不同的气象模型的区别

Question

我需要使用历史气象数据(温度和降水),我们使用meteoblue.com。

(https://docs.meteoblue.com/en/meteo/data-sources/data-sources数据源他们写的三种不同类型的模型:

• 天气再分析模型
• 天气仿真模型
• 卫星(观察)数据

比较ERA5(再分析)和NEMS(模拟):

• 每日平均温度几乎是一样的在这两个模型
• 时代经常给数量每月降水高出2 - 4倍,也就是太大差异(欧洲,我感兴趣的过去20年)

我想读到的模型,但是找不到任何比较。还真的不了解可能出现如此大的差异和模型我使用。

Answer 1

一般来说,这三个数据集之间的关系如下:

• 启动仿真模型的边界和初始条件,并将长期提供良好的条件。然而,根据数据同化的频率,结果在短期时间跨度可以偏离观测,由于内部模型的变化。此外,模型并不完美,有时有偏见对一些变量。
• 相比之下,卫星数据提供了观察。这些当然是技术方面的限制,但如表中所示3提供的链接,降水测量的质量很好。然而,卫星通常有一个贫穷的时间/空间分辨率比模型(卫星不能分身乏术,根据类型不同,无法衡量在一个非常高的分辨率)。
• 再分析结合模型的仿真,观察,两组在哪里合并(通过数据同化)提供一致的数据集。这提供了一个数据集,可以被认为是“虚假的观察结果”(他们通常用作大陆范围内或全球范围内观察的数据集在气候研究),但没有穷人的时间/空间分辨率卫星观测。可利用的偏差应当低于原天气模拟,但可能仍然存在。

关于温度和降水之间的区别:温度比降水更容易正确地模拟(例如因为干燥/潮湿的转变)。因此,每月规模、降水偏见可能已经相当大。本文对降水偏见的更多信息,可能有关:https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2010jd014532(Stephens et al .(2010):降水在全球的沉闷状态模型)

本质上,您想要使用的数据集应该取决于你的需求。如果空间/时间覆盖率和历史数据是最重要的,再分析可能是您最佳的选择。如果你想知道更多关于这个数据集和它的偏见,本文是一个好的起点:https://hess.copernicus.org/articles/24/2527/2020/(Tarek et al .(2020):评估ERA5再分析作为一个潜在的参考数据集水文建模在北美)。或者,如果你的目标是影响评估,你会立即检查这一个:https://essd.copernicus.org/articles/12/2097/2020/(Cucchi et al . (2020): WFDE5: bias-adjusted ERA5再分析数据的影响研究)