華東沿海ASCAT反演風(fēng)速的檢驗(yàn)和訂正

姚日升 涂小萍 丁燁毅 王武軍 鄔方平 朱萬云

1)(浙江省寧波市氣象臺，寧波 315012)2)(寧波大學(xué)寧波市非線性海洋和大氣災(zāi)害系統(tǒng)協(xié)同創(chuàng)新中心，寧波 315211)3)(浙江省奉化市氣象局，奉化 315500)

?

華東沿海ASCAT反演風(fēng)速的檢驗(yàn)和訂正

姚日升1)2)*涂小萍1)2)丁燁毅1)王武軍3)鄔方平3)朱萬云3)

1)(浙江省寧波市氣象臺，寧波 315012)2)(寧波大學(xué)寧波市非線性海洋和大氣災(zāi)害系統(tǒng)協(xié)同創(chuàng)新中心，寧波 315211)3)(浙江省奉化市氣象局，奉化 315500)

基于2010—2014年ASCAT反演風(fēng)速、華東沿海14個浮標(biāo)站和浙江沿海249個自動氣象站資料，對華東沿海ASCAT反演風(fēng)速進(jìn)行檢驗(yàn)和訂正。研究表明：站點(diǎn)ASCAT風(fēng)速誤差不僅與離岸距離相關(guān)，而且與站點(diǎn)周圍地形有關(guān)，誤差較大的5個浮標(biāo)站均位于舟山群島附近海區(qū)，平均偏大4.79 m·s-1，其他海區(qū)浮標(biāo)站的ASCAT反演風(fēng)速平均偏差僅為0.46 m·s-1。ASCAT反演風(fēng)速與浮標(biāo)站風(fēng)速的線性回歸可有效減小反演風(fēng)速誤差，訂正后誤差大幅減小，誤差越大的站點(diǎn)訂正效果越好。相距160 km內(nèi)的浮標(biāo)站點(diǎn)間風(fēng)速誤差呈正相關(guān)，且站點(diǎn)間距越小，誤差正相關(guān)越明顯?？紤]帶影響半徑的反距離權(quán)重，采用鄰站方程訂正法和鄰站誤差訂正法分別對華東沿海ASCAT反演風(fēng)速進(jìn)行訂正，均能明顯減小平均偏差和均方根誤差，兩種方法訂正效果接近，即兩種方法均有較好的訂正效果，可用于實(shí)際業(yè)務(wù)。

ASCAT； 浮標(biāo)站； 風(fēng)速訂正

引 言

海洋上實(shí)時(shí)測風(fēng)資料很少，預(yù)報(bào)和服務(wù)需要更多依賴于衛(wèi)星反演風(fēng)場和數(shù)值預(yù)報(bào)。美國國家航空航天局(NASA)于1999年7月發(fā)射的極軌衛(wèi)星QuikSCAT極大地推動了散射計(jì)反演風(fēng)場資料在天氣分析、預(yù)報(bào)和數(shù)值模式中的應(yīng)用[1-3]。QuikSCAT 風(fēng)場在廣闊的洋面上與海島實(shí)測風(fēng)一致性較好，但近海誤差相對較大，原因是陸地對散射信號產(chǎn)生的干擾帶來了觀測誤差[4]。2006年歐洲航天局(ESA)發(fā)射的星載散射計(jì)(advanced scatterometer,ASCAT)資料在國外也得到了很好的研究和應(yīng)用，成為數(shù)值預(yù)報(bào)中海洋上重要的初始場同化資料之一[5]。近年來，很多氣象工作者對ASCAT反演風(fēng)場在中國近海進(jìn)行檢驗(yàn)分析[6-10]，提高了對ASCAT產(chǎn)品的認(rèn)識和應(yīng)用能力，結(jié)果表明ASCAT反演風(fēng)場具有較好的精度，ASCAT反演風(fēng)速與距離海岸線較遠(yuǎn)的浮標(biāo)觀測風(fēng)速具有較好的一致性，而對于距離海岸線較近的浮標(biāo)站，觀測風(fēng)速和衛(wèi)星反演風(fēng)速相關(guān)性較差，反演風(fēng)速在近海的誤差大于較遠(yuǎn)的開闊海域，安大偉等[11]提出散射計(jì)海面非氣旋風(fēng)場塊狀模糊去除方法，有效解決了ASCAT反演中非氣旋區(qū)域風(fēng)場塊狀模糊問題，但目前利用觀測風(fēng)資料對衛(wèi)星反演風(fēng)速進(jìn)行訂正的研究報(bào)道不多。

