再分析资料和陆面数据同化资料土壤湿度产品在中国北方地区的适用性评估

土壤湿度是地球系统模拟的重要参数之一,准确获得其时空分布和变化特征是研究陆-气相互作用的基础。再分析资料和陆面数据同化资料均可提供全球或区域高分辨率土壤湿度产品,但在使用前需要对其进行评估分析。利用土壤湿度观测数据,计算ERA5、ERA5-Land、NCEP-DOE R2、CRA40再分析资料和GLDAS-Noah、GLDAS-CLSM、CLDAS陆面数据同化资料土壤湿度产品与观测数据的中位数、模拟偏差、相关系数等统计指标,并分季节和气候区讨论不同土壤湿度产品在中国北方地区的模拟效果。结果表明:整体来看,CRA40与观测值的相关性最好,ERA5和ERA5-Land分别对干中心、湿中心模拟效果更好,GLDAS-Noah对于较干土壤地区模拟略偏湿,CLDAS对较湿土壤地区模拟结果以系统性偏干为主,NCEP-DOE R2和GLDAS-CLSM模拟效果较差;ERA5、ERA5-Land、NCEP-DOE R2、GLDAS-Noah和CLDAS在所有季节均为模拟正偏差,春季模拟效果较好的是CRA40、ERA5-Land,夏季和秋季ERA5-Land、ERA5和CRA40与观测值相关性较好,不同产品模拟的冬季土壤湿度和观测值相关性是全年中最小的;不同土壤湿度产品在干旱区以模拟偏湿为主,GLDAS-Noah模拟效果最佳,但模拟土壤湿度峰值和谷值的出现时间较观测较早,GLDAS-Noah、CRA40、ERA5能较好模拟季风区干、湿土壤的持续时段和土壤湿度变化振幅,大部分产品能模拟出夏季风影响过渡区较干土壤和较湿土壤的出现时间。     

青藏高原春季土壤湿度异常与我国夏季降水的联系

利用 197-2014年 GLDAS-CLM(Global Land Data Assimilation System-the Community Land Mod-el)地表参量数据集、中国区域逐日观测资料格点化数据集(CN05.1)和ERA-nterim大气环流再分析数据,研究青藏高原5月(春季)土壤湿度的异常变化...     

一种求解贝叶斯模型平均的新方法

贝叶斯模型平均（Bayesian model averaging,BMA）是最近提出的一种用于多模式集合预报的统计方法.进行贝叶斯模型平均需要准确估算模型集合中每个竞争模型的权重与方差,经常采用的方法是期望最大化（Expectation-Maximization,EM）方法与马尔可夫链蒙特卡洛（Markov Chain Monte Carlo,MCMC）方法,两种方法各有优劣.本文首先对BMA的（对数）似然函数进行改进使之无需BMA权重之和为1的显式约束,并利用一种有限记忆的拟牛顿优化算法（LBFGS-B）对其进行极大化,由此提出了一种求解贝叶斯模型平均的新方法（BMA-BFGS）.采用三个陆面模式进行的土壤湿度多模式数值模拟试验表明：在计算精度方面,BMA-BFGS的精度与MCMC方法几乎一致,优于EM算法;在计算耗时性方面,BMA-BFGS的计算耗时与EM算法相当,远小于MCMC方法.     

考虑次网格变异性和土壤冻融过程的土壤湿度同化方案

集合Kalman滤波以其简单有效的特点在陆面数据同化中广泛应用,通常作为预报模型的陆面过程模式往往要考虑模式次网格变异性和土壤冻融过程,若对此不加考虑而直接对土壤湿度进行同化可能会使得同化结果发生偏差．将双集合Kalman滤波应用于土壤湿度的同化,基于NCAR／CLM陆面过程模式建立了一个考虑次网格变异性和土壤冻融过程的土壤湿度同化方案：在同一个时间步内用状态滤波对模式网格内某片上液态水分含量进行优化,用参数滤波对该片上的固态水分含量和其他片上的液态／固态水分含量进行优化,由此考虑模式次网格变异性和土壤冻融过程的影响,从而实现对整个模式网格上土壤湿度的同化．初步的同化试验表明：其同化效果在有、无土壤冻融阶段都优于一般的不考虑次网格变异性和土壤冻融变化的同化方案;该同化方案不仅能够提高那些有直接观测信息的土壤层的土壤湿度模拟精度,还能在一定程度上改善那些没有任何观测信息的土壤层的模拟效果;另外,土壤湿度同化结果的改善还能在一定程度上提高陆面模式对于土壤温度的模拟精度．     

黄土高原西部土壤水分时空变化模拟研究——以安家坡流域为例

土壤水作为陆地水循环和水量平衡的一个重要组成部分,在土壤-植被-大气连续体物质与能量转化中起着重要的作用,成为陆面过程研究中的重要参量.选择黄土高原西部的安家坡流域,采用多点长序列观测方法,对该区域土壤水分的时空变化规律进行研究.结果表明:坡向和土地利用类型是小流域土壤水分变异的重要影响因素,得出了不同立地条件下土壤水分的剖面变化与时间的动态规律.在此基础上,利用土壤湿度指数结合主要影响因素预测土壤水分的时空变化,旨在为黄土高原大中尺度的土壤水分模拟提供思路.     

