文摘

本文土地评估模拟北极积雪时间,雪水当量,积雪分数,表面反照率和地表温度区域气候模型HIRHAM5 2008 - 2010年期间,与各种卫星和再分析数据和另一个区域气候模型(COSMO-CLM)。HIRHAM5显示了一个普遍的空间格局和年度这些变量,尽管不同的偏差为特定地区和月是显而易见的。最突出的偏见发生东西伯利亚落叶林的反照率,这是高估了在春天冰雪覆盖的模拟条件。这可能是由于简化反照率参数化(例如,nonconsideration不同森林类型和忽视的影响落叶阔叶树森林和分支在雪)。地表温度偏差镜子反照率偏差的时空结构。积雪分数和反照率偏见可以解释ca的模拟地表温度偏差。−3°C /西伯利亚森林面积在春天。

1。介绍

北极属于关键地区在全球气候系统中,证明了许多快速的环境变化(例如,1,2])。在这种情况下,地表温度(LST)是一个重要的变量,因为它反映了地表能量收支的变化,土地和大气之间的能量交换与冰冻圈反馈变量如积雪和冰冻的地面。

除了植被和土壤水分,积雪特性产生重大影响的LST(例如,3,4])。隔离雪效应会导致更少的冷却下的地面积雪和减少向上长波辐射通量,从而增加雪表面的冷却。但最重要的是snow-albedo反馈机制(例如,5,6]),至少当太阳照射。总的来说,积雪的出现体现在修改明智的和潜在的表面热通量。

春天和秋天的过程尤其重要。在过渡季节的LST发生快速变化,即季节性气候变暖/冷却的时间与融雪的/下雪。讨论了气候变暖将融雪的发生和减少整个积雪时间(SCD) [7]。观察到在北极积雪减少持续时间很大程度上是由于早些时候出现在春天雪融化(8),直接影响空中和地面的温度。当发生融化时,积雪作为散热器,因为大量的相变所需能源。

积雪的特征,即积雪深度(或雪水当量,我们)和积雪分数(SCF),而且SCD等特点,显示出明显的地区异构性问题。区域气候模型(rcm)合适的工具来模拟这些雪特征和相关的地表条件相对较高的水平分辨率。Shkolnik等的研究。9)和Klehmet et al。10)展示了一种合理的协议RCM模拟西伯利亚雪特征对不同的再分析和卫星数据相比。此外,Klehmet et al。10)评估增值的瑞典文模拟相比,再分析数据。

在目前的研究中,我们评估的模拟lst RCM HIRHAM5反对ERA-Interim再分析数据对以下问题:模型能够再现观察lst吗?可以在建模偏差LST解释与偏见在积雪的特征?反照率的影响LST扮演一个关键的角色吗?为了回答这些问题,我们分析观察和建模三个积雪特性(瑞典文、自洽场和SCD)。瑞典文的准确模拟至关重要的水文过程,而自洽场和SCD是重要的能源预算通过表面反照率。因此,模拟地表反照率和LST同时评估。

不同的rcm应用地表模型的完全不同的复杂性。提出第一次看到雪的范围,地表反照率和温度模拟在西伯利亚上空,一些HIRHAM5结果与模拟从另一个RCM相比,即在COSMO-CLM (CCLM),最近在西伯利亚的子域名已经被应用于(10]。

2。观测和模拟数据

评估月度HIRHAM5模拟的结果,下面的参考数据集已经被使用:reanalyses-derived雪水当量(理念)从加拿大气象中心(CMC),从GlobSnow ERA-interim和采用卫星产品;采用卫星积雪从MODIS和GlobSnow分数(SCF);采用卫星表面反照率从ERA-interim MODIS和重新分析数据;从ERA-interim地表温度(LST)。这些数据集的描述和使用模型的在下面给出。

2.1。MODIS采用卫星数据

中分辨率成像光谱仪(MODIS);http://modis.gsfc.nasa.gov/index.php)是一个被动光学和热传感器系统在泰拉和阿卡卫星。MODIS卫星提供全球日报报道。产品广泛的数据来源于MODIS的观察是有价值的评估结果时空模型模拟。

