海洋漁業(yè)志愿船觀測數(shù)據(jù)可用性評估

滕駿華，吳彬鋒，田杰，孫美仙，干道軍

（1. 國家海洋環(huán)境預報中心，北京100081；2. 寧波世紀海洋信息科技有限公司，浙江 寧波315700）

1 引言

21 世紀是海洋的世紀，而海洋觀測是我們認識海洋、研究海洋和開發(fā)海洋的必要途徑。為保障和促進沿海地區(qū)經(jīng)濟社會發(fā)展、維護海洋權(quán)益、提高海上突發(fā)事件應急響應能力、應對全球氣候變化和促進海洋科學研究，我國提出了《全國海洋觀測網(wǎng)規(guī)劃》。目前，已初步形成了涵蓋岸基、離岸、大洋和極地的海洋觀測網(wǎng)框架[1]。志愿船觀測是我國海洋觀測網(wǎng)的重要組成部分，也是我國履行志愿觀測船舶（Voluntary Observing Ships，VOS）計劃應盡的國際義務，其獲取的近海、中遠海和遠洋航線上的實時和非實時水文氣象要素數(shù)據(jù)彌補了固定站點觀測產(chǎn)生的空白。伴隨著網(wǎng)絡信息化的高速發(fā)展，志愿船采集到的海洋氣象和物理海洋等數(shù)據(jù)為海洋環(huán)境預報、海洋防災減災、海洋權(quán)益維護和海洋資源開發(fā)等諸多方面提供重要的支持[2-3]。

從新中國成立初始，我國就陸續(xù)開展志愿船觀測工作，其規(guī)模在改革開放前后達到頂峰。志愿船觀測數(shù)據(jù)經(jīng)船舶測報管理站進行收集和整理，并匯集到國家海洋環(huán)境預報中心和國家海洋信息中心。但從20 世紀90 年代開始，由于業(yè)務經(jīng)費減少等原因，我國的志愿船規(guī)模逐年下降，志愿船觀測工作面臨嚴峻的挑戰(zhàn)[4]。數(shù)量方面，通過志愿船系統(tǒng)遞交數(shù)據(jù)的船只數(shù)目從2005 年的超過140 艘下降到目前僅有的約60 艘；區(qū)域方面，志愿船觀測主要集中在大洋航線上，與近海成面、外海成片、遠洋成線的設想還有差距；數(shù)據(jù)方面，志愿船觀測儀器水平參差不齊、數(shù)據(jù)格式不統(tǒng)一、數(shù)據(jù)匯總不及時、觀測要素單一，并且資源沒有得到充分有效的利用。

隨著精細化海洋預報的發(fā)展要求，海上觀測需要在時間頻度和空間分布密度上加大觀測數(shù)據(jù)的獲取與數(shù)據(jù)傳輸時效，我國有近30萬漁船分布在近海作業(yè)[5]，如果利用漁船進行海洋觀測數(shù)據(jù)獲取，在提高近海漁業(yè)生產(chǎn)安全環(huán)境保障服務的技術(shù)提升上，無疑是一種有效的手段。近年來，配備有全球定位系統(tǒng)（Global Positioning System，GPS）/北斗導航儀、風向風速儀、氣壓傳感器和溫濕度儀等高精度測量儀器的漁船加入到志愿船體系，成為新一代的海洋漁業(yè)志愿船。僅在我國東海海域，新一代海洋漁業(yè)志愿船的規(guī)模就達到近280艘，能夠?qū)︼L速、風向、氣溫、氣壓和相對濕度等多種要素同時進行自動觀測，同時在近岸通過3G、遠海通過北斗或GPS 系統(tǒng)實時傳輸，具有實時、連續(xù)、靈活和經(jīng)濟等優(yōu)點。漁業(yè)志愿船的活動范圍遠超過目前我國近海布放的觀測浮標，在空間上的分布優(yōu)勢大大提高了觀測數(shù)據(jù)在預報中的重要性，在短臨預報和精細化預報的發(fā)展上，應用潛力巨大。開展新一代海洋漁業(yè)志愿船觀測，對“21 世紀海上絲綢之路”戰(zhàn)略的穩(wěn)步實施、對我國“海洋強國”的建設和海洋環(huán)境安全保障能力的提升都有著重要的意義。

