1 引言
探空观测资料由于其垂直层次多， 性能可靠稳定， 能较好地描述大气三维结构而被广泛应用于天气预报和数值预报中。虽然近年来随着卫星资料的大量使用， 探空观测资料与之相比对业务数值预报同化分析系统影响减小， 但探空观测作为最基本和重要的资料源仍在业务数值预报系统中起着重要作用， 同时探空观测在数值预报同化分析中的影响在常规资料中排第一位， 所以也是评估业务分析预报系统的不可缺少的重要参考资料（李庆雷等， 2018； 田伟红， 2018）。在数值预报和天气预报发展过程中， 科研和业务常常将探空观测资料作为校验标准与其他类型的观测资料进行比较（李欣怡等， 2019； 任芝花等， 2018）， 但越来越多的研究表明， 探空仪器观测存在一定的误差， 这种误差可能是多种因素影响的结果， 如探空观测仪器本身受碳湿敏电阻测量生产工艺影响其准确度、 随着探测高度的增加受太阳辐射等影响， 表现出探空湿度观测干偏差， 且在白天甚于夜晚（赵世军等， 2012； 朱彦良等， 2012）。为了找到产生误差的原因， 首先需要对探空观测资料进行合理正确的评估， 以便深入了解观测资料性能， 产生误差的原因， 以及误差大小， 从而找到减小误差的方法， 提高观测资料在同化中使用精度和使用效率（徐文静等， 2007； 余贞寿等， 2018）。本文重点关注探空湿度观测这个对降水预报影响较大的观测量， 分析比较来自两个不同资料源的探空湿度观测偏差状况， 了解我们数值预报业务中用到的CIMISS（China Integrated Meteorological Information Service System）库中探空湿度观测的性能， 为更好地使用探空湿度观测， 提高模式预报准确性打下基础。
对于探空湿度观测的评估和偏差订正国外已有很多研究。如Mathieu et al（2008）用Vaisala RS80探测湿度资料与GPS-PW（Global Positioning System Precipitable Water）可降水量比较发现探空湿度观测有明显的干偏差， 低层最大到14%， 高层最大达到20%。Voemel et al（2007）研究Vaisala RS92探测仪器受太阳辐射、 温度和仪器测量气压等因素的影响， 通过与CFH（Cryogenic Frostpoint Hygrometer）仪器比较发现： 太阳高度角为10°~30°时在15 km高度上平均干偏差达到9%~50%， 通过湿度偏差订正后， 其偏差降低到7%以下。Anna et al（2006）在非洲季风多学科分析场试验中利用三种典型探空仪器Vaisala RS92、 Vaisala RS80及MODEM探测湿度进行互校发现： Vaisala探测仪器存在5%~30%的干偏差。Bian et al（2011）比较GTS1， Vaisala RS80以及CFH证实Vaisala探空仪器存在湿度偏干的现象。Kunio et al（2008）针对Vaisala RS92探测仪探空湿度观测偏干的现象， 给出相应的偏差订正方法， 并取得较好的改进效果。Faccani et al（2009）研究对ECMWF（European Centre for Medium-Range Weather Forecasts）在其同化系统中考虑对探空湿度观测的偏差订正， 评估校验与GPS TCWV（Total Columnar Water Vapour）比较以达到对探空湿度偏差的订正， 同时还考虑分仪器、 分探测类型、 分季节、 分区域等建立偏差订正的每月更新库， 确保使用观测资料的高效和精准。
