1 引言
青藏高原（以下简称高原）东南缘的大峡谷地区位于南迦巴瓦峰横断山脉、 喜马拉雅山脉和念青唐古拉山脉的交会处（杨逸畴， 1999）。南北走向的横断山脉对全年盛行的西南风具有屏障作用， 喜马拉雅山脉形成的海拔屏障使得水汽从南部难以直接进入高原腹地， 气流沿高原南坡爬升， 导致对流事件频发（Boos and Kuang， 2010）， 如此地形条件下， 高原南侧海洋暖湿气流在季风环流驱动下水汽经狭管地形地貌的大峡谷地区转运至高原腹地， 构成了影响高原雨季起始与降水强度的“水汽输送通道”（Xu et al， 2008）。徐可飘（2020）利用1979 -2018年近40年的欧洲中期天气预报中心第五代再分析数据产品（ECMWF Re-Analyses version5 data， ERA5）研究高原地区水汽通量的时空变化指出， 整个高原是水汽的辐合区， 高原主体南边界和西边界为水汽的主要输入边界， 受季风活动影响， 夏季南边界输入的水汽大幅度增加， 其净水汽收入为年均的3倍。张文霞等（2016）详细讨论了雅鲁藏布大峡谷地区1998 -2007年夏季平均的水汽收支在三个层次（1000~600 hPa、 600~400 hPa和400~300 hPa）上的垂直分布。研究指出大峡谷南缘入口处的大量偏南水汽输送使得低层水汽辐合最强， 占经向辐合总量的92.6%。大峡谷东西侧的海拔较高， 中高层的偏西水汽输送依然很强。鉴于此， 本研究重点关注大峡谷地区特别是河谷地区， 虽然沿河谷两侧地势陡峭， 但沿河流方向地形起伏不大。因此， 本研究选取整层水汽输送进行分类， 综合体现深厚气层中的流场和湿度场， 可以有效地显示出大尺度的环流系统， 和明显的水汽输送特性的低空气流（周军， 1998）， 在此基础上研究其与近地面水热交换的互馈过程。
大气水汽的辐射强迫作用制约着地-气温差和地表蒸散发过程， 充沛的水汽和热带山地环境使得大峡谷地区形成独特的“水热交换格局”， 在藏东南乃至整个高原的水热平衡中占有重要地位（徐祥德等， 2002； Monteith， 2010； 赖欣等， 2021； 王澄海等， 2021； 张强等， 2022）。梁宏（2012）研究指出， 青藏高原主体的水汽对太阳辐射吸收的月平均值9~95 W·m-2， 占太阳总辐射的2%~13%， 大气水汽向下发射的长波辐射10~78 W·m-2， 占地表向下长波辐射的6.0%~25.0%。大峡谷地区被誉为“高原水汽和热量的烟囱”， 下垫面具有较强的非均匀性（Xu et al， 2008； 赵阳， 2019）。开展大峡谷地区陆-气相互作用研究是揭示复杂天气条件和非均下垫面陆-气相互作用机理的挑战和机遇， 对边界层物理过程的研究同样具有重要的科学价值（张强等， 2017）。
陆-气间能量交换是陆面影响区域气候变化的纽带。陆面模式能够刻画陆-气间水热交换过程， 对量化和预测不同下垫面特别是生态脆弱的高海拔地区气候变化至关重要（李茂善等， 2019）。Yang et al（2007）评估了协调增强观测周期（Coordinated Enhanced Observing Period， CEOP）七种陆面过程模式的模拟性能， 指出陆面模式严重高估了干旱和半干旱区近地面感热通量午后的峰值并低估了地-气温差， 但对近地面潜热通量的模拟效果较好。Wang et al（2014）指出， CLM4.0低估了稀疏植被地区日间的地表温度， 夜间则相反。通过优选采用Zeng et al（2012）的热力学粗糙度参数化方案， CLM4.0显著提升了模拟该地区地表温度的能力。随后Wang and Ma（2019）研究表明， 美国国家大气研究中心陆面模式（NCAR Land Surface Model， LSM）模拟的近地面感热通量对热力学粗糙度参数化方案的选择敏感， 其中Zeng and Dickinson（1998）方案下的模拟效果最好。苏有琦等（2020）利用CLM 4.5模式对青藏高原高寒草甸的三个观测站陆-气间水热交换通量进行数值模拟研究。该工作模拟的感热和潜热通量季节变化趋势与实际基本一致。其中高原东北部的玛曲站近地面感热和潜热通量CLM4.5单点模拟值与实测值的均方根误差（Root Mean Square Error， RMSE）分别为24.1 W·m-2和20.1 W·m-2。在替换了玛曲站实测土壤属性数据后， 近地面感热和潜热通量模拟值与实测值的RMSE分别降低15.0%和14.6%。Dai et al（2019）研究表明， 全球土壤属性数据集（Global Soil Dataset for Earth System Model， GSDE）（Shangguan et al， 2014）的准确性优于CLM5.0自带的IGBP（International Geosphere-Biosphere Programme）（Task， 2014）和WISE30sec（Harmonized Soil Property Values for Broad-scale Modelling）（Batjes， 2016）土壤属性数据。陆面模式模拟结果的不确定性来源于模式所选参数化方案在模拟地区的科学性和适用性， 也来源于大气强迫场的质量控制。热力学粗糙度（Z 0h）作为计算陆-气间热传输阻抗的关键参数， 现有的参数化方案均是根据“有限地区”观测资料统计或半经验理论发展和评估的。测试与评估不同Z 0h方案下CLM5.0对大峡谷地区-大气间水热交换通量的模拟性能， 优选出合适的Z 0h方案， 以达到有效降低模拟误差的目的， 为探究水汽输送对研究区域陆-气间水热交换过程的影响具有借鉴意义。
