NCAR/CLM系列陸面模式對(duì)內(nèi)蒙古地表溫度的模擬評(píng)估*

張 超,宋海清,吳國(guó)周,李云鵬

(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)

NCAR/CLM系列陸面模式對(duì)內(nèi)蒙古地表溫度的模擬評(píng)估*

張 超,宋海清,吳國(guó)周,李云鵬**

(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)

地表溫度是影響陸-氣之間能量和物質(zhì)交換的重要地球物理變量,對(duì)調(diào)節(jié)全球氣候系統(tǒng)能量循環(huán)起著不可或缺的作用。為探討美國(guó)國(guó)家大氣研究中心(The National Center for Atmospheric Research,NCAR)公共陸面模式(Community Land Model,CLM)對(duì)地表溫度的模擬能力,利用 1948—2004年美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction,NCEP)大氣強(qiáng)迫場(chǎng)和NCAR陸面模式CLM3.0、CLM3.5、CLM4.0和CLM4.5對(duì)內(nèi)蒙古地區(qū)1981—2004年的地表溫度進(jìn)行off-line模擬,并與觀測(cè)地面溫度資料進(jìn)行對(duì)比。結(jié)果表明: NCAR/CLM 系列陸面模式模擬地表溫度都能較好地再現(xiàn)內(nèi)蒙古地表溫度的時(shí)空變化特征,與臺(tái)站觀測(cè)有著較好的一致性,其中CLM4.5在內(nèi)蒙古地區(qū)模擬能力最好,與觀測(cè)的相關(guān)系數(shù)最高、平均偏差和均方根誤差都最小,這主要得益于 CLM4.5對(duì)粗糙度計(jì)算的改進(jìn); 不同版本 CLM 模擬地表溫度普遍較觀測(cè)數(shù)值偏低,在冬季各版本 CLM模擬結(jié)果與觀測(cè)值之間的平均偏差達(dá)到最小,在夏季的偏差增大,尤其是在東部地區(qū),夏季偏差 3 ℃以上,說(shuō)明對(duì)最高地表溫度的模擬能力東部和中部地區(qū)明顯低于西部地區(qū); 西部地區(qū)各個(gè)版本差別并不如東部和中部地區(qū)明顯,這與 CLM4.0和 CLM4.5改進(jìn)了雪模式和水文過(guò)程有關(guān)。綜上,CLM4.0和CLM4.5在內(nèi)蒙古地區(qū)有較好的適用性,且模擬值均低于實(shí)測(cè)地表溫度,冬季偏差較小,夏季偏差增大,東部地區(qū)偏差大于中部和西部地區(qū)。

NCEP; CLM; 地表溫度; 數(shù)值模擬; 內(nèi)蒙古

地表溫度作為表征土壤水熱狀況的地球物理變量,是影響陸-氣之間能量和物質(zhì)交換的重要因子之一[1-2],通過(guò)影響地表能量和水分收支來(lái)影響全球氣候變化[3]。葉篤正等[4]研究表明青藏高原地面加熱對(duì)東亞地區(qū)的夏季大氣環(huán)流有重要影響。Wu等[5-6]提出土壤溫度反饋能夠顯著放大氣溫變率,對(duì)夏季氣候年際變率產(chǎn)生重要影響,貢獻(xiàn)30%～70%的方差。Yang等[7-8]認(rèn)為土壤溫度的記憶會(huì)隨著季節(jié)、區(qū)域和深度而變化,春季的土壤溫度與我國(guó)西北干旱/半干旱地區(qū)夏季氣溫有著顯著關(guān)系。因此,獲取精確的地表溫度對(duì)研究氣候變化、土壤水分、凍土融化、農(nóng)作物播種等均有重要意義[9]。

氣象臺(tái)站長(zhǎng)時(shí)間序列的地表溫度觀測(cè)資料是離散的,空間上缺乏連續(xù)性; 衛(wèi)星反演地表溫度能夠獲取空間連續(xù)的資料,但時(shí)間序列較短。近年來(lái),通過(guò)陸面模式模擬地表溫度成為獲取高時(shí)空分辨率的地表溫度數(shù)據(jù)的有效途徑。本研究所用的陸面模式是美國(guó)國(guó)家大氣研究中心(NCAR)的公用陸面模式(Community Land Model,CLM),該模式是目前國(guó)際上最完善的第3代陸面模式之一,是氣候系統(tǒng)模式(CCSM)的陸面分量,被廣泛應(yīng)用于陸面過(guò)程模擬和氣候變化研究。

由于系列陸面模式不同版本之間存在很大差異,這些差異可以在很大程度上代表某些關(guān)鍵陸面物理過(guò)程的差異。通過(guò)對(duì)比不同版本模式的模擬結(jié)果,可以了解這些關(guān)鍵陸面過(guò)程差異所造成的影響,加深對(duì)關(guān)鍵陸面物理過(guò)程的理解。陳海山等[10-11]利用CLM3.0對(duì)中國(guó)區(qū)域淺層和深層土壤溫度進(jìn)行模擬與對(duì)比,朱司光等[12-13]利用CLM3.0、CLM3.5和CLM4.0 3個(gè)版本的CLM對(duì)全球近50 a陸面狀況進(jìn)行模擬與對(duì)比,但CLM4.5模式模擬能力尚未得到檢驗(yàn)。此外,針對(duì)全球、全國(guó)區(qū)域開(kāi)展的評(píng)估檢驗(yàn)站點(diǎn)數(shù)量較少,內(nèi)蒙古地區(qū)東西跨度大,農(nóng)牧林交錯(cuò)地表類型較為復(fù)雜,有必要增加地表觀測(cè)點(diǎn)數(shù)量,提高對(duì)比評(píng)估的代表性。

