馬玉芬，肖蓮媛，李火青，杜 娟

（1.中國科學(xué)院大氣物理研究院，北京100008；2.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊830002；3.中亞大氣科學(xué)研究中心，新疆 烏魯木齊 830002；4.若羌氣象局，新疆 若羌 841800）

局地和區(qū)域氣象受到很多因素的影響，最重要的是地形、地表輻射、土地覆蓋和土壤水分。陸面結(jié)構(gòu)通過生物物理、陸地大氣和生物地球化學(xué)相互作用，在微尺度和中尺度影響著（表面）氣候和氣象[1-2]。它控制著水分的蒸發(fā)和徑流的可用性，也影響到可用能源的分配。不管是自然的還是人為的土地利用或土地覆蓋變化都通過影響著大氣中如水分供應(yīng)、地表通量、反照率等過程，進而影響局部環(huán)流，局部能量平衡也因反照率的變化而受到地表結(jié)構(gòu)影響。

氣象模型使用土地利用類別給每個網(wǎng)格單元分配一定的靜態(tài)參數(shù)和初始值，例如反照率、地表粗糙度等。另外，也使用地形和土壤質(zhì)地等靜態(tài)數(shù)據(jù)，但這兩個場并不依賴于土地利用。有些模型也可以使用單獨的植被覆蓋數(shù)據(jù)集。為了在模型模擬中準確地再現(xiàn)當?shù)貧庀?，土地利用場和其他靜態(tài)場的分辨率需要與模型分辨率充分匹配[3]。利用大氣模型和觀測研究土地利用及其變化對區(qū)域氣象和氣候變化影響的敏感性試驗表明，土地利用的準確性和分布對模擬結(jié)果的可信度尤為關(guān)鍵[4]。

在許多中尺度、氣候、排放和大氣化學(xué)模型中使用的土地利用和植被覆蓋數(shù)據(jù)可以追溯到20世紀80年代中期或90年代初[5]，通常分辨率為1 km或更粗。其他的靜態(tài)參數(shù)，如土壤紋理通常只在更粗的分辨率下可用。真正的土地利用變化多的原因可能包括荒漠化、城市化、墾荒和冰川萎縮等等。因此，為了充分模擬當?shù)氐臍庀筮^程，最新的土地利用數(shù)據(jù)集的高空間分辨率是必需的。

北美洲的250 m分辨率土地變化監(jiān)測系統(tǒng)（NALCMS）在美國北部是可用的，其中包含從Terra衛(wèi)星搭載的MODIS數(shù)據(jù)源提取的19種土地利用分類。在歐洲，以產(chǎn)生一個所有歐盟國家土地利用數(shù)據(jù)為基礎(chǔ)成立了環(huán)境信息協(xié)調(diào)（CORINE）計劃，這些數(shù)據(jù)采用統(tǒng)一命名和一致的方法。這一舉措迄今已產(chǎn)生3個土地利用數(shù)據(jù)集，分別在1990、2000年和2006年，分辨率均為100 m，包含44個分類。Pineda等[6]將2000版的歐洲土地利用數(shù)據(jù)集[7]引入中尺度氣象模式MM5中[8]，更新了西班牙東北部MM5的發(fā)射率和反照率表。CORINE數(shù)據(jù)從44類重新分為24類，本研究使用了該24類土地利用類型。發(fā)現(xiàn)使用新的分類對云的發(fā)展模擬與舊分類有所不同，模擬空間中不同的云發(fā)展過程進一步影響了輻射數(shù)值和低層氣溫、近地面的風場和湍流。他們認為新的分類能夠改進模擬結(jié)果但效果并不明顯。Sertel等[9]發(fā)現(xiàn)Landsat ETM+圖像映射到24個土地利用類型，能夠產(chǎn)生更好的模擬結(jié)果。

