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。     

中国近海海上新能源开发环境风险综合区划

针对海上新能源开发的环境风险问题,基于中国近海的海面风场、海浪和热带气旋资料,统计其高值频率、概率极值、平均值、气候变化趋势等指标;利用层次分析法和互反判断矩阵计算近地层大风、大浪、热带气旋危险性指数,并对三者的综合危险性指数进行区划,为中国近海海上风能、波浪能、海流能、潮汐能等开发活动规避自然风险提供参考。研究表明:海上新能源开发环境风险偏高的海区包括南海北部、吕宋海峡、菲律宾海中北部等,该海域热带气旋引发局地大风巨浪或将能量经吕宋海峡向南海传播形成大浪区;风险居中的海区包括北部湾、南海中部、菲律宾海中南部、台湾周边沿岸海域、东海中部等,这里虽然有台湾海峡、越南东南部海域等盛行大风区,但其相对热带气旋来说风险较低;风险偏低的海区包括渤海、黄海大部、东海西北部、南海南部等,这里风浪的各项指标都很低,热带气旋的直接和间接影响几乎为零。此外,利用有效风速出现频率、波浪能开发有效时间占比,分别进行风能、波浪能资源区划,给出海上风能、波浪能的资源与风险综合区划。     

南沙及其邻近海区热带气旋的基本特征分析

我国海洋和气象学者对热带西北太平洋和南海以及影响南沙及其邻近海区的热带气旋气候特征作了专门分析。但对源自南沙及其邻近海区热带气旋的基本特征,地理环境影响热带气旋特征的变化,与太平洋热带气旋的特征差异等分析未见［１～３］：报道。本文根据１９４９～１９８８年台风年鉴,１９８０～１９８８年卫星云图及热带天气图,初步分析源自南沙群岛及其邻近海区热带气旋的基本特征。１生成和移动过程中的某些特征南沙群岛及其邻近海区（１２°Ｎ以南的南海海域）,自然环境独特,海水和底层大气终年暖热,生成热带气旋的条件充分,但地…     

西北太平洋热带气旋强度的多源卫星遥感研究

本文介绍了一种基于FY-2F、FY-2G云顶亮温数据和ASCAT散射计风场数据,并结合偏角方差技术建立的包括偏角方差(DAV)、云顶亮温(TB)和海表风速(SSW)等参数的热带气旋强度回归模型。根据日本气象厅JMA热带气旋最优路径数据集,选取了2013年1月至2019年7月期间西北太平洋115个热带气旋的272个亮温与风场数据的匹配案例,研究了热带气旋强度与偏角方差、云顶亮温以及海表风速之间的关系,在此基础上利用其中187个案例作为训练集,85个案例作为验证集,利用逐步回归建立热带气旋强度的多元线性回归模型,该模型对训练集估计的均方误差和平均绝对误差分别为4.98m/s和3.89m/s,对验证集的均方误差和平均绝对误差分别为4.66m/s和3.99m/s,说明该模型在热带气象强度估计中的有效性。     

1979—2018年长江口及邻近海域风速和波高的分布特征与变化趋势

本文基于欧洲中期天气预报中心 （ECMWF） 的 ERA5 与 ERA-Interim 再分析资料,提取长江口及其邻近海域1979— 2018 年间共 40 年的风场和海浪场数据,探讨该海域风浪和波高的时空变化特征,EOF 经验正交函数分解法分析结果显示风速与波高的数值在外海普遍高于近岸,且符合长江口所在东海海域受盛行东亚季风影响的特征。Mann-Kendall 检验法分析结果显示,在 1979—2018 年间该海域海表面年均风速呈增长趋势,平均增长速率为 0.228 cm/（s·a）,累计增长 1.6 %;年均有效波高呈增长趋势,平均增长速率为 0.120 cm/a,累计增长 5.4 %;年风速和波高的极端值也呈不同程度的增长趋势。     

