HRCLDAS与ERA5-Land气温日统计数据在山东的对比评估

孔祥宁，刘焕彬，曹洁，郑娜

摘要：基于山东省2021年3月—2022年2月1 519个气象观测站2 m气温观测数据，对中国气象局高分辨率陆面数据同化系统（High Resolution China Meteorological Administration Land Data Assimilation System，HRCLDAS）和欧洲中期天气预报中心第五代陆面再分析数据集（ERA5-Land）逐小时2 m气温分析的日统计数据（平均气温、最高气温、最低气温）进行对比评估。HRCLDAS/ERA5-Land日统计平均气温、最高气温、最低气温的均方根误差分别为0.1/1.2 ℃、0.6/1.9 ℃、0.4/1.7 ℃，分析表明HRCLDAS具有更高的精度，且在不同地理区域、不同海拔高度的表现均优于ERA5-Land，大部地区的偏差（-0.5～0.5 ℃）远低于ERA5-Land（-2.0～2.0 ℃）。两套数据对高温及寒潮过程的监测能力对比评估结果表明，HRCLDAS能够捕捉到大部分的高温以及寒潮过程，其与观测的高温日数及寒潮日数空间分布较为相似，但对影响范围存在一定的低估，ERA5-Land则只能监测到部分高温及寒潮过程，并对高温日数与寒潮日数存在严重的低估。

关键词：HRCLDAS；ERA5-Land；山东；气温；适用性评估

中图分类号：P423;P413    文献标志码：A     文章编号：2096-3599（2023）02-0001-00

DOI：10.19513/j.cnki.issn2096-3599.2023.02.008

Comparison and evaluation of HRCLDAS and ERA5-Land daily temperature statistics in Shandong

KONG Xiangning1，2， LIU Huanbin1，2， CAO Jie1，2， ZHENG Na3

（1. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong， Jinan 250031， China; 2. Shandong Climate Center， Jinan 250031， China; 3. Zouping Meteorological Bureau， Zouping 256200， China）

Abstract： Based on the 2-m air temperature data of 1 519 meteorological observation stations in Shandong from March 2021 to February 2022， the applicability of the 2-m temperature daily statistics （mean， maximum， and minimum temperature） from HRCLDAS （High Resolution China Meteorological Administration Land Data Assimilation System） and ERA5-Land （ECMWF Reanalysis v5-Land） in Shandong is compared and evaluated. The RMSE （root mean square error） of mean， maximum， and minimum temperature from HRCLDAS/ERA5-Land daily statistics is 0.1/1.2 ℃， 0.6/1.9 ℃， and 0.4/1.7 ℃， respectively， which means that HRCLDAS is more accurate， and HRCLDAS in different geographical areas and at different altitudes performs better than ERA5-Land. The deviation of HRCLDAS in most areas （?0.5 to 0.5 ℃） is much lower than that of ERA5-Land （?2.0 to 2.0 ℃）. The comparison and evaluation results of the two datasets on the monitoring ability of high temperature and cold wave show that HRCLDAS can capture most of the high temperature and cold wave processes， and the spatial distribution of the number of high temperature and cold wave days is similar to the observation， but it somewhat underestimates the influence range. However， ERA5-Land can only monitor part of the high temperature and cold wave processes， and the number of high temperature and cold wave days is seriously underestimated.

Keywords： HRCLDAS; ERA5-Land; Shandong; air temperature; applicability evaluation

引言

在全球气候变暖背景下，各类极端天气事件频发，其中，极端高温事件的频率和强度均在增加[1-3]，比如2022年夏季中国出现的大范围持续性高温事件，影响人口超过9亿人，多省电网用电负荷创历史新高，部分地区气象干旱持续或发展。日益严峻的天气气候事件需要更高质量的气象服务，但目前的气象服务主要基于站点数据，分布不均的地面观测站点难以准确描述复杂地形地貌下不同区域间的气温要素差异，且对极端冷暖事件的捕捉能力较差[4-5]，因此亟需更加精细的气象数据集以了解极端冷暖事件特征，满足高精度、网格化的气象服务需求。

再分析数据是基于历史多源观测，通过数据同化研发的规则网格产品[6]，其气温产品较为成熟，用于极端冷暖事件监测的潜力巨大。目前国际主流的全球再分析产品主要有ERA5、NCEP/NCAR再分析产品、JRA-55、MERRA-2等，其中ERA5再分析数据受到广泛认可且空间分辨率最高[7-9]。ERA5提供了1950年以来全球大气、地表和海浪的再分析数据，相较ERA-Interim，采用每小时输出，并添加了不确定性估计[10]。ERA5-Land数据集与ERA5共享大部分参数化方案，与ERA5（0.25°×0.25°）相比具有更精细的水平分辨率（0.1°×0.1°），并提供更准确的水和能量循环描述。大量学者针对ERA5、ERA5-Land再分析数据开展评估工作。单帅等[11]研究指出ERA5气温资料在中国北部积雪区整体表现好于JRA-55、CFSR及MERRA-2。孟宪贵等[8]发现ERA5在山东的适用性要优于ERA-Interim资料，其2 m气温与观测资料的相关性较好；Zou等[12]对ERA-Land气温数据在粤港澳大湾区的表现能力进行了研究，发现ERA5-Land与观测气温存在较好的一致性，且能够较好地捕捉气温日变化与季节性变化，但存在一定的低估，在低温下的表现优于高温，下垫面、离海岸线的距离与海拔高度会影响 ERA5-Land数据的准确性。

