陸面模型Noah-MP的不同參數(shù)化方案在沙漠區(qū)域的適用性研究

李火青,買買提艾力·買買提依明*，劉永強(qiáng)，琚陳相

(1.中國氣象局烏魯木齊沙漠氣象研究所/中國氣象局塔克拉瑪干沙漠氣象野外科學(xué)試驗基地，新疆 烏魯木齊830002；2.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，新疆 烏魯木齊830046）

陸面過程是地球系統(tǒng)能量物質(zhì)交互過程中最關(guān)鍵的過程之一，并始終影響不同時空尺度的天氣和氣候變化[1]。陸面為天氣和氣候模式提供必要的下墊面條件，陸面的物理特征實時作用于地表和大氣之間的能量、熱量交換[2]，從而作用于邊界層的發(fā)展。由于陸氣耦合過程的非線性特點，這種不確定主要是陸面過程的參數(shù)化方案的不確定性導(dǎo)致[3]。完善的陸面過程能夠比較準(zhǔn)確地模擬陸氣之間的相互作用，可以間接提升天氣預(yù)報模式的準(zhǔn)確性[4]。隨著陸面觀測資料的獲取和計算機(jī)技術(shù)進(jìn)步，陸面模型已經(jīng)發(fā)展到第五代[5-6]。為了陸面模型能夠更好地服務(wù)于天氣與氣候預(yù)報，世界氣象組織在1980—1983年實施了“世界氣候研究計劃（WCRP）”，將“陸面過程模型的比較計劃（PILPS）”確定作為改進(jìn)天氣數(shù)值預(yù)報的重要計劃之一，目前已有多種陸面模型參與了比較計劃和評估[7]。陸面模型在30多年以來的比較和評估研究發(fā)現(xiàn)，不同陸面過程模型之間的差別主要取決于陸面過程中不同的物理過程對參數(shù)化方案不同[8]。耦合在數(shù)值預(yù)報模式中的不同的陸面過程參數(shù)化方案在不斷完善和增加。因此，分析和評估區(qū)域數(shù)值預(yù)報模式中不同陸面過程物理參數(shù)化方案對區(qū)域預(yù)報性能和模擬能力，優(yōu)選合適的陸面過程參數(shù)化方案對區(qū)域預(yù)報性能的提高有重要意義[9]。

目前主流的天氣預(yù)報模式是由美國大氣科學(xué)研究中心（NCAR）研發(fā)的 WRF（Weather Research and Forecasting），廣泛應(yīng)用于區(qū)域數(shù)值模式預(yù)報業(yè)務(wù)和科研中[10]。目前發(fā)布的最新版本是WRF4.0，耦合了8個陸面過程方案，其中Noah-MP是最新耦合進(jìn)WRF的陸面過程方案[11]。陸面模型Noah-MP（The Community Noah Land Surface Model with Multi-Parameterization Options）具有多種可選物理參數(shù)化方案的優(yōu)勢[12-13]。現(xiàn)有的研究大多數(shù)是基于不同陸面方案WRF耦合和不同區(qū)域進(jìn)行模擬分析。王秋云對比了WRF耦合三種不同陸面方案（SLAB、Noah和RUC）對高溫天氣模型性能，研究表明Noah方案對氣溫的預(yù)報準(zhǔn)確率最高[14]。楊揚(yáng)利用Noah、SHAW（Simultaneous Heat and Water）和CLM陸面過程模式在西北半干旱區(qū)的模擬性能對比分析，發(fā)現(xiàn)三個模型在能量、水量方面的模擬各有優(yōu)劣[15]。陸面過程不僅對地表溫度有影響，還作用于低空氣象特征有明顯作用，賴錫柳等研究了WRF模式不同陸面過程方案模擬蘭州新區(qū)低空氣象場特征，統(tǒng)計分析結(jié)果表明Noah方案對低空的風(fēng)速、溫度模擬效果不如RUC和SLAB方案[16]。不同的陸面方案對模式降水預(yù)報也有一定影響[17-18]，盧文旭利用WRF模式耦合4個陸面過程對江西南部暖區(qū)特大暴雨進(jìn)行了模擬，發(fā)現(xiàn)地面水汽蒸發(fā)所釋放的潛熱以及水汽抬升和輻合釋放的潛能為維持暴雨強(qiáng)度提供了重要的能量支撐，對暴雨中心強(qiáng)度和位置變化的影響[19]。葉丹研究了基于陸面模式Noah-MP的不同參數(shù)化方案在半干旱區(qū)的適用性，通過模擬和分析選擇出半干旱區(qū)最優(yōu)參數(shù)化方案的組合[20]。目前，不同參數(shù)化方案在干旱的沙漠區(qū)域研究很少，沙漠約占陸地表面積的14.2%，是地球上面積最大的陸地系統(tǒng)，沙漠地表反照率大，土壤熱容量小，含水量低，潛熱小，是地球系統(tǒng)中重要的感熱源，對全球和區(qū)域能量平衡及氣候變化具有重要的作用[21-22]。沙漠地表有著特殊的陸面物理過程，其邊界層通過下墊面對大氣的加熱作用與全球其它區(qū)域相比差異明顯[23]。目前對Noah-MP在沙漠下墊面最有參數(shù)化方案組合的研究尚為空白，本文的研究選擇Noah-MP陸面模型，利用塔克拉瑪干沙漠大氣環(huán)境監(jiān)測站觀測數(shù)據(jù)，首先進(jìn)行不同參數(shù)化方案組合模擬實驗。分析能量、水量方面的模擬偏差，總結(jié)每個參數(shù)方案的機(jī)理，進(jìn)行有選擇的參數(shù)化方案組合試驗，統(tǒng)計不同方案組合在沙漠區(qū)域的模擬偏差，并進(jìn)行分析和討論，最后選擇出最優(yōu)的組合方案。

