引言

中国近海有着丰富的风能资源，近海风电开发是未来可再生能源发展新的增长点（张秀芝等，2010），海上风能资源评估就显得日益迫切。海面风是海上风能资源评估的基础。常规的海面风观测大多来源于船舶、石油平台、浮标站和岛屿站等的测量。另一种方法是借助海洋卫星的遥感观测获取海面风。前者对局地可以进行长时间连续观测，但在空间范围上有局限性，而且人力、物力的耗费很高。洋面常规观测资料的匮乏对近海风能资源的评估带来困难。卫星遥感资料具有空间覆盖范围大、分布均匀和资料客观（Hasager et al, 2006；吴晓京等，2007）等优势及经济实惠的特点，随着科学技术的进步，卫星遥感资料可以部分代替实测资料，在一定程度上弥补海洋观测资料的不足（潘旸等，2011），卫星反演海面10 m高的等效风速，在海洋数值模拟和资料分析中已得到了广泛应用（刘春霞等，2003；方翔等，2007；王亮等，2009；刘宇迪等，2011），预计在我国近海风能评估中也将会发挥重要作用。

卫星通过反演海面粗糙度得到风场，因此在使用前需与实测资料进行比较，以了解其在研究区域的可信度。国内外已有很多学者将卫星所测风场数据与浮标、调查船测风数据等进行比对分析，如刘春霞等（2003）比较了中国南海海域岛屿站与QuikSCAT遥感风速，方翔等（2007）对QuikSCAT资料与船舶资料进行对比分析。由于海岸线的曲折分布、天气状况的复杂以及海、陆风等因素均会显著影响卫星反演风场数据的准确性，因此其具有一定的区域适应性（周嘉陵等，2010；刘志亮等，2012；徐经纬等，2013）。卫星反演风速在我国近海是否具有较好的适用性，是一个值得研究的问题。目前在我国南海海域开展散射计风场数据产品的检验研究主要是用QuikSCAT产品。ASCAT吸取了美国NSCAT、QuikSCAT和欧洲ERS等散射计卫星的经验，主要性能较优，ASCAT资料在国外得到了很好的研究和应用。安大伟等（2012）对散射计海面非气旋风场块状模糊去除方法进行研究, 利用ASCAT资料验证了其方法的有效性, 张增海等（2014）对ASCAT散射计反演风场资料和中国气象局在近海布设的18个浮标站测风资料进行初步检验分析，然而在我国对ASCAT资料的应用还很少。本文利用收集到的南海浮标站直接观测的风场数据，分别与对应时间的QuikSCAT、ASCAT反演风场进行比对分析，探讨QuikSCAT和ASCAT反演风场资料在我国南海近海域风能资源评估中的适用性。

1 资料介绍和统计方法 1.1 浮标数据

考虑卫星资料和海面观测资料的匹配问题，本文选择1999-2001年及2003年浮标试验站（20.367°N、111.582°E）、2010年7月23日至2012年12月31日浮标站59765(20.733°N、111.650°E)、2009年1月1日至2012年12月31日浮标站59681(21.817°N、113.950°E)的测风资料，其中部分时间段因仪器故障或没进行观测等原因没有获得观测数据。风场资料为距海表面约10 m高度处的矢量风（风速和风向）。图 1为浮标试验站、浮标站59765和59681分布，从图 1中看出，59765、浮标试验站离海岸较远，59681离海岸较近。

1.2 卫星反演风场资料

卫星反演海洋风场产品的基本原理可描述为：通过获取后向散射系数来探测海洋表面的粗糙度，再根据海洋表面粗糙度通过地球物理模型来反演海洋表面的风速和风向，所得到的风场产品为10 m高度的风。

美国NASA于1999年6月19日发射太阳同步轨道卫星QuikSCAT（QuickScatterometer），其上携带了测量海面风的散射计Sea Winds，其采用Ku波段和铅笔束天线圆锥扫描，刈幅宽1800 km，每天可覆盖全球海洋90％以上的范围。卫星风矢量标准产品的空间分辨率为25 km×25 km，现在有一些新的算法可使其空间分辨率为12.5 km×12.5 km。该星已于2009年11月22日停止运行。

