基于GLDAS产品的青藏高原土壤湿度特征分析

选取青藏高原中部那曲地区10个试验点2010年8月至2012年12月的土壤湿度数据与全球陆面数据同化系统(GLDAS)中4个陆面过程模型(NOAH、CLM、VIC、MOSAIC)模拟得到的土壤水分产品进行对比分析,发现NOAH陆面模式资料在青藏高原适用性较好。采用中国科学院青藏高原研究所那曲站10个试验点观测土壤湿度资料和长时间序列的GLDAS陆面模式资料研究青藏高原地区不同深度土壤湿度的时空分布特征。结果表明:那曲地区土壤湿度呈现显著的季节变化特征,一年之中出现两个峰值和两个低值阶段。基于NOAH陆面数据同化产品发现青藏高原土壤湿度的空间分布呈现明显的纬向分布特征,随纬度的升高,土壤湿度值降低;同时,青藏高原中部浅层土壤和中间层土壤湿度有变湿的趋势。0~10 cm、10~40 cm、40~100 cm土壤湿度EOF展开第一模态(EOF1)在高原北部及南部呈反位相分布。     

青藏高原非冻结期观测的土壤湿度和模式产品的对比分析

对第三次青藏高原大气科学试验(TIPEX-III)的土壤湿度观测资料与ERA5、ERA-Interim、MERRA-2、NOAH2.1和CFSv2模式或再分析产品(简称模式产品)的土壤湿度在非冻结期(4-10月)的时空分布特征及相关系数、无偏均方根误差和标准偏差比的对比分析结果表明：(1)五套模式产品均能表现青藏高原西部偏干、东部偏湿的空间分布特点,以及青藏高原西部月尺度的土壤湿度与降水的关系。(2)五套模式产品与观测的日平均土壤湿度的相关性,高原西部的明显高于高原东部的;ERA5与观测的土壤湿度相关性最好,但是无偏均方根误差较大,尤其是在青藏高原西部;ERA-Interim的无偏均方根误差最小,但其相关性较低。(3)五套模式产品均高估了高原西部土壤湿度的变化幅度,低估了高原东部土壤湿度的变化幅度。     

夏季青藏高原不同层次土壤湿度时空变化特征

基于1950—2009年GLDAS Noah 2.0逐月平均土壤湿度资料,分析了夏季青藏高原各层土壤湿度的时空变化特征。结果表明:(1)夏季青藏高原各层土壤湿度整体上呈自南向北递减的空间分布,但在高原中部地区中层、深层土壤湿度均有一个极值中心。(2)夏季高原中东部地区表层、浅层、中层、深层土壤湿度之间的差值(深层与中层除外)均表现为"上湿下干"的垂直分布,而中部偏西地区各层土壤湿度差值则表现为"下湿上干"的垂直分布。(3)夏季高原各层土壤湿度第一模态均呈现西南—东北反向型分布,且随着深度的增加,零线向东北移。(4)夏季高原主体各层土壤湿度的年际变化特征明显,除深层(呈现不显著增加趋势)外整体均呈现显著下降趋势,前期土壤湿度较高,后期较低。从空间趋势分布来看,除深层土壤湿度在高原中部有增大趋势外,各层土壤湿度变化趋势在高原上均以减小为主。(5)去趋势后,除深层外其他各层土壤湿度最大年际变化幅度在高原中部随着土层的增加而减小,而高原中东部则随土层的增加而增大。     

基于AMSR-E反演青藏高原夏季表层土壤湿度

利用AMSR-E观测的土壤表层亮温资料,采用简化修正的单通道算法模型(Single Channel Algorithm,SCA),反演青藏高原地区夏季2011年6-8月的表层土壤湿度。为对比验证反演结果,利用高原东部和中部的玛曲观测网和那曲观测网CTP-SMTMN(Soil Moisture and Temperature Monitoring Netw ork on the central Tibetan Plateau)的土壤湿度观测数据,以及NASA和VUA-NASA两种均基于AM SR-E的反演土壤湿度产品进行验证。结果表明:(1)与VUA-NASA产品和修改后的SCA模型反演结果相比,NASA产品在像元和区域尺度上相关系数较低,MAE(Mean Absolute Error)和RMSE(Root M ean Square Error)较高,明显低估了两个地区的土壤湿度。(2)VUA-NASA产品在玛曲地区表现良好,在那曲地区虽然相关系数较高,但MAE和RMSE同样较高,导致精度较差。(3)对比其他两种产品,修改后的SCA模型反演结果在两个地区表现出较高的相关系数(接近0.800)、较低的MAE(接近0.050m~3·m~(-3))和RMSE(接近0.060 m~3·m~(-3)),有着较高的精度。因此,可以认为修改后的SCA模型可以应用于青藏高原地区土壤湿度动态监测,为研究青藏高原地区的天气和气候变化影响及水循环过程提供了参考和借鉴。     

