气象学报  2016, Vol. 74 Issue (2): 271-284   PDF    
http://dx.doi.org/10.11676/qxxb2016.014
中国气象学会主办。
0

文章信息

郭艳君, 张思齐, 颜京辉, 陈哲, 阮新. 2016.
GUO Yanjun, ZHANG Siqi, YAN Jinghui, CHEN Zhe, RUAN Xin. 2016.
中国探空观测与多套再分析资料气温序列的对比研究
A comparison of atmospheric temperature over China between radiosonde observations and multiple reanalysis datasets
气象学报, 74(2): 271-284
Acta Meteorologica Sinica, 74(2): 271-284.
http://dx.doi.org/10.11676/qxxb2016.014

文章历史

收稿日期: 2015-09-11
改回日期: 2015-12-30
中国探空观测与多套再分析资料气温序列的对比研究
郭艳君1, 张思齐1, 颜京辉1, 陈哲2, 阮新2    
1. 国家气候中心, 北京, 100081;
2. 国家气象信息中心, 北京, 100081
摘要: 为比较中国探空观测与再分析气温的差异,利用中国118站850—30 hPa经质量控制和均一化处理后逐月气温和NCEPv1、NCEPv2、ERA-40、ERA-Interim、JRA55、20CR、MERRA和CFSR等8套再分析月平均气温,通过对比1981—2010年探空观测与多套再分析气温序列的平均偏差、相关系数、标准差和变化趋势,分析两者在数值、年际变率、离散度及长期变化的差异。结果表明,中国探空温度原始序列存在较为显著的非均一性,均一化对原始气温序列总体为负订正,对流层上层至平流层下层(200—100 hPa)订正值最为显著。均一化气温去除了原始序列中由仪器换型和系统升级等因素导致的系统误差,与再分析气温相关较原始序列明显提高。再分析气温与均一化气温偏差约1℃,多数再分析气温较均一化气温在对流层偏低、平流层偏高。再分析与均一化气温年际变率较为一致,正相关达到显著。多数再分析与均一化气温均在对流层中低层呈上升趋势、平流层中层呈下降趋势。对流层上层和平流层下层不确定性较大。总体上,ERA-Interim、JRA55和MERRA与其他再分析相比更相近中国均一化探空气温。
关键词: 探空观测     再分析     中国     原始气温     均一化气温     对比    
A comparison of atmospheric temperature over China between radiosonde observations and multiple reanalysis datasets
GUO Yanjun1, ZHANG Siqi1, YAN Jinghui1, CHEN Zhe2, RUAN Xin2    
1. National Climate Center, Beijing 100081, China;
2. NationalMeteorological Information Center, Beijing 100081, China
Abstract: The quality controlled (RAW) and homogenized (ADJ) radiosonde temperatures at 850—30 hPa collected at 118 stations in China are compared, on a monthly mean basis, with the temperatures extracted from 8 reanalysis datasets (REA) including NCEPv1, NCEPv2, ERA-40 (ECMWF 45-yr Reanalysis), ERA-Interim, JRA55 (Japanese 55-yr Reanalysis), 20CR (20th Century Reanalysis), MERRA (Modern Era Retrospective-Analysis), and CFSR (Climate Forecast System Reanalysis). Average differences, correlations, standard deviations, and linear trends among RAW, ADJ, and REA for the period 1981-2010 are analyzed. The results reveal significant inhomogeneity in the time series of RAW radiosonde temperature in China; an overall negative adjustment was thus applied to obtain the ADJ temperatures, and the effect the negative adjustment is the most significant within 200—100 hPa. Such a homogenization rocess has removed the system errors in RAW possibly caused by radiosonde instrument changes and observation system upgrades. Hence, the correlation is higher between ADJ and REA than that between RAW and REA. The mean difference between ADJ and REA is about 1℃ during 1981-2010, while REA are mostly cooler in the troposphere and warmer in the stratosphere than ADJ; nonetheless, they have a high positive significant correlation and their annual varialility is notably consistent annual variability. Furthermore, the trends in REA and ADJ both demonstrate warming in the lower-mid troposphere and cooling in the mid stratosphere, with large uncertainties found in the upper troposphere and lower stratosphere. In general, ERA-Interim, JRA55, and MERRA are more consistent with ADJ than other reanalysis datasets.
Key words: Radiosonde     Air temperature     Reanalysis data     China     Raw versus homogenized data    
1 引 言

已有研究表明,全球地表气温升高已是不争的事实。气候系统内部的相互联系使得气候学家关注的热点逐渐从地面扩展至高空,高空气温变化成为气候研究的热点问题。目前高空气温资料主要是探空观测、卫星遥感和再分析3类,探空观测历史序列长且垂直层次多,特别在20世纪70年代以前,是高空大气相关信息的唯一来源,常作为评估再分析和卫星遥感的标准,但其在海洋、极地和高原测站稀少,长时间序列中还存在仪器换型、台站迁移等非气候因素造成的非均一性问题。卫星遥感资料在空间上具有良好的覆盖性,缺点是历史序列较短,早期微波探测气温垂直分辨率较低。再分析资料兼具探空时间序列长和卫星空间覆盖广的优点,自20世纪90年代出现以来迅速成为气候研究最常用的资料源之一。目前应用比较广泛的再分析资料集分别来自美国、欧洲和日本,包括较早发展的NCEP/NCAR(Kalnay et al,1996)、NCEP/DOE(Kanamitsu et al,2002)和近年发布的NCEP-CFSR(Saha et al,2010)、20CR(Compo et al,2011)、NASA-MERRA(Rienecker et al,2011);欧洲中期天气预报中心的ERA-40(Uppala et al,2005)及其新一代产品ERA-Interim(Dee et al,2011;Uppala et al,2008);日本气象厅(JMA)和日本电子能源工业中央研究所(CRIEPI)联合完成的JRA25(Onogi et al,2007)及其新一代产品JRA55(Kobayashi et al,2015)。上述再分析资料集的数值模式、同化方案以及观测资料源各有差异,客观评估其对大气真实状态描述的准确程度成为应用前必须回答的关键问题。

