Statistics and characteristics of permafrost and ground-ice distribution in the Northern Hemisphere
1
1999
... 据统计,多年冻土约占北半球陆地面积的24%[1],我国是世界第三冻土大国,多年冻土主要分布在青藏高原、东北北部山区和西北高山区.冻土作为一类特殊的岩土,与外界能量的交换会改变自身的热力学和水力学性质,因此在冻融阶段的物理过程极其复杂.活动层内部土壤的水热迁移在地气交互和能水平衡中起着重要作用[2],影响冰冻圈生态环境[3]和流域水文过程[4]. ...
Water regime shifts in the active soil layer of the Qinghai-Tibet Plateau permafrost region, under different levels of vegetation
1
2009
... 据统计,多年冻土约占北半球陆地面积的24%[1],我国是世界第三冻土大国,多年冻土主要分布在青藏高原、东北北部山区和西北高山区.冻土作为一类特殊的岩土,与外界能量的交换会改变自身的热力学和水力学性质,因此在冻融阶段的物理过程极其复杂.活动层内部土壤的水热迁移在地气交互和能水平衡中起着重要作用[2],影响冰冻圈生态环境[3]和流域水文过程[4]. ...
黄河源区多年冻土退化及其环境反映
2
2004
... 据统计,多年冻土约占北半球陆地面积的24%[1],我国是世界第三冻土大国,多年冻土主要分布在青藏高原、东北北部山区和西北高山区.冻土作为一类特殊的岩土,与外界能量的交换会改变自身的热力学和水力学性质,因此在冻融阶段的物理过程极其复杂.活动层内部土壤的水热迁移在地气交互和能水平衡中起着重要作用[2],影响冰冻圈生态环境[3]和流域水文过程[4]. ...
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
黄河源区多年冻土退化及其环境反映
2
2004
... 据统计,多年冻土约占北半球陆地面积的24%[1],我国是世界第三冻土大国,多年冻土主要分布在青藏高原、东北北部山区和西北高山区.冻土作为一类特殊的岩土,与外界能量的交换会改变自身的热力学和水力学性质,因此在冻融阶段的物理过程极其复杂.活动层内部土壤的水热迁移在地气交互和能水平衡中起着重要作用[2],影响冰冻圈生态环境[3]和流域水文过程[4]. ...
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
青藏高原多年冻土变化对水文过程的影响
1
2019
... 据统计,多年冻土约占北半球陆地面积的24%[1],我国是世界第三冻土大国,多年冻土主要分布在青藏高原、东北北部山区和西北高山区.冻土作为一类特殊的岩土,与外界能量的交换会改变自身的热力学和水力学性质,因此在冻融阶段的物理过程极其复杂.活动层内部土壤的水热迁移在地气交互和能水平衡中起着重要作用[2],影响冰冻圈生态环境[3]和流域水文过程[4]. ...
青藏高原多年冻土变化对水文过程的影响
1
2019
... 据统计,多年冻土约占北半球陆地面积的24%[1],我国是世界第三冻土大国,多年冻土主要分布在青藏高原、东北北部山区和西北高山区.冻土作为一类特殊的岩土,与外界能量的交换会改变自身的热力学和水力学性质,因此在冻融阶段的物理过程极其复杂.活动层内部土壤的水热迁移在地气交互和能水平衡中起着重要作用[2],影响冰冻圈生态环境[3]和流域水文过程[4]. ...
A new map of permafrost distribution on the Tibetan Plateau
1
2017
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
青藏高原隆升对亚洲季风形成和全球气候与环境变化的影响
1
1999
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
青藏高原隆升对亚洲季风形成和全球气候与环境变化的影响
1
1999
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
青藏高原: 全球气候变化的驱动机与放大器─Ⅲ.青藏高原隆起对气候变化的影响
1
1996
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
青藏高原: 全球气候变化的驱动机与放大器─Ⅲ.青藏高原隆起对气候变化的影响
1
1996
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
Responses of permafrost to climate change and their environmental significance, Qinghai-Tibet Plateau
1
2007
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
Thermal state of permafrost and active layer in Central Asia during the international polar year
0
2010
Spatiotemporal variability of permafrost degradation on the Qinghai-Tibet Plateau
0
2011
Active layer thickness calculation over the Qinghai-Tibet Plateau
1
2009
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
青藏高原区退化高寒草甸植被和土壤特征
1
2020
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
青藏高原区退化高寒草甸植被和土壤特征
1
2020
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
1
2019
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
1
2019
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
Processes of runoff generation operating during the spring and autumn seasons in a permafrost catchment on semi-arid plateaus
0
2017
Linkage between permafrost distribution and river runoff changes across the Arctic and the Tibetan Plateau
1
2020
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
Change in frozen soils and its effect on regional hydrology, upper Heihe basin, northeastern Qinghai-Tibetan Plateau
1
2018
... 青藏高原多年冻土总面积约1.06×106 km2,约占高原总面积的40%[5].高海拔和复杂地形使青藏高原对全球气候变化极为敏感,并通过能水交换与大气循环作用反馈到全球气候变化进程中[6],是全球气候的放大镜和调节器[7],而作为高原典型下垫面类型的多年冻土是影响全球气候变化的关键因子.近几十年,在全球气候变暖的背景下,青藏高原的多年冻土呈现退化的趋势,主要表现为多年冻土年平均地温升高,活动层厚度加深,冻土下限海拔上升,多年冻土区面积减小[8-11].已有研究表明,冻土退化使高原植被退化,加速了高原草地荒漠化和盐渍化的速度[3,12],同时流域内夏季径流减少、冬季径流增加、年内径流过程变缓,变化强度与流域多年冻土覆盖率有关[13-16],部分地区地下水储量增加[17]等.研究冻土区土壤的水热变化可以为未来气候模式下更准确预估冻土的变化趋势,为当地生态环境保护、水资源利用、下游社会经济发展提供重要决策依据. ...
