區(qū)域地球系統(tǒng)模式研究進(jìn)展

張焓 戴永久 張樹磊

摘要 區(qū)域地球系統(tǒng)模式是區(qū)域氣候模式下一階段的主要發(fā)展目標(biāo)。本文闡述了發(fā)展區(qū)域地球系統(tǒng)模式的重要意義，分析了近年來區(qū)域地球系統(tǒng)模式的研究進(jìn)展和典型案例，指出其多圈層通量耦合、空間分辨率提高以及耦合數(shù)據(jù)同化的三個共性特征。建議以開源共創(chuàng)的方式整合各界研究力量，加快建設(shè)我國自主可控的區(qū)域地球系統(tǒng)模式;圍繞新建立的模式開展跨學(xué)科研究，特別關(guān)注其中多圈層、多尺度過程的相互作用;圍繞高分辨率區(qū)域地球系統(tǒng)模式建立區(qū)域數(shù)字孿生監(jiān)測預(yù)警平臺，用于關(guān)鍵區(qū)域的防災(zāi)減災(zāi)和關(guān)鍵決策支撐。

關(guān)鍵詞區(qū)域地球系統(tǒng)模式;多圈層耦合;區(qū)域數(shù)字孿生監(jiān)測預(yù)警平臺

由溫室氣體排放驅(qū)動的全球氣候變化對地球的生態(tài)系統(tǒng)（Parmesan and Yohe，2003）和人類社會（Adger et al.，2013）產(chǎn)生了深遠(yuǎn)的影響。日益頻發(fā)的熱浪、干旱和洪水等極端天氣氣候事件導(dǎo)致全球農(nóng)業(yè)（Hasegawa et al.，2021）、基礎(chǔ)設(shè)施（Perera et al.，2020）和社會經(jīng)濟(jì)活動（Liang，2022）遭到嚴(yán)重破壞（陳海山等，2024）。準(zhǔn)確理解地球系統(tǒng)變化的機(jī)制和定量預(yù)測地球系統(tǒng)變化的影響必須依賴地球系統(tǒng)模式的發(fā)展。地球系統(tǒng)模式通過數(shù)學(xué)物理建模刻畫大氣圈、水圈、陸地和生物圈（包括人類活動）的復(fù)雜過程以及不同圈層之間的相互作用和反饋機(jī)制，實(shí)現(xiàn)對地球系統(tǒng)整體狀態(tài)的合理描述和預(yù)測。地球系統(tǒng)模式按照其模擬范圍可分為全球地球系統(tǒng)模式和區(qū)域地球系統(tǒng)模式。本文通過回顧區(qū)域氣候／地球系統(tǒng)模式的研究進(jìn)展，探討其未來發(fā)展方向和應(yīng)用前景。

區(qū)別于全球氣候／地球系統(tǒng)模式關(guān)注行星尺度的大范圍趨勢變化，區(qū)域氣候／地球系統(tǒng)模式更專注于特定區(qū)域的中小尺度過程及其區(qū)域影響。自Robert E.Dickinson推出首個區(qū)域氣候模式（Dickinson et al.，1989）起，區(qū)域模式的使命就是在同等計算資源消耗下實(shí)現(xiàn)更加精細(xì)的數(shù)值模擬。在氣候／地球系統(tǒng)模擬的范疇中，這種需求隨著多圈層中眾多的復(fù)雜計算而更為突出。全球氣候／地球系統(tǒng)模式在常規(guī)科研應(yīng)用時必須簡化模擬過程或降低空間分辨率（70～250 km）以實(shí)現(xiàn)可接受的資源消耗和時間消耗。雖然提高全球氣候／地球系統(tǒng)模式計算效率的努力從未中斷（Eyring et al.，2016;Bauer et al.，2021），但在現(xiàn)階段高分辨率全球氣候／地球系統(tǒng)模式的使用門檻仍然很高，這無疑阻礙了更廣大科研群體的使用（Iles et al.，2020;Schr et al.，2020）。在此背景下，所需計算資源更少、空間分辨率更高、過程刻畫更細(xì)致的區(qū)域氣候／地球系統(tǒng)模式成為解析區(qū)域多圈層相互作用的重要科研與應(yīng)用工具。

在科學(xué)研究方面，區(qū)域氣候／地球系統(tǒng)模式提供兩點(diǎn)關(guān)鍵能力：一是得益于更高的空間分辨率和更詳細(xì)的物理過程刻畫，區(qū)域模式在重現(xiàn)、解析極端氣候事件的研究中能降低全球模式的不確定性（Iles et al.，2020;Jiang et al.，2021;Kim et al.，2022）。二是區(qū)域氣候／地球系統(tǒng)模式能同時兼顧空間細(xì)節(jié)和過程細(xì)節(jié)，實(shí)現(xiàn)多圈層過程耦合效應(yīng)的研究。例如Reale et al.（2020）使用包含海洋生物化學(xué)模塊的區(qū)域氣候／地球系統(tǒng)模式實(shí)現(xiàn)對氣候變化場景下的海洋凈初級生產(chǎn)力空間分布的合理模擬、Furusho-Percot et al.（2022）借助區(qū)域地球系統(tǒng)模式揭示包含地下水的水文循環(huán)過程對歐洲熱浪模擬的影響。

