青藏高原及周边UTLS水汽时空特征的多源资料对比

唐南军 任荣彩 吴国雄

摘要 利用Aura卫星微波临边观测仪（Microwave Limb Sounder，MLS）数据，评估了ERA-I、MERRA、JRA-55、CFSR和NCEP2等5套再分析资料的水汽数据在青藏高原及周边上对流层-下平流层（Upper Troposphere and Lower Stratosphere，UTLS）的质量，然后选取其中质量较好的两套水汽数据，分析它们对青藏高原及周边UTLS水汽的时空分布和演变的表征能力。结果表明，与MLS数据相比，5套再分析资料中在UTLS普遍偏湿，最大偏湿在上对流层215 hPa，约为165%，而在下平流层，ERA-I和MERRA与MLS的差异相对较小。总的来看，ERA-I和MERRA表征的水汽与MLS更为接近。进一步的对比表明，ERA-I和MERRA中青藏高原及周边水汽含量的时空分布与MLS较为接近，夏季能够表征青藏高原在纬向和经向上的水汽高值区，冬季能够表征对流层顶、西风急流中心附近的水汽梯度带，而且MERRA的结果要好于ERA-I。ERA-I、MERRA和MLS中青藏高原地区的水汽季节演变都表现为冬季1—2月水汽含量低，夏季7—8月水汽含量高，水汽的季节变化在200～300 hPa最大。MLS资料显示，在青藏高原地区对流层顶附近，存在随时间向上向极的水汽传输信号。相较而言，ERA-I对向上水汽传输信号的表征更好，而MERRA对下平流层（100 hPa）向极水汽传输信号的表征更好。

关键词青藏高原;上对流层-下平流层;水汽;对比分析

水汽是重要的温室气体，在气候系统中扮演着重要角色。水汽通过吸收太阳短波辐射和放出大气长波辐射，影响全球辐射收支。特别是在上对流层-下平流层，水汽的辐射作用更加显著。在下平流层，水汽不仅可以通过光化学反应损耗臭氧（Anderson et al.，2012），还可以通过类似温室气体的反馈过程增强全球变暖（Dessler et al.，2013）。除了甲烷的氧化，平流层水汽主要来自对流层的输送，因此，对UTLS水汽传输过程的理解，就显得十分重要，然而UTLS水汽观测数据的数量和质量的欠缺，制约了相关研究的深入（吕达仁等，2008;金莲姬等，2017）。

UTLS的水汽观测数据主要来自探空观测、飞机观测、卫星观测等。探空观测的水汽数据有较高的时间分辨率和垂直分辨率，但质量受制于湿度感应元件的性能，目前通过探空获取的对流层中层以上的水汽数据，还存在一定的不确定性（马旭林等，2017）;此外，探空观测在偏远地区和海洋上比较少。飞机观测数据有时段长、精确性较高等优点，但观测数据仅限于飞行航线，区域范围有限（Luo et al.，2007）。卫星观测数据具有全球覆盖，全天候的优点，目前研究中所用到的卫星观测水汽反演产品主要有HALOE（HALogen Occultation Experiment）、ACE-FTS（Atmospheric Chemistry Experiment Fourier Transform Spectrometer）、AIRS（Atmospheric Infrared Sounder）和MLS等。其中HALOE和ACE-FTS主要用于探测平流层水汽，在UTLS反演的数据较少;已有研究发现AIRS的水汽数据在200 hPa以上的层次可信度低（Gettelman et al.，2004a;占瑞芬和李建平，2008）。MLS水汽产品的有效范围涵盖UTLS，是目前UTLS水汽信息的重要来源。

现有的水汽观测数据为研究UTLS水汽传输提供了大量可靠信息，但观测数据无法给出完整的三维水汽结构，且具有一定的不确定性。尽管模式数据的水平分辨率高，时间序列长，一致性好（Schoeberl et al.，2013），但由于模式中的动力和物理机制欠完善，再分析资料的水汽数据在UTLS还存在较大误差（Jiang et al.，2015）。例如19个CIMP5（Phase 5 of Coupled Model Intercomparison Project）模式数据与MLS观测数据的对比结果表明，模式模拟的上对流层大气平均比MLS偏湿约1倍（Jiang et al.，2012）。ERA-40中的UTLS相比飞机观测普遍偏湿，在热带地区约偏湿100～150 μL/L，在中高纬度地区偏湿15～20 μL/L（Oikonomou and ONeill，2006）。因此，结合观测资料和较好的再分析资料进行研究，是全面了解平流层水汽特征的重要途径。

