閆偉兄 李劍萍 金燕 張永霞 趙俊芳

（1 寧夏回族自治區(qū)氣象科學(xué)研究所/中國(guó)氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)預(yù)警與風(fēng)險(xiǎn)管理重點(diǎn)實(shí)驗(yàn)室/寧夏氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，銀川 750002；2 云南省氣候中心，昆明 650034；3 寧夏環(huán)境科學(xué)研究院（有限責(zé)任公司），銀川 750004； 4 中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100081）

0 引言

全球氣候觀測(cè)系統(tǒng)（GCOS）將土壤濕度定義為基本氣候變量之一，雖然土壤濕度占地球總水量的比例非常低，但其在全球水文循環(huán)、能量平衡及天氣氣候研究中扮演著重要角色，受到生態(tài)、水文、地理、氣象等多學(xué)科眾多研究者的關(guān)注。土壤濕度是水文循環(huán)的重要組成部分，陸地上35%的降水來自于海水蒸發(fā)的風(fēng)力輸送，65%的降水來自于陸地表面蒸發(fā)，而陸地表面的蒸發(fā)與土壤濕度密切相關(guān)。土壤濕度影響地氣之間的水分、能量以及碳交換，故而天氣預(yù)報(bào)和氣候預(yù)測(cè)數(shù)值模式的準(zhǔn)確性很大程度上取決于上述交換的正確表征。土壤濕度的異常會(huì)導(dǎo)致地表反射率、土壤熱容量、地表蒸發(fā)及植被生長(zhǎng)狀況的變化，從而改變地表向大氣輸送的感熱、潛熱和長(zhǎng)波輻射通量，最終影響氣候變化。土壤濕度偏低極易引起干旱和森林草原火災(zāi)，土壤濕度偏高亦可能形成洪澇。土壤濕度對(duì)植物的重要性更是不言而喻。世界氣象組織（WMO）2008年在其“未來氣候變化研究和觀測(cè)”報(bào)告中從理解陸氣相互作用、建立季到年代際氣候預(yù)測(cè)、驗(yàn)證和改進(jìn)陸面模式的物理參數(shù)、開發(fā)和驗(yàn)證基于衛(wèi)星技術(shù)的土壤濕度算法、監(jiān)測(cè)和檢測(cè)氣候異常及氣候變化等5個(gè)方面指出收集土壤濕度數(shù)據(jù)的重要性。

土壤濕度包含了天氣和氣候的“記憶”，一種類似于海洋中的熱量向氣候系統(tǒng)提供的慣性，將氣候預(yù)測(cè)的時(shí)間尺度從1～2周擴(kuò)展到月至季，這是土壤濕度與氣候關(guān)系研究的基礎(chǔ)，得到國(guó)內(nèi)外諸多相關(guān)研究的支持。在大氣邊界層中，土壤濕度對(duì)氣候的影響僅次于海溫；而在陸地上，土壤濕度的作用甚至超過海溫的作用。地氣系統(tǒng)出現(xiàn)異常，系統(tǒng)內(nèi)部的各種反饋和自反饋過程使異常減弱，這些反饋主要是由土壤濕度狀況及與之有關(guān)的地氣水分和能量交換的特性控制。有研究表明，在我國(guó)春季從長(zhǎng)江中下游到華北的土壤濕度正異常，造成東亞夏季風(fēng)減弱，西太平洋副熱帶高壓發(fā)展西伸，從而阻擋了東亞夏季風(fēng)的北上，使得中國(guó)夏季雨帶偏南，長(zhǎng)江流域降水偏多，華北和南方降水偏少。2020年7月長(zhǎng)江流域降水異常偏多，是否與該研究吻合，后續(xù)可做相關(guān)驗(yàn)證研究。此外，還有研究提出青藏高原季風(fēng)前的土壤濕度較強(qiáng)的年際變異性，可能為理解南亞季風(fēng)的變異性提供重要的意義。

