1 引言
高精度、 长时间序列的气象数据是进行天气分析、 气候变化研究的重要基础。传统常规气象观测数据受仪器、 设备分布等限制， 在空间上存在不连续性。而一些新型观测资料、 或近年来制作应用的高时空分辨率观测融合产品， 其时空分辨率虽高， 但是资料时间长度有限， 暂不足以支撑对气候变化研究。基于资料同化将多源观测资料和数值模式结合的大气再分析资料， 既满足了气象资料在空间上的连续分布， 其资料时间长度又能支撑对气候变化的分析（Bengtsson and Shukla， 1988； Trenberth and Olson， 1988）。大气再分析资料在认识大气运动规律、 天气诊断分析、 气候变化研究等方面起到了不可替代的作用。
大气再分析资料由于会受不同数值模式、 同化技术、 观测系统误差等影响（赵天保等， 2010）， 其数据产品在不同的地区适用性也会有较大差异（吕润清和李响， 2021）。有学者（李建等， 2010； 戴泽军等， 2011）评估分析了国外多套再分析降水产品对中国夏季降水场的再现能力。吕少宁等（2011）分析了NCEP、 ERA-40、 JRA-25等7套国外再分析降水产品在中国大陆地区的适用性。成晓裕等（2013）用均一化的月降水量网格数据比对了NCEP-1、 ERA-40和20CR等3套国外再分析降水资料在中国范围内的均值、 年际变化等。邓诗茹等（2014）用NCEP、 ERA-40、 CFSR等7套国外再分析资料计算了热带气旋的生成指数， 并做了比对。Ye et al（2021）比对了CRA-Interim、 ERA5和JRA-55降水产品在中国的表现。黄晓龙等（2023）评估了EAR5降水产品在中国西南地区的适用性。马绎皓等（2023）评估了ERA5风资料对甘肃省风的模拟能力。这些研究大多将各类大气再分析产品和真实观测资料进行比对， 展示了不同的大气再分析产品在不同的地区， 对不同的气象要素特征的反映情况， 为业务科研对再分析资料的使用提供了很有价值的参考。
近年来， 中国气象局国家气象信息中心牵头， 联合多部门， 成功研制了我国的第一代全球大气再分析产品（China Meteorological Administration’s Global Atmospheric/Land Surface Reanalysis， CRA）， 旨在中国地区达到国际第三代大气再分析产品水平。Zhang et al （2021）对比了CRA和CFSR等5套再分析资料在中国区域的相对湿度的模拟能力。罗潇等（2021）对比了地面观测降水和CRA降水产品在湖南年季尺度上的表现。张德杰等（2022）将CRA等4种再分析资料中国区域的总云量产品进行了对比。远芳等（2022）评估了CRA、 ERA5和ERA-Interim等再分析资料在中国地区水汽模拟效果。王彩霞等（2022）分析了CRA气温和降水产品在中国大陆的适用性。赵彤等（2023）分析了CRA等3套产品在青藏高原区域气温和降水的模拟能力。陈姝宜等（2024）比对了CRA等四套再分析资料在暴雨天气中的表现。Wang et al（2024）用CRA资料分析了平流层的环流特征。这些工作将CRA和国际同类大气再分析产品做了比对， 综合研究结果来看， CRA的常规气象要素产品的整体表现不错， 但是在不同区域对常规气象要素特征的反映上， 不一定优于国际同类产品。而大气再分析降水产品的可信度稍逊高空温度场、 风场、 地面湿度和温度场（Kalnay et al， 1996； Kistler et al， 2001）， 降水又是气候系统中对人类生活影响最大的气象要素之一， 了解地区长时间连续降水特征， 对区域天气预报、 防灾减灾、 生态评估有着重要意义。
四川位于青藏高原东侧， 地域广大， 下垫面复杂， 也是国内人口较为密集的地区， 在全球气候变化的背景下， 降水时空分布非常不均（李川等， 2006； 江志红等， 2009； 陈双等， 2022； 郑然等， 2022； 冉津江等， 2023； 李毅和李国平， 2023）。复杂的下垫面使得模式模拟的降水容易出现偏差（Wang et al， 2021； 王灵芝等， 2022； 肖颖等， 2023； 梁沛乐等， 2024； 何钰等， 2024）。探讨CRA降水产品在四川的适用性具有一定的指示和参考意义， 其降水产品的适用性结论也能为CRA产品质量的提升起到促进作用。
