陆面过程主要通过表面大气与大气边界层的能量、动量和二氧化碳交换影响天气和气候(Chen et al，2003; Gao et al，2004)，其作为气候系统的一个重要分量，已成为气候研究的热点问题。而地表的能量分配又是陆面过程的基本过程之一(Yang et al，2004)，对观测试验资料的诊断分析或者通过陆面过程模式进行数值模拟，是研究近地面能量通量的主要方法。陆面模式不但能为大气环流模式(GCM)和中尺度大气模式提供表面边界(Randall et al，1996; Denning et al，2003)，而且能够单独对陆地-大气-土壤的水、能量及其物质交换过程进行模拟。经过20多年的努力，目前世界上发展的陆面过程模式种类繁多，在陆面过程及物理过程的参数化发展方面，中国科学家做出了卓越的贡献(Ji et al，1989; Dai et al，1997; 2003)。

简单生物圈模式(SiB)是由Sellers等(1986)提出，它与生物圈-大气圈传输方案(BATS)(Dickinson et al，1985)一起奠定了陆面过程模式的基础。Sellers等(1996a，1996b)在SiB的框架基础上发展了SiB2，并耦合进全球气候模式。SiB2模式综合运用动量、能量和质量守恒，能够模拟出土壤、大气和生物圈诸多参数以及陆面和大气的相互作用(高志球等，2002)。Baker等(2003)在SiB2的基础上引进了基于Bonan(1996)提出的6层土壤温度模式和改进的地表能量收支过程，发展成SiB2.5模式。Baker等(2008，2010)又在SiB2和SiB2.5的基础上发展出SiB3，主要改进包括：(1)用通用陆面模式(CLM)(Dai et al，2003)的10层土壤结构替换了SiB2中的3层土壤区结构(表面、根部和深层无根区)，并且，使植被根部贯穿整个10层土壤层；(2)增加了1层可以预报温度、湿度和微量气体的冠层空间(Baker et al，2003；Vidale et al，2005)；(3)能够进行C3(碳三植物)和C4(碳四植物)植被的混合模拟，并且，每个月C3和C4植被的比例在模式里可以改变(Colello et al，1998; Hanan et al，2005)；(4)引入了CLM模式的5层积雪模式，雪的层数取决于雪的总质量和累积量；(5)将SiB2中的9种植被类型增加到13种，土壤类型也由SiB2中的7种增加到12种，植被和土壤物理参数也重新做了调整(Baker et al，2003)。

陆面模式的发展离不开模式的检验，对此中外学者做了大量模式验证和发展工作，以期更好地模拟陆面过程。已有学者运用SiB2模式进行过不同下垫面的能量收支研究，并用站点观测进行验证(Colello et al，1998；Gao et al，2004；薛彦广等，2010; Yan et al，2010)；也有学者运用SiB3模式对区域碳通量和不同下垫面的能量通量和地表温度进行了研究(Baker et al，2008，2010; Williams et al，2008; Schuh et al，2010;蒋玲梅等，2011)。同时，不少学者运用通用陆面模式模拟不同下垫面的土壤温度、湿度和能量通量，并与观测进行了比较(黄伟等，2004；刘少峰等，2005；陈海山等，2010；熊明明等，2011)。张晶等(1997)利用LPM-ZD陆面模式较合理地模拟出中国东部陆面过程特征分布；Yang等(2001)运用IAP94对淮河流域不同下垫面不同季节的能量通量和冠层温度进行模拟验证；Whitfield等(2006)比较研究了LSPM和CLM模式对佛罗里达草原湿地的模拟；Bonan等(2006)运用带动态植被的CLM3.0模式对全球植被覆盖和净初级生产力进行模拟。

