ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

ERA5再分析地面气温数据在中国区域的适用性分析

刘婷婷 朱秀芳 张世喆 徐昆 郭锐

刘婷婷, 朱秀芳, 张世喆, 徐昆, 郭锐. ERA5再分析地面气温数据在中国区域的适用性分析[J]. 热带气象学报, 2023, 39(1): 78-88. doi: 10.16032/j.issn.1004-4965.2023.008
引用本文: 刘婷婷, 朱秀芳, 张世喆, 徐昆, 郭锐. ERA5再分析地面气温数据在中国区域的适用性分析[J]. 热带气象学报, 2023, 39(1): 78-88. doi: 10.16032/j.issn.1004-4965.2023.008
LIU Tingting, ZHU Xiufang, ZHANG Shizhe, XU Kun, GUO Rui. APPLICABILITY ANALYSIS OF ERA5 REANALYSIS SURFACE AIR TEMPERATURE DATA IN CHINA[J]. Journal of Tropical Meteorology, 2023, 39(1): 78-88. doi: 10.16032/j.issn.1004-4965.2023.008
Citation: LIU Tingting, ZHU Xiufang, ZHANG Shizhe, XU Kun, GUO Rui. APPLICABILITY ANALYSIS OF ERA5 REANALYSIS SURFACE AIR TEMPERATURE DATA IN CHINA[J]. Journal of Tropical Meteorology, 2023, 39(1): 78-88. doi: 10.16032/j.issn.1004-4965.2023.008

ERA5再分析地面气温数据在中国区域的适用性分析

doi: 10.16032/j.issn.1004-4965.2023.008
基金项目: 

国家重点研发计划 2019YFA0606900

详细信息
    通讯作者:

    朱秀芳, 女, 浙江省人, 教授, 主要从事农业遥感研究。E-mail: zhuxiufang@mail.bnu.edu.cn

  • 中图分类号: P413

APPLICABILITY ANALYSIS OF ERA5 REANALYSIS SURFACE AIR TEMPERATURE DATA IN CHINA

  • 摘要: 再分析资料被广泛用于气候科学及相关研究,但同一再分析数据产品在全球不同区域的适用性存在差别,应用前需要进行评价。欧洲中期天气预报中心推出的第五代再分析产品ERA5,自发布起就受到了广泛的关注,但其在我国的评估都集中在局部区域,且没有关注到对极端气候的模拟能力。以全国728个气象站点温度数据为参考,使用平均绝对误差、均方根误差和Pearson相关系数对比分析了ERA5再分析温度数据在不同时间尺度(月、季)、不同气候区、不同海拔梯度上的精度以及对极端温度事件(包括热浪和寒潮)的刻画能力。结果显示:ERA5数据的日均温的精度最高,日最低温精度最差;ERA5数据春秋两季较冬夏两季的精度高,低海拔区域较高海拔区域精度高, 在高原气候区精度最低,在北亚热带精度最高;ERA5对于极端温度事件的刻画能力不足,在进行极端气候的相关研究时需要谨慎使用。

     