本文基于CLM3.0、CLM3.5、CLM4.0和CLM4.5 4個(gè)不同版本的陸面模式對(duì)內(nèi)蒙古陸面過(guò)程中地表溫度進(jìn)行模擬,利用內(nèi)蒙古113個(gè)臺(tái)站逐月0 cm地表溫度觀測(cè)資料(1981—2004年)評(píng)估不同版本NCAR/CLM模擬結(jié)果,在較長(zhǎng)時(shí)間尺度上檢驗(yàn)NCAR/CLM系列陸面模式在跨越半濕潤(rùn)-半干旱-干旱區(qū)的內(nèi)蒙古高原的模擬性能和精度,旨在系統(tǒng)地對(duì)比和分析系列模式之間的結(jié)果差異,檢驗(yàn)?zāi)Ｊ皆趦?nèi)蒙古區(qū)域的模擬能力,以期能為將來(lái)的模式改進(jìn)提供一些幫助和參考。

1 資料與方法

1.1 數(shù)據(jù)來(lái)源及處理

本文所用的資料包括NCEP大氣強(qiáng)迫場(chǎng)資料和內(nèi)蒙古臺(tái)站觀測(cè)資料。Qian等[14-15]基于NCAR/NCEP的1948—2004年全球近地面氣溫、氣壓、風(fēng)速、比濕、輻射和降水資料發(fā)展了時(shí)空分辨率為3 h、T62的氣象強(qiáng)迫場(chǎng)數(shù)據(jù)。研究表明,使用NCEP大氣強(qiáng)迫場(chǎng)驅(qū)動(dòng)CLM3,對(duì)陸表水文變量有著較好的模擬。地表溫度評(píng)估所用氣象站觀測(cè)資料來(lái)自內(nèi)蒙古生態(tài)與農(nóng)業(yè)氣象中心提供的內(nèi)蒙古氣象站觀測(cè)資料,該資料包含了全自治區(qū)1981—2004年113個(gè)常規(guī)人工臺(tái)站觀測(cè)的月平均地表溫度,已剔除站點(diǎn)包括: 資料年代不足的3個(gè)站點(diǎn)(霍林郭勒2006年建站,呼市南郊1991建站,孿井灘1991年建站)、遷站的1個(gè)站點(diǎn)(頭道湖)和地處國(guó)界線邊緣,受空間分辨率影響無(wú)法使用的2個(gè)站點(diǎn)(二連浩特、滿洲里)。

使用NCEP大氣強(qiáng)迫場(chǎng)(1948—2004年)驅(qū)動(dòng)NCAR/CLM運(yùn)行112年作為初始場(chǎng),開(kāi)始運(yùn)行CLM,積分步長(zhǎng)為1 800 s,1981—2004年的結(jié)果用于分析。各版本NCAR/CLM模擬輸出月平均地表溫度數(shù)據(jù)空間分辨率0.5°×0.5°,覆蓋整個(gè)內(nèi)蒙古地區(qū)。在分析各版本輸出資料與觀測(cè)之間的差異時(shí),采用距離觀測(cè)位置最近的格點(diǎn)與該站點(diǎn)資料一一匹配的方法[16]。為了定量地分析各版本輸出地表溫度資料在內(nèi)蒙古地區(qū)的差異,采用平均偏差、均方根誤差和相關(guān)系數(shù)3個(gè)特征統(tǒng)計(jì)量進(jìn)行對(duì)比。

1.2 CLM不同版本差異分析

2004年CLM3.0正式發(fā)布,在垂直上有1層植被冠層、10層土壤層和最多5層的積雪(根據(jù)積雪厚度而定),可以對(duì)生物地球物理過(guò)程、生物地球化學(xué)過(guò)程、水文過(guò)程和全球動(dòng)力植被過(guò)程(可選)進(jìn)行模擬。下墊面每個(gè)格點(diǎn)內(nèi)分成冰川、濕地、湖泊、植被和城市5類次網(wǎng)格覆蓋類型,每個(gè)網(wǎng)格的植被又分成多種不同的植物功能型。土壤質(zhì)地考慮了砂土和黏土的垂直變化[17-18]。

2008年CLM3.5發(fā)布,在CLM3.0的基礎(chǔ)上采用基于MODIS觀測(cè)資料的地表數(shù)據(jù)[19],改進(jìn)了冠層截留方案[20],選用基于TOP-MODEL模塊模擬徑流,增加了簡(jiǎn)單的地下水模塊[21],同時(shí)引進(jìn)全新的凍土參數(shù)化過(guò)程方案[22]。相對(duì)于CLM3.0,該版本更新的下墊面資料分辨率更加精細(xì),對(duì)土壤水熱模擬有明顯改進(jìn)[23]。

