近日，地学系2016级硕士生杨帆作为第一作者在“ Hydrology and Earth System Science”期刊上发表题为“Evaluation of multiple forcing data sets for precipitation and shortwave radiation over major land areas of China”的论文，利用独立的站点数据对目前国内外常用的驱动数据集中降水、短波辐射两个变量在中国区域的表现进行了系统性评价（本研究不包含南海区域）。地学系卢麾副教授为本文的通讯作者。

降水和短波辐射作为生态系统重要的水和能量来源，是陆面过程、气候变化等研究中的重要输入参数。而传统的站点观测方法受到站点数量和分布位置的限制，不能满足大尺度研究的需要；因此，科学家们利用卫星观测、模式模拟和站点数据制作了一系列的格点化驱动数据集。近年来，中国科学院和中国气象局的科学家分别制作了两套覆盖中国和亚洲区域的驱动数据CMFD (China Meteorological Forcing Dataset)、CLDAS (China Meteorological Administration Land Data Assimilation System)。由于驱动数据的质量会对陆面、气候模型的结果产生重要影响，因此，对驱动数据的评估必不可少。

图1 驱动数据与降水验证数据比较结果（colorbar表示驱动数据网格内的站点数量）

本研究对两套中国驱动数据集、一套利用中国气象局站点数据插值成的降水数据CN05.1及美国发展较成熟的GLDAS (Global Land Data Assimilation System)进行了比较分析，所用的降水验证数据由水利部提供，短波辐射验证数据分别来自中科院青藏所、中科院中国生态系统研究网络、黑河试验站。结果表明，CLDAS降水与验证站点表现最一致,因其使用的实测站点数据较多；CMFD在年尺度上与实测数据也吻合较好，但其月尺度数据在2014年8月后有异常。CN05.1表现出明显的高估现象，主要是由于该数据仅用了数学方法进行插值，存在较大误差；由于GLDAS使用的观测站数量有限，其降水数据离散度较大，表现较CLDAS和CMFD差。从短波辐射的比较结果看，CMFD质量最好，其与验证数据的均方根误差和偏差都最小；而CLDAS及GLDAS在绝大多数地区都高估短波辐射值。可能的原因是，我国的短波辐射实测站较少，因此CLDAS及GLDAS融合的观测资料有限。而CMFD融合的数据是一套利用辐射站点和气象站点模拟出的、具有较高精度的数据，使得CMFD有较高的质量。

此研究能够为数据使用者在选择数据时提供依据，也可以帮助数据提供者进行数据优化、提高数据质量。

Hydrology and Earth System Science是水文水资源领域的顶级期刊，近5年平均影响因子为5.064。

文章链接：https://www.hydrol-earth-syst-sci.net/21/5805/2017/