ERA-Interim和CMFD氣象驅(qū)動數(shù)據(jù)在新疆額爾齊斯河流域的適用性評價

高黎明， 張樂樂， 沈永平， 張耀南， 張 偉

（1.青海師范大學(xué)地理科學(xué)學(xué)院，青海西寧 810008； 2.青海省地表過程重點(diǎn)實驗室，青海西寧 810008；3.中國科學(xué)院西北生態(tài)環(huán)境資源研究院，甘肅蘭州 730000）

0 引言

全球氣候變化已成為不爭的事實，現(xiàn)有研究表明，近百年中國增溫幅度達(dá)到0.22 ℃·（10a）-1，明顯高于全球和北半球的增溫幅度[1］。氣候變化產(chǎn)生了一系列環(huán)境問題，尤其是在高緯度和高海拔的山區(qū)流域，冰凍圈退化、水資源短缺、洪澇干旱加劇等生態(tài)環(huán)境問題日益突出[2］，直接影響人類生存環(huán)境與可持續(xù)發(fā)展。額爾齊斯河是新疆第二大河流，同時也是一條國際河，在國外流經(jīng)哈薩克斯坦和俄羅斯，對這些國家的社會經(jīng)濟(jì)發(fā)展有著極其重要的作用[3］。額爾齊斯河河源區(qū)位于我國新疆阿爾泰山區(qū)，是重要的穩(wěn)定積雪區(qū)，春季融雪對流域水資源的貢獻(xiàn)不容小覷[4］。在氣候變化背景下，積雪作為冰凍圈的重要組成部分，對氣候變化響應(yīng)極其顯著[5-6］，流域積雪變化對水資源的影響開始受到廣泛關(guān)注。基于流域布設(shè)的觀測站點(diǎn)，對融雪過程的關(guān)鍵參數(shù)及影響因素有了充分的認(rèn)識[7-10］。但流域尺度上積雪積累和消融過程還缺乏深入的研究，此外風(fēng)吹雪作為影響積雪的空間分布的一個重要因素也不容忽視。而對這些過程的準(zhǔn)確定量描述依賴于陸面過程模型或分布式水文模型。Zhang 等[11］分析了影響陸面過程模型模擬積雪精度的因素，發(fā)現(xiàn)驅(qū)動數(shù)據(jù)的不確定對模擬結(jié)果的影響大于模型本身的結(jié)構(gòu)及參數(shù)化方案。因此，在流域獲取可信的氣象驅(qū)動數(shù)據(jù)是對積雪水文過程實現(xiàn)準(zhǔn)確模擬的關(guān)鍵。

再分析資料同化了遙感、地面觀測和數(shù)值模式獲取的數(shù)據(jù)[12］，具有高時空分辨率的特點(diǎn)，是分布式模型的理想驅(qū)動數(shù)據(jù)來源。目前國際上比較常用 的 再 分 析 資 料 包 括ERA-interim[13］、NCEP CFSv2[14］、MERRA2[15］、JRA-55[16］等。在國內(nèi)，國家氣象信息中心開發(fā)了覆蓋亞洲區(qū)域的CLDAS[17］，清華大學(xué)也開發(fā)了中國區(qū)域高分辨率氣象驅(qū)動數(shù)據(jù)集（CMFD）[18-20］。國內(nèi)外學(xué)者對這些數(shù)據(jù)在不同區(qū)域的適用性進(jìn)行了評價[21-24］，但是從評價結(jié)果來看，不同來源的再分析資料在不同區(qū)域的誤差存在很大的差異性。因此，在流域尺度進(jìn)行積雪-植被-水文等過程的模擬，有必要對這些再分析資料的適用性進(jìn)行評價。

針對以上背景，本研究利用新疆額爾齊斯河流域及周邊區(qū)域觀測場記錄的氣象數(shù)據(jù)，對現(xiàn)有再分析資料在流域的適用性進(jìn)行評價。本研究的主要目標(biāo)在于找出一套適合于額爾齊斯河流域的高分辨率氣象驅(qū)動數(shù)據(jù)集，為下一步深入開展冰凍圈變化和水文過程模擬研究提供基礎(chǔ)數(shù)據(jù)。

