練鵬飛，王 磊

(成都信息工程學(xué)院大氣科學(xué)學(xué)院高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室，四川成都610225)

0 引言

人類生產(chǎn)活動(dòng)造成土地利用方式的改變對自然生態(tài)環(huán)境有重要影響，其中植被覆蓋變化所引起的地表粗糙度、反射率、土壤濕度等變化會(huì)對地氣之間的能量交換產(chǎn)生影響[1～4]。Shen等[5]通過對一個(gè)理想湖泊的模擬發(fā)現(xiàn)，湖泊周圍的植被類型、土壤濕度環(huán)境變化會(huì)改變局地的小氣候效應(yīng)。Chase等[6]用工業(yè)化前后的陸表覆蓋數(shù)據(jù)做邊界條件進(jìn)行模擬，發(fā)現(xiàn)地表能量通量的減少會(huì)導(dǎo)致亞洲季風(fēng)區(qū)降水減少10%～30%。Chu等[7]通過模擬研究發(fā)現(xiàn)了綠洲上空次級環(huán)流的自我維持機(jī)制，次級環(huán)流減少了綠洲和沙漠之間的能量交換。郭安紅等[8]把植被覆蓋作為變量研究了土壤類型及濕度對青海省南部氣候環(huán)境的影響。劉樹華等[9]利用中尺度區(qū)域模式RAMS在不同參數(shù)的條件下模擬了黑河地區(qū)的地表能量收支結(jié)構(gòu)特征，并對模式在該地區(qū)的適用性進(jìn)行了討論。柳媛普等[10]利用中尺度數(shù)值模式模擬得出黃河源區(qū)草原退化后引起地表能量平衡發(fā)生變化，草原退化比農(nóng)牧化帶來的氣候環(huán)境影響更加強(qiáng)烈。張靜輝等[11]利用衛(wèi)星資料對模式的初始下墊面資料進(jìn)行更替修正，區(qū)域內(nèi)局地降水量和地表熱通量的模擬精度有了一定的提高。李科等[12]利用觀測值檢驗(yàn)評價(jià)了對SHAW模型在三江平原的模擬效果，并對該地區(qū)植被覆蓋與地表熱量的關(guān)系進(jìn)行了研究。蔡雯悅等[13]采用湍流相關(guān)法分析了云量對青藏高原東南部能量平衡特征的影響，云量對向下長波輻射的影響在平原低于高海拔地區(qū)。周萬福等[14]通過觀測資料分析了黃河源頭不同植被覆蓋類型區(qū)域的輻射周期變化特征。這些研究加深了我們對不同下墊面類型陸面過程和地氣相互作用的了解，提高了模式在高海拔地區(qū)對陸面過程模擬的效用，是改善數(shù)值模式在高原地區(qū)天氣預(yù)報(bào)和氣候預(yù)測效果的關(guān)鍵[15]。在氣候模式中陸面過程對下墊面的描述與模擬性能的研究已經(jīng)取得了一些有意義的研究結(jié)果。張述文[16]等選取個(gè)例用3種不同的陸面模式進(jìn)行模擬驗(yàn)證，對模式中土壤濕度的計(jì)算以及土壤深度與濕度的關(guān)系進(jìn)行了對比研究。劉金婷[17]等利用3種陸面模式對新疆地區(qū)的陸面?zhèn)鬏斶^程進(jìn)行了模擬研究，并利用當(dāng)?shù)貙?shí)測資料對其性能進(jìn)行了檢驗(yàn)。朱德琴[18]利用觀測資料對SSiB在敦煌地區(qū)的的模擬性能進(jìn)行了檢驗(yàn)，結(jié)果表明模式對當(dāng)?shù)赝寥浪疅峤粨Q的描述過程不準(zhǔn)確，在降水時(shí)模擬值的誤差較大。

