青藏高原土壤湿度-气候相互影响研究进展

土壤湿度作为一个具有“记忆性”的重要气候变量,可以通过改变地表的能量和水分交换,进而影响局地乃至全球的大气环流,因此受到全球气候观测系统计划的重视。近年来青藏高原土壤湿度观测网（站）建设发展迅速,为局地陆气相互作用研究提供了可靠的数据支撑。本文从不同的土壤湿度资料在青藏高原的适用性、高原土壤湿度的时空变化特征及其对气候的影响综述了近年来的国内外研究进展。由于土壤湿度在时空上的高度变异性,现有相关研究大多使用再分析资料、陆面数据同化资料和卫星遥感数据来补充观测资料进行青藏高原土壤湿度与气候的相互影响研究。但模式选择、算法和实验方案的不同,导致青藏高原土壤湿度的补充资料适用性不同,使得前人对高原土壤湿度如何影响中国及全球气候得出不同结论,故相关问题需要进一步讨论,并提出了后期青藏高原土壤湿度研究需要解决的关键问题。     

基于CCI和MODIS数据的淮河流域地表土壤湿度降尺度方法研究

土壤湿度是控制陆地和大气间水热能量交换的一个关键参数,同时也是陆面生态系统水循环的重要组成部分。本文选用25 km分辨率的CCI(Climate Change Initiative)土壤湿度产品数据,并结合1 km分辨率的MODIS数据,构建微波土壤湿度产品数据降尺度回归算法,获取淮河流域1 km空间分辨率的土壤湿度数据。降尺度后所获取淮河流域1 km空间分辨率的土壤湿度数据总体上提高了25 km空间分辨率的CCI土壤湿度产品数据的精度.     

基于AMSR-E土壤湿度产品的LIS同化试验

由陆面信息系统 (Land Information System, 简称LIS) 通过NOAH陆面过程模型使用集合卡尔曼滤波开展AMSR-E (Advanced Microwave Scanning Radiometer-Earth Observing System) 土壤湿度同化试验,得到2003年中国区域垂直深度为4层、水平空间分辨率为0.25°×0.25°的土壤湿度试验数据。使用农业气象观测站土壤相对湿度和国家生态系统野外科学观测研究站土壤体积含水量对试验结果进行检验,结果表明:同化过程整体上提高了陆面模型的模拟精度,草地生态系统模拟精度高于作物和森林生态系统;有效的同化过程依赖于AMSR-E土壤湿度的准确性;模拟出的土壤湿度空间分布特征与实际相符。同化试验得到的时空相对连续且精度相对准确的土壤湿度数据是气候变化和干旱监测的重要数据基础。     

GPS信噪比观测值的土壤湿度变化趋势反演

土壤湿度变化趋势是某一个位置或区域内水资源循环的重要指标.多路径误差作为一种在导航、定位中的重要测量误差,由于其较弱的空间相关性,难以采用全球甚至区域性模型或差分的方法予以消除.在讨论和研究了多路径误差反射模型的基础上,实现了利用 GPS信噪比 SNR(Signal - to - NoiseRatio)观测值中的多路径反射分量对土壤湿度变化趋势的模拟.结合实测 GPS数据和土壤湿度计观测数据的对比和分析表明,该方法能反映土壤湿度变化趋势.同时,在计算过程中如何选择合适卫星、对反演结果质量进行评价以及如何实现两种观测结果之间的同化等是进一步需要研究的问题.     

淮北平原气象观测场与农田土壤湿度对比分析

为研究在同一气候背景下气象观测场与农田两地土壤湿度之间的互可代替使用关系,对2006—2008年在宿州市气象观测场和农田内开展的3年土壤湿度平行对比监测试验所获取的每旬一次两地土壤湿度监测数据,采用对比差值率、相关性分析等数理统计手段,研究分析了两地不同季节不同深度的土壤湿度之间的关系。结果表明：春、夏、秋、冬4季气象观测场地与农田的土壤湿度具有一致性,均为统计正相关。春季,取土日前有降水时,气象观测场地与农田的土壤湿度的差异高于取土日前无降水时的差异。夏季,气象观测场地与农田0～30 cm土层之间的     

