崔園園，張強(qiáng)，李威，敬文琪，覃軍,陳慧華

(1.河北省氣象臺(tái)，河北 石家莊 050000； 2.國(guó)家氣候中心，北京 100081； 3.94758部隊(duì)氣象臺(tái)，福建 寧德 355103； 4.中國(guó)地質(zhì)大學(xué)(武漢)環(huán)境學(xué)院，湖北 武漢 430074； 5.廣東省氣候中心，廣東 廣州 510080)

引言

近幾十年來(lái)全球變暖導(dǎo)致氣候暖干化加重趨勢(shì)更加明顯，由此導(dǎo)致干旱災(zāi)害發(fā)生頻次增多、范圍逐漸加大，致使我國(guó)西北、東北、華北、西南地區(qū)的生態(tài)環(huán)境及小氣候環(huán)境受到明顯影響，中國(guó)糧食產(chǎn)量也大幅度減少[1-6]，而且還間接地導(dǎo)致森林草原火災(zāi)頻發(fā)以及引發(fā)作物病蟲(chóng)害等次生災(zāi)害[7-10]。此外，這些地區(qū)水資源匱乏的問(wèn)題又尤為顯著，生態(tài)問(wèn)題與社會(huì)問(wèn)題互相滲透影響[6]。只有合理、有效、及時(shí)地對(duì)干旱發(fā)生進(jìn)行監(jiān)測(cè)，才能提早進(jìn)行人工干預(yù)、預(yù)防，最大限度地減少干旱對(duì)人類(lèi)社會(huì)的影響。因此，如何利用精細(xì)化格點(diǎn)數(shù)據(jù)開(kāi)展干旱監(jiān)測(cè)，為相關(guān)部門(mén)提前提供有效的決策，減少干旱對(duì)社會(huì)帶來(lái)的損失意義重大[11-13]。

土壤相對(duì)濕度干旱指數(shù)適合于土壤水分盈虧監(jiān)測(cè)，同時(shí)也是單項(xiàng)氣象干旱指數(shù)之一，但限于土壤水分觀測(cè)站點(diǎn)稀疏，年限較氣象觀測(cè)短，在長(zhǎng)時(shí)間序列評(píng)估時(shí)受限。應(yīng)用時(shí)發(fā)現(xiàn)，在小范圍內(nèi)的干旱監(jiān)測(cè)準(zhǔn)確度較高，區(qū)域尺度上的評(píng)估結(jié)果與實(shí)際相差較大，此外許多站點(diǎn)存在奇異值，穩(wěn)定性欠缺[14-17]，這一問(wèn)題在氣象站點(diǎn)分布稀疏的西部和高原地區(qū)更為突出[18-20]。

中國(guó)氣象局陸面數(shù)據(jù)同化系統(tǒng)(CMA Land Data Assimilation System，CLDAS)可提供時(shí)空連續(xù)、高分辨率且在不同土壤深度(0～5 cm，0～10 cm，10～40 cm，40～80 cm，80～200 cm)的土壤相對(duì)濕度產(chǎn)品[21]。CLDAS格點(diǎn)產(chǎn)品相對(duì)站點(diǎn)觀測(cè)空間連續(xù)性強(qiáng)，利用它可以在任意空間范圍研究干旱的形成、發(fā)展過(guò)程，為全國(guó)干旱過(guò)程防御及風(fēng)險(xiǎn)規(guī)避提供依據(jù)[22-23]。

本研究利用2008—2017年全國(guó)自動(dòng)氣象觀測(cè)站逐旬土壤相對(duì)濕度觀測(cè)數(shù)據(jù)，對(duì)CLDAS融合土壤相對(duì)濕度產(chǎn)品在中國(guó)區(qū)域的適用性進(jìn)行評(píng)估，嘗試運(yùn)用3種訂正方法對(duì)CLDAS的偏差進(jìn)行訂正，以期獲得經(jīng)誤差訂正的CLDAS土壤相對(duì)濕度產(chǎn)品且用于氣象干旱監(jiān)測(cè)業(yè)務(wù)，并結(jié)合國(guó)家標(biāo)準(zhǔn)GB/T 20481—2006《氣象干旱等級(jí)》[24]對(duì)2017年5月一次氣象干旱過(guò)程進(jìn)行監(jiān)測(cè)分析評(píng)估。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)介紹

