2 中国科学院大气物理研究所, 北京 100029
2 Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
诸多研究表明,欧亚大陆北部冬、春季积雪与东亚夏季气候密切相关(Yang and Xu,1994;Wu and Kirtman,2007;Wu et al.,2009;穆松宁和周广庆,2010; Yim et al.,2010;许立言和武炳义,2012)。积雪的反照率效应和水文效应被认为是其影响气候的两个重要途径(Barnett et al.,1988,1989; Matsumura et al.,2010; Souma and Wang,2010)。当冬、春季积雪偏多时,地表反照率增大,地表吸收的净短波辐射减少,潜热、感热和长波辐射损失也减少,陆地成了热汇。当积雪融化时,积雪融水进入土壤,使得土壤温度(湿度)降低(增加)。它在积雪消失后,还通过积雪融水的低温和蒸发影响陆地的增暖过程,进而阻碍亚洲大陆随后海陆热力差异的增加,导致夏季风偏弱。
然而,两种途径的重要性仍存在一定争议,具体过程也不清楚。穆松宁和周广庆(2012)指出,春、夏季陆面季节演变异常是前冬积雪—夏季气候“隔季相关”的重要桥梁:当欧亚北部冬季增雪面积偏大时,从春季向夏季欧亚北部大范围积雪—冻土自西向东、由南向北的融化进程减慢,导致本应在春季融化的积雪和冻土向后推迟,进而夏季东亚中高纬积雪和冻土融化强烈,土壤温度明显偏低,进而引起东亚夏季环流异常。他们的研究表明,东亚中高纬土壤温度可能在积雪—夏季气候“隔季相关”中发挥重要作用。
那么,土壤温度有何特性,它对气候的影响到底如何?Carson and Moses(1963)较早地研究了美国阿贡国家实验室所在地上层土壤与大气热量交换的日循环和年循环,发现热交换的日循环与地表净辐射相似,而年循环的最大值在6月和11月出现。中国学者围绕土壤温度与中国春、夏季降水的关系做了大量研究,结果表明:前期土壤温度(0.8~3.2 m)与同一地区或邻近地区后期降水有显著的统计相关性,即前期土壤温度偏高,则后期降水偏多,反之亦然;层次越深,滞后时间也越长(汤懋苍等,1986,1988;汤懋苍和张建,1994;章基嘉等,1994)。Hu and Feng(2004)从能量(土壤焓)的角度解释了美国西南部夏季风降水与美国西北部前冬降水和雪盖的相关性,并指出各土壤层(0~1 m)焓变率的量级在月到季节尺度上与大气都很相近。此外,国内外学者针对地温的气候效应进行了许多数值试验。Xue et al.(2012)通过区域气候模式降尺度,研究了美国西部春季次表层土壤温度异常对北美夏季降水的影响,发现5月初美国西部次表层地温正异常会引起气旋式异常环流,并通过Rossby波在西风气流中东传,导致6月美国南部多雨和北部少雨。Mahanama et al.(2008)通过三个长期大气环流模式试验指出,在绝大多数地区,自由变化的次表层地温能显著增加近地面气温的变率和陆面记忆时间。
通过以上总结可以发现,土壤温度具有明显的气候效应,但以往的研究大多关注中纬度土壤温度异常与中纬度气候的关系,很少涉及中高纬土壤温度异常对中纬度的影响,例如上文提到的东亚中高纬土壤温度异常对东亚大气环流的影响。为了回答这个问题,我们需要一套在该地区较为可靠的土壤温度资料。
已有研究显示,俄罗斯有近百年的土壤温度站点观测资料,站点多、土壤分层细(0.05~3.2 m深)。但其时空代表性较差,测站集中于50°N~65°N,以北地区台站较少,而且各站点记录长短不一,有的可追溯到19世纪初,有的则始于20世纪90年代,并且各台站表层(0.05~0.2 m)地温在冷季不观测(Gilichinsky et al.,1998; Frauenfeld et al.,2004; Frauenfeld and Zhang,2011; Park et al.,2014),因此把这套资料直接用于对时空覆盖均匀性要求较高的气候分析,特别是与大气环流气候关系的分析,多少显得力不从心。另一方面,作为替代产品,目前许多再分析资料和模式产品中都包含土壤温度,例如欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)的ERA-40、ERA-Interim和ERA-Interim/Land(Kållberg et al.,2004;Berrisford et al.,2011; Balsamo et al.,2012),但针对地温产品的系统性评估工作还较少,更多的是基于观测地温的数值天气预报模式(Godfrey and Stensrud,2008; Holmes et al.,2012; Albergel et al.,2015)、气候系统模式(PaiMazumder et al.,2008)、陆面模式(陈海山等,2010)和资料同化系统(Xia et al.,2013; Wang et al.,2016)等的评估和改进工作。Albergel et al.(2015)利用美国和欧洲地区近700个站点的观测土壤温度,评估了ECMWF预测的2012年表层土壤温度(时效为一天),发现模式高估了美国下午的地温,而低估了德国及周边地区的地温。PaiMazumder et al.(2008)借助俄罗斯400多个台站的观测土壤温度,检验了通用气候系统模式(Community Climate System Model,CCSM)全耦合时的地温气候态,结果显示CCSM很好地抓住了土壤温度季节变化的位相,但振幅与观测有差异:冬季偏高,夏季偏低,春、秋两季与观测最为接近。值得注意的是,当前陆面模式大都是柱模式(Oleson et al.,2004),不同的水平分布点彼此之间没有直接联系(这有别于大气和海洋的同化分析),同时在同化过程中也很少用到土壤温度的垂直廓线,而且有时还会采用简化的同化方案(Dee et al.,2011),因此再分析地温的好坏很大程度上取决于所采用的大气强迫资料,即使采用了一些土壤观测资 料,也往往仅限于表层。此外,针对土壤湿度(Yeh et al.,1984; Vinnikov et al.,1996; 马柱国等,1999,2000,2001; 张文君等,2008a,2008b; 左志燕和张人禾,2008)和陆地表面温度(皮温)(Wan et al.,2002; Tsuang et al.,2008)的研究较为细致、透彻,而对整层的土壤温度等变量研究还较少(Albergel et al.,2015)。
综上述所,由于该地区观测资料质量的限制、土壤温度产品评估工作的匮乏,以及数值试验的需要,评估当前再分析资料中土壤温度在东亚中高 纬的适用性变得十分必要。本文选用了四套较新的、具有代表性的,并且土壤垂直分层较细的土壤温度产品,即ERA-Interim/Land、ERA-Interim、MERRA-Land(Reichle et al.,2011)和NOAA-CIRES 20CR(Compo et al.,2011),以及一套俄罗斯土壤温度历史观测资料。本文其他部分的内容安排如下:第二部分为资料和方法介绍,第三、四、五、六和七部分分别讨论土壤温度的单站垂直特征、土壤温度气候态的空间分布、土壤温度的季节循环(多年平均态)、年际变率(标准差)和年际变化趋势。
2 资料和方法本文使用了5套土壤温度数据,包括俄罗斯土壤温度历史资料RHSTD、两套再分析资料(ERA-Interim和NOAA-CIRES 20CR)和两套陆面模式离线产品(Interim-Interim/Land和MERRA- Land)。下面作简要介绍。
2.1 观测资料RHSTD(Russian Historical Soil Temperature Data)为俄罗斯月平均和年平均土壤温度台站观测数据,由科罗拉多大学和俄罗斯科学院(RAS)负责整理(http://data.eol.ucar.edu/codiac/dss/id=106. ARCSS078 [2015-11-13])。如图 1所示,土壤温度观测站点在东亚中高纬的50°N~70°N较为集中,在70°N以北较少,50°N以南的蒙古和中国境内没有站点。土壤温度深度范围为0.02~3.2 m,共13层(0.02、0.05、0.1、15、0.2、0.4、0.6、0.8、1.2、1.6、2.0、2.4和3.2 m)。时间跨度为1882~1990年,但观测不连续,很多台站的记录集中在1930~1950年。该套资料提供年平均和逐月平均两个版本。由于年平均数据缺测严重,本文选用月平均资料。
