两种陆面模式对夏季若尔盖湿地辐射收支与能量平衡模拟的对比研究

练鹏飞，王 磊

(成都信息工程学院大气科学学院高原大气与环境四川省重点实验室，四川成都610225)

0 引言

人类生产活动造成土地利用方式的改变对自然生态环境有重要影响，其中植被覆盖变化所引起的地表粗糙度、反射率、土壤湿度等变化会对地气之间的能量交换产生影响[1～4]。Shen等[5]通过对一个理想湖泊的模拟发现，湖泊周围的植被类型、土壤湿度环境变化会改变局地的小气候效应。Chase等[6]用工业化前后的陆表覆盖数据做边界条件进行模拟，发现地表能量通量的减少会导致亚洲季风区降水减少10%～30%。Chu等[7]通过模拟研究发现了绿洲上空次级环流的自我维持机制，次级环流减少了绿洲和沙漠之间的能量交换。郭安红等[8]把植被覆盖作为变量研究了土壤类型及湿度对青海省南部气候环境的影响。刘树华等[9]利用中尺度区域模式RAMS在不同参数的条件下模拟了黑河地区的地表能量收支结构特征，并对模式在该地区的适用性进行了讨论。柳媛普等[10]利用中尺度数值模式模拟得出黄河源区草原退化后引起地表能量平衡发生变化，草原退化比农牧化带来的气候环境影响更加强烈。张静辉等[11]利用卫星资料对模式的初始下垫面资料进行更替修正，区域内局地降水量和地表热通量的模拟精度有了一定的提高。李科等[12]利用观测值检验评价了对SHAW模型在三江平原的模拟效果，并对该地区植被覆盖与地表热量的关系进行了研究。蔡雯悦等[13]采用湍流相关法分析了云量对青藏高原东南部能量平衡特征的影响，云量对向下长波辐射的影响在平原低于高海拔地区。周万福等[14]通过观测资料分析了黄河源头不同植被覆盖类型区域的辐射周期变化特征。这些研究加深了我们对不同下垫面类型陆面过程和地气相互作用的了解，提高了模式在高海拔地区对陆面过程模拟的效用，是改善数值模式在高原地区天气预报和气候预测效果的关键[15]。在气候模式中陆面过程对下垫面的描述与模拟性能的研究已经取得了一些有意义的研究结果。张述文[16]等选取个例用3种不同的陆面模式进行模拟验证，对模式中土壤湿度的计算以及土壤深度与湿度的关系进行了对比研究。刘金婷[17]等利用3种陆面模式对新疆地区的陆面传输过程进行了模拟研究，并利用当地实测资料对其性能进行了检验。朱德琴[18]利用观测资料对SSiB在敦煌地区的的模拟性能进行了检验，结果表明模式对当地土壤水热交换的描述过程不准确，在降水时模拟值的误差较大。

若尔盖属于黄河上游源头地区，该地区气候状况的变化对黄河中下游的生态环境有着巨大影响，研究若尔盖地区的地表辐射收支及能量平衡的特点对保护黄河源区有着重要意义。但是，目前关于陆面模式在若尔盖地区适用性的研究并不多，为了探讨不同陆面模式在该地区模拟特点和误差产生原因，本文选取了NOAH和CLM两种陆面模式与WRF模式相耦合，采用1km高分辨率植被类型和土地利用类型遥感资料模拟分析该地区辐射收支与能量平衡的状况，对两种模式在若尔盖地区对辐射和能量的模拟特征和适用性进行研究。希望对模式在高原湿地、湖泊地区的模拟能有更加深入的认识，并为改善高原湿地及湖泊地区的模拟效果提供参考依据。