新疆區(qū)域數(shù)值預(yù)報系統(tǒng)DOGRAFS基于WRF3.5.1建立，其中使用了默認的USGS[10]24類土地利用類型，對2 m溫度的預(yù)報效果整體優(yōu)于國家氣象中心數(shù)值預(yù)報業(yè)務(wù)系統(tǒng)GRAPES_NMC。無論是GRAPES_NMC還是DOGRAFS，溫度預(yù)報絕對誤差夏季高于冬季，且在極端高溫天氣中這種偏差最大。地表反照率是影響2 m溫度的重要因子，尤其在夏季極端高溫的晴空條件下，此時地表反照率較其它季節(jié)強，而其強弱與土地利用類型的關(guān)系尤為密切[4]。因此，如果更新土地利用類型對夏季極端高溫預(yù)報效果有所改善，則必定會對其它時段預(yù)報效果有改進。鑒于此，本研究在WRF（v3.8.1）中使用了不同的土地利用類型靜態(tài)數(shù)據(jù)，模擬了新疆2017年7月9日00—24時（BT）的極端高溫天氣，系統(tǒng)地分析了WRF模式中USGS[10]和MODIS[11-12]土地利用數(shù)據(jù)土地利用數(shù)據(jù)對新疆一次高溫天氣模擬的影響。

1 資料和方法

1.1 土地利用數(shù)據(jù)

在氣象模式中，需要根據(jù)已知的粗糙度、反射率、熱力因子、發(fā)射率和土壤濕度等對每一個地表相元分配土地利用信息。WRF模式使用的是最常用的土地利用信息，包括USGS[10]和MODIS[11-12]土地利用數(shù)據(jù)。原則上，只要表1中所列值存在[13-15]，WRF也可以使用除MODIS和USGS以外的靜態(tài)數(shù)據(jù)，在本研究中，僅使用了標準的MODIS和USGS數(shù)據(jù)集。

表1 MODIS和USGS土地利用類型

從MODIS衛(wèi)星傳感器獲取的土地利用信息在WRF中是可用的。完整的MODIS土地利用數(shù)據(jù)庫包含了5種不同的土地利用數(shù)據(jù)集，分別是IGBP[11-12]、14 類的 UMD[16]、10 類的 MODIS LAI/FPAR[17]、8類生物數(shù)據(jù)集[18]和12類植物功能型分類[19]。本研究中使用的MODIS數(shù)據(jù)是基于1 km分辨率的21類IGBP數(shù)據(jù)庫，它并不是USGS24類數(shù)據(jù)庫的子集。在WRF中使用過的包含了ICGB-DIS數(shù)據(jù)庫的USGS數(shù)據(jù)集[20]基于超高分辨率AVHRR的后處理圖像。該數(shù)據(jù)集基于20 a前的探測結(jié)果，所以部分結(jié)果可能與現(xiàn)在的實際土地利用各類型不符。另外，還存在一些錯誤的分類信息。圖1給出了新疆地區(qū)詳盡的MODIS 21類（包含湖泊）和USGS 24類土地利用類型。

由圖1可見，阿爾泰山、天山以及南疆西部的昆侖山北部海拔3000 m以上的高山帶上，MODIS的土地利用類型主要為“貧瘠或疏生植物”，USGS為“森林凍原”和“貧瘠或疏生植物”。與此同時，USGS中昆侖山頂局部增加了“雪或冰”的土地利用類型。MODIS土地利用數(shù)據(jù)中顯示的湖泊在北疆有3個，南疆5個，從北向南分別為烏倫古湖、瑪納斯湖、艾比湖、博斯騰湖、阿耶克庫木湖、阿其克庫勒湖和阿克塞琴湖。在USGS土地利用數(shù)據(jù)中，新疆北部的烏倫古湖和艾比湖面積縮小，其它湖泊消失。USGS土地利用數(shù)據(jù)中新疆全境的綠化區(qū)域面積明顯比MODIS大，即USGS土地利用類型“貧瘠或疏生植物”在多處更新為“稀樹草原”，這些地區(qū)包括準格爾盆地中部、哈密地區(qū)、庫爾勒北部、阿克蘇北部、克州、喀什西部以及和田南部。另外，MODIS土地利用數(shù)據(jù)中的“旱地/草地”類型在USGS中更新為“落葉針葉林”和“稀樹草原”，這種改變在伊犁河谷地區(qū)表現(xiàn)尤為明顯。而戈壁綠化在哈密地區(qū)較為明顯。故文中首先分析了兩種土地利用類型對新疆境內(nèi)國家基本站點2 m溫度模擬的影響，然后分別分析了其對伊犁河谷和哈密地區(qū)區(qū)域自動站2 m溫度的影響。

