壤湿度的空间分布具有一致性,均表现为从青藏高原的西北部向东南部逐渐增加的分布特点,三江源湿地和高原东南部为土壤湿度的高值区,柴达木盆地和新疆塔里木盆地的沙漠地区为低值区,土壤湿度由浅层向深层增加。土壤湿度的长期变化趋势基本表现为“变干—变湿”相间的带状分布,不同层次的土壤湿度变化趋势基本一致。模拟资料也合理地再现了夏季土壤湿度逐月的变化:高原西南地区的土壤湿度明显大范围增加,北部的柴达木盆地的干旱范围也明显的向北收缩,高原南部外围土壤湿度也明显增加,CLM4.5模拟土壤湿度比再分析资料和微波遥感资料更加细致地描述了夏季逐月土壤湿度空间分布及其变化特征。     

Coupling the Common Land Model to ECHAM5 Atmospheric General Circulation Model

The ECHAM5 model is coupled with the widely used Common Land Model(CoLM). ECHAM5 is a state-of-theart atmospheric general circulation model incorporated into the integrated weather and climate model of the Chinese Academy of Meteorological Sciences(CAMS-CSM). Land surface schemes in ECHAM5 are simple and do not provide an adequate representation of the vegetation canopy and snow/frozen soil processes. Two AMIP(Atmospheric Model Intercomparison Project)-type experiments using ECHAM5 and ECHAM5-CoLM are run over 30 yr and the results are compared with reanalysis and observational data. It is found that the pattern of land surface temperature simulated by ECHAM5-CoLM is significantly improved relative to ECHAM5. Specifically, the cold bias over Eurasia is removed and the root-mean-square error is reduced in most regions. The seasonal variation in the zonal mean land surface temperature and the in situ soil temperature at 20-and 80-cm depths are both better simulated by ECHAM5-CoLM. ECHAM5-CoLM produces a more reasonable spatial pattern in the soil moisture content, whereas ECHAM5 predicts much drier soils. The seasonal cycle of soil moisture content from ECHAM5-CoLM is a better match to the observational data in six specific regions. ECHAM5-CoLM reproduces the observed spatial patterns of both sensible and latent heat fluxes. The strong positive bias in precipitation over land is reduced in ECHAM5-CoLM, especially over the southern Tibetan Plateau and middle–lower reaches of the Yangtze River during the summer monsoon rainy season.     

青藏高原复杂下垫面能量和水分循环季节变化特征分析

为深入认识青藏高原能量和水分循环季节变化,利用GSWP(Global Soil Wetness Project)、GLDAS(Global Land Data Assimilation System)、AMSR-E(Advance Microwave Scanning Radiometer-EOS)土壤湿度以及台站观测资料等多种数据,采用滑动t检验初步分析高原下垫面各物理量季节变化特征。结果表明:各物理量季节变化特征明显且联系密切。高原下垫面净短波辐射和感热通量在1月中旬显著开始增加,5~6月达到全年最高值。净长波辐射5月表现为高值,夏季表现为低值。地表潜热通量在1月显著开始增加,在夏季达到全年最高值。表层土壤3月开始输送热量到大气,9月大气开始向土壤表层传递热量;融雪3~5月加快,雪盖减少。降水和1 cm植被含水量在2月显著开始增加,1 cm土壤显著开始加湿,5~6月降水陡增,1 cm土壤湿度表现为峰值。1 cm植被含水量、植被蒸腾、总蒸散与降水在7~8月达全年最高值,1 cm土壤湿度在7月表出现为谷值,9月达全年第二峰值。10月下垫面温度转冷后,雪盖增加,土壤湿度逐渐减小。     

青藏高原CMIP6土壤湿度适用性评估

为了解第六次国际耦合模式比较计划(CMIP6)土壤湿度数据在青藏高原的适用性,利用全球陆面数据同化系统(GL-DAS)Noah模型输出的土壤湿度产品,对CMIP6 Historical试验的土壤湿度数据进行评估.结果表明:在青藏高原地区,CMIP6集合平均土壤湿度总体高于Noah产品,季节变化幅度明显小于Noah产品;...     

