Page 253 - 《高原气象》2022年第5期

高 原 气 象
1346
地区地表温度、上层（0~10 cm）土壤湿度、地表能
量平衡分量等陆面变量的模拟能力，并进一步探讨
了引起模式偏差的可能原因，得出以下结论：
（1） 模式可以较好地模拟出各陆面变量的空
间分布形势及变率，但模式在陆面变量强度的模拟
上还存在不同程度的偏差；
（2） 模式除对东南地区夏季的地表温度有所
高估外，全年低估了中国大部分区域的地表温度，
尤其在冬春季对青藏高原地区地表温度低估严重。
进一步的误差分析发现，造成模式对东南地区和青
藏高原地区地表温度模拟偏差的原因有所不同，在
东南地区模式对降水的低估导致了对地表向下净
短波辐射的高估，进而造成了对地表温度的高估，
而在青藏高原地区模式对地表温度的低估主要源
于对地表反照率的高估，模式对地表反照率的高估
造成了对地表向下净短波辐射的低估，进而导致了
对地表温度的低估；
（3） 模式在各个季节均严重低估了东南地区
的上层土壤湿度，而在冬春季高估了青藏高原地区
的上层土壤湿度且对深层土壤时间演变特征的模
拟效果要好于上层土壤，这主要是由于降水的模拟
偏差所致；
（4） 模式在冬春季对青藏高原地区上层土壤
湿度和 10 m 风速的高估也共同引起了对该地区地
表向上潜热通量的高估。
经过模式评估后可以发现，BCC-CSM2-MR 模
式对陆面变量的模拟能力还有待提升，该模式是一
个耦合的气候系统模式，模拟偏差形成的原因比较
复杂，本文只分析了地表反照率、降水等变量对地
表温度、上层土壤湿度、地表能量平衡分量的影
响，后续还需要考虑模式各圈层之间的相互作用对
陆面变量模拟的影响，为模式改进提供理论依据，
同时为了更准确地评估该模式的模拟性能，之后的
研究中还可以将模拟值与实测值进行比较。
致谢：感谢国家自然科学基金项目“青藏高原地-气
系统多源信息综合数据共享平台研发”（91637313）
提供的青藏高原气象业务和野外站点数据支持。
参考文献：
Charney J，Quirk W J，Chew S，et al，1975. Dynamics of deserts and 程模拟的对比研究［J］. 高原气象，28（6）：1242-1249.
drought in the Sahel［J］. Journal of the Atmospheric Sciences， 孙菽芬，2002. 陆面过程研究的进展［J］. 新疆气象，25（6）：1-6.
34：1366-1388. DOI：10. 1002/qj. 49710142802.
Chen A J，Li W P，Li W J，et al，2014. An observational study of 中国应用的精度检验［J］. 地理科学进展，30（11）：1422-1430.
snow aging and the seasonal variation of snow albedo by using da‐ 武洁，高艳红，潘永洁，等，2020. 青藏高原中东部地区土壤湿度模
41 卷
ta from Col de Porte，France［J］. Chinese Science Bulletin，59
（34）：4881-4889. DOI：10. 1007/s11434-014-0429-9.
Chen F，Zhang Y，2009. On the coupling strength between the land
surface and the atmosphere：from viewpoint of surface exchange
coefficients［J］. Geophysical Research Letters，36（10）：207-
213. DOI：10. 1029/2009GL037980.
Dickinson R E，1995. Land-atmosphere interaction［J］. Reviews of
Geophysics，33（2）：917-922. DIO：10. 1029/95RG00284.
Ji J J，1995. A climate-vegetation interaction model：simulating physi‐
cal and biological processes at the surface［J］. Journal of Biogeog‐
raphy，22：445-451. DOI：10. 2307/2845941.
Ji J J，Huang M，Li K R，2008. Prediction of carbon exchange be‐
tween China terrestrial ecosystem and atmosphere in 21st century
［J］. Science in China（Series D：Earth Sciences），51（6）：885-
898. DOI：10. 1007/s11430-008-0039-y.
Li W P，Zhang Y W，Shi X L，et al，2019. Development of land sur‐
face model BCC-AVIM2. 0 and its preliminary performance in
LS3MIP/CMIP6［J］. Journal of Meteorological Research，33
（5）：851-869. DOI：10. 1007/S13351-019-9016-y.
Sang Y H，Ren H L，Shi X L，et al，2021. Improvement of soil mois‐
ture simulation in Eurasia by the Beijing Climate Center Climate
System Model（BCC-CSM）from CMIP5 to CMIP6［J］. Advanc‐
es in Atmospheric Sciences，38（2）：237-252. DOI：10. 1007/
s00376-020-0167-7.
Wu T W，Lu Y X，Fang Y J，et al，2019. The Beijing Climate Center
Climate System Model（BCC-CSM）：the main progress from
CMIP5 to CMIP6［J］. Geoscientific Model Development，12
（4）：1573-1600. DOI：10. 5194/gmd-12-1573-2019.
Xia K，Luo Y，Li W P，2011. Simulation of freezing and melting of
soil on the northeast Tibetan Plateau［J］. Science Bulletin，56
（20）：2145-2155. DOI：10. 117/s11434-011-4542-8.
陈渤黎，罗斯琼，吕世华，等，2014. 陆面模式 CLM 对若尔盖站冻
融期模拟性能的检验与对比［J］. 气候与环境研究，19（5）：
649-658. DOI：10. 3878/j. issn. 1006-9585. 2014. 13013.
陈海山，孙照渤，2002. 陆气相互作用及陆面模式的研究进展［J］.
大气科学学报，25（2）：277-288. DOI：10. 3969/j. issn. 1674-
7097. 2002. 02. 021.
戴永久，曾庆存，1996. 陆面过程研究［J］. 水科学进展，7（增刊）：
40-53.
邓明珊，孟宪红，马英赛，等，2018. 基于 GLDAS 产品的青藏高原
土壤湿度特征分析［J］. 干旱气象，36（4）：595-602. DOI：10.
11755/j. issn. 1006-7639（2018）-04-0595.
胡伟，马伟强，马耀明，等，2020. GLDAS 资料驱动的 Noah-MP 陆
面模式青藏高原地表能量交换模拟性能评估［J］. 高原气象，39
（3）：486-498. DOI：10. 7522/j. issn. 1000-0534. 2019. 00060.
李雅培，朱睿，刘涛，等，2021. 基于 BCC-CSM2-MR 模式的疏勒
河流域未来气温降水变化趋势分析［J］. 高原气象，40（3）：
535-546. DOI：10. 7522/j. issn. 1000-0534. 2020. 00078.
刘金婷，马柱国，罗德海，2009. 三个陆面模式对新疆地区陆面过
田静，苏红波，孙晓敏，等，2011. GDAS 数据和 NOAH 陆面模式在