陆面过程是人类赖以生存的环境与气候连接的纽带，陆-气相互作用的空间差异不仅能驱动中尺度环流，甚至可以影响气候并改变地表环境(Delsol et al，1971; Dickinson，1995)。陆面过程模拟主要研究陆气物质和能量交换，为天气和气候模式提供大气热力特征的下边界条件。为此，科研人员开发出多种陆面模式，如CABLE、CoLM等(Zhang et al，2009)，并不断改进完善。陆面模式在实际应用中已经取得了显著的成效，但尚远未达到得心应手地展示实际大气运动和气候变化趋势的程度。作为陆面模式的重要组成，陆面物理过程中的参数化部分是进一步完善陆面过程模式的主要方面之一(Zhang et al，2004)。

地-气相互作用是通过改变辐射、地表通量以及土壤热交换等一系列反馈过程影响大气环流的，而反照率、粗糙度、总体输送系数和土壤热力参数是涉及这些过程的重要参数(Wang et al，2010; Bi et al，2007)。反照率是地表短波辐射吸收能力的表征，Charney等(1977)根据理论指出，反照率在荒漠化-反照率-气温和降水这个正反馈过程中起媒介作用。在反照率的参数化方面，Dickinson等(1986)提出了以土壤湿度为因子的裸地反照率经验关系，并应用于BATS和LSM等模式中，迄今为止，科研人员都在研究针对不同下垫面反照率的多因子参数化方案(张强等，2003; Li et al，2009)。粗糙度是反映地表光滑程度的物理参数，在莫宁-奥布霍夫相似理论中是重要的地表参数，影响着上层风场的分布和大气湍流扩散能力。在荒漠地区，当气流经过绿洲，相对沙漠较大的粗糙度能够消耗气流的能量，起到风沙屏障的作用；粗糙度还有一定的气候效应，Sud等(1985)对撒哈拉沙漠的降水研究发现，撒哈拉沙漠粗糙度减小时，降水也会明显减小。总体输送系数和土壤热力参数直接反映了陆-气以及土壤内部物质和热量的交换能力，分别是计算地表热源强度和土壤温度以及热通量的重要参数。地表热通量的计算对总体输送系数很敏感，而土壤热力性质的改变也会影响土壤和地表温度(Passerat de Silans et al，1996)，韩博等(2009)研究表明，降水后热扩散系数增大会使土壤温度日变化的振幅增大、相位前移，进而影响地-气能量交换，因此，准确的总体输送系数和土壤热力参数是目前模式所必需的。

近些年，科研人员在青藏高原和西北干旱区进行了多次大型陆面过程试验，主要包括黑河地区地-气相互作用研究(HEIFE)、第二次青藏高原大气科学试验(TIPEX)(王介民，1999)和西北干旱区陆-气相互作用观测试验研究(NWC-ALIEX)(张强等，2005)等，并获得了一系列研究成果，例如取得了青藏高原部分地区的粗糙度和总体输送系数的特征(李国平等，2002)，确定了黑河实验区和敦煌沙漠的总体输送系数(左洪超等，1992；张强等，2004，2005)以及局地反照率和土壤热传导率的多因子参数化公式(张强等，2004)等。新观测手段的应用还促使新的陆面参数计算方法的提出(陈家宜等，1993)，同时也拓展了在复杂下垫面和非理想观测场地下得到具有准确下垫面代表性陆面参数的思路(Zhang et al，2003)。

