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。
基于高时空分辨率的中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)2.0版本的大气驱动数据,使用Noah-MP陆面模式模拟中国区域2013—2014年土壤湿度的时空变化,将模拟结果与自动土壤水分观测站的逐小时观测值进行对比,并选取6个研究区,分析区域的平均土壤湿度时间变化特点。结果表明:Noah-MP模式能够很好地模拟出中国区域0~10 cm土壤湿度空间分布,模拟值和观测值均呈现由西北向东南和西南地区递增的趋势;从全国尺度来看,模拟值与观测值非常接近,相关系数大于0.9,均方根误差为0.008 m3/m3;从区域尺度看,Noah-MP能够很好地模拟出各研究区土壤湿度的时间变化,但是对于冻土融化时东北地区的土壤湿度存在轻微的低估。基于CLDAS2.0驱动数据得到的土壤湿度模拟结果具有较高准确性,可为农业干旱研究提供一定参考。
回顾了中国气象局高分辨率陆面数据同化系统(High Resolution China Meteorological Administration Land Data Assimilation System,HRCLDAS)的研发历程,重点介绍了HRCLDAS研发过程中的重要进展和突破,概要阐述了这些进展对HRCLDAS业务化的贡献。主要包括:引入1 km分辨率地形数据,采用多重网格变分分析技术制作1 km分辨率气象驱动数据;基于FY-2卫星1 km可见光通道、高分辨率地形及地表反照率等数据,改善地面入射太阳辐射产品质量与空间分辨率,利用辐射计算模型(Hybrid)模型与地面站日照时数、气温等观测资料模拟地面太阳辐射,并利用多重网格变分分析技术实现二者融合;实现东亚多卫星集成降水产品(EMSIP)与4万余自动站观测降水融合,并实时生成格点融合产品,针对陆面模拟分辨率高、数据量大的特点,设计了分块并行与模式并行结合的计算方案,建立了高效的土壤湿度模拟产品业务系统,有效地推动各级气象部门开展相关业务应用工作。