2010年CLM4.0發(fā)布,與CLM3.5相比,主要修正了Richards方程數(shù)值求解方案,用土壤蒸發(fā)阻力函數(shù)取代了阻力系數(shù),改進(jìn)了土壤邊界條件,使得地下水與土壤水直接耦合[24-25],同時(shí)考慮了冠層凋落物及冠層內(nèi)部穩(wěn)定性的影響,土壤有機(jī)質(zhì)對(duì)水分運(yùn)動(dòng)的影響等[26],積雪模式有了較大改進(jìn)[27],以上改進(jìn)大大改善了模式對(duì)水熱的模擬[28]。

2013年NCAR發(fā)布了新版公用地球系統(tǒng)模式CESM1.2.0,其中陸面分量為CLM4.5,改善了植被輻射過(guò)程及相關(guān)參數(shù)[29-30],改進(jìn)了多年凍土區(qū)水文過(guò)程[31],增加了可選水文過(guò)程VIC[32],新積雪部分參數(shù)化過(guò)程以提高對(duì)季節(jié)性雪深、雪蓋百分比的模擬[33]。

由于利用陸面模式NCAR/CLM在中國(guó)區(qū)域的評(píng)估工作較少,而且不同版本的NCAR/CLM差異對(duì)模擬地表溫度有怎樣的影響尚不清楚,因此,有必要將該版本在研究區(qū)域進(jìn)行數(shù)值模擬與分析評(píng)估。

1.3 研究區(qū)概況

內(nèi)蒙古是我國(guó)北方重要的生態(tài)屏障,占全國(guó)土地面積的12.3%,地域遼闊,氣象站觀測(cè)較為稀疏。大興安嶺-陰山-賀蘭山為東亞季風(fēng)邊緣區(qū),從東向西降水量逐漸減少,年平均氣溫逐步增加,從半濕潤(rùn)、半干旱到干旱分布。為了對(duì)氣候差異較大的內(nèi)蒙古地區(qū)的地表溫度進(jìn)行合理評(píng)估,按照《關(guān)于使用統(tǒng)一氣象預(yù)報(bào)地域用語(yǔ)標(biāo)準(zhǔn)的通知》(內(nèi)氣科函[2008]34號(hào))文件,將內(nèi)蒙古劃分為東部、中部和西部3個(gè)區(qū)域,東部包括呼倫貝爾、興安盟、通遼、赤峰,中部包括錫林郭勒、烏蘭察布、呼和浩特,西部包括包頭、鄂爾多斯、巴彥淖爾、烏海、阿拉善,各盟市地理位置如圖1所示[34]。

2 結(jié)果與分析

2.1 地表溫度的氣候態(tài)空間分布特征與統(tǒng)計(jì)分析

冷偏差是指模擬地表溫度比觀測(cè)低,反之為暖偏差。分別繪制1981—2004年站點(diǎn)觀測(cè)平均地表溫度空間分布和CLM不同版本模擬平均地表溫度的空間分布(圖2)。

從1981—2004年平均地表溫度空間分布圖可以看出,CLM3.0、CLM3.5、CLM4.0和CLM4.5模擬地表溫度空間分布與臺(tái)站觀測(cè)有著較好的一致性,都能較好地再現(xiàn)內(nèi)蒙古地區(qū)地表溫度從東北向西部逐漸增高的空間分布特征(圖2)。主要呈現(xiàn)徑向分布,東西部溫差較大。呼倫貝爾北部是多年平均地表溫度的低值區(qū),最低值可達(dá)-2 ℃以下; 阿拉善盟是多年平均地表溫度的高值區(qū),中心平均最高溫度可達(dá)12 ℃以上; 在赤峰、通遼等部分西遼河流域地區(qū)地表溫度也較高,僅次于阿拉善高原地區(qū); 中部地區(qū)地表溫度 4 ℃左右。各版本陸面模式模擬地表溫度與觀測(cè)資料比較接近,特別是在西部地區(qū)。

圖1 內(nèi)蒙古區(qū)域劃分及氣象站點(diǎn)分布Fig.1 Regional division and distribution of weather stations in Inner Mongolia

圖2 1981—2004年觀測(cè)(a)和不同版本CLM模擬(b-e)的內(nèi)蒙古平均地表溫度空間分布Fig.2 Spatial distribution of average surface temperature in Inner Mongolia based on observation (a) and different versions of the CLM simulation (b-e)

各模式模擬結(jié)果與臺(tái)站觀測(cè)數(shù)據(jù)相比,全自治區(qū)均呈現(xiàn)出冷偏差,這種冷偏差在東部地區(qū)大于西部地區(qū)。陳海山等[10]研究表明,CLM3.0在河套及以東地區(qū)出現(xiàn)暖偏差,其余大部分地區(qū)出現(xiàn)冷偏差,與本文結(jié)果相一致,內(nèi)蒙古河套及以東地區(qū)冷偏差較小,呈現(xiàn)冷偏差自東向西減少的特點(diǎn)。在呼倫貝爾北部,各版本陸面模式CLM均模擬出地表溫度低于-4 ℃的低值區(qū),而該地區(qū)為大興安嶺腹地,無(wú)觀測(cè)資料,因而無(wú)法判定該地區(qū)模擬結(jié)果的可靠性。在西遼河流域地區(qū),各版本模式模擬結(jié)果都有低估的趨勢(shì),其中CLM4.0和CLM4.5相對(duì)模擬較好。而在鄂爾多斯高原,各個(gè)版本陸面模式模擬結(jié)果都顯著低估了該地區(qū)的地表溫度,CLM4.0和CLM4.5對(duì)鄂爾多斯高原南部地區(qū)模擬有所改善。在阿拉善右旗南部,各個(gè)版本模式模擬結(jié)果都有所低估,尤其是CLM3.5,低估6 ℃以上,而在CLM4.0和CLM4.5中有所改善,但仍然低估2 ℃左右。而對(duì)于西部沙漠地區(qū),模擬結(jié)果與觀測(cè)結(jié)果吻合較好。朱司光[13]研究表明,CLM4.0較之前兩個(gè)版本系統(tǒng)偏差相對(duì)較小,且各模式在淺層的結(jié)果極為接近,與本文結(jié)果相一致,各個(gè)版本模擬出的地表溫度的空間分布型較為類似,模擬結(jié)果接近,CLM4.0和CLM4.5模擬能力更好。

