英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

关于“OMR”方法：一个从多年代际变率的视角看问题

王君 严中伟 菲尔D.琼斯 夏江江

收稿日期：2013年1月14日；修改日期：2013年6月4日；接收日期：2013年6月12日；发表日期：2013年7月16日

观察减再分析（OMR）方法被广泛用于研究城市化与土地利用变化对气候的影响。本文指出中国东部1979-1998和1989-2008两个时期的“OMR”趋势和该地区在近几十年中经历的高速城市化不一致。利用集合经验模分解，从上世纪以来测站温度观测数据和相应的再分析资料中提取长期趋势和多年代际变率（MDV）发现，总的来说，再分析资料中MDV比观测值中MDV弱。这个系统的差异大大的调制了不同时期OMR趋势值，这导致了对于城市化影响不一致的估测。经过校准后的MDV，北京和上海的OMR趋势在不同的时期相一致，在每十年0.04℃-0.1℃，值比原先估计的要小。本文为应用OMR方法来评估城市化影响以及应用有限期再分析资料进行研究者提出了警示。

引用格式：Wang, J., Z. Yan, P. D. Jones, and J. Xia (2013), On “observation minus reanalysis” method: A view from multidecadal variability, J. Geophys. Res. Atmos., 118, 7450–7458, doi:10.1002/jgrd.50574

1、引言

毫无疑问城市化会对世界各地的局地气温观测序列产生局地偏差[Bouml;hm, 1998;任等人, 2007; Gaffin等人, 2008;严等人, 2010]，但是，对于如何定量化描述城市化对大尺度温度气候态的影响仍然有争议。其中一个问题是由于气象观测时间序列的非均一性造成的，即局部观测系统的变化（比如台站的迁徙和历史上观测方式的变化）而引起的偏差。对于北京一个受近几十年来、城市快速扩张的影响的观测站，城市化对该测站记录的变暖趋势的贡献，基于原始数据的分析是占80% [任等人，2007],基于均一化数据[严等人，2010]贡献率只占40%，基于更严格均一化观测数据的估计甚至更小[王等人，2013]。对于区域平均变暖趋势的估计，过去的研究表明，从20世纪70年代末以来由于城市化迅速发展的中国区域气候变暖偏差约为0.1°C /十年[Jones等人, 2008;华等人, 2008;任等人,2008]，然而最近基于均一化数据的研究表明，中国地区过去半个世纪与城市化相关的平均变暖偏差只有0.012°C /十年[李等人，2004]。另外以美国为例，数据进行均一化处理之后，全国范围内城市和乡村之间的平均变暖趋势没有显著差异[Peterson, 2003]。在这个领域另一个引起广泛讨论的问题就是使用了两种差异较大的方法。上述讨论的工作中大部分是基于对地表观测值而开展讨论，另有大量的研究则还用到了“OMR（OMR）”方法，涉及到再分析资料 [Kalnay和蔡, 2003]。最近一个使用OMR方法的研究估测，在中国东部城市化在冬季的影响达到0.466°C /十年[杨等人，2011]. 国家环境预报/美国国家大气研究中心（NNR）再分析数据表征大尺度气候变化但没有同化近地面温度、湿度、风等地表观测，因此NNR资料对陆地利用变化不敏感，故OMR可反映地表变化所致的气候效应，这就是OMR的基本思想 [Kalnay和蔡, 2003]。Trenberth认为NNR数据也没有包含大气成分变化对辐射的影响。但是蔡和Kalnay认为即使用于再分析的模型中没有包含由于温室气体增加产生的强迫但是由这种强迫产生的趋势会包含在模式结果里。尽管有这些争论，许多研究[周等人, 2004; Lim 等人, 2005; Kalnay 等人, 2006; Pielke等人, 2007; Nunez等人, 2008; Fall等人, 2010]应用OMR方法来估算土地利用变化对气候的影响。基于国家环境预测中心/国家能源部 (NCEP/DOE)的再分析资料，周等人认为在1979-1998年期间，在中国东南地区城市化以0.05℃/十年的速度增强着冬季温度，但是根据周等人的文章中图三，在同一时期对城市化中国东部长三角地区平均冬季地表温度变暖几乎没有影响。近来却有研究发现在中国东部长三角地区1981-2007年有着以0.446℃/十年速率上升的强OMR趋势[杨等人，2011]。尽管最近的研究是用1999-2007年最新的资料，但从二十世纪七十年代末开始的在中国东部地区迅速发展的城市化，不可能直到上个世纪末才开始影响当地的气温纪录。周等人的结果表明在中国南方的珠江三角洲地区冬季最低温度的OMR趋势显著而在长江三角洲是微不足道的。可是由于这两个地区在同一时期经历了快速的城市化，所以周等人提到的差异是难以解释的。沃斯等人发现在蔡和Kalnay等人文章中的OMR趋势随着时间推移在减弱。根据他们的计算，均一化后的观测趋势和NNR再分析数据趋势二者的差异在前二十年超过后二十年的两倍。考虑到以往研究中的各种结果和争论，我们推断有可能是在地表观测数据和再分析资料中MDV系统差异造成的。

