李冰琪

摘 要：本文利用2015年3月至2016年11月每旬逢8的0～20cm經(jīng)過質(zhì)量控制的自動土壤水分觀測站實(shí)況數(shù)據(jù)和同期人工站數(shù)據(jù)對CLDAS土壤濕度模擬結(jié)果進(jìn)行評估，結(jié)果表明：CLDAS能很好地模擬出鄂爾多斯市0～20cm土壤濕度的變化趨勢；自動站數(shù)據(jù)與CLDAS數(shù)據(jù)擬合程度較人工觀測數(shù)據(jù)要好；鄂爾多斯西部地區(qū)人工觀測站點(diǎn)的相關(guān)系數(shù)較東部地區(qū)偏高，但東部地區(qū)的平均偏差和均方根誤差較西部地區(qū)小，總體評估不如自動站數(shù)據(jù)。

關(guān)鍵詞：CLDAS；土壤濕度；鄂爾多斯市

中圖分類號：S152.71 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-5168（2018）23-0147-03

Soil Moisture Assessment of CLDAS in Ordos City

LI Bingqi

（Etuokeqian Banner Meteorological Bureau，Ordos Inner Mongolian 016200）

Abstract： In this paper， the results of CLDAS soil moisture simulation were evaluated by using the quality control data of automatic soil moisture observation station from March 2015 to November 2016. The results showed that CLDAS could well simulate the variation trend of soil moisture of 0～20cm in Ordos. The correlation coefficient of artificial observation stations in Western Ordos was higher than that in eastern Ordos， but the mean deviation and root mean square error in eastern Ordos were smaller than that in Western Ordos， and the overall evaluation was inferior to that of automatic observation stations.

Keywords： CLDAS；soil moisture；Ordos

1 研究背景

土壤濕度是反映陸面表面狀況的一個(gè)重要物理量[1，2]，其主要通過影響陸-氣之間的水循環(huán)和陸地能量平衡來影響近地層大氣狀態(tài)，進(jìn)而對氣候產(chǎn)生影響[3]。土壤濕度在時(shí)間尺度上具有周尺度甚至月尺度的記憶能力，可直接影響短期氣候變化和中尺度天氣過程[4]。同時(shí)，土壤濕度可以通過影響地表反照率和蒸發(fā)，進(jìn)而對農(nóng)作物生長產(chǎn)生影響[5]，其也是農(nóng)業(yè)干旱監(jiān)測中的重要指標(biāo)[6-8]。

數(shù)據(jù)同化方法是融合模式模擬與儀器觀測土壤濕度的一種有效方法。近年來，國內(nèi)外在陸面數(shù)據(jù)同化方法研究和系統(tǒng)建設(shè)方面開展了諸多工作[9-11]。在國內(nèi)，中國科學(xué)院西北生態(tài)環(huán)境資源研究院和蘭州大學(xué)合作發(fā)展了中國西部地區(qū)陸面數(shù)據(jù)同化系統(tǒng)[12]，師春香等[13]建立了中國區(qū)域陸面土壤濕度數(shù)據(jù)同化系統(tǒng)CLSMDAS（China Land Soil Moisture Data Assimilation System），采用Ensemble Kalman Filter（EnKF）同化方法實(shí)現(xiàn)了衛(wèi)星微波亮溫資料的直接同化。國際上比較有代表性的陸面數(shù)據(jù)同化系統(tǒng)主要包括美國的GLDAS（Global Land Data Assimilation System）[14]、NLDAS（North-American Land Data Assimilation System）、NASA LIS（NASA Land Information System），歐洲的ECMWF LDAS（ECMWF Land Data Assimilation System），以及加拿大的CaLDAS（Canadian Land Data Assimilation System）等。

