Известия РАН. Серия географическая, 2022, T. 86, № 3, стр. 435-446

ВВЕДЕНИЕ

Доступность, качество и количество входной метеорологической информации во многом определяют точность гидрологических прогнозов и расчетов. Ее отсутствие препятствует также совершенствованию гидрологических моделей, так как недостаток информации вынуждает переходить от физически обоснованного описания процесса формирования стока к полуэмпирическим зависимостям. В зависимости от сложности моделей они могут требовать различной входной информации, однако неизменно включающей в себя атмосферные осадки (P, мм).

В то время как наземные наблюдения за P являются наиболее длительными и точными, что необходимо для оценки изменения климата и валидации других источников информации, они же имеют ряд существенных недостатков: неравномерная густота сети наблюдений, не всегда достаточная частота измерений, пропуски в их рядах, инструментальная неоднородность данных. Так, стандартная программа наблюдений на метеостанциях России предусматривает измерение осадков дважды в сутки, что позволяет фиксировать количество выпавших осадков, но не интенсивность отдельных событий, что важно, к примеру, для расчета скорости бассейновой эрозии (Benavidez et al., 2018). Еще одной проблемой при использовании данных наземных наблюдений является необходимость их интерполяции и осреднения по территории, что сопряжено с дополнительными ошибками (Кислов и др., 2001).

Атмосферный реанализ предполагает использование результатов наземных и спутниковых наблюдений в процессе усвоения данных в моделях, что позволяет сочетать в итоговом продукте достоинства различных источников данных. Одними из наиболее широко используемых реанализов является продукция Европейского центра среднесрочных прогнозов погоды (ECMWF). ERA5 (ECMWF Re-Analysis 5) представляет собой продукт пятого поколения, использующий четырехмерную вариационную ассимиляцию данных наблюдений (Hersbach et al., 2020).

Возможность использования данных об осадках из ERA5 (P_ERA5) была оценена в ряде работ как на глобальном, так и на региональном уровнях, в том числе и для отдельных районов России. Так, (Amjad et al., 2020; Gleixner et al., 2020; Hersbach et al., 2020; Nogueira, 2020) показали уменьшение систематической и случайной ошибок P в ERA5 по сравнению с предыдущей версией реанализа (ERA-Interim), за исключением ряда регионов (Гималаи, Анды, некоторые районы Тихого океана, Турция). Также для отдельных регионов было выявлено, что ERA5 хуже воспроизводит конвективные осадки по сравнению с обложными, зимние осадки по сравнению с летними, умеренные и сильные осадки по сравнению со слабыми и осадки в районах с большим уклоном местности по сравнению с осадками в районах с относительно пологими склонами (Amjad et al., 2020; An et al., 2020; Beck et al., 2019; Singh et al., 2021). На примере Европы было показано, что степень согласованности P_ERA5 и баз данных, основанных на наземных наблюдениях, во многом зависит от густоты сети наземных наблюдений (Rivoire et al., 2021). В целом, оценка точности сеточных архивов по данным редкой сети наземных наблюдений дает завышенную на десятки процентов (в зависимости от выбранной метрики) величину ошибки (Tang et al., 2018). На примере юга Западной Сибири было показано (Voropay et al., 2021), что ошибки P_ERA5 имеют выраженный сезонный ход и зависят от средней величины P и в значительной степени могут быть устранены с помощью простых линейных методов коррекции. Для территории США была показана возможность коррекции P_ERA5 на основе данных радарных наблюдений, что позволило совместить высокое пространственное разрешение радарных наблюдений с длительным периодом покрытия ERA5 (Emmanouil et al., 2021).

Целью нашей работы является дальнейшие исследования воспроизводимости P реанализом ERA5, а именно: рассмотрение более длительного, чем в предыдущих исследованиях периода (1950–2020 гг.), выявление географических особенностей распределения ошибок в пределах России и анализ связи ошибок P_ERA5 с режимом выпадения осадков.

МАТЕРИАЛЫ

Данные ERA5 находятся в свободном доступе¹¹. Исходные данные (0.25° × 0.25°, 1 ч) были агрегированы до суточного разрешения. При этом, в связи с тем, что суточные данные по осадкам на метеостанциях рассчитываются не для суток по UTC, а с некоторым сдвигом, зависящем от часового пояса и кратным 3 ч, суточные величины P_ERA5 также рассчитывались со сдвигом. Используемая версия реанализа ERA5 является предварительной, в частности в ней недостоверно воспроизводится интенсивность тропических циклонов²². Однако мы верим, что полученные результаты будут релевантны и для окончательной версии ERA5.