CoLM模式对青藏高原中部BJ站陆面过程的数值模拟

利用公共陆面模式Common Land Model(CoLM)及"全球协调加强观测计划之亚澳季风青藏高原试验"(CAMP/Tibet)中那曲地区Bujiao(BJ)站2002—2004年的观测资料对该地区进行了单点数值模拟试验。通过比较模拟与观测的地表能量通量,表明CoLM较成功地模拟了该地区的能量分配。模式对向上的短波辐射、向上的长波辐射、净辐射及土壤热通量模拟得较好,但冬季存在偏差。进一步比较了模拟和观测的土壤温度及土壤湿度,发现浅层60 cm土壤温度模拟较好,深层存在偏差,表现为土壤温度变化滞后于实际变化。土壤湿度总体偏小,尤其是冬季冻结期,土壤冻融过程中忽略了土壤液态水在温度0℃以下仍能存在,含冰量模拟偏高。     

Trends and scales of observed soil moisture variations in China

A new soil moisture dataset from direct gravimetric measurements within the top 50-cm soil layers at 178 soil moisture stations in China covering the period 1981-1998 are used to study the long-term and seasonal trends of soil moisture variations, as well as estimate the temporal and spatial scales of soil moisture for different soil layers. Additional datasets of precipitation and temperature difference between land surface and air (TDSA) are analyzed to gain further insight into the changes of soil moisture. There are increasing trends for the top 10 cm, but decreasing trends for the top 50 cm of soil layers in most regions. Trends in precipitation appear to dominantly influence trends in soil moisture in both cases. Seasonal variation of soil moisture is mainly controlled by precipitation and evaporation, and in some regions can be affected by snow cover in winter. Timescales of soil moisture variation are roughly 1-3 months and increase with soil depth. Further influences of TDSA and precipitation on soil moisture in surface layers, rather than in deeper layers, cause this phenomenon. Seasonal variations of temporal scales for soil moisture are region-dependent and consistent in both layer depths. Spatial scales of soil moisture range from 200-600 km, with topography also having an affect on these. Spatial scales of soil moisture in plains are larger than in mountainous areas. In the former, the spatial scale of soil moisture follows the spatial patterns of precipitation and evaporation, whereas in the latter, the spatial scale is controlled by topography.     

青藏高原冬春季积雪异常对中国春夏季降水的影响

利用1956年12月～1998年12月共42a，青藏高原及其附近地区78个积雪观测站的雪深和我国160站月降水的距平资料，分析了其气候特征，并用SVD方法分析了冬春季积雪异常与春夏季我国降水异常的关系。用区域气候模式RegCM2模拟了青藏高原积雪异常的气候效应并检验了诊断分析的结果。分析表明，雪深异常，尤其是冬季雪深异常是影响中国降水的一个因子。研究证明，高原冬季雪深异常对后期中国区域降水的影响比春季雪深异常的影响更为重要。数值模拟的结果表明，高原雪深和雪盖的正异常推迟了东亚夏季风的爆发日期，减弱了季风强度，造成华南和华北降水减少，而长江和淮河流域降水增加。冬季雪深异常比冬季雪盖异常和春季雪深异常对降水的影响更为显著。机理分析指出，高原及其邻近地区的积雪异常首先通过融雪改变土壤湿度和地表温度，从而改变了地面到大气的热量、水汽和辐射通量。由此所引起的大气环流变化又反过来影响下垫面的特征和通量输送。在湿土壤和大气之间，这样一种长时间的相互作用是造成后期气候变化的关键过程。与干土壤和大气的相互作用过程有本质差别。     

A 10-Yr Global Land Surface Reanalysis Interim Dataset (CRA-Interim/Land): Implementation and Preliminary Evaluation

A land surface reanalysis dataset covering the most recent decades is able to provide temporally consistent initial conditions for weather and climate models, and thus is crucial to verifying/improving numerical weather/climate forecasts/predictions. In this paper, we report the development of a 10-yr China Meteorological Administration (CMA) global Land surface ReAnalysis Interim dataset (CRA-Interim/Land; 2007–2016, 6-h intervals, approximately 34-km horizontal resolution). The dataset was produced and evaluated by using the Global Land Data Assimilation System (GLDAS) and NCEP Climate Forecast System Reanalysis (CFSR) global land surface reanalysis datasets, as well as in situ observations in China. The results show that the global spatial patterns and monthly variations of the CRA-Interim/Land, GLDAS, and CFSR climatology are highly consistent, while the soil moisture and temperature values of the CRA-Interim/Land dataset are in between those of the GLDAS and CFSR datasets. Compared with ground observations in China, CRA-Interim/Land soil moisture is comparable to or better than that of GLDAS and CFSR datasets for the 0-10-cm soil layer and has higher correlations and slightly lower root mean square errors (RMSE) for the 10-40-cm soil layer. However, CRA-Interim/Land shows negative biases in 10-40-cm soil moisture in Northeast China and north of central China. For ground temperature and the soil temperature in different layers, CRA-Interim/Land behaves better than the CFSR, especially in East and central China. CRA-Interim/Land has added value over the land components of CRA-Interim due to the introduction of global precipitation observations and improved soil/vegetation parameters. Therefore, this dataset is potentially a critical supplement to the CRA-Interim. Further evaluation of the CRA-Interim/Land, assimilation of near-surface atmospheric forcing variables, and extension of the current dataset to 40 yr (1979–2018) are in progress.