韓帥 師春香 姜志偉 徐賓 李顯風(fēng) 張濤 姜立鵬 梁曉 朱智 劉軍建 孫帥

（1 國家氣象信息中心，北京 100081；2 江西省氣象信息中心，南昌 330046；3 中國氣象局烏魯木齊沙漠氣象研究所，烏魯木齊 830002；4 南京信息工程大學(xué)，南京 210044）

0　引言

長期以來，地面氣象要素及土壤溫濕度等數(shù)據(jù)的獲取，主要依靠地面人工站和自動站的觀測儀器進行定時觀測，由于站點離散且分布不均勻，難以覆蓋整個中國區(qū)域。利用數(shù)學(xué)方法將站點觀測值插值成格點數(shù)據(jù)，在站點密集且空間變異較少的區(qū)域，效果良好；但是在地形復(fù)雜區(qū)域廣闊但站點稀少的區(qū)域，尤其是在中國西部地區(qū)，單純的數(shù)學(xué)方法難以獲取高質(zhì)量的格點實況數(shù)據(jù)。

最近的十幾年，國內(nèi)外在離線的陸面數(shù)據(jù)同化系統(tǒng)建設(shè)方面已經(jīng)做了不少研究，取得了一定的成果[1-3]，他們的共同特點是將陸面的數(shù)值模式和衛(wèi)星、雷達、站點觀測等信息進行融合，獲取更為可靠的地面氣象要素場和陸表土壤溫濕度、地表熱通量等數(shù)據(jù)。

同時，高時空分辨率的陸面數(shù)據(jù)同化系統(tǒng)也在逐步發(fā)展，如美國大氣研究中心（NCAR）的高分辨率陸面數(shù)據(jù)同化系統(tǒng)（HRLDAS）[4-5]已經(jīng)具有能夠提供土壤溫濕度的預(yù)報能力；韓國氣象局（KMA）發(fā)展的韓國陸面數(shù)據(jù)同化系統(tǒng)（KLDAS）[6]與HRLDAS非常類似，著重于改進陸面模式驅(qū)動場。KLDAS已用于提供中尺度天氣預(yù)報模式（WRF）模式的陸面初始場，但目前仍局限于個例研究。然而，由于各國陸面數(shù)據(jù)同化系統(tǒng)主要是為本國服務(wù)，注重對于本國的數(shù)據(jù)研究，因此即使在區(qū)域上包括了其他國家，這些其他國家的數(shù)據(jù)質(zhì)量也難以保證。因此，建立我國自己的高時空分辨率陸面數(shù)據(jù)同化系統(tǒng)勢在必行。

在國家氣象科技創(chuàng)新工程驅(qū)動下，國家氣象信息中心為此制定了長遠發(fā)展規(guī)劃，并確定了總體目標(biāo)的制定和實施方案：在建設(shè)初期，根據(jù)當(dāng)時的需求和業(yè)務(wù)能力，計劃將系統(tǒng)研發(fā)分為四個階段，第一階段（CLDAS-V1.0）主要任務(wù)是搭建業(yè)務(wù)運行平臺，重點在于對溫度、氣壓、濕度、風(fēng)速、降水和輻射等驅(qū)動數(shù)據(jù)的處理，優(yōu)化地表、土壤和植被參數(shù)，并選擇一個合適的陸面模式（美國NCAR開發(fā)的CLM），實現(xiàn)模式的實時運行，獲取土壤溫濕度等陸表變量產(chǎn)品；第二階段（CLDAS-V2.0）主要任務(wù)是實現(xiàn)多個陸面模式的運行和多模式集成，并繼續(xù)改進地表、土壤和植被參數(shù)和陸面驅(qū)動數(shù)據(jù)；第三階段（CLDAS-V3.0）主要任務(wù)是實現(xiàn)地面觀測土壤濕度、衛(wèi)星反演土壤濕度的同化；第四階段（CLDAS-V4.0）主要任務(wù)是實現(xiàn)衛(wèi)星觀測微波亮溫數(shù)據(jù)的同化。

隨著氣象服務(wù)和市場的需要發(fā)展，研制更高分辨率的陸面數(shù)據(jù)同化系統(tǒng)已經(jīng)迫在眉睫。2016年初，國家氣象信息中心果斷決策，提前開展了中國區(qū)域1 km陸面數(shù)據(jù)同化系統(tǒng)的研制；在經(jīng)過1年的艱苦攻關(guān)，實現(xiàn)多項技術(shù)突破，建成CMA高分辨率陸面數(shù)據(jù)同化系統(tǒng)（HRCLDAS），實現(xiàn)提前2年完成氣象科技創(chuàng)新工程目標(biāo)。本文主要介紹HRCLDAS系統(tǒng)在研發(fā)的各個階段和系統(tǒng)業(yè)務(wù)化中的發(fā)展歷程。

