チベット高原における雪被覆の代表性が最も高い全球再解析データセットはどれか？

要旨。チベット高原（TP）全体に広がる雪被覆は、10億人以上の下流住民にとって気候と水供給に大きな影響を与えています。しかし、複数の再解析データセットによってシミュレートされたTPにおける雪被覆割合（SCF）の変動性の適切な評価はまだ行われていません。本研究では、2001年から2017年の水年（WYs）における雪特性反演データセット（SPIReS）を用いて、TPにおけるSCFの空間的および時間的変動性をシミュレートするための8つの再解析データセット（HMASR、MERRA2、ERA5、ERA5L、JRA55、CFSR、CRAL、GLDAS）の能力を評価しました。CFSR、GLDAS、CRAL、およびHMASRは、気候SCFの空間パターンをシミュレートする上で低いバイアスと高い相関、テイラー技量スコア（SS）を持つ良好な性能を示しました。一方で、ERA5L、JRA55、およびERA5は、8つの再解析データセット間でSCFの年間傾向に関して比較的良好なパフォーマンスを持っています。再解析データセット間のSCFシミュレーションのバイアスは、降雪や温度を含む気象要因とSCFパラメータ化手法の組み合わせによって影響を受けます。しかし、主要な影響要因は再解析データセットごとに異なります。さらに、複数の再解析データセットを平均化することで、SCFシミュレーションの時空間的精度が向上する可能性がありますが、この向上効果は使用される再解析データセットの数に応じて一貫して増加するわけではありません。