孫 帥 師春香 梁 曉 姜立鵬 徐 賓 韓 帥 谷軍霞 粟 運(yùn)

國家氣象信息中心，北京，100081

National Meteorological Information Centre，China Meteorological Administration，Beijing 100081，China

1 引 言

土壤溫度作為表征土壤熱力狀況的重要參量，其改變伴隨著土壤向大氣輸送的潛熱與感熱變化，是陸面影響大氣的重要因子（Godfrey，et al，2008；Fan，2009；朱蒙等，2014；楊江艷，2021）。土壤溫度還可以通過改變土壤水分運(yùn)動(dòng)及相變過程進(jìn)一步影響地面水分循環(huán)過程（Lavigne，et al，2004；孫丞虎等，2005；丁旭等，2018）。此外，土壤溫度對(duì)短期氣候、農(nóng)業(yè)氣象、農(nóng)作物生長也具有重要的影響（Landh?usser，et al，2001；Hawkes，et al，2008；馬柱國等，2000；孟現(xiàn)勇等，2017）。目前中國氣象局土壤溫度地面觀測(cè)站有2400 多個(gè)，但在空間上不均勻；微波遙感雖能穿云透雨，但對(duì)于土壤的穿透能力有限，且受下墊面植被、反演算法等多種因素的影響，目前衛(wèi)星反演只能反演淺層土壤溫度。因此，具有較強(qiáng)物理過程和動(dòng)力學(xué)機(jī)制的陸面過程模擬是獲取時(shí)空連續(xù)、不同深度土壤溫度的手段之一。

目前關(guān)于中國土壤溫度的研究主要從全國和區(qū)域兩個(gè)尺度進(jìn)行。全國方面，主要采用站點(diǎn)觀測(cè)資料或國外的GLDAS、ERA5 再分析、CFSR 以及MERRA 等數(shù)據(jù)進(jìn)行評(píng)估，研究時(shí)空變化等 （劉川等，2015）。如張慧智等（2009）使用土壤溫度站點(diǎn)觀測(cè)數(shù)據(jù)，分析了中國土壤溫度的季節(jié)變化及其區(qū)域分異特征以及氣溫和降水對(duì)土壤溫度的影響，楊江艷（2021）使用GLDAS 數(shù)據(jù)分析了中國區(qū)域兩個(gè)深度層土壤溫度的月、年際、年代際變化趨勢(shì)和周期變化特征，Liang 等（2020）研制了中國第一代陸面再分析CRA-Interim/Land 數(shù)據(jù)集，基于CRAInterim/Land 大氣驅(qū)動(dòng)數(shù)據(jù)和Noah 模式模擬的土壤濕度和地表溫度的效果優(yōu)于美國CFSR 同類產(chǎn)品。區(qū)域陸面模擬土壤溫度的研究相對(duì)較多，主要包括了陸面模式適用性分析、不同土壤溫度產(chǎn)品評(píng)估分析、參數(shù)化方案改進(jìn)、地表參數(shù)改進(jìn)等。孟現(xiàn)勇等（2017）評(píng)估了CLM3.5 陸面模式對(duì)新疆地區(qū)土壤溫度的模擬效果，總體上能夠模擬出新疆地區(qū)不同時(shí)間尺度土壤溫度的變化規(guī)律，但對(duì)于淺層地表溫度效果較差，可能與模式參數(shù)化方案及地表參數(shù)有關(guān)。Yuan 等（2018）使用其研發(fā)的CSSPv2 陸面模式開展了三江源地區(qū)高分辨率土壤溫度、濕度、徑流等模擬，并與ERA-Interim 再分析和美國GLDAS 1.0 系列產(chǎn)品進(jìn)行對(duì)比，結(jié)果表明CSSPv2 模擬的土壤溫度無偏均方根誤差最小，表明更精細(xì)的地表參數(shù)、大氣驅(qū)動(dòng)數(shù)據(jù)對(duì)于高分辨率陸面模擬更具優(yōu)勢(shì)。丁旭等（2018）分析了8 套國外土壤溫、濕度再分析數(shù)據(jù)在青藏高原的表現(xiàn)情況，結(jié)果表明，GLDAS在大部分站點(diǎn)能夠合理地再現(xiàn)10 和40 cm 深度土壤溫度變化特征，但是與觀測(cè)相比存在高估。沈潤平等（2019）通過改進(jìn)CLM 模式中的植被功能類型數(shù)據(jù)，分析其對(duì)青藏高原土壤溫度模擬的影響，其結(jié)果更接近觀測(cè)數(shù)據(jù)，更能夠反映土壤溫度空間分布的細(xì)節(jié)特征。