青藏高原及其周边的亚洲季风区是对流层向平流层物质传输的重要通道（曹治强和吕达仁，2016;郭栋等，2017;徐雯雯等，2019;周顺武等，2019）。研究表明，该地区不仅是热带外平流层重要的水汽源区（卞建春等，2011;陈斌等，2011，2012），对热带平流层水汽也有重要贡献，向热带平流层的水汽输送约有75%来自亚洲季风区（Gettelman et al.，2004b）。关于青藏高原及周边UTLS水汽的分布特征，已经有了不少研究。许健民等（1996）利用GMS-5（Geostationary Meteorological Satellite）水汽图像分析了青藏高原地区对流层上部400 hPa附近的水汽分布，结果表明高原地区西北干、东南湿，干湿分界线在唐古拉山-巴彦喀拉山一线。占瑞芬和李建平（2008）利用AIRS反演水汽数据的分析则表明，夏季青藏高原上对流层水汽存在全区一致型、东西偶极型和南北带状偶极型三种分布型。毕云等（2008）利用HALOE卫星观测数据指出，整个青藏高原地区UTLS水汽分布有显著的季节差异。Tian et al.（2011）发现3—4月青藏高原北侧UTLS有更高的水汽，而5—9月青藏高原西侧200 hPa的水汽含量较低。利用MLS数据，田红瑛等（2014）给出了青藏高原对流层顶附近水汽的分布特征，并分析了水汽分布与夏季风发展和青藏高原大地形作用的关系。颜晓露等（2015）利用过冷霜点仪的水汽观测对青藏高原及周边的MLS水汽数据的对比验证结果表明，夏季MLS 3.3版本的水汽数据的相对误差范围在316～121 hPa为6.0±83.4%，在對流层顶100 hPa附近为23±45.8%，在82.5 hPa以上的下平流层为0.3±14.9%。在青藏高原水汽特征研究中，AIRS和MLS是使用较多的两套卫星反演水汽数据，但AIRS和MLS水汽数据在垂直方向上有各自的适用范围，要分析高原地区水汽三维分布及传输的完整特征，依然需要依靠再分析资料的水汽数据。因此了解再分析资料的水汽数据与卫星反演水汽数据的差异就不可或缺。选取了5套再分析资料的水汽数据，以MLS为参考依据，首先评估了它们在青藏高原及周边UTLS的质量，然后选取其中较好的再分析水汽数据，进一步对比它们在水汽季节分布和不同时间尺度演变上与MLS水汽数据的差异。分析结果将为理解青藏高原地区UTLS水汽分布及传输提供依据，并可以为改进数值模式提供参考。

1 资料和方法

MLS是搭载在Aura卫星上的微波临边观测仪（Read et al.，2007），使用的是4.2版本的水汽反演产品，时段为2004年8月—2013年12月。水汽数据的使用范围是316～0.002 hPa，在UTLS的水平分辨率为168～190 km，垂直分辨率在316～178 hPa为1.3～1.7 km，在147～68 hPa为2.3～3.1 km，水汽数据的精确性在25%以内（Livesey et al.，2015）。MLS水汽数据在UTLS的气压层次为261 hPa、215 hPa、178 hPa、147 hPa、121 hPa、100 hPa、83 hPa、56 hPa。