2 研究區(qū)域和數(shù)據(jù)

本文的研究區(qū)域為我國東海海域，位于23°～33°N，117°～131°E 之間，是海面大氣特性由低緯向中高緯過渡的代表性區(qū)域，受到復雜的局地流場作用[6]。該海域目前的實測數(shù)據(jù)主要來自自然資源部東海分局負責的16 個業(yè)務化浮標（其中10 m 浮標站位7 個、近海3 m 浮標6 個、波浪浮標3 個）、11 個業(yè)務化試運行浮標（其中10 m 浮標站位8 個、近海3 m 浮標3 個）以及32 艘志愿觀測船（其中遠洋志愿船17艘、近海志愿船15艘）。

本文所研究的觀測數(shù)據(jù)來自寧波世紀海洋信息科技有限公司。為了擴展近海觀測業(yè)務，該公司在漁船上建立了海洋志愿船觀測系統(tǒng)，共有近280艘漁業(yè)志愿船參加，時間自2018 年10 月15 日—12月9 日，共計56 d，平均每天可以獲取實時觀測數(shù)據(jù)的船只數(shù)量約為90 艘。漁業(yè)志愿船裝備有風向和風速傳感器，風向傳感器（型號CT-2A4）安裝于風速風向橫臂支架一端，量程為360°（16 個方向），分辨率為1°；風速傳感器（型號CT-4XQ）安裝于風速風向橫臂支架另一端，量程為0～30 m/s，分辨率為0.1 m / s。 觀測數(shù)據(jù)是基于甚小孔徑終端（Very Small Aperture Terminal，VSAT）通信鏈路傳輸，準實時傳輸?shù)降孛鏀?shù)據(jù)中心，匯入漁業(yè)志愿船數(shù)據(jù)庫系統(tǒng)。這些數(shù)據(jù)是標準化的結(jié)構(gòu)數(shù)據(jù)記錄，包括漁業(yè)志愿船和儀器編號、船只狀態(tài)、觀測時間、觀測要素標識和觀測值等，數(shù)據(jù)采樣間隔可以精細到每10 s一個數(shù)據(jù)，傳輸至數(shù)據(jù)中心的平均時間間隔約為1 min。

3 志愿船數(shù)據(jù)處理

3.1 異常數(shù)據(jù)剔除

在對漁業(yè)志愿船數(shù)據(jù)進行無效字符剔除、統(tǒng)一時間尺度和數(shù)據(jù)格式轉(zhuǎn)化等處理后，基于研究區(qū)域和時間內(nèi)漁業(yè)志愿船觀測數(shù)據(jù)記錄的統(tǒng)計分析，共識別出漁業(yè)志愿船268 艘，其中能夠正確獲取船只編號和風向風速儀安裝高度的漁業(yè)志愿船為205艘。進一步的分析發(fā)現(xiàn)，部分數(shù)據(jù)存在異常情況。基于研究時間和區(qū)域、漁業(yè)志愿船的活動規(guī)律、數(shù)據(jù)采集和傳輸方式，異常數(shù)據(jù)剔除規(guī)則如下：

