降水作为能量循环、水循环的重要组成部分，是影响青藏高原（简称“高原”）地区生态系统最活跃、最直接的气候因子，降水异常极大程度制约着生态环境的发展。高原干湿季分明，湿季（5—9月）降水集中，约占全年降水量的80%以上
[1]，随着气候增暖加速，水文循环导致极端降水事件频发，高原上无论是湿季还是干季（12月—次年2月），极端降水、极端降雪发生的概率和强度逐年增加
[2]，给人民生命安全、社会经济发展及生态环境等带来巨大损失。因此，高原湿季降水、冬季降雪一直是气候监测预测的重点，也是开展气候变化研究的重要内容。
高原地形地貌复杂，气象观测站点稀疏且分布不均，时间和空间代表性有限，难以满足天气和气候研究的需要，也给预报预测带来障碍。因此，找到适合的高分辨率降水资料对开展气候降水变化研究具有重要意义。随着精细化天气预报业务迅速发展,智能网格预报对格点分析产品的需求日益增长，高分辨率降水数据集应运而生，弥补了站网稀疏的缺陷，数据集高达30多种
[3]，其中天气气候领域使用较为广泛的有基于站点观测的全球降水数据集（CRU、GPCC、GPCP、CMAP）和基于站点的再分析数据集（ERA5、JRA55、CFSR、MERRA2），作为一种利用资料同化技术把观测资料和卫星遥感产品融合起来的“产物”
[4]，不同数据产品在数据来源、时间序列长度、数据处理方式上各有不同，在不同地区的适用性也有差异
[5]。因此，对再分析资料的适用性评估尤为重要。
国内许多学者针对多源降水在中国大陆
[6-10]、西南地区
[11]、华南地区
[12]、湖南省
[13]、内蒙古自治区
[14]、四川省
[15]、雅鲁藏布江流域
[16]、拉萨河流域
[17]等地的适用性开展了评估工作，其中，孙葭等
[18]基于 CMD（中国地面气候资料月值数据集）和 CFSR、ERA- Interim、GPCP、CMAP、CRU 和 PREC/L 6套格点降水数据集，在洞庭湖流域从多个时间空间尺度上分析比较研究，结果表明：6种格点降水数据降水变化趋势与CMD较为一致，对实测降水估计为高低并存，不同的格点降水数据在流域上表现出的适用性也不同，这也是近几年使用数据集最多最全面的评估。
针对高原的适用性评估较少，Wang等
[19]通过比较高原63个气象站点的实测资料与MERRA、NCEP/NCAR-1、CFSR、ERA-40、ERA-Interim及GLDAS等6种再分析资料，发现GLDAS的降水数据与观测数据最接近；温婷婷等
[20]对比评估了 CRU、ERA5、CMFD 3种降水数据在高原的适用性，整体上CMFD适用性最好，但CMFD数据目前没有更新。
针对高原的数据评估研究一直较少，目前还没有超过3种高分辨率降水资料的适用性评估，而高原地域广阔、站点稀少，急需高分辨率降水资料开展科学研究工作，以往对高分辨率降水产品的研制、评估及检验等多集中在夏季，对冬季再分析数据的质量关注比较少。因此，本文选取天气气候业务中使用较为广泛的8种再分析数据，综合评估了高原干、湿季降水的时空分布特征和误差特征，确定了8种再分析降水数据在高原上的适用性，借此为格点精细化预测提供精细化检验评估数据，实现对高分辨率网格预报的质量跟踪和性能评估，为研究高原选用合适的再分析资料提供参考指导。
1 资料和方法
1.1 资料
共筛选出观测序列较完整的86个气象站点的1961—2018年逐月降水数据，站点分布见
图1。以这些气象台站实测资料（简称“OBS”）作为参照值，分别同全球观测降水数据集、再分析降水数据这两类资料进行差异性对比，文中气候态平均时段指1981—2010年，青藏高原边界数据来源于国家地球系统科学数据中心(
http://www.geodata.cn)。
本文所用到的基于观测的全球降水数据集有CRU、GPCC、GPCP和CMAP，再分析降水数据集有ERA5、JRA55、CFSR、MERRA2，数据信息见
表1。
1.2 方法
统计方法主要采用趋势对比分析评估各套降水资料对高原降水变化趋势刻画能力，通过泰勒图从相关分析
[21]、标准差综合评估各套降水资料与高原实况降水的偏差，通过9 a低通滤波
[22]评估各套降水资料对高原实况降水年代变化特征的刻画能力，显著性检验采用双尾
T检验，主要用于反映各套降水资料在高原区域内变化趋势的可信度。高原湿季指5—9月，干季指12月—次年2月。
2 结果分析
2.1 基于观测资料高原降水特征
由站点观测的高原年降水量空间分布（
图2a）可知，高原年降水空间分布不均，自东南向西北递减，藏东南是降水最充沛的区域（超过600 mm），西北部的柴达木盆地不足100 mm。从时间演变（
图2b）来看，高原年降水量整体以6.3 mm·(10 a)
