高 路，郝 璐

(1．福建師范大學(xué)地理科學(xué)學(xué)院，福州350007;2．福建省陸地災(zāi)害監(jiān)測評估工程技術(shù)研究中心，福州350007;3．南京信息工程大學(xué)應(yīng)用氣象學(xué)院，南京210044)

全球氣候變化是國際社會長期關(guān)注的重大議題，它所帶來的負(fù)面影響如溫度升高、海平面上升等已陸續(xù)被實驗?zāi)M或定位觀測所證實［1］。氣溫是氣候變化討論的焦點，以往氣候變化的研究依賴于有限且分布不均的地面觀測站點，而地面觀測數(shù)據(jù)存在時間序列短、連續(xù)記錄短缺、記錄資料非均一化(如臺站遷移、計算方法改變)等問題。雖然空間插值方法廣泛應(yīng)用于氣象要素在無資料區(qū)域的預(yù)測，但由于插值方法本身以及站點分布不均等因素的影響，導(dǎo)致結(jié)果具有較大的不確定性［2-3］。再分析資料同化了數(shù)值天氣預(yù)報和大量的地面觀測數(shù)據(jù)與衛(wèi)星遙感資料，具有時空分辨率精度高、時間跨度長等優(yōu)點，作為全球觀測資料的替代品在過去20年里越來越受歡迎［4-6］。因此在很多研究中，再分析資料被視為真實觀測數(shù)據(jù)［7］。中國學(xué)者也對再分析資料做了較多的研究，例如趙天保等［8-9］綜述了全球再分析資料的研究現(xiàn)狀和發(fā)展，通過對比中國區(qū)域內(nèi)ERA-40和NCEP-2再分析資料，發(fā)現(xiàn)中國區(qū)域的溫度場和降水場的時空分布能夠體現(xiàn)在2套再分析資料中，但是在中國西部，尤其是青藏高原地區(qū)的差異比較大。鄧小花、謝瀟等［4，10］也對比了幾套再分析資料，發(fā)現(xiàn)針對中國區(qū)域各個再分析資料具有不同的優(yōu)缺點。白磊等［11］評估了ERA-Interim和NCEP/NCAR的氣溫和氣壓數(shù)據(jù)在天山山區(qū)的適用性，結(jié)果發(fā)現(xiàn)前者的可信度更優(yōu)。再分析資料在青藏高原地區(qū)也得到了廣泛應(yīng)用，特別是變暖趨勢的檢測［12-16］。作為歐洲中期天氣預(yù)報中心 (ECMWF)第3代再分析資料，ERA-Interim在中國區(qū)域的適用性評估案例尚且不多。本研究運用1979—2010年中國756個觀測站點的逐月平均氣溫數(shù)據(jù)，對比ERA-Interim再分析資料，分析誤差及其來源，評估了ERA-Interim的可信性和適用性。該研究可為再分析資料在中國區(qū)域的應(yīng)用提供參考。

1 數(shù)據(jù)來源與研究方法

1.1 ERA-Interim再分析資料

本研究采用ECMWF第3代再分析資料ERA-Interim。ERA-Interim提供了自1979年以來的再分析資料，并實時更新。相比第2代產(chǎn)品ERA-40數(shù)據(jù)同化模型，ERA-Interim采用了四維變分分析 (4DVar)，并結(jié)合改進(jìn)的濕度分析、衛(wèi)星數(shù)據(jù)誤差校正等技術(shù)，實現(xiàn)了再分析資料質(zhì)量的提升。ERA-Interim采用了綜合預(yù)報系統(tǒng) (IFS)的Cycle31r2模型版本，采用光譜諧波分辨率T255作為分析基礎(chǔ)，最后得到簡化的高斯網(wǎng)格 (N128)數(shù)據(jù)，該網(wǎng)格近似于79 km(0.71°)的經(jīng)緯度網(wǎng)格。通過雙線性插值技術(shù)，N128高斯網(wǎng)格數(shù)據(jù)被插值到了0.125°至2.5°多種經(jīng)緯網(wǎng)格上。ERA-Interim提供每天4次的同化分析數(shù)據(jù)，同時發(fā)布2套為期10天每3小時的預(yù)報數(shù)據(jù)［17-18］。本研究采用0.5°×0.5°網(wǎng)格的月平均氣溫數(shù)據(jù)，時間序列為1979—2010。圖1為中國區(qū)域的ERA-Interim格點分布，共計3 858個。

