內(nèi)蒙古地區(qū)下墊面變化對土壤濕度數(shù)值模擬的影響

宋海清 李云鵬 師春香 于燕 孫小龍 楊曉華 吳昊

?

內(nèi)蒙古地區(qū)下墊面變化對土壤濕度數(shù)值模擬的影響

宋海清1李云鵬1師春香2于燕3孫小龍1楊曉華1吳昊4

1內(nèi)蒙古自治區(qū)生態(tài)與農(nóng)業(yè)氣象中心，呼和浩特010051 ;2國家氣象信息中心，北京100081;3浙江省氣象科學(xué)研究所，杭州310002;4呼倫貝爾市氣象局，內(nèi)蒙古海拉爾021008

利用第二次全國土壤調(diào)查土壤質(zhì)地?cái)?shù)據(jù)（SNSS）和中國區(qū)域陸地覆蓋資料（CLCV）將陸面過程模式CLM3.5（Community Land Model version 3.5）中基于聯(lián)合國糧食農(nóng)業(yè)組織發(fā)展的土壤質(zhì)地?cái)?shù)據(jù)（FAO）和MODIS衛(wèi)星反演的陸地覆蓋數(shù)據(jù)（MODIS）進(jìn)行了替換，使用中國氣象局陸面數(shù)據(jù)同化系統(tǒng)（CMA Land Data Assimilation System，CLDAS）大氣強(qiáng)迫場資料，分別驅(qū)動基于同時(shí)改進(jìn)土壤質(zhì)地和陸地覆蓋數(shù)據(jù)的CLM3.5（CLM-new）、基于只改進(jìn)陸地覆蓋數(shù)據(jù)的CLM3.5（CLM-clcv）、基于只改進(jìn)土壤質(zhì)地?cái)?shù)據(jù)的CLM3.5（CLM-snss）和基于原始下墊面數(shù)據(jù)的CLM3.5（CLM-ctl），對內(nèi)蒙古地區(qū)2011～2013年土壤濕度的時(shí)空變化進(jìn)行模擬試驗(yàn)，研究下墊面改進(jìn)對CLM3.5模擬土壤濕度的影響。將四組模擬結(jié)果與46個(gè)土壤水分站點(diǎn)觀測數(shù)據(jù)進(jìn)行對比分析，結(jié)果表明：相對于控制試驗(yàn)，CLM-clcv、CLM-snss和CLM-new都能不同程度地改進(jìn)土壤濕度模擬，其中CLM-clcv主要在呼倫貝爾改進(jìn)明顯，CLM-snss則在除呼倫貝爾以外的大部地區(qū)改進(jìn)顯著，CLM-ctl模擬的土壤濕度在各層上均系統(tǒng)性偏大，而CLM-new模擬土壤濕度最好地反映出內(nèi)蒙古地區(qū)觀測的土壤濕度的時(shí)空變化特征，顯著改善了土壤濕度的模擬，體現(xiàn)在與觀測值有著更高的相關(guān)系數(shù)和更小的平均偏差與均方根誤差。

CLDAS（CMA Land Data Assimilation System） CLM3.5（Community Land Model version 3.5）土壤濕度 下墊面 內(nèi)蒙古地區(qū)

1 引言

土壤濕度是陸地—大氣相互作用過程中十分重要的地球物理參數(shù)之一，它主要通過影響陸—?dú)庵g的水循環(huán)和陸地能量平衡來影響近地層大氣狀態(tài)，進(jìn)而對氣候產(chǎn)生影響。林朝暉等（2008）研究指出，土壤濕度的異常會致使地表反照率、地表蒸發(fā)和植被長勢的改變，從而影響陸地表面向大氣輸送的潛熱、感熱和輻射。研究表明：在全球尺度上，土壤濕度在氣候變化中的作用僅次于海表溫度（SST），在陸地上的作用甚至超過了SST（US National Research Council,1994; Chahine,1992）。Chang and Wetzel（1991）研究認(rèn)為，土壤濕度和植被的變化改變了表面大氣的斜壓結(jié)構(gòu)導(dǎo)致對流風(fēng)暴的形成。Ferranti and Viterbo（2006）指出，精確的土壤濕度預(yù)報(bào)可以提高中小尺度數(shù)值天氣預(yù)報(bào)的準(zhǔn)確性。Chen and Dudhia（2001）研究表明，土壤濕度初始場的準(zhǔn)確性對中尺度模式極為重要。故如何精確地估算土壤濕度對數(shù)值天氣預(yù)報(bào)以及短期氣候預(yù)測的改善有著十分重要的研究意義與應(yīng)用價(jià)值（郭維棟等，2007），同時(shí)也對農(nóng)業(yè)、林業(yè)干旱監(jiān)測預(yù)警和國民經(jīng)濟(jì)發(fā)展有著重要的實(shí)用價(jià)值。

土壤質(zhì)地是影響土壤水文學(xué)參數(shù)的重要土壤物理性質(zhì)之一，它不但影響水力傳導(dǎo)率和飽和土壤含水量，還會影響土壤熱容和導(dǎo)熱率等土壤熱力學(xué)參量。Clapp and Hornberger（1978）研究表明土壤水分轉(zhuǎn)換系數(shù)與土壤質(zhì)地相關(guān)。梁曉和戴永久（2008）研究發(fā)現(xiàn)，陸面水文過程對土壤質(zhì)地敏感。Oleson et al.（2010）指出土壤質(zhì)地影響陸面模式中的土壤濕度、土壤滲透和蒸散發(fā)等。吳龍剛等（2014）使用Shangguan et al.（2012，2013）根據(jù)第二次中國土壤調(diào)查數(shù)據(jù)發(fā)展的高分辨率的中國區(qū)域土壤質(zhì)地?cái)?shù)據(jù)集替換CLM3.5（Community Land Model version 3.5）自帶土壤質(zhì)地?cái)?shù)據(jù)，在中國區(qū)域進(jìn)行土壤質(zhì)地對陸面過程的敏感性試驗(yàn)，結(jié)果表明：土壤質(zhì)地對土壤水文學(xué)變量的影響較大，尤其是土壤濕度、土壤滲透和總徑流；并且基于新土壤質(zhì)地模擬的土壤濕度更加趨近觀測值。同時(shí)指出，在北方干旱和半干旱地區(qū)，土壤質(zhì)地對模式模擬土壤滲透和徑流較為敏感，主要因其改進(jìn)的土壤質(zhì)地含砂土比例大于模式自帶土壤質(zhì)地，這導(dǎo)致了飽和土壤含水量小，飽和水力傳導(dǎo)率大，在降水不變的前提下，徑流和土壤滲透相應(yīng)的增大。陸地覆蓋通過地表反照率而影響陸—?dú)庵g的能量平衡和水分循環(huán)。早在上世紀(jì)80年代，科學(xué)家們就認(rèn)識到陸地覆蓋類型對氣候的影響，并在一系列的陸面模式中考慮了植被在陸地水循環(huán)和能量循環(huán)中的作用（Dickinson et al.,1986, 2006; Xue et al., 1991; Dai and Zeng et al., 1997; Dai et al., 2003; Oleson et al., 2004）。Benitez et al.（2004）在模式模擬中使用了不同的陸地覆蓋數(shù)據(jù)，研究表明模式模擬結(jié)果間的差別最大可達(dá)45%；Twine et al.（2004）研究發(fā)現(xiàn)陸地覆蓋由森林改為農(nóng)田后年平均蒸散減小、徑流增大。陳鋒和謝正輝（2009）基于中國1:100萬植被圖和馬里蘭大學(xué)AVHRR森林覆蓋數(shù)據(jù)發(fā)展了一套中國區(qū)域陸地覆蓋資料（Chinese land cover derived from vegetation map, CLCV），并用于陸面模式模擬研究，數(shù)值結(jié)果表明: 地表覆蓋變化對中國區(qū)域蒸散、地表反照率、感熱和徑流等具有一定的影響。以上研究表明，下墊面中的土壤質(zhì)地和陸面覆蓋是影響陸面過程模擬結(jié)果的重要因素。

