登录后查看更多精彩内容~
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
本帖最后由 andrewsoong 于 2016-3-25 20:59 编辑
CLDAS大气驱动场产品 “CLDAS 大气驱动场” 产品包含2m气温、气压、湿度、10m风速、降水、短波下行辐射 六个要素。各要素为覆盖亚洲区域(0°-65°N,60°-160°E)的逐小时、0.0625°×0.0625°等经纬度网格产品,实时产品(气温、气压、湿度、风速)滞后 30min、 短波辐射滞后 50min、降水滞后 1.5h,近实时产品滞后 2d。 1 数据源地面观测数据:经过质量控制后的 2400 余个国家级自动站以及业务考核的近 4 万区域自动气象站观测的小时气温、气压、湿度、风速、降水等数据。 ECMWF 数值分析/预报产品:EC发布的全球 3h、0.125°分辨率的 2m 气温、 气压、2m 湿度、10mU 与 V 风速数据产品。 GFS数值分析/预报产品:NCEP 发布的全球 3h、0.5°分辨率的臭氧、大气 可降水、地面气压等数据产品。 卫星降水产品:国家卫星气象中心业务的FY2 降水产品(圆盘图),国家气 象信息中心业务的亚洲区域 1h、0.0625°分辨率的 EMSIP 多卫星集成降水数据产 品。 融合降水产品:国家气象信息中心业务的中国区域 1h、0.1°分辨率的 FY2/CMORPH 降水与地面自动站降水融合产品。 FY2卫星全圆盘标称图:国家卫星气象中心业务的 1h、5km 分辨率(星下 点)静止卫星多通道观测数据。 2 核心算法气温、气压、湿度、风速产品以 ECMWF 数值分析/预报产品为背景场,通 过多重网格三维变分技术融合地面自动站观测数据而形成;短波辐射产品基于 DISSORT 辐射传输模型,利用 FY2卫星全圆盘标称图 VIS 通道数据反演而形成; 降水由 FY2/EMSIP 降水产品与中国区域降水融合产品叠加拼接而成。 3 产品质量采用 2400 余个国家级自动站定时观测数据评估了中国区域温压湿风陆面气象驱动产品;利用中国 15个太阳辐射地面观测站数据评估了地面入射太阳辐射 产品;降水产品沿用了 CMPA-V2.0 小时降水数据集,质量良好。 CLDAS 亚洲陆面气象驱动数据产品在中国区域评估结果4 产品获取方式 产品可在中国气象局业务内网浏览下载:
CLDAS土壤湿度分析产品 “CLDAS 土壤湿度分析产品”为覆盖亚洲区域(0°-65°N,60°-160°E), 逐小时、垂直分为 5 层(0-5,0-10,10-40,40-100,100-200cm),0.0625°× 0.0625°等经纬度网格的土壤湿度产品,实时产品滞后 1.5h,近实时产品滞后 2d。 1 数据源CLDAS大气驱动场产品:国家气象信息中心发布的亚洲区域 1h,0.0625° 分辨率的地面气温、气压、湿度、风速、降水、短波辐射等数据产品。 土壤参数数据:北京师范大学发布的中国土壤水文数据集中的中国区域 30弧秒分辨率 8 个层次的土壤参数数据。 植被类型数据:USGS 发布的全球 30 弧秒分辨率 24 类植被分类数据。 2 核心算法第一步:针对 CLM3.5、CoLM、Noah-MP 等陆面模式,分别制作土壤质地、 植被类型等地表参数,作为陆面模式输入数据;第二步:利用“CLDAS 大气驱 动场产品”对 3 个陆面模式的 6 个集合成员(CLM3.5、CoLM、Noah-MP1-4) 进行 spin-up,从而分别制作得到每个集合成员的初始场;第三步:利用驱动数 据和初始场信息,重新驱动 6 个集合成员进行积分运算,得到土壤湿度模拟集合; 第四步:利用多模式输出的土壤湿度集合,通过物理转换、垂直分层插值等后处 理过程,得到 0-5,0-10,10-40,40-100,100-200cm 垂直 5 层的土壤体积含水 量集合(m3/m3);第五步:利用集合平均技术,在各层对土壤湿度集合成员进行平均,形成最终的土壤湿度集合分析产品。 3 产品质量利用中国区域业务的质量控制后的土壤湿度自动站观测资料对CLDAS-V2.0 土壤湿度数据产品进行了评估,结果表明:CLDAS 土壤湿度产品 与地面实际观测吻合度较高;全国区域平均相关系数为 0.89,均方根误差为 0.02m3/m3,偏差为 0.01 m3/m3。 file:///C:/Users/Soong/AppData/Local/Temp/msohtmlclip1/01/clip_image002.gif
4 产品应用
CLDAS土壤湿度分析产品评估
CLDAS 业务产品在内蒙、青海、甘肃、吉林、广西、湖南等多省/自治区的 农业土壤墒情监测、干旱监测等业务中得到应用,并获得良好的用户反馈意见。 5 产品获取方式 产品可在中国气象局业务内网浏览下载: 6 联系方式电话:010-58995153;Email: jiangzhw@cma.gov.cn; hans@cma.gov.cn; QQ 群:CLDAS-陆面数据同化 227822709 |