圖1 中國區(qū)域ERA-Interim格點分布與地面觀測站點Figure1 Distribution of ERA-Interim grid points and observations in China

1.2 地面觀測資料

本研究采用國家氣象信息中心中國氣象科學(xué)數(shù)據(jù)共享平臺提供的中國756個基本、基準(zhǔn)地面氣象觀測站及自動站1951年以來氣候資料的逐月平均氣溫數(shù)據(jù)集 (圖1)。觀測站點主要分布在中東部地區(qū)，青藏高原西部和新疆南部地區(qū)觀測站點稀少。依據(jù)2個標(biāo)準(zhǔn)對數(shù)據(jù)集進(jìn)行預(yù)處理:一是站點數(shù)據(jù)需滿足連續(xù)測量2年以上;二是數(shù)據(jù)缺省連續(xù)不超過3個月。由于各個觀測站點的時間序列不一，為與ERAInterim數(shù)據(jù)對比，統(tǒng)一提取1979—2010年時間序列。其中604個站點的時間序列達(dá)到32年，占總站點的79.9%。僅25個站點 (3.3%)的時間序列短于10年。751個站點數(shù)據(jù)完整無缺失，占總站點數(shù)的99.3%，剩余5個站點數(shù)據(jù)缺省率均小于1%，觀測數(shù)據(jù)整體質(zhì)量良好，適用于ERA-Interim再分析資料的評估與檢驗。

圖2 觀測站點與ERA-Interim的相關(guān)性統(tǒng)計Figure2 Statistics of correlation between observations and ERA-Interim data

1.3 研究方法

為避免插值帶來的誤差干擾，準(zhǔn)確評價再分析資料的原始精度，本研究直接比較再分析資料對觀測值的誤差。分別提取與756個觀測站點距離最近的ERA-Interim格點，計算觀測值與ERA-Interim再分析資料在長時間序列下的平均偏差 (bias)，同時分析2個數(shù)據(jù)集的相關(guān)系數(shù) (R)和均方根誤差 (RMSE)，評估ERA-Interim再分析資料在中國區(qū)域的適用性，并運用線性回歸方法分析誤差主要來源。

2 結(jié)果分析

圖2展示了756個觀測站點與ERA-Interim再分析資料的相關(guān)性?？傮w上，ERA-Interim與觀測值相關(guān)性高，相關(guān)系數(shù)達(dá)到0.955～0.995，其中617個站點的相關(guān)性超過0.995，占總數(shù)的81.6%，92.1%站點的相關(guān)性超過0.99。僅11個站點相關(guān)系數(shù)低于0.98。說明ERA-Interim能夠很好地反映大多數(shù)站點的年際變化。

圖3展示了偏差的站點統(tǒng)計，總體偏差范圍在－12℃ ～12℃。偏差為負(fù)值代表ERA-Interim低于觀測值，即ERA-Interim再分析資料呈現(xiàn)冷偏差;反之，偏差為正值表明ERA-Interim出現(xiàn)暖偏差。580個站點的冷偏差或暖偏差小于1℃，占站點總數(shù)的76.7%。鑒于區(qū)域氣候模式普遍存在1～2℃的冷偏差［19］，本研究評估偏差小于1℃為高可信度。64個站點 (8.5%)的冷偏差或暖偏差大于5℃，可信度較低。圖4反映了在不同站點海拔上的偏差統(tǒng)計。ERA-Interim在466個站點出現(xiàn)冷偏差，占總數(shù)的61.6%，38.4%的站點 (290個)呈現(xiàn)暖偏差。海拔低于500 m的站點整體上偏差較小，其中海拔低于200 m的站點偏差最小。隨著站點海拔的上升，偏差有增大趨勢，而且冷偏差的站點明顯多于暖偏差的站點，尤其是海拔高于2 000 m的站點。多數(shù)海拔3 000 m以上的站點大多數(shù)呈現(xiàn)明顯冷偏差。說明ERA-Interim再分析資料對高海拔站點的模擬能力較弱，具有較大的誤差。

