程胡華

(太原衛(wèi)星發(fā)射中心，山西　岢嵐　036301)

?

山西岢嵐地區(qū)NCEP資料與地面觀測資料的年變化對比

程胡華

(太原衛(wèi)星發(fā)射中心，山西岢嵐036301)

摘要：利用2000—2014年山西岢嵐地區(qū)地面觀測資料和NCEP (1°×1°)再分析資料，采用線性趨勢和相關系數(shù)等方法，探討NCEP再分析資料中2 m地面溫度、2 m相對濕度、地面氣壓及10 m風速在岢嵐地區(qū)的可信度問題。結(jié)果表明：(1)2005年以前，NCEP再分析資料2 m溫度偏低，之后開始偏高，且與地面觀測資料的偏差有逐年增大趨勢，每10 a約增加1.4 ℃；兩者相關性高，多年相關系數(shù)平均值達到0.9557；(2)相對濕度均呈減小趨勢，2006年以前，NCEP 2 m相對濕度偏大，此后開始偏小，相對濕度的多年平均絕對差為14.5522%，且后9 a(2006—2014)均小于多年平均絕對差；兩者相關系數(shù)值呈增大趨勢，年平均值為0.7167；(3)NCEP 地面氣壓總體偏大，平均絕對差值呈明顯減小趨勢，最小值0.5889 hPa出現(xiàn)于2014年，多年平均值為4.2725 hPa；兩者相關系數(shù)呈增大趨勢，多年平均值達到0.9625；(4)歷年NCEP 10 m地面風速均偏大，但與地面觀測資料的偏差呈減小趨勢，每10 a約減小0.4 m·s-1，多年平均絕對差值為1.7996 m·s-1，而2005—2014年的平均絕對差值皆小于多年平均值；兩者相關系數(shù)較小，但逐年呈微弱上升趨勢，其多年平均值只有0.4849。

關鍵詞：岢嵐地區(qū)；NCEP再分析資料；地面觀測；年變化

引言

在復雜地形和人煙稀少的區(qū)域，臺站觀測資料非常稀少，不利于進行各類天氣機理和氣候變化特征的研究，自從NCEP再分析資料發(fā)布以來，由于該資料含有的氣象要素種類多、時空分辨率較高且延伸的時段長，很好地解決了臺站觀測資料的不足，為氣象學者更深入地認識各類天氣運動機制、氣候變化特征等提供了重要的數(shù)據(jù)支持，極大地推動了人們對地球大氣特征的研究和認識。

由于NCEP再分析資料的多種優(yōu)勢，其在氣候變化研究中被廣泛使用[1-6]，如黃剛[4]利用中國東部探空資料及NCEP/NCAR和ERA-40再分析資料，對我國內(nèi)蒙古和華北地區(qū)的高低層位勢高度、溫度特征研究指出，在1970年代后期NCEP再分析資料比ERA-40能更好地描述內(nèi)蒙古及華北地區(qū)對流層上層的溫度場和位勢高度場特征；林壬萍等[5]以GPCP近30 a降水數(shù)據(jù)為觀測依據(jù)，評估了NCEP/NCAR再分析資料對全球季風區(qū)降水的描述能力，結(jié)果表明，NCEP再分析資料對氣候態(tài)年平均降水及季風模態(tài)的模擬效果較為理想；李國平等[6]基于NCEP/NCAR再分析資料并通過人工識別與天氣圖對比，研究了高原低渦高發(fā)年和低發(fā)年的大氣環(huán)流場和低頻分量場的特征。雖然NCEP再分析資料是通過對多種不同資料源(地面觀測、高空探空氣球、船舶、飛行和衛(wèi)星探測等)進行質(zhì)量控制，并采用當今先進的全球資料同化系統(tǒng)同化處理而得到的全球四維資料，但對于其可信度問題，許多氣象工作者進行了大量的研究[7-15]，如趙天保等[10]將NCEP再分析資料與中國臺站觀測資料的月平均溫度和月降水總量進行比較，結(jié)果表明，NCEP再分析資料的月平均溫度較觀測值普遍偏低，而月降水總量較觀測值則偏高；徐影等[9]初步分析了近50 a NCEP再分析資料在我國氣候研究中的可信度問題，指出溫度的可信度要高于氣壓，且相對于西部及高緯地區(qū)，東部和低緯地區(qū)的可信度更高。相比于1979年以前的NCEP再分析資料，后期的可信度更高；周順武等[12]通過對青藏高原實測資料與NCEP再分析資料在標準等壓面上的位勢高度、月平均溫度進行對比，發(fā)現(xiàn)NCEP再分析資料中的位勢高度、溫度場在青藏高原地區(qū)的氣候特征研究中具有重大價值，在平流層低層，1979年以后的NCEP再分析資料質(zhì)量明顯高于前期；支星等[13]利用數(shù)理統(tǒng)計、EOF分析等方法，對NCEP、ERA和JAR 3種再分析資料的高空溫度在中國區(qū)域的可信度問題進行了分析，發(fā)現(xiàn)NCEP和ERA再分析資料能較好地表現(xiàn)高空溫度的年代際變化特征。

