基于准对称混合滑动训练期方法,对近两年来中国气象局陆面同化分析系统(CMA Land Data Assimilation System,CLDAS)输出的日最高气温、日最低气温网格实况分析产品进行订正,以期提高该产品在重庆地区的适用性。结果表明:订正前,2021年CL...基于准对称混合滑动训练期方法,对近两年来中国气象局陆面同化分析系统(CMA Land Data Assimilation System,CLDAS)输出的日最高气温、日最低气温网格实况分析产品进行订正,以期提高该产品在重庆地区的适用性。结果表明:订正前,2021年CLDAS日最高气温产品的平均误差为0.63℃,平均绝对误差为1.14℃,订正后平均误差减小至-0.03℃,平均绝对误差减小至0.64℃,误差小于或等于1℃的准确率由约64%提高到约90%,明显改善了该产品在重庆西部和东南部地区的适用性;订正前,2021年CLDAS日最低气温的平均误差为-0.22℃,平均绝对误差为0.75℃,订正后平均误差减小至-0.03℃,平均绝对误差减小至0.55℃,误差小于或等于1℃的准确率由约91%提高到约93%,改善了该产品在重庆中部地区的适用性。展开更多
利用中国气象局国家气象信息中心研发的中国气象局陆面数据同化系统(China Meteorological Administration Land Data Assimilation System,CLDAS)大气近地面强迫资料,驱动美国国家大气研究中心公用陆面模式(Community Land Model,CLM3....利用中国气象局国家气象信息中心研发的中国气象局陆面数据同化系统(China Meteorological Administration Land Data Assimilation System,CLDAS)大气近地面强迫资料,驱动美国国家大气研究中心公用陆面模式(Community Land Model,CLM3.5),对中国新疆地区土壤温度时空分布进行逐小时Off-line模拟(模拟时段为2009—2012年);利用国家土壤温度自动站(新疆区域105站点)数据验证CLDAS驱动场强迫下的CLM3.5模式在中国新疆地区3个土壤层(5cm、20cm和80cm)的土壤温度模拟能力。研究发现:在月变化方面,第1层(5cm)土壤温度模拟与实测值差异最大,在每年7月最大差异达5k左右;第2层(20cm)在每年7月达最大差异(3k左右),而第3层(80cm)在每年7月均模拟的很好。造成这种现象的原因可能因为新疆地区7月前后浅层土壤温度变化剧烈,温度白天最高可达300K以上,昼夜温差大,导致模式不能很好抓住浅层土壤温度的变化趋势。研究还发现,在80cm土壤深度,模式在1月、12月的模拟结果均较前两层差。在日变化方面,研究发现:较浅的两层(5cm和20cm)土壤温度模拟值在夏季和秋季均较差。与月变化模拟结果类似的是,80cm土壤层日变化在1、12月模拟较差,然而在其他时段却模拟的很好。在小时变化方面,分析发现:第1层土壤(5cm)模拟结果在每年的1—4月及9—11月的全天(即24 h),模式也会有不同的偏差:其中,在03UTC—21UTC之间主要表现为模式结果比观测结果偏高,而在日内21UTC—00UTC主要表现为模拟结果偏小。在每年的5—8月,全天模拟值都偏小,其中在09UTC达当日最大值。而距离第2层(20cm)处的土壤温度模拟值在大部分月份都偏差较小(-1K至1k之间),并在日内12UTC偏差达到当日最大值。研究发现,在土壤20cm处,模式模拟的最大值较观测值提前,而第3层(80cm)的土壤温度基本不受日内变化影响,表现较为平稳。造成这种影响的原因可能是因为新疆地区5—8月、9—11月为昼夜温差大,深层土壤温度较浅层土壤温度温差变化小,这也造成了模式对于浅层土壤模拟较深层差的主要原因。总体研究表明:CLDAS驱动场强迫下的CLM3.5模式可较为精确的模拟中国新疆地区多年平均土壤温度时空分布,并较为准确的反映中国新疆地区土壤温度的小时、日、月及年际的变化规律。模式浅温度模拟不好的原因可能与模式参数化方案及地表参数有关,后期将继续修正该问题。展开更多
