唐南軍 任榮彩 吳國雄

摘要 利用Aura衛(wèi)星微波臨邊觀測儀（Microwave Limb Sounder，MLS）數(shù)據(jù)，評估了ERA-I、MERRA、JRA-55、CFSR和NCEP2等5套再分析資料的水汽數(shù)據(jù)在青藏高原及周邊上對流層-下平流層（Upper Troposphere and Lower Stratosphere，UTLS）的質(zhì)量，然后選取其中質(zhì)量較好的兩套水汽數(shù)據(jù)，分析它們對青藏高原及周邊UTLS水汽的時空分布和演變的表征能力。結(jié)果表明，與MLS數(shù)據(jù)相比，5套再分析資料中在UTLS普遍偏濕，最大偏濕在上對流層215 hPa，約為165%，而在下平流層，ERA-I和MERRA與MLS的差異相對較小?？偟膩砜?，ERA-I和MERRA表征的水汽與MLS更為接近。進一步的對比表明，ERA-I和MERRA中青藏高原及周邊水汽含量的時空分布與MLS較為接近，夏季能夠表征青藏高原在緯向和經(jīng)向上的水汽高值區(qū)，冬季能夠表征對流層頂、西風急流中心附近的水汽梯度帶，而且MERRA的結(jié)果要好于ERA-I。ERA-I、MERRA和MLS中青藏高原地區(qū)的水汽季節(jié)演變都表現(xiàn)為冬季1—2月水汽含量低，夏季7—8月水汽含量高，水汽的季節(jié)變化在200～300 hPa最大。MLS資料顯示，在青藏高原地區(qū)對流層頂附近，存在隨時間向上向極的水汽傳輸信號。相較而言，ERA-I對向上水汽傳輸信號的表征更好，而MERRA對下平流層（100 hPa）向極水汽傳輸信號的表征更好。

關(guān)鍵詞青藏高原;上對流層-下平流層;水汽;對比分析

水汽是重要的溫室氣體，在氣候系統(tǒng)中扮演著重要角色。水汽通過吸收太陽短波輻射和放出大氣長波輻射，影響全球輻射收支。特別是在上對流層-下平流層，水汽的輻射作用更加顯著。在下平流層，水汽不僅可以通過光化學(xué)反應(yīng)損耗臭氧（Anderson et al.，2012），還可以通過類似溫室氣體的反饋過程增強全球變暖（Dessler et al.，2013）。除了甲烷的氧化，平流層水汽主要來自對流層的輸送，因此，對UTLS水汽傳輸過程的理解，就顯得十分重要，然而UTLS水汽觀測數(shù)據(jù)的數(shù)量和質(zhì)量的欠缺，制約了相關(guān)研究的深入（呂達仁等，2008;金蓮姬等，2017）。

UTLS的水汽觀測數(shù)據(jù)主要來自探空觀測、飛機觀測、衛(wèi)星觀測等。探空觀測的水汽數(shù)據(jù)有較高的時間分辨率和垂直分辨率，但質(zhì)量受制于濕度感應(yīng)元件的性能，目前通過探空獲取的對流層中層以上的水汽數(shù)據(jù)，還存在一定的不確定性（馬旭林等，2017）;此外，探空觀測在偏遠地區(qū)和海洋上比較少。飛機觀測數(shù)據(jù)有時段長、精確性較高等優(yōu)點，但觀測數(shù)據(jù)僅限于飛行航線，區(qū)域范圍有限（Luo et al.，2007）。衛(wèi)星觀測數(shù)據(jù)具有全球覆蓋，全天候的優(yōu)點，目前研究中所用到的衛(wèi)星觀測水汽反演產(chǎn)品主要有HALOE（HALogen Occultation Experiment）、ACE-FTS（Atmospheric Chemistry Experiment Fourier Transform Spectrometer）、AIRS（Atmospheric Infrared Sounder）和MLS等。其中HALOE和ACE-FTS主要用于探測平流層水汽，在UTLS反演的數(shù)據(jù)較少;已有研究發(fā)現(xiàn)AIRS的水汽數(shù)據(jù)在200 hPa以上的層次可信度低（Gettelman et al.，2004a;占瑞芬和李建平，2008）。MLS水汽產(chǎn)品的有效范圍涵蓋UTLS，是目前UTLS水汽信息的重要來源。

