蔣雨荷 , 黃曉龍 , 杜 冰

（1. 高原與盆地暴雨旱澇災害四川省重點實驗室, 成都 610072；2. 四川省氣象探測數(shù)據(jù)中心, 成都 610072）

引言

多年以來，地面氣象要素及土壤濕度等數(shù)據(jù)的獲取主要依靠地面人工站和自動站的觀測儀器進行定時觀測，但限于站點離散且分布不均勻，難以覆蓋整個中國區(qū)域。利用數(shù)學方法將站點觀測值插值成格點數(shù)據(jù)，在站點密集且空間變異少的區(qū)域，效果良好。但在地形復雜、區(qū)域廣闊、站點稀少的區(qū)域，尤其是在中國西部的川西高原等地區(qū)，單純的數(shù)學方法難以獲得高質(zhì)量的格點實況數(shù)據(jù)[1]。近年來，國內(nèi)外學者將陸面數(shù)值模式和衛(wèi)星、雷達、站點觀測等信息進行融合，以獲取更為可靠的地面氣象要素、陸表土壤溫濕度和地表熱通量等數(shù)據(jù)[2-3]。如美國大氣研究中心(NCAR)的高分辨率陸面數(shù)據(jù)同化系統(tǒng)(HRLDAS)[4-5]已經(jīng)具備提供土壤濕度的預報能力；韓國氣象局(KMA)發(fā)展的韓國陸面數(shù)據(jù)同化系統(tǒng)（KLDAS）[6]已用于提供中尺度天氣預報模式（WRF）模式的陸面初始場。

我國在引進國際先進融合技術的基礎上，消化吸收并自主創(chuàng)新，建成了業(yè)務化的亞洲區(qū)域CMA陸面數(shù)據(jù)同化業(yè)務系統(tǒng)（CLDAS）和中國區(qū)域融合降水分析系統(tǒng)（CMPS-Hourly V2.1），以及實時運行的全球海表溫度產(chǎn)品系統(tǒng)（CODAS-SST）和中國區(qū)域三維云融合系統(tǒng)（3DCloudAS）。其中CLDAS-V2.0實現(xiàn)了亞洲區(qū)域時間分辨率為1h、空間分辨率為0.0625°×0.0625°（5 km×5 km）的大氣驅(qū)動場（2 m氣溫、地面氣壓、2 m比濕、風速、小時降水、短波輻射）和陸面要素集合分析（土壤濕度、地表溫度、土壤相對濕度和土壤體積含水量）等陸面產(chǎn)品的實時生產(chǎn)和發(fā)布[7-8]。2017年3月19日，為進一步滿足氣象業(yè)務的需求，國家氣象信息中心研發(fā)的HRCLDAS-V1.0（高分辨率CMA陸面數(shù)據(jù)同化系統(tǒng)第一版）進入業(yè)務化試運行，該系統(tǒng)采用多種來源資料，包括地面站點觀測數(shù)據(jù)、ECMWF數(shù)值分析和預報產(chǎn)品以及DEM數(shù)字高程模型數(shù)據(jù)，采用多重網(wǎng)格變分同化（STMAS）技術研制了2 m氣溫、2 m比濕、10 m風、地面氣壓、降水等融合分析產(chǎn)品，時間分辨率為1 h，空間分辨率為0.01°×0.01°（1 km×1 km），該產(chǎn)品與國內(nèi)外同類產(chǎn)品比較，時空分辨率更高[9]。

