评估在西非WRF地表模型的性能

文摘

与四个地表模型模拟(lsm)(即。,诺亚,Noah-MP,Noah-MPwith ground water GW option, and CLM4) using the Weather Research and Forecasting (WRF) model at 12 km horizontal grid resolution were carried out as two sets for 3 months (December–February 2011/2012 and July–September 2012) over West Africa. The objective is to assess the performance of WRF LSMs in simulating meteorological parameters over West Africa. The model precipitation was assessed against TRMM while surface temperature was compared with the ERA-Interim reanalysis dataset. Results show that the LSMs performed differently for different variables in different land-surface conditions. Based on precipitation and temperature, Noah-MP GW is overall the best for all the variables and seasons in combination, while Noah came last. Specifically, Noah-MP GW performed best for JAS temperature and precipitation; CLM4 was the best in simulating DJF precipitation, while Noah was the best in simulating DJF temperature. Noah-MP GW has the wettest Sahel while Noah has the driest one. The strength of the Tropical Easterly Jet (TEJ) is strongest in Noah-MP GW and Noah-MP compared with that in CLM4 and Noah. The core of the African Easterly Jet (AEJ) lies around 12°N in Noah and 15°N for Noah-MP GW. Noah-MP GW and Noah-MP simulations have stronger influx of moisture advection from the southwesterly monsoonal wind than the CLM4 and Noah with Noah showing the least influx. Also, analysis of the evaporative fraction shows sharp gradient for Noah-MP GW and Noah-MP with wetter Sahel further to the north and further to the south for Noah. Noah-MP-GW has the highest amount of soil moisture, while the CLM4 has the least for both the JAS and DJF seasons. The CLM4 has the highest LH for both DJF and JAS seasons but however has the least SH for both DJF and JAS seasons. The principal difference between the LSMs is in the vegetation representation, description, and parameterization of the soil water column; hence, improvement is recommended in this regard.

1。介绍

陆地表面是主要成分位于空间气氛和岩石圈分离,这显然影响的交流与边界层能量和水分。通过控制表面能量平衡和水平衡,陆地表面过程强烈影响当地的天气和气候区域和全球尺度上(1]。的方法之一,地表影响气候系统是由于地表与大气直接接触,陆地表面反应的热量和湿气的源和汇显热通量和蒸发。地表条件调节气候系统的重要反馈循环(2]。同时,地表净辐射的分区合理,潜热通量决定了土壤湿度的发展。地表能量通量在很大程度上控制表面的天气参数如温度、湿度、风速和在较小程度上,低级混浊和沉淀(2]。根据女子et al。3),值得注意的是有一个更好的表面边界条件的模型一样,表面和大气影响预测变量。

地表和大气是分不开的,不能孤立地耦合系统。行星边界层(层强烈的湍流发生)是反馈调节的接口。尽管land-atmosphere交流的重大影响白天行星边界层(PBL)的不确定性参数化的表面热量和水分通量数值天气模型(4]。陆地表面模型(LSM)提供热量和水分通量在陆地上为垂直运输提供较低的边界条件的培养计划。这些显热通量和潜在的能源依赖于地表气象、辐射强迫、土壤特性和土地利用类型。因此,准确的描述地表和植被特点需要在任何数值天气预报模型5]。地表能量交换由地面辐射决定预算,见以下方程: 在哪里净辐射通量(W / m²),上海是显热通量(W / m²)、LH是潜热通量(W / m²),G是地面热通量(W / m²)。可用的表面通量(即。,SH and LH) are net radiation minus ground heat flux. The net radiation is balanced by outgoing fluxes of LH, SH, andG分区的强烈依赖于主流的表面条件。一些能量吸收地面G,这实际上是远低于平均值的LH和SH对大多数植物的树冠上,大部分可用的能源将被转移到大气中明智的和潜热(6]。LH的热量吸收或释放的水进行改变的状态。通常是热释放促黄体激素水从液态变为气态植物树冠通过蒸散。

分区的能量可以在表面成潜在和显热关键取决于土壤水分(7]。植物表面有能力打水的深度顺序1 m(根层),而对于裸露的地面,只有水在上面几厘米的土壤蒸发。据郑和Eltahir [8)、植被和土壤含水量扮演类似的角色在land-atmosphere交互的概念。主要的区别在于,土壤湿度异常模式可以持续很多天周,而植被能够动员根区土壤水分,否则不会接触到大气中。这个结果给一个较低的边界条件,可以在较长的时间尺度上的气氛。因此,植被响应慢得多在一个比地表土壤水分降水发生。

land-atmosphere交互是通过控制调节的程度相关的南北梯度低层大气的热量和湿气(9]。世界上许多地区,例如,萨赫勒地区(10,11),亚马逊(12),和亚洲季风区域(13),已确定作为land-atmosphere交互的热点,在交互通过反馈回路中发挥关键作用表面水和能量平衡以及区域气候。在西非(WA)我们有强壮的land-atmosphere耦合、地表过程,像soil-precipitation反馈14),土壤水分的初始条件(14,15),和植被反馈(16,17),产生重大影响的动态降尺度区域气候模型(rcm)。然而,解释的结果,从任何一个这样的研究,应该受到这一事实有相当大的差异在非洲land-atmosphere耦合强度在当前最先进的全球大气环流模型(18]。李等人。19)表明,陆地表面过程在气候系统中起到至关重要的作用。

土地表面已被证明是一个重要因素在调制西非季风(WAM) [20.]。尼科尔森(21)强调,已被证明的地表特征和过程产生重大影响降水的年际变化基于观察的萨赫勒地区。此外,surface-atmosphere交互的重要性的一个主要原则是国际非洲季风多学科分析(AMMA)项目(22后来在一些研究调查。根据Dirmeyer [23],佤邦地区通常表现为土壤水分的一个反馈与全球大气中是最强的。萨赫勒地区已被确定为一个强大的土壤moisture-atmosphere耦合(10]。此外,它已经解决该地区的世界最高的生物物理过程对气候的影响(11]。审查的雪et al。24),施泰纳的研究等。25和薰衣草等。26]显示地表的重要性在西非季风调制(WAM)。例如,先前的研究已经检查表面反照率的变化的作用,例如,(27- - - - - -29日),植被,例如,30.- - - - - -33),调节政治活动家。所有这些研究导致的一般结论,减少植被导致降雨的减少。

更换过程的参数化方法的一个非常小的规模或非常复杂的物理模型中通过一个简化的过程。研究人员关注天气研究的适当选择和预测不同条件(WRF)参数化方案和应用程序(34- - - - - -47]。这些研究得出的结论是,物理方案的性能研究包括根据不同地区的时间。因此,应该小心在每申请一个特定的研究区域。然而,不同的气候变量发现敏感不同物理参数化(37]使需要一个广泛的敏感性分析更为紧迫和物理过程参数化选择更多的要求48]。WRF物理有很多选择,包括选择辐射方案的选择,表层计划,行星边界层(PBL)计划,微观物理学方案,对流计划,以及陆地表面的计划。本研究评估的性能最近WRF lsm在西非地区为了更好的模拟。

陆地表面模型(lsm)不同数量的土壤和树冠层和治疗vegetation-related过程,因此能够执行不同。表面条件的变化显示出影响非洲东风急流的位置和强度(AEJ) [49]。AMMA地表模型相互比较(ALMIP)被设计为一个一步一个更好的理解和解释的表面过程在西非(50]。的想法是开发一个迫使数据库与最好的质量和最高的空间和时间分辨率数据,并使用这个数据库力最先进的lsm为了更好地理解在不同的尺度(关键过程51]。关于lsm, AMMA的结果表明,他们倾向于低估表面显热通量和也许baseflow径流和蒸发高估植被树冠。在雨季,蒸散通常是最重要的组件的水预算,代理回收的降雨,特别是,在萨赫勒地区(51]。然而,定性估计lsm的回收必须解释的事实lsm重大intermodel分散在萨赫勒地区(51]。

施泰纳et al。25)耦合的社区土地模型(CLM3)和传输方案(蝙蝠)占据了整个生物圈—大气层中交换量ICTP区域气候模型(RegCM3)和发现CLM3改善季风进退的时机在几内亚海岸和减少积极降水偏见在萨赫勒地区和北非。这导致更高的模拟的温度,这意味着,它减少了负温度偏差在几内亚海岸和萨赫勒地区发现的蝙蝠。他们还强调,改善CLM3干燥土壤条件触发的模拟。

尽管land-atmosphere交易所的显著影响白天行星边界层,仍有一些不确定性的参数化表面热量和水分通量数值天气模型(NWM) [4]。WRF有许多地下的LSM的选择,从简单的治疗过程缺乏植被或积雪预测到高级物理模型和复杂的植被和土壤模型和积雪的预测。此外,WRF lsm使用季节性调整或每年固定的土地使用性质读取查找表为了分配表面变量;然而,一些土地覆盖参数如植被可以改变通常在很短的时间内。

一些敏感性评价研究进行了在不同地区(5,19,52- - - - - -56]。这是必要的,以帮助首先模型开发人员进行进一步的改进,其次,用户在LSM的选择特别是在WRF模式,第三,提高面积的模拟研究。因此,考虑lsm的数量目前在WRF模式中,这仍然是一个艰巨的任务对于研究人员选择一个合适的地面方案符合他们的需求(57)特别是在数据稀疏的地区如非洲西部。尽管如此,一些研究人员(58- - - - - -60)已经取代了土地利用数据,通过融合遥感数据到lsm更多更新的和现实的土地覆盖数据,以提高模型;这不是做这项研究,因为我们想要评估每个WRF LSM的性能相同的标准模式。

研究人员如埃文斯et al。37)检查各种物理性能的方案组合在一系列的模拟降雨在澳大利亚东南海岸附近。他们创造了一百三十六个成员多重物理量合奏,每个成员都有一组独特的物理参数化。他们发现没有一个乐团成员执行最适合所有事件被发现,变量和指标,这也反映了这样一个事实:不同的气候变量不同的物理参数化法的敏感。