2.1.1。MODIS地表反照率

这里使用的反照率数据是气候建模网格(发生)最低点双向反射分布函数(双向)调整反射(NBAR)产品“MODIS /地球最低点BRDF-Adjusted反射率为期16天的L3全球0.05度没有发生”,这是来自white-sky反照率。自从white-sky反照率代表了集成所有顶点角,高质量的MODIS操作地表反射率的误差在500米远不到5%的大多数验证网站的研究到目前为止,即使是那些较低的反射率值质量标志被发现在10%的主要字段数据(例如,11- - - - - -13])。注意,沿着海岸线,1公里像素躺在浅水平均为0.05度没有发生像素,这可能给这些地区造成偏见。反照率数据下载http://modis-atmos.gsfc.nasa.gov/ALBEDO/。可用的数据是每8天为期16天的运行的意思是,我们插入相应的时间间隔获取每月的意思。

2.1.2。MODIS积雪分数(SCF)

“MODIS / Terra积雪每月L3全球0.05度没有发生,版本5”本研究中使用的数据来自博尔德市美国国家冰雪数据中心美国科罗拉多州([14];http://nsidc.org/data/mod10cm.html)。为什么我们选择了Terra数据的主键检测是雪雪高的特点可见近红外反射率和低反射率,MODIS带6 (1.6μ米),功能齐全的在Aqua Terra但只有30%的功能。回归方程的自洽场计算通过使用Salomonson和Appel15),这是基于归一化雪指数(NDSI)每个观测像素的值。更详细的信息,我们指的是MODIS积雪产品用户指南(16]。每月雪产品是来自《每日0.05度分辨率的产品。它有一个整体的绝对精度约为93%,但随着剩余问题引起的雪/云歧视[17]。阿瑟罗et al。18)评估这个产品与现场测量收集在科罗拉多州和华盛顿状态和确定一个自洽场总偏差约为7 - 17%。类似的研究从西米奇et al。19)在加拿大常绿森林总结总误差约为10 - 20%。

2.2。CMC雪水当量(理念)

积雪深度数据的操作分析加拿大气象中心(CMC)是一个合适的数据集评估模型模拟(20.]。这些24公里水平分辨率和日常数据已经下载http://nsidc.org/data/docs/daac/nsidc0447_CMC_snow_depth/。分析是基于车站观察和背景积雪深度,这是由一个简单的积雪模型生成被迫与欧洲中期天气预报中心(ECMWF)降水和2 m空气温度(20.]。因此,分析利用降水预测和分析屏幕水平温度估计降雪和融雪。无论雪深观测,这些合并使用统计插值的方法,执行每六小时1/3°网格。详情我们将Brasnett [21]。较好地区站覆盖数据集是相当可靠的,虽然被认为是合理的积雪深度估计分析法逐渐失宠北极地区(22]。CMC派生每月瑞典文积雪深度的数据使用一个查找表的雪密度,这是反过来根据雪过程的观察(23]。然而,我们假定一个常数雪密度330公斤/米³是符合HIRHAM5模型中所使用的方法(见部分2.5)。

2.3。GlobSnow数据

GlobSnow是采用卫星雪GlobSnow内生产的产品由欧洲航天局(ESA) (24]。自洽场和层面数据是基于聚合自洽场的光学卫星和微波卫星,我们经过一个日历月内气象站观测积雪深度,提出模拟采用半经验雪排放模型。25公里分辨率数据已经下载http://www.globsnow.info/。这最近的月度L3B-product (v2.0)重大改进了异质景观湖和地区重大报道(25,26]。关于瑞典文检索精度,改进报道在苔原和北方森林北部[26]。GlobSnow数据集包含satellite-retrieved信息在雪地上程度上,自洽场、瑞典文。自洽场的映射是解决从半经验的模型基于反射观察(27]。均方根误差(RMSE)的15%计算流域的面积与雪验证积雪时课程观察(27]。Salminen et al。28)找到一个北方森林的平均误差约为5 - 7%。SWE数据已经导出使用模糊互信息(FMI)算法(29日)结合时序melt-detection算法(8)基于被动微波辐射计数据和天气站数据,导致性能降低在山区比non-mountain地区(30.由于强烈的地形的复杂性。湿雪也会导致困难的检索算法(30.]。此外,植被影响数据的准确性,使茂密的森林为例,导致低估瑞典文的31日]。Takala et al。30.]相比GlobSnow瑞典文站数据来自前苏联,芬兰和加拿大。作者发现,RMSE小于40毫米的瑞典文小于150毫米,而偏见增加如果瑞典文大于150毫米。尽管GlobSnow更好地代表大规模瑞典文模式与MODIS相比,因为其理念的产品将以卫星为基础的无源微波测量地面观测(30.]。

