王旻燕 姚爽 姜立鵬 劉志權(quán) 師春香 胡開喜 張濤 張志森 劉景衛(wèi)

（1 國家氣象信息中心，北京 100081；2 美國國家大氣研究中心，博爾德 80301，美國）

0　引言

從20世紀(jì)90年代中期開始，美國、歐盟和日本等先后組織和實(shí)施了一系列全球大氣再分析計(jì)劃，這些計(jì)劃生成的再分析產(chǎn)品使用價(jià)值和獲得的應(yīng)用效益，已遠(yuǎn)遠(yuǎn)超過觀測資料本身。全球大氣再分析是利用當(dāng)前最先進(jìn)并固定的同化系統(tǒng)，對(duì)多源歷史觀測資料進(jìn)行同化分析，從而獲取空間覆蓋完整、時(shí)間序列均一、大氣狀態(tài)變量協(xié)調(diào)的長時(shí)間序列大氣要素分析場。自1979年全球大氣研究計(jì)劃第一次全球試驗(yàn)（FGGE）以后，大氣分析場的科研和社會(huì)應(yīng)用價(jià)值逐漸被重視起來。20世紀(jì)90年代，NASA DAO[1]（2°×2.5°，14層）、NCEP R1[2]（210 km，28層）、ERA-15[3]（125 km，31層）等使用最優(yōu)插值同化技術(shù)的第一代全球大氣再分析問世。21世紀(jì)初，以三維變化同化技術(shù)為特色的第二代再分析產(chǎn)品NCEP R2[4]（210 km，28層）、ERA-40[5]（125 km，60層）、JRA-25[6]（110 km，40層）極大地推動(dòng)了現(xiàn)代大氣科學(xué)的發(fā)展。2010年后，以增量分析更新、四維變分、耦合同化為特色的第三代再分析產(chǎn)品CFSR[7]（38 km，64層）、MERRA[8]（1/2°×2/3°、72層）、ERAInterim[9]（79 km，60層）、JRA-55[10]（55 km，60層）時(shí)間序列更長、空間分辨率更高、多圈層耦合性更強(qiáng)。目前，國際上正在實(shí)施第四代混合變分、四維同化集合變分的全球大氣再分析計(jì)劃，如ERA-5[11-12]（31 km，137層）、JRA-3Q、NCEP/ESRL等。

大氣再分析涉及數(shù)值模式、資料同化和資料處理技術(shù)，被認(rèn)為是一個(gè)國家氣象綜合實(shí)力的體現(xiàn)。但迄今為止，我國還沒有自主研制的大氣再分析產(chǎn)品，氣象業(yè)務(wù)和科研上擺脫不了對(duì)歐美的依賴。因此，研發(fā)中國自主的全球大氣再分析產(chǎn)品已刻不容緩。

我國全球大氣再分析CRA-40（CMA's Global Atmospheric ReAnalysis，1979—2018年）計(jì)劃[13]的總體目標(biāo)是制作四個(gè)40年數(shù)據(jù)集，其中，原始觀測數(shù)據(jù)集是再分析數(shù)據(jù)集、同化反饋數(shù)據(jù)集、再分析不確定性數(shù)據(jù)集的基礎(chǔ)。常規(guī)觀測數(shù)據(jù)的積累我國已有很好的基礎(chǔ)，而用于全球大氣再分析的1979年以來全球衛(wèi)星遙感歷史數(shù)據(jù)的處理，無論是清單制定、來源確認(rèn)、數(shù)據(jù)獲取、規(guī)范整合，還是格式標(biāo)準(zhǔn)化、黑名單信息應(yīng)用、同化測試、質(zhì)量控制和評(píng)估等，都存在相當(dāng)大的空白。

全球數(shù)值預(yù)報(bào)不使用衛(wèi)星資料，可使預(yù)報(bào)準(zhǔn)確率下降23.4%，而不使用探空觀測的T、q、u和T、q將使預(yù)報(bào)準(zhǔn)確率分別下降9.9%和2.2%，衛(wèi)星資料對(duì)預(yù)報(bào)準(zhǔn)確率的影響大大超過傳統(tǒng)的探空觀測[14]。國家氣象信息中心自2013年底開始牽頭準(zhǔn)備和組織全球大氣再分析計(jì)劃以來，考慮到全球衛(wèi)星遙感數(shù)據(jù)中歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的不同特點(diǎn)，已全面完成了歷史衛(wèi)星數(shù)據(jù)的收集整合和實(shí)時(shí)數(shù)據(jù)接入；數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)預(yù)評(píng)估等數(shù)據(jù)預(yù)處理也分別針對(duì)實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)逐步開展。