1 資料與模型

1.1 觀測站點及資料

中國氣象局塔克拉瑪干沙漠氣象野外科學(xué)試驗基地（38°58′N，83°39′E，1 099.3 m，簡稱塔中站）建立在深入沙漠近200 km的塔克拉瑪干沙漠腹地，主要觀測流動性沙漠大氣邊界層的大氣物理化學(xué)特性、地－氣能量交換、風(fēng)沙運(yùn)動和沙塵暴形成與輸送以及沙漠大氣遙感參數(shù)驗證資料等。觀測站包括80 m鐵塔觀測系統(tǒng)；地層能量探測系統(tǒng)、包括輻射平衡各分量探測儀，土壤熱通量探測儀，開路渦動相關(guān)系統(tǒng)；梯度氣象要素標(biāo)校自動氣象站；邊界層垂直廓線探測系統(tǒng)。圖1為觀測塔[24]。本次研究選取2014年塔中站氣溫、降水、大氣長波輻射、東向風(fēng)速、北向風(fēng)速、太陽短波輻射、氣壓，比濕等大氣強(qiáng)迫數(shù)據(jù)以及多層土壤溫濕度、感熱、潛熱通量。

圖1 塔中站觀測塔

1.2 模式介紹

Noah LSM是基于OSU陸面模型發(fā)展而來，遵循強(qiáng)迫-恢復(fù)原理。Noah將土壤分為四層（0.1、0.3、0.6和1.0m），地表分為單層積雪和冠層，能夠全面考慮大氣、植被、積雪等局部因素對地面熱狀態(tài)的影響，描述了土壤—積雪—植被與大氣的相互作用，能夠模擬土壤溫度、土壤含水量、冠層含水量、雪深、水汽、能量通量、向上長短波輻射強(qiáng)度等[25]。Noah-MP是Yang在Noah的基礎(chǔ)上改進(jìn)參數(shù)化方案：（1）加入植被冠層，將地表和冠層溫度分離計算；（2）優(yōu)化了冠層輻射傳入的二流近似方案；（3）增加植被動態(tài)參數(shù)；（4）改進(jìn)積雪和凍土方案；（5）更新地表水滲流模型。針對不同地表環(huán)境提供的參數(shù)化方案有：輻射傳輸、動態(tài)植被、凍土滲透率、凍土中的過冷液態(tài)水、氣孔阻抗、雪表反照率、控制氣孔阻抗的土壤濕度因子、徑流和地下水、表層拖拽系數(shù)、降雨和降雪的區(qū)分等[12-13]。Noah-MP已經(jīng)耦合在WRF中，經(jīng)過大量實驗和研究，得到大量科研、業(yè)務(wù)工作者的認(rèn)可。