青藏高原对亚洲季风的形成与演变具有重要作用，然而人们对青藏高原地-气相互作用过程了解还相对匮乏，严重影响了天气气候研究及中国东部灾害性天气气候的预报(马耀明等，2006)。长三角地区是中国东部三大城市群之一，城市密集，城市化率高，研究该地区地表的能量通量，有助于理解城市群对区域气候的影响。因此，文中选取具有区域代表性的青藏高原那曲与安多站和长三角地区的苏州东山站进行研究，这3个站点下垫面情况存在差异，植被类型、植被覆盖和地形等都不尽相同，使得近地层与大气边界层的热量、动量及湍流特征引起的水汽输送不同(刘树华等，2005)。本研究正是基于青藏高原和长三角地区地-气相互作用的重要性，首先对上述地区3个观测站的地表能量通量观测资料的闭合度进行分析，然后分析了SiB2和SiB3模拟结果与观测的地表能量通量三者之间的异同、产生差异的原因以及SiB2和SiB3在地表能量平衡研究中的优点和局限性，同时讨论青藏高原北部和长三角苏州地区季风前后地表能量的收支特点，不仅为模式性能的改进提供参考，也为进一步研究青藏高原和长三角地区地-气相互作用提供参考和依据。 2 数据与方法2.1 站点观测

所用数据来自1998年“全球能量水循环之亚洲季风青藏高原试验”GAME/Tibet(GEWEX Asian Monsoon Experiment in the Tibetan Plateau)加强观测期间建立的两个站(那曲、安多)和国家重点基础研究发展计划(973)子课题“城市化对我国东部地表物理特性和陆面过程的影响”于2011年建立的苏州东山站观测资料。观测站点的基本信息如表 1所示，下垫面情况为：(1)那曲观测站下垫面地势开阔平坦，地表主要为砂粘土壤，其上不均匀生长着高度为4—5 cm的草甸，植被覆盖率较高(约为40%)。那曲地处青藏高原中部，属于高原亚寒带半干旱气候，整个那曲地区植被高度一般小于5 cm(高志球等，2002)；(2)安多观测站位于青藏高原中部，四周开阔，地表植被稀疏，覆盖着高度约5 cm的高原草甸(左洪超等，2004)，土壤层含沙量较高，植被覆盖率较低(约为10%)；(3)苏州东山站建在太湖附近，下垫面比较复杂，主要有种植的茶树，还有玉米和其他农作物。那曲和安多站基本代表了青藏高原北部的特征，苏州东山站则主要代表中国东部长三角地区城市郊区边界层特征。

湍流数据的处理采用站点仪器观测到的风、温、湿的各种脉动量，运用涡度相关法计算。其中，涡度相关法计算湍流通量公式(Kaimal et al，1994)为

点击浏览公式

点击浏览公式

地表土壤热通量的计算通常基于热扩散方程通过积分观测得到的温、湿度资料来计算。除那曲观测站有直接地表土壤热通量数据，安多和苏州站都需要根据温、湿度资料校正获得，本文采用Yang等(2008)提出的一种改进方式进行计算

点击浏览公式

土壤热容量的计算可用下式(Sellers et al，1996a; Yang et al，2008)

点击浏览公式

点击浏览公式

点击浏览公式

给定温度廓线T(z_i)，则式(3)的离散形式如下

点击浏览公式

净辐射R_n需要根据下式进行计算

点击浏览公式

地表温度(T_sfc)通过观测的向上长波和向下长波辐射进行计算(Yang et al，2008)

点击浏览公式

地表能量平衡公式可表示为

点击浏览公式

Wilson等(2002)对国际通量网(FLUXNET)的22个观测站进行能量平衡闭合研究时发现，各通量站普遍存在能量不平衡现象；李正泉等(2004)研究发现中国通量观测网也存在能量平衡不能闭合的现象。同时，不少学者研究发现青藏高原地表能量通量观测有较大的不平衡(Gao et al，2000，2003; Kim et al，2000; Tanaka et al，2001)。但陆面模式中地表能量通量基本上是平衡的，因此，有必要对观测的地表能量通量的不平衡程度进行分析，才能对比较结果有确切的估计。图 1分别比较了那曲、安多和东山站感热与潜热通量之和(H+LE)与地表可用能量(R_n-G)，利用最小二乘法拟合的线性回归系数表示的地表能量闭合度依次为0.664、0.548、0.839，H+LE与R_n-G的决定系数依次为0.883、0.804、 0.781。由此发现，短草类型下垫面闭合度较低，较高植被类型下垫面闭合度相对较高。

图 1 观测的感热与潜热之和(H+LE)与地表可用能量(Rn-G)的散点分布(a.那曲站，b.安多站，c.东山站) Fig. 1 Plots for the measured(H+LE)vs. the surface available energy(Rn-G)for the Naqu(a)，Anduo(b) and Suzhou Dongshan(c)

