应用MODIS数据推估区域地表蒸散

通过"热增强"方法,充分利用MODIS数据的时间分辨率和空间分辨率的优势,基于对SEBAL模型改进的基础上,反演并验证了山东省的地表蒸散。结果表明,蒸散反演结果与实测值具有很好的一致性,日平均相对误差约为-11.34%。同时分析了研究区2005年和2006年不同土地利用/覆盖类型下蒸散的逐月变化规律,发现水域的月平均蒸散量最大,其次为水田,林地、旱田和草地基本相当,人工用地的月平均蒸散量最小。     

不同云微物理方案对上海特大暴雨模拟影响的分析

利用中尺度数值预报模式WRF3.5,采用36、12和4 km三重嵌套,在积云参数化方案为BMJ条件下,选用WSM5、WSM6和Lin三种云微物理参数化方案,对发生在上海地区的两次典型特大暴雨（简称“0913”和“0825”）进行模拟试验和对比分析,探讨不同云微物理参数化方案对上海暴雨模拟的影响。结果表明:三种方案总体上都较好地模拟出两次特大暴雨过程,但在降水落区、降水中心、降水强度等方面仍存在差异。再利用地面自动站、观测站的实测雨量以及自动站与CMORPH降水产品融合的逐时降水量网格数据,结合K指数、相对湿度、垂直速度和涡度散度等物理诊断量,从降水落区、降水中心和降水强度等方面对三种云微物理参数化方案的模拟结果进行对比分析。此外,通过对三种方案主要参数的比较以及三种方案模拟的冰、雪、霰粒子混合比的垂直廓线对相应的模拟结果进行解释。结果显示:WSM5微物理方案能更好地模拟出强降水的范围,其模拟的降水量较实测偏大;WSM6方案模拟的降水落区略有偏移,降水量偏小;Lin方案模拟的降水落区偏移较大。      

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。