Hagos et al。61年执行不同的WRF模拟诺亚,SSIB, PLEIM-XIU lsm在西非和积云参数化方案。他们发现该模型模拟一致不同观测几内亚湾,与模型似乎高估了降水,降水的模拟不同北方入侵的土地。他们的分析还表明,非洲东风急流(AEJ)位置的模拟太南PLEIM-XIU SSIB和精明的;因此,SSIB太干燥而PLEIM-XUI太湿。

沃顿商学院等。5)在他们的研究中发现,陆地表面模型的选择导致了∼10%改善模拟枢纽高度风速和诺亚和Noah-MP表现最佳的整体模型。他们强调,LSM性能的变化在不同的土壤水分和植被树冠条件表明,WRF LSM表示地表能量交换过程仍然是一个大型的模型不确定性来源。

金等。53)研究的敏感性四WRF地表方案,即简单的土壤热扩散(STD)计划,诺亚计划,成立方案和社区土地模型版本3 (CLM3)。他们四个模拟四lsm在美国西部。他们的结果表明,陆地表面过程强烈影响温度模拟的区域。他们还发现WRF CLM3最高温度模拟复杂性水平显著提高,除了冬季最高温度与观察。同时,降水量大大高估了通过WRF lsm的区域,不显示与陆地表面过程关系密切。

所有这些研究人员和更多的表现为不同地区不同的评价,但是这个研究重点是研究陆地表面过程的角色在西非的一些变量的模拟进行了一系列WRF运行使用四个最近LSM选项包括诺亚计划,Noah-MP, Noah-MP吉瓦,和社区土地模型版本4 (CLM4),各有不同的复杂性水平。只有一些广泛研究的评估区域气候模型对多个地表模型的敏感性在西非。因此,不同的lsm西非季风的影响(WAM)和地表能量平衡仍然是一个研究的重要性。大气模拟在各种各样的陆地表面状况会受到地表能量收支的影响,进行了包括湿和干燥的季节,为了研究lsm的影响选择一些WRF模拟参数。特别是,我们评估lsm的变化如何影响降水和2 m的平均模拟温度和试图解释一些原因使用的差异意味着风,土壤水分,表面能参数。

2。材料和方法

2.1。WRF模式描述和配置

天气的研究和预测(WRF)模型是一种社区nonhydrostatic和完全可压缩的大气模型,由国家大气研究中心(NCAR)。在这项研究中,版本3.9.1.1 WRF模式的高级研究动力核心(ARW)是用于运行八个不同的模拟。每个模拟是一个三个月运行从12月到2月(DJF) 2011/2012旱季和7月到2012年9月(雅)雨季与四个不同的lsm西非。这使它4种不同的模拟(即为每个季节。,4separate simulations for DJF and JAS season amounting to 8 simulations in all). The periods were chosen to study the impact of choice of land surface model over different land surface conditions (i.e., wet and dry) that would affect the surface energy budget.

模拟进行12公里水平分辨率的域包含纬度10°S-30°N和经度28°W-28°E如图1(一)。初始和侧边界条件从欧洲中期天气预报中心(ECMWF)临时6小时(ERA-Interim)数据的再次的水平分辨率0.75°(62年)和国家环境保护中心(NCEP)最终分析(新兵)6小时初始土壤数据(海洋表面温度、土壤水分和温度)NCAR的计算和信息系统实验室研究数据归档(CISL RDA) [63年]1°的决议。所以,初始和侧边界条件是每6小时更新一次。

第一批15天作为向上,因此16^th7月29^th2012年9月(雅)、雨季和16^th2011年12月28日^th2012年2月(DJF),旱季进行分析。分析的变量空间中的20°W-20°E和0°-20°N(绿框区域),如图1,而平均分析涉及时间内采用10°°E和5°-15°N边界如图1(一)所以感兴趣的领域是远离错误引入的边界值。图1(一)还显示了研究区域的高度揭示乔斯高原等高地,喀麦隆山和Fouta Djalon高地。土工格栅的程序在默认情况下将插入土地利用土地覆盖LULC类别从MODIS IGBP 21-category数据模型中。LULC分布由MODIS数据如图1 (b)。它显示了贫瘠或植被稀疏表面遍布北方地区(从16°N向上)和常绿阔叶林在沿海地区。萨赫勒地区大部分的地方都是通过与分散农田和草地灌木地开放Sahel-Sahara之间的接口。西非的主要土壤类型的分布也显示在图1 (c)。肥沃的砂、砂质壤土和粘土更占主导地位的北部,而粉砂质粘壤土和粘壤土中占主导地位的南部。

粗糙度长度MPTABLE米在某些表文件。台Noah-MP每个土地利用类别。VEGPARM。台对诺亚每个类别的最大和最小值。依赖的值范围内,具有季节性变化,取决于植被分数为每个土地使用的表。从土地利用模型和考虑整个地区最主要的土地利用分类的研究领域包括常绿阔叶林,灌木地开放,伍迪热带稀树草原,热带稀树草原,草地、耕地、荒地或植被稀疏,和水与粗糙度长度范围内0.5 - -0.5米,0.01 - -0.06米,0.01 - -0.05米,0.15 - -0.15米,0.10 - -0.12米,0.05 - -0.15米,0.01 - -0.01米,-0.0001和0.0001米诺亚和CLM4分别和1.10米,0.06米,0.60米,0.50米,0.12米,0.15米,0.00和0.00,分别Noah-MP。因此,Noah-MP不断的粗糙长度所有季节。

WRF版本3.9.1.1大约有七种不同的地表物理选项从简单的五土壤模型只是在土壤热扩散层和无植被或积雪预测诺亚LSM, Noah-MP, RUC LSM相比,PX LSM, CLM4, SSiB LSM与复杂的植被模型和积雪的预测。在WRF LSM是由表面能和水通量和预测土壤温度和水分在不同层根据LSM选项中,诺亚和Noah-MP有4层,成立有9层,PX有2层,并为CLM4 SSiB 3和10层。RUC Noah-MP, SSiB, CLM4可能预测雪水当量在地面。所有WRF地表模型利用风能和稳定大气表层的信息方案。

诺亚LSM(最常用的LSM)被用来测试其他四个不同的物理组合(结果未显示)的最佳组合与其他三个LSM使用,其中包括Noah-MP, CLM4, Noah-MP GW。Noah-MP瓦是一个新的选项包括一个免费的土壤排水边界条件较低,与水平变量水位,维互动含水层运输但没有河路由或陆路流程图如水文模型。所有参数化方案除了lsm是相同的模拟。快速辐射传输模型的新版本(RRTMG)基于Iacono et al。64年选择)来描述大气中长波和短波辐射传输和表面。的Mellor-Yamada录像和Niino水平2.5 (MYNN2.5)计划通过录像和Niino [65年)是用于边界层过程具有一致MYNN表层方案。新的Tiedtke方案(66年)应用于parameterise未解决的深层积云。粒子物理学的方案选择是WRF一次性的6级(WSM6)方案67年]。这些选择基于一些初步测试,也同意的结果Gbode et al。68年)进行了验证研究许多大气物理学的组合在西非。

诺亚LSM [69年)联合开发的国家大气研究中心(NCAR)和国家环境预报中心(NCEP)。它已经被许多相互比较研究验证在耦合70年,71年和非耦合72年- - - - - -74年)模式。其温和的复杂性和计算效率是有效的在这两个操作天气和气候模型。它的优点是兼容土壤时间字段可用NCEP全球分析数据集。它有一个层(0.10,0.30,0.60,1米厚)土壤温度和水分模型除了树冠水分和积雪的预测。加油深度固定在1 m包括三层顶部和也有一层雪和一个树冠层。质量守恒定律和理查德的扩散形式定律控制土壤层次之间的垂直水群众运动,而一个概念性的次网格的参数化处理的土壤湿度和降水控制渗透(75年]。总蒸散在诺亚的和树冠拦截水蒸发,树冠上,植物的蒸腾作用和蒸发从土壤裸露的加权的各自的地表覆盖分数(76年]。下面的排水是由于重力渗流层土壤。表面皮肤温度计算从一个表面能量平衡方程。挪亚的地表能量通量计算的结合表层植被和土壤表面。这种模式阻碍了其进一步发展基于流程的动态叶模型,因为它无法计算光合有效辐射(PAR),冠层温度,和相关的能源、水、和碳通量明确(77年]。预测包括根区、蒸发蒸腾、土壤排水、径流,考虑植被类别,月度分数,植被和土壤质地。它还预测土壤的冰,和部分积雪影响,城市治疗方案,考虑表面发射率和反射率特性。

Noah-MP(多重物理量)LSM [77年)是一个诺亚LSM的增强版本。至关重要的增强是(a)植被冠层的引入为单独计算树冠和地表温度,通过引入semitile次网格计划代表地表异质性(77年),(b)改性二束方案(78年,79年转帐)的辐射通过植被树冠和考虑到林冠空隙,(c) Ball-Berry方案的树冠气孔阻力(80年- - - - - -82年)连接气孔阻力阳光和阴影叶子的光合作用,和(d)短期动态植被模型83年)有两个选项(断断续续)的叶面积指数(LAI)和植被绿色分数(预防)打开时可以从模型预测。同样,一个简单的TOPMODEL径流模型计算的地表径流和地下水排放,3 - layer雪模型,给出在[84年],冻土方案,探讨了特殊土壤渗透性的妞妞和杨85年]。Noah-MP使用多个选项键land-atmosphere交互流程。它包含一个单独的植被树冠定义为一个树冠顶部和底部与叶物理和辐射特性用于二束树冠辐射传输方案,包括阴影效果(77年]。Noah-MP包含多层与液态水存储和积雪融化/再冰冻能力和snow-interception模型描述加载/卸载,融化/再冰冻,canopy-intercepted雪的升华。各种选项可用于地表水渗透和径流,包括传输和存储和地下水水位深度非承压含水层。水平和垂直植被密度可以规定或使用预后光合作用和动态植被模型预测分配碳植被(叶、茎、木材和根)和土壤碳池(快和慢)77年]。