近年来国内也积极开展对探空仪器观测的评估诊断和偏差订正等方面的研究。唐南军等（2014）通过与COSMIC/GPS（Constellation Observation System for Meteorology， Ionosphere and Climate）反演的湿度观测和NCEP（National Centers for Environmental Prediction） 再分析湿度场比较， 分析中低空探空湿度观测异常偏干现象， 并发现观测偏干与湿度传感器的不良性能造成有关也与探空气球上升过程中湿度传感器穿过的云型特点有关。王英等（2015）和李庆雷等（2018）针对换型后我国L波段探空仪对高空湿度资料的影响与NCEP再分析场比较显示明显的干偏差， 且随着高度的增加而增大， 200 hPa， 500 hPa和850 hPa相对湿度分别偏低14.6%， 8.3%和5.3%。受太阳辐射的影响， 这种干偏差在白天甚于夜间。郝民等（2015， 2018）采用与GPS-PW及NCEP、 ECMWF再分析场比较对中国区L波段探空湿度观测进行评估， 分析显示该探空仪湿度观测存在偏干， 并进行相应的偏差订正， 提高观测的准确性和使用效率， 对同化系统的改进都起到了积极作用。
虽然前人对探空仪器的湿度观测都有较多的评估， 但这些评估多是用探空观测仪器数据与NCEP、 或ECWMF等再分析场比较， 或者是与GPS/PW、 COSMIC/GPS卫星反演的湿度观测等比较（万晓敏等， 2018， 2019； 王瑞文等， 2016）。由于观测类型种类差异、 观测仪器的不同， 所以这种比较偏差是相对， 这给资料比较评估带来更大的不确定性和偏差（张思齐等， 2018； 庄照荣等， 2014）。当然在没有更精准的比较效验参照物时， 用ECWMF等再分析场和相对精度较高的卫星资料作为比较效验资料进行偏差订正有一定的积极意义， 使我们能粗略了解探空湿度资料偏差状况。但随着同化技术的进步， 对资料精度的要求也随之提高， 对观测的评估要求更加精准， 分析需要更细致， 这样才能有针对性地给出偏差订正方案， 提高资料的使用效果（姚爽等， 2015； 姚雯等， 2017）。因此为了更精准了解我们业务数值预报同化系统使用的CIMISS库探空湿度观测偏差， 将其与美国NCEP业务数值预报GDAS（Global Data Assimilation System）资料库中的同类探空湿度资料进行比较评估， 相同探测仪器类型、 相同区域、 相同测站、 相同观测时间资料比较， 更具可比性和实际应用价值。通过评估分析不但能深入了解业务中使用的探空观测的偏差情况， 同时也可针对偏差制定相应的偏差订正方案， 减小同化观测资料的偏差， 从而更好地发挥探空湿度观测资料的性能， 为改进数值预报同化和预报模式起到推动作用。
2 不同数据库资料分布和单站比较
2.1 探空观测资料分布
探空观测资料分别采用国家气象信息中心通过全球电信系统GTS（Global Telecommunications System）接收的资料， 它是全国综合气象信息共享平台CIMISS库的数据资料， 以及美国NCEP业务数值预报用到的GDAS库探空观测资料。探空资料每天四个时次， 分别为00:00（世界时， 下同）， 06:00， 12:00， 18:00， 其中00:00和12:00观测资料较多， 其他两个时次观测资料较少（刘佩廷等， 2017； 夏静雯等， 2016）。图1为2018年6月1日00:00两个资料库全球探空观测资料分布。CIMISS库资料数757个， GDAS库为665个， 主要分布在陆地上， 北半球测站数量明显多于南半球， 并且测站多集中在中低纬， 高纬地区测站数量稀少。两个库测站数量相差92个站， 其中33个站分布在中国西部、 南部， 其他则分布于南亚及印度群岛等。这些站中有些是探空黑名单上的， 有些是未进行交换的测站。
2.2 单站探空湿度的差异
