Noah-MP 陸面模式在東疆黑戈壁的適用性

阿吉古麗·沙依提，王 豫，買買提艾力·買買提依明*，高佳程，劉軍建，琚陳相，楊 帆

（1.中國氣象局烏魯木齊沙漠氣象研究所/新疆塔克拉瑪干沙漠氣象國家野外科學觀測研究站/中國氣象局塔克拉瑪干沙漠氣象野外科學試驗基地，新疆 烏魯木齊 830002；2.新疆沙漠氣象與沙塵暴重點實驗室，新疆 烏魯木齊 830002；3.中國氣象局樹木年輪理化重點實驗室，新疆 烏魯木齊 830002；4.新疆氣象學會，新疆 烏魯木齊 830002）

陸面過程作為地球各圈層相互作用的紐帶，其表現不僅受區域氣候狀況的影響，而且與下墊面特性密切相關[1-3]。陸面模型是用來探索地—氣能量和物質交換的重要工具，同時也是全球氣候、氣象模式和大氣化學模式中的基礎組成部分[4-5]。伴隨對陸面過程的深入認識，陸面模式的相關研究得到快速發展。1970 年以來，一系列大型陸面過程觀測實驗相繼展開，促進了陸面模式的快速發展，最初簡單的“水桶”模式已被考慮植被生化過程和碳循環的第三代陸面模式所取代。在陸面模式大量增加的同時，各種陸面參數化方案和陸面模式的比較計劃也不斷出現[6-7]。目前應用較廣泛的陸面模式有Noah LSM、SSiB、CLM、CABLE 等[8-10]。其中，Noah 陸面模式是在OSU（Oregon State University）模式的基礎上，由眾多研究機構共同發展的[11]，為當前陸面模式中的主流模式之一。Noah 陸面模式包括土壤熱力和水汽傳導2 個方程，分別采用常用的熱擴散方程及Richards方程計算土壤溫度和土壤含水量，利用雷諾數方法確定熱量粗糙度與動量粗糙度兩者的比率。冠層阻抗的計算考慮了土壤的有效水分和大氣條件（即Jarvis 方案），而且Noah 模式還加入了地表徑流方案[12]，適用于干旱半干旱地區。陸面過程參數的參數化方案能夠反映下墊面動力學和熱力學等特性，是控制陸—氣相互作用的重要因子，在陸面模式與氣候模型的模擬預測中扮演關鍵角色[13-15]。因此，確定最佳陸面過程參數化方案，不僅為深入理解陸氣相互作用機制、優化參數化方案及改進模式預報提供重要依據，而且對認識當前氣候狀態及提高氣候預測水平具有重要意義。

戈壁在中國西北地區分布范圍廣闊[16]，面積約為66.1 萬km2，占我國總國土面積的6.9%[17]。戈壁作為干旱半干旱區一種特殊的下墊面，和周圍綠洲的水汽、能量交換對局地大氣環流和小氣候產生重要影響[18-19]。位于新疆東部哈密地區的黑戈壁區域是太陽能資源豐富的生態脆弱區，氣候惡劣、人跡罕至及黑色礫石下墊等特點使其在干旱半干旱區氣候過程中扮演著重要角色[20]。近年來，在我國干旱半干旱區域已陸續開展了一系列陸面觀測實驗，獲得了很多有價值的觀測和分析結果[21，22]。另外，很多學者利用各種陸面模式開展了干旱半干旱區陸面過程的模擬實驗，評價不同模式和參數化方案在該區域的適用性[23-25]。但目前有關東疆黑戈壁陸面過程參數的研究報道相對較少，如何選取合適的關鍵參數化方案來提升陸面模式在戈壁地區模擬性能的研究工作尚未深入開展。

本文利用東疆黑戈壁紅柳河陸氣相互作用觀測站資料，對該地域地表粗糙度、地表反照率、土壤導熱率及地表比輻射率進行分析，并將得到的參數替換為Noah 模式驅動數據中已有的參數，對戈壁地區的陸面過程進行模擬，為進一步認識該區域陸面過程參數特征提供科學依據。

1 數據與方法

1.1 站點資料

紅柳河站位于新疆東部哈密地區和甘肅省交界處，周圍上百公里內無其他測站。土壤發育微弱，石膏化過程和積鹽過程突出，表層有極不穩定的孔狀結皮，其下為棕紅色緊實層及石膏層，其下的心土層為石膏結晶層，土壤發育為石膏棕色荒漠土[26]。該戈壁為暖性干旱極干旱氣候，年均氣溫為6.1 ℃，極端氣溫最高可達40.6 ℃，最低可至-35.1 ℃，年降水量不超過50.9 mm[27]。下墊面以礫石、沙礫為主，地表植被覆蓋稀疏，蓋度不足10%[20]。本文觀測數據來自紅柳河站位于新疆東部哈密地區黑戈壁區域建立的紅柳河陸氣相互作用觀測站（簡稱“紅柳河站”，41°32′N，94°43′ E，海拔1 579 m，圖1）。

