Page 29 - 《高原气象》2026年第1期

1 期 全 芮等：三江源区湿地土壤湿度异常对降水反馈的模拟研究 25
相差达一个数量级。对于 25 cm 土壤， 平均土壤持 图。在 5 cm 深度［图 3（a）］中， SEM 方法模拟结果
水特征曲线与默认土壤持水特征曲线约在 pF = 3 的 均 方 根 误 差（RMSE）为 0. 03， 相 关 系 数（r）为
时存在交点， 而平均土壤导水特征曲线与默认土壤 0. 70， 表明该方法在此土层具有较高的模拟精度。
导水特征曲线在 pF 处于 2~4 时出现交点。总体来 相比之下， 默认参数的模拟结果的 RMSE为 0. 13， r
看， 这些结果表明， 通过升尺度方法获取的平均曲 值为 0. 39， 显示出较大的误差， 模拟精度相对较
线更能反映研究区域的实际土壤水力学特性， 为模 低。在 25 cm 深度［图 3（b）］中， SEM 方法的模拟结
型参数化方案的优化提供了可靠依据。 果 更 接 近 实 际 情 况 ， RMSE 仅 为 0. 01， r 值 高 达
Noah-MP 陆面过程模块中的土壤模型采用四 0. 93， 而默认参数模拟结果的RMSE为0. 16， r值为
层结构， 分别为 0~10 cm、 10~40 cm、 40~100 cm 以 0. 84， 在较高的湿度范围内存在显著偏差。表明
及 100~200 cm， 各层土壤的物理量为层平均值， 用 SEM方法在该深度具有极高的模拟精度， 模拟值与
于表征该层范围内的平均状态。鉴于浅层土壤（0~ 观测值之间的一致性显著优于默认参数结果， 进一
10 cm 和 10~40 cm）更容易受到外界因素（如降水、 步显示了默认土壤参数化方法在描述湿地土壤持
蒸发及地表辐射）的显著影响， 其变化特性与观测 水特性方面的局限性。总的来看， 这些对比分析表
数据更为接近。因此， 本文选取浅层土壤模型的前 明， SEM方法在浅层土壤的不同深度均能显著提高
两层代表深度（即 5 cm 和 25 cm）进行对比分析， 以 模型模拟的精度， 特别是在湿度范围较宽的条件下
评估模型模拟结果的准确性。图 3 为两次模拟在 具有更高的可靠性， 该结果为进一步优化高原湿地
5 cm和 25 cm深度下模拟结果与观测值的对比散点 土壤的参数化方案提供了重要参考。

图3 研究区域模型默认参数与SEM获取参数模拟的土壤湿度与观测值对比
Fig. 3 Comparison of simulated soil moisture using default and SEM-obtained
parameters with observed values in the study area
需要指出的是， 模型将 0~10 cm 的土壤湿度作 度的模拟值与观测值之间出现一定偏差， 而在25 cm
为一个层平均值进行模拟， 这种处理可能无法精确 深度， 模拟结果与观测值的匹配相对更好。综上所
代表 5 cm 处的实际湿度分布， 尤其是在土壤湿度 述， SEM方法获取的真实土壤水力学参数和默认参
沿深度存在明显梯度的情况下。而观测值则直接 数存在显著差异， 利用接近真实参数的模拟， 有助
来源于土壤 5 cm 深度处的实测仪器结果。因此， 于中尺度模型性能的提升， 从而更准确地描述土壤
两者之间可能存在固有的偏差。此外， 浅层土壤湿 水分动态及其对陆面过程的影响。
度受降水或表面水分输入的直接影响， 变化幅度较 4. 2 模型有效性验证
大且动态波动显著； 相比之下， 25 cm 深度的土壤 图 4 展示了 WRF 模型在修改土壤参数前后对
湿度变化通常表现出时间滞后和平滑特性。这种 不同地表变量模拟结果的对比。从图 4 中可以看
深度依赖的湿度变化特征可能导致模式在 5 cm 深 到， 模型参数的调整显著影响了各地表变量的模拟