影響陸面模式模擬效果的因素主要包括模式類型、模式物理過程、地表參數(shù)以及大氣驅(qū)動(dòng)數(shù)據(jù)（高艷紅等，2021）等。中國地域遼闊、下墊面和氣候條件復(fù)雜，但關(guān)于不同陸面模式對(duì)中國土壤溫度模擬的對(duì)比分析研究較少。因此，本研究使用CLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)分別驅(qū)動(dòng)Noah 和Noah-MP陸面模式進(jìn)行中國區(qū)域土壤溫度模擬，基于2010—2018 年中國氣象局2380 個(gè)站點(diǎn)觀測(cè)數(shù)據(jù)及GLDAS_Noah 土壤溫度資料，從空間分布、不同季節(jié)、不同分區(qū)等方面對(duì)GLDAS_Noah、CLDAS_Noah 和CLDAS_Noah-MP 模擬的10 和40 cm 深度土壤溫度進(jìn)行評(píng)估，檢驗(yàn)不同陸面模式和驅(qū)動(dòng)數(shù)據(jù)的模擬效果，以期對(duì)后續(xù)研制中國區(qū)域時(shí)、空連續(xù)的高質(zhì)量土壤溫度數(shù)據(jù)集提供參考，進(jìn)而為中國區(qū)域天氣、氣候分析、農(nóng)業(yè)氣象等研究提供土壤溫度數(shù)據(jù)支撐。

2 數(shù)據(jù)與方法

2.1 站點(diǎn)觀測(cè)數(shù)據(jù)

中國氣象局土壤溫度觀測(cè)包括淺層和深層，共8 層（5、10、15、20、40、80、160 和320 cm）。文中使用的土壤溫度觀測(cè)數(shù)據(jù)來源于全國綜合氣象信息共享平臺(tái)（CIMISS），選取2010—2018 年2380個(gè)國家級(jí)土壤溫度觀測(cè)站的小時(shí)數(shù)據(jù)（趙芳等，2018），經(jīng)質(zhì)量控制后計(jì)算日平均土壤溫度，為了與陸面模式模擬土壤溫度深度（10、40 cm）匹配，本研究土壤溫度的評(píng)估采用的是10 和40 cm 觀測(cè)數(shù)據(jù)，空間分布如圖1 所示。

圖1 用于評(píng)估的中國氣象局2380 個(gè)土壤溫度觀測(cè)站點(diǎn)分布 （a.東北，b.華北，c.江淮，d.華南，e.西北東部，f.西南，g.西北西部，h.青藏高原）Fig.1 Distribution map of 2380 soil temperature observation stations of China Meteorological Administration used for evaluation （a.Northeast，b.North China，c.Jianghuai，d.South China， e.Northwest east， f.Southwest， g.Northwest west，h.Tibet）

2.2 CLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)

CLDAS 是中國氣象局國家氣象信息中心開發(fā)（師春香等，2011），目前已發(fā)展到第二版（CLDASV2.0，師春香等，2019）。CLDAS-V2.0 大氣驅(qū)動(dòng)數(shù)據(jù)包括了近地面的2 m 氣溫、氣壓、濕度、10 m 風(fēng)速、降水和地面入射太陽短波輻射6 個(gè)要素，時(shí)間分辨率為1 h，空間分辨率為0.0625°，其中氣溫、氣壓、濕度、風(fēng)速4 個(gè)要素是以歐洲中期天氣預(yù)報(bào)產(chǎn)品為背景場(chǎng)，采用基于多重網(wǎng)格同化分析方法（ Space and Time Mesoscale Analysis System，STMAS）融合了中國氣象局業(yè)務(wù)布設(shè)的4 萬多個(gè)國家級(jí)和區(qū)域自動(dòng)氣象站逐小時(shí)地面觀測(cè)資料（Han，et al，2019）。降水驅(qū)動(dòng)數(shù)據(jù)是采用STMAS 方法將CMORPH 或EMSIP 降水與中國區(qū)域6 萬多個(gè)國家級(jí)和區(qū)域自動(dòng)氣象站逐小時(shí)降水觀測(cè)數(shù)據(jù)融合而成（Liu，et al，2019；Sun，et al，2020）。地面入射太陽短波輻射驅(qū)動(dòng)數(shù)據(jù)是基于離散坐標(biāo)法DISORT（Discrete Ordinate Method for Radiative Transfer）輻射傳輸模型，使用風(fēng)云氣象衛(wèi)星可見光通道反演得到（劉軍建等，2018）。目前CLDAS 系列產(chǎn)品（http://data.cma.cn/）已在各省、市氣象部門，高校以及科研院所得到廣泛應(yīng)用。

2.3 GLDAS 土壤溫度數(shù)據(jù)

美國全球陸面數(shù)據(jù)同化系統(tǒng)（GLDAS）同樣發(fā)展到第二代，其中GLDAS-2.0 使用普林斯頓大氣驅(qū)動(dòng)數(shù)據(jù)，GLDAS-2.1 是使用模式模擬結(jié)果與觀測(cè)資料融合制作的大氣驅(qū)動(dòng)數(shù)據(jù)。GLDAS 中陸面模式包括Noah、CLM、VIC、Mosaic 和 Catchment，模擬的空間分辨率為0.25°，時(shí)間分辨率為3 h，包括了土壤濕度、土壤溫度、地表溫度、積雪等陸面變量（Rodell，et al，2004）。本研究使用GLDAS-2.1 中Noah 模式模擬的2010—2018 年10 和40 cm土壤溫度數(shù)據(jù)，計(jì)算日均值。