現(xiàn)有的水汽觀測數(shù)據(jù)為研究UTLS水汽傳輸提供了大量可靠信息，但觀測數(shù)據(jù)無法給出完整的三維水汽結(jié)構(gòu)，且具有一定的不確定性。盡管模式數(shù)據(jù)的水平分辨率高，時間序列長，一致性好（Schoeberl et al.，2013），但由于模式中的動力和物理機制欠完善，再分析資料的水汽數(shù)據(jù)在UTLS還存在較大誤差（Jiang et al.，2015）。例如19個CIMP5（Phase 5 of Coupled Model Intercomparison Project）模式數(shù)據(jù)與MLS觀測數(shù)據(jù)的對比結(jié)果表明，模式模擬的上對流層大氣平均比MLS偏濕約1倍（Jiang et al.，2012）。ERA-40中的UTLS相比飛機觀測普遍偏濕，在熱帶地區(qū)約偏濕100～150 μL/L，在中高緯度地區(qū)偏濕15～20 μL/L（Oikonomou and ONeill，2006）。因此，結(jié)合觀測資料和較好的再分析資料進行研究，是全面了解平流層水汽特征的重要途徑。

青藏高原及其周邊的亞洲季風區(qū)是對流層向平流層物質(zhì)傳輸?shù)闹匾ǖ溃ú苤螐姾蛥芜_仁，2016;郭棟等，2017;徐雯雯等，2019;周順武等，2019）。研究表明，該地區(qū)不僅是熱帶外平流層重要的水汽源區(qū)（卞建春等，2011;陳斌等，2011，2012），對熱帶平流層水汽也有重要貢獻，向熱帶平流層的水汽輸送約有75%來自亞洲季風區(qū)（Gettelman et al.，2004b）。關(guān)于青藏高原及周邊UTLS水汽的分布特征，已經(jīng)有了不少研究。許健民等（1996）利用GMS-5（Geostationary Meteorological Satellite）水汽圖像分析了青藏高原地區(qū)對流層上部400 hPa附近的水汽分布，結(jié)果表明高原地區(qū)西北干、東南濕，干濕分界線在唐古拉山-巴彥喀拉山一線。占瑞芬和李建平（2008）利用AIRS反演水汽數(shù)據(jù)的分析則表明，夏季青藏高原上對流層水汽存在全區(qū)一致型、東西偶極型和南北帶狀偶極型三種分布型。畢云等（2008）利用HALOE衛(wèi)星觀測數(shù)據(jù)指出，整個青藏高原地區(qū)UTLS水汽分布有顯著的季節(jié)差異。Tian et al.（2011）發(fā)現(xiàn)3—4月青藏高原北側(cè)UTLS有更高的水汽，而5—9月青藏高原西側(cè)200 hPa的水汽含量較低。利用MLS數(shù)據(jù)，田紅瑛等（2014）給出了青藏高原對流層頂附近水汽的分布特征，并分析了水汽分布與夏季風發(fā)展和青藏高原大地形作用的關(guān)系。顏曉露等（2015）利用過冷霜點儀的水汽觀測對青藏高原及周邊的MLS水汽數(shù)據(jù)的對比驗證結(jié)果表明，夏季MLS 3.3版本的水汽數(shù)據(jù)的相對誤差范圍在316～121 hPa為6.0±83.4%，在對流層頂100 hPa附近為23±45.8%，在82.5 hPa以上的下平流層為0.3±14.9%。在青藏高原水汽特征研究中，AIRS和MLS是使用較多的兩套衛(wèi)星反演水汽數(shù)據(jù)，但AIRS和MLS水汽數(shù)據(jù)在垂直方向上有各自的適用范圍，要分析高原地區(qū)水汽三維分布及傳輸?shù)耐暾卣?，依然需要依靠再分析資料的水汽數(shù)據(jù)。因此了解再分析資料的水汽數(shù)據(jù)與衛(wèi)星反演水汽數(shù)據(jù)的差異就不可或缺。選取了5套再分析資料的水汽數(shù)據(jù)，以MLS為參考依據(jù)，首先評估了它們在青藏高原及周邊UTLS的質(zhì)量，然后選取其中較好的再分析水汽數(shù)據(jù)，進一步對比它們在水汽季節(jié)分布和不同時間尺度演變上與MLS水汽數(shù)據(jù)的差異。分析結(jié)果將為理解青藏高原地區(qū)UTLS水汽分布及傳輸提供依據(jù)，并可以為改進數(shù)值模式提供參考。

1 資料和方法

MLS是搭載在Aura衛(wèi)星上的微波臨邊觀測儀（Read et al.，2007），使用的是4.2版本的水汽反演產(chǎn)品，時段為2004年8月—2013年12月。水汽數(shù)據(jù)的使用范圍是316～0.002 hPa，在UTLS的水平分辨率為168～190 km，垂直分辨率在316～178 hPa為1.3～1.7 km，在147～68 hPa為2.3～3.1 km，水汽數(shù)據(jù)的精確性在25%以內(nèi)（Livesey et al.，2015）。MLS水汽數(shù)據(jù)在UTLS的氣壓層次為261 hPa、215 hPa、178 hPa、147 hPa、121 hPa、100 hPa、83 hPa、56 hPa。