內(nèi)蒙古地區(qū)自東向西分為半濕潤區(qū)、半干旱區(qū)和干旱區(qū)，年平均降水量在50～500 mm，東部地區(qū)處于溫帶季風(fēng)氣候和溫帶大陸性氣候的過渡地帶，東部大部地區(qū)年均降水量超過300 mm，西部地區(qū)是我國西北干旱區(qū)的重要組成部分，位于干旱區(qū)的東部，阿拉善盟中西部降水最少，年降水量不足100 mm，部分地區(qū)不足50 mm，中部地區(qū)是半干旱、干旱區(qū)的氣候過渡區(qū)，中部大部地區(qū)年降水量在100～300 mm。氣溫年較差大，全區(qū)變化在32°C～47°C之間。研究顯示內(nèi)蒙古地區(qū)也是陸—?dú)庀嗷プ饔幂^強(qiáng)區(qū)域之一（Koster et al., 2004）。內(nèi)蒙古是我國北方最重要的生態(tài)防線，擁有全國面積最大的草原和林區(qū)，對下墊面變化較為敏感（于燕和謝正輝，2012）。近年來，受全球氣候變化的影響，內(nèi)蒙古地區(qū)天氣災(zāi)害和農(nóng)牧業(yè)氣象災(zāi)害頻發(fā)。本文利用以第二次土壤調(diào)查數(shù)據(jù)為基礎(chǔ)的土壤質(zhì)地?cái)?shù)據(jù)和CLCV資料替換陸面過程模式CLM3.5相應(yīng)的下墊面數(shù)據(jù)，使用國家氣象信息中心師春香（.,發(fā)展的高質(zhì)量近實(shí)時(shí)高時(shí)空分辨率CLDAS大氣驅(qū)動場（2011～2013年），對內(nèi)蒙古地區(qū)土壤濕度的時(shí)空變化進(jìn)行模擬，并與臺站觀測土壤濕度進(jìn)行對比驗(yàn)證，以評估CLM3.5模擬土壤濕度在內(nèi)蒙古地區(qū)的適用性和下墊面改進(jìn)對CLM3.5模擬土壤濕度的影響，這對于全區(qū)農(nóng)牧業(yè)旱澇監(jiān)測有著重要意義與實(shí)用價(jià)值，同時(shí)也為進(jìn)一步改善陸面模式的地球物理過程提供依據(jù)。

2 模式和數(shù)據(jù)介紹

2.1 CLM3.5簡介

公用陸面模式（Community Land Model，CLM）是當(dāng)今國際上發(fā)展最為完善的陸面過程模式之一。它是公用氣候系統(tǒng)模式（Community Climate System Model，CCSM）的陸面模塊，是由多家科研單位合作在CoLM（Common Land Model，CoLM）和NCAR LSM（NCAR Land Surface Model，NCAR LSM）等的基礎(chǔ)上發(fā)展而來。它借鑒吸收了生物圈—大氣圈傳輸方案陸面模式BATS（Biosphere-Atmosphere Transfer Scheme, BATS）（Dickinson et al，1993）、中國科學(xué)院大氣物理研究所陸面模式IAP94（Land surface model which was established at the Institute of Atmospheric Physics, Chinese Academy of Sciences in 1994, IAP94）（Dai and Zeng，1997）和NCAR LSM（Bonan，1996）的優(yōu)點(diǎn)發(fā)展的第三代陸面過程模式(Oleson et al., 2004)。大量研究對陸面參數(shù)和水文過程進(jìn)行改善(Niu et al., 2005, 2006, 2007)，并更新了基于MODIS (Moderate Resolution Imaging Spectroradiometer) 資料的下墊面數(shù)據(jù)集（Lawrence and Chase, 2007）以及冠層截留方案（Lawrence et al., 2007）的改進(jìn)。由此發(fā)展成為CLM3.5（Oleson et al., 2007; available at http://www.cgd.ucar.edu/tss/clm/ distribution/clm3.5/index.html）。大量“離線”(offline) 試驗(yàn)結(jié)果表明：與觀測的徑流、土壤濕度以及總水儲量相比，CLM3.5在全球蒸散發(fā)的分配上有了顯著改善，并使得模擬的土壤濕度更濕，植被水壓更小，植被蒸騰作用和光合作用增強(qiáng)，總陸地水儲量年際變化的改良，徑流年際變化的相位和振幅也有改善（Oleson et al., 2004, 2008; 馬倩, 2011；朱司光, 2012; 劉建國, 2013）。

2.2 土壤質(zhì)地?cái)?shù)據(jù)集和CLCV陸地覆蓋數(shù)據(jù)

CLM3.5自帶的土壤質(zhì)地?cái)?shù)據(jù)是聯(lián)合國糧農(nóng)組織（FAO）（FAO et al., 2009）發(fā)展的1:10萬全球土壤質(zhì)地?cái)?shù)據(jù)，在中國區(qū)域由61個(gè)土壤剖面插值得到，無法較好代表中國區(qū)域的土壤質(zhì)地空間特征；其陸地覆蓋資料是Lawrence and Chase（2007）基于2000年11月至2001年12月MODIS極軌衛(wèi)星遙感監(jiān)測數(shù)據(jù)發(fā)展的地表數(shù)據(jù)集, 陳鋒和謝正輝（2009）研究顯示，該陸地覆蓋資料與觀測陸地覆蓋資料有一定差別。本文使用的土壤質(zhì)地?cái)?shù)據(jù)是以第二次土壤數(shù)據(jù)調(diào)查（1979～1985年）為基礎(chǔ)，空間分辨率為30″。該調(diào)查數(shù)據(jù)包含8979個(gè)土壤單元，垂直空間上分為八層（0～2.296 m）。為了基于該調(diào)查數(shù)據(jù)構(gòu)建可以用于CLM3.5模式運(yùn)行的土壤質(zhì)地?cái)?shù)據(jù)，首先將該數(shù)據(jù)插值成垂向10層、空間分辨率為0.0625°×0.0625°，其次將該數(shù)據(jù)替換相應(yīng)的土壤質(zhì)地?cái)?shù)據(jù)（Shangguan et al., 2012, 2013; 吳龍剛等, 2014）。CLCV陸地覆蓋資料是陳鋒和謝正輝（2009）基于中國1:100萬植被圖和馬里蘭大學(xué)AVHRR森林覆蓋資料（Defries et al., 2000）發(fā)展的一套中國區(qū)域陸地覆蓋數(shù)據(jù)。

圖1為內(nèi)蒙古地區(qū)第二次全國土壤調(diào)查土壤質(zhì)地（the Second National Soil Survey on China，SNSS）數(shù)據(jù)和FAO資料的砂土和粘土在0～30 cm層和30～100 cm層的分布?？梢钥闯?，兩層土壤質(zhì)地空間分布比較一致。土壤質(zhì)地出現(xiàn)較大差異的地區(qū)主要分布在內(nèi)蒙古西部荒漠戈壁地區(qū)、毛烏素沙地、渾善達(dá)克沙地、科爾沁沙地和呼倫貝爾沙地一帶，這些地區(qū)的植被退化和荒漠化導(dǎo)致了砂土含量較高（圖1a1、c1），粘土含量較低（圖1b1、d1）；FAO資料則無法精確反映出呼倫貝爾西部、通遼市和赤峰市中部、錫林郭勒盟北部和阿拉善盟大部的土地沙化，在這些地區(qū)，砂土含量差別較大，數(shù)值明顯低于SNSS。

圖1 SNSS和FAO土壤質(zhì)地?cái)?shù)據(jù)在內(nèi)蒙古地區(qū)的分布：（a1、a2）0～30 cm層砂土百分比；（b1、b2）0～30 cm層粘土百分比；（c1、c2）30～100 cm層砂土百分比；（d1、d2）30～100 cm層粘土百分比

圖2為MODIS資料與CLCV資料主要陸地覆蓋在內(nèi)蒙古地區(qū)的分布。CLCV資料相對于CLM所用的MODIS陸地覆蓋數(shù)據(jù)有一定差別，特別是裸土、溫帶落葉灌木及C3草（經(jīng)C-3卡爾文循環(huán)途徑固定二氧化碳的草）差別最大。內(nèi)蒙古中東部地區(qū)裸土差別較為顯著，CLCV資料裸土面積比例明顯低于MODIS資料；CLCV中針葉林的分布與MODIS資料基本相當(dāng)，差異主要出現(xiàn)在大興安嶺中南部一帶；CLCV中闊葉林面積較MODIS偏大，在呼倫貝爾中部和東部、興安盟和通遼東南部差別明顯；CLCV中灌木空間分布與MODIS個(gè)別地區(qū)差別較大，MODIS中灌木主要分布在呼倫貝爾市中部和東部以及鄂爾多斯南部，而CLCV中灌木主要分布在興安盟西南部、通遼市北部、赤峰市西北部和錫林郭勒盟東南部；在MODIS資料中，C3草主要分布在呼倫貝爾、興安盟和錫林郭勒盟，而在CLCV中，C3草主要分布在呼倫貝爾西部、錫林郭勒盟和鄂爾多斯，差別較大；CLCV中農(nóng)作物與MODIS基本類似，主要差異地區(qū)為赤峰、通遼和烏蘭察布南部；內(nèi)蒙古地區(qū)兩種資料的湖泊差異主要分布在中西部，CLCV資料湖泊面積顯著大于MODIS資料中湖泊分布；CLCV中濕地面積比MODIS偏大較多，MODIS資料內(nèi)蒙古地區(qū)濕地面積幾乎為零，CLCV中濕地主要分布在呼倫貝爾中部和東部（圖略）。

