Characteristics and changes of streamflow on the Tibetan Plateau: a review
1
2014
... 青藏高原被誉为“亚洲水塔”,是亚洲许多大江大河的发源地[1].在气候变化与人类活动影响下,青藏高原水资源发生深刻变化[2-3],特别是土壤水作为水资源的重要组成,对调节植被和作物生长、调蓄降雨径流过程具有重要作用[4].全球气候变暖导致多年冻土和季节冻土退化,通过改变土壤的储水、导水、产水属性影响原有的水循环过程和水资源的时空格局[5]. ...
Climatic and associated cryospheric, biospheric, and hydrological changes on the Tibetan Plateau: a review
1
2018
... 青藏高原被誉为“亚洲水塔”,是亚洲许多大江大河的发源地[1].在气候变化与人类活动影响下,青藏高原水资源发生深刻变化[2-3],特别是土壤水作为水资源的重要组成,对调节植被和作物生长、调蓄降雨径流过程具有重要作用[4].全球气候变暖导致多年冻土和季节冻土退化,通过改变土壤的储水、导水、产水属性影响原有的水循环过程和水资源的时空格局[5]. ...
Recent climate changes over the Tibetan Plateau and their impacts on energy and water cycle: a review
1
2014
... 青藏高原被誉为“亚洲水塔”,是亚洲许多大江大河的发源地[1].在气候变化与人类活动影响下,青藏高原水资源发生深刻变化[2-3],特别是土壤水作为水资源的重要组成,对调节植被和作物生长、调蓄降雨径流过程具有重要作用[4].全球气候变暖导致多年冻土和季节冻土退化,通过改变土壤的储水、导水、产水属性影响原有的水循环过程和水资源的时空格局[5]. ...
A multiscale soil moisture and freeze-thaw monitoring network on the third pole
2
2013
... 青藏高原被誉为“亚洲水塔”,是亚洲许多大江大河的发源地[1].在气候变化与人类活动影响下,青藏高原水资源发生深刻变化[2-3],特别是土壤水作为水资源的重要组成,对调节植被和作物生长、调蓄降雨径流过程具有重要作用[4].全球气候变暖导致多年冻土和季节冻土退化,通过改变土壤的储水、导水、产水属性影响原有的水循环过程和水资源的时空格局[5]. ...
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
Distributed hydrological model of the Qinghai-Tibet Plateau based on the hydrothermal coupling: I. hydrothermal coupling simulation of “snow-soil-sand gravel layer” continuum
1
2021
... 青藏高原被誉为“亚洲水塔”,是亚洲许多大江大河的发源地[1].在气候变化与人类活动影响下,青藏高原水资源发生深刻变化[2-3],特别是土壤水作为水资源的重要组成,对调节植被和作物生长、调蓄降雨径流过程具有重要作用[4].全球气候变暖导致多年冻土和季节冻土退化,通过改变土壤的储水、导水、产水属性影响原有的水循环过程和水资源的时空格局[5]. ...
基于水热耦合的青藏高原分布式水文模型: I. “积雪-土壤-砂砾石层”连续体水热耦合模拟
1
2021
... 青藏高原被誉为“亚洲水塔”,是亚洲许多大江大河的发源地[1].在气候变化与人类活动影响下,青藏高原水资源发生深刻变化[2-3],特别是土壤水作为水资源的重要组成,对调节植被和作物生长、调蓄降雨径流过程具有重要作用[4].全球气候变暖导致多年冻土和季节冻土退化,通过改变土壤的储水、导水、产水属性影响原有的水循环过程和水资源的时空格局[5]. ...
Frozen soil degradation and its effects on surface hydrology in the northern Tibetan Plateau
1
2015
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
Reduced winter runoff in a mountainous permafrost region in the northern Tibetan Plateau
0
2016
Change in frozen soils and its effect on regional hydrology, upper Heihe basin, northeastern Qinghai-Tibetan Plateau
1
2018
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
Exploring the contribution of precipitation to water within the active layer during the thawing period in the permafrost regions of central Qinghai-Tibet Plateau by stable isotopic tracing
2
2019
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
... 从不同区域上来看,土壤湿度模拟效果也存在显著性差异,玛曲平均的NSE、R2、RMSE分别为0.72、0.86、0.04 m3·m-3;那曲平均的NSE、R2、RMSE分别为0.48、0.62、0.03 m3·m-3;狮泉河平均的NSE、R2、RMSE分别为0.56、0.67、0.01 m3·m-3.造成土壤湿度模拟效果差异性的主要原因可能也是降水条件的差异,导致在半湿润地区(玛曲)模拟效果显著优于干旱(狮泉河)、半干旱(那曲)地区.降水作为土壤含水量的主要来源,是土壤含水量的控制因素[9],其数量、频率、强度会影响土壤含水量的时空分布特征[45],土壤含水量的变化随着降水事件的波动而波动;同时,在模拟计算层面,降水作为模型的重要的强迫输入数据,每一次降水事件都是对模拟土壤湿度波动趋势的一次修正,因此相比于干旱的那曲、狮泉河地区,湿润的玛曲区域,土壤湿度模拟结果的相关性更高,波动趋势特征更加吻合. ...
Impacts of summer extreme precipitation events on the hydrothermal dynamics of the active layer in the Tanggula permafrost region on the Qinghai-Tibetan Plateau
2
2017
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
... [10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
The variability of soil thermal and hydrological dynamics with vegetation cover in a permafrost region
1
2012
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
Thermal properties of active layer in permafrost regions with different vegetation types on the Qinghai-Tibetan Plateau
0
2020
Soil freeze-thaw and water transport characteristics under different vegetation types in seasonal freeze-thaw areas of the Loess Plateau
1
2021
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
The influence of soil texture and environmental conditions on frozen soil infiltration: a numerical investigation
1
2022
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
Analysis of soil hydraulic and thermal properties for land surface modeling over the Tibetan Plateau
4
2018
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
... 本文选取国际土壤水分观测网络(International Soil Moisture Network)在玛曲、那曲、狮泉河区域建立的观测站进行土壤温湿度模拟与土壤水分特征曲线模型评估,站点名称分别为CST05、Naqu_north、SQ03,站点的基本信息和空间分布如表1和图1所示.本研究的三个站点均位于青藏高原季节冻土区,其中,玛曲、那曲、狮泉河分别位于半湿润气候区、半干旱气候区、干旱气候区[15],1970—2020年的年平均降水量分别为584 mm、428 mm、69 mm,年平均气温分别为1.9 ℃、-0.5 ℃、1.1 ℃. ...
... 模型模拟时段从2017年7月中旬(那曲)、8月中下旬(玛曲、狮泉河)模拟到次年7月和8月,包含了完整的冻融循环过程.模型构建的基本参数包括土壤砂土、壤土、黏土重量百分数,砾石重量百分数,有机质重量百分数,容重,饱和含水量和饱和导水率等,参数的取值参考Zhao等[15]的研究成果,对于没有实测参数的模拟层,采用线性插值的方式给出.进气值e、孔径分布指数(b、λ)、经验指数和经验参数n、α等通过参考Zhao等[15]、周剑等[27]、郭林茂等[31]、Amnyattalab等[41]对土壤水分特征曲线模型的率定成果,以土壤温度和土壤含水量为优化目标,采用手动率定的方式实现,率定的关键参数如表2所示. ...
... [15]、周剑等[27]、郭林茂等[31]、Amnyattalab等[41]对土壤水分特征曲线模型的率定成果,以土壤温度和土壤含水量为优化目标,采用手动率定的方式实现,率定的关键参数如表2所示. ...