2.4。ERA-Interim数据

ERA-interim代表ECMWF的新一代全球再分析(32)基于集成预报系统(IFS)模型。这再分析包含了许多重要的IFS模型改进,如增加分辨率,改善物理模型,使用四维变分同化(4 d-var),和其他各种变化的分析方法(33]。ERA-interim再分析数据的水平分辨率T255 (0.75°)。积雪深度和理念首先估计预测模型是基于Douville et al。34),然后更新基于克雷斯曼站观测积雪深度的分析和现金流量表(可用时)通过卫星数据35]。有两个原因为什么雪派生的数据是有限的32):首先,表面数据同化系统使用一个相对简单的数据插值方案,不生成综合信息数据质量控制和使用。第二,地理定位的错误介绍交互式的处理多传感器冰雪映射系统(IMS)产品ECMWF介绍了偏见。现金流量表ECMWF预报模型,是线性相关的理念米(36]: 在哪里m是雪在米水当量厚度的阈值,上面的网格单元完全覆盖着雪。然后雪大规模预算可以写成 在哪里是雪密度,是下雪,和雪花升华和融化。森林地区积雪反照率是与时间有关的参数化的配方Verseghy [37)和Douville et al。34]。融化的积雪反照率是单独计算条件: 和nonmelting条件:

在这里,和是常数控制反照率变化和雪融化,分别代表最低积雪反照率,s是一天的长度在几秒钟内。是否大于1 kgm降雪⁻²h⁻¹,积雪反照率重置为其最大的价值。对于北方森林覆盖网格单元,积雪反照率限制最大值为0.2。最后,每个网格单元反照率值是线性关系的森林和nonforest区域。我们指的是贝茨Viterbo和详情38]。

2.5。HIRHAM5模型

HIRHAM5是一个结合了动态的大气RCM模型的核心HIRLAM [39和ECHAM5的物理参数化40]。前面HIRHAM4版本已经应用于广泛的北极气候的研究(例如,41,42])。其circum-Arctic集成域如图1并已网格点的水平分辨率0.25°(约25公里)。大气中有40个垂直模型级别,从大约10米10 hPa表面的高度。一个模拟域,由ERA-Interim数据,进行了2008 - 2010年的时间。LST计算解决表面的能量平衡方程,从而将大气、地表和土壤过程。根据Roeckner et al。40)中使用的能量平衡方程的形式: 在哪里表层的热容,是潜在的表面热通量,是明智的表面热通量,地面热通量,是净表面辐射。

SWE主持由预算估计方程考虑升华和沉积,下雪,雪融化。理念的基础上,该模型得出积雪分数(SCF)的函数森林分数,树冠的拦截能力,边坡的地形subgrid-scale山岳志的标准差。给出了网格单元的自洽场 在哪里是森林的网格单元,树冠上的自洽场,指的是裸露的地面的自洽场。

覆盖的地表反照率计算网格单元的一部分修改背景反射率字段根据自洽场计算。背景反射率来自分配给高分辨率卫星数据的地图主要生态复合体(43]。在白雪覆盖的土地,网格意味着反照率取决于许多参数如部分森林面积、叶面积指数、裸露土之土壤反照率,积雪反照率和自洽场地面和树冠[44]。自洽场相似,表面反照率是派生的 在哪里是森林的反照率,这取决于叶面积指数,雪在树冠和树冠反射率以及裸露的土壤反射率,在吗是地面反照率取决于裸露的土壤和积雪反照率以及自洽场地面。

2.6。CCLM模型

COSMO-CLM (CCLMhttp://www.clm-community.eu/,(45])是一个nonhydrostatic大气RCM基于数值天气预报模式财团小规模建模(COSMO)中执行气候数值预报模型(CLM)。最近,它已被申请在西伯利亚的气候研究[10]。西伯利亚域扩展的拉普帖夫海和喀拉海从西方蒙古和西伯利亚北部低地鄂霍次克海的边界。HIRHAM5域的重叠区域是黑色线条图所示1。追算模拟进行了西伯利亚域与50公里水平分辨率为2008 - 2010年期间使用ERA-interim迫使数据。

