散射計(jì)海面風(fēng)場(chǎng)資料在遠(yuǎn)洋航天氣象保障中應(yīng)用方向探討

鐘劍，馬衛(wèi)民，姜，孫一妹

（中國(guó)衛(wèi)星海上測(cè)控部，江蘇江陰214431）

散射計(jì)海面風(fēng)場(chǎng)資料在遠(yuǎn)洋航天氣象保障中應(yīng)用方向探討

（中國(guó)衛(wèi)星海上測(cè)控部，江蘇江陰214431）

結(jié)合目前遠(yuǎn)洋航天氣象保障中關(guān)注重點(diǎn)及存在的弱點(diǎn)，創(chuàng)新嘗試引入高精度散射計(jì)海面風(fēng)場(chǎng)資料，探討散射計(jì)海面風(fēng)場(chǎng)資料在遠(yuǎn)洋航天氣象保障中應(yīng)用的可行方向，主要包括應(yīng)用于診斷海面風(fēng)場(chǎng)氣候統(tǒng)計(jì)特征、應(yīng)用于診斷熱帶氣旋生成預(yù)報(bào)預(yù)警、應(yīng)用于診斷熱帶氣旋內(nèi)部結(jié)構(gòu)特征、結(jié)合數(shù)學(xué)非線性時(shí)間序列預(yù)報(bào)方法應(yīng)用于站點(diǎn)海面風(fēng)和海面風(fēng)場(chǎng)預(yù)報(bào)，總結(jié)相關(guān)方向關(guān)鍵技術(shù)的國(guó)內(nèi)外研究進(jìn)展，為下一步散射計(jì)海面風(fēng)場(chǎng)資料在遠(yuǎn)洋航天氣象保障中的深入應(yīng)用及國(guó)內(nèi)海洋二號(hào)衛(wèi)星散射計(jì)資料的應(yīng)用提供理論基礎(chǔ)和方向支撐。

海面風(fēng)場(chǎng)；散射計(jì)資料；遠(yuǎn)洋航天氣象保障

1 引言

隨著我國(guó)對(duì)海洋資源和海洋權(quán)益的日益關(guān)注和重視，我國(guó)遠(yuǎn)洋活動(dòng)不斷增加，尤其是隨著我國(guó)進(jìn)入航天發(fā)射的高峰階段，遠(yuǎn)洋航天活動(dòng)越來(lái)越頻繁[1]。遠(yuǎn)洋航天活動(dòng)一個(gè)重要關(guān)注點(diǎn)在于確保船舶航行安全的氣象保障。遠(yuǎn)洋航天氣象保障主要關(guān)注密切影響船舶安全和任務(wù)實(shí)施的氣象要素和天氣系統(tǒng)，其中，氣象要素主要包括海面風(fēng)場(chǎng)和海浪，天氣系統(tǒng)主要包括熱帶氣旋、冷空氣、溫帶氣旋和熱帶云團(tuán)強(qiáng)對(duì)流等。

目前，我國(guó)在遠(yuǎn)洋航天氣象保障主要依賴于數(shù)值預(yù)報(bào)產(chǎn)品及衛(wèi)星云圖產(chǎn)品[2]。衛(wèi)星云圖僅僅能提供當(dāng)前大氣狀況的云圖特征，并不能提供天氣要素具體預(yù)報(bào)數(shù)值。數(shù)值預(yù)報(bào)產(chǎn)品雖然能提供包括海面風(fēng)場(chǎng)、海浪等天氣要素的預(yù)報(bào)場(chǎng)，但目前遠(yuǎn)洋航天氣象保障中并未開(kāi)發(fā)自主的數(shù)值預(yù)報(bào)產(chǎn)品，而可用的數(shù)值預(yù)報(bào)產(chǎn)品仍然存在以下問(wèn)題：一是依賴于國(guó)內(nèi)外各大數(shù)值預(yù)報(bào)中心發(fā)布，在某些情況下，并不能準(zhǔn)確按時(shí)接收各種數(shù)值預(yù)報(bào)產(chǎn)品，影響氣象保障的效率和準(zhǔn)確性；二是國(guó)外產(chǎn)品缺點(diǎn)在于分辨率相對(duì)較粗，而國(guó)內(nèi)產(chǎn)品雖然分辨率相對(duì)較高，但預(yù)報(bào)精度相比國(guó)外產(chǎn)品仍然存在一定差距。同時(shí)，對(duì)于遠(yuǎn)洋航天氣象保障重點(diǎn)關(guān)注的熱帶氣旋天氣系統(tǒng)生成預(yù)報(bào)預(yù)警、熱帶氣旋結(jié)構(gòu)診斷等，其保障產(chǎn)品仍然有待進(jìn)一步豐富。尋找更多的高精度海面要素和熱帶氣旋預(yù)報(bào)產(chǎn)品是遠(yuǎn)洋航天氣象保障的一個(gè)重要研究發(fā)展方向。

衛(wèi)星散射計(jì)，能夠高精度提供海面風(fēng)場(chǎng)信息，為更好開(kāi)展遠(yuǎn)洋航天氣象保障提供了一種可能。星載散射計(jì)為一種主動(dòng)式微波遙感器，其通過(guò)測(cè)量海表后向散射回波信號(hào)強(qiáng)度可間接反演得到海面風(fēng)場(chǎng)信息。由于其具備全天候、大面積、近實(shí)時(shí)觀測(cè)的特點(diǎn)，衛(wèi)星散射計(jì)被認(rèn)為是目前獲取海面風(fēng)場(chǎng)的最理想遙感器[3]。同時(shí)，衛(wèi)星散射計(jì)特有的全天候觀測(cè)能力和受云雨影響較小的特性，使得其在極端天氣如熱帶氣旋和大風(fēng)浪情況下的應(yīng)用有著其它傳感器不可比擬的優(yōu)越性。隨著散射計(jì)資料海面風(fēng)場(chǎng)反演方法的改進(jìn)，其在無(wú)雨條件下的海面風(fēng)場(chǎng)反演風(fēng)速誤差達(dá)到0～2 m/s或風(fēng)速的10%，風(fēng)向誤差達(dá)到0°～20°。同時(shí)，通過(guò)合理構(gòu)建降雨對(duì)微波信號(hào)的影響，降雨條件下的海面風(fēng)場(chǎng)反演精度也不斷提高[3]。