针对各再分析资料集不同要素在全球和区域尺度大气的再现能力评估已有不少研究。Kalnay等(1996)指出,NCEP/NCAR在欧亚大陆东部地区以及夏季海平面气压和高度场存在一定质量问题,Kistler等(2001)指出,再分析资料中气温、风场和位势高度较可信,水汽、降水等可信度相对较差。中国气象工作者也利用中国地表和高空观测与再分析资料进行了对比,徐影等(2001)赵天保等(2009a)分析了中国地表观测与NCEP/NCAR、NCEP/DOE、ERA-40和JRA25的差异,指出再分析资料在中国东部和低纬度地区可信度高于西部和高纬度地区,气温可信度高于气压,1979年以后高于1979年以前;ERA-40和JRA25的可信度高于NCEP/NCAR和NCEP/DOE。黄刚(2006)利用中国北方7个探空站气温和位势高度与ERA-40和NCAR/NCEP对比,指出20世纪70年代以前NCEP/NCAR在中国北方地区对流层低层存在虚假年代际变化趋势,ERA-40较NCEP/NCAR好,70年代以后NCEP/NCAR较ERA-40更接近实际探空值。周顺武等(2009)比较了1979—2002年青藏高原12个探空站和NCEP/NCAR气温和位势高度,指出两者在对流层中下层的趋势存在明显差异。赵天保等(2009b)通过中国40个探空代表站与ERA-40、NCEP/NCAR和NCEP/DOE的气温与位势高度的对比,得到数值偏差主要在对流层上层,年际和长期变化趋势的差别则反映在对流层中、下层,ERA-40较NCEP更适用于中国气候变化研究。近年来,随着ERA-Interim、CFSR、MERRA和JRA55等第3代再分析资料集以及长度达百年的20CR的发布,其在中国区域适用性评估也陆续开展,评估内容从地表扩展至高空,除气温、降水外还包含水汽、地表辐射、季风指数和南亚高压等,如宋丰飞等(2012)评估了NCEPv1、ERA-40和20CR的东亚夏季风指数;王丹等(2012)评估了NCEP/NCAR和CFSR的太阳辐射,指出1979年之后再分析资料的可信度均提高。支星等(2013)利用中国105个探空站气温评估了NCEP/NCAR、ERA-40和JRA25的气温,指出ERA-40和JRA25在对流层中下层与探空接近,NCEP在对流层高层适用性较强,东部的可信度高于西部,北部高于南部。韦芬芬等(2015)利用107个站探空资料评估了6套再分析的夏季位势高度、气温和绝对湿度,指出JRA25、ERA-Interim和MERRA在对流层中高层与探空的差异较NCEP/NCAR、NCEP/DOE和CFSR小,位势高度和气温的差异明显小于绝对湿度。上述研究中与再分析资料对比的中国探空台站个数较少,区域代表性有限,且多来源于原始观测资料,未进行质量控制和均一化处理。有研究(翟盘茂,1997郭艳君等,2009;Guo et al,2009)表明,原始探空观测用于气候研究前必须考虑仪器换型、辐射订正方法更新造成的长时间序列的非均一性问题,否则将影响气候分析结果。均一化方法不同亦导致研究结果的不确定性(Seidel et al,2004)。近年来,均一化的重要作用逐渐受到中国气象工作者的重视。2013年底中国气象局公开发布的“中国高空规定等压面定时值数据集”(熊安元等,2015)和“中国高空月平均温度均一化数据集”(陈哲等,2014)是迄今为止最完整的经严格质量控制和均一化处理的中国高空气温数据集。鉴于这两套资料的完整性和准确性均较以往资料集有较大提高,有必要以此为标准,重新开展多套再分析资料在中国区域的适用性评估。

原始与均一化的探空观测分别与再分析资料气温序列对比可定量评估均一化订正对原始序列的影响,检验均一化方案的可信度,分析8套再分析气温在中国区域的适用性,为再分析资料应用提供理论依据。

2 资料和方法

探空气温(TOBS)来自中国国家气象信息中心2013年制作的“中国高空规定等压面定时值数据集”,含中国142个探空站地表至10 hPa约20层1951—2012年逐日08和20时(北京时,下同)气温、露点温度和位势高度,通过变化范围检查、水平一致性和时间一致性检查、温度超绝热递减率和综合静力学检查等质量控制方法去除了无天气学意义的错误数据。鉴于区域平均与台站选取及资料有效率阈值直接相关,兼顾代表性和可信度,全球尺度通常以80%最小资料有效率选站(Seidel et al,2004;Gaffen et al,2000),中国区域则以70%为阈值(Guo et al,2009)。以70%为最小资料有效率阈值选取中国118个站(图 1)850、700、500、400、300、200、100、70、50和30 hPa共10层等压面逐日08、20时的气温,两时次平均为日值(缺任一时次当日缺测),月内日值平均为月平均值(缺测10 d以上当月缺测),年内12个月值平均为年平均(任一月缺测当年缺测),由此得到118个站10层逐月平均原始气温序列,记为TRAW。质量控制仅去除无天气学意义的错误数据,但与探空仪器换型、订正方法、系统升级和台站迁址相关的系统误差还需要均一化去除。利用加拿大环境部气候研究中心研发的RHtests方法的PMTred(Wang et al,2007陈哲等,2014)作为非均一性检验方法,以夜间序列(20时)和ERA-Interim月平均气温为参考序列,结合站点探空仪器换型、迁站、辐射误差订正和系统升级等历史沿革信息,逐站逐层检测间断点,忽略与台站沿革信息不一致的断点,有元数据支持的断点采用平均值订正法处理得到均一化逐月气温序列,记为TADJ

