基于enkf及陸面過(guò)程模型的中國(guó)區(qū)域陸面土壤濕度同化系統(tǒng)

基于enkf及陸面過(guò)程模型的中國(guó)區(qū)域陸面土壤濕度同化系統(tǒng)

土壤濕度影響著土壤濕度和土壤濕度之間的物質(zhì)和能量平衡。土壤濕度時(shí)間和空間分布的精確估算對(duì)于加強(qiáng)土壤濕度和土壤濕度相互作用的國(guó)家。對(duì)于氣候和環(huán)境、生態(tài)、水文和農(nóng)業(yè)的研究和應(yīng)用非常重要。目前，土壤濕度獲取的方法包括：傳統(tǒng)觀測(cè)、田間觀測(cè)、衛(wèi)星遙感、陸地水文模擬等。傳統(tǒng)觀測(cè)土壤濕度數(shù)據(jù)的時(shí)間頻率低，空間點(diǎn)少。在一些科學(xué)試驗(yàn)中，現(xiàn)場(chǎng)觀測(cè)土壤濕度是漸進(jìn)的、小規(guī)模的。傳統(tǒng)的觀測(cè)和現(xiàn)場(chǎng)觀測(cè)土壤濕度測(cè)量技術(shù)只提供了點(diǎn)觀測(cè)，不考慮土壤濕度輪廓的空間變化。同時(shí)，現(xiàn)場(chǎng)觀測(cè)通常很貴。衛(wèi)星遙感土壤濕度可以提供全球高空間時(shí)間分辨率的土壤濕度數(shù)據(jù)，這可能不可能超過(guò)傳統(tǒng)的觀測(cè)網(wǎng)。然而，衛(wèi)星遙感土壤濕度的觀察也存在問(wèn)題。例如，土壤濕度反演的精度與土壤類型、地表粗糙度和植被覆蓋有關(guān)。這些參數(shù)的不確定會(huì)導(dǎo)致反演的誤差，時(shí)間和空間分辨率也不足。土壤濕度作為模擬陸地模型的基本方法，可獲得良好的時(shí)間頻率和空間分布，但其精度受到模式結(jié)構(gòu)和輸入數(shù)據(jù)的影響。土地物理模式是利用土壤模型中的物理過(guò)程信息和觀測(cè)數(shù)據(jù)進(jìn)行優(yōu)化和組合的技術(shù)方法。土地邊緣化技術(shù)是解決這一問(wèn)題的有效方法。目前大氣、海洋、陸面數(shù)據(jù)同化系統(tǒng)中用到的數(shù)據(jù)同化方法主要有最優(yōu)插值法、三維、四維變分法、Kalman濾波、EnKF等.EnKF是通過(guò)MonteCarlo法(總體積分法)來(lái)計(jì)算狀態(tài)的預(yù)報(bào)誤差協(xié)方差.它是Evensen根據(jù)Epstein的隨機(jī)動(dòng)態(tài)預(yù)報(bào)理論提出的.將模式狀態(tài)預(yù)報(bào)看成近似隨機(jī)動(dòng)態(tài)預(yù)報(bào),用一個(gè)狀態(tài)總體去代表隨機(jī)動(dòng)態(tài)預(yù)報(bào)中的概率密度函數(shù),通過(guò)向前積分,狀態(tài)總體很容易計(jì)算不同時(shí)間的概率密度函數(shù)所對(duì)應(yīng)的統(tǒng)計(jì)特性(如均值與協(xié)方差).EnKF的最大特點(diǎn)是它克服了Kalman濾波要求線性化模型算子和觀測(cè)算子的缺點(diǎn),它的最大問(wèn)題是計(jì)算量太大,計(jì)算效率低,由于目前陸面模式都是單柱模式,模式狀態(tài)變量與大氣和海洋模式比較要少的多,因此計(jì)算效率問(wèn)題就不像大氣海洋模式那樣嚴(yán)重,而且陸面過(guò)程模式中的強(qiáng)非線性特征更為突出,因此EnKF同化方法在陸面模式同化系統(tǒng)中應(yīng)用比較廣泛..Yang等發(fā)展了同化AMSR-E垂直極化6.9和18.7GHz亮溫估計(jì)土壤水分和能量平衡的自動(dòng)率定系統(tǒng).田向軍等[7~13]、張生雷等、賈丙浩等在陸面同化方法改進(jìn)、微波亮溫同化觀測(cè)算子模型率定等方面開(kāi)展了相關(guān)研究試驗(yàn).