苗春生，高雅，王堅(jiān)紅

（南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，江蘇南京 210044）

1 引言

海上天氣系統(tǒng)活動(dòng)的觀測(cè)和預(yù)報(bào)主要依賴于海上監(jiān)測(cè)的資料信息，目前海上海氣要素監(jiān)測(cè)仍然存在難度，衛(wèi)星是一種現(xiàn)代的海上監(jiān)測(cè)手段。由國(guó)家衛(wèi)星海洋應(yīng)用中心發(fā)布的HY-2衛(wèi)星監(jiān)測(cè)產(chǎn)品的二級(jí)反演數(shù)據(jù)，能對(duì)全球海表風(fēng)場(chǎng)（SSW）及其時(shí)空變化進(jìn)行描述,且具有較好的精度[1]。盡管HY-2衛(wèi)星數(shù)據(jù)能夠提供海洋和大氣的精細(xì)化特征，但由于衛(wèi)星資料通常是基于衛(wèi)星軌道坐標(biāo)系，其網(wǎng)格不均勻、覆蓋區(qū)不固定，因此需要對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行再處理，形成常規(guī)經(jīng)緯度坐標(biāo)系場(chǎng)數(shù)據(jù)，方便進(jìn)一步做衛(wèi)星監(jiān)測(cè)要素的診斷分析。數(shù)據(jù)融合是處理這一問題的有效方法之一。目前有許多這方面的研究工作，如齊亞琳等[2]采用時(shí)間空間權(quán)重插值法對(duì)HY-2散射計(jì)海面風(fēng)場(chǎng)和NCEP風(fēng)場(chǎng)進(jìn)行融合；國(guó)家海洋環(huán)境預(yù)報(bào)中心將SSW和數(shù)值模式資料及NCEP資料進(jìn)行融合[3]。這些研究表明，通過多源海面風(fēng)場(chǎng)數(shù)據(jù)融合構(gòu)建的混合風(fēng)場(chǎng)能夠提高海上風(fēng)場(chǎng)數(shù)據(jù)的覆蓋范圍及時(shí)空分辨率，且能反映環(huán)流的中小尺度特征，可更好地滿足數(shù)值天氣預(yù)報(bào)研究及海洋中小尺度系統(tǒng)研究的需要。但是大氣和海洋均為多要素綜合場(chǎng)，即溫度、風(fēng)場(chǎng)、氣壓、濕度等，它們的同時(shí)存在，符合環(huán)境背景的規(guī)律與特征，因此資料融合處理不僅是簡(jiǎn)單的數(shù)學(xué)方法的計(jì)算，需要考慮不同要素的協(xié)調(diào)，不同層次氣象要素三維空間和時(shí)間變化的協(xié)調(diào)。因此需要一種能夠綜合多種要素、多源數(shù)據(jù)，運(yùn)算方法符合大氣海洋變化規(guī)律的數(shù)據(jù)融合系統(tǒng)，LAPS（Local Analysis Prediction System）就是這樣一種數(shù)據(jù)融合系統(tǒng)。