選取的5套再分析水汽數(shù)據(jù)分別來自ERA-I（European Centre for Medium-Range Weather Forecasts Interim Re-Analysis）、MERRA（Modern Era Retrospective-analysis for Research and Applications）、JRA-55（Japanese 55-year Reanalysis）、NCEP2（Nation Centers for Environmental Prediction Department of Energy Reanalysis 2）和CFSR（Climate Forecast System Reanalysis）。5套再分析數(shù)據(jù)均沒有同化過MLS的水汽數(shù)據(jù)。其中CFSR的使用時段為2004年8月—2010年12月;其他幾套再分析數(shù)據(jù)的使用時段則與MLS一致。表1給出了5套再分析數(shù)據(jù)的時空分辨率、垂直范圍和UTLS層次信息。其中ERA-I、JRA-55和CFSR（MERRA和NCEP2）在UTLS的氣壓層次相同。再分析數(shù)據(jù)的水汽參量，除NCEP2為相對濕度外，其他都是比濕。還用到NCEP對流層頂數(shù)據(jù)，其時間和水平分辨率同NCEP2。

通過時間匹配和空間插值，將再分析數(shù)據(jù)統(tǒng)一匹配到MLS觀測數(shù)據(jù)所在的316 hPa到10 hPa共19個氣壓層次上，具體過程如下：首先取±3 h為時間窗口將再分析數(shù)據(jù)與MLS觀測數(shù)據(jù)做時間匹配，然后在水平方向上用雙線性插值方法得到MLS觀測位置的再分析值，最后在垂直方向上用氣壓對數(shù)線性插值方法將再分析數(shù)據(jù)插值到MLS的氣壓層次上。時空匹配后的再分析水汽數(shù)據(jù)統(tǒng)一換算成體積混合比q（單位： μL/L），用以表示水汽含量。

在評估再分析水汽（qR）和MLS水汽含量（qM）的差異時，水汽含量偏差百分比定義為：（qR-qM）/qM×100%;在分析水汽含量的緯向差異、季節(jié)和逐日演變時，水汽含量偏差百分比則定義為：（q-）/×100%，其中為q的緯向或時間平均值，并分別稱為緯向、年和日偏差百分比。

2 再分析資料水汽數(shù)據(jù)總體評估

圖1給出了5套再分析資料和MLS在青藏高原地區(qū)（60°～110°E，20°～40°N）UTLS的水汽含量垂直廓線的氣候平均分布及兩者的偏差分布。由圖1a可見，在青藏高原上空的UTLS層次，再分析資料中水汽含量普遍偏高，特別是NCEP2中水汽含量偏高最為顯著。由再分析資料與MLS的水汽含量偏差百分比垂直廓線可知，在121 hPa以下的上對流層，NCEP2的偏差在150%以上，其中最大偏差在200 hPa附近超過200%;JRA-55的偏差在100～200 hPa也較大，在100%左右。其他幾套再分析資料在

上對流層比較接近，偏差最大不超過165%（圖1b）。在100 hPa以上的下平流層，CFSR與NCEP2均有相對較大的偏差（20%～50%），而ERA-I和MERRA與MLS之間的偏差較小，維持在10%以下。針對水汽含量的水平分布，評估再分析資料與MLS的差異。由圖2下平流層（100 hPa）和上對流層（215 hPa）兩個層次上多年平均的水汽含量分布可見，就100 hPa水汽含量的量值而言，ERA-I（圖2b）和MERRA（圖2c）與MLS（圖2a）最為接近，水汽含量偏差百分比在20%以內(nèi);其中MERRA中水汽含量的分布更接近MLS，表現(xiàn)為青藏高原地區(qū)水汽含量由南向北逐漸增多;ERA-I中水汽含量的分布趨于相反，且在高原北部地區(qū)出現(xiàn)微弱的負偏差。

而JRA-55、CFSR和NCEP2無論在水汽含量的分布還是在數(shù)值上與MLS均差異巨大，偏差在30%以上，甚至超過100%～200%（圖2d）和70%～160%（圖2f）。在215 hPa，除了NCEP2以外，其他幾套再分析資料均與MLS相似，只是再分析資料的值偏濕120%～240%，且偏差自南向北、自西向東遞增?？偟膩砜矗怂棵黠@偏高外，ERA-I、MERRA、JRA-55和CFSR對青藏高原地區(qū)上對流層水汽分布的表征性能不相上下，但到了100 hPa的下平流層，則只有ERA-I和MERRA的水汽量值和分布與MLS較為相近。因此，下文將用這兩套再分析資料的水汽數(shù)據(jù)，與MLS做進一步對比。