本文第1部分分析了2010年以后國際上全球大氣再分析對(duì)衛(wèi)星遙感資料的需求，第2部分總結(jié)了我國第一代全球大氣再分析的衛(wèi)星資料收集整合情況，第3部分針對(duì)同化應(yīng)用需求具體描述了與觀測資料使用相關(guān)的數(shù)據(jù)格式標(biāo)準(zhǔn)化處理、不同來源數(shù)據(jù)選擇和拼接、衛(wèi)星數(shù)據(jù)質(zhì)量預(yù)評(píng)估的情況。第4部分對(duì)全文進(jìn)行總結(jié)。

1　全球大氣再分析所用衛(wèi)星遙感資料

用于全球大氣再分析的衛(wèi)星觀測資料，涉及到1979年以后的近80余顆氣象觀測衛(wèi)星的60種左右星載傳感器[13]。其中，氣象觀測衛(wèi)星包括近20余顆靜止氣象衛(wèi)星和60顆左右極軌衛(wèi)星、美國國防衛(wèi)星、GPS導(dǎo)航衛(wèi)星，星載傳感器包括近10個(gè)靜止衛(wèi)星上搭載的傳感器和近50個(gè)極軌衛(wèi)星傳感器。用于ERA-Interim的衛(wèi)星儀器數(shù)接近50臺(tái)，1989年只有6臺(tái)，而2010年達(dá)到20臺(tái)[9]。美、歐、日、中、印、加、法等國家全球空間對(duì)地遙感觀測系統(tǒng)的建立，以及衛(wèi)星遙感技術(shù)的發(fā)展，極大程度地彌補(bǔ)了常規(guī)探測在觀測范圍、觀測采樣、協(xié)同觀測等方面的局限性問題。

國際上第三代全球再分析產(chǎn)品C F S R[7]、MERRA[8]、ERA-Interim[9]、JRA-55[10]等的衛(wèi)星觀測資料輸入，主要以極軌衛(wèi)星垂直探測的輻射率或亮溫（SSU、MSU、AMSU-A、AMSU-B/MHS、HIRS等）、GPS掩星觀測的大氣廓線（CHAMP、COSMIC等）、靜止及極軌衛(wèi)星觀測的大氣運(yùn)動(dòng)矢量（GOES、METEOSAT、GMS和MTSAT、FY-2、TERRA和AQUA/MODIS、NOAA和MetOp/AVHRR等）、洋面風(fēng)（ERS、QuikSCAT、ASCAT等）和浪高、臭氧等數(shù)據(jù)為主。浪高數(shù)據(jù)的輸入取決于再分析計(jì)劃是否使用海洋模式。降雨率/大氣可降水/氣溶膠光學(xué)厚度等衛(wèi)星產(chǎn)品，也會(huì)選擇性地使用。除此以外，國際第三代再分析產(chǎn)品的制作過程中大量使用了靜止衛(wèi)星輻射率和極軌衛(wèi)星高光譜數(shù)據(jù)，例如，ERAInterim使用美、日、歐靜止衛(wèi)星晴空輻射率和AIRS數(shù)據(jù)，CFSR使用GOES輻射率和AIRS、IASI高光譜數(shù)據(jù)，MERRA使用GOES/Sounder和AIRS數(shù)據(jù)，JRA-55使用美、日、歐靜止衛(wèi)星輻射率。

2　衛(wèi)星遙感資料的收集整合

通過廣泛調(diào)研，分析了國際上第二代、第三代、正在發(fā)展的再分析計(jì)劃在衛(wèi)星遙感資料應(yīng)用方面的情況后，分多個(gè)批次目前已全面完成CRA-40所需氣象衛(wèi)星觀測資料的歷史數(shù)據(jù)收集整合，資料清單、時(shí)間段、數(shù)據(jù)來源以及歷史和實(shí)時(shí)情況見表1。涉及 53種氣象衛(wèi)星資料的 115個(gè)子類中，有31個(gè)正在進(jìn)行準(zhǔn)實(shí)時(shí)自動(dòng)追加。截至2017年12月底，數(shù)據(jù)總量為83.5 TB，日增量約11.26 GB。其中，最大數(shù)據(jù)量的衛(wèi)星數(shù)據(jù)是2012年3月—2016年3月Suomi NPP/ CrIS傳感器數(shù)據(jù)記錄和地理位置數(shù)據(jù)（47.3 TB）。