LAPS[4-7]是美國(guó)國(guó)家海洋大氣管理局NOAA（National Oceanic and Atmospheric Administration）下屬的ESRL（Earth System Research Laboratory）實(shí)驗(yàn)研究開發(fā)的局地分析預(yù)報(bào)系統(tǒng)，能夠針對(duì)某個(gè)區(qū)域?qū)⒍嘣从^測(cè)資料融合分析到高分辨率的規(guī)范化三維網(wǎng)格上，LAPS系統(tǒng)算法分析綜合考慮了動(dòng)力學(xué)和熱力學(xué)規(guī)律，融合產(chǎn)品中的各要素更加協(xié)調(diào)，同時(shí)系統(tǒng)輸出的數(shù)據(jù)格式是標(biāo)準(zhǔn)化的，有較好的普適性。目前可供LAPS融合的觀測(cè)資料種類很多，包括全球/局地?cái)?shù)值預(yù)報(bào)模式（背景場(chǎng)）、局地中尺度加密網(wǎng)觀測(cè)資料、衛(wèi)星資料等，而國(guó)內(nèi)外眾多研究結(jié)果使得LAPS能融合的衛(wèi)星資料種類不斷擴(kuò)充。Birkenheuer[8]等利用變分方法將GOES衛(wèi)星輻射資料融合進(jìn)入LAPS系統(tǒng)，并實(shí)現(xiàn)了同時(shí)融合GPS水汽、衛(wèi)星探測(cè)云信息等資料；Dario Conte等[9]將MSG（Meteosat Second Generation）衛(wèi)星資料引入LAPS中，改善了LAPS系統(tǒng)對(duì)中尺度分析的效果，尤其是提高了LAPS系統(tǒng)對(duì)云分析的效果。LAPS被引進(jìn)我國(guó)后，氣象工作者根據(jù)我國(guó)觀測(cè)資料的種類及特點(diǎn)，對(duì)其實(shí)現(xiàn)了本地化及二次開發(fā)[10-12]，并將FY-2衛(wèi)星的云導(dǎo)風(fēng)資料與LAPS系統(tǒng)成功對(duì)接[13-14]。LAPS系統(tǒng)融合輸出的數(shù)據(jù)格式具有普適性，便于進(jìn)行數(shù)據(jù)分析和診斷計(jì)算。但是在實(shí)際應(yīng)用中，常由于衛(wèi)星觀測(cè)方式及監(jiān)測(cè)傳感器工作原理特征，在某些特定情境下監(jiān)測(cè)發(fā)生盲區(qū)，并且監(jiān)測(cè)易受天氣系統(tǒng)干擾，以及衛(wèi)星觀測(cè)反演數(shù)據(jù)中由高空間分辨率帶來的噪音誤差等[15]，這些因素使得LAPS分析結(jié)果有時(shí)不盡理想，因此融合分析前對(duì)輸入的衛(wèi)星反演資料的質(zhì)量控制顯得至關(guān)重要。

本文以HY-2衛(wèi)星獲取的海面風(fēng)場(chǎng)（SSW）作為數(shù)據(jù)源，基于我們拿到的資料是HDF格式，針對(duì)SSW數(shù)據(jù)的海上特征，運(yùn)用多步驟數(shù)據(jù)預(yù)處理過程，開展了對(duì)SSW進(jìn)行LAPS融合的工作。并通過對(duì)海上天氣系統(tǒng)的衛(wèi)星SSW融合效果的分析驗(yàn)證，獲得衛(wèi)星數(shù)據(jù)融合產(chǎn)品，即一種區(qū)域再分析資料場(chǎng)，以及融合資料在海面風(fēng)場(chǎng)及中小尺度環(huán)流系統(tǒng)分析中的應(yīng)用。

2 資料與LAPS算法簡(jiǎn)介

2.1 資料與方法

HY-2衛(wèi)星風(fēng)場(chǎng)資料是由國(guó)家衛(wèi)星海洋中心提供的衛(wèi)星散射計(jì)海面風(fēng)場(chǎng)（SSW），為經(jīng)處理的二級(jí)產(chǎn)品資料，分辨率為25 km×25 km,數(shù)據(jù)具有HDF格式。衛(wèi)星一天對(duì)某地有兩次觀測(cè)，該風(fēng)場(chǎng)是通過微波散射計(jì)測(cè)量風(fēng)引起的粗糙海面對(duì)微波后向散射特性推算得到。用于LAPS數(shù)據(jù)融合的背景場(chǎng)通常為數(shù)值預(yù)報(bào)產(chǎn)品，本研究采用的是美國(guó)國(guó)家海洋大氣局（NOAA）全球預(yù)測(cè)系統(tǒng)（Global Forecast System，GFS）的分辨率為1°×1°的資料作為背景場(chǎng)。由于常規(guī)再分析資料具有標(biāo)準(zhǔn)時(shí)刻，每日4次，而衛(wèi)星掃描局地區(qū)域的時(shí)刻，與此標(biāo)準(zhǔn)時(shí)刻不重合。因此LAPS系統(tǒng)針對(duì)衛(wèi)星掃描時(shí)刻，通過時(shí)間插值，自動(dòng)獲得與衛(wèi)星掃描相同時(shí)刻的背景場(chǎng)，再進(jìn)行資料融合運(yùn)算。為檢驗(yàn)融合效果，本文采用1°×1°的FNL再分析資料和0.25°×0.25°歐洲中心再分析資料作為實(shí)況資料進(jìn)行對(duì)比分析。