Simultaneous heat and water model of a freezing snow-residue-soil system I. theory and development
1
1989
... 在寒区陆面过程研究工作中,土壤内部水热过程的准确描述一直是难点之一.国内外科学家基于不同的算法与需求开发大量陆面过程模型,其中代表性的有SHAW(Simultaneous Heat and Water Model)[18]、CoupModel(Coupled Heat and Mass Transfer Model for Soil-Plant-Atmosphere System)[19]和VIC-3L(Variable Infiltration Capacity-3 Layer Model)[20]等,这些模型通过耦合冻土模块,实现了冻土水热过程的模拟. ...
A coupled model of water, heat and mass transfer using object orientation to improve flexibility and functionality
1
2001
... 在寒区陆面过程研究工作中,土壤内部水热过程的准确描述一直是难点之一.国内外科学家基于不同的算法与需求开发大量陆面过程模型,其中代表性的有SHAW(Simultaneous Heat and Water Model)[18]、CoupModel(Coupled Heat and Mass Transfer Model for Soil-Plant-Atmosphere System)[19]和VIC-3L(Variable Infiltration Capacity-3 Layer Model)[20]等,这些模型通过耦合冻土模块,实现了冻土水热过程的模拟. ...
One-dimensional statistical dynamic representation of subgrid spatial variability of precipitation in the two-layer variable infiltration capacity model
1
1996
... 在寒区陆面过程研究工作中,土壤内部水热过程的准确描述一直是难点之一.国内外科学家基于不同的算法与需求开发大量陆面过程模型,其中代表性的有SHAW(Simultaneous Heat and Water Model)[18]、CoupModel(Coupled Heat and Mass Transfer Model for Soil-Plant-Atmosphere System)[19]和VIC-3L(Variable Infiltration Capacity-3 Layer Model)[20]等,这些模型通过耦合冻土模块,实现了冻土水热过程的模拟. ...
基于CoupModel模型的三峡库区典型林地土壤水分和温度模拟以及参数敏感性分析
1
2013
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
基于CoupModel模型的三峡库区典型林地土壤水分和温度模拟以及参数敏感性分析
1
2013
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Laboratory research for the determination of the thermal properties of soils
2
1949
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... [22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Thermal properties of soils
1
1963
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Thermal conductivity of soils
8
1975
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... [24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... [24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... [24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
... [24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
... [24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
... 影响土壤导热率数值的因素有很多,如土壤孔隙度、粒径、饱和度、温度[44,66-68]等.在对土壤导热率的众多算法中,VIC-CAS模型中导热率选择应用最为广泛的Johansen[24]算法,导热率K可表示为: ...
A generalized thermal conductivity model for soils and construction materials
2
2005
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... [25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
An improved model for predicting soil thermal conductivity from water content at room temperature
1
2007
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Inverse analysis of the role of soil vertical heterogeneity in controlling surface soil state and energy partition
3
2005
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... [27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... Kwet[27]为湿土导热率,可表示为: ...
Development of an enthalpy-based frozen soil model and its validation in a cold region in China
1
2016
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Simultaneous heat and mass transfer accompanied by phase change in porous insulation
1
1986
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
青藏高原北部不同下垫面土壤热力特性研究
1
2013
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
青藏高原北部不同下垫面土壤热力特性研究
1
2013
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
青藏高原中部土壤热传导率参数化方案的确立及在数值模式中的应用
3
2009
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
... [31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
青藏高原中部土壤热传导率参数化方案的确立及在数值模式中的应用
3
2009
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
... [31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
藏北高原土壤热传导率参数化方案的优化和检验
1
2013
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
藏北高原土壤热传导率参数化方案的优化和检验
1
2013
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Thermal properties of soils
2
1981
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
土体导热系数的评价与计算
1
2002
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
土体导热系数的评价与计算
1
2002
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
冻土导热系数的非线性规律研究
1
2015
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
冻土导热系数的非线性规律研究
1
2015
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Soil freezing point as obtained on melting
1
2004
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
2
2010
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... [37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
2
2010
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... [37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Measurement of unfrozen water content and relative permittivity of frozen unsaturated soil using NMR and TDR
1
2009
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Spatially distributed model of permafrost dynamics in Alaska
1
2004
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Temperature effects on phase composition and strength of partially-frozen soil
1
1957
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Technical description of the community land mo-del(CLM)
1
2004
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
1
1988
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
An analysis of sensible and latent heat flow in a partially frozen unsaturated soil
2
1978
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... VIC-CAS模型的最大未冻水含量公式[43]如下: ...
Effects of frozen soil on snowmelt runoff and soil water storage at a continental scale
2
2006
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
... 影响土壤导热率数值的因素有很多,如土壤孔隙度、粒径、饱和度、温度[44,66-68]等.在对土壤导热率的众多算法中,VIC-CAS模型中导热率选择应用最为广泛的Johansen[24]算法,导热率K可表示为: ...
