2012, 23 (6): 729-738
2. 中国海洋大学物理海洋教育部重点实验室, 海洋-大气相互作用气候实验室，青岛 266100;
3. 中国科学院大气物理研究所，北京 100029;
4. 中国气象科学研究院 中国气象局大气化学重点开放实验室, 北京 100081
2. Key Laboratory of Physical Oceanography of Ministry of Education, Ocean-atomosphere Interaction Laboratory of Ocean University of China, Qingdao 266100;
3. Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029;
4. Key Laboratory for Atmospheric Chemistry, Chinese Academy of Meteorological Sciences, Beijing 100081
我国太阳辐射观测台站较少，且测站空间分布不均匀，尤其是海上太阳辐射资料因观测困难更是缺乏[1-2]，限制了人们对辐射物理状况的进一步了解。利用卫星遥感数据反演地表入射太阳辐射，获得较长时间序列、连续直观的区域地表太阳辐射，可以极大弥补地面观测数据的不足。但是，卫星遥感数据质量易受天气条件影响，当前技术对地面太阳辐射状况的反演还存在一定困难[3-4]。国内外很多学者对太阳辐射进行了详细的分析和研究，提出了多种计算太阳辐射的经验估计方法[5-6]，这些经验估计方法通常只需要使用一些常规观测资料，因而应用较为广泛，但是由于所选区域及资料的年限等原因，大多数太阳辐射计算方法在我国使用会受到时间和空间限制[7]。
NCEP/NCAR再分析资料是1948年至今的由美国国家环境预报中心提供的海洋大气全球数据资料，其空间分辨率主要为2.5°×2.5°和高斯网格两种，该套数据在分析长期数据特征时比较可取[8]。对于NCEP/NCAR再分析资料的可信度和质量问题，国内外学者通过对降水、气温、位势高度、太阳辐射等要素进行分析和比较，对资料质量和可信度予以检验和评价[9-14]。就太阳辐射而言，Xia等[15]研究发现，NCEP/NCAR太阳辐射再分析资料大于观测资料40~100 W·m-2，其年代际变化趋势远小于观测资料0.03%~0.14%，可能是NCEP模式低估了云的覆盖率，且未考虑气溶胶的影响。文献[15]使用的台站和NCEP/NCAR再分析资料都包括了辐射观测为零的情况，使得辐射日平均值偏小，对这两套辐射资料进行比较时是否应该考虑剔除观测为零的情况是值得探讨的问题。孙百晔等[16]利用2000年和2002年在南海北部海域 (16.8°N，112.3°E) 进行的共88 d的观测数据对同期的NCEP/NCAR再分析资料进行检验，研究结果表明NCEP/NCAR再分析资料能较好地反映海洋太阳辐射的实际特征，该研究结果为利用NCEP/NCAR再分析资料分析海上太阳辐射提供了依据，但是研究资料时间跨度较短，并且只局限于南海北部海域，难以充分证明NCEP/NCAR再分析资料在海上太阳辐射研究中的可靠性。因此，海上太阳辐射NCEP/NCAR再分析资料质量的检验工作还需要进一步丰富和完善。
NCEP/CFSR再分析资料是1979—2009年由美国环境预报中心气候预测系统在2010年1月建立起来的一套高分辨率的大气-海洋-陆地-海冰耦合全球数据资料。为了检验这套资料的适用性和可靠性，美国国家环境预报中心通过NCEP/CFSR与NCEP/NCAR，NCEP/DOE，ERA40，JRA-25，MERRA等其他早期再分析资料的比较分析，分别对NCEP/CFSR在对流层、平流层、海洋、地面等领域的数据质量进行了初步评估[17-22]。NCEP/CFSR再分析资料利用了较新的耦合模式和同化系统，与NCEP/NCAR，NCEP/DOE，ERA40等再分析资料相比有很大的进步。整体上说，NCEP/CFSR与其他再分析资料的相关性较好，1998年之后的相关性比1998年之前要好，并且很多变量在1998年之后出现了突变，这可能与1998年CFSR同化系统引进了ATOVS卫星资料有关。NCEP/CFSR再分析资料还存在一些不足，就太阳辐射而言，Wang等[20]研究证明，热带西半球暖池海区NCEP/CFSR再分析资料的向下太阳辐射偏大，这与NCEP/CFSR再分析资料云量偏小、海面温度偏低是一致的。目前，中国地区NCEP/CFSR再分析资料太阳辐射资料的适用性和可靠性还尚待研究，需要通过与站点观测及其他再分析太阳辐射资料的比较来评估该套再分析资料的数据质量。