融合方法采用LAPS數(shù)據(jù)融合系統(tǒng)，LAPS融合試驗(yàn)所選區(qū)域位于西太平洋，區(qū)域中心經(jīng)緯度為（22.5°N，131°E），系統(tǒng)采用Lambert投影，水平分辨率10 km，格點(diǎn)數(shù)為261×251。

本文主要采用臨界值篩選、濾波、平滑、數(shù)據(jù)格式前處理等方法對(duì)HY-2衛(wèi)星觀測(cè)獲得的原始風(fēng)場(chǎng)資料進(jìn)行預(yù)處理，并通過交叉驗(yàn)證法進(jìn)行驗(yàn)證分析。各方法及具體應(yīng)用在下面相應(yīng)章節(jié)中詳細(xì)介紹，其中九點(diǎn)平滑公式：

式中，p為正交經(jīng)緯向的平滑系數(shù)；q為對(duì)角線平滑系數(shù)。

主要誤差統(tǒng)計(jì)量計(jì)算公式為：

式中，A為L(zhǎng)APS融合分析的風(fēng)速值；B為HY-2衛(wèi)星散射計(jì)觀測(cè)反演風(fēng)速值；n為相應(yīng)樣本個(gè)數(shù)。

2.2 LAPS系統(tǒng)基本原理

LAPS系統(tǒng)是通過融合多種數(shù)據(jù)源進(jìn)行格點(diǎn)綜合分析的系統(tǒng)，基礎(chǔ)算法是在背景場(chǎng)（數(shù)值模式預(yù)報(bào)產(chǎn)品）基礎(chǔ)上采用距離權(quán)重插值將多源觀測(cè)數(shù)據(jù)融合，得到規(guī)范化經(jīng)緯度網(wǎng)格點(diǎn)要素值，對(duì)溫、壓、風(fēng)關(guān)系采用三維變分進(jìn)行約束，對(duì)垂直水汽分布采用一維變分進(jìn)行約束等[16-17]。LAPS系統(tǒng)主要有5個(gè)功能模塊（見表1），不同種類觀測(cè)資料通過不同功能模塊輸入LAPS系統(tǒng)進(jìn)行融合分析，各功能模塊的分析相互協(xié)調(diào)輸出結(jié)果。5個(gè)模塊的分析結(jié)果可以進(jìn)行診斷分析，得到一些診斷量用于天氣的診斷，也可以經(jīng)過平衡分析，接入數(shù)值模式。

LAPS系統(tǒng)中，與風(fēng)場(chǎng)有關(guān)的融合模塊有風(fēng)分析模塊和地面分析模塊。其中地面分析模塊的算法的主要步驟包括：

第一步：背景場(chǎng)插值。把數(shù)值模式的格點(diǎn)數(shù)據(jù)內(nèi)插到LAPS分析區(qū)域格點(diǎn)上，在水平方向采用雙線性內(nèi)插，在垂直方向采用高度坐標(biāo)的線性內(nèi)插。時(shí)間內(nèi)插采用網(wǎng)格點(diǎn)的點(diǎn)對(duì)點(diǎn)線性內(nèi)插。

第二步：網(wǎng)格插值——Barnes插值法[18]。首先由距離權(quán)重得到初始場(chǎng)，以及測(cè)站誤差值再對(duì)初始場(chǎng)進(jìn)一步訂正得到分析場(chǎng)，

