不同气象模式之间的差异

Question

我需要使用历史天气数据(温度和降水)，我们使用meteoblue.com。

(https://docs.meteoblue.com/en/meteo/data-sources/data-sources#data-sources，他们写了三种不同类型的模型:

• 天气再分析模式
• 天气模拟模式
• 卫星(观测)数据

比较ERA5(再分析)和NEMS(模拟):

• 两种模式的日平均气温几乎相同
• ERA给出的月总降水量通常是2-4倍，差异太大了(这是针对欧洲，我感兴趣的是过去20年的数据)

我试着去了解这些模型，但找不到任何可比性。我也不明白为什么会有这么大的差异，我应该使用哪种模型。

Answer 1

总的来说，三个数据集之间的关系如下:

• 该仿真模型由一组边界条件和初始条件启动，并在长期内提供良好的平均条件。然而，由于模型的内部变异性，根据数据同化频率的不同，短期时间跨度的结果可能会偏离观测值。此外，模型并不完美，有时对某些变量存在偏差。
• 相比之下，卫星数据提供观测数据。这些当然受到技术方面的限制，但正如您提供的链接的第3节中的表格所示，降水测量的质量非常好。然而，卫星的时间/空间分辨率通常比模型差(卫星不可能一次出现在所有地方，根据类型的不同，不能以很高的分辨率进行测量)。
• 再分析是模型模拟和观测的结合，其中两个集合被合并(通过数据同化)以提供一致的数据集。这提供了一个可以被认为是“伪观测”的数据集(它们在气候研究中经常被用作大陆尺度或全球尺度的“观测”数据集)，但没有卫星观测的低空间/时间分辨率。重新分析的偏差应该比原来的天气模拟低，但仍然可能存在。

关于温度和降水之间的差异:温度比降水更容易正确模拟(例如，因为干燥/潮湿的过渡)。因此，在月尺度上，降水偏差可能已经相当大了。有关降水偏差的更多信息，本文可能相关:https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2010jd014532(Stephens et al.(2010):全球模式降水的沉闷状态)

从本质上讲，您想要使用的数据集应该取决于您的需求。如果空间/时间覆盖和历史数据是最重要的，那么重新分析可能是您的最佳选择。如果你想了解更多关于这个数据集及其偏见的信息，这篇文章是一个很好的起点:https://hess.copernicus.org/articles/24/2527/2020/(Tarek等人(2020):评估ERA5再分析作为北美水文建模的潜在参考数据集)。或者，如果你的目标是影响评估，你可能会立即检查这个:https://essd.copernicus.org/articles/12/2097/2020/(Cucchi et al. (2020): WFDE5:影响研究的偏差调整ERA5再分析数据)