地表能量平衡方程在新疆地表温度模拟中的应用
1.
2.
3.
Application of surface energy balance equation in simulation of surface temperature in Xinjiang, China
1.
2.
3.
收稿日期: 2020-11-17 修回日期: 2021-03-19 网络出版日期: 2021-05-26
基金资助: |
|
Received: 2020-11-17 Revised: 2021-03-19 Online: 2021-05-26
作者简介 About authors
任余龙(1976—),男,甘肃秦安人,博士,副研究员,主要从事陆面模式研究E-mail:
关键词:
Keywords:
本文引用格式
任余龙, 李毅, 李红, 吴晶, 柳媛普.
Ren Yulong, Li Yi, Li Hong, Wu Jing, Liu Yuanpu.
0 引言
地表温度(Land Surface Temperature, LST)是影响陆-气间水、热、碳等物质和能量循环过程的主导因子,也是评价陆面模式的重要指标[1]。新疆面积约占中国陆地总面积的1/6,地形复杂,生态环境脆弱。该区域广泛分布着冰川、积雪,地表温度的异常变化对冰川和积雪面积变化有重要影响[2];同时,该区域拥有中国最大的两个沙漠——塔克拉玛干沙漠和古尔班通古特沙漠,是中国沙尘暴发生的重要源区,地表温度变化是影响该区域沙尘暴发生和增强的重要因子[3-4]。地表温度变化也是影响该区域持续干旱化的重要因素[5-6]。该区域位于亚洲天气气候区的上游,地表温度变化不仅影响本区域生态环境和气候,还通过影响大气环流和物质输送,引起下游区天气及气候扰动[7-9]。因此,开展新疆地表温度变化研究具有重要意义。
陆面模式是研究地表温度变化的重要工具。在经历了第一代箱式模式、第二代生物物理传输模式(典型代表为BATS,Biosphere-atmosphere Transfer Scheme)发展历程后,目前发展为考虑碳循环的第三代陆面模式[10]。公用陆面模式(Community Land Model,CLM)是美国国家大气研究中心(National Center for Atmosphreric Research,NCAR)着力发展的第三代陆面模式[11],涵盖了与气候变化相关的生物地球物理、水文循环、生物地球化学和动态植被等物理、化学、水文及生化等过程[12]。自发布以来,该陆面模式在生态[13]、气候变化[14]、温室气体作用评估[15]、水文[16]等研究方面得到广泛应用,被认为是目前世界上具备良好发展潜力的陆面过程模式之一[17]。相关学者利用该陆面模式对新疆开展了土壤湿度[18]、水文[19]、陆气相互作用[20]、土壤温度[21]等方面的模拟研究,然而当前仍然缺乏耦合状态新疆地表温度的长时段模拟评估工作。同时,由于在耦合模式中影响地表温度模拟效果的因子很多,如何甄别主要影响因子,是陆面模式改进的关键环节。受误差分析方法限制,当前对影响模拟效果的主要因子缺乏认识,限制了该陆面模式在新疆的发展。Chen等[22]从地表能量平衡方程出发,得出的地表温度变化方程可定量诊断出引起地表温度异常的因子,为解决上述问题提供了新途径。因此,本文首先开展新疆地表温度的长时段模拟评估工作,在此基础上,用地表能量平衡方程揭示造成地表温度模拟误差的主要因子。
1 数据、方法及试验方案
1.1 数据
表1 ERA-Interim和ERA-5数据对比
Table 1
参数 | ERA-Interim | ERA-5 |
---|---|---|
时间长度 | 1979年至今 | 1950年至今 |
空间分辨率 | 79 km,60层 顶层0.1 hPa | 31 km,137层 顶层0.01 hPa |
时间分辨率 | 6 h | 1 h |
同化系统 | IFS Cycle 31r2 4D-Var | IFS Cycle 41r2 4D-Var |
参数个数 | 约100个 | 超过240个 |
不确定性估计 | 无 | 10个成员集合同化 进行不确定性估计 |
1.2 地表温度影响因子分离方法
为了分析影响地表温度变化的因子,Chen等[22]从地表能量平衡方程出发,得出如下地表温度变化方程:
式中:αs是地表反射率;Ts为地表温度;SWin是入射短波辐射;LWin是入射长波辐射;σ是斯蒂芬-玻尔兹曼常数,值约为5.67×10-8 W·m-2·K-4;H是感热通量;LE是潜热通量;G是土壤热通量。方程左边ΔTs为地表温度变化项;-SWinΔαs为地表反照率的变化项,该项表明,地表反照率增大(减小),则地表温度降低(升高);(1-αs)ΔSWin为入射短波辐射变化项,该项表明,入射短波辐射增大(减少),则地表气温升高(降低);ΔLWin为入射长波辐射变化项,与地表温度变化为正比关系;ΔLE为潜热变化项,ΔH为感热变化项,ΔG为土壤热通量变化项,此3项均与地表温度变化呈反比。该方程将影响地表温度变化的因子进行了分离,从而可定量研究各因子对地表温度变化的贡献值。