雪雪的考虑,多层模型在陆地表面计划TERRA-ML使用。多层雪模型中引入多伊彻Wetterdienst初步版本。进行模拟,两层积雪层已被选为更没有改善结果在当前设置。每一层分别描述了温度、含水量、密度和孔隙度、雪。进一步的信息关于多层雪模型在Klehmet et al。10]。在CCLM自洽场计算使用以下公式: 在哪里米雪(46]。

地表反照率在土地裸露的土壤反射率的意思是,如果雪存在植被反照率和积雪反照率。使用CCLM版本,土壤反射率是一个函数的土壤类型和土壤含水量土层。TERRA-ML区分基于数字7个土壤类型土壤的世界地图(http://www.fao.org/home/en/)。植被是没有明确包括在内。而外部数据集使用的土地覆盖和特定的植物特征源于占主导地位的土地覆盖和土地利用类型。这些特征是由植物部分覆盖面积(植物覆盖),叶面积指数和粗糙长度。落叶或常绿森林被认为是分别以更好地适应森林的积雪反照率的影响。森林的积雪反照率是由 在哪里积雪反照率在裸露的土壤,和常绿或落叶林的森林分数,然后呢和两种森林类型的积雪反照率。

此外,时间积雪反照率包括利用老龄化状况。的详细描述CCLM提出了(46]。

3所示。分析方法

所有网格观测数据插值到HIRHAM5网格。这让我们彼此比较数据集和评估HIRHAM5仿真通过参考各种观测。此外,每月在西伯利亚area-averages域(见部分2.6)计算出所有的数据集。

根据仿真,探讨了月度和季节性(spring-MAM autumn-SON) SWE主持,积雪时间(SCD),自洽场,反照率和LST平均在2008 - 2010。一方面,我们现在空间地图春天和秋天,另一方面,我们讨论的年度周期变量平均值西伯利亚域。

作为一个额外的措施雪评价我们从日常CMC数据和计算了SCD HIRHAM5模型。讨论SCD季节性规模允许一个简化的方法在分析出现融雪或晚早些时候出现降雪,当这些发生在过渡季节。春天SCD计数为每个网格单元的天数从3月1日到5月31日期间的细胞被白雪覆盖。类似的,秋天SCD认为从9月1日到11月30日。按照其他研究(例如,47- - - - - -49]),每日2厘米瑞典文的阈值应用到决定如果白雪覆盖的网格单元。因此,春季SCD描述雪自由开始,而秋天SCD特征积雪的时机夏天永久积雪发生之前和之后出现。

积雪和深度、反照率和LST高度依赖土地覆盖或植被类型。因此,我们还分别讨论它们对森林和nonforest网格细胞。基于全球哈格曼1公里缩小数据集(43),一个阈值50%的森林分数根据图已经应用1。

4所示。结果与讨论

4.1。积雪和反照率

以下4.4.1。空间模式Circum-Arctic域

积雪覆盖的持续时间(SCD)。春天和秋天SCD的空间模式如图所示2。spring模式表现出强烈的纬向对称的结构,但orographically影响,SCD很大程度上是受到在融雪期间表面温度的影响。在低纬度地区找到最短的SCD(例如,俄罗斯在欧洲北部和西部);它的范围从10天至60天。超过70天的最长SCD发生在西西伯利亚平原,Taymir半岛,加拿大群岛和山区。积雪的时机出现在秋天是温度和降水的驱动。因此,秋季SCD空间模式比春天更区域化。最大的超过60天发生SCD这里的山区体验非常早期的降雪。

一般来说,模拟空间分割模式与CMC达成一致,但在绝对数字发生偏差。在春天,模型低估了SCD的25天。因此,模型显示最大的高达40%的低估被回归线区域。最小的差异(−4天)在地区最大的SCD (Taymir半岛,勒拿河流域地区,加拿大群岛)。最大的SCD低估被回归线地区春天是低估造成的雪量,这可能与一个气旋运输水分不足和沉淀量的本地化10]。的一般低估SCD进一步与偏见开始融化,融化率有关,这可能是由于简化积雪参数化(如雪的单层雪模型或nonconsideration老化)HIRHAM5。在秋天,模型下,高估了(取决于该地区)CMC的SCD相比。小规模的差异,体现在山区,那里的模型倾向于显示更高的SCD CMC相比。原因可能是,一方面,模型越高分辨率和更高的降水和积雪深度和有关,另一方面,站在CMC密度越低。

