CMA-RA陸面氣溫再分析產品在陜西的檢驗評估

樊丹丹，賀 音

(1.陜西省氣象信息中心，西安 710014；2.陜西省氣象局秦嶺和黃土高原生態環境氣象重點實驗室，西安 710016)

由國家氣象信息中心牽頭研發的我國第一代全球大氣和陸面再分析40 a產品(CMA’s global atmospheric reanalysis 40 years, CMA-RA)于2021年5月13日正式發布，其中陸面再分析產品(CMA-RA/Land)包括大氣驅動融合產品(2 m氣溫、2 m比濕、10 m U風、10 m V風、降水)和陸面產品(地表溫度、土壤溫度、土壤濕度、感熱通量、潛熱通量、積雪等)。CMA-RA數據在天氣、氣候、環境、海洋和水文等領域具有重要應用價值[1-2]，已被應用于GNSS水汽反演[3]、副熱帶西風急流分析[4]、降水估算[5]等相關研究中。目前已有少部分學者針對CMA-RA及CMA-RA/Land數據進行評估研究，涉及地區包括湖南[6]、青藏高原[7]以及全國范圍[8]，結果表明CMA-RA及CMA-RA/Land數據在上述區域表現良好。

氣溫是氣候變化研究討論的焦點，以往關于氣溫變化的研究往往依賴于地面觀測站點資料[9-12]，而觀測資料存在時間序列短、連續記錄短缺、記錄資料非均一化等問題[13]，并且還存在部分區域觀測站點較少等問題。網格化再分析資料具有時空分辨率精度高、時間跨度長等優點[14-16]，不僅可以彌補觀測資料的不足，也可用于預報產品的訂正、檢驗等。此外還可以作為背景場應用于數值模式中，對于天氣監測、氣候分析、氣象服務等具有重要意義[17]。陜西地形環境復雜，地勢南北高、中間低，北部是黃土高原區，中部是關中平原區，南部是秦巴山區，是氣候變化的敏感區域之一[18]。網格化再分析氣溫數據在陜西的本地化應用具有重要意義，而目前尚未有CMA-RA/Land數據在陜西的適用性評估。本文選取2020年CMA-RA/Land氣溫數據和國家自動氣象站、區域自動氣象站氣溫觀測資料，分別采用相關系數、平均誤差、均方根誤差、平均絕對誤差、準確率等指標，評估CMA-RA/Land氣溫數據在陜西的適用性，以期為氣溫再分析產品的研究應用提供參考。

1 資料與方法

1.1 資料介紹

1.1.1 站點觀測資料 2020年1—12月的自動氣象站觀測資料來源于“氣象大數據云平臺”，觀測數據時間分辨率為1 h，取每隔3 h的數據以便與CMA-RA/Land數據對應。觀測站點包括陜西99個國家自動氣象站和1 884個區域自動氣象站，站點空間分布如圖1所示。所有觀測數據均經過“氣象資料業務系統”進行嚴格質量控制處理，下載2 m氣溫及其對應的質量控制碼(以下簡稱質控碼)。國家自動氣象站數據質量較高，而區域自動氣象站數據質量參差不齊，因此需要對上述數據進行篩選，方法為：首先讀取每條數據對應的質控碼，只保留質控碼為0(數據正確)、3(數據訂正)和4(數據修改)的數據，其余數據按缺測處理；進一步對上述數據做簡單的質量控制處理，剔除缺省值；最后計算每個站點的缺測數據個數，將缺測超過50%的站視為質量較差站點，不采用該站數據。

圖1 陜西地形高度和地面氣象站分布(審圖號為GS(2019)1822號，下同)

1.1.2 再分析資料 CMA-RA/Land大氣驅動融合數據產品來源于“國家氣象業務內網”，該數據基于集合同化算法、多源融合方法、Noah 3.3陸面模式及地表參數優化等技術建立。本研究選取2020年1—12月的2 m氣溫融合產品，水平分辨率為0.25°×0.25°，時間分辨率為3 h，評估范圍覆蓋陜西及周邊地區(105.49°E～111.25°E，31.71°N～39.58°N)。

1.2 檢驗評估方法

將CMA-RA/Land氣溫數據按照雙線性插值法插值到陜西99個國家自動氣象站以及1 884個區域自動氣象站，進行非獨立性檢驗。通過分析各類檢驗評估指標，評估CMA-RA/Land氣溫數據在陜西的適用性。評估指標包括平均誤差(TME, ℃)、均方根誤差(TRMSE, ℃)、平均絕對誤差(TMAE, ℃)、相關系數(R)和準確率(TACC)，計算方法如下。

