地面觀測資料特征的初步分析

鄭陶 喬前東 王月林 陳秀成

摘要 從分析常規地面觀測資料的特點入手，研究我國地面觀測站的分布特點，分析模式地形與站點地形高度誤差的差異程度。結果表明，我國2 872個地面觀測站點在全國范圍內分布不均勻，大體上呈東多西少的分布；大部分觀測站點分布在站點高度低于500 m的、土地面積僅占國土面積約27.0%的地區；站點地形和模式地形存在高度誤差，絕大多數站點的模式地形高于站點地形，所有觀測站與模式地形的高度誤差均值為130.76 m，有的站點的差值達1 000 m以上；模式地形與站點地形的高度差異程度分布很不均勻；根據Ruggiero同化方案，對地面觀測資料進行初步篩選，不到40.0%的觀測資料進入模式底層，導致地面觀測資料利用率較低。

關鍵詞 地面觀測資料；資料同化；GRAPES三維變分

中圖分類號 S16 文獻標識碼

A 文章編號 0517-6611（2015）34-306-02

資料同化是使描述大氣初始狀態的資料盡量精確化的一種有效方法，是數值預報研究的重要方面。發達國家的經驗表明，在可能促進預報質量提高的諸多因子中，資料同化系統是數值模式是否能比較準確地描述大氣運動狀態的關鍵技術之一，它的更新是最能在短時期內取得明顯效益的因子[1]。但資料同化系統中，現有的常規探空資料已經不能滿足模式的需要，因為300 km間距或以上探空站分布稀疏，在資料客觀分析中往往丟失掉一些很重要的中尺度特征[2]。相對于探空資料，地面觀測資料的觀測量均為模式變量，更適合高分辨率的時空模式。目前我國有約2000多個人工地面觀測站，縣級氣象臺站普遍布設了自動氣象觀測站，且還將不斷繼續建設，而常規探空資料站約120個[2]。從資料的數量和廣度上來說，地面觀測資料更豐富。然而，目前我國的地面觀測資料利用率卻很低，沒能有效地進入模式。地面觀測站在很大程度上來說只是一種觀測手段，僅僅起到觀測資料、存檔總結的作用，造成資源的極大浪費。

地面觀測資料難以利用的原因主要有兩方面：一方面，地面觀測資料在一定程度上受到地形、地貌的影響，另一方面，站點地形和模式地形存在高度差異[3-4]。如何充分有效地利用地面觀測資料，從中提取有價值的模式信息，并把它們和其他資料融合為數值天氣預報所需要的初始資料，改善數值模式預報水平，是一項很有意義的工作。筆者在此從分析常規地面觀測資料的特點入手，研究我國地面觀測站的分布特點，分析模式地形與站點地形高度誤差的差異程度，為進一步研究地面觀測資料的同化分析做準備。

1 設計方案

從地面觀測資料入手，根據我國2 872個地面觀測站的數據資料，繪制站點分布圖，分析我國地面觀測站的分布特點。與站點地形進行高度比較的模式是GRAPES模式[5]，通過計算模式地形與站點地形的高度差值，繪制站點地形關于模式地形與站點地形的高度差值的折線圖，分析這種高度誤差的分布特點。研究不同站點地形高度下，模式地形與站點地形高度差值的誤差程度。根據Ruggiero同化分析方案[6]，對地面觀測資料進行初步篩選，分析進入模式底層資料的特點。通過以上試驗設計方案，初步了解地面觀測資料的特點，以便更深入地研究地面觀測資料同化分析。

2 結果與分析

2.1 地面觀測站點的分布特點

我國幅員遼闊，地面觀測站比較多，但觀測站與觀測站間分布很不規則（圖1）。各地區地面觀測站的分布與該地區的地形、地貌狀況有很大關聯，整體上呈東多西少的分布。絕大部分站點分布在我國地勢的第一階梯和第二階梯，集中在華北、華東、江南、東南、西南以及西北東部等地區，其中華北地區東部、江南地區北部、華南沿海、西南地區北部的站點分布最為密集。相較而言，東北、內蒙、新疆以及青藏高原地區的站點分布較少，密集程度和所處地域的面積成反比。據統計，73.6%的地面觀測站點集中分布在站點高度低于500 m以下的中低海拔地區，且這些地區的土地面積僅占國土面積的27.0%左右。

2.2 模式地形與站點地形高度差值的特點分析

我國地形、地貌相當復雜，模式地形與觀測站地形高度存在差異，且差異大小分布很不規則。站點地形與模式地形高度對比圖（圖2）顯示，大部分站點落在等值線左側；站點高度低于300 m的地區，站點分布密集。根據站點地形高度的統計資料可知，在所有的2 872個站點中，共有2 220個站點的模式地形高于站點地形，其中差值最大的站點模式地形為2 607.67 m、站點地形為901.00 m，差值高達1 706.67 m；模式地形與站點地形高度差值最小為0.03 m。由此可知，不存在模式地形與站點地形高度完全重合的站點。雖然0.03 m的差值相對較小，但進入模式底層后對資料同化是否存在影響還需要進一步研究。

對所得數據進行更細致的分類統計，設站點地形與模式地形高度誤差為R（m），R≤0的站點有652個，0

從模式地形與站點地形的高度差異（圖3）可以更加直觀地看出，絕大多數站點的模式地形高度大于站點地形高度，且高度誤差值在0～500 m；較少的點落于y軸負值區和差值>500 m的區域。根據Ruggiero同化分析方案[6]，2 872個站點中觀測站地形高度高于模式最低層高度的站點有652個，將作為高空資料進入模式；模式最低層高度與測站地形的高度差>100 m的站點有1 172個，將被剔除；模式最低層高度與觀測站地形高度的差值<100 m的1 048個站點將進入模式最底層，地面觀測資料利用率僅為36.5%。2002年UCAR與Korea合作開展地面觀測資料同化研究工作，發現Ruggiero同化分析方案雖然考慮了模式地形與觀測地形的差異，但沒有采用直接變分同化，同時將許多觀測資料剔除掉了，資料沒有充分利用，且將地面觀測資料當作高空資料進入模式時，會造成模式初值各個物理量之間的不協調，從而導致模式初始預報時期spin-up現象存在的時間延長。

對模式地形和站點地形的高度誤差進行更細致的分類統計，分析模式地形與站點地形高度差值關于站點地形高度的分布情況。由表1可知，模式與觀測站地形高度差異大小在全國的分布很不均勻，但通過統計還是有規律可循。一方面，在所有站點地形低于100 m的站點中，有48.0%的站點資料進入模式底層；所有站點地形低于500 m的2 115個站點中，有41.3%的站點資料進入模式底層；站點地形高于500 m的站點中，有30.0%的站點進入模式，資料利用率不高，但卻有60.7%的資料被剔除。另一方面，在所有觀測資料進入數值模式最底層的1 048個站點中，站點地形高度在100 m以下的站點數為559個，約占總數的55.3%；站點地形高度在500 m以下的站點數為874個，約占總數的84.4%；在所有被剔除的1 172個站點中，站點地形高度低于500 m的站點約占60.7%，所占比重超過半數。根據以上數據表明，所有地形高度下的站點資料剔除率均超過50%，利用率均不高；站點地形低于500 m的區域，站點數分布集中，雖然被剔