2012, Vol. 38 
2. 卫星海洋环境动力学国家重点实验室，杭州 310012；
3. 解放军96631部队，北京 102208
2. State Key Laboratory of Satellite Ocean Environment Dynamics, Second Institute of Oceanography, State Oceanic Administration, Hangzhou 310012;
3. The 96631 Unit of PLA, Beijing 102208
海面风是决定海洋和大气之间动量、能量和质量交换的重要因素之一，海面风场是气象业务中广泛使用的基本要素[1]，在海洋和大气科学的研究中也受到广泛关注。获取海面风的常规手段主要是布设海上浮标、建立沿岸和岛屿气象观测系统以及海洋调查船走航观测等，但是这些常规手段受到海上复杂的海况和天气条件的限制，也几乎不可能获得大面积的海面风场信息，因此在以往的海洋和大气科学研究中再分析资料(如美国国家环境预报中心再分析资料NCEP/NCAR[2]、欧洲中期天气预报中心再分析资料ERA-40[3]和日本气象厅再分析资料JRA-25[4]等)成了主要的海面风场资料源。近年来，卫星遥感监测方法的逐步成熟，为海面风场的监测提供了新的手段。从1987年7月美国实施国防气象卫星计划(DMSP)以来，逐步实现了海面风的业务化卫星探测，到目前为止，美国有6颗搭载了海面风观测传感器的卫星进行全球海面风的业务观测，其中包括DMSP系列卫星(F8、F10、F11、F13、F14和F15) 装载的专用微波成像仪微波辐射计SSMI、TRMM卫星上装载的微波成像仪TMI、QuikSCAT卫星上装载的新型主动微波遥感仪“海风”散射计SeaWinds，以及美国宇航局的卫星EOS-AQUA上的高级微波扫描辐射计AMSR-E。据统计[5]在6小时的观测时间窗口内，对全球海洋的遥感探测采样率从1987年的20%增长为2004年的70%以上，2009年5月起美国国家航空航天局(NASA)的物理海洋学分布式档案中心(Physical Oceanography Distributed Active Archive Center，PODAAC)实施了“研究用途的地球系统数据记录计划”(Making Earth System Data Records for Use in a Research Environment，MEaSUREs)，其中以上述多源卫星探测的洋面风资料为基础，采用改进的变分同化方法合成了一种新的高分辨率(25 km)交叉定标多平台卫星探测海面风场资料(A new cross-calibrated, multi-platform (CCMP) ocean surface wind product，简称CCMP风场)，并于2010年5月发布了该风场产品，并逐步在国际海洋学研究中开展应用，这种海面风场资料为研究东中国海域的物理海洋和海洋边界层问题提供了新的有效信息源，但是风场资料在东中国海域的精度和特性还有待进行检验和研究，目前未见相关研究成果报道，本文利用1999—2000年浮标和海上观测桩的时间序列观测资料和同期的卫星高度计资料对东中国海海域范围内(20°~35°N、115°~135°E)的CCMP风场进行精度检验评估，并与ERA再分析海面风场资料和QuickScat/NCEP混合风场资料进行对比分析。
1 CCMP风场主要特点 1.1 CCMP风场合成使用的资料本文采用的CCMP风场是Level 3.0产品，资料的空间范围为(-89.875°~89.875°、0.125°~359.875°)覆盖了除北冰洋以外的全球大洋范围，分辨率高达25 km，时间间隔6小时，目前可获得从1987年7月至2009年6月的资料，后期产品还在陆续更新。
CCMP风场是以欧洲中期天气预报中心(ECMWF)的再分析和业务资料为背景场，采用变分方法同化QuikSCAT、ADEOS-II、AMSR-E、TRMMTMI和SSM/I等多种卫星探测洋面风资料和传统的船舶、浮标观测资料后获得的规则格点资料。其中使用的背景风场是：1987年7月至1998年12月采用ERA-40再分析产品的10 m洋面风场，1999年以后使用了ECMWF的业务分析产品的10 m洋面风场资料，这较之ERA-40再分析产品，精度更高[6]。
卫星探测资料采用了遥感系统-发现工程(RSS-DISCOVER)中多个卫星搭载的微波辐射计和微波散射计探测的洋面风资料，具体情况如图 1所示，图 1上半部分为各卫星探测资料的起始时间，DMSP系列卫星(F8、F10、F11、F13、F14和F15) 装载了专用微波成像仪微波辐射计SSMI，从1987—2009年提供了探测资料，TRMM卫星上的的微波成像仪TMI，从1998—2009年提供了探测资料，QuikSCAT卫星上的新型主动微波遥感仪“海风”散射计从1999—2009年提供了探测资料，美国宇航局的卫星EOS-AQUA上的高级微波扫描辐射计AMSR-E从2002—2009年提供了探测资料。图 1中下半部分是在6小时的观测时间窗口内，上述卫星对全球海面风场探测的覆盖率的变化情况，可见2004年以后达到了70%左右。