ERA-Interim是ECMWF利用IFS(Integrated Forecast System)研发的继ERA-15和ERA-40之后的第三代再分析资料(Kållberg et al.,2004; Berrisford et al.,2011)。尽管ERA-Interim和ERA-40采用同一陆面模式TESSEL(Tiled ECMWF Scheme for Surface Exchanges over Land)(van den Hurk et al.,2000),并将土壤按深度分为四层:0~7 cm、7~28 cm、28~100 cm和100~289 cm,但ERA-Interim所用IFS在ERA-40的基础上升级为IFS CY31r2,对应的资料同化方法由三维变分(3D-Var)变为四维变分(4D-Var),大气模式的水平分辨率也由T159(约125 km)提高到T255(约80 km)。除个别情况外,2002年以前ERA-Interim同化的观测资料与ERA-40相同,2002年以后同化的观测资料与ECMWF业务预测系统相同(Berrisford et al.,2009),但都不含土壤温度(Albergel et al.,2015)。资料的时段为1979年1月至今。
NOAA-CIRES 20CR是美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)与科罗拉多大学的环境科学合作研究所(Cooperative Institute for Research in Environmental Sciences,CIRES)利用美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)全球预报系统GFS 2008ex生成的一套20世纪再分析资料,简称NOAA-CIRES(Compo et al.,2011)。该套资料最新版V2c时间范围为1851~2011年,弥补了绝大多数再分析资 料时间短的缺陷,但水平分辨率较低为T62(约 200 km)(www.esrl.noaa.gov/psd/data/gridded/data.20thC_ReanV2c.html [2015-11-13])。其中,土壤在垂直方向上分为4层:0~10 cm、10~40 cm、40~100 cm和100~200 cm。值得注意的是,NOAA- CIRES使用逐月海表温度和海冰浓度作为边界条件,并同化了不常用的地表(陆地和海洋)气压,同时采用集合卡曼滤波同化方法,以提供资料不确定性的估计。检验结果显示,该套资料能较好的重现地面逐日天气形势和温带对流层的环流(Compo et al.,2006)。
2.3 陆面模式离线运行产品离线运行陆面模式可以有效地区分不同陆面参数化方案的好坏(Polcher et al.,1998)。用再分析资料驱动陆面模式离线运行,还能改进再分析资料中的陆面部分(Reichle et al.,2011; Balsamo et al.,2015)。因此,本文选取了两套此类数据—— MERRA-Land(Reichle et al.,2011)和ERA- Interim/Land(Balsamo et al.,2012),简称ERA- Land。这两套数据生成方法相同,即分别选用大气再分析资料MERRA和ERA-Interim,并根据GPCP v2.1降水(Huffman et al.,2009)订正其中的降水场,分别驱动改进的陆面模式,得到离线运行产品。
不同之处在于,ERA-Interim不仅同化了大气,还同化了2 m气温和相对湿度、以及积雪深度和范围等陆面变量,但不含土壤温度和湿度(Dee et al.,2011),而MERRA是美国国家航空航天局(National Aeronautics and Space,NASA)用GEOS-5.2.0(Goddard Earth Observing System)生成的第二代再分析资料,只同化了观测的和遥感的大气状态(Rienecker et al.,2011)。此外,MERRA-Land的水平分辨率较高为2/3°经度×1/2°纬度,所用陆面模式为GEOS-5.7.2 Catchment(Koster et al.,2000; Reichle,2012),并将土壤温度分为6层(0~10 cm、10~30 cm、30~70 cm、70~150 cm、1.5~3 m和 3~13 m),但土壤湿度分为2层,即表层(2 cm厚)和根区层(0.75~1.0 m厚)(Reichle,2012)。ERA-Land的水平分辨率较低为T255(约80 km),所用陆面模式HTESSEL(Hydrology Tiled ECMWF Scheme for Surface Exchanges over Land)(Balsamo et al.,2015),土壤垂直分层和ERA-Interim相同。
2.4 用法和说明由表 1可见,上述四套土壤温度产品均没有同化观测土壤温度。为了方便比较,四套土壤温度产品均取1980~2010年逐月数据(ERA-Land根据逐日四次资料算得),并将其统一插值到1°×1°网格和4个新的土壤层:0~10 cm、10~30 cm、30~100 cm和100~200 cm,分别记为L1、L2、L3和L4。其中,水平方向采用双线性插值;在垂直方向上,地温随深度变化缓慢,近似线性,所以采用线性插值并与厚度加权结合。RHSTD取与四套土壤温度资料共同的时段1980~1990年,垂直方向处理同上。在下文的分析中,若无特殊说明,土壤温度气候态取各套资料所用年份的平均,标准差均取1980~1990年的平均偏差。所选区域为东亚中高纬,即(40°N~80°N,80°E~180°)。
由于文中所用RHSTD仅11年,且在某些年份、月份和土壤层缺测较多,为保证年平均和季节平均的代表性,本文选取满足如下条件的站点:各月地温缺测不超过四年,并且相邻三年不缺测。年平均、春季和夏季土壤温度可用站点分别如图 2a、b和c所示。不难发现,无论年平均还是春季或夏季,观测地温RHSTD在10~30 cm层缺测均最少。在0~10 cm层,年平均和春季土壤温度全缺测,没有可用站点,而在夏季则有较多可用站点。因此,在下文的分析中将重点讨论10~30 cm土壤温度,同时考虑夏季不同层次土壤温度的差异。为了消除单站代表性差的影响,本文根据观测站点的分布和各站数据情况,在东亚中高纬选定了六个区域,分别记为A-F,如图 2方框所示。下文区域平均,观测取区域内站点平均,再分析取纬度余弦加权的面积平均。
首先,我们利用观测资料RHSTD,从中选取了16个逐月数据缺测均较少的站点,并据此分析了东亚中高纬地区土壤温度的单站垂直特征。图 3显示,16个代表站分布相对均匀。其中,星号、圆圈、空心三角和实心三角站点分别代表东亚中高纬的东南角、95°E以西、贝加尔湖地区和60°N以北。因此,所选站点能大致反映该地区土壤温度的基本特征及其经向和纬向差异。
图 4为东亚中高纬16个代表站11年平均的各月土壤温度垂直廓线。由图可见,各站点土壤温度垂直廓线基本一致。土壤温度在0~2 m土层波动较大,随季节在0℃上下摆动;在2 m以下土层则稳定少变,并且随着纬度的增加,在60°N以北地区(3号和166号站)出现永久冻结现象。在季节演变上,冬季土壤温度随深度增加而缓慢升高,夏季随深度增加而迅速降低,春秋两季地温过渡现象明显。春季中下旬(4~5月)上层土壤迅速增温(10℃左右),并经历了由冻到融的急剧变化,垂直廓线也由“冬季型”变为“夏季型”。秋季中上旬(9~10月)则相反,上层土壤开始降温,垂直廓线由“夏季型”向“冬季型”转变,并在60°N以北地区(蓝线)开始出现冻结。春(秋)季上层土壤最先开始融(冻)的现象,也反映了上下层土壤温度变化的超前滞后关系。同时,东亚中高纬土壤温度也存在明显的经、纬向差异,尤其是夏、秋、冬三季。在贝加尔湖地区(绿线),各层土壤温度明显比东南地区(黑线)和95°E以西地区(红线)低,即为50°N~60°N的冷中心;而在60°N以北(蓝线),土壤温度较南侧低,冻土(低于0°的土层)持续时间也比南侧长。此外,东亚中高纬各月土壤温度随深度的变化“近似线性”或“分段线性”,所以本文在作地温垂直插值时,将线性插值和厚度加权结合是合理的。
