GRAPES NOAH-LSM陆面模式水文过程的改进及试验研究

土壤含水量的计算影响着陆面过程的能量平衡和水量平衡,是陆面模式的核心计算要素之一。目前,GRAPES_Meso模式采用的NOAH-LSM(Noah-Land Surface Model)陆面模式既不能有效地表达径流产源面积的变动情况,也不能完整描述水文循环过程。本次试验针对以上问题对其进行了改进:(1)加入蓄水容量曲线,考虑网格内产流面积的变化及土壤含水量的不均匀性;(2)加入汇流模式,以考虑水平二维水分再分配,提高模式对径流和流量模拟能力。选取2008年8月至9月降水进行模拟试验,研究陆面水循环过程对近地面气象要素的影响。结果表明:改进后的模式模拟土壤湿度、2 m温度等近地面气象要素更接近观测值,并最终对降水量以及降水落区也产生了一定的影响。

陆面水文模式Noah-LSM在赣江上游区的适用性研究

为合理评估未来气候变化下赣江上游区的水文响应机制,基于赣江上游峡山水文站以上集水区域6个气象站点1961~2014年逐日气象资料和2008~2014年中国陆面数据同化系统土壤含水率产品,采用NoahLSM陆面水文模式进行历史流量和土壤含水率过程模拟,评估Noah-LSM在赣江上游区的适用性。结果表明,Noah-LSM模拟的率定期和验证期日流量模拟过程确定性系数分别为0.857、0.750,模拟的土壤含水率过程与中国陆面数据同化系统产品基本吻合。Noah-LSM能合理模拟研究区的流量和土壤含水率过程,且在赣江上游区具有良好的适用性。

基于Noah-LSM模式和CoLM模式的青藏高原中部陆面过程模拟

利用中国科学院那曲高寒气候环境观测研究站Amdo站2012年10月1日-2013年10月1日的气象和土壤资料,通过Noah-LSM模式和CoLM模式对青藏高原中部陆面过程进行模拟研究.模拟结果表明:两个模式对辐射通量的模拟均与观测值较吻合,地表长波辐射的模拟效果最好,净辐射次之,地表反射辐射最差;两个模式模拟的土壤温度与观测值很接近,均是表层的模拟效果好于深层,夏季的模拟效果好于冬季;土壤的冻结和融化过程都是由表层开始向下延伸的,CoLM模式模拟的冻融起止时间与观测值更为接近;两个模式对土壤湿度的变化趋势模拟较好,但存在较大偏差.

TMPA卫星降水数据质量评估及水文过程模拟

卫星降水资料在测站分布稀疏的复杂地形区域具有较大的优越性,但卫星与测站获取降水原理不同,需对卫星资料的可用性进行评估。以赣江上游为例,根据雨量站实测降水数据评估热带降雨观测计划(TRMM)多卫星分析降水数据资料(TMPA)的精度,并将该降水数据作为陆面水文模式Noah-LSM的输入,以评估TMPA降水数据在流域水文过程模拟的适用性。结果表明,TMPA日降水数据精度虽偏低,但在我国南方降水资料匮乏地区的水文过程模拟研究中具有一定的应用前景,TMPA月降水数据精度较高,可为无资料地区水资源计算和规划提供数据支持。

赣江上游土地覆被变化的水文响应研究

针对土地利用/覆被变化对流域水文循环产生重要影响的问题,以赣江上游峡山水文站以上集水区域为例,基于1978～1987年相关资料,采用极端土地覆被法构建4种未来土地覆被情景,运用陆面水文模型Noah-LSM模拟各土地覆被情景下流域水文要素(蒸散发、径流)的变化情势。

祁连山区MODIS积雪反照率产品的精度验证及云下积雪反照率估算研究

积雪反照率在全球气候和能量收支平衡模型中起着重要的作用.利用祁连山地区大冬树垭口站点反照率实测数据对由TM/ETM+得到的反照率数据进行标定,然后将TM/ETM+反照率数据通过升尺度对MODIS逐日积雪反照率(SAD)产品在晴空条件下的精度进行了验证.同时,发展了一个基于MODIS SAD与AMSR-E SWE数据融合并结合Noah积雪反照率参数化方案估算MODIS SAD数据云下积雪反照率的算法,通过统计分析纠正了云对积雪反照率的影响,对云下积雪反照率进行了验证分析.结果表明:MODIS SAD产品在祁连山地区的精度要低于大面积积雪覆盖的平坦地区(如格陵兰岛),其平均绝对误差及均方根误差分别为0.0548和0.0727;云下积雪反照率估算方法可以有效地获取云覆盖下积雪像元的反照率值,纠正后的无云MODIS SAD数据与地面观测值有较好的一致性,其平均绝对误差为0.078.

基于GRAPES的气象-水文模式在淮河流域的一次试验

Global-regional assimilation and prediction system(GRAPES)模式为中国气象局于2000年开始组织研究开发的数值预报系统,GRAPES_Meso模式是其区域中尺度数值预报系统版。GRAPES_Meso中的陆面模式选取的是Noah-Land Surface Model(NOAH-LSM)模式。NOAH-LSM陆面模式选取Simple Water Balance(SWB)对陆面水文过程进行描述。SWB是一个简单水量平衡模型,不能完整地描述陆面水文过程,特别是对径流的模拟存在不足。随着GRAPES_Meso模式不断的发展,对预报能力的要求逐渐提高,对其陆面模式中产流过程的描述也需要进一步的研究。本文中所应用的改进陆面水文过程的NOAH-LSM陆面模式,借鉴了水文模型的思想,利用蓄水容量曲线描述单元网格内产流面积的变化,并在模式中增加Muskingum汇流模块,完整陆面模式水文循环。将原GRAPES模式和改进陆面水文过程的GRAPES模式分别与新安江模型进行单向耦合,选取模式TS评分相差不大的试验流域——淮河流域上游控制站王家坝站,进行流量模拟对比。从试验结果可以看出,改进后的模式在洪量相对误差、洪峰相对误差、确定性系数上均优于原模式,并为未来利用水文模型对降水落区检验进行了探索性研究。

WRF中土壤图及参数表的更新对华北夏季预报的影响研究

土壤质地及其物理性质的参数化对陆面过程模拟具有明显的影响。研究了土壤质地和土壤水文参数表的更新对WRF(Weather Research and Forecasting)模拟性能的影响。使用北京师范大学土壤属性数据集和修正后的土壤水文参数表替换WRF默认数据,对2017年6-8月华北地区开展数值模拟试验和评估验证。结果表明,模拟结果对土壤类型数据集和水文参数表的更新较为敏感,对地面要素预报有正效果。WRF默认土壤数据集中,中国东部以粘壤土为主,而在北京师范大学土壤数据集里则以壤土为主;修正后的土壤水文参数在Noah陆面过程中增强了裸土潜热蒸发能力。数值模拟试验表明,土壤输入数据和土壤水文参数的更新能够增强陆面向大气的潜热同时减弱感热输送,致使大气底层温度降低而湿度增大。利用华北区域748个地面气象观测站的2 m温度和2 m湿度对2017年夏季的模拟结果进行验证,结果显示更新试验对地面要素的预报偏差有较好的修正作用,能够将2 m温、湿度的预报技巧分别提高3.4%和2.9%。