采用ERA5数据构建基于人工神经网络的天津ZWD模型

提出一种高精度的ZWD模型(tianjin_zwd,TZ)。TZ基于2016-2018年逐小时气压分层的ERA5,欧洲中尺度气象预报中心第五代再分析产品数据,采用BP神经网络建立。然后,根据2019年的ERA5产品导出的ZWD对TZ模型进行了验证。结果表明:相比GPT3模型,TZ模型可提供更贴近真值的ZWD估值;并且,其RMSE由5.0 cm (GPT3)降至4.5 cm,表明10%的精度提升。上述结果表明TZ模型实现了更优的预测性能,该模型的构建策略可为全国其他地区的ZWD建模提供借鉴。

中国区域ERA5-ZTD/PWV精度评估与台风事件响应研究

再分析数据能够提供多种历史气象数据同化产品,为了评估欧洲中期天气预报中心的最新一代ERA5再分析数据集估计的天顶对流层延迟(Zenith Tropospheric Delay,ZTD)和大气可降水量(Precipitable Water Vapor,PWV)产品在中国区域的精度,利用2017—2019年中国区域内14个全球导航卫星系统地面监测站和89个探空站反演的ZTD和PWV数据分别对ERA5-ZTD和ERA5-PWV精度进行了评估。结果表明,除青藏地区的站点外,ERA5-ZTD的精度分布较为均匀,平均Bias、RMSE和STD分别为-6.3 mm、19.3 mm和17.5 mm;ERA5-PWV的精度分布呈现西部内陆高和东南沿海低的趋势,平均Bias、RMSE和STD分别为0.3 mm,2.9 mm和2.7 mm。此外,在研究2019年“利奇马”台风期间ZTD和PWV的时空分布中,提出了使用水汽到达时间差的方法定量估计台风的水汽移动速度。得到台风期间ZTD和PWV具有相同的空间分布规律,且移动方向与台风的移动路径方向是一致的,估计的水汽平均移动速度为12.4 km/h,与台风的平均移动速度16.1 km/h非常接近。因此,ERA5-ZTD/PWV在中国区域内具有较高的精度,ZTD和PWV可作为重要气象因子为台风的预警预报研究提供重要参考。

基于ERA5再分析数据的伊犁河流域干旱灾害风险评估与区划

依据ERA5再分析数据的分布特点,以0.25°×0.25°的网格为旱灾风险评估的基本单元,从危险性、脆弱性、易损性和防灾减灾能力4个方面选取12个指标,采用AHP-熵值法确定指标权重,对基础数据资料匮乏的伊犁河流域构建干旱灾害风险指数模型,进行干旱灾害风险评估与区划。结果表明,分时段校正后的ERA5再分析降水数据精度显著提高,可用于干旱灾害风险评估;次高、高危险性区域主要分布在研究区西北部和东北部,次高、高脆弱性区域主要分布在海拔较高的山区,次高、高易损性区域主要分布在伊宁市及周边地区,次高、高防灾减灾能力主要分布在研究区西北部,分别占研究区总面积的33.45%、31.04%、16.13%、15.09%;旱灾风险区划图显示,低、次低风险区主要分布在研究区西南部,次高、高风险区主要分布在研究区西北部,分别占研究区总面积的44.69%、22.53%。

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。

台风条件下火箭探测气象数据与ERA5再分析资料的对比分析

再分析资料的准确性对台风等灾害性天气预报及研究有着重要价值。以往缺乏在强台风条件下平流层内的直接观测资料,使得无法对再分析资料的准确性进行验证,基于新型火箭探测数据对ERA5再分析数据的气象要素在强台风条件下进行对比分析。(1)台风条件下三次试验ERA5与火箭探测在对流层内的温度廓线几乎重合,15 km以下两者之间的误差不到1℃,但15 km以上的平流层两者偏差随高度增加而增大,ERA5比火箭探测的温度明显偏低,在15~20 km、20~30 km、30~40 km和40 km以上两者偏差平均值分别为3.75℃、5.52℃、14.41℃和19.25℃;(2)相对湿度三次试验两者的变化趋势还是比较相似的,但在平流层低层15~20 km两者存在较大差异,火箭探测相对湿度在15 km左右是上干下湿分界高度,而ERA5的分界高度抬升到20 km以上,也就是说ERA5把高湿度层抬升了5 km以上;值得一提的是25 km以上,台风影响前,两者相对湿度都几乎接近0%,而在台风影响期间火箭探测相对湿度可达5%左右,ERA5相对湿度仍然几乎为0%;(3)台风条件下三次试验风速廓线显示两者在平流层低层到对流层变化趋势十分相似,相关系数可达0.85左右,平均偏差大约为2 m·s^(-1);而在平流层中高层相似度降低,偏差增大,相较于火箭探空,ERA5风速偏低4 m·s^(-1)左右。