1.3 參數(shù)化方案

參數(shù)化方案是Noah-MP的核心，是用數(shù)學(xué)、物理方法以揭示陸氣之間的能量、物質(zhì)交互過程。每一個參數(shù)化方案都是經(jīng)過對不同地表環(huán)境的大量模擬試驗和驗證得出，默認(rèn)的參數(shù)化方案組合不一定適合特殊的區(qū)域。本次研究區(qū)域為沙漠，根據(jù)地表特征，重點介紹以下幾個參數(shù)化方案：

1.3.1 輻射傳輸方案

太陽輻射是驅(qū)動地球系統(tǒng)的外部能量，輻射傳輸方案是計算進(jìn)入近地表層的太陽輻射能量，對陸面模型的能量計算非常重要。Noah-MP中設(shè)計了三種輻射傳輸方案，分別是：

（1）改進(jìn)后的二流近似輻射傳輸方案。

該選項假定間隙概率為SZA（Sun Zenith Angel,太陽天頂角）的功能與植被的3D結(jié)構(gòu)冠層間冠層間隙最大為1.0—GVF（當(dāng)太陽天頂角為0時），作為輻射傳輸方案的第一選項：gap=F(3D,cosz)。

（2）全網(wǎng)格二流近似。

全網(wǎng)格二流近似方案采用二流近似輻射傳輸方案計算整個網(wǎng)格的輻射，默認(rèn)地表與冠層之間的高度為0，作為輻射傳輸方案的第二選項：gap=0。

（3）植被冠層的二流近似輻射傳輸方案。

此方案僅用于計算冠層GVF為1時的輻射傳輸，該選項等效“馬賽克”模型，通常對林下葉層和有積雪的冠層有過高的估算[13]，作為輻射方案第三選項：gap=fevg-1。

1.3.2 感熱交換系數(shù)

感熱交換系數(shù)是計算大氣與下墊面之間能量和物質(zhì)交換的關(guān)鍵參數(shù)，在Noah-MP中提供了兩種選擇，分別是Monin Obukhov相似性理論（文中簡稱M-O方案）和Chen97方案[8]。Chen97方案對感熱交換系數(shù)Ch的計算如下：

其中，κ是馮卡曼常數(shù)（取值 0.4），L是 Monin Obukhov長度，z為相對高度，z0m和z0h分別是動力學(xué)粗糙度和熱力學(xué)粗糙度，M-O方認(rèn)為z0m=z0h。周榮衛(wèi)對城市尺度的邊界層模擬研究發(fā)現(xiàn)，z0m和z0h取相同值時會對地表感熱通量的估算造成很大偏差[26]，根據(jù)塔中站的觀測和研究結(jié)果，本文z0m取值為 0.001m[27]，z0h=z0mexp(-κCRe0.5)，這里的 Re 是雷諾粗糙系數(shù)，Re=u*z0m/v，C為檢驗常數(shù)（取值0.1），u*為摩擦速度，v是空氣動力學(xué)粘滯系數(shù)[8]。M-O方案中的d是零平面位移高度（m）一般取決于植被/城市冠層高度，兩方案都用到了穩(wěn)定修正函數(shù)（ψm和ψh），它的差別主要體現(xiàn)在z0h的計算。

1.3.3 土壤水分因子氣孔阻抗

土壤水分因子氣孔阻抗是計算土壤濕度和土壤蒸發(fā)的關(guān)鍵參數(shù)，它是表征土壤水分變化的過程中阻礙水分從土壤氣孔移動的因子，一般稱作β因子。在Noah-MP中提供了三種可選的方案，分別是：（1）Noah土壤濕度方案；（2）CLM 土壤基質(zhì)勢方案；（3）SSiB不同表達(dá)函數(shù)的土壤基質(zhì)勢方案[28]。（1）Noah土壤濕度方案參數(shù)化函數(shù)可以表示為：