本文介紹了中國(guó)區(qū)域陸面土壤濕度數(shù)據(jù)同化系統(tǒng)(CLSMDAS)組成,大氣驅(qū)動(dòng)數(shù)據(jù)處理方法和數(shù)據(jù)質(zhì)量檢驗(yàn),用單點(diǎn)觀測(cè)資料對(duì)CLSMDAS系統(tǒng)的性能測(cè)試、觀測(cè)的土壤濕度數(shù)據(jù)誤差分析以及中國(guó)區(qū)域陸面土壤濕度數(shù)據(jù)同化試驗(yàn)設(shè)計(jì)與結(jié)果分析.1陸面模式的氣象衛(wèi)星數(shù)據(jù)集的確定中國(guó)區(qū)域陸面土壤濕度數(shù)據(jù)同化系統(tǒng)主要由以下幾個(gè)部分組成(如圖1):1)陸面模式:采用目前應(yīng)用比較廣泛的NCAR-CLM3.0陸面模式;2)驅(qū)動(dòng)數(shù)據(jù):從FY2靜止氣象衛(wèi)星獲取高時(shí)空分辨率降水估計(jì)和地面入射太陽(yáng)輻射數(shù)據(jù),對(duì)NCEP再分析數(shù)據(jù)集中的地面氣溫、濕度、氣壓和風(fēng)速進(jìn)行時(shí)間和空間插值,構(gòu)造了陸面模式的大氣驅(qū)動(dòng)數(shù)據(jù);3)數(shù)據(jù)同化方法:選擇了比較適合陸面數(shù)據(jù)同化的EnKF同化方法;4)觀測(cè)數(shù)據(jù):采用EOS/AQUA衛(wèi)星上搭載的AMSR-E儀器的土壤濕度反演數(shù)據(jù)與地面觀測(cè)土壤濕度數(shù)據(jù);5)輸出數(shù)據(jù)集:可輸出同化后土壤濕度格點(diǎn)資料.CLSMDAS系統(tǒng)目前可在SGI-LINUX平臺(tái)上運(yùn)行,下面分別介紹各個(gè)部分.1.1在非均勻性和水文過(guò)程中的應(yīng)用進(jìn)展—陸面過(guò)程模型陸面過(guò)程模型在陸面數(shù)據(jù)同化系統(tǒng)中起著重要作用,它是陸面數(shù)據(jù)同化系統(tǒng)的核心部分,陸面過(guò)程模型對(duì)地表能量物質(zhì)交換描述的準(zhǔn)確性、合理性直接影響著陸面同化系統(tǒng)的輸出結(jié)果以及下一時(shí)刻狀態(tài)的預(yù)報(bào).本文采用美國(guó)國(guó)家大氣研究中心NCAR的陸面過(guò)程模型CommunityLandModelVersion3.0(簡(jiǎn)寫為CLM3.0).CLM3.0模式設(shè)計(jì)的目的是要與大氣數(shù)值模式耦合的,它可以提供大氣模式所需要的表面反照率(可見(jiàn)光和紅外光波段的直射和散射光)、向上長(zhǎng)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(guò)程控制,模式對(duì)葉子物候、氣孔生理及水循環(huán)進(jìn)行模擬.模式考慮不同植被之間的生態(tài)差異、不同土壤類型之間的熱力和水力差異性,并允許每個(gè)網(wǎng)格內(nèi)可有多種陸表覆蓋.河流運(yùn)輸模式向下傳輸至海洋.因?yàn)樵撽懨婺Ｊ揭c氣候模式和數(shù)值天氣預(yù)報(bào)模式耦合,所以在陸面過(guò)程參數(shù)化計(jì)算的有效性和復(fù)雜性中間要做折衷選擇.陸面的空間非均勻性用嵌套次網(wǎng)格方法實(shí)現(xiàn),也就是網(wǎng)格包含有多種陸地個(gè)體、雪、土壤柱塊及不同類型植被.每個(gè)網(wǎng)格內(nèi)有不同數(shù)目的陸地個(gè)體,每種陸地個(gè)體又有不同數(shù)目的柱塊,每個(gè)柱塊也可以有多種植被功能型.