📄 aardwetenschappen

Validation of ERA5 and ERA5-Land Reanalysis Data for Daily Air Temperature and Extreme Temperature Indices over Bangladesh

Deze studie valideert de ERA5- en ERA5-Land-reanalysegegevens tegenover 31 meteorologische stations in Bangladesh van 1989 tot 2019, waarbij wordt vastgesteld dat hoewel beide producten dagelijkse temperaturen betrouwbaar reproduceren met ERA5 die beter presteert voor dagelijkse maxima en absolute extremen, ERA5-Land nauwkeuriger de langetermijntrends in percentielgebaseerde extreme temperatuurindices vastlegt.

Oorspronkelijke auteurs: Anwoy Barua, Sanjib Ghosh, Shyamal Karmakar

Gepubliceerd 2026-10-15

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Anwoy Barua, Sanjib Ghosh, Shyamal Karmakar

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het klimaat van de aarde verschuift, en het begrijpen van hoe de temperaturen de afgelopen decennia zijn veranderd, is essentieel voor het voorspellen van wat er komen gaat. Om deze veranderingen te volgen, vertrouwen wetenschappers op twee hoofdtypen informatie. De eerste komt van weerstations op de grond, waar thermometers de werkelijke luchttemperatuur op specifieke locaties registreren. Hoewel deze metingen direct en nauwkeurig zijn, zijn ze vaak verspreid, met hiaten in tijd en ruimte, waardoor het moeilijk is om het volledige beeld van een regio's klimaat te zien. Het tweede type informatie komt van computermodellen die bekend staan als reanalyse-datasets. Dit zijn geen eenvoudige voorspellingen, maar eerder een reconstructie van het weer uit het verleden. Wetenschappers voeden decennia aan observaties van satellieten, ballonnen en weerstations in krachtige computermodellen die de atmosfeer simuleren. Het resultaat is een volledige, continue kaart van het weer, die de gaten opvult waar geen station aanwezig is. Omdat deze kaarten echter zijn opgebouwd uit modellen, moeten ze worden gecontroleerd tegen de echte gegevens op de grond om te verzekeren dat ze de waarheid spreken. Dit is vooral belangrijk in landen zoals Bangladesh, een land waar het klimaat complex is en de belangen bij nauwkeurige gegevens groot zijn.

In een recente studie zetten onderzoekers zich in om twee van de meest populaire wereldwijde weerkaarten, bekend als ERA5 en ERA5-Land, te testen om te zien hoe goed ze de dagelijkse hitte en kou in Bangladesh vastleggen. Het team vergeleek de door de computer gegenereerde temperaturen van deze twee systemen met de gegevens van eenendertig werkelijke weerstations verspreid over het land, over de jaren 1989 tot 2019. Ze keken naar zowel het heetste deel van de dag als het koudste deel van de nacht, evenals naar hoe goed de systemen extreme weerevenementen volgden, zoals de heetste dagen van het jaar of de frequentie van ongewoon warme nachten. Het doel was om te bepalen welke van de twee digitale kaarten een betrouwbaarder beeld geeft van de echte wereld voor dit specifieke gebied.

Het onderzoek onthulde dat beide digitale kaarten over het algemeen erg goed zijn in het matchen van het werkelijke weer. Wanneer de onderzoekers naar de dagelijkse maximumtemperatuur keken—de hoogste hitte die overdag werd bereikt—vertoonden beide systemen een sterke connectie met de observaties op de grond. Een nadere blik toonde echter dat de standaard ERA5-kaart iets beter presteerde dan zijn meer gedetailleerde neef, ERA5-Land. De standaardkaart volgde de dagelijkse hoogtes met grotere nauwkeurigheid en vertoonde minder fouten in haar voorspellingen. Beide systemen hadden de neiging om de hitte te onderschatten, wat betekent dat ze dagen iets koeler voorspelden dan ze in werkelijkheid waren, maar de standaardkaart kwam dichter bij de waarheid. Dit verschil was niet slechts een kleine fluctuatie; statistische tests bevestigden dat de superieure prestatie van de standaardkaart een consistente en significante bevinding was in het hele land.

Het verhaal veranderde enigszins toen de onderzoekers de dagelijkse minimumtemperatuur onderzochten, die het koudste punt van de nacht vertegenwoordigt. Hier waren de twee kaarten veel meer aan elkaar gelijk. Beide systemen deden een goede taak in het volgen van de nachttemperaturen, hoewel ze er allebei de neiging toe hadden om nachten te voorspellen die iets warmer waren dan de werkelijkheid. Interessant genoeg had de meer gedetailleerde ERA-Land-kaart een lichte voorsprong in het verminderen van deze warme afwijking, waardoor deze in sommige seizoenen iets nauwkeuriger was voor nachttemperaturen. De studie vond ook dat beide systemen het moeilijkst hadden tijdens het moessonseizoen. Wanneer zware regenval en dik wolkendek de lucht domineren, nam het vermogen van de computermodellen om dagelijkse temperatuurveranderingen te voorspellen merkbaar af, met name voor de nachtelijke laagtes. Dit suggereert dat de complexe interacties tussen het natte land en de atmosfeer tijdens het regenseizoen nog steeds moeilijk te vatten zijn voor zelfs de meest geavanceerde modellen.