CLM4(社区土地模型版本4 (86年)是一个国家的科学LSM更常用于气候应用程序,与许多外部合作者在NCAR开发合作,包括复杂的处理biogeophysics,水文、生物地球化学和动态植被。的垂直结构由单层植被树冠层,五层积雪和土壤ten-layer列(87年]。它有3.8米土壤深度分为10层大约1.8厘米,4.5厘米,9.1厘米,16.6厘米,28.9厘米,49.3厘米,82.9厘米,138.3厘米,229.6厘米,342.3厘米。修改后的土壤水分预测理查兹方程由曾庆红和德克(88年]。CLM4 biogeophysics土地表面中心包括植被动力学模块。用一个简单的概念计算地面水流TOPMODEL parameterise地表径流的方法。之间的水交换一个非承压含水层上覆土层和列包含在土壤水文计划(85年]。妞妞的参数化方案和杨89年和王曾和90年)是用来计算的积雪和雪埋葬分数。lsm的一些主要差异突出显示在表中1。

2.2。模型验证和验证数据集

模拟表面空气温度是评估使用ECMWF ERA-Interim数据集和模拟降水利用热带降雨测量任务(TRMM [92年])。0.25^o决议TRMM 3 b42产品是用作标准评估其可靠性和也的模型输出,因为它是一个(即合并数据集。,结合原位和卫星产品)与高质量的降水估计(92年]。全球降水气候学项目(GPCP [93年,94年])是另一个真正的来源从微波合并估计计算,红外和测深仪数据观测降水相关的国际星座卫星和雨量计分析。这也是分析,看它有多好是在西非与TRMM相比。这些数据集是用于验证,因为该地区(西非)是一种数据稀疏地区糟糕天气气象站网络传播,这是不足以验证时空传播模型的输出。因此,使用几个数据集模型验证是必要的检查他们的分歧以清楚地理解模型的不确定性。

2.3。模型评价方法

模型评价也使用泰勒图,可以简明地总结模拟和观测变量之间的协议的程度(95年]。通信在不同的模式是量化相关性,集中的均方根差和标准差。霍顿et al。96年)强调,这个图是有用的具体评估复杂模型的多个方面或测量的相对能力许多不同的模型。每个模型的位置在图上描述了如何密切符合观测模型的输出模式。然而,每个模型的图代表了相关性,标准差,而集中RMS和相关由以下方程: 在哪里R是预测和观察字段之间的相关系数;E′是集中的均方根(RMS)字段之间的区别;和和的方差预测和观察字段。

3所示。结果与讨论

3.1。降水和地表温度的分析

情节的雅(图的平均空气温度2),所有的模拟在ERA-interim密切的相似之处,这是用作参考。新兵似乎温度高于ERA-interim和所有的模型在17°N和20°N。高和低的区域值在所有四个lsm ERA-interim被捕。从图3,ERA-Interim之间的平均温度偏差和雅的模型表明,所有模型模拟的输出范围内同意ERA-Interim−4到3.5°C。最大的正偏置了EL Djouf盆地周围的毛利塔尼亚和马里北部,而最大负偏压乍得湖周围被发现,可能是由于偏见在湖里温度模型,模拟。但是,诺亚显示了一个寒冷的偏差相对于ERA-interim 16°N以上地区东北部其他模型没有透露。地区低于15°N主要显示除了CLM4偏差值接近于零。然而,它显示了所有的模型可以预测雨季空气温度。

图4表明,平均2米表面温度的空间分布DJF随纬度增加就像上面的引用领域10°N。所有的模型和ERA-interim都能捕捉到相当不错的冷却的高地乔斯高原,几内亚,喀麦隆。然而,新兵在沿海地区温度高于ERA-Interim。

从图5,看到ERA-Interim和模型之间的平均温度偏差DJF−4°和5°C之间的范围。周围有一个最大的温暖的偏见Fouta Djallon高地的模拟。诺亚LSM输出往往最冷的偏见而CLM4 LSM往往最温暖。尽管最复杂的雪、土壤和植被物理在lsm CLM4最强的正温度偏差在一些主要的高地和El Djouf盆地。深层土壤柱和水位CLM4可能需要相当长时间内的温度和土壤湿度达到平衡,主要是在寒冷和干旱地区(97年]。这可能使它可能需要更多的时间比其他lsm和向上高偏差的原因该地区半干旱、干旱地区的温度和降雨量雅的季节。

从雅每日2 m的时间序列平均表面温度在10°W-10°E和5°-15°N(如图6(一)),一般ERA-Interim之间的偏见和模型可以清楚地看到时代主要是冷却器比模型。平均而言,八月是最酷的,9月是最热的时期,但是这个模式往往是对所有lsm 9月太热。时间序列的日均温度DJF(图6 (b)),模型非常类似于参考模式。Noah-MP和地下水选择最接近,而诺亚最远的是比ERA-Interim冷1 - 2°C。

图7空间显示雅每日平均降水。似乎有一种更强烈的降水形成的核心Fouta Djallons在几内亚TRMM和GPCP和所有的模型。苏格兰高地的地形效应的原因是模型提供一个高的沉积量,但似乎在这些地区更多的参考。当空气移动一座山时,它通常会被迫上升。强制空气冷却和膨胀上升的温度和压降,从而凝结并形成云,如果潮湿。这将提高降雨活动看到的模拟和数据集的引用。从诺亚和CLM4模型输出显示几乎没有降雨从纬度17°N向北,而TRMM GPCP, Noah-MP, Noah-MP GW显示一定的降水。同时,模型向北推进不同的降水与参考。每天1 - 3毫米降水带停止在16°N诺亚,17°N CLM4,和11日Noah-MP°N和地下水选项,通过暗示,它表明诺亚与其他lsm替补相比相对干燥。Hagos et al。61年]做了一个类似与诺亚,SSIB和Pleim-Xui LSM在WRF也发现降水的模拟向北有不同的入侵,在每天2 - 4毫米降水乐队到达诺亚LSM乍得湖,虽然Pleim Xui进一步北部和南部SSIB有点。从雅降水的空间偏差呈现在图8,之间的差异模型和TRMM范围5 - 10毫米/天。正偏压> 9毫米/天是指出在Fouta Djallon高地。研究人员喜欢詹金斯et al。98年和琼斯等人。99年)强调,冷锋在西非降水模式起着重要的作用。Noah-MP GW显示高的最大区域降水偏见在lsm测试。

从图9所有的模型显示,一个好的模式的西非降水地区高于7°N干。所有的模型都能捕捉到沿海降水在此期间。然而,Noah-MP和地下水选项(数字9 (c)和9 (d))似乎高估了DJF降水随着整个沿海地区降水,而干旱的沿海地区的加纳、多哥、贝宁和尼日利亚部分地区如TRMM和GPCP证明在CLM4诺亚和有点。从降水的空间偏见DJF图10,有一个明确的高估Noah-MP和地下水的选项,而诺亚模拟最小空间偏见。

所有的模型显示最大正温度偏差在EL Djouf盆地在毛利塔尼亚和马里北部这可能是由于西非热量的影响这个地区普遍较低。这是一个低表面压力的地区,发展在夏季,与高日晒和季节性的表面温度。然而,Noah-MP和Noah-MP GW偏见普遍低于诺亚地区纬度11°至14°N(落在草原地区)显示,包含一个动态植被和地下水过程(如Noah-MP GW)可以提高温度的模拟在这个西非在某种程度上,尤其是在半干旱地区的季风季节。但是,面积在15°N和20°N (Sahel-Sahara接口)显示高正偏压比其他任何地区。

图(11日)表明降水模式同意引用的模型在某些情况下,在其他人不同意。所有的模型模拟完全分歧TRMM 7月20日^th和21^圣,8月2日^nd和24^th,9月1日^圣。所有的系列都有一个类似的模式参考除了上市点。有一个从21日Noah-MP GW选项明显高估^圣8月。从图11 (b),模拟降水模式不同意29日的引用^th1月22^nd2月,但类似的模式在其他时期。很少或没有降水显著的地区在每年的这段时间在所有的模型。

从表中显示的平均价值参考,所有的模型输出(表2),可以看出,大多数的模拟平均值接近观测值对雨季和旱季除了降水与广泛在某些情况下。同时,诺亚LSM给一点不同的来自其他LSM的平均值,这可能与事实之间是最复杂的LSM的研究。然而,WRF LSM的变化并不显著变化的平均输出温度区域,这可能意味着一些值的差异可能是由于大气变化和数据用于初始和边界条件。诺亚议员和GW选择更好的模拟了比其他lsm最低温度。根据妞妞et al。77年)和Milovac et al。One hundred.),这样做的原因可以归因于在诺亚交换系数的高值与诺亚议员。高交换系数从表面会导致更强的通风和导致更强的表面冷却在诺亚的情况下(55]。诺亚的高交换系数可以克服阻碍水分的通风和创建在雅季节高温。在DJF季节,温度模拟诺亚议员高于从诺亚。雅的季节,诺亚议员和Noah-MP GW模拟潮湿条件对应于一个表面温度低于从诺亚。背后的机制,这将是更好的3.2节中解释道。

