La evaluación cuidadosa y la selección de conjuntos de datos para la investigación científica son esenciales, en particular para regiones mal observadas como Asia Central. El ERA5, el reanálisis de nueva generación del Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF), es el más confiable para revelar las características espacio-temporales del vapor de agua precipitable (PWV) en Asia Central, en comparación con otros conjuntos de datos de reanálisis, según un estudio reciente publicado en Ciencias de la Tierra y el Espacio .

El estudio se centra específicamente en Asia Central, un vasto, región semiárida a árida, ya que ha estado sufriendo una grave escasez de agua en el último medio siglo, impactando el desarrollo sostenible de la sociedad. Como componente básico del ciclo del agua, El vapor de agua atmosférico juega un papel importante en el sistema climático y los recursos hídricos. Comprender las variaciones espacio-temporales del vapor de agua atmosférico es esencial para comprender el ciclo del agua y la gestión de los recursos hídricos.

"Las observaciones de las estaciones son limitadas en Asia Central debido a las escasas distribuciones espaciales y la falta de homogeneidad de las observaciones, "dijo Jie Jiang del Instituto de Física Atmosférica de la Academia de Ciencias de China, el primer autor del artículo. "Los productos satelitales y los conjuntos de datos de reanálisis son complementos útiles de las observaciones in situ. Sin embargo, la confiabilidad y precisión de estos conjuntos de datos en Asia Central siguen sin estar claras ".

Los científicos evaluaron múltiples conjuntos de datos de PWV satelitales y de reanálisis frente a observaciones de radiosondas en Asia Central. La evaluación mostró que dos de los principales productos satelitales, a saber, Sirena infrarroja atmosférica solo (solo AIRS) y sirena infrarroja atmosférica / Unidad avanzada de sondeo por microondas (AIRS / AMSU), puede capturar razonablemente las distribuciones climatológicas, ciclo anual y variaciones mensuales de PWV. Entre los ocho conjuntos de datos de reanálisis actuales de última generación, incluido el reanálisis provisional del ECMWF (ERAIM), el reanálisis atmosférico del ECMWF de quinta generación (ERA5), Centros Nacionales de Predicción Ambiental (NCEP) 1, NCEP2, Reanálisis del sistema de pronóstico del clima (CFSR), Proyecto de reanálisis japonés moderno de 55 años (JRA55), Análisis retrospectivo de la era moderna para investigación y aplicaciones (MERRA), y MERRA versión 2 (MERRA2), ERA5 y MERRA2 presentan un mejor comportamiento tanto en características climatológicas como en variaciones interanuales, mientras que NCEP1 y NCEP2 funcionan peor, ya que estos productos no han asimilado los datos de AIRS o AMSU.

"No hay un" mejor "conjunto de datos de reanálisis, Dado que los diferentes conjuntos de datos tienen sus propias fortalezas y debilidades en diferentes aspectos, "comentó el profesor Tianjun Zhou, autor correspondiente del artículo y científico principal del Instituto de Física Atmosférica de la Academia de Ciencias de China. Por lo tanto, además, construyeron una media de conjunto ponderada por habilidades de los conjuntos de datos de reanálisis, basado en los diferentes rendimientos de conjuntos de datos individuales. "Se espera que sea más confiable para revelar los patrones espaciales climatológicos de PWV, en comparación con la media del conjunto simple y los conjuntos de datos individuales, "Añadió Zhou.

El equipo estudió más a fondo los procesos físicos que dominan las variaciones de PWV en Asia Central. Descubrieron que las variaciones de año a año en PWV están moduladas en gran medida por el ciclo del agua local, seguido por el forzamiento remoto desde el Atlántico norte

"Este trabajo proporciona información valiosa para futuras investigaciones sobre el ciclo del agua en Asia Central. El uso de la ponderación de habilidades es un nuevo intento de fusionar diferentes conjuntos de datos de reanálisis, dado que el método generalmente se usa con más frecuencia en estudios multimodelo, "Dijo Zhou.