ERA-Interim 和NCEP/NCAR 再分析数据气温和气压值在天山山区适用性分析

白 磊，王维霞，姚亚楠，马 杰，李兰海

（1.中国科学院绿洲生态与荒漠环境重点实验室，中国科学院新疆生态与地理研究所，新疆 乌鲁木齐 830011；2.中国科学院研究生院，北京 100046；3.新疆干旱区水循环与水利用重点实验室，新疆 乌鲁木齐 830011）

天山山脉起自乌兹别克斯坦克孜尔库姆沙漠，经哈萨克斯坦和吉尔吉斯斯坦进入中国。以乌鲁木齐和达坂城为界，以东的天山划为东天山区；吉尔吉斯斯坦境内吉尔吉斯山和费尔干纳山以东，伊犁河谷以南的天山，划为中天山[1]，新疆地处欧亚大陆中部，受青藏高原和“三山两盆”的地形影响，干旱少雨，但是天山山区由于大陆性冰川和季节性积雪的存在，使之成为新疆主要河流的发源地[2]。在天山山脉，西天山（吉尔吉斯斯坦）山区气象站点分布较多，但在天山山区，国家基本气象观测站点主要分布在中山带。对于水文及生态研究工作，往往需要整个流域不同高程带上的气象资料作为基础研究资料。在乌鲁木齐河流域研究中，在高山带仅有“一号冰川”下的大西沟站。为了解决高山“无站点”的问题，在其他研究区域通过在高山带架设自动气象站获取数据。但是自动气象站在高山带受到复杂气象条件影响，数据质量较差，且气象资料的时间序列较短，故这些气象数据很难准确地体现流域年际尺度的气候变化。因此，山区高山带气象站点稀少逐渐成为各个学科建模及模型应用的“瓶颈”。

目前对于气候变化和诊断都是基于历史观测数据。长时间再分析数据有两类：NCEP 系列和ECMWF 系列[3-4]，NCEP2 精度较高。本文使用ERAInterim 和NCEP/NCAR 再分析数据作为研究对象。ERA-Interim 采用T255L91 网格水平分辨率为1.5°×1.5°，同化方为4D-Var；NCEP/NCAR 采用T62L28网格，网格水平分辨率为2.5°×2.5°，同化方案为3D-Var[5]。

在对NCEP 再分析数据的研究中，地表气温距平，冬季的可信度最好，夏季的可信度较差[6]；对气候的长期趋势变化研究中，再分析数据对气温的模拟比气压精度高；对中国范围的应用中，东部好于两部[7]。在NCEP2 与ERA-40 再分析数据的比较研究中发现：对于温度场，ERA-40 利NCEP2 与观测值的空间分布基本一致，但比观测值偏低。在西部地区，ERA-40 比观测值平均偏低2 ℃左右，而NCEP2比观测值平均偏低4 ℃左右[8]。在新疆地区，夏季降水年际变化[9]、夏季大气环流异常分析[10]、空中水汽收支[11]和空中水汽时空分布[12]的研究中，都使用NCEP/NCAR 再分析数据作为大尺度区域的气象资料。在2008年于田地震的研究[13]中发现，NCEP/NCAR 再分析数据体现了地震发生前区域异常增温现象。在新疆水汽源地变化的研究中，也使用ERA-40 再分析数据在半球尺度上分析了20 a 内新疆地区水汽源地的变化[14]。

新疆地区的气象站点主要集中在人口聚集区域，在高山地区气象站点分布稀疏。再分析数据为新疆大尺度区域气候研究提供了长时间序列的气候资料。在数据同化中，在不同的区域可能存在偏差，从而降低再分析数据在区域尺度气候研究中的精度。在东亚及全国的大尺度范围内，已经对再分析数据适用性评价做了大量工作，而在西北地区评价工作较少。本文主要分析ERA-Interim 和NCEP/NCAR再分析数据集中气压和气温变量在天山地区的偏差及不确定性。从而通过偏差校正方法提高再分析数据在新疆地区的精度，扩展其应用范围。

1 数据与方法

本文选取中国境内的天山山区（37.77°～43.48°N，75.23°～87.10°E）作为研究区域。地面站点选取研究区域内8个海拔高度超过1 500 m 的国家基本气象站和中国科学院积雪与雪崩研究站（TSSAR）逐日的平均气温和平均气压数据（表1）。9个站点时间覆盖从2004年1月1日至2006年12月31日，共计1 096 d。对于少量缺失数据采用分类回归树算法进行缺失数据填补。中国科学院天山积雪与雪崩研究站冬春两季自动气象站缺测较多，故本文仅对夏秋两季进行分析。再分析数据选取欧洲中期数值预报中心（ECMWF）中ERA-Interim 再分析数据（下文简写为ERA，格点与站点分布对照见图1）和NCEP/NCAR 再分析数据（下文简写为NCEP，格点与站点分布对照见图2）。再分析数据原始数据为2004—2006年 每日4个 时 次（OOUTC，06UTC，12UTC，18UTC）的地表2 m 气温和地表气压数据，经过算术平均得到2004—2006年的逐日平均气温和平均气压数据。在本文中，再分析数据气温单位为℃，气压单位为hPa。

