对陆面过程模型CoLM中关键参数的修正刘永强图文精.docx

对陆面过程模型CoLM中关键参数的修正刘永强图文精.docx

《对陆面过程模型CoLM中关键参数的修正刘永强图文精.docx》由会员分享，可在线阅读，更多相关《对陆面过程模型CoLM中关键参数的修正刘永强图文精.docx（15页珍藏版）》请在冰豆网上搜索。

对陆面过程模型CoLM中关键参数的修正刘永强图文精

对陆面过程模型CoLM中关键参数的修正

刘永强1，艾力·买买提明2,3，何清2,3

（1.新疆大学资源与环境科学学院，新疆乌鲁木齐830046；2.中国气象局乌鲁木齐沙漠气象研究所，新疆

乌鲁木齐830002；3.塔克拉玛干沙漠大气环境观测试验站，新疆塔中841000）

摘要：

通过对塔克拉玛干沙漠腹地观测数据的分析和模拟，重新修正了陆面过程模型CoLM中的关键参数值和参数化方案。

（1）采用涡动相关数据和Monin-Obukhov理论，对地表动力学粗糙度重新计算；为提高地表比辐射率的精度，采用两种不同的方法进行计算和比较；将地表反照率参数值校正为符合年际变化的参数化方案；重新选择符合沙漠环境的地表热力学粗糙度参数化方案；改变相同的10层土壤导热率为不同值。

（2）经过参数值的校正与参数化方案的修正，改善了CoLM在沙漠地区对地表通量、地表和土壤温度模拟的缺陷；（3）改善后的CoLM模拟值与观测值的标准误差小于改善前，但是对不同季节的模拟改善效果存在差异，总体上冬季的标准误差小于其他季节。

关键词：

CoLM模型；参数；参数化方案；陆面过程；塔克拉玛干沙漠

我国是受风沙侵蚀灾害比较严重的国家。

我国北方有2.67×106km2的荒漠化土地，由东向西分布着8大沙漠、4大沙地及黄土高原和大面积的荒山荒地，这些区域是我国生态与环境极其脆弱的地区，它对气候变化和人为因素影响的反应十分敏感，也是我国影响范围最广的沙尘暴多发区。

对大范围荒漠化土地进行准确的天气预报，除了需要密度高、质量好的观测数据外，对大气模式的模拟和预报能力提出了更高的要求。

Dickinson[1]认为，改进和完善陆面过程模式是提高大气模式模拟和预报能力的重要方面。

通过野外观测试验，研究陆面和大气之间的各种物理、化学和生物过程，确定能真实反映陆－气相互作用的参数值或参数化方案是改进和完善陆面过程模式的重要方法。

因此，耦合在中尺度数值预报模式的陆面过程，对陆－气交互过程的描述能力在数值预报精度中发挥着至关重要的作用。

已有的陆面过程试验对干旱半干旱区的研究相对不足，而干旱区陆面过程的参数化是大气数值模式的薄弱环节。

虽然，通过黑河和敦煌试验[2-3]，对我国西北干旱区地表陆面过程参数的确定取得进展，但是，在荒无人迹的塔克拉玛干沙漠地区，由于以前观测资料少，对其陆面过程规律的认识还相对有限，陆面过程参数也未能很好地确定，甚至部分参数没有任何观测数据支持。

张强等[4]认为，在国际上主要的大气模式中，我国西北干旱区网格点上基本是用类似区域的陆面过程参数化方案来代替，这也许正是大多数模式对该区域预报不准确的原因之一。

因此，在沙漠下垫面开展陆面过程综合观测试验，通过现场数据校正陆面过程关键参数值，改进其参数化方案，由此来推动中尺度数值预报模式的预报精度具有非常重要的科学意义。

本文以新疆塔克拉玛干沙漠腹地流动沙漠为研究区域，开展陆面过程观测和模拟试验，通过研究沙漠近地面湍流通量的变化特征、地气间的能量交换，分析沙漠陆面过程的关键参数和参数化方案。

研究公共陆面模型CoLM（commonlandmodel）[5]中已有的地表粗糙度、地表反照率、地表比辐射率和土壤导热率的参数值，或参数化方案在沙漠下垫面的模拟效果与观测数据之间的差异，重新校正参数值，修正参数化方案，改进并提高CoLM在沙漠地区基金项目：