圖2 內(nèi)蒙古地區(qū)CLCV資料和MODIS資料各CLM植物功能型覆蓋度百分比：（a1、a2）裸土；（b1、b2）溫帶常綠針葉樹；（c1、c2）溫帶常綠闊葉樹；（d1、d2）溫帶常綠闊葉/溫帶落葉闊葉灌木；（e1、e2）C3草；（f1、f2）農(nóng)作物

圖2 （續(xù)）

由于以上下墊面的差異，本文利用基于觀測的土壤質(zhì)地資料SNSS和陸地覆蓋CLCV資料替換CLM3.5相應(yīng)的下墊面資料，然后以該資料作為模式的輸入數(shù)據(jù)，模擬得到的土壤濕度結(jié)果與CLM3.5自帶下墊面數(shù)據(jù)集模擬得到的結(jié)果進(jìn)行比較分析。需要指出的是，本文雖然考慮了地表覆蓋的變化，但由于葉面積指數(shù)（Leaf Area Index，LAI）資料的限制，沒有同時(shí)考慮對應(yīng)的LAI變化。LAI是植物影響陸—?dú)忾g能量與水分循環(huán)的重要參量，研究區(qū)LAI分布呈現(xiàn)東高西低的趨勢，呼倫貝爾地區(qū)LAI最高，阿拉善高原LAI最低。為了研究兩套資料中某個(gè)格點(diǎn)中CLCV（MODIS）出現(xiàn)某類PFT而MODIS（CLCV）資料不出現(xiàn)的情況的差異，我們對兩套陸地覆蓋資料有該類差異的格點(diǎn)進(jìn)行了統(tǒng)計(jì)，結(jié)果發(fā)現(xiàn)溫帶落葉闊葉灌木有一定差別，其中有差異的格點(diǎn)數(shù)占9.5%，其次是C3草和溫帶常綠針葉林，分別占5.46%和2.4%，對此可認(rèn)為兩套陸地覆蓋資料中有這種差異的格點(diǎn)數(shù)所占比例較低，故而認(rèn)為該種差異并不顯著。為此，可以認(rèn)為LAI的相應(yīng)變化對模擬結(jié)果影響有限。

2.3 CLDAS大氣強(qiáng)迫場

CLDAS數(shù)據(jù)集是由國家氣象信息中心師春香（發(fā)展的中國氣象局陸面數(shù)據(jù)同化系統(tǒng)近實(shí)時(shí)數(shù)據(jù)集，該數(shù)據(jù)主要包括逐小時(shí)、空間分辨率為0.0625°×0.0625°的覆蓋東亞地區(qū)（0°～60°N，70°E～150°E）的2 m氣溫、2 m濕度、地表氣壓、10 m風(fēng)速、地面短波輻射、降水和多層土壤濕度（垂直）。本試驗(yàn)采用該數(shù)據(jù)集的2011～2013年大氣強(qiáng)迫場資料作為陸面模式的驅(qū)動數(shù)據(jù)。氣溫、氣壓、比濕和風(fēng)速的融合主要通過LAPS/ STMAS系統(tǒng)融合得到（張濤，2013）。逐小時(shí)降水?dāng)?shù)據(jù)主要來自于國家氣象信息中心的中國區(qū)域小時(shí)降水量融合資料、國家衛(wèi)星氣象中心的FY-2E靜止衛(wèi)星反演小時(shí)降水，以及NOAA氣候預(yù)測中心（Climate Prediction Center, CPC）制作的CMORPH（Climate Prediction Center Morphing）衛(wèi)星融合降水資料。潘旸等（2012）對該數(shù)據(jù)進(jìn)行了評估，結(jié)果表明：融合了自動站的CMORPH降水資料在降水量值和空間分布上均更趨于合理。Jia et al.（2013）將FY-2C地面入射太陽輻射與15個(gè)地面觀測站點(diǎn)的地面入射太陽輻射進(jìn)行了對比，結(jié)果表明：FY-2C太陽輻射產(chǎn)品與地面觀測有著較好的一致性；與ERA-Interim、NCEP-DOE和FLASHFlux的輻射產(chǎn)品相比，F(xiàn)Y-2C衛(wèi)星地面入射太陽輻射反演資料精度與國外同類資料精度相當(dāng)。龔偉偉（2014）將CLDAS大氣強(qiáng)迫數(shù)據(jù)與觀測數(shù)據(jù)進(jìn)行對比分析，結(jié)果表明：融合自動站觀測的驅(qū)動場資料更接近實(shí)測。

圖3 內(nèi)蒙古地區(qū)土壤濕度觀測站點(diǎn)分布圖

2.4 站點(diǎn)觀測資料

土壤濕度驗(yàn)證評估所用站點(diǎn)資料來自內(nèi)蒙古自治區(qū)生態(tài)與農(nóng)業(yè)氣象中心的農(nóng)業(yè)氣象站觀測數(shù)據(jù)，該數(shù)據(jù)包含了內(nèi)蒙古地區(qū)2005年以來的89個(gè)常規(guī)人工站觀測資料（Z報(bào)）、農(nóng)業(yè)氣象旬報(bào)（AB報(bào)）和農(nóng)業(yè)氣象加測報(bào)（TR報(bào)）數(shù)據(jù)。由于AB報(bào)只有0～10 cm和10～20 cm兩層觀測值，所以只將其0～10 cm的資料用于進(jìn)行評估頂層評估，10～50 cm層使用Z報(bào)和TR報(bào)資料。其觀測的數(shù)據(jù)為相對濕度，觀測時(shí)間Z報(bào)為暖季節(jié)逢3（每月3日、13日和23日）或逢8（每月8日、18日和28日）觀測、AB報(bào)為暖季節(jié)逢3觀測和TR報(bào)為暖季節(jié)逢8觀測，在有凍土的時(shí)段停止觀測。為了與模式模擬結(jié)果進(jìn)行比對，這些資料被處理成土壤體積含水量。為了更為準(zhǔn)確的驗(yàn)證模式的模擬結(jié)果，首先將位于灌溉區(qū)的部分灌溉站剔除，只選用自然條件下的站點(diǎn)；其次選取了2011～2013年觀測時(shí)間較為連續(xù)的站點(diǎn)數(shù)據(jù)，并挑選出在3～9月的觀測值超過觀測的80%的46個(gè)站點(diǎn)，分布如圖3所示。

3 試驗(yàn)設(shè)計(jì)

本次模擬設(shè)計(jì)了四組試驗(yàn)，第一組試驗(yàn)使用CLM3.5自帶的下墊面資料，即控制試驗(yàn)，記為CLM-ctl；第二組試驗(yàn)使用SNSS資料替換原模式中相應(yīng)的土壤質(zhì)地資料，其余均與控制試驗(yàn)相同，記為CLM-snss；第三組試驗(yàn)使用CLCV資料替換原模式中相應(yīng)的陸地覆蓋資料，其余均與控制試驗(yàn)相同，記為CLM-clcv；第四組試驗(yàn)同時(shí)使用SNSS資料和CLCV資料替換原模式中相應(yīng)的土壤質(zhì)地資料和陸地覆蓋資料，其余均與控制試驗(yàn)相同，記為CLM-new。

本研究中模擬區(qū)域?yàn)椋?5°～55°N，97°～127°E）。用Qian et al.（2006）發(fā)展的基于觀測的1948～2004年大氣強(qiáng)迫場資料和Tian et al.（2009，2010）延長了Qian et al.（2006）發(fā)展的2005～2010年大氣強(qiáng)迫場反復(fù)驅(qū)動陸面模式積分126年，然后用所得陸面狀態(tài)結(jié)果作為CLM3.5的初始場。接著使用2011～2013年的CLDAS大氣強(qiáng)迫場分別驅(qū)動上述四組試驗(yàn)（CLM-ctl、CLM-snss、CLM-clcv和CLM-new）再積分3年。最后分別輸出2011～2013年，時(shí)空分辨率為日平均的0.0625°×0.0625°模擬結(jié)果。以下將對以上設(shè)計(jì)的四個(gè)模擬試驗(yàn)?zāi)M的土壤濕度與臺站觀測土壤濕度進(jìn)行對比驗(yàn)證。

