土壤质地改变对CLDAS/Noah-MP土壤湿度模拟的影响研究

陆面模式可以模拟获得高时空分辨率连续的多层土壤湿度,但其精度受到地表参数的影响,土壤质地就是其中之一,本文利用CLDAS-V2.0(中国气象局陆面数据同化系统)驱动Noah-MP模式,开展了其对土壤湿度模拟的影响研究。结果表明,利用中国第二次土壤调查数据制作的中国区土壤质地数据(SNSS)与模式自带土壤质地数据(FAO)模拟的2014年中国区域土壤湿度日均值存在显著差异,0~10cm深度23.2%的区域差异性大于10%,74.9%的区域差异性大于1%;10~40 cm深度20.8%的区域差异性大于10%,69.8%的区域差异性大于1%。从时间序列来看,两组实验模拟结果均能基本反映土壤湿度随时间变化的规律,SNSS在0~10 cm处模拟结果表现更好,但在10~40 cm处出现低估现象。从空间分布分析,使用SNSS土壤质地类型之后,CLDAS/Noah-MP土壤湿度模拟结果与观测值的偏差为负值的区域较多,尤其是10~40 cm深度,大多数区域模拟值均存在低估;与FAO模拟结果比较,SNSS在东南和西南地区0~10 cm和10~40 cm深度的模拟效果有所改进;东北地区0~10 cm深度SNSS的模拟效果好于FAO,但10~40 cm深度的模拟精度两者相差较小。

基于CLDAS土壤相对湿度的云南农业干旱监测

选取2016-2020年云南37个土壤水分观测站逐日0-10cm土层相对湿度观测数据和逐日降水、气温观测资料,采用线性插值法,将CLDAS格点数据插值到观测站点上,用于与站点观测数据对比分析。利用回归订正法对插值后的CLDAS土壤相对湿度产品进行订正。采用相对误差、平均偏差、相关系数、标准差和均方根误差统计指标,定量评估CLDAS土壤相对湿度在云南的适用性。结果表明:云南土壤水分观测站相对湿度数据观测有效率不高,选用陆面融合数据开展农业干旱监测十分必要;云南地区近80%的CLDAS土壤相对湿度与土壤水分观测站观测值的相对误差绝对值<30%,数据可信度高;在干旱发生频率高的云南中部地区,CLDAS土壤相对湿度与土壤水分观测站观测值的相关系数均在0.8以上,平均偏差小于10%。从农业干旱监测效果来看,基于CLDAS土壤相对湿度的干旱监测指标能很好地描述由气温和降水异常导致的土壤墒情变化,当日降水量接近或超过5.0mm时,能快速响应轻旱站点数的减少;当连续有效降水发生后,监测指标可反映中等及以上等级农业干旱的缓解。综合来看,CLDAS土壤相对湿度在云南农业干旱监测的适用性好。

CLDAS降水产品的适用性分析及机器学习订正应用

为获得中国气象局陆面数据同化系统(CLDAS)多源降水融合实况分析产品在甘肃省的精细化评估结论并提高该产品的精度,采用甘肃省2215个地面站的降水数据作为检验源,评估CLDAS快速融合和实时融合降水产品的适用性,并基于评估结论采用机器学习方法及优化策略,订正CLDAS降水产品。结果表明:CLDAS降水产品能较好地反映甘肃省降水时空分布,日值的精度整体不如小时值;XGBoost算法较其他模型有显著优势,且在降水量大时订正效果更显著;通过提升训练数据集质量、特征工程和精细调参优化后的XGBoost模型使3级以上降水量的均方根误差减少近50%,1~2级的误判降水得到明显改善,该模型和算法能推广应用于具有相同气候特征的领域。

CLDAS V2.0逐时气温实况产品在宝鸡市的检验评估

基于宝鸡市所有国家级自动站和区域站观测数据,通过准确率、平均误差、平均绝对误差、均方根误差,对2019-2022年中国气象局第二代陆面数据同化系统(CLDAS V2.0)在宝鸡市的逐时气温网格数据(网格实况)进行检验评估。结果表明:网格实况在国家级自动站的准确率指标高于区域站,平均误差、平均绝对误差、均方根误差指标低于区域站;在国家级自动站中,网格实况对渭滨站、陈仓站、千阳站、麟游站、凤翔站的质量较高;网格实况在9、10月份质量最高,1、2月份质量最低;网格实况在宝鸡市大部分范围平均误差均在-2~2℃,其在第四季度质量最高。