图 1 中国118个探空观测台站空间分布 Fig. 1 Distribution of the 118 radiosonde observation stations in China

再分析气温(TREA)来自美国、欧洲和日本等不同单位研发的8套再分析资料逐月产品(表 1)。选取网格中心位置与台站最近的气温作为与探空观测的对比序列,中国区域平均气温通过118个站探空气温或各再分析相应网格气温的面积加权平均得到,青藏高原西部无测站地区不参与计算。鉴于NCEPv2、ERA-Interim、MERRA和CFSR等4套再分析始于1979年,中国探空气温在20世纪50—70年代缺测较多,选取可比性较强的1981—2010年作为研究时段,以中国区域平均和单站探空观测与再分析气温的平均偏差、相关、标准差比以及线性趋势展开比较。

表 1 中国探空观测与再分析资料集气温对照 Table 1 Comparison for radiosonde observation over China and atmospheric reanalysis datasets aplied in this study
资料集研发单位质量控制或均一化同化方案台站数(空间分辨率)垂直层次起止时段时间分辨率
探空观测RAW中国气象局国家气象信息中心质量控制(包含变化范围、时间和空间一致性、超绝热、静力学检查)从142站20层中选取118站10层(850、700、500、400、300、200、100、70、50和30 hPa)1951—2012年逐日两个时次转为月平均
ADJ中国气象局国家气象信息中心均一化(RHtestv3和PMTred,以夜间和ERA-Interim为参照,结合沿革信息,用平均值订正法)118站10层1958—2012年 月平均
再分析NCEPv1美国国家环境预报中心(NCEP)/美国国家大气研究中心(NCAR)三维变分谱统计插值2.5°×2.5°(选取118站相应网格和层与OBS对比,下同)1948—2014年月平均
NCEPv2美国国家环境预报中心(NCEP)/美国能源部(DOE)三维变分谱统计插值2.5°×2.5°1979—2013年月平均
MERRA美国国家航空航天局(NASA)三维变分格点统计插值1.25°×1.25°1979—2013年月平均
CFSR美国国家环境预报中心(NCEP)三维变分格点统计插值2.5°×2.5°1979—2009年月平均
20CR美国国家海洋大气局等(NOAA)集合卡尔曼滤波,仅同化海平面气压2°×2°1871—2011年月平均
ERA-40欧洲中期天气预报中心(ECMWF)三维变分2.5°×2.5°1958—2002年月平均
ERA-Interim欧洲中期天气预报中心(ECMWF)四维变分2.5°×2.5°1979-2014年月平均
JRA-55日本气象厅(JMA)四维变分1.25°×1.25°1958—2014年月平均

TREATOBS1981—2010年平均差值D

STREATOBS标准差比值,代表两者离散度的相似性

相关系数R表征TREATOBS年际变率相似度

D越接近0、SR越接近1表示TREATOBS越相似。线性趋势值采用最小二乘法计算回归系数。

3 中国平均高空气温对比3.1 逐年气温序列

中国平均探空与再分析逐年气温序列(图 2)表明,TRAWTADJ在对流层中低层(850和500 hPa)总体接近,在对流层上层(200 hPa)和平流层下层(100 hPa)2000年前TRAWTADJ高1—2℃,2000年后两者差异明显减小,这与均一化对2000—2001年中国探空系统升级和2002—2009年仪器换型导致的非均一性负订正有关(陈哲等,2014)。TREATRAW存在约1℃的平均偏差,除20CR气温明显偏高外,多数TREA在对流层850—300 hPa较TRAWTADJ低,平流层则偏高,偏差大小随资料集、时段和层次不同而变化,如850 hPa上TJRA55为显著负偏差,500 hPa上TNCEPv1TNCEPv2在1992—2006年偏低幅度强于其他时段,200和100 hPa上TREATOBS(TRAWTADJ)的差异在2000年后明显减小。研究表明,20世纪60年代中期中国首次全国范围探空仪器换型及辐射方法订正变化导致探空历史资料出现非均一性(Zhai et al,1996翟盘茂,1997Guo et al,2009郭艳君等,2008)。TRAWTADJTREATOBS的差值在2000年后明显减小,说明2000年后系统升级和仪器换型同样也导致了明显的非均一性。再分析和均一化气温的同向订正相互验证了同化和均一化的可信性。

图 2 1979—2012年中国平均探空和再分析气温序列
(a.850 hPa,b.500 hPa,c.200 hPa,d.100 hPa)
Fig. 2 Time series of annual mean temperature averaged over China for the period of 1979-2012 at (a) 850 hPa, (b) 500 hPa, (c) 200 hPa and (d) 100 hPa. Data are derived from the radiosonde observations (RAW and ADJ) and 8 reanalysis datasets (REA)
3.2 平均偏差

再分析资料基于同化技术将多种观测和数值产品融合而成,观测资料自身误差及模式和同化方案均可导致再分析与观测间的偏差。为了区分观测源自身引入和模式同化方法不同造成的偏差,分别对比中国平均TRAWTADJTREATRAWTREATADJ1981—2010年平均偏差及其季节和年际变化特征。