A review on the development of study on hydrothermal characteristics of active layer in permafrost areas in Qinghai-Tibet Plateau
2
2020
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
... 在垂向上,土壤温度的模拟效果随深度的增加逐渐降低,这与赵林等[29]在唐古拉地区土壤温度模拟中,得出的随着深度增大,土壤温度模拟准确性有所下降的结论具有一致性.5 cm、10 cm、20 cm、40 cm、80 cm的平均NSE为0.95、0.95、0.91、0.81、0.78;平均RMSE分别为1.74 ℃、1.68 ℃、1.93 ℃、2.56 ℃、3.07 ℃.造成垂向土壤温度模拟效果差异性的主要原因可能是气温对土壤温度的控制作用随土壤深度的增加逐渐减弱,影响深层土壤温度模拟效果的主导因素变得更加复杂,导致深层土壤温度模拟结果具有更大的不确定性.马俊杰等[16]认为气温与土壤温度之间有着密切的关系,且不同深度土壤对气温的变化的响应程度有着很大的差异.赵林等[44]发现浅层土壤温度对气温的相关性较为显著,随着深度的增加土壤温度和气温的相关性逐渐减弱,且土壤温度的年变化幅度逐渐减小,其通过经验方程计算唐古拉地区土壤温度年变幅小于0.1 ℃的深度在9.1 m左右,而实际钻孔测量确定年变化深度在16 m左右,产生如此大偏差的原因可能是浅层土壤与深层的水热特征不同. ...
青藏高原多年冻土区活动层水热特性研究进展
2
2020
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
... 在垂向上,土壤温度的模拟效果随深度的增加逐渐降低,这与赵林等[29]在唐古拉地区土壤温度模拟中,得出的随着深度增大,土壤温度模拟准确性有所下降的结论具有一致性.5 cm、10 cm、20 cm、40 cm、80 cm的平均NSE为0.95、0.95、0.91、0.81、0.78;平均RMSE分别为1.74 ℃、1.68 ℃、1.93 ℃、2.56 ℃、3.07 ℃.造成垂向土壤温度模拟效果差异性的主要原因可能是气温对土壤温度的控制作用随土壤深度的增加逐渐减弱,影响深层土壤温度模拟效果的主导因素变得更加复杂,导致深层土壤温度模拟结果具有更大的不确定性.马俊杰等[16]认为气温与土壤温度之间有着密切的关系,且不同深度土壤对气温的变化的响应程度有着很大的差异.赵林等[44]发现浅层土壤温度对气温的相关性较为显著,随着深度的增加土壤温度和气温的相关性逐渐减弱,且土壤温度的年变化幅度逐渐减小,其通过经验方程计算唐古拉地区土壤温度年变幅小于0.1 ℃的深度在9.1 m左右,而实际钻孔测量确定年变化深度在16 m左右,产生如此大偏差的原因可能是浅层土壤与深层的水热特征不同. ...
Influences of climate variation on thawing-freezing processes in the northeast of Three-River Source Region, China
1
2013
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
Decadal-scale shifts in soil hydraulic properties as induced by altered precipitation
1
2019
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
The role of rainfall in the thermal-moisture dynamics of the active layer at Beiluhe of Qinghai-Tibetan Plateau
2
2014
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
... 从不同区域上来看,土壤温度模拟效果存在显著差异,狮泉河和那曲各土层土壤温度模拟的NSE均在0.8以上,玛曲的NSE均在0.6以上;玛曲、那曲、狮泉河的RMSE分别在1.99~3.29 ℃、2.10~2.45 ℃、0.90~3.82 ℃之间,平均的RMSE分别为2.50 ℃、2.27 ℃、1.97 ℃.造成土壤温度模拟效果差异性的主要原因可能是降水条件的不同,导致在干旱、半干旱区域(狮泉河、那曲)的模拟效果显著优于半湿润地区(玛曲),这可能是由于水热过程耦合作用在湿润的区域更为复杂,水分对热量的传导过程存在一定影响,导致在湿润的区域土壤温度的模拟值与实测值存在更大偏差.Wen等[19]通过研究认为土壤温度变化是降水、辐射、蒸发综合作用的结果,降水入渗不仅直接降低土壤温度和土壤热通量,由于雨天的低大气透明度也引起了向下短波辐射、地表净辐射、感热通量的降低,降水后湿润的地表增加了潜热蒸发;张明礼等[43]认为,对于水分变化活跃和降水波动较大的区域,在水热分析时应当综合考虑液态水和气态水的相变、对流传热和传导热作用.但由于水热耦合的复杂性,导致在水分变化活跃和降水波动较大的区域的模拟效果低于受水分影响较小的区域. ...
Spatiotemporal impact of soil moisture on air temperature across the Tibet Plateau
1
2019
... 以往在青藏高原土壤水动态过程的研究主要集中在土壤冻融过程与水循环过程的演变及其相互作用等方面[6-8],通过揭示土壤冻融作用下水循环变化规律,分析冻土退化对青藏高原水资源的影响.其中,土壤温度、水分的变化规律是研究冻融作用下水循环变化规律的关键[4].以往研究发现,不同气象[9-10]、植被[11-13]、土壤[14-15]条件下,冻融作用对土壤温度、水分变化的影响存在显著的空间差异性.其中气象要素是影响土壤温湿度的主要因子[16],Xiang等[17]发现,降水、温度、积雪覆盖对三江源区土壤温度、土壤水分、冻结深度具有重要影响;Caplan等[18]研究了不同降雨条件下土壤水力学属性的长系列变化,结果表明,降水格局的改变可能引起土壤结构的变化,从而对土壤蓄水和垂向水通量产生重要影响.降水对土壤水热过程的影响与降水强度和频次有关,Zhu等[10]认为极端降水对土壤水热状况影响更大,持续时间更长;Wen等[19]则认为频繁发生的少量降水事件对土壤水热的影响比单个降雨事件更显著.另外,气温对土壤水热过程的影响在季节上也呈现显著性差异[20]. ...
Integration and sharing for meteorological data of the land-atmosphere systems over the Qinghai-Xizang Plateau
1
2021
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
青藏高原地气系统气象科学数据集成和共享
1
2021
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
Permafrost hydrology of the Qinghai-Tibet Plateau: a review of processes and modeling
1
2021
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
Simultaneous heat and water model of a freezing snow-residue-soil system II. field verification
1
1989
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
A coupled model of water, heat and mass transfer using object orientation to improve flexibility and functionality
1
2001
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
The common land model
1
2003
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
Heat and water transfer processes on the typical underlying surfaces of frozen soil in cold regions (I): model comparison
1
2013
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
寒区典型下垫面冻土水热过程对比研究(I): 模型对比
1
2013
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
Energy-water balance of meadow ecosystem in cold frozen soil areas
2
2008
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
... 模型模拟时段从2017年7月中旬(那曲)、8月中下旬(玛曲、狮泉河)模拟到次年7月和8月,包含了完整的冻融循环过程.模型构建的基本参数包括土壤砂土、壤土、黏土重量百分数,砾石重量百分数,有机质重量百分数,容重,饱和含水量和饱和导水率等,参数的取值参考Zhao等[15]的研究成果,对于没有实测参数的模拟层,采用线性插值的方式给出.进气值e、孔径分布指数(b、λ)、经验指数和经验参数n、α等通过参考Zhao等[15]、周剑等[27]、郭林茂等[31]、Amnyattalab等[41]对土壤水分特征曲线模型的率定成果,以土壤温度和土壤含水量为优化目标,采用手动率定的方式实现,率定的关键参数如表2所示. ...
高寒冻土地区草甸草地生态系统的能量-水分平衡分析
2
2008
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
... 模型模拟时段从2017年7月中旬(那曲)、8月中下旬(玛曲、狮泉河)模拟到次年7月和8月,包含了完整的冻融循环过程.模型构建的基本参数包括土壤砂土、壤土、黏土重量百分数,砾石重量百分数,有机质重量百分数,容重,饱和含水量和饱和导水率等,参数的取值参考Zhao等[15]的研究成果,对于没有实测参数的模拟层,采用线性插值的方式给出.进气值e、孔径分布指数(b、λ)、经验指数和经验参数n、α等通过参考Zhao等[15]、周剑等[27]、郭林茂等[31]、Amnyattalab等[41]对土壤水分特征曲线模型的率定成果,以土壤温度和土壤含水量为优化目标,采用手动率定的方式实现,率定的关键参数如表2所示. ...
