基于CLDAS强迫CLM3.5模式的新疆区域土壤温度陆面过程模拟及验证

利用中国气象局国家气象信息中心研发的中国气象局陆面数据同化系统(China Meteorological Administration Land Data Assimilation System,CLDAS)大气近地面强迫资料,驱动美国国家大气研究中心公用陆面模式(Community Land Model,CLM3.5),对中国新疆地区土壤温度时空分布进行逐小时Off-line模拟(模拟时段为2009—2012年);利用国家土壤温度自动站(新疆区域105站点)数据验证CLDAS驱动场强迫下的CLM3.5模式在中国新疆地区3个土壤层(5cm、20cm和80cm)的土壤温度模拟能力。研究发现:在月变化方面,第1层(5cm)土壤温度模拟与实测值差异最大,在每年7月最大差异达5k左右;第2层(20cm)在每年7月达最大差异(3k左右),而第3层(80cm)在每年7月均模拟的很好。造成这种现象的原因可能因为新疆地区7月前后浅层土壤温度变化剧烈,温度白天最高可达300K以上,昼夜温差大,导致模式不能很好抓住浅层土壤温度的变化趋势。研究还发现,在80cm土壤深度,模式在1月、12月的模拟结果均较前两层差。在日变化方面,研究发现:较浅的两层(5cm和20cm)土壤温度模拟值在夏季和秋季均较差。与月变化模拟结果类似的是,80cm土壤层日变化在1、12月模拟较差,然而在其他时段却模拟的很好。在小时变化方面,分析发现:第1层土壤(5cm)模拟结果在每年的1—4月及9—11月的全天(即24 h),模式也会有不同的偏差:其中,在03UTC—21UTC之间主要表现为模式结果比观测结果偏高,而在日内21UTC—00UTC主要表现为模拟结果偏小。在每年的5—8月,全天模拟值都偏小,其中在09UTC达当日最大值。而距离第2层(20cm)处的土壤温度模拟值在大部分月份都偏差较小(-1K至1k之间),并在日内12UTC偏差达到当日最大值。研究发现,在土壤20cm处,模式模拟的最大值较观测值提前,而第3层(80cm)的土壤温度基本不受日内变化影响,表现较为平稳。造成这种影响的原因可能是因为新疆地区5—8月、9—11月为昼夜温差大,深层土壤温度较浅层土壤温度温差变化小,这也造成了模式对于浅层土壤模拟较深层差的主要原因。总体研究表明:CLDAS驱动场强迫下的CLM3.5模式可较为精确的模拟中国新疆地区多年平均土壤温度时空分布,并较为准确的反映中国新疆地区土壤温度的小时、日、月及年际的变化规律。模式浅温度模拟不好的原因可能与模式参数化方案及地表参数有关,后期将继续修正该问题。     

1982-2012年中亚地区植被时空变化特征及其与气候变化的相关分析

干旱区植被生态系统对气候变化极为敏感,并且干旱区的植被变化研究对全球碳循环具有重要意义。然而近几十年来,中亚干旱区植被对气候变化的响应机制尚不甚明朗。利用归一化植被指数NDVI数据集和MERRA（Modern-Era Retrospective Analysis for Research and Applications）气象数据,采用经验正交函数（EOF,Empirical Orthogonal Function）和最小二乘法等方法系统分析了31a（1982-2012年）来中亚地区NDVI在不同时间尺度的时空变化特征。进一步分析和研究NDVI与气温和降水的相关性,结果表明：1982-2012年,中亚地区年NDVI总体呈现缓慢增长趋势,而1994年以后年NDVI呈现明显下降趋势,尤其在哈萨克斯坦北部草原地区下降趋势尤为突出。这可能是由于过去30年间,中亚地区降水累计量的持续减少造成的。NDVI的季节变化表明春季NDVI增长最为明显,冬季则显著下降。与平原区相比,中亚山区的NDVI值增长幅度最大,并且山区年NDVI与季节NDVI呈现显著增加趋势（P < 0.05）。中亚地区年NDVI与年降水量正相关,而年NDVI与气温变化存在弱负相关。年NDVI和气温的正相关中心在中亚南部地区,负相关中心则出现在哈萨克斯坦的西部和北部地区;NDVI和降水的相关性中心刚好与气温相反。此外,在近30年间的每年6月至9月,中亚地区NDVI与气温存在近一个月的时间延迟现象。本研究为中亚干旱区生态系统变化和中亚地区碳循环的估算提供科学依据。     

基于CMDAS驱动SWAT模式的精博河流域水文相关分量模拟、验证及分析

利用大气和水文模型定量描述陆表相关变量变化规律一直是大气科学和水文学界的研究热点。然而,由于我国西部地区站点匮乏,传统气象观测站点已不能满足大尺度地表分量高精度模拟分析的需求。建立SWAT模型中国大气同化驱动数据集(China Meteorological Assimilation Driving Datasets for the SWAT model,CMADS)驱动SWAT(Soil and Water Assessment Tool)模型(简称为CMADS+SWAT模式),选取传统气象站点稀缺的新疆精博河流域为靶区,完成流域各地表分量(如土壤湿度、雪深、融雪)校准、验证及其时空关系提取与分析。分析发现:CMADS数据集可很好地驱动、率定SWAT模式完成本地化工作。其中,CMADS+SWAT模式在月尺度上总体NSE效率系数均在0.659—0.942,日尺度也均在0.526—0.815。对流域内土壤湿度和融雪过程进行相关分析发现:精博河流域土壤湿度在年内3—4月份达到其第一次峰值,主要贡献来自于流域内高山融雪现象;融雪期结束后,流域降水量增加,伴随气温上升等现象导致土壤温度呈现波动态势,至10月中旬冷空气过境产生较大降水(雪),最终使土壤水转变为冻土,直至次年接近融雪期,土壤水再次增加直到融雪过程结束。一方面证明CMADS+SWAT模式可有效提高SWAT水文模型在我国西北干旱区(站点稀缺区域)的表现能力,另一方面理清了精博河流域相关地表分量(土壤湿度、蒸发等)时空演变规律。本研究对我国大气水文学科发展将起到一定的科学促进作用。