圖1 紅柳河站地理位置示意圖（a）及觀測場照片（b）

1.2 模式介紹

Noah-MP 是Niu[9]和Yang[10]在Noah LSM 模式的基礎上構建的具有多個參數化方案選項的陸面模式，其繼承了Noah LSM 水熱耦合過程全面的優點，并在此基礎上有機的耦合了多種不同陸面模式（如CLM，SSiB 等）中的植被冠層、輻射傳輸方案和水文模塊，使得研究人員可根據研究需要靈活的設置不同的陸面參數化方案組合[28]。Noah-MP 中內置了包含12 種物理過程在內的31 個參數化方案（表1），本研究將這些物理過程分為3 類，分別是植被過程（簡稱“veg”，包含DVEG，CRS，SFC，RAD）、土壤過程（簡稱“soil”，包含BTR，TBOT，INF）和冰、雪、徑流等水文過程（簡稱“water”，包含RUN，FRZ，SNF，STC，ALB）。

表1 Noah-MP 中的參數化方案

通過控制單一類型陸面過程中的所有機制改變，保持其他兩類陸面過程的機制選項與默認方案相同，進行全面實驗，研究每類陸面過程中所有方案組合對熱通量模擬結果的擾動，確定每類陸面過程對于熱通量模擬的貢獻，得到影響Noah-MP 對熱通量模擬的主導陸面過程類型。在識別出對熱通量模擬影響較大的陸面過程的基礎上，通過控制單個物理過程參數化方案的改變、其他物理過程與默認方案保持一致，通過統計分析，可評估此組合對熱通量模擬的不確定性。本研究中，針對以上描述的3 類過程12 種物理過程，選擇各種參數化方案進行了8種離線試驗，從而找出該地區最敏感和預報效果最好的參數化方案（表2）。用最優參數化方案組合與模式默認參數化方案進行對比，定量評價最優參數方案的模擬能力。考慮到戈壁下墊面地形，依據Noah-MP 陸面模式技術文檔，在組合試驗中將Opt_dveg（動態植被模型），Opt_frz（過冷水過程），Opt_inf（凍土滲透過程），Opt_rad（冠層輻射傳輸），Opt_alb（積雪反照率），Opt_tbot（土壤底部溫度），Opt_stc（雪/土溫積分）定為固定值。

表2 Noah-MP 參數化方案優選試驗方案

1.3 評估方法

為了更好地評價模式的模擬效果，本研究中使用均方根誤差（RMSE，Root-Mean Square Error）、平均偏差（MB，Mean Bias）、模式效率指數（NSE，Nash-Stucliffe Forecasting Efficiency）等統計變量進行統計。RMSE可直觀地給出模擬值與觀測值之間的偏差，值越小，模擬越接近觀測值；MB是用來計算模擬結果的準確度，值越小越好；NSE是用來評估模式可預報性能力，其取值范圍從負無窮到1.0，等于1.0 時，說明模式完美。計算公式如下：

式中：N 為數據的個數，Mi為某一時刻的模擬值，Oi為對應時刻的觀測值為觀測平均值。

1.4 陸面模式在線耦合試驗

睿圖—中亞系統（RMAPS-CA）以WRF v4.0 和WRFDA v4.0 為核心，采用兩重嵌套，全疆水平分辨率3 km，中亞區域水平分辨率為9 km（圖2），采用三維變分同化技術，以U/V 為控制變量進行多元觀測資料的同化分析，目前每日運行8 次（00/06/12/18UTC），最長預報時效80 h。模式物理過程設置為：WSM6 云微物理方案[29]，K-F 對流參數化方案（D02無積云對流方案）[30]，ACM2 邊界層參數化方案[31]，RRTMG 長波和短波輻射方案[32]和NOAH 陸面方案[33]。

圖2 睿圖—中亞區域數值預報模式系統預報區域

為了檢驗陸面過程Noah-MP 方案在RMAPSCA 系統中的預報效果，用于檢驗的預報樣本時間段為2017 年1 月1 日00 時（UTC，下同）—1 月31日12 時和2017 年7 月1 日00 時—7 月31 日12時，每天2 次（00 時UTC 和12 時UTC）更新循環預報，每次預報時效為24 h，樣本總數為124 個。選取冬夏兩季代表月整月時間段作Noah-MP 方案和Noah 方案的預報性能比較，能更充分地了解Noah-MP 陸面方案在新疆區域的預報表現。利用氣象學上通用的MET V7.0（Model Evaluation Tools）檢驗平臺，檢驗用的實況數據從新疆氣象信息中心Cimiss數據庫中獲取。一是對Noah-MP 和Noah 兩個方案的高空和地面的模式預報量（高空：溫度、U 風、V風、位勢高度；地面：2 m 溫度、10 m 風速）進行站點檢驗評分。為公平比較2 個系統的預報效果，將檢驗范圍限定為整個D02 的新疆區域。給出預報相對于常規探空和地面觀測的均方根誤差和平均偏差。