雪水当量(理念)。瑞典文具有可比性的模拟空间模式与CMC但显示一些分歧和GlobSnow ERA-interim(数字3和4)。CMC-derived最大数量的层面发生在西伯利亚平原和西部落基山脉,瑞典文超过18厘米在春天和秋天超过4厘米。模型在这些地区往往会高估SWE ca,相比20 - 30% CMC。模型偏差相比GlobSnow和ERA-interim大于CMC。相对于CMC GlobSnow显示了相同的巨大差异。特别是GlobSnow不会显示大量的理念在阿拉斯加,加拿大群岛和山区。GlobSnow之间的差异和CMC可达8厘米以上。这可能是由于稀疏测量和简单的检索算法在GlobSnow(算法设计尤其是北方森林;(50])。

积雪分数(SCF)。春天和秋天自洽场空间模式如图5和6。秋天,GlobSnow只有平均在9月和10月由于缺乏光学卫星收购所引起的减少传入和反射辐射高纬度地区。

在春天,明显的纬向对称和orography-dependent结构出现,类似于那些在化合物。发现最大的积雪HIRHAM5西西伯利亚平原和Taymir半岛,科累马河流域,加拿大群岛。自洽场达到超过0.7。其他地区(例如,勒拿河流域,北欧,和阿拉斯加)显示较小的自洽场0.3 - -0.6。MODIS和现金流量表GlobSnow春天模式有很好的一致性。0.7 - -0.9的高值的自洽场在整个北极。与MODIS相比,HIRHAM5计算通常类似的空间模式但更小的振幅整个域内的自洽场在两个季节。地区的依赖−−0.4和0.1之间的偏差范围。建模空间自洽场模式密切关注的层面,因为自洽场来自瑞典文(见部分2.5)。与GlobSnow相比,HIRHAM5偏见非常相似的比较对MODIS在这两个季节。然而在秋天,HIRHAM5偏见GlobSnow相比显示了更高的振幅的规模较小的偏见。这是由于缺乏GlobSnow数据由于减少传入和反射辐射本赛季在高纬度地区。

地表反照率。模拟表面反照率显示偏差在春天和秋天,相比ERA-interim和MODIS(图7)。在春天,“HIRHAM5 - ERA-interim”和“HIRHAM5 - MODIS”显示主要特征:HIRHAM5有着积极的反照率偏差相比,这两个数据集(与ERA-interim相比0.4和0.3与MODIS)在森林覆盖分数相对较大的地区(见图1)和森林主要由落叶乔木,也就是说,在西方俄罗斯北极地区,勒拿河流域,流域部分地区在阿拉斯加和加拿大。在秋天,一个类似的空间偏差模式是明显与ERA-interim相比,偏差在纬度与MODIS在很大程度上是相关的。结果表明,HIRHAM5高估了在这些森林地区地表反照率的季节。值得注意的是,这并不是发生在斯堪的那维亚地区森林覆盖比例甚至更高,因为森林类型不同:落叶树和常青树。也没有积雪在斯堪的那维亚春月虽然是在高海拔地区。落叶和树枝上雪覆盖,不考虑反照率参数化,将导致一个更黑暗反照率尽管雪覆盖。这可能是负责积极偏见在西伯利亚地区。这个结果是同意罗斯切和Roeckner51),即使HIRHAM5显示短弹簧SCD和低估了自洽场。此外,在春天,相对较大的差异有两个偏见“HIRHAM5 - ERA-interim”和“HIRHAM5 - MODIS”在特定领域如加拿大群岛和科拉半岛。HIRHAM5显示大-反照率偏差(−0.3)对MODIS,但只有小比ERA-interim正面或者负面的偏见。在秋天,大积极的反照率偏差(MODIS)相比,位于西伯利亚平原,西部Taymir半岛和加拿大群岛,可能来自于长秋天SCD(图2)。偏见对ERA-interim派生反照率是HIRHAM5相比不同的参数化的结果。至于MODIS-derived反照率,云层的感情是一个重要的限制。一方面,卫星观测不是连续由于云层;另一方面,当有积雪,光学卫星产品可能含有未被发现和揭露了云层对冰雪地表(52]。

