盧晨媛, 馮文蘭, 王永前, 王浩帆, 田 鵬, 盧曉寧
(成都信息工程大學(xué) 資源環(huán)境學(xué)院, 四川 成都 610225)
土壤水分是陸面過程的重要參量,是水循環(huán)的重要組成部分,在控制陸面物質(zhì)和能量交換以及陸氣相互作用中起到至關(guān)重要的作用[1]。獲取準(zhǔn)確的土壤水分?jǐn)?shù)據(jù)對(duì)于提升數(shù)值天氣預(yù)報(bào)、短期氣候預(yù)測(cè)的準(zhǔn)確率和農(nóng)作物干旱監(jiān)測(cè)都具有重要的意義。土壤水分?jǐn)?shù)據(jù)的獲取方式主要分有地面站點(diǎn)觀測(cè)、遙感反演、數(shù)值模擬和數(shù)據(jù)同化4種。其中,后3種可以獲得大范圍、連續(xù)和動(dòng)態(tài)的土壤水分?jǐn)?shù)據(jù),因而,基于不同土壤水分獲取方式產(chǎn)生了多種土壤水分產(chǎn)品,包括衛(wèi)星產(chǎn)品、再分析產(chǎn)品和同化產(chǎn)品[2]。然而,不同的土壤水分產(chǎn)品有各自的優(yōu)缺點(diǎn)以及區(qū)域適用性。因此,對(duì)于不同來源的土壤水分產(chǎn)品適用性評(píng)估已成為土壤水分產(chǎn)品應(yīng)用相關(guān)研究的必要內(nèi)容之一。
土壤水分同化產(chǎn)品是利用陸面模式和數(shù)據(jù)同化技術(shù)模擬的,陸面數(shù)據(jù)同化技術(shù)能夠?qū)㈥懨孢^程模式的物理過程信息和觀測(cè)資料(站點(diǎn)觀測(cè)、遙感資料等)的實(shí)測(cè)信息進(jìn)行最優(yōu)組合[3]??梢垣@得時(shí)空連續(xù)的高精度、高時(shí)空分辨率的剖面尺度的土壤水分?jǐn)?shù)據(jù)。近年來同化土壤水分產(chǎn)品在氣象、農(nóng)業(yè)和水文領(lǐng)域得到了越來越多的應(yīng)用。陸面數(shù)據(jù)同化的研究始于Mc Laughlin在20世紀(jì)90年代首次將同化方法引入到水文科學(xué)中[4]。目前國外主流的陸面數(shù)據(jù)同化系統(tǒng)有全球陸面系統(tǒng)(GLDAS),歐洲陸面系統(tǒng)(ELDAS),北美陸面系統(tǒng)(NLDAS)等[5],國內(nèi)主要有學(xué)者李新等[6]建立的西部陸面數(shù)據(jù)同化系統(tǒng)(WCLDAS)和國家氣象信息中心師春香等[7]建立的中國氣象局陸面數(shù)據(jù)同化系統(tǒng)(CLDAS)2套。目前,由于GLDAS數(shù)據(jù)產(chǎn)品可以提供全球的剖面土壤水分產(chǎn)品,因此在國內(nèi)外的相關(guān)研究中應(yīng)用比較廣泛,并且在不同區(qū)域獲得了兩種數(shù)據(jù)產(chǎn)品的適用性分析結(jié)果。如,Chen等[8]利用青藏高原中部土壤濕度觀測(cè)網(wǎng)數(shù)據(jù)對(duì)GLDAS的4個(gè)陸面模式的土壤濕度產(chǎn)品進(jìn)行了評(píng)估,結(jié)果發(fā)現(xiàn)4個(gè)模式均低估了表層土壤濕度,其中,GLDAS-CLM和GLDAS-Noah模式資料對(duì)10—40 cm土壤層濕度代表性較好。宋海清等[9]對(duì)比分析了CLDAS,GLDAS1-Noah資料和數(shù)值模式的產(chǎn)品ERA-Interim資料在內(nèi)蒙古的適用性,發(fā)現(xiàn)CLDAS資料適用性更好。秦道清等[10]基于站點(diǎn)觀測(cè)數(shù)據(jù)評(píng)估了北京地區(qū)CLDAS資料0—10 cm土壤濕度的數(shù)據(jù)質(zhì)量,發(fā)現(xiàn)CLDAS產(chǎn)品呈現(xiàn)出與觀測(cè)數(shù)據(jù)大體一致的變化規(guī)律,同時(shí)得到土壤濕度與降水具有的正相關(guān)關(guān)系。