賴欣1, 2, 3 文軍1 岑思弦4 宋海清5 田輝1 史小康6 何媛7 黃曦8

?

CLM4.0模式對中國區(qū)域土壤濕度的數(shù)值模擬及評估研究

賴欣文軍岑思弦宋海清田輝史小康何媛黃曦

1中國科學(xué)院寒旱區(qū)陸面過程與氣候變化重點實驗室，蘭州730000 2成都信息工程學(xué)院大氣科學(xué)學(xué)院，成都610225 3成都信息工程學(xué)院高原大氣與環(huán)境四川省重點實驗室，成都610225 4中國氣象局成都高原氣象研究所，成都610072 5內(nèi)蒙古自治區(qū)生態(tài)與農(nóng)業(yè)氣象中心，呼和浩特010051 6空軍裝備研究院航空氣象防化研究所，北京100085 7海南省人工影響天氣中心，?？?70203 8麗江機場氣象臺，麗江674100

本文利用普林斯頓大學(xué)全球大氣強迫場資料，驅(qū)動公用陸面過程模式（Community Land Model version 4.0，CLM4.0）模擬了中國區(qū)域1961～2010年土壤濕度的時空變化。將模擬結(jié)果與觀測結(jié)果、美國國家環(huán)境預(yù)報中心再分析數(shù)據(jù)（National Centers for Environmental Prediction Reanalysis，NCEP）和高級微波掃描輻射計（Advanced Microwave Scanning Radiometer-EOS，AMSR-E）反演的土壤濕度進行了對比分析，結(jié)果表明CLM4.0模擬結(jié)果可以反映出中國區(qū)域觀測土壤濕度的空間分布和時空變化特征，但東北、江淮和河套三個地區(qū)模擬值相對于觀測值在各層次均系統(tǒng)性偏大。模擬與NCEP再分析土壤濕度的空間分布基本一致，與AMSR-E的反演值在35°N以北的分布也基本一致；從1961～2010年土壤濕度模擬結(jié)果分析得出，各層土壤濕度空間分布從西北向東南增加。低值區(qū)主要分布在新疆、青海、甘肅和內(nèi)蒙古西部地區(qū)。東北平原、江淮地區(qū)和長江流域為高值區(qū)。土壤濕度數(shù)值總體上從淺層向深層增加。不同深度土壤濕度變化趨勢基本相同。除新疆西部和東北部分地區(qū)外，土壤濕度在35°N以北以減少趨勢為主，30°N以南的長江流域、華南及西南地區(qū)以增加為主。在全球氣候變暖的背景下，CLM4.0模擬的夏季土壤濕度在不同程度上響應(yīng)了降水的變化。中國典型干旱區(qū)和半干旱區(qū)土壤濕度減小，濕潤區(qū)增加。其中濕潤區(qū)土壤濕度對降水的響應(yīng)最為顯著，其次是半干旱區(qū)和干旱區(qū)。

CLM4.0模式 土壤濕度 數(shù)值模擬 響應(yīng)

1 引言

土壤濕度是表征陸面狀況的一個關(guān)鍵物理量，也是陸—氣相互作用過程中的一個重要物理量。土壤濕度通過改變土壤反照率、熱容量等下墊面參數(shù)來影響地表的感熱和潛熱輸送，進而影響局地的天氣和氣候變化，其在氣候變化中的作用僅次于海溫（US National Research Council，1994；Chahine，1992）。研究土壤濕度的時空分布及變化，不僅具有重要的天氣和氣候?qū)W理論意義，也在農(nóng)業(yè)干旱監(jiān)測、生態(tài)及經(jīng)濟等領(lǐng)域具有一定的現(xiàn)實意義。

盡管土壤濕度對天氣預(yù)報和氣候預(yù)測的重要性越來越受關(guān)注，但由于缺少長期的全球高密度觀測數(shù)據(jù)，制約了土壤濕度變化及其影響的研究（Seneviratne et al.，2010）。目前全球可用的土壤濕度觀測資料十分有限（Robock et al.，2000）。衛(wèi)星遙感可以獲得全球的、較高時空分辨率的土壤濕度數(shù)據(jù)，但土壤濕度反演精度受土壤類型等有關(guān)參數(shù)的不確定性影響存在反演誤差。陸面過程模式有很好的水分遷移物理基礎(chǔ)，可以獲得時間頻次和空間分辨率較高的土壤濕度模擬值，因此在土壤濕度等地表參量研究上應(yīng)用較為廣泛。李明星等（2011）建立基于氣象臺站觀測資料的公用陸面模式（Community Land Model version3.5，CLM3.5）大氣驅(qū)動場ObsFC，并進行陸面過程模擬。結(jié)果表明：CLM3.5/ObsFC合理再現(xiàn)了中國區(qū)域土壤濕度的時空特征和長期變化趨勢。杜川利等（2008）利用CLM3.0，以1979～2003年NCEP/DOE再分析資料（Reanalysis-2）作為外界強迫，對中國區(qū)域進行獨立模擬試驗，并分析了土壤濕度對全球變暖的響應(yīng)。黃偉等（2004）利用1998年HUCEX資料對CLM的模擬能力進行了驗證。結(jié)果表明，CLM不但能夠較好地模擬陸—氣間各種能量通量，而且還能模擬出土壤中溫度的時空分布特征。陳海山等（2010）和熊明明等（2011）評估了CLM3.0對中國地區(qū)土壤濕度、土壤溫度的模擬能力。以上研究表明，陸面過程模式可以合理地再現(xiàn)土壤溫度和土壤濕度等地表參量的時空分布特征。

由于受到觀測資料的限制，以往基于站點觀測的陸面過程模式研究大多集中在單站或者較小區(qū)域，并且模擬時間也較短，較難全面反映模式的模擬能力，也難以進行氣候變化背景下較大區(qū)域的土壤濕度氣候?qū)W研究。模擬研究中國區(qū)域土壤濕度的變化，對于中國土壤濕度的氣候?qū)W特征研究以及旱澇監(jiān)測有著重要意義，同時也為進一步改進陸面過程模式的物理過程描述（或參數(shù)化）提供依據(jù)。CLM作為世界上發(fā)展最為完善的陸面過程模式之一，較新發(fā)布的CLM4.0改進了CLM3.5的水文過程，對土壤水分的動力學(xué)過程描述更為準(zhǔn)確細(xì)致。本研究擬利用普林斯頓大學(xué)（Princeton University）強迫場資料驅(qū)動CLM4.0，模擬研究中國區(qū)域土壤濕度的空間分布與時空變化特征，并與臺站實測、NCEP再分析和AMSR-E反演土壤濕度進行對比驗證。進一步從較長時間尺度（1961～2010年）分析中國區(qū)域土壤濕度的時空變化及其對氣候變化的可能響應(yīng)，并總結(jié)討論CLM4.0模擬中國區(qū)域土壤濕度存在的問題及未來可能的改進方案。