我国地面台站太阳辐射资料的质量问题较少，Shi等[23]和陈志华[24]建立了一套完整的质量控制程序，对我国122个地面太阳辐射观测站资料进行了质量检验，邱金桓等[25]提出了一个评估我国气象台站总辐射资料准确度的方法。本文将利用太阳辐射的大陆台站和海上观测资料与同期的NCEP/NCAR，NCEP/CFSR再分析资料进行比较，检验这两套再分析资料在中国地区的适用性和可靠性，其中，对海洋区域，先利用调查海域邻近的大陆台站辐射资料检验海洋观测资料的可靠性，并与再分析资料进行比较。这一研究工作对气象工作者使用再分析资料研究我国太阳辐射特征将具有参考意义。
1 资料介绍和处理本文所用的太阳辐射资料包括：① NCEP/NCAR再分析资料中的太阳辐射资料，逐6 h观测，时间长度为1963年1月1日—2009年12月31日，水平网格为192×94，分辨率为1.875°×1.904°。② NCEP/CFSR再分析资料中的太阳辐射资料，逐6 h观测，时间长度为1979年1月1日—2009年12月31日，网格为1152×576，分辨率为0.3125°×0.3122°。③ 中国大陆56个台站 (图 1a) 的太阳总辐射逐日观测资料，时间长度为1963年1月1日—2009年11月30日。④ 中国海上太阳辐射观测资料，2006—2007年夏、冬、春、秋季的走航船测资料，白天逐时观测，观测日期不连续，中国近海被划分为9个观测区块 (图 1b)，分别由9个调查单位完成。此外，本文所用数据还包括NASA Surface Meteorology and Solor Energy数据集提供的全球1个纬度范围内天文意义上的月平均日照时数资料，日照时数为日出与日落之间的时间间隔。
|
|
| 图 1. 气象观测站点分布图 (■所示站点是云量、降水、相对湿度、风速、日照时数等资料缺测的台站), (a) 大陆地区站点分布, (b) 海上观测区块划分及邻近陆上站点分布 Fig 1. Distribution of meteorological observation stations (■ denotes the station has no observation of cloud, precipitation, relative humidity, wind speed and sunshine duration) (a) distribution of stations in Chinese Mainland, (b) marine observation areas and land stations close to them | |
根据本文研究内容，对以上数据资料做了如下处理：
① 根据目前NCEP/NCAR，NCEP/CFSR再分析资料的官方计算方法，利用NCEP/NCAR，NCEP/CFSR再分析资料的逐6 h资料直接平均得到逐日资料，进一步得到月平均、年平均、多年平均等资料。
② 到达地面的太阳辐射不同于地面长波辐射、降水、云等其他要素，其夜间观测为零，利用逐6 h资料直接计算逐日资料降低了太阳辐射的日平均值。本文剔除逐6 h资料中太阳辐射为零的情况计算得到新的逐日资料，分别命名为RE-NCEP/NCAR，RE-NCEP/CFSR再分析资料。
③ 由大陆台站太阳辐射日总量计算得到月平均日总量资料，再除以月平均日照时数得到月平均辐射资料，进而得到年平均、多年平均等资料，其中，日照时数取站点相邻纬度的日照资料。
④ 将RE-NCEP/CFSR再分析资料和大陆台站资料插值到RE-NCEP/NCAR再分析资料的高斯格点。以RE-NCEP/NCAR再分析资料的高斯格点为中心，假定该格点坐标为 (x，y)，以RE-NCEP/CFSR再分析资料在 (x-0.938°~x+0.938°，y-0.9522°~y+0.9522°) 区域的平均值作为其在 (x，y) 点的值，从而得到分辨率为1.875°×1.904°的新的RE-NCEP/CFSR再分析资料；利用GrADS制图软件的Cressman客观分析函数方法将大陆台站资料插值到RE-NCEP/NCAR再分析资料所在的高斯格点上。
⑤ 将海上逐时资料直接平均得到逐日资料，并计算2006—2007年“908专项”调查时期NCEP/NCAR，NCEP/CFSR，RE-NCEP/NCAR，RE-NCEP/CFSR再分析资料及海上观测和邻海大陆台站资料的太阳辐射资料在ST01~ST09区块的区域日平均值。
逐6 h再分析资料分0，6，12 h和18 h，分别对应我国北京时间02：00，08：00，14：00和20：00(下同)，我国辐射观测不为零的情况可能出现在08：00，14：00和20：00，其中，08：00和20：00的辐射偏弱甚至为零，14：00为一日中辐射较强的时刻。与观测资料日总量除以日照时数计算逐日资料的方法相比，由逐6 h再分析资料直接平均得到的NCEP/NCAR和NCEP/CFSR逐日再分析资料偏小，而剔除辐射观测为零情况计算得到的RE-NCEP/NCAR和RE-NCEP/CFSR逐日再分析资料可能偏大。
