地球信息科学学报 ›› 2015, Vol. 17 ›› Issue (11): 1294-1303.doi: 10.3724/SP.J.1047.2015.01294
收稿日期:
2015-05-09
修回日期:
2015-09-07
出版日期:
2015-11-10
发布日期:
2015-11-10
作者简介:
作者简介:史学丽(1972-),山东乳山人,正研级高工,主要从事陆面过程与气候模式发展、遥感数据的模式应用等方面研究。E-mail:
基金资助:
SHI Xueli*(), ZHANG Fang, ZHOU Wenyan, ZHANG Yanwu
Received:
2015-05-09
Revised:
2015-09-07
Online:
2015-11-10
Published:
2015-11-10
Contact:
SHI Xueli
E-mail:shixl@cma.gov.cn
About author:
*The author: CHEN Nan, E-mail:
摘要:
本文将CG-LTDR数据集中的地表覆盖数据产品应用于北京气候中心陆面模式(BCC_AVIM 1.0)中,并通过数值模拟分析不同覆盖类型的数据(冰川、湿地、湖泊、植被PFT)更新对模拟结果的影响。结果表明,新数据对不同地表类型的基本分布特征都有合理描述,但与模式中原有数据的差异明显,表现为冰川比例在格陵兰岛西部地区增加,湿地在大部分地区都减少,湖泊在北美和欧亚大陆中高纬地区的比例减少,但青藏高原及周边地区小幅增加,植被PFT的差异最明显。与采用模式原地表覆盖数据的控制试验相比,新数据引入所致的改变,主要局限于地表覆盖数据改变的区域。冰川数据更新使高纬冰川积雪区和青藏高原的温度降低,湿地数据提高了欧洲和北美主要水区的地面温度,湖泊数据有效降低了亚洲地区的温度,更新植被PFT的影响最广泛,使得南美、南非、东北亚、北美和澳洲大部分地区的温度升高,而中国华南江南地区以及南亚地区的温度降低,但在一些地区的模拟效果降低。数据全部更新引起的温度改变最明显,但并不是所有类型的简单叠加,尤其在地表复杂区域。不同的覆盖类型数据更新,可在一定程度上减少模式对于地表温度的模拟偏差(如格陵兰岛西部和青藏高原地区、欧洲内陆湖区的温度偏高),因此需适当选用更新的数据。
史学丽, 张芳, 周文艳, 张艳武. CG-LTDR地表覆盖数据对BCC_AVIM 1.0陆面温度模拟的影响研究[J]. 地球信息科学学报, 2015, 17(11): 1294-1303.DOI:10.3724/SP.J.1047.2015.01294
SHI Xueli,ZHANG Fang,ZHOU Wenyan,ZHANG Yanwu. Impacts of CG-LTDR Land Cover Dataset Updates on the Ground Temperature Simulation with BCC_AVIM 1.0[J]. Journal of Geo-information Science, 2015, 17(11): 1294-1303.DOI:10.3724/SP.J.1047.2015.01294
[1] |
秦大河,T. Stocker,259名作者和TSU(驻伯尔尼和北京).IPCC第五次评估报告第一工作组报告的两点结论[J].气候变化研究进展,2014,10(1):1-6.
doi: 10.3969/j.issn.1673-1719.2014.01.001 |
[2] | 孙菽芬. 陆面过程的物理、生化机理和参数化模型[M].北京:气象出版社,2005. |
[3] |
Pitman P J.Review:The evolution of, and revolution in, land surface schemes designed for climate models[J]. International Journalof Climatology, 2003,23:479-510.
doi: 10.1002/joc.893 |
[4] |
Lawrence P J, Chase T N.Representing a new MODIS consistent land surface in the Community Land Model (CLM 3.0)[J]. Journal of Geophysical Research, 2007,112(G1), G01023,doi:10.1029/2006JG000168.
doi: 10.1029/2006JG000168 |
[5] | Gong P, Wang J, Yu L, et al.Finer resolution observation and monitoring of global land cover: First mapping results with Landsat TM and ETM+ data[J]. International Journal of Remote Sensing, 2013,34(7):2607-2654. |
[6] |
Chen J, Chen J, Cao X, et al. Global land cover mapping at 30m resolution: A POK-based operational approach[J].ISPRS Journal of Photogrammetry and Remote Sensing, 2015(103):7-27.
doi: 10.1016/j.isprsjprs.2014.09.002 |
[7] | Oleson K W, Dai Y J, Bonan G, et al.Technical description of the Community Land Model (CLM)[M]. Boulder: NCAR/TN-461+STR, 2004. |
[8] |
Ji J J.A climate-vegetation interaction model-simulating the physical and biological process at the surface[J]. Journal of Biogeography, 1995,22(2-3):445-451.
doi: 10.2307/2845941 |
[9] |
Ji JJ, Huang M, Li K.Prediction of carbon exchange between China terrestrial ecosystem and atmosphere in 21st century[J]. Science China Earth Sciences, 2008,51(6):885-898.
doi: 10.1007/s11430-008-0039-y |
[10] | 李伟平,刘新,聂肃平,等.气候模式中积雪覆盖率参数化方案的对比研究[J].地球科学进展,2009,24(5):512-522. |
[11] |
吴统文,宋连春,李伟平,等.北京气候中心气候系统模式研发进展——在气候变化研究中的应用[J].气象学报,2014,71(1):12-29.
doi: 10.11676/qxxb2013.084 |
[12] |
Loveland T R, Reed B C, Brown J F, et al.Development of a global land cover characteristics database and IGBP DISCover from 1km AVHRR data[J]. International Journalof Remote Sensing, 2000,21(6-7):1303-1330.