中国平均TADJTRAW1981—2010年平均偏差廓线(图 3红线)表明,TADJTRAW总体偏低,偏差在100 hPa最显著,850 hPa和70—30 hPa较小,700—400 hPa最小。多数TREATRAW在对流层850—300 hPa偏低0.5—1.0℃,且各再分析间差异较小;对流层上层至平流层(200—30 hPa)TREATRAW和各再分析间的差异明显增大,且偏差出现正、负转换(200—100 hPa为负,70—30 hPa为正)。TREATADJ在对流层850—200 hPa偏低(图 3b),100—30 hPa偏高。100 hPa上TREATADJ偏差与TREATRAW偏差差异最显著,这与100 hPaTADJ订正幅度较大有关。T20CR与多数TREA差别较大;与TOBS相比,除200 hPa偏低外其余层均显著偏高,这可能与20CR仅同化了地表和海平面气压有关(表 1)。TADJTRAWTREATRAWTREATADJ以及各TREA间偏差均在对流层上层至平流层下层300—100 hPa最显著,与赵天保等(2010)探空与再分析气温差别主要在对流层上层的结论相近。Guo等(2009)和陈哲等(2014)基于850—100 hPa气温得出“中国探空气温偏差随高度增大”,将垂直层次扩展至30 hPa后的分析表明对流层上层至平流层下层气温不确定性大于其他层。

图 3 再分析与探空观测中国平均高空气温1981—2010年平均差值廓线(℃)
(a. TREA(TADJ)-TRAW, b. TREA (TRAW)-TADJ)
Fig. 3 Vertical profiles of mean difference over China between each individual reanalysis and observations for the period of 1981-2010 (a. TREA(TADJ)-TRAW, b. TREA(TRAW)-TADJ)

中国平均TREA(TADJ)与TRAW1981—2010年逐月偏差(图 4)表明,TADJTRAW整层呈负偏差,且基本无季节变化;TREATRAW对流层的负偏差、平流层的正偏差存在季节差异,如T20CR在3—12月对流层偏高和平流层夏半年偏低和冬半年偏高;TERA-InterimTJRA55平流层中层夏半年气温略偏高冬半年略偏低;TERA-InterimTMERRATCFSRTNCEPv1TNCEPv2对流层上层至平流层下层夏季偏低。TREATADJ逐月差值显示,除T20CR在平流层夏季负偏差和冬季正偏差的季节特征依然明显外,其余TREATADJ偏差均无明显季节变化(图略),由此推断TREATRAW偏差的季节性差异与原始探空气温存在非均一性有关。

图 4 中国平均再分析与探空气温1981—2010年逐月偏差
(a.TERA-40-TRAW, b.TERA-Interim-TRAW, c. TJRA55-TRAW, d.TNCEPv1-TRAW, e.TNCEPv2-TRAW , f.T20CR-TRAW, g.TCFSR-TRAW, h.TMERRA-TRAW, i.TADJ-TRAW)
Fig. 4 Monthly mean differences in upper air temperature between TADJTREA and TRAW for the period of 1981-2010 in China
(a.TERA-40-TRAW, b.TERA-Interim-TRAW, c. TJRA55-TRAW, d.TNCEPv1-TRAW,e.TNCEPv2-TRAW , f.T20CR-TRAW , g.TCFSR-TRAW , h.TMERRA-TRAW, i.TADJ-TRAW)

中国平均TREA(或TADJ)与TRAW1981—2010年逐年偏差(图 5)显示,TADJTRAW在20世纪80—90年代总体偏低,对流层高层至平流层下层负偏差在2000年后明显减弱,这与均一化对中国探空系统升级和仪器换型导致的非均一性的负订正有关(陈哲等,2014)。多数TREATRAW的偏差与TADJTRAW的差值相似,即20世纪80—90年代对流层高层至平流层下层为显著负偏差,2000年后明显减弱。对比TREATADJ的逐年差值(图 6)发现,TERA-40TERA-InterimTJRA55TMERRAT20CRTADJ的偏差在2000年前后无明显变化,TNCEPv2TNCEPv1TCFSRTADJ的偏差也明显小于其与TRAW的偏差,可见同化和均一化不同程度去除了TRAW中仪器换型和系统升级导致的非均一性,使TREATADJ的偏差在仪器换型前、后无明显变化,且明显小于TREATRAW的偏差。TREATRAW在2000年前的显著负偏差与TRAW中存在仪器换型或系统升级导致的非均一性有关。除探空外的其他观测源变化或再分析模式及同化方案差异也可能导致TREATOBS的偏差,如TNCEPv1TNCEPv2在1992—2006年对流层高层气温较TOBS显著偏低。Marshall(2002)指出,南极地区1993年观测源增加引起NCEPv1同化方案变化导致其位势高度与探空出现明显负偏差,这与TNCEPv1TNCEPv2与中国探空气温负偏差的时间一致,是否为同一原因还需区分各再分析模式及同化方案进一步分析。