本研究以中国气象局所辖国家气象站1979 - 2021年观测的降水数据为参考， 引入国际上广泛应用的欧洲中期天气预报中心（ECWMF）第五代再分析产品ERA5、 及美国国家环境预报中心（NCEP）的再分析产品CFSR为对比评估对象， 从误差分析、 时空分布等方面， 评估对应时段内CRA降水产品在四川地区的适用性， 为CRA降水产品在天气气候分析中提供参考。
2 数据来源与方法介绍
2.1 数据来源
本文所用数据包括： 四川的站点降水观测数据、 及中国、 欧洲、 美国的三套再分析格点降水数据。此外， 文中涉及四川省及四川地市（州）地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2020）4619号的标准地图制作， 底图无修改。
选用的站点数据为四川155个国家气象观测站1979 -2021年的日降水数据， 源自四川省气象探测数据中心， 所采用的站点降水数据均经过了台站、 省、 国家三级质量控制（任芝花等， 2018）， 数据质量可靠。四川国家站分布如图1。
选用的再分析降水产品分别为中国气象局全球大气陆面再分析降水产品（以下简称CRA， http： //data.cma.cn）， 选取时段为1979 -2021年， 时间分辨率为6 h， 空间分辨率为0.25°×0.25°； 欧洲中期天气预报中心（ECWMF）第五代再分析降水产品（以下简称ERA5， http： //www.ecwmf.int/en/forecasts/dataset/ecmwf-reanalysis-v5）， 选取时段为1979 - 2021年， 时间分辨率为1 h， 空间分辨率为0.25°×0.25°； 美国国家环境预报中心NCEP再分析降水产品（以下简称CFSR， http： //rda.ucar.edu/datasets/ds093.1/， http： //rda.ucar.edu/datasets/ds094.1/， 该资料2011年3月后由升级后的CFSv2制作）， 选取时段为1979 -2021年， 时间分辨率为1 h， 空间分辨率为0.5°×0.5°。三套再分析资料简介如表1（中国气象局国家气象信息中心， 2022； 张德杰等， 2022； 王彩霞等， 2022）。
表1 再分析资料基本参数Tabel 1 The basic parameters of reanalysis data |
| 名称 | 同化的地面观测资料 | 资料时段 | 时间分辨率 | 空间分辨率 | 同化方法 |
|---|---|---|---|---|---|
| CRA | 中国基础数据、 CFSR观测数据集及集成地面数据库（ISD） | 1979 -2021年 | 逐6 h | 0.25° | 3DVAR |
| ERA5 | 观测数据集（ODB）（ECMWF， 2018） | 1979 -2021年 | 逐1 h | 0.25° | Ensemble of 4DVAR |
| CFSR | NCEP业务档案（Saha et al， 2010） | 1979 -2021年 | 逐1 h | 0.5° | 3DVAR GSI |
2.2 研究方法
首先用双线性插值方法（张宏芳等， 2019）将三套再分析降水数据插值到对应时段的155个国家气象观测站所在的空间点， 然后基于插值后的数据序列和站点观测序列进行比对， 包括空间分布、 时间变化、 误差分析等。
选取的误差评估指标为： 平均误差（ME）、 均方根误差（RMSE）、 标准差（STD）、 相关系数（R）， 计算如下：
式中： X为降水值； 下标有re的代表再分析数据； 下标有o的代表观测数据； 为对应序列的算术平均值； stdre 和stdo 分别代表再分析和观测数据的标准差； N为样本总量。
3 再分析降水产品适用性比对
3.1 空间分布特征
3.1.1 年降水分布