那么前述四套土壤温度产品是否也具有观测所示的特征呢?为了回答这个问题,我们在图 3所示四个区域各选一个有代表性的站点(编号为3、48、68和152),将四套土壤温度产品用双线性方法插值到对应的观测站点。其垂直廓线与观测资料RHSTD的对比结果如图 5所示。不难发现,四套土壤温度产品较好地重现了东亚中高纬地区地温的基本特征,包括地温的垂直廓线及其季节演变特征,以及地温的经、纬向差异。不过,各套地温产品的数值与观测的差异也很明显,尤其是60°N以北(蓝线),四套地温产品均低估了该地区的土壤温度。因此,四套地温产品较好地反映了东亚中高纬地温的基本特征,但数值上有差异。
图 6给出了东亚中高纬地区五套资料年平均土壤温度的气候态。由图可见,四套土壤温度产品在0~10 cm、10~30 cm和30~100 cm的空间分布十分相似,各层差异较小,而年平均土壤温度RHSTD在0~10 cm层没有可用观测站(图 2a),30~100 cm层可用站点又较少,可用站点较多的10~30 cm地温应具有更好的代表性,所以下面取该层进行分析。在空间分布形态上,与观测(圆点)一样,ERA-Interim(图 6a2)、ERA-Land(图 6b2)、MERRA-Land(图 6c2)和NOAA-CIRES(图 6d2)地温都呈现“南暖北冷”特征,并在北部沿海130°E~150°E范围内有一个冷中心。尽管欧亚大陆北部陆地覆盖类型复杂,遍布森林、灌木、草地、湿地和苔原等(Groisman et al.,2007),但其地表净辐射应是决定地温分布的主要因素。从年平均 的地表净辐射气候态看,其呈现由赤道向极区递 减的分布(Hatzianastassiou and Vardavas,1999; Hatzianastassiou et al.,2004)。因此,地温“南暖北冷”的空间分布更多地是辐射作用的结果,而复杂的土壤热力性质至多对其起到一些调制作用。这四套地温产品年平均气候态与观测值具有显著的空间相关性,相关系数分别为0.91、0.91、0.93和0.85,均达到0.01显著性水平(表略)。但是,在贝加尔湖东北部和西南部,ERA-Interim、ERA-Land和MERRA-Land土壤温度也有明显的低值次中心,NOAA-CIRES由于空间分辨率较低和同化方案等原因没有呈现这一特征,而该处RHSTD恰好缺测。
另一方面,尽管四套地温产品在各土壤层的空间相关系数都很高,均在0.91以上且达到0.01显著性水平(表略),但65°N以北和贝加尔湖地区差异明显。由图 6可见,在上述地区,ERA-Interim(图 6a2)和MERRA-Land(图 6c2)明显低于ERA-Land(图 6b2)和NOAA-CIRES(图 6d2),对应的东亚中高纬土壤温度的经向梯度也更大。东亚中高纬A-F区(图 2)区域平均10~30 cm年平均土壤温度气候态进一步(表 2)表明,ERA-Land土壤温度与观测最为接近,而ERA-Interim与MERRA-Land与观测差异最大。因此,ERA-Land年平均土壤 温度较好地反映了东亚中高纬地温的空间分布特征,不过高估了北部沿海130°E~150°E范围内的地温(图 6b2)。
春季各套土壤温度资料的空间分布(图 7)与年平均相似,0~10 cm、10~30 cm和30~100 cm地温的空间分布也基本相同,但随深度增加土壤温度有所降低,尤其是30~100 cm层60°N以南地区。同样地,在65°N以北和贝加尔湖地区四套土壤温度产品存在较大差异,但在北部沿海130°E~150°E范围内,春季ERA-Land和NOAA-CIRES与观测的差异比年平均小得多。比较四套土壤温度产品与观测地温的空间分布(图 7)以及各子区域平均的10~30 cm春季土壤温度气候态(表 2),可以发现:春季ERA-Land土壤温度与观测最为接近。
夏季各套土壤温度资料的空间分布(图 8)与春季相似,也都表现为“南暖北冷”。在夏季,即使中高纬度日照时间长,但地表的净辐射依然是“南高北低” [见Hatzianastassiou et al.(2004)图 6],相应地,地温也呈现“南高北低”的分布结果。所不同的是,夏季土壤温度随深度的增加而降低表现更为明显,各层地温的差异增大。在65°N以北地区四套土壤温度产品之间的差异比春季更小,北部沿海130°E~150°E范围内的低值中心消失,经向温度梯度的差异也减小。此外,夏季四套土壤温度产品在0~10 cm层差异最小,10~30 cm层次之,30~100 cm层差异最大。进一步分析显示,ERA- Land(NOAA-CIRES)第1~3层地温与观测资料的空间相关性均最好(差),分别为0.80、0.85和0.85(0.67、0.76和0.77),但都达到了0.01显著性水平(表略)。各子区域平均的夏季10~30 cm土壤温度气候态(表 2)也说明,ERA-Land土壤温度与观测最为接近,NOAA-CIRES与观测差异最大。综上所述,在东亚中高纬地区,ERA-Land土壤温度能较好地反映该地区年平均、春季和夏季土壤温度的空间分布。
有研究指出,欧亚大陆北部积雪与我国夏季气候异常有关,并且该地区春夏季陆面演变异常可能是两者“隔季相关”的重要桥梁(穆松宁和周广庆,2012)。本节分析土壤温度的季节演变特征。
在东亚中高纬六个子区域A-F(图 2),五套资料10~30 cm土壤温度的季节循环如图 9所示。由图可见,四套地温产品在各区与观测(RHSTD)均有较一致的季节演变特征,表现为夏季地温最高、冬季地温最低,且秋季与观测最为接近,但各产品与观测的差异不同。ERA-Interim和MERRA-Land在各区被一致低估,但夏半年与观测差异小,ERA- Interim在冬季被严重低估,MERRA-Land在冬季也被低估,但不严重。NOAA-CIRES地温冬半年与观测较为吻合,但夏半年明显低于观测,季节循环的“振幅”因而偏小。ERA-Land地温的季节演变与观测很相近,12个月地温与观测的平均绝对误差在A-F六个区最小,分别为1.5、2.1、2.7、1.8、3.4和2.5℃(表略),因此最能反映观测地温的季节循环。
值得注意的是,四套资料在东亚中高纬的各个子区域(图 9)、各土壤层(图 10)与观测差异最大的时段皆为冷季,即当年11月至次年5月,而其余月份与观测都很接近。因此,四套资料在冷季的大偏差,很可能源自陆面模式,特别是其对季节性雪盖和土壤冻融等模拟的偏差,而非同化方案、同化数据和边界条件的差异(表 1)。Zhang(2005)指出,积雪具有高反照率、高放射率、高吸收率、高相变潜热和低热传导性,不同的雪盖开始时间、持续时间、雪盖厚度和融雪过程,可以影响积雪对地面起增温作用还是冷却作用。Dutra et al.(2010)则指出,欧洲中心HTESSEL陆面模式模拟的林区(开阔地)积雪最终消退时间偏早(晚),土壤温度整体偏低,雪盖面积偏少,改进积雪参数化方案后这些系统性偏差明显减小。
图 10为东亚中高纬4个代表站多年平均的土壤温度时间—深度剖面。图中48、68、152和170号站分布如图 3,分别代表东亚中高纬东南角、95°E以西、贝加尔湖地区和60°N以北。若低于0℃的土层视为冻土,则在东亚中高纬东南侧(图 10a1),冻土深度较浅(不足110 cm),仅冬季存在;95°E以西(图 10a2)冻土稍深(约150 cm);贝加尔湖地区(图 10a3)冻土更深,持续时间也稍长;在60°N以北地区(图 10a4),除5~10月上层土壤外,其余全为冻土,各层、各月地温也比南侧低,与这个地区寒冷的气候是一致的。四套再分析产品都较好地抓住了上述特征,但ERA-Land地温产品(图 10b1-b4)在冻土深度和持续时间上与观测(图 10a1-a4)最为接近,各深度、各月地温与观测差异也较小,但其余三套地温产品的季节演变与观测的差异较大,主要表现为季节变化的幅度较观测更强烈(ERA-Interim和MERRA-Land)或更平稳(NOAA-CIRES)。综上所述,ERA-Land地温最能反映了东亚中高纬土壤的冻融过程和土壤温度的季节演变。
