国家级气温智能网格产品在湖南地区的可靠性评估.pdf

现代电子技术Modern Electronics TechniqueOct.2023Vol.46 No.202023年10月15日第46卷第20期0 引 言气温是天气与气候科学研究的核心要素16，与人类社会生活、工农业生产及生态系统等紧密相关。气温数据一般通过传统定点观测气象台站获取，观测数据具备准确性高、时间连续高等优点，但也存在覆盖面小、观测DOI：10.16652/j.issn.1004373x.2023.20.012引用格式：朱宏武，罗丹，黎燚隆，等.国家级气温智能网格产品在湖南地区的可靠性评估J.现代电子技术，2023，46（20）：6168.国家级气温智能网格产品在湖南地区的可靠性评估朱宏武1，2，罗 丹3，黎燚隆4，钟艳雯1（1.湖南省气象信息中心，湖南 长沙 410118；2.气象防灾减灾湖南省重点实验室，湖南 长沙 410118；3.湖南省气象服务中心，湖南 长沙 410118；4.湖南省气候中心，湖南 长沙 410118）摘 要：以质量控制后湖南省范围内 1 505个地面自动气象站逐时气温观测数据为真值，应用经典统计学方法分析国家级气温智能网格产品 CLDAS与自动站气温差异的时空变化特征，系统地评估 2021年 CLDAS实况产品小时气温（空间分辨率5 km5 km）的可靠性。结果表明：CLDAS气温与自动站气温数据相关系数达到0.994，整体一致性高，但湘西地区相关性偏低；CLDAS气温与自动站气温数据平均偏差为-0.03，均方根误差、平均绝对误差分别为0.957、0.637，CLDAS气温在湖南区域偏差小，可靠性高；四季中春季偏差小，冬季偏差大，湘西地区偏差大于省内其他地区，且93.8%的气温站偏差小于1，气温偏差空间分布较均匀，而湖南西北地区冷偏差站点偏多；CLDAS在湖南区域适应性强，CLDAS气温与自动站气温数据差异日变化小于0.07，日间偏差小于夜间，春、夏、秋季偏差日变化较冬季平缓。关键词：国家级气温智能网格产品；CLDAS；地面自动气象站；气温偏差；可靠性评估；观测站点；评估指标中图分类号：TN91934；P413 文献标识码：A 文章编号：1004373X（2023）20006108Reliability evaluation of national temperature smart gridded product CLDAS in Hunan provinceZHU Hongwu1,2,LUO Dan3,LI Yilong4,ZHONG Yanwen1(1.Hunan Meteorological Information Center,Changsha 410118,China;2.Hunan Key Laboratory of Meteorological Disaster Prevention and Reduction,Changsha 410118,China;3.Hunan Meteorological Service Center,Changsha 410118,China;4.Hunan Climate Center,Changsha 410118,China)Abstract：Based on the hourly qualitycontrolled temperature observation data of 1 505 surface automatic weather stations in Hunan Province,the spatiotemporal variation characteristics of the temperature difference between the national level temperature intelligent grid product CLDAS(Chinese land data assimilation system)and automatic stations are analyzed by means of classical statistical methods.The hourly temperature of the 2021 CLDAS live product is systematically evaluated with a spatial resolution of 5 km5 km)reliability.The results show that:the correlation coefficient