2 CLM4.0模式和數(shù)據(jù)介紹

2.1 CLM4.0簡介

公用陸面過程模式（Community Land Model，CLM）是目前世界上發(fā)展最為完善而且也是最具發(fā)展?jié)摿Φ年懨孢^程模式之一。它綜合了生物圈—大氣圈傳輸方案陸面模式（Biosphere-Atmosphere Transfer Scheme，BATS）（Dickinson et al.，1993）、中國科學(xué)院大氣物理研究所陸面過程模式（Land surface model which was established at the Institute of Atmospheric Physics，Chinese Academy of Sciences in 1994，IAP94）（Dai and Zeng，1997）和NCAR的陸面過程模式（Land Surface Model，LSM）（Bonan，1996）等幾個陸面模式的優(yōu)點，改進了一些物理過程的參數(shù)化方案。它是公用地球系統(tǒng)模式（Community Earth System Model，CESM）和公用大氣模式（Community Atmosphere Model，CAM）的陸面模塊，已被耦合在多個氣候模式中。CLM4.0主要包括生物地球物理、水文循環(huán)、生物地球化學(xué)和動態(tài)植被四個部分。CLM3.5模式的缺陷之一是模擬的土壤濕度偏大、變化偏?。∣leson et al.，2008a；Decker and Zeng，2009）。NCAR發(fā)布的較新版本CLM4.0改進了CLM3.5的水文過程：其中包括修改Richards方程的數(shù)值求解方案，改進了土壤下邊界條件，使地下水和土壤水直接耦合（Zeng and Decker，2009；Decker and Zeng，2009）；修改土壤蒸發(fā)參數(shù)化方案，并考慮了冠層凋落物和冠層內(nèi)穩(wěn)定性對蒸發(fā)的作用（Sakaguchi and Zeng，2009）；雪模式有了顯著的改進（Flanner and Zender，2005；Flanner and Zender，2006；Flanner et al.，2007）；通過加入5層水文不活躍地層，地柱擴展到了50 m（Lawrence et al.，2008）；增加了城市單元（Oleson et al.，2008b）；通過改進植被功能類型，顯著減少了反照率偏差（Ramankutty et al.，2008；Asner et al.，1998）。通過以上改進，CLM4.0改進了CLM3.5的土壤水分動力學(xué)過程，使得土壤濕度變小，變率增加。

2.2 數(shù)據(jù)簡介

試驗采用普林斯頓大學(xué)1961～2010年3小時一次，空間分辨率為1°×1°的全球大氣強迫場資料作為陸面模式的驅(qū)動數(shù)據(jù)（。驅(qū)動數(shù)據(jù)包括氣溫、風(fēng)速、比濕、降水、近地面氣壓、大氣向下長波輻射通量和太陽向下短波輻射通量共7個近地面氣象要素。不同學(xué)者對該強迫場數(shù)據(jù)進行了評估，并用其驅(qū)動模式（Wang et al.，2011；李明星，2010；陳海山，2010；熊明明等，2011）。土地利用分類、地形、土壤顏色、質(zhì)地等陸面數(shù)據(jù)信息來自CLM4.0自帶的陸面特性參數(shù)數(shù)據(jù)。

模式檢驗所用站點資料來自國際土壤濕度網(wǎng)（The International Soil Moisture Network）中國區(qū)域1981～1999年共40個臺站資料（Robock et al.，2000；Dorigo et al.，2011；Dorigo et al.，2013）。Li et al.（2005）利用該資料對ERA-40 [the 40-yr European Center for Medium-Range Weather Forecasts（ECMWF）] 和NCEP再分析資料計算的土壤濕度進行過檢驗。這些資料已經(jīng)被處理成土壤體積含水量，可以直接用于模式模擬結(jié)果的評估和改進（Levis et al.，2003）。在這40個氣象臺站中有10個臺站位于灌溉區(qū)。為了較為準(zhǔn)確的評估模式的模擬狀況，將這10個灌溉站剔除，僅分析自然條件下中國區(qū)域30個站點的土壤濕度狀況。

3 模擬結(jié)果的檢驗

本研究中模擬區(qū)域?。?5°～55°N，70°～135°E）。用1961～2010年共50年普林斯頓大學(xué)強迫場資料作大氣強迫驅(qū)動模式積分50年，然后用所得陸面狀態(tài)結(jié)果作CLM4.0初始場，同樣使用1961～2010年的大氣強迫再積分50年，使土壤水分過程充分平衡。最后輸出1961～2010年空間分辨率為0.5°×0.5°的日和月平均的積分結(jié)果。以下對CLM4.0模擬的土壤濕度與臺站觀測、NCEP再分析和AMSR-E反演土壤濕度進行對比驗證。

3.1 模擬土壤濕度的空間分布與觀測值的比較

在模擬和觀測土壤的深度匹配上，由于CLM4.0土壤深度分層與觀測深度分層不完全對應(yīng)，本文中選取CLM4.0的第1～3層（0～9.06 cm）的平均體積含水量與觀測0～10 cm的體積含水量對比，CLM4.0的第4層（9.06～16.56 cm）與觀測10～20 cm對比，CLM4.0第5層（16.56～28.92 cm）與觀測20～30 cm對比，CLM4.0第6層（28.92～49.3cm）與觀測30～40 cm和40～50 cm兩層平均（即30～50 cm）對比。在模擬和觀測 土壤濕度的空間匹配上，采用模式輸出的格點值 與該格點所包含的站點觀測值進行對比（李明 星，2010）。