第三步：風(fēng)壓關(guān)系調(diào)整。此過程通過一個(gè)二維變分分析（帶摩擦項(xiàng)的二維運(yùn)動(dòng)方程），進(jìn)行風(fēng)壓關(guān)系調(diào)整。

風(fēng)分析模塊算法的主要步驟為：

第一步：讀進(jìn)云導(dǎo)風(fēng)資料，結(jié)合背景場(chǎng)將觀測(cè)的風(fēng)速、風(fēng)向內(nèi)插到LAPS分析區(qū)域網(wǎng)格上，得到觀測(cè)內(nèi)插風(fēng)場(chǎng)。再將模式背景風(fēng)場(chǎng)內(nèi)插到區(qū)域網(wǎng)格上，得到第一初猜場(chǎng)。

第二步：將觀測(cè)內(nèi)插風(fēng)場(chǎng)減去第一初猜場(chǎng)，得到差量場(chǎng)進(jìn)行質(zhì)量控制。當(dāng)差量值大于閾值時(shí)，該觀測(cè)資料將被剔除，通過檢驗(yàn)的觀測(cè)資料具有可信度。閾值的大小是根據(jù)不同觀測(cè)方式而定，其中云導(dǎo)風(fēng)為10m/s。

第三步：將差量場(chǎng)延伸到垂直上、下各一層上，采用的垂直權(quán)重函數(shù)如下：

表1 LAPS系統(tǒng)主要功能模塊

式中，v為垂直權(quán)重函數(shù)；s為觀測(cè)站與網(wǎng)格間距離；rh為影響半徑；t為資料類型參數(shù)，通常等于1。每次計(jì)算分析中影響半徑rh逐次減小，同時(shí)每次分析結(jié)果作為下一次分析的背景場(chǎng)。最后將客觀分析的差量場(chǎng)加回到第一初猜場(chǎng)，得到三維風(fēng)場(chǎng)。

3 HY-2衛(wèi)星SSW融合試驗(yàn)

3.1 融合通道的選取

根據(jù)表1可以看出，實(shí)際LAPS系統(tǒng)中沒有直接輸入HY-2衛(wèi)星海面風(fēng)場(chǎng)的融合模塊，系統(tǒng)的功能模塊中，與近海面風(fēng)場(chǎng)觀測(cè)資料融合分析有關(guān)的是地面分析模塊和風(fēng)分析模塊兩類。其中，地面分析模塊能夠融合海洋浮標(biāo)、船只的觀測(cè)數(shù)據(jù)，風(fēng)分析模塊能融合云導(dǎo)風(fēng)資料。因?yàn)镠Y-2衛(wèi)星海面風(fēng)場(chǎng)資料在一定程度上與這兩類觀測(cè)資料具有一定的類似，因此需要進(jìn)行測(cè)試以確定恰當(dāng)?shù)臄?shù)據(jù)輸入方式。將衛(wèi)星SSW作為浮標(biāo)/船只風(fēng)場(chǎng)觀測(cè)資料，以及云導(dǎo)風(fēng)資料中近地面層的觀測(cè)資料，分別通過地面分析模塊和風(fēng)分析模塊輸入LAPS系統(tǒng)，與數(shù)值模式預(yù)報(bào)產(chǎn)品（背景場(chǎng)）進(jìn)行融合分析，對(duì)比選取LAPS融合HY-2衛(wèi)星SSW的理想分析模塊。由于HY-2的SSW數(shù)據(jù)僅配有相應(yīng)的高度，沒有氣壓值，而風(fēng)模塊輸入要求有對(duì)應(yīng)的氣壓值。因此在輸入風(fēng)模塊之前，需要根據(jù)當(dāng)時(shí)環(huán)境要素計(jì)算出SSW相應(yīng)的氣壓值。以2013年7月13日的SSW資料作為數(shù)據(jù)源，暫不做數(shù)據(jù)預(yù)處理，直接輸入LAPS系統(tǒng)，分析時(shí)刻為09時(shí)。結(jié)果顯示，通過地面分析模塊輸入SSW的分析場(chǎng)中能保留原HY-2衛(wèi)星觀測(cè)風(fēng)場(chǎng)中的中小尺度擾動(dòng)信息；而由風(fēng)分析模塊融合SSW的分析風(fēng)場(chǎng)與背景場(chǎng)的風(fēng)場(chǎng)形勢(shì)大體上一致。此外考慮到風(fēng)分析模塊使用時(shí)額外氣壓計(jì)算的要求可能引入的計(jì)算誤差，地面分析模塊的使用應(yīng)更合適。但還要進(jìn)行驗(yàn)證，圖1為驗(yàn)證結(jié)果。

