论文部分内容阅读
陆面气象驱动场是陆面过程模型和动态全球植被模型的一个重要驱动场。提高气象驱动场质量对于改进这些模型的模拟能力非常重要。本论文就如何融合两种不同资料,生成一套高质量、高时空分辨率的陆面气象驱动场进行了探讨。首先发展了一种同化窗口为一个月的陆面气温推广三维变分资料同化方法(英文缩写:G-3DVar),并建立了逐日资料到月平均资料的观测算子。作为对该同化方法的初步检验,以2000年中国陆地区域时间分辨率低、空间分辨率较高且在高原地区与台站观测资料比较接近的CRU月平均陆面气温资料作为观测,以时间分辨率高、空间分辨率较低且在高原地区与台站资料有较大误差的NCEP逐日气温资料作为背景场,采用背景误差协方差矩阵(简称B矩阵)的两种简化对角形式进行同化试验,得到高时空分辨率的格点陆面气温分析场,并进行对比分析和均方根误差检验。结果显示,由两种简化形式得到的逐口资料和月平均资料的质量均得到改善,在我国东南和中部大部分地区与台站观测基本一致,在青藏高原、新疆等台站稀疏地区与地形对应良好。尤其,在B矩阵中考虑了方差逐日变化的简化形式所得到的分析场整体上要优于不考虑方差逐日变化的简化形式所得到的分析场。在此结论的基础上,本文使用考虑了B矩阵方差逐日变化的简化形式,对NCEP和CRU资料的陆面相对湿度驱动场进行了同化,取得了不错的效果。陆面温度场和湿度场的良好同化效果,也为最终在B矩阵中考虑协方差(即对推广三维变分同化不作简化),进一步改进同化效果打下了基础。G-3DVar为改进的Sheffield动态植被模型(M-SDGVM)或其它陆面过程模式高质量陆面气象驱动场的准备提供了一种新的有效手段。
本文使用模型的原始驱动场资料(对比试验)和同化后的驱动场资料(同化试验)分别对净初级生产力、叶面积指数、土壤含水量等生态要素进行了模拟试验。由于同化试验的驱动场远远优于对比试验,所有试验结果均不同程度地优于对比试验的结果。