若爾蓋屬于黃河上游源頭地區(qū)，該地區(qū)氣候狀況的變化對黃河中下游的生態(tài)環(huán)境有著巨大影響，研究若爾蓋地區(qū)的地表輻射收支及能量平衡的特點(diǎn)對保護(hù)黃河源區(qū)有著重要意義。但是，目前關(guān)于陸面模式在若爾蓋地區(qū)適用性的研究并不多，為了探討不同陸面模式在該地區(qū)模擬特點(diǎn)和誤差產(chǎn)生原因，本文選取了NOAH和CLM兩種陸面模式與WRF模式相耦合，采用1km高分辨率植被類型和土地利用類型遙感資料模擬分析該地區(qū)輻射收支與能量平衡的狀況，對兩種模式在若爾蓋地區(qū)對輻射和能量的模擬特征和適用性進(jìn)行研究。希望對模式在高原濕地、湖泊地區(qū)的模擬能有更加深入的認(rèn)識，并為改善高原濕地及湖泊地區(qū)的模擬效果提供參考依據(jù)。

1 區(qū)域和模式設(shè)計(jì)方案

1.1 觀測區(qū)域介紹

若爾蓋濕地被稱為高原之“腎”，是中國濕地分布密度最大的地區(qū)之一，總面積7080km2，地理位置介于32.33～34.08°N，101.6～103.91°E，是第四紀(jì)之后青藏高原強(qiáng)烈隆起所產(chǎn)生的相對沉降區(qū)，海拔3400～3900m地勢平坦開闊，各類湖泊、碟型洼地星羅棋布，植被主要為沼澤和高山草甸，是世界上典型的高原濕地。若爾蓋屬于高原寒帶濕潤季風(fēng)氣候，年均降水量為500～700毫米，多集中降于5月至10月，是黃河流域的多雨區(qū)，年均氣溫7℃，部分地區(qū)年平均氣溫0℃，冬季嚴(yán)寒，夏季涼爽，晝夜溫差較大，年均日照2300至2400小時(shí)。

1.2 模式方案選擇

模式的參數(shù)化方案選擇如下:長波方案選用了RRTMG，通過預(yù)設(shè)的數(shù)學(xué)模型來反映由于臭氧、水汽、二氧化碳等氣體所引起的長波輻射過程，并考慮了不同類型云的光譜波段特性;短波方案也選用RRTMG，該方案可以在14個(gè)連續(xù)的波段對短波進(jìn)行計(jì)算，并對云以及云中冰晶的大小及散射進(jìn)行了考慮[19];陸面過程方案選用了Noah方案，該方案是OSU的升級版本[20]，可以對4層土壤溫濕度進(jìn)行計(jì)算，考慮了土壤結(jié)冰、植被根區(qū)作用、水分流失以及地表反照率;對積云的模擬選用Grell 3d方案[21]，此方案是質(zhì)量通量類型，具有高的分辨率，能模擬相鄰之間柱區(qū)的云所發(fā)生下沉運(yùn)動(dòng)。近地面層選用了Mellor-Yamada Nakanishi and Niino Level 2.5湍流動(dòng)能閉合方案，它不僅預(yù)報(bào)湍流動(dòng)能，并考慮了區(qū)域垂直空間混合，在粘性層的粗糙度采用隱式擴(kuò)散參數(shù)化[22]。采用三重嵌套網(wǎng)格系統(tǒng)，模擬區(qū)域中心位于33.5°N，102.5°E，粗細(xì)網(wǎng)格距分別為18、6和2km，格點(diǎn)數(shù)分別為28、37和64，垂直層面采用35層，模式頂大氣壓為50hPa;模擬時(shí)間段為2010年7月16日00:00～8月15日00:00(北京時(shí))，共計(jì)720小時(shí)，模式結(jié)果每間隔1小時(shí)輸出一次。

模式采用NCEP ds083.2的1°x1°再分析資料結(jié)合MODIS衛(wèi)星反演的30s下墊面土地利用及植被類型資料經(jīng)處理后作為輸入的初始場和邊界條件，并用觀測資料進(jìn)行驗(yàn)證。觀測資料由若爾蓋高原濕地生態(tài)系統(tǒng)研究站所提供，該站地理坐標(biāo)為33.93°N，102.87°E，所采用的TDRM3土壤水分測定系統(tǒng)，能對土壤水分、土壤溫度的多層長期自動(dòng)觀測、自動(dòng)記錄;AUME-SQ濕地生態(tài)環(huán)境自動(dòng)觀測系統(tǒng)能連續(xù)、自動(dòng)監(jiān)測與儲(chǔ)存空氣溫度、相對濕度、風(fēng)速風(fēng)向、雨量、太陽總輻射等濕地生態(tài)環(huán)境參數(shù)。若爾蓋土地利用類型分布如圖1所示。