其中，θwilt和 θref分別是土壤水分枯竭點（m3·m-3）和土壤水分飽和點（m3·m-3），它們都取決于土壤類型。Nroot和zroot分別是淺層和深層土壤植被根系含量。CLM的β因子是基于BATS方案改進(jìn)[29]，可表達(dá)為：

其中，ψi=ψsat(θliq，i/θsat)-b是第 i層土壤的土壤基質(zhì)勢，θsat是潛在飽和土壤基質(zhì)勢，它依賴于植被和土壤類型。SSIB方案的β因子的計算為：

其中，從c2是坡度因子，范圍在4.36（農(nóng)田）至6.37（闊葉灌叢）[28]。CLM的β因子變化范圍比Noah的范圍更窄。這三種方案在模型中，因外部原因都有很大的不確定性。

1.3.4 積雪反照率方案

冬季積雪反照率較高，由于受到積雪表面狀態(tài)變化的影響（顏色、密度、新舊），它不是一個穩(wěn)定值。Noah-MP給出了2中可選的方案：

（1）BATS

BATS方案是計算積雪表面的可見光、近紅外波段的直接反射和漫反射，新雪反照率的計算包括：雪齡、SZA、粒度生長和雜質(zhì)（雪上的灰塵或煙塵）等因素。

（2）CLASS

CLASS方案簡單地計算了包含新雪和舊雪的整個雪表面反照率，并表現(xiàn)出良好的模擬積雪時間和地表反照率。通常BATS方案對雪表反照率模擬值相對CLASS方案偏大。

2 模擬結(jié)果分析

利用2014年塔中站觀測數(shù)據(jù)制作的Noah-MP驅(qū)動數(shù)據(jù)，根據(jù)塔中站地理環(huán)境將模型參數(shù)表中地表比輻射率、反照率、地表粗糙度等默認(rèn)值修正[27]。本次實驗?zāi)M時段為2014年全年，分別進(jìn)行3組不同參數(shù)化方案組合模擬實驗，具體見表1。

表1 不同參數(shù)化方案組合模擬實驗

為有效評估Noah-MP三組試驗在塔克拉瑪干沙漠的模擬效果，本次試驗對土壤溫度、土壤濕度、感熱通量、潛熱通量的模擬效果采用3種評估指標(biāo)進(jìn)行分析，分別為：（1）效率系數(shù)（Nash-Sutcliffe Efficiency,NSE），NSE值從負(fù)無窮到1，越接近1表示模擬結(jié)果越接近觀測值，NSE=1時，表明模擬至于觀測值一致，NSE>0.5表示模擬效率可以接受，當(dāng)NSE<0時則表示模擬效率差；（2）決定性系數(shù)（R2），用于表征模擬值與觀測值之間的相關(guān)性；（3）均方根誤差（Root Mean Square Error，RMSE），常用于衡量模擬值與觀測值之間的偏差。其中前三個指標(biāo)主要用于評價模型的模擬性能。NSE、R2、RMSE的分別定義為：

其中，Ts，To分別是模擬值和觀測值，Ts，i，To,i分別為每個時次的模擬值和觀測值。由于塔中站通量儀器觀測不連續(xù)，僅對6月20—30日的模擬輸出進(jìn)行分析。

2.1 土壤溫度

土壤溫度是陸面過程重要的物理量，它影響地表蒸發(fā)和能量平衡。在Noah-MP中土壤被分為四層，厚度分別為：0.1、0.3、0.6、1.0 m。土壤溫度也分為四層輸出，但是塔中站的土壤溫度觀測為0.05、0.1、0.2、0.4 m，目前還沒有合理的塔中站土壤溫度插值方法，因此本次研究僅對0.1cm層的土壤溫度模擬值與觀測值進(jìn)行對比分析。