|
图 1 CCMP风场中多个卫星探测资料的时间分布及对全球海洋探测的覆盖率[6] Fig. 1 Time availability of satellite surface wind datasets of CCMP and the percentage of the global oceans observed by these satellites |
CCMP风场中使用传统观测的风场数据包括：来自NCAR的船舶和浮标观测海面风数据以及由太平洋海洋环境实验室(PMEL)提供的TAO观测计划中的锚系浮标资料，以及PIRATA试验[7]提供的大西洋浮标阵列资料。
1.2 CCMP风场的合成方法CCMP风场采用VAM变分方法[8-9]以ECMWF的再分析和业务资料为背景场同化多种卫星探测洋面风资料和传统的船舶、浮标观测资料，VAM变分方法定义了一个全球格点上风矢量场的目标函数J，以目标函数最小化为约束，调整格点化海面风场，目标函数J如式(1)，式中各项如表 1所示，包含了风场合成时满足的背景场约束和观测值约束，λ是各项的权重系数，表 1中V是海面风矢量，(u，v)表示经向、纬向风分量，下标A、B和O分别表示分析场、背景场和观测值，χ、ψ和ζ分别表示势函数、流函数和相对涡度，CCMP风场的VAM变分方案具体参见文献[10-11]，不再赘述。
|
表 1 公式(1) 中背景场约束和观测值约束的表达式 Table 1 Terms of observation cost function and background constraints in formula (1) |
| $J = {\lambda _{{\rm{CONV}}}}{J_{{\rm{CONV}}}} + {\lambda _{{\rm{SCAT}}}}{J_{{\rm{SCAT}}}} + {\lambda _{{\rm{SPD}}}}{J_{{\rm{SPD}}}} + {\lambda _{{\rm{VWM}}}}{J_{{\rm{VWM}}}} + \\{\lambda _{{\rm{LAP}}}}{J_{{\rm{LAP}}}} + {\lambda _{{\rm{DIV}}}}{J_{{\rm{DIV}}}} + {\lambda _{{\rm{VOR}}}}{J_{{\rm{VOR}}}} + {\lambda _{{\rm{DYN}}}}{J_{{\rm{DYN}}}}$ | (1) |
为了校准CCMP风场，有学者将CCMP风场与同化到风场中的上述卫星探测资料和传统观测资料进行了对比[6, 12]，CCMP风场与参与同化的卫星资料的风速均方根误差为0.8 m·s-1，偏度约为0 m·s-1，CCMP风场与参与同化的传统观测资料的风速均方根误差为1.6 m·s-1，偏度约为-0.3 m·s-1，风向均方根误差为11°，偏度约为0.6°，但是这些卫星探测资料参与了CCMP风场同化，用于对比的传统观测资料在本文研究的东中国海域范围内几乎没有，对该海域的代表性不够，因此本文选择了该海域内未参与风场同化的一个浮标资料和海上观测桩资料进行了精度评估，为了更全面评估该风场，还选择了该海域内卫星高度计探测的洋面风资料进行检验和分析，本文采用了如下指标来评估CCMP风场的精度：
均值：
偏度：
平均绝对误差：
均方根误差：
平均相对误差：
相关系数：
| $CC = \frac{{\sum\limits_{i = 1}^N {({x_i} - \bar x)({y_i} - \bar y)} }}{{{{\left\{ {\left[ {\sum\limits_{i = 1}^N {{{({x_i} - \bar x)}^2}} } \right]\left[ {\sum\limits_{i = 1}^N {{{({y_i} - \bar y)}^2}} } \right]} \right\}}^{\frac{1}{2}}}}}$ |
其中xi代表浮标观测值或高度计探测值，yi代表不同风场资料的风速值，N代表样本总量。
2.1 基于浮标和观测桩资料的风速分析本文采用日本气象厅(JMA)于1978年布放的浮标22001(位置是28°20′N、126°20′E)，该浮标位于深水海域，水深约140 m，以及台湾地区港湾技术研究中心建立的位于台湾岛台北港海域的观测桩(位置是25°10′44″N、121°22′41″E)(见图 2)，观测仪器为Young Brand风速计，该观测桩位于近岸港口海域，水深约15 m。浮标22001的观测要素包括：浮标处的风向、风速、气温、湿度、有效波高、波周期、波向等要素，每3个小时一次数据。风向、风速是平台顶部(距海平面上7.5 m处)的风速仪测得，由于受到海况和天气状况的影响，部分时间的浮标资料缺省。台北港的Young Brand风速计安装于海平面上15 m，每小时记录一次数据，风速、风向为10分钟平均值。
