引言

大气再分析资料同化了大量卫星资料及地面和高空等常规观测资料，具有时间序列长、分辨率高等优点，不仅可用于天气与气候的诊断分析，还可用作天气和气候模式的驱动场。20世纪90年代以后，美国、欧洲、日本等相继推出了再分析产品，美国再分析产品包括最早发布的NCEP/NCAR^[1]，随后的NCEP/DOE^[2]，以及近年来发展的CFSR和CFSv2^[3]，此外美国国家航空航天局(NASA)近年来也发布了MERRA及MERRA2^[4]再分析资料；日本气象厅(JMA)和日本电子能源工业中央研究所(CRIEPI)联合完成了JRA25^[5]及其新一代产品JRA55^[6]；欧洲中期天气预报中心(ECWMF)是较早开展数据再分析研究的机构，其再分析资料已历经FGGE、ERA-15、ERA-40^[7]、ERA-Interim^[8-9]四代。2016年11月ECMWF推出了其第五代再分析产品(ERA5)的两个月预览版数据，并于2017年7月发布了ERA5 2010—2016年7 a的数据。由于各家机构的再分析资料所采用的数值模式、同化方案及同化数据均有不同，对大气真实状况的再现能力也有所不同，因而在利用再分析资料之前有必要对其描述大气真实状态的能力进行客观评价，亦即对适用性进行充分的评估分析。

目前针对再分析资料不同要素的适用性国内已有不少研究。支星和徐海明^[10-11]利用中国105站的探空资料对NCEP/NCAR、ERA和JRA三种再分析资料温度要素的可信度进行了分析，结果表明NCEP /NCAR资料在对流层上层更接近于探空资料，ERA资料和JRA资料在对流层中下层与探空资料更为接近。韦芬芬等^[12]发现NCEP/NCAR、NCEP/DOE及CFSR对高空变量的再现能力较JRA25、ERA-Interim和MERRA弱。袁松等^[13]对比分析了2007年11月—2008年11月的NCEP/NCAR再分析资料与安徽阜阳、安庆两站的高空资料，结果表明探空资料与再分析资料的绝对差值随地点、高度和季节变化较小，从而验证了利用再分析高空资料来分析无实际探空资料地区上空气象参量变化特征的可行性。王秀明等^[14]利用NCEP再分析资料统计了强对流天气的环境物理量特征，并与探空资料的计算结果进行了对比，认为NCEP再分析资料提取的温度场、中高空流场、K指数、垂直风切变等参量与探空资料较一致，可用于分析强对流天气的环流背景和大气层结条件。朱彦良等^[15]利用在安徽寿县获得的为期7个月逐6 h RS92探空资料对比分析了NCEP/NCAR和ERA-Interim两种再分析资料，发现ERA-Interim再分析资料与探空资料的相关性优于NCEP/NCAR再分析资料，并且温度和风速的相关性好于相对湿度场。余君等^[16]交叉对比分析了取自L波段探空、COSMIC掩星和ERA-Interim的温度、湿度数据，结果表明，在对流层顶以下，三者表现为明显的正相关，而在对流层顶以上表现为负相关。

再分析资料在山东地区的适用性研究主要集中在地面风场，滕华超等^[17]和陈艳春等^[18]分别利用地面风速对比了ERA-Interim再分析风速资料和NCEP /NCAR、NCEP /DOE、CFSR、ERA-Interim、JRA55共5套再分析风速资料，结果表明ERA-Interim和JRA55两套资料的适用性较好。范苏丹等^[19]则利用黄渤海沿海风场观测资料对比了CFSR再分析10 m风场，CFSR再分析资料不仅能够反映出随着蒙古气旋东移南下造成的陆地及黄渤海海上大风的变化特征，而且对不同天气系统下发生7级以上大风站点的风速及风向的评估大都基本正确。

综合以上研究可以发现ERA-Interim再分析资料在气候以及天气领域均有较好的适用性，但目前在其基础上后继开发的ERA5再分析资料对真实大气状况的模拟能力尚无人开展研究。本文利用山东及周边地区10个站点的地面和高空资料对ERA5再分析资料的适用性进行初步评估。

1 ERA5再分析资料简介

ERA5再分析资料是由欧盟资助、ECMWF运营的哥白尼气候变化服务(Copernicus Climate Change Service, C3S)打造的最新一代再分析资料，目前ECMWF发布了2010—2016年的数据，预计在2019年第一季度可以全部完成，实现从1950年开始到现在的历史时期覆盖，并实现滞后约3个月的实时更新。

