陆面过程是影响大气环流和气候变化的基本物理、生化过程之一,陆面过程模型是研究陆面过程机理的方法,而模型的改进与发展已成为全球变化研究的迫切需要。本项目将以山东禹城与陕西长武两个站点的长期涡动相关通量塔、卫星遥感反演以及大孔径闪烁仪等方式获取的多源观测数据为基础,利用普适似然估计方法对通用陆面过程模型(CoLM)的参数和预报进行不确定性分析;并采用集合卡尔曼滤波数据同化方法,将多源数据与CoLM模型采用单一、交叉及综合的方式融合,构建模型状态变量与参数同步优化的混合陆面同化系统,进而探测模型参数的时空动态特征;对比二者的结果以深入评估陆面过程模型驱动、参数以及结构的不确定性,探索CoLM模型参数化方案中存在的问题,对模型改进发展方案做一些可行性分析,为陆面过程模型发展以及区域气候模式下垫面信息预报精度的提高提供科学依据。
data assimilation;Ensemble Kalman Filter;land surface processes;water and heat flux;land surface temperature
本项目主要开展的工作是以山东禹城农业综合试验站与青海阿柔冻融站为研究区,基于站点的长期涡动相关通量观测、大孔径闪烁仪(LAS)观测以及卫星遥感反演等多源数据,选定通用陆面过程模型CoLM中关键变量,即各层土壤温度。首先,采用集合卡尔曼滤波数据同化方法,将LAS观测显热通量(H)和MODIS地表温度遥感数据与CoLM模型融合,构建优化关键变量的陆面同化系统;其次,评估同化系统的性能,对系统参数进行敏感性分析,优化同化方案;最后分析对比不同观测数据的同化对陆面能量动态预测的影响,揭示陆面过程模型能量模块的物理机制。研究结果显示LAS观测显热通量用于同化时,H、潜热通量(LE)与地表土壤温度的预报结果均得到提高,而MODIS地表温度数据的同化则只对模型估算结果有少许改善。LAS观测H的数据同化较MODIS地表温度的同化影响模型轨迹要显著的多。同化后LE预报的提高程度不如显热通量,有必要将土壤含水量考虑到同化变量中以解决这一问题,且陆面过程模型参数化方案中能量平衡模块有待完善。这些研究结果对陆面数据同化在陆面过程模型能量预报方面的应用具有重要的意义。同时,LE所决定的蒸散发的估算精度的提高对农业灌溉策略制定有一定的应用价值。