陆面过程模型CoLM与BATS1_省略_模拟精度比较_以东北玉米农田为例_蔡福

陆面过程模型CoLM与区域气候模式RegCM3的耦合及初步评估郑婧1,2，谢正辉1∗，戴永久3，袁星1,2，毕训强41中国科学院大气物理研究所，北京 100029；2中国科学院研究生院，北京 100049；3北京师范大学地理学与遥感科学学院，北京 100875；4The Abdus Salam International Centre for Theoretical Physics, Trieste, Italy, 34100.摘要陆面过程通过影响陆面和大气之间物质和能量的交换影响气候，其参数化方案对数值天气预报、全球及区域气候模拟有重要影响。

本研究利用对生物物理、生物化学过程考虑更全面的陆面模式Common Land Model (CoLM)替代区域气候模式RegCM3原有的陆面模式BATS，发展了耦合区域气候模式C-RegCM3；将其应用于东亚地区典型洪涝年份夏季气候模拟以进行评估，结果表明新耦合的模式C-RegCM3能合理模拟大尺度环流场、近地表气温和降水的分布特征，对西北半干旱地区降水模拟比RegCM3有所改进。

通过利用区域气候模式C-RegCM3及RegCM3对地表能量和水文过程模拟结果的比较，发现在半干旱、半湿润过渡区C-RegCM3模拟的潜热增大、感热减小；模拟的地表吸收太阳辐射差异较明显的地区位于模式模拟的主要雨区; C-RegCM3在上述过渡区模拟的夏季地表土壤湿度比RegCM3偏干，这与它在过渡区降水模拟偏少、蒸散发模拟偏大相对应，体现了该模式在半干旱、半湿润过渡带模拟出比RegCM3更明显的局地土壤湿度-降水-蒸散发之间的正反馈作用。

关键词陆面过程模型，区域气候模式，耦合Coupling of the Common Land Model (CoLM) to the Regional Climate Model (RegCM3) and its preliminary validationZHENG Jing1,2，XIE Zheng-Hui1∗，DAI Yong-Jiu3，YUAN Xing1,2，BI Xun-Qiang41Institute of Atmospheric Physics, Chinese Academy of Sciences，Beijing 100029；2Graduate University of Chinese Academy of Sciences, Beijing 100049；3School of Geography, Beijing Normal University，Beijing 100875；4The Abdus Salam International Centre for Theoretical Physics, Italy, 34100.Abstract Land surface processes affect the climate through exchanges of the energy, water, and momentum fluxes across the land-atmosphere interface, and their parameterizations play an important role in weather forecasting and climate studies. In this work, the Common Land Model (CoLM), with biophysical and biochemical process parameterizations, is coupled to the regional climate model RegCM3 by replacing its original land surface scheme BATS. The newly coupled model is called C-RegCM3 hereafter. Simulations by C-RegCM3 for summer climate of a flooded year over East Asia are undertaken to validate the newly developed model, which shows reasonable results of general atmospheric circulation, near surface air temperature and precipitation and improves the simulation of precipitation in the semi-arid northwest region. Comparisons of simulated surface energy and hydrological processes by C-RegCM3 and those by RegCM3 respectively indicate that C-RegCM3 tends to get more latent heat fluxes but less sensible∗通讯作者：zxie@资助项目：中国科学院知识创新工程重要方向项目Kzcx2-yw-126-2、Kzcx2-yw-217，以及国家重点基础研究发展规划项目2005CB321703，国家自然科学基金项目90411007作者简介：郑婧，女，1982年出生，博士生，主要从事陆面过程模式与区域气候模式的双向耦合研究和区域气候模式的应用工作。

