积雪深度再分析资料在内蒙古的适用性评价

刘 昊，宋海清，李云鹏

(内蒙古自治区生态与农业气象中心，内蒙古 呼和浩特 010051)

引 言

积雪作为冰冻圈的成员之一，其面积分布最广、季节和年际变化最显著[1-2]。积雪对全球气候有十分重要的调节作用。同时，积雪作为重要的淡水资源，不仅是河流、地下水的重要补给，而且对土壤有保温蓄水作用，其对土壤蓄水保墒、防止春旱有着重要意义[3]。

目前，观测站点长时间序列的积雪深度资料空间上不连续，卫星反演积雪可以提供空间连续的资料，但反演精度有限。因此数值模式模拟积雪深度逐渐成为一种普遍方法[4-5]。20世纪80年代，出现用资料同化方法恢复长期历史气候记录，同时提出了大气资料“再分析”概念[6]，即数据同化系统与观测数据进行重新融合、最优集成的过程。近些年，国内外学者采用对比再分析资料与气象要素实测值方法，评估再分析资料在不同区域的适用性，并取得一定成果[7-11]。积雪再分析资料的适用性研究多在欧亚中高纬度地区进行，再分析资料因同化模型不同适用范围也有所不同[12]。在研究欧亚中纬度地区冬季积雪深度再分析资料适用性时发现，ERA-Interim、ECMWF 20世纪再分析资料和JRA-55 3种再分析资料对积雪深度的时空变化有一定的描述性，其中最好的是JRA-55，能够反映积雪深度的长期变化趋势[13]。同样由日本气象厅提供的JRA-25再分析资料对俄罗斯地区的积雪深度系统性低估，而参与适用性分析的ERA-40比NCEP-DOE和JRA-25能更好地描述平均雪水当量[14]。再分析资料在不同区域会表现出不同的适用性[15]，且不同再分析资料在同一区域的模拟精度也会有明显差异。

内蒙古处于干旱半干旱地区，雨水较少，草原作为内蒙古独特的植被类型，积雪是其土壤水分的重要补给来源，对于牧草返青也有很大影响[3]。而内蒙古观测站点分布广、站点数量少，积雪观测数据不足，从而影响积雪研究的发展。随着卫星遥感、数据同化、数值预报等技术的广泛应用，再分析数据也越来越被大家认可[16-17]，但再分析数据容易产生系统误差，不同地区对不同再分析数据的精度无法保证，可信度需要进一步检验[18-19]。本文利用内蒙古117个台站逐日积雪深度资料评估最新的两套再分析积雪资料，在较长时间尺度上检验再分析资料在内蒙古高原的模拟性能和精度，以期找出适用于内蒙古的积雪再分析资料。

1 研究区域概况

内蒙古(97°12′E—126°04′E，37°24′N —53°23′N)地处中国北疆，自东北向西南呈弧状，地域辽阔，与8省区毗邻，跨越东北、华北和西北，靠近京津；与蒙古国和俄罗斯联邦接壤，国境线长4221 km。内蒙古地处内陆中部，海洋湿润气流难以深入，使得内蒙古具有温带高原半干旱、干旱气候特点，春季多风，夏季短热，秋季降温快、霜冻早，冬季漫长、积雪日数多。内蒙古以高原为主，地势由南向北、由西向东缓慢倾斜，海拔一般为800～1500 m。高原可划分为呼伦贝尔高原、锡林郭勒高原、乌兰察布高原和巴彦淖尔、阿拉善及鄂尔多斯高原。高原上分布着草原及一部分沙漠，而高原边缘分布着大兴安岭、阴山(狼山、色尔腾山、大青山、灰腾梁)、贺兰山等山脉 。高原的外沿，分布着河套平原、鄂尔多斯高原和辽嫩平原。由于内蒙古跨区多，面积狭长，东西部气候、地形条件差异较大，为更好地对比再分析资料和观测数据，将内蒙古地区分成东部、中部和西部3个地区进行研究[20]，东部包括呼伦贝尔、兴安盟、通辽、赤峰；中部包括锡林郭勒、乌兰察布、呼和浩特；西部包括包头、鄂尔多斯、巴彦淖尔、乌海、阿拉善(图1)。