1.1.1 觀測(cè)驗(yàn)證數(shù)據(jù)

本研究使用的2008—2017年經(jīng)過(guò)質(zhì)量控制后中國(guó)區(qū)域2 346個(gè)自動(dòng)氣象觀測(cè)站土壤相對(duì)濕度實(shí)測(cè)數(shù)據(jù)由國(guó)家氣象信息中心提供。該數(shù)據(jù)已經(jīng)過(guò)旬平均處理：先將前一日21時(shí)到當(dāng)日20時(shí)的24次土壤相對(duì)濕度觀測(cè)值做算術(shù)平均得到土壤相對(duì)濕度日值；再對(duì)逐旬的土壤相對(duì)濕度日值做算術(shù)平均得到旬平均的土壤相對(duì)濕度。

1.1.2 中國(guó)氣象局陸面數(shù)據(jù)同化產(chǎn)品

本研究所評(píng)估的土壤相對(duì)濕度模式數(shù)據(jù)為中國(guó)氣象局陸面數(shù)據(jù)同化產(chǎn)品(CMA Land Data Assimilation Data，CLDAD)，CLDAS通過(guò)數(shù)據(jù)融合和同化技術(shù)對(duì)地面站點(diǎn)觀測(cè)數(shù)據(jù)、衛(wèi)星產(chǎn)品以及數(shù)值模式產(chǎn)品等多源數(shù)據(jù)進(jìn)行融合以得到高質(zhì)量的格點(diǎn)產(chǎn)品，進(jìn)而驅(qū)動(dòng)陸面過(guò)程模式，獲取陸面變量[25-27]。CLDAS融合產(chǎn)品為覆蓋亞洲范圍(0°～65°N，60°～160°E)的等經(jīng)緯度網(wǎng)格融合分析產(chǎn)品，空間分辨率為0.062 5°×0.062 5°，時(shí)間分辨率為1 h。

1.2 數(shù)據(jù)預(yù)處理

1.2.1 觀測(cè)數(shù)據(jù)質(zhì)量控制

對(duì)自動(dòng)氣象觀測(cè)站觀測(cè)數(shù)據(jù)進(jìn)行質(zhì)量控制：1)剔除不合理數(shù)據(jù)，即相對(duì)濕度觀測(cè)為0及大于100%的觀測(cè)；2)剔除相對(duì)誤差絕對(duì)值大于70%的匹配樣本。

1.2.2 CLDAS數(shù)據(jù)的時(shí)空尺度匹配

本研究使用的自動(dòng)氣象觀測(cè)站土壤相對(duì)濕度觀測(cè)數(shù)據(jù)已經(jīng)過(guò)旬平均處理，而CLDAS融合產(chǎn)品的時(shí)間分辨率為1 h。為使兩種數(shù)據(jù)的時(shí)間尺度一致，對(duì)CLDAS融合產(chǎn)品進(jìn)行相同的旬平均處理：取每日24時(shí)次(前一日21：00—當(dāng)日20：00)的數(shù)據(jù)平均得到日平均值，再取旬內(nèi)逐日數(shù)據(jù)平均得到旬平均值。在空間匹配方面，利用雙線性插值法將CLDAS插值到2 346個(gè)有效站點(diǎn)上；由于CLDAS融合產(chǎn)品同化的是特定土壤厚度的土壤相對(duì)濕度(分別是0～5 cm，0～10 cm，10～40 cm，40～80 cm，80～200 cm)，而站點(diǎn)觀測(cè)數(shù)據(jù)是在某一深度的土壤相對(duì)濕度值，因此與觀測(cè)值在10 cm土壤深度層的相對(duì)濕度進(jìn)行對(duì)比時(shí)，將CLDAS產(chǎn)品2.5 cm(0～5 cm)～20 cm(0～10 cm，10～40 cm的均值)土壤相對(duì)濕度產(chǎn)品與10 cm深度的觀測(cè)值進(jìn)行對(duì)比分析[19]。

