全球大氣再分析常規氣象觀測資料的預處理與同化應用

廖捷 胡開喜 江慧 曹麗娟 姜立鵬 李慶雷 周自江 劉志權 張濤 王蕙瑩

（1 國家氣象信息中心，北京 100081；2 美國國家大氣研究中心，博爾德 80301，美國）

0　引言

再分析最早起源于第一次全球大氣研究實驗（FGGE）中觀測資料的應用。為了給數值天氣預報初始化提供更好的觀測，科學家們對觀測資料進行了多次分析研究，并很快發現通過再分析可以為大氣科學研究提供一個更有價值的數據集[1]。隨后，歐美數值預報機構推出一系列再分析產品。第一代產品包括ERA-15[2]、NCEP/NCAR再分析數據[3]和NASA/DAO[4]，第二代產品包括NCEP/DOE[5]、ERA-40[6]和JRA-25[7]，第三代產品包括ERA-Interim[1]、CFSR[8]、MERRA[9]和JRA-55[10]等。各數值預報機構通過使用更好的模式、更好的輸入資料和同化方法不斷提高再分析產品的質量。

大氣再分析同化的高空定點觀測（in situ）溫度、風和濕度來自無線電探空、測風氣球、飛機和風廓線雷達；表面氣壓、2 m溫度、2 m相對濕度和近地面風來自船舶、浮標觀測地面氣象站和機場站。除了飛機報在20世紀90年代后期飛速增長外，其他各類常規觀測資料的數量相對穩定。歐洲中期數值天氣預報中心（ECMWF）最新再分析系統的評估結果[11]表明，1979—1990年，常規觀測占總觀測的比例約35%，對分析的影響權重高達75%；隨著衛星觀測的快速增加，至2015年，常規觀測占總觀測的比例約10%，對再分析的影響權重約20%，對大氣再分析依然起到不可忽視的約束作用。

各機構研制新版本的全球再分析產品時，所需的常規觀測資料通常以國際上已發布的再分析輸入觀測資料集為主要數據源，同時補充了最新收集的觀測資料。如ERA-Interim同化的歷史常規觀測資料來自ERA-40觀測資料集和ECMWF業務同化歸檔數據。JRA-55在ERA-40同化的觀測資料基礎上補充了美國國家環境預報中心（NCEP）同化的一些地面站、高空觀測，以及俄羅斯水文氣象局、美國大學大氣研究聯合會、美國氣象水文局的積雪資料[10]。ECMWF、美國和日本研制的再分析產品對常規資料的質量控制均采用了本國家、機構的業務質量控制方案，如JRA-25和JRA-55均采用了動力質量控制[12]，NCEP/NCAR、CFSR和MERRA在同化前對探空、飛機報和風廓線資料進行綜合質量控制[13]。

相對第二代再分析產品，第三代再分析產品更加重視探空溫度的偏差訂正，奧地利維也納大學于2007年發布了全球首套日定時均一性訂正數據集RAOBCORE[14]，為全球1184個探空站點提供的不同高度層溫度偏差訂正量已被應用到MERRA、JRA-55、ERA-Interim等多套全球大氣再分析的探空溫度訂正中，較好的避免了儀器換型、觀測方法改變等因素引起的探空溫度時間序列存在的非均一性。ECMWF、NCEP均在同化前區分不同地區、儀器類型訂正太陽輻射引起的熱敏電阻季節性觀測誤差，但具體算法和參數存在差異。ECMWF最新研制的第四代再分析產品對歷史探空資料的訂正量來自RICH[15]，在業務同化系統中采用了探空和飛機報的變分偏差訂正[16-17]。