图选项

针对近地层观测的能量不闭合问题，一部分研究者认为地表热通量的观测或计算存在不确定性(Gao et al，2005，2007; Yang et al，2008)；另外一些学者研究发现，近地层能量不闭合部分可能仍然存在于大气中，只是由于湍流的观测和计算方法不完善而未观测到(Thomas et al，2005; Foken et al，2006)。王介明等(2009)指出，净辐射的观测精度是各能量收支分量中最可信的，因此，对模式模拟净辐射通量的检验结果具有较高可信度。

正是因为观测中存在的不确定性，导致模式模拟的精度产生偏差，这种差异的存在对于模式中参数化方案的准确性存在一定影响。由于模式是基于能量平衡机理建立的，对于观测的地表能量不闭合现象，只有通过调整观测的地表能量数据或者接受模式模拟中存在的不确定性，才能使观测的能量守恒偏差与模式中可接受的不确定性处于同一量级(Twine et al，2000)。

在对模拟结果分析时，采用如下方法：

(1)模拟整体效果：将模拟结果与站点观测数据进行对比，做出散点图。

(2)模拟结果统计分析：计算决定系数(r²)、偏差(B)、标准差(E_SE)和归一化标准差(E_NSE)

点击浏览公式

点击浏览公式

点击浏览公式

(3)通量的日变化：将SiB2和SiB3模拟结果按月进行合成，得到模式模拟结果的日变化，并与实验数据相比较，以分析通量在各个时段的模拟情况。3 试验设计3.1 参数设置

那曲、安多和苏州东山站的主要参数设置见表 2，那曲站参数来自Gao等(2004)，安多站参数来自薛彦广等(2010)，其他参数使用默认值(Sellers et al，1996b; Baker et al，2003)进行设置。另外，模式还需要植被随时间动态变化的参数，如冠层粗糙长度、叶面积指数、植被覆盖度、绿色冠层比、冠层零平面位移等，这些动态变化的参数是将归一化植被指数(NDVI，本文使用的NDVI值均为半个月复合一次)输入SiB模式计算得到(Sellers et al，1996b)，其中，那曲和安多站的归一化植被指数时间序列数据来自GIMMS遥感产品，空间分辨率为8 km×8 km，苏州东山站归一化植被指数来自MODIS遥感产品，空间分辨率为1 km×1 km，具体数据见表 3。

由于各个站点观测的气象要素不尽相同，在选取模式输入气象要素时应尽量保持一致，以加强不同站点模拟结果的可比性。那曲和苏州站输入SiB2和SiB3模式的气象强迫数据有7个：风速、气温、气压、水汽压、向下太阳短波辐射、向下大气长波辐射、降水，数据步长为30 min，资料选取时间内，气象强迫资料的基本信息见表 4。值得注意的是，苏州东山站4—5月的总降水量仅为18.8 mm。安多站由于没有水汽压的观测资料，这里选取观测的比湿数据作为模式输入，其他气象要素与那曲和苏州站一致，基本信息见表 4，其中，那曲和苏州东山站的平均水汽压分别为8.3和18.01 hPa，安多站的平均比湿为0.00785 kg/kg。

那曲、安多和苏州东山站的主要初始参数设置如表 5所示，还有土壤各层温度和湿度，需要根据观测数据进行初始化，然后做起转使模式达到平衡状态(Baker et al，2010)。

由图 2可以看出，SiB2和SiB3模拟的感热通量比观测数据偏大，而SiB2偏大更明显；SiB2模拟潜热通量偏小，而SiB3模拟结果偏大；从图 2c—d、g—h可以看出，SiB3模拟的地表土壤热通量和净辐射通量结果与观测数据更一致，整体上两个模式都高估地表土壤热通量而低估净辐射通量。表 6为两个模式模拟值与观测资料比较的统计结果。SiB3模拟的4个物理量的标准误差和归一化标准差全部不大于SiB2模式；而对于决定系数，除了地表土壤热通量，两个模式模拟结果接近，其他3个物理量，SiB3与观测数据的相关都高于SiB2。

