文章利用重力恢复与气候实验卫星(Gravity Recovery and Climate Experiment,GRACE)时变重力场球谐系数文件,联合全球陆面数据同化系统(Global Land Data Assimilation System,GLDAS)水文模型反演安徽省2003—2016年地下水储量的时空变...文章利用重力恢复与气候实验卫星(Gravity Recovery and Climate Experiment,GRACE)时变重力场球谐系数文件,联合全球陆面数据同化系统(Global Land Data Assimilation System,GLDAS)水文模型反演安徽省2003—2016年地下水储量的时空变化。通过奇异谱分析(Singular Spectrum Analysis,SSA)地下水时间序列,结合热带降雨测量任务(Tropical Rainfall Measuring Mission,TRMM)降雨数据对地下水储量变化规律进行分析。结果表明,安徽省地下水储量在2011年和2014年前后发生较大变化,在2003—2011年的变化率为0.37 cm/a,2011—2014年的下降速率为-0.2 cm/a,2014—2016年的增长速率为1.9 cm/a;进一步与降雨数据关联,发现降雨量是影响安徽省地下水储量年际变化和季节性变化的主要因素。在空间上,安徽省呈现自东北向西南逐渐缓和的趋势,最大亏损出现在皖北地区,为-7.52 mm/a,在西南地区的最大盈余达到8.38 mm/a。展开更多
土壤湿度不仅是地表水循环的重要组成部分,而且对天气和气候也有重要影响,它的模拟误差严重阻碍了人们对水循环的认知.本文首先评估了1°×1°水平分辨率的全球陆面数据同化产品(Global Land Data Assimilation System,GLD...土壤湿度不仅是地表水循环的重要组成部分,而且对天气和气候也有重要影响,它的模拟误差严重阻碍了人们对水循环的认知.本文首先评估了1°×1°水平分辨率的全球陆面数据同化产品(Global Land Data Assimilation System,GLDAS)对青藏高原中部那曲地区和东部玛曲地区土壤湿度的模拟性能;鉴于GLDAS较粗的分辨率无法精细描述分析区域土壤湿度空间分布特征,于是我们基于通用陆面过程模式(Community Land Surface Model,Version 4.5),开展了高分辨率0.1°×0.1°的模拟,并对高分辨率模拟土壤湿度误差的原因进行了深入分析.结果表明:(1)GLDAS陆面数据同化产品和高分辨率陆面模式模拟结果都可以反映出土壤湿度的季节变化特征,但在非冻结期均存在不同程度的干偏差,尤其是在玛曲地区;(2)对比观测和模拟的土壤湿度发现,观测数据表现出强烈的空间异质性,而模拟结果呈现出的是空间均一性.按照模拟误差进行归类分组,对比模拟性能优劣的两组站点发现,模式物理过程不是模拟性能差异的主要因素,而两组站点间地表特征参数中的土壤质地和地形参数,以及驱动数据均没有体现出空间异质性,这可能是土壤湿度模拟结果没有表现出空间异质性的原因.展开更多
文摘土壤湿度不仅是地表水循环的重要组成部分,而且对天气和气候也有重要影响,它的模拟误差严重阻碍了人们对水循环的认知.本文首先评估了1°×1°水平分辨率的全球陆面数据同化产品(Global Land Data Assimilation System,GLDAS)对青藏高原中部那曲地区和东部玛曲地区土壤湿度的模拟性能;鉴于GLDAS较粗的分辨率无法精细描述分析区域土壤湿度空间分布特征,于是我们基于通用陆面过程模式(Community Land Surface Model,Version 4.5),开展了高分辨率0.1°×0.1°的模拟,并对高分辨率模拟土壤湿度误差的原因进行了深入分析.结果表明:(1)GLDAS陆面数据同化产品和高分辨率陆面模式模拟结果都可以反映出土壤湿度的季节变化特征,但在非冻结期均存在不同程度的干偏差,尤其是在玛曲地区;(2)对比观测和模拟的土壤湿度发现,观测数据表现出强烈的空间异质性,而模拟结果呈现出的是空间均一性.按照模拟误差进行归类分组,对比模拟性能优劣的两组站点发现,模式物理过程不是模拟性能差异的主要因素,而两组站点间地表特征参数中的土壤质地和地形参数,以及驱动数据均没有体现出空间异质性,这可能是土壤湿度模拟结果没有表现出空间异质性的原因.