1 資料與方法

1.1 數(shù)據(jù)來源

在新疆額爾齊斯河流域及周邊地區(qū)，中國氣象局布設(shè)了阿勒泰、哈巴河、吉木乃、福海、富蘊(yùn)和青河6 個氣象觀測站，觀測項目包括氣溫、相對濕度、風(fēng)速、降水量等，阿勒泰觀測站觀測項目還包括向下短波輻射。為了系統(tǒng)研究流域積雪水文過程，中國科學(xué)院西北生態(tài)環(huán)境資源研究院在河源區(qū)建立了庫威和喀依爾2個積雪水文綜合觀測場。其中庫威觀測場氣象觀測項目包括風(fēng)速、風(fēng)向、氣溫、相對濕度、降水量、向下短波輻射、向上短波輻射、向下長波輻射、向上長波輻射。喀依爾觀測場除了常規(guī)的氣象要素外，還布設(shè)有風(fēng)吹雪通量的觀測。這8個觀測站的地理位置如圖1 所示，本研究選取的氣象觀測數(shù)據(jù)如表1所示。

圖1 研究區(qū)氣象觀測場地理位置Fig. 1 Geographical location of meteorological stations in the study area

表1 本研究使用的氣象觀測數(shù)據(jù)信息Table 1 Meteorological observation data used in this study

格點(diǎn)氣象數(shù)據(jù)選取了ERA-Interim 和CMFD 再分析資料。ERA-Interim 數(shù)據(jù)從歐洲中期預(yù)報中心下載（https：//apps.ecmwf.int/），其中氣溫、露點(diǎn)溫度和風(fēng)速為實時數(shù)據(jù)，輻射和降水為預(yù)報數(shù)據(jù)，獲取的數(shù)據(jù)時間分辨率為6 小時。ERA-Interim 數(shù)據(jù)空間分辨率共有11種可選擇，本研究選取的數(shù)據(jù)分辨率為0.125°×0.125°。CMFD 數(shù)據(jù)從國家青藏高原科學(xué)數(shù)據(jù)中心下載（https：//data.tpdc.ac.cn/），時間分辨率為3小時，空間分辨率為0.1°×0.1°。

1.2 研究方法

1.2.1 濕度轉(zhuǎn)換方法

用于表征空氣濕度的物理量比較多，觀測數(shù)據(jù)中的濕度指標(biāo)是相對濕度（RH），ERA-Interim 是露點(diǎn)溫度（td），CMFD 是比濕（q），本研究中將露點(diǎn)溫度和比濕統(tǒng)一轉(zhuǎn)換成相對濕度。露點(diǎn)溫度和相對濕度之間的換算公式如下：

式中：e是實際水汽壓（hPa）；t是氣溫（℃）。

1.2.2 數(shù)據(jù)評價方法

分布式水文模型及陸面過程模型的驅(qū)動數(shù)據(jù)一般包括氣溫、風(fēng)速、濕度、降水量、向下短波輻射、向下長波輻射，本研究主要基于觀測數(shù)據(jù)評價再分析資料中的這6 個要素。在評價時，首先基于觀測站點(diǎn)的經(jīng)緯度找到其在ERA-Interim 和CMFD 數(shù)據(jù)上所在的格點(diǎn)，然后提取出該格點(diǎn)所有的數(shù)據(jù)，即可得到該站點(diǎn)在ERA-Interim 和CMFD 數(shù)據(jù)中對應(yīng)的氣象要素時間序列。阿勒泰、哈巴河、吉木乃、福海、富蘊(yùn)和青河氣象站獲取的日數(shù)據(jù)是經(jīng)過中國氣象局專業(yè)人員處理之后發(fā)布的，除2014 年12 月數(shù)據(jù)缺失外，其他時間數(shù)據(jù)不存在缺測問題。庫威觀測場獲取的30分鐘數(shù)據(jù)在研究期不存在缺測問題。喀依爾觀測場風(fēng)速傳感器在研究期存在部分缺測，由于該觀測場布設(shè)有兩層風(fēng)速觀測且觀測高度差別較小，通過分析數(shù)據(jù)發(fā)現(xiàn)兩層風(fēng)速的平均偏差小于0.26 m·s-1，因此當(dāng)出現(xiàn)缺失數(shù)據(jù)時可以直接用另外一層的風(fēng)速替代。如果兩層均出現(xiàn)缺測，當(dāng)缺失數(shù)據(jù)比較少（少于3個）且前后相鄰的時間段內(nèi)風(fēng)速變化不大時，可直接使用前后相鄰兩個時間風(fēng)速的均值來填補(bǔ)，當(dāng)連續(xù)缺失數(shù)據(jù)多于3個時，那么缺失時間段的數(shù)據(jù)將不用于ERA-Interim 和CMFD 數(shù)據(jù)精度的評價。庫威和喀依爾觀測場日數(shù)據(jù)的獲取采用了與中國氣象局?jǐn)?shù)據(jù)相同的處理方案。