为了了解两个资料库平台获取的探空资料的差异， 首先比较单站探空湿度的差异。选取两个站点分别是中国区的54511测站以及北美区的70398测站， 比较单站单一时刻两个不同资料库获取的资料本身差异。图2是两个探空测站垂直湿度观测廓线， 分别是CIMISS库资料质量控制前后探空湿度资料以及GDAS库质量控制后的探空湿度资料。从两个数据库单站探空湿度廓线比较（图2）中可以看出， 在低层800 hPa之下两个不同资料库资料的差异不大， 观测资料基本接近一致， 随着高度增加， 差异显著， 并且GDAS库的探空湿度资料要大于CIMISS库值。对于54511测站两个库资料在500 hPa以上差异加大， 而差异最大在250 hPa达到8 %； 而70398测站两个库观测在650 hPa以上差异变大， 且最大在350 hPa附近偏差达到25 %。对于CIMISS库探空湿度观测质量控制前后比较可以看出， CIMISS库探空湿度资料无论质量控制前后其值都小于GDAS库探空湿度， 经过质量控制后的CIMISS库湿度值更加接近GDAS库探空湿度， 虽然偏差依然存在， 但其中中国区54511测站质量控制后偏差改进相比北美区70398测站更加显著。
3 不同数据库偏差比较
3.1 垂直偏差分析
选取2018年6月00:00与12:00中国区（15°N -65°N， 70°E -145°E）和北美区（15°N -65°N， 50°W -130°W）CIMISS库质量控制前后的探空湿度场与GDAS库质控后探空湿度场， 比较其垂直方向平均偏差和均方根偏差。由于获取的GDAS库资料是经过质量控制数据， 故采用CIMISS库资料经过质量控制前后的场分别与该GDAS库资料比较。由2018年6月00:00与12:00 CIMISS库质控前后与GDAS库质控后相对湿度垂直场偏差比较（图3）可以看出， GDAS库与CIMISS库质量控制前后偏差比较都是正偏差， 说明CIMISS库探空湿度观测小于GDAS库资料； 经过质量控制后CIMISS库探空湿度资料与GDAS库偏差明显减小； 北美区偏差无论在00:00还是12:00都要小于中国区； 其中在北美区低层质量控制后偏差减小效果更加显著［图3（c）， （d）］。低层700 hPa以下偏差小于5 %， 而 12:00偏差明显小于00:00 ［图3（d）］， 且经过质量控制后CIMISS库与GDAS库湿度偏差接近零， 说明两个库的数据经过质量控制后基本一致。高层200 hPa附近偏差最大达18%。通过对中国区和北美区两个数据库垂直偏差比较， 看出这两种库在低层偏差较小， 经过质量控制最多减少7%， 说明两者探空观测湿度在低层较一致； 而500 hPa以上偏差增加， 虽然质量控制后偏差减小近3%， 但高层偏差依然存在， 即CIMISS库的探空湿度观测高层有明显的偏干现象。
3.2 水平偏差分析
通过以上对GDAS库质量控制后与CIMISS库质量控制前后探空湿度垂直场比较（图3）可以看出， 偏差在低层700 hPa以下较小接近零， 而在高层偏差增加。为了更加深入全面分析中高层偏差的分布情况， 图4给出了2018年6月00:00 300 hPa及500 hPa 质量控制后GDAS库与CIMISS库质量控制前后的水平偏差分布。图4（a）和（b）是300 hPa相对湿度偏差分布， 可以看出无论在欧洲还是东亚区， CIMISS库质量控制后偏差减小， 且偏差量由20%~30%［图4（a）］减小到10%~20%［图4（b）］； 北美东北部偏差由5%~10%减小到0~5%； 位于赤道的西亚地区偏差由25%降到10%。从500 hPa相对湿度偏差分布［图4（c）， （d）］可以看出， 欧洲南部、 南亚以及北美南部地区质控后偏差由10%~20%［图4（c）］减小到0~5%［图4（d）］， 有显著的改进效果。北半球偏差分布中纬度30°N -40°N附近偏差要小于50°N -60°N， 偏差订正后的欧洲西部和北美区偏差要小于亚洲区［图4（d）］。从图4的比较中可以明显看出高层偏差要大于低层， 这与图3中垂直分布偏差的结论是一致的。