2 結果與討論

2.1 不同參數化方案組合模擬實驗

采用Noah-MP 單點模式進行模擬，其運行機制為某一時刻的輸入數據僅會產生同一時刻和所設置步長內的輸出結果。使用2019 年8 月8 日—11月12 日經填充的氣象數據在模型中進行8 次循環使模型穩定（經過一次完整時間序列的模擬稱為1次循環），取第8 次的輸出數據作為模擬的最終結果。采用每半小時的數據進行研究。

表3 和表4 給出的是參數化方案組合后針對感熱通量、潛熱通量、凈輻射、地表溫度、10 cm 土壤溫度和10 cm 土壤濕度模擬對比結果。由表3 可以看出，依據MB 和NSE 結果，第二種組合方案對感熱通量的模擬誤差最小（18.28 W·m-2），模式效率指數達到0.74，屬于模擬比實際偏高。從模擬的效果來看，影響感熱通量最大的是植被過程和水文過程，植被過程中湍流輸送過程參數化方案影響最大，水文過程中徑流和地下水參數化方案影響最大；對于潛熱通量，看不出影響特別大的參數化方案組合，試驗1#、3#、4#、5#的RMSE 和NSE 一模一樣，說明這4種組合對潛熱通量模擬是一致的。8 種參數化方案組合對凈輻射的模擬效果都不錯，模式效率指數普遍達到0.95 以上，其中第二種參數化方案組合模式效率指數最高，為0.98，模擬誤差最小（14.92 W·m-2），屬于模擬比實測偏高。從模式效率指數可以看出，湍流輸送過程參數化方案對凈輻射的影響最大；對于土壤地表溫度，8 種參數化方案的模擬效果都不錯，模式效率指數都在0.91 以上，其中第二種參數化方案的模式效率達0.96，模擬誤差為-1.19 ℃，說明模式預報地表溫度偏低1.2 ℃左右。

表3 不同物理過程對紅柳河地區感熱通量、潛熱通量、凈輻射和土壤地表溫度模擬的影響

表4 不同物理過程對紅柳河地區10 cm 土壤溫度和土壤濕度模擬的影響

由表4 可以看出，8 種參數化方案組合對土壤濕度的模擬效果不如感熱通量、凈輻射和土壤地表溫度。8 種方案的模式效率指數在0.19 以上，其中第七種方案的模式效率指數達到0.278，土壤濕度的誤差為0.085 8 m3·m-3，平均誤差為-0.027 46 m3·m-3，說明模式預報土壤濕度偏干；對于土壤10 cm溫度來說，8 種方案中，第一種方案即模式默認方案的預報效率指數最高，達0.695，誤差在1.2 ℃左右，第二種方案雖然模式效率指數不是最高，但模擬和實測誤差最小的一種方案，土壤10cm 溫度誤差為0.4 ℃，即模式預報結果比實測低0.4 ℃。

2.2 模式默認參數化方案與最優參數化方案對比

根據以上誤差和模式預報效率指數，確定了12種物理過程的最佳參數方案組合，即第9 個試驗。該試驗方案中針對植被過程中的冠層氣孔阻抗方案（CRS）選擇了Jarvis 動態方案（編號為2），湍流輸送過程方案（SFC）選擇了Chen97 方案，冠層輻射傳輸（RAD）選擇了基于植被覆蓋度的植被間隙方案；針對土壤過程中的土壤因子（BTR），選擇了Noah 方案；針對地表水文過程中的徑流和地下水（RUN），選擇了SIMTOP 方案。由表3～4 可知，最優組合方案對感熱通量、凈輻射通量、0 cm 土壤地表溫度預報效果最好，但對潛熱通量、10 cm 土壤濕度和10 cm 土壤溫度的預報效果不太理想，可能戈壁地區潛熱通量整天都很小，甚至可以忽略[34]，因此潛熱通量變化本來就不明顯。另外，由于Noah-MP 模式使用均質土壤類型，不考慮土壤質地的垂直變化[35]，且本文計算土壤參數的過程中沒有考慮其他原因（如有機質含量，參數隨深度的變化）影響，造成10 cm 的土壤溫濕度預報效果不理想。