Cressman客观分析方法是将离散点内插到规则格点引起误差较小的一种逐步订正的内插方法，其结果受到数据采样密度和变率的影响[26-27]。Cressman内插方法未考虑到海拔高度的影响，插值结果可能使低海拔地区辐射值偏高，高海拔地区辐射值偏低。利用若羌和敦煌的站点资料插值得到格尔木的辐射值为390.26 W·m-2，原始观测值为427.85 W·m-2，插值结果比实际观测偏低37.59 W·m-2。利用格尔木和拉萨的站点资料插值得到那曲站的辐射值为410.59 W·m-2，原始观测值为395.89 W·m-2，插值结果比实际观测偏高14.70 W·m-2。就以上分析结果来看，Cressman插值得到的青藏高原边缘地区辐射值可能偏低一些，与青藏高原相邻的低海拔地区辐射值可能偏高一些。因此，在高、低海拔地区交接的边缘地带，Cressman插值结果与实际观测值的误差略大一些。
1963—2009年多年平均台站太阳辐射原始资料的高值区出现在青藏高原的拉萨、格尔木、那曲等站点，分别为463.05 W·m-2，427.85 W·m-2和395.89 W·m-2，低值区出现在贵州、宜昌、桂林等地区，分别为229.12 W·m-2，245.33 W·m-2和257.43 W·m-2。Cressman插值后的太阳辐射台站资料与原始资料的区域分布和量级大小一致，高值区出现在拉萨、格尔木、那曲及其邻边地区，大小分别为461.31 W·m-2，427.22 W·m-2和386.45 W·m-2，低值区出现在贵州、宜昌、桂林及其邻边地区，大小分别为228.44 W·m-2，250.02 W· m-2和247.48 W·m-2。因此，使用Cressman插值方法将台站资料插值到再分析资料规则格点上是可行的，并且误差较小。RE-NCEP/CFSR再分析资料插值到RE-NECP/NCAR高斯格点的方法对高分辨率的RE-NCEP/CFSR再分析资料起到了平滑效果，有一定的滤波作用，但不影响我国太阳辐射时空分布和量级大小 (图略)。
2 逐日资料计算方法的比较从1979—2009年逐日资料计算的31年气候平均太阳辐射场 (图 2) 来看，再分析资料太阳辐射空间分布特征与台站资料相似，都表现出西部地区大于东部地区、低纬度地区大于高纬度地区、高原地区最大的特征。从表 1来看，除RE-NCEP/NCAR再分析资料外，其他再分析资料均较实际观测资料偏小。
|
|
| 图 2. 1979—2009年NCEP/NCAR (a)、NCEP/CFSR (b)、RE-NCEP/NCAR (c)、RE-NCEP/CFSR (d) 再分析资料与台站资料 (e) 的太阳辐射空间分布 Fig 2. Spatial distribution of solar radiation from datasets of NCEP/NCAR (a), NCEP/CFSR (b), RE-NCEP/NCAR (c), RE-NCEP/CFSR (d) and station observations (e) from 1979 to 2009 | |
|
表 1 再分析资料与台站资料绝对误差统计表 Table 1 Statistics of absolute errors between reanalysis data and observations |
以上分析表明，由逐6 h资料直接计算得到的逐日资料比实际资料偏低，剔除太阳辐射为零的情况计算逐日资料更合理。从大小来看，RE-NCEP/NCAR太阳辐射值与台站资料更接近，但是NCEP/NCAR再分析资料与台站资料的误差变化比NECP/CFSR再分析资料偏大。
3 台站资料与再分析资料的比较RE-NCEP/NCAR再分析资料的太阳辐射场与台站资料相比 (图 3a)，以重庆为中心出现了相对误差的正值大值中心63%，其他大部分地区在-9%~9%之间。RE-NCEP/CFSR太阳辐射场与台站资料相比 (图 3b)，相对误差在-36%~18%之间，以重庆为中心出现正值大值中心18%，云南和西藏东南部地区为负值大值中心-36%。整体上讲，RE-NCEP/NCAR再分析资料太阳辐射场与台站资料的相对误差小于RE-NCEP/CFSR再分析资料，其中，RE-NCEP/NCAR再分析资料太阳辐射值偏大，RE-NCEP/CFSR再分析资料太阳辐射值偏小。对于31年的逐年平均资料，0.05和0.01显著性水平的临界值分别为0.36和0.46，从图 3来看，RE-NCEP/NCAR，RE-NCEP/CFSR两套太阳辐射再分析资料在我国东部和低纬度地区的可信度比西部和高纬度地区要好，与赵天保等[28]和Shi等[29]通过对NCEP/NCAR再分析资料地表气温、降水、风速等可信度研究结论一致，这一现象可能与我国地面气象站的东密西疏分布有关，也可能受到模式、地形的影响。