图 2 那曲站SiB2(a-d)和SiB3模拟(e-h)与站点观测比较(a、e)感热通量，(b、f)潜热通量，(c、g)地表土壤热通量，(d、h)净辐射通量 Fig. 2 Comparisons of the simulated surface fluxes with observations at Naqu site.(a，e)sensible heat fluxes，(b，f)latent heat fluxes，(c，g)surface soil heat fluxes，and (d，h)net radiation fluxes;(a-d)SiB2 and (e-h)SiB3

图选项

从图 3分析和比较中可以看出，SiB2和SiB3对感热通量、潜热通量、净辐射通量3个物理量的日变化模拟和观测值基本一致，尤其对净辐射通量的模拟结果与观测资料吻合程度高。SiB2和SiB3高估晚上感热和潜热通量，而低估白天的感热和潜热通量。经计算，7月SiB2和SiB3模拟感热通量平均峰值分别低估6.83和17.8 W/m²，潜热通量平均峰值分别低估57.0和47.3 W/m²；8月感热通量平均峰值分别低估3.66和11.8 W/m²。7月SiB2和SiB3模拟地表土壤热通量平均峰值分别高估137和37.0 W/m²，而8月分别高估121和40.4 W/m²，可见SiB2对土壤热通量的模拟效果较差，这可能是因为SiB3模式用通用陆面模式(Dai et al，2003)的10层土壤结构替换了SiB2的3层土壤区结构，改善了对土壤各层温度的模拟，进而提高了土壤热通量的模拟。那曲站7、8月潜热通量峰值大于感热通量，能量主要以潜热形式被消耗，这是因为资料时间范围内，那曲站正好处在季风到来之后。

图 3 那曲站观测值及SiB2和SiB3模拟的按月复合的日变化对比(a)感热通量、(b)潜热通量、(c)地表土壤热通量、(d)净辐射通量，圆圈表示观测值、虚线表示SiB2模拟值、实线表示SiB3模拟值 Fig. 3 Comparisons of the diurnal composites of observations with SiB2/SiB3 at Naqu site(a)sensible heat fluxes，(b)latent heat fluxes，(c)surface soil heat fluxes，and (d)net radiation fluxes，circles are for the observed data，dashed line is for the SiB2 simulations，and solid line is for the SiB3 simulations

图选项

图 4为两个模式模拟的地表温度(表层土壤温度)与观测资料的比较，分析发现，SiB2模拟结果高于SiB3，主要原因可能是由于SiB2土壤结构为3层，计算地表温度变化率时与表层土壤温度和深层土壤温度的差值有关，而SiB3由于改进为10层土壤结构，在计算地表温度变化率时将深层土壤温度替换成了第2层土壤温度，更有利于计算地表温度的变化率。但与观测资料对比，两个模式模拟的地表温度系统偏高，原因可能是：(1)SiB2和SiB3模式对叶角分布因子实行参数化后有一定偏差，导致冠层向下的热辐射被高估，使得地表净发射热辐射偏低，进而影响地表温度；(2)两个模式采用的大叶模型没有区分阴叶和阳叶，使冠层温度偏高，随着太阳短波辐射的减弱或者消失，冠层对地面的保温作用偏高，使得地表损失的热能偏低，从而使地表温度偏高；(3)通过观测的向上和向下长波辐射资料计算得到的地表温度存在一定误差。

图 4 那曲站观测值与SiB2和SiB3模拟的地表温度按月复合的日变化对比 Fig. 4 Comparisons of the diurnal composites of the observed surface soil temperature with the SiB2 and SiB3 simulations at Naqu site

图选项

分析发现，SiB2和SiB3对晚上感热通量高估的重要原因在于该时段模拟的地表温度偏高(图 4)；此外，植被叶子的反射率、透射率和土壤的反射率参数化出现偏差同样会导致感热通量偏高。两个模式对晚上潜热通量的模拟相对比较准确，而对下午的潜热通量低估，这可能是由于大叶模型没有区分阳叶和阴叶使得冠层温度偏高，超过本文设置的半阻碍温度参数值，使得光合速率受到抑制而偏低，引起冠层阻抗偏大，进而促使冠层潜热偏低，导致整个潜热也偏低。