CMIP模式对冬季北半球大气环流与青藏高原冬春季气温相关关系的模拟评估

本文评估了36个CMIP5模式和39个CMIP6模式对近期观测中揭示的北半球冬季大气环流与高原冬春气温之间的相关关系的模拟能力。利用最大协方差(MCA)分析方法,计算并比较了观测和模式中冬季北半球200 hPa位势高度场与同后期青藏高原近地面气温的耦合关系。整体而言,大部分CMIP模式能够模拟出显著的冬季北半球大气环流与青藏高原气温之间的相关关系,且CMIP6模式模拟相关特征和作用机制的能力较CMIP5均有所提升。与观测相比,历史情景下36个CMIP5模式中有26个能够模拟出显著的大气环流与同后期高原气温之间的相关关系,其中对于相关的位势高度场空间模态的模拟明显好于对高原气温异常场空间模态的模拟。同情景下39个CMIP6模式中有37个能模拟出显著相关关系,且CMIP6模式更能模拟出观测中MCA模态的位势高度场上北极涛动(AO)和西太平洋遥相关型(WP)反相位叠加的大气环流特征。在对MCA模态时间变率的模拟上,大部分模式都能重现青藏高原整体变暖的趋势,部分模式能够模拟出观测中位势高度场时间主成分的年际变率,并且CMIP6表现要优于CMIP5。对耦合环流型的动力诊断显示,相比CMIP5模式,CMIP6中有更多模式可以模拟出极地—高原之间的遥相关波列,且对波列结构的模拟更完整。     

AMSR-E卫星亮度温度数据在高原东北部土壤湿度观测和模拟中的应用

为了改进青藏高原东北部土壤湿度的观测和模拟效果,利用AMSR-E(Advanced Microwave Scanning Radiometer-EOS)亮度温度资料,估算了高原东北部的土壤湿度值;还利用耦合了Noah陆面模型的WRF中尺度模式WRF-Noah,结合牛顿松驰逼近同化法对AMSR-E估算的土壤湿度进行了同化试验。结果表明:与实测及NCEP再分析值土壤湿度相比,估算的高原东北部的土壤湿度值虽小些,但能够体现土壤湿度随降水事件等的影响。使用牛顿松弛逼近法同化后比没有同化或采用直接替代法模拟的土壤湿度的效果要好。在区域尺度上,通过对牛顿松弛逼近法中质量因子的详细控制,采用该同化方法后对沙漠地区土壤湿度的模拟改善最为明显,其次是草地以及灌木丛与草地混合区;在时间尺度上,采用牛顿松弛逼近同化方法后模拟值与实测值的均方根误差得到减少。     

基于陆面数据同化系统改进中国区域土壤湿度的模拟研究

利用中国区域地面气象要素驱动数据集(China Meteorological Forcing Dataset,CMFD),驱动中国科学院大气物理研究所陆面数据同化系统(LDAS-IAP/CAS-1.0),得到了2003—2010年中国区域土壤湿度数据集,同时不考虑同化卫星遥感亮温数据,直接驱动CLM3.0模拟了2003—2010年中国区域土壤湿度时空变化。将二者土壤湿度模拟结果、地面土壤湿度观测值、美国国家环境预报中心(NCEP)气候再分析数据(CFSR)、基于主动和被动微波传感器的全球土壤湿度数据(SM-MW)进行对比分析发现,考虑同化卫星遥感亮温后与不考虑同化模拟的土壤湿度空间分布有明显差异。将模拟、同化土壤湿度值与观测值对比发现,同化后的青海、甘肃、宁夏和陕西地区土壤湿度较模拟结果有一定的改善。相对于CFSR再分析数据和SM-MW遥感反演数据,模拟和同化土壤湿度值在35°N以南对土壤湿度空间分布的细节刻画更为细致。同化卫星遥感亮温数据后,从2003—2010年土壤湿度四季和年平均空间分布看出,土壤湿度空间分布从西北向东南增加。东北、江淮地区及青藏高原为土壤湿度高值区,新疆和内蒙古为土壤湿度低值区。从变化趋势来看,内蒙古、青藏高原和新疆南部年平均土壤湿度呈增加趋势,其他地区以减小趋势为主。     

