科研之友
微信
新浪微博
Facebook
分享链接
摘要
高时空分辨率的气温栅格数据是多种地学模型和气候模型的重要输入。山区地形复杂，气温空间异质性强，如何获取高时空分辨率的山区地表气温数据一直是研究热点与难点。本文选择地形复杂的河北省张家口市作为试验区，基于局部薄盘样条函数对ERA5再分析日均近地表气温（2 m高度）进行空间插值，并利用随机森林算法，结合少量气象站观测气温数据、地形地表参数数据构建日均气温订正模型和气温逐时化模型，实现空间分辨率由0.1°（约11 km）到30 m的逐时气温降尺度，最后将该模型拓展应用于其他时间与区域，检验本文发展的降尺度方法在没有站点观测数据条件下的时空移植性。结果显示，本文降尺度方法得到的高时空分辨率山区气温数据精度较高，1月均方根误差（RMSE）平均值为2.4℃，明显优于气象站点插值结果，且气温相对高低的空间分布更为合理、纹理更加丰富；将该方法应用到其他时间与区域的RMSE平均值分别为2.9℃与2.5℃，均小于再分析资料直接插值所产生的误差。研究结果总体表明，在气象站点较少甚至没有时，可利用本文方法通过ERA5再分析气温准确获取复杂地形条件下的山区高时空分辨率气温数据。
-
单位河北省气象台; 南京信息工程大学
