李月, 万忠梅, 孙丽

CoupModel模拟与应用研究进展

李月1, 2, 万忠梅1,*, 孙丽2

1. 吉林大学地球科学学院, 长春 130061 2. 中国科学院东北地理与农业生态研究所, 长春 130012

CoupModel 模拟范围广泛, 几乎涉及了陆面过程的各种环节, 且具有动态预测性。该模型不但能够较为准确地模拟森林、农田、湿地以及冻土等多种生态系统的土壤水热运移和碳氮循环等过程, 还能够科学地预测气候变化背景下的增温潜势。通过对 CoupModel 的耦合原理及特点、数据的输入输出、多种参数估计方法及模拟结果检验等方面的详细介绍, 深入了解了利用该模型模拟土壤-植被-大气系统的物质能量过程; CoupModel 在国外多个国家和地区获得应用与认可, 引入我国后, 通过更改部分参数也在多个地区得到验证。在综合众多前人研究成果的基础上, 将该模型与几种使用较广泛的同类模型进行了简单的对比分析, 随后从模型参数简化、适用性验证和模型尺度等方面对其未来研究进展进行了探讨。

CoupModel; 水热耦合; 物质运移; 土壤-植被-大气系统过程

0 前言

近年来, 随着人们对土壤-植被-大气系统(Soil-Vegetation-Atmosphere Transfer system, SVATs)的认知不断提升, 以及遥感等技术在陆面过程参数化过程中的广泛应用, 土壤-植被-大气系统的水分传输和能量交换模型已成为水文领域的研究重点[1], 不同复杂程度、不同时空尺度的模拟土壤-植被-大气系统水分、能量、碳交换过程的SVAT模型被建立和应用[2–4]。陆面水文过程是此类模型模拟的重要目标之一, 即模拟和反映发生在陆地和大气之间的物质和能量变化过程[5–6]。考虑植被在土壤-植被-大气系统各界面之间能量、物质传输和交换过程中重要作用的物理-化学-生物联合模型统称为SVAT模型[7]。在众多模型中, CoupModel 是一种常见且适用范围广泛的陆面过程模型, 具有同时模拟地气间水热运移过程的能力, 该模型基于实际的物理机制, 将大气、植被、积雪、地表水、土壤和地下水流动等作为一个整体进行考虑, 不受空间和时间的限制, 特别是在人迹罕至, 数据测量困难复杂的地区更能发挥有效作用。CoupModel 能够以其独特的建模方式模拟预测不同土壤类型和土地管理措施下的土壤-植物-大气系统的热量和水分过程、植物水分过程、大气和积雪过程及碳氮循环过程, 在国外已得到广泛应用认可[8-9]。文章在介绍CoupModel 水热耦合原理、模块化和结构化功能以及多种参数化特点的基础上, 进一步分析模型的基本的输入输出、模拟结果校正检验以及在多种环境下的应用, 并将该模型与其它几种国内外广泛使用的同类模型进行对比, 了解其优点、不足并提出优化建议, 以期为进一步的应用与研发起到推动作用。

1 模型概述

1.1 模型简介

CoupModel (Coupled heat and mass transfer model for soil-plant-atmosphere system)是一个基于过程的一维动态的机理性、综合性的模型, 用于模拟能量、动量和质量变化过程及其间的相互作用[10]。20世纪80~90年代, 瑞典皇家技术研究所(Royal Institute of Technology)以Per Erik Jansson为首的科学家们对 CoupModel 进行了研究开发, 该模型由 WinSOIL Model[11]和SOILN Model[12–13]两个模型集成而来。CoupModel 通过实测的基本参数和独特的建模方式进行模拟预测[9], 它能够模拟各种植被条件下的剖面尺度的土壤水、热的生化过程, 现已有水热过程、植物水过程、气象过程和碳氮循环过程4大模块。经过不断发展, 模型于2018年10月18日更新至5.4.4版本, 新版本可以选择以CO2当量为转换因子的输出形式来比较温室气体排放的全球增温潜力。CoupModel 还配有详细的使用说明[14–15], 更多详细描述请见参考文献[16]。

1.2 原理

CoupModel 的核心是两个耦合的水、热流动的连续偏微分方程(计算公式如下), 遵循质量守恒定律和能量守恒定律。假定水、热流动是由水势梯度(达西定律Darcy’s Law)和温度梯度(傅立叶导热定律Fourier’s Law)产生的, 各模块采用了多种经验证有效的物理公式, 用有限差分法求解方程[1,10,16]。CoupModel 将能量平衡原理和热量运移方程结合起来, 采用显式数值方法对土壤冻融条件下的水热耦合方程进行求解[17], 它立足于土壤物理过程(图1), 基于土壤性质计算水、热流量, 如: 保水曲线、联合函数等。采用理查德方程和傅立叶方程分别描述土壤水、热运动过程, 水分特征曲线依据 Brooks- Corey 方程, 非饱和导水率计算采用 Mualem 公式[18]。Jansson对 CoupModel 陆面过程模式已进行了详细描述[16]。