基于MODIS和CLDAS的综合干旱监测模型研究

传统的干旱监测指数主要考虑单一影响因子,往往无法全面综合反映干旱状况.基于MODIS数据和CLDAS数据,选取多个影响因子和能够直接反映干旱程度的干旱指数作为自变量,以综合气象干旱指数(CI)为因变量,通过梯度提升机(GBM)机器学习算法建立日尺度综合干旱监测模型,并以2015—2018年华北地区干旱为例进行了研究.结果表明模型监测结果与站点CI计算值具有显著的相关性,训练集和测试集决定系数分别达到0.945和0.655,均方根误差(RMSE)分别为0.033和0.082,综合干旱监测模型具有较高的精度.且模型监测与CI监测各月等级一致率均在65%以上,并与标准化降水蒸散指数(SPEI)和土壤相对湿度(RSM)相关系数分别为0.68和0.60,能较好地反映气象干旱和农业干旱状况.典型干旱情况监测表明,综合干旱监测模型综合考虑多种干旱影响因素,能较准确地识别出干旱的发生,表征综合干旱发生状况.

CLDAS地表温度产品在青藏高原多年冻土区的适用性评估与校正

青藏高原多年冻土区现有的地表温度数据主要包括点位观测的地表和浅表层地温数据,以及遥感反演、模式模拟和再分析等手段获取和制备的空间数据。中国气象局陆面数据同化系统(CLDAS)数据产品在全国大部分地区的表现较好,但受实测数据稀缺的限制以及对多年冻土特殊下垫面考量不足的影响,该数据在青藏高原多年冻土区的适用性有待进一步评估和修正。文中基于多年冻土区2008—2018年7个站点的逐日连续地表温度定点观测数据,对CLDAS地表温度数据进行评估,分析在不同时期以及不同下垫面类型下,CLDAS地表温度的适用性情况。结果表明:CLDAS在7个站点的地表温度与实测值存在较大偏差(bias=2.09℃,MAE=3.64℃,RMSE=4.67℃,R^(2)=0.83),主要表现为对地表温度的高估。其中,CLDAS在融化期的适用性相对较好,在冻融交替期、冻结期的适用性较差;在高寒荒漠、高寒荒漠草原地区的适用性较好,在高寒沼泽草甸地区的适用性较差。据此,在考虑归一化植被指数(NDVI)、归一化积雪指数(NDSI)、积雪深度、高程、坡度、坡向、土壤质地对地表温度的影响基础上,构建了多元逐步回归校正模型。校正模型考虑了研究区下垫面情况的差异,提高了CLDAS的模拟精度。结果显示,区分冻结期、融化期、交替期构建模型校正的结果优于不考虑冻融期构建的校正模型。区分冻融期分别构建多元逐步回归模型进行校正后,CLDAS地表温度的精度得到了明显提升(bias=-0.11℃,MAE=2.42℃,RMSE=3.23℃,R2=0.89)。

基于准对称混合滑动训练法对CLDAS气温的订正检验

基于准对称混合滑动训练期方法,对近两年来中国气象局陆面同化分析系统(CMA Land Data Assimilation System,CLDAS)输出的日最高气温、日最低气温网格实况分析产品进行订正,以期提高该产品在重庆地区的适用性。结果表明:订正前,2021年CLDAS日最高气温产品的平均误差为0.63℃,平均绝对误差为1.14℃,订正后平均误差减小至-0.03℃,平均绝对误差减小至0.64℃,误差小于或等于1℃的准确率由约64%提高到约90%,明显改善了该产品在重庆西部和东南部地区的适用性;订正前,2021年CLDAS日最低气温的平均误差为-0.22℃,平均绝对误差为0.75℃,订正后平均误差减小至-0.03℃,平均绝对误差减小至0.55℃,误差小于或等于1℃的准确率由约91%提高到约93%,改善了该产品在重庆中部地区的适用性。