空間一致性檢驗(yàn)是氣象資料質(zhì)量控制中一種重要手段，劉小寧等[12]用空間回歸檢驗(yàn)方法，尹嫦姣等[13]用空間差值檢驗(yàn)法進(jìn)行氣象資料質(zhì)量控制，魏娜等[14]采用二相回歸法進(jìn)行氣象資料的均一性檢測和訂正。何志軍等[15]將一定范圍內(nèi)的鄰近氣象站按四方位進(jìn)行分組，對浙江省76個自動氣象站的氣溫和降水資料進(jìn)行實(shí)時(shí)質(zhì)量控制。溫華洋等[16]提出了基于空間一致性的主備法和差值訂正合成法兩種數(shù)據(jù)處理算法，用來解決雙套站產(chǎn)生的多套數(shù)據(jù)處理問題。徐晶晶等[17]還嘗試采用一種基于相似誤差的模式后處理方法，對風(fēng)電場風(fēng)速進(jìn)行誤差訂正，減小了預(yù)報(bào)的均方根誤差和中心均方根誤差。

本文基于近4年華東沿海14個浮標(biāo)站觀測(部分站點(diǎn)資料長度為2年)和ASCAT反演風(fēng)速進(jìn)行誤差和鄰近站點(diǎn)間的誤差相關(guān)性分析，基于浮標(biāo)站進(jìn)行檢驗(yàn)和訂正方法研究，并使用該方法對ASCAT反演風(fēng)速進(jìn)行訂正試驗(yàn)，結(jié)果表明：該方法有較好的訂正效果，可應(yīng)用于實(shí)際業(yè)務(wù)以提高ASCAT反演風(fēng)速在近海大風(fēng)預(yù)報(bào)和服務(wù)中的參考性。

1 資料和方法

1.1 資 料

ASCAT反演風(fēng)速(簡稱ASCAT風(fēng)速)為2010年9月—2014年9月分辨率為12.5 km的METOP-A星近海風(fēng)速產(chǎn)品，資料來自國家氣象中心。選擇上海市、浙江省和福建省共14個浮標(biāo)站(表1)與ASCAT資料對應(yīng)時(shí)次的整點(diǎn)10 min平均風(fēng)速(簡稱浮標(biāo)站風(fēng)速)，其中浙江省2浮標(biāo)站資料時(shí)間與ASCAT資料一致(2010年9月—2014年9月)，其他浮標(biāo)站資料時(shí)間為2012年9月—2014年9月。浮標(biāo)站和249個浙江海島和近岸陸地自動氣象站資料來源于浙江省氣象信息中心，入庫保存時(shí)均進(jìn)行了自動和人工審核，應(yīng)用時(shí)未進(jìn)行資料質(zhì)量控制。14個浮標(biāo)站離岸距離為30～305 km，大部分站離岸距離為60 km左右，浮標(biāo)站處ASCAT反演風(fēng)速具有可使用性。

表1 浮標(biāo)站點(diǎn)地理信息Table 1 Geographical information of buoys

1.2 插值方法

反距離權(quán)重插值：

(1)

帶影響半徑的反距離權(quán)重插值：

(2)

式(1)和式(2)中，n為相應(yīng)的樣本量，Zp為p點(diǎn)風(fēng)速，Zi為第i點(diǎn)風(fēng)速，di為待插點(diǎn)與其鄰域內(nèi)第i點(diǎn)之間的距離，k為指數(shù)，k=2。在進(jìn)行ASCAT風(fēng)速訂正時(shí)采用帶影響半徑的反距離權(quán)重插值，Zi為第i點(diǎn)的風(fēng)速訂正值或風(fēng)速誤差，R為影響半徑。將某個站點(diǎn)風(fēng)速訂正結(jié)果或風(fēng)速誤差應(yīng)用到周圍海區(qū)時(shí)，其影響必然隨著距離的增大而減弱，因此，在式(1)的反演距離權(quán)重系數(shù)基礎(chǔ)上乘影響因子(1-di/R)，當(dāng)di=0時(shí)，影響因子為1，當(dāng)di=R時(shí)，影響因子為0，超過影響半徑的站點(diǎn)不再考慮。