在此基礎(chǔ)上,同化土壤水分產(chǎn)品被廣泛應(yīng)用于天氣和氣候預(yù)報(bào)、水循環(huán)研究和水資源應(yīng)用等方面的研究。如胡偉等[11]利用GLDAS數(shù)據(jù)的驅(qū)動(dòng)Noah-MP陸面模式進(jìn)行了青藏高原地表能量的模擬,陳燕麗等[12]利用2011年CLDAS數(shù)據(jù)監(jiān)測(cè)和評(píng)估了廣西甘蔗種植區(qū)的夏秋旱情。總的來說,不同陸面模式輸出的產(chǎn)品都能較準(zhǔn)確的表達(dá)區(qū)域或全球尺度土壤水分的時(shí)間和空間分異的規(guī)律,但是不同的產(chǎn)品在不同地區(qū)的數(shù)據(jù)適用性存在差異。因此,針對(duì)不同地區(qū)開展不同土壤水分同化產(chǎn)品的適用性研究很有必要。
然而,由于土壤水分具有記憶作用,這使得利用不同剖面的土壤水分研究區(qū)域短期氣候變化具有非常重要的意義。因此,對(duì)不同深度的土壤水分產(chǎn)品的評(píng)估具有重要的現(xiàn)實(shí)意義。李登宣等[13]利用GLDAS數(shù)據(jù)分析發(fā)現(xiàn),青藏高原不同地區(qū)、不同深度層春季土壤濕度對(duì)中國東部地區(qū)的夏季降水有顯著影響。然而,盡管現(xiàn)有的陸面數(shù)據(jù)同化系統(tǒng)都可以提供不同深度的土壤水分產(chǎn)品數(shù)據(jù),但是近年來相關(guān)研究大多圍繞表層(0—10 cm)數(shù)據(jù)的應(yīng)用開展,對(duì)于深層土壤水分產(chǎn)品的相關(guān)應(yīng)用研究較少。已有的部分成果,主要是對(duì)某一個(gè)產(chǎn)品的某一個(gè)特定區(qū)域的適用性的分析。如劉川等[14]利用青藏高原中部和東部土壤濕度觀測(cè)資料評(píng)估了GLDAS的4種陸面模式資料的適用性,發(fā)現(xiàn)GLDAS-Noah與觀測(cè)值較為接近。為更好的利用不同陸面模式的不同深度的數(shù)據(jù)開展相關(guān)的區(qū)域研究,有必要對(duì)現(xiàn)有的土壤水分同化產(chǎn)品數(shù)據(jù)在區(qū)域的適用性開展對(duì)比研究,以獲得更好的數(shù)據(jù)?,F(xiàn)有的剖面土壤水分產(chǎn)品的適應(yīng)性對(duì)比評(píng)估主要圍繞GLDAS數(shù)據(jù)提供的4種不同陸面模式數(shù)據(jù)結(jié)果開展,而對(duì)不同同化系統(tǒng)數(shù)據(jù)產(chǎn)品的對(duì)比分析較少。并且,研究區(qū)多集中在青藏高原地區(qū)、黃土高原地區(qū)、內(nèi)蒙古地區(qū)。
川西高原地處長(zhǎng)江中上游,草地資源豐富,生態(tài)環(huán)境獨(dú)特是典型的敏感區(qū)。土壤水分是水文學(xué)和生態(tài)學(xué)重要參數(shù)之一,是氣候、植被、地形、土壤及人類活動(dòng)等因素的綜合反映。然而,川西高原兩種土壤水分同化產(chǎn)品的對(duì)比評(píng)估研究幾乎未見報(bào)道。為此,本研究通過將CLDAS和GLDAS土壤水分同化產(chǎn)品數(shù)據(jù)與觀測(cè)資料的對(duì)比,分析2種土壤水分同化產(chǎn)品在川西高原的可靠性,為大尺度土壤水分產(chǎn)品的數(shù)據(jù)質(zhì)量提供區(qū)域的實(shí)證資料,也為川西高原地區(qū)相關(guān)研究選擇適用的長(zhǎng)時(shí)間不同深度的土壤水分產(chǎn)品提供參考。