图 5 中国平均再分析与原始探空气温1981—2010年逐年差值
(a.TERA-40-TRAW, b.TERA-Interim-TRAW, c. TJRA55-TRAW, d.TNCEPv1-TRAW,e.TNCEPv2-TRAW, f.T20CR-TRAW, g.TCFSR-TRAW, h.TMERRA-TRAW, i.TADJ-TRAW)
Fig. 5 The annual mean difference in upper air temperature between REA(ADJ) and RAW during 1981 -2010 in China
(a.TERA-40-TRAW, b.TERA-Interim-TRAW, c. TJRA55-TRAW, d.TNCEPv1-TRAW,e.TNCEPv2-TRAW, f.T20CR-TRAW, g.TCFSR-TRAW , h.TMERRA-TRAW, i.TADJ-TRAW)
图 6 中国平均再分析与均一化气温1981—2010年逐年差值
(a.TERA-40-TADJ, b.TERA-Interim-TADJ, c. TJRA55-TADJ, d.TNCEPv1-TADJ,e.TNCEPv2-TADJ , f.T20CR-TADJ, g.TCFSR-TADJ, h.TMERRA-TADJ, i.TRAW-TADJ)
Fig. 6 Annual mean differences in upper air temperature between REA(ADJ) and RAW during 1981-2010 in China
(a.TERA-40-TADJ, b.TERA-Interim-TADJ, c. TJRA55-TADJ, d.TNCEPv1-TADJ,e.TNCEPv2-TADJ , f.T20CR-TADJ, g.TCFSR-TADJ, h.TMERRA-TADJ, i.TRAW-TADJ)

综上将再分析与探空观测气温的偏差分为3类,一为系统误差,不随资料集和时间变化,如多数再分析较探空气温在对流层偏低而在平流层偏高;二为探空观测自身误差引入,相应时段有台站历史沿革信息支持,如100 hPa附近多数再分析较原始探空气温在2000年前为显著负偏差,均一化可消除此类偏差;三与其他观测源变化或再分析模式和同化方案差异有关,如NCEPv1和NCEPv2在1992—2006年气温较探空观测显著偏低,20CR气温除在200 hPa较探空偏低外,其余层均显著偏高。此类偏差发生时段通常无台站历史沿革支持,且不同再分析间差异较大,具有较大的不确定性。

3.3 相关系数及均方差比

本节通过对比中国区域平均探空与再分析气温在700、500、200、100和50 hPa上1981—2010年相关和标准差比检验两者在年际变率和离散度上的相似性。泰勒统计图(图 7)表明,中国平均TADJTRAW各层相关均达到统计显著(0.35和0.45为显著性95%和99%阈值),200和100 hPa相关较低(0.58);700、500和50 hPa上两者标准差较接近(S接近1),100和200 hPa上TADJ的标准差较TRAW小(S为0.51和0.69)。多数TREATRAW(TADJ)相关均达统计显著,表明两者年际变率相近,这与Zhang等(2013)的结论一致,而且700、500和50 hPa的相关高于200和100 hPa,多数TREATADJ的相关明显高于其与TRAW的相关,如200 hPa上TMERRAT20CRTRAW相关较低(-0.05和0.01),与TADJ的相关则显著上升(0.73和0.54),TRAWTREA在对流层上层和平流层下层相关较低与2000年后中国探空系统升级和仪器换型导致的非均一性有关。均一化对200和100 hPa TRAW进行了较大幅度的负订正,去除了非均一性的影响(图 2cd),各再分析同化过程与均一化效果相似(与TRAW的偏差同为负值,图 3a),使TREATADJ相关较TREATRAW的相关明显提高,再次证明观测资料均一化对准确再分析评估非常必要。与TADJ相关最高的是TERA-40TJRA55TERA-InterimTMERRA(R>0.95),其次是CFSR、RAW、NCEPv1和NCEPv2(0.83—0.92),20CR最低(0.58)。各再分析气温与探空观测气温的标准差在700、500和50 hPa较接近,200和100 hPa差别较显著。TREATRAW的标准差比为0.56—1.33,TREATADJ的标准差比为0.63—2.29,说明均一化后TADJ的标准差低于TRAW的标准差。多数TREA的标准差高于TADJ的标准差,低于TRAW的标准差。TERA-InterimTJRA55TMERRA的标准差与TADJ最接近,TNCEPv1TNCEPv2标准差较高、T20CR较低。

图 7 1981—2010年再分析与探空中国平均气温泰勒统计图
(a.以TRAW为参照,b.以TADJ为参照)
Fig. 7 Taylor diagrams of annual mean air temperature averaged in China extracted from REA and RAW(ADJ) for the period of 1981-2010 (a.TRAW as reference, b. TADJ as reference)
3.4 变化趋势

中国平均探空和再分析气温1981—2010年变化趋势廓线(图 8)表明,TADJTRAW对流层升温趋势强,平流层降温趋势弱,这与Guo等(2009)结论一致。TREATOBS均在对流层中低层(850—400 hPa)呈上升趋势,平流层中层(70—30 hPa)呈下降趋势,对流层上层和平流层下层(300—100 hPa)趋势差异较大。多数TREA在对流层上升趋势较TOBS显著,TNCEPv1TNCEPv2TRAW趋势接近,其余再分析与TADJ较接近,总体上TJRA55TERA-InterimTMERRATADJ趋势值最接近。

图 8 中国平均再分析和探空气温1981—2010年变化趋势廓线(℃/(10 a)) Fig. 8 Vertical profiles of temperature trend in China during 1981-2010 from radiosonde and reanalysis datasets (℃/(10 a))