between CLDAS temperature and station temperature can reach 0.994.The overall consistency is high,but the consistency in western Hunan is relatively low.The mean deviation of CLDAS and station temperature is-0.03,and RMSE and MAE are 0.957 and 0.637,respectively.CLDAS has small temperature error and high reliability.In the four seasons,there is a small deviation in spring and a large deviation in winter.The deviation in western Hunan is greater than that in other regions of the province,and 93.8%of temperature stations have a deviation of less than 1.The spatial distribution of temperature deviation is relatively uniform,and there are more cold deviation stations in northwestern Hunan;CLDAS has strong adaptability in the Hunan region.The daily variation of temperature data between CLDAS and automatic stations is less than 0.07,and the daytime deviation is less than that at night.The daily variation of deviation in spring,summer,and autumn is smoother than that in winter.Keywords：national level temperature intelligent grid product;CLDAS;ground automatic weather station;temperature deviation;reliability assessment;observation stations;evaluation indicators收稿日期：20230217 修回日期：20230329基金项目：湖南省自然科学基金项目（2020JJ4397）；湖南省气象局重点课题（XQKJ21A005）6161现代电子技术2023年第46卷站点数目有限等缺陷。随着极端天气增多，城市化进程加剧，当前社会生活高质量发展需要更精细化气象服务的支撑，定点观测气温局限性凸显。精密监测是气象部门发挥气象防灾减灾第一道防线作用的基础。根据需求，中国气象局紧跟国际前沿，综合应用陆面模式及多源数据融合技术，基于多类观测资料与数值模式产品数据，研制了高时空间分辨率智能网格实况融合分析产品7，覆盖中国全部区域并实现业务化运行，为精密监测提供了可行方案。实况融合分析产品通过中国气象局先进数据同化系统（CLDAS）生成，产品覆盖气温、风速、降水量、土壤湿度等核心气象要素，已在灾害性天气监测与防灾减灾中发挥重要作用。CLDAS是当前我国陆面数据同化系统领域唯一实时运行的业务系统。CLDAS 产品融入数据类型多、范围广，但算法复杂，适用性存疑。为检验 CLDAS产品应用可靠性，许多学者进行了大量适用性评估分析与研究813。文献14中基于 CLDAS产品与自动观测站数据评估分析，发现 CLDAS 能很好地反映新疆地区土壤温度小时尺度、日尺度、月尺度等时空变化特征，但浅层土壤偏差高于深层土壤，这主要与新疆当地浅层土壤温度变 化 剧 烈 和 昼 夜 温 差 大 有 关。多 位 学 者1519开 展CLDAS 土壤湿度与定点观测自动站、国际同类型产品的对比评估，结果发现 CLDAS 土壤湿度能很好地模拟中国区域浅层土壤湿度时空分布特征，但在冻土融化时，东北地区、青藏高原局部地区偏差较大。