1　主要研發(fā)進展

1.1　模式輸入場的制備

1.1.1氣溫、氣壓、濕度、風(fēng)速

地面2 m氣溫、濕度、地面氣壓、10 m風(fēng)速4個要素的融合算法核心部分沿用了CLDAS-V1.0和CLDAS-V2.0系統(tǒng)的業(yè)務(wù)算法，既引入了美國海洋大氣局地球系統(tǒng)研究實驗室（NOAA/ESRL）開發(fā)的時空多尺度分析系統(tǒng)（STMAS）[7]。該系統(tǒng)通過不同尺度的分析方法，能夠有效地捕捉陸面要素中的長波和短波信息，并考慮不同尺度的天氣動力學(xué)限制條件，同時還可以結(jié)合不同時間的空間信息給予優(yōu)化和最有效的提取觀測信息。該系統(tǒng)的優(yōu)點是避免了傳統(tǒng)數(shù)據(jù)同化的關(guān)于背景誤差協(xié)方差的一些不合理假設(shè)，以及節(jié)約在大尺度的計算時間和詳細提取小尺度信息的時間，從而合理縮短同化過程的計算時間。因此，本系統(tǒng)繼續(xù)沿用這一核心算法，同時為進一步描述1 km分辨率尺度的細節(jié)，尤其是氣溫、氣壓等隨海拔高度變化較為明顯的要素場，本系統(tǒng)引入美國國家航空航天局（NASA）和美國國防部國家圖像測繪局（NIMA）聯(lián)合測量制作而成的全球區(qū)域30 m空間分辨率地形數(shù)據(jù)產(chǎn)品，采用面積權(quán)重方法重采樣制作亞洲區(qū)域0.01°空間分辨率的數(shù)字高程模型（DEM）地形參數(shù)數(shù)據(jù)[8]，對溫度、氣壓等進行地形調(diào)整，其中溫度遞減率除了受地形高度的影響外，還可能受到風(fēng)力、對流型天氣等其他要素影響，譚曉光等[9]研究發(fā)現(xiàn)，使用一定范圍內(nèi)測站實際觀測的溫度與地形高度之間的線性關(guān)系的系數(shù)作為溫度的垂直減率來進行地形調(diào)整，可以既保持處理算法簡單，又能夠在一定程度上綜合考慮上述影響。

為了對1 km陸面融合產(chǎn)品進行質(zhì)量評估，國家氣象信息中心對2016年1月1日—12月31日的小時數(shù)據(jù)進行了回算，并對其進行評估檢驗。本方案中陸面融合產(chǎn)品的評估所使用的“真值”為2380個國家級氣象站點小時觀測資料，觀測時間與實況格點融合分析產(chǎn)品一致。利用雙線性插值的方法，將融合分析產(chǎn)品插值到站點所在經(jīng)緯度，與相應(yīng)時刻的觀測數(shù)據(jù)進行比較，具體如表1所示。

表1　氣溫、相對濕度、風(fēng)速偏差落區(qū)統(tǒng)計表Table 1 Statistics of the bias in air temperature, relative humidity and wind speed

1.1.2地面入射太陽輻射

在CLDAS-V1.0和CLDAS2.0版本的系統(tǒng)中，地面入射太陽輻射是利用基于對離散坐標(biāo)算法的輻射傳輸模型（DISORT）對FY-2靜止衛(wèi)星可見光通道信息進行反演，從而獲取地面入射太陽輻射，暫未將地面觀測信息進行融合。

為進一步提高輻射數(shù)據(jù)質(zhì)量，在HRCLDAS-V1.0的系統(tǒng)設(shè)計中，提出了融合我國觀測站的輻射站數(shù)據(jù)。但目前我國輻射觀測網(wǎng)密度較低，僅有99個業(yè)務(wù)觀測站點，不能滿足STMAS融合的要求。為獲得更多的樣本數(shù)據(jù)，采用Yang等[10]發(fā)展的Hybrid模型來模擬地面自動站輻射值。該模型計算簡單，且考慮了大氣中的輻射傳輸過程，無需局地校正，適用于不同海拔和氣候區(qū)域。

該模型通過輸入地面自動站常規(guī)觀測的氣溫、氣壓、相對濕度以及日照時數(shù)等信息，結(jié)合站點所在經(jīng)緯度、觀測時刻太陽高度角等信息，最終計算得到小時分辨率的2400多個國家級自動站小時地面入射太陽輻射值。利用多重網(wǎng)格變分分析的方法對衛(wèi)星反演的地面入射太陽輻射數(shù)據(jù)和Hybrid模型計算的站點觀測地面入射太陽輻射數(shù)據(jù)進行融合，最終生成高分辨率地面入射太陽輻射產(chǎn)品。