就上述認(rèn)識(shí)和研究而言，獲得高時(shí)空分辨率的土壤濕度數(shù)據(jù)極其重要。實(shí)地觀測(cè)、遙感反演和模式模擬是當(dāng)前獲取土壤濕度的3個(gè)手段。實(shí)地觀測(cè)雖能獲得直接和準(zhǔn)確的第一手?jǐn)?shù)據(jù)，但耗時(shí)耗力，且因土壤濕度的巨大空間異質(zhì)性，很難得到較大空間上較為完整的信息。隨著20世紀(jì)60年代末衛(wèi)星遙感對(duì)地觀測(cè)技術(shù)的發(fā)展，大尺度的土壤濕度獲取相關(guān)計(jì)劃、項(xiàng)目及產(chǎn)品等大量涌現(xiàn)，如全球土壤濕度計(jì)劃（GSWP）、土壤水分和海洋鹽度衛(wèi)星（SMOS）、土壤濕度主被動(dòng)探測(cè)任務(wù)（SMAP）、風(fēng)云三號(hào)衛(wèi)星（FY-3），以及歐洲空間局氣候變化倡議（ESA CCI）土壤濕度計(jì)劃、全球陸面數(shù)據(jù)同化（GLDAS）等。

基于測(cè)站的原位土壤濕度數(shù)據(jù)科研和業(yè)務(wù)工作者均較為熟悉，且航空和地面遙感在土壤濕度方面的應(yīng)用并不廣泛，衛(wèi)星遙感反演土壤濕度擬在它文中敘述，故這里綜述了國(guó)內(nèi)外土壤濕度模擬技術(shù)，指出提高模擬土壤濕度精度的幾個(gè)方面，以期為土壤濕度相關(guān)研究和業(yè)務(wù)應(yīng)用提供一些支撐。需要提醒的是，Dirmeyer曾在2011年指出土壤水分（Soil moisture）和土壤濕度（Soil wetness）有一定區(qū)別，但二者經(jīng)?；煜褂?，實(shí)際應(yīng)用中需要注意。本文為便于閱讀，統(tǒng)一表述為土壤濕度。

1 土壤濕度模擬

基于站點(diǎn)的原位土壤濕度觀測(cè)雖多為例行觀測(cè)，但測(cè)站少而分散，且在自動(dòng)土壤濕度觀測(cè)出現(xiàn)之前其時(shí)間間隔較長(zhǎng)，難以滿足大尺度和高頻分析需要。20世紀(jì)80年代以來，土壤濕度自動(dòng)觀測(cè)雖極大改進(jìn)了觀測(cè)的空間密度和時(shí)間頻次，但相對(duì)于土壤屬性的空間異質(zhì)性，至少?gòu)目臻g上仍難滿足地氣過程研究、生態(tài)環(huán)境及天氣氣候等服務(wù)需要。自20世紀(jì)60年代衛(wèi)星遙感反演土壤濕度以來，雖能提供大范圍、周期性的面上土壤濕度觀測(cè)信息，但其探測(cè)深度極為有限（1～5 cm），且受太陽光、天氣和地表等狀況影響較大。因此，模擬土壤濕度成為另外一種獲取土壤濕度的方式。

1.1 陸面模式模擬

20世紀(jì)70年代左右，人們開始嘗試陸面模式在全球網(wǎng)格化氣象要素的驅(qū)動(dòng)下模擬土壤濕度，這是當(dāng)前土壤濕度模擬最主要的方式之一。陸面過程（LSP）是影響大氣環(huán)流和氣候變化的基本物理、生物化學(xué)過程之一，在地氣下墊面的研究中扮演著重要的角色。陸面過程最初的研究側(cè)重對(duì)大氣模式（GCM）敏感性試驗(yàn)，證實(shí)陸面參數(shù)的變化對(duì)GCM模擬結(jié)果有很大影響，從而引發(fā)對(duì)在大氣模式中詳細(xì)描述陸面過程的重視。發(fā)展適合不同大氣模式的陸面過程并將它們分別耦合在相應(yīng)大氣模式中是大氣模式發(fā)展和完善的必然趨勢(shì)。氣候模式中，早期引入陸面過程是為更好理解地表能量轉(zhuǎn)化，后來逐漸認(rèn)識(shí)到土壤濕度對(duì)改善長(zhǎng)期氣候預(yù)測(cè)準(zhǔn)確性至關(guān)重要，特別是作為模式的初始場(chǎng)。