3套资料中西北太平洋热带气旋活动特征的比较分析

本文使用中国气象局、美国联合台风预警中心和日本气象厅的3套热带气旋最佳路径资料(CMA资料、JTWC资料和RSMC资料)分析了1951—2016年西北太平洋热带气旋活动特征。3套资料反映的结果如下:热带气旋主要发生在10°N—25°N范围内,且1980年前其位置点在纬度上有南移的变化趋势,1980年后则相反;移速主要分布在2~6 m/s区间,在25°N左右移速明显加快,1980年前移速呈显著减小趋势;最大持续风速主要分布在10~15 m/s区间,1980年前最大持续风速有减小趋势;在风速较大的区域热带气旋最大风速半径较小,2001—2016年热带气旋和台风最大风速半径每年分别减小0.46 km和0.54 km。CMA和RSMC资料的结果高度一致,而JTWC资料结果与它们都存在一定的差异。热带气旋位置点频数和强度的变化受资料间差异的影响较大,而其位置及移速的变化则受影响较小。     

我国近海风能资源分布特征分析

基于美国NCEP(National Centers for Environmental Prediction)的CFSR(Climate Forecast System Reanalysis)近20a(1991-2010)10m风场再分析数据(0.3°×0.3°,1h/次,简称CFSR风场),对我国近海风能资源分布特征进行了统计分析与评估。利用天津渤海A平台观测站(118°25′E,38°27′N)逐时观测风速数据对CFSR风速数据进行了检验,发现均方根误差和平均偏差仅为均较小(分别为2.28m/s与0.16m/s)。基于此CFSR风场,本文章进一步统计并给出了我国陆地年平均风功率密度分布,结果与第三次风能普查(1971-2000年)及相关文献结果 (1991-2010年)相当一致。依据国家风电场风能资源评估方法,由CFSR风场推算了我国近海20a平均的70m高度风能资源分布。结果显示,年平均风功率密度均达到了200 W/m2以上,大于6m/s的风速累积小时数为4 000h以上;其中台湾海峡和东海南部海区风能最为丰富,黄海中部、渤海中部和辽东湾海区风能次之。参照海上风场选址要求,28°N以北的近岸海域由于水深较浅,30m/s以上风速发生频次极低,比较适合建立海上风电场。     

影响电白县及邻近海区强热带气旋的统计分析

电白县及其邻近海区几乎每年都不同程度地受到热带气旋的影响。影响该海区的热带气旋以强热带风暴和台风居多；受影响的高峰期是8-9月；受强热带气旋影响个数最多的阶段是1971-1980年，个数最小的阶段骒1991-2000年；影响该海区的热带风暴多数来自SSE方向，强热带风暴多数来自SE方向和ESE方向，台风则以来自SE方向居多。源自热带西北太平洋的强热带气旋持续影响该海区的时间较源自南海的短。     

一种普适性的加权热带气旋风场重构方法

台风浪模拟是海洋和海岸工程中开展重现期波浪推算的关键环节。本文在系统分析历史热带气旋近中心最大风速、大风风圈以及CCMP风场特征的基础上,提出了一种热带气旋影响范围计算方案,改进了加权热带气旋风场重构方法。以该方法重构的热带气旋风场为驱动,采用WAVEWATCH Ⅲ模型模拟了南海28次台风浪过程,并用南海北部88个站次的风、浪观测资料对重构后的风场及模拟浪高进行检验。检验结果显示:风速(台风浪高)的重构值(模拟值)与观测值吻合良好,改进后的加权热带气旋风场重构方法有较强的普适性。     

可能最大风暴潮风险评估中各等级热带气旋设定方法

可能最大热带气旋的设定是可能最大风暴潮计算的基础,对风暴潮灾害应急疏散具有重要意义。利用1949~2011年中国气象局(CMA)西北太平洋热带气旋最佳路径数据集、美国联合台风预警中心(JTWC)以及美国国家海洋和大气管理局(NOAA)最大风速半径数据集,基于各等级热带气旋参数之间的定量关系,建立了各等级可能最大热带气旋最大风速、中心气压、最大风速半径、移动速度、移动方向等参数设定及路径合成的方法。以福建省连江县为例,按照台风、强台风及超强台风强度等级,分强度衰减和不衰减2种情况,设定3种移动方向,合成了共216场热带气旋作为可能最大风暴潮的计算输入。另外,对参数敏感性、风场参数设定、参数设定与计算量的关系、叠加天文潮以及溃堤等问题进行了讨论。     

