四种再分析辐射资料在东南极高原适用性评价

傅良 卞林根 效存德，2 丁明虎，2

（1中国气象科学研究院，北京100081；2冰冻圈科学国家重点实验室，中国科学院寒区旱区环境与工程研究所，甘肃兰州，730000）

0 引言

太阳辐射是地球大气中各种天气现象和一切物理过程的基本原动力，近地面的辐射和热状况对天气和气候有着非常重要的影响，是天气、气候形成的重要驱动因子［1］。表面辐射平衡可以由下式表示：

地表反射率可以表示为：

向下的辐射通量定义为正，Rnet是表面吸收的净辐射。SW↓，SW↑，LW↓，LW↑分别为向下短波辐射通量、向上短波辐射通量、向下长波辐射通量和向上长波辐射通量，α为地表反射率。

南极地区由于其冰雪覆盖的特殊地表特征、较低的太阳高度角以及极昼/极夜转换，导致其辐射平衡非常极端，即使是在夏季，雪表面也仅吸收5%—25%的向下短波辐射，另一方面，南极冰盖表面长波发射率高（ε≈0.98），因此长波辐射导致的热散失十分强烈。加之南极干冷稀薄的大气，云量稀少，限制了向下的长波辐射，这导致了南极冬季地表出现很强的辐射赤字。为了弥补这种强的辐射热散失，大气不断地通过感热和潜热的方式向地表输送热量，这让南极冰盖成了地球大气主要的热汇［2-4］。因此定量解释南极地区辐射平衡的基本特征成为了研究南极在全球气候变化中作用的基础性工作。然而在南极，尤其是广袤的东南极高原地区，气象记录稀少，时间序列短，严重限制了对南极内陆地区天气气候长期变化过程的研究［5］。此前，中国对南极的辐射平衡研究主要集中在中山站和长城站等沿岸地区［6-8］，为了填补中国在南极内陆地区全辐射研究（SW↓、SW↑、LW↓、LW↑）的空白，2010年在中国第26次南极科学考察期间，在中山站至Dome A沿线架设了Panda-1自动气象站（图1），除常规气象观测项（温、压、风、湿）外，还安装了向下、向上短波辐射和向下、向上长波辐射四种辐射观测仪器。

图1 中山站至Dome A地形Panda-1自动气象站的位置Fig.1.Topography and AWS locations along the CHINARE traverse route from ZS to Dome A

本文评价的再分析资料包括美国国家环境预测中心和美国国家大气研究中心的再分析资料NCEP/NCAR（NCEP-1）、美国国家环境预测中心和美国能源部的再分析资料NCEP/DOE（NCEP-2）、欧洲中期天气预报中心的再分析资料ERA interim、日本气象厅（JMA）2006年开始实施的用于业务的再分析资料JCDAS。虽然再分析资料解决了以往研究中资料匮乏的难题，然而不同再分析资料的数据源不同，所采用的同化方案也不同，在同化过程中存在不确定性和偏差［5］，因此，应用再分析资料对南极地区气候进行研究之前，非常有必要与实测资料相比较，了解不同再分析资料在该地区的适用性。

前人对再分析辐射资料的研究，主要关注其在全球尺度和低纬度地区的适用性。Allan等［9］研究发现ERA 40能够较好地模拟晴空向外长波辐射，但是对于全天空向外长波辐射模拟能力较差，在全球大部分地区都高估了10 W·m-2以上。Betts［10］等指出，NCEP-2对热带地区向下短波辐射的模拟存在较大的偏差（-20—-90 W·m-2），此外由于对云量的低估，NCEP-2对北半球向下短波辐射的估计也存在较大的偏差，而ERA 40对北半球大陆向下短波辐射模拟的偏差较小。中国的学者也对各种再分析资料在青藏高原及中国的适用性进行了一些研究。Xia等［11］研究指出，在中国地区NCEP-1向下短波辐射资料比观测值偏高40—100 W·m-2。王丹等［12］研究指出，NCEP-1太阳辐射资料可信度比较低，存在虚假上升趋势，NCEP-1与NCEP-2两套再分析资料在中国东部地区的可信度高于西部地区。魏丽等［13］研究发现，NCEP-2中地表温度偏度低造成地表长波辐射和大气逆辐射系统性偏低。然而对再分析辐射资料在两极地区的适用性研究还比较少见。Hines等［14］研究发现，由于对云量的估计不足，导致NCEP-1对向下长波辐射的低估达30—50 W·m-2，并高估了向下的短波辐射。本文通过与东南极Panda-1站各辐射分量的对比，评估了NCEP-1、NCEP-2、ERA interim和JCDAS等再分析资料在该地区的适用性。下面首先介绍再分析资料和观测资料，并对资料进行预处理，给出误差分析方法，然后评估各种再分析资料的适用性，最后进行总结。