陸面過程的發(fā)展自20世紀(jì)60年代末到70年代至今，經(jīng)歷了4個(gè)階段，先后代表性的模式有水桶模式（Bucket Model）、簡(jiǎn)單能量平衡模式，簡(jiǎn)單生物圈模式（Simple Biosphere Model，SiB）、陸面過程模式（LSPM）、諾亞模型（Noah），SiB2，通用陸面模式（Common Land Model，CLM）、Noah-MP等。國(guó)內(nèi)也有一些陸面模式的研制，如SVA模式（Soil-Vegetation-Atmosphere Model）、AVM模式（Atmosphere-Vegetation-Model）、中國(guó)科學(xué)院大氣物理研究所的IAP94、CLM 2L模式等。

陸面模式主要以離線和耦合兩種模式運(yùn)行。離線模式下陸面模式以大氣驅(qū)動(dòng)數(shù)據(jù)驅(qū)動(dòng)單獨(dú)運(yùn)行，偶合模式下陸面模式會(huì)被偶合到氣候模式中?，F(xiàn)有陸面模式雖然多達(dá)至少30多種，但其出發(fā)點(diǎn)多是土壤溫度和水分守恒方程，最終目的是得到地表感熱通量和潛熱通量。模式中土壤濕度與水勢(shì)關(guān)系多采用Brooks-Corey、Clapp-Hornberger、Van Genuchten等經(jīng)典土壤水分特征曲線經(jīng)驗(yàn)?zāi)Ｐ?。土壤水流模擬多采用Darcy定律、Richards方程、Philip-de Vries水熱運(yùn)動(dòng)耦合方程等。

Manabe在1969年最早將土壤濕度作為大氣環(huán)流模式的狀態(tài)變量進(jìn)行模擬，其做法是利用水桶模式將每個(gè)陸地表面網(wǎng)格視為一個(gè)可以捕捉降水、并使降水通過蒸發(fā)返回大氣的150 mm深的洼地，超過網(wǎng)格洼地容量的降水則成為地表徑流。由于陸面模式種類繁多，參數(shù)化方案差別大，為了比較不同陸面模式參數(shù)化方案異同及探尋土壤濕度模擬不一致的原因，已開展了一些比較計(jì)劃，其中陸面過程參數(shù)化方案比較計(jì)劃（PILPS）和GSWP國(guó)內(nèi)外介紹較多。經(jīng)比較參與PILPS的14個(gè)陸面模式模擬的土壤濕度發(fā)現(xiàn)：利用模式自身的參數(shù)得到的土壤濕度差別較大，而調(diào)整參數(shù)后，模擬結(jié)果會(huì)有很大改進(jìn)；大氣強(qiáng)迫數(shù)據(jù)的不確定性是導(dǎo)致模擬結(jié)果不確定的主要原因之一；土壤濕度與觀測(cè)吻合較好時(shí)不能保證通量預(yù)報(bào)值也好，而且土壤濕度不準(zhǔn)確也不一定導(dǎo)致得出的通量就差，這暗示土壤濕度和通量間關(guān)系的參數(shù)化方案有待提高。GSWP曾利用兩年（1987—1988年）的氣象觀測(cè)數(shù)據(jù)驅(qū)動(dòng)10個(gè)不同陸面模式，用前蘇聯(lián)、美國(guó)亞利桑那州、中國(guó)和蒙古4個(gè)區(qū)域的農(nóng)田和草地的土壤濕度觀測(cè)數(shù)據(jù)，對(duì)模式模擬的土壤濕度進(jìn)行了評(píng)估，表明模式并不能很好地模擬上述4個(gè)區(qū)域的土壤濕度，模擬偏差因地而異，從而推動(dòng)了GSWP-2的實(shí)施。參與GWSP-2的陸面模式有15個(gè)，模擬時(shí)間增加到10年（1986—1995年），通過11個(gè)模式間互相比較發(fā)現(xiàn)，陸面模式模擬土壤濕度絕對(duì)值的能力較差，但其能很好地再現(xiàn)土壤濕度的季節(jié)性循環(huán)和年內(nèi)變異；同時(shí)表明驅(qū)動(dòng)陸面模式的氣象數(shù)據(jù)在土壤濕度離線模擬中扮演者重要角色。外部氣象驅(qū)動(dòng)數(shù)據(jù)對(duì)陸面模式敏感性研究證實(shí)了上述結(jié)論，即耦合了實(shí)際土壤濕度觀測(cè)數(shù)據(jù)的再分析資料，極大提高了土壤濕度模擬能力；不管是同一模式用13套不同的氣象驅(qū)動(dòng)數(shù)據(jù)，還是11個(gè)模式用同一氣象驅(qū)動(dòng)數(shù)據(jù)，其模擬的土壤濕度數(shù)據(jù)變幅一樣大。利用實(shí)測(cè)土壤濕度驗(yàn)證模擬結(jié)果，需要二者做一些適當(dāng)?shù)霓D(zhuǎn)換，GSWP項(xiàng)目中曾提到Cressman插值法，但其在評(píng)估時(shí)采用了Kagan的最優(yōu)平均算法，將測(cè)站原位觀測(cè)轉(zhuǎn)換到格點(diǎn)上。我國(guó)學(xué)者對(duì)陸面過程的研究很多，不僅有觀測(cè)試驗(yàn)，還有模式模擬研究，其中黑河流域和青藏高原相關(guān)研究較為典型；另外還有一些不同來源土壤濕度對(duì)比研究，因?yàn)橥寥缹傩缘母叨茸儺愋?，?dāng)模擬的格點(diǎn)內(nèi)有多個(gè)實(shí)測(cè)值時(shí)，利用格點(diǎn)內(nèi)實(shí)測(cè)值的平均驗(yàn)證模擬值。