SiB2和SiB3模拟地表土壤热通量差异最明显，这主要是由于土壤结构的改变使得计算土壤热通量的方式发生了变化。土壤结构不同对计算土壤各层水分含量有较大影响，致使与土壤水含量有关的土壤热容量计算有较大差异。此外，SiB3土壤分类比SiB2更为详细，使土壤中沙土和粘土含量更加合理，能够提高计算土壤热导的精度。SiB3的辐射传输子模块依然采用SiB2使用的二流近似，因此，使用SiB2和SiB3计算净辐射通量差别较小。另外，那曲站观测的地表能量闭合度为0.664，也是模拟地表能量通量结果与观测资料产生差异的重要原因。

从图 5可见，SiB2和SiB3对感热和潜热通量的模拟整体偏大，而SiB2偏大更严重。两个模式模拟的地表土壤热通量与通过Yang等(2008)提出的根据土壤温度和湿度校正后的观测地表土壤热通量相关性较强，但整体偏大。SiB2模拟的净辐射通量整体偏大，而SiB3偏小。如表 7所示，SiB3模拟的感热和潜热通量统计结果优于SiB2，且地表土壤热通量的标准误差和归一化标准差也都小于SiB2，但SiB2模拟的地表土壤热通量与观测数据有更好的线性关系；而对净辐射通量的模拟则是SiB2与观测资料更接近。

图 5 安多站SiB2(a—d)和SiB3模拟(e—h)与站点观测比较：(a、e)感热通量；(b、f)潜热通量；(c、g)地表土壤热通量；(d、h)净辐射通量 Fig. 5 Comparisons of the simulated surface fluxes with observations at Anduo site.(a，e)sensible heat fluxes，(b，f)latent heat fluxes，(c，g)surface soil heat fluxes，and (d，h)net radiation fluxes;(a-d)SiB2 and (e-h)SiB3

图选项

由图 6可知，7月10时以前SiB2和SiB3高估感热通量，之后直到16时都低估，平均峰值分别低估13.5和33.7 W/m²；而8月平均峰值分别高估6.30 W/m²和低估1.77 W/m²。SiB2和SiB3对潜热通量的模拟，7月平均峰值分别高估82.1和52.1 W/m²，而8月则分别高估89.4和34.4 W/m²。对地表土壤热通量的模拟，SiB2和SiB3在7月峰值分别高估65.4和36.1 W/m²；8月峰值分别高估达到85.0和26.2 W/m²。SiB2和SiB3均低估晚上净辐射通量，而对白天净辐射通量峰值捕获能力较强。安多站7、8月的感热通量和潜热通量峰值都较小，从模拟和观测都能发现，7月的感热通量大于8月，而7月的潜热通量小于8月。7月中旬季风到来(薛彦广等，2010)，感热通量和潜热通量相互影响。

图 6 安多站观测值与SiB2和SiB3模拟的 (a)感热通量、(b)潜热通量、(c)地表土壤热通量、(d)净辐射通量按月复合的日变化对比 Fig. 6 Comparisons of the diurnal composites of observations with SiB2/SiB3 at Anduo site (a)sensible heat fluxes，(b)latent heat fluxes，(c)surface soil heat fluxes，and (d)net radiation fluxes

图选项

SiB2和SiB3模拟安多站的感热通量，夜间偏大，部分原因在于模拟的夜间地表温度偏高。上午随着气温上升，SiB3模拟的潜热通量与观测资料基本一致，但随着下午气温下降，模拟的潜热通量比观测偏大。Yang等(2004)研究指出，青藏高原水分和能量循环试验中降雨季节测得的潜热通量比真实值偏小，这是模拟的潜热通量偏大的原因之一。

SiB3模拟的地表土壤热通量结果与观测资料更接近，主要由于SiB2的3层土壤结构，对土壤剖面的描述不够细致，使得模拟深层土壤区的温度和湿度存在困难；而SiB3改进为10层土壤结构，每层的深度按指数方式确定，土壤深度达到3.5 m，根的分布贯穿整个10层土壤，能够比较精确地描述土壤的温度剖面，这可能是SiB3模拟土壤热通量优于SiB2的重要原因。但是由于土壤结构的复杂性，随着深度增加，土壤各层沙土和粘土含量变化较大，这些都为SiB3精确模拟土壤各层温度和湿度带来困难。

