王 慧，孫亞勇 ，黃詩(shī)峰 ，馬建威，楊永民

（1.中國(guó)水利水電科學(xué)研究院，北京 100038；2.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心，北京 100038）

1 研究背景

土壤含水量是陸-氣水循環(huán)及地表能量平衡中的一項(xiàng)重要參數(shù)，在水文過(guò)程、氣候變化、生態(tài)平衡、農(nóng)業(yè)生產(chǎn)等不同領(lǐng)域中都有著重要作用。分布式水文模型是獲取大范圍、高時(shí)空分辨率土壤含水量數(shù)據(jù)的重要手段。VIC水文模型（Variable Infiltration Capacity Macroscale Hydrologic Model，VIC）是一種基于水量平衡與陸-氣間能量平衡模擬的分布式水文模型，在徑流、蒸散、土壤水模擬等方面獲得了廣泛的應(yīng)用。Nijssen等［1］利用VIC模型生成了1980—1993年全球范圍2°分辨率的逐日土壤含水量分布圖；Andreadis等［2］利用基于VIC模型模擬的0.5°分辨率的土壤水分和徑流資料，重現(xiàn)了歷史上北美大陸1920—2003年的干旱過(guò)程；Wu等［3］利用VIC模型模擬了1971—2005全國(guó)范圍30 km分辨率的逐日土壤含水量；Zhang等［4］利用VIC模型建立了1952—2012年全中國(guó)0.25°分辨率的地表水文通量與狀態(tài)數(shù)據(jù)集。

植被作為下墊面的重要要素，是土壤水分影響地表能量的重要因素，而植被覆蓋度及植被健康狀況對(duì)地表蒸散、近地表大氣水分分布等都有一定影響［5-6］。植被參數(shù)是分布式水文模型中的重要參量，其中葉面積指數(shù)（Leaf Area Index，LAI）與植被覆蓋指數(shù)（Fractional Vegetation Cover，F(xiàn)VC）兩種主要的植被參數(shù)很大程度影響著植被對(duì)土壤水分的作用能力。VIC模型中，默認(rèn)情況下，每種植被每個(gè)月的LAI為固定的常數(shù)，不存在年際變化；每個(gè)網(wǎng)格的FVC為固定的常數(shù)，不存在年內(nèi)與年際變化。然而，實(shí)際的LAI及FVC具有時(shí)空差異性，會(huì)隨區(qū)域和時(shí)間的改變而變化。VIC模型在默認(rèn)情況下的靜態(tài)植被參數(shù)無(wú)法準(zhǔn)確反映出現(xiàn)實(shí)植被的時(shí)空差異性，影響了模型的模擬精度。目前，已有一些學(xué)者嘗試使用精度更高的植被參數(shù)作為VIC模型的輸入?yún)?shù)，并進(jìn)行了相關(guān)應(yīng)用分析。Mao等［7］利用陸面數(shù)據(jù)同化系統(tǒng)（Land Data Assimilation System，LDAS）的LAI產(chǎn)品制作了VIC模型的植被參數(shù)數(shù)據(jù)；Yuan等［8］使用甚高分辨率輻射計(jì)（Advanced Very High Resolution Radiometer，AVHRR）的土地分類(lèi)數(shù)據(jù)及LDAS提供的植被數(shù)據(jù)制作了VIC模型的靜態(tài)植被參數(shù)數(shù)據(jù)，并以其作為VIC模型的輸入?yún)⒘?，能較好地模擬中國(guó)漢江流域的徑流量。遙感對(duì)植被有良好的動(dòng)態(tài)監(jiān)測(cè)能力，能夠有效提供動(dòng)態(tài)LAI及FVC數(shù)據(jù)。MODIS（Moderate-resolution Imaging Spectroradiometer，中分辨率成像光譜儀）數(shù)據(jù)能夠提供全球的動(dòng)態(tài)植被產(chǎn)品，對(duì)VIC模型的應(yīng)用能提供重要的數(shù)據(jù)支撐。Tang等［9］發(fā)現(xiàn)基于MODIS的動(dòng)態(tài)LAI數(shù)據(jù)能使得VIC模型在墨西哥西部北美季風(fēng)區(qū)的土壤含水量及蒸散模擬精度提高；Zhou等［10］開(kāi)展了靜態(tài)植被參數(shù)與基于MODIS的動(dòng)態(tài)植被參數(shù)在模型應(yīng)用中的對(duì)比研究，發(fā)現(xiàn)使用動(dòng)態(tài)植被參數(shù)在中國(guó)褒河流域能獲得更合理的蒸散及徑流量模擬結(jié)果。國(guó)內(nèi)對(duì)MODIS植被數(shù)據(jù)產(chǎn)品在VIC模型中模擬土壤含水量的研究還很少。

