四川省CLDAS和ECMWF再分析數(shù)據(jù)風速產(chǎn)品評估

李施穎，吳 薇，黃曉龍

(四川省氣象探測數(shù)據(jù)中心/高原與盆地暴雨旱澇災害四川省重點實驗室，成都 610072)

引言

空氣運動產(chǎn)生的氣流，稱為風[1]。風在許多行業(yè)中扮演著至關重要的角色，而風又是氣象災害中危害性較大的災害，其在短時間內(nèi)就會對人類的生產(chǎn)、生活造成較大傷害[2]。近年來，宋建洋等、梁燕、馬蕾等[3-5]研究指出了大風天氣對公路交通的嚴重影響；郝瑛等、王秀琴等、關雨姍等[6-11]對部分省份和地區(qū)的大風災害對于農(nóng)業(yè)生產(chǎn)的影響進行了詳細的分析?？煽闯鲲L是地面觀測十分重要的要素。隨著氣象觀測系統(tǒng)的飛速發(fā)展，觀測數(shù)據(jù)可來自地面自動觀測站、雷達、衛(wèi)星等，多源數(shù)據(jù)融合的氣象網(wǎng)格產(chǎn)品彌補了地面觀測數(shù)據(jù)受空間限制的不足[12]。此外，風是精細化預報產(chǎn)品的重要組成部分[13]，若能依靠實況產(chǎn)品為公眾提供準確及時的風場預報，會在很大程度降低災害帶來的損失。

2018年6月，由國家氣象信息中心研制的全國智能網(wǎng)格實況融合分析產(chǎn)品CLDAS-V1.0正式接入業(yè)務化運行，包含中國陸地分辨率為0.05°×0.05°的降水、氣溫、相對濕度、風、能見度、總云量共6個要素，18種產(chǎn)品。智能網(wǎng)格實況分析產(chǎn)品的研究在目前國內(nèi)的科研和業(yè)務中應用十分廣泛，相關研究十分受到重視。龍柯吉等、Shuai Han等[14-15]對中國區(qū)域CLDAS溫度產(chǎn)品進行了評估；荊琛琳，崔園園等，劉歡歡等[16-20]對土壤濕度產(chǎn)品在各地的適用性進行了研究；吳薇等[21]分析了降水產(chǎn)品在四川的質(zhì)量；俞劍蔚等[22]研究了氣溫、相對濕度、風和降水產(chǎn)品在江蘇地區(qū)的準確性，其研究表示風速產(chǎn)品比地面觀測風速明顯偏弱，準確率僅為56%。目前，對于CLDAS風速產(chǎn)品的在四川地區(qū)的適用性研究仍較少，為了提高實況分析產(chǎn)品對預報、服務等業(yè)務的支撐能力，迫切需要對其進行評估。

ECMWF是當今全球獨樹一幟的國際性氣象研究和業(yè)務機構，其再分析數(shù)據(jù)已被業(yè)界廣泛認可。ECMWF于2019年7月發(fā)布了ERA5-Land，為逐小時的再分析數(shù)據(jù)，其覆蓋率為全球，分辨率為0.1°×0.1°。故本文在評估CLDAS風速產(chǎn)品準確性的基礎上，將其與ERA5-Land的準確性進行對比，促進CLDAS實況業(yè)務建設。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本文選取的評估時間段為2019年1月1日00時～2019年12月31日23時(世界時)。

(1)CLDAS 10m UV風全國智能網(wǎng)格實況分析產(chǎn)品(V1.0)，空間分辨率為0.05°×0.05°，時間分辨率為逐小時，來自國家氣象信息中心。

(2)ERA5-Land 10m UV風再分析數(shù)據(jù)，空間分辨率為0.1°×0.1°，時間分辨率為逐小時，來自ECMWF(European Centre for Medium-Range Weather Forecasts)。

(3)檢驗源數(shù)據(jù)為經(jīng)過嚴格的臺站、省和國家級三級質(zhì)量控制的四川省逐小時觀測資料(國家站和區(qū)域站)中的10分鐘平均風速。國家站156站；區(qū)域站1768站，其中非獨立630站、獨立1388站(非獨立站為已經(jīng)融合進CLDAS的站點，獨立站為未融合的站點)。來自四川省氣象探測數(shù)據(jù)中心。