從表1統(tǒng)計(jì)特征可以看出,在東部、中部和西部3個(gè)地區(qū),各版本CLM模擬結(jié)果對(duì)研究區(qū)域大部地區(qū)地表溫度變化趨勢(shì)有著很好的模擬能力,不同版本CLM之間的差異并不顯著。

表1 內(nèi)蒙古東、中、西部地區(qū)不同版本CLM模擬和臺(tái)站觀測(cè)的地表溫度相關(guān)系數(shù)、平均偏差和均方根誤差Table 1 Surface temperature correlation coefficient,mean deviation and root mean square error of CLM simulation and station observation in different regions of Inner Mongolia

3套資料在各地區(qū)相關(guān)系數(shù)均比較高,高于0.995,且均通過(guò)了99.9%的信度檢驗(yàn)。4個(gè)版本模式模擬在相關(guān)系數(shù)上差別很小,東部地區(qū)最低相關(guān)系數(shù)為0.995 6,與最高相關(guān)系數(shù)0.998 1差別極小,中部地區(qū)和西部地區(qū)差別更小,說(shuō)明各版本CLM對(duì)東部地區(qū)地表溫度的趨勢(shì)模擬能力稍差于中西部地區(qū)。

從平均偏差來(lái)看,各版本平均偏差區(qū)別較大。在東部地區(qū),CLM4.5平均偏差最小為-1.87 ,℃ 最大偏差為CLM3.0,為-3.15 ℃,由此可見(jiàn),CLM4.5對(duì)東部地區(qū)的模擬偏差更為理想; 在中部地區(qū),CLM4.5的偏差最小,為-0.07 ,℃ 顯著低于CLM3.5的-1.05 ; ℃ 在西部地區(qū),CLM4.5有著最低的偏差,顯著低于CLM3.5的偏差。由此可見(jiàn)CLM4.5的偏差最小,對(duì)中西部地區(qū)的模擬偏差小于東部。

從均方根誤差來(lái)看,東部地區(qū) CLM4.0均方根誤差最小,為2.57,與CLM4.5不相上下,均顯著小于 CLM3.0的均方根誤差; 在中部地區(qū)各個(gè)版本均方根誤差差別不明顯,以CLM4.5和CLM4.0的最小,為 1.70和 1.73; 在西部地區(qū),各個(gè)版本均方根誤差同樣差別不顯著,CLM4.0 和CLM4.5表現(xiàn)最好,均好于CLM3.0和CLM3.5。

綜合 3個(gè)統(tǒng)計(jì)特征來(lái)看,在中部和西部地區(qū)CLM4.5顯著好于CLM3.0和CLM3.5,與CLM4.0差別較小,不管是相關(guān)系數(shù)還是平均偏差和均方根誤差均最好。在東部地區(qū)CLM4.0表現(xiàn)最好,有著最高的相關(guān)系數(shù)和最低的均方根誤差,但偏差稍遜于CLM4.5。CLM4.0和CLM4.5在3個(gè)分區(qū)表現(xiàn)較為一致,均表現(xiàn)為對(duì)中部和西部的模擬能力高于東部,東部偏差和均方根誤差略大,均顯示出冷偏差,中部和西部偏差和均方根誤差略小。

2.2 CLM 模式模擬地表溫度的季節(jié)循環(huán)與觀測(cè)資料的對(duì)比

通過(guò)對(duì)1981—2004年內(nèi)蒙古東部、中部和西部3個(gè)分區(qū)域月平均地表溫度的季節(jié)變化(圖3)能夠看出: 各個(gè)版本CLM模擬結(jié)果都能較好地再現(xiàn)地表溫度的季節(jié)循環(huán)變化,量值也較為接近,尤其是在 11月—翌年1月; 3個(gè)分區(qū)的地表溫度在1月達(dá)到最低,東部和中部地區(qū)低于-18 ,℃ 西部地區(qū)低于-10 ,℃7月達(dá)到最高,東部和中部地區(qū)高于 26 ,℃ 西部地區(qū)高于29 ℃。