雖然衛(wèi)星散射計(jì)目前主要用于反演海面風(fēng)場(chǎng)要素，但是遠(yuǎn)洋航天氣象保障中關(guān)注的眾多天氣系統(tǒng)和氣象要素等均與海面風(fēng)場(chǎng)的變化息息相關(guān)。如，災(zāi)害性天氣系統(tǒng)熱帶氣旋一個(gè)重要特征就在于海面風(fēng)場(chǎng)的變化，海浪的變化也主要受海面風(fēng)場(chǎng)的影響等[4]。散射計(jì)提供的海面風(fēng)場(chǎng)要素，不但能夠?yàn)闅庀箢A(yù)報(bào)保障提供近實(shí)時(shí)海面風(fēng)場(chǎng)參考，同時(shí)，還可用以診斷其他一些遠(yuǎn)洋航天氣象保障中關(guān)注的要素和產(chǎn)品。目前，遠(yuǎn)洋航天氣象保障中尚缺少散射計(jì)海面風(fēng)場(chǎng)產(chǎn)品及其拓展應(yīng)用產(chǎn)品。

本文結(jié)合遠(yuǎn)洋航天氣象保障中存在的弱點(diǎn)，嘗試將散射計(jì)海面風(fēng)場(chǎng)資料引入到遠(yuǎn)洋航天氣象保障中，探討其在遠(yuǎn)洋航天氣象保障中應(yīng)用的可行方向，總結(jié)相關(guān)研究方向的目前國(guó)內(nèi)外研究進(jìn)展，以便為下一步散射計(jì)海面風(fēng)場(chǎng)資料在遠(yuǎn)洋航天氣象保障中的應(yīng)用提供理論基礎(chǔ)和方向支撐。

2 散射計(jì)海面風(fēng)場(chǎng)資料在遠(yuǎn)洋航天氣象保障中應(yīng)用可行方向

遠(yuǎn)洋航天氣象保障中重點(diǎn)關(guān)注氣象要素為海面風(fēng)場(chǎng)和海浪，天氣系統(tǒng)為熱帶氣旋、冷空氣、溫帶氣旋和熱帶云團(tuán)等；同時(shí)，目前遠(yuǎn)洋航天氣象保障中缺乏自主的數(shù)值天氣預(yù)報(bào)產(chǎn)品，在短時(shí)間內(nèi)也無(wú)法實(shí)現(xiàn)自主的數(shù)值天氣預(yù)報(bào)，并且包括熱帶氣旋生成和結(jié)構(gòu)診斷等相關(guān)保障產(chǎn)品仍有待進(jìn)一步豐富。

針對(duì)目前遠(yuǎn)洋航天氣象保障現(xiàn)狀，散射計(jì)海面風(fēng)場(chǎng)資料除了可以用于近實(shí)時(shí)分析包括臺(tái)風(fēng)、副高等在內(nèi)的天氣系統(tǒng)外[5]，在遠(yuǎn)洋航天氣象保障中應(yīng)用可行方向總結(jié)主要可包括：應(yīng)用于診斷海面風(fēng)場(chǎng)氣候統(tǒng)計(jì)特征、應(yīng)用于診斷熱帶氣旋生成預(yù)報(bào)預(yù)警、應(yīng)用于診斷熱帶氣旋內(nèi)部結(jié)構(gòu)特征、結(jié)合數(shù)學(xué)非線性時(shí)間序列預(yù)報(bào)方法應(yīng)用于站點(diǎn)海面風(fēng)和海面風(fēng)場(chǎng)預(yù)報(bào)。下面將結(jié)合遠(yuǎn)洋航天氣象保障的關(guān)注重點(diǎn)和弱點(diǎn)對(duì)各個(gè)可行方向進(jìn)行闡述和探討。

2.1 海面風(fēng)場(chǎng)氣候特征統(tǒng)計(jì)

遠(yuǎn)洋航天氣象保障中，在每次遠(yuǎn)洋航行執(zhí)行任務(wù)前，對(duì)于特定時(shí)間段特定任務(wù)海域均要進(jìn)行氣象要素氣候特征統(tǒng)計(jì)，以便為更好開(kāi)展氣象保障提供氣候特征參考和指導(dǎo)。目前，遠(yuǎn)洋航天氣象保障中進(jìn)行氣象要素氣候統(tǒng)計(jì)，主要依賴于歷史的數(shù)值預(yù)報(bào)產(chǎn)品資料。由于散射計(jì)海面風(fēng)場(chǎng)資料具有高精度的特性，將其應(yīng)用于診斷海面風(fēng)場(chǎng)氣候統(tǒng)計(jì)特征具有明顯的優(yōu)越性，也是散射計(jì)海面風(fēng)場(chǎng)資料服務(wù)于氣象保障的一個(gè)重要應(yīng)用方面。

國(guó)外方面，F(xiàn)ang等[6]針對(duì)中國(guó)南海區(qū)域，利用1°×1°的散射計(jì)海面風(fēng)場(chǎng)格點(diǎn)資料，開(kāi)展了海面風(fēng)場(chǎng)線性趨勢(shì)特征研究和基于經(jīng)驗(yàn)正交函數(shù)分解（EOF）分解的風(fēng)場(chǎng)年代際變化特征研究。He[7]利用3a的QuikSCAT散射計(jì)海面風(fēng)場(chǎng)資料，研究了西南太平洋區(qū)域的風(fēng)速概率分布特征。Chronis等[8]利用2000—2008年的12.5 km分辨率QuikSCAT散射計(jì)海面風(fēng)場(chǎng)資料，開(kāi)展地中海和黑海海域的風(fēng)場(chǎng)季節(jié)平均統(tǒng)計(jì)特征研究和大風(fēng)極端事件統(tǒng)計(jì)特征研究，并分析兩者之間的聯(lián)系。Sathiyamoorthy等[9]利用印度的OSCAT散射計(jì)海面風(fēng)場(chǎng)資料，研究了2010年夏季季風(fēng)期間的季風(fēng)季節(jié)變率和主要模態(tài)特征。Collins等[10]利用QuikSCAT散射計(jì)資料診斷了西印度洋海域海面風(fēng)場(chǎng)局地尺度空間特征和年代際變化特征。