从MODIS资料提取土壤湿度信息的主成分分析方法

沿袭了遥感地物分类中K-L变换思想, 以归一化处理后的遥感数据, 结合地面土壤湿度观测数据, 应用主成分分析方法, 采用MODIS不同红外波段数据, 通过相关关系计算, 在监测结果中融合MODIS具有250 m分辨率的第2波段数据, 建立了青海省多维特征空间土壤湿度监测模型。模型的建立克服了热惯量法监测干旱需多时相遥感数据的缺陷, 经初步检验, 此模型可以在一定精度范围之内监测表层土壤湿度, 具有业务应用潜力。     

2006年汛期VIC水文模型模拟结果分析

利用大尺度陆面水文模型VIC及其汇流模型模拟了2006年5-9月全国0.5°×0.5°逐日径流深和土壤相对湿度分布,对淮河流域2006年汛期(6月28日-7月5日)强降水过程期间的模拟结果进行了渍涝灾害的分析.同时对流域主要水文站逐日流量(0.5°×0.5°)过程进行了模拟,并与实况作了对比分析;并且针对淮河流域不同空间分辨率(0.5°×0.5°及0.1°×0.1°)下主要水文站点的逐日流量过程进行了比较.结果表明:VIC模型模拟的径流深和土壤相对湿度分布与降水分布是一致的,模拟土壤湿度具有可用性.利用累计降水、径流分布和土壤相对湿度及流量变化可以监测渍涝灾害的发生;VIC模型及其汇流模型在一定程度上可以反映出实际流量的变化趋势,模拟流量对降水较敏感,细网格模拟流量在量值上与实况更为接近;模拟结果误差可能跟汇流模型中流域边界的确定、参数率定、气象强迫资料等因素有关.     

GLDAS和CMIP5产品的中国土壤湿度-降水耦合分析及变化趋势

利用GLDAS同化产品和12个CMIP5模式的输出结果,从土壤湿度对降水影响的两个中间环节出发,通过分析陆面耦合指数ILH、潜热通量—抬升凝结高度耦合指数ILCL以及抬升凝结高度ZLCL间接研究中国区域土壤湿度与降水间耦合特征,并对1958~2013年及RCP4.5辐射强迫情景下50年(2006~2055年)的4个代表性区域夏季耦合强度的年代际变化特征进行分析。研究发现:1958~2013年期间,内蒙古阴山山脉附近、新疆和青海的部分地区为夏季中国土壤湿度与降水耦合的最强区域;陆面耦合指数ILH变化幅度从高到低依次出现在华北、华南、内蒙古中部和西北地区,并在20世纪70年代中到80年代中发生转折。2006~2055年的平均而言,预估内蒙古阴山山脉附近仍为耦合最强区;与历史时期(1958~2005年)比较,新疆中部和内蒙古阴山山脉附近的耦合指数ILH增大,而广西和广东地区的则减小;对于耦合指数ILH的年代际变化(2006~2055年),2026~2035年间华北最大而华南最小,西北地区变化不大,而内蒙古中部地区的耦合强度逐渐增大。     

中国区域多源土壤湿度数据的比较研究

利用中国区域1992~2010年的土壤湿度观测资料,对欧洲航天局(European Space Agency)的卫星遥感反演(以下简称ESA)和欧洲中期天气预报中心(European Centre of Medium-Range Weather Forecasts,ECMWF)的ERA-Interim(ECMWF Reanalysis-Interim,以下简称ERA)两套再分析土壤湿度数据在典型区域的可靠性进行了评估。结果表明:两种土壤湿度均能较好的描述观测区域的总体土壤干湿变化,但均值和趋势一致性存在时间和空间差异。ESA、ERA资料都能较好的描述中国区域春、夏、秋3个季节土壤湿度的干、湿分布格局。在干湿程度上,ESA在北方地区较观测偏干,在江淮和西南较观测偏湿;ERA在北方和西南地区较观测偏湿,在江淮较观测偏干;在江淮、华北部分区域,ERA与观测数据的相关性要高于ESA。ESA、ERA与观测在秋季时相关性最好(大部分站点大于0.7);在全国大部分区域,ESA偏差要小于ERA且在大部分地区都表现出与观测一致的变化趋势。在空间上,ERA在东北、华北、西南变干的范围明显大于观测;然而,ERA能更好的体现观测土壤湿度的年际变化。相对于西部地区,东部地区ERA与观测的一致性最好,而ESA在受降水、植被、地形等因素影响较小的时段或区域与观测的一致性更好,对秋季土壤湿度的描述比春、夏季更准确。