通過利用2015年91個輻射觀測站點數(shù)據(jù)與1°分辨率的云與地球輻射能量系統(tǒng)輻射資料（CERES_SYN1deg）、歐洲再分析輻射資料（ERA-Interim）、及本項目利用FY-2衛(wèi)星直接反演的輻射（Solar-Swdn）和反演結(jié)果與Hybrid計算的站點輻射融合結(jié)果（Solar-Swdn-Merge）這四套數(shù)據(jù)產(chǎn)品的日平均數(shù)據(jù)對比發(fā)現(xiàn)，CERES衛(wèi)星反演的SYN1deg產(chǎn)品效果最好，相關(guān)系數(shù)達到0.93，日平均數(shù)據(jù)均方根誤差（32.14 W/m2）和平均偏差（6.73 W/m2）均為最?。幌啾戎?，Solar-Swdn-Merge模擬效果次之，相關(guān)系數(shù)為0.927；ERA-Interim再分析資料，相關(guān)系數(shù)只有0.86，相對較差。

1.1.3小時累計降水

降水驅(qū)動數(shù)據(jù)是陸面模式中最重要的驅(qū)動數(shù)據(jù)之一，降水驅(qū)動數(shù)據(jù)是否準(zhǔn)確將對土壤濕度的模擬結(jié)果產(chǎn)生非常大的影響，采用東亞多衛(wèi)星集成降水產(chǎn)品（EMSIP）[11-12]作為背景場，利用STMAS方法將背景場與全國4萬多個站點觀測數(shù)據(jù)進行融合，獲取1 km分辨率降水融合產(chǎn)品。

國家氣象信息中心在充分調(diào)研了多星降水集成技術(shù)的基礎(chǔ)上，于2012年開展了多種衛(wèi)星集成技術(shù)研究，實現(xiàn)國家衛(wèi)星氣象中心FY-2E/G紅外1通道亮溫與FY-3B 微波成像儀（MWRI）降水率、美國國家航空航天管理局（NASA）的熱帶降水測量衛(wèi)星（TRMM/GPM） 降水率、美國國家海洋和大氣管理局（NOAA）的微波濕度計（NOAA-18/19 MHS）降水率、歐洲極軌衛(wèi)星微波濕度計（MetOp-A/B MHS）降水率和美國海軍衛(wèi)星被動微波輻射計（DMSP-F16/F17/F18 SSMIS）降水率等8顆衛(wèi)星的微波降水的集成，形成了東亞多衛(wèi)星集成降水業(yè)務(wù)系統(tǒng)（EMSIP）。2014年5月29日該系統(tǒng)開始業(yè)務(wù)試運行，并于2014年末通過業(yè)務(wù)內(nèi)網(wǎng)分對外提供數(shù)據(jù)服務(wù)。

為研制高時空分辨率的降水融合產(chǎn)品，HRCLDAS的降水產(chǎn)品設(shè)計了以下融合分析方案：首先從全國綜合氣象信息數(shù)據(jù)共享平臺（CIMISS）獲取了中國4萬余個地面觀測站點的逐小時降水觀測數(shù)據(jù)；其次，STMAS參數(shù)的調(diào)試，在STMAS 的眾多參數(shù)中， 影響半徑能夠控制STMAS選取多大范圍內(nèi)的站點觀測降水用于訂正衛(wèi)星降水產(chǎn)品，針對選用的站點降水?dāng)?shù)據(jù)較多，影響半徑分別選取了3、10、15、20、25等5個影響半徑，利用STMAS融合技術(shù)對2015年6月8—9日兩天的48個時次的EMSIP降水?dāng)?shù)據(jù)進行了融合試驗，將所得到的降水?dāng)?shù)據(jù)插值到2380個國家級自動站點上，然后利用對應(yīng)的觀測值進行檢驗，計算兩者之間的相關(guān)系數(shù)、均方根誤差、偏差、平均降水量，結(jié)果如表2和表3所示，根據(jù)不同的融合半徑試驗評估指標(biāo)，綜合分析選取半徑為25的方案進行降水融合產(chǎn)品的制作。另外，在研制初期，研發(fā)團隊還分別選用EMSIP降水和目前國際主流的美國多衛(wèi)星集成降水產(chǎn)品（CMORPH）為背景場，利用STMAS融合技術(shù)進行融合試驗，對比分析發(fā)現(xiàn)，兩者評估結(jié)果非常接近，項目組最終選擇融合了國產(chǎn)FY衛(wèi)星的EMSIP產(chǎn)品為降水背景場數(shù)據(jù)。

表2　不同半徑下的個例評估結(jié)果（2015年6月8—9日）Table 2 Evaluation results of a case (June 8-9, 2015) at different radius

表3　不同背景場評估結(jié)果（2015年6月8—9日）Table 3 Evaluation results of different background fields

1.1.4高分辨率地表參數(shù)

