中国近海ASCAT风场反演结果验证分析

利用NCEP风场产品和dropsonde探测资料,对中国近海ASCAT全场和单点的风速反演精度进行验证分析.研究发现ASCAT反演风场与NCEP风场的风速、风向平均绝对偏差分别为2.06 m/s和21.98°;均方根误差分别为2.87 m/s和34.29°.两者风速反演精度较一致,风向误差相对偏大.ASCAT反演风场与dropsonde探测资料的风速、风向平均绝对偏差分别为1.55 m/s和3.43°;均方根误差分别为1.73 m/s和4.15°.ASCAT资料可以较好的反演台风风场.     

HY-2B卫星散射计海面风场产品质量分析 *

星载微波散射计是获取全球海面风场信息的主要手段, HY-2B卫星散射计的成功发射为全球海面风场数据获取的持续性提供了重要保障。本文利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风场数据、热带大气海洋观测计划(Tropical Atmosphere Ocean Array, TAO)和美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标获取的海面风矢量实测数据, 对HY-2B散射计海面风场数据产品的质量进行统计分析。分析表明, HY-2B风场与ECMWF再分析风场对比, 在4~24m·s^-1风速区间内, 风速和风向均方根误差(root mean square error, RMSE)分别为1.58m·s^-1和15.34°; 与位于开阔海域的TAO浮标数据对比, 风速、风向RMSE分别为1.03m·s^-1和14.98°, 可见HY-2B风场能较好地满足业务化应用的精度要求(风速优于2m·s^-1, 风向优于20°)。与主要位于近海海域的NDBC浮标对比, HY-2B风场的风速、风向RMSE分别为1.60m·s^-1和19.14°, 说明HY-2B散射计同时具备了对近海海域风场的良好观测能力。本文还发现HY-2B风场质量会随风速、地面交轨位置等变化, 为用户更好地使用HY-2B风场产品提供参考。     

3种海面风场资料在台湾海峡的比较和评估

本文对3种海面风场资料(CCMP、NCEP、ERA)在台湾海峡风场的平面分布和时间变化特征进行了相互比较,并应用2011年浮标观测的风速和风向资料分别对3种风场的误差进行了分析及评估。主要结论如下:(1)3种资料风场的平面分布、季节变化和年际变化特征基本一致,差异主要表现在冬季NCEP资料在海峡中部和南部的风速相对CCMP和ERA资料较大;(2)CCMP资料的风速偏差、风速均方根误差和风向均方根误差分别为-0.62m/s、1.67m/s和31°,NCEP分别为0.15m/s、1.64m/s和31°,ERA分别为-1.36m/s、2.4m/s和33°;NCEP资料的风速整体略偏大、CCMP略偏小、ERA偏小明显,CCMP和NCEP资料比ERA资料更接近观测;(3)在西南季风影响期以及风速较小时(风速不大于10m/s)CCMP资料的风速可信度较高、NCEP资料的风速偏大;在东北季风影响期以及风速较大时(大于10m/s)NCEP资料的风速可信度较高、CCMP资料的风速偏小;(4)3种资料的风向误差接近,均在低风速时(风速小于5m/s)误差较大。本文的结论可以为台湾海峡的海洋和大气科学研究选择合适的海面风场资料提供借鉴和参考。     

基于SAR图像雨团足印的海面风向提取方法

利用地球物理模式函数进行SAR海面风速反演时，需以风向作为地球物理模式函数的输入。本文应用了一种利用SAR图像上雨团足印顺风一侧比逆风一侧明亮的图像特征的海面风向提取方法，以进行海面风速反演。4景RADARSAT-2卫星SAR示例数据风向提取结果相对于ASCAT散射计的风向均方根误差满足不大于16°。分别以本文方法提取的风向和ASCAT散射计风向作为输入，利用地球物理模式函数CMOD5进行海面风速的SAR反演，两者的风速反演结果基本一致，其均方根误差差值不超过0.3 m/s。本文利用SAR图像雨团足印信息的风向提取方法准确可靠，可应用于SAR海面风速反演。     