基于此，本文利用MODIS LAI及FVC，開(kāi)展LAI及FVC對(duì)VIC模擬土壤含水量的影響研究，研究?jī)烧邔?duì)VIC模型模擬表層土壤含水量的影響，為提高VIC模型土壤含水量的模擬精度提供參考。

2 研究區(qū)及數(shù)據(jù)

2.1 研究區(qū) 本文研究區(qū)位于西藏自治區(qū)那曲縣，經(jīng)度為91.68～92.44°E，緯度為31.06～31.82°N。該地區(qū)平均海拔4650 m，屬高原丘陵地形，坡度較為平緩。研究區(qū)地表覆蓋類(lèi)型絕大部分為草地，屬高原草甸，植被主要是冷生、中生、多年生草本植物。該地區(qū)屬亞寒帶半濕潤(rùn)高原季風(fēng)氣候，高寒缺氧，空氣干燥，太陽(yáng)輻射強(qiáng)度較大，年平均氣溫為-2℃，全年大風(fēng)日100 d左右，年降水量約500 mm，分冷暖季。六月至九月相對(duì)溫暖，受南亞季風(fēng)影響，集中了75%的年降水量；十月至次年五月為冰凍期。由于低溫凍土等原因，青藏高原的高原草甸生態(tài)系統(tǒng)極其脆弱，對(duì)氣候變化十分敏感，抗干擾能力很低［11］。

2.2 數(shù)據(jù)及預(yù)處理 為開(kāi)展VIC模型的土壤含水量模擬研究，本文收集了MODIS植被產(chǎn)品數(shù)據(jù)、氣象產(chǎn)品數(shù)據(jù)、野外站點(diǎn)土壤含水量實(shí)測(cè)數(shù)據(jù)等，并對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理，以此進(jìn)行VIC模型土壤含水量模擬結(jié)果的相關(guān)分析與精度評(píng)價(jià)。

2.2.1 MODIS植被產(chǎn)品數(shù)據(jù) MODIS即中分辨率成像光譜儀，搭載于Terra、Aqua兩顆衛(wèi)星上，是美國(guó)地球觀(guān)測(cè)系統(tǒng)（EOS）計(jì)劃中用于觀(guān)測(cè)全球生物和物理過(guò)程的重要傳感器，具有光譜范圍廣、更新頻率高的優(yōu)點(diǎn)。它每1～2d實(shí)現(xiàn)一次全球覆蓋，并提供陸海溫度、陸地表面覆蓋、云、水汽、火情等多種應(yīng)用產(chǎn)品數(shù)據(jù)的免費(fèi)服務(wù)。本文選擇時(shí)間范圍為2008年1月1日至2011年8月31日的MODIS LAI 8日產(chǎn)品MOD15A2以及由MODIS NDVI 16日產(chǎn)品MOD13Q1計(jì)算的FVC，公式如下：

式中：NDVIs、NDVIv分別為裸土與植被的NDVI值，根據(jù)郭鵬［12］的研究，取NDVIs=0.05，NDVIv=0.8。

為研究動(dòng)態(tài)植被參數(shù)對(duì)VIC模型表層土壤含水量模擬的影響，將試驗(yàn)點(diǎn)上基于MODIS的8日LAI數(shù)據(jù)與16日FVC數(shù)據(jù)使用下式分段線(xiàn)性插值為單日數(shù)據(jù)：