3 冬夏季節(jié)水汽分布特征

占瑞芬和李建平（2008）利用AIRS的水汽數(shù)據(jù)分析發(fā)現(xiàn)，青藏高原上對流層的水汽分布有明顯的季節(jié)變化，冬季干冷，夏季暖濕，下面著重分析冬、夏兩個季節(jié)，說明ERA-I和MERRA兩套資料與MLS的差異。

從水平分布（圖3）可見，冬季（12、1、2月）3套資料中的水汽分布比較相近。在青藏高原上空平流層內(nèi)100 hPa上，水汽含量自南向北增加，東南部水汽含量最低，等壓面與對流層頂?shù)慕唤缇€位于高原以南（圖3a、3b、3c）。

就水汽含量的南北對比而言，MERRA與MLS更接近，而ERA-I中水汽含量的南北對比較弱。但也注意到，MLS中較強的南北水汽梯度帶位于對流層頂交界線以北的下平流層，而MERRA中，較強的南北水汽梯度帶位于對流層頂交界線的南北兩側(cè)（圖3c）。與100 hPa相反，在上對流層215 hPa上，三套資料中水汽含量都自南向北遞減，并在高原東南部水汽含量最高，同時在高原南側(cè)的上對流層內(nèi)，有較強的南北水汽梯度帶存在，而對流層頂交界線位于高原上空（圖3d、3e、3f）?？傮w而言，ERA-I和MERRA與MLS的水汽含量偏差，在下平流層100 hPa上均在15%以內(nèi)，在上對流層215 hPa上偏差大于100%～180%，且高原東部的偏差更大。

夏季（6、7、8月）在下平流層100 hPa上（圖4a、4b、4c），三套資料都表征高水汽含量中心位于青藏高原南部的對流層內(nèi)呈東西走向。兩套再分析資料的水汽含量偏差都相對較小，約在5%左右（圖4b、4c）。在上對流層215 hPa上（圖4d、4e、4f），三套資料中青藏高原南側(cè)水汽含量高，并由高原東南向西北減小。ERA-I和MERRA中的水汽含量偏差約為100～260%，且這種偏濕偏差隨緯度而增加，并在青藏高原的東北部達到最大。

接下來看垂直分布。由圖5中冬、夏季節(jié)沿青藏高原經(jīng)度帶（60°～110° E）水汽含量的垂直分布可見，三套資料的分布型相互接近，兩套再分析資料與MLS的水汽含量偏差夏季大，冬季相對小。無論冬夏，除了200 hPa附近的低緯地區(qū)，ERA-I的偏差較MERRA小，冬季在高原南側(cè)的上對流層基本在100%以下。三套資料在對流層頂斷裂區(qū)（對流層頂?shù)母叨入S緯度迅速下降）、西風急流附近的南北水汽梯度帶，冬季時位于青藏高原上空，夏季時位于青藏高原北側(cè)。與同經(jīng)度帶相比，再分析資料中冬季最大的水汽含量偏差在青藏高原地區(qū)，夏季則在青藏高原北側(cè)地區(qū)偏差更大。

由冬、夏季節(jié)青藏高原緯度帶（20°～40°N）水汽含量緯向偏差百分比的垂直分布可見，三套資料的結(jié)果也比較相近（圖6）。冬季再分析資料中的水汽含量偏差在緯向上趨于均勻，在下平流層小于100%，在上對流層大于100%，MERRA的偏差略大于ERA-I。夏季青藏高原和東亞季風區(qū)上空為同緯度帶水汽含量顯著高值區(qū)，ERA-I和MERRA中水汽含量偏差在水汽含量較高的青藏高原和落基山地區(qū)也較其他地區(qū)更大。高原地區(qū)的最大水汽含量偏差達150%，其中ERA-I在300 hPa附近最大，而MERRA在200 hPa附近最大。與圖5類似，MERRA中的水汽含量偏差更大，在青藏高原地區(qū)也是如此。

4 多時間尺度變化特征

由青藏高原地區(qū)水汽含量年偏差百分比的高度-逐月時間演變（圖7）可見，MLS、ERA-I和MERRA三套資料的結(jié)果比較相似，都清楚表征了高原上空水汽含量的顯著季節(jié)變化。