|
|
| 图 3. 1979—2009年RE-NCEP/NCAR (a) 及RE-NCEP/CFSR (b) 与台站资料的相对误差 (等值线，单位：%) 和相关分布 (阴影) Fig 3. Relative errors (contour, unit: %) and correlation coefficient (shaded) between observations and RE-NCEP/NCAR (a), RE-NCEP/CFSR (b) reanalysis data from 1979 to 2009 | |
在长期变化方面 (图 4a)，1979—2009年RE-NCEP/NCAR，RE-NCEP/CFSR再分析资料和台站资料太阳辐射的变化范围分别在322~340 W·m-2，262~273 W·m-2和302~349 W·m-2之间。20世纪60年代以来，我国大部分地区的地表太阳辐射呈下降趋势[30-33]。从台站资料来看，1989年之前太阳辐射明显下降，之后下降趋势停止，开始缓慢上升，这一长期变化趋势与文献[22]和[23]给出的结论一致。但是文献[23]和[24]中我国太阳辐射年平均分别在155~185 W·m-2和13.5~15.5 MJ/(m2·d) 之间，前者是日平均值，后者是日总量值，对后者以24 h为时长进行日平均计算得到与前者一致的结果。大陆56个台站的太阳总辐射资料提供的是24 h辐射日总量，夜间观测为零的时段统计在内，但是辐射日总量是辐射观测不为零的所有时段的累积值。本文以日出到日落之间的时间间隔为时长对辐射日总量进行日平均计算，实际上计算的是日照时间内的辐射平均值。同样，对再分析资料剔除观测为零的情况计算日照时间内的平均值。而文献[23]计算的是24 h的辐射平均值，包括了观测为零的时段，因此在量值上比本文偏小。1979年之前的RE-NCEP/NCAR再分析资料不能反映太阳辐射的下降趋势，反而出现虚假的上升现象，1979年之后，RE-NCEP/NCAR太阳辐射再分析资料和台站资料的相关系数为0.53，达到0.02显著性水平。RE-NCEP/CFSR再分析资料夸大了1983年太阳辐射的下降幅度，且在1998年左右异常偏大，可能与1998年CFSR同化系统引进ATOVS卫星资料有关[17-19]。整体上讲，RE-NCEP/CFSR太阳辐射再分析资料与台站资料的相关系数为0.64，达到0.02显著性水平。
|
|
| 图 4. 大陆地区1963—2009年太阳辐射的长期变化 (a) 和1979—2009年太阳辐射逐月变化 (b) Fig 4. Long-term variations of solar radiation in Chinese Mainland from 1963 to 2009(a) and monthly variations of solar radiation in Chinese Mainland from 1979 to 2009(b) | |
由图 4b可以看出，RE-NCEP/NCAR，RE-NCEP/CFSR再分析资料和台站资料太阳辐射的变化范围分别为246~395 W·m-2，177~362 W·m-2和212~357 W·m-2。春、夏季较大，冬、秋季较小。RE-NCEP/NCAR，RE-NCEP/CFSR太阳辐射再分析资料与台站资料的相关系数分别为0.95和0.84，达到0.01显著性水平。此外，我国大陆地区RE-NCEP/CFSR资料的向下太阳辐射偏小，而Wang等[20]研究发现热带西半球暖池海区NCEP/CFSR资料的向下太阳辐射偏大，可见NCEP/CFSR太阳辐射再分析资料质量存在地域差异。
从以上分析来看，1979年之前的NCEP/NCAR太阳辐射再分析资料可信度较低，1979年之后两套再分析资料的可信度都较高。方之芳等[34]对20世纪60—70年代NCEP/NCAR 500 hPa位势高度场再分析资料的数据质量提出了质疑，周顺武等[35]研究认为1979年之后NCEP/NCAR温度和位势高度再分析资料质量有所改善。NCEP/NCAR再分析资料的这一质量问题可能与1979年以后NCEP同化方案改进并加入卫星资料，使得其数据质量在1979年前后存在差异有关。
4 海上辐射观测资料与再分析资料的比较海上辐射观测资料具有观测日期不连续、各区块有效数据个数各异的特点。本文利用ST01~ST09观测区块附近的太阳辐射陆上台站与海上观测资料进行比较，以检验该套海上资料的可靠性，海洋观测区块划分及邻近陆上站点分布如图 1b所示。
