ERA再分析陆面温度资料在浙江省的适用性

利用浙江省2016年71个气象台站观测的日平均气温和地表(0cm)温度资料对ERA再分析陆面温度资料的适用性进行了初步评估,通过计算2套再分析资料(ERA5和ERA-Interim)与观测资料之间的相关系数、平均偏差、平均绝对偏差、均方根误差和纳什效率系数等统计参数,综合评估了ERA再分析资料在浙江省的适用性。结果表明:①ERA2套再分析资料与观测值均较为接近,均能够较好地再现浙江省2m气温的时空分布特征且变化相关系数均高于0.98,日绝对偏差较小。②对于地表温度,2套再分析资料的适用性要差于气温,主要表现在2套再分析地表温度均低于观测值,且夏季的偏差显著大于其他季节,但绝大多数站点相关系数高于0.9,均方根误差高于2℃。总体来说,2套ERA再分析陆面温度资料对浙江省具有较好的适用性,ERA5整体上优于ERA-Interim,地表温度的改善更明显。     

CLDAS气温数据在中国区域的适用性评估

以中国48 708个地面气象自动站逐小时气温数据为基础,采用平均偏差(Bias)、相关系数、均方根误差(RMSE)、平均绝对误差(MAE)等评估指标,对比分析2017年10月、2018年1月、4月、7月CLDAS-V2.0气温(分辨率为0.062 5°),探讨中国8个分区春、夏、秋、冬4个季节CLDAS与站点气温的相关性及偏差分布特征。结果表明:1) CLDAS气温较好地反映了中国气温的年际变化,非独立性检验、独立性检验与站点气温的平均相关系数分别为0.995、0.991,东北地区相关性最高,西南地区相关性最低。2) CLDAS与站点气温的Bias为-0.011℃,非独立性检验的RMSE、MAE分别为1.275、1.645℃,独立性检验的RMSE、MAE分别为0.867、1.089℃,总体上CLDAS气温误差小,可信度较高。3)春、秋季的偏差小于夏、冬季;东北、华北、江淮、华南地区的偏差小于西北、西南地区; 84.6%站的冷偏差或暖偏差在1℃内,冷暖偏差空间分布均匀。4) CLDAS的最高气温存在冷偏差,最低气温存在暖偏差,夏季最高气温的最大误差为-0.59℃。5) CLDAS平均偏差的日变化为-0.23～0.07℃,白天呈冷偏差,夜间呈暖偏差,夏季平均偏差的日变化较显著,偏差的日较差为0.26℃;全国8个分区夏季平均偏差日变化最大为1.06℃,秋、冬、春季变幅相似,西南地区平均偏差日变化最大而江淮地区最小。     

再分析资料和陆面数据同化资料土壤湿度产品在中国北方地区的适用性评估

土壤湿度是地球系统模拟的重要参数之一,准确获得其时空分布和变化特征是研究陆-气相互作用的基础。再分析资料和陆面数据同化资料均可提供全球或区域高分辨率土壤湿度产品,但在使用前需要对其进行评估分析。利用土壤湿度观测数据,计算ERA5、ERA5-Land、NCEP-DOE R2、CRA40再分析资料和GLDAS-Noah、GLDAS-CLSM、CLDAS陆面数据同化资料土壤湿度产品与观测数据的中位数、模拟偏差、相关系数等统计指标,并分季节和气候区讨论不同土壤湿度产品在中国北方地区的模拟效果。结果表明:整体来看,CRA40与观测值的相关性最好,ERA5和ERA5-Land分别对干中心、湿中心模拟效果更好,GLDAS-Noah对于较干土壤地区模拟略偏湿,CLDAS对较湿土壤地区模拟结果以系统性偏干为主,NCEP-DOE R2和GLDAS-CLSM模拟效果较差;ERA5、ERA5-Land、NCEP-DOE R2、GLDAS-Noah和CLDAS在所有季节均为模拟正偏差,春季模拟效果较好的是CRA40、ERA5-Land,夏季和秋季ERA5-Land、ERA5和CRA40与观测值相关性较好,不同产品模拟的冬季土壤湿度和观测值相关性是全年中最小的;不同土壤湿度产品在干旱区以模拟偏湿为主,GLDAS-Noah模拟效果最佳,但模拟土壤湿度峰值和谷值的出现时间较观测较早,GLDAS-Noah、CRA40、ERA5能较好模拟季风区干、湿土壤的持续时段和土壤湿度变化振幅,大部分产品能模拟出夏季风影响过渡区较干土壤和较湿土壤的出现时间。     

