全 文 ：动态空气动力学参数对玉米田陆鄄气通量模拟的影响
———以 BATSle模型为例*
蔡摇 福1 摇 明惠青2 摇 李荣平1 摇 周广胜3**
( 1中国气象局沈阳大气环境研究所, 沈阳 110016; 2辽宁省气象服务中心, 沈阳 110016; 3中国气象科学研究院,北京
100081)
摘摇 要摇 基于 2006—2008 年锦州玉米农田生态系统的通量、气象及生物因子连续观测,利用
所建立的考虑玉米不同发育期叶面积指数、冠层高度和风速的地表粗糙度(z0)和零平面位移
(d)动态参数化方案对 BATS1e陆面模型进行改进,研究空气动力学参数变化对玉米田陆鄄气
通量模拟的影响.结果表明: 改进后的拖曳系数(CD)随植被覆盖度增大而增大,更符合实际;
感热、潜热和土壤热通量的模拟精度均有不同程度改进,效率系数分别提高 0. 0569、0郾 0194
和 0. 0384,生长季累计改进量分别占总辐射的 0. 9% 、1. 1%和 1. 2% ;当输入真实的表层土壤
湿度后,z0和 d动态参数化对感热和潜热的改进作用更大.合理的动态空气动力学参数化方案
对陆面过程模拟具有明显改善作用.
关键词摇 空气动力学参数摇 陆鄄气通量模拟摇 玉米农田摇 BATS1e模型
文章编号摇 1001-9332(2013)08-2265-09摇 中图分类号摇 S161摇 文献标识码摇 A
Effects of dynamic aerodynamic parameters on simulating the land鄄atmosphere flux ex鄄
change in maize field: A case study of BATSle model. CAI Fu1, MING Hui鄄qing2, LI Rong鄄
ping1, ZHOU Guang鄄sheng3 ( 1 Institute of Atmospheric Environment, China Meteorological Adminis鄄
tration, Shenyang 110016, China; 2Liaoning Province Meteorological Service Center, Shenyang
110016, China; 3Chinese Academy of Meteorological Sciences, Beijing 100081, China) . 鄄Chin. J.
Appl. Ecol. ,2013,24(8): 2265-2273.
Abstract: Based on the continuous observations on the land鄄atmosphere flux exchange and the me鄄
teorological and biological elements in a maize field at the Jinzhou Agricultural Ecosystem Research
Station in Liaoning Province of Northeast China from 2006 to 2008, and by using the dynamic
roughness ( z0) and zero鄄displacement (d) parameterization scheme considering the effects of leaf
area index, canopy height and wind speed at different developmental stages of maize, the BATS1e
model was modified, and applied to investigate the effects of dynamic aerodynamic parameters on
the flux exchange between maize agroecosystem and atmosphere. Compared with the original model,
the drag coefficient (CD) simulated by the modified model increased, and its diurnal variation was
more obvious with increasing vegetation coverage, which was more accordant with practical circum鄄
stances. The simulation accuracies of sensible heat (H), latent heat (姿E) and soil heat flux were
improved in varying degree, and the Nash鄄Sutcliffes (NSs) were increased by 0. 0569, 0. 0194 and
0. 0384, with the improvement quantities in the growth season being 0. 9% , 1. 1% and 1. 2% of
global radiation, respectively. The dynamic parameterizations of z0 and d played a more remarkable
role to increase the simulation accuracies of H and 姿E with the actual observation of soil water con鄄
tent introduced into the improved model. This research proved that more reasonable dynamic aero鄄
dynamic parameterizations could fulfill an obvious function to improve the land surface processes
simulation.
Key words: aerodynamic parameter; land鄄atmosphere flux simulation; cornfield; BATS1e model.
*中央级公益性科研院所专项资金项目 (2012IAE鄄CMA01)、国家重点基础研究发展计划项目 (2010CB951303)和青年科学基金项目
(31000230)资助.
**通讯作者. E鄄mail: gszhou@ cams. cma. gov. cn
2012鄄10鄄31 收稿,2013鄄05鄄30 接受.
应 用 生 态 学 报摇 2013 年 8 月摇 第 24 卷摇 第 8 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Aug. 2013,24(8): 2265-2273
摇 摇 地表粗糙度( z0)和零平面位移(d)是描述陆地
表面动量、能量和物质交换与输送的重要参数[1-4],
在地表水热通量参数化模型模拟、大气数值模拟及
区域和全球气候模拟中发挥重要作用[5-6] . 通常认
为,z0与植被高度、侧影盖度、植被覆盖度、密度和风
速关系密切[7-9] . 现有陆面模式通常将同一地表覆
盖类型的 z0和 d赋为定值,或仅根据植被生长季和
枯叶季设为简单的季节变化,如 BATS 对各种下垫
面类型预先赋值 z0 [10];陆面过程模型( land鄄surface
process model)中设定 z0 = 0. 1 h、d = 0. 7 h,其中,h
为植被平均高度(cm) [11];通用陆面过程模式中[12]
设定 z0 = a1 u* / g + a2 v / u*,其中, a1 = 0. 013、 a2 =
0郾 11、v为动黏性系数( v = 1. 5伊10-5 m2·s-1);通用
陆面模式(CLM 3. 0,Common Land Model 3. 0) [13]中
设定 z0 = ztopRz 0m、d= ztopRd,其中,Rz 0m和 Rd分别为 z0
和 d与冠层高度的比值;简单生物圈模型(SIB) [14]
和简化的简单生物圈模型(SSiB) [15]中,分不同下垫
面每月给出 z0和 d值. 不考虑或简单考虑 z0和 d 的
动态变化将导致通量计算误差增大[16-17] . BATS1e
模型建立了关于植被覆盖表面上空的辐射、水分、热
量和动量交换以及土壤中水、热过程的参数化方案,
考虑了植被在陆鄄气之间水热交换过程中的作用,对
植被生理过程进行了较细致的描述. 该模型已与多
个大气环流模式耦合,应用非常广泛[10],在陆面过
程模型中具有代表性.