1）地表覆蓋類型

通用陸面模式（CLM模式）以植被功能類型為基礎(chǔ)劃分地表覆蓋。它將地表覆蓋分為冰川、湖泊、濕地、及不同的植被功能類型，分別包括：裸土、溫帶常綠針葉林、寒帶常綠針葉林、寒帶落葉針葉林、熱帶常綠闊葉林、溫帶常綠闊葉林、熱帶落葉闊葉林、溫帶落葉闊葉林、寒帶落葉闊葉林、溫帶常綠闊葉灌木、溫帶落葉闊葉灌木、寒帶落葉闊葉灌木、極地C3草、非極地C3草、C4草和農(nóng)作物。

模式中原有的地表覆蓋類型數(shù)據(jù)分辨率為0.5°，這個精度對進行高分辨率陸面模擬而言，需要進行改進，并且數(shù)據(jù)在中國區(qū)域的準(zhǔn)確性也存在一定的爭議，因此需要用分辨率和準(zhǔn)確性更好的地表覆蓋數(shù)據(jù)對其進行替換。替換所使用的數(shù)據(jù)庫基于冉有華等人[13]研究制作的多源數(shù)據(jù)融合的中國土地覆蓋資料，該數(shù)據(jù)是綜合了2000年中國1:10萬土地利用數(shù)據(jù)、中國植被圖集的植被型分類、中國1：10萬冰川圖、中國1:100萬沼澤濕地圖和2001年 MOD12Q1幾個數(shù)據(jù)，使用最大信任度原則進行決策，采用的IGBP分類系統(tǒng)制作得到。融合后的數(shù)據(jù)與中國土地利用圖、MODIS和國際地圈生物圈計劃（IGBP）地表覆蓋進行了對比，結(jié)果顯示，總體一致性分別是88.84%、47.59%和40.2%，Kappa系數(shù)分別是0.85、0.38和0.31[13]，具有比較高的可信度。

2）土壤參數(shù)

土壤參數(shù)包括：土壤顏色、土壤質(zhì)地、土壤層厚度、土壤溫度、土壤濕度、土壤的熱/水力傳導(dǎo)和擴散系數(shù)、干土壤的土壤熱容、干土壤的熱傳導(dǎo)率、孔隙度、飽和的負壓土壤水勢、飽和土壤導(dǎo)水率等。土壤質(zhì)地是土壤中不同大小直徑的礦物顆粒的組合狀況，是土壤重要的物理屬性。許多大小不同的土粒按不同的比例組合在一起會表現(xiàn)出不同的土壤粗細情況，一般根據(jù)土壤中砂粒、粉粒和粘粒各自所占的比例來對土壤質(zhì)地類型進行劃分。

模式中自帶的土壤質(zhì)地數(shù)據(jù)庫來源于聯(lián)合國糧農(nóng)組織（FAO）和維也納國際應(yīng)用系統(tǒng)研究所（IIASA）所構(gòu)建的世界土壤數(shù)據(jù)庫（HWSD）中國境內(nèi)數(shù)據(jù)源為第二次全國土地調(diào)查南京土壤所所提供的1:100萬土壤數(shù)據(jù)。該數(shù)據(jù)可為建模者提供模型輸入?yún)?shù)，農(nóng)業(yè)角度可用來研究生態(tài)農(nóng)業(yè)分區(qū)，糧食安全和氣候變化等。但是由于土壤質(zhì)地難以進行實際觀測，以上土壤質(zhì)地數(shù)據(jù)集使用的實測資料非常少，如FAO數(shù)據(jù)集在中國區(qū)域僅僅由61個土壤剖面插值而來，空間代表性比較差[14]。面向陸面模擬的中國土壤數(shù)據(jù)集數(shù)據(jù)來源于第二次土壤普查的1:100萬中國土壤圖和8595個土壤剖面與HWSD數(shù)據(jù)庫在pH值等微量元素方面進行了對比，在一些方面更加符合認(rèn)識規(guī)律。它的分辨率比HWSD要高，而且空間分布更加可信，數(shù)據(jù)還給出了空間分布可信度的信息，數(shù)據(jù)為柵格格式，空間分辨率為30 arcsec。為便于使用CLM模型，土壤數(shù)據(jù)分為8層。

1.2　模擬方案及評估

本系統(tǒng)采用的陸面模式是NCAR的CLM3.5模型，該模型提供了大氣模式所需要的表面反照率（可見光和紅外光波段的直射和散射光）、向上長波輻射、感熱通量、潛熱通量、水汽通量、以及東西向和南北向的地表應(yīng)力。這些參量分別由許多生態(tài)和水文過程控制，模式對葉子物候、氣孔生理及水循環(huán)進行模擬。河流運輸模式向下傳輸至海洋。因為模式要與氣候模式和數(shù)值天氣預(yù)報模式耦合，所以在陸面過程參數(shù)化計算的有效性和復(fù)雜性中要做折衷選擇。模式并沒有詳盡描述水文氣象、陸地生態(tài)，而是僅對一些描述陸—氣相互作用本質(zhì)特性的重要陸面過程做計算量最少的簡化處理。