式中q为液态水通量,k为非饱和导水率,为水分张力,为深度,为土壤空气中水蒸气的浓度,D为土壤水蒸气的扩散系数,q为大孔隙中的绕流,q为热通量,k为热传导率,为土壤温度,C为液态水热容,L气态水潜热,q为气态水通量,CTq为第一对流项,Lq为第二对流项。

1.3 特点

CoupModel 是基于模块化构建的模型, 拥有良好的操作平台, 便于使用[20]。大部分是由单个机理性模型构成的, 模块化的设计使其具有结构化功能, 它可对具体问题进行具体的模拟和分析[21]。CoupModel 没有固定的输入参量限制, 用户可以根据需要, 选取合适的输入参数来进行模拟, 从而量化和增加了对土壤-植物-大气系统基本水文和生物过程的理解。模型的层次结构可以根据实际的土壤和植被结构进行调整, 适应性强[10]。CoupModel 的一个重要优点是可以使用有限的输入数据取得较为合理满意的模拟结果[22]。另外, CoupModel 还提供了众多土壤数据库, 这可使其在原始数据资料缺乏地区也能得到较好的参考使用[23]。CoupModel 中包含了很多参数化方案, 一是基于物理机制构建的复杂参数化方案, 二是简化的经验参数化方案[24]。模型的输出因子数量同输入因子一样多, 使用者可根据研究需要选择输出参数, 随后可综合评估模型的输出结果。

图1 CoupModel 水热运移原理过程示意图[19]

Figure 1 Diagram of CoupModel's principle and process of water and heat transfer[19]

2 模型输入输出与校验

2.1 输入输出

CoupModel 允许用户指定输入: (1)强制时间序列; (2)参数函数的简单预定义变化模式; (3)动态参数, 这些参数在模拟过程中可以在指定日期更改数值。

气象数据是模型的驱动变量, 其中最重要的是降水量和气温, 其次为空气湿度、风速和云量等(图2)。根据测定资料建立的气象数据、植被生长特征、土壤物理属性3个数据库可作为重要补充供模型模拟时调用[22]。

CoupModel 输出的是整个土壤-植被-大气系统的水分和能量平衡要素[25], 用时间序列表示。输出的变量可依据需要选择, 地温、含水量是基本的水热条件[26–27], 模拟的输出变量无论是时间序列还是单值的形式, 都可以与任何独立的测量结果进行比较。最后, CoupModel 输出的结果将以汇总表和函数图像的形式展示出来, 其中汇总表包含初始值, 最终值, 最大值, 最小值和累计值; 函数图像则可以表现出因参数变化而引起的结果变化, 同时还可以与实测值相比较。

图2 CoupModel模拟运行图

Figure 2 Simulation diagram of CoupModel

2.2 模型校验

2.2.1 模型率定

CoupModel 包含多种参数估计方案, 其中贝叶斯参数估计方法(BC: Bayes Calibration)[28]和普适似然不确定性估计算法(GULE: General Likelihood Uncertainty Estimation)[29]使用较多, 这两种估计方案能准确减少参数先验的估计范围, 是资料匮乏地区模型模拟中的重要选择, 有效提高了模型模拟的准确度[30]。一般当模型结构不确定或测量误差不确定的情况下运用GLUE方法; 当模拟情况较简单、各参数间互不独立时且误差较小时, 更适合选用贝叶斯估计参数方法[27]。

此外, CoupModel 的开发者根据研究成果给模型的参数均设置了一个科学合理的范围, 并给出了较为理想的默认值[1,16], 模拟过程中可根据模拟结果调整部分参数值, 从而使模拟结果达到合适的精度, 模型可自动对参数进行估计和修正, 在实测数据不足的情况下, 模拟结果可以作为有效参考[27]。同时也可以基于野外测定、参考文献以及模型调试对参数进行校正。

2.2.2 模拟结果验证

模型能否本地化使用的重要步骤是模拟结果的验证和模型的适用性评估。CoupModel 主要采用模拟值和实测值的直线回归决定系数(Determination Coefficient,)来检验模拟值与实测值的吻合程度,最大值为1。的值越接近1, 说明回归直线对观测值的拟合程度越好,的值越小, 说明回归直线对观测值的拟合程度越差; 采用平均误差(Mean Error, M.E.)、均方根误(Root Mean Square Error, RMSE)的计算值来估计模拟值与实测值之间的误差,和的值越接近于0, 说明模拟值与实际值更接近。(纳什系数, Nash-Sutcliffe Model Efficiency Coefficient)[31]作为模型有效性的重要检测系数, 其数值越接近1, 说明模拟结果与实测值越接近; 当=1时, 显示模拟结果与实测值完全一致[21];值小于0则表示平均测量值是比模拟值更好的预测值。、平均误差、均方根误差和纳什系数分别以下式计算[32–33]:

