CRA40在中国地区GNSS水汽反演中的适用性评估与分析

刘梦杰 张卫星 张镇驿 楼益栋 梁宏 曹云昌

0 引言

水汽作为大气中最主要的一种温室气体,其含量和分布变化可引发多种气象现象,也会对气候变化产生重要影响,因此准确获取大气水汽信息对于气候分析和气象研究十分重要．地基GNSS在近20多年来被证明是一种获取大气水汽含量的有效手段[1]．通常将GNSS观测中的信号延迟归算到天顶方向获得天顶对流层总延迟(ZTD),减去天顶静力学延迟(ZHD)得到天顶湿延迟(ZWD),其中ZHD可由模型(如Saastamoinen模型[2])精确计算,计算过程中需要测站处的精确气压．ZWD转换为垂直可降水总量(PWV)则需要测站处的大气水汽加权平均温度(Tm)．在实际应用中,Tm的计算通常利用测站处气温Ts基于Tm-Ts转换公式[3]获得,也可利用测站上空的大气参数廓线积分求取．因此,准确获取测站处的气压、气温/Tm是高精度大气水汽反演的关键．

气象再分析资料具备时间和空间完整性的优势,能有效地获取任意位置处气压、气温和Tm,此前已有不少研究对基于气象再分析资料的这几类参数的精度开展了较为系统的评估[4-8],例如Zhang等[9]对ECMWF最新发布的全球首款逐小时分辨率再分析资料ERA5在GNSS水汽反演中的适用性开展了系统评估,结果表明采用ERA5提供的气象参数,用于GNSS水汽反演在中国地区引入的额外误差不超过1 mm．

中国气象局自2013年底启动了我国第一代全球大气再分析资料产品CRA40计划,并于近期发布．总体目标是建成我国第一代全球大气再分析业务系统,并建成40年(1979—2018年)全球大气再分析数据集,质量超过国际第二代,在中国区域接近或达到国际第三代大气再分析资料水平．与国外全球大气再分析资料相比,CRA40更强调探空、地面等中国特有常规观测资料和风云卫星资料的同化应用,对于中国地区的气象研究有重大的价值．然而目前尚无文献评估过CRA40在GNSS水汽反演中的适用性．本文主要工作如下:1)评估基于CRA40计算的测站处气压、气温、Tm和ZTD的精度和日变化信号的准确性;2)对比CRA40和ERA5计算的四类参数在中国地区的差异．本文首先简要介绍数据源及研究中使用的方法,然后分别展示气压、气温、Tm和ZTD的评估结果以及CRA40和ERA5的对比结果,最后给出中国地区内通过CRA40获取数据的一些结论．

1 数据及方法

1.1 地面气象站观测数据

对于气压和气温的评估,采用中国气象局(CMA)2 349个地面气象站2016年逐小时的观测作为参考(可以在http:∥data.cma.cn/获取),测站分布如图1所示．使用这些数据时剔除了元数据与观测记录之中测站坐标不一致的524个观测站的观测数据．

1.2 Radiosonde观测数据

对于Tm的评估,采用Radiosonde观测数据计算获得的Tm作为参考．Radiosonde观测数据来自于Integrated Global Radiosonde Archive(IGRA)在中国地区的89个测站,测站分布如图1．Tm通过下式计算:

(1)

1.3 GNSS观测数据

对于ZTD的评估,采用中国大陆构造环境监测网络(CMONOC)的269个GPS测站2016年观测数据处理获得的ZTD作为参考,GPS测站分布如图1所示．GPS数据采用PANDA软件事后PPP处理模式,具体细节参考Zhang等[10]使用的方法和策略．

图1 地面气象站、GPS测站、Radiosonde测站分布

1.4 再分析资料

本文评估了2016年用中国气象局发布的CRA40(时间分辨率6 h,空间分辨率34 km)计算气压、温度、Tm和ZTD的精度,分别以地面气象站、Radiosonde测站和GNSS测站得到的参数作为参考,并同ECMWF发布的全球首款逐小时分辨率的再分析资料ERA5(时间分辨率1 h,空间分辨率30 km)进行对比．本文使用到的气象再分析资料产品全部为气压层产品,使用了气压、气温、比湿和势高4个变量．由于CRA40的时间分辨率为6 h,因此对CRA40进行线性时间内插以获得逐小时的数据．而对于空间的插值,直接使用水平的插值由再分析资料获得站点处的数据会导致较大的与高程相关的误差,已有研究证实了这一点[11-13]．本文对不同参数的空间插值方法参考Zhang等[10]的方法．

1.5 统计指标

分别以地面气象站、无线电探空测站和陆态网GPS测站为参考,计算基于CRA40和ERA5获取的气压、气温、Tm和ZTD误差,统计误差的平均值(BIAS)、标准差(STD)和均方根(RMS)．统计中剔除了误差与误差的平均值相差大于3倍标准差的数据．除了误差的统计值,还对比评估了CRA40和ERA5获取的气压、气温和ZTD的日变化信号特征．对于Tm,由于IGRA的Radiosonde观测时间间隔为12 h,所以不做日变化分析．

2 气压及气温评估

2.1 气压评估

以地面气象站数据为参考,基于ERA5和CRA40计算的所有地面气象站测站处气压误差平均BIAS、STD和RMS,如表1所示,RMS的地理分布如图2所示,误差分布直方图如图3所示．

从表1和图3可以看出,CRA40获取的气压的BIAS优于ERA5,但STD和RMS较ERA5差,平均RMS分别为0.91和0.74 hPa．需要注意的是,CRA40由于经过时间插值影响了准确性,如果仅统计6 h分辨率产品,CRA40的STD(0.5 hPa)和RMS(0.6 hPa)均有明显降低,与ERA5的STD(0.4 hPa)和RMS(0.7 hPa)接近．从图2的RMS分布可以看出,东部地区的精度要明显优于西部地区,这主要是由于西部地区地形较复杂引起的．