1.2.1陸面模擬方案設(shè)計

首先將北美陸面數(shù)據(jù)同化系統(tǒng)（NLDAS）和CMA 陸面數(shù)據(jù)同化系統(tǒng)（CLDAS）兩個系統(tǒng)的空間分辨率、產(chǎn)品格點數(shù)、數(shù)據(jù)量和計算資源等進行了對比，為了方便比較，將NLDAS-2的參數(shù)指標(biāo)作為標(biāo)準(zhǔn)，其他產(chǎn)品與之對比（表4），可以看出，HRCLDAS-V1.0陸面模擬所需的計算資源和文件的數(shù)據(jù)量都非常大，這也是目前高分辨率陸面模擬面臨的最主要的問題之一，在現(xiàn)有的條件下實現(xiàn)業(yè)務(wù)生產(chǎn)，必須設(shè)計合理可行的技術(shù)方案。通過大量的調(diào)研和試驗，最終確定根據(jù)研究區(qū)域的經(jīng)度信息將整個模擬區(qū)域平均分為35個子區(qū)域，每分鐘提交一個區(qū)域的作業(yè)量，利用6個計算節(jié)點分塊并行與模式并行結(jié)合的計算方案，循環(huán)提交作業(yè)，在35～40 min完成一個時次的模擬計算。應(yīng)用此方案，解決了IBM系統(tǒng)文件大小受限，計算資源和計算時效等問題。

表4　NLDAS與CLDAS數(shù)據(jù)量對比統(tǒng)計表Table 4 Comparisons of the data volumes among NLDAS and CLDAS

1.2.2土壤濕度質(zhì)量評估

產(chǎn)品檢驗主要使用中國氣象局土壤水分自動觀測觀測資料對HRCLDAS-V1.0系統(tǒng)土壤濕度產(chǎn)品質(zhì)量進行了評估驗證[15-16]。

目前，氣象部門傳統(tǒng)的人工監(jiān)測土壤水分的頻率和效率已經(jīng)遠遠不能滿足決策部門和公眾對干旱監(jiān)測的需求。近年來，中國氣象局開展了自動土壤水分觀測網(wǎng)的建設(shè)工作，自動土壤水分觀測網(wǎng)就是為了在氣候變化背景下提高農(nóng)業(yè)干旱監(jiān)測和預(yù)警的業(yè)務(wù)和科研水平而建設(shè)。土壤濕度自動觀測主要包含三種觀測地段：固定觀測地段、作物觀測地段和輔助觀測地段。固定觀測地段采用自動土壤水分觀測儀進行自動連續(xù)觀測，作物地段采用自動土壤水分觀測儀進行自動連續(xù)或定時觀測，輔助地段采用便攜式土壤水分儀進行觀測。在固定觀測地段，最大觀測深度一般為1 m，分為0～10 cm、10～20 cm、20～30 cm、30～40 cm、40～50 cm、50～60 cm、70～80 cm、90～100 cm，地下水位深度小于1 m的地區(qū)，最深測到土壤飽和持水狀態(tài)層，而因土層較薄導(dǎo)致觀測深度無法達到規(guī)定要求的地區(qū)，則最深測至土壤母質(zhì)層。在作物觀測地段，最大觀測深度一般為1 m，分為0～10 cm、10～20 cm、20～30 cm、30～40 cm、40～50 cm、90～100 cm，果樹等根系較深作物的觀測深度根據(jù)業(yè)務(wù)服務(wù)需要由省級業(yè)務(wù)主管部門確定。在輔助觀測地段，最大觀測深度一般為50 cm，分為0～10 cm、10～20 cm、20～30 cm、30～40 cm、40～50 cm共5個層次。

由于土壤濕度地面站點觀測資料與HRCLDAS-V1.0模式模擬產(chǎn)品代表的空間尺度不一致，直接將HRCLDAS-V1.0產(chǎn)品插值到觀測站點上進行評估有一定的問題，而分區(qū)域?qū)τ^測土壤濕度和HRCLDAS-V1.0土壤濕度產(chǎn)品的區(qū)域平均值進行比較評估，可以在一定程度上降低空間尺度差異對評估結(jié)果的影響。鑒于各省自動土壤水分觀測儀的型號、定標(biāo)系數(shù)等情況存在差異，因此采用分省評估方案，在每個省對土壤濕度區(qū)域平均值進行比較分析。