1.3 数值试验方案
1.3.1 NCAR CLM简介
NCAR CLM是在BATS、IAP94及NCAR-LSM等第二代陆面模式上发展起来的,在垂直方向分为10个不均匀的土壤层、5个可降雪层和1个植被层。地表覆盖资料包含土壤颜色、土壤质地、每个网格植被功能型覆盖的百分比、叶茎面积指数等。CLM将地面植被分为17类植被功能型,使用格点镶嵌办法,使每个网格点都可以包含17种不同类型的植被覆盖类型,以其占格网面积百分比来进行地表通量计算。该陆面模式发展迅速,先后经历了CLM2.0、CLM3.0、CLM3.5及CLM4.0等版本;CLM4.5在之前版本的基础上进行了较大的改进,修正了光合作用方案,改进了寒冷地区的水文过程和湿地分布,提出了新的雪覆盖参数化方案、湖泊模型、农作物模型以及多种城市类别,引入了一个土壤垂直方向的生物固氮机理和甲烷排放模型。
目前该陆面模式实现了与区域气候模式RegCM4.6(Regional Climate Model Version 4.6)的耦合。RegCM是20世纪80年代后期由Dickinson、Giorgi等通过对中尺度模式MM4中的辐射方案、对流参数化方案、陆面物理过程的扩充和修改后建立起来的区域气候模式。随后Giorgi等[24]通过对其物理过程方案和中尺度模式的改进,产生了RegCM2、RegCM3及RegCM4。RegCM4.6是最新成熟版本,该版本中增加了MM5非静力动力框架选项,使模式空间分辨率提高到10 km,更新了辐射参数化方案和对流参数化方案。RegCM4.6在中国得到了非常广泛的应用[25]。
1.3.2 模拟方案
图1
表2 主要模式参数设置
Table 2
动力结构 | 试验方案 |
---|---|
动力框架 | MM5非静力框架 |
大尺度降水方案 | SUBEX(次网格显式水汽方案) |
辐射传输方案 | NCAR CCM3 |
海表通量方案 | Zeng |
气压梯度方案 | 流体静力递推 |
2 结果与分析
2.1 ERA-5地表温度评估
图2
图2
观测及ERA-5新疆地表温度(℃)
Fig.2
The observed (A. annual; C. Spring; E. Summer; G. Autumn; I. Winter) and ERA-5 (B. annual; D. Spring; F. Summer; H. Autumn; J. Winter) LST in Xinjiang (℃)
与观测相比,ERA-5地表温度年平均偏低2.6 ℃,夏季偏低3.1 ℃,秋季和冬季偏低2.2 ℃。ERA-5地表温度的均方根误差年平均为3.6 ℃;春季和冬季最大,均为4.2 ℃;秋季最小,为3.3 ℃(表3)。
表3 ERA-5与观测间新疆地表温度偏差、均方根误差
Table 3
时段 | 年 | 春季 | 夏季 | 秋季 | 冬季 |
---|---|---|---|---|---|
偏差/℃ | -2.6 | -2.9 | -3.1 | -2.2 | -2.2 |
均方根误差/℃ | 3.6 | 4.2 | 3.8 | 3.3 | 4.2 |
区域平均地表温度ERA-5与观测间相关非常显著,各时段相关系数均在0.60以上,达到α=0.001的显著性水平,其中春季和夏季相关系数值最大,为0.98(图3)。
图3
图3
新疆各站点不同时段观测与ERA-5平均地表温度散点图
Fig.3
The scatter diagram of observed and ERA-5 average LST in Xingjiang in different periods
与观测比较,ERA-5地表温度误差小、相关性强,比其他再分析资料更具有优势[26],因此可用来评估CLM4.5的模拟效果。
2.2 CLM4.5对新疆地表温度模拟误差特征
图4
图4
CLM4.5模拟的地表温度(等值线,℃)及其与ERA-5地表温度的误差(阴影,℃)
Fig.4
LST (isolines, ℃) simulated by CLM.5 and its error (shadow, ℃) to that of ERA-5
各时段区域平均误差中,除冬季为1.0 ℃的正偏差外,其余时段均为负偏差(表4)。其中夏季误差绝对值最大,为6.9 ℃,其次为春季,为4.5 ℃,年平均和秋季略小,分别为3.3 ℃和2.7 ℃。各时段区域平均均方根误差中,夏季最大,达到8.5 ℃,其次为春季,为7.0 ℃,年平均及秋冬季接近,分别为5.8、5.0 ℃和5.2 ℃。从气候背景分析,夏季是新疆一年中降水量最丰沛的时段,降水增多使得土壤湿度增大,同时由于气温升高,导致地表蒸发增大。这表明地表温度误差与蒸发量有密切关系。
