兩種高分辨率氣溫實(shí)況融合產(chǎn)品在四川省的質(zhì)量評(píng)估

蔣雨荷 , 黃曉龍 , 杜 冰

（1. 高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室, 成都 610072；2. 四川省氣象探測(cè)數(shù)據(jù)中心, 成都 610072）

引言

多年以來(lái)，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(dòng)站的觀(guān)測(cè)儀器進(jìn)行定時(shí)觀(guān)測(cè)，但限于站點(diǎn)離散且分布不均勻，難以覆蓋整個(gè)中國(guó)區(qū)域。利用數(shù)學(xué)方法將站點(diǎn)觀(guān)測(cè)值插值成格點(diǎn)數(shù)據(jù)，在站點(diǎn)密集且空間變異少的區(qū)域，效果良好。但在地形復(fù)雜、區(qū)域廣闊、站點(diǎn)稀少的區(qū)域，尤其是在中國(guó)西部的川西高原等地區(qū)，單純的數(shù)學(xué)方法難以獲得高質(zhì)量的格點(diǎn)實(shí)況數(shù)據(jù)[1]。近年來(lái)，國(guó)內(nèi)外學(xué)者將陸面數(shù)值模式和衛(wèi)星、雷達(dá)、站點(diǎn)觀(guān)測(cè)等信息進(jìn)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(guó)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(yù)報(bào)能力；韓國(guó)氣象局(KMA)發(fā)展的韓國(guó)陸面數(shù)據(jù)同化系統(tǒng)（KLDAS）[6]已用于提供中尺度天氣預(yù)報(bào)模式（WRF）模式的陸面初始場(chǎng)。

我國(guó)在引進(jìn)國(guó)際先進(jìn)融合技術(shù)的基礎(chǔ)上，消化吸收并自主創(chuàng)新，建成了業(yè)務(wù)化的亞洲區(qū)域CMA陸面數(shù)據(jù)同化業(yè)務(wù)系統(tǒng)（CLDAS）和中國(guó)區(qū)域融合降水分析系統(tǒng)（CMPS-Hourly V2.1），以及實(shí)時(shí)運(yùn)行的全球海表溫度產(chǎn)品系統(tǒng)（CODAS-SST）和中國(guó)區(qū)域三維云融合系統(tǒng)（3DCloudAS）。其中CLDAS-V2.0實(shí)現(xiàn)了亞洲區(qū)域時(shí)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(dòng)場(chǎng)（2 m氣溫、地面氣壓、2 m比濕、風(fēng)速、小時(shí)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(duì)濕度和土壤體積含水量）等陸面產(chǎn)品的實(shí)時(shí)生產(chǎn)和發(fā)布[7-8]。2017年3月19日，為進(jìn)一步滿(mǎn)足氣象業(yè)務(wù)的需求，國(guó)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(jìn)入業(yè)務(wù)化試運(yùn)行，該系統(tǒng)采用多種來(lái)源資料，包括地面站點(diǎn)觀(guān)測(cè)數(shù)據(jù)、ECMWF數(shù)值分析和預(yù)報(bào)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(shù)研制了2 m氣溫、2 m比濕、10 m風(fēng)、地面氣壓、降水等融合分析產(chǎn)品，時(shí)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(guó)內(nèi)外同類(lèi)產(chǎn)品比較，時(shí)空分辨率更高[9]。

