山西岢岚地区NCEP资料与地面观测资料的年变化对比

程胡华

(太原卫星发射中心，山西　岢岚　036301)



山西岢岚地区NCEP资料与地面观测资料的年变化对比

程胡华

(太原卫星发射中心，山西岢岚036301)

摘要：利用2000—2014年山西岢岚地区地面观测资料和NCEP (1°×1°)再分析资料，采用线性趋势和相关系数等方法，探讨NCEP再分析资料中2 m地面温度、2 m相对湿度、地面气压及10 m风速在岢岚地区的可信度问题。结果表明：(1)2005年以前，NCEP再分析资料2 m温度偏低，之后开始偏高，且与地面观测资料的偏差有逐年增大趋势，每10 a约增加1.4 ℃；两者相关性高，多年相关系数平均值达到0.9557；(2)相对湿度均呈减小趋势，2006年以前，NCEP 2 m相对湿度偏大，此后开始偏小，相对湿度的多年平均绝对差为14.5522%，且后9 a(2006—2014)均小于多年平均绝对差；两者相关系数值呈增大趋势，年平均值为0.7167；(3)NCEP 地面气压总体偏大，平均绝对差值呈明显减小趋势，最小值0.5889 hPa出现于2014年，多年平均值为4.2725 hPa；两者相关系数呈增大趋势，多年平均值达到0.9625；(4)历年NCEP 10 m地面风速均偏大，但与地面观测资料的偏差呈减小趋势，每10 a约减小0.4 m·s-1，多年平均绝对差值为1.7996 m·s-1，而2005—2014年的平均绝对差值皆小于多年平均值；两者相关系数较小，但逐年呈微弱上升趋势，其多年平均值只有0.4849。

关键词：岢岚地区；NCEP再分析资料；地面观测；年变化

引言

在复杂地形和人烟稀少的区域，台站观测资料非常稀少，不利于进行各类天气机理和气候变化特征的研究，自从NCEP再分析资料发布以来，由于该资料含有的气象要素种类多、时空分辨率较高且延伸的时段长，很好地解决了台站观测资料的不足，为气象学者更深入地认识各类天气运动机制、气候变化特征等提供了重要的数据支持，极大地推动了人们对地球大气特征的研究和认识。

由于NCEP再分析资料的多种优势，其在气候变化研究中被广泛使用[1-6]，如黄刚[4]利用中国东部探空资料及NCEP/NCAR和ERA-40再分析资料，对我国内蒙古和华北地区的高低层位势高度、温度特征研究指出，在1970年代后期NCEP再分析资料比ERA-40能更好地描述内蒙古及华北地区对流层上层的温度场和位势高度场特征；林壬萍等[5]以GPCP近30 a降水数据为观测依据，评估了NCEP/NCAR再分析资料对全球季风区降水的描述能力，结果表明，NCEP再分析资料对气候态年平均降水及季风模态的模拟效果较为理想；李国平等[6]基于NCEP/NCAR再分析资料并通过人工识别与天气图对比，研究了高原低涡高发年和低发年的大气环流场和低频分量场的特征。虽然NCEP再分析资料是通过对多种不同资料源(地面观测、高空探空气球、船舶、飞行和卫星探测等)进行质量控制，并采用当今先进的全球资料同化系统同化处理而得到的全球四维资料，但对于其可信度问题，许多气象工作者进行了大量的研究[7-15]，如赵天保等[10]将NCEP再分析资料与中国台站观测资料的月平均温度和月降水总量进行比较，结果表明，NCEP再分析资料的月平均温度较观测值普遍偏低，而月降水总量较观测值则偏高；徐影等[9]初步分析了近50 a NCEP再分析资料在我国气候研究中的可信度问题，指出温度的可信度要高于气压，且相对于西部及高纬地区，东部和低纬地区的可信度更高。相比于1979年以前的NCEP再分析资料，后期的可信度更高；周顺武等[12]通过对青藏高原实测资料与NCEP再分析资料在标准等压面上的位势高度、月平均温度进行对比，发现NCEP再分析资料中的位势高度、温度场在青藏高原地区的气候特征研究中具有重大价值，在平流层低层，1979年以后的NCEP再分析资料质量明显高于前期；支星等[13]利用数理统计、EOF分析等方法，对NCEP、ERA和JAR 3种再分析资料的高空温度在中国区域的可信度问题进行了分析，发现NCEP和ERA再分析资料能较好地表现高空温度的年代际变化特征。

