两种陆面模式对中国区域土壤温度模拟的对比分析

为研究不同陆面模式对中国区域土壤温度的模拟效果,基于中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）大气驱动数据分别驱动Noah和Noah-MP陆面模式进行中国区域土壤温度的模拟（简称:CLDAS_Noah和CLDAS_Noah-MP试验）,使用2010—2018年中国气象局2380个土壤温度观测站点10和40 cm观测数据以及美国全球陆面数据同化系统（The Global Land Data Assimilation System,GLDAS）驱动的Noah模式（GLDAS_Noah试验）模拟的土壤温度结果,从空间分布、季节、分区等角度进行了评估,实现了不同驱动数据相同陆面模式和相同驱动数据不同陆面模式的对比分析。结果表明: GLDAS_Noah、CLDAS_Noah和CLDAS_Noah-MP试验均能合理模拟出中国区域土壤温度空间分布,但在量级上有一定差异,主要表现在中国东北、新疆、青藏高原等积雪区。对于相同陆面模式不同驱动数据,均方根误差显示CLDAS_Noah试验在季节与分区上均优于GLDAS_Noah试验,间接表明CLDAS大气驱动数据优于GLDAS大气驱动数据,且大气驱动数据是提高土壤温度模拟精度的重要因素之一;对于相同驱动数据不同陆面模式,总体上CLDAS_Noah-MP试验棋拟效果优于CLDAS_Noah试验,其中CLDAS_Noah试验模拟的10和40 cm深度土壤温度在冬季积雪区误差明显大于CLDAS_Noah-MP试验,可能与Noah-MP模式改进了积雪方案有关,但10和40 cm深度下CLDAS_Noah-MP试验在东北、华北、青藏高原地区对春季土壤温度模拟误差明显大于CLDAS_Noah试验,可能与Noah-MP模式融雪方案有关。总之,本研究对于后续开展土壤温度多模式集成、土壤温度站点资料同化,最终研制中国区域高质量土壤温度数据集具有一定的参考意义。      

基于HRCLDAS/CLM陆面数据同化系统的青藏高原地区土壤湿度模拟研究

利用最新的高时空分辨率（1 km、1 h）的中国气象局高分辨率陆面数据同化系统（HRCLDAS-V1.0）大气近地面强迫资料,驱动由NCAR发展的通用陆面模式（CLM）,对青藏高原地区2015年1月1日至9月30日的土壤湿度开展了模拟研究。结果表明模拟得到的高时空分辨率（1 km、1 h）土壤湿度能够体现出青藏高原地区从东南向西北逐渐变低的空间分布特征,较好地表现出各层土壤湿度的时间变化特征,6~9月土壤湿度波动较大,1~5月波动较平缓,上层土壤湿度变幅较大,深层变化较平缓。0~5 cm、0~10 cm和10~40 cm深度土壤湿度模拟结果与观测值的相关系数均在0.8以上,其中0~5 cm土层的相关系数达到0.92,各层土壤湿度观测值与模拟值的均方根误差变化则相反,3个土层土壤湿度模拟结果与观测值的偏差均小于0.04 mm3 mm-3,但模式对于研究时段土壤湿度变化的低值有高估现象,且模拟能力随着土层深度的加深而减弱。     

不同陆面模式对我国地表温度模拟的适用性评估

基于CLDAS大气驱动数据驱动CLM3.5陆面模式和3种不同参数化方案下的Noah-MP陆面模式模拟得到的地表温度,利用中国气象局2009-2013年2000多个国家级地面观测站地表温度进行质量评估。结果表明:从时间分布看,模拟地表温度与观测的偏差及均方根误差均呈季节性波动;从空间分布看,模拟地表温度与观测的偏差及均方根误差在中国东部地区相对于中国西部地区更小。选择Noah-MP陆面模式3种不同参数化方案模拟结果进行对比,结果表明:Noah-MP模式的非动态植被方案不变时,考虑植被覆盖度的二流近似辐射传输方案的Noah-MP陆面模式模拟的地表温度优于考虑太阳高度角和植被三维结构的二流近似辐射传输方案Noah-MP陆面模式模拟的地表温度;选择动态植被方案的Noah-MP陆面模式模拟的地表温度优于选择非动态植被方案的Noah-MP陆面模式;总体而言,考虑动态植被方案的Noah-MP陆面模式模拟的地表温度优于其他两种参数化方案的Noah-MP陆面模式以及CLM3.5陆面模式模拟的地表温度。     