CLDAS气温数据适用性研究成果不多，研究学者从多方面评估CLDAS 气温数据的可靠性与稳定性，对比 CLDAS 与全球陆地数据同化系统（GLDAS）气温产品20，结果表明CLDAS与 GLDAS时空变化特征高度一致，CLDAS与地面观测有更好的相关性，且能更精准体现 35 以上气温分布特征。对 CLDAS 在中国区域内进行评估21，结果表明 CLDAS气温数据能较好地反映我国气温年际变化，但在中国不同区域与不同季节，其相关性与偏差特征存在较大差异。湖南省属于亚热带，省内地形多样，极端天气频繁，气温波动剧烈，实时、精准地获取任意位置气温数据是急需的气象服务，开展 CLDAS 气温数据在湖南地区的适用性评估具有重要意义。本文利用2021年1月12月湖南省范围内1 505个地面气象自动站质量控制后气温数据为真值，对比CLDAS 气温数据，分析评估 CLDAS 气温数据与自动站气温差异的时空变化特征，分析结果有助于改进实况分析产品质量，提高湖南地区气温精细化服务能力。1 资 料当前 CLDAS系统的最新稳定版产品于 2020年 4月发布。本文对 2021年 1月 1日12月 31日（北京时间）湖南省内全国智能网格实况融合分析产品 CLDAS（V1.0），2 m 气温要素开展检验评估，空间分辨率为5 km5 km，时间分辨率为 1 h。检验源数据为地面气象自动站站点气温数据。CLDAS气温数据由中国气象局研制，并从省级气象大数据云平台获取，站点气温数据通过自动站逐时定点实时观测获取。CLDAS气温是采用陆面模式同化技术融合地面观测重要气象要素、风云卫星、模式产品等多源异构数据，并经多算法优化而形成的智能网格实况产品。自动站站点气温数据来源于地面气象站中考核站的观测数据，观测站站点均匀覆盖湖南省14个市（州），合计1 505个。湖南地面气象观测站站点分布如图1所示，其中观测站点包含 97个国家气象观测站（三角形标注）和 1 408个区域气象观测站（圆点标注）。图1 2021年湖南地面气温观测站点的分布为保障站点气温数据的可靠性，已对检验源数据按中国地面气象观测规范、地面气象观测资料质量控制行业标准22及省级气温区域极限值进行多重检查，并关联相关气象要素和邻近自动站观测数据实现综合质量控制，剔除气温观测数据序列中的野值和异常数据。2 方 法以经过质量控制的观测站点资料作为真值，将CLDAS 气温数据插值到观测点，应用经典统计学评价指标统计分析时间段内两者的误差和相关关系，评估CLDAS气温数据在湖南地区的适用性。2.1 插值方法双线性插值是数值分析中一种成熟高效的插值算法，是双变量插值函数的线性插值扩展，广泛应用于气象科学研究。CLDAS 气温数据经双线性插值算法，分别在纬向和经向线性插值推导处观测站点的气温数值。插值方法如下：62第20期已 知G11=()x1,y1，G12=()x1,y2，G21=()x2,y1，G22=()x2,y2分别为待插值站点位置G=()x,y纬向和经向上最 邻 近 的 数 据 格 点；f()G11、f()G12、f()G21、f()G22为CLDAS格点对应位置的数据值。首先在纬向进行线性插值计算，得到：f()T1x2-xx2-x1f()G11+x-x1x2-x1f()G21f()T2x2-xx2-x1f()G12+x-x1x2-x1f()G22基于f(T1)、f(T2)纬向的插值结果，继续在经向进行线性插值，得到：f()Gy2-yy2-y1f()T1+y-y1y2-y1f()T2f()Gf()G11()x2-x1()y2-y1()x2-x()y2-y+f()G21()x2-x1()y2-y1()x-x1()y2-y+f()G12()x2-x1()y2-y1()x2-x()y-y1+f()G22()x2-x1()y2-y1()x-x1()y-y1式中f()G即为相应站点插值所得的变量值。2.2 评估指标使用 4项统计指标进行客观偏差分析和评估，包括平均偏差（MD）、均方根误差（RMSE）、平均绝对误差（MAE）、相关系数（COR），相关定义如下：MD=1Ni=1N()Gi-OiRMSE=1Ni=1N()Gi-Oi2MAE=1Ni=1N|Gi-OiCOR=i=1N()Gi-G()Oi-Oi=1N()Gi-G2i=1N()Oi-O2式中：N为观测站点数目；Oi为第i个气象自动站实时观测值；Gi为 CLDAS双线性插值到第 i个观测站站点位置的格点数据。3 结果分析3.1 相关性CLDAS气温与自动站气温两类数据相关系数达到0.994，对两类气温数据进行相关性统计分析，结果如图 2、图3所示。