海上观测时期，太阳辐射陆上台站与海上观测资料的相关系数及其显著性检验如图 5a所示，ST08区块的相关系数略低于0.05显著性水平临界值，其他区块的相关系数均达到了0.01显著性水平。太阳辐射陆上台站与海上观测资料在ST01~ST09调查区块的变化趋势一致 (图 5b)，相关系数为0.73，达到了0.05显著性水平。以上分析说明海上辐射观测资料是可靠的。
|
|
| 图 5. 海上太阳辐射资料的比较 (a) 太阳辐射海上观测与邻近陆上站点资料的相关系数，(b) 太阳辐射海上观测资料与邻近陆上站点资料、RE-NCEP/NCAR和RE-NCEP/CFSR资料调查区块平均值的比较 Fig 5. Comparison of several solar radiation data sets over sea (a) correlation of solar radiation between marine observations and land stations close to the sea, (b) comparison of regional average of solar radiation between marine observations and land stations close to the sea, RE-NCEP/NCAR and RE-NCEP/CFSR reanalysis data | |
通过对样本容量均为514的太阳辐射再分析与台站资料的绝对误差分析发现 (表 2)，太阳辐射再分析资料小于海上观测资料。以上分析说明剔除再分析逐6 h资料中太阳辐射为零的情况计算逐日资料减小了再分析资料与海上观测资料的误差，但是再分析资料仍然偏小，太阳辐射RE-NCEP/NCAR再分析资料与实际观测在大小上更接近，误差变化比RE-NCEP/CFSR再分析资料略小。
|
|
表 2 再分析资料与海上观测资料的绝对误差统计表 (单位：W·m-2) Table 2 Statistics of absolute errors between reanalysis data and marine observations (unit: W·m-2) |
RE-NCEP/NCAR，RE-NCEP/CFSR再分析资料与海上观测太阳辐射资料在ST01~ST09区块的分布趋势一致，相关系数分别为0.67和0.63，前者达到了0.05显著性水平，后者达到了0.10显著性水平。
以上分析表明，再分析资料可以较好地反映中国近海太阳辐射时空分布特征，但其量值偏小，海上观测与再分析资料的误差比大陆台站资料偏大，其中，RE-NCEP/NCAR再分析资料在大小上与观测资料更接近。
5 结论与讨论本文利用太阳辐射观测资料与同期的NCEP/NCAR，NCEP/CFSR再分析资料的比较分析，检验了太阳辐射再分析资料在中国地区的适用性，得到以下结论：
1) 1979年之前NCEP/NCAR太阳辐射再分析资料的可信度较低，1979年之后两套再分析资料的可信度均较高，在我国东部和低纬度地区的可信度好于西部和高纬度地区。
2) 由太阳辐射逐6 h再分析资料直接计算得到的逐日资料比实际资料偏低，剔除太阳辐射为零的情况计算逐日资料更合理。1979—2009年，在大陆地区，NCEP/NCAR再分析资料剔除太阳辐射为零情况前后与台站太阳辐射资料的31年平均误差分别为-81.60 W·m-2和10.37 W·m-2，误差的标准差分别为11.95 W·m-2和12.31 W·m-2。NCEP/CFSR再分析资料剔除太阳辐射为零情况前后与台站太阳辐射资料的31年平均误差分别为-113.51 W·m-2和-42.68 W·m-2，误差的标准差分别为4.49 W·m-2和4.19 W·m-2。
3) 再分析资料可以较好地反映我国近海太阳辐射时空分布特征，剔除逐6 h再分析资料中太阳辐射为零的情况计算逐日资料减小了再分析资料与海上观测资料的误差，但是再分析资料仍然偏小，海上观测与再分析资料的误差比大陆台站资料偏大，其中NCEP/NCAR太阳辐射资料在大小上与实际观测更接近。海上调查时期，NCEP/NCAR再分析资料剔除太阳辐射为零情况前后与海上观测太阳辐射资料的时间平均误差分别为-205.89 W·m-2和-161.19 W·m-2，误差的标准差分别为37.07 W·m-2和35.36 W·m-2，NCEP/CFSR再分析资料剔除太阳辐射为零情况前后与海上观测太阳辐射资料的时间平均误差分别为-219.75 W·m-2和-179.66 W·m-2，误差的标准差分别为38.88 W·m-2和37.30 W·m-2。
4) 在大陆地区，剔除逐6 h再分析资料中太阳辐射为零的情况计算的NCEP/NCAR和NCEP/CFSR再分析资料与台站资料的太阳辐射变化范围分别为246~395 W·m-2，177~362 W·m-2和212~357 W·m-2之间，春、夏季节较大，冬、秋季节较小。