Modelling rock wall permafrost degradation in the Mont Blanc massif from the LIA to the end of the 21st century
1
2017
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
青藏高原土壤水热过程模拟研究(Ⅰ): 土壤湿度
1
2004
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
青藏高原土壤水热过程模拟研究(Ⅰ): 土壤湿度
1
2004
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
青藏高原土壤水热过程模拟研究(Ⅱ): 土壤温度
1
2005
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
青藏高原土壤水热过程模拟研究(Ⅱ): 土壤温度
1
2005
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
Simulating the role of gravel in freeze-thaw process on the Qinghai-Tibet Plateau
1
2017
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
基于BP神经网络和FEFLOW模型模拟预测多年冻土活动层温度——以青藏高原风火山地区为例
3
2020
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
基于BP神经网络和FEFLOW模型模拟预测多年冻土活动层温度——以青藏高原风火山地区为例
3
2020
... 陆面模型为了便于描述陆面过程,通常将复杂的陆面过程参数化,在影响冻土水热模拟的参数中,土壤导热率影响土壤和大气的能量交换以及土壤内部间的能量传递,对土壤温度模拟的影响很大[21].很早就有国外学者对土壤热导率进行了相关研究[22-23],Johansen[24]在Kersten[22]研究的基础上于1975年首次提出了归一化导热系数的概念,建立了一个模拟非饱和土壤热导率的半理论模型,适用性较广.Côté等[25]、陆森等[26]在Johansen[24]算法的基础上对土壤热导率进一步改进提高了模拟精度,扩大了适用范围.Yang等[27]结合全球土壤实测资料改进了Johansen[24]算法,提高了土壤在冻结状态下的导热系数精度.Bao等[28]在EBM(Eaphy-Based Model)中借鉴了Yang等[27]的成果,并嵌入了冰的导热算法[29],在祁连山多年冻土区水热模拟方面取得了不错的进展.在国内冻土导热系数的研究中,李韧等[30]基于野外实测数据推导出适用于青藏高原北部的计算公式.而罗斯琼等[31]、王愚等[32]在Farouki[33]、Johansen[24]、Côté等[25]参数化方案的基础上发展了适用于青藏高原中部的导热系数方案并取得了较好的效果.刘为民等[34]基于土体成分和特性等因素,任小鹏等[35]考虑了土壤水分的相变和岩土的特点建立了各自的导热计算模型,但都存在局限性.未冻水含量对土壤热力学参数和物理性质有着重要意义[36-37],影响冻融过程中水分的迁移[38].未冻水的计算模型包括经验模型和理论模型,部分模型如GIPL2(Geophysical Institute Permafrost Lab 2.0)[39]采用徐斅祖等[37]、Lovell[40]基于实验数据提出的关于土壤温度的未冻水经验公式.VIC-3L、CLM(Community Land Model)[41]、FEFLOW(Finite Element Subsur-face Flow System)[42]等模型采用了在不同的冻融方案下的未冻水计算公式[43-45].张世强等[46-47]、Pan等[48]和郭林茂等[49]分别利用不同的陆面模型在青藏高原展开水热模拟研究,对各模型未冻水方案在水热模拟方面的适用性有着很好的参考作用. ...
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
Comparison of the thermal conductivity parameter-izations for a freeze-thaw algorithm with a multi-layered soil in permafrost regions
1
2017
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
Evaluation of soil thermal conductivity schemes incorporated into CLM 5.0 in permafrost regions on the Tibetan Plateau
1
2021
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
The community land model version 5: Description of new features, benchmarking, and impact of forcing uncertainty
1
2019
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
Modeling soil thermal conductivities over a wide range of conditions
1
2005
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
基于Noah-MP模式的影响青藏高原冻融过程参数化方案评估
2
2020
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
... 本文替换未冻水算法对土壤湿度的差异主要表现在土壤冻结期到融化期前,融化期湿度变化较小,与刘火霖等[54]未冻水参数化方案替换的结果基本一致.对比他人的模拟结果可以看出,替换EBM导热率算法后,0~60 cm土壤湿度在冻结期结果上优于上述三种模型;60~160 cm冻结期的模拟值高于观测值,与刘洋等[72]、马启民等[74]的结果接近.替换CLM 5.0未冻水算法后,0~60 cm土壤模拟值低于观测值,与刘洋等[72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
基于Noah-MP模式的影响青藏高原冻融过程参数化方案评估
2
2020
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
... 本文替换未冻水算法对土壤湿度的差异主要表现在土壤冻结期到融化期前,融化期湿度变化较小,与刘火霖等[54]未冻水参数化方案替换的结果基本一致.对比他人的模拟结果可以看出,替换EBM导热率算法后,0~60 cm土壤湿度在冻结期结果上优于上述三种模型;60~160 cm冻结期的模拟值高于观测值,与刘洋等[72]、马启民等[74]的结果接近.替换CLM 5.0未冻水算法后,0~60 cm土壤模拟值低于观测值,与刘洋等[72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
The community Noah land surface model with multiparameterization options (Noah-MP): 1. Model description and evaluation with local-scale measurements
1
2011
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
A parameterization of snowpack and frozen ground intended for NCEP weather and climate models
1
1999
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
Review of algorithms and parameterizations to determine unfrozen water content in frozen soil
1
2020
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
A closed-form equation for predicting the hydraulic conductivity of unsaturated soils
1
1980
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
A semi-empirical model for phase composition of water in clay-water systems
1
2007
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
Experimental and numerical analyses of the thermo-mechanical stability of an embankment with shady and sunny slopes in a permafrost region
1
2017
... 已有研究者在青藏高原多年冻土区探究陆面模型中参数化方案对水热模拟的影响,Hu等[50]在唐古拉站和西大滩站对比了Johansen[24]、Farouki[33]和罗斯琼等[31]三种热导率方案,发现罗斯琼等[31]的方案在未冻结土壤中表现最好,而Johansen[24]方案在冻结土壤中表现最好.Yang等[51]在CLM 5.0[52]的基础上,在6种典型的植被下垫面下比较了9种标准化导热率方案对土壤热状态的模拟结果,结果表明选取的所有导热率方案的计算值都偏高并低估了冻结期的土壤温度,在这些方案中Johansen[24]方案及其派生方案在导热率的数值估算以及模拟土壤温度方面明显更优,其中Balland等[53]的导热率方案在不同类型土壤的综合适用性最好.刘火霖等[54]在那曲站评估了Noah-MP(The Community Noah Land Surface Model with Multiparameterization Options)陆面模型[55]下Niu等[44]和Koren等[56]两种未冻水参数化方案,结果表明未冻水方案对土壤湿度模拟的影响明显大于土壤温度,未冻水方案的差异显著影响冻融期土壤水分含量的变化.Hu等[57]基于土壤温度、土壤颗粒比表面积、水的类型和土壤水分曲线建立的未冻水计算公式,归纳并总结了共34种未冻水方案,并根据实地数据进行了评估,结果表明经验公式可用于计算未冻水含量,而物理模型具有更高的精度,但更为复杂,难以在实际情况中应用.在这些方案中,van Genuchten[58]、Kozlowski[59]、Zhang等[60]的方案表现较好. ...
