利用地形高度差对ERA5气温降尺度的方法研究_王乙竹.pdf

2期引言近地面气温是影响全球辐射平衡、能量收支、水循环研究的关键参数，是气候学、环境生态学、水文研究等多个领域的常用变量1。它表征近地面空气的冷热程度，与人类的生产生活密切相关。传统获取气温的方法是通过地面152m高的百叶箱进行测量，观测精度高、时间分辨率小，但该方式仅能代表所在位置有限范围内温度信息，并且站点空间分布不均匀，无法很好地反映气温的空间异质性。目前，部分研究通过对站点数据进行空间插值得到气温的空间分布，但其精度往往受制于气象站点的密度、地形和景观条件等，难以获得较高精度的气温信息，实际应用中受到诸多限制2-3。ECMWF第五代再分析资料（ERA5）提供全球范围内逐小时的天气信息，可有效弥补海洋、高原等偏远地区地面观测站点不足，是获取全球或区域近地面温度分布的有效途径4，5。但ERA5空间分辨率仅为0101，将其表示某特定地点温度会存在一定偏差6-7。随着气候、地学、水文等多模型空间精度需求不断提高，如何获得兼具高空间分辨率和高精度近地面气温是一个热门话题。复杂的地貌特征、地理条件、高程差异是影响气温的关键因数8，广西壮族自治区主要分布有山地、丘陵、平原等类型地貌，北部接壤云贵高原，海拔高于南部沿海区域，全区海拔从16m到2048m，气温空间差异明显。为探求一种精度高、空间分辨率小、简单快速获取该区域内近地面气温的方法，本文使用SRTM（shuttle radar topography mission，航天飞机雷达地形测绘任务）高程（DEM）数据，考虑ERA5地形高度和SRTM DEM之间差异，结合气温垂直递减率，首次对广西ERA5气温资料开展降尺度研究，希望为农业、气候、预报等分析与研究提供技术支持。1数据与方法1.1数据来源本文所需数据类型有ERA5 2m气温和地形位势高度数据、SRTM地形高程数据和广西91个国家收稿日期：2022-09-15基金项目：广西壮族自治区气象技术装备中心自立项目“基于天元系统的地面气象观测业务可用性评估方法研究”作者简介：王乙竹（1996），女，硕士，助理工程师，主要从事装备运行保障、质控算法开发工作。Email：617575956qqcom*通讯作者：周坤论（1994），男，硕士，助理工程师，主要从事气象探测技术保障等工作。Email：980289314qqcom利用地形高度差对 ERA5 气温降尺度的方法研究王乙竹，王玮，黄剑钊，景坤，周坤论*（广西壮族自治区气象技术装备中心，南宁530022）摘要：基于ERA5 2m气温数据（TERA），考虑地形高度对气温的影响，结合温度垂直递减率，开展了气温降尺度研究。利用广西91个国家观测站2021年1月12月逐小时气温数据（Tsit）来验证该方法降尺度后气温（Tair）精度，对比探讨降尺度效果，并讨论Tair误差时空分布特征。结果表明：（1）全年Tsit与Tair有效匹配数据点的相关系数（R）为0978，均方根误差（RMSE）为159，平均偏差（MB）为0441。比TERA与Tsit的相关性高（R0974）、均方根误差小（RMSE171）。（2）Tair细化地形对气温的影响，展示了很好的空间分布细节纹理，特别是海拔较高区域。（3）Tair误差有明显的时空变化特征，桂南精度高（RMSE15，MB1），桂东北、桂西北精度相对较低（RMSE18，MB1），秋季的精度（RMSE154，MB035）优于其他季节（RMSE158，MB038）。