1 引言
BCC_AVIM是中国国家气候中心研发的BCC_ CSM全球气候模式中的陆面模块， 应用于中国国家气象局气候预测与模拟业务， 同时参与了CMIP5实验， 对陆面过程具有一定的模拟能力。该模式融合了CLM3.0的土壤水热传输模块以及AVIM2生物化学模块， 包含了陆地碳循环过程， 同时修订了积雪覆盖率参数化方案， 改进了地形起伏较大地区积雪覆盖率的模拟（吴统文等， 2014）。
BCC_AVIM土壤水属性参数化方案是基于Clapp and Hornberger 和 Cosby et al（1984）的工作， 土壤热属性参数化方案是基于Farouki的工作（Clapp et al， 1978； Cosby et al， 1984； Farouki et al， 1981）。其水热参数化方案中， 土壤质地仅考虑粒径小于2 mm的细土的水分运移和热传导性质， 忽略了粒径大于2 mm的砾石对土壤水热性质的影响。而砾石的水热性质与细土完全不同， 砾石可以改变土壤孔隙度， 增大土壤导水路径的曲折度， 减小土壤的过水断面， 从而影响土壤水传输和溶质运移， 导致土壤导水率和土壤入渗速度发生变化（Childs et al， 1990； Mehuys et al， 1975）， 进而影响土壤含水量。而土壤含水量可通过感热和潜热影响大气边界层， 进而影响大气降水（马英赛等， 2019； 栾澜等， 2018）。同时砾石可改变混合土壤容重， 固体土壤导热率、 干土壤导热率和热容（潘永洁等， 2015）， 从而影响土壤温度的变化。研究发现， 含砾石土壤的热扩散率要高于细土， 温度的日变化也会反映到含砾石的土壤中（Li et al， 2002）。砂砾石含量越大的土壤在冻结状态下导热率高（何玉洁等， 2017）。在一些特殊地区， 如青藏高原， 土壤形成过程缓慢， 土壤中砾石含量较高（Arocena et al， 2012； Wu et al， 2012）， 且随土壤深度逐渐增加（Ohtsuka et al， 2008）， 利用数值模式模拟土壤水热状况过程时， 砾石作为土壤结构的重要组成部分将对模拟结果产生不可忽略的影响。罗斯琼等（2008）利用陆面模式 CoLM 对青藏高原中部 BJ 站进行单点数值模拟试验， 并指出土壤成分中没有考虑砾石是模拟存在偏差的一个原因。Yi et al （2013）初步建立了细粒径土壤和砂砾石混合情况下的土壤水、 热属性参数化方案， 结果表明新方案模拟的北麓河活动层土壤温度和水分以及多年冻土温度和下限都和观测值较接近。潘永洁等（2015）针对青藏高原土壤砾石含量较高的特点， 发展了较适合青藏高原土壤特性的土壤参数化方案， 并有效的提高了 CLM4.0土壤水热属性的模拟。本文利用前人研究的砾石对土壤水热属性影响的公式， 将砾石参数化方案耦合入 BCC_ AVIM中， 完善模式土壤水热物理过程的描述， 使其更接近真实土壤水热物理过程。同时利用青藏高原中部玛多站的观测资料检验此方案在模式中对土壤水热模拟的效果影响， 为今后更深入的完善砾石参数化方案以及改进BCC_AVIM模式， 提升其模拟性能做一定的基础工作。
2 砾石参数化方案建立
2.1 砾石对土壤水属性的影响
砾石的风化程度对土壤孔隙度可造成不同的影响。对于风化程度较低的砾石， 土壤孔隙度主要由细土含量决定， 因此在计算土壤孔隙度时利用 Poesen et al（1994）的表述方程计算。混合砾石的土壤孔隙度公式表述如下：
式中： θ sat， f是细土孔隙度（单位： mm3·mm-3）； θ sat， g是砾石孔隙度（单位： mm3·mm-3）； V g是砾石体积含量。在本研究中砾石风化程度不高， 其孔隙度很低， 可以忽略不计， θ sat， g设置为零， θ sat， f可以根据细土中砂土含量计算得到。
砾石的存在改变了土壤孔隙度， 增加了土壤孔隙弯曲度， 增大了土壤大孔隙比例， 因此必然对土壤导水率产生影响。Peck et al（1979） 利用含球形镶嵌物的均匀介质计算得到不含砾石土壤的饱和导水率和含砾石土壤的饱和导水率的关系， 如下：
式中： K sat ， f是细土的饱和导水率（单位： mm·s-1）， 它在BCC_AVIM中由土壤沙土含量决定。已有研究表明， Peck et al（1994） 的结果在土壤砾石含量低于40%时能够较为准确地描述土壤饱和导水率（Zhou et al， 2009）。