2.3 实例分析

以上详细介绍了 CoupModel 的输入输出, 参数校正和模拟结果检验等方面, 为了更直观地表现 CoupModel 在实际中的应用, 此处我们将进一步引用典型案例进行分析。

张伟等[30]基于2005-2008年实测数据, 使用 CoupModel 对青藏高原风火山流域多年冻土的土壤温度进行了模拟, 采用Bayes参数法估计了部分水热运移参数, 模拟过程中主要输入1.5m处的空气温度、风速和相对湿度, 地表温度和降水等驱动数据, 并利用ME、RMSE和NSE指标对模拟结果进行了验证(表1)。模拟结果表明, 模型总体对40cm和55cm深的土壤温度模拟结果最好, ME和RMSE值较小, 分别介于0.1-0.17和0.97-0.93之间, NSE验证方法的数值也最接近于1, 分别为0.9663和0.9642。具体来说, 20-65cm深度各层的土壤温度模拟值高于实测值, 65-120cm深度各层的土壤温度模拟值略低于实测值。值得关注的是, 模拟中发现20-65cm深的土壤温度模拟值均在2006年8月17日出现突升现象(图3), 分析原因可能是由于该日作为驱动要素的实际地表温度升高了10℃以上, 从而引起20-65cm土壤温度模拟值的突然变化。为进行验证, 在取消地表温度作为输入参数后, 上述20-65cm土壤温度突升的现象消失。由此可见, 地表温度是模拟地-气之间能量传输的一个重要参数, 地表温度对85cm以下的土壤温度影响较小, 对浅层土壤温度影响效果更明显[30]。

岳翠桐运用 CoupModel开展了科尔沁沙丘地-草甸地冻融期土壤水热盐耦合运移规律及数值模拟分析, 在模拟过程中发现, 流动沙丘受地貌地形与风速的影响, 风沙堆积使初始设定的土壤深度加大, 造成模拟沙丘地冻融期土壤温度较平缓, 模拟值较实测值要小。而后模拟盐分的过程中发现, 在率定期间和验证期均出现表层含盐量模拟值与实测值低于下层。究其原因, 是由于降雨对表层的盐分产生淋洗的作用[24]。Li等在使用CoupModel 研究青藏高原降水增加条件下多年冻土活动层的热力学特征时发现, 由于不完全考虑排水, 模拟的变化曲线相对平坦; 在模拟下部隔室中含水量时, 可能是由于液压参数选择不当, 造成含水量低于总体测量数据[34]。

表1 土壤温度实测值与模拟值的多种结果验证对比[30]

图 3 不同深度土壤温度模拟值与观测值对比[30]

Figure 3 Comparison of simulated and observed values of soil temperature in different depths[30]

综上可知, 利用Coupmodel进行模拟的过程中, 参数的选取对模拟结果会产生较大的影响, 因而在模型前期的调试中应确保输入参数的合理性并根据实际情况进行调试, 从而提高模拟精度。

3 国内外应用进展

3.1 国外应用

CoupModel 于上世纪70年代末首次使用后[35], 在多个国家地区得到了模拟验证。很多学者利用它对气候变化背景下的森林、农田、湿地和冻土等生态系统的碳循环、土壤溶质运移、水量平衡等方面都已开展了广泛的研究。Gustafsson探讨了CoupModel应用于耕地的可能性, 发现森林多年平均蒸散量(416mm)显著高于耕地(352mm), 净辐射高出40%[36]。Ladekarl等对比分析了乔木和灌木水量平衡差异, 发现欧石南灌丛渗透量是英国栋林的1.3倍[37]。Christiansen等通过研究认为CoupModel较好地模拟了山毛榉和欧洲云杉林的水量平衡(R2为0.68-0.91)及硝酸盐淋洗, 其渗透量分别为292mm和41mm[38]。Svensson等分析了2001—2004年瑞典从北到南3个气候梯度上不同的挪威云杉林地的土壤和植被系统有机碳(C)储量、生态系统内部通量和净生态系统交换(NEE)发现, 土壤有机碳(SOC)储量和树木生长速率在最南端的样地达到最高(分别是中部和北部的1.6和2.0倍); 在测量周期中, 模拟净生态系统交换(变化很小, 从北方-0.8 g·cm-2·yr-1至南方的+9 g·cm-2·yr-1; 南方相比北方较高N的沉积和N的可用性导致土壤有机质的转化更慢)[39]。Karlberg等利用 CoupModel通过对欧洲草地、桤木、欧洲赤松、人工云杉和天然云杉林等陆地生态系统碳(C)的储存和流动量的模拟结果表明, 碳储量从大到小顺序为桤木林(26000 g·m-2)>天然云杉林(18000 g·m-2)>草地、欧洲赤松、人工云杉林(13000 g·m-2—15000 g·m-2)[40]。Conrad 等使用 CoupModel 对德国北部两种处理的草地氮淋溶模拟研究发现, 对比未施用氮肥的样地, 施用无机氮化肥的样地氮的淋溶量是它的两倍还多, 为74 kg·ha-1[41–43]。Nykanen 等通过对芬兰春小麦+燕麦轮耕和红三叶草地的作物产量氮的吸收以及土壤矿质氮模拟认为, 碳氮比(C/N)是影响氮素模拟结果的关键参数[44]。Gustafsson 通过模拟斯堪的纳维亚半岛森林和耕地30年的水热通量, 得出森林是显热通量的净资源, 然而耕地则是净沉积的结论[35]。Scherler 等人利用 CoupModel 模型研究了瑞士的阿尔卑斯山区的积雪及多年冻土活动层, 并模拟了雪水在活动层的运移, 取得了一定的研究成果, 而且得出雪水下渗会受到活动层表层温度的影响[45]。Hollesen 使用 CoupModel 对格陵兰东北中部的连续多年冻土带模拟预测未来变暖情景下的活动层厚度, 基于2—6 ℃变暖假设, 最大活动层厚度从现在的70 cm增加到80—105 cm, 从现在的<40 g·cm-2·yr-1增加到120—213 g·cm-2·yr-1 [46]。Laura 首次将 CoupModel 用于模拟北极地区18 m深的多年冻土热状态, 模拟格陵兰东北部扎肯伯格山谷三角洲两个不同雪深地点的永冻土温度, 模型基础设定与Hollesen[46]基本一致, 结果表明, 较厚的积雪增加了地表温度, 导致零度振幅深度处的年平均地面温度升高1 ℃。在地面温度分别为3 ℃和6 ℃的情况下, 18 m深处的永久冻土温度分别升高了1.5 ℃和3.5 ℃[47]。