图1 内蒙古地形、站点分布及区域划分Fig.1 The terrain, meteorological station distribution and region division of Inner Mongolia

2 资料和方法

2.1 资 料

所用资料包括：(1)内蒙古1981—2010年117个[已剔除2个气象台站(呼市南郊、霍林河)]常规人工气象台站观测的日积雪深度资料；(2)ECMWF提供的ERA-Interim/Land(简称“Land”)再分析资料的积雪深度，由最新版本的陆面模型HTESSEL模拟产生，是对ERA-Interim大气强迫场进行调整后产生的，相较于ERA-Interim更适合陆面水文水资源方面的气候研究[21-22]；(3)ECMWF最新推出的20世纪(1900—2010年)ERA-20C(简称“20C”)再分析资料的积雪深度，20C是耦合大气/陆面/海浪模式通过同化地球表面观测，对大气进行再分析，20C也是ECMWF首个专为气候应用设计的大气再分析资料[23-24]。两套再分析数据时间分辨率均为6 h、空间分辨率均为0.125°×0.125°。

2.2 方 法

根据各观测站点的资料覆盖时间段，选择相应的再分析资料进行对比分析。再分析资料与观测站点的时间分辨率不一致，分析过程中需把再分析资料处理成日数据，再进行对比。使用邻近格点匹配的方法对Land和20C再分析资料的积雪深度进行处理，获得与气象站点观测数据匹配的点数据[25]。首先对站点积雪深度数据进行平均得到区域平均值，再将再分析资料在观测站点经纬度范围内的格点数据进行平均也得到一个区域平均值，最后进行匹配对比。

为定量评估再分析资料在内蒙古的适用性，计算平均偏差(MBE)、均方根误差(RMSE)、相关系数(R)，公式如下：

(1)

(2)

(3)

3 结果分析

3.1 积雪深度空间分布

图2为1981—2010年两套再分析资料的年平均积雪深度及其与观测值差值的空间分布。可以看出，Land、 20C两套再分析资料对积雪深度的空间分布均具有较好的描述能力，表现为从东北向西南递减。东北地区积雪较深，主要分布在呼伦贝尔北部地区，紧挨呼伦贝尔的阿尔山地区积雪也较深，这可能与阿尔山地势有关，阿尔山地区平均海拔1300 m，为大陆高山气候，海拔较内蒙古东部其他地区高500 m左右。西部地区积雪深度浅，阿拉善年均积雪深度约4 cm。两套再分析资料积雪深度的整体空间分布较为类似， 20C再分析资料的积雪深度从东向西变化层次明显，尤其在中东部，能更好地体现积雪深度依次递减的趋势。

图2 1981—2010年内蒙古两套再分析资料的年平均积雪深度及其与观测值差值的空间分布(单位：cm)(a) Land再分析资料的积雪深度，(b) 20C再分析资料的积雪深度，(c) Land再分析资料的积雪深度与观测值差值，(d) 20C再分析资料的积雪深度与观测值差值Fig.2 The spatial distribution of annual average snow depth of two reanalysis data sets and difference between them and observation in Inner Mongolia from 1981 to 2010 (Unit: cm)(a) snow depth of Land reanalysis, (b) snow depth of 20C reanalysis, (c) the difference between Land reanalysis and observed snow depth, (d) the difference between 20C reanalysis and observed snow depth

Land再分析资料与观测的积雪深度差值整体呈负差值，而20C再分析资料与观测的积雪深度呈正差值。Land再分析资料的积雪深度与观测值差值绝对值在东部较大，呼伦贝尔地区出现低估现象，且差值绝对值大于10 cm的地区大部分位于呼伦贝尔山地，差值绝对值最大的地方是兴安盟的阿尔山地区，中西部差值绝对值较小。20C再分析资料的积雪深度与观测值差值绝对值较Land再分析资料小，中西部大部分地区差值绝对值为1 cm，20C再分析资料的积雪深度在高海拔山地阿尔山地区也出现负差值，两套再分析资料在该地区误差均较大，说明再分析资料中地形对积雪深度的影响考虑不足。在西辽河流域地区，20C再分析资料的积雪深度更接近观测数据，Land再分析资料的积雪深度较观测值整体偏小。在鄂尔多斯高原、阿拉善右旗和西部沙漠地区， Land再分析值有所改善。综上所述，两套再分析资料的积雪深度与观测值相比，全区均呈现出不同程度的正或负差值，并且正、负差值绝对值均表现为东部地区大于中西部地区。内蒙古地形以高原为主，地形地貌复杂多样，而一般观测台站都修建在地势较为平坦地区，可能造成再分析资料的偏差较大。例如东部地形多变，以山地为主，系统模拟时可能没有更好地兼顾地形地貌对积雪的影响，造成再分析资料较大偏差的出现；而中西部多以高平原为主，数值较低的阿拉善沙地居多，使得系统模拟时候受到地形影响较小，再分析值与观测值更接近。

