合理的参数估计是提高陆面模式模拟能力的关键,而其过高的维数极大地增加了合理估计的难度。参数的敏感性分析,旨在针对目标变量找出最敏感的参数,从而实现在有限计算机资源条件下,对参数进行合理估计。本文以Common Land Model(CoLM)...
详细信息
合理的参数估计是提高陆面模式模拟能力的关键,而其过高的维数极大地增加了合理估计的难度。参数的敏感性分析,旨在针对目标变量找出最敏感的参数,从而实现在有限计算机资源条件下,对参数进行合理估计。本文以Common Land Model(CoLM)为研究对象,利用Morris方法定性地从40个参数中筛选出影响土壤温度和土壤湿度的敏感参数,并通过Sobol′方法从敏感性顺序和各敏感参数的累积贡献率两个方面,对Morris方法分析结果进行验证。在此基础上,本研究还利用Sobol′方法对已筛选的参数做定量敏感性分析,最终确定参数的主效应、交互效应和总效应。研究结果表明,Morris方法可以基于少量样本实现复杂的陆面模式的参数筛选,而Sobol′方法的结果又从定量的角度描述了每个敏感参数对模型响应的影响程度,并且两种方法结论一致。
数据质量问题和模式参数化方案的非完备性是陆面模拟中不确定性的主要来源。本文将高斯误差传播原理(Gaussian Error Propagation,GEP)应用于通用陆面模式(the Common Land Model,CoLM),研究关键的植被和土壤属性参数随机误差在模式中...
详细信息
数据质量问题和模式参数化方案的非完备性是陆面模拟中不确定性的主要来源。本文将高斯误差传播原理(Gaussian Error Propagation,GEP)应用于通用陆面模式(the Common Land Model,CoLM),研究关键的植被和土壤属性参数随机误差在模式中的传播,确定由此类误差导致的CoLM模拟的不确定性。结果表明:(1)基于本研究给定的土壤和植被参数的不确定性,CoLM模拟的表层土壤温度、土壤湿度和植被蒸散通量(植冠蒸腾+地表蒸发)的相对误差分别为0.11%、34.07%和5.58%;砂土和稀疏森林上模拟效果最差。土壤参数随机误差对CoLM模拟的影响高于植被参数,而土壤水文参数(孔隙率、饱和基质势、气孔尺寸分布指数和饱和导水率)对各模拟量不确定性的贡献率均远大于热力参数(饱和反照率和热容)。对于本研究涉及的所有模拟变量而言,最关键的参数均是气孔尺寸分布指数b,这可能与描述基质势与体积水含量关系的函数有关,其次重要的是砂土的孔隙度和粘土的饱和导水率。混交森林上的根深分布和苔原上的动力学粗糙度对蒸散通量贡献显著。本身相对误差大的经验参数对CoLM模拟不确定性的贡献不一定多。(2)干燥条件下(表层液态水饱和度小于0.1)土壤温度的不确定性大;相变发生时刻附近(表层土壤温度在0℃附近且表层液态水含量大于0)土壤湿度不确定性显著;蒸散通量的不确定性随本身绝对值的增大而增大,在相对温暖干燥环境中(表层土壤温度高于280K且表层液态水饱和度小于0.3)其不确定性最高。研究证实,GEP能够辨识CoLM中需优先提高观测精度的关键参数和关键参数化过程,对陆面模拟的参数选定、不确定性评估和模式完善具有重要意义。
暂无评论