Performance Evaluation of High-resolution Reanalysis Datasets Over North-central British Columbia

abstract

Version 2.1 of Environment and Climate Change Canada’s Canadian Surface Reanalysis (CaSR), based on the Regional Deterministic Reforecast System (RDRS), was implemented in 2022 to provide temporally complete meteorological data over 1980–2018 covering Canada at 10 km spatial resolution. Similarly, the fifth generation of the European Centre for Medium-Range Weather Forecasts (ECMWF) Re-Analysis-Land (ERA5-Land) dataset at ∼9 km spatial resolution became available. To assess their performance in complex topography, this paper undertakes spatiotemporal inter-comparisons between the RDRS and ERA5-Land reanalysis products with station-based data across British Columbia’s Skeena and Nechako watersheds for 1980–2018. Results reveal persistent cold biases, ranging from −6.2°C to −1.6°C basin-wide, in reanalysis mean annual air temperatures relative to observations, but biases vary in both space and time. Conversely, reanalysis total annual precipitation shows wet biases, ranging from 25% to 59% basin-wide. Analyses generally show wetting trends for observations and ERA5-Land while RDRS exhibits drying trends. Reanalysis datasets achieve better agreement overall with observations over the Nechako Watershed, likely due to its denser network of meteorological stations and less complex terrain than the Skeena Watershed. Despite some deficiencies, the RDRS and ERA5-Land reanalyses remain particularly useful products to assess regional climate variability and climatic change given their generally skilful representation of spatial patterns and temporal trends in meteorological variables across the Nechako and Skeena watersheds.

résumé

[Traduit par la rédaction] La version 2.1 de la réanalyse de la surface canadienne d’Environnement et Changement climatique Canada, fondée sur le Système régional de prévision déterministe (SRPD), a été mise en œuvre en 2022 afin de fournir des données météorologiques complètes dans le temps pendant la période 1980–2018, couvrant le Canada à une résolution spatiale de 10 km. Dans le même ordre d’idées, la cinquième génération de l’ensemble de données Re-Analysis-Land (ERA5-Land) du Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT) à une résolution spatiale de ∼9 km est devenue disponible. Pour évaluer leur performance dans une topographie complexe, cet article entreprend des comparaisons spatio-temporelles entre les produits de réanalyse SRPD et ERA5-Land avec des données basées sur des stations dans les bassins versants de Skeena et de Nechako en Colombie-Britannique pour la période 1980–2018. Les résultats révèlent des biais froids persistants, allant de −6,2°C à −1,6°C à l’échelle du bassin, dans les températures moyennes annuelles de l’air de la réanalyse par rapport aux observations, mais les biais varient dans l’espace et dans le temps. Inversement, la réanalyse des précipitations annuelles totales montre des biais humides, allant de 25% à 59% pour l’ensemble du bassin. Les analyses montrent généralement des tendances à l’humidification pour les observations et ERA5-Land, tandis que le SRPD présente des tendances d’assèchement. Les ensembles de données de réanalyse sont globalement en meilleure adéquation avec les observations sur le bassin versant de Nechako, probablement en raison d’un réseau plus dense de stations météorologiques et d’un terrain moins complexe que le bassin versant de Skeena. Malgré certaines lacunes, les réanalyses SRPD et ERA5-Land restent des produits particulièrement utiles pour évaluer la variabilité du climat régional et le changement climatique, étant donné leur représentation généralement habile des schémas spatiaux et des tendances temporelles des variables météorologiques dans les bassins versants de Nechako et de Skeena.

keywords:

• reanalysis data
• inter-comparison
• precipitation
• temperature
• Skeena watershed
• Nechako watershed
• north-central British Columbia

Acknowledgments

The authors acknowledge Environment and Climate Change Canada (ECCC) for financial and in-kind support of this research. A Discovery Grant (NSERC RGPIN-2022-03713) from the Natural Sciences and Engineering Research Council of Canada to SJD provided additional financial support. Thanks to Dr. Rajtantra Lilhare and Anna Kaveney for assisting the acquisition of reanalysis and observational datasets. Thanks to two anonymous reviewers for their constructive comments that led to an improved paper.

Disclosure statement

No potential conflict of interest was reported by the author(s).

Supplemental data

Supplemental data for this article can be accessed online at https://doi.org/10.1080/07055900.2024.2308878.

Additional information

Funding

The authors acknowledge Environment and Climate Change Canada (ECCC) for financial and in-kind support of this research. A Discovery Grant (NSERC RGPIN-2022-03713) from the Natural Sciences and Engineering Research Council of Canada to SJD provided additional financial support.