选取的5套再分析水汽数据分别来自ERA-I（European Centre for Medium-Range Weather Forecasts Interim Re-Analysis）、MERRA（Modern Era Retrospective-analysis for Research and Applications）、JRA-55（Japanese 55-year Reanalysis）、NCEP2（Nation Centers for Environmental Prediction Department of Energy Reanalysis 2）和CFSR（Climate Forecast System Reanalysis）。5套再分析数据均没有同化过MLS的水汽数据。其中CFSR的使用时段为2004年8月—2010年12月;其他几套再分析数据的使用时段则与MLS一致。表1给出了5套再分析数据的时空分辨率、垂直范围和UTLS层次信息。其中ERA-I、JRA-55和CFSR（MERRA和NCEP2）在UTLS的气压层次相同。再分析数据的水汽参量，除NCEP2为相对湿度外，其他都是比湿。还用到NCEP对流层顶数据，其时间和水平分辨率同NCEP2。

通过时间匹配和空间插值，将再分析数据统一匹配到MLS观测数据所在的316 hPa到10 hPa共19个气压层次上，具体过程如下：首先取±3 h为时间窗口将再分析数据与MLS观测数据做时间匹配，然后在水平方向上用双线性插值方法得到MLS观测位置的再分析值，最后在垂直方向上用气压对数线性插值方法将再分析数据插值到MLS的气压层次上。时空匹配后的再分析水汽数据统一换算成体积混合比q（单位： μL/L），用以表示水汽含量。

在评估再分析水汽（qR）和MLS水汽含量（qM）的差异时，水汽含量偏差百分比定义为：（qR-qM）/qM×100%;在分析水汽含量的纬向差异、季节和逐日演变时，水汽含量偏差百分比则定义为：（q-）/×100%，其中为q的纬向或时间平均值，并分别称为纬向、年和日偏差百分比。

2 再分析资料水汽数据总体评估

图1给出了5套再分析资料和MLS在青藏高原地区（60°～110°E，20°～40°N）UTLS的水汽含量垂直廓线的气候平均分布及两者的偏差分布。由图1a可见，在青藏高原上空的UTLS层次，再分析资料中水汽含量普遍偏高，特别是NCEP2中水汽含量偏高最为显著。由再分析资料与MLS的水汽含量偏差百分比垂直廓线可知，在121 hPa以下的上对流层，NCEP2的偏差在150%以上，其中最大偏差在200 hPa附近超过200%;JRA-55的偏差在100～200 hPa也较大，在100%左右。其他几套再分析资料在

上对流层比较接近，偏差最大不超過165%（图1b）。在100 hPa以上的下平流层，CFSR与NCEP2均有相对较大的偏差（20%～50%），而ERA-I和MERRA与MLS之间的偏差较小，维持在10%以下。针对水汽含量的水平分布，评估再分析资料与MLS的差异。由图2下平流层（100 hPa）和上对流层（215 hPa）两个层次上多年平均的水汽含量分布可见，就100 hPa水汽含量的量值而言，ERA-I（图2b）和MERRA（图2c）与MLS（图2a）最为接近，水汽含量偏差百分比在20%以内;其中MERRA中水汽含量的分布更接近MLS，表现为青藏高原地区水汽含量由南向北逐渐增多;ERA-I中水汽含量的分布趋于相反，且在高原北部地区出现微弱的负偏差。

而JRA-55、CFSR和NCEP2无论在水汽含量的分布还是在数值上与MLS均差异巨大，偏差在30%以上，甚至超过100%～200%（图2d）和70%～160%（图2f）。在215 hPa，除了NCEP2以外，其他几套再分析资料均与MLS相似，只是再分析资料的值偏湿120%～240%，且偏差自南向北、自西向东递增。总的来看，除了水汽含量明显偏高外，ERA-I、MERRA、JRA-55和CFSR对青藏高原地区上对流层水汽分布的表征性能不相上下，但到了100 hPa的下平流层，则只有ERA-I和MERRA的水汽量值和分布与MLS较为相近。因此，下文将用这两套再分析资料的水汽数据，与MLS做进一步对比。

3 冬夏季节水汽分布特征

占瑞芬和李建平（2008）利用AIRS的水汽数据分析发现，青藏高原上对流层的水汽分布有明显的季节变化，冬季干冷，夏季暖湿，下面着重分析冬、夏两个季节，说明ERA-I和MERRA两套资料与MLS的差异。

