英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

中国东部春季土壤湿度的时空变化特征及多种再分析资料的对比

刘栗，张人禾，左志燕

摘要：本文通过利用土壤湿度的观测资料以及ERA-Interim、MERRA、JRA-25、CFSR、NCEP-R1等几种再分析资料，分析对比了中国东部春季土壤湿度的统计特征。中国东南部地区的土壤湿度最大，东北部地区最小，同时在中纬度和东北区域有极显著的相反的年际变化趋势，即中纬度地区趋于干旱，而在东部地区较为潮湿。比较分析发现，除了NCEP再分析资料，其它的资料均能再现观测资料中土壤湿度从西北向东北和东南递增的趋势。其中MERRA对气候态观测资料分析描述的最好。同时只有ERA-Interim能最好反映的所观测的土壤湿度的年际变化率。经验正交函数（EOF）第一模式的土壤湿度观测值证明：在中国东部中纬地区土壤湿度变率最大。从降水和蒸发两方面来分析引起再分析资料土壤湿度差异的原因发现：由于ERA-Interim能最好的再现降水和蒸发年际变化趋势，因此能准确的描述土壤湿度的时空变化特征。其它4种资料虽然对降水的描述较好，但是不能很好的再现蒸发量的值及其随时间的变化特征，从而导致它们对土壤湿度的年际变描述较差。

1. 引言

作为陆气相互作用中的一个基本参量，土壤湿度对气候变化的重要性已经得到了广泛认可。土壤湿度通过改变地表反照率、土壤热容量、潜热通量、显热通量来影响气候的变化。同时土壤湿度也是用来记录气候异常的一个信号。

科学家对土壤湿度的时空变化以及土壤湿度与气象因子的关系进行了很多研究。如Ma等指出，在中纬度地区，土壤湿度存在着3-4年的变化周期，且它和降水呈正相关，与地表温度呈负相关。Lin等人通过研究土壤湿度的垂直剖面图指出，60cm可作为土壤含水量的转折点，因为超过60cm的土壤含水量受蒸发的影响较大。Guo等人指出土壤湿度在19世纪60年代晚期和19世纪70年代晚期较高，而在19世纪90年代中期至晚期较低。Zhang等人发现湿期与干期的土壤湿度差与降水差有较好的对应关系。Sun等人发现从空间特征分析，春季土壤湿度的最大值出现在淮河流域，并且这种异常的模式在春季比其它季节更加显著。每一层的土壤湿度都与前期和同期的降水（气温）呈显著正（负）相关。

一些科学家发现中国东部春季土壤湿度与夏季降水有很好的相关性。春季的长江中下游到华北的土壤湿度偏湿、东北土壤湿度偏干，对应着中国夏季东北和长江流域降水偏多，华北和南方降水偏少（Zuo and Zhang，2007）。

因为土壤湿度对气候变化有着重要的影响作用，所以我们必须获得高时空分辨率的数据，并了解土壤湿度的时空变化特征。然而由于其较难观测，且设备价格昂贵，所以导致观测资料匮乏。由于观测资料较少以及空间覆盖范围较小，因此仅有一个很短的期限（大概10年）的数据可用来气候诊断。高分辨率观测资料的缺乏限制了土壤气候的研究（Ma等）。鉴于此，很多科学家试图寻找一套能够代替观测资料的高分辨率的资料。Zuo等发现ERA-40的土壤湿度再分析资料很好的再现中国东部春季土壤湿度的时空特征。Zhang等将再分析资料与观测资料进行了比较，并指出ERA-40在土壤湿度的年际和年代际变化上有较高的适用性。并发现前期降水会增加土壤湿度，但土壤湿度异常对后期降水的影响则不显著。气温与土壤湿度的关系则较复杂，不同的区域有不同的特征。Wang等指出由于使用CFSR的的多种数据造成了土壤湿度的虚假增长，这将给分析土壤湿度的变化趋势增加难度。

在ERA-40问世以后，欧洲中期天气预报中心又推出了新的ERA-Interim产品。许多其它的再分析资料数据如MERRA，JAR-25，CFSR等也采用了不同的陆面模式，通过不同的方法来计算土壤湿度。由于中国区域土壤湿度观测资料的时空分辨率的局限性，我们有必要对这些土壤湿度资料在中国区域的可信度进行深入的研究，我们的目的是能够找到一套可以准确描述中国区域土壤湿度时空特征的代替资料，为土壤湿度气候研宄、数值模式的初始场和数值试验结果验证提供资料依据。鉴于中国东部土壤湿度观测资料的匮乏及春季土壤湿度的重要性，本文将从中国东部的春季土壤湿度入手，深入比较土壤湿度观测资料和各种再分析资料的异同点及原因。我们分析了造成它们差异的因素在第四部分，得出的结论在第五部分。

2. 数据

本论文引用的数据包括中国的观测数据，MERRA再分析数据、ERA-Interim再分析数据、JRA-25再分析数据、CFSR再分析数据以及NCEP再分析数据。下面对这几种再分析数据做一个简要的介绍。