由于站點觀測在北方秋、冬季和初春土壤凍結(jié)時停止，這里選擇了夏季觀測和模擬土壤濕度空間分布進行對比。用模擬值減去觀測值再比上觀測值，得到的百分?jǐn)?shù)即為兩者的偏差百分比（熊明明等，2011）。從圖1可以看出，模擬土壤濕度的空間分布與觀測值基本一致。從圖1b看出，東北地區(qū)是土壤濕度的高值區(qū)，土壤濕度值在0.25左右。江淮流域的三個站點土壤濕度值也相對較高。河套地區(qū)是土壤濕度的低值區(qū)，土壤濕度值在0.15左右。模擬的土壤濕度（圖1a）基本上可以反映出東北、江淮流域土壤濕度高值區(qū)以及河套地區(qū)土壤濕度低值區(qū)的空間分布特點。模擬的中國區(qū)域土壤濕度空間分布總體上看從西北向東南逐漸增加。從圖1d看出，0～50 cm土壤濕度的空間分布與0～10 cm基本一致。其中東北地區(qū)大部分站點土壤濕度值較之0～10 cm有所增加，說明東北地區(qū)大部分站點土壤濕度從淺層（0～10 cm）向深層（0～50 cm）有所增加。黃艷和丁裕國（2007）也研究表明東北地區(qū)絕大多數(shù)測站夏季土壤濕度具有上干下濕的特點。模擬的0～50 cm土壤濕度（圖1c）與觀測值空間分布基本一致，但模擬值較之0～10 cm的模擬值在西北、長江以南及西南部分地區(qū)有所增加，其他地區(qū)變化不明顯，說明模擬的土壤濕度在部分地區(qū)從淺層向深層有所增加?？偟膩碚f，CLM4.0模擬的土壤濕度空間分布特征與之前學(xué)者的研 究結(jié)果類似（Li et al，2011；杜川利等，2008；熊明明等，2011；張文君等，2008），但在兩個層 次模擬值較之觀測值均系統(tǒng)性偏大。從偏差百分比圖（圖1e、f）上來看，0～10 cm層上，全國絕大多數(shù)站點模擬值較觀測值偏高。其中，東北、河套地區(qū)絕大部分站點模擬值較觀測值偏高30%以上。在0～50 cm層上，全國絕大部分站點模擬值較 觀測值偏高。其中，東北地區(qū)大部分站點模擬值 較觀測值偏高，但相對于0～10 cm層，偏高的站點有所減少，且大部分站點偏差也有所減小。這是由于東北地區(qū)大部分站點觀測土壤濕度從淺層（0～10 cm）向深層（0～50 cm）有所增加，而模擬土壤濕度在東北地區(qū)變化不明顯，使得大部分站點模擬偏差減小。河套地區(qū)大部分站點偏差較0～10 cm層也有所減小。此外，為了比較CLM4.0和CLM3.5在模擬土壤水分時的差異，對比了同一時間段CLM4.0與CLM3.5模擬（圖1g、h）的中國區(qū)域土壤濕度空間分布，結(jié)果表明在0～9.06 cm層上，CLM4.0模擬的土壤濕度較之于CLM3.5在西北部分地區(qū)偏小，在內(nèi)蒙古東部、青海以及西藏北部干旱區(qū)范圍較大。CLM4.0模擬值在東北部分地區(qū)也偏小。在30°N以南，CLM4.0模擬值較CLM3.5在部分地區(qū)則偏大。在0～49.3 cm層上，CLM4.0模擬的土壤濕度較CLM3.5仍在西北、東北部分地區(qū)偏小，西北干旱區(qū)范圍較大。其他地區(qū)則差異不明顯。

3.2 模擬土壤濕度的時間變化與觀測值的比較

圖2為不同深度的2層土壤（0～10 cm，0～50 cm）1981～1999年的年平均模擬和觀測土壤濕度的線性變化趨勢空間分布圖。從觀測土壤濕度變化趨勢圖（圖2b、d）看出，觀測土壤濕度在東北的大部和河套地區(qū)以減小趨勢為主。模擬的土壤濕度（圖2a、c）基本上可以反映出觀測土壤濕度的時間變化趨勢。模擬土壤濕度在東北和河套地區(qū)呈減小趨勢，西北也以減小趨勢為主。對比同 一時期臺站觀測降水和氣溫變化趨勢圖（圖略）可以發(fā)現(xiàn)：臺站降水在東北、河套地區(qū)和西北大部呈減小趨勢，長江以南地區(qū)以增加趨勢為主。臺站 氣溫除西南部分地區(qū)為減小趨勢外，其他大部分地區(qū)均呈增加趨勢。土壤濕度變化是多要素相互作用的結(jié)果，并且不同因子作用的強度具有氣候帶差異性，在短時間尺度上降水更多的控制著土壤濕度的波動（D’odorico and Porporato，2004）。臺站觀測降水在我國中高緯度地區(qū)呈減小趨勢，而氣溫呈增加趨勢，使得陸面蒸發(fā)量增大，我國中高緯度土壤濕度也呈現(xiàn)減小趨勢。這也與杜川利等（2008）模擬的東亞北部地區(qū)土壤濕度減少的研究結(jié)果一致。

本文結(jié)合地形特征并參考Nie et al.（2008）的 工作，將全國分為3個區(qū)域（圖3）。其中第1區(qū)為東北地區(qū)，第2區(qū)為半干旱黃土高原山地區(qū)，第3區(qū)為江淮地區(qū)。以下將分區(qū)討論土壤濕度的變化 情況。

圖4是觀測和模擬的中國3個區(qū)域土壤濕度月平均值的年際變化。左列是0～10 cm的變化圖，右列是0～50 cm的變化圖。表1是3個區(qū)域各層觀測和模擬土壤濕度月平均值相關(guān)系數(shù)。從圖4可以看出，除了0～50 cm的第1區(qū)以外，模式基本上可以反映出站點土壤濕度的年際變化和年內(nèi)變化，高值點和低值點也大致可以匹配。結(jié)合表1可以看出，2區(qū)和3區(qū)模式模擬值和觀測值在各個層次均顯著相關(guān)，通過了99%的信度檢驗，其中2區(qū)的相關(guān)性最好。1區(qū)僅表層0～10 cm模擬值與觀測值顯著相關(guān)。從1區(qū)0～50 cm年際變化圖上可以看出，雖然模擬土壤濕度能夠再現(xiàn)土壤濕度年內(nèi)變化的基本趨勢，但是相對于觀測值出現(xiàn)了一定的位相漂移，使得相關(guān)系數(shù)為負(fù)值。1區(qū)和2區(qū)模擬值和觀測值的相關(guān)性隨著土壤深度的增加而減弱，這可能與CLM4.0模擬與觀測土壤分層對應(yīng)不一致有關(guān)。日和年平均模擬與觀測值的相關(guān)性也具有類似的特點（表略）。