這些衛(wèi)星資料按相關(guān)標(biāo)準(zhǔn)進(jìn)行了規(guī)范存儲(chǔ)和說明文檔撰寫[15]、正逐步通過全國綜合氣象信息共享平臺(tái)（CIMISS，China Integrated Meteorological InformationService System）進(jìn)行數(shù)據(jù)歸檔和提供應(yīng)用服務(wù)。

表1　我國全球大氣再分析主要衛(wèi)星觀測資料清單Table 1 Main satellite observational data used in CRA-40

CRA-40輸入的衛(wèi)星資料，除了包括國際第三代再分析產(chǎn)品也使用的ATOVS輻射率、AIRS/IASI/CrIS高光譜紅外輻射率、GPS掩星觀測等以外，還收集了并將充分使用近年最新發(fā)布的各種衛(wèi)星重處理產(chǎn)品，以替換原來的同期的實(shí)時(shí)業(yè)務(wù)產(chǎn)品，這些產(chǎn)品的數(shù)據(jù)完整性和數(shù)據(jù)質(zhì)量均有大幅度提高。實(shí)時(shí)業(yè)務(wù)產(chǎn)品對(duì)時(shí)效性要求較高，當(dāng)時(shí)的遙感反演算法所制作的實(shí)時(shí)遙感產(chǎn)品盡管能夠滿足實(shí)時(shí)數(shù)值天氣預(yù)報(bào)的需要，但數(shù)據(jù)產(chǎn)品本身在數(shù)據(jù)完整性、數(shù)據(jù)質(zhì)量等方面存在一定問題，包括數(shù)據(jù)質(zhì)量控制方法、數(shù)據(jù)均一化方面等。2013-2016年期間國際上不同機(jī)構(gòu)，包括歐洲中尺度預(yù)報(bào)中心（EUMETSAT）、美國威斯康辛大學(xué)空間科學(xué)工程中心氣象衛(wèi)星合作研究所（WISCCIMSS）、國家衛(wèi)星氣象中心（NSMC）、美國大氣研究高校聯(lián)盟COSMIC數(shù)據(jù)分析和存檔中心（UCAR CDAAC）、荷蘭皇家氣象研究所（KNMI）等，制作和發(fā)布了一系列高質(zhì)量的長序列重處理數(shù)據(jù)產(chǎn)品，包括大氣運(yùn)動(dòng)矢量產(chǎn)品、洋面風(fēng)產(chǎn)品、GPS掩星數(shù)據(jù)等。這些重處理產(chǎn)品，由于制作和發(fā)布時(shí)間較晚，并沒有完整地應(yīng)用于CFSR、ERA-Interim、JRA-55這些第三代國際全球再分析產(chǎn)品中。同時(shí)，CRA-40產(chǎn)品也已開始考慮如何使用我國風(fēng)云系列衛(wèi)星資料，包括FY-3C衛(wèi)星輻射率、FY-3C掩星數(shù)據(jù)、FY-2C/E重處理大氣運(yùn)動(dòng)矢量產(chǎn)品等。除重處理SSM/I和SSMIS輻射率、用于海浪模式的衛(wèi)星資料等外，CRA-40的衛(wèi)星觀測資料輸入與最新一代再分析產(chǎn)品ERA-5一致。

3　面向同化應(yīng)用的衛(wèi)星遙感資料的預(yù)處理

衛(wèi)星遙感資料的預(yù)處理，一方面是需要解決數(shù)據(jù)格式等接口問題，另一方面需要對(duì)不同來源的同種資料進(jìn)行優(yōu)先性選擇和去重處理。在同化系統(tǒng)不夠完善的情況下，預(yù)處理階段還需要對(duì)部分質(zhì)量不理想的觀測數(shù)據(jù)予以剔除。在作為實(shí)際觀測輸入進(jìn)行歷史再分析產(chǎn)品制作之前，對(duì)不同種類的衛(wèi)星觀測資料進(jìn)行整個(gè)時(shí)間序列、不同空間層次上的數(shù)據(jù)質(zhì)量預(yù)評(píng)估，可以對(duì)觀測數(shù)據(jù)的整體質(zhì)量、與模式背景場或同化分析場的偏差程度等情況進(jìn)行較為細(xì)致的了解。