欧空局于2006年10月19日发射的欧洲气象卫星MetopA上搭载的散射计ASCAT（Advanced Scatterometer），目前仍在运行。所测风场数据有12.5和25 km分辨率两种产品，获得的海面上10 m高度的等效风矢量，可覆盖全球海洋。其中25 km的风场产品每一行扫描线由21个25 km大小的风矢量单元组成，轨道的宽度为525 km，12.5 km的风场产品每一行扫描线由41个12.5 km大小的风矢量单元组成，轨道的宽度为512.5 km。

本文QuikSCAT卫星反演风场采用JPL/NASA（美国国家航空航天局喷气动力实验室）发布的1999-2009年逐日海面风（距海表面10 m）空间分辨率为25 km的轨道数据。ASCAT反演风场采用2009-2012年12.5 km分辨率的轨道数据。

1.3 资料处理和统计方法

通过检查，将所用的浮标站、卫星风场数据中的异常值(风速、风向不定值或空缺值)剔除。进行一致性检验，与周围邻近的海岛观测站进行比较分析，浮标站风速一般高于海岛站，若风速差值＜10 m·s^-1认为合理，若风速差值≥10 m·s^-1进行天气图查询，如果不合理则剔除。进行极值检查，按照陆地观测站风速在0~45 m·s^-1和海洋上观测站风速在0~75 m·s^-1标准进行，超出范围则剔除，40 m·s^-1以上的风进行天气图查询，如不合理则剔除。站点检测时，选择与浮标站风场数据同一时间序列范围的QuickSCAT和ASCAT反演风场数据。由于卫星反演的海面风场具有时间滞后性，匹配的时间窗口选择：浮标站风场数据取对应卫星观测时间的整点观测数据，空间窗口为浮标站在卫星资料空间分辨率的矩形框内。找到符合条件的结果：QuickSCAT和浮标试验站风场匹配数据共有533组，其中1999年87组、2000年257组、2001年132组和2003年57组。ASCAT与浮标站59681、59765风场匹配数据分别有418和692组，具体见表 1。

采用平均偏差、平均绝对偏差和均方根偏差等统计指标对浮标站测风资料与卫星反演风场数据进行比对分析。各项统计指标的具体计算公式如下：

平均偏差：

$_{b}^{-}=\frac{\sum\limits_{i=1}^{n}{({{A}_{i}}-{{B}_{i}})}}{n}$

(1)

平均绝对偏差：

$\left| \bar b \right|=\frac{\sum\limits_{i=1}^{n}{\left| {{A}_{i}}-{{B}_{i}} \right|}}{n}$

(2)

均方根偏差：

$\sigma =\sqrt{\frac{\sum\limits_{i=1}^{n}{{{({{A}_{i}}-{{B}_{i}})}^{2}}}}{n-1}}$

(3)

式中，A为卫星遥感观测的风速或者风向，B为浮标站风速或风向，n为样本数。

2 QuickSCAT反演风场与浮标试验站比较分析 2.1 整体偏差统计特征

正偏差表示QuickSCAT反演风速偏大或者表示反演风向偏右，负偏差表示QuickSCAT反演风速偏小或者反演风向偏左。表 2为QuickSCAT与浮标试验站风速、风向的偏差统计值。从表 2看出，QuickSCAT反演风速偏大0.46 m·s^-1，两者的相关系数为0.62。风速平均偏差0.46 m·s^-1、平均绝对偏差1.83 m·s^-1、均方根偏差2.31 m·s^-1均比刘春霞等（2003）利用岛屿站观测数据同南海QuickSCAT反演比较所得到的7个测站以上3个数据的平均结果2.0、2.7和3.6 m·s^-1小，比刘春霞的结果明显偏好，造成这一结果的可能原因是直接使用对应点卫星原始资料而没有进行插值。卫星反演风向偏右2.45°，偏差不大。风向的平均绝对偏差44.06°、均方根偏差59.87°均分别小于周嘉陵等（2010）的浮标检验结果55.23°和100.11°。说明卫星反演风场在该海域有很好的适用性。

