中国气象局陆面同化系统和全球陆面同化系统对中国区域土壤湿度的模拟与评估

土壤湿度是气候变化的重要影响因素之一,但是土壤湿度观测资料的缺乏严重制约了与之相关的研究,陆面模式模拟的土壤湿度资料可作为观测资料的重要补充,广泛应用于业务和科研。利用国家气象信息中心提供的2012年中国区域226个站点逐小时的土壤湿度观测资料,对中国气象局陆面同化系统(CLDAS)和全球陆面同化系统(GLDAS)四个陆面模式输出的土壤湿度产品进行了比较与评估,结果表明:1五个模式均可以模拟出中国区域土壤湿度的空间分布状况,但是从模拟值与观测值的偏差和相关系数来看,CLDAS的土壤湿度产品优于GLDAS;2从对选取的五个研究区域土壤湿度的模拟状况来看,CLDAS好于GLDAS,仅在江淮和西南地区的模拟存在轻微的偏差;3 CLDAS在中国区域的土壤湿度模拟上存在一定的优势,这对于土壤湿度研究和业务应用都具有积极的意义。

陆面数据同化系统构建方法及其农业应用

遥感数据与模型的同化能够为地球表层科学研究提供更为丰富和更为精确的数据,实现数据在时间和空间上的扩展,是地球科学发展的新方法,并在农业上得到了广泛应用。论文在介绍了陆面数据同化系统组成结构的基础上,重点分析了同化系统一般的构建流程以及详细的构建方法,并针对农业遥感的需求,介绍了同化系统在农业领域的应用,最后分析了目前同化系统发展中存在的问题以及今后的发展方向。

陆面数据同化系统及其在全球变化研究中的应用

陆面数据同化的研究起源于20世纪末,发展比较迅速。本文从当前发展比较成熟的陆面数据同化系统、同化方法以及陆面数据同化在全球变化研究中的应用三方面做了综述。比较成熟的陆面数据同化系统主要是美国(全球)和欧洲的陆面数据同化系统,加拿大、韩国和我国的数据同化系统最近才有所发展;数据同化方法主要以基于统计估计理论和以基于变分的两大类方法为主流,近年来人工神经网络和粒子滤波技术有所发展;在生态水文学、碳循环和作物估产的应用研究中,陆面数据同化方法已经发挥了重要作用。

欧洲陆面数据同化系统组成,系统设计和原理简介

随着技术的进步,地球系统科学的发展,地——气系统的复杂性的进一步研究,对地表物理场精度的需求越来越高。而观测和模拟作为获得地表数据的两种基本手段,由于其各自的局限性,其精度已经不能满足进一步研究的需求,在这样的背景下,陆面数据同化系统逐步发展起来。本文主要介绍了世界主要的陆面数据同化系统之一——欧洲陆面数据同化系统。此系统采用的强迫数据是根据欧洲的实际情况由欧洲中心自行生产的一套数据,同时在欧洲不同的机构它们采用了不同的陆面过程作为欧洲陆面数据同化系统的核心,它们还将卡尔曼滤波和变分方法结合生产了一套独特的同化方法。并对此系统进行了验证和实例应用。

一个基于模拟退火法的陆面数据同化算法

陆面数据同化系统是近年来兴起的新领域。我们发展了一个实验型的陆面数据同化方案,它使用一种启发式优化算法———模拟退火法极小化目标泛函。与变分法和Kalman滤波方法比较,这一算法具有独立于目标泛函的优点,可处理模型和观测算子的非线性和不连续性。使用GAME-Tibet实验中的土壤水分观测值进行单点数值实验,成功地将土壤水分观测同化到陆面过程模型SiB2中。结果表明,与不进行同化相比,土壤水分的估计值有较大改善。