CLDAS驅(qū)動數(shù)據(jù)具有較高的時(shí)空分辨率，從2011～2013年平均降水量和年平均氣溫分布（圖4）可以看出，呼倫貝爾中東部地區(qū)降水最多，西遼河流域部分地區(qū)次之，呈現(xiàn)從東向西降水量逐步減少的趨勢；同時(shí)，呼倫貝爾地區(qū)氣溫最低，西部地區(qū)氣溫相對較高，與降水分布趨勢相反。這與內(nèi)蒙古地區(qū)降水和氣溫的空間分布特征相一致。這在一定程度上保證了模擬結(jié)果的準(zhǔn)確性。

4 結(jié)果分析

4.1 空間分布

在模式模擬和觀測數(shù)據(jù)的土壤深度匹配上，由于臺站觀測的土壤濕度是5層，分別是0～10 cm、10～20 cm，20～30 cm，30～40 cm，40～50 cm；而CLM3.5模擬的土壤體積含水量是厚度不等的10層，為了與臺站觀測深度分層進(jìn)行對比分析，本文將CLM3.5模擬的多層土壤濕度通過運(yùn)用土壤層厚度作為加權(quán)系數(shù)加權(quán)平均得到與臺站觀測一致的體積含水量?？紤]到觀測第一層0～10 cm與觀測第二層、第三層土壤濕度同屬表層土壤，本研究只分析評估0～10 cm和10～50 cm的土壤濕度。在進(jìn)行統(tǒng)計(jì)及比較時(shí)，將模式模擬和臺站觀測土壤濕度進(jìn)行時(shí)空對應(yīng)，采用距離觀測站點(diǎn)最近的模式輸出的格點(diǎn)值與該觀測站點(diǎn)觀測值進(jìn)行比較，在對研究區(qū)進(jìn)行土壤濕度平均值變化的統(tǒng)計(jì)分析時(shí)，將區(qū)域內(nèi)46個(gè)站點(diǎn)土壤濕度的平均值和與觀測站點(diǎn)相對應(yīng)的格點(diǎn)土壤濕度的平均值計(jì)算出2011～2013年的時(shí)間相關(guān)系數(shù)、平均偏差和均方根誤差（宋海清，2013）。

由于臺站觀測在北方土壤凍結(jié)的時(shí)段停止觀測，為此將有凍土的觀測時(shí)段去除。從圖5能夠看出，CLM-ctl、CLM-snss、CLM-clcv和CLM-new模擬土壤濕度的空間分布與臺站觀測基本一致，都能較好的再現(xiàn)內(nèi)蒙古地區(qū)土壤濕度的空間分布特征。從圖5a可以看出，內(nèi)蒙古東北部的呼倫貝爾地區(qū)是土壤濕度的高值區(qū)，0～10 cm土壤體積含水量值在0.3左右。興安盟阿爾山一帶土壤體積含水量也相對較高。阿拉善高原和河套地區(qū)是土壤濕度的低值區(qū)，土壤濕度值在0.1左右。四個(gè)土壤濕度模擬結(jié)果都可以反映出呼倫貝爾地區(qū)土壤濕度高值區(qū)和阿拉善高原、河套地區(qū)土壤濕度低值區(qū)的空間分布特征，其中CLM-new土壤濕度更接近觀測值。各個(gè)模擬土壤濕度在內(nèi)蒙古地區(qū)的空間分布呈現(xiàn)從東北向西部逐漸減少的趨勢，這與孫丞虎等（2005）對中國區(qū)域114站的1990～2000年土壤濕度的分析結(jié)果較為一致，即0～50 cm的各個(gè)層次土壤濕度都呈現(xiàn)出“兩濕一干”的空間分布特征：東北、華東比較濕潤，西北較為干燥，特別是以內(nèi)蒙古西部地區(qū)和河套地區(qū)是土壤干中心。在CLDAS降水強(qiáng)迫作用下模式模擬的土壤濕度空間分布與模式降水場有較好的一致性，說明模式模擬土壤濕度具有合理性。從圖6看出，10～50 cm土壤濕度的空間分布與0～10 cm的趨于一致。其中呼倫貝爾和赤峰、通遼地區(qū)大部分站點(diǎn)土壤濕度值較之0～10 cm略微有所減少，這表明該地區(qū)大部分臺站土壤濕度從淺層（0～10 cm）向較深層（10～50 cm）有所減少?？傮w上，CLM-ctl、CLM-snss、CLM-clcv和CLM-new模擬土壤濕度與臺站觀測值空間分布都比較一致，CLM-new土壤濕度在絕大部分地區(qū)最趨近于觀測值，而CLM-ctl土壤濕度在內(nèi)蒙古中部和西部部分地區(qū)偏濕，無法再現(xiàn)通遼、錫林郭勒盟和阿拉善盟部分地區(qū)的干濕狀況，而CLM-clcv則在呼倫貝爾地區(qū)改善較為明顯，CLM-snss在呼倫貝爾以外的大部地區(qū)表現(xiàn)較好。這與其他學(xué)者對CLM3.5模擬的土壤濕度空間分布特征的研究結(jié)果相似（Li et al.，2011；杜川利等，2008；張文君等，2008）。

圖4 內(nèi)蒙古地區(qū)2011～2013年平均降水量（左）和年平均氣溫（右）分布

圖5 2011～2013年平均頂層0～10 cm模擬和觀測土壤濕度空間分布（單位：m3 m?3）： (a)站點(diǎn)觀測年平均土壤濕度；(b) CLM-new模擬年平均土壤濕度；(c) CLM-clcv模擬年平均土壤濕度；(d) CLM-snss模擬年平均土壤濕度；(e) CLM-ctl模擬年平均土壤濕度

在全自治區(qū)大部分地區(qū)，相對于CLM-ctl土壤濕度，0～10 cm CLM-new土壤濕度的空間分布在大部地區(qū)更接近觀測值，使得偏差顯著減小，這主要得益于下墊面的改善。在呼倫貝爾地區(qū)，CLM-new和CLM-clcv土壤濕度與觀測值幾乎完全一致（圖5）。在該地區(qū)的改進(jìn)主要得益于CLCV資料中呼倫貝爾中東部濕地面積較大、針葉林闊葉林比例較高和西部較高比例的C3草，這導(dǎo)致了呼倫貝爾中、東部地區(qū)蒸散減少（圖7），而徑流也減少（圖8），這與吳龍剛等（2014）和陳鋒和謝正輝（2009）的相關(guān)結(jié)論一致。而在呼倫貝爾西部，由于分布著草甸草原和部分沙地的出現(xiàn)，導(dǎo)致該地區(qū)徑流增大，蒸散增強(qiáng)，而總徑流等于降水減蒸散減土壤水分或陸表積雪（Twine et al., 2004），所以在降水量不變的情況下，蒸散和徑流都減小（增加），導(dǎo)致土柱中水分增加（減?。＞C合以上使得CLM-new模擬結(jié)果在呼倫貝爾中東部較濕，在西部稍干，與觀測土壤濕度吻合較好。在內(nèi)蒙古中西部地區(qū)，特別是對錫林郭勒盟中部和西北部以及內(nèi)蒙古西部地區(qū)較低的土壤水分模擬較好，主要因?yàn)镾NSS土壤質(zhì)地中上述地區(qū)砂土含量較高（MODIS資料顯著少于SNSS資料），導(dǎo)致飽和含水量減小，飽和水力傳導(dǎo)率大，土壤蓄水能力弱，徑流和滲透大于改進(jìn)土壤質(zhì)地之前，進(jìn)而使得土壤水分較?。▍驱垊偟? 2014）；另外，該地區(qū)CLCV資料中陸地覆蓋主要是C3草和裸土，降水量較少，也是土壤濕度較干的原因之一。而在赤峰和通遼一帶，由于沙地的存在，導(dǎo)致該地區(qū)砂土比例較高（圖1），土壤儲水能力差，徑流和土壤滲透大于CLM-ctl，使得模擬偏干（CLM-new和CLM-snss）。而在10～50 cm層，在赤峰和通遼一帶的西遼河流域，由于SNSS資料中砂土比例較高，徑流增大，蓄水較差，造成CLM-snss和CLM-new土壤水分略微偏干; 該地區(qū)主要植被相較于MODIS的裸土和農(nóng)作物，CLCV資料中主要的植被類型為農(nóng)作物和C3草。從結(jié)果來看，CLM-clcv與CLM-ctl幾乎一致，徑流和蒸散差別較小，因此改善主要是土壤質(zhì)地差異引起的。在中西部的干旱半干旱區(qū)，CLM-new最接近觀測，主要是由土壤質(zhì)地引起的改進(jìn)，該地區(qū)砂土比例明顯高于FAO，同理，該地區(qū)土壤濕度較低，CLM-new模擬的土壤濕度對該地區(qū)的刻畫更細(xì)致準(zhǔn)確。