歐美機構在全球大氣再分析產品研發過程中已開展了大量的資料收集整理工作，但國際已發布的再分析產品同化的中國地區常規觀測資料均來自全球通信系統（GTS）或雙邊交換，包含的地面氣象站點不及國家級地面氣象站的1/3，高空站點約為國內高空站點的2/3，同一探空站包含的垂直層次不到高空月報表包含觀測層次的一半，包含的中國飛機報也比國內共享飛機報少。2013年底，中國氣象局完成了1951年以來國家級和省級地面、高空紙質報表的數字化，通過多個步驟的質量檢測、控制和人工核查訂正，建成的中國地面、高空基礎數據集相對GTS交換資料的完整性和質量明顯提升[18]。在此基礎上，國家氣象信息中心自2013年底牽頭準備和啟動了1979年以來全球大氣再分析產品（簡稱CRA-40）研制。CRA-40是我國自主研制的第一代大氣再分析產品。CRA-40的全球常規觀測資料準備工作以提高地面、高空、飛機、海洋等基礎氣象資料的質量及其應用能力為核心，重點解決國內自助研制基礎數據集和最新收集的多來源國外觀測資料的整合、質量控制等問題，力爭提高全球大氣再分析常規氣象資料的同化應用水平。

1　數據源和方法

1.1　數據源

CRA-40同化的常規資料（簡稱CRA_OBS）來自CFSR同化輸入觀測資料集（1979—2014，簡稱CFSR_OBS）、GDAS同化輸入觀測資料（2015年以來，簡稱GDAS_OBS），以及國家氣象信息中心（簡稱NMIC）收集歸檔的各類常規觀測資料。CFSR_OBS的詳細介紹參見文獻[8]。

依據完整性、和質量狀況，可以將NMIC收集歸檔的各類觀測資料分成兩類。第一類為經過質量控制的觀測數據集。包括：

1）NMIC研制的2400多個國家級地面氣象站逐小時基礎數據集，其數據源為1979—2014年中國地面氣象站紙質月報表數字化資料和NMIC實時數據庫（簡稱NMIC_RDB）資料。

2）美國NCEI釋放的全球綜合地面觀測資料（ISD），包含了氣象站和機場站觀測資料。

3）NMIC研制的中國高空定時值基礎數據集，其數據源為1951—2012年中國高空紙質月報表數字化資料和2013年以來的高空月報數據文件，提供了將近150個無線電探空站的氣壓、位勢高度、溫度、露點溫度和風場觀測數據。數據集所含等壓面觀測數據相對于GTS交換數據的增量約為50萬/年，部分站點提供了世界時06時和18時的加密觀測。

4）美國NCEI釋放的綜合全球探空歸檔數據集（IGRA）[19]，包含了全球范圍的無線電探空和測風氣球觀測資料。

5）美國NOAA釋放的國際綜合海洋大氣數據集（簡稱ICOADS 3.0）[20]，包含了船舶、浮標、海島站及潮位站觀測資料。

6）美國N C E I釋放的全球飛機報數據集（1973—1998年）。

第二類為未經質量控制的觀測原始報文。包括：

1）NMIC_RDB保存的全球高空天氣報。

2）國家海洋信息中心、韓國氣象局等機構釋放的中國、韓國、日本、俄羅斯及澳大利亞周邊地區的船舶、浮標、海島站及潮位站觀測報文。

3）NMIC_RDB保存的中國AMDAR報文；美國NCAR釋放的NCEP全球飛機觀測原始報文（簡稱NCEP_ADP，1999年10月至今），英國CEDA釋放的英國氣象局實時庫全球飛機報（簡稱MetDB_OBS）。