表4 CLM4.5模拟地表温度的平均误差及均方根误差
Table 4
时段 | 年 | 春季 | 夏季 | 秋季 | 冬季 |
---|---|---|---|---|---|
误差/℃ | -3.3 | -4.5 | -6.9 | -2.7 | 1.0 |
均方根误差/℃ | 5.8 | 7.0 | 8.5 | 5.0 | 5.2 |
大部分站点年相关系数超过0.8(P<0.001);春季和夏季相关系数在0.7以上,秋季为0.62(P<0.001);冬季略低,约为0.55(P<0.001)(图5)。从相关系数集中程度来看,年相关系数大部分站点0.8—0.9,春季0.65—0.83,夏季0.62—0.83,秋季0.58—0.7,冬季0.5—0.7。各站点间相关系数差异不大。
图5
图5
CLM4.5模拟的新疆各站点地表温度与ERA-5对应值的相关系数
Fig.5
The correlation coefficient between LSTs simulated by CLM4.5 and ERA-5 LSTs of different stations
近30年观测、ERA-5及CLM4.5模拟的新疆地表温度都表现出持续增加的趋势,其中年和冬季平均地表温度增加趋势更加明显,特别是2003年来增温幅度明显增大(图6)。ERA-5与观测变化趋势非常吻合,误差值小于CLM4.5的,相关性更加显著;而CLM4.5没有模拟出冬季地表增温的趋势。
图6
图6
1988—2017年观测、ERA-5及CLM4.5模拟的新疆地表温度曲线
Fig.6
LSTs observed, ERA-5 and simulated by CLM4.5 of different stations in Xinjiang during 1988-2017
总之,与ERA-5再分析资料比较,CLM4.5对新疆地表温度模拟存在明显的冷偏差,误差值由南到北差异显著;CLM4.5模拟与观测地表温度相关性显著。从新疆气候背景、下垫面特征分析,天山山脉将新疆分为具有明显差异的南北两个区域,南部受青藏高原和天山山脉阻挡而成为盆地,水汽来源少,多下沉气流,导致降水稀少,下垫面主要为沙漠戈壁;而新疆北部受西风带槽脊影响,冷空气活动频繁,且由于处于天山的迎风坡,地形抬升作用明显,降水较丰沛,多冰川积雪和森林、草地等,不同的下垫面条件下,形成了不同的模拟空间分布误差特征。
2.3 地表能量平衡和因子对误差的相对贡献
方程(1)表明,地表温度变化由地表反照率、地表长短波辐射、感热及潜热通量共同决定。为了研究引起新疆地表温度模拟误差的主要影响因子,利用模式输出的及ERA-5提供的反照率、长短波辐射、感热和潜热等要素,计算了方程(1)各项因子对地表温度变化的贡献值(表5)。地表短波辐射变化项(1-αs)ΔSWin使年平均地表温度增加33.2
表5
方程(1)中各项因子对地表温度变化的贡献值
Table 5
时段 | |||||
---|---|---|---|---|---|
年 | -5.7 | 33.2 | -19.4 | -14.2 | -12.6 |
春季 | -4.8 | 58.6 | 4.8 | -3.9 | -22.1 |
夏季 | -14.3 | 29.3 | -39.4 | -22.4 | -12.8 |
秋季 | -13.4 | 0.0 | -45.1 | -25.0 | -2.5 |
冬季 | 0.1 | 37.9 | 2.0 | -5.3 | -13.0 |
为研究反照率、地表长短波辐射、感热及潜热等各因子的空间差异对地表温度模拟的影响,分别计算了CLM4.5模拟的各因子相对于ERA-5对应值的变化百分率(图7)。CLM4.5模拟的反照率大于ERA-5的:年平均约偏大20%,秋季偏大最多,约50%,冬季两种资料反照率接近;在空间分布上,除新疆北部边缘反照率比ERA-5约小30%外,其他区域均大于ERA-5的,其中天山以南反照率普遍偏大30%以上。CLM4.5模拟的地表短波辐射与ERA-5的相比,除秋季区域平均值比较接近外,其他季节均偏大20%以上,其中冬季约偏大120%;在空间分布上,新疆北部大部分站点的地表短波辐射均偏大30%以上,南部偏大0—30%。CLM4.5模拟的地表长波辐射值小于ERA-5的,年平均偏小6%,秋季偏小最多,约15%,其次为夏季,约偏小12%,而春季及冬季略偏大;在空间分布上,天山附近个别站点长波辐射略偏多,其余绝大部分站点均偏小约30%。各时段感热通量中,年平均偏小约30%,秋季偏小最多,达到80%以上;其次为夏季,偏小约30%;在空间分布上,除天山附近个别站点偏大外,大部分区域都偏小约60%。与上述因子比较,潜热通量异常值更加显著;潜热通量为明显的正偏差,冬季偏大5倍以上,其次为春季,偏大约3倍,秋季最少,也达到1倍,年平均接近2倍;在空间分布上,大部分区域均偏大90%以上。