Impact of soil texture on the simulation of CLDAS/Noah-MP on simulating soil moisture
1
2021
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
土壤质地改变对CLDAS/Noah-MP土壤湿度模拟的影响研究
1
2021
... 受到气候、地理条件复杂,地面观测不足等因素影响,仅依靠传统观测手段难以捕捉土壤温度、水分等要素的变化规律,特别是难以分析不同区域、不同气象条件下土壤温度和水分的变化规律、驱动机制等问题[21],因此,采用数值模型的手段成为刻画冻融作用下土壤温湿度演变的重要方法.Gao等[22]综述了常用的土壤水热耦合模拟数值模型,其中包括Simultaneous Heat and Water (SHAW)[23]、Coupled Heat and Mass Transfer Model (CoupModel)[24]、Common Land Model (CoLM)[25]等模型.这些模型在青藏高原等高寒区得到了广泛应用,如阳勇等[26]使用SHAW和CoupModel模型在模拟了4种不同下垫面的冻土水热过程,发现土壤均质性较好的高寒草甸模拟效果最好,以大孔隙砾石为主的高山荒漠模拟效果最差;周剑等[27]使用SHAW模型模拟了不同植被盖度下的水热状况,发现高覆盖度草地对冬季土壤水分涵养具有重要作用;李磊等[28]利用Noah-MP模式使用不同的土壤质地数据模拟土壤湿度,发现高质量的土壤质地数据能够有效改善土壤湿度的模拟精度. ...
Simulation on the soil water-thermal characteristics of the active layer in Tanggula Range
2
2008
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
... 在垂向上,土壤温度的模拟效果随深度的增加逐渐降低,这与赵林等[29]在唐古拉地区土壤温度模拟中,得出的随着深度增大,土壤温度模拟准确性有所下降的结论具有一致性.5 cm、10 cm、20 cm、40 cm、80 cm的平均NSE为0.95、0.95、0.91、0.81、0.78;平均RMSE分别为1.74 ℃、1.68 ℃、1.93 ℃、2.56 ℃、3.07 ℃.造成垂向土壤温度模拟效果差异性的主要原因可能是气温对土壤温度的控制作用随土壤深度的增加逐渐减弱,影响深层土壤温度模拟效果的主导因素变得更加复杂,导致深层土壤温度模拟结果具有更大的不确定性.马俊杰等[16]认为气温与土壤温度之间有着密切的关系,且不同深度土壤对气温的变化的响应程度有着很大的差异.赵林等[44]发现浅层土壤温度对气温的相关性较为显著,随着深度的增加土壤温度和气温的相关性逐渐减弱,且土壤温度的年变化幅度逐渐减小,其通过经验方程计算唐古拉地区土壤温度年变幅小于0.1 ℃的深度在9.1 m左右,而实际钻孔测量确定年变化深度在16 m左右,产生如此大偏差的原因可能是浅层土壤与深层的水热特征不同. ...
唐古拉地区活动层土壤水热特征的模拟研究
2
2008
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
... 在垂向上,土壤温度的模拟效果随深度的增加逐渐降低,这与赵林等[29]在唐古拉地区土壤温度模拟中,得出的随着深度增大,土壤温度模拟准确性有所下降的结论具有一致性.5 cm、10 cm、20 cm、40 cm、80 cm的平均NSE为0.95、0.95、0.91、0.81、0.78;平均RMSE分别为1.74 ℃、1.68 ℃、1.93 ℃、2.56 ℃、3.07 ℃.造成垂向土壤温度模拟效果差异性的主要原因可能是气温对土壤温度的控制作用随土壤深度的增加逐渐减弱,影响深层土壤温度模拟效果的主导因素变得更加复杂,导致深层土壤温度模拟结果具有更大的不确定性.马俊杰等[16]认为气温与土壤温度之间有着密切的关系,且不同深度土壤对气温的变化的响应程度有着很大的差异.赵林等[44]发现浅层土壤温度对气温的相关性较为显著,随着深度的增加土壤温度和气温的相关性逐渐减弱,且土壤温度的年变化幅度逐渐减小,其通过经验方程计算唐古拉地区土壤温度年变幅小于0.1 ℃的深度在9.1 m左右,而实际钻孔测量确定年变化深度在16 m左右,产生如此大偏差的原因可能是浅层土壤与深层的水热特征不同. ...
Simulation of the soil water-thermal features within the active layer in Tanggula region, Tibetan Plateau, by using SHAW model
1
2013
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
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
1
2013
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
Analysis of thermal-moisture conditions of active layer and energy-water balance of land-atmosphere system in Tanggula area
2
2020
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
... 模型模拟时段从2017年7月中旬(那曲)、8月中下旬(玛曲、狮泉河)模拟到次年7月和8月,包含了完整的冻融循环过程.模型构建的基本参数包括土壤砂土、壤土、黏土重量百分数,砾石重量百分数,有机质重量百分数,容重,饱和含水量和饱和导水率等,参数的取值参考Zhao等[15]的研究成果,对于没有实测参数的模拟层,采用线性插值的方式给出.进气值e、孔径分布指数(b、λ)、经验指数和经验参数n、α等通过参考Zhao等[15]、周剑等[27]、郭林茂等[31]、Amnyattalab等[41]对土壤水分特征曲线模型的率定成果,以土壤温度和土壤含水量为优化目标,采用手动率定的方式实现,率定的关键参数如表2所示. ...
唐古拉地区活动层水热状况及地气系统能水平衡分析
2
2020
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
... 模型模拟时段从2017年7月中旬(那曲)、8月中下旬(玛曲、狮泉河)模拟到次年7月和8月,包含了完整的冻融循环过程.模型构建的基本参数包括土壤砂土、壤土、黏土重量百分数,砾石重量百分数,有机质重量百分数,容重,饱和含水量和饱和导水率等,参数的取值参考Zhao等[15]的研究成果,对于没有实测参数的模拟层,采用线性插值的方式给出.进气值e、孔径分布指数(b、λ)、经验指数和经验参数n、α等通过参考Zhao等[15]、周剑等[27]、郭林茂等[31]、Amnyattalab等[41]对土壤水分特征曲线模型的率定成果,以土壤温度和土壤含水量为优化目标,采用手动率定的方式实现,率定的关键参数如表2所示. ...
Simulation analysis on land surface process of BJ site of central Tibetan Plateau using CoLM
1
2008
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
CoLM模式对青藏高原中部BJ站陆面过程的数值模拟
1
2008
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
1
2016
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
1
2016
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
1
2005
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
1
2005
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
Some fundamental problems of unsaturated seepage
2
2006
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
... 土壤水分特征曲线模型主要计算了K和两个参数,前者决定土壤中水力梯度分布、后者决定土壤中水分的渗透能力[35],三种土壤水分特征曲线模型在结构和参数上的区别导致了K和计算的差异,从而对土壤湿度的模拟结果产生影响.CB与BC、VG模型相比,主要区别在于CB模型使用饱和度(θl/θs)来表示土壤含水量与基质势的关系,而BC和VG模型使用的是有效饱和度[(θl-θr)/(θs-θr)],其中θr表示的是不随吸力增加而产生明显变化时的土壤含水量,许多学者[46-48]通过室内试验表明,当土壤吸力增加到一定程度时,土壤含水量不再产生明显变化,因此相对于使用饱和度来表示土壤含水量与基质势的关系,使用有效饱和度更符合实际情况.相比于BC模型,VG模型的形式复杂、参数众多,且其中重要的参数m、n和α的物理意义至今尚未有统一的认识[49],因此,BC模型与VG模型相比,不仅形式更加简单,且物理意义更加明确. ...
浅谈非饱和渗流的几个基本问题
2
2006
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
... 土壤水分特征曲线模型主要计算了K和两个参数,前者决定土壤中水力梯度分布、后者决定土壤中水分的渗透能力[35],三种土壤水分特征曲线模型在结构和参数上的区别导致了K和计算的差异,从而对土壤湿度的模拟结果产生影响.CB与BC、VG模型相比,主要区别在于CB模型使用饱和度(θl/θs)来表示土壤含水量与基质势的关系,而BC和VG模型使用的是有效饱和度[(θl-θr)/(θs-θr)],其中θr表示的是不随吸力增加而产生明显变化时的土壤含水量,许多学者[46-48]通过室内试验表明,当土壤吸力增加到一定程度时,土壤含水量不再产生明显变化,因此相对于使用饱和度来表示土壤含水量与基质势的关系,使用有效饱和度更符合实际情况.相比于BC模型,VG模型的形式复杂、参数众多,且其中重要的参数m、n和α的物理意义至今尚未有统一的认识[49],因此,BC模型与VG模型相比,不仅形式更加简单,且物理意义更加明确. ...