图2 CLDAS与自动站气温的相关性（站点数）图3 CLDAS与自动站气温的相关性（季节）如图 2所示，从站点数目看，湖南区域 93.4%的站（合计 104个）相关系数高于 0.99；只有 1.1%的站点（合计16个）相关系数低于0.98，说明CLDAS气温与自动站气温紧密相关，整体一致性高。图 3展示湖南春季、夏季、秋季和冬季相关系数差异情况。春、秋季相关系数高，分别为 0.990、0.992，冬季略低，为 0.982，夏季相关性最低，为 0.974。图 4 所示为全省 14 个地区相关性系数差异情况。由图可知，相关系数范围为 0.9900.997，益阳、长沙、株洲、湘潭地区相关性高于其他区域，益阳地区相关系数最高为 0.997 3，湘西地区相关系数最低0.990 4。3.2 偏 差图 5图 10 分别统计了湖南省不同季节和地区CLDAS 与自动站气温数据的平均偏差、均方根误差和平均绝对误差。图 5 中，CLDAS 与站点平均偏差为-0.03，四季均为负偏差，秋季偏差最大为-0.035，冬季偏差最小为-0.022。从图 8的地区来看，株洲、朱宏武，等：国家级气温智能网格产品在湖南地区的可靠性评估63现代电子技术2023年第46卷衡阳、永州、益阳4个地区偏差为正值，其他地区偏差为负值。说明株洲、衡阳、永州、益阳地区平均气温高于站点观测值，其它地区低于站点观测值。常德、岳阳、湘西负偏差大，分别为-0.161 5、-0.090 3、-0.073 9，说明湘北、湘西地区平均气温低于站点观测值。图4 CLDAS与自动站气温的相关性（地区）图5 不同季节CLDAS与自动站气温的平均偏差图6 不同季节CLDAS与自动站气温的均方根误差图7 不同季节CLDAS与自动站气温的平均绝对误差对 CLDAS 与自动站气温数据序列统计进行分析，均方根误差（RMSE）和平均绝对误差（MAE）均小于1，分别为 0.957、0.637。湘西、常德、衡阳、岳阳、郴州5个地区RMSE和MAE均高于其平均值。图8 不同地区CLDAS与自动站气温的平均偏差64第20期春季 RMSE和 MAE最小，为 0.537、0.835；秋、夏季较高，冬季最大，分别为 0.688、1.053。益阳RMSE 和 MAE 最小，分别为 0.672、0.454；湘西RMSE 和 MAE 最大，分别为 1.201、0.850。由图可以看出，春季、秋季的偏差小于夏季、冬季，且湘西地区偏差显著大于其他地区。图 11所示为 CLDAS 与自动站气温数据偏差的站点统计。由图11可知：CLDAS与自动站气温偏差幅度在-64，偏差为负值时，CLDAS气温低于自动站气温，呈冷偏差；反之，偏差为正值时呈暖偏差。1 505个站点中，出现冷偏差、暖偏差的站点分别为784个、721个，冷偏差站点数目略高于暖偏差站点。93.8%的站点（1 411个）偏差在 1 内，可信度高；0.3%的站点（5 个）冷偏差或暖偏差大于3，可信度低。图 12、图 13分别表示湖南地区两类气温数据偏差的空间特征分布情况。图中冷偏差与暖偏差空间分布均匀且一致性好，湘西地区大于1 的暖偏差站点较其他地区多，湘西、常德、张家界等湖南西北地区小于-1 冷偏差站点较其他地区多。3.3 偏差日变化特征CLDAS模式气温产品误差大小与温度日上升与下降变化趋势存在关联。图14所示为四季CLDAS与自动站气温平均偏差的日变化特征。图9 不同地区CLDAS与自动站气温的均方根误差图10 不同地区CLDAS与自动站气温的平均绝对误差朱宏武，等：国家级气温智能网格产品在湖南地区的可靠性评估65现代电子技术2023年第46卷图11 CLDAS与自动站气温的数据偏差的站点统计图12 CLDAS与自动站气温暖偏差的空间分布图13 CLDAS与自动站气温冷偏差的空间分布图14 四季CLDAS与自动站气温平均偏差的日变化由图 14 可知，两类气温平均偏差日变化范围为-0.070.06。春季、夏季、秋季各时次均呈冷偏差，冬季大部分时次呈冷偏差，在 8：00、9：0013：00 少部分时次呈暖偏差。日间 9：00 偏差最小，夜间 20:00 偏差最大。总体上，夜间偏差大于日间；春季、夏季、秋季偏差日变化较冬季平缓。图15所示为四季CLDAS与自动站气温均方根误差日变化特征。图15 四季CLDAS与自动站气温均方根误差的日变化图16为四季CLDAS与自动站气温平均绝对误差的日变化特征。图16 四季CLDAS与自动站气温平均绝对误差的日变化由图 15、图 16可知：两类气温均方根误差、平均绝对误差日变化范围分别为 0.741.21、0.470.83。四季中，春季日变化各时次误差均为最小，春季、秋季误差小于夏季、冬季；春季、夏季、秋季日间误差大于夜间，日间 7：0015：00误差呈上升趋势，日间 16：00至次日6：00 呈下降趋势；冬季误差偏大，不同于其他季节，日间误差小于夜间。