CLDAS地面要素产品在陕西的适用性评估

基于陕西省1 540个地面自动气象站的观测资料,采用平均误差、平均绝对误差、均方根误差、相关系数等评估指标对5 km分辨率的CLDAS小时产品——2 m气温、2 m相对湿度、能见度、10 m风速在陕西的适用性进行了评估检验。结果表明:CLDAS 2 m气温、2 m相对湿度产品在陕西质量较好,能见度次之,10 m风速质量相较差。对CLDAS 2 m气温评估结果的进一步分析表明,各评估指标具有一定的月变化、日变化特征,但整体质量趋于稳定;高海拔地区,评估指标变化明显,代表性相对差。CLDAS 2 m气温对日最高、最低气温也有很好的指示性。分辨率为1 km与5 km的CLDAS 2 m气温产品对比评估表明,1 km气温产品的误差较小,相关系数更大,尤其对于高海拔地区,质量有明显改善,代表性增强。     

CLDAS气温和降水产品在内蒙古地区适用性分析

中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）提供了高时空分辨率的陆面融合数据集,为精细化气象服务提供了重要的数据支撑,而数据的适用性评估是开展数据应用的重要基础。基于国家气象信息中心CN05.1格点观测数据和内蒙古119个国家级气象站观测资料,对CLDAS的2 m平均气温和降水产品在内蒙古地区的适用性进行检验评估,并与欧洲中期天气预报中心的ERA5(The Fifth Generation European Centre for Medium-range Weather Forecasts Re-Analysis)和英国的CRU TS(Climatic Research Unit gridded Time Series)再分析资料进行对比分析。结果表明：三种数据集均能很好地反映内蒙古年降水量和年平均气温空间分布特征,但对内蒙古大部地区降水量存在低估、平均气温存在高估现象,且CLDAS数据集还能够反映地形变化对气温和降水的影响。CLDAS和CRU TS的降水变率空间分布优于ERA5;CRU TS和ERA5的气温线性趋势与CN...     

多种资料的总云量产品在中国区域的对比分析

利用1987-2016年中国大陆地区的776个站点的总云量资料与CRA40、ERA5、JRA55、CFSR四套再分析资料和国际卫星云气候计划（ISCCP）的月平均总云量数据,统计分析了不同资料的总云量在中国区域的时空差异以及各资料之间的相对一致性。结果表明,不同资料总云量的空间分布特征总体一致,云量的高值区与低值区都有所体现。但是,不同资料在量值上存在一定的差异,ISCCP总云量整体比其他资料偏高5%～20%,各种资料在江淮、东南和西南等总云量高值区吻合程度更好。在东北、西北及内蒙古大部分地区由于有积雪覆盖,卫星反演存在云雪误判导致ISCCP总云量与地面观测和再分析资料相比显著偏高。CRA40与JRA55在东北、华北和江淮地区与地面观测的偏差较小,而ERA5与CFSR在华南及西南地区与地面观测更为接近,JRA55总云量在各资料中最低,在华北、西北以及青藏高原地区表现得尤为明显。ERA5总云量与地面观测一致性最高,其相关系数达到0.91,再分析总云量与ISCCP相关系数均低于0.7,CRA40与ERA5的相关系数达到0.87,CFSR与ERA5也具有较高的相关性,而JRA55与CFSR相...     