但到目前为止，关于更新、更高分辨率NCEP再分析资料(1°×1°)的可信度研究还较少，特别是针对易受地形、地貌和植被等下垫面影响的近地面气象要素的可信度研究还未见相关文献，而NCEP再分析资料中2 m地面温度、2 m相对湿度、地面气压和10 m风速分别反映了近地面大气的热力、水汽、天气系统和动力特征，为进行气候诊断、气候数值模拟和预报提供近地面的大气环境，有利于加深认识区域气候变化的特征和机理，具有十分重要作用。考虑到岢岚气象台站位于平坦的山顶，四周空旷平坦，且其下垫面能较好反映岢岚地区下垫面自然状况，因此该气象台站的观测数据能较好地反映本地区较大范围的气象要素特征，具有较好的代表性，本研究以具有复杂地形、地貌和植被特征的山西岢岚地区为研究对象，利用最近15 a(2000—2014)NCEP再分析资料(1°×1°)与地面观测资料进行对比，分析NCEP再分析资料的地面气象要素在岢岚地区的可信度。

1资料及处理方法

1.1资料

(1)NCEP/NCAR再分析资料

所用的NCEP再分析资料为NCEP FNL Operational Model Global Tropospheric Analysis (ds083.2),continuing from July 1999，该资料一日4次，分别为00:00、06:00、12:00和18:00(世界时)，水平分辨率为1°×1°，垂直层数为26层。资料时间长度为2000年1月1日—2014年12月31日；气象要素分别为2 m温度、地面气压、2 m相对湿度、10 m风速。

(2)山西省岢岚县气象台地面观测资料

山西省岢岚县气象台存储了1977年至目前所有的地面观测资料，这些资料均通过人工观测、收集、整理而得到。由于NCEP(1°×1°)再分析资料1999年7月以后才有，故本文所需地面观测资料的时间长度为2000年1月1日—2014年12月31日，该资料时间间隔为1 h，气象要素分别为温度、气压、相对湿度和风速。

1.2处理方法

先只考虑YN为正的情况，将[0,xm]区间分成m2个子区间，并设每一个子区间为[xi-1,xi],(i=1,2,…,m2).为保证整个区间上的相位绝对误差最大值最小，则应保证每个小区间最大误差最小且相同.

(1)由于NCEP再分析资料水平分辨率为1°×1°，为与地面观测资料进行直接比较，采用双线性插值方法，将再分析资料的规则网格点数据插值到岢岚气象台站所在的位置。

(2)NCEP再分析资料为一日4次，时间为世界时；而岢岚县气象台站为一日24次，时间为北京时，故对NCEP再分析地面资料与气象台站地面观测要素比较分析之前，先确保是同一时次的气象要素，即对00:00、06:00、12:00和18:00(世界时)的NCEP再分析资料分别与08:00、14:00、20:00和02:00(北京时)的地面观测资料进行对比。

通过计算NCEP再分析资料中地面气象要素与地面观测资料之间的偏差、平均绝对差、标准差和相关系数，反映出NCEP 再分析资料中地面气象要素在岢岚地区的可信度，其相应的计算公式如下：

(1)

(2)

(3)

2比较分析

山西省岢岚县地处晋西北黄土高原中部(图1)，地势东南高、西北低，东部为岢岚山，山上森林茂密，植被良好；西南部为烧炭山，山上牧草繁茂；西与西北部为黄土丘陵区，水土流失严重。这些复杂的地形、植被和地貌特征，对地面气象要素(风速、温度和湿度等)有较大影响，本文将针对具有复杂地形、地貌和植被特征的岢岚地区为研究对象，对更新、更高分辨率的NCEP再分析资料中地面气象要素在山西岢岚县地区的可信度进行分析。