川西高原位于青藏高原東南緣(97°—104°E,27°—34°N),介于青藏高原和四川盆地之間,地勢(shì)西高東低,分為峽谷、高原和山地3中地貌類型,海拔高度783~7 143 m。氣候類型復(fù)雜多樣,地帶性差異和垂直變化顯著,整體以寒溫帶氣候類型為主。川西北高山高原高寒氣候帶,氣溫自東南向西北而降低,年平均氣溫4~12 ℃,年降水量500~900 mm,年日照時(shí)數(shù)1 600~2 600 h。土壤水分受土壤特性、地形、土地利用方式以及氣象因子的影響,其中氣象因子又包括降水、溫度、蒸散、太陽輻射以及風(fēng)速等。川西高原海拔差異明顯,干雨季分明,降水主要集中在6—9月,植被類型豐富,以灌叢和草甸為主,土壤以高山草甸土為主。因此,土壤水分具有極大的變異性。
1.2.1 數(shù)據(jù)基礎(chǔ) 由于土壤水分同化產(chǎn)品提供的土壤水分是總含水量(包括液態(tài)和固態(tài)),而地面觀測(cè)得到的是土壤中的液態(tài)含水量,為了減小數(shù)據(jù)評(píng)估中土壤水分凍融過程對(duì)結(jié)果的影響[14],本文選擇5—10月非凍結(jié)期的土壤水分同化產(chǎn)品和氣象觀測(cè)站點(diǎn)的數(shù)據(jù)進(jìn)行對(duì)比分析。
(1) 土壤水分同化產(chǎn)品??紤]到研究區(qū)以及數(shù)據(jù)時(shí)間范圍,本文選擇CLDAS-V2.0土壤濕度資料和GLDAS-2.1土壤濕度資料進(jìn)行對(duì)比。
CLDAS-V2.0土壤濕度資料(包括土壤體積含水量和土壤濕度)是利用氣溫、氣壓、濕度、風(fēng)速、降水輻射數(shù)據(jù)和初始場(chǎng)信息驅(qū)動(dòng)CLM3.5和Noah-MP(1—4)陸面模式集合模擬而得到,這種多陸面模式模擬的結(jié)果有效地降低了單模式模擬的不確定性。CLDAS數(shù)據(jù)實(shí)現(xiàn)了微波亮溫?cái)?shù)據(jù)的直接同化,同時(shí)考慮次網(wǎng)格的變異性且更新了地表參數(shù)集,使得同化數(shù)據(jù)精度得到提高。其中,CLDAS-V2.0土壤體積含水量數(shù)據(jù)分為5層,分別為0—5,0—10,10—40,40—100,100—200 cm,土壤體積含水量的單位為(m3/m3)。產(chǎn)品覆蓋東亞區(qū)域(0°—65°N,60°—160°E),空間分辨率為0.062 5°×0.062 5°。該數(shù)據(jù)集可以提供在線(Online)和離線(Offline)兩種模擬方式,目前中國氣象數(shù)據(jù)網(wǎng)公開提供2008年至今的數(shù)據(jù)產(chǎn)品,包括時(shí)間分辨率為1 h的和逐日的UTC數(shù)據(jù)(00—23時(shí))。由于CLDAS-V2.0實(shí)時(shí)數(shù)據(jù)從2017年來時(shí)更新到目前,故本研究采用2017—2018年逐日UTC數(shù)據(jù),來源于中國氣象數(shù)據(jù)網(wǎng)(http∥data.cma.cn)。GLDAS-2.1土壤濕度資料是由NASA和NOAA共同發(fā)展的全球陸面同化系統(tǒng)輸出,陸面資料包括月均值和3 h產(chǎn)品,包括4個(gè)陸面模式輸出資料(Mosaic,Noah,CLM和VIC)。其中,由Noah模式生成的產(chǎn)品空間分辨率為0.25°×0.25°,其余模式生成的產(chǎn)品空間分辨率均為1°×1°。GLDAS數(shù)據(jù)通過改變陸面模式輸入數(shù)據(jù),提高陸面模式模擬的精度,而未真正引進(jìn)同化方法[14]。為此,本研究選取與CLDAS-V2.0土壤濕度資料同期的由Noah模式生成的全球逐3 h資料數(shù)據(jù)。該數(shù)據(jù)在剖面上分為4層,分別為0—10,10—40,40—100,100—200 cm,土壤濕度單位為kg/m2[15-17]。數(shù)據(jù)來源于NASA EarthDATA網(wǎng)(http:∥disc.gsfc.nasa.gov/earthdata-login)。