2 模式和數(shù)據(jù)介紹

2.1 CLDAS系統(tǒng)簡介

中國氣象局陸面數(shù)據(jù)同化系統(tǒng)（CLDAS）包括兩部分技術(shù)：利用多源數(shù)據(jù)融合技術(shù)，對地面觀測、衛(wèi)星觀測、數(shù)值模式產(chǎn)品等多種來源數(shù)據(jù)進(jìn)行融合，獲取高質(zhì)量的溫度、氣壓、濕度、風(fēng)速、降水和輻射等要素的格點(diǎn)數(shù)據(jù)（陸面驅(qū)動數(shù)據(jù)）；選取合適的陸面模式，模擬時(shí)空連續(xù)的空間格點(diǎn)上不同深度層的土壤溫度、濕度等陸面變量，最終利用EnKF等同化算法將地面觀測與衛(wèi)星反演土壤濕度、衛(wèi)星微波亮溫等信息融入上一步模式的模擬結(jié)果中，并將同化結(jié)果作為下一步模式輸入的初始場，不斷優(yōu)化模式計(jì)算過程，從而得到能更加真實(shí)地反映實(shí)際情況的土壤溫度、濕度等數(shù)據(jù)的產(chǎn)品[15]。本研究使用的CLDAS2.0驅(qū)動數(shù)據(jù)來源于內(nèi)蒙古氣象局生態(tài)與農(nóng)業(yè)氣象中心，為鄂爾多斯市2015年3月至2016年11月每旬逢8的0～20cm土壤濕度日數(shù)據(jù)，空間分辨率為0.0625°×0.0625°，時(shí)間分辨率為1h。

2.2 土壤濕度數(shù)據(jù)簡介

用于評估CLDAS土壤濕度模擬結(jié)果的觀測數(shù)據(jù)主要選擇鄂爾多斯市2015年3月至2016年11月每旬逢8（同期）的自動土壤水分觀測站和人工觀測站0～20cm土壤濕度的日數(shù)據(jù)，其中人工觀測站8個(gè)，自動土壤水分觀測站7個(gè)（其中4個(gè)自動土壤水分站2016年運(yùn)行），站點(diǎn)分布覆蓋全市。

3 CLDAS土壤濕度數(shù)據(jù)評估

3.1 人工站觀測數(shù)據(jù)評估

3.1.1 0～10cm土壤濕度數(shù)據(jù)評估。表1是鄂爾多斯市人工站0～10cm土壤濕度觀測值與CLDAS模擬值的相關(guān)系數(shù)、偏差和均方根誤差。從表1可得出，鄂爾多斯西部地區(qū)的人工觀測站點(diǎn)的相關(guān)系數(shù)較高，均在0.67以上，但平均偏差和均方根誤差較大，其中，河南均方根誤差達(dá)到47.94%。而東部地區(qū)的人工觀測站點(diǎn)的相關(guān)系數(shù)較低，均在0.42以下，但平均偏差和均方根誤差較小。從人工站0～10cm土壤濕度觀測值與CLDAS模擬值趨勢圖中得出：鄂爾多斯市各站人工觀測值與CLDAS模擬值趨勢基本一致，東勝、烏審召和伊金霍洛旗擬合較好，其他站偏差均較大。

3.1.2 10～20cm土壤濕度數(shù)據(jù)評估。表2是鄂爾多斯市人工站10～20cm土壤濕度觀測值與CLDAS模擬值的相關(guān)系數(shù)、偏差和均方根誤差。從表2可得出，鄂爾多斯市全市人工觀測站點(diǎn)的相關(guān)系數(shù)都較低，均在0.58以下，平均偏差和均方根誤差也較大，只有東勝、伊金霍洛旗偏差和均方根誤差較小，其余均在26%以上。從人工站10～20cm土壤濕度觀測值與CLDAS模擬值趨勢圖中得出：鄂爾多斯市各站人工觀測值與CLDAS模擬值的偏差除了東勝、烏審召和伊金霍洛旗以外均較大。10～20cm土壤濕度較上一層擬合效果差。