近幾年，國內(nèi)氣象學者在上述5 km和1 km模式融合產(chǎn)品的評估釋用方面做了一系列工作[9-12]。例如，龍柯吉等[9]對中國區(qū)域1 km氣溫實況融合產(chǎn)品進行評估分析，結果表明：逐小時實況融合產(chǎn)品與站點實況基本一致，有較高的參考性，但在海拔較高，地形復雜的區(qū)域需要細致評估后使用。陳玉瑋等[10]通過檢驗評估廣東省智能網(wǎng)格實況分析產(chǎn)品得出結論：氣溫網(wǎng)格實況的趨勢與站點實況相近，最低氣溫誤差大于最高氣溫。俞劍蔚等[11]分析評估了5 km國家級格點實況分析產(chǎn)品在江蘇省的適用性，表明日最高氣溫的誤差值較小，在江蘇的丘陵地帶誤差較大。王利亞[12]利用處于3種不同地形的站點數(shù)據(jù)對內(nèi)蒙古地區(qū)5 km氣溫實況融合產(chǎn)品進行評估分析，發(fā)現(xiàn)氣溫融合產(chǎn)品的質(zhì)量從高到低依次為平原、丘陵、山地。

四川省地處我國西南部，西部為高原山地，東部多為盆地、丘陵，下墊面復雜多樣，且高原臺站分布相對稀疏，對實況網(wǎng)格融合產(chǎn)品的適用性評估與服務應用有著迫切的需求。2 m氣溫實況融合產(chǎn)品是CLDAS與HRCLDAS的重要組成部分，其可信度是評估實況融合產(chǎn)品質(zhì)量的重要參考依據(jù)。本文基于四川省156個國家級考核站、1282個區(qū)域考核站、1411個區(qū)域非考核站的氣溫觀測數(shù)據(jù)， 通過相關系數(shù)、平均值誤差、均方根誤差等指標對CLDAS（5 km×5 km）、HRCLDAS（1 km×1 km）2 m氣溫實況融合格點分析產(chǎn)品進行質(zhì)量評估，以了解高、低分辨率實況融合產(chǎn)品對四川省氣溫的刻畫能力，以期為融合產(chǎn)品在區(qū)域氣候研究、防災減災、決策服務等方面的科學應用提供技術支撐。

1 資料與方法

1.1 資料來源

（1）本文所用的2 m氣溫實況融合格點分析產(chǎn)品（以下簡稱“融合產(chǎn)品”）數(shù)據(jù)為國家氣象信息中心提供的四川省2019年8月1日00時~2020年7月31日23時（北京時）1 km×1 km和5 km×5 km高分辨率逐小時氣溫數(shù)據(jù)。

（2）參與檢驗的站點數(shù)據(jù)為四川省氣象探測數(shù)據(jù)中心業(yè)務質(zhì)控流程質(zhì)控過的四川省地面逐小時氣溫觀測資料，并選取質(zhì)量控制碼為0（數(shù)據(jù)正確）的觀測數(shù)據(jù)進行研究，包括國家站156個、區(qū)域考核站1282個、區(qū)域非考核站1411個。

1.2 方法

將四川省156個國家氣象觀測站、1282個區(qū)域考核站以及1411個區(qū)域非考核站逐小時氣溫觀測資料作為實況真值，把融合產(chǎn)品按雙線性插值的方法插值到站點，通過統(tǒng)計比較一段時間內(nèi)兩者的評估指標對數(shù)據(jù)進行評估。評估檢驗期間所有參與檢驗的樣本均以小時觀測數(shù)據(jù)結果累積計算得到。

雙線性插值方法即先在緯（經(jīng)）向后在經(jīng)（緯）向進行一元一次線性插值。

評估指標主要有：相關系數(shù)（COR）、平均值誤差（ME）、均方根誤差（RMSE）。具體公式如下：

式中：Oi為站點觀測值，Gi為實況網(wǎng)格分析產(chǎn)品插值到檢驗站點的數(shù)值，N為參與檢驗的樣本總樣本數(shù)（站次數(shù)）。

2 兩種融合產(chǎn)品的質(zhì)量對比評估

從四川省2019年8月1日00時~2020年7月31日23時的整體評估情況（表1）來看，1 km融合產(chǎn)品與實況資料的相關程度更高，其質(zhì)量較5 km有明顯的改進，兩種產(chǎn)品的平均值誤差分別為-0.069℃和-0.083℃，均方根誤差分別為1.419℃和1.87℃。綜合全年評估情況來看，兩種融合產(chǎn)品與實況站點資料的相關程度高，誤差小，具有很高的參考性。