圖1計(jì)算了地面分析模塊和風(fēng)分析模塊分別融合SSW分析得到的海面風(fēng)速值與HY-2衛(wèi)星原始觀測(cè)風(fēng)速在衛(wèi)星觀測(cè)區(qū)域范圍內(nèi)的平均絕對(duì)誤差（error）、均方根誤差（rmsd）以及平均偏差（bias）。當(dāng)SSW從地面分析模塊輸入LAPS系統(tǒng)的融合結(jié)果中（見圖1a），LAPS分析風(fēng)速值與實(shí)測(cè)風(fēng)速值的平均絕對(duì)誤差約為0.61 m/s，均方根誤差約為1.04 m/s；實(shí)測(cè)風(fēng)速與LAPS分析風(fēng)速的平均偏差值約為0.98（＜1），表明LAPS的分析風(fēng)速值偏大。通過風(fēng)分析模塊輸入SSW的分析結(jié)果中（見圖1b），LAPS分析風(fēng)速值與實(shí)測(cè)風(fēng)速的平均絕對(duì)誤差約為1.95 m/s，均方根誤差約為1.72 m/s；實(shí)測(cè)風(fēng)速與LAPS分析風(fēng)速的平均偏差值約為1.09（＞1），LAPS的分析風(fēng)速值比實(shí)測(cè)風(fēng)速小。對(duì)比兩種試驗(yàn)結(jié)果可以發(fā)現(xiàn)，通過地面分析模塊融合SSW的分析風(fēng)速值與原始風(fēng)速的擬合效果優(yōu)于風(fēng)分析模塊的融合風(fēng)速值與原始風(fēng)速的擬合程度，前者的平均絕對(duì)誤差及均方根誤差均小于后者。另外，由于資料沒有經(jīng)過預(yù)處理直接輸入LAPS系統(tǒng)進(jìn)行融合分析，原始資料中的噪音信息也在分析場(chǎng)中表現(xiàn)出來。

圖1 LAPS分析場(chǎng)風(fēng)速與HY-2衛(wèi)星原始觀測(cè)風(fēng)速散點(diǎn)圖

綜上分析可知，LAPS的地面分析模塊能更好的保留HY-2衛(wèi)星原始風(fēng)場(chǎng)資料的中小尺度信息，融合結(jié)果對(duì)大尺度背景場(chǎng)的改善顯著；SSW通過風(fēng)分析模塊融合后的結(jié)果對(duì)背景場(chǎng)改善作用不明顯。產(chǎn)生這種結(jié)果可能與LAPS系統(tǒng)兩種融合模塊的算法有關(guān)，地面分析模塊的分析算法是在水平方向上采用Barnes插值法將離散的測(cè)站值插值到網(wǎng)格點(diǎn)，即采用的高斯權(quán)重函數(shù)的距離權(quán)重法，而風(fēng)分析模塊采用的是三維風(fēng)場(chǎng)插值。另外，在實(shí)際中無法獲得某經(jīng)緯度點(diǎn)上風(fēng)場(chǎng)觀測(cè)資料所在的氣壓層的精確值，也是云導(dǎo)風(fēng)融合模塊融合效果不理想的原因之一。