1.2.3 土壤相對(duì)濕度干旱指數(shù)等級(jí)劃分表

根據(jù)國(guó)家標(biāo)準(zhǔn)GB/T 20481—2006《氣象干旱等級(jí)》[24]，土壤相對(duì)濕度干旱指數(shù)作為表征土壤干旱即土壤含水量的指標(biāo)，也是單項(xiàng)氣象干旱指標(biāo)之一，一般發(fā)生較嚴(yán)重的氣象干旱將導(dǎo)致土壤水分減少或虧缺，而出現(xiàn)土壤干旱。土壤相對(duì)濕度干旱指數(shù)在數(shù)值上直接等于土壤相對(duì)濕度(單位：%)。土壤相對(duì)濕度干旱指數(shù)的干旱等級(jí)劃分見(jiàn)表1。

表1 土壤相對(duì)濕度干旱指數(shù)等級(jí)劃分表[24]

1.3 適用性評(píng)估方法

本研究用于評(píng)估的統(tǒng)計(jì)量以及評(píng)估指標(biāo)包括模式格點(diǎn)數(shù)據(jù)與觀測(cè)數(shù)據(jù)的平均偏差(Bmean)、相關(guān)系數(shù)(R)，以及基于空間技巧評(píng)分的復(fù)合統(tǒng)計(jì)量評(píng)分指標(biāo)——時(shí)間技巧評(píng)分(ST)[16-17]。

1.3.1 平均偏差

將模式格點(diǎn)數(shù)據(jù)與觀測(cè)數(shù)據(jù)的平均偏差Bmean定義為：

(1)

式中，N為研究時(shí)段內(nèi)CLDAS模式格點(diǎn)與實(shí)測(cè)的匹配樣本總數(shù)，Mi為CLDAS土壤相對(duì)濕度產(chǎn)品，Oi為自動(dòng)氣象觀測(cè)站觀測(cè)值。

1.3.2 相關(guān)系數(shù)

將模式格點(diǎn)數(shù)據(jù)與觀測(cè)數(shù)據(jù)的相關(guān)系數(shù)R定義為：

(2)

1.3.3 時(shí)間技巧評(píng)分

將時(shí)間序列x，y之間的平方誤差定義為：

(3)

式中，n為總樣本數(shù)。則時(shí)間技巧評(píng)分(ST)的定義為：

(4)

ST評(píng)分包含兩個(gè)評(píng)價(jià)指標(biāo)，分別為觀測(cè)站點(diǎn)與CLDAS或訂正后的產(chǎn)品之間的相關(guān)性和平均偏差的綜合表現(xiàn)。因此，CLDAS產(chǎn)品越接近觀測(cè)場(chǎng)，則兩個(gè)序列的相關(guān)系數(shù)越大，偏差越小，則ST評(píng)分越接近1。

1.4 訂正方法

針對(duì)CLDAS土壤相對(duì)濕度產(chǎn)品誤差訂正這一問(wèn)題，崔園園等[20]采用回歸訂正法、7旬滑動(dòng)平均訂正法在以旬為單位的時(shí)間尺度上對(duì)CLDAS土壤相對(duì)濕度產(chǎn)品進(jìn)行了誤差訂正研究。但回歸訂正法(1.4.1節(jié))采用的訂正系數(shù)為常量，未考慮CLDAS土壤相對(duì)濕度產(chǎn)品誤差隨時(shí)間的變化。7旬滑動(dòng)訂正方法(1.4.2節(jié))雖考慮了格點(diǎn)產(chǎn)品誤差隨時(shí)間的變化，但其輸入樣本時(shí)間跨度大，對(duì)土壤相對(duì)濕度的短時(shí)突變訂正效果欠佳；此外，當(dāng)觀測(cè)站點(diǎn)前7旬歷史數(shù)據(jù)缺少時(shí)，訂正結(jié)果具有較大的不確定性。為改進(jìn)上述兩種方法的缺陷，本文綜合考慮土壤相對(duì)濕度在時(shí)間序列上存在的前后旬相關(guān)性以及訂正站與臨近站土壤相對(duì)濕度的相關(guān)性，提出了1.4.3節(jié)所示的臨近加權(quán)前旬訂正法。