不同维GM(1,1)模型在基坑地表沉降预测中应用郑丽;白宝玉【摘要】根据地铁工程施工中基坑地表沉降监测数据,引入灰色系统理论,建立不同维GM(1,1)预测模型,对基坑开挖引起的周边地表沉降作了预测和分析.通过残差和后验差法对模型的可靠性进行检验,通过实证分析了在基坑地表沉降预测中应用灰色模型的可行性.研究结果表明构建不同维灰色模型,随着参与建模的数据维度的增加,发展系数-a逐渐减小,而灰作用量b、后验差指标C及平均相对误差均呈现增大的趋势,所建不同维GM(1,1)模型精度均达到了一级,尤以4维GM(1,1)模型累计沉降量实测值与累计沉降量预测值吻合较好,满足短期预测需求.可见针对基坑周边地表沉降需要的建模数据较少,便于节约长期观测成本,可为工程后继施工提供一定的理论依据.【期刊名称】《沈阳大学学报》【年(卷),期】2015(027)004【总页数】6页(P277-282)【关键词】基坑工程;不同维GM(1,1);地表沉降;预测【作者】郑丽;白宝玉【作者单位】宿州学院环境与测绘工程学院,安徽宿州 234000;重庆市公安局科技信息化处,重庆 400000【正文语种】中文【中图分类】P258随着城市地下空间的开发,基坑工程引发的地表沉降灾害评估成为地面沉降控制与管理、地质灾害防治的重要措施.城市地下工程由于埋置深度浅,基坑开挖和施工降水过程中,土体原来的应力平衡状态受到破坏,导致基坑周围地表产生不均匀沉降[1].地表沉降的产生将对周边建(构)筑物或地下管线带来不同程度的影响,过大的地表沉降还会造成建(构)筑物的破坏,引发经济损失和安全事故.为此,在基坑施工期间必须对基坑周围的环境进行监测.其中,地表沉降观测是其中重要的一个方面.通过定期观测,掌握其沉降变形规律,并通过建立相关模型获得预测变形值,以便及时采取适当的预防或善后措施,确保基坑周边环境的安全.在城市轨道交通工程建设中,变形监测数据处理与信息反馈是信息化施工和管理的重要组成部分,是保证安全施工、工程环境安全和社会稳定必不可少的有效措施.近年来,关于基坑地表沉降预测的方法大体上分为回归模型、灰色模型、人工神经网络模型,这些预测方法均基于时间序列数据建立预测模型,得出预测结果.灰色模型的本质是指数拟合,当原始序列隐含着指数变化规律时,灰色GM(1,1)模型预测方法是非常成功的[2].它是灰色系统理论的核心内容之一,其以较少的数据进行预测和分析,建模简单,公式简洁,易于求解,具有可检验性等诸多优点,成为预测系统动态分析及控制的基础[3].目前,很多学者就灰色模型在基坑工程预测中展开了研究,如吴杰等[4]考虑了该点位移和围护桩上其他点的位移及锚索拉力是耦合的,采用多因素灰色G(1,N)模型对基坑位移进行预测,取得了较好的预测精度.卢志刚等[5]采用灰色理论GM(2,1)二阶线性动态模型应用于基坑工程中,对基坑的水平位移和沉降预测进行了计算,得到较好精度.陈晓斌等[6]将GM(1,1)和GM(2,1)模型应用到基坑工程中,通过编制计算程序,完成其在锚杆拉力、地面沉降和地面水平位移预测计算,通过实证分析得出GM(1,1)比GM(2,1)模型更可靠、稳定性高.值得注意的是预测中这些对原始数据要求都是等时距的,但是对于在基坑工程预测中选择多少维原始数据参与建模效果并未进行分析.鉴于此,本文针对某地铁车站施工过程中地表沉降监测的一个监测点连续多期的沉降实测资料进行分析,应用灰色理论进行沉降变形的预测和检验,对监测数据进行分析、处理和建模,并比较了不同维灰色预测模型处理该工程的模型精度,以期为周边地表沉降变形预报工作提供一定的参考.灰色动态预测模型,通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而对系统的时间序列进行数量大小的预测,即对系统的主行为特征量或某项指标,发展变化到未来特定时刻出现的数值进行预测[7]. 1.1 模型的建立对给定的初始变量X有n个原始数据,组成一个非负离散时间序列如下:对序列x(0)进行一次累加,生成新数列x(1)={x(1)(1),x(1)(2),….,x(1)(n)},令z(1)为数列x(1)的紧邻均值生成数列,即其中:k=2,3,…,n;a=0.5.称方程为GM(1,1)模型的基本形式,式中参数-a为发展系数,b为灰作用量.引入如下矩阵向量记号:于是GM(1,1)模型中式(2)可表示为Y=Bu采用最小二乘法可求得参数a,b的估计值u=(a,b)T=(BTB)-1BTY.对于GM(1,1)模型式(2),若将x(0)(k)的时刻k=2,3,…,n视为连续变量t,则x(1)视为时间t的函数,记为,将x(0)(k)对应于导数对应于x(1)(t),则可以建立相应于灰方程GM(1,1)的白微分方程其被称为GM(1,1)模型的白化方程,也称影子方程,这是一个一阶线性非齐次常微分方程模型.1.2 模型的求解取初值t=1=x(0)(1),则白化形式微分方程式(3)的解,从而得到GM(1,1)模型式(3)的解(也称时间响应式)为其中k=1,2,…,n-1,可知式(4)为GM(1,1)预测方程.从式(4)通过累减还原得到原始数据列x(0)的还原值(预测值)其中,k=1,2,…,n-1.在用GM(1,1)模型对原始数据列x(0)作预测时,式 (5)是x(0)的模拟值(还原值),当k<n时,称(0)(k)为x(0)的模型模拟值,当k=n时,称(0)(k)为x(0)的模型滤波值,扩大k的取值范围,即当k>n时,称x(0)(k)为x(0)的预测值,可用作对x(0)的预测[8].根据发展系数-a大小按表1确定预测模型的合理应用范围.1.3 模型的精度检验为了分析模型的可靠性,必须对模型进行诊断.目前通用的诊断方法是对模型进行后验差法检验[9].这里定义残差如下:绝对残差,其中为模型预测值,k=2,3,…,n.相对残差,n.平均相对残差.一般认为,当相对残差小于20%时,达到一般要求;当相对误差小于10%时,达到较高要求.