1 数据与方法

1.1 辐射观测资料

本文利用中国南极第26次考察期间在中山站至 Dome A沿线架设的 Panda-1站 （74°39′S，77°00′E，海拔2 737 m）四种辐射资料与再分析资料进行比较。辐射观测仪器为荷兰Kipp＆Zonen公司的CNR1型净辐射仪器，架设高度2 m，辐射观测项包括向上向下短波辐射和向上向下长波辐射，短波辐射表光谱测量范围为285—2 800 nm，灵敏度为10μV/（W·m-2），响应时间 ＜20 s，辐射通量测量范围0—4 000W·m-2，分辨率0.5 W·m-2.长波辐射表光谱测量范围为4—42μm，灵敏度为10—20μV/（W·m-2），响应时间 ＜10 s，温度测量范围-40—+80℃，分辨率0.5W·m-2.每小时记录一次数据，由软件控制自动发射到ARGOS卫星通信平台。

观测点远离沿海，湿度低，降雪少，即使在夏季温度低于-20℃左右，基本没有雾霜，可能在风速小时有雪花覆盖，但该点平均风速较大，易被吹走，总体来说，对辐射数据质量影响不大。为了保证研究结果的可靠性，在使用之前我们对资料进行了必要的检查与处理，包括消除奇异值，内插填补等。然后利用每小时的数据计算出日平均值，进而计算出月平均和年平均值。气象站开始观测时间为2010年10月24日，结束观测时间为2012年1月29日。由于开始阶段向下短波辐射记录缺失，本文仅利用2011年2月1日至2012年1月29日期间连续的辐射数据与再分析资料进行了对比。

1.2 再分析资料

NCEP-1/NCEP-2再分析资料逐日的向下、向上短波辐射及向下向上的长波辐射。分辨率是T62高斯格点（约为 1.875°×1.875°）。ERA interim逐12 h的向下短波辐射、净短波辐射、向下长波辐射净长波辐射水平分辨率为T255的归一化高斯网格数据。JCDAS逐6 h向下、向上短波辐射及向下向上的长波辐射，水平分辨率为T106高斯网格。根据本文的研究内容，我们将ERA interim和JCDAS两种再分析资料直接平均得到逐日资料。

1.3 反距离加权内插法

将观测点周围四个再分析格点值，利用反距离加权内插方法插值到观测点，具体方法如下：

权重Wi由式（4）确定：

式（5）中，di0为各网格点到待插值点的距离。且有如果其中一个网格点与待插值点重合则该网格点被赋予1.0的权重，其网格点都被赋予0的权重。幂P的大小决定了不同距离样本点对插值点的影响程度。P较大的时候，离插值点近的样本点对它的影响变大，P较小的时候离开插值点远的样本点对它的影响变大，本文中P取2。

为了评估再分析资料各辐射分量在Panda-1站的适用性，我们用了以下四个指标：（1）均方根误差（RMSE），定义为再分析资料与实测值的差值的均方差的平方根，能够有效结合统计弱相关和高偏差的误差［15］；（2）相关系数（R），反映再分析资料与实测值之间相关关系的密切程度；（3）相关系数的平方R2，即再分析资料能够解释方差百分率；（4）偏差，反映再分析资料偏离实测值的程度。