ERA5在其前身ERA-Interim的基础上实现了很大升级。首先是时空分辨率的大幅提升，用户将首次在水平分辨率为31 km、从地表开始降至0.01 hPa(距地面约80 km)共137模式层的情况下获取大气变量的每小时估计数据，而ERA-Interim的时空分辨率分别是80 km和6 h，垂直方向上是从地面开始到0.1 hPa的60层。其次，ERA5首次利用由10个成员组成，时间分辨率为3 h，空间分辨率为62 km的集合再分析产品来评估大气的不确定性。这个新功能以ECMWF开发的数据同化集合(EDA)系统为基础，可以解释观测和预报模型中的误差，给用户在分析不同时间、地点的大气参数时带来更多的信心。再次，ERA5将更多的历史观测数据尤其是卫星数据利用到先进的数据同化和模式系统中，用以估计更为准确的大气状况，最终这些同化数据以及它们如何被使用的信息也将全部公开供用户访问。此外，ERA5提供的变量将由ERA-Interim的100种增加到240种，这其中包括由耦合的海浪模式所提供的波高、波向等变量，方便用户更准确地分析过去的大气甚至海洋状态。

所有ERA5数据产品均开放获取，并可免费下载，存储在ECMWF的气象资料归档和检索系统(Meteorological Archival and Retrieval System，MARS)中，并且通过ECMWF Web API供用户下载使用。目前ERA5资料只能利用Python脚本从MARS下载，所以下载ERA5数据的前提是安装Python软件以及ECMWF WebAPI客户端和API密钥。下载数据的软件环境完成之后，可以登录ECMWF的ERA5数据网址http://apps.ecmwf.int/data-catalogues/era5/?class=ea，依次点选所需数据的数据流、类型、年份、月份、层次、日期、时间、变量后，获得Python脚本文件，用Python执行便可开始下载所选数据。在对数据结构熟悉之后也可直接修改脚本文件，获得所需的数据。

2 资料与方法

ERA5再分析资料提供的要素数目非常多，但在天气诊断分析中仍以一些常规气象要素最为常用，这其中包括2 m温度、2 m相对湿度、海平面气压、10 m风等地面要素以及温度、相对湿度、位势高度、风场等高空要素，本文利用观测资料对以上要素的适用性进行初步分析。使用上节所介绍方法下载了2016年全年逐1 h的ERA5地面再分析资料，具体气象要素为2 m温度、海平面气压、2 m露点温度、10 m经向风速和10 m纬向风速，为与观测要素一致分别计算了2 m相对湿度和10 m风速、风向；此外还下载了00时(UTC，下同)和12时的高空再分析资料，具体要素为高空标准层(1 000、925、850、700、500、400、300、250、200、150、100 hPa)的位势高度、温度、相对湿度、风速、风向(风向风速由纬向风速和经向风速计算而得)。为了比较ERA5的可信度较ERA-Interim是否有所提高，下载了与ERA5相同时段相同要素的ERA Interim再分析资料。两者的空间分辨率分别是0.3°和0.75°。

用于评估再分析资料的是2016全年每天2次(00时，12时)的高空观测资料，具体包括山东省内章丘、青岛、荣成3站以及周边7站共10站(图 1)的高空标准层的温度、位势高度、相对湿度、风速、风向等资料，以及相同站点的逐小时的地面2 m温度、2 m相对湿度、海平面气压和10 m风场数据。由于地面气象要素具有很强的日变化，因此对地面要素的观测和再分析数据均进行了日平均再做相关分析，以去除日变化信息。再分析数据利用双线性插值方法插值到站点，观测资料有部分日期缺失并包含一些奇异极值，整理后10个站点的具体样本数量见图 2，其中地面一年的逐时观测样本数量应为8 784次，高空每天2次11个层次的观测样本数量应为8 052次，10个站点的地面观测样本数量均在8 500以上，除邢台外，高空观测样本数量均在7 500以上，缺测率均较小。

利用线性相关系数来对比分析再分析数据对观测数据的模拟程度，利用相对偏差、平均绝对偏差、均方根误差等比对再分析数据对观测数据的偏离程度。某一变量观测与再分析的相关系数计算公式为：

$ \begin{array}{*{20}{l}} {R = \left[ {\sum\limits_{i = 1}^n {\left( {{a_i} - \bar a} \right)} \cdot \left( {{o_i} - \bar o} \right)} \right]/} \\ {\left[ {\sqrt {\sum\limits_{i = 1}^n {{{\left( {{a_i} - \bar a} \right)}^2}} \cdot {{\left( {{o_i} - \bar o} \right)}^2}} } \right]} \end{array} $

(1)