表2為3個區(qū)域各層土壤濕度月平均模擬值與觀測值均方根誤差和模擬偏差。從均方根誤差和模擬偏差來看，在三個區(qū)域各個層次模擬值較之觀測值均系統(tǒng)性的偏大。其中在1區(qū)和3區(qū)，均方根誤差和模擬偏差隨著土壤濕度的增加而減小。1區(qū)觀測土壤濕度隨著深度增加而增加，而模擬土壤濕度沒有明顯變化，使得偏差隨深度增加而減小。3區(qū)觀測土壤濕度隨著深度增加而增加，模擬土壤濕度隨深度增加而減小，也使得模擬偏差隨深度增加而減小。造成模擬值和觀測值的差異有多種原因：觀測土壤濕度是在固定的深度進行測定的，但是土壤濕度的時空分布具有非線性的特點，用固定深度測定的土壤濕度來代表整層的土壤濕度本身具有不確定性；同樣模式是用節(jié)點上的土壤濕度來代表整層土壤濕度，也具有不確定性；模式對于土壤濕度的分層與觀測分層不一致，也會引入計算誤差；模式模擬的土壤濕度是一個單位格點（0.5°×0.5°）內(nèi)的平均值，觀測土壤濕度是特定地理位置的單點觀測值，對于模擬值與觀測土壤濕度的比較本身就具有不一致性；模式大氣強迫場的質(zhì)量有待提高，普林斯頓大學(xué)強迫場的降水?dāng)?shù)據(jù)與中國實際觀測數(shù)據(jù)相比還存在一定偏差，在長期變化趨勢絕對值上比觀測數(shù)據(jù)偏小約一個量級，而土壤濕度對于強迫場中的降水又十分敏感（Qian et al.，2006），這也會造成模擬偏差；模式自帶的包括地形、土壤屬性、植被功能類型、土地利用分類等信息的陸面數(shù)據(jù)空間分辨率有限，并且與中國實際陸面數(shù)據(jù)相比存在差異；同時模式水文過程、熱傳導(dǎo)過程等物理過程描述的不完善，都會造成模擬偏差。以上也是下一步工作擬研究的問題。

表3是中國各區(qū)域土壤濕度模擬值與觀測值在各個不同時間尺度的線性趨勢系數(shù)。在日、月和年的時間尺度上，3個區(qū)域0～10 cm和0～50 cm模式模擬值和觀測值的長期線性變化趨勢基本一致，1區(qū)、2區(qū)觀測值和模擬值在兩個層次均呈減小趨勢，3區(qū)觀測值和模擬值在兩個層次大多呈增加趨勢，說明CLM4.0對于不同土壤深度和不同時間尺度的土壤濕度長期線性變化趨勢具有較好的模擬能力?？偟膩砜?，模式對于淺層0～10 cm土壤濕度線性變化趨勢的模擬要好于對深層0～50 cm土壤濕度線性變化趨勢的模擬，趨勢值偏差更小。

表1 各區(qū)域各層模擬和觀測土壤濕度月平均值相關(guān)系數(shù)

注：表示通過了95%的信度檢驗，表示通過了99%的信度檢驗，下同

表2 各區(qū)域各層土壤濕度月平均模擬值與觀測值的均方根誤差和模擬偏差（單位：m3 m?3）

表3 各區(qū)域土壤濕度模擬值與觀測值的線性趨勢系數(shù)

為了進一步比較用實際數(shù)據(jù)驅(qū)動模式以及用普林斯頓大學(xué)驅(qū)動場所模擬結(jié)果的差異，選取青海省祁連縣中東部地區(qū)的阿柔鄉(xiāng)草大板村瓦王灘牧場的阿柔凍融觀測站進行模擬分析。阿柔站經(jīng)度為100.46°E，緯度為38.03°N，海拔高度為3032.8 m。其中觀測強迫場的氣壓、風(fēng)速、溫度、濕度、輻射及降水?dāng)?shù)據(jù)均來自于該站每小時一次的觀測數(shù)據(jù)。觀測土壤濕度為10 cm土壤濕度，模擬土壤濕度為9.06 cm土壤濕度。從圖5可以看出，采用實際觀測值作為強迫場模擬的阿柔站土壤濕度較之于普林斯頓大學(xué)強迫場模擬值有了明顯的改進。觀測值與普林斯頓大學(xué)強迫場模擬值之間的相關(guān)系數(shù) 為－0.287，而觀測值與觀測強迫場模擬值之間的相關(guān)系數(shù)為0.217，通過了99%信度檢驗。同時偏差由原來的0.317減少到了0.19，均方根誤差由原來的0.322減少到了0.203?？梢娪脤嶋H觀測數(shù)據(jù)作 為強迫場驅(qū)動模式在某些地區(qū)可以改進模式模擬性能。

3.3 模擬土壤濕度與再分析土壤濕度、遙感反演土壤濕度的比較

NCEP的氣候預(yù)報系統(tǒng)再分析（Climate Forecast System Reanalysis，CFSR）月土壤濕度產(chǎn)品具有較高空間分辨率，可用于長時間尺度的氣候?qū)W研究。通過與NCEP再分析土壤濕度的對比，可以驗證模式的模擬結(jié)果。從淺層（圖6a、b）來看，模擬土壤濕度與再分析土壤濕度的空間分布基本一致。兩者的土壤濕度均從西北向東南逐漸增加，新疆塔里木盆地和內(nèi)蒙古西部為2個低值中心。分布差異上，CLM4.0的土壤濕度高值中心位于江淮地區(qū)，NCEP土壤濕度的高值區(qū)則位于青藏高原東部、長江中下游和華南。總體上看，CLM4.0模擬的土壤濕度比NCEP土壤濕度在中國大部分地區(qū)系統(tǒng)性偏小。

圖6 CLM4.0模擬和NCEP再分析、AMSR-E反演土壤濕度空間分布的比較（單位：mm）：（a）CLM4.0模擬1979~2009年土壤濕度（0～9.06 cm）；（b）NCEP再分析1979～2009年土壤濕度（0～10 cm）；（c）CLM4.0模擬2010年土壤濕度（0～4.51 cm）；（d）AMSR-E反演2010年表層土壤濕度

Fig. 6 Spatial distribution of CLM4.0 simulated, NCEP, and AMSR-E retrieved annual mean SM (unit: mm): (a)CLM4.0 simulated SM (0–9.06 cm) for 1979–2009; (b)NCEP SM (0–10 cm) for 1979–2009; (c)CLM4.0 simulated SM (0–4.51cm) in 2010; (d)AMSR-E retrieved SM in surface layer in 2010