但到目前為止，關于更新、更高分辨率NCEP再分析資料(1°×1°)的可信度研究還較少，特別是針對易受地形、地貌和植被等下墊面影響的近地面氣象要素的可信度研究還未見相關文獻，而NCEP再分析資料中2 m地面溫度、2 m相對濕度、地面氣壓和10 m風速分別反映了近地面大氣的熱力、水汽、天氣系統(tǒng)和動力特征，為進行氣候診斷、氣候數(shù)值模擬和預報提供近地面的大氣環(huán)境，有利于加深認識區(qū)域氣候變化的特征和機理，具有十分重要作用。考慮到岢嵐氣象臺站位于平坦的山頂，四周空曠平坦，且其下墊面能較好反映岢嵐地區(qū)下墊面自然狀況，因此該氣象臺站的觀測數(shù)據(jù)能較好地反映本地區(qū)較大范圍的氣象要素特征，具有較好的代表性，本研究以具有復雜地形、地貌和植被特征的山西岢嵐地區(qū)為研究對象，利用最近15 a(2000—2014)NCEP再分析資料(1°×1°)與地面觀測資料進行對比，分析NCEP再分析資料的地面氣象要素在岢嵐地區(qū)的可信度。

1資料及處理方法

1.1資料

(1)NCEP/NCAR再分析資料

所用的NCEP再分析資料為NCEP FNL Operational Model Global Tropospheric Analysis (ds083.2),continuing from July 1999，該資料一日4次，分別為00:00、06:00、12:00和18:00(世界時)，水平分辨率為1°×1°，垂直層數(shù)為26層。資料時間長度為2000年1月1日—2014年12月31日；氣象要素分別為2 m溫度、地面氣壓、2 m相對濕度、10 m風速。

(2)山西省岢嵐縣氣象臺地面觀測資料

山西省岢嵐縣氣象臺存儲了1977年至目前所有的地面觀測資料，這些資料均通過人工觀測、收集、整理而得到。由于NCEP(1°×1°)再分析資料1999年7月以后才有，故本文所需地面觀測資料的時間長度為2000年1月1日—2014年12月31日，該資料時間間隔為1 h，氣象要素分別為溫度、氣壓、相對濕度和風速。

1.2處理方法

先只考慮YN為正的情況，將[0,xm]區(qū)間分成m2個子區(qū)間，并設每一個子區(qū)間為[xi-1,xi],(i=1,2,…,m2).為保證整個區(qū)間上的相位絕對誤差最大值最小，則應保證每個小區(qū)間最大誤差最小且相同.

(1)由于NCEP再分析資料水平分辨率為1°×1°，為與地面觀測資料進行直接比較，采用雙線性插值方法，將再分析資料的規(guī)則網(wǎng)格點數(shù)據(jù)插值到岢嵐氣象臺站所在的位置。

(2)NCEP再分析資料為一日4次，時間為世界時；而岢嵐縣氣象臺站為一日24次，時間為北京時，故對NCEP再分析地面資料與氣象臺站地面觀測要素比較分析之前，先確保是同一時次的氣象要素，即對00:00、06:00、12:00和18:00(世界時)的NCEP再分析資料分別與08:00、14:00、20:00和02:00(北京時)的地面觀測資料進行對比。

通過計算NCEP再分析資料中地面氣象要素與地面觀測資料之間的偏差、平均絕對差、標準差和相關系數(shù)，反映出NCEP 再分析資料中地面氣象要素在岢嵐地區(qū)的可信度，其相應的計算公式如下：