图3是三套再分析资料1979 -2021年的年降水平均误差的空间分布。从图3中可以看出， CRA降水资料在四川地区大多为正偏差， 表明在大部分地区CRA降水大于实际观测， 偏差最大值约为700 mm、 位于川西高原的阿坝州东南侧； CRA在四川盆地周边区域、 川西高原北部、 攀西地区中部则为负偏差， 负偏差中心分别位于雅安东侧和绵阳中部， 偏差最大值约为-250 mm。ERA5降水资料在四川地区均为正偏差， 即在整个四川区域ERA5降水均大于实际观测， 偏差最大值约为1500 mm、 位于雅安的西南侧和川西高原的交界区域。CFSR降水资料在四川地区多为正偏差， 即大部分区域CFSR降水大于实际观测， 偏差最大值约为2100 mm、 位于凉山州东北部和乐山西南部的交界区域； CFSR在绵阳中部、 成都西部的龙门山脉区域、 川西高原的甘孜州中部部分区域为负偏差， 负偏差中心位于成都西部的龙门山脉区域， 偏差最大值约为-400 mm。
由三套再分析资料1979 -2021年的年降水均方根误差空间分布可知（图4）， 均方根误差较大区域和降水量的大值区基本一致（Yang and Smith， 2006）， 川西高原整体均方根误差较小、 高原和盆地交界区域相对较大， CRA均方根误差最小、 ERA5相对较大、 CFSR均方根误差最大。
3.1.2 不同季节降水分布
从站点和三套再分析资料不同季节降水的空间分布（图5）可知， 春季降水主要集中在川东北、 川南和雅安等地区， 而川西高原西侧和攀西地区西侧降水偏少。CRA的降水分布及量级大致和观测一致。ERA5和CFSR的降水分布及量级则大多和观测不符， 二者的降水大多比观测偏大。夏季降水主要集中在四川盆地周边区域， 降水大值区位于雅安地区。CRA大致反映出了实际降水的分布情况， 但其对降水极大值区量级的反映比观测偏小。ERA5和CFSR的降水分布及量级则大多和观测不符， 二者的降水大多仍比观测偏大。秋季降水主要集中在川东北， 川西高原西部和北部则相对较少。CRA的降水分布及量级大致和观测一致。ERA5和CFSR的降水分布及量级则大多和观测不符， 二者的降水大多仍比观测偏大， 仍然在四川西南部模拟出了虚假的降水极值区。冬季降水主要集中在川东和川东南地区， 川西高原西侧降水稀少。CRA的降水分布及量级仍然大致和观测一致。ERA5和CFSR的降水分布及量级则仍大多和观测不符， 二者的降水仍大多比观测偏大， 仍然在四川西南部模拟出了虚假的降水极值区（限于篇幅， 仅附上夏、 冬季降水分布情况， 图5）。
3.2 时间变化特征
图6是四川1979 -2021年站点和三套再分析平均月降水的逐年变化。从图6中可以看出， 四川降水表现出了非常明显的季节性差异， 冬季降水偏少、 夏季降水偏多、 春秋季介于冬夏之间。三套再分析资料均反映了降水的季节性差异， 但是其对量级的反映差异较大。CRA对春、 秋、 冬季降水量级的反映几乎和观测一致， 但其对夏季降水的反映却比观测偏少； CRA反映的月、 季节降水的年际变化， 除夏季外均和观测大致一致。ERA5对春、 秋季降水量级的反映和观测大致相同， 但其对夏、 冬季降水的反映却比观测偏多； ERA5反映的月、 季节降水的年际变化和观测不符。CFSR对春、 秋季降水量级的反映和观测大致相同， 但其对冬季降水的反映却比观测偏多， 其对夏季降水的反映大致在2011年之前偏少、 2011年之后偏多， 这可能是和CFSR在2011年3月更新了数值模式有关； CFSR反映的月、 季节降水的年际变化和观测不符。
图7是四川站点和三套再分析降水的年变化、 线性趋势及11年滑动平均。从图7中可以看出， 从降水量线性趋势可知， 观测值是随时间缓慢增加的， CRA反映的降水量也是随时间增加的、 但增加的趋势比观测稍大， ERA5反映的降水量总体随时间略有下降， CFSR反映的降水量随时间明显增加。从降水量11年滑动平均可知， 观测值从20世纪80年代到2000年左右呈下降趋势、 之后呈增加趋势， CRA反映的降水量从20世纪80年代到2000年左右也呈下降趋势、 但下降的幅度比观测明显， 约2000年之后也呈增加趋势， ERA5反映的降水量从20世纪80~90年代中期几乎无变化、 之后增加并在2005年左右之后再明显减少， CFSR反映的降水量从20世纪80年代到2000年左右呈下降趋势、 但下降幅度比观测和CRA大、 之后呈明显的增加趋势。此外， ERA5和CFSR反映的降水量级均比观测大、 CRA相对接近观测值。综合来看， CRA比ERA5和CFSR更能较好地反映四川降水的年变化特征。
