我国西北地区由于距离海洋遥远，加之受地形阻挡影响，从海洋来的水汽很难到达，使得该地区降水稀少，故此区域大部分是戈壁、沙漠或是稀疏植被下垫面，是典型的干旱区。许多研究指出，在西北干旱区，由于春、夏季到达地表的太阳辐射强烈，陆—气相互作用也非常强烈，而且地表与大气之间能量输送主要以感热通量输送为主，此区域的感热通量输送在整个欧亚大陆是一个高值区（布和朝鲁等，2002；周连童，2009），因此该地区被称为欧亚大陆的“热垫”（周连童和黄荣辉，2008）。此区域的高感热通量输送不仅可以影响局地的对流边界层特征和天气气候，还能够通过大气环流引起东亚季风区（特别是中国东部）气候的变化（布和朝鲁等，2002；周连童和黄荣辉，2008；黄荣辉等，2013）。然而，由于观测资料的匮乏，关于西北干旱区陆—气相互作用对局地大气和东亚区域气候异常的影响研究，无论是数值模拟还是气候诊断分析，目前还常依赖于大气再分析资料。

大气再分析资料是利用数据同化系统把各种来源的观测资料与数值预报产品进行重新融合和最优集成的“产物”。随着同化技术的不断改进，更合理的数值预报模式的应用，以及更多不同来源观测数据的融合（Kanamitsu et al., 2002；Uppala et al., 2005），再分析资料产品的质量也在不断提高。美国、欧盟和日本等自20世纪90年代以来先后进行了一系列全球大气再分析计划，相继完成了多套全球再分析资料数据集。目前常用的再分析产品包括：美国环境预报中心和国家大气研究中心再分析资料NCEP/NCAR、美国环境预报中心和美国能源部的再分析资料NCEP/DOE、欧洲中期天气预报中心的再分析资料ERA-Interim、ERA-40、日本气象厅的全球大气再分析资料JRA-25和JRA-55等，这些再分析资料在气候研究和模式模拟等领域广泛应用，不仅为长时间序列气候变化研究提供了新的手段，同时也为一些观测不足地区的气候研究提供重要的、甚至是不可替代的数据支撑，极大推动了现代大气科学的发展。

然而，作为对历史气候的再现，再分析资料不可避免地包含着多种误差，例如由于观测系统变更而引入的误差、将非均匀下垫面的观测资料融合到格点上带来的误差、数值模式和同化方案引入的误差等（Kistler et al., 2001），特别是观测系统的不断变更引入的虚假气候变化信号，这些均会影响资料的实际应用。而且，由于融合的观测资料不同、数值预报模式和同化技术的差异，不同的再分析资料之间存在着不一致。在再分析资料的各种变量中，主要受融合观测资料影响的变量（例如高空气温和风速等），一般被划分为A类变量，其可信度相对较高；由于观测资料的限制而主要依赖于数值预报模式生成的变量（例如地表通量、降水等），则归类于C类变量，可信度相对较低（Kistler et al., 2001），在使用前需要利用实际观测资料进行对比和评估。在我国，利用观测对再分析产品的变量场（如地表温度场、降水场、大气温度和位势高度等）进行了很多评估，得到了许多非常有意义的结论（黄刚，2006；Ma et al., 2008；周顺武和张人禾，2009；李瑞青等，2012；朱智等，2015）。