卫星散射计与海面平台所测的风场数据比较

基于南海北部海面PY30-1石油平台气象站测风仪2011年7月19日—2012年9月17日实测的风场数据,分别开展了对卫星搭载的ASCAT和HY-2散射计所测风场数据的比较研究,分析散射计的测风能力(选取的时空窗口为30 min和25 km)。结果表明:在南海北部海域,ASCAT 散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为2.53 m/s,风向偏差较大,均方根误差为47.87°;HY-2散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为3.41 m/s,风向的均方根误差为58.66°。分别按低、中和高风速的不同条件将ASCAT和HY-2散射计所测的风场数据与PY30-1石油平台气象站观测的风场数据加以比较可知,ASCAT和HY-2散射计都具有较好的测风能力, 前者所测风速与PY30-1石油平台气象站测风仪观测风速的均方根误差稍小于后者。在150 min和15 km的时空窗口下,ASCAT与HY-2散射计所测风速的均方根误差为0.72 m/s,风向的均方根误差为8.50°。     

海洋二号卫星散射计风场产品真实性检验及分析

利用国际海-气综合数据集(ICOADS)中的海面风场实测数据作为真实值,对海洋二号卫星散射计风场产品进行真实性检验,得到初步结论:(1)在中、低风速条件下,海洋二号散射计风速与ICOADS实测风速具有较好一致性,但在较高风速条件下海洋二号散射计会出现风速低估现象;(2)海洋二号散射计风向与ICOADS实测风向的误差主要集中在-15°—15°范围内,在低风速条件下,海洋二号散射计与ICOADS两者风向存在较大偏差,风向多解也主要发生在低风速时;(3)在2—24 m/s风速条件下,剔除超过3个标准偏差风速样本后,海洋二号与ICOADS两者风速的平均绝对误差为1.36 m/s,均方根误差为1.92 m/s,若忽略风向多解的影响,两者风向的平均绝对误差为14.98°,均方根误差为20.21°。     

星载SAR对雨团催生海面风场的观测研究

雨团或对流雨是热带与亚热带地区的主要降雨形式,较易被高分辨率星载合成孔径雷达（SAR）探测到。SAR图像上的雨团足印是由大气中雨滴的散射与吸收、下沉气流等共同导致形成的。本文以RADARSAT-2卫星100 m分辨率的SAR图像上雨团引起的海面风场及其结构反演与解译作为实例进行分析。使用CMOD4地球物理模式函数,分别以NCEP再分析数据、欧洲MetOp-A卫星先进散射计（ASCAT）和中国HY-2卫星微波散射计的风向为外部风向,进行了SAR图像的海面风场反演。反演的海面风速相对于NCEP、ASCAT和HY-2的均方根误差（RMSE）分别为1.48 m/s,1.64 m/s和2.14 m/s。SAR图像上一侧明亮另一侧昏暗的圆形信号图斑被解译为雨团携带的下沉气流对海面风场（海面粗糙度）的改变所致。平行于海面背景风场其通过雨团圆形足印中心的剖面上的风速变化可拟合为正弦或余弦曲线,其拟合线性相关系数均不低于0.80。背景风场的风速大小、雨团引起的风速大小以及雨团足印的直径可利用拟合曲线获得,雨团足印的直径大小一般为数千米或数十千米,本文的8例个例解译与分析均验证了该结论。     

OSMAR-S100便携式高频地波雷达海浪和海面风探测性能分析

OSMAR-S系列便携式高频地波雷达系统采用单极子/交叉环紧凑型天线阵,通过单站雷达即可实现有效探测距离约10km内海浪和海面风的单点观测。为了更好地了解OSMAR-S100雷达系统海浪和海面风的综合探测性能,于2013年1月29日至3月7日在台湾海峡西南部海域进行了雷达与浮标观测的对比试验,得到了有效波高、有效波周期、平均风速和平均风向数据。对比结果表明,OSMAR-S100便携式高频地波雷达可有效观测距雷达10km以内有效波高0.5m以上的海浪平均状况和平均风速5m/s以上的海面风,雷达反演有效波高和有效波周期的均方根误差分别为0.60m和1.60s,反演平均风速和平均风向的均方根误差为1.83m/s和16.7°。在未经区域化标定的情况下,此结果说明了该型雷达产品已初步具备了海浪和海面风的业务化观测水平。     