太阳辐射大陆台站观测和RE-NCEP/NCAR，RE-NCEP/CFSR再分析资料逐日资料均为日出到日落时间间隔内的计算平均值，比较发现在以重庆为中心的长江流域太阳辐射再分析资料大于台站观测，且为误差大值中心，与Xia等[15]的研究结果一致，这可能与该地区云量偏多，而再分析资料总云量偏少，并且NCEP模式未考虑气溶胶因子，使得再分析资料的地面太阳辐射较大有关。此外，重庆地貌以丘陵、山地为主，在山区地形遮蔽的影响下太阳辐射有一定程度的改变[36]。在使用再分析资料研究以重庆为中心的长江流域周边地区时，太阳辐射的大小应该增加18%~63%左右。整体上讲，太阳辐射RE-NCEP/NCAR再分析资料大于台站观测，RE-NCEP/CFSR再分析资料小于台站观测，前者误差的标准差为12.31 W·m-2，后者为4.19 W·m-2，可见RE-NCEP/CFSR再分析资料与台站资料的误差波动范围较小。长期变化上，两套再分析资料都存在虚假现象，NCEP/NCAR再分析资料在1979年之前有明显的虚假上升趋势，NCEP/CFSR再分析资料在1998年之前有虚假的极值现象。与大陆台站资料相比，海上观测与再分析资料的误差偏大，这可能与海上观测资料较少，限制了NCEP模式的评估和改进有关。另外，本文使用的海上观测资料仅为2006—2007年夏、冬、春、秋季的走航船测资料，资料样本数少，因此，海上再分析资料的质量问题还有待进一步研究。所以，使用太阳辐射再分析资料研究长期气候变化诊断时应该慎重，特别是将其作为其他气候模式的强迫因子时。
| [1] | 王举, 姚华栋, 蒋国荣, 等. 南海北部海区太阳辐射观测分析与计算方法研究. 海洋与湖沼, 2005, 36, (5): 385–394. |
| [2] | 曹雯. 近40年来中国地面太阳总辐射状况及日总辐射模型的研究. 南京: 南京信息工程大学, 2008. |
| [3] | 吴其重, 王自发, 崔应杰. 我国近20年太阳辐射时空分布状况模式评估. 应用气象学报, 2010, 21, (3): 343–351. DOI:10.11898/1001-7313.20100310 |
| [4] | 魏合理, 徐青山, 张天舒. 用GMS-5气象卫星遥测地面太阳总辐射. 遥感学报, 2003, 7, (6): 465–471. DOI:10.11834/jrs.20030606 |
| [5] | 康雯瑛, 焦建丽, 王君. 太阳辐射计算方法对比分析. 气象与环境科学, 2008, 31, (3): 33–37. |
| [6] | Turner W D. The estimation of hourly global solar radiation using a cloud cover model developed at Blytheville, Arkansas. J Appl Meteor, 1984, 23, (5): 781–786. DOI:10.1175/1520-0450(1984)023<0781:TEOHGS>2.0.CO;2 |
| [7] | 魏传杰, 于非, 吕连港, 等. 南黄海海面大气长波辐射计算方法的比较. 海洋科学进展, 2009, 27, (3): 302–311. |
| [8] | 梅婵娟. 中国近海海-气界面热通量的特征研究. 青岛: 中国海洋大学, 2008. |
| [9] | Renfrew I A, Moore G W K, Guest P S, et al. A comparison of surface layer and surface turbulent flux observations over the Labrador Sea with ECMWF analyses and NCEP reanalyses. J Phys Oceanogr, 2002, 32: 383–400. DOI:10.1175/1520-0485(2002)032<0383:ACOSLA>2.0.CO;2 |
| [10] | Shen S P, Dzikowski P, Li G L, et al. Interpolation of 1961-97 daily temperature and precipitation data onto alberta polygons of ecodistrict and soil landscapes of Canada. J Appl Meteor, 2001, 40: 2162–2177. DOI:10.1175/1520-0450(2001)040<2162:IODTAP>2.0.CO;2 |