黄土高原地处中国腹地，幅员辽阔，是一个地理和气候十分特殊的区域，属于温带半干旱半湿润地区。植被稀疏，水土流失严重，生态环境脆弱，是中国干旱气候区和湿润气候区的过渡带，也是气候变化的敏感地区。Guan等(2009)、张文煜等(2009)、左金清等(2010)针对黄土高原进行研究，并在陆面过程参数化方面取得了一些成果，但是陆面过程参数的确定工作一直没有取得实质性进展，仍需要较为全面的参数化工作，同时缺少与其他典型地区的对比和分析。本文旨在利用“黄土高原陆面过程观测与试验研究(LOPEX)”项目参与方兰州大学半干旱气候与环境观测站(SACOL)的资料，计算自然植被下垫面下总体输送系数和粗糙度，并对反照率﹑土壤热传导率进行参数化，与典型地区已有的研究成果进行对比，力图找到可能潜在的规律。 2 站点与资料 2.1 观测环境和数据资料

兰州大学半干旱气候与环境观测站位于兰州大学榆中校区海拔1961 m的萃英山山顶上(35°57′N，104°08′E)。观测场占地约8 hm²，下垫面属于典型的黄土高原地貌，该地区的土壤类型为灰钙土，植被为天然荒漠草地，优生植被为多年生草本长芒草。秋季植株平均高度约为0.3 m，夏季约0.25 m，春季约0.15 m，冬季约0.1 m(张文煜等，2009)。

表 1给出了本站主要陆面过程仪器型号、技术指标和观测高度(深度)。各种观测24小时连续进行。另外，原始脉动数据分别经过去野点、二维坐标旋转、去趋势、超声虚温湿度订正以及WPL修正等控制步骤得到湍流通量。实际分析的是2008和2009年处理成30 min平均的数据，剔除了受降水影响的通量资料。因仪器故障缺测或丢失的资料包括：2008年7月1日—7日 18时30分(北京时，下同)的辐射数据，2008年9月20日 14时—22日01时的土壤数据和2008年8月16—31日的通量数据。

随着涡动相关系统的广泛应用，不断有学者提出基于单层涡动相关资料计算地表动力学粗糙度的方法。陈家宜等(1993)提出中性条件粗糙度的计算方法，不同稳定度条件下的粗糙度为

点击浏览公式

尚伦宇等(2010)提出了一种计算总体粗糙度的方法，根据莫宁-奥布霍夫相似理论，含层结稳定度订正函数的近地层风速廓线为

点击浏览公式

令β=ln ，则由式(2)可以得到kU+u_*ψ(ζ)=βu_*，利用最小二乘法对kU+u_*ψ(ζ)和u_*进行线性拟合，则得到斜率β即ln z-d z₀ ，进而得到总体粗糙度为z₀=(z-d)e^-β。

在陆-气相互作用和大气数值模拟研究中，总体输送系数是计算不同下垫面地表与大气之间物质和能量交换的关键参数。动量总体输送系数为

点击浏览公式

点击浏览公式

文中的近地层稳定度以总体理查森数，下标1和2分别表示1和16 m的观测要素，θ为θ₁与θ₂的平均值。 3 参数化分析 3.1 总体输送系数和粗糙度

总体输送系数是大气稳定度和粗糙度的函数(Zhang et al，2003)。受地表热力作用的影响，大气稳定度日变化明显，导致总体输送系数也有明显的日变化(图 1a、b)，不同季节的C_d和C_h均是中午比较大，早晚较小，而C_h在晚上还有一些波动。不同季节造成的输送系数的差异要小于日变化幅度，可见季节更替造成的地表粗糙度和稳定度的影响要小于一天之内稳定度的作用。春夏秋冬C_d平均值分别为7.0×10^-3﹑7.1×10^-3、6.7×10^-3和6.4×10^-3，C_h平均值分别为2.0×10^-3﹑2.3×10^-3、2.4×10^-3和1.8×10^-3，冬季输送系数比其他季节略小，但夏季并不太突出。这与甘肃定西春小麦下垫面有很大不同(杨兴国等，2010)，春小麦下垫面夏季的C_d和C_h要远大于其他3个季节，与春小麦处于拔节—黄熟期，长势旺盛有关，此时粗糙度比较大，能够增强近地层湍流交换能力。