國(guó)內(nèi)方面，郭小鋼等[11]利用ERS衛(wèi)星散射計(jì)風(fēng)場(chǎng)資料，插值到1°×1°網(wǎng)格格點(diǎn)，研究了包括東北季風(fēng)和西南季風(fēng)隨緯度變化及風(fēng)應(yīng)力特征在內(nèi)的南沙群島海域的風(fēng)場(chǎng)特征。劉春霞等[12]利用QuikSCAT散射計(jì)資料，研究了南海的大風(fēng)頻數(shù)特征和海面風(fēng)場(chǎng)空間統(tǒng)計(jì)特征。楊亮[13]利用衛(wèi)星遙感散射計(jì)海面風(fēng)場(chǎng)資料，對(duì)西北太平洋海面風(fēng)場(chǎng)時(shí)空特征進(jìn)行了相關(guān)分析。沈春等[14]利用QuikSCAT散射計(jì)資料進(jìn)行經(jīng)驗(yàn)正交函數(shù)分析和隨機(jī)動(dòng)態(tài)分析，研究了中國(guó)南海海面風(fēng)場(chǎng)的變化特征。馬艷輝[15]利用QuikSCAT和ASCAT網(wǎng)格化時(shí)間序列數(shù)據(jù)，對(duì)南極周邊海域的海面風(fēng)場(chǎng)基本統(tǒng)計(jì)特征和經(jīng)驗(yàn)正交函數(shù)分解統(tǒng)計(jì)特征進(jìn)行了分析。

以上分析顯示，散射計(jì)海面風(fēng)場(chǎng)資料已經(jīng)被廣大氣象學(xué)者應(yīng)用于開(kāi)展海面風(fēng)場(chǎng)的基本統(tǒng)計(jì)特征和其它統(tǒng)計(jì)特征研究，但不同海域海面風(fēng)場(chǎng)統(tǒng)計(jì)特征并不相同，針對(duì)遠(yuǎn)洋航天氣象保障重點(diǎn)關(guān)注海域，開(kāi)展基于散射計(jì)海面風(fēng)場(chǎng)資料的海面風(fēng)場(chǎng)氣候統(tǒng)計(jì)特征研究，其可為遠(yuǎn)洋航天氣象保障提供一種新的海面風(fēng)場(chǎng)氣候統(tǒng)計(jì)特征產(chǎn)品。

2.2 熱帶氣旋生成預(yù)報(bào)預(yù)警

由于遠(yuǎn)洋航天任務(wù)實(shí)施海域和時(shí)間可變性較小的特殊性，熱帶氣旋生成預(yù)報(bào)預(yù)警對(duì)遠(yuǎn)洋航天氣象保障顯得更加尤為重要，也一直是關(guān)注重點(diǎn)和氣象保障難點(diǎn)。在以往任務(wù)中，就曾多次遭遇熱帶氣旋生成可能影響任務(wù)實(shí)施和船舶安全航行的情形。尤其是對(duì)于在熱帶輻合帶或者西南季風(fēng)帶等熱帶云團(tuán)活躍條件下的情形，此時(shí)，由于熱帶云團(tuán)發(fā)展和消亡不確定性較大，數(shù)值預(yù)報(bào)產(chǎn)品對(duì)熱帶云團(tuán)是否會(huì)發(fā)展生成熱帶氣旋有時(shí)會(huì)存在很大誤差，某些情況下對(duì)于熱帶氣旋生成診斷的時(shí)間有時(shí)很短，此時(shí)，如果熱帶氣旋生成位置和時(shí)間在任務(wù)實(shí)施海域和時(shí)間附近，為了更有利于領(lǐng)導(dǎo)進(jìn)行指揮決策，希望能盡早給出熱帶氣旋生成的預(yù)報(bào)信息。目前，航天遠(yuǎn)洋氣象保障中關(guān)于熱帶氣旋生成預(yù)報(bào)預(yù)警的產(chǎn)品有待進(jìn)一步豐富。

由于熱帶氣旋生成一個(gè)重要方面表現(xiàn)在海面風(fēng)場(chǎng)變化上，散射計(jì)海面風(fēng)場(chǎng)逐漸應(yīng)用于診斷熱帶氣旋生成預(yù)報(bào)預(yù)警。目前利用散射計(jì)海面風(fēng)場(chǎng)資料診斷熱帶氣旋生成主要包括兩種思想，分別為基于相對(duì)渦度思想和基于大尺度矢量場(chǎng)匹配思想。

Liu[16]和Katsaros等[17]最早通過(guò)分析QuikSCAT散射計(jì)海面風(fēng)場(chǎng)數(shù)據(jù)指出，在熱帶擾動(dòng)被美國(guó)國(guó)家臺(tái)風(fēng)中心（National Hurricane Center，NHC）判定為熱帶氣旋前24 h，散射計(jì)海面風(fēng)場(chǎng)資料具備明顯的環(huán)流特征。Sharp等[18]首次提出利用散射計(jì)海面風(fēng)場(chǎng)數(shù)據(jù)計(jì)算相對(duì)渦度，用于診斷熱帶氣旋生成。利用1999年和2000年多個(gè)臺(tái)風(fēng)個(gè)例進(jìn)行了初步診斷數(shù)值試驗(yàn)，表明基于相對(duì)渦度思想診斷熱帶氣旋生成預(yù)報(bào)預(yù)警的可行性。基于Katsaros等思想，Hite等[19]和Gierach等[20]利用衛(wèi)星散射計(jì)海面風(fēng)場(chǎng)資料和靜止氣象環(huán)境衛(wèi)星資料，結(jié)合低層相對(duì)渦度和風(fēng)速診斷熱帶氣旋的生成。針對(duì)利用散射計(jì)資料計(jì)算相對(duì)渦度診斷熱帶氣旋生成，F(xiàn)ord[21]和Bourassa等[22]提出一種改進(jìn)的相對(duì)渦度計(jì)算方法，同時(shí)分析了相對(duì)渦度計(jì)算的主要誤差源。