1.2　方法

CRA-40常規觀測資料預處理包含了數據整合和標準化、質量控制、探空溫度偏差訂正、質量預評估、黑名單等多個處理環節（圖1）。

常規觀測資料進入CRA-40同化系統前以NCEP業務BUFR格式保存。為此，常規資料整合和標準化處理需要區分不同觀測平臺將地面、高空、飛機、海洋、風廓線等幾大類資料進一步細分成若干數據子類型，以便同化中對不同平臺的觀測數據采用不同的觀測誤差。地面資料區分為地面氣象站、機場站等；常規高空分為無線電探空、下投式探空、氣球測風等；飛機報分為PIREP、AIREP、AMDAR和ACARS等，其中AMDAR資料又將TAMDAR和加拿大AMDAR進行單獨分類。風廓線資料按照所在區域進行分類。在觀測數據標準化處理前，按照上述資料分類對CRA-40收集的不同來源觀測資料進行對比和整合，再進入后續的質量控制、評估、偏差訂正和數據選用過程。

圖1　CRA-40常規觀測資料處理流程圖Fig. 1 Processing flow of conventional observations in CRA-40

為避免質量較差的觀測數據對同化造成負面影響，全球大氣再分析常規資料預處理期間，選用ERAInterim再分析資料為參考數據，評估了不同數據源在不同時間段、不同區域相對于ERA-Interim的平均偏差（簡稱BIAS）和均方根誤差（簡稱RMSE），以及整合前后、質量控制前后、偏差訂正前后各類觀測數據的質量，觀測數據和ERA-Interim再分析偏差過大的站點或數據源需要進行人工診斷分析，這一過程稱之為質量預評估。通過質量預評估可避免存在系統性偏差或錯誤數據進行同化系統，是同化前觀測數據質量保障的主要手段。

2　數據整合

地面、高空觀測按站點進行數據整合。中國地面氣象站觀測和高空氣象站觀測分別來自NMIC研制的2400多個國家級地面氣象站逐小時基礎數據集和120站高空定時值基礎數據集。來自CFSR_OBS和GDAS_OBS的國外地面氣象站和全球機場站資料、國外無線電探空站和全球單測風站資料被直接用于CRA-40，NCEI發布的ISD數據集、IGRA數據集提供了少量CFSR_OBS、GDAS_OBS未保存的地面、高空觀測數據。此外，從NMIC歸檔的高空天氣報中補充了錦州、丹東、東沙、花蓮等高空站點觀測數據。由圖2可知，2013—2015年，CRA-40每日進入同化的全球地面氣象站觀測數據約為CFSR的兩倍，探空溫度觀測增加超過1/5。

圖2　2013年5月—2015年7月每日四個時次（世界時00、06、12、18時，下同）全球地面氣象站表面氣壓（a）和探空溫度（b）有效記錄數。紅線和藍線分別代表CRA-40和CFSR的輸入數據Fig. 2 Six-hourly observation counts of surface pressure(a) and radiosonde temperature (b) of global SYNOP stations. Red line represents input data of CRA-40. Blue line is the input data of CFSR

圖3給出CRA-40同化的地面氣象站和機場站的空間分布圖。中國2400多個地面氣象站基本覆蓋我國除青藏高原以外的大部分地區。機場報主要集中在北美和歐洲，亞洲、非洲、南美、澳大利亞等地區的機場報非常少。

圖3　進入CRA-40同化的地面氣象站（a）和機場站（b）的站點分布圖Fig. 3 Map of the surface meteorological stations (a) and METAR airports (b) for the CRA-40

CRA-40同化的幾類飛機報（AIREP、ACARS、AMDAR）數據源以CFSR_OBS和GDAS_OBS為主，ACARS報文開始于1992年。在此基礎上，增加了幾個區域的AMDAR資料，包括NCAR網站提供的TAMDAR資料和加拿大AMDAR資料、MetDB_OBS提供的韓國AMDAR資料，以及NMIC歸檔的未參加國際交換的中國AMDAR資料等。

圖4給出了不同時期各類飛機報觀測點的空間分布。AIREP報文集中在美國、北大西洋、北太平洋和澳大利亞周邊地區。部分位于北大西洋和北太平洋地區的報文經緯度精度為5°。由于觀測要素對應的經緯度缺測，這些報文提供的經緯度為估算值。ACARS報文集中在北美和日本地區；AMDAR報文以歐洲到美洲、非洲的航線以及澳大利亞地區航線為主，部分從歐洲到日韓的飛機經過中國大陸地區時提供了少量觀測數據。中國AMDAR資料開始于2003年5月，以中東部地區為主。