目前,关于 z0和 d 的研究大多集中在下垫面性
质不变或变化很小的戈壁[6,18-19]、草地[20] 和森
林[21-23],或者生长季的某一时段[24-25],而针对农田
整个生长季的研究则鲜有报道[26] .玉米农田因冠层
高度和叶面积指数(LAI)的季节变化而使 z0和 d 不
断改变,导致辐射、水分、热量的分配和传输等一系
列物理过程随之变化,进而对局地大气环流和区域
气候产生影响,在陆面过程研究中具有显著的代表
性.东北地区是中国春玉米最大产区,也是中国气候
变暖最剧烈的地区之一,受气候变暖不断加剧的影
响[27-28],玉米生产布局将发生较大变化[29-30] . 针对
东北玉米种植区开展空气动力学参数动态对陆面过
程影响的模拟研究,有助于了解大范围玉米农田下
垫面陆鄄气水热交换过程,也可为研究粮食生产布局
变化对区域气候影响提供参考.
本文利用蔡福等[31]基于冠层结构特征及风速
与 z0和 d 的关系建立的动态参数化方案,针对
BATS1e模型比较 z0和 d 的动态与静态赋值在玉米
农田陆鄄气通量交换模拟中的差异,定量评价了空气
动力学参数动态在陆面过程模拟中的影响,旨在进
一步完善陆面过程模型.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
锦州玉米农田生态系统野外观测站(41毅49忆 N,
121毅12忆 E,海拔 17 m)位于东北玉米带,属典型温带
季风型气候,1971—2000 年间的年均气温 9. 5 益,
最冷月(1 月)平均气温-8. 0 益,最热月(7 月)平均
气温 24. 4 益,年均降水量 565. 9 mm,玉米生长季为
5—9 月,土壤为典型棕壤. 站内建有 3. 5 m 高的涡
度相关观测系统和 5 m 高的气象梯度观测系统,前
者配有三维超声风速仪(CSAT3,Campbell Scientific
Ltd,USA)和快速响应红外 CO2 / H2 O 分析仪 ( Li鄄
7500,Li Cor Inc,USA);后者可观测 3. 5 和 5 m高处
的气温、湿度和风速,4. 5 m 高处的光合有效辐射、
3. 5 m高处的净辐射、5 m 高处的风向,还可以监测
5、10、15、20、40 和 80 cm深处的土壤温度以及 8 cm
深处的地表热通量[31-33] .
1郾 2摇 资料来源
基于 2006—2008 年 2 m 风速( u2 )、LAI[34]和
h[35]资料及文献[31]中求得的 z0和 d 日均值,建立
z0和 d动态参数化模型. 2008 年的气温、比湿、降水、
风速、太阳总辐射、向下长波辐射、气压等气象要素
用于驱动 BATS1e模型,经质量控制后的 30 min 平
均感热、WPL校正后的 30 min平均潜热通量用于模
拟结果验证[33] .
1郾 3摇 模型介绍
BATS1e模型[10]为典型的单层大叶模型,包括
1 层植被、1 层雪盖和 3 层土壤,划分地表类型 20
类、土壤质地 12 类(沙土 1 ~粘土 12)、土壤颜色 8
类(淡 1 ~黑 8),且考虑了降水、降雪、蒸发蒸散、径
流、渗透、融雪等过程,对植被在陆鄄气之间水热交换
过程及生理过程进行了较细致的描述,已与多个大
气环流模式耦合,应用非常广泛[36-37] . 锦州玉米农
田的土壤质地为沙壤,土壤颜色为棕色,表层土壤厚
度为 0. 1 m,次表层为 0. 2 m,根层为 1 m,全层为
10 m.
1郾 4摇 模型模拟精度验证
为直观地比较模型改进前后陆面过程各输出变
量的模拟精度,引入相对标准差(NSEE) [38]、相对均
方差 (RRMSE) [39]、模型效率系数 ( Nash鄄Sutcliffe,
NS) [40]和模型改进量( I) [33]作为判断指标. 表达式
6622 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
分别为:
NSEE =
移
n
i = 1
(oi - mi) 2
移
n
i = 1
oi2
(1)
RRMSE =
移
n
i = 1
(oi - mi) 2
n軃o2
(2)
NS = 1 -
移
n
i = 1
(oi - mi) 2
移
n
i = 1
(oi - 軃o) 2
(3)
式中:m为模拟值;o 为实测值;軃o 为 o 的均值;n 为
样本数. NSEE 表征模拟值相对于实测值的离差程
度. RRMSE代表模拟值与观测值之间的相对偏差.