同時(shí)，Jaiswal等[23]基于大尺度海面風(fēng)矢量場(chǎng)的匹配思想，提出一種可以克服基于相對(duì)渦度思想局限性的熱帶氣旋生成預(yù)報(bào)預(yù)警方法。其基本思想是，利用發(fā)展熱帶氣旋的海面風(fēng)矢量場(chǎng)具有相似特征，利用矢量塊匹配算法，匹配海面風(fēng)場(chǎng)與歷史數(shù)據(jù)庫(kù)中發(fā)展的熱帶擾動(dòng)海面風(fēng)場(chǎng)信息，進(jìn)而診斷熱帶擾動(dòng)是否發(fā)展成為熱帶氣旋。利用2007—2009年臺(tái)風(fēng)季的連續(xù)海面風(fēng)場(chǎng)資料開(kāi)展試驗(yàn)，結(jié)果表明，所有發(fā)展成為熱帶風(fēng)暴的14個(gè)熱帶擾動(dòng)均被該方法有效診斷出來(lái)，同時(shí)，也存在兩個(gè)錯(cuò)誤診斷個(gè)例，熱帶氣旋生成診斷時(shí)間基本在25～114 h之間。之后，Jaiswal等[24]利用該方法，基于印度海洋二號(hào)OSCAT散射計(jì)海面風(fēng)場(chǎng)資料，診斷了北印度洋海域的熱帶氣旋生成，2009年的11個(gè)熱帶氣旋數(shù)值試驗(yàn)結(jié)果表明，其對(duì)應(yīng)的熱帶擾動(dòng)全部被診斷出來(lái)，提前診斷出來(lái)的時(shí)間也基本在24～144 h之間（見(jiàn)圖1），平均為63 h，但也存在2%的錯(cuò)誤診斷率[24]。

圖1 北印度洋2009—2011年歷史數(shù)據(jù)庫(kù)樣本熱帶氣旋個(gè)例的跟蹤時(shí)間（該時(shí)間為熱帶低壓系統(tǒng)被JTWC確定為熱帶風(fēng)暴時(shí)間與被算法診斷可發(fā)展成為熱帶風(fēng)暴時(shí)間之差，摘自參考文獻(xiàn)[24]）

以上分析顯示，散射計(jì)海面風(fēng)場(chǎng)資料應(yīng)用于診斷遠(yuǎn)洋海域熱帶氣旋生成預(yù)報(bào)預(yù)警具有一定的優(yōu)越性，但是針對(duì)不同海域，需要構(gòu)建相應(yīng)的熱帶氣旋生成預(yù)報(bào)預(yù)警模型，優(yōu)化診斷模型中若干關(guān)鍵參數(shù)。針對(duì)遠(yuǎn)洋航天氣象保障重點(diǎn)關(guān)注海域特點(diǎn)，開(kāi)發(fā)基于散射計(jì)海面風(fēng)場(chǎng)資料的熱帶氣旋生成預(yù)報(bào)預(yù)警產(chǎn)品，并應(yīng)用于遠(yuǎn)洋航天氣象保障中，在提供一種新的預(yù)報(bào)保障產(chǎn)品的同時(shí)為更好開(kāi)展熱帶氣旋生成預(yù)報(bào)預(yù)警保障提供一種可能。

同時(shí)，對(duì)于散射計(jì)海面風(fēng)場(chǎng)資料診斷熱帶氣旋生成，目前算法中仍然存在一定的錯(cuò)誤診斷率，且對(duì)于某些熱帶氣旋個(gè)例，其預(yù)報(bào)預(yù)警時(shí)效仍然相對(duì)較短（見(jiàn)圖1），而對(duì)于這些個(gè)例，往往是遠(yuǎn)洋航天氣象保障中氣象保障的難點(diǎn)。

2.3 熱帶氣旋內(nèi)部結(jié)構(gòu)特征診斷

熱帶氣旋特定風(fēng)速半徑、臺(tái)風(fēng)中心位置在某些特殊情況下也是遠(yuǎn)洋航天氣象保障的重點(diǎn)。如，2016年遭遇的一次在發(fā)展的熱帶氣旋附近實(shí)施任務(wù)的情形，在這種情況下，目前主要通過(guò)密切關(guān)注衛(wèi)星云圖的變化、雷達(dá)觀測(cè)資料及常規(guī)觀測(cè)資料的變化來(lái)診斷熱帶氣旋的發(fā)展變化，在定量確定熱帶氣旋某一風(fēng)速影響范圍等方面仍然存在欠缺，不利于更好準(zhǔn)確判斷熱帶氣旋對(duì)船舶的影響程度。隨著散射計(jì)增強(qiáng)高分辨資料的出現(xiàn)以及反演海面風(fēng)場(chǎng)精度的不斷提高，散射計(jì)海面風(fēng)場(chǎng)資料逐漸應(yīng)用于診斷熱帶氣旋內(nèi)部結(jié)構(gòu)特征。