EAR70、CLDAS和ERA Interim表层土壤温度在中国地区的评估

本文利用2010—2015年2400多国家气象站逐小时观测数据对覆盖中国的EAR70、CLDAS和ERA Interim 3种表层土壤温度进行了评估和对比。结果表明：空间上CLDAS表层土壤温度精度最高（平均误差为-0.5 ℃，均方根误差为3.0 ℃，相关系数为0.96），受益于CLDAS高精度的陆面初始场，EAR70平均误差得到了改善；时间上ERA Interim再分析表层土壤温度在6:00和夏、秋季精度会明显下降，再分析表层土壤温度在数值较高时段表现出冷偏差，原因是模拟的土壤温度数值上升速度慢，对应的参数化方案有待改进。再分析表层土壤温度在东北地区冬季存在冷偏差，可能和积雪覆盖有关，陆面参数化方案也有待提高。在地形复杂的青藏高原地区，融合地面观测的CLDAS提高了大气驱动的质量进而改进了土壤的模拟。ERA Interim分辨率较粗不适合在青藏高原或者沿海地区使用，结合了CLDAS的EAR70在青藏高原精度提高。土壤表层温度的精度随着高精度的土壤状态初始场进入模式中时间延长会显著下降。因此，CLDAS的实时同化方式，能够有效提高在分析数据的精度。     

CLDAS和GLDAS土壤温度数据在陕西省的适用性评估

利用陕西省2016年97站逐日5cm土壤温度观测数据,结合相关系数、平均偏差和均方根误差等统计参数,评估了中国气象局陆面数据同化系统CLDAS2.0和美国全球陆面数据同化系统不同陆面模式(Noah-GLDAS2.1,Noah-GLDAS1,CLM-GLDAS1)土壤温度数据在陕西省的适用性。结果表明:(1)CLDAS2.0在陕西省的相关系数最高,均方根误差最小,Noah-GLDAS2.1次之,Noah-GLDAS1最差。(2)从陕西省3个区域的时间演变序列的分析可以看到,CLDAS2.0和Noah-GLDAS2.1能很好模拟出土壤温度的季节变化以及日变化,Noah-GLDAS1、CLMGLDAS1对于日变化的模拟较差,且前两者偏差也明显小于后两者。(3)Noah-GLDAS2.1在陕北与关中地区土壤温度模拟能力与CLDAS2.0相差无几,但在陕南地区CLDAS2.0要好于Noah-GLDAS2.1。总体来看,CLDAS2.0对陕西省土壤温度模拟能力最好,在陕西省有着更好的适用性。     

CLDAS数据质量在线评估系统的设计与实现

数据质量评估是模式业务运行中重要环节。本文利用土壤水分观测数据和中国气象局陆面数据同化系统(CLDAS)产品数据,采用MySQL数据库和html、JavaScript、HighChart等Web技术,建立CLDAS数据质量在线评估系统。系统采用相关系数、均方根误差、相对偏差和平均偏差等统计指标,实现对任意站点及省份、任意时段、不同土壤层次的土壤湿度的评估分析,并以时间序列图,散点图等多种方式对比显示土壤湿度观测与模拟值。系统具备各类统计指标的实时计算,并通过Web页面实时展示评估结果,实现对模式产品的数据质量进行实时监视。     