Evaluation of the performance of CMIP5 and CMIP6 models in simulating the South Pacific Quadrupole-ENSO relationship

先前的观测研究表明,南太平洋四极子海温模态(SPQ)可以有效地作为ENSO的前兆信号.本文利用20个CMIP6模式及其对应的20个先前的CMIP5模式的工业化前气候模拟试验数据,评估和比较了CMIP6以及CMIP5模式对SPQ与ENSO的关系的模拟能力.结果表明,大多数CMIP5和CMIP6模式可以合理地模拟SPQ的基...     

青藏高原春季土壤湿度异常与我国夏季降水的联系

利用 197-2014年 GLDAS-CLM(Global Land Data Assimilation System-the Community Land Mod-el)地表参量数据集、中国区域逐日观测资料格点化数据集(CN05.1)和ERA-nterim大气环流再分析数据,研究青藏高原5月(春季)土壤湿度的异常变化...     

CMIP6HighResMIP对青藏高原气候模拟的评估和预估

高分辨率模式模拟被认为是研究资料相对欠缺的青藏高原地区气候变化的重要方法之一。第六次国际耦合模式比较计划(CMIP6)新增了高分辨率模式比较计划(HighResMIP),但其对青藏高原气候的模拟性能尚未系统评估。本研究分析了6对(更高、较低分辨率)CMIP6 HighResMIP模式对青藏高原当前气候的模拟能力,并集合预估了近期青藏高原气候的变化趋势。相对较粗分辨率模拟,所有(2/3)模式的更高分辨率模拟减少了平均降水(气温)的区域平均偏差。泰勒图涉及指标的综合评估显示,约1/3模式的更高分辨率对平均气温和降水模拟效果优于较低分辨率,其余模式的更高分辨率则接近或者劣于较低分辨率。集合平均结果优于单个模式,且其更高分辨率模拟效果总体优于较低分辨率。更高分辨率模式集合预估显示,相对于1995—2014年,在SSP5-8.5情景下到2021—2040年青藏高原整体呈增温趋势,东南部增温相对较弱;降水从北到南呈增加-减少-增加的变化模态;青藏高原气温将平均增加(0.81±0.91)℃,降水将平均增加(0.05±0.25) mm/d。     

On the long-term memory characteristic in land surface air temperatures: How well do CMIP6 models perform?

Stemming from the multi-scale interactions of various processes, long-term memory (LTM) has become a well-recognized property in the climate system. Whether a dynamic model can reproduce the observed LTM is a widely used criterion for model evaluation, especially regarding its ability in simulating natural variabilities. While many works have shown poor model skill in simulating the LTM of land surface air temperature (LSAT), it is not yet known whether CMIP6 models offer any improvement. In this study, the performances of 60 CMIP6 models in simulating the LTM characteristics in LSAT were evaluated. Results showed that most models reproduced the LTM in the global-mean LSAT, among which AWI-ESM-1-1-LR and E3SM-1-0 performed best. All 60 models reproduced the variation in LTM with latitude. CNRM-CM6-1 and HadGEM3-GC31-LL performed best in simulating the LTM of LSAT at the global scale. The multi-model mean (MMM) performed better than any single model. The biases of the MMM and CRUTEM5, and among the 60 models, were significant in the equatorial and coastal regions, which may be attributable to the simulation differences of the models in terms of their ocean–atmosphere coupling processes.摘要利用去趋势涨落分析 (DFA) 方法计算序列的长程记忆性 (LTM) , 以CRUTEM5数据集的结果作为观测参照, 评估了60个参与第六次国际耦合模式比较计划 (CMIP6) 的气候模式对地表气温LTM的再现能力. 结果表明: 大部分模式可以再现全球平均地表气温序列的LTM特征, 其中AWI-ESM-1-1-LR和E3SM-1-0的模拟效果最好; 60个模式均能模拟LTM随纬度带的变化; 综合来说, 全球水平上CNRM-CM6-1和HadGEM3-GC31-LL对地表气温LTM的模拟性能最好; 多模式平均相比单一模式模拟性能更好; 多模式平均与观测结果的偏差以及模式之间的模拟差异显著体现在赤道和沿海区域, 这种偏差可能源于模式对海气耦合过程的模拟差异.     

