利用中国CRA-40再分析数据计算大气去混频模型及其质量评估

熊大伟; 游为; 余彪; 刘充; 范东明

doi:10.13203/j.whugis20220790

您当前的位置：

首页 >

文章列表页 >

利用中国CRA-40再分析数据计算大气去混频模型及其质量评估

大地测量学与测量工程 | 更新时间：2026-11-05

- 利用中国CRA-40再分析数据计算大气去混频模型及其质量评估
- Computation and Mass Assessment Concerning Atmospheric Dealiasing Models Using CRA-40 Reanalysis Dataset
- 武汉大学学报（信息科学版） 2025年50卷第4期页码：727-738
- 作者机构：
  
  西南交通大学地球科学与环境工程学院，四川成都，611756
- 作者简介：
  
  熊大伟，硕士，主要从事大气去混频模型的研究。xxxdw@my.swjtu.edu.cn
  游为，博士，副教授。youwei@swjtu.edu.cn
- 基金信息：
  
  国家自然科学基金(41974013;42174014)
- DOI：10.13203/j.whugis20220790
  中图分类号： P223
- 收稿：2023-01-20，
  
  纸质出版：2025-04-05
- 稿件说明：
移动端阅览
熊大伟,游为,余彪，等.利用中国CRA-40再分析数据计算大气去混频模型及其质量评估[J].武汉大学学报（信息科学版）,2025,50(4):727-738.

XIONG Dawei,YOU Wei,YU Biao,et al.Computation and Mass Assessment Concerning Atmospheric Dealiasing Models Using CRA-40 Reanalysis Dataset[J].Geomatics and Information Science of Wuhan University,2025,50(4):727-738.
熊大伟,游为,余彪，等.利用中国CRA-40再分析数据计算大气去混频模型及其质量评估[J].武汉大学学报（信息科学版）,2025,50(4):727-738. DOI：10.13203/j.whugis20220790

XIONG Dawei,YOU Wei,YU Biao,et al.Computation and Mass Assessment Concerning Atmospheric Dealiasing Models Using CRA-40 Reanalysis Dataset[J].Geomatics and Information Science of Wuhan University,2025,50(4):727-738. DOI：10.13203/j.whugis20220790

摘要

大气与海洋非潮汐高频质量变化是时变重力场反演过程中需要精确建模并提前扣除的重要误差来源，随着中国重力卫星计划的推进，实现这一地球重力场背景力模型的国产化具有重要意义。比较中国第一代全球大气再分析产品（40 year global reanalysis dataset released by China Meteorological Administration

CRA-40）的表面压力与温度数据，结果表明其数据质量与第三代全球再分析产品相当。以CRA-40为输入数据计算了一套大气去混频（atmospheric dealiasing，AD）模型CRA-40-AD，从球谐系数、星间距离变率残差、反演时变重力场3个层面评估其质量。评估结果表明，CRA-40-AD与德国地学研究中心 AOD1B RL06（RL06）在谱域以及时域相关性较好，与RL06的谱域差距在约20阶之后小于重力恢复与气候实验（gravity recovery and climate experiment，GRACE））的模拟精度；CRA-40-AD与RL06的星间距离变率残差均方根差异不足20 nm/s，满足当前GRACE K波段测距系统的精度；CRA-40-AD与RL06反演时变重力场的大地水准面高阶方差曲线的数值差异在0~0.6 mm之间，满足地球重力场1 mm的大地水准面精度要求。对 CRA-40大气再分析计算大气AD模型的多方验证表明CRA-40-AD模型满足当前时变重力场反演的要求，有望实现大气AD产品的完全国产化。

Abstract

Objectives

Atmospheric and oceanic non-tidal high-frequency mass variations constitute a primary source of error that need to be accurately modeled and removed before the process of time-variable gravity field inversion. The advancement of China's gravity satellite mission makes achieving the domestic production of the background force model for the Earth's gravity field highly meaningful.