在實(shí)際應(yīng)用領(lǐng)域，區(qū)域氣候／地球系統(tǒng)模式的作用可分為行業(yè)應(yīng)用和系統(tǒng)性決策支撐兩個層面。行業(yè)應(yīng)用方面，在已有如WRF-Hydro（Gochis et al.，2015）、WRF-Crop（Yu et al.，2022）等專項(xiàng)耦合模式的基礎(chǔ)上，區(qū)域氣候／地球系統(tǒng)模式能進(jìn)一步聯(lián)動其他關(guān)鍵過程，建立體系化管理系統(tǒng)。例如在農(nóng)業(yè)領(lǐng)域能夠根據(jù)天氣氣候和陸面水文預(yù)測作物生長周期、產(chǎn)量和灌溉需求，幫助制定適應(yīng)農(nóng)業(yè)管理策略（Odening and Shen 2014;Cogato et al.，2019）;在水文水資源領(lǐng)域?qū)⒕C合人類活動水需求與短期降水預(yù)估相結(jié)合，協(xié)助水庫、人工河道進(jìn)行水資源管理（Teutschbein and Seibert 2010;Pandi et al.，2021）等。在系統(tǒng)性決策支撐方面，得益于高分辨率的多圈層耦合特性，區(qū)域氣候／地球系統(tǒng)模式可以推演不同決策場景下的多目標(biāo)結(jié)果。以服務(wù)海岸帶綜合開發(fā)為例，對于諸如海岸帶這種海陸氣相互作用最劇烈、承載最密集活動社會經(jīng)濟(jì)活動的關(guān)鍵區(qū)域，傳統(tǒng)大氣、海洋、陸面模式無法綜合推演決策的連帶綜合影響（戴永久，2020）;全球氣候／地球系統(tǒng)模式的空間分辨率更無法解析其中海陸演替、生態(tài)環(huán)境和人類活動的精細(xì)結(jié)構(gòu)。區(qū)域氣候／地球系統(tǒng)模式的高分辨率和更加細(xì)致的耦合過程刻畫則能同時實(shí)現(xiàn)以上目標(biāo)。在以服務(wù)我國2030年碳達(dá)峰、2060年碳中和的宏觀目標(biāo)為例，區(qū)域氣候／地球系統(tǒng)模式通過模擬不同減排減碳策略下人類活動和地球系統(tǒng)之間的相互作用，評估不同策略在中國區(qū)域的有效性及其對氣候、生態(tài)系統(tǒng)和空氣質(zhì)量的影響。得益于高分辨率的多圈層耦合特性，不同場景下的減排碳匯策略、適應(yīng)策略和可持續(xù)發(fā)展目標(biāo)之間的協(xié)同作用可以被量化為具體的指標(biāo)。以造林匯碳決策支撐為例，采用目前常用的碳建模方法進(jìn)行預(yù)估，無法顯式刻畫未來氣候變化和植被-土壤-水之間的耦合關(guān)系對造林匯碳效率的影響（Sun and Liu，2020）。相比傳統(tǒng)的離線模式預(yù)估，區(qū)域氣候／地球系統(tǒng)模式中陸面土壤-水文-生物地球化學(xué)的顯式耦合過程可以提供更加真實(shí)、復(fù)雜的場景下的預(yù)估能力以降低決策風(fēng)險。因此，區(qū)域氣候／地球系統(tǒng)模式在滿足科研及應(yīng)用需求和支持中國社會經(jīng)濟(jì)發(fā)展在氣候變化方面的長期韌性和可持續(xù)性方面可以發(fā)揮關(guān)鍵作用。綜上所述，區(qū)域氣候／地球系統(tǒng)模式的開發(fā)與應(yīng)用對于應(yīng)對氣候變化帶來的多方面挑戰(zhàn)、實(shí)現(xiàn)中國碳達(dá)峰和碳中和目標(biāo)至關(guān)重要。

隨著近三十年地球科學(xué)、遙感技術(shù)和高性能計算技術(shù)的快速發(fā)展，區(qū)域氣候／地球系統(tǒng)模式長期活躍于科學(xué)研究前沿和多行業(yè)實(shí)際應(yīng)用領(lǐng)域，模式的空間分辨率快速提升、過程描述更加精細(xì)模擬精度日益提高，取得了一系列長足的發(fā)展。本文回顧了過去三十年區(qū)域氣候／地球系統(tǒng)模式的研究歷程，介紹了現(xiàn)代區(qū)域地球系統(tǒng)模式的典型范例及其共性特征，結(jié)合國內(nèi)外研究前沿和當(dāng)前國內(nèi)研究現(xiàn)狀給出一些研究建議和發(fā)展展望。