微波遙感觀測具有全天候，多極化等優(yōu)勢，對土壤的介電常數(shù)比較敏感，被認(rèn)為是目前陸地表層土壤濕度遙感探測最具發(fā)展?jié)摿Φ姆椒ǎ▎唐搅值龋?007）。AMSR-E的土壤濕度產(chǎn)品已應(yīng)用于氣象、農(nóng)業(yè)等各個領(lǐng)域。本文中的AMSR-E日土壤濕度產(chǎn)品來自美國國家冰雪數(shù)據(jù)中心（National Snow and Ice Data Center）（Njoku et al.，2003；Parkinson，2003）。對比分析了CLM4.0模擬土壤濕度和AMSR-E反演土壤濕度的空間分布（圖6c、d）。結(jié)果表明：兩者土壤濕度在35°N以北的分布基本一致，均能反映出塔里木盆地和內(nèi)蒙古西部的低值區(qū)，東北土壤濕度的相對高值區(qū)。從分布差異來看，模擬的土壤濕度高值區(qū)位于江淮地區(qū)和長江中下游。反演土壤濕度在江淮地區(qū)和長江中下游則為相對低值區(qū)。這表明微波遙感土壤濕度在植被覆蓋區(qū)和人類活動較大區(qū)的精度有待進一步提高（Wen and Su，2003a，2003b；Wen et al.，2003）?？傮w上看，CLM4.0模擬的土壤濕度在中國區(qū)域大部分地區(qū)比AMSR-E反演土壤濕度值偏大，并且空間上的變化值更大。

4 中國區(qū)域土壤濕度的時空變化及其對氣候變化的可能響應(yīng)

由于北方秋、冬季至初春土壤凍結(jié)，故選取夏季作為代表季節(jié)模擬研究土壤濕度的空間分布、時空變化及其對氣候變化的可能響應(yīng)。用CLM4.0模擬了1961～2010年夏季不同深度（0～9.06 cm、9.06～16.56 cm、16.56～28.92 cm、28.92～49.3 cm層、0～49.3 cm層）土壤濕度的空間分布（圖略）?？傮w上看，各層土壤濕度呈現(xiàn)出從西北向東南逐漸增加的空間分布格局。土壤濕度低值區(qū)主要分布在新疆、青海、甘肅和內(nèi)蒙古西部地區(qū)。這些地區(qū)降水量少，輻射強，平均土壤濕度值（0～49.3 cm）在0.2以下。東北平原、江淮地區(qū)和長江流域土壤濕度值最高。這些地區(qū)降水量相對較大，平均土壤濕度值（0～49.3 cm）在0.35以上。西北干旱區(qū)、西南和華南土壤濕度隨土壤深度增加有所增加。28.92～49.3 cm層土壤濕度增加最為明顯，全國除西北部分地區(qū)外，其他地區(qū)土壤濕度值均在0.3以上。中國土壤濕度總體上從淺層向深層逐漸增加。

圖7為不同深度的兩層土壤1961～2010年夏季（6～8月）平均土壤濕度變化的線性趨勢。總體上看，不同深度土壤濕度線性變化趨勢基本相同。除新疆西部和東北部分地區(qū)外，兩個層次土壤濕度在35°N以北以減少趨勢為主。30°N以南的長江流域、華南及西南地區(qū)土壤濕度以增加趨勢為主。其中0～49.3 cm層西北大部分地區(qū)變化顯著，南方變化顯著的地區(qū)主要分布在西南地區(qū)。35°N以北的干旱、半干旱地區(qū)土壤濕度減小趨勢隨著深度的增加變得更為顯著，說明隨著深度增加，北方土壤干旱化趨勢加劇。南方土壤濕度增加趨勢隨著深度增加略有加強，變化不明顯。CLM4.0模擬的中國區(qū)域土壤濕度趨勢分布也與杜川利等（2008）的研究結(jié)果一致。結(jié)合同一時間段（1961～2010年）夏季氣溫與降水的變化趨勢圖（圖略）可以得出：氣溫在中國絕大部分區(qū)域呈增加趨勢，降水在35°N以北除新疆、東北部分地區(qū)呈增加趨勢以外，其他 地區(qū)以減小趨勢為主；35°N以南的江淮地區(qū)、長江流域和華南降水呈增加趨勢，西南部分地區(qū)也呈增加趨勢。這也與臺站觀測氣溫和降水變化基本一致（賴欣等，2010）。在中國氣候變暖的背景 下，CLM4.0模擬的土壤濕度響應(yīng)了降水的變化，北方大部土壤變干，南方江淮部分地區(qū)、長江中下游和華南土壤變濕，并且在較深層這種變化表現(xiàn)的更加明顯。

由于土壤濕度的變化趨勢以及對不同氣候要素變化的響應(yīng)具有區(qū)域差異性（Li et al.，2011），并且數(shù)值模擬的土壤濕度對于強迫場中的降水十分敏感（Qian et al.，2006），本文選取了1961～2010年土壤濕度變化相對顯著的我國西北部干旱區(qū)、華北半干旱區(qū)和長江中下游、華南濕潤區(qū)，分別討論1961～2010年土壤濕度的變化趨勢及其對降水變化響應(yīng)的區(qū)域差異。圖8為典型區(qū)域模擬土壤濕度（0～9.06 cm）和普林斯頓大學(xué)強迫場降水量變化趨勢比較。干旱區(qū)土壤濕度呈顯著減小趨勢（通過了99%信度檢驗），降水也呈減小趨勢。半干旱區(qū)土壤濕度與降水呈現(xiàn)弱的減小趨勢。濕潤區(qū)土壤濕度與降水呈現(xiàn)弱的增加趨勢。氣溫在三個區(qū)域均呈增加趨勢，且干旱與半干旱區(qū)增溫顯著。三個典型區(qū)域土壤濕度對降水變化的響應(yīng)程度存在差異。其中濕潤區(qū)月土壤濕度與月降水量的相關(guān)系數(shù)為0.47，半干旱區(qū)為0.36，均通過了99%信度檢驗。干旱區(qū)相關(guān)系數(shù)為0.16，通過了95%信度檢驗。濕潤區(qū)降水量大，土壤濕度值較高，蒸散發(fā)等過程的影響較小，土壤濕度主要受降水量的影響。而半干旱和干旱區(qū)土壤濕度值相對較低，土壤濕度受降水的影響相對降低，受各種氣候、地表屬性等影響相對提高（李明星，2010）?？傮w上看，在氣候變暖的背景下，CLM4.0模擬的土壤濕度大致響應(yīng)了降水的變化，并與降水呈顯著的正相關(guān)，這也與之前的研究結(jié)果類似（馬柱國等，2000）。中國西北部干旱區(qū)、華北半干旱區(qū)降水量下降，南方濕潤區(qū)降水量增加。CLM4.0模擬的土壤濕度對于降水有著不同程度的響應(yīng)，中國西北部干旱區(qū)和華北半干旱區(qū)土壤濕度減少，南方濕潤區(qū)土壤濕度增加。這也與觀測降水的變化基本一致，其中濕潤區(qū)對降水的響應(yīng)最為顯著，其次是半干旱區(qū)和干旱區(qū)。