采用后验差指标C及小误差概率P两个指标来进行预测精度划分,若分别为初始变量均方差、残差数据均方差和残差均值,则若后验差指标C小,表明即使原始数据离散,模型值与实际值的差并不离散,小误差概率P越大,且为1时最好.2.1 地铁车站工程周边环境及工程地质拟建场地位于广场内,站址现状为绿地,出入口周边用地规划为绿地用地,站位距离周边建筑物较远,对其使用影响较小,主体结构范围内有电力管线需要采取迁移和保护措施.本站地势平坦,地面吴淞高程一般为16.61～18.75 m,场地地貌类型属阶地,发育有坳沟亚地貌,基坑深度范围的各土层主要为人工填土、软弱土、中硬土及基岩,地下水类型主要为松散地层中的孔隙水、基岩裂隙水.为确保地铁车站的安全施工及周围环境的稳定,采用精度为二等的光学水准仪对地铁车站基坑工程进行地表沉降监测,表3为某个地表沉降监测点的实测值,监测周期为1 d.表3所列数据为连续14 d观测所得14期数据,通过定期的监测点的沉降变化速率和累积沉降量来判断基坑周围环境的整体稳定性.根据表3绘制地表沉降监测点变化趋势图,从图1中可以看出:地铁车站基坑周边地表沉降监测点14期实测数据显示最大沉降量为3.7 mm,最小为2.1 mm,累计沉降量高达39.8 mm,平均沉降量2.8 mm/d,地表沉降点略有下沉,但变化速率不大,沉降趋于稳定.2.2 构建不同维GM(1,1)基坑地表沉降预测模型由于基坑变形是多因素作用的结果,其变形系统的实质是一个灰色系统,故可采用灰色系统理论对其变形进行预测研究[10].依据表3所提供数据作为样本数据,分别构造4～14维的GM(1,1)模型,计算模型参数,GM(1,1)模型得到指定时间段内的预测值,根据实际问题的的需要,对实际沉降量与预测值进行比较.以建立4维GM(1,1)模型为例,阐述建模过程,表中前4个数据构成原始序列x(0)(k)=(3.7,3.7,3.7,3.2),对其进行一次累加生成累计沉降观测值x(1)(k)=(3.7,7.4,11.1,14.3).建立4维GM(1,1)模型为:(-17.400 725),其中,发展系数-a=0.310 600,灰作用量b=5.404 65.由此根据表1所示可知,当-a>0.3时,所建预测模型适用于短期预测,进一步计算,得出后验差指标C和小误差概率分别为C=0.095 0,P =1.000 0,对照表2可知,预测精度为好,点的累计沉降模型达到一级预测精度.如表4所示,该沉降监测点的累计沉降观测值和预测值基本吻合,最大残差绝对值为0.995 5mm.最小为0 mm,平均残差为0.331 1 mm.通过累减还原得到模型预测值,进而计算模型相对误差和绝对误差可知:绝对误差最小为0 mm,最大为0.900 5 mm,相对误差最大达24.34%.同理,可建立不同维数的预测模型,各维度模型参数及精度评定结果见表5.从表5可以看出,建立的4～14维GM(1,1)模型从中选择预测精度最好的模型进行沉降量预测,通过比较可知,选择不同的数据维数,发展系数-a,灰作用量b的值也不一样,后验差指标C值平均相对误差各不相同.随着参与建模的数据维度的增加发展系数-a呈现递减的趋势,而灰作用量b、后验差指标C以及平均相对差均呈现增大的趋势,唯独相同的是P值均为1,表明这些参数所建立模型的精度均达到了一级水平,尤以4维GM(1,1)模型平均相对误差最小为0.29%,适用于短期预测,其预测效果较好,说明预测基坑周边地表沉降,并不是数据越多建立模型预测值与实测值越接近,沉降监测结果越可靠.为了提高精度,本文选用4维,第4次残差序列建立GM(1,1)模型为x(1)(k+1)=0.042 008 1e0.362 364k-0.001模型参数-a=0.362 364,b=0.000 663.其平均相对误差为0.02%,根据后验差指标C和小误差概率P对模型进行检验,当P=1>0.95和C=0.004 4<0.35时,精度等级为好,表明模型可靠.由此推算预测值如表6.如表6所示,4维残差序列模型的预测值与实测值非常接近,满足短期预测所需.其绝对误差均小于0.05 mm,相对误差最大为1.11%,满足较高精度要求.沉降实测值均小于4 mm,说明沉降比较稳定.本文引入了灰色系统理论,根据地铁车站基坑周边地表沉降监测点实测数据,通过累加生成数据列,建立微分方程,进而对模型参数求解,还原预测值,建立GM(1,1)预测模型.通过预测模型可了解周边地表沉降变形情况,不仅仅节约了长期观测的费用,还能及时反馈到设计中,指导地铁施工,基于本文研究得到以下结论:(1) 在地铁工程施工过程中,地铁车站基坑工程中一个周边地表沉降监测点的14期实测数据分析可知,该点累计沉降量高达39.8 mm,其中最大沉降量为3.7 mm,最小为2.1 mm,平均沉降量2.8 mm/d,表明地表沉降点略有下沉,但变化速率不大,沉降趋于稳定.(2) 依据实测数据建立4维GM(1,1)模型x(1)(k+1)=21.100 725e0.310 600k+(-17.400 725),其预测精度达到一级,适用于短期预测,根据所建模型可得沉降监测点的累计沉降观测值和预测值基本吻合,模型通过精度评定,其绝对误差最小为0 mm,最大为0.900 5 mm,满足较高精度要求.为了提高精度选用4维,第4次残差序列建立GM(1,1)模型式(6),其平均相对误差为0.02%,模型通过检验,精度等级为好.表明模型可靠.由此推算预测值与实测值吻合非常好,沉降实测值均小于4 mm,而预测值平均值不超过4 mm,说明沉降比较稳定.(3) 分别构建4～14维GM(1,1)模型,所建立不同维4～14维GM(1,1)模型均能通过精度评定,且预测精度达到一级,其中以4维模型的平均相对误差最小.基于平均相对误差最小的GM(1,1)建模,适用于短期预测,所建立的4维GM(1,1)累计沉降预测模型,最大残差绝对值为0.995 5 mm,最小为0 mm,平均残差绝对值为0.331 1 mm,平均相对误差为0.29%.