图7
图7
各地表能量平衡因子相对于ERA-5的偏差百分率(点图为年平均,柱状图为时段区域平均)
Fig.7
The deviation percentage of surface energy balance factor relative to ERA-5 (The point chart is the annual average, and the bar chart is the regional average of different periods)
这表明,CLM4.5模拟与ERA-5相比,各地表能量平衡因子中潜热偏差百分率最大,其余因子的偏差百分比比较接近。因此,对潜热模拟的偏差是造成CLM4.5模拟新疆地表温度误差的主要因子。
2.4 误差来源
反照率、感热通量、潜热通量及地表长波辐射对地表温度变化为负贡献,其中潜热通量偏差值最大,是影响地表温度偏低的主要因素。在CLM4.5中,先计算蒸散(E),然后利用蒸散来计算潜热通量。蒸散的计算公式为:
式中:
3 结论
EAR-5再分析资料新疆地表温度的空间分布及时间变化特征与观测非常吻合,可用来研究新疆地表温度变化和进行模拟评估。与ERA-5地表温度相比,NCAR CLM4.5模拟的地表温度存在明显的冷偏差,且以天山为界,南北模拟误差差别较大:北部较小而南部较大;相关性都非常显著,大部分区域都达到α=0.001的显著性水平。在引起地表温度模拟误差的因子中,除地表短波辐射促使地表温度增加外,地表反照率、长波辐射和感热潜热均使温度降低,是出现冷偏差的主要原因。各因子作用中,潜热值对误差贡献最大,究其原因,由于CLM4.5模拟的土壤湿度偏大,导致CLM4.5模拟的潜热值显著高于ERA-5的,从而引起较大的误差。因此,改进土壤湿度的计算方案,是促进该陆面模式在新疆发展的有效途径。
参考文献
Implications of diurnal variations in land surface temperature to data assimilation using MODIS LST data
[J].,
2018年春季中国北方大范围沙尘天气对城市空气质量的影响及其天气学分析
[J].,
Coupling of the common land model to the NCAR community climate model
[J].,
Community Land Model Version 3.0 (Clm3.0) Developer’S Guide
[R].
Improving maize growth processes in the community land model:implementation and evaluation
[J].,
Simulation of changes in the near-surface soil freeze/thaw cycle using clm4.5 with four atmospheric forcing datasets
[J].,
Evaluation of the community land model simulated carbon and water fluxes against observations over chinaflux sites
[J].,
Performance of amsr_e soil moisture data assimilation in clm4.5 model for monitoring hydrologic fluxes at global scale
[J].,
Adapting observationally based metrics of biogeophysical feedbacks from land cover/land use change to climate modeling
[J].,
The ERA-5 global reanalysis
[J].,
Tests of precipitation parameterizations available in latest version of NCAR regional climate model (RegCM) over continental United States
[J].,
Use of the RegCM system over East Asia:review and perspectives
[J].,
/
〈 | 〉 |