从水平分布（图3）可见，冬季（12、1、2月）3套资料中的水汽分布比较相近。在青藏高原上空平流层内100 hPa上，水汽含量自南向北增加，东南部水汽含量最低，等压面与对流层顶的交界线位于高原以南（图3a、3b、3c）。

就水汽含量的南北对比而言，MERRA与MLS更接近，而ERA-I中水汽含量的南北对比较弱。但也注意到，MLS中较强的南北水汽梯度带位于对流层顶交界线以北的下平流层，而MERRA中，较强的南北水汽梯度带位于对流层顶交界线的南北两侧（图3c）。与100 hPa相反，在上对流层215 hPa上，三套资料中水汽含量都自南向北递减，并在高原东南部水汽含量最高，同时在高原南侧的上对流层内，有较强的南北水汽梯度带存在，而对流层顶交界线位于高原上空（图3d、3e、3f）。总体而言，ERA-I和MERRA与MLS的水汽含量偏差，在下平流层100 hPa上均在15%以内，在上对流层215 hPa上偏差大于100%～180%，且高原东部的偏差更大。

夏季（6、7、8月）在下平流层100 hPa上（图4a、4b、4c），三套资料都表征高水汽含量中心位于青藏高原南部的对流层内呈东西走向。两套再分析资料的水汽含量偏差都相对较小，约在5%左右（图4b、4c）。在上对流层215 hPa上（图4d、4e、4f），三套资料中青藏高原南侧水汽含量高，并由高原东南向西北减小。ERA-I和MERRA中的水汽含量偏差约为100～260%，且这种偏湿偏差随纬度而增加，并在青藏高原的东北部达到最大。

接下来看垂直分布。由图5中冬、夏季节沿青藏高原经度带（60°～110° E）水汽含量的垂直分布可见，三套资料的分布型相互接近，两套再分析资料与MLS的水汽含量偏差夏季大，冬季相对小。无论冬夏，除了200 hPa附近的低緯地区，ERA-I的偏差较MERRA小，冬季在高原南侧的上对流层基本在100%以下。三套资料在对流层顶断裂区（对流层顶的高度随纬度迅速下降）、西风急流附近的南北水汽梯度带，冬季时位于青藏高原上空，夏季时位于青藏高原北侧。与同经度带相比，再分析资料中冬季最大的水汽含量偏差在青藏高原地区，夏季则在青藏高原北侧地区偏差更大。

由冬、夏季节青藏高原纬度带（20°～40°N）水汽含量纬向偏差百分比的垂直分布可见，三套资料的结果也比较相近（图6）。冬季再分析资料中的水汽含量偏差在纬向上趋于均匀，在下平流层小于100%，在上对流层大于100%，MERRA的偏差略大于ERA-I。夏季青藏高原和东亚季风区上空为同纬度带水汽含量显著高值区，ERA-I和MERRA中水汽含量偏差在水汽含量较高的青藏高原和落基山地区也较其他地区更大。高原地区的最大水汽含量偏差达150%，其中ERA-I在300 hPa附近最大，而MERRA在200 hPa附近最大。与图5类似，MERRA中的水汽含量偏差更大，在青藏高原地区也是如此。

4 多时间尺度变化特征

由青藏高原地区水汽含量年偏差百分比的高度-逐月时间演变（图7）可见，MLS、ERA-I和MERRA三套资料的结果比较相似，都清楚表征了高原上空水汽含量的显著季节变化。

在100 hPa以上的下平流层水汽含量在冬春季节相对较低，夏秋季节相对较高;夏季开始，高原地区有高水汽含量随时间向高层传播，其中ERA-I对这种向上传播特征的表征较MERRA好。此外水汽含量年偏差百分比的季节变化，MLS为-25%～30%，再分析资料相对较小，ERA-I为-15%～25%，MERRA为-10%～20%。而在上对流层，高原以冬季1—2月水汽含量最低，夏季7—8月水汽含量最高;水汽含量年偏差百分比的季节变化在200～300 hPa最大，MLS为-70%～130%，再分析资料略大于MLS，ERA-I为-70%～150%，MERRA为-75%～160%。

