Page 213 - 《高原气象》2026年第1期
P. 213
1 期 张 琳等：WRF模式中初始土壤温湿度对华北冬季近地面要素预报的影响 209
下同）上升至 3. 4~5. 5 ℃， 表明 CMA 组对 2 m 气温 壤温、 湿度对模式预报结果的影响可延伸至 84 h
的预报效果逐渐变差；CLDAS 组的 2 m 气温 RMSE 及以后。
却一直趋于稳定， 始终处于 2. 9~4. 9 ℃之间， CL‐ 对 2 m 气温而言， 其观测值和两组试验预报的
DAS 组对 2 m 气温的预报效果随预报时长保持稳 RMSE 表现出一致的日变化特征（图 6）。在每日
定。从图 6 中可以看出， 随预报时长增加， CLDAS 08:00， 2 m 气温最低， 所预报的 RMSE 最高， 在华
组和 CMA 组的 2 m 气温 RMSE 之间的差异逐步扩 北区域内均呈现暖偏差［图 7（a）， （b）］， 在河北中
大， CLDAS 组的 2 m 气温 RMSE 比 CMA 组的最多 南部、 山西南部、 山东西北部和河南省， CLDAS 组
降低了 10%。 的 2 m 气温暖偏差大于 CMA 组；在山西北部、 河北
由此可见， CMA 组和 CLDAS 组虽然只是土 北部及其以北地区， 以及山东的东部和南部， CL‐
壤温、 湿度初值不同， 但是由于土壤特性以及陆 DAS 组的暖偏差较小［图 7（c）］， 尤其在内蒙古、 河
面-地表之间的相互作用， 所预报的相对湿度、 北东北部、 辽宁西部、 山东南部， CLDAS 组预报的
2 m 气温在预报时长 84 h 仍差异巨大， 可见初始土 暖偏差降低到2 ℃以内。
图7 CMA组和CLDAS组2 m气温偏差的空间分布（单位： ℃）
Fig. 7 Spatial distribution of average temperature bias in group CMA and CLDAS. Unit： ℃
在每日 14:00， 2 m 气温最高， 所预报的 RMSE 温始终优于 CMA 组， 尤其是对于日最低气温的预
最低， 在华北区域内也呈现暖偏差［图 7（d）~（f）］， 报效果更优；在山西南部、 河北中南部、 河南以及
在山西中部， CLDAS 组的暖偏差大于 CMA 组；在 山东省西北部， CLDAS 组预报的日最低气温暖偏
除山西中部以外的华北区域， 相比于 CMA 组， CL‐ 差更大， 日最高气温的预报偏差小于 CMA 组。针
DAS 组的暖偏差更小， 尤其是在山东的西南部、 河 对 CLDAS 组日最高、 最低气温的预报偏差， 将探
南中部、 河北南部和山西南部， CLDAS 组 2 m 气温 讨其区域差异的原因。
暖偏差减少了1. 5 ℃。 研究表明， 地表的热通量变化是土壤影响气温
总体来说， 在山西北部、 河北北部及其以北地 的直接因子（易翔等， 2016）。感热通量和潜热通量
区， 以及山东东部和南部， CLDAS 组预报的 2 m 气 作为陆-气间能量交换的主要方式， 能够充分反映