陕西省风的时空分布及ERA5风资料检验评估

利用2017—2019年陕西省99个地面气象观测站资料分析近地面风场的时空分布特征,并对ERA5再分析资料10 m风速产品进行质量评估。结果显示：年平均风速陕北、关中北部及东部、商洛较大,汉江河谷及关中平原西部风速较小;大多数站点春季风速最大,秋季风速最小,4月风速最大,10月风速最小,8月风速存在次高点;白天风速明显大于夜间,最大风速一般出现在14—16时,最小风速多出现在20—21时前后和日出前后;夏季最大风速出现时间较其他季节提早2 h左右,前半夜风速明显大于后半夜。大部分站点有接近相反的两个主导风向,风速随季节有明显变化,陕北主导风向存在明显的季节变化。ERA5再分析资料10 m风速产品和自动气象站观测相比能够反映风场最基本的时空分布特征,风力日较差和标准差较站点观测偏小,连续性、均匀化特征明显;最大风速以及白天风速开始增大的时间较站点观测偏晚1 h左右;ERA5 10 m风速产品在陕北地区偏大,关中、陕南地区偏小,关中地区相对误差和均方根误差小,相关系数高,代表性优于陕北和陕南地区。     

CLDAS气温实况融合产品在兰州和武威的检验评估及偏差订正

为更好地理解格点融合实况数据与观测数据的差异和代表性,利用甘肃兰州和武威两地站点的观测数据对中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）地面2 m气温融合产品进行检验评估及偏差订正。结果表明：（1）逐小时气温和日最低气温融合产品的平均误差总体为负值,较实际气温偏低,且在2 500 m以下误差随海拔上升而减小;日最高气温融合产品平均误差在海拔1 500 m附近为负值,1 500 m以上误差变为正值且随海拔升高而增大;日最高和最低气温误差较逐小时气温误差偏大,但平均误差均在2℃以内。（2）通过近网格点检验,发现逐小时CLDAS气温产品白天与实况相近,夜间较实况偏低0.2℃;日平均气温CLDAS融合产品总体较实况偏低1℃,兰州城区产品偏差相对较小;30℃以上高温天数融合产品与实况分布基本一致,但在兰州城区,CLDAS融合产品的高温天数较观测天数偏少。（3）线性回归法和递减平均法对CLDAS气温融合产品都有一定的订正效果,递减平均法订正效果更优且在高海拔地区订正效果更明显。CLDAS气温实况融合产品在兰州和武威两地能较好地反映气温...     

四川省CLDAS和ECMWF再分析数据风速产品评估

利用2019年1月1日00时～12月31日23时(世界时)四川156个国家站和1768个区域站的观测数据,评估全国智能网格实况分析产品(CLDAS)和ECMWF再分析数据(ERA5-Land)的10m风产品。采用双线性插值方法,将两种分析产品插值到气象站点,与观测值对比,通过平均误差,平均绝对误差,均方根误差和相关系数等指标对以上两种产品进行评估比较。结果表明:两种分析产品对于四川省国家站和高原地区区域站风速都以低估为主,但盆地区域站高估。风速在高原地区所有评估指标都比盆地内差,高原地区需谨慎使用格点风产品。CLDAS对于国家站的各项评估指标都优于ERA5-Land。两种产品与区域站的平均误差,平均绝对误差,均方根误差结果整体相近,但CLDAS对非独立区域站的误差相对更小。ERA5-Land相关性较差,与四川地区实际观测的地面风速变化趋势相反, 不适用于四川。      

三种风场再分析资料在辽宁省海岸带的比较与评估

利用1981-2015年辽宁省海岸带20个气象站常规观测资料与同期ERA-Interim、JRA-55和CFSR三种再分析资料进行对比分析,讨论了风速场再分析资料在辽宁省海岸带的适应性问题。结果表明,三种再分析资料与观测资料的大风相关性均通过显著性检验,ERA资料相关性最好,但ERA的最大小时风速明显较观测资料偏小。三种再分析资料在空间上的偏差有明显的不均匀性,绥中、兴城一带偏差较小,旅顺口站偏差较大;CFSR资料最大小时风速的偏差绝对值小于1的站点最多,适用性较好;ERA资料的大风次数与观测资料最为接近,且14:00(北京时,下同)最大小时风速和大风次数的偏差均较08:00偏小。三个海区最大小时风速平均绝对误差的差别不显著,基本在1.5~3 m·s-1之间,而大风次数的误差较显著,渤海海峡误差相对较大,黄海北部次之,渤海北部误差最小,其中CFSR资料的风速平均绝对误差最小。观测的最大小时风速和大风次数呈显著减少趋势,JRA和CFSR资料呈缓慢减少趋势,而ERA资料呈增加趋势;ERA和JRA资料的年代际曲线波动平稳,不能表现出观测资料的年代际变化趋势,CFSR资料与观测值最为接近,但是变化趋势较观测资料缓慢。在长期变化趋势空间分布上,CFSR资料的可信度相对较好,JRA资料次之,ERA资料差别较大。     

