<bold>GlobeLand30</bold>地表数据对北京气候中心气候模式的影响
摘要
地表覆盖是陆面及气候模式中的重要基础变量, 其数据质量对气候模式性能有显著影响. 本文基于一套中国自主研制的全球30m地表覆盖数据(GlobeLand30), 利用北京气候中心气候系统模式(Beijing Climate Center Climate System Model, BCC_CSM)中的陆面过程和大气环流分量模式, 开展GlobeLand30数据对气候模式性能影响的研究. 首先通过GlobeLand30和其他卫星遥感等辅助数据融合细化植被功能型(Plant Function Type, PFT)类型数据满足BCC_CSM模式需求, 然后利用基于面积比例的升尺度方法得到适合于全球模式的不同覆盖类型及其面积百分比数据. GlobeLand30与模式原有覆盖数据都能合理描述全球地表覆盖基本分布特征, 但也存在一定差异, 其中植被PFT类型的差别最明显. 通过数值模拟试验全面评估GlobeLand30数据对模式结果的影响, 结果表明在BCC_CSM的陆面模式和大气模式中采用GlobeLand30数据可以合理再现陆面与大气的基本气候特征; 更新植被PFT数据的气候效应大于更新冰川和水体类型, 综合更新所有覆盖类型数据对模拟结果的影响最大. 引入GlobeLand30数据可降低BCC_CSM大气模式对北半球中高纬地区降水的正偏差和南美亚马逊等地区模拟降水的负偏差, 以及南半球部分地区大气温度模拟的负偏差, 因此GlobeLand30数据适用于BCC_CSM分量模式并对改善模式性能有正贡献.
引用本文（GB/T 7714）
乐 俞, 学丽 史, 为民 居, 等. <bold>GlobeLand30</bold>地表数据对北京气候中心气候模式的影响[J]. SCIENTIA SINICA Terrae, 2016.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。