Methods

The 40 year global reanalysis dataset released by China Meteorological Administration(CRA-40) is China's first generation of reanalysis products. The evaluation of surface pressure and temperature illustrates that its quality is comparable to the third generation of global reanalysis on the basis of the comparisons we make. A set of AD (atmospheric dealiasing) models

CRA-40-AD

is calculated by using CRA-40 as input data. To investigate the applicability of employing CRA-40 to calculate AD model

the validation of resulted models is carried out from three aspects including spherical harmonic coefficients

K-band range rate (KBRR) residuals and geoid heights derived from time-variable gravity field models.

Results

The results of the evaluations indicate that CRA‑40-AD exhibit a strong correlation with GFZ AOD1B RL06（RL06） in both spectral and time domains. The differences between CRA‑40-AD and RL06 in spectral domain are smaller than the GRACE simulation accuracy after 20 orders. The root mean square differences of KBRR residuals between CRA-40-AD and RL06 are below 20 nm/s

which conforms to the accuracy of gravity recovery and climate experiment (GRACE) K-band ranging system. The differences in geoid degree between CRA-40-AD and RL06 range from 0 to 0.6 mm

which satisfies the 1 mm geoid accuracy.

Conclusions

Consequently

CRA-40 has been shown to have the potential to be used in AD models

making the fully localization of AD products promising to achieve.

关键词

Keywords

references

罗志才，钟波，周浩，等 . 利用卫星重力测量确定地球重力场模型的进展［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 10 ）： 1713 - 1727 .

LUO Zhicai ， ZHONG Bo ， ZHOU Hao ， et al . Progress in Determining the Earth's Gravity Field Model by Satellite Gravimetry ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 10 ）： 1713 - 1727 .

KIM J . Simulation Study of a Low-Low Satellite-to-Satellite Tracking Mission ［M］. Austin ： The University of Texas at Austin ， 2000 .

FLECHTNER F ， NEUMAYER K H ， DAHLE C ， et al . What Can Be Expected from the GRACE-FO Laser Ranging Interferometer for Earth Science Applications？［J］. Surveys in Geophysics ， 2016 ， 37 （ 2 ）： 453 - 470 .

SAKUMURA C ， BETTADPUR S ， BRUINSMA S . Ensemble Prediction and Intercomparison Analysis of GRACE Time-Variable Gravity Field Models ［J］. Geophysical Research Letters ， 2014 ， 41 （ 5 ）： 1389 - 1397 .

ELSAKA B ， FOROOTAN E ， ALOTHMAN A . Improving the Recovery of Monthly Regional Water Storage Using One Year Simulated Observations of Two Pairs of GRACE-Type Satellite Gravimetry Constellation ［J］. Journal of Applied Geophysics ， 2014 ， 109 ： 195 - 209 .

ELSAKA B ， FOROOTAN E ， KUSCHE J ， et al . Regional Hydrological Recovery Using One Year of Simulated Observations of the GRACE and Bender Constellations ［C］// EGU General Assembly ， Viena， Austria ， 2014 .

HAN S C ， JEKELI C ， SHUM C K . Time-Variable Aliasing Effects of Ocean Tides， Atmosphere， and Continental Water Mass on Monthly Mean GRACE Gravity Field ［J］. Journal of Geophysical Research （Solid Earth）， 2004 ， 109 （ B4 ）： B04403 .

TAPLEY B D ， BETTADPUR S ， WATKINS M ， et al . The Gravity Recovery and Climate Experiment： Mission Overview and Early Results ［J］. Geophysical Research Letters ， 2004 ， 31 （ 9 ）： L09607 .

YANG F ， FOROOTAN E ， SCHUMACHER M ， et al . Evaluating Non-tidal Atmospheric Products by Measuring GRACE K-Band Range Rate Residuals ［J］. Geophysical Journal International ， 2018 ， 215 （ 2 ）： 1132 - 1147 .

DEE D P ， UPPALA S M ， SIMMONS A J ， et al . The ERA-Interim Reanalysis： Configuration and Performance of the Data Assimilation System ［J］. Quarterly Journal of the Royal Meteorological Society ， 2011 ， 137 （ 656 ）： 553 - 597 .