中国的融合与再分析技术起步较晚，但发展较快。国家气象信息中心先后研制出CRA40、CRA40/Land、CLDAS、HRCLDAS等一系列再分析与融合产品[9，13-18]，其中，HRCLDAS沿用CLDAS的核心算法，同时结合高分辨率地形参数数据，对气温等要素进行地形调整，空间分辨率可达0.01°×0.01°[19]。与国内外再分析产品相比，HRCLDAS系列的陆面融合分析产品在中国区域的时空分辨率更高，能够刻画出中国区域更多的细节，且误差更小，更适合用于中国区域的极端天气事件的研究[5，20-21]。刘莹等[22]对CLDAS气温数据在中国区域的适用性进行了评估，结果显示，CLDAS气温较好地反映了中国气温的年际变化，东部误差小于西部误差。齐铎等[23]与董春卿[24]等分别基于CLDAS数据对中国东北与山西省的气温预报数据进行了订正。Wang等[5]通过评估HRCLDAS与ERA5气温数据在中国的适用性发现，二者均能够还原气温空间分布与季节变化的总体特征，HRCLDAS能够表现出更细致的分布特征，且误差较ERA5更小。

HRCLDAS与ERA5-Land数据集为目前国内外空间分辨率较高的两类数据，但目前缺少对两套数据在山东境内的对比研究，因此本文基于山东省2 m气温观测数据，对HRCLDAS与ERA5-Land逐小时气温的日统计数据进行对比评估，分析二者的时空分布特征与误差分布特征，并对HRCLDAS与ERA5-Land数据对高温以及寒潮过程的监测能力进行评估，以为高分辨率气温格点数据在山东的应用提供参考。

1 资料与方法

1.1资料

采用2021年3月—2022年2月山东省内国家级气象观测站和地面自动气象站逐日2 m观测气温数据作为对比数据，该数据已经过国家气象信息中心的质量控制，包括气候界限值检查、要素允许范围值检查、时间一致性检查、空间一致性检查和质控综合判断等[22]。原始数据共1 776站（含国家级气象观测站123站），本文为减少缺测站点对评估结果的影响，对缺测1个月以上的站点进行去除，并进一步对不可信数据进行人工筛查与去除，主要是通过对某日个别站点出现的高温过程以及寒潮过程进行人工核验，如其与地形、天气过程矛盾，则对站点进行去除。经过缺测处理与人工核验后的站点剩余1 519站（含国家级气象观测站123站）。

高分辨率陆面数据同化系统（HRCLDAS）数据集由国家气象信息中心研发，利用多重网格变分技术（STMAS）对地面观测数据、卫星观测产品以及数值模式数据进行融合，同时为进一步描述1 km分辨率尺度的细节，尤其是气温、气压等随海拔高度变化较为明显的要素，引入了0.01°空间分辨率的数字高程模型（DEM）地形参数数据，对气温等要素进行地形调整，从而获取高质量的气温、湿度和风速数据[19]。该数据覆盖范围为70°～140°E，15°～60°N，空间分辨率为0.01°×0.01°，时间分辨率为1 h[5，20]。目前可下载HRCLDAS 2021年1月21日以来的数据，选取2021年3月—2022年2月整年数据进行评估。

ERA5-Land是通过对欧洲中期天气预报中心ERA5再分析数据的陆面部分进行重算得到的，其仅包含陆面变量，空间分辨率较ERA5更高，为0.1°×0.1°，空间覆盖范围为全球，时间范围为1950年1月以来[25]。ERA5-Land提供两种时间分辨率数据：逐小时与逐月。为与HRCLDAS进行对比，选取2021年3月—2022年2月逐小时ERA5-Land气温数据。

为评估格点数据对极端情况的刻画情况，将逐小时HRCLDAS、ERA5-Land氣温数据处理为日平均气温、日最高气温、日最低气温，其中日平均气温与观测日平均气温采用相同的统计方法，取每日02时、08时、14时、20时气温的平均值，日最高气温与日最低气温受限于格点数据时间分辨率，取每日20时—次日20时逐小时数据中的极大值与极小值。下文将逐小时HRCLDAS、ERA5-Land气温数据统计的日平均气温、日最高气温、日最低气温简称为HRCLDAS、ERA5-Land日平均气温、日最高气温、日最低气温。