圖1 模擬地區(qū)土地利用類型分布(細(xì)實(shí)線是地形高度，深色區(qū)域是濕地，淺色地區(qū)為草地)

2 模擬結(jié)果對比分析

2.1 土壤溫度和濕度

圖2是土壤含水量時(shí)間－深度剖面變化情況，從圖中可知，兩種模式的模擬結(jié)果與實(shí)測值的時(shí)空分布相似，對當(dāng)?shù)亟邓鸬耐寥罎穸妊杆僮兓厔菽M較為準(zhǔn)確，不過對土壤濕度在土壤各層上分布的模擬存在一定偏差。在NOAH模式中，三層模擬值與觀測值的平均相關(guān)系數(shù)為0.89，10cm處的土壤含水量均方根誤差較小，為0.021 m3·m－3;40cm處的土壤含水量均方根誤差為0.045 m3·m－3;100cm處的土壤含水量均方根誤差最大，為0.086 m3·m－3。而在CLM模式中，三層模擬值與觀測值的平均相關(guān)系數(shù)為0.86，10cm處的土壤含水量均方根誤差最大，為0.105 m3·m－3;40cm處的土壤含水量均方根誤差為0.053 m3·m－3;100cm處的土壤含水量均方根誤差較小，為0.028 m3·m－3。

圖3是土壤溫度時(shí)間－深度剖面變化情況。可以看出，濕地的土壤溫度有很強(qiáng)烈的日變化曲線，兩種模式對晴天濕地的模擬結(jié)果都較為理想，在下雨或多云天氣模式對極值的模擬會(huì)呈現(xiàn)出不同特點(diǎn)的偏差，土壤溫度會(huì)隨陰天或降雨的發(fā)生出現(xiàn)降幅，兩種模式在不同土壤層的模擬效果有所不同。在NOAH模式中，三層模擬值與觀測值的平均相關(guān)系數(shù)為0.85，平均均方根誤差為2.6℃。10cm處的土壤溫度均方根誤差最小，為1.7℃;40cm處的土壤溫度均方根誤差為2.1℃;100cm處的土壤溫度均方根誤差最大，為3.9℃。在CLM模式中，三層模擬值與觀測值的平均相關(guān)系數(shù)為0.84，平均均方根誤差為2.8℃，10cm處的土壤溫度均方根誤差最大，為3.6℃;40cm處的土壤溫度均方根誤差為2.7℃;100cm處的土壤溫度均方根誤差最小，為1.9℃。模擬結(jié)果能較準(zhǔn)確地反映出該地土壤溫度的變化情況。從以上觀測和模擬結(jié)果對比分析來看，土壤溫度的變化與濕地土壤濕度有著密切聯(lián)系，每次降水之后土壤溫度也會(huì)隨之下降。

圖2 2010年7月16日～8月15日CLM模式(a)、NOAH模式(b)和實(shí)測(c)的平均土壤含水量時(shí)間－深度剖面(單位:m3·m－3)

圖3 2010年7月16日～8月15日CLM模式(a)、NOAH模式(b)和實(shí)測(c)的平均土壤溫度時(shí)間－深度剖面(單位:℃)

表1是兩種模式不同深度土壤溫濕度的相關(guān)系數(shù)對比，從表中可知，NOAH和CLM的模擬效果與土壤深度有著較大關(guān)聯(lián)。在10～100cm，NOAH模式對溫濕度模擬的相關(guān)系數(shù)隨著深度的增加逐漸遞減，而CLM模式則剛好相反，模擬相關(guān)系數(shù)與深度呈正相關(guān)，模擬效果在較深的土壤中有更好的表現(xiàn)。兩種模式的輸出結(jié)果在表現(xiàn)上有所區(qū)別，但整體而言兩者在夏季該時(shí)間段對若爾蓋濕地的模擬效果都較好，各層溫濕度模擬值與實(shí)測值之間的相關(guān)系數(shù)介于0.81～0.93，置信水平均達(dá)到了95%，基本上反映了土壤溫濕度隨深度的變化特征。

表1 NOAH與CLM模式不同深度模擬值相關(guān)系數(shù)