  • 图  1  逐站点ERA5日均温(a、d、g)、日最高温(b、e、h)和日最低温(c、f、i)的验证结果

    第一行为平均绝对误差(MAE)分布情况,第二行为平均相对误差(RMSE)分布情况,第三行为Pearson相关系数分布情况。

    图  2  逐月的ERA5日均温(a、d、g)、日最高温(b、e、h)和日最低温(c、f、i)的验证结果

    第一行为平均绝对误差(MAE)的箱线图,第二行为平均相对误差(RMSE)的箱线图,第三行为Pearson相关系数的箱线图。

    图  3  逐季度的ERA5日均温(a、d、g)、日最高温(b、e、h)和日最低温(c、f、i)的验证结果

    第一行为平均绝对误差(MAE)的箱线图,第二行为平均相对误差(RMSE)的箱线图,第三行为Pearson相关系数的箱线图。

    图  4  不同气候区的ERA5日均温(a、d、g)、日最高温(b、e、h)和日最低温(c、f、i)的验证结果

    第一行为平均绝对误差(MAE)的箱线图,第二行为平均相对误差(RMSE)的箱线图,第三行为Pearson相关系数的箱线图。

    图  5  不同海拔梯度的ERA5日均温(a、d、g)、日最高温(b、e、h)和日最低温(c、f、i)的验证结果

    第一行为平均绝对误差(MAE)的箱线图,第二行为平均相对误差(RMSE)的箱线图,第三行为Pearson相关系数的箱线图。

    图  6  年热浪(a、b)和寒潮(c、d)次数分布图

    a、c为使用站点数据计算的分布图,b、c为使用ERA5数据计算的分布图。

    图  7  年热浪(a、c、e)和寒潮(b、d、f)事件验证结果

    第一行为平均绝对误差(MAE)的分布情况,第二行为平均相对误差(RMSE)的分布情况,第三行为Pearson相关系数的分布情况。

    图  8  2018年观测和ERA5模拟的热浪次数分布

    图  9  两个气象站上观测的和模拟的温度值的比较

    其中图a对应站点57431,图b对应站点57517。

  • [1] 夏军, 谈戈. 全球变化与水文科学新的进展与挑战[J]. 资源科学, 2002, 24(3): 1-7. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZY200203000.htm
    [2] ADLER R F, HUFFMAN G J, CHANG A, et al. The version-2 Global Precipitation Climatology Project (GPCP) monthly precipitation analysis (1979-present)[J]. Journal of Hydrometeorology, 2003, 4(6): 1 147-1 167. doi: 10.1175/1525-7541(2003)004<1147:TVGPCP>2.0.CO;2
    [3] 谈戈, 夏军, 李新. 无资料地区水文预报研究的方法与出路[J]. 冰川冻土, 2004, 26(2): 192-196. doi: 10.3969/j.issn.1000-0240.2004.02.013
    [4] SU F F, HONG Y, LETTENMAIER D P. Evaluation of TRMM Multisatellite Precipitation Analysis (TMPA) and its utility in hydrologic prediction in the La Plata Basin[J]. Journal of Hydrometeorology, 2008, 9(4): 622-640. doi: 10.1175/2007JHM944.1
    [5] BOTLE J S. Comparison of variability of the monthly mean temperature of the ECMWF and NCEP reanalyses and CCM3 and DSM simulations[R]. Livermore: Lawrence Livermore National Lab, 2000.
    [6] HNILO J J, SANTER B D, BOYLER J, et al. Research activities at the program for climate model diagnosis and intercomparison[C]//The 2nd International Conference on Reanalyses. Reading: 1999.
    [7] STEVEN J L, HERSCHEL L M. The Canadian Meteorological Centre (CMC) global analyses (1991-1996): An evaluation by comparison with the ECMWF and NCEP analysis: Research note[J]. Atmosphere-Ocean, 1998, 36(4): 385-404. doi: 10.1080/07055900.1998.9649618
    [8] 张善强. 黄河流域夏季旱涝变化及气候物理因素的影响[J]. 气象与环境学报, 2011, 27(3): 40-44. https://www.cnki.com.cn/Article/CJFDTOTAL-LNQX201103008.htm
    [9] 吉奇, 宋冀凤, 刘辉. 近50年东北地区温度降水变化特征分析[J]. 气象与环境学报, 2006, 22(5): 1-5. doi: 10.3969/j.issn.1673-503X.2006.05.001
    [10] 海日古丽·纳麦提, 玉素甫江·如素力, 玛地尼亚提·地里夏提, 等. ERA-Interim和GHCN-CAM再分析气温数据在天山山区的适应性分析[J]. 山地学报, 2019, 37(4): 613-621. https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA201904014.htm
    [11] HUAI B, WANG Y, DING M, et al. An assessment of recent global atmospheric reanalyses for Antarctic near surface air temperature[J]. Atmospheric Research, 2019, 226: 181-191. doi: 10.1016/j.atmosres.2019.04.029
    [12] JONES R W, RENFREW Ⅰ A, ORR A, et al. Evaluation of four global reanalysis products using in situ observations in the Amundsen Sea Embayment, Antarctica[J]. J Geophy Res: Atmos, 2016, 121(11): 6 240-6 257. doi: 10.1002/2015JD024680