基于多套卫星资料的ERA5全球小时降水频率评估

最近发布的新一代全球再分析资料集ERA5,提供了全球小时降水再分析值,为全球小时降水研究提供又一个数据参考。然而,目前针对ERA5小时降水频率的评估工作还较为有限。本研究采用多套全球卫星观测小时降水对ERA5小时降水的频率进行了评估。对比分析发现:尽管ERA5总降水量与卫星资料出现较好的一致性,但ERA5的小时降水频率约为卫星资料的2~3倍,呈现系统性偏高。进一步分析表明,这主要是由于ERA5大大高估了中、低强度降水事件的数量。其中,ERA5对弱降水频率的高估尤为明显,平均可达卫星降水频率的6倍;此外,ERA5对海洋降水频率的高估程度也大于陆地。ERA5小时降水频率的系统性高估问题对相关研究的潜在影响,尚在进一步评估中。

中法海洋卫星与ERA5数据在中国邻近海域的波高对比分析

中法海洋卫星CFOSAT搭载的高性能海浪谱仪SWIM获得了连续、大范围的海浪数据。CFOSAT海浪波高数据在全球范围已开展了许多验证与校准工作,但大多是与站点数据的比对,将卫星数据应用于面域波浪场特性研究时缺乏与已有成熟数据集的对比。通过将中国邻近海域作为研究区域,对CFOSAT与ERA5数据的有效波高进行对比,分析了二者间的差异。结果表明,CFOSAT数据与ERA5数据在波浪的面域观测上表现相似,相关性较高;二者有效波高的差值呈现季节变化特征,秋冬季节的数据离散程度较大,春夏季节较稳定;随海浪高度的增加,CFOSAT与ERA5数据的差异明显增加。

ERA5和ERA5-Land地面风速资料在中国陆地区域的适用性对比初步研究

利用全国40个地面台站的观测资料对ERA5及ERA5-Land两种不同空间分辨率的再分析资料开展了地面风速误差评估研究,结果表明:ERA5和ERA5-Land资料多年平均风速偏差的平均值分别为0.08 m s^(−1)、-0.06 m s^(−1),偏差的最大值分别为0.46 m s^(−1)、-0.19 m s^(−1),相对偏差的平均值为4.4%、-2.0%,相对偏差的最大值分别为33.0%、-10.1%;月平均风速线性拟合方程的斜率分别为0.93、0.97,截距分别为0.29 m s^(−1)、0.02 m s^(−1),相关系数分别为0.98、0.99;月平均风速均方根误差的平均值分别为0.17 m s^(−1)、0.14 m s^(−1),均方根误差的最大值分别为0.49 m s^(−1)、0.22 m s^(−1),相对均方根误差的平均值为7.4%、5.7%,相对均方根误差的最大值分别为35.2%、13.3%。ERA5-Land高分辨率资料地面风速误差相对较低,有利于提高风能资源评估的准确性。

ERA5资料在天津沿海海陆风特征分析中的适用性评估

使用2018年3月—2021年2月欧洲中期天气预报中心ERA5资料和站点逐小时风向、风速等资料,采用常规方法筛选天津沿海海陆风事件,比较分析不同资料呈现出的海陆风起讫时间、持续时间、强度等指标表征的海陆风特征的年均和季节差异,以评估ERA5资料的适用性。结果表明:(1)2套资料四季分布对应较好,均能显示夏季海陆风日数最多这一基本特征;海风持续时间较陆风持续时间更长,年均强度高于陆风,最强均出现在春季。(2)年均差异主要表现为,站点资料显示的海风开始和结束时间呈弱双峰结构,陆风开始和结束时间均早于ERA5资料,平均海风和陆风持续时间短于ERA5资料。(3)季节差异主要表现为,ERA5资料显示陆风强度极小值出现在夏季,海风最长持续时间主要出现在秋季;站点资料显示陆风强度极小值在秋季,海风最长持续时间出现在春、夏两季。评估结果显示,较长时间序列ERA5资料与站点资料的相关性较高,适用于天津沿海海陆风特征研究。