海洋資料主體來自CFSR_OBS和GDAS_OBS。在此基礎上，以站點、船舶呼號為數據組織單元，開展CFSR_OBS、GDAS_OBS和NMIC收集歸檔的不同來源海洋資料的重復報對比分析和整合；對站點或船舶呼號缺測的報文，通過多源數據的觀測時間、位置進行對比和整合。

圖5給出整合后不同時期進入CRA-40同化系統的地面、高空、飛機和海洋觀測數量。1979—2016年，CRA-40每日同化的常規觀測記錄量級由105增加到107。進入同化的陸地氣象站觀測（Ps）、無線電探空站（Ps，T，u/v，q）、測風氣球（u/v）、下投式探空（T,u/v,q）、船舶和浮標觀測（Ps，10米u/v）和飛機報（T,u/v）開始于1979年。風廓線開始于1987年，覆蓋了北美和日本地區。機場天氣報（Ps）開始于1997年。

3　質量控制

在觀測資料的同化應用之前，需要對整合和標準化處理后的常規觀測資料進行質量控制和數據選用。CFSR_OBS、GDAS_OBS，以及中國地面、高空基礎數據等經過質量控制的觀測數據集可直接進入整合步驟。如數據源為未經質量控制的觀測原始報文，整合前需要進行質量控制。整合前，地面氣象站、船舶、浮標和海島站觀測數據經過的質量控制步驟包括氣候界限值檢查、主要變化范圍檢查、要素間內部一致性檢查和時間一致性檢查等；探空資料的檢查包括氣候界限值檢查、垂直方向的靜力學檢查、溫度遞減率檢查、水平風切變檢查等；原始飛機報在進入整合前經過了包含航線軌跡檢查在內的一系列檢查，以及多步檢查結果的質量控制結果綜合決策。

圖4　不同時期的飛機報空間分布圖Fig. 4 Map of the aircraft reports in different period

CRA-40采用NCEP業務觀測數據質量控制軟件實施循環同化前觀測數據的質量控制，具體包括背景場數據讀入、表面氣壓的背景場質量控制、探空資料的綜合質量控制和輻射誤差訂正、飛機報的重復報檢查和綜合質量控制等。質量控制算法詳見www.emc.ncep.noaa.gov/mmb/data_processing/prepbufr.doc/document.htm。

表1給出了2006年7月9日00時幾類常規觀測數據的觀測數量、質量控制剔除比例以及進入同化系統的觀測比例。300 hPa以上的濕度觀測在同化數據篩查模塊被標注為不同化。飛機報剔除的數據比例相對較高。這是由于采用BUFR格式編碼的飛機報時間精度已逐步提高到秒，NCEP業務質量控制軟件包含的飛機報重復報檢查對部分觀測密度過大的時段或地區起到較好的稀疏化效果。

4　偏差訂正

4.1　探空溫度偏差訂正

觀測儀器和觀測方式的變化會導致探空溫度時間序列產生漂移。CRA-40使用RAOBCORE 1.4提供的訂正量[14]來訂正2013年以前全球探空溫度觀測的系統偏差。RAOBCORE 1.4以ERA-40和ERA-Interim的模式背景場作為參考序列進行探空溫度斷點監測和均一性訂正。對RAOBCORE 1.4未提供訂正量的部分中國站點，參照RAOBCORE 1.4的思路計算訂正量。此外，太陽輻射能導致白天觀測探空溫度存在系統偏差，該偏差大小與太陽高度角、儀器型號有關。經過RAOBCORE 1.4溫度訂正后，再采用NCEP的輻射偏差訂正模塊（簡稱NCEP RADCOR）處理問題，具體參見文獻[21-22]。