2.1 土壤湿度观测数据

本文所用的土壤湿度观测资料是中国气象局提供的225个站点资料，时间从1993年到2008年，站点分布如图1。单位是土壤体积含水量（单位体积内土壤水的体积与湿土体积之比）。规定春季是从3月到5月，土壤湿度每个月观测三次：分别为每个月的8日、18日和28日。每个月的平均数据为三次观测平均后的结果。本文选取了表层土壤湿度（0-10cm），已经有很多研宄采用表层为10cm时的土壤湿度，并且证明了表层土壤湿度对气候变化的重要性（Ma等）。另外，由于10cm深度的土壤湿度观测资料缺测较少，因此我们选取了10cm深度的土壤。

图1 中国土壤湿度观测站点分布（1993-2008）

由图1可见，中国东部中纬度区域站点分布密集，可用于空间分布的分析。因此我们主要关注100°E以东202个春季缺测较少的站点，3、4、5月份的有效数据分别是81%、92%及91%。我们采用中心差分的方法来处理这些缺测值。

2.2 土壤湿度的再分析数据

ERA-Interim是欧洲中心最新的一套再分析资料。它采用与ERA-40一样的陆面模式，但在ERA-40的基础上从三维升级成为四维变分的同化算法。水平分辨率是T159，垂直方向分为四层：厚度分别为7cm、21cm、72cm、189cm。

MERRA资料是NASA的第二代再分析资料，采用GEOS-5 Catchment陆面模式以及三维变分数据同化算法，水平分辨率为1/2°纬度2/3°经度。垂直分为两个土壤层：表层厚度为固定的0.02m，根区层厚度在0.75和1m之间（Reichle等，2011）。MERRA资料中根据每一个点的总水分收支和根区的水分收支来确定根区土壤水的分布曲线，然后根据这条曲线确定表层土壤水的平衡值，最后根据这个平衡值和表层土壤水过剩值确定表层土壤水含量。（Koster等2000）

JRA-25是日本气象厅和中央电力研究所合作推出的，具有26年再分析数据的产品。JRA-25是第一个可用来研究亚洲长期数据的再分析资料（Onogi，2007），采用SiB陆面模式，T106水平分辨率，三维变分同化算法。这种模式将土壤在垂直方向分为三层，第一次厚度为2cm，主要用来模拟直接蒸发作用。第二层，也称为根系层，厚度随着植被的变化而变化，它主要的功能是用来模拟蒸腾作用。第三层，也称为补给层，主要模拟径流作用。

CFSR是NCEP最新的一套再分析资料。采用NOAH陆面模式，T382水平分辨率，垂直方向分为四层：厚度分别为10cm、30cm、60cm、100cm。

NCEP/NCAR-R1（以下简称NCEP）是比较早就被广泛用于科学研究上的再分析资料。它采用OSU模式，水平率也为T382，垂直方向分为两层，分别为10cm、190cm（Mahrt and Pan）。

为了与10cm处的土壤湿度观测值进行比较，本文所研究的表层土壤湿度（以下简称土壤湿度）都是对每套10cm深的再分析数据进行线性内插，其单位是体积含水量。每套再分析资料中的连续土壤含水量值是三月到五月的平均值，且这三个月的土壤湿度平均值为春季土壤湿度。

2.3 降水及蒸发数据

本文利用了中国气象局提供的225个站点的月降水资料，如图1，时间从1993年至2008年。以及不同的再分析资料的降水资料。

蒸发不能直接测量，尽管可以通过水汽方程以及忽略局地水汽存储率（zhou等）或者通过一些经验公式计算得到，但这样做误差仍然较大。且近地面大气的蒸发与地表风速和地表湿度成正比，因此我们选择利用一个与蒸发相关的间接量来研宄蒸发与土壤湿度的关系。简化后的公式为：。其中，代表10m风速；代表观测资料中的2m高度的比湿以及再分析资料中的10m高度的比湿；代表比表饱和比湿。

3. 不同的土壤湿度资料的对比分析

3.1 气候态

为了进行比较，本文利用了春季土壤湿度的气候态平均值，其观测值（图2a）与此前的研宄结果类似（Sun等，2005），结果表明：东北、长江中下游的土壤湿度为高值区，其值超过了0.2。华北地区较干，河套地区的土壤湿度则低于0.1。除了NCEP外，其他4种再分析资料几乎都能准确的描述土壤湿度从中国西北向东北、东南递增的趋势。干湿中心分别位于西北地区和长江中下游地区。ERA的干湿中心差异其值最大可达到0.2左右，对比观测资料可发现，ERA在河套流域的干中心偏弱。MERRA能较好的再现出观测中河套流域的干中心，其干湿中心在5种再分析资料中均最大，干湿中心最大差异可达到0.35以上（图2c）。JRA在东北的土壤湿度比其它资料略干，但能较好的再现河套流域的干中心（图2d）。CFSR与ERA的土壤湿度分布状况大概接近，但干湿中心都比ERA强，同时也能较好的再现河套流域的干中心（图2e)。NCEP在东北地区的土壤湿度为0.34，在青藏高原的值为0.36，与位于黄河中下游的干中心的土壤湿度值0.14差别较大，所以NCEP的两层陆面模式在模拟土壤湿度时存在较大的问题（图2f)。另外，与此前（Zhang等，2008)的研宄结果相比，新一代的再分析资料MERRA和JAR在描述河套干中心方面有了显著改善，其再分析资料与观测资料的误差只有0.14。