吴等人认为短期气候趋势是长期趋势（ST）和MDV叠加的结果。吴等人的文章指出在二十世纪末迅速的变暖是长期增暖趋势与年代际振荡变化处于暖位相相一致的结果，他们估计从二十世纪八十年代以来前者的贡献大约为0.08℃/十年，他们认为MDV基本上来自气候系统内部的变化。如果再分析资料不能完全再现地表观测资料中有很好纪录MDV，那基于数十年的时间序列资料计算出的 OMR趋势将会受到MDV在观测值和再分析资料中差异的影响。如果是这样，那么之前基于OMR方法得出的结果将值得质疑，因为这些OMR趋势将不仅是由于所谓的“城市化的影响和对陆地利用的变化”而产生的，也可能是由于不同时间序列中MDV差异造成的。在本文中，我们先展示一些由OMR方法得到的矛盾结果。其次，我们证明在不同的数据集中MDV的内在差异。最后，我们提出一种在运用OMR方法之前校准再分析资料中MDV的一种或许可行的方法。

2.数据和方法

本文研究中的数据包括三个再分析格点数据集（NCEP/DOE[Kanamitsu等人, 2002],，ERA-Interim[Dee等人, 2011]和20CR[Compo等人, 2011]），1960-2008期间中国549的气象站均一化的逐日气温观测数据集[李和严，2009]，北京、上海[严等人，2001]和全球范围内为了进行比较而选取的几个地区的逐日气温观测值百年尺度序列和CRUTEM4全球格点陆面气温资料[Jones 等人, 2012]。

便于讨论，除了为消除在观测中系统误差（如台站迁徙），我们对数据进行了均一化处理，其他过程我们与周等人[2004]的研究相同。具体而言，我们把1979-1998和1989-2008这两个时期内，中国东部海拔低于500m的测站的月平均气温资料和用NCEP/DOE再分析资料插值到站点相应位置获得的月平均气温资料分别进行比较。对于每个数据序列，气温异常利用气候年平均周期进行计算，用最小二乘法来计算线性趋势然后用t检验来检验线性趋势的显著性。注意1979-1998的平均年周期与1989–2008略有不同，但给定时间段内的OMR趋势不受这个影响。

为了进一步阐述OMR趋势中年代际变化不仅发生在中国还发生在其它地区，我们比较了基于地面观测数据的CRUTEM4再分析格点资料[Jones等人, 2012]。为了便于计算CRUTEM4资料中的OMR趋势，我们把再分析资料插值到5times;5 纬度times;经度的网格点上，用最小二乘法计算OMR趋势，用t检验对其进行显著性检验。

我们运用北京和上海两地的长期温度序列和由20CR插值到相应位置得到的再分析资料来证明时间序列中存在MDV。20CR是唯一一个时间序列时间足够长，可以用来分析MDV的再分析资料。本文应用一种自适应的时空局部分析法即集合经验模分解（EEMD）[黄和吴，2008；吴等人，2008]将时间序列划分为不同时间尺度的变化（包括MDV和ST）。与其他传统的分解方法（例如，傅立叶变换和小波分析）相比，EEMD具有数据分解的自适应性和时空局地性[吴等人，2011]。EEMD是在经验模分解（EMD）方法基础上进行的改进，EMD是一种自适应的（不使用任何经验函数）、为了提供在时间频率域上时间序列更准确的表达而使用时间局部分析算法的一种分解方法[黄和吴，2008]。应用EMD，我们可以将任意复杂的数据序列分解成少数被称作固有模态函数（IMF）的不同时间尺度的振幅-频率调制振荡分量[黄和吴，2008]。在本文的研究中，EEMD的主要步骤如下[钱等人，2009]：（1）为了避免原始数据中间歇性噪声的影响，把一个具有0.2倍数据标准差的白噪声序列添加到年平均温度系列中来提供一个相对均匀、高频的极值分布。（2）用EMD把添加了白噪声的数据分解为几个IMF。（3）重复1000次步骤1和2 ，但是每次用不同的白噪声序列。（4）将分解得到的各个IMF集成平均，作为最终的结果。