1.2 實驗方案

2017年7月5—10日，伊朗副高逐漸加強東伸且穩(wěn)定少動，新疆大部受高壓脊控制，維持高溫天（a為MODIS，b為USGS；色標中不同的顏色代表不同的土地利用類型，其序號對應(yīng)的土地利用類型描述見表1）氣。11日開始，伊朗副高減弱西撤，13—16日西太平洋副高西伸北抬，588線控制新疆東部，后期巴州南部、吐鄯托盆地、哈密等地維持高溫天氣。在這種天氣形勢的影響下，新疆平原區(qū)大部出現(xiàn)了35℃以上的高溫天氣，其中伊犁河谷、博州、克拉瑪依、北疆沿天山一帶、南疆塔里木盆地等地的最高氣溫達37～40℃，和田、巴州南部、哈密南部和北疆沿天山一帶的局部最高氣溫達39～42℃，吐鄯托盆地的最高氣溫達45℃以上。本研究以2017年7月9日的高溫天氣為例，以2017年7月8日18時為初始時刻，使用從NCEP業(yè)務(wù)預(yù)報場GFS提供初始條件和邊界條件，用WRF模式積分30 h，對6～30 h的模擬結(jié)果進行對比分析。

本研究使用WRF（v3.8.1）開展了兩組數(shù)值模擬實驗，其中地表類型使用MODIS的數(shù)值實驗命名為MODIS，使用USGS的數(shù)值實驗命名為USGS。兩組實驗均采用二層嵌套模擬區(qū)域，區(qū)域中心為（43.5°N，82.5°E），水平格距分別為27 km和9 km，各層區(qū)域東西向分別取211、181個格點，南北向分別取289、208個格點，垂直方向為σ坐標，取40層。時間積分步長50 s。本研究所有分析均基于9 km分辨率的網(wǎng)格區(qū)域。采用的物理過程包括GCE微物理過程方案、YSU邊界層方案、NOAH陸面過程、RRTM長波輻射方案和Goddard短波輻射方案。

2 結(jié)果分析

模擬的新疆地區(qū)高空的高壓脊與實況十分接近，說明數(shù)值模擬實驗較為成功。在此基礎(chǔ)上，將9 km分辨率的模擬結(jié)果插值到站點上，與全疆15個國家基本氣象站、伊犁河谷區(qū)域自動站和哈密地區(qū)區(qū)域自動站的觀測值（OBS）相對比。模式地形高度對2 m溫度及其它多種氣象要素模擬效果影響顯著[21-22]，故在逐站點對比時，根據(jù)模式地形與實際地形的高度差，對2 m溫度進行了高度訂正，模式地形每高于實際地形100 m，溫度增加0.65 K，反之亦然[23]。

在新疆氣溫模擬部分，首先關(guān)注MODIS和USGS土地利用數(shù)據(jù)對新疆2 m溫度模擬結(jié)果的整體影響，再分析站點插值的情況。然后再基于站點溫度的模擬偏差分別分析退耕還林對伊犁河谷2 m溫度變化的影響以及戈壁綠化對哈密地區(qū)2 m溫度變化的影響。文中所述最高氣溫實況是從逐小時整點觀測值中選擇的最大值。