（1）漁業(yè)志愿船航行速度高于40 節(jié)，超過正常最大航速。

（2）風速觀測值超過40 m/s，達到臺風風速級別（一般漁船不會在臺風臨近時執(zhí)行出海任務）。

（3）風向風速觀測值在長時間序列上為某一固定值，或短時間內(nèi)出現(xiàn)劇烈反復變化。

（4）GPS 導航儀返回的經(jīng)緯度在長時間序列上為某一固定值。

3.2 真風矢量求解

由于漁業(yè)志愿船沒有安裝電子羅盤，根據(jù)氣象觀測要素的收集方式，船只在移動過程中測量到的是相對風矢量，在進行數(shù)據(jù)評估前，還需要求解真風矢量。如果船只保持靜止向北，儀器觀測到的就是真風矢量。實際情況中，漁業(yè)志愿船在進行觀測時，船體可能保持移動和/或轉(zhuǎn)向，其獲取的風向風速測量值為真風矢量、船頭方向和船行風矢量共同作用的結(jié)果。圖1a 中φ 即為船測風向角，并非真實風向角，需要根據(jù)船頭方向獲取船測風矢量，并結(jié)合船行速度和方向獲取的船行風矢量，求解真風矢量。

3.3 風向奇異值控制

漁業(yè)志愿船觀測數(shù)據(jù)存在某些船只回傳數(shù)據(jù)不正確的情況，此時可以利用局部空間上多船觀測數(shù)據(jù)具有統(tǒng)計意義上的一致性原理，通過船與船之間觀測數(shù)據(jù)的相互比對，利用多船觀測數(shù)據(jù)的優(yōu)勢，進行觀測數(shù)據(jù)質(zhì)量控制。數(shù)據(jù)質(zhì)量控制的難點主要集中在風向觀測值上，如圖1b 所示，可以利用類似空間濾波的方法對每個觀測值進行處理。對于漁船A 獲取的某一次風向觀測值，以漁船A 為中心，考慮到同一時刻分布在漁船A 周圍30～120 km區(qū)域內(nèi)存在N 艘漁船具有有效的風向風速觀測值，可以認為這些漁船與漁船A 的風向觀測值具有一定的區(qū)域同質(zhì)性。若N 不大于1，則不進行判斷；若N 大于1，對于每個區(qū)域，設置反比于距離的增益權(quán)重K，分別計算漁船A 和該區(qū)域內(nèi)其它船只的風向觀測夾角，乘以K后求和，得到漁船A在該區(qū)域內(nèi)該次測量值的離散指數(shù)。各區(qū)域結(jié)果相加，獲得漁船A 該次測量值的綜合離散指數(shù)，若該指數(shù)大于50°，則該次測量值標記為無效，并對漁船A 增加1 次標識，以便后續(xù)快速識別問題船只。如表1所示，經(jīng)過質(zhì)量控制后，共得到46 795 條有效樣本記錄，數(shù)據(jù)有效率超過85%。

圖1 風向判斷與奇異值控制

圖2 漁業(yè)志愿船觀測覆蓋范圍

表1 漁業(yè)志愿船觀測數(shù)據(jù)統(tǒng)計情況

4 數(shù)據(jù)質(zhì)量總體評估

4.1 觀測數(shù)據(jù)直觀分析

傳統(tǒng)的海洋站都在沿岸或島嶼上，而現(xiàn)有的浮標和志愿船數(shù)量稀少，分布也不規(guī)則，無法滿足大范圍、長時間序列的同步觀測[7]。而漁業(yè)志愿船觀測在時間頻度和空間密度上優(yōu)勢巨大，隨機取一天的觀測數(shù)據(jù)可視化顯示在地圖上，其觀測區(qū)域較大，幾乎覆蓋整個東海區(qū)域，圖2為漁業(yè)志愿船分布情況和航行軌跡。

由于漁業(yè)志愿船是移動作業(yè)，因此觀測覆蓋范圍更大，從圖2b 的航行軌跡圖可以發(fā)現(xiàn)，其觀測數(shù)據(jù)相當密集。大量志愿船在移動中實現(xiàn)了對東海海域的剖面觀測，其數(shù)據(jù)對于研究區(qū)域天氣過程中的空間變化有著重要的參考價值。