为了进一步评估四套土壤温度产品的年际变化,本文分析了四套土壤温度产品的年际变率(标准差)及其与观测的差异,并重点关注春季和夏季。东亚中高纬地区五套资料年平均土壤温度的标准差如图 11所示,各套资料在0~10 cm、10~30 cm和30~100 cm层的空间分布基本相同,各层差异较小。为了不失代表性,这里仍取观测站点较多的10~30 cm层进行分析。在空间分布形态上,观测土壤温度(图 11a2圆点)的变率表现为:东亚中高纬西北部较低,贝加尔湖以西中等,东亚中高纬东北部(55°N以北125°E以东)较大。除ERA-Interim(图 11a2)外,ERA-Land(图 11b2)、MERRA-Land(图 11c2)和NOAA-CIRES(图 11d2)都能大致抓住这一特征,并且与观测显著相关。空间相关系数分别为0.34、0.60和0.47,均达到了0.01的显著性水平(表 3)。值得注意的是,MERRA-Land第2~4层地温变率与观测的空间相关性均最好(表 3),但高估了东亚中高纬绝大多数地区的地温变率(表 2)。此外,在RHSTD缺测较多的65°N以北地区,四套地温产品之间的差异较大。
与年平均类似,春季上、下层地温标准差具有较好的空间相似性,但春季各层地温的年际变率更大(图 12)。就10~30 cm而言,在空间分布上,春季观测地温的年际变率有一定的“北高南低”特征:西伯利亚中东部(60°N以北120°E~155°E)最高(约1.5℃),贝加尔湖及其以西地区居中(1.0~1.5℃),而东亚中高纬东南部较低(约1.0℃)。四套地温产品变率的空间分布与观测有一定的相似性,空间相关系数都在0.29以上且达到0.01显著性水平,其中NOAA-CIRES最高为0.38(表 3)。在量值上,ERA-Interim和MERRA-Land高估了大部分地区的变率,ERA-Land则低估了大部分地区的变率(表 2)。尽管NOAA-CIRES也存在高估 或低估变率的区域(表 2),但它与观测在第2~4土壤层均显著相关(表 3),因而与观测的整体差异最小。
如图 13所示,夏季四套土壤温度产品年际变率的空间分布都表现为“北高南低”,并且变率随深度的增加而递减,尤其是在贝加尔湖以北地区,因而各套地温上、下层变率的分布较为相似。就10~30 cm而言,ERA-Interim(图 13a2)、ERA-Land(图 13b2)和MERRA-Land(图 13c2)地温变率大值区位于北部沿海90°E~130°E范围内,并呈“倒三角”状,三套地温产品间量值差异也很小。此外,这三套地温产品与观测值在空间上显著相关,相关系数分别为0.43、0.41和0.40(表 3),各子区域平均地温的变率与观测的差异都不超过0.3℃(表 2)。0~10 cm也有类似特征,只是在东亚中高纬东北角和东南侧与10~30 cm存在一定差异。在30~100 cm土壤层,ERA-Interim(图 13a3)、ERA-Land(图 13b3)和MERRA-Land(图 13c3)地温变率的大值区缺少观测值,因而难以说明这三套资料在该层的适用性。而NOAA-CIRES各层地温的变率与观测、其他三套地温产品都有明显的差异,所以用来描述这一地区夏季地温的变率效果会较差。
综上所述,在不同季节和土壤层,四套地温产品变率的空间分布与观测的差异不同。就年平均 而言,MERRA-Land空间分布形态与观测最为 接近,但高估了绝大多数地区地温的变率。春 季,NOAA-CIRES也存在高估或低估变率的区域,但它与观测在各土壤层均显著相关,因而与观测的整体差异最小。夏季,ERA-Interim、ERA-Land和MERRA-Land均能较好地反映0~10 cm和10~30 cm层观测地温变率的空间分布,而30~100 cm根据稀少的站点难以判断各套资料的好坏。
7 土壤温度的年际变化为了进一步评估四套土壤温度产品的年际变化,我们分析了春季和夏季A-F六个区区平均10~30 cm土壤温度的年际变化趋势。图 14即为春季地温的年际变化。就1980~1990年而言,在贝加尔 湖地区(图 14b;B区)、西伯利亚中部(图 14c;C区)和东亚中高纬东南部(图 14d;D区),四套土壤温度产品的年际变化曲线与观测较为一致,但在C区1984年以前,ERA-Interim、MERRA-Land和NOAA-CIRES与观测有较大差异,仅ERA-Land与观测基本吻合。表 4也显示,ERA-Land在B、C和D区地温距平与观测相关性最高,分别为0.98、0.94和0.93,均达到0.01显著性水平。就1980~2010年而言,在B、C和D区,四套地温产品的年际变化比较接近(C区差异略大),并伴有明显的振荡特征,尤其是D区,四套地温产品均有较明显的“准6年”振荡。相关性分析显示,ERA-Land地温距平在B、C和D区与其他地温产品相关性均最好(表略)。
然而,在东亚中高纬西北部(图 14a;A区)、东北部(图 14e;E区)和最东部(图 14f;F区),尽管MERRA-Land等地温产品与观测也有显著的相关性(表 4),但与观测的差异都比B、C和D区大的多,相关性也整体偏低。这可能与A、E和F区观测站点较少、区域代表性较差有一定关系。同时,对于整个时段,即1980~2010年,四套地温产品年际变化趋势相互差异较大(图 14a,e,f),一致性偏低,相关性较差(表略)。因此,很难确定哪一套地温产品更好地代表了这三个地区。综上所述,除A、E和F区外,春季ERA-Land最能代表观测土壤温度的年际变化。
夏季各套土壤温度资料10~30 cm地温距平的年变化则较为明朗(图 15)。除NOAA-CIRES外,其余三套地温产品ERA-Interim、ERA-Land和MERRA-Land在各区均十分接近,差异很小,与观测地温(1980~1990年)距平的年变化也较吻合(A区稍差),并且与观测的相关性均通过99%的信度检验(表 4)。值得注意的是,与春季一样,在A-F六个区,ERA-Land地温平均态与观测差异也都最小(表 2)。
上述分析仅讨论了10~30 cm地温,但前述分析显示:夏季越往深层,四套地温产品间气候态的差异越大。因此,10~30 cm土壤层未必能代表整个土壤层。图 16给出了夏季可用观测站点较多、代表性较好的B区和C区(图 2c)在其他三个土壤层0~10 cm、30~100 cm和100~200 cm地温距平的年变化曲线。由图可见,在B区和C区0~10 cm土层,以及B区30~100 cm土层,各套地温产品(NOAA-CIRES除外)距平的年变化趋势基本吻合,与观测地温距平(1980~1990年)的相关性均达到0.01显著性水平(表略)。在更深的土壤层,四套地温产品之间差异变大,与观测的相关性也变差(表略)。此外,ERA-Interim和ERA-Land地温在B区和C区这三个土壤层与观测地温均显著正相关,因而更接近观测;四套地温资料在B区(贝加尔湖地区)的一致性也好于C区(表略)。
综合上述分析,四套地温产品的年变化趋势与观测的相关性,夏季好于春季,表层好于深层。其中,ERA-Land土壤温度拥有四套地温产品最多的共性,并且最能体现观测地温的年际变化。
8 总结和讨论本文利用俄罗斯1980~1990年的土壤温度观测数据,从平均态和异常两个方面检验了四套土壤温度产品在东亚中高纬(40°N~80°N,80°E~180°)的可靠性。主要结论如下:
(1) 就垂直廓线而言,0~2 m土壤温度波动较大,随季节在0°上下摆动;2 m以下稳定少变,并且随着纬度的增加,在60°N以北地区出现永久冻结。冬季(夏季)土壤温度随深度增加而缓慢升高(迅速降低)。在经纬向差异上,贝加尔湖地区为50°N~60°N的冷中心,而60°N以北土壤温度较南侧低,冻土持续时间也比南侧长。四套土壤温度产品较好地反映了该地区地温的上述基本特征,但都低估了60°N以北地区的土壤温度。
(2) 就气候态而言,无论春夏,还是年平均,四套地温产品都呈“南暖北冷”的特征,但ERA- Land土壤温度的空间分布与观测最接近,差异最小。
(3) 就季节循环而言,在10~30 cm土壤层,四套地温产品与观测都很相近,但ERA-Land地温与观测的平均绝对误差在A-F六个区都最小。多年平均土壤温度的时间(月份)—深度剖面表明,ERA- Land地温在各深度层与观测差异也较小,对应的冻土深度和持续时间与观测也较接近,因而最能反映了东亚中高纬土壤的冻融过程和土壤温度的季节演变。
(4) 在不同季节和土壤层,四套地温产品年际变率(标准差)与观测的差异不同。就年平均而言,MERRA-Land空间分布形态与观测最为接近,但高估了绝大多数地区地温的变率。春季,NOAA- CIRES也存在高估或低估变率的区域,但它与观测在各土壤层均显著相关,因而与观测的整体差异最小。夏季,ERA-Interim、ERA-Land和MERRA-Land均能较好地反映0~10 cm和10~30 cm层观测地温变率的空间分布,而30~100 cm根据稀少的站点难以判断四套再分析地温的好坏。