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。     

改进的CLDAS降水驱动对中国区域积雪模拟的影响评估

积雪因为其特定的属性在气候变化和水文循环中扮演着重要角色,在大气和陆面之间起到了调节能量和水交换的显著作用,而陆面驱动数据的质量直接决定着模式对积雪的模拟效果。本文采用CLDAS(CMA Land Data Assimilation System)和改进后的降水驱动(CLDAS-Prcp)分别驱动Noah3.6陆面模式对积雪变量进行模拟,并对中国主要的积雪区东北区域、新疆区域、青藏高原区域的积雪覆盖率、雪深、雪水当量的模拟效果进行了评估。结果表明,CLDAS-Prcp改善了原有驱动在冬季由于低估降水所造成的模拟积雪量偏少的情况;东北区域模拟结果与观测的时间变率最为一致,积雪覆盖率、雪深、雪水当量的相关系数分别为0.42,0.78,0.93;而雪水当量的改进效果最明显,均方根误差和偏差分别减小了54.8%和83.1%,相关系数提高了0.47;同时,CLDAS-Prcp不仅能反映积雪变量的年际变率,而且能够较准确地反映出强度较大的突发降雪事件。     

CLDAS 10 m风产品在陕西的质量检验分析

以陕西省99个地面自动气象站和1台测风塔作为检验站点,评估了2018年1月1日至2020年12月31日中国气象局陆面数据同化业务系统(CLDAS)的10 m风产品在陕西省的质量.结果表明:CLDAS 10 m风速产品能够较好地反映陕西省风速的时间和空间分布特征,陕西大部分地区风速的准确率为55％～75％、平均绝对误差小...     

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。     

多源气象数据融合格点实况产品研制进展

阐述了中外主要的多源气象数据融合产品研究进展与趋势,重点介绍了中国气象局国家气象信息中心研制的陆面气象要素（包括气温、降水、湿度、风、气压、辐射等）、土壤温度与土壤湿度、洋面温度与洋面风、三维云等多源融合格点产品研发现状,以及中国气象局国家气象信息中心多源数据融合中试平台及统一质量检验评估系统的进展,并对未来多源气象数据融合产品研制进行了展望。      

基于集合卡尔曼滤波的土壤温湿度同化试验

以通用陆面模式CLM 3.0(Community Land Model 3.0)为模型算子,基于集合卡尔曼滤波(Ensemble Kalman Filter,En KF)发展了一个土壤温湿度同化系统,主要用于改进模式对土壤温湿度和地表水热通量的模拟精度,并考察集合样本数、同化频率及不同观测量的组合对同化效果的影响。该系统同化了FLUXNET两个站点(阿柔和Bondville)不同土壤深度、不同时间频率的土壤温度和湿度数据。通过对阿柔站不同集合样本数的设计,综合考虑计算成本和计算精度,最终将集合样本数设置为40。通过分析三种同化方案对同化频率的敏感性得出,同化土壤温度最为敏感,同时同化土壤温湿度次之,同化土壤湿度最不敏感。对于阿柔站点,同化系统对不同土壤深度温度和湿度的模拟精度均能提高90%,潜热通量的均方根误差由94.0 W·m~(-2)降为46.3 W·m~(-2),感热通量均方根误差由55.9 W·m~(-2)降为24.6 W·m~(-2)。Bondville站点浅层土壤温度的改进在30%左右,深层土壤温度改进达到60%,对土壤湿度的改进均在70%以上,潜热通量和感热通量的均方根误差分别从57.4 W·m~(-2)和54.4 W·m~(-2)降为51.0 W·m~(-2)和42.5 W·m~(-2)。试验结果表明,同化站点土壤温湿度数据对土壤水热状况及通量的模拟改进非常有效,同时也验证了同化土壤水分遥感产品的可行性和必要性。     