2 结果与讨论

2.1 基本气候特征

表1给出了2011年2月至2012年1月期间年平均和月平均的向下短波辐射、向下长波辐射、净短波辐射、净长波辐射、净辐射的观测值。极夜期间短波辐射为0，随着太阳高度角的增大，太阳短波辐射增强。12月份 SW↓最大，达到444.5W·m-2。长波辐射年变化幅度较小，仅30—40 W·m-2，最小值出现在10月，为112.6 W·m-2，最大值出现在1月，为150 W·m-2。净短波辐射的年变化与向下短波辐射的年变化一致。最强的净短波辐射出现在12月，达到80.8W·m-2。净长波辐射也与向下短波辐射有着相似的年变化特征。夏季冰盖对短波辐射的吸收使得地表温度较高，因而向上的长波辐射增强，净的长波辐射也很强。净长波辐射绝对值最大也出现在12月，达到80W·m-2。冬季没有短波辐射，地表温度低，向上长波辐射小、净长波辐射也很小仅为10 W·m-2左右。净辐射全年基本都为负值、仅在盛夏期间（12月和1月）为微弱的正值。辐射平衡的这种年变化特征，决定了南极地区最基本的气候特征，漫长寒冷的冬季与短暂的夏季之间的交替。

2.2 再分析资料与实则值的比较

2.2.1 短波辐射

图2为再分析资料NCEP-1、NCEP-2、ERA interim和JCDAS与Panda-1站实测日平均向下短波辐射之间的偏差图2（a）及对比图2（b）。从图中可以看出四种再分析资料都能基本反映Panda-1站向下短波辐射的年变化特征，能够解释的方差都在98%以上（表4）。NCEP-1对向下短波的模拟最差，除个别点低估之外，NCEP-1持续地高估了Panda-1地区的向下短波，年平均偏差18.7 W·m-2（表2），RMSE高达27.4 W·m-2（表3）。NCEP-1对向下短波辐射的低估，源自于模式对大气透明度的高估和对云量的低估［16］。JCDAS对向下短波辐射的估计出现高估和低估交替出现的现象，平均偏差-11.9 W·m-2，RMSE也超过了 20 W·m-2，高达20.9W·m-2（表3）。与NCEP-1相反，除个别点高估外，NCEP-2持续地低估了Panda-1站向下短波辐射强度。NCEP-2与实测值的偏差为-9.5W·m-2，RMSE为19.4。对比 NCEP-1，NCEP-2对短波辐射的模拟能力有了明显的提高，在该地区的适用性优于NCEP-1。

表1 Panda-1站各辐射分量年以及各月平均（W·m-2）（2011-02-01—2012-01-29）Table 1.Annual and month mean of the radiation components in the Panda-1 station（W·m-2）

图2 四种再分析资料与实测日平均向下短波辐射值的偏差（a）和对比（b）Fig.2.Bias（a）and contrast（b）between reanalysis data and observed daily average shortwave radiation

表2 每种再分析资料和实测各辐射分量之间的偏差（W·m-2）（2011-02-01—2012-01-29）Table 2.Bias between each reanalysis radiation data and observation data

表3 每种再分析资料和实测各辐射分量之间的RMSE（W·m-2）（2011-02-01—2012-01-29）Table 3.RMSE between each reanalysis radiation data and observation data（W·m-2）

NCEP-2作为NCEP-1的修正和更新产品，与NCEP-1有着很多的相似之处：（1）相同的模式分辨率T62L91；（2）相似的同化方法及原始观测资料；（3）相同的模式地形。然而NCEP-2修正了NCEP-1中人为的和已知的错误，改进了同化系统，改变了边界层与对流层的参数化方案，引入了新的短波辐射传输计算方案［5，13，17］。

