皇彥

摘 要 利用烏蘭察布市1979—2018年11個(gè)氣象臺站的月平均2 m氣溫資料，對比分析了ERA-I再分析氣溫資料的適用性，并對觀測數(shù)據(jù)和ERA-I資料進(jìn)行氣溫突變檢驗(yàn)分析。結(jié)果表明：ERA-I再分析氣溫能較好地表征烏蘭察布市各臺站觀測氣溫的時(shí)空變化，與臺站觀測數(shù)據(jù)的相關(guān)系數(shù)為0.98、平均偏差為0.144 ℃;ERA-I資料在6—8月均表現(xiàn)出冷偏差;突變檢驗(yàn)發(fā)現(xiàn)氣溫突變年份為2013年前后，ERA-I再分析氣溫突變年份和觀測的突變年份一致。

關(guān)鍵詞 2 m氣溫;ERA-I;烏蘭察布;氣候變化

中圖分類號：P732 文獻(xiàn)標(biāo)志碼：B DOI：10.19415/j.cnki.1673-890x.2020.30.083

烏蘭察布市位于內(nèi)蒙古自治區(qū)中部，地處內(nèi)陸，地貌類型自南向北由丘陵臺地、陰山山地、烏蘭察布丘陵和內(nèi)蒙古高原四大部分組成，氣候?qū)儆诘湫偷闹袦貛Т箨懶约撅L(fēng)氣候，四季氣候變化分明，年溫差和日溫差大[1]。烏蘭察布市為農(nóng)牧交錯(cuò)地帶，觀測站點(diǎn)相對較少且自動站觀測時(shí)間序列短，地形導(dǎo)致了南北溫差較大，而利用有限的氣象臺站觀測數(shù)據(jù)很難較為精確地再現(xiàn)該地區(qū)的年際尺度氣候變化。觀測站點(diǎn)稀少更是成為研究和業(yè)務(wù)的瓶頸，有必要對格點(diǎn)化再分析氣溫資料進(jìn)行評估和應(yīng)用。

目前，研究氣候變化和氣候資源等都是以長時(shí)間序列的氣象臺站觀測資料為主。在烏蘭察布市，具有較長時(shí)間序列觀測資料的氣象臺站只有11個(gè)，很難代表整個(gè)烏蘭察布地區(qū)的氣候狀況，尤其是北部的四子王旗，所以使用再分析資料來進(jìn)行氣候研究成為解決問題的方法之一。目前，全球較長時(shí)間序列的再分析數(shù)據(jù)主要有美國國家環(huán)境預(yù)報(bào)中心NCEP-1和NCEP-2再分析資料，全球陸面數(shù)據(jù)同化系統(tǒng)GLDAS資料，歐洲中期天氣預(yù)報(bào)中心（ECMWF）ERA-15、ERA-40和ERA-I再分析資料以及日本氣象廳JRA55再分析資料等，其中ECMWF再分析資料在全球范圍內(nèi)有著較高的分辨率和較小的偏差，為世界各國氣象業(yè)務(wù)人員和研究人員所廣泛使用。秦艷慧等將ERA-I氣溫?cái)?shù)據(jù)在青藏高原地區(qū)進(jìn)行了評估，結(jié)果表明，該數(shù)據(jù)適用于青藏高原地區(qū)，有著相對較高的精度[2]。高時(shí)空分辨率的再分析資料為氣候診斷研究提供了較長時(shí)間序列的氣候資料，國內(nèi)外大量研究表明，該資料有著較高的精度，而在烏蘭察布地區(qū)再分析資料適用性評估研究幾乎沒有。本研究采用ERA-I再分析

2 m氣溫資料與氣象臺站觀測氣溫進(jìn)行對比分析，討論了ERA-I資料的適用性，同時(shí)對烏蘭察布市的氣候突變進(jìn)行Mann-Kendall檢驗(yàn)和Morlet小波分析，研究ERA-I再分析資料氣溫在研究區(qū)氣溫突變和周期變化中的適用性。