圖5　不同平臺觀測的溫度、濕度和風場的逐月數據量Fig. 5 Monthly counts, on a logarithmic scale, of observations assimilated in the atmospheric analysis component of CRA-40

圖6給出了2006年7月2—12日采用RAOBCORE 1.4訂正量和NCEP RADCOR前后中國探空站和國外探空站溫度相對于ERA-Interim再分析BIAS和RMSE的垂直分布。中國站點從2003年開始不再進行輻射偏差訂正。RAOBCORE訂正后中國探空溫度和國外探空溫度相對于ERA-Interim的RMSE都明顯減小，溫度平均偏差絕對值在70 hPa以上顯著下降，和ERA-Interim更接近。在采用RAOBCORE基礎上增加RADCORE訂正量后，國外探空溫度的RMSE進一步減小。但兩次溫度調整后，國外探空站在200 hPa附近相對ERAInterim的溫度負偏差有所增大。

從訂正前后誤差的空間分布圖看（圖7），訂正前中國探空溫度在50 hPa為明顯負偏差。印度、俄羅斯地區的溫度為明顯正偏差，個別站點的正偏差超過5 ℃。利用RAOBCORE1.4數據集實施訂正后，中國、印度、俄羅斯地區的誤差明顯下降，中國個別探空站的負偏差接近-2 ℃。采用NCEP RADCOR訂正后，部分站點的偏差有所下降，但印度、俄羅斯地區探空溫度的偏差過大現象依然存在。

表1　2006年7月9日00時CRA-40常規觀測數據量和質量控制統計表Table 1 Data counts and quality control statistics for conventional data in CRA-40 for 0000 UTC 9 July 2006

圖6　探空溫度相對于ERA-Interim的BIAS（a，c）和RMSE（b，d）垂直分布（單位：℃）Fig. 6 Vertical distribution of bias (a, c) and RMSE (b, d) relative to ERA-Interim of radiosonde temperature for 2-12 July 2006. Dash lines are unadjusted. Solid lines are adjusted with RAOBCORE 1.4. Dot-dash lines are adjusted with RAOBCORE 1.4 and RADCOR

4.2　飛機觀測溫度偏差訂正

研究表明，飛機觀測溫度相對探空溫度在200 hPa附近存在暖偏差。飛機觀測溫度的系統偏差和飛機型號、飛行狀態等因素有關。CRA-40基于NCEP GSI同化系統對飛機觀測溫度進行變分偏差訂正，訂正算法考慮了飛機的上升和下降速度。鑒于飛機觀測溫度偏差訂正不在同化前的觀測預處理環節，本文不過多闡述，具體細節參見文獻[23]。

5　質量評估與同化數據篩選

5.1　黑名單應用

大氣再分析在進入同化環節前關閉造成負面同化效果影響的觀測資料開關，這一過程稱之為數據選用（data selection）或黑名單（blacklist）。除了借助質量控制剔除錯誤數據，CRA-40通過質量控制前的觀測資料預處理程序避免了觀測站點高度與模式高度差異懸殊的資料、模式地形層以下的探空資料、300 hPa以上探空濕度等觀測資料進入同化系統。

此外，CRA-40同化系統會讀取外置黑名單文件。黑名單通常來自和觀測資料質量相關的一些先驗信息，如已知質量較差的觀測站點，或者觀測儀器誤差較大的飛機、船舶等，或者通過質量控制、比較觀測和背景場的偏差等方式來確定。對CFSR_OBS的質量控制碼進行分析可以獲取CFSR同化所用的部分觀測數據黑名單。ECMWF早期提供的同化前觀測數據選用信息包含了無線電探空、氣球測風、飛機、地面氣象站、船舶和浮標等幾類觀測數據被同化關閉的站號、船舶呼號、浮標號或者飛機標識符，但未提供具體的時間范圍。由于不同時期觀測數據質量存在差異，CFSR、ECMWF的黑名單并不完全適用于CRA-40。一些經驗性的做法可能導致過多觀測資料被關閉。如CFSR_OBS將2005—2007年的中國飛機報均標注為黑名單，但分析發現，2005—2007年的中國飛機報僅2007年4月7日—5月25日中國飛機觀測溫度存在符號錯誤，其他月份觀測數據未存在系統偏差或錯誤。CRA-40常規資料預處理階段完成了所有常規觀測資料和ERA-Interim再分析的對比，以及CFSR_OBS和ECMWF黑名單信息的檢驗評估，基于評估結果確定了觀測數據的黑名單。

