大气强迫数据的不确定性对地表温度模拟结果的影响研究——以黄河流域上中游为例

地表温度Land Surface Temperature(LST)是气候变化的重要指标，地表温度时空分布的准确估计，对加强地表水文过程的理解以及预测未来干旱状况至关重要。通用陆面模型模拟结果的准确性与大气强迫数据的质量紧密相关，强迫数据自身的误差会传递至模拟结果。本研究利用了Climatic Research Unit-National Centers for Environmental Prediction(CRUNCEP)、Global Soil Wetness Project(GSWP)及China Meteorological Forcing Dataset(CMFD)三套大气强迫数据集、中国地面气候资料日值数据集(V3.0)、中分辨率成像光谱仪Moderate-resolution Imaging Spectroradiometer(MODIS)反演的地表温度数据集，以通用陆面模型Community Land Model 5.0(CLM5.0)为研究工具，探讨了大气强迫数据的不确定性对模型模拟LST的影响，分析了黄河流域上中游LST时空分布特征以及不同大气强迫数据集驱动下LST的模拟特点。研究表明:(1)2003-2010年，三套大气强迫数据中的气温和入射太阳辐射存在一定的不确定性。在气温的时间变化方面，三套大气强迫数据变化趋势较一致，波动与不同数据间差距都较小，呈现GSWP的气温最高，CRUNCEP次之，CMFD最低的局面。在入射太阳辐射的时间变化方面，三套大气强迫数据年际变化趋势有一定差异，CRUNCEP数据在数值上与另两套数据有较大差别，是三套中最高的。入射太阳辐射在秋冬季，CMFD数据最低;在春夏季，CRUNCEP数据最高。空间上，三套数据在四季均表现出东南部气温较高，东北和西部气温较低的特征。CRUNCEP和GSWP数据空间分布相似，CMFD数据的气温空间分布更细致，与另两套数据的差异较大。入射太阳辐射呈现出东南部较低，西部青藏高原区域较高的特征;CRUNCEP的数据较高，波动较小，CMFD数据空间分布波动较大。与中国地面气候资料日值数据集相比发现，研究区东部的数据精度显著高于研究区西部的数据精度。且CMFD数据的不确定性最小，GSWP数据次之，CRUNCEP数据不确定性最大。总的来说，由于CMFD数据在现有的多个数据资料的基础上融合了更多地面气象站观测数据，分辨率也较高，因此，CMFD数据提供的气温和入射太阳辐射数据在三套数据中最佳。(2)2003-2010年，三套大气强迫数据驱动下的黄河流域上中游地表温度年际变化趋势较一致，但CLM-GSWP模拟的地表温度最高，CLM-CRUNCEP次之，CLM-CMFD最低。在空间上，三套大气强迫数据模拟的地表温度均能较好地刻画出MODIS地表温度数据的空间分布特征:研究区西部LST较低，关中平原LST较高，均体现出LST随纬度、季节、地形、和土地利用类型变化而变化的特点。在不确定性方面，三套数据的模拟结果都表现出研究区东部不确定性明显低于西部区域不确定性。除冬季CLM-CMFD结果不是最佳外，其他三个季节CLM-CMFD方案的模拟结果均最佳。综合分析后，得出结论:CLM-CMFD方案的LST模拟结果最优，但其驱动模拟冬季LST时的准确性有待进一步提高。(3)三种LST模拟结果在时间尺度上的大小排序、在空间上的分布特征以及不确定性的特点与三套大气强迫数据集中的气温特征是一致的。CMFD数据驱动的模拟结果高估了关中平原的地表温度，主要是来自大气强迫数据中气温的不确定性。春秋季节，三种方案的LST模拟结果都表现出与气温和入射太阳辐射较高的相关性，而在冬夏季节，相关性较低;相比于入射太阳辐射，LST与气温有着更加显著的相关性，说明CLM在模拟LST时，受大气强迫数据中的气温影响更大，在今后对LST进行研究时，应尤其注意选择气温准确性较高的强迫数据集驱动模型。总的来说，大气强迫数据集中的气温和入射太阳辐射的不确定性会通过模型传递到地表温度的模拟结果，未来需要不断地提高大气强迫数据集的精确性来提高在黄河流域上中游地表温度模拟的精确性。