1.2 評估方法

剔除了CLDAS，ERA5-Land和觀測數(shù)據(jù)中的缺省時次。將四川地區(qū)156個國家氣象觀測站及1768個區(qū)域自動站逐小時觀測的10分鐘平均風速資料作為實況真值，把 CLDAS和ERA5-Land的UV風產(chǎn)品按雙線性插值法插值到156個國家級觀測站點以及1768個區(qū)域自動站點。

通過雙線性內(nèi)插方法將格點資料插值到相應站點后，對風速計算平均誤差(ME)、平均絕對誤差(MAE)、均方根誤差(RMSE)、相關系數(shù)(COR)。

平均誤差(ME)：

(1)

平均絕對誤差 (MAE)：

(2)

均方根誤差(RMSE)：

(3)

相關系數(shù)(COR)：

(4)

2 CLDAS產(chǎn)品質(zhì)量評價

2.1 國家站評估

本文將四川劃分為三個區(qū)域進行分析，分別為川西高原、攀西地區(qū)和盆地。川西高原為阿壩州與甘孜州，攀西地區(qū)為攀枝花市和涼山州，四川剩余地市為盆地區(qū)域。CLDAS和國家站的平均誤差空間分布如圖1a所示，大部分站點平均誤差<0m/s，表明CLDAS對風速低估。川西高原以低估為主，極個別站存在高估；四川盆地區(qū)域，各站的平均誤差集中在-0.4～0m/s。平均絕對誤差空間分布圖如1b，盆地內(nèi)90%站點的平均絕對誤差為0.2～0.6m/s，攀西地區(qū)以及高原與盆地交界地區(qū)的平均絕對誤差相對較大，部分站點>0.6m/s。均方根誤差空間分布如圖1c，63%的國家站均方根誤差為0.45～0.75m/s。川西高原和攀西地區(qū)相較于盆地區(qū)域，均方根誤差相對較大，因其大部分站點所在地形為高山河谷，受地形影響較大，站點的代表性較差。CLDAS和國家站風速相關系數(shù)空間分布如圖1d，四川省72%站點相關系數(shù)在0.8以上，高原和和盆地相關系都較好。

2.2 區(qū)域站評估

CLDAS和非獨立、獨立區(qū)域站風速平均誤差分別如圖2a、3a所示，非獨立區(qū)域站主要位于四川盆地，且盆地內(nèi)大部分平均誤差為正值，CLDAS風速偏大。高原地區(qū)的獨立區(qū)域站大多負值，CLDAS風速偏小，盆地內(nèi)卻CLDAS風速比大多獨立區(qū)域站偏大。表明網(wǎng)格產(chǎn)品在高原地區(qū)以低估為主，在盆地內(nèi)高估為主。由于盆地內(nèi)城市化進程發(fā)展較快，建筑物較多，對風速遮擋較多，造成觀測風速偏小，高原普遍建筑障礙物較少，可致地面風速相對于網(wǎng)格值較大。非獨立和獨立區(qū)域站風速平均絕對誤差如圖2b、3b所示，四川盆地平均絕對誤差主要集中于0.4～1.0m/s，川西高原和攀西地區(qū)絕對誤差偏大，說明風速網(wǎng)格產(chǎn)品在盆地效果更好，高原地區(qū)誤差更大。

非獨立與獨立區(qū)域站風速均方根誤差如圖2c、3c所示，四川盆地均方根誤差主要集中于0.5～1.25m/s，攀西地區(qū)整體均方根誤差偏大，盆地北部也存在個別站點均方根誤差偏大情況。獨立區(qū)域站高原地區(qū)均方根誤差大，成都市以及川南地區(qū)均方根誤差相對較小。風速相關系數(shù)如圖2d、3d所示，成都市所有區(qū)域站風速相關性相比較好，相關系數(shù)0.7以上的站點較多。盆地內(nèi)相關性整體高于高原，高原的獨立站中也存在個別相關性較好的站，但川西高原和攀西地區(qū)相關系數(shù)大多低于0.5。