为了更加客观地比较再分析数据在天山山区的精度，故将再分析数据分别在水平方向和垂直方向上进行插值。在水平方向上，利用双线性插值方法将再分析数据插值到气象站点；在垂直方向上，分别利用中天山和西天山南坡的气温垂直递减率和气压垂直递减率，将水平插值后的再分析数据修正到气象站的高度。表1 中的气温垂直递减率和气压垂直递减率，是将再分析数据叠加在其各自DEM 上计算得出。

表1 两套再分析数据的气温递减率和气压递减率

图1 气象站点空间分布及ERA-Interim 再分析数据格点分布

按照热量和水分的指标，可以将中天山山区气候划为温带气候(中天山气候区)和暖温带气候（南天山气候）[2]。由于高山带站点稀少，因此增加昆仑山一阿尔金山北坡气候区中塔什库尔干作为参考站点。同时，参考柯本气候分类[15]（图2）、农业气候区划[16]和站点位置（图1）后，将巴伦台、巴音布鲁克、积雪站、大西沟4 站划分为中天山气候区；吐尔尕特、乌恰、阿合奇3 站划分为南天山气候区；塔什库尔干划分为昆仑山—阿尔金山北坡气候区。在同一气候区内，气候的各个要素之间应保持一致，所以再分析数据与观测数据之间的误差聚类结果应与气候区保持一致。

为了评价两种再分析数据在一年中不同时间的精度，将一年划分春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12—翌年2月）进行比较。对再分析数据和实测数据进行回归分析，计算斜率（a）、截距（b）、回归系数（R2）和平均误差（ME）。在回归分析中，定义截距（b）为偏值，单位为℃。当b>0 时，表明再分析数据数值大于实测值；当b<0 时，再分析数据数值小于实测值。又定义斜率（a）为偏差倾向系数。当a>1 时，表明再分析数据变化范围大于实测数据变化范围；当0

图2 新疆柯本气候分类与NCEP/NCAR 再分析数据格点分布

2 结果

从表2 可以看出，在春季，结合ERA 和NCEP两套再分析数据分析发现：中天山气候区内除巴伦台存在冷偏差外，大西沟、巴音布鲁克均表现为暖偏差。在南天山气候区内，除吐尔尕特为暖偏差，乌恰和阿合奇表现为冷偏差。塔什库尔干属昆仑山北坡气候，表现为冷偏差。大西沟和塔什库尔干两站的偏差值略大。在8 站中（除TSSAR），两套再分析数据的平均倾向系数均小于1，说明实测气温的变化范围要略微大于再分析数据气温的变化范围。

在夏季，ERA 数据的气温在研究区域（除塔什库尔干外）内均呈现暖偏差。ERA 数据的气温在巴音布鲁克和巴伦台平均偏差为3.27 ℃；在TSSAR、大西沟和吐尔尕特3 站，平均偏差超过6 ℃；在小渠子偏差最小，回归系数最高。NCEP 数据气温在研究区域（除塔什库尔干和乌恰外）内均呈现暖偏差。NCEP 数据气温在巴音布鲁克和巴伦台偏差较为接近；在TSSAR 和大西沟，平均偏差超过11℃。

在秋季，ERA 数据中气温除大西沟、巴音布鲁克和吐尔尕特外均呈现冷偏差。大西沟站气温变化范围超过1，小渠子、巴伦台和阿合奇的回归系数超过0.9，与春季变化类似。NCEP 数据中的气温在研究区内大部分站点气温变化范围超过1，且平均回归系数为0.9。

在冬季，除吐尔尕特外其余各站在两套再分析数据中的气温偏差均表现为冷偏差。巴伦台和阿合奇两站的回归系数高于其他站点。

在一年中，结合回归系数（R2）和偏差值（b）分析发现，ERA 数据气温在小渠子、巴伦台和阿合奇精度较高；NCEP 数据在小渠子、巴伦台和吐尔尕特精度较高。在两套再分析数据中，春、秋两季气温的相关系数和偏差优于夏、冬两季。对比ERA 数据和NCEP 数据，在四季中ERA 数据的平均偏差和平均相关系数均小于NCEP 数据。从ERA 数据中可以看山，除大西沟、巴音布鲁克和吐尔尕特三站外，其他各站的平均偏差均为负值。在NCEP 数据中，仅阿合奇、乌恰和塔什库尔干偏差为负值。ERA 气温值在中天山气候区的平均偏差约为0.94 ℃，ERA 在南天山气候区的平均偏差约为0.38 ℃，NCEP 在中天山气候区的平均偏差约为3.76 ℃，NCEP 在南大山气候区的平均偏差约为-0.62 ℃。