許多學(xué)者已對(duì)CLM3.0模式在中國(guó)區(qū)域的應(yīng)用做了檢驗(yàn)和評(píng)價(jià),證明CLM3.0模式在中國(guó)地區(qū)的可用性.EnKF同化模塊主要與CLM3.0中的土壤濕度模塊耦合,CLM3.0中使用的一維土壤水垂直運(yùn)動(dòng)方程(忽略水平流動(dòng))如下:其中θ是土壤體積含水量(m3/m3),q是垂直土壤水通量(mm/s),E是蒸發(fā)速率(mm/s),Rfm是融化(負(fù)值)或凍結(jié)(正值)速率,z是到地面的垂直距離(q和z取向下為正).1.2離線陸面模式大氣驅(qū)動(dòng)數(shù)據(jù)處理提高陸面模式模擬精度的困難之一是缺乏長(zhǎng)期的、高分辨率的、實(shí)際的大氣驅(qū)動(dòng)數(shù)據(jù)來(lái)驅(qū)動(dòng)陸面模式運(yùn)行.大氣驅(qū)動(dòng)數(shù)據(jù)通常需要降水、氣溫、相對(duì)濕度、氣壓、風(fēng)速和向下的太陽(yáng)輻射的日變化,在全球尺度范圍內(nèi)這些參數(shù)是無(wú)法直接觀測(cè)得到的.在對(duì)離線陸面模式大氣驅(qū)動(dòng)數(shù)據(jù)處理方面有許多科學(xué)家作了大量的工作,Qian等的研究表明NCEP再分析降水和地面輻射存在虛假的長(zhǎng)期變化,降水的偏差毫無(wú)疑問(wèn)要影響到土壤濕度的預(yù)測(cè)、模擬和同化效果,其他許多的相關(guān)研究也已經(jīng)認(rèn)識(shí)到這些問(wèn)題,他們或者直接使用觀測(cè)數(shù)據(jù),或者調(diào)整再分析數(shù)據(jù).在本文的研究中,引入了高時(shí)空分辨率的靜止氣象衛(wèi)星資料反演的降水和地面入射太陽(yáng)輻射產(chǎn)品,結(jié)合NCEP再分析資料,建立了一套覆蓋中國(guó)區(qū)域的質(zhì)量比較好的大氣驅(qū)動(dòng)數(shù)據(jù).1.2.1表面活性劑降水估計(jì)產(chǎn)品國(guó)家衛(wèi)星氣象中心業(yè)務(wù)FY2C/D/E衛(wèi)星降水估計(jì)產(chǎn)品在下列網(wǎng)站可免費(fèi)下載().業(yè)務(wù)降水估計(jì)產(chǎn)品有日累積和6h累積降水估計(jì)產(chǎn)品,2008年9月之后,新增了小時(shí)累積降水估計(jì)產(chǎn)品.CLM3.0陸面模式積分時(shí)間步長(zhǎng)為30min,因此需要時(shí)間分辨率較高的大氣強(qiáng)迫場(chǎng)數(shù)據(jù),小時(shí)降水?dāng)?shù)據(jù)與6h累積降水相比,更適合用于驅(qū)動(dòng)陸面模式模擬.為此師春香和謝正輝發(fā)展了基于每小時(shí)靜止衛(wèi)星云分類信息對(duì)累積降水進(jìn)行時(shí)間加權(quán)插值的方法,將該方法應(yīng)用于國(guó)家衛(wèi)星氣象中心FY2C6h降水估計(jì)業(yè)務(wù)產(chǎn)品,得到具有0.1°×0.1°空間分辨率以及1h時(shí)間分辨率的降水?dāng)?shù)據(jù)集,利用中國(guó)區(qū)域自動(dòng)雨量觀測(cè)資料對(duì)該降水估計(jì)數(shù)據(jù)進(jìn)行了檢驗(yàn)和評(píng)估,表明該方法是合理的,靜止衛(wèi)星1h降水產(chǎn)品處理流程圖見(jiàn)圖2,另外關(guān)于該降水?dāng)?shù)據(jù)的處理和質(zhì)量評(píng)價(jià)細(xì)節(jié)請(qǐng)見(jiàn)文獻(xiàn).1.2.2地面入射太陽(yáng)輻射反演算法國(guó)家衛(wèi)星氣象中心業(yè)務(wù)FY2C/D/E衛(wèi)星地面入射太陽(yáng)輻射產(chǎn)品在下列網(wǎng)站可免費(fèi)下載(/),業(yè)務(wù)產(chǎn)品時(shí)間分辨率為1天,空間分辨率0.5°×0.5°.