5 總結(jié)和討論

本文利用普林斯頓大學(xué)1961～2010年的全球大氣強迫場資料，驅(qū)動CLM4.0模擬，獲得了中國區(qū)域1961～2010年的土壤濕度數(shù)據(jù)集。將模擬數(shù)據(jù)與觀測、NCEP再分析和AMSR-E反演土壤濕度進行了對比分析，并討論了土壤濕度的時空變化特征及其對氣候變化的響應(yīng)。結(jié)論如下：

（1）普林斯頓大學(xué)的全球大氣強迫場資料基本上可以反映出中國觀測氣溫和降水的空間分布和時間變化趨勢，可以用于驅(qū)動CLM4.0對中國區(qū)域土壤濕度的模擬。通過與觀測、NCEP再分析和AMSR-E反演土壤濕度的比較檢驗得出，CLM4.0可以反映出中國區(qū)域土壤濕度的空間分布和時空變化特征。CLM4.0能反映出觀測土壤濕度在東北、江淮流域為土壤濕度高值區(qū)，河套地區(qū)為土壤濕度低值區(qū)的空間分布特點。東北、河套地區(qū)和江淮地區(qū)模擬值較之于觀測值在0～10 cm、10～20 cm、20～30 cm及30～50 cm各個層次均系統(tǒng)性偏大；CLM4.0可以反映出不同深度和不同時間尺度觀測土壤濕度的變化趨勢。在各個層次和各個時間尺度上，東北、河套地區(qū)觀測和模擬的土壤濕度均呈減小趨勢，江淮地區(qū)大多呈增加趨勢，且模式對于淺層土壤濕度線性變化趨勢的模擬要好于對深層的模擬。東北地區(qū)10 cm以下觀測和模擬土壤濕度的相關(guān)性不顯著，其他兩個地區(qū)各個層次觀測和模擬土壤濕度均顯著相關(guān)；模擬土壤濕度與NCEP再分析土壤濕度的空間分布基本一致，與AMSR-E反演土壤濕度在35°N以北的分布基本一致。

（2）從1961～2010年中國區(qū)域夏季（6～8月）土壤濕度模擬結(jié)果分析得出，各層模擬的中國區(qū)域土壤濕度空間分布總體上從西北向東南逐漸增加。土壤濕度低值區(qū)主要分布在新疆、青海、甘肅和內(nèi)蒙古西部地區(qū)。東北平原、江淮地區(qū)和長江流域為土壤濕度高值區(qū)。中國土壤濕度總體上從淺層向深層逐漸增加；在變化趨勢上，不同深度土壤濕度線性變化趨勢基本相同。除新疆西部和東北部分地區(qū)外，各層次土壤濕度在35°N以北以減少趨勢為主。30°N以南的長江流域、華南及西南地區(qū)土壤濕度以增加趨勢為主。0～49.3 cm層西北大部分地區(qū)變化顯著，并且隨著深度增加35°N以北的干旱、半干旱地區(qū)土壤濕度減小趨勢變得更為顯著；在氣候變暖的背景下，CLM4.0模擬的夏季土壤濕度在不同程度上響應(yīng)了北方除西北西部以外夏季降水量以減少為主，南方江淮地區(qū)、長江中下游和華南夏季降水量增加的變化特點。中國西北部典型干旱區(qū)和華北半干旱區(qū)土壤濕度減少，典型南方濕潤區(qū)土壤濕度增加。其中典型濕潤區(qū)對降水的響應(yīng)最為顯著，相關(guān)系數(shù)為0.47，其次是半干旱區(qū)和干旱區(qū)，相關(guān)系數(shù)分別為0.36和0.16。

雖然利用普林斯頓大學(xué)強迫場驅(qū)動的CLM4.0基本能夠反映出中國區(qū)域土壤濕度的空間分布和時空變化特征，但對土壤濕度的模擬存在著系統(tǒng)性偏大的誤差。這與模式自帶的陸面數(shù)據(jù)，大氣驅(qū)動場的質(zhì)量以及模式物理過程描述不完善等有關(guān)。同時，觀測和模擬土壤濕度在各自深度和地理位置上的比較本身具有不一致性。模式自帶的土壤質(zhì)地等地表數(shù)據(jù)集不一定符合中國區(qū)域?qū)嶋H情況。普林斯頓大學(xué)強迫場的降水?dāng)?shù)據(jù)在長期變化趨勢絕對值上比觀測數(shù)據(jù)偏小約一個量級，而模式模擬的土壤濕度對于強迫場中的降水又十分敏感。影響模式土壤水分傳輸?shù)囊蛩赜袧B透、地表和地下徑流、梯度擴散、重力作用、從植被根部吸收水分的冠層蒸散及其與地下水的相互作用等，而模式對于土壤水熱傳輸過程的描述并不完善。這些都可能導(dǎo)致模擬的偏差。因此在下一步的工作中，我們將考慮采用更高質(zhì)量、適合中國區(qū)域的陸面數(shù)據(jù)和大氣驅(qū)動場，研究模式中土壤水分遷移的物理過程并進行模式參數(shù)化改進，提高CLM4.0對中國區(qū)域土壤濕度的模擬能力。

Asner G P, Wessman C A, Schimel D S, et al. 1998. Variability in leaf and litter optical properties: Implications for BRDF model inversions using AVHRR, MODIS, and MISR [J]. Remote Sens. Environ., 63 (3): 243– 257.

Bonan G B. 1996. A Land Surface Model (LSM version 1.0) for Ecological, Hydrological, and Atmospheric Studies: Technical Description and User’s Guide, PB-97–131494/XAB [R]. Climate Glob Dyn Div, National Center for Atmospheric Research, Boulder, CO (United States). 1–150.

Chahine T M. 1992. The hydrological cycle and its influence on climate [J]. Nature, 359 (6394): 373–380.

陳海山, 熊明明, 沙文鈺. 2010. CLM 3.0對中國區(qū)域陸面過程的模擬試驗及評估I: 土壤溫度 [J]. 氣象科學(xué), 30 (5): 621–630. Chen Haishan, Xiong Mingming, Sha Wenyu. 2010. Simulation of land surface processes over China and its validation Part I: Soil temperature [J]. Acta Meteor. Sinica (in Chinese), 30 (5): 621–630.

Dai Y J, Zeng Q C. 1997. A land surface model (IAP94) for climate studies. Part I: Formulation and validation in off-line experiments [J]. Adv. Atmos. Sci., 14 (4): 433–460.