(1)

(2)

(3)

(4)

(5)

2 結果分析

2.1 全省整體評估結果

圖2為CMA-RA/Land氣溫數據各評估指標的空間分布，總體而言CMA-RA/Land氣溫數據能較好地反映出陜西的氣溫情況，所有站平均R為0.976，平均TME為-0.96 ℃，平均TRMSE為2.56 ℃。從相關系數來看(圖2a、圖2b)，關中和陜北國家自動氣象站的R較大，陜南整體偏??；區域自動氣象站R的空間分布情況與國家自動氣象站基本一致，對比圖1可以發現地勢平坦的地區R相對較大，而地勢起伏較大的地區R偏小。圖2c、圖2d為平均誤差的空間分布，多數站點TME小于0 ℃，表明CMA-RA/Land對陜西的氣溫普遍有所低估；在陜北的偏差較小，部分區域有所高估，在陜南的偏差最為明顯；值得注意的是，沿秦嶺山脈一帶的TME最小，表明CMA-RA/Land對這一帶氣溫存在明顯低估。TRMSE總體呈現出由北向南逐漸增大的趨勢，說明CMA-RA/Land與站點氣溫的誤差陜北最小、關中次之、陜南最大；此外，從區域自動氣象站對CMA-RA/Land氣溫數據的檢驗結果可以看出，沿秦嶺山脈一帶的站點TRMSE明顯高于其他地區，表明CMA-RA/Land氣溫數據在秦嶺的誤差較大。上述分析表明，CMA-RA/Land氣溫數據在陜北的適用性最好，關中次之，陜南較差。這可能是由于陜南下墊面最為復雜，地勢起伏較大導致。

圖2 CMA-RA/Land氣溫數據評估指標空間分布(a、b 相關系數，c、d 平均誤差，e、f 均方根誤差；a、c、e 國家自動氣象站，b、d、f 區域自動氣象站)

2.2 不同區域評估結果

通過2.1節的分析結果發現，CMA-RA/Land氣溫數據在陜西不同區域的適用性有所差異，因此根據陜西地理分布特點，將其分為陜北、關中及陜南3個區域分別進行評估。為便于比較，將站點氣溫及CMA-RA/Land氣溫處理為日平均值，并對3個區域分別進行平均。3個區域日平均氣溫時間變化序列對比如圖3所示，陜北CMA-RA/Land氣溫與站點氣溫變化趨勢一致，兩條曲線幾乎完全吻合，表明兩類數據差異很??；關中CMA-RA/Land氣溫略低于站點氣溫，2—5月兩條曲線吻合較好(圖3b)，其余月份CMA-RA/Land氣溫總體偏低；陜南CMA-RA/Land與站點氣溫差異相比陜北、關中而言偏大，CMA-RA/Land總體低于站點氣溫，但在2—5月二者差異較小(圖3c)。進一步分析不同區域CMA-RA/Land氣溫與站點氣溫的偏差(圖4)，陜北TME在0 ℃附近波動變化，但基本介于在-1～1 ℃之間， 表明CMA-RA/Land氣溫數據對陜北氣溫不存在明顯地高估或低估；CMA-RA/Land氣溫數據對關中所有月份氣溫均有所低估，對陜南低估更為明顯，但陜南3—4月存在高估。

圖3 2020年1—12月陜西3個區域(a 陜北；b 關中；c 陜南)日平均氣溫時間序列

圖4 2020年1—12月陜西3個區域氣溫平均誤差時間序列

2.3 不同海拔高度評估結果

為進一步評估CMA-RA/Land氣溫數據在不同海拔高度上的適用性，將所有站點按照海拔分為5個等級(0～499 m, 500～799 m, 800～999 m, 1 000～1 499 m, ≥1 500 m)，分別使用國家自動氣象站和區域自動氣象站氣溫對不同海拔處CMA-RA/Land氣溫數據進行檢驗，結果如圖5所示。1 000～1 499 m海拔范圍內的R和TACC均最大，CMA-RA/Land氣溫與國家自動氣象站氣溫的R為0.986，TACC為0.77，與區域自動氣象站氣溫的R為0.977，TACC為0.63(圖5a)；對應這一海拔范圍內的TRMSE和TMAE也最小(圖5b)，表明CMA-RA/Land在1 000～1 499 m海拔范圍內與站點氣溫最為接近。800～999 m海拔范圍內的TACC略低于1 000～1 499 m海拔范圍，其次為0～499 m和500～799 m(圖5a)，較高的TACC對應較低的TRMSE和TMAE(圖5b)。當站點海拔超過1 500 m時，R明顯降低，CMA-RA/Land氣溫數據與國家自動氣象站和區域自動氣象站氣溫的R分別為0.958和0.963(圖5a)，TRMSE和TMAE均高于其他海拔范圍(圖5b)，表明CMA-RA/Land氣溫數據在海拔超過1 500 m時偏差較大。

