中国北部积雪区冬季地表温度和2 m气温再分析数据评估

单帅; 沈润平; 师春香; 白磊; 孙帅

doi:10.7522/j.issn.1000-0534.2019.00003

高原气象 >

2020 , Vol. 39 >Issue 1: 37 - 47

DOI: https://doi.org/10.7522/j.issn.1000-0534.2019.00003

论文

中国北部积雪区冬季地表温度和2 m气温再分析数据评估

单帅 ,
沈润平 ,
师春香 ,
白磊 ,
孙帅

展开

1.南京信息工程大学地理科学学院, 江苏南京 210044 2.国家气象信息中心, 北京 100081 3.武汉理工大学智能交通系统研究中心, 武汉湖北 430070 4.武汉理工大学航运学院, 武汉湖北;430070

收稿日期: 2018-07-24

网络出版日期: 2020-02-28

基金资助

国家自然科学基金项目(91437220);国家重点研发计划项目(2018YFC1506601);公益性行业（气象）科研专项(GYHY201506002);中国气象局“气象资料质量控制及多源数据融合与再分析”项目;中央高校基本科研业务费专项资金(2019IVA103)

收起

Evaluation of Land Surface Temperature and 2 m Air Temperature fromFive Reanalyses Datasets across North China in Winter

Shuai SHAN ,
Runping SHEN ,
Chunxiang SHI ,
Lei BAI ,
Shuai SUN

Expand

1.School of Geographic Sciences, Nanjing University of Information Science & Technology, Nanjing 210044, Jiangsu, China;2.National Meteorological Information Center, Beijing 100081, China

Received date: 2018-07-24

Online published: 2020-02-28

Fold

摘要

利用2011 -2016年冬季中国东北内蒙古及北疆地区251个站点逐日0 cm地表温度和2 m气温数据, 对ERA5、 MERRA2、 JRA55、 CRA-interim和CFSR五套再分析数据的地表温度和气温进行评估, 并使用MOD10C1对有无积雪覆盖时地表温度的偏差进行了分析。结果表明, 再分析气温的精度较高, 各再分析气温的整体偏差分布在-1~1 ℃, 北疆地区适用性稍差; 再分析地表温度精度明显降低, 除ERA5整体偏差为-0.34 ℃外, 再分析地表温度表现为明显低估; 再分析地表温度的偏差与土地利用类型有关, 林地地区的地表温度冷偏差最大, 草地地区偏差最小; 再分析地表温度在有雪时低估更为严重, 林地和耕地地区表现明显; 相对于地表温度偏差本身, 积雪的影响不大, 陆面模式对于积雪区冬季林地地区的模拟亟待提高。

关键词： MODIS; 积雪覆盖; 土地利用; 再分析; 地表温度

本文引用格式

单帅 , 沈润平 , 师春香 , 白磊 , 孙帅 . 中国北部积雪区冬季地表温度和2 m气温再分析数据评估[J]. 高原气象, 2020 , 39(1) : 37 -47 . DOI: 10.7522/j.issn.1000-0534.2019.00003

Abstract

Using daily land surface temperature and 2 m air temperature in situ observations across northern China during 2011 -2016 in winter, The reanalysis detests of ERA5, MERRA2, JRA55, CRA-interim and CFSR are evaluated, the bias of land surface temperature with and without snow condition are discussed based on MOD10C1.The results are shown that: (1) The applicability of five reanalyses air temperature is good, especially in northeastern China.The overall Bias of air temperature in 5 reanalyse datasets are under 1 ℃.The land surface temperature perform obvious cold bias, except that ERA5 perfomed an overall bias of -0.34 ℃; (2) There are correlations of land surface temperature bias and land cover, reanalyses do bad in forest area in simulating land surface temperature, while good in grass area.And the cold bias of land surface temperature with snow cover is greater than that without snow cover in cultivated area and forest area.(3) Compared with the bias numerical value of land surface temperature itself, snow affect the land surface temperature simulating slightly, we should focus on improving the simulation in forest area.