土壤水分同化系统的敏感性试验研究

利用1998年7月6日至8月9日青藏高原GAME-Tibet试验区MS3608站点的4 cm、20 cm和100 cm的土壤水分观测数据同化SiB2模型输出的表层、根区和深层土壤水分,探讨了一个基于集合卡尔曼滤波和简单生物圈模型的单点土壤水分同化方案。分析和评价了集合大小、同化周期、模型误差、背景场误差以及观测误差对同化系统性能的影响。结果表明:①增加集合数目可以减小土壤水分同化系统的误差,但同时又降低了运行效率;②对于集合卡尔曼滤波,初始场的估计是否准确对同化系统性能影响不大;③模型误差和观测误差的准确估计可以提高土壤水分的估计精度;④利用数据同化的方法对土壤水分的估计有显著提高。

土壤湿度同化数据综合分析处理系统的研制与开发

陆面数据同化系统的输入和输出数据以其格式多样性、海量性为主要特征。以GIS二次开发组件ArcGIS Engine,ArcSDE空间数据库引擎和SQL Server 2005数据库管理工具,利用C#、IDL编程语言,构建土壤湿度同化数据空间数据库,并将气象数据具有时间域、空间域和属性域等多维属性与GIS数据模型相结合,研制开发综合分析处理系统,实现土壤湿度同化输入参数与输出数据的空间分析与管理。系统能够满足陆面同化系统对数据的处理与分析需求,为土壤湿度同化产品的业务应用提供强大的支撑。

两种陆面模式对中国区域土壤温度模拟的对比分析

为研究不同陆面模式对中国区域土壤温度的模拟效果,基于中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)大气驱动数据分别驱动Noah和Noah-MP陆面模式进行中国区域土壤温度的模拟(简称:CLDAS_Noah和CLDAS_Noah-MP试验),使用2010—2018年中国气象局2380个土壤温度观测站点10和40 cm观测数据以及美国全球陆面数据同化系统(The Global Land Data Assimilation System,GLDAS)驱动的Noah模式(GLDAS_Noah试验)模拟的土壤温度结果,从空间分布、季节、分区等角度进行了评估,实现了不同驱动数据相同陆面模式和相同驱动数据不同陆面模式的对比分析。结果表明:GLDAS_Noah、CLDAS_Noah和CLDAS_Noah-MP试验均能合理模拟出中国区域土壤温度空间分布,但在量级上有一定差异,主要表现在中国东北、新疆、青藏高原等积雪区。对于相同陆面模式不同驱动数据,均方根误差显示CLDAS_Noah试验在季节与分区上均优于GLDAS_Noah试验,间接表明CLDAS大气驱动数据优于GLDAS大气驱动数据,且大气驱动数据是提高土壤温度模拟精度的重要因素之一;对于相同驱动数据不同陆面模式,总体上CLDAS_Noah-MP试验棋拟效果优于CLDAS_Noah试验,其中CLDAS_Noah试验模拟的10和40 cm深度土壤温度在冬季积雪区误差明显大于CLDAS_Noah-MP试验,可能与Noah-MP模式改进了积雪方案有关,但10和40 cm深度下CLDAS_Noah-MP试验在东北、华北、青藏高原地区对春季土壤温度模拟误差明显大于CLDAS_Noah试验,可能与Noah-MP模式融雪方案有关。总之,本研究对于后续开展土壤温度多模式集成、土壤温度站点资料同化,最终研制中国区域高质量土壤温度数据集具有一定的参考意义。

国家气候中心短期气候预测模式系统业务化进展

该文简要介绍了国家气候中心短期气候预测模式系统的研发成果,并侧重于从海洋资料同化系统、陆面资料同化系统、月动力延伸预测模式系统、季节气候预测模式系统4个方面介绍了第2代短期气候预测模式系统的业务化进展。第2代海洋资料同化系统已初步建成,其对温盐的同化效果总体上优于第1代同化系统;陆面资料同化系统正在研发中,目前已完成其中的多源降水融合子系统的业务建设工作,可为陆面分量提供实时的大气降水强迫分析场;第2代月动力延伸预测系统基于国家气候中心大气环流模式BCC_AGCM2.2建立,已于2012年8月进入准业务运行阶段;第2代季节预测模式系统基于国家气候中心气候系统模式BCC_CSM1.1(m)建立,将于2013年底投入准业务运行。初步评估表明:第2代月动力延伸预测模式系统和季节气候预测模式系统分别对候、旬、月和季节、年际时间尺度的气候变率体现出了一定的预测能力,其对降水、气温、环流等要素的预测技巧总体上要高于第1代预测系统。