北京大學(xué)在土壤?植被?大氣耦合模式的基礎(chǔ)上，發(fā)展了新一代北京大學(xué)陸面過程模式（Peking University Land Model，PKULM），使用“中國(guó)西北干旱區(qū)陸?氣相互作用觀測(cè)試驗(yàn)”平?jīng)稣镜馁Y料對(duì)模式進(jìn)行了檢驗(yàn)表明，該模式能夠較好地模擬西北半干旱區(qū)農(nóng)田下墊面地氣交換過程。BCC_AVIM是中國(guó)氣象局國(guó)家氣候中心研發(fā)的BCC_CSM（Climate System Model）全球氣候模式中的陸面模塊，對(duì)陸面過程具有一定的模擬能力。該模式融合了CLM3.0的土壤水熱傳輸模塊以及 AVIM2 生物化學(xué)模塊，同時(shí)修訂了積雪覆蓋率參數(shù)化方案，改進(jìn)了地形起伏較大地區(qū)積雪覆蓋率的模擬。

1.2 再分析和水文模型模擬

自20世紀(jì)90年代以來，美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）和美國(guó)國(guó)家大氣科學(xué)研究中心（NCAR）聯(lián)合研發(fā)的NCEP/NCAR Reanalysis I（R1）、與美國(guó)能源部（DOE）研制的NCEP/DOE Reanalysis II（R2）、氣候預(yù)測(cè)系統(tǒng)再分析（Climate Forecast System Reanalysis, CFSR）數(shù)據(jù)，歐洲中期天氣預(yù)報(bào)中心（ERA5，ERA15，ERA40，ERA-Interim），日本氣象廳（JRA-25和JRA-55）和美國(guó)國(guó)家航空航天局（MERRA，MERRA-2）等的再分析產(chǎn)品相繼問世，為土壤濕度模擬提供了廣闊前景。2021年年初，中國(guó)氣象局推出了業(yè)務(wù)化的全球大氣再分析產(chǎn)品（CRA-40）。近年來，針對(duì)再分析系統(tǒng)模擬土壤濕度的研究逐漸增多，主要集中在對(duì)比分析再分析資料的區(qū)域適用性。如Wang等利用ERA-Interim和CFSR再分析資料，結(jié)合地球系統(tǒng)模式CESM的模擬結(jié)果，考察了1979—2016年全球表層土壤濕度次季節(jié)變率的基本特征后發(fā)現(xiàn)，在中國(guó)東部、北美、南非、澳大利亞的夏季，土壤濕度有較大的次季節(jié)方差，CFSR和CESM中的土壤濕度變率強(qiáng)于ERA-Interim。鄒永成等對(duì)ERA-Interim、JRA55、NCEP-DOE R2和20CR這4套土壤濕度再分析資料在中國(guó)西北東部—華北—江淮區(qū)域的適用性進(jìn)行分析后得出，4套再分析資料中 ERAInterim 資料同觀測(cè)資料接近，JRA55、NCEP-DOE R2資料次之，20CR資料最差。不同的再分析系統(tǒng)模擬的土壤濕度其空間和時(shí)間分辨率及深度和層次上均有一定差異，但就模擬土壤濕度而言都是由陸面模式產(chǎn)生的，盡管各自采用的陸面模式不同。如ERA-Interim使用的陸面模式為TESSEL，中國(guó)科學(xué)院大氣物理研究所新一代大氣環(huán)流模式（IAP-AGCM4.1）采用的是CLM4陸面模式。