(2) 氣象觀測(cè)資料。目前川西高原已有8個(gè)自動(dòng)土壤水分觀測(cè)站(automatic soil moisture observation station, ASM),可實(shí)現(xiàn)24 h自動(dòng)連續(xù)觀測(cè)。各站點(diǎn)的垂直觀測(cè)深度均為100 cm,分為8層,分別為:0—10,10—20,20—30,30—40,40—50,50—60,70—80,90—100 cm。選擇與土壤水分同化產(chǎn)品同期的各站點(diǎn)2017—2018年5—10月的逐小時(shí)數(shù)據(jù)作為參考數(shù)據(jù),對(duì)不同土壤水分產(chǎn)品數(shù)據(jù)進(jìn)行評(píng)估。其中,由于松潘站2018年7—8月自動(dòng)土壤水分觀測(cè)數(shù)據(jù)缺失,因此評(píng)估中未分析該站點(diǎn)這些時(shí)段的數(shù)據(jù)。在對(duì)不同深度土壤水分?jǐn)?shù)據(jù)的應(yīng)用分析中,本文還用到2017—2018年5—10月的逐6 h日降水量數(shù)據(jù)。以上2種氣象觀測(cè)數(shù)據(jù)均由四川省氣象局提供。
1.2.2 數(shù)據(jù)處理 由于土壤水分同化數(shù)據(jù)和氣象站點(diǎn)觀測(cè)數(shù)據(jù)均存在時(shí)間和空間分辨率不一致的情況,同時(shí),土壤水分?jǐn)?shù)據(jù)的單位量綱也不同,因此,需要對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行時(shí)間和空間匹配以及單位換算處理。
(1) 數(shù)據(jù)時(shí)間匹配。分別將GLDAS和氣象觀測(cè)站的土壤水分?jǐn)?shù)據(jù)采用平均值法合成為日數(shù)據(jù),與CLDAS土壤水分?jǐn)?shù)據(jù)時(shí)間尺度一致。
(2) 數(shù)據(jù)空間匹配。目前土壤水分產(chǎn)品空間匹配的方法多采用最鄰近格點(diǎn)匹配法或雙線性插值法。依據(jù)劉川等[11]的研究結(jié)論,鄰近格點(diǎn)匹配法可以在青藏高原地區(qū)獲得更小的土壤溫濕度標(biāo)準(zhǔn)誤差。為此,本文采用距離觀測(cè)站位置最近的格點(diǎn)值與氣象站點(diǎn)觀測(cè)值進(jìn)行空間匹配的方法,分別獲得2種土壤水分同化產(chǎn)品在氣象站點(diǎn)處的土壤水分?jǐn)?shù)據(jù)。當(dāng)觀測(cè)數(shù)據(jù)為缺測(cè)時(shí),對(duì)應(yīng)的陸面模式數(shù)據(jù)也視為缺測(cè),不進(jìn)行比較和評(píng)估。
由于2種土壤水分同化產(chǎn)品的土壤剖面分層方法一致,且氣象站點(diǎn)的垂直觀測(cè)深度為100 cm,為了評(píng)估不同深度土壤水分產(chǎn)品數(shù)據(jù)在川西高原的適用性,本文將氣象站點(diǎn)的土壤水分?jǐn)?shù)據(jù)采用以下計(jì)算方法統(tǒng)一到0—10,10—40 cm和40—100 cm 3個(gè)剖面尺度。其中,10—40 cm和40—100 cm剖面土壤水分的計(jì)算方法如下[18]:
SM10—40 cm=(10×SM10—20+10×SM20—30+
10×SM30—40)/30
(1)
SM40—100 cm=(10×SM40—50+10×SM50—60+
10×SM70—80+10×SM90—100)/40
(2)
式中:SM10—20,SM20—30,SM30—40,SM40—50,SM50—60,SM70—80和SM90—100分別為10表示20 cm,20表示30 cm,30表示40 cm,40表示50 cm,50表示60 cm,70表示80 cm與90表示100 cm的氣象觀測(cè)土壤水分?jǐn)?shù)據(jù)。