3.2 資料預(yù)處理

由于HY-2衛(wèi)星觀測(cè)的風(fēng)場(chǎng)資料具有較高的空間分辨率，若直接輸入LAPS系統(tǒng)會(huì)造成資料中的噪音放大，混淆LAPS分析場(chǎng)中的精細(xì)化特征[19]，因此需要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理。首先，HY-2衛(wèi)星海面風(fēng)場(chǎng)資料是通過微波散射計(jì)測(cè)量風(fēng)引起的粗糙海面對(duì)微波的后向散射特性來推算得到，Carswell和Bourassa[20-21]等的研究表明，星載散射計(jì)測(cè)量極高風(fēng)速時(shí)均發(fā)生了風(fēng)速敏感度飽和，資料可信度降低。一般而言，這個(gè)風(fēng)速敏感度飽和對(duì)應(yīng)的臨界風(fēng)速值大約為30 m/s，因此依此臨界值對(duì)風(fēng)速的原始觀測(cè)數(shù)據(jù)進(jìn)行篩選，剔除可信度低的值，以及不連續(xù)的異常值。

另外，由于LAPS系統(tǒng)默認(rèn)的資料融合碼一般是一種特殊的NetCDF格式，SSW資料的原始格式是HDF，因此在LAPS系統(tǒng)融合前，還需要將SSW資料處理成LAPS融合模塊要求的輸入格式。LAPS系統(tǒng)融合不同類型的觀測(cè)數(shù)據(jù)時(shí)，對(duì)每種觀測(cè)資料的格式要求也不同。具體方法是先下載官方提供的測(cè)試資料，查看資料的詳細(xì)信息，從而編寫轉(zhuǎn)換程序。根據(jù)3.1的結(jié)論，后文均選用LAPS地面分析模塊進(jìn)行SSW融合。針對(duì)地面分析模塊，資料格式轉(zhuǎn)換主要包括以下幾個(gè)步驟：（1）提取衛(wèi)星風(fēng)場(chǎng)資料的觀測(cè)時(shí)間、風(fēng)速、風(fēng)向、經(jīng)緯度信息；（2）對(duì)各個(gè)經(jīng)緯度觀測(cè)值進(jìn)行編號(hào)；（3）由于觀測(cè)數(shù)據(jù)的0°風(fēng)向與LAPS系統(tǒng)定義的0°風(fēng)向相反，需要對(duì)觀測(cè)風(fēng)向轉(zhuǎn)換：當(dāng)風(fēng)向大于180°時(shí)風(fēng)向減去180°，小于 180°時(shí)風(fēng)向加上 180；（4）計(jì)算觀測(cè)時(shí)間：從1970年1月1日算起，以秒為單位；（5）重新寫入站號(hào)、經(jīng)度、緯度、風(fēng)速、風(fēng)向、觀測(cè)時(shí)間，生成適合地面融合模塊的數(shù)據(jù)格式（NetCDF格式）。

圖2 衛(wèi)星觀測(cè)網(wǎng)格點(diǎn)與LAPS分析網(wǎng)格

通過對(duì)衛(wèi)星SSW觀測(cè)資料進(jìn)行質(zhì)量控制及格式轉(zhuǎn)換，最后將處理后的數(shù)據(jù)通過地面分析模塊輸入LAPS系統(tǒng)進(jìn)行融合分析。

3.3 分析場(chǎng)的驗(yàn)證

由于HY-2衛(wèi)星觀測(cè)數(shù)據(jù)的格點(diǎn)分布是不規(guī)則的，而LAPS分析網(wǎng)格的標(biāo)準(zhǔn)化的網(wǎng)格（見圖2），因此將衛(wèi)星觀測(cè)格點(diǎn)數(shù)據(jù)分析到LAPS區(qū)域網(wǎng)格上時(shí)，需要對(duì)其進(jìn)行檢驗(yàn)。本文選取2013年7月13日的HY-2衛(wèi)星風(fēng)場(chǎng)資料進(jìn)行預(yù)處理，并將預(yù)處理后的數(shù)據(jù)輸入LAPS系統(tǒng)，由LAPS將數(shù)據(jù)分析到區(qū)域網(wǎng)格上（見圖2b）。此時(shí)LAPS只分析SSW，不融合背景場(chǎng)，分析時(shí)刻分別為09時(shí)和21時(shí)。