1988—2009年中国海波候、风候统计分析

利用高精度、高时空分辨率、长时间序列的CCMP(Cross-Calibrated,Multi-Platform)风场,驱动国际先进的第三代海浪模式WAVEWATCH-Ⅲ(WW3),得到中国海1988年1月～2009年12月的海浪场。对中国海的波候(风候)进行精细化的统计分析,分析了海表风场和浪场的季节特征、极值风速与极值波高、风力等级频率和浪级频率、海表风速和波高的逐年变化趋势,结果显示:(1)中国海的海浪场与海表风场具有较好的一致性,尤其是在DJF(December,January,February)期间;海表风速和波高在MAM(March,April,May)期间为全年最低,在DJF期间达到全年最大;MAM和JJA(June,July,August)期间,中国海大部分海域的波周期在3～5.5s,SON(September,October,November)和DJF期间为4.5～6.5s。(2)中国海极值风速、极值波高的大值区分布于渤海中部海域、琉球群岛附近海域和台湾以东广阔洋面、台湾海峡、东沙群岛附近海域、北部湾海域、中沙群岛南部海域。(3)吕宋海峡在MAM、SON、DJF期间均为6级以上大风和4m以上大浪的相对高频海域,JJA期间,6级以上大风的高频海域位于中国南半岛东南部海域,4m以上大浪主要出现在10°N以北。(4)在近22a期间,中国海大部分海域的海表风速、有效波高呈显著性逐年线性递增趋势,风速递增趋势约0.06～0.15m.s-1.a-1,波高递增趋势约0.005～0.03m.a-1。     

阿拉伯海热带气旋生成特征分析

利用印度气象局（India Meteorological Department,IMD）、国际气候管理最佳路径档案库（International Best Track Archive for Climate Stewardship,IBTrACS）提供的1982—2020年阿拉伯海热带气旋路径资料,美国国家环境预报中心（National Centers for Environmental Prediction,NCEP）再分析资料,对近39 a阿拉伯海热带气旋源地和路径特征、活跃区域、频数及气旋累积能量（accumulated cyclone energy,ACE）指数的季节特征和年际变化特征进行分析,并结合环境因素,说明其物理成因。结果表明：阿拉伯海热带气旋多发于10°~25°N,65°~75°E海域,5—6月、9—12月发生频数较高且强度较强,1—4月、7—8月发生频数较低且气旋近中心最大风速均小于35 kn;频数的季节变化主要受控于垂直风切变要素;阿拉伯海热带气旋发生频数和ACE近年有上升趋势,年际变化主要受控于海面温度（sea surface temperature,SST）和850 hPa相对湿度要素。     

西北太平洋海面高度异常对热带气旋的响应

采用一种海面高度异常(Sea Level Anomaly,SLA)对热带气旋响应的合成分析方法,即根据热带气旋的路径位置和运动方向对海面高度异常进行插值、旋转和平均,得到不同热带气旋强度下,以热带气旋最佳路径点为原点的海面高度异常场.利用该方法,基于Aviso卫星高度计数据和中国气象局热带气旋最佳路径数据,得到了199...     

基于QuikSCAT/NCEP风场的1999-2009年中国海表风场研究

利用1999年8月-2009年7月具有高精度的QuikSCAT/NCEP混合风场,对中国海海表风场的风速风向、极值风速、大风频率等特征进行分析,研究发现:MAM和SON的风速大值中心位于台湾海峡,JJA位于南海西南部海域,DJF大值区主要位于琉球群岛-台湾海峡-东沙群岛-平顺海岛一带,风向也具有明显的季节特征;极值风速...     