1.4.1 回歸訂正法

記第i個(gè)站點(diǎn)觀測(cè)時(shí)間序列為Sobs，相應(yīng)的CLDAS時(shí)間序列記為SCLDAS，根據(jù)下式建立回歸方程：

Sobs=aiSCLDAS+bi+εi

(5)

根據(jù)最小二乘法，得到相應(yīng)的回歸系數(shù)ai和bi，得到CLDAS在第i個(gè)站點(diǎn)經(jīng)過(guò)回歸訂正后的時(shí)間序列SCLDAS_update為：

SCLDAS_update=aiSCLDAS+bi

(6)

1.4.2 7旬滑動(dòng)平均訂正法

第t時(shí)刻的CLDAS土壤相對(duì)濕度值減去t時(shí)刻前7旬的誤差平均值，即得t時(shí)刻訂正后的CLDAS土壤相對(duì)濕度訂正值：

(7)

式中，記第t個(gè)時(shí)刻經(jīng)過(guò)式(7)訂正后的CLDAS為Mupdate， 第t個(gè)時(shí)刻CLDAS和站點(diǎn)觀測(cè)分別為Mi和Oi。

1.4.3 臨近加權(quán)前旬訂正法

當(dāng)某站前一旬觀測(cè)數(shù)據(jù)存在時(shí)，直接用當(dāng)前旬CLDAS融合土壤相對(duì)濕度值減去前一旬CLDAS與觀測(cè)的偏差，即可得到當(dāng)前旬CLDAS融合土壤相對(duì)濕度值的訂正值；當(dāng)前一旬觀測(cè)數(shù)據(jù)不存在時(shí)，選取與待訂正站點(diǎn)一定距離以內(nèi)臨近站點(diǎn)的CLDAS融合土壤相對(duì)濕度數(shù)據(jù)在當(dāng)前時(shí)刻上一旬的誤差加權(quán)平均值(加權(quán)系數(shù)采取反距離平方)，再用當(dāng)前旬CLDAS融合土壤相對(duì)濕度值減去誤差加權(quán)平均值，得到該時(shí)刻經(jīng)過(guò)臨近加權(quán)前旬訂正法后的CLDAS，見(jiàn)式(8)：

(8)

(9)

式中，Mupdate為當(dāng)前時(shí)刻經(jīng)過(guò)訂正后的CLDAS產(chǎn)品，Ri、wi、Mt-1,i、Ot-1,i分別為待訂正站點(diǎn)與被選取的第i個(gè)臨近站點(diǎn)的距離、誤差加權(quán)系數(shù)、上一旬CLDAS融合土壤相對(duì)濕度值和上一旬站點(diǎn)觀測(cè)值，N為選取的臨近站點(diǎn)個(gè)數(shù)。

2 結(jié)果與分析

2.1 CLDAS及經(jīng)過(guò)訂正后的土壤相對(duì)濕度產(chǎn)品的適用性評(píng)估

2.1.1 未經(jīng)訂正的CLDAS產(chǎn)品評(píng)估

利用國(guó)家氣象信息中心提供的10 cm層次中國(guó)區(qū)域土壤相對(duì)濕度逐旬觀測(cè)數(shù)據(jù)對(duì)0～20 cm層次的CLDAS陸面同化濕度產(chǎn)品進(jìn)行適用性評(píng)估。圖1—3分別給出了2008—2017年觀測(cè)站點(diǎn)與CLDAS陸面同化產(chǎn)品的偏差、相關(guān)系數(shù)及時(shí)間技巧評(píng)分(ST)在中國(guó)地區(qū)的空間分布。