由于該產(chǎn)品時(shí)空分辨率比較粗,不能滿足陸面模式大氣強(qiáng)迫數(shù)據(jù)的需求,因此本文采用袁晚平提供的國(guó)家衛(wèi)星氣象中心地面入射太陽(yáng)輻射產(chǎn)品業(yè)務(wù)反演算法(/),利用FY2C靜止氣象衛(wèi)星可見(jiàn)光波段觀測(cè)資料生成了地面入射太陽(yáng)輻射數(shù)據(jù)集,時(shí)間分辨率為1h,空間分辨率為0.1°×0.1°,并用中國(guó)氣象局5個(gè)氣候觀象臺(tái)觀測(cè)的太陽(yáng)輻射資料對(duì)其進(jìn)行了質(zhì)量檢驗(yàn).地面入射太陽(yáng)輻射產(chǎn)品業(yè)務(wù)反演算法采用了Stamnes等的離散縱標(biāo)法進(jìn)行輻射傳輸計(jì)算,這種算法可以計(jì)算任意方向的輻亮度,因而能夠考慮大氣層頂反射太陽(yáng)輻射的各向異性,即先計(jì)算出大氣層頂衛(wèi)星觀測(cè)方向的反射太陽(yáng)輻射輻亮度,然后換算為衛(wèi)星可見(jiàn)光通道觀測(cè)的可見(jiàn)光雙向反照率.入射到大氣層頂?shù)奶?yáng)輻射在穿越大氣到達(dá)地面的傳輸過(guò)程中,包含了與大氣、地面相互作用的一系列物理過(guò)程,反演模式中主要考慮了:(1)臭氧吸收,(2)分子瑞利多次散射,(3)云滴的多次散射和吸收,(4)水汽吸收,(5)氣溶膠的多次散射和吸收,(6)地面與大氣的多次反射.和Stuhlmann等的工作相似,設(shè)計(jì)了一個(gè)垂直方向非均一、分為五個(gè)層次的平面平行理想大氣模型,分五個(gè)太陽(yáng)光譜區(qū)間(0.2~0.4,0.4~0.5,0.5~0.6,0.6~0.7,0.7~4.0μm)計(jì)算發(fā)生在當(dāng)中的太陽(yáng)輻射的散射、吸收和反射.從上述各個(gè)物理過(guò)程對(duì)地面入射太陽(yáng)輻射的影響大小來(lái)看,云的影響比其他因子要大一個(gè)量級(jí),地面入射太陽(yáng)輻射主要由云決定,在反演模式中需要對(duì)它加以重點(diǎn)考慮.地面入射太陽(yáng)輻射反演算法建立之初,袁晚平對(duì)該算法進(jìn)行大量的檢驗(yàn)和驗(yàn)證,詳細(xì)的檢驗(yàn)和驗(yàn)證結(jié)果請(qǐng)參考(/).本文利用中國(guó)氣象局新建的氣候觀象臺(tái)地面觀測(cè)資料,對(duì)2007年7月至12月期間FY2C地面入射太陽(yáng)輻射數(shù)據(jù),進(jìn)行了對(duì)比驗(yàn)證,5個(gè)氣候觀象臺(tái)包括錫林浩特、壽縣、張掖、大理和電白.圖3(a)是錫林浩特氣候觀象臺(tái)觀測(cè)的和FY2C衛(wèi)星反演的地面入射太陽(yáng)輻射數(shù)據(jù)隨時(shí)間變化,從2007年7月1日00時(shí)(世界時(shí))開(kāi)始累計(jì).圖3(a)表明當(dāng)?shù)孛嫒肷涮?yáng)輻射數(shù)據(jù)偏大時(shí),地面觀測(cè)比衛(wèi)星反演的地面入射太陽(yáng)輻射數(shù)據(jù)偏大,當(dāng)?shù)孛嫒肷涮?yáng)輻射數(shù)據(jù)偏小時(shí),地面觀測(cè)比衛(wèi)星反演的地面入射太陽(yáng)輻射數(shù)據(jù)偏小,這可能是因?yàn)樾l(wèi)星觀測(cè)是對(duì)一個(gè)比較大面積上的觀測(cè),而地面觀測(cè)是一個(gè)非常小的,可以認(rèn)為是一種點(diǎn)的觀測(cè),因而衛(wèi)星反演的結(jié)果偏向于平均狀態(tài),圖3(b)是地面觀測(cè)和FY2C衛(wèi)星反演的地面入射太陽(yáng)輻射數(shù)據(jù)散點(diǎn)圖,圖3(c)是FY2C衛(wèi)星反演的和地面觀測(cè)的地面入射太陽(yáng)