5.2 基于 CRNS 的 SMAP 产品误差分析................................. 43
5.3 多源土壤水分融合 ..................................... 44
第五章 多源土壤水分数据融合
5.1 基于 CRNS 的 CLM 土壤水分数据误差分析
图 5-1 为 CLM 4.5 模拟的土壤水分趋势图，由图可见，CLM 4.5 在 2017~2019年的 4~11 月与 CRNS 测量土壤水趋势比较一致。CLM 4.5 整体的相关系数达到了 0.664，与 CRNS 趋势模拟拟合较好。但在图中也可以明显看出在 2019 年秋季，土壤含水量模拟趋势出现了明显的偏高，趋势变差。CLM 4.5 模拟土壤含水量的均方根误差为 0.045 mm3·mm-3，平均偏差为-0.017 mm3·mm-3，模拟精度较好，没有明显的偏高偏低。
表 5-1 为 CLM 4.5 在 2017~2019 年 4~11 月的相关评价指标。从相关系数看，CLM 4.5 在 2019 年 10~11 月相关系数过低，未通过相关性检验，但其他各月相关系数均在 0.695~0.970 之间，趋势拟合较好。从均方根误差与平均偏差看，CLM 4.5 在 2019 年 7~11 月均方误差在 0.058~0125 mm3·mm-3之间，平均偏差在0.054~0.125 mm3·mm-3，模拟精度较差，模拟值明显偏高，在 10~11 月份尤为严重；但在其他月份，均方根误差在 0.010~0.037 mm3·mm-3之间，平均偏差在-0.014~0.025 mm3·mm-3之间，模拟精度较高，且模拟值接近实测。CLM 4.5 在2017~2018 年模拟性能极好，但是在 2019 年 7~11 月模拟性能开始下降，且在10~11 月模拟性能极差。
CLM 4.5 在 2019 年模拟精度变差与模拟的土壤温度及蒸散发有关。在 2019年，气温较 2017~2018 年低，导致了地温模拟较低。由图 5-2 可见受到气温影响，CLM 4.5 在 2019 年模拟的蒸散发较低，尤其在 10~11 月，地温较早的降低至 0℃以下，导致在降水产生时，降水积累冻结在土壤表层，几乎无法蒸发，模拟的土壤含水量异常升高。综上，CLM 4.5 在 2017~2018 年模拟趋势好，模拟精度高，但气温较低 2019 年，模拟精度下降，且在地温降至 0℃时，完全无法模拟土壤水趋势。
图 5-1 鄂尔多斯 CLM 4.5 模拟土壤含水量日均值
...................................
第六章 结论与展望
6.1 主要结论
本文以植被覆盖变化剧烈、生态脆弱、数据匮乏的西北农牧交错带为研究区，选取有着农田-草地交错复杂下垫面的鄂尔多斯站与盐池站为研究站点。首先，基于 ECH2O 测量的土壤水分数据，分别在鄂尔多斯、盐池的草地、灌溉农田、雨养农田三种典型下垫面上，对比评估了两个版本 CLM 的土壤水分模拟性能，分析了版本改进对其模拟性能的影响。通过选取适合西北农牧交错带的 CLM 版本，模拟了鄂尔多斯 2017~2019 年土壤水分，并基于 CRNS 测量的田间尺度土壤水分，对比评估 CLM 与 SMAP 土壤水分数据，并将两种土壤水分数据采用 BP神经网络算法进行了融合、验证与评估。主要结论如下：
（1）CLM 4.5 与 CLM 5.0 在草地与雨养农田上土壤表层 0~15cm 上模拟性能较好，能够准确模拟土壤含水量实际情况，但模拟性能都随着模拟深度加深而明显下降，在 15~50cm 土层，模拟性能下降明显。在草地与雨养农田上，相比CLM 4.5，CLM 5.0 模拟性能有所下降，主要表现在模拟精度下降，模拟值偏高。这是由于 CLM 5.0 在土壤蒸发中引入土壤干表层之后，模拟的蒸散发减少，使得土壤含水量模拟值增加，模拟性能降低。CLM 5.0 引入的土壤干表层不适应西北农牧交错带地区，有待进一步改进完善。
（2）在灌溉农田上， CLM 5.0 土壤含水量的相关性有了明显的提升，模拟性能提高。CLM 5.0 灌溉机制改进后，有着更合理的灌溉触发机制、灌溉深度及灌溉量计算方式，使得灌溉量有了合理的模拟，灌溉模拟性能提升。CLM 4.5 对灌溉量模拟异常偏高，使得其在 4~8 月的模拟性能较差，而 CLM 5.0 对灌溉量的合理模拟，使得土壤含水量的模拟值不再异常偏高，在 4~8 月模拟性能有了明显提升。
（3）基于 CRNS 数据进行评估，CLM 4.5 与 SMAP 土壤水分均能够较好的代表研究区表层土壤水分，相关性高，数据精度高，在研究区适应性好。CLM 4.5土壤水分数据能较好地代表土壤水分趋势，模拟精度较高，但也存在温度较低时，模拟误差较大，冻融时土壤含水量模拟过高的问题；SMAP 土壤水分数据获取简单，范围广泛，数据精度高，但整体相关性差于 CLM ，存在着数据不连续、缺测值较多等问题。但在地温低于 0 ℃时，模拟性能优于 CLM ，能够较准确地测量冻融时期的土壤含水量。
参考文献（略）