1 研究進(jìn)展

1.1 模式類型

區(qū)域地球系統(tǒng)模式的概念最早在1995年前后由Giorgi（1995）提出，經(jīng)過近三十年的長期發(fā)展，至今可以概括為兩個層面：一是獨(dú)立發(fā)展，即在應(yīng)用目標(biāo)指引下耦合特定專業(yè)模式的發(fā)展思路;二是整體融合層面，即以數(shù)字孿生區(qū)域地球系統(tǒng)為目標(biāo)耦合多個圈層的專業(yè)模式的發(fā)展思路。

獨(dú)立發(fā)展層面：在應(yīng)用需求的推動下，出現(xiàn)了一批區(qū)域天氣氣候模式與專業(yè)模式進(jìn)行耦合的實(shí)例。他們共同的目標(biāo)是在相對可靠的大氣、陸面和海洋描述下增強(qiáng)區(qū)域模式在特定領(lǐng)域的應(yīng)用范疇。例如，用于水文過程模擬的WRF-Hydro（Gochis et al.，2015）、PFWRF（Maxwell et al.，2011）和WRF-HMS（Wagner et al.，2016），用于湖泊模擬的RegCM-FVCOM（Xue et al.，2017）和CWRF-FVCOM（Sun et al.，2020），用于作物產(chǎn)量模擬的WRF-Crop模式（基于Noah-MP和WRF開發(fā);Yu et al.，2022），用于大氣環(huán)境模擬的WRF-CMAQ（Wong et al.，2012）和WRF-Chem（Grell et al.，2005）。這些工作具有明確目標(biāo)和應(yīng)用范疇，外部模式通常采用直接耦合的方式與區(qū)域大氣模式組合，因此結(jié)構(gòu)相對簡單且功能相對單一。

融合發(fā)展層面：融合發(fā)展層面的區(qū)域地球系統(tǒng)模式著眼于更為全面和深入的地球系統(tǒng)理解。不同于獨(dú)立發(fā)展層面的直接耦合，這一層面強(qiáng)調(diào)的是各圈層模式之間的深度整合與協(xié)同，旨在構(gòu)建一個更加統(tǒng)一協(xié)調(diào)的系統(tǒng)框架。這種方法不僅要求各圈層模式在技術(shù)上的兼容性，還需要在理論和方法論上進(jìn)行創(chuàng)新，以便更好地模擬和理解復(fù)雜的地球系統(tǒng)動態(tài)和相互作用，以下為幾個典型實(shí)例。

1.1.1 RegCM-ES

意大利國際理論物理研究中心Filippo Giorgi教授團(tuán)隊(duì)主導(dǎo)研發(fā)的RegCM-ES是其區(qū)域氣候模式RegCM的地球系統(tǒng)版本。它采用地球系統(tǒng)模式框架Earth System Modeling Framework （ESMF）和National United Operational Prediction Capability （NUOPC）兩個耦合層實(shí)現(xiàn)大氣模塊RegCM、河道徑流模塊ChyM和海洋模塊MITgcm的耦合。進(jìn)一步將海洋生物化學(xué)模塊Biogeochemical Flux Model （BFM）和海洋模塊內(nèi)部耦合。在中美洲、南大西洋和赤道帶的模擬中，海氣耦合的RegCM-ES相較于大氣版本減少了降水模擬誤差和更加真實(shí)的海氣相互作用（Sitz et al.，2017）。在印度地區(qū)的模擬中，耦合CHyM模式的RegCM-ES相比簡易的水文模式能更加真實(shí)模擬孟加拉灣淡水河流通量。同時，海氣耦合的RegCM-ES在印度季風(fēng)的年際變率模擬上誤差也更低（Di et al.，2019）。

1.1.2 TerrSysMP

TSMP（Terrestrial Systems Modelling Platform）模擬系統(tǒng)是德國尤利希科學(xué)研究中心推動研發(fā)的區(qū)域地球系統(tǒng)模式。TSMP由區(qū)域大氣模式COSMO、陸面過程模式CLM和水文模式ParFlow通過OASIS3耦合器耦合成一個整體。TSMP模式的突出特性是高分辨率模擬能力和并行數(shù)據(jù)同化能力，這使得TSMP可以作為區(qū)域甚至大洲尺度的監(jiān)測預(yù)警系統(tǒng)（Kollet et al.，2018）。在德國Rur集水區(qū)的真實(shí)模擬中，ParFlow帶來的三維地下水運(yùn)動相比傳統(tǒng)的一維地下水運(yùn)動增強(qiáng)了土壤水的模擬能力（Shrestha et al.，2014）。基于TSMP這個強(qiáng)化的陸氣耦合模擬系統(tǒng)，水循環(huán)的多個過程研究得到加強(qiáng)，包括地下儲水量評估、人類用水對大陸儲水的影響、和地下水模式對熱浪模擬的影響等多個方面（Keune et al.，2018;Kollet et al.，2018; Hartick et al.，2021;Furusho-Percot et al.，2022）。在與另一個大氣-水文耦合模式PFWRF的對比中，TSMP因其更加先進(jìn)的植被生理過程，參數(shù)化更加真實(shí)地模擬了地表蒸散發(fā)過程，這再次強(qiáng)調(diào)了多圈層過程之間相互作用的重要性（Sulis et al.，2017）。