感热通量是陆—气间热力交换的重要物理量，目前常由涡动相关法进行观测，相对于常规气象观测站点而言，通量观测站相对有限且观测时间较短，使得国内利用观测感热通量对再分析产品进行的评估相对较少（周连童，2009；王澄海和王蕾迪，2010；竺夏英等，2012），而且比较中使用的实际感热资料一般时间较短（一年至几年之间）。再分析的感热通量是由数值预报模式计算生成，属于C类变量，不同再分析产品的感热通量资料间还存在很大差异（周连童，2009；竺夏英等，2012）。考虑到我国西北干旱区的感热通量在地表能量分配中处于支配地位，春、夏季的异常变化对局地气候和东亚夏季风环流有重要的影响（周连童和黄荣辉，2008），而不同再分析资料的感热通量在此区域有很大差异，尤以夏季最为显著，因此，为了更准确理解西北干旱区感热输送的异常变化对气候影响的过程和机理，再分析资料在使用前开展与观测或估算的比较十分必要。选取有较长观测历史的野外台站资料有助于更好评估再分析资料的不确定性。“中国西北干旱区陆—气相互作用观测试验（NWC-ALIEX）”在敦煌戈壁站有长时间的连续观测，并且该站对干旱区戈壁下垫面的陆—气相互作用有较好的代表性。为此，本文选取了敦煌戈壁站2001~2014年夏季（6、7、8月）的观测资料，评估不同的再分析资料产品，分析它们之间差异的原因。这不仅为再分析资料的选取和提高气候变化研究结果的可靠性提供参考，而且对于数值模式模拟的改进以及再分析同化系统的改进等也有十分重要的意义。

野外观测资料选取了“中国西北干旱区陆—气相互作用观测试验”在敦煌戈壁站的观测。敦煌戈壁站（40°10′N，94°31′E；海拔1150 m）位于我国河西走廊敦煌市郊外的双墩子戈壁滩，距离东部敦煌绿洲约为7 km，该站在敦煌地区的具体位置见图 1。敦煌地区降水稀少，平均年降水量约为40 mm，是典型的极端干旱区。敦煌戈壁站周围地表主要由沙、砾石、砾沙和中粗砂组成，该下垫面对于典型干旱区戈壁下垫面具有很好的代表性。本文所用的敦煌戈壁站观测资料包括2001~2014年每半小时观测一次的8 m风速、2 m气温、地表温度以及地表气压等。观测资料经过了质量检测和质量评价（王超等，2010），以及缺测数据的插补。另外，使用了该站2008年8月7~27日典型晴天的湍能通量数据，该通量数据由CSAT3（Campbell）三维超声风温仪观测，并通过了质量控制和质量评价（周德刚等，2012）。考虑到降水前后感热输送存在显著的差异，还参考了敦煌气象站及周边气象台站2001~2014年的降水资料。

图 1

Fig. 1

图 1 敦煌戈壁站的地理位置 Fig. 1 Location of the Dunhuang Gobi site in the Dunhuang area

再分析资料选取美国环境预报中心（NCEP）和国家大气研究中心（NCAR）合作研制的NCEP/ NCAR再分析资料（Kalnay et al., 1996；Kistler et al., 2001），NCEP/NCAR可以说是最早发展且时间尺度最长的全球大气再分析资料；美国环境预报中心（NCEP）与美国能源部（DOE）的联合研制的NCEP/DOE再分析资料（Kanamitsu et al., 2002），该套资料可以看作是对NCEP/NCAR再分析资料的延续和更新；欧洲中期天气预报中心（ECMWF）在同化了更多、更广泛的卫星和地表观测资料的基础上开发的ERA-Interim再分析资料数据集（Uppala et al., 2005；Simmons et al., 2007）；以及日本气象局（JMA）研制的更适合亚洲地区天气和气候分析与研究的JRA-55全球再分析资料数据集（Onogi et al., 2007；Ebita et al., 2011），各再分析资料介绍如表 1所示。为了与敦煌戈壁站的观测进行比较，再分析资料选取了2001~2014年的相关变量，主要包括感热通量、辐射四分量、以及地表气温和风速等。注意到，尽管在敦煌地区存在有敦煌绿洲，但是再分析资料的水平分辨率在1.25°（纬度）×1.25°（经度）到1.875°（纬度）×1.875°（经度），其中最高的水平分辨率也在100 km以上，而敦煌绿洲的尺度在20 km左右，因此再分析资料中敦煌绿洲的影响是可以忽略不计的。再分析资料的粗糙度设置也显示这一点，在敦煌地区及周围的粗糙度均设置为裸土粗糙度（约10 mm）。因此，再分析产品再现的地表感热通量，与敦煌戈壁站观测的一致，均为裸土下垫面的感热通量，这是本文利用敦煌戈壁站的观测数据来评估再分析资料的重要理由。为了避免插值引入新的误差，本文中的再分析资料数据选择最接近敦煌戈壁站的格点数据与观测进行比较。