陸面水文模型側(cè)重從水文響應(yīng)單元模擬水熱狀況和水熱傳輸，國(guó)外研究和應(yīng)用較多的有VIC模型（Variable Infiltration Capacity）、SWAT模型（Soil and Water Assessment Tool）等，其運(yùn)行多需要?dú)庀篁?qū)動(dòng)數(shù)據(jù)、土壤參數(shù)、植被參數(shù)等控制性文件。孟現(xiàn)勇等在新疆精博河流域用大氣同化驅(qū)動(dòng)數(shù)據(jù)集（CMADS）驅(qū)動(dòng)SWAT模型，得到流域包括土壤濕度在內(nèi)的其他地表分量，表明CMADS+SWAT模式可有效提高SWAT水文模型在我國(guó)西北干旱區(qū)的表現(xiàn)能力。焦振航等分析了VIC水文模型模擬土壤濕度對(duì)LAI的敏感性，發(fā)現(xiàn)模擬土壤濕度全年對(duì)LAI敏感，且夏天高于冬天。由于水文模型適用于流域水文過程模擬，針對(duì)性更強(qiáng)，故土壤濕度方面的研究與陸面模式和再分析的相比要少得多。

離線陸面模式、再分析系統(tǒng)及水文模型與衛(wèi)星遙感反演土壤濕度最大的區(qū)別在于前者能提供格點(diǎn)化土壤濕度數(shù)據(jù)，并具有地氣過程的物理、化學(xué)、生物等理論基礎(chǔ)。但不同模式模擬土壤濕度能力差異巨大，模式本身、參數(shù)化方案、驅(qū)動(dòng)數(shù)據(jù)等影響均較大。已有研究表明，耦合實(shí)際觀測(cè)土壤濕度數(shù)據(jù)的再分析數(shù)據(jù)，能有效提高陸面模式的土壤濕度模擬能力。此外，隨著高時(shí)空分辨率衛(wèi)星遙感和數(shù)據(jù)同化技術(shù)的發(fā)展，人們開始將眼光轉(zhuǎn)向數(shù)據(jù)同化，以獲得全球和區(qū)域性數(shù)據(jù)同化集，當(dāng)然包括產(chǎn)生準(zhǔn)確性更高的土壤濕度數(shù)據(jù)。

2 土壤濕度同化

數(shù)據(jù)同化核心思想是把不同來源、不同分辨率、直接和間接觀測(cè)數(shù)據(jù)與模式模擬結(jié)果集成，生成具有時(shí)間一致性、空間一致性和物理一致性的各種地表狀態(tài)的數(shù)據(jù)集。Richadson在1922年首次把觀測(cè)資料手工插值到網(wǎng)格點(diǎn)上，作為數(shù)值預(yù)報(bào)的初始場(chǎng)，這可能是最早的同化思想。數(shù)據(jù)同化中，同化的觀測(cè)數(shù)據(jù)可分為直接觀測(cè)數(shù)據(jù)和間接數(shù)據(jù)兩類。直接數(shù)據(jù)即觀測(cè)量和希望得到的物理量一致，如溫度、空氣濕度；間接數(shù)據(jù)其希望得到的物理量與觀測(cè)量之間一般是通過函數(shù)轉(zhuǎn)換得來，如遙感反演的土壤濕度。