1.1.3 ROM

REMO-OASIS-MPIOM（ROM）是由德國極地與海洋研究所支持研發(fā)的區(qū)域大氣、海洋、海冰和海洋生物地球化學(xué)耦合模式。ROM通過OASIS耦合器將區(qū)域大氣模式REMO、海洋模式MPIOM、海洋碳循環(huán)模式HAMOCC和水文模式HD組裝成耦合模式。ROM模式最大的特征是采用了全球海洋模式與區(qū)域大氣模式耦合。在大氣模式運(yùn)行區(qū)域內(nèi)，MPIOM+HAMOCC模式與REMO進(jìn)行通量交換，而在大氣模式運(yùn)行區(qū)域之外，海洋模式則直接從驅(qū)動區(qū)域模式的再分析資料（或全球模式資料）中讀取大氣強(qiáng)迫。這種獨(dú)特設(shè)計的優(yōu)點(diǎn)是無需對海洋開放邊界進(jìn)行設(shè)定，但是缺點(diǎn)是在模擬區(qū)域邊界上存在潛在的不連續(xù)（Sein et al.，2015）。得益于顯式的海氣耦合過程，ROM在東亞夏季風(fēng)模擬中降低了非耦合REMO模式對東亞夏季風(fēng)的模擬誤差（Zhu et al.，2020）。

1.1.4 R-CESM

Fu et al.（2021）在CESM2的框架下引入?yún)^(qū)域大氣模式WRF和區(qū)域海洋模式ROMS構(gòu)建了R-CESM模式。與前述幾個模式相比，R-CESM基于一個已有的全球地球系統(tǒng)模式框架，因此它可以更加方便地與全球地球系統(tǒng)模式“在線”耦合，實(shí)現(xiàn)全球-區(qū)域動力降尺度的嵌套模擬。與其他區(qū)域耦合模式類似，得益于更高的空間分辨率和匹配的物理過程刻畫，R-CESM的海氣耦合模擬在熱帶氣旋模擬、海氣通量模擬方面展現(xiàn)出了優(yōu)秀的性能。從模式構(gòu)成上看，R-CESM與另一個海氣耦合區(qū)域模式COAWST存在一些共同點(diǎn)，其大氣模塊同為WRF、海洋模塊同為ROMS。但R-CESM得益于CESM2框架，相比WRF中簡化的CLM4模式，其陸面過程可以調(diào)用更加完整的CLM4模式。

1.2 共性特征

在比較和分析當(dāng)前存在的各種區(qū)域地球系統(tǒng)模式時，盡管這些模式在開發(fā)背景、目標(biāo)應(yīng)用和設(shè)計理念上存在明顯的差異，我們依然能夠發(fā)現(xiàn)一些關(guān)鍵的共性特征。在這些模式中，多圈層通量耦合、空間分辨率提高以及耦合數(shù)據(jù)同化等特點(diǎn)成為他們共同的核心要素。這些共性特征不僅定義了區(qū)域地球系統(tǒng)模式的基本屬性，也為未來模式的發(fā)展和完善提供了方向。通過對這些共性特征的深入分析，能夠更好地理解區(qū)域地球系統(tǒng)模式的發(fā)展趨勢。

1.2.1 多圈層通量耦合

與全球地球系統(tǒng)模式相似（Wang et al.，2009），在區(qū)域地球系統(tǒng)模式中，多圈層通量耦合是一個關(guān)鍵特征。這種耦合不僅限于海氣和陸氣相互作用，包括多種相互作用關(guān)系（圖1）。與區(qū)域天氣氣候模式相比，更加細(xì)致的陸面、海洋過程的刻畫和在線的耦合是區(qū)域地球系統(tǒng)模式的基礎(chǔ)，而生物地球化學(xué)、水文、人類活動和大氣化學(xué)的加入使得模式能夠更全面地理解和模擬地球系統(tǒng)中各個組成部分的動態(tài)關(guān)系。這種多時空尺度的通量耦合，在區(qū)域地球系統(tǒng)模式中往往通過耦合器來實(shí)現(xiàn)。借助耦合器的運(yùn)行調(diào)度和網(wǎng)格轉(zhuǎn)換能力，發(fā)生在不同時空尺度的相互作用得以被量化，從而更精確地模擬地球系統(tǒng)的自然循環(huán)和人類活動對這些循環(huán)的影響。