圖3 漁業(yè)志愿船觀測數(shù)據(jù)驗證與對比

為檢驗漁業(yè)志愿船觀測數(shù)據(jù)的正確性，可將觀測數(shù)據(jù)與數(shù)值預報產(chǎn)品或再分析資料進行對比。本文選取2018 年10 月16 日14 時（北京時，下同）我國東海附近漁業(yè)志愿船風向風速觀測數(shù)據(jù)，與同時間歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）再分析資料海面風場數(shù)據(jù)同屏顯示，從而直觀地判斷數(shù)據(jù)是否可靠。圖3a 中紅色為ECMWF 再分析資料風場數(shù)據(jù)，黃色為漁業(yè)志愿船觀測數(shù)據(jù)，兩種數(shù)據(jù)整體趨勢相近。中部藍圈范圍內(nèi)，ECMWF 再分析資料風場數(shù)據(jù)顯示存在水平風切變，而周圍的漁業(yè)志愿船觀測數(shù)據(jù)也反映出相似的特征，由此得到比較好的映證。

由于我國近海的地理位置十分特殊，其海面風場極具變化性，漁業(yè)志愿船每10 s 可對風向風速進行一次觀測，完全滿足觀測頻次的需求。圖3b為某艘漁業(yè)志愿船海面風場移動觀測情況，綠色為志愿船移動軌跡，黃色為觀測的風向風速，由移動軌跡和觀測值變化可以看出，其數(shù)據(jù)一致性總體較好。

4.2 觀測數(shù)據(jù)與浮標數(shù)據(jù)對比

4.2.1 對比要點和對比方法

為進一步定量分析和評估漁業(yè)志愿船風向風速觀測的可信度，本文根據(jù)實驗區(qū)域、觀測要素和觀測儀器特性，對漁業(yè)志愿船觀測數(shù)據(jù)進行誤差統(tǒng)計，對比要點和對比方法如下：

（1）基于所涉及漁業(yè)志愿船的主要活動區(qū)域，本文采用東海大型浮標整點平均數(shù)據(jù)進行漁業(yè)志愿船風向風速檢驗評估，獲取的數(shù)據(jù)經(jīng)過質(zhì)量控制后，資料質(zhì)量相對較好，可用于再分析資料、衛(wèi)星反演結(jié)果或其它觀測數(shù)據(jù)的精度驗證。

（2）不同漁業(yè)志愿船風速傳感器安裝高度不同，而大型浮標測量的是海面10 m 高度的風速，根據(jù)Mears 等[8]研究結(jié)果，在邊界層中性層結(jié)條件下，近海面摩擦層內(nèi)風速垂向分布符合對數(shù)規(guī)律，風廓線可以用下式近似表示：

由式（1）和（2）獲得10 m 高度不同風速下海面粗糙度z0查找表，基于各漁業(yè)志愿船儀器的安裝高度，通過粗糙度查找表將其觀測數(shù)據(jù)轉(zhuǎn)換獲得10 m高度觀測數(shù)據(jù)，以便與大型浮標觀測數(shù)據(jù)進行對比。

（3）實際情況中，漁船進行觀測時，其位置不可能和浮標重疊。在進行漁船風向風速數(shù)據(jù)評估時，需要考慮漁船和最近的浮標之間的距離D，按照不同的范圍D 匹配同時間、距離最近的浮標數(shù)據(jù)，考慮到我國東海海域復雜的局地流場情況，設定D 的取值范圍為10～100 km，每10 km為一級，對該級范圍內(nèi)漁船觀測數(shù)據(jù)進行匹配和評估。

（4）在數(shù)據(jù)質(zhì)量評估上，根據(jù)各要素在時間和空間上的變化幅度差異，采用絕對誤差、平均絕對誤差、均方根誤差和相關系數(shù)來判斷漁業(yè)志愿船觀測數(shù)據(jù)的質(zhì)量和可用性。

絕對誤差：

均方根誤差：

式（3）—（6）中主要物理量為風向或風速。式中：U代表漁業(yè)志愿船經(jīng)處理后得到的真實測量值，Ub代表浮標測量值，為對應的平均值，n為數(shù)據(jù)量。

