CLDAS与CMPAS产品在重庆分区适用性差异检验_李奇临.pdf

文章编号：1674 2184(2023)01 0119 09CLDAS 与 CMPAS 产品在重庆分区适用性差异检验李奇临1,2,刘昉1,廖伟1,朱君1,2,赵美艳1,盖长松1,旷兰3（1.重庆市气象信息与技术保障中心,重庆401147；2.重庆市气候中心/中国气象局气候资源经济转化重点开放实验室,重庆401147；3.重庆市綦江区气象局,綦江401420）摘要：选取重庆市 1969 个自动观测站数据，对国家级网格实况分析产品 CLDAS 与 CMPAS 中 12 种要素产品进行评估，采用误差指标和分级评估法，分区域检验实况产品在重庆的适用性。结果表明：CLDAS2.1 中小时 2 m 气温产品的夜间误差小于白天误差，各区域的适用性由高到低排序为渝西、渝中、渝东南、渝东北，平均绝对误差分别为 0.73、0.74、0.81、1.05。CMPAS 小时和日降水产品在渝东南的绝对误差最大，其余三个区域误差相差不大；二源和三源的小时降水产品误差相差不大，夏季误差增大明显，7 月达到峰值，日降水产品则三源优于二源。CLDAS 小时能见度产品在各区域间误差月变化趋势一致，以低估为主，但在低能见度天气下均为高估。总体而言，国家级 CLDAS 与 CMPAS 产品质量较高，均能反映重庆大气要素的变化特征，但应针对不同地区和时段选取适合的产品进行应用。关键词：CLDAS；CMPAS；质量评估；重庆中图分类号：P456.7文献标识码：Adoi：10.3969/j.issn.1674-2184.2023.01.015 引言引言气象网格实况产品是通过一切可能的观测、探测、遥测手段收集到的，或通过融合分析、同化分析、人工智能分析等信息技术加工处理得到的气象数据集1 3，中国气象局研发的网格实况分析产品填补了我国在基础气象观测资料领域的空白4 6。国家信息中心2018 年完成了 13 气象要素 28 个气象变量的融合实况分析产品实现业务准入，其空间分辨率由 6.25 km提高到 5 km，CLDAS1.0 是陆面数据同化系统第一版产品；2019 年对 13 个要素完成升级实现业务准入，增加了五类覆盖全球范围的融合实况分析产品，产品时效由 15 min 提高到 12 min，陆面网格分析产品 CLDAS2.0和多源降水融合产品 CMPAS 在省级气象服务中得到广泛应用；2020 年 4 月底，网格实况分析产品时效提高到 10 min，CLDAS2.1 和 CMPAS 增加了资料融合，并优化融合技术，目前为省级信息中心气象资料业务系统 MDOS 提供实况产品的数据支撑。CLDAS 和CMPAS 产品是网格实况分析系统 ART 的重要产品，是智能网格预报的重要基础，其质量需要通过综合评估检验来判断该产品能否反映大气的实际状态，能否用于天气预报和气象服务。近年来，气象学者在气象网格实况产品的适用性研究方面开展了大量工作。俞剑蔚等7采用误差分析和准确率方法，评估了网格实况产品在江苏地区的适用性。齐铎等8对中国东北部的预报能力进行初步检验与偏差订正，结果表明气温的预报准确率与海拔高度呈负相关，有较明显的季节性误差；张玮等9对网格实况分析产品在江西地区的适用性进行检验评估，发现风速与降水产品的数据精度较低。龙柯吉等10、吴薇等11、郭旭等12分别研究了CLDAS 和CMPAS产品在四川地区的适用性，发现逐小时产品与站点实况基本一致，具有较高的参考性。另外还有部分针对 CMPAS 产品在区域内降水过程的评估13 19，以及对网格预报系统的应用评估和订正方法研究20 26。综上所述，格点实况产品在不同地区的适用性并不一致。基于 MDOS 的网格实况分析产品评估系统在全国业务应用，MDOS 能自动生成实况分析产品的误差的走势，但缺乏本地对产品误差产生的深入分析。国家级网格实况分析产品丰富多样，版本不断更新，加之重庆地区地形复杂多样，有必要对这些产品在重庆进行分区域的综合评估。