《表2 班公错、鄂陵湖观测时段内驱动气象要素拟合表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《三套再分析资料在青藏高原湖泊模拟研究中的适用性分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

**表示拟合方程通过0.05的显著性检验.

再分析资料与实测气象要素拟合方程如表2所示，拟合方程均通过0.05的显著性检验，全表56%的相关系数≥0.9。从每组驱动数据和观测数据的各气象要素相关性来分析，ITPCAS驱动数据与观测数据变量之间的相关性由高到低依次是气温、比湿、向下长波辐射、向下短波辐射、气压和风速。ERA和NCEP驱动数据在两湖要素的相关性不同，但相关系数最小的是风速和向下短波辐射。班公错ERA数据和观测相关系数从大到小依次是气温、向下长波辐射、比湿、气压、向下短波辐射和风速。而鄂陵湖ERA数据和观测的气象要素相关性降序排序分别为比湿、气温、向下长波辐射、气压、向下短波辐射和风速。班公错NCEP数据与观测要素相关性由高到低依次是气温、向下长波辐射、气压、比湿、向下短波辐射和风速，而鄂陵湖相关系数最大的分别是气温、比湿、气压、向下长波辐射、向下短波辐射和风速。整体看来，三组驱动数据在两湖都表现为气温与观测相关性最好，而风速最差。