PENG G. Analysis ， Reanalysis ， Forecast： What’s the Difference？［EB/OL］.（ 2014-11-4 ）［ 2022-09-28 ］. https：//rda.ucar.edu/datasets/ds083 https://rda.ucar.edu/datasets/ds083 .

DUAN J B ， SHUM C K ， GUO J Y ， et al . Uncovered Spurious Jumps in the GRACE Atmospheric De-aliasing Data： Potential Contamination of GRACE Observed Mass Change ［J］. Geophysical Journal International ， 2012 ， 191 （ 1 ）： 83 - 87 .

FLECHTNER F ， THOMAS M ， DOBSLAW H . Improved Non-tidal Atmospheric and Oceanic De-aliasing for GRACE and SLR Satellites ［M］. Berlin， Heidelberg ： Springer ， 2010 .

FOROOTAN E ， DIDOVA O ， SCHUMACHER M ， et al . Comparisons of Atmospheric Mass Variations Derived from ECMWF Reanalysis and Operational Fields， over 2003—2011 ［J］. Journal of Geo‑desy ， 2014 ， 88 （ 5 ）： 503 - 514 .

LI C X ， ZHAO T B ， SHI C X ， et al . Assessment of Precipitation from the CRA40 Dataset and New Generation Reanalysis Datasets in the Global Domain ［J］. International Journal of Climatology ， 2021 ， 41 （ 11 ）： 5243 - 5263 .

KISTLER R ， KALNAY E ， COLLINS W ， et al . The NCEP-NCAR 50-Year Reanalysis： Monthly Means CD-ROM and Documentation ［J］. Bulletin of the American Meteorological Society ， 2001 ， 82 （ 2 ）： 247 - 268 .

GIBSON J ， KALLBERG P ， UPPALA S ， et al . ECMWF Re-analysis Project Report Series 1， ECMWF ［R］. United Kingdom ： European Centre for Medium-Range Weather Forecasts ， 1997 .

TAKACS L L ， MOLOD A ， WANG T N . Documentation of the Goddard Earth Observing System （GEOS） General Circulation Model， Version 1 ［EB/OL］. （ 1995-01-01 ）［ 2022-10-17 ］. https：//ntrs.nasa.gov/citations/19950017109 https://ntrs.nasa.gov/citations/19950017109 .

KANAMITSU M ， EBISUZAKI W ， WOOLLEN J ， et al . NCEP–DOE AMIP-II Reanalysis （R-2）［J］. Bulletin of the American Meteorological Society ， 83 （ 11 ）： 1631 - 1643 .

UPPALA S M ， KåLLBERG P ， SIMMONS A J ， et al . The ERA‐40 Re‐analysis ［J］. Quarterly Journal of the Royal Meteorological Society ， 2005 ， 131 （ 612 ）： 2961 - 3012 .

ONOGI K ， TSUTSUI J ， KOIDE H ， et al . The JRA-25 Reanalysis ［J］. Journal of the Meteorological Society of Japan Ser II ， 2007 ， 85 （ 3 ）： 369 - 432 .

SAHA S ， MOORTHI S ， PAN H ， et al . The NCEP Climate Forecast System Reanalysis ［J］. Bulletin of the American Meteorological Society ， 2010 ， 91 （ 8 ）： 1015 - 1058 .

KOBAYASHI S ， OTA Y ， HARADA Y ， et al . The JRA-55 Reanalysis： General Specifications and Basic Characteristics ［J］. Journal of the Meteorological Society of Japan ， 2015 ， 93 （ 1 ）： 5 - 48 .

HERSBACH H . The ERA5 Atmospheric Reanalysis ［C］// AGU Fall Meeting ， San Francisco， USA ， 2016 .

DEDONG L ， ZHONGBO Y ， ZHENCHUN H ， et al . Groundwater Simulation in the Yangtze River Basin with a Coupled Climate-Hydrologic Model ［J］. Journal of China University of Geosciences ， 2007 ， 18 ： 155 - 157 .

LIN R P ， ZHOU T J ， QIAN Y . Evaluation of Global Monsoon Precipitation Changes Based on Five Reanalysis Datasets ［J］. Journal of Climate ， 2014 ， 27 （ 3 ）： 1271 - 1289 .