图 2为QuickSCAT与浮标试验站风速散点图及风向玫瑰图(对角线表示两者风速相等)。可以看出，当风速≤5.0 m·s^-1，散点多位于对角线上方，说明反演风速多偏大，风速在5~8 m·s^-1，基本上聚集于对角线附近，两者较为一致，当风速＞8 m·s^-1，散点多位于对角线下方，反演风速多偏小。两者风向基本一致，都明确刻画出东到东北风的主导风向，而且都对南海西南季风的特点反应不明显，主要原因可能是卫星与浮标站匹配资料主要是秋冬季，而夏季匹配资料（20％左右）较少有关。

2.2 风速分段偏差比较

规定风速＜5 m·s^-1时为较弱风速（小风），风速在5~10 m·s^-1时为中等风速，风速≥10 m·s^-1时为较强风速（大风），正确数指浮标站和QuickSCAT反演风速都在同一范围的个数（表 3）。从表 3统计数据看出，当风速＜5 m·s^-1时，80％反演风速偏大，平均偏大1.52 m·s^-1，平均绝对偏差1.90 m·s^-1，大于整体，正确率约为61.7%；当风速在5~10 m·s^-1，反演风速平均偏小0.15 m·s^-1，偏差很小，平均绝对偏差小于整体，正确率较高，约为74.0%；而风速≥10 m·s^-1时，正确率较低，约为34.6%，90％以上反演风速偏小，平均偏小2.39 m·s^-1，平均绝对偏差明显大于整体。风小时反演风速偏大，大风时反演风速明显偏小。

另据计算知：风速偏差绝对值≤1.0 m·s^-1的比例为34.0%，风速偏差绝对值在1.0~2.0、2.0~3.0和3.0~4.0 m·s^-1的比例分别为28.9%、17.3%和11.6%，风速偏差绝对值＞4.0 m·s^-1的比例为8.5%，风速偏差绝对值≤3.0 m·s^-1的比例为80.2%，风速偏差绝对值≤2.0 m·s^-1的比例为62.9%，说明风速偏差较小。风向误差绝对值≤10°、≤30°和≤45°所比例例分别为19.0%、50.1%和63.0%。超过半数的风向误差＜30°，6成多风向误差＜45°，说明风向偏差不大。

2.3 不同时间段偏差比较

QuickSCAT有升轨和降轨，分别对应研究区域早晨时段（北京时06-07时）和傍晚时段（约为北京时18-19时）的数据。从表 4可以看出，早晨的风速偏差值大于傍晚，早晨反演风速明显偏大，傍晚比较接近。风向各种偏差值早晨均大于傍晚，早晨反演风向偏右6.30°，傍晚反演风向偏左1.65°。早晨风向偏差绝对值≤10°、≤30°和≤45°所比例例分别为16.5%、45.0%和60.4%。傍晚风向偏差绝对值≤10°、≤30°和≤45°所占比例分别为19.9%、51.5%和64.3%。早晨风向误差比傍晚大。

QuickSCAT反演风场早晨、傍晚显现出不同的偏差特征，这可能与大气环境对测风场的影响有关，具体原因有待进一步探究。

检验结果充分说明QuickSCAT反演风速具有较高的反演精度，可以部分代替实测资料，在近海风能资源评估中具有重要的应用价值。

3 ASCAT反演风场与浮标对比分析

卫星反演洋面风场与海面波浪状况有关，而海浪在传播到近岸的时候受海底地形的影响将会出现近岸浪，从而导致反演的风场可能出现偏差。浮标59765代表开阔海域；59681离海岸较近，且附近有众多小岛，因而代表近岸海域。表 5为ASCAT反演与浮标站（59765和59681）测风偏差特征值。