    [13] MARSHALL G J, KIVINEN S, JYLHA K, et al. The accuracy of climate variability and trends across Arctic Fennoscandia in four reanalyses[J]. International Journal of Climatology, 2018, 38(10): 3 878-3 895. doi: 10.1002/joc.5541
    [14] 朱智, 师春香, 张涛, 等. 多种再分析地表温度资料在中国区域的适用性分析[J]. 冰川冻土, 2015, 37(3): 614-624. https://www.cnki.com.cn/Article/CJFDTOTAL-BCDT201503007.htm
    [15] CHEN S, GAN T Y, TAN X, et al. Assessment of CFSR, ERA-Interim, JRA-55, MERRA-2, NCEP-2 reanalysis data for drought analysis over China[J]. Climate Dynamics, 2019, 53: 737-757. doi: 10.1007/s00382-018-04611-1
    [16] SHERIDAN S C, LEE C C, SMITH E T. A comparison between station observations and reanalysis data in the identification of extreme temperature events[J]. Geophy Res Lett, 2020, 47(15): e2020GL088120.
    [17] ALBERGEL C, DUTRA E, BONAN B, et al. Monitoring and forecasting the impact of the 2018 summer heatwave on vegetation[J]. Remote Sensing, 2019, 11(5): 520.
    [18] URRACA R, HULD T, GRACIA-AMILLO A, et al. Evaluation of global horizontal irradiance estimates from ERA5 and COSMO-REA6 reanalyses using ground and satellite-based data[J]. Solar Energy, 2018, 164: 339-354.
    [19] LIU J, HAGAN D F T, LIU Y. Global land surface temperature change (2003-2017) and its relationship with climate drivers: AIRS, MODIS, and ERA5-Land based analysis[J]. Remote Sensing, 2020, 13(1): 44.
    [20] XUE C, WU H, JIANG X. Temporal and spatial change monitoring of drought grade based on ERA5 analysis data and BFAST method in the Belt and Road Area during 1989-2017[J]. Advances in Meteorology, 2019, 428: 1-10.
    [21] LUO B, MINNETT P. Evaluation of the ERA5 sea surface skin temperature with remotely-sensed shipborne marine-atmospheric emitted radiance interferometer data[J]. Remote Sensing, 2020, 12(11): 1 873.
    [22] GLEIXNER S, DEMISSIE T, DIRO G T. Did ERA5 improve temperature and precipitation reanalysis over East Africa?[J] Atmosphere, 2020, 11(9): 996.
    [23] OSES N, AZPIROZ Ⅰ, MARCHI S, et al. Analysis of copernicus'ERA5 climate reanalysis data as a replacement for weather station temperature measurements in machine learning models for olive phenology phase prediction[J]. Sensors, 2020, 20(21): 6 381.
    [24] SHERIDAN S C, LEE C C, SMITH E T. A comparison between station observations and reanalysis data in the identification of extreme temperature events[J]. Geophysical Research Letters, 2020, 47(15): e2020GL088120.
    [25] 李翔翔, 黄淑娥, 杨军, 等. 多种再分析地面气温资料在江西省的适用性[J]. 气象科技, 2020, 48(6): 877-886. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ202006015.htm
    [26] 朱景, 袁慧珍. ERA再分析陆面温度资料在浙江省的适用性[J]. 气象科技, 2019, 47(2): 289-298. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ201902014.htm
    [27] 郑艳萍. ERA5再分析资料在广东省的适用性初步分析[C] //中国气象学会. 第35届中国气象学会年会S20深度信息化: 应用支持与智能发展, 2018: 334-340.
    [28] 孟宪贵, 郭俊建, 韩永清. ERA5再分析数据适用性初步评估[J]. 海洋气象学报, 2018, 38(1): 91-99. https://www.cnki.com.cn/Article/CJFDTOTAL-SDQX201801011.htm
  • 加载中
图(9)
计量
  • 文章访问数:  266
  • HTML全文浏览量:  9
  • PDF下载量:  49
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-07-09
  • 修回日期:  2022-12-29
  • 刊出日期:  2023-02-20

目录

    /

    返回文章
    返回