图5是2018年6月12:00 300 hPa及500 hPa质量控制后的 GDAS库与CIMISS库质量控制前后探空湿度偏差水平分布。比较图4和图5发现， 在欧洲区和东亚区300 hPa相对湿度水平偏差在12:00要明显大于00:00， 北半球中纬度地区偏差多为20%~30%［图5（b）］， 而在图4（b）中显示相应区域偏差多为10%~20%。 500 hPa北半球35°N以南地区偏差小于以北的高纬度地区［图5（d）］， 其中北美南部地区偏差从15%~20%［图5（c）］降到0~5%［图5（d）］， 质量控制后偏差显著减小； 通过对300 hPa和500 hPa质控后相对湿度偏差相比较［图5（b）， （d）］发现， 低层偏差小于高层偏差， 这与图4结论一致。在北美东部和欧洲西部质量控制后同样偏差减小显著。
3.3 偏差分析比较
通过比较两个资料库CIMISS与GDAS探空湿度观测的垂直和水平偏差分布（图3~5）还可以看出， 偏差多为正值， 说明CIMISS库探空湿度观测在大部分地区都是小于GDAS库资料； 通过资料的质量控制， 两个库观测资料的偏差是显著减小， 即质量控制后的CIMISS库数据更加接近GDAS库数据。经过质量控制后两个库资料比较： 垂直方向在700 hPa以下， 偏差很小， 接近零， 说明两个资料库探空湿度观测是一致的； 而700 hPa以上相对湿度偏差逐渐增加， 在250 hPa偏差达到最大； 其中该层次以上中国区偏差略大于北美区。从300 hPa和500 hPa相对湿度水平偏差分布看， 相对湿度水平偏差值300 hPa要大于500 hPa， 这与图3垂直分布结果一致。水平偏差分布12:00略大于00:00。500 hPa北半球35°N以南偏差要小于其以北地区。虽然CIMISS库的探空湿度观测值小于GDAS库观测， 经过质量控制后明显减小了偏差， 且中国区、 北美区 500 hPa部分地区偏差都在5%以下， 说明质量控制起到了改进作用。但质量控制后两个数据库的探空湿度观测偏差依然存在， 特别是在中高层， 无论是00:00还是12:00， 在500 hPa 40°N 以北区域偏差仍达10 %， 所以CIMISS库探空湿度观测仍然需要进行偏差订正， 减小中高层观测偏差， 提高资料的使用精度。
4 同化预报效果比较
4.1 同化分析垂直比较
用CIMISS与GDAS两个不同数据库获取探空湿度观测经过质量控制后数据进行比较， 对两个数据库资料状况有所认识， 为了研究两种资料在实际同化应用分析与预报中产生的差异， 将这两个数据库探空资料分别应用于GRAPES 4DVAR 变分同化系统中。选取2018年6月15日至7月15日观测资料， 仅同化探空资料分别进行一个月同化试验， 并将分析结果分别与EC再分析场进行比较（张林等， 2017； 朱平等， 2019）。从GRAPES同化试验结果， 南、 北半球的比湿分析场与EC再分析场比较平均偏差与均方根偏差场（图6）中可看出， 两个库的资料同化后分析场与EC再分析场的比湿偏差基本一致， 且南北半球偏差差异也不大。其中南、 北半球均方根偏差最大在850 hPa， 达到1.7 g·kg-1， 高层逐渐减小； 平均偏差在700 hPa以上逐渐减小。
4.2 同化分析水平比较
从南北半球垂直方向的平均偏差与均方根偏差场的比较（图6）看出， 两个不同数据库资料的同化结果与EC再分析场偏差差异不大。图7给出2018年6月15日至7月15日三个层次（1000 hPa、 850 hPa和500 hPa）同化试验的北半球比湿水平偏差场分布， 无论平均偏差还是均方根偏差变化趋势两者基本一致， 500 hPa、 850 hPa层次上， GDAS 与CIMISS库数据同化后比湿分析场略有偏差， 但总的看使用两个库探空湿度资料分析与EC再分析场比较差异不大， 说明CIMISS库资料经过质量控制后分析效果与用GDAS库质量控制后资料同化分析效果基本一致。虽然连续试验中同化使用的资料源来自两个不同数据库的资料， 但同化分析后比湿场与EC再分析场比较的平均偏差和均方根偏差结果差异很小， 由此可见CIMISS资料库数据是可靠合理可用的。
5 模式预报降水检验
