论文部分内容阅读
利用WRF模式分别与3种陆面过程(CLM、NOAH、RUC)和5种地表覆盖(MODIS、HH、HYDE、RF和CESM)进行耦合,对中国地区的平均气候态与极端气候指数进行模拟实验,与观测资料进行对比,分析LSM与LUCC对气温和降水的模拟不确定性。结果显示:(1)3种LSM对气候平均态,特别是气温的空间分布有较好的模拟。LSM对气温造成模拟差异的敏感区主要出现在夏秋季的中国东部和冬季的西北地区,CLM与RUC对气温模拟均呈现偏高,而NOAH的模拟结果在全国大范围偏低。LSM对降水造成模拟差异的敏感区主要出现在春夏季的中国南方降水大值区,且3种LSM对日降水量的模拟均有不同程度的偏高,其中CLM的结果偏高最为显著。LSM的选择对不同子区域内日降水量的模拟效果的影响远大于对气温模拟的影响。3种LSM对气温和降水季节变化的模拟结果最为准确,对气温的年际波动模拟效果较好,而对中国西部地区气温日变化峰值模拟有滞后3小时的情况;对降水年际变化模拟稍有不足,特别是在对夏季偏干的年份的模拟中,RUC明显低估了华北地区、东北地区和西北东地区的日降水量。(2)LSM对极端气温指数产生模拟不确定性的敏感区出现在夏季的中国东部,其中对夏季Tmax90p的模拟结果最好的是NOAH,对夏季Tmin1Op模拟最好的是CLM,3种LSM对夏季Trange的模拟呈现在季风区偏高,在非季风区偏低的情况。LSM对Prec90p、SDⅡ和R10模拟差值区也出现在夏季的中国东部,Prec90p的模拟差值呈现从北到南正-负-正的形态,SDⅡ呈现全面的偏高,R10的模拟结果与Prec90p有相似的形态。模拟的CDD与观测之间的差值大值区主要出现在西北地区,在夏季呈现偏高,在冬季呈现偏低。(3)不同LUCC对气温、降水和极端气候指数的模拟产生的不确定性,均远小于LSM造成的模拟不确定性。且在使用CLM驱动5种地表覆盖模拟气温和降水得到的结果有明显的差异,而使用RUC驱动得到的差异最小。气温和降水对于LUCC响应在夏季更为敏感,敏感区主要位于青藏高原地区和中国南部。极端气温指数与极端降水指数中的Prec90p、SDII和R10对于LUCC响应的敏感季节与敏感区与平均气候相似,均出现在夏季的青藏高原地区和中国的南部;而CDD对LUCC在夏季和冬季均响应敏感,夏季敏感区位于西北地区,冬季敏感区位于青藏高原地区和西南地区。比较LUCC对气温降水二者的模拟结果,发现LUCC对降水的模拟产生更大的影响;而对极端气候指数的模拟中,LUCC对极端气温指数的模拟产生更大的影响。(4)感热通量与潜热通量对气温和降水的模拟的影响有区域性和季节性,主要产生相关性的地区在中国东部,产生显著相关的季节是夏季。夏季感热通量与潜热通量对气温的共同作用在中国南部地区以及东北地区、青藏高原地区有显著的影响。冬季地表通量对气温的共同作用主要在西北地区、东北地区和西南地区。对降水模拟的相关性显示,地表通量共同作用对降水量的影响中,夏季主要是在中国季风雨带地区和青藏高原地区有显著的影响,冬季对降水量影响不大,但对中国西部地区的干旱指数有显著的影响。