中国近海海面风场预报方法综述

海上大风是一种灾害性海洋天气现象,能够准确、及时的预报海上大风对沿海地区的防灾减灾具有十分重要的意义.目前近海风场的预报方法有经验预报、统计预报、数值模式预报和统计动力(数值产品的释用)预报等.本文主要针对这些预报方法进行汇总与分析,为预报员提供可靠的依据.     

南海QuikSCAT海面风场变化特征分析

基于QuikSCAT海面风场产品,对海面风场资料进行了EOF分析和随机动态分析,以此分析南海海面风场的变化特征。研究发现:海面原始风场风速季节变化最为明显,其变化占总变化方差的59.1%,黑潮的季节变化通过海气相互作用对南海局地风场有较明显的影响;原始风场第三模态及异常风场第二模态时间变化函数与SOI和PDO弱相关,且异常风场第二模态时间变化函数谱分析结果主要呈现5年的周期变化,南海海面风场变化与年际振荡有关;南海大部分海区风速呈现增长的趋势,但增长速率较小;风速增大最快的区域是台湾海峡以南海域和北部湾,增长速度达到0.05 ms-1a-1。     

中国近海ASCAT和ERA-Interim风场资料的评估

利用中国近海23个浮标对2015年一整年的ASCAT轨道风场和ERA-Interim再分析风场进行质量评估,并对比了ERA-Interim和CFSV2两种再分析风场资料在中国近海的适用性。结果表明:ASCAT在中国近海与浮标风速的一致性优于ERA-Interim,而二者与浮标风向的一致性则相差不大。同时,对比CFSV2与ERA-Interim的误差统计结果发现,CFSV2的风速误差较ERAInterim略小,风向误差相差不大。     

南大西洋海面风场时空特征分析

本文根据 1950 年~1995 年共 46a 的南大西洋船舶气象报资料,按 1°×1°和 5°×5°网格统计的海面风进行分析研究。通过分析每月各要素的等值线分布图,得出南大西洋海面风场季节变化不如北大西洋显著,但仍有较明显的季节变化,冬季比夏季强盛,相应的平均风速较大,6、8 级大风频率也较高。位于赤道和 25°S 之间的信风区,主要盛行东南风;副热带高压带,风速小,风向变化不定;35°S 以南的西风带风力较强。对这些规律的总结归纳,为该地区的各种活动提供了较为翔实的海面风场变化规律。     

北太平洋海面异常风场的时空分布特征与海气热量交换

用北太平洋（含赤道太平洋区）１９４９～１９７９年的ＣＯＡＤＳ资料，通过矢量ＥＯＦ分解得到北太平洋异常风场的分布型及其时间变化规律。分析表明，ＥＯＦ１～５场与大气活动中心、海洋相互作用有联系，具有明显的天气学意义。此外，还讨论了ＥＯＦ异常风场间的转换及其季节性差异。     

QuikSCAT卫星遥感风场可靠性分析及其揭示的中国近海风速分布

利用2000—2009年美国国家航空航天局(NASA)在中国近海海域(0°~45°N,105°~135°E)的QuikSCAT卫星遥感风场资料与近海测风塔(位于上海近海)、海上石油平台(位于东海和渤海)、岛屿站(南海珊瑚岛和西沙海边观测塔)的实测风场资料进行对比分析,检验了QuikSCAT卫星遥感风场资料在中国近海海域的可靠性。研究结果如下:各站点实测风速与站点位置以及站点附近的QuikSCAT卫星遥感风场资料相关系数均在0.7以上;QuikSCAT卫星遥感风场资料与海上石油平台的风速均方根误差较小(约1.5 m/s);其年均值均大于实测值,差值范围是0.1~1.3 m/s;其Weibull形状参数K与海上石油平台以及近海测风塔的K值较为接近,表明QuikSCAT卫星遥感风场资料各风速段的频次分布形态与观测站的实测值基本吻合,QuikSCAT卫星遥感风场资料能基本合理地反映出中国近海风速的分布状况。利用QuikSCAT卫星遥感风场资料分析了中国近海及其邻近水域风速的空间分布特征:(1)台湾海峡是中国近海风速最大的区域,从台湾海峡向东北至日本海,往西南至南海北部115°E附近和巴林塘海峡为风速的次大值区;(2)28°N到长江入海口的东海海域年均风速为7.0~7.5 m/s,在黄海和渤海为5.5~7.0 m/s,在南海北部自东向西由8.5 m/s递减为6.0 m/s,北部湾最大风速区位于东方附近海域。     

合成孔径雷达反演黄海海面风场

基于后向散射系数反演高空间分辨率海面风场,采用谱方法确定风向,并利用CMOD4模式函数反演风速。以ERS-2 SAR黄海区域图像为例,反演海面风场,并将反演结果同QuikSCAT散射计对比,比较吻合,证明该方法在黄海区域的可行性。     