Development of WEP-COR model to simulate land surface water and energy budgets in a cold region
1
2019
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
Partitioning the contributions of cryospheric change to the increase of streamflow on the Nu River
1
2021
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
1
2017
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
1
2017
... 在上述研究中,土壤水热耦合模型的适用性评估是研究不同环境要素条件下土壤温湿度变化规律的一项重要工作.赵林等[29]、刘杨等[30]、郭林茂等[31]分别验证了SHAW模型在唐古拉地区水热耦合模拟的适用性,罗斯琼等[32]验证了CoLM模型在青藏高原中部水热耦合模拟的适用性,但以往土壤水热耦合模型的验证主要以单点数值模拟为对象,对不同气象条件下模型的适用性评估还不深入,特别是不同气象条件下,土壤水热耦合方程中土壤水分特征曲线模型的适用性有待进一步评估.土壤水分特征曲线模型是刻画土壤水分与吸力、导水率关系的数学方程[33-34],对刻画土壤水力梯度、水分传导能力具有重要作用[35],具有一定的经验性,在不同条件下呈现不同形式,主要包括Campbell、Brooks-Corey、van Genuchten、Clapp-Hornberger、Gardner-Russo模型等形式,在实际应用中,往往需要对方程进行参数化验证,但在青藏高原等高寒区的验证还不足,特别是不同气象条件下,不同土壤水分特征曲线模型的适用性还要进一步探索.且上述学者对土壤水热耦合模型的评估主要集中在小时尺度,对水文模型与土壤水热模型耦合研究,特别是在长时间序列中分析冻融过程对水循环过程影响方面往往需要在日尺度上进行,如Li等[36]、Yang等[37]采用简化的SHAW模型土壤水热方程对分布式水文模型WEP进行改进,在日尺度进行了土壤含水量、土壤温度、冻结深度以及径流量的同步验证,取得了较好的模拟效果.同时,长系列小时尺度土壤冻融观测数据往往难以获得,如我国现行《地面气象观测规范 冻土》[38](GB/T 35234—2017)中要求冻土层上下限深度每日早8时观测一次,开展不同深度地温连续观测也存在一定难度. ...
1
2017
... SHAW模型所需气象强迫数据时间分辨率为日尺度或小时尺度,本研究采用日尺度气象强迫数据进行模拟计算.模型输入的强迫数据来自玛曲、那曲、狮泉河站,基本信息如表1所示.选用的气象站与土壤温湿度观测站经度、纬度、高程的差值分别在0.09°~0.20°、0°~0.32°、3.0~70.6 m范围内,依据2015年土地利用类型(https://www.resdc.cn/)和世界土壤数据库(https://data.tpdc.ac.cn/zh-hans/)资料可知,气象站与土壤温湿度观测站的植被特征、土壤类型均为草地和壤土,下垫面等条件具有一致性,因此可认为选用的地面气象站观测数据作为气象强迫场数据是合理的.模型采用的气象强迫数据包括最高温度(℃)、最低温度(℃)、露点温度(℃)、平均风速(m·s-1)、日降水量(mm)、平均日太阳辐射(W·m-2)等要素.其中最高、最低温度、风速、降水量均来自中国气象数据网中国地面气候资料日值数据集V3.0(http://data.cma.cn/),露点温度采用《地面气象观测规范 空气温度和湿度》[39](GB/T 35226—2017)中推荐的公式计算,太阳辐射采用Ångström-Prescott (A-P)模型[40]计算. ...
1
2017
... SHAW模型所需气象强迫数据时间分辨率为日尺度或小时尺度,本研究采用日尺度气象强迫数据进行模拟计算.模型输入的强迫数据来自玛曲、那曲、狮泉河站,基本信息如表1所示.选用的气象站与土壤温湿度观测站经度、纬度、高程的差值分别在0.09°~0.20°、0°~0.32°、3.0~70.6 m范围内,依据2015年土地利用类型(https://www.resdc.cn/)和世界土壤数据库(https://data.tpdc.ac.cn/zh-hans/)资料可知,气象站与土壤温湿度观测站的植被特征、土壤类型均为草地和壤土,下垫面等条件具有一致性,因此可认为选用的地面气象站观测数据作为气象强迫场数据是合理的.模型采用的气象强迫数据包括最高温度(℃)、最低温度(℃)、露点温度(℃)、平均风速(m·s-1)、日降水量(mm)、平均日太阳辐射(W·m-2)等要素.其中最高、最低温度、风速、降水量均来自中国气象数据网中国地面气候资料日值数据集V3.0(http://data.cma.cn/),露点温度采用《地面气象观测规范 空气温度和湿度》[39](GB/T 35226—2017)中推荐的公式计算,太阳辐射采用Ångström-Prescott (A-P)模型[40]计算. ...
Parameterization of ?ngstr?m-prescott radiation model in Yunnan Province
1
2012
... SHAW模型所需气象强迫数据时间分辨率为日尺度或小时尺度,本研究采用日尺度气象强迫数据进行模拟计算.模型输入的强迫数据来自玛曲、那曲、狮泉河站,基本信息如表1所示.选用的气象站与土壤温湿度观测站经度、纬度、高程的差值分别在0.09°~0.20°、0°~0.32°、3.0~70.6 m范围内,依据2015年土地利用类型(https://www.resdc.cn/)和世界土壤数据库(https://data.tpdc.ac.cn/zh-hans/)资料可知,气象站与土壤温湿度观测站的植被特征、土壤类型均为草地和壤土,下垫面等条件具有一致性,因此可认为选用的地面气象站观测数据作为气象强迫场数据是合理的.模型采用的气象强迫数据包括最高温度(℃)、最低温度(℃)、露点温度(℃)、平均风速(m·s-1)、日降水量(mm)、平均日太阳辐射(W·m-2)等要素.其中最高、最低温度、风速、降水量均来自中国气象数据网中国地面气候资料日值数据集V3.0(http://data.cma.cn/),露点温度采用《地面气象观测规范 空气温度和湿度》[39](GB/T 35226—2017)中推荐的公式计算,太阳辐射采用Ångström-Prescott (A-P)模型[40]计算. ...
云南省?ngstr?m-prescott辐射模型的参数化研究
1
2012
... SHAW模型所需气象强迫数据时间分辨率为日尺度或小时尺度,本研究采用日尺度气象强迫数据进行模拟计算.模型输入的强迫数据来自玛曲、那曲、狮泉河站,基本信息如表1所示.选用的气象站与土壤温湿度观测站经度、纬度、高程的差值分别在0.09°~0.20°、0°~0.32°、3.0~70.6 m范围内,依据2015年土地利用类型(https://www.resdc.cn/)和世界土壤数据库(https://data.tpdc.ac.cn/zh-hans/)资料可知,气象站与土壤温湿度观测站的植被特征、土壤类型均为草地和壤土,下垫面等条件具有一致性,因此可认为选用的地面气象站观测数据作为气象强迫场数据是合理的.模型采用的气象强迫数据包括最高温度(℃)、最低温度(℃)、露点温度(℃)、平均风速(m·s-1)、日降水量(mm)、平均日太阳辐射(W·m-2)等要素.其中最高、最低温度、风速、降水量均来自中国气象数据网中国地面气候资料日值数据集V3.0(http://data.cma.cn/),露点温度采用《地面气象观测规范 空气温度和湿度》[39](GB/T 35226—2017)中推荐的公式计算,太阳辐射采用Ångström-Prescott (A-P)模型[40]计算. ...