图 1 不同季节(a)动量和(b)感热总体输送系数平均日变化及(c)动量和(d)感热输送系数频率分布Fig. 1 Averaged diurnal variations of the bulk transfer coefficients(Cd)for momentum(a) and sensible heat(Ch)(b)，as well as frequency distributions of the bulk transfer coefficients for momentum(Cd)(c) and sensible heat(Ch)(d)

图选项

将C_d和C_h分别按照1×10^-3和0.5×10^-3的间隔进行分类，得到二者的频率分布。从不同季节频率分布(图 1c、d)来看，各季节分布最广的动量输送系数，春夏季的最大，为3.5×10^-3，秋季次之，为2.5×10^-3，冬季最小为1.5×10^-3；而各季节分布最广的感热输送系数，春夏秋季相同，达到1.25×10^-3，冬季最小，为0.75×10^-3。比较两种总体输送系数的分布，C_d延展的范围比C_h要大，C_d从0延伸至0.02，而C_h从0延续到0.01。

总体粗糙度和中性粗糙度分别按照2.2节尚伦宇等(2010)和陈家宜等(1993)提出的方法计算。图 2a为总体输送系数和动力学粗糙度的月平均变化趋势。总体和中性粗糙度的趋势基本一致，均在夏初达到一年的极大值，兰州大学半干旱气候与环境观测站平均总体粗糙度为0.007 m，中性粗糙度为0.008 m，符合Stull(1991)给出的平坦草原粗糙度10^-2 m的量级。但2008和2009年的粗糙度趋势并不一致，2008年 粗糙度变化剧烈，而2009年较为平缓，并且，2008年的粗糙度最大值和平均值比2009年大，2008年平均总体粗糙度为0.009 m，中性粗糙度为0.01 m，而2009年平均总体粗糙度为0.006 m，中性粗糙度为0.007 m。Mwenderaa等(1994)研究表明，降水会影响地表粗糙度，本研究统计了邻近的甘肃榆中气象站1956—2009年总共54 a的年平均降水，为369.8 mm，将其作为气候意义的降水平均。2008年的总降水量达到386.9 mm(为气候平均的105%)，2009年的总降水量是299.8 mm(为气候平均的81%)，很明显，2008年为降水正常年，2009年为偏干年。2008年从4月开始，降水不断增大，而2009年除了8月降水较大外，其他月份降水偏少。在黄土高原，降水的趋势与粗糙度比较一致。 因为降水和气温会直接影响下垫面植被的覆盖和高度，而降水的作用在缺水的干旱半干旱区更突出(丹利等，2009)，植被覆盖的变化进而改变地表粗糙度，它在降水和地表粗糙度之间起到关键的纽带作用。在西北干旱地区，气候由暖干向暖湿的转变，从降水对粗糙度的间接作用来看，降水的增多有利于西北地区防风固沙以及生态系统的恢复，也为西北地区沙尘暴发生频率减少找到一丝可能的影响因素。

图 2 总体输送系数和粗糙度的月平均变化(a)及其拟合关系(b)Fig. 2 Monthly averages of the bulk transfer coefficients and the roughness(a)，and the fitted relationship between these two(b)

图选项

粗糙度是影响总体输送系数的因子之一，总体输送系数随粗糙度增大而增大。将榆中的总体输送系数和粗糙度的拟合关系，与青藏高原地区的进行比较(图 2b)可以看出，C_d和粗糙度有较为明显的对应趋势，与青藏高原区(李国平等，2002，2005)(图 2b实线)变化斜率很相近，但相同粗糙度下约是青藏高原区的2倍；而C_h和粗糙度的关系不像青藏高原区(图 2b虚线)那样明显，原因可能是黄土高原的感热输送系数受到大气稳定度更强的影响。另外，对于黄土高原，C_d＞C_h，反映了这个地区动力输送作用占主导地位，而青藏高原区与之相反，热力输送更强一些。