各個(gè)版本CLM模擬結(jié)果在東部、中部和西部地區(qū)的變化趨勢(shì)比較一致。從不同版本CLM模擬的月平均地表溫度與觀測(cè)值平均偏差(圖4)可以看出,不同版本CLM模擬地表溫度普遍較觀測(cè)數(shù)值偏低。冬季,各版本CLM模擬結(jié)果與觀測(cè)值之間的平均偏差達(dá)到最小,夏季的偏差增大,尤其是在東部地區(qū),夏季差異 3～8 ,℃ 大于其他地區(qū),說(shuō)明東部和中部地區(qū)對(duì)最高地表溫度的模擬能力明顯低于對(duì)西部地區(qū)的模擬能力。CLM4.0和CLM4.5模擬結(jié)果明顯好于 CLM3.0和 CLM3.5模擬結(jié)果,量值更接近觀測(cè)值。但在西部地區(qū)各個(gè)版本差別并不如東部和中部地區(qū)明顯,這與CLM4.0和CLM4.5改進(jìn)了雪模式和水文過(guò)程有關(guān)。各版本CLM模擬結(jié)果時(shí)間變化趨勢(shì)一致性較高,均對(duì)地面溫度最低月份描述較好,但對(duì)最高地表溫度模擬能力有待進(jìn)一步改進(jìn)。另外從圖中還可以看出,CLM3.5對(duì)季節(jié)循環(huán)的模擬能力稍弱。

圖3 內(nèi)蒙古東部(a)、中部(b)和西部(c)1981—2004年觀測(cè)與CLM模擬月平均地表溫度圖Fig.3 Observed and CLM simulated monthly mean surface temperature from 1981 to 2004 in eastern (a),middle (b) and western (c) regions of Inner Mongolia

對(duì)歷年各月不同版本 CLM模擬結(jié)果與觀測(cè)值的平均偏差進(jìn)行分級(jí)個(gè)數(shù)統(tǒng)計(jì)(表2),可以看出,東部地區(qū)CLM3.0模擬結(jié)果比觀測(cè)值偏低5 ℃以上的月份達(dá) 82個(gè),偏差較大,其余各版本的模擬結(jié)果60%左右的月份比觀測(cè)值偏低 1～5 ℃ ; 中部地區(qū)CLM3.0、CLM3.5模擬結(jié)果50%以上的月份比觀測(cè)值偏低1～5 ℃,CLM4.0和CLM4.5模擬結(jié)果略好;西部地區(qū)各版本50%左右模擬結(jié)果較觀測(cè)值偏低1～5 ℃,32%左右模擬結(jié)果接近觀測(cè)值,相差-1～1 ℃。

2.3 地表溫度月平均時(shí)間序列與觀測(cè)值的對(duì)比

圖5是CLM3.0、CLM3.5、CLM4.0和CLM4.5模擬的地表溫度月平均時(shí)間序列與觀測(cè)值的比較。能夠看出,不同版本的CLM模擬結(jié)果均能較好地再現(xiàn)內(nèi)蒙古東部、中部和西部地區(qū)地表溫度的時(shí)間變化趨勢(shì)特征,24年逐月量值吻合均較好。

圖4 1981—2004年內(nèi)蒙古東部(a)、中部(b)和西部(c)不同版本CLM模擬結(jié)果與觀測(cè)值各月平均地表溫度偏差分布圖Fig.4 Deviations in monthly average surface temperature between CLM simulated and observed values from 1981 to 2004 in eastern (a),middle (b) and western (c) regions of Inner Mongolia

表2 1981—2004年內(nèi)蒙古東部、中部和西部不同版本CLM模擬和臺(tái)站觀測(cè)月平均地表溫度差值的分級(jí)個(gè)數(shù)統(tǒng)計(jì)Table 2 Classification numbers of difference in monthly average surface temperature between CLM simulated and observed values from 1981 to 2004 in eastern,middle and western regions of Inner Mongolia

圖5 1981—2004年內(nèi)蒙古東部(a)、中部(b)和西部(c)觀測(cè)地表溫度和模擬月平均地表溫度時(shí)間序列Fig.5 Time series of observed and simulated monthly mean surface temperature in eastern (a),central (b) and western (c) regions of Inner Mongolia from 1981 to 2004

總體來(lái)看,各個(gè)版本CLM均能夠較好地再現(xiàn)內(nèi)蒙古東部、中部和西部地區(qū)地表溫度的季節(jié)循環(huán)變化特征,在冬季的模擬要好于夏季,主要表現(xiàn)在各個(gè)版本CLM模擬結(jié)果在冬季的偏差明顯小于夏季。需要指出的是各個(gè)版本CLM模擬結(jié)果均比觀測(cè)值低,均低估了地表溫度,而且在東部地區(qū)低估程度要大于中部和西部地區(qū)。

3 結(jié)論與討論

本文利用1981—2004年4個(gè)版本的CLM模式模擬地表溫度在內(nèi)蒙古的時(shí)空變化,并分別與氣象站觀測(cè)資料進(jìn)行對(duì)比分析,探討了不同版本NCAR/CLM模擬地表溫度資料在內(nèi)蒙古東部、中部和西部的模擬能力和差異,并討論了其在內(nèi)蒙古各地區(qū)的適用性和精度。結(jié)論如下:

(1)NCAR不同版本的陸面模式模擬地表溫度都能較好地再現(xiàn)內(nèi)蒙古各個(gè)區(qū)域地表溫度的時(shí)空變化特征,其中CLM4.5模擬最好,有著最小的平均偏差和均方根誤差,以及更高的相關(guān)系數(shù),CLM4.0和CLM4.5模擬結(jié)果相近,在內(nèi)蒙古地區(qū)有較好的適用性。主要原因是CLM4.0和CLM4.5改善了陸面水文過(guò)程和雪模式以及輻射過(guò)程。CLM3.5使用2001年MODIS下墊面資料,但模擬分析時(shí)段為1981—2004年,受下墊面類型的年際變化及精度影響,CLM3.5表現(xiàn)較差; 而CLM4.0和CLM4.5采用了更高精度的下墊面資料,有效提高模擬效果。

