2019—2020年1—3月降水和氣溫的多源數(shù)據(jù)融合產(chǎn)品檢驗評估及對比分析

李依瞳 慕秀香 樸美花 崔景琳

（1.吉林省氣象臺，吉林長春 130062；2.沈陽市氣象臺，遼寧沈陽 110000）

1 引言

隨著氣象觀測系統(tǒng)的快速發(fā)展，獲取觀測數(shù)據(jù)的方法越來越多，多種數(shù)值模式模擬數(shù)據(jù)質(zhì)量也在不斷提高。同時各行業(yè)對于智能網(wǎng)格的時間、空間連續(xù)實況氣象產(chǎn)品的需求也越來越大。地面觀測數(shù)據(jù)與衛(wèi)星、雷達等遙感手段獲得地面數(shù)據(jù)相結(jié)合的方法，是提高觀測數(shù)據(jù)的時間、空間匹配度行之有效的方法[1]。中國氣象局2014年啟動國家氣象科技創(chuàng)新工程，建立了亞洲區(qū)域中國氣象局陸地數(shù)據(jù)同化系統(tǒng)（CMA Land Data Assimilation System，簡稱CLDAS）。自2017年起，吉林省氣象臺開始依托智能網(wǎng)格平臺全面接收并應(yīng)用國家氣象信息中心下發(fā)的多源數(shù)據(jù)融合產(chǎn)品。

CLDAS產(chǎn)生的多源數(shù)據(jù)融合產(chǎn)品包括氣溫、降水、濕度、風(fēng)、能見度等[2]。其中降水是氣候系統(tǒng)中水分循環(huán)和能量交換的重要組成部分。多源降水融合分析早在20世紀90年代開始，利用多衛(wèi)星集成降水產(chǎn)品，再采用地面觀測對衛(wèi)星降水的系統(tǒng)偏差進行訂正，最終形成降水融合產(chǎn)品[1，3]。國內(nèi)外眾多學(xué)者對降水融合產(chǎn)品進行研究并取得大量成果，Arkin利用靜止衛(wèi)星與降水概率和降水強度關(guān)系反演降水，從而提升了對流性區(qū)域降水精確度。但關(guān)于氣溫數(shù)據(jù)融合產(chǎn)品相關(guān)研究并不多見，且大多數(shù)研究主要針對融合方法。對于多源降水融合產(chǎn)品及多源氣溫融合產(chǎn)品的本地化應(yīng)用及檢驗評估方面的研究涉及較少。

本文主要針對多源降水融合產(chǎn)品及多源氣溫融合產(chǎn)品對吉林省冬季的本地化應(yīng)用，為進一步提高多源融合產(chǎn)品的質(zhì)量，對2019年1—3月和2020年1—3月的降水、氣溫氣象要素的多源融合產(chǎn)品進行檢驗及評估。

2 資料與方法

2.1 研究區(qū)域概況及資料說明

實況資料采用吉林省381個國家級自動觀測站的降水、氣溫觀測實況。檢驗及評估資料采用CLDAS中的多源降水融合實況數(shù)據(jù)、多源氣溫融合實況數(shù)據(jù)（以下簡稱降水融合實況、氣溫融合實況），時間分辨率為1h，空間分辨率為0.0625°×0.0625°。采用雙線性插值方法將CLDAS的降水融合實況、氣溫融合實況差值到381個國家級自動觀測站，與觀測實況進行對比分析。檢驗評估時段及要素為：2019年1—3月及2020年1—3月逐日降水、氣溫，以及每日逐3h降水、氣溫。

2.2 檢驗方法說明

檢驗評估方法為平均絕對誤差分析法（MAE）、均方根誤差分析法（RMSE）、相關(guān)系數(shù)分析法（COR）、偏差分析法（BIAS）及對比分析法。

偏差（BIAS）：

平均絕對誤差（MAE）：

均方根誤差（RMSE）：

相關(guān)系數(shù)（COR）：

式中，Oi為站點觀測值；Gi為多源融合實況插值到檢驗站點得到的數(shù)值；N為參與檢驗的總樣本數(shù)（站次數(shù)）。偏差（BIAS）指標不用于對氣溫的檢驗。

3 多源降水融合產(chǎn)品檢驗及評估

3.1 逐3h多源降水融合實況檢驗及評估

對2020年1—3月逐3 h降水融合實況產(chǎn)品與站點觀測實況的偏差進行了檢驗分析。從1—3月各時次降水偏差的分布情況（圖1a）可以看出，2月降水各時次偏差大于其他月份，最大偏差出現(xiàn)在20時，高達5.16mm，3月降水各時次偏差較小。整體來看，2020年1—3月的偏差值均大于1，較大的時次出現(xiàn)在17時、20時和23時。說明以上3個時次的多源降水融合實況比觀測實況偏大。

