Abstract This contribution compares 3-hourly estimates of aerosol optical depth at 550 nm (AOD550) and Angstrom exponent (AE) from two similar reanalysis models, ECMWF's CAMS and NASA's MERRA-2, to reference remote-sensed observations from the worldwide AERONET network during the period 2003–2017. All data points are first subjected to a thorough quality assessment analysis. All valid AOD550 reanalysis estimates are also corrected to account for the difference in elevation between the nominal grid cell size (0.5 × 0.625°) and the reference AERONET ground station. Comparative results are obtained both on a continental basis and on climate disaggregation basis using the Koppen-Geiger (KG) classification. Based on 793 AERONET stations and ≈1.8 million valid 3-h data points, it is found that CAMS and MERRA-2 behave relatively similarly, with however some regional differences, depending on continent or KG class. AOD550's root-mean-square error (RMSE) varies in the range 0.031–0.268 for CAMS and 0.017–0.232 for MERRA-2, depending on continent. Globally, MERRA-2 performs better than CAMS, achieving an RMSE of 0.126, as compared to 0.144 for CAMS. In contrast, the two reanalyses have very similar overall RMSEs for AE, i.e., 0.382 for CAMS and 0.378 for MERRA-2. For local or regional studies, these results allow users to select the best possible source of data. For global studies, both aerosol products are found appropriate, albeit with different statistical properties.

中文翻译：

---

使用 15 年的 AERONET 观测数据对 CAMS 和 MERRA-2 再分析气溶胶光学深度产品进行全球验证

摘要 此贡献比较了来自两个类似再分析模型（ECMWF 的 CAMS 和 NASA 的 MERRA-2）的 550 nm (AOD550) 和埃指数 (AE) 的 3 小时气溶胶光学深度估计值，以参考全球 AERONET 网络在2003-2017 年期间。首先对所有数据点进行彻底的质量评估分析。还对所有有效的 AOD550 再分析估计值进行了校正，以说明标称网格单元大小 (0.5 × 0.625°) 与参考 AERONET 地面站之间的高程差异。比较结果是使用 Koppen-Geiger (KG) 分类在大陆和气候分解的基础上获得的。基于 793 个 AERONET 站和大约 180 万个有效 3 小时数据点，发现 CAMS 和 MERRA-2 的行为相对相似，但是有一些地区差异，具体取决于大陆或 KG 级别。AOD550 的均方根误差 (RMSE) 变化范围为 0.031–0.268（CAMS）和 0.017–0.232（MERRA-2），具体取决于大陆。在全球范围内，MERRA-2 的性能优于 CAMS，实现了 0.126 的 RMSE，而 CAMS 的 RMSE 为 0.144。相比之下，两次重新分析的 AE 总体 RMSE 非常相似，即 CAMS 为 0.382，MERRA-2 为 0.378。对于本地或区域研究，这些结果允许用户选择最佳的数据来源。对于全球研究，发现这两种气溶胶产品都是合适的，尽管具有不同的统计特性。MERRA-2 的性能优于 CAMS，实现了 0.126 的 RMSE，而 CAMS 的 RMSE 为 0.144。相比之下，两次重新分析的 AE 总体 RMSE 非常相似，即 CAMS 为 0.382，MERRA-2 为 0.378。对于本地或区域研究，这些结果允许用户选择最佳的数据来源。对于全球研究，发现这两种气溶胶产品都是合适的，尽管具有不同的统计特性。MERRA-2 的性能优于 CAMS，实现了 0.126 的 RMSE，而 CAMS 的 RMSE 为 0.144。相比之下，两次重新分析的 AE 总体 RMSE 非常相似，即 CAMS 为 0.382，MERRA-2 为 0.378。对于本地或区域研究，这些结果允许用户选择最佳的数据来源。对于全球研究，发现这两种气溶胶产品都是合适的，尽管具有不同的统计特性。