基于C-2PO模型和CMOD5.N地球物理模式函数的SAR风速反演性能评估

本文选取142幅RADARSAT-2全极化合成孔径雷达（SAR）影像，在没有入射角输入的情况下，首先利用C-2PO模型进行海面风速反演。随后，将同一时空下的ASCAT散射计风向作为初始风向，提取相应雷达入射角，利用地球物理模式函数（GMF） CMOD5.N对142幅SAR影像进行风速计算。反演结果与美国国家资料浮标中心海洋浮标风速数据对比，结果显示:CMOD5.N GMF和C-2PO模型均可反演出较高精确度的海面风速，其均方根误差分别为1.68 m/s和1.74 m/s。此外，研究发现，在低风速段，CMOD5.N GMF的风速反演精度要明显优于C-2PO模型。针对这一现象，本文以SAR系统成像机理为基础，以低风速SAR图像为具体案例，给出了3种造成这一现象的原因。     

卫星高度计海面风速的校准与验证

为了改善不同卫星高度计海面风速数据之间的一致性,以浮标数据为基准,对国内的HY-2A和国外的T/P、GFO、Jason-1、Envisat、Jason-2、CryoSat-2共7颗卫星高度计的海面风速数据进行了分析,给出了各个卫星高度计的海面风速校准公式,并对其校准效果进行了验证。验证结果表明:各个卫星高度计的海面风速在经过校准后,与浮标海面风速差异的均值和均方根都有所降低,其中HY-2A最为显著。经过校准后所有卫星高度计的海面风速与浮标海面风速差异的均值都在±0.2m/s以内。除了HY-2A、GFO和Jason-1,其余4颗卫星高度计校准后的海面风速与浮标海面风速差异的均方根都在1.6m/s以下。由此可以得出结论,利用本文的校准公式对各个卫星高度计(特别是HY-2A卫星高度计)的海面风速进行校准,可以有效减少其与浮标海面风速之间的差异。     

基于浮标实测数据的WindSat海洋反演产品精度分析

To evaluate the ocean surface wind vector and the sea surface temperature obtained from Wind Sat, we compare these quantities over the time period from January 2004 to December 2013 with moored buoy measurements. The mean bias between the Wind Sat wind speed and the buoy wind speed is low for the low frequency wind speed product(WSPD_LF), ranging from –0.07 to 0.08 m/s in different selected areas. The overall RMS error is 0.98 m/s for WSPD_LF, ranging from 0.82 to 1.16 m/s in different selected regions. The wind speed retrieval result in the tropical Ocean is better than that of the coastal and offshore waters of the United States. In addition, the wind speed retrieval accuracy of WSPD_LF is better than that of the medium frequency wind speed product. The crosstalk analysis indicates that the Wind Sat wind speed retrieval contains some cross influences from the other geophysical parameters, such as sea surface temperature, water vapor and cloud liquid water. The mean bias between the Wind Sat wind direction and the buoy wind direction ranges from –0.46° to 1.19° in different selected regions. The overall RMS error is 19.59° when the wind speed is greater than 6 m/s. Measurements of the tropical ocean region have a better accuracy than those of the US west and east coasts. Very good agreement is obtained between sea surface temperatures of Wind Sat and buoy measurements in the tropical Pacific Ocean; the overall RMS error is only 0.36°C, and the retrieval accuracy of the low latitudes is better than that of the middle and high latitudes.     

Assessment of the initial sea surface temperature product of the scanning microwave radiometer aboard on HY-2 satellite

HY-2 satellite is the first satellite for dynamic environmental parameters measurement of China,which was launched on 16th August 2011.A scanning microwave radiometer（RM） is carried for sea surface temperature（SST）,sea surface wind speed,columnar water vapor and columnar cloud liquid water detection.In this paper,the initial SST product of RM was validated with in-situ data of National Data of Buoy Center（NDBC） mooring and Argo buoy.The validation results indicate the accuracy of RM SST is better than 1.7 C.The comparison of RM SST and WindSat SST shows the former is warmer than the latter at high sea surface wind speed and the difference between these SSTs is depend on the sea surface wind speed.Then,the relationship between the errors of RM SST and sea surface wind speed was analyzed using NDBC mooring measurements.Based on the results of assessment and errors analysis,the suggestions of taking account of the affection of sea surface wind speed and using sea surface wind speed and direction derived from the microwave scatteromter aboard on HY-2 for SST product calibration were given for retrieval algorithm improvement.     

