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。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科研究，特別關注其中多圈層、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)測預警平臺，用于關鍵區(qū)域的防災減災和關鍵決策支撐。

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

由溫室氣體排放驅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）產生了深遠的影響。日益頻發(fā)的熱浪、干旱和洪水等極端天氣氣候事件導致全球農業(yè)（Hasegawa et al.，2021）、基礎設施（Perera et al.，2020）和社會經濟活動（Liang，2022）遭到嚴重破壞（陳海山等，2024）。準確理解地球系統(tǒng)變化的機制和定量預測地球系統(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)學物理建?？坍嫶髿馊?、水圈、陸地和生物圈（包括人類活動）的復雜過程以及不同圈層之間的相互作用和反饋機制，實現(xiàn)對地球系統(tǒng)整體狀態(tài)的合理描述和預測。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)模式的研究進展，探討其未來發(fā)展方向和應用前景。

區(qū)別于全球氣候／地球系統(tǒng)模式關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現(xiàn)更加精細的數(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)科研應用時必須簡化模擬過程或降低空間分辨率（70～250 km）以實現(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用工具。

在科學研究方面，區(qū)域氣候／地球系統(tǒng)模式提供兩點關鍵能力：一是得益于更高的空間分辨率和更詳細的物理過程刻畫，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節(jié)和過程細節(jié)，實現(xiàn)多圈層過程耦合效應的研究。例如Reale et al.（2020）使用包含海洋生物化學模塊的區(qū)域氣候／地球系統(tǒng)模式實現(xiàn)對氣候變化場景下的海洋凈初級生產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。

在實際應用領域，區(qū)域氣候／地球系統(tǒng)模式的作用可分為行業(yè)應用和系統(tǒng)性決策支撐兩個層面。行業(yè)應用方面，在已有如WRF-Hydro（Gochis et al.，2015）、WRF-Crop（Yu et al.，2022）等專項耦合模式的基礎上，區(qū)域氣候／地球系統(tǒng)模式能進一步聯(lián)動其他關鍵過程，建立體系化管理系統(tǒng)。例如在農業(yè)領域能夠根據(jù)天氣氣候和陸面水文預測作物生長周期、產量和灌溉需求，幫助制定適應農業(yè)管理策略（Odening and Shen 2014;Cogato et al.，2019）;在水文水資源領域將綜合人類活動水需求與短期降水預估相結合，協(xié)助水庫、人工河道進行水資源管理（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結果。以服務海岸帶綜合開發(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濟活動的關鍵區(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結構。區(qū)域氣候／地球系統(tǒng)模式的高分辨率和更加細致的耦合過程刻畫則能同時實現(xiàn)以上目標。在以服務我國2030年碳達峰、2060年碳中和的宏觀目標為例，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、適應策略和可持續(xù)發(fā)展目標之間的協(xié)同作用可以被量化為具體的指標。以造林匯碳決策支撐為例，采用目前常用的碳建模方法進行預估，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-生物地球化學的顯式耦合過程可以提供更加真實、復雜的場景下的預估能力以降低決策風險。因此，區(qū)域氣候／地球系統(tǒng)模式在滿足科研及應用需求和支持中國社會經濟發(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)與應用對于應對氣候變化帶來的多方面挑戰(zhàn)、實現(xiàn)中國碳達峰和碳中和目標至關重要。

隨著近三十年地球科學、遙感技術和高性能計算技術的快速發(fā)展，區(qū)域氣候／地球系統(tǒng)模式長期活躍于科學研究前沿和多行業(yè)實際應用領域，模式的空間分辨率快速提升、過程描述更加精細模擬精度日益提高，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，結合國內外研究前沿和當前國內研究現(xiàn)狀給出一些研究建議和發(fā)展展望。

1 研究進展

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：一是獨立發(fā)展，即在應用目標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)為目標耦合多個圈層的專業(yè)模式的發(fā)展思路。

獨立發(fā)展層面：在應用需求的推動下，出現(xiàn)了一批區(qū)域天氣氣候模式與專業(yè)模式進行耦合的實例。他們共同的目標是在相對可靠的大氣、陸面和海洋描述下增強區(qū)域模式在特定領域的應用范疇。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和應用范疇，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，因此結構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。不同于獨立發(fā)展層面的直接耦合，這一層面強調的是各圈層模式之間的深度整合與協(xié)同，旨在構建一個更加統(tǒng)一協(xié)調的系統(tǒng)框架。這種方法不僅要求各圈層模式在技術上的兼容性，還需要在理論和方法論上進行創(chuàng)新，以便更好地模擬和理解復雜的地球系統(tǒng)動態(tài)和相互作用，以下為幾個典型實例。