CLDAS土壤相对湿度产品在资阳市的适用性评估

依据资阳市人工土壤相对湿度观测数据,利用相关系数、均方根误差和平均偏差等统计指标对CLDAS土壤相对湿度产品的适用性进行了评估分析;并选择东山棉花沟水库为代表站,对2种土壤相对湿度在2022年伏旱过程中变化情况进行了对比分析。结果表明,各土层的CLDAS土壤相对湿度与人工观测值具有显著的正相关性,相关系数在0.7以上;在不同土壤层次中,CLDAS土壤湿度与人工观测湿度的变化趋势基本一致,但在土壤偏干,特别是较长的干旱时段里,CLDAS土壤相对湿度会明显偏大。总体来看,CLDAS土壤相对湿度产品在资阳市具有很好的适用性,但出现长期干旱时,应结合降雨量等气象数据以及农田墒情调查,采用适当的数据处理方法,使得CLDAS土壤相对湿度产品更好地反映实际土壤墒情状况。

基于CLDAS的贺兰山区5—9月降水时空分布特征及其与地形的关系分析

利用2008—2016年5—9月中国气象局陆面数据同化系统(CLDAS)格点融合分析降水资料以及降水观测资料,在对CLDAS格点降水融合资料进行验证的基础上,对贺兰山区降水时空分布特征以及与地形的关系进行了分析。结果表明:贺兰山区降水呈“东多西少、南多北少”的分布特征,贺兰山主峰偏西0.1°存在一个超过240 mm的降水高值中心,日降水量极值西侧高于东侧。8月降水量和短时强降水次数最多,11:00—18:00降水次数最多,午后到前半夜短时强降水次数最多。贺兰山区降水以小雨为主,其次是中雨,中雨和小雨雨量占区域总雨量的比例高达85%。贺兰山区降水量随海拔高度的增加而增加,西坡降水随高度的增加率为5.1 mm/hm,东坡降水随高度的增加率为2.1 mm/hm,西坡明显高于东坡。中雨日数与地形高度的相关性较好,其它级别降雨日数与地形相关性不强。

CLDAS陆面融合实况数据对天津雾和霾判识的准确性分析

雾和霾是危害人类健康和影响社会经济发展的灾害天气,精细化的实况资料能够在雾和霾的防治中发挥重要作用。利用2017年12月1日至2020年11月30日天津及其周边地区国家气象观测站资料、Himawari-8卫星L1级全圆盘观测数据和L3级气溶胶光学厚度产品,分析了中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)能见度和相对湿度融合实况分析产品判识天津地区雾、轻雾和霾的准确性。结果表明:与台站资料相比,CLDAS产品对轻雾、雾和霾的平均检出率分别为90.4%、84.2%和78.8%;CLDAS产品对轻雾的逐月检出率为81.1%~96.4%,雾和霾出现较多的月份,其检出率均在80.0%左右。个例分析表明CLDAS产品判识的雾、轻雾和霾与台站观测结果以及Himawari-8卫星反演检测结果基本一致。CLDAS产品未正确判识雾、轻雾和霾的情况主要表现为雾误判为轻雾(各站为3.8%~21.4%)和霾漏判(各站为8.6%~25.0%)。当台站水平能见度在区间[0,0.75 km)时,CLDAS能见度的误差主要导致雾误判为轻雾;在区间[0.75,7.5 km)时,CLDAS能见度的误差主要导致霾漏判;在区间[7.5,15 km)时,CLDAS能见度的误差主要导致轻雾和霾空报。当台站相对湿度大于40%且小于等于60%时,CLDAS相对湿度的误差主要导致霾误判为轻雾。总体而言,CLDAS产品对天津地区雾、轻雾和霾的判识准确性较好,能够为雾、轻雾和霾的精细化监测提供参考,改善雾和霾监测中能见度观测站点稀少、空间覆盖不足的现状。