表1：再分析资料与观测资料关于土壤湿度、降水、蒸发的空间相关系数，

范围：（108°以东，30°N-40°N）

图2 1993-2008年中国区域春季土壤湿度（a）观测平均值，（b）ERA-Interim（c）MERRA（d）JRA-25（e）CFSR（f）NCEP （单位：m³*m^-3）

通过将站点数据插值成格点数据，我们进一步分析了站点分布较为密集区域（108°E，30°N-55°N以东区域）的再分析资料与观测资料的空间相关系数。结果表明（表1），MERRA与观测资料的空间分布最接近，空间相关系数为0.79。因此，从气候学角度来看，MERRA土壤湿度的空间模式与观测资料最接近。JRA也能再现河套流域的干中心，其空间相关系数次之，为0.77。CFSR与观测资料的干湿分布也较接近，空间相关系数为0.72。而ERA和NCEP与观测土壤湿度的空间相关性最低，都为0.47。

图3表示5种再分析资料与各自对应的观测资料的土壤湿度相关系数的空间分布。由图可见，相对其它4种再分析资料，ERA与观测土壤湿度的时间变化最接近。在黄河中下游至长江中下游地区，再分析资料与观测值呈显著正相关，通过了0.05的显著性水平，这与Zuo等（2009）的研究结果一致，即在此区域能较准确的再现观测资料的时间变化特征。MERRA和JRA只在只在东北的少数区域通过显著性检验，且在秦岭附近呈负相关（图3b、3c）。由此可见，尽管MERRA能较好的再现土壤湿度观测事实的气候平均状态，但时间变化的模拟和观测资料还存在着较大的差异。由于利用了相同的地表土壤湿度计算方法，CFSR和NCEP的结果很接近，即都只有在淮河中下游的小范围及东北的少部分区域呈显著正相关，在河套部分地区呈负相关。

图3 土壤湿度观测值及再分析资料的空间相关系数 （a）ERA-Interim（b）MERRA（c）JRA-25（d）CFSR（e）NCEP，图中上部与下部标黑线的部位分别代表黄河和长江

3.2 时空变化

Zuo等利用ERA-40再分析资料研宄了100°E以东的中国春季土壤湿度的空间分布特征，结果表明：再分析和观测资料都描述了中国东部的中纬度地区是土壤湿度变率最大的区域，并且变化趋势与东北地区相反。我们利用经验正交函数分析方法分析了100°E以东的土壤湿度资料。图4给出了观测资料和再分析资料的EOF第一模式分布及其随时间的变化。

图4 EOF模式下的土壤湿度空间分布变化，（a）观测值（b）ERA-Interim（c）MERRA（d）JRA-25（e）CFSR（f）NCEP（g）时间序列相关值，图4a-图4f中上下部圈出黑线分别代表黄河和长江。图4g中：蓝色实心圈，绿色斑点，红色实心圈，灰色虚线，橙色虚线，黑色实线分别代表ERA-Interim、CFSR、MERRA、JRA-25、NCEP以及观测值

由图4a可见，观测资料中纬度区域的土壤湿度与东北地区呈相反变化，且东部中纬度区域是土壤湿度最敏感区域。ERA和MERRA能较好的再现出中纬度区域和东北部区域相反变化的特点，但中纬度地区的变率比观测资料大，最大变率位于东北区域（图4b、4c）。JRA反映了华南与西北区域的相反变化，且它的最大变率区位于华南（图4d）。CFSR反映了以长江为界的南北方相反的变化关系，且最大变率区位于华北。（图4e）。NCEP的模式也与观测资料也具有可比性，但是它的中纬度区域最大变率比观测资料的强度要强得多。和5套方差在21%-29%的再分析资料相比，观测资料的第一模型方差为19.8%，比再分析资料小，这说明观测资料的变化更为复杂。

在图4g中列出了相应的时间序列特征，研究表明，观测资料和ERA都描述了东部中纬度地区变潮湿，东北区域变干燥的趋势，但是它的观测和时间对应效果较差。其它3套资料和观测事实相差较大。在年际尺度上，CFSR、NCEP和JRA不能较好的再现观测值。在年代尺度上，CFER和JRA并没有明显的变化趋势，而JRA却能很好的反映东不中纬度地区变干的趋势，这与观测资料相反。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22484]，资料为PDF文档或Word文档，PDF文档可免费转换为Word