图1　山西岢岚县气象观测站位置

2.1温度

以NCEP再分析资料中的2 m温度作为研究对象，分别计算其与地面观测温度之间的偏差、平均绝对差和相关系数，图2反映了地面观测温度(Tobs)与NCEP再分析资料中2 m温度(T2mNCEP)之间的关系。可以看出，2000—2004年，T2mNCEP偏低，其后开始偏高(图2a)，从线性变化趋势来看，T2mNCEP呈逐年增加趋势，而Tobs则呈逐年减小趋势。因此，2004年为Tobs与T2mNCEP的偏差由正值转为负值的时间节点，且此后的偏差有增大趋势(图2b)，偏差最大值为1.4889 ℃，出现于2014年；最小值为-0.0375 ℃，出现于2004年。偏差多年平均值为0.5658 ℃，线性趋势方程为y=0.1476 x-0.6154，即每10 a约增加1.5℃。图2c为2种资料之间平均绝对差的年变化特征，其中有13 a的平均绝对差值低于平均值(2.9872 ℃)，最大的平均绝对差值(3.8647 ℃)出现在2000年，2008年出现最小值(2.7042 ℃)，总体来看，除2000、2001年偏高外，其它年份的平均绝对差均不超过3.1 ℃。对照图2c和图2d发现，相关系数基本与平均绝对差呈负相关，即平均绝对差越大，相关系数越小，在平均绝对差最大的年份对应的相关系数最小(0.9378)，而平均绝对差最小的年份所对应的相关系数最大(0.9679)。

图2　2000—2014年NCEP资料与地面观测资料的温度变化趋势(a)及两者

T2mNCEP在2005年以后均比Tobs高，且两者之间偏差值呈增大趋势，下面将从年平均最高、最低温度和温度日较差的角度分析2种资料之间的差异。从图3a和图3b可以看出：在2000—2014年之间，T2mNCEP年平均最高温度除2012年略低于Tobs，其它年份均偏高，但在2012—2014年两者之间偏差非常小，介于±0.2 ℃之间；两者之间的最大偏差(2.1092 ℃)出现在2000年，最小偏差(8.4590×10-4℃)出现在2014年，多年平均值为0.7375 ℃，偏差的线性趋势方程为y=-0.1026 x+1.5587，即每10 a约减少1.0 ℃。将图3c、图3d与图3a、图3b进行对比，发现在大多数年份，无论年平均最高温度还是年平均最低温度，T2mNCEP均高于Tobs，但变化趋势不同。对于年平均最高温度，T2mNCEP趋于接近Tobs；但年平均最低温度两者偏差却呈增大趋势，偏差最小值为-0.4485 ℃，出现在2000年，最大值为4.6730 ℃，出现在2014年，线性趋势方程为y=0.3176 x+0.0857，即每10 a年平均最低温度两者偏差约增加3.2 ℃。从T2mNCEP与Tobs之间年平均最高温度、年平均最低温度变化趋势特征可以看出，2种资料温度日较差变化趋势相反(图3e)，其中，NCEP资料温度日较差呈明显减小趋势，而地面观测资料则有微弱增大趋势，两者之间温度日较差的偏差呈逐年增大趋势(图3f)。这是因为近10 a来，岢岚气象台周边城镇迅速城市化，而岢岚气象站位于乡村地区，未受周边城市化影响。由于T2mNCEP是通过对岢岚气象台站周边4个NCEP fnl格点位置处的2 m温度进行双线性插值而得到的结果，考虑到近年来随着同化资料种类的增多(例如：主要来自于城镇的地面气温观测资料)和岢岚气象台周边城镇城市化的区域逐渐增大，导致所得到的T2mNCEP受周边城镇城市化影响越来越大。周雅清等[26-27]在研究城市化对华北地区年平均最高、最低气温和温度日较差变化趋势影响时，发现城市化会导致城市站年平均最低气温上升明显，但年平均最高气温增温幅度小，个别台站甚至可能造成降温，因此温度日较差明显减小；而乡村站则相反，年平均最高气温增温略快，年平均最低气温增温相对较慢，日较差略有增加；郭雪梅等[28]分析山西省区域平均气温日较差变化趋势时，指出近45 a(1960—2004)来城市站年平均气温日较差呈显著下降趋势，而乡村站则呈显著上升趋势。本文中Tobs为乡村站资料，而T2mNCEP可认为是城市站资料，因此所得结论与前人一致[26-28]，可认为T2mNCEP是可信的。

