Page 244 - 《高原气象》2022年第5期

5 期 谭 洁等：BCC-CSM2-MR模式对中国陆面过程模拟能力评估 1337
和大气局）NCEP（国家环境预报中心）联合发布的
基于卫星、陆面模式和地面观测数据的同化产品，
能够提供多种驱动数据，这些数据来源于大气同化
产品、再分析资料和实际观测，目前 GLDAS 数据
已被国内外学者广泛应用于天气预报和水文气象
研究（邓明珊等，2018；续昱和高艳红，2020；胡伟
等，2020；武洁等，2020）。本文使用的 GLDAS 资
料的时间范围为 2003-2014 年，时间分辨率为 3 h，
选取的区域为中国地区，空间分辨率为 0. 25°×
0. 25°，包括的数据有地表温度、上层土壤湿度、向 图1 青藏高原气象业务站和野外站和江苏省台站分布
下净短波辐射、向上净长波辐射、向上感热和潜热 Fig. 1 Distribution of operational and field stations over the
Qinghai-Xizang plateau and stations over Jiangsu Province
通量、地表反照率、降水、10 m风速等陆面变量。
同时本文还使用了站点观测的土壤温度和湿 据与模式资料之间的空间相关系数、时间相关系数、
度数据与模式资料进行比较，其中包括 2014 年江 泰勒评分、均方根误差。文中涉及的地图是基于国
苏省 85 个台站的逐日土壤湿度数据，青藏高原地 家测绘地理信息局标准地图服务网站下载的审图号
区 16 个业务站 2012-2014 年的土壤湿度数据和 4 为GS（2016）1594的中国地图制作，底图无修改。
个野外站的土壤温度数据（图 1），其中 4 个野外站 3 研究结果
的土壤温度数据分别为阿柔（2011年 5-8月），玛曲
（2010 年 6-8 月），那曲（2013 年 5-8 月），唐古拉 3. 1 BCC-CSM2-MR 模式对中国地表温度模拟效
（2011年 5-8月），本文在模式和站点比较时选取模 果评估
式在站点最近格点的格点值来进行站点验证。 从图 2（a）~（h）可以看出，模式模拟的地表温度
为了定量分析BCC-CSM2-MR模式对中国陆面 空间分布形势与 GLDAS 结果基本一致，模式结果
过程的模拟能力，本文计算了观测数据及GLADS数 与 GLDAS 间的空间相关系数和泰勒评分在各个季

图2 GLDAS（上）和模式模拟（中）的不同季节2003-2014年平均的中国地表温度空间分布及其差异（下）（单位：℃）
Fig. 2 Spatial distribution and difference（bottom）of land surface soil temperature from GLDAS（top）and model
simulation（middle）averaged in China in different seasons over 2003-2014. Unit：℃