2.2 地表輻射收支與能量平衡

為了研究該地區(qū)的輻射特點(diǎn)，選取了模擬期間若爾蓋地區(qū)較典型的晴天(2010年7月28日、8月6日、8月11日)和陰天(2010年7月30日、8月3日、8月10日)兩種天氣狀況，讓觀測值與兩種模式輸出的結(jié)果進(jìn)行對比。在天氣晴朗條件下(圖4、5、6)，NOAH模式與CLM模式向下短波輻射(圖4a、5a、6a)極大值都約為1000 W·m－2，而向上短波輻射(圖4b、5b、6b)極大值約為170W·m－2和220W·m－2，兩者呈正相關(guān)。在晴天狀況下云量不多，所以向下長波(圖4c、5c、6c)日間波動(dòng)不大，NOAH模式約在270～ 320W·m－2，CLM約在260～ 330W·m－2，而向上長波輻射(圖4d、5d、6d)日間波動(dòng)相對大一些，NOAH與CLM分別約在370～470W·m－2和360～500W·m－2;在同樣條件下凈全輻射(圖4e、5e、6e)的分布表現(xiàn)較為規(guī)則，兩種模式輸出的極大值均低于實(shí)測值，這主要是由于向上的長波和短波輻射模擬值在正午偏大所造成。整體來看兩種模式在天氣晴朗條件下對若爾蓋地區(qū)輻射都具有較好的的模擬效果。陰天多云條件下(圖7、8、9)各輻射分量的日循環(huán)規(guī)律仍然明顯，不過受到云的數(shù)量、高度、厚度以及位置等因素的影響，陰天不如晴天狀況規(guī)則，向下短波輻射(圖7a、8a、9a)極大值在一定程度上減小，而向下長波輻射(圖7c、8c、9c)極大值有所增加，NOAH與CLM模式分別約在330～380W·m－2和310～390W·m－2，主要是因?yàn)椴糠侄滩ㄝ椛浜湍Y(jié)潛熱被云吸收所造成。陰天狀況下的輻射模擬值偏差相較晴天變大，這可能是由于模式中參數(shù)化方案設(shè)置所造成的云量模擬誤差引起。晴天和陰天的模擬效果整體來說都較為理想，但雨天(2010年8月13日)條件下各輻射分量的日變化不明顯，向下短波大幅減弱，向下長波輻射得到進(jìn)一步加強(qiáng)，模式在有降水狀況下的模擬效果不佳(圖略)，只能表現(xiàn)出與實(shí)測值大致相似的日變化形態(tài)。

通過圖4、5、6與圖7、8、9中晴天、陰天狀況下的熱量日變化比較，可以看出晴天潛熱(圖4g、5g、6g)日變化特征明顯，NOAH和CLM模式午后極大值約為450W·m－2和500 W·m－2，而兩者在夜間都會(huì)出現(xiàn)負(fù)潛熱;地區(qū)NOAH和CLM 模式晴天感熱(圖4f、5f、6f)極大值約為125W·m－2和170W·m－2，地表熱通量(圖4h、5h、6h)極大值約為50W·m－2和90W·m－2，模式在天氣晴朗條件下能較準(zhǔn)確的對潛熱、感熱和地表熱通量進(jìn)行模擬。在陰天多云條件下，感熱(圖7f、8f、9f)極大值在100W·m－2和150W·m－2左右，而在降水狀況下感熱將出現(xiàn)大幅削弱，極大值只有50W·m－2和60 W·m－2左右。在陰雨天云量較多的情況下有時(shí)感熱會(huì)在白天出現(xiàn)負(fù)值，這可能是因?yàn)榇罅康脑剖沟媚艿竭_(dá)地表的向下短波輻射變少，同時(shí)向上長波輻射被阻礙，導(dǎo)致地表的溫度低于空氣溫度，從而出現(xiàn)了熱量由空氣向地表輸送的過程。

圖4 7月28日若爾蓋地區(qū)晴天觀測和模擬的輻射收支日變化對比(白色是觀測值，灰色是CLM模擬值，黑色是NOAH模擬值)a.向下短波、b.向上短波、c.向下長波、d.向上長波、e.凈全輻射、f.感熱、g.潛熱、h.地表熱通量(MJ·m－2)