基于这些改进，NCEP-2短波辐射资料可靠性在东南极地区较NCEP-1有了明显的提高。ERA interim虽然也持续低估了Panda-1地区的向下短波辐射，然而其年平均偏差和 RMSE分别为 -5.6和16.4W·m-2，在四种再分析资料中都最小。可解释的方差达到99%，在四种再分析资料中最高。

综上，在Panda-1地区，四种再分析资料都能较好地反应该地区向下短波辐射变化的基本特征，其中ERA interim资料在该地区的适用性最强，NCEP-1的适用性最差。在东南极地区ERA interim对太阳短波辐射有明显的优越性其可能原因如下：（1）采用了最新的四维变分同化方案（4D-Var），该同化方案可以更有效地从观测数据中提取信息：数据同化系统可以更有效的提取隐含在模式方程中的物理信息，特别是在观测资料稀少的南极地区；（2）采用ERA-40及ECMWF业务上多套观测资料及卫星level-1c的辐射数据，静止卫星的晴空辐射数据等；（3）基于ERA 40改进的云预报方程和更完善的物理参数化方案［18-19］。

从图3（b）中可以看出，四种再分析资料都能基本反映净短波辐射的年变化基本特征。NCEP-1与JCDAS对净短波辐射的模拟最差，在夏季两者都持续地高估了净短波辐射的强度（图3（a）），年平均偏差分别为12.9和12.8W·m-2，RMSE高达19.9和20.5W·m-2（表3）。除个别点外，NCEP-2持续地低估了Panda-1地区净短波的强度。平均偏差-6.6W·m-2，RMSE在四种再分析资料中最小仅为11.1 W·m-2。ERA interim在夏初和夏末季节低估了净短波辐射的强度，而在盛夏季节持续高估了Panda-1地区净短波辐射的强度，从年平均来看，ERA interim对净短波辐射的偏差仅为-3.0 W·m-2，RMSE也只有11.2 W·m-2，可解释的方差最高达92%（表4）。四种再分析资料对净短波辐射适用性的差异主要源自于各自模式对地表反射率模拟的偏差（图4）。从图4中可以看到，JCDAS模拟的地表反射率只有0.7左右，远低于实测的0.8，反射率的严重偏小，导致地表反射的太阳短波辐射偏少，地表吸收了更多的短波辐射，使得模式对净短波辐射模拟出现了较大的偏差。与JCDAS相反，NCEP-2模拟的地表反射率除个别点外，一直偏高，年平均反射率为0.83。更高的反射率反射了更多的太阳辐射，使得地表吸收的短波辐射减少净短波辐射偏小。NCEP-1年平均反射率也仅为0.75，低估了地表真实的反射率，最终导致对净短波辐射的估计偏高。ERA interim虽然也低估了Panda-1站的地表反射率，然而其能抓住反射率主要的季节变化特征。全年来看，ERA interim对反射率的模拟最好，因此在ERA interim在Panda-1站对净短波辐射适用性最强，NCEP-2其次，JCDAS与NCEP-1的适用性最差。

图3 四种再分析资料与实测日平均净短波辐射值的偏差（a）和对比（b）Fig.3.Bias（a）and contrast（b）between reanalysis data and observed daily average net shortwave radiation

图4 四种再分析资料与实测日平均反射率对比Fig.4.Contrast between reanalysis and observed daily average albedo

表4 每种再分析资料能够解释的各辐射分量的方差（%）（2011-02-01—2012-01-29）Table 4.Explained variance of each reanalysis radiation components