由于SiB2和SiB3模拟地表温度和冠层温度的不同，使得两个模式模拟的地表和冠层热辐射损失都不相同，从而导致两个模式模拟净辐射通量的差异。同时，安多站观测的地表能量闭合度较低(0.548)，这也是模拟结果与观测资料存在偏差的重要原因。

从图 7和表 8的分析和比较中可以得出，SiB2模拟的感热通量整体偏大，而SiB3模拟的感热通量则偏小。SiB2和SiB3对潜热通量的准确模拟出现困难，两个模式对潜热通量的模拟整体都偏小，而SiB2模拟结果则严重偏小。地表土壤热通量的模拟，SiB2与SiB3模拟值和观测值的统计误差较大。对净辐射通量的模拟SiB2和SiB3都整体偏大。

图 7 苏州东山站SiB2(a—d)和SiB3模拟(e—h)与站点观测比较(a、e)感热通量；(b、f)潜热通量；(c、g)地表土壤热通量；(d、h)净辐射通量 Fig. 7 Comparisons of the simulated surface fluxes with observations for at Suzhou site(a，e)sensible heat fluxes，(b，f)latent heat fluxes，(c，g)surface soil heat fluxes，and (d，h)net radiation fluxes;(a-d)SiB2 and (e-h)SiB3

图选项

如图 8所示，SiB2模拟5月感热通量平均峰值高估13.2 W/m²，6月平均峰值高估43.4 W/m²；而SiB3对5月的感热通量平均峰值低估81.2 W/m²，6月平均峰值低估3.43 W/m²。潜热通量的模拟，5月SiB3对平均峰值高估2.58 W/m²，而SiB2模拟结果严重偏小。苏州东山站，5月主要近地面能量支出为感热通量，而6月为潜热通量。6月季风暴发，降水引起土壤湿度增大，促使近地面能量收支重新调整。季风暴发前后感热和潜热通量的变化明显，SiB2和SiB3都能较好模拟出季风暴发前后感热通量的剧烈变化，但对潜热通量变化的模拟存在困难。SiB2和SiB3模拟的地表土壤热通量晚上严重低估，白天严重高估。SiB2对净辐射通量的模拟，5月平均峰值偏高3.96 W/m²，6月偏低3.31 W/m²，而SiB3平均峰值偏差较大，5和6月分别高估60.5和21.2 W/m²。

图 8 苏州东山站观测值与SiB2和SiB3模拟的(a)感热通量、(b)潜热通量、(c)地表土壤热通量、(d)净辐射通量按月复合的日变化对比 Fig. 8 Comparisons of the diurnal composites of observations with SiB2/SiB3 at Suzhou(a)sensible heat fluxes，(b)latent heat fluxes，(c)surface soil heat fluxes，and (d)net radiation fluxes

图选项

对苏州东山站感热通量模拟，SiB2比SiB3模拟的感热通量整体偏大，这与两个模式模拟地表温度(表层土壤温度)的差异有关(图 9)。模式对潜热通量的模拟存在困难，特别是SiB2模拟的5月潜热通量，不能够正确反映潜热通量的日变化，可能是由于模拟时段苏州东山站的土壤干燥，SiB2模式的根区深度为2—30 cm，不能较好地反映深层土壤水的蒸腾作用。SiB3在潜热模拟方面虽然也有困难，但是根分布的改进(贯穿10层土壤)和土壤深度的增加(达到3.5 m)，有利于模拟植被对深层土壤水分的吸收。模拟研究发现，由于苏州站植被类型繁多，选择一种典型植被代表整个站点也会对潜热通量模拟产生影响，特别是茶树类型和一般农作物类型的参数化差异明显，可考虑次网格的影响，使用不同的植被类型分别进行模拟，结果按面积权重进行复合。

图 9 苏州东山站观测值与SiB2和SiB3模拟的地表温度按月复合的日变化对比 Fig. 9 Comparisons of the diurnal composites of the observed surface soil temperature and simulated ones using SiB2/SiB3 at Suzhou site