NS用于评价模型的效果,从负无穷大到 1,当模拟
值与观测值之间的方差超过观测方差时,NS<0;当
模拟值与观测值之间的方差趋近于 0 时,NS 趋近于
1,说明模型很好地模拟了观测值的变化.
Ii = | po i-oi | - | pm i-oi | (4)
式中:po 为原模型模拟值;pm 为改进模型模拟值.
I>0,说明模型改进后误差减小,模拟结果得到改善,
反之亦然. I累加可得到月或年的改进量总量.
1郾 5摇 z0和 d的参数化模型
蔡福等[31]研究认为,玉米生长季内 z0和 d 与 h
和 LAI的关系分别在 d值出现之前(玉米拔节后 10
d左右)、d 值出现至 h 达到最大(吐丝期)、h 达到
最大至收获这 3 个阶段有所不同.从理论上讲,下垫
面高度和密度对 z0的影响是独立的,LAI 可以反映
冠层密度特征,但就玉米而言,达到最大高度之前,h
与 LAI具有显著相关性.本文利用 2006—2008 年资
料对不同阶段的 z0和 d分别建立 h、LAI与风速的双
因子模型,通过拟合相关系数(R2)的大小确定各阶
段最优模型.
d值出现之前的模型为:
z0 = -0郾 0267+0郾 1219h+0郾 3421e-0郾 6468u2
(n=69,R2 =0. 83,P<0. 01)
上式表明,h对 z0的贡献大于 LAI.
d值出现至 h达到最大的模型为:
d=1郾 1591e(0郾 0893h-0郾 2257u2)
(n=63,R2 =0. 40,P<0. 01)
z0 =0郾 0360e(0郾 5753lai-0郾 117u2)
(n=63,R2 =0. 48,P<0. 01)
表明该阶段 LAI对 z0的影响较 h更直接,h对 d
值的影响大于 LAI.
h达到最大至收获阶段,因 h 已经达到最大,不
再与 LAI存在关系,农田下垫面性质中只有 LAI 对
z0和 d产生影响,该阶段的模型为:
d=1郾 3453e(0郾 0363lai-0郾 289u2)
(n=87,R2 =0. 33,P<0. 1)
z0 = -0郾 291e-2郾 4895lai+0郾 2539e0郾 3104u2
(n=87,R2 =0. 18,P<0. 1)
通过 R2可以看出,d值的拟合结果相对较好,但
比前一个时段的模拟精度有所下降. z0的模拟精度
很不理想,其原因可能为:当 h 达到最大值以后,z0
日均值变化幅度较小,且大多数日均风速在
1 m·s-1以下,风速在该范围内测量误差较大,导致
其与 z0之间的关系不明确,同时 LAI变化幅度较小,
也使得 z0与其关系不明显,最终导致非线性拟合效
果较差.为相对合理反映 z0的动态变化特征,考虑到
z0 / h平均值约为 0. 12[31],因此该时段 z0可简单地由
0郾 12 h来确定.
利用上述方案对 BATS1e 模型进行改进,可实
现玉米不同生育期 z0和 d 的动态参数化. 由于 z0和
d的动态参数化是在引入动态 LAI 的前提下实现
的,而引入动态 LAI 将在一定程度上改善模型模拟
精度[41] .为分离 z0和 d的动态变化对原模型方案的
改进作用,在原模型基础上引入动态 LAI 的模拟作
为对照试验,在此基础上进行 z0和 d 动态参数化的
模拟作为改进试验.利用 2008 年全年的气温、太阳
短波和长波辐射、风速、降水、气压、空气比湿及计算
得到的 LAI和 h 动态资料驱动 BATS1e 模型,通过
比较模型改进前后模拟结果来研究 z0和 d的动态参
数化对陆鄄气通量模拟的影响. 在下面的分析中,把
各陆鄄气通量在模型改进前后的模拟结果分别定义
为对照和改进.
2摇 结果与分析
2郾 1摇 z0和 d 动态参数化对动量拖曳系数模拟的
影响
z0和 d在陆面过程研究中是求取动量拖曳系数
(CD)的重要参数,CD 是影响陆鄄气物质和能量交换
的关键参数,在 BATS1e 模型中表达为:CD = f(CDN,
RiB).其中,总体理查逊数 RiB =
gzl( l-Tg / Ta)
Va 2
;z1为模
型最底层高度,本研究为 3. 5 m;Tg为地表土壤温
度;Ta和 Va分别为 z1高度处的气温和风速.
76228 期摇 摇 摇 摇 摇 摇 蔡摇 福等: 动态空气动力学参数对玉米田陆鄄气通量模拟的影响———以 BATSle模型为例摇 摇
当 RiB<0 时,CD =CDN[1+24郾 5(-CDNRiB) l / 2] (5)
当 RiB>0 时,CD =CDN(l+11郾 5RiB) (6)
CDN为中性条件下的动量拖曳系数,表达式为:
CDN =Fveg·CDNV+(1-Fveg)·Csoil (7)
式中:Fveg为植被覆盖度,计算方法参见文献[42];
CDNV 为中性条件下的植被拖曳系数, CDNV =
[k / ln(
z1-d
z0
)] 2;k为卡曼常数,模型中取 0. 378;Csoil
为土壤拖曳系数,等于 0. 01.