輻射數(shù)據(jù)之差的直方圖,圖3(b)和(c)都表明衛(wèi)星反演的比地面觀測(cè)值偏大,圖3(c)也表明,在大多數(shù)情況下,衛(wèi)星反演的和地面觀測(cè)太陽(yáng)輻射數(shù)據(jù)之偏差小于約50W/m大氣驅(qū)動(dòng)場(chǎng)數(shù)據(jù)集對(duì)驅(qū)動(dòng)陸面模式CLM3.0運(yùn)行的地面溫度、濕度、氣壓和風(fēng)速數(shù)據(jù),通過(guò)對(duì)1°×1°,6h間隔的NCEP再分析資料插值處理得出.并與通過(guò)靜止衛(wèi)星反演得到的高時(shí)空分布降水和地面入射太陽(yáng)輻射數(shù)據(jù)一起,組成驅(qū)動(dòng)陸面模式運(yùn)行的大氣強(qiáng)迫數(shù)據(jù)集.本文對(duì)2005年7月至2009年6月的相關(guān)數(shù)據(jù),進(jìn)行了處理、質(zhì)量控制和驗(yàn)證,并以每月為單位生成了大氣驅(qū)動(dòng)數(shù)據(jù)集,其時(shí)間分辨率為1h,水平分辨率為0.1°×0.1°,空間覆蓋范圍為15°~55°N,75°~135°E,數(shù)據(jù)格式為NETCDF格式.該大氣驅(qū)動(dòng)場(chǎng)數(shù)據(jù)集被用于本文后面介紹的中國(guó)區(qū)域土壤濕度陸面數(shù)據(jù)同化試驗(yàn)中.0.1°×0.1°的大氣驅(qū)動(dòng)場(chǎng)數(shù)據(jù)為基礎(chǔ)數(shù)據(jù),對(duì)其他空間分辨率的同化試驗(yàn),通過(guò)對(duì)該大氣驅(qū)動(dòng)場(chǎng)數(shù)據(jù)進(jìn)行空間插值得到相匹配的數(shù)據(jù).1.3觀測(cè)擾動(dòng)的估計(jì)Evensen在標(biāo)準(zhǔn)EnKF的基礎(chǔ)上提出了一種新的平方根分析方案,它在計(jì)算分析場(chǎng)集合時(shí)不需要觀測(cè)擾動(dòng),從而能夠減小或消除觀測(cè)擾動(dòng)帶來(lái)的樣本誤差,另外,該算法在計(jì)算分析場(chǎng)的結(jié)構(gòu)時(shí)不需要引入額外的附加假設(shè)和近似,例如不需要假設(shè)觀測(cè)擾動(dòng)與狀態(tài)變量集合擾動(dòng)的無(wú)關(guān)性,也不需要對(duì)觀測(cè)誤差協(xié)方差矩陣求逆等,并且該算法計(jì)算很簡(jiǎn)便.傳統(tǒng)的EnKF公式表示如下:(ⅰ)狀態(tài)誤差協(xié)方差矩陣定義集合狀態(tài)矩陣:其中,ψi(i=1,…,N)是集合樣本成員,n是狀態(tài)變量的維數(shù),N是集合樣本個(gè)數(shù).定義集合擾動(dòng)矩陣:其中=A1N.狀態(tài)誤差協(xié)方差陣:矩陣1N中的每一個(gè)元素都為1/N.(ⅱ)觀測(cè)誤差協(xié)方差陣給定一個(gè)觀測(cè)d∈Rm,定義N個(gè)擾動(dòng)的觀測(cè)向量:其中m是觀測(cè)向量的維數(shù).(ⅲ)分析方程其中H為觀測(cè)算子(H可為非線性,此時(shí)HA=H(A)).從傳統(tǒng)Kalman濾波分析方程的協(xié)方差矩陣更新出發(fā),采用平方根算法計(jì)算集合狀態(tài)變量擾動(dòng)的更新:其中H是觀測(cè)算子,P和R分別是狀態(tài)誤差協(xié)方差矩陣和觀測(cè)誤差協(xié)方差矩陣,上標(biāo)a,f和T分別表示分析場(chǎng)、預(yù)報(bào)場(chǎng)和矩陣轉(zhuǎn)置.假設(shè)A和A′分別是集合狀態(tài)矩陣和集合擾動(dòng)矩陣,本文中狀態(tài)變量為土壤體積含水量,則A=(θ1,θ2,…,θN)∈Rn×N.