使用相同的频率和数据作为数据使用6和11(即。,daily averaged data series), Taylor diagrams [95年)被用来评估模型的性能相比,ERA-interim(用于表面温度)和TRMM(降水)。2 m的温度和降水从八个不同的输出WRF跑12公里分辨率为雨(雅)和干燥(DJF)与四个不同季节地表方案比较和选择的图如图12(一个)和12 (b)。降水(图12(一个)),相关系数为旱季降雨模拟的范围从0.69到0.74,而GPCP的相关系数为0.95。标准差范围从0.62到1.48的模拟。在整个地区,雨季降水的相关系数从0.09到0.22不等GPCP模型和0.94。相关系数的可能的原因表面空气温度一般高于降水是因为降水多变量时间和难以准确地模拟(101年]。根据Chotamonsak et al。102年和拉等。103年),降雨模拟的缺乏与区域气候模型通常是普遍发生的。这个结果的模型无法充分解决复杂的生物地球化学和biogeophysical过程(104年)和非线性相互作用的粒子物理学,积云,行星边界层方案。同时,可怜的相关性与夏季降水的主要部分在西非几内亚海岸区也被认为是由于该地区的复杂性与地形和大西洋海面温度(SST)的影响(105年]。标准差范围从1.6到2.13为GPCP模型和0.8。因此,有更高的标准差雨季降水,而有高值表面空气温度在旱季。雨季降水是最好的模拟Noah-MP GW,尽管CLM4和Noah-MP几乎表现同样干季降水模拟在研究地区。

的温度(图2 m12 (b)),光》展示了一个高的相关系数为0.98,而模拟相关系数范围在0.96和0.95之间在旱季。标准差范围从0.87到1.48的模拟在旱季和雨季从0.45到1.30。诺亚LSM然而执行最好的模拟旱季表面空气温度而Noah-MP GW选项执行最好的模拟雨季表面空气温度。平均而言,相比从四个方案分析的基础上2 m的温度和降水,Noah-MP GW最好模拟雨季事件而CLM4有利于对该地区旱季事件。

尽管每个LSM对一些变量,更糟糕的是为他人表现良好,但为了得到整体表现最好LSM对所有参数如表所示3和4下面,得分表制定每一组变量命名,B, C,以及d四分被分配给每个模型,为每个变量表现最好,三个被分配模型,其次,为第三,两个,一个用于表现最差的模型,即。,第四的位置。诺亚有DJF 2 m的得分最高温度,CLM4有最高DJF降水,Noah-MP GW有雅2 m的得分最高温度和雅降水。基于两个最重要的气象参数,Noah-MP GW的整体最佳组合中的所有变量和季节。然而,如果这是基于雅季节(雨季),然后Noah-MP GW在先,Noah-MP第二,CLM4名列第三,诺亚位居第四。这也是最重要的季节天气和气候研究的地区,因为它是作物生长的时期,大多数农民依靠农业活动的季风降雨将可怜的机械化农业和灌溉方式。

3.2。lsm的反应背后的机制

3.2.1之上。大气环流

作为一种手段来理解背后的一些机制的差异在lsm的模拟,需要检查水分传输的大气环流和主要机制为西非季风(WAM)。WAM循环迫于撒哈拉热量低(SHL) [17,49)和连接midtropospheric高。表面附近的驱动和湿西南风从几内亚湾和迁移相关的高热量低反过来推动非洲东风急流(AEJ),而传输水分的萨赫勒地区向西大西洋(106年,107年]。根据Hagos et al。61年),经向温度梯度一起干north-easterlies决定远北地区水分运输通过低层西南,AEJ的纬度的位置,最后萨赫勒地区降水。所以,的位置和强度AEJ可能影响大气环流在西非49]。约为200 hPa,存在热带东风急流(TEJ),这是与南亚季风流出和传播在西非北方夏季(105年]。谷物和尼科尔森108年)观察到一个较弱的AEJ转移到北部和强降雨时TEJ在萨赫勒地区高于平均水平。此外,西南季风流约850 hpa水分的主要来源,从大西洋迁移到西非。这些系统的强度和位置已知影响降水在西非(109年),也会影响其他连接参数。

从图13的核心TEJ位于大约在200 hPa模型运行。然而,有明显差异TEJ的强度,这是最强Noah-MP GW和Noah-MP (> 16 m / s)与CLM4挪亚(约14米/秒)。这表明新选项的包容与互动地下水引入Noah-MP倾向影响模拟为西非和半干旱地区的主要地区有很强的land-atmosphere交互(即。,任何改变土地性质对大气条件)有很强的影响。同时,这种互动可以增加土壤水分,提高潜热通量/蒸散,最终影响水汽和云的发展,导致降水增加强TEJ提高深对流,这意味着强化降水。

AEJ,射流的强度(∼8 m / s)几乎是相同的在四个模拟和位于约600 hPa核心。然而,有轻微差异的核心的纬度位置AEJ大约12°N在于诺亚,最南端,Noah-MP GW驻留在15°N,最北。这就解释了为什么模型模拟在诺亚和更低级的季风流增强流动Noah-MP GW。这可能是一个干燥的原因在诺亚LSM萨赫勒地区,随着AEJ已知的萨赫勒地区运输更多的水分,减少降水。这是符合的结果Abiodun et al。110年)和Hagos et al。61年]。图14显示了低级(850 hpa)风矢量和位势高度模拟使用四个lsm的雅。这表明Noah-MP GW和Noah-MP模拟具有较强涌入西南季风水汽平流的风比CLM4挪亚与诺亚显示至少涌入。这是明显的从Noah-MP GW和Noah-MP进一步流入朝鲜比CLM4挪亚。因此,较弱的涌入也可以是一个很好的理由1 - 3毫米/天降水带停止在16°N CLM4诺亚和17°N,而Noah-MP和Noah-MP GW扩展°N如图19至20日7。因此,两个东风飞机的特点(AEJ和TEJ)和季风流(∼850 hPa) Noah-MP GW因此对流活动提供必要的环境支持的生产更多的降雨比其他模型。

3.2.2。表面能和土壤水分

为了解释更多关于差异背后的原因机制提出,土壤水分、显热通量和潜热通量也进行了分析。LSM影响地表能量平衡,之后影响大气条件通过land-atmosphere互动(19]。在WRF,表面显热(能量直接加热的空气温暖的地面)和潜热对蒸散(能量)通量计算在LSM和传递到行星边界层(PBL),从而影响西非季风的模拟(WAM)。同时,LSM调节能量分区SH和LH通量之间的一个至关重要的对大气环流的影响在许多研究[6,17,111年,112年]。潜能被强调差异的主要贡献者lsm [25]。根据(113年),更高的潜热通量增加可用湿熵通量和对流边界层的势能,可能增加对流降水事件的频率和强度。雅潜热通量的空间格局的四个模拟(图15沉淀(图)匹配7(图)和土壤水分16)。同时,雅显热通量的空间格局的四个模拟(图17(图)匹配2 m的温度2)。此外,DJF潜热通量的空间格局的四个模拟图18符合的降水图吗9。从图19,看到DJF显热比其他模拟强Noah-MP和Noah-MP GW和更高的见表5。这可能是其中一个原因我们有更多DJF降水Noah-MP Noah-MP GW和显热的增加可能会导致增加边界层加热,增加对流云团,最终可能增加对流降水。

从数据20(一个)和20 (b),很明显,有模拟的显热、潜热通量的差异在所有四个模拟。平均显热通量增加,潜热通量减少从南往北递增。这可能是由于负梯度的影响土壤水分从南到北如图16和20 (d)。这也是符合的结果Wolters et al。114年]。此外,经向变异的显热通量(图20(一个)(图)和温度20 (e))不太相同。这可能是因为温度控制不仅由显热通量也受平流效应(114年]。图20 (c)显示的子午结构纬向平均蒸发分数(EF)。EF潜热通量的比值是明智的和潜热通量之和。西南季风流和当地水分循环过程中水分的主要来源WAM [115年]。后者过程贡献约30%的降水/西非次大陆(116年]。从一个简单的一维的角度来看,增加蒸发率的值可以与高值所学为深对流等效温度和更多的潜在的有利条件(例如,117年,118年])。同时,根据(61年),模拟显示相对干旱的萨赫勒地区倾向于陡坡进一步转移到南部和那些相对湿变化梯度更北的地方。这是符合锋利的梯度Noah-MP GW和Noah-MP(图20 (c))与湿润的荒漠草原进一步向北和挪亚,这是进一步向南。CLM4的情况不符合这是进一步向北在萨赫勒地区尽管烘干机雅比Noah-MP萨赫勒,Noah-MP GW。

模拟的降水差异可能是导致土壤水分的不同。同时,植被组成的lsm不同,影响表面区土壤水分。从表5,平均为整个土壤SMOIS列模拟,Noah-MP GW的最高SMOIS而CLM4最少为雅和DJF季节。Noah-MP GW的高土壤水分可以归因于与地下水的交互的影响。CLM4 LH最高的DJF和雅的季节但是最少SH DJF和雅季节。可以破译模拟高LH SH较低,反之亦然。

诺亚计划有一个组合的表层植被和土壤表面,而诺亚MP分离地面和树冠层。同时,大部分层雪/表面植被和土壤与诺亚倾向于低估热通量(77年]。较低的一个重要点显热通量在诺亚的低估可能归因于表面空气温度在旱季。土壤水分显著影响潜热通量、高表面能的一部分倾向于共享之间的显热通量和土壤热通量在干燥条件。就像土壤大部分DJF西非几乎是干燥的季节与雅赛季相比,它会导致减少量DJF潜热通量的季节。减少潜热通量与干燥条件模拟诺亚议员和Noah-MP GW将导致相应的增量在土壤热通量对CLM4最高的LH DJF和雅但仍有最低的土壤水分。土壤含水量的增加,正如Noah-MP GW显热通量增加,潜热通量和减少,从而降低表面温度见雅时期。的传播intermodel土壤水分差异通过LH大气中发生。Noah-MP GW模拟潮湿土壤,产生更多LH,向上运输含水层土壤水分(向上的水分通量)环流相对于其他诺亚和Noah-MP模拟(119年]。