(3) 土壤水分?jǐn)?shù)據(jù)的單位換算。由于CLDAS和氣象觀測(cè)土壤水分?jǐn)?shù)據(jù)均為土壤體積含水量,而GLDAS土壤水分?jǐn)?shù)據(jù)為質(zhì)量含水量(單位為kg/m2),因此,本文參考朱智等人的計(jì)算方法將GLDAS土壤水分?jǐn)?shù)據(jù)轉(zhuǎn)換為體積含水量[19],其計(jì)算公式如下:
(3)
據(jù)此,可分別計(jì)算GLDAS數(shù)據(jù)0—10,10—40 cm和40—100 cm的土壤體積含水量,其計(jì)算方法如下:
(4)
(5)
(6)
式中:GSM0—10,GSM10—40,GSM40—100分別代表GLDAS數(shù)據(jù)0—10,10—40 cm和40—100 cm的質(zhì)量含水量;GSMv0—10,GSMv10—40,GSMv40—100分別代表GLDAS數(shù)據(jù)0—10,10—40 cm和40—100 cm的體積含水量。
1.2.3 誤差的度量方法 選擇相關(guān)系數(shù)(R)、均方根誤差(RMSE )和平均偏差(Bias)對(duì)土壤水分同化產(chǎn)品進(jìn)行誤差分析,以量化同化數(shù)據(jù)與觀測(cè)資料間的一致性水平以及同化產(chǎn)品在川西高原的適用性[20]。其中,相關(guān)系數(shù)R表示土壤水分同化產(chǎn)品與站點(diǎn)觀測(cè)數(shù)據(jù)的線性相關(guān)程度,最優(yōu)值為1,相關(guān)系數(shù)越高表明模式數(shù)據(jù)與觀測(cè)值的趨勢(shì)越接近。均方根誤差RMSE和平均偏差Bias反映土壤水分同化產(chǎn)品和地面觀測(cè)數(shù)據(jù)的離散程度,可以表示同化產(chǎn)品數(shù)據(jù)的整體誤差和精度,兩者絕對(duì)值越小越好,最優(yōu)值為0。
(1) 同化產(chǎn)品與觀測(cè)數(shù)據(jù)的相關(guān)性分析。由川西高原地區(qū)8個(gè)氣象站點(diǎn)日土壤水分觀測(cè)值與2套土壤水分同化數(shù)據(jù)的相關(guān)性分析結(jié)果(表1)可以看出:①GLDAS-Noah和CLDAS土壤水分產(chǎn)品與站點(diǎn)觀測(cè)值均具有較好的相關(guān)關(guān)系,多數(shù)站點(diǎn)的產(chǎn)品數(shù)據(jù)與觀測(cè)值間呈現(xiàn)極顯著的相關(guān)性??傮w來看,GLDAS-Noah產(chǎn)品數(shù)據(jù)與站點(diǎn)觀測(cè)值有更穩(wěn)定的一致性關(guān)系,尤其是在0—40 cm的2層土層中,產(chǎn)品結(jié)果與觀測(cè)值的相關(guān)性都通過極顯著性檢驗(yàn),且相關(guān)系數(shù)為正值。②從不同深度土壤水分?jǐn)?shù)據(jù)的相關(guān)系數(shù)來看,所有站點(diǎn)表層和淺層GLDAS-Noah和CLDAS產(chǎn)品數(shù)據(jù)與觀測(cè)值的相關(guān)性更好,但有些深層數(shù)據(jù)間的相關(guān)性較差。CLDAS深層土壤水分?jǐn)?shù)據(jù)與觀測(cè)值的相關(guān)性表現(xiàn)略優(yōu)于GLDAS-Noah數(shù)據(jù),CLDAS有3個(gè)站點(diǎn)的深層土壤水分?jǐn)?shù)據(jù)與觀測(cè)值的相關(guān)性未通過顯著性檢驗(yàn),GLDAS-Noah數(shù)據(jù)有4個(gè)站點(diǎn)未通過顯著性檢驗(yàn)。
表1 川西高原不同站點(diǎn)土壤水分觀測(cè)值與土壤同化產(chǎn)品的相關(guān)系數(shù)