CMIP6模式对青藏高原东坡暖季降水的模拟评估

青藏高原东坡陡峭地形区是气候模式陆地降水模拟偏差的大值区,且这一偏差长期未得到有效改善.基于17个参加国际耦合模式比较计划第六阶段(CMIP6)的全球气候模式的日降水结果,评估了当前最新一代的气候模式对青藏高原东坡地区2000—2014年暖季(5—9月)降水气候态及其季节内演变的模拟能力.结果表明:高原东坡降水正偏差存...     

CMIP6全球气候模式对中国年平均日最高气温和最低气温模拟的评估北大核心CSCD

选取CMIP6历史模拟试验26个模式数据,以CN05.1数据作为观测资料,对1961~2014年中国年平均最高气温和最低气温变化模拟能力进行评估。结果表明:1961~2014年,中国年均最高气温和最低气温均存在上升的趋势。最高气温增长速率为2.15℃/100 a;最低气温增长速率为3.92℃/100 a,约为最高气温增长速率的两倍。CMIP6模式都能模拟出这种长时间尺度的变化趋势,但不同模式模拟能力存在一定差异,模式间离散度达到0.38℃/100 a(最高气温)和0.41℃/100 a(最低气温)。模式中BCC-ESM1和EC-Earth3模式对这两种趋势的模拟效果最好。CMIP6模式可以较好地模拟出中国范围内的最高气温和最低气温空间分布特征。中国范围内,大部分模式模拟结果与观测呈正相关的格点所占比例分别为82%(最高气温)和97%(最低气温),模拟结果具有明显的地域性。对于气候平均态,CMIP6模式可以较好地模拟出最高最低气温空间分布特征,对于整个中国东部地区,最高最低气温模拟结果的模式间标准差均在3℃以内,一致性较高,在西部地区差异较大,青藏高原地区达到6℃以上。GISS-E2-1-G和MRI-ESM2-0可以很好地模拟出1961~2014年中国最高气温和最低气温经验正交分解(Empirical Orthogonal Function,EOF)主要模态及其时间演变。总体来说,CMIP6模式对中国年均最高气温和最低气温的气候态空间分布以及变化趋势等方面,具备较好的模拟能力。     

Does CMIP6 Inspire More Confidence in Simulating Climate Extremes over China?

Based on climate extreme indices calculated from a high-resolution daily observational dataset in China during1961–2005, the performance of 12 climate models from phase 6 of the Coupled Model Intercomparison Project(CMIP6),and 30 models from phase 5 of CMIP(CMIP5), are assessed in terms of spatial distribution and interannual variability. The CMIP6 multi-model ensemble mean(CMIP6-MME) can simulate well the spatial pattern of annual mean temperature,maximum daily maximum temperature, and minimum daily minimum temperature. However, CMIP6-MME has difficulties in reproducing cold nights and warm days, and has large cold biases over the Tibetan Plateau. Its performance in simulating extreme precipitation indices is generally lower than in simulating temperature indices. Compared to CMIP5, CMIP6 models show improvements in the simulation of climate indices over China. This is particularly true for precipitation indices for both the climatological pattern and the interannual variation, except for the consecutive dry days. The arealmean bias for total precipitation has been reduced from 127%(CMIP5-MME) to 79%(CMIP6-MME). The most striking feature is that the dry biases in southern China, very persistent and general in CMIP5-MME, are largely reduced in CMIP6-MME. Stronger ascent together with more abundant moisture can explain this reduction in dry biases. Wet biases for total precipitation, heavy precipitation, and precipitation intensity in the eastern Tibetan Plateau are still present in CMIP6-MME, but smaller, compared to CMIP5-MME.     