图8是四川年降水量的线性趋势分布。从图8中可以看出， 从观测值看， 四川南部、 西南部的大部分区域的年降水量呈减小趋势、 减小最多的出现在攀枝花地区， 川西高原和四川中部、 北部的大部分区域的年降水量呈增加的趋势、 增加最多的出现在川北的广元西侧地区； CRA反映的四川年降水量在全川呈增加趋势、 增加最多的是雅安地区， 整体增加量级接近观测值； ERA5反映的四川年降水量增减有明显的地域区分， 川西高原呈增加趋势、 四川盆地和攀西地区南部则为减少趋势； CFSR反映的四川年降水量几乎是呈增加趋势， 且很多区域增加很明显。综合来看， CRA反映出了川西高原和四川中部、 北部地区降水随时间增长的情况， ERA5只反映出了川西高原降水随时间增长的情况， CFSR没有反映出四川年降水增减情况。
3.3 误差分析
由三套再分析资料统计的四季降水泰勒图（图10）可知， CRA和观测资料的相关系数最高， 四季都在0.8以上， 在春夏两季ERA5及CFSR和观测资料的相关系数在0.5~0.6之间， 秋季在0.5~0.7之间， 冬季在0.6~0.8之间； CRA和观测资料的标准差在四季均最小， 在夏、 秋、 冬季三季， CRA和观测资料的标准差明显小于ERA5和CFSR、 春季略小于ERA5、 明显小于CFSR； CRA和观测资料的均方根误差在四季均最小， 除春季外明显小于ERA5和CFSR， 春季略小于ERA5。
4 结论
本研究以位于四川的155个国家气象站1979 - 2021年观测的降水数据为参考， 引入ERA5和CFSR降水数据为对比评估对象， 分析评估了对应时段CRA降水数据在四川的空间分布、 时间变化特征、 误差情况， 得到以下主要结论：
（1） 从年降水空间分布， 三套再分析资料均能反映出川西高原降水偏少、 四川盆地降水偏多的分布情况。但是仅有CRA能较好地反映出降水极值区的分布和量级， ERA5和CFSR对降水极值区的反映均出现了分布和量级的偏差、 二者对降水极值的反映比观测偏大。
（2） 从四季降水空间分布， 在春、 秋、 冬季， CRA反映的降水分布及量级大致和观测一致， ERA5和CFSR反映的降水分布及量级大多和观测不符， 二者反映的降水大多比观测偏大； 在夏季， CRA反映的降水分布大致和观测一致， 但其对降水极大值区量级的反映比观测偏小， ERA5和CFSR反映的降水分布及量级大多和观测不符， 二者反映的降水大多比观测偏大。
（3） 从降水时间变化， 三套再分析资料均能反映降水的季节性差异。CRA反映的月、 季节降水年际变化， 除夏季外均和观测大致一致； ERA5和CFSR反映的月、 季节降水年际变化基本和观测不符， CFSR反映的夏季降水大致在2011年之前偏少、 之后偏多， 其反映的冬季降水比观测偏多。
（4） 从三套再分析降水的变化趋势及年降水量的线性趋势空间分布可知， 相比ERA5和CFSR， CRA反映的年降水变化趋势更接近观测， 既能反映出四川降水缓慢增加的线性趋势、 同时又能反映出四川降水在2000年左右之前减少、 之后又增加的趋势变化； CRA能反映出川西高原和四川中部、 北部地区降水呈增长的情况， ERA5只能反映出川西高原降水呈增长的情况， CFSR没有反映出四川年降水增减情况。
（5） 从年降水均方根误差空间分布， 川西高原整体均方根误差较小、 高原和盆地交界区域相对较大， CRA均方根误差最小、 ERA5相对较大、 CFSR均方根误差最大。从日降水均方根误差空间分布， 三套再分析资料均方根误差随降水量级的增大而增加， 川西高原相对最低， 而四川盆地的北部、 西部、 西南部则偏高。CRA的均方根误差最小， ERA5和CFSR在不同区域均方根误差大小各不同。从四季再分析降水资料和观测资料的相关系数、 标准差、 均方根误差可知， CRA的相关系数最高、 四季均在0.8以上， CRA的标准差和均方根误差最小， 且夏秋冬三季均明显小于ERA5和CFSR。
整体来看， 在反映四川降水的特征上， CRA降水产品优于ERA5、 ERA5优于CFSR。在长时间尺度内， 对四川降水进行空间和周期性分析， 可以使用CRA降水产品代替ERA5和CFSR， 不建议使用CFSR的降水产品。