鉴于此， 本研究利用“国家青藏高原科学数据中心”（http： //data.tpdc.ac.cn）的中国区域地面气象要素驱动数据集再分析数据（China Meteorological Forcing Dataset， CMFD）（He et al， 2020）和两个野外站点（草地站和小麦站）的观测资料驱动CLM5.0。优选出最佳的Z 0h方案， 并利用GSDE替换模式的默认数据集， 验证与评估GSDE和Z 0h优选方案对陆面模式模拟结果的改善。利用ERA5再分析资料划分大峡谷地区水汽水平输送级别， 通过分析不同水汽输送级别下大峡谷地区-大气间水热交换模拟结果， 以期望揭示大峡谷地区非均下垫面和复杂天气条件下大气水汽对陆-气间水热交换过程的影响机制， 为复杂条件下陆-气相互作用研究提供科学参考。
2 研究区域和数据介绍
2.1 研究区域概况
本文研究区域位于青藏高原东南部雅鲁藏布江大拐弯处。大峡谷的地形为东西向的喜马拉雅山脉与南北向的横断山脉的融合（图1 ）。南北向的大峡谷地区存在两座迎风的山脊， 其中南北走向的横断山脉对全年盛行的西南风具有屏障作用， 而大峡谷地区则是印度大陆向高原内陆输送水汽的通道。利用中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer， MODIS）第六版（MCD12Q1_v06）土地利用类型产品绘制出大峡谷地区2013年土地利用类型图（图1 ）。雅鲁藏布江（以下简称“雅江”）两侧低矮山谷下垫面主要被针叶林和阔叶林等森林所覆盖， 河谷深处存在被冰雪覆盖绵延的山脉， 雅江围绕形成的“几”字形大转弯即为“雅鲁藏布大峡谷”， 它是地球上最大、 最深的峡谷， 全长504.6 km， 最深处6009.0 m， 平均深度2268.0 m左右， 地处北半球热带的最北端， 年平均气温高达18.0 ℃以上， 年平均空气相对湿度70%~80%， 被称为“热带绿山地”（高登义， 2008）。
由于高原主体的阻挡、 分流和引导作用， 使得西风带气流和印度洋丰沛的暖湿气流阻隔抬升至海拔低于高原主体的藏东南大峡谷地区， 造就其成为全球第二大降水带， 可达4000.0 mm以上。中国科学院大气物理研究所和中国气象局成都高原气象研究所于2013年5月20日至7月9日开展了大峡谷地区6个野外站点的观测试验， 本文选择观测数据完整性较好的草地站和小麦站作为分析对象， 草地站（29.449°N， 94.691°E； 海拔 2973.0 m）和小麦站（29.446°N， 94.698°E； 海拔 2960.0 m）位于雅鲁藏布江两侧， 地势平坦。草地站下垫面为草地， 附近有稀疏灌丛， 草本高度为0.1 m， 灌丛高度约为 0.9 m。小麦站位于田垄上， 田地中为小麦， 田垄上为草， 试验初期小麦高约0.5 m， 后期约为0.9 m。两站地理位置见图1 黄色和绿色的实心点（李宏毅等， 2018）［文中涉及的所有地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2016）2885 号的标准地图制作， 底图无修改］。
2.2 数据介绍
草地站和小麦站主要的观测仪器包括： （1）自动气象站（AWS）， 观测要素为常规气象要素； （2）涡动相关系统（EC）， 包括三维超声风温仪、 红外CO2/H2O气体分析仪和CR3000数据采集器。原始湍流脉动观测数据采样频率均为10 Hz， 根据涡动相关计算方法（Eddy Covariance technique， EC）每30 min输出湍流通量； （3）辐射观测设备为HUKSEFLUX NR01四分量辐射传感器， 自动站和辐射观测资料的时间分辨率均为10 min， 时间范围为2013年5月20日至7月9日。
采用ERA5再分析资料的逐时比湿场（q）、 纬向风分量（u）、 经向风分量（v）、 地面气压场（ps）， 空间分辨率为0.25°， 垂直积分取地面至300 hPa共20层， 时间范围为2013年5月20日至7月9日。关于ERA5 数据在高原的适用性问题， 徐可飘（2020）研究表明ERA5较好地描述了高原水汽含量时空变化特征， 与大峡谷地区的林芝站探空资料的相关系数达0.950， 均方根误差为7.55 mm。Yan et al（2020）将高原分为含大峡谷地区的独立的四部分， 分别评估了ERA5和ERA-Interim等4种降水数据集的适用性， 研究指出ERA5的月降水量数据集与实测值偏差最小， 为-5.4 mm， 相关系数达0.97。
利用CMFD再分析资料作为CLM5.0对大峡谷地区区域模拟的大气强迫场。CMFD 数据集通过遥感产品、 再分析资料和台站观测数据同化而得到， 数据集的日期跨度为1979 -2018年， 时间分辨率为3 h， 空间分辨率为0.1°， CMFD数据集提供了2 m气温（单位： K）、 地表气压（单位： Pa）、 比湿（单位： kg·kg-1）、 10 m风速（单位： m·s-1）、 向下短波辐射（单位： W·m-2）、 向下长波辐射（单位： W·m-2）和降水率（单位： mm·h-1）。CMFD融合了中国地面气象站逐小时观测资料（http： //data.cma.cn/site/index.html）， 含藏东南地区的9个地面观测站点（不包括本文研究的草地站和小麦站）。CMFD再分析资料的变量如气温、 向下短波辐射和长波辐射的格点值与草地站实测值的相关系数分别达0.942、 0.873和0.934， 小麦站为0.884、 0.864和0.941。CMFD资料中气温变量与两站点实测值误差最小， 其与草地站实测值的均方根误差仅为1.7 K， 小麦站为2.0 K。Gao et al（2020）分别对比了2013年10月至2014年5月的CMFD的降水数据集、 热带降雨测量任务降水数据集（Tropical Rainfall Measuring Mission， TRMM）（Huffman and Bolvin， 2013）和 NOAA气候预测中心卫星反演降水资料（Climate Prediction Center Morphing Technique， CMORPH）（Joyce et al， 2004）在大峡谷地区的适用性， 研究指出CMFD较其他降水数据集准确估计了大峡谷地区的降雨量和降水强度， CMORPH次之， 而TRMM完全低估了降雨量和降水强度。