CLDAS实况产品在陕西气温网格预报检验与订正中的应用

利用陕西地区自动气象站的气温观测资料,采用滑动训练期和一元线性回归方法,先在站点上对中国气象局陆面数据同化系统(CLDAS)气温进行检验和订正,再将订正系数传递到格点上订正CLDAS气温格点场,最后利用站点观测气温和订正前、后的CLDAS气温分别对ECMWF气温预报的格点场进行订正,并做非独立和独立检验。结果表明,CLDAS气温的空间分布特征与站点观测基本一致,但是存在一定误差,订正后误差减小,其中,订正前秦岭和大巴山区的平均绝对误差较其他地区偏大,绝对误差≤1℃和≤2℃的准确率分别低于20%和30%,订正后均提高了40%以上。利用订正后的CLDAS气温对ECMWF气温预报进行订正,提高了模式的预报准确率,例如,陕西地区24 h日最高和最低气温预报的绝对误差≤2℃的准确率分别从订正前的46%和66%提高到订正后的63%和74%,优于利用站点观测气温和订正前的CLDAS气温对欧洲中期天气预报中心(ECMWF)气温预报的订正结果,一定程度上改进了模式在站点稀少地区的气温预报质量,用于高分辨率气象格点预报业务效果更好。

Noah-MP陆面模式对干旱区不同下垫面水热通量模拟评估

基于干旱区张掖国家气候观象台2021年1月-2022年6月和大满灌区绿洲农田站2020年1-12月的观测数据,评估Noah-MP模式对干旱区荒漠和农田两种下垫面的水热通量的模拟性能。结果表明:Noah-MP模式模拟的干旱区荒漠下垫面辐射与观测值的相关系数均>0.98,泰勒评分>0.93。感热的泰勒评分(0.809)>潜热的泰勒评分(0.504),对辐射及湍流通量的变化特征、峰谷值与观测值总体一致,模拟效果较好。模拟的5 cm土壤湿度对降水过程有明显的响应,表现出明显的冷暖季差异,但其模拟性能仍有待改进。Noah-MP模式模拟的干旱区农田下垫面辐射通量及各层土壤温度的相关系数均>0.98,泰勒评分>0.58,模拟效果较理想。但模拟的潜热通量及各层土壤湿度较观测值偏低,尤其在生长季模拟性能不理想。Noah-MP模式对干旱区荒漠下垫面水热通量的模拟性能优于农田下垫面,优化和发展模式水文过程的参数化方案,在模式中考虑人为作用,是提高干旱区陆面过程模式模拟能力的重要方向。

2020年CLDAS风场数据在辽宁省的适用性分析

选用2020年辽宁省286个气象站点地面10 m风场数据与中国气象局陆面数据同化系统(CLDAS)10 m风场数据,统计逐小时CLDAS网格插值到站点的风速数据与站点观测风速数据的相关系数(COR)、平均偏差(ME)、均方根误差(RMSE)和平均绝对误差(MAE),进行CLDAS风场数据在辽宁省的适用性分析和评估。结果表明:CLDAS风场格点数据分辨率1 km较5 km更接近站点观测数据,邻近点插值法较双线性插值法偏差更小。辽宁省286个站点中,逐小时CLDAS风场数据与观测数据相关系数低于0.95的站数仅占总站数的1.7%。辽宁沿海低海拔地区和北部地区较其他内陆地区的CLDAS风速与站点风速偏差大。CLDAS风速与观测风速误差的平均值为负,其中,秋季平均偏差最小,夏季、冬两季次之,春季偏差最大;夜间夏季、秋季日变化偏差最小,冬季次之,春季最大;白天冬季偏差最小,夏季、秋季次之,春季最大。辽宁省3次大风个例分析均表明,CLDAS风场数据有较好的适用性。

CLDAS气温和降水产品在内蒙古地区适用性分析

中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)提供了高时空分辨率的陆面融合数据集,为精细化气象服务提供了重要的数据支撑,而数据的适用性评估是开展数据应用的重要基础。基于国家气象信息中心CN05.1格点观测数据和内蒙古119个国家级气象站观测资料,对CLDAS的2 m平均气温和降水产品在内蒙古地区的适用性进行检验评估,并与欧洲中期天气预报中心的ERA5(The Fifth Generation European Centre for Medium-range Weather Forecasts Re-Analysis)和英国的CRU TS(Climatic Research Unit gridded Time Series)再分析资料进行对比分析。结果表明:三种数据集均能很好地反映内蒙古年降水量和年平均气温空间分布特征,但对内蒙古大部地区降水量存在低估、平均气温存在高估现象,且CLDAS数据集还能够反映地形变化对气温和降水的影响。CLDAS和CRU TS的降水变率空间分布优于ERA5;CRU TS和ERA5的气温线性趋势与CN05.1观测结果相似,但增温率高于观测,而CLDAS气温产品还能反映局地降温趋势。无论是月尺度还是季节尺度,CLDAS数据集与站点观测值的相关系数均高于CRU TS和ERA5,平均绝对误差小于CRU TS和ERA5,CLDAS气温和降水产品误差最大的区域在河套地区。