2017年10月已完成CRA-Interim 10年試制產(chǎn)品。在此之前，對(duì)衛(wèi)星輻射率、GPS掩星、大氣運(yùn)動(dòng)矢量、洋面風(fēng)等觀測資料已進(jìn)行了格式標(biāo)準(zhǔn)化和質(zhì)量預(yù)評(píng)估分析。相應(yīng)的數(shù)據(jù)預(yù)處理技術(shù)也將用于40年再分析產(chǎn)品的觀測資料準(zhǔn)備中。

3.1　與數(shù)據(jù)質(zhì)量控制有關(guān)的數(shù)據(jù)格式標(biāo)準(zhǔn)化處理

衛(wèi)星遙感原始觀測數(shù)據(jù)的數(shù)據(jù)格式有WMO FM94-IX BUFR、二進(jìn)制、ASCII、HDF、NetCDF等，需要轉(zhuǎn)換為符合NCEP格點(diǎn)統(tǒng)計(jì)插值系統(tǒng)（GSI）[16]同化接口的NCEP BUFR格式。

格式標(biāo)準(zhǔn)化處理，是對(duì)原始文件進(jìn)行解碼，采用NCEP GSI同化系統(tǒng)源碼（www.nco.ncep.noaa.gov、www.emc.ncep.noaa.gov）中自定義代碼賦值規(guī)范，將與觀測、質(zhì)控信息相關(guān)的變量有針對(duì)性地挑選出來，進(jìn)行去重復(fù)處理、前后3 h時(shí)間窗數(shù)據(jù)拼接，編碼生成同化系統(tǒng)能夠直接使用的數(shù)據(jù)文件。

目前在NCEP業(yè)務(wù)中，常規(guī)資料和衛(wèi)星散射計(jì)反演洋面風(fēng)產(chǎn)品，使用PREPBUFR文件。輻射率數(shù)據(jù)、GPS掩星數(shù)據(jù)、大氣運(yùn)動(dòng)矢量產(chǎn)品使用各自種類的BUFR文件。這幾種觀測資料所采用的BUFR碼表不同，存儲(chǔ)的變量也有差別。

圖1以大氣運(yùn)動(dòng)矢量產(chǎn)品為例，說明了從所收集數(shù)據(jù)格式到最終數(shù)據(jù)格式的格式轉(zhuǎn)換過程。CRA-40采用的大氣運(yùn)動(dòng)矢量主要來源于重處理產(chǎn)品和CFSR、GDAS輸入大氣運(yùn)動(dòng)矢量產(chǎn)品，按“重處理＞GDAS＞CFSR輸入數(shù)據(jù)”策略進(jìn)行優(yōu)先選擇。CFSR指CFSR再分析產(chǎn)品的公開發(fā)布的輸入數(shù)據(jù)。GDAS指美國NCEP全球預(yù)報(bào)系統(tǒng)（GFS，Global Forecast System）全球數(shù)據(jù)同化系統(tǒng)（GDAS，Global Forecast System and Global Data Assimilation System）同化輸入觀測數(shù)據(jù)。重處理的多個(gè)系列衛(wèi)星大氣運(yùn)動(dòng)矢量產(chǎn)品，原始格式是ASCII、二進(jìn)制、WMO BUFR FM-94IX，需轉(zhuǎn)換為具有NCEP BUFR格式的大氣運(yùn)動(dòng)矢量產(chǎn)品BUFR文件。GDAS輸入數(shù)據(jù)中的大氣運(yùn)動(dòng)矢量產(chǎn)品存于BUFR文件中。

圖1　大氣運(yùn)動(dòng)矢量產(chǎn)品的數(shù)據(jù)格式轉(zhuǎn)換Fig. 1 Data format conversion of atmospheric motion vector products