doi: 10.1080/014311600210191 |
[13] | Cogley J G.GGHYDRO —— Global Hydrographic Data Release 2.0[R]. Trent Climate Note 91-1, Department of Geography, Trent University, Peterborough, Ontario, 1991. |
[14] |
Bonan G B, S Levis, L Kergoat, et al. Landscapes as patches of plant functional types: An integrating concept for climate and ecosystem models[J]. Global Biogeochemistry Cycles, 2002,16(2):5.1-5.23.
doi: 10.1029/2000GB001360 |
[15] |
Yu L, Wang J, Li X C, et al.A multi-resolution global land cover dataset through multisource data aggregation[J]. Science China Earth Sciences, 2014,57(10):2317-2329.
doi: 10.1007/s11430-014-4919-z |
[16] |
Lawrence D M, Oleson K W, Flanner M G, et al.Parameterization improvements and functional and structural advances in version 4 of the Community Land Model[J]. Journal of Advances in Modeling Earth Systems, 2011,3(1):M03001, doi:10.1029/2011MS000045.
doi: 10.1029/2011MS00045 |
[17] |
Lobell D B, Bala G, Duffy P B.Biogeophysical impacts of cropland management changes on climate[J]. Geophysical Research Letter, 2006,33(6):L06708,doi:10.1029/2005GL025492.
doi: 10.1029/2005GL025492 |
[18] |
Sheffield J, Goteti G, Wood E F.Development of a 50-yr high-resolution global dataset of meteorological forcings for land surface modeling[J]. Journal of Climate, 2006,19(13):3088-3111.
doi: 10.1175/JCLI3790.1 |
[19] |
Dee D P, Uppala S M, Simmons A J, et al. The ERA-Interim reanalysis: configuration and performance of the data assimilation system[J]. Quarterly Journal of the Royal Meteorological Society, 137(656):553-597.
doi: 10.1002/qj.828 |
[20] |
陈海山,熊明明,沙文钰.CLM3.0对中国区域陆面过程的模拟试验及评估I:土壤温度[J].气象科学,2010,30(5):621-630.
doi: 10.3969/j.issn.1009-0827.2010.05.008 |
[1] | 罗竹, 刘凯, 张春亢, 邓心远, 马荣华, 宋春桥. DEM在湖泊水文变化研究中的应用进展[J]. 地球信息科学学报, 2020, 22(7): 1510-1521. |
[2] | 杜培军, 王欣, 蒙亚平, 林聪, 张鹏, 卢刚. 面向地理国情监测的变化检测与地表覆盖信息更新方法[J]. 地球信息科学学报, 2020, 22(4): 857-866. |
[3] | 刘卫华, 王思远, 马元旭, 申明, 游永发, 海凯, 吴林霖. 一种湿地河流叶绿素a遥感反演方法[J]. 地球信息科学学报, 2020, 22(10): 2062-2077. |
[4] | 吴瑞娟, 何秀凤, 王静. 结合像元级与对象级的滨海湿地变化检测方法[J]. 地球信息科学学报, 2020, 22(10): 2078-2087. |
[5] | 耿仁方,付波霖,蔡江涛,陈晓雨,蓝斐芜,余杭洺,李青逊. 基于无人机影像和面向对象随机森林算法的岩溶湿地植被识别方法研究[J]. 地球信息科学学报, 2019, 21(8): 1295-1306. |
[6] | 陈柯欣, 丛丕福, 卢伟志, 曲丽梅. CA-Markov与LCM模型的黄河三角洲湿地变化模拟比较[J]. 地球信息科学学报, 2019, 21(12): 1903-1910. |
[7] | 郭唯娜, 柯长青, 范宇宾. 基于SAR干涉数据的东帕米尔高原冰川变化[J]. 地球信息科学学报, 2019, 21(11): 1790-1801. |
[8] | 程滔, 周旭, 郑新燕, 郭建坤, 袁如金. 地理国情监测水面数据时空一致性优化方法[J]. 地球信息科学学报, 2018, 20(9): 1216-1224. |
[9] | 马京振, 孙群, 徐立, 温伯威, 李元復. GlobeLand 30和自发地理信息的对比分析研究[J]. 地球信息科学学报, 2018, 20(9): 1225-1234. |
[10] | 张震, 刘时银. 1970-2016年青藏高原岗扎日冰川变化与物质平衡遥感监测研究[J]. 地球信息科学学报, 2018, 20(9): 1338-1349. |
[11] | 王菲菲, 赵小锋, 刘秀广, 刘嘉慧, 林剑艺. 城市地表净辐射通量的季相变化及与地表覆盖格局的关系研究[J]. 地球信息科学学报, 2018, 20(8): 1160-1168. |
[12] | 詹国旗, 杨国东, 王凤艳, 辛秀文, 国策, 赵强. 基于特征空间优化的随机森林算法在GF-2影像湿地分类中的研究[J]. 地球信息科学学报, 2018, 20(10): 1520-1528. |
[13] | 夏热帕提·阿不来提, 刘高焕, 刘庆生, 黄翀, 管续栋. 近30年刘家峡以下黄河上游河道湿地演变规律与驱动力分析[J]. 地球信息科学学报, 2017, 19(8): 1116-1131. |
[14] | 杨珂含, 姚方方, 董迪, 董文, 骆剑承. 青藏高原湖泊面积动态监测[J]. 地球信息科学学报, 2017, 19(7): 972-982. |
[15] | 党宇, 张继贤, 邓喀中, 赵有松, 余凡. 基于深度学习AlexNet的遥感影像地表覆盖分类评价研究[J]. 地球信息科学学报, 2017, 19(11): 1530-1537. |
|