考慮到土壤中存在固態(tài)水（冰）對觀測儀器性能的影響，評估時盡量剔除冬天的數(shù)據(jù)，利用了2015年5月1日—2015年10月31日（共計184天）的觀測資料?？傮w如表5所示，HRCLDAS-V1.0土壤濕度產(chǎn)品的質(zhì)量較好，2015年全國平均相關(guān)系數(shù)為0.87，偏差為0.001 mm3/mm3，均方根誤差為0.03 mm3/mm3。全國31個省份中，HRCLDAS-V1.0有18個省份的相關(guān)系數(shù)在0.9以上，27個省份的相關(guān)系數(shù)在0.8以上，26個省份的均方根誤差在0.04 mm3/mm3以下，27個省份的偏差在±0.04 mm3/mm3之間。西藏、貴州、云南等區(qū)域偏差和均方根誤差較大，初步分析認(rèn)為，這些區(qū)域地形復(fù)雜，土壤類型變化大，高分辨率陸面模擬精度還有待提高，且目前土壤濕度自動觀測還沒有業(yè)務(wù)化的質(zhì)控程序，需要進一步改進。綜合各項評估指標(biāo)看來，河北、江蘇、黑龍江、福建、陜西、寧夏、甘肅、青海、廣東、廣西等多省（區(qū)、市）的產(chǎn)品質(zhì)量都較好。

表5　CLDAS-V1.0和HRCLDAS-V1.0土壤濕度對比Table 5 Comparison of soil moisture between CLDAS-V1.0 and HRCLDAS-V1.0

2　系統(tǒng)業(yè)務(wù)化建設(shè)

HRCLDAS-V1.0系統(tǒng)軟件的業(yè)務(wù)處理過程總體上分為五個階段，即數(shù)據(jù)采集與處理階段、陸面驅(qū)動數(shù)據(jù)產(chǎn)品生產(chǎn)階段、陸面模式模擬與土壤濕度產(chǎn)品生產(chǎn)階段、業(yè)務(wù)產(chǎn)品實時評估、產(chǎn)品服務(wù)與后處理階段。

數(shù)據(jù)采集與處理階段，主要完成系統(tǒng)所有輸入數(shù)據(jù)的收集，并對收集的數(shù)據(jù)進行分析、質(zhì)量控制、投影等標(biāo)準(zhǔn)化處理和輸出，處理后的數(shù)據(jù)按類別保存到相應(yīng)目錄。

陸面驅(qū)動數(shù)據(jù)產(chǎn)品生產(chǎn)階段，主要是利用STMAS融合分析模塊、降水驅(qū)動模塊、短波輻射遙感反演與融合分析三個模塊，生產(chǎn)陸面氣溫、氣壓、濕度、風(fēng)速、降水、輻射驅(qū)動產(chǎn)品，并保存到驅(qū)動數(shù)據(jù)目錄。

陸面模式模擬與土壤濕度產(chǎn)品生產(chǎn)階段，主要是利用陸面驅(qū)動數(shù)據(jù)處理子系統(tǒng)生產(chǎn)的陸面驅(qū)動數(shù)據(jù)產(chǎn)品，驅(qū)動CLM3.5陸面模式分塊運行模擬土壤濕度，并標(biāo)準(zhǔn)化輸出土壤濕度數(shù)據(jù)，然后將這些分塊土壤濕度數(shù)據(jù)進行拼接、垂直層插值以及日值數(shù)據(jù)合成等處理，最終輸出標(biāo)準(zhǔn)化土壤濕度分析產(chǎn)品。

產(chǎn)品實時評估階段，主要利用地面站點觀測數(shù)據(jù)，提取地面站點位置的業(yè)務(wù)產(chǎn)品格點值，計算均方根誤差、偏差、相關(guān)系數(shù)等評估指標(biāo)，并將計算結(jié)果存檔和打印到圖形產(chǎn)品上。

產(chǎn)品服務(wù)與后處理階段，主要從產(chǎn)品結(jié)果目錄中獲取陸面驅(qū)動、土壤濕度產(chǎn)品，標(biāo)準(zhǔn)化制作圖形產(chǎn)品，并將相應(yīng)的數(shù)據(jù)產(chǎn)品和圖形產(chǎn)品通過通信系統(tǒng)推送到指定的FTP目錄，最終實現(xiàn)業(yè)務(wù)產(chǎn)品的CIMISS入庫歸檔、業(yè)務(wù)內(nèi)網(wǎng)展示和中國氣象數(shù)據(jù)網(wǎng)的數(shù)據(jù)分發(fā)。

上述五個階段之間和各個階段內(nèi)核心的流程交互以及業(yè)務(wù)協(xié)作，將由調(diào)度管理和運行監(jiān)控子系統(tǒng)集成管理統(tǒng)一調(diào)度與控制，從而使HRCLDAS-V1.0業(yè)務(wù)系統(tǒng)形成一個協(xié)調(diào)統(tǒng)一的穩(wěn)定可靠的有機整體。運行調(diào)度和監(jiān)控作為數(shù)據(jù)采集、數(shù)據(jù)處理、陸面驅(qū)動數(shù)據(jù)處理與產(chǎn)品生產(chǎn)、陸面模式模擬與土壤濕度產(chǎn)品生產(chǎn)、產(chǎn)品數(shù)據(jù)后處理等全過程生命周期業(yè)務(wù)流程的控制中樞，具有數(shù)據(jù)請求配置、流程配置及調(diào)度、運行監(jiān)控等功能。HRCLDAS-V1.0業(yè)務(wù)系統(tǒng)通過調(diào)度管理和運行監(jiān)控，實現(xiàn)業(yè)務(wù)處理流程的統(tǒng)一配置和調(diào)度管理，以及協(xié)調(diào)各個業(yè)務(wù)單元的協(xié)同工作。