在衛(wèi)星觀測(cè)區(qū)域內(nèi)，采用交叉驗(yàn)證法對(duì)LAPS分析SSW的插值場(chǎng)進(jìn)行質(zhì)量評(píng)估。因?yàn)橘Y料預(yù)處理過程中對(duì)原始觀測(cè)資料進(jìn)行了間隔取值，因此將間隔取值后的數(shù)據(jù)作為檢驗(yàn)樣本。首先假設(shè)樣本每一個(gè)經(jīng)緯度點(diǎn)的風(fēng)場(chǎng)未知，由LAPS只分析SSW得到的風(fēng)場(chǎng)來估算樣本每個(gè)經(jīng)緯度點(diǎn)的風(fēng)場(chǎng)，然后計(jì)算樣本中各經(jīng)緯度風(fēng)場(chǎng)實(shí)際值與估計(jì)值的誤差，并采用均方根誤差做為評(píng)價(jià)插值好壞的指標(biāo)，值越小，表示LAPS分析效果越好。通過交叉驗(yàn)證分析的結(jié)果來確定樣本風(fēng)場(chǎng)與預(yù)處理后LAPS的分析風(fēng)場(chǎng)相關(guān)性是否夠高及LAPS分析場(chǎng)是否可以很好地表示原始觀測(cè)風(fēng)場(chǎng)中的信息。

表2給出了09時(shí)和21時(shí)檢驗(yàn)風(fēng)場(chǎng)的統(tǒng)計(jì)特征量，可以看出兩個(gè)分析時(shí)刻風(fēng)場(chǎng)的均方根誤差均較小。09時(shí)和21時(shí)樣本全風(fēng)速與LAPS分析全風(fēng)速的均方根誤差約為1.2 m/s；09時(shí)U分量和V分量的均方根誤差分別約為1.58 m/s、1.48 m/s，21時(shí)U、V分量的均方誤差略低于09時(shí)，約為1.45 m/s、1.25 m/s。比較不同分析時(shí)刻風(fēng)速，U、V分量與樣本風(fēng)場(chǎng)的相關(guān)系數(shù)，且數(shù)值均較高，尤其是U分量的相關(guān)性高，達(dá)到95%，V分量接近90%。表明通過預(yù)處理后的資料在LAPS區(qū)域網(wǎng)格的分析風(fēng)場(chǎng)與樣本資料間的相關(guān)性顯著。

綜上分析可知，SSW經(jīng)過資料預(yù)處理，通過對(duì)原始資料中由高分辨率觀測(cè)帶來的噪音濾波后，在LAPS網(wǎng)格的分析值能有效地保留HY-2衛(wèi)星原始數(shù)據(jù)中的觀測(cè)信息。

4 LAPS融合SSW在海上天氣系統(tǒng)中的應(yīng)用

4.1 衛(wèi)星近海面風(fēng)融合場(chǎng)的海面副高分析

為了探究海上副熱帶高壓的中尺度特征在LAPS分析場(chǎng)中的表現(xiàn)，以2013年7月13日西太平洋海面高壓系統(tǒng)為例，對(duì)SSW資料進(jìn)行LAPS融合，分析時(shí)刻為09時(shí)（UTC）。圖3分別為L(zhǎng)APS分析風(fēng)場(chǎng)和HY-2衛(wèi)星觀測(cè)的海面風(fēng)場(chǎng)。當(dāng)LAPS僅分析背景場(chǎng)時(shí)（見圖3a），20°N以南海域海面風(fēng)場(chǎng)表現(xiàn)為平直東風(fēng)氣流，而衛(wèi)星軌道資料場(chǎng)顯示（見圖3b）在此區(qū)域的偏東風(fēng)氣流中有明顯的波動(dòng)。經(jīng)LAPS融合SSW與背景場(chǎng)之后（見圖3c），該海區(qū)海面風(fēng)場(chǎng)偏東氣流中出現(xiàn)明顯波動(dòng)。為了解融合場(chǎng)波動(dòng)特征的合理性，選擇歐洲中心高分辨率再分析資料進(jìn)行比對(duì)，由于衛(wèi)星資料的時(shí)刻與常規(guī)再分析資料的標(biāo)準(zhǔn)時(shí)刻（每6 h）不重合，并考慮中尺度環(huán)流系統(tǒng)一般可維持2—3h以上，因此選擇最接近衛(wèi)星掃描時(shí)刻的再分析資料場(chǎng)（見圖3d），其中在相同海區(qū)附近也有明顯的東風(fēng)波動(dòng)。因此融合效果基本理想。

