全球变暖、下垫面变化和城市化过程已诱发显著的、非均一性陆面水热要素变化,需要发展高分辨率陆面再分析数据为局地粮食、能源和水资源安全提供精细化信息。然而,目前全球陆面再分析资料的分辨率依旧较粗(~0.25°),亟需高分辨率、长时段的区域高分辨率陆面再分析数据。这里,我们利用多源高分辨率气象外强迫、高分辨率陆面参数数据驱动一个经过水文率定的联合地表-地下过程陆面模式(CSSPv2),发展了一套高分辨率、长时段中国区域陆面再分析数据(HCLRDv1.0)。HCLRDv1.0考虑了植被叶面积指数和城市下垫面的年变化过程,数据分辨率为6km,时间跨度为1979~2017年,时间分辨率为1天。基于上千个观测站点以及高分辨率卫星反演数据的对比验证表明,HCLRDv1.0可以很好地再现积雪深度、蒸散发、地表和根系层土壤湿度的气候态、变率和长期变化趋势,相比9套先进再分析资料,HCLRDv1.0对上述变量的模拟误差减小了12~67%,对83个流域产流模拟与观测间的KGE指数增加了197%,与遥感反演的三大城市群地表温度之间的相关系数增加12%。进一步分析发现,除了采用了高分辨率陆面驱动数据外,高分辨率的陆面参数和CSSPv2陆面模式对HCLRDv1.0的高精度表现也有重要贡献。由于HCLRDv1.0的长时段、高分辨率和高模拟精度,它可以用于中国地区陆面水热过程、陆面水热变化的相关研究,也能为天气和气候模式的初始化提供更精确的初始场。
208 11 2021-12-06