式中：k=1，2，…n-1為植被數(shù)據(jù)根據(jù)時(shí)間順序排列的序號(hào)；tk為第k條數(shù)據(jù)對(duì)應(yīng)的時(shí)間點(diǎn)；Vk為tk時(shí)的植被數(shù)據(jù)值；t為插值時(shí)間；V()t為t時(shí)的植被數(shù)據(jù)值。2.2.2 土壤含水量觀(guān)測(cè)數(shù)據(jù) 本文使用中國(guó)科學(xué)院青藏高原研究所的青藏高原多圈層模擬與數(shù)據(jù)同化中心（Data Assimilation and Modeling Center for Tibetan Multi-spheres，DAM）在西藏自治區(qū)那曲縣周邊設(shè)立的青藏高原中部地區(qū)土壤濕度與溫度監(jiān)測(cè)網(wǎng)（Central Tibetan Plateau Soil Moisture and Tempera?ture Monitoring Network，CTP-SMTMN）所采集的土壤含水量數(shù)據(jù)［13-16］。數(shù)據(jù)每30 min輸出一次，埋設(shè)的土壤水分傳感器能給出深度5、10、20和40 cm處的土壤濕度數(shù)據(jù)。

考慮到觀(guān)測(cè)數(shù)據(jù)時(shí)長(zhǎng)與數(shù)據(jù)的連續(xù)性，本文選擇CTP-SMTMN的L08（31.662°E，91.795°N）、L21（31.172°E，92.197°N）、L27（31.664°E，92.342°N）、L34（31.259°E，91.799°N）站點(diǎn)2010年9月1日至2011年8月31日之間的數(shù)據(jù)進(jìn)行研究（圖1）。

圖1 研究區(qū)及土壤含水量觀(guān)測(cè)站點(diǎn)位置分布

站點(diǎn)觀(guān)測(cè)所得5、10、20和40 cm處的土壤含水量數(shù)據(jù)，與VIC模型模擬出的0～15 cm土壤含水量數(shù)據(jù)不能進(jìn)行直接對(duì)比。為方便對(duì)比，對(duì)站點(diǎn)觀(guān)測(cè)的土壤含水量根據(jù)以下公式進(jìn)行計(jì)算，折算為0～15 cm土壤層的平均體積含水量：

式中：Z0～5、Z5～10、Z10～15分別為0 ～ 5、5 ～ 10、10 ～ 15 cm土壤層厚度，均為5cm；θ0～15、θ0～5、θ5～10、θ10～15分別為0～15、0～5、5～10、10～15cm土壤體積含水量，其中：

化簡(jiǎn)后得：

式中：θ5、θ10、θ20分別為站點(diǎn)觀(guān)測(cè)的5、10、20 cm處土壤體積含水量。

2.2.3 其他數(shù)據(jù) 氣象驅(qū)動(dòng)數(shù)據(jù)選擇了2008年1月1日至2011年8月31日的中國(guó)氣象局陸面數(shù)據(jù)同化系統(tǒng)第一版本［17］（CMA Land Data Assimilation System Version1.0，CLDAS-V1.0）日產(chǎn)品數(shù)據(jù)，包括降水量、氣溫、風(fēng)速、氣壓、短波輻射、濕度等要素。

土壤參數(shù)數(shù)據(jù)部分由世界土壤數(shù)據(jù)庫(kù)（Harmonized World Soil Database，HWSD）提供，部分由SWAT模型數(shù)據(jù)庫(kù)輔助軟件SPAW計(jì)算得到，包括土壤飽和體積含水量、土壤水下滲速率、水力傳導(dǎo)率、土壤飽和水勢(shì)、土壤厚度、土壤水?dāng)U散系數(shù)、飽和容量曲線(xiàn)形狀參數(shù)等。