4 结 论质量是气象资料发挥效益的关键环节。CLDAS气温模式产品在湖南不同区域、不同时间段适用性存在差66第20期异。本文以质量控制后湖南省范围内 1 505 个地面自动气象站逐时气温数据为真值，应用经典统计学方法对比分析2021年1月1日12月31日CLDAS实况产品小时气温（空间分辨率5 km5 km），系统评估了CLDAS气温数据与自动站气温差异的时空变化特征，得到如下结论：1）CLDAS 气温与气象站气温数据相关系数达到0.994，整体一致性高。湖南区域 93.4%的站点（合计1 404个）相关系数高于0.99；只有1.1%的站点（合计16个）相关系数低于0.98；春季、秋季相关系数为0.990、0.992，相关性高，夏季相关系数为 0.974，相关性偏低。益阳、长沙、株洲、湘潭 4 个地区相关系数高，达到 0.995 70.997 3，湘西地区相关系数最低，为0.990 4。2）CLDAS与自动站气温平均偏差为-0.03，均方根误差和平均绝对误差均小于1。春季、秋季的偏差小于夏季、冬季。71.4%（10个）地区CLDAS气温低于站点观测值，湘西地区均方根误差和平均绝对误差显著高于其他地区。3）CLDAS与自动站气温偏差幅度在-64，冷偏差站点数目略高于暖偏差站点。CLDAS 总体可信度高，93.8%的站点（1 411个）偏差在1 内。冷暖偏差空间分布较均匀且一致性高，湖南西北局部地区小于-1，冷偏差站点偏多。4）CLDAS与自动站气温偏差日变化范围在-0.070.06，春季、夏季、秋季各时次呈冷偏差，冬季日间少量时次呈暖偏差。日间9：00偏差最小，夜间20：00偏差最大。总体上，日间偏差小于夜间；春季、夏季、秋季偏差日变化较冬季平缓。2021年 1月2月，湖南大部分地区处于持续低温雨雪冰冻天气，气温变化波动大，冬季气温偏差比春季、夏季、秋季更大。针对极端降温，持续雨雪复杂天气，CLDAS 冬季模式产品在湖南地区适用性相对其他季节弱一些。CLDAS气温数据在湖南地区与自动站气温有较高一致性，适应性强。四季中夏季、冬季的偏差幅度偏高，可能与湖南本地汛期、夏季频繁极端天气、冬季寒潮强过程天气有关；湖南西北地区偏差幅度高站点数目偏多，尤其是冷偏差，可能与西北地区复杂地形地貌、多变坡度坡向有关，基于 CLDAS 研制气温产品可适当考虑相关因素。5 结 语本文利用2021年1月12月湖南省范围内1 505个地面气象自动站质量控制后气温数据为真值，对比CLDAS 气温数据，分析评估 CLDAS 气温数据与自动站气温差异的时空变化特征，分析结果有助于改进实况分析产品质量，提高湖南地区气温精细化服务能力。注：本文通讯作者为罗丹。参考文献1 LI Q,ZHANG L,XU W H,et al.Comparisons of time series of annual mean surface air temperature for china since the 1900s:observations,model simulations,and extended reanalysis J.Bulletin of the American meteorological society,2017,98(4):699711.2 LI Z,CAO L J,ZHU Y L,et al.Comparison of two homogenized datasets of daily maximum/mean/minimum temperature in China during 19602013 J.Journal of meteorological research,2016,30(1):5366.3 唐国利，丁一汇，王绍武，等.中国近百年温度曲线的对比分析J.气候变化研究进展，2009，5（2）：7178.4 陈鹤，蔡荣辉，陈静静，等.基于深度学习方法的气温预报技术应用与评估J.气象，2022，48（11）：13731383.5 董李丽，李清泉，丁一汇.全球变暖背景下我国春季气温的时空变化特征J.气象，2015，41（10）：11771189.6 尚丽君，廖花妹，涂浙，等.鄱阳湖流域19602018年极端气温变化及其与大气环流的关系J.长江流域资源与环境，2021，30（1）：160171.7 师春香，潘旸，谷军霞，等.多源气象数据融合格点实况产品研制进展J.