因此，本文针对 CLDAS和 CMPAS 产品中的 2 m 气温、相对湿度、降水和能见度气象要素，检验其在重庆各区域的适用性，并对比升级前后产品的误差变化，以期详细了解数据产品的可靠性并为精细化预报与智慧气象服务提供数据支撑。11数据与方法数据与方法1.1数据本文检验的资料为 2019 年 10 月2020 年 10 月网 收稿日期：2022 02 22资助项目：重庆市气象部门业务技术攻关项目（YWJSGG-202110）作者简介：李奇临，工程师，主要从事气象数据质量控制研究。E-mail： 第 43 卷 第 1 期高原山地气象研究Vol.43 No.12023 年 3 月Plateau and Mountain Meteorology ResearchMar.2023格实况分析产品 CLDAS 和 CMPAS 四个要素 12 种数据产品，其中，CLDAS 产品在 2020 年 4 月底进行了产品优化，由 CLDAS2.0 版本升级为 CLDAS2.1 版本，详细情况见表 1。目前，重庆已建成自动观测站 2000 余个，并实现了观测资料的实时上传和质量控制。地面观测数据经过了气象资料业务系统 MDOS 三级质量控制流程质控，包括气候学界限值、区域界限值、时间一致性、空间一致性等质量控制和检查后，重庆市国家级自动站资料可用率达 99%，省级气象站的可用率也达到 98%。本文选取了 1969 个质控码为 0（代表数据正确）的自动观测站，并根据数据可用率、设备可用性等综合指标，筛选出“真值”数据作为检验标准，以确保检验结果的科学性，检验标准数据情况见表 2。表 1 网络实况分析产品情况 评估产品数据要素时空分辨率数据格式时间段CLDAS2.0陆面网格分析产品2 m气温5 km/1 h、5 km/1 dGRB.22019年10月2020年4月能见度5 km/1 hGRB.2CLDAS2.1陆面网格分析产品2 m气温5 km/1 h、5 km/1 dGRB.22020年510月能见度5 km/1 hGRB.2CMPAS多源降水融合产品二源降水5 km/1 h、5 km/3 h、5 km/1 dGRB.22019年10月2020年10月三源降水5 km/1 h、5 km/3 h、5 km/1 dGRB.2 表 2 检验标准数据情况 检验标准数据要素时间分辨率数据格式时间段重庆市国家站和省级站观测数据逐时气温、最高和最低气温小时、日TXT2019年10月2020年10月逐时能见度小时TXT逐时降水量、3 h累计降水量、日降水量小时、日TXT逐时降水量、3 h累计降水量、日降水量小时、日TXT 1.2方法本文采用误差指标和分级评估法，以经过质量控制的观测站点资料作为“真值”，将实况分析产品按科学的插值方法插值到观测点，统计比较一段时间内两者的误差或相关关系。CLDAS 产品中包含的气温、相对湿度、能见度气象要素采用双线性插值，CMPAS产品采用邻域法插值。检验指标10包括平均值误差（ME）、平均绝对误差（MAE）、均方根误差（RMSE）和相关系数（COR），具体计算公式如下：ME=1NNi=1(GiOi)；（1）MAE=1NNi=1|GiOi|；（2）RMSE=1NNi=1(GiOi)2；（3）COR=Ni=1(GiG)(OiO)Ni=1(GiG)2Ni=1(OiO)2。（4）式中：Oi为站点观测值，Gi为实况产品插值到检验站点得到的数值，N 为参与检验的总样本数（站数）。根据实况分析产品质量评估规范（2019 版），逐时降水分级、日降水量分级以及能见度等级划分分别见表 3、表 4 和表 5。1.3检验区域重庆位于中国内陆西南部，地貌以丘陵、山地为主，其中山地占 76%。其北部、东部及南部分别有大巴山、巫山、武陵山、大娄山环绕。将重庆按照气候特征、地形及行政区，以红色边界线划分为渝西、渝中、渝东南、渝东北四个区域（如图 1）。渝西地区代表了主城区和渝西经济圈，城市和人口聚集区，以平原和丘陵为主，渝中地区代表盆地与山地的过渡带，渝东南地处武陵山区，地形起伏较大，渝东北为大巴山区，海拔较高。