2.1 同化算法

數(shù)據(jù)同化算法是數(shù)據(jù)同化的重要組成部分，它連接了新的觀測(cè)數(shù)據(jù)與模式模擬預(yù)測(cè)，提高了模擬精度，也就是說利用模式預(yù)測(cè)當(dāng)前狀態(tài)，然后利用先驗(yàn)狀態(tài)估計(jì)作為初始條件，結(jié)合觀測(cè)數(shù)據(jù)，對(duì)先驗(yàn)預(yù)報(bào)進(jìn)行訂正，以獲得當(dāng)前狀態(tài)的最佳估計(jì)。數(shù)據(jù)同化算法從最早的二維插值算法、最優(yōu)插值算法到當(dāng)前的四維變分（4-DVar）、卡爾曼濾波法（KF）等，經(jīng)歷了從簡(jiǎn)單到復(fù)雜的過程。

數(shù)據(jù)同化算法走過了近70年的歷程，盡管出現(xiàn)了很多算法，但從純算法角度可分為序列同化和變分同化兩類。顧名思義，序列同化是按順序進(jìn)行同化，且一次僅能調(diào)整同一時(shí)刻的值。這種方法最初是直接用觀測(cè)數(shù)據(jù)替代網(wǎng)格預(yù)測(cè)值，目前已很少見；后來發(fā)展到以預(yù)報(bào)場(chǎng)作為初始場(chǎng)，用觀測(cè)數(shù)據(jù)做客觀分析。20世紀(jì)后半葉，序列同化方法是唯一用于數(shù)值天氣預(yù)報(bào)業(yè)務(wù)的同化方法。隨著學(xué)科的交叉和多源數(shù)據(jù)的應(yīng)用，如何同化不同來源的數(shù)據(jù)，成為數(shù)據(jù)同化中需要解決的問題。變分同化的出現(xiàn)，將數(shù)據(jù)同化轉(zhuǎn)化為求解表征分析場(chǎng)與觀測(cè)場(chǎng)及背景場(chǎng)之間偏差的目標(biāo)函數(shù)的極小化問題，從而擺脫了觀測(cè)量和分析量之間存在線性關(guān)系的限制。數(shù)據(jù)同化的主要方法有插入法、四維最優(yōu)插值法、三維變分、隱式四維變分、顯式四維變分、卡爾曼濾波法、牛頓張弛法、神經(jīng)網(wǎng)絡(luò)法、粒子濾波等。

2.2 主要同化系統(tǒng)

當(dāng)前，同化和模擬土壤濕度的陸面數(shù)據(jù)同化系統(tǒng)絕大部分未與大氣模式偶合。陸面數(shù)據(jù)同化系統(tǒng)可根據(jù)區(qū)域大小分為國(guó)家、區(qū)域和全球系統(tǒng)；根據(jù)分辨率分為高分辨率和低分辨率系統(tǒng)；根據(jù)陸面模式與大氣模式關(guān)系分為非耦合與耦合系統(tǒng)等。陸面數(shù)據(jù)同化系統(tǒng)流程如下：1）利用大氣數(shù)據(jù)同化系統(tǒng)產(chǎn)生氣象驅(qū)動(dòng)數(shù)據(jù)；2）利用遙感和地表觀測(cè)數(shù)據(jù)獲得陸面參數(shù)；3）氣象驅(qū)動(dòng)數(shù)據(jù)與陸面參數(shù)進(jìn)入陸面模式，生成當(dāng)前時(shí)刻的狀態(tài)變量；4）同化當(dāng)前時(shí)刻的各種可同化的觀測(cè)資料，估計(jì)背景場(chǎng)誤差，優(yōu)化狀態(tài)變量；5）陸面同化與大氣同化繼續(xù)向前推進(jìn)，生成下一時(shí)刻的背景場(chǎng)。上述過程中，耦合系統(tǒng)的驅(qū)動(dòng)數(shù)據(jù)為大氣模式預(yù)測(cè)變量和觀測(cè)數(shù)據(jù)，且陸面數(shù)據(jù)同化系統(tǒng)的一些輸出量作為初始場(chǎng)或邊界條件重新運(yùn)行耦合系統(tǒng)，而非耦合系統(tǒng)沒有此過程。