國(guó)外方面，Magnan[25]利用NSCAT 25 km分辨率散射計(jì)海面風(fēng)場(chǎng)資料，針對(duì)西北太平洋9個(gè)熱帶氣旋個(gè)例，開(kāi)展計(jì)算熱帶氣旋關(guān)鍵風(fēng)半徑和熱帶氣旋尺度大小研究，表明散射計(jì)資料可用以估計(jì)熱帶氣旋中心，且估計(jì)的關(guān)鍵風(fēng)半徑與美國(guó)聯(lián)合預(yù)報(bào)預(yù)警中心（Joint Typhoon Warning Center，JTWC）產(chǎn)品具有很好的一致性。之后，QuikSCAT增強(qiáng)2.5 km分辨率資料出現(xiàn)，能夠呈現(xiàn)出更加細(xì)致的熱帶氣旋內(nèi)部結(jié)構(gòu)信息（見(jiàn)圖2）。Halterman等[26-27]利用該高分辨率海面風(fēng)場(chǎng)資料，通過(guò)與25 km分辨率資料對(duì)比分析表明，2.5 km分辨率資料能夠有效監(jiān)測(cè)熱帶氣旋的內(nèi)核大小和結(jié)構(gòu)以及是否存在中心眼墻等特征，而這些在25 km分辨率資料中往往無(wú)法體現(xiàn)。同時(shí)，2.5 km分辨率資料在熱帶氣旋環(huán)流中心定位方面比25 km分辨率資料精度也更高。Said等[28]利用QuikSCAT 2.5 km高分辨率散射計(jì)海面風(fēng)場(chǎng)產(chǎn)品，開(kāi)展估計(jì)熱帶氣旋中心和風(fēng)半徑的研究。結(jié)果表明，與熱帶氣旋最佳路徑相比，估計(jì)的熱帶氣旋中心平均誤差只有19 km，標(biāo)準(zhǔn)偏差為10 km。同時(shí)，文中提出了一種利用散射計(jì)海面風(fēng)場(chǎng)資料自動(dòng)估計(jì)風(fēng)速半徑的方法。

同時(shí)，國(guó)內(nèi)方面，還局限于利用粗分辨率的散射計(jì)資料估計(jì)熱帶氣旋中心的研究。Zou等[29]研究了采用搜索QuikSCAT反演風(fēng)向的渦旋中心，風(fēng)速或后向散射系數(shù)的臺(tái)風(fēng)中心區(qū)域在局部最小值點(diǎn)的方法定位獲得臺(tái)風(fēng)中心位置信息。Zhong等[3]利用QuikSCAT散射計(jì)海面風(fēng)場(chǎng)資料，構(gòu)建了自動(dòng)搜索確定臺(tái)風(fēng)中心的相關(guān)流程，并利用一次熱帶氣旋多個(gè)觀測(cè)時(shí)次散射計(jì)資料進(jìn)行了數(shù)值試驗(yàn)，驗(yàn)證了該方法的有效性。

圖2 25 km分辨率和2.5 km增強(qiáng)分辨率下2007年8月臺(tái)風(fēng)“Dean”的風(fēng)速和風(fēng)向圖（摘自參考文獻(xiàn)[29]）

以上分析顯示，散射計(jì)海面風(fēng)場(chǎng)資料可用于診斷熱帶氣旋路徑信息，同時(shí)，高分辨率的散射計(jì)海面風(fēng)場(chǎng)還可用于診斷熱帶氣旋內(nèi)部結(jié)構(gòu)信息，在獲取高精度散射計(jì)海面風(fēng)場(chǎng)資料后，將其應(yīng)用于診斷航天遠(yuǎn)洋海域熱帶氣旋結(jié)構(gòu)特征，可更加客觀準(zhǔn)確評(píng)估熱帶氣旋的影響范圍和影響大小，進(jìn)而更好服務(wù)于航天遠(yuǎn)洋氣象保障。

增強(qiáng)2.5 km高分辨率的散射計(jì)資料是通過(guò)一定的算法對(duì)正常25 km分辨率觀測(cè)資料提高分辨率生成[28]，因此，其不可避免存在一定程度的誤差，而這些誤差也會(huì)在一定程度上導(dǎo)致熱帶氣旋內(nèi)部結(jié)構(gòu)診斷存在誤差。同時(shí)，須注意到，受散射計(jì)衛(wèi)星觀測(cè)的影響，散射計(jì)海面風(fēng)場(chǎng)資料一般對(duì)于某個(gè)海域一天只有1—2次的觀測(cè)資料，時(shí)間密度仍然相對(duì)有限。

2.4 站點(diǎn)海面風(fēng)和海面風(fēng)場(chǎng)預(yù)報(bào)技術(shù)

目前，遠(yuǎn)洋航天氣象保障中仍然缺少自主的預(yù)報(bào)保障產(chǎn)品，主要依賴于國(guó)內(nèi)外發(fā)布的數(shù)值預(yù)報(bào)產(chǎn)品和衛(wèi)星云圖等。在以往氣象保障中，仍然存在不能按時(shí)準(zhǔn)確接收數(shù)值預(yù)報(bào)產(chǎn)品影響預(yù)報(bào)保障效能的情形。發(fā)展計(jì)算量較小、精度可靠的預(yù)報(bào)保障產(chǎn)品是遠(yuǎn)洋航天氣象保障的一個(gè)重要研究方向。同時(shí)，當(dāng)氣象保障人員關(guān)注站點(diǎn)或者日平均海面風(fēng)場(chǎng)預(yù)報(bào)時(shí)，此時(shí)，數(shù)值天氣預(yù)報(bào)計(jì)算量太大，利用高精度站點(diǎn)或日平均海面風(fēng)場(chǎng)資料時(shí)間序列，結(jié)合數(shù)學(xué)非線性時(shí)間序列預(yù)報(bào)方法開(kāi)展海面風(fēng)場(chǎng)預(yù)報(bào)研究具有重要的研究?jī)r(jià)值，也是目前發(fā)展起來(lái)的散射計(jì)海面風(fēng)場(chǎng)資料的一個(gè)重要應(yīng)用方向。