长江源区水循环机理探讨
1
2013
... 沱沱河观测站(92°37′ E,33°57′ N)位于长江源的多年冻土连续区[61],海拔4 533.1 m,地势平缓,气候干燥寒冷.地属高寒草甸地带,植被稀疏,植被覆盖度低.根据1997—1998年的观测,沱沱河站点的年平均气温达-3.7 ℃,最低气温为-32.9 ℃,最高气温为24.3 ℃.流域内降水较少,年降水量在 300 mm左右,降水集中在6—9月,约占年降水量的85%,并在9月份降水量达到峰值. ...
长江源区水循环机理探讨
1
2013
... 沱沱河观测站(92°37′ E,33°57′ N)位于长江源的多年冻土连续区[61],海拔4 533.1 m,地势平缓,气候干燥寒冷.地属高寒草甸地带,植被稀疏,植被覆盖度低.根据1997—1998年的观测,沱沱河站点的年平均气温达-3.7 ℃,最低气温为-32.9 ℃,最高气温为24.3 ℃.流域内降水较少,年降水量在 300 mm左右,降水集中在6—9月,约占年降水量的85%,并在9月份降水量达到峰值. ...
Projecting climate change impacts on hydrological processes on the Tibetan Plateau with model calibration against the glacier inventory data and observed streamflow
1
2019
... VIC-CAS由赵求东等[62]在VIC-3L的基础上耦合冰川模块构成.VIC-CAS模型以能量平衡和水量平衡为基础,在垂直方向上形成大气-植被-土壤的陆面模式,在单个格网上考虑植被、降雨、土壤、积雪等综合因素,输出单个格网的各模拟分量,并可通过汇流模型对流域内产流进行汇总. ...
A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils
3
1984
... 模型的输入数据主要包括气象驱动数据、土壤参数数据、植被参数库和植被覆盖数据.模型的气象驱动数据包括气象站观测的逐时气温、风速、气压等和日降水资料作为模型的气象驱动数据输入.土壤参数数据来自国际地圈生物圈计划(IGBP)的全球土地覆盖特征数据集(GLCC)并参考了美国农业部土壤质地分类依据(USDA)和Cosby等[63]的成果;植被参数库来自于GLCC的亚洲青藏高原植被库,部分参数参考了高原其他地区的研究资料[64-65];植被分布来源于美国马里兰大学发布的全球陆面覆盖类型数据集(UMD). ...
... 式中:fo为土壤有机质含量;θo为有机质孔隙度,取值0.9[63];θm为矿物土孔隙度,由含砂量Psand决定,可表示为: ...
... B为Clapp-Hornberger经验系数[63,70],可表示为: ...
青藏高原西部地区的总体输送系数和地面通量
1
2000
... 模型的输入数据主要包括气象驱动数据、土壤参数数据、植被参数库和植被覆盖数据.模型的气象驱动数据包括气象站观测的逐时气温、风速、气压等和日降水资料作为模型的气象驱动数据输入.土壤参数数据来自国际地圈生物圈计划(IGBP)的全球土地覆盖特征数据集(GLCC)并参考了美国农业部土壤质地分类依据(USDA)和Cosby等[63]的成果;植被参数库来自于GLCC的亚洲青藏高原植被库,部分参数参考了高原其他地区的研究资料[64-65];植被分布来源于美国马里兰大学发布的全球陆面覆盖类型数据集(UMD). ...
青藏高原西部地区的总体输送系数和地面通量
1
2000
... 模型的输入数据主要包括气象驱动数据、土壤参数数据、植被参数库和植被覆盖数据.模型的气象驱动数据包括气象站观测的逐时气温、风速、气压等和日降水资料作为模型的气象驱动数据输入.土壤参数数据来自国际地圈生物圈计划(IGBP)的全球土地覆盖特征数据集(GLCC)并参考了美国农业部土壤质地分类依据(USDA)和Cosby等[63]的成果;植被参数库来自于GLCC的亚洲青藏高原植被库,部分参数参考了高原其他地区的研究资料[64-65];植被分布来源于美国马里兰大学发布的全球陆面覆盖类型数据集(UMD). ...
青藏高原草甸下垫面湍流强度相似性关系分析
1
2002
... 模型的输入数据主要包括气象驱动数据、土壤参数数据、植被参数库和植被覆盖数据.模型的气象驱动数据包括气象站观测的逐时气温、风速、气压等和日降水资料作为模型的气象驱动数据输入.土壤参数数据来自国际地圈生物圈计划(IGBP)的全球土地覆盖特征数据集(GLCC)并参考了美国农业部土壤质地分类依据(USDA)和Cosby等[63]的成果;植被参数库来自于GLCC的亚洲青藏高原植被库,部分参数参考了高原其他地区的研究资料[64-65];植被分布来源于美国马里兰大学发布的全球陆面覆盖类型数据集(UMD). ...
青藏高原草甸下垫面湍流强度相似性关系分析
1
2002
... 模型的输入数据主要包括气象驱动数据、土壤参数数据、植被参数库和植被覆盖数据.模型的气象驱动数据包括气象站观测的逐时气温、风速、气压等和日降水资料作为模型的气象驱动数据输入.土壤参数数据来自国际地圈生物圈计划(IGBP)的全球土地覆盖特征数据集(GLCC)并参考了美国农业部土壤质地分类依据(USDA)和Cosby等[63]的成果;植被参数库来自于GLCC的亚洲青藏高原植被库,部分参数参考了高原其他地区的研究资料[64-65];植被分布来源于美国马里兰大学发布的全球陆面覆盖类型数据集(UMD). ...
陆面模式中土壤冻融过程参数化研究进展
1
2002
... 影响土壤导热率数值的因素有很多,如土壤孔隙度、粒径、饱和度、温度[44,66-68]等.在对土壤导热率的众多算法中,VIC-CAS模型中导热率选择应用最为广泛的Johansen[24]算法,导热率K可表示为: ...
陆面模式中土壤冻融过程参数化研究进展
1
2002
... 影响土壤导热率数值的因素有很多,如土壤孔隙度、粒径、饱和度、温度[44,66-68]等.在对土壤导热率的众多算法中,VIC-CAS模型中导热率选择应用最为广泛的Johansen[24]算法,导热率K可表示为: ...