初始化方案对有限区域海面风场数值预报模式的影响

在一个已应用于海洋要素预报的有限区域海面风场预报模式的基础上,以渤海海域为实验海区,研究初始化方案对有限区域海面风场数值预报模式的影响。对“未采用初始化”与“采用初始化”方法进行了预报实验比较,结果表明,初始化方法对有限区域海面风场模式作用明显,尤其是海面风场的开始阶段,主要体现在海风与陆风预报能力的差异上。     

ASCAT洋面风资料在中国北方海域的真实性检验

采用北方海域6个海洋观测站风资料对2009年3月—2013年6月ASCAT卫星反演洋面风(10 m)资料进行了检验。ASCAT反演洋面风与测站风向、风速偏差均较小,二者风速平均偏差为0.99 m/s,ASCAT风速略高于测站风速,二者风向平均偏差为-12.97°,表明ASCAT洋面风资料在北方海域具有可信性;分风级统计表明,在北方海域,风力为0—7级(0—17.1 m/s)时,利用ASCAT风速代表洋面风速是可行的(其中风力为4—5级时,ASCAT与测站风速误差最小,为0.10 m/s),当风力达到8级以上时ASCAT的可信度较低。     

南海珊瑚礁区34年卫星遥感海表温度变化的时空特征分析

选取NOAA OISST数据集的1982-2015年南海月平均海洋表面温度（SST）,先对东沙、西沙和南沙礁区海域的多年SST进行时间尺度上的统计,然后对该数据集进行距平场的经验正交函数（EOF）分解,研究南海海表温度的时间和空间年际变化特征。研究显示:（1）不同的礁区海域SST升温趋势不同,东沙礁区海域SST升温趋势最明显（0.216℃/（10 a））,西沙和南沙礁区SST的升温趋势分别为0.180℃/（10 a）和0.096℃/（10 a）;（2）西沙和南沙礁区全年处于珊瑚生长的最适海温范围内,东沙一年中有4个月海温较低,SST最高的月份分别集中在7月（东沙礁区）、6月（西沙礁区）和5月（南沙礁区）;（3） EOF第一模态的空间分布显示南海SST变化是同相位的,由西北—东南振幅量值递减,在礁区振幅从大到小依次为东沙、西沙、南沙;（4） EOF第一模态时间系数显示南海SST变化与El Niño事件相关。南海海表温度异常场与Niño3.4指数的相关性分析显示两者关联度最高为0.723,平均关联度也高达0.655;南海SST的变化滞后Niño3.4区7~8个月。综上,在全球变暖背景下,南海SST的变化不仅受到El Niño事件的影响,其不断上升也在悄然威胁珊瑚的正常生长。     

基于混合密度网络的NSCAT散射计海面风场反演

以NSCAT散射计数据为例,介绍了一种神经网络反演海面风场的方法.风速的反演是基于多层感知器网络;多解风向的反演是基于多层感知器网络和混合密度模型组合而成的混合密度网络,其中的核函数采用高斯函数的形式.通过与欧洲中期天气预报模式风场和现场浮标数据对比,证明了该神经网络反演海面风场的有效性.     

南海北部海面风速概率分布特征

利用南海北部的浮标、石油平台观测的海面风资料,分析了0~200 km范围内,不同离岸距离站点的风速的概率分布特征。观测结果指出,各站平均风速一般最大值出现在冬季,最小值出现在夏季,具有明显的季节变化特征,并且平均风速随着离岸距离的增大也逐渐增大。对于离岸距离较近的区域（100 km以内）,海面风基本符合双参数的Weibull分布,但对于100 km以外的海面风速概率分布与Weibull分布存在明显差异,随着离岸距离的增大,平均风速和风速标准偏差也相应增大。风速平均值与风速标准偏差的比值较小时,Weibull分布的偏斜度基本为正值,当比值较大时偏斜度转为负值。随着离岸距离的增大,出现与Weibull分布不一致的情况越来越多,且与对应的Weibull分布相比,其偏斜度越小,风速概率分布越不能用Weibull分布进行较好拟合。     

2000-2008年期间南海海面温度的年际与空间变异

通过对2000-2008年更高空间分辨率的南海海面温度(SST)的卫星遥感数据进行经验正交函数(EOF)分析,着重研究21世纪以来整个南海海域SST年际变化的时空变异,并探讨了其与南海海面风场和海面高度的关系,以及期间南海发生的两次负异常事件的特点和成因.SST年际变化的第一模态表现为全海盆同相变化,年际振荡主要发生在...     

Comparison among four kinds of data of sea surface wind stress in the South China Sea

By using remote sensing (ERS) data, FSU data, COADS data and Hellerman & Rosen-stein objective analysis data to analyze the sea surface wind stress in the South China Sea, it is found that the remote sensing data have higher resolution and more reasonable values. Therefore we suggest that remote sensing data be chosen in the study of climatological features of sea surface wind stress and its seasonal variability in the South China Sea, especially in the study of small and middle scale eddies.     

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。