3 模型及方法

3.1 VIC模型VIC模型是基于水量平衡與陸-氣間能量平衡的分布式水文模型，由華盛頓大學(xué)、普林斯頓大學(xué)及加利福尼亞大學(xué)伯克利分校共同研制開(kāi)發(fā)［18-19］。它彌補(bǔ)了傳統(tǒng)水文模型對(duì)能量過(guò)程描述的不足，同時(shí)考慮冠層蒸發(fā)、植被蒸騰和裸土蒸發(fā)，并可以進(jìn)行土壤凍融、積雪融雪、湖泊、沼澤相關(guān)參量的計(jì)算。此外，VIC模型也考慮到了單一網(wǎng)格內(nèi)存在的地表覆蓋類(lèi)型、高程、土壤蓄水容量等屬性的不同［18］。以下為VIC模型模擬土壤含水量的主要物理過(guò)程原理。

VIC模型采用下式計(jì)算上兩層土壤的含水量［20］：

式中：θ為土壤體積含水量，zi為第i層的土壤深度；I為下滲速率；E為蒸散量；為水力傳導(dǎo)率；D()θ為土壤水?dāng)U散系數(shù)。

I、需通過(guò)土壤實(shí)驗(yàn)進(jìn)行測(cè)算，本文這些參量從由制備好的土壤參數(shù)數(shù)據(jù)直接給出。

蒸散量在很大程度上受到植被數(shù)據(jù)的影響。VIC模型中的蒸散量由三部分組成：冠層蒸發(fā)量Ec、植被蒸騰量Et及裸土蒸發(fā)量即：

式中：LAI會(huì)對(duì)冠層蒸發(fā)Ec、植被蒸騰Et有影響。冠層最大截留水量為L(zhǎng)AI的0.2倍［21］，在降水充沛時(shí)，冠層最大截留水量與Ec成正比；冠層阻力與LAI成反比，與Et也成反比；則LAI與Ec、Et成正比關(guān)系［20，22，23］。

每個(gè)網(wǎng)格上的總蒸散量E，是Ec、Et、El根據(jù)網(wǎng)格內(nèi)不同地表覆蓋所占面積分?jǐn)?shù)計(jì)算的加權(quán)和：

式中：Cn為第n種植被類(lèi)型在該網(wǎng)絡(luò)的植被覆蓋比例；CN+l為裸土覆蓋比例，且

在VIC模擬表層土壤含水量的過(guò)程中，植被參數(shù)中的LAI與FVC在降水截留、冠層蒸發(fā)及植被蒸騰過(guò)程中都起到了一定的作用。其中，LAI會(huì)影響到植被冠層最大截留水量與冠層阻力，進(jìn)而影響到冠層蒸發(fā)與植被蒸騰，LAI與二者成正比；由式（7），植被覆蓋比例越大，相應(yīng)植被的冠層蒸發(fā)與植被蒸騰越大；由式（8），網(wǎng)格內(nèi)所有植被覆蓋比例總和的大小（即該網(wǎng)格FVC）也會(huì)影響到裸土面積，進(jìn)而影響到該網(wǎng)格裸土蒸發(fā)的強(qiáng)度。

3.2 植被數(shù)據(jù)組合方案為了分析LAI與FVC對(duì)VIC模擬表層土壤含水量的影響差異，制定了5種植被數(shù)據(jù)組合方案（表1），分別就每種方案進(jìn)行土壤含水量的模擬。

其中，方案5由VIC模型默認(rèn)LAI計(jì)算FVC，與默認(rèn)LAI組合。通過(guò)下式利用默認(rèn)LAI計(jì)算FVC：

3.3 統(tǒng)計(jì)指標(biāo)為了全面評(píng)估VIC使用不同植被數(shù)據(jù)組合方案所模擬的表層土壤含水量的準(zhǔn)確性，使用偏差（Bias）、均方根誤差（RMSE），相關(guān)系數(shù)（R）這三種統(tǒng)計(jì)指標(biāo)來(lái)進(jìn)行評(píng)估［24］。偏差描述了VIC模型模擬的表層土壤含水量與站點(diǎn)觀(guān)測(cè)值之間的絕對(duì)誤差，由下式計(jì)算：