從圖1b、圖1c來看，2月的降水融合實況與觀測實況偏差比1月、3月的大。2月各時次的降水均方根誤差和降水平均絕對誤差最大值都出現(xiàn)在14時，最大均方根誤差為1.55mm，最大平均絕對誤差為0.80mm。1月的降水融合實況與觀測實況偏差最小。

圖1 2020年1—3月逐3 h降水偏差（a）、均方根誤差（b）、平均絕對誤差（c）

通過分析2020年1—3月逐3h降水融合實況與觀測實況的相關(guān)系數(shù)（表1）發(fā)現(xiàn)，1—3月各月相關(guān)系數(shù)均＞0，說明降水融合實況與觀測實況為正相關(guān)關(guān)系。各月08時的相關(guān)系數(shù)較大，均超過0.80。2月、3月以及1—3月平均相關(guān)系數(shù)大值出現(xiàn)在02時、05時、08時。2月14時、17時、20時、23時的相關(guān)系數(shù)均較其他月的小，說明以上4個時次降水融合實況與觀測實況相關(guān)性不強，偏差較大。這與上述平均絕對誤差、均方根誤差分析較一致。

表1 2020年1—3月降水融合實況與觀測實況的相關(guān)系數(shù)

對2019年1—3月逐3h降水融合實況產(chǎn)品與站點觀測實況之間的平均絕對誤差和相對誤差進行了檢驗分析。1月逐時次平均絕對誤差最小，其次是2月，3月平均絕對誤差最大。從3月各時次誤差分布情況來看，14時誤差最大，最大平均絕對誤差達到0.02mm；02時最小，僅為0.01mm。從平均相對誤差可以看出，各時次都以正誤差為主，降水融合實況較觀測實況略偏大。

3.2 24h累積降水多源融合實況檢驗及評估

從2020年1—3月24h累積降水融合實況的平均絕對誤差、均方根誤差以及偏差檢驗來看（圖2），2月的均方根誤差、平均絕對誤差以及偏差值都大于其他月份，說明2月降水融合實況的擬合程度差，誤差較大。1月的均方根誤差、平均絕對誤差以及偏差值都小于其他月份，說明1月降水融合實況的擬合程度好，誤差較小。

圖2 2020年24 h累積降水均方根誤差、平均絕對誤差及偏差

4 多源氣溫融合產(chǎn)品檢驗及評估

4.1 逐3h多源氣溫融合實況檢驗及評估

3月氣溫平均值誤差較小，各時次誤差小于1.5℃，其中20時誤差最小，達到-0.1℃。1月各時次氣溫誤差較大，最大誤差-3.2℃，出現(xiàn)在02時?？傮w來看，20時、23時氣溫誤差較小，02時、05時氣溫誤差較大。

2月的氣溫均方根誤差最大，說明2月各時次氣溫離散度大，最大值為8.3℃，出現(xiàn)在05時。3月各時次均方根誤差較小，最小誤差4.6℃，出現(xiàn)在20時。從氣溫的整體均方根誤差可以看出，02時、05時、08時氣溫均方根誤差較大，11時、14時、17時均方根誤差較小。

通過對2020年1—3月逐3h氣溫的檢驗分析可以看出，對于24h內(nèi)20時、23時出現(xiàn)的最低氣溫融合實況與觀測實況的誤差較大。對于11時、14時的氣溫誤差較小，說明多源融合方法對于24h內(nèi)最高氣溫的擬合比對最低氣溫的預(yù)報更接近實況。

對2019年1—3月逐3h氣溫平均絕對誤差進行檢驗分析。從平均絕對誤差各時次分布來看，1月和3月的02時、05時和08時誤差最大，最大平均絕對誤差達到3.9℃，出現(xiàn)在05時；11時、14時、17時、20時較小，其中最小值出現(xiàn)在17時，為0.6℃。

4.2 多源月平均氣溫融合實況檢驗及評估

2020年1—3月平均氣溫為-7.3℃，比常年-9.3℃偏高2.0℃；2019年1—3月平均氣溫為-6.1℃，比常年偏高3.2℃。

通過分析1—3月逐3h氣溫檢驗結(jié)果（圖3）可以看出，1-3月均方根誤差及平均絕對誤差較大值出現(xiàn)在02時、05時、08時，在6.0℃左右，其他時次誤差均在2.0℃左右。說明對于1-3月較低氣溫，多源融合實況與觀測實況相差較大。