由圖3～8 可知，無論是模式默認參數化方案還是本研究提出來的最優參數化方案，對感熱通量，凈輻射、地表溫度、10 cm 土壤溫度預報的效果比較好，其中對感熱通量，凈輻射、地表溫度本研究提出的最有參數化方案效果最佳。對于10 cm 土壤濕度和潛熱通量，兩種參數化方案都很好的模擬了潛熱和土壤濕度的變化趨勢，但預報數值幅度差異較大。Noah-MP 模式默認參數化方案，對潛熱通量預報效果較好。對于10 cm 土壤濕度，除了下雨前后沒有捕捉到以外，模式默認參數化方案預報效果與實況更加接近，本研究提出的最優參數化方案預報值偏大。

圖3 2019 年9 月感熱通量實測與模擬效果對比

圖4 2019 年9 月潛熱通量實測與模擬效果對比

圖5 凈輻射實測與模擬效果對比

圖7 10 cm 土壤溫度實測與模擬效果對比

圖8 10 cm 土壤濕度實測與模擬效果對比

2.3 陸面模式在線耦合試驗

從哈密國家站2 m 溫度24 h 預報的檢驗結果（表5）可知，Noah-MP 在RMAPS-CA 系統中2 m 溫度的預報效果整體優于Noah，紅柳河站的冬季的預報偏差減小0.52 ℃，減小37.3%，夏季的2 m 溫度預報略差于Noah 的預報效果，增大0.03 ℃，增大5%。Noah-MP 方案對七角井、淖毛湖、伊吾、沁城4個國家站的2 m 溫度預報偏差均小于Noah。Noah-MP 在紅柳河站2 m 溫度的均方根誤差均小于Noah，分別減小1.06 和0.10，減小率為26.9%和5.4%，Noah-MP 對七角井、淖毛湖、伊吾、沁城的冬季2 m 溫度均方根誤差也小于Noah，對夏季七角井、淖毛湖、伊吾、哈密的夏季2 m 溫度均方根誤差也小于Noah。

表5 哈密地區國家站2 m 溫度24 h 預報的檢驗結果 ℃

從哈密國家站10 m 風速24 h 預報的檢驗結果（表6）可知，Noah-MP 在RMAPS-CA 系統中10 m風速的預報效果和Noah 各有優劣，紅柳河站冬季的預報偏差增大0.02 m·s-1，增大4.4%，夏季的10 m風速預報差于Noah 的預報效果，增大0.67 m·s-1，增大369.25%。Noah-MP 方案在冬季對淖毛湖、伊吾24 個國家站的10 m 風速預報偏差均小于Noah。在夏季對七角井、巴里坤、哈密、沁城4 個國家站的10 m風速預報偏差均小于Noah。在2 m 溫度的均方根在檢驗評分看，Noah-MP 在紅柳河站的均方根誤差冬季小于Noah，減小0.11 m·s-1，減小率為5.6%，夏季大于Noah，增大0.39 m·s-1，增大率為20.2%，Noah-MP 對伊吾、哈密的冬季10 m 風速均方根誤差也小于Noah，對夏季七角井、巴里坤、伊吾的10 m 風速均方根誤差小于Noah。

表6 哈密地區國家站10 m 風速24 h 預報的檢驗結果 m·s-1

3 結論

本文基于陸氣相互作用觀測數據集，開展了Noah-MP 的離線模擬試驗，找出適合于戈壁區域的最佳參數化方案，并給出了土壤濕度對戈壁區域陸氣熱交換的影響，得到如下結論：

（1）針對感熱通量、潛熱通量，第二種參數化方案組合對感熱通量的模擬誤差最小（18.28 W·m-2），模式效率指數達到0.74，模擬值偏高。針對凈輻射通量，8 種參數化方案組合的模式效率指數均達到0.95 以上，其中第二種參數化方案組合模式效率指數最高，為0.975，模擬誤差最小（14.92 W·m-2）。

（2）針對土壤地表溫度，8 種參數化方案組合的模擬效果均不錯，模式效率指數都在0.91 以上，其中第二種參數化方案的模式效率達0.96，模擬誤差為-1.19 ℃，說明模式預報地表溫度偏低1.2 ℃左右。針對土壤濕度，模式的模擬效果均不好，效率指數在0.19 以上，其中第七種方案的模式效率指數達到0.278，平均誤差為-0.027 46 m3·m-3，模式預報土壤濕度偏干。針對土壤10 cm 溫度，第一種方案即模式默認方案的預報效率指數最高，誤差在1.2 ℃左右，第二種方案雖然模式效率指數不是最高，但是為模擬和實測誤差最小的一種方案，模式預報結果比實測低0.4 ℃。

（3）從陸面模式在線耦合結果來看，Noah-MP在RMAPS-CA 系統中2 m 溫度的預報效果整體要優于Noah。第二種方案在東疆黑戈壁地區的普適性最高。