图3　NCEP资料与地面观测资料的年平均最高温度(a)及两者偏差(b)、

2.2相对湿度

相对湿度大小反映出大气的水汽饱和程度，与多种天气现象(能见度、雾、降雨等)有密切关系，因此了解NCEP再分析资料2 m相对湿度(RH2mNCEP)在岢岚区域的可信度是非常必要的，RH2mNCEP与地面观测的相对湿度(RHobs)之间关系如图4所示，两者变化趋势基本一致。在2000—2006年，RH2mNCEP偏高，其后开始偏低(图4a和图4b)，线性趋势都呈逐年减小，但RH2mNCEP减小得更快，每10 a约减小14%；2003年后RH2mNCEP迅速减小，其减小速率远高于RHobs，这主要是由于岢岚气象站周边城镇(岢岚、五寨、保德等)近10 a迅速发展，产生大量工业废气、汽车尾气，以及地下水和植被遭到严重破坏，导致近地面空气相对湿度降低，从而影响1°×1°再分析资料的插值结果(即RH2mNCEP)，而岢岚气象站远离城镇，且植被破坏较少，故RHobs减少要慢得多。图4c反映了近15 a(2000—2014)相对湿度绝对差变化特征，其多年平均绝对差为14.5522%，前6 a(2000—2005)的绝对差均高于平均值，而后9 a(2006—2014)都小于平均绝对差，平均绝对差最大值18.8142%出现在2000年，最小值12.5886%出现于2006年；平均绝对差呈逐年减少趋势，每10 a约减少2.7%。从图4d中可以看出，RH2mNCEP与RHobs的相关系数呈逐渐增大趋势，最大值0.7746出现在2006年，最小值0.5983出现在2000年，年平均相关系数达到0.7167。由于NCEP再分析资料中不含降水量产品，因此这里不对与相对湿度关系紧密的降水量进行对比分析。

2.3地面气压

地面气压反映了岢岚地区上空的天气控制类型，如果地面气压值偏高，则岢岚地区上空为高压系统，有利于晴好天气出现，反之，如果地面气压偏低，则岢岚地区上空为低压系统，易出现阴雨天气。由图5a和图5b看出，在大多数年份，NCEP地面气压(PsfcNCEP)均高于相应的地面观测值(Pobs)，但相对于前期，2010年以后(2011—2014)，两者的偏差明显偏小，处于±1 hPa范围以内。2000—2014年，地面气压平均绝对差呈逐年减小趋势(图5c)，每10 a约减少4.2 hPa，其多年平均值为4.2725 hPa，最大值9.5449 hPa出现于2001年；最小值0.5889 hPa出现于2014年。从两者相关系数年变化(图5d)来看，相关系数呈逐年增加趋势，最小值0.7829出现于2002年，除2000、2005年外，其余年份的相关系数均超过0.98。

从上面对T2mNCEP和RH2mNCEP的分析来看，近几年T2mNCEP的最低气温、温度日较差和RH2mNCEP与地面观测值之间偏差存在增大趋势，而PsfcNCEP与地面观测值之间偏差趋于减小，这是因为PsfcNCEP受城市化影响不大，且随着同化技术的持续改进、以及可同化的资料种类增多，使得PsfcNCEP不断地接近观测值。

2.4风速

岢岚地区是个多山丘陵地带，地形对地面风速影响大。图6反映了近15 a(2000—2014)NCEP 10 m地面风速(uv10mNCEP)与相应的地面观测值(uv10mobs)之间关系，发现uv10mNCEP均高于相应的地面观测值，但从其线性变化趋势来看，uv10mNCEP呈逐年减小，而相应的uv10mobs却呈逐年增大趋势，故偏差呈逐渐减小趋势(图6b)，两者偏差平均值为1.3467 m·s-1，在2000—2004年，其偏差值均高于平均值，之后除2008年略大于平均值外，其余年份皆小于平均值。风速平均绝对差也显著地表明两者偏差在减小(图6c)，多年平均值为1.7996 m·s-1，在2000—2004年，风速平均绝对差均大于平均值，而在2005—2014年，两者平均绝对差皆小于平均值，近15 a来，每10 a平均绝对差减少0.4 m·s-1。从图6d可看出，两者相关系数较小，远不如温度、相对湿度和地面气压，这是因为岢岚地区为丘陵地带，该气象台站的地面风速常年受地形、地貌影响，导致地面观测风速一直偏小。江滢等[29]对近50 a(1956—2004)中国风速变化及原因进行详细分析，发现近50 a来中国离地10 m年平均风速呈减小趋势，且指出城市化是造成中国年平均风速减小的不可忽略的因素之一；刘学锋等[30]通过研究河北地区边界层内不同高度风速变化特征时，发现平均地面(10 m)年平均风速变化存在减小趋势。uv10mNCEP变化同样呈减小趋势，与前人的研究结论基本一致。