Суточные данные по Р и температуре воздуха на 526 метеостанциях в пределах Российской Федерации были предоставлены ВНИИГМИ-МЦД³³ и находятся в открытом доступе. Средняя продолжительность рядов наблюдений – 66.2 года, 10% метеостанций имеют ряды продолжительностью в 55 лет или меньше, минимальная продолжительность – 33 года. Ряды Р инструментально неоднородны по величине среднего (Groisman et al., 1991). За 1950–2020 гг. основным источником неоднородности является ввод поправок на смачивание осадкомерного ведра, начиная с 1966 г. Величина поправки составляет 0.1 мм для твердых осадков и 0.2 мм для жидких и смешанных. Поскольку эта работа сфокусирована на исследовании данных ERA5, перед сравнением суточные данные по осадкам с метеостанций за период до 1966 г. были откорректированы. Тип осадков определялся по среднесуточной температуре воздуха, измеренной на метеостанциях. При температуре воздуха менее 0°C осадки считались твердыми, в остальных случаях жидкими. В случае, если измеренная величина P составляла 0.1 мм, принималось, что в эти сутки поправка вводилась один раз. Для дней, когда измеренная величина P > 0.1 мм, принималось, что поправка вводилась 1.5 раза. Таким образом, при измеренных P = 0.1 мм величина поправок составляла 0.1 и 0.2 мм, а при измеренных P > 0.1 мм – 0.15 и 0.3 мм для твердых и жидких осадков соответственно.

Вместе с тем, помимо смачивания осадкомерного ведра наземные наблюдения могут не учитывать ряд других источников погрешностей, которые в целом ведут к занижению величины P. Поэтому для расчета величины систематической ошибки также использовались месячные суммы P с устраненной систематической ошибкой (Bogdanova and Gavrilova, 2008), на 457 метеостанциях за 1950–2015 гг., доступные через сайт ВНИИГ-МИ-МЦД.

МЕТОДЫ

Поскольку, за редким исключением, в пределах каждой ячейки 0.25° × 0.25° мы располагали не более, чем одной метеостанцией, результаты измерений на метеостанциях (P_g) сопоставлялись с величиной P_ERA5 из ближайшего узла сетки. На основе разности между P_g и P_ERA5 для каждого сезона за каждый год и в целом за 1950–2020 гг. рассчитывались 4 метрики, отражающие степень совпадения между данными. Две метрики – относительная систематическая ошибка (ubias) и относительная случайная ошибка (uσ) – показывают, насколько совпадает величина осадков по двум наборам данных. Величина ubias указывает на то, завышает ли ERA5 количество осадков (ubias > 0) или занижает (ubias < 0), в то время как uσ указывает, насколько согласованы изменения P по двум базам данных во времени. Еще две метрики – вероятность обнаружения (POD) и вероятность ложного обнаружения (FAR) – были использованы, чтобы определить способность ERA5 выявлять случаи выпадения осадков. Эти метрики выражаются как

где n – число дней за сезон за 1950–2020 гг., P_ERA5i – осадки, определенные по ERA5 в i-й день, P_gi – осадки, измеренные на метеостанции в i-й день, ${{\bar {P}}_{g}}$ – среднемноголетняя величина P_g, H – число дней, в которые осадки были зафиксированы как ERA5, так и метеостанцией, M – число дней, когда осадки были зафиксированы метеостанцией, но не были зафиксированы ERA5, F – число дней, когда осадки были зафиксированы ERA5, но не были зафиксированы метеостанцией. При расчете POD и FAR учитывались P_ERA5 и P_g более 1 мм.

Отклонения ubias, uσ, FAR и POD от идеальных значений (0, 0, 1 и 0 соответственно) связаны не только с наличием ошибок в рядах P_ERA5, но и с тем, что P_g – это величина осадков в точке, в то время как P_ERA5 – это усредненная величина для ячейки 0.25° × 0.25°. Проведенное в (Tang et al., 2018) исследование показало, что, когда используется лишь одна метеостанция в ячейке, при сравнении с осредненными по этой ячейке данными нескольких метеостанций, uσ и FAR оказываются завышенными.

В качестве характеристик режима выпадения осадков использовались величины $\overline {{{P}_{g}}} $ и WD (wet days – доля дней с P_g более 1 мм).

РЕЗУЛЬТАТЫ

Закономерности распределения ubias, uσ, FAR и POD. В среднем для всех сезонов P_ERA5 оказывается завышенной. Так, в зимний период для 85.7% станций ubias > 0, а для 72% ubias > 0.1, при среднем ubias в 0.33 (медиане 0.23). Области с ubias < < 0.1 занимают большую часть Азиатской территории России (АТР), помимо ее южных районов, восток Европейской территории России (ЕТР), а также черноморское побережье Кавказа (рис. 1а).