(2)各版本CLM模擬值均低于實(shí)測(cè)地表溫度,均出現(xiàn)冷偏差,冬季偏差較小,夏季偏差增大,東部地區(qū)偏差大于中部和西部地區(qū)。主要原因有兩方面: 1)與CLM的生物地球物理過(guò)程描述有待進(jìn)一步完善以及陸面模式下墊面不合理等有關(guān); 2)氣象臺(tái)站觀測(cè)資料主要是在裸土地段進(jìn)行觀測(cè),相對(duì)于自然狀態(tài)下觀測(cè)溫度有差異,觀測(cè)的最高溫度高于自然狀態(tài),而模式模擬資料為自然狀態(tài)下的地表溫度,所以冷偏差顯著。而CLM4.5對(duì)該部分參數(shù)化有了改進(jìn),使得CLM4.5與觀測(cè)值更為接近。

由于內(nèi)蒙古地區(qū)地域廣大,而氣象站觀測(cè)站點(diǎn)數(shù)量有限,文中還存在一些需要改進(jìn)的地方。首先,在驗(yàn)證過(guò)程中不同數(shù)據(jù)尺度的匹配上,站點(diǎn)觀測(cè)只能代表該觀測(cè)點(diǎn)的狀況,對(duì)于周圍的代表性有限,而模式資料的空間分辨率為0.5°,代表的是該格點(diǎn)的平均狀態(tài),觀測(cè)密集的地區(qū)使用該格點(diǎn)覆蓋范圍的所有觀測(cè)點(diǎn)的平均來(lái)代表該點(diǎn)的狀態(tài),而觀測(cè)稀疏的地區(qū)最多只有1個(gè)站點(diǎn)代表,所以偏差在所難免。其次,模式下墊面代表性的問(wèn)題也有待改進(jìn),每年下墊面都有所不同,而模式運(yùn)行1948—2004年均使用同一年的下墊面資料,對(duì)于影響地表溫度的植被覆蓋等因子的變化考慮不足,也是下一步研究的重點(diǎn)。

References

[1]張慧智,史學(xué)正,于東升,等.中國(guó)土壤溫度的季節(jié)性變化及其區(qū)域分異研究[J].土壤學(xué)報(bào),2009,46(2): 227–234 Zhang H Z,Shi X Z,Yu D S,et al.Study on seasonal variations of soil temperature and its regional differentiation in China[J].Acta Pedologica Sinica,2009,46(2): 227–234

[2]陳海山,孫照渤.陸氣相互作用及陸面模式的研究進(jìn)展[J].南京氣象學(xué)院學(xué)報(bào),2002,25(2): 277–288 Chen H S,Sun Z B.Review of land-atmosphere interaction and land surface model studies[J].Journal of Nanjing Institute of Meteorology,2002,25(2): 277–288

[3]李崇銀.氣候動(dòng)力學(xué)引論[M].北京: 氣象出版社,1995: 290–296 Li C Y.Introduction to Climate Dynamics[M].Beijing: Meteorological Press,1995: 290–296

[4]葉篤正,張捷遷.青藏高原加熱作用對(duì)夏季東亞大氣環(huán)流影響的初步模擬[J].中國(guó)科學(xué),1974(3): 301–320 Ye D Z,Zhang J Q.Preliminary simulation of the influence of heating on the east Asian atmospheric circulation in the Tibetan Plateau[J].Science China,1974(3): 301–320

[5]Wu L Y,Zhang J Y.Strong subsurface soil temperature feedbacks on summer climate variability over the arid/semi-arid regions of East Asia[J].Atmospheric Science Letters,2014,15(4): 307–313,doi: 10.1002/asl2.504

[6]張井勇,吳凌云.陸-氣耦合增加中國(guó)的高溫?zé)崂薣J].科學(xué)通報(bào),2011,56(23): 1905–1909 Zhang J Y,Wu L Y.Land-atmosphere coupling amplifies hot extremes over China[J].Chinese Science Bulletin,2011,56(23): 1905–1909

[7]Yang K,Zhang J Y.Spatiotemporal characteristics of soil temperature memory in China from observation[J].Theoretical and Applied Climatology,2016,126(3/4): 739–749

[8]楊凱,馮永忠,李永平,等.黃土高原坡耕地不同耕作措施對(duì)土壤溫度和水分的作用效應(yīng)[J].干旱地區(qū)農(nóng)業(yè)研究,2009,27(4): 190–195 Yang K,Feng Y Z,Li Y P,et al.Effect of different cultivation measure on soil temperature and moisture in the Loess Plateau[J].Agricultural Research in the Arid Areas,2009,27(4): 190–195

[9]王愛(ài)文.考慮凍融界面變化的陸面過(guò)程模式[D].北京: 中國(guó)科學(xué)院大氣物理研究所,2013: 52 Wang A W.Land surface process model considering freezingthaw interfacial change[D].Beijing: Institute of Atmospheric Physics,Chinese Academy of Sciences 2013: 52