4.1.2。年度周期在西伯利亚子域名

如图所示,积雪和反照率是影响植被。因此,分析了他们的年度周期分别为森林和nonforest地区。启用与CCLM模拟(见部分2.6),这里的评价被限制到西伯利亚子域名(见图1)。由于森林分数HIRHAM5和CCLM之间的差别,我们认为森林覆盖分数在0.5 - -1.0之间模型作为森林面积和森林覆盖分数在0 - 0.5之间在这两个模型nonforest区域。

雪水当量(理念)。图8显示显著差异的年度周期SWE主持,特别是对于森林地区。在森林,观测数据集ERA-interim, CMC, GlobSnow显示差异从11月到5月。而CMC和GlobSnow很大程度上同意,ERA-interim显示了ca系统的更高层面,5厘米。nonforest地区的观测数据更接近对方,但GlobSnow显示小瑞典文CMC和ERA-interim数据相比,从2月到4月。

对于这两个地区,HIRHAM5倾向于低估瑞典文,特别是在森林地区。瑞典文的森林地区的低估也是CCLM提出的,但主要是在冬季。除了5月,这两种模型更在繁殖瑞典文nonforest地区比森林地区。这可能是由于森林植被的复杂性。

积雪分数(SCF)。图9表明,森林和nonforest地区,春天MODIS和现金流量表GlobSnow-derived同意(高于3),但在秋季(10)方面有显著的差异。系统低估HIRHAM5-simulated自洽场特别是在春天已经讨论(见部分以下4.4.1;数据5和6),尽管自洽场的模型计算考虑不同表面性质(如冷锋,表面类型和植被)。在这两个领域,森林和nonforest地区,HIRHAM5强烈低估了自洽场4月和5月的0.2 - -0.5相比,MODIS和GlobSnow。在秋天,与观测模型协议更好,特别是GlobSnow。再次与MODIS相比,该模型显示了低估了自洽场。10月和11月,HIRHAM5同意GlobSnow, MODIS显示更高的自洽场nonforest地区尤其如此。Takala et al。30.)认为GlobSnow是更好的质量比MODIS在俄罗斯地区。与HIRHAM相比,CCLM显示了更好的自洽场观察年度周期的仿真。结果同意MODIS和GlobSnow在春天,秋天虽然小高估而GlobSnow存在。更好的CCLM性能可以与单独的落叶和常绿森林,考虑更好的占据他们的影响力在雪和反照率在森林。

地表反照率。虽然HIRHAM5低估瑞典文和自洽场,地表反照率在很大程度上是高估了西伯利亚森林地区春季超过0.2(约60% - -70%),而MODIS和ERA-interim(图10)。在森林地区,snow-masking效应落叶和分支的黑烟,积雪反照率似乎是一个重要因素影响地表反照率模拟冰雪覆盖的地区。请注意,缺乏太阳辐射减少snow-masking影响反照率的重要性在大雪季节从10月至3月52]。然而,snow-masking效应导致更深的观察反照率。这可能发挥重要作用在过渡时5月和9月的太阳辐射。在nonforest地区,与MODIS HIRHAM5反照率显示了更好的协议,特别是从4月到10月。在春天是远小于的反照率过高的森林。HIRHAM5繁殖的反照率降低从4月到6月与MODIS在nonforest相同的利率。对森林和nonforest地区,CCLM反照率比HIRHAM5与MODIS显示更好的协议,与成熟,snow-dependent CCLM反照率方案(部分2.6)。

在无月从6月到9月期间,HIRHAM5和CCLM反照率数据同意MODIS的观测数据和ERA-interim为森林和nonforest地区。雪自由期间,模型反照率只取决于温度和森林分数,和结果表明,应用参数化是足够了。

值得注意的是,ERA-interim反照率在西伯利亚森林地区显示几乎没有年度周期但或多或少是固定的0.2。这是由于积雪反照率方案ECMWF预报模型中,这限制了北方森林的积雪反照率0.2 (38]。

