Noah-MP陆面过程模型建模方法与站点、区域模拟教程

详情点击链接:Noah-MP陆面过程模型建模方法与站点、区域模拟教程

陆面过程的内容(陆表能量平衡、水循环、碳循环等),陆面过程研究的重要性。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第1张图片

图 1 陆面过程主要研究内容

陆面过程模型的发展、基本原理、常用陆面过程模型等。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第2张图片

图 2 陆面过程模型
NOAH-MP模型

Noah-MP模型的发展历史、模型结构及主要模块。
模型运行环境配置,下载与安装
模型以及配套软件下载

模型需要在Linux下运行,需提前预装Linux系统(推荐使用CentOS系统,下载地址为:https://www.centos.org/download/,安装教程可参考:

https://www.runoob.com/w3cnote/vmware-install-centos7.html。

运行模型需要提前确定模型运行环境,如系统使用的fortran及C编译器类型等,为之后运行解压缩包下的./configure及Makefile做准备。

模型下载地址:https://github.com/NCAR/hrldas/tree/master/hrldas。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第3张图片

图 3 下载界面
模型以及配套软件安装

从虚拟机出发,Noah-MP模型运行所需的linux环境的搭建、intel编译器的安装与配置、必要软件的下载与安装、模型构建与编译等内容,细化步骤、逐指令。

成相关软件和linux系统的配置,逐行运行指令,直至hrldas模型搭建编译完成。熟悉linux系统环境,掌握终端(指令行)下进行文件操作的技能,为后续运行模型打下基础。

Noah-MP模型站点模拟
NOAH-MP模型单站运行
大气驱动数据的准备

驱动数据主要包括站点的风速、气温、相对湿度、气压、长波辐射、短波辐射以及降水数据。对于Noah-MP模型而言,原始驱动数据需制作成模型可识别的标准格式,才能够进行下一步的驱动数据编译,将编译结果带入模型进行运算(python脚本)。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第4张图片

图 4 大气驱动数据的准备与格式转换
数据时间格式转换

完成驱动数据在世界时和当地时之间的转换。

根据示例数据中的站点原始数据,基于python脚本,进行数据的提取合并以及时间转换,生成站点模拟所需的.dat格式文件。
准备静态数据

完成驱动数据的制作后,还需在生成的.dat文件中添加静态数据。此部分数据主要包括站点属性以及模型信息,如站点的海拔,经纬度,土壤类型,初始状态变量的设定和转换系数等。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第5张图片

图 5 站点信息

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第6张图片

图 6 初始状态变量
驱动数据的编译运行

基于以上数据,生成指定时间步长的一系列.LDASIN_DOMAIN1文件,同时生成hrldas_setup_file.nc文件。
运行模型

根据研究区实际情况与模拟需求修改namelist.hrldas文件,./hrldas.exe即可启动模型,结果将以netCDF格式输出至指定文件夹内。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第7张图片

图 7 修改namelist文件
模型运行结果的可视化与分析

可视化部分使用的python脚本结构和用法。

借助python netCDF(https://github.com/Unidata/netcdf4-python)或xarray(http://xarray.pydata.org/en/stable)等工具对模拟结果(netCDF格式)进行变量提取与可视化,以用于进一步分析。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第8张图片

图 8 模拟结果的提取与可视化

基于示例代码中数据可视化部分的python脚本,对叶面积指数、感热通量以及潜热通量等模拟结果进行提取可视化,在熟悉代码结构的基础上,也可对其他变量进行筛选和提取。
单站模拟1

基于完整的单站模拟流程,选择示例站点之外的一个站点,完成数据下载、变量提取、格式转换、数据编译、模型参数设定、模型运行、结果提取与导出、结果可视化等。
单站模拟2

选择不同的模型参数化方案,分别运行模型并对结果进行提取与可视化,对比与其他参数化方案所得结果的差异。

Noah-MP模型区域模拟
NOAH-MP模型区域运行

Noah-MP模型区域运行整体流程与站点模拟相似,大致也可分为数据下载、数据变量提取、制作驱动数据、设置参数化方案、模型模拟与模拟结果可视化分析等几个步骤。但区域模拟的数据准备过程相较于站点运行更为繁琐,使用的数据源也更为多样,如GLDAS、NLDAS以及CLDAS等。同时模拟结果以二维形式存储,提取与可视化的方法也不同于单站。