本文将对比分析网格实况产品 CL-DAS 与 CMPAS 在上述四个区域的适用性差异。22检验与分析检验与分析2.12m 气温图 2 给出了重庆市各区域 CLDAS 2 m 气温产品误差指标的逐月变化。由图 2a 可见，小时 2 m 气温120高原山地气象研究第 43 卷格点产品在渝东北各月均偏低，渝西则各月均偏高；由图 2c 可见，日最低 2 m 气温产品在渝东北有所低估，其余区域存在高估；由图 2e 可见，日最高 2 m 气温产品在重庆各区域均有所低估。从 3 种气温产品的 MAE（图 2b、图 2d 和图 2f）来看，各区域误差排序为：MAE渝西MAE渝中MAE渝东南MAE渝东北，数值分别为 0.91、0.98、1.10 和 1.39，各 区 域 误 差 在2020 年 5 月前后均有明显变化。从不同时段来看，2019 年 10 月2020 年 4 月，格点产品在渝西地区数值偏高明显，另外三个区域则明显偏低；2020 年 5 月以后，各区域间的偏差明显缩小，渝东北和渝东南气温数值略偏低，渝西和渝中则略偏高。2020 年 5 月后各区域误差减小与国家局 4 月下旬下发的实况产品版本变更有关，由 CLDAS2.0 产品版本升级为 CLDAS2.1 产品，升级后的产品融入了非考核站点观测资料，站点总数增加了 65%，优化了多源资料协同质量处理和优化融合技术，并结合雷达、卫星实现对地面资料的协同质控，产品精度得到明显提升。表 6 列出了产品升级前后小时 2 m 气温产品的各误差指标，各区域 ME、MAE 和 RMSE 有明显降低，区域之间的误差范围明显缩小，渝中和渝西相关系数提升到 0.96，MAE 在渝东北、渝东南、渝中、渝西分别提升至 1.05、0.81、0.74、0.73。2020 年 8 月，各区域均有误差突增现象。分析可知，重庆地区该月较常年同期显著偏高 1.5，降水量较常年同期偏少 6 成。图 3 给出了 2020 年 8 月各区域小时 2 m 气温产品 MAE 与站点逐时气温变化特征。如图所示，夜间（20 时次日 08 时）误差明显小于白天（0820 时），夜间 MAE 在 1.2 以下，渝东北和渝中地区误差较大，其次是渝西，渝东南误差最小；白天渝东北和渝东南误差增大较明显，1014 时气温逐渐升高，14 时渝东北 MAE 达到 1.81。综上可知，站点观测气温偏高时，气温实况产品误差偏差增大，做本地偏差订正时，气温高的时段可适当增大估算。2.2降水图 4 为重庆市各区域 CMPAS 三源小时降水产品 表 3 逐时降水量等级划分 分级逐时降水量（mm）10.11.922.04.9359.9410.019.9520.0 表 4 日降水量等级划分 分级24 h降水量（mm）1（小雨）0.19.92（中雨）10.024.93（大雨）25.049.94（暴雨）50.099.95（大暴雨）100.0249.96（特大暴雨）250.0 表 5 低能见度等级划分 能见度等级天气状况气象视距（km）0极雾天气0.051浓雾0.050.202中雾0.200.503轻雾0.501.00 N城口开州云 阳巫溪奉节巫山潼南垫江梁平万州忠县石柱大足荣昌永川万盛北碚璧山江津南川长寿涪陵丰都武隆黔江彭水酉阳秀 山105106107108109110E29303132N渝东南渝中渝西渝东北04080 120 160 km国家气象站省级气象站4006008001000120014001600180020002200海拔：图 1 重庆区域划分第 1 期李奇临，等：CLDAS 与 CMPAS 产品在重庆分区适用性差异检验121和日降水产品 MAE 的逐月变化。如图所示，两种降水产品的 MAE 均随时间波动较大，且误差的这种变化与山地降水季节性分布密切相关，即降水量与 MAE呈正相关。每年 68 月是重庆地区主汛期，降水比较集中，是一年中降水强度