共查询到10条相似文献，搜索用时 46 毫秒
1.
利用我国东南近海5个浮标站观测资料,对2012—2016年ERA-Interim和NCEP/NCAR再分析资料10 m风、2 m气温、海平面气压的适用性进行了评估。结果表明:NCEP/NCAR的再分析10 m风适用性更好,ERA-Interim的2 m气温适用性更好,海平面气压两者差异不大。风速再分析值与观测值具有较好的一致性,相关系数达0.8～0.9,但再分析风速总体上有偏小的趋势,平均偏差在-1.3～0 m/s之间,均方根误差在1.5～3 m/s。再分析资料的平均风向有顺时针偏差的趋势,温州浮标偏右达14°以上,均方根误差大多在40°～50°。不管风速还是风向,5个浮标站中均以舟山浮标的再分析值与观测值最为接近;分析还表明,再分析资料的冬季风代表性相对较差,这是造成风速和风向系统性偏差的主要原因。再分析资料与观测2 m气温相关系数均在0.95以上,且有偏高的趋势,NCEP偏高更为明显,有4个浮标站平均偏差达1～2℃,而ERA-I仅1个浮标站偏差1～2℃,4个在1℃以内。春季和冬季气温偏高最为明显,春季升温过程存在异常偏高的可能,秋季气温与观测值最为接近。海平面气压适用性较好,总体优于10 m风和2 m气温,且季节间差异也不大。 相似文献
2.
基于多元线性回归方法,利用2013-01-06的AMSR2辐射计亮温数据和红外-微波融合SST数据产品,开展了近海面气温反演算法研究,并用TAO,RAMA和PIRATA等浮标实测数据对近海面气温的反演结果进行检验。近海面气温反演结果误差情况:均方根误差为0.66℃,偏差为0.02℃,相关系数R为0.91,该误差结果表明所建立近海面气温反演算法较好的反映在60°S~60°N纬度范围内的近海面气温分布情况;同时为进一步确定不同纬度近海面气温反演的误差分布,将近海面气温反演结果与ECMWF再分析数据进行了对比分析,结果表明,从赤道起算,纬度每升高或降低1°,反演均方根误差约增大0.1℃。 相似文献
3.
ERA-Interim 再分析数据在中国沿海的质量评估 总被引：5，自引：0，他引：5
本文采用1979~2012年的中国沿海台站观测数据对ERA-Interim(简称"ERA-I")的气温、气压和海温数据进行质量评估。结果表明:(1)从常年平均来看,ERA-I气温、气压和海温多年月平均变化与观测数据吻合较好,可以反映气候态的季节变化特征。与台站观测数据相比,ERA-I气温平均偏高0.19℃,气压平均偏低0.17 h Pa,海温平均偏高0.70℃。(2)从年际变化情况来看,ERA-I和台站观测的气温、气压和海温变化趋势一致,气温和海温呈上升趋势,气压呈下降趋势。但在海南岛附近使用ERA-I气温做年际变化分析和在东海台湾海峡至北部湾沿岸使用ERA-I海温做年际变化趋势分析时要谨慎。(3)从月均变化分析来看,ERA-I月均气温、气压和海温数据与台站实测数据具有很好的一致性。从误差空间分布来看,ERA-I气温在黄海沿岸平均误差最小,ERA-I气压在渤海沿岸平均误差最小,ERA-I海温在南海沿岸平均误差最小。需要特别指出的是,ERA-I月均海温在渤海和台湾海峡附近沿岸平均误差较大(部分站均方根误差超过2.5℃),在上述区域使用ERA-I海温数据时应考虑其产品偏差。 相似文献
4.
5.
《海洋预报》2021,38(4)
基于江苏省73个国家级自动气象观测站和3个高空探测站的观测数据,对比研究了ERA-Interim和ERA5两套再分析数据在江苏区域的适用性。结果表明:无论是地面气象要素还是高空气象要素,ERA5再分析数据的适用性均优于ERA-Interim再分析数据,特别是ERA5再分析数据中的2 m气温及2 m相对湿度相对于ERA-Interim再分析数据体现出系统性的改进,相关系数的提升超过0.4。两套数据的小时降水量与观测之间均存在相对较大的误差,在实际使用中需谨慎。ERA5再分析数据与观测数据在一致性及误差方面存在较为显著的时空变化特征,该数据在夏季的适用性低于其他季节,在空间上夏半年体现了明显的南北分布特征,与之对应,ERA-Interim再分析数据没有显著的时空分布特征。采用新一代的ERA5再分析数据对江苏区域的天气/气候进行研究/预报具有潜在的优势。 相似文献
6.
7.
文章利用海洋台站观测资料,对3类再分析资料的气温、海表温度数据在江苏海域进行比较分析。结果表明：总体而言,气温、海表温度的再分析数据与观测数据均具有很高的一致性,且海表温度再分析数据与观测数据的一致性高于气温再分析数据;在3种再分析资料中,ERA5的可靠性优于JRA-55和NCEP;在离岸较远的外磕脚测点,再分析数据与观测数据的一致性高于另2个测点;在台风影响期间,吕四测点、外磕脚测点的再分析数据与观测数据更为接近,在更近岸的连云港测点,再分析数据与观测数据的差异更大;在冷空气造成的气温下降期间,再分析数据与观测数据的差异较小,但在气温缓步回升期间,吕四测点、外磕脚测点的再分析数据明显高于观测数据;在冷空气影响过程中,再分析数据反映的海表温度下降幅度明显低于观测数据。本研究可为再分析资料在江苏海域的适用性和可信度提供评估依据。 相似文献
8.
