基于寧夏地區(qū)再分析數(shù)據(jù)的加權(quán)平均溫度建模與分析

李筱，齊鋒

( 中國電波傳播研究所，山東青島 266107)

0 引言

加權(quán)平均溫度是全球衛(wèi)星導航系統(tǒng)(GNSS)氣象學的一個重要物理量[1].在GNSS氣象學解算大氣可降水量(PWV)過程中，基于GNSS載波相位觀測值以及國際GNSS服務(IGS)等提供的高精度衛(wèi)星星歷及衛(wèi)星鐘差，利用單點定位算法[2]解算對流層天頂延遲(ZTD).而對流層靜力延遲(ZHD)可以用Saastamoinen 模型經(jīng)驗公式較精確地獲得[3]，ZTD扣除ZHD，即得到對流層天頂濕延遲(ZWD)，利用ZWD與轉(zhuǎn)換因子可以換算得到PWV，加權(quán)平均溫度是轉(zhuǎn)換因子的一個重要影響因素.

FNL(Final Analysis Data of Global Forecast System)數(shù)據(jù)是由美國國家環(huán)境預報中心提供的再分析格點數(shù)據(jù)[4].時間分辨率為6 h/次，空間水平分辨率為1°×1°，垂直方向包括地面以及1 000～10 hPa 的26 個等壓面層數(shù)據(jù).該產(chǎn)品由全球數(shù)據(jù)同化系統(tǒng)(GDAS)生成，考慮了全球電信系統(tǒng)(GTS)等多種觀測數(shù)據(jù)，是國際上中尺度數(shù)值模式和區(qū)域氣候模式常用的初始場之一.

本文以寧夏周邊地區(qū)為例，基于2017年的歷史再分析柵格數(shù)據(jù)，給出了加權(quán)平均溫度統(tǒng)計模型的建模方法，通過與通用加權(quán)平均溫度統(tǒng)計模型進行對比，統(tǒng)計分析了新模型的預報精度.

1 加權(quán)平均溫度

表1 飽和水汽壓公式系數(shù)值

Bevis M 等[9]利用美國27°N～65°N 內(nèi)的探空數(shù)據(jù)資料，回歸得到的通用公式[7]為

式中，T0為地面開氏氣溫(K).

2 模型構(gòu)建

2.1 數(shù)據(jù)源

提取2017年FNL再分析格點數(shù)據(jù)35°N～40°N、104°E～108°E 范圍，氣象數(shù)據(jù)樣本如圖1所示，包含各個格點的海拔高度、氣壓、氣溫、相對濕度信息.

圖1 氣象數(shù)據(jù)樣本選取范圍

2.2 加權(quán)平均溫度建模

根據(jù)式(5)計算各個格點4個時刻的加權(quán)平均溫度.以地面為積分起始高度，積分截止高度為氣象數(shù)據(jù)剖面中的最大高度值.

假定加權(quán)平均溫度隨地面氣溫呈線性變化，用最小二乘法[10]擬合得到線性關系式的常數(shù)項與系數(shù)項.

式中，ai和bi為擬合得到的每個格點不同時刻的系數(shù)項和常數(shù)項.

3 結(jié)果與分析

將再分析數(shù)據(jù)計算得到的加權(quán)平均溫度作為真值，對比式(6)計算得到的加權(quán)平均溫度(稱為通用模型)和式(7)計算得到的加權(quán)平均溫度(稱為新模型)，分別統(tǒng)計了各個格點的均方根誤差(RMSE).

圖2～圖9給出了2017年00：00世界時(UT)、06：00 UT、12:00 UT、18：00 UT 時刻樣本區(qū)域內(nèi)不同格點的RMSE統(tǒng)計結(jié)果.

由圖2～圖9可知：通用模型RMSE最大值約為17.5℃，新模型RMSE 最大值約為4.2℃；一天中，06：00 UT 時刻的RMSE 最大，18：00 UT時刻的RMSE較小.

圖2 00:00 UT 時刻通用模型統(tǒng)計RMSE結(jié)果

圖3 00:00 UT時刻新模型統(tǒng)計RMSE結(jié)果

圖4 06:00 UT時刻通用模型統(tǒng)計RMSE結(jié)果

圖5 06:00 UT時刻新模型統(tǒng)計RMSE結(jié)果

圖6 12:00 UT時刻通用模型統(tǒng)計RMSE結(jié)果

圖7 12:00 UT 時刻新模型統(tǒng)計RMSE結(jié)果

圖8 18:00 UT時刻通用模型統(tǒng)計RMSE結(jié)果

圖9 18:00 UT 時刻新模型統(tǒng)計RMSE結(jié)果

4 結(jié)論

本文以寧夏地區(qū)為例，利用FNL 再分析數(shù)據(jù)，構(gòu)建了加權(quán)平均溫度的統(tǒng)計模型，并與通用加權(quán)平均溫度模型的預報精度進行了對比.統(tǒng)計分析可知：較通用模型，新模型對加權(quán)平均溫度的預報精度有較明顯的優(yōu)勢.因此，在對加權(quán)平均溫度精度要求較高的情況，構(gòu)建當?shù)氐募訖?quán)平均溫度模型是十分必要的.

致謝：再分析歷史氣象數(shù)據(jù)由美國國家環(huán)境預報中心提供，在此表示感謝.