圖2為Noah-MP的10 cm土壤溫度模擬值與觀測對比曲線和散點圖，三組模擬值均能夠反映塔中站的土壤溫度變化，在6月23日前模擬的趨勢和偏差都比較小，在6月23日有一場降雨過程，土壤溫度模擬值均有明顯下降趨勢，第一、二組實驗在降雨后的波谷偏差較大，第三組的模擬值偏差相對最小，三組模擬均能較好的反映降水過后土壤溫度升高的趨勢。值得注意的是，一次降雨過后三組土壤溫度模擬值均出現(xiàn)了相位偏差，波峰和波谷提前出現(xiàn)。根據(jù)經(jīng)典土壤熱傳導(dǎo)方程（9），當(dāng)降雨后土壤濕度增大后土壤熱傳導(dǎo)率會增大，導(dǎo)致土壤熱擴(kuò)散率增大，因此在降雨后的幾天溫度的波峰和波谷分別出現(xiàn)高估和低估，造成這種現(xiàn)象的主要原因是土壤濕度模擬存在很大的不確定性。從圖2的散點圖可以看出，第一組土壤模擬值總體偏低；第二組相關(guān)性最好，R2為0.913；第三組總體偏差最小，但相關(guān)性相對最低，R2為0.90。根據(jù)表1可知，第三組的NSE最大，達(dá)到0.851，且RMSE最小，僅為2.591℃。塔中站土壤為沙土，地表無植被覆蓋，經(jīng)常出現(xiàn)較強(qiáng)陣性風(fēng)。通過圖4可以看出，第三組選擇的Chen97方案能夠很好的反映感熱交換系數(shù)，而M-O方案計算感熱系數(shù)未對z0h進(jìn)行大氣穩(wěn)定度修正，在出現(xiàn)陣性風(fēng)時導(dǎo)致Ch偏高。另外根據(jù)塔中站地表覆被特征，選擇全網(wǎng)格二流近似（gap=0，無植被覆蓋）更合理，結(jié)合統(tǒng)計分析表明第三組試驗的土壤溫度模擬效果最好。

其中，T為土壤溫度（℃），z是土壤深度（m），λ 為土壤熱傳導(dǎo)率（W·m-1·℃-1），Cg為土壤的體積熱容（J·cm-3·℃-1），t為時間（s）。

2.2 土壤濕度

圖2 三組Noah-MP實驗的10 cm土壤溫度模擬值與觀測值對比曲線和散點圖

表1 三組Noah-MP實驗的NSE、RMSE分析表

土壤濕度是能量平衡、水量平衡中的重要參數(shù)，對空氣濕度、溫度的模擬和預(yù)報能夠維持較長時間的作用。長期以來，土壤溫度的模擬和預(yù)報都存在著明顯的不確定性和較大偏差。本次試驗分別選取了三種土壤水分因子氣孔阻抗方案，能夠比較的只有10 cm土壤濕度。從土壤濕度模擬與觀測值對比曲線可以看出，三組模擬值能在一定程度上反映土壤濕度的變化趨勢。第一組模擬值在6月23日降水前存在高估，在降水后的2 d內(nèi)明顯低于觀測峰值，總體偏差相對最小。第二組采用的Noah土壤水分因子氣孔阻抗方案的模擬明顯偏高，在降水前偏高一個量級，但又低于6月24的日土壤濕度觀測峰值，在25日后土壤濕度開始逐漸下降，不能反映每天土壤濕度的波動。第三組選擇的SSiB土壤水分因子氣孔阻抗方案，降水后有緩慢的上升趨勢，但與觀測峰值差距相對最大，在降水后總體高估，且未能反映土壤濕度的波動。從圖3散點圖可以看出，第一組模擬值在1：1線最集中，R2為0.79，高于其他兩組。根據(jù)表1可知，第一組NSE為0.512，在可接受范圍，RMSE為0.057，低于第二、三組。第二組的NSE為0.315，在不可接受范圍。第三組NSE最高，但RMSE又相對較大。