圖3 2020年1—3月逐3h氣溫均方根誤差及平均絕對誤差

2020年1—3月日最低氣溫出現(xiàn)在靖宇站，為-36.2℃。2020年1—3月日最低氣溫低于-30℃的站點共有20個，主要分布在長春北部、吉林、通化北部、白山以及長白山保護區(qū)一帶。2019年1—3月日最低氣溫低于-30℃的站點共有5個，主要分布在白山以及長白山保護區(qū)（圖4）。對比2019年和2020年1—3月日最低氣溫發(fā)現(xiàn)，2020年超過-30℃的站數(shù)明顯多于2019年，并且位于東部山區(qū)的二道站、長白站、白山站、靖宇站兩年的最低氣溫均低于-30℃。通過檢驗多源融合實況在嚴寒天氣過程中的表現(xiàn)，可以進一步評估多源融合實況。

圖4 2019年與2020年1—3月日最低氣溫對比分析

5 極端天氣多源氣溫融合產(chǎn)品檢驗及評估

5.1 嚴寒天氣多源氣溫融合實況檢驗及評估

2020年1月23—25日低溫嚴寒是2020年1—3月中最強的一次冷空氣活動，持續(xù)時間長、強度大、范圍廣，對吉林省群眾生產(chǎn)生活影響較大。最低氣溫下降較大的區(qū)域主要在吉林省中部地區(qū)，遼源、吉林、通化、白山、長白山保護區(qū)最低氣溫下降10～12℃，部分地方為14℃左右；長春南部、四平東部、延邊西部最低氣溫降溫幅度6～8℃，部分地方為10℃左右。本文選取此次嚴寒天氣過程作為個例分析，進一步探討多源氣溫融合實況對最低氣溫的融合情況。

通過對比1月23日00-23時和1月24日00-23時的氣溫融合實況與觀測實況（圖5）發(fā)現(xiàn)，多源融合對于23日白城、遼源、通化的最低溫度融合程度接近觀測實況，溫度相差不超過2℃。對于吉林的最低溫度，多源氣溫融合實況比觀測實況高6℃以上。對于24日西部地區(qū)的最低溫度多源氣溫融合接近觀測實況。通過23-24日降溫實況圖看出，此次降溫過程主要發(fā)生在吉林省中南部地區(qū)，多源融合對于23日、24日的最低氣溫的融合在西部地區(qū)較準確，在吉林、白山地區(qū)偏差較大。

圖5 2020年1月23—24日低溫天氣過程（a.23日觀測實況；b.23日多源氣溫融合實況；c.23日多源氣溫融合實況與觀測實況差值；d.24日觀測實況；e.24日多源氣溫融合實況；f.24日多源氣溫融合實況與觀測實況差值。單位：℃）

5.2 氣溫極值天氣過程中多源氣溫融合實況檢驗及評估

2020年2月5日，吉林省大部氣溫明顯下降，中部和南部最低氣溫為-30～-26℃，部分地方達-32℃，其他地區(qū)最低氣溫為-25～-22℃。吉林省有23個國家基本站最低溫度＜-30℃，出現(xiàn)酷寒天氣，主要集中在吉林省中南部地區(qū)，最低溫度達-36.2℃。氣溫融合的最低氣溫為-40.1℃，出現(xiàn)在二道站。氣溫融合實況最低氣溫的中心同樣位于中南部。從融合實況和觀測實況的差值圖中可以看到，融合實況對于2月4日的最低氣溫比觀測實況低，融合實況與觀測實況差值大值區(qū)主要集中在通化、白山以及長白山保護區(qū)一帶。

6 結(jié)語

（1）通過對比2019年及2020年1—3月降水、氣溫的多源融合實況與觀測實況發(fā)現(xiàn)，2月多源融合實況與觀測實況差值最大，說明2月降水融合實況比觀測實況偏多；3月氣溫融合實況最接近觀測實況。通過對比極端天氣過程中多源氣溫融合實況與觀測實況的空間差別發(fā)現(xiàn)，多源融合對于西部地區(qū)的氣溫融合較好。對于東部山區(qū)存在融合程度不高的情況。

（2）由于多源融合實況資料有限，研究時間段較短，同時空間差值的研究主要針對極端天氣過程，因此所得結(jié)論存在一定隨機性。今后會進一步收集多源融合數(shù)據(jù)進行長時間的對比分析，提升結(jié)論可靠性。

（3）希望通過對多源融合產(chǎn)品的研究，能早日將多源融合實況產(chǎn)品融入到吉林省智能網(wǎng)格預(yù)報平臺，并且，利用多源融合產(chǎn)品的高分辨率優(yōu)勢，將其融入網(wǎng)格預(yù)報客觀產(chǎn)品中，對格點要素預(yù)報進行滾動訂正，并應(yīng)用訂正結(jié)果作為預(yù)報背景場，從而達到提高預(yù)報準確率的目的。