對ERA-Interim 和CMFD 再分析資料的評價采用了相關(guān)系數(shù)（R）、平均偏差（BIAS）和均方根誤差（RMSE）等常用統(tǒng)計指標(biāo)。R 的取值范圍在-1 和1之間，越接近1，代表再分析資料與觀測數(shù)據(jù)的一致性越好。BIAS 值大于0 則代表再分析資料對該要素存在高估，小于0 則代表低估。RMSE 值越接近0，則代表再分析資料的精度越高。

2 結(jié)果分析

2.1 ERA-Interim和CMFD小時尺度數(shù)據(jù)評價

本研究中庫威站觀測數(shù)據(jù)的時間間隔為30 分鐘，喀依爾站數(shù)據(jù)的時間間隔為10分鐘，ERA-Inter?im 數(shù)據(jù)的時間間隔為6 小時，CMFD 數(shù)據(jù)的時間間隔為3 小時。在評價ERA-Interim 和CMFD 小時尺度數(shù)據(jù)精度時，為了保持?jǐn)?shù)據(jù)時間的一致性，我們將所有的數(shù)據(jù)間隔全部處理成了6小時。將研究期庫威和喀依爾站記錄的6 小時氣溫、相對濕度、風(fēng)速、降水量、向下短波輻射和向下長波輻射作為橫軸，將ERA-Interim 和CMFD 對應(yīng)格點(diǎn)獲取的氣象數(shù)據(jù)作為縱軸，繪制了散點(diǎn)圖（圖2），并計算得到了觀測數(shù)據(jù)與ERA-Interim 和CMFD 之間的R、BIAS和RMSE 值。從圖2 中可以看出，ERA-Interim 和CMFD 記錄的小時氣溫、向下短波輻射和向下長波輻射與觀測數(shù)據(jù)之間的R 值均在0.85 以上，且散點(diǎn)主要集中在y=x 線附近，說明ERA-Interim 和CMFD氣溫、向下短波輻射和向下長波輻射與觀測數(shù)據(jù)具有很好的一致性。ERA-Interim 記錄的相對濕度與觀測數(shù)據(jù)（R=0.75）之間的一致性優(yōu)于CMFD 數(shù)據(jù)。兩種再分析資料記錄的風(fēng)速和降水量與觀測數(shù)據(jù)的一致性都比較差。從BIAS 值來看，ERA-Interim對氣溫、降水量、向下長波輻射存在低估，而對相對濕度、風(fēng)速、向下短波輻射存在高估。CMFD 則對氣溫、風(fēng)速、降水量、向下短波和向下長波輻射均存在低估，對相對濕度存在高估。RMSE 值則表明ERA-Interim 記錄的小時氣溫、相對濕度、降水量、向下短波輻射準(zhǔn)確度略高于CMFD 數(shù)據(jù)，而記錄的風(fēng)速和向下長波輻射準(zhǔn)確度略低于CMFD數(shù)據(jù)。