除此之外,觀測(cè)向量d∈Rm,本文觀測(cè)取為衛(wèi)星反演土壤濕度,E是觀測(cè)擾動(dòng)集合,定義矩陣S=HA′和C=SST+(N-1)R.該算法按照下面的步驟執(zhí)行:1)計(jì)算出矩陣C,然后對(duì)C進(jìn)行特征值分解,即ZΛZT=C;3)計(jì)算矩陣X2=Λ-1/2ZTS;4)進(jìn)行SVD分解U2Σ2V2T=X2;5)求解狀態(tài)變量的分析集合擾動(dòng),(Θ是任意正交矩陣),然后加上2)計(jì)算得到的集合分析平均值,便可得到狀態(tài)變量的分析場(chǎng)Aa.在建立CLSMDAS的過(guò)程中,首先是利用一個(gè)簡(jiǎn)單的土壤水模塊,建立了基于EnKF方法的陸面近地表土壤濕度同化模型,并針對(duì)只有近地表觀測(cè)的特點(diǎn),構(gòu)造出一套理想的近地面觀測(cè)數(shù)據(jù),進(jìn)行理想的模擬驗(yàn)證試驗(yàn),證明了EnKF同化模塊的準(zhǔn)確性和可用性.在此基礎(chǔ)上,將EnKF同化模塊耦合到CLM3.0模式中,建立了CLSMDAS系統(tǒng).1.4模型建立與數(shù)據(jù)處理搭載于EOS-Aqua上的高級(jí)微波掃描輻射計(jì)(AMSR-E)是第一個(gè)能提供全球尺度土壤水分業(yè)務(wù)產(chǎn)品的傳感器,這些土壤水分產(chǎn)品已廣泛的應(yīng)用于各種水文、氣象氣候等方面.AMSR-E的儀器工作頻率為6.925,10.65,18.7,23.8,36.5,89GHz,下面簡(jiǎn)單介紹AMSR-E土壤水分反演算法.AMSR-E陸地反演算法基于輻射傳輸模型,反演出三個(gè)主要的地物參數(shù):土壤濕度me、植被含水量we和地表溫度Te.根據(jù)觀測(cè)亮溫與陸表以及大氣相關(guān)地物變量的關(guān)系,模型方程可簡(jiǎn)單表述如下:其中x={xj},xj為各地物變量,即土壤濕度、植被含水量和地表溫度;TBi為i通道觀測(cè)到的亮溫;Φi(x)則表示參數(shù)與亮溫之間的函數(shù)關(guān)系.AMSR-E亮溫(Tbs)首先經(jīng)過(guò)投影處理,對(duì)投影后的亮溫Tbs分類,以確定符合反演條件像素點(diǎn),并與輔助數(shù)據(jù)進(jìn)行匹配.土壤濕度反演過(guò)程包括:輸入數(shù)據(jù)質(zhì)量控制-投影重采樣-地表類型分類-剔除不符合反演條件的數(shù)據(jù)-反演-獲得土壤濕度.本文下載并處理了2004~2007年期間的AMSR-E日產(chǎn)品數(shù)據(jù),并利用全國(guó)常規(guī)土壤濕度觀測(cè)數(shù)據(jù)、內(nèi)蒙古以及河南加密土壤濕度觀測(cè)與AMSR-E反演土壤濕度數(shù)據(jù)進(jìn)行了對(duì)比分析.對(duì)比分析結(jié)果表明:1)AMSR-E反演土壤濕度數(shù)據(jù)時(shí)空變率都比較小;2)AMSR-E反演與地面觀測(cè)土壤濕度之間的偏差與土壤濕度大小有非常明顯的關(guān)系,在干旱和半干旱地區(qū)反演的土壤濕度比濕潤(rùn)地區(qū)精度高,這一點(diǎn)與理論分析結(jié)果是一致的;3)內(nèi)蒙117站地面觀測(cè)與AMSR-E反演土壤含水量間的偏差總體上比河南115各站的偏差小,這主要是因?yàn)閮?nèi)蒙117站多數(shù)為草地,而河南的觀測(cè)站多數(shù)為農(nóng)田,在植被覆蓋率高的條件下,微波對(duì)土壤濕度反演能力減弱,更詳細(xì)的介紹請(qǐng)見(jiàn)文獻(xiàn).2土壤濕度同化試驗(yàn)生態(tài)站單點(diǎn)觀測(cè)資料具有完善的大氣驅(qū)動(dòng)觀測(cè)數(shù)據(jù),以及地面及土壤各種觀測(cè),在中國(guó)區(qū)域陸面土壤濕度同化系統(tǒng)建立之后,首先利用生態(tài)站單點(diǎn)觀測(cè)資料開(kāi)展了陸面土壤濕度同化試驗(yàn),對(duì)該同化系統(tǒng)的性能進(jìn)行了分析.