1 区域和模式设计方案

1.1 观测区域介绍

若尔盖湿地被称为高原之“肾”，是中国湿地分布密度最大的地区之一，总面积7080km2，地理位置介于32.33～34.08°N，101.6～103.91°E，是第四纪之后青藏高原强烈隆起所产生的相对沉降区，海拔3400～3900m地势平坦开阔，各类湖泊、碟型洼地星罗棋布，植被主要为沼泽和高山草甸，是世界上典型的高原湿地。若尔盖属于高原寒带湿润季风气候，年均降水量为500～700毫米，多集中降于5月至10月，是黄河流域的多雨区，年均气温7℃，部分地区年平均气温0℃，冬季严寒，夏季凉爽，昼夜温差较大，年均日照2300至2400小时。

1.2 模式方案选择

模式的参数化方案选择如下:长波方案选用了RRTMG，通过预设的数学模型来反映由于臭氧、水汽、二氧化碳等气体所引起的长波辐射过程，并考虑了不同类型云的光谱波段特性;短波方案也选用RRTMG，该方案可以在14个连续的波段对短波进行计算，并对云以及云中冰晶的大小及散射进行了考虑[19];陆面过程方案选用了Noah方案，该方案是OSU的升级版本[20]，可以对4层土壤温湿度进行计算，考虑了土壤结冰、植被根区作用、水分流失以及地表反照率;对积云的模拟选用Grell 3d方案[21]，此方案是质量通量类型，具有高的分辨率，能模拟相邻之间柱区的云所发生下沉运动。近地面层选用了Mellor-Yamada Nakanishi and Niino Level 2.5湍流动能闭合方案，它不仅预报湍流动能，并考虑了区域垂直空间混合，在粘性层的粗糙度采用隐式扩散参数化[22]。采用三重嵌套网格系统，模拟区域中心位于33.5°N，102.5°E，粗细网格距分别为18、6和2km，格点数分别为28、37和64，垂直层面采用35层，模式顶大气压为50hPa;模拟时间段为2010年7月16日00:00～8月15日00:00(北京时)，共计720小时，模式结果每间隔1小时输出一次。

模式采用NCEP ds083.2的1°x1°再分析资料结合MODIS卫星反演的30s下垫面土地利用及植被类型资料经处理后作为输入的初始场和边界条件，并用观测资料进行验证。观测资料由若尔盖高原湿地生态系统研究站所提供，该站地理坐标为33.93°N，102.87°E，所采用的TDRM3土壤水分测定系统，能对土壤水分、土壤温度的多层长期自动观测、自动记录;AUME-SQ湿地生态环境自动观测系统能连续、自动监测与储存空气温度、相对湿度、风速风向、雨量、太阳总辐射等湿地生态环境参数。若尔盖土地利用类型分布如图1所示。

图1 模拟地区土地利用类型分布(细实线是地形高度，深色区域是湿地，浅色地区为草地)

2 模拟结果对比分析

2.1 土壤温度和湿度

图2是土壤含水量时间－深度剖面变化情况，从图中可知，两种模式的模拟结果与实测值的时空分布相似，对当地降水引起的土壤湿度迅速变化趋势模拟较为准确，不过对土壤湿度在土壤各层上分布的模拟存在一定偏差。在NOAH模式中，三层模拟值与观测值的平均相关系数为0.89，10cm处的土壤含水量均方根误差较小，为0.021 m3·m－3;40cm处的土壤含水量均方根误差为0.045 m3·m－3;100cm处的土壤含水量均方根误差最大，为0.086 m3·m－3。而在CLM模式中，三层模拟值与观测值的平均相关系数为0.86，10cm处的土壤含水量均方根误差最大，为0.105 m3·m－3;40cm处的土壤含水量均方根误差为0.053 m3·m－3;100cm处的土壤含水量均方根误差较小，为0.028 m3·m－3。