3.2 积雪深度月际变化

图3为1981—2010年内蒙古东部、中部和西部两套再分析资料的积雪深度及观测值的月际变化。可以看出，两套再分析资料均较好地再现积雪深度月际变化。Land再分析资料的积雪深度与观测值在3个地区整体呈负差值；20C再分析资料的积雪深度与观测值较接近，东、中部地区冬季呈正差值，春秋季呈负差值，西部地区整体呈负差值。内蒙古地区积雪深度在1、2月最深，夏季最浅(极端天气出现时夏季可能产生降雪)。东部地区降雪量多，积雪初月早(9月末出现)，终月晚(5月消失)[26]，积雪日数长；西部地区降雪量少，积雪初月晚、终月早，积雪日数短。两套再分析资料在东部、中部和西部地区的变化趋势较为一致，但20C再分析资料的积雪深度在东部和西部效果较好，中部地区在积雪深度较深的月份则呈现出较大波动；Land再分析资料的积雪深度与观测值差值绝对值在东部地区略大于中部和西部地区，相比于20C，Land再分析资料在中部地区积雪深度较深的月份效果较好，在东部和西部地区没有20C效果好。综上所述，Land和20C再分析资料都可以再现出东、中和西部地区月均值变化趋势特征，在积雪初月和终月有明显误差出现，这可能受地面土壤水热条件影响，产生部分误差导致。另外，Land再分析资料的积雪深度与观测值整体呈现负差值，系统模拟低估积雪深度；而20C再分析资料效果在东、西部较好，在中部其积雪深度与观测值的正差值较大。

3.3 逐月变化

图4为1981—2010年内蒙古东部、中部和西部两套再分析资料的积雪深度及观测值的逐月变化。可以看出，Land和20C再分析资料都可以再现东、中、西部地区月均积雪深度逐月变化特征，东部、中部吻合度高，西部吻合度一般。3个地区均出现观测值突然增大现象，一般出现在春季，考虑主要由极端天气引起的春季降雪造成，而再分析资料无法再现这种异常积雪情况。两套再分析资料在东部效果均较好，除去极端异常降雪，整体与观测值变化趋势一致；中部均出现负差值现象，差值绝对值较小；西部地区两套再分析资料积雪深度与观测值在时间序列初期负差值较大，之后逐渐吻合。综上所述，两套再分析资料均能较好地再现内蒙东部、中部和西部地区积雪深度逐月变化特征，但对气候异常引起的异常降雪，再分析资料无法很好模拟，两套再分析资料积雪深度与观测值均呈负差值，可能是因为内蒙古地势起伏，风吹积雪导致积雪在地势较低的地方堆积。同时，观测站点一般选取地势相对平坦的地方，积雪会相对明显，理论上就存在一定的差距，即观测值大于再分析值。再分析资料存在对影响积雪深度的局地因素考虑不足，不包含人类活动对积雪深度的影响。

图3 1981—2010年内蒙古东部(a)、中部(b)和西部(c)两套再分析资料的积雪深度及观测值的月际变化Fig.3 The monthly variation of average snow depth of two reanalysis data sets and observation in eastern (a) , central (b) and western (c) Inner Mongolia from 1981 to 2010

图4 1981—2010年内蒙古东部(a)、 中部(b)和西部(c)两套再分析资料的积雪深度及观测值的逐月变化Fig.4 The monthly variation of snow depth of two reanalysis data sets and observation in eastern (a), central (b) and western (c) Inner Mongolia during 1981-2010