-1的速率增加，且通过0.05的显著性检验，历年降水量在450～580 mm，年际变率较大；低通滤波曲线显示高原年降水具有年代际波动变化，20世纪80—90年代以偏少为主， 90年代末逐渐转入偏多期。季节降水量在空间上与年降水分布格局一致，夏季东南部降水量超过300 mm，南侧边缘地带突破500 mm，柴达木盆地和昆仑山一带不足40 mm；冬季西北部降水不足10 mm，位于高原东南部的长江、黄河源区降水超过30 mm。
春、夏季降水呈增加趋势，均以4.3 mm·(10 a)-1的速率递增，而秋、冬季则呈减少趋势，减少速率分别为3.3、1.5 mm·(10 a)-1，变化趋势均通过0.05的显著性检验；冬季降水具有明显的年代际变化。
2.2 基于多源数据集的降水空间特征
针对高原湿季和干季2个时段，分析多源降水资料对高原降水空间变化的刻画能力。湿季降水自东南向西北递减、呈阶梯带状分布，雨量空间差异明显，高值区位于横断山—松潘高原之间，该区域平均海拔低于4 000 m，可同时受来自东南和西南水汽输送影响，雨量在500 mm以上；柴达木盆地，深居内陆，因南部昆仑山脉等高大地形阻挡，低纬热带海洋的水汽很难抵达，累积雨量不足50 mm（
图3）。多套降水资料均可体现出湿季降水自北向南递增的特征，ERA5和MERRA2明显高估高原降水；JRA55对中西部地区和东南边缘地带的降水估计过高，GPCP对南侧降水估计过高，北部则较吻合；CRU、GPCC和CMAP的降水空间分布格局、高低值中心及降水量级与实测降水较为一致（
图3）。
干季高原降水量约为10 mm，东南侧降水量级相对较高，其中长江、黄河和澜沧江源区降水超过15 mm，而中北部昆仑山脉以北降水量仅为5 mm。不同于湿季，各套资料均高估干季降水，其中GPCC的空间分布同实况最接近，GPCP次之，CRU、CMAP对高原西部降水估计过高；再分析资料对干季降水量高估幅度较大，其中JRA55高估整个高原降水，CFSR次之。
表2为不同时段高原区域平均值对比结果，高原年降水量实测值为498.7 mm，GPCP为505.9 mm，相对误差最小（1%），CMAP-std次之，而CRU、GPCC、CMAP-enh均一致低估高原年降水；JRA55、MERRA2和ERA5则过度高估。湿季实测降水量为403 mm，占全年降水的81%，除CFSR外，其余各套资料湿季降水占年降水的比率均在80%左右，均能刻画高原干湿分明的年内降水特征；其次，GPCP的湿季降水量和实测最接近，相对误差仅-1%，CRU、GPCC、CMAP对湿季降水低估21%～25%，CFSR低估46%，ERA5高估79%，JRA55相对误差达112%。干季降水，年平均降水量为13.6 mm，仅占年雨量的3%，各套资料均一致高估干季降水，GPCC和实况最接近，较实测偏高10%。综上，湿季GPCP的误差最小，而冬季GPCC的误差最小。
降水数据的评估方法主要有2种：一种是“格点”对“格点”的评估，即将网格数据插值到地面站点上，与地面站点实测值进行比较
[23-24]；另一种是“格网”对“格网”的评估，往往通过特定的空间化方法，比如克里金插值、双线性插值等
[25]，将站点数据插值得到面状数据再进行比较。根据高原台站经纬度信息，主要考虑站点周围的4个网格作为网格数据在该站点上的数据，然后分别计算各套资料湿季、干季多年平均降水序列，将各套格点降水数据序列分别与站点观测值求相关系数、标准差及均方根误差得到泰勒图（
图4）。
对于湿季降水，各套资料的相关性在0.4以上，通过0.001的显著性检验，说明基于多源资料的高原湿季降水空间分布格局同观测结果基本一致，其中GPCC的空间相关系数最高（0.992）且标准偏差之比（0.24）最小，能更准确地刻画出湿季降水的空间分布特征；CRU、GPCP和ERA5 3套资料的结果比较接近，空间相关系数在0.87~0.92，标准差之比在0.51~0.75，仅次于GPCC。此外，各套资料均方根误差的离散程度较大，表明不同资料对湿季降水的刻画能力仍存在较大差异性和不确定性。就干季而言，各套资料的空间相关性均一致偏低，且标准差之比整体偏大，对高原降水空间分布格局的刻画能力极弱，这也印证了上述结论，但需要注意的是，其均方根误差的离散度相对湿季偏小，因此从另一角度反映出各套资料对高原干季降水的刻画能力较弱。
2.3 基于多源数据集的降水时间演变
能否合理反映年内和年际变化特征是评估降水资料的一个重要方面，
图5为基于多套资料的高原逐月气候态降水量，JRA55、ERA5和MERRA2的各月降水量比实测值偏大，均高估高原湿季降水，JRA55高估最突出，在降水量最大的7月，偏差高达150 mm以上，MERRA2次之，ERA5虽有高估但偏差明显减小，这同ERA第四代资料（ERA-Interim）对我国中西部降水存在系统性低估