GLDAS Noah模型水文产品与中国地面观测及卫星观测数据的对比

全球陆面数据同化系统(GLDAS)是全球水循环研究的重要数据源,基于重力卫星(GRACE)观测数据、中国的地面降水与径流观测数据,从模拟数据与观测数据之间的偏差、相关性及时空分布一致性角度,对GLDAS两个版本(GLDAS-1及GLDAS-2)的Noah模型模拟水文产品进行了评估。结果表明,GLDAS与GRACE TWS陆地水蓄量(TWS)变化情况在中国大部分地区一致性较差,且GLDAS-1与GLDAS-2均不能充分反映GRACE TWS数据的季节性变化规律;GLDAS-1与GLDAS-2模拟的中国外流区的径流明显低于观测径流,同时长江流域与松花江流域GLDAS-2模拟径流的精度远比GLDAS-1模拟径流的精度高;GLDAS-1与GLDAS-2在中国的外流流域的蒸散发均呈高估现象,且GLDAS-1的高估程度大于GLDAS-2。

基于集合卡尔曼滤波的土壤水分同化试验

集合卡尔曼滤波是由大气数据同化发展的新的顺序同化算法,它利用蒙特卡罗方法计算背景场的误差协方差矩阵,克服了卡尔曼滤波需要线性化的模型算子和观测算子的难点。我们发展了一个基于集合卡尔曼滤波和简单生物圈模型(SiB2,Simple Biosphere Model)的单点陆面数据同化方案。利用1998年7月6日至8月9日青藏高原GAME-Tibet实验区MS3608站点的观测数据进行了同化试验。结果表明,利用集合卡尔曼滤波的数据同化方法可以明显地提高表层、根区、深层土壤水分的估算精度。

利用GRACE卫星分析安徽省地下水储量的时空变化

文章利用重力恢复与气候实验卫星(Gravity Recovery and Climate Experiment,GRACE)时变重力场球谐系数文件,联合全球陆面数据同化系统(Global Land Data Assimilation System,GLDAS)水文模型反演安徽省2003—2016年地下水储量的时空变化。通过奇异谱分析(Singular Spectrum Analysis,SSA)地下水时间序列,结合热带降雨测量任务(Tropical Rainfall Measuring Mission,TRMM)降雨数据对地下水储量变化规律进行分析。结果表明,安徽省地下水储量在2011年和2014年前后发生较大变化,在2003—2011年的变化率为0.37 cm/a,2011—2014年的下降速率为-0.2 cm/a,2014—2016年的增长速率为1.9 cm/a;进一步与降雨数据关联,发现降雨量是影响安徽省地下水储量年际变化和季节性变化的主要因素。在空间上,安徽省呈现自东北向西南逐渐缓和的趋势,最大亏损出现在皖北地区,为-7.52 mm/a,在西南地区的最大盈余达到8.38 mm/a。