表 1 (Table 1)

表 1 各套再分析资料的同化方案及利用实测资料估算感热通量的方案 Table 1 Sensible heat flux parameterization schemes used in the reanalysis datasets and estimation from routine observation 感热通量参数化方案 同化方案 水平分辨率 时间分辨率 ERA-Interim ${{z}_{0\rm{h}}}={{z}_{\rm{0m}}}/10$ 4D-Var 1.5°×1.5° 3 h JRA-55 ${{z}_{\text{0h}}}={{z}_{\text{0m}}}$ 4D-Var 1.25°×1.25° 3 h NCEP/NCAR, NCEP/DOE $k{{b}^{-1}}=0.1R_{\text{e}^*}^{0.5}$ 3D-Var 1.875°× 1.875° 6 h 观测估值 ${{z}_{\text{0h}}}=(\frac{70v}{{{u}_{*}}})\text{exp}(-7.2u_{*}^{0.5}|{{T}_{*}}{{|}^{0.25}})$ 无 站点 0.5 h 注：z0m为动量粗糙度，z0h为热力粗糙度，kb-1为附加阻尼项，Re*=z0mu*/v, u*为摩擦速度，v为分子黏性系数，T*为摩擦温度。4D-Var、3D-Var分别表示四维、三维变分资料同化。

表 1 各套再分析资料的同化方案及利用实测资料估算感热通量的方案 Table 1 Sensible heat flux parameterization schemes used in the reanalysis datasets and estimation from routine observation

一般情况下，地表感热通量H可以通过地表温度T_g、气温T_a、风速u和地表气压p计算得到，公式如下：

其中，空气密度ρ=p/R(T₀+T_a)，R为气体常数（287 J kg^-1 K^-1），T₀=273.15 K；c_p为空气定压比热容；热力输送系数C_h可由下式计算得到：

其中，k为von Karman常数，Pr为普朗特数（当稳定度ζ≥0时取1，ζ＜0时取0.95），z为风速（气温）的观测高度，L为Monin-Obukhov长度，ζ为稳定度ζ=z/L，Ψ_m(ζ)和Ψ_h(ζ)分别为动量稳定度修正项和温度稳定度修正项。

目前，对于干旱区的Ch值进行了许多研究（左洪超和胡隐樵，1992；张强等，2001；韦志刚等，2006），除了取常值（张强等，2001）外，也进行了一些参数化拟合（韦志刚等，2006；王慧和李栋梁，2010a）。普遍地，Ch值常通过参数化方案确定，例如附加阻尼项kb-1，即利用z0h和z0m的比值kb-1=ln(z0h/z0m)来计算。如Brutsaert（1982）提出的参数化方案kb-1=2.46Re*0.25-2、Zeng and Dickinson（1998）提出的并应用于CLM 4.0模式中的热力参数化方案kb-1=0.13Re*0.45、以及可以看做是对Zeng and Dickinson（1998）参数化方案进一步改进的kb-1=0.36Re*0.5方案（Zeng et al., 2012）等。

再分析资料的感热通量是由同化系统中的陆面过程模式计算得到的，其中，ERA-Interim使用的是ECMWF陆面过程模式，NCEP再分析资料同化系统中使用了Noah陆面过程模式（Kalnay et al., 1996），JRA-55使用的是SiB陆面过程模式（Sellers et al., 1986），它们使用的感热通量参数化方案见表 1。需要特别说明的是，ERA-Interim的ECMWF陆面过程模式对动量和热力输送的计算分为两层考虑（Beljaars and Holtslag, 1991），在混合层以下选取局地各实际下垫面的动量粗糙度和热力粗糙度计算动量和感热（裸土的热力参数化方案见表 1），在混合层中根据总的动量通量以及地形计算格点的有效粗糙度，根据总的感热通量和有效粗糙度计算格点的有效热力粗糙度。这意味着，在计算敦煌地区裸土的动量输送时，动量粗糙度为包括了地形在内的有效粗糙度，高于裸土的动量粗糙度，而在计算感热输送时，动量粗糙度选取为裸土粗糙度，计算过程有别于其他再分析资料中对动量通量和感热通量的计算。