相对偏差为：

$ {B_{{\text{ias}}}} = \left[ {\sum\limits_{i = 1}^n {\left( {{a_i} - {o_i}} \right)} /n} \right]/\left[ {\sum\limits_{i = 1}^n {{o_i}} /n} \right] \times 100 $

(2)

平均绝对偏差为：

$ {M_{{\text{ae}}}} = \left[ {\sum\limits_{i = 1}^n {\left| {{a_i} - {o_i}} \right|} } \right]/n $

(3)

均方根误差为：

$ RMSE = \sqrt {\frac{{\sum\limits_{i = 1}^n {{{\left[ {\left( {{a_i} - \bar a} \right) \cdot \left( {{o_i} - \bar o} \right)} \right]}^2}} }}{n}} $

(4)

其中，n为有效样本数，a和o分别代表再分析资料和观测资料。

泰勒图能够简明地总结统计再分析资料与观测值之间的相匹配程度^[20]。基于余弦定理，泰勒图将相关系数、均方根误差和标准差比率三种统计数据显示在一张图中。观测值被定为沿横坐标距离原点一个单位的点，距离原点的环形长度为再分析资料和观测值的方差比率，代表再分析与观测值离散度的相似性；方位角的余弦代表相关系数，再分析距离观测点的长度为再分析与观测之间的均方根误差，距离观测点的长度越短，表明再分析资料越接近观测值。

3 地面资料适用性

图 3为地面要素的泰勒图，图中红蓝标志分别代表ERA5和ERA-Interim两种再分析资料。通过图中红色标志分布可以直观地发现ERA5再分析地面要素与观测资料的匹配程度：海平面气压10个站点分布极为紧凑，再分析与观测之间的相关系数基本都在0.999以上，再分析各点基本分布在方差比率为1的线上，离观测值很近，表明不仅相关性好，再分析与观测之间的偏差也非常小；各个站点的2 m气温相关系数在0.99左右，但分布较海平面气压分散一些，站点之间的差异开始增大；2 m相对湿度站点间的差异进一步增大，相关系数维持在0.9左右；10 m风速的相关系数在0.7~0.9之间，各点之间的方差比率差别较大，部分站点甚至在1.25以上，导致与观测之间的均方根误差也区别很大，与此不同的是，10 m风向方差比率分布基本在1.25附近，但相关系数离散分布在0.3~0.9之间，也造成了不同站点间均方根误差区别很大。综合来看，海平面气压再分析与观测场的相关性最好，2 m气温次之，再分析资料对相对湿度和10 m风的再现能力稍差，四种要素随着相关系数的减小，站点之间的差异也逐渐明显。另外比较图中红蓝点的分布可以发现，同一变量中，相同站号的红色点大部分要比蓝色点更接近于观测点，表明ERA5再分析与观测的相关要好于ERA-Interim再分析，其适用性较ERA-Interim有一定提升，这在2 m相对湿度场和10 m风场表现得更为明显。

比较不同站点各要素的相对偏差和平均绝对偏差(表 1)可以发现，海平面气压的相对偏差基本为-0.07%~0.03%之间的负偏差，而大部分站点绝对偏差在0.4 hPa左右，郑州和射阳稍大在0.7 hPa以上，这也与其极高的相关系数分布是一致的；2 m温度的相对偏差在-7%~3%之间，平均绝对偏差在1 ℃左右；2 m相对湿度偏差除徐州和射阳为5%的负偏差外，其余站均为正偏差，偏差分布范围较大，绝对偏差在4%~13%之间；10 m风速偏差除邢台为负外，其余均为正偏差，大连和荣成的平均绝对偏差较大，在1.5 m/s以上，其余站点的平均绝对偏差在1 m/s左右，而10 m风向的平均绝对偏差在20°~60°之间，相对偏差分布离散程度较大，与其相关系数的分布也是一致的。

分析各个站点不同要素ERA5再分析与观测的逐月相关系数分布(图 4)发现，大连、青岛两站的2 m温度相关系数在春夏季节较其他时间和地区相对要小；大连、章丘、荣成、青岛4站的2 m相对湿度在1月和7月相关性较差，表现出明显的季节变化；几乎所有站点的海平面气压相关系数在秋冬季节要高于春夏季节，这在邢台、章丘和郑州3个站点表现更为明显；北京、荣成、青岛、郑州、徐州和射阳6站的10 m风速相关系数在冬半年要高于夏半年，其他站点的季节变化不明显，章丘站在1月和8月的相关比其他月份和其他站点相差较大；10 m风向的相关系数站点间的差异要大于其季节变化，这其中邢台、射阳以及部分月份的大连和青岛与其他站点相差较大，尤其是射阳站的相关系数非常小。总体来看，海平面气压再分析与实况的相关有着最明显的季节变化，2 m温度、2 m相对湿度和10 m风速则在部分站点有较明显的季节变化，而10 m风向的相关系数更多地表现出站点之间的差异。

