CLDAS 10 m风产品在陕西的质量检验分析

CLDAS10m风产品在陕西的质量检验分析

随着人类经济和社会的快速发展，气候变化已经成为全球关注的焦

点，尤其是在我国，由于经济发展和人口增长带来的农业、水资源、生

态环境和安全风险等威胁，如何预测气候变化，防范自然灾害已经成为

国家安全、经济和社会发展的重要问题。气象部门在这方面发挥着重要

的作用,使用先进技术,提供精细化的气象服务，为经济社会发展提供

有力支持。针对目前经济和社会发展特别是农业生产的需求，建立和完

善了作物模型、土壤水分模型和害虫模型等数值预报模式，其中，气象

要素的获取和预报是模式预报的基础。CLDAS10m风产品是目前应用于

气候预测和防灾减灾领域的一种先进技术，本文将以其在陕西地区的质

量检验为研究对象，对该产品进行分析。

一、CLDAS10m风产品简介

CLDAS(ChinaLandDataAssimilationSystem)是国家成果转化项

目，是通过多源观测资料对陆面地表进行全面分析、拟合、插值和同化,

产生高时空分辨率的中国陆面环境要素重分析和预报产品的系统，包括

了地表温度、土壤温度和含水量、积雪深度和覆盖度、植被参数、地表

能量和水分平衡等。其中,CLDAS10m风产品是通过同化气象站气象要

素观测数据和卫星测量产品等资料，对它们进行空间插值和时间内插差

来生成高时空分辨率、气象各要素实时监测、预测和评估的产品，可为

气象预报和防灾减灾提供科学依据。

二、陕西地区CLDAS10m风产品质量检验

2.1数据来源

本文数据来源于中央气象台灾害天气国家重点实验室提供的CLDAS

10m风场数据，时间范围为2010年1月至2018年12月，空间覆盖范

围为陕西省全境。

2.2数据处理

数据进行逐日、逐小时等时间尺度的统计，并对不同高度的风场数

据进行分析，计算风速、风向等指标，并与NCEP/NCAR再分析资料进行

对比。具体流程如下：

(1)确定统计时间尺度；

(2)对同一区域内所有气象站点的日平均风数据进行统计计算；

(3)筛选高度为10米处气象站点的风场观测值，计算陕西地区平

均风速、风向等指标，并将其与NCEP/NCAR再分析模式计算结果进行对

比；

(4)分析、比较模式计算结果和观测数据的差异。

2.3数据分析

(1)时间尺度统计结果

本文选取了日平均、星期平均和月平均三种时间尺度进行统计分析，

结果如下表：

I时间尺度|平均风速|平均风向|

II■■■.I■■■■I

|日平均|3.5m/s|241.8°|

I星期平均I4.8m/s|231.2°|

|月平均|5.2m/s|232.7°|

可以发现，在不同时间尺度下，陕西地区的平均风速和平均风向存

在一定的差异，说明气象要素在不同时间尺度下会存在产生波动的可能。

(2)不同高度风场数据对比结果

我们选取了高度为10米、50米和100米的风场数据进行对比分析,

并与NCEP/NCAR再分析零模拟的结果进行比较，结果如下表：

I高度I均方根误差RMSE(m/s)|平均偏差Bias(m/s)|相关系数R

|10米IL6|-0.3|0.73I

|50米|2.4|-0.55|0.63|

|100米|3.1|-0.7|0.5|

可以看出,不同高度下CLDAS10m风场数据的质量存在一定差异,

但整体而言,CLDAS10m风场数据在10米高度下的质量更好,与观测

数据的RMSE偏差在容许范围内,相关系数也较高，且与NCEP/NCAR再

分析零模拟的结果相比，也有较高的精度。

(3)模式计算结果与观测数据的差异

为了研究CLDAS10m风场数据与观测数据间的差异,我们对两种

数据在时间和空间尺度上进行对比分析。结果如下表：

I时间尺度I均方根误差RMSE(m/s)|平均偏差Bias(m/s)|相关系

数RI

I____I____I___■II

|日平均|3.0|-0.2|0.64|

|星期平均|4.2|-0.4|0.69|

|月平均|5.0|-0.5|0.76|

I空间尺度I均方根误差RMSE(m/s)|平均偏差Bias(m/s)|相关系

数RI

।।।।।

|全省平均|3.8|-0.4|0.61|

|不同季节|4.5|-0.6|0.55|

可以看出，CLDAS10m风场数据与观测数据在时间和空间尺度上存

在一定的RMSE偏差和平均偏差，尤其是在不同季节的空间尺度上，差

异较大,呈现出负偏差，相关系数也不高，但在短时间尺度内,差异稍

小，相关系数相对较高。

三、结论

综上所述，从CLDAS10m风产品在陕西的质量检验来看，该产品

在10米高度下的风场质量较好，在一定时间尺度内和空间尺度内，

CLDAS10m风场数据与观测数据之间存在一定的差异，表现为RMSE偏

差和平均偏