Study of the effect of seepage through the body of earth dam on its stability by predicting the affecting hydraulic factors using models of Brooks-Corey and van Genuchten (Case study of Nazluchay and Shahrchay earth dams)
1
2018
... 模型模拟时段从2017年7月中旬(那曲)、8月中下旬(玛曲、狮泉河)模拟到次年7月和8月,包含了完整的冻融循环过程.模型构建的基本参数包括土壤砂土、壤土、黏土重量百分数,砾石重量百分数,有机质重量百分数,容重,饱和含水量和饱和导水率等,参数的取值参考Zhao等[15]的研究成果,对于没有实测参数的模拟层,采用线性插值的方式给出.进气值e、孔径分布指数(b、λ)、经验指数和经验参数n、α等通过参考Zhao等[15]、周剑等[27]、郭林茂等[31]、Amnyattalab等[41]对土壤水分特征曲线模型的率定成果,以土壤温度和土壤含水量为优化目标,采用手动率定的方式实现,率定的关键参数如表2所示. ...
Freezing/thawing process of sandy soil on the Loess Plateau: observation and simulation
1
2008
... 本文中SHAW模型的输出结果为日尺度的土壤温度、土壤湿度、冻结深度、融化深度等.利用冰点水势方程(土壤水势与土壤温度函数关系)和土壤水势方程(土壤水势与液态含水量函数关系)来计算土壤中的液态水含量,并调整冻结温度(不同于其他模式认为土壤0 ℃结冰)[42],并根据各层中液态水含量和含冰量的比例插值得到冻结深度和融化深度.目前关于冻融阶段划分的方法并没有统一的认识,包括以土壤0 ℃等温线、土壤液态水含量的变化特征以及土壤冻结和融化深度特征作为划分冻融阶段的依据.本文则基于模拟的冻融深度特征,选取4个时间节点,即以冻结深度开始大于0的时间为冻结开始日期,以冻结深度大于融化深度的日期作为稳定冻结开始日期,以融化深度显著增加的日期作为融化开始日期,以冻结深度等于融化深度的日期作为完全融化日期,将冻融期划分为不稳定冻期、稳定冻结期和融化期,并将从模拟开始至冻结开始日期划分为冻结前期,完全融化日期至模拟结束划分为融化后期,共5个阶段来评价不同阶段土壤温湿度模拟的偏差.冻融阶段划分和时间节点的选取如图2所示. ...
黄土高原砂壤土冻融过程的观测和模拟
1
2008
... 本文中SHAW模型的输出结果为日尺度的土壤温度、土壤湿度、冻结深度、融化深度等.利用冰点水势方程(土壤水势与土壤温度函数关系)和土壤水势方程(土壤水势与液态含水量函数关系)来计算土壤中的液态水含量,并调整冻结温度(不同于其他模式认为土壤0 ℃结冰)[42],并根据各层中液态水含量和含冰量的比例插值得到冻结深度和融化深度.目前关于冻融阶段划分的方法并没有统一的认识,包括以土壤0 ℃等温线、土壤液态水含量的变化特征以及土壤冻结和融化深度特征作为划分冻融阶段的依据.本文则基于模拟的冻融深度特征,选取4个时间节点,即以冻结深度开始大于0的时间为冻结开始日期,以冻结深度大于融化深度的日期作为稳定冻结开始日期,以融化深度显著增加的日期作为融化开始日期,以冻结深度等于融化深度的日期作为完全融化日期,将冻融期划分为不稳定冻期、稳定冻结期和融化期,并将从模拟开始至冻结开始日期划分为冻结前期,完全融化日期至模拟结束划分为融化后期,共5个阶段来评价不同阶段土壤温湿度模拟的偏差.冻融阶段划分和时间节点的选取如图2所示. ...
The effects of precipitation on thermal-moisture dynamics of active layer at Beiluhe permafrost region
2
2016
... 从不同区域上来看,土壤温度模拟效果存在显著差异,狮泉河和那曲各土层土壤温度模拟的NSE均在0.8以上,玛曲的NSE均在0.6以上;玛曲、那曲、狮泉河的RMSE分别在1.99~3.29 ℃、2.10~2.45 ℃、0.90~3.82 ℃之间,平均的RMSE分别为2.50 ℃、2.27 ℃、1.97 ℃.造成土壤温度模拟效果差异性的主要原因可能是降水条件的不同,导致在干旱、半干旱区域(狮泉河、那曲)的模拟效果显著优于半湿润地区(玛曲),这可能是由于水热过程耦合作用在湿润的区域更为复杂,水分对热量的传导过程存在一定影响,导致在湿润的区域土壤温度的模拟值与实测值存在更大偏差.Wen等[19]通过研究认为土壤温度变化是降水、辐射、蒸发综合作用的结果,降水入渗不仅直接降低土壤温度和土壤热通量,由于雨天的低大气透明度也引起了向下短波辐射、地表净辐射、感热通量的降低,降水后湿润的地表增加了潜热蒸发;张明礼等[43]认为,对于水分变化活跃和降水波动较大的区域,在水热分析时应当综合考虑液态水和气态水的相变、对流传热和传导热作用.但由于水热耦合的复杂性,导致在水分变化活跃和降水波动较大的区域的模拟效果低于受水分影响较小的区域. ...
... 从不同的模拟深度来看,表现为中下层模拟结果好于表层.其中表层(0~5 cm)土壤湿度模拟NSE>0.6占比22%,R2>0.7占比44%;中下层(10~80 cm)土壤湿度NSE>0.6占比70%,R2>0.7占比76%,出现这种现象可能是因为表层土壤水分具有较高的时空变异性,导致表层模拟结果相对于中下层出现更大偏差.气象要素对土壤湿度的影响随着深度的增加逐渐减弱,在表层,降水绝大部分通过蒸发和水汽运移扩散到空气中,未能在土壤内形成水分累积,张明礼等[43]表示土壤50 cm以下含水量基本不受降雨影响;A等[45]认为在自然降雨期间,0~40 cm和50 cm以下土层的关键功能分别是渗透和储存.因此相比于中下层,表层土壤水分运动的剧烈程度相对更高,而中下层土壤水运动相对较为平稳. ...
降水对北麓河地区多年冻土活动层水热影响分析
2
2016
... 从不同区域上来看,土壤温度模拟效果存在显著差异,狮泉河和那曲各土层土壤温度模拟的NSE均在0.8以上,玛曲的NSE均在0.6以上;玛曲、那曲、狮泉河的RMSE分别在1.99~3.29 ℃、2.10~2.45 ℃、0.90~3.82 ℃之间,平均的RMSE分别为2.50 ℃、2.27 ℃、1.97 ℃.造成土壤温度模拟效果差异性的主要原因可能是降水条件的不同,导致在干旱、半干旱区域(狮泉河、那曲)的模拟效果显著优于半湿润地区(玛曲),这可能是由于水热过程耦合作用在湿润的区域更为复杂,水分对热量的传导过程存在一定影响,导致在湿润的区域土壤温度的模拟值与实测值存在更大偏差.Wen等[19]通过研究认为土壤温度变化是降水、辐射、蒸发综合作用的结果,降水入渗不仅直接降低土壤温度和土壤热通量,由于雨天的低大气透明度也引起了向下短波辐射、地表净辐射、感热通量的降低,降水后湿润的地表增加了潜热蒸发;张明礼等[43]认为,对于水分变化活跃和降水波动较大的区域,在水热分析时应当综合考虑液态水和气态水的相变、对流传热和传导热作用.但由于水热耦合的复杂性,导致在水分变化活跃和降水波动较大的区域的模拟效果低于受水分影响较小的区域. ...
... 从不同的模拟深度来看,表现为中下层模拟结果好于表层.其中表层(0~5 cm)土壤湿度模拟NSE>0.6占比22%,R2>0.7占比44%;中下层(10~80 cm)土壤湿度NSE>0.6占比70%,R2>0.7占比76%,出现这种现象可能是因为表层土壤水分具有较高的时空变异性,导致表层模拟结果相对于中下层出现更大偏差.气象要素对土壤湿度的影响随着深度的增加逐渐减弱,在表层,降水绝大部分通过蒸发和水汽运移扩散到空气中,未能在土壤内形成水分累积,张明礼等[43]表示土壤50 cm以下含水量基本不受降雨影响;A等[45]认为在自然降雨期间,0~40 cm和50 cm以下土层的关键功能分别是渗透和储存.因此相比于中下层,表层土壤水分运动的剧烈程度相对更高,而中下层土壤水运动相对较为平稳. ...