4 高空资料适用性

对比5种高空要素在不同高度的相关系数(图 5)发现，高空温度的相关系数在300 hPa以下维持在0.996左右，300 hPa以上逐渐减小，各站点间的差异也逐渐明显，但100 hPa相关性又要稍好于150 hPa。相对湿度的相关性基本是随高度降低的，从对流层低层的0.9左右逐渐下降到对流层高层的0.3以下。说明以上两种要素在对流层中低层的适用性要好于对流层上部。位势高度相关系数在高低空均在0.99以上，1 000 hPa以上先是逐渐转小，在700 hPa或850 hPa高度上出现最小值之后又逐渐增大，基本稳定在0.998以上。风速的相关系数随高度是逐渐增大的，对流层低层基本在0.9以下，但在其上逐渐接近1。风向的相关性整体也是随高度升高逐渐增大的，但不同站点不同高度之间变化较大，相关系数基本在0.7以上，所以整体上看位势高度和风场的适用性对流层中上层要好于下层，这与温度和相对湿度的分布正好相反。而分析各高空要素相关系数的逐月分布(图略)可以发现，相比于地面要素较明显的季节和区域差异，高空要素的季节和区域差异较小。

通过比较各高空要素的平均绝对偏差廓线(图 6)可以发现，温度场的平均绝对偏差300 hPa以下在0.4~0.6 ℃之间，其上随高度逐渐增大；相对湿度平均绝对偏差300 hPa以下随高度是增大的，由底层10%以下增大到25%左右，300 hPa以上又随高度而减小；位势高度场的平均绝对偏差随气压的对数基本是呈线性分布的；风速偏差由低层的1.4 m/s左右到300 hPa增大到1.8 m/s左右，往上又逐渐减小，而风向的绝对偏差是随高度减小的，500 hPa以上基本稳定在10°以下。

分析各个要素的相对偏差(图 7)可以发现，温度场的相对偏差在700 hPa较大，可能是由于700 hPa高度上部分站点的平均温度较小所导致的。相对湿度的相对偏差先是随高度正偏差逐渐增大，250 hPa以上又逐渐减小，200 hPa以上转为负偏差，其廓线分布与平均绝对偏差是一致的。位势高度和风速风向的相对偏差在边界层中发散度较大，边界层以上分别稳定在-2.0、0、0左右，这和它们的相关系数随高度逐渐增大是一致的，位势高度可能存在一定的系统误差。

利用ERA5和ERA-Interim再分析数据与高空观测资料的相关系数、方差比率等所做的泰勒图显示，各等压面上ERA5和ERA-Interim再分析位势高度、温度与观测的相关均较好(图略)，ERA5提高不明显，但对流层低层(图 8所示850 hPa、925 hPa和1 000 hPa)的相对湿度和风场大部分站点ERA5再分析与实况的相关性要好于ERA-Interim与实况的相关。这与地面要素的结论相似，可见，ERA5的适用性总体要好于ERA-Interim，温度和位势高度(海平面气压)提升不明显，地面和对流层低层的相对湿度和风场有较大提高。

5 结论

本文利用山东及周边地区10个观测站的地面、高空观测数据和2016年ERA5、ERA-Interim两种再分析资料，采用相关系数、相对偏差和平均绝对偏差等统计方法，对ERA5再分析数据的适用性进行了初步分析，并与ERA-Interim再分析数据进行了对比，结果表明：

1) ERA5再分析地面要素中，海平面气压和温度与实况资料的相关性明显优于相对湿度和风场。

2) ERA5再分析高空要素中，温度和相对湿度在中低层的适用性要好于高层，而位势高度和风场的适用性在中高层较好。

3) 海平面气压再分析与实况的相关有着最明显的季节变化，2 m温度、2 m相对湿度和10 m风速则在部分站点有较明显的季节变化，而10 m风向的相关系数更多的表现出站点之间的差异；高空要素的适用性没有明显的季节变化和区域差异。

4) 整体来看，ERA5的适用性优于ERA-Interim再分析资料，地面和对流层低层的相对湿度、风场两种要素提高更为明显，并且ERA5更高的时空分辨率有助于更精细的描述大气状态。

需要注意的是，以上结论是基于一年的再分析和观测资料所得出，更长时间尺度上的年际变化以及ERA5与其他再分析资料的横向对比分析仍需进一步研究。