图 3拟合了总体输送系数和总体理查森数的关系。它们的变化趋势符合一般的理论推测(Stull，1991)，在量级上也相当。从图 3中也能看出C_h与R_ib的关系更紧密一些，说明黄土高原区大气稳定度对热力输送的作用更强，一定程度上可以解释C_h与粗糙度关系不太显著的现象。

图 3 动量输送系数Cd(a)和感热输送系数Ch(b)与大气稳定度Rib关系Fig. 3 Fitted relationships between the bulk transfer coefficients and the atmospheric stability Rib(a. Cd for momentum，b. Ch for sensible heat)

图选项

C_d和C_h 的拟合曲线在中性时的值分别为4.9×10^-3和1.4×10^-3，动量输送系数与奈曼流动沙丘下垫面(黄宝霞等，2007)比较接近，而感热输送系 数更接近戈壁下垫面。此外，C_d＞C_h，黄土高原自然植被下垫面动力输送占优，与苗曼倩等(1996)得出的陆地上C_d＜C_h的结论不同，可见陆地上C_d＜C_h 并不能绝对普适，这一点在其他的研究中也有发现。另外，黄土高原自然植被下垫面下动力作用也明显大于相对较为平坦的西北戈壁荒漠(左洪超等，1992; 张强等，2004)和陇中黄土高原麦地下垫面(杨兴国等，2010)(表 2)。

黄土高原作为中国干旱区和湿润区之间的过渡带，自然植被(草地)是黄土高原重要的下垫面覆盖类型，而地表辐射和土壤热力状态不仅在陆面过程中扮演举足轻重的角色，还直接影响植被的生长，从而改变下垫面的结构。下面分析植被生长期内(4—9月)地表反照率和土壤热力参数的影响因子，并对反照率和土壤热力因子进行参数化。 3.2 地表反照率

地表反照率一般由太阳高度角、地表土壤颜色、土壤湿度、植被覆盖度、粗糙度以及天气状况来决定(冯超等，2010)，与地形也有很大关系(Wen et al，2009)。如图 4所示，太阳高度角使反照率存在日变化，并使之呈早高晚低变幅很大的“U”形结构，而且，反照率随高度角减小而增大。但是，在不同月份，反照率的“U”形结构并不相同。一方面无序降水通过增加土壤湿度，加深了土壤颜色，降低了反照率；另一方面，与裸地相比，绿色植被对太阳辐射吸收能力更强，生长期内植被覆盖不断增大，不仅加深了下垫面颜色，并且增大了粗糙度，植被颜色和粗糙度都使不同月份反照率趋向减小。虽然植被覆盖度与土壤湿度的变化对反照率的作用一致，但从2008年6和7月或2009年6和7月的对比中可以看出，当后一个月平均土壤湿度变小或者几乎不变时，反照率总体上减小仍然很明显，说明植被覆盖的影响在植物旺盛生长月份更显著。天气状况对反照率的影响主要是通过降水和云改变天空辐射状况，削弱直接辐射，增强散射辐射，从而打破反照率随太阳高度角有规律地变化，总体上天气状况的作用机制比较复杂。

图 4 自然植被生长季节反照率各月的平均日变化和5 cm土壤体积含水量ws月平均变化Fig. 4 Diurnal variations of the monthly averaged albedo and the monthly mean volume water content of soil at the depth of 5 cm from April to September in 2008 and 2009

图选项

黄土高原半干旱区的植物生长期基本处于一年中的雨季，雨季降水增加土壤湿度，同时也促使植被覆盖度增大。因此，植被覆盖度与土壤湿度有比较强的相关性，植被覆盖度对反照率的作用一定程度上可从土壤湿度上体现；从时间尺度上，植被覆盖度的变化相对太阳高度角和土壤湿度的变化缓慢，短期的反照率变化主要体现的是太阳高度角和土壤湿度的影响，不过长期或者不同地域的反照率差异与植被覆盖度有更强的联系。本研究暂不考虑生长期内植被覆盖度的影响，将生长期内植被覆盖度对反照率的作用看做定常值，以太阳高度角和土壤湿度作为影响因子对反照率进行参数化。