2.4 陸面模式

Noah 陸 面 模 式 由 OSU-LSM（ Oregon State University/Land Surface Model） 發(fā) 展 而 來，2000年正式定名為Noah，其中土壤溫度通過熱擴(kuò)散方程計(jì)算得到，考慮了4 層土壤，分別是0—10、10—40、40—100 和100—200 cm（Ek，et al，2003）。

Noah-MP 陸 面 模 式（ The Community Noah Land Surface Model with Muti-Parameterization Options）是在Noah 陸面模式基礎(chǔ)上進(jìn)一步發(fā)展起來的，相比Noah 模式，Noah-MP 模式將植被與地表分開，對(duì)整體框架進(jìn)行了調(diào)整，改進(jìn)了植被覆蓋區(qū)能量平衡、積雪、凍土與滲透、土壤水分-地下水相互作用等（Niu，et al，2011）。該模式針對(duì)動(dòng)態(tài)植被、徑流、地下水等多個(gè)物理過程選項(xiàng)，提供上千種參數(shù)化方案的組合，用戶可以根據(jù)自己的需要進(jìn)行參數(shù)化方案配置（Yang，et al，2011）。土壤層數(shù)跟Noah 模式一致，本研究使用Noah-MP 默認(rèn)的參數(shù)化方案配置。在土壤溫度方面，Noah 模式將土壤表層和植被看成一個(gè)整體，通過常用的熱擴(kuò)散方程計(jì)算，而Noah-MP 模式則將植被與地表分開，對(duì)土壤熱傳導(dǎo)率的計(jì)算去除了土壤熱傳導(dǎo)率隨植被覆蓋率指數(shù)減小的關(guān)系； Noah 模式將土壤和冠層看成一個(gè)整體，當(dāng)積雪較厚時(shí)，大量能量存儲(chǔ)在積雪表面，使得積雪融化，地表溫度與土壤溫度降低，而Noah-MP 針對(duì)該問題，采用了一個(gè)3 層積雪物理模型和雪攔截模型，將雪蓋分為3 層，表示積雪中的滲透、滯留和再凍結(jié)以及能量傳遞等過程（Niu，et al，2011）。

2.5 模擬試驗(yàn)設(shè)計(jì)

本研究設(shè)計(jì)了3 組試驗(yàn)，如表1 所示，試驗(yàn)1 與2 用于相同模式不同驅(qū)動(dòng)數(shù)據(jù)的模擬效果對(duì)比；試驗(yàn)2 與3 用于不同模式相同驅(qū)動(dòng)數(shù)據(jù)的模擬效果的對(duì)比?？紤]到地表參數(shù)對(duì)土壤溫度模擬的重要作用，本研究中采用相同的地表參數(shù)，即MOD44W 陸面掩膜文件、GTOP030 以及STATSGO/FAO 土壤參數(shù)等。

表1 試驗(yàn)方案設(shè)計(jì)Table 1 Design of experiments

3 土壤溫度結(jié)果分析

3.1 土壤溫度空間分布

由GLDAS_Noah、CLDAS_Noah 和CLDAS_Noah-MP 模 擬 的2010—2018 年 中 國 區(qū) 域10 cm土壤溫度進(jìn)行季節(jié)平均（圖2）可見，3 個(gè)試驗(yàn)的土壤溫度模擬結(jié)果在空間分布上相近，都能較好地反映出中國區(qū)域土壤溫度的時(shí)、空變化特征：從西北到東南土壤溫度逐漸升高，夏季土壤溫度最高，冬季土壤溫度最低。但量級(jí)上有一定差異，如春季（圖2a、e、i），GLDAS_Noah 模擬的青藏高原、川西地區(qū)土壤溫度明顯低于CLDAS_Noah 和CLDAS_Noah-MP；夏季（圖2b、f、j），GLDAS_Noah 模擬的青藏高原東部、川西地區(qū)土壤溫度同樣低于CLDAS_Noah 和CLDAS_Noah-MP，秋季（圖2c、g、k）情況類似，可能與大氣驅(qū)動(dòng)數(shù)據(jù)有關(guān)（分析詳見3.2.2節(jié)）；冬季（圖2d、h、l），GLDAS_Noah 和CLDAS_Noah 模擬的中國東北和新疆西北部土壤溫度明顯低于CLDAS_Noah-MP，這與Noah-MP 模式的積雪參數(shù)化方案改進(jìn)有關(guān)，Noah 模式中表層土壤和冠層是一個(gè)整體，當(dāng)積雪較厚時(shí)，大量能量會(huì)累積在積雪表面，使得積雪更容易融化，積雪融化對(duì)土壤有降溫作用，而Noah-MP 模式采用的是3 層積雪物理模型，考慮了積雪內(nèi)部滲透、滯留以及能量傳遞過程（Yang，et al，2011）。

圖2 2010—2018 年GLDAS_Noah （a—d）、CLDAS_Noah （e—h）、CLDAS_Noah-MP （i—l）模式模擬的10 cm 土壤溫度 （色階，單位：℃） 不同季節(jié) （a、e、i.春季，b、f、j.夏季，c、g、k.秋季，d、h、l.冬季） 平均空間分布Fig.2 Season average （a，e，i.Spring；b，f，j.Summer；c，g，k.Autumn；d，h，l.Winter） spatial distributions of 10 cm soil temperature （shading，unit：℃） of GLDAS_Noah （a—d），CLDAS_Noah （e—h），CLDAS_Noah-MP （i—l） from 2010 to 2018