(1)

(2)

(3)

2比較分析

山西省岢嵐縣地處晉西北黃土高原中部(圖1)，地勢東南高、西北低，東部為岢嵐山，山上森林茂密，植被良好；西南部為燒炭山，山上牧草繁茂；西與西北部為黃土丘陵區(qū)，水土流失嚴重。這些復雜的地形、植被和地貌特征，對地面氣象要素(風速、溫度和濕度等)有較大影響，本文將針對具有復雜地形、地貌和植被特征的岢嵐地區(qū)為研究對象，對更新、更高分辨率的NCEP再分析資料中地面氣象要素在山西岢嵐縣地區(qū)的可信度進行分析。

圖1　山西岢嵐縣氣象觀測站位置

2.1溫度

以NCEP再分析資料中的2 m溫度作為研究對象，分別計算其與地面觀測溫度之間的偏差、平均絕對差和相關系數(shù)，圖2反映了地面觀測溫度(Tobs)與NCEP再分析資料中2 m溫度(T2mNCEP)之間的關系?？梢钥闯?，2000—2004年，T2mNCEP偏低，其后開始偏高(圖2a)，從線性變化趨勢來看，T2mNCEP呈逐年增加趨勢，而Tobs則呈逐年減小趨勢。因此，2004年為Tobs與T2mNCEP的偏差由正值轉(zhuǎn)為負值的時間節(jié)點，且此后的偏差有增大趨勢(圖2b)，偏差最大值為1.4889 ℃，出現(xiàn)于2014年；最小值為-0.0375 ℃，出現(xiàn)于2004年。偏差多年平均值為0.5658 ℃，線性趨勢方程為y=0.1476 x-0.6154，即每10 a約增加1.5℃。圖2c為2種資料之間平均絕對差的年變化特征，其中有13 a的平均絕對差值低于平均值(2.9872 ℃)，最大的平均絕對差值(3.8647 ℃)出現(xiàn)在2000年，2008年出現(xiàn)最小值(2.7042 ℃)，總體來看，除2000、2001年偏高外，其它年份的平均絕對差均不超過3.1 ℃。對照圖2c和圖2d發(fā)現(xiàn)，相關系數(shù)基本與平均絕對差呈負相關，即平均絕對差越大，相關系數(shù)越小，在平均絕對差最大的年份對應的相關系數(shù)最小(0.9378)，而平均絕對差最小的年份所對應的相關系數(shù)最大(0.9679)。

