全球陆面碳、水通量模拟误差的量化和归因

As an indispensable component in climate models, land surface models are major viable tools that can be used to project the complex carbon and water processes under various future climate change scenarios. However, large discrepancies have been found among the simulated carbon and water fluxes simulated by the most advanced Earth system models in recent assessment reports (ARs) by the International Panel on Climate Change (IPCC), and those differences have not decreased over from IPCC-TAR to AR5. Quantification and attribution of the errors in global land surface models are important for facilitating model development and improving the performance of global land surface models, and is the focus of this study. There are three sources of model errors: model parameter values, model structure and model inputs. This study is planning to develop a systematic parametric uncertainty quantification framework for global land surface models, which includes selection of representative objective variables, multi-criterion based model evaluation, selection of the most sensitive parameters, and parameter optimization. We aims to comprehensively examine the spatial and temporal disparities in parameter uncertainties, attribute the model errors and improve the abilities of land models in predicting global carbon and water fluxes. This study will provide scientific ideas for solving parametric uncertainty quantification problems of mesoscale weather models and Earth system models.

先进的陆面过程模式，作为天气气候模式中不可或缺的一部分，是模拟和解释发生在陆地下垫面一侧并影响天气变化、未来时空尺度上气候变化的碳、水循环过程的主要工具。然而，不同全球陆面模式所预测的碳、水通量存在相当大的差异，并且在过去的二十年中，这些差异并没有减小。量化和归因全球陆面模式误差，是促进模式发展和提高模式模拟能力的关键，也是本研究的关注点。陆面模式误差主要有三个来源：模式参数的取值、模式结构和模式输入资料。本研究拟发展一个系统的全球陆面模式参数不确定性分析框架，此框架包括代表性目标变量的选取、多评分指标的模式评估、最敏感参数的筛选，以及参数优化四个组成部分。本研究旨在以较少的模型计算次数，全面考查、量化参数不确定性的时空差异，归因模式误差，提高陆面模式在全球尺度上的模拟能力，并为中尺度天气模式、地球系统模式参数不确定性的研究提供科学借鉴。

陆面过程模式是模拟和解释影响天气、气候变化的复杂物理过程的主要工具。然而使用多种陆面模式，全球碳、水通量的模拟差异显著、误差大。发展一套系统地分析模式不确定性方法，深入理解全球陆面模式间的差异，减小模式误差，是本项目的目标。陆面模式不确定性主要来自参数、结构和输入资料。参数不确定性研究是本项目的重点：选取全球陆面模式CABLE和JULES，首先采用定性敏感性分析方法，识别和筛选出对模式模拟误差影响最大的参数，进而使用基于替代模型的参数优化方法，既快又好地优化模式参数，提高陆面模式在全球尺度上的模拟能力。不同陆面模式对于同一物理过程采用不同的参数化方案，是模式间差异的主要原因。参数化方案不确定性是模式结构不确定性的重要组成部分，也是本项目的关注点：选取全球多个通量站点和Noah-MP陆面模式，首先构建参数化方案集合模拟，再采用敏感性分析方法，量化Noah-MP各个物理过程对感热、潜热、净辐射和GPP模拟能力的敏感性。此外，本项目系统地考查青藏高原中部地区陆面模式参数不确定性与初始植被、土壤资料的相互关系，以及参数不确定性与参数化方案不确定性的相互关系。本项目主要发现：1）对于全球陆面碳、水通量模拟，有2到11个关键参数，主要与最大羧化作用效率、叶面积指数、量子效率和气孔导度相关；2）基于替代模型的参数优化方法可以极大地提高参数优化的效率；3）对于青藏高原中部地区的陆面模拟，土壤参数比植被参数更敏感；4）考虑到参数不确定性，Noah-MP不能充分地识别森林类型或土壤质地类型的变化对模式模拟的影响；5）Noah-MP中重要的物理过程有：地表交换系数、土壤湿度β因子、辐射传输、径流与地下水和地表阻抗；6）整体来看，陆面物理过程的交互效应比较低，但对于个别站点，交互效应可以高达80%；7）联合调整参数化方案和参数取值对于减小模式误差的作用更显著。通过以上一系列研究，本项目能够为陆面模式不确定性研究和模式改进提供重要的科学借鉴，完成预期的研究目标。