基于多致灾因子相似的热带气旋检索方法研究:以风暴潮-海浪灾害预评估为例

热带气旋引起的风暴潮-海浪灾害成灾频率高、致灾强度大,对我国沿海地区造成的人员和经济损失惨重。预评估阶段需要在灾前对研究区可能造成的损失等进行快速的综合判定。从历史热带气旋中检索出与目标热带气旋位置及各种致灾因子强度相似的热带气旋是快速、准确地预评估风暴潮-海浪灾害的重要方法。面向风暴潮-海浪灾害预评估,提出了一种基于多致灾因子的相似热带气旋检索方法。用于相似检索的致灾因子数据包括:从中国气象局西北太平洋热带气旋最佳路径数据集中提取并经处理得到的1949~2013年影响湛江市的112场热带气旋的路径中心点位置、中心气压、最大风速、最大风速半径及移动速度数据,112场热带气旋的模拟风场、风暴潮及海浪数据。首先,利用相似离度方法对热带气旋进行路径相似性检索;其次,利用最优相似系数方法计算中心气压、最大风速半径、最大风速、移动速度、风场、风暴潮及海浪强度指标的相似系数进行一次检索;然后,根据风场、风暴潮及海浪模拟数据的获取情况,分别基于路径-强度及风场-风暴潮-海浪综合相似性指标进行二次检索;最终给出历史热带气旋的综合相似排序。以2013年尤特热带气旋为例,利用上述方法检索了与其最为相似的5场历史热带气旋。该方法综合考虑了热带气旋路径及多种致灾因子的相似,兼顾了检索的速度及质量,是进行快速、准确的风暴潮-海浪灾害预评估的重要基础。     

东海沿海季节性海平面异常成因

Based on the analysis of sea level, air temperature, sea surface temperature(SST), air pressure and wind data during 1980–2013, the causes of seasonal sea level anomalies in the coastal region of the East China Sea(ECS) are investigated. The research results show:(1) sea level along the coastal region of the ECS takes on strong seasonal variation. The annual range is 30–45 cm, larger in the north than in the south. From north to south, the phase of sea level changes from 140° to 231°, with a difference of nearly 3 months.(2) Monthly mean sea level(MSL)anomalies often occur from August to next February along the coast region of the ECS. The number of sea level anomalies is at most from January to February and from August to October, showing a growing trend in recent years.(3) Anomalous wind field is an important factor to affect the sea level variation in the coastal region of the ECS. Monthly MSL anomaly is closely related to wind field anomaly and air pressure field anomaly. Wind-driven current is essentially consistent with sea surface height. In August 2012, the sea surface heights at the coastal stations driven by wind field have contributed 50%–80% of MSL anomalies.(4) The annual variations for sea level,SST and air temperature along the coastal region of the ECS are mainly caused by solar radiation with a period of12 months. But the correlation coefficients of sea level anomalies with SST anomalies and air temperature anomalies are all less than 0.1.(5) Seasonal sea level variations contain the long-term trends and all kinds of periodic changes. Sea level oscillations vary in different seasons in the coastal region of the ECS. In winter and spring, the oscillation of 4–7 a related to El Ni?o is stronger and its amplitude exceeds 2 cm. In summer and autumn, the oscillations of 2–3 a and quasi 9 a are most significant, and their amplitudes also exceed 2 cm. The height of sea level is lifted up when the different oscillations superposed. On the other hand, the height of sea level is fallen down.     

风对中国东部海域海平面季节变化的影响

应用ROMS数值模式配置基本实验模拟了2004年到2006年中国东部海域海平面的季节变化。模拟结果与TOPEX／Poseidon（T／P）卫星高度计观测结果基本一致,海平面年较差从中国沿岸到黑潮路径逐渐变小。将数值模式的风应力项去掉,配置对比实验。与基本实验结果对比发现,对比实验海平面仍然具有季节变化,但是闽浙沿岸和苏北沿岸海平面春夏季异常偏低、秋冬季异常偏高现象消失,中国沿岸向太平洋的海平面变化减弱。春季和秋季,渤、黄海和黑潮附近海平面异于东海的现象减弱。对比实验海平面的年较差的数值明显减小,从近岸向黑潮海平面年较差渐变的过程消失。整个渤黄海的海平面年较差近似。对比实验海平面年较差占基本实验海平面年较差比率从近岸向黑潮路径逐渐增大。     