結(jié)合CLDAS與觀測(cè)站點(diǎn)之間的相關(guān)性(圖1)可以看出，CLDAS產(chǎn)品在絕大部分站點(diǎn)與觀測(cè)值呈現(xiàn)出0.5以上的正相關(guān)；二者在川渝地區(qū)、東北地區(qū)北部以及新疆地區(qū)是相關(guān)性較差的區(qū)域，大部分站點(diǎn)的相關(guān)系數(shù)低于0.4；東北地區(qū)的中南部、華北地區(qū)、西南地區(qū)以及華南地區(qū)是相關(guān)性較高的區(qū)域，表明在上述地區(qū)CLDAS產(chǎn)品與實(shí)測(cè)結(jié)果具有較好的相關(guān)性。

圖1 2008—2017年CLDAS土壤相對(duì)濕度產(chǎn)品與站點(diǎn)觀測(cè)數(shù)據(jù)的相關(guān)系數(shù)(R，填色)空間分布Fig.1 Spatial distribution of correlation coefficient (R, colored) between CLDAS soil relative moisture product and in-situ observations from 2008 to 2017

由偏差的空間分布(圖2)來(lái)看， CLDAS融合土壤相對(duì)濕度產(chǎn)品相對(duì)觀測(cè)來(lái)說(shuō)，在華北大部、江漢地區(qū)、江南地區(qū)及華南北部明顯偏高，而在我國(guó)的西北地區(qū)、西南地區(qū)以及華南大部，CLDAS融合土壤相對(duì)濕度產(chǎn)品明顯偏低。

圖2 2008—2017年CLDAS土壤相對(duì)濕度產(chǎn)品與站點(diǎn)觀測(cè)數(shù)據(jù)的平均偏差(Bmean，填色，單位：%)Fig.2 Spatial distribution of mean bias (Bmean, colored, units: %) between CLDAS soil relative moisture product and in-situ observations from 2008 to 2017

2008—2017年CLDAS土壤相對(duì)濕度產(chǎn)品與站點(diǎn)觀測(cè)數(shù)據(jù)時(shí)間技巧評(píng)分(ST，圖3)與相關(guān)性和偏差分析的結(jié)果基本上是保持一致的，在東北地區(qū)的中南部、華北地區(qū)中東部、西北地區(qū)東部、黃淮地區(qū)、江淮地區(qū)和江漢地區(qū)以及西南地區(qū)的南部，ST評(píng)分在-1～1之間，表明在這些地區(qū)CLDAS與站點(diǎn)觀測(cè)較為一致，適用性較好；而在黑龍江、太行山一帶至河套地區(qū)、新疆地區(qū)、西南地區(qū)的西北部、江南地區(qū)大部及華南地區(qū)的大部，ST評(píng)分小于-1，評(píng)分較低，適用性較差。

圖3 2008—2017年CLDAS土壤相對(duì)濕度產(chǎn)品與站點(diǎn)觀測(cè)數(shù)據(jù)時(shí)間技巧評(píng)分(ST，填色)的空間分布Fig.3 Spatial distribution of time skill score (ST, colored) between CLDAS soil relative moisture product and in-situ observations from 2008 to 2017

