AR:新方法获取青藏高原地区长时间序列高分辨率降水数据

发布日期:2021-04-28 来源: 字体:[ ]

  在地形复杂的青藏高原地区,雨量站观测由于站点密度较低,无法提供空间连续的降水数据,存在很大的不确定性;卫星降水数据难以反映复杂地形影响,且对固态降水的探测能力不足;多个再分析降水产品可以反映青藏高原地区的大尺度降水时空变化,但显著高估该地区降水量(即存在湿偏差)。高分辨率区域气候模式(WRF)能合理刻画复杂地形对水汽输送及降水分布的影响,在估算青藏高原地区的降水量及空间分布上有较大优势,但需要大量计算资源,较难用于获取大范围长时间序列的降水数据集。 

  基于高分辨率WRF模拟和再分析数据的优势,中科院青藏高原所三极观测与大数据团队与清华大学合作,在获取青藏高原地区短期(1年)的高分辨率WRF模拟降水的基础上,在粗分辨率上利用WRF模拟降水对ERA5进行校正,并利用卷积神经网络提取高分辨率WRF模拟降水的空间分布特征,用于ERA5降水的降尺度。降尺度后的降水数据基本保留了ERA5降水随时间的变化特征(图1);同时,由于融合了短期的高分辨率WRF模拟降水,降尺度的降水数据不仅有效改善了ERA5降水在高原地区的湿偏差,且与站点观测降水的空间相关性也显著提升(图2)。该方法可用于获取青藏高原地区长时间序列的高分辨率降水数据集。 

  以上研究成果近日以A downscaling approach for constructing high-resolution precipitation dataset over the Tibetan Plateau from ERA5 reanalysis为题,在国际期刊《Atmospheric Research》发表。论文第一作者为我所在读博士生姜尧志,通讯作者是阳坤研究员(双聘)。本研究获得第二次青藏高原综合科学考察研究专项(2019QZKK0206),中国科学院战略性先导科技专项(XDA2006010201)和国家自然科学基金项目(41988101)联合资助。 

  文章链接:https://doi.org/10.1016/j.atmosres.2021.105574 

  (三极观测与大数据团队供稿) 

  图1 ERA5、高分辨率WRF模拟(HRSP3)及降尺度数据(ERA5_CNN)相对于站点观测降水的时间误差指标(平均偏差Bias、均方根误差RMSE和时间序列相关系数CC)对比。时间误差误差指标基于日降水时间序列计算获得。 

  图2 三个时期(2018年全年、20186-9月和20136-9月)内ERA5、高分辨率WRF模拟(HRSP3)及降尺度数据(ERA5_CNN)相对于站点观测降水的空间误差指标(平均偏差Bias、均方根误差RMSE和空间相关系数CC)对比。空间误差指标基于时段内的平均日降水计算获得。