中国气象局陆面数据同化系统(CLDAS V1.0)由陆面驱动数据融合和陆面模式模拟两部分组成。基于驱动数据,选取Canmunity Land Model 3.5(CLM3.5)作为CLDAS V1.0系统的陆面模式进行模拟试验,并对土壤模拟结果进行评估。利用2013年经过质量...中国气象局陆面数据同化系统(CLDAS V1.0)由陆面驱动数据融合和陆面模式模拟两部分组成。基于驱动数据,选取Canmunity Land Model 3.5(CLM3.5)作为CLDAS V1.0系统的陆面模式进行模拟试验,并对土壤模拟结果进行评估。利用2013年经过质量控制的中国气象局业务化自动土壤水分观测站实况数据、青藏高原试验观测数据及国际同类产品对模拟结果进行评估,结果表明:从各省以及全国平均结果看,相关系数普遍在0.8以上,偏差基本为-0.04~0.04 mm^3·mm^(-3),平均均方根误差为0.04~0.05 mm^3·mm^(-3),在青藏高原地区与国际同类产品相比,精度也有一定提高。总体而言,模拟结果已达到较高精度,数据集产品对中国区域干旱监测等具有重要意义。展开更多
以内蒙古地区为研究区域,对中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)的土壤湿度和降水数据进行了评估,使用土壤相对湿度法和连续无降水日数法监测2014年夏季干旱,并选择干旱年(2014年)和湿润年(2013年)与...以内蒙古地区为研究区域,对中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)的土壤湿度和降水数据进行了评估,使用土壤相对湿度法和连续无降水日数法监测2014年夏季干旱,并选择干旱年(2014年)和湿润年(2013年)与标准化降水指数和降水百分位指数法进行验证分析。结果表明:CLDAS资料能够很好地再现日土壤相对湿度动态变化情况和降水落区与量级,能够满足干旱监测的需求;基于CLDAS数据的土壤相对湿度法可以方便、快捷地监测干旱日变化和区域性变化,连续无有效降水日数法对评估长时间、持续性干旱较为有效;CLDAS同化数据在时效性、分辨率、代表性上能够满足气象服务的需求,可作为观测资料的重要补充广泛应用于业务和科研,特别是对于地广人稀且气象站点相对较少的内蒙古地区气象服务潜力巨大。展开更多
文摘基于准对称混合滑动训练期方法,对近两年来中国气象局陆面同化分析系统(CMA Land Data Assimilation System,CLDAS)输出的日最高气温、日最低气温网格实况分析产品进行订正,以期提高该产品在重庆地区的适用性。结果表明:订正前,2021年CLDAS日最高气温产品的平均误差为0.63℃,平均绝对误差为1.14℃,订正后平均误差减小至-0.03℃,平均绝对误差减小至0.64℃,误差小于或等于1℃的准确率由约64%提高到约90%,明显改善了该产品在重庆西部和东南部地区的适用性;订正前,2021年CLDAS日最低气温的平均误差为-0.22℃,平均绝对误差为0.75℃,订正后平均误差减小至-0.03℃,平均绝对误差减小至0.55℃,误差小于或等于1℃的准确率由约91%提高到约93%,改善了该产品在重庆中部地区的适用性。
