在地球系统模式中，陆面模式对全球陆气相互作用的模拟能力显著地影响着天气预报和气候预测的准确性。但是，由于缺乏全球尺度的观测资料，很难在评估全球陆面模式对陆气相互作用的模拟能力，进而阻碍了模式的改进和发展。近年来，卫星遥感观测提供了全球覆盖的土壤水分数据，为在全球尺度上评估陆面模式的陆气相互作用模拟能力提供了可能。

针对上述问题，清华大学地学系卢麾课题组使用SMAP(Soil Moisture Active Passive)卫星观测的表层土壤水分数据，提取了基于遥感观测的土壤水分记忆时间（τS 和 τL），将其用来评估当前主流的四个陆面模式的土壤水分记忆性模拟能力，并诊断分析可能的误差来源。研究使用全球尺度的卫星观测资料对陆面模式的陆气相互作用模拟能力进行了深入系统的评估和误差归因分析，可为改进陆面模式的模拟预测能力提供重要线索和参考。成果以“Soil Moisture Memory of Land Surface Models Utilized in Major Reanalyses Differ Significantly from SMAP Observation”为题，近期在《地球未来》（Earth’s Future）期刊发表。

图1 多模式平均的土壤水分记忆时间τS (a)和 τL (b)与SMAP卫星观测对比散点图。

图2 各模式土壤水分记忆时间τS的空间分布图(a – f)，以及各模式与SMAP估算结果逐年对比箱型图(g)

图3 各模式土壤水分记忆时间τL的空间分布图(a – f)，以及各模式与SMAP估算结果逐年对比箱型图(g)

研究结果表明，陆面模式模拟的土壤水分记忆时间与卫星估算值有显著差异。模式高估了代表低频土壤水分损失过程的时间τL，而低估了代表高频土壤水分损失过程的时间τS（图1）。研究发现，各模式对τS 和 τL的模拟表现也存在一定差异（图1-3）。

研究通过对比各个模式使用的土壤深度、参数化方案以及离线/耦合模拟方案，发现模式间的τS 和 τL表现差异对所使用的参数化方案依赖性较高，而对土壤深度和模式的离线/耦合模拟设置依赖性较低。

图4 基于多模式和基于SMAP估算的土壤凋萎系数θw 和土壤临界点 θc的空间分布(a – d)和散点图(e – f)对比

研究还对比了与土壤水分记忆性相关的两个重要土壤参数（凋萎系数θw和临界点θc），发现当前主流陆面模式的凋萎系数和临界点与遥感估算结果存在较大差异（图4）。研究进一步推测土壤参数可能是导致这些陆面模式对土壤水分记忆性模拟出现偏差的重要原因。研究使用SMAP的估算结果，分析对比了陆面模式模拟的地表水循环速率Fp和第二阶段蒸散发量Stage-II ET。结果表明，陆面模式在这两个变量的表现上也存在较大偏差。

清华大学地学系博士毕业生、现东京大学土木工程系博士后何晴为论文第一作者，清华大学地学系卢麾副教授为论文通讯作者，清华大学地学系阳坤教授为论文合作者。本研究得到了第二次青藏高原科考项目（2019QZKK0206）和中科院国际合作项目（182211KYSB20200015）的支持。

文章信息：

He, Q., Lu, H., & Yang, K. (2023). Soil moisture memory of land surface models utilized in major reanalyses differ significantly from SMAP observation. Earth's Future, 11, e2022EF003215. https://doi.org/10.1029/2022EF003215