表1 气压、气温、ZTD和Tm差值的平均BIAS、STD、RMS

图2 CRA40(上)和ERA5(下)气压(左)、Tm(中)和ZTD(右)与标准观测值的差值的RMS分布

图3 CRA40和ERA5气压误差的BIAS(左)、STD(中)、RMS(右)的分布直方图

对CRA40获得的气压数据的日变化特征进行分析,选取3个代表性测站(WMO编号58250、54416、51243)和3个日期(2016-03-08、2016-05-14、2016-10-06)的结果,分别绘制地面气象站、CRA40、ERA5气压的日距平值,如图4所示．从图4中可以看出,由于CRA40使用了时间线性插值,在日变化的细节表现上相对较差,相比之下,小时分辨率的ERA5能更好地反映日变化的细节,两种产品总体上与地面气象站的气压变化趋势符合,没有明显的偏移．

2.2 气温评估

与气压评估类似,统计气温差值的BIAS、STD和RMS．ERA5和CRA40的BIAS、STD和RMS的平均统计结果如表1所示．BIAS、STD和RMS的误差分布直方图如图5所示．

从图5和表1可以看出,CRA40获取的气温的BIAS略差于ERA5,而 STD和RMS略优于ERA5,CRA40和ERA5的气温误差平均RMS分别为2.67和2.85 K．

对于气温,同样对比分析其日变化特征．选取与气压评估中相同的测站和日期的结果,分别绘制地面气象站、CRA40、ERA5气温的日距平值,如图6所示．由图6可以看出,同气压相比,ERA5和CRA40计算的测站处气温的日变化趋势与地面气象站符合更差,特别是54416测站在2016-05-14,后半段趋势甚至出现相反的信号特征．

3 Tm评估

以Radiosonde测站计算的Tm数据为参考,基于ERA5和CRA40气压层产品通过空间内插和积分计算的所有Radiosonde测站处Tm误差平均BIAS、STD和RMS,如表1所示,RMS的地理分布如图2所示,误差分布直方图如图7所示．

图4 在站点WMO编号58250、54416、51243(每排为同一测站)及2016-03-08、2016-05-14、2016-10-06处CRA40、ERA5、MET气压的日变化趋势

图5 CRA40和ERA5气温误差的BIAS(左)、STD(中)、RMS(右)的分布直方图

图6 在站点WMO编号58250、54416、51243(每排为同一测站)及2016-03-08、2016-05-14、2016-10-06处CRA40、ERA5、MET气温的日变化趋势

图7 CRA40和ERA5的Tm误差的BIAS(左)、STD(中)、RMS(右)的分布直方图

从表1和图7中可以看出CRA40的精度整体略优于ERA5,平均RMS分别为1.47和1.54 K,从图2来看,二者的分布也基本一致．由于Radiosonde观测数据以12 h为间隔,本文不统计Tm的日变化趋势．

4 ZTD评估

以陆态网的GPS测站估算结果作为评估ZTD的参考,CRA40和ERA5的平均BIAS、STD和RMS在表1中给出．RMS的分布如图2所示,误差分布直方图如图8所示．

从表1和图8可以看出,CRA40的平均BIAS优于ERA5,但平均RMS和STD均差于ERA5,平均RMS分别为13.5和11.4 mm．从图2可以看出在站点RMS分布上CRA40的RMS普遍差于ERA5．

对比ZTD的日变化趋势,同样选取3个测站(编号ahaq、gsjn、tjbd)在3个日期(2016-03-08、2016-05-22、2016-08-31)的结果,日距平值折线对比如图9所示．从图9中可以看出来ERA5和CRA40均与GPS观测值符合较好．与气压评估中类似,CRA40由于进行了时间差值,在日变化细节上有所缺失．

图8 CRA40和ERA5的ZTD误差的BIAS(左)、STD(中)、RMS(右)的分布直方图

图9 在站点tjbd、gsjn、ahaq(每排为同一测站)及2016-03-08、2016-05-22、2016-08-31处CRA40、ERA5、GPS的ZTD数据的日变化趋势

5 总结

本文评估了基于中国近期发布的新一代大气再分析资料CRA40计算气压、气温、大气水汽加权平均温度(Tm)、天顶对流层总延迟(ZTD)等关键参数的精度,分析了CRA40在中国地区GNSS水汽反演中的适用性．在中国地区,以2000多个地面气象站参考,评估发现CRA40的气压平均BIAS、STD和RMS分别为-0.07、0.80和0.91 hPa,而ERA5为-0.35、0.48和0.74 hPa,CRA40略差于ERA5．日变化方面两种再分析资料总体趋势一致,CRA40由于时间分辨率为6 h,相比于ERA5,在日变化的细节上有所缺失．在气温评估中CRA40的平均BIAS、STD和RMS分别为0.78、2.46和2.67 K,而ERA5为0.73、2.62和2.85 K,CRA40气温略优于ERA5．以89个IGRA无线电探空测站为参考的Tm评估,CRA40的平均的BIAS、STD和RMS分别为0.61、1.23和1.47 K,而ERA5为0.71、1.30和1.54 K,CRA40略优于ERA5．以中国地区200多个陆态网GPS测站为参考的ZTD评估中,CRA40的平均的BIAS、STD和RMS分别为0、12.1和13.5 mm,而ERA5为-1.4、10.7和11.4 mm,CRA40差于ERA5,两种气象再分析资料计算的ZTD日变化均同GPS ZTD符合较好．