采用反距離權(quán)重法將距離浮標(biāo)站點(diǎn)最近的9個ASCAT風(fēng)速插值到浮標(biāo)站點(diǎn)，以與ASCAT風(fēng)場相應(yīng)時(shí)次的浮標(biāo)站風(fēng)速為標(biāo)準(zhǔn)，計(jì)算浮標(biāo)站處的ASCAT風(fēng)速誤差。將各浮標(biāo)站的樣本按70%和30%的比例分為回歸樣本和獨(dú)立檢驗(yàn)樣本，建立各浮標(biāo)站點(diǎn)ASCAT風(fēng)速回歸訂正方程，通過獨(dú)立樣本檢驗(yàn)訂正效果。分析浮標(biāo)站間ASCAT風(fēng)速誤差的相關(guān)性，確定影響半徑R。根據(jù)鄰近站點(diǎn)的反演風(fēng)速誤差具有相關(guān)性的特點(diǎn)，采用鄰近站點(diǎn)的ASCAT風(fēng)速回歸方程訂正和風(fēng)速誤差訂正兩種方法，考慮帶影響半徑的反距離權(quán)重法進(jìn)行ASCAT風(fēng)速訂正，用浮標(biāo)站作為待訂正站點(diǎn)，評估訂正效果。對ASCAT風(fēng)速進(jìn)行風(fēng)速訂正試驗(yàn)，并與歐洲中期天氣預(yù)報(bào)中心細(xì)網(wǎng)格0時(shí)效10 m風(fēng)速對比。

2 結(jié)果分析

2.1 ASCAT風(fēng)速誤差分析

由表2可見，華東區(qū)域14個浮標(biāo)站ASCAT風(fēng)速誤差一般為正，說明ASCAT風(fēng)速普遍比實(shí)際風(fēng)速偏大，誤差最大為洋山浮標(biāo)站(A5903)10.03 m·s-1，其次是航道浮標(biāo)站(A5902)4.92 m·s-1。誤差超過2.0 m·s-1的浮標(biāo)站共5個，均分布在上海洋山港附近的舟山群島海區(qū)的30～75 km范圍內(nèi)，5個浮標(biāo)站平均偏差、均方根誤差分別為4.79 m·s-1，5.61 m·s-1，而其他站點(diǎn)偏差相對較小(小于1.20 m·s-1，平均為0.46 m·s-1)。這5個站ASCAT風(fēng)速明顯偏大，可能是由于位于舟山群島包圍中，地形影響明顯偏大，需要進(jìn)行系統(tǒng)誤差訂正。

表2 浮標(biāo)站ASCAT風(fēng)速檢驗(yàn)Table 2 Verification of ASCAT velocities at buoys

2.2 ASCAT風(fēng)速回歸方程和訂正效果檢驗(yàn)

將每個浮標(biāo)站樣本按70%和30%的比例分為回歸樣本和獨(dú)立檢驗(yàn)樣本，建立ASCAT風(fēng)速與浮標(biāo)站風(fēng)速線性回歸方程，通過獨(dú)立樣本對回歸方程進(jìn)行檢驗(yàn)。由表3可知，訂正后平均偏差由2.02 m·s-1減小為0.14 m·s-1，均方根誤差也大幅減小，特別對訂正前誤差較大的站點(diǎn)效果很好，洋山浮標(biāo)站(A5903)平均偏差和均方根誤差由8.95 m·s-1和10.07 m·s-1降至-0.59 m·s-1和2.61 m·s-1，表明回歸訂正對減小ASCAT風(fēng)速誤差效果明顯，能有效減小系統(tǒng)性偏差。而對于溫州浮標(biāo)站(58768)及其以南4個浮標(biāo)站誤差本小于1 m·s-1，這些站ASCAT風(fēng)速代表性已經(jīng)很好，未訂正。要進(jìn)行訂正的站點(diǎn)集中在華東近海28°N以北海區(qū)。

表3 回歸訂正前后ASCAT風(fēng)速獨(dú)立檢驗(yàn)樣本誤差對比Table 3 Error comparison of ASCAT velocities before and after regressions

