四川省CLDAS和ECMWF再分析数据风速产品评估

李施颖，吴 薇，黄晓龙

(四川省气象探测数据中心/高原与盆地暴雨旱涝灾害四川省重点实验室，成都 610072)

引言

空气运动产生的气流，称为风[1]。风在许多行业中扮演着至关重要的角色，而风又是气象灾害中危害性较大的灾害，其在短时间内就会对人类的生产、生活造成较大伤害[2]。近年来，宋建洋等、梁燕、马蕾等[3-5]研究指出了大风天气对公路交通的严重影响；郝瑛等、王秀琴等、关雨姗等[6-11]对部分省份和地区的大风灾害对于农业生产的影响进行了详细的分析。可看出风是地面观测十分重要的要素。随着气象观测系统的飞速发展，观测数据可来自地面自动观测站、雷达、卫星等，多源数据融合的气象网格产品弥补了地面观测数据受空间限制的不足[12]。此外，风是精细化预报产品的重要组成部分[13]，若能依靠实况产品为公众提供准确及时的风场预报，会在很大程度降低灾害带来的损失。

2018年6月，由国家气象信息中心研制的全国智能网格实况融合分析产品CLDAS-V1.0正式接入业务化运行，包含中国陆地分辨率为0.05°×0.05°的降水、气温、相对湿度、风、能见度、总云量共6个要素，18种产品。智能网格实况分析产品的研究在目前国内的科研和业务中应用十分广泛，相关研究十分受到重视。龙柯吉等、Shuai Han等[14-15]对中国区域CLDAS温度产品进行了评估；荆琛琳，崔园园等，刘欢欢等[16-20]对土壤湿度产品在各地的适用性进行了研究；吴薇等[21]分析了降水产品在四川的质量；俞剑蔚等[22]研究了气温、相对湿度、风和降水产品在江苏地区的准确性，其研究表示风速产品比地面观测风速明显偏弱，准确率仅为56%。目前，对于CLDAS风速产品的在四川地区的适用性研究仍较少，为了提高实况分析产品对预报、服务等业务的支撑能力，迫切需要对其进行评估。

ECMWF是当今全球独树一帜的国际性气象研究和业务机构，其再分析数据已被业界广泛认可。ECMWF于2019年7月发布了ERA5-Land，为逐小时的再分析数据，其覆盖率为全球，分辨率为0.1°×0.1°。故本文在评估CLDAS风速产品准确性的基础上，将其与ERA5-Land的准确性进行对比，促进CLDAS实况业务建设。

1 数据与方法

1.1 数据来源

本文选取的评估时间段为2019年1月1日00时～2019年12月31日23时(世界时)。

(1)CLDAS 10m UV风全国智能网格实况分析产品(V1.0)，空间分辨率为0.05°×0.05°，时间分辨率为逐小时，来自国家气象信息中心。

(2)ERA5-Land 10m UV风再分析数据，空间分辨率为0.1°×0.1°，时间分辨率为逐小时，来自ECMWF(European Centre for Medium-Range Weather Forecasts)。

(3)检验源数据为经过严格的台站、省和国家级三级质量控制的四川省逐小时观测资料(国家站和区域站)中的10分钟平均风速。国家站156站；区域站1768站，其中非独立630站、独立1388站(非独立站为已经融合进CLDAS的站点，独立站为未融合的站点)。来自四川省气象探测数据中心。

1.2 评估方法

剔除了CLDAS，ERA5-Land和观测数据中的缺省时次。将四川地区156个国家气象观测站及1768个区域自动站逐小时观测的10分钟平均风速资料作为实况真值，把 CLDAS和ERA5-Land的UV风产品按双线性插值法插值到156个国家级观测站点以及1768个区域自动站点。

通过双线性内插方法将格点资料插值到相应站点后，对风速计算平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(COR)。

平均误差(ME)：

(1)

平均绝对误差 (MAE)：

(2)

均方根误差(RMSE)：

(3)

相关系数(COR)：

(4)

2 CLDAS产品质量评价

2.1 国家站评估

本文将四川划分为三个区域进行分析，分别为川西高原、攀西地区和盆地。川西高原为阿坝州与甘孜州，攀西地区为攀枝花市和凉山州，四川剩余地市为盆地区域。CLDAS和国家站的平均误差空间分布如图1a所示，大部分站点平均误差<0m/s，表明CLDAS对风速低估。川西高原以低估为主，极个别站存在高估；四川盆地区域，各站的平均误差集中在-0.4～0m/s。平均绝对误差空间分布图如1b，盆地内90%站点的平均绝对误差为0.2～0.6m/s，攀西地区以及高原与盆地交界地区的平均绝对误差相对较大，部分站点>0.6m/s。均方根误差空间分布如图1c，63%的国家站均方根误差为0.45～0.75m/s。川西高原和攀西地区相较于盆地区域，均方根误差相对较大，因其大部分站点所在地形为高山河谷，受地形影响较大，站点的代表性较差。CLDAS和国家站风速相关系数空间分布如图1d，四川省72%站点相关系数在0.8以上，高原和和盆地相关系都较好。