在單點(diǎn)土壤濕度同化試驗(yàn)之后,準(zhǔn)備了中國(guó)區(qū)域時(shí)間分辨率為1h、空間分辨率為0.25°×0.25°的大氣驅(qū)動(dòng)場(chǎng)數(shù)據(jù),以及AMSR-E反演土壤濕度數(shù)據(jù),開(kāi)展了中國(guó)區(qū)域土壤濕度同化試驗(yàn).本節(jié)將描述單點(diǎn)和區(qū)域土壤濕度同化試驗(yàn)過(guò)程并對(duì)結(jié)果進(jìn)行分析.2.1土壤濕度同化試驗(yàn)設(shè)計(jì)壽縣國(guó)家氣候觀象臺(tái)位于安徽省北部沿淮地區(qū),116°47′E,32°33′N和平均海拔23.5m,占地面積2.5萬(wàn)平方米,屬于黃淮農(nóng)業(yè)生態(tài)觀測(cè)區(qū).壽縣觀測(cè)站資料時(shí)間段為:2004年4~6月,觀測(cè)資料時(shí)間分辨率半小時(shí),其中大氣驅(qū)動(dòng)數(shù)據(jù)包括:2m高度的氣溫、相對(duì)濕度、風(fēng)速、氣壓,降水和地面短波輻射,地面觀測(cè)10cm土壤濕度數(shù)據(jù).利用本文建立的中國(guó)區(qū)域土壤濕度同化系統(tǒng)CLSMDAS,開(kāi)展了土壤濕度同化敏感性試驗(yàn).CLSMDAS同化系統(tǒng)中,狀態(tài)誤差協(xié)方差矩陣通過(guò)對(duì)狀態(tài)變量隨機(jī)擾動(dòng)形成狀態(tài)變量集合,再根據(jù)公式(4)計(jì)算得到狀態(tài)誤差協(xié)方差矩陣,觀測(cè)誤差協(xié)方差矩陣由公式(8)計(jì)算.設(shè)計(jì)了如下4個(gè)方面的土壤濕度同化試驗(yàn)方案(表1).試驗(yàn)1:改變模式背景誤差和觀測(cè)誤差設(shè)計(jì),討論模式背景誤差和觀測(cè)誤差對(duì)同化結(jié)果的影響.模式背景誤差取0.03,也就是用θi=θb(1+γ)的方式生成集合樣本,其中γ為[-0.03,0.03]之間的隨機(jī)數(shù),而觀測(cè)誤差分別取0.01和0.03時(shí)(本文根據(jù)經(jīng)驗(yàn)給定),模式、觀測(cè)和同化土壤濕度隨時(shí)間變化曲線如圖4(a),觀測(cè)誤差取0.01時(shí)的同化土壤濕度比觀測(cè)誤差取0.03時(shí)的同化土壤濕度更接近實(shí)際的觀測(cè)資料.試驗(yàn)2:改變集合樣本大小,討論集合樣本數(shù)對(duì)同化結(jié)果的影響.集合樣本數(shù)分別取10,20,50個(gè),進(jìn)行試驗(yàn),模式、觀測(cè)和同化土壤濕度隨時(shí)間變化曲線如圖4(b),圖中表現(xiàn)出集合樣本數(shù)越大,同化結(jié)果與觀測(cè)越靠近,但10,20,50個(gè)樣本的同化結(jié)果差別不是很大.試驗(yàn)3:討論觀測(cè)土壤濕度深度對(duì)同化結(jié)果的影響.由于地面觀測(cè)土壤濕度第一層為10cm深土壤層平均值,覆蓋了CLM3.0中土壤濕度分層的前4層,因此設(shè)計(jì)了兩種試驗(yàn),第一層觀測(cè)土壤濕度與模式第一層土壤濕度進(jìn)行同化,第二將第一層觀測(cè)土壤濕度(10cm)分成四層,與模式前四層土壤濕度進(jìn)行同化,進(jìn)行了對(duì)比試驗(yàn),模式、觀測(cè)和同化土壤濕度隨時(shí)間變化曲線見(jiàn)圖4(c),結(jié)果表明,兩種同化方案的同化結(jié)果有較大的差異,觀測(cè)土壤濕度信息越多,同化后土壤濕度越接近觀測(cè).試驗(yàn)4:討論觀測(cè)土壤濕度頻次對(duì)同化結(jié)果的影響.