圖3 觀測站點與ERA-Interim的偏差統(tǒng)計Figure3 Statistics of bias between observations and ERA-Interim data

圖4 基于站點海拔的偏差統(tǒng)計Figure4 Statistics of bias for the elevation of stations

由圖5可見，整體上，大于6℃的冷偏差主要分布在西部地區(qū)的高海拔山區(qū)，集中在西藏南部、云南、四川西部、青海、甘肅和新疆西北地區(qū)。東部的冷偏差較小，主要在－3～0℃。但東部地區(qū)的暖偏差站點明顯多于西部地區(qū)，主要集中在東部海拔較低的地區(qū)，包括東北南部、華北、華中華東地區(qū)，值得注意的是，東部觀測站點的密度遠(yuǎn)遠(yuǎn)大于西部地區(qū)。東南沿海站點呈現(xiàn)0～3℃的暖偏差。高于6℃的暖偏差主要集中在東部地區(qū)的高山站點，例如天池、五臺山、峨眉山、天目山和泰山等觀測站。西部地區(qū)的暖偏差一般不超過3℃，個邊站點 (西藏南部)出現(xiàn)高于6℃的暖偏差?？傮w上，暖偏差集中在東部地區(qū)，冷偏差的高值區(qū)集中在西部高海拔山區(qū)的站點。

圖5 觀測站點與ERA-Interim的偏差分布Figure5 Distribution of bias between observations and ERA-Interim data

圖6為均方根誤差 (RMSE)的站點統(tǒng)計，總體取值范圍在0℃ ～12℃。均方根誤差能夠敏感反映觀測值和ERA-Interim之間的極端誤差。375個站點的均方根誤差在1℃以下，占總數(shù)的49.6%，73.3%的站點(554個)均方根誤差在2℃以下。圖7反映了均方根誤差的空間分布。小于1℃的均方根誤差集中在東部地區(qū)，大于2℃均方根誤差的站點主要分布在青藏高原和新疆地區(qū)，與冷偏差的高值區(qū)分布一致。最大均方根誤差出現(xiàn)在四川的峨眉山站點達(dá)到11.2℃，68個站點的均方根誤差超過5℃，集中分布在青藏高原高海拔地區(qū)。東部地區(qū)的均方根誤差高值區(qū)與暖偏差一致，主要分布在高海拔山區(qū)，如五臺山和泰山等觀測站。

圖6 觀測站點與ERA-Interim的均方根誤差統(tǒng)計Figure6 Statistics of RMSE between observations and ERA-Interim data

圖7 觀測站點與ERA-Interim的均方根誤差分布Figure7 Distribution of RMSE between observations and ERA-Interim data

3 討論

756個站點的海拔不一，最高站點在西藏普蘭站，海拔4 900 m，最低點在江蘇射陽站，海拔2 m。東部站點海拔平均比西部低，但部分高山站點海拔較高。ERA-Interim的地面參數(shù)在固定格點高度上模擬。圖8為觀測站點與ERA-Interim格點的高度差分布 (ERA-Interim格點高度減去觀測站海拔)。625個站點 (82.7%)的海拔低于ERA-Interim的格點高度，可能是導(dǎo)致ERA-Interim出現(xiàn)冷偏差的主要原因，尤其在青藏高原。前人研究也表明高度差異是導(dǎo)致再分析資料誤差的主要因素［12-16］。131個站點的海拔高于ERA-Interim的格點高度，集中在中東部地區(qū)，其中高山站點的高度差最大，如天池和泰山等觀測站點，導(dǎo)致了ERA-Interim在這些站點出現(xiàn)最大暖偏差。通過線性擬合高度差和氣溫偏差，發(fā)現(xiàn)回歸系數(shù)R2達(dá)到0.88，表明高度差是導(dǎo)致ERA-Interim出現(xiàn)偏差的主要原因，與前人研究結(jié)果相吻合。同時說明通過高程校正，能夠有效降低誤差，提高ERA-Interim的適用性［20］(圖9)。此外，ERA-Interim的同化資料誤差、模型系統(tǒng)誤差、插值誤差 (從N128高斯網(wǎng)格到經(jīng)緯度網(wǎng)格)也是誤差的其他來源。