| [11] | Reid P A, Jones P D, Brown O, et al. Assessments of the reliability of NCEP circulation data and relationship with surface by direct comparison with station based data. Clim Res, 2001, 17: 247–261. DOI:10.3354/cr017247 |
| [12] | Poccard I, Janicot S, Camberlin P. Comparison of rainfall structure between NCEP/NCAR reanalysis and observed data over tropical Africa. Climate Dyn, 2000, 16, (12): 897–915. DOI:10.1007/s003820000087 |
| [13] | Josey S A. A comparison of ECMWF, NCEP-NCAR, and SOC surface heat fluxes with moored buoy measurements in the subduction region of the Northeast Atlantic. J Climate, 2001, 14: 1780–1789. DOI:10.1175/1520-0442(2001)014<1780:ACOENN>2.0.CO;2 |
| [14] | Basist A N, Chelliah M. Comparison of tropospheric temperatures derived from the NCEP/NCAR reanalysis, NCEP operational analysis, and the microwave sounding unit. Bull Amer Meteor Soc, 1997, 78, (7): 1431–1447. DOI:10.1175/1520-0477(1997)078<1431:COTTDF>2.0.CO;2 |
| [15] | Xia X A, Wang P C, Chen H B, et al. Analysis of downwelling surface solar radiation in China from National Centers for Environmental Prediction reanalysis, satellite estimates, and surface observations. J Geophys Res, 2006, 111: D09103. DOI:10.1029/2005JD006405 |
| [16] | 孙百晔, 王修林, 阚世红, 等. 东海海面太阳辐射近60a的变化与赤潮的关系. 海洋环境科学, 2009, 28, (1): 1–5. |
| [17] | Chelliah M, Ebisuzaki W, Weaver S, et al. Evaluating the tropospheric variability in National Centers for Environmental Prediction's climate forecast system reanalysis. J Geophys Res, 2011, 116: D17107. DOI:10.1029/2011JD015707 |
| [18] | Wang J D, Wang W Q, Fu X H, et al. Tropical intraseasonal rainfall variability in the CFSR. Climate Dyn, 2011. DOI:10.1007/s00382-011-1087-0 |
| [19] | Xue Y, Huang B Y, Hu Z Z, et al. An assessment of oceanic variability in the NCEP climate forecast system reanalysis. Climate Dyn, 2011. DOI:10.1007/s00382-010-0954-4 |
| [20] | Wang W Q, Xie P P, Yoo S H, et al. An assessment of the surface climate in the NCEP climate forecast system reanalysis. Climate Dyn, 2011, 37: 1601–1620. DOI:10.1007/s00382-010-0935-7 |