由青藏高原下平流层100 hPa 处水汽含量的纬度-逐月演变（图8）可见，高原地区夏季的高水汽含量中心随季节逐步向高纬度扩展，除了季节变化大小的差异外，ERA-I对这种水汽向极扩展特征的表征好于MERRA。

接下来看青藏高原地区水汽含量的历年逐日时间演变。在垂直方向上，由图9a可见，与图7a中所表征的高水汽含量向上传播特征相同，逐日的MLS资料中也清楚可见这种传播。具体表现为夏秋季节开始，高水汽含量信号向上传播，而冬春季节开始低水汽含量信号向上传播，传输信号平均约需要15个月从对流层顶高度到达22 hPa。比较两套再分析资料，ERA-I对这种向上的水汽传输信号的表征更好，但相比MLS，传输的速度明显偏快，平均只要6个月就能到达22 hPa（图9b）。相比之下，MERRA资料对这种向上的水汽传输信号的表征不好，向上的水汽传输信号最高只能到达56 hPa，在更高层则不存在（图9c）。

而在经向上，由水汽含量的纬度—逐日时间演变也可见，MLS资料中青藏高原地区对流层顶附近存在规律向极水汽传输信号，即夏秋季节高水汽含量信号向高纬度传播，冬春季节低水汽含量信号向高纬度传播，平均只要3个月就能由高原到达70° N附近（图10a）。相比之下，ERA-I资料对高水汽含量信号向极传输的表征不好，在一些年份甚至非常不清楚，向极传输信号的强度也比MLS弱（图10b）。MERRA资料能表征高水汽含量信号向高纬度的传输，但传输的速度比MLS更快，而对低水汽含量信号向高纬度传播的表征非常差（图10c）。

5 结论与讨论

首先选取ERA-I、MERRA、JRA-55、CFSR和NCEP2等5套再分析资料的水汽数据，利用MLS卫星观测数据评估了这5套再分析资料水汽数据在青藏高原及周边UTLS层次的质量，然后选取其中质量较好的ERA-I和MERRA两套水汽数据与MLS卫星观测进一步对比，评估了这两套再分析资料对青藏高原及周边UTLS水汽的时空分布和演变的表征性能及偏差，主要结论如下：

1）5套再分析资料中青藏高原地区UTLS层次均偏湿，除NCEP2外，最大偏湿在上对流层215 hPa，约为165%。在上对流层，ERA-I、MERRA、JRA55和CFSR对水汽分布的表征能力相近，而在下平流层，ERA-I和MERRA中水汽含量及分布与MLS的差异相对较小。

2）ERA-I和MERRA对冬夏季节水汽的水平和垂直分布的表征与MLS相近，可表征夏季青藏高原地区在纬向和经向上为水汽含量高值区。而对冬季对流层顶、西风急流附近南北水汽梯度带的表征，MERRA好于ERA-I。ERA-I和MERRA与MLS的水汽含量偏差平均在上对流层更大约为150%，在下平流层较小约为10%。上对流层冬季在高原东南部偏差最大（180%），夏季在高原东北部偏差更大（280%）。

3）ERA-I、MERRA和MLS中青藏高原地区水汽的季节演变相近，都表现为冬季1—2月水汽含量低，夏季7—8月水汽含量高，水汽的季节变化在200～300 hPa最大。ERA-I和MERRA中水汽的季节变化在上对流层比MLS大，而在下平流层略小于MLS。

4）青藏高原地区上空对流层顶附近存在向上和向高纬度的水汽传输信号，夏秋（冬春）季为高（低）水汽传输信号。ERA-I对向上水汽传输信号的表征更好，而MERRA对下平流层（100 hPa）向高纬度的水汽传输信号的表征更好。

主要对比了青藏高原地区水汽含量的季节变化和历年逐日演变，对于水汽含量的年际及年代际变化趋势并没有涉及。在MLS卫星观测数据有效使用范围之外的对流层中下层，再分析资料水汽数据的质量可以用AIRS数据做进一步的评估。本文的对比结果为利用再分析资料研究青藏高原地区水汽传输提供了参考，下一步将利用ERA-I和MERRA再分析数据做水汽传输的研究。

致谢：感谢JPL提供的MLS卫星反演数据。感谢ECWMF、NASA、JRA和NCEP提供的再分析资料。

参考文献（References）

Anderson J G，Wilmouth D M，Smith J B，et al.，2012.UV dosage levels in summer：increased risk of ozone loss from convectively injected water vapor[J].Science，337（6096）：835-839.

