论文部分内容阅读
高时空分辨率的长时间序列降水格点化产品在气候变化、数值模式中扮演着重要的角色。本文使用地面观测降水数据对1998~2015年中国气象局陆面同化系统(China Meteorological Administration Land Data Assimilation System,CLDAS)长序列融合降水数据集(空间分辨率0.0625°、时间分辨率1 h)进行了评估。该降水产品使用多重网格变分分析的方法将地面观测降水与CMORPH卫星反演降水产品、MERRA2再分析降水数据进行融合。结果表明:CLDAS长序列融合降水产品与CMORPH降水和MERRA2降水的多年平均年降水和多年平均季节降水在中国地区空间分布格局基本相似,能够较为准确的反映出我国降水的气候态空间分布特征;与国家气象信息中心同类产品CMPA_Hourly降水分别与地面观测降水进行非独立性评估,CLDAS长序列融合降水在夏季相对地面观测均呈现高估现象,CMPA_Hourly降水在夏季相对地面观测降水呈现低估现象,但CLDAS长序列融合降水与地面观测降水的相关系数高于CMPA_Hourly降水的相关系数,尤其是在冬季能达到0.95左右。在2008~2015年对CLDAS长序列融合降水产品进行了独立性检验,在时间序列上该降水融合产品均方根误差均小于CMORPH和MERRA2降水产品,相关系数比CMORPH和MERRA2降水高,尤其是在冬季。从独立性检验的误差空间分布看,CLDAS长序列融合降水效果最优,尤其是在华南、华北和东北地区,相关系数在0.4~0.8之间,在西部地区的相关系数也在0.3~0.4之间;从独立性检验不同降水强度分级检验上分析,2008~2015年1 mm/h阈值的CLDAS长序列融合降水数据命中率POD能达到0.624,TS评分达到0.3786,而CMORPH、MERRA2降水产品的POD分别是0.3557和0.3836,TS评分分别为0.2023和0.2261。对于2008~2015年的夏季大降水(阈值10 mm/h),CLDAS长序列融合降水数据独立性检验下的TS评分0.1628,高于CMORPH(0.0726)和MERRA2降水(0.0096)。在青藏高原地区,2008~2015年CLDAS长序列融合降水独立性检验下的相关系数为0.3367,高于MERRA2降水数据(0.2663)和CMORPH降水(0.1944)。综上,CLDAS长序列融合降水数据效果优于CMORPH卫星反演产品和MERRA2再分析降水产品以及CMPA_Hourly降水产品,能够满足中国区域的陆面水文模拟、气候研究等相关领域的需要。