在敦煌戈壁站，尽管存在利用涡动相关法对感热通量的直接观测，但主要在几次加强期观测，累计时间相对较短，不足以进行较长时间的比较。因此，这里的感热通量根据近地层风、温、湿的梯度观测资料计算，并与实际观测进行比较。在计算敦煌戈壁站的感热通量时，采用Yang et al.（2008）提出的参数化方案，这里简称为Y08方案。该方案能合理再现高原和西北干旱区裸土、戈壁和稀疏植被下垫面的感热通量（周德刚，2016）。图 2比较了2008年8月直接观测的感热通量和利用Y08参数化方案计算得到的同期感热通量，结果显示它们具有较好的一致性。在敦煌戈壁站的其他加强期，Y08方案计算的感热与观测也显示很好的一致性（Chen et al., 2010）。由于实际观测的地表能量通量不闭合，并考虑到涡动相关法观测的感热通量受低频损失等因素的影响略低于真实值，可以认为用Y08方案重现敦煌戈壁站的感热通量是基本合理的，因此，可以用其来代表实际观测的感热。

图 2

Fig. 2

图 2 用Y08参数化方案与观测资料得到2008年8月7~27日敦煌戈壁站感热通量的比较 Fig. 2 Comparison of observed sensible heat flux and that estimated by the Y08 scheme at Dunhuang Gobi site during 7−27 August 2008

图 3显示了敦煌戈壁站2001~2014年夏季逐月的感热变化，该站多年平均的夏季感热通量为85.7 W m^-2，总体来说感热通量在6月份较大，在8月份相对较小。感热通量存在有较大的年际波动，这和降水的变化基本一致（敦煌地区的夏季逐月降水也见图 3）。敦煌站降水资料显示，在2002年6月上旬及中旬该地区有较强的降水过程，月降水量达44.2 mm，与此对应，在2002年6月的感热通量较常年偏小。相同情况还出现在2007年的6月及7月（两月总降水量达到34.5 mm），同期的感热通量也相对较低。在2012年7月中旬以及下旬存在两次明显的降水过程，在8月上旬又有降水产生，导致2012年7月和8月的感热偏低。因此，尽管敦煌戈壁站位于极端干旱区，降水稀少，感热输送强烈，但是当有降水事件发生后，潜热会迅速增加，相应地感热输送减弱，从而使得感热表现出较强的年际波动。

图 3

Fig. 3

图 3 2001~2014年敦煌戈壁站观测与再分析资料的夏季逐月感热通量 Fig. 3 Variation of the observed sensible heat flux and comparisons with that in four reanalysis datasets at Dunhuang Gobi site in the summer (JJA) of 2001−2014

图 3还给出了不同再分析资料在敦煌戈壁站2001~2014年夏季逐月的感热通量，可以看出，不同再分析资料的感热通量在量值上有很大的差异，其中，NCEP/NCAR的感热明显高于其他资料，平均值达107.6 W m^-2；ERA-Interim的感热平均为89.4 W m^-2，比较接近于敦煌戈壁站的实际值；NCEP/DOE和JRA-55的感热相对较小，平均值分别为41.3 W m^-2和35.9 W m^-2。各套再分析资料均能显示出敦煌戈壁站夏季逐月感热通量的变化特征，即在6月和7月感热通量相对较大，8月感热通量较小。其中，ERA-Interim资料与观测感热通量的相关系数可达0.72，其次是NCEP/NCAR与观测的相关系数为0.62，NCEP/DOE、JRA-55与观测的相关系数分别为0.60和0.59。如果对感热通量取夏季平均后再比较，ERA-Interim的年际变化呈减弱趋势，与实测基本一致（-0.17 W m^-2 a^-1），JRA-55减弱趋势偏强，而NCEP/NCAR和NCEP/DOE略有增大趋势；ERA-Interim与观测的相关性最高（0.69），其次为JRA-55（0.51），NCEP/NCAR、NCEP/DOE与观测的相关较低。