毕云，陈月娟，周任君，等，2008.青藏高原上空H2O和CH4的分布和变化趋势分析[J].高原气象，27（2）：249-258. Bi Y，Chen Y J，Zhou R J，et al.，2008.Study on H2O and CH4 distributions and variations over Qinghai-Xizang plateau using HALOE data[J].Plateau Meteor，27（2）：249-258.（in Chinese）.

卞建春，严仁嫦，陈洪滨，2011.亚洲夏季风是低层污染物进入平流层的重要途径[J].大气科学，35（5）：897-902. Bian J C，Yan R C，Chen H B，2011.Tropospheric pollutant transport to the stratosphere by Asian summer monsoon[J].Chin J Atmos Sci，35（5）：897-902.（in Chinese）.

曹治强，吕达仁，2016.2009年和2010年夏季我国及周边地区STE模拟与对比分析[J].大气科学学报，39（3）：300-308. Cao Z Q，Lyu D R，2016.Simulation and comparative analysis of stratosphere-troposphere exchange in the summers of 2009 and 2010 in China and surrounding areas[J].Trans Atmos Sci，39（3）：300-308.（in Chinese）.

陈斌，徐祥德，施晓晖，2011.南亚高压对亚洲季风区夏季对流层上层水汽异常分布的动力效应[J].气象学报，69（3）：464-471. Chen B，Xu X D，Shi X H，2011.A study of the dynamic effect of the South Asian high on the upper troposphere water vapor abnormal distribution over the Asian monsoon region in boreal summer[J].Acta Meteorol Sin，69（3）：464-471.（in Chinese）.

陈斌，徐祥德，杨帅，等，2012.夏季青藏高原地区近地层水汽进入平流层的特征分析[J].地球物理学报，55（2）：406-414. Chen B，Xu X D，Yang S，et al.，2012.On the characteristics of water vapor transport from atmosphere boundary layer to stratosphere over Tibetan Plateau regions in summer[J].Chin J Geophys，55（2）：406-414.（in Chinese）.

Dessler A E，Schoeberl M R，Wang T，et al.，2013.Stratospheric water vapor feedback[J].Proc Natl Acad Sci U S A，110（45）：18087-18091.

Gettelman A，Weinstock E M，Fetzer E J，et al.，2004a.Validation of Aqua satellite data in the upper troposphere and lower stratosphere with in situ aircraft instruments[J].Geophys Res Lett，31（22）：L22107.

Gettelman A，Kinnison D E，Dunkerton T J，et al.，2004b.Impact of monsoon circulations on the upper troposphere and lower stratosphere[J].J Geophys Res，109（D22）：D22101.

郭棟，徐建军，苏昱丞，等，2017.青藏高原和北美夏季臭氧谷垂直结构和形成机制的比较[J].大气科学学报，40（3）：412-417. Guo D，Xu J J，Su Y C，et al.，2017.Comparison of vertical structure and formation mechanism of summer ozone valley over the Tibetan Plateau and North America[J].Trans Atmos Sci，40（3）：412-417.（in Chinese）.

Jiang J H，Su H，Zhai C X，et al.，2012.Evaluation of cloud and water vapor simulations in CMIP5 climate models using NASA “A-Train” satellite observations[J].J Geophys Res.doi：10.1029/2011jd017237.

Jiang J H，Su H，Zhai C X，et al.，2015.An assessment of upper troposphere and lower stratosphere water vapor in MERRA，MERRA2，and ECMWF reanalyses using Aura MLS observations[J].J Geophys Res Atmos，120（22）：11468-11485.

金莲姬，毛志远，肖辉，等，2017.超级单体向平流层输送水汽机制的数值模拟[J].大气科学学报，40（5）：675-685. Jin L J，Mao Z Y，Xiao H，et al.，2017.Modeling of the mechanism of water vapor transportation into the stratosphere by a supercell[J].Trans Atmos Sci，40（5）：675-685.（in Chinese）.