图4　NCEP资料与地面观测资料相对湿度(a)及其偏差(b)、平均绝对差(c)和相关系数(d)的年变化

图5　NCEP资料与地面观测的地面气压(a)及其偏差(b)、平均绝对差(c)和相关系数(d)的年变化

图6　地面观测与NCEP资料风速(a)及其偏差(b)、平均绝对差(c)和相关系数(d)的年变化

3小结与讨论

(1)T2mNCEP均高于Tobs，且T2mNCEP逐年呈增大趋势，每10 a约增大1.0 ℃，而Tobs逐年呈下降趋势，每10 a约减小0.5 ℃；Tobs与T2mNCEP偏差最大值-1.4889 ℃出现于2014年，最小值0.0375 ℃出现于2004年，多年平均值为-0.5658 ℃。它们之间的温度平均绝对差呈逐年减少趋势，每10 a约减小0.3 ℃。两者相关系数在0.9378～0.9679之间，且相关系数与平均绝对差呈负相关，即平均绝对差越大，相关系数越小，多年相关系数平均值为0.9557，表明T2mNCEP的可信度较高。通过对T2mNCEP和Tobs之间年平均最高温度、年平均最低温度和温度日较差进行对比分析，由于Tobs为乡村站，而通过双线性插值得到的T2mNCEP受城市化影响大，可视为城市站，它们的变化特征与前人研究结果基本一致。

(2)在2000—2006年，RH2mNCEP偏高，其后RHobs则偏高，RHobs与RH2mNCEP偏差最大值为-8.8063%，最小值为-0.4693%，平均值为-0.2572%。两者平均绝对差逐年呈减小趋势，每10 a约减小2.7%，相关系数范围在0.5983～0.7746之间，平均相关系数为0.7167。

(3)2000—2010年，PsfcNCEP偏高，其后两者相差不大，Pobs与PsfcNCEP偏差最大值为-9.5449 hPa，最小值为-0.3108 hPa，平均值为-3.8473 hPa。两者地面气压平均绝对差逐年呈减小趋势，每10 a约减小4.2 hPa；相关系数在0.7829～0.9916之间，平均值为0.9625，因此PsfcNCEP具有较高的可信度，特别在2011—2014年。

(4)uv10mNCEP均高于uv10mobs，uv10mobs与uv10mNCEP之间偏差最大为-1.9976 m·s-1，最小-0.9470 m·s-1，平均值为-1.3467 m·s-1，且2008年以后偏差均小于平均值；两者地面风速平均绝对差呈逐年减小趋势，每10 a约减小0.4 m·s-1，其相关系数在0.4176～0.5546之间，平均相关系数值为0.4849，表明uv10mNCEP的可信度偏差，不能用来代表岢岚地区的地面风速。

综上所述，对于地面风速，在2000—2014年之间，NCEP再分析资料均高于地面观测值；但T2mNCEP前期(2000—2004年)偏低，其后开始偏高，偏差有增大趋势；而RH2mNCEP、PsfcNCEP分别在2000—2006年、2000—2010年大于RHobs和Pobs，此后开始偏小。从这几种气象要素的线性变化趋势来看，它们之间的平均绝对差值均呈现逐年减小趋势，在4种气象要素中，PsfcNCEP可信度最高，其次为温度，可信度较低的气象要素为uv10mNCEP，这应该与岢岚地区复杂的地形、地貌和植被对地面风速影响最大，而对地面温度、相对湿度影响较小，对地面气压影响可忽略不计有关。

本文只探讨了NCEP再分析资料(1°×1°)中几种地面气象要素的年平均特征，并没有考虑季节平均的差异，考虑到本文通过双线性插值方法将水平分辨率为1°×1°的NCEP再分析资料地面气象要素插值到岢岚气象台站位置，也会对NCEP再分析资料的可信度造成影响。不过随着同化技术的持续改进和发展，以及可同化资料的种类不断增多，未来将会得到更高水平分辨率、更高可信度的NCEP再分析资料产品，为台站观测稀少的区域提供更可靠的气象要素进行多种天气系统、气候诊断等的研究和分析。

致谢：感谢审稿专家和编辑部对本研究工作提出的建设性修改意见

参考文献

[1] Wu Renguang, Xie Shangping. On equatorial pacific surface wind changes around 1997:NCEP-NCAR reanalysis versus COADS observation[J]. J Climate, 2003,16(1):167-173.