2.3 不同評估指標的站點數(shù)比例

CLDAS不同平均誤差的站點比例如表1所示，85.2%的國家站平均誤差集中在-0.4～0m/s，只有3.9%的國家站平均誤差>0m/s，CLDAS風速產(chǎn)品總體存在低估。同時，74.9%非獨立區(qū)域站和62.5%獨立區(qū)域站平均誤差卻>0m/s,表明風速產(chǎn)品對大部分區(qū)域站觀測風度高估。平均絕對誤差站點數(shù)比例如表2所示，89.8%的國家站平均絕對誤差<0.6m/s，非獨立區(qū)域站和獨立區(qū)域站平均絕對誤差都主要為0.4～1.0m/s，86.6%的非獨立站和76.5%的獨立站落在此區(qū)間。

CLDAS不同均方根誤差站點數(shù)比例如表3所示，80.2%的國家站均方根誤差<0.75m/s。86.4%的非獨立站和71.3%的獨立站站均方根誤差都主要為0.5～1.25m/s。相關系分布站點數(shù)比例如表4所示，有71.8%的國家站風速相關系數(shù)>0.8，大部分站點高度相關，其中0.8～0.9的站點數(shù)量最多，占60.9%。53.5%非獨立區(qū)域站和60%獨立區(qū)域站相關系數(shù)都<0.5，過半數(shù)的區(qū)域站低度相關。因區(qū)域站數(shù)量較多，各個區(qū)域站所處環(huán)境各異，區(qū)域站受到建筑物的影響和地理環(huán)境的影響更為明顯，可導致風速受到的影響較大，致使評估結果不如國家站。

3 ERA5-Land再分析數(shù)據(jù)質(zhì)量評價

3.1 國家站評估

ERA5-Land和國家站平均誤差分布空間如圖4a所示，大部分站點平均誤差<0.0m/s，表明ERA5-Land對國家站風速以低估為主。平均絕對誤差空間分布圖如4b所示，四川盆地內(nèi)平均絕對誤差大部分站點都為0.6～1.0m/s，攀西地區(qū)以及高原地區(qū)平均誤差較大，>1.0m/s的站點主要集中于該地區(qū)。風速均方根誤差空間分布如圖4c所示，盆地相對于川西高原，均方根誤差相對較小，<1.2m/s的站點大多位于盆地內(nèi)，而>1.6m/s的站點大部分在高原地區(qū)。

表1 CLDAS不同平均誤差的站點比例

表2 CLDAS不同平均絕對誤差的站點比例

表3 CLDAS不同均方根誤差的站點比例

表4 CLDAS不同相關系數(shù)的站點比例

ERA5-Land和國家站風速相關系數(shù)分布如圖4d所示，ERA5-Land產(chǎn)品在四川地區(qū)的相關性較差，盆地內(nèi)的相關性相較之下好于高原地區(qū)，但四川省大部分為負相關，表明ERA5-Land的10m UV風產(chǎn)品的風速變化趨勢與實際觀測的地面風速變化趨勢相反，不適用于四川地區(qū)。

3.2 區(qū)域站評估

因CLDAS有融合區(qū)域站的觀測數(shù)據(jù)，故有獨立和非獨立之分，對ERA5-Land則利用四川全部區(qū)域站進行評估。區(qū)域站平均誤差分布空間如圖5a所示， ERA5-Land產(chǎn)品在川西高原和攀西地區(qū)存在低估，90%的站點平均誤差<0m/s，而盆地內(nèi)低估和高估的情況都存在。平均絕對誤差空間分布圖如5b，四川盆地內(nèi)平均絕對誤差大部分站點都為0～0.6m/s，攀西地區(qū)以及高原地區(qū)誤差更大，大部分站點>1.0m/s。均方根誤差空間分布如圖5c，盆地比川西高原和攀西地區(qū)均方根誤差明顯偏小，盆地內(nèi)均方根誤差集中于0～1.3m/s。>1.7m/s的站點大部分都集中于高原地區(qū)。

ERA5-Land和區(qū)域站風速相關系數(shù)分布如圖5d所示，ERA5-Land產(chǎn)品在四川地區(qū)的相關系較差，68.3%的區(qū)域站為負相關，在盆地內(nèi)和攀西地區(qū)存在少量正相關，但相關系數(shù)很低。表明ERA5-Land風速產(chǎn)品與四川地面區(qū)域站風速變化趨勢相反。