表3 中，春季大西沟站的气压偏差超过400 hPa，其次乌恰的偏差也较大。同时其他各站的回归系数平均在0.78 以上。在3 000 m 以上的站点，吐尔尕特和塔什库尔干的偏差小于大西沟的偏差。在夏季，ERA 数据气压只有大西沟和塔什尔尔干气压偏差值超过200 hPa；NCEP 数据大西沟、吐尔尕特和塔什库尔干的气压均超过200 hPa，而小渠子的偏差为-78.9 hPa。在秋季，ERA 数据气压在小渠子和巴音布鲁克的偏差较低，在大西沟和乌恰的偏差较大；NCEP 数据在小渠子和TSSAR 的偏差平均为-26 hPa；在冬季，ERA 数据气压在小渠子、巴音布鲁克和吐尔尕特的偏差较小；NCEP 数据仅在小渠子的偏差较小。

在一年中，结合回归系数和偏差值进行分析发现，ERA 数据气压在小渠子和巴音布鲁克精度较高；NCEP 数据气压在小渠子和巴伦台精度较高。在一年中，ERA 数据气压在夏季的精度优于其他三季；NCEP 数据气压在夏冬两季的精度优于春秋两季的精度。两套再分析数据的气压在3 000 m 以上的站点的回归系数较低，平均为0.6，但吐尔尕特的回归系数却超过大西沟和塔什库尔干。在ERA 数据中，偏差倾向系数均小于1，而在NCEP 数据中，个别站点在不同季节偏差倾向系数大于1。这说明再分析数据的气压变化范围小于实测气压变化范围。

两套再分析数据气温在小渠子、大西沟、巴音布鲁克和吐尔尕特平均误差为正值，而在巴伦台、阿合奇、乌恰和塔什库尔干为负值表4。在春季，除巴伦台和吐尔尕特外，ERA 数据气温的平均误差绝对值小于NCEP 数据。在夏秋两季，ERA 数据气温仅在天山北坡和中天山气候区平均误差绝对值小于NCEP 数据，而在天山南坡，NCEP 数据气温平均误

筹绝对值小于ERA 数据。在冬季，ERA 数据气温平均误差仅在大西沟和巴音布鲁克小于NCEP 数据。

表2 再分析数据气温值与站点实测气温回归方程系数

表3 再分析数据气压值与站点实测气压回归方程系数

表4 两套数据的气温与实测值的平均误差/℃

在表5 中，两套再分析资料气压在小渠子、大西沟、巴伦台和吐尔尕特平均误差为正值，而在乌恰和塔什库尔干为负值。ERA 数据气压平均误差的绝对值在除阿合奇和乌恰外各站小于NCEP 数据。两套再分析数据气压的平均误差在夏季最低，冬季最高。

表5 ERA-Interim 和NCEP/NCAR 的气温与实测值的平均误差/hPa

3 结论与讨论

首先，两套再分析数据的偏差可能是由于水平分辨率导致，因为ERA-Interim 再分析数据的水平分辨率为1.5°×1.5°，NCFP/NCAR 再分析数据的水平分辨率为2.5°×2.5°。高分辨率模式可能会对由复杂地形引起的气候差异有较强的捕捉能力。其次，两套再分析数据的偏差可能由于数据同化时的地面资料不足或不全有关。中国西北地区站点相对于中国东部地区站点较为稀疏，主要集中在居住地区，而在气候环境极端恶劣的地区分布更为稀疏（塔里木盆地中部）。数据同化过程采用的地面站点数据主要来自WMO 国际交换站点数据，所以能够有效利用的站点数据更少。最后两套再分析数据的偏差可能由于数据同化时不同的参数设置及数值格式，因为不同数值模式对于复杂地形的精度不尽相同。

对于近代的气候模拟，区域气候模式（如RegCM，WRF 等）一般采用再分析数据作为边界条件进行计算。计算的结果普遍存在1～2 ℃冷偏差[17]。这些偏差一方面可能是由于数值模式的各个模块对于中国复杂地形的适用性较差，更主要来源为再分析数据生成的初始边界条件。为了提高精度，可以利用高分辨率的观测数据，如国家气候中心提供的0.5°×0.5°的中国平均气温[18]和降水[19]，对再分析数据进行偏差校正。利用校正后的再分析数据，可以对气象资料缺乏地区进行长时间序列的气候分析。