GSI同化系統(tǒng)能夠同化PREPBUFR文件和NCEP BUFR文件。歷史上NCEP GSI同化系統(tǒng)對(duì)大氣運(yùn)動(dòng)矢量產(chǎn)品曾采用過PREPBUFR文件，其文件內(nèi)容、觀測變量等與大氣運(yùn)動(dòng)矢量產(chǎn)品BUFR文件中的基本一致，但BUFR碼表、數(shù)據(jù)組織結(jié)構(gòu)、在GSI中的處理過程和所采用的質(zhì)控方法有所不同。CFSR的大氣運(yùn)動(dòng)矢量產(chǎn)品存于其PREPBUFR文件中，其存儲(chǔ)的變量與大氣運(yùn)動(dòng)矢量BUFR文件相比，缺少生產(chǎn)制作機(jī)構(gòu)代碼、大氣運(yùn)動(dòng)矢量通道中心頻率、大氣運(yùn)動(dòng)矢量反演算法、衛(wèi)星天頂角等變量，氣壓、風(fēng)向、風(fēng)速的定義也有所不同，因此需要額外進(jìn)行賦值或轉(zhuǎn)換計(jì)算，生成BUFR文件。

利用GSI經(jīng)定量化的比較驗(yàn)證[17]發(fā)現(xiàn)：1）使用大氣運(yùn)動(dòng)矢量產(chǎn)品BUFR文件比使用PREPBUFR文件能同化更多的如下6個(gè)通道的大氣運(yùn)動(dòng)矢量產(chǎn)品：GOES短波紅外通道、GOES可見光通道、GOES深層水汽通道、METEOSAT水汽通道、MTSAT水汽通道、AVHRR紅外通道，PREPBUFR文件僅能同化9個(gè)通道的大氣運(yùn)動(dòng)矢量產(chǎn)品；2）在GSI同化系統(tǒng)內(nèi)對(duì)大氣運(yùn)動(dòng)矢量BUFR文件質(zhì)量控制的處理更為細(xì)化，例如，剔除了美、日、歐靜止氣象衛(wèi)星20°N以北陸地上的紅外通道觀測，剔除了衛(wèi)星天頂角大于68°的觀測。

所收集重處理及實(shí)時(shí)衛(wèi)星資料的質(zhì)量控制和偏差訂正，主要在同化系統(tǒng)GSI內(nèi)完成，同時(shí)，也充分利用不同衛(wèi)星數(shù)據(jù)產(chǎn)品制作機(jī)構(gòu)所提供的質(zhì)量控制信息。重處理MetOp-A/ASCAT洋面風(fēng)產(chǎn)品只保留風(fēng)矢量質(zhì)控碼為0的質(zhì)量可靠的觀測，占60%左右。大氣運(yùn)動(dòng)矢量產(chǎn)品的質(zhì)控碼即可信度，取值在0～100，與數(shù)據(jù)產(chǎn)品的質(zhì)量控制方法有關(guān)，有4種：有EUMETSAT一致性檢驗(yàn)的質(zhì)控法、無EUMETSAT一致性檢驗(yàn)的質(zhì)控法、NOAA NESDIS回歸過濾法、NOAA NESDIS期望誤差法。GSI同化系統(tǒng)采用“無EUMETSAT一致性檢驗(yàn)的質(zhì)控法”的可信度進(jìn)行質(zhì)量控制，可信度在85及其以上的觀測占總觀測數(shù)的比例在26%～91%[17]，各種衛(wèi)星大氣運(yùn)動(dòng)矢量產(chǎn)品間差異較大。

3.2　不同來源衛(wèi)星數(shù)據(jù)產(chǎn)品的優(yōu)先選擇策略和數(shù)據(jù)拼接

大氣運(yùn)動(dòng)矢量產(chǎn)品、洋面風(fēng)產(chǎn)品、GPS掩星數(shù)據(jù)，按“重處理＞GDAS＞CFSR輸入數(shù)據(jù)”的優(yōu)先級(jí)策略來選擇同一同化時(shí)刻的輸入數(shù)據(jù)。每個(gè)時(shí)刻基于不同衛(wèi)星代碼的數(shù)據(jù)拆分、選擇和拼接，在數(shù)據(jù)預(yù)處理階段進(jìn)行。