2.3 感熱通量

感熱通量是地表能量傳輸?shù)闹饕至?，是塔克拉瑪干沙漠的主要熱源，從圖5可以知三組試驗?zāi)M值均能夠較好的反映感熱通量的變化趨勢，在6月23日降水前曲線吻合非常好，在降雨后的兩天第二組模擬值在波谷出現(xiàn)明顯低估。在6月24日后，三組模擬值在波峰均出現(xiàn)了高估現(xiàn)象。第一、二組試驗選擇的M-O方案，第三組試驗選擇的Chen97方案，三組感熱通量模擬值在波谷均有不同程度低估，前兩組在波峰出現(xiàn)高估最明顯，第三組偏差相對較小。從圖5中散點圖和表1可以看出，第三組模擬值相關(guān)性最好，R2達(dá)到0.982，RMSE相對最小，為31.773 W2·m-2，低于前兩組的一半，決定系數(shù)NSE為0.924，也是三組中最好的，從統(tǒng)計分析指標(biāo)來看第三組的感熱通量模擬效果最好。通過分析塔中站的地表溫度、風(fēng)速計算，由圖4可看出Chen97方案計算的Ch能夠反映隨時間變化的特征，比較符合沙漠地表感熱傳輸?shù)恼鎸嵡闆r。因此，說明Chen97方案最適合干旱的沙漠地區(qū)感熱輸送計算。

圖3 三組Noah-MP實驗的10cm土壤濕度模擬值與觀測值對比曲線和散點圖

圖4 感熱交換系數(shù)對比曲線

2.4 潛熱通量

潛熱通量主要表現(xiàn)為水的相態(tài)變化、地表/植被蒸散引起的熱量吸收和釋放，潛熱通量受土壤氣孔、溫濕度、風(fēng)速、植被狀態(tài)等多因素影響，它的模擬和預(yù)報存在較大的不確定性。三組試驗中土壤水分因子氣孔阻抗方案分別選擇了Noah、CLM、SSiB方案，模擬效果均不理想，在6月23日降水前第一、二組模擬值變化較小，基本在0 W2·m-2附近，基本沒有隨時間變化波動趨勢，第三組模擬值相對觀測值有相似的變化趨勢，但明顯低估。在降水后的3 d內(nèi)，三組模擬值迅速增長，波動范圍較大，總體遠(yuǎn)高于觀測值，最大偏差接近300 W2·m-2。在6月27日及以后，三組模擬值的高估情況有所改善，與觀測值變化趨勢相似，但在波谷附近均有不同程度高估現(xiàn)象，但第三組相對較好。從圖6的散點圖可以看出，第一、二組模擬值相對1：1線比較離散，R2分別為0.134和0.06，第三組的三點相對集中，R2為0.257。根據(jù)表1數(shù)據(jù)可知，三組的NSE均為負(fù)數(shù)，模擬效率較差，說明模擬值總體偏離觀測值較大，第三組RMSE最小，為57.425 W2·m-2，綜合統(tǒng)計分析可以看出，第三組組合試驗對潛熱通量模擬效果最好。

為了進(jìn)一步比較三組Noah-MP不同參數(shù)化方案組合模擬性能，圖7給出了三組模擬的10 cm土壤溫度和濕度、感熱、潛熱通量的泰勒圖。在圖中，歸一化標(biāo)準(zhǔn)差用半徑表示，圓心為直角點；相關(guān)性用角度表示，當(dāng)點越靠近橫軸，則相關(guān)性越高，REF點為圓心的小圓半徑表示中心化均方根誤差，表示模擬值與觀測值之間偏離程度，當(dāng)點距REF越近則中心化均方根誤差越小，其計算公式如下：

其中，N表示樣本總數(shù)，n表示每個觀測或模擬時次，fn，rn分別為n時次的觀測值和模擬值，fˉ和rˉ分別為觀測值和模擬值的平均值。將E′換算為RMSE時需要乘變量的數(shù)學(xué)期望[24]。

圖5 三組Noah-MP實驗的感熱通量模擬值與觀測值對比曲線和散點圖

圖6 三組Noah-MP實驗的潛熱通量模擬值與觀測值對比曲線和散點圖

通過泰勒圖（圖7）可看出，第三組10 cm土壤溫度離REF點最近，其相關(guān)性為0.952，相對最高。三組土壤濕度離REF點相對較遠(yuǎn)，說明土壤濕度模擬效果均不夠理想，第一組模擬效果相對最好。第三組感熱通量離REF點最近，相關(guān)性達(dá)到0.991，高于前兩組，第三組的感熱通量模擬效果最好。三組實驗的潛熱通量離REF點最遠(yuǎn)，且相關(guān)系數(shù)最低，第二組低至0.245，第三組相對最近。綜合以上分析可知，除了10 cm土壤濕度模擬相對較差以外，第三組的模擬性能最優(yōu)。