Thermal conductivity of frozen soils
0
1970
Thermal conductivity of sands
1
2008
... 影响土壤导热率数值的因素有很多,如土壤孔隙度、粒径、饱和度、温度[44,66-68]等.在对土壤导热率的众多算法中,VIC-CAS模型中导热率选择应用最为广泛的Johansen[24]算法,导热率K可表示为: ...
Parametrization of peatland hydraulic properties for the Canadian land surface scheme
2
2000
... 式中:o为饱和有机质基质势,取值-10.3 mm[69];m为饱和矿物土基质势,由土壤中砂土含量Psand决定,可表示为: ...
... 式中:Bo取2.7[69];Bm由土壤中黏土含量Pclay决定,可表示为: ...
Empirical equations for some soil hydraulic properties
1
1978
... B为Clapp-Hornberger经验系数[63,70],可表示为: ...
1
2017
... 利用率定后的模型进行土壤水热数值模拟,将1997年10月1日—1998年9月29日作为模型的验证期分析模型的模拟效果和可靠性.根据丁永建等[71]对冻土区土壤水分含量变化的描述将模拟期土壤的温度和湿度变化分为四个阶段,分别是秋季降温阶段,1997年9月21日到10月21日;冬季冻结阶段,1997年10月21日到1998年3月21日;春季升温阶段,1998年3月21日到4月21日;夏季融化阶段,1997年4月21日到9月21日. ...
1
2017
... 利用率定后的模型进行土壤水热数值模拟,将1997年10月1日—1998年9月29日作为模型的验证期分析模型的模拟效果和可靠性.根据丁永建等[71]对冻土区土壤水分含量变化的描述将模拟期土壤的温度和湿度变化分为四个阶段,分别是秋季降温阶段,1997年9月21日到10月21日;冬季冻结阶段,1997年10月21日到1998年3月21日;春季升温阶段,1998年3月21日到4月21日;夏季融化阶段,1997年4月21日到9月21日. ...
基于SHAW模型的青藏高原唐古拉地区活动层土壤水热特征模拟
6
2013
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 本文替换EBM导热率算法后,在20~60 cm深度,模拟值与观测值间的误差减小;在60~160 cm深度,模拟值与观测值的误差增大.替换CLM 5.0未冻水算法后与原算法的结果差异较小.与上述结果对比可以看出,GIPL2、SHAW等模型与本文的模拟结果较为接近,即整体趋势模拟上相关性较一致,浅层土壤的精度高于深层土壤,且深层土壤的精度随深度增加而较差,其中,刘洋等[72]和马启民等[74]的结果在深度上更接近本文.FEFLOW模型的结果与本文结果相反,在深层土壤温度模拟精度优于浅层. ...
... 对青藏高原多年冻土湿度的模拟结果中,刘洋等[72]的结果表明SHAW模型在5~20 cm土壤的模拟值低于观测值,而70~210 cm土壤冻融期模拟值高于观测值.胡国杰等[73]的结果表明CoupModel模型在5~20 cm的模拟值低于观测值,而在70 cm以下接近观测值.马启民等[74]的结果显示0~50 cm的模拟值在冻结期接近观测值,而50 cm以下的模拟值在冻结期高于观测值. ...
... 本文替换未冻水算法对土壤湿度的差异主要表现在土壤冻结期到融化期前,融化期湿度变化较小,与刘火霖等[54]未冻水参数化方案替换的结果基本一致.对比他人的模拟结果可以看出,替换EBM导热率算法后,0~60 cm土壤湿度在冻结期结果上优于上述三种模型;60~160 cm冻结期的模拟值高于观测值,与刘洋等[72]、马启民等[74]的结果接近.替换CLM 5.0未冻水算法后,0~60 cm土壤模拟值低于观测值,与刘洋等[72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... [72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... 出现上述差异的原因可能是:(1)VIC-CAS模型输出的是三层土壤的平均湿度,反映的是三层土壤中各层整体的水分变化情况,不能表现出土壤水分随深度的变化及各深度间水分的差异性.而刘洋等[72]、胡国杰等[73]、马启民等[74]利用的模型能够模拟各深度的土壤水分,与观测值的比较在结果上可能更好.(2)在替换两种算法前,VIC-CAS模型默认的土壤湿度模拟值在冻结期接近观测值,表现了VIC-CAS模型在冻结期能够较好模拟土壤水分的优点.替换EBM导热率算法主要对60~160 cm土壤有影响,使水分模拟偏高,表现出SHAW等模型在深层土壤模拟较差的缺点,原因可能是替换的导热率方案计算值相比原方案与实际值偏差增大,并在深层表现得更为明显.替换CLM 5.0未冻水算法,降低了0~60 cm土壤湿度的模拟精度,但提高了60~160 cm的模拟精度,与胡国杰等[73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
基于SHAW模型的青藏高原唐古拉地区活动层土壤水热特征模拟
6
2013
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 本文替换EBM导热率算法后,在20~60 cm深度,模拟值与观测值间的误差减小;在60~160 cm深度,模拟值与观测值的误差增大.替换CLM 5.0未冻水算法后与原算法的结果差异较小.与上述结果对比可以看出,GIPL2、SHAW等模型与本文的模拟结果较为接近,即整体趋势模拟上相关性较一致,浅层土壤的精度高于深层土壤,且深层土壤的精度随深度增加而较差,其中,刘洋等[72]和马启民等[74]的结果在深度上更接近本文.FEFLOW模型的结果与本文结果相反,在深层土壤温度模拟精度优于浅层. ...
... 对青藏高原多年冻土湿度的模拟结果中,刘洋等[72]的结果表明SHAW模型在5~20 cm土壤的模拟值低于观测值,而70~210 cm土壤冻融期模拟值高于观测值.胡国杰等[73]的结果表明CoupModel模型在5~20 cm的模拟值低于观测值,而在70 cm以下接近观测值.马启民等[74]的结果显示0~50 cm的模拟值在冻结期接近观测值,而50 cm以下的模拟值在冻结期高于观测值. ...