3.2 国内应用

CoupModel 引入我国后应用到多种陆面生态系统的研究中, 在寒区[25,33]、青藏高原[48]、西北半干旱地区[49–50]、黄土高原及丘陵地区[51–52]、内蒙古[24,53]、亚热带三峡库区[18,54]和鄱阳湖地区[55]等多个地区都进行了模拟验证。赵军以松嫩平原海伦站1992—2000年的气象数据作为驱动变量, 在调整部分参数的基础上, 模拟了9年时长的土壤温度和一些年份土壤水分的变化过程, 得到较准确的模拟结果[56]。在青藏高原多年冻土地区唐古拉山监测点, Hu等人模拟了多层土壤温度及多年冻土区活动层含水量的变化, 发现在5和10米深处, 模拟结果与实测之间回归方程的2大于0.9, 这表明该模型可以更好地模拟深层土壤温度, 误差较小, 并进一步预测了未来气候在1—2 ℃的增温背景下, 活性层厚度或从目前的330 cm增加到约350—390 cm[57]。张伟等用 CoupModel 水文模型对积雪和土壤层影响下的多年冻土层的水热传输情况进行了研究, 主要通过 Bayes经验参数的估计方法对影响模型的参数进行预估, 来模拟冻土层中水分—能量的运移和转化过程[58]。Wu等人将 CoupModel和GLUE方法应用于中国东北黑土区季节性冻土温度的测量模拟, 筛选出了对土壤温度影响最大的26个参数[59]。罗蔚建立了模拟鄱阳湖星子站水位与典型湿地植被呼吸量(碳)关系的 CoupModel-ANN 生态水文模型, 揭示了湿地典型植被呼吸作用随湖泊水位变化的规律, 并预测了湖控工程建成之后水位控制范围以及探寻水位变化所产生的生态效应[60]。

4 对比分析

CRHM(Cold Regions Hydrological Model)、SHAW(The Simultaneous Heat and Water Model)、SWAT(Soil and Water Assessment Tool)以及 VIC (Variable Infiltration Capacity) 模型都是与Coupmodel具有相似功能的SAVT模型。其中 CRHM 模型是由 Pomeroy 等人基于水文物理过程的参数化过程发展起来的一个综合的寒区水文建模平台[61], 属于模块化的分布式模型, 可与GIS有机融合[62]。CRHM模型可以本地化使用[63], 但是在与陆-气模式的耦合方面还很欠缺, 多为中小尺度上的计算, 缺少大格局、大尺度的宏观模拟。SHAW模型是一维的陆面过程模型较有代表性的模型之一[64–65]。最初是由美国农业部西北流域研究中心 Flerchinger 和 Saxton 建立的用于模拟土壤的冻结与融化的模式[66–67], 与 CoupModel 一样采用数值求解土壤冻融条件下的水热耦合方程进行模拟[17], 需要气象数据等基本信息驱动。具较高的灵活性, 适用于“点”尺度[68], 但针对陆面过程考虑不全面, 部分算法简单, 其输入参数较多, 应用尺度小, 较难在区域尺度上推广。SWAT 是20世纪90年代由美国农业部农业研究中心 Amold 等开发的[69], 是集成GIS和DEM等技术的流域尺度上的动态分布式水文模型[70], 该模型原理简单, 参数容易获取, 但应用流域大多为人类活动频繁地区[71], 在寒区的研究相对较少, 可将模型中的某个部分改进后应用到寒区水文过程模拟中。VIC, 也叫“可变下渗容量模型”, 是基于SVAT思想的网格化大尺度分布式陆面过程水文综合模型, 由华盛顿大学、普林斯顿大学及加州大学伯克利分校共同研制开发。它最初是基于Wood的思想研制出单一土壤层模型[72], 后又被Liang等开发了两层土壤的VIC-2L模型[73–74], 陆面过程中模拟的土壤冻融同样采用参数化方案, 但模型假设网格内是平坦的, 不符合山区流域特点。

