论文部分内容阅读
内蒙古中东部草原区位于我国北方重要的生态屏障区和国家重点生态功能区。近年来,在气候变化大背景下,区域干旱灾害频发,畜牧业、草原生态环境和社会经济发展均受到严重影响。土壤水热过程是影响草原植被生长、生态环境变化、局地水能循环和天气及气候变化的重要过程,但区域土壤水热资料的获取相对较为困难,极大的制约着草原干旱监测、陆-气相互作用等研究的进展。利用陆面水文模式和耦合有陆面水文模式的大气模式WRF/WRF-Hydro对土壤水热过程进行模拟研究,对于深入理解陆面水文循环过程、陆-气相互作用和草原干旱灾害监测预警具有重要意义。本研究选择内蒙古中东部草原区为研究区域,利用研究区域内国家气象水文观测资料、多源融合气象资料、陆面水文模式CLM3.5、WRF-Hydro以及WRF/WRF-Hydro模式研究了土壤质地对土壤水热过程的影响、区域陆-气耦合特征、土壤温、湿度对区域天气的影响及机制。论文主要研究成果总结如下:（1）利用内蒙古中东部草原区的国家气象站1982～2018年观测的月降水资料和相关系数、绝对平均偏差和均方根误差等统计指标,评估了5套较为常用的格点降水资料的适用性。结果显示,CRA40和FLDAS格点降水与观测降水的空间分布最为一致,GLDAS相对较差;5套降水资料的时间相关系数均高于0.96,CRA40的统计指标最优,FLDAS其次,ERA5Land再次。各套格点降水资料对冬季降水的模拟能力差于其他季节,在干旱区的质量差于在半湿润区和半干旱区;FLDAS在内蒙古中东部草原区的适用性更好。（2）利用陆面水文模式CLM3.5和4套土壤质地资料,在内蒙古中东部草原区进行陆面积分试验,建立了近42年的长时间序列高时空分辨率陆面变量参考数据集,分析和探讨土壤质地对陆面水文模式土壤水热模拟能力的影响及机制。土壤质地能够明显影响研究区域的土壤水热过程,主要通过改变土壤饱和含水量、土壤饱和水力传导率,进而影响土壤渗透、地表径流和地下径流,最终导致土壤湿度的变化,土壤温度也随之改变。评价结果表明,基于CLM3.5模式和BNU土壤质地资料的IMRA42-BNU数据集能够更好的模拟研究区域的土壤水文学变量,但土壤质地对土壤热力学变量影响较小。这主要是因为BNU土壤质地中砂土比例较高,较为符合实际。相较于IMRA42-FAO,IMRA42-BNU模拟的0～10 cm土壤湿度的相关系数提高了9.68%、均方根误差降低了28.77%;5 cm土壤温度的RMSE降低了49.62%。将IMAR42-BNU参考数据集与国内外常用的7套格点土壤湿度资料和4套格点土壤温度资料进行比较,结果显示:IMRA42-BNU模拟的0～10 cm土壤湿度和5 cm土壤温度均较优,在土壤湿度方面,IMRA42-BNU和SMAP表现最好,有着最优的空间分布和统计指标,相对于SMAP,IMRA42-BNU的相关系数提高了6.58%,无偏均方根误差降低了35.67%;在土壤温度方面,IMRA42-BNU与SMAP、ERA5Land资料最优,相关系数均高于0.99,偏差较小,GLDAS-NOAH表现最差。（3）利用ERA5Land陆面再分析资料驱动陆面水文模式WRF-Hydro,在内蒙古中东部草原区进行长时间积分模拟,建立了覆盖研究区域的WRF-Hydro陆面水文模拟系统,生成了近五年高时空分辨率的陆面水文数据集,分析了WRF-Hydro模式对土壤温、湿度的模拟能力,并与IMRA42-BNU数据集进行比较。结果表明:WRF-Hydro陆面水文模式能够较好的模拟土壤湿度和土壤温度的空间分布特征,与观测值之间的时间统计指标也较好。相较于IMRA42-BNU,WRF-Hydro的土壤水热模拟能力略好,尤其是对夏季5 cm土壤温度的模拟能力更优;两套资料模拟的土壤温、湿度的相关系数均很高,差异较小,WRF-Hydro模拟的0～10 cm土壤湿度和5 cm土壤温度的平均偏差分别降低了24.40%和7%。水文模块更完善的WRF-Hydro模式对研究区域的土壤水热模拟能力优于CLM3.5。（4）利用IMRA42-BNU土壤湿度和CMFD降水资料计算了Pearson相关系数量化的土壤湿度-降水耦合强度,辨识了夏秋季节内蒙古中东部草原区是陆-气相互作用的“热点区域”,冬春季陆-气耦合较弱,明确了研究区域内土壤湿度与降水之间存在正反馈,但季节差异明显。改进土壤温度、土壤湿度初始场能够改善WRF/WRF-Hydro模式对内蒙古中东部草原区的降水、气温以及比湿等的预报能力,使得耦合模式预报的降水更加与实况吻合,气温偏差也得到了减小,2m比湿的空间分布与多源融合实况资料一致,进而改进了土壤湿度和土壤温度的预报能力。改进土壤湿度和土壤温度分别改善了65.38%和57.69%的测站降水预报。厘清了研究区域土壤湿度改变降水的反馈影响机制:土壤湿度增加时,云量增多、降水增多,为正反馈;土壤湿度降低时,最终导致云量减少、降水减少,为负反馈。（5）利用WRF-Hydro模拟土壤温、湿度初始化WRF/WRF-Hydro模式,模拟了2020年冬季一次暴雪过程,分析探讨了冬季改进土壤温、湿度对降雪和雪深的影响。结果表明:改进土壤湿度能够改善WRF/WRF-Hydro模式对降雪量和雪深的预报能力,分别有53.85%和65.38%的测站得以改善,但改进程度不显著;改进土壤湿度初始场对改善暴雪预报的效果好于改进土壤温度初始场。4组数值试验预报的雪深的合格率均超过了57%,其中改进土壤湿度组WRF-SM的合格率最高,高于65%。分析表明:土壤湿度和土壤温度与降雪量存在正反馈关系,但明显弱于夏季,即:土壤湿（温）度升高（降低）,降雪略增加（减少）。将WRF-FNL预报雪深与国内外9套雪深资料相比,WRF-FNL和IMRA42-BNU的精度最好,合格率最高。