在玉米拔节(6 月 25 日)前,模型改进前后的
CD差异很小(图 1);随着植被覆盖度的增大,改进值
逐渐大于原模型值.其原因在于:拔节前植被覆盖度
较小,下垫面以裸土为主,CD差异很小;当植被覆盖
度进一步增大,植被 CD在下垫面所占比例增大,而
z0和 d受一天中风速强烈的瞬时变化作用而表现出
剧烈的日变化,表现为比原模型更符合实际.
2郾 2摇 z0和 d动态参数化对模型改进前后陆鄄气通量
的影响
由图 2 可以看出,拔节(6 月 25 日)前,模型改
进前后感热模拟结果差异很小;随着植被覆盖度的
增大,z0和 d 的动态参数化对感热模拟改进作用逐
渐明显. 7 月 7 日—8 月 7 日,虽然植被覆盖度处于
大值阶段,但感热改进量仍然较小,原因是该时段降
水集中,地表热通量以潜热为主,感热所占比例很
小,因此模型改进对其作用表现并不明显.生长季中
感热改进幅度最大的时段在乳熟(8 月 6 日)以后,
该时段植被覆盖度由最大逐渐减小,降水减少,感热
占热通量比重逐渐增大,使改进幅度不断增大.潜热
的情况与感热有所不同,拔节前改进作用不明显;拔
节至乳熟阶段,由于降水集中,潜热在玉米生长季最
大,z0和 d 动态参数化使地表拖曳系数比原模型增
大,潜热随之增大且更接近实测值. 乳熟后,随着植
被覆盖度和降水量的逐渐减小,潜热在热通量中所
占比重有所减小,模型改进作用减弱.在 8 月中下旬
(图 3),对照试验比改进试验更接近实测值,这一现
象发生的原因可能是由于模型对表层土壤湿度
(SWC)的明显低估[41],加之此时地表传输系数增
大,使表层土壤水分在上午过早蒸发,到中午 SWC
急剧下降引起蒸发量下降,导致传输系数虽然大于
对照值但所产生的蒸发却小于对照,因此导致潜热
模拟值小于对照.受感热和潜热的共同作用,土壤热
通量也是在拔节后至乳熟阶段改善明显,拔节前和
乳熟后改善不明显.
摇 摇 为整体评价 z0和 d 动态参数化对陆鄄气热通量
的改进作用,对模型改进前后各热分量模拟值与实
测值的相关性进行对比. 考虑到夜间和早晚过渡期
间弱湍流或间歇性湍流的影响,涡度相关实测数据
存在较高的不确定性,因此这里剔出感热和潜热该
时段数据(下同). 由图 4 可以看出,各热通量改进
后相关系数大于对照试验,潜热和土壤热通量线性
趋势系数更接近 1,表明模拟精度都不同程度得到
改善,而感热趋势系数略远离 1,模型改进与否有待
进一步验证.
2郾 3摇 z0和 d动态参数化对陆鄄气通量模拟影响的定
量评价
为直观评价 z0和 d 动态参数化对陆鄄气通量模
拟的改进作用,进一步对模型改进后所输出的热通
量各分量和表层土壤温度进行定量评价. 由表 1 可
以看出,感热、潜热、土壤热通量以及表层土壤温度
的模型效率分别提高了 0. 0569、0. 0194、0. 0384 和
0郾 0417,RRMSE和NSEE都有不同程度的减小,其
图 1摇 模型改进前后的动量拖曳系数(CD)模拟值
Fig. 1摇 Simulated CD from original and modified models.
玉:对照 Reference; 域:改进值 Improved value.
8622 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
图 2摇 z0和 d动态参数化对模型改进前后感热、潜热和土壤热通量模拟值与实测值的对比
Fig. 2摇 Comparisons between observed and simulated sensible, latent and soil heat fluxes from original and modified models.
玉:实测值 Observed value; 域:改进值 Improved value; 芋:对照值 Reference. 下同 The same below.
图 3摇 2008 年 8 月 19、20 日模型改进前后潜热对比
Fig. 3摇 Comparison between observed and simulated latent heat fluxes from original and modified models on August 19 and 20, 2008.
中感热、土壤热通量和表层土壤温度改进较大,潜热
改进较小.感热改进最明显的月份是 6、8、9 月,改进
量分别为 1997、7158 和 2779 KJ·m-2,分别占当月
总辐射的 0. 4% 、1. 4%和 0. 6% . 其中,7 月误差略
有增大(表 2),可能是该时段感热在热通量中所占
比重较小,且模型自身模拟精度不理想所致.从整个
生长季来看,感热改进量为 12190 KJ·m-2,占生长
季总辐射的 0郾 9% .潜热改进量最明显的月份在 7、8
月,分别为 15470 和 17183 KJ·m-2,分别占当月总
辐射的 3郾 1%和 3. 5% ,其他月份改进不明显,可能
因潜热所占热通量比重较小所致. 整个生长季潜
热改进量为26392 KJ·M-2 ,占生长季总辐射的
96228 期摇 摇 摇 摇 摇 摇 蔡摇 福等: 动态空气动力学参数对玉米田陆鄄气通量模拟的影响———以 BATSle模型为例摇 摇
图 4摇 模型改进前后感热、潜热、土壤热通量模拟值对实测值拟合精度的比较
Fig. 4摇 Comparisons of fitting precision of simulated for observed sensible, latent and soil heat fluxes from original and modified
models.