近幾年，國(guó)內(nèi)氣象學(xué)者在上述5 km和1 km模式融合產(chǎn)品的評(píng)估釋用方面做了一系列工作[9-12]。例如，龍柯吉等[9]對(duì)中國(guó)區(qū)域1 km氣溫實(shí)況融合產(chǎn)品進(jìn)行評(píng)估分析，結(jié)果表明：逐小時(shí)實(shí)況融合產(chǎn)品與站點(diǎn)實(shí)況基本一致，有較高的參考性，但在海拔較高，地形復(fù)雜的區(qū)域需要細(xì)致評(píng)估后使用。陳玉瑋等[10]通過(guò)檢驗(yàn)評(píng)估廣東省智能網(wǎng)格實(shí)況分析產(chǎn)品得出結(jié)論：氣溫網(wǎng)格實(shí)況的趨勢(shì)與站點(diǎn)實(shí)況相近，最低氣溫誤差大于最高氣溫。俞劍蔚等[11]分析評(píng)估了5 km國(guó)家級(jí)格點(diǎn)實(shí)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(diǎn)數(shù)據(jù)對(duì)內(nèi)蒙古地區(qū)5 km氣溫實(shí)況融合產(chǎn)品進(jìn)行評(píng)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(guó)西南部，西部為高原山地，東部多為盆地、丘陵，下墊面復(fù)雜多樣，且高原臺(tái)站分布相對(duì)稀疏，對(duì)實(shí)況網(wǎng)格融合產(chǎn)品的適用性評(píng)估與服務(wù)應(yīng)用有著迫切的需求。2 m氣溫實(shí)況融合產(chǎn)品是CLDAS與HRCLDAS的重要組成部分，其可信度是評(píng)估實(shí)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(gè)國(guó)家級(jí)考核站、1282個(gè)區(qū)域考核站、1411個(gè)區(qū)域非考核站的氣溫觀(guān)測(cè)數(shù)據(jù)， 通過(guò)相關(guān)系數(shù)、平均值誤差、均方根誤差等指標(biāo)對(duì)CLDAS（5 km×5 km）、HRCLDAS（1 km×1 km）2 m氣溫實(shí)況融合格點(diǎn)分析產(chǎn)品進(jìn)行質(zhì)量評(píng)估，以了解高、低分辨率實(shí)況融合產(chǎn)品對(duì)四川省氣溫的刻畫(huà)能力，以期為融合產(chǎn)品在區(qū)域氣候研究、防災(zāi)減災(zāi)、決策服務(wù)等方面的科學(xué)應(yīng)用提供技術(shù)支撐。

1 資料與方法

1.1 資料來(lái)源

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

（2）參與檢驗(yàn)的站點(diǎn)數(shù)據(jù)為四川省氣象探測(cè)數(shù)據(jù)中心業(yè)務(wù)質(zhì)控流程質(zhì)控過(guò)的四川省地面逐小時(shí)氣溫觀(guān)測(cè)資料，并選取質(zhì)量控制碼為0（數(shù)據(jù)正確）的觀(guān)測(cè)數(shù)據(jù)進(jìn)行研究，包括國(guó)家站156個(gè)、區(qū)域考核站1282個(gè)、區(qū)域非考核站1411個(gè)。

1.2 方法

將四川省156個(gè)國(guó)家氣象觀(guān)測(cè)站、1282個(gè)區(qū)域考核站以及1411個(gè)區(qū)域非考核站逐小時(shí)氣溫觀(guān)測(cè)資料作為實(shí)況真值，把融合產(chǎn)品按雙線(xiàn)性插值的方法插值到站點(diǎn)，通過(guò)統(tǒng)計(jì)比較一段時(shí)間內(nèi)兩者的評(píng)估指標(biāo)對(duì)數(shù)據(jù)進(jìn)行評(píng)估。評(píng)估檢驗(yàn)期間所有參與檢驗(yàn)的樣本均以小時(shí)觀(guān)測(cè)數(shù)據(jù)結(jié)果累積計(jì)算得到。

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

評(píng)估指標(biāo)主要有：相關(guān)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(diǎn)觀(guān)測(cè)值，Gi為實(shí)況網(wǎng)格分析產(chǎn)品插值到檢驗(yàn)站點(diǎn)的數(shù)值，N為參與檢驗(yàn)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(duì)比評(píng)估

從四川省2019年8月1日00時(shí)~2020年7月31日23時(shí)的整體評(píng)估情況（表1）來(lái)看，1 km融合產(chǎn)品與實(shí)況資料的相關(guān)程度更高，其質(zhì)量較5 km有明顯的改進(jìn)，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(píng)估情況來(lái)看，兩種融合產(chǎn)品與實(shí)況站點(diǎn)資料的相關(guān)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(píng)估結(jié)果

2.1 誤差的空間評(píng)估

參考地區(qū)地貌類(lèi)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(yáng)、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(lè)山）、盆地東北部（南充、巴中、達(dá)州和廣安）、盆地西北部（成都、德陽(yáng)、綿陽(yáng)和廣元）7個(gè)地區(qū)（圖1）。