2.1.2 經(jīng)過(guò)3種訂正方法訂正的CLDAS結(jié)果評(píng)估

經(jīng)過(guò)3種方法訂正后的CLDAS產(chǎn)品與站點(diǎn)觀測(cè)之間的相關(guān)性在中國(guó)區(qū)域的分布(圖4)與未訂正的CLDAS(圖1)相比，經(jīng)過(guò)3種訂正方法訂正之后的CLDAS產(chǎn)品與站點(diǎn)觀測(cè)之間的相關(guān)性得到了顯著的提升，尤其是臨近加權(quán)前旬訂正法，其表現(xiàn)明顯優(yōu)于回歸訂正法和7旬滑動(dòng)平均訂正法。由3種訂正方法訂正后的相關(guān)系數(shù)的分布來(lái)看，相關(guān)性較差的區(qū)域主要分布在黑龍江、環(huán)渤海一帶、西北地區(qū)南部以及西南地區(qū)東北部。

圖4 訂正后的CLDAS土壤相對(duì)濕度產(chǎn)品與站點(diǎn)觀測(cè)數(shù)據(jù)的相關(guān)系數(shù)(R，填色)空間分布(a.回歸訂正法，b. 7旬滑動(dòng)平均訂正法，c.臨近加權(quán)前旬訂正法)Fig.4 Spatial distribution of correlation coefficient (R, colored) between corrected CLDAS soil relative moisture product and in-situ observations (a. regression reduction method, b. seven ten-day moving average correction method, c. near-weighted last ten-day correction method)

經(jīng)訂正后的CLDAS土壤相對(duì)濕度數(shù)據(jù)與站點(diǎn)觀測(cè)的偏差在中國(guó)區(qū)域的分布(圖5)可以看出，經(jīng)訂正后CLDAS產(chǎn)品的平均偏差顯著降低，平均偏差基本控制在±5%之內(nèi)，即訂正過(guò)程可有效消除CLDAS融合土壤相對(duì)濕度產(chǎn)品原有的系統(tǒng)性偏差。

圖5 訂正后的CLDAS土壤相對(duì)濕度產(chǎn)品與站點(diǎn)觀測(cè)數(shù)據(jù)的平均偏差(Bmean，填色，單位：%)空間分布(a.回歸訂正法，b. 7旬滑動(dòng)平均訂正法，c.臨近加權(quán)前旬訂正法)Fig.5 Spatial distribution of mean bias (Bmean, colored, units: %) between corrected CLDAS soil relative moisture product and in-situ observations (a. regression reduction method, b. seven ten-day moving average correction method, c. near-weighted last ten-day correction method)

由2008—2017年CLDAS土壤相對(duì)濕度經(jīng)過(guò)訂正后在中國(guó)區(qū)域ST分布(圖6)可以看出，相對(duì)于未經(jīng)訂正的CLDAS產(chǎn)品評(píng)估結(jié)果(圖3)，經(jīng)過(guò)回歸訂正(圖6a)、7旬滑動(dòng)平均訂正法訂正(圖6b)和臨近加權(quán)前旬訂正法訂正(圖6c)后的CLDAS融合土壤相對(duì)濕度產(chǎn)品的ST評(píng)分整體提升明顯，包括東北地區(qū)、西北地區(qū)以及西南地區(qū)，中國(guó)區(qū)域的ST評(píng)分由未訂正的0.05提升至0.6以上。由表2反映的基于全國(guó)站點(diǎn)的誤差統(tǒng)計(jì)量來(lái)看，相對(duì)其他兩種訂正方法，臨近加權(quán)前旬訂正法的平均偏差最小，相關(guān)系數(shù)最大，ST評(píng)分高達(dá)0.77，該訂正方法在中國(guó)區(qū)域的適用性最優(yōu)，但是仍然有個(gè)別站點(diǎn)的ST評(píng)分偏低，這些站點(diǎn)主要分布在黑龍江的北部、華北地區(qū)、西北地區(qū)。

圖6 訂正后的CLDAS融合土壤相對(duì)濕度與站點(diǎn)觀測(cè)值的時(shí)間技巧評(píng)分(ST，填色)空間分布(a.回歸訂正法，b. 7旬滑動(dòng)平均訂正法，c.臨近加權(quán)前旬訂正法)Fig.6 Spatial distribution of time skill score (ST, colored) between corrected CLDAS merged soil relative moisture product and in-situ observations (a. regression reduction method, b. seven ten-day moving average correction method, c. near-weighted last ten-day correction method)

