CG-LTDR地表覆盖数据对BCCAVIM1.0陆面温度模拟的影响研究

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（BCCAVIM 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。