地表反照率α可以表示为太阳高度角h_θ和土壤湿度w_s的函数

点击浏览公式

假定不存在太阳高度角和土壤湿度的相互作用，很多研究都将反照率看做这两个因子各自影响的叠加，即

点击浏览公式

张强等(2003)和Li等(2009)首先以固定土壤湿度的反照率拟合与太阳高度角的关系，再将不同湿度下实测反照率和以太阳高度角为因子的模拟值的差作为土壤湿度的函数进行二次拟合。张果等(2010)分别考虑单因子对反照率的拟合形式，经权重分析得到最后的双因子叠加函数形式，最后利用非线性回归取得各项系数。即便是由Dickinson等(1986)提出的裸土地表反照率与土壤含水量单因子关系式α＝α₀+0.11-0.4w_s(α₀是饱和土壤的反照率，w_s是土壤体积含水量)，α₀也可以看作是土壤饱和时的短时反照率对太阳高度角的积分值，此式本质上是太阳高度角和土壤湿度函数叠加的变种。

在式(6)中，f和g都是未知函数。2008—2009年黄土高原植被生长期5 cm土壤体积含水量范围为7.4%—35.5%，含水量10％—12％的反照率样本占总体样本比例最大，达到37%。用此湿度范围的数据来拟合反照率和太阳高度角的关系应该最合适，并以11％来表示此湿度范围的平均值。

对于11％土壤湿度(实际是10％—12％)的反照率，式(6)可以写成

点击浏览公式

选取植物生长期2008年4—8月和2009年6—9月的土壤湿度处于10%—12%的反照率，为了克服天气状况的影响，还剔除了总云量大于7和降水过程的数据。由于地形、清晨降露或植被反射性质各向差异等可能的原因，黄土高原草地下垫面上下午的反照率并不总是完全对称的，这种现象在其他地区也普遍存

在(文莉娟等，2009；冯超等，2010；张果等，2010)。为了得到反照率与太阳高度角准确的关系，将上午和下午的反照率分别与对应的太阳高度角拟合，则得

点击浏览公式

图 5 10％—12％土壤水含量下的反照率与太阳高度角拟合关系以及与其他地区的比较Fig. 5 Fitted relationship between the albedo and the solar elevation angle under the volume water content from 10％ to 12％ for the various typical regions

图选项

式(8)拟合的反照率与太阳高度角的关系只是土壤湿度在10%—12%下的拟合关系，并没有考虑土壤湿度的变化。下面考虑土壤湿度对反照率的影响，式(6)和(7)相减

点击浏览公式

点击浏览公式

式中，g(0.11)是常数，g₁(w_s)是土壤湿度的函数，f₁(h_θ)为已经拟合得到的式(8)。

选取2008年4—8月和2009年6—9月经过天气状况筛选后所有的反照率与土壤湿度拟合，得到g₁(w_s)的具体形式(图 6)。上午和下午的拟合相关系数分别是0.484和0.358，标准差是0.021和0.015。

点击浏览公式

图 6 兰州大学半干旱气候与环境观测站资料计算的式(10)在上午(a)和下午(b)的拟合曲线Fig. 6 Fitted curves via the expression(10)based on the data collected in the morning(a) and afternoon(b)at the SACOL