2.2 区域站评估

CLDAS和非独立、独立区域站风速平均误差分别如图2a、3a所示，非独立区域站主要位于四川盆地，且盆地内大部分平均误差为正值，CLDAS风速偏大。高原地区的独立区域站大多负值，CLDAS风速偏小，盆地内却CLDAS风速比大多独立区域站偏大。表明网格产品在高原地区以低估为主，在盆地内高估为主。由于盆地内城市化进程发展较快，建筑物较多，对风速遮挡较多，造成观测风速偏小，高原普遍建筑障碍物较少，可致地面风速相对于网格值较大。非独立和独立区域站风速平均绝对误差如图2b、3b所示，四川盆地平均绝对误差主要集中于0.4～1.0m/s，川西高原和攀西地区绝对误差偏大，说明风速网格产品在盆地效果更好，高原地区误差更大。

非独立与独立区域站风速均方根误差如图2c、3c所示，四川盆地均方根误差主要集中于0.5～1.25m/s，攀西地区整体均方根误差偏大，盆地北部也存在个别站点均方根误差偏大情况。独立区域站高原地区均方根误差大，成都市以及川南地区均方根误差相对较小。风速相关系数如图2d、3d所示，成都市所有区域站风速相关性相比较好，相关系数0.7以上的站点较多。盆地内相关性整体高于高原，高原的独立站中也存在个别相关性较好的站，但川西高原和攀西地区相关系数大多低于0.5。

2.3 不同评估指标的站点数比例

CLDAS不同平均误差的站点比例如表1所示，85.2%的国家站平均误差集中在-0.4～0m/s，只有3.9%的国家站平均误差>0m/s，CLDAS风速产品总体存在低估。同时，74.9%非独立区域站和62.5%独立区域站平均误差却>0m/s,表明风速产品对大部分区域站观测风度高估。平均绝对误差站点数比例如表2所示，89.8%的国家站平均绝对误差<0.6m/s，非独立区域站和独立区域站平均绝对误差都主要为0.4～1.0m/s，86.6%的非独立站和76.5%的独立站落在此区间。

CLDAS不同均方根误差站点数比例如表3所示，80.2%的国家站均方根误差<0.75m/s。86.4%的非独立站和71.3%的独立站站均方根误差都主要为0.5～1.25m/s。相关系分布站点数比例如表4所示，有71.8%的国家站风速相关系数>0.8，大部分站点高度相关，其中0.8～0.9的站点数量最多，占60.9%。53.5%非独立区域站和60%独立区域站相关系数都<0.5，过半数的区域站低度相关。因区域站数量较多，各个区域站所处环境各异，区域站受到建筑物的影响和地理环境的影响更为明显，可导致风速受到的影响较大，致使评估结果不如国家站。

3 ERA5-Land再分析数据质量评价

3.1 国家站评估

ERA5-Land和国家站平均误差分布空间如图4a所示，大部分站点平均误差<0.0m/s，表明ERA5-Land对国家站风速以低估为主。平均绝对误差空间分布图如4b所示，四川盆地内平均绝对误差大部分站点都为0.6～1.0m/s，攀西地区以及高原地区平均误差较大，>1.0m/s的站点主要集中于该地区。风速均方根误差空间分布如图4c所示，盆地相对于川西高原，均方根误差相对较小，<1.2m/s的站点大多位于盆地内，而>1.6m/s的站点大部分在高原地区。

表1 CLDAS不同平均误差的站点比例

表2 CLDAS不同平均绝对误差的站点比例

表3 CLDAS不同均方根误差的站点比例

表4 CLDAS不同相关系数的站点比例

ERA5-Land和国家站风速相关系数分布如图4d所示，ERA5-Land产品在四川地区的相关性较差，盆地内的相关性相较之下好于高原地区，但四川省大部分为负相关，表明ERA5-Land的10m UV风产品的风速变化趋势与实际观测的地面风速变化趋势相反，不适用于四川地区。

