论文部分内容阅读
由于依赖的植被、土壤等经验参数中存在随机误差，通用陆面模型(theCommonLandModel，CoLM)模拟的状态变量和通量也带有随机不确定性。本文使用高斯误差传播原理(GaussianErrorPropagation，GEP)来量化上5层土壤温度、土壤液态和固态水含量、感热通量、潜热通量及土壤热通量中的这种随机不确定性，辨识需优先提高观测精度的关键参数，寻找不确定性显著的下垫面和环境条件，并尝试挖掘关键参数化过程。结果表明：
(1)平均看来，表层土壤温度、地表感热通量、冠层感热通量、冠层潜热通量、土壤热通量、表层土壤液态和固态水含量的总体相对误差分别为0.11％、16.03％、5.99％、5.58％、5.31％、34.07％和47.64％。因此，水分循环分量-土壤液态和固态水含量是限制模式精度的“瓶颈”。就地表植被而言，稀疏森林上的模拟最差，尤其土壤温度、感热和潜热通量的误差较大；就土壤质地而言，砂土上各预报量的不确定性均很显著。这表明，更细致划分砂质土壤和提高稀疏森林经验参数的观测精度，对改善模拟尤为重要。
(2)土壤参数不确定性的影响高于植被参数，而土壤参数中水文参数(孔隙率ηs、饱和基质势ψs、气孔尺寸分布指数6和饱和导水率κs)贡献率远大于热力参数(饱和反照率αs和热容量ρscs)。大多数情况下，b对所有状态变量和通量都最关键，其次是砂土、壤土上的ηs和粘土上的κs混交森林根区深度参数Zroot对冠层感热和潜热通量不确定性的贡献显著，动力粗糙度Z0则主要在稀疏森林外的其它下垫面上影响土壤热通量的模拟。本身相对误差大的经验参数贡献不一定多。因此，应优先提高上述下垫面上经验参数的观测精度。进一步分析发现，b的贡献率随土壤湿度增加而增大与描述基质势与体积水含量关系的函数ψ(θ)有关，提高6的观测精度并改进对ψ(θ)的描述迫在眉睫。可见，GEP能有效地辨识关键参数和参数化过程，为模型参数测定和改善参数化方案提供依据。
(3)温暖干燥条件下(表层温度＞290K且表层液态水饱和度＜0.1)土壤温度不确定性大，发生相变时刻附近(0℃左右且液态水含量＞0)含水量不确定性显著，各通量不确定性随本身绝对值增大而增大，相对温暖干燥环境中(表层温度＞280K且表层液态水饱和度＜0.3)最高。受地面吸收净辐射、地表温度、感热和潜热通量等综合影响的土壤热通量不确定性与环境变量之间呈强烈非线性，无明显规律可循。
(4)土壤温度和各通量不确定性的日循环规律明显，且温度不确定性大小和日变幅随深度增加而减小；冬季土壤固态水含量外的其它预报量不确定性均最低，夏季土壤温度、感热和潜热通量模拟效果最差，土壤热通量和液态水含量不确定性则在春季和秋末最高。