2.1 新疆全境氣溫模擬

從新疆境內(nèi)的104個國家基本氣象站的2 m溫度實況圖（圖2a）可見，此次高溫天氣的最高溫度出現(xiàn)在吐鄯托盆地，35℃以上的高溫輻射整個塔里木盆地和準格爾盆地，阿爾泰山、天山及昆侖山山區(qū)氣溫略低。MODIS實驗（圖2b）和USGS實驗（圖2c）模擬的2 m溫度均能較好地體現(xiàn)出這種溫度的空間分布情況。由于山區(qū)觀測站點稀少以及模式模擬能力有限，實況圖中山區(qū)的最高溫度受山坡附近觀測站點最高溫度的影響，其插值結(jié)果明顯高于MODIS和USGS的模擬2 m溫度。

另外，從USGS模擬的2 m溫度減去MODIS模擬的2 m溫度的插值圖（圖2d）可見，阿爾泰山、天山以及南疆西部的昆侖山北部海拔3000 m以上的高山帶上，MODIS的土地利用類型主要為貧瘠或疏生植物，USGS為森林凍原和貧瘠或疏生植物，使得在增加了冰川凍原的區(qū)域使用USGS時WRF模擬的該地區(qū)2 m氣溫明顯高于使用MODIS模擬的2 m氣溫，偏高幅度最高可達12 K。另外，USGS中昆侖山頂局部增加了“雪或冰”的土地利用類型，使得該處及其附近使用USGS時WRF模擬的2 m氣溫明顯低于MODIS模擬的2 m氣溫。

從全疆15個地州代表站點溫度模擬來看（圖3），除克拉瑪依、烏魯木齊、哈密、和田和若羌站以外，其余站點最高溫度和最低溫度的模擬偏差均在2 K以內(nèi)，且多數(shù)站點溫度模擬以高溫偏低、低溫偏高為主。喀什和若羌兩站的模擬最高溫度和最低溫度均高于實況，克拉瑪依、烏魯木齊、吐魯番3站的模擬最高溫度和最低溫度均低于實況，這主要是由模式的模擬性能決定的。

數(shù)值模擬結(jié)果與實況的偏差幅度相比，MODIS和USGS實驗?zāi)M的最高溫度和最低溫度的差異較小，USGS模擬的最高溫度比MODIS模擬的最高溫度整體偏高 0.17 K，USGS模擬的最低溫度比MODIS模擬的最低溫度整體偏低0.45 K，且USGS模擬的2 m溫度整體低于MODIS模擬的2 m溫度。

模式對所使用的地形進行了平滑處理，故站點地形高度與實際地形高度存在一定的差異。這種差異在地形復(fù)雜的山地尤為明顯。表2給出了所選15個新疆國家基本站代表站點的模式地形高度和實際地形高度，根據(jù)兩者的差異，對模擬的站點溫度進行了高度訂正。15個站點中，模式地形減實際地形的最大值為80.1 m，出現(xiàn)在烏魯木齊站，該站溫度在模擬結(jié)果的基礎(chǔ)上調(diào)高了0.5 K。模式地形15站平均比實際地形高16.4 m，溫度平均調(diào)高了0.1 K。從表2的地表類型插值結(jié)果來看，兩種土地利用類型數(shù)據(jù)中所選代表站點的地表類型變化較為明顯，這是戈壁、沙漠綠化和退耕還林的結(jié)果。

圖3 2017年7月9日新疆國家基本站2 m溫度

MODIS實驗?zāi)M的15個站點2 m溫度與實況的相關(guān)系數(shù)多在0.9以上，相關(guān)系數(shù)平均值約為0.934，USGS實驗?zāi)M的15個站點2 m溫度與實況的相關(guān)系數(shù)整體略低于MODIS，平均值約為0.932。 MODIS實驗?zāi)M的15個站點2 m溫度與實況的平均偏差多在2 K以內(nèi)，平均偏差平均值約為0.8 K，USGS實驗?zāi)M的15個站點2 m溫度與實況的平均偏差整體略小于MODIS，平均值約為0.7 K。MODIS實驗?zāi)M的15個站點2 m溫度與實況的均方根誤差平均值約為4.9 K，USGS實驗?zāi)M的15個站點2 m溫度與實況的均方根誤差整體略大于MODIS，平均值約為5.0 K。