[10]陳海山,熊明明,沙文鈺.CLM 3.0對(duì)中國(guó)區(qū)域陸面過(guò)程的模擬試驗(yàn)及評(píng)估Ⅰ: 土壤溫度[J].氣象科學(xué),2010,30(5): 621–630 Chen H S,Xiong M M,Sha W Y.Simulation of land surface processes over China and its validation Part Ⅰ: Soil temperature[J].Scientia Meteorologica Sinica,2010,30(5): 621–630

[11]熊明明,陳海山,俞淼.CLM3.0對(duì)中國(guó)區(qū)域陸面過(guò)程的模擬試驗(yàn)及評(píng)估Ⅱ: 土壤濕度[J].氣象科學(xué),2011,31(1): 1–10 Xiong M M,Chen H S,Yu M.Simulation of land surface processes over China and its validation.Part Ⅱ: Soil moisture[J].Scientia Meteorologica Sinica,2011,31(1): 1–10

[12]朱司光,陳海山,周晶.NCAR_CLM系列模式對(duì)全球近50a陸面狀況的模擬及其分析比較[J].大氣科學(xué)學(xué)報(bào),2013,36(4): 434–446 Zhu S G,Chen H S,Zhou J.Simulations of global land surface conditions in recent 50 years with three versions of NCAR Community Land Models and their comparative analysis[J].Transactions of Atmospheric Sciences,2013,36(4): 434–446

[13]朱司光.NCAR_CLM系列陸面模式對(duì)全球和區(qū)域陸面過(guò)程模擬的對(duì)比研究[D].南京: 南京信息工程大學(xué),2012: 25–35 Zhu S G.Comparison study on simulation results of global and regional land surface processes from three versions of community land model[D].Nanjing: Nanjing University of Information Science and Technology,2012: 25–35

[14]Qian T,Dai A,Trenberth K E,et al.Simulation of global land surface conditions from 1948 to 2004.Part I: Forcing data and e-valuations[J].Journal of Hydrometeorology,2006,7(5):953–975

[15]宋海清.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: 北京信息科技大學(xué),2013: 42 Song H Q.Development of global land data assimilation system based on PODEn4DVar data assimilation method[D].Beijing: Beijing Information Science and Technology University,2013: 42

[16]顧潤(rùn)源.內(nèi)蒙古自治區(qū)天氣預(yù)報(bào)手冊(cè)[M].北京: 氣象出版社,2012: 1–2 Gu R Y.Inner Mongolia Autonomous Region Weather Forecast Manual[M].Beijing: Meteorological Press,2012: 1–2

[17]Lawrence P J,Chase T N.Representing a new MODIS consistent land surface in the community land model (CLM 3.0)[J].Journal of Geophysical Research,2007,112(G1),doi: 10.1029/2006JG000168

[18]杜川利,劉曉東.公用陸面模式(Community Land Model 3.0)簡(jiǎn)介[J].陜西氣象,2005(6): 13–14 Duan C L,Liu X D.Brief introduction of Community Land Model 3.0[J].Journal of Shaanxi Meteorology,2005(6): 13–14

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

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

[21]Niu G Y,Yang Z L.Effects of frozen soil on snowmelt runoff and soil water storage at a continental scale[J].Journal of Hydrometeorology,2006,7(5): 937–952

[22]Zeng X B,Decker M.Improving the numerical solution of soil moisture-based Richards equation for land models with a deep or shallow water table[J].Journal of Hydrometeorology,2009,10(1): 308–319

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

[24]Decker M,Zeng X B.Impact of modified Richards equation on global soil moisture simulation in the Community Land Model (CLM 3.5)[J].Journal of Advances in Modeling Earth Systems,2009,1(3),doi: 10.3894/JAMES.2009.1.5

[25]Sakaguchi K,Zeng X B.Effects of soil wetness,plant litter,and under-canopy atmospheric stability on ground evaporation in the Community Land Model (CLM3.5)[J].Journal of Geophysical Research,2009,114(D1),doi: 10.1029/2008JD010834

[26]Flanner M G,Zender C S.Linking snowpack microphysics and albedo evolution[J].Journal of Geophysical Research,2006,111(D12),doi: 10.1029/2005JD006834

[27]Oleson K W,Lawrence D M,Bonan G B,et al.Technical description of version 4.0 of the community land model (CLM)[R].NCAR Technical Note NCAR/TN-478+STR,2010: 257

[28]賴欣,文軍,岑思弦,等.CLM4.0模式對(duì)中國(guó)區(qū)域土壤濕度的數(shù)值模擬及評(píng)估研究[J].大氣科學(xué),2014,38(3): 499?512 Lai X,Wen J,Cen S X,et al.Numerical simulation and evaluation study of soil moisture over China by using CLM4.0 model[J].Chinese Journal of Atmospheric Sciences,2014,38(3): 499–512

[29]Swenson S C,Lawrence D M,Lee H.Improved simulation of the terrestrial hydrological cycle in permafrost regions by the community land model[J].Journal of Advances in Modeling Earth Systems,2012,4(3): M08002,doi: 10.1029/2012MS 000165

[30]宋耀明,范軼,馬天嬌.陸面過(guò)程模式 CLM4.5在半干旱區(qū)退化草原站的模擬性能評(píng)估[J].大氣科學(xué)學(xué)報(bào),2014,37(6): 794–803 Song Y M,Fan Y,Ma T J.Evaluation of simulation performance of land surface model NCAR_CLM4.5 at a degraded grassland station in semi-arid area[J].Transactions of Atmospheric Sciences,2014,37(6): 794–803