在BCC_ AVIM中， 矿物质土壤的孔径分布系数（ bm， 无单位）是描述土壤水力特性的一个重要无量纲参数， bm的大小与土壤持水能力有关， 细土的 bf随着土壤中粘土含量的增加而增加。但是目前砾石对土壤 bm 的影响尚不清楚。有研究显示土壤吸力较低时， 砾石的持水能力要低于细土， 而与其相反土壤吸力较高时， 砾石的持水能力要高于细土。本此实验中， 加入砾石对bm的影响， 将bg设置成7.5（沙土的孔径分布系数是 3， 粘土是 12）。
在 BCC_AVIM中饱和细土土壤基质势（单位： mm）与土壤含沙量有关。细土持水能力随着砂土含量的增加而降低。砾石的持水能力通常认为较低。但是有研究发现砾石风化程度越高， 土壤有效含水量会越高。Cousin et al（2003）对法国巴黎南部两块试验田进行研究发现如果只考虑砾石容积而忽视其持水特性， 计算的有效水量会低估34%， 渗透量会高估15.8%。因此考虑砾石对土壤持水特性的作用对于准确模拟含砾石土壤的水分输送有重要意义。混合土壤基质势可以通过以下方程计算：
式中： 是饱和砾石基质势（单位： mm）， 根据潘永洁等（2015）的估算结果， 将 设置为-1.3 mm。
土壤容重是用来衡量土壤结构的指标， 实际工作中， 含砾石土壤的容重不易直接测量。Russo（1983）提出利用砾石体积含量、 砾石容重和细土容重来计算出含砾石的土壤容重：
式中： 是细土容重。
2.2 砾石对土壤热特性的影响
在BCC_AVIM的原有参数化方案中土壤矿物质导热率为石英砂导热率和粘土导热率的加权平均， 权重为石英砂与粘土的相对含量。Chen et al （2012）将土壤有机质对土壤导热率λs（单位：W·m-1·K-1）的影响加入到 Johansen 方案中：
式中： λ soc=0.25 W·m-1·K-1， λq=7.7 W·m-1·K-1， λ 0=2.0 W·m-1·K-1分别是土壤有机质， 石英， 其他矿物质的导热率。fq和f 0是石英和其他矿物质的体积分数。由于缺少观测数据， fq通常设定为砾石和沙和体积分数之和， f0等于粘土和粉土体积分数之和。BCC_AVIM中没有考虑土壤有机质， 所以新方案中， 土壤导热率设为：
式中： λq考虑为石英和砾石之和。
BCC_AVIM对干土壤导热率λ dry（单位：W·m-1·K-1）的计算是基于Farouki和Jonansen方案， 没有考虑不同土壤成分对干土壤导热率的影响。在新方案中， 干土壤导热率基于文献Côté et al（2005）：
式中： （单位：W·m-1·K-1）， （无单位）都是用于计算不同土壤类型的经验参数。在Côté方案中碎石和砾石 和 的值分别为1.70和1.80， 自然矿物质土壤 和 的值分别为0.75和1.20， 纤维土壤 和 的值分别为0.3和0.87， 本文考虑此方案在不同土壤中普适性， 因此 和 取三种土壤平均值， 分别为0.917和1.29。
由于不同的砾石种类， 其结构和矿物组成不同， 砾石热容也会不相同。参考潘永洁等（2015）对砾石土壤热熔的修改， 本文将含砾石土壤的热熔C m（单位：J·M-3·K-1）简单地表达为如下公式：
式中： V sand和V clay是沙和粘土的体积分数。
根据上述砾石对土壤水热属性影响的理论基础， 将原模式中土壤水热属性方案做如下修改， 得到考虑砾石后的砾石参数化方案（表1）。
表1 砾石参数化方案（新方案）与原方案Table 1 Gravel parameterization scheme (new scheme) and the original scheme |
| 参数 | 原方案 | 新方案 |
|---|---|---|
| 土壤孔隙度（土壤饱和含水量） | ||
| 饱和导水率 | ||
| 可调参数B | ||
| 土壤基质势 | ||
| 土壤容重 | ||
| 土壤固体导热率 | ||
| 干土壤导热率 | ||
| 固体土壤热容 |
3 台站情况及资料来源
本次研究站点为青藏高原玛多站。玛多站（35.02°N， 97.65°E）位于青海省玛多县鄂陵湖。该站点坐落于青藏高原东部的黄河源区， 海拔为4274 m， 平均气温-3.7 ℃， 年平均降水量321.4 mm， 属于半干旱高寒大陆性气候。地表类型为高寒草原， 土壤粒径较粗， 砾石和岩石碎块含量较高。观测站点包括湖面、 湖畔， 梯度塔和草地共四个站点。本文所用的大气强迫场数据为2016年6月1日至2017年12月31日温度、 风、 湿度、 气压、 降水、 向下长短波辐射数据（图1）。其中大气相对湿度数据来自梯度塔观测的数据， 其他数据来自草地站观测的数据。土壤温湿度数据， 使用玛多草地站5， 40， 80， 160和320 cm实测土壤数据。土壤结构数据为埋设土壤温湿度探头是分层采样并带回实验室测得（表2）。