Decker M, Zeng X B. 2009. Impact of modified Richards equation on global soil moisture simulation in the community land model (CLM3.5) [J]. Journal of Advances in Modeling Earth Systems, 1 (3), doi:10.3894/ JAMES.2009.1.5.

Dickinson R, Henderson-Sellers A, Kennedy P. 1993. Biosphere- Atmosphere Transfer Scheme (BATS) Version 1 as Coupled to the NCAR Community Climate Model [R]. NCAR Tech Note, NCAR/TN387 + STR, 1–77.

D’odorico P, Porporato A. 2004. Preferential states in soil moisture and climate dynamics [J]. Proc. Natl. Acad. Sci. USA, 101 (24): 8848–8851.

Dorigo W A, Oevelen P, Wagner W, et al. 2011. A new international network for in situ soil moisture data [J]. Eos, Trans. Amer. Geophys. Union, 92 (17): 141–142.

Dorigo W A, Xaver A, Vreugdenhil M, et al. 2013. Global automated quality control of in situ soil moisture data from the International Soil Moisture Network [J]. Vadose Zone Journal, 12 (3), doi:10.2136/vzj2012.0097.

杜川利, 劉曉東, Wu Wanli. 2008. CLM3模擬的1979～2003年中國土壤濕度及其對全球變暖的可能響應(yīng) [J]. 高原氣象, 27 (3): 463–473. Du Chuanli, Liu Xiaodong, Wu Wanli. 2008. CLM3-Simulated Chinese soil moisture during 1979–2003 and its possible response to global warming [J]. Plateau Meteorology (in Chinese), 27 (3): 463–473.

Flanner M G, Zender C S. 2005. Snowpack radiative heating: Influence on Tibetan Plateau climate [J]. Geophys. Res. Lett., 32(6): L06501.

Flanner M G, Zender C S. 2006. Linking snowpack microphysics and albedo evolution [J]. J. Geophys. Res. Atmos. (1984–2012), 111 (D12), doi:10.1029/2005JD006834.

Flanner M G, Zender C S, Randerson J T, et al. 2007. Present-day climate forcing and response from black carbon in snow [J]. J. Geophys. Res., 112(D11): D11202, doi:10.1029/2006JD008003.

黃偉, 郭振海, 宇如聰. 2004. CLM在淮河流域數(shù)值模擬試驗 [J]. 氣象學(xué)報, 62 (6): 764–775. Huang Wei, Guo Zhenhai, Yu Rucong. 2004. Numerical simulation of CLM over Huaihe basin [J]. Acta Meteor. Sinica (in Chinese), 62 (6): 764–775.

黃艷, 丁裕國. 2007. 東北地區(qū)夏季土壤濕度垂直結(jié)構(gòu)的時空分布特征 [J]. 氣象科學(xué), 27 (3): 259–265. Huang Yan, Ding Yuguo. 2007. Temporal and spatial characteristics of summer soil moisture vertical distribution in Northeast China [J]. Scientia Meteorologica Sinica (in Chinese), 27 (3): 259–265.

賴欣, 范廣洲, 董一平, 等. 2010. 近47年中國夏季日降水變化特征分析 [J]. 長江流域資源與環(huán)境, 19 (11): 1277–1282. Lai Xin, Fan Guangzhou, Dong Yiping, et al. 2010. Analysis of summer daily precipitation variation characteristics in China during 1961–2007 [J]. Resources and Environment in the Yangtze Basin (in Chinese), 19 (11): 1277–1282.

Lawrence D M, Slater A G, Romanovsky V E, et al. 2008. Sensitivity of a model projection of near-surface permafrost degradation to soil column depth and representation of soil organic matter [J]. J. Geophys. Res., 113 (F2), F02011, doi:10.1029/2007JF000883.

Levis S, Wiedinmyer C, Bonan G B, et al. 2003. Simulating biogenic volatile organic compound emissions in the community climate system model [J]. J. Geophys. Res., 108 (D21), 4659, doi:10.1029/ 2002JD003203.

Li H B, Robock A, Liu S X, et al. 2005. Evaluation of reanalysis soil moisture simulations using updated Chinese soil moisture observations [J]. J. Hydrometeor., 6 (2): 180–193.

李明星. 2010. 中國區(qū)域土壤濕度變化的模擬研究 [D]. 中國科學(xué)院研究生院博士學(xué)位論文. Li Mingxing. 2010. Modeling study on the variation of soil moisture in China [D]. Ph. D. dissertation (in Chinese). Beijing: Graduate University of Chinese Academy of Sciences.

Li Mingxing, Ma Zhuguo, Niu Guoyue. 2011. Modeling spatial and temporal variations in soil moisture in China [J]. Chinese Science Bulletin, 56 (17): 1809–1820.

馬柱國, 魏和林, 符淙斌. 2000. 中國東部區(qū)域土壤濕度的變化及其與氣候變率的關(guān)系[J]. 氣象學(xué)報, 58 (3): 278–287. Ma Zhuguo, Wei Helin, Fu Congbin. 2000. Relationship between regional soil moisture variation and climatic variability over East China [J]. Acta Meteor. Sinica (in Chinese), 58 (3): 278–287.

Nie Suping, Luo Y, Zhu J. 2008. Trends and scales of observed soil moisture variations in China [J]. Adv. Atmos. Sci., 25 (1): 43–58.

Njoku E G, Jackson T J, Lakshmi V, et al. 2003. Soil moisture retrieval from AMSR-E [J]. IEEE Trans. Geosci. Remote Sens., 41 (2): 215–229.

Oleson K W, Niu G Y, Yang Z L, et al. 2008a. Improvements to the community land model and their impact on the hydrological cycle [J]. J. Geophys. Res.-Biogeosci., 113 (G1), doi:10.1029/2007JG000563.

Oleson K W, Bonan G, Feddema J, et al. 2008b. An urban parameterization for a global climate model. 1. Formulation and evaluation for two cities [J]. Journal of Applied Meteorology and Climatology, 47 (4): 1038– 1060.

Parkinson C L. 2003. Aqua: An Earth-observing satellite mission to examine water and other climate variables [J]. IEEE Trans. Geosci. Remote Sens., 41(2): 173–183.

Qian T, Dai A, Trenberth K E, et al. 2006. Simulation of global land surface conditions from 1948 to 2004. Part I: Forcing data and evaluations [J]. J. Hydrometeorol., 7 (5): 953–975.