图选项

两个模式模拟的地表土壤热通量与观测资料有较大偏差，一方面是由模式模拟的地表温度和地表土壤水含量的误差引起；另一方面，该站点的土壤温、湿度资料较少，地表土壤热通量的校正存在困难。东山站模拟的地表温度与观测资料相比，也存在系统偏差，特别是晚上太阳短波辐射为0时，这同样可能是由于白天计算冠层辐射传输时导致冠层温度被高估，到了晚上土壤表层向外发射热辐射使地表温度降低时，植被冠层底部向地表发射的热辐射偏高，阻碍地表温度进一步降低。5 结论与讨论

利用SiB2和SiB3模式对青藏高原的两个观测站(那曲、安多)和长三角地区苏州东山站地表的能量收支进行模拟，并结合观测数据进行地表能量通量的分析，这对加深青藏高原和长三角地区地表能量通量特点的认识，理解该地区地-气的相互作用提供有益的帮助。结果表明：(1)SiB2和SiB3模拟的近地层能量通量与观察资料有较好的一致性，对青藏高原的近地面能量通量模拟整体优于苏州东山站，SiB3模拟的结果整体上优于SiB2，这说明SiB3模式的改进对于近地面能量通量的模拟是有益的，适用于在中国区域的地表能量通量研究；(2)那曲站的植被覆盖率相对较高(40%左右)，土壤表层与大气的能量交换处于次要地位，由于SiB模式是基于稠密的植被下垫面设计，因而在那曲站的地表能量通量模拟较好，而安多站植被稀疏(覆盖率约为10%)，土壤表层与大气之间的能量交换处于较重要地位，导致在覆盖率低的安多站模拟能力减弱；(3)那曲和安多站的植被类型虽然同为高原草甸，但模式在这两个站点的性能差异较大，这说明模式在针对某一植被类型下垫面进行参数化时需要参考多个站点的观测数据，以减少陆面模式耦合进区域气候模式或者全球气候模式进行大范围模拟时的误差；(4)SiB3采用更加精细的10层土壤分层描述替换了SiB2模式的3层土壤结构，并将计算土壤各层温度的方式由SiB2的“强迫恢复”改为“求解热扩散方程”，这有益于潜热通量和土壤热通量的模拟。SiB2和SiB3都未考虑土壤中水蒸汽运动对水分循环的贡献，在湿润土壤中以液态水运动为主，而干燥土壤中水蒸汽的运行也较为重要，因而对土壤湿度较小的苏州东山站模拟能力不如土壤湿度较大的青藏高原站；(5)青藏高原安多站和苏州东山站，季风使感热通量减小，潜热通量增大；(6)SiB3引进的冠层空间层能够对一些冠层空间物理量进行预报，使其更加符合真实的陆面过程，但是对复杂下垫面地表的能量通量模拟效果提高不显著。

苏州东山站的模拟结果整体不如青藏高原两个观测站，可能有如下原因：(1)土壤湿度大小对SiB模拟地表能量通量有较大影响；(2)青藏高原植被类型单一，而苏州站植被种类多，次网格对地表能量通量的影响较大，而目前的SiB模式忽略了次网格的影响，从而造成模拟偏差，加强对次网格影响的考虑将是对SiB模式有益的改进；(3)苏州东山站位于城市郊区，又邻近太湖，受到城市和湖泊的综合影响，湍流比较复杂。

本研究由于缺少观测站点土壤沙土和壤土的比例，土壤质地是按照模式原始类型进行的，土壤质地能够对水热通量产生较大影响，这给模拟带来一定偏差。另外，土壤中沙土和粘土的含量随着土壤深度的变化较大，特别是青藏高原地区。Yang等(2004)利用一个单源陆面过程模式进行了土壤异质性对地表过程影响的研究，结果表明土壤的垂直异质性对土壤的湿度以及地表的能量分配有着重要影响。为了进一步提高陆面过程的模拟精度，有必要对土壤垂直异质性参数化进行研究。同时，利用卫星遥感获得的高精度地表观测数据(如MODIS数据)，制作一套符合中国不同区域下垫面的模式参数集将有利于提高模式的模拟精度。

青藏高原那曲和安多站观测的地表能量存在较严重的不闭合现象，通过与SiB2和SiB3模拟的地表能量通量进行比较，这种不同模式模拟的结果分析对于改善观测资料中地表能量不闭合现象具有一定的参考价值。