3.4 统计分析

表1列出内蒙古东部、中部和西部地区两套再分析资料的积雪深度MBE和RMSE及再分析资料的积雪深度与观测值的相关系数R。可以看出，Land、20C再分析资料的积雪深度和观测值均呈显著正相关，且通过0.001的显著性检验。其中20C再分析资料的积雪深度与观测值相关性较好，且东部地区相关性最好；对比各地区相关性差异发现，R从东向西逐渐减小。两套再分析资料积雪深度MBE和RMSE东部最大、中部次之、西部最小，东部地区MBE大于中西部地区，可能是因为东部地区的积雪深度在量级上明显大于中西部，中西部积雪深度基数小，偏差会小于东部地区。综合3个统计特征来看，两套再分析资料积雪深度在3个地区表现较为一致，均对中部和西部的模拟效果好于东部，但东部R高于其他两个地区，MBE和RMSE略大； 20C和Land再分析资料的积雪深度数值上差距不大，MBE和RMSE量级偏大，可能是将内蒙古划分成3个区域后，区域面积仍过大，区域内部地域间仍有差异。

表1 内蒙古东部、中部和西部地区两套再分析资料的积雪深度MBE和RMSE及再分析积雪深度与观测值的相关系数RTab.1 Mean deviation and root mean square error of snow depth of two reanalysis data sets and correlation coefficients between reanalysis and observed snow depth in eastern, central and western Inner Mongolia

4 结论与讨论

(1)20C和 Land再分析资料都较好地再现了积雪深度从东北向西南逐渐减少的空间分布特征，20C再分析资料积雪深度从东向西层次变化明显，尤其在中东部更好地体现出积雪深度依次递减的趋势，与观测数据空间分布更接近，20C再分析资料较Land空间分布模拟能力更好；两套再分析资料积雪深度与观测值的差值，Land再分析资料整体呈现负差值，20C再分析资料整体呈现正差值，但差值绝对值均为东部地区大于中西部。两套再分析资料的积雪深度与观测值在阿尔山地区出现较大负差值，可能与阿尔山地形有关。

(2)20C和 Land两套再分析资料的积雪深度在积雪初月和终月与观测值相比数值波动较大， Land再分析资料整体呈现负差值，低估了积雪深度；而20C再分析资料在东、西部模拟效果较好，中部20C再分析资料的积雪深度与观测值正差值较大。

(3)两套再分析资料均能较好地再现内蒙东部、中部和西部地区积雪深度逐月变化特征。在东部两套再分析资料模拟效果较好，去除极端异常降雪，整体与观测值变化趋势一致；中部两套再分析资料的积雪深度与观测值出现负差值，差值不太显著；西部地区两套再分析资料与观测值在时间序列初期负差值较大，之后逐渐吻合。两套再分析资料均对气候异常引起的春季降雪，无法较好地模拟。

(4)Land、20C再分析资料的积雪深度和观测值均显著相关，都通过了0.001的显著性检验，且相关系数很接近。两套资料在3个分区表现较为一致，均表现为对中部和西部的模拟效果较好，但东部相关系数高于其他两个区，而MBE和RMSE略大。

两套再分析资料的积雪深度与观测值对比后，中西部较东部偏差小，更接近观测数值，这可能与空间尺度匹配、异常降雪、地形等有关。内蒙古面积辽阔，但观测站点数量有限且分布不均匀，在验证过程中，对再分析资料进行站点匹配，其中，再分析资料代表的是格点的平均值，而观测数据只是代表该台站所在位置的状况，不具有很好的代表性，无法真正代表一个地区的积雪深度真实状况。其次，在对实测数据进行处理分析时，没有考虑气候变化可能带来的异常降雪，如20世纪80年代末的气候突变和1997/1998年的大厄尔尼诺事件等都可能影响积雪深度。最后，模式资料部分参数也需要改进，例如大气压力不足，在冰点温度附近预估积雪融化所带来的深度变化等[27]。因此，在研究模式模拟积雪深度的影响因子时，要加入多种因素的影响，使得模式模拟出的数据更接近真实数值。而数据匹配问题也给再分析资料的检验带来很多不确定性，需要多次反复试验以便找到更好的匹配方法。