从表 5看出，在近岸海域，反演风速偏大0.45 m·s^-1，两者的相关系数为0.61。风速（风向）平均偏差、平均绝对偏差和均方根偏差比张增海等(2013) 计算的都偏小，优于其计算结果，反演风向偏左11.58°。白天（约为北京时09-10时），反演风速偏大0.41 m·s^-1，风向平均偏左12.02°，平均绝对偏差、均方根偏差与整体基本相当。夜间（北京时21-22时），反演风速平均偏小0.25 m·s^-1，风向偏左3.94°，平均绝对偏差比白天小。说明夜间误差比白天小。

在开阔海域，反演风速偏大0.07 m·s^-1，偏差较小，两者的相关系数为0.77，两者相关性非常好。平均绝对偏差1.68 m·s^-1及均方根偏差2.21 m·s^-1都比较小。风向偏左7.96°，平均绝对偏差28.87°和均方根偏差38.16°也都比较小。白天（约为北京时09-10时）反演风速偏大0.81 m·s^-1，平均绝对偏差和均方根偏差略大于整体，风向偏左12.33°，平均绝对偏差略大于整体，均方根偏差小于整体。夜间（北京时21-22时），反演风速虽然偏大，但没有白天明显，平均绝对偏差和均方根偏差都比白天明显小，风向均方根偏差夜间大于白天只是说明夜间离散度稍大，但从平均偏差看出夜间没有白天偏差明显，风向平均绝对偏差也小于白天。风向均方根偏差夜间大于白天只说明夜间离散度稍大，但从平均偏差看出夜间没有白天差异大，风向平均绝对偏差也小于白天。总之，夜间反演风场误差比白天小。

另据计算知，近岸海域风向绝对偏差≤10°、≤30°和≤45°所占比例分别为20.9%、56.1%和71.0%，白天近岸海域风向绝对偏差≤10°、≤30°和≤45°的所占比例分别为16.9%、52.4%和68.7%，晚上近岸海域风向绝对偏差≤10°、≤30°和≤45°的比例分别为25.0%、60.0%和72.9%。开阔海域风向绝对偏差≤10°、≤30°和≤45°的比例分别为22.2%、64.0%和81.7%，白天开阔海域风向绝对偏差≤10°、≤30°和≤45°的比例分别为16.8%、63.1%和85.3%，晚上开阔海域风向绝对偏差≤10°、≤30°和≤45°的比例分别为27.5%、65.2%和78.7%。在近岸海域，超过7成反演风向误差＜45°，误差绝对值＜30°的超过56％，在开阔海域，超过8成反演风向误差＜45°，误差绝对值＜30°的达到64％。说明卫星反演风向偏差较小，但存在近岸海域比在开阔海域偏差大和白天比夜间偏差稍大的现象。

图 3为ASCAT与59681、59765风速散点图及风向玫瑰图(对角线表示两者风速相等)。可以看出，在近岸海域，当风速≤6.0 m·s^-1，散点多位于对角线上方，说明反演风速多偏大，风速在6~10 m·s^-1，基本上聚集于对角线附近，两者较为一致，当风速＞10 m·s^-1，散点多位于对角线下方，反演风速多偏小。风向玫瑰图上主导风向基本上是偏东风，两者具有较好的一致性。在开阔海域，散点基本上聚集于对角线附近，两者风速较为一致。主导风向为东到东北风，两者也具有很好的一致性。无论近岸海域或是开阔海域，对南海西南季风的特点反应都不明显。

由表 6统计结果可以看出，反演风速无论是在广东近海还是在开阔海域都呈现相同的变化规律，中等风速以下，反演风速偏大，风速越小时，偏大越明显，大风时反演风速偏小，较远海域比近岸海域各种偏差数值都明显偏小，说明在较远海域反演风速结果好于近岸海域。从风向来看，无论近岸海域或是开阔海域，反演风向都偏左，风速越大，偏的越明显，近岸海域平均偏差数值虽然小于开阔海域，但平均绝对偏差、均方根偏差都大于开阔海域，近岸海域离散度大于开阔海域，说明反演风向数据在开阔海域的可信度要高于近岸海域。