陆面模式利用土壤属性数据集得到土壤水力和热力属性参数等， 从而模拟陆-气间水热交换过程。梁晓和戴永久（2008）研究指出土壤粒径不同的黏土和砂石等， 其颗粒热传导系数、 颗粒热容量、 最大水力传导度和饱和土壤水分含量等存在显著差异， 准确量化研究区域土壤属性数据集是评估陆面模式模拟性能的前提。为了检验土壤质地对陆面模式模拟精度的影响， 本文采用中山大学科研团队发展的土壤数据集（GSDE）中砂粒、 黏粒和有机质数据集替换CLM5.0中默认数据集， 将CLM5.0原土壤数据集的1~2层替换为GSDE的第1层， 3~6层替换为GSDE的2~5层， 7~8层替换为GSDE的第6层， 9~10层替换为GSDE的第7层。CLM5.0中原数据集中土壤有机物含量的单位为kg·m-3， 与GSDE中的单位不同［单位： g·（100g）-1］， 通过式（1） 进行单位转换。
式中： 为土壤第i层有机质密度（单位： kg·m-3）； Vi 为样品中有机物的体积（单位： m3）； 和 为土壤第i层有机物的质量百分比； 为干土壤的密度（单位： kg·m-3）。
3 研究方法和模式介绍
3.1 CLM5.0陆面过程模式介绍
CLM5.0是由美国国家大气研究中心开发的第三代陆面模式， 是当前最为完善和最广泛使用的陆面模式之一（Dickinson et al， 2006）。它涵盖了生物地球物理、 水文循环、 生物地球化学和动态植被四个子模块， 并且可作为公用地球系统模式（Community Earth System Model， CESM）的陆面模块与大气、 海洋、 海冰等模块耦合使用。CLM5.0是CLM4.5的升级版本， 其更新了植物光合作用和气孔导度方案， 对植被繁茂的大峡谷地区近地面水热交换通量的模拟极具积极意义。有关CLM5.0的详细介绍及其较CLM4.5在模拟土壤水热传输性能上的差异见Deng et al（2020）的研究。本文将重点检验热力粗糙度优选方案和土壤质地替代方案下CLM5.0的模拟精度。
3.2 热力粗糙度参数化方案介绍
动力学粗糙度（Z 0m）和热力学粗糙度（Z 0h）是为了利用地表条件计算陆-气间水热交换通量定义的量， 本身不存在， 不可直接测量。值得注意的是， 动力学粗糙度取决于地表几何粗糙度（约为平均几何单元高度的1/10）。而热力学粗糙度和实际下垫面几何粗糙度没有简单的对应关系， 常由热传输附加阻抗［KB-1=ln（Z 0m /Z 0h ）］确定， 需要准确地参数化。
Garratt and Francey（1978）指出大多数自然下垫面KB-1 取值为2.0（以下简称G78方案）， 随后大量学者发现在均匀的植被表面或者稀疏冠层下KB -1存在明显的日变化， 植被冠层下KB -1的实验研究逐渐增多。如Z98方案可以较好地描述稀疏或浓密冠层下的冠层传热过程， 该方案被应用于美国国家大气研究中心陆面模式中（NCAR Land Surface Model， NCAR LSM）。Kanda et al（2007）方案（以下简称K07方案）被证明在城市冠层中可以较好的描述地-气间的传热过程。Yang et al（2008）方案（以下简称Y08方案）被证明在草地等稀疏冠层下适用性较好， 该方案已被纳入干旱和半干旱地区的地表数据同化系统， 此方案不依赖于Z 0m， 仅是摩擦风速和摩擦温度的关系函数（Chen and Zhang， 2009）， 上述Z 0h方案表达式如表1 所示， 其中流体运动黏度ν=1.5×10-5 m2·s-1， β=7.2， Re*=Z 0m×u*/ν。
表1 本研究拟采用的热力学粗糙度参数化方案Table 1 The thermal roughness length parameterization schemes to be deployed in this study |
| 公式 | 参考文献 | 缩写 |
|---|---|---|
| Z 0h =Z 0m ×exp（-2.0） | Garratt and Francey（1978） | G78 |
| Z 0h =Z 0m ×exp（-0.208Re ） | Zeng and Dickinson （1998） | Z98 |
| Z 0h =Z 0m ×exp（2.0-1.29Re ） | Kanda et al（2007） | K07 |
| Z 0h =（70v/u* ）×exp（-βu |T*| 0.25） | Yang et al（2008） | Y08 |
3.3 大气水汽输送条件的分类方法
作为温室气体的水汽对大气辐射传输有重要影响， 并对局地水分循环和地气系统能量平衡起关键作用（高登义， 2008）。大峡谷地区相对高原主体海拔低， 本文采用近地面至300 hPa的比湿垂直积分来代表大峡谷地区的大气水汽总量， 详见式（2） ：
本研究水汽输送采用大峡谷地区从地表面垂直积分的“比湿”与“水平风速”的乘积， 比湿表征了特定大气层所含水汽的含量。值得注意的是， 在本研究中， 虽然只计算了不同格点不同时次的水汽水平输送通量， 但是这一结果考虑了上一时次水汽垂直输送的贡献。因为某一格点的水汽输送通量变化主要是前期水汽水平和垂直辐散辐合的结果。因此， 地表蒸散发对近地层的水汽输送贡献也就体现在下一时刻的水汽输送通量中。大峡谷地区的四个边界整层水汽输送通量的差值即为水汽净收支， 正值为净输入， 负值为净输出（陈亚玲等， 2022）， 详见式（3 ~7 ）：