4.2.2 浮標數(shù)據(jù)統(tǒng)計和預處理

本文所選用的浮標數(shù)據(jù)來自自然資源部東海預報中心承擔的12 個10 m 浮標獲得的整點平均實測數(shù)據(jù)，包括經(jīng)緯度、觀測時間、風向和風速等要素，觀測頻次為1 次/h，針對原始浮標數(shù)據(jù)進行無效字符剔除、時間單位換算、數(shù)據(jù)格式轉(zhuǎn)化、異常觀測值標識和極值處理等。經(jīng)預處理后，浮標數(shù)據(jù)統(tǒng)計情況如表2 所示，表中可見浮標數(shù)據(jù)無論從數(shù)據(jù)總量或有效樣本數(shù)據(jù)量上均少于漁船數(shù)據(jù)，但是由于浮標自身帶有預處理模塊，數(shù)據(jù)有效率更高。

表2 浮標數(shù)據(jù)情況

4.2.3 漁船觀測數(shù)據(jù)總體特征評估

在統(tǒng)計的時間區(qū)域內(nèi)，漁業(yè)志愿船觀測數(shù)據(jù)樣本總數(shù)為46 795 個，如表3 所示，隨著范圍D的增大，匹配到的漁船數(shù)量和觀測數(shù)據(jù)量也逐漸增多，在最大范圍D=100 km 處匹配到樣本數(shù)為7 529，匹配率為16.09%。

一般情況下，距離浮標越近，漁船與浮標觀測的一致性應當越好。表3 的結(jié)果卻顯示，隨著D的增大，風向平均絕對誤差反而在減少。當D=100 km時風向觀測結(jié)果最好，平均絕對誤差為33.62°，相關系數(shù)0.96；而D為10 km或20 km的風向觀測結(jié)果反而較差；當D=60 km 的時候風速觀測結(jié)果最好，平均絕對誤差為2 m/s，相關系數(shù)為0.73。分析原因，一方面D越小，匹配到的漁船和其觀測數(shù)據(jù)越少，單一、較差的觀測數(shù)據(jù)造成的影響越大；另一方面，部分觀測誤差較大的漁船出現(xiàn)在浮標周圍的頻次較高，這兩方面造成數(shù)據(jù)評估結(jié)果出現(xiàn)異常。通過對每艘漁船的觀測數(shù)據(jù)進行分析，排除儀器出現(xiàn)故障的漁船、以及風向和/或風速觀測誤差較大的漁船，處理結(jié)果如表4所示。

表3 與浮標不同距離漁船數(shù)據(jù)統(tǒng)計情況

表4 再處理后與浮標不同距離漁船數(shù)據(jù)統(tǒng)計情況

表4可以看出，數(shù)據(jù)匹配數(shù)量雖然有所下降，但是風向和風速觀測精度得到明顯提升，風向平均絕對誤差基本呈現(xiàn)隨距離減小而減小的趨勢。當范圍D 為10 km 或20 km 時，雖然風向和風速誤差均較小，但匹配到的數(shù)據(jù)量較小，統(tǒng)計結(jié)果不具有普遍性；當范圍D 為30～50 km 時，匹配到較多的數(shù)據(jù)，同時滿足風向誤差小于30°、風速誤差小于2 m/s；當范圍D=100 km 時，匹配到6 277 條漁船觀測數(shù)據(jù)，風向平均絕對誤差為31.93°、相關系數(shù)為0.96，風速平均絕對誤差為1.95 m/s、相關系數(shù)為0.71，滿足風速小于2 m/s。為了檢驗漁船觀測數(shù)據(jù)對近海100～200 km 空間尺度海上氣旋的觀測能力，選擇D=100 km的情況進行進一步的數(shù)據(jù)分析。