2.3 鄰近浮標(biāo)站間ASCAT風(fēng)速誤差的相關(guān)分析

上述分析表明回歸方法可有效減小ASCAT風(fēng)速誤差，在鄰近海區(qū)的ASCAT風(fēng)速誤差具有相關(guān)性的前提下，將浮標(biāo)站ASCAT風(fēng)速訂正方程推廣應(yīng)用到鄰近海區(qū)，對缺少浮標(biāo)站海區(qū)的ASCAT風(fēng)速進(jìn)行有效訂正。

對14個浮標(biāo)站中兩兩距離小于400 km的浮標(biāo)站(共53組)進(jìn)行ASCAT風(fēng)速誤差相關(guān)分析，圖1顯示了站點(diǎn)間風(fēng)速誤差的相關(guān)系數(shù)與距離的關(guān)系：兩站點(diǎn)距離在160 km以內(nèi)時(shí)，風(fēng)速誤差均為正相關(guān)，24組中有20組(83.3%)達(dá)到0.01顯著性水平；160 km以上相關(guān)不明顯，甚至出現(xiàn)負(fù)相關(guān)。分別用線性和對數(shù)進(jìn)行擬合，擬合優(yōu)度分別為0.6692和0.6861，對數(shù)擬合效果更好，說明相距越小的站點(diǎn)誤差正相關(guān)增大越多。根據(jù)圖1中對數(shù)擬合曲線與零線交點(diǎn)和相關(guān)系數(shù)散點(diǎn)圖的分布情況，本文取站點(diǎn)影響半徑為160 km。

圖1 2010年9月—2014年9月站點(diǎn)間ASCAT風(fēng)速誤差相關(guān)系數(shù)與距離的關(guān)系Fig.1 The distribution of coefficients of ASCAT velocity errors to station distances from Sep 2010 to Sep 2014

2.4 ASCAT風(fēng)速訂正

基于鄰近浮標(biāo)站間ASCAT風(fēng)速誤差的相關(guān)分析，考慮用鄰近站點(diǎn)回歸方程或誤差來進(jìn)行ASCAT風(fēng)速訂正。選取上海和浙江北部共10個浮標(biāo)站作為風(fēng)速訂正的檢驗(yàn)對象，選取距離待訂正站點(diǎn)在影響半徑160 km范圍內(nèi)的所有浮標(biāo)站點(diǎn)作為鄰近站點(diǎn)，按下面兩種方法進(jìn)行ASCAT風(fēng)速訂正，然后用浮標(biāo)站實(shí)際風(fēng)速檢驗(yàn)訂正前后的ASCAT風(fēng)速誤差。

2.4.1 訂正方法

利用鄰近站的回歸方程訂正即鄰站方程訂正法。將區(qū)域內(nèi)所有浮標(biāo)站，用各站歷史樣本進(jìn)行線性回歸，計(jì)算出各站回歸方程，將待訂正點(diǎn)的ASCAT風(fēng)速代入選定的鄰近浮標(biāo)站的回歸方程進(jìn)行計(jì)算，計(jì)算結(jié)果減去待訂正點(diǎn)的ASCAT風(fēng)速可得到該鄰近浮標(biāo)站提供的訂正值，各鄰近浮標(biāo)站提供的訂正值用帶影響半徑(160 km)的反距離權(quán)重法進(jìn)行加權(quán)平均得到ASCAT風(fēng)速的訂正值，ASCAT風(fēng)速加該訂正值即可得到訂正后的ASCAT風(fēng)速。對逐個浮標(biāo)站的全部歷史資料進(jìn)行計(jì)算，對比分析訂正前后的風(fēng)速誤差(表4)。

利用鄰近站點(diǎn)的誤差訂正即鄰站誤差訂正法。選取待訂正站和鄰近浮標(biāo)站的ASCAT風(fēng)速和觀測風(fēng)速同時(shí)存在的時(shí)次，當(dāng)有多個鄰近浮標(biāo)站時(shí)允許部分浮標(biāo)站風(fēng)缺測，該時(shí)次按實(shí)際參與的鄰近浮標(biāo)站進(jìn)行訂正。各鄰近浮標(biāo)站的ASCAT風(fēng)速誤差用帶影響半徑(160 km)的反距離權(quán)重法加權(quán)平均得到待訂正站點(diǎn)的ASCAT風(fēng)速的估算誤差，將ASCAT風(fēng)速減去該估算誤差即可得到ASCAT風(fēng)速的訂正結(jié)果(表4)。