检验表明ASCAT反演风速具有较高的反演精度。

4 南海北部风速分布分析

从前面分析可以看出，QuikSCAT、ASCAT原始轨道10 m反演资料与浮标站风速平均偏差均＜0.50 m·s^-1，两种卫星资料在南海北部风能资源分析中是可用的。两种资料的质量相当，在做气候变化等方面研究时可以一起使用。从所选的上千张图像样本按照研究区域内卫星图像覆盖区域70％左右重叠的原则共选取97张，一般对每一个格点只有叠加100张左右的卫星图像样本所得到的统计结果才比较合理（Barthelmie et al，2003）。

通过计算70％左右重叠区域卫星反演平均风速与WRF模式计算风速比值得出：卫星反演风速比WRF模式计算风速偏大、几乎相等和偏小的比例分别为16.1％，19.4％和64.5％，WRF模式计算平均风速总体偏大，卫星反演风速约为WRF模式计算风速的91.7％。说明用WRF模式模拟的近海风能资源存在高估的可能。

图 4是1999年9月15日06时WRF模式计算和卫星反演南海北部10 m高度的风速分布。由图 4看出，在都有资料的地方，10 m风分布大体形状类似，但存在分布形状细节上的差异，WRF模式计算的速度闭合中心增多，细节差异可能是WRF模式计算的分辨率高的原因造成的。利用WRF模式计算的1999年9月15日06时南海北部风速最大15.3 ms^-1，而卫星反演该区域最大风速11.8 m·s^-1，1999年9月15日08时10 m风速最大为12.5 m·s^-1。这个个例说明WRF模式计算的风存在偏大的可能，卫星反演风速更接近实际风速。

用卫星反演风场对WRF模式计算的风场做进一步订正，可能对近海风能资源评估是个有益的补充。

5 结论

本文对QuikSCAT和ASCAT原始轨道10 m反演风场与浮标资料在中国南海北部的检验分析结果表明：在南海北部，QuikSCAT和ASCAT资料都有很好的适用性。ASCAT在开阔海域反演风速风向结果好于近岸海域。

浮标试验站风场资料与QuikSCAT反演风场存在一定的偏差，偏差较小。反演风速偏高0.46 m·s^-1，超过半数的风向误差小于30°，6成多风向误差小于45°。当风速≤5.0 m·s^-1时，80％反演风速偏大，平均偏大1.52 m·s^-1；当风速≥10 m·s^-1时，90％以上反演风速偏小，平均偏小2.39 m·s^-1。白天比夜间偏差大。

ASCAT反演风速无论是在广东近海还是在开阔海域都呈现相同的变化规律，风速≤5.0 m·s^-1时，反演风速在近海偏大2.41 m·s^-1，在开阔海域偏大0.97 m·s^-1；风速>10.0 m·s^-1时，反演风速在近海偏小2.95 m·s^-1，在开阔海域偏小0.50 m·s^-1。反演风速的偏差较小, 近岸海域偏高0.46 m·s^-1，开阔海域偏高0.07 m·s^-1。在近岸海域，超过7成反演风向误差＜45°，误差绝对值＜30°的超过56％，在开阔海域，超过8成反演风向误差＜45°，误差绝对值＜30°的达到64％。反演风速和风向都是白天比夜间偏差大，在近岸海域比在开阔海域偏差大。

用WRF模式模拟的近海风能资源存在高估的可能，卫星反演风场可以部分弥补观测资料不足，对近海风能资源评估是个有益的补充。某一颗卫星反演得到的海面风场资料总是受时间分辨率和空间轨道的限制，不能全面地反映海面风场变化的全部信息，近海风能资源评估需要应用多颗卫星反演的海面风场资料。

卫星反演风场误差的分析结果也可以为卫星反演风场的资料同化提供参考。