图3是土壤温度时间－深度剖面变化情况。可以看出，湿地的土壤温度有很强烈的日变化曲线，两种模式对晴天湿地的模拟结果都较为理想，在下雨或多云天气模式对极值的模拟会呈现出不同特点的偏差，土壤温度会随阴天或降雨的发生出现降幅，两种模式在不同土壤层的模拟效果有所不同。在NOAH模式中，三层模拟值与观测值的平均相关系数为0.85，平均均方根误差为2.6℃。10cm处的土壤温度均方根误差最小，为1.7℃;40cm处的土壤温度均方根误差为2.1℃;100cm处的土壤温度均方根误差最大，为3.9℃。在CLM模式中，三层模拟值与观测值的平均相关系数为0.84，平均均方根误差为2.8℃，10cm处的土壤温度均方根误差最大，为3.6℃;40cm处的土壤温度均方根误差为2.7℃;100cm处的土壤温度均方根误差最小，为1.9℃。模拟结果能较准确地反映出该地土壤温度的变化情况。从以上观测和模拟结果对比分析来看，土壤温度的变化与湿地土壤湿度有着密切联系，每次降水之后土壤温度也会随之下降。

图2 2010年7月16日～8月15日CLM模式(a)、NOAH模式(b)和实测(c)的平均土壤含水量时间－深度剖面(单位:m3·m－3)

图3 2010年7月16日～8月15日CLM模式(a)、NOAH模式(b)和实测(c)的平均土壤温度时间－深度剖面(单位:℃)

表1是两种模式不同深度土壤温湿度的相关系数对比，从表中可知，NOAH和CLM的模拟效果与土壤深度有着较大关联。在10～100cm，NOAH模式对温湿度模拟的相关系数随着深度的增加逐渐递减，而CLM模式则刚好相反，模拟相关系数与深度呈正相关，模拟效果在较深的土壤中有更好的表现。两种模式的输出结果在表现上有所区别，但整体而言两者在夏季该时间段对若尔盖湿地的模拟效果都较好，各层温湿度模拟值与实测值之间的相关系数介于0.81～0.93，置信水平均达到了95%，基本上反映了土壤温湿度随深度的变化特征。

表1 NOAH与CLM模式不同深度模拟值相关系数

2.2 地表辐射收支与能量平衡

为了研究该地区的辐射特点，选取了模拟期间若尔盖地区较典型的晴天(2010年7月28日、8月6日、8月11日)和阴天(2010年7月30日、8月3日、8月10日)两种天气状况，让观测值与两种模式输出的结果进行对比。在天气晴朗条件下(图4、5、6)，NOAH模式与CLM模式向下短波辐射(图4a、5a、6a)极大值都约为1000 W·m－2，而向上短波辐射(图4b、5b、6b)极大值约为170W·m－2和220W·m－2，两者呈正相关。在晴天状况下云量不多，所以向下长波(图4c、5c、6c)日间波动不大，NOAH模式约在270～ 320W·m－2，CLM约在260～ 330W·m－2，而向上长波辐射(图4d、5d、6d)日间波动相对大一些，NOAH与CLM分别约在370～470W·m－2和360～500W·m－2;在同样条件下净全辐射(图4e、5e、6e)的分布表现较为规则，两种模式输出的极大值均低于实测值，这主要是由于向上的长波和短波辐射模拟值在正午偏大所造成。整体来看两种模式在天气晴朗条件下对若尔盖地区辐射都具有较好的的模拟效果。阴天多云条件下(图7、8、9)各辐射分量的日循环规律仍然明显，不过受到云的数量、高度、厚度以及位置等因素的影响，阴天不如晴天状况规则，向下短波辐射(图7a、8a、9a)极大值在一定程度上减小，而向下长波辐射(图7c、8c、9c)极大值有所增加，NOAH与CLM模式分别约在330～380W·m－2和310～390W·m－2，主要是因为部分短波辐射和凝结潜热被云吸收所造成。阴天状况下的辐射模拟值偏差相较晴天变大，这可能是由于模式中参数化方案设置所造成的云量模拟误差引起。晴天和阴天的模拟效果整体来说都较为理想，但雨天(2010年8月13日)条件下各辐射分量的日变化不明显，向下短波大幅减弱，向下长波辐射得到进一步加强，模式在有降水状况下的模拟效果不佳(图略)，只能表现出与实测值大致相似的日变化形态。