Livesey N J，Read W G，Wanger P A，et al.，2015.Earth observing system （EOS） Aura microwave limb sounder （MLS） version 4.2x level 2 data quality and description document[R].Pasadena：Jet Propulsion Laboratory.

Luo Z Z，Kley D，Johnson R H，et al.，2007.Ten years of measurements of tropical upper-tropospheric water vapor by MOZAIC.Part I：climatology，variability，transport，and relation to deep convection[J].J Climate，20（3）：418-435.

吕达仁，陈泽宇，卞建春，等，2008.平流层-对流层相互作用的多尺度过程特征及其与天气气候关系：研究进展[J].大气科学，32（4）：782-793. Lyu D R，Chen Z Y，Bian J C，et al.，2008.Advances in researches on the characteristics of multi-scale processes of interactions between the stratosphere and the troposphere and its relations with weather and climate[J].Chin J Atmos Sci，32（4）：782-793.（in Chinese）.

馬旭林，姜胜，于月明，等，2017.COSMIC掩星反演大气温湿资料的质量特征分析[J].大气科学学报，40（6）：841-849. Ma X L，Jiang S，Yu Y M，et al.，2017.Analyzing the quality of data for temperature and humidity using COSMIC radio occultation observations[J].Trans Atmos Sci，40（6）：841-849.（in Chinese）.

Oikonomou E K，ONeill A，2006.Evaluation of ozone and water vapor fields from the ECMWF reanalysis ERA-40 during 1991—1999 in comparison with UARS satellite and MOZAIC aircraft observations[J].J Geophys Res，111（D14）：D14109.

Read W G，Lambert A，Bacmeister J，et al.，2007.Aura Microwave Limb Sounder upper tropospheric and lower stratospheric H2O and relative humidity with respect to ice validation[J].J Geophys Res，112（D24）：D24S35.

Schoeberl M R，Dessler A E，Wang T，2013.Modeling upper tropospheric and lower stratospheric water vapor anomalies[J].Atmos Chem Phys，13（15）：7783-7793.

田红瑛，田文寿，雒佳丽，等，2014.青藏高原地区上对流层—下平流层区域水汽分布和变化特征[J].高原气象，33（1）：1-13. Tian H Y，Tian W S，Luo J L，et al.，2014.Characteristics of water vapor distribution and variation in upper troposphere and lower stratosphere over Qinghai-Xizang plateau[J].Plateau Meteor，33（1）：1-13.（in Chinese）.

Tian W S，Tian H Y，Dhomse S，et al.，2011.A study of upper troposphere and lower stratosphere water vapor above the Tibetan Plateau using AIRS and MLS data[J].Atmos Sci Lett，12（2）：233-239.

许健民，郑新江，徐欢，等，1996.GMS-5水汽图象所揭示的青藏高原地区对流层上部水汽分布特征[J].应用气象学报，7（2）：246-251. Xu J M，Zheng X J，Xu H，et al.，1996.Upper tropospheric moisture distribution over the Tibetan Palateau as revealed from GMS-5 water vapour images[J].J Appl Meteor Sci，1996，7（2）：246-251.（in Chinese）.

徐雯雯，郭栋，孙晓娟，等，2019.青藏高原臭氧谷极端事件的定义及其特征[J].大气科学学报，42（1）：129-137. Xu W W，Guo D，Sun X J，et al.，2019.Definition and characteristics of extreme events of ozone valley over the Tibetan Plateau[J].Trans Atmos Sci，42（1）：129-137.（in Chinese）.

颜晓露，郑向东，周秀骥，等，2015.夏季青藏高原及其周边地区卫星MLS水汽、臭氧产品的探空检验分析[J].中国科学D辑：地球科学，45（3）：335-350. Yan X L，Zheng X D，Zhou X J，et al.，2015.Validation of Aura microwave limb sounder water vapor and ozone profiles over the Tibetan Plateau and its adjacent region during boreal summer[J].Science in China Series D：Earth Sciences，45（3）：335-350.（in Chinese）.