关键词：气温降尺度；ERA5；地形高度；温度垂直递减率中图分类号：P467文献标识码：Adoi：10.19849/ki.CN45-1356/P.2023.2.06王乙竹，王玮，黄剑钊，等利用地形高度差对ERA5气温降尺度的方法研究J气象研究与应用，2023，44（2）：3338Wang yizhu，Wang Wei，Huang Jianzhao，et al.A methodological study of Downscaling of ERA5 Temperature Using Terrain HeightDifferenceJJournal of Meteorological Research and Application，2023，44（2）：3338第44卷第2期气象研究与应用Vol.44 No.22023年6月JOURNAL OF METEOROLOGICAL RESEARCH AND APPLICATIONJun.202344卷气象研究与应用地面气象观测站2m气温数据，时间区间为2021年1月1日至12月31日（2021整年），时间分辨率为逐小时间隔。ERA5是ECMWF五代再分析资料，同化了大量数值预报、地面观测和卫星遥感等数据7，9，提供1950年至今全球气候和天气资料。本研究用到ERA5 2m气温（TERA）和重力势能数据，位势高度通过重力势能除以重力加速度（g980665ms-2）计算，网格尺度0101。数据下载于欧洲气象中心（https：cdsclimatecopernicuseu）。地形高程（DEM）数据来源于美国奋进号航天飞机的雷达地形测绘SRTM，具有探测精度高，空间分辨率小（3弧秒约90m）的特征10。本文所使用的数据集为重采样250m250m中国广西区域高程。以SRTM DEM为准确值与插值后的ERA5数据空间匹配，进行高度订正，从而实现降尺度，数据下载于美国地质勘探局（https：lpdaacusgsgov）。地面观测资料经过气候学界限值、区域界限值、时空间一致性检查等严格质量控制，可用率达998211。本文将地面观测视为近地面气温真值，用于该降尺度方法结果验证。91个国家级自动观测站约占66的台站海拔小于200m，海拔超过500m的台站约10个（约占11），其大部分集中在桂西北、桂东北区域。数据下载于气象大数据云平台。1.2研究方法由于ERA5数据（0101）和SRTM数据（250m250m）空间分辨率不同，采用双线性插值的方法将ERA5 2m气温和ERA5位势高度插值为250m250m网格分辨率12-13，再与SRTM DEM进行空间匹配。插值后的ERA5位势高度与SRTM DEM的高度差利用气温垂直递减规律对插值后ERA52m气温进行订正14，即海拔每相差100m，气温平均降低或升高065，公式如下：TairTcz065（HczHSRTM）/100TairTcz065（HczHSRTM）/100（1）式中Tair为降尺度后的温度（），Tcz为双线性插值后ERA5 2m气温（），Hcz为ERA5双线性插值后的位势高度（m），HSRTM为SRTM的高程（m）。1.3误差评估方法利用相关系数（R）、均方根误差（RMSE）、偏差（MB）3个统计指标对降尺度后气温进行评估和误差分析。R用于评估降尺度后的温度（Tair）与真实台站气温（Tsit）之间的相关性，RMSE反映了Tair与真实Tsit之间的差异，MB评估Tair是否高估（暖偏差）或低估（冷偏差）。Ri1n（TairTair）（Tsit（Tsit）i1n（TairTair）2i1n（Tsit（Tsit）2（2）RMSE1Ni1N（TairTsit）2（3）MB1Ni1N（TairTsit）（4）式中Tsit为地面观测资料提供的真实台站气温，N为样本量。2结果与分析2.1整体误差分析2021年逐小时共匹配794114个有效数据点，图1为ERA5 2m气温（TERA）与台站气温（Tsit）（图1a）和降尺度后气温（Tair）与台站气温（图1b）的二维散点图。总体而言，研究区域全年气温集中在538，Tair和TERA与台站气温对比大部分点重叠于11线。TERA与Tsit和Tair与Tsit的R值分别为0974和0978，RMSE值分别为171和159。全年MB值小于05，TERA倾向于低估（MB0366），而Tair更倾向于高估（MB0441），特别是当温度小于10时，Tair高估明显。