3、结果

3.1相矛盾的OMR结果

图1展示了1979-1998年中国东部地区OMR 趋势(NCEP/DOE)。值得注意的是在中国东南部(20°N–36°N, 102°E–123°E)OMR趋势的地理格局和大小和周等人的结果几乎一致，这是因为我们使用了几乎相同的数据和方法。在中国东部长江三角洲地区的OMR趋势要远小于在珠江三角洲地区，由于两个地区在1979-1998年都经历了相似的迅速的城市化发展过程，所以这个差异没有得到较好的解释。图1b展示了1989-2008年中国东部地区OMR 趋势(NCEP/DOE).在中国南部大部分地区OMR趋势甚至与1979-1998相态相反。OMR下降趋势与近几十年珠江三角洲地区快速城市化、经济增长相矛盾。同样地， 1979-1998年中国北部地区OMR趋势较大但是1989-2008年间却有明显下降，这也与中国北部的城市化进程相矛盾。值得注意的是在过去几十年里长江三角洲和珠江三角洲地区土地利用变化主要是快速城市化引起的。因此，这两个时期和两个地区内OMR趋势与OMR期望（从周等人文章中，2004）相反。简言之，迄今为止，根据OMR方法得到的结果与考虑到城市化和土地利用变化对气候影响的结果不一致,我们期望在1979-2008期间内应该逐步转变而不是一个时期变暖另一个时期突然变冷。

3.2基于ERA-Interim和20CR的结果

为了弄清是否上文提到的问题不仅存在于NCEP/DOE再分析资料中，也存在于其他再分析资料中，我们重复进行3.1中的分析，不过应用的是ERA-Interim和20CR再分析资料，这两个数据集进行不同的预测和同化系统而且同化资料源也不同。20CR资料时间尺度较长，从1871-2010年，这让我们能够应用EEMD方法从地表温度时间序列中分解出ST和MDV成分。如图2a所示，1979-1998期间长三角和珠三角OMR（ERA-Interim）趋势为负，在1979-1998年间，在长江三角洲地区负OMR趋势更为明显（图2b） 。这些结果表明OMR（ERA-Interim）趋势在两段时间内尽管没有按预期由于城市化而呈现出正趋势，不过这两个时期趋势是一致的。基于20CR（图2c）的结果显示在1979-1998年间，中国中部地区，OMR趋势都是正值且比东南沿海强城市化发展地区更加明显，1989-2008年间，长江三角洲地区的OMR趋势都是正值且比珠江三角洲地区大，可是观测资料在长江三角洲、珠江三角洲1989-2008呈现较弱的负趋势，两者的不一致甚至比3.1节更加明显。

为了分析其他地区的情况，我们计算CRUTEM4和三个独立再分析资料（NCEP/DOE, ERA-Interim,and 20CR）中OMR趋势。如图3a和图3b所示，NCEP/DOE再分析资料中OMR趋势在两个时期里在美国、欧洲中西部和南部、远东、澳大利亚等地区变化较大。相反地，ERA-Interim再分析资料的OMR趋势在两个时期里变化很小，这点和中国的情况相似，这表明就年代际气候变率来讲近地表温度观测值和ERA-Interim再分析资料有较好的一致性。20CR中OMR趋势两个时期内在许多地方都不一致，比如：美国南部，西伯利亚，中国北部和印度次大陆。（图3e和3f）

3.3观测资料和再分析资料中的长期趋势和数十年变量

短期OMR趋势可看作是观测和再分析资料中ST和MDV差异组合的结果。正如图4所示，从二十世纪八十年代以来，中国东部两个测站实测地表温度的ST和通过再分析资料插值得到的ST有些许改变。

观测与再分析结果相比较发现，对调制短期线性OMR趋势起重要作用的MDV成分在观测和再分析资料中存在差异。之前的研究指出MDV本质上是源于气候系统的内部变化。正如图4a和图4b所示，北京和上海两地观测资料中MDV曲线有着相似的振荡结构，即在二十世纪四十年代有个峰值、二十世纪七十年末有个谷值，但是对于两个测站再分析资料中MDV成分有所不同。从1960年至今，北京地区再分析资料中MDV有着近乎与观测资料中MDV相反的位相。MDV的这种差异会调制不同时期对OMR趋势的估测。从图5中可看出1979

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[30561]，资料为PDF文档或Word文档，PDF文档可免费转换为Word