式中： PWV为大气水汽总量（单位： mm）； QT 为区域水汽净收支（单位： kg·s-1）； λE 、 λW 、 φS 、 φN 分别为东、 西、 南、 北边界纬度； q为各层大气的比湿（单位： g·g-1）； Pt 、 Ps 分别为上界气压（取300 hPa）和地面气压（单位： hPa）； g为重力加速度（单位： m·s-2）， a=6.37×106 m为地球半径。
本研究所选时段为南亚夏季风爆发前后， 季风环流对水汽的大尺度环流输送直接影响到大峡谷地区大气水汽含量的趋势变化（周天军等， 2019）。水汽输送有三种方式： 湍流输送、 水平输送和铅直输送， 大峡谷地区作为印度洋暖湿气流输送的通道， 本文着重讨论不同“水汽水平输送强度”下大气水汽含量差异对大峡谷地区-大气间水热交换过程的影响， 因此本文着重考虑大峡谷地区水汽的主要输入边界即“南和西”两边界水汽输送通量（简称SF和WF）以及大气水汽总量（简称PWV）将水汽输送条件分为有代表性的强、 弱和极弱水汽输送条件分别讨论， 水汽输送条件判断方法如表2 所示， 所选日期内均“无降水”。
表2 水汽输送条件判断方法Table 2 Classification method of water vapor transport conditions |
| 水汽条件 | 判断方法 |
|---|---|
| 强水汽输送条件 | 大于SF、 WF和PWV的51日绝对值均值（92.9×105 kg·s-1、 45.6×105 kg·s-1和14.5 mm）的120% |
| 弱水汽输送条件 | 小于SF、 WF和PWV的51日绝对值均值的80% |
| 极弱水汽输送条件 | 小于SF、 WF和PWV的51日绝对值均值的50% |
4 结果与分析
4.1 CLM5.0对大峡谷地区陆-气间水热交换通量区域模拟性能的检验
验证CLM5.0对大峡谷地区陆-气间水热交换通量区域模拟性能时， 采用最近匹配法， 由于选取的两个观测台站地理位置较近， 验证时均采用区域模拟结果中（29.45°N， 94.65°E）较台站最近的格点模拟值（简称为“CMFD驱动CLM的格点模拟值”）与两站点实测值比较。
为了清晰展示模拟效果， 筛选出草地站和小麦站无降水发生的一日的模拟结果， 草地站和小麦站所选的日期分别为2013年5月25日和6月12日， 基于GSDE土壤属性数据集， 通过优选和默认Z0h 方案下的CLM5.0模拟效果如图2 所示， 台站单点模拟和CMFD驱动CLM的区域模拟均较好地描述了草地站和小麦站陆-气间水热交换过程。草地站和小麦站单点模拟显著高估了近地面感热通量， 而低估了近地面潜热通量（见图2 ）。从整个试验时段模拟值与逐30 min的实测值的RMSE来看， 如表3 所示， 默认参数下CMFD驱动CLM对近地面感热通量的模拟误差小于单点模拟， CMFD驱动CLM模拟的草地站和小麦站近地面感热通量格点值与实测值的RMSE分别为39.5 W·m-2和42.8 W·m-2， 低于两站单点模拟RMSE的30.9%和51.0%。CMFD驱动CLM对“草地站”近地面潜热通量的模拟效果与草地站单点模拟效果相当， 而“小麦站”近地面潜热通量单点模拟的RMSE（65.5 W·m-2）约为CMFD驱动CLM模拟的1.2倍。
图2 藏东南草地站（a， b）和小麦站（c， d）陆-气间水热交换通量模拟值和实测值的日变化差异Fig.2 Differences between simulated and measured diurnal variations of near-surface turbulent fluxes at grassland （a， b） and wheat （c， d） stations in southeastern Xizang |
表3 2013年5月20日至7月9日逐30 min近地面感热和潜热通量模拟值和站点实测值的统计参数Table 3 Statistical parameters of simulated and measured values of near-surface sensible and latent heat fluxes every 30 min from May 20 to July 9， 2013 |
| 站点 名称 | 陆-气间水热交换通量 | 参数化方案名称 | RMSE /（W·m-2） |
|---|---|---|---|
| 草地站 | 感热通量 | 默认方案（区域） | 39.5 |
| G78 | 41.2 | ||
| Z98 | 35.2 | ||
| Y08 | 35.3 | ||
| K07 | 35.4 | ||
| 默认方案（单点） | 57.2 | ||
| 草地站 | 潜热通量 | 默认方案（区域） | 46.8 |
| G78 | 46.8 | ||
| Z98 | 45.6 | ||
| Y08 | 46.0 | ||
| K07 | 45.8 | ||
| 默认方案（单点） | 44.4 | ||
| 小麦站 | 感热通量 | 默认方案（区域） | 42.8 |
| G78 | 47.0 | ||
| Z98 | 35.2 | ||
| Y08 | 37.1 | ||
| K07 | 36.0 | ||
| 默认方案（单点） | 87.4 | ||
| 小麦站 | 潜热通量 | 默认方案（区域） | 53.3 |
| G78 | 53.1 | ||
| Z98 | 52.2 | ||
| Y08 | 52.4 | ||
| K07 | 52.3 | ||
| 默认方案（单点） | 65.5 |