More等[30]和Malmberg等[31]分別利用人工神經(jīng)網(wǎng)絡(luò)和卡爾曼濾波方法開(kāi)展站點(diǎn)海面風(fēng)預(yù)報(bào)研究。之后，由于遺傳算法相對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)等非線性時(shí)間序列預(yù)報(bào)算法，具有可提供顯式預(yù)報(bào)方程的優(yōu)越性，逐漸廣泛用于海面風(fēng)預(yù)報(bào)。Basu等[32]最早利用北印度洋的in situ常規(guī)觀測(cè)和衛(wèi)星散射計(jì)觀測(cè)海面風(fēng)場(chǎng)時(shí)間序列資料，基于遺傳算法開(kāi)展單站海面風(fēng)速預(yù)報(bào)研究。結(jié)果表明：該方法相對(duì)持續(xù)模型和自回歸模型具有明顯優(yōu)越性。Zhong等[33]結(jié)合奇異譜分析濾除時(shí)間序列噪音方法，驗(yàn)證了遺傳算法在中國(guó)南海站點(diǎn)海面風(fēng)預(yù)報(bào)中的有效性，結(jié)果顯示，3個(gè)站點(diǎn)對(duì)于緯向風(fēng)和徑向風(fēng)的1～4 d預(yù)報(bào)誤差分別在1.24～1.95 m/s、1.4～2.11 m/s、1.68～2.80 m/s及2.15～3.51 m/s之間，不同站點(diǎn)由于海面風(fēng)包含的噪音不同而可預(yù)報(bào)性和預(yù)報(bào)誤差并不相同。

通過(guò)結(jié)合經(jīng)驗(yàn)正交函數(shù)分解方法，Sharma等[34-35]分別針對(duì)阿拉伯海海域和孟加拉灣海域，利用散射計(jì)海面風(fēng)場(chǎng)資料，將遺傳算法應(yīng)用于區(qū)域海域海面風(fēng)場(chǎng)預(yù)報(bào)研究。研究表明：對(duì)于5 d內(nèi)預(yù)報(bào)，其相對(duì)于持續(xù)模型具有優(yōu)越性。同時(shí)，Basu等[36]針對(duì)整個(gè)北印度洋海域（包括阿拉伯海和孟加拉灣），開(kāi)展基于遺傳算法和經(jīng)驗(yàn)正交函數(shù)分解的散射計(jì)海面風(fēng)場(chǎng)1～4 d預(yù)報(bào)研究，通過(guò)與浮標(biāo)觀測(cè)資料對(duì)比，顯示出令人振奮的結(jié)果。結(jié)果顯示，對(duì)于北印度洋大部分海域，1 d預(yù)報(bào)誤差在1.5 m/s左右，3 d預(yù)報(bào)誤差也基本維持在1.5～2.0 m/s量級(jí)，4 d預(yù)報(bào)誤差在3 m/s量級(jí)，且均在4 m/s以下（見(jiàn)圖3）。同時(shí)，孟加拉灣海域的預(yù)報(bào)誤差相對(duì)阿拉伯海海域要更大。需說(shuō)明的是，遺傳算法開(kāi)展站點(diǎn)海面風(fēng)和海面風(fēng)場(chǎng)預(yù)報(bào)，相對(duì)于神經(jīng)網(wǎng)絡(luò)等非線性時(shí)間預(yù)報(bào)算法另一重要特征在于計(jì)算量小，且一次構(gòu)建預(yù)報(bào)模型后可長(zhǎng)時(shí)間應(yīng)用。

以上分析顯示，將散射計(jì)海面風(fēng)場(chǎng)資料應(yīng)用于站點(diǎn)海面風(fēng)或海面風(fēng)場(chǎng)預(yù)報(bào)具有潛在應(yīng)用價(jià)值，但是對(duì)于不同站點(diǎn)或不同海域、及不同的觀測(cè)資料，所構(gòu)建的海面風(fēng)或海面風(fēng)場(chǎng)預(yù)報(bào)模型是不相同的。針對(duì)遠(yuǎn)洋航天氣象保障重點(diǎn)關(guān)注站點(diǎn)或海域特點(diǎn)，利用高精度散射計(jì)海面風(fēng)資料，構(gòu)建其相應(yīng)的站點(diǎn)海面風(fēng)或海面風(fēng)場(chǎng)預(yù)報(bào)模型，可為其遠(yuǎn)洋航天氣象保障提供一種自主開(kāi)發(fā)的新的海面風(fēng)預(yù)報(bào)產(chǎn)品，在豐富海面風(fēng)預(yù)報(bào)產(chǎn)品的同時(shí)可為進(jìn)一步提高海面風(fēng)預(yù)報(bào)精度提供一種可能。

須注意到，利用散射計(jì)海面風(fēng)場(chǎng)資料，基于遺傳算法的站點(diǎn)海面風(fēng)或海面風(fēng)場(chǎng)預(yù)報(bào)中，海面風(fēng)場(chǎng)資料時(shí)間序列的噪音是影響算法有效性的一個(gè)重要因素，這也是前人研究中不同站點(diǎn)和不同海域的預(yù)報(bào)誤差不相同，有時(shí)差異還較大的原因。對(duì)于某些海面風(fēng)場(chǎng)資料時(shí)間序列噪音較大的海域，該算法的預(yù)報(bào)誤差可能會(huì)相對(duì)較大。同時(shí)，該算法對(duì)于冷空氣或者熱帶氣旋等惡劣天氣引起的海面風(fēng)突然增大的情況下的預(yù)報(bào)精度都還有待進(jìn)一步考究。

圖3 北印度洋海面風(fēng)場(chǎng)預(yù)報(bào)均方根誤差分布（單位：m/s，摘自參考文獻(xiàn)[37]）

3 總結(jié)和展望

本文針對(duì)散射計(jì)海面風(fēng)場(chǎng)資料在遠(yuǎn)洋航天氣象保障中的應(yīng)用，總結(jié)歸納了4個(gè)可行應(yīng)用方向，包括應(yīng)用于診斷海面風(fēng)場(chǎng)氣候統(tǒng)計(jì)特征、應(yīng)用于診斷熱帶氣旋生成預(yù)報(bào)預(yù)警、應(yīng)用于熱帶氣旋內(nèi)部結(jié)構(gòu)特征診斷、結(jié)合數(shù)學(xué)非線性時(shí)間序列預(yù)報(bào)方法應(yīng)用于預(yù)報(bào)站點(diǎn)海面風(fēng)或海面風(fēng)場(chǎng)。對(duì)其相關(guān)可行應(yīng)用方向的國(guó)內(nèi)外研究進(jìn)展進(jìn)行歸納總結(jié)，結(jié)合遠(yuǎn)洋航天氣象保障關(guān)注重難點(diǎn)，探討了在遠(yuǎn)洋航天氣象保障中應(yīng)用的可行性，可為下一步散射計(jì)海面風(fēng)場(chǎng)資料在遠(yuǎn)洋航天氣象保障中的深入應(yīng)用提供理論基礎(chǔ)和方向支撐。