圖5 8月6日若爾蓋地區(qū)晴天觀測和模擬的輻射收支日變化對比(白色是觀測值，灰色是CLM模擬值，黑色是NOAH模擬值)a.向下短波、b.向上短波、c.向下長波、d.向上長波、e.凈全輻射、f.感熱、g.潛熱、h.地表熱通量(MJ·m－2)

圖6 8月11日若爾蓋地區(qū)晴天觀測和模擬的輻射收支日變化對比(白色是觀測值，灰色是CLM模擬值，黑色是NOAH模擬值)a.向下短波、b.向上短波、c.向下長波、d.向上長波、e.凈全輻射、f.感熱、g.潛熱、h.地表熱通量(MJ·m－2)

圖7 7月30日若爾蓋地區(qū)陰天觀測和模擬的輻射收支日變化對比(白色是觀測值，灰色是CLM模擬值，黑色是NOAH模擬值)a.向下短波、b.向上短波、c.向下長波、d.向上長波、e.凈全輻射、f.感熱、g.潛熱、h.地表熱通量(MJ·m－2)

圖8 8月3日若爾蓋地區(qū)陰天觀測和模擬的輻射收支日變化對比(白色是觀測值，灰色是CLM模擬值，黑色是NOAH模擬值)a.向下短波、b.向上短波、c.向下長波、d.向上長波、e.凈全輻射、f.感熱、g.潛熱、h.地表熱通量(MJ·m－2)

圖9 8月10日若爾蓋地區(qū)陰天觀測和模擬的輻射收支日變化對比(白色是觀測值，灰色是CLM模擬值，黑色是NOAH模擬值)a.向下短波、b.向上短波、c.向下長波、d.向上長波、e.凈全輻射、f.感熱、g.潛熱、h.地表熱通量(MJ·m－2)

圖10 NOAH模式輻射和熱量的觀測值與模擬值對比

圖11 CLM模式輻射和熱量的觀測值與模擬值對比

圖10和圖11分別是NOAH和CLM模式輻射和熱量觀測值與模擬值的散點(diǎn)分布比較，圖中兩種模式的向上的長波和短波(圖10b、d，圖11b、d)散點(diǎn)分布都較均勻，NOAH模式的均方根誤差分別為25.79和21.57W·m－2，平均絕對誤差為5.6%和5.1%，CLM模式為22.36和23.19W·m－2，平均絕對誤差為4.4%和6.3%;NOAH模式向下長波和短波均方根誤差分布為29.19和84.32 W·m－2，平均絕對誤差為24.2%和17.1%，CLM模式為27.71和90.58W·m－2，平均絕對誤差為22.3%和18.1%，從散點(diǎn)圖的分布上可以看出兩種模式的向下長波模擬值都略小，偏向于1:1對稱線下方，而在CLM模式中向下短波略偏大，整體偏向于在1:1對稱線上方，NOAH模式的分布則表現(xiàn)為更加平均和密集，這些偏差主要集中在模擬時(shí)間段內(nèi)的陰天和雨天狀況下。從圖中可以看出對感熱和潛熱(圖10f、g，圖11f、g)的模擬兩種模式表現(xiàn)出較大差異，NOAH模式的均方根誤差分別為26.75和46.08W·m－2，CLM模式的感熱模擬值整體偏大，潛熱偏小，均方根誤差分別為43.85和54.16W·m－2，而地表熱通量在夜間模擬值略偏高(圖10h，圖11h)，在白天午間時(shí)則偏低，NOAH和CLM模式的均方根誤差為15.68 W·m－2和51.24 W·m－2。在對地表熱量的模擬方面，NOAH模式相對CLM模式整體效果表現(xiàn)更加準(zhǔn)確。

產(chǎn)生以上偏差主要由兩個(gè)原因。一是客觀條件造成的觀測值誤差，如早晨的露水或降水時(shí)薄層水附著在觀測儀器上，而這種狀況所帶來的影響程度還需要更深入的研究;二是模式自身的系統(tǒng)性偏差，參數(shù)化方案在該地區(qū)適用度以及初始條件準(zhǔn)確度對模擬值的偏差產(chǎn)生重要影響。

