Merge pull request #54 from smartlixx/main

 Sync with overleaf 2024-02-01 to 2004-02-26

CoLM-Latex/icthesis.sty

@@ -36,7 +36,7 @@
   \thispagestyle{empty}
   \null\vfill
   %\centerline{\textcopyright~2007-2022~ Land-Atmosphere Interaction Research Group at Sun Yat-sen University}
-  \centerline{\textcopyright~2003-2024~   戴永久陆面模式研发团队}
+  \centerline{\textcopyright~2003--2024~   戴永久陆面模式研发团队}
   \vskip 3ex
   \vfill
   \cleardoublepage

CoLM-Latex/地表湍流通量方案/地表湍流通量方案.tex

@@ -312,7 +312,7 @@ \section{考虑大涡影响的新理论}\label{考虑大涡影响的新理论}
 \begin{equation}\label{Va_U_LZD2}
 V_{a}=\frac{u_{*}}{\kappa}\left\{\ln \frac{z_{atm, m}-d}{z_{0 m}}-\psi_{mu}\left(\zeta_{atm}\right)+\psi_{mu}\left(\frac{z_{0 m}}{L}\right)\right\}
 \end{equation}
-其中$\psi_{mu}$的定义同方程(\ref{Psim})，这里同样限制$V_a\geq0.1$以避免风速过小问题，参考高度风速亦引入对流速度$U_c$ (公式(\ref{VaIni}))，其代表大涡在水平方向的影响，即
+其中$\psi_{mu}$的定义同方程(\ref{Psim})，这里同样限制$V_a\geqslant0.1$以避免风速过小问题，参考高度风速亦引入对流速度$U_c$ (公式(\ref{VaIni}))，其代表大涡在水平方向的影响，即
 $V_{a}=\sqrt{u_{atm}^{2}+v_{atm}^{2}+U_{c}^{2}} \geqslant 0.1$。稳定条件下的风速积分形式则同方程~\eqref{Va_S} 和~\eqref{Va_VS}。
 
 后面的迭代求解过程参见~\ref{基本理论} 节内容，所得空气动力学阻抗系数$r_{am}$、$r_{ah}$和$r_{aw}$，以及诊断量2 m温度和湿度、10 m风速等的形式都和~\ref{基本理论} 节完全一致。
@@ -406,7 +406,7 @@ \section{无植被覆盖地表湍流通量的计算方案}\label{无植被覆盖
 其中积雪表面的比湿$q_{sno}$为温度在$T_{snl+1}$时的饱和比湿$q_{sno}=q_{sat}^{T_{snl+1}}$
 (计算方案见附录~\ref{饱和水汽压(比湿)及其随温度的变化})，土壤表面的比湿$q_{soil}$视为正比于温度在$T_1$时的饱和比湿：$q_{soil}=\alpha_{soil}q_{sat}^{T_1}$，
 比例系数$\alpha_{soil}$为表层土壤水势$\psi_1$(mm)的函数\citep{philip1957theory}：$\alpha_{soil}=\exp \left(\frac{\psi_1g}{{10}^3R_{wv}T_1}\right)$，
-其中$R_{wv}$表示水汽气体常数(\unit{J.kg^{-1}.K^{-1}})。表层土壤水势$\psi_1$的计算公式为$\psi_1=\psi_{sat,1}s_1^{-B_1}\geq-1\times{10}^8$，
+其中$R_{wv}$表示水汽气体常数(\unit{J.kg^{-1}.K^{-1}})。表层土壤水势$\psi_1$的计算公式为$\psi_1=\psi_{sat,1}s_1^{-B_1}\geqslant-1\times{10}^8$，
 $\psi_{sat,1}$表示表层饱和土壤水势(mm)，$B_1$表示表层土壤\citep{clapp1978empirical}参数(均由地表参数数据集提供)。$s_1$表示表层土壤对于饱和状态时的相对湿度：
 \begin{equation}
 s_{1}= \begin{cases}

CoLM-Latex/基础数据/基础数据.tex

@@ -350,7 +350,7 @@ \subsection{PFT/PC数据及其制作所依赖数据}\label{PFTPC数据及其依
 
 \begin{tabular}[h]{p{3cm}p{6cm}p{2cm}p{2cm}p{5cm}}
 \toprule
-数据名称      & 描述        & 分辨率   & 坐标投影     & 参考文献           \\ \midrule
+数据名称      & 描述        & 分辨率   & 投影坐标系     & 参考文献           \\ \midrule
 MODIS Land Cover Type & The Terra and Aqua combined MODIS Land Cover Type (LC\_Type1) data product, Version 6 (MCD12Q1) & 500 m & Sinusoidal        & \citet{Friedl2019}                \\\midrule
 ESA CCI-LC land cover type         & ESA CCI land cover type products                                                                & 300 m & Latitude-Longitude & \url{http://maps.elie.ucl.ac.be} \\\midrule
 MODIS VCF      & MODIS Vegetation Continuous Fields product, Version 6 (MOD44B)                                           & 250 m    & Sinusoidal         & \citet{DiMiceli2015}                        \\\midrule

CoLM-Latex/尺度转换/大气强迫降尺度.tex

@@ -347,7 +347,7 @@ \section{降水降尺度}
 
 
 \section{CoLM和机器学习模型的耦合}\label{CoLM和机器学习模型在线耦合}
-CoLM与机器学习模型的在线耦合，本质是解决Fortran与Python的异构问题。在当前CoLM中实现的方案流程如下（图~\ref{fig:colmml耦合图}）：
+CoLM与机器学习模型的在线耦合，本质是解决Fortran与Python的异构问题。在当前CoLM中实现的方案流程如下：
 \begin{enumerate}
     \item 在总MPI空间中，将CoLM和Python进程分别染色成两个子空间。此时CoLM内部的spmd并行启动直接用子空间传参，并不另外额外进行MPI$\_$init，这与CoLM与CAS-ESM或CWRF的耦合是一致的。此外在Python中不设计内部分组等细分，仅需染色区分CoLM组即可。
     \item 以耦合降水降尺度模型为例，操作如下：
@@ -366,11 +366,3 @@ \section{CoLM和机器学习模型的耦合}\label{CoLM和机器学习模型在
     c. 做好验证工作，当前框架初建尚未在足够多的场景中进行测试，因此在实装中需要先用单点测试结果正确性，同时强烈建议先在Python中重写原来需要替换的算法，原装算法验证结果无误之后再实现新算法的应用。
 \end{enumerate}
 
-{
-\begin{figure}[htbp]
-\centering
-\includegraphics[width=0.8\textwidth]{Figures/尺度转换/colmml耦合图.jpg}
-\caption{CoLM与机器学习在线耦合示意图}
-\label{fig:colmml耦合图}
-\end{figure}
-}