ERA-Interim及E...复杂地形区的适用性对比分析_刘佳.pdf

文章编号：1674 2184(2023)01 0095 09ERA-Interim 及 ERA5 在中国西南复杂地形区的适用性对比分析刘佳1,2,陈艳1,3*,王曼1,3,周秀美1,2（1.中国气象局横断山区(低纬高原)灾害性天气研究中心,昆明650034；2.云南省红河州气象局,红河654400；3.云南省气象科学研究所,昆明650034）摘要：基于中国西南地区川、渝、滇、黔、藏、桂 6 个省区 513 个国家级气象观测站的观测实况资料，运用相关系数、泰勒图等方法对比分析了 ERA-Interim 和 ERA5 两套再分析数据在中国西南复杂地形区的适用性。结果表明：ERA5 再分析数据对地面各要素（2 m 气温、降水、10 m 风速、10 m 风向）的适用性均优于 ERA-Interim，其在四川中部、云南东部等地对 2 m气温的再现更优，在四川、重庆、贵州对降水的再现更优，在重庆、云南、广西对 10 m 风速的再现更优，在四川和广西对 10 m风向的再现更优。而 ERA-Interim 仅在西藏地区对 2 m 气温、10 m 风速的再现更优。在月适用性上，两套再分析资料在冬春季优于夏秋季，其中 ERA5 对夏秋季（510 月）2 m 气温和全年各月降水、10 m 风速、10 m 风向的适用性更优。在日适用性上，两套再分析资料对 2 m 气温和降水在午后到夜间优于白天，对 10 m 风速和 10 m 风向在白天的适用性优于午后到夜间，其中 ERA5 对多数时段 2 m 气温、00 时降水以及各时次 10 m 风速、10 m 风向具有更好的适用性。关键词：西南地区；再分析数据；适用性；误差时空分布中图分类号：P456.7文献标识码：Adoi：10.3969/j.issn.1674-2184.2023.01.012 引言引言川、渝、滇、黔、藏等是中国地形最为复杂的西南地区，其内既耸立着青藏高原这样的庞然巨物，又混杂着四川盆地、横断山脉、云贵高原等大中小不同地形，更有峨眉山等更小地形夹杂其中，大小地形、高低起伏，其特殊的地理位置和复杂的地形地貌，导致区域气候差异显著。加之影响西南地区的环流因子也很复杂，包括副热带高压、昆明准静止锋、孟加拉湾热带低压、西行台风等，也伴有像西南涡和高原涡等中尺度天气系统1 2，因此西南地区具有很强的区域天气气候特征3 4。针对西南地区复杂天气系统研究需要大量的、各种类型和来源、全球和区域的气象数据，现有的全球大气观测资料特别是 1979 年以前的观测资料，在时空分布上存在着很大的非均一性问题5，科学家们基于数学统计方法研制了一些时间尺度较长、空间分辨率较高的格点气候数据6 8，20 世纪 80 年代后期，科学家们提出利用 NWP 中的资料同化技术恢复长期历史气候记录的新方法9 10，就是所谓大气资料“再分析”。全球再分析资料经历了美国国家环境预报中心、美国国家大气研究中心和美国能源部联合发布的 NCEP/NCAR、NCEP/DOE、NASA/DAO、NCEP/CFSR11 14，欧洲中期天气预报中心（ECMWF）推出的ERA-15、ERA-40、ERA-Interim、ERA515 16，日本气象厅发布的 JRA-25、JRA-5517 18等。2014 年，中国国家气象信息中心也开始研发中国全球再分析资料集CRA19。由于选用不同数值模式、观测资料，加之同化和均一化过程带来的差异，不同再分析数据集的可信度存在差异20 21。2016 年 ECMWF 发布了使用新一代四维变分同化技术制作的第五代再分析资料集（ERA5），取代了其前身 ERA-Interim，采用实时更新的方式提供 1950年至今的高分辨率全球大气再分析数据22。