2.2.2 长波辐射

图5为再分析资料NCEP-1，NCEP-2，ERA interim和JCDAS与Panda-1站实测日平均向下长波辐射之间的偏差图（5a）及对比图（5b）。四种再分析资料与实测值之间的相关系数分别为（R＝0.35，n＝363，p＜0.001）、（R＝0.51，n＝363，p＜0.001）、（R＝0.73，n＝363，p＜0.001）、（R＝0.40，n＝363，p＜0.001）。四种再分析资料均能反映向下长波辐射的年变化特征。但是与Panda-1站实测的向下长波辐射相比，四种再分析资料都低估了该地区向下长波辐射的强度，但是偏差的变化幅度有所差别（图 5a）。ERA interim偏差最小（18.6 W·m-2），RMSE也最小（-18.3 W·m-2），能够解释的方差最大，达到 53.4%。其次是 JCDAS，平均偏差为-23.7W·m-2，RMSE为 25.5 W·m-2，但能够用解释的方差仅为15.9%（表4）。NCEP-2与NCEP-1的偏差都比较大，其中 NCEP-1的偏差高达-62.6W·m-2，能够解释的方差也最小（12.2%）。四种再分析资料对向下长波辐射的模拟都偏小，其可能的原因是模式对云量的估计不足造成的，特别是在冬季偏差更大。其中ERA interim的适用性明显优于其他几种再分析资料，主要原因如下：（1）同化了更多更广泛的卫星和地表资料（如 VTPR、TOVS、ATVOS等卫星遥感资料和更多的地表观测的气温、湿度等资料）［20］；（2）改进的卫星辐射变量修正方案和提高的水循环模块［21］；（3）新的云预报方程和改进的物理参数化方案［18］。

JCDAS的对向下长波辐射适用性仅次于ERA interim，能够较好地模拟长波辐射的变化特征，这主要归因于JCDAS的数据源。JCDAS的数据主要源自ERA 40中的观测数据，包括逐日的臭氧资料，卫星同步反演的常规数据，风速、风向资料、SSM/I PW、TOVS以及ATOVS数据。因此具有一致的数据源是JCDAS与ERA interim具有相似的适用性的主要原因。

图5 四种再分析资料与实测日平均向下长波辐射值的偏差（a）和对比（b）Fig.5.Bias（a）and contrast（b）between reanalysis data and observed daily average downward longwave radiation

图6为四种再分析资料与实测净长波辐射之间偏差（a）及对比（b）。从图中可以看出四种再分析资料都不同程度地高估了净长波辐射的强度，特别是在冬季偏差最大。NCEP-1偏差最大为 -65.2 W·m-2（表2），RMSE高达 27.9 W·m-2。NCEP-2P偏差达到 -41.8W·m-2，RMSE达到23.8 W·m-2，可解释的方差最小，仅为6.5%。JCDAS偏差达到-42.0 W·m-2，但其能够解释的方差最大，达到73.2%（表 4）。ERA interim的偏差最小为-25.7W·m-2，RMSE也最小为 15.5 W·m-2（表3），能够解释的方差达到69.9%。综上，四种再分析资料均不能很好地模拟Panda-1站的净长波辐射，其中NCEP-1和NCEP-2与实测值之间的偏差最大。然而从图7中我们可以看到，各再分析资料均能较好地模拟向上的长波辐射强度，NCEP-1、NCEP-2、ERA interim和JCDAS与实测得到的向上短波的相关系数分别达到 0.92、0.86、0.93和 0.97，因此对各模式对净长波辐射模拟的误差主要源自于对向下长波模拟的误差。

图6 四种再分析资料与实测日平均净长波辐射值的偏差（a）和对比（b）Fig.6.Bias（a）and contrast（b）between reanalysis and observed daily average net longwave radiation

图7 四种再分析资料与实测日平均向上长波辐射对比Fig.7.Contrast between reanalysis and observed daily average upward longwave radiation

