Precision test and analysis of MERRA-2 vapor products in Qinghai-tibet plateau
-
摘要: MERRA-2是当前最新发布的大气再分析资料，其提供的格网水汽产品具有较高的时空分辨率，但尚无文献对MERRA-2水汽产品在青藏高原地区的适用性予以评价. 因此，亟需开展青藏高原地区MERRA-2水汽产品的适用性分析. 根据MERRA-2格网水汽数据和格网点位势数据，建立了青藏高原地区的水汽垂直剖面函数，并利用水汽垂直剖面函数将格网点水汽值插值计算到临近探空站点或全球卫星导航系统(GNSS)站点上，再利用双线性插值法进行水平方向上的水汽插值计算，进行精度分析. 研究表明：高原地区测站间日均偏差(bias)多数分布在2 mm以内，月均偏差均小于1 mm，MERRA-2水汽产品在高原中部和北部精度较高，南部精度较低.Abstract: MERRA-2 is the latest atmospheric reanalysis data, and the grid water vapor products provided by it have high temporal and spatial resolution, but there is still no literature to evaluate the applicability of MERRA-2 water vapor products in Qinghai-Tibet Plateau. It is urgent to carry out the applicability analysis of MERRA-2 water vapor products in this region. In this paper, the water vapor vertical profile function of Qinghai-Tibet Plateau is established by using MERRA-2 grid water vapor data and lattice dot height data, and the water vapor value of lattice dot is calculated to nearby sounding station or the Global Navigation Satellite System (GNSS) station by using water vapor vertical profile function, and then the bilinear interpolation method is used to calculate the water vapor interpolation in horizontal direction. Finally, the accuracy analysis is carried out. The results show that the daily average deviation between stations in the plateau area is mostly within 2 mm, and the monthly average deviation is less than 1 mm. While the accuracy of MERRA-2 water vapor products is higher in the middle and north of the plateau and lower in the south.
-
表 1 四个季度的负指数拟合情况
季度 $a$ $b$ 拟合优度R2 RMSE 春季（3~5月） 24.71 0.000 396 9 0.837 7 2.575 夏季（6~8月） 52.27 0.000 376 9 0.898 1 4.063 秋季（9~11月） 26.79 0.000 369 2 0.887 6 3.110 冬季（12~2月） 13.74 0.000 448 5 0.840 8 1.441 
下载: 导出CSV
表 2 四个并址站GNSS反演可降水量情况
站点 相关系数K 拟合优度R2 RMSE 玉树 0.907 7 0.929 8 1.244 拉萨 0.994 5 0.853 6 3.503 和田 0.983 7 0.939 0 1.812 昌都 0.901 6 0.901 6 1.770
下载: 导出CSV
-
[1] 李国平. 地基GPS气象学[M]. 北京: 科学出版社, 2010. [2] 周长艳, 唐信英, 李跃清. 青藏高原及周边地区水汽、水汽输送相关研究综述[J]. 高原山地气象研究, 2012, 32(3): 76-83. DOI: 10.3969/j.issn.1674-2184.2012.03.017 [3] 胡增运, 倪勇勇, 邵华, 等. CFSR、ERA-Interim和MERRA降水资料在中亚地区的适用性[J]. 干旱区地理, 2013, 36(4): 700-708. [4] 陈丹, 周长艳, 邓梦雨. 利用多种再分析资料对比分析青藏高原夏季大气水汽含量变化情况[J]. 高原山地气象研究, 2018, 38(3): 1-6. DOI: 10.3969/j.issn.1674-2184.2018.03.001 [5] 陈香萍, 杨翼飞, 李小行, 等. 青藏高原地区水汽转换系数H模型反演GPS大气可降水量的适用性分析[J]. 桂林理工大学学报, 2018, 38(2): 283-288. DOI: 10.3969/j.issn.1674-9057.2018.02.015 [6] 刘立龙, 姚朝龙, 熊思, 等. 基于插值气压的GPS反演大气可降水量研究[J]. 大地测量与地球动力学, 2013, 33(3): 72-78. [7] 刘立龙, 黎峻宇, 蔡成辉, 等. 广西地区大气水汽转换系数的K值模型[J]. 桂林理工大学学报, 2017, 37(1): 103-107. DOI: 10.3969/j.issn.1674-9057.2017.01.014 [8] 黎峻宇, 刘立龙, 蔡成辉, 等. 新疆地区地基GPS加权平均温度模型的建立与分析[J]. 桂林理工大学学报, 2017, 37(1): 108-113. DOI: 10.3969/j.issn.1674-9057.2017.01.015 [9] 穆宝胜, 施昆. 地基GPS水汽反演昆明地区加权平均温度的模型建立[J]. 测绘科学, 2013, 38(3): 98-99. [10] 李黎, 樊奕茜, 王亮, 等. 湖南地区加权平均温度的影响因素分析及建模[J]. 大地测量与地球动力学, 2018, 38(1): 48-52. [11] GELARO R, MCARTY W, SUÁREZ M J, et al. The modern-era retrospective analysis for research and applications, version 2 (MERRA-2)[J]. Journal of climate, 2017, 30(14): 5419-5454. DOI: 10.1175/JCLI-D-16-0758.1 [12] 探空资料[EB/OL]. (2017-06-07) [2019-11-02]. http://blog.sina.com.cn/s/blog_147c5cfee0102woqb.html -
点击查看大图
图(7) / 表(2)
计量
- 文章访问数: 420
- HTML全文浏览量: 254
- PDF下载量: 40
- 被引次数: 0