喬平林, 張繼賢, 王崔華. 2007. 應(yīng)用AMSR-E微波遙感數(shù)據(jù)進行土壤濕度反演 [J]. 中國礦業(yè)大學(xué)學(xué)報, 36 (1): 262–265. Qiao Pinglin, Zhang Jixian, Wang Cuihua. 2007. Soil moisture retrieving by AMSR-E microwave remote sensing data [J]. Journal of China University of Mining & Technology (in Chinese), 36 (1): 262–265.

Ramankutty N, Evan A T, Monfreda C, et al. 2008. Farming the planet: 1. Geographic distribution of global agricultural lands in the year 2000 [J]. Global Biogeochemical Cycles, 22 (1): GB1003, doi: 10.1029/ 2007GB002952.

Robock A, Vinnikov K Y, Srinivasan G, et al. 2000. The global soil moisture data bank [J]. Bull. Amer. Meteor. Soc., 81 (6): 1281–1299.

Sakaguchi K, Zeng X B. 2009. Effects of soil wetness, plant litter, and under-canopy atmospheric stability on ground evaporation in the Community Land Model (CLM3.5) [J]. J. Geophys. Res., 114 (D1), doi: 10.1029/2008JD010834.

Seneviratne S I, Corti T, Davin E L, et al. 2010. Investigating soil moisture-climate interactions in a changing climate: A review [J]. Earth-Sci. Rev., 99 (3): 125–161.

Sheffield J, Goteti G, Wood E F. 2006. Development of a 50-year high-resolution global dataset of meteorological forcings for land surface modeling [J]. J. Climate, 19 (13): 3088–3111.

U S National Research Council. 1994. GOALS (Global Ocean– Atmosphere–Land System) for Predicting Seasonal-to-International Climate [M]. Washington D C: National Academy Press, 103.

Wang A H, Lettenmaier D P, Sheffield J. 2011. Soil moisture drought in China, 1950–2006 [J]. J. Climate, 24 (13): 3257–3271.

Wen J, Su Z B. 2003a. The estimation of soil moisture from ERS wind scatterometer data over the Tibetan plateau [J]. Physics and Chemistry of the Earth, 28 (1): 53–61.

Wen J, Su Z B. 2003b. A time series based method for estimating relative soil moisture with ERS wind scatterometer data [J]. Geophys. Res. Lett., 30 (7), 1397, doi:10.1029/2002GL016557.

Wen J, Su Z B, Ma Y M. 2003. Determination of land surface temperature and soil moisture from tropical rainfall measuring mission/microwave imager remote sensing data [J]. J. Geophys. Res., 108 (D2), ACL 2-1– ACL 2-10.

熊明明, 陳海山, 俞淼. 2011. CLM3.0對中國區(qū)域陸面過程的模擬試驗及評估Ⅱ: 土壤濕度[J]. 氣象科學(xué), 31 (1): 1–10. Xiong Mingming, Chen Haishan, Yu Miao. 2011. Simulation of land surface processes over China and its validation. Part Ⅱ: Soil moisture [J]. Scientia Meteorologica Sinica (in Chinese), 31 (1): 1–10.

Zeng X, Decker M. 2009. Improving the numerical solution of soil Moisture–Based richards equation for land models with a deep or shallow water table [J]. J. Hydrometeor., 10 (1): 308–319.

張文君, 周天軍, 宇如聰. 2008. 中國土壤濕度的分布與變化I. 多種資料間的比較 [J]. 大氣科學(xué), 32(3): 581–597. Zhang Wenjun, Zhou Tianjun, Yu Rucong. 2008. Spatial distribution and temporal variation of soil moisture over China Part I: Multi-data intercomparison [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32 (3): 581–597.

Numerical Simulation and Evaluation Study of Soil Moisture over China by Using CLM4.0 Model

Lai Xin, Wen Jun, Cen Sixian, Song Haiqing, Tian Hui, Shi Xiaokang, He Yuan, and Huang Xi

1730000 2610225 3610225 4610071 5010051 6100085 7570203 8674100

The Community Land Model version 4.0 (CLM4.0) driven by the atmospheric forcing data of Princeton University was used to simulate soil moisture (SM) in China from 1961 to 2010. The simulated SM data were compared with observation data, National Centers for Environmental Prediction (NCEP) Reanalysis data, and SM data retrieved from the Advanced Microwave Scanning Radiometer–(EOS; AMSR-E) data. The results showed that although CLM4.0 simulation is capable of capturing the characteristics of spatial distribution and temporal spatial variation of measured SM, the simulated SM was systematically higher than the observations in every layer in northeast China, the Jianghuai basin, and the Hetao region. The spatial patterns of the simulated SM and the NCEP SM demonstrated reasonable consistencies, and the spatial patterns of simulated SM and AMSR–E retrieved SM showed consistencies in the northern area of 35°N. On the basis on the simulated SM from 1961 to 2010, it can be concluded that the spatial distributions in every layer were characterized by a gradually increasing pattern from the northwest to southeast. Dry regions were located in Xinjiang, Qinghai, Gansu , and western Inner Mongolia, whereas the most humid regions were located in the Northeast China Plain, the Jianghuai region, and the Yangtze River basin. The SM generally increased from surface layer to deeper layers. The variation trends essentially showed consistencies in all layers. The SM mainly decreased in the northern area of 35°N except western Xinjiang and partial regions of Northeast China, and increased mainly in the Yangtze River basin, southern and southwestern China. In the global warming background, the simulated SM of summer demonstrated various responses to the variation in precipitation. SM decreased in typical arid and semiarid regions and increased in humid regions. The humid regions responded significant to precipitation, whereas the semiarid and arid regions were ranked second.

CLM4.0 model, Soil moisture, Numerical simulation, Response

1006?9895(2014)03?0499?14

P426.1

A

10.3878/j.issn.1006-9895.1401.13194

2013?06?14，

2014?01?02收修定稿

國家自然科學(xué)基金項目41175022、41205009，中國科學(xué)院重點部署項目KZZD-EW-13，中國氣象局蘭州干旱氣象研究所行業(yè)專項GYHY201006023，高原大氣與環(huán)境四川省重點實驗室開放基金項目PAEKL-2010-C3

賴欣，女，1984年出生，博士研究生，講師，主要從事陸面過程研究。E-mail: nacylai@cuit.edu.cn

賴欣，文軍，岑思弦，等. 2014. CLM4.0模式對中國區(qū)域土壤濕度的數(shù)值模擬及評估研究[J]. 大氣科學(xué), 38 (3): 499?512, doi:10.3878/j.issn.1006-9895. 1401.13194. Lai Xin, Wen Jun, Ceng Sixian, et al. 2014. Numerical simulation and evaluation study of soil moisture over China by using CLM4.0 model [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 38 (3): 499?512.