CLDAS温湿产品在贵州的适用性评估及订正

使用贵州自动观测站逐时资料对2019年中国气象局陆面数据同化系统(CLDAS)温度、相对湿度产品进行了检验评估及线性订正。结果表明,CLDAS温度同观测有较好的一致性,相对湿度产品系统性低于观测,使用本地资料订正CLDAS温湿产品提高了产品的可用性。全年CLDAS温度产品在贵州的平均误差为0.2985℃,均方根误差为1.5578℃,相关系数为0.9822。12.4%的站点温度年均方根误差超过了2℃。从00:00-23:00(北京时)温度平均误差先减小后增大,均方根误差在中午前后存在最大值。订正后,CLDAS温度产品平均误差绝对值、均方根误差缩小,相关系数增大,全年均方根误差减小至1.2369℃。订正格点产品时有效距离越小订正效果越好。全年CLDAS相对湿度产品在贵州的平均误差为-4.501%,均方根误差为9.021%,相关系数为0.863,夜间相关系数为0.711。相对湿度产品平均误差及相关系数在中午前后达到最大值,均方根误差则是在日夜交换之际存在最值。线性订正对相对湿度产品有明显的正效果。订正后全年相对湿度均方根误差减小了2.317%,夜间相关系数较订正前增加了0.104。夜间时刻相对湿度产品有更好的订正效果。

CLDAS陆面同化资料和ERA5-Land再分析资料气温产品在江西省的适用性评估

以江西省376个气象自动观测站的逐小时气温数据为基准,采用偏差、相关性和平均绝对误差等评价指标,对比分析2017—2022年CLDAS陆面同化和ERA5-Land再分析气温资料在江西省的适用性。结果表明:1) ERA5-Land、CLDAS资料均能很好反映大部分站点的气温变化,CLDAS资料与观测资料的相关系数为0.99,相关系数区间分布较为集中;ERA5-Land资料与观测资料的相关系数为0.97,分布较为分散。2)相较于观测站点多年平均气温,CLDAS资料较为接近,ERA5-Land资料则偏离较大。3) CLDAS资料的平均绝对误差明显低于ERA5-Land资料,二者均存在平原、盆地部分站点平均绝对误差较小而局部高海拔山区站点异常偏大的空间特征,以及秋季最大而冬季最小的季节特征。4) ERA5-Land资料偏差的日变化范围为-0.65—0.39℃,整体呈现单谷形分布;CLDAS资料偏差日变化范围为-0.05—0.05℃,波动幅度较小,没有明显的变化特征。5)两种格点资料均能较好反映大部分站点的低温日数变化,但对于高温日数变化,ERA5-Land资料偏差较大,CLDAS资料偏差较小。

CLDAS与CMPAS产品在重庆分区适用性差异检验

选取重庆市1969个自动观测站数据,对国家级网格实况分析产品CLDAS与CMPAS中12种要素产品进行评估,采用误差指标和分级评估法,分区域检验实况产品在重庆的适用性。结果表明:CLDAS2.1中小时2 m气温产品的夜间误差小于白天误差,各区域的适用性由高到低排序为渝西、渝中、渝东南、渝东北,平均绝对误差分别为0.73℃、0.74℃、0.81℃、1.05℃。CMPAS小时和日降水产品在渝东南的绝对误差最大,其余三个区域误差相差不大;二源和三源的小时降水产品误差相差不大,夏季误差增大明显,7月达到峰值,日降水产品则三源优于二源。CLDAS小时能见度产品在各区域间误差月变化趋势一致,以低估为主,但在低能见度天气下均为高估。总体而言,国家级CLDAS与CMPAS产品质量较高,均能反映重庆大气要素的变化特征,但应针对不同地区和时段选取适合的产品进行应用。