1. 1% . 土壤热通量最大值出现在 7、8 月,分别为
11936 和 16736 KJ·m-2,分别占当月总辐射的
2郾 4% 和 3. 4% ; 其次是 9 月, 改进量为 3666
KJ·m-2 ,占总辐射的0 . 8% ,5月的改进量最小;
表 1摇 对照和改进试验各输出变量模拟精度对比
Table 1 摇 Comparisons of simulation accuracies of outputs
from reference and improved tests
变量
Variables
模型效率系数
NS
相对均方差
RRMSE
相对标准差
NSEE
Hs0 -0. 1483 1. 1576 0. 7864
Hs1 -0. 0914 1. 1285 0. 7666
姿E0 0. 3009 0. 7241 0. 5474
姿E1 0. 3203 0. 7140 0. 5397
G0 0. 2418 1. 4532 0. 7962
G1 0. 2802 1. 4160 0. 7758
Tg0 0. 7887 0. 0049 0. 0049
Tg1 0. 8308 0. 0044 0. 0044
Hs、姿E、G、Tg分别代表感热、潜热、土壤热通量和表土温度;下标 0 和
1 分别代表对照和改进试验 Hs, 姿E, G and Tg represented sensible,
latent, soil heat flux and surface soil temperature, respectively. Subscript
0 and 1 represented reference and improved tests. 下同 The same below.
6 月的误差有所增大,可能是由于感热和潜热模拟
不理想所致,生长季改进量为 31296 KJ·m-2,占生
长季总辐射的 1. 2% .
2郾 4摇 真实土壤水分下 z0和 d 动态参数化对各变量
模拟影响的定量评估
由于土壤水分(SWC)的不准确估计,使模型被
z0、d动态参数化改进后个别时段潜热模拟误差反而
增大.为了对这一结论进行验证,引入实测 SWC 数
据作为模型输入项,研究真实 SWC 情况下模型经
z0、d改进对各输出变量的改进作用. 从各月情况看
(表 3),引入实测 SWC后各要素改进量的分布格局
发生变化.其中,感热在各月的改进量都显著增大,
最大值出现在 5、6、7 月,分别占当月总辐射的 4%
以上,生长季总改进量为 122081 KJ·m-2,占总辐射
的 4. 8% ;潜热的改进作用也有所增大,5、7、8 月的
改进量分别占总辐射的 2. 0% 、6. 4%和 2. 4% ;土壤
热通量改进幅度在 7、8 月明显减小,其原因主要是
引入的实测 SWC比模拟值明显增大,导致潜热模拟
0722 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
表 2摇 z0和 d动态参数化对模型改进后各通量月、季改进情况
Table 2摇 Monthly and seasonal improvement quantities of sensible, latent and soil heat fluxes from the modified model
月份
Month
Hs
改进量
Improvement
quantity
(KJ·m-2)
占总辐射比例
Percentage of
global radiation
姿E
改进量
Improvement
quantity
(KJ·m-2)
占总辐射比例
Percentage of
global radiation
G
改进量
Improvement
quantity
(KJ·m-2)
占总辐射比例
Percentage of
global radiation
5 916 0. 2 -126 -0. 0 249 0. 0
6 1997 0. 4 -673 -0. 1 -1288 -0. 3
7 -661 -0. 1 15470 3. 1 11931 2. 4
8 7158 1. 4 17183 3. 5 16736 3. 4
9 2779 0. 6 -5461 -1. 2 3666 0. 8
生长季 Growing season 12190 0. 9 26392 1. 1 31296 1. 2
表 3摇 引入真实土壤水分(SWC)后各热通量在月、季的改进情况
Table 3摇 Monthly and seasonal improvement quantities of sensible, latent and soil heat fluxes from the modified model with
real SWC
月份
Month
Hs
改进量
Improvement
quantity
(KJ·m-2)
占总辐射比例
Percentage of
global radiation
姿E
改进量
Improvement
quantity
(KJ·m-2)
占总辐射比例
Percentage of
global radiation
G
改进量
Improvement
quantity
(KJ·m-2)
占总辐射比例
Percentage of
global radiation
5 41281 7. 4 4568 2. 0 1588 0. 3
6 40225 8. 3 3605 1. 3 -1969 -0. 4
7 23283 4. 6 22419 6. 4 258 0. 1
8 3519 0. 7 8193 2. 4 1091 0. 2
9 13773 2. 9 4134 1. 9 3359 0. 7
生长季 Growing season 122081 4. 8 42919 1. 7 4328 0. 2
值随之增大,进而改变了原来各热通量模拟值随之
增大,进而改变了原来各热通量模拟值的格局.引入
真实 SWC后,模型各热通量分配更接近于实际,z0
和 d动态参数化的改进作用更为明显.
