土壤数据集对全球陆面过程模拟的影响

发布时间：2021-08-31 06:48

　　基于通用陆面模式（Common Land Model, CoLM）,首次评估了两套最新的全球土壤数据集GSDE（Global Soil Dataset for Earth System Model）和SG（SoilGrids）对全球陆面过程模拟的影响。比较分析了两套数据中砂粒、粘粒、砾石、有机碳的含量和容重这五个土壤属性在全球分布上的差异以及这种差异造成的对模式估计的土壤特性参数、水力热力变量的影响。结果表明,土壤特性参数在全球的空间分布主要受土壤粒径分布（砂粒、粉粒和粘粒）影响,同时也受砾石、有机碳和容重的影响。土壤资料对全球模拟结果影响主要体现在区域差异,对水文学变量的影响（Re最大达到±100%）大于对土壤热力学变量的影响（Re<±10%）,对地表辐射变量的影响较小（Re<±5%）。其中,土壤体积含水量在加拿大中部及西北部、俄罗斯东南部及中西部和澳大利亚中部地区模拟结果相差较大,总径流在低纬地区模拟结果出现较大的差异,热力学变量在非洲北部、加拿大西北部以及俄罗斯中北部的差异稍大。将模拟的土壤体积含水量与站点观测相比,两套数据的表现接近,与站点观测相比都存在一定的偏差,... 

【文章来源】：气候与环境研究. 2020,25(05)北大核心CSCD

【文章页数】：20 页

【部分图文】：

2001年1月至2010年12月网格点（0°，20°E）月平均的（a）土壤体积含水量和（b）地表温度

表4是两组试验结果中全球土壤水力、热力和辐射变量的统计量。所有变量的全球平均值和标准差均相差不大。两组试验结果的相关性较高，除了土壤体积含水量为0.69以外，总径流、感热通量、潜热通量和辐射变量结果的相关性达到了0.99。从全球平均和两个试验结果的相关性统计量来看，对热力学变量和辐射变量的差异很小。5.1 土壤水文学变量的模拟

图5是基于GSDE的饱和土壤含水量和饱和导水率以及相对变化量Re的全球分布。土壤孔隙的大小由土壤颗粒大小以及土壤中有机质含量共同决定，孔隙度随着粒径的增加而减小。如图5a所示，孔隙度大部分是在0.2～0.3之间，GSDE在阿拉斯加、加拿大部分地区和俄罗斯西西伯利亚平原孔隙度较高达到0.7，这部分地区有机碳含量高，容重小，土壤疏松，导致孔隙度较高。两组试验结果，大部分差值在0.1以内，但相对变化量Re最高达到了±80%以上。Re值最小的地方主要对应GSDE中有机质比SG多的地方，例如阿拉斯加、加拿大及俄罗斯部分地区，因为有机质含量多，土质疏松，造成孔隙度比SG对应的地区小；Re大值区主要对应砾石含量SG较GSDE少的地方，因为砾石是粒径最大的粒子，它的含量越多会导致土壤的孔隙度越小。饱和导水率是土壤质地、容重、孔隙分布特征的函数。砂粒粒子较粗，砂粒含量大，饱和含水量低。砂质土壤的渗水能力强，即水力传导率大。质地越细，导水率越小。因此两组试验的结果，饱和导水率分布与砂粒含量分布基本一致。饱和导水率由于受土壤质地、容重、孔隙分布以及有机质含量的影响，其空间变化较大，在图5d中，Re超过了±100%，且空间上差异很大，说明土壤属性对它的影响非常大。图6是基于GSDE的孔隙大小分布指数和饱和土壤基质势以及相对变化量Re的全球分布。两组试验中，砂粒含量多的地方都表现出孔隙大小分布指数大。因为砂粒含量多且粒径较粗，孔隙均匀，孔隙大小分布指数大，与砂粒含量分布基本一致。孔隙大小分布指数λ在函数关系中是在指数的位置，所以虽然Re值较小，大部分在±40%以内，但是对土壤基质势的影响却很大。土壤饱和时土壤水势的绝对值小，而土壤含水量低时土壤水势的绝对值大。为了测量方便，其单位是厘米长度的量纲。土壤基质势在模式中的计算是与砂粒、粘粒含量直接相关的。如图6b所示，基质势的分布也与砂粒含量分布基本一致，砂粒含量多的地方饱和土壤基质势值大。土壤水势的绝对值随土壤质地变粗而减小，饱和基质势值大的地方对应砂粒含量多是因为当砂粒含量多，饱和含水量少，土壤基模对水的吸附作用和孔隙对水的毛管作用之和而产生的对土壤的负压力就小。饱和基质势值Re达到了±100%，和两套数据砂粒的差值分布图吻合，说明土壤水势受土壤质地类型影响很大。

【参考文献】：
期刊论文
[1]地球系统模式CAS-ESM[J]. 周广庆,张云泉,姜金荣,张贺,吴保东,曹杭,王天一,郝卉群,朱家文,袁良,张明华.  数据与计算发展前沿. 2020(01)
[2]通用陆面模式（CoLM）湖泊过程方案与性能评估[J]. 戴永久,魏楠,黄安宁,朱司光,上官微,袁华,张树鹏,刘少锋.  科学通报. 2018(Z2)
[3]黄河源区土壤湿度时空分布的模拟研究[J]. 何媛,文军,黄彦彬,张堂堂,赖欣,康悦,余海.  高原气象. 2017(01)
[4]GRAPESGFS全球中期预报系统的研发和业务化[J]. 沈学顺,苏勇,胡江林,王金成,孙健,薛纪善,韩威,张红亮,陆慧娟,张华,陈起英,刘艳,刘奇俊,马占山,金之雁,李兴良,刘琨,赵滨,周斌,龚建东,陈德辉,王建捷.  应用气象学报. 2017(01)
[5]土壤质地对中国区域陆面过程模拟的影响[J]. 吴龙刚,王爱慧,盛炎平.  气候与环境研究. 2014(05)
[6]The Construction of SCM in GRAPES and Its Applications in Two Field Experiment Simulations[J]. 杨军丽,沈学顺.  Advances in Atmospheric Sciences. 2011(03)
[7]IAP大气-植被耦合模式的建立及其模拟[J]. 刘少锋,林朝晖,蒋星,曾宁.  气候与环境研究. 2009(03)
[8]通用陆面模式对土壤质地和亮度的敏感性分析[J]. 梁晓,戴永久.  气候与环境研究. 2008(05)
[9]通用陆面模式CLM在东亚不同典型下垫面的验证试验[J]. 刘少锋,林朝晖.  气候与环境研究. 2005(03)



本文编号：3374415