对比再分析与探空观测中国平均气温在1981—2010年平均偏差、相关系数、标准差和变化趋势发现:(1)对流层上层至平流层下层气温差异最为显著,这与高空大气温度和密度垂直分布及太阳辐射误差随高度变化有关。滞后和辐射误差订正是导致探空测温误差的主要原因,高层空气密度显著减少,温度滞后误差比低层大1倍以上,同时辐射误差也随高度增大,对流层高层和平流层下层处于气温垂直廓线最低点,接近59式探空仪测温下限(-75℃),低于-70℃的记录(占总观测5%—10%)也多发生在100 hPa附近,此层的均一化订正也最为显著,观测误差的导入造成了较大的不确定性。(2)ERA-Interim、JRA55、MERRA和CFSR等第3代再分析较NCEPv1、ERA-40和NCEPv2与均一化中国探空气温更为相近,20CR气温与多数再分析差异较大。

4 平均差值与变化趋势空间差异

通过对比中国平均TREATOBS得到TRAW存在较为显著的非均一性,ERA-Interim等第3代再分析气温与TADJ更为相近。本节以中国118站TADJ为标准,分析TERA-InterimTJRA55TCFSRTMERRA气温与TADJ的平均偏差和变化趋势的空间分布。

TREATADJ在850、500和100 hPa上逐站平均偏差(图 9)显示,850 hPa各TREATADJ全国以偏低为主,JRA偏低幅度较强,MERRA较弱;新疆西部为低于-2℃的负偏差,内蒙古中部为0.5℃以上的正偏差。500 hPa TREATADJ显著偏低,东北和内蒙古北部略偏高;100 hPa TREATADJ除东北和新疆北部偏低外其余大部分地区偏高。850 hPa偏差的区域差异明显高于500和100 hPa。

图 9 再分析与中国118站均一化气温1981—2010年平均差值(℃)空间分布
(a1—a3.TERA-Interim-TADJ, b1—b3.TJRA55-TADJ, c1—c3.TCFSR-TADJ, d1—d3.TMERRA-TADJ; a1—d1.850 hPa,a2—d2.500 hPa,a3—d3.100 hPa;实心圆表示95%统计显著,空心圆表示不显著)
Fig. 9 Spatial distribution of temperature difference between ERA-Interim, JRA55,CFSR,MERRA and ADJ for the period 1981-2010 over China (a1-d1) 850 hPa ,(a2-d2) 500 hPa, and (a3-d3) 100 hPa (solid/hollow circle denotes the difference is statistically significant / not significant at 95% confidence level;a1-a3.TERA-Interim-TADJ, b1-b3.TJRA55-TADJ, c1-c3.TCFSR-TADJ, d1-d3.TMERRA-TADJ)

TREATADJ逐站气温变化趋势空间分布(图 10)显示,500 hPa TREATADJ均为上升趋势,显著性有所差异(实心圆为显著):ERA-Interim、JRA55气温与TADJ在北方显著上升,CFSR和MERRA气温全国呈显著上升趋势;200 hPa TADJ在南方和高原部分地区上升显著,北方呈不显著下降趋势,JRA55气温变化与TADJ相似,但趋势值较弱,其余再分析气温显著上升范围明显较TADJ大。50 hPa上TADJTREA均呈显著下降趋势,ERA-Interim与JRA55气温变化趋势与TADJ较接近,CFSR和MERRA气温下降趋势较TADJ更为显著。

图 10 再分析与中国均一化探空气温1981—2010年变化趋势空间分布
(a.ERA-Interim, b. JRA55, c. CFSR, d. MERRA, e.均一化气温; a1-e1.500 hPa,a2-e2.200 hPa,a3-e3.50 hPa;实心圆表示95%统计显著,空心圆表示不显著)
Fig. 10 Spatial distribution of temperature changing trends for 1981-2010 over China based on ERA-Interim,JRA55, CFSR,MERRA and ADJ at (a1-e1) 500 hPa ,(a2-e2)200 hPa, and (a3-e3) 50 hPa (warm/cold color means warming/cooling trend; solid / hollow circle denotes the change is statistically significant/not significant at 95% confidence level; a.ERA-Interim, b. JRA55, c. CFSR, d. MERRA, e.Adjusted radiosonde temperatures)
5 结论与讨论

通过对比1981—2010年逐月中国118个站850—30 hPa原始和均一化探空气温与8套再分析资料的气温序列,得到如下结论:

(1)中国原始探空气温存在较为显著的非均一性。均一化对原始探空温度总体为负订正,在对流层上层至平流层下层订正最显著,去除了由探空系统升级和仪器换型及辐射订正方法变化导致的系统误差,使对流层上层和平流层下层气温序列离散度降低,并提高了与再分析气温年际变率的相似度。

(2)中国平均探空与再分析气温序列间存在1℃左右偏差,多数再分析气温在对流层较探空偏低,平流层偏高,且对流层上层至平流层下层差异最为显著。ERA-Interim、MERRA和JRA55气温与均一化中国探空气温总体偏差最小;20CR除200 hPa外各层均较探空气温明显偏高,与其余再分析气温相差显著。

(3)各再分析与中国探空气温的年际变率总体较一致,ERA-40、JRA55、ERA-Interim和MERRA气温与均一化探空气温相关最为显著,ERA-Interim、JRA55和MERRA气温离散度与均一化探空温度最接近。

(4)再分析与中国探空气温在对流层中低层均呈上升趋势、平流层中层均呈下降趋势,但对流层上层至平流层下层差别较大,ERA-Interim、JRA55和MERRA气温变化趋势与均一化探空气温趋势最接近。