表1 植被數(shù)據(jù)組合方案

式中：為線(xiàn)性平均；t為表層土壤含水量的模擬/觀(guān)測(cè)時(shí)刻；θsim()t為VIC模型模擬的t時(shí)刻的表層土壤體積含水量；θob()t為站點(diǎn)觀(guān)測(cè)的t時(shí)刻的表層土壤體積含水量。

均方根誤差描述了VIC模型模擬的表層土壤含水量相對(duì)于站點(diǎn)觀(guān)測(cè)值的精度，RMSE由下式計(jì)算：

相關(guān)系數(shù)描述了VIC模型模擬的表層土壤含水量與站點(diǎn)觀(guān)測(cè)值在時(shí)間上的一致性及相對(duì)準(zhǔn)確性，由下式計(jì)算：

4 結(jié)果與分析

使用VIC模型，分別采用表1所示5種植被數(shù)據(jù)組合方案，對(duì)2008年1月1日至2011年8月31日4個(gè)試驗(yàn)點(diǎn)的土壤含水量進(jìn)行模擬，采用2010年9月1日至2011年8月31日的測(cè)站數(shù)據(jù)對(duì)模擬結(jié)果進(jìn)行精度驗(yàn)證。

4.1 動(dòng)態(tài)LAI對(duì)模擬結(jié)果的影響由圖2可知，相比方案4，使用方案2在4個(gè)試驗(yàn)點(diǎn)上的表層土壤含水量模擬值更高。其中，2010年10月至2011年5月的冰凍期間，使用方案2模擬的表層土壤含水量在L21、L27、L34站點(diǎn)相比方案4有較明顯的高估；2010年9月與2011年6—9月的非冰凍期間，方案2模擬的表層土壤含水量在4個(gè)站點(diǎn)都比方案4略有高估。由表2可知，相比方案4，使用方案2在4個(gè)試驗(yàn)點(diǎn)的土壤含水量模擬值的平均Bias從0.101 cm3·cm-3上升至0.145 cm3·cm-3，RMSE從0.135 cm3·cm-3上升至0.166 cm3·cm-3，R從0.483上升至0.792，表明誤差增大，模擬精度降低，但時(shí)間上的一致性及相對(duì)準(zhǔn)確性提高，即變化趨勢(shì)更加符合站點(diǎn)觀(guān)測(cè)值的表現(xiàn)。

由圖2可知，相比模型默認(rèn)LAI值（2.0～3.8），MODIS LAI值（0.1～1.7）整體較低。根據(jù)VIC模型對(duì)冠層最大截留水量的定義，LAI降低，使得冠層最大截留水量減少，冠層蒸發(fā)量降低；LAI降低使冠層阻力增大，植被蒸騰也會(huì)隨之降低；根據(jù)式（4）、式（5），冠層蒸發(fā)量與植被蒸騰量的減少會(huì)導(dǎo)致地表蒸散量的減少，從而使得表層土壤含水量升高，令土壤含水量的模擬結(jié)果高估、誤差增大、精度下降。比起默認(rèn)LAI，MODIS LAI的走勢(shì)更符合試驗(yàn)區(qū)的氣候特征與植被變化規(guī)律，這可能是使用MODIS LAI的方案2的模擬結(jié)果的變化趨勢(shì)比使用方案4更準(zhǔn)確的原因。

4.2 動(dòng)態(tài)FVC對(duì)模擬結(jié)果的影響由圖2可知，方案3的模擬效果比方案4有明顯改善。尤其在冰凍期間，使用方案3的模擬結(jié)果能呈現(xiàn)出冰凍期間表層土壤含水量的低值現(xiàn)象；在10～12月、5～6月，方案3能夠較準(zhǔn)確地模擬出凍融變化過(guò)程。由表2可知，相比方案4，使用方案3在4個(gè)試驗(yàn)點(diǎn)的土壤含水量模擬值的平均Bias從0.101 cm3·cm-3下降至0.031 cm3·cm-3，RMSE從0.135 cm3·cm-3下降至0.071 cm3·cm-3，R從0.483上升至0.834，誤差大幅降低，模擬精度明顯提高，變化趨勢(shì)也更加符合站點(diǎn)觀(guān)測(cè)值的表現(xiàn)。