一种土壤湿度计算及其报表制作软件

土壤湿度的观测 (采用烘干法 )是基层农业气象试验站的一项基础业务。土壤湿度在 3～ 5月和 8～ 11月每旬测定两次 ,其它时间每旬测定一次 ;另外在作物播种或收获期还需加测一次。目前计算土壤湿度和制作土壤湿度报表都是用手工完成的 ,由于部分基层台站仅 1～ 2人从事农业气象测报 ,不仅劳动强度大 ,而且计算、抄录和校对时容易出错 ,其业务质量难以保证。笔者通过多年的实践 ,编写了一套土壤湿度计算及其报表制作软件 ,通过实际应用 ,其效果良好。该软件采用Ｄｅｐｈｉ语言编写 ,在中文Ｗｉｎｄｏｗｓ 98下运行。1　程序设计方法1.1　数据…     

利用反射GPS信号遥感土壤湿度

在水文、气候、农业等问题的研究中,土壤湿度信息十分重要。近年来,利用GPS系统进行遥感的新方法,已经越来越多地引起研究者们的关注。特别是GPS卫星广播的L1（1.57542GHz）频率信号,是土壤湿度遥感的最佳频率。反射GPS信号功率是土壤介电常数的函数,而土壤介电常数又和土壤湿度有关。根据这一原理,美国国家航空与航天局于2002年进行了基于地表面反射GPS信号的遥感土壤湿度实验。结果证明反射GPS信号对土壤湿度特性十分敏感,由于植被的影响对反射率进行了修正,并用此方法模型与其它方法进行了比较。在利用GPS遥感土壤湿度方面,研制高增益天线,更好的修正信号波动的影响,发展更加完善的遥感土壤湿度方法等是今后在此项研究中所要解决的问题。     

基于小波分析辅助GPS-IR反演土壤湿度研究

GPS-IR是一种基于卫星反射信号的新的遥感技术,利用SNR观测值中的卫星反射信号可实现土壤湿度的反演。针对卫星反射信号分离问题,提出一种基于小波分析的卫星反射信号分离新方法。实验表明,采用小波分析能够针对不同卫星的信噪比观测值作出相应变化,有效分离卫星直射信号,获取更加准确的卫星反射信号;采用线性回归模型能够很好地表示相对延迟相位与土壤湿度之间的相关性,通过小波分析获取的结果相对于低阶多项式结果有明显提高。     

青藏高原土壤湿度的变化特征及其对中国东部降水影响的研究进展

青藏高原土壤湿度受积雪与冻土的共同影响,能够记忆长时间的陆面干湿过程,是气候变化的重要因子,对随后的中国东部降水有预测意义。由于高原观测站点稀少,土壤湿度观测资料匮乏,致使现有相关研究大多是基于再分析资料、模式资料和卫星遥感资料(统称替代资料)进行的,且所得结论既有差异,也存在不确定性。因此本文首先综述了各种土壤湿度替代资料的适用性对比研究,进而讨论了青藏高原地区土壤湿度的变化特征及其对我国东部气候的影响。现有研究表明:1)资料对比研究指出,现有的各种替代资料对高原土壤湿度存在明显的高估或低估现象,且评估结论受评估指标和插值方法不同的影响。相对而言,SSM/I和风云3B的土壤湿度产品与实际观测资料相关性较好。2)高原土壤湿度具有多时间尺度变化特征和空间非均匀性,在年变化上具有显著的融冻特征,年代际变化趋势和年际特征呈现显著的区域性差异。SSM/I资料表明春季高原主体土壤湿度的年代际变化趋势呈现为增加的特征,与高原的增暖相一致;年际变率存在东、西两个高值区,与其相关的潜热、感热通量能共同激发遥相关波列影响我国长江流域降水;同时高原土壤湿度在垂直方向上具有一致性,在空间分布上具有南部边缘最大、由东南向西北递减的特征。3)前人对高原土壤湿度影响中国东部降水的结论各有不同,其可能原因之一是采用的替代资料及其适用性不同,其二是模式试验中忽略土壤湿度的空间差异性而带来的误差等。相关问题需要进一步深入研究。