2019—2020年1—3月降水和气温的多源数据融合产品检验评估及对比分析

李依瞳 慕秀香 朴美花 崔景琳

（1.吉林省气象台，吉林长春 130062；2.沈阳市气象台，辽宁沈阳 110000）

1 引言

随着气象观测系统的快速发展，获取观测数据的方法越来越多，多种数值模式模拟数据质量也在不断提高。同时各行业对于智能网格的时间、空间连续实况气象产品的需求也越来越大。地面观测数据与卫星、雷达等遥感手段获得地面数据相结合的方法，是提高观测数据的时间、空间匹配度行之有效的方法[1]。中国气象局2014年启动国家气象科技创新工程，建立了亚洲区域中国气象局陆地数据同化系统（CMA Land Data Assimilation System，简称CLDAS）。自2017年起，吉林省气象台开始依托智能网格平台全面接收并应用国家气象信息中心下发的多源数据融合产品。

CLDAS产生的多源数据融合产品包括气温、降水、湿度、风、能见度等[2]。其中降水是气候系统中水分循环和能量交换的重要组成部分。多源降水融合分析早在20世纪90年代开始，利用多卫星集成降水产品，再采用地面观测对卫星降水的系统偏差进行订正，最终形成降水融合产品[1，3]。国内外众多学者对降水融合产品进行研究并取得大量成果，Arkin利用静止卫星与降水概率和降水强度关系反演降水，从而提升了对流性区域降水精确度。但关于气温数据融合产品相关研究并不多见，且大多数研究主要针对融合方法。对于多源降水融合产品及多源气温融合产品的本地化应用及检验评估方面的研究涉及较少。

本文主要针对多源降水融合产品及多源气温融合产品对吉林省冬季的本地化应用，为进一步提高多源融合产品的质量，对2019年1—3月和2020年1—3月的降水、气温气象要素的多源融合产品进行检验及评估。

2 资料与方法

2.1 研究区域概况及资料说明

实况资料采用吉林省381个国家级自动观测站的降水、气温观测实况。检验及评估资料采用CLDAS中的多源降水融合实况数据、多源气温融合实况数据（以下简称降水融合实况、气温融合实况），时间分辨率为1h，空间分辨率为0.0625°×0.0625°。采用双线性插值方法将CLDAS的降水融合实况、气温融合实况差值到381个国家级自动观测站，与观测实况进行对比分析。检验评估时段及要素为：2019年1—3月及2020年1—3月逐日降水、气温，以及每日逐3h降水、气温。

2.2 检验方法说明

检验评估方法为平均绝对误差分析法（MAE）、均方根误差分析法（RMSE）、相关系数分析法（COR）、偏差分析法（BIAS）及对比分析法。

偏差（BIAS）：

平均绝对误差（MAE）：

均方根误差（RMSE）：

相关系数（COR）：

式中，Oi为站点观测值；Gi为多源融合实况插值到检验站点得到的数值；N为参与检验的总样本数（站次数）。偏差（BIAS）指标不用于对气温的检验。

3 多源降水融合产品检验及评估

3.1 逐3h多源降水融合实况检验及评估

对2020年1—3月逐3 h降水融合实况产品与站点观测实况的偏差进行了检验分析。从1—3月各时次降水偏差的分布情况（图1a）可以看出，2月降水各时次偏差大于其他月份，最大偏差出现在20时，高达5.16mm，3月降水各时次偏差较小。整体来看，2020年1—3月的偏差值均大于1，较大的时次出现在17时、20时和23时。说明以上3个时次的多源降水融合实况比观测实况偏大。

从图1b、图1c来看，2月的降水融合实况与观测实况偏差比1月、3月的大。2月各时次的降水均方根误差和降水平均绝对误差最大值都出现在14时，最大均方根误差为1.55mm，最大平均绝对误差为0.80mm。1月的降水融合实况与观测实况偏差最小。

图1 2020年1—3月逐3 h降水偏差（a）、均方根误差（b）、平均绝对误差（c）

通过分析2020年1—3月逐3h降水融合实况与观测实况的相关系数（表1）发现，1—3月各月相关系数均＞0，说明降水融合实况与观测实况为正相关关系。各月08时的相关系数较大，均超过0.80。2月、3月以及1—3月平均相关系数大值出现在02时、05时、08时。2月14时、17时、20时、23时的相关系数均较其他月的小，说明以上4个时次降水融合实况与观测实况相关性不强，偏差较大。这与上述平均绝对误差、均方根误差分析较一致。

表1 2020年1—3月降水融合实况与观测实况的相关系数

对2019年1—3月逐3h降水融合实况产品与站点观测实况之间的平均绝对误差和相对误差进行了检验分析。1月逐时次平均绝对误差最小，其次是2月，3月平均绝对误差最大。从3月各时次误差分布情况来看，14时误差最大，最大平均绝对误差达到0.02mm；02时最小，仅为0.01mm。从平均相对误差可以看出，各时次都以正误差为主，降水融合实况较观测实况略偏大。

3.2 24h累积降水多源融合实况检验及评估

从2020年1—3月24h累积降水融合实况的平均绝对误差、均方根误差以及偏差检验来看（图2），2月的均方根误差、平均绝对误差以及偏差值都大于其他月份，说明2月降水融合实况的拟合程度差，误差较大。1月的均方根误差、平均绝对误差以及偏差值都小于其他月份，说明1月降水融合实况的拟合程度好，误差较小。