|
图 2 浮标和观测桩的地理位置示意图 Fig. 2 Locations of buoy and meteorological observation pile |
将CCMP风场插值到浮标所在的位置上，然后利用经典风速廓线公式(2)[13]将浮标观测风速和观测桩风速仪观测风速订正到10 m的高度上，并进行对比分析。图 3为1999年12月的22001浮标和台北港观测桩观测风速与CCMP风场插值得到该站点风速的时间序列比较图，显而易见，22001浮标处CCMP风速与浮标观测值吻合较好，而台北港处CCMP风速随时间变化趋势与观测值大体一致，但风速值整体明显偏大，且对应于观测资料中出现临近两个时次风速大小骤然变化的时刻，CCMP风速的误差较大，这可能由于台北港的观测桩靠近近岸，受到台湾岛屿地形影响而导致的。为了全面评估风场的特点，将两处1999年8月至2000年7月的数据进行了统计分析，具体结果见表 2，CCMP风场与浮标的误差，在以22001浮标为代表的远海区域明显小于以台北港为代表的近岸海域，且CCMP风场在远海区域风速偏小，偏度约为-0.12 m·s-1，均方误差约为1.58 m·s-1；而在近岸海域则偏大，偏度约为1.3 m·s-1，均方误差约为2.29 m·s-1。经过进一步分析发现，在22001浮标处当U10＜5.5 m·s-1时，CCMP风速较浮标观测值偏大，当U10＞5.5 m·s-1时，CCMP风速较浮标观测值偏小。
|
图 3 1999年12月1—31日CCMP风场与观测资料的对比时间序列(a)浮标比较结果，(b)台北港观测桩结果 Fig. 3 Wind speed time series from CCMP (solid) and observations from bouy (a) and the meteorological observation pile of Taipei (b) in the period December 1-31, 1999 |
|
|
表 2 CCMP风速与浮标观测值分析 Table 2 Statistical analysis on the wind speed of CCMP versus buoy observation |
自1992年TOPEX/Poseidon(T/P)高度计卫星发射以来高度计探测资料为海面风场研究提供了丰富的观测资料，经过研究表明[14-15]：高度计探测海面标量风速的精度约为10%或1.7~1.99 m·s-1。本文采用T/P、ERS、GFO、Envisat、Jason-1、Jason-2等卫星的海面风速探测资料，在本文研究选定的东中国海域内，1999年8月1日至2000年7月31日上述卫星共有2248条轨道，图 4a中绘制了以半小时为窗口，高度计卫星经过该海域的时间和CCMP风场时次相吻合的轨道共162条，将CCMP风场插值到卫星轨道上进行比较，如图 4b为1999年10月30日11时经过该海域的T/P卫星轨道(轨道位置如图 4a中粗线条所示)上的风速探测值和CCMP风速的比较图。
|
图 4 东中国海域内高度计卫星轨道分布(a)和轨道上探测点风速对比(b) Fig. 4 Orbits of satellite altimeter (a) in East China Sea areas and the distribution of wind speed on the orbits (b) |
这条轨道上，高度计探测风速与CCMP风速吻合较好，将上述162条轨道上所有探测点上风速进行统计，具体结果见表 3，偏度约为-0. 25 m·s-1，均方误差约为1.63 m·s-1，这个误差较浮标处更大。经过进一步分析发现，高度计探测风速U10＜6.5 m·s-1时，CCMP风速较高度计探测风速值偏大，当U10＞6.5 m·s-1时，CCMP风速较高度计探测风速偏小。这种较小风速时，CCMP风速偏大；较大风速时，CCMP风速偏小的现象与浮标比较结果相似。
|
|
表 3 CCMP风速与高度计探测值分析 Table 3 Statistical analysis on the wind speed of CCMP versus satellite altimeter observations |