1.2.2 更高的空間分辨率

空間分辨率提高是區(qū)域地球系統(tǒng)模式另一個顯著的共性特征。如今全球模式的空間分辨率逐漸提高，甚至逐漸逼近常用的區(qū)域模擬分辨率水平（Haarsma et al.，2016），保持空間分辨率的優(yōu)勢是區(qū)域模式在節(jié)約計算資源之外的另一立身之本。高分辨率使模式能夠更準(zhǔn)確地模擬小尺度過程，包括顯式刻畫大氣中對流和邊界層過程、海洋中尺度渦過程、陸面復(fù)雜植被結(jié)構(gòu)和土地利用變化等過程。由于這些過程在全球尺度模式中難以精確刻畫，但對前沿科學(xué)研究和實(shí)際業(yè)務(wù)應(yīng)用至關(guān)重要，因此在區(qū)域地球系統(tǒng)模式中精確刻畫上述過程有助于更加精確地模擬、預(yù)測極端天氣氣候事件及其對局地環(huán)境的影響。

1.2.3 耦合數(shù)據(jù)同化

數(shù)據(jù)同化在區(qū)域地球系統(tǒng)模式中起著至關(guān)重要的作用。與傳統(tǒng)區(qū)域大氣模式不同，區(qū)域地球系統(tǒng)模式的初始狀態(tài)涉及不同圈層的多個過程（物理、化學(xué)、生物和人類等）。正因?yàn)槎嗳舆^程被耦合進(jìn)一個模式系統(tǒng)，任一個變量的初始狀態(tài)都有可能對整個模式造成影響，因此將多源多圈層的觀測數(shù)據(jù)調(diào)和地融入模式初值不僅能降低相關(guān)過程的初始誤差，更能最大限度避免誤差在整個地球系統(tǒng)內(nèi)部的傳播，從而縮短模式的啟動時間、提升模擬精度。

2 研究建議與展望

目前包括德國、美國、意大利在內(nèi)的多個國家的科研團(tuán)體正積極發(fā)展區(qū)域地球系統(tǒng)模式，這些模式在過程刻畫和空間分辨率等方面都顯示出不同程度的先進(jìn)性。RegCM模式團(tuán)隊(duì)由Filippo Giorgi創(chuàng)立，長期活躍于區(qū)域氣候模式和區(qū)域地球系統(tǒng)模式研發(fā)領(lǐng)域;TSMP模式團(tuán)隊(duì)則由德國尤利希科學(xué)研究中心聯(lián)合多個跨學(xué)科團(tuán)隊(duì)聯(lián)合維護(hù)研發(fā)，引入了歐洲和美國多個領(lǐng)域先進(jìn)團(tuán)隊(duì)的研究成果。相比之下，我國在區(qū)域地球系統(tǒng)模式領(lǐng)域尚處于起步階段，目前尚不存在與RegCM-ES和TerrSysMP相近的先進(jìn)高分辨率區(qū)域地球系統(tǒng)模式，也缺乏與之配套的長期持續(xù)專研團(tuán)隊(duì)。與之形成鮮明對比的是，我國在全球地球系統(tǒng)模式的發(fā)展上已經(jīng)接近或達(dá)到國際領(lǐng)先水平，建立起多個地球系統(tǒng)模式研發(fā)團(tuán)隊(duì)并取得了一系列研究成果和大量的研發(fā)經(jīng)驗(yàn)。這為我國發(fā)展國際先進(jìn)水平的高分辨率區(qū)域地球系統(tǒng)模式提供了重要基礎(chǔ)和保障。基于上述區(qū)域地球系統(tǒng)模式的分析梳理，建議進(jìn)行以下幾個方面的研究與發(fā)展。

2.1 模式研制

對標(biāo)國際先進(jìn)區(qū)域地球系統(tǒng)模式，基于我國在區(qū)域天氣氣候模式、全球地球系統(tǒng)模式及其他分量模式研發(fā)中的已有成果，加快研制自主可控的國產(chǎn)區(qū)域地球系統(tǒng)模式。首先建立起大氣-海洋-陸地全耦合的區(qū)域模式，再逐步加入海岸帶、河道徑流、生物地球化學(xué)、人類活動和大氣化學(xué)等過程，以“小步快跑、快速迭代”的方式完善功能。格外關(guān)注模式在高分辨率場景下的高性能計算能力，緊跟技術(shù)前沿引入異構(gòu)計算、高性能IO等優(yōu)化方法提升模式運(yùn)行效率、降低應(yīng)用門檻。

