在易受大气不稳定性影响的西地中海地区，基于图谱的多变量偏差校正方法用于气象变量的校正，并严格遵循时间验证标准

《Journal of Computational Science》：Graph-based multivariable bias correction of meteorological variables under strict temporal validation in a western mediterranean region prone to atmospheric instability

　　

摘要

本文评估了基于图论的多变量偏差校正方法在瓦伦西亚社区（位于地中海西部地区，地形复杂，经常发生高强度降水事件）对ERA5气象变量的影响。将AVAMET站点观测数据投影到ERA5网格上，并使用Jumping Knowledge对GraphSAGE模型进行训练，采用无泄漏的时间顺序验证方法。该模型与原始ERA5数据、方法中定义的经典参考模型以及固定随机森林参考模型进行了比较。评估内容包括块 boostrapping不确定性分析、固定窗口季节性稳定性分析、空间诊断分析、多变量相关性分析以及特定降水现象的分析。在时间测试部分，GraphSAGE+JK方法显著降低了六个非降水变量的均方根误差（RMSE）和平均绝对误差（MAE）：阵风风速、相对湿度、地表气压、2米高度温度、风向和风速。降水数据方面，图模型未能改善点级技能或高阈值事件检测能力，但在保留的降水事件中，域集成误差有所减少或增加。总体而言，研究结果支持将基于图论的后处理方法作为非降水变量的局部预测校正策略，同时指出降水极端事件的识别和空间可转移性仍是一些待解决的问题。

引言

ERA5再分析数据由欧洲中期天气预报中心（ECMWF）开发，由于其连续的时间覆盖范围和空间一致性（分辨率约0.25°），成为气候与环境应用的核心数据源[1]。然而，多项研究表明，在关键变量（包括总降水量（tp）、2米高度温度（t2m）、相对湿度（rh）、地表气压（sp）、风向（wind_dir）、风速（wind_speed）和最大10米高度阵风风速（i10fg）[2],[3]）存在系统性局部偏差[2],[3]；这些变量的缩写在数据协调部分和附录C中有详细说明。在地形复杂的区域，这些偏差尤为显著，因为次网格地形和地表效应会影响局部数据的代表性，因此在瓦伦西亚社区等地区直接使用ERA5数据可能不可靠。

这些偏差具有实际意义，因为ERA5数据被广泛应用于水文学[4]、野火风险评估[5]、可再生能源研究[6]和农业[7]等领域。即使是中等程度的气象误差也可能通过下游模型传播并影响决策，因此进行稳健的区域偏差校正至关重要。

2024年10月的DANA事件展示了在复杂地形中ERA5数据与实际观测数据的不一致性在极端对流现象中的重要性。官方报告显示瓦伦西亚发生了异常降水，图鲁伊斯地区24小时内降水量达到772毫米，造成了严重的社会经济影响[8],[9]。该事件被用作本研究的区域背景案例，相关ERA5–AVAMET对比地图见图6。

本研究探讨了结合多变量信息和空间邻域背景对ERA5数据进行局部后处理的效果。我们使用AVAMET观测数据，通过严格的时间验证方法和一系列参考模型（包括原始ERA5数据、固定随机森林模型和经典参考模型）评估了基于GraphSAGE的校正框架的性能。主要评估指标包括均方根误差（RMSE）、平均绝对误差（MAE）、皮尔逊相关系数（$R^2$'）、空间诊断分析以及降水特异性分析。所有指标和诊断方法都在第2.6节中进行了详细说明。

ERA5提供了空间连贯的气象场数据，但在复杂地形区域（如西班牙）与实际观测数据之间存在局部偏差。传统的校正方法包括对降水、温度、风速等变量进行分布偏差调整和分位数映射[2],[7],[10]。这些方法虽然能有效减少偏差和平均误差，但通常是针对每个变量单独应用的，无法直接评估整体效果。

机器学习后处理方法，尤其是树状集成模型和神经网络，能够捕捉超出简单分布校正的非线性关系[11]。然而，这些方法通常以表格形式独立表示每个预测点，未能直接编码空间邻域结构。所提出的基于空间邻域的方法通过让预测结果依赖于相邻ERA5单元格来弥补这一缺陷。

深度学习方法进一步拓展了这一领域，但其在物理一致性方面的验证仍不充分且依赖于具体研究。在深度学习方法中，传递式神经网络尤其重要，因为它们可以明确编码邻域拓扑结构并整合地理背景信息[12],[13],[14],[15]。

由于深度学习方法对数据需求高、计算成本大且对验证敏感[11],[14]，本研究侧重于样本外预测能力的评估。通过严格的时间验证、明确的经典参考模型、不确定性区间、计算成本报告和补充诊断分析来评估预测能力、稳健性、结构保持性和实际可行性。

章节片段

方法论

方法论部分描述了数据准备、数据协调、网格投影、可比性限制、模型定义、空间邻域构建、时间验证、问题表述、评估指标、诊断方法和参考模型的定义。

实验

实证研究从ERA5数据与AVAMET数据的差异出发，评估了校正后的性能和模型稳健性，包括探索性诊断分析、单元格级校正结果、空间/单元格级分析和降水特异性检查。

结论、局限性与意义

本研究通过将基于图论的深度学习方法与经典参考模型进行比较，评估了ERA5在瓦伦西亚社区的偏差校正效果。在严格的时间验证和块 boostrapping不确定性评估下，GraphSAGE+JK方法显著降低了六个变量（i10fg、rh、sp、t2m、wind_dir、wind_speed）的RMSE和MAE。这些改进在湿度、气压、温度和风相关变量中均得到验证，并得到了空间诊断、季节性诊断和多变量诊断的支持。

CRediT作者贡献声明

Marc Semper: 负责撰写、审稿与编辑、初稿撰写、数据可视化、验证工作、项目监督、软件开发、资源管理、方法论设计、研究实施、资金协调、数据分析、概念构建。Manuel Curado: 负责撰写、审稿与编辑、初稿撰写、数据可视化、验证工作、项目监督、软件开发、资源管理、方法论设计、研究实施、资金协调、数据分析。

利益冲突声明

作者声明本文的发表不存在任何利益冲突。

致谢

作者们感谢瓦伦西亚气象协会（AVAMET）提供的气象站数据，这些数据对研究的成功至关重要。

本研究得到了瓦伦西亚自治区政府教育、文化、大学和就业部（Spain）资助的CIGE/2023/52项目的财务支持。

Marc Semper|Manuel Curado|Jose F. Vicent

西班牙阿尔坎特大学计算机科学与人工智能系，San Vicente del Raspeig校区，邮政信箱99，E-03080，阿尔坎特