“國家”表示國家自動氣象站，“區域”表示區域自動氣象站，圖b空白處數字為站點數量。圖5 不同海拔高度范圍內CMA-RA/Land氣溫數據的評估結果(a 相關系數、準確率；b 均方根誤差、平均絕對誤差)

2.4 不同等級氣溫評估結果

對于同一區域，在不同月份CMA-RA/Land氣溫數據的適用性也存在差異，因此有必要將氣溫分為不同等級進行評估。根據圖3、圖4的結果，將氣溫分成5個等級(<-10 ℃, -10～-0.1 ℃, 0～19.9 ℃, 20～34.9 ℃, ≥35 ℃)，分別評估不同等級氣溫下CMA-RA/Land氣溫數據的效果，結果如圖6所示。當站點氣溫在-10～-0.1 ℃及0～19.9 ℃范圍時TRMSE和TMAE較小(圖6a)，對應的TACC和TME絕對值也較??；不同的是，-10～-0.1 ℃范圍時TME為正值，而0～19.9 ℃范圍時TME為負值(圖6b)，表明CMA-RA/Land氣溫數據在-10～-0.1 ℃范圍內存在高估，在0～19.9 ℃范圍內存在低估。站點氣溫在20～34.9 ℃范圍時TRMSE、TMAE和TME絕對值略大，TACC略小。站點氣溫小于-10 ℃或超過35 ℃時，TRMSE、TMAE明顯增大，TACC降低；站點氣溫小于-10 ℃時TME為負值，大于35 ℃時TME為正值。上述結果表明，站點氣溫在-10～19.9 ℃范圍時，CMA-RA/Land與站點氣溫差異較??；站點氣溫在20～34.9 ℃范圍時次之；當站點氣溫低于-10 ℃或超過35 ℃時，CMA-RA/Land與站點氣溫差異較大。值得注意的是，CMA-RA/Land氣溫數據對0 ℃以下氣溫存在高估，對0 ℃以上氣溫存在低估。此外，從各個評估指標來看，CMA-RA/Land氣溫數據與國家自動氣象站的一致性優于區域自動氣象站。

“國家”表示國家自動氣象站，“區域”表示區域自動氣象站。圖6 不同等級氣溫下CMA-RA/Land氣溫數據的評估結果(a 均方根誤差、平均絕對誤差；b 平均誤差、準確率)

3 結論

(1)CMA-RA/Land氣溫數據能較好地反映陜西氣溫實況，與站點氣溫的相關系數平均值為0.976，均方根誤差平均值為2.56 ℃。分區域來看，CMA-RA/Land在陜北的適用性最好，關中次之，陜南較差；此外，沿秦嶺山脈一帶的誤差明顯高于其他地區，表明在復雜下墊面下CMA-RA/Land氣溫數據質量有待進一步提升。從各個評估指標來看，CMA-RA/Land氣溫數據與國家自動氣象站的一致性優于區域自動氣象站。

(2)CMA-RA/Land氣溫數據與站點氣溫在陜北全年偏差均較小，對陜北氣溫不存在明顯高估或低估；在關中2—5月偏差較小，其余月份均有所低估；在陜南的低估最為明顯，但3—4月存在高估。

(3)站點海拔在1 000～1 499 m范圍時，CMA-RA/Land氣溫數據與站點氣溫最為接近，800～999 m范圍次之，其次為0～499 m和500～799 m；站點海拔超過1 500 m時，CMA-RA/Land氣溫數據與站點氣溫差異較大。

(4)站點氣溫在-10～19.9 ℃范圍時，CMA-RA/Land氣溫數據與站點氣溫差異較小，其次為20～34.9 ℃，站點氣溫低于-10 ℃或超過35 ℃時，CMA-RA/Land氣溫數據與站點氣溫差異較大。CMA-RA/Land氣溫數據對0 ℃以下氣溫存在高估，對0 ℃以上氣溫存在低估。