3.2 不同季節(jié)土壤溫度模擬結(jié)果評(píng)估

3.2.1 10 cm 土壤溫度

使用質(zhì)量控制后的中國2010—2018 年10 cm土壤溫度觀測(cè)數(shù)據(jù)對(duì)GLDAS_Noah、CLDAS_Noah、CLDAS_Noah-MP 模擬結(jié)果進(jìn)行評(píng)估，計(jì)算偏差、均方根誤差和相關(guān)系數(shù)。

春季（圖3a—c），GLDAS_Noah 和CLDAS_Noah 模擬的土壤溫度均為低估，分別為?1.985 和?0.515℃，CLDAS_Noah-MP 模擬結(jié)果為高估，總體較觀測(cè)高1.058℃。從均方根誤差可以看出，CLDAS_Noah 最小，為2.02℃；其次是CLDAS_Noah-MP，為2.383℃；GLDAS_Noah 最大。3 個(gè)試驗(yàn)?zāi)M結(jié)果與觀測(cè)值的相關(guān)系數(shù)都大于0.9，其中CLDAS_Noah 的模擬效果最優(yōu)，其次是CLDAS_Noah-MP，GLDAS_Noah 相對(duì)較差。夏季（圖3d—f），從偏差可以看出，3 個(gè)試驗(yàn)?zāi)M結(jié)果均為低估，其中CLDAS_Noah-MP 低估程度最?。?0.822℃），其次是CLDAS_Noah（?1.345℃），GLDAS_Noah最大（?3.060℃）；均方根誤差結(jié)果顯示，CLDAS_Noah-MP 最?。?.986℃），其次是CLDAS_Noah（2.177℃），GLDAS_Noah 最大（4.179℃）；由相關(guān)系數(shù)結(jié)果可見，GLDAS_Noah 結(jié)果（0.822）明顯低于 CLDAS_Noah（ 0.932） 和 CLDAS_Noah-MP（0.922）。秋季（圖3g—i），偏差結(jié)果顯示3 個(gè)試驗(yàn)均為低估，其中CLDAS_Noah-MP 低估程度最小（?0.333℃），其 次 是CLDAS_Noah（?1.276℃），GLDAS_Noah 最大（?2.701℃）；均方根誤差結(jié)果顯示， CLDAS_Noah-MP 最 ?。?1.641℃） ， 其 次 是CLDAS_Noah（ 2.071℃） ， GLDAS_Noah 最 大（3.661℃）；相關(guān)系數(shù)均大于0.9，CLDAS_Noah 和CLDAS_Noah-MP 模擬結(jié)果與觀測(cè)值的相關(guān)系數(shù)較接近（分別為0.98 和0.981），GLDAS_Noah 略低（0.953）。冬季（圖3j—l），從偏差可以看出，模擬與觀測(cè)相比均低估，其中CLDAS_Noah-MP 低估較小（?0.358℃），其 次 是CLDAS_Noah（?1.715℃），GLDAS_Noah 最大（?2.642℃）；均方根誤差結(jié)果顯示， CLDAS_Noah-MP 最 ?。?2.083℃） ， 其 次 是CLDAS_Noah（ 3.417℃） ， GLDAS_Noah 最 大（3.944℃）；相關(guān)系數(shù)均大于0.9，CLDAS_Noah-MP 模擬結(jié)果與觀測(cè)相關(guān)系數(shù)最大（0.966），CLDAS_Noah 和GLDAS_Noah 與觀測(cè)的相關(guān)系數(shù)相近，分別為0.948 和 0.942。

圖3 GLDAS_Noah、CLDAS_Noah、CLDAS_Noah-MP 模擬的不同季節(jié) （a—c.春季，d—f.夏季，g—i.秋季，j—l.冬季）10 cm 土壤溫度與觀測(cè)比較Fig.3 Overall evaluation results of 10 cm soil temperature of GLDAS_Noah，CLDAS_Noah and CLDAS_Noah-MP in different seasons （a—c.Spring，d—f.Summer，g—i.Autumn，j—l.Winter）

從相同陸面模式不同驅(qū)動(dòng)數(shù)據(jù)模擬的10 cm土壤溫度來看，CLDAS_Noah 結(jié)果在四季均優(yōu)于GLDAS_Noah，間接表明CLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)優(yōu)于GLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)，且大氣驅(qū)動(dòng)數(shù)據(jù)是影響土壤溫度模擬的重要因素之一。從Noah 陸面模式來看，無論是CLDAS 或是GLDAS 數(shù)據(jù)驅(qū)動(dòng)，春季土壤溫度的偏差和均方根誤差均小于其他季節(jié)，說明Noah 模式對(duì)春季土壤溫度模擬更準(zhǔn)確。從相同驅(qū)動(dòng)數(shù)據(jù)不同陸面模式來看，Noah 模式在春季效果優(yōu)于Noah-MP 模式，但在其他季節(jié)，Noah-MP 模式效果優(yōu)于Noah 模式。