敦煌戈壁站的实际感热通量会明显受到降水事件的影响，而在再分析资料中，降水同属C类变量，具有较大的不确定性。如果敦煌戈壁站的降水为局地性的较强降水（例如2002年6月和2012年7月）或周围台站有较大降水而敦煌戈壁站降水很少（如2012年6月），再分析资料对于这种局地性的降水更是难以再现，从而导致观测感热与再分析资料的结果存在明显差异。在2007年，观测与再分析资料感热的差异也与局地性降水有关。如果剔除这些时间段，观测的感热与再分析资料的一致性更好，相关系数均有所增加，ERA-Interim与观测的相关系数最高（达0.81），NCEP/NCAR、JRA-55与观测的相关值次之，NCEP/DOE与观测的相关系数增加不多；而且，观测感热的标准差除了与NCEP/NCAR的有较大差异外，与其他3种再分析结果比较接近，ERA-Interim的结果总体上与观测更为接近。本文选取连续14年的观测数据进行比较，可以更好评估观测与再分析资料的异同，减少了只取某一年份观测比较的差异随机性。

总之，不同再分析资料的感热通量在敦煌戈壁站无论是值的大小还是变化上均存在很大的差异。敦煌戈壁站实际的感热通量受降水的影响，而局地降水是难以在再分析资料中再现的，如果剔除局地降水事件的时间段，ERA-Interim的感热通量与观测比较一致，优于其他的再分析资料。

图 3显示出不同再分析感热通量存在有很大的不确定性，特别是在感热值的大小上。是什么原因使得它们存在如此明显的差异呢？从计算感热的公式（1）可以看到，地表风速、地气温差和热力输送系数是影响感热输送大小的直接因子，而在再分析同化系统中热力输送系数是受地表参数和热力参数化方案影响的。为此，下面主要从地表风速、地气温差以及热力参数化方面分析不同再分析资料感热通量差异的原因。

在陆面过程模式中，近地面风速是影响地表能量通量的重要强迫场，风速的大小对感热的输送效率有重要影响；风速也是模式中影响沙尘颗粒向大气输送的重要变量。在敦煌戈壁站，实测8 m风速在多年夏季中的峰值在4.3~5.2 m s^-1，而各套资料给出的10 m风速的差异较大（图 4a），其中NCEP/ NCAR和NCEP/DOE的风速与实测风速值接近，JRA-55的风速高于实测风速，ERA-Interim的风速低于实测风速。再分析资料与观测资料的风速逐月变化特征基本一致，ERA-Interim与实测风速的相关系数可达0.77，其次NCEP/DOE与实测风速相关系数为0.65，JRA-55和NCEP/NCAR与实测风速的相关系数均为0.60。再分析资料的10 m风速与观测资料8 m风速存在差异的原因，除了由于高度本身导致的差异外，还包括有同化系统是否融入地表观测风速和融入什么样的观测资料，以及同化系统中对地表粗糙度的设置。如果同化系统融合了气象台站观测的风速，而台站风速可能受城市化的影响低于野外观测（王慧和李栋梁，2010b），使得再分析的风速偏小。而且，敦煌戈壁站的实际粗糙度在0.6 mm左右，而在再分析系统中，裸土的粗糙度设置为10 mm，也会影响再现的风速大小。此外，在ERA-Interim的同化系统中，地表有效粗糙度还考虑了地形等的影响，较大的粗糙度可能导致再现的地表风速小于敦煌戈壁站的观测。