3 結(jié)論

圖7 三組Noah-MP實驗的模擬性能評估泰勒圖

本文利用塔中站2014年觀測數(shù)據(jù)驅(qū)動三組不同參數(shù)化方案組合的Noah-MP模擬實驗，并基于觀測數(shù)據(jù)，對10 cm土壤溫濕度、感熱潛熱通量4個特征量進(jìn)行了評估。三組模擬均能夠反映塔中站4個特征量的變化趨勢，但對潛熱通量和10 cm土壤濕度的模擬效果都比較差。不同的參數(shù)化方案的差別體現(xiàn)在描述陸面熱量和水分變化的物理過程存在差別，因此導(dǎo)致了三組試驗?zāi)M性能有差異，具體分析如下：

（1）對10 cm的土壤溫度模擬，第三組模擬效果最好，第二組次之，第一組最差。影響土壤溫度計算的主要原因是感熱交換系數(shù)和輻射傳輸方案的選擇，根據(jù)塔中站地理環(huán)境和分析結(jié)果表明Chen97方案和全網(wǎng)格二流近似（gap=0）輻射方案組合能較好的模擬沙漠土壤溫度。

（2）三組試驗對土壤濕度模擬效果差的主要原因是塔中站氣候非常干燥，地表無植被覆蓋，土壤為疏松細(xì)小沙粒，水分含量極低，當(dāng)降水到達(dá)地面的短時間內(nèi)會蒸發(fā)一部分，因此真正進(jìn)入土壤的水分會相對減少。另外，選擇不同的土壤水分因子氣孔阻抗方案對土壤水分蒸發(fā)計算也存在差異，第一組選擇的CLM方案對土壤類型影響蒸發(fā)方面有一定考慮，根據(jù)土壤基質(zhì)勢計算并取最小值，所以第二組對土壤濕度模擬沒有偏高現(xiàn)象，選擇Noah和SSiB方案的第二、三組土壤濕度模擬偏高。說明CLM土壤水分因子氣孔阻抗方案更適用于干旱的沙漠區(qū)域土壤濕度模擬。

（3）三組試驗均能夠較好的模擬感熱通量，第一、二組模擬值在波峰存在高估，尤其是第二組模擬值在降水后出現(xiàn)了明顯低估情況，第三組對高估有所克制，模擬效果最好，主要得益于選擇了感熱交換系數(shù)Chen97方案，能夠較為真實的刻畫Ch變化特征。因此，Chen97方案更適合沙漠地表的感熱計算。

（4）潛熱通量在4個特征量中模擬效果最差，主要原因是沙漠土壤水分極低，觀測降水和實際進(jìn)入土壤的水量有差異，另外沙漠地表沒有植被和植物根系，目前Noah-MP所給的參數(shù)化方案未針對極端干旱的沙漠進(jìn)行優(yōu)化，無法準(zhǔn)確計算土壤蒸發(fā)和植被蒸散，因此對沙漠區(qū)域的潛熱通量計算不夠理想。

綜上所述，Noah-MP的不同參數(shù)化方案組合試驗均能夠模擬沙漠區(qū)域陸面過程，不同的組合會導(dǎo)致不同的模擬效果，其中第三組綜合模擬性能最優(yōu)。對10 cm土壤濕度和潛熱通量模擬效果差的原因不僅僅是模式參數(shù)化方案，還與土壤的物理參數(shù)、降水的觀測有關(guān)，改進(jìn)模擬效果需要對沙漠區(qū)域土壤水分因子氣孔阻抗方案進(jìn)行優(yōu)化、并給出更加真實的地表環(huán)境和土壤信息。本文的研究僅能給出Noah-MP在沙漠地表模擬性能最好的參數(shù)化方案組合，需要通過長期的觀測和模擬不斷優(yōu)化參數(shù)化方案，使其能夠更好地模擬沙漠地表的陸面過程，改善已耦合Noah-MP的WRF模式在沙漠區(qū)域的溫度預(yù)報性能。