全球陸面數(shù)據(jù)同化系統(tǒng)開始于1998年，主要包括NASA GLDAS，NCEP GLDAS和ECMWF GLDAS。NASA GLDAS是一個(gè)非耦合系統(tǒng)，NCEP GLDAS和ECMWF GLDAS是一個(gè)弱耦合系統(tǒng)。當(dāng)前該系統(tǒng)已發(fā)展到第二階段，即GLDAS-2。其同化算法包括四維變分、卡爾曼濾波、集合卡爾曼濾波；陸面模式為Mosaic，CLM2，Noah，VIC，Catchment LSM；驅(qū)動(dòng)數(shù)據(jù)多達(dá)12種。國(guó)內(nèi)外對(duì)該系統(tǒng)輸出的土壤濕度相關(guān)對(duì)比研究較多。

我國(guó)陸面數(shù)據(jù)同化系統(tǒng)主要有兩個(gè)，一個(gè)是中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所聯(lián)合蘭州大學(xué)大氣科學(xué)系在2003年開發(fā)的陸面數(shù)據(jù)同化系統(tǒng)（CLDAS），其官方網(wǎng)站稱為中國(guó)西部地區(qū)陸面數(shù)據(jù)同化系統(tǒng)，以CoLM模型作為模型算子，耦合針對(duì)土壤（包括融化和凍結(jié)）、積雪等不同地表狀態(tài)的微波輻射傳輸模型，集合卡爾曼濾波（EnKF）同化被動(dòng)微波觀測(cè)（SSM/I和AMSR-E），系統(tǒng)輸出較高精度的土壤濕度、土壤溫度等同化資料。該系統(tǒng)輸出的時(shí)間分辨率雖為小時(shí)，但因是國(guó)家自然基金支持的研發(fā)項(xiàng)目，數(shù)據(jù)范圍僅為2002年。

另一個(gè)是中國(guó)氣象局國(guó)家氣象信息中心發(fā)展的陸面數(shù)據(jù)同化系統(tǒng)（CMA CLDAS），起步較晚，2013年發(fā)布第一版（CLDAS-V1.0）同化數(shù)據(jù)，2015年第二版（CLDAS-V2.0）實(shí)時(shí)發(fā)布亞洲區(qū)域逐時(shí)和逐日0.0625°×0.0625°分辨率包括土壤濕度在內(nèi)的陸面要素分析產(chǎn)品和大氣驅(qū)動(dòng)場(chǎng)。其后，在CLDAS-V2.0的基礎(chǔ)上研發(fā)了高分辨率中國(guó)氣象局陸面數(shù)據(jù)同化系統(tǒng)（HRCLDAS-V1.0），產(chǎn)品分辨率提高至1 km×1 km。我國(guó)陸面數(shù)據(jù)同化系統(tǒng)的主要技術(shù)及輸出數(shù)據(jù)見表1。我國(guó)陸面數(shù)據(jù)同化模式雖起步較晚，但后發(fā)優(yōu)勢(shì)非常明顯，尤其是中國(guó)氣象局國(guó)家氣象信息中心研發(fā)的系統(tǒng)均已在業(yè)務(wù)中應(yīng)用。

表1 與土壤濕度相關(guān)的中國(guó)主要陸面數(shù)據(jù)融合與同化產(chǎn)品 Table1 Main land surface element merging products in China

3 展望及建議

除基于測(cè)站的原位觀測(cè)、遙感反演和陸面模式模擬的土壤濕度外，20世紀(jì)90年代，以美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）和國(guó)家大氣研究中心（NCAR）為代表的再分析資料研制工作取得了長(zhǎng)足發(fā)展。衛(wèi)星反演、模式模擬和再分析資料雖能一定程度上解決土壤濕度觀測(cè)數(shù)據(jù)時(shí)空連續(xù)性差的問題，但這些資料能否真實(shí)反映土壤濕度狀況，是近年來國(guó)內(nèi)外開展較多的研究工作之一。不管是地基還是天基或空基觀測(cè)系統(tǒng)，大氣、陸面和海洋模式的物理過程，參數(shù)化方案和同化算法等均會(huì)影響反演和模擬的包括土壤濕度在內(nèi)的其他產(chǎn)品的可靠性。如NCEP/DOE和ERA-40再分析產(chǎn)品中，由觀測(cè)系統(tǒng)變化和模式缺陷所引起的誤差是其主要質(zhì)量問題。模式誤差不僅體現(xiàn)在一些重要參數(shù)化方案和物理過程所存在的不足，更重要的是會(huì)放大觀測(cè)系統(tǒng)所引入的誤差。目前，面或格點(diǎn)化的土壤濕度產(chǎn)品已在生態(tài)環(huán)境、水文循環(huán)、氣候預(yù)測(cè)、氣候變化和能量平衡、水旱災(zāi)害評(píng)估等諸多領(lǐng)域展現(xiàn)出非凡的應(yīng)用前景。