1 資料與方法

研究所用的資料包括ERA-I再分析氣溫資料和烏蘭察布?xì)庀笈_站觀測資料。ERA-I再分析數(shù)據(jù)集是ECMWF發(fā)布的全球第三代再分析數(shù)據(jù)集，該數(shù)據(jù)時(shí)間范圍為1979年1月1日至今，其在時(shí)間段上與ERA40數(shù)據(jù)集有部分重合。該數(shù)據(jù)集率先采用四維變分（4DVar）同化方法對多種不同來源的觀測資料進(jìn)行同化，模式空間分辨率為T255，借鑒了ERA40和JRA25的資料質(zhì)量控制方案，改進(jìn)了物理參數(shù)化方案和質(zhì)量控制方法，同化窗口為

12 h[3]。本研究選取1979—2018年逐月月平均、0.125°的2 m氣溫用于研究分析。

2 m氣溫分析所用氣象臺站資料來自內(nèi)蒙古自治區(qū)氣象局的氣象臺站觀測數(shù)據(jù)。在分析評估ERA-I再分析資料時(shí)，使用Fortran語言編程，采用距離觀測位置最近的格點(diǎn)與站點(diǎn)資料一一匹配的方法[4]。為了統(tǒng)計(jì)分析ERA-I再分析氣溫資料在研究區(qū)域的適用性，采用平均偏差MBE和相關(guān)系數(shù)CC兩個(gè)特征統(tǒng)計(jì)量進(jìn)行分析。

2 結(jié)果與分析

2.1 氣溫的空間分布與統(tǒng)計(jì)特征

從圖1烏蘭察布市1979—2018年40年平均氣溫空間分布圖能夠看出，ERA-I再分析氣溫的空間分布與臺站觀測基本一致，能較好地再現(xiàn)烏蘭察布市氣溫南高北低的空間分布特征，呈現(xiàn)出中部陰山山脈地區(qū)最低、向南部地區(qū)增高的空間分布，中部陰山地區(qū)氣溫和南部氣溫差別較大，差3 ℃左右。烏蘭察布市中部察哈爾右翼中旗是40年平均氣溫的低值區(qū)，平均值可達(dá)2.5 ℃以下，南部農(nóng)區(qū)是40年平均氣溫的高值區(qū)，平均溫度可達(dá)5.5 ℃

以上。ERA-I再分析氣溫資料與觀測資料較為接近，僅在察哈爾右翼中旗地區(qū)差別超過1.5 ℃，其余地區(qū)差別小于1 ℃，能夠較好地再現(xiàn)烏蘭察布市氣溫的時(shí)空分布。

從統(tǒng)計(jì)特征可以看出，在整個(gè)烏蘭察布市，ERA-I再分析氣溫資料對氣溫變化趨勢的模擬能力較好，在烏蘭察布市的相關(guān)系數(shù)很高，高于0.98，均通過了99.9%的信度檢驗(yàn)，平均偏差為0.144 ℃，說明ERA-I平均氣溫偏高較小，對烏蘭察布市的氣溫模擬能力較好。

2.2 再分析氣溫的季節(jié)變化與氣象站觀測資料的對比

通過對1979—2018年烏蘭察布市月平均氣溫的變化（圖2）可以看出：ERA-I再分析氣溫資料能較好地再現(xiàn)氣溫的季節(jié)變化，量值也很接近，氣溫在1月達(dá)到最低值-13.75 ℃，7月達(dá)到最高值20.77 ℃。ERA-I再分析氣溫資料在冬季與觀測的偏差最小，在其他季節(jié)ERA-I再分析氣溫資料與觀測之間的偏差稍大，但差距不會超過0.5 ℃，并且在6—8月都存在冷偏差。總體來看，ERA-I再分析氣溫資料能夠較好地再現(xiàn)烏蘭察布市氣溫的季節(jié)變化特征，在冬季季節(jié)的模擬要好于其他季節(jié)，主要是ERA-I再分析氣溫資料在冬季的偏差明顯小于其他季節(jié)。

2.3 烏蘭察布市ERA-I再分析氣溫的時(shí)間變化與氣象站觀測值的對比

圖3是1979—2018年近40年的ERA-I再分析資料的氣溫年平均時(shí)間序列與觀測的比較?？梢钥闯?，ERA-I再分析氣溫資料能較好地模擬烏蘭察布市氣溫的時(shí)間變化特性，各個(gè)年平均值模擬較好。ERA-I再分析氣溫資料在整個(gè)研究時(shí)段的大部分時(shí)間較觀測偏高，在