通过对上述几种广泛使用的陆面过程模型进行的介绍可知, CoupModel 与上述4种模型的应用条件和范围具有一定差异。相对而言, CoupModel 的优势在于模拟范围广泛, 几乎涉及了陆面过程的各种环节, 但模拟尺度小, 适合模拟一维的陆面过程模式。未来可将 CoupModel 模型与其他模型和技术相结合开展大尺度的模拟和研究。

5 展望

CoupModel 通用性强, 适用于多种地点、时间等条件, 非专家亦可操作应用, 具有动态预测性, 可以根据环境因素的变化等来模拟不同环境条件下的动态变化过程, 提供可靠的定量预测, 为适时合理调控提供依据。CoupModel 主要模拟陆面过程, 但陆面过程影响因素多、结构复杂, 模型仍有改进的地方:

首先, 模型的简化。CoupModel 输入驱动运行还需要建立气象、植被和土壤数据库, 模拟水、热运移过程, 碳、氮循环较多采用经验关系式, 且受诸多物理和经验参数控制, 有些参数校准难度大。需要对模型简化, 确定关键参数是下一步研究重点。

其次, 模型适用性与准确性需进一步验证。目前, CoupModel 已在欧洲区域得到了广泛应用, 国内一些地区也有较好的应用, 但无论何种模型都具有局限性, 在正式模拟运算前, 还须对模型进行校核和独立的模拟测试。

此外, CoupModel 适用于一维“点”尺度模拟, 在垂向上对研究对象的模拟具有其独特价值, 通过模型结构的进一步完善或与其他模式和技术相结合, 可形成一个更为完善的包含各个过程和多参数优化方案的多尺度的陆面过程模型。

[1] 张洪江, 程金花, 王伟, 等. 土壤-植被-大气系统热量、物质综合模型理论与实践[M]. 北京: 科学出版社, 2010: 1–80.

[2] OLTCHEV A, CONSTANTIN J, GRAVENHORST G, et al. Application of a Six-Layer SVAT Model for Simulation of Evapotranspiration and Water Uptake in a Spruce Forest[J]. Phys. Chem. Earth, 1996, 21(3): 195–139.

[3] 苏凤阁, 郝振纯. 陆面水文过程研究综述[J]. 地球科学进展, 2001, 16(6): 795–801.

[4] 贾仰文, 王浩, 倪广恒, 等. 分布式流域水文循环模型原理与实践[M]. 北京:中国水利电力出版社, 2005: 1–50.

[5] 卫三平, 王力, 吴发启. SVAT 模型的研究与应用[J]. 中国水土保持科学, 2008, 6(2): 113–120.

[6] 卫三平. 黄土丘陵区土壤–植被–大气系统水能传输模拟研究[D]. 西安: 西北农林科技大学, 2008: 2–30.

[7] RONI A. Which type of soil–vegetation–atmosphere transfer scheme is needed for general circulation models: a proposal for a higher–order scheme[J]. Journal of Hydrology, 1998, 212(213): 136–154.

[8] JANSSON P E. CoupModel: model use, calibration, and validation[J]. Transactions of the ASABE, 2012, 55(4): 1–11.

[9] 王贤. 基于CoupModel的三峡库区四面山典型农林地水、热交换模拟研究[D]. 北京: 北京林业大学. 2014: 5–10.

[10] JANSSON P E, MOON, D S. A coupled model of water, heat and mass transfer using object orientation to improve flexibility and functionality[J]. Environmental Modeling & Software, 2001, 16(4): 37–46.

[11] JANSSON, P E. Simulating Model for Soil Water and Heat Conditions[J]. Division of Hydrotechnics, 1998, 98(2): 35–36.

[12] JOHNSSON H, BERGSTRM L, JANSSON P E, et al. Simulated nitrogen dynamics and losses in a layered agricultural soil[J]. Agriculture Ecosystems and Environment, 1987, 18(15): 33–356.

[13] ECKERSTEN H, JANSSON P E, JOHNSSON H. SOILN Model, Version 9.2, Users Manual. Division of Hydrotechnics, Communication 98:6 [D]. Swedish Agricultural University, Uppsala, 1998: 32–36.