圖2　2000—2014年NCEP資料與地面觀測資料的溫度變化趨勢(a)及兩者

T2mNCEP在2005年以后均比Tobs高，且兩者之間偏差值呈增大趨勢，下面將從年平均最高、最低溫度和溫度日較差的角度分析2種資料之間的差異。從圖3a和圖3b可以看出：在2000—2014年之間，T2mNCEP年平均最高溫度除2012年略低于Tobs，其它年份均偏高，但在2012—2014年兩者之間偏差非常小，介于±0.2 ℃之間；兩者之間的最大偏差(2.1092 ℃)出現(xiàn)在2000年，最小偏差(8.4590×10-4℃)出現(xiàn)在2014年，多年平均值為0.7375 ℃，偏差的線性趨勢方程為y=-0.1026 x+1.5587，即每10 a約減少1.0 ℃。將圖3c、圖3d與圖3a、圖3b進行對比，發(fā)現(xiàn)在大多數(shù)年份，無論年平均最高溫度還是年平均最低溫度，T2mNCEP均高于Tobs，但變化趨勢不同。對于年平均最高溫度，T2mNCEP趨于接近Tobs；但年平均最低溫度兩者偏差卻呈增大趨勢，偏差最小值為-0.4485 ℃，出現(xiàn)在2000年，最大值為4.6730 ℃，出現(xiàn)在2014年，線性趨勢方程為y=0.3176 x+0.0857，即每10 a年平均最低溫度兩者偏差約增加3.2 ℃。從T2mNCEP與Tobs之間年平均最高溫度、年平均最低溫度變化趨勢特征可以看出，2種資料溫度日較差變化趨勢相反(圖3e)，其中，NCEP資料溫度日較差呈明顯減小趨勢，而地面觀測資料則有微弱增大趨勢，兩者之間溫度日較差的偏差呈逐年增大趨勢(圖3f)。這是因為近10 a來，岢嵐氣象臺周邊城鎮(zhèn)迅速城市化，而岢嵐氣象站位于鄉(xiāng)村地區(qū)，未受周邊城市化影響。由于T2mNCEP是通過對岢嵐氣象臺站周邊4個NCEP fnl格點位置處的2 m溫度進行雙線性插值而得到的結(jié)果，考慮到近年來隨著同化資料種類的增多(例如：主要來自于城鎮(zhèn)的地面氣溫觀測資料)和岢嵐氣象臺周邊城鎮(zhèn)城市化的區(qū)域逐漸增大，導致所得到的T2mNCEP受周邊城鎮(zhèn)城市化影響越來越大。周雅清等[26-27]在研究城市化對華北地區(qū)年平均最高、最低氣溫和溫度日較差變化趨勢影響時，發(fā)現(xiàn)城市化會導致城市站年平均最低氣溫上升明顯，但年平均最高氣溫增溫幅度小，個別臺站甚至可能造成降溫，因此溫度日較差明顯減?。欢l(xiāng)村站則相反，年平均最高氣溫增溫略快，年平均最低氣溫增溫相對較慢，日較差略有增加；郭雪梅等[28]分析山西省區(qū)域平均氣溫日較差變化趨勢時，指出近45 a(1960—2004)來城市站年平均氣溫日較差呈顯著下降趨勢，而鄉(xiāng)村站則呈顯著上升趨勢。本文中Tobs為鄉(xiāng)村站資料，而T2mNCEP可認為是城市站資料，因此所得結(jié)論與前人一致[26-28]，可認為T2mNCEP是可信的。

圖3　NCEP資料與地面觀測資料的年平均最高溫度(a)及兩者偏差(b)、

2.2相對濕度

相對濕度大小反映出大氣的水汽飽和程度，與多種天氣現(xiàn)象(能見度、霧、降雨等)有密切關系，因此了解NCEP再分析資料2 m相對濕度(RH2mNCEP)在岢嵐區(qū)域的可信度是非常必要的，RH2mNCEP與地面觀測的相對濕度(RHobs)之間關系如圖4所示，兩者變化趨勢基本一致。在2000—2006年，RH2mNCEP偏高，其后開始偏低(圖4a和圖4b)，線性趨勢都呈逐年減小，但RH2mNCEP減小得更快，每10 a約減小14%；2003年后RH2mNCEP迅速減小，其減小速率遠高于RHobs，這主要是由于岢嵐氣象站周邊城鎮(zhèn)(岢嵐、五寨、保德等)近10 a迅速發(fā)展，產(chǎn)生大量工業(yè)廢氣、汽車尾氣，以及地下水和植被遭到嚴重破壞，導致近地面空氣相對濕度降低，從而影響1°×1°再分析資料的插值結(jié)果(即RH2mNCEP)，而岢嵐氣象站遠離城鎮(zhèn)，且植被破壞較少，故RHobs減少要慢得多。圖4c反映了近15 a(2000—2014)相對濕度絕對差變化特征，其多年平均絕對差為14.5522%，前6 a(2000—2005)的絕對差均高于平均值，而后9 a(2006—2014)都小于平均絕對差，平均絕對差最大值18.8142%出現(xiàn)在2000年，最小值12.5886%出現(xiàn)于2006年；平均絕對差呈逐年減少趨勢，每10 a約減少2.7%。從圖4d中可以看出，RH2mNCEP與RHobs的相關系數(shù)呈逐漸增大趨勢，最大值0.7746出現(xiàn)在2006年，最小值0.5983出現(xiàn)在2000年，年平均相關系數(shù)達到0.7167。由于NCEP再分析資料中不含降水量產(chǎn)品，因此這里不對與相對濕度關系緊密的降水量進行對比分析。