图 4

Fig. 4

图 4 2001~2014年敦煌戈壁站观测与再分析资料的夏季逐月（a）风速和（b）地气温差 Fig. 4 Variations of surface meteorological variables from observations and their comparisons with those in four reanalysis datasets at Dunhuang Gobi site in the summer of 2001−2014 (JJA): (a) Wind speed; (b) air−ground temperature difference

各再分析资料的地表气温与观测值在大小上也存在显著差异，但在温度的变化上比较一致，这与目前在我国对再分析资料的2 m气温的评估是一致的（赵天保和符淙斌，2006；Ma et al., 2008）。相比较而言，地气温差在量值大小上有明显的差异。从图 4b中可以看出，各套再分析资料模拟得到的地气温差均小于实际观测的地气温差，其中，ERA-Interim资料相对接近实测地气温差，比实际观测得到的多年夏季平均的地气温差值（6.5 ℃）低2.1 ℃、JRA-55偏低5.9 ℃、NCEP/NCAR和NCEP/DOE分别偏低5.2 ℃和6.4 ℃。因此，各套再分析资料均不同程度地低估了敦煌地区的地气温差，或者说不同程度地低估了地表温度，这将影响到再分析资料中对地表长波辐射的估算，进而能够影响地表感热通量。与观测的感热通量受降水的影响相类似，观测的地气温差在在降水较多的年份相对较小，但是在再分析资料中地气温差与降水的这种关系并不明显。

以上分析显示，再分析的地气温差和风速与敦煌戈壁站的观测存在不同的差异：ERA-Interim的风速低于观测，但地气温差高于其他再分析资料更接近观测；其他再分析资料的风速接近或略高于观测，但是地气温差明显偏低。当然，风速的大小与地气温差存在关联。如果将再分析产品在敦煌区域的动量粗糙度取为实际的戈壁下垫面动量粗糙度，则ERA-Interim的风速可能会接近戈壁站观测，而其他再分析资料的风速则进一步增加而高于观测；另一方面，敦煌地区具有较大的地气温差，这是干旱区的一个重要特征，而各套再分析资料均不能很好再现。为此，下面还将对各再分析资料的热力输送参数作进一步的分析。

各套资料的热力输送系数C_h可以根据公式（2）反推得到。结果显示，各套资料反推的热力输送系数C_h均非定值，其中根据敦煌戈壁站观测和Y08方案计算的C_h值主要集中在2.3×10^-3左右，这与张强等（2001）的研究比较接近；ERA-Interim再分析资料的C_h值分布主要在2.8×10^-3左右；JRA-55的C_h值主要分布在2.5×10^-3左右；NCEP/NCAR的C_h值主要分布在5.3×10^-3左右；NCEP/DOE的C_h值主要分布在3.0×10^-3左右。从值的大小来看，JRA-55和ERA-Interim资料的热力输送系数较为接近敦煌戈壁站。由于各再分析资料中对敦煌地区的粗糙度均取一致的裸土粗糙度，热力输送系数的显著差异必然与各再分析资料所采用的热力参数化方案（见表 1）有关。

为了比较热力参数化方案对感热的影响，这里选取敦煌戈壁站2001~2014年夏季观测的风速和地气温差，计算了不同热力参数化方案下的感热通量（见图 5）。为了评估各参数化方案对动量粗糙度的敏感性，分别取z_0m为0.6 mm、3 mm和10 mm。结果显示，当取z_0m为实际的戈壁下垫面粗糙度（0.6 mm）时，ERA-Interim、NCEP和JRA-55预报模式中的参数化方案计算得到的感热通量分别为72.5 W m^-2、95.2 W m^-2和102.6 W m^-2，相对而言，ERA-Interim中的参数化方案计算的感热较为接近实测值，并且在z_0m取3 mm和10 mm时，也有同样的结果。这3种再分析资料中的参数化方案不同程度地对z_0m敏感，感热随着z_0m的增加有不同程度的增加。特别是JRA-55中的参数化方案（即z_0h=z_0m），对动量粗糙度非常敏感，当z_0m=3 mm和z_0m =10 mm时，分别是z_0m=0.6 mm时的1.56倍和2.40倍，因此更需要局地的真实粗糙度。总的来说，ERA-Interim中的参数化方案要优于NCEP和JRA-55预报模式中的参数化方案，这和ERA-Interim的感热通量更接近实际观测是一致的。