为了解误差与DEM的关系，表1展现了TERA和Tair的R、RMSE、MB值随海拔的变化情况。大部分站点海拔集中在300m以下，共627373个数据，高于800m共34938个数据。TERA相关性随海拔的增加而降低，R从0974到0966，Tair随海拔的增加R下降相对缓慢（R097），表现出较好的相关性。RMSE都随海拔的增加而增加，Tair的RMSE均小于TERA，当海拔大于200m时，RMSE有一定程度的增加。TERA多为低估，而Tair整体表现为高估（MB0254）。相关性随海拔降低，误差随海拔增加，说明该方法更适用于低海拔区域。图2给出了ERA5位势高度和SRTM DEM之间绝对高度差（HERAHSRTM）随海拔的变化情况，海拔小于100m时高度相差小（平均约933m），当海拔大于800m时相差大，最大高度差可达13322m，随海拔增加高度差异呈增加趋势。本研究利用高度差对TERA进行订正，地形高度准确性和气温垂直递减率精度是影响降尺度的误差主要原因，如采用更高精度的地形高度数据和本地化的垂直递减率，可提高降尺度精度，尤其是高海拔地区。342期R RMSE/MB/海拔/m 匹配点数 T?T?T?T?T?T?800 34,938 0.966 0.970 1.890 1.851 0.506 0.666 总的来说，TERA和Tair均表现为R随海拔的增加而降低，RMSE随海拔的增加而增加，ERA5对高海拔地区的再现能力较弱，倾向于低估，这与ERAInterim（ECMWF三代再分析资料）相似15。Tair相比TERA精度有所提高，但也同样表现为低海拔地区精度优于高海拔地区，这可能与地形高度差和气温垂直递减率精度有关。2.2空间分布对比利用2021年1月15日、4月15日、7月15日、10月15日12UTC的ERA5 2m气温（TERA）、双线性插值后的气温（Tcz）、地形高度降尺度气温（Tair）空间分布进行对比。总的来说，TERA、Tcz、Tair三组数据集显示非常相似的温度梯度，桂南低海拔地区气温较高，而桂西北、桂东北高海拔地区气温相对较低。此外，数据集表现出相似的气温季节变化特征，夏季（7月）温度高，冬季（1月）温度低，1月大部分地区气温小于14，而7月多大于26。然而，TERA、Tcz、Tair三组数据仍存在显著差异。TERA的空间分辨率较粗（0101），网格化明显。双线性插值后分辨率有所提高，气温分布效果平滑，但空间细节少，对于广西海拔北高南低，平原、山地等复杂地形，缺乏空间细节数据不适用于来表示该地区气候和生态特征，特别是气温空间梯度较大的春秋季节。相比之下，Tair很好展示了空间分布细节特征，气温梯度变化明显，特别是海拔较高、地形较复杂的桂西北和桂东北区域，随海拔增加气温降低。为了解降尺度后气温（Tair）误差空间分布情况，对数据进行了空间精度验证。SRTM高程（HSRTM）与站点海拔之间（Hsit）的差异（HSRTMHsit），表现为HSRTM多高于Hsit，特别是海拔较高的站点，高度差最大可达400m以上，也使得高度订正后的年平均Tair表现出较大的暖偏差和均方根误差。相比之下，低海拔区图1ERA5 2m气温（TERA）与台站气温（Tsit）对比二维散点图（a），利用高度降尺度后气温（Tair）与台站气温（Tsit）对比二维散点图（b），红实线为1：1线，色柱表示重叠点个数。表12021年逐小时TERA和Tair与Tsit的R、RMSE、MB随海拔的统计数据表图2ERA5位势高度和SRTM DEM之间绝对高度差（HERAHSRTM）随海拔变化柱形图(a)(b)王乙竹，王玮，黄剑钊，等：利用地形高度差对ERA5气温降尺度的方法研究50403020100-10-1001020304050Tsit/TERA/01020304050Tsit/1501209060300150120906030050403020100-10-10Tair/NO.NO.R=0.974RMSE=1.71MB=-0.366R=0.978