学者们在中国多个省份展开了 ERA-Interim 与 ERA5 的适用性分析，发现 ERA5 在山东省及周边地面和对流层低层的相对湿度和风场上表现更优23，对浙江省地表温度的模拟较 ERA-Interim 有明显改善20，对江苏省地面和高空气象要素的刻画均优于 ERA-Interim24。近年来，ERA-Interim、ERA5 再分析资料还被应用于三江源地区水汽输送25、西南涡气候特征26、青藏高原水汽含量27、云南强降雨过程28等西南地区天气气 收稿日期：2022 04 19资助项目：国家自然科学基金项目（41965005）；中国气象局创新发展专项（CXFZ2022J012）作者简介：刘佳，高级工程师，主要从事天气预报和应用气象研究。E-mail:通讯作者：陈艳，正研级高级工程师，主要从事天气气候研究。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候的分析，但两套资料在西南复杂地形区的适用性研究还未开展过。西南地区天气复杂多变，气象灾害频发，预报具有很大的挑战，加之气象站较东部地区稀疏，故研判再分析数据在西南地区的适用性，对后续研究的进一步开展具有重要的科学与实际意义。本文利用西南地区513 个国家气象站资料，对ERA-Interim和 ERA5 的地面气象要素在西南地区的适用性进行初步评估，以期为两套再分析资料在西南地区的推广应用提供科学依据。11资料与方法资料与方法1.1资料1.1.1观测实况资料研究区域以西南地区为主，包括云南、四川、重庆、贵州、西藏。考虑广西与贵州、云南接壤，是静止锋主要影响区域，西行台风经过影响区域，北部湾水汽通道的上游地区，故将广西加入研究区域。观测实况资料选取了 2015 年 1 月 1 日2019 年 8 月 31 日6 个省（自治区）513 个台站（站点分布见图 1 和表 1）的逐时地面观测数据，要素包括 2 m 气温（单位：）、1 h 累计降水量（单位：mm）、24 h 累计降水量（单位：mm）、10 m 风速（单位：m/s）、10 m 风向（单位：）。剔除缺测时次超过 40%的站点，以保证所用数据的完整性，共 330 个站点数据较齐全，在下文中参与计算。1.1.2再分析资料再分析数据为ERA-Interim 和ERA5 数据集。ERA-Interim 是 ECMWF 第 3 代再分析数据集，使用 ECMWF集成预报系统（Integrated Forecast System，IFS）31r2 循环（Cycle 31r2）中的四维变分（Four-Dimensional Vari-ational,4D-Var）数据同化技术29。该数据提供 0.1252.5多种空间分辨率，垂直上从地面起分为 60 层，分辨率最高可达 0.1 hPa，时间范围是 1979 年 1 月2019年 8 月，提供每日 4 次同化数据（世界时 00 时、06 时、12 时和 18 时）30。ERA5 是 ECMWF 最新再分析数据集，为 ERA-In-terim 的升级替代品，ERA5 的时间和空间分辨率均得到提高，水平分辨率提升至 0.125，垂直分层由 60 层增加至 137 层，垂直分辨率由 0.1 hPa 提高至 0.01 hPa（约为 80 km），数据时间范围延展到从 1950 年开始到最近 5 天内的实时数据，时间分辨率由每 6 h 提高至每 1 h31。此外，相比于 ERA-Interim 数据，ERA5 数据对观测资料的使用方法和物理过程描述都有显著的改进，数据同化技术使用的是 ECMWF 新一代 IFS41r2 循环（Cycle41r2）的 4D-Var 技术32。研究选用2015 年1 月1 日2019 年8 月31 日ERA-Interim 和 ERA5 再分析资料中每日四个时次（世界时00 时、06 时、12 时和 18 时）2 m 气温、10 m 经纬向风和总降水量，其中 ERA-Interim 提供的总降水量仅有00 时和 12 时共两个时次。1.2适用性分析线性相关系数用于研究再分析数据对实况数据的模拟再现程度。