在100 hPa以上的下平流層水汽含量在冬春季節(jié)相對較低，夏秋季節(jié)相對較高;夏季開始，高原地區(qū)有高水汽含量隨時間向高層傳播，其中ERA-I對這種向上傳播特征的表征較MERRA好。此外水汽含量年偏差百分比的季節(jié)變化，MLS為-25%～30%，再分析資料相對較小，ERA-I為-15%～25%，MERRA為-10%～20%。而在上對流層，高原以冬季1—2月水汽含量最低，夏季7—8月水汽含量最高;水汽含量年偏差百分比的季節(jié)變化在200～300 hPa最大，MLS為-70%～130%，再分析資料略大于MLS，ERA-I為-70%～150%，MERRA為-75%～160%。

由青藏高原下平流層100 hPa 處水汽含量的緯度-逐月演變（圖8）可見，高原地區(qū)夏季的高水汽含量中心隨季節(jié)逐步向高緯度擴展，除了季節(jié)變化大小的差異外，ERA-I對這種水汽向極擴展特征的表征好于MERRA。

接下來看青藏高原地區(qū)水汽含量的歷年逐日時間演變。在垂直方向上，由圖9a可見，與圖7a中所表征的高水汽含量向上傳播特征相同，逐日的MLS資料中也清楚可見這種傳播。具體表現(xiàn)為夏秋季節(jié)開始，高水汽含量信號向上傳播，而冬春季節(jié)開始低水汽含量信號向上傳播，傳輸信號平均約需要15個月從對流層頂高度到達22 hPa。比較兩套再分析資料，ERA-I對這種向上的水汽傳輸信號的表征更好，但相比MLS，傳輸?shù)乃俣让黠@偏快，平均只要6個月就能到達22 hPa（圖9b）。相比之下，MERRA資料對這種向上的水汽傳輸信號的表征不好，向上的水汽傳輸信號最高只能到達56 hPa，在更高層則不存在（圖9c）。

而在經(jīng)向上，由水汽含量的緯度—逐日時間演變也可見，MLS資料中青藏高原地區(qū)對流層頂附近存在規(guī)律向極水汽傳輸信號，即夏秋季節(jié)高水汽含量信號向高緯度傳播，冬春季節(jié)低水汽含量信號向高緯度傳播，平均只要3個月就能由高原到達70° N附近（圖10a）。相比之下，ERA-I資料對高水汽含量信號向極傳輸?shù)谋碚鞑缓?，在一些年份甚至非常不清楚，向極傳輸信號的強度也比MLS弱（圖10b）。MERRA資料能表征高水汽含量信號向高緯度的傳輸，但傳輸?shù)乃俣缺萂LS更快，而對低水汽含量信號向高緯度傳播的表征非常差（圖10c）。

5 結(jié)論與討論

首先選取ERA-I、MERRA、JRA-55、CFSR和NCEP2等5套再分析資料的水汽數(shù)據(jù)，利用MLS衛(wèi)星觀測數(shù)據(jù)評估了這5套再分析資料水汽數(shù)據(jù)在青藏高原及周邊UTLS層次的質(zhì)量，然后選取其中質(zhì)量較好的ERA-I和MERRA兩套水汽數(shù)據(jù)與MLS衛(wèi)星觀測進一步對比，評估了這兩套再分析資料對青藏高原及周邊UTLS水汽的時空分布和演變的表征性能及偏差，主要結(jié)論如下：

1）5套再分析資料中青藏高原地區(qū)UTLS層次均偏濕，除NCEP2外，最大偏濕在上對流層215 hPa，約為165%。在上對流層，ERA-I、MERRA、JRA55和CFSR對水汽分布的表征能力相近，而在下平流層，ERA-I和MERRA中水汽含量及分布與MLS的差異相對較小。

2）ERA-I和MERRA對冬夏季節(jié)水汽的水平和垂直分布的表征與MLS相近，可表征夏季青藏高原地區(qū)在緯向和經(jīng)向上為水汽含量高值區(qū)。而對冬季對流層頂、西風急流附近南北水汽梯度帶的表征，MERRA好于ERA-I。ERA-I和MERRA與MLS的水汽含量偏差平均在上對流層更大約為150%，在下平流層較小約為10%。上對流層冬季在高原東南部偏差最大（180%），夏季在高原東北部偏差更大（280%）。

3）ERA-I、MERRA和MLS中青藏高原地區(qū)水汽的季節(jié)演變相近，都表現(xiàn)為冬季1—2月水汽含量低，夏季7—8月水汽含量高，水汽的季節(jié)變化在200～300 hPa最大。ERA-I和MERRA中水汽的季節(jié)變化在上對流層比MLS大，而在下平流層略小于MLS。