3.2 自動土壤水分站觀測數(shù)據(jù)評估

3.2.1 0～10cm土壤濕度數(shù)據(jù)評估。表3是鄂爾多斯市自動土壤水分站0～10cm土壤濕度觀測值與CLDAS模擬值的相關(guān)系數(shù)、偏差和均方根誤差。從表3可得出，除達(dá)拉特旗、烏審旗相關(guān)系數(shù)較差外，其余各站自動土壤水分站點(diǎn)的相關(guān)系數(shù)較高，均在0.74以上。西部地區(qū)站點(diǎn)的平均偏差和均方根誤差較大，其中杭錦旗平均偏差達(dá)到53.79%，均方根誤差為55.01%，為全市最大值。東部地區(qū)站點(diǎn)的平均偏差和均方根誤差較小，偏差均在13.3%以下，均方根誤差在23%以下。從自動土壤水分站0～10cm土壤濕度觀測值與CLDAS模擬值趨勢圖（圖略）中得出：鄂爾多斯市各站自動觀測值與CLDAS模擬值趨勢基本一致，達(dá)拉特旗、烏審旗、烏審召和準(zhǔn)格爾旗擬合較好，其他站點(diǎn)偏差均較大。

3.2.2 10～20cm土壤濕度數(shù)據(jù)評估。表4是鄂爾多斯市自動土壤水分站10～20cm土壤濕度觀測值與CLDAS模擬值的相關(guān)系數(shù)、偏差和均方根誤差。從表4可得出，除達(dá)拉特旗、烏審旗相關(guān)系數(shù)較差外，其余各站自動土壤水分站點(diǎn)的相關(guān)系數(shù)較高，均在0.62以上。西部地區(qū)站點(diǎn)的平均偏差和均方根誤差較大，其中杭錦旗平均偏差達(dá)到57.59%，均方根誤差為60.34%，為全市最大值。東部地區(qū)站點(diǎn)的平均偏差和均方根誤差較小，偏差均在14.3%以下，均方根誤差在23%以下。從自動土壤水分站10～20cm土壤濕度觀測值與CLDAS模擬值趨勢圖（圖略）中得出：鄂爾多斯市各站自動觀測值與CLDAS模擬值趨勢基本一致，達(dá)拉特旗、烏審旗、烏審召和準(zhǔn)格爾旗擬合較好，其他站偏差均較大，這與0～10cm土壤濕度擬合結(jié)果一致。

4 討論與結(jié)論

本文利用2015年3月至2016年11月每旬逢8的鄂爾多斯市自動土壤水分觀測站和人工觀測站數(shù)據(jù)對同時(shí)期CLDAS土壤濕度模擬結(jié)果進(jìn)行評估，主要得出以下結(jié)論。

①CLDAS能很好地模擬出鄂爾多斯市0～20cm土壤濕度的變化趨勢。

②自動站數(shù)據(jù)與CLDAS數(shù)據(jù)擬合程度較人工觀測數(shù)據(jù)好，除達(dá)拉特旗、烏審旗相關(guān)系數(shù)較差外，其余各自動土壤水分站點(diǎn)的相關(guān)系數(shù)較高，西部地區(qū)站點(diǎn)的平均偏差和均方根誤差較大，東部地區(qū)站點(diǎn)的平均偏差和均方根誤差較小，0～10cm較10～20cm土壤濕度數(shù)據(jù)相關(guān)系數(shù)高，偏差和均方根誤差小。東部自動土壤水分站運(yùn)行較早，而西部大部分站點(diǎn)均在2016年正式運(yùn)行，儀器穩(wěn)定性較差，也與東西部土壤質(zhì)地不同有一定關(guān)系。

③鄂爾多斯西部地區(qū)人工觀測站點(diǎn)的相關(guān)系數(shù)較東部地區(qū)偏高，但東部地區(qū)的平均偏差和均方根誤差較西部地區(qū)小，總體評估不如自動站數(shù)據(jù)。人工站數(shù)據(jù)本身存在較大差異，各人工站點(diǎn)觀測時(shí)間不統(tǒng)一，觀測點(diǎn)土壤質(zhì)地也有差異，再加上人為原因?qū)е碌恼`差等，都使人工觀測數(shù)據(jù)的結(jié)果造成較大偏差。