吳龍剛等（2014）研究表明，土壤質(zhì)地能夠直接影響飽和土壤含水量，對土壤滲透、土壤濕度和總徑流影響顯著，而陸地覆蓋主要通過植被的變化而引起的蒸散等量的變化間接影響土壤濕度；從圖7和圖8可以看出，在內(nèi)蒙古全區(qū)，除呼倫貝爾一帶，陸地覆蓋對蒸散的影響并不很大，土壤質(zhì)地對蒸散的影響區(qū)域較大；徑流也是在除了呼倫貝爾一帶以外的大部地區(qū)差別較小，而土壤質(zhì)地顯著影響了徑流。由此可見，表層土壤濕度受土壤質(zhì)地影響大于陸地覆蓋。

4.2 時(shí)間變率

圖9是各層2011～2013年模擬的土壤濕度月平均時(shí)間序列與臺站觀測的比較。從圖9a可以看出，CLM-clcv土壤濕度和CLM-ctl土壤濕度均比臺站觀測普遍偏濕，在春末夏初與觀測較為接近，在夏末和秋季偏濕較多。CLM-new土壤濕度在春季略微偏干，在其他季節(jié)都與觀測值最為接近，明顯改善了模擬偏濕的問題。相比于CLM-clcv，CLM-snss土壤濕度更能明顯改善偏濕的情況，在個(gè)別地區(qū)，例如呼倫貝爾地區(qū)卻不明顯（圖5）。而CLM-new土壤濕度卻綜合了土壤質(zhì)地和陸地覆蓋的更精細(xì)準(zhǔn)確信息能更好地抓住了0～10 cm土壤濕度觀測的時(shí)間變異性?？梢钥闯觯M的土壤濕度都基本上能夠再現(xiàn)0～10 cm臺站觀測土壤濕度的年內(nèi)變化和年際變化，高值點(diǎn)和低值點(diǎn)也能夠匹配。表1是各層觀測值與CLM-new和CLM-ctl土壤濕度月平均統(tǒng)計(jì)特征，不論是CLM-new土壤濕度還是CLM-clcv、CLM-snss、CLM-ctl土壤濕度和臺站觀測在0～10 cm層均顯著相關(guān)，并通過了99.9%的信度檢驗(yàn)，偏差和均方根誤差也較小，CLM-clcv和CLM-snss結(jié)果都好于控制試驗(yàn)，但是CLM-clcv的均方根誤差略微增大。其中CLM-new土壤濕度有著最小的偏差和最高的相關(guān)系數(shù)，CLM-snss有著最小的均方根誤差。在10～50 cm層，雖然CLM-ctl能夠再現(xiàn)土壤濕度年內(nèi)變化的基本趨勢，但是偏濕較多。CLM-clcv有所改善，但還是無法從根本上改善偏濕的問題，CLM-snss則顯著改進(jìn)了偏濕問題；而CLM-new土壤濕度則有更好的表現(xiàn)，明顯改進(jìn)了偏濕，與觀測最為接近。從表1的統(tǒng)計(jì)特征可以看出，四個(gè)試驗(yàn)?zāi)M土壤濕度與臺站觀測在50 cm層均顯著相關(guān)，并通過了99.9%的信度檢驗(yàn)，但是CLM-ctl土壤濕度偏差和均方根誤差偏大，CLM-clcv和CLM-snss均改善了相關(guān)系數(shù)、平均偏差和均方根誤差，而CLM-new土壤濕度則有著最好的相關(guān)系數(shù)和最低的均方根誤差、平均偏差。

表1 內(nèi)蒙古地區(qū)各層模擬土壤濕度和臺站觀測值的相關(guān)系數(shù)、平均偏差（單位：m3 m?3）和均方根誤差（單位：m3 m?3）

注：**表示通過了99.9%的信度檢驗(yàn)

通過對兩個(gè)不同深度土壤濕度在春、夏、秋三個(gè)季節(jié)的分析可以看出，在四個(gè)模式模擬土壤濕度中，CLM-clcv土壤濕度能夠更好地體現(xiàn)內(nèi)蒙古地區(qū)春季較干的土壤濕度（圖10），而在夏季降水較多，較干的土壤水分得到補(bǔ)充，此時(shí)CLM-new與觀測最為接近，CLM-snss次之；在秋季，雨帶南撤，土壤濕度隨之下降，CLM-new也最能體現(xiàn)著一點(diǎn)。在10～50 cm層，CLM-ctl土壤濕度在各個(gè)季節(jié)均存在一定程度的偏濕，無法體現(xiàn)該地區(qū)較干的土壤濕度，但較好地體現(xiàn)了土壤濕度的季節(jié)變化特征：即春季稍微偏干，夏季降水較多，土壤較濕，秋季土壤濕度逐漸下降。在這一層CLM-new和CLM-snss土壤濕度顯著改善了偏濕的情況，其中CLM-new模擬結(jié)果最接近觀測?？偟膩碚f，CLM-new土壤濕度在內(nèi)蒙古地區(qū)有更好的適用性，能夠更好地再現(xiàn)內(nèi)蒙古地區(qū)土壤濕度時(shí)空分布。另外，圖9顯示CLM-new與CLM-snss結(jié)果相近，CLM-clcv與CLM-ctl結(jié)果相近。

圖7 模擬多年平均蒸散在內(nèi)蒙古地區(qū)的差異：（a）CLM-new與CLM-ctl模擬的差異；（b）CLM-clcv與CLM-ctl模擬的差異；（c）CLM-snss與CLM-ctl模擬的差異

圖8 同圖7，但為徑流

圖10給出了2011～2013年土壤濕度的年際循環(huán)。觀測中，內(nèi)蒙古地區(qū)土壤濕度不論是0～10 cm還是10～50 cm季節(jié)循環(huán)都不特別顯著?？梢钥闯觯涸?月雨季來臨，土壤濕度有所增加，并達(dá)到極值，在秋季降水減少，土壤濕度降低，入冬之前達(dá)到較低水平。0～10 cm四個(gè)試驗(yàn)?zāi)M土壤濕度基本描述了土壤濕度的季節(jié)循環(huán)，但與觀測資料都有不同程度的偏差，其中CLM-clcv和CLM-ctl土壤濕度在夏季偏大較多；CLM-new和CLM-snss土壤濕度在春季略微偏小，在夏秋季節(jié)輕微偏大。與前面的結(jié)論一致，CLM-new土壤濕度與觀測值更為接近，不僅減小了與觀測之間的偏差，而且更好地再現(xiàn)了土壤濕度的季節(jié)循環(huán)。在10～50 cm層，四個(gè)試驗(yàn)?zāi)M土壤濕度都比實(shí)測值偏高，其中CLM-new土壤濕度與觀測之間偏差最小。另外，CLM-snss模擬土壤濕度與CLM-ctl相比一致偏小，且各月偏小的數(shù)值比較一致，季節(jié)變化與CLM-ctl也比較一致；而CLM-clcv模擬土壤濕度相比于CLM-ctl，在3～11月偏低，12～2月偏高，故CLM-new與CLM-ctl之間的季節(jié)差異主要由陸地覆蓋變化差異造成的。因?yàn)殛懙馗采w的變化，不同植物類型的季節(jié)變化特征發(fā)生變化，影響了反照率和冠層截留等的變化，進(jìn)而影響了土壤水分的變化。

圖9 2011～2013年觀測和模擬的月平均土壤濕度時(shí)間序列：(a) 0～10 cm層；(b) 10～50 cm層。其中OBS表示觀測，CLM-new表示改進(jìn)下墊面模式模擬土壤濕度，CLM-clcv表示只改進(jìn)陸地覆蓋模式模擬土壤濕度，CLM-snss表示只改進(jìn)土壤質(zhì)地模式模擬土壤濕度，CLM-ctl表示原始下墊面模式模擬土壤濕度

圖10 內(nèi)蒙古地區(qū)2011～2013年觀測和模擬的土壤濕度：（a）0～10 cm層；（b）10～50 cm層。黑色表示觀測，紅色表示CLM-new土壤濕度，粉紅色表示CLM-clcv土壤濕度，綠色表示CLM-snss土壤濕度，藍(lán)色表示CLM-ctl土壤濕度