分別設(shè)計(jì)觀測(cè)數(shù)據(jù)頻次為每半小時(shí)1次、每天1次、三天1次,進(jìn)行同化試驗(yàn),模式、觀測(cè)和同化土壤濕度隨時(shí)間變化曲線見(jiàn)圖4(d),結(jié)果表明,觀測(cè)數(shù)據(jù)頻次越密,同化結(jié)果與觀測(cè)越接近,觀測(cè)頻次越稀疏,同化結(jié)果越接近模式.圖4(e)和(f)分別是在上述試驗(yàn)過(guò)程中采用的溫度和降水隨時(shí)間的變化曲線.2.2clsmdas同化土壤濕度分布利用CLSMDAS開(kāi)展了中國(guó)區(qū)域陸面土壤濕度同化試驗(yàn),同化試驗(yàn)區(qū)域?yàn)?5°~55°N、75°~135°E,陸面模式采用CLM3.0,大氣驅(qū)動(dòng)數(shù)據(jù)中的降水和輻射使用FY2C衛(wèi)星降水估計(jì)數(shù)據(jù)和FY2C地面入射太陽(yáng)輻射數(shù)據(jù),溫度、濕度、氣壓和風(fēng)速由NCEP再分析資料插值得到,觀測(cè)數(shù)據(jù)是AMSR-E反演土壤濕度數(shù)據(jù),從NASA官方網(wǎng)站下載(/data/amsre).同化方法采用EnKF同化方法,同化后土壤濕度水平空間分辨率為0.25°×0.25°,垂直方向有10層,與CLM3.0模式中的土壤濕度分層方法一致,模式時(shí)間積分步長(zhǎng)30min.試驗(yàn)表明,CLSMDAS同化系統(tǒng)中最上面的四層土壤濕度之和與地面觀測(cè)中的10cm土壤濕度數(shù)據(jù)物理意義一致,因此對(duì)輸出的最上面的四層土壤濕度數(shù)據(jù)合成后,再被處理成格點(diǎn)化日平均和月平均土壤濕度進(jìn)行分析.對(duì)2006年6~9月的同化試驗(yàn)結(jié)果分析,總體上看,CLSMDAS同化土壤濕度分布與地面觀測(cè)土壤濕度有較好的一致性,但是因?yàn)槟壳暗孛嬗^測(cè)土壤濕度資料少,觀測(cè)土壤濕度誤差比較大,再加上土壤濕度空間分布的變異性本身就很大,因此同化土壤濕度的驗(yàn)證是比較困難的.國(guó)家氣候中心定期發(fā)布的中國(guó)旱澇氣候公報(bào)是國(guó)內(nèi)權(quán)威的業(yè)務(wù)產(chǎn)品,其中氣候旱澇分布圖是由依據(jù)臺(tái)站多種觀測(cè)資料綜合分析繪制而成.本文利用地面觀測(cè)土壤濕度站點(diǎn)分布圖以及利用國(guó)家氣候中心業(yè)務(wù)發(fā)布的氣候旱澇分布圖對(duì)CLSMDAS同化土壤濕度進(jìn)行了分析,如圖5和6.圖5是2006年7月18日CLSMDAS同化土壤濕度分布圖(a))和2006年7月18日中國(guó)區(qū)域10cm土壤濕度觀測(cè)(b)),在CLSMDAS同化土壤濕度分布圖中,中國(guó)南部大部分地區(qū)土壤濕度偏大,在圖5(b)中盡管中國(guó)南部地區(qū)觀測(cè)站點(diǎn)較少,但僅有的幾個(gè)觀測(cè)站也反映出土壤濕度偏濕,在內(nèi)蒙東部和中部的土壤濕度低值區(qū),觀測(cè)和同化土壤濕度是比較一致的,在中國(guó)中部地區(qū)出現(xiàn)土壤濕度偏干的地區(qū),觀測(cè)和同化土壤濕度也是比較一致的.圖6是中國(guó)區(qū)域同化土壤濕度分布圖和國(guó)家氣候中心發(fā)布的全國(guó)氣候旱澇分布圖比較.根據(jù)國(guó)家氣候中心中國(guó)旱澇氣候公報(bào),2006年8月重慶、四川發(fā)生建國(guó)以來(lái)最嚴(yán)重的夏伏旱,8月18日全國(guó)氣候干旱監(jiān)測(cè)顯示,重慶西部、四川東部仍然維持重旱至特旱;四川大部、西藏東部、湖北西南部、湖南西北部、貴州北部、新疆北部、甘肅南部、內(nèi)蒙古東部等地維持中到重旱;江南