目前气候研究应用的探空、卫星和再分析气温资料各有优劣,尚无公认的“真”值序列。同一来源不同处理方法也可能导致差别。未来评估标准将趋于多元化,并且注重不确性研究。如:Bracegirdle等(2012)利用4套均一化探空气温和气压,包括HadAT(Thorne et al,2005)、IUK(Sherwood et al,2008)、RAOBCORE(Haimberger,2007)和RICH(Haimberger et al,2008)评估5套再分析(CFSR、ERA-40、ERA-Interim、JRA25和MERRA);Mears等(2012)对比了5套探空气温,即HadAT、IUK、RAOBCORE、RICH和RATPAC(Free et al,2005)和3套卫星微波气温(UAH(Christy et al,2003)、STAR(Zou et al,2011)和RSS(Mears et al,2009))。本研究利用均一化前后中国探空气温评估8套再分析气温仅是初步工作,未来还将引入多种探空和卫星数据集对多要素展开对比和不确定性研究。

致 谢:感谢王国复研究员在工作中给予的指导。

参考文献
陈哲, 杨溯. 2014. 1979—2012年中国探空温度资料中非均一性问题的检验与分析. 气象学报, 72(4): 794-804.Chen Z, Yang S. 2014. Homogenization and analysis of China radiosonde temperature data from 1979 to 2012.Acta Meteor Sinica, 72(4): 794-804 (in Chinese)
郭艳君, 丁一汇. 2008. 近50年我国探空温度序列均一化及变化趋势. 应用气象学报, 19(6): 646-654.Guo Y J, Ding Y H. 2008. Homogeneity and long-term trend analysis on radiosonde temperature time series in China during recent 50 years. J Appl Meteor Sci, 19(6): 646-654 (in Chinese)
郭艳君, 李庆祥, 丁一汇. 2009. 探空资料中的人为误差对中国温度长期变化趋势的影响. 大气科学, 33(6): 1309-1318. Guo Y J, Li Q X, Ding Y H. 2009. The effect of artificial bias on free air temperature trend derived from historical radiosonde data in China. Chinese J Atmos Sci, 33(6): 1309-1318 (in Chinese)
黄刚. 2006. NCEP/NCAR和ERA-40再分析资料以及探空观测资料分析中国北方地区年际气候变化. 气候与环境研究, 11(3): 310-320.Huang G. 2006.The assessment and difference of the interdecadal variations of climate change in northern part of China with the NCEP/NCAR and ERA-40 reanalysis data. Climatic Environ Res,11(3): 310-320 (in Chinese)
宋丰飞, 周天军. 2012. 20CR再分析资料在东亚夏季风区的质量评估. 大气科学, 36(6): 1207-1222. Song F F, Zhou T J. 2012. Reliability of the 20CR reanalysis data in measuring the East Asian summer monsoon variability.Chinese J Atmos Sci, 36(6): 1207-1222 (in Chinese)
王丹, 盛立芳, 石广玉等. 2012.中国地表太阳辐射再分析数据与观测的比较. 应用气象学报, 23(6): 729-738. Wang D, Sheng L F, Shi G Y, et al. 2012.Comparison of surface solar radiation reanalysis data and observations over China.J Appl Meteor Sci,23(6): 729-738 (in Chinese)
韦芬芬, 汤剑平, 王淑瑜. 2015. 中国区域夏季再分析资料高空变量可信度的检验. 地球物理学报, 58(2): 383-397.Wei F F, Tang J P, Wang S Y. 2015. A reliability assessment of upper-level reanalysis datasets over China.Chinese J Geophys,58(2): 383-397 (in Chinese)
熊安元,阮新,廖捷等.2015.中国地面和高空气候变化数据产品研发技术. 北京:气象出版社,17-34. Xiong A Y, Ruan X, Liao J,et al. 2015. Technology for the Development of Ground and High Altitude Climate Change Data Product in China. Beijing: China Meteorological Press, 17-34 (in Chinese)
徐影, 丁一汇, 赵宗慈. 2001. 美国NCEP/NCAR近50年全球再分析资料在我国气候变化研究中可信度的初步分析. 应用气象学报, 12(3): 337-347.Xu Y, Ding Y H, Zhao Z C. 2001. Confidence analysis of NCEP/NCAR 50-year global reanalyzed data in climate change research in China. J Appl Meteor Sci, 12(3): 337-347 (in Chinese)
翟盘茂. 1997. 中国历史探空资料中的一些过失误差及偏差问题. 气象学报, 55(5): 563-572. Zhai P M. 1997. Some gross errors and biases in China's historical radiosonde data. Acta Meteor Sinica, 55(5): 563-572 (in Chinese)
赵天保, 符淙斌. 2009a. 几种再分析地表气温资料在中国区域的适应性评估.高原气象, 28(3): 594-606.Zhao T B, Fu Z B. 2009a.Applicability evaluation of surface air temperature from several reanalysis datasets in China.Plateau Meteor,28(3): 594-606 (in Chinese)
赵天保, 符淙斌. 2009b. 应用探空观测资料评估几类再分析资料在中国区域的适用性.大气科学, 33(3): 634-648. Zhao T B, Fu Z B. 2009b.Applicability evaluation for several reanalysis datasets using the upper-air observations over China.Chinese J Atmos Sci, 33(3): 634-648 (in Chinese)
支星, 徐海明. 2013. 三种再分析资料的高空温度与中国探空温度资料的季节平均特征对比分析. 高原气象, 32(1): 97-109. Zhi X, Xu H M. 2013. Comparative analysis on monthly mean characteristic of free atmospheric temperature between three reanalysis datasets and radiosonde dataset in China.Plateau Meteor,32(1): 97-109 (in Chinese)
周顺武, 张人禾. 2009. 青藏高原地区上空NCEP/NCAR再分析温度和位势高度资料与观测资料的比较分析. 气候与环境研究, 14(3): 284-292. Zhou S W, Zhang R H. 2009.Comparison of NCEP/NCAR reanalysis data and radiosonde data about temperature and geopotential height of upper air over the Tibetan Plateau. Climatic Environ Res, 14(3): 284-292 (in Chinese)
Bracegirdle T J, Marshall G J. 2012. The reliability of antarctic tropospheric pressure and temperature in the latest global reanalyses. J Climate, 25(20): 7138-7146
Christy J R, Spencer R W, Norris W B, et al. 2003. Error estimates of version 5.0 of MSU-AMSU bulk atmospheric temperatures. J Atmos Oceanic Technol, 20(5): 613-629