国家自然科学基金（41265002）；科技部公益性（气象）科研专项（GYHY201306066）；

中国沙漠气象科学研究基金项目（Sqj2009012）。

作者简介：

刘永强（1969－），男，博士（后），副教授，主要从事陆面过程参数化与模拟研

究。

E-mail:

lyqxju@

的模拟能力。

在此之前，刘永强等[6]已经对塔克拉玛干沙漠腹地的地表动力学粗糙度、地表反照率和土壤导热率进行了初步分析。

Liu等[7]分析了地表比辐射率和地表热力学粗糙度，并模拟了炎热期45d的数据。

鉴于此，本文通过对陆面过程关键参数及参数化方案的改进，采用新方法重新分析了地表动力学粗糙度长度，精确了地表比辐射率，将地表反照率由参数值改变为参数化方案，同时进行了一年期的数据模拟和逐月的误差分析。

1试验站点和数据

塔克拉玛干沙漠是世界第2大流动沙漠，面积3.38×105km2，约占中国沙质沙漠面积的1/2，从其自然特征来说，在我国沙漠中具有独特性和典型性。

首先是气候极端干旱，年降水量在60mm以下，沙漠东部甚至在10mm以下，干燥度24~60。

其次是流动沙丘大面积分布，占整个沙漠面积的85%；第三是沙丘形态复杂，有1/2的面积都是高大沙丘复合体。

塔克拉玛干沙漠大气环境综合观测试验站（塔中站），是目前世界上唯一深入流动沙漠腹地200km以上的大气环境综合观测试验站，是流动沙漠大气近地层湍流探测实验基地。

塔中气象站1996－2008年的气象数据表明：

塔中地区的年平均气温12.1℃，月平均气温7月最高，为28.4℃，1月最低，为-9.8℃。

年平均风速均在2.5m·s-1以下，月平均风速的年变化仅有单峰，峰值一般出现6－7月，风速可达3.0m·s-1左右。

塔中地区春夏季都盛行偏东风。

其中，北东北、东北、东东北和东４个风向占到年风向的59.5%，年沙尘天气日数平均为97.4d[8]。

本文数据来源于塔中站西北2.2km处的塔中A站（38°58′N，83°38′E，海拔1093m），该试验场地平坦开阔，在试验场的东南方向1km处有一条沙垄，沙垄与试验场的平均高差达30m，由于该沙垄走向与塔中地区的主导风向一致且距离远，对观测试验并无影响。