占瑞芬，李建平，2008.青藏高原地区大气红外探测器（AIRS）资料质量检验及揭示的上对流层水汽特征[J].大气科学，32（2）：242-260. Zhan R F，Li J P，2008.Validation and characteristics of upper tropospheric water vapor over the Tibetan Plateau from AIRS satellite retrieval[J].Chin J Atmos Sci，32（2）：242-260.（in Chinese）.

周顺武，郑丹，秦亚兰，等，2019.青藏高原与同纬度其他地区热带对流层顶气压变化特征的比较[J].大气科学学报，42（5）：660-671. Zhou S W，Zheng D，Qin Y L，et al.，2019.Comparison on variation features of the tropical tropopause pressure over the Tibetan Plateau and the other regions in the same latitudes[J].Trans Atmos Sci，42（5）：660-671.（in Chinese）.

Comparison of upper troposphere and lower stratosphere water vapor spatial and temporal distribution between reanalysis data and MLS observations over the Tibetan Plateau

TANG Nanjun1，2，REN Rongcai2，WU Guoxiong2

1Center for Data Assimilation Research and Applications，Nanjing University of Information Science & Technology，Nanjing 210044，China;

2State Key Laboratory of Numerical Modeling of Atmospheric Sciences and Geophysical Fluid Dynamics，Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China

Understanding the bias in reanalysis water vapor data is very conducive to studying the stratosphere and troposphere water vapor transport，particularly over the Tibetan Plateau （TP），which is an important water vapor source in the extratropical region where it is located.In this paper，the Aura MLS satellite observations taken over the TP are used to evaluate the upper troposphere and lower stratosphere （UTLS） water vapor data from the ERA-I，MERRA，JRA-55，CFSR and NCEP2 reanalysis data taken during the period of August 2004 to December 2013.The results reveal that the water vapor data from ERA-I and MERRA are superior to the other reanalysis data.In addition，the water vapor spatial and temporal distributions in ERA-I and MERRA are further compared by MLS satellite observations.The contrast results show that all of the reanalysis data used are wetter in terms of UTLS compared to the MLS satellite observations.Specifically，the ERA-I，MERRA，JRA-55 and CFSR reanalysis data overestimated the upper tropospheric （215 hPa） water vapor content by up to 165% compared to the MLS observations，while the water vapor data from ERA-I and MERRA bore small differences with the MLS observations.Overall，the water vapor data from ERA-I and MERRA were closer to the MLS observations compared to the other reanalysis data.Further contrast results show that the water vapor horizontal and vertical structures in ERA-I and MERRA are consistent with the MLS observations over the TP in winter and summer.In the MLS observations，the water vapor maximum in the latitude and longitude occurred over the TP in summer，and that there is a strong meridional gradient of water vapor near tropopause and westerly jet in winter.These observations were also made in ERA-I and MERRA，yet the spatial distribution is better in MERRA.The water vapor content over the TP exhibited significant seasonal changes，being lowest in January and February，and highest in July and August，while the seasonal variability was greatest at 200～300 hPa.The seasonal changes in ERA-I and MERRA resembled the MLS observations，but the seasonal variability was slightly larger （smaller） in ERA-I and MERRA in the upper troposphere （lower stratosphere）.According to the daily water vapor time series，there upward and poleward water transport were present near the tropopause in the MLS observations over the TP.The upward and poleward transport were also observed in the ERA-I and MERRA daily water vapor data time series;however，compared to the MLS results，the upward higher water vapor transport was superior in ERA-I，while the poleward transport of the higher water vapor was more obvious in MERRA in the lower stratosphere （100 hPa）.In summary，although the water vapor contents in ERA-I and MERRA exhibited significant differences with the MLS observation in the upper troposphere，the spatial and temporal distributions are more similar to the MLS observations，and for this reason the ERA-I and MERRA water vapor data can be used to study the water vapor transport over the TP in UTLS.

Tibetan Plateau;upper troposphere and lower stratosphere;water vapor;comparative analysis

doi：10.13878/j.cnki.dqkxxb.20170706001

（責任编辑：袁东敏）