2.2 學(xué)科交叉研究

區(qū)域地球系統(tǒng)模式的多圈層耦合特性和高分辨率的細(xì)節(jié)刻畫能力有助于交叉學(xué)科研究的開展。地球系統(tǒng)模式的研發(fā)難點(diǎn)之一是協(xié)調(diào)不同時空尺度的多圈層過程，區(qū)域地球系統(tǒng)模式屬于中小尺度模式，相比大尺度的全球模式，它能容納和發(fā)生顯式相互作用的過程更多。例如土地利用變化、植被結(jié)構(gòu)變化、海陸岸線變化等在大尺度模式中較難捕捉或計算開銷巨大的細(xì)節(jié)過程，可以在區(qū)域地球系統(tǒng)模式中得到較好的模擬。這有助于理解其區(qū)域地球系統(tǒng)敏感性和評估某一過程對區(qū)域多個分系統(tǒng)的影響。

2.3 建立區(qū)域數(shù)字孿生監(jiān)測預(yù)警平臺

基于高分辨率區(qū)域地球系統(tǒng)模式和多源數(shù)據(jù)觀測，對目標(biāo)范圍（城市帶-關(guān)鍵區(qū)域）建立實(shí)時監(jiān)測和短時預(yù)警平臺。借助區(qū)域地球系統(tǒng)模式多圈層耦合的特性，實(shí)現(xiàn)對目標(biāo)區(qū)域天氣、環(huán)境、水文、農(nóng)業(yè)、近岸環(huán)流的準(zhǔn)實(shí)時監(jiān)測。目前基于德國TSMP模式的歐洲區(qū)域監(jiān)測預(yù)測系統(tǒng)已經(jīng)投入實(shí)際業(yè)務(wù)（Kollet et al.，2018），除了提供傳統(tǒng)的天氣氣候狀態(tài)的檢測預(yù)測之外，此系統(tǒng)還有能力提供植被可用土壤水、地下水位深度以及地下水量的增減。這些過程在傳統(tǒng)天氣氣候監(jiān)測平臺中是難以做到的。美國海軍的區(qū)域北極監(jiān)測系統(tǒng)（https：／／nps.edu／web／rasm）建立在區(qū)域海-陸-氣-冰-水文耦合的區(qū)域地球系統(tǒng)模式RASM的基礎(chǔ)上，被用于預(yù)測未來六個月北冰洋海溫、海冰厚度和面積等關(guān)鍵信息（Cassano et al.，2017）。基于這些已有的實(shí)例我們可以推斷，借助多源觀測資料，以數(shù)字孿生為目標(biāo)的區(qū)域地球系統(tǒng)模式可以被用于對目標(biāo)區(qū)域內(nèi)的各種關(guān)鍵過程進(jìn)行可靠的監(jiān)測和預(yù)測。與目前已有的數(shù)據(jù)驅(qū)動離線模式的做法相比，完全耦合的模式系統(tǒng)可以直接顯式刻畫模塊間的相互作用。換言之，當(dāng)出現(xiàn)突發(fā)災(zāi)害性事件時，相比于現(xiàn)在常用的多個獨(dú)立模塊，基于耦合模式的預(yù)警系統(tǒng)可以直接提供量化的災(zāi)害次生影響，協(xié)助防災(zāi)減災(zāi)降低損失。

2.4 開源共創(chuàng)

開發(fā)區(qū)域地球系統(tǒng)模式這樣的復(fù)雜系統(tǒng)需要融合地球科學(xué)、計算機(jī)科學(xué)甚至社會科學(xué)領(lǐng)域內(nèi)眾多學(xué)科的專業(yè)研究能力。而開發(fā)好用、管用的模式系統(tǒng)則更需要大量用戶的反饋與貢獻(xiàn)。參考國際領(lǐng)先的數(shù)值模式開發(fā)范例，以開源共創(chuàng)的方式集合各個領(lǐng)域?qū)＜液驼鎸?shí)用戶的社區(qū)力量來共同發(fā)展區(qū)域地球系統(tǒng)模式或是我們對標(biāo)國際領(lǐng)先模式、迎頭追趕的合理選擇。

參考文獻(xiàn)（References）

Adger W N，Barnett J，Brown K，et al.，2013.Cultural dimensions of climate change impacts and adaptation［J］.Nat Clim Change，3：112-117.doi：10.1038／nclimate1666.

Bauer P，Dueben P D，Hoefler T，et al.，2021.The digital revolution of Earth-system science［J］.Nat Comput Sci，1（2）：104-113.doi：10.1038／s43588-021-00023-0.

Cassano J J，DuVivier A，Roberts A，et al.，2017.Development of the regional Arctic system model （RASM）：near-surface atmospheric climate sensitivity［J］.J Climate，30（15）：5729-5753.doi：10.1175／jcli-d-15-0775.1.

陳海山，張耀存，張文君，等，2024.中國極端天氣氣候研究：“地球系統(tǒng)與全球變化”重點(diǎn)專項(xiàng)項(xiàng)目簡介及最新進(jìn)展［J］.大氣科學(xué)學(xué)報，47（1）：23-45. Chen H S，Zhang Y C，Zhang W J，et al.，2024.Research on weather and climate extremes over China：brief introduction and recent progress of the National Key R ＆ D Program of China for Earth System and Global Change［J］.Trans Atmos Sci，47（1）：23-45.doi：10.13878／j.cnki.dqkxxb.20240110007.（in Chinese）.