SHEN C ， ZHA J L ， WU J ， et al . Does CRA-40 Outperform Other Reanalysis Products in Evaluating Near-Surface Wind Speed Changes over China？［J］. Atmospheric Research ， 2022 ， 266 ： 105948 .

SUN Q H ， MIAO C Y ， DUAN Q Y ， et al . A Review of Global Precipitation Data Sets： Data Sources， Estimation， and Intercomparisons ［J］. Reviews of Geophysics ， 2018 ， 56 （ 1 ）： 79 - 107 .

RAMON J ， LLEDÓ L ， TORRALBA V ， et al . What Global Reanalysis Best Represents Near-Surface Winds？［J］. Quarterly Journal of the Royal Meteorological Society ， 2019 ， 145 （ 724 ）： 3236 - 3251 .

LIANG X ， JIANG L P ， PAN Y ， et al . A 10 a Global Land Surface Reanalysis Interim Dataset （CRA-Interim/Land）： Implementation and Preliminary Evaluation ［J］. Journal of Meteorological Research ， 2020 ， 34 （ 1 ）： 101 - 116 .

LIU Z Q ， JIANG L P ， SHI C X ， et al . CRA-40/Atmosphere：The First-Generation Chinese Atmospheric Reanalysis （1979—2018）： System Description and Performance Evaluation ［J］. Journal of Meteorological Research ， 2023 ， 37 （ 1 ）： 1 - 19 .

王旻燕，姚爽，姜立鹏，等 . 中国全球大气再分析（CRA-40）卫星遥感资料的收集和预处理［J］. 气象科技进展， 2018 ， 8 （ 1 ）： 158 - 63 .

WANG Minyan ， YAO Shuang ， JIANG Lipeng ， et al . Collection and Pre-processing of Satellite Remote Sensing Data in CRA-40 （CMA’s Global Atmospheric ReAnalysis）［J］. Advances in Meteorological Science and Technology ， 2018 ， 8 ： 158 - 163 .

BERGMANN-WOLF I ， FOROOTAN E ， KLEMANN V ， et al . Updating ESA's Earth System Model for Gravity Mission Simulation Studies： 2. Comparison with the Original Model ［R］. Potsdam ： Deutsches GeoForschungsZentrum GFZ ， 2014 .

YANG F ， FOROOTAN E ， WANG C Q ， et al . A New 1-Hourly ERA5-Based Atmosphere De-aliasing Product for GRACE， GRACE-FO， and Future Gravity Missions ［J］. Journal of Geophysical Research （Solid Earth）， 2021 ， 126 （ 9 ）： e2021JB021926 .

游为，熊大伟，方伟浩 . GRACE大气去混频模型计算的若干策略分析［J］. 地球物理学进展， 2023 ， 38 （ 3 ）： 1059 - 1073 .

YOU Wei ， XIONG Dawei ， FANG Weihao . Strategies and Analysis for the Computation of GRACE Atmospheric De-aliasing Models ［J］. Progress in Geophysics ， 2023 ， 38 （ 3 ）： 1059 - 1073 .

YU X J ， ZHANG L X ， ZHOU T J ， et al . The Asian Subtropical Westerly Jet Stream in CRA-40， ERA5， and CFSR Reanalysis Data： Comparative Assessment ［J］. Journal of Meteorological Research ， 2021 ， 35 （ 1 ）： 46 - 63 .

廖捷，胡开喜，江慧，等 . 全球大气再分析常规气象观测资料的预处理与同化应用［J］. 气象科技进展， 2018 ， 8 （ 1 ）： 133 - 142 .

LIAO Jie ， HU Kaixi ， JIANG Hui ， et al . Pre-process and Data Selection for Assimilation of Conventional Observations in the CMA Global Atmospheric Reanalysis ［J］. Advances in Meteorological Science and Technology ， 2018 ， 8 （ 1 ）： 133 - 142 .

尹金方，梁旭东，陈锋，等 . 东亚区域大气再分析技术研究及资料集建设［J］. 气象科技进展， 2018 ， 8 （ 1 ）： 79 - 84 .