通过图4、5、6与图7、8、9中晴天、阴天状况下的热量日变化比较，可以看出晴天潜热(图4g、5g、6g)日变化特征明显，NOAH和CLM模式午后极大值约为450W·m－2和500 W·m－2，而两者在夜间都会出现负潜热;地区NOAH和CLM 模式晴天感热(图4f、5f、6f)极大值约为125W·m－2和170W·m－2，地表热通量(图4h、5h、6h)极大值约为50W·m－2和90W·m－2，模式在天气晴朗条件下能较准确的对潜热、感热和地表热通量进行模拟。在阴天多云条件下，感热(图7f、8f、9f)极大值在100W·m－2和150W·m－2左右，而在降水状况下感热将出现大幅削弱，极大值只有50W·m－2和60 W·m－2左右。在阴雨天云量较多的情况下有时感热会在白天出现负值，这可能是因为大量的云使得能到达地表的向下短波辐射变少，同时向上长波辐射被阻碍，导致地表的温度低于空气温度，从而出现了热量由空气向地表输送的过程。

图4 7月28日若尔盖地区晴天观测和模拟的辐射收支日变化对比(白色是观测值，灰色是CLM模拟值，黑色是NOAH模拟值)a.向下短波、b.向上短波、c.向下长波、d.向上长波、e.净全辐射、f.感热、g.潜热、h.地表热通量(MJ·m－2)

图5 8月6日若尔盖地区晴天观测和模拟的辐射收支日变化对比(白色是观测值，灰色是CLM模拟值，黑色是NOAH模拟值)a.向下短波、b.向上短波、c.向下长波、d.向上长波、e.净全辐射、f.感热、g.潜热、h.地表热通量(MJ·m－2)

图6 8月11日若尔盖地区晴天观测和模拟的辐射收支日变化对比(白色是观测值，灰色是CLM模拟值，黑色是NOAH模拟值)a.向下短波、b.向上短波、c.向下长波、d.向上长波、e.净全辐射、f.感热、g.潜热、h.地表热通量(MJ·m－2)

图7 7月30日若尔盖地区阴天观测和模拟的辐射收支日变化对比(白色是观测值，灰色是CLM模拟值，黑色是NOAH模拟值)a.向下短波、b.向上短波、c.向下长波、d.向上长波、e.净全辐射、f.感热、g.潜热、h.地表热通量(MJ·m－2)

图8 8月3日若尔盖地区阴天观测和模拟的辐射收支日变化对比(白色是观测值，灰色是CLM模拟值，黑色是NOAH模拟值)a.向下短波、b.向上短波、c.向下长波、d.向上长波、e.净全辐射、f.感热、g.潜热、h.地表热通量(MJ·m－2)

图9 8月10日若尔盖地区阴天观测和模拟的辐射收支日变化对比(白色是观测值，灰色是CLM模拟值，黑色是NOAH模拟值)a.向下短波、b.向上短波、c.向下长波、d.向上长波、e.净全辐射、f.感热、g.潜热、h.地表热通量(MJ·m－2)

图10 NOAH模式辐射和热量的观测值与模拟值对比

图11 CLM模式辐射和热量的观测值与模拟值对比

图10和图11分别是NOAH和CLM模式辐射和热量观测值与模拟值的散点分布比较，图中两种模式的向上的长波和短波(图10b、d，图11b、d)散点分布都较均匀，NOAH模式的均方根误差分别为25.79和21.57W·m－2，平均绝对误差为5.6%和5.1%，CLM模式为22.36和23.19W·m－2，平均绝对误差为4.4%和6.3%;NOAH模式向下长波和短波均方根误差分布为29.19和84.32 W·m－2，平均绝对误差为24.2%和17.1%，CLM模式为27.71和90.58W·m－2，平均绝对误差为22.3%和18.1%，从散点图的分布上可以看出两种模式的向下长波模拟值都略小，偏向于1:1对称线下方，而在CLM模式中向下短波略偏大，整体偏向于在1:1对称线上方，NOAH模式的分布则表现为更加平均和密集，这些偏差主要集中在模拟时间段内的阴天和雨天状况下。从图中可以看出对感热和潜热(图10f、g，图11f、g)的模拟两种模式表现出较大差异，NOAH模式的均方根误差分别为26.75和46.08W·m－2，CLM模式的感热模拟值整体偏大，潜热偏小，均方根误差分别为43.85和54.16W·m－2，而地表热通量在夜间模拟值略偏高(图10h，图11h)，在白天午间时则偏低，NOAH和CLM模式的均方根误差为15.68 W·m－2和51.24 W·m－2。在对地表热量的模拟方面，NOAH模式相对CLM模式整体效果表现更加准确。