2.3地面氣壓

地面氣壓反映了岢嵐地區(qū)上空的天氣控制類型，如果地面氣壓值偏高，則岢嵐地區(qū)上空為高壓系統(tǒng)，有利于晴好天氣出現(xiàn)，反之，如果地面氣壓偏低，則岢嵐地區(qū)上空為低壓系統(tǒng)，易出現(xiàn)陰雨天氣。由圖5a和圖5b看出，在大多數(shù)年份，NCEP地面氣壓(PsfcNCEP)均高于相應的地面觀測值(Pobs)，但相對于前期，2010年以后(2011—2014)，兩者的偏差明顯偏小，處于±1 hPa范圍以內(nèi)。2000—2014年，地面氣壓平均絕對差呈逐年減小趨勢(圖5c)，每10 a約減少4.2 hPa，其多年平均值為4.2725 hPa，最大值9.5449 hPa出現(xiàn)于2001年；最小值0.5889 hPa出現(xiàn)于2014年。從兩者相關系數(shù)年變化(圖5d)來看，相關系數(shù)呈逐年增加趨勢，最小值0.7829出現(xiàn)于2002年，除2000、2005年外，其余年份的相關系數(shù)均超過0.98。

從上面對T2mNCEP和RH2mNCEP的分析來看，近幾年T2mNCEP的最低氣溫、溫度日較差和RH2mNCEP與地面觀測值之間偏差存在增大趨勢，而PsfcNCEP與地面觀測值之間偏差趨于減小，這是因為PsfcNCEP受城市化影響不大，且隨著同化技術的持續(xù)改進、以及可同化的資料種類增多，使得PsfcNCEP不斷地接近觀測值。

2.4風速

岢嵐地區(qū)是個多山丘陵地帶，地形對地面風速影響大。圖6反映了近15 a(2000—2014)NCEP 10 m地面風速(uv10mNCEP)與相應的地面觀測值(uv10mobs)之間關系，發(fā)現(xiàn)uv10mNCEP均高于相應的地面觀測值，但從其線性變化趨勢來看，uv10mNCEP呈逐年減小，而相應的uv10mobs卻呈逐年增大趨勢，故偏差呈逐漸減小趨勢(圖6b)，兩者偏差平均值為1.3467 m·s-1，在2000—2004年，其偏差值均高于平均值，之后除2008年略大于平均值外，其余年份皆小于平均值。風速平均絕對差也顯著地表明兩者偏差在減小(圖6c)，多年平均值為1.7996 m·s-1，在2000—2004年，風速平均絕對差均大于平均值，而在2005—2014年，兩者平均絕對差皆小于平均值，近15 a來，每10 a平均絕對差減少0.4 m·s-1。從圖6d可看出，兩者相關系數(shù)較小，遠不如溫度、相對濕度和地面氣壓，這是因為岢嵐地區(qū)為丘陵地帶，該氣象臺站的地面風速常年受地形、地貌影響，導致地面觀測風速一直偏小。江瀅等[29]對近50 a(1956—2004)中國風速變化及原因進行詳細分析，發(fā)現(xiàn)近50 a來中國離地10 m年平均風速呈減小趨勢，且指出城市化是造成中國年平均風速減小的不可忽略的因素之一；劉學鋒等[30]通過研究河北地區(qū)邊界層內(nèi)不同高度風速變化特征時，發(fā)現(xiàn)平均地面(10 m)年平均風速變化存在減小趨勢。uv10mNCEP變化同樣呈減小趨勢，與前人的研究結(jié)論基本一致。

圖4　NCEP資料與地面觀測資料相對濕度(a)及其偏差(b)、平均絕對差(c)和相關系數(shù)(d)的年變化

圖5　NCEP資料與地面觀測的地面氣壓(a)及其偏差(b)、平均絕對差(c)和相關系數(shù)(d)的年變化

圖6　地面觀測與NCEP資料風速(a)及其偏差(b)、平均絕對差(c)和相關系數(shù)(d)的年變化

3小結(jié)與討論

(1)T2mNCEP均高于Tobs，且T2mNCEP逐年呈增大趨勢，每10 a約增大1.0 ℃，而Tobs逐年呈下降趨勢，每10 a約減小0.5 ℃；Tobs與T2mNCEP偏差最大值-1.4889 ℃出現(xiàn)于2014年，最小值0.0375 ℃出現(xiàn)于2004年，多年平均值為-0.5658 ℃。它們之間的溫度平均絕對差呈逐年減少趨勢，每10 a約減小0.3 ℃。兩者相關系數(shù)在0.9378～0.9679之間，且相關系數(shù)與平均絕對差呈負相關，即平均絕對差越大，相關系數(shù)越小，多年相關系數(shù)平均值為0.9557，表明T2mNCEP的可信度較高。通過對T2mNCEP和Tobs之間年平均最高溫度、年平均最低溫度和溫度日較差進行對比分析，由于Tobs為鄉(xiāng)村站，而通過雙線性插值得到的T2mNCEP受城市化影響大，可視為城市站，它們的變化特征與前人研究結(jié)果基本一致。