3.2.2 40 cm 土壤溫度

使用質(zhì)量控制后的中國2010—2018 年40 cm土壤溫度觀測(cè)數(shù)據(jù)對(duì)GLDAS_Noah、CLDAS_Noah、CLDAS_Noah-MP 模擬結(jié)果進(jìn)行評(píng)估，計(jì)算偏差、均方根誤差和相關(guān)系數(shù)。

春季（圖4a—c），3 個(gè)試驗(yàn)?zāi)M結(jié)果與10 cm 模擬結(jié)果類似，均為低估，GLDAS_Noah 和CLDAS_Noah 偏差分別為?1.506 和?0.288℃，CLDAS_Noah-MP 為高估，總體較觀測(cè)高1.808℃。均方根誤差結(jié)果顯示，CLDAS_Noah 最小，為2.228℃；其次是CLDAS_Noah-MP，為2.85℃；GLDAS_Noah 最大，為3.325℃。由相關(guān)系數(shù)結(jié)果可見，3 個(gè)試驗(yàn)?zāi)M的土壤溫度與觀測(cè)的相關(guān)系數(shù)都大于0.9，其中CLDAS_Noah 模擬效果最優(yōu)，其次是CLDAS_Noah-MP，GLDAS_Noah 相對(duì)較差。夏季（圖4d—f），從偏差可以看出，GLDAS_Noah 和CLDAS_Noah 均為低估，分別低估2.713 和1.351℃，CLDAS_Noah-MP為高估，較觀測(cè)高估0.812℃；均方根誤差的結(jié)果顯示，CLDAS_Noah-MP 最?。?.158℃），其次是CLDAS_Noah（2.627℃），GLDAS_Noah 最大（4.194℃）；由相關(guān)系數(shù)結(jié)果可見，GLDAS_Noah 模擬結(jié)果與觀測(cè)數(shù)據(jù)的相關(guān)系數(shù)僅為0.818， 低于CLDAS_Noah（0.897）和CLDAS_Noah-MP（0.89）?？梢娤募?該 層 的 誤 差 略 大 于10 cm 土 壤 層， 其 中GLDAS_Noah 和CLDAS_Noah 在 該 層與10 cm 深度時(shí)類似，均為低估，而CLDAS_Noah-MP 在該層為高估，但優(yōu)于GLDAS_Noah 和CLDAS_Noah。秋季（圖4g—i），偏差結(jié)果顯示，GLDAS_Noah 和CLDAS_Noah 模擬的土壤溫度均為低估，分別低估2.095 和0.770℃，CLDAS_Noah-MP 為高估，較觀測(cè)高估了0.106℃；均方根誤差結(jié)果顯示，CLDAS_Noah-MP 最?。?.759℃），其次是CLDAS_Noah（1.911℃），GLDAS_Noah 最大（3.260℃）；由相關(guān)系數(shù)結(jié)果可見，3 個(gè)試驗(yàn)?zāi)M的土壤溫度與觀測(cè)數(shù)據(jù)的相關(guān)系數(shù)都大于0.9，其中CLDAS_Noah 和 CLDAS_Noah-MP 結(jié) 果 相 近， 分 別 為0.982 和0.975，GLDAS_Noah略低（0.96）。冬季（圖4j—l），偏差結(jié)果顯示，模式模擬結(jié)果均為低估，其中CLDAS_Noah-MP 低估較?。?0.753℃），其次是GLDAS_Noah（?1.658℃），CLDAS_Noah最大（?2.459℃）；均方根誤差結(jié)果顯示，CLDAS_Noah-MP 最低（2.509℃），其次是CLDAS_Noah（3.599℃），GLDAS_Noah 最大（3.982℃）；相關(guān)系數(shù)均大于0.9，其中CLDAS_Noah-MP 模擬結(jié)果與觀 測(cè) 相 關(guān) 系 數(shù) 最 大（ 0.96） ， CLDAS_Noah 和GLDAS_Noah 結(jié)果相近，分別為0.949 和 0.953。

圖4 GLDAS_Noah、CLDAS_Noah、CLDAS_Noah-MP 模擬的不同季節(jié) （a—c.春季，d—f.夏季，g—i.秋季，j—l.冬季） 40 cm土壤溫度與觀測(cè)比較Fig.4 Overall evaluation results of 40 cm soil temperature of GLDAS_Noah， CLDAS_Noah， CLDAS_Noah-MP in different seasons （a—c.Spring，d—f.Summer，g—i.Autumn，j—l.Winter）

相同陸面模式不同驅(qū)動(dòng)數(shù)據(jù)模擬的40 cm 土壤溫度結(jié)果表明，CLDAS_Noah 在4 個(gè)季節(jié)均優(yōu)于GLDAS_Noah，單從陸面模式來看，無論采用CLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)或是GLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)，偏差和均方根誤差的結(jié)果表明，Noah 模式在春、秋季的性能優(yōu)于冬、夏季；Noah-MP 模式在秋季效果最優(yōu)，其次是夏、冬季，春季最差； Noah 模式在春季效果優(yōu)于Noah-MP 模式，其他季節(jié)Noah-MP 模式效果優(yōu)于Noah 模式。