圖7　2006年7月2—12日50 hPa探空溫度相對于ERAInterim的平均偏差（a）訂正前；（b）采用RAOBCORE 1.4訂正量；（c）采用RAOBCORE 1.4 +RADCOR訂正量。空心圈表示平均偏差超過5 ℃Fig. 7 Observation bias relative to ERA-Interim of radiosonde temperature on 50 hPa for 2-12 July 2006. (a)unadjusted, (b)adjusted with RAOBCORE 1.4, (c)adjusted with RAOBCORE 1.4 and RADCOR. Hollow circles represent the value is greater than 5 ℃

如圖8所示，進入CRA-40黑名單的全球探空溫度和濕度數據在2010年以前比例超過了2%，進入風場黑名單的比例相對較低，約為0.6%。2010年開始進入探空黑名單的觀測數據比例明顯下降，至2014年，僅0.5%的探空資料被納入黑名單。剔除黑名單站點的觀測數據后，50～70 hPa全球探空溫度觀測相對于ERA-Interim的RMS有所減小，個別月份減小約0.3 ℃（圖9）。

圖8　2006—2014年進入探空黑名單的逐月觀測數據比例Fig. 8 Rejecting percentage by blacklisting check of radiosonde data for 2006-2014. Solid line is temperature.Dash line is wind. Dot line is humidity

圖 9剔除黑名單前、后的70～100 hPa全球探空溫度相對于ERA-Interim再分析的逐月均方根誤差Fig. 9 Monthly RMSE of global radiosonde temperatures relative to ERA-Interim on 70～100 hPa for 2006 - 2014

CRA-40的飛機報黑名單來自各架飛機相對ERAInterim再分析的BIAS和RMSE統計分析。不同時期偏差過大的飛機標識符被納入CRA-40的黑名單清單。評估發現全球飛機報包含的PIREP報文誤差過大，溫度相對AIREP、AMDAR、ACARS三類飛機報偏暖幅度接近2 ℃，因此CRA-40關閉了PIREP報文的同化。加入黑名單檢查后，全球飛機報的整體誤差水平有所降低,在對流層高層對觀測數據的質量改善效果相對更明顯，溫度RMSE降低了約0.1 ℃（圖10）。

5.2　濕度的評估與同化應用

國際已有評估[24]表明，飛機觀測濕度的質量和探空濕度相當，有助于提高局地短期的數值天氣預報效果。目前ECMWF、NCEP的全球和區域業務數值天氣預報模式均同化了飛機觀測濕度。CRA-40常規資料準備過程中，完成了2000年10月至今的ACARS報文和2006年5月—2011年11月的TAMDAR報文兩類飛機報的濕度資料整理，這些濕度資料主要位于美國地區。為了決策是否在全球大氣再分析中同化飛機觀測濕度，對北美地區（50°—130°W，15°—55°N）探空、ACAR和TAMDAR的比濕相對于ERA-Interim的BIAS和RMSE進行了對比分析。結果表明，三者相對ERAInterim的RMSE均有明顯的季節變化，夏季誤差高于冬季。TAMDAR濕度的誤差接近探空濕度。但2011年以前，ACARS的濕度偏大。基于評估結果，1000 hPa以上的TAMDAR濕度和2011年以來的ACARS濕度進入了CRA-40同化應用。

