论文部分内容阅读
河南省在保障国家粮食安全上发挥着不可替代的重要作用,但是北中部产粮地区旱情明显,因此浅层土壤湿度对于此地区农产品产量有很大影响.通用陆面模式(Common Land Model,Co LM)是国际上应用广泛的较为先进的陆面模式,大量的试验表明Co LM在中国地区有较好的模拟能力,但仍然受到对模拟至关重要的陆面特征参数准确性的困扰.因此利用非线性最优条件参数扰动方法(Conditional Nonlinear Optimal Parameter Perturbation,CNOP-P)筛选出对对土壤湿度的较为敏感的参数,并且优化这些模式参数,确定出影响河南省天气变化的敏感性参数,对于提高模式的预报能力,发展适用于河南省粮食产区的陆面过程模式具有重要的科学意义,同时为Co LM模式及其他模式的改进与发展提供参考.本文依据美国环境预报中心(National Centers for Environmental Prediction,NCEP)和国家大气研究中心(National Center for Atmospheric Research,NCAR)联合推出的再分析资料(NCEP/NCAR再分析资料),使用CNOP-P方法对Co LM模式中土壤参数和植被参数两个种类的参数进行了优化,并按照不同的参数组合形式设计了研究参数影响的敏感性试验,对河南省粮食产区新乡市延津县2009年3-6月的陆面过程进行了离线(off-line)数值模拟分析.主要结论有:(1)模式经过spin-up过程收敛到平衡状态,在模式参数优化前浅层土壤湿度与观测资料之间的相关系数达到0.8897.(2)单参数优化试验后与试验前模拟值对比表明,模式在延津县得到了更好的模拟性能,对浅层土壤湿度的模拟效果有了明显的提高,加强了模式的模拟和预报能力.其中,浅层土壤湿度对土壤参数更敏感,而植被参数主要在4月中旬之后影响模式对浅层土壤湿度的模拟.在优化时间段内,不同参数对浅层土壤湿度的影响存在明显差异,浅层土壤湿度关于10个参数的敏感性从高到低排序为P1?P4?P2?P3?P5?P8?P6?P10?P9?P7.(3)进行的不同优化方案的对比试验,结果表明:同时优化3个参数比单参数优化后的组合更能提高模式模拟能力;3个参数同时优化比起单独优化1个参数更能提高模式模拟效果;3个土壤参数组合优化后目标函数值比3个植被参数组合后的小,说明3个参数组合优化试验中,也是土壤参数组合更加敏感;2个土壤参数和1个植被参数的参数组合的敏感性强于2个植被参数和1个土壤参数的参数组合;同时说明了参数间的非线性相互作用.(4)同时优化10个参数的模式可以更加真实地反映浅层土壤湿度的日变化特征,在所有参数试验中使模式模拟效果得到最大提高.