Zhang 等（2021）研究顯示寒冷區(qū)積雪及其模擬對(duì)土壤溫度有一定影響。為進(jìn)一步分析Noah 和Noah-MP 模式模擬的冬、春季土壤溫度差異，尤其是東北和新疆地區(qū)，文中計(jì)算了2010—2018 年春、冬季CLDAS_Noah 和CLDAS_Noah-MP 雪深均值，并繪制了2 個(gè)季節(jié)2 種模式雪深空間分布差異圖。

從春季結(jié)果（圖5a）可以看出，CLDAS_Noah模擬的東北地區(qū)的雪深高于CLDAS_Noah-MP。春季主要是融雪過程，Noah 模式將表層土壤和冠層作為一個(gè)整體，積雪較厚時(shí)，大量能量累積在積雪表面，使得積雪更容易融化，而融雪對(duì)土壤有降溫作用（李文靜等，2021），因此CLDAS_Noah模擬的東北地區(qū)土壤溫度相對(duì)偏低，尤其是10 cm深度土壤溫度。從冬季結(jié)果（圖5b）可以看出，CLDAS_Noah 模擬的東北地區(qū)雪深明顯低于CLDAS_Noah-MP，冬季積雪對(duì)土壤有增溫作用（李文靜等，2021），因此，在CLDAS_Noah 模擬的雪深較低的情況下，土壤的保溫能力較差，使得模擬結(jié)果偏低。

3.3 不同分區(qū)土壤溫度模擬結(jié)果評(píng)估

3.3.1 10 cm 土壤溫度

計(jì)算2010—2018 年逐日10 cm 深度GLDAS_Noah、CLDAS_Noah、CLDAS_Noah-MP 模擬的土壤溫度在中國8 個(gè)分區(qū)的均方根誤差，并繪制不同分區(qū)3 個(gè)試驗(yàn)?zāi)M的土壤溫度均方根誤差時(shí)間序列，如圖6 所示，不同分區(qū)均表現(xiàn)出季節(jié)性變化。東北（圖6a）和華北（圖6b）地區(qū)顯示，GLDAS_Noah 和CLDAS_Noah 模擬結(jié)果的均方根誤差均在冬季最大，CLDAS_Noah-MP 均在春季最大，且明顯大于上述2 個(gè)試驗(yàn)，其他季節(jié)則優(yōu)于上述2 個(gè)模式，CLDAS_Noah 和GLDAS_Noah 模擬的效果在冬季基本相當(dāng)。

江淮（圖6c）和華南（圖6d）地區(qū)結(jié)果顯示，3 個(gè)試驗(yàn)?zāi)M的土壤溫度均方根誤差呈季節(jié)性變化，均在夏季最大，冬季最小，其中 CLDAS_Noah 和CLDAS_Noah-MP 效果相當(dāng)，均明顯優(yōu)于GLDAS_Noah。從西北地區(qū)東部結(jié)果（圖6e）可以看出，GLDAS_Noah 模擬結(jié)果在2017 年之前冬季最大，2017—2018 年夏季最大；CLDAS_Noah模擬結(jié)果在冬季較大，CLDAS_Noah-MP 在春季較大，其他季節(jié)CLDAS_Noah 和CLDAS_Noah-MP 模擬結(jié)果相當(dāng)，均優(yōu)于GLDAS_Noah 模式。

圖 5 2010—2018 年CLDAS_Noah、CLDAS_Noah-MP 模 式 模 擬 的 春 （a）、冬 （b） 季 雪 深 差 異 （CLDAS_Noah-MP?CLDAS_Noah，單位：cm）Fig.5 Snow depth comparison of CLDAS_Noah，CLDAS_Noah-MP in spring （a） and winter （b） from 2010 to 2018（CLDAS_Noah-MP?CLDAS_Noah，unit：cm）

西南地區(qū)結(jié)果（圖6f）顯示， GLDAS_Noah 和CLDAS_Noah 模擬結(jié)果變化趨勢(shì)相同，但GLDAS_Noah 模擬的均方根誤差存在系統(tǒng)性偏大； CLDAS_Noah 和CLDAS_NoahMP 試驗(yàn)西南地區(qū)模擬結(jié)果存在季節(jié)性差異，冬季CLDAS_NoahMP 優(yōu)于CLDAS_Noah；春季CLDAS_Noah 優(yōu)于CLDAS_NoahMP。西北地區(qū)西部結(jié)果（圖6g）顯示，GLDAS_Noah 和CLDAS_Noah 模擬的冬季均方根誤差明顯大于CLDAS_Noah-MP，而其他季節(jié)CLDAS_Noah 優(yōu)于GLDAS_Noah 和CLDAS_Noah-MP， CLDAS_Noah-MP 效果優(yōu)于GLDAS_Noah。從青藏高原地區(qū)GLDAS_Noah 和CLDAS_Noah 模擬結(jié)果（圖6h）可以看出， GLDAS_Noah 均方根誤差明顯大于CLDAS_Noah，表明該地區(qū)土壤溫度模擬的準(zhǔn)確性在較大程度上取決于大氣驅(qū)動(dòng)數(shù)據(jù)質(zhì)量； CLDAS_Noah 和CLDAS_Noah-MP 模擬結(jié)果的均方根誤差差異不大，表明Noah 和Noah-MP在青藏高原模擬效果相當(dāng)。該結(jié)果與崔園園等（2018）評(píng)估的CLDAS多模式集成產(chǎn)品與GLDAS土壤溫度產(chǎn)品結(jié)論較為一致。