CLDAS和GLDAS土壤温度数据在陕西省的适用性评估

利用陕西省2016年97站逐日5cm土壤温度观测数据,结合相关系数、平均偏差和均方根误差等统计参数,评估了中国气象局陆面数据同化系统CLDAS2.0和美国全球陆面数据同化系统不同陆面模式(Noah-GLDAS2.1,Noah-GLDAS1,CLM-GLDAS1)土壤温度数据在陕西省的适用性。结果表明:(1)CLDAS2.0在陕西省的相关系数最高,均方根误差最小,Noah-GLDAS2.1次之,Noah-GLDAS1最差。(2)从陕西省3个区域的时间演变序列的分析可以看到,CLDAS2.0和Noah-GLDAS2.1能很好模拟出土壤温度的季节变化以及日变化,Noah-GLDAS1、CLMGLDAS1对于日变化的模拟较差,且前两者偏差也明显小于后两者。(3)Noah-GLDAS2.1在陕北与关中地区土壤温度模拟能力与CLDAS2.0相差无几,但在陕南地区CLDAS2.0要好于Noah-GLDAS2.1。总体来看,CLDAS2.0对陕西省土壤温度模拟能力最好,在陕西省有着更好的适用性。     

四川CLDAS 5 km小时能见度实况产品与能见度观测站资料质量对比评估

利用四川省CLDAS 5km小时能见度实况产品和能见度观测站资料,将智能网格小时能见度产品按双线性和邻近插值的方法插值到四川省156个国家级能见度观测站上,比较两者的相关系数、均方根误差、平均值误差、平均绝对误差等参数,对CLDAS 5km小时能见度实况产品进行质量评估并对数据的可用性做了分析,结果显示:小时能见度产品在四川盆地及攀西地区中部的相关系数较高,普遍在0.7以上,误差值较小,平均值误差普遍为负值,表明有小的低估值,数据可用性较好;而川西高原及攀西地区南部的相关系数小,误差值大,平均值误差普遍为正值,表明多为高估值,数据可用性一般。分级评估表明:随着能见度等级的降低,高原地区的缺测数据越来越多,盆地内的高估值也明显增加,能见度等级为“优”与“良”时的数据可用性较好。      

4种再分析月降水数据在内蒙古地区的适用性分析

利用1981—2020年气象台站的实测降水数据,对CRA40、ERA5、JRA55和MERRA2这4种再分析月降水数据在内蒙古地区的降水分布特征,与实测降水的相关性和误差进行分析。结果表明：（1）内蒙古地区4种再分析降水数据的空间分布与台站降水基本一致,误差分析表明CRA40与MERRA2的数据质量较高,ERA5次之,而JRA55数据质量相对较差。（2）CRA40和MERRA2在1983—1986年存在明显的降水低估,ERA5在2005年之后的内蒙古中东部出现明显的降水低估,JRA55在115°E以东存在明显降水高估,在115°E以西则以降水低估为主。（3）4种再分析月降水数据的年内最大均方根误差和绝对误差均集中在6—8月,与台站降水相关系数的年内最小值均出现在7月,内蒙古夏季汛期是再分析降水误差产生的主要时段。     

ERA5再分析数据适用性初步评估

利用山东省及周边地区10个站点的地面和高空观测资料对ERA5再分析资料的适用性进行了初步评估。结果表明：再分析的海平面气压和2 m温度与实况资料的相关性明显优于2 m相对湿度和10 m风场;高空温度和相对湿度在对流层中低层的适用性要好于高层,而位势高度和风场在中高层适用性较好;海平面气压再分析与实况的相关有着最明显的季节变化,2 m温度、2 m相对湿度和10 m风速则在部分站点有较明显的季节变化,而10 m风向的相关系数更多地表现出站点之间的差异,高空要素的适用性,季节和区域差异不明显。另外,对比发现,ERA5的适用性总体上要优于ERA-Interim再分析资料,地面和对流层低层的相对湿度、风场提高更为明显。     