[26]的结论不同。相反，全球观测资料CRU、GPCC、CMAP和实测值的偏差，相比再分析资料普遍偏小，其中GPCP降水和实测最接近，王丹等
[14]通过对比CRU和GPCP降水资料后发现，在110°E以西高海拔地区，GPCP比CRU更加吻合，对旱涝时空变化的特征描述更好。
图6为基于多套降水资料的干湿季降水演变曲线。湿季降水（
图6a），GPCC、CRU和实测较接近；MERRA2、ERA5和GPCP均一致高估湿季降水；CMAP、JRA55和CRU则以低估为主，CFSR的偏差不稳定，存在明显的年代际变化，21世纪之前相比实测值偏低， 21世纪转为高估且偏差幅度增大。各套资料一致高估干季降水（
图6b），ERA5、CFSR、CMAP较实测值偏高的幅度最大，CRU、GPCC、GPCP、JRA55更接近实测值，MERRA2居于两者之间，可见再分析资料对干季降水的估计一致过高，这可能是由于再分析资料中有关地形模拟的影响所带来的较大偏差。ERA-Interim和NCEP1这两套早期的再分析资料对高原降水与观测结果在年际和年代际特征上较为一致，但明显高估该地区降水量级
[10]。
湿季高原大部分区域降水呈增多趋势，其中西北部增多趋势显著（
图7a，打点区域通过0.05的显著性检验），8套资料均能反映出高原大部降水增多的主要特征，GPCC所表现的趋势特征同实测最吻合，降水增多、减少的区域均与实测一致。干季高原东北部降水呈增多趋势，西南部为减少趋势，多数资料基本能刻画出降水趋势，其中CRU和实测最接近；相比湿季，干季降水的变化趋势较微弱，在CRU、GPCC、ERA5资料中表现较好。
将降水年际序列经标准化后的值＞1.0定义为异常偏湿年，＜1.0定义为偏干年，统计湿季和干季典型异常年。1961—2017年，湿季降水异常偏多，共出现13 a，GPCC、GPCP、CRU和ERA5资料中的异常年匹配度最高，可准确获取70%以上的异常偏多年份；对于偏干年份，实测共出现8个异常偏干年，GPCC和GPCP均可完全获取到，对高原湿季异常旱涝年的刻画能力较好；各套资料对干季降水的刻画能力均较弱。
高原湿季年代际变化特征明显（图
8a），20世纪80—90年代为偏少期， 90年代末转入多雨期，90年代末至2006年为波动上升期，2007年后进入稳定持续上升期，同施雅风等
[5]提出的21世纪初西部转入暖湿化背景，高原作为气候变化敏感区和启动区，会提前进入湿润化状态相一致。由
图8b~j可知，GPCC、ERA5、JRA55、CFSR、CMAP和MERRA2均能刻画出上述高原湿季降水的年代际特征，其中ERA5所表现出的年代际特征同实测更吻合，JRA55、CFSR、CMAP和MERRA2表现出由稳定偏少向持续偏多的转折，稳定偏少期内呈现的状态同实测有所差异。CRU和GPCP的年代际特征同实测差异较大，CRU在20世纪80年代偏少，80年代末转入年代际偏多并持续，21世纪初前几年降水出现回落，与实测相反。对于干季，实测降水量在20世纪80年代以偏少为主，20世纪80年代末至90年代持续偏多，21世纪以来再次转为偏少期， GPCC、GPCP、ERA5的效果更佳。
3 结论
采用站点观测资料和8套高分辨率降水数据，全面对比分析了多源高分辨率降水数据对刻画高原降水特征的差异性，得出以下结论：
（1）GPCP和CMAP的年降水量相对误差在2%以内，接近实况，其次为CFSR、CRU及GPCC，相对误差约20%，JRA55、MERRA2和ERA5估计过高。
（2）8套降水资料均能刻画出高原干、湿季分明的典型特征，再分析资料对高原湿季降水一致高估，相反全球观测资料一致低估，对干季降水的刻画能力均较弱，普遍高估。
（3）GPCP湿季降水和实测最接近，CRU、GPCC、CMAP、CFSR均低估约21%～46%，JRA55过高估计湿季降水（112%）；GPCC与实测降水的空间特征最接近，其次为GPCP，其对高原东南部降水大值区存在高估，其他区域和实测接近；8套降水资料均呈增加趋势，GPCC的趋势特征和实测最接近，显著增加区域和实况几乎重合，ERA5次之； GPCC、GPCP和ERA5更适用于研究高原湿季降水年际异常特征，整体而言，GPCP在雨季适用性最好。
（4）8套资料对干季降水存在不同程度的高估；GPCC的空间分布格局同实况最接近，较实测偏高10%，GPCP次之；多数资料均能刻画出干季降水在高原东北部增加、西南部减少的趋势，其中CRU和实测最接近； 8套资料均能较好地再现干季降水的年代际特征，GPCC、GPCP、ERA5效果最佳，整体而言，GPCC在干季适用性最好。
京公网安备11010202008535号
PDF
(2667KB)