Cogato A，Meggio F，De Antoni Migliorati M，et al.，2019.Extreme weather events in agriculture：a systematic review［J］.Sustainability，11（9）：2547.doi：10.3390／su11092547.

戴永久，2020.陸面過程模式研發(fā)中的問題［J］.大氣科學(xué)學(xué)報，43（1）：33-38. Dai Y J，2020.Issues in research and development of land surface process model［J］.Trans Atmos Sci，43（1）：33-38.doi：10.13878／j.cnki.dqkxxb.20200103006.（in Chinese）.

Di S F，Coppola E，F(xiàn)arneti R，et al.，2019.Indian Summer Monsoon as simulated by the regional earth system model RegCM-ES：the role of local air-sea interaction［J］.Clim Dyn，53（1）：759-778.doi：10.1007／s00382-019-04612-8.

Dickinson R E，Errico R M，Giorgi F，et al.，1989.A regional climate model for the western United States［J］.Clim Change，15（3）：383-422.doi：10.1007／BF00240465.

Eyring V，Bony S，Meehl G A，et al.，2016.Overview of the Coupled Model Intercomparison Project Phase 6 （CMIP6） experimental design and organization［J］.Geosci Model Dev，9（5）：1937-1958.doi：10.5194／gmd-9-1937-2016.

Fu D，Small J，Kurian J，et al.，2021.Introducing the new regional community earth system model，R-CESM［J］.Bull Amer Meteor Soc，102（9）：E1821-E1843.doi：10.1175／bams-d-20-0024.1.

Furusho-Percot C，Goergen K，Hartick C，et al.，2022.Groundwater model impacts multiannual simulations of heat waves［J］.Geophys Res Lett，49（10）：e2021GL096781.doi：10.1029／2021GL096781.

Giorgi F，1995.Perspectives for regional earth system modeling［J］.Glob Planet Change，10（1／2／3／4）：23-42.doi：10.1016／0921-8181（94）00018-9.

Gochis D，Yu W，Yates D，2015.WRF-Hydro Model Source Code Version 3［CP／OL］.UCAR／NCAR［2023-12-29］.https：／／ral.ucar.edu／projects／wrf_hydro.doi：10.5065／D6DN43TQ.

Grell G A，Peckham S E，Schmitz R，et al.，2005.Fully coupled “online” chemistry within the WRF model［J］.Atmos Environ，39（37）：6957-6975.doi：10.1016／j.atmosenv.2005.04.027.

Haarsma R J，Roberts M J，Vidale P L，et al.，2016.High resolution model intercomparison project （HighResMIPv1.0） for CMIP6［J］.Geosci Model Dev，9（11）：4185-4208.doi：10.5194／gmd-9-4185-2016.

Hartick C，F(xiàn)urusho-Percot C，Goergen K，et al.，2021.An interannual probabilistic assessment of subsurface water storage over Europe using a fully coupled terrestrial model［J］.Water Resour Res，57（1）：e2020WR027828.doi：10.1029／2020WR027828.

Hasegawa T，Sakurai G，F(xiàn)ujimori S，et al.，2021.Extreme climate events increase risk of global food insecurity and adaptation needs［J］.Nat Food，2（8）：587-595.doi：10.1038／s43016-021-00335-4.

Iles C E，Vautard R，Strachan J，et al.，2020.The benefits of increasing resolution in global and regional climate simulations for European climate extremes［J］.Geosci Model Dev，13（11）：5583-5607.doi：10.5194／gmd-13-5583-2020.

Jiang R S，Sun L，Sun C，et al.，2021.CWRF downscaling and understanding of China precipitation projections［J］.Clim Dyn，57（3）：1079-1096.doi：10.1007／s00382-021-05759-z.

Keune J，Sulis M，Kollet S，et al.，2018.Human water use impacts on the strength of the continental sink for atmospheric water［J］.Geophys Res Lett，45（9）：4068-4076.doi：10.1029／2018GL077621.

Kim G，Kim J，Cha D H，2022.Added value of high-resolution regional climate model in simulating precipitation based on the changes in kinetic energy［J］.Geosci Lett，9（1）：38.doi：10.1186／s40562-022-00247-6.

Kollet S，Gasper F，Brdar S，et al.，2018.Introduction of an experimental terrestrial forecasting／monitoring system at regional to continental scales based on the terrestrial systems modeling platform （v1.1.0）［J］.Water，10（11）：1697.doi：10.3390／w10111697.

Liang X Z，2022.Extreme rainfall slows the global economy［J］.Nature，601（7892）：193-194.doi：10.1038／d41586-021-03783-x.

