基于歐洲中期天氣預(yù)報中心（ECMWF）最新推出的兩套再分析資料ERA-Interim/Land（簡稱"Land"）和ERA-20C（簡稱"20C"）1981—2010年積雪深度資料,以內(nèi)蒙古地區(qū)氣象臺站觀測資料為標(biāo)準(zhǔn),綜合評估積雪深度再分析資料在內(nèi)蒙古地區(qū)的適用性。結(jié)果表明:（1）兩套再分析資料都較好地再現(xiàn)了內(nèi)蒙古積雪深度從東北向西南逐漸減少的空間分布特征,其中20C再分析資料更好地體現(xiàn)中東部積雪深度依次遞減的趨勢。（2）Land再分析資料的積雪深度與觀測值差值的月際變化整體呈現(xiàn)負(fù)差值,系統(tǒng)模式低估計了積雪深度;而20C再分析資料的模擬效果在東西部較好,中部20C再分析資料的積雪深度與觀測值的正差值較大。（3）兩套再分析資料均能較好地再現(xiàn)內(nèi)蒙東部、中部和西部地區(qū)積雪深度的逐月變化特征,均表現(xiàn)為東部模擬最好、中部次之、西部最差。（4）兩套再分析資料的積雪深度平均偏差和均方根誤差較小,再分析值和觀測值的相關(guān)系數(shù)通過0.001的顯著性檢驗,20C和Land再分析資料的積雪深度差距不大,但與觀測值比較均出現(xiàn)負(fù)偏差現(xiàn)象。 

【文章來源】：干旱氣象. 2020,38(04)

【文章頁數(shù)】：8 頁

【部分圖文】：

內(nèi)蒙古地形、站點分布及區(qū)域劃分

圖2為1981—2010年兩套再分析資料的年平均積雪深度及其與觀測值差值的空間分布�？梢钥闯�,Land、 20C兩套再分析資料對積雪深度的空間分布均具有較好的描述能力,表現(xiàn)為從東北向西南遞減。東北地區(qū)積雪較深,主要分布在呼倫貝爾北部地區(qū),緊挨呼倫貝爾的阿爾山地區(qū)積雪也較深,這可能與阿爾山地勢有關(guān),阿爾山地區(qū)平均海拔1300 m,為大陸高山氣候,海拔較內(nèi)蒙古東部其他地區(qū)高500 m左右。西部地區(qū)積雪深度淺,阿拉善年均積雪深度約4 cm。兩套再分析資料積雪深度的整體空間分布較為類似, 20C再分析資料的積雪深度從東向西變化層次明顯,尤其在中東部,能更好地體現(xiàn)積雪深度依次遞減的趨勢。Land再分析資料與觀測的積雪深度差值整體呈負(fù)差值,而20C再分析資料與觀測的積雪深度呈正差值。Land再分析資料的積雪深度與觀測值差值絕對值在東部較大,呼倫貝爾地區(qū)出現(xiàn)低估現(xiàn)象,且差值絕對值大于10 cm的地區(qū)大部分位于呼倫貝爾山地,差值絕對值最大的地方是興安盟的阿爾山地區(qū),中西部差值絕對值較小。20C再分析資料的積雪深度與觀測值差值絕對值較Land再分析資料小,中西部大部分地區(qū)差值絕對值為1 cm,20C再分析資料的積雪深度在高海拔山地阿爾山地區(qū)也出現(xiàn)負(fù)差值,兩套再分析資料在該地區(qū)誤差均較大,說明再分析資料中地形對積雪深度的影響考慮不足。在西遼河流域地區(qū),20C再分析資料的積雪深度更接近觀測數(shù)據(jù),Land再分析資料的積雪深度較觀測值整體偏小。在鄂爾多斯高原、阿拉善右旗和西部沙漠地區(qū), Land再分析值有所改善。綜上所述,兩套再分析資料的積雪深度與觀測值相比,全區(qū)均呈現(xiàn)出不同程度的正或負(fù)差值,并且正、負(fù)差值絕對值均表現(xiàn)為東部地區(qū)大于中西部地區(qū)。內(nèi)蒙古地形以高原為主,地形地貌復(fù)雜多樣,而一般觀測臺站都修建在地勢較為平坦地區(qū),可能造成再分析資料的偏差較大。例如東部地形多變,以山地為主,系統(tǒng)模擬時可能沒有更好地兼顧地形地貌對積雪的影響,造成再分析資料較大偏差的出現(xiàn);而中西部多以高平原為主,數(shù)值較低的阿拉善沙地居多,使得系統(tǒng)模擬時候受到地形影響較小,再分析值與觀測值更接近。