4.2。地表温度(LST)

图11显示了比较HIRHAM5 LST和ERA-Interim LST。春秋LST空间偏差模式(图11(图)像反照率偏差模式7)。在春天,HIRHAM5是4 K寒冷的西伯利亚森林地区。秋天LST偏差范围−3 K和3 K之间显然不是与植被。

通过对比模拟LST年度周期与ERA-interim西伯利亚地区(图12),我们认识到,这两种模型模拟LST年度周期和偏离3月到10月小于另一个月。在冬天,模型往往比ERA-interim暖和,尤其是CCLM。LST协议在春天和秋天是好的,除了HIRHAM5在3月和4月森林地区。这里,更好的自洽场和反照率模拟CCLM影响更好CCLM LST的结果。尽管HIRHAM5森林反照率较高的月,温度偏差仅局限于3月和4月,因为积雪反照率的感情LST显而易见当太阳辐射强(例如,3月和4月),而冬天的太阳辐射和反照率效应是非常小的。和进步的雪融化这种效果会降低。

一开始,我们旨在比较模拟LST MODIS-derived低水位体系域。然而,下面的限制必须被认为是这样的,我们决定不这么做:LST MODIS观测数据只有晴空病例。因此,很难比较卫星数据与模拟结果的整个时期。即使比较集中在晴空LST的,由于不同的时间和空间采样的卫星和模型之间,这样的比较是不坚定。也因为我们HIRHAM5仿真是相对较短的,如果一个比较两个数据集,晴空的抽样和多云的天空为了保持数据需要仔细考虑的时间一致性比较。因此,我们不能直接比较LST-derived MODIS和LST建模。与观测数据,对比模型和卫星数据必须限于LST-driving参数自洽场和瑞典文。因此,建模LST只是ERA-interim数据相比,由于采用卫星LST的局限性。

5。摘要和结论

在这项研究中,HIRHAM5建模北极土地积雪;反照率和LST评估在春天和秋天使用各种卫星和再分析数据。此外,HIRHAM数据相比CCLM作为第二个RCM。

HIRHAM5通常可以捕捉的主要特征的空间模式和年度发展理念,自洽场,反照率,和LST,尽管重大偏差检测。

已经表明,积雪特性的仿真(瑞典文、自洽场和反照率)在森林地区为模型是很困难的,尤其是在春天雪融化。反照率和温度偏差在春天HIRHAM5西伯利亚阔叶树森林是显而易见的。这可能是由于忽视的snow-masking效果落叶阔叶树森林和分支的自洽场参数化,由于自洽场是一个关键变量来控制反射率模拟在春天。改进的自洽场和反照率的影响模拟的改进LST CCLM显示的结果。少积雪导致低反照率,导致更多的太阳辐射吸收,这进一步加速了雪融化。这个过程是一个积极的反馈和小偏差可以被放大,然后反映在LST的偏见。这个结果的含义是,模拟春天和秋天LST可以主要通过改善改善地区积雪,因此地表反照率。

我们发现不满意的西伯利亚森林反照率参数化的本质是在协议与罗斯切Roeckner [51),他指出这一弱点ECHAM5应用参数化。因此我们建议的反照率参数化一个单独考虑森林类型(例如,如CCLM)和落叶的实施效果和树枝上雪。自洽场模拟nonforest瑞典文,反照率与观察合理的协议。应用依赖于温度和森林分数反照率参数化工作。

也有限制的使用所选择的数据集。不同数据集之间的差异。例如,我们来自CMC GlobSnow和秋天自洽场由MODIS GlobSnow大大不同。在这种情况下很难评估模型模拟和比较需要考虑所有可用的观测数据集。此外,光学卫星检索困难的密集的云量和云覆盖冰雪表面,这将导致污染的数据(52]。

评估我们的研究仅限于只有3年:一个时间跨度,所有数据产品重叠。然而,这段是充分的平均值和评价结果不不同年包括测试(例如,10年)。尽管如此,进一步的气候统计长期模拟的数据应该包括在未来的工作中。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作已经由亥姆霍兹气候倡议REKLIM(区域气候变化),德国亥姆霍兹联合会的联合研究项目研究中心(HGF)。作者感谢Ines Hebestadt HIRHAM5模拟的支持。