图1 2017年1月1日至12月31日玛多站强迫场数据Fig.1 The forcing data at Maduo from 1 January to 31 December 2017 |
表2 玛多站土壤成分Table 2 Soil texture at Maduo site |
| 土层 | 深度/m | 沙土/% | 黏土/% | 砾石/% |
|---|---|---|---|---|
| 1 | 0.0175 | 30.2 | 30.0 | 5 |
| 2 | 0.0451 | 36.47 | 25.5 | 5.7 |
| 3 | 0.0906 | 51.09 | 14.03 | 18.14 |
| 4 | 0.1655 | 49.36 | 13.59 | 27.08 |
| 5 | 0.2891 | 59.05 | 9.42 | 26.37 |
| 6 | 0.4929 | 71.97 | 2.47 | 24.54 |
| 7 | 0.8289 | 64.06 | 1.82 | 33.07 |
| 8 | 1.3828 | 75.56 | 2.96 | 20.62 |
| 9 | 2.2961 | 72.99 | 3.2 | 22.73 |
| 10 | 3.8019 | 63.80 | 2.95 | 31.80 |
4 新方案与原方案土壤各参数比较
利用上述理论基础及玛多站实测土壤数据（表2）， 对比了原方案与新方案中土壤各参数变化［图2（a）］。新方案相比原方案， 土壤饱和含水量、 土壤饱和导水率、 饱和土壤基质势、 土壤固体导热率减小； 可调参数B、 土壤容重、 干土壤导热率增加， 饱和土壤导热率浅层减小， 深层增大， 土壤热熔变化非常小。对比表2可以发现， 砾石含量越高， 土壤容重、 干土壤导热率和可调参数B越大， 而饱和土壤导水率和土壤饱和含水量、 土壤饱和基质势越小。从表1可以看出， 土壤固体导热率和干土壤导热率不是在原来公式的基础上加以修改， 而是改用了新的公式。如果不考虑砾石， 只选用沙土和黏土作为土壤质地的组成， 对比了固体土壤导热率和干土壤导热率新方案与原方案的差异［图2（b）］， 可以发现， 新的公式相比于原公式， 干土壤导热率增大， 土壤固体导热率减小。加入砾石后， 土壤质地考虑为沙土、 黏土和砾石， 相比于原方案， 干土壤导热率仍是增大， 土壤固体导热率减小， 但是相比于不考虑砾石的情况， 干土壤导热率增大更大， 土壤固体导热率减小量减小， 同时结合表2可以发现， 相比于原方案， 干土壤导热率随砾石含量增多， 增大幅度更大， 土壤固体导热率随砾石含量增多， 减小幅度减小， 砾石含量最多的第七层土壤， 干土壤导热率增大最大值， 土壤固体导热率减小最小， 两者的变化与土壤质地有密切关系。若仅考虑公式的变化， 不考虑土壤中的砾石， 则干土壤导热率和土壤固体导热率变化与土壤质地组成关系不密切， 变化表现较为平稳［图2（b）虚线］， 但考虑砾石后的参数化方案， 其变化与土壤质地更为密切［图2（b）实线］， 土壤中不同砾石含量其变化明显不同。
图2 新方案相对原方案土壤中水热基本参数变化（a）和考虑砾石以及不考虑砾石土壤干导热率和土壤固体导热率变化（b）Fig.2 The changes of soil thermal and hydrological parameters in the new scheme compared with the original scheme (a) and the thermal conductivity of dry natural soil and the thermal conductivity of soil solids change with and without gravel (b) |