QuickScat/NCEP混合风场[16] (本文简称Q/N风场)是高分辨率的QuickSCAT卫星散射计观测数据和国家环境预报中心(NCEP)再分析数据的时空混合分析的产品，这种风场是集成了微波散射计观测风场和NCEP再分析风场的优点的一种海面风场资料。美国宇航局于1999年6月19日发射了QuickSCAT卫星，其上装载了散射计(Sea Winds)，Sea Winds为Ku波段主动雷达，通过测量海面散射截面来反演海面风矢量。虽然QuickSCAT能全天时、全天候地测量全球近海面的风速和风向，但不能输出同一区域连续时次的海面风场，因此在保留了QuikSCAT的沿轨风场数据基础上，在其空白区域加入低波NCEP分析数据场，得到这种混合风场，该混合风场提供距海面10 m处风场沿经向和纬向的速度分量，且具有较高的分辨率：时间间隔为6 h，空间分辨率为0.5°×0.5°，覆盖了从88°S到88°N的范围。
ERA-Interim风场[17](本文简称ERA风场)是欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts)的再分析子计划的一种再分析资料。从1979年起ECMWF开始并为全球大气研究提供了第一次再分析资料，之后又提供全球大气环境再分析资料ERA-15 (1979—1993年)和ERA-40 (1957—2002年)。当前，ECMWF提供的ERA-Interim是1989年至今的全球大气环境再分析资料，它采用了较ERA-15和ERA-40所使用气象模式分辨率更高的T255L91模式，并在观测资料的应用及同化方法上较ERA-40产品有很大改进，该风场时间间隔为6 h，空间分辨率为1.5°×1.5°，覆盖全球。
3.2 对比分析结果将CCMP风场和上述两种海面风场资料分别与浮标观测进行对比，如表 4所示，从均值和偏度上看，Q/N风速较浮标实测风速偏大，ERA风速和CCMP风速较浮标实测风速偏小，ERA风速偏差为-0.37 m·s-1，偏差最大，CCMP风速偏差为-0.12 m·s-1，与浮标实测偏差最小。从均方根误差看CCMP风速为1.58 m·s-1是三者中最小，Q/N风速为2.38 m·s-1是三者中最大，从平均绝对误差、平均相对误差和相关系数等指标上看，CCMP风速与浮标实测风速误差最小。
|
|
表 4 三种风场与浮标观测对比 Table 4 Statistical analysis on three kinds of wind fields versus buoy observations |
将CCMP风场和上述两种海面风场资料分别与高度计观测资料进行对比，如表 5所示，从均值和偏度上看，三种风场资料的风速较高度计探测风速偏小，ERA风速偏差为-0.67 m·s-1，偏差最大，这与浮标对照的结果相似，CCMP风速偏差为-0.25 m·s-1，与高度计探测偏差最小。从均方根误差看CCMP风速为1.81 m·s-1是三者中最小，Q/N风速为2.55 m·s-1是三者中最大。虽然综合而言CCMP风速与高度计探测风速误差最小，但比相对于浮标实测风速误差更大，可能是由于浮标测量的风速为海面上的实际风速，而高度计测量风速的反演方法受海浪成长状态(风区、风时)影响较大，因此浮标测量风速和高度计测量风速之间存在不同的误差水平。
|
|
表 5 三种风场与高度计探测对比 Table 5 Statistical analysis on three kinds of wind fields versus satellite altimeter observations |
图 5为1999年8月至2000年7月12个月的高度计探测风速同三种风场的月平均值比较，除2000年7月外ERA风场资料的风速较浮标观测风速月平均值都偏小；Q/N混合风场的站点风速较浮标观测风速月平均值夏季偏小，春、秋、冬季偏大。图 6为三种资料与高度计资料相比每月的风速均方根误差，三种资料的风速均方根误差随季节的变化具有相似的特征，春、夏季的均方根误差大于秋、冬季，这可能与东中国海域的季风和台风特征有关；从各月中三种资料的均方根误差来看，CCMP风速的均方根误差最小。
|
图 5 高度计风速与三种风场的月平均值比较 Fig. 5 Monthly variations of monthly mean wind speed from satellite altimeter versus three kinds of wind fields from August 1999 to July 2000 |
|
图 6 高度计风速与三种风场的月均方根误差 Fig. 6 Same as Fig. 5, but for root mean square error |
分别将CCMP风场、Q/N混合风场和ERA风场在浮标22001位置插值得到的风速UCCMP、UERA、UQ/N同浮标观测风速Ubouy进行线性拟合，得到多项式:
| ${U_{{\rm{CCMP}}}} = 0.8207{U_{{\rm{bouy}}}} + 1.2163$ | (2) |