表4 不同訂正方法ASCAT風(fēng)速訂正誤差對比Table 4 Comparison of two methods on ASCAT velocity corrections

由表4可知，兩種訂正方法的結(jié)果較為一致：鄰站方程訂正法、鄰站誤差訂正法訂正后平均偏差分別減小1.86 m·s-1(67.9%)，1.74 m·s-1(64.2%)，均方根誤差分別減小1.19 m·s-1(29.2%)，0.89 m·s-1(29.6%)。除海礁浮標(biāo)站(A5906)外，對于各站均有較好訂正效果，總體來說，兩種方法訂正結(jié)果的差異較小，鄰站方程訂正法效果略優(yōu)。海礁浮標(biāo)站訂正沒有正效果，因該站ASCAT風(fēng)速平均偏差僅為0.27 m·s-1(表2)，其ASCAT風(fēng)速已有較好的代表性，按鄰近站對其訂正造成風(fēng)速向下訂正的量過大。對于洋山浮標(biāo)站(A5903)，雖然兩種訂正方法都有正的效果，但誤差減小程度遠(yuǎn)遠(yuǎn)沒有該站自身回歸訂正效果明顯(表3)，究其原因是該站誤差最大，根據(jù)鄰近站點(diǎn)的回歸方程或風(fēng)速誤差的訂正幅度偏小。

2.4.2 ASCAT風(fēng)速訂正試驗(yàn)

在前面方法研制時(shí)僅使用浮標(biāo)站資料，未考慮浙江省沿海自動氣象站資料。分析2010—2014年浙江舟山浮標(biāo)站(58573)周圍海島和近岸陸地站點(diǎn)風(fēng)速資料，發(fā)現(xiàn)站點(diǎn)平均風(fēng)速與海拔高度無相關(guān)性，與近地層風(fēng)廓線理論中海拔越高風(fēng)速越大不一致，其原因是站點(diǎn)風(fēng)速除受到海拔高度影響外，還受島嶼、地形、周邊環(huán)境等影響，而這些影響難以用統(tǒng)一的標(biāo)準(zhǔn)去估算，因此，不能將站點(diǎn)風(fēng)速等同于海面10 m風(fēng)或只簡單地進(jìn)行高度訂正。

基于上述兩種訂正方法，對海區(qū)內(nèi)ASCAT風(fēng)速進(jìn)行訂正試驗(yàn)，選擇兩次大風(fēng)天氣個例(2014年1月18日08：00(北京時(shí)，下同)和2月18日20：00)，以相應(yīng)時(shí)次歐洲中期天氣預(yù)報(bào)中心(ECMWF)細(xì)網(wǎng)格(分辨率為0.25°×0.25°)模式的0時(shí)效10 m風(fēng)速(簡稱ECMWF風(fēng)速)為標(biāo)準(zhǔn)，計(jì)算兩種方法的訂正誤差。為了考察觀測資料密度對訂正效果的影響，加入浙江海島和近岸249個自動氣象站資料(應(yīng)用這些風(fēng)速資料時(shí)未進(jìn)行高度訂正)，由于鄰站方程訂正法需逐站建立回歸方程，而自動氣象站風(fēng)速代表性有限，表4中兩種方法誤差訂正效果差異也不大，故只在鄰站誤差訂正法中加入自動氣象站資料考察觀測資料密度對訂正效果的影響。