表2和圖2是在研制CRA-Interim 10年試制產(chǎn)品（2007—2016年）時(shí)所用靜止氣象衛(wèi)星大氣運(yùn)動(dòng)矢量產(chǎn)品和極軌氣象衛(wèi)星極地風(fēng)產(chǎn)品的數(shù)據(jù)來源情況。不同時(shí)空情況下大氣運(yùn)動(dòng)矢量觀測來源于6個(gè)系列、23顆衛(wèi)星、15個(gè)大氣運(yùn)動(dòng)矢量通道。圖2的時(shí)間分辨率精確到一日4次（每6 h）。

表2　CRA-40 2006年7月—2016年12月大氣運(yùn)動(dòng)矢量輸入產(chǎn)品及數(shù)據(jù)來源Table 2 Input products and data sources for the Atmospheric Motion Vector in CRA-40 for July, 2006 - December, 2016

圖2　CRA-40 2006年7月—2016年12月大氣運(yùn)動(dòng)矢量輸入產(chǎn)品各衛(wèi)星時(shí)間段Fig. 2 Timelines of different satellites for CRA-40 atmospheric motion vector input products for July,2006-December, 2016

3.3　衛(wèi)星數(shù)據(jù)質(zhì)量預(yù)評(píng)估

全球大氣再分析對(duì)衛(wèi)星資料的質(zhì)量預(yù)評(píng)估，側(cè)重的是觀測數(shù)據(jù)與模式背景場或同化分析場的偏差分布情況。長時(shí)間序列的觀測反饋信息[18]正是通過分析觀測增量、觀測殘差，尋找同一氣候背景條件中部分或全部事件在不同觀測記錄間的關(guān)系來獲得的。通過檢查不同空間范圍（如全球、南北半球、熱帶、東亞、中國等）、不同高度層的觀測數(shù)、與背景場或同化分析場的偏差平均值、偏差的均方根誤差的長時(shí)間序列變化等情況，以及再分析產(chǎn)品的綜合評(píng)估情況，包括完整性、穩(wěn)定性、是否在預(yù)期誤差允許范圍內(nèi)，可以反映出輸入的觀測數(shù)據(jù)的質(zhì)量狀況、對(duì)同化和再分析的貢獻(xiàn)情況。利用診斷分析能夠辨別出觀測與模式背景場或同化分析場的增量信息，以及該增量隨時(shí)間的演變情況，從而了解觀測數(shù)據(jù)在模式和同化系統(tǒng)中的可用性、合理性。

利用建立的“基于ERA-Interim的常規(guī)與衛(wèi)星資料質(zhì)量預(yù)評(píng)估系統(tǒng)（PET）”[19]，1979—2013年常規(guī)觀測資料[20]、1998—2014年ATOVS衛(wèi)星資料[21]、2000—2016年大氣運(yùn)動(dòng)矢量產(chǎn)品[17]、2006—2016年洋面風(fēng)產(chǎn)品[22]均進(jìn)行了數(shù)據(jù)質(zhì)量預(yù)評(píng)估。

大氣運(yùn)動(dòng)矢量和洋面風(fēng)產(chǎn)品的預(yù)評(píng)估結(jié)果表明，作為CRA-40的輸入數(shù)據(jù)，其觀測數(shù)序列穩(wěn)定，其與同化分析場的偏差平均值、偏差的均方根誤差合理；預(yù)評(píng)估結(jié)果經(jīng)與CFSR輸入數(shù)據(jù)、GDAS數(shù)據(jù)等實(shí)時(shí)業(yè)務(wù)輸入數(shù)據(jù)相比，由于大量使用了重處理衛(wèi)星產(chǎn)品，觀測數(shù)、與同化分析場的偏差平均值、偏差的均方根誤差等均有明顯改善。圖3為GOES紅外大氣運(yùn)動(dòng)矢量在CRA-Interim 10年試制產(chǎn)品的預(yù)評(píng)估結(jié)果，重處理產(chǎn)品同化觀測數(shù)比CFSR更多（2013年8月起觀測數(shù)明顯下降的原因是使用了實(shí)時(shí)業(yè)務(wù)產(chǎn)品）、偏差平均值和均方根誤差明顯比CFSR的更小。對(duì)CRA-Interim 10年試制產(chǎn)品（2007—2016年）的評(píng)估結(jié)果表明，全球風(fēng)場均方根誤差優(yōu)于CFSR，與JRA-55產(chǎn)品誤差相當(dāng)，效果達(dá)到了國第三代際再分析產(chǎn)品的水平。