基于HRCLDAS/CLM陆面数据同化系统的青藏高原地区土壤湿度模拟研究

利用最新的高时空分辨率（1 km、1 h）的中国气象局高分辨率陆面数据同化系统（HRCLDAS-V1.0）大气近地面强迫资料,驱动由NCAR发展的通用陆面模式（CLM）,对青藏高原地区2015年1月1日至9月30日的土壤湿度开展了模拟研究。结果表明模拟得到的高时空分辨率（1 km、1 h）土壤湿度能够体现出青藏高原地区从东南向西北逐渐变低的空间分布特征,较好地表现出各层土壤湿度的时间变化特征,6~9月土壤湿度波动较大,1~5月波动较平缓,上层土壤湿度变幅较大,深层变化较平缓。0~5 cm、0~10 cm和10~40 cm深度土壤湿度模拟结果与观测值的相关系数均在0.8以上,其中0~5 cm土层的相关系数达到0.92,各层土壤湿度观测值与模拟值的均方根误差变化则相反,3个土层土壤湿度模拟结果与观测值的偏差均小于0.04 mm3 mm-3,但模式对于研究时段土壤湿度变化的低值有高估现象,且模拟能力随着土层深度的加深而减弱。     

青藏高原土壤湿度时空分布特征研究进展

土壤湿度是陆面过程的重要参量,可以通过影响土壤本身的热力性质和水文过程,导致局部大气环流的改变以及区域性短期气候异常。青藏高原作为全球气候变化的敏感区,其地气间的水分与能量交换对亚洲季风和全球大气循环有着极大的影响,且高原地区的土壤水分数据能够为陆-气相互作用和数值模拟等研究提供重要的观测信息和初始输入数据。文中综述了青藏高原土壤湿度观测和研究对气候变化影响的重要性,高原土壤湿度观测站网建设现状,各种土壤湿度替代资料的适用性和评估研究,以及高原土壤湿度时空分布特征对降水的影响与气候变化响应,并提出了今后青藏高原土壤湿度研究着重解决的问题。      

CLDAS和GLDAS土壤温度数据在陕西省的适用性评估

利用陕西省2016年97站逐日5cm土壤温度观测数据,结合相关系数、平均偏差和均方根误差等统计参数,评估了中国气象局陆面数据同化系统CLDAS2.0和美国全球陆面数据同化系统不同陆面模式(Noah-GLDAS2.1,Noah-GLDAS1,CLM-GLDAS1)土壤温度数据在陕西省的适用性。结果表明:(1)CLDAS2.0在陕西省的相关系数最高,均方根误差最小,Noah-GLDAS2.1次之,Noah-GLDAS1最差。(2)从陕西省3个区域的时间演变序列的分析可以看到,CLDAS2.0和Noah-GLDAS2.1能很好模拟出土壤温度的季节变化以及日变化,Noah-GLDAS1、CLMGLDAS1对于日变化的模拟较差,且前两者偏差也明显小于后两者。(3)Noah-GLDAS2.1在陕北与关中地区土壤温度模拟能力与CLDAS2.0相差无几,但在陕南地区CLDAS2.0要好于Noah-GLDAS2.1。总体来看,CLDAS2.0对陕西省土壤温度模拟能力最好,在陕西省有着更好的适用性。     

基于CLM4.5模式的季节冻土区土壤参数化方案的模拟研究

利用位于季节冻土区的中国科学院那曲高寒气候环境观测研究站那曲/BJ观测点的野外观测数据,通过CLM4.5的单点模拟实验,分析评估了Luo土壤热导率参数化方案、Johansen土壤热导率参数化方案、Coté土壤热导率参数化方案和虚温参数化方案对土壤温、湿度的模拟能力,为将来选取最优的参数及参数化方案来更合理的模拟青藏高原土壤冻融过程为目的的工作提供依据。结果表明:(1)三种土壤热导率参数化方案模拟结果的土壤热传导率有明显差异,其中Coté方案的土壤热传导率最高,Luo方案的土壤热传导率最低。(2)三种热传导率方案均能合理地模拟出土壤温湿度的日变化趋势,Johansen方案对土壤温度年变化趋势模拟的更好,Coté方案对土壤温度模拟的数值较观测值偏离的更小,Luo方案对土壤湿度的模拟更好。(3)加入虚拟温度方程,并引入相变效率参数后,减少了模式对土壤湿度模拟的负偏差,Y-L方案在保持土壤温度较好模拟能力的基础上,能够进一步的提升土壤湿度的模拟能力。