2.1　業(yè)務(wù)輸出產(chǎn)品清單及命名規(guī)則

2.1.1產(chǎn)品清單

根據(jù)產(chǎn)品生成時間和數(shù)據(jù)類型將HRCLDAS-V1.0業(yè)務(wù)產(chǎn)品（表6）分為驅(qū)動數(shù)據(jù)和模式模擬結(jié)果兩種。驅(qū)動數(shù)據(jù)時間分辨率為1 h，空間分辨率為1 km；模式模擬結(jié)果時間分辨率為1 d，空間分辨率為1 km。產(chǎn)品分為NetCDF格式的數(shù)據(jù)產(chǎn)品和圖片（PNG）格式的圖形產(chǎn)品。

表6　HRCLDAS-V1.0業(yè)務(wù)產(chǎn)品清單Table 6 List of HRCLDAS-V1.0 business products

2.1.2產(chǎn)品文件名命名規(guī)則

產(chǎn)品文件命名遵循CIMISS和通信系統(tǒng)命名規(guī)則，具體如下：

2.2　業(yè)務(wù)系統(tǒng)的運行穩(wěn)定性

HRCLDAS-V1.0業(yè)務(wù)系統(tǒng)對實時運行的各種情況有較完備的判識、處理方案，具有較好的容錯能力。在系統(tǒng)運行穩(wěn)定性測試期間，所有測試時次的數(shù)據(jù)產(chǎn)品和圖形產(chǎn)品均穩(wěn)定正常生成。

2.3　數(shù)據(jù)量與負載率

HRCLDAS-V1.0業(yè)務(wù)系統(tǒng)登錄服務(wù)器分配存儲空間5 TB，用于臨時存儲輸入數(shù)據(jù)、業(yè)務(wù)產(chǎn)品、中間結(jié)果等。HRCLDAS-V1.0業(yè)務(wù)系統(tǒng)具有歷史數(shù)據(jù)自動刪除功能，實時系統(tǒng)會自動刪除各自3天前的歷史數(shù)據(jù)，以確保業(yè)務(wù)系統(tǒng)正常運行所需的存儲空間。

目前，HRCLDAS-V1.0業(yè)務(wù)系統(tǒng)數(shù)據(jù)存儲量基本維持在約4 TB，存儲空間利用率總體維持在84%左右。

2.4　系統(tǒng)效率與效能分析

目前，HRCLDAS-V1.0業(yè)務(wù)系統(tǒng)各功能模塊中，除短波輻射遙感反演和CLM陸面模式采用并行計算外，其他功能模塊均采用串行計算。

經(jīng)業(yè)務(wù)系統(tǒng)運行調(diào)度流程優(yōu)化，實時系統(tǒng)在整點20 min啟動。氣溫、氣壓、濕度、風(fēng)速驅(qū)動產(chǎn)品制作模塊運行時間在10 min以內(nèi)完成；小時降水驅(qū)動產(chǎn)品制作模塊運行時間在4 min以內(nèi)完成；短波輻射驅(qū)動產(chǎn)品制作模塊運行時間在17 min以內(nèi)完成；陸面模式模擬分析產(chǎn)品制作模塊運行時間在40 min以內(nèi)完成；業(yè)務(wù)產(chǎn)品制圖模塊運行時間平均在5 min以內(nèi)。下一步，將對驅(qū)動數(shù)據(jù)核心程序進行優(yōu)化升級，使氣溫、氣壓、濕度、風(fēng)速產(chǎn)品的時效得到進一步提升，預(yù)計未來將在整點過12 min之內(nèi)完成這四種數(shù)據(jù)產(chǎn)品的制作。

3　結(jié)論與討論

研制1 km分辨率的陸面數(shù)據(jù)同化系統(tǒng)是《國家氣象信息中心氣象現(xiàn)代化實施方案（2014－2020年）》中明確提出的目標(biāo)，也是國家氣象科技創(chuàng)新工程的攻關(guān)任務(wù)之一。HRCLDAS-V1.0是在CLDAS-V1.0與CLDAS-V2.0基礎(chǔ)上發(fā)展而來，即是對之前系統(tǒng)的延續(xù)，又是面對市場需求，進行了一次提升：

1）與CLDAS-V1.0相比，HRCLDAS-V1.0陸面驅(qū)動數(shù)據(jù)中2 m氣溫、地表氣壓、2 m濕度、10 m風(fēng)速制作過程中融入了高分辨率的DEM和反照率等信息，同時，降水和短波輻射融合模塊也進行了改進，將地面站點觀測數(shù)據(jù)與背景場進行更有效的融合。