盡管CLDAS土壤濕度模擬結(jié)果總體較好，并能用于干旱監(jiān)測中，但陸面模式地表參數(shù)分辨率較低，參數(shù)化方案要根據(jù)不同區(qū)域的實(shí)際情況進(jìn)行分析，而且為單柱模式，同時(shí)模擬的土壤濕度數(shù)據(jù)忽略了面流、徑流等因素的影響?？梢姡瑢LDAS同化系統(tǒng)有待于更深入更細(xì)致的研究。

參考文獻(xiàn)：

[1]Li H，Robock A，Liu S，et al.Evaluation of Reanalysis Soil Moisture Simulations Using Updated Chinese Soil Moisture Observations[J].Journal of Hydrometeorology，2009（2）：180-193.

[2]Xia Y L，Sheffield J，Ek M B，et al.Evaluation of Multimodel Simulated Soil Moisture in NLDAS - 2[J].Journal of Hydrology，2014（4）：107-125.

[3]宋海清，李云鵬，師春香，等.內(nèi)蒙古地區(qū)下墊面變化對土壤濕度數(shù)值模擬的影響[J].大氣科學(xué)，2016（6）：1165-1181.

[4]Yeh T， Wetherald R T， Manabe S. The Effect of Soil Moisture on the Short-Term Climate and Hydrology Change—A Numerical Experiment[J]. Monthly Weather Review， 1984（3）：474.

[5]馬柱國，符淙斌，謝力，等.土壤濕度和氣候變化關(guān)系研究中的某些問題[J].地球科學(xué)進(jìn)展，2001（4）：563-568.

[6]尹楠，姜琦剛，孟治國，等.基于RADARSAT-2全極化數(shù)據(jù)反演周期性地表土壤濕度[J].農(nóng)業(yè)工程學(xué)報(bào)，2013（17）：72-79.

[7]李明星，馬柱國.基于模擬土壤濕度的中國干旱檢測及多時(shí)間尺度特征[J].中國科學(xué)（地球科學(xué)），2015（7）：994-1010.

[8]王素萍，張存杰，宋連春，等.多尺度氣象干旱與土壤相對濕度的關(guān)系研究[J].冰川凍土，2013（4）：865-873.

[9]孫菽芬，金繼明.陸面過程模式研究中的幾個(gè)問題[J].應(yīng)用氣象學(xué)報(bào)，1997（S1）：50-57.

[10]史學(xué)麗.陸面過程模式研究簡評[J].應(yīng)用氣象學(xué)報(bào)，2001（1）：102-112.

[11]吳國雄，張學(xué)洪，劉輝，等.LASG全球海洋-大氣-陸面系統(tǒng)模式（GOALS/LASG）及其模擬研究[J].應(yīng)用氣象學(xué)報(bào)，1997（S1）：15-28.

[12]李新，黃春林，車濤，等.中國陸面數(shù)據(jù)同化系統(tǒng)研究的進(jìn)展與前瞻[J].自然科學(xué)進(jìn)展，2007（2）：163-173.

[13]師春香，謝正輝，錢輝，等.基于衛(wèi)星遙感資料的中國區(qū)域土壤濕度EnKF數(shù)據(jù)同化[J].中國科學(xué)（地球科學(xué)），2011（3）：375-385.

[14] Bai P， Liu X， Yang T， et al. Evaluation of Streamflow Simulation Results of Land Surface Models in GLDAS on the Tibetan Plateau[J]. Journal of Geophysical Research Atmospheres， 2016（20）：121-135.

[15] Shi C， Jiang L， Zhang T， et al. Status and Plans of CMA Land Data Assimilation System （CLDAS） Project[C]// EGU General Assembly Conference. EGU General Assembly Conference Abstracts， 2014.