[14] JANSSON P E, KARLBERG L. Theory and Practice of Coupled Heat and Mass Transfer Model for Soil Plant– Atmosphere System (in Chinese) [J]. Science Press, China, 2009, 25(5): 1–309.

[15] JANSSON P E, KARLBERG L. Coupled Heat and Mass Transfer Model for Soil–Plant–Atmosphere Systems. Royal Institute of Technology[M]. Stockholm, 2010: 50–55.

[16] JANSSON P E, KARLBERG L. Coupled Heat and Mass Transfer Model for Soil–Plant–Atmosphere Systems. Royal Institute of Technology, Department of Civil and Environmental Engineering[M]. Stockholm, 2004: 5–15.

[17] 李小兵. 冻土区小流域地表热通量变化研究[D]. 兰州: 兰州大学, 2013: 10–16.

[18] 王贤, 张洪江, 杜仕才, 等. 基于模型的三峡库区典型林地土壤水分和温度模拟以及参数敏感性分析[J]. 水土保持通报, 2013, 33(6): 295–301.

[19] 吴谋松, .冻融土壤水热盐运移规律研究及数值模拟[D]. 武汉: 武汉大学, 2016: 20–25.

[20] 阳勇, 陈仁升, 等. 寒区典型下垫面冻土水热过程对比研究: 模型对比[J]. 冰川冻土, 2013, 35(6): 1545–1554.

[21] 张伟. 基于模块化建模方法的高寒土壤热状况及水文过程模拟[D]. 兰州: 兰州大学, 2013: 30–32.

[22] 王力, 王全九, 卫三平. 基于的黄土丘陵沟壑区荒草地水平衡模拟[J]. 农业机械学报, 2013, 44(5): 79–88.

[23] 李保琦, 肖伟华, 王义成, 等. 寒区水文循环模型研究进展[J]. 西南民族大学学报自然科学版, 2018, 44(4): 338– 346.

[24] 岳翠桐. 科尔沁沙丘地、草甸地冻融期土壤水热盐耦合运移规律及数值模拟分析[D]. 呼和浩特: 内蒙古农业大学, 2016: 50–55.

[25] 阳勇, 陈仁升, 吉喜斌, 等. 黑河高山草甸冻土带水热传输过程[J]. 水科学进展, 2010, 21(1): 30–35.

[26] WANG Li, WEI Sanping, Horton R, et al. Effects of vegetation and slope aspect on water budget in the hill and gully region of the Loess Plateau of China[J]. Catena, 2011, 87(1): 90–100.

[27] 王力, 卫三平, 王全九, 等. 黄土丘陵区燕沟流域农林草地土壤水库充失水过程模拟[J]. 林业科学, 2011, 47(1): 29–35.

[28] KLEMEDTSSON L, JANSSON P E, GUSTAFSSON D, et al. Bayesian calibration method used to elucidate carbon turnover in forest drained organic soil[J]. Biogeochemistry, 2008, 89(19): 61–79.

[29] LUNDMARK A. Monitoring Transport and Fate of Deicing Salt in the Roadside Environment Modelling and Field Measurements[D]. Stockholm, Sweden: KTH, 2008: 1–47.

[30] 张伟, 王根绪, 周剑, 等. 基于CoupModel的青藏高原多年冻土区土壤水热过程模拟[J]. 冰川冻土, 2012, 34(5): 1099–1109.

[31] NASH J E, SUTCLIFFE J V. River flow forecasting through conceptual models (I): A Discussion of principles[J]. Journal of Hydrology, 1970, 10(3): 282–290.

[32] ZHANG Shulan. Soil hydraulic properties and water balance under various soil management regimes on the Loess Plateau, China [D]. Umea: Swedish university of agricultural sciences, 2005: 20–25.

[33] WU Sihong, JANSSON P E, ZHANG Xiaoyu. Modelling temperature moisitue and surface heat balance in bare soil under seasonal forest conditions in China[J]. European Journal of Soil Science, 2011, 62(6): 780–796.

[34] LI Desheng, WEN Zhi, CHENG Qiangong, et al. Thermal dynamics of the permafrost active layer under increased precipitation at the Qinghai-Tibet Plateau[J]. Journal of Mountain Science, 2019, 16(2): 309–322.

[35] JANSSON P E, HALDIN S. Model for the annual water and energy flowing a layered soil[C]//Haldin, S.(Ed.), Comparison of Forest and Energy Exchange Models, Society of Ecological Modelling, Copenhagen, 1979.

[36] GUSTAFSSON D, LEWAN E, JANSSON P E. Modeling water and heat balance of the boreal landscape–comparison of forest and arable land in Scandinavia[J]. Journal of Applied Meteorology, 2004, 43(11): 1750–1767.

[37] LADEKRAL U L, RASMUSSEN K R, CHRISTENSEN S, et al. Groundwater recharge and evapotranspiration for two natural ecosystems covered with oak and heather[J]. Journal of Hydrology, 2005, 300(1): 76–99.