产生以上偏差主要由两个原因。一是客观条件造成的观测值误差，如早晨的露水或降水时薄层水附着在观测仪器上，而这种状况所带来的影响程度还需要更深入的研究;二是模式自身的系统性偏差，参数化方案在该地区适用度以及初始条件准确度对模拟值的偏差产生重要影响。

通过图形发现，无论辐射还是热量，CLM模式的相较NOAH模式都表现为极大值偏大，极小值偏小，输出的各分量日循环振幅整体更大。表2列出了时间序列内两种模式输出的各分量的最大差值和相关系数，除向下长波辐射外其它分量均通过95%显著性检验。在8个分量中CLM有7个分量的最大差值都更大，CLM模式相较NOAH对湿地和草地下垫面所造成的辐射热量分布差异表现更加明显，南北对比更加突出，而NOAH和CLM两种模式的平均相关系数分别为0.82和0.79。模拟结果为了解湿地辐射收支和能量平衡的特征以及保护湿地自然资源、评估湿地生产潜力提供了参考依据。

表2 NOAH和CLM模式各分量最大差值

3 结论

(1)NOAH和CLM模式对若尔盖湿地三层土壤含水量的模拟平均相关系数分布为0.89和0.86，而平均均方根误差为0.051m3·m－3和0.062m3·m－3;土壤温度三层模拟值与观测值的平均相关系数NOAH和CLM模式分别为0.85和0.84，平均均方根误差为2.6℃和2.8℃。模式对浅层土壤在降水后含水量和温度的变化反应上还不够迅速，但对整体变化趋势模拟较为准确。两种模拟效果与土壤深度有着较大关联。在10～100cm，NOAH模式对温湿度模拟的相关系数随着深度的增加逐渐递减，而CLM模式则刚好相反，模拟相关系数与深度呈正相关，模拟效果在较深的土壤中有更好的表现，这可能是由于两种模式对土壤水热过程的描述不同，从而引起各层的土壤热扩散率相区别，并且NOAH和CLM模式的植被分类方法不同，也会导致对植物蒸散的模拟发生变化。

(2)两种模式对若尔盖地区辐射的模拟都基本体现了该地区夏季的辐射通量日变化特征。各辐射量日夜变化与天气条件有着较大关联，天气晴朗条件下的模拟值与观测值吻合较好，表现出了标准的地表辐射日循环形态，而在阴天时，向下短波、向上短波和净全辐照度模拟值略高于观测值，这主要是由于模式对土壤温湿度分布，以及云量、厚度和位置的模拟偏差所造成;NOAH模式的向下短波、向上短波、向下长波、向上长波净全辐照度模拟值与观测值的平均绝对误差分别为17.1%、5.1%、24.2%、5.6%、23.2%，而CLM模式为18.1%、6.3%、22.3%、4.4%、24.1%。

(3)在热量方面NOAH模式的模拟效果整体要稍优于CLM模式，CLM模式相较NOAH模式表现为极值偏大。感热模拟值整体略微偏高，NOAH和CLM的均方根误差分别为26.75W·m－2和43.85W·m－2;潜热均方根误差则分别为46.08W·m－2和54.16 W·m－2;地表热通量的均方根误差分别为15.68 W·m－2和51.24 W·m－2。

通过对比可知，由于模式结构和计算方法的区别，造成了两种模式在夏季若尔盖地区的模拟结果有所差异，表现出了各自的特征及优缺点，通过集成各模式分量对地区的辐射和热量进行分析，能获得更接近于实际的特征资料。并且，研究对模式进一步改进在若尔盖地区辐射和热量模拟效果提供了参考依据。

[1] 张强，曹晓彦.敦煌地区荒漠戈壁地表热量和辐射平衡特征的研究[J].大气科学，2003，27(2):245－254.