表1 兩種氣溫融合產(chǎn)品評估結果

2.1 誤差的空間評估

參考地區(qū)地貌類型和市州管轄范圍，將四川分為攀西地區(qū)（攀枝花和涼山州）、川西高原（甘孜州和阿壩州）、盆地中部（資陽、遂寧和內(nèi)江）、盆地南部（自貢、瀘州和宜賓）、盆地西南部（雅安、眉山和樂山）、盆地東北部（南充、巴中、達州和廣安）、盆地西北部（成都、德陽、綿陽和廣元）7個地區(qū)（圖1）。

圖1 四川不同地區(qū)劃分

2.1.1 分站點評估

2.1.1.1 國家站

如圖2a、b所示，國家站的相關系數(shù)基本都在0.98以上，表明兩種融合產(chǎn)品與實況資料的相關程度較高。其中，相關系數(shù)較小的臺站主要分布在甘孜州的九龍和德格、阿壩州的松潘和茂縣、涼山州的美姑（以下簡稱“三州”）以及盆地內(nèi)的峨眉山，大都位于攀西平原與青藏高原的過渡帶和高山河谷地區(qū)，海拔高且地勢起伏大。

如圖2c、d所示，平均值誤差主要集中在-1~1℃，位于三州西部邊緣、三州-盆地過渡帶的臺站平均值誤差大都在-1~0℃，而位于盆地中部、三州中部地區(qū)的臺站平均值誤差大都在0~1℃。造成這一現(xiàn)象的原因是： 位于三州-盆地過渡帶、三州西部邊緣的臺站，如寶興、雅江、九寨溝等，大都位于高山河谷區(qū)域，地勢較低，氣溫的觀測值也會略高于四周，使融合產(chǎn)品的插值結果小于觀測值，造成平均值誤差為負，出現(xiàn)低估值；反之，位于盆地中部的臺站為避免受周圍建筑物的遮擋，選址相對較高，如漢源、寧南、峨眉山等，較高的地勢，使得氣溫略低于周邊區(qū)域，融合產(chǎn)品的插值結果大于觀測值，造成平均值誤差為正，出現(xiàn)高估值。融合產(chǎn)品對地形因子的影響比較敏感，而1 km融合產(chǎn)品由于分辨率更高，在這些地形復雜區(qū)域的評估效果要優(yōu)于5 km融合產(chǎn)品。

如圖2e、f所示，均方根誤差介于0~1.8℃的臺站數(shù)較多，主要分布在盆地內(nèi)部、三州中部；三州-盆地過渡帶、甘孜州西部、阿壩州北部地區(qū)的平均絕對誤差值較大，在此區(qū)域內(nèi)5 km融合產(chǎn)品的誤差值多≥0.6℃，而1 km融合產(chǎn)品有了明顯的優(yōu)化，誤差值主要集中在0~0.6℃。

圖2 1 km（左）和5 km（右）融合產(chǎn)品與國家站的對比評估結果（a、b. COR，c、d. ME，e、f. RMSE）

2.1.1.2 區(qū)域考核站

如圖3a、b所示，區(qū)域考核站的相關性在盆地內(nèi)部最好，相關系數(shù)基本≥0.98；位于盆地與高原過渡帶、甘孜州西南部、阿壩州北部臺站的相關性較差，相關系數(shù)<0.92的臺站數(shù)較多。如圖3c、d所示，盆地中部、西南部、南部的平均值誤差介于-1~1℃的臺站最多，高估值略多于低估值；盆地西北部、東北部以及盆地高原過渡帶上的平均值誤差<-1℃的臺站數(shù)較多，此區(qū)域地勢起伏大，地形較復雜，位于高山河谷的臺站數(shù)較多，多出現(xiàn)低估值。如圖3e、f所示，盆地東北部、中部的均方根誤差主要集中在0~1.8℃，三州中部、攀枝花地區(qū)主要集中在0.6~2.7℃，三州與盆地過渡帶、甘孜州西部、阿壩州南部主要集中在1.8~3.6℃，且個別臺站的均方根誤差≥3.6℃。1 km融合產(chǎn)品在三州、三州-盆地過渡帶等地形較復雜區(qū)域的誤差值較5 km融合產(chǎn)品有明顯的減小。