... 本文替换未冻水算法对土壤湿度的差异主要表现在土壤冻结期到融化期前,融化期湿度变化较小,与刘火霖等[54]未冻水参数化方案替换的结果基本一致.对比他人的模拟结果可以看出,替换EBM导热率算法后,0~60 cm土壤湿度在冻结期结果上优于上述三种模型;60~160 cm冻结期的模拟值高于观测值,与刘洋等[72]、马启民等[74]的结果接近.替换CLM 5.0未冻水算法后,0~60 cm土壤模拟值低于观测值,与刘洋等[72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... [72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... 出现上述差异的原因可能是:(1)VIC-CAS模型输出的是三层土壤的平均湿度,反映的是三层土壤中各层整体的水分变化情况,不能表现出土壤水分随深度的变化及各深度间水分的差异性.而刘洋等[72]、胡国杰等[73]、马启民等[74]利用的模型能够模拟各深度的土壤水分,与观测值的比较在结果上可能更好.(2)在替换两种算法前,VIC-CAS模型默认的土壤湿度模拟值在冻结期接近观测值,表现了VIC-CAS模型在冻结期能够较好模拟土壤水分的优点.替换EBM导热率算法主要对60~160 cm土壤有影响,使水分模拟偏高,表现出SHAW等模型在深层土壤模拟较差的缺点,原因可能是替换的导热率方案计算值相比原方案与实际值偏差增大,并在深层表现得更为明显.替换CLM 5.0未冻水算法,降低了0~60 cm土壤湿度的模拟精度,但提高了60~160 cm的模拟精度,与胡国杰等[73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
基于COUPMODEL模型的冻融土壤水热耦合模拟研究
8
2013
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
... 对青藏高原多年冻土湿度的模拟结果中,刘洋等[72]的结果表明SHAW模型在5~20 cm土壤的模拟值低于观测值,而70~210 cm土壤冻融期模拟值高于观测值.胡国杰等[73]的结果表明CoupModel模型在5~20 cm的模拟值低于观测值,而在70 cm以下接近观测值.马启民等[74]的结果显示0~50 cm的模拟值在冻结期接近观测值,而50 cm以下的模拟值在冻结期高于观测值. ...
... 本文替换未冻水算法对土壤湿度的差异主要表现在土壤冻结期到融化期前,融化期湿度变化较小,与刘火霖等[54]未冻水参数化方案替换的结果基本一致.对比他人的模拟结果可以看出,替换EBM导热率算法后,0~60 cm土壤湿度在冻结期结果上优于上述三种模型;60~160 cm冻结期的模拟值高于观测值,与刘洋等[72]、马启民等[74]的结果接近.替换CLM 5.0未冻水算法后,0~60 cm土壤模拟值低于观测值,与刘洋等[72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... [73]的结果接近. ...
... 出现上述差异的原因可能是:(1)VIC-CAS模型输出的是三层土壤的平均湿度,反映的是三层土壤中各层整体的水分变化情况,不能表现出土壤水分随深度的变化及各深度间水分的差异性.而刘洋等[72]、胡国杰等[73]、马启民等[74]利用的模型能够模拟各深度的土壤水分,与观测值的比较在结果上可能更好.(2)在替换两种算法前,VIC-CAS模型默认的土壤湿度模拟值在冻结期接近观测值,表现了VIC-CAS模型在冻结期能够较好模拟土壤水分的优点.替换EBM导热率算法主要对60~160 cm土壤有影响,使水分模拟偏高,表现出SHAW等模型在深层土壤模拟较差的缺点,原因可能是替换的导热率方案计算值相比原方案与实际值偏差增大,并在深层表现得更为明显.替换CLM 5.0未冻水算法,降低了0~60 cm土壤湿度的模拟精度,但提高了60~160 cm的模拟精度,与胡国杰等[73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
... [73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
... [73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
基于COUPMODEL模型的冻融土壤水热耦合模拟研究
8
2013
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
... 对青藏高原多年冻土湿度的模拟结果中,刘洋等[72]的结果表明SHAW模型在5~20 cm土壤的模拟值低于观测值,而70~210 cm土壤冻融期模拟值高于观测值.胡国杰等[73]的结果表明CoupModel模型在5~20 cm的模拟值低于观测值,而在70 cm以下接近观测值.马启民等[74]的结果显示0~50 cm的模拟值在冻结期接近观测值,而50 cm以下的模拟值在冻结期高于观测值. ...
... 本文替换未冻水算法对土壤湿度的差异主要表现在土壤冻结期到融化期前,融化期湿度变化较小,与刘火霖等[54]未冻水参数化方案替换的结果基本一致.对比他人的模拟结果可以看出,替换EBM导热率算法后,0~60 cm土壤湿度在冻结期结果上优于上述三种模型;60~160 cm冻结期的模拟值高于观测值,与刘洋等[72]、马启民等[74]的结果接近.替换CLM 5.0未冻水算法后,0~60 cm土壤模拟值低于观测值,与刘洋等[72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... [73]的结果接近. ...
... 出现上述差异的原因可能是:(1)VIC-CAS模型输出的是三层土壤的平均湿度,反映的是三层土壤中各层整体的水分变化情况,不能表现出土壤水分随深度的变化及各深度间水分的差异性.而刘洋等[72]、胡国杰等[73]、马启民等[74]利用的模型能够模拟各深度的土壤水分,与观测值的比较在结果上可能更好.(2)在替换两种算法前,VIC-CAS模型默认的土壤湿度模拟值在冻结期接近观测值,表现了VIC-CAS模型在冻结期能够较好模拟土壤水分的优点.替换EBM导热率算法主要对60~160 cm土壤有影响,使水分模拟偏高,表现出SHAW等模型在深层土壤模拟较差的缺点,原因可能是替换的导热率方案计算值相比原方案与实际值偏差增大,并在深层表现得更为明显.替换CLM 5.0未冻水算法,降低了0~60 cm土壤湿度的模拟精度,但提高了60~160 cm的模拟精度,与胡国杰等[73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
... [73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
... [73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
青藏高原典型多年冻土区的一维水热过程模拟研究
7
2016
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 本文替换EBM导热率算法后,在20~60 cm深度,模拟值与观测值间的误差减小;在60~160 cm深度,模拟值与观测值的误差增大.替换CLM 5.0未冻水算法后与原算法的结果差异较小.与上述结果对比可以看出,GIPL2、SHAW等模型与本文的模拟结果较为接近,即整体趋势模拟上相关性较一致,浅层土壤的精度高于深层土壤,且深层土壤的精度随深度增加而较差,其中,刘洋等[72]和马启民等[74]的结果在深度上更接近本文.FEFLOW模型的结果与本文结果相反,在深层土壤温度模拟精度优于浅层. ...