较5～14维模型而言,可以获得更为满意的预测结果.在实际建模过程中,选择不同的数据维数建立模型,模型参数各不相同,并不是原始数据序列的数据都用来建模,通过比较4～14维的GM(1,1)模型可知针对预测基坑周边地表沉降变形,建模过程中所需监测数据少,实际建模时,并不是参与建模的原始时间序列数据越多,模型精度就越好,证明了在基坑周边地表沉降变形分析中应用灰色预测法的可行性.【相关文献】[1] 蒋万军,张庆贺,张文才.长条形地铁车站开挖时周边地表沉降规律及控制措施[J].建筑技术开发,2007,34(7):17-19.(Jiang Wanjun,Zhang Qinghe,Zhang Wencai,et al.Disciplinarian and the Controlling-Measurement for the Surface Settlement in the Excavation of Long-Strip Metro Pit in Shanghai[J].Building Technique Development,2007,34(7):17-19.)[2] 张文翔,瞿成松,刘毅,等.灰色模型在基坑工程地面沉降预测中的应用[C]∥地下交通工程与工程安全:中国国际隧道工程研讨会文集,2011:857-863.(Zhang Wenxiang,Qu Chengsong,Liu Yi,et al.Based on Grey Model for the Surface Settlement around Foundation Pit[C]∥Underground Transportation Projects and Work Safety: Proceedings of China 5th International Symposium on Tunnelling,2011:857-863.) [3] 刘思峰.灰色系统理论及其应用[M].北京:科学出版社,2000:105-110.( Liu Sifeng.Grey System Theory and Application[M].Beijing: Science Press,2000:105-110.)[4] 吴杰,柏林,左工,等.多因素灰色G(1,N)模型及其在基坑位移预测中的应用[J].测绘科学,2012,37(6):178-180.(Wu Jie,Bo Lin,Zuo Gong.Based on Grey Multi Factor GM (1,N) Model and its Application in the Foundation Pit Deformation Prediction[J].Science of Surveying andMapping,2012,37(6):176-178.)[5] 卢志刚,张建栋,刘兴权.基于GM(2,1)模型的基坑变形预测分析[J].科技通报,2013.29(7):103-108. ( Lu Zhigang,Zhang Jiandong,Liu Xingquan.Pit Deformation Prediction Analysis Based on GM(2,1) Model[J].Bulletin of Science Technology,2013,29(7):103-108.)[6] 陈晓斌,张家生,安关峰.GM(1,1)与GM(2,1)模型在基坑工程预测中的应用[J].岩土工程学报,2006(S):1401-1405.(Chen Xiaobin,Zhang Jiasheng,An Guanfeng.Application of Gray-Method Models G(1,1) and G(1,2) Forecasting of Pit Excavation Engineering[J].Chinese Journal of Geotechnical Engineering,2006,28(S):1401-1405.)[7] 梅正阳,韩志斌.数学建模教程[M].北京:科学出版社,2012:85-90.( Mei Zhengyang,Han Zhibin.Mathematical Modeling Tutorial[M].Beijing: Science Press,2012:85-90.)[8] 张雷,杨海鸣.灰色预测分析开挖基坑周边地表的沉降[J].路基工程,2008(6):142-143.(Zhang Lei,Yang Haiming.Application of Grey Forecasting Method to the Surface Settlement in the Excavation of Foundation Pit[J].Subgrade Engineering,2008(6):142-143.)[9] 邓华灿,陈松林.基于灰色序列GM(1,1)模型的建设用地预测[J].沈阳大学学报.2007,19(2):100-102.(Deng Huacan,Chen Songlin.Predication of Constructed Land Based on GreyModel(1,1)[J].Journal of Shenyang University,2007,19(2):100-102.)[10] 胡冬,张小平.基于灰色系统理论的基坑变形预测研究[J].地下空间与工程学报,2009.5(1):74-78. (Hu Dong,Zhang Xiaoping.Research on Predicting Deformation of Foundation Pit Basedon Grey System Theory[J].Chinese Journal of Underground Space and Engineering,2009,5(1):74-78.)。