3摇 讨摇 摇 论
随着玉米农田下垫面性质的改变,z0和 d 在一
年中不断变化.利用玉米不同生育阶段 z0和 d 与风
速、 LAI 和 h 关系所建立的动态参数化模型对
BATS1e模型进行改进后,CD随着植被覆盖度增大
表现出明显的日变化特征,较原模型更符合实际.玉
米农田陆鄄气热通量模拟得到不同程度的改进,且各
热分量改进情况在不同生育阶段有所不同. 表明现
有陆面模型所采用的静态赋值或简单动态赋值方式
是给模拟过程带来误差的重要原因之一,证明了空
气动力学参数在陆面水热交换过程中的敏感性,以
及建立更为合理的空气动力学动态参数化方案的必
要性.
原模型对 SWC 的不合理模拟使得当 z0和 d 得
到改善时个别时段潜热模拟精度有所下降,引入真
实 SWC后,z0和 d动态参数化对感热和潜热的改进
作用明显增强.表明陆面过程模拟过程中,某个参量
的改进在提高某些输出量模拟精度的同时,会由于
陆面过程的复杂性和各种反馈作用的存在使某些要
素的模拟精度反而下降,一个很重要原因就是原模
型对某些要素模拟过程中出现误差相互抵消现象,
使模拟结果出现“虚假正确冶 [33,43],某个参量的改进
恰恰打破了原有的“平衡冶,进而导致所谓的误差增
大,而实际上模型是向着更为合理的过程发展的,这
可能是个别月份各热通量模拟精度反而下降的重要
原因.因此,只有当模型每个输出变量模拟趋于合理
时,参数的改进才能从整体上提高模型精度,现有陆
面过程模型很多参数的表达仍不完善,需要不断加
以改进.
由于本研究所用模型模拟能力以及研究资料等
方面的限制,使空气动力学动态参数化对陆气通量
模拟的定量评价结果存在不确定性. 但从整体趋势
来看,模型改进对模拟精度的提高是显而易见的,表
明所采用的动态参数化方案具有一定合理性. 由于
空气动力学参数与植被高度和密度关系密切,而同
一类型植被 LAI和 h 相关性极显著,使建立参数化
模型时无法被同时考虑.因此,有必要通过开展多种
植被类型冠层结构参数的观测和研究来实现二者真
正意义上的相互独立.
17228 期摇 摇 摇 摇 摇 摇 蔡摇 福等: 动态空气动力学参数对玉米田陆鄄气通量模拟的影响———以 BATSle模型为例摇 摇
参考文献
[1]摇 Stull RB. An Introduction to Boundary Layer Meteorolo鄄
gy. New York: Kluwer Academic Publishers, 1988
[2] 摇 Shao Y. Physics and Modeling of Wind Erosion. Lon鄄
don: Kluwer Academic Publishers, 2000
[3]摇 Zhang K鄄C (张克存), Qu J鄄J (屈建军), Dong Z鄄B
(董治宝), et al. Effect of wind speed fluctuation on
sand transport rate. Journal of Desert Research (中国沙
漠), 2006, 26(3): 336-340 (in Chinese)
[4]摇 Marticorena B, Chazette P, Bergametti G, et al. Map鄄
ping the aerodynamic roughness length of desert surfaces
from the POLDER / ADEOS bi鄄directional reflectance
product. International Journal of Remote Sensing, 2004,
25: 603-626
[5]摇 Zhou Y鄄L (周艳莲), Sun X鄄M (孙晓敏), Zhu Z鄄L
(朱治林), et al. Comparative research on four typical
surface roughness length calculation methods. Geograph鄄
ical Research (地理研究), 2007, 26(5): 887 -896
(in Chinese)
[6]摇 He Q (何摇 清), Miao Q鄄L (缪启龙), Zhang R鄄J (张
瑞军), et al. Analysis on aerodynamic roughness in Xi鄄
aotang in the Taklimakan Desert. Journal of Desert Re鄄
search (中国沙漠), 2008, 28(6): 1011 -1016 ( in
Chinese)
[7] 摇 Dong Z鄄B (董治宝), Donald WF, Gao S鄄Y (高尚
玉). Modeling the roughness effect of blown鄄sand鄄con鄄
trolling standing vegetation in wind tunnel. Journal of
Desert Research (中国沙漠), 2000, 20(3): 260-263
(in Chinese)
[8]摇 Zhang C鄄L (张春来), Zou X鄄Y (邹学勇), Dong G鄄R
(董光荣), et al. Aerodynamic roughness of cultivated
soil and its influence on soil erosion by wind in a wind
tunnel. Journal of Desert Research (中国沙漠), 2002,
22(5): 473-475 (in Chinese)
[9]摇 He Q鄄J (何奇瑾), Zhou G鄄S (周广胜), Zhou L
(周摇 莉), et al. Aerodynamic parameters and their af鄄
fecting factors over Panjin reed wetland. Chinese Journal
of Applied Ecology (应用生态学报), 2008, 19(3):
481-486 (in Chinese)
[10]摇 Dickinson RE, Henderson鄄Sellers A, Kennedy PJ. Bio鄄
sphere鄄Atmosphere Transfer Scheme (BATS) Version le
as Coupled to the NCAR Community Climate Model.
NCAR Technical Note, NCAR / TN2387 + STR, 72.