在BCC_AVIM模式中， 土壤导水率是饱和土壤导水率、 土壤饱和含水量、 土壤含水量和可调参数B的函数， 而土壤导水率、 土壤饱和含水量和可调参数B是土壤质地的函数， 因此土壤导水率可最终表述成土壤含水量和土壤质地的函数［图3（a）］， 各层土壤导水率均随土壤含水量的增大而增大， 深层土壤导水率大于浅层土壤导水率。这与土壤结构关系密切， 深层土壤中黏土含量少， 沙土和砾石含量多， 导水率大， 浅层相反， 导水率小。加入砾石后， 各层土壤导水率均有所增大， 但当土壤含水量非常小的时候， 土壤导水率反而减小。在模式中， 土壤导热率是kerster数、 饱和土壤导热率和干土壤导热率的函数， 而kerster数是土壤饱和度的函数， 干土壤导热率和土壤饱和导热率是土壤质地的函数， 因此最终土壤导热率可转化为土壤饱和度和土壤质地的函数［图3（b）］。土壤导热率随着土壤饱和度的增大而增大， 饱和度相同时， 深层（沙和砾石含量较多）导热率大于浅层（沙和砾石含量较少）的导热率。这主要是因为， 砾石对土壤导热率的影响除了直接增大干土壤导热率外， 还可以改变土壤含水量， 影响土壤饱和导热率， 间接影响土壤导热率。同时新方案相比原方案， 更改了最初对土壤质地描述的函数， 使固体土壤导热率减小， 造成土壤饱和导热率浅层减小， 深层增大， 最终影响了土壤导热率浅层减小， 深层增大。可见， 考虑砾石后的新方案， 土壤质地更接近现实， 相比原方案， 土壤中各参数也有明显变化。
图3 新方案与旧方案各层土壤导水率（a）和土壤导热率（b）对比黑线代表原方案, 红线代表新方案; 实线代表浅层（1~5层）, 虚线代表深层（6~10层） Fig.3 Comparison of soil hydraulic conductivity and soil thermal conductivity between new and old schemes in each layer.The black line represents the original scheme, the red line represents the new scheme, the solid line represents the shallow layer (1~5 layers), and the dotted line represents the deep layer (6~10 layers) |
5 试验设计
砾石改变了土壤结构， 引起土壤温湿参数的变化， 最终影响了土壤导水率和导热率， 而土壤的导热率和导水率又会影响土壤温湿度的模拟， 为验证此方案对模式模拟效果的影响， 利用玛多站2016年6月1日至2017年12月31日实测数据（温度、 气压、 湿度、 风速、 向下长短波辐射）资料（见图1）驱动BCC_AVIM模式， 对比新方案和原方案的模拟结果。模式时间步长设置为1800 s， 考虑到前期的不稳定性， 舍弃2016年模拟结果， 只分析2017年模拟结果， 相当于对模式进行了6个月的 sping-up处理。土壤数据采用表2玛多站实测土壤数据， 土壤类型考虑为一半C3高寒草， 一半裸土。土壤颜色、 植被覆盖度、 叶面积指数等地表资料使用BCC_AVIM模式自带的地表资料。
将模拟结果线性差值到实测土壤层进行对比， 同时选用常用的相关系数（r）、 平均绝对误差（MAE）、 均方根误差（RMSE）三个统计量对模拟结果进行检验， 公式如下：
式中： 是模拟值； 是观测值； 是模拟值的平均值； 是观测值的平均值； N是样本数。
6 模拟结果分析
6.1 土壤温度模拟对比
砾石通过改变干土壤导热率和土壤热熔， 直接影响土壤温度属性， 同时通过改变土壤导水率， 使土壤中饱和度改变， 间接影响土壤导热率。当土壤导热率增大（减小）时， 土壤热传导增强（减小）， 此时土壤若为放热， 则温度模拟偏低（偏高）， 土壤若为吸热， 则温度模拟偏高（偏低）。在模式中， 砾石对土壤温度的影响较为复杂， 为验证最终效果， 此处利用玛多站实测资料， 检验砾石参数化方案在BCC_AVIM中对土壤温度模拟的影响。对比发现（图4）， 新方案和原方案均能较好地模拟土壤温度的日变化和月变化， 夏季土壤温度高， 冬季土壤温度低。浅层土壤温度日变化明显， 曲线折点较多， 深层土壤温度日变化减小， 曲线逐渐光滑。但原方案对土壤温度的模拟值偏高， 加入砾石后， 除个别月份外（如深层8月底到10月底）， 整体土壤温度的模拟值均有所减小， 更接近实况。