Naast dagelijkse temperaturen controleerde het team ook hoe goed deze kaarten extreme weerevenementen registreerden. Ze keken naar indices die de intensiteit van de heetste en koudste dagen meten, evenals hoe vaak extreme hitte of kou voorkomt. Voor de absoluut heetste en koudste dagen toonde de standaard ERA5-kaart opnieuw een lichte voorsprong, waarbij zij de ernst van deze extremen nauwkeuriger vastlegde. Echter, wanneer het ging om het volgen van langetermijntrends in hoe vaak extreme hitte of kou voorkomt, presteerde de meer gedetailleerde ERA-Land-kaart beter. Deze was succesvoller in het matchen van de waargenomen veranderingen in de frequentie van deze gebeurtenissen over de dertigjarige periode. Dit suggereert dat terwijl de standaardkaart beter is in het exact krijgen van de temperatuur op een bepaalde dag, de hogeresolutiekaart beter is in het tonen van hoe het patroon van extreem weer in de loop van de tijd verschuift.

De onderzoekers concludeerden dat voor de meeste algemene doeleinden in Bangladesh de standaard ERA5-kaart de meest betrouwbare keuze is voor dagelijkse temperatuurgegevens. Het biedt een solide, consistent verslag van zowel dagelijkse hoogtes als de ernst van extreme hitte. Echter, als een onderzoeker de frequentie van extreem weer in de loop van de tijd wil bestuderen, of als hij het meest nauwkeurige beeld van nachttemperaturen nodig heeft, biedt de ERA-Land-kaart duidelijke voordelen. De studie benadrukt dat hoewel deze computermodellen krachtige instrumenten zijn die de gaten kunnen opvullen waar weerstations ontbreken, ze niet perfect zijn. Ze werken het best wanneer hun specifieke sterktes begrepen en afgestemd zijn op de juiste taak. Voor wetenschappers en planners in Bangladesh is weten welke kaart voor welke taak te gebruiken is, nu een helderder pad vooruit, wat ervoor zorgt dat beslissingen gebaseerd op klimaatgegevens zo nauwkeurig mogelijk zijn.

Technische Samenvatting: Validatie van ERA5 en ERA5-Land Reanalysegegevens voor Dagelijkse Luchttemperatuur en Extreme Temperatuurindices over Bangladesh

Probleemstelling
Grondgebonden meteorologische waarnemingen zijn vaak temporeel en ruimtelijk inconsistent, wat hun bruikbaarheid voor klimaatmodellering en impactbeoordelingen die continue datasets vereisen, beperkt. Hoewel reanalyseproducten zoals ERA5 en ERA5-Land een fysiek consistente, gegridde alternatief bieden, varieert hun prestatie aanzienlijk over verschillende klimatologische regio's. Ondanks de toenemende afhankelijkheid van deze datasets, is een uitgebreide validatie van ERA5 en ERA5-Land specifiek voor dagelijkse luchttemperatuur en extreme temperatuurindices over Bangladesh beperkt gebleven. Deze studie adresseert dit gat door de betrouwbaarheid van deze twee producten te evalueren tegenover grondwaarnemingen in een regio die wordt gekenmerkt door complexe seizoensgebonden moessons en een hoge klimaatkwetsbaarheid.

Methodologie
De studie maakte gebruik van dagelijkse maximale ( $T_{max}$ ) en minimale ( $T_{min}$ ) luchttemperatuurgegevens van 31 stations van de Bangladesh Meteorological Department (BMD) over de periode 1989–2019. Deze waarnemingen dienden als de grondwaarheid voor het valideren van de ERA5 (0,25° × 0,25° resolutie) en ERA5-Land (0,1° × 0,1° resolutie) reanalysedatasets.