(2)在2000—2006年，RH2mNCEP偏高，其后RHobs則偏高，RHobs與RH2mNCEP偏差最大值為-8.8063%，最小值為-0.4693%，平均值為-0.2572%。兩者平均絕對差逐年呈減小趨勢，每10 a約減小2.7%，相關系數(shù)范圍在0.5983～0.7746之間，平均相關系數(shù)為0.7167。

(3)2000—2010年，PsfcNCEP偏高，其后兩者相差不大，Pobs與PsfcNCEP偏差最大值為-9.5449 hPa，最小值為-0.3108 hPa，平均值為-3.8473 hPa。兩者地面氣壓平均絕對差逐年呈減小趨勢，每10 a約減小4.2 hPa；相關系數(shù)在0.7829～0.9916之間，平均值為0.9625，因此PsfcNCEP具有較高的可信度，特別在2011—2014年。

(4)uv10mNCEP均高于uv10mobs，uv10mobs與uv10mNCEP之間偏差最大為-1.9976 m·s-1，最小-0.9470 m·s-1，平均值為-1.3467 m·s-1，且2008年以后偏差均小于平均值；兩者地面風速平均絕對差呈逐年減小趨勢，每10 a約減小0.4 m·s-1，其相關系數(shù)在0.4176～0.5546之間，平均相關系數(shù)值為0.4849，表明uv10mNCEP的可信度偏差，不能用來代表岢嵐地區(qū)的地面風速。

綜上所述，對于地面風速，在2000—2014年之間，NCEP再分析資料均高于地面觀測值；但T2mNCEP前期(2000—2004年)偏低，其后開始偏高，偏差有增大趨勢；而RH2mNCEP、PsfcNCEP分別在2000—2006年、2000—2010年大于RHobs和Pobs，此后開始偏小。從這幾種氣象要素的線性變化趨勢來看，它們之間的平均絕對差值均呈現(xiàn)逐年減小趨勢，在4種氣象要素中，PsfcNCEP可信度最高，其次為溫度，可信度較低的氣象要素為uv10mNCEP，這應該與岢嵐地區(qū)復雜的地形、地貌和植被對地面風速影響最大，而對地面溫度、相對濕度影響較小，對地面氣壓影響可忽略不計有關。

本文只探討了NCEP再分析資料(1°×1°)中幾種地面氣象要素的年平均特征，并沒有考慮季節(jié)平均的差異，考慮到本文通過雙線性插值方法將水平分辨率為1°×1°的NCEP再分析資料地面氣象要素插值到岢嵐氣象臺站位置，也會對NCEP再分析資料的可信度造成影響。不過隨著同化技術的持續(xù)改進和發(fā)展，以及可同化資料的種類不斷增多，未來將會得到更高水平分辨率、更高可信度的NCEP再分析資料產(chǎn)品，為臺站觀測稀少的區(qū)域提供更可靠的氣象要素進行多種天氣系統(tǒng)、氣候診斷等的研究和分析。

致謝：感謝審稿專家和編輯部對本研究工作提出的建設性修改意見

參考文獻

[1] Wu Renguang, Xie Shangping. On equatorial pacific surface wind changes around 1997:NCEP-NCAR reanalysis versus COADS observation[J]. J Climate, 2003,16(1):167-173.

[2] Zhang Y, Sperber K R, Boyle J S. Climatology and interannual variation of the East Asian winter monsoon:results from the 1979-95 NCEP/NCAR reanalysis[J]. Mon Wea Rev, 1997,125(10):2605- 2619.

[3] Annamalai H, Slingo J M, Sperber K R, et al. The mean evolution and variability of the Asian summer monsoon:Comparison of ECMWF and NCEP-NCAR reanalysis[J]. Mon Wea Rev, 1999,127:1157-1186.

[4] 黃剛. NCEP/NCAR和ERA-40再分析資料以及探空觀測資料分析中國北方地區(qū)年代際氣候變化[J]. 氣候與環(huán)境研究，2006,11(3)：310-320.