YIN Jinfang ， LIANG Xudong ， CHEN Feng ， et al . Development of Atmospheric Data Assimilation Techniques and Regional Reanalysis Datasets in the East Asia ［J］. Advances in Meteorological Science and Technology ， 2018 ， 8 （ 1 ）： 79 - 84 .

HERSBACH H ， BELL B ， BERRISFORD P ， et al . The ERA5 Global Reanalysis ［J］. Quarterly Journal of the Royal Meteorological Society ， 2020 ， 146 （ 730 ）： 1999 - 2049 .

DOBSLAW H ， FLECHTNER F ， BERGMANN-WOLF I ， et al . Simulating High-Frequency Atmosphere-Ocean Mass Variability for Dealiasing of Satellite Gravity Observations： AOD1B RL05 ［J］. Journal of Geophysical Research： Oceans ， 2013 ， 118 （ 7 ）： 3704 - 3711 .

DOBSLAW H ， BERGMANN-WOLF I ， DILL R ， et al . A New High-Resolution Model of Non-Tidal Atmosphere and Ocean Mass Variability for De-aliasing of Satellite Gravity Observations： AOD1B RL06 ［J］. Geophysical Journal International ， 2017 ， 211 （ 1 ）： 263 - 269 .

ZENNER L . Atmospheric and Oceanic Mass Variations and Their Role for Gravity Field Determination ［D］. München ： Technische Universität München ， 2013 .

FOROOTAN E ， DIDOVA O ， KUSCHE J ， et al . Comparisons of Atmospheric Data and Reduction Methods for the Analysis of Satellite Gravimetry Observations ［J］. Journal of Geophysical Research （Solid Earth）， 2013 ， 118 （ 5 ）： 2382 - 2396 .

FAN W X ， LIU Y ， CHAPPELL A ， et al . Evaluation of Global Reanalysis Land Surface Wind Speed Trends to Support Wind Energy Development Using in Situ Observations ［J］. Journal of Applied Meteorology and Climatology ， 2021 ， 60 （ 1 ）： 33 - 50 .

DENG K Q ， AZORIN-MOLINA C ， MINOLA L ， et al . Global Near-Surface Wind Speed Changes over the Last Decades Revealed by Reanalyses and CMIP6 Model Simulations ［J］. Journal of Climate ， 2021 ， 34 （ 6 ）： 2219 - 2234 .

WMO Guidelines on the Calculation of Climate Normals ［R］. Tech . Rep . WMO-No.1203. Geneva， Switzerland：World Meteorological Organization， 2017.

Changing the Reference Period from 1981 — 2020 to 1991 —2020 for theC3 S Climate Bulletin ［EB/OL］. （ 2021-02-09 ）［ 2022-07-07 ］. https：//climate.copernicus.eu/sites/default/files/2021-02/C3S_Clima-te_Bulletin_change_from_1981-2010_to_1991-2020-_reference_period_v08-Feb-20_all.pdf https://climate.copernicus.eu/sites/default/files/2021-02/C3S_Clima-te_Bulletin_change_from_1981-2010_to_1991-2020-_reference_period_v08-Feb-20_all.pdf .

SAENZ-AGUIRRE A ， ULAZIA A ， IBARRA-BERASTEGI G ， et al . Floating Wind Turbine Energy and Fatigue Loads Estimation According to Climate Period Scaled Wind and Waves ［J］. Energy Conversion and Management ， 2022 ， 271 ： 116303 .

游为，苏勇，余彪，等 . 利用ERA-Interim数据计算GRACE大气去混频模型［J］. 武汉大学学报（信息科学版）， 2017 ， 42 （ 6 ）： 810 - 816 .

YOU Wei ， SU Yong ， YU Biao ， et al . Computation of GRACE Atmospheric De-aliasing Models Using ERA-Interim Data ［J］. Geomatics and Information Science of Wuhan University ， 2017 ， 42 （ 6 ）： 810 - 816 .

BOY J P ， CHAO B F . Precise Evaluation of Atmospheric Loading Effects on Earth’s Time-Variable Gravity Field ［J］. Journal of Geophysical Research （Solid Earth）， 2005 ， 110 （ B8 ）： B08412 .