(2) 同化產(chǎn)品的誤差分析。從8個(gè)氣象站點(diǎn)土壤水分產(chǎn)品數(shù)據(jù)與觀測(cè)值的平均偏差(表2)可以看出,各站點(diǎn)GLDAS-Noah和CLDAS產(chǎn)品數(shù)據(jù)的誤差都較小,所有站點(diǎn)不同層次的平均誤差為0.067 m3/m3,兩套數(shù)據(jù)產(chǎn)品與觀測(cè)值間的誤差差異不大。從不同層次的平均偏差來看,兩套數(shù)據(jù)平均偏差值的排序均為:表層<淺層<深層,說明同化產(chǎn)品對(duì)表層土壤水分的模擬結(jié)果比深層更好。相比較而言,CLDAS數(shù)據(jù)與觀測(cè)值的平均偏差在土壤表層比GLDAS-Noah更小。對(duì)比不同站點(diǎn)的數(shù)據(jù)誤差結(jié)果,發(fā)現(xiàn)產(chǎn)品數(shù)據(jù)在各站點(diǎn)的表現(xiàn)存在差異。兩套數(shù)據(jù)在甘孜、石渠和松潘3個(gè)站點(diǎn)與觀測(cè)值的平均偏差都較小,在壤塘和茂縣2站點(diǎn)的平均偏差相對(duì)較大。兩套數(shù)據(jù)在金川、理縣和黑水的平均偏差也較大,但GLDAS-Noah數(shù)據(jù)的結(jié)果比CLDAS數(shù)據(jù)稍好。
表2 川西高原不同站點(diǎn)土壤水分觀測(cè)值與土壤同化產(chǎn)品的平均偏差
從8個(gè)氣象站點(diǎn)土壤水分產(chǎn)品數(shù)據(jù)與觀測(cè)值的均方根誤差(表3)可以看出,各站點(diǎn)GLDAS-Noah和CLDAS產(chǎn)品數(shù)據(jù)的誤差都較小,所有站點(diǎn)不同層次的平均均方根誤差為0.152 m3/m3,兩套數(shù)據(jù)產(chǎn)品與觀測(cè)值間的誤差差異不大。從不同層次的平均均方根誤差來看,兩套數(shù)據(jù)平均均方根誤差值的排序均為淺層<深層<表層,說明同化產(chǎn)品對(duì)淺層土壤水分的模擬效果比表層和深層好。
表3 川西高原不同站點(diǎn)土壤水分觀測(cè)值與土壤同化產(chǎn)品的均方根誤差
相比而言,GLDAS-Noah數(shù)據(jù)與觀測(cè)值的平均均方根誤差比CLDAS數(shù)據(jù)更小。對(duì)比不同站點(diǎn)的數(shù)據(jù)均方跟誤差結(jié)果,發(fā)現(xiàn)產(chǎn)品數(shù)據(jù)在各站點(diǎn)的表現(xiàn)存在差異。兩套數(shù)據(jù)在甘孜、石渠和松潘3個(gè)站點(diǎn)與觀測(cè)值的均方根誤差都較小,在壤塘和茂縣2站點(diǎn)的均方根誤差相對(duì)較大。兩套數(shù)據(jù)在金川、理縣和黑水的均方根誤差也較大,但GLDAS-Noah數(shù)據(jù)的結(jié)果比CLDAS數(shù)據(jù)稍好。
總的來說,兩套資料在甘孜、石渠和松潘誤差較小,甘孜、石渠、金川、壤塘和松潘相關(guān)系數(shù)較高。綜上所述,兩套陸面模式有各自的優(yōu)勢(shì),GLDAS數(shù)據(jù)在數(shù)值上更接近于觀測(cè)值,CLDAS土壤水分產(chǎn)品具有較高的空間分辨率,能夠刻畫土壤水分的細(xì)微變化且在深層更具優(yōu)勢(shì),因此,GLDAS-Noah和GLDAS陸面模式資料均可作為川西地區(qū)自動(dòng)觀測(cè)的替代資料。