(5) 就土壤温度的年际变化而言,四套地温产品与观测的相关性,夏季好于春季,表层好于深层。其中,ERA-Land土壤温度拥有四套地温产品最多的共性,并且最能体现观测地温的年际(1980~1990)变化趋势。
本文所用的东亚中高纬土壤温度站点观测资料RHSTD仅11年(1980~1990),时间和空间上缺测均较多。因此,本文从多个角度比较了五套资料的平均态和异常,并且在分析过程中,同时考虑四套地温产品之间,以及它们与观测的异同点,以保证本文结果的可靠性。此外,四套再分析土壤温度均没有同化RHSTD,所以从独立检验的角度而言,结果较为可靠。
本文着眼于欧亚大陆北部前冬积雪—东亚夏季气候的关系,重点分析了积雪消融期间,即春季和夏季,四套土壤温度产品在东亚中高纬的适用性,所以较少涉及秋季和冬季。在随后的研究中,将通过统计诊断和数值试验进一步分析土壤温度异常在上述积雪—气候关系中的作用和影响机理。
致谢: 感谢科罗拉多大学和俄罗斯科学院提供的土壤温度观测资料,以及ECMWF、NOAA-CIRES和NASA提供的土壤温度产品。[] | Albergel C, Dutra E, Muñoz-Sabater J, et al. 2015. Soil temperature at ECMWF:An assessment using ground-based observations[J]. J. Geophys. Res., 120(4) : 1361–1373 DOI:10.1002/2014JD022505 |
[] | Balsamo G, Albergel C, Beljaars A, et al. 2012. ERA-Interim/Land:A global land-surface reanalysis based on ERA-Interim meteorological forcing[R]. ERA Report Series, 25pp. |
[] | Balsamo G, Albergel C, Beljaars A, et al. 2015. ERA-Interim/Land:A global land surface reanalysis data set[J]. Hydrol. Earth Syst. Sci., 19(1) : 389–407 DOI:10.5194/hess-19-389-2015 |
[] | Barnett T P, Dumenil L, Schlese U, et al. 1988. The effect of Eurasian snow cover on global climate[J]. Science, 239(4839) : 504–507 DOI:10.1126/science.239.4839.504 |
[] | Barnett T P, Dümenil L, Schlese U, et al. 1989. The effect of Eurasian snow cover on regional and global climate variations[J]. J. Atmos. Sci., 46(5) : 661–685 DOI:10.1175/1520-0469(1989)046<0661:TEOESC>2.0.CO;2 |
[] | Berrisford P, Dee D, Fielding K, et al. 2009. The ERA-Interim archive version 1.0[R]. ERA Report Series, 16pp. |
[] | Berrisford P, Dee D P, Poli P, et al. 2011. The ERA-Interim archive version 2.0[R]. ERA Report Series No. 1, 23pp. |
[] | Carson J E, Moses H. 1963. The annual and diurnal heat-exchange cycles in upper layers of soil[J]. J. Appl. Meteor., 2(3) : 397–406 DOI:10.1175/1520-0450(1963)002<0397:TAADHE>2.0.CO;2 |
[] | 陈海山, 熊明明, 沙文钰. 2010. CLM3.0对中国区域陆面过程的模拟试验及评估Ⅱ:土壤温度[J]. 气象科学, 30(5) : 621–630. Chen Haishan, Xiong Mingming, Sha Wenyu. 2010. Simulation of land surface processes over China and its validation. Part Ⅱ:Soil temperature[J]. Journal of the Meteorological Sciences (in Chinese), 30(5) : 621–630 DOI:10.3969/j.issn.1009-0827.2010.05.008 |
[] | Compo G P, Whitaker J S, Sardeshmukh P D. 2006. Feasibility of a 100-year reanalysis using only surface pressure data[J]. Bull. Amer. Meteor. Soc., 87(2) : 175–190 DOI:10.1175/BAMS-87-2-175 |
[] | Compo G P, Whitaker J S, Sardeshmukh P D, et al. 2011. The twentieth century reanalysis project[J]. Quart. J. Roy. Meteor. Soc., 137(654) : 1–28 DOI:10.1002/qj.776 |
[] | Dee D P, Uppala S M, Simmons A J, et al. 2011. The ERA-Interim reanalysis:Configuration and performance of the data assimilation system[J]. Quart. J. Roy. Meteor. Soc., 137(656) : 553–597 DOI:10.1002/qj.828 |
[] | Dutra E, Balsamo G, Viterbo P, et al. 2010. An improved snow scheme for the ECMWF land surface model:Description and offline validation[J]. J. Hydrometeorol., 11(4) : 899–916 DOI:10.1175/2010JHM1249.1 |
[] | Frauenfeld O W, Zhang T J. 2011. An observational 71-year history of seasonally frozen ground changes in the Eurasian high latitudes[J]. Environ. Res. Lett., 6(4) : 044024 DOI:10.1088/1748-9326/6/4/044024 |
[] | Frauenfeld O W, Zhang T J, Barry R G, et al. 2004. Interdecadal changes in seasonal freeze and thaw depths in Russia[J]. J. Geophys. Res., 109(D5) : D05101 DOI:10.1029/2003JD004245 |