区域运行将会讲解基于GLDAS和NLDAS等数据源制作驱动数据的模拟方法,区域运行结果可视化工具xarray的使用方法。主要分为数据下载、数据处理、数据编译、模型运行与结果可视化几个部分:
大气驱动数据

Noah-MP模型的运行需要格式正确的驱动数据(气温、降水、气压、风速、辐射等)。因此需提前下载并处理好相关数据,以下为数据准备的简要步骤。
下载大气驱动数据——GLDAS

区域驱动数据主要包括研究区的风速、气温、相对湿度、气压、长波辐射、短波辐射以及降水等。可从GLDAS官网下载相关数据:

https://disc.gsfc.nasa.gov/datasets/GLDAS_NOAH025_3H_2.1/summary?keywords=GLDAS。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第9张图片

图 9 下载区域大气驱动数据

两种区域数据的获取方法,一种是基于downthemall的批量下载方法,简便;另一种是基于python脚本的数据抓取方式,自由化更高。
相关变量的提取与时间转换

对模型模拟所需变量进行提取,同时完成世界时和当地时之间的转换。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第10张图片

图 10 相关变量提取代码(部分)
初始状态变量的提取与时间转换

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第11张图片

图 11 初始状态变量提取代码(部分)
风速的分解,降水数据的整合

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第12张图片

图 12 风速分解代码(部分)

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第13张图片

图 13 降水数据的提取整合(部分)

基于下载的netCDF4格式的源数据,分别编辑并运行以上python及perl脚本,生成变量分解后的一系列netCDF4格式文件,用于编译生成驱动数据。
静态研究区静态数据
制作geo_em_d0x.nc数据

基于WPS制作区域静态数据(包括研究区范围、研究区土地利用情况、植被覆盖度等信息)。此部分需安装WRF及WPS,并下载WPS_GEOG数据。详细流程可参考:

https://www2.mmm.ucar.edu/wrf/OnLineTutorial/compilation_tutorial.php。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第14张图片

观看WPS的安装编译视频,熟悉WPS的安装配置流程。
数字高程数据

hrldas (Noah-MP)自带的高程文件-GLDASGLDASp4_elevation_025d.nc4。一般情况下,将此文件作为模型的高程输入数据即可。
编译与运行—生成模型驱动数据

区域原始的气象驱动数据和静态数据准备完毕后,需编译运行生成符合模型要求的驱动数据-*.LDASIN_DOMAIN1。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第15张图片

图 14 设置namelist.input文件

图片

图 15 驱动数据制作结果

修改好相关目录的目录结构,在指定目录下,准备好必须的程序与文件,编译运行生成.LDASIN_DOMAIN1格式的驱动数据。
运行hrldas(NOAH-MP)模型

根据研究区特点及用户模拟需求,修改namelist.hrldas文件,Namelist.hrldas文件编辑完成后,即可运行可执行程序/hrldas.exe。模型模拟结果将输出至指定文件夹下,若运行成功,在输出目录下应包含指定模拟时间段内的指定时间步长的模拟结果-*.LDASOUT_DOMAIN1。

图片

图 16 输出结果文件

设置namelist.hrldas,选择一套参数化方案,运行模型。
数据的分析与可视化

区域模拟结果亦为netCDF格式文件,借助xarray,pandas等工具进一步进行变量提取、可视化等。

Noah-MP陆面过程模型建模方法与站点、区域模拟教程_第16张图片

图 17 模拟结果

基于提供的python脚本,提取模拟结果中的相关变量并可视化,熟悉xarray的使用方法。
区域模拟1

基于完整的区域模拟流程,选择示例区域之外的一个区域,完成数据下载、变量提取、格式转换、数据编译、模型参数设定、模型运行、结果提取与导出、结果可视化等。
区域模拟2

选择不同的模型参数化方案,分别运行模型并对结果进行提取与可视化,对比与其他参数化方案所得结果的差异。

 

你可能感兴趣的:(生态学,水文水资源,大气科学,NOAH-MP模型,陆面生态,大气科学,生态学,气象学,水文学)