[ EB / OL ]. ( 2009鄄05鄄16 ) [ 2012鄄02鄄08 ]. http: / /
nldr. library. ucar. edu / collections / technotes / asset鄄000鄄
000鄄000鄄198. pdf
[11]摇 Liu S鄄H (刘树华), Wen P鄄H (文平辉), Zhang Y鄄Y
(张云雁), et al. Sensitivity tests of interaction between
land surface physical process and atmospheric boundary
layer. Acta Meteorologica Sinica (气象学报), 2001,
59(5): 533-548 (in Chinese)
[12]摇 Zeng X, Zhao M, Dickinson RE. Intercomparison of
bulk aerodynamic algorithms for the computation of sea
surface fluxes using TOGA COARE and TAO data.
Journal of Climate, 1998, 11: 2628-2644
[13] 摇 Oleson KW, Dai YJ, Gordon B, et al. Technical De鄄
scription of the Community Land Model (CLM). NCAR
Technical Note, NCAR / TN461+STR, 23, 2004. [EB /
OL]. (2009鄄05鄄16) [2012鄄02鄄08]. http: / / www. cgd.
ucar. edu / tss / clm / / distribution / clm3郾 0 / TechNote / CLM
_Tech_Note. pdf
[14]摇 Sellers PJ, Mintz Y, Sud YC, et al. A simple biosphere
model (SiB) for use within general circulation models.
Journal of the Atmospheric Sciences, 1986, 43:505-531
[15]摇 Xue Y, Sellers PJ, Kinter JL. A simplified biosphere
model for global climate studies. Journal of Climate,
1991, 4: 345-364
[16]摇 Zhou Y鄄L (周艳莲), Sun X鄄M (孙晓敏), Zhu Z鄄L
(朱治林), et al. Dynamic variation of types of underly鄄
ing surface roughness and its impacts on flux mechanism
model simulation. Science in China Series D Earth Sci鄄
ences (中国科学·D 辑), 2006, 36 ( suppl. 域):
244-254 (in Chinese)
[17]摇 Chen B (陈摇 斌), Xu X鄄D (徐祥德), Ding Y鄄G (丁
裕国), et al. The impact of heterogeneity of land sur鄄
face roughness length on estimation of turbulent flux in
model. Plateau Meteorology (高原气象), 2010, 29
(2): 340-348 (in Chinese)
[18]摇 L俟 P (吕摇 萍), Dong Z鄄B (董治宝). Determination
of roughness length on Gobi deflation plane and vegeta鄄
ted surface. Journal of Desert Research (中国沙漠),
2004, 24(3): 279-285 (in Chinese)
[19]摇 He Y鄄F (何玉斐), Zhang H鄄S (张宏升), Liu M鄄X
(刘明星), et al. A study on determining aerodynamic
parameters over Gobi desert surface. Acta Scientiarum
Naturalium Universitatis Pekinensis (北京大学学报·
自然科学版), 2009, 45(3): 439-443 (in Chinese)
[20]摇 Zhang Y鄄J (张雅静), Shen X鄄D (申向东). Simula鄄
tion analysis of vegetation covered surfaces aerodynamics
roughness length and zero displacement. Journal of Des鄄
ert Research (中国沙漠), 2008, 28(1): 21-26 ( in
Chinese)
[21]摇 Liu H鄄P (刘和平), Liu S鄄H (刘树华). Determination
of aerodynamic parameters of Changbai Mountain forest.
Acta Scientiarum Naturalium Universitatis Pekinensis (北
京大学学报·自然科学版), 1997, 33(4): 522-528
(in Chinese)
[22]摇 Zhong Z (钟摇 中), Han S鄄J (韩士杰). The calcula鄄
tion of aerodynamic parameters of Korea pine canopy in
Changbai Mountains. Journal of Nanjing University
(Natural Science) (南京大学·自然科学版), 2002,
38(4): 565-571 (in Chinese)
[23]摇 Zhao X鄄S (赵晓松), Guan D鄄X (关德新), Wu J鄄B
(吴家兵), et al. Zero鄄plane displacement and rough鄄
ness length of the mixed forest of broad鄄leaved and
Korean鄄pine in Changbai Mountain. Chinese Journal of
Ecology (生态学杂志), 2004, 23 (5): 84 - 88 ( in
Chinese)
[24]摇 Takagi K, Miyata A, Harazono Y, et al. An alternative
approach to determining zero鄄plane displacement and its
application to a lotus paddy field. Agricultural and For鄄
est Meteorology, 2003, 115: 173-181
[25]摇 Mao Y鄄H (茅宇豪), Liu S鄄H (刘树华). Study of aer鄄
2722 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
odynamic parameters for different underling surfaces.
Acta Meteorologica Sinica (气象学报), 2006, 64(3):
325-334 (in Chinese)
[26]摇 Guo J鄄X (郭建侠). Characters and Parameterization
Comparisons of Turbulent Transfer over Maize Field on
North China Plain. PhD Thesis. Nanjing: Nanjing Uni鄄
versity of Information Science and Technology, 2006 (in
Chinese)
[27]摇 Cai F (蔡摇 福), Zhang Y鄄S (张玉书), Chen P鄄S (陈
鹏狮), et al. Analysis of Liaoning thermal resources
spatio鄄temporal evolvement characteristics in recent 50
years. Journal of Nature Resources (自然资源学报),
2009, 24(9): 1635-1646 (in Chinese)
[28]摇 Chen P鄄Q (陈泮勤), Cheng B鄄B (程邦波), Wang F
(王摇 芳), et al. Discrimination on several key issues
of global climate change. Advance in Earth Science (地
球科学进展), 2010, 25(1): 69-75 (in Chinese)
[29]摇 Lin E鄄D (林而达), Xu Y鄄L (许吟隆), Jiang J鄄H (蒋
金荷), et al. National assessment report of climate
change. 域. Climate change impacts and adaptation.