| ${U_{{\rm{ERA}}}} = 0.7139{U_{{\rm{bouy}}}} + 2.4139$ | (3) |
| ${U_{{\rm{Q/N}}}} = 0.7657{U_{{\rm{bouy}}}} + 1.3882$ | (4) |
图 7中y轴表示三种风场插值得到的风速大小，x轴表示与它们同步的浮标数据，拟合直线是根据最小二乘法获得的两者之间的关系式，当浮标观测的实际风速较小时，三种风场的风速都较浮标观测值偏大，Q/N风场偏差最大，ERA和CCMP风场都相对较小，且两者差别较小；当浮标观测的实际风速较大时，三种风场的风速都较浮标观测值偏小，CCMP风场偏差最小，ERA和Q/N风场的误差都相对较大，但这两者差别较小。
|
图 7 三种风场与高度计风速的点聚图拟合曲线 Fig. 7 Scatter plots and fitting curves of wind speeds for three kinds of wind fields and satellite altimeter observations |
(1) 美国NASA的PO.DAAC最新发布了一种新的交叉定标多平台合成洋面风场资料(CCMP风场)，这种资料采用变分方法同化了ADEOS-II、AMSR-E、QuikSCAT、TRMM TMI和DMSP系列等多种卫星探测洋面风资料和传统的船舶、浮标观测资料，是目前空间分辨率最高(高达25 km)的格点化海面风场之一。
(2) CCMP风场与浮标资料和观测桩资料的对比分析发现，CCMP风场在深远海区域较浮标资料风速偏小，偏度约为-0.12 m·s-1，均方误差约为1.58 m·s-1；而在近岸海域则偏大，偏度约为1.3 m·s-1，均方误差约为2.29 m·s-1；CCMP风场与高度计探测风速对比发现：偏度约为-0. 25 m·s-1，均方误差约为1.63 m·s-1，这个误差较浮标对比结果略大。这表明：CCMP风场在深远海区域的精度较高，而在近岸区域存在一定的局限性。
(3) ERA风场资料较浮标观测的风速月平均值大都偏小；而Q/N混合风场的风速月平均值夏季偏小，春、秋、冬季偏大。CCMP风场、ERA风场、Q/N混合风场三种资料的风速均方根误差随季节的变化具有相似的特征，春、夏季的均方根误差大于秋、冬季，这可能与东中国海域的季风和台风特征有关；CCMP风速的均方根误差较ERA风场、Q/N混合风场最小，精度最高。
(4) 当实际风速较小时，三种风场资料的风速都较测值偏大，但偏度都较小；当实际风速较大时，三种风场的风速都较浮标观测值偏小，CCMP风场偏差最小，ERA和Q/N风场的误差都相对较大，但这两者的差别较小。
杨晓君, 何金海, 吕江津, 等, 2011. 海面风场订正对风暴潮数值模拟的影响[J]. 气象, 37(3): 270-275. DOI:10.7519/j.issn.1000-0526.2011.03.003 |
Kalnay E, Kanamitsu M, Kistler R, et al, 1996. The NCEP/NCAR 40 years reanalysis project[J]. Bulletin of the American Meteorological Society, 77(3): 437-471. DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2 |
Uppala, S M, Kallberg, P W, Simmons A J, et al, 2005. The ERA-40 re-analysis[J]. Quartly Journal of the Royal Meteorological Society, 131(612): 2961-3012. DOI:10.1256/qj.04.176 |
Onogi K, Tsutsui J, Koide H, et al, 2007. The JRA-25 Reanalysis[J]. J Meter Soc, 85(3): 369-432. DOI:10.2151/jmsj.85.369 |
Atlas R, Hoffman R N, Ardizzone J, et al. Development of a new cross-calibrated, multi-platform (CCMP) ocean surface wind product[M]. AMS 13th Conference on Integrated Observing and AssimilationSystems for Atmosphere, Oceans, and Land Surface (IOAS-AOLS), 2009.
|