由圖2可知，基于MODIS NDVI計(jì)算的FVC值（0.02～0.91）大部分時(shí)間遠(yuǎn)低于默認(rèn)FVC值（恒定為1），且冰凍期穩(wěn)定在0.04以下。在冰凍期，試驗(yàn)區(qū)的植被幾乎全部枯萎（基于MODIS NDVI計(jì)算的FVC值始終低于0.04，MODIS LAI始終低于0.2），蒸散以土壤蒸發(fā)為主，根據(jù)式（4）～式（7），默認(rèn)FVC恒定為1會(huì)導(dǎo)致土壤蒸發(fā)全年為0，使得方案4在冰凍期的表層土壤含水量模擬值持續(xù)偏高；基于MODIS NDVI計(jì)算的FVC使模擬中冰凍期的土壤蒸發(fā)量處于合理范圍，因此能正確模擬出冰凍期表層土壤含水量的低值現(xiàn)象及凍融變化過(guò)程。

4.3 動(dòng)態(tài)LAI、FVC對(duì)模擬結(jié)果的綜合影響由圖2可知，方案1的模擬效果比方案4有明顯改善，能模擬出冰凍期間液態(tài)土壤含水量的低值現(xiàn)象，并能夠較準(zhǔn)確地模擬出凍融變化過(guò)程。由表2可知，相比方案4，使用方案1在4個(gè)試驗(yàn)點(diǎn)的土壤含水量模擬值的平均Bias從0.101 cm3·cm-3下降至0.032 cm3· cm-3，RMSE從0.135 cm3·cm-3下降至0.071 cm3· cm-3，R從0.483上升至0.836，誤差大幅降低，模擬精度明顯提高，變化趨勢(shì)更符合站點(diǎn)觀(guān)測(cè)值的情況。方案1的三項(xiàng)統(tǒng)計(jì)數(shù)據(jù)與方案3持平，使用MODIS LAI僅使得方案1的Bias比方案3高0.001 cm3·cm-3，R比方案3高0.002。FVC對(duì)VIC模型在試驗(yàn)區(qū)對(duì)表層土壤含水量的模擬精度的影響遠(yuǎn)遠(yuǎn)高于LAI。

圖2 使用方案1-5模擬所得表層土壤含水量結(jié)果對(duì)比

綜合以上分析結(jié)果，提出了在缺乏準(zhǔn)確的植被數(shù)據(jù)源時(shí)的替代方案，即利用默認(rèn)LAI計(jì)算FVC參數(shù)進(jìn)行VIC模型模擬（即方案5）。由圖2可知，方案5在冰凍期的模擬效果比起方案4有所改善，在冰凍期土壤含水量有下降的趨勢(shì)。由表2可知，相比方案4，使用方案5在4個(gè)試驗(yàn)點(diǎn)的土壤含水量模擬值的平均Bias從0.101 cm3·cm-3下降至0.067 cm3·cm-3，RMSE從0.135 cm3·cm-3下降至0.100 cm3·cm-3，R從0.483上升至0.720，誤差降低，模擬精度提高，變化趨勢(shì)比方案4符合站點(diǎn)觀(guān)測(cè)值的表現(xiàn)，但沒(méi)有模擬出冰凍期液態(tài)土壤含水量的低值現(xiàn)象與凍融變化過(guò)程。