[2] Zhang Y, Sperber K R, Boyle J S. Climatology and interannual variation of the East Asian winter monsoon:results from the 1979-95 NCEP/NCAR reanalysis[J]. Mon Wea Rev, 1997,125(10):2605- 2619.

[3] Annamalai H, Slingo J M, Sperber K R, et al. The mean evolution and variability of the Asian summer monsoon:Comparison of ECMWF and NCEP-NCAR reanalysis[J]. Mon Wea Rev, 1999,127:1157-1186.

[4] 黄刚. NCEP/NCAR和ERA-40再分析资料以及探空观测资料分析中国北方地区年代际气候变化[J]. 气候与环境研究，2006,11(3)：310-320.

[5] 林壬萍，周天军，薛峰，等. NCEP/NCAR再分析资料所揭示的全球季风降水变化[J]. 大气科学,2012,36(5):1027-1040, doi:10.3878/j.issn.1006-9895.2012.11222.

[6] 李国平，赵福虎，黄楚惠，等. 基于NCEP 资料的近 30 年夏季青藏高原低涡的气候特征[J]. 大气科学, 2014,38(4):756-769, doi:10.3878/j.issn.1006-9895.2013.13235.

[7] Poccard I, Janicot S, Camberlin P. Comparison of rainfall structure between NCEP/NCAR reanalysis and observed data over tropical Africa[J]. Climate Dynamics, 2000,16(12):897-915.

[8] Reid P A, Jones P D, Brown O, et al. Assessments of the reliability of NCEP circulation data and relationship with surface by direct comparison with station based data[J]. Climate Research, 2001, 17(3):247-261.

[9] 徐影，丁一汇，赵宗慈. 美国NCEP/NCAR近50年全球再分析资料在我国气候变化研究中可信度的初步分析[J]. 应用气象学报,2001,12(3):337-347.

[10] 赵天保，艾丽坤，冯锦明. 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,2004,9(2):278-292.

[11] 施晓晖，徐祥德，谢立安. NCEP/NCAR再分析风速、表面气温距平在中国区域气候变化研究中的可信度分析[J]. 气象学报,2006,64(6):709-720.

[12] 周顺武，张人禾. 青藏高原地区上空NCEP/NCAR再分析温度和位势高度资料与观测资料的比较分析[J]. 气候与环境研究,2009,14(2):284- 292.

[13] 支星，徐海明．3种再分析资料的高空温度与中国探空温度资料的对比：年平均特征[J]. 大气科学学报，2013,36(1)：77-87.

[14] 田笑，智协飞，徐海明. NCEP和JRA再分析资料与探空资料的位势高度比较分析[J]. 干旱气象，2013,31(2):254-262.

[15] 韦芬芬，汤剑平，王淑瑜. 中国区域夏季再分析资料高空变量可信度的检验[J]. 地球物理学报，2015,58(2):383-397.

[16] 马严枝，陆昌根，高守亭. 8.19华北暴雨模拟中微物理方案的对比试验[J]. 大气科学,2012,36(4):835-850, doi:10.3878/j.issn.1006-9895.2011.11159.

[17] 张南，张迎新，申莉莉. 冀中南一次春季雨雪过程诊断与预报技术分析[J]. 干旱气象，2014,32(4):622-628.

[18] 李光林，张铁军，任余龙，等. 2014年春季甘肃一次特强沙尘暴过程的中尺度模拟及触发机制[J]. 干旱气象，2014,32(6):980-988.

[19] 王坤，张飞民，孙超，等. WRF-WSM3微物理方案在青藏高原地区暴雪模拟中的改进及试验[J]. 大气科学,2014,38(1):101-109, doi:10.3878/j.issn.1006-9895.2013.12170.

[20] 曾新民，吴志皇，宋帅,等. WRF模式不同陆面方案对一次暴雨事件模拟的影响[J]. 地球物理学报，2012,55(1):16-28.

[21] 袁有林，左洪超，董龙翔，等. 地形和水汽对“7.13”陕西暴雨影响的数值试验[J]. 干旱气象，2015,33(2):291-302.

[22] 李安泰，何宏让，张云. WRF模式陆面参数扰动对一次西北暴雨影响的数值模拟[J]. 高原气象，2012,31(1):65-75.