2.2 ERA-Interim和CMFD日數(shù)據(jù)評價

對ERA-Interim 和CMFD 日數(shù)據(jù)的評價除了用到庫威和喀依爾站的觀測數(shù)據(jù)外，還用到了6 個中國氣象局觀測站點(diǎn)的日數(shù)據(jù)。國家氣象站點(diǎn)的日平均氣溫、風(fēng)速、相對濕度通過每天北京時間02：00、08：00、14：00 和20：00 記錄的數(shù)據(jù)求平均得到，日降水?dāng)?shù)據(jù)則為20：00—次日20：00記錄的降水量。將ERA-Interim 和CMFD 數(shù)據(jù)處理到與觀測數(shù)據(jù)相同的時間，計算得到了對應(yīng)格點(diǎn)處的日平均數(shù)據(jù)。將研究期所有觀測站得到的日平均氣象要素值作為自變量，將ERA-Interim 和CMFD 對應(yīng)格點(diǎn)提取的數(shù)據(jù)作為因變量，繪制了散點(diǎn)圖（圖3）。同樣也計算了觀測數(shù)據(jù)與ERA-Interim 和CMFD 之間的R、BIAS 和RMSE 值。從整體上看，ERA-Interim和CMFD 的日平均氣溫、向下短波輻射和向下長波輻射與觀測數(shù)據(jù)的一致性明顯優(yōu)于風(fēng)速、相對濕度和降水量，這與小時數(shù)據(jù)得到的結(jié)果具有一致性。然而從RMSE 值來看，日尺度上CMFD 記錄的所有氣象要素的準(zhǔn)確度均高于ERA-Interim 數(shù)據(jù)，這與小時尺度得到的結(jié)果不一致。分析原因發(fā)現(xiàn)，CMFD 數(shù)據(jù)的制作除了融合再分析資料外，還融合了國家氣象站點(diǎn)的觀測數(shù)據(jù)[20］，這就導(dǎo)致了當(dāng)加入6 個國家氣象站點(diǎn)的數(shù)據(jù)對CMFD 和ERA-Interim進(jìn)行評價時，CMFD數(shù)據(jù)的準(zhǔn)確度要明顯高于ERAInterim數(shù)據(jù)。

圖3 氣象要素日值與ERA-Interim和CMFD數(shù)據(jù)散點(diǎn)圖Fig. 3 Scatter plot based on the observed daily meteorological data，ERA-Interim and CMFD data during the study period

2.3 ERA-Interim 和CMFD 氣象參數(shù)空間分布對比

為了進(jìn)一步分析ERA-Interim 和CMFD 數(shù)據(jù)在研究區(qū)的一致性，基于2011—2018年數(shù)據(jù)分別統(tǒng)計了兩種再分析資料記錄的年平均氣溫、相對濕度、風(fēng)速、降水量、向下短波輻射、向下長波輻射，并給出了這6 個氣象要素在空間上的分布（圖4）。從圖4 可以看出，基于兩種數(shù)據(jù)得到年平均氣溫、風(fēng)速、降水量、向下長波輻射在空間分布上具有很好的一致性。氣溫、風(fēng)速和向下長波輻射在空間分布上均表現(xiàn)為從東北向西南遞增的趨勢，降水則表現(xiàn)為從北向南遞減的趨勢。兩種數(shù)據(jù)記錄的年平均相對濕度空間分布整體上也具有不錯的一致性，最大值都位于流域的北部，低值位于流域的東南部。但CMFD 記錄的相對濕度在流域的西部出現(xiàn)了低值中心，但是ERA-Interim 數(shù)據(jù)并未出現(xiàn)該低值中心。兩種數(shù)據(jù)記錄的向下短波輻射空間分布差距較大，ERA-Interim 記錄的向下短波輻射在空間分布上整體表現(xiàn)為從西北向東南遞增的趨勢，而CMFD 記錄的向下短波輻射則表現(xiàn)為流域中部高，東西部低。

圖4 ERA-Interim和CMFD氣象要素年平均值空間分布Fig. 4 Spatial distribution of annual mean values of meteorological elements based on ERA-Interim and CMFD data