圖8 觀測站點與ERA-Interim的高度差分布Figure8 Distribution of height differences between observations and ERA-Interim data

圖9 高度差和氣溫偏差的線性回歸Figure9 Linear regression of height differences and temperature biases between observations and ERA-Interim data

4 結(jié)論

1)ERA-Interim的月平均氣溫數(shù)據(jù)較好地反映了觀測值的年際變化，相關(guān)性達(dá)到0.955～0.995，617個站點的相關(guān)性超過0.995，占總數(shù)的81.6%，整體上具有較高的可信度。

2)ERA-Interim再分析資料在580個站點的冷偏差或暖偏差在1℃內(nèi)，可信度較高，占站點總數(shù)的76.7%。64個站點 (8.5%)的冷偏差或暖偏差大于5℃，可信度較低。大于6℃的冷偏差主要分布在西部地區(qū)的高海拔山區(qū)。東部地區(qū)的暖偏差明顯多于西部地區(qū)。高于6℃暖偏差主要集中在東部地區(qū)的高山站點?？傮w上，暖偏差集中在東部地區(qū)，冷偏差的高值區(qū)集中在西部高海拔山區(qū)。375個站點的均方根誤差在1℃以下，占總數(shù)的49.6%，73.3%的站點 (554個)均方根誤差在2℃以下。均方根誤差高值分布與偏差一致。海拔低于500 m的站點整體上偏差較小，其中海拔低于200 m的站點偏差最小，適用性好，多數(shù)海拔3 000 m以上的站點大多數(shù)呈現(xiàn)明顯冷偏差，適用性較差。

海拔是影響氣溫的關(guān)鍵性因素。線性擬合觀測站點與ERA-Interim格點的高度差與氣溫偏差，回歸系數(shù)R2達(dá)到0.88，表明高度差是誤差的主要來源，因此通過高度差的校正能夠有效降低誤差，提高再分析資料的適用性。

［1］ IPCC．Climate Change 2013:The Physical Science Basis．Working Group I Contribution to the IPCC AR5［M/OL］．www．climatechange2013．org/images/report/WG1AR5_ALL_FINAL．pdf．

［2］ Vogt J V，Viau A A，Paquet F．Mapping regional air temperature fields using satellite derived surface skin temperatures［J］．International Journal of Climatology，1997，17(14):1559-1579．

［3］ Willmott C J，Robeson S M，F(xiàn)eddema J J．Influence of spatially variable instrument networks on climatic averages［J］．Geophysical Research Letters，1991，18(12):2249-2251．

［4］ Xie Xiao，He Jin-hai，Qi Li．A review on applicability evaluation of four reanalysis datasets in China［J］．Journal of Meteorology and Environment，2011，27(5):58-65．［謝瀟，何金海，祁莉．4種再分析資料在中國區(qū)域的適用性研究進(jìn)展［J］．氣象與環(huán)境學(xué)報，2011，27(5):58-65．］

［5］ Decker M，Brunke M A，Wang Z，et al．Evaluation of the reanalysis products from GSFC，NCEP，and ECMWF using flux tower observations［J］．Journal of Climate，2012，25(6):1916-1944．

［6］ Simmons A J，Willett K M，Jones P D，et al．Low-frequency variations in surface atmospheric humidity，temperature，and precipitation:Inferences from reanalyses and monthly gridded observational data sets［J］．Journal of Geophysical Research-Atmospheres，2010，115．

［7］ Lin Ren-ping，Zhou Tian-jun，Xue Feng，et al．The global monsoon variability revealed by NCEP/NCAR reanalysis data［J］．Chinese Journal of Atmospheric Sciences，2012，36(5):1027-1040．［林壬萍，周天軍，薛峰，等．NCEP/NCAR再分析資料所揭示的全球季風(fēng)降水變化［J］．大氣科學(xué)，2012，36(5):1027-1040．］

