论文部分内容阅读
陆面过程模式是研究陆地—大气相互作用及与之相关的天气和气候变化的重要工具之一。由于观测数据和科学认知水平的局限，现行的陆面过程模式并不能很好地适用于所有的下垫面类型，特别是对半干旱区的陆面特性和地表—大气间的能量和水分交换过程的描述能力仍然十分的有限。制约陆面过程模式模拟能力最直接的因素除了模式物理过程参数化方案未臻完美之外，模式中众多参数的取值的不确定性也是另一个主要原因。这些不确定性主要源于观测条件的限制或参数取值缺乏针对性。 本文基于长期连续的半干旱区陆地—大气相互作用外场强化观测试验资料，尝试将我国科学家发展的条件非线性最优扰动(CNOP)方法运用到陆面过程模式参数敏感性试验和参数优化领域。CNOP基本原理是在参数的物理条件限制之下，通过优化算法调整模式变量，使得预报时刻的模式结果非线性偏差达到最大值。该方法目前已为开始扩展应用于了参数优化分析领域，但在陆面过程模式参数优化领域尚未有涉及。本文尝试将其扩展到陆面过程模式参数优化工作，并对其应用效果进行了初步的探索。此外，本文还对集合卡尔曼滤波(EnKF)方法在陆面参数优化中的使用进行了探讨，并与CNOP方法的优化结果进行了对比。论文主要的研究和结论有: 1)使用超级立方体取样—一阶扰动(LHS-Oat)算法，针对通用陆面模式(CoLM)的几个关键陆面参数，使用2003年、2008年不同时间段的吉林通榆退化草地和甘肃榆中黄土高原观测站的试验资料，分别作了参数敏感性分析。通过得到的敏感性排序结果，证实了LHS-Oat方法在陆面过程模式参数敏感性分析方面的可行性和性能。在此基础之上，将CNOP方法引入陆面参数敏感性结果的检验工作中，对LHS-Oat方法获得的敏感性排序做分组检验。结果表明较高敏感性的参数所能导致的非线性不稳定远远超过较低敏感性的参数造成的非线性不稳定，从而验证了LHS-Oat方法分析得到的陆面参数敏感性排序的正确性; 2)在得到陆面参数敏感性排序后，为了获得对应于不同下垫面类型的主要陆面参数最优值，本文对CNOP方法扩展到陆面过程模式的参数优化领域进行了探索。利用2003、2006和2008年3个时间段通榆退化草地和榆中黄土高原站的试验数据和通用陆面过程模式，分别设计了单参数和多参数优化试验。结果表明，使用优化后的参数，CoLM模式模拟的地表温度、水热通量等有了较大改善，并且多参数优化试验的结果明显优于单参数优化试验，特别是对土壤湿度的模拟而言。这证实了CNOP方法扩展到陆面过程模式参数优化领域的可行性，且在扩展CNOP方法时使用了差异进化算法(DE)，在保证优化过程收敛速度的同时，使得整个优化流程简便易于移植。这一探索性研究表明，CNOP方法扩展应用于陆面过程模式的参数敏感性试验和参数优化领域是可行的，并且由于CNOP方法具有数理意义明晰、结构简单、易于实现等等特点，使得它在陆面参数优化领域具有一定的优越性和较大的应用潜力; 3)本文还尝试将资料同化研究领域的一个相对成熟的方法—EnKF方法通过状态扩展技术引入陆面过程模式的参数优化工作中。在前人理想试验的基础上，用真实观测资料作为观测场，进行陆面参数优化试验，通过对CoLM的2个参数进行同化，EnKF方法在陆面过程模式参数优化方面获得了初步的成功，并获得了与CNOP方法结果相近的优化参数，数值上的差异应当来源于同化时所用的模式变量的不同。这进一步丰富了我们的研究手段。与CNOP方法相比，EnKF同样具有坚实的数理基础和更为广泛的应用历史，并且能在优化过程中得到参数与变量的背景协方差矩阵的变化，为直观的了解优化过程中背景误差的变化提供了便利，但其对误差正态分布的要求以及其优化的参数必须在出现在每个同化步的限制，使得其所能同化的陆面参数较CNOP方法少，应用前景稍差。 本文有关陆面参数敏感性试验的结果对于指导外场观测试验的设计和发展模式物理过程参数化方案具有积极的指导意义;而陆面参数优化使得陆面模式的整体模拟性能有了较显著的提高。基于本文的研究，可以构建一套从陆面参数敏感性判断到参数优化的完整方案，结合不同的外场观测试验，将能够获得一套典型下垫面类型的最优陆面参数集，有望改进陆—气耦合模式的模拟和预测性能。