兩次大風(fēng)天氣個例共有1492個ASCAT風(fēng)速樣本，與ECMWF風(fēng)速偏差情況：訂正前平均偏大1.06 m·s-1，訂正后分別減小到0.1～0.3 m·s-1，兩種方法均能有效減小平均偏差，考慮自動氣象站的鄰站風(fēng)速誤差訂正后的風(fēng)速平均偏差最小，說明提高站點(diǎn)分辨率能改進(jìn)訂正效果。圖2給出了2014年1月18日08：00 ASCAT風(fēng)速訂正前后與ECMWF風(fēng)速的偏差。圖2a為訂正前的偏差情況，上海洋山浮標(biāo)站和黃澤洋船標(biāo)站附近分別有11 m·s-1和6 m·s-1以上的最大和次大風(fēng)速偏差中心，舟山群島附近海區(qū)ASCAT風(fēng)速明顯高于ECMWF風(fēng)速，經(jīng)鄰站方程訂正后(圖2b)上述兩個大值中心偏差已減到1 m·s-1以下，但受上海洋山浮標(biāo)站和黃澤洋船標(biāo)站正偏差較大的影響，造成其周圍一定范圍海區(qū)的過度訂正(負(fù)偏差)，其他海區(qū)的偏差訂正前后相比變化不大。鄰站誤差訂正法(圖2c)效果與圖2b類似，但兩個大的偏差中心仍然有3 m·s-1和1 m·s-1以上的正偏差，其周圍和北側(cè)海區(qū)出現(xiàn)較大范圍負(fù)偏差，且達(dá)到-4 m·s-1以下。考慮浙江近海自動氣象站風(fēng)速(圖2d)，與圖2b和圖2c相比，由于提高了站點(diǎn)分辨率，靠近陸地的近海偏差表現(xiàn)更為復(fù)雜、精細(xì)，靠近大陸海岸線的浙北近海出現(xiàn)較大范圍1～2 m·s-1的負(fù)值偏差，表明訂正后的ASCAT 風(fēng)速小于ECMWF風(fēng)速，這是由于大部分近海海島氣象站測風(fēng)小于舟山浮標(biāo)站，對ASCAT風(fēng)速進(jìn)行了相對大的負(fù)值訂正。雖然近海海島測風(fēng)不能完全等同于海平面10 m風(fēng)，但也揭示了近海海區(qū)受島嶼等小尺度地形影響，風(fēng)速分布更為復(fù)雜，這些負(fù)值訂正區(qū)也可能包含了由于ECMWF風(fēng)速未考慮島嶼等小地形影響而導(dǎo)致浙江近海風(fēng)有所偏大所致。

圖2 2014年1月18日08：00 ASCAT風(fēng)速訂正前后與ECMWF風(fēng)速的偏差(單位：m·s-1；黑色圓點(diǎn)為浮標(biāo)站)(a)訂正前，(b)鄰站方程訂正法，(c)鄰站誤差訂正法，(d)考慮自動氣象站資料的鄰站誤差訂正法Fig.2 ASCAT wind deviations relative to ECMWF at 0800 BT 18 Jan 2014(unit：m·s-1；dark dots:locations of buoys) (a)without corrections,(b)corrected by regression,(c)corrected by considering errors,(d)corrected by considering errors with AWS data

上述分析以ECMWF風(fēng)速為參考對象，而ECMWF風(fēng)速自身也可能存在一定誤差，所以分析結(jié)果也包含了ECMWF風(fēng)速自身的誤差成分。將訂正前后ASCAT風(fēng)速按照反距離權(quán)重法、ECMWF風(fēng)速按雙線性法分別插值到海區(qū)內(nèi)有觀測資料的浮標(biāo)站，以浮標(biāo)站風(fēng)速為真值進(jìn)行誤差分析，兩次過程統(tǒng)計(jì)結(jié)果表明：訂正前平均偏差為2.09 m·s-1，兩種方法訂正后分別為-1.09 m·s-1和0.02 m·s-1，考慮自動氣象站資料的鄰站誤差訂正后為0.30 m·s-1,ECMWF風(fēng)速平均偏差則為-0.63 m·s-1，與ECMWF風(fēng)速相比，本文方法訂正結(jié)果不比ECMWF風(fēng)速誤差大，具有業(yè)務(wù)應(yīng)用價(jià)值。

3 結(jié)論和討論

利用2010—2014年ASCAT反演風(fēng)速、華東沿海14個浮標(biāo)站觀測資料及浙江近海自動氣象站觀測資料，分析風(fēng)速誤差并探尋ASCAT風(fēng)速的訂正方法，得到以下結(jié)論：

1) 14個浮標(biāo)站ASCAT風(fēng)速普遍比實(shí)際風(fēng)速偏大，誤差超過2 m·s-1的浮標(biāo)站有5個，集中在舟山群島海區(qū)，平均偏大4.79 m·s-1，其他海區(qū)浮標(biāo)站平均僅偏大0.46 m·s-1。ASCAT風(fēng)速誤差除了與離岸距離有關(guān)，還與站點(diǎn)周圍地形有關(guān)。

2) 回歸方法能明顯減小ASCAT風(fēng)速誤差，均方根誤差也大幅度減小，平均偏差由2.02 m·s-1減小為0.14 m·s-1，誤差較大站點(diǎn)訂正效果更好。