CLDAS地面要素产品在陕西的适用性评估

基于陕西省1 540个地面自动气象站的观测资料,采用平均误差、平均绝对误差、均方根误差、相关系数等评估指标对5 km分辨率的CLDAS小时产品——2 m气温、2 m相对湿度、能见度、10 m风速在陕西的适用性进行了评估检验。结果表明:CLDAS 2 m气温、2 m相对湿度产品在陕西质量较好,能见度次之,10 m风速质量相较差。对CLDAS 2 m气温评估结果的进一步分析表明,各评估指标具有一定的月变化、日变化特征,但整体质量趋于稳定;高海拔地区,评估指标变化明显,代表性相对差。CLDAS 2 m气温对日最高、最低气温也有很好的指示性。分辨率为1 km与5 km的CLDAS 2 m气温产品对比评估表明,1 km气温产品的误差较小,相关系数更大,尤其对于高海拔地区,质量有明显改善,代表性增强。

基于CLDAS资料的恩施山区成雾潜势指标特征及成因简析

恩施地区地形复杂,是湖北省的多雾区,其雾的空间分布差异大,但该地区气象站点稀疏,难以揭示其时空分布特征。通过分析亚洲区域中国气象局陆面数据同化系统(China Meteorological Administration Land Data Assimilation System,CLDAS)陆面同化资料以及恩施站温度露点差(T-Td)及相对湿度(RH)数据,揭示了恩施山区主要的成雾潜势指标时空分布特征。结果表明:(1)RH在90%以上,T-Td≤2.0℃有利于恩施山区雾的形成;(2)基于CLDAS资料得到的成雾潜势指标与基于恩施站及其周边的3个气象站观测得到的指标的日变化趋势均较一致且相关性较好,利用CLDAS资料描述恩施地区成雾潜势的精细化特征是可行的;(3)恩施地区RH存在显著的时空差异,空间上表现为南高北低,随海拔高度变化复杂,时间上表现为低山区昼夜变化大、中高山区昼夜变化小、夜间增湿明显;(4)基于T-Td的成雾潜势指标的频率空间分布及昼夜差与RH变化规律基本一致,其中最高频率出现在中南部的中山区(800~1200 m),最低频率在北部地区的三峡干热河谷即巫山山脉的背风坡,一年之中冬季出现频率最高。

CLDAS土壤相对湿度数据不同时空尺度适用性评估

基于2020—2021年中国气象局陆面数据同化系统(CLDAS)模拟的逐日土壤相对湿度和土壤水分自动站观测的逐小时土壤相对湿度资料,采用多个统计对比指标,在日和月时间尺度、点和区域空间尺度系统性地评估了CLDAS模拟的土壤相对湿度适用性。结果表明:CLDAS模拟的土壤相对湿度与观测值具有一致的逐日变化规律;0~10 cm、0~20 cm层次CLDAS模拟值与观测值较为接近,0~50 cm层次模拟值普遍低于观测值;各层次上,CLDAS模拟值与观测值的相关系数普遍大于0.6,均方根误差普遍小于30%。区域尺度上,0~10 cm层次CLDAS模拟值和观测值相关系数为0.78~0.95,以华南最高;均方根误差为5.70%~17.26%,以华东最小;偏差为−6.63%~15.80%,以华中偏差绝对值最小。0~20 cm层次CLDAS模拟值和观测值相关系数为0.78~0.95,以东北和内蒙古最高;均方根误差为4.45%~14.03%,以华东最小;偏差为−5.36%~12.56%,以华东偏差绝对值最小。0~50 cm层次CLDAS模拟值和观测值相关系数为0.68~0.97,以东北最高;均方根误差为4.00%~15.83%,以华东最小;偏差为−9.83%~9.62%,以东北偏差绝对值最小。区域月尺度CLDAS模拟值和观测值整体的相关性较好,相关系数在6—10月较高;均方根误差普遍小于15%,华东各个层次逐月均方根误差均较小。总体来看,CLDAS模拟的土壤相对湿度空间上在华东、华中和东北精度最高,时间上在6—10月精度最高。