2.2节内容指出： CMFD再分析资料的气温和向下的长/短波辐射与站点实测值的相关性较好。整个模拟时段草地站和小麦站向下的长波辐射实测均值分别为349.7和351.1 W·m-2， CMFD资料中格点均值为350.8 W·m-2， 与草地站和小麦站实测值的RMSE仅为21.0和20.0 W·m-2， 误差较小。CMFD中太阳短波辐射资料与两站点实测值的相关性虽均达到0.900以上， 但草地站和小麦站太阳短波辐射实测均值分别为222.4 W·m-2和227.1 W·m-2分别是CMFD资料中向下短波辐射格点均值（176.6 W·m-2）的1.26倍和1.29倍。近地面感热通量的日变化与太阳辐射或净辐射的日变化有很好的相关性（陆宣承等， 2020； 张强等， 2022）。默认参数下CMFD驱动CLM模拟的草地站和小麦站近地面感热通量格点均值（33.1 W·m-2）分别低于两站单点模拟均值的42.9%和54.0%， 两站点单日模拟清晰地捕捉了上述特征（见图2 ）。地表能量来源于太阳短波辐射和大气长波辐射， 向下的长波和短波辐射作为大气强迫场中驱动陆面模式模拟的关键量， 其对地表能量通量分量的模拟有重要影响， 大气强迫场向下短波辐射分量的低估， 将降低模式高估近地面感热通量的模拟偏差， 这与沈润平等（2019）的研究结果一致。
本文相继对比了4种Z 0h方案下（G78、 Z98、 Y08和K07方案）CMFD驱动CLM模拟的近地面水热交换通量格点值与实测值的整个模拟时段逐30 min的变化差异。CMFD驱动经优选Z 0h方案的CLM模拟出的近地面感热通量格点值更接近于实测值。Z98、 Y08和K07方案下CMFD驱动CLM模拟的小麦站近地面感热通量格点值与实测值的RMSE较默认参数下分别降低了18.2%、 13.3%和15.9%， 草地站分别降低了10.9%、 10.6%和10.4%。如图2 （a）和（c）所示， 两站点单日模拟清晰描述了上述特征， CLM5.0在上述三种方案下的近地面感热通量模拟值日均值（以Z98方案为例， 草地站44.3 W·m-2， 小麦站29.7 W·m-2）与两站点实测值差异小（草地站40.8 W·m-2， 小麦站25.8 W·m-2）。
为全面清楚地反映不同Z 0h方案下CLM5.0的区域模拟性能， 分别将默认和优选Z 0h方案下的CMFD驱动CLM的区域格点模拟值和默认参数下的台站单点模拟值与站点逐30 min实测值的相关系数（r）、 标准差比率和均方根误差表示在泰勒图中。如图3 所示， 草地站和小麦站近地面感热通量单点模拟值与观测值相关性较好（草地站r=0.91， 小麦站r=0.87）， 而CMFD驱动CLM模拟的近地面感热通量格点值在Z98、 Y08和K07方案下与实测值相关性最好， 与草地站实测值的相关系数分别达0.784、 0.790和0.785， 小麦站为0.723、 0.728和0.723。CMFD驱动CLM模拟的小麦站近地面潜热通量格点值与实测值的相关系数均大于0.880， 而小麦站单点模拟的相关系数仅为0.777。CMFD驱动CLM模拟的草地站近地面潜热通量格点值同样在Z98、 Y08和K07方案下与实测值相关性较好， 相关系数分别达0.761、 0.757和0.760。而默认参数下CMFD驱动CLM模拟的草地站近地面潜热通量格点值和草地站单点模拟值与实测值的相关系数分别仅为0.729和0.758。Z98、 Y08和K07方案下CMFD驱动CLM模拟的近地面水热交换通量格点值标准差比率接近于1.0， 中心均方根小， 而默认参数下模式模拟结果的不确定性和误差较大， 其中小麦站近地面感热通量单点模拟值的标准差比率大于2.0。
综上所述， 采用优选Z 0h方案和土壤属性替代数据集下的CMFD驱动的CLM可以较好的描述大峡谷地区陆-气间水热交换过程。其中Z98方案下的模拟效果优于K07方案， Y08方案次之。为此， 本文将基于Z98、 Y08和K07方案， 模拟强/弱/极弱水汽输送条件下雅鲁藏布大峡谷地区陆-气间水热交换特征。
4.2 大气水汽及其输送与雅鲁藏布大峡谷-大气间水热交换过程耦合关系分析
4.2.1 大峡谷地区水汽输送格局
为分析归类雅鲁藏布大峡谷地区水汽输送格局， 分别统计计算出大峡谷地区大气水汽总量、 四个边界的水汽输送通量和水汽净收支如图4 所示。总体而言， 整个试验阶段大峡谷地区（29.05°N - 30.95°N， 94.05°E -95.95°E）的南和西边界为水汽的输入边界（南边界为主）， 北和东边界为水汽的输出边界（东边界为主）， 其中南边界51日水汽输送通量均值（92.9×105 kg·s-1）分别约为西、 北和东边界均值绝对值的2.0、 2.4和1.2倍。另外， 大气水汽总量与南、 西、 东和北边界的相关系数分别达0.723、 0.235、 -0.497和-0.445， 通过99%的置信度检验， 南（东）边界与大气水汽含量存在显著的正（负）相关。
利用3.3节不同水汽输送级别的划分方法， 本文筛选的强/弱/极弱水汽水汽输送类型的日期如表4 所示。为清晰形象地反映出大峡谷地区的水汽输送格局， 利用ERA5逐时再分析数据得到强/弱/极弱水汽输送条件下大峡谷地区各边界水汽输送空间分布特征， 详见图5 ， 图中矢量大小代表水汽输送强度， 并附有海拔填色图。
表4 强/弱/极弱水汽输送条件下筛选的日期及对应的水汽格局判别参数Table 4 Dates screened and corresponding water vapor pattern discriminating parameters under strong/weak/very weak water vapor conditions |
| 时期 | 水汽输送条件 | 大气水汽总量/mm | 南边界水汽输送通量/（×105 kg·s-1） | 西边界水汽输送通量/（×105 kg·s-1） |
|---|---|---|---|---|