[5] 林壬萍，周天軍，薛峰，等. NCEP/NCAR再分析資料所揭示的全球季風降水變化[J]. 大氣科學,2012,36(5):1027-1040, doi:10.3878/j.issn.1006-9895.2012.11222.

[6] 李國平，趙?；ⅲS楚惠，等. 基于NCEP 資料的近 30 年夏季青藏高原低渦的氣候特征[J]. 大氣科學, 2014,38(4):756-769, doi:10.3878/j.issn.1006-9895.2013.13235.

[7] Poccard I, Janicot S, Camberlin P. Comparison of rainfall structure between NCEP/NCAR reanalysis and observed data over tropical Africa[J]. Climate Dynamics, 2000,16(12):897-915.

[8] Reid P A, Jones P D, Brown O, et al. Assessments of the reliability of NCEP circulation data and relationship with surface by direct comparison with station based data[J]. Climate Research, 2001, 17(3):247-261.

[9] 徐影，丁一匯，趙宗慈. 美國NCEP/NCAR近50年全球再分析資料在我國氣候變化研究中可信度的初步分析[J]. 應用氣象學報,2001,12(3):337-347.

[10] 趙天保，艾麗坤，馮錦明. NCEP再分析資料和中國站點觀測資料的分析與比較[J]. 氣候與環(huán)境研究,2004,9(2):278-292.

[11] 施曉暉，徐祥德，謝立安. NCEP/NCAR再分析風速、表面氣溫距平在中國區(qū)域氣候變化研究中的可信度分析[J]. 氣象學報,2006,64(6):709-720.

[12] 周順武，張人禾. 青藏高原地區(qū)上空NCEP/NCAR再分析溫度和位勢高度資料與觀測資料的比較分析[J]. 氣候與環(huán)境研究,2009,14(2):284- 292.

[13] 支星，徐海明．3種再分析資料的高空溫度與中國探空溫度資料的對比：年平均特征[J]. 大氣科學學報，2013,36(1)：77-87.

[14] 田笑，智協(xié)飛，徐海明. NCEP和JRA再分析資料與探空資料的位勢高度比較分析[J]. 干旱氣象，2013,31(2):254-262.

[15] 韋芬芬，湯劍平，王淑瑜. 中國區(qū)域夏季再分析資料高空變量可信度的檢驗[J]. 地球物理學報，2015,58(2):383-397.

[16] 馬嚴枝，陸昌根，高守亭. 8.19華北暴雨模擬中微物理方案的對比試驗[J]. 大氣科學,2012,36(4):835-850, doi:10.3878/j.issn.1006-9895.2011.11159.

[17] 張南，張迎新，申莉莉. 冀中南一次春季雨雪過程診斷與預報技術分析[J]. 干旱氣象，2014,32(4):622-628.

[18] 李光林，張鐵軍，任余龍，等. 2014年春季甘肅一次特強沙塵暴過程的中尺度模擬及觸發(fā)機制[J]. 干旱氣象，2014,32(6):980-988.

[19] 王坤，張飛民，孫超，等. WRF-WSM3微物理方案在青藏高原地區(qū)暴雪模擬中的改進及試驗[J]. 大氣科學,2014,38(1):101-109, doi:10.3878/j.issn.1006-9895.2013.12170.

[20] 曾新民，吳志皇，宋帥,等. WRF模式不同陸面方案對一次暴雨事件模擬的影響[J]. 地球物理學報，2012,55(1):16-28.

[21] 袁有林，左洪超，董龍翔，等. 地形和水汽對“7.13”陜西暴雨影響的數(shù)值試驗[J]. 干旱氣象，2015,33(2):291-302.

[22] 李安泰，何宏讓，張云. WRF模式陸面參數(shù)擾動對一次西北暴雨影響的數(shù)值模擬[J]. 高原氣象，2012,31(1):65-75.

[23] 周冠博，崔曉鵬，高守亭. 臺風“鳳凰”登陸過程的高分辨率數(shù)值模擬及其降水的診斷分析[J]. 大氣科學，2012,36(1):23-34.

[24] 董春卿，苗愛梅，郭媛媛，等. 地形對山西垣曲“0729”特大暴雨影響的數(shù)值模擬分析[J]. 干旱氣象，2015,33(3):452-457.