2.2 伊犁河谷氣溫模擬

近年來，伊犁河谷退耕還林進展明顯，使得河谷地區(qū)氣象條件得到了明顯的優(yōu)化。MODIS數(shù)據(jù)中伊犁河谷的土地類型很好地體現(xiàn)了退耕還林前的伊犁河谷地表類型，而USGS則對應(yīng)著退耕還林后的地表類型分布。圖4給出了伊犁河谷詳盡的MODIS 21類和USGS 24類土地利用類型。在河谷地區(qū)，MODIS土地利用類型主要為“旱地/草地”，USGS為“草地”和“農(nóng)田/林地馬賽克”。

從伊犁河谷9個代表站點溫度模擬來看（圖5），除伊寧縣和尼勒克以外，其余站點最高溫度和最低溫度的模擬偏差均在2 K以內(nèi)，且多數(shù)站點溫度模擬以高溫偏低、低溫偏高為主，這主要是由模式的模擬性能決定的。尼勒克、新源和特克斯3站的模擬最高溫度高于實況，霍爾果斯、伊寧縣和昭蘇3站的模擬最低溫度低于實況。

與模擬偏差相比，MODIS和USGS實驗?zāi)M的最高溫度和最低溫度的差異較小，USGS模擬的最高溫度比MODIS模擬的最高溫度整體偏高0.08 K，USGS模擬的最低溫度比MODIS模擬的最低溫度整體偏高0.32 K。在伊犁河谷，USGS模擬的2 m溫度整體高于MODIS模擬的2 m溫度。

表2 新疆國家基本站代表站點2 m溫度模擬偏差分析

圖4 伊犁河谷土地利用類型

表3給出了所選9個伊犁河谷代表站點的模式地形高度和實際地形高度，根據(jù)兩者的差異，我們對模擬的站點溫度進行了高度訂正。所選的9個站點中，模式地形減實際地形的最大值為294.3 m，出現(xiàn)在尼勒克，該站溫度在模擬結(jié)果的基礎(chǔ)上調(diào)低了1.9 K。9站的模式地形平均比實際地形高88.5 m，溫度平均調(diào)高了0.6 K。從表3的地表類型插值結(jié)果來看，兩種土地利用類型數(shù)據(jù)中所選代表站點的地表類型變化較為明顯，這主要是伊犁河谷退耕還林的結(jié)果。

MODIS實驗?zāi)M的伊犁河谷9個站點2 m溫度與實況的相關(guān)系數(shù)多在0.9以上，相關(guān)系數(shù)平均值約為0.937，USGS實驗?zāi)M的9個站點2 m溫度與實況的相關(guān)系數(shù)整體略低于MODIS，平均值約為0.932。MODIS實驗?zāi)M的9個站點除尼勒克外，2 m溫度與實況的平均偏差均在2 K以內(nèi)，平均偏差平均值約為0.48 K，USGS實驗?zāi)M的9個站點2 m溫度與實況的平均偏差整體略大于MODIS，平均值約為0.53 K。MODIS實驗?zāi)M的9個站點2 m溫度與實況的均方根誤差平均值約為4.29 K，USGS實驗?zāi)M的9個站點2 m溫度與實況的均方根誤差與MODIS接近，平均值約為4.28 K。