4）青藏高原地區(qū)上空對流層頂附近存在向上和向高緯度的水汽傳輸信號，夏秋（冬春）季為高（低）水汽傳輸信號。ERA-I對向上水汽傳輸信號的表征更好，而MERRA對下平流層（100 hPa）向高緯度的水汽傳輸信號的表征更好。

主要對比了青藏高原地區(qū)水汽含量的季節(jié)變化和歷年逐日演變，對于水汽含量的年際及年代際變化趨勢并沒有涉及。在MLS衛(wèi)星觀測數(shù)據(jù)有效使用范圍之外的對流層中下層，再分析資料水汽數(shù)據(jù)的質(zhì)量可以用AIRS數(shù)據(jù)做進一步的評估。本文的對比結(jié)果為利用再分析資料研究青藏高原地區(qū)水汽傳輸提供了參考，下一步將利用ERA-I和MERRA再分析數(shù)據(jù)做水汽傳輸?shù)难芯俊?/p>

致謝：感謝JPL提供的MLS衛(wèi)星反演數(shù)據(jù)。感謝ECWMF、NASA、JRA和NCEP提供的再分析資料。

參考文獻（References）

Anderson J G，Wilmouth D M，Smith J B，et al.，2012.UV dosage levels in summer：increased risk of ozone loss from convectively injected water vapor[J].Science，337（6096）：835-839.

畢云，陳月娟，周任君，等，2008.青藏高原上空H2O和CH4的分布和變化趨勢分析[J].高原氣象，27（2）：249-258. Bi Y，Chen Y J，Zhou R J，et al.，2008.Study on H2O and CH4 distributions and variations over Qinghai-Xizang plateau using HALOE data[J].Plateau Meteor，27（2）：249-258.（in Chinese）.

卞建春，嚴仁嫦，陳洪濱，2011.亞洲夏季風是低層污染物進入平流層的重要途徑[J].大氣科學(xué)，35（5）：897-902. Bian J C，Yan R C，Chen H B，2011.Tropospheric pollutant transport to the stratosphere by Asian summer monsoon[J].Chin J Atmos Sci，35（5）：897-902.（in Chinese）.

曹治強，呂達仁，2016.2009年和2010年夏季我國及周邊地區(qū)STE模擬與對比分析[J].大氣科學(xué)學(xué)報，39（3）：300-308. Cao Z Q，Lyu D R，2016.Simulation and comparative analysis of stratosphere-troposphere exchange in the summers of 2009 and 2010 in China and surrounding areas[J].Trans Atmos Sci，39（3）：300-308.（in Chinese）.

陳斌，徐祥德，施曉暉，2011.南亞高壓對亞洲季風區(qū)夏季對流層上層水汽異常分布的動力效應(yīng)[J].氣象學(xué)報，69（3）：464-471. Chen B，Xu X D，Shi X H，2011.A study of the dynamic effect of the South Asian high on the upper troposphere water vapor abnormal distribution over the Asian monsoon region in boreal summer[J].Acta Meteorol Sin，69（3）：464-471.（in Chinese）.

陳斌，徐祥德，楊帥，等，2012.夏季青藏高原地區(qū)近地層水汽進入平流層的特征分析[J].地球物理學(xué)報，55（2）：406-414. Chen B，Xu X D，Yang S，et al.，2012.On the characteristics of water vapor transport from atmosphere boundary layer to stratosphere over Tibetan Plateau regions in summer[J].Chin J Geophys，55（2）：406-414.（in Chinese）.

Dessler A E，Schoeberl M R，Wang T，et al.，2013.Stratospheric water vapor feedback[J].Proc Natl Acad Sci U S A，110（45）：18087-18091.

Gettelman A，Weinstock E M，F(xiàn)etzer E J，et al.，2004a.Validation of Aqua satellite data in the upper troposphere and lower stratosphere with in situ aircraft instruments[J].Geophys Res Lett，31（22）：L22107.

Gettelman A，Kinnison D E，Dunkerton T J，et al.，2004b.Impact of monsoon circulations on the upper troposphere and lower stratosphere[J].J Geophys Res，109（D22）：D22101.

郭棟，徐建軍，蘇昱丞，等，2017.青藏高原和北美夏季臭氧谷垂直結(jié)構(gòu)和形成機制的比較[J].大氣科學(xué)學(xué)報，40（3）：412-417. Guo D，Xu J J，Su Y C，et al.，2017.Comparison of vertical structure and formation mechanism of summer ozone valley over the Tibetan Plateau and North America[J].Trans Atmos Sci，40（3）：412-417.（in Chinese）.