近年來，我國(guó)在衛(wèi)星遙感反演、陸面數(shù)據(jù)同化及再分析方面的進(jìn)展，極大推動(dòng)了我國(guó)地氣系統(tǒng)、生態(tài)環(huán)境演變、氣候變化和天氣氣候預(yù)報(bào)等領(lǐng)域的研究和業(yè)務(wù)服務(wù)。減小反演和模擬誤差，提高時(shí)空分辨率和模擬質(zhì)量是土壤濕度產(chǎn)品研制和應(yīng)用中的核心問題和主要困難。獲得高質(zhì)量的觀測(cè)數(shù)據(jù)和完整的陸面參數(shù)、強(qiáng)化地氣系統(tǒng)大數(shù)據(jù)融合應(yīng)用、提高機(jī)理認(rèn)識(shí)推進(jìn)模式發(fā)展、完善物理過程改進(jìn)數(shù)據(jù)同化算法，將是未來一段時(shí)間研制更加可靠的包括土壤濕度在內(nèi)的數(shù)據(jù)產(chǎn)品的發(fā)展方向。

升級(jí)觀測(cè)系統(tǒng)以獲得高質(zhì)量原位觀測(cè)數(shù)據(jù)。近10年，自動(dòng)土壤濕度觀測(cè)得到快速發(fā)展，極大提升了土壤濕度監(jiān)測(cè)的時(shí)間頻次和空間密度，但其與應(yīng)用需求和高分辨率模式輸出相比，尚存在不小差距。從氣象要素和土壤濕度等觀測(cè)設(shè)備選型、站點(diǎn)布設(shè)、運(yùn)維保障、質(zhì)量控制等幾個(gè)方面綜合考慮，持續(xù)升級(jí)，以支撐數(shù)據(jù)同化、反演及模式驗(yàn)證，逐漸滿足實(shí)際應(yīng)用。此外，作為模式底層輸入數(shù)據(jù)的土壤屬性、植被類型、水文單元等這些陸面參數(shù)，對(duì)模式輸出的誤差控制具有重要作用，亦需要持續(xù)完善。

研發(fā)高精度氣象驅(qū)動(dòng)數(shù)據(jù)以提升模式結(jié)果。陸表、水文和生態(tài)模式均需要格點(diǎn)化的地表氣象要素作為驅(qū)動(dòng)數(shù)據(jù)，準(zhǔn)確和高分辨率的氣象驅(qū)動(dòng)數(shù)據(jù)有助于提高模式輸出。近年來，該領(lǐng)域的研究除融合多源數(shù)據(jù)、完善模式外，更多學(xué)者持續(xù)關(guān)注同化算法和多模式集合方法。不管是遙感土壤濕度反演算法或數(shù)據(jù)同化算法，我國(guó)學(xué)者主要以應(yīng)用和個(gè)別改進(jìn)為主，今后一段時(shí)間，既需要針對(duì)具體數(shù)據(jù)資料對(duì)改進(jìn)研究加以關(guān)注，也需要在原創(chuàng)算法上投入更多精力。

增加地氣系統(tǒng)的認(rèn)識(shí)以完善模式物理過程。人類對(duì)地氣系統(tǒng)各種過程的認(rèn)識(shí)經(jīng)歷了單學(xué)科到多學(xué)科交叉、逐步深入，從簡(jiǎn)單模擬到復(fù)雜模擬的過程。氣候模式、陸面模式中的輻射傳輸、湍流通量、能量平衡、土壤熱量輸送和土壤水文等過程和方案存在諸多經(jīng)驗(yàn)和不確定性，提高這方面的認(rèn)識(shí)和增加區(qū)域針對(duì)性，模擬程度將越接近實(shí)際，模式模擬的系統(tǒng)誤差就會(huì)越小?？傮w看，我國(guó)在這方面還有很長(zhǎng)的路要走，是未來一段時(shí)間需要著力強(qiáng)化的主要領(lǐng)域。