ERA5-Land强降水极值位置不确定性的统计分析

利用中国1981—2019年5—9月665个台站的观测资料以及全球降水观测计划(Global Precipitation Measurement,GPM)反演的降水格点资料,针对东部地区97个台站224个强降水事件(日降水量超过250 mm),统计了0.1°空间分辨率的ERA5-Land再分析资料中降水极值位置和降水量的偏差。结果表明:①在以台站为中心的9×9网格的矩形区域内存在强降水极值中心的个例有123个(占总个例数的54.9%),其落点位于站点所在网格及相邻网格的有45个(占比36.6%),偏离的距离在4个网格之内的则达到119个(占比96.7%),即落点偏差绝大多数在40 km内。从方位上看,主要的偏离方位是偏北(占比30.1%),这证明了模拟强降水极值中心的落点偏差大多数没有超出中尺度的范围,且普遍偏北;② GPM反演降水中约35%个例的站点位于强降水极值中心所在网格或相邻网格内,存在极值中心的68场强降水对应的ERA5-Land极值中心偏差主要集中在4个网格范围内(占比94.1%),且主要偏北(占比31.7%);③如果考虑强降水极值中心位置的偏差对降水进行订正,则能够减少ERA5-Land降水量偏差37.7 mm(12.6%),这证明了考虑强降水位置偏差,能够在考虑模拟强降水强度偏弱的同时,进一步减少预报误差。强降水极值位置的不确定性,对于极端降水事件的风险及预警范围有参考意义。

利用地面观测评估ERA5云底高度产品

云底高度对天气预报和飞行保障有着重要作用,但目前十分缺乏高时空分辨率的云底高度资料。本文利用中国东部地区云底高度的地面观测对ERA5再分析资料的云底高度进行评估,基于地面观测和ERA云底高度的小时平均偏差对ERA进行了初步订正和验证,综合分析了中国地区的云底高度分布特征。分析发现,ERA5再分析数据中的云底高度比观测值整体偏低,其中高估了低云的云底高度,低估了中、高云云底高度,且中、高云云底高度的偏差较大。另外,在有降水的条件下,ERA5数据中低云云底高度的准确性比无降水条件下的相对较高,但中、高云云底高度的准确性却更低。综合地面观测和ERA5数据云底高度的日变化和月变化分析发现,在我国东部地区,白天的云底高度整体低于夜间,峰值出现在夜间22:00(北京时间,下同),谷值出现在上午09:00,秋季和冬季的ERA5云底高度月变化与地面观测资料较为一致。基于日变化分析获得的小时平均偏差对ERA5数据的云底高度进行订正和验证,分析发现,2010~2019年间,中国地区的云底高度呈现自西北向东南逐渐降低的分布特征;中国南部、东北地区和青藏高原区域的云底高度相对较低,其中,青藏高原夏季和秋季的云底高度较低,春季和冬季较高,而沙漠地区在四个季节的云底高度都较高。

ERA5降水再分析数据在长江流域的适用性评估

为了提高长江流域气象数据的再分析能力,文章基于长江流域724个自动气象站19812020年日降水量观测数据,分析了ERA5降水再分析数据产品的多时间尺度变化,并运用定量、分类统计指标对ERA5降水再分析数据产品在长江流域的适用性进行了评估。结果表明:ERA5降水再分析数据产品整体质量较好,能较好地表现长江流域降水的年、月和季节变化趋势,但都表现出高估现象;春、夏季产品精度不如秋、冬季节;产品精度自西向东逐渐增大,误差也表现为自西向东逐渐增大;产品对全流域有无降水事件的刻画能力较强,但会随降水量级的增加而降低,误报率和公平技巧评分与之相反,但高估现象仍然存在。因此,需要结合地域和应用特点,合理选择适合的再分析产品。

ERA5资料在蓟州复杂地形下的检验与应用

以复杂地形的天津蓟州为例,通过对比距离蓟州最近的大兴探空站资料与欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)第五代大气再分析(ECMWF Reanalysis v5,ERA5)资料的差异,对基于ERA5资料生成的强对流指数在蓟州的适用性进行检验和评估。结果表明:(1)ERA5资料与大兴探空站探测的位势高度、气温和风速在对流层高度吻合,说明ERA5资料能够描述蓟州高空气象条件,且对低空的表现能力比高空准确,各要素中大气湿度的表现相对较差;(2)基于ERA5生成的对流指数中,与强对流天气密切相关的对流有效位能(convective available potential energy, CAPE)、K指数、沙瓦特指数(Showalter index, SI)和大气可降水量(precipitable water, PW)与大兴探空站对应参数的相关系数分别达到0.66、0.90、0.93和0.99,表明利用ERA5构建的对流指数能够揭示大气不稳定层结条件;(3)ERA5对流指数变化与蓟州降水过程相对应,ERA5能够反映天气的变化和发展,为强对流潜势分析提供参考。