在冬季，內(nèi)蒙古地區(qū)氣溫普遍低于0°C，蒸散發(fā)較小，降水較少，大部地區(qū)有積雪覆蓋，土壤凍結(jié)，土壤溫度降至凍融點(diǎn)以下，故土壤水分變化較小，在凍結(jié)之前，土壤水分均有所回升。相對于控制試驗(yàn)，由于植被和土壤質(zhì)地影響，使得內(nèi)蒙古地區(qū)土壤熱通量增大，飽和水力傳導(dǎo)率大，土壤蓄水能力弱，徑流和滲透增大，故而在降水相對較多的暖季節(jié)差別更大些。冬季土壤溫度普遍下降，導(dǎo)致土壤含冰量增加（圖未給出），土壤水分不活躍，因此在冬季各個(gè)試驗(yàn)之間土壤濕度差別變?。▓D10）。由于在有凍土的時(shí)段停止觀測，故本文未分析冬季土壤水分變化。

5 總結(jié)與討論

本文利用CLDAS 2011～2013年的大氣強(qiáng)迫場數(shù)據(jù)，分別驅(qū)動基于改進(jìn)下墊面數(shù)據(jù)的CLM3.5、只改進(jìn)陸地覆蓋的CLM3.5、只改進(jìn)土壤質(zhì)地的CLM3.5和基于原始下墊面資料的CLM3.5積分模擬，獲得了內(nèi)蒙古地區(qū)2011～2013年的土壤體積含水量數(shù)據(jù)集。將模擬數(shù)據(jù)與觀測土壤濕度進(jìn)行了對比分析，探討了下墊面資料的改進(jìn)對土壤濕度模擬的改善，并討論了土壤濕度的時(shí)空變化特征。結(jié)論如下：

（1）內(nèi)蒙古地區(qū)臺站觀測土壤濕度分布特點(diǎn)基本呈現(xiàn)從東北向西部遞減的特征。同時(shí)改進(jìn)土壤質(zhì)地和陸地覆蓋的CLM-new土壤濕度、只改進(jìn)陸地覆蓋的CLM-clcv、只改進(jìn)土壤質(zhì)地的CLM-snss和原始CLM-ctl土壤濕度都能夠較好地反映這種分布特點(diǎn)。其中CLM-new模擬結(jié)果更接近觀測，對細(xì)節(jié)描述更加精確。就季節(jié)變化而言，觀測中土壤濕度在春末夏初稍干，夏末秋初較濕。四個(gè)試驗(yàn)?zāi)M土壤濕度在內(nèi)蒙古地區(qū)均描述出土壤濕度的季節(jié)變化，但CLM-clcv和CLM-ctl與臺站觀測相比普遍偏濕，CLM-new和CLM-snss土壤濕度顯著改善了偏濕的情況，總的來說CLM-new與觀測一致性較好。

（2）CLM-new模擬結(jié)果不但提高了相關(guān)系數(shù)，還顯著降低了平均偏差和均方根誤差。說明基于第二次土壤調(diào)查數(shù)據(jù)的土壤質(zhì)地?cái)?shù)據(jù)和CLCV陸地覆蓋資料較原下墊面數(shù)據(jù)有更好的適用性，能夠改善CLM3.5土壤濕度的模擬。究其原因，主要是土壤質(zhì)地和陸地覆蓋變化改善了飽和土壤含水量、土壤滲透、蒸散發(fā)、地表反照率和徑流的模擬，從而直接和間接改善了模式對土壤濕度的模擬。另外，相比于陸地覆蓋，土壤質(zhì)地在大部地區(qū)更能有效改進(jìn)模式偏濕的情況，相對于陸地覆蓋變化的影響，土壤質(zhì)地的影響更大。

（3）CLM-new、CLM-clcv、CLM-snss和CLM-ctl結(jié)果都能反映出臺站觀測土壤濕度在內(nèi)蒙古東部的呼倫貝爾為土壤濕度高值區(qū)、阿拉善高原部分地區(qū)和河套地區(qū)為土壤濕度低值區(qū)的空間分布特征。CLM-ctl土壤濕度較之于觀測值在0～10 cm和10～50 cm兩個(gè)層次均系統(tǒng)性偏濕，但CLM-new土壤濕度最接近于觀測。在內(nèi)蒙古地區(qū)，各層土壤濕度觀測和四個(gè)試驗(yàn)?zāi)M土壤濕度均顯著相關(guān)。

一般而言，土壤濕度增大、植被改善（如呼倫貝爾中東部地區(qū)森林比例增多，C3草比例減少）均會導(dǎo)致蒸散發(fā)增加，土壤濕度增大同時(shí)會伴隨徑流增加等。而在本研究中，蒸散和徑流均有不同程度的減小。一些研究表明，不同流域蒸散發(fā)量隨著森林覆蓋率的增加各有不同的變化趨勢（鄭紹偉等，2010）；嫩江流域草地蒸散值大于森林，具有較小的徑流，表現(xiàn)出很強(qiáng)的蓄水保水作用（陳祥偉，2001），這說明森林增加并不一定意味著蒸散增加和徑流增加。而對于呼倫貝爾中東部地區(qū)的情形在未來的工作中有待進(jìn)一步探討。

盡管使用CLDAS大氣強(qiáng)迫驅(qū)動基于第二次土壤調(diào)查數(shù)據(jù)的土壤質(zhì)地資料和CLCV陸地覆蓋數(shù)據(jù)的CLM3.5模擬結(jié)果能夠更好地反映出內(nèi)蒙古地區(qū)土壤濕度的空間分布和時(shí)空變化特征，但對土壤濕度的模擬存在一定的誤差。這也與陸面模式生物地球物理過程描述不完善等有關(guān)。影響陸面模式土壤水分傳輸?shù)闹饕蛩赜械乇韽搅骱痛蔚乇韽搅鳌⒅脖还趯咏亓?、冠層蒸發(fā)蒸騰及其與地下水的相互反饋等，而陸面模式對土壤水熱傳輸過程的描述并不健全。這些都將會導(dǎo)致模式模擬的偏差。

Benitez P C, McCallum I, Obersteiner M, et al. 2004. Global supply for carbon sequestration: Identifying least-cost afforestation sites under country risk consideration [R]. International Institute for Applied System Analysis, IR-04-022.

Bonan G B. 1996. A land surface model (LSM version 1.0) for ecological, hydrological, and atmospheric studies: Technical description and user’s guide [R]. Boulder, CO (United States): Climate Glob Dyn Div, National Center for Atmospheric Research, 1–150.

Chahine M T. 1992. The hydrological cycle and its influence on climate [J]. Nature, 359 (6394): 373–380, doi:10.1038/359373a0.

Chang J T, Wetzel P J. 1991. Effects of spatial variations of soil moisture and vegetation on the evolution of a prestorm environment: A numerical case study [J]. Mon. Wea. Rev., 119 (6): 1368–1390, doi:10.1175/1520- 0493(1991)119<1368:EOSVOS>2.0.CO;2.

Chen F, Dudhia J. 2001. Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 modeling system. Part I: Model implementation and sensitivity [J]. Mon. Wea. Rev., 129 (4): 569–585, doi:10.1175/1520-0493(2001)129<0569:CAALSH>2.0.CO;2.

陳祥偉. 2001. 嫩江上游流域生態(tài)系統(tǒng)水量平衡的研究 [J]. 應(yīng)用生態(tài)學(xué)報(bào), 12 (6): 903–907. Chen Xiangwei. 2001. Water balance of watershed ecosystem in river upper reaches of Nenjiang [J]. Chinese J. Appl. Ecol. (in Chinese), 12 (6): 903–907.

陳鋒, 謝正輝. 2009. 基于中國植被數(shù)據(jù)的陸面覆蓋及其對陸面過程模擬的影響 [J]. 大氣科學(xué), 33 (4): 681–697. Chen Feng, Xie Zhenghui. 2009. A land cover dataset based on Chinese vegetation data and its impact on land surface simulations [J]. Chinese J. Atmos. Sci. (in Chinese), 33 (4): 681–697, doi:10.3878/j.issn.1006-9895.2009.04.03.

Clapp R B, Hornberger G M. 1978. Empirical equations for some soil hydraulic properties [J]. Water Resour. Res., 14 (4): 601–604, doi:10.1029/WR014i004p00601.

Dai Y J, Zeng Q C. 1997. A land surface model (IAP94) for climate studies. Part I: Formulation and validation in off-line experiments [J]. Adv. Atmos. Sci., 14 (4): 433–460, doi:10.1007/s00376-997-0063-4.

Dai Y J, Zeng X B, Dickinson R E, et al. 2003. The common land model [J]. Bull. Amer. Meteor. Soc., 84 (8): 1013–1023, doi:10.1175/BAMS-84- 8-1013.

Defries R S, Hansen M C, Townshend J R G, et al. 2000. A new global 1-km dataset of percentage tree cover derived from remote sensing [J]. Global Change Biol., 6 (2): 247–254, doi:10.1046/j.1365-2486.2000.00296.x.