В остальной части страны ubias для большинства станций более 0.1, однако распределение этой величины пространственно неоднородно – станции с ubias < 0.1 располагаются в пределах нескольких десятков километров от станций с ubias > 0.55.

Весной (рис. 1б) выявлена наибольшая величина ubias, в среднем составляющая 0.5. Лишь у 5.1% станций ubias не превышает 0.1. Метеостанции с ubias < 0.1 расположены преимущественно в районе Кавказа. При этом, как и зимой, они соседствуют с метеостанциями с ubias > 0.55. Наибольшие величины ubias характерны для Восточной Сибири, Дальнего Востока (в меньшей степени Приморья) и арктического побережья. Наименьшие величины ubias, преимущественно в диапазоне от 0.2 до 0.35, свойственны западу ЕТР. Летом (рис. 1в) величины ubias наименьшие, в среднем составляющие 0.2, а для 38% метеостанций – не превышающие 0.1. Величины ubias более 0.2 характерны лишь для арктического побережья, северо-востока России и восточной части Кавказа. Осенью (рис. 1г) ubias составляет порядка 0.3, а его пространственное распределение занимает промежуточное положение между летним и зимним: наибольшие величины наблюдаются как на юге Восточной Сибири, так и в северо-восточной части Дальнего Востока. При этом проявляются области относительно небольших значений ubias на севере Западной и Восточной Сибири, а также в западной части ЕТР, характерные для зимнего периода.

Использование месячных сумм осадков с устраненной систематической ошибкой при оценке ubias ведет к уменьшению оценки систематической ошибки P_ERA5 во все сезоны (рис. 2). В зимний период использование P_g с устраненной систематической ошибкой привело к уменьшению медианы ubias с 0.23 до –0.01. Также уменьшился разброс ubias – разница между 75 и 25% квантилем ubias (соответственно верхняя и нижние границы закрашенных прямоугольников на рис. 2) уменьшилась с 0.35 до 0.28. Несмотря на уменьшение 25% квантиля ubias, выросла также минимальная величина ubias – с –0.67 до –0.58. Максимальная величина уменьшилась с 3.40 до 2.89. Для других сезонов также произошло уменьшение ubias, хотя и не столь заметное. Наименее значимый рост точности был получен для лета. Медиана уменьшилась с 0.13 до 0.07, а разброс между 75 и 25% квантилем уменьшился с 0.17 до 0.15.

Особенности пространственного распределения uσ также имеют выраженные закономерности (рис. 3). В зимний период (см. рис. 3а) величина uσ минимальна среди всех сезонов. Для более, чем 40% метеостанций uσ находится в диапазоне от 0.5 до 0.66. Значения uσ > 0.66 преобладают лишь на арктическом побережье, на востоке Кавказского региона, юге Восточной Сибири, на территории Чукотки и Камчатки. Весной (см. рис. 3б) медиана uσ увеличивается с 0.62 до 0.70, однако области с большими/меньшими значениями uσ сохраняются. Изменения в закономерностях пространственного распределения uσ происходят летом (см. рис. 3в). Исчезает область с повышенными величинами uσ на арктическом побережье ЕТР, в результате чего распределение uσ на ЕТР становится практически зональным, с направлением роста с северо-запада на юго-восток. Повышенные величины uσ наблюдаются для югаЗападной и Восточной Сибири (без района Забайкалья, где они становятся близки к таковым для юга Дальнего Востока). Медиана uσ достигает максимума в 0.79. Осенью распределение uσ близко к зимнему (см. рис. 3г), с несколько большими величинами uσ на ЕТР и меньшими на юге Восточной Сибири.