3) 鄰近站點(diǎn)間ASCAT風(fēng)速誤差存在相關(guān)性，且站點(diǎn)間距離越小，誤差相關(guān)越明顯，站點(diǎn)間相距160 km 以上誤差相關(guān)不明顯，甚至出現(xiàn)負(fù)相關(guān)。站點(diǎn)間誤差相關(guān)系數(shù)與距離關(guān)系的對數(shù)擬合優(yōu)于線性擬合。

4) 鄰站方程訂正法、鄰站誤差訂正法訂正結(jié)果表明：平均偏差和均方根誤差有很好的訂正效果。兩種方法相比，訂正效果比較接近，前者略優(yōu)。

5) 以ECMWF風(fēng)速為參考進(jìn)行ASCAT風(fēng)速訂正試驗(yàn)，兩種方法能有效減小平均偏差，而考慮自動氣象站資料后的鄰站誤差訂正法的平均偏差最小，說明提高站點(diǎn)分辨率能進(jìn)一步改進(jìn)訂正效果。

本文所用浮標(biāo)站總體分辨率較低且空間分布不均勻，分析中得出兩種訂正方法的效果在很大程度上取決于訂正所用的鄰近站誤差情況，而站點(diǎn)距離越近誤差相關(guān)性越大，所以有必要加快浮標(biāo)站的建設(shè)，形成合理的浮標(biāo)站觀測網(wǎng)。另外，探尋沿海站點(diǎn)測風(fēng)垂直高度訂正方法，將其合理訂正為海面10 m風(fēng)也是增加海面風(fēng)觀測資料的途徑之一。

致 謝：感謝國家氣象中心張?jiān)龊８呒壒こ處熖峁〢SCAT風(fēng)速資料。

[1] 方翔,咸迪,李小龍,等.QuikSCAT洋面風(fēng)資料及其在熱帶氣旋分析中的應(yīng)用.氣象,2007,33(3):33-39.

[2] 魯小琴,雷小途.用地理信息系統(tǒng)改進(jìn)熱帶氣旋的客觀定位精度.應(yīng)用氣象學(xué)報(bào),2005,16(6):841-848.

[3] 劉宇迪,任景鵬,周鑫.散射計(jì)風(fēng)場的三維變分對海霧數(shù)值模擬的影響.應(yīng)用氣象學(xué)報(bào),2011,22(4):472-481.

[4] Osamu Isoguchi,Hiroshi Kawamura.Coastal wind jets flowing into Tsushima and effect on wind-wave development.JAtmosSci,2007,64(1):564-578.

[5] Bi L,Jung J A,Morgan M C,et al.Assessment of assimilating ASCATsurface wind retrievals in the NCEP Global Data Assimilation System.MonWeaRev,2011,139(11):3405-3421.

[6] 沈春,項(xiàng)杰,蔣國榮,等.中國近海ASCAT風(fēng)場反演結(jié)果驗(yàn)證分析.海洋預(yù)報(bào),2013,30(4):27-32.

[7] 張?jiān)龊?曹越男,劉濤,等.ASCAT散射計(jì)風(fēng)場在我國近海的初步檢驗(yàn)與應(yīng)用.氣象,2014,40(4):473-481.

[8] 高留喜,朱蓉,常蕊.QuikSCAT和ASCAT衛(wèi)星反演風(fēng)場在中國南海北部的適用性研究.氣象,2014,40(10):1240-1247.

[9] 謝小萍,魏建蘇,黃亮.ASCAT近岸風(fēng)場產(chǎn)品與近岸浮標(biāo)觀測風(fēng)場對比.應(yīng)用氣象學(xué)報(bào),2014,25(4):445-453.

[10] 楊曉君,張?jiān)龊?ASCAT洋面風(fēng)資料在中國北方海域的真實(shí)性檢驗(yàn).海洋預(yù)報(bào),2014,31(5):8-12.

[11] 安大偉,谷松巖,楊忠東,等.散射計(jì)海面非氣旋風(fēng)場塊狀模糊去除方法.應(yīng)用氣象學(xué)報(bào),2012,23(4):485-492.

[12] 劉小寧,鞠曉慧,范邵華.空間回歸檢驗(yàn)方法在氣象資料質(zhì)量檢驗(yàn)中的應(yīng)用.應(yīng)用氣象學(xué)報(bào),2006,17(1):37-42.