Dickinson R E, Henderson-Sellers A, Kennedy P J, et al. 1986. Biosphere-atmosphere transfer scheme (BATS) for the NCAR community climate model [R]. NCAR Tech. Note NCARE/TN-275+STR, doi:10.5065/D6668B58.

Dickinson R E, Henderson-Sellers A, Kennedy P J, et al. 1993. Biosphere– Atmosphere Transfer Scheme (BATS) version 1e as coupled to the NCAR community climate model [R]. NCAR Tech. Note NCAR/TN387 + STR, 1–77, doi:10.5065/D67W6959.

Dickinson R E, Oleson K W, Bonan G, et al. 2006. The community land model and its climate statistics as a component of the community climate system model [J]. J. Climate, 19 (11): 2302–2324, doi:10.1175/JCLI3742. 1.

杜川利, 劉曉東, Wu Wanli. 2008. CLM3模擬的1979～2003年中國土壤濕度及其對全球變暖的可能響應(yīng) [J]. 高原氣象, 27 (3): 463–473. Du Chuanli, Liu Xiaodong, Wu Wanli. 2008. CLM3-simulated Chinese soil moisture during 1979–2003 and its possible response to global warming [J]. Plateau Meteor. (in Chinese), 27 (3): 463–473.

FAO, IIASA, ISRIC, et al. 2009. Harmonized world soil database (version1.1) [R]. Rome: FAO and IIASA.

Ferranti L, Viterbo P. 2006. The European summer of 2003: Sensitivity to soil water initial conditions [J]. J. Climate, 19 (15): 3659–3680, doi:10.1175/JCLI3810.1.

龔偉偉. 2014. CMA陸面數(shù)據(jù)同化系統(tǒng)(CLDAS) 產(chǎn)品評估 [D]. 南京信息工程大學(xué)碩士學(xué)位論文, 37pp. Gong Weiwei. 2014. Evaluation on the products of CMA Land Data Assimilation System [D]. M. S. thesis (in Chinese), Nanjing University of Information Science & Technology, 37pp.

郭維棟, 馬柱國, 王會軍. 2007. 土壤濕度——一個(gè)跨季度降水預(yù)測中的重要因子及其應(yīng)用探討 [J]. 氣候與環(huán)境研究, 12 (1): 20–28. Guo Weidong, Ma Zhuguo, Wang Huijun. 2007. Soil moisture——An important factor of seasonal precipitation prediction and its application [J]. Climatic Environ. Res. (in Chinese), 12 (1): 20–28, doi:10.3969/j.issn. 1006-9585.2007.01.003.

Jia B H, Xie Z H, Dai A G, et al. 2013. Evaluation of satellite and reanalysis products of downward surface solar radiation over East Asia: Spatial and seasonal variations [J]. J. Geophys. Res., 118 (9): 3431–3446, doi:10. 1002/jgrd.50353.

Koster R D, Dirmeyer P A, Guo Z C, et al. 2004. Regions of strong coupling between soil moisture and precipitation [J]. Science, 305 (5687): 1138– 1140, doi:10.1126/science.1100217.

Lawrence D M, Thornton P E, Oleson K W, et al. 2007. The partitioning of evapotranspiration into transpiration, soil evaporation, and canopy evaporation in a GCM: Impacts on land–atmosphere interaction [J]. J. Hydrometeorol., 8 (4): 862–880, doi:10.1175/JHM596.1.

Lawrence P J, Chase T N. 2007. Representing a new MODIS consistent land surface in the Community Land Model (CLM 3.0) [J]. J. Geophys. Res., 112 (G1), doi:10.1029/2006JG000168.

Li Mingxing, Ma Zhuguo, Niu Guoyue. 2011. Modeling spatial and temporal variations in soil moisture in China [J]. Chinese Sci. Bull., 56 (17): 1809–1820, doi:10.1007/s11434-011-4493-0.

梁曉, 戴永久. 2008. 通用陸面模式對土壤質(zhì)地和亮度的敏感性分析 [J]. 氣候與環(huán)境研究, 13 (5): 585–597. Liang Xiao, Dai Yongjiu. 2008. A sensitivity study of the common land model on soil texture and soil brightness [J]. Climatic Environ. Res. (in Chinese), 13 (5): 585–597, doi:10.3878/j.issn.1006-9585.2008.05.01.

林朝暉, 劉輝志, 謝正輝, 等. 2008. 陸面水文過程研究進(jìn)展 [J]. 大氣科學(xué), 32 (4): 935–949. Lin Zhaohui, Liu Huizhi, Xie Zhenghui, et al. 2008. Recent progress in the land-surface and hydrological process studies [J]. Chinese J. Atmos. Sci. (in Chinese), 32 (4): 935–949, doi:10.3878/j.issn.1006-9895.2008.04.19.

劉建國. 2013. 陸面水文過程集合模擬及其不確定性研究 [D]. 中國科學(xué)院大學(xué)博士學(xué)位論文, 54–98. Liu Jianguo. 2013. Ensemble simulation for land surface hydrologic process and its uncertainty [D]. Ph. D. dissertation (in Chinese), University of Chinese Academy of Sciences, 54–98.

馬倩. 2011. 基于多模式集合的陸面水文過程模擬研究 [D]. 中國科學(xué)院研究生院博士學(xué)位論文, 55–76. Ma Qian. 2011. Investigating the land water cycle based on multimodels [D]. Ph. D. dissertation (in Chinese), University of Chinese Academy of Sciences, 55–76.

Niu G Y, Yang Z L, Dickinson R E, et al. 2005. A simple TOPMODEL-based runoff parameterization (SIMTOP) for use in global climate models [J]. J. Geophys. Res., 110 (D21), doi:10.1029/ 2005JD006111.

Niu G Y, Yang Z L. 2006. Effects of frozen soil on snowmelt runoff and soil water storage at a continental scale [J]. J. Hydrometeorol., 7 (5): 937–952, doi:10.1175/JHM538.1.

Niu G Y, Yang Z L, Dickinson R E, et al. 2007. Development of a simple groundwater model for use in climate models and evaluation with gravity recovery and climate experiment data [J]. J. Geophys. Res., 112 (D7), doi:10.1029/2006JD007522.

Oleson K W, Dai Y J, Bonan G, et al. 2004. Technical description of the Community Land Model (CLM) [R]. NCAR Tech. Note NCAR/Tn-461+ Str, doi:10.5065/D6N877R0.

Oleson K W, Niu G Y, Yang Z L, et al. 2007. CLM3.5 Documentation [R]. Boulder: National Center for Atmospheric Research.

Oleson K W, Niu G Y, Yang Z L, et al. 2008. Improvements to the Community Land Model and their impact on the hydrological cycle [J]. J. Geophys. Res., 113 (G1), doi:10.1029/2007JG000563.

Oleson K W, Bonan G B, Feddema J J, et al. 2010. Technical description of an urban parameterization for the Community Land Model (CLMU) [R]. NCAR Tech. Note NCAR/TN-480+STR, doi:10.5065/D6K35RM9 .

潘旸, 沈艷, 宇婧婧, 等. 2012. 基于最優(yōu)插值方法分析的中國區(qū)域地面觀測與衛(wèi)星反演逐時(shí)降水融合試驗(yàn) [J]. 氣象學(xué)報(bào), 70 (6): 1381–1389. Pan Yang, Shen Yan, Yu Jingjing, et al. 2012. Analysis of the combined gauge-satellite hourly precipitation over China based on the OI technique [J]. Acta Meteor. Sinica (in Chinese), 70 (6): 1381–1389, doi:10.11676/ qxxb2012.116.

Qian T T, Dai A G, Trenberth K E, et al. 2006. Simulation of global land surface conditions from 1948 to 2004. Part I: Forcing data and evaluations [J]. J. Hydrometeorol., 7 (5): 953–975, doi:10.1175/ JHM540.1.

Shangguan W, Dai Y J, Liu B Y, et al. 2012. A soil particle-size distribution dataset for regional land and climate modelling in China [J]. Geoderma, 171–172: 85–91, doi:10.1016/j.geoderma.2011.01.013.

Shangguan W, Dai Y J, Liu B Y, et al. 2013. A China data set of soil properties for land surface modeling [J]. J. Adv. Model. Earth Syst., 5 (2): 212–224, doi: 10.1002/jame.20026.

Shi C X, Xie Z H, Qian H, et al. 2011. China land soil moisture EnKF data assimilation based on satellite remote sensing data [J]. Sci. China Earth Sci., 54 (9): 1430–1440, doi:10.1007/s11430-010-4160-3.