Зимой максимальные величины POD наблюдаются на ЕТР, в Западной Сибири и на Дальнем Востоке, недалеко от Тихого океана. Для половины станций POD превышает 0.87 (рис. 4а), а для трети – 0.9. Весной распределение POD наиболее равномерно (рис. 4б). Для 57% станций POD находится в диапазоне от 0.825 до 0.9. Меньшие величины характерны лишь для севера Восточной Сибири и Дальнего Востока, а также для района Каспийского моря. Летом (рис. 4в) POD в целом по российской территории достигает минимальных величин. В пределах ЕТР POD уменьшается с севера на юг, достигая минимума в районе Прикаспия. На АТР величина POD распределена более однородно, с максимумом в прибрежных районах Тихого океана. Распределение осенью (рис. 4г) практически идентично распределению весной. Значительно более низкую точность P_ERA5 демонстрирует по величине FAR (рис. 5). Зимой FAR < 0.25 было выявлено лишь у 21.3% всех станций (см. рис. 5а). Для остальных сезонов эта доля еще меньше. Так, летом FAR < 0.25 было выявлено лишь для одной станции (см. рис. 5в). Зимой минимальные значения FAR наблюдаются на севере России, не считая прибрежных районов. Максимальные величины характерны для юга ЕТР, Западной и Восточной Сибири. Весной FAR увеличивается по всей территории России (см. рис. 5б). Минимальные величины в диапазоне от 0.25 до 0.35 наблюдаются на севере ЕТР и Западной Сибири. Максимум FAR приходится на район Забайкалья и Прикаспия, где FAR в среднем превышает 0.5. Летом на ЕТР наблюдается небольшой рост FAR по сравнению с весной, однако на АТР FAR уменьшается до величин порядка 0.35–0.45. Особенностью летнего периода также является присутствие выраженной области повышенных величин FAR лишь на северо-востоке АТР и выраженный рост FAR с севера на юг на ЕТР. Ситуация осенью как по медианной величине FAR (0.32), так и по особенностям пространственного распределения близка к зимней.

Влияние режима выпадения осадков на пространственное распределение ubias, uσ, FAR и POD. Изменчивость метрик ошибок P_ERA5 как в пространстве, так и во времени связана с особенностями выпадения режима осадков. Величина ubias не демонстрирует тесной связи с ${{\bar {P}}_{g}}$, однако максимальная величина ubias лимитируется и обратно пропорциональна ${{\bar {P}}_{g}}$ (рис. 6). При этом bias (${{\bar {P}}_{g}}$ubias) практически независима от ${{\bar {P}}_{g}}$, так, коэффициент детерминации R² не превышает 0.07 для всех сезонов. Схожая ситуация характерна и для зависимости uσ от WD – величина WD лимитирует лишь максимальную величину uσ, но столь явной, как для ${{\bar {P}}_{g}}$ и ubias, зависимости нет. Наиболее явно прослеживаются зависимости POD и FAR от WD. POD показывает явную положительную связь с WD, однако эта связь не линейна. В значительной степени WD определяет не среднюю, а минимальную величину POD. FAR демонстрирует наиболее однозначную связь с величиной WD, в меньшей степени характерную для зимы.

Характер зависимости ubias, uσ, POD и FAR от изменения $\overline {{{P}_{g}}} $ и WD во времени схож с изменением в пространстве. Для количественной характеристики тесноты этой связи они были аппроксимированы полиномом второй степени. Распределение полученных коэффициентов R² представлено на рис. 7.

Для более чем половины метеостанций прослеживается зависимость между количеством осадков в году за какой-либо сезон и ubias P_ERA5 – чем больше отрицательная аномалия P_g, тем больше ubias. При этом наиболее заметна эта тенденция весной. Практически не показали зависимости uσ и POD от WD. Тесную связь с WD демонстрирует FAR. По мере роста числа дней с осадками снижается вероятность ложного обнаружения осадков ERA5. Так же, как и для P_g и ubias, эта связь наиболее четко прослеживается весной.