圖4為1981—2010年內(nèi)蒙古東部、中部和西部兩套再分析資料的積雪深度及觀測值的逐月變化�？梢钥闯�,Land和20C再分析資料都可以再現(xiàn)東、中、西部地區(qū)月均積雪深度逐月變化特征,東部、中部吻合度高,西部吻合度一般。3個地區(qū)均出現(xiàn)觀測值突然增大現(xiàn)象,一般出現(xiàn)在春季,考慮主要由極端天氣引起的春季降雪造成,而再分析資料無法再現(xiàn)這種異常積雪情況。兩套再分析資料在東部效果均較好,除去極端異常降雪,整體與觀測值變化趨勢一致;中部均出現(xiàn)負(fù)差值現(xiàn)象,差值絕對值較小;西部地區(qū)兩套再分析資料積雪深度與觀測值在時間序列初期負(fù)差值較大,之后逐漸吻合。綜上所述,兩套再分析資料均能較好地再現(xiàn)內(nèi)蒙東部、中部和西部地區(qū)積雪深度逐月變化特征,但對氣候異常引起的異常降雪,再分析資料無法很好模擬,兩套再分析資料積雪深度與觀測值均呈負(fù)差值,可能是因為內(nèi)蒙古地勢起伏,風(fēng)吹積雪導(dǎo)致積雪在地勢較低的地方堆積。同時,觀測站點一般選取地勢相對平坦的地方,積雪會相對明顯,理論上就存在一定的差距,即觀測值大于再分析值。再分析資料存在對影響積雪深度的局地因素考慮不足,不包含人類活動對積雪深度的影響。圖4 1981—2010年內(nèi)蒙古東部(a)、 中部(b)和西部(c)兩套再分析資料的積雪深度及觀測值的逐月變化

【參考文獻(xiàn)】：
期刊論文
[1]黑河流域氣溫和降水再分析數(shù)據(jù)的不確定性評估[J]. 趙靜學(xué),郭枝蝦,和鑫磊,徐同仁,劉紹民,徐自為.  干旱氣象. 2019(04)
[2]多種土壤濕度資料在中國地區(qū)的對比分析[J]. 劉麗偉,魏棟,王小巍,程善俊.  干旱氣象. 2019(01)
[3]基于CMIP5資料的西南地區(qū)2020—2050年氣溫多模式集合預(yù)估[J]. 伍清,蔣興文,謝潔,朱樺.  干旱氣象. 2018(06)
[4]利用多種再分析資料對比分析青藏高原夏季大氣水汽含量變化情況[J]. 陳丹,周長艷,鄧夢雨.  高原山地氣象研究. 2018(03)
[5]基于NVAP-M數(shù)據(jù)和ERA-I資料的海南島大氣可降水量時空分布特征分析[J]. 李光偉,敖杰,邢峰華,黃彥彬.  暴雨災(zāi)害. 2018(03)
[6]三套再分析降水資料在東北地區(qū)的適用性評價[J]. 劉鵬飛,劉丹丹,梁豐,王婉昭,于躍,郭佰匯,于芳健,畢明林.  水土保持研究. 2018(04)
[7]ERA-20C積雪深度資料在呼倫貝爾適用性分析[J]. 劉昊,宋海清,李云鵬.  北方農(nóng)業(yè)學(xué)報. 2017(05)
[8]1960—2015年吉林省積雪初、終日期變化特征及其與氣溫和降水的關(guān)系[J]. 傅帥,蔣勇,徐士琦,張小泉.  干旱氣象. 2017(04)
[9]ERA-Interim/Land積雪資料在內(nèi)蒙古的初步評估[J]. 劉昊,宋海清,張超,吳國周,王琳.  內(nèi)蒙古科技與經(jīng)濟(jì). 2017(02)
[10]西南渦發(fā)生發(fā)展機制中熱力強迫作用的數(shù)值試驗[J]. 張政泰,林明宇,亓鵬,陳圣哲,王澄海.  干旱氣象. 2016(03)

碩士論文
[1]中國地區(qū)積雪的年際變化特征及其未來40年的可能變化[D]. 王芝蘭.蘭州大學(xué) 2011



本文編號：3245586