圖1 四川不同地區(qū)劃分

2.1.1 分站點(diǎn)評(píng)估

2.1.1.1 國(guó)家站

如圖2a、b所示，國(guó)家站的相關(guān)系數(shù)基本都在0.98以上，表明兩種融合產(chǎn)品與實(shí)況資料的相關(guān)程度較高。其中，相關(guān)系數(shù)較小的臺(tái)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(jiǎn)稱(chēng)“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(guò)渡帶和高山河谷地區(qū)，海拔高且地勢(shì)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(guò)渡帶的臺(tái)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(tái)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(guò)渡帶、三州西部邊緣的臺(tái)站，如寶興、雅江、九寨溝等，大都位于高山河谷區(qū)域，地勢(shì)較低，氣溫的觀(guān)測(cè)值也會(huì)略高于四周，使融合產(chǎn)品的插值結(jié)果小于觀(guān)測(cè)值，造成平均值誤差為負(fù)，出現(xiàn)低估值；反之，位于盆地中部的臺(tái)站為避免受周?chē)ㄖ锏恼趽?，選址相對(duì)較高，如漢源、寧南、峨眉山等，較高的地勢(shì)，使得氣溫略低于周邊區(qū)域，融合產(chǎn)品的插值結(jié)果大于觀(guān)測(cè)值，造成平均值誤差為正，出現(xiàn)高估值。融合產(chǎn)品對(duì)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(fù)雜區(qū)域的評(píng)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(tái)站數(shù)較多，主要分布在盆地內(nèi)部、三州中部；三州-盆地過(guò)渡帶、甘孜州西部、阿壩州北部地區(qū)的平均絕對(duì)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(guó)家站的對(duì)比評(píng)估結(jié)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(guān)性在盆地內(nèi)部最好，相關(guān)系數(shù)基本≥0.98；位于盆地與高原過(guò)渡帶、甘孜州西南部、阿壩州北部臺(tái)站的相關(guān)性較差，相關(guān)系數(shù)<0.92的臺(tái)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(tái)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(guò)渡帶上的平均值誤差<-1℃的臺(tái)站數(shù)較多，此區(qū)域地勢(shì)起伏大，地形較復(fù)雜，位于高山河谷的臺(tái)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(guò)渡帶、甘孜州西部、阿壩州南部主要集中在1.8~3.6℃，且個(gè)別臺(tái)站的均方根誤差≥3.6℃。1 km融合產(chǎn)品在三州、三州-盆地過(guò)渡帶等地形較復(fù)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(bǔ)了國(guó)家站與區(qū)域考核站在此區(qū)域的評(píng)估空白。區(qū)域非考核站在盆地中部、南部的相關(guān)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(guān)性主要集中在0.92~0.98，位于三州盆地過(guò)渡帶臺(tái)站的相關(guān)性主要集中在0.92~0.96，且個(gè)別臺(tái)站的相關(guān)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(píng)估

通過(guò)對(duì)各市州的評(píng)估可以看出：兩種融合產(chǎn)品與實(shí)況值的相關(guān)系數(shù)都比較高，在0.92以上，且盆地內(nèi)的相關(guān)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(tái)站為了減小周?chē)ㄖ飳?duì)測(cè)站環(huán)境的影響多選址在地勢(shì)相對(duì)較高的山坡上，具有海拔較低、地勢(shì)平坦開(kāi)闊、地形復(fù)雜度低等特點(diǎn)，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(fù)平均值誤差，這些市（州）的臺(tái)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(fù)雜的區(qū)域，具有地勢(shì)起伏大、海拔較高、地形復(fù)雜度較大等特點(diǎn)(圖5b)。均方根誤差(圖5c)則呈現(xiàn)出盆地 <攀枝花<三州的趨勢(shì)，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(duì)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(píng)估