图2 2020年24 h累积降水均方根误差、平均绝对误差及偏差

4 多源气温融合产品检验及评估

4.1 逐3h多源气温融合实况检验及评估

3月气温平均值误差较小，各时次误差小于1.5℃，其中20时误差最小，达到-0.1℃。1月各时次气温误差较大，最大误差-3.2℃，出现在02时。总体来看，20时、23时气温误差较小，02时、05时气温误差较大。

2月的气温均方根误差最大，说明2月各时次气温离散度大，最大值为8.3℃，出现在05时。3月各时次均方根误差较小，最小误差4.6℃，出现在20时。从气温的整体均方根误差可以看出，02时、05时、08时气温均方根误差较大，11时、14时、17时均方根误差较小。

通过对2020年1—3月逐3h气温的检验分析可以看出，对于24h内20时、23时出现的最低气温融合实况与观测实况的误差较大。对于11时、14时的气温误差较小，说明多源融合方法对于24h内最高气温的拟合比对最低气温的预报更接近实况。

对2019年1—3月逐3h气温平均绝对误差进行检验分析。从平均绝对误差各时次分布来看，1月和3月的02时、05时和08时误差最大，最大平均绝对误差达到3.9℃，出现在05时；11时、14时、17时、20时较小，其中最小值出现在17时，为0.6℃。

4.2 多源月平均气温融合实况检验及评估

2020年1—3月平均气温为-7.3℃，比常年-9.3℃偏高2.0℃；2019年1—3月平均气温为-6.1℃，比常年偏高3.2℃。

通过分析1—3月逐3h气温检验结果（图3）可以看出，1-3月均方根误差及平均绝对误差较大值出现在02时、05时、08时，在6.0℃左右，其他时次误差均在2.0℃左右。说明对于1-3月较低气温，多源融合实况与观测实况相差较大。

图3 2020年1—3月逐3h气温均方根误差及平均绝对误差

2020年1—3月日最低气温出现在靖宇站，为-36.2℃。2020年1—3月日最低气温低于-30℃的站点共有20个，主要分布在长春北部、吉林、通化北部、白山以及长白山保护区一带。2019年1—3月日最低气温低于-30℃的站点共有5个，主要分布在白山以及长白山保护区（图4）。对比2019年和2020年1—3月日最低气温发现，2020年超过-30℃的站数明显多于2019年，并且位于东部山区的二道站、长白站、白山站、靖宇站两年的最低气温均低于-30℃。通过检验多源融合实况在严寒天气过程中的表现，可以进一步评估多源融合实况。

图4 2019年与2020年1—3月日最低气温对比分析

5 极端天气多源气温融合产品检验及评估

5.1 严寒天气多源气温融合实况检验及评估

2020年1月23—25日低温严寒是2020年1—3月中最强的一次冷空气活动，持续时间长、强度大、范围广，对吉林省群众生产生活影响较大。最低气温下降较大的区域主要在吉林省中部地区，辽源、吉林、通化、白山、长白山保护区最低气温下降10～12℃，部分地方为14℃左右；长春南部、四平东部、延边西部最低气温降温幅度6～8℃，部分地方为10℃左右。本文选取此次严寒天气过程作为个例分析，进一步探讨多源气温融合实况对最低气温的融合情况。

通过对比1月23日00-23时和1月24日00-23时的气温融合实况与观测实况（图5）发现，多源融合对于23日白城、辽源、通化的最低温度融合程度接近观测实况，温度相差不超过2℃。对于吉林的最低温度，多源气温融合实况比观测实况高6℃以上。对于24日西部地区的最低温度多源气温融合接近观测实况。通过23-24日降温实况图看出，此次降温过程主要发生在吉林省中南部地区，多源融合对于23日、24日的最低气温的融合在西部地区较准确，在吉林、白山地区偏差较大。

图5 2020年1月23—24日低温天气过程（a.23日观测实况；b.23日多源气温融合实况；c.23日多源气温融合实况与观测实况差值；d.24日观测实况；e.24日多源气温融合实况；f.24日多源气温融合实况与观测实况差值。单位：℃）

5.2 气温极值天气过程中多源气温融合实况检验及评估

2020年2月5日，吉林省大部气温明显下降，中部和南部最低气温为-30～-26℃，部分地方达-32℃，其他地区最低气温为-25～-22℃。吉林省有23个国家基本站最低温度＜-30℃，出现酷寒天气，主要集中在吉林省中南部地区，最低温度达-36.2℃。气温融合的最低气温为-40.1℃，出现在二道站。气温融合实况最低气温的中心同样位于中南部。从融合实况和观测实况的差值图中可以看到，融合实况对于2月4日的最低气温比观测实况低，融合实况与观测实况差值大值区主要集中在通化、白山以及长白山保护区一带。

6 结语

（1）通过对比2019年及2020年1—3月降水、气温的多源融合实况与观测实况发现，2月多源融合实况与观测实况差值最大，说明2月降水融合实况比观测实况偏多；3月气温融合实况最接近观测实况。通过对比极端天气过程中多源气温融合实况与观测实况的空间差别发现，多源融合对于西部地区的气温融合较好。对于东部山区存在融合程度不高的情况。

（2）由于多源融合实况资料有限，研究时间段较短，同时空间差值的研究主要针对极端天气过程，因此所得结论存在一定随机性。今后会进一步收集多源融合数据进行长时间的对比分析，提升结论可靠性。

（3）希望通过对多源融合产品的研究，能早日将多源融合实况产品融入到吉林省智能网格预报平台，并且，利用多源融合产品的高分辨率优势，将其融入网格预报客观产品中，对格点要素预报进行滚动订正，并应用订正结果作为预报背景场，从而达到提高预报准确率的目的。