[25] 朱格利，林萬濤，曹艷華. 用WRF模式中不同云微物理參數(shù)化方案對華南一次暴雨過程的數(shù)值模擬和性能分析[J]. 大氣科學，2014,38(3):513-523.

[26] 周雅清，任國玉. 城市化對華北地區(qū)最高、最低氣溫和日較差變化趨勢的影響[J]. 高原氣象，2009，28(5):1159-1166.

[27] 周雅清，任國玉. 城市化對華北地區(qū)極端氣溫事件頻率的影響[J]. 高原氣象，2014，33(6)：1589-1598.

[28] 郭雪梅，任國玉. 山西省區(qū)域平均氣溫日較差變化趨勢及其原因[A]. 中國氣象學會年會氣候分會場，2007.

[29] 江瀅，羅勇，趙宗慈，等. 近50年中國風速變化及原因分析[A]. 中國氣象學會年會氣候變化分會場，2007.

[30] 劉學鋒，任國玉，梁秀慧，等. 河北地區(qū)邊界層內(nèi)不同高度風速變化特征[J]. 氣象，2009，35(7)：46-53.

Annual Variations Comparison Between NCEP Reanalysis Data and Ground Observations in Kelan Region of Shanxi Province

CHENG Huhua

(TheMetOfficeofTaiyuanSatelliteLaunchCenter,Kelan036301,China)

Abstract:Based on the NCEP (1°×1°) reanalysis data and ground observations during 2000-2014 in Kelan of Shanxi Province, the reliability of NCEP reanalysis data of temperature and relative humidity at 2-meter height, wind speed at 10 m height and ground pressure was discussed by using statistical analysis methods including linear trend, mathematical statistics and correlation coefficient etc. Results are as follows: (1) NCEP temperature at 2 m height was lower before 2005, and later it became higher. The deviation of ground observations and NCEP temperature at 2 m height showed an increasing tendency year by year, and it increased about 1.4 ℃ every 10-year. The NCEP temperature at 2 m height presented high correlation with ground observations, and the average of multi-year correlation coefficient reached 0.9557. (2) The relative humidity of both showed a decreasing trend. NCEP relative humidity at 2 m height was higher before 2006, and later it became lower. The average of multi-year mean absolute deviation was 14.5522%. From 2006 to 2014, the absolute deviation was all less than the multi-year mean absolute deviation. Their correlation coefficient showed an increasing trend, and the multi-year average was 0.7167. (3) Compared with ground observations, the NCEP ground pressure was higher in most years. And their mean absolute deviation presented a clear decreasing trend, the minimum value of absolute deviation was 0.5889 hPa in 2014, and its multi-year average was 4.2725 hPa. Their correlation coefficient showed an increasing trend, and the multi-year average reached 0.9625. (4) The NCEP wind speed at 10 m height was larger in all years, and their deviation showed a decreasing trend, which decreased about 0.4 m·s-1every 10 years. The average of multi-year absolute deviation was 1.7996 m·s-1, and from 2005 to 2014, the mean absolute deviations were all less than the multi-year average. Their correlation coefficient was relatively small, but there was a weak rising tendency year by year, and its multi-year average was only 0.4849.

Key words:Kelan region; NCEP reanalysis data; ground observation data; annual changes

收稿日期：2015-10-06；改回日期：2016-03-06

基金項目：總裝青年科技基金項目(2014ZBTY4003)和太原衛(wèi)星發(fā)射中心科學基金項目(2015ZBTY4008)共同資助

作者簡介：程胡華(1983-)，男，工程師，主要從事天氣氣候方面研究. E-mail:chenghongxi2012@qq.com

文章編號：1006-7639(2016)-03-09-0456

DOI:10.11755/j.issn.1006-7639(2016)-03-0456

中圖分類號：P416

文獻標識碼：A

程胡華.山西岢嵐地區(qū)NCEP資料與地面觀測資料的年變化對比[J].干旱氣象，2016，34(3)：456-464, [CHENG Huhua. Annual Variations Comparison Between NCEP Reanalysis Data and Ground Observations in Kelan Region of Shanxi Province[J]. Journal of Arid Meteorology, 2016, 34(3):456-464], DOI:10.11755/j.issn.1006-7639(2016)-03-0456