文摘利用中国气象局国家气象信息中心研发的中国气象局陆面数据同化系统(China Meteorological Administration Land Data Assimilation System,CLDAS)大气近地面强迫资料,驱动美国国家大气研究中心公用陆面模式(Community Land Model,CLM3.5),对中国新疆地区土壤温度时空分布进行逐小时Off-line模拟(模拟时段为2009—2012年);利用国家土壤温度自动站(新疆区域105站点)数据验证CLDAS驱动场强迫下的CLM3.5模式在中国新疆地区3个土壤层(5cm、20cm和80cm)的土壤温度模拟能力。研究发现:在月变化方面,第1层(5cm)土壤温度模拟与实测值差异最大,在每年7月最大差异达5k左右;第2层(20cm)在每年7月达最大差异(3k左右),而第3层(80cm)在每年7月均模拟的很好。造成这种现象的原因可能因为新疆地区7月前后浅层土壤温度变化剧烈,温度白天最高可达300K以上,昼夜温差大,导致模式不能很好抓住浅层土壤温度的变化趋势。研究还发现,在80cm土壤深度,模式在1月、12月的模拟结果均较前两层差。在日变化方面,研究发现:较浅的两层(5cm和20cm)土壤温度模拟值在夏季和秋季均较差。与月变化模拟结果类似的是,80cm土壤层日变化在1、12月模拟较差,然而在其他时段却模拟的很好。在小时变化方面,分析发现:第1层土壤(5cm)模拟结果在每年的1—4月及9—11月的全天(即24 h),模式也会有不同的偏差:其中,在03UTC—21UTC之间主要表现为模式结果比观测结果偏高,而在日内21UTC—00UTC主要表现为模拟结果偏小。在每年的5—8月,全天模拟值都偏小,其中在09UTC达当日最大值。而距离第2层(20cm)处的土壤温度模拟值在大部分月份都偏差较小(-1K至1k之间),并在日内12UTC偏差达到当日最大值。研究发现,在土壤20cm处,模式模拟的最大值较观测值提前,而第3层(80cm)的土壤温度基本不受日内变化影响,表现较为平稳。造成这种影响的原因可能是因为新疆地区5—8月、9—11月为昼夜温差大,深层土壤温度较浅层土壤温度温差变化小,这也造成了模式对于浅层土壤模拟较深层差的主要原因。总体研究表明:CLDAS驱动场强迫下的CLM3.5模式可较为精确的模拟中国新疆地区多年平均土壤温度时空分布,并较为准确的反映中国新疆地区土壤温度的小时、日、月及年际的变化规律。模式浅温度模拟不好的原因可能与模式参数化方案及地表参数有关,后期将继续修正该问题。
文摘中国气象局陆面数据同化系统(CLDAS V1.0)由陆面驱动数据融合和陆面模式模拟两部分组成。基于驱动数据,选取Canmunity Land Model 3.5(CLM3.5)作为CLDAS V1.0系统的陆面模式进行模拟试验,并对土壤模拟结果进行评估。利用2013年经过质量控制的中国气象局业务化自动土壤水分观测站实况数据、青藏高原试验观测数据及国际同类产品对模拟结果进行评估,结果表明:从各省以及全国平均结果看,相关系数普遍在0.8以上,偏差基本为-0.04~0.04 mm^3·mm^(-3),平均均方根误差为0.04~0.05 mm^3·mm^(-3),在青藏高原地区与国际同类产品相比,精度也有一定提高。总体而言,模拟结果已达到较高精度,数据集产品对中国区域干旱监测等具有重要意义。
文摘以内蒙古地区为研究区域,对中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)的土壤湿度和降水数据进行了评估,使用土壤相对湿度法和连续无降水日数法监测2014年夏季干旱,并选择干旱年(2014年)和湿润年(2013年)与标准化降水指数和降水百分位指数法进行验证分析。结果表明:CLDAS资料能够很好地再现日土壤相对湿度动态变化情况和降水落区与量级,能够满足干旱监测的需求;基于CLDAS数据的土壤相对湿度法可以方便、快捷地监测干旱日变化和区域性变化,连续无有效降水日数法对评估长时间、持续性干旱较为有效;CLDAS同化数据在时效性、分辨率、代表性上能够满足气象服务的需求,可作为观测资料的重要补充广泛应用于业务和科研,特别是对于地广人稀且气象站点相对较少的内蒙古地区气象服务潜力巨大。
