新方法獲取青藏高原地區(qū)長(zhǎng)時(shí)間序列高分辨率降水?dāng)?shù)據(jù)
在地形復(fù)雜的青藏高原地區(qū)，雨量站觀測(cè)由于站點(diǎn)密度較低，無(wú)法提供空間連續(xù)的降水?dāng)?shù)據(jù)，存在很大的不確定性；衛(wèi)星降水?dāng)?shù)據(jù)難以反映復(fù)雜地形影響，且對(duì)固態(tài)降水的探測(cè)能力不足；多個(gè)再分析降水產(chǎn)品可以反映青藏高原地區(qū)的大尺度降水時(shí)空變化，但顯著高估該地區(qū)降水量（即存在濕偏差）。高分辨率區(qū)域氣候模式（WRF）能合理刻畫(huà)復(fù)雜地形對(duì)水汽輸送及降水分布的影響，在估算青藏高原地區(qū)的降水量及空間分布上有較大優(yōu)勢(shì)，但需要大量計(jì)算資源，較難用于獲取大范圍長(zhǎng)時(shí)間序列的降水?dāng)?shù)據(jù)集。
基于高分辨率WRF模擬和再分析數(shù)據(jù)的優(yōu)勢(shì)，第二次青藏科考“亞洲水塔動(dòng)態(tài)變化與影響”任務(wù)“亞洲水塔區(qū)水循環(huán)動(dòng)態(tài)監(jiān)測(cè)與模擬”專(zhuān)題清華大學(xué)陽(yáng)坤教授團(tuán)隊(duì)在獲取青藏高原地區(qū)短期（1年）的高分辨率WRF模擬降水的基礎(chǔ)上，利用WRF模擬降水對(duì)ERA5進(jìn)行校正，并利用卷積神經(jīng)網(wǎng)絡(luò)提取高分辨率WRF模擬降的空間分布特征，用于ERA5降水的降尺度。降尺度后的降水?dāng)?shù)據(jù)基本保留了ERA5降水隨時(shí)間的變化特征（圖1）；同時(shí)，由于融合了短期的高分水辨率WRF模擬降水，降尺度的降水?dāng)?shù)據(jù)不僅有效改善了ERA5降水在高原地區(qū)的濕偏差，且與站點(diǎn)觀測(cè)降水的空間相關(guān)性也顯著提升（圖2）。該方法可用于獲取青藏高原地區(qū)長(zhǎng)時(shí)間序列的高分辨率降水?dāng)?shù)據(jù)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”為題，在國(guó)際期刊《Atmospheric Research》發(fā)表。本研究獲得第二次青藏高原綜合科學(xué)考察研究專(zhuān)項(xiàng)（2019QZKK0206），中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專(zhuān)項(xiàng)（XDA2006010201）等資助。
文章鏈接：https://doi.org/10.1016/j.atmosres.2021.105574
（“亞洲水塔區(qū)水循環(huán)動(dòng)態(tài)監(jiān)測(cè)與模擬”專(zhuān)題供稿）
圖1 ERA5、高分辨率WRF模擬（HRSP3）及降尺度數(shù)據(jù)（ERA5_CNN）相對(duì)于站點(diǎn)觀測(cè)降水的時(shí)間誤差指標(biāo)（平均偏差Bias、均方根誤差RMSE和時(shí)間序列相關(guān)系數(shù)CC）對(duì)比。時(shí)間誤差誤差指標(biāo)基于日降水時(shí)間序列計(jì)算獲得。
圖2 三個(gè)時(shí)期（2018年全年、2018年6-9月和2013年6-9月）內(nèi)ERA5、高分辨率WRF模擬（HRSP3）及降尺度數(shù)據(jù)（ERA5_CNN）相對(duì)于站點(diǎn)觀測(cè)降水的空間誤差指標(biāo)（平均偏差Bias、均方根誤差RMSE和空間相關(guān)系數(shù)CC）對(duì)比。空間誤差指標(biāo)基于時(shí)段內(nèi)的平均日降水計(jì)算獲得。