两种高分辨率气温实况融合产品在四川省的质量评估

选取四川省156个国家级考核站、1282个区域考核站及1411个区域非考核站2019年8月1日～2020年7月31日的气温数据,利用相关系数、平均值误差、均方根误差等指标,评估了CLDAS(5 km×5 km)和HRCLDAS(1 km×1 km)两套气温实况融合产品在四川省的适用性.结果表明:两套融合产品的相关性都很...     

CLDASSD: Reconstructing Fine Textures of the Temperature Field Using Super-Resolution Technology

Before 2008,the number of surface observation stations in China was small.Thus,the surface observation data were too sparse to effectively support the High-resolution China Meteorological Administration’s Land Assimilation System(HRCLDAS)which ultimately inhibited the output of high-resolution and high-quality gridded products.This paper proposes a statistical downscaling model based on a deep learning algorithm in super-resolution to research the above problem.Specifically,we take temperature as an example.The model is used to downscale the 0.0625°×0.0625°,2-m temperature data from the China Meteorological Administration’s Land Data Assimilation System(CLDAS)to 0.01°×0.01°,named CLDASSD.We performed quality control on the paired data from CLDAS and HRCLDAS,using data from 2018 and 2019.CLDASSD was trained on the data from 31 March 2018 to 28 February 2019,and then tested with the remaining data.Finally,extensive experiments were conducted in the Beijing-Tianjin-Hebei region which features complex and diverse geomorphology.Taking the HRCLDAS product and surface observation data as the"true values"and comparing them with the results of bilinear interpolation,especially in complex terrain such as mountains,the root mean square error(RMSE)of the CLDASSD output can be reduced by approximately 0.1℃,and its structural similarity(SSIM)was approximately 0.2 higher.CLDASSD can estimate detailed textures,in terms of spatial distribution,with greater accuracy than bilinear interpolation and other sub-models and can perform the expected downscaling tasks.     

四川省多种土壤水分资料对比分析

从降水响应、指标评估两个方面对比分析了四川省西昌、宜宾和乐至3站2017~2018年CLDAS土壤湿度产品、人工观测和自动土壤水分站3种土壤水分资料。结果表明,3种资料的土壤相对湿度对降水都有较好的响应,其中自动站对土壤水分变化的响应最为明显,而CLDAS的响应则较为平缓,CLDAS体积含水量对降水的响应不如CLDAS相对湿度好,特别是在深层,基本没有响应降水影响。对比评估指标显示,各站土壤相对湿度人工观测与自动站的相关性最好,西昌站3种资料两两间相关性最好,乐至站各资料间的相关性较差,偏差和均方根误差也较大,体积含水量各站各资料间相关性没有相对湿度高。总体看,CLDAS土壤湿度产品,特别是相对湿度在浅层对降水的响应要好于深层,与人工观测和自动站的相关性也好于深层,CLDAS土壤湿度产品在浅层可以弥补四川部分地区自动站稀疏的缺陷。      

长时间序列多源土壤湿度产品在中国地区的比较分析

研究利用实测数据对遥感产品(ECV CCI)、全球陆面同化系统产品(GLDAS/CLM、NOAH2.7、NOAH3.3、VIC、MOSAIC)、再分析资料(ERA-Interim、NCEP/DOE)等不同来源的8套长时间序列土壤湿度产品进行时空比较。结果表明:上述产品均可以模拟出中国不同区域土壤湿度的空间分布;从各产品平均态与实测数据的偏差、均方根误差、相关系数统计结果来看,NOAH模式和ERA-Interim表现最好,MOSAIC和NCEP/DOE与实测相差较大;从区域尺度上来看,所有产品在东北区域表现最好,在华南、西南南区和西北西区较差;ERA-Interim有效的模拟了土壤湿度的年际变化。