這些方向的研究均與遠(yuǎn)洋航天氣象保障息息相關(guān)，如每次開(kāi)展遠(yuǎn)洋航天氣象保障前，均需要對(duì)關(guān)注海域海面風(fēng)場(chǎng)等氣象要素特征進(jìn)行統(tǒng)計(jì)，以便預(yù)報(bào)員了解相關(guān)海域氣候特征，高精度海面風(fēng)場(chǎng)資料為氣候特征估計(jì)提供更好資料源；熱帶氣旋一直以來(lái)都是遠(yuǎn)洋航天氣象保障重點(diǎn)關(guān)注天氣系統(tǒng)，對(duì)熱帶氣旋生成預(yù)報(bào)預(yù)警更是目前遠(yuǎn)洋航天氣象保障中的薄弱環(huán)節(jié)，基于散射計(jì)海面風(fēng)場(chǎng)資料開(kāi)展熱帶氣旋預(yù)報(bào)預(yù)警，可為診斷熱帶氣旋生成進(jìn)而更好開(kāi)展熱帶氣旋預(yù)報(bào)保障提供一種可能；熱帶氣旋內(nèi)部結(jié)構(gòu)特征是有效評(píng)估熱帶氣旋影響范圍和影響強(qiáng)度的重要方面，高精度散射計(jì)海面風(fēng)場(chǎng)資料可診斷熱帶氣旋結(jié)構(gòu)特征，進(jìn)而更好服務(wù)于航天遠(yuǎn)洋氣象保障；海面風(fēng)場(chǎng)一直以來(lái)都是影響遠(yuǎn)洋航天氣象保障的重要?dú)庀笠?，基于散射?jì)海面風(fēng)場(chǎng)資料開(kāi)展站點(diǎn)海面風(fēng)或海面風(fēng)場(chǎng)預(yù)報(bào)，可為遠(yuǎn)洋航天氣象保障提供一種新的預(yù)報(bào)產(chǎn)品。

同時(shí)，目前我國(guó)海洋二號(hào)衛(wèi)星散射計(jì)資料應(yīng)用大多還局限于應(yīng)用于數(shù)值天氣預(yù)報(bào)和海面風(fēng)場(chǎng)氣候統(tǒng)計(jì)，在其它方面的應(yīng)用還較少，本文中提出的4個(gè)可行應(yīng)用方向還可為海洋二號(hào)衛(wèi)星散射計(jì)資料在氣象保障中的深入應(yīng)用提供理論和方向支撐。

[1]馬衛(wèi)民,褚曉春,王力群.神舟七號(hào)飛船發(fā)射海上測(cè)控氣象保障分析[J].氣象,2010,36(12):35-40.

[2]趙學(xué)洋,周云山.數(shù)值預(yù)報(bào)產(chǎn)品在西南太平洋船舶導(dǎo)航中的應(yīng)用[J].海洋預(yù)報(bào),2013,30(5):69-74.

[3]Zhong J,Fei J F,Huang S X,et al.An improved QuikSCAT wind retrievalalgorithmandeyelocatingfortyphoon[J].Acta Oceanologica Sin,2012,31(1):41-50.

[4]周凱,陳希,李妍,等.兩種海面風(fēng)場(chǎng)的對(duì)比及對(duì)海浪模擬的影響[J].海洋預(yù)報(bào),2012,29(3):9-14

[5]苗春生,高雅,王堅(jiān)紅.HY-2衛(wèi)星近海面風(fēng)場(chǎng)資料融合及在海上天氣系統(tǒng)分析中的應(yīng)用[J].海洋預(yù)報(bào),2015,32(4):12-22

[6]Fang G H,Chen H Y,Wei Z X,et al.Trends and interannual variability of the South China Sea surface winds,surface height,and surface temperature in the recent decade[J].Journal of Geophysical Research,2006,111(C11):C11S16.

[7]He Y P.Surface wind speed probability distribution in the Southeast Pacific of Marine Stratus and Stratocumulus regions[J].Central EuropeanJour-nalof Geosciences,2009,1(4):443-455.

[8]Chronis T,Papadopoulos V,Nikolopoulos E I.Qui-ckSCAT observations of extreme wind events over the Mediterranean and BlackSeasduring2000-2008[J].InternationalJournalof Climatolo-gy,2010,31(4):2068-2077.

[9]Sathiyamoorthy V,Sikhakolli R,Gohil B S,et al.Intra-seasonal variability in Oceansat-2 scatter-ometer sea-surface winds over the Indian summer monsoon region[J].Meteorology and Atmospheric Physics,2012,117(3-4):145-152.

[10]Collins C,Reason C J C,Hermes J C.Scatterom-eter and reanalysis wind products over the western tropical Indian Ocean[J].Journal of Geophysical Research,2012,117(C3):C03045.

[11]郭小鋼,靖春生,李立.南沙群島海域風(fēng)場(chǎng)特征——衛(wèi)星散射計(jì)觀測(cè)資料分析[J].熱帶海洋學(xué)報(bào),2003,22(4):18-25.

[12]劉春霞,何溪澄.QuikSCAT散射計(jì)矢量風(fēng)統(tǒng)計(jì)特征及南海大風(fēng)遙感分析[J].熱帶氣象學(xué)報(bào),2003,19(增刊):107-117.