基于神经网络算法的Sentinel-1和Sentinel-2遥感数据联合反演土壤湿度研究

以西班牙萨拉曼卡地区为研究区域,联合Sentinel-1后向散射系数和入射角信息、Sentinel-2光学数据提取的植被指数以及地面实测数据,构建了BP神经网络土壤湿度反演模型,并将该模型应用于试验区土壤湿度反演。结果表明:1)基于Sentinel-1卫星VV和VH极化雷达后向散射系数、雷达入射角和Sentinel-2植被指数数据构建的BP神经网络土壤湿度反演模型,能够实现对该地区土壤湿度高精度反演;2)在光学与微波数据联合反演植被覆盖区土壤湿度中,Sentinel-2的NDVI、NDWI1和NDWI2指数都可以用于削弱植被对土壤湿度反演的影响,但基于SWRI1波段的NDWI1能够获得更高精度的土壤湿度反演结果(RMSE为0.049 cm~3/cm~3,ubRMSE为0.048 cm~3/cm~3,Bias为0.008 cm~3/cm~3,r为0.681);3)相比于Sentinel-1 VH极化模式,Sentinel-1 VV极化模式在土壤湿度中表现出更大优势,说明Sentinel-1 VV极化模式更适用于土壤湿度反演。     

初值对中国东部初夏土壤湿度可预报性影响

土壤湿度是影响天气和气候非常重要的因子之一,但目前针对土壤湿度可预报性的研究报道相对较少。该文在对BCC_CSM模式进行了适合的陆面初始化的条件下,设计了两组在中国东部地区采用不同土壤湿度初值的回报试验研究该地区土壤湿度的可预报性及初值对其可预报性影响问题。试验结果表明:BCC_CSM模式在真实的外场强迫下可以模拟出相对合理的土壤湿度;土壤湿度的可预报性在表层约为3候,随着深度的增加,土壤湿度的可预报性持续时间增加,在中层预报性甚至能达到月尺度以上;初值对于土壤湿度的预报存在影响,在表层影响时间约为2~3候,影响时间随着深度增加;浅层土壤湿度受降水的影响较大,浅层土壤湿度变化滞后降水变化约1~2 d,中层土壤湿度变化与降水变化存在5 d左右的滞后关系。     

基于风云三号气象卫星微波亮温资料反演东北地区土壤湿度及其对比分析

土壤湿度在陆面过程中发挥着重要作用,是联系陆地水循环和能量循环的纽带和关键环节。遥感技术可以实时地对土壤湿度进行长期、大区域动态监测,已成为监测土壤湿度的有效手段。本文基于风云三号气象卫星（FY3B）微波亮温资料,利用基于微波能量辐射传输方程的陆面参数反演模型（LPRM）反演了中国东北地区的土壤湿度（FY3B_LPRM）。把反演获得的FY3BLRPM土壤湿度与中国气象局农业气象站土壤湿度观测资料、NCEP和ERA-Interim土壤湿度再分析资料、欧洲空间局多卫星融合ECV（Essential Climate Variable）土壤湿度产品和国家卫星气象中心FY3B官方土壤湿度产品（FY3B_offical）进行了对比分析。结果表明:（1）本文反演的FY3B土壤湿度与农业气象站观测资料有较高的一致性;卫星土壤湿度整体上呈现自西向东逐渐增加的空间变化,与农业气象站观测资料较为一致;在季节变化上,两者高度相关,在大部分地区的相关系数都达到0.7以上。（2）在大兴安岭和东北三省东部等地表相对湿润的地区,FY3B_LPRM土壤湿度与NCEP、ERA-Interim和FY3B_offical土壤湿度呈现较强的负相关;再分析资料和FY3B_offical土壤湿度均无法反映该地区土壤干湿状况的季节性变化,甚至与观测资料呈反位相变化特征。FY3B_LPRM土壤湿度与欧洲空间局研发的多卫星融合ECV土壤湿度产品在绝大多数地区有较好的一致性。本文基于风云三号极轨气象卫星微波亮温反演的土壤湿度资料,可用于干旱监测、数值同化与天气预报、水文水资源等领域。     