| 6月23日 | 强水汽输送条件 | 18.3 | 129.3 | 71.3 |
| 5月26日 | 弱水汽输送条件 | 9.1 | 52.1 | 28.9 |
| 6月10日 | 极弱水汽条件 | 3.4 | -32.1 | -1.1 |
图5 雅鲁藏布大峡谷地区强/弱/极弱水汽输送条件下水汽输送格局黑色符号×和*分别为小麦站和草地站， 黑色实线为雅鲁藏布江， 黑色实框线（29.05°N -29.65°N， 95.05°E -95.65°E）为水汽强输送带 Fig.5 The water vapor transport pattern over the Yarlung Zangbo Grand Canyon area under strong/weak/extremely weak water vapor transportation conditions.The black symbols × and * are the Wheat site and the Grasslandsite respectively， and the solid black line is the Yarlung Zangbo River， The black solid frame line （29.05°N -29.65°N， 95.05°E -95.65°E） is the strong water vapor conveyor belt |
4.2.2 强/弱/极弱水汽输送条件下大峡谷地区的水热交换格局
大气水汽在其水相变化过程中不断放出或吸收热量， 对输送路径上的降水、 地-气温差等存在显著影响（梁宏， 2012）。大峡谷地区作为高原转运水汽的通道， 归纳不同水汽输送条件下大峡谷地区独特的“水热交换格局”是揭示大气水汽输送对大峡谷地区陆-气间水热交换过程影响机制的前提。
图6 ~8 分别展示了强/弱/极弱水汽输送条件Z98、 Y08和K07方案下CMFD驱动CLM模拟的大峡谷地区近地面水热交换通量空间分布特征。
图6 强水汽输送条件下Z98、 Y08和K07参数化方案和土壤属性替代数据集下CMFD驱动CLM区域模拟的雅鲁藏布大峡谷地区近地面-大气间感热和潜热交换通量日均值空间分布特征黑色符号“×”和“*”分别代表小麦站和草地站， 黑色实线为雅鲁藏布江 Fig.6 The characteristics of the regional distribution of mean sensible and latent fluxes between land and atmosphere simulated by CMFD drove CLM over the Yarlung Zangbo Grand Canyon area by using the Z98， Y08， and K07 schemes and soil property datasets under strong water vapor conditions， the black symbols "×" and "*" represent the Wheat site and Grassland site， respectively， the black solid line is the Yarlung Zangbo River |
图7 弱水汽输送条件下Z98、 Y08和K07参数化方案和土壤属性替代数据集下CMFD驱动CLM区域模拟的雅鲁藏布大峡谷地区近地面-大气间感热和潜热交换通量日均值空间分布特征黑色符号“×”和“*”分别代表小麦站和草地站， 黑色实线为雅鲁藏布江 Fig.7 The characteristics of the regional distribution of mean sensible and latent fluxes between land and atmosphere simulated by CMFD drove CLM over the Yarlung Zangbo Grand Canyon area by using the Z98， Y08， and K07 schemes and soil property datasets under weak water vapor conditions， the black symbols "×" and "*" represent the Wheat site and Grassland site， respectively， the black solid line is the Yarlung Zangbo River |
图8 极弱水汽输送条件下Z98、 Y08和K07参数化方案和土壤属性替代数据集下CMFD驱动CLM区域模拟的雅鲁藏布大峡谷地区近地面-大气间感热和潜热交换通量日均值空间分布特征黑色符号“×”和“*”分别代表小麦站和草地站， 黑色实线为雅鲁藏布江 Fig.8 The characteristics of the regional distribution of mean sensible and latent fluxes between land and atmosphere simulated by CMFD drove CLM over the Yarlung Zangbo Grand Canyon area by using the Z98， Y08， and K07 schemes and soil property datasets under extremely weak water vapor conditions， the black symbols "×" and "*" represent the Wheat site and Grassland site， respectively， the black solid line is the Yarlung Zangbo River |