西非是地球上的一个地区拥有一个强大的土壤湿度和降水之间的耦合114年],这强耦合通常是在过渡区之间的湿和干燥的气候条件下像萨赫勒地区10]。土壤水分控制反照率和波文比。Eltahir [118年)表明,土壤湿度和降水之间存在正反馈机制。据王et al。120年),较高的土壤湿度增加了潜热通量,这是容易增加空气的潮湿的熵通量每单位质量和数量的对流边界层中可用势能。这些过程可能增加对流降水事件的频率和大小(113年]。根据斯特纳et al。25),在雨季,潮湿的土壤和水分增加平流可能导致增加的释放水蒸气气氛,增加表面的潜能。种et al。114年)还得出结论,土壤水分的修改可能影响850 hPa流型导致飑线的路径偏差在西非。这些结果符合黑客的结论(121年初始化),讨论了土壤水分的影响在数值天气预报的可预测性PBL的风。这也是符合我们的发现,较高的模拟土壤水分往往有更高的降水就像诺亚一样,Noah-MP, Noah-MP GW。

根的分布的变化可以显著改变土壤水分的数量提供给植物蒸腾的根深度的增加可以增加水的吸收,提高蒸腾,增加水蒸气,增加云的形成,增加降雨(122年]。而裸露的短植被的蒸腾作用和土壤蒸发主要是依赖于表面土层土壤水分条件下,高植被可以另外访问水深层(123年]。然而,尽管拥有最低的平均数量的SMOIS(表5),CLM4平均降水证实高平均高LH。这可以解释为CLM4总土壤深度约3.8米,从而使植物根系的深层渗透的空间访问深层土壤水分,这可能影响LH。这也倾向于增加蒸腾,因此可以解释为什么CLM4 LH和EF高于其他LSM和高于诺亚LSM的降水。与其他测试的难度比较CLM4 lsm这里会由于数量的差异主要是土壤的平均水平,可能带来一些矛盾比较好。同时,高LH平均通量CLM4可能导致更大的蒸散单位降水会返回更多的水到大气中,从而导致干燥土壤/减少土壤水分DJF和雅的赛季。然而,这项研究的范围之外的其他因素可能在操作。

地表模型已经成为更重要的是在数值天气预报模式WRF等更复杂和敏感的行星边界层方案。模型的主要区别是在植被表示,描述,土壤水分列在每个模型的参数化。植被大大影响动量的交换,能源、水分和微量气体之间的表面和大气层,因此影响到所有其他参数或另一种方式。因此,建议改善表面参数模型的治疗应该是最重要的,因为这将会长期在改善模拟尤其是强烈的地区land-atmosphere交互。

4所示。结论

总之,8个模拟4 lsm(诺亚,Noah-MP CLM4, Noah-MP GW)利用WRF模式进行了两组3个月的(型号2011/2012和2012年7月- 9月)期间在西非。这些都是使用的3.9.1.1版本WRF模式评估上市lsm的性能在西非。模型的空气温度是评估使用ERA-Interim,而降水利用TRMM评估。为了提供一个简洁的统计摘要,泰勒的结果绘制图表。

图中的红色框内的平均1、CLM4 Noah-MP, Noah-MP GW都高估了降水在DJF和雅季节,而诺亚低估了它。热带东风急流的强度(TEJ)是最强Noah-MP GW和Noah-MP CLM4和诺亚。非洲的核心东风急流AEJ位于最南端的位置挪亚和北Noah-MP GW。Noah-MP GW和Noah-MP模拟有更强的风比流入CLM4挪亚与诺亚显示至少涌入。同时,土壤层次和深度的数量是一个相当大的因素作为模型之间的差异的原因CLM4较高的土壤深度表现不同,低土壤水分与高潜热。

感兴趣的变量也是一个因素被认为是在lsm的选择。然而,每个LSM执行不同的不同的变量由于物理模型的差异,土壤层,和列,植被结构和复杂程度的模型。因此,基于降水和2 m的温度,Noah-MP GW的整体最佳组合中的所有变量和季节。如果这是基于雅季节(雨季),然后Noah-MP GW也会首先,Noah-MP第二,CLM4第三,挪亚将第四。

西非季风雨季(WAM)控制在西非。研究人员喜欢124年)强调,它供应大部分降水因为它传输丰富水分通过西南地区信风来自亚特兰蒂斯号。然而,WAM大规模循环是一个非常复杂的系统,它需要许多规模的交互元素的大气循环,从而接近准确模拟的降水和其他变量在该地区更多的要求。只要改善地表模型可以为更好的天气模拟参数,深入分析影响的最近WRF地表模型在西非的环流的主要功能包括热带辐合带(ITCZ)季风深度和强度,AEJ, TEJ, AEW,深对流系统建议作为未来研究的好去处。

降水可以更好地模拟和其他更广泛的测试集的物理组合辐射方案,积云方案、粒子物理学,和行星边界层方案在WRF模式。也更长一段模拟更好地适应更多的季节比较同一季节在每个区域在西非可能导致更好的模拟。从这项研究中,可以得出结论,不同的地表有趋势改变天气参数。先前的研究已经表明,西非地表气候动力学是在该地区的一个重要组成部分。这已被证实在这项研究中,研究了参数对使用的每个LSM非常敏感。然而,不同的土地利用模式与实际土地利用模拟可能导致差异。同时,初始和边界条件的准确性是至关重要的成功生产WRF模拟(45)是可以通过大气中传播的差异和影响的模拟动态特性在西非。因此,未来的研究也将实时的土地利用数据产品合并到模型在西非与不同的初始和边界条件和可能与一个原位数据(如果可用)为了提高模拟和有一个完美的比较。

最后,尽管所有季节,常数粗糙长度值Noah-MP仍然表现好于挪亚在西非。这可能是由于其他改进和修改模型,但模型中的常数粗糙长度是考虑的一个因素。这可能是一个好去处未来改进减少不确定性的模型更好的模拟和预测。

数据可用性

用于研究的数据归档在NCAR hps存储。这只能从相应的作者提供合理的请求。

的利益冲突

作者宣称没有利益冲突。

确认

作者要感谢微尺度和中尺度气象学(嗯)实验室,NCAR,支持研究和也承认NCAR的计算和信息系统实验室提供的计算机设备的研究。也,谢谢陈将明,迈可尔杜达,迈克尔Barlage,迈克·迪克森和其他NCAR员工提供技术支持。研究工作主要是由德国联邦教育和研究(BMBF)通过WACS-GRP腰布。