通过对比天山山区7 站的再分析数据与实测数据，可以发现：

（1）ERA-Interim 再分析数据气温和气压的精度整体比NCEP/NCAR 数据高，但在局部仍有差异。

（2）以气温偏差变化作为标准，可以将天山山区7 站按照气候分区划分为两类。在中天山气候区两套再分析数据气温偏差呈现暖偏差，在天山南坡呈现冷偏差。ERA 气温值在中天山气候区的平均偏差约为0.68 ℃，ERA 在天山南坡的平均偏差约为0.38℃，NCEP 在中天山气候区的平均偏差约为3.31 ℃，NCEP 在天山南坡的平均偏差约为-0.62 ℃。

（3）结合气温变化，以高程和偏差变化为标准，将中天山山区大西沟和天山南坡吐尔尕特两站划分为高山带类偏差，其余5 站划分为中山带类偏差。高山带气温存在暖偏差，中山带气温存在冷偏差。

（4）天山山区7 站气温和气压偏差存在明显的季节性变化。在两套再分析数据中，春、秋两季气温的相关系数和偏差优于夏、冬两季。在一年中，ERA数据气压在夏季的精度优于其他三季；NCEP 数据气压在夏冬两季的精度优于春秋两季的精度。

[1]胡汝骥.中国天山自然地理[M].北京：中国环境科学出版社，2004.

[2]陈曦.中国干旱区自然地理[M].北京：科学出版社，2010.

[3]Kistler R，Kalnay E，Collins W，et a1.The NCEP-NCAR 50 -year reanalysis：monthly means CD—ROM and documentation.BULLETIN AMERICAN METEOROLOGlCAL SOCIETY[J].2001，82（2）247-268.

[4]Kalnay E，Kanamitsu M，Kistler R，，et al.The NCEP/NCAR 40-year reanalysis project [J].Bulletin of the American Meterological Society，1996，（3）：437-471.

[5]邓小花，翟盘茂，袁春红.国外几套再分析资料的对比与分析[J].气象科技，2010，38（1）：1-8.

[6]施晓晖，徐祥德，谢立安.NCEP/NCAR 再分析风速、表面气温距平在中国区域气候变化研究中的可信度分析[J].气象学报，2006，64（6）：709-722.

[7]徐影，丁一汇，赵宗慈，等.美国NCEP/NCAR 近50年全球再分析资料在我国气候变化研究中可信度的初步分析[J].应用气象学报，2001，12（3）：337-347.

[8]赵天保，符淙斌.中国区域ERA-40、NCEP-2 再分析资料与观测资料的初步比较与分析[J].气候与环境研究，2006，11（1）：14-32.

[9]杨莲梅，张庆云.新疆夏季降水年际变化与亚洲副热带西风急流[J].应用气象学报，2008，19（2）：171-179.

[10]赵兵科，蔡承侠，杨莲梅，等.新疆夏季变湿的大气环流异常特征[J].冰川冻土，2006，28（3）：434-442.

[11]刘蕊，杨青.新疆大气水汽通量及其净收支的计算和分析[J].中国沙漠，2010，30（5）：1221-1228.

[12]史玉光.新疆区域面雨最及空中水汽时空分布规律研究[D].南京：南京信息工程大学，2008.

[13]秦凯，王斌，郭广猛，等.使用NCEP 数据分析新疆于田地震前异常增温[J].吉林大学学报：地球科学版，2008，38（6）：1075-1080.

[14]戴新刚，李维京，马柱国.近十几年新疆水汽源地变化特征[J].自然科学进展，2006，16（12）：1651-1656.

[15]Kottek M，Grieser J，Beck C，et al.World Map of the Koppen -Geiger climate classification updated [J].Meteorologische Zeitsch rift，2006，15（3）：259-263.

[16]丘宝剑，卢其光.农业气候区划及其方法[M].北京：科学出版社，1987.

[17]周建玮，王咏青.区域气候模式RegCM3 应用研究综述[J].气象科学，2007，27（6）：702-708.

[18]XU Ying，GAO Xuejie，SHEN Yan，et al.A daily temperature dataset over China and its application in validating a RCM simulation[J].Advances in Atmospheric Sciences，2009，26（4）：763-772.

[19]XIE Pingping，CHEN Mingyue，YANG Song，et al.A gauge-based analysis of daily precipitation over East Asia[J].2007，（7）：607-624.