在使用国家水模型改善上科罗拉多河流域雪模拟中的强迫和参数化的作用

摘要 本研究评估了国家水模型(NWM)中由于强迫和模型参数化导致的雪水当量(SWE)模拟不确定性，使用上科罗拉多河流域(UCRB)46个雪电测(SNOTEL)站的数据。我们评估了新开发的用于校准的记录分析(AORC)强迫数据在SWE模拟中的应用，并检查了对AORC降水和温度进行偏差校正的影响。此外，我们通过72个集合实验调查了SWE模拟对物理参数化方案选择的敏感性。结果表明，采用AORC强迫的NWM很好地捕捉了SWE的整体时间变化，但低估了其数量。使用SNOTEL观测数据调整AORC降水使SWE均方根误差(RMSE)减少了66%，调整温度减少了10%，同时调整两者使其减少了69%。在物理过程中，雪/土壤温度时间方案(STC)表现出最高的敏感性，其次是热的表面交换系数(SFC)，雪面反照率(ALB)，以及降雨和降雪分配(SNF)，而土壤温度的下边界(TBOT)则表现为不敏感。进一步优化参数化组合使SWE RMSE减少了12%。当与偏差校正的AORC降水和温度结合时，这种优化导致SWE RMSE显著减少了78%。尽管取得了这些改进，持续缓慢和迟来的春季消融仍然表明模型在雪消融物理方面存在缺陷。该研究强调了在山区区域提高强迫数据精度以及通过优化措施解决模型参数化不确定性的关键需求。