Jiang J H，Su H，Zhai C X，et al.，2012.Evaluation of cloud and water vapor simulations in CMIP5 climate models using NASA “A-Train” satellite observations[J].J Geophys Res.doi：10.1029/2011jd017237.

Jiang J H，Su H，Zhai C X，et al.，2015.An assessment of upper troposphere and lower stratosphere water vapor in MERRA，MERRA2，and ECMWF reanalyses using Aura MLS observations[J].J Geophys Res Atmos，120（22）：11468-11485.

金蓮姬，毛志遠，肖輝，等，2017.超級單體向平流層輸送水汽機制的數(shù)值模擬[J].大氣科學(xué)學(xué)報，40（5）：675-685. Jin L J，Mao Z Y，Xiao H，et al.，2017.Modeling of the mechanism of water vapor transportation into the stratosphere by a supercell[J].Trans Atmos Sci，40（5）：675-685.（in Chinese）.

Livesey N J，Read W G，Wanger P A，et al.，2015.Earth observing system （EOS） Aura microwave limb sounder （MLS） version 4.2x level 2 data quality and description document[R].Pasadena：Jet Propulsion Laboratory.

Luo Z Z，Kley D，Johnson R H，et al.，2007.Ten years of measurements of tropical upper-tropospheric water vapor by MOZAIC.Part I：climatology，variability，transport，and relation to deep convection[J].J Climate，20（3）：418-435.

呂達仁，陳澤宇，卞建春，等，2008.平流層-對流層相互作用的多尺度過程特征及其與天氣氣候關(guān)系：研究進展[J].大氣科學(xué)，32（4）：782-793. Lyu D R，Chen Z Y，Bian J C，et al.，2008.Advances in researches on the characteristics of multi-scale processes of interactions between the stratosphere and the troposphere and its relations with weather and climate[J].Chin J Atmos Sci，32（4）：782-793.（in Chinese）.

馬旭林，姜勝，于月明，等，2017.COSMIC掩星反演大氣溫濕資料的質(zhì)量特征分析[J].大氣科學(xué)學(xué)報，40（6）：841-849. Ma X L，Jiang S，Yu Y M，et al.，2017.Analyzing the quality of data for temperature and humidity using COSMIC radio occultation observations[J].Trans Atmos Sci，40（6）：841-849.（in Chinese）.

Oikonomou E K，ONeill A，2006.Evaluation of ozone and water vapor fields from the ECMWF reanalysis ERA-40 during 1991—1999 in comparison with UARS satellite and MOZAIC aircraft observations[J].J Geophys Res，111（D14）：D14109.

Read W G，Lambert A，Bacmeister J，et al.，2007.Aura Microwave Limb Sounder upper tropospheric and lower stratospheric H2O and relative humidity with respect to ice validation[J].J Geophys Res，112（D24）：D24S35.

Schoeberl M R，Dessler A E，Wang T，2013.Modeling upper tropospheric and lower stratospheric water vapor anomalies[J].Atmos Chem Phys，13（15）：7783-7793.

田紅瑛，田文壽，雒佳麗，等，2014.青藏高原地區(qū)上對流層—下平流層區(qū)域水汽分布和變化特征[J].高原氣象，33（1）：1-13. Tian H Y，Tian W S，Luo J L，et al.，2014.Characteristics of water vapor distribution and variation in upper troposphere and lower stratosphere over Qinghai-Xizang plateau[J].Plateau Meteor，33（1）：1-13.（in Chinese）.

Tian W S，Tian H Y，Dhomse S，et al.，2011.A study of upper troposphere and lower stratosphere water vapor above the Tibetan Plateau using AIRS and MLS data[J].Atmos Sci Lett，12（2）：233-239.

許健民，鄭新江，徐歡，等，1996.GMS-5水汽圖象所揭示的青藏高原地區(qū)對流層上部水汽分布特征[J].應(yīng)用氣象學(xué)報，7（2）：246-251. Xu J M，Zheng X J，Xu H，et al.，1996.Upper tropospheric moisture distribution over the Tibetan Palateau as revealed from GMS-5 water vapour images[J].J Appl Meteor Sci，1996，7（2）：246-251.（in Chinese）.

徐雯雯，郭棟，孫曉娟，等，2019.青藏高原臭氧谷極端事件的定義及其特征[J].大氣科學(xué)學(xué)報，42（1）：129-137. Xu W W，Guo D，Sun X J，et al.，2019.Definition and characteristics of extreme events of ozone valley over the Tibetan Plateau[J].Trans Atmos Sci，42（1）：129-137.（in Chinese）.