图5 2017年1月1日至12月30日玛多站土壤温度垂直剖面(单位: ℃)FIg.5 Time cross-section of the daily mean soil temperture with soil depth at Maduo site from 1 January to 31 December 2017.Unit: ℃ |
整体上， 加入砾石后的新方案相比于原方案， 模拟的土壤温度相关系数由原来的0.982增大到0.986， 绝对偏差由原来的1.168 ℃减小到1.036 ℃， 均方根误差由原来的1.426 ℃减小到1.298 ℃（表3）。可见， 加入砾石后， 土壤质地考虑较为全面， 模拟更接近真实情况， 使模拟效果也有所提升。
表3 玛多站土壤温度模拟和观测比较Table 3 Comparison of soil temperature simulation and observation at Maduo site |
| 方案 | 5 cm | 40 cm | 80 cm | 160 cm | 320 cm | 平均值 | |
|---|---|---|---|---|---|---|---|
| 相关系数 | 原方案 | 0.967 | 0.986 | 0.991 | 0.982 | 0.972 | 0.982 |
| 新方案 | 0.970 | 0.989 | 0.992 | 0.988 | 0.975 | 0.986 | |
| 绝对偏差/℃ | 原方案 | 2.506 | 1.883 | 1.216 | 0.804 | 0.769 | 1.168 |
| 新方案 | 2.276 | 1.670 | 1.091 | 0.658 | 0.726 | 1.036 | |
| 均方根误差/℃ | 原方案 | 3.126 | 2.211 | 1.421 | 0.990 | 1.083 | 1.426 |
| 新方案 | 2.870 | 1.999 | 1.276 | 0.816 | 1.103 | 1.298 |
6.2 土壤湿度模拟对比
由上述理论可知， 土壤含水量不变时， 砾石增大了土壤导水率， 使土壤水分运移加快， 造成土壤含水量减小， 但土壤含水量的减小， 又反作用于土壤导水率， 使土壤导水率减小， 两者呈负反馈， 因此在实际模式中， 为验证新方案对土壤湿度的影响， 利用玛多站日平均土壤含水量实测值， 检验新方案模拟效果（图7）。原方案对土壤湿度的模拟浅层较好， 能模拟出土壤湿度的日变化和月变化， 夏季土壤湿度高， 冬季土壤湿度低。但中层和深层土壤湿度的日变化和月变化模拟较差， 峰谷值不能较好的模拟， 尤其是40 cm层土壤的峰谷值模拟较差。量值上浅层土壤含水量模拟偏低， 深层模拟偏高， 且冬季未考虑过冷却水， 当土壤温度小于冰点温度后， 土壤含水量模拟值为零， 与实况存在一定误差。加入砾石后， 整层土壤含水量模拟均有所减小， 使浅层模拟效果有所变差， 但深层模拟效果明显转好， 更接近实况。有效的提升了深层土壤湿度的模拟效果。新方案对土壤含水量的模拟效果（图7）可以看出， 虽然土壤含水量减小可使土壤导水率减小， 两者之间呈现负反馈作用， 但模式中土壤导水率主要受土壤质地影响， 加入砾石后， 模式土壤导水率增大， 因此最终造成土壤含水量的减小， 含水量对土壤导水率的负反馈作用较小， 土壤质地的影响占主要作用。对比土壤温度变化发现， 土壤含水量变化要更加明显， 主要因为土壤质地的改变直接影响土壤导水率， 导水率的增大， 使土壤含水量模拟减小。而土壤含水量是影响土壤热性质的重要因素（马欣等， 2019）， 在BCC_AVIM中土壤含水量的减小可使土壤饱和度减小， 根据图3（b）可知随饱和度的减小， 土壤导热率减小， 从而减弱了加入砾石后的效果， 造成土壤温度的模拟较土壤含水量模拟变化小。
图8 2017年1月1日至12月31日玛多站土壤含水量垂直剖面（单位: m3·m-3）FIg.8 Time cross-section of the daily mean soil water content with soil depth at Maduo site from 1 January to 31 December 2017.Unit: m3·m-3 |