针对模式风场的格点预报订正方案对比

为了将格点观测融合产品用于模式预报产品的滚动订正中,获得精准的预报效果,使用国家气象信息中心HRCLDAS（High Resolution China Meteorological Administration Land Data Assimilation System）业务系统产生的高频次格点风场融合产品作为实况资料,采用两种风场模型和8种格点误差订正方案,对模式风预报产品进行订正预报试验,试验选择欧洲中期天气预报中心10 m风预报产品的2017年1月1日—2月28日以及2017年6月1日—7月31日两个时间段,进行了预报模拟试验,对8种格点误差订正方案的订正结果进行检验,同时将订正场插值到站点,使用国家级2400个地面气象站风场资料进行站点检验,结果表明:无论从格点还是站点检验的平均绝对偏差、准确率、绝对偏差分布频率结果看,采用基于模式和实况因子的全格点滑动建模订正方案具有最佳的订正效果。     

Area-Averaged Surface Fluxes Over the Litfass Region Based on Eddy-Covariance Measurements

Micrometeorological measurements (including eddy-covariance measurements of the surface fluxes of sensible and latent heat) were performed during the LITFASS-2003 experiment at 13 field sites over different types of land use (forest, lake, grassland, various agricultural crops) in a 20 × 20 km² area around the Meteorological Observatory Lindenberg (MOL) of the German Meteorological Service (Deutscher Wetterdienst, DWD). Significant differences in the energy fluxes could be found between the major land surface types (forest, farmland, water), but also between the different agricultural crops (cereals, rape, maize). Flux ratios between the different surfaces changed during the course of the experiment as a result of increased water temperature of the lake, changing soil moisture, and of the vegetation development at the farmland sites. The measurements over grass performed at the boundary-layer field site Falkenberg of the MOL were shown to be quite representative for the farmland part of the area. Measurements from the 13 sites were composed into a time series of the area-averaged surface flux by taking into account the data quality of the single flux values from the different sites and the relative occurrence of each surface type in the area. Such composite fluxes could be determined for about 80% of the whole measurement time during the LITFASS-2003 experiment. Comparison of these aggregated surface fluxes with area-averaged fluxes from long-range scintillometer measurements and from airborne measurements showed good agreement.     

四套土壤湿度再分析数据在中国西北东部—华北—江淮地区的适用性研究

基于1992~2010年全国778个农业气象站土壤湿度观测资料、ERA-Interim、JRA55、NCEP-DOE R2和20CR土壤湿度再分析资料,通过平均差值、相关系数、差值标准差、标准差比四个参数,利用Brunke排名方法和EOF(Empirical Orthogonal Function)分析,对四套土壤湿度再分析资料在中国西北东部—华北—江淮区域的适用性进行了分析。主要结论如下:不同季节的平均偏差空间分布上,JRA55资料同观测数据的平均偏差在±0.08m~3 m~(-3)之间,春、夏季西北东部JRA55土壤湿度偏小,ERA-Interim、NCEP-DOE R2、20CR资料较观测数据偏湿,华北南部、江淮地区平均偏差小于西北东部、华北北部。在年际变化上,各个季节ERA-Interim资料同观测资料最为接近,能稳定地再现西北东部、华北、江淮地区土壤湿度干湿变化趋势,反映出重要的旱涝年。整体而言,四套再分析资料中ERA-Interim资料同观测资料接近,JRA55、NCEP-DOE R2资料次之,20CR资料最差。     

青藏高原湿地土壤冻结、融化期间的陆面过程特征

利用青藏高原中部玉树隆宝湿地2015年7月-2016年7月的观测资料,分析了土壤冻结、融化前后土壤温、湿度和地表能量收支特征,结果表明：冻土持续时期为12月至次年4月,深层土壤的冻结较浅层土壤滞后,融化过程快于冻结过程,5-40 cm土壤全部冻结历时51 d,全部融化历时19 d。土壤体积含水量年变化幅度达0.6 m³/m³。冻结过程5-40 cm土壤体积含水量下降,融化过程5-10 cm土壤体积含水量升高。土壤冻结之后,感热通量白天的值升高,潜热通量白天的值降低,净辐射和土壤热通量均降低,土壤热通量日变化幅度增大。土壤融化之后,潜热通量、净辐射和土壤热通量白天的值升高。地表反照率、鲍恩比、土壤热导率和土壤热扩散率冻结后增大融化后减小,土壤热容量冻结后减小融化后增大。