Региональные сценарные климатические прогнозы требуют знания исходного "базового климата", в частности, пространственного распределения годовой суммы осадков в современных климатических условиях в пределах региона. Данные о годовой сумме осадков за период с 1961 по 2020 г. по 40 метеостанциям на территории Республики Саха(Якутия) использованы для оценки точности моделей реанализа CRU TS, ERA5-Land, GPCC, NCEP-NCAR, PREC/Lи JRA55 и выбора оптимальной модели реанализа. Оценка точности реанализа выполнялась сравнением данных наблюдений со значением поля реанализа в пикселе, в котором расположена метеостанция. В статистическом анализе использовались метрики сходства: коэффициент конкордации Лина, индекс согласия Вильмота, тау-критерий Кендалла, среднеквадратичная ошибка. Интерполяционные модели реанализа (CRU TS, GPCC, PREC/L) точнее воспроизводят наблюденные данные, тогда как модельные реанализы завышают сумму осадков на 100 мм/год и более (от 30 до 50 %), а также недооценивают изменение суммы осадков. Модель GPCC наиболее точно воспроизводит наблюдения, однако при этом имеет признаки "переподгонки", наиболее значимый из которых – отрицательная пространственная корреляция среднемноголетних полей годовой суммы осадков за разные климатические периоды. В результате оптимальной для территории РС(Я) по годовой сумме осадков признана модель CRU TS 4, точнее прочих воспроизводящая изменение суммы осадков. Модель CRU TS 4 допустимо использовать в качестве модели "базового климата". По данным CRU TS 4, среднегодовая сумма осадков на территории РС(Я) в 1991–2020 гг. составляет293 ± 92 мм; в 1961–1990 гг. она была равна 285 ± 81 мм. Между двумя климатическими периодами, следовательно, годовая сумма осадков в РС(Я) выросла на 8 ± 18 мм, что не является статистически значимой величиной
Regional scenario-based projections require a comprehensive understanding of baseline climatic conditions, particularly the spatial distribution of total mean annual precipitation within the region. Precipitation data from 40 meteorological stations across the Republic of Sakha (Yakutia) for the period from 1961 to 2020 were used to evaluate the performance of modern reanalyses: CRU TS, ERA5-Land, GPCC, NCEP-NCAR, PREC/L, and JRA55. The performance of each model was assessed by comparing the observed mean annual precipitation to the reanalysis field values in pixels corresponding to the locations of the observation points. The statistical assessment employed Lin’s coefficient of concordance, Wilmott’s index of agreement, Kendall’s tau, and the root mean square error. Interpolation-based models (CRU TS, GPCC, PREC/L) demonstrated a superior ability to reproduce observed total precipitation, where as modeling-based reanalyses tended to overestimate it by more than 100 mm/year, or by 30% to 50%. The GPCC reanalysis exhibited the best performance when compared to observations; however, it appeared to be significantly over fitted, as evidenced by a substantial negative spatial correlation between total precipitation coverages for the periods from 1961 to 1990 and 1991 to 2020. Consequently, the interpolation uncertainty associated with overfitting precludes the use of GPCC data as a reliable benchmark. Ultimately, the CRU TS 4 reanalysis was determined to be optimal as a baseline for total precipitation coverage. According to CRU TS 4 data, the mean annual precipitation across the Republic of Sakha (Yakutia) was 285 ± 81 mm for the period from 1961 to 1990 and 293 ± 92 mm for 1991 to 2020,indicating an insignificant change of 8 ± 18 mm. Thus, between the two climatic periods, the annual precipitation in the Republic of Sakha (Yakutia) increased by 8 ± 18 mm, a change that is not statistically significant