Atlas R, Hoffman R N, Ardizzone J, et al, 2011. A ccross-calibrated, multiplatform ocean surface wind velocity product for meteorological and oceanographic application[J]. Bulletin of the American Meteorological Society, 92(2): 157-174. DOI:10.1175/2010BAMS2946.1 |
Hoffman R N, 1982. SASS wind ambiguity removal by direct minimization[J]. Mon Wea Rev, 110(5): 434-445. DOI:10.1175/1520-0493(1982)110<0434:SWARBD>2.0.CO;2 |
Hoffman R N, 1984. SASS wind ambiguity removal by direct minimization.Part Ⅱ: Use of smoothness and dynamical Constraints[J]. Mon Wea Rev, 112(9): 1829-1852. DOI:10.1175/1520-0493(1984)112<1829:SWARBD>2.0.CO;2 |
Hoffman R N, Leidner M S, 2010. Some characteristics of time interpolation errors for fluid flows[J]. Journal of Atmospheric and Oceanic Technology, 27(7): 1255-1262. DOI:10.1175/2010JTECHA1429.1 |
Hoffman R N, Leidner M S, Henderson J M, et al, 2003. A two-dimensional variational analysis method for NSCAT ambiguity removal[J]. Atmos Oceanic Technol, 20(5): 585-605. DOI:10.1175/1520-0426(2003)20<585:ATDVAM>2.0.CO;2 |
Chelton D B, Freilich M H, 2005. Scatterometer-based assessment of 10-m wind analyses from the operational ECMWF and NCEP numerical weather prediction models[J]. Mon Wea Rev, 133(2): 409-428. DOI:10.1175/MWR-2861.1 |
Garratt J R, 1977. Review of drag coefficient over oceans and continents[J]. Mon Wea Rev, 105(7): 915-929. DOI:10.1175/1520-0493(1977)105<0915:RODCOO>2.0.CO;2 |
Ebuchi N, Kawamura H, 1994. Validation of wind speeds and significant wave heights observed by the TOPEX altimeter around Japan[J]. Journal of Oceanography, 50(4): 479-487. DOI:10.1007/BF02234969 |
Callahan P S, Morris C S, Hsiao S V, 1994. Comparison of TOPEX/POSEIDON sigma-0 and significant wave height distributions to Geosat[J]. Journal of Geophysical Research, 99(C12): 25, 015-025, 024. DOI:10.1029/94JC01759 |
Dee D P, Uppala S M, Simmons A J, et al, 2011. The ERA-Interim reanalysis: configuration and performance of the data assimilation system[J]. Quarterly Journal of the Royal Meteorological Society, 137(656): 553-597. DOI:10.1002/qj.v137.656 |