宋海清. 2013. 基于PODEn4DVar數(shù)據(jù)同化方法的全球陸面數(shù)據(jù)同化系統(tǒng)發(fā)展 [D]. 北京信息科技大學(xué)碩士學(xué)位論文, 41–42. Song Haiqing. 2013. The development of a global land data assimilation system based on PODEn4DVar [D]. M. S. thesis (in Chinese), Beijing Information Science Technology University, 41–42.

孫丞虎, 李維京, 張祖強(qiáng), 等. 2005. 淮河流域土壤濕度異常的時(shí)空分布特征及其與氣候異常關(guān)系的初步研究 [J]. 應(yīng)用氣象學(xué)報(bào), 16 (2): 129–138. Sun Chenghu, Li Weijing, Zhang Zuqiang, et al. 2005. Distribution and variation features of soil humidity anomaly in Huaihe River basin and its relationship with climatic anomaly [J]. J. Appl. Meteor. Sci. (in Chinese), 2005, 16 (2): 129–138, doi:10.3969/j.issn.1001-7313. 2005.02.001.

Tian X J, Xie Z H, Dai A G, et al. 2009. A dual-pass variational data assimilation framework for estimating soil moisture profiles from AMSR-E microwave brightness temperature [J]. J. Geophys. Res., 114 (D16): D16102, doi:10.1029/2008JD011600.

Tian X J, Xie Z H, Dai A G, et al. 2010. A microwave land data assimilation system: Scheme and preliminary evaluation over China [J]. J. Geophys. Res., 115 (D21), doi:10.1029/2010JD014370.

Twine T E, Kucharik C J, Foley J A. 2004. Effects of land cover change on the energy and water balance of the Mississippi River basin [J]. J. Hydrometeorol., 5 (4): 640–655, doi:10.1175/1525-7541(2004)005<0640: EOLCCO>2.0.CO;2.

U S National Research Council. 1994. GOALS (Global Ocean- Atmosphere-Land System) for Predicting Seasonal-to-International Climate [M]. Washington D C: National Academy Press, 103.

吳龍剛, 王愛慧, 盛炎平. 2014. 土壤質(zhì)地對中國區(qū)域陸面過程模擬的影響 [J]. 氣候與環(huán)境研究, 19 (5): 559–571. Wu Longgang, Wang Aihui, Sheng Yanping. 2014. Impact of soil texture on the simulation of land surface processes in China [J]. Climatic Environ. Res. (in Chinese), 19 (5): 559–571, doi:10.3878/j.issn.1006-9585.2013.13055.

Xue Y, Sellers P J, Kinter J L, et al. 1991. A simplified biosphere model for global climate studies [J]. J. Climate, 4 (3): 345–364, doi:10.1175/ 1520-0442(1991)004<0345:ASBMFG>2.0.CO;2.

于燕, 謝正輝. 2012. 中國區(qū)域陸面覆蓋變化的氣候效應(yīng)模擬研究 [J]. 氣候變化研究進(jìn)展, 8 (6): 426–433. Yu Yan, Xie Zhenghui. 2012. A simulation study on climatic effects of land cover change in China [J]. Progressus Inquisitiones de Mutatione Climatis (in Chinese), 8 (6): 426–433, doi:10.3969/j.issn.1673-1719.2012.06.006.

張濤. 2013. 基于LAPS/STMAS的多源資料融合及應(yīng)用研究 [D]. 南京信息工程大學(xué)碩士學(xué)位論文, 20pp. Zhang Tao. 2013. Multi-source data fusion and application research base on LAPS/STMAS [D]. M. S. thesis (in Chinese), Nanjing University of Information Science & Technology, 20pp.

張文君, 周天軍, 宇如聰. 2008. 中國土壤濕度的分布與變化 I.多種資料間的比較 [J]. 大氣科學(xué), 32 (3): 581–597. Zhang Wenjun, Zhou Tianjun, Yu Rucong. 2008. Spatial distribution and temporal variation of soil moisture over China. Part I: Multi-data intercomparison [J]. Chinese J. Atmos. Sci. (in Chinese), 32 (3): 581–597, doi:10.3878/j.issn.1006- 9895.2008.03.15.

鄭紹偉, 慕長龍, 陳祖銘, 等. 2010. 長江上游森林影響流域水文過程模擬分析 [J]. 生態(tài)學(xué)報(bào), 30 (11): 3046–3056. Zheng Shaowei, Mu Changlong, Chen Zuming, et al. 2010. Simulations and analysis on the effects of forest on the hydrological processes in the upper reaches of Yangtze River [J]. Acta Ecol. Sinica (in Chinese), 30 (11): 3046–3056.

朱司光. 2012. NCAR_CLM系列陸面模式對全球和區(qū)域陸面過程模擬的對比研究 [D]. 南京信息工程大學(xué)碩士學(xué)位論文, 15–23. Zhu Siguang. 2012. Comparison study on simulation results of global and regional land surface progresses from three versions of community land model [D]. M. S. thesis (in Chinese), Nanjing University of Information Science & Technology, 15–23.

宋海清，李云鵬，師春香，等. 2016. 內(nèi)蒙古地區(qū)下墊面變化對土壤濕度數(shù)值模擬的影響[J]. 大氣科學(xué), 40 (6): 1165?1181. Song Haiqing, Li Yunpeng, Shi Chunxiang, et al. 2016. Impact of underlying surface change on the numerical simulation of soil moisture in Inner Mongolia of China [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (6): 1165?1181, doi:10.3878/j.issn.1006-9895.1601.14289.

Impact of Underlying Surface Change on the Numerical Simulation of Soil Moisture in Inner Mongolia of China

Song Haiqing1, Li Yunpeng1, Shi Chunxiang2, Yu Yan3, Sun Xiaolong1, Yang Xiaohua1, Wu Hao4

1,010051 ;2,100081;3,310002;4021008

The Community Land Model version 3.5(CLM3.5) is used to investigate the impact of underlying surface change on soil moisture (SM) simulation over Inner Mongolia. The model is driven by CLDAS (the atmospheric forcing data of CMA Land Data Assimilation System) outputs for the period of 2011 to 2013. Four 3-year (2011–2013) experiments with different surface information, i.e. the soil texture dataset from the Second National Soil Survey on China (SNSS) and CLCV (Chinese land cover derived from vegetation map) (CLM-new), the dataset from FAO and CLCV (CLM-clcv), the dataset from SNSS and the MODIS (CLM-snss), and the dataset from FAO (Food and Agriculture Organization of United Nations) and MODIS (CLM-ctl), are conducted. Results of SM simulations from the four experiments are compared to in-situ measurements of soil moisture collected at 46 stations. It is found that the observed temporal variations of SM can be better simulated in all the three experiments (CLM-new, CLM-snss, and CLM-clcv) compared to that in the control experiment (CLM-ctl). Major improvements are found over Hulunbuir in the CLM-clcv simulation, while improvements over large areas except Hulunbuir have been found in the CLM-snss simulation. Systematic overestimation of soil moisture at each soil layer is found in the CLM-ctl simulation. Among the four experiments, the CLM-new performs best and can well reproduce the spatial–temporal patterns of soil moisture in Inner Mongolia. The high correlation coefficient between the CLM-new simulation and observations and small bias and root mean square error indicate that this experiment can well simulate soil moisture in Inner Mongolia.

CLDAS (CMA Land Data Assimilation System), CLM3.5 (Community Land Model version 3.5), Soil moisture, Underlying surface, Inner Mongolia area

1006-9895(2016)06-1165-18

P461.4

A

10.3878/j.issn.1006-9895.1601.14289

2014-10-13；網(wǎng)絡(luò)預(yù)出版日期2016-01-29

宋海清，男，1988年生，博士研究生，主要從事陸面數(shù)據(jù)同化研究。E-mail: haiqingsong2010@163.com

李云鵬，男，研究員，E-mail: lyp5230@163.com

內(nèi)蒙古自治區(qū)氣象局科技創(chuàng)新項(xiàng)目nmqxkjcx201406、nmqxkjcx201602，內(nèi)蒙古自治區(qū)氣象局青年基金項(xiàng)目nmqnqx201603，國家公益性行業(yè)（氣象）科研專項(xiàng)GYHY201306022、GYHY201306045，GYHY201506016，國家自然科學(xué)基金項(xiàng)目91437220

The Scientific and Technological Innovation Project of the Inner Mongolia Meteorological Bureau (Grants nmqxkjcx201406, nmqxkjcx201602), Youth Foundation of the Inner Mongolia Meteorological Bureau (Grant nmqnqx201603), Special Scientific ResearchFund of Meteorological Public Welfare Profession of China (Grants GYHY201306022, GYHY201306045,GYHY201506016), National Natural Science Foundation of China (NSFC) (Grant 91437220)