图 5

Fig. 5

图 5 利用再分析资料中不同热力参数化方案以及敦煌戈壁站实测风速和地气温差在不同动量粗糙度下估算的感热通量，图中ERA-Interim、NCEP、JRA-55分别代表ERA-Interim、NCEP、JRA-55再分析资料中的参数化方案 Fig. 5 Estimated sensible heat fluxes by various schemes in reanalysis products and that calculated from observed wind speeds and air−ground temperature differences under different settings of z0m at Dunhuang Gobi site (ERA-Interim, NCEP, and JRA-55 denote the schemes used in the ERA-Interim, NCEP, and JRA-55 reanalysis datasets, respectively)

相对而言，Y08参数化方案对动量粗糙度不太敏感，计算的感热不确定性相对再分析资料间的差异而言较小，其结果在可接受范围之内，因此用Y08方案估算的敦煌戈壁站感热是合理的，可以用于陆面过程模式或再分析同化系统对干旱区热力的模拟再现。图 5也解释了为何再分析的地气温差都小于实际观测，当z_0m取为10 mm时（模式值），可以看出再分析同化系统中各参数化方案计算得到C_h值不同程度偏大，感热通量也明显偏大，而同化系统中地表的净辐射能量是有限的，即感热通量也是有限的，这就要求较小的地气温差以保证能量平衡。感热通量与地气温差间并非简单的线性关系，当地气温差减少时，地表温度的降低也使得向上长波辐射降低，例如2~4 ℃的地表温度差异可以造成再分析系统中10~15 W m^-2的向上长波辐射不确定（Zhang et al., 2007），从而可以影响地表能量的分配和感热的变化。因此，再分析系统中的地气温差与通量参数化方案是联系在一起的。在ERA-Interim再分析系统中，尽管感热通量与实测基本相当，但是粗糙度的值设置较大（10 mm），并不是实际测量值（0.6 mm），如果将其粗糙度参考局地的实际值取值，则在感热通量接近实测值的同时，再现的地表风速也会进一步增大，地气温差也会进一步增加而更接近真实值。因此，模式或再分析系统中参考局地的观测来设置地表参数以及选择合理参数化方案，可以很好改进模拟再现的结果。

此外，再分析感热通量的差异，还与辐射通量及地表的能量分配有关。图 6比较了各再分析资料在敦煌地区的辐射通量，可以看出，各套再分析资料的向下短波辐射比敦煌戈壁站观测偏高，而向上和向下长波辐射均偏低，向上短波辐射除了ERA-Interim接近观测外其他均偏高。这是与Yang et al.（2007）对GCM模拟结果的分析是一致的。相对于敦煌戈壁站观测的向下短波辐射，NCEP/ DOE的偏高6.5 W m^-2、JRA-55偏高15.6 W m^-2、ERA-Interim偏高31.2 W m^-2、NCEP/NCAR明显偏高78.7 W m^-2，这与很多研究指出的NCEP/NCAR向下短波辐射明显偏高（Xia et al., 2006；Decker et al., 2012；Wang and Zeng, 2012）是一致的。而各套再分析资料向上长波辐射均低于实际观测值，这与模式中对地气温差的低估有着重要的关系。从净辐射看，ERA-Interim的净辐射通量更接近于实测值，JRA-55和NCEP/DOE的净辐射通量低于实测值，而NCEP/NCAR则明显高于实测值，再分析资料中净辐射的强弱与感热大小有很好的对应。这种辐射差异与不同的同化系统中的辐射传输模式有关，还需要结合观测进一步加强研究。总体来讲，ERA-Interim的辐射分量要好于其他再分析资料。