[31]Li H Y,Huang M Y,Wigmosta M S,et al.Evaluating runoff simulations from the Community Land Model 4.0 using observations from flux towers and a mountainous watershed[J].Journal of Geophysical Research,2011,116(D24): D24120,doi: 10.1029/2011JD016276

[32]Swenson S C,Lawrence D M.A new fractional snow-covered area parameterization for the community land model and its effect on the surface energy balance[J].Journal of Geophysical Research,2012,117(D21): D21107,doi: 10.1029/2012JD018178

[33]Subin Z M,Riley W J,Mironov D.An improved lake model for climate simulations: Model structure,evaluation,and sensitivity analyses in CESM1[J].Journal of Advances in Modeling Earth Systems,2012,4(1): M02001,doi: 10.1029/2011MS000072

[34]張超.內(nèi)蒙古植被覆蓋變化及其與區(qū)域氣候相互關(guān)系[D].南京: 南京信息工程大學(xué),2013: 4 Zhang C.The change of vegetation coverage and the relationship with regional climates in Inner Mongolia[D].Nanjing: Nanjing University of Information Science & Technology,2013: 4

Simulation and comparative analysis of surface temperature over Inner Mongolia using four NCAR Community Land Models*

ZHANG Chao,SONG Haiqing,WU Guozhou,LI Yunpeng**
(Ecological and Agricultural Meteorology Center of Inner Mongolia Autonomous Region,Huhhot 010051,China)

Surface temperature is an important geophysical parameter in energy and substance exchange processes of land-atmosphere interactions,and is a crucial element of global climate system.Time series of observed surface temperaturedata from meteorological stations are discrete and lack continuity in space.Satellite retrieval of land surface temperature is continuous in space,but with short time series.The simulation of surface temperatures using land surface models is an effective way of obtaining surface temperature data of high temporal resolutions.However,significant differences have been noted between different versions of land surface models,a large part of which lies in the physical processes of key land surface parameters.Thus a comparative evaluation of the performance of surface temperature for 1981–2004 was conducted over Inner Mongolia in this paper using NCAR (National Center for Atmospheric Research) Land Surface Models (CLM3.0,CLM3.5,CLM4.0 and CLM4.5) forced by NCEP (National Center for Environmental Prediction) and ground observation data.The study compared and analyzed differences in the results between models,tested the capability of models to simulate surface temperature over Inner Mongolia and provided guidance and reference for future improvements in the models.The results of the analysis of temporal and spatial variations in surface temperature over Inner Mongolia showed that: NCAR/CLMs simulations could be used to reproduce spatial and temporal variations that were in good agreement with data observed in ground stations.CLM4.5 model was the best as it had the highest correlation coefficient and lowest average deviation and RMS error for the Inner Mongolia due mainly to improvements in the calculation of roughness in the model.The simulation results for surface temperature by different CLM models were generally lower than the observed values.The mean deviation between the CLM simulated results and the ground observations was minimum during winter.Summer bias increased,especially for the eastern region.The deviation in temperature for the eastern part during summer was above 3 ℃.This indicated that the simulation capability of maximum surface temperature for the eastern and central regions was significantly lower than that for the western region.The differences between various versions of the model for the western region were not as obvious as those for the eastern and central regions.This was related to the improvements in snow patterns and hydrological processes of CLM4.0 and CLM4.5 model versions.In summary,CLM4.0 and CLM4.5 versions were fully applicable in Inner Mongolia,but the simulated values of surface temperature were lower than the measured ones.While the deviations were small in winter and high in summer,the in the eastern region were greater than those in the central and western regions.

NCEP; CLM; Surface temperature; Numerical simulation; Inner Mongolia

P423.3

: A

: 1671-3990(2017)02-0299-10

10.13930/j.cnki.cjea.160680

張超,宋海清,吳國(guó)周,李云鵬.NCAR/CLM系列陸面模式對(duì)內(nèi)蒙古地表溫度的模擬評(píng)估[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2017,25(2): 299-308

Zhang C,Song H Q,Wu G Z,Li Y P.Simulation and comparative analysis of surface temperature over Inner Mongolia using four NCAR Community Land Models[J].Chinese Journal of Eco-Agriculture,2017,25(2): 299-308

* 國(guó)家公益性行業(yè)(氣象)科研專項(xiàng)(GYHY201506016)、內(nèi)蒙古氣象局科技創(chuàng)新項(xiàng)目(nmqxkjcx201406,nmqxkjcx201602)和內(nèi)蒙古氣象局青年基金項(xiàng)目(nmqnqx201603)資助

** 通訊作者: 李云鵬,主要從事陸面模式模擬和衛(wèi)星遙感研究。E-mail: lyp5230@163.com

張超,主要從事衛(wèi)星遙感研究。E-mail: 278384173@qq.com

2016-08-14 接受日期: 2016-11-15

* This research was supported by the Special Scientific Research Fund of Meteorology in the Public Welfare Profession of China (GYHY201506016),the Science and Technology Innovation Project of Inner Mongolia Meteorological Bureau (nmqxkjcx201406,nmqxkjcx201602) and the Youth Fund Project of Inner Mongolia Meteorological Bureau (nmqnqx201603).

** Corresponding authors,E-mail: lyp5230@163.com

Received Aug.14,2016; accepted Nov.15,2016