針對范圍D=100 km 的情況，對漁船觀測數(shù)據(jù)的散點特征進行分析，圖4 為漁業(yè)志愿船與浮標觀測風向風速散點分布密度特征，其中填色等值線代表風向或風速樣本的頻率，斜率為1 的標志線代表風向或風速相等的情況。由風向分布特征可以看出，大部分樣本的風向觀測值分布在-60°～120°范圍內(nèi)，也就是北或東北風；風向高頻區(qū)出現(xiàn)在標志線周圍，表明樣本與浮標風向具有較好的一致性。樣本風速觀測值主要分布在2～10 m/s范圍內(nèi)，大于15 m / s 的樣本匹配率較低，這與先進散射計（Advanced SCATterometer，ASCAT）分析結(jié)果較為一致[9]；風速高頻區(qū)基本圍繞在標志線附近，風速中位數(shù)在6～7 m/s之間。樣本風向和風速情況基本符合我國東海10—12月的風場特征[10]。

4.2.4 漁船觀測數(shù)據(jù)定量評估

為驗證漁業(yè)志愿船在不同風速下的測量精度，針對范圍D=100 km 的情況，按照日常預報業(yè)務中常用的蒲福風力表將風速分為4 級，分別代表弱風速（風力等級≤3 級，0～5.4 m/s）、中等風速（風力等級為4～5級，5.5～10.7 m/s）、較強風速（風力等級為6～7級，10.8～17.1 m/s）和強風速（風力等級≥8級，17.2 m/s 以上）。表3 為各分級的統(tǒng)計結(jié)果，可以看出隨著風速的增大，風向精度逐漸增高、相關系數(shù)持續(xù)增大；同時風速精度逐漸下降，但相關系數(shù)卻不斷提升。弱風速下具有最小的風速誤差（風速平均絕對誤差達到1.47 m/s，均方根誤差達到1.92 m/s），但是風速相關系數(shù)較差（僅有0.25），風向誤差最大，這與歐洲氣象中心資料（ERA-interim）的結(jié)果相似[11]；中等風速下的樣本數(shù)量最多，達到3 588個，同時風速和風向誤差都較?。惠^強風速下風向精度有所提高，但是風速誤差明顯增大；強風速下具有最高的風向精度（風向平均絕對誤差為26.85°，均方根誤差為33.39°），但是風速精度最低（風速平均絕對誤差和均方根誤差都超過5 m/s）。上述誤差變化產(chǎn)生的原因：在弱風速下，漁業(yè)志愿船的移動、轉(zhuǎn)向和俯仰狀態(tài)都會對傳感器風向的測量產(chǎn)生影響，形成額外誤差；而強風速下，一方面風速可能會超過傳感器的量程，另一方面船體劇烈的姿態(tài)變化會使傳感器的風速測量結(jié)果產(chǎn)生較大偏移。

圖4 漁業(yè)志愿船散點分布特征

表5 不同風力等級下漁業(yè)志愿船觀測誤差統(tǒng)計

5 可用性分析

在現(xiàn)行海洋業(yè)務數(shù)值預報中，初始場、邊界條件、物理過程和地形等諸多方面都會對數(shù)值模式準確率造成影響，使數(shù)值結(jié)果的時空分布和量值大小出現(xiàn)誤差[12]。對于當前常見的海洋數(shù)值模式，其模擬結(jié)果的不確定性主要來自初始場，不同的資料來源、同化系統(tǒng)或參數(shù)化方案會產(chǎn)生差異較大的初始場，如何提高模式初始場的質(zhì)量, 一直是一個十分棘手的問題[13-14]。觀測數(shù)據(jù)除了用于數(shù)值模式結(jié)果檢驗外，還可以通過資料同化后用于構(gòu)建或改進初始場，綜合利用不同時次和類型的觀測資料，可以大幅改進數(shù)值模式初始場的質(zhì)量，獲得最佳的模式參數(shù)，使模式模擬的狀態(tài)更接近真實觀測狀態(tài)，提高數(shù)值預報水平。