图 6

Fig. 6

图 6 2001~2014年敦煌戈壁站观测与再分析资料的夏季辐射通量的比较，Dsr、Usr、Dlr、Ulr、Rn分别为向下短波辐射、向上短波辐射、向下长波辐射、向上长波辐射、净辐射 Fig. 6 Comparisons of radiation flux from observations and that in four reanalysis datasets at Dunhuang Gobi site during the summer of 2001−2014. Dsr, Usr, Dlr, Ulr, and Rn denote downward solar radiation, upward solar radiation, downward longwave radiation, upward longwave radiation, and net radiation, respectively

本文利用“NWC-ALIEX”中敦煌戈壁站2001~2014连续14年的观测资料，评估了四套全球大气再分析资料产品（NCEP/NCAR、NCEP/DOE、ERA-Interim、JRA-55）。相对于前人利用较短时间的观测资料进行的比较（仅加强期或一年至几年之间），本文选取14年的观测数据，可以更好评估观测资料与再分析资料的异同，避免了利用短期观测资料比较时存在的不确定性。结果显示，敦煌戈壁站的夏季感热通量多年平均约为85.7 W m^-2，感热输送在有局地性降水事件后明显减弱，这与再分析的结果有明显差异；再分析资料的感热通量之间存在有很大的差异。总体上，ERA-Interim的感热通量与观测相比无论是在数值还是在变化趋势上都最为接近，因此建议选取该资料用于西北干旱区感热变化气候影响的诊断分析。

不同再分析资料的风速和地气温差也存在较大差异。其中，ERA-Interim的风速低于其他再分析资料，也比观测偏低，ERA-Interim的地气温差值平均高于其他再分析资料但四套再分析资料均低估了敦煌地区的地气温差。这些差异与再分析系统中的热力参数化方案密切相关。由于再分析系统对戈壁下垫面的动量粗糙度值设置偏大，而各参数化方案对动量粗糙度又比较敏感，即这些参数化方案不能很好适用于戈壁下垫面，造成热力输送系数C_h偏高，通过地表温度进而影响地表长波辐射和感热分配，从而使得再分析感热通量和观测之间存在不同程度的差异。其中，ERA-Interim同化系统考虑了粗糙度对动量和感热的不同影响因而在计算时分别取不同的值，该方案至少在戈壁下垫面优于NCEP和JRA的参数化方案，使得ERA-Interim的感热通量在敦煌戈壁站较为合理。如果ERA-Interim再分析系统能参考戈壁下垫面的实际粗糙度特征，将能够改进对风速、地气温差和感热通量的再现。因此，在对西北干旱区进行数值模拟或数据同化时，需要参考观测试验获得的局地粗糙度特征，并选取适合该下垫面的参数化方案。Y08参数化方案对粗糙度的设置并不敏感，能较好再现在西北干旱区裸土下垫面的感热输送，因此，在对西北干旱区的陆-气相互作用进行模拟或数据同化时，建议选用Y08方案。

此外，各再分析资料中辐射通量与观测资料存在显著差异。ERA-Interim的辐射通量相对要合理一些，但再分析产品在敦煌戈壁站均高估短波辐射而低估长波辐射，这与Yang et al.（2007）的研究是一致的，因此还需要加强观测以改进对辐射的模拟再现。净辐射的大小与各再分析产品的感热通量强弱有很好的对应关系，此外，JRA-55的感热偏弱还因为再分析的潜热通量太强，这也可能与该再分析系统中降水、土壤湿度设置有关。

本文研究选用再分析资料离敦煌戈壁站最近的格点值与观测进行比较，如果将再分析资料插值到敦煌戈壁站的位置进行比较，结论也是一致的。敦煌戈壁站的观测本身难免存在一定的误差以及感热计算方法也会导致误差，但相对于再分析资料的不确定性而言，该误差相对不大，不会对结论产生明显影响。本文的研究只是参考了敦煌戈壁站的观测，如果选取更多代表性野外台站，如在黑河流域的观测资料对再分析资料进行比较，将有助于更好评估再分析产品对西北干旱区热力输送的再现能力以及感热不确定性的原因。