ERA5-Land再分析资料对吉林省西部地区地面风速再现能力评估

文章利用2005-2021年吉林省西部8个站点的小时平均风速资料和ERA5-Land再分析资料分析了风速的变化特征,并比较了不同强度观测与再分析风速的误差特征,及再分析资料对风速日变化特征的再现能力。结果表明:观测风速春季最大、秋季次之;夏、冬季观测风速最小,再分析资料误差也相应减小,但再分析资料整体大于观测资料,标准差小;春季观测风速大于3 m/s时,部分站点再分析资料相对偏小;镇赉站各月风速大于3 m/s时,再分析资料普遍对风速日变化的再现能力较弱,在午后风速最大时段风速误差超1.5 m/s。研究结果能够为提高ERA5-Land再分析资料的数据准确性提供参考。

ERA5大气再分析资料约束的GNSS精密单点定位性能分析

全球卫星导航系统(GNSS)的快速发展有效地促进了精密单点定位(PPP)技术的研究和发展。针对GNSS PPP收敛时间较长的问题,利用欧洲中期天气预报中心(ECMWF)发布的最新一代ERA5大气再分析资料,并将其应用于GNSS PPP解算。以中国区域7个IGS测站观测数据为例,分别进行ERA5约束GNSS PPP方案和标准GNSS PPP方案解算,结果表明,ERA5约束GNSS PPP方案在E方向和N方向上收敛时间提升并不明显,但在U方向上平均收敛时间减少了36.0%。定位精度上,ERA5约束GNSS PPP方案E、N、U方向精度平均分别提高了10.0%、4.3%和21.8%,并且在相同的时间段内解算的精度更高。这对于有效利用ERA5大气再分析资料及提升GNSS PPP定位性能具有一定的应用价值。

基于ERA5-Land数据的1961-2020年喜马拉雅山地区气温变化特征

喜马拉雅山地区气温对全球气候变化敏感。由于海拔高、数据获取难度大,已有研究对喜马拉雅山区气候变化的认识并不充分。本研究基于高分辨率ERA5-Land数据,分析1961—2020年喜马拉雅山地区气温时空变化特征,评估其在喜马拉雅山地区的适用性。结果表明:(1)1961—2020年喜马拉雅山整体以0.13℃/10a的速率升温,但自1990年后升温速率显著增大至0.20℃/10a,以秋冬季变暖最为显著。(2)空间上,北坡升温高于南坡,东段升温快于西段。升温导致年平均0℃等温线上升100 m,且0℃等温线季节差异显著,其中秋季升高可达161 m,而春季升高仅70 m。(3)喜马拉雅山地区气温垂直变化存在海拔依赖性特征,中、东段升温峰值区位于海拔4000~5500 m处,而西段升温峰值区位于海拔3000~4000 m处。1961—2020年喜马拉雅山高海拔地区积雪面积快速减少,导致地表反照率降低进而地表吸收太阳辐射增加,形成气温升高—反照率降低—气温进一步升高的正反馈过程,这是高海拔升温显著的重要原因。全面认识喜马拉雅山高海拔地区气温的时空演变规律有利于应对变暖所导致的环境问题并提出相应策略。

基于浮标观测和ERA5资料的浙江沿海海浪特征分析

基于舟山、温州两个浮标观测和ERA5再分析资料,开展浙江沿海风浪和涌浪特征统计,重点分析了风浪及其有效波高、波周期和海浪危险等级。结果发现:ERA5再分析资料与舟山、温州浮标观测值表现基本一致。风浪发生时两浮标10 m观测风和ERA5再分析风力均超过6级,涌浪多发生在风速小于4 m/s的弱风条件下。舟山浮标风浪主要出现在盛行风为NNW、NW和N风向时,而温州浮标风浪主要集中在N、NNE和NE风向。浙江沿海风浪多出现在冬半年的1—3月和11—12月,冷空气是造成该地区风浪事件的主要气象因子。海浪危险性月际分布显示,两浮标站均表现出5—6月危险等级较低,8—10月较高。风浪时的ERA5再分析资料表明:8月的风浪与台风密切相关,浙江沿海大范围地出现4 m以上巨浪,冬季冷空气和9—10月浙江沿海风浪主要为中到大浪,且浙南沿海各风浪要素值均高于浙北。冷空气风浪事件造成的Ⅱ级以上海浪危险等级范围最大,而台风会在浙江沿海造成较大范围的Ⅰ级海浪危险等级。

