Noggrann utvärdering och urval av datauppsättningar för vetenskaplig forskning är avgörande, särskilt för dåligt observerade regioner som Centralasien. ERA5, den nya generationens omanalys av European Centre for Medium Range Weather Forecasts (ECMWF), är den mest tillförlitliga när det gäller att avslöja spatiotemporala egenskaper hos utfällbar vattenånga (PWV) i Centralasien, jämfört med andra omanalysdatauppsättningar, enligt en ny studie publicerad i Jord- och rymdvetenskap .

Studien fokuserar specifikt på Centralasien, en stor, halvtorra till torra områden, eftersom det har lidit av allvarlig vattenbrist under det senaste halvseklet, påverka samhällets hållbara utveckling. Som en grundläggande komponent i vattnets kretslopp, Atmosfärisk vattenånga spelar en viktig roll i klimatsystemet och vattenresurserna. Att förstå de rumsliga variationerna av atmosfärisk vattenånga är avgörande för förståelsen av vattnets kretslopp och förvaltning av vattenresurser.

"Stationsobservationer är begränsade i Centralasien på grund av de glesa rumsliga fördelningarna och inhomogeniteterna i observationer, " sa Jie Jiang från Institute of Atmospheric Physics vid den kinesiska vetenskapsakademin, tidningens första författare. "Satellitprodukter och omanalysdatauppsättningar är användbara komplement till observationer på plats. tillförlitligheten och noggrannheten hos dessa datauppsättningar i Centralasien är fortfarande oklart."

Forskare utvärderade flera satelliter och omanalyserade PWV-datauppsättningar mot radiosondeobservationer i Centralasien. Utvärderingen visade att två stora satellitprodukter, nämligen, Atmospheric Infrared Sounder-only (AIRS-only) och Atmospheric Infrared Sounder/Advanced Microwave Sounder Unit (AIRS/AMSU), kan rimligen fånga de klimatologiska fördelningarna, årscykel och månatliga variationer av PWV. Bland de åtta aktuella toppmoderna datauppsättningarna för omanalys, inklusive ECMWF interim reanalysis (ERAIM), femte generationens ECMWF-atmosfärisk omanalys (ERA5), National Centers for Environmental Prediction (NCEP)1, NCEP2, Omanalys av klimatprognossystemet (CFSR), 55-årigt modernt japanskt reanalysprojekt (JRA55), Modern Era Retrospective Analysis for Research and Applications (MERRA), och MERRA version 2 (MERRA2), ERA5 och MERRA2 har bättre prestanda i både klimatologiska egenskaper och mellanåriga variationer, medan NCEP1 och NCEP2 presterar sämre eftersom dessa produkter inte har assimilerat varken AIRS- eller AMSU-data.

"Det finns ingen "bästa" omanalysdatauppsättning, eftersom olika datauppsättningar har sina egna styrkor och svagheter i olika aspekter, " kommenterade prof. Tianjun Zhou, motsvarande författare på tidningen och senior forskare vid Institute of Atmospheric Physics i den kinesiska vetenskapsakademin. Således, de konstruerade vidare ett skicklighetsviktat ensemblemedelvärde av reanalysdatauppsättningarna, baserat på olika prestanda hos enskilda datamängder. "Det förväntas vara mer tillförlitligt när det gäller att avslöja de klimatologiska rumsliga mönstren för PWV, jämfört med det enkla ensemblens medelvärde och individuella datamängder, " tillade Zhou.

Teamet studerade vidare de fysiska processer som dominerar PWV-variationerna i Centralasien. De fann att variationerna i PWV från år till år till stor del moduleras av det lokala vattnets kretslopp, följt av den avlägsna forceringen från Nordatlanten

"Detta arbete ger värdefull information för framtida forskning om vattnets kretslopp i Centralasien. Användningen av kompetensviktning är ett nytt försök att slå samman olika omanalysdatauppsättningar, eftersom metoden i allmänhet används oftare i multimodellstudier, " sa Zhou.