Page 99 - 《高原气象》2022年第1期

1 期 付春伟等：基于CLM4.5模式的季节冻土区土壤参数化方案的模拟研究 97
同时引入相变效率ε （Masson et al，2013）： MAE = ên -1 n ù ú | （17）
é
{ θ liq /θ sat (冻结过程 ) ë ∑ |e i û
i = 1
ε = θ ice /θ sat (融化过程 ) （14） 式中： x i 为观测值； y i 为模拟值；x 为观测值的平

这一原理假设，当土壤的体积液态水含量相对 均；y为模拟值的平均；N为时间序列长度。
较大时，与具有相同可用能量的干燥土壤相比，用 4 模拟结果分析
于冻结的能量更多。土壤中冰融化时也是同样的
道理。在相变过程中，土壤温度降至冰点过程中用 4. 1 土壤热传导率参数化方案模拟结果
于土壤水分冻结或融化的能量。
从 2013 年 9 月至 2014 年 8 月 BJ 观测点不同土
3. 4 模式评估方法
壤深度处，修改土壤热传导率参数化方案前后的土
为更好地评估模式的模拟效果，本文用了模拟
壤温度模拟值与观测值的对比（图 1）可以看出，修
值 与 观 测 值 之 间 的 相 关 系 数（R），均 方 根 误 差
改土壤热传导率参数化方案前后，4 层土壤温度模
（RMSE），平均绝对误差（MAE）来评估模式的模拟
拟的波峰波谷值、变化趋势都与实际对应的很好，
效果，计算公式为：
N 模拟值能够较好的体现土壤的季节变化。由于太
∑ ( x i - x ) ( y i - y ) 阳辐射和外界气温的影响，浅层土壤温度波动比较
R = i = 1 （15）
N N 剧烈，而较深层土壤的温度变化幅度相对较小，曲
∑ ( x i - x ) 2 ∑ ( y i - y ) 2
i = 1 i = 1 线比较光滑。由于较深层土壤对气象要素变化敏
1
é 1 N ù 2 感性较低，年变化较小，并且最低值较浅层土壤
RMSE = ê ∑ ( x i - y i ) 2 ú （16）
ë N i = 1 û 略高。

图1 BJ观测点Luo参数化方案4层土壤温度模拟值与观测值的对比
Fig. 1 Comparison of simulated and observed soil temperature in 4 layers by Luo parameterization scheme at BJ site
通过修改土壤热传导率参数化方案前后的模 度较实际观测值在大部分时间段都偏低。修改 Luo
拟值与观测值的统计分析（表 7）可以看出，修改完 参数化方案前后，CLM4. 5 模式均能较好地模拟出
方案后，各层土壤的土壤温度模拟值与观测值的均 土壤湿度的变化趋势，但是在数值上还是有一定的
方根误差和平均绝对误差都有所降低，模拟效果较 不足，尤其是对于浅层土壤，土壤湿度模拟值较实
原方案有所提升。 际观测的土壤湿度相差较大，模拟能力有待提升。
图 2 给出了 2013 年 9 月至 2014 年 8 月 BJ 观测 从表 7 可以看出，修改 Luo 参数化方案前后，
点不同土壤深度处，修改土壤热传导率参数化方案 相关系数均能达到 0. 79~0. 84，说明 CLM4. 5 模式
前后的土壤湿度模拟值与观测值的对比结果，从整 能够在一定程度上模拟出土壤湿度的变化趋势。
体上看，CLM4. 5 模式原方案模拟出的各层土壤湿 修改完 Luo 方案后，土壤湿度的模拟值与观测值的