圖3 同圖2，但為區(qū)域考核站

2.1.1.3 區(qū)域非考核站

區(qū)域非考核站在盆地西南部、東北部分布較考核站稠密，填補了國家站與區(qū)域考核站在此區(qū)域的評估空白。區(qū)域非考核站在盆地中部、南部的相關性與考核站較為相近（圖4a、b），主要集中在0.98~1，三州地區(qū)的相關性主要集中在0.92~0.98，位于三州盆地過渡帶臺站的相關性主要集中在0.92~0.96，且個別臺站的相關系數(shù)<0.92。非考核站的平均值誤差在盆地西南部、東北部多為低估值，誤差大都≤-1℃（圖4c、d），均方根誤差在此區(qū)域主要集中在0.6~2.7℃（圖4e、f）。

2.1.2 分市州評估

通過對各市州的評估可以看出：兩種融合產(chǎn)品與實況值的相關系數(shù)都比較高，在0.92以上，且盆地內(nèi)的相關性高于三州地區(qū)，1 km融合產(chǎn)品明顯優(yōu)于5 km(圖5a)。盆地內(nèi)大部分市為正平均值誤差，其原因可能是：這些臺站為了減小周圍建筑物對測站環(huán)境的影響多選址在地勢相對較高的山坡上，具有海拔較低、地勢平坦開闊、地形復雜度低等特點，從而出現(xiàn)小的高估值。而盆地內(nèi)的巴中、雅安、眉山、廣元以及三州、攀枝花等地則為負平均值誤差，這些市（州）的臺站多位于高原山區(qū)的峽谷地區(qū)、大巴山與四川盆地的交界處以及低山丘陵等地形較為復雜的區(qū)域，具有地勢起伏大、海拔較高、地形復雜度較大等特點(圖5b)。均方根誤差(圖5c)則呈現(xiàn)出盆地 <攀枝花<三州的趨勢，盆地內(nèi)的均方根誤差介于0.5~2.5℃，攀枝花地區(qū)介于1.5~2.8℃，三州地區(qū)介于2.0~3.5℃。相對而言，1 km融合產(chǎn)品在三州與攀枝花地區(qū)的誤差值明顯低于5 km產(chǎn)品。

2.1.3 分海拔評估

為研究海拔高度與評估結果的關系，按照分級海拔高度對溫度進行評估，將海拔高度分為五級：≤1000 m（低海拔）、1000~2000 m（中海拔）、2000~4000 m（亞高海拔）、4000~6000 m（高海拔）和≥6000 m（極高海拔），由于參與評估站點的最高海拔為4304.1 m，因此評估海拔高度只有前四級(表2)。經(jīng)統(tǒng)計，1000 m以下的站點有2247個，1000~2000 m的站點有424個，2000~4000 m的站點有296個，4000 m以上的站點有9個（圖6）?？梢钥闯觯瑑煞N融合產(chǎn)品隨著海拔升高，參與評估的站點個數(shù)逐漸減少， 4000 m以下站點的相關系數(shù)隨海拔增高而逐漸減小，平均值誤差與均方根誤差逐漸增大；而4000 m以上的9個站點雖然海拔高，但位置較為平坦開闊，受高山、低谷等復雜地形的影響小，地形復雜度也較小，使其誤差值低于2000~4000 m的站點；相對而言，2000~4000 m的站點，囊括了丘陵、山地、中山峽谷等地形，海拔高且地形復雜度較大，評估效果也最差?？梢?，對于高海拔且地形復雜度較高的地區(qū)，融合產(chǎn)品的誤差較大，效果比低海拔、地勢平坦地區(qū)差。