CLDAS实况产品在陕西气温网格预报检验与订正中的应用

利用陕西地区自动气象站的气温观测资料,采用滑动训练期和一元线性回归方法,先在站点上对中国气象局陆面数据同化系统(CLDAS)气温进行检验和订正,再将订正系数传递到格点上订正CLDAS气温格点场,最后利用站点观测气温和订正前、后的CLDAS气温分别对ECMWF气温预报的格点场进行订正,并做非独立和独立检验。结果表明,CLDAS气温的空间分布特征与站点观测基本一致,但是存在一定误差,订正后误差减小,其中,订正前秦岭和大巴山区的平均绝对误差较其他地区偏大,绝对误差≤1℃和≤2℃的准确率分别低于20%和30%,订正后均提高了40%以上。利用订正后的CLDAS气温对ECMWF气温预报进行订正,提高了模式的预报准确率,例如,陕西地区24 h日最高和最低气温预报的绝对误差≤2℃的准确率分别从订正前的46%和66%提高到订正后的63%和74%,优于利用站点观测气温和订正前的CLDAS气温对欧洲中期天气预报中心(ECMWF)气温预报的订正结果,一定程度上改进了模式在站点稀少地区的气温预报质量,用于高分辨率气象格点预报业务效果更好。

HRCLDAS与ERA5-Land气温日统计数据在山东地区的对比评估

基于山东省2021年3月—2022年2月1519个气象观测站2 m气温观测数据,对中国气象局高分辨率陆面数据同化系统(High Resolution China Meteorological Administration Land Data Assimilation System,HRCLDAS)和欧洲中期天气预报中心第五代陆面再分析数据集(ERA5-Land)逐小时2 m气温分析的日统计数据(平均气温、最高气温、最低气温)进行对比评估。结果显示:(1)HRCLDAS/ERA5-Land日统计平均气温、最高气温、最低气温的均方根误差分别为0.1/1.2℃、0.6/1.9℃、0.4/1.7℃,表明HRCLDAS具有更高的精度,且在不同地理区域、不同海拔高度的表现均优于ERA5-Land,大部地区的偏差(-0.5~0.5℃)远低于ERA5-Land(-2.0~2.0℃)。(2)两套数据对高温及寒潮过程的监测能力对比评估表明,HRCLDAS能够捕捉到大部分的高温以及寒潮过程,其与观测的高温日数及寒潮日数空间分布较为相似,但对影响范围存在一定的低估;ERA5-Land则只能监测到部分高温及寒潮过程,并对高温日数与寒潮日数存在严重的低估。

长时间序列多源土壤湿度产品在中国地区的比较分析

研究利用实测数据对遥感产品(ECV CCI)、全球陆面同化系统产品(GLDAS/CLM、NOAH2.7、NOAH3.3、VIC、MOSAIC)、再分析资料(ERA-Interim、NCEP/DOE)等不同来源的8套长时间序列土壤湿度产品进行时空比较。结果表明:上述产品均可以模拟出中国不同区域土壤湿度的空间分布;从各产品平均态与实测数据的偏差、均方根误差、相关系数统计结果来看,NOAH模式和ERA-Interim表现最好,MOSAIC和NCEP/DOE与实测相差较大;从区域尺度上来看,所有产品在东北区域表现最好,在华南、西南南区和西北西区较差;ERA-Interim有效的模拟了土壤湿度的年际变化。

基于GLDAS的中国区地表能量平衡数值试验

利用全球陆面数据同化系统(GLDAS)的软件平台—陆面信息系统(LIS)模拟了中国区域2003年能量平衡方程的各个分量,在此基础上进行了残差分析和地表温度的对比验证。残差的分布具有一定的时空分布特征,残差的时间分布特征表明LIS对春秋两季的模拟效果要好于其它季节,残差的空间分布特征表明LIS对纬度较高和海拔较高地区的模拟效果要逊于其他地区。对比了模拟的GLDAS地表温度与MODIS地表温度产品,结果显示两者之间的差值介于-5～5K之间,两者的散点图和标准离差显示模拟的夜间地表温度要比模拟的白天地表温度精确2～3K。