顏曉露，鄭向東，周秀驥，等，2015.夏季青藏高原及其周邊地區(qū)衛(wèi)星MLS水汽、臭氧產(chǎn)品的探空檢驗分析[J].中國科學(xué)D輯：地球科學(xué)，45（3）：335-350. Yan X L，Zheng X D，Zhou X J，et al.，2015.Validation of Aura microwave limb sounder water vapor and ozone profiles over the Tibetan Plateau and its adjacent region during boreal summer[J].Science in China Series D：Earth Sciences，45（3）：335-350.（in Chinese）.

占瑞芬，李建平，2008.青藏高原地區(qū)大氣紅外探測器（AIRS）資料質(zhì)量檢驗及揭示的上對流層水汽特征[J].大氣科學(xué)，32（2）：242-260. Zhan R F，Li J P，2008.Validation and characteristics of upper tropospheric water vapor over the Tibetan Plateau from AIRS satellite retrieval[J].Chin J Atmos Sci，32（2）：242-260.（in Chinese）.

周順武，鄭丹，秦亞蘭，等，2019.青藏高原與同緯度其他地區(qū)熱帶對流層頂氣壓變化特征的比較[J].大氣科學(xué)學(xué)報，42（5）：660-671. Zhou S W，Zheng D，Qin Y L，et al.，2019.Comparison on variation features of the tropical tropopause pressure over the Tibetan Plateau and the other regions in the same latitudes[J].Trans Atmos Sci，42（5）：660-671.（in Chinese）.

Comparison of upper troposphere and lower stratosphere water vapor spatial and temporal distribution between reanalysis data and MLS observations over the Tibetan Plateau

TANG Nanjun1，2，REN Rongcai2，WU Guoxiong2

1Center for Data Assimilation Research and Applications，Nanjing University of Information Science & Technology，Nanjing 210044，China;

2State Key Laboratory of Numerical Modeling of Atmospheric Sciences and Geophysical Fluid Dynamics，Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China

Understanding the bias in reanalysis water vapor data is very conducive to studying the stratosphere and troposphere water vapor transport，particularly over the Tibetan Plateau （TP），which is an important water vapor source in the extratropical region where it is located.In this paper，the Aura MLS satellite observations taken over the TP are used to evaluate the upper troposphere and lower stratosphere （UTLS） water vapor data from the ERA-I，MERRA，JRA-55，CFSR and NCEP2 reanalysis data taken during the period of August 2004 to December 2013.The results reveal that the water vapor data from ERA-I and MERRA are superior to the other reanalysis data.In addition，the water vapor spatial and temporal distributions in ERA-I and MERRA are further compared by MLS satellite observations.The contrast results show that all of the reanalysis data used are wetter in terms of UTLS compared to the MLS satellite observations.Specifically，the ERA-I，MERRA，JRA-55 and CFSR reanalysis data overestimated the upper tropospheric （215 hPa） water vapor content by up to 165% compared to the MLS observations，while the water vapor data from ERA-I and MERRA bore small differences with the MLS observations.Overall，the water vapor data from ERA-I and MERRA were closer to the MLS observations compared to the other reanalysis data.Further contrast results show that the water vapor horizontal and vertical structures in ERA-I and MERRA are consistent with the MLS observations over the TP in winter and summer.In the MLS observations，the water vapor maximum in the latitude and longitude occurred over the TP in summer，and that there is a strong meridional gradient of water vapor near tropopause and westerly jet in winter.These observations were also made in ERA-I and MERRA，yet the spatial distribution is better in MERRA.The water vapor content over the TP exhibited significant seasonal changes，being lowest in January and February，and highest in July and August，while the seasonal variability was greatest at 200～300 hPa.The seasonal changes in ERA-I and MERRA resembled the MLS observations，but the seasonal variability was slightly larger （smaller） in ERA-I and MERRA in the upper troposphere （lower stratosphere）.According to the daily water vapor time series，there upward and poleward water transport were present near the tropopause in the MLS observations over the TP.The upward and poleward transport were also observed in the ERA-I and MERRA daily water vapor data time series;however，compared to the MLS results，the upward higher water vapor transport was superior in ERA-I，while the poleward transport of the higher water vapor was more obvious in MERRA in the lower stratosphere （100 hPa）.In summary，although the water vapor contents in ERA-I and MERRA exhibited significant differences with the MLS observation in the upper troposphere，the spatial and temporal distributions are more similar to the MLS observations，and for this reason the ERA-I and MERRA water vapor data can be used to study the water vapor transport over the TP in UTLS.

Tibetan Plateau;upper troposphere and lower stratosphere;water vapor;comparative analysis

doi：10.13878/j.cnki.dqkxxb.20170706001

（責任編輯：袁東敏）