由圖2可知，方案5使用基于模型默認(rèn)LAI計(jì)算所得的FVC值（0.63～0.85）低于1，土壤蒸發(fā)量的模擬得到改善，進(jìn)而冰凍期的表層土壤含水量模擬值有所降低，比僅使用默認(rèn)數(shù)據(jù)的方案4所得模擬結(jié)果更加符合實(shí)際。不過(guò)由于FVC值過(guò)高，土壤蒸發(fā)量的模擬精度仍然較低，且基于默認(rèn)LAI計(jì)算所得的FVC的變化趨勢(shì)不符合試驗(yàn)區(qū)氣候植被特征，故該方案尚有發(fā)展的潛力，如使用更加準(zhǔn)確的LAI或NDVI計(jì)算FVC作為模型輸入，進(jìn)行表層土壤含水量的模擬。

表2 VIC使用不同植被數(shù)據(jù)組合方案在各試驗(yàn)點(diǎn)模擬表層土壤含水量結(jié)果驗(yàn)證統(tǒng)計(jì)

5 結(jié)論

本文以MODIS遙感數(shù)據(jù)估算的動(dòng)態(tài)植被參數(shù)數(shù)據(jù)驅(qū)動(dòng)VIC模型，模擬西藏那曲縣2008年1月1日至2011年8月31日的表層土壤含水量（0～15cm），以此分析動(dòng)態(tài)植被參數(shù)LAI及FVC對(duì)VIC模擬表層土壤含水量精度的影響。結(jié)果表明：（1）使用MODIS動(dòng)態(tài)LAI數(shù)據(jù)驅(qū)動(dòng)VIC模型，R從0.483上升至0.792，其表層土壤含水量的模擬值與站點(diǎn)觀(guān)測(cè)值在時(shí)間上的變化趨勢(shì)一致性更好，模擬值的相對(duì)準(zhǔn)確性提高；（2）使用MODIS動(dòng)態(tài)FVC數(shù)據(jù)驅(qū)動(dòng)VIC模型，平均Bias從0.101 cm3·cm-3下降至0.031 cm3·cm-3，RMSE從0.135 cm3·cm-3下降至0.071 cm3·cm-3，其表層土壤含水量的模擬精度顯著提升，并且R從0.483上升至0.834，模擬值與站點(diǎn)觀(guān)測(cè)值在時(shí)間上的變化趨勢(shì)一致性顯著提高，較準(zhǔn)確地模擬了表層土壤含水量的相對(duì)變化，尤其能更準(zhǔn)確地模擬出凍融過(guò)程中表層土壤含水量的變化趨勢(shì)；（3）相比靜態(tài)植被參數(shù)，使用MODIS遙感數(shù)據(jù)估算的動(dòng)態(tài)植被參數(shù)顯著提升了VIC模擬表層土壤含水量的精度，較準(zhǔn)確的模擬出冰凍期液態(tài)土壤含水量的低值，較好的模擬出10—12月及5—6月的土壤凍融變化過(guò)程。

致謝：感謝由中國(guó)氣象局提供的陸面數(shù)據(jù)同化系統(tǒng)第一版本（CMA Land Data Assimilation System Version1.0，CLDASV1.0）生產(chǎn)的氣象數(shù)據(jù)。

參考文獻(xiàn)：

［1］NIJSSEN B，SCHNUR R，LETTENMAIER D P.Global retrospective estimation of soil moisture using the vari?able infiltration capacity land surface model，1980-93［J］.Journal of Climate，1999，14（8）：1790-1808.

［2］ANDREADIS K M，CLARK E A，WOOD A W，et al.20th century drought in the conterminous United States［J］.Journal of Hydrometeorology，2005，6（6）：985-1001.

［3］WU Z，LU G，WEN L，et al.Thirty-five year（1971-2005）simulation of daily soil moisture using the variable infiltration capacity model over China［J］.Atmosphere-Ocean，2007，45（1）：37-45.

［4］ZHANG X J，TANG Q，PAN M，et al.A long-term land surface hydrologic fluxes and states dataset for China［J］.Journal of Hydrometeorology，2014，15（5）：2067-2084.

［5］MCPHERSON R A.A review of vegetation--atmosphere interactions and their influences on mesoscale phenome?na［J］.Progress in Physical Geography，2007，31（3）：261-285.