3 討論

本研究評價了ERA-Interim 和CMFD 再分析資料在研究區(qū)的適用性。除了這兩種資料外，在前期的研究中，吳雪嬌等[27］利用WRF模式制備了額爾齊斯河源區(qū)的小時氣象驅(qū)動數(shù)據(jù)（WRF 數(shù)據(jù)）。為了進(jìn)一步評價ERA-Interim 和CMFD 相對于其他資料的優(yōu)劣，我們對比了WRF 數(shù)據(jù)與ERA-Interim 和CMFD 再分析資料在研究區(qū)的適用性。表2 給出了WRF 和觀測小時氣象數(shù)據(jù)獲取得到的一元線性回歸模型的斜率k和擬合優(yōu)度R2以及本研究給出的結(jié)果。從表中可以看出，WRF 模擬得到的氣溫、相對濕度、向下短波輻射與觀測數(shù)據(jù)的一致性較高，風(fēng)速一致性比較差，這與基于ERA-Interim 和CMFD得到的評價結(jié)果具有一致性。但從k和R2值來看，基于WRF 模擬得到的氣溫、相對濕度、向下短波輻射和向下長波輻射精度明顯低于ERA-Interim 和CMFD數(shù)據(jù)。

表2 WRF、ERA-Interim和CMFD氣象數(shù)據(jù)與觀測數(shù)據(jù)之間的線性斜率k和擬合優(yōu)度R2Table 2 The k and R2 values between WRF，ERA-Interim and CMFD meteorological data and the observed data

降水是一個重要的氣象驅(qū)動參數(shù)，從對比的結(jié)果來看，ERA-Interim 和CMFD 小時和日降水?dāng)?shù)據(jù)與觀測數(shù)據(jù)的一致性較差。以往研究表明，降水格點(diǎn)數(shù)據(jù)在小時尺度和日尺度的一致性普遍比較差，月尺度上有不錯的一致性[28-29］。本研究也嘗試計算了ERA-Interim 和CMFD 與觀測月降水量數(shù)據(jù)的R、BIAS 和RMSE 值。由于喀依爾觀測數(shù)據(jù)的時間序列比較短，僅選用其他7個站點(diǎn)的數(shù)據(jù)，計算結(jié)果如表3 所示。從表3 的計算結(jié)果來看，在新疆額爾齊斯河流域ERA-Interim 和CMFD 與觀測月降水量數(shù)據(jù)的相關(guān)系數(shù)相對于小時數(shù)據(jù)和日數(shù)據(jù)有了明顯的提高，且CMFD 月降水精度整體高于ERA-Inter?im 數(shù)據(jù)。但從R值來看，新疆額爾齊斯河流域得到ERA-Interim 和CMFD 與觀測月降水量數(shù)據(jù)的R明顯小于在疏勒河地區(qū)得到的結(jié)果[30］。其主要原因在于額爾齊斯河流域冷季固態(tài)降水量比較大，加上該區(qū)域風(fēng)速較高，導(dǎo)致降水觀測數(shù)據(jù)本身存在很大的不確定性[31］。

表3 ERA-Interim和CMFD與觀測月降水量數(shù)據(jù)的R、BIAS和RMSE值Table 3 The R，BIAS and RMSE values of ERA-Interim and CMFD with observed monthly precipitation data