引用

1. w·赵和A·李”回顾地表过程模型在复杂地形,”气象学的进展ID 607181条,卷。2015年,17页,2015。视图:出版商的网站|谷歌学术搜索
2. p . Viterbo“地表气候系统中所扮演的角色,”气象培训课程系列讲座,欧洲中期天气预报中心(ECMWF),阅读,英国,2002年,https://www.ecmwf.int/node/16961。视图:谷歌学术搜索
3. p . r .女子,s . c .凹地,s . c .冰斗et al .,“陆地表面的作用方案在区域气候模型(RegCM)季节性规模模拟在喜马拉雅西部,”Atmosfera,28卷,不。2、129 - 142年,2015页。视图:出版商的网站|谷歌学术搜索
4. s . b .特里尔、c·a·戴维斯和d . a . Ahijevych“环境控制的模拟昼夜循环温暖的季节降水在美国大陆,”大气科学杂志》上,卷67,不。4、1066 - 1090年,2010页。视图:出版商的网站|谷歌学术搜索
5. 美国沃顿商学院,m·辛普森j . Osuna j .纽曼和s . Biraud评估在WRF地表模型的性能模拟风山庄风能相关社区,美国能源部科学办公室和技术信息,橡树岭,TN,美国,2013年,美国llnl - tr - 643914。
6. j·h·a·k·贝茨球,a·c·m·Beljaars m·j·米勒和p . a . Viterbo”土地surface-atmosphere交互:回顾基于观察和全球建模的角度,“地球物理学研究杂志:atm,卷101,不。D3, 7209 - 7225年,1996页。视图:出版商的网站|谷歌学术搜索
7. c·克莱因j . Bliefernicht d . Heinzeller Gessner,克莱恩,和h . Kunstmann”观测的年际植被变化的反馈:西非季风区域气候模型分析,“气候动力学,48卷,不。9 - 10,2837 - 2858年,2016页。视图:出版商的网站|谷歌学术搜索
8. 郑x y和e·a·b·Eltahir”植被的作用在西非季风动力学,”杂志的气候》12卷,第1381 - 1368页,1998年。视图:出版商的网站|谷歌学术搜索
9. e·a·b·Eltahir和c .锣”湿和干燥动力学年西非,”杂志的气候,9卷,不。5,1030 - 1042年,1996页。视图:出版商的网站|谷歌学术搜索
10. r·d·科斯特·a . Dirmeyer z郭et al .,”地区的土壤湿度和降水之间的强耦合,”科学,卷305,不。5687年,第1140 - 1138页,2004年。视图:出版商的网站|谷歌学术搜索
11. y雪,r·w·a . Hutjes r . j . Harding et al .,“萨赫勒地区的气候(A5章)”植被、水、人类和气候艾德,卡巴特,页59 - 77,斯普林格出版社,柏林,德国,2004年。视图:谷歌学术搜索
12. c·a·诺·m·a·席尔瓦迪亚斯公元Culf et al .,“亚马逊气候”植被、水、人类和气候Ed,卡巴特,页79 - 92,斯普林格出版社,柏林,德国,2004年。视图:谷歌学术搜索
13. 傅c、t .川和s . Lutkemeier“亚洲季风气候”植被、水、人类和气候Ed,卡巴特,页115 - 127,斯普林格出版社,柏林,德国,2004年。视图:谷歌学术搜索
14. a . a . Sorensson c·g·梅内德斯·萨缪尔森Willen,和汉森,“Soil-precipitation反馈在南美季风区域气候模拟的模型,”气候变化,卷98,不。3 - 4、429 - 447年,2010页。视图:出版商的网站|谷歌学术搜索
15. 佐藤t . y .雪,“验证区域气候模型的降尺度能力为东亚夏季季风年际变化,“气候动力学第41卷。。9 - 10,2411 - 2426年,2013页。视图:出版商的网站|谷歌学术搜索
16. y Lu和l . m . Kueppers”表面能分区在全美四种主要植被类型耦合的区域气候模式(气象研究和预测模型3-community土地模型3.5),”地球物理学研究杂志:atm,卷117,不。2012年D6。视图:出版商的网站|谷歌学术搜索
17. y雪,f . De销售,r . Vasic c . r . Mechoso荒川,和美国王子,”全球和季节性气候和植被生物物理之间的相互作用的评估过程:GCM研究不同land-vegetation表示,“杂志的气候,23卷,不。6,1411 - 1433年,2010页。视图:出版商的网站|谷歌学术搜索
18. r·d·科斯特·a . Dirmeyer a . n . Hahmann et al .,“比较land-atmosphere交互的程度四个大气环流模型,”水文气象学杂志,3卷,不。3、363 - 375年,2002页。视图:出版商的网站|谷歌学术搜索
19. w·李,w•郭y雪,c .傅和b .秋,“区域气候模型的灵敏度为东亚夏季季风地表参数化方案模拟,”气候动力学卷,47号7 - 8,2293 - 2308年,2015页。视图:出版商的网站|谷歌学术搜索
20. a·a·布恩y雪,f . De销售et al .,“土地利用覆盖变化的区域影响(LULCC)西非合奏的全球气候模型的支持下WAMME2项目”气候动力学卷,47号11日,第3573 - 3547页,2016年。视图:出版商的网站|谷歌学术搜索
21. s e·尼科尔森,“西非荒漠草原:回顾最近的研究对雨情及其年际变化,“ISRN气象学文章ID 453521卷,2013年,32页,2013年。视图:出版商的网站|谷歌学术搜索
22. j·l·Redelsperger c, d . Thorncroft a . Diedhiou t·勒贝尔·d·j·帕克和j . Polcher“非洲季风多学科分析国际研究项目和现场活动,“美国气象学会的公告,卷87,不。12日,第1746 - 1739页,2006年。视图:出版商的网站|谷歌学术搜索
23. p . a . Dirmeyer“土壤moisture-climate耦合的陆地部分,”《地球物理研究快报,38卷,不。16日,2011年。视图:出版商的网站|谷歌学术搜索
24. y雪,a·布恩和c·m·泰勒“回顾最近的进展和未来预期在西非大气/陆地相互作用研究中,“国际地球物理学杂志文章ID 748921卷,2012年,12页,2012。视图:出版商的网站|谷歌学术搜索
25. j·a·l·施泰纳美国朋友,s a Rauscher et al .,“地表耦合的区域气候模拟西非季风,”气候动力学,33卷,不。6,869 - 892年,2009页。视图:出版商的网站|谷歌学术搜索
26. s . l .薰衣草、c·m·泰勒和a·j·马修斯,”耦合land-atmosphere动力学在GCM西非季风的变化,“杂志的气候,23卷,不。21日,第5571 - 5557页,2010年。视图:出版商的网站|谷歌学术搜索
27. j·g·恰尼,”动力学沙漠和干旱在萨赫勒地区。”季度皇家气象学会杂志》上,卷101,不。428年,第202 - 193页,1975年。视图:出版商的网站|谷歌学术搜索
28. 拉瓦尔和k . l . Picon”效应萨赫勒地区地表反照率变化的气候,”大气科学杂志》上,43卷,不。21日,第2429 - 2418页,1986年。视图:出版商的网站|谷歌学术搜索
29. y . c . Sud和m . Fennessy表面反照率的影响的研究在半干旱地区7月循环使用格拉斯GCM,”气候学杂志,卷2,不。2、105 - 125年,1982页。视图:出版商的网站|谷歌学术搜索
30. w·李,y雪,i Poccard”数值调查植被指数的影响在西非夏季季风的可变性,”日本气象学会杂志》上,85卷,第383 - 363页,2007年。视图:出版商的网站|谷歌学术搜索
31. y雪,“生物圈反馈在热带地区气候北非,”季度皇家气象学会杂志》上,卷123,不。542年,第1515 - 1483页,1997年。视图:出版商的网站|谷歌学术搜索
32. y雪,K.-N。Liou, a .笠”调查biogeophysical反馈在非洲气候使用一个二维模型”杂志的气候,3卷,不。3、337 - 352年,1990页。视图:出版商的网站|谷歌学术搜索
33. 郑x和e·a·b·Eltahir”应对森林砍伐和荒漠化在西非季风的典范,“《地球物理研究快报,24卷,不。2、155 - 158年,1997页。视图:出版商的网站|谷歌学术搜索
34. 诉,r . Borge Alexandrov, j·穆▽脉管,j . Lumbreras和e·罗德里格斯,“一个全面的灵敏度分析空气质量应用WRF模式的伊比利亚半岛,“大气环境,42卷,不。37岁,8560 - 8574年,2008页。视图:出版商的网站|谷歌学术搜索
35. y . Richard j . Cretat b·波尔,p . Drobinski”在南部非洲的区域气候模拟的不确定性:使用WRF物理参数化法的灵敏度,”气候动力学,38卷,不。3 - 4、613 - 634年,2012页。视图:出版商的网站|谷歌学术搜索
36. s . k . Deb, t·p·斯利瓦斯塔瓦和c . m . Kishtawal”WRF模式性能仿真的诱发事件在2006年8月,在艾哈迈达巴德”地球系统科学杂志》上,卷117,不。5,589 - 602年,2008页。视图:出版商的网站|谷歌学术搜索
37. j·p·埃文斯、m·埃克斯特龙和f .霁”评估WRF物理性能的系综在澳大利亚东南部,”气候动力学,39卷,不。6,1241 - 1258年,2012页。视图:出版商的网站|谷歌学术搜索
38. w·a .背带jr .)和j . f . Bresch”比较WRF动态影响的核心,物理包,和初始条件在温暖季节降雨预测,“每月天气回顾,卷134,不。9日,第2641 - 2632页,2006年。视图:出版商的网站|谷歌学术搜索
39. m . Garcia-Diez j·费尔南德斯,l .成立,c . Yague“季节性依赖WRF模式的偏见和对PBL模式在欧洲,“季度皇家气象学会杂志》上,卷139,不。671年,第514 - 501页,2013年。视图:出版商的网站|谷歌学术搜索
40. S.-Y。在香港,K.-S。阳光Lim黄永发。金,J.-O。玉Lim, j . Dudhia“敏感性研究cloud-resolving对流模拟WRF使用两个微观物理学的大部分参数化:液相粒子物理学和沉降的影响,“应用气象学和气候学杂志》上,48卷,不。1,第76 - 61页,2009。视图:出版商的网站|谷歌学术搜索
41. Jankov, w·a .背带Jr .) m·西格尔b·肖和s e·科赫”不同的WRF模式物理参数化的影响及其交互MCS降雨在温暖的季节,“天气和预测,20卷,不。6,1048 - 1060年,2005页。视图:出版商的网站|谷歌学术搜索
42. j . s .实物地租,s . j . Weiss j . j . Levit m·e·鲍德温和d . r .明亮,“检查convection-allowing WRF模式的配置严重对流天气的预测:SPC / NSSL 2004年春天计划,”天气和预测,21卷,不。2、167 - 181年,2006页。视图:出版商的网站|谷歌学术搜索
43. j . h .官塘Y.-K。j . w .搜索引擎优化Seo Kim j·h·宋,工程学系。你,”敏感性MM5和WRF中尺度模式的预测表面在行星边界层参数化法的台风,风”自然灾害,51卷,不。1,第77 - 63页,2009。视图:出版商的网站|谷歌学术搜索