Advances in Climate Change Research (气候变化研究
进展), 2006, 2(2): 51-56 (in Chinese)
[30]摇 Xiong W (熊摇 伟), Ju H (居摇 辉), Xu Y鄄L (许吟
隆), et al. The threshold of temperature increase due to
climate change for Chinese agriculture and its uncertain鄄
ties. Advance in Earth Sciences (地球科学进展),
2006, 21(1): 70-76 (in Chinese)
[31]摇 Cai F (蔡摇 福), Zhou G鄄S (周广胜), Ming H鄄Q (明
惠青), et al. Dynamic characteristics of aerodynamic pa鄄
rameters over a rained maize agroecosystem and their re鄄
lationships with controlling factors. Acta Ecologica Sinica
(生态学报), 2013, DOI: 10. 5846 / stxb201205230768
(in Chinese)
[32]摇 Li Y鄄J (李祎君), Xu Z鄄Z (许振柱), Wang Y鄄L (王
云龙), et al. Latent and sensible heat fluxes and ener鄄
gy balance in a maize agroecosystem. Chinese Journal of
Plant Ecology (植物生态学报), 2007, 31(6): 1132-
1144 (in Chinese)
[33]摇 Cai F(蔡摇 福), Zhou G鄄S (周广胜), Ming H鄄Q (明
惠青), et al. Effects of dynamic parameterization of al鄄
bedo on land鄄atmosphere flux exchanges: A case study
of rainfed maize field in Northeast China. Acta Meteoro鄄
logica Sinica (气象学报), 2012, 70(5): 1149-1164
(in Chinese)
[34]摇 Wang L (王摇 玲), Xie D鄄T (谢德体), Liu H鄄L (刘
海隆), et al. A universal growth model for maize leaf
area index. Journal of Southwest Agricultural University
(西南农业大学学报), 2004, 26(3): 303-311 ( in
Chinese)
[35]摇 Cai F (蔡摇 福), Zhou G鄄S (周广胜), Li R鄄P (李荣
平), et al. Dynamic characteristics of land surface pa鄄
rameters of rained maize fields in Northeast China. Chi鄄
nese Journal of Ecology (生态学杂志), 2011, 30(3):
494-501 (in Chinese)
[36]摇 Zhou S鄄Q (周锁铨), Dai K (代 摇 刊), Chen T (陈
涛), et al. The improvement and verification of land
surface process model. Acta Meteorologica Sinica (气象
学报), 2003, 61(3): 275-290 (in Chinese)
[37]摇 Huang A鄄N (黄安宁), Zhang Y鄄C (张耀存). Impacts
of the BATS1e land surface model on the performance of
the p鄄滓 regional climate model. Chinese Journal of At鄄
mospheric Sciences (大气科学), 2007, 31(1): 155-
166(in Chinese)
[38]摇 Guo J鄄X (郭建侠), Bian L鄄G (卞林根), Dai Y鄄J (戴
永久). Measured CO2 concentration and flux at 16 m
height during corn growing period on the North China
Plain. Chinese Journal of Atmospheric Sciences (大气科
学), 2007, 31(4): 695-708 (in Chinese)
[39]摇 Mi N (米摇 娜), Chen P鄄S (陈鹏狮), Zhang Y鄄S (张
玉书), et al. A comparative study on estimation models
for field evapotranspiration. Resources Science (资源科
学), 2009, 31(9): 1599-1606 (in Chinese)
[40]摇 Gordon WS. Climate Change, Hydrology, and Ecologi鄄
cal Models: Intercomparison and Validation. Austin:
University of Texas at Austin, 2003
[41]摇 Cai F (蔡摇 福), Zhou G鄄S (周广胜), Li R鄄P (李荣
平), et al. Sensitivity of land surfaces model to dynamic
parameters of land surface. Advance in Earth Science
(地球科学进展), 2011, 26(3): 300-310 ( in Chi鄄
nese)
[42]摇 Cai F (蔡摇 福), Zhou G鄄S (周广胜), Li R鄄P (李荣
平), et al. Dynamic parameterization scheme of surface
albedo: A case study on maize field. Journal of Nature
Resources (自然资源学报), 2011, 26 (10): 1775 -
1788 (in Chinese)
[43]摇 Fang Y鄄L (房云龙), Sun S鄄F (孙菽芬), Li Q (李
倩), et al. The optimization of parameters of land sur鄄
face model in arid region and the simulation of land鄄
atmosphere interaction. Chinese Journal of Atmospheric
Sciences (大气科学), 2010, 34 (2): 290 - 306 ( in
Chinese)
作者简介 摇 蔡 摇 福,男,1980 年生,博士,副研究员. 主要从
事陆面过程和应用气象研究,发表论文 20 余篇. E鄄mail:
caifu_80@ 163. com
责任编辑摇 杨摇 弘
37228 期摇 摇 摇 摇 摇 摇 蔡摇 福等: 动态空气动力学参数对玉米田陆鄄气通量模拟的影响———以 BATSle模型为例摇 摇