表2 3種訂正方法訂正效果對(duì)比

2.2 土壤濕度產(chǎn)品應(yīng)用于氣象干旱監(jiān)測(cè)的個(gè)例分析驗(yàn)證

本研究以2017年5月下旬東北—華北地區(qū)的一次氣象干旱過(guò)程為研究個(gè)例，驗(yàn)證CLDAS融合土壤相對(duì)濕度產(chǎn)品在氣象干旱監(jiān)測(cè)應(yīng)用中的可行性。氣象干旱等級(jí)的劃分主要參考表1中的閾值。

根據(jù)國(guó)家氣候中心發(fā)布的2017年5月21日全國(guó)氣象干旱監(jiān)測(cè)圖(圖7)顯示，這次氣象干旱程度嚴(yán)重的區(qū)域主要集中在東北—華北地區(qū)，旱情程度為中旱—特旱，重旱—特旱區(qū)域主要在山東北部、河北的中北部、內(nèi)蒙古東部至東北地區(qū)的西部一帶，重旱區(qū)域在河北的東北部和東北的西南部地區(qū)。

圖7 2017年5月21日全國(guó)氣象干旱監(jiān)測(cè)圖(國(guó)家氣候中心發(fā)布)Fig.7 National meteorological drought monitoring map on 21 May 2017 (from National Climate Center)

基于全國(guó)實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù)對(duì)2017年5月下旬氣象干旱過(guò)程的監(jiān)測(cè)評(píng)估(圖8)可知，基于全國(guó)實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù)監(jiān)測(cè)到的氣象干旱分布范圍要比國(guó)家氣候中心發(fā)布的氣象干旱范圍(圖7)要大，氣象干旱達(dá)到中旱程度的還包括河套地區(qū)、內(nèi)蒙古中部、四川的中西部以及青海。根據(jù)2017年中國(guó)氣象災(zāi)害年鑒指出：4月上旬至7月下旬，東北西部及內(nèi)蒙古東部降水量不足200 mm，比常年同期偏少3～8成，局地偏少8成以上；上述地區(qū)氣溫普遍比常年同期偏高1～2 ℃，其中內(nèi)蒙古東部偏高2～4 ℃。高溫少雨致使內(nèi)蒙古東部和東北西部氣象干旱發(fā)展，其中，華北北部、東北西部、內(nèi)蒙古東部出現(xiàn)春夏連旱，內(nèi)蒙古、山東、陜西因旱絕收面積占全國(guó)因旱絕收面積的52%。在5月中旬全國(guó)降水稀少，僅在云貴一帶有明顯降水，5月20日迎來(lái)自河套地區(qū)西部經(jīng)四川盆地到兩廣一帶的大面積降水，上述地區(qū)氣象干旱有所緩解，華北、東北至內(nèi)蒙古一帶的氣象干旱仍然繼續(xù)發(fā)生[29-31]。

圖8 基于實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù)對(duì)2017年5月下旬氣象干旱過(guò)程的監(jiān)測(cè)評(píng)估Fig.8 Distribution of meteorological drought assessment in China in the last dekad of May 2017 by soil relative moisture observations

由圖9a可知利用未經(jīng)訂正的CLDAS融合土壤相對(duì)濕度產(chǎn)品監(jiān)測(cè)到的此次氣象干旱過(guò)程的干旱程度偏弱，僅在河北的北部至內(nèi)蒙古的大部出現(xiàn)了大范圍的輕旱，局部地區(qū)的中旱過(guò)程。經(jīng)7旬滑動(dòng)平均訂正法(圖9c)和臨近加權(quán)前旬訂正法(圖9d)訂正后的CLDAS融合土壤相對(duì)濕度產(chǎn)品制作的氣象干旱監(jiān)測(cè)產(chǎn)品對(duì)2017年5月下旬東北—華北一帶的氣象干旱過(guò)程監(jiān)測(cè)指示明顯。特別是臨近加權(quán)前旬訂正法(圖9d)的效果更具有優(yōu)勢(shì)，它表現(xiàn)的氣象干旱范圍與國(guó)家氣候中心(圖7)及基于土壤濕度觀測(cè)數(shù)據(jù)(圖8)監(jiān)測(cè)的氣象干旱范圍更為接近，也是唯一能將東北、華北至內(nèi)蒙古一帶的中旱—重旱的干旱過(guò)程表現(xiàn)出來(lái)的訂正方法。