| [21] | Higgins R W, Kousky V E, Silva V B S, et al. Intercomparison of daily precipitation statistics over the United States in observations and in NCEP reanalysis products. J Climate, 2010, 23: 4637–4650. DOI:10.1175/2010JCLI3638.1 |
| [22] | Bromwich D H, Nicolas J P, Monaghan A J. An assessment of precipitation changes over Antarctica and the Southern Ocean since 1989 in contemporary global reanalyses. J Climate, 2011, 24: 4189–4209. DOI:10.1175/2011JCLI4074.1 |
| [23] | Shi G Y, Hayasaka T, Ohmura A, et al. Data quality assessment and the long-term trend of ground solar radiation in China. Journal of Applied Meteorology and Climatology, 2008, 47, (4): 1006–1016. DOI:10.1175/2007JAMC1493.1 |
| [24] | 陈志华. 1957—2000年中国地面太阳辐射状况的研究. 北京: 中国科学院大气物理研究所, 2005. |
| [25] | 邱金桓, 许潇锋, 杨景梅. 北京等7个气象台站太阳总辐射观测资料的准确度评估. 应用气象学报, 2008, 19, (3): 287–296. DOI:10.11898/1001-7313.20080304 |
| [26] | 张红杰, 马清云, 吴焕萍, 等. 气象降水分布图制作中的插值算法研究. 气象, 2009, 35, (11): 131–136. DOI:10.7519/j.issn.1000-0526.2009.11.017 |
| [27] | 冯锦明, 赵天保, 张英娟. 基于台站降水资料对不同空间内插方法的比较. 气候与环境研究, 2004, 9, (2): 261–277. |
| [28] | 赵天保, 符淙斌. 中国区域ERA-40、NCEP-2再分析资料与观测资料的初步比较与分析. 气候与环境研究, 2006, 11, (1): 14–32. |
| [29] | Shi X H, Xu X D, Xie L. Reliability analyses of anomalies of NCEP/NCAR reanalyzed wind speed and surface air temperature in climate change research in China. Acta Meteor Sinica, 2007, 21, (3): 320–333. |
| [30] | 李晓文, 李维亮, 周秀骥. 中国近30年太阳辐射状况研究. 应用气象学报, 1998, 9, (1): 24–31. |
| [31] | 郑有飞, 关福来, 蔡子颖, 等. 我国南方中东部地区地面太阳总辐射变化规律. 应用气象学报, 2011, 22, (3): 312–320. DOI:10.11898/1001-7313.20110307 |
| [32] | 杨羡敏, 曾燕, 邱新法, 等. 1960—2000年黄河流域太阳总辐射气候变化规律研究. 应用气象学报, 2005, 16, (2): 243–248. DOI:10.11898/1001-7313.20050230 |
| [33] | 张运林, 秦伯强, 陈伟民, 等. 太湖无锡地区太阳总辐射的气候学计算及特征分析. 应用气象学报, 2003, 14, (3): 339–347. |
| [34] | 方之芳, 雷俊, 吕晓娜, 等. 东亚地区500hPa位势高度场NCEP/NCAR再分析资料与ERA-40资料的比较. 气象学报, 2010, 68, (2): 270–276. |
| [35] | 周顺武, 张人禾. 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, 2009, 14, (3): 284–292. |
| [36] | 脱友才, 邓云, 梁瑞峰. 山区水库水面气温与太阳辐射的修正及应用. 应用气象学报, 2009, 20, (2): 225–231. DOI:10.11898/1001-7313.20090212 |