1
2019
... 在垂向上,土壤温度的模拟效果随深度的增加逐渐降低,这与赵林等[29]在唐古拉地区土壤温度模拟中,得出的随着深度增大,土壤温度模拟准确性有所下降的结论具有一致性.5 cm、10 cm、20 cm、40 cm、80 cm的平均NSE为0.95、0.95、0.91、0.81、0.78;平均RMSE分别为1.74 ℃、1.68 ℃、1.93 ℃、2.56 ℃、3.07 ℃.造成垂向土壤温度模拟效果差异性的主要原因可能是气温对土壤温度的控制作用随土壤深度的增加逐渐减弱,影响深层土壤温度模拟效果的主导因素变得更加复杂,导致深层土壤温度模拟结果具有更大的不确定性.马俊杰等[16]认为气温与土壤温度之间有着密切的关系,且不同深度土壤对气温的变化的响应程度有着很大的差异.赵林等[44]发现浅层土壤温度对气温的相关性较为显著,随着深度的增加土壤温度和气温的相关性逐渐减弱,且土壤温度的年变化幅度逐渐减小,其通过经验方程计算唐古拉地区土壤温度年变幅小于0.1 ℃的深度在9.1 m左右,而实际钻孔测量确定年变化深度在16 m左右,产生如此大偏差的原因可能是浅层土壤与深层的水热特征不同. ...
1
2019
... 在垂向上,土壤温度的模拟效果随深度的增加逐渐降低,这与赵林等[29]在唐古拉地区土壤温度模拟中,得出的随着深度增大,土壤温度模拟准确性有所下降的结论具有一致性.5 cm、10 cm、20 cm、40 cm、80 cm的平均NSE为0.95、0.95、0.91、0.81、0.78;平均RMSE分别为1.74 ℃、1.68 ℃、1.93 ℃、2.56 ℃、3.07 ℃.造成垂向土壤温度模拟效果差异性的主要原因可能是气温对土壤温度的控制作用随土壤深度的增加逐渐减弱,影响深层土壤温度模拟效果的主导因素变得更加复杂,导致深层土壤温度模拟结果具有更大的不确定性.马俊杰等[16]认为气温与土壤温度之间有着密切的关系,且不同深度土壤对气温的变化的响应程度有着很大的差异.赵林等[44]发现浅层土壤温度对气温的相关性较为显著,随着深度的增加土壤温度和气温的相关性逐渐减弱,且土壤温度的年变化幅度逐渐减小,其通过经验方程计算唐古拉地区土壤温度年变幅小于0.1 ℃的深度在9.1 m左右,而实际钻孔测量确定年变化深度在16 m左右,产生如此大偏差的原因可能是浅层土壤与深层的水热特征不同. ...
Stratification response of soil water content during rainfall events under different rainfall patterns
2
2018
... 从不同区域上来看,土壤湿度模拟效果也存在显著性差异,玛曲平均的NSE、R2、RMSE分别为0.72、0.86、0.04 m3·m-3;那曲平均的NSE、R2、RMSE分别为0.48、0.62、0.03 m3·m-3;狮泉河平均的NSE、R2、RMSE分别为0.56、0.67、0.01 m3·m-3.造成土壤湿度模拟效果差异性的主要原因可能也是降水条件的差异,导致在半湿润地区(玛曲)模拟效果显著优于干旱(狮泉河)、半干旱(那曲)地区.降水作为土壤含水量的主要来源,是土壤含水量的控制因素[9],其数量、频率、强度会影响土壤含水量的时空分布特征[45],土壤含水量的变化随着降水事件的波动而波动;同时,在模拟计算层面,降水作为模型的重要的强迫输入数据,每一次降水事件都是对模拟土壤湿度波动趋势的一次修正,因此相比于干旱的那曲、狮泉河地区,湿润的玛曲区域,土壤湿度模拟结果的相关性更高,波动趋势特征更加吻合. ...
... 从不同的模拟深度来看,表现为中下层模拟结果好于表层.其中表层(0~5 cm)土壤湿度模拟NSE>0.6占比22%,R2>0.7占比44%;中下层(10~80 cm)土壤湿度NSE>0.6占比70%,R2>0.7占比76%,出现这种现象可能是因为表层土壤水分具有较高的时空变异性,导致表层模拟结果相对于中下层出现更大偏差.气象要素对土壤湿度的影响随着深度的增加逐渐减弱,在表层,降水绝大部分通过蒸发和水汽运移扩散到空气中,未能在土壤内形成水分累积,张明礼等[43]表示土壤50 cm以下含水量基本不受降雨影响;A等[45]认为在自然降雨期间,0~40 cm和50 cm以下土层的关键功能分别是渗透和储存.因此相比于中下层,表层土壤水分运动的剧烈程度相对更高,而中下层土壤水运动相对较为平稳. ...
Determination and prediction of soil water characteristic curve in unsaturated zone
1
2015
... 土壤水分特征曲线模型主要计算了K和两个参数,前者决定土壤中水力梯度分布、后者决定土壤中水分的渗透能力[35],三种土壤水分特征曲线模型在结构和参数上的区别导致了K和计算的差异,从而对土壤湿度的模拟结果产生影响.CB与BC、VG模型相比,主要区别在于CB模型使用饱和度(θl/θs)来表示土壤含水量与基质势的关系,而BC和VG模型使用的是有效饱和度[(θl-θr)/(θs-θr)],其中θr表示的是不随吸力增加而产生明显变化时的土壤含水量,许多学者[46-48]通过室内试验表明,当土壤吸力增加到一定程度时,土壤含水量不再产生明显变化,因此相对于使用饱和度来表示土壤含水量与基质势的关系,使用有效饱和度更符合实际情况.相比于BC模型,VG模型的形式复杂、参数众多,且其中重要的参数m、n和α的物理意义至今尚未有统一的认识[49],因此,BC模型与VG模型相比,不仅形式更加简单,且物理意义更加明确. ...
非饱和带土壤水分特征曲线的测定与预测
1
2015
... 土壤水分特征曲线模型主要计算了K和两个参数,前者决定土壤中水力梯度分布、后者决定土壤中水分的渗透能力[35],三种土壤水分特征曲线模型在结构和参数上的区别导致了K和计算的差异,从而对土壤湿度的模拟结果产生影响.CB与BC、VG模型相比,主要区别在于CB模型使用饱和度(θl/θs)来表示土壤含水量与基质势的关系,而BC和VG模型使用的是有效饱和度[(θl-θr)/(θs-θr)],其中θr表示的是不随吸力增加而产生明显变化时的土壤含水量,许多学者[46-48]通过室内试验表明,当土壤吸力增加到一定程度时,土壤含水量不再产生明显变化,因此相对于使用饱和度来表示土壤含水量与基质势的关系,使用有效饱和度更符合实际情况.相比于BC模型,VG模型的形式复杂、参数众多,且其中重要的参数m、n和α的物理意义至今尚未有统一的认识[49],因此,BC模型与VG模型相比,不仅形式更加简单,且物理意义更加明确. ...
Screening of water characteristic curve model based on different mass ratios of feldspathic sandstone and sand compound soil
0
2019
毛乌素沙地复配土壤水分特征曲线模型筛选研究
0
2019
Effects of ridge directions on water characteristic curves of cultivated top-layer soils in different slope positions
1
2022
... 土壤水分特征曲线模型主要计算了K和两个参数,前者决定土壤中水力梯度分布、后者决定土壤中水分的渗透能力[35],三种土壤水分特征曲线模型在结构和参数上的区别导致了K和计算的差异,从而对土壤湿度的模拟结果产生影响.CB与BC、VG模型相比,主要区别在于CB模型使用饱和度(θl/θs)来表示土壤含水量与基质势的关系,而BC和VG模型使用的是有效饱和度[(θl-θr)/(θs-θr)],其中θr表示的是不随吸力增加而产生明显变化时的土壤含水量,许多学者[46-48]通过室内试验表明,当土壤吸力增加到一定程度时,土壤含水量不再产生明显变化,因此相对于使用饱和度来表示土壤含水量与基质势的关系,使用有效饱和度更符合实际情况.相比于BC模型,VG模型的形式复杂、参数众多,且其中重要的参数m、n和α的物理意义至今尚未有统一的认识[49],因此,BC模型与VG模型相比,不仅形式更加简单,且物理意义更加明确. ...
