CLDAS气温和降水产品在内蒙古地区适用性分析

doi:10.11755/j.issn.1006-7639(2023)-05-0811

摘要/Abstract

摘要：

中国气象局陆面数据同化系统（CMA Land Data Assimilation System，CLDAS）提供了高时空分辨率的陆面融合数据集，为精细化气象服务提供了重要的数据支撑，而数据的适用性评估是开展数据应用的重要基础。基于国家气象信息中心CN05.1格点观测数据和内蒙古119个国家级气象站观测资料，对CLDAS的2 m平均气温和降水产品在内蒙古地区的适用性进行检验评估，并与欧洲中期天气预报中心的ERA5（The Fifth Generation European Centre for Medium-range Weather Forecasts Re-Analysis）和英国的CRU TS（Climatic Research Unit gridded Time Series）再分析资料进行对比分析。结果表明：三种数据集均能很好地反映内蒙古年降水量和年平均气温空间分布特征，但对内蒙古大部地区降水量存在低估、平均气温存在高估现象，且CLDAS数据集还能够反映地形变化对气温和降水的影响。CLDAS和CRU TS的降水变率空间分布优于ERA5；CRU TS和ERA5的气温线性趋势与CN05.1观测结果相似，但增温率高于观测，而CLDAS气温产品还能反映局地降温趋势。无论是月尺度还是季节尺度，CLDAS数据集与站点观测值的相关系数均高于CRU TS和ERA5，平均绝对误差小于CRU TS和ERA5，CLDAS气温和降水产品误差最大的区域在河套地区。

关键词: CLDAS, 气温和降水, 适用性评估, 内蒙古

Abstract:

The CMA land data assimilation system (CLDAS) provides high spatio-temporal resolution datasets, which offers valuable data support for the fine meteorological services, while the applicability assessment of data is an important basis for its application. Based on CN05.1 gridded observation data from the National Meteorological Information Center and observation data at 119 national meteorological stations in Inner Mongolia, the applicability of 2 m mean temperature and precipitation products of CLDAS in Inner Mongolia was examined and evaluated, and was compared with ERA5 from the European Centre for Medium-range Weather Forecasts (ECMWF) and the CRU TS (Climatic Research Unit gridded Time Series) reanalysis data from the UK. The results indicate that three datasets can effectively reflect the spatial distribution characteristics of annual precipitation and annual mean temperature in Inner Mongolia, but they underestimate annual precipitation and overestimate annual mean temperature in most areas, and CLDAS datasets can also describe the influence of terrain change on temperature and precipitation. The spatial distributions of precipitation variability from CLDAS and CRU TS data are better than that from ERA5 data in Inner Mongolia. The linear trends of CRU TS and ERA5 temperature data are similar to CN05.1 observation data, but the warming rates are higher than observations, while the CLDAS temperature product shows the cooling trend in local areas of Inner Mongolia. Whether monthly or seasonal scale, the correlation coefficients between CLDAS precipitation, mean temperature and observation values at 119 stations in Inner Mongolia are higher than those of CRU TS and ERA5 data, and their average absolute errors are smaller than those of CRU TS and ERA5 data. Compared with the station observation data, the largest errors of CLDAS temperature and precipitation products appear in the Hetao region of Inner Mongolia.

Key words: CLDAS, temperature and precipitation, applicability evaluation, Inner Mongolia

中图分类号:

P413

董祝雷, 赵艳丽, 冯晓晶, 刘诗梦. CLDAS气温和降水产品在内蒙古地区适用性分析[J]. 干旱气象, 2023, 41(5): 811-819.

DONG Zhulei, ZHAO Yanli, FENG Xiaojing, LIU Shimeng. Applicability assessment of CLDAS temperature and precipitation products in Inner Mongolia[J]. Journal of Arid Meteorology, 2023, 41(5): 811-819.

图/表 9

图1 内蒙古地形高度和国家级气象观测站分布

Fig.1 The distribution of terrain height and national meteorological stations in Inner Mongolia

图2 2008—2019年内蒙古地区平均年降水量观测值（a）、三种数据集的平均年降水量（b、c、d）及其与观测值的差值（e、f、g）空间分布（单位：mm）（a）CN05.1，（b、e）CLDAS，（c、f）CRU TS，（d、g）ERA5

Fig.2 The spatial distribution of average annual precipitation from the observation （a） and three datasets （b， c， d）， and difference between them and observation values （e， f， g） in Inner Mongolia during 2008-2019 （Unit： mm）（a） CN05.1，（b， e） CLDAS，（c， f） CRU TS，（d， g） ERA5

图3 2008—2019年内蒙古地区年平均气温观测值（a）、三种数据集的年平均气温（b、c、d）及其与观测值的差值（e、f、g）空间分布（单位：℃）（a）CN05.1，（b、e）CLDAS，（c、f）CRU TS，（d、g）ERA5