[13]楊亮.基于遙感數(shù)據(jù)的西北太平洋海面風(fēng)場(chǎng)時(shí)空特征分析[D].青島:國(guó)家海洋局第一海洋研究所,2007.

[14]沈春,蔣國(guó)榮,施偉來(lái),等.南海QuikSCAT海面風(fēng)場(chǎng)變化特征分析[J].海洋預(yù)報(bào),2012,29(3):1-8.

[15]馬艷輝.基于散射計(jì)數(shù)據(jù)的南極周邊海域海面風(fēng)場(chǎng)特征研究[D].青島:中國(guó)海洋大學(xué),2013.

[16]Liu W T.Wind over troubled water[J].Backs-catter,2001,12:10-14.

[17]Katsaros K B,Forde E B,Chang P,et al.Quik SCAT’s SeaWinds facilitates early identification of tropical depressions in 1999 hurricane season[J].Geophysical Research Letters,2001,28(6):1043-1046.

[18]Sharp R J,Bourassa M A,O’Brien J J.Early detection of tropical cyclones using SeaWinds-derived vorticity[J].Bulletin of the American Meteorological Society,2002,83(6):879-889.

[19]Hite M M,Bourassa M A,O'Brien J J.Vorticity-based detection of tropical cyclogenesis[C]//14th Conference on Interaction of the Sea and Atmosphere.Atlanta,GA:America Meteorolog-ical Society,2016.

[20]Gierach M M,Bourasa A,Cunningham P,et al.Vorticity-based detectionoftropicalcyclogenesis[J].JournalofApplied MeteorologyandClimato-logy,2007,46(8):1214-1229.

[21]Ford K M.Uncertainity of scatterometer-derived vorticity[D].Florida:TheFloridaStateUniver-sity,2008.

[22]Bourassa A M,Ford K M.Uncertainty in scatterometer-derived vorticity[J].Journal of Atmospheric and Oceanic Technology,2010,27(3):594-602.

[23]Jaiswal N,Kishtawal C M.Prediction of Tropical Cyclogenesis Using Scatterometer Data[J].IEEE Transcations on Geoscience andRemoteSensing,2011,49(12):4904-4909.

[24]Jaiswal N,Kishtawal C M,Pal P K.Prediction of tropical cyclogenesisinNorthIndianOceanusingOceansat-2 scatterometer(OSCAT)winds[J].Meteorology and Atmospheric Physics,2013,119(3-4):137-149.

[25]Magnan S G.Calculating tropical cyclone critical wind radii and storm size using NSCAT winds[D].New York:State University of New York,1998.

[26]Halterman R R.Observation and tracking of tropical cyclones using resolution enhanced scatt-erometry[D].Brigham:Brigham Young Univer-sity,2006.

[27]HaltermanR,DavidL.A comparisonofhurricaneeye determination using standard and ultra-high resolution QuikSCAT winds[C]//IEEE Internat-ional Conference on Geoscience and Remote Sensing Symposium.Denver,CO,USA:IEEE,2006:4117-4120.

[28]Said F,Long D G.Determining selected tropical cyclone characteristics using QuikSCAT′s ultra-high resolution images[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2011,4(4):857-869.

[29]Zou J H,Lin M S,Pan D L,et al.Applications of QuikSCAT in typhoon observation and tracking[J].Journal of Remote Sensing,2009,13(5):840-846.

[30]More A,Deo M C.Forecasting wind with neural networks[J].Marine Structures,2003,16(1):35-49.

[31]Malmberg A,Holst U,Holst J.Forecasting near-surface ocean winds with Kalman filter techni-ques[J].Ocean Engineering,2005,32(3-4):273-291.

[32]Basu S,Satheesan K,Sarkar A,et al.Ocean surface wind prediction in the north Indian Ocean from in situ and satellite observations using genetic algorithm[J].Geophysical Resear-ch Letters,2005,32(24):L24601.

[33]Zhong J,Dong G,Sun Y M,et al.Application of the nonlinear time series prediction method of genetic algorithm for forecasting surface wind of point station in the South China Sea with scatterometer observations[J].Chinese Physics B,2016,25(11):110502.

[34]Sharma,R,Sarkar A,Agarwal N,et al.A new technique for forecasting surface wind field from scatterometer observations:A case study for the Arabian Sea[J].IEEE Transactions on Geoscien-ce and Remote Sensing,2007,45(3):613-620.

[35]Sharma R,Sarkar A,Agarwal N,et al.Predicting wind field in the Bay of Bengal from scatter-ometer observations using genetic algorithm[J].GeophysicalResearchLetters,2007,34(3):L03603.

[36]BasuS,SharmaR,AgarwalN,etal.Forecastingof scatterometer-derived wind fields in the north Indian Ocean with a data-adaptive approach[J].Journal of Geophysics Research,2009,114(C9):C09004.

Application of the wind field from scatterometer observations in ocean-going meteorology support

ZHONG Jian，MAWei-Min，JIANG Min，SUN Yi-Mei
（China Satellite Maritime Tracking and Control Department,Jiangyin 214431 China）

A new observation of wind field from scatterometer is introduced for ocean-going meteorology support to overcome the drawbacks in practice.Several research aspects are proposed,such as the diagnosing climate statistical characteristic of wind field,the tropical cyclogenesis,the inner structure of tropical cyclone,and wind point or wind field prediction with nonlinear prediction method.A detailed review on research advances of these directions is summarized.The research can provide the theoretical foundation and direction support for using the wind field from scatterometer especially for the HY-2 in oceangoing meteorology support.

wind field；scatterometer observation；oceangoing meteorology support

P732.1

A

1003-0239（2017）06-0008-08

10.11737/j.issn.1003-0239.2017.06.002

2016-12-06；

2016-12-23。

國(guó)家自然科學(xué)青年基金（41605075）。

鐘劍（1984-），男，工程師，博士，從事海洋氣象水文要素預(yù)報(bào)和資料同化數(shù)值預(yù)報(bào)研究。E-mail：zhj_zhongjian@163.com