农业旱灾遥感监测系统中的M ODIS 1B影像几何校正方法及其比较研究李晶晶 , ,覃志豪 , ,唐巍( 中国农业科学院农业资源与农业区划研究所,北京100081;南京大学国际地球系统科学研究所,南京210093)摘要:为了满足农业旱灾遥感监测对海量M ODIS 影像数据的自动化快速处理需要,本文针对现有的四种几何校正坐标变换方法(仿射变换法、多项式变换法、三角网算法和改进三角网算法),结合农业旱灾遥感监测系统,在IDL (Int eractive Dat a Language)平台上开发了M ODIS 影像数据的自动快速几何校正运行程序,以便比较分析这些算法的几何校正精度、影像处理时间和计算机内存开销大小。

结果表明,基于三角网改进算法的几何校正程序在各方面都比较优秀,不仅几何校正精度较高,而且图像处理较快,内存用量也较小,完全能够满足农业旱灾遥感监测的实时海量图像数据处理需要。

因此,我们在农业旱灾遥感监测系统中采用了这一算法,作为实时自动快速处理海量M ODIS 影像数据的重要模块。

关键词:M ODIS;几何校正;IDL;仿射变换;多项式;三角网中图分类号:T P751 文献标识码:A 文章编号:1000-3177(2009)102-0017-06收稿日期:2008-06-24 修订日期:2008-07-06基金项目:国家自然科学基金项目(30571078);科研院所社会公益研究专项(2005DIA3J032)。