圖6 GLDAS_Noah、CLDAS_Noah、CLDAS_Noah-MP 模擬的不同分區(qū)10 cm 土壤溫度均方根誤差時(shí)間序列 （a.東北，b.華北，c.江淮，d.華南，e.西北東部，f.西南，g.西北西部，h.青藏高原）Fig.6 Time series of 10 cm soil temperature RMSE for GLDAS_Noah and CLDAS_Noah，CLDAS_Noah-MP in different regions （a.Northeast，b.North China，c.Jianghuai，d.South China，e.Northwest east，f.Southwest，g.Northwest west，h.Tibet）

西南地區(qū)和青藏高原復(fù)雜地形區(qū)域，GLDAS_Noah 模擬的土壤溫度均方根誤差明顯大于CLDAS_Noah 和CLDAS_Noah-MP，可能與GLDAS_Noah分辨率（0.25°）比CLDAS 模式分辨率（0.0625°）低有關(guān)。數(shù)值模擬模擬精度除受模式本身參數(shù)化方案與大氣驅(qū)動(dòng)數(shù)據(jù)質(zhì)量影響外，還與使用的大氣驅(qū)動(dòng)數(shù)據(jù)分辨率、下墊面地表參數(shù)的精細(xì)程度有關(guān)（Yuan，et al，2018；沈潤平等，2019）。

綜合對(duì)比可以看出，CLDAS_Noah 和CLDAS_Noah-MP 對(duì)10 cm 土壤溫度模擬結(jié)果在不同季節(jié)不同分區(qū)均優(yōu)于GLDAS_Noah，且CLDAS_Noah在春季大部分地區(qū)優(yōu)于CLDAS_Noah-MP，而除西北西部的冬季外，CLDAS_Noah-MP 模擬結(jié)果在其他季節(jié)、其他地區(qū)均優(yōu)于CLDAS_Noah。

3.3.2 40 cm 土壤溫度

計(jì)算2010—2018 年逐日40 cm 深度GLDAS_Noah、CLDAS_Noah、CLDAS_Noah-MP 模擬的土壤溫度在中國8 個(gè)分區(qū)的均方根誤差，并分別繪制不同分區(qū)下3 個(gè)試驗(yàn)?zāi)M的土壤溫度均方根誤差時(shí)間序列，如圖7 所示，不同分區(qū)下均表現(xiàn)出季節(jié)性變化。從東北（圖7a）和華北（圖7b）結(jié)果可以看出，GLDAS_Noah 和CLDAS_Noah 模擬結(jié)果的均方根誤差均在冬季最大，CLDAS_Noah-MP 在春季和夏季最大， CLDAS_Noah-MP 在春季和夏季均方根誤差明顯大于上述2 個(gè)試驗(yàn)，在其他季節(jié)則優(yōu)于上述2 個(gè)試驗(yàn)；CLDAS_Noah 和GLDAS_Noah 模擬效果在冬季基本相當(dāng)，在其他季節(jié)CLDAS_Noah 略優(yōu)于GLDAS_Noah。

從江淮（圖7c）和華南（圖7d）地區(qū)結(jié)果可以看出，3 個(gè)試驗(yàn)?zāi)M的土壤溫度均方根誤差呈現(xiàn)季節(jié)性變化，GLDAS_Noah 和CLDAS_Noah 模擬結(jié)果在夏季均方根誤差最大，CLDAS_Noah-MP 在春季均方根誤差最大，其中CLDAS_Noah 和GLDAS_Noah 模擬結(jié)果的均方根誤差變化趨勢(shì)相近，但CLDAS_Noah 明顯優(yōu)于GLDAS_Noah。由西北地區(qū)東部結(jié)果（圖7e）可見，CLDAS_Noah 和CLDAS_Noah-MP 模擬結(jié)果相當(dāng)，均優(yōu)于GLDAS_Noah。

從西南地區(qū)（圖7f）可以看出，GLDAS_Noah模擬結(jié)果的均方根誤差明顯大于CLDAS_Noah 和CLDAS_Noah-MP，CLDAS_Noah-MP 在春季和夏季均方根誤差略大于CLDAS_Noah，但在秋季和冬季 則 優(yōu) 于CLDAS_Noah，CLDAS_Noah-MP 對(duì) 該地區(qū)夏季模擬結(jié)果明顯不如10 cm 深度。從西北地區(qū)西部（圖7g）可以看出，3 個(gè)模式模擬的土壤溫度均方根誤差變化趨勢(shì)基本相近，其中GLDAS_Noah 明顯大于CLDAS_Noah 和CLDAS_Noah-MP，CLDAS_Noah 模擬結(jié)果在冬季均方根誤差明顯大于CLDAS_Noah-MP，而在春、夏和秋季，CLDAS_Noah 模擬效果優(yōu)于CLDAS_Noah-MP。