2）由于土壤濕度空間變異性非常強，高空間分辨率的陸面模擬能夠較好的抓住土壤濕度空間變異的細節(jié)，模擬結(jié)果與對應(yīng)的地面觀測土壤濕度分布更為接近，HRCLDAS-V1.0在保證數(shù)據(jù)產(chǎn)品質(zhì)量的情況下，成功將分辨率從0.0625°提高到0.01°，對于土壤濕度這樣空間變異強、分布復(fù)雜的要素而言，意義是非常重要的，在實際應(yīng)用中，如土壤墑情監(jiān)測、作物估產(chǎn)等，此類高分辨率產(chǎn)品應(yīng)用非常迫切[17]。

3）高分辨率陸面模擬對計算資源和存儲資源的要求極高，為了進行中國區(qū)域1 km陸面模擬，HRCLDAS-V1.0設(shè)計了分區(qū)并行與模式并行的模擬方案，實現(xiàn)了中國區(qū)域1 km分辨率土壤濕度產(chǎn)品的高效模擬。

盡管如此，但高分辨率陸面模擬消耗大量的計算和存儲資源，在有限的資源的情況下，目前只針對土壤濕度進行了細致分析評估；未來在進一步擴充計算資源和存儲資源的情況下，將對土壤溫度、積雪深度、感熱潛熱通量、徑流等要素進行評估分析，提供更多更全面的陸面要素變量供科研和業(yè)務(wù)使用。

[1]Jacoc M J, Moors E J, Ter M H W, et al. Evaluation of European Land Data Assimilation System (ELDAS) products using in site observations. Tellus A, 2010, 60(5): 1023-1037.

[2]Tian X, Xie Z. A global land data assimilation system: preliminary evaluations // AGU Fall Meeting. AGU Fall Meeting Abstracts,2009.

[3]Mitchell K E, Lohmann D, Houser P R, et al. The multi-institution North American Land Data Assimilation System (NLDAS):Utilizing multiple GCIP products and partners in a continental distributed hydrological modeling system. J Geophys Res, 2004,109(D7): 585-587.

[4]Chen F, Manning K W, LeMone M A, et al. Description and evaluation of the characteristics of the NCAR High-Resolution Land Data Assimilation System. J Appl Meteor Climatol, 2007, 46:694–713.

[5]Chen F, Manning K W, Barlage M, et al. NCAR High-resolution Land Data Assimilation System and its recent applications.American Geophysical Union, Spring Meeting 2008.

[6]Lim Y J, Lee T Y, Byun K Y. Korea Land Data Assimilation System(KLDAS) and its application using WRF. In 22nd Conference on Hydrology, 88th American Meteorological Society Annual Meeting,New Orleans, LA, January 20–24, 2008.

[7]Xie Y, Koch S, Mcginley J, et al. A space-time multiscale analysis system: A sequential variational analysis approach. Monthly Weather Review, 2011, 139(4): 1224-1240.

[8]張濤, 苗春生, 王新. LAPS與STMAS地面氣溫融合效果對比試驗. 高原氣象, 2014, 33(3): 743-752.

[9]譚曉光, 羅兵. 天氣預(yù)報分析型數(shù)據(jù)模型及生成. 應(yīng)用氣象學(xué)報,2014(1): 120-128.

[10]Yang K, Huang G W, Tamai N. A hybrid model for estimating global solar radiation, Solar Energy, 2001, 70: 13-22.

[11]Xu B, Xie P, Xu M, et al. A validation of passive microwave rainrate retrievals from the Chinese FengYun-3B satellite. Journal of Hydrometeorology, 2015, 16: 1886-1905.

[12]徐賓, 師春香, 姜立鵬, 等. 東亞多衛(wèi)星集成降水業(yè)務(wù)系統(tǒng). 氣象科技, 2015, 43(6): 1007-1014.

[13]冉有華, 李新, 盧玲. 四種常用的全球1km土地覆蓋數(shù)據(jù)中國區(qū)域的精度評價. 冰川凍土, 2009, 31(3): 490-500.

[14]Shangguan W, Dai Y, Liu B, et al. A China data set of soil properties for land surface modeling. Journal of Advances in Modeling Earth Systems, 2013, 5(2): 212–224.

[15]韓帥, 師春香, 林泓錦, 等. CLDAS土壤濕度業(yè)務(wù)產(chǎn)品的干旱監(jiān)測應(yīng)用. 冰川凍土, 2015, 37(2): 446-453.

[16]韓帥, 師春香, 姜立鵬, 等. CLDAS土壤濕度模擬結(jié)果及評估. 應(yīng)用氣象學(xué)報, 2017, 28(3): 369-378.

[17]楊霏云, 高學(xué)浩, 鐘琦, 等. 作物模型、遙感和地理信息系統(tǒng)在國外農(nóng)業(yè)氣象服務(wù)中的應(yīng)用進展及啟示. 氣象科技進展, 2012,2(3): 34-38.