作者简介:李晶晶(1983~),女,硕士研究生,主要从事热红外遥感理论与应用、数字图像处理方面的研究。

E m ail:cr ystalwushuli@通讯作者:覃志豪;E m ail:qinzh@1 引 言MODIS 对地观测卫星遥感器拥有36个波段,在农业、资源、环境等领域有广泛的应用,目前已经成为我国农业旱灾遥感监测重要的数据源。

由于观测视角、地球表面曲率、地形起伏、卫星运动状态等多因素的共同影响,M ODIS 影像数据存在严重的几何畸变[1],在实际应用中迫切需要进行几何校正。

对陆面过程模型CoLM 中关键参数的修正刘永强1，艾力·买买提明2,3，何清2,3（1. 新疆大学资源与环境科学学院，新疆乌鲁木齐 830046；2. 中国气象局乌鲁木齐沙漠气象研究所，新疆乌鲁木齐 830002；3. 塔克拉玛干沙漠大气环境观测试验站，新疆塔中841000）摘要：通过对塔克拉玛干沙漠腹地观测数据的分析和模拟，重新修正了陆面过程模型CoLM 中的关键参数值和参数化方案。

（1）采用涡动相关数据和Monin-Obukhov 理论，对地表动力学粗糙度重新计算；为提高地表比辐射率的精度，采用两种不同的方法进行计算和比较；将地表反照率参数值校正为符合年际变化的参数化方案；重新选择符合沙漠环境的地表热力学粗糙度参数化方案；改变相同的10层土壤导热率为不同值。

（2）经过参数值的校正与参数化方案的修正，改善了CoLM 在沙漠地区对地表通量、地表和土壤温度模拟的缺陷；（3）改善后的CoLM 模拟值与观测值的标准误差小于改善前，但是对不同季节的模拟改善效果存在差异，总体上冬季的标准误差小于其他季节。

关键词：CoLM 模型；参数；参数化方案；陆面过程；塔克拉玛干沙漠我国是受风沙侵蚀灾害比较严重的国家。

我国北方有2.67×106 km2的荒漠化土地，由东向西分布着8大沙漠、4大沙地及黄土高原和大面积的荒山荒地，这些区域是我国生态与环境极其脆弱的地区，它对气候变化和人为因素影响的反应十分敏感，也是我国影响范围最广的沙尘暴多发区。

对大范围荒漠化土地进行准确的天气预报，除了需要密度高、质量好的观测数据外，对大气模式的模拟和预报能力提出了更高的要求。

Dickinson [1]认为，改进和完善陆面过程模式是提高大气模式模拟和预报能力的重要方面。

通过野外观测试验，研究陆面和大气之间的各种物理、化学和生物过程，确定能真实反映陆－气相互作用的参数值或参数化方案是改进和完善陆面过程模式的重要方法。

因此，耦合在中尺度数值预报模式的陆面过程，对陆－气交互过程的描述能力在数值预报精度中发挥着至关重要的作用。

陆面模式CLSM 的设计及性能检验II 1模式检验陈海山 孙照渤南京信息工程大学大气科学系,南京 210044摘 要 利用BORE AS,HEIFE,ARME,GAME -TIPEX 等大量的陆面外场观测资料,针对不同类型的陆面过程,对所发展的陆面模式C LSM 的性能进行检验。

模拟结果与观测资料的对比分析表明:一方面,CLS M 能够对积雪变化、干旱P 半干旱地区的水热交换等特殊的陆面过程进行合理的描述;另一方面,CLSM 对热带雨林地区的植被-大气相互作用、高原地气交换过程同样具有很强的模拟能力。