虽然不同季节， 不同层次模拟效果有所差异， 但整体看（表4）， 新方案对土壤湿度的模拟平均相关系数由原来的0.923增加到0.946， 尤其是深层提升明显， 各层次平均绝对偏差由原来的0.019 m3·m-3减小为0.015 m3·m-3， 绝对均方根误差由原来的0.020 m3·m-3减小为0.018 m3·m-3。相比原方案， 加入砾石后的新方案提升了土壤含水量的模拟效果。
表4 玛多站土壤湿度模拟和观测比较Table 4 Comparison of soil water content simulation and observation at Maduo site |
| 方案 | 5 cm | 40 cm | 80 cm | 160 cm | 320 cm | 平均值 | |
|---|---|---|---|---|---|---|---|
| 相关系数 | 原方案 | 0.908 | 0.899 | 0.961 | 0.955 | 0.876 | 0.923 |
| 新方案 | 0.915 | 0.902 | 0.959 | 0.969 | 0.952 | 0.946 | |
| 绝对偏差/(m3·m-3) | 原方案 | 0.034 | 0.025 | 0.020 | 0.016 | 0.015 | 0.019 |
| 新方案 | 0.045 | 0.034 | 0.012 | 0.013 | 0.003 | 0.015 | |
| 均方根误差/(m3·m-3) | 原方案 | 0.040 | 0.027 | 0.021 | 0.017 | 0.015 | 0.020 |
| 新方案 | 0.050 | 0.036 | 0.016 | 0.017 | 0.003 | 0.018 |
6.3 土壤含冰量、 积雪覆盖率与雪深度模拟对比
土壤水热参数的改变， 必然影响土壤含冰量、 积雪覆盖率和积雪深度的模拟， 由于缺少观测资料， 因此此处只分析新旧方案模拟效果差异。由2017年1月1日至12月31日玛多站不同深度土壤含冰量（图10）可知， 加入砾石后5~80 cm土壤含冰量均减小， 但深层320 cm土壤含冰量有所增加。这主要因为加入砾石后， 砾石增大了土壤导水率， 使土壤中水分模拟减小， 因此造成土壤中含冰量的减小。但加入砾石后， 土壤温度模拟偏低， 深层320 cm春季模拟值较原方案偏低， 且低于0 ℃， 更接近实况， 因此液态水可冻结为冰， 新方案模拟的土壤含冰量增加。
因为新方案减小了土壤温度的模拟， 使得冬季积雪不易融化， 因此造成积雪覆盖率的增加以及积雪深度的增加。2017年1月1日至12月31日玛多站积雪覆盖率和积雪深度（图11）显示， 当积雪覆盖率较小时， 或积雪深度较浅时， 砾石对其影响较小， 但当其值较大时， 新方案的模拟值明显增大。
7 结论与讨论
砾石作为土壤的重要组成部分， 对土壤水热属性均有重要影响， 在陆面模式中忽略砾石的作用， 必然影响土壤水热的模拟。将砾石参数化方案加入到陆面模式中， 验证砾石在陆面模式中对土壤水热属性模拟的影响， 对进一步提升陆面模式有重要意义。本文根据前人的经验公式， 将砾石参数化方案加入到国家气候中心 BCC_ AVIM陆面模式中， 利用玛多站单点数据， 验证了砾石对模式中土壤水热模拟的影响。得到以下结论：
（1） 砾石参数化方案改变了土壤质地， 增大可调参数B、 土壤容重、 干土壤导热率， 减小了土壤固体导热率、 土壤饱和含水量、 土壤饱和导水率、 饱和土壤基质势。因而造成土壤导水率和导热率的改变， 最终影响土壤温湿度的模拟。
（2） 考虑土壤中砾石后， 土壤温度和土壤含水量模拟效果均有所提升， 模拟值与实况更为接近。土壤温度的模拟， 春季模拟效果最好， 偏差减小明显。土壤含水量的模拟夏季和秋季深层效果较好。
（3） 由于新方案减小了土壤温度和土壤含水量， 因此使土壤含冰量模拟减小， 但增大了深层春季土壤中冰的模拟。同时增大了积雪覆盖率和积雪深度的模拟。
虽然本此研究已验证砾石参数化方案对BCC_AVIM陆面模式土壤水热模拟的影响， 且加入砾石后模拟效果有所提升， 但由于缺乏实测资料， 同时本方案仅在玛多站进行了验证， 模式中相关参数系数取值也仅根据玛多站进行调试设定， 因此在青藏高原区域整体的适用性有待验证， 后续随观测资料的增多， 应对方案进一步调试， 完善方案的普适性。同时本次研究中砾石参数化方案考虑较为简单， 仅考虑砾石含量对土壤水热属性的影响， 而砾石的大小， 不同位置， 风化程度均未作考虑， 因此后续应继续丰富砾石参数化方案， 使其考虑更加全面， 模拟效果更接近真实。