为进行海洋表层风场的物理结构重建与基础理论溯源,需选用可靠准确且通过检验的高时空分辨率风场资料。本文利用NDBC、TAO和嵊泗站现场观测资料,在全面比较分析的基础上,对其中应用较广泛的CFSR/CFSv2、ERA-Interim、FNL和CCMP四种风场产品在北半球海域(北太平洋、北大西洋)进行了检验评估,得出结论:1)4种资料的风速都不同程度地低估了实际观测风速;在低风速区的风向偏差较大,风速越低,偏差越多;产品资料在远岸地区比近岸地区更接近实测资料,在高纬地区的效果优于低纬地区。2)通过比较4种产品资料与浮标实测资料的风向和风速的偏差、均方根误差、误差标准差和相关系数,发现CCMP资料是4种资料中整体效果最好的一种,而CFSR/CFSv2资料是较差的一种。3)嵊泗站观测平台资料与浮标观测资料验证的结论略有差异,结果显示:FNL资料是4种资料产品中效果最好的产品,ERA-Interim资料的效果仅次于FNL,而用浮标验证效果较好的CCMP资料在嵊泗站点效果却较差,CFSR/CFSv2资料是4种资料中效果最差的。4)通过分析4种风场资料的偏差分布发现,CCMP与ERA-Interim风场资料的偏差较小,而CFSR/CFSv2与FNL风场资料的偏差较小。CCMP资料与其他3种资料的纬向风偏差在海洋上以负偏差为主,陆地以及沿岸地区的偏差较大,且分布不均匀;经向风偏差分布中,南半球的正偏差区较为明显,而北半球的负偏差区则较为明显,但偏差程度要小于纬向风偏差。 相似文献
9.
再分析风场资料已广泛应用于我国舟山群岛海域可再生能源评估、海洋灾害预防决策以及港口运维和船舶运输等涉海发展领域,然而不同业务机构所提供的再分析数据在舟山近海的性能表现不一,严重阻碍了此类数据的有效应用。基于2018年全年单点浮标观测资料,综合评价了舟山群岛近海面(10 m)风场的长期变化趋势,并利用误差分析和风玫瑰图等统计工具对6种主流海表风场再分析资料,包括:ECMWF第五代全球大气再分析数据(the 5th generation ECMWF atmospheric reanalysis,ERA5)、NECP第二版全球高分辨率再分析数据(climate forecast system version 2,CFSv2)、美国宇航局物理海洋学分布存档中心的多卫星融合资料(cross-calibrated multi-platform,CCMP)、日本55年再分析数据(Japanese 55-year reanalysis,JRA-55)、第二版现代研究与应用回顾性分析数据(modern-era retrospective analysis for research and applications version 2,MERRA-2)和ECMWF哥白尼大气监测服务再分析数据(the Copernicus Atmosphere Monitoring Service,CAMS)在时间变化特征上进行了对比与评估。研究表明:在综合性能方面,ERA5对风场的再现能力最优,其次为JRA-55;在要素可信度方面,ERA5对风速的再现情况相对较优,而CFSv2的风向再现情况较好;风场产品在不同季节的模拟能力有所差异;不同风场产品在不同风速区间的重构能力也有所不同;在全年风向分布方面,各再分析资料都存在显著的东向偏差。研究结果为不同应用场景下风场资料的选取提供评估依据,并为进一步开发适用于舟山群岛近海的高精度长周期风场数据产品奠定基础。 相似文献
10.
《中国海洋大学学报(自然科学版)》2021,(8)
本文利用现场测量数据对Suomi-NPP/VIIRS(Visible Infrared Imaging Radiometer Suite)海表温度(Sea Surface Temperature SST)数据进行印证,研究区域为80°E—118°E,10°S—23°N,时间范围为2015年5月—2018年12月,两者匹配的时间窗口为1 h,空间窗口是0.02°。印证结果显示,SST偏差位于±0.5℃范围内占比75%,位于±1℃范围内占比92%,白天的平均偏差和标准差分别为0.07和0.69℃,晚上的平均偏差和标准差分别为-0.04和0.45℃;2015年的平均偏差为-0.07℃,标准差为0.46℃,白天和晚上的匹配点数量分别为3 351和4 613;2016年平均偏差为0.00℃,标准差为0.61℃,白天和晚上的匹配点数量分别为3 189和3 911;2017年平均偏差为0.08℃,标准差为0.63℃,白天和晚上的匹配点数量分别为2 191和2 401;2018年平均偏差为0.08℃,标准差为0.57℃,白天和晚上的匹配点数量分别为1 690和2 747。通过印证结果对误差的来源和分布进行了探究,VIIRS晚上的数据质量优于白天,2015和2016年的匹配点集中在西太平洋南部和印度洋北部,2017和2018年的匹配点的集中在西太平洋南部,SST偏差有明显的季节性变化。 相似文献