通過圖形發(fā)現(xiàn)，無論輻射還是熱量，CLM模式的相較NOAH模式都表現(xiàn)為極大值偏大，極小值偏小，輸出的各分量日循環(huán)振幅整體更大。表2列出了時(shí)間序列內(nèi)兩種模式輸出的各分量的最大差值和相關(guān)系數(shù)，除向下長波輻射外其它分量均通過95%顯著性檢驗(yàn)。在8個(gè)分量中CLM有7個(gè)分量的最大差值都更大，CLM模式相較NOAH對濕地和草地下墊面所造成的輻射熱量分布差異表現(xiàn)更加明顯，南北對比更加突出，而NOAH和CLM兩種模式的平均相關(guān)系數(shù)分別為0.82和0.79。模擬結(jié)果為了解濕地輻射收支和能量平衡的特征以及保護(hù)濕地自然資源、評估濕地生產(chǎn)潛力提供了參考依據(jù)。

表2 NOAH和CLM模式各分量最大差值

3 結(jié)論

(1)NOAH和CLM模式對若爾蓋濕地三層土壤含水量的模擬平均相關(guān)系數(shù)分布為0.89和0.86，而平均均方根誤差為0.051m3·m－3和0.062m3·m－3;土壤溫度三層模擬值與觀測值的平均相關(guān)系數(shù)NOAH和CLM模式分別為0.85和0.84，平均均方根誤差為2.6℃和2.8℃。模式對淺層土壤在降水后含水量和溫度的變化反應(yīng)上還不夠迅速，但對整體變化趨勢模擬較為準(zhǔn)確。兩種模擬效果與土壤深度有著較大關(guān)聯(lián)。在10～100cm，NOAH模式對溫濕度模擬的相關(guān)系數(shù)隨著深度的增加逐漸遞減，而CLM模式則剛好相反，模擬相關(guān)系數(shù)與深度呈正相關(guān)，模擬效果在較深的土壤中有更好的表現(xiàn)，這可能是由于兩種模式對土壤水熱過程的描述不同，從而引起各層的土壤熱擴(kuò)散率相區(qū)別，并且NOAH和CLM模式的植被分類方法不同，也會(huì)導(dǎo)致對植物蒸散的模擬發(fā)生變化。

(2)兩種模式對若爾蓋地區(qū)輻射的模擬都基本體現(xiàn)了該地區(qū)夏季的輻射通量日變化特征。各輻射量日夜變化與天氣條件有著較大關(guān)聯(lián)，天氣晴朗條件下的模擬值與觀測值吻合較好，表現(xiàn)出了標(biāo)準(zhǔn)的地表輻射日循環(huán)形態(tài)，而在陰天時(shí)，向下短波、向上短波和凈全輻照度模擬值略高于觀測值，這主要是由于模式對土壤溫濕度分布，以及云量、厚度和位置的模擬偏差所造成;NOAH模式的向下短波、向上短波、向下長波、向上長波凈全輻照度模擬值與觀測值的平均絕對誤差分別為17.1%、5.1%、24.2%、5.6%、23.2%，而CLM模式為18.1%、6.3%、22.3%、4.4%、24.1%。

(3)在熱量方面NOAH模式的模擬效果整體要稍優(yōu)于CLM模式，CLM模式相較NOAH模式表現(xiàn)為極值偏大。感熱模擬值整體略微偏高，NOAH和CLM的均方根誤差分別為26.75W·m－2和43.85W·m－2;潛熱均方根誤差則分別為46.08W·m－2和54.16 W·m－2;地表熱通量的均方根誤差分別為15.68 W·m－2和51.24 W·m－2。

通過對比可知，由于模式結(jié)構(gòu)和計(jì)算方法的區(qū)別，造成了兩種模式在夏季若爾蓋地區(qū)的模擬結(jié)果有所差異，表現(xiàn)出了各自的特征及優(yōu)缺點(diǎn)，通過集成各模式分量對地區(qū)的輻射和熱量進(jìn)行分析，能獲得更接近于實(shí)際的特征資料。并且，研究對模式進(jìn)一步改進(jìn)在若爾蓋地區(qū)輻射和熱量模擬效果提供了參考依據(jù)。

[1] 張強(qiáng)，曹曉彥.敦煌地區(qū)荒漠戈壁地表熱量和輻射平衡特征的研究[J].大氣科學(xué)，2003，27(2):245－254.

