孟 含，金 继 明

(西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100)

地表温度(Land Surface Temperature，LST)是表征全球变暖的关键物理因子[1]。LST通过蒸散发过程影响地表能量收支和水分收支[2]，其主要控制感热通量的大小，从而改变空气温度。LST的变化直接影响着土壤含水量和土壤蒸发量，进而影响区域植被生长和农业生产。地表温度升高会加剧地表蒸散，致使全球多数地区干旱状况明显加剧[3]。因此，LST时空分布的准确评估是进一步研究地表蒸散发的重要依据，对加深陆气相互作用过程的理解、预测未来气候变化和流域水资源变化以及预防旱灾和科学灌溉至关重要。

目前，可以通过站点观测、遥感技术和模式模拟获取LST数据。虽然传统的站点观测方法可以获得高精度的LST值，但因站点数量及位置等的局限性，这些观测值只能表征局部的LST变化特征。通过卫星遥感技术获得的LST数据不仅具有较高的分辨率，且能充分描述其空间分布及变化特征，但是遥感数据时长较短，不能体现历史LST的变化特征。而陆面模式能够模拟出广泛、长期、连续的高分辨率LST时空分布数据，既能模拟历史LST的变化，亦能对未来LST变化进行预测。

通用陆面模式模拟结果的准确性与大气强迫数据集的质量紧密相关，强迫数据集自身的误差会传递至模拟结果。目前已有学者针对不同大气强迫数据集对陆面模式的影响进行了研究。Wang等[4]在通用陆面模式(Community Land Model version 4.5，CLM4.5)中输入不同强迫数据集后模拟了蒸散发量、土壤湿度、雪深、径流等物理量，结果表明使用多个强迫数据集的模拟结果的总体平均值通常优于单个模拟结果；……