[] | Gilichinsky D A, Barry R G, Bykhovets S S, et al. 1998. A century of temperature observations of soil climate:Methods of analysis and long-term trends[C]//Proceedings of the 7th International Conference on Permafrost. Yellowknife, Canada:Collection Nordicana No 55, 313-317. |
[] | Godfrey C M, Stensrud D J. 2008. Soil temperature and moisture errors in operational Eta model analyses[J]. J. Hydrometeorol., 9(3) : 367–387 DOI:10.1175/2007JHM942.1 |
[] | Groisman P Y, Bartalev S A, The NEESPI Science Plan Development Team. 2007. Northern Eurasia earth science partnership initiative (NEESPI), science plan overview[J]. Global Planet. Change, 56(3-4) : 215–234 DOI:10.1016/j.gloplacha.2006.07.027 |
[] | Hatzianastassiou N, Vardavas I. 1999. The net radiation budget of the Northern Hemisphere[J]. J. Geophys. Res., 104(D22) : 27341–27359 DOI:10.1029/1999JD900771 |
[] | Hatzianastassiou N, Matsoukas C, Hatzidimitriou D, et al. 2004. Ten year radiation budget of the earth:1984-93[J]. Int. J. Climatol., 24(14) : 1785–1802 DOI:10.1002/joc.1110 |
[] | Holmes T R H, Jackson T J, Reichle R H, et al. 2012. An assessment of surface soil temperature products from numerical weather prediction models using ground-based measurements[J]. Water Resour. Res., 48(2) : W02531 DOI:10.1029/2011WR010538 |
[] | Hu Q, Feng S. 2004. A role of the soil enthalpy in land memory[J]. J. Climate, 17(18) : 3633–3643 DOI:10.1175/1520-0442(2004)017<3633:AROTSE>2.0.CO;2 |
[] | Huffman G J, Adler R F, Bolvin D T, et al. 2009. Improving the global precipitation record:GPCP version 2.1[J]. Geophys. Res. Lett., 36(17) : L17808 DOI:10.1029/2009GL040000 |
[] | Kållberg P, Simmons A, Uppala S, et al. 2004. The ERA-40 archive[R]. ERA-40 Project Report Series, 36pp. |
[] | Koster R D, Suarez M J, Ducharne A, et al. 2000. A catchment-based approach to modeling land surface processes in a general circulation model:1. Model structure[J]. J. Geophys. Res., 105(D20) : 24809–24822 DOI:10.1029/2000JD900327 |
[] | 马柱国, 魏和林, 符淙斌. 1999. 土壤湿度与气候变化关系的研究进展与展望[J]. 地球科学进展, 14(3) : 299–305. Ma Zhuguo, Wei Helin, Fu Congbin. 1999. Progress in the research on the relationship between soil moisture and climate change[J]. Advance in Earth Sciences (in Chinese), 14(3) : 299–305 DOI:10.3321/j.issn:1001-8166.1999.03.014 |
[] | 马柱国, 魏和林, 符淙斌. 2000. 中国东部区域土壤湿度的变化及其与气候变率的关系[J]. 气象学报, 58(3) : 278–287. Ma Zhuguo, Wei Helin, Fu Congbin. 2000. Relationship between regional soil moisture variation and climatic variability over East China[J]. Acta Meteorologica Sinica (in Chinese), 58(3) : 278–287 DOI:10.3321/j.issn:0577-6619.2000.03.003 |
[] | 马柱国, 符淙斌, 谢力, 等. 2001. 土壤湿度和气候变化关系研究中的某些问题[J]. 地球科学进展, 16(4) : 563–568. Ma Zhuguo, Fu Congbin, Xie Li, et al. 2001. Some problems in the study on the relationship between soil moisture and climatic change[J]. Advance in Earth Sciences (in Chinese), 16(4) : 563–568 DOI:10.3321/j.issn:1001-8166.2001.04.019 |
[] | Mahanama S P P, Koster R D, Reichle R H, et al. 2008. Impact of subsurface temperature variability on surface air temperature variability:An AGCM study[J]. J. Hydrometeorol., 9(4) : 804–815 DOI:10.1175/2008JHM949.1 |
[] | Matsumura S, Yamazaki K, Tokioka T. 2010. Summertime land-atmosphere interactions in response to anomalous springtime snow cover in northern Eurasia[J]. J. Geophys. Res., 115(D20) : D20107 DOI:10.1029/2009JD012342 |
[] | 穆松宁, 周广庆. 2010. 冬季欧亚大陆北部新增雪盖面积变化与中国夏季气候异常的关系[J]. 大气科学, 34(1) : 213–226. Mu Songning, Zhou Guangqing. 2010. Relationship between winter Northern Eurasian fresh snow extent and summer climate anomalies in China[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 34(1) : 213–226 DOI:10.3878/j.issn.1006-9895.2010.01.20 |