ERA5-Land青藏高原湖冰特征误差分析及FLake模式改进

青藏高原上湖泊众多,其中大多数被季节性湖冰覆盖。湖冰对气候变化响应敏感,其生消过程会显著改变湖-气交换通量。而现有的高原湖冰长时间观测数据较少,需要利用湖冰再分析资料进行研究。但目前对ERA5-Land湖冰资料在高原的适用性及改进方法还不甚清楚。因此,本文首先利用2010-2022年青海湖和鄂陵湖的湖冰观测数据,评估了ERA5-Land再分析资料对青藏高原典型湖泊湖冰特征的模拟能力。结果表明:ERA5-Land资料对青海湖和鄂陵湖的冰厚平均高估0.54~0.62 m,对封冻期天数高估约68 d·a^(-1)。其次对再分析湖冰数据误差来源进行分析,通过对比ERA5-Land和鄂陵湖观测资料及其各自驱动模式的模拟结果,得出误差主要来源于输出ERA5-Land湖冰数据的FLake一维湖泊模式。最后基于2010-2022年青海湖和鄂陵湖的MCD43A3地表反照率产品,利用其多年平均反照率和动态日均反照率改进了FLake模型,模拟冰厚平均偏差可分别减小85%和90%,封冻期天数的模拟偏差减小了约6d·a^(-1)和8d·a^(-1)。两种方法均可以改进FLake模型对湖冰的模拟效果,特别是对积雪覆盖时间较长的湖泊,动态反照率方法改进效果更明显。本研究揭示了ERA5-Land湖冰特征的主要误差来源为FLake模式中的湖冰反照率,并对该参数进行了改进,提高了模型对湖冰的模拟效果,可为提高ERA5-Land再分析湖冰数据在青藏高原典型湖泊的模拟精度提供参考。

ERA5PWV在京津冀地区PM_(2.5)浓度预测研究

以京津冀地区为研究区,使用ERA5再分析资料计算的分层PWV替代整层PWV,结合FFT-Conv-LSTM模型综合考虑时空相关性预测PM_(2.5)浓度。该模型能有效捕捉大气污染物和气象要素的时空变化规律,通过FFT技术提取最佳公共变化周期及分区域建模来削弱时空异质性影响,实现对未来24h的PM_(2.5)浓度高精度预测。结果表明,在研究区的平原、山地和高原部分,1~4层ERA5PWV参与预测的效果最好,相比整层ERA5PWV参与预测,RMSE分别降低2.862μg/m^(3)、5.384μg/m^(3)和2.283μg/m^(3)。

融合GNSS、ERA5、大气污染物的PM_(2.5)浓度预测研究

冬春季节的空气质量预测有助于公众合理安排出行和政府相关部门的交通治理.细颗粒物(PM_(2.5))的浓度主要影响因素有大气污染物、水汽等.为提高PM_(2.5)浓度预测的精度,以京津冀地区为例,利用快速傅里叶变换(fast Fourier transform,FFT)与长短期记忆(long short term memory,LSTM)神经网络方法相结合,考虑GNSS、ERA5水汽、大气污染物等观测要素,构建PM_(2.5)的浓度预测模型,预测研究未来24 h的PM_(2.5)的浓度.利用GNSS水汽校正区域ERA5水汽,并进行精度评定.利用FFT取大气污染物、第五代大气再分析产品(ECMWF atmospheric reanalysis 5,ERA5)水汽等观测要素的公共变化周期,获得最佳公共周期为78 h;选取最佳公共周期长度的各类要素作为模型输入,24 h序列的PM_(2.5)浓度作为模型输出.通过均方根误差(root mean square error,RMSE)评价指标进行模型精度评价.研究结果表明:基于GNSS的ERA5水汽校正模型在秋冬季节ERA5水汽精度优于2 mm.FFT-LSTM模型预测精度在平原地区、山地地区和高原地区为10.22μg/m^(3)、8.56μg/m^(3)和9.02μg/m^(3),预测时效达到24 h.可有效预测未来24 h的PM_(2.5)浓度.该模型可为相关部门大气污染治理提供参考.