基于多模式集合和贝叶斯模型平均的土壤湿度模拟及不确定性研究

As an important variable in the global energy and water cycle, soil moisture plays a key role in many fields such as hydrology, climate, agriculture and ecology. Compared with the ground observation and remote sensing retrieval, land surface model (LSM) is more skillful at characterizing the spatial and temporal variability of soil moisture. However, due to their diverse parameterizations among models and different external meteorological forcings for the offline modeling, the simulations of soil moisture by the LSM still contain large errors. In this study, in order to reduce the uncertainties, a Bayesian model averaging (BMA) ensemble system based on both multiple offline land surface models(multiple atmospheric forcings and multiple LSMs) and multiple coupled ocean-land-atmosphere models in CIMIP 5 will be developed. The uncertainty in simulation of soil moisture will be analysed and quantified. The above BMA ensemble scheme based on multiple atmospheric forcings and multiple LSMs is capable of providing a soil moisture estimate with high-accuracy and high-spatiotemporal resolution in China during the past 30 years, so as to profoundly characterize its temporal and spatial variability，and the evolution rule of agricultural drought in China during the past 30 years. The above BMA ensemble scheme based on multiple coupled models in CMIP5 is capable of providing a reasonable estimate of soil moisture in China over the next 100 years, so as to profoundly characterize its response to different climate scenarios, and evolution trend of agricultural drought in China over the next 100 years.

土壤湿度作为全球能量和水分循环的重要变量，在水文、气候、农业、生态等众多领域起重要影响。与地面观测和遥感反演相比，陆面模式在刻画土壤湿度的时空变率等方面具有明显优势。然而不同模式参数化方案以及大气强迫驱动(离线模拟)导致土壤湿度模拟存在不确定性。为了减少土壤湿度模拟不确定性，本项目拟以陆面模式为模式框架，以多模式集合和贝叶斯模型平均(BMA)为方法基础，一方面结合离线陆面模式建立基于BMA和多强迫多模式集合的土壤湿度模拟系统，分析、量化模拟不确定性，获取历史高精度、高时空分辨率的土壤湿度数据集，揭示中国区域过去30年土壤湿度变化的时空特征及农业干旱演变规律；另一方面结合CMIP5 中多个海-陆-气耦合模型结果发展基于BMA和多模式集合的土壤湿度预估方案，获取中国区域未来近100年较为可靠的土壤湿度预估数据，并较为合理地刻画未来高、中、低排放情景下土壤湿度的气候响应特征及农业干旱演变趋势。

陆面模型由于其内在的动力学机制在刻画土壤湿度等陆面水文变量的时空变率等方面具有明显优势，然后通过陆面模型对土壤湿度进行离线模拟仍然存在不确定性。因此，本项目的研究主题是“基于多模式集合和贝叶斯模型平均(BMA)的土壤湿度模拟及不确定性”，其主要科学目标是建立基于BMA和多强迫多模式集合的土壤湿度模拟系统以减少土壤湿度模拟的不确定性。项目执行三年来，围绕上述科学目标，在陆面过程数值模拟与不确定性分析，多模式集合模拟系统发展及应用等方面开展研究，完成了预期目标。取得了如下主要成果：研究并揭示气象强迫、陆面模式和主要地表参数（陆地覆盖、土壤质地等）对陆面水文过程模拟的影响。建立基于BMA方法与多强迫多模式集合的陆面水文过程模拟系统，生成了1979-2010年中国区域高分辨率土壤湿度、蒸散发、陆地水储量等陆表主要变量数据集，并研究了中国区域土壤湿度、蒸散发等陆面水文变量时空特征及其对气候变化的响应机理。开展了对多卫星土壤湿度产品(ECV-SM) 、GLDAS-2和CLM4.5模拟这三类土壤湿度产品在中国区域的比较和评估，并利用这三种土壤湿度产品研究了1979-2010年期间中国区域土壤湿度的年际变率和趋势。研制了考虑地下水侧向流动和人类取水用水影响的陆面过程模式，探讨了其对地下水位、土壤湿度等陆面变量的影响。利用CMIP5 中11个模式的历史情景模拟以及未来不同排放情景模拟的表层土壤湿度等数据研究了中国区域夏季的陆气耦合强度。这些研究成果改善了土壤湿度等陆面水文变量模拟，一方面可以为陆地水循环研究、数值天气预报和短期气候预测提供数据，另一方面对我们进一步理解陆气相互作用具有重要的意义。