圖10　黑名單檢查前后2014年7月全球飛機觀測溫度相對于ERA-Interim再分析的平均偏差和均方根誤差垂直分布Fig. 10 Vertical distributions of bias and RMSE of global aircraft observations relative to ERA-Interim before and after blacklisting for July 2014

分別選取2008年和2014年7—8月北美地區TAMDAR、ACARS、探空觀測濕度，計算觀測與分析場的差異（observation-minus-analysis，OMA），以及觀測與背景場的差異（observations-minusbackground，OMB）。結果（圖11）表明，飛機濕度的OMB、OMA和探空濕度的OMB、OMA垂直分布接近，飛機濕度OMA的平均偏差和均方根誤差總體小于探空濕度的OMA。在近地面層，探空和CRA-40比濕的平均偏差超過0.5 g/kg，ACARS比濕和CRA-40分析場的平均偏差不超過0.2 g/kg。TAMDAR、ACARS比濕相對CRA-40分析場的RMSE在對流層低層小于1 g/kg，比探空濕度對應的RMSE要低0.5 g/kg。和ERA-Interim分析場相比，幾類濕度觀測更接近CRA-40分析場。

6　小結

CRA-40常規資料預處理的主要目的是為CRA-40及未來中國新一代的全球大氣再分析提供高質量的觀測資料。針對40年全球大氣再分析（CRA-40）需求，國家氣象信息中心從2015年開始啟動全球常規資料預處理工作。以CFSR同化輸入常規觀測資料為主要數據源，收集和整理多個國家和機構最新釋放的全球觀測數據集或歸檔的原始觀測報文，完成了多源觀測資料的整合。相對國際已有再分析產品，CRA-40同化應用的全球常規資料在中國及周邊地區的地面、高空、海洋和飛機觀測數據量明顯提升。偏差訂正后中國探空溫度在平流層的負偏差減弱，全球探空溫度相對ERA-Interim的RMSE在垂直各層總體減小。剔除黑名單對應觀測數據可提高全球常規觀測資料的整體質量。此外，CRA-40再分析產品研制新增了2006年以來部分飛機觀測濕度的同化。

圖11　2008年和2014年7—8月北美地區（50°—130°W，15°—55°N）比濕觀測相對于CRA-40分析場、背景場和ERA-Interim分析場的平均偏差（a，c）和均方根誤差（b，d）Fig. 11 Bias (a, c) and RMSE (b, d) of specific humidity observations relative CRA-40 analysis (solid lines),background (dash lines) and ERA-Interim reanalysis (dot lines) in North American for July - August in 2008 and 2014. Red lines represent radiosonde. Blue lines indicate TAMDAR. Black lines denote ACARS

附錄：英文縮寫定義

2017年6月，經過預處理的2006—2016年全球常規資料已進入CRA-40的10年中間產品研制。下一步，CRA-40常規資料預處理工作將繼續完成全球40年常規資料的預處理工作，重點解決40年資料黑名單的建立和評估問題。前期評估已發現，由于采用的元數據信息準確度不高，RAOBCORE 1.4對1980—1990年代中國探空溫度的訂正量存在一些問題。CRA-40計劃在40年中國探空溫度訂正中采用自主研制的均一性訂正結果，并對RADCOR采用的中國歷史探空站輻射偏差訂正系數進行優化。

[1]Dee D P, Uppala S M, Simmons A J, et al. The ERA-Interim reanalysis: Con figuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological, 2011,137(656): 553–597.

[2]Gibson J K, Kallberg P, Uppala S M, et al. ERA description.ERA-15 Report Series, No. 1, ECMWF, 1997.

[3]Kalnay E, Kanamitsu M, Kistler R, et al. The NCEP /NCAR 40-year reanalysis project. Bulletin of the American Meteorological Society, 1996, 77: 437-471.