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Выявленная нами зависимость между ubias и ${{\bar {P}}_{g}}$ связана с тем, что bias практически не зависит от ${{\bar {P}}_{g}}$. Это при достаточно малых ${{\bar {P}}_{g}}$ приводит к тому, что ERA5 может завышать среднюю за сезон сумму осадков в несколько раз (до 6.3 раза весной на станции Мугу́р-Аксы́). Факт завышения суммы осадков ERA5, как и его предшественниками, был выявлен в ряде исследований (Hersbach et al., 2020; Nogueira, 2020). Так, согласно (Nogueira, 2020), ERA5 в среднем для мира завышает P на 0.22 мм/сут. Среди 526 рассмотренных в работе метеостанций средняя величина bias ERA5 составила 0.27 мм/сут. Однако, использование месячных сумм осадков с устраненной систематической ошибкой в качестве эталонных уменьшает эту величину до 0.12 мм/сут. Одной из особенностей изменчивости ubias в пределах России является максимум весной, а не зимой, как в Китае (Jiang et al., 2020) или на значительной части Европы (Rivoire et al., 2021). При этом, если при оценке ubias использовать сумму осадков с устраненной систематической ошибкой (см. рис. 2), то минимума величина ubias достигает зимой. Вместе с тем, это хорошо согласуется с оценками, полученными для Канадских Прерий (Betts et al., 2019). Справедливость введения ряда поправок для оценки сумм осадков за длительный (месяц и более) период была подтверждена как для территории России (Bogdanova and Gavrilova, 2008), так и мира (Sun et al., 2020), в том числе на основе данных спутниковой гравиметрии (Behrangi et al., 2019). В среднем зимой на территории России выпадает наименьшие количество осадков, что скорее способствует завышению их суммы ERA5 именно в зимний сезон. Поэтому вероятно, что меньшая величина ubias зимой связана с тем, что ERA5 лучше описывает процесс формирования осадков именно в этот сезон, когда минимальна доля конвективных осадков (Chernokulsky et al., 2019), а атмосферная циркуляция во многом обусловлена состоянием центров действия атмосферы над Атлантикой и Азией (Жаков, 1982). Косвенно это подтверждается тем фактом, что случайная ошибка P_ERA5 также минимальна зимой (средние 0.67, медиана 0.62) и максимальна летом (0.80 и 0.79 соответственно), что характерно и для территории США (Beck et al., 2019). Вместе с тем, зимой на территории России также наблюдается минимум средней интенсивности осадков, а как показано в (Rivoire et al., 2021), ERA5, как правило, хуже согласуется с данными наземных измерений при высокой интенсивности осадков, по крайней мере для территории Европы.

Летом, в среднем по показателям POD и FAR, ERA5 показывает наименьшую способность фиксировать выпадение осадков, хотя наименьшая величина POD была выявлена зимой, а максимальная величина FAR – весной. Оба POD и FAR показали наличие тесной связи с WD, как в пространстве (см. рис. 6), так и во времени (см. рис. 7). Однако, в связи с несимметричным распределением отклонений FAR и, особенно, POD вблизи 0 и 1, ее оценка по величине R² указывает на отсутствие таковой. При этом независимо от сезона ERA5 завышает количество дней с осадками, в результате чего более трети фиксируемых случаев выпадения осадков по ERA5 оказываются ложными. Для территории Европы было показано, что ERA5 наиболее существенно завышает WD в весенне-летний период и в более аридных, южных районах (Rivoire et al., 2021). Схожий характер пространственно-временной изменчивости на ЕТР имеет и FAR. Наиболее заметно эта тенденция проявляется для аридных регионов (см. рис. 4–5), где ERA5 может завышать число дней с осадками в несколько раз. При этом ERA5 в значительно меньшей степени завышает сумму осадков по сравнению с количеством дней с осадками. Отметим, однако, что оценка точности сеточных архивов по данным точечных наблюдений за осадками может приводить к завышению величины FAR на десятки процентов (Tang et al., 2018). Несмотря на то, что WD влияет на величину POD и FAR, его связь с uσ практически не прослеживается (см. рис. 6, 7). Вероятно, это связано с тем, что при уменьшении WD увеличивается и изменчивость P_g.

ВЫВОДЫ

ERA5 является первым реанализом, имеющим высокое пространственно-временное разрешение, при этом покрывающим достаточно длительный период, сопоставимый с продолжительностью наблюдений на многих метеостанциях, и не имеющий нарушений однородности рядов в связи со сменой методов расчета или измерений (Hersbach et al., 2020). Низкая густота метеостанций и неоднородность рядов наблюдений делают реанализ одним из предпочтительных источников информации о величине осадков.

Сравнение осадков по данным наблюдений на метеостанциях и ERA5 показало, что ERA5 в большинстве случаев завышает количество осадков и количество дней с осадками, что наиболее заметно в аридных районах и в относительно сухие сезоны. Вместе с тем, ERA5 фиксирует большинство случаев выпадения осадков, а величина случайной ошибки не превышает изменчивости суточного количества осадков. В целом по четырем рассмотренным метрикам минимальная величина ошибок характерна для северо-запада ЕТР, а максимальная – для Прикаспия и горных районов. В среднем для территории России систематическая ошибка демонстрирует минимум зимой и максимум весной. Для случайной ошибки характерен минимум зимой и осенью, а максимум летом. Минимальная доля дней с ложно идентифицированными случаями выпадения осадков наблюдается осенью.

Количество осадков и количество дней с осадками в значительной степени определяют максимально возможную величину систематических и случайных ошибок, доли дней с верно идентифицированным отсутствием/наличием осадков. Однако, однозначная связь была выявлена лишь для доли ложно идентифицированных дней без осадков и количества дней с осадками (как в пространстве, так и во времени) и между количеством осадков за сезон и величиной систематической ошибки.