1.1.1 RegCM-ES

意大利國際理論物理研究中心Filippo Giorgi教授團隊主導研發(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）兩個耦合層實現(xiàn)大氣模塊RegCM、河道徑流模塊ChyM和海洋模塊MITgcm的耦合。進一步將海洋生物化學模塊Biogeochemical Flux Model （BFM）和海洋模塊內部耦合。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?？茖W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)測預警系統(tǒng)（Kollet et al.，2018）。在德國Rur集水區(qū)的真實模擬中，ParFlow帶來的三維地下水運動相比傳統(tǒng)的一維地下水運動增強了土壤水的模擬能力（Shrestha et al.，2014）?；赥SMP這個強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，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因其更加先進的植被生理過程，參數(shù)化更加真實地模擬了地表蒸散發(fā)過程，這再次強調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。在大氣模式運行區(qū)域內，MPIOM+HAMOCC模式與REMO進行通量交換，而在大氣模式運行區(qū)域之外，海洋模式則直接從驅動區(qū)域模式的再分析資料（或全球模式資料）中讀取大氣強迫。這種獨特設計的優(yōu)點是無需對海洋開放邊界進行設定，但是缺點是在模擬區(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在東亞夏季風模擬中降低了非耦合REMO模式對東亞夏季風的模擬誤差（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，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，其陸面過程可以調用更加完整的CLM4模式。

1.2 共性特征

在比較和分析當前存在的各種區(qū)域地球系統(tǒng)模式時，盡管這些模式在開發(fā)背景、目標應用和設計理念上存在明顯的差異，我們依然能夠發(fā)現(xiàn)一些關鍵的共性特征。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系（圖1）。與區(qū)域天氣氣候模式相比，更加細致的陸面、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，而生物地球化學、水文、人類活動和大氣化學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現(xiàn)。借助耦合器的運行調度和網格轉換能力，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、陸面復雜植被結構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，但對前沿科學研究和實際業(yè)務應用至關重要，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、生物和人類等）。正因為多圈層過程被耦合進一個模式系統(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)調和地融入模式初值不僅能降低相關過程的初始誤差，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、意大利在內的多個國家的科研團體正積極發(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性。RegCM模式團隊由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)領域;TSMP模式團隊則由德國尤利?？茖W研究中心聯(lián)合多個跨學科團隊聯(lián)合維護研發(fā)，引入了歐洲和美國多個領域先進團隊的研究成果。相比之下，我國在區(qū)域地球系統(tǒng)模式領域尚處于起步階段，目前尚不存在與RegCM-ES和TerrSysMP相近的先進高分辨率區(qū)域地球系統(tǒng)模式，也缺乏與之配套的長期持續(xù)專研團隊。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)展上已經接近或達到國際領先水平，建立起多個地球系統(tǒng)模式研發(fā)團隊并取得了一系列研究成果和大量的研發(fā)經驗。這為我國發(fā)展國際先進水平的高分辨率區(qū)域地球系統(tǒng)模式提供了重要基礎和保障?；谏鲜鰠^(qū)域地球系統(tǒng)模式的分析梳理，建議進行以下幾個方面的研究與發(fā)展。

2.1 模式研制

對標國際先進區(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、人類活動和大氣化學等過程，以“小步快跑、快速迭代”的方式完善功能。格外關注模式在高分辨率場景下的高性能計算能力，緊跟技術前沿引入異構計算、高性能IO等優(yōu)化方法提升模式運行效率、降低應用門檻。

2.2 學科交叉研究

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節(jié)刻畫能力有助于交叉學科研究的開展。地球系統(tǒng)模式的研發(fā)難點之一是協(xié)調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、植被結構變化、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，對目標范圍（城市帶-關鍵區(qū)域）建立實時監(jiān)測和短時預警平臺。借助區(qū)域地球系統(tǒng)模式多圈層耦合的特性，實現(xiàn)對目標區(qū)域天氣、環(huán)境、水文、農業(yè)、近岸環(huán)流的準實時監(jiān)測。目前基于德國TSMP模式的歐洲區(qū)域監(jiān)測預測系統(tǒng)已經投入實際業(yè)務（Kollet et al.，2018），除了提供傳統(tǒng)的天氣氣候狀態(tài)的檢測預測之外，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的基礎上，被用于預測未來六個月北冰洋海溫、海冰厚度和面積等關鍵信息（Cassano et al.，2017）?；谶@些已有的實例我們可以推斷，借助多源觀測資料，以數(shù)字孿生為目標的區(qū)域地球系統(tǒng)模式可以被用于對目標區(qū)域內的各種關鍵過程進行可靠的監(jiān)測和預測。與目前已有的數(shù)據(jù)驅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，當出現(xiàn)突發(fā)災害性事件時，相比于現(xiàn)在常用的多個獨立模塊，基于耦合模式的預警系統(tǒng)可以直接提供量化的災害次生影響，協(xié)助防災減災降低損失。

2.4 開源共創(chuàng)

開發(fā)區(qū)域地球系統(tǒng)模式這樣的復雜系統(tǒng)需要融合地球科學、計算機科學甚至社會科學領域內眾多學科的專業(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。參考國際領先的數(shù)值模式開發(fā)范例，以開源共創(chuàng)的方式集合各個領域專家和真實用戶的社區(qū)力量來共同發(fā)展區(qū)域地球系統(tǒng)模式或是我們對標國際領先模式、迎頭追趕的合理選擇。

參考文獻（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”重點專項項目簡介及最新進展［J］.大氣科學學報，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］.大氣科學學報，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.