[4]Schubert S D, Park C K, Wu C Y, et al. A muti-year assimilation with the GEOS -1 systems: Overview and results. NASA Technical Memorandum, 1995.

[5]Kanamitsu M, Ebisuzaki W, Woollen J, et al. NCEP-DOE AMIPII Reanalysis (R-2). Bull Amer Meteor Soc, 2002, 83: 1631-1643.

[6]Uppala S M, K?llberg P W, Simmons A J, et al. The ERA-40 reanalysis. Quarterly Journal of the Royal Meteorological Society,2005, 131: 2961-3012.

[7]Onogi K, Tsutsui J, Koide H, et al. The JRA-25 reanalysis. Journal of the Meteorological Society of Japan, 2007, 85(3): 369-432.

[8]Saha S, Moorthi S, Wu X, et al. The NCEP climate forecast system version 2. J Climate, 2014, 27: 2185-2208.

[9]Rienecker M, Suarez M J, Ronald G, et al. MERRA: NASA’s modern-era retrospective analysis for research and applications. J Climate, 2013, 24: 3624-3648.

[10]Kobayashi S, Yukinari O, Harada Y, et al. The JRA-55 reanalysis:General specifications and basic characteristics. Journal of the Meteorological Society of Japan, 2015, 93: 5-48.

[11]András H, Berrisford P, Biavati G, et al. The impact of observations in the latest ECMWF reanalysis system. 6th Workshop on the Impact of Various Observing Systems on NWP. Shanghai, China.May 2016.

[12]Onogi K. A data quality control method using forecasted horizontal gradient and tendency in a NWP system: dynamic QC.J Meteor Soc Japan, 2009, 76: 497-516.

[13]Collins W G. The operational complex quality control of radiosonde heights and temperatures at the National Centers for Environmental Prediction. Part I: Description of the method. J Appl Meteor, 2010, 40: 137-151.

[14]Haimberger L. Homogenization of radiosonde temperature time series using innovation statistics. Journal of Climate, 2007, 20(7):1377-1403.

[15]Haimberger L, Tavolato C, Sperka S. Homogenization of the global radiosonde temperature dataset through combined comparison with reanalysis background series and neighboring stations. Journal of Climate, 2011, 25: 8108-8131.

[16]Milan M, Haimberger L. Predictors and grouping for variational bias correction of radiosonde. ECMWF ERA Report Series, 2015, No. 2.

[17]Isaksen L, Vasiljevic D, Dee D, et al. Bias correction of aircraft data implemented in November 2011. ECMWF Newsletter, 2012, 131: 6.

[18]熊安元. 中國地面和高空氣候變化數據產品研發技術. 北京: 氣象出版社, 2015.

[19]Durre I, Vose R S, Wuertz D B. Overview of the integrated global radiosonde archive. J Climate, 2006, 19(1): 53-68.

[20]Woodruff S, Worley S, Lubker S, et al. ICOADS release 2.5:extensions and enhancements to the surface marine meteorological archive. International Journal of Climatology, 2010, doi:10.1002/joc.2103.

[21]Collins W. Determination of new adjustment tables in order to bring radiosonde temperature and height measurements from different sonde types into relative agreement. EMC/NCEP/NOAA, 1999.

[22]Ballish B A, Kumar V K. Systematic difference in aircraft and radiosonde temperatures: Implications for NWP and climate studies. Bull Amer Meteor Soc, 2008, 89(11):1689-1708.

[23]Zhu Y, Derber J, Purser R J, et al. Variational correction of aircraft temperature bias in the NCEP’s GSA analysis sys tem. Mon Wea Rev, 2015, 143: 3774-3803.

[24]Petersen R A, Cronce L, Mamrosh R, et al. On the impact and future bene fits of AMDAR observations in operational forecasting.Part II: Water Vapor Observations. Bull Amer Meteor Soc, 2016,11: 2117-2134.