［6］ SR R A P.Influence of the spatial distribution of vegetation and soils on the prediction of cumulus convective rain?fall［J］.Reviews of Geophysics，2001，39（2）：151-177.

［7］MAO D Z，CHERKAUER K A.Impacts of land-use change on hydrologic responses in the Great Lakes region［J］.Journal of Hydrology，2009，374（1）：71-82.

［8］YUAN F，XIE Z，LIU Q，et al.An application of the VIC-3L land surface model and remote sensing data in sim?ulating streamflow for the Hanjiang River basin［J］.Canadian Journal of Remote Sensing，2004，30（5）：680-690.

［9］TANG Q，VIVONI E R，MU OZARRIOLA F，et al.Predictability of evapotranspiration patterns using remotely sensed vegetation dynamics during the North American Monsoon［J］.Journal of Hydrometeorology，2012，13（1）：103-121.

［10］ZHOU S，LIANG X，CHEN J，et al.An assessment of the VIC-3L hydrological model for the Yangtze River ba?sin based on remote sensing：a case study of the Baohe River basin［J］.Canadian Journal of Remote Sensing，2004，30（5）：840-853.

［11］羅亞勇，孟慶濤，張靜輝，等.青藏高原東緣高寒草甸退化過(guò)程中植物群落物種多樣性、生產(chǎn)力與土壤特性的關(guān)系［J］.冰川凍土，2014，36（5）：1298-1305.

［12］郭鵬.基于MODIS的青藏高原地表參數(shù)時(shí)空變化研究［D］.北京：中國(guó)石油大學(xué)，2010.

［13］CHEN Y，YANG K，QIN J，et al.Evaluation of AMSR-E retrievals and GLDAS simulations against observations of a soil moisture network on the central Tibetan Plateau［J］.Journal of Geophysical Research-Atmospheres，2013，118（10）：4466-4475.

［14］QIN J，YANG K，LU N，et al.Spatial upscaling of in-situ soil moisture measurements based on MODIS-derived apparent thermal inertia［J］.Remote Sensing of Environment，2013，138（138）：1-9.

［15］YANG K.A multi-scale soil moisture and Freeze-Thaw Monitoring Network on the Tibetan Plateau and its appli?cations［J］.Bulletin of the American Meteorological Society，2013，94（12）：1907-1916.

［16］ZHAO L，YANG K，QIN J，et al.Spatiotemporal analysis of soil moisture observations within a Tibetan meso?scale area and its implication to regional soil moisture measurements［J］.Journal of Hydrology，2013，482（5）：92-104.

［17］SHI C，JIANG L，ZHANG T，et al.Status and Plans of CMA Land Data Assimilation System（CLDAS）Project［C］//Proceedings of the EGU General Assembly Conference，2014.

［18］LIANG X，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 of Geophysical Research Atmospheres，1994，99（D7）：14415-14428.

［19］NIJSSEN B，LETTENMAIER D P，LIANG X，et al.Streamflow simulation for continental-scale river basins［J］.Water Resources Research，1997，33（4）：711-724.

［20］GAO H，TANG Q，SHI X，et al.Water Budget Record from Variable Infiltration Capacity（VIC）Model［Z］.2010，

［21］DICKINSON R E.Modeling evapotranspiration for three-dimensional global climate models［J］.Washington Dc American Geophysical Union Geophysical Monograph，1984，29：58-72.

［22］BLONDIN C.Parameterization of Land-Surface Processes in Numerical Weather Prediction［M］.Springer New York，1991.

［23］DUCOUDR N I，LAVAL K，PERRIER A.SECHIBA，a New Set of Parameterizations of the Hydrologic Ex?changes at the Land-Atmosphere Interface within the LMD Atmospheric General Circulation Model［J］.Journal of Climate，1993，6（2）：248-273.

［24］SUN Y，HUANG S，MA J，et al.Preliminary evaluation of the SMAP radiometer soil moisture product over China using in situ data［J］.Remote Sensing，2017，9（3）：292.