3.3 不同評估指標的站點數(shù)比例

ERA5-Land不同平均誤差的站點比例如表5所示，國家站平均誤差集中在-1.0～0.0m/s，占73.1%，而CLDAS的平均誤差主要集中于-0.4～0.0m/s，與CLDAS產(chǎn)品相比，ERA5-Land的平均誤差更大。區(qū)域站平均誤差<和大于0.0m/s各占50%，說明ERA5-Land低估和高估情況各占一半。平均絕對誤差站點比例如表6，國家站和區(qū)域站平均絕對誤差都主要集中于0.4～1.2m/s，分別占83.9%和86.3%。而CLDAS有的國家站53.9%<0.4m/s，表明ERA5-Land的國家站平均誤差整體更大，但兩種產(chǎn)品區(qū)域站平均絕對誤差站點比例類似。

ERA5-Land不同均方根誤差站點比例如表7所示，93%的國家站>0.75m/s，而CLDAS的國家站均方根誤差大部分<0.75m/s，說明ERA5-land與觀測值的偏差更大。區(qū)域站均方根誤差和CLDAS結果相近，82.9%的區(qū)域站為0.5～1.25m/s，表明兩種風產(chǎn)品與區(qū)域站觀測值的偏差情況類似。

ERA5-Land相關系數(shù)站點比例如表8所示，國家站和區(qū)域站相關性都很低，僅0.6%的國家站和3.6%區(qū)域站相關系數(shù)>0.2。而對于CLDAS，71.8%的國家站相關系數(shù)高于0.8，雖區(qū)域站相關系數(shù)較低，仍有46.5%的非獨立站和40%的獨立站>0.5。CLDAS風速產(chǎn)品的相關性明顯優(yōu)于ERA5-Land。

表5 ERA5-Land不同平均誤差的站點比例

表6 ERA5-Land不同平均絕對誤差的站點比例

表7 ERA5-Land不同均方根誤差的站點比例

表8 ERA5-Land不同相關系數(shù)的站點比例

4 結論

本文通過將四川地區(qū)156個國家站和1768個區(qū)域站的地面風速觀測資料作為真值，評估2019年全年CLDAS和ERA5-Land風速產(chǎn)品的準確性，為兩種產(chǎn)品的合理應用提供依據(jù)。主要結論如下：

(1)CLDAS對四川地區(qū)的國家站地面觀測風速低估，平均誤差集中在-0.4～0m/s。89.9%的國家站平均絕對誤差<0.6m/s，攀西地區(qū)以及高原與盆地交界地區(qū)平均絕對誤差較大。80.2%的國家站均方根誤差<0.75m/s，均方根誤差在川西高原和攀西地區(qū)偏大，盆地內(nèi)相對較小。國家站的風速相關性較好，88.5%的國家站風速相關系數(shù)達0.7以上。

(2)CLDAS對于非獨立區(qū)域站和獨立區(qū)域站的評估指標整體相近，但非獨立區(qū)域站的平均絕對誤差和均方根誤差相對較小，表明CLDAS與已融合的區(qū)域站誤差更小。區(qū)域站高原地區(qū)風速低估，盆地內(nèi)部高估。區(qū)域站的平均絕對誤差和均方根誤差都比國家站偏大。93.1%的區(qū)域站風速相關系數(shù)都<0.7，整體比國家站偏低。CLDAS對國家站的各項評估指標都優(yōu)于區(qū)域站。

(3)ERA5-Land對于國家站地面觀測存在更多低估，平均誤差為-1.0～0.0m/s。ERA5-Land產(chǎn)品的國家站平均絕對誤差和均方根誤差也比CLDAS均方根誤差大。對于區(qū)域站，ERA5-Land與CLDAS的風速平均誤差、絕對誤差和均方根誤差結果都相近。然而，ERA5-Land產(chǎn)品的風速相關性差，68%的國家站和區(qū)域站為負相關，表明ERA5-Land風速變化趨勢與四川地區(qū)實際觀測的地面風速變化趨勢相反。

根據(jù)上述分析，CLDAS對于國家站的各項評估指標顯著優(yōu)于ERA5-Land，兩種產(chǎn)品對區(qū)域站的平均誤差、絕對誤差和均方根誤差結果相近，但ERA5-Land對四川地區(qū)地面觀測風速相關性明顯較差?？傮w而言，CLDAS在四川地區(qū)的準確性整體優(yōu)于ERA5-Land。此外，兩種風速產(chǎn)品在四川盆地內(nèi)的效果都優(yōu)于川西高原和攀西地區(qū)，高原地區(qū)需謹慎使用格點風速產(chǎn)品。