圖7 GLDAS_Noah、CLDAS_Noah、CLDAS_Noah-MP 模擬的不同分區(qū)40 cm 土壤溫度均方根誤差時(shí)間序列 （a.東北，b.華北，c.江淮，d.華南，e.西北東部，f.西南，g.西北西部，h.青藏高原）Fig.7 Time series of 40 cm soil temperature RMSE for GLDAS_Noah，CLDAS_Noah and CLDAS_Noah-MP in different regions （a.Northeast，b.North China，c.Jianghuai，d.South China，e.Northwest East，f.Southwest，g.Northwest West，h.Tibet）

從青藏高原地區(qū)（圖7h）的結(jié)果可以看出，GLDAS_Noah 的均方根誤差明顯大于CLDAS_Noah和CLDAS_Noah-MP，CLDAS_Noah-MP 效果優(yōu)于CLDAS_Noah，該結(jié)果與崔園園等（2018）評(píng)估CLDAS 多模式集成產(chǎn)品與GLDAS 土壤溫度產(chǎn)品對(duì)比分析結(jié)論較為一致，且在該層CLDAS_Noah-MP模擬的土壤溫度均方根誤差小于10 cm 深度，尤其是春、夏兩季，主要與模式凍融參數(shù)化方案有關(guān)（劉火霖等，2020）。

綜合對(duì)比可以看出，CLDAS_Noah 和CLDAS_Noah-MP 在不同季節(jié)不同分區(qū)均優(yōu)于GLDAS_Noah，對(duì) 于CLDAS_Noah 和CLDAS_Noah-MP 模擬結(jié)果而言，除西北西部的春、夏和秋季以及華北和東北地區(qū)的春、秋季之外，CLDAS_Noah-MP 模擬結(jié)果在其他季節(jié)、其他地區(qū)均優(yōu)于CLDAS_Noah。

4 結(jié)論與討論

本研究使用CLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)分別驅(qū)動(dòng)Noah 和Noah-MP 陸面模式進(jìn)行中國土壤溫度的模擬，基于2010—2018 年中國氣象局2380 個(gè)土壤溫度站點(diǎn)觀測(cè)數(shù)據(jù)，從空間分布、不同季節(jié)、不同區(qū)域時(shí)間序列對(duì)GLDAS_Noah、CLDAS_Noah 和CLDAS_Noah-MP 模擬的10 和40 cm 土壤溫度進(jìn)行了評(píng)估，分析了不同驅(qū)動(dòng)數(shù)據(jù)相同陸面模式和相同驅(qū)動(dòng)數(shù)據(jù)不同陸面模式的10 和40 cm 土壤溫度模擬結(jié)果。主要結(jié)論如下：

（1） GLDAS_Noah、CLDAS_Noah 和CLDAS_Noah-MP 均能夠合理地模擬出中國10和40 cm 土壤溫度季節(jié)空間分布，但量級(jí)有一定差異，差異主要表現(xiàn)在東北和新疆積雪區(qū)、青藏高原等地區(qū)，與模式本身的參數(shù)化方案及大氣驅(qū)動(dòng)數(shù)據(jù)質(zhì)量有關(guān)

。

（2） 不同模式相同驅(qū)動(dòng)數(shù)據(jù)的模擬結(jié)果比較顯示，無論是10 cm 或是40 cm 土壤溫度， CLDAS_Noah 模擬的冬季誤差明顯大于CLDAS_Noah-MP，尤其是東北地區(qū)、青藏高原和新疆地區(qū)，與CLDAS_Noah-MP 陸面模式改進(jìn)了積雪方案有關(guān)； CLDAS_Noah-MP 在東北、華北、青藏高原地區(qū)春季10 和40 cm 土壤溫度模擬誤差明顯大于CLDAS_Noah，可能與Noah-MP 陸面模式融雪方案有關(guān)。

（3） 相同模式不同驅(qū)動(dòng)數(shù)據(jù)模擬試驗(yàn)結(jié)果的季節(jié)評(píng)估與分區(qū)均方根誤差時(shí)間序列結(jié)果顯示，對(duì)10和40 cm 土壤溫度而言， CLDAS_Noah 模擬結(jié)果均優(yōu)于GLDAS_Noah，間接表明CLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)總體上優(yōu)于GLDAS 大氣驅(qū)動(dòng)數(shù)據(jù)，且大氣驅(qū)動(dòng)數(shù)據(jù)質(zhì)量是改善土壤溫度模擬結(jié)果的重要因素之一。

總體上可以看出，Noah 和Noah-MP 陸面模式均不能準(zhǔn)確模擬出中國不同區(qū)域、不同季節(jié)土壤溫度，各有優(yōu)缺點(diǎn)，文中結(jié)果間接表明了大氣驅(qū)動(dòng)數(shù)據(jù)精度對(duì)陸面模擬結(jié)果的重要性。因此，后續(xù)除綜合不同模式在不同時(shí)、空尺度模擬上的優(yōu)勢(shì)，計(jì)算每個(gè)模式的權(quán)重進(jìn)行多模式集成外，應(yīng)充分利用中國氣象局現(xiàn)有2400 多個(gè)土壤溫度站點(diǎn)觀測(cè)數(shù)據(jù)，選擇合適的同化方法將站點(diǎn)的觀測(cè)資料同化到陸面模式中，從而研制中國高質(zhì)量土壤溫度數(shù)據(jù)集。