[13] 尹嫦姣,江志紅,吳息,等.空間差值檢驗(yàn)方法在地面氣象資料質(zhì)量控制中的應(yīng)用.氣候與環(huán)境研究,2010,15(3):229-236.

[14] 魏娜,孫嫻,姜創(chuàng)業(yè),等.臺站遷移對陜西省氣溫資料均一性的影響及其偏差訂正.氣象,2012,38(12):1532-1537.

[15] 何志軍,封秀燕,何利德,等.氣象觀測資料的四方位空間一致性檢驗(yàn).氣象,2010,36(5):118-122.

[16] 溫華洋,華連生,金素文,等.基于空間一致性的雙套站數(shù)據(jù)選取方法探索.氣象, 2013,39(8):1069-1075.

[17] 徐晶晶,胡非,肖子牛,等.風(fēng)能模式預(yù)報(bào)的相似誤差訂正.應(yīng)用氣象學(xué)報(bào),2013,24(6):731-740.

Verification and Correction on ASCAT Wind Velocities Within the Offshore East China Sea

Yao Risheng1)2)Tu Xiaoping1)2)Ding Yeyi1)Wang Wujun3)Wu Fangping3)Zhu Wanyun3)

1)(NingboMeteorologicalObservatoryofZhejiangProvince,Ningbo315012)2)(NingboCollaborativeInnovationCenterofNonlinearHazardSystemofOceanandAtmosphere,NingboUniversity,Ningbo315211)3)(FenghuaMeteorologicalBureauofZhejiangProvince,Fenghua315500)

Based on ASCAT wind velocities, observations of 14 meteorological buoys in the offshore East China Sea, and 249 automatic weather stations (AWS) along coastal Zhejiang Province from 2010 to 2014, verification and correction methods are implemented on ASCAT wind velocities and buoy observations. The analysis indicates ASCAT wind velocities are overestimated for all the 14 buoys in comparison with observations, but only 5 of them, all located off Zhoushan Archipelago, hold deviations greater than 2 m·s-1with mean bias of 4.79 m·s-1, and the mean bias for the rest buoys is only 0.46 m·s-1. Results also imply ASCAT wind velocities are not only related to distances away from the coastal line, but also to the local terrains. Regression methods are applied to investigate relations between ASCAT wind velocities and observations at all the buoys with regression and independent test samples ratio of 70% to 30%. It shows that linear regression can help reduce ASCAT wind deviations at all the buoys, decreasing the mean bias from 2.02 m·s-1down to 0.14 m·s-1, especially at those stations with big errors. The relation of ASCAT deviations among buoys is also studied, indicating there is a positive correlation between the ASCAT wind errors and distances for buoys within 160 km, the closer the distances between buoys are, the bigger the coefficients are, with the logarithmic fitting taking advantages of the linear fitting. Two methods, namely regression and deviation, are carried out to make corrections on ASCAT wind velocities, with effective radius taken into account while doing inverse distance weighing interpolations. Results show the mean deviations and root mean square errors decrease obviously after revision, two methods reduce the mean biases by 1.86 m·s-1(67.9%) and 1.74 m·s-1(64.2%), and reduce the root mean square errors by 1.19 m·s-1(29.2%) and 0.89 m·s-1(29.6%),repectively. Case study on the regression method is carried out with corrected ASCAT wind velocities compared with the 10 m wind fields at lead time 0 h of European Centre for Medium-Range Weather Forecasts (ECMWF) fine model (resolution of 0.25°×0.25°). It shows that two methods are proved positive and can help decrease mean wind deviation. Further analysis shows that the deviation method gets the least mean deviation when AWS observations are taken into account, implying that the enhancement of station resolution can help increase the correction result.

ASCAT; buoys; wind velocity corrections

10.11898/1001-7313.20150610

浙江省自然科學(xué)基金項(xiàng)目(LY15D050001)，寧波市科技計(jì)劃項(xiàng)目(2012C50044)，寧波市氣象局科技計(jì)劃項(xiàng)目(NBQX2014005B)

姚日升,涂小萍,丁燁毅,等. 華東沿海ASCAT反演風(fēng)速的檢驗(yàn)和訂正. 應(yīng)用氣象學(xué)報(bào)，2015，26(6)：735-742.

2015-01-09 收到，2015-08-11 收到再改稿。

* email: yaorisheng@tom.com