44. 李x和z Pu,”的敏感性数值模拟的早期快速加强飓风艾米丽在不同的模式水平分辨率积云参数化方案,“日本气象学会杂志》上,卷87,不。3、403 - 421年,2009页。视图:出版商的网站|谷歌学术搜索
45. y l . Liu, m . Menenti x,和w·马”WRF建模与评价不同地表计划和初始和边界条件:在青藏高原雪事件模拟,”地球物理学研究杂志:atm,卷124,不。1,第226 - 209页,2019。视图:出版商的网站|谷歌学术搜索
46. 陆,w .郭、y .雪和f .黄”的敏感性高分辨率WRF模式模拟的地表计划北方夏天气候在中亚,”EGU,2020年。视图:出版商的网站|谷歌学术搜索
47. d·s·诺兰,j . a, d·p·斯特恩:“行星边界层参数化的评价相比,热带气旋的原位观测和高分辨率模拟飓风伊莎贝尔(2003)。第一部分:初始化,最大的风,和外核边界层每月天气回顾,卷137,不。11日,第3674 - 3651页,2009年。视图:出版商的网站|谷歌学术搜索
48. g . Zittis p Hadjinicolaou, j . Lelieveld”比较WRF MENA-CORDEX域模型物理参数化,“美国气候变化》杂志上,3卷,不。5,490 - 511年,2014页。视图:出版商的网站|谷歌学术搜索
49. k·h·库克,“一代非洲东风急流和它的角色在决定西非降水、”杂志的气候,12卷,不。5,1165 - 1184年,1999页。视图:出版商的网站|谷歌学术搜索
50. a·a·布恩Poccard-Leclercq, y雪,j .冯和p . de Rosnay”评价WAMME模型的表面通量使用AMMA陆地表面模型相互比较项目的结果,“气候动力学,35卷,不。1,第142 - 127页,2009。视图:出版商的网站|谷歌学术搜索
51. p . m .起落,j·e·威廉姆斯,f . Hourdin et al .,“西非气候系统:回顾AMMA模型进行计划,”大气科学的信,12卷,不。1,第122 - 116页,2011。视图:出版商的网站|谷歌学术搜索
52. j . a . Okalebo r . j . Oglesby s冯et al .,“社区土地的评估模型(3.5版)和诺亚地表模型对温度和降水内布拉斯加州(中央大平原):对农业影响的模拟未来气候变化和适应,”适应气候变化、弹性和危险,气候变化管理施普林格,可汗,瑞士,2016。视图:出版商的网站|谷歌学术搜索
53. j·金:l·米勒和n·施莱格尔,“四个地表方案的敏感性研究WRF模式,”气象学的进展ID 167436条,卷。2010年,11页,2010年。视图:出版商的网站|谷歌学术搜索
54. 肯尼迪。苗族,d . Chen和k .承担”,评价和比较的诺亚和pleim-xiu地表模型MM5使用GOTE2001数据:在近地表气温时空变化特征,“应用气象学和气候学杂志》上,46卷,不。10日,1587 - 1605年,2007页。视图:出版商的网站|谷歌学术搜索
55. j . r . Rajeswari c . v .斯t . n . Rao,万卡特拉曼·莱马克里斯,“影响地表物理模拟边界层特征的热带海岸电台,“大气研究文章ID 104888卷,238年,2020年。视图:出版商的网站|谷歌学术搜索
56. a·p·辛格,c·莫汉蒂·Sinha和m . Mandal”不同的陆地表面过程对印度夏季风环流的影响,“自然灾害,42卷,不。2、423 - 438年,2007页。视图:出版商的网站|谷歌学术搜索
57. 王x, x, t·杨彭译葶。徐,z,“不确定性相互比较不同的水文模型在模拟极端流动,”水资源管理,27卷,不。5,1393 - 1409年,2012页。视图:出版商的网站|谷歌学术搜索
58. j·l·情况下,f . j .拉方丹则美国诉Kumar和c d . Peters-Lidard”使用NASA-Unified WRF评估实时植被模拟恶劣天气的影响,”《第13届WRF用户的车间p。69年,博尔德有限公司,美国,2012年。视图:谷歌学术搜索
59. j·米勒,m . Barlage x曾庆红,h·魏k·米切尔和d .担任“NCEP /诺亚地表模型的敏感性MODIS绿色植被分数的数据集,”《地球物理研究快报33卷,2006年。视图:出版商的网站|谷歌学术搜索
60. e . Sertel c Ormeci, a .罗伯克”造型土地覆盖变化对马尔马拉地区夏季气候的影响,土耳其,”全球变暖的国际期刊,3卷,不。1 - 2、194 - 202年,2011页。视图:出版商的网站|谷歌学术搜索
61. s Hagos l . r .梁y雪et al .,“评估非洲季风降水的响应的不确定性由区域土地利用变化模拟的模型,”气候动力学,43卷,不。9 - 10,2765 - 2775年,2014页。视图:出版商的网站|谷歌学术搜索
62. d·p·迪,s m . Uppala a·j·西蒙斯et al .,“ERA-Interim再分析:数据同化系统的配置和性能,”季度皇家气象学会杂志》上,卷137,不。656年,第597 - 553页,2011年。视图:出版商的网站|谷歌学术搜索
63. 美国商务部国家环境预报中心/国家气象局/ NOAA /,“每日更新NCEP新兵运营全球对流层模型分析,继续从1999年7月,“2000年,在国家大气研究中心的研究数据归档,计算和信息系统实验室。视图:谷歌学术搜索
64. m . j . Iacono j . s . Delamere e . j . Mlawer m·w·谢泼德s a·克劳夫和w·d·柯林斯,“长寿温室气体辐射强迫:与爱尔兰辐射传输计算模型,”地球物理研究杂志》,卷113,不。D13, D13103页,2008年。视图:出版商的网站|谷歌学术搜索
65. m .录像和h . Niino”,一种改进mellor-yamada三级模式:其数值稳定性和应用程序的区域预测平流雾,“边界层气象学,卷119,不。2、397 - 407年,2006页。视图:出版商的网站|谷歌学术搜索
66. c . Zhang y . Wang和k·汉密尔顿,“边界层的改善表示云在东南太平洋ARW-WRF使用修改后的Tiedtke积云参数化方案,“每月天气回顾,卷139,不。11日,第3513 - 3489页,2011年。视图:出版商的网站|谷歌学术搜索
67. 郑胜耀香港和j . o . j . Lim WRF一次性的6级的粒子物理学方案(WSM6)”韩国的气象学会》杂志上,42卷,不。2、129 - 151年,2006页。视图:谷歌学术搜索
68. 即Gbode, j . Dudhia k . o . Ogunjobi和v . o . Ajayi”的敏感性不同的物理方案在wrf模式在西非季风政权,”理论和应用气候学,卷136,不。1 - 2、733 - 751年,2018页。视图:出版商的网站|谷歌学术搜索
69. f·陈和j . Dudhia”耦合的先进陆地surface-hydrology模型佩恩state-NCAR MM5建模系统。第一部分:模型实现和敏感性,”每月天气回顾,卷129,不。4、569 - 585年,2001页。视图:出版商的网站|谷歌学术搜索
70. f·a·k·贝茨,k·e·米切尔和z . i Janjić”评估地表和边界层模型在两个操作使用横笛NCEP埃塔版本的模型数据,”每月天气回顾,卷125,不。11日,第2916 - 2896页,1997年。视图:出版商的网站|谷歌学术搜索
71. m·艾克k·米切尔,l .阴et al。”诺亚陆地表面模型的实施进展NCEP操作中尺度埃塔模型,”地球物理学研究杂志:atm,卷108,不。D22摊位,第8851页,2003年。视图:出版商的网站|谷歌学术搜索
72. a .罗伯·l·罗,e . f .木et al .,“北美土地数据同化系统的评价在南部大平原在温暖的季节,“地球物理学研究杂志:atm,卷108,不。D22摊位,第8846页,2003年。视图:出版商的网站|谷歌学术搜索
73. c . a . Schlosser a·g·斯莱特et al ., a .罗伯克”在瓦尔代北方草原水文模拟,俄罗斯:PILPS第二阶段(d),“每月天气回顾,卷128,不。2、301 - 321年,2000页。视图:出版商的网站|谷歌学术搜索
74. e . f .木头,d . p . Lettenmaier x梁et al .,“相互比较的项目陆地表面参数化方案(PILPS)第二阶段(c) red-Arkansas流域实验:,“全球和行星变化,19卷,不。1 - 4、115 - 135年,1998页。视图:出版商的网站|谷歌学术搜索
75. 段,j . c . Schaake诉科伦et al .,“土壤湿度场的相互比对北美土地数据同化系统(NLDAS)”地球物理研究杂志》文章ID D01S90卷。109年,2004年。视图:出版商的网站|谷歌学术搜索
76. A·麦克纳利k .阿瑟罗美国Kumar et al .,“土地数据同化系统撒哈拉以南非洲食物和水安全的应用程序,“科学数据,4卷,不。1,文章ID 170012, 2017。视图:出版商的网站|谷歌学术搜索
77. G.-Y。妞妞,Z.-L。杨,k·e·米切尔et al .,“社区诺亚地表模型multiparameterization选项(Noah-MP): 1。与当地范围内测量模型描述和评价,”地球物理研究杂志》,卷116,不。D12, 2011年。视图:出版商的网站|谷歌学术搜索
78. G.-Y。妞妞和Z.-L。杨”,影响植被在雪地上树冠过程表面能量和质量平衡,”地球物理学研究杂志:atm,卷109,不。c15, D23111页,2004年。视图:出版商的网站|谷歌学术搜索
79. r·杨和m . a . fiedl的用于检查电子邮件地址,“建模三个必经dimen——sional植被结构的影响在北方森林的表面辐射和能量平衡,”地球物理研究杂志》,卷108,不。D16,第8615页,2003年。视图:出版商的网站|谷歌学术搜索
80. g . b .保安族“地表模型版本1.0 (LSM)生态、”水文和大气研究:技术描述和用户指南,NCAR科技。注意NCAR / TN 417 + STR国家大气研究中心的巨石,有限公司,1996年美国。视图:谷歌学术搜索
81. g . Collatz m . Ribas-Carbo, j·贝瑞”耦合photosynthesis-stomatal电导模型C4植物的叶子,“功能性植物生物学,19卷,不。5,519 - 538年,1992页。视图:出版商的网站|谷歌学术搜索
82. p . j .卖家d·A·兰德尔·g·j·Collatz et al .,“修正后的地表参数化(SiB2)大气模型。第一部分:模型公式,”杂志的气候,9卷,不。4、676 - 705年,1996页。视图:出版商的网站|谷歌学术搜索
83. r·e·迪金森m·谢赫·r·科比,和l . Graumlich“气候模型的交互式的树冠,”杂志的气候,11卷,不。11日,第2836 - 2823页,1998年。视图:出版商的网站|谷歌学术搜索
84. Z.-L。杨和G.-Y。妞妞:“表面和大气过程的通用的积分器,”全球和行星变化,38卷,不。1 - 2、175 - 189年,2003页。视图:出版商的网站|谷歌学术搜索
85. G.-Y。妞妞和Z.-L。杨”,一个基于积雪分数的配方及其评价在北美大流域,”地球物理研究杂志》,卷112,不。D21,文章ID D21101, 2007。视图:出版商的网站|谷歌学术搜索