[2] 劉紅玉，林振山，王文卿.濕地資源研究進(jìn)展與發(fā)展方向[J].自然資源學(xué)報(bào)，2009，12:2204－2212.

[3] 李家洋，陳泮勤，葛全勝，等.全球變化與人類活動(dòng)的相互作用[J].地球科學(xué)進(jìn)展，2005，20(4):371－377.

[4] 胡隱樵，孫淑芬，鄭元潤，等.稀疏植被下墊面與大氣相互作用研究進(jìn)展[J].高原氣象，2004，23(3):281－296.

[5] Shen J.Numerical modelling of the effects of vegetation and environmental conditions on the lake breeze[J].Boundary-Layer Meteorology，1998，87(3):481－498.

[6] Chase T N，Knaff J A，Pielke Sr R A，et al.Changes in global monsoon circulations since 1950[J].Natural Hazards，2003，29(2):229－254.

[7] Chu P C，Lu S，Chen Y.A numerical modeling study on desert oasis self-supporting mechanisms[J].Journal of Hydrology，2005，312(1):256－276.

[8] 郭安紅，王蘭寧，李鳳霞.三江源區(qū)濕地變化對區(qū)域氣候影響的數(shù)值模擬分析[J].氣候與環(huán)境研究，2010，15(6):743－755.

[9] 劉樹華，蔣浩宇，胡非，等.利用區(qū)域尺度氣象模式模擬黑河地區(qū)地表能量通量的研究[J].大氣科學(xué)，2008，32(6):1392－1400.

[10] 柳媛普，呂世華，李鎖鎖，等.黃河源區(qū)草地退化對局地氣候環(huán)境影響的數(shù)值模擬[J].高原氣象，2009，28(2):327－334.

[11] 張靜輝，文軍，張?zhí)锰?，?黃河源區(qū)植被覆蓋度對區(qū)域氣候影響的數(shù)值模擬[J].高原氣象，2011，30(4):989－995.

[12] 李科，王毅勇，王瑗.三江平原季節(jié)性積水沼澤濕地能量平衡要素研究[J].濕地科學(xué)，2008，6(002):264－270.

[13] 蔡雯悅，徐祥德，孫績?nèi)A.青藏高原東南部云狀況與地表能量收支結(jié)構(gòu)[J].氣象學(xué)報(bào)，2012，70(4):837－846.

[14] 周萬福，周秉榮，李曉東.青藏高原東部地區(qū)輻射平衡及各分量變化特征[J].高原氣象，2013，70(4):837－846.

[15] 李燕，劉新，李偉平.青藏高原地區(qū)不同下墊面陸面過程的數(shù)值模擬研究[J].高原氣象，2012，31(3):581－591.

[16] 張述文，李得勤，邱崇踐.三類陸面模式模擬土壤濕度廓線的對比研究[J].高原氣象，2009，28(5):988－996.

[17] 劉金婷，馬柱國，羅德海.三個(gè)陸面模式對新疆地區(qū)陸面過程模擬的對比研究[J].高原氣象，2009，28(6):1242－1249.

[18] 朱德琴，高曉清.陸面過程模式 SSiB在中國西北典型干旱區(qū)使用性能的檢驗(yàn)[J].高原氣象，2005，24(6):872－879.

[19] Skamarock W C，Klemp J B，Dudhia J，et al.A Description of the Advanced Research WRF Version 3[R].NCAR Technical Note，NCAR/TN－475+STR，2008:113.

[20] Mlawer EJ，TaubmanSJ，BrownPD，et al.Radia-tive transfer for inhomogenousatmosphere:RRTM，avalidatedcorrelated-kmodel for the long-wave[J].JGeophys Res，1997，102(D14):16663－16682.

[21] ChenF，Dudhia J.Coupling anadvancedlandsurface-hydrology model with the Penn State-NCAR MM5modeling system.Part I:Model implementationandsensitivity[J].MonWea Rev，2001，129:569－585.

[22] Hong S Y，Noh Y，Dudhia J.A new vertieal diffusion package with an explicit treatrnent of entrainment processes[J].Mon Wea Rev，2006，134:2318－2341.