一种机器学习海面风场快速融合的方法

基于多源资料进行海面风场的同化融合或插值融合,目前受到计算能力的较大制约。本文提出在多源卫星数据和ERA-5再分析数据重叠区域,训练基于XGBoost的机器学习ERA-5数据修正融合模型。然后基于该模型快速修正ERA-5数据（机器学习推理）。由于机器学习推理的快速性,ERA-5全区域修正融合的时间仅需2 s左右,可以较小计算代价构建整个海面融合风场。本文以10 m风速、10 m风向、U10分量和V10分量等典型风场变量展开,考虑了海陆分布差异使用陆地掩膜消除陆地区域,分别构建D_S_A_XGBoost、D_S_O_XGBoost、U_V_A_XGBoost、U_V_O_XGBoost 4个ERA-5修正模型,并最终生成海面融合风场。通过修正前后的ERA-5再分析数据与卫星数据进行比较,上述4个模型均减小了ERA-5再分析数据与卫星数据的差距。特别是在风速方面,不论是均方根误差（RMSE）还是绝对误差（MAE）都得到有效降低。在风向方面上,RMSE_d以及MAE_d也呈现降低趋势。在利用热带大气海洋观测计划（Tropical Atmosphere Ocean Array,TAO）浮标数据对4种XGBoost模型进行评价发现,U_V_O_XGBoost模型对于ERA-5数据的修正结果最好,其相关性达到0.893,提高了约0.011,结果表明本文在保证风场精度的情况下较大地提高了融合速度。     

HY-2微波辐射计降雨条件下海面风速反演算法研究

由于降雨改变了海洋-大气的辐射/散射特性,长期以来星载遥感器在降雨条件下进行海面风速信息提取存在困难。本文针对自主海洋动力环境卫星海洋2号（HY-2）搭载的扫描微波辐射计,分析了不同频段亮温对降雨和海面风速敏感性,自此基础上获得了一种对降雨不敏感的亮温通道组合,该亮温通道组合对海面风速的敏感性甚至高于原有亮温通道。本文利用该亮温通道组合建立了降雨条件下的风速反演算法,并将反演结果与WindSat全天候风速产品、HY-2微波辐射计原有风速产品以及浮标实测数据进行了比较。结果表明本文算法在降雨条件下的反演误差小于2m/s,明显优于原有HY-2微波辐射计风速产品,验证了本文发展的算法在降雨条件下的风速反演能力。     

A numerical model on sea surface wind of typhoon and its hindcasting calibration

Ａｎｕｍｅｒｉｃａｌｍｏｄｅｌｏｎｓｅａｓｕｒｆａｃｅｗｉｎｄｏｆｔｙｐｈｏｏｎａｎｄｉｔｓｈｉｎｄｃａｓｔｉｎｇｃａｌｉｂｒａｔｉｏｎ￥ＳｈｅＪｕｎ；ＹｕａｎＹｅｌｉａｎｄＰａｎＺｅｎｇｄｉ（ＲｅｃｅｉｖｅｄＡｐｒｉｌ１４，１９９３；ａｃｃｅｐｔｅ...     

北黄海QuikSCAT 卫星风速与浮标风速的对比分析

对北黄海QuikSCAT散射计矢量风资料与黄海实测浮标站风速资料进行对比分析,结果表明:北黄海QuikSCAT卫星风速和浮标观测风速的大小基本吻合,二者平均偏差是0.26 m/s,相关系数是0.74;风向偏差较大,平均偏差是117.52°。根据卫星风速和浮标风速的对比分析结果,提出了修正方案。修正后的QuikSCAT风向与实测浮标站风向的平均偏差显著提高到20.44°。该修正方案实施简单,修正效果显著,为更准确地使用卫星资料提供了保证。     