為研究海拔高度與評(píng)估結(jié)果的關(guān)系，按照分級(jí)海拔高度對(duì)溫度進(jìn)行評(píng)估，將海拔高度分為五級(jí)：≤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(píng)估站點(diǎn)的最高海拔為4304.1 m，因此評(píng)估海拔高度只有前四級(jí)(表2)。經(jīng)統(tǒng)計(jì)，1000 m以下的站點(diǎn)有2247個(gè)，1000~2000 m的站點(diǎn)有424個(gè)，2000~4000 m的站點(diǎn)有296個(gè)，4000 m以上的站點(diǎn)有9個(gè)（圖6）?？梢钥闯?，兩種融合產(chǎn)品隨著海拔升高，參與評(píng)估的站點(diǎn)個(gè)數(shù)逐漸減少， 4000 m以下站點(diǎn)的相關(guān)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(gè)站點(diǎn)雖然海拔高，但位置較為平坦開(kāi)闊，受高山、低谷等復(fù)雜地形的影響小，地形復(fù)雜度也較小，使其誤差值低于2000~4000 m的站點(diǎn)；相對(duì)而言，2000~4000 m的站點(diǎn)，囊括了丘陵、山地、中山峽谷等地形，海拔高且地形復(fù)雜度較大，評(píng)估效果也最差?？梢?jiàn)，對(duì)于高海拔且地形復(fù)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(shì)平坦地區(qū)差。

圖6 四川省各站點(diǎn)海拔分布

表2 氣溫融合產(chǎn)品在四川省分海拔評(píng)估結(jié)果

2.2 誤差的時(shí)間評(píng)估

2.2.1 按日評(píng)估

如圖7所示，兩種融合產(chǎn)品各時(shí)次的相關(guān)系數(shù)都比較高， 5 km融合產(chǎn)品的相關(guān)系數(shù)都在0.965以上，1 km融合產(chǎn)品的相關(guān)系數(shù)都在0.980以上；09時(shí)達(dá)到一天中相關(guān)系數(shù)的波峰，14時(shí)達(dá)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(shí)誤差較大，在14時(shí)達(dá)到波谷；均方根誤差的分布與平均值誤差呈現(xiàn)負(fù)相關(guān)，于14時(shí)出現(xiàn)波峰，均方根誤差值達(dá)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(shì)，但變化幅度不大，與實(shí)況值較為一致，午后融合產(chǎn)品的誤差較其余時(shí)刻略大，代表性相對(duì)較差。

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

2.2.2 按季節(jié)評(píng)估

如圖8所示，兩種融合產(chǎn)品的相關(guān)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(guān)性較5 km融合產(chǎn)品有明顯的提升，且與秋季的相關(guān)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(fù)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(lái)看，兩種融合產(chǎn)品在四季的變化趨勢(shì)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(píng)估結(jié)果的季節(jié)變化（a. COR，b. ME，c. RMSE）

3 結(jié)論與討論

本文利用四川省國(guó)家級(jí)考核站、區(qū)域考核站及區(qū)域非考核站的氣溫觀(guān)測(cè)數(shù)據(jù)， 通過(guò)相關(guān)系數(shù)、平均值誤差、均方根誤差等指標(biāo)，對(duì)1 km和5 km的2 m氣溫融合產(chǎn)品進(jìn)行質(zhì)量評(píng)估，得到如下結(jié)論：

（1）兩種融合產(chǎn)品的相關(guān)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(píng)估效果更優(yōu)。地形與海拔高度對(duì)融合產(chǎn)品的影響較大，在地勢(shì)起伏較大區(qū)域，二者誤差明顯增大。地處低于周?chē)匦蔚呐_(tái)站易出現(xiàn)氣溫負(fù)平均值誤差（低估值），地處高于周?chē)匦蔚呐_(tái)站易出現(xiàn)正平均值誤差（高估值）。

（2）整體評(píng)估效果在盆地內(nèi)最優(yōu)，盆地內(nèi)大部臺(tái)站呈現(xiàn)正平均值誤差的高估值；盆地-三州過(guò)渡帶以及地勢(shì)起伏較大的盆地北部、西南部地區(qū)次之，呈現(xiàn)較小的負(fù)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(fù)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(shì)，但變化幅度不大，與實(shí)況值較為一致，午后融合產(chǎn)品的誤差較其余時(shí)刻略大，代表性相對(duì)較差。

（4）兩種融合產(chǎn)品在春、夏、秋季的評(píng)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(píng)估效果最差的冬季較5 km融合產(chǎn)品有顯著提升。

總體來(lái)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(píng)估效果較差的地形條件復(fù)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(duì)該區(qū)域的評(píng)估訂正，還有待進(jìn)一步研究分析。