[38] CHRISTIANSEN J R, ELBERLING B, JANSSON P E. Modeling water balance and nitrate leaching in temperate Norway spruce and beech forests located on the same soil type with the CoupModel[J]. Forest Ecology and Management, 2006, 237(3): 545–556.

[39] SVENSSON M, JANSSON P E, KLEJA B D. Modelling soil C sequestration in spruce forest ecosystems along a Swedish transect based on current conditions[J]. Biogeochemistry, 2008, 89(1): 95–119.

[40] KARLBERG L, GUSTAFSSON D, JANSSON P E. Modeling carbon turnover in five terrestrial ecosystems in the boreal zone using multiple criteria of acceptance[J]. Ambio, 2006, 35(8): 448–458.

[41] CONRAD Y, FOHRER N. A test of CoupModel for assessing the nitrogen leaching in grassland systems with two different fertilization levels[J]. Journal of plant nutrition and soil science, 2009, 172(6): 745–756.

[42] CONRAD Y, FOHRER N. Application of the Bayesian calibration methodology for the parameter estimation in CoupModel[J]. Advances in Geosciences, 2009, 21(3): 13–24.

[43] CONRAD Y, FOHRER N. Modelling of nitrogen leaching under a complex winter wheat and read clover crop rotation n a drained agricultural field[J]. Physics and Chemistry of Earth, 2009, 34(11): 530–540.

[44] NYKNEN A, SALO T, GRANSTEDT A. Simulated cereal nitrogen uptake and soil mineral nitrogen after clover–grass leys[J]. Nutrient Cycling in Agroecosystems, 2009, 85(1): 1–15.

[45] SCHERLER M, HSUCK C, HOELZLE M, et al. Meltwater infiltration into the frozen active layer at alpine permafrost site[J]. Permafrost and Periglacial Processes, 2010, 21(4): 325–334.

[46] HOLLESEN J, ELBERLING B, JANSSON, P E. Future active layer dynamics and carbon dioxide production from thawing permafrost layers in Northeast Greenland [J]. Global. Chang Biology, 2011, 17(12): 911–926.

[47] LAURA H R, ZHANG Wenxin, HOLLESEN J, et al. Modelling present and future permafrost thermal regimes in Northeast Greenland[J]. Cold Regions Science and Technology, 2018, 146(10): 199–213.

[48] ZHOU Jian, KINZELBACH W, CHENG Guodong, et al. Monitoring and modeling the influence of snow pack and organic soil on a permafrost active layer, Qinghai–Tibetan Plateau of China[J]. Cold Regions Science and Technology, 2013, 90(91): 38–52.

[49] 胡宏昌. 基于植被和冻土协同影响的江河源区水循环研究[D]. 兰州: 兰州大学, 2008: 5–30.

[50] 习阿幸. 积雪–季节性冻土分布式融雪模型的改进及模拟研究[D]. 乌鲁木齐: 新疆大学, 2015: 30–35.

[51] 卫三平, 王力, 吴启发. 土壤干化的水文生态效应[J]. 水土保持学报, 2007, 21(5): 123–127.

[52] WANG Li, WANG Ship, SHAO Hongbo, et al. Simulated water balance of forest and farmland in the hill ang gully region of the Loess Plateau of China[J]. Plant Bio systems, 2012, 146(S1): 226–243.

[53] WU Mousong, WU Jingwei, TAN Xiao, et al. Simulation of dynamical interactions between soil freezing/thawing and salinization for improving water management in cold/ arid agricultural region[J]. Geoderma, 2019, 338(5): 325–342.

[54] 王贤, 张洪江, 吕相海,等. 基于的三峡库区典型农林地水量平衡模拟[J]. 农业机械学报, 2014, 45(6): 141–160.

[55] 邓志民, 张翔, 罗蔚,等. 鄱阳湖湿地苔草对水位变化的响应[J]. 应用基础与工程科学学报, 2014, 22(5): 865– 876.

[56] 赵军. COUPMODEL模拟土壤水热变化过程的研究[J]. 农业系统科学与综合研究, 2001, 17(4): 250–253.

[57] HU Guojie, ZHAO Lin, WU Xiaodong, et al. Modeling permafrost properties in the Qinghai–Xizang (Tibet) Plateau[J]. Science China Earth Sciences, 2015, 58(12): 2309–2306.

[58] 张伟, 周剑, 王根绪. 积雪和有机质土对青藏高原冻土活动层的影响[J]. 冰川冻土, 2013, 35(3): 528–540.

[59] WU Sihong, JANSSON P E, ZHANG Xiaoyu. Modelling temperature, moisture and surface heat balance in bare soil under seasonal forest condition in China[J]. European Journal of Soil Science, 2011, 62(6): 780–796.

[60] 罗蔚. 变化环境下鄱阳湖典型湿地生态水文过程及其调控对策研究[D]. 武汉: 武汉大学, 2014: 50–56.