游为 . 球谐分析方法对GRACE大气去混频模型计算的影响［J］. 大地测量与地球动力学， 2017 ， 37 （ 4 ）： 397 - 402 .

YOU Wei . Impact of Spherical Harmonic Analysis Methods on the Computation of GRACE Atmosphere De-aliasing Models ［J］. Journal of Geodesy and Geodynamics ， 2017 ， 37 （ 4 ）： 397 - 402 .

COLOMBO O L . Numerical Methods for Harmonic Analysis on the Sphere ［R］. Columbus， USA ： Ohio State University ， 1981 .

PAUL M K . Recurrence Relations for Integrals of Associated Legendre Functions ［J］. Bulletin Géodésique ， 1978 ， 52 （ 3 ）： 177 - 190 .

PETIT G ， LUZUM B . IERS Technical Note No. 36 ［R］. Frankfurt am Main， German ： IERS Conventions ， 2010 .

ZINGERLE P ， PAIL R ， GRUBER T ， et al . The Combined Global Gravity Field Model XGM2019e ［J］. Journal of Geodesy ， 2020 ， 94 （ 7 ）： 66 .

杨帆，罗志才 . 逐小时全球大气去混频产品HUST-ERA5 （2002-2020）［R］. 国家青藏高原科学数据中心，中国北京， 2021 .

YANG Fan ， LUO Zhicai . HUST-ERA5， an Hourly Global Atmospheric De-aliasing Product （2002—2020）［R］. National Tibetan Plateau/Third Pole Environment Data Center， Wuhan， China ， 2021 .

EICKER A ， FOROOTAN E ， SPRINGER A ， et al . Does GRACE See the Terrestrial Water Cycle “Intensifying”？［J］. Journal of Geophysical Research： Atmospheres ， 2016 ， 121 （ 2 ）： 733 - 745 .

杨帆 . GRACE时变重力场的解算和精化［D］. 武汉：华中科技大学， 2017 .

YANG Fan . Recovery and Refinement of the Earth Temporal Gravity Fields from GRACE Observations ［D］. Wuhan ： Huazhong University of Scien‑ce & Technology ， 2017 .

Flechtner F . AOD 1B Product Description Document for Product Releases 01 to 04 （Rev. 3 . 1 ）［EB/OL］.（ 2007-4-13 ）［ 2021-11-1 ］. https：//podaac.jpl.nasa.gov/dataset/GRACE_AOD1B_GRAV_GF-Z_RL04 https://podaac.jpl.nasa.gov/dataset/GRACE_AOD1B_GRAV_GF-Z_RL04 .

PENG G . What’s the Difference Between FNL and GFS ［EB/OL］.（ 2015-04-22 ）［ 2022-08-15 ］. https：//rda ucar edu/datasets/ds083 https://rdaucaredu/datasets/ds083 .

肖云，王云鹏，刘晓刚，等 . 空域最小二乘法用于重力卫星误差分析［J］. 武汉大学学报（信息科学版）， 2019 ， 44 （ 3 ）： 340 - 346 .

XIAO Yun ， WANG Yunpeng ， LIU Xiaogang ， et al . Application of Space-Wise Least Square Method to Error Analysis for Satellite Gravimetry ［J］. Geomatics and Information Science of Wuhan University ， 2019 ， 44 （ 3 ）： 340 - 346 .

BIANCALE R ， BODE A . Mean Annual and Seasonal Atmospheric Tide Models Based on 3-Hourly and 6-Hourly ECMWF Surface Pressure Data ［R］. Potsdam，German ： GeoForschungsZentrum Potsdam ， 2006 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

GRACE反演长江流域陆地水储量变化的机器学习降尺度方法研究

GRACE时变重力场模型的自适应正则化滤波方法

西南极冰盖2002—2023年冰川尺度的点质量模型解算与分析

GRACE/GRACE-FO揭示黄河上游2002-2022年GWS及可持续性时空演化

城市建成环境活动流时空建模分析与预测研究进展