Key words： MODIS; snow cover; land use; reanalysis; land surface tempera

参考文献

[1]Dutra E, Balsamo G, Viterbo P, al et, 2010．An improved snow scheme for the ECMWF land surface model: Description and offline validation[J].Journal of Hydrometeorology, 11(4): 899-916.
[2]Gelaro R, McCarty W, Suárez M J, al et, 2017.The modern-era retrospective analysis for research and applications, version 2 (MERRA-2)[J].Journal of Climate, 30(14): 5419-5454.
[3]Hall D K, Riggs G A, 2016.MODIS/Terra Snow Cover Daily L3 Global 0.05Deg CMG, Version 6[J].Boulder, Colorado USA.NASA National Snow and Ice Data Center Distributed Active Archive Center.DOI: https: //doi.org/10.5067/MODIS/MOD10C1. 006.
[4]Hersbach H, Dee D, 2016.ERA5 reanalysis is in production[J].ECMWF Newsletter, 147: 7.
[5]Liu J Y, Kuang W H, Zhang Z X, 2014.Spatiotemporal characteristics, patterns and causes of land-use changes in China since the late 1980s[J].Journal of Geographical Sciences, 24(2): 195-210.
[6]Saha S, Moorthi S, Wu X, al et, 2014.The NCEP climate forecast system version 2[J].Journal of Climate, 27(6): 2185-2208.
[7]白磊, 王维霞, 姚亚楠, 等, 2013.ERA-Interim和NCEP/NCAR再分析数据气温和气压值在天山山区适用性分析[J].沙漠与绿洲气象, 7(3): 51-56.
[8]白庆梅, 田文寿, 冯兆东, 等, 2010.亚洲干旱/半干旱区降水与大洋暖池气候的相关特征研究[J].冰川冻土, 32(2): 295-308.
[9]丁旭, 赖欣, 范广洲, 等, 2018.再分析土壤温湿度资料在青藏高原地区适用性的分析[J].高原气象, 37(3): 626－641.DOI: 10.7522 /j.issn.1000-0534.2017.00060.
[10]高路, Karsten S, 陈兴伟, 等, 2014.基于ERA-Interim再分析资料的中国极端气温分析[J].南水北调与水利科技, 12(2): 75-78.
[11]韩秀珍, 李三妹, 窦芳丽, 2012.气象卫星遥感地表温度推算近地表气温方法研究[J].气象学报, 70(5): 1107-1118.
[12]胡列群, 李帅, 梁凤超, 2013.新疆区域近50a积雪变化特征分析[J].冰川冻土, 35(4): 793-800.
[13]黄芳芳, 马伟强, 李茂善, 等, 2016.藏北高原地表温度对气候变化响应的初步分析[J].高原气象, 35(1): 55-63.DOI: 10.7522/j.issn.1000-0534.2015.00075.
[14]李培基, 1988.中国季节积雪资源的初步评价[J].地理学报, 43(2): 108-119.
[15]李强, 周锁铨, 李永华, 等, 2010.三峡库区洪涝特征及其与大尺度环流的联系[J].大气科学学报, 33(4): 477-488.
[16]李召良, 段四波, 唐伯惠, 等, 2016.热红外地表温度遥感反演方法研究进展[J].遥感学报, 20(5): 899-920.DOI: 10.11834/jrs.20166192.
[17]刘川, 余晔, 解晋, 等, 2015.多套土壤温湿度资料在青藏高原的适用性[J].高原气象, 34(3): 653-665.DOI: 10.7522/j.issn.1000-0534.2015.00034.
[18]刘进军, 傅云飞, 李锐, 等, 2018.青藏高原云和大气对被动微波遥感积雪雪深的影响[J].高原气象, 37(2): 305-316.DOI: 10.7522 /j.issn.1000-0534.2017.00050．
[19]马丽娟, 秦大河, 卞林根, 等, 2010.青藏高原积雪日数的气温敏感度分析[J].气候变化研究进展, 6(1): 1-7.
[20]沈润平, 郭倩, 陈萍萍, 等, 2019.高分辨率大气强迫和植被功能型数据对青藏高原土壤温度模拟影响[J].高原气象, 38(6): 1129-1139.DOI: 10.7522/j.issn.1000-0534.2018.00159.
[21]孙帅, 师春香, 梁晓, 等, 2017.不同陆面模式对我国地表温度模拟的适用性评价[J].应用气象学报, 28(6): 737-749.
[22]王澄海, 王芝兰, 崔洋, 2009.40余年来中国地区季节性积雪的空间分布及年际变化特征[J].冰川冻土, 31(2): 301-310.
[23]王旻燕, 姚爽, 姜立鹏, 等, 2018.我国全球大气再分析(CRA-40)卫星遥感资料的收集和预处理[J].气象科技进展, 8(1): 158-163.
[24]韦志刚, 朱献, 董文杰, 等.2019.CFSv2系统对2015年11月中国一次寒潮过程及其欧亚冷空气活动的预报评估[J].高原气象, 38(4): 673-684.DOI: 10.7522/j.issn.1000-0534.2019.00014.
[25]谢潇, 何金海, 祁莉, 2011.4种再分析资料在中国区域的适用性研究进展[J].气象与环境学报, 27(5): 58-65.
[26]徐婷, 邵华, 张弛, 2015.近32a中亚地区气温时空格局分析[J].干旱区地理, 38(1): 25-35.
[27]杨忠臣, 魏丹, 陈丹, 等, 2007.不同积雪覆盖条件下土壤冻结状况及水分迁移规律研究[J].水利科技与经济, 13(6): 365-367.
[28]张磊, 王春燕, 潘小多, 2018.基于区域气候模式未来气候变化研究综述[J].高原气象, 37(5): 1440-1448.DOI: 10.7522 /j.issn.1000-0534.2018.00018.
[29]张廷军, 钟歆玥, 2014.欧亚大陆积雪分布及其类型划分[J].冰川冻土, 36(3): 481-490.
[30]张晓美, 蒙伟光, 张艳霞, 等, 2009.华南暖区暴雨中尺度对流系统的分析[J].热带气象学报, 25(5): 551-560.
[31]赵天保, 艾丽坤, 冯锦明, 2004.NCEP再分析资料和中国站点观测资料的分析与比较[J].气候与环境研究, 9(2): 278-294.
[32]赵天保, 符淙斌, 2009.几种再分析地表气温资料在中国区域的适用性评估[J].高原气象, 28(3): 594-606.
[33]朱智, 师春香, 张涛, 等, 2015.多种再分析地表温度资料在中国区域的适用性分析[J].冰川冻土, 37(3): 614-624.

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

参考文献