2.2.3 净辐射

净辐射是地表主要的能量来源，直接影响着地表的温度和热通量［21］。从图8中可以看到，四种再分析资料与实测值的偏差在夏季较小，而在冬季较大。在冬季四种再分析资料均不同程度地高估了Panda-1地区冷源的强度。其中NCEP-1偏差最大达到 -52.5W·m-2，RMSE也最大，达到37.8W·m-2，能够解释25.4%的方差。NCEP-2偏差达到-48.4 W·m-2（表 2），RMSE达到 24.9 W·m-2，能够解释的方差最小，仅为22.4%。JCDAS偏差为-29.1 W·m-2，RMSE达到 29.2 W·m-2，能够解释28.5%的方差。ERA interim的偏差最小为-22.7W·m-2，RMSE也最小为 19.7 W·m-2，能够解释的方差最大，达到32.5%（表4）。综上，四种再分析资料均不能很好地反映Panda-1地区净辐射的情况，特别是NCEP-1和NCEP-2严重地高估了该地区净辐射的强度。模式对净辐射模拟的偏差会直接导致对该地区地表温度、地表热通量模拟的偏差，进而对该地区大气环流形势的模拟带来误差。模式对南极地区辐射模拟的偏差主要原因是地表观测资料稀缺以及模式对云量的预报能力不足造成的，因此需要改进模式中云的预报方程和参数化方案，增加地表观测站的数量以提高模式对地表辐射平衡的模拟能力。

图8 四种再分析资料与实测日平均净辐射值的偏差（a）和对比（b）Fig.8.Bias（a）and contrast（b）between reanalysis and observed daily average net radiation

3 结论

通过对比分析四种再分析资料和Panda-1实测的各辐射分量值，我们认为所有再分析资料均能反映该地区向下短波辐射的年变化特征，其中NCEP-1与实测向下短波值之间偏差最大，可能源自于模式对大气透明度的高估和对云量的低估。对向下短波辐射，ERA interim在该地区的适用性最好，能够解释的方差达到99%，这主要归因于4D VAR数据同化系统的应用以及同化了更多的卫星资料雷达等非常规探测资料。对反射率模拟的偏差是导致各模式对净短波辐射模拟偏差的主要原因。NCEP-1与JCDAS都低估了Panda-1地区的地表反射率，模式中地表吸收了更多的向下短波辐射，最终导致对净短波辐射偏高。ERA interim能抓住日平均反射率主要的年变化特征，对反射率的模拟最好，因此在Panda-1站ERA interim对净短波辐射适用性最强。

对向下长波辐射，四种再分析资料都存在不同程度的低估。ERA interim的适用性最好，JCDAS其次，NCEP-1与NCEP-2的适用性最差。JCDAS能够较好地模拟向下的长波辐射主要归因于其与ERA interim有相似的数据源。四种再分析资料均能很好地反映向上长波辐射的变化，具有很高的相关系数（R≥0.86，n＝363，p＜0.001）。四种再分析资料均高估了净长波辐射的强度，特别是在冬季偏差最大。相对而言ERA interim的适用性比较好。

对净辐射，四种再分析资料均不能很好地反映Panda-1地区净辐射的情况，一般而言，夏季偏差小，冬季偏差大。ERA interim偏差最小（-22.7 W·m-2）。NCEP-1与 JCDAS对净短波辐射的高估（12.9和12.8 W·m-2）部分补偿了它们对净长波辐射的低估（-65.2和 -42.0 W·m-2），最终减小了它们对净辐射模拟的偏差。四种再分析资料净辐射的平均偏差都为负值，即它们均不同程度地夸大了该地区冷源的强度。这会直接导致对该地区地表温度、地表热通量模拟的偏差，进而对该地区大气环流的模拟带来误差。

总体而言，ERA interim在该地区的适用性最好，然而对于不同的辐射分量，不同的时间段，各种再分析资料的适用性有着明显的区别，没有一种再分析资料能始终与各辐射分量的实测值保持高度一致。本文仅使用了Panda-1站1年的辐射观测资料对再分析资料的适用性进行了研究，资料局限性很大，在广袤的南极内陆地区，观测站点稀少，再分析资料的适用性有待更多的观测资料加以证实。

致谢窦挺峰博士、马永锋博士为本文提出了中肯的建议，作者谨表谢意。中国第26次南极考察内陆队在南极高原恶劣气候环境下，为气象站的安装做出了极大贡献，在此致谢。

1 蒋友严，任贾文，秦翔，等.珠穆朗玛峰北坡海拔6 523 m辐射平衡观测结果分析.冰川冻土，2007，29（4）：589—594.

