使用不同的陆地模型和陆地覆盖数据集，评估WRF模拟的北半球气候区温度不确定性

《Atmospheric Research》：Evaluating WRF simulated temperature uncertainties across Northern Hemisphere climate zones with different land models and land cover datasets

陆面过程模型与地表覆盖数据集组合对北半球气温模拟的影响评估显示，CGLC-Noah组合在44%站点表现最优，MD19-PX次之，极地及热带区域存在系统性低温偏差（MB-1.42℃和-0.66℃），温带偏差较小。研究证实LSMs与LC数据集组合显著影响温度模拟精度，极端天气事件中热带地区模拟能力较强（NRMSE>0.8），而极地地区性能欠佳（NRMSE<0.2）。

　　

王斌|王鹏|王建东|应琦|张周阳|金玉志|王家平|高梦|刘超|黄欣|王淑晓

中国南京信息科学技术大学气候系统预测与风险管理国家重点实验室，南京210044

摘要

随着全球气候变化的加剧，温度变化日益明显，对环境和人类健康产生了显著影响。地表模型（LSMs）和土地覆盖（LC）数据集在理解和预测陆地-大气相互作用及温度动态方面至关重要。因此，迫切需要系统地评估不同LSMs和LC数据集在不同气候条件下的表现。本研究采用了四种LSMs（CLM、Noah、PX和RUC）和三种LC数据集（MODIS-2010、MODIS-2019和CGLC-MODIS-LCZ），在WRF模型中评估它们在北半球的温度预测能力。结果表明，CGLC-Noah组合表现最佳，在北半球44%的站点上达到最优预测效果，其次是MD19-PX，其优异性能主要集中在北美洲和东欧的寒冷高纬度地区。总体而言，热带和极地地区的温度被低估，平均偏差分别为-1.42°C和-0.66°C。而温带地区的偏差相对较小，范围在-1°C到+1°C之间。此外，研究还评估了模型在极端天气事件中的表现，发现所有模拟在热带地区的极端高温和低温情况下都表现出良好性能（NRMSE >0.8）。相反，极地地区的性能最差（NRMSE通常低于0.2），表明该领域有改进空间。这些发现对于提高模型准确性和可靠性至关重要，最终有助于制定有效的气候变化应对策略。

引言

气候变化对环境、社会经济发展和人类健康有重大影响（Haines等人，2006；He等人，2022；政府间气候变化专门委员会（IPCC）：《气候变化2021——物理科学基础：政府间气候变化专门委员会第六次评估报告第一工作组报告》， 2023；Liu和Xing，2024；Singh等人，2023；Zandalinas等人，2021；Zhu等人，2024），这些影响与地表特征密切相关（Chu和Zhu，2024；Cui等人，2006；Zhang等人，2005；Zhou等人，2016）。为了阐明这种联系，广泛使用整合了地表模型（LSMs）和土地覆盖（LC）数据集的数值天气预报模型来研究陆地-大气相互作用（Déqué等人，2007；Feser等人，2011；Fisher和Koven，2020；Fu等人，2005；Mearns等人，2012）。LSMs主要描述地表物理过程，而LC数据集提供了关于土地覆盖的重要信息，这直接影响地表与大气之间的能量和水分交换。这两个模块显著影响近地表温度的空间分布，这是气候变化的关键指标（Blyth等人，2021；Bonan，1998；Crawford等人，2001；Li等人，2016；Sun和Xue，2001；Xue等人，1991）。因此，全面理解这些模块对于准确预测温度和评估气候变化影响至关重要（Dickinson，1995；Seneviratne等人，2006）。由于它们的重要性，LSMs和LC数据集通常被整合到数值天气预报系统中，如天气研究和预报（WRF）模型（Skamarock等人，2019a）。这种整合通过允许多种LSMs和LC数据集的组合，从而优化了不同地区的温度模拟（Gao和Jia，2013；Yan等人，2021）。每种LSM都有其独特的优势，适用于特定的地理和气候条件。例如，Community Land Model Version 4（CLM）模型在中国黄河源区的温度模拟中表现最佳（Zhang等人，2020），而Noah模型在美国东部的气候模拟中表现良好（Chen等人，2011）。同样，不同的LC数据集在温度模拟中也表现出不同的性能（Kumar等人，2013；Pielke等人，2011；Xiao等人，2023）。UMD模型在美国的表现优于USGS和MODIS模型，偏差分别低0.12°C和0.08°C。此外，LSMs和LC数据集的组合在温度模拟中也起着重要作用，它们可以在不同气候条件下导致高达1.5°C的温度差异，包括巴西（Pedruzzi等人，2022）、非洲（Glotfelty等人，2021；Teklay等人，2019）和青藏高原（Lu等人，2020）。这强调了选择合适的LSMs和LC数据集组合以提高各种气候条件下的温度模拟准确性的重要性。