為了分析降水對(duì)土壤水分同化產(chǎn)品精度的影響,選擇當(dāng)日是否有有效降水選擇標(biāo)準(zhǔn)為當(dāng)日降水量>0,則為有效降水,分別計(jì)算兩套土壤水分同化產(chǎn)品和觀測(cè)值之間的平均偏差,從8個(gè)站點(diǎn)的平均值(表4)可以看出:降水對(duì)土壤水分同化產(chǎn)品的誤差存在明顯的影響,GLDAS-Noah和CLDAS土壤水分同化產(chǎn)品與站點(diǎn)數(shù)據(jù)的平均偏差均在有降水的情況下比無降水時(shí)小,說明兩套數(shù)據(jù)在無降水的時(shí)候?qū)ν寥浪值母吖郎跤谟薪邓那闆r。同時(shí),降水對(duì)土壤水分同化精度的影響也存在數(shù)據(jù)和區(qū)域的差異,GLDAS-Noah數(shù)據(jù)相比于CLDAS數(shù)據(jù)的誤差更小,10—40 cm的誤差小于0—10 cm的誤差。但是,在有降水情況下上下兩層數(shù)據(jù)的平均偏差比較接近,無降水情況下表層土壤水分的誤差比淺層土壤水分的誤差更大。
表4 有無降水對(duì)土壤同化產(chǎn)品數(shù)據(jù)平均誤差影響的對(duì)比
從各站點(diǎn)在有無降水情況下土壤水分同化產(chǎn)品與觀測(cè)值的平均偏差對(duì)比結(jié)果(圖1)還可以看出,兩套數(shù)據(jù)在研究區(qū)中部地區(qū)的誤差相對(duì)較大。
圖1 川西高原各站點(diǎn)有無降水土壤水分同化產(chǎn)品與觀測(cè)值的平均偏差
降水是影響土壤水分變化的主要因素,為了分析產(chǎn)品數(shù)據(jù)對(duì)降水過程的響應(yīng),選擇2017—2018年5—10月間典型的降水事件作為分析對(duì)象。這里的典型降水事件指的是,從降水開始到降水結(jié)束,降水前后3 d內(nèi)無有效降水。根據(jù)氣象站點(diǎn)的日降水量數(shù)據(jù),符合條件如下表5所示,總計(jì)有5次。
表5 2017-2018年5-10月典型降水事件
根據(jù)典型事件過程的累計(jì)降水量分析,僅分析表層和淺層土壤水分與降水變化關(guān)系,圖2是不同典型降水事件過程中,不同土壤水分?jǐn)?shù)據(jù)隨時(shí)間的變化過程。從圖2上可以看出:①土壤水分同化產(chǎn)品數(shù)據(jù)與觀測(cè)數(shù)據(jù)(ASM)在0—40 cm土層內(nèi)都能表現(xiàn)出對(duì)降水過程的響應(yīng),表現(xiàn)為土壤水分?jǐn)?shù)據(jù)隨降水過程的開始而增大,且隨降水結(jié)束而逐漸減小。并且,隨著土層深度的增大,土壤水分?jǐn)?shù)據(jù)的變化幅度減小,兩套土壤水分同化產(chǎn)品均和觀測(cè)值隨時(shí)間的變化具有相同趨勢(shì)。②0—40 cm深度內(nèi),相比于土壤水分同化數(shù)據(jù),氣象觀測(cè)數(shù)據(jù)ASM對(duì)降水變化的響應(yīng)過程更加靈敏。對(duì)比兩種產(chǎn)品數(shù)據(jù)的表現(xiàn),GLDAS數(shù)據(jù)比CLDAS數(shù)據(jù)相對(duì)靈敏,少量降水就能夠引起表層土壤水分變化,隨著降水量增大,有時(shí)會(huì)突然出現(xiàn)低估現(xiàn)象,而CLDAS資料則更加平穩(wěn)。從數(shù)據(jù)結(jié)果來看,2種產(chǎn)品數(shù)據(jù)均大于觀測(cè)值,說明產(chǎn)品數(shù)據(jù)都存在對(duì)土壤水分的高估,GLDAS-Noah數(shù)據(jù)更接近觀測(cè)值。
圖2 川西高原土壤水分和降水隨時(shí)間變化特征
利用ArcGIS制圖進(jìn)一步對(duì)2種土壤水分同化數(shù)據(jù)在空間分布表達(dá)上的差異進(jìn)行對(duì)比分析。利用2017—2018年5—10月平均土壤水分不同深度數(shù)據(jù)求平均值后制作研究區(qū)不同深度土壤水分空間分布圖(圖3),可以看出:兩套數(shù)據(jù)都能表現(xiàn)出川西地區(qū)土壤水分空間分異的特征,總體上表現(xiàn)為北部高于南部、東南高于西北的空間分布特征,并且,土壤水分隨著土壤層深度的增加而增大。從數(shù)值上看,兩套土壤水分產(chǎn)品0—10 cm和10—40 cm深度的最高值差別不大,40—100 cm土壤水分最大值較前2層土壤水分差別較大。另外,從圖上也可以看出,GLDAS-Noah產(chǎn)品的空間異質(zhì)性相比于CLDAS產(chǎn)品較差。