[23] 周冠博，崔晓鹏，高守亭. 台风“凤凰”登陆过程的高分辨率数值模拟及其降水的诊断分析[J]. 大气科学，2012,36(1):23-34.

[24] 董春卿，苗爱梅，郭媛媛，等. 地形对山西垣曲“0729”特大暴雨影响的数值模拟分析[J]. 干旱气象，2015,33(3):452-457.

[25] 朱格利，林万涛，曹艳华. 用WRF模式中不同云微物理参数化方案对华南一次暴雨过程的数值模拟和性能分析[J]. 大气科学，2014,38(3):513-523.

[26] 周雅清，任国玉. 城市化对华北地区最高、最低气温和日较差变化趋势的影响[J]. 高原气象，2009，28(5):1159-1166.

[27] 周雅清，任国玉. 城市化对华北地区极端气温事件频率的影响[J]. 高原气象，2014，33(6)：1589-1598.

[28] 郭雪梅，任国玉. 山西省区域平均气温日较差变化趋势及其原因[A]. 中国气象学会年会气候分会场，2007.

[29] 江滢，罗勇，赵宗慈，等. 近50年中国风速变化及原因分析[A]. 中国气象学会年会气候变化分会场，2007.

[30] 刘学锋，任国玉，梁秀慧，等. 河北地区边界层内不同高度风速变化特征[J]. 气象，2009，35(7)：46-53.

Annual Variations Comparison Between NCEP Reanalysis Data and Ground Observations in Kelan Region of Shanxi Province

CHENG Huhua

(TheMetOfficeofTaiyuanSatelliteLaunchCenter,Kelan036301,China)

Abstract:Based on the NCEP (1°×1°) reanalysis data and ground observations during 2000-2014 in Kelan of Shanxi Province, the reliability of NCEP reanalysis data of temperature and relative humidity at 2-meter height, wind speed at 10 m height and ground pressure was discussed by using statistical analysis methods including linear trend, mathematical statistics and correlation coefficient etc. Results are as follows: (1) NCEP temperature at 2 m height was lower before 2005, and later it became higher. The deviation of ground observations and NCEP temperature at 2 m height showed an increasing tendency year by year, and it increased about 1.4 ℃ every 10-year. The NCEP temperature at 2 m height presented high correlation with ground observations, and the average of multi-year correlation coefficient reached 0.9557. (2) The relative humidity of both showed a decreasing trend. NCEP relative humidity at 2 m height was higher before 2006, and later it became lower. The average of multi-year mean absolute deviation was 14.5522%. From 2006 to 2014, the absolute deviation was all less than the multi-year mean absolute deviation. Their correlation coefficient showed an increasing trend, and the multi-year average was 0.7167. (3) Compared with ground observations, the NCEP ground pressure was higher in most years. And their mean absolute deviation presented a clear decreasing trend, the minimum value of absolute deviation was 0.5889 hPa in 2014, and its multi-year average was 4.2725 hPa. Their correlation coefficient showed an increasing trend, and the multi-year average reached 0.9625. (4) The NCEP wind speed at 10 m height was larger in all years, and their deviation showed a decreasing trend, which decreased about 0.4 m·s-1every 10 years. The average of multi-year absolute deviation was 1.7996 m·s-1, and from 2005 to 2014, the mean absolute deviations were all less than the multi-year average. Their correlation coefficient was relatively small, but there was a weak rising tendency year by year, and its multi-year average was only 0.4849.

Key words:Kelan region; NCEP reanalysis data; ground observation data; annual changes

收稿日期：2015-10-06；改回日期：2016-03-06

基金项目：总装青年科技基金项目(2014ZBTY4003)和太原卫星发射中心科学基金项目(2015ZBTY4008)共同资助

作者简介：程胡华(1983-)，男，工程师，主要从事天气气候方面研究. E-mail:chenghongxi2012@qq.com

文章编号：1006-7639(2016)-03-09-0456

DOI:10.11755/j.issn.1006-7639(2016)-03-0456

中图分类号：P416

文献标识码：A

程胡华.山西岢岚地区NCEP资料与地面观测资料的年变化对比[J].干旱气象，2016，34(3)：456-464, [CHENG Huhua. Annual Variations Comparison Between NCEP Reanalysis Data and Ground Observations in Kelan Region of Shanxi Province[J]. Journal of Arid Meteorology, 2016, 34(3):456-464], DOI:10.11755/j.issn.1006-7639(2016)-03-0456