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
... 对青藏高原多年冻土湿度的模拟结果中,刘洋等[72]的结果表明SHAW模型在5~20 cm土壤的模拟值低于观测值,而70~210 cm土壤冻融期模拟值高于观测值.胡国杰等[73]的结果表明CoupModel模型在5~20 cm的模拟值低于观测值,而在70 cm以下接近观测值.马启民等[74]的结果显示0~50 cm的模拟值在冻结期接近观测值,而50 cm以下的模拟值在冻结期高于观测值. ...
... 本文替换未冻水算法对土壤湿度的差异主要表现在土壤冻结期到融化期前,融化期湿度变化较小,与刘火霖等[54]未冻水参数化方案替换的结果基本一致.对比他人的模拟结果可以看出,替换EBM导热率算法后,0~60 cm土壤湿度在冻结期结果上优于上述三种模型;60~160 cm冻结期的模拟值高于观测值,与刘洋等[72]、马启民等[74]的结果接近.替换CLM 5.0未冻水算法后,0~60 cm土壤模拟值低于观测值,与刘洋等[72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... [74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... 出现上述差异的原因可能是:(1)VIC-CAS模型输出的是三层土壤的平均湿度,反映的是三层土壤中各层整体的水分变化情况,不能表现出土壤水分随深度的变化及各深度间水分的差异性.而刘洋等[72]、胡国杰等[73]、马启民等[74]利用的模型能够模拟各深度的土壤水分,与观测值的比较在结果上可能更好.(2)在替换两种算法前,VIC-CAS模型默认的土壤湿度模拟值在冻结期接近观测值,表现了VIC-CAS模型在冻结期能够较好模拟土壤水分的优点.替换EBM导热率算法主要对60~160 cm土壤有影响,使水分模拟偏高,表现出SHAW等模型在深层土壤模拟较差的缺点,原因可能是替换的导热率方案计算值相比原方案与实际值偏差增大,并在深层表现得更为明显.替换CLM 5.0未冻水算法,降低了0~60 cm土壤湿度的模拟精度,但提高了60~160 cm的模拟精度,与胡国杰等[73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
青藏高原典型多年冻土区的一维水热过程模拟研究
7
2016
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 本文替换EBM导热率算法后,在20~60 cm深度,模拟值与观测值间的误差减小;在60~160 cm深度,模拟值与观测值的误差增大.替换CLM 5.0未冻水算法后与原算法的结果差异较小.与上述结果对比可以看出,GIPL2、SHAW等模型与本文的模拟结果较为接近,即整体趋势模拟上相关性较一致,浅层土壤的精度高于深层土壤,且深层土壤的精度随深度增加而较差,其中,刘洋等[72]和马启民等[74]的结果在深度上更接近本文.FEFLOW模型的结果与本文结果相反,在深层土壤温度模拟精度优于浅层. ...
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
... 对青藏高原多年冻土湿度的模拟结果中,刘洋等[72]的结果表明SHAW模型在5~20 cm土壤的模拟值低于观测值,而70~210 cm土壤冻融期模拟值高于观测值.胡国杰等[73]的结果表明CoupModel模型在5~20 cm的模拟值低于观测值,而在70 cm以下接近观测值.马启民等[74]的结果显示0~50 cm的模拟值在冻结期接近观测值,而50 cm以下的模拟值在冻结期高于观测值. ...
... 本文替换未冻水算法对土壤湿度的差异主要表现在土壤冻结期到融化期前,融化期湿度变化较小,与刘火霖等[54]未冻水参数化方案替换的结果基本一致.对比他人的模拟结果可以看出,替换EBM导热率算法后,0~60 cm土壤湿度在冻结期结果上优于上述三种模型;60~160 cm冻结期的模拟值高于观测值,与刘洋等[72]、马启民等[74]的结果接近.替换CLM 5.0未冻水算法后,0~60 cm土壤模拟值低于观测值,与刘洋等[72]、胡国杰等[73]、马启民等[74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... [74]的结果相同;60~160 cm土壤模拟值接近观测值,与胡国杰等[73]的结果接近. ...
... 出现上述差异的原因可能是:(1)VIC-CAS模型输出的是三层土壤的平均湿度,反映的是三层土壤中各层整体的水分变化情况,不能表现出土壤水分随深度的变化及各深度间水分的差异性.而刘洋等[72]、胡国杰等[73]、马启民等[74]利用的模型能够模拟各深度的土壤水分,与观测值的比较在结果上可能更好.(2)在替换两种算法前,VIC-CAS模型默认的土壤湿度模拟值在冻结期接近观测值,表现了VIC-CAS模型在冻结期能够较好模拟土壤水分的优点.替换EBM导热率算法主要对60~160 cm土壤有影响,使水分模拟偏高,表现出SHAW等模型在深层土壤模拟较差的缺点,原因可能是替换的导热率方案计算值相比原方案与实际值偏差增大,并在深层表现得更为明显.替换CLM 5.0未冻水算法,降低了0~60 cm土壤湿度的模拟精度,但提高了60~160 cm的模拟精度,与胡国杰等[73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
基于GIPL2模型的青藏高原活动层土壤热状况模拟研究
2
2018
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
基于GIPL2模型的青藏高原活动层土壤热状况模拟研究
2
2018
... 多位研究者采用不同的陆面模型模拟了青藏高原多年冻土区的土壤温度,在唐古拉站高寒草甸区,刘洋等[72]基于SHAW模型2007年的结果显示,50~150 cm深度土壤温度误差较大,而0~50 cm和150 cm深度以下模拟值和观测值拟合较好.胡国杰等[73]基于CoupModel模型在2008年的结果显示,0~105 cm深度土壤模拟值和观测值吻合得较好,在105 cm以下深度土壤的误差增大.马启民等[74]基于一维水热耦合模型2008年的结果表明,0~50 cm深度土壤温度模拟效果较好,但90 cm以下偏差增大.秦慧艳等[75]基于GIPL2模型在可可西里站高寒草甸区2011—2012年的结果显示,0~100 cm模拟值与观测值相关性较高,120 cm深度以下两者偏差增大,且模拟值稍高于观测值.郭林茂等[49]基于FEFLOW模型在风火山高寒草甸区2006—2008年的土壤温度模拟结果显示,0~20 cm深度土壤的模拟精度低于20 cm深度以下土壤. ...