圖3 川西高原非凍結(jié)期GLDAS-Noah和CLDAS土壤水分?jǐn)?shù)據(jù)空間分布對(duì)比(m3/m3)
(1) 本文采用氣象站點(diǎn)的數(shù)據(jù)評(píng)估2種柵格尺度的土壤水分同化數(shù)據(jù),得出GLDAS-Noah土壤水分產(chǎn)品在數(shù)值上比CLDAS產(chǎn)品更接近于觀測(cè)值,該結(jié)論與劉歡歡等[21]在黃土高原研究的結(jié)論相似。非凍結(jié)期GLDAS資料土壤水分資料在0—10 cm,10—40 cm適用性更好,但是在深層其適用性較差,這與Chen et[8]以及鄧明珊等[22]的結(jié)論一致。
(2) 由于評(píng)估數(shù)據(jù)與觀測(cè)數(shù)據(jù)空間尺度不同,本文采用鄰近格點(diǎn)匹配的格點(diǎn)數(shù)據(jù)并不能完全代表真實(shí)的觀測(cè)值,這會(huì)在一定程度上對(duì)評(píng)估結(jié)果的準(zhǔn)確性造成影響。兩套土壤水分同化產(chǎn)品在不同站點(diǎn)的誤差存在較大的差異,這與模式驅(qū)動(dòng)、參數(shù)化方案和下墊面性質(zhì)有關(guān),這與Zeng等[23]結(jié)論一致。由于高原地區(qū)具有復(fù)雜的氣候、地形、植被與土壤條件,這使得土壤水文具有很強(qiáng)的空間變異性。但是,由于目前對(duì)空間異質(zhì)性較強(qiáng)區(qū)域的土壤水分變化的機(jī)理尚不夠清晰,且在剖面尺度上土壤水分運(yùn)動(dòng)的規(guī)律更加復(fù)雜。CLDAS系統(tǒng)采用單柱模型,對(duì)于面流、徑流等水文過程對(duì)土壤濕度的影響考慮較少,GLDAS由于下墊面數(shù)據(jù)在中國區(qū)域不夠精細(xì)和模式水文模塊有待進(jìn)一步完善。為此,現(xiàn)有的土壤水分產(chǎn)品數(shù)據(jù)的精度還不足以滿足高原地區(qū)不同剖面土壤水分?jǐn)?shù)據(jù)的需求。土壤水分空間異質(zhì)性的規(guī)律,土壤水分動(dòng)態(tài)變化過程的機(jī)理以及土壤水分模擬的物理模型等都有待進(jìn)一步研究和發(fā)展。
本研究通過將CLDAS和GLDAS土壤水分同化產(chǎn)品與觀測(cè)資料的對(duì)比,評(píng)估GLDAS-Noah數(shù)據(jù)和CLDAS數(shù)據(jù)在川西地區(qū)的適用性,得到以下主要結(jié)論。
(1) 兩套土壤水分同化產(chǎn)品均能較好的模擬研究區(qū)土壤水分情況,在日尺度上兩套資料在川西地區(qū)適用性都好,但都存在明顯的高估現(xiàn)象。GLDAS-Noah土壤水分產(chǎn)品在數(shù)值上更接近于觀測(cè)值,但CLDAS產(chǎn)品因具有較高的空間分辨率更能反映土壤水分空間分布的異質(zhì)性特征。同時(shí),CLDAS深層土壤水分?jǐn)?shù)據(jù)的精度優(yōu)于GLDAS數(shù)據(jù)。
(2) 無降水情況下兩套土壤水分產(chǎn)品對(duì)土壤水分的高估甚于有降水的情況,但是在有降水的情況下表層和淺層數(shù)據(jù)的誤差比較接近,在無降水情況下表層土壤水分的誤差比淺層土壤水分的誤差更大。兩套土壤水分產(chǎn)品都能表現(xiàn)出與降水一致的變化過程,且土壤水分?jǐn)?shù)據(jù)的變化均滯后于降水量的變化,GLDAS-Noah數(shù)據(jù)比CLDAS數(shù)據(jù)對(duì)降水的反應(yīng)更加靈敏。