比较分析两个不同数据库探空湿度观测对GRAPES-4DVAR分析的影响差异不大， 图8为2018年6月15 -30日两个不同数据库资料仅同化探空观测资料， 连续试验模式降水预报结果检验评分， 模式不同预报时效24， 48以及72 h两个不同数据库资料同化预报降水评分非常接近， 略有差异。两个数据库资料24 h 模式预报降水评分接近一致［图8（a）］； 48 h模式预报中雨量级GDAS数据库资料试验评分略高于CIMISS库资料试验［图8（b）］； 72 h模式预报GDAS数据库小雨、 中雨量级评分略为占优［图8（c）］， 由此看出CIMISS库数据资料使用， 模式预报前72 h与GDAS库资料同化后的预报降水评分接近， GDAS库资料预报降水评分略占优， 但在大雨、 暴雨等量级预报中两者是一致的， 再次证实CIMISS数据库资料在实际业务预报中是合理可靠的。
6 结论与讨论
通过分析来自两个不同数据源GDAS和CIMISS库的探空湿度观测资料及其分布特征， 并选取与EC再分析场进行参照比较， 评估CIMISS数据库中探空湿度观测的质量状况， 并基于GRAPES-4DVAR 全球同化系统开展数值模拟试验， 分析两个不同数据源得到的探空湿度观测资料对GRAPES全球模式湿度同化分析和模式降水预报的效果检验， 得到以下结论：
（1） 两个不同数据源的探空数据分布均匀， 北半球测站数量明显多于南半球， 并且测站多集中在中低纬， 高纬地区测站数量稀少。两个数据源测站数量差异主要在中国西部、 南部及南亚、 印度群岛等。单站CIMISS库探空湿度资料无论质量控制前后其值小于GDAS库的探空湿度资料， 经过质量控制后的CIMISS库探空湿度值更加接近GDAS的探空湿度， 但两个库的探空湿度偏差依然存在， 该偏差随着高度增加。
（2） 选取两个数据源一个月的探空湿度资料与EC再分析的湿度场比较， 分析其水平和垂直湿度偏差发现： CIMISS库探空湿度观测在大部分地区都是小于GDAS库探空湿度观测； 通过资料的质量控制， 两个数据源的观测资料偏差显著减小， 即质量控制后的CIMISS库数据更加接近GDAS数据， 垂直分布探空湿度700 hPa以下， 平均偏差5%以下， 两者基本一致； 而700 hPa以上探空湿度偏差逐渐增加， 250 hPa偏差达到最大； 其中该层次以上中国区偏差略大于北美区。水平偏差分布较均匀， 12:00偏差略大于00:00， 北半球35°N以南偏差要小于其以北地区。
（3） 通过使用2018年6月15日至7月15日 两个数据源的探空湿度资料， 分别进行一个月同化试验， 并将分析结果与EC再分析场比较。两个资料同化后分析场与EC再分析场比湿偏差基本是一致的， 且南、 北半球比湿偏差差异不大。虽然同化使用的资料源来自两个不同数据库的资料， 但同化分析后的比湿场与EC再分析场比较， 其平均偏差和均方根偏差结果差异不显著， 由此可见CIMISS资料库的探空湿度资料经过质量控制在同化中应用是可靠合理可用的。
（4） 采用两个不同数据源探空资料进行连续半个月同化预报试验， GRAPES模式预报的降水评分看出使用CIMISS库数据资料预报结果在前72 h与使用GDAS资料同化后的预报降水评分非常接近， 证实CIMISS数据库中探空湿度观测资料是合理、 有效、 可用的。
综上所述， 通过对两个不同数据源的探空湿度资料从数据分布、 数量、 单站廓线的比较， 以及与EC再分析比湿场比较看出两者的差异， 同时GDAS与CIMISS库探空湿度观测经过质量控制后的偏差有所减小， 但仍然存在正偏差， 两个数据源探空湿度资料经过同化分析和模式预报其降水评分基本接近， 从而证实CIMISS库探空湿度资料的合理可用性， 为深入认识探空湿度资料的质量和性能提供了依据。同时也看到针对探空湿度观测资料的质量控制还需要进一步加强和完善， 特别是对高层探空湿度观测的偏差订正还需要更加深入的开展研究， 以便得到精度更高的初始资料， 提高模式预报的准确性。