Fig.3 The spatial distribution of annual mean temperature from the observation （a） and three datasets （b， c， d）， and difference between them and observation values （e， f， g） in Inner Mongolia during 2008-2019 （Unit： ℃）（a） CN05.1，（b， e） CLDAS，（c， f） CRU TS，（d， g） ERA5

图4 2008—2019年内蒙古地区CN05.1（a）、CLDAS（b）、CRU TS（c）和ERA5（d）年降水量线性趋势（单位：mm·a-1）

Fig.4 The linear trend of annual precipitation from CN05.1 （a）， CLDAS （b）， CRU TS （c） and ERA5 （d） datasets in Inner Mongolia during 2008-2019 （Unit： mm·a-1）

图5 2008—2019年内蒙古地区CN05.1（a）、CLDAS（b）、CRU TS（c）和ERA5（d）年平均气温线性趋势（单位：℃·a-1）

Fig.5 The linear trend of annual mean temperature from CN05.1 （a）， CLDAS （b）， CRU TS （c） and ERA5 （d） datasets in Inner Mongolia during 2008-2019 （Unit ：℃·a-1）

表1 三种数据集的月平均气温和降水量与内蒙古119站观测值相关系数和误差统计

Tab.1 The statistics of correlation coefficient and error of monthly mean temperature and precipitation between three datasets and observation values at 119 stations in Inner Mongolia

产品	平均气温			降水量
产品	相关系数	RMSE/℃	MAE/℃	相关系数	RMSE/mm	MAE/mm
CLDAS	0.999 5	0.48	0.38	0.965 7	8.68	4.73
CRU TS	0.998 3	1.32	1.13	0.866 8	18.39	10.33
ERA5	0.998 4	1.09	0.85	0.874 7	18.00	9.58

表2 三种数据集的季节平均气温和降水量与内蒙古119站观测值偏差和平均绝对误差统计

Tab.2 The statistics of bias and mean absolute error of seasonal mean temperature and precipitation between three datasets and observation values at 119 stations in Inner Mongolia

产品	春季				夏季				秋季				冬季
	平均气温/℃		降水量/mm		平均气温/℃		降水量/mm		平均气温/℃		降水量/mm		平均气温/℃		降水量/mm
	偏差	MAE	偏差	MAE	偏差	MAE	偏差	MAE	偏差	MAE	偏差	MAE	偏差	MAE	偏差	MAE
CLDAS	0.13	0.31	-0.62	8.77	-0.12	0.30	0.83	18.64	0.02	0.33	-3.21	9.94	0.23	0.45	0.59	1.40
CRU TS	-0.52	1.07	-0.46	13.90	-0.59	1.01	6.99	49.32	-0.08	0.87	-4.00	18.97	0.19	1.19	-2.40	3.43
ERA5	-0.34	0.66	2.38	12.10	-0.19	0.51	-40.55	51.80	0.09	0.59	-1.71	14.96	0.93	1.26	2.47	3.32

图6 内蒙古119站季节平均气温（a）和降水量（b）与CLDAS、CRU TS和ERA5产品的平均绝对误差分布

Fig.6 The distribution of mean absolute error between seasonal mean temperature （a）， precipitation （b） at 119 stations in Inner Mongolia and CLDAS， CRU TS， ERA5 products

图7 CLDAS气温（a、b）和降水（c、d）产品与内蒙古119站观测值的相关系数（a、c）和均方根误差（b、d）空间分布

Fig.7 The spatial distribution of correlation coefficient （a， c） and root mean square error （b， d） between CLDAS temperature （a， b）， precipitation （c， d） products and observation values at 119 stations in Inner Mongolia