[61] POMEROY J W, GRAY D M, BROWN T, et al. The cold regions hydrological model: a plant form for basing process representation and model structure on physical evidence[J]. Hydrological Processes, 2007, 21(19): 2650–2667.

[62] 段志华, 张钰, 张伟, 等. 评估4种寒区陆面、水文过程模式及在青藏高原的应用前景[J]. 水资源与水工程学报, 2012, 23(6): 43–50.

[63] 韩丽, 宋克超, 张文江, 等. 长江源头流域水文要素时空变化及对气候因子的响应[J]. 山地学报, 2017, 35(2): 129–141.

[64] KANG E, CHENG Guodong, SONG Kechao, et al. Simulation of energy and water balance in Soil– Vegetation–Atmosphere Transfer system in the mountain area of Heihe River Basin at Hexi Corridor of northwest China[J]. Science in China Ser. D Earth Sciences, 2005, 48(4): 538–548.

[65] QIN Zhong, YU Qiang, XU Shouha, et al. Water heat flues and water use efficiency measurement and modeling above a farmland in the North China Plain[J]. Science in China Ser. D Earth Sciences, 2005, 48(S1): 207–217.

[66] FLERCHINGER G N, SAXTON K E. Simultaneous Heat and Water Model of a Freezing Snow–Residue–Soil System[J]. Transaction of the ASAE, 1989, 32(2): 565–578.

[67] FLERCHINGER G N. The Simultaneous Heat and Water (SHAW) Model: Technical Documentation[M]. Technical Report NWRC, 2000, 9: 1–37.

[68] BAYARD D, STAHLI M. Effects of frozen soil on the groundwater recharge in Alpine areas[J]. Climate and Hydrology in Mountain Areas, 2005: 73–83.

[69] ARNOLD J G, SRINIVASAN R, Muttiah R S, et al. Large area hydrologic modeling and assessment part I: model development[J]. Jawra Journal of the American Water Resources Association, 1998, 34(1): 91–101.

[70] ARNOLD J G, FOHRER G, NFOHRER. SWAT2000: Current capabilities and research opportunities in applied watershed modeling[J]. Hydrological Processes, 2005, 19(3): 563–572.

[71] 王树才. SWAT 模型在北方高寒地区径流模拟中的适用性研究[J]. 人民珠江, 2017, 38(7): 61–64.

[72] WOOD E, LETTENMAIER D, ZARTRIAN V. A land– surface model hydrology parameterization with subgrid variability for general circulation models[J]. 1992, 97(3): 2717–2728.

[73] LIANG Xu, LETTENMAIER D P, WOOD E F, et al. A simple hydrologically based model of land surface water and energy fluxes for general circulation models[J]. Journal Geophysical Research Atmospheres, 1994, 99(7): 14415–14428.

[74] NIJSSEN B, LETTENMAIER D P, LIANG Xu, et al. Stream flow simulation for continental–scale river basins[J]. Water Resources Research, 1997, 33(4): 711–724.

Advances in CoupModel simulation and application research

LI Yue1,2, WAN Zhongmei1,*, SUN Li2

1. College of Earth Sciences, Jilin University, Changchun 130061, China 2. Northeast Institute of Geography and Agroecology,China Academy of Sciences, Changchun 130012,China

CoupModel simulation covers a wide range of aspects of land surface processes and has the characteristic of dynamic predictability. The model can not only accurately simulate the processes of soil water and heat transfer and carbon and nitrogen cycle in forest, farmland, wetland and permafrost ecosystems, but also scientifically predict the potential of temperature increase in the context of climate change. CoupModel is used to simulate the mass and energy processes of the soil-vegetation-atmosphere system in detail through its coupling principle and characteristics, data input and output, various parameter estimation methods and simulation results verification. etc. CoupModel has been applied and approved in many foreign countries and regions, and the introduction to China has also been verified in many regions by changing some parameters. Based on the many previous research results, we compared CoupModel with other widely-used models with similar functions. The future research progress should be discussed from the aspects of simplification of model parameters, validation of applicability and model scale.

CoupModel; coupled heat and water; mass transfer; soil vegetation atmospheric system process

10.14108/j.cnki.1008-8873.2020.03.027

P463.2

A

1008-8873(2020)03-212-09

2019-07-08;

2019-10-10

国家自然科学基金项目(41771102, 41101271)资助

李月(1993—), 女, 黑龙江兰西人, 硕士, 主要研究方向为湿地碳循环与过程模拟, E-mail: 15046533520@163.com

万忠梅, 女, 副教授, 主要从事第四纪全球变化研究, E-mail: wanzm@jlu.edu.cn

李月, 万忠梅, 孙丽. CoupModel模拟与应用研究进展[J]. 生态科学, 2020, 39(3): 212–220.

LI Yue, WAN Zhongmei, SUN Li. Advances in CoupModel simulation and application research[J]. Ecological Science, 2020, 39(3): 212–220.