[] | 穆松宁, 周广庆. 2012. 欧亚北部冬季增雪"影响"我国夏季气候异常的机理研究——陆面季节演变异常的"纽带"作用[J]. 大气科学, 36(2) : 297–315. Mu Songning, Zhou Guangqing. 2012. Mechanism for the correlation of winter fresh snow extent over Northern Eurasia and summer climate anomalies in China:Anomalous seasonal transition of land as a bond[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 36(2) : 297–315 DOI:10.3878/j.issn.1006-9895.2011.11015 |
[] | Oleson K, Dai Y J, Bonan G, et al. 2004. Technical description of the community land model (CLM)[R]. NCAR Technical Note NCAR/TN-461+STR, 174pp, doi:10.5065/D6N877R0. |
[] | PaiMazumder D, Miller J, Li Z, et al. 2008. Evaluation of community climate system model soil temperatures using observations from Russia[J]. Theor. Appl. Climatol., 94(3-4) : 187–213 DOI:10.1007/s00704-007-0350-0 |
[] | Park H, Sherstiukov A B, Fedorov A N, et al. 2014. An observation-based assessment of the influences of air temperature and snow depth on soil temperature in Russia[J]. Environ. Res. Lett., 9(6) : 064026 DOI:10.1088/1748-9326/9/6/064026 |
[] | Polcher J, McAvaney B, Viterbo P, et al. 1998. A proposal for a general interface between land surface schemes and general circulation models[J]. Global Planet. Change, 19(1-4) : 261–276 DOI:10.1016/S0921-8181(98)00052-6 |
[] | Reichle R H. 2012. The MERRA-Land data product[R]. GMAO Office Note No. 3, 38pp. |
[] | Reichle R H, Koster R D, De Lannoy G J M, et al. 2011. Assessment and enhancement of MERRA land surface hydrology estimates[J]. J. Climate, 24(24) : 6322–6338 DOI:10.1175/JCLI-D-10-05033.1 |
[] | Rienecker M M, Suarez M J, Gelaro R, et al. 2011. MERRA:NASA's modern-era retrospective analysis for research and applications[J]. J. Climate, 24(14) : 3624–3648 DOI:10.1175/JCLI-D-11-00015.1 |
[] | Souma K, Wang Y Q. 2010. A comparison between the effects of snow albedo and infiltration of melting water of Eurasian snow on East Asian summer monsoon rainfall[J]. J. Geophys. Res., 115(D02) : D02115 DOI:10.1029/2009JD012189 |
[] | 汤懋苍, 张建. 1994. 季平均3.2 m地温距平场在汛期预报中的应用[J]. 高原气象, 13(2) : 178–187. Tang Maocang, Zhang Jian. 1994. Seasonal mean soil temperature anomaly field at depth 3.2 m and its application in prediction for flood season[J]. Plateau Meteorology (in Chinese), 13(2) : 178–187 |
[] | 汤懋苍, 尹建华, 蔡洁萍. 1986. 冬季地温分布与春、夏降水相关的统计分析[J]. 高原气象, 5(1) : 40–52. Tang Maocang, Yin Jianhua, Cai Jieping. 1986. A statistical relationship between the field of soil temperature in winter and of the precipitation in spring and flood season[J]. Plateau Meteorology (in Chinese), 5(1) : 40–52 |
[] | 汤懋苍, 张建, 王敬香, 等. 1988. 我国季平均的0.8 m地温距平场与后一季降水场的相关分析[J]. 气象学报, 46(4) : 481–485. Tang Maocang, Zhang Jian, Wang Jingxiang, et al. 1988. The similarity between the seasonal anomalous maps of soil temperature and the precipitation of the subsequent season[J]. Acta Meteorologica Sinica (in Chinese), 46(4) : 481–485 DOI:10.11676/qxxb1988.061 |
[] | Tsuang B J, Chou M D, Zhang Y C, et al. 2008. Evaluations of land-ocean skin temperatures of the ISCCP satellite retrievals and the NCEP and ERA reanalyses[J]. J. Climate, 21(2) : 308–330 DOI:10.1175/2007JCLI1502.1 |
[] | van den Hurk B J J M, Viterbo P, Beljaars A C M, et al. 2000. Offline validation of the ERA40 surface scheme[R]. ECMWF Technical Memorandum 295, 43pp. |
[] | Vinnikov K Y, Robock A, Speranskaya N A, et al. 1996. Scales of temporal and spatial variability of midlatitude soil moisture[J]. J. Geophys. Res., 101(D3) : 7163–7174 DOI:10.1029/95JD02753 |