参考文献 31

[1]	陈燕丽, 黄思琦, 莫建飞, 等, 2020. 基于CLDAS数据的甘蔗干旱监测评估标准对比——以2011年广西干旱为例[J]. 干旱气象, 38(2): 188-194.
[2]	崔园园, 敬文琪, 覃军, 2018. 基于TIPEX Ⅲ资料对CLDAS-V2.0和GLDAS-NOAH陆面模式产品在青藏高原地区的适用性评估[J]. 高原气象, 37(5): 1 143-1 160.
[3]	崔园园, 张强, 覃军, 等, 2019. CLDAS融合土壤湿度产品在东北地区的适用性评估及订正[J]. 中国农业气象, 40(10): 660-668. DOI
[4]	董春卿, 郭媛媛, 张磊, 等, 2021. 基于CLDAS的格点温度预报偏差订正方法[J]. 干旱气象, 39(5): 847-856. DOI
[5]	龚伟伟, 2014. CMA陆面数据同化系统(CLDAS)产品评估[D]. 南京: 南京信息工程大学.
[6]	郭阳, 师春香, 徐宾, 等, 2023. CLDAS陆面融合实况数据对天津雾和霾判识的准确性分析[J]. 干旱气象, 41(4): 657-665. DOI
[7]	韩帅, 师春香, 姜立鹏, 等, 2017. CLDAS土壤湿度模拟结果及评估[J]. 应用气象学报, 28(3): 369-378.
[8]	黄嘉佑, 2016. 气象统计分析与预报方法[M]. 4版. 北京: 气象出版社.
[9]	季飞, 2015. 北半球中高纬干旱半干旱区强化增温现象研究[D]. 兰州: 兰州大学.
[10]	刘佩佩, 宋海清, 鲍炜炜, 等, 2021. CLDAS和GLDAS土壤温度数据在陕西省的适用性评估[J]. 气象科技, 49(4): 604-611.
[11]	吕润清, 李响, 2021. ERA-Interim和ERA5再分析数据在江苏区域的适用性对比研究[J]. 海洋预报, 38(4): 27-37.
[12]	单帅, 师春香, 沈润平, 等, 2021. ERA70、 CLDAS和ERA-Interim表层土壤温度在中国地区的评估[J]. 气象科技, 49(6): 830-837.
[13]	师春香, 潘旸, 谷军霞, 等, 2019. 多源气象数据融合格点实况产品研制进展[J]. 气象学报, 77(4): 774-783.
[14]	孙帅, 师春香, 梁晓, 等, 2017. 不同陆面模式对我国地表温度模拟的适用性评估[J]. 应用气象学报, 28(6): 737-749.
[15]	孙小龙, 宋海清, 李平, 等, 2015. 基于CLDAS 资料的内蒙古干旱监测分析[J]. 气象, 41(10): 1 245-1 252.
[16]	闻新宇, 王绍武, 朱锦红, 等, 2006. 英国CRU高分辨率格点资料揭示的20世纪中国气候变化[J]. 大气科学, 30(5): 894-904.
[17]	吴佳, 高学杰, 2013. 一套格点化的中国区域逐日观测资料及与其它资料的对比[J]. 地球物理学报, 56(4): 1 102-1 111.
[18]	武荣盛, 李云鹏, 吴瑞芬, 等, 2021. 内蒙古麦后移栽向日葵精细化气候适宜性区划[J]. 干旱气象, 39(5): 807-815. DOI
[19]	杨富燕, 彭芳, 于飞, 等, 2023. CLDAS温湿产品在贵州的适用性评估及订正[J]. 高原气象, 42(2): 472-482. DOI
[20]	杨柳, 师春香, 韩帅, 等, 2023. 两种气温多源数据融合实况产品在新疆地区的评估与对比[J]. 沙漠与绿洲气象, 2023, 17(1): 60-68.
[21]	叶梦姝, 2018. 中国大气再分析资料降水产品在天气和气候中的适用性研究[D]. 兰州: 兰州大学.
[22]	俞剑蔚, 李聪, 蔡凝昊, 等, 2019. 国家级格点实况分析产品在江苏地区的适用性评估分析[J]. 气象, 45(9): 1 288-1 298.
[23]	张君霞, 黄武斌, 杨秀梅, 等, 2022. 陇东半干旱区一次特大暴雨事件的降水极端性分析[J]. 干旱气象, 40(6): 922-932. DOI
[24]	张俊兵, 沈润平, 师春香, 等, 2021. 中国大陆地区ERA5下行短波辐射数据适用性评估与对比[J]. 地球信息科学学报, 23(12): 2 261-2 274.
[25]	赵天保, 符淙斌, 2009. 几种再分析地表气温资料在中国区域的适用性评估[J]. 高原气象, 28(3): 594-606.
[26]	CHEN Y, YUAN H L, 2020. Evaluation of nine sub-daily soil moisture model products over China using high-resolution in situ observations[J]. Journal of Hydrology, 588, 125054. DOI: 10.1016/j.jhydrol.2020.125054.
[27]	DEE D P, UPPALA S M, SIMMONS A J, et al, 2011. The ERA-Interim reanalysis: configuration and performance of the data assimilation system[J]. Quarterly Journal of the Royal Meteorological Society, 137(656): 553-597. DOI URL
[28]	HAN S, LIU B C, SHI C X, et al, 2020. Evaluation of CLDAS and GLDAS datasets for near-surface air temperature over major land areas of China[J]. Sustainability, 12(10), 4311. DOI: 10.3390/su12104311.
[29]	KALNARY E, KANAMITSU M, KISTLER R, et al, 1996. The NCEP/NCAR reanalysis 40-year project[J]. Bulletin of the American Meteorological Society, 77(3): 437-471. DOI URL
[30]	KOBAYASHI C, IWASAKI T, 2016. Brewer-Dobson circulation diagnosed from JRA-55[J]. Journal of Geophysical Research: Atmospheres, 121(4): 1 493-1 510. DOI: 10.1002/2015JD023476.
[31]	SIMMONS A J, JONES P D, DA COSTA BECHTOLD V, et al, 2004. Comparison of trends and low-frequency variability in CRU, ERA-40, and NCEP/NCAR analyses of surface air temperature[J]. Journal of Geophysical Research: Atmospheres, 109(D24). DOI: 10.1029/2004JD005306.