［8］ Zhao Tian-bao，F(xiàn)u Cong-bin．Preliminary comparison and analysis between ERA-40，NCEP-2 reanalysis and observations over China［J］．Climatic and Environmental Research，2006，11(1):14-32．［趙天保，符淙斌．中國區(qū)域 ERA-40，NCEP-2再分析資料與觀測資料的初步比較與分析［J］．氣候與環(huán)境研究，2006，11(1):14-32．］

［9］ Zhao Tian-bao，F(xiàn)u Cong-bin，Ke Zong-jian，et al．Global atmosphere reanalysis datasets:Current status and recent advances［J］．Advances in Earth Science，2010，25(3):242-254．［趙天保，符淙斌，柯宗建，等．全球大氣再分析資料的研究現(xiàn)狀與進(jìn)展［J］．地球科學(xué)進(jìn)展，2010，25(3):242-254．］

［10］ Deng Xiao-hua，Zhai Pan-mao，Yuan Chun-hong．Comparative analysis of NCEP/NCAR，ECMWF and JMA reanalysis［J］．Meteorological Science and Technology，2010，38(1):1-8．［鄧小花，翟盤茂，袁春紅．國外幾套再分析資料的對比與分析［J］．氣象科技，2010，38(1):1-8．］

［11］ Bai Lei，Wang Wei-xia，Yao Ya-nan，et al．Reliability of NCEP/NCAR and ERA-Interim reanalysis data on Tianshan mountainous area［J］．Desert and Oasis Meteorology，2013，7(3):51-56．［白磊，王維霞，姚亞楠，等．ERA-Interim 和NCEP/NCAR再分析數(shù)據(jù)氣溫和氣壓值在天山山區(qū)適用性分析［J］．沙漠與綠洲氣象，2013，7(3):51-56．］

［12］ You Q L，F(xiàn)raedrich K，Ren G Y，et al．Variability of temperature in the Tibetan Plateau based on homogenized surface stations and reanalysis data［J］．International Journal of Climatology，2013，33(6):1337-1347．

［13］ You Q L，Kang S C，Pepin N，et al．Relationship between temperature trend magnitude，elevation and mean temperature in the Tibetan Plateau from homogenized surface stations and reanalysis data［J］．Global and Planetary Change，2010，71(1/2):124-133．

［14］ Xie A H，Ren J W，Qin X，et al．Feasibility comparison of reanalysis data from NCEP-I and NCEP-II in the Himalayas［J］．Journal of Mountain Science，2009，6(1):56-65．

［15］Frauenfeld O W，Zhang T J，Serreze M C．Climate change and variability using European Centre for Medium-Range Weather Forecasts reanalysis(ERA-40)temperatures on the Tibetan Plateau［J］．Journal of Geophysical Research-Atmospheres，2005，110．

［16］Bao X H，Zhang F Q．Evaluation of NCEP-CFSR，NCEP-NCAR，ERA-Interim，and ERA-40 Reanalysis datasets against independent sounding observations over the Tibetan Plateau［J］．Journal of Climate，2013，26(1):206-214．

［17］ Dee D P，Uppala S M，Simmons A J，et al．The ERA-Interim reanalysis:Configuration and performance of the data assimilation system［J］．Quarterly Journal of the Royal Meteorological Society，2011，137(656):553-597．

［18］ Uppala S，Dee D，Kobayashi S，et al．Towards a climate data assimilation system:Status updata of ERA-Interim［J］．ECMWF Newsletter，2008，115．

［19］ Zhou Jian-wei，Wang Yong-qing．The advance in application and research of regional climate model RegCM3 ［J］．Scientia Meteorologica Sinica，2007，27(6):702-708．［周建瑋，王詠青．區(qū)域氣候模式RegCM3應(yīng)用研究綜述［J］．氣象科學(xué)，2007，27(6):702-708．］

［20］Gao L，Bernhardt M，Schulz K．Elevation correction of ERA-Interim temperature data in complex terrain［J］．Hydrology and Earth System Sciences，2012，16(12):4661-4673．