[2] 刘红玉，林振山，王文卿.湿地资源研究进展与发展方向[J].自然资源学报，2009，12:2204－2212.

[3] 李家洋，陈泮勤，葛全胜，等.全球变化与人类活动的相互作用[J].地球科学进展，2005，20(4):371－377.

[4] 胡隐樵，孙淑芬，郑元润，等.稀疏植被下垫面与大气相互作用研究进展[J].高原气象，2004，23(3):281－296.

[5] Shen J.Numerical modelling of the effects of vegetation and environmental conditions on the lake breeze[J].Boundary-Layer Meteorology，1998，87(3):481－498.

[6] Chase T N，Knaff J A，Pielke Sr R A，et al.Changes in global monsoon circulations since 1950[J].Natural Hazards，2003，29(2):229－254.

[7] Chu P C，Lu S，Chen Y.A numerical modeling study on desert oasis self-supporting mechanisms[J].Journal of Hydrology，2005，312(1):256－276.

[8] 郭安红，王兰宁，李凤霞.三江源区湿地变化对区域气候影响的数值模拟分析[J].气候与环境研究，2010，15(6):743－755.

[9] 刘树华，蒋浩宇，胡非，等.利用区域尺度气象模式模拟黑河地区地表能量通量的研究[J].大气科学，2008，32(6):1392－1400.

[10] 柳媛普，吕世华，李锁锁，等.黄河源区草地退化对局地气候环境影响的数值模拟[J].高原气象，2009，28(2):327－334.

[11] 张静辉，文军，张堂堂，等.黄河源区植被覆盖度对区域气候影响的数值模拟[J].高原气象，2011，30(4):989－995.

[12] 李科，王毅勇，王瑗.三江平原季节性积水沼泽湿地能量平衡要素研究[J].湿地科学，2008，6(002):264－270.

[13] 蔡雯悦，徐祥德，孙绩华.青藏高原东南部云状况与地表能量收支结构[J].气象学报，2012，70(4):837－846.

[14] 周万福，周秉荣，李晓东.青藏高原东部地区辐射平衡及各分量变化特征[J].高原气象，2013，70(4):837－846.

[15] 李燕，刘新，李伟平.青藏高原地区不同下垫面陆面过程的数值模拟研究[J].高原气象，2012，31(3):581－591.

[16] 张述文，李得勤，邱崇践.三类陆面模式模拟土壤湿度廓线的对比研究[J].高原气象，2009，28(5):988－996.

[17] 刘金婷，马柱国，罗德海.三个陆面模式对新疆地区陆面过程模拟的对比研究[J].高原气象，2009，28(6):1242－1249.

[18] 朱德琴，高晓清.陆面过程模式 SSiB在中国西北典型干旱区使用性能的检验[J].高原气象，2005，24(6):872－879.

[19] Skamarock W C，Klemp J B，Dudhia J，et al.A Description of the Advanced Research WRF Version 3[R].NCAR Technical Note，NCAR/TN－475+STR，2008:113.

[20] Mlawer EJ，TaubmanSJ，BrownPD，et al.Radia-tive transfer for inhomogenousatmosphere:RRTM，avalidatedcorrelated-kmodel for the long-wave[J].JGeophys Res，1997，102(D14):16663－16682.

[21] ChenF，Dudhia J.Coupling anadvancedlandsurface-hydrology model with the Penn State-NCAR MM5modeling system.Part I:Model implementationandsensitivity[J].MonWea Rev，2001，129:569－585.

[22] Hong S Y，Noh Y，Dudhia J.A new vertieal diffusion package with an explicit treatrnent of entrainment processes[J].Mon Wea Rev，2006，134:2318－2341.