利用質(zhì)量預(yù)評(píng)估系統(tǒng)，通過比較重處理數(shù)據(jù)和實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)，發(fā)現(xiàn)了重處理數(shù)據(jù)產(chǎn)品的3大優(yōu)勢：1）觀測數(shù)更多，水平和垂直空間觀測數(shù)有所增加，增加的量級(jí)與具體產(chǎn)品類型有關(guān)。由EUMETSAT制作的重處理的METEOSAT紅外通道大氣運(yùn)動(dòng)矢量產(chǎn)品觀測數(shù)比實(shí)時(shí)業(yè)務(wù)產(chǎn)品分別增加了10%～15%[23]。GOES重處理大氣運(yùn)動(dòng)矢量產(chǎn)品，增加了短波紅外通道和深層水汽通道的大氣運(yùn)動(dòng)矢量。重處理QuikSCAT/Seawinds洋面風(fēng)觀測數(shù)比實(shí)時(shí)業(yè)務(wù)產(chǎn)品多一倍以上[22]；2）以ERA-Interim再分析產(chǎn)品為參照，重處理產(chǎn)品的偏差和均方根誤差較實(shí)時(shí)業(yè)務(wù)產(chǎn)品小或相當(dāng)；3）觀測數(shù)、偏差、均方根誤差的整個(gè)時(shí)間序列更為穩(wěn)定。

圖3　GOES長波紅外通道大氣運(yùn)動(dòng)矢量產(chǎn)品重處理（紅線）與CFSR輸入實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)（黑線）的預(yù)評(píng)估比較（橫坐標(biāo)時(shí)間軸以“月，年”表示）Fig. 3 Comparisons of pre-evaluation of reprocessed atmospheric motion vector products (red lines) from GOES longwave infrared channel with that of real-time operational data (black lines) by CFSR input

4　結(jié)語

針對(duì)中國氣象局研制全球大氣再分析數(shù)據(jù)集（CRA-40，1979—2018年）的需求，本文對(duì)全球大氣再分析的衛(wèi)星遙感資料設(shè)計(jì)了需求分析、收集整合、預(yù)處理、質(zhì)量分析和評(píng)估等過程，并進(jìn)行了全面介紹。目前已從無到有地收集了83.5 TB的衛(wèi)星資料，解決了GSI接口、循環(huán)同化等技術(shù)問題，在研制CRAInterim 10年試制產(chǎn)品（2007—2016年）前利用質(zhì)量預(yù)評(píng)估系統(tǒng)對(duì)觀測資料進(jìn)行了系統(tǒng)化的格式標(biāo)準(zhǔn)化處理和質(zhì)量評(píng)估分析，CRA-Interim試制產(chǎn)品取得了比較理想的結(jié)果。下一步將針對(duì)前期工作中的部分細(xì)節(jié)進(jìn)行完善，并為40年再分析產(chǎn)品研制做準(zhǔn)備，同時(shí)開始開展衛(wèi)星資料黑名單的研制工作。

通過面向全球大氣再分析計(jì)劃（CRA-40，1979—2018年）而進(jìn)行的全球常規(guī)和衛(wèi)星資料收集和預(yù)處理，一方面能夠提升氣象觀測數(shù)據(jù)完整性和數(shù)據(jù)處理、觀測資料誤差分析的能力，另一方面將大大提高數(shù)據(jù)質(zhì)量和偏差訂正水平。這些資料和數(shù)據(jù)處理技術(shù)不僅為CRA-40研發(fā)奠定了堅(jiān)實(shí)基礎(chǔ)，而且對(duì)改進(jìn)衛(wèi)星資料在我國數(shù)值天氣預(yù)報(bào)中的應(yīng)用也有借鑒意義。

[1]Schubert S D, Rood R B, Pfaendtner J. An assimilated dataset for earth-science applications. Bulletin of the American Meteorological Society, 1993, 74(12): 2331-2342.

[2]Kalnay E, Kanamitsu M, Kistler R, et al. The NCEP /NCAR 40-year reanalysis project .Bulletin of the American Meteorological Society, 1996, 77: 437-471.

