新疆地区ERA5和MERRA-2大气可降水量精度分析

大气再分析资料提供的大气可降水量(PWV)产品在天气变化和气候研究中扮演着极为重要的角色。新疆地区存在地形起伏大、气候复杂和实测高分辨率PWV产品缺乏等特点,大气再分析资料提供的PWV产品可作为有力补充。以新疆地区2018年11个GNSS站数据反演得到的PWV(GNSS-PWV)信息作为参考值,评估ERA5和MERRA-2提供PWV产品在新疆地区的精度,并分析两种再分析资料PWV的偏差(Bias)和均方根差(RMSE)的时空变化特性及其日变化。结果表明:以GNSS-PWV为参考值,ERA5和MERRA-2在新疆地区的PWV年均Bias分别为-0.97和-1.20 mm,年均RMSE分别为1.81和2.11 mm,两种再分析资料PWV均具有较高精度,其中ERA5 PWV精度略高于MERRA-2 PWV;两种再分析资料的PWV精度都有明显的季节性变化,总体表现为夏季精度低,冬季精度高;在PWV日变化分布上,两种再分析资料与GNSS-PWV展现出较高的一致性,能较好地反映新疆地区PWV的日变化特性。

中国南部地区大气加权平均温度模型精化研究

针对中国南部地区地势西高东低、沿海与内陆存在差异等情况,分析中国南部地区T_(m)与地面温度、测站高度、季节变化以及纬度的关系,利用中国南部地区19个探空站2015~2017年的探空数据,在Bevis公式的基础上建立只考虑地面温度的线性模型(T_(m)-SC1模型)和与地面温度、高程、季节变化以及纬度有关的新T_(m)模型(T_(m)-SC2模型)。以2018年的探空数据为参考值,对T_(m)-SC1模型和T_(m)-SC2模型进行精度验证,并与广泛使用的Bevis公式和GPT3模型进行精度比较。结果表明,T_(m)-SC1模型的年均偏差和均方根误差(RMS)分别为0.76 K和2.57 K,相比Bevis模型和GPT3模型,其精度(RMS值)分别提高13.8%和2.2%;T_(m)-SC2模型的年均偏差和均方根误差(RMS)分别为-0.10 K和1.64 K,相比Bevis模型和GPT3模型其精度(RMS值)分别提高44.9%和37.6%。T_(m)-SC2模型用于GNSS水汽计算导致的理论RMS误差和相对误差分别为0.16 mm和0.43%。因此,T_(m)-SC2模型更适用于中国南部地区的GNSS水汽探测以及气象研究。