本研究評價的結(jié)果表明，小時尺度上ERA-In?terim 記錄的氣溫、相對濕度、降水量、向下短波輻射準(zhǔn)確度略高于CMFD 數(shù)據(jù)，而記錄的風(fēng)速和向下長波輻射準(zhǔn)確度略低于CMFD 數(shù)據(jù)。而在日尺度上CMFD 記錄的所有氣象要素準(zhǔn)確度均高于ERA-In?terim，其主要原因在于CMFD 數(shù)據(jù)的制作融合了中國氣象局氣象站的觀測數(shù)據(jù)，導(dǎo)致引入6 個國家氣象站點(diǎn)評價時CMFD 的準(zhǔn)確度明顯優(yōu)于ERA-Inter?im。由于研究區(qū)除中國氣象局布設(shè)的站點(diǎn)外，其他可獲取的氣象觀測數(shù)據(jù)比較少，僅僅依據(jù)庫威和喀依爾站觀測數(shù)據(jù)的評價結(jié)果缺乏說服力。為了解決該問題，我們進(jìn)一步參考了基于ERA-Interim 和CMFD 作為驅(qū)動數(shù)據(jù)的模型模擬結(jié)果。在前期的研究中[32］，我們分別將ERA-Interim 和CMFD 作為驅(qū)動數(shù)據(jù)利用Noah-MP 模型模擬了新疆額爾齊斯河流域2001—2014年平均雪深的變化，并將中國臺站雪深網(wǎng)格化數(shù)據(jù)集作為標(biāo)準(zhǔn)對模擬結(jié)果進(jìn)行了評價，得到的結(jié)果表明基于CMFD 驅(qū)動模擬的雪深準(zhǔn)確度明顯優(yōu)于ERA-Interim。綜合本研究基于站點(diǎn)數(shù)據(jù)的評價結(jié)果以及以往模型模擬的驗證結(jié)果，我們認(rèn)為在新疆額爾齊斯河流域，CMFD 氣象數(shù)據(jù)的準(zhǔn)確度優(yōu)于ERA-Interim，更適合于流域積雪、水文等過程的模擬研究。

4 結(jié)論

本研究基于新疆額爾齊斯河流域8個觀測站記錄的氣象數(shù)據(jù)對ERA-Interim 和CMFD 在流域記錄氣溫、風(fēng)速、相對濕度、降水量、向下短波輻射、向下長波輻射數(shù)據(jù)準(zhǔn)確度進(jìn)行了評價，并對比了ERAInterim 和CMFD 數(shù)據(jù)這些氣象要素年平均值的空間分布特征。得出的主要結(jié)論如下：

（1）ERA-Interim 和CMFD 記錄氣溫、向下短波輻射和向下長波輻射數(shù)據(jù)與觀測數(shù)據(jù)具有很好的一致性，相對濕度數(shù)據(jù)也有不錯的一致性，但降水和風(fēng)速數(shù)據(jù)與觀測數(shù)據(jù)的一致性比較差。從計算的BIAS 和RMSE 值 可 以 看 出，ERA-Interim 和CMFD 對6 個氣象要素存在不同程度的高估和低估，但整體上CMFD 記錄的日平均氣溫、風(fēng)速、相對濕度、降水量、向下短波輻射和向下長波輻射的精度要高于ERA-Interim數(shù)據(jù)。

（2）從ERA-Interim 和CMFD 記錄氣象要素年平均值在研究區(qū)的空間分布來看，兩種數(shù)據(jù)記錄的氣溫、風(fēng)速、相對濕度、降水量、向下長波輻射數(shù)據(jù)在空間分布上具有一致性，但向下短波輻射在空間上的分布一致性較差。

綜合以上得出的結(jié)論，結(jié)合以往研究將ERAInterim 和CMFD 作為驅(qū)動在新疆額爾齊斯河流域積雪模擬得到的結(jié)果，認(rèn)為CMFD 數(shù)據(jù)在流域的適用性略優(yōu)于ERA-Interim 數(shù)據(jù)。但是需要注意的是，兩種氣象驅(qū)動數(shù)據(jù)獲取的向下短波輻射在流域的空間分布存在較大的差異性，因此在以后的研究中有必要通過加密觀測進(jìn)一步理清向下短波輻射在流域的空間分布特征。此外，降水和風(fēng)速作為在流域開展積雪水文過程研究的兩個關(guān)鍵參數(shù)，ERAInterim 和CMFD 對降水量存在低估，記錄的風(fēng)速與觀測數(shù)據(jù)的差距也比較大，后期研究中需要通過加密觀測以及借助數(shù)據(jù)同化技術(shù)來獲取更為精準(zhǔn)的驅(qū)動數(shù)據(jù)。