圖9 基于未訂正和訂正后的CLDAS融合土壤相對(duì)濕度產(chǎn)品對(duì)2017年5月下旬東北—華北地區(qū)氣象干旱過(guò)程的監(jiān)測(cè)評(píng)估(a.未訂正，b.回歸訂正法，c. 7旬滑動(dòng)平均訂正法，d.臨近加權(quán)前旬訂正法)Fig.9 Distribution of meteorological drought assessment in Northeast-North China in the last dekad of May 2017 by uncorrected (a) and corrected (b. regression correction method, c. seven ten-day moving average correction method, d. near-weighted last ten-day correction method) CLDAS merged soil relative moisture product

3 結(jié)論

本研究基于自動(dòng)氣象觀測(cè)站土壤濕度的觀測(cè)數(shù)據(jù)對(duì)CLDAS融合土壤相對(duì)濕度產(chǎn)品進(jìn)行了適用性評(píng)估，其次采用回歸訂正法、7旬滑動(dòng)平均訂正法、臨近加權(quán)前旬訂正法對(duì)CLDAS融合產(chǎn)品進(jìn)行了誤差訂正并評(píng)估了訂正效果，最后針對(duì)2017年5月東北—華北一次氣象干旱過(guò)程初步探討了經(jīng)3種方法訂正后CLDAS融合產(chǎn)品在氣象干旱監(jiān)測(cè)應(yīng)用中的可行性，得到以下主要結(jié)論：

1)本文利用土壤相對(duì)濕度站點(diǎn)觀測(cè)旬?dāng)?shù)據(jù)，對(duì)國(guó)家氣象信息中心提供的CLDAS土壤相對(duì)濕度產(chǎn)品進(jìn)行了適用性分析。結(jié)果表明：CLDAS融合土壤相對(duì)濕度產(chǎn)品在中國(guó)區(qū)域的表現(xiàn)不一致，在東北地區(qū)的中南部、華北地區(qū)中東部、西北地區(qū)東部、黃淮地區(qū)、江淮地區(qū)和江漢地區(qū)以及西南地區(qū)的南部，適用性較好；而在黑龍江、太行山一帶至河套地區(qū)、新疆地區(qū)、西南地區(qū)的西北部、江南地區(qū)大部及華南地區(qū)的大部，偏差較大，相關(guān)性較差。本研究主要關(guān)注CLDAS的0～20 cm層融合土壤相對(duì)濕度產(chǎn)品，其他層次的適用性還有待進(jìn)一步驗(yàn)證。

2)經(jīng)3種不同訂正方法進(jìn)行誤差訂正后，CLDAS產(chǎn)品相關(guān)性顯著提高，系統(tǒng)偏差得到了顯著的降低，均控制在±2%之內(nèi)，ST評(píng)分也大大提高，其中以臨近加權(quán)前旬訂正法的訂正效果最為顯著，ST評(píng)分達(dá)到0.77。

3)經(jīng)臨近加權(quán)前旬訂正法訂正后的CLDAS融合土壤相對(duì)濕度產(chǎn)品對(duì)2017年5月下旬東北—華北氣象干旱過(guò)程的描述更為準(zhǔn)確、可靠，相較于直接將CLDAS融合土壤相對(duì)濕度產(chǎn)品用于氣象干旱監(jiān)測(cè)具有明顯優(yōu)勢(shì)。