目前常用的海洋風場產(chǎn)品同化資料包括歐洲氣象衛(wèi)星組織（EUropean METeorological SATellite，EUMETSAT）的ASCAT 風場產(chǎn)品、美國國家環(huán)境預報中心（National Centers for Environmental Prediction，NCEP）的CFSV2 再分析資料和ECMWF 的ERA-interim再分析資料等。在我國近海，空間分辨率為12.5 km 的ASCAT 風場產(chǎn)品，風向平均絕對誤差約為33.05°、風速平均絕對誤差約為1.50 m/s；CFSV2 再分析風場空間分辨率為0.2°、時間分辨率為6 h、風向平均絕對誤差約為33.05°、風速平均絕對誤差為1.78 m/s；ERA-interim 再分析風場空間分辨率為0.125°、時間分辨率達到3 h、風向平均絕對誤差約為31.76°、風速平均絕對誤差為1.85 m/s[15]。

在100～200 km 空間尺度，即D=50～100 km內(nèi)，漁業(yè)志愿船觀測數(shù)據(jù)風向平均絕對誤差約為29.94°～31.93°、風速平均絕對誤差為1.84～1.95 m/s，與ASCAT、CFSV2和ERA-interim處于同一水平，相比于浮標和海洋站，在空間范圍和觀測密度上，具有明顯的優(yōu)勢。漁業(yè)志愿船觀測數(shù)據(jù)經(jīng)過時空匹配后，可以獲取每10 min、30 min、60 min 的平均風矢量，在預報中可用于數(shù)據(jù)同化和初始場構(gòu)建，對近海精細化網(wǎng)格預報中的觀測資料欠缺，是一個重要、可靠的補充，與近海浮標和岸基站一起，可以構(gòu)建更加完整的觀測數(shù)據(jù)體系。

6 結(jié)論

（1）在我國東海海域，漁業(yè)志愿船風向和風速觀測數(shù)據(jù)與浮標風向和風速實測數(shù)據(jù)具有較好的一致性。在100～200 km 空間尺度上，風向平均絕對誤差小于30°，風速平均絕對誤差小于2 m/s；按照風速分級的誤差統(tǒng)計，在強風速下漁業(yè)志愿船的風向觀測誤差較小，在中等風速下的綜合觀測結(jié)果最好，可以滿足業(yè)務預報的精度要求。

（2）漁業(yè)志愿船觀測的風向風速與ASCAT 風場、ECMWF 再分析風場和NCEP 再分析風場有相當?shù)木人?，但是觀測頻度更高，在我國東海海域的空間分布更廣，基本不存在數(shù)據(jù)滯后的情況。從目前試驗數(shù)據(jù)來看，投入的200 多艘志愿船平均每天約有90艘船可以獲取實時觀測數(shù)據(jù)，經(jīng)過數(shù)據(jù)質(zhì)量控制后有85% 以上的觀測數(shù)據(jù)有效。觀測密度大，多船觀測數(shù)據(jù)還可以相互校驗，使得在數(shù)據(jù)應用上增加了多種選擇，其觀測數(shù)據(jù)可靠性大。

（3）漁業(yè)志愿船可以與岸基站、浮標觀測形成相互補充，經(jīng)過資料同化后能夠提供更加合理可靠的初始場。在漁業(yè)志愿船高密度的觀測系統(tǒng)支持下，小尺度的氣旋天氣過程將得到有效的監(jiān)測，特別是，在近海精細化海洋預報中，志愿船觀測資料可以對100～200 km 空間尺度的海上氣旋預報提供十分有用的補充。

（4）通過集成、同化、分析和可視化，漁業(yè)志愿船觀測數(shù)據(jù)可以提供更加豐富的觀測信息，支撐更高時空分辨率的海洋數(shù)值模式。在大數(shù)據(jù)時代下，這是對現(xiàn)有海洋觀測系統(tǒng)的一種擴展和完善，國家應將其納入到預報數(shù)據(jù)獲取體系中，加以有效利用，充分開發(fā)大數(shù)據(jù)分析軟件技術(shù)，實現(xiàn)觀測數(shù)據(jù)的高效實時獲取。