圖6 四川省各站點海拔分布

表2 氣溫融合產(chǎn)品在四川省分海拔評估結果

2.2 誤差的時間評估

2.2.1 按日評估

如圖7所示，兩種融合產(chǎn)品各時次的相關系數(shù)都比較高， 5 km融合產(chǎn)品的相關系數(shù)都在0.965以上，1 km融合產(chǎn)品的相關系數(shù)都在0.980以上；09時達到一天中相關系數(shù)的波峰，14時達到波谷；1 km與5 km的平均值誤差都在-0.4~0.2℃，并且在09~19時誤差較大，在14時達到波谷；均方根誤差的分布與平均值誤差呈現(xiàn)負相關，于14時出現(xiàn)波峰，均方根誤差值達到最大，1 km的均方根誤差值較5 km有明顯改善?？傮w而言，1 km與5 km融合產(chǎn)品具有一定的日變化趨勢，但變化幅度不大，與實況值較為一致，午后融合產(chǎn)品的誤差較其余時刻略大，代表性相對較差。

圖7 兩種融合產(chǎn)品評估結果的日變化（a. COR，b. ME，c. RMSE）

2.2.2 按季節(jié)評估

如圖8所示，兩種融合產(chǎn)品的相關性在春、夏、秋季都比較高，集中在0.95~0.99，冬季1 km融合產(chǎn)品的相關性較5 km融合產(chǎn)品有明顯的提升，且與秋季的相關性較為接近，分別為0.959與0.957；四季的平均值誤差較穩(wěn)定，介于-0.17~0.05℃，春、秋、冬季為負平均值誤差，夏季為正平均值誤差；均方根誤差呈現(xiàn)“U”型分布，夏季誤差值最小，春秋季較為接近，冬季的誤差值最大，介于1.2~2.2℃。整體來看，兩種融合產(chǎn)品在四季的變化趨勢較為一致，誤差值均在夏季最小，冬季最差，1 km融合產(chǎn)品較5 km在冬季的提升效果更顯著。

圖8 兩種融合產(chǎn)品評估結果的季節(jié)變化（a. COR，b. ME，c. RMSE）

3 結論與討論

本文利用四川省國家級考核站、區(qū)域考核站及區(qū)域非考核站的氣溫觀測數(shù)據(jù)， 通過相關系數(shù)、平均值誤差、均方根誤差等指標，對1 km和5 km的2 m氣溫融合產(chǎn)品進行質(zhì)量評估，得到如下結論：

（1）兩種融合產(chǎn)品的相關性都很好，1 km融合產(chǎn)品的平均值誤差與均方根誤差的評估效果更優(yōu)。地形與海拔高度對融合產(chǎn)品的影響較大，在地勢起伏較大區(qū)域，二者誤差明顯增大。地處低于周圍地形的臺站易出現(xiàn)氣溫負平均值誤差（低估值），地處高于周圍地形的臺站易出現(xiàn)正平均值誤差（高估值）。

（2）整體評估效果在盆地內(nèi)最優(yōu)，盆地內(nèi)大部臺站呈現(xiàn)正平均值誤差的高估值；盆地-三州過渡帶以及地勢起伏較大的盆地北部、西南部地區(qū)次之，呈現(xiàn)較小的負平均值誤差的低估值；三州、攀枝花地區(qū)最差，呈現(xiàn)較大的負平均值誤差的低估值。

（3）兩種融合產(chǎn)品都具有一定的日變化趨勢，但變化幅度不大，與實況值較為一致，午后融合產(chǎn)品的誤差較其余時刻略大，代表性相對較差。

（4）兩種融合產(chǎn)品在春、夏、秋季的評估效果優(yōu)于冬季，其中夏季為弱的高估值，春、秋、冬為低估值。1 km融合產(chǎn)品在評估效果最差的冬季較5 km融合產(chǎn)品有顯著提升。

總體來看，1 km與5 km融合產(chǎn)品均能較好地反映四川省的氣溫變化，在評估效果較差的地形條件復雜的高海拔地區(qū)，1 km融合產(chǎn)品較5 km有明顯的改善，但對該區(qū)域的評估訂正，還有待進一步研究分析。