WindSat近海岸风场与美国沿岸浮标对比分析

利用美国近海岸2004-2014年的固定浮标数据,本文对比分析了WindSat的近海岸风速产品。匹配时空窗口分别为30分钟和25公里。对比分析结果表明：WindSat反演的美国近海岸风速产品的均方根误差优于1.44 m/s,并且东海岸风速反演结果优于西海岸。WindSat下降轨道的风速反演结果优于上升轨道的结果。通过浮标相互间的对比分析发现,WindSat近海岸的风速反演结果与近岸海水深度、经度及距岸距离等因素并无明显的相关性。此外,利用2007-2008年的固定浮标数据,本文还对比分析了WindSat和QuikSCAT的近海岸风速反演结果,结果表明：相对于浮标数据,WindSat的风速反演值偏低,而QuikSCAT的风速反演值偏高;总体上来看,WindSat的近岸风速反演结果略优于QuikSCAT的近海岸风速反演结果。以上风速反演的精度均达到了传感器设定的指标,其为进一步的科学研究提供了良好的数据支撑。     

两种ASCAT 散射计风产品的比较及评估

基于浮标和步进频率微波辐射计(SFMR,Stepped-Frequency Microwave Radiometer)数据对NASA JPL(Jet Propulsion Laboratory)和RSS(Remote Sensing Systems)公司分别发布的已广泛应用于全球海面风场观测的ASCAT(Advanced SCATterometer)散射计风产品进行了比较和分析。结果表明,两者风速在中低风速(15 m/s)时基本一致;高风速(15 m/s)时RSS风速整体高于JPL风速。通过浮标数据对比,风速15 m/s时两者风速精度一致;风速15 m/s时两者风速RMS相当,但JPL和RSS风速分别低估和高估。利用SFMR数据检验表明RSS风速与SFMR风速一致性更好。两者风向精度在低风速(5 m/s)时较低,但随风速增加而提高并趋于稳定。该研究结果对相关科研人员的ASCAT散射计风产品选择具有重要的指导意义。     

海浪对ASCAT散射计反演风场的影响研究

To improve retrieval accuracy, this paper studies wave effects on retrieved wind field from a scatterometer. First, the advanced scatterometer(ASCAT) data and buoy data of the National Data Buoy Center(NDBC) are collocated. Buoy wind speed is converted into neutral wind at 10 m height. Then, ASCAT data are compared with the buoy data for the wind speed and direction. Subsequently, the errors between the ASCAT and the buoy wind as a function of each wave parameter are used to analyze the wave effects. Wave parameters include dominant wave period(dpd), significant wave height(swh), average wave period(apd) and the angle between the dominant wave direction(dwd) and the wind direction. Collocated data are divided into sub-datasets according to the different intervals of each wave parameter. A root mean square error(RMSE) for the wind speed and a mean absolute error(MAE) for the wind direction are calculated from the sub-datasets, which are considered as the function of wave parameters. Finally, optimal wave conditions on wind retrieved from the ASCAT are determined based on the error analyses. The results show the ocean wave parameters have correlative relationships with the RMSE of the retrieved wind speed and the MAE of the retrieved wind direction. The optimal wave conditions are presented in terms of dpd, swh, apd and angle.     

基于最优插值方法的微波-红外辐射计数据融合全球海面温度网格产品

A new 0.1° gridded daily sea surface temperature(SST) data product is presented covering the years 2003–2015. It is created by fusing satellite SST data retrievals from four microwave(Wind Sat, AMSR-E, ASMR2 and HY-2 A RM)and two infrared(MODIS and AVHRR) radiometers(RMs) based on the optimum interpolation(OI) method. The effect of including HY-2 A RM SST data in the fusion product is studied, and the accuracy of the new SST product is determined by various comparisons with moored and drifting buoy measurements. An evaluation using global tropical moored buoy measurements shows that the root mean square error(RMSE) of the new gridded SST product is generally less than 0.5℃. A comparison with US National Data Buoy Center meteorological and oceanographic moored buoy observations shows that the RMSE of the new product is generally less than 0.8℃. A comparison with measurements from drifting buoys shows an RMSE of 0.52–0.69℃. Furthermore, the consistency of the new gridded SST dataset and the Remote Sensing Systems microwave-infrared SST dataset is evaluated, and the result shows that no significant inconsistency exists between these two products.