圖5 2017年7月9日伊犁河谷地區(qū)區(qū)域自動站2 m溫度

表3 伊犁河谷區(qū)域自動站2 m溫度模擬偏差分析

2.3 哈密地區(qū)氣溫模擬

近年來，哈密地區(qū)戈壁綠化效果顯著。MODIS土地類型很好地體現(xiàn)了哈密地區(qū)戈壁綠化前的情景，而USGS則對應(yīng)著戈壁綠化后的地表類型分布。圖6給出了哈密地區(qū)的MODIS 21類和USGS 24類土地利用類型。在哈密地區(qū)，MODIS土地利用類型主要為“貧瘠或疏生植物”和“農(nóng)田/林地馬賽克”，USGS中“農(nóng)田/林地馬賽克”所占比重明顯增大。

從哈密地區(qū)6個代表站點溫度模擬來看（圖7），僅淖毛湖站的最高溫度偏差在2 K以內(nèi)，除巴里坤站外其余站點的最低溫度模擬偏差均在2 K以內(nèi)。多數(shù)站點溫度模擬以高、低溫均偏低為主。此次高溫過程中，哈密地區(qū)出現(xiàn)了40℃以上的極端高溫天氣，模式模擬極端高溫能力尚顯不足。

與模擬偏差相比，MODIS和USGS實驗?zāi)M的最高溫度和最低溫度的差異較小，USGS模擬的最高溫度比MODIS模擬的最高溫度整體偏高0.35 K，USGS模擬的最低溫度比MODIS模擬的最低溫度整體偏高0.13 K。在哈密地區(qū)，USGS模擬的2 m溫度整體高于MODIS模擬的2 m溫度。

表4給出了6個哈密地區(qū)代表站點的模式地形高度和實際地形高度，根據(jù)兩者的差異，對模擬的站點溫度進行了高度訂正。6個站點中，模式地形減實際地形的最大值為146.9 m，出現(xiàn)在巴里坤，該站溫度在模擬結(jié)果的基礎(chǔ)上調(diào)低了1.0 K。6站的模式地形平均比實際地形高8.7 m，溫度平均調(diào)高了0.06 K。從表4的地表類型插值結(jié)果來看，兩種土地利用類型數(shù)據(jù)中所選代表站點的地表類型變化較為明顯，這主要是哈密地區(qū)戈壁綠化的結(jié)果。

圖6 哈密地區(qū)土地利用類型

圖7 2017年7月9日哈密地區(qū)區(qū)域自動站2 m溫度

表4 哈密地區(qū)區(qū)域自動站2 m溫度模擬偏差分析

MODIS實驗?zāi)M的哈密地區(qū)6個站點2 m溫度與實況的相關(guān)系數(shù)多在0.95以上，相關(guān)系數(shù)平均值約為0.957，USGS實驗?zāi)M的6個站點2 m溫度與實況的相關(guān)系數(shù)與MODIS接近，平均值約為0.958。兩組數(shù)值實驗?zāi)M的十三間房、巴里坤和哈密3個站點的2 m溫度與實況的平均偏差超過了2 K，平均偏差多以偏低為主，平均值分別約為-1.81 K和-1.60 K，USGS實驗?zāi)M的站點2 m溫度與實況的平均偏差整體略小于MODIS。MODIS實驗?zāi)M的站點2 m溫度與實況的均方根誤差平均值約為4.69 K，USGS實驗?zāi)M的站點2 m溫度與實況的均方根誤差與MODIS接近，平均值約為4.71 K。

3 結(jié)論

本研究在詳細分析MODIS和USGS土地利用類型在新疆地區(qū)的地理分布的基礎(chǔ)上，分別在WRF（v3.8.1）中使用兩種不同的土地利用類型靜態(tài)數(shù)據(jù)模擬了新疆2017年7月9日的極端高溫天氣，系統(tǒng)分析了不同的土地利用類型對新疆全區(qū)及伊犁河谷和哈密地區(qū)2 m溫度模擬的影響。