86. k·w·奥尔森·d·m·劳伦斯,g . b .保安族et al .,“技术社区土地的4.0版本的描述模型(CLM)”技术,代表。p。257年,国家大气压——pheric研究中心有限公司,美国,2010年,博尔德科技-实际测试注意NCAR / tn - 478 + STR。视图:谷歌学术搜索
87. w . c . Skamarock j·b·Klemp j . Dudhia et al。高级研究WRF版本3的描述,NCAR Technical Note NCAR / tn - 475 + STR,中尺度和微尺度气象部门国家大气研究中心的巨石,有限公司,2008年美国。视图:出版商的网站
88. x曾庆红和m·德克尔“改善土地土壤moisture-based理查兹方程的数值解模型与深或浅的水位,”水文气象学杂志,10卷,不。1,第319 - 308页,2009。视图:出版商的网站|谷歌学术搜索
89. G.-Y。妞妞和Z.-L。杨”,冻土的影响融雪径流和土壤水分储存在大陆范围内,“水文气象学杂志,7卷,不。5,937 - 952年,2006页。视图:出版商的网站|谷歌学术搜索
90. 答:王曾和x”,提高垂直雪埋葬分数的治疗在短NCAR CLM3植被,”大气科学的进步,26卷,不。5,877 - 886年,2009页。视图:出版商的网站|谷歌学术搜索
91. d·m·劳伦斯k·w·奥尔森·m·g·弗兰纳et al .,“参数化的改进和功能和结构的进步版本4社区的土地模式,”地球系统建模的发展》杂志上,3卷,第2466 - 1942页,2011年。视图:出版商的网站|谷歌学术搜索
92. g·j·霍夫曼,d . t . Bolvin e . j . Nelkin et al .,“TRMM卫星降水分析(TMPA): quasi-global,多年,组合传感器在细尺度降水估计,“水文气象学杂志,8卷,不。1,38-55,2007页。视图:出版商的网站|谷歌学术搜索
93. g·j·霍夫曼、d . t . Bolvin和r·f·阿德勒”GPCP version 1.2度的逐日降水数据集,“国家大气研究中心的研究数据档案,计算和信息系统实验室,2016年。视图:谷歌学术搜索
94. g·j·霍夫曼,r·f·阿德勒·d·t·Bolvin g .顾,“改善全球降水记录:GPCP 2.1版本,”《地球物理研究快报,36卷,不。17日,2009年。视图:出版商的网站|谷歌学术搜索
95. k·e·泰勒,总结模型的多个方面的性能在一个图中,“地球物理学研究杂志:atm,卷106,不。D7, 7183 - 7192年,2001页。视图:出版商的网站|谷歌学术搜索
96. j·霍顿,y叮,d . j . Griggs m . Noguer p . j .范德林登和d . Xiaosu”2001年气候变化:科学依据。工作组的贡献我的第三次评估报告政府间气候变化专门委员会,“技术。代表,剑桥大学出版社,剑桥,英国,2001年。视图:谷歌学术搜索
97. 梁x、z .谢和m .黄”的新参数化地表和地下水相互作用及其对水预算与变量的影响渗透能力(VIC)地表模型,”地球物理研究杂志》,卷108,不。D16,第8613页,2003年。视图:出版商的网站|谷歌学术搜索
98. a·g·s·詹金斯,a . Kamga加巴a . Diedhiou诉Morris和大肠约瑟夫,“调查西非气候系统使用全球/区域气候模型,”美国气象学会的公告,卷83,不。4、583 - 595年,2002页。视图:出版商的网站|谷歌学术搜索
99. c·琼斯、f . Giorgi和g . Asrar”协调区域降尺度实验:CORDEX,国际降尺度CMIP5链接,”CLIVAR交流,16卷,不。2,34-40,2011页。视图:谷歌学术搜索
100. j . Milovac k . Warrach-Sagi a·贝伦特f . Spath j . Ingwersen诉Wulfmeyer,“调查PBL模式WRF模式模拟结合扫描水蒸气差分吸收激光雷达测量,”地球物理学研究杂志:atm,卷121,不。2、624 - 649年,2016页。视图:出版商的网站|谷歌学术搜索
101. 焦y和d . Caya”调查加拿大地区气候夏季降水模拟的模型,”每月天气回顾,卷134,不。3、919 - 932年,2006页。视图:出版商的网站|谷歌学术搜索
102. 萨拉瑟博士,c . Chotamonsak e . p . j . Kreasuwan和s . Chantara”评价降水模拟在泰国使用WRF区域气候模式,”清迈的科学》杂志上,39卷,不。4、623 - 628年,2012页。视图:谷歌学术搜索
103. 拉,k . k . Osuri p p . Mujumdar d .他,“天气研究的评估和预测(WRF)模型模拟极端降雨事件上恒河盆地”水文和地球系统科学,22卷,不。2、1095 - 1117年,2018页。视图:出版商的网站|谷歌学术搜索
104. j . Pongratz c . h . Reick t . Raddatz和m . Claussen”Biogeophysical与生物地球化学气候应对历史人为土地覆盖变化,“《地球物理研究快报,37卷,不。8,2010。视图:出版商的网站|谷歌学术搜索
105. 答:a . Akinsanola和w·周”,了解西非夏季季风降水的变化:对比对流层特性和季风指数,”大气,11卷,不。3,p。309年,2020年。视图:出版商的网站|谷歌学术搜索
106. s . m . Hagos和k·h·库克,”海洋变暖,二十世纪后期干旱荒漠草原和恢复,”杂志的气候,21卷,不。15日,第3814 - 3797页,2008年。视图:出版商的网站|谷歌学术搜索
107. 美国Hagos c·张,“非绝热加热,发散非洲季风循环和水分运输系统,”季度皇家气象学会杂志》上,卷136,不。S1, 411 - 425年,2010页。视图:出版商的网站|谷歌学术搜索
108. j.p.谷物和s e·尼克尔森,”研究的动态影响因素的西非荒漠草原的降水变率,”杂志的气候,14卷,不。7,1337 - 1359年,2001页。视图:出版商的网站|谷歌学术搜索
109. a . a . Akinsanola和k . o . Ogunjobi”评价今天的降雨模拟在西非CORDEX区域气候模型”环境地球科学,卷76,不。10,366年,页2017。视图:出版商的网站|谷歌学术搜索
110. b . j . Abiodun j . s .朋友e·a·Afiesimama古托斯基w . j ., a . Adedoyin,“西非季风的模拟使用RegCM3第二部分:森林砍伐和沙漠化的影响,“理论和应用气候学,卷93,不。3 - 4、245 - 261年,2008页。视图:出版商的网站|谷歌学术搜索
111. a . Berg b·r·林特纳k . l . Findell马里森,p . c . Loikith和p . Gentine”土壤moisture-atmosphere交互作用对表面温度分布的影响,“杂志的气候,27卷,不。21日,第7993 - 7976页,2014年。视图:出版商的网站|谷歌学术搜索
112. e·m·菲舍尔s i Seneviratne l . Vidale P d . Luthi和c . Schar”土壤moisture-atmosphere交互在2003年欧洲夏季热浪,”杂志的气候,20卷,不。20日,第5099 - 5081页,2007年。视图:出版商的网站|谷歌学术搜索
113. j·s·Pal和e·a·b·Eltahir”通路相关的土壤水分条件对未来夏季降雨在land-atmosphere模型系统中,“杂志的气候,14卷,不。6,1227 - 1242年,2001页。视图:出版商的网站|谷歌学术搜索
114. d .种c . c . van Heerwaarden j . V.-G。de Arellano b Cappelaere, d . Ramier”土壤水分梯度的影响路径和强度的西非飑线”季度皇家气象学会杂志》上,卷136,不。653年,第2175 - 2162页,2010年。视图:出版商的网站|谷歌学术搜索
115. c·d·Thorncroft h .阮c . Zhang和p . Peyrille“西非季风的年度周期:地区发行量和水蒸气运输有关,”季度皇家气象学会杂志》上,卷137,不。654年,第147 - 129页,2011年。视图:出版商的网站|谷歌学术搜索
116. c·克莱恩,”交互区域大气和地表过程与西非季风系统”应用计算机科学学院奥格斯堡大学的奥格斯堡,德国,2016年,应用计算机科学学院奥格斯堡大学的奥格斯堡,德国,https://www.researchgate.net/publication/316071934_Interactions_of_regional_atmospheric_and_land_surface_processes_with_the_West_African_monsoon_system,博士论文。视图:谷歌学术搜索
117. 贝茨a k和j . h .球,“横笛表面气候和网站平均值1987 - 1989年的数据集,”大气科学杂志》上,55卷,不。7日,页。1091 - 1108年,1998年。视图:出版商的网站|谷歌学术搜索
118. e·A·b·Eltahir“土壤moisture-rainfall反馈机制:1。理论和观测。”水资源研究,34卷,不。4、765 - 776年,1998页。视图:出版商的网站|谷歌学术搜索
119. m . Barlage m·特瓦芮f . Chen g . Miguez-Macho Z.-L。杨,G.-Y。妞妞,“地下水相互作用的影响在北美区域气候模拟与WRF / Noah-MP,”气候变化,卷129,不。3 - 4、485 - 498年,2015页。视图:出版商的网站|谷歌学术搜索
120. 崔y . j . Wang, x, j . Zhang和严,“在dongkemadi冰川表面反照率变化及其影响因素,青藏高原中部,“气象学的进展文章ID 852098卷,2015年,10页,2015。视图:出版商的网站|谷歌学术搜索
121. j.p.黑客,“空间和时间尺度的边界层风可预测性在小振幅陆地表面的不确定性,”大气科学杂志》上,卷67,不。1,第233 - 217页,2010。视图:出版商的网站|谷歌学术搜索
122. a·j·皮特曼”的进化和革命,地表方案为气候模型设计的,”国际气候学杂志,23卷,不。5,479 - 510年,2003页。视图:出版商的网站|谷歌学术搜索
123. c . Schwingshackl m . Hirschi, s . i Seneviratne”理论的方法来评估土壤CMIP5和GLACE-CMIP5 moisture-climate耦合实验,”地球系统动力学,9卷,不。4、1217 - 1234年,2018页。视图:出版商的网站|谷歌学术搜索
124. J.-L。Redelsperger a . Diongue a Diedhiou et al .,“多尺度描述的萨赫勒地区的天气天气系统的代表西非季风,”季度皇家气象学会杂志》上,卷128,不。582年,第1257 - 1229页,2002年。视图:出版商的网站|谷歌学术搜索

版权

版权©2020 Ifeanyi Achugbu et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。