图选项

点击浏览公式

此外，还用2008年9月和2009年4—5月的观测资料验证反照率参数化式(12)的模拟效果，剔除了总云量大于7和降水过程的数据。图 7分别给出了观测和模拟的散点对比，模拟和观测差值的频率分布以及随太阳高度角的变化趋势。模拟和观测值的相关系数达0.91，标准差为0.013，参数化公式总体上能够较好地模拟实测反照率。从模拟和观测差值的频率分布来看，差值大部分分布在0和0.01两部分，模拟值比观测值略大。而从图 7c发现，差值的平均值和标准差都会随太阳高度角而减小，模拟程度会随着太阳高度角的变大而变好。在太阳高度角较低情况下，模拟效果比较差，这与图 5观测反照率在低太阳高度角离散有很大关系，此时式(8)在低太阳高度角下有较大的拟合不确定性，只能反映出反照率随太阳高度角变化的平均情况。同时也说明，低太阳高度角下的反照率对太阳高度角和土壤湿度以外的其他因素，例如地形、天空状况和植被叶子朝向等更敏感，而两个参数化因子对高太阳高度角下的反照率的约束性更大。这也促使进一步探索植被覆盖度、天空状况以及地形等因素影响反照率变化的机理和规律。

图 7 模拟值αmod与观测值αobs的散点对比(a)及其差值(αmod-αobs)的频率分布(b)以及差值随太阳高度角的平均变化和标准偏差(c)Fig. 7 Comparison of modeled and measured albedos(a)，the frequency distribution of the difference(αmod-αobs)(b) and the trends of the averaged difference and the st and ard deviation with solar elevation angle(c)

图选项

地表与深层土壤的热交换是地表能量收支的一部分。而地表以下垂直热输送主要通过热传导来实现，传导的方向是由高温向低温传递，且热通量大小与温度梯度成正比，土壤热传导率在土壤热交换中是很重要的参数

点击浏览公式

土壤热传导率一般受土壤密度、土壤成分、土壤粒隙度和土壤水分等土壤性质的影响(张强等，2003)。一般而言土壤密度、土壤成分、土壤粒隙度相对比较稳定，并不随气候明显变化。而土壤湿度对气候变化十分敏感，土壤热传导率要十分注重考虑它的影响。

由图 8可以看出，当湿度跃变增大时，热传导率相应地增大；反之亦然。同时表层土壤湿度明显受降水的影响，因而每次土壤湿度跃变均与较大的降水相对应，这一点与西北干旱区(张强等，2007)和青藏高原三江源区(冯超等，2010)一致。所以，降水是改变表层土壤热力传输状况的外强迫因子。

图 8 2008年(a)和2009年(b)自然植被生长期(4—9月)土壤热传导率和土壤湿度以及降水的变化Fig. 8 Temporal variation of the rainfall and soil heat conductivity(a) and the soil moisture(b)from April to September in 2008(a) and 2009(b)

图选项

图 9中拟合得到土壤热传导率与土壤湿度的关系式

点击浏览公式

图 9 土壤热传导率(a)和土壤热扩散率(b)与土壤湿度的关系Fig. 9 Relationships of the soil moisture with the soil heat conductivity(a) and the soil thermal diffusion(b)

图选项

相关系数为0.739，标准差为0.166。土壤水分增加可使热传导率增大，不仅因为水的导热率很大(0.59 W/(m·K))而且，水能排挤土壤空气，而空气的热传导率很小(0.025 W/(m·K))。但是，当遇到大的降水，土壤湿度跃变时，热传导率的变化程度不如土壤湿度那样强烈。这是因为土壤中的水分升高到一定程度，几乎完全变成了热流的媒体(李毅等，2003)。兰州大学半干旱气候与环境观测站平均的土壤热传导率为1.0 W/(m·K)。

从敦煌荒漠区土壤热传导率和Stull(1991)给出值与土壤湿度的关系(细虚线和细实线)的对比(图 9)可以看出，相同湿度下黄土高原土壤热传导率比Stull(1991)给出的要小，而比敦煌荒漠的值(张强等，2003)要大，这应该与不同地区土壤物理性质不同有关。