（1）阿爾泰山、天山以及南疆西部的昆侖山北部海拔3000 m以上的高山帶上，MODIS的土地利用類型主要為“貧瘠或疏生植物”，USGS為“森林凍原”和“貧瘠或疏生植物”，且USGS中昆侖山頂局部增加了“雪或冰”的土地利用類型。另外，MODIS土地利用數(shù)據(jù)中顯示的湖泊在新疆有8個，從北向南分別為烏倫古湖、瑪納斯湖、艾比湖、博斯騰湖、阿耶克庫木湖、阿其克庫勒湖和阿克塞琴湖。在USGS土地利用數(shù)據(jù)中烏倫古湖和艾比湖面積縮小，其它湖泊消失。USGS土地利用數(shù)據(jù)中新疆全境的綠化區(qū)域面積明顯比MODIS大，伊犁河谷的退耕還林和哈密地區(qū)戈壁綠化后的現(xiàn)狀在USGS中得到了很好的體現(xiàn)。

（2）USGS實驗?zāi)M的阿爾泰山、天山以及南疆西部的昆侖山北部海拔3000 m以上的高山帶上2 m氣溫明顯高于MODIS，最高偏高12 K左右。兩組數(shù)值實驗?zāi)M的2 m溫度均與實況顯著相關(guān)，相關(guān)系數(shù)均在0.9以上，USGS略低于MODIS。USGS實驗?zāi)M2 m氣溫平均偏差整體略小于MODIS，但均多在2 K以內(nèi)。均方根誤差USGS略大，兩者模擬最高溫度和最低溫度差異較小，且USGS模擬的2 m溫度整體低于MODIS模擬的2 m溫度。

（3）在伊犁河谷，MODIS土地利用類型主要為“旱地/草地”，USGS為“草地”和“農(nóng)田/林地馬賽克”。代表站點最高溫度和最低溫度的模擬偏差多數(shù)在2 K以內(nèi)，且多以高溫偏低、低溫偏高為主。兩組實驗?zāi)M的最高溫度和最低溫度差異較小，MODIS整體略偏高。兩者各自相關(guān)系數(shù)的平均值均在0.9以上。USGS實驗?zāi)M的2 m溫度平均偏差整體略大于MODIS，偏差平均值均在0.5 K左右。USGS實驗2 m溫度均方根誤差與MODIS接近，平均值約為4.3 K。

（4）在哈密地區(qū)，MODIS土地利用類型主要為“貧瘠或疏生植物”和“農(nóng)田/林地馬賽克”，USGS中“農(nóng)田/林地馬賽克”所占比重明顯增大。哈密地區(qū)多數(shù)代表站點的高低溫模擬偏差均在2 K以內(nèi)，且高、低溫均以偏低為主。USGS模擬的最高溫度比MODIS高。兩組實驗?zāi)M的2 m溫度與實況的相關(guān)系數(shù)平均值較為接近，均在0.95以上。MODIS和USGS實驗?zāi)M的2 m溫度平均偏差多以偏低為主，平均值分別約為-1.81 K和-1.60 K。均方根誤差兩者接近，平均值均在4.7 K左右。

（5）在所選站點溫度高度訂正中，多數(shù)站點模式地形高度高于實際地形高度，因此多數(shù)站點的溫度高度訂正以調(diào)低為主，調(diào)高幅度最大值為1.9 K，出現(xiàn)在伊犁河谷的尼勒克站。整體來看，溫度高度訂正的幅度大于MODIS和USGS模擬2 m溫度的差值，由此可見溫度高度訂正的必要性。

本文僅對比了WRF模式中USGS[10]和MODIS[11-12]土地利用數(shù)據(jù)對新疆一次高溫天氣模擬的影響，后期將對哪些區(qū)域可以選擇哪個最優(yōu)方案進行集合分析，以期為優(yōu)化新疆區(qū)域數(shù)值預(yù)報業(yè)務(wù)系統(tǒng)下墊面輻射方案優(yōu)化提供客觀依據(jù)和技術(shù)支撐。