GRACE卫星数据在海河流域地下水年开采量估算中的应用

结合GRACE卫星数据和全球陆面数据同化系统GLDAS数据,反演了2004—2009年连续72个月的海河流域地下水储量变化。在此基础上,结合2004—2009年海河流域水资源公报的降水量、地下水开采量数据,建立了地下水年开采量与GRACE地下水储量年变化、年降水量的二元回归模型。利用GRACE卫星数据和GLDAS数据反演的地下水储量年变化与由地下水位观测数据计算出的地下水储量年变化相关性较强,其R2为0.804;基于GRACE地下水储量年变化数据与年降水量数据,对地下水年开采量的估算结果良好,建立的回归模型的R2为0.787,表明利用GRACE卫星数据对地下水年开采量进行估算是可行的,是传统地面调查的良好补充。

GLDAS月降水数据在中国区的适用性评估

全球陆面数据同化系统(GLDAS)是全球变化与水循环研究的重要数据源之一。对比分析了1979—2012年间GLDAS多套降水数据与中国地面观测逐月降水数据所反映的中国降水趋势变化空间特征,采用相关系数、平均偏差、相对绝对误差和均方根误差4个指标,从时间变化和空间分布特征两个方面,对GLDAS降水数据在中国区域的数据质量进行了系统评估。结果表明:GLDAS-1的几套数据在时间上具有明显不连续性,1996年数据质量严重异常,2000年数据质量也较差,而且,不论是GLDAS-1数据,还是GLDAS-2数据,都存在前期(1979—1995年)与实测数据吻合度高于后期(1997年以后)的现象;GLDAS数据在中国东部湿润区的质量高于在西部干旱区;从相关性与误差指标来看,GLDAS-1数据质量略优于GLDAS-2(主要体现在1995年以前时段),但是GLDAS-2在数据一致性、数据质量季节稳定性及对趋势性描述能力方面则明显优于GLDAS-1数据。

欧洲中期天气预报中心第五代全球再分析土壤湿度资料在内蒙古的适用性评估

土壤湿度是研究陆-气耦合和陆面水循环过程中的重要参量,对大气环流、气候变化和干旱研究起着关键作用。由于土壤湿度观测资料较为缺乏,再分析土壤湿度资料在业务和研究扮演着重要角色。利用内蒙古自治区2018年5—10月37个气象台站逐日0~10 cm观测土壤湿度资料,对再分析[欧洲中期天气预报中心第五代再分析资料(ERA5)、欧洲中期天气预报中心第四代再分析资料(ERA-Interim)、美国全球陆面数据同化系统(GLDAS2.1-NOAH)和基于多卫星反演融合的土壤湿度业务产品系统(SMOPS)]土壤湿度资料验证评估。结果表明:4种土壤湿度资料均可以模拟出内蒙古区域土壤湿度的空间分布,但在数值上普遍高估了土壤湿度;从内蒙古3个研究分区土壤湿度时间序列统计特征来看,ERA5和GLDAS2.1-NOAH优于ERA-Interim和SMOPS资料,但ERA5高估较多;相对于ERA-Interim土壤湿度资料,ERA5模拟的土壤湿度空间分布更为合理,时间相关系数最高,但均方根误差较大。由此可见,ERA5模拟能力优于ERA-Interim,且再分析土壤湿度资料普遍好于卫星融合土壤湿度SMOPS资料。

疏勒河流域夏季土壤含水量时空变化

以中国西北干旱区的疏勒河流域为研究区,利用MODIS遥感数据、全球陆面数据同化系统和实测数据等,基于遥感反演及统计降尺度方法获取疏勒河流域2001-2017年夏季土壤含水量数据,开展疏勒河流域夏季土壤含水量的时空变化分析.结果表明,2001-2017年疏勒河流域夏季土壤含水量整体呈上升趋势.流域干流上游和中下游灌区土壤含水量最高.除敦煌灌区及上游高寒区土壤含水量存在不显著下降趋势外,其余区域主要呈上升趋势.夏季土壤含水量呈6月<7月<8月的趋势,且6月土壤含水量的增加趋势最显著.整体来看,流域土壤含水量随海拔升高而增加,耕地土壤含水量普遍高于草地和林地.