青藏高原多传感器陆面数据同化及其在区域水文-气候耦合研究中的应用

As a key and sensitive area of the climate system, the Tibetan Plateau (TP) has a great influence on climate change and water cycle at both regional and global scale. The research of water cycle in TP and the climatic effect of TP is a challenge due to lack of high quality datasets and the simplified assumptions of land surface models. This project proposes to couple an advanced land data assimilation scheme to the Community Land Model version 4 (CLM 4) and to make full use of multi-sensor remote sensing data products over TP, with the purpose of producing high-quality data assimilation products (e.g. snow water equivalent) and improving key hydrological processes in CLM 4 by refining model parameters through data assimilation approach. We also propose to quantify the uncertainties caused by atmospheric forcing, model ensemble size, model structure, and satellite data errors in order for statistically optimal prediction. We will then focus on hydroclimatic analysis of TP to characterize the water cycle mechanisms over TP and the feedback of TP to climate at regional and global scales. The proposed work aims to deepen our understanding of the hydrology-climate coupling mechanism and provide scientific basis for water resource management and risk mitigation over TP.

作为气候系统的关键区和敏感区，青藏高原对区域和全球气候及水循环有重要影响。长期以来，高质量基础数据集的缺乏和陆面过程模式的不完备是开展青藏高原水分循环及其气候效应研究的瓶颈。本研究拟运用先进的陆面模式及陆面数据同化方案进行耦合，充分利用青藏高原不同时空分辨率的多传感器遥感数据产品，通过优化陆面模式的关键物理参数化方案和改进同化算法，改进陆面模式对青藏高原关键水循环过程的模拟能力。进一步在验证同化方案结果的基础上，对由于大气强迫输入、集合规模、模式参数与结构以及卫星数据误差等因素导致的不确定性进行定量化分析，给出最优统计预测，制作青藏高原高质量的雪水当量等格点数据同化产品。最后，基于多源遥感信息的同化和陆面模式耦合模拟结果，分析并揭示青藏高原的水循环特征及其对气候变化的反馈机理，以期能够更好地理解该地区水文-气候耦合机制，为进一步认识青藏高原地气耦合的气候效应提供数据基础和理论依据。

长期以来，高质量基础数据集的缺乏和陆面过程模式的不完备是开展青藏高原水分循环及其气候效应研究的瓶颈。本研究耦合了陆面模式CLM及陆面数据同化研究系统DART，发展了多传感器全球陆面资料同化系统DART/CLM4，充分利用青藏高原不同时空分辨率的多传感器遥感数据产品，通过优化陆面模式的积雪消融曲线及评估比较EnKF、EaKF同化算法，改进陆面模式对青藏高原关键水循环过程的模拟能力。在验证同化方案结果的基础上，对由于大气强迫输入、集合规模、模式参数与结构以及卫星数据误差等因素导致的不确定性进行定量化分析，给出最优统计预测，然后同时同化MODIS（Moderate Resolution Imaging Spectroradiometer）积雪覆盖率、GRACE（Gravity Recovery and Climate Experiment）卫星反演的陆地水储量TWS（Terrestrial Water Storage）和AMSR-E（Advanced Microwave Scanning Radiometer for Earth Observing System）微波亮温，生成了高质量的全球及青藏高原区域积雪、土壤湿度、地下水储量等水循环状态变量的同化数据集。最后，使用多源同化数据初始化地球系统模式CESM（Community Earth System Model），改进了亚洲季风模拟和长江中下游夏季降水的季节预测。