Maxwell R M，Lundquist J K，Mirocha J D，et al.，2011.Development of a coupled groundwater-atmosphere model［J］.Mon Wea Rev，139（1）：96-116.doi：10.1175／2010mwr3392.1.

Odening M，Shen Z W，2014.Challenges of insuring weather risk in agriculture［J］.Agric Finance Rev，74（2）：188-199.doi：10.1108／afr-11-2013-0039.

Pandi D，Kothandaraman S，Kuppusamy M，2021.Hydrological models：a review［J］.Int J Hydrol Sci Technol，12（3）：223.doi：10.1504／ijhst.2021.117540.

Parmesan C，Yohe G，2003.A globally coherent fingerprint of climate change impacts across natural systems［J］.Nature，421（6918）：37-42.doi：10.1038／nature01286.

Perera A T D，Nik V M，Chen D L，et al.，2020.Quantifying the impacts of climate change and extreme climate events on energy systems［J］.Nat Energy，5：150-159.doi：10.1038／s41560-020-0558-0.

Reale M，Giorgi F，Solidoro C，et al.，2020.The regional earth system model RegCM-ES：evaluation of the Mediterranean climate and marine biogeochemistry［J］.J Adv Model Earth Syst，12（9）：e2019MS001812.doi：10.1029／2019MS001812.

Schr C，F(xiàn)uhrer O，Arteaga A，et al.，2020.Kilometer-scale climate models：prospects and challenges［J］.Bull Amer Meteor Soc，101（5）：E567-E587.doi：10.1175／bams-d-18-0167.1.

Sein D V，Mikolajewicz U，Grger M，et al.，2015.Regionally coupled atmosphere-ocean-sea ice-marine biogeochemistry model ROM：1.description and validation［J］.J Adv Model Earth Syst，7（1）：268-304.doi：10.1002／2014MS000357.

Shrestha P，Sulis M，Masbou M，et al.，2014.A scale-consistent terrestrial systems modeling platform based on COSMO，CLM，and ParFlow［J］.Mon Wea Rev，142（9）：3466-3483.doi：10.1175／mwr-d-14-00029.1.

Sitz L E，Di Sante F，F(xiàn)arneti R，et al.，2017.Description and evaluation of the Earth System Regional Climate Model （Reg CM-ES）［J］.J Adv Model Earth Syst，9（4）：1863-1886.doi：10.1002／2017ms000933.

Sulis M，Williams J L，Shrestha P，et al.，2017.Coupling groundwater，vegetation，and atmospheric processes：a comparison of two integrated models［J］.J Hydrometeorol，18（5）：1489-1511.doi：10.1175／jhm-d-16-0159.1.

Sun L，Liang X Z，Xia M，2020.Developing the coupled CWRF-FVCOM modeling system to understand and predict atmosphere-watershed interactions over the great lakes region［J］.J Adv Model Earth Syst，12（12）：e2020MS002319.doi：10.1029／2020MS002319.

Sun W L，Liu X H，2020.Review on carbon storage estimation of forest ecosystem and applications in China［J］.For Ecosyst，7：4.doi：10.1186／s40663-019-0210-2.

Teutschbein C，Seibert J，2010.Regional climate models for hydrological impact studies at the catchment scale：a review of recent modeling strategies［J］.Geogr Compass，4（7）：834-860.doi：10.1111／j.1749-8198.2010.00357.x.

Wagner S，F(xiàn)ersch B，Yuan F，et al.，2016.Fully coupled atmospheric-hydrological modeling at regional and long-term scales：development，application，and analysis of WRF-HMS［J］.Water Resour Res，52（4）：3187-3211.doi：10.1002／2015WR018185.

Wang B，Zhou T J，Yu Y Q，2009.A view of earth system model development［J］.Acta Meteor Sin，23（1）：1-17.

Wong D C，Pleim J，Mathur R，et al.，2012.WRF-CMAQ two-way coupled system with aerosol feedback：software development and preliminary results［J］.Geosci Model Dev，5（2）：299-312.doi：10.5194／gmd-5-299-2012.

Xue P F，Pal J S，Ye X Y，et al.，2017.Improving the simulation of large lakes in regional climate modeling：two-way lake—atmosphere coupling with a 3D hydrodynamic model of the great lakes［J］.J Clim，30（5）：1605-1627.doi：10.1175／jcli-d-16-0225.1.

Yu L X，Liu Y，Liu T X，et al.，2022.Coupling localized Noah-MP-Crop model with the WRF model improved dynamic crop growth simulation across Northeast China［J］.Comput Electron Agric，201：107323.doi：10.1016／j.compag.2022.107323.

Zhu S P，Remedio A R C，Sein D V，et al.，2020.Added value of the regionally coupled model ROM in the East Asian summer monsoon modeling［J］.Theor Appl Climatol，140（1）：375-387.doi：10.1007／s00704-020-03093-8.