[] | Wan Z M, Zhang Y L, Zhang Q C, et al. 2002. Validation of the land-surface temperature products retrieved from Terra Moderate Resolution Imaging Spectroradiometer data[J]. Remote Sens. Environ., 83(1-2) : 163–180 DOI:10.1016/S0034-4257(02)00093-7 |
[] | Wang L, Li X P, Chen Y Y, et al. 2016. Validation of the global land data assimilation system based on measurements of soil temperature profiles[J]. Agric. Forest Meteor., 218 : 218-219–288-297 DOI:10.1016/j.agrformet.2016.01.003 |
[] | Wu B Y, Yang K, Zhang R H. 2009. Eurasian snow cover variability and its association with summer rainfall in China[J]. Adv. Atmos. Sci., 26(1) : 31–44 DOI:10.1007/s00376-009-0031-2 |
[] | Wu R G, Kirtman B P. 2007. Observed relationship of spring and summer East Asian rainfall with winter and spring Eurasian snow[J]. J. Climate, 20(7) : 1285–1304 DOI:10.1175/JCLI4068.1 |
[] | Xia Y L, Ek M, Sheffield J, et al. 2013. Validation of Noah-Simulated soil temperature in the North American land data assimilation system phase 2[J]. J. Appl. Meteor. Climatol., 52(2) : 455–471 DOI:10.1175/JAMC-D-12-033.1 |
[] | 许立言, 武炳义. 2012. 欧亚大陆春季融雪量与东亚夏季风的可能联系[J]. 大气科学, 36(6) : 1180–1190. Xu Liyan, Wu Bingyi. 2012. Linkage between spring Eurasian snowmelt and East Asian summer monsoon[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 36(6) : 1180–1190 DOI:10.3878/j.issn.1006-9895.2012.12001 |
[] | Xue Y K, Vasic R, Janjic Z, et al. 2012. The impact of spring subsurface soil temperature anomaly in the western U.S. on North American summer precipitation:A case study using regional climate model downscaling[J]. J. Geophys. Res., 117(D11) : D11103 DOI:10.1029/2012JD017692 |
[] | Yang S, Xu L Z. 1994. Linkage between Eurasian winter snow cover and regional Chinese summer rainfall[J]. Int. J. Climatol., 14(7) : 739–750 DOI:10.1002/joc.3370140704 |
[] | Yeh T C, Wetherald R T, Manabe S. 1984. The effect of soil moisture on the short-term climate and hydrology change-A numerical experiment[J]. Mon. Wea. Rev., 112(3) : 474–490 DOI:10.1175/1520-0493(1984)112<0474:TEOSMO>2.0.CO;2 |
[] | Yim S Y, Jhun J G, Lu R Y, et al. 2010. Two distinct patterns of spring Eurasian snow cover anomaly and their impacts on the East Asian summer monsoon[J]. J. Geophys. Res., 115(D22) : D22113 DOI:10.1029/2010JD013996 |
[] | 章基嘉, 葛玲, 孙照渤.1994. 中长期天气预报基础[M]. 北京: 气象出版社 : 310 -323. |
[] | Zhang Jijia, Ge Ling, Sun Zhaobo.1994. Basis of Medium and Long Term Weather Forecast (in Chinese)[M]. Beijing: China Meteorological Press : 310 -323. |
[] | Zhang T J. 2005. Influence of the seasonal snow cover on the ground thermal regime:An overview[J]. Rev. Geophys., 43(4) : RG4002 DOI:10.1029/2004RG000157 |
[] | 张文君, 周天军, 宇如聪. 2008a. 中国土壤湿度的分布与变化Ⅰ[J]. 多种资料间的比较[J]. 大气科学, 32(3) : 581–597. Zhang Wenjun, Zhou Tianjun, Yu Rucong. 2008a. Spatial distribution and temporal variation of soil moisture over China[J]. Part I:Multi-data intercomparison[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32(3) : 581–597 DOI:10.3878/j.issn.1006-9895.2008.03.15 |
[] | 张文君, 宇如聪, 周天军. 2008b. 中国土壤湿度的分布与变化Ⅱ. 耦合模式模拟结果评估[J]. 大气科学, 32(5) : 1128–1146. Zhang Wenjun, Yu Rucong, Zhou Tianjun. 2008b. Spatial distribution and temporal variation of soil moisture over China. Part II:The evaluations for coupled models' simulations[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32(5) : 1128–1146 DOI:10.3878/j.issn.1006-9895.2008.05.12 |
[] | 左志燕, 张人禾. 2009. 中国东部春季土壤湿度的时空变化特征[J]. 中国科学 D辑:地球科学, 52(2) : 269–278. Zuo Zhiyan, Zhang Renhe. 2009. Temporal and spatial features of the soil moisture in boreal spring in eastern China[J]. Science in China Series D-Earth Sciences (in Chinese), 52(2) : 269–278 DOI:10.1007/s11430-009-0011-5 |