垄作方向对不同坡位红壤坡耕地耕层土壤水分特征曲线的影响
1
2022
... 土壤水分特征曲线模型主要计算了K和两个参数,前者决定土壤中水力梯度分布、后者决定土壤中水分的渗透能力[35],三种土壤水分特征曲线模型在结构和参数上的区别导致了K和计算的差异,从而对土壤湿度的模拟结果产生影响.CB与BC、VG模型相比,主要区别在于CB模型使用饱和度(θl/θs)来表示土壤含水量与基质势的关系,而BC和VG模型使用的是有效饱和度[(θl-θr)/(θs-θr)],其中θr表示的是不随吸力增加而产生明显变化时的土壤含水量,许多学者[46-48]通过室内试验表明,当土壤吸力增加到一定程度时,土壤含水量不再产生明显变化,因此相对于使用饱和度来表示土壤含水量与基质势的关系,使用有效饱和度更符合实际情况.相比于BC模型,VG模型的形式复杂、参数众多,且其中重要的参数m、n和α的物理意义至今尚未有统一的认识[49],因此,BC模型与VG模型相比,不仅形式更加简单,且物理意义更加明确. ...
Physical significance of the parameters in the van Genuchten model
1
2017
... 土壤水分特征曲线模型主要计算了K和两个参数,前者决定土壤中水力梯度分布、后者决定土壤中水分的渗透能力[35],三种土壤水分特征曲线模型在结构和参数上的区别导致了K和计算的差异,从而对土壤湿度的模拟结果产生影响.CB与BC、VG模型相比,主要区别在于CB模型使用饱和度(θl/θs)来表示土壤含水量与基质势的关系,而BC和VG模型使用的是有效饱和度[(θl-θr)/(θs-θr)],其中θr表示的是不随吸力增加而产生明显变化时的土壤含水量,许多学者[46-48]通过室内试验表明,当土壤吸力增加到一定程度时,土壤含水量不再产生明显变化,因此相对于使用饱和度来表示土壤含水量与基质势的关系,使用有效饱和度更符合实际情况.相比于BC模型,VG模型的形式复杂、参数众多,且其中重要的参数m、n和α的物理意义至今尚未有统一的认识[49],因此,BC模型与VG模型相比,不仅形式更加简单,且物理意义更加明确. ...
van Genuchten模型参数的物理意义
1
2017
... 土壤水分特征曲线模型主要计算了K和两个参数,前者决定土壤中水力梯度分布、后者决定土壤中水分的渗透能力[35],三种土壤水分特征曲线模型在结构和参数上的区别导致了K和计算的差异,从而对土壤湿度的模拟结果产生影响.CB与BC、VG模型相比,主要区别在于CB模型使用饱和度(θl/θs)来表示土壤含水量与基质势的关系,而BC和VG模型使用的是有效饱和度[(θl-θr)/(θs-θr)],其中θr表示的是不随吸力增加而产生明显变化时的土壤含水量,许多学者[46-48]通过室内试验表明,当土壤吸力增加到一定程度时,土壤含水量不再产生明显变化,因此相对于使用饱和度来表示土壤含水量与基质势的关系,使用有效饱和度更符合实际情况.相比于BC模型,VG模型的形式复杂、参数众多,且其中重要的参数m、n和α的物理意义至今尚未有统一的认识[49],因此,BC模型与VG模型相比,不仅形式更加简单,且物理意义更加明确. ...
Freeze-thaw changes of seasonally frozen ground on the Tibetan Plateau from 1960 to 2014
1
2020
... 根据上述评价,BC模型取得了最优的模拟效果,因此,选取BC模型模拟的土壤冻结和融化深度,绘制土壤冻结和融化深度过程曲线图,分析三个区域的土壤冻融特征和不同阶段的土壤温湿度的模拟误差.三个区域冻土过程曲线如图5所示,冻结特征信息如表7所示.三个区域基本都是在10月进入不稳定冻结期,11月进入稳定冻结期,3月进入融化期,5月土壤完全融化.玛曲、那曲在10月中上旬进入不稳定冻结期,狮泉河在10月下旬进入不稳定冻结期;那曲、狮泉河在11月中上旬进入稳定冻结期,玛曲在11月中下旬进入稳定冻结期;玛曲、那曲、狮泉河分别在3月上旬、下旬、中旬开始融化,在5月上旬、5月中旬、4月底完全融化.玛曲、那曲、狮泉河的冻结天数分别为205天、219天、187天,最大冻深分别为95.5 cm、175.1 cm、170.6 cm.Luo等[50]使用气象站实测土壤冻结深度数据分析得到玛曲和那曲多年平均季节性冻结最大深度分别在50~100 cm、200~250 cm之间,冻结持续时间均为200~250天之间,与本研究结果表现一致.同时,采用0 ℃温度线方法与模拟结果进行对比讨论,若假定日平均土壤温度低于0 ℃时土壤开始稳定冻结,日平均土壤温度高于0 ℃时冻结土壤完全融化.根据图2,狮泉河、那曲站的持续冻结时间分别为2017-11-14/2018-04-05、2017-11-11/2018-04-16,玛曲站冻结至20 cm至完全融化的时间为2017-12-18/2018-04-11,而模拟得到狮泉河、那曲站的持续冻结时间分别为2017-11-13/2018-04-29、2017-11-08/2018-05-17,模拟得到的玛曲站冻结至20 cm至完全融化的时间为2017-12-16/2018-05-05.可以发现两种冻融过程的判别方法在冻结过程上表现出较高的一致性,在时间上相差不超过5天,而在融化过程上相差较大,这与丁旭[51]使用CLM4.5在青藏高原上的模拟结果具有一致性,这是因为相比于冻结过程,融化过程的水热交互作用更加复杂.在稳定冻结期表层依然表现出一定深度融化现象的模拟结果与郭东林等[52]在那曲BJ站冻融深度的模拟结果具有一致性,可能与昼夜的冻融循环有关,需要获得更多实测数据加以验证. ...
The numerical simulation study of soil moisture and soil temperature
1
2018
... 根据上述评价,BC模型取得了最优的模拟效果,因此,选取BC模型模拟的土壤冻结和融化深度,绘制土壤冻结和融化深度过程曲线图,分析三个区域的土壤冻融特征和不同阶段的土壤温湿度的模拟误差.三个区域冻土过程曲线如图5所示,冻结特征信息如表7所示.三个区域基本都是在10月进入不稳定冻结期,11月进入稳定冻结期,3月进入融化期,5月土壤完全融化.玛曲、那曲在10月中上旬进入不稳定冻结期,狮泉河在10月下旬进入不稳定冻结期;那曲、狮泉河在11月中上旬进入稳定冻结期,玛曲在11月中下旬进入稳定冻结期;玛曲、那曲、狮泉河分别在3月上旬、下旬、中旬开始融化,在5月上旬、5月中旬、4月底完全融化.玛曲、那曲、狮泉河的冻结天数分别为205天、219天、187天,最大冻深分别为95.5 cm、175.1 cm、170.6 cm.Luo等[50]使用气象站实测土壤冻结深度数据分析得到玛曲和那曲多年平均季节性冻结最大深度分别在50~100 cm、200~250 cm之间,冻结持续时间均为200~250天之间,与本研究结果表现一致.同时,采用0 ℃温度线方法与模拟结果进行对比讨论,若假定日平均土壤温度低于0 ℃时土壤开始稳定冻结,日平均土壤温度高于0 ℃时冻结土壤完全融化.根据图2,狮泉河、那曲站的持续冻结时间分别为2017-11-14/2018-04-05、2017-11-11/2018-04-16,玛曲站冻结至20 cm至完全融化的时间为2017-12-18/2018-04-11,而模拟得到狮泉河、那曲站的持续冻结时间分别为2017-11-13/2018-04-29、2017-11-08/2018-05-17,模拟得到的玛曲站冻结至20 cm至完全融化的时间为2017-12-16/2018-05-05.可以发现两种冻融过程的判别方法在冻结过程上表现出较高的一致性,在时间上相差不超过5天,而在融化过程上相差较大,这与丁旭[51]使用CLM4.5在青藏高原上的模拟结果具有一致性,这是因为相比于冻结过程,融化过程的水热交互作用更加复杂.在稳定冻结期表层依然表现出一定深度融化现象的模拟结果与郭东林等[52]在那曲BJ站冻融深度的模拟结果具有一致性,可能与昼夜的冻融循环有关,需要获得更多实测数据加以验证. ...