Compo G P, Whitaker J S, Sardeshmukh P D,et al. 2011. The twentieth century reanalysis project.Quart J Roy MeteorSoc,137(654):1-28
Dee D P, Uppala S M, Simmons A J, et al.2011.The ERA-Interim reanalysis: Configuration and performance of the data assimilation system. Quart J Roy Meteor Soc, 137(656): 553-597
Free M, Seidel D J, Angell J K, et al. 2005.Radiosonde Atmospheric Temperature Products for Assessing Climate (RATPAC): A new data set of large-area anomaly time series. J Geophys Res, 110(D22):D22101,doi: 10.1029/2005JD006169
Gaffen D J, Sargent M A, Habermann R E, et al. 2000.Sensitivity of tropospheric and stratospheric temperature trends to radiosonde data quality. J Climate, 13(10):1776-1796
Guo Y J, Ding Y H.2009.Long-term free-atmosphere temperature trends in China derived from homogenized in situ radiosonde temperature series. J Climate, 22(4): 1037-1051
Haimberger L. 2007. Homogenization of radiosonde temperature time series using innovation statistics.J Climate, 20(7):1377-1403
Haimberger L, Tavolato C, Sperka S. 2008. Toward elimination of the warm bias in historic radiosonde temperature records-Some new results from a comprehensive intercomparison of upper-air data. J Climate, 21(18):4587-4606
Kalnay E, Kanamitsu M, Kistler R, et al. 1996. The NCEP /NCAR 40-year reanalysis project.Bull Amer Meteor Soc, 77(3):437-471
Kanamitsu M, Ebisuzaki W, Woollen J, et al. 2002. NCEP/DOE AMI-Ⅱ reanalysis(R-2). Bull Amer Meteor Soc, 83(11):1631-1643
Kistler R, CollinsW, Saha S,et al. 2001. The NCEP-NCAR 50-year reanalysis: Monthly means CD-ROM and documentation. Bull Amer Meteor Soc, 82(2): 247-267
Kobayashi S, OtaY, HaradaY, et al. 2015. The JRA-55 reanalysis: general specifications and basic characteristics. J Meteor Soc Japan, 93(1): 5-48
Marshall G J. 2002. Trends in Antarctic geopotential height and temperature: A comparison between radiosonde and NCEP-NCAR reanalysis data. J Climate, 15(6): 659-674
Mears C A, Wentz F J. 2009. Construction of the RSSV3.2 lower tropospheric dataset from the MSU and AMSU microwave sounders.J Atmos Oceanic Technol, 26(8): 1493-1509
Mears C A, Wentz F J, Thorne P W. 2012. Assessing the value of Microwave Sounding Unit-radiosonde comparisons in ascertaining errors in climate data records of tropospheric temperatures.J Geophys Res, 117(D19):D19103,doi: 10.1029/2012JD017710
Onogi K, Tsutsui J, Koide H, et al. 2007. The JRA-25 reanalysis.J Meteor Soc Japan, 85(3): 369-432
Rienecker M M, Suarez M J, Gelaro R, et al. 2011.MERRA: NASA's modern-era retrospective analysis for research and applications. J Climate, 24(14): 3624-3648
SahaS, Moorthi S,Pan H L, et al. 2010. The NCEP climate forecast system reanalysis. Bull Amer Meteor Soc, 91(8): 1015-1057
Seidel D J, Angell J K, Christy J, et al. 2004.Uncertainty in signals of large-scale climate variations in radiosonde and satellite upper-air temperature datasets. J Climate, 17(11): 2225-2240
Sherwood S C, Meyer C L, Allen R J, et al. 2008.Robust tropospheric warming revealed by iteratively homogenized radiosonde data.J Climate, 21(20): 5336-5352
Thorne P W, Parker D E, Tett S F B, et al. 2005. Revisiting radiosonde upper air temperatures from 1958 to 2002.J Geophys Res, 110(D18):D18105, doi: 10.1029/2004JD005753
Uppala S M, KA ·llberg P W, Simmons A J, et al. 2005.The ERA-40 reanalysis.Quart J Roy Meteor Soc, 131(612):2961-3012
Uppala S M, Dee D, Kobayashi S, et al. 2008. Towards a climate data assimilation system: Status update of ERA-Interim. ECMWF Newslett, 115: 12-18
Wang X L, Wen Q H, Wu Y H. 2007.Penalized maximal t test for detecting undocumented mean change in climate data series.J Appl Meteor Climatol, 46(6): 916-931
Zhai P M, Eskridge R E. 1996. Analyses of inhomogeneities in radiosonde temperature and humidity time series. J Climate, 9(4): 884-896
Zhang L X, Zhou T J. 2013. A comparison of tropospheric temperature changes over China revealed by multiple data sets. J Geophys Res, 118(10): 4217-4230, doi: 10.1002/jgrd.50370
Zou C Z, Wang W H. 2011. Inter satellite calibration of AMSU-A observations for weather and climate applications. J Geophys Res, 116(D23):D23113, doi: 10.1029/2011JD016205