编辑推荐：
为解决大气追踪模型与再分析气候数据间的差异，研究人员开展 “Cell-scale atmospheric moisture flows dataset reconciled with ERA5 reanalysis” 主题研究。通过迭代比例拟合（IPF）过程，得出 RECON 数据集，增强了追踪模型估计的可靠性，为多领域研究提供支持。
大气中的水汽流动如同地球的 “隐形脉络”，在全球水文循环中扮演着至关重要的角色。它连接着水分蒸发的源头和降水的归宿，就像一条无形的纽带，将陆地和海洋的水分循环紧密相连。大约一半的陆地降水来源于陆地的蒸散作用，另一半则来自海洋，这种复杂的水分循环对全球降水模式有着深远影响。例如，森林砍伐等土地利用变化会改变蒸散流，进而影响下风区域的降水状况、干旱严重程度以及水文流动。
随着科学研究的深入，大气水汽追踪模型应运而生，它借助大气再分析数据来模拟水文循环中的大气分支。其中，UTrack 模型表现出色，能够提供全球高分辨率的大气水汽流动数据，为研究水文循环和气候动态提供了关键信息。然而，就像再精密的仪器也会有误差一样，UTrack 模型在使用过程中也暴露出一些问题。尽管模型在不断发展，但其追踪的水汽量与再分析数据中的降水和蒸发量之间存在不一致，这就好比拼图的碎片无法完美契合，影响了对全球水文循环的准确描述。
为了修复这一 “拼图”，来自意大利都灵理工大学（Politecnico di Torino）环境、土地和基础设施工程系以及荷兰乌得勒支大学哥白尼可持续发展研究所的研究人员展开了深入研究。他们提出了一种基于迭代比例拟合（Iterative Proportional Fitting，IPF）的调和框架，致力于解决模型与数据之间的矛盾，让水汽追踪更加准确。最终，他们成功创建了一个新的数据集 ——RECON，该数据集以 2008 - 2017 年为中心，空间分辨率达到 0.5°，与 ERA5 再分析的年度降水和蒸发量高度一致，为全球水汽流动研究带来了新的曙光。这项研究成果发表在《Scientific Data》上，为该领域的进一步发展奠定了坚实基础。
研究人员在研究过程中，主要运用了以下关键技术方法：首先，利用 UTrack 数据集和 ERA5 再分析数据，获取大气水汽连接数据、降水和蒸发数据。通过对 ERA5 数据进行预处理，包括调整数据的时间尺度、处理冷凝值以及平衡全球降水和蒸发，确保数据的准确性和一致性。然后，运用迭代比例拟合（IPF）程序对 UTrack 重建的水汽流进行调整，使其与 ERA5 数据相匹配，从而构建出 RECON 数据集。
数据处理与分析
研究人员从 UTrack 数据集获取大气水汽连接数据，该数据集基于拉格朗日大气水汽追踪模型 UTrack，以 2008 - 2017 年为参考平均年，具有 0.5° 和 1° 的细胞尺度分辨率。同时，从 ERA5 再分析数据中获取降水和蒸发数据，并对其进行重新网格化和处理，使其与 UTrack 数据集的分辨率一致。在处理 ERA5 数据时，研究人员发现其在高纬度地区存在冷凝值问题，通过将略微负值调整为 10-5 m3 month-1 ，确保了数据处理框架的正常运行。此外，为了使全球降水和蒸发达到平衡，研究人员计算了缩放因子，对数据进行了重新缩放。
水汽流重建与调整
研究人员分别从蒸发源到降水汇和从降水汇到蒸发源两个方向重建水汽流。通过 UTrack 数据集中的相关参数，结合 ERA5 调整后的蒸发和降水数据，计算出每月的水汽流。结果发现，UTrack 重建的年度追踪流与 ERA5 再分析的基础数据存在偏差。为了纠正这一偏差，研究人员应用 IPF 程序，对源到汇和汇到源的重建流进行双比例调整，直到满足平衡条件。在这个过程中，研究人员通过交替计算调整因子，不断优化水汽流的计算结果，最终使调整后的矩阵边缘与 ERA5 的年度蒸发和降水总量相匹配。
数据集构建与验证
研究人员将调整后的平均水汽流收集起来，构建了 RECON 数据集。为了减小数据集的大小，他们将浮点值转换为整数。为了验证 RECON 数据集的可靠性，研究人员进行了一系列技术验证。通过对随机选择的子样本进行统计分析，比较 IPF 应用前后的降水和蒸发估计值，发现 IPF 调整在保持大气网络结构的同时，使源到汇和汇到源的重建流更加准确。此外，研究人员还比较了源到汇和汇到源重建流的 IPF 性能，发现两者表现相似，因此选择平均后的流作为大气水汽连接的唯一双边表示。最终验证结果表明，RECON 数据集与 ERA5 的降水和蒸发数据完美匹配，证明了该数据集的有效性。
这项研究的意义重大。RECON 数据集的出现，增强了 UTrack 数据集的可靠性，为全球水文循环研究提供了更准确的数据支持。它使得研究人员能够更深入地探索大气水汽在蒸发和降水盆地之间的流动，揭示不同区域之间的水文相互依存关系。这对于理解全球气候变化、水资源管理以及生态系统的平衡都具有重要的参考价值。同时，该研究提出的 IPF 调和框架为其他类似的细胞尺度大气水汽追踪数据集的优化提供了借鉴，为未来跨多个追踪模型和强迫数据的应用开辟了道路，有望推动全球气候研究和水资源管理等领域取得新的突破。