青藏高原土壤湿度和土壤温度的数值模拟研究
1
2018
... 根据上述评价,BC模型取得了最优的模拟效果,因此,选取BC模型模拟的土壤冻结和融化深度,绘制土壤冻结和融化深度过程曲线图,分析三个区域的土壤冻融特征和不同阶段的土壤温湿度的模拟误差.三个区域冻土过程曲线如图5所示,冻结特征信息如表7所示.三个区域基本都是在10月进入不稳定冻结期,11月进入稳定冻结期,3月进入融化期,5月土壤完全融化.玛曲、那曲在10月中上旬进入不稳定冻结期,狮泉河在10月下旬进入不稳定冻结期;那曲、狮泉河在11月中上旬进入稳定冻结期,玛曲在11月中下旬进入稳定冻结期;玛曲、那曲、狮泉河分别在3月上旬、下旬、中旬开始融化,在5月上旬、5月中旬、4月底完全融化.玛曲、那曲、狮泉河的冻结天数分别为205天、219天、187天,最大冻深分别为95.5 cm、175.1 cm、170.6 cm.Luo等[50]使用气象站实测土壤冻结深度数据分析得到玛曲和那曲多年平均季节性冻结最大深度分别在50~100 cm、200~250 cm之间,冻结持续时间均为200~250天之间,与本研究结果表现一致.同时,采用0 ℃温度线方法与模拟结果进行对比讨论,若假定日平均土壤温度低于0 ℃时土壤开始稳定冻结,日平均土壤温度高于0 ℃时冻结土壤完全融化.根据图2,狮泉河、那曲站的持续冻结时间分别为2017-11-14/2018-04-05、2017-11-11/2018-04-16,玛曲站冻结至20 cm至完全融化的时间为2017-12-18/2018-04-11,而模拟得到狮泉河、那曲站的持续冻结时间分别为2017-11-13/2018-04-29、2017-11-08/2018-05-17,模拟得到的玛曲站冻结至20 cm至完全融化的时间为2017-12-16/2018-05-05.可以发现两种冻融过程的判别方法在冻结过程上表现出较高的一致性,在时间上相差不超过5天,而在融化过程上相差较大,这与丁旭[51]使用CLM4.5在青藏高原上的模拟结果具有一致性,这是因为相比于冻结过程,融化过程的水热交互作用更加复杂.在稳定冻结期表层依然表现出一定深度融化现象的模拟结果与郭东林等[52]在那曲BJ站冻融深度的模拟结果具有一致性,可能与昼夜的冻融循环有关,需要获得更多实测数据加以验证. ...
Simulation of soil temperature and moisture in seasonally frozen ground of central Tibetan Plateau by SHAW model
1
2010
... 根据上述评价,BC模型取得了最优的模拟效果,因此,选取BC模型模拟的土壤冻结和融化深度,绘制土壤冻结和融化深度过程曲线图,分析三个区域的土壤冻融特征和不同阶段的土壤温湿度的模拟误差.三个区域冻土过程曲线如图5所示,冻结特征信息如表7所示.三个区域基本都是在10月进入不稳定冻结期,11月进入稳定冻结期,3月进入融化期,5月土壤完全融化.玛曲、那曲在10月中上旬进入不稳定冻结期,狮泉河在10月下旬进入不稳定冻结期;那曲、狮泉河在11月中上旬进入稳定冻结期,玛曲在11月中下旬进入稳定冻结期;玛曲、那曲、狮泉河分别在3月上旬、下旬、中旬开始融化,在5月上旬、5月中旬、4月底完全融化.玛曲、那曲、狮泉河的冻结天数分别为205天、219天、187天,最大冻深分别为95.5 cm、175.1 cm、170.6 cm.Luo等[50]使用气象站实测土壤冻结深度数据分析得到玛曲和那曲多年平均季节性冻结最大深度分别在50~100 cm、200~250 cm之间,冻结持续时间均为200~250天之间,与本研究结果表现一致.同时,采用0 ℃温度线方法与模拟结果进行对比讨论,若假定日平均土壤温度低于0 ℃时土壤开始稳定冻结,日平均土壤温度高于0 ℃时冻结土壤完全融化.根据图2,狮泉河、那曲站的持续冻结时间分别为2017-11-14/2018-04-05、2017-11-11/2018-04-16,玛曲站冻结至20 cm至完全融化的时间为2017-12-18/2018-04-11,而模拟得到狮泉河、那曲站的持续冻结时间分别为2017-11-13/2018-04-29、2017-11-08/2018-05-17,模拟得到的玛曲站冻结至20 cm至完全融化的时间为2017-12-16/2018-05-05.可以发现两种冻融过程的判别方法在冻结过程上表现出较高的一致性,在时间上相差不超过5天,而在融化过程上相差较大,这与丁旭[51]使用CLM4.5在青藏高原上的模拟结果具有一致性,这是因为相比于冻结过程,融化过程的水热交互作用更加复杂.在稳定冻结期表层依然表现出一定深度融化现象的模拟结果与郭东林等[52]在那曲BJ站冻融深度的模拟结果具有一致性,可能与昼夜的冻融循环有关,需要获得更多实测数据加以验证. ...
SHAW模式对青藏高原中部季节冻土区土壤温、湿度的模拟
1
2010
... 根据上述评价,BC模型取得了最优的模拟效果,因此,选取BC模型模拟的土壤冻结和融化深度,绘制土壤冻结和融化深度过程曲线图,分析三个区域的土壤冻融特征和不同阶段的土壤温湿度的模拟误差.三个区域冻土过程曲线如图5所示,冻结特征信息如表7所示.三个区域基本都是在10月进入不稳定冻结期,11月进入稳定冻结期,3月进入融化期,5月土壤完全融化.玛曲、那曲在10月中上旬进入不稳定冻结期,狮泉河在10月下旬进入不稳定冻结期;那曲、狮泉河在11月中上旬进入稳定冻结期,玛曲在11月中下旬进入稳定冻结期;玛曲、那曲、狮泉河分别在3月上旬、下旬、中旬开始融化,在5月上旬、5月中旬、4月底完全融化.玛曲、那曲、狮泉河的冻结天数分别为205天、219天、187天,最大冻深分别为95.5 cm、175.1 cm、170.6 cm.Luo等[50]使用气象站实测土壤冻结深度数据分析得到玛曲和那曲多年平均季节性冻结最大深度分别在50~100 cm、200~250 cm之间,冻结持续时间均为200~250天之间,与本研究结果表现一致.同时,采用0 ℃温度线方法与模拟结果进行对比讨论,若假定日平均土壤温度低于0 ℃时土壤开始稳定冻结,日平均土壤温度高于0 ℃时冻结土壤完全融化.根据图2,狮泉河、那曲站的持续冻结时间分别为2017-11-14/2018-04-05、2017-11-11/2018-04-16,玛曲站冻结至20 cm至完全融化的时间为2017-12-18/2018-04-11,而模拟得到狮泉河、那曲站的持续冻结时间分别为2017-11-13/2018-04-29、2017-11-08/2018-05-17,模拟得到的玛曲站冻结至20 cm至完全融化的时间为2017-12-16/2018-05-05.可以发现两种冻融过程的判别方法在冻结过程上表现出较高的一致性,在时间上相差不超过5天,而在融化过程上相差较大,这与丁旭[51]使用CLM4.5在青藏高原上的模拟结果具有一致性,这是因为相比于冻结过程,融化过程的水热交互作用更加复杂.在稳定冻结期表层依然表现出一定深度融化现象的模拟结果与郭东林等[52]在那曲BJ站冻融深度的模拟结果具有一致性,可能与昼夜的冻融循环有关,需要获得更多实测数据加以验证. ...