Gegevensvoorverwerking: Stations met >10% ontbrekende gegevens werden uitgesloten. De resterende gegevens ondergingen kwaliteitscontrole om fysieke inconsistenties (bijv. $T_{max} < T_{min}$ ) te verwijderen. Om de gegridde reanalysegegevens uit te lijnen met de locaties van de stations, werd bilineaire interpolatie toegepast; echter werd nearest-neighbor interpolatie gebruikt voor zes kuststations waar bilineaire interpolatie faalde vanwege oceaanrastercellen.
Extreme Indices: Acht extreme temperatuurindices werden berekend volgens de ETCCDI-richtlijnen, inclussief absolute extremen (TXx, TXn, TNx, TNn) en percentielgebaseerde indices (TX90p, TN90p, TX10p, TN10p).
Evaluatiemetrieken: Prestaties werden beoordeeld met de Pearson correlatiecoëfficiënt ( $r$ ), de Root Mean Squared Error (RMSE), de Mean Absolute Error (MAE) en de Mean Bias. De statistische significantie van verschillen tussen de twee datasets werd bepaald met de Wilcoxon signed-rank test, aangevuld met berekeningen van de effectgrootte.

Belangrijkste Resultaten

Dagelijkse Maximale Temperatuur ( $T_{max}$ ): Beide datasets vertoonden sterke correlaties met waarnemingen ( $r > 0,89$ ), hoewel beide een systematische koude bias vertoonden. ERA5 presteerde consequent beter dan ERA5-Land over alle foutmetrieken (RMSE, MAE, Bias). De Wilcoxon-test bevestigde dat de superieure prestatie van ERA5 voor $T_{max}$ statistisch significant was ( $p < 0,05$ ) met grote effectgroottes (>0,90). De koude bias was meer uitgesproken in ERA5-Land, met name tijdens de moesson- en post-moessonseizoenen.
Dagelijkse Minimale Temperatuur ( $T_{min}$ ): Beide producten vertoonden een uitstekende algehele correlatie ( $r > 0,95$ ) en een algemene warme bias. In tegen tegenstelling tot $T_{max}$ was het prestatieverschil tussen de twee datasets minder duidelijk. ERA5-Land vertoonde een significant lagere mean bias vergeleken met ERA5 ( $p < 0,01$ ), terwijl de verschillen in RMSE en MAE statistisch niet-significant of marginaal waren.
Seizoensvariabiliteit: Het moessonseizoen vormde de grootste uitdaging voor beide datasets, waarbij de laagste correlaties werden gevonden voor zowel $T_{max}$ als $T_{min}$ . Dit suggereert moeilijkheden bij het reproduceren van de dagelijkse variabiliteit onder uniforme moessoncondities die worden gekenmerkt door frequente bewolking en neerslag.
Extreme Temperatuurindices:
- Absolute Extremen: ERA5 vertoonde over het algemeen een lagere bias voor absolute extreme indices (TXx, TNx, TNn), wat wijst op een betere weergave van de temperatuurmagnitude.
- Percentielgebaseerde Extremen: ERA5-Land vertoonde een betere overeenstemming met geobserveerde langetermijntrends in percentielgebaseerde indices (TX90p, TN90p, etc.), waarschijnlijk dankzij de fijnere ruimtelijke resolutie.
- Trends: Beide datasets slaagden er niet in om een substantiële afkoelings trend te reproduceren die werd waargenomen in de TXn (jaarlijkse minimum van maximale dagelijkse temperaturen) index, wat een specifieke beperking aantoont in het vastleggen van regionale afkoelingssignalen ondanks over het algemeen nauwkeurige simulaties van opwarmings trends.

Significantie en Claims
De auteurs beweren dat deze studie de eerste uitgebreide evaluatie biedt van ERA5 en ERA5-Land voor dagelijkse temperatuur en extreme indices over Bangladesh. De bevindingen geven aan dat beide datasets betrouwbare alternatieven zijn voor stationwaarnemingen voor de regio. De studie concludeert met een genuanceerde aanbeveling voor de selectie van datasets op basis van onderzoeksdoeleinden:

ERA5 heeft de voorkeur voor algemene toepassingen, met name voor die gericht zijn op dagelijkse maximale temperaturen en de magnitude van absolute extreme gebeurtenissen.
ERA5-Land is voordelig voor toepassingen die een hoge ruimtelijke resolutie vereisen, het minimaliseren van de bias in minimale temperaturen en het analyseren van langetermijntrends in percentielgebaseerde extreme indices.

Het artikel behoudt een bescheiden standpunt door te erkennen dat, hoewel de datasets betrouwbaar zijn, systematische biases (koude bias voor $T_{max}$ , warme bias voor $T_{min}$ ) en beperkingen in het vastleggen van specifieke regionale afkoelings trends blijven bestaan. De auteurs merken op dat ruimtelijke interpolatiemethoden kleine kunstmatige biases kunnen introduceren en suggereren dat toekomstig onderzoek aanvullende variabelen zoals neerslag en luchtvochtigheid moet opnemen om de regionale klimatologische implicaties verder te begrijpen.

Meer zoals dit