以往的研究主要集中在特定区域和气候背景下评估LSMs和LC数据集的温度模拟能力。然而，迫切需要一个更全面的视角来深入理解与气候变化相关的复杂性。北半球拥有从温带到极地的多种气候带，为广泛的气候研究提供了理想的环境。其广阔的土地覆盖了多样的生态系统、地形和人类活动，使其成为研究不同尺度和条件下地表过程与气候动态之间复杂相互作用的重要区域（Clark等人，1999；Kong等人，2017；McDonald，2011；Selten等人，2004；Trenberth，1990）。因此，通过北半球评估LSMs和LC数据集在温度模拟中的表现对于推进对气候变化的理解和增强全球应对气候变化的能力至关重要。

本研究评估了北半球不同气候带的温度模拟能力。使用WRF模型进行了九次敏感性实验，结合了4种LSMs（CLM、Noah、PX和RUC）和3种LC数据集（MODIS-2010、MODIS-2019和CGLC-MODIS-LCZ）。分析了不同LSMs和LC数据集组合的性能及其变化，并评估了模型模拟极端温度事件的能力。这一全面评估旨在提高温度预测的准确性，加深对温度动态的理解，并支持有效的气候变化适应策略。

模型描述和设置

本研究使用了2023年4月发布的WRF模型4.5版本来模拟北半球整个2019年的气候，水平网格分辨率为108公里×108公里。WRF模型的设置和方案详见表1。模型的初始和边界条件来自国家环境预测中心（NCEP）的Final Analysis数据（FNL），分辨率为1°×1°，时间分辨率为6小时（在线公开：//rda.ucar.edu/datasets/d083002/dataaccess/

模型评估

我们将CGLC-Noah配置下模拟的1月、4月、7月和10月的2米空气温度与NCDC观测值进行了比较，并得出了图1所示的空间偏差分布。结果显示，在所有观测站点中，WRF模拟的温度偏差范围为-10°C到+10°C，超过80%的站点偏差在-3°C到3°C之间。这表明模型在大多数地区的表现良好。

结论与讨论

在这项研究中，我们对整个北半球进行了统一的WRF模拟，涵盖了多样的柯本气候带和环境条件。这种广泛的方法有助于更全面地评估不同气候区域、季节和极端温度情景下的LSMs和LC数据集组合。结合了四种广泛使用的LSMs（CLM、Noah、PX和RUC）和三种LC数据集（MODIS-2010、MODIS-2019和CGLC-MODIS-LCZ），形成了九种敏感性组合

代码和数据可用性

论文中评估结论所需的所有数据均包含在论文和/或补充材料中。提供主要分析结果的数据可在Zenodo上获取：https://doi.org/10.5281/zenodo.15469118。补充信息中的所有图表数据可应合理要求从主要联系人处获取。本工作的自定义代码也可应合理要求从主要联系人处获取。

CRediT作者贡献声明

王斌：写作——审稿与编辑、撰写初稿、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念化。王鹏：监督、项目管理、资金获取、概念化。王建东：监督、项目管理、资金获取、概念化。应琦：资源、方法论。张周阳：方法论。金玉志：方法论。王家平：资源、概念化。高梦：

资金信息

本研究由国家自然科学基金（资助编号42375178，王鹏）和上海基础研究试点计划—复旦大学（资助编号21TQ1400100，王鹏）共同资助。

未引用的参考文献

Chen, 2026

Jingyong等人，2005

Shufen和Yongkang，2001

Skamarock等人，2026

Tewari等人，2026

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

我们感谢南京信息科学技术大学高性能计算中心对本工作的支持。