2 Dutton E G，Stone R S，Nelson DW，etal.Recent interannual variations in solar radiation，cloudiness，and surface temperature at the South Pole.Journal of Climate，1991，4（8）：848—858.

3 Stanhill G，Cohen S.Recent changes in solar irradiance in Antarctica.Journal of Climate，1997，10（8）：1078—2086.

4 Van den Broeke，Reijmer C，van deWal R.Surface radiation balance in Antarctica asmeasured with automatic weather stations.Journal of Geo-physical Research，2004，109：D09103，doi：10.1029/2003JD004394.

5 谢爱红，Allison I，效存德，等.不同再分析气温在东南极中山站-Dome A断面的适用性评价.中国科学：地球科学，2014，44（1）：156—168.

6 陆龙骅，卞林根，贾朋群.南极中山站极夜和极昼期间的辐射特征.科学通报，1992，37（15）：1388—1391.

7 卞林根，陆龙骅，贾朋群.南极拉斯曼丘陵地区紫外辐射的特征.南极研究，1996，8（3）：29—35.

8 卞林根，陆龙骅，逯昌贵，等.南极长城站和中山站辐射特征的研究.应用气象学报，1998，9（2）：160—168.

9 AllanR P，Ringer M A，Pamment JA，et al.Simulation of the Earth’s radiation budget by the European Centre for Medium-RangeWeather Forecasts40-year reanalysis（ERA40）.Journal of Geophysical Research，2004，109（D18）：D18107，doi：10.1029/2004JD004816.

10 Betts A K，Zhao M，Dirmeyer P A，et al.Comparison of ERA40 and NCEP/DOE near-surface data sets with other ISLSCP-IIdata sets.Journal of Geophysical Research，2006，111（D22）：D22S04），doi：10.1029/2006JD007174.

11 Xia X A，Wang PC，Chen H B，et al.Analysis of downwelling surface solar radiation in China from National centers for Environmental prediction reanalysis，satellite estimates，and surface observations.Journal of Geophysical Research，2006，111（D9）：D09103，doi：10.1029/2005JD006405.

12 王丹，盛立芳，石广玉，等.中国地表太阳辐射再分析数据与观测的比较.应用气象学报，2012，23（6）：729—738.

13 魏丽，李栋梁.青藏高原地区NCEP新再分析地面通量资料的检验.高原气象，2003，22（5）：478—487.

14 Hines K M，Grumbine RW，Bromwich DH，etal.Surfaceenergy balance of the NCEPMRFand NCEP-NCAR reanalysis in Antarctic latitudes during FROST.Weather and Forecasting，1999，14（6）：851—866.

15 Bromwich D H，Fogt R L.Strong trends in the skill of the ERA-40 and NCEP-NCAR reanalyses in the high and midlatitudes of the Southern Hemisphere，1958—2001.Journal of Climate，2004，17（23）：4603—4619.

16 Betts A K，Hong SY，Pan H L.Comparison of NCEP-NCAR reanalysis with 1987 FIFE data.Monthly Weather Review，1996，124（7）：1480—1498.

17 邓小花，翟盘茂，袁春红.国外几套再分析资料的对比与分析.气象科技，2010，38（1）：1—8.

18 Dees D P，Uppala SM，Simmons A J，etal.The ERA-Interim reanalysis：Configurationand performance of the data assimilation system.Quarterly-Journal of the Roy Meteorological Society，2011，137（656）：553—597.

19 Žagar N，Skok G，Tribbia J.Climatology of the ITCZ derived from ERA Interim reanalyses.Journal of Geophysical Research，2011，116（D15）：D15103，doi：10.1029/2011JD015695.

20 谢潇，何金海，祁莉.4种再分析资料在中国区域的适用性研究进展.气象与环境学报，2011，27（5）：58—65.

21 Troy T J，Wood E F.Comparison and evaluation of gridded radiation products across northern Eurasia.Environmental Research Letters，2009，4（4）：045008，doi：10.1088/1748—9326/4/4/045008.