[3]Gibson J K, K?llberg P, Uppala S, et al. ERA-15 Description.ECMWF Re-Analysis Project Report Series, 1997, 1: 1-84.

[4]Kanamitsu M, Ebisuzaki W, Woollen J, et al. NCEP-DOE AMIPII reanalysis (R-2). Bull Amer Meteor Soc, 2002, 83: 1631-1643.

[5]Uppala S M, Kallberg P W, Simmons A J, et al. The ERA-40 reanalysis .Quarterly Journal of the Royal Meteorological Society,2005, 131: 2961-3012.

[6]Onogi K, Tsutsui J, Koide H, et al. The JRA-25 reanalysis. Journal of the Meteorological Society of Japan, 2007, 85 (3): 369-432.

[7]Saha S, Moorthi S, Wu Xingren, et al. The NCEP climate forecast system version 2, J Climate, 2014, 27: 2185-2208.

[8]Rienecker M, Suarez M J, Gelaro R, et al. MERRA NASAs Modern-Era Retrospective Analysis for Research and Applications,J Climate, 2011, 24: 3624-3648.

[9]Dee D P, Uppala S M, Simmons A J, et al. The ERA-Interim reanalysis: Con figuration and performance of the data assimilation system. Q J R Meteorol Soc, 2011, 137: 553–597.

[10]Kobayashi S, Yukinari O, Yayoi H, et al. The JRA-55 reanalysis:General specifications and basic characteristics. Journal of the Meteorological Society of Japan, 2015, 93 (1): 5-48.

[11]Hans H, Dick Dee. ERA5 reanalysis is in production. ECMWF Newsletter No. 147, Spring 2016.

[12]Andras H, Paul B, Gionata B, et al. The impact of observations in the ECMWF latest reanalysis system: WMO workshop, Shanghai,10-13 May, 2016.

[13]劉志權(quán)等. 全球大氣再分析技術(shù)研究與數(shù)據(jù)集研制實(shí)施方案（詳細(xì)）. 國家氣象信息中心, 2014.

[14]董佩明，薛紀(jì)善，黃兵，等. 數(shù)值天氣預(yù)報(bào)中衛(wèi)星資料同化應(yīng)用現(xiàn)狀和發(fā)展. 氣象科技，2008, 36(1): 1-7.

[15] 王旻燕. 全球大氣再分析系統(tǒng)之全球大氣再分析衛(wèi)星觀測數(shù)據(jù)集技術(shù)報(bào)告. 國家氣象信息中心, 2014-2015.

[16]NCAR/NCEP/ESRL/NOAA, GSI (Gridpoint Statistical Interpolation) Community Version 3.3 Users guide, 2014.

[17] 王旻燕，姚爽，張志森，等. 全球大氣再分析系統(tǒng)之重處理大氣運(yùn)動(dòng)矢量產(chǎn)品質(zhì)量評(píng)估報(bào)告. 國家氣象信息中心, 2016-2017.

[18]Poli P. Observational feedback-what reanalysis tells us about the quality of observations: ECMWF Copernicus workshop on climate observation requirements, ECMWF, June 29-July 2, 2015.

[19]姜立鵬. 全球大氣再分析系統(tǒng)之常規(guī)與衛(wèi)星資料質(zhì)量預(yù)評(píng)估子系統(tǒng)技術(shù)報(bào)告. 國家氣象信息中心, 2015.

[20]胡開喜，胡佳軍，張永華，等. 全球大氣再分析系統(tǒng)之1979年以來全球常規(guī)觀測資料質(zhì)量預(yù)評(píng)估報(bào)告. 國家氣象信息中心,2015.

[21]姚爽，姜立鵬，等. 全球大氣再分析系統(tǒng)之ATOVS大氣垂直探測資料質(zhì)量預(yù)評(píng)估技術(shù)報(bào)告. 國家氣象信息中心, 2015.

[22] 王旻燕，張志森，姚爽，等. 全球大氣再分析系統(tǒng)之重處理洋面風(fēng)質(zhì)量評(píng)估報(bào)告. 國家氣象信息中心, 2017.

[23]Doutriaux B M. AVHRR Metop-A polar LAC reprocessed AMVs CDR Validation Report, EUM/OPS/REP/16/839403, 8 November 2016.