塔中A站主要观测项目有风、温、湿梯度，辐射分量，土壤温度、湿度和土壤热通量，风、温、湿脉动超声（表1）。

观测数据周期从2008年10月1日至2009年9月30日，部分数据因仪器故障导致缺失，数据模拟采用30min的平均数据。

表1塔中A站气象观测系统

Tab.1ThemeasurementsystemofmeteorologicalquantitiesatTazhongASite

项目

风速高度或深度/m传感器类型仪器设备主要参数0.5,1,2,4,10Metone010C测量范围：

0~60m·s-1，启动风速：

0.22m·s-1，精度：

±1%（0.3m·s-1，

工作温度：

-50~65℃

风向

空气温、湿度

土壤温度

土壤湿度

土壤热通量

风脉动2,10Metone020C测量范围：

0~360°，启动风速：

0.22m·s-1，精度：

±1%，工作温度：

-50~65℃0.5,1,2,4,10VaisalaHMP45D测量范围：

-40~60℃，精度：

±0.2℃（20℃；量程：

0~100%RH0.05,0.1,0.15,0.2,0.4Campbell109L测量范围：

-50~100℃，精度：

±0.2℃（0~70℃，±0.5℃（-50℃0.025,0.1,0.2,0.4CampbellCS616测量精度：

0.05%VWC，分辨率：

0.1%VWC0.025,0.5,0.8HuksefluxHFP01灵敏度：

50µV·W-1·m-2，精度：

≤3％，温度范围：

-30~70℃3CampbellCSAT3采样频率：

20Hz，风速量程：

0~30m·s-1，精度：

Ux，Uy为<±4.0cm·s-1，

Uz为<±2.0cm·s-1，分辨率：

Ux，Uy为0.01m·s-1，Uz为0.005m·s-1，声速

为0.01m·s-1

CO2/H2O脉动3Licor7500采样频率：

20Hz，量程：

CO2为0~5000mg·m-3，H2O为0~42g·m-3

Kipp&Zonen

CNR-1CM3：

响应时间18s，线性错误<25W·m-2，光谱范围：

305~2800nm，日曝辐量精度：

±10%；CG3：

响应时间18s，线性错误<25W·m-2，光

谱范围：

50~500nm，日曝辐量精度：

±10%；工作温度：

-40~70℃短波、长波辐射1.5

RH：

相对湿度（relativehumidity）；VWC：

体积含水量（volumetricwatercontent）；Ux，Uy，Uz：

分别为风速在空间坐标系x,y,z方向的分量。

2CoLM

选择CoLM是因为我国自主开发的新一代气象数值预报体系（GRAPES）耦合了CoLM及最新研发的陆面资料，希望改善CoLM在沙漠区地表通量和地表温度模拟中的缺陷，在一定程度上改善GRAPES的模拟性能。

CoLM是国际上的主流陆面过程模型之一，CoLM包含了对陆面几大主要过程的精细描述，它已与数个国际主流全球和区域气候模式耦合，结果表明，它们的耦合能在较大程度上提高模式的模拟性能，并可拓展模式在水文、植被生态和农业等方面的应用范围。

CoLM是在BATS[9]、LSM（landsurfacemodel）[10]和IAP94[11]的基础上建立起来的陆面模式。

CoLM汲取了这3个模型的优点，考虑了陆面的生态、水文等过程，对土壤－植被－积雪－大气之间能量与水分的传输进行了较好的描述。

模式有一个基于LSM的可以实现光合作用的植被层和一个底部达到3.43m深的10层不均匀的垂直土壤层。

模式中的土壤水热性质参数化方案取自Farouki[12]、Clapp等[13]及Cosby等[14]的参数化方案。

CoLM的单点离线运行有3个过程：

①根据单点的经纬度，将地表分成更小的网格，并从地表类型数据库中获得地表和土壤的数据；②可以输入初始土壤温、湿度数据，修改一些特征参数初始值，如动力学粗糙度等；③模拟运行输出结果。

3CoLM的参数和参数化试验改进

3.1地表动力学粗糙度（z0m）

由于塔克拉玛干沙漠为流动性大沙漠，流沙粒径平均为0.087~0.110mm[15]，是世界各大沙漠中粒径最小的，地表既有自然平缓沙丘，也有高大复合型沙垄。

选择合适的测定方法可以减小周围地形和大气环境对z0m精度的影响，该参数值的测定法有多种，如：

对数廓线法、最小二乘迭代法[16-17]、牛顿迭代法[18-19]、质量守恒原理计算法[20-22]、超声风温脉动数据计算法[23-26]以及利用Monin-Obukhov相似性理论的最大频数法[27-28]。

其中，对数廓线法最常用，但是，观测数据容易受周围环境和大气稳定度的影响。

而超声风温脉动观测数据准确性高，根据Footprint理论，距观测站点1km之外的沙垄不会对安装在高度3m的涡动系统产生影响。

刘永强等[6]利用对数廓线法计算了塔克拉玛干沙漠腹地的z0m，该方法根据中性条件下的近地层风速廓线，随高度呈现对数变化的方程（1，只需要2层高度（z1，z2）的观测风速（u1，，得到方程（2计算z0m。

u2）

U=u*⎛zlnk⎝z0m⎫⎪⎭（1

lnz0m=u1lnz2-u2lnz1u1-u2（2

式中：

z是风速U的观测高度；u*是摩擦风速；k是vonKármán常数，k=0.4。

由于塔克拉玛干沙漠的中性天气多出现在日出和日落时段、阴天和大风天气下，无疑会弃用大量的观测数据，从而导致结果不具有普适性。

为了提高精度，采用超声风温脉动数据计算法，利用中性、稳定和不稳定条件下的全部数据，选择有稳定度修正项ψm的风速廓线方程（3，得到计算z0m的方程（4。

U=u*

k⎡⎛z⎫⎤-lnψm⎥⎢z⎪⎣⎝0m⎭⎦（3

lnz0m=