相对偏差、平均绝对偏差、均方根误差等指标用于研究再分析数据对实况数据的偏离程度。其中，相对偏差反映再分析数据对实况平均值的偏差程度，平均绝对偏差反映再分析数据与实况值的离散程度，均方根误差表示再分析数据与实况值之间的偏差。某一观测变量与再分析数据的相关系数为：R=ni=1(ai a)(oi o)ni=1(ai a)2(oi o)2（1）3500N3000200025008000850090009500100000195 3907801,1701,560 km1050011000E台站5500N 图 1 西南复杂地形区站点分布96高原山地气象研究第 43 卷相对偏差为：Bias=ni=1(aioi)/nni=1oi/n100（2）平均绝对偏差为：Mae=ni=1|aioi|n（3）均方根误差为：RMSE=|ni=1(ai a)(oi o)2n（4）标准差为：Sa=1nni=1(ai a)2或So=1nni=1(oi o)2（5）式中：n 为有效样本数，a 和 o 分别代表再分析数据和观测实况数据。Sa/So泰勒图能够简明地反映再分析数据与实况值之间的相匹配程度。基于余弦定理，泰勒图将相关系数（R）、均方根误差（RMSE）和标准差比率（）三种统计数表征在图内。以原点为圆心，方位角表示相关系数，距原点的距离为再分析数据和实况数据的标准差比率，以观测实况数据点（OBS，沿水平方向距离原点一个单位）为圆心的圆表示标准化 RMSE。因此距离 OBS 越近，说明再分析数据的模拟效果越好33。22结果分析结果分析2.1区域适用性分析2.1.1区域比对2015 年 1 月 1 日2019 年 8 月 31 日 ERA-Interim、ERA5 中 2 m 气温与实况的相关系数分别为 0.918、0.919，西南地区均通过 99%水平的显著性检验。整体来看，ERA5 中 2 m 气温与实况的相关系数较 ERA-Interim 略高，对气温的再现有提升（图 2a）。分区域（图 3a）来看，ERA5 在西藏的再现能力较 ERA-Inter-im 略下降，四川、广西基本持平，其他省区均有提升。值得注意的是，ERA5 在四川中部、云南东部等地的再现能力更好，多个区域相关系数超过 0.96，而这些区域也是昆明准静止锋的主要活动区域，即用 ERA5可以更准确地刻画昆明准静止锋。2015 年 1 月 1 日2019 年 8 月 31 日 ERA-Interim、ERA5 中 24 h 累计降水量与实况的相关系数分别为0.26、0.31，西南地区均通过了 99%水平的显著性检验。整体来看，ERA5 中 24 h 累计降水量与实况的相关系数较ERA-Interim 增大，对降水的再现有提升。ERA-Interim 在四川、重庆和广西相连的大部分地区中相关系数较低（图 2b1），而 ERA5 则有明显改善（图 2b2）。这些区域正是从盆地向高原过渡的关键区域，局地降水受地形影响差异较大且变化较复杂，ERA5 对降水再现的改进将为开展该区域的相关研究提供科技支撑。分区域（图 3b）来看，6 个省区中 ERA5与实况的相关系数均较 ERA-Interim 有所提高，特别是四川、重庆、贵州更为显著，相关系数提升 0.05 以上。2015 年1 月1 日 2019 年8 月31 日ERA-Interim、ERA5中 10 m 风速与实况的相关系数分别为 0.44、0.49，西南地区均通过了 99%水平的显著性检验。整体来看，ERA5 中 10 m 风速与实况的相关系数较 ERA-Interim增大，对 10 m 风速的再现有提升。ERA-Interim 在西藏东部、四川和重庆相连大片地区的相关系数较低（图 2c1），而 ERA5 则有明显改善（图 2c2）。这些区域也是从盆地到高原过渡的关键区域，风速受地形影响差异较大且变化较复杂，ERA5 对 10 m 风速再现的提升同样能为该区域的相关研究提供科技支撑。分区