陆面模式的土壤水热方程升尺度技术研究

Upscaling is the key technology for coupling land surface models with weather and climate models. Soil hydrothermal process is the core process of land surface model simulation. Developing an upcaling technique applicable to soil hydrothermal equations can provide reference and scientific support for upscaling the entire land surface model. At present, due to the complexity and inefficiency, upscaling of the soil hydrothermal equation itself is replaced by the upscaling of data and hydrothermal parameters. However, few studies focus on the rationality and effectiveness of these two substitution methods. Also, there are many methods that can be used to upscale land surface data and parameters, but whether there is an upscaling method that can take both accuracy and efficiency into account needs to be addressed. Therefore, this project is devoted to specifically developing the upscaling technology suitable for soil hydrothermal equations, and it is proposed to carry out the research from four aspects: 1) with statistic scale-average methods, the effects of upscaling land data and parameters on the large scale simulated results are investigated based on the benchmark results from upscaling the small scale simulation outputs; 2) developing and evaluating upscaling methods based on computing large-scale equivalent parameters; 3) developing upscaling methods based on machine learning techniques; and 4) comprehensively assessing all the above methods to determine the optimal upscaling method that satisfies both the accuracy and the efficiency of computation, with its robustness examined.

升尺度技术是陆面过程模式与天气气候模式耦合的关键技术。土壤水热过程是陆面模式模拟的核心过程，发展适用于土壤水热方程的升尺度技术可为升尺度全部陆面模式提供参考和科学支撑。目前，对土壤水热方程本身的升尺度因其计算方案的复杂性和低效性而被升尺度陆面资料数据和水力热力参数所取代，而这两种取代方式的合理性和有效性缺乏深入探讨。同时，可用于升尺度陆面资料数据和参数的方法很多，是否存在可同时兼顾计算精度与效率的升尺度方法亦缺乏定量评估。基于此，本项目致力于专门发展适用于土壤水热方程的升尺度技术，拟从四个方面展开研究：1)通过统计升尺度平均方法，以直接升尺度小尺度模拟结果为基准，探讨升尺度陆面资料数据和参数对于大尺度模拟结果的影响；2)发展和比较基于计算大尺度等效参数的升尺度方法；3)发展基于机器学习技术的升尺度方法；4)综合评估以上方法，给出其中同时满足计算精度与效率的最优升尺度方法，并验证其鲁棒性。

升尺度技术是陆面过程模式与天气气候模式耦合的关键技术。土壤水热传输过程作为陆面模式模拟的核心过程，控制和调节一系列重要物理过程的发展。因此，需要发展适用于土壤水热方程的升尺度技术，为天气气候模式提供更加准确的下垫面条件。在本项目中，我们围绕这一目标，开展了以下工作：(1)基于最优拟合的集合预报方法，建立了全球高分辨率(1 km)土壤水热特征参数集，可直接用于陆面过程模拟，为升尺度方法的实施和评估奠定了基础，同时揭示了新引入的土壤属性—砾石在陆面水文能量循环过程模拟中的重要作用；（2）针对土壤湿度预报开发了全新的深度学习模型（基于轴向注意层的卷积长短期记忆模型），该模型对于土壤湿度的预报可以达到很高的精度，预报质量优于传统的机器学习模型和现有的最先进的深度学习模型，可以胜任从几个小时到几天的土壤湿度预报，为我们评估不同的升尺度方法得到的较低分辨率的土壤湿度模拟结果提供了衡量基准；（3）针对土壤水力特征曲线参数以及土壤导热率Kersten数-饱和度曲线参数开发了基于最优拟合的升尺度方法，并通过与传统的对参数直接进行统计平均（中位数、算数加权平均、几何加权平均、距离加权平均等）的方法进行比较，可得如下结论：从升尺度对象角度分析，通过细分辨率土壤属性数据计算得到细分辨率土壤水热参数后，再对土壤参数进行升尺度，可以得到更加符合原始概率分布的土壤水热参数；从升尺度方法角度分析，通过本项目提出的最优拟合方法计算得到的粗网格上的土壤水热参数相比于通过其他传统方法计算得到的结果更加接近多方法计算的集合平均值，从而可以产生精度更高的陆面过程模拟结果。综上，通过拟合细网格土壤水热参数得到粗网格土壤水热参数的方法是最适用于升尺度陆面过程模式土壤水热方程的方法。