此外，土壤热容量也是一个重要的土壤热力参数。一般热容量会随着水分显著增加，并且，热容量可以用干土粒和水的热容量之和代替，从而建立以土壤湿度为自变量的线性函数ρ_sc_s=c_s-p(1-θ)+c_wθ_w。其中，c_s-p是土粒的平均体积热容，取为2.3×10⁶ J/(m³·K)；θ是土壤粒隙度，SACOL站实测值为0.53；c_w是水的体积热容4.18×10⁶ J/(m³·K)；θ_w是近地层土壤体积含水量(m³/m³)。

土壤热扩散率是土壤热传导率和热容量的函数，v=λ_s/(ρ_sc_s)=λ_s/ [c_s-p(1-θ)+c_wθ_w ]表示单位时间、单位温度梯度作用下，单位体积土壤温度的变化。由于土壤热容量和热传导率都是土壤湿度的函数，都随含水量的增加而增加，但是两者增加幅度不同步，因此，热扩散率与含水量呈现抛物线形式，图 9b显示了热扩散率与含水量的关系。

植物生长期(4—9月)5 cm土壤热扩散率范围为 2.2×10^-7—12.2×10^-7 m²/s，平均为6.0×10^-7 m²/s，与用谐波法估算的夏季的值相近(左金清等，2010)。平均热扩散率比敦煌荒漠(张强等，2003)大，而变化范围与青藏高原那曲地区(高志球等，2002)有很大的重叠区间，但是本文范围稍大些，可能与土壤质地不同以及本文观测土壤湿度变化范围稍大有关系。4 结 论

本文利用兰州大学半干旱气候与环境观测站的观测资料，计算了黄土高原自然植被下垫面陆面过程参数，研究了总体输送系数和粗糙度的趋势特征，对总体输送系数与粗糙度以及总体理查孙数的关系分别进行了讨论，并拟合了地表反照率和土壤湿度以及太阳高度角的双因子参数化公式，计算了相关的土壤热力参数。主要结论如下：

(1)兰州大学半干旱气候与环境观测站年平均总体粗糙度为0.007 m，中性粗糙度为0.008 m。降水的多寡会改变粗糙度，正常年(2008年)总体粗糙度为0.009 m，偏干年(2009年)总体粗糙度为0.006 m。黄土高原自然植被下垫面总体输送过程的动力作用要强于热力作用，动量总体输送系数和奈曼流动沙丘下垫面很接近，而感热输送系数与戈壁下垫面接近。动量总体输送系数随月平均粗糙度增大，二者拟合曲线与青藏高原地区的斜率比较一致，相同粗糙度下，黄土高原地区动量输送系数要大于青藏高原地区。

(2)在相同太阳高度角下，黄土高原自然植被下垫面反照率总体上比敦煌荒漠小，而大于长白山松林下垫面，这与3个地区植被覆盖和土壤质地的差异有关。将反照率看做太阳高度角和土壤湿度函数的叠加，再根据植物生长期的观测资料进行参数化。反照率模拟值与观测值的相关系数达到0.91，从模拟值与观测值的差值随太阳高度角的变化趋势来看，太阳高度角和土壤湿度对高太阳高度角下的反照率约束力更强，而低太阳高度角的反照率对其他的影响因素更敏感，因此，出现低太阳高度角下拟合效果逊于高值下的现象。虽然有些辐射传输模式的反照率计算已经考虑了例如天空云状况等其他影响反照率因素的信息(Wang et al，2002)，但在黄土高原地区这些因素的作用规律如何以及具体的参数化方案都是值得思考的。

(3)土壤湿度是局地土壤热传导率最重要的影响因子。当湿度跃变增大时，则热传导率相应增大。黄土高原区土壤热传导率和土壤湿度的拟合关系式为λ_s=0.5191lnw_s+2.047，在相同湿度下比敦煌荒漠值要大。5 cm平均土壤热扩散率为6.0×10^-7m²/s。

致谢： 兰州大学半干旱气候与环境观测站(SACOL)为本研究提供了陆面过程资料，在此表示感谢。