从图6 可以看出， 强水汽条件三种参数化方案下， CMFD驱动CLM模拟的水汽强输送带（图5 中黑色框线内）近地面感热通量（H）模拟均值均表现为小于0.0 W·m-2的低值区［图6 （a）， （c）， （e）］， 而近地面潜热通（LE）则相反， 表现为大于70.0 W·m-2的大值区［图6 （b）， （d）， （f）］， 说明在强水汽条件下的水汽强输送路径上， 大峡谷地区陆-气间水热交换过程以潜热交换为主， 而近地面感热输送受到明显抑制。通过对比“弱和极弱”水汽条件三种方案下， CMFD驱动CLM模拟的大峡谷地区陆-气间的水热通量空间分布特征可以发现， 大峡谷地区陆-气间水热交换过程虽仍以潜热交换为主， 但近地面感热通量受抑制程度降低， 换言之大气水汽与陆-气间水热交换过程的互反馈特征代表性降低。
水汽通过影响大气中的辐射传输过程间接影响陆-气间水热交换过程。2.1节指出， 研究区域30°N以北地区多为冰雪覆盖的高海拔地区， 下垫面主要被裸地和冰雪所覆盖， 30°N以南雅江流域近岸处多被森林所覆盖， 雅江围绕的“几”字形峡谷深处存在被冰雪覆盖绵延的山脉， 大峡谷地区雅江上游以东地区主要被草木灌丛所覆盖， 不同水汽输送条件三种参数化方案下， CMFD驱动CLM模拟的近地面潜热通量总体分布为东南高而西北低， 而近地面感热通量则相反配置， 随水汽强度的减弱， 潜热通量大值区（均值大于80.0 W·m-2）向西北扩大延伸面。而近地面感热通量大值区（均值大于60.0 W·m-2）向东南扩大延伸面。
大峡谷“几字形”内部被冰雪覆盖的高海拔地区， 存在近地面感热和潜热通量低值中心， 总的来说， 峡谷内部地表能量仍以潜热释放为主。可能的原因在于峡谷内部的高海拔地区由于积雪表面的高反照率， 反射了更多的太阳辐射， 净辐射减小的同时土壤获得的能量减少， 地气温差减小， 近地面感热通量随之减小， 本文所选试验阶段处于季风期， 雪盖薄， 日间积雪融化， 雪水渗入地表， 土壤含水量增加， 由此利于近地面潜热的释放（李文静等， 2021）。
从图6 ~8 中还可以看出， 高海拔山体的四周近地面潜热通量维持较大值。这是由于大气水汽遇到高大山体时而堆积， 气流爬坡冷却凝结易形成降水， 水分易积累于海拔较低的山谷， 地表水分充盈时能量分配以潜热消耗为主， 大气中水汽含量高意味着较高的热容量， 利于减小地-气温差， 随之加大对近地面感热输送的抑制。需要指出的是， 上述特征因水汽输送条件和所选的参数化方案不同， CMFD驱动CLM模拟的感热和潜热通量分布范围上存在一定的差异， 其中在弱和极弱水汽输送条件Y08方案下， CMFD驱动CLM模拟的森林覆盖区近地面感热通量较Z98和K07方案的大。
4.2.3 大峡谷地区大气水汽及其输送对陆-气间水热交换过程的影响机制分析
4.2.2节内容详细阐述了不同水汽输送条件下大峡谷地区特有的“水热交换格局”， 在大峡谷地区水汽强水汽输送路径上， 水汽输送与陆-气间水热交换过程存在显著的互反馈关系。由此， 讨论大峡谷地区水汽及其输送对陆-气间水热交换过程的影响机制时， 选取大峡谷地区有代表性的“水汽强输送路径下”不同水汽输送条件下近地面水热交换通量进行分析研究。表5 定量化描述了不同水汽输送条件下， 采用Z98、 Y08和K07参数化方案下CMFD驱动CLM模拟的强水汽输送带近地面水热交换通量模拟值的空间差异特征。
表5 大峡谷地区不同水汽输送条件， 三种参数化方案下CMFD驱动CLM模拟的水汽强输送带（29.05°N -29.65°N， 95.05°E -95.65°E）近地面净辐射和近地面感热和潜热通量的日峰值和均值Table 5 Daily peak and average values of near-surface net radiation and near-surface sensible and latent heat fluxes in the water vapor strong conveyor belt （29.05°N -29.65°N， 95.05°E -95.65°E） simulated by CMFD drove CLM under different water vapor transport conditions in the Grand Canyon area under the three parameterization schemes |
| 热力学粗糙度 参数化方案 | 通量 | 强水汽输送条件 （均值/日峰值） | 弱水汽输送条件 （均值/日峰值） | 极弱水汽输送条件 （均值/日峰值） |
|---|---|---|---|---|
| Z98方案 | 感热通量/（W·m-2） | -1.8/24.6 | 41.3/159.2 | 41.5/188.6 |
| 潜热通量/（W·m-2） | 74.7/197.6 | 82.7/225.6 | 93.1/233.5 | |
| 净辐射/（W·m-2） | 66.2/238.8 | 138.7/575.1 | 148.8/628.1 | |
| Y08方案 | 感热通量/（W·m-2） | -2.8/27.6 | 55.4/235.2 | 55.7/268.6 |
| 潜热通量/（W·m-2） | 73.4/190.9 | 85.4/199.5 | 95.7/248.8 | |
| 净辐射/（W·m-2） | 66.6/240.2 | 142.8/586.4 | 153.1/641.5 | |
| K07方案 | 感热通量/（W·m-2） | -2.2/25.6 | 48.9/195.8 | 50.0/232.7 |