C LSM 解决了陆面模式对上述特殊下垫面描述能力有限的实际问题,保证了对特殊下垫面进行合理描述的同时,又保证了对其他不同陆面状况的模拟能力。

CLSM 改善了陆面模式对全球范围内不同下垫面条件下的陆面过程及地-气交换过程的模拟能力。

关键词 综合陆面模式CLSM 模式检验文章编号 1006-9895(2005)02-0272-11中图分类号 P435文献标识码 ADesign of a Comprehensive Land Surface Model and Its ValidationPart II 1Model ValidationC HEN Ha-i Shan,and S UN Zhao -BoDe partmen t o f Atmosphe ric Sc ienc es ,Nan jin g Un ive rsity o f In forma tion Scien ce &Techn ology ,Nan jin g 210044Abstract By using observa tional data sets collected by BOREAS,HEI FE,ARME,GA ME -TIPEX representing different land cover conditions,c omprehensive land surface model (CLSM)is validated against the obse rvations to verify the capability to simulate diffe rent land processes.Results sugge st that the model not only si mula tes the special land surface processes including seasonal dynamics of snow cover variation,soil heat and wate r transfer in arid P sem-i arid regions,but also describes the interaction of ve ge tation -atmosphere in tropic al rainforest,together with the e xchanges between the land surface and atmosphere over the Tibe tan Plateau accura tely.It is concluded that CLSM can describe different physical processes accurately and e xhibit it .s comprehensive c apability to re present processes related to various land surfaces.Key words CLSM,validation收稿日期 2003-07-28收到,2003-10-29收到修定稿资助项目 国家自然科学基金资助项目40405018和40331010作者简介 陈海山,男,1973年出生,博士,副教授,目前从事短期气候预测、陆气相互作用和气候数值模拟研究。

陆面过程模式CoLM与区域气候模式RegCM3的耦合研究的开题报告题目：陆面过程模式CoLM与区域气候模式RegCM3的耦合研究背景和意义：地球气候系统是一个具有复杂相互作用的系统，在这个系统中，陆面过程起着重要的作用，包括地表能量收支、水热循环、碳循环等。

为了更好地理解和预测气候变化，需要建立全球或区域气候模式来模拟和预测气候变化。

然而，由于气候模式的复杂性，气候模式在处理陆面过程时存在一些固有的缺陷，因此需要使用陆面过程模式进行改进。

由于前期研究发现区域气候模式RegCM3在处理陆面过程时存在的一些问题，因此需要对其进行改进。

方法：本研究计划耦合陆面过程模式CoLM与区域气候模式RegCM3，以改进RegCM3对于陆面过程的模拟能力。

具体步骤如下：1.将CoLM和RegCM3耦合，形成新的模型，可以进行全球或区域范围内的气候模拟和预测。

2.通过模拟不同气候场景下的降水、温度、湿度等气象变量，在与实测数据进行比较的基础上，进行模型评估和提高改进。

3.通过模拟不同气候变化下的陆地表面蒸散发、能量平衡等过程，分析气候变化对于陆地表面水热循环和碳循环的影响。

预期结果：通过将CoLM与RegCM3进行耦合，我们预期得到以下结果：1.新模型将具有更好的运行效率和更高的模拟精度，能够更准确地模拟气候变化对陆地表面过程的影响，对于气候预测和决策制定有较高的参考价值。

2.新模型将揭示气候变化对陆地表面水热循环和碳循环的影响机制，提高人们对于环境变化的认识，促进可持续发展的战略制定。

计划进度：本研究预计用时两年，大致进度如下：第一年：1.开发CoLM和RegCM3耦合程序，测试新模型的稳定性和准确度；2.通过不同气候场景下的模拟结果评估新模型的性能，并确定进一步改进的方向。

第二年：1.通过新模型对不同气候变化下的陆地表面水热循环和碳循环过程进行模拟，分析其影响机制；2.对模拟结果进行分析和解读，并撰写研究论文。

陆面数据同化系统的研究综述一、本文概述随着地球系统科学的发展，陆面数据同化系统（Land Data Assimilation Systems，LDAS）在气候模拟、天气预报、水文循环、生态环境等多个领域的应用日益广泛。