3.2 区域站评估

因CLDAS有融合区域站的观测数据，故有独立和非独立之分，对ERA5-Land则利用四川全部区域站进行评估。区域站平均误差分布空间如图5a所示， ERA5-Land产品在川西高原和攀西地区存在低估，90%的站点平均误差<0m/s，而盆地内低估和高估的情况都存在。平均绝对误差空间分布图如5b，四川盆地内平均绝对误差大部分站点都为0～0.6m/s，攀西地区以及高原地区误差更大，大部分站点>1.0m/s。均方根误差空间分布如图5c，盆地比川西高原和攀西地区均方根误差明显偏小，盆地内均方根误差集中于0～1.3m/s。>1.7m/s的站点大部分都集中于高原地区。

ERA5-Land和区域站风速相关系数分布如图5d所示，ERA5-Land产品在四川地区的相关系较差，68.3%的区域站为负相关，在盆地内和攀西地区存在少量正相关，但相关系数很低。表明ERA5-Land风速产品与四川地面区域站风速变化趋势相反。

3.3 不同评估指标的站点数比例

ERA5-Land不同平均误差的站点比例如表5所示，国家站平均误差集中在-1.0～0.0m/s，占73.1%，而CLDAS的平均误差主要集中于-0.4～0.0m/s，与CLDAS产品相比，ERA5-Land的平均误差更大。区域站平均误差<和大于0.0m/s各占50%，说明ERA5-Land低估和高估情况各占一半。平均绝对误差站点比例如表6，国家站和区域站平均绝对误差都主要集中于0.4～1.2m/s，分别占83.9%和86.3%。而CLDAS有的国家站53.9%<0.4m/s，表明ERA5-Land的国家站平均误差整体更大，但两种产品区域站平均绝对误差站点比例类似。

ERA5-Land不同均方根误差站点比例如表7所示，93%的国家站>0.75m/s，而CLDAS的国家站均方根误差大部分<0.75m/s，说明ERA5-land与观测值的偏差更大。区域站均方根误差和CLDAS结果相近，82.9%的区域站为0.5～1.25m/s，表明两种风产品与区域站观测值的偏差情况类似。

ERA5-Land相关系数站点比例如表8所示，国家站和区域站相关性都很低，仅0.6%的国家站和3.6%区域站相关系数>0.2。而对于CLDAS，71.8%的国家站相关系数高于0.8，虽区域站相关系数较低，仍有46.5%的非独立站和40%的独立站>0.5。CLDAS风速产品的相关性明显优于ERA5-Land。

表5 ERA5-Land不同平均误差的站点比例

表6 ERA5-Land不同平均绝对误差的站点比例

表7 ERA5-Land不同均方根误差的站点比例

表8 ERA5-Land不同相关系数的站点比例

4 结论

本文通过将四川地区156个国家站和1768个区域站的地面风速观测资料作为真值，评估2019年全年CLDAS和ERA5-Land风速产品的准确性，为两种产品的合理应用提供依据。主要结论如下：

(1)CLDAS对四川地区的国家站地面观测风速低估，平均误差集中在-0.4～0m/s。89.9%的国家站平均绝对误差<0.6m/s，攀西地区以及高原与盆地交界地区平均绝对误差较大。80.2%的国家站均方根误差<0.75m/s，均方根误差在川西高原和攀西地区偏大，盆地内相对较小。国家站的风速相关性较好，88.5%的国家站风速相关系数达0.7以上。

(2)CLDAS对于非独立区域站和独立区域站的评估指标整体相近，但非独立区域站的平均绝对误差和均方根误差相对较小，表明CLDAS与已融合的区域站误差更小。区域站高原地区风速低估，盆地内部高估。区域站的平均绝对误差和均方根误差都比国家站偏大。93.1%的区域站风速相关系数都<0.7，整体比国家站偏低。CLDAS对国家站的各项评估指标都优于区域站。

(3)ERA5-Land对于国家站地面观测存在更多低估，平均误差为-1.0～0.0m/s。ERA5-Land产品的国家站平均绝对误差和均方根误差也比CLDAS均方根误差大。对于区域站，ERA5-Land与CLDAS的风速平均误差、绝对误差和均方根误差结果都相近。然而，ERA5-Land产品的风速相关性差，68%的国家站和区域站为负相关，表明ERA5-Land风速变化趋势与四川地区实际观测的地面风速变化趋势相反。

根据上述分析，CLDAS对于国家站的各项评估指标显著优于ERA5-Land，两种产品对区域站的平均误差、绝对误差和均方根误差结果相近，但ERA5-Land对四川地区地面观测风速相关性明显较差。总体而言，CLDAS在四川地区的准确性整体优于ERA5-Land。此外，两种风速产品在四川盆地内的效果都优于川西高原和攀西地区，高原地区需谨慎使用格点风速产品。