| 潜热通量/（W·m-2） | 74.0/194.6 | 83.0/212.8 | 92.9/242.5 | |
| 净辐射/（W·m-2） | 66.3/239.2 | 140.7/580.4 | 151.2/634.9 |
三种参数化方案下， CMFD驱动CLM模拟的强水汽输送带近地面感热和潜热通量日均值和日峰值均表现为极弱水汽输送条件>弱水汽输送条件>强水汽输送条件。不同水汽输送条件下， CMFD驱动CLM模拟的水汽强输送带近地面潜热输送均强于感热输送， 其中强水汽输送条件Z98、 Y08和K07参数化方案下， 近地面潜热通量模拟值区域均值分别大于感热通量76.5、 76.2和76.2 W·m-2， 潜热通量模拟值日峰值分别约为感热通量的8.0、 6.9和7.6倍。从通量日峰值来看， 极弱水汽输送条件Z98和K07方案下， 近地面感热输送较弱水汽输送条件下弱， 这与日均值差异特征相反。
不同水汽输送条件下近地面感热输送对其反馈不同。大气水汽作为温室气体， 其含量多寡与气温变化一致， 换言之气温越高大气包含水汽的能力越强， 水汽保温大气的同时将缩小地-气温差。水汽不仅强烈吸收大气和地面长波辐射的整个波段， 并自身发射长波辐射， 水汽也强烈吸收着太阳辐射的收近红外波段， 水汽的辐射强迫可以有效地影响大气辐射传输过程， 因此不同水汽输送条件下地表净辐射差异显著。强水汽输送条件下， CMFD驱动CLM5.0区域模拟的日平均气温达9.2 ℃分别高于弱（7.2 ℃）和极弱（8.0 ℃）水汽输送条件下。但地表净辐射（约为66.0 W·m-2）显著低于弱（约为141.0 W·m-2）和极弱（约为150.0 W·m-2）水汽输送条件下。强水汽输送条件下可分配给陆-气间水热交换过程的地表能量少， 地表水分充足时， 能量分配以潜热输送为主， 地-气温差的降低， 进一步减弱了近地面感热输送。如表5 所示， 强水汽输送条件下， Z98、 Y08和K07方案下的近地面感热通量模拟值日均值仅为-1.8、 -2.8和-2.2 W·m-2， 而近地面潜热通量则大于70.0 W·m-2。
极弱和弱水汽输送条件下水汽水平输送和大气水汽含量维持低值。大气水汽对大气辐射能量传输过程作用小， 极弱水汽条件下地表可支配能量多， 气温主要决定于近地面感热输送加热底层大气的程度。极弱水汽输送条件下的净辐射和日平均气温均高于弱水汽输送条件下。这是因为极弱水汽输送条件下午后近地面感热输送加热大气的程度较弱水汽条件下强， 近地面感热通量日峰值更大， 气温增幅也随之较弱水汽条件下大。对于大峡谷地区， 极弱水汽条件下更多的能量仍以潜热释放为主， 如表5 所示， 极弱水汽条件下近地面潜热通量区域均值和日峰值均强于弱水汽条件下。地表净辐射的增加， 使得极弱水汽条件下近地面感热输送强于弱水汽条件下， 但潜热输送的增幅较感热输送大。因此， 将近地面潜热通量作为对比对象， 极弱水汽输送条件下近地面感热输送的抑制程度强于弱水汽输送条件下。
5 结论
本文利用ERA5再分析资料将大峡谷地区2013年5月20日至7月9日连续51天的水汽级别划分为强/弱/极弱三种水汽输送等级。同时利用CMFD再分析资料和雅鲁藏布大峡谷地区草地站和小麦站的观测资料驱动CLM5.0在大峡谷地区进行区域和单点陆-气间水热交换通量的模拟， 并与实际台站涡动相关系统观测数据对比验证。由此归纳出大气水汽对藏东南峡谷陆-气间的水热交换的影响机制。得到以下主要结论：
（1） 大峡谷地区整个研究时段降水充沛， 降水时长约占整个观测日期的59%， 在夏季51天内， 水汽净收支为正值（5.6×105 kg·s-1）， 其中南边界水汽输入量（92.9×105 kg·s-1）最大， 沿雅江下游河谷存在显著的“水汽强输送带”， 其次是西边界（45.6×105 kg·s-1）， 而东边界水汽输出量（-78.0×105 kg·s-1）最大， 北边界次之（-38.1×105 kg·s-1）， 大峡谷地区大气水汽总量受南和东边界水汽水平输送制约， 南和东边界水汽输送通量与大气水汽总量的相关系数分别达0.723和-0.497。
（2） 整个模拟时段结果表明， 采用优选的Z 0h方案和土壤属性替代数据， 显著提升了CMFD驱动CLM模拟近地面感热通量的能力， 潜热通量次之。其中Z98方案下CMFD驱动CLM模拟的草地站和小麦站近地面感热通量与实测值的RMSE较默认参数下降低10.9%和18.2%， 较两站的单点模拟的RMSE分别降低38.5%和60.0%。草地站和小麦站近地面感热通量单点模拟值与实测值的相关系数分别达0.912和0.871， 均优于默认及优选Z 0h方案下CMFD驱动CLM的区域模拟， 但单点模拟不能较好的描述大峡谷地区陆-气间水热交换通量日变幅。
（3） 水汽使大气获得更多的热量， 影响辐射传输过程， 间接影响着陆-气间水热交换过程。CMFD驱动CLM模拟的大峡谷地区近地面潜热通量总体分布为东南高而西北低， 而近地面感热通量则相反。
（4） 受水汽输送影响， 大峡谷下游河谷近地面感热输送存在不同的反馈。强水汽输送条件下近地面感热输送受到显著抑制， Z98方案下潜热通量日峰值约为感热通量的8.0倍， 原因在于大气水汽对辐射传输过程的影响较强烈， 净辐射减小的同时地-气温差随之降低， 地表水分充分的条件下， 对感热输送的抑制能力加强。然而在极弱和弱水汽输送条件下水汽输送强度和大气水汽含量均维持较低值， 极弱水汽输送条件下有更多的地表能量用于近地面潜热的释放， 表现在极弱水汽输送条件下感热输送受抑制程度强于弱水汽输送条件下。
另外， CMFD再分析资料整体上在雅鲁藏布大峡谷地区适用性良好， 经分析发现， 太阳短波辐射再分析数据较站点实测值偏低， 其对模式模拟效果的影响需进一步验证与评估。本文未考虑大气水汽水相变化等对陆-气间水热交换过程的影响， 这些都是需要进一步研究的问题。