本文旨在全面综述陆面数据同化系统的研究现状和发展趋势，为相关领域的研究和实践提供参考。

本文将首先介绍陆面数据同化系统的基本概念和原理，阐述其在地球系统科学中的重要作用。

接着，将回顾陆面数据同化系统的发展历程，包括同化方法、数据来源、同化模型等方面的进步和变革。

在此基础上，本文将重点分析当前陆面数据同化系统面临的主要挑战和问题，如数据的不确定性、同化模型的复杂性、同化方法的局限性等。

为了更深入地探讨陆面数据同化系统的研究现状，本文将从同化技术、同化应用、同化评估等多个方面展开论述。

在同化技术方面，将介绍目前主流的同化方法，如变分同化、集合卡尔曼滤波同化等，并分析其优缺点和适用范围。

在同化应用方面，将概述陆面数据同化系统在气候模拟、天气预报、水文循环、生态环境等领域的应用实例和效果。

在同化评估方面，将介绍常用的评估指标和方法，如误差分析、一致性检验、敏感性分析等，以评估同化结果的可靠性和准确性。

本文将展望陆面数据同化系统的发展趋势和未来研究方向。

随着遥感技术、大数据技术、技术等新兴技术的发展，陆面数据同化系统将在同化方法、数据来源、同化模型等方面实现更多的创新和突破。

随着全球变化研究的深入，陆面数据同化系统将在应对气候变化、生态环境保护等方面发挥更加重要的作用。

本文希望通过综述陆面数据同化系统的研究现状和发展趋势，为相关领域的研究和实践提供有益的参考和启示。

二、陆面数据同化系统的概念与重要性陆面数据同化系统，简称陆面同化，是一个集成了多源、多时相、多尺度的陆面观测数据的综合处理与分析平台。

其核心任务在于通过同化算法，将不同来源、不同分辨率、不同精度的陆面观测数据融合为一套协调一致、时空连续的数据集，从而实现对陆地表层系统状态及其变化的全面、准确描述。

科技资讯2016 NO.34SCIENCE & TECHNOLOGY INFORMATION 科技报告导读255 科技资讯 SCIENCE & TECHNOLOGY INFORMATION CoLM 改进与多源遥感陆面数据同化系统研发马明国1 韩旭军1 黄春林1 郑小谷2 上官微2(1.中国科学院寒区旱区环境与工程研究所；2.北京师范大学)摘 要：该报告以发展气候系统模式为核心，研发相关的模拟技术，确定关键物理和模发展的冠层辐射模型为三维辐射传输模型（简称3-D模型）以替换陆面模型CoLM中基于二流近似的辐射传输模块，将动力植被模块（DGVM）引入了陆面模型CoLM，实现了模型的改进；制备了2005—2010年比湿、气压、气温、风速(U,V)、降雨、入射短波辐射、入射长波辐射大气驱动数据集和土壤及植被功能型参数数据集；实现了一个高分辨率多源遥感陆面数据同化系统HDAS，包含了多种数据同化算法，并针对高分辨率陆面数据同化需要重点解决了高性能计算问题；能够在陆面过程模型的动力学框架内同化多源遥感观测以及其他观测资料，生产中国陆地区域内2005—2010年空间分辨率为5km、时间分辨率为1h的同化数据集。

关键词：通用陆面模式 CoLM 动态植被 陆面数据同化 多源遥感Study on the CoLM improvement and Land Data AssimilationSystem of Multi-sources Remote SensingMa Mingguo 1 Han Xujun 1 Huang Chunlin 1 Zheng Xiaogu 2 Shangguan Wei 2(1.Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences; 2.Beijing NormalUniversity)Abstract : The objective of this project is to develop the climate modelling techniques, in which the new 3D canopy radiative transfer model will be used to replace the two-stream approximations for radiative transfer of CoLM; the dynamic global vegetation model (DGVM) was implemented in CoLM. The hourly atmospheric forcing data between 2005 and 2010 were produced for relative humidity, air pressure, air temperature, wind speed (U,V), precipitation, incident shortwave radiation,incident longwave radiation. The soil properties and plant functional type properties were also prepared. A high resolution land data assimilation system (HDAS) for multi-sources remote sensing data was developed. HDAS includes several kinds of data assimilation algorithms, and was designed for high performance computing. The multi-sources remote sensing data can be merged into land surface model (CoLM) within HDAS to produce the land surface data sets with 5 km spatial resolution and 1 hour temporal resolution between 2005 and 2010.Key Words : Common land model; CoLM; DGVM; Land data assimilation system; Multi-sources remote sensing阅读全文链接（需实名注册）：/xiangxiBG.aspx?id=12642&flag=1. All Rights Reserved.。