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
Using in situ temperature measurements to estimate saturated soil thermal properties by solving a sequence of optimization problems
1
2007
... 造成这种结果可能的原因是:(1)各层输入的土壤水热参数存在误差.多年冻土区土壤存在异质性,不同深度土壤特性差异较大.本文模拟时将土壤柱划分为10 cm、50 cm、100 cm三层土壤;秦艳慧等[75]根据文献[76]按5 cm、20 cm、大于100 cm划分土壤层;胡国杰等[73]、马启民等[74]按不同深度划分土壤厚度,在浅层土壤划分厚度较浅,而深层土壤划分较厚,输入的土壤参数不能代表各层的真实情况,这导致了浅层土壤的模拟精度高于深层土壤.(2)模型中冻土算法热量平衡方程大都来自于Stefan的热传导方程,在计算中各层土壤参数除因深度划分不均匀引起的误差外,自身与实际值也存在偏差,热传导方程再计算土壤中热量由上而下或由下而上传递过程时,这种误差会不断累积.(3)研究区植被为高寒草甸,根系在0~30 cm左右,影响浅层土壤的热性质.相比较其他模型,郭林茂等[49]认为FEFLOW模型缺少植被输入是影响浅层土壤的模拟结果的重要原因. ...
CLM 4.0土壤水分传输方案改进在青藏高原陆面过程模拟中的效应
1
2014
... 出现上述差异的原因可能是:(1)VIC-CAS模型输出的是三层土壤的平均湿度,反映的是三层土壤中各层整体的水分变化情况,不能表现出土壤水分随深度的变化及各深度间水分的差异性.而刘洋等[72]、胡国杰等[73]、马启民等[74]利用的模型能够模拟各深度的土壤水分,与观测值的比较在结果上可能更好.(2)在替换两种算法前,VIC-CAS模型默认的土壤湿度模拟值在冻结期接近观测值,表现了VIC-CAS模型在冻结期能够较好模拟土壤水分的优点.替换EBM导热率算法主要对60~160 cm土壤有影响,使水分模拟偏高,表现出SHAW等模型在深层土壤模拟较差的缺点,原因可能是替换的导热率方案计算值相比原方案与实际值偏差增大,并在深层表现得更为明显.替换CLM 5.0未冻水算法,降低了0~60 cm土壤湿度的模拟精度,但提高了60~160 cm的模拟精度,与胡国杰等[73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
CLM 4.0土壤水分传输方案改进在青藏高原陆面过程模拟中的效应
1
2014
... 出现上述差异的原因可能是:(1)VIC-CAS模型输出的是三层土壤的平均湿度,反映的是三层土壤中各层整体的水分变化情况,不能表现出土壤水分随深度的变化及各深度间水分的差异性.而刘洋等[72]、胡国杰等[73]、马启民等[74]利用的模型能够模拟各深度的土壤水分,与观测值的比较在结果上可能更好.(2)在替换两种算法前,VIC-CAS模型默认的土壤湿度模拟值在冻结期接近观测值,表现了VIC-CAS模型在冻结期能够较好模拟土壤水分的优点.替换EBM导热率算法主要对60~160 cm土壤有影响,使水分模拟偏高,表现出SHAW等模型在深层土壤模拟较差的缺点,原因可能是替换的导热率方案计算值相比原方案与实际值偏差增大,并在深层表现得更为明显.替换CLM 5.0未冻水算法,降低了0~60 cm土壤湿度的模拟精度,但提高了60~160 cm的模拟精度,与胡国杰等[73]的结果接近.可能原因是CLM 5.0未冻水算法水分模拟自身的缺点,熊健胜等[77]认为CLM模型模拟多年冻土时,冻结期含水量被低估,而含冰量被高估,但偏低的模拟值弥补了VIC-CAS模型在深层土壤模拟值较高的缺点,使下层土壤的模拟结果反而变好.胡国杰等[73]利用的CoupModel模型的土壤水分模拟值整体偏低,且深层的土壤模拟精度高于浅层土壤,因此与本文的结果接近. ...
土壤冻融过程的参数化改进及其对气候模拟的影响
1
2010
... 李振坤[78]在改则地区的研究表明CLM 3.0参数化方案改进前后0~80 cm土壤温度模拟值间的相关系数大于0.9,含冰量变化对浅层土壤温度变化较小.本文的结果对比上述结果的差异更小,两种未冻水方案下观测值与模拟值间相关系数差值最大在0.03左右,由CLM未冻水方案的缺点来看,实际的含冰量比模拟值更低,含冰量对土壤导热性能的影响可能更小. ...
土壤冻融过程的参数化改进及其对气候模拟的影响
1
2010
... 李振坤[78]在改则地区的研究表明CLM 3.0参数化方案改进前后0~80 cm土壤温度模拟值间的相关系数大于0.9,含冰量变化对浅层土壤温度变化较小.本文的结果对比上述结果的差异更小,两种未冻水方案下观测值与模拟值间相关系数差值最大在0.03左右,由CLM未冻水方案的缺点来看,实际的含冰量比模拟值更低,含冰量对土壤导热性能的影响可能更小. ...