变化环境下中国东南沿海致灾气旋及其人口暴露度研究

本文基于气象观测站的逐日气压、风速和降水量确定致灾气旋阈值,结合区域气候模式COSMO-CLM (CCLM)输出,研究中国东南沿海地区2021—2050年RCP2.6、4.5、8.5情景下致灾气旋的时空变化特征。并采用人口-发展-环境分析模型(PDE),预测共享社会经济路径SSP2下东南沿海地区人口发展趋势,揭示了致灾气旋人口暴露度演变。研究表明:(1) RCP2.6情景,东南沿海地区平均每年发生致灾气旋6.3次,风速和降水量较基准期(1986—2005年)分别增加9%和15%,72%区域致灾气旋人口暴露度有所增加。暴露在超基准期最大影响面积和最强风速下的致灾气旋人口分别增加2.1亿和0.1亿。(2) RCP4.5情景,致灾气旋年均发生7次,风速和降水量较基准期分别上升16%和32%,89%地区致灾气旋暴露人口增加。暴露在超基准期最大影响面积和最强风速下的致灾气旋人口分别增加2.6亿和0.5亿。(3) RCP8.5情景,致灾气旋年均发生5.8次,风速和降水量较基准期分别增加32%和50%,65%区域致灾气旋暴露人口度有所增加。暴露在超基准期最大影响面积和最强风速下的致灾气旋人口分别增加5.7亿和1.9亿。(4)相比RCP2.6,RCP8.5情景致灾气旋风速和降水量高出23%和35%,暴露于超基准期最大影响面积和最强风速的致灾气旋人口分别多3.6亿和1.8亿。控制温室气体浓度对降低致灾气旋的不利影响具有重要意义。     

Estimation of wind speed and wave height during cyclones

Wave and wind characteristics based on the cyclones, in the vicinity of the Nagapattinam coastline (east coast of India) were estimated. In all, 11 cyclones have crossed near the study region during 1960–1996. For the four severe cyclones, the isobaric charts were collected at three hourly intervals from the India Meteorological Department. The storm variables such as central pressure, radius of maximum wind, speed of forward motion and direction of storm movement were extracted and the method based on standard Hydromet pressure profile, were used for the hindcast of storm wind fields. For all the cyclones the maximum significant wave height within the storm and its associated spectral peak period was estimated using the Young’s model considering the moving wind field and the results are compared with the hurricane wave prediction techniques provided in the shore protection manual published by the US Army Corps of Engineers in 1984. The study shows that the estimated wind speed and the data reported by ships were comparable. Empirical expressions relating wind speed, wave height and wave period to storm parameters were derived. The design wave height for different return periods was obtained by fitting a two-parameter Weibull distribution to the estimated significant wave heights. The design wave height was 9.39 m for 1 in 100 year return period for a direct hit of cyclone.     

热带气旋对南海表层流和波浪的能量输入

利用日本气象厅"best track data"热带气旋数据、QuikSCAT(Quick Scatterometer)卫星风场数据和SCUD(Surface Currents from a Diagnostic model)表层流场数据,估算了热带气旋对南海表层流和波浪的能量输入。结果显示,由于热带气旋基本都位于南海中北部,热带气旋对表层流和波浪的能量输入也集中在南海中北部;能量输入最大的月份均在8月和11月,而在9月对总能量输入贡献最大。5～12月,热带气旋对南海表层流的能量输入为1.26GW,占风对表层流总能量输入的9.87%;热带气旋对表层波浪的能量输入为11.60GW,占风对表层波浪总能量输入的5.42%。如果只考虑10°N以北区域,则热带气旋对表层流和波浪能量输入的贡献分别达到11.29%和6.87%。