气象学报，2019，77（4）：774783.8 崔园园，覃军，敬文琪，等.GLDAS和 CLDAS融合土壤水分产品在青藏高原地区的适用性评估J.高原气象，2018，37（1）：123136.9 朱智，师春香.CLDAS和 GLDAS对中国区域土壤湿度的模拟与评估J.科学技术与工程，2014，14（32）：16711815.10 孙小龙，宋海清，李平，等.基于CLDAS资料的内蒙古干旱监测分析J.气象，2015，41（10）：12451252.11 刘佩佩，宋海清，鲍炜炜，等.CLDAS和GLDAS土壤温度数据在陕西省的适用性评估J.气象科技，2021，49（4）：604611.12 单帅，师春香，沈润平，等.EAR70、CLDAS 和 ERA Interim 表层土壤温度在中国地区的评估J.气象科技，2021，49（6）：830837.13 张超，吴国周，宋海清，等.基于CLDAS温度适宜度指标空间化方法J.气象科技，2017，45（3）：555560.14 MENG X,WANG H,WU Y,et al.Investigating spatiotemporal changes of the landsurface processes in Xinjiang using highresolution CLM3.5 and CLDAS:Soil temperature J.Scientific reports,2017,7(1):13286.朱宏武，等：国家级气温智能网格产品在湖南地区的可靠性评估67现代电子技术2023年第46卷15 师春香，姜立鹏，朱智，等.基于CLDAS2.0驱动数据的中国区域土壤湿度模拟与评估J.江苏农业科学，2018，46（4）：231236.16 韩帅，师春香，姜立鹏，等.CLDAS土壤湿度模拟结果及评估J.应用气象学报，2017，28（3）：369378.17 WANG Y,LI G.Evaluation of simulated soil moisture from China land data assimilation system（CLDAS)land surface models J.Remote sensing letters,2020,11(12):10601069.18 SUN R,HAN X Z,ZHANG Y P.Comparison of the soil moisture products from fy3b/mwri and cldasv1.0 over China C/IEEE International Geoscience&Remote Sensing Symposium.Fort Worth,TX,USA:IEEE,2017:49234934.19 李显风，师春香，胡佳军，等.CLDAS数据质量在线评估系统的设计与实现J.气象科技，2017，45（6）：11161124.20 HAN S,LIU B C,SHI C X,et al.Evaluation of CLDAS and GLDAs datasets for nearsurface air temperature over major land areas of China J.Sustainability,2020,12(10):119.21 刘莹，师春香，王海军，等.CLDAS气温数据在中国区域的适用性评估J.大气科学学报，2021，44（4）：540548.22 全国气象基本信息标准化技术委员会.气象观测资料质量控制 地面气象辐射：QX/T1172020S.北京：中国气象局，2020.23 韩慧敏.基于集成学习方法的 CLDAS 土壤湿度降尺度及其干旱监测应用：以华北地区为例D.南京：南京信息工程大学，2022.24 王智慧.CLDAS中多模式模拟的水热通量数据在中国区域的集成研究D.南京：南京信息工程大学，2021.25 越昆，金林雪，吴瑞芬，等.基于CLDAS内蒙古日光温室低温风险指数及灾害风险区划研究J.中国农业资源与区划，2023，44（2）：99109.26 粟运，师春香，毛文书，等.基于 CLDAS-Prcp 多源融合降水产品的 WRFHydro 模式在綦江流域的水文效用J.高原气象，2022，41（3）：617629.作者简介：朱宏武（1978），男，湖南长沙人，博士，正高级工程师，研究方向为气象信息技术。罗 丹（1980），女，湖南长沙人，硕士，高级工程师，研究方向为气象服务技术。黎燚隆（1991），男，湖南长沙人，硕士，工程师，主要从事气候变化研究。钟艳雯（1976），女，湖南长沙人，硕士，高级工程师，研究方向为气象信息技术。68