將數(shù)據(jù)結(jié)果錄入SPSS22.0數(shù)據(jù)庫處理,以X 2檢驗(yàn)計(jì)數(shù)資料,以例數(shù)百分比形式表示,以t檢驗(yàn)計(jì)量資料,以±s形式表示,以P<0.05為差異具有統(tǒng)計(jì)學(xué)意義。

表2 樣本風(fēng)場(chǎng)與LAPS分析風(fēng)場(chǎng)的統(tǒng)計(jì)特征量

圖3 LAPS分析09時(shí)（UTC）海面風(fēng)場(chǎng)和HY-2衛(wèi)星觀測(cè)風(fēng)場(chǎng)及再分析資料風(fēng)場(chǎng)

圖3b中該軌道HY-2衛(wèi)星風(fēng)場(chǎng)數(shù)據(jù)不能完全覆蓋西太平洋區(qū)域，而經(jīng)LAPS融合的風(fēng)場(chǎng)分析場(chǎng)（見圖3c）能覆蓋整個(gè)海域。HY-2衛(wèi)星一天最多能對(duì)全球90%的海域進(jìn)行觀測(cè)，而通過LAPS融合SSW后的分析場(chǎng)能夠覆蓋全球的海域。研究表明，LAPS融合HY-2衛(wèi)星海面風(fēng)場(chǎng)不僅背景場(chǎng)有一定的改善，能清楚地反映出海面高壓外圍流場(chǎng)中的低緯度擾動(dòng)，同時(shí)彌補(bǔ)了HY-2衛(wèi)星觀測(cè)數(shù)據(jù)不能完全覆蓋海域的不足。

4.2 衛(wèi)星近海面風(fēng)融合場(chǎng)的臺(tái)風(fēng)分析

臺(tái)風(fēng)是最為重要的海上天氣系統(tǒng)之一，也是世界上最嚴(yán)重的自然災(zāi)害之一，其結(jié)構(gòu)變化對(duì)臺(tái)風(fēng)的強(qiáng)度、路徑、暴雨落區(qū)等方面產(chǎn)生重要影響。海上觀測(cè)資料的匱乏，使得臺(tái)風(fēng)的真實(shí)環(huán)流結(jié)構(gòu)難以表現(xiàn)，海洋二號(hào)衛(wèi)星實(shí)現(xiàn)了海面風(fēng)場(chǎng)的觀測(cè)，這對(duì)我們了解臺(tái)風(fēng)低層風(fēng)場(chǎng)結(jié)構(gòu)有重要幫助。根據(jù)第三節(jié)的結(jié)論，以2013年7號(hào)臺(tái)風(fēng)“蘇力”為試驗(yàn)對(duì)象，對(duì)HY-2衛(wèi)星SSW進(jìn)行融合試驗(yàn)，包括LAPS僅分析背景場(chǎng)以及同時(shí)分析背景場(chǎng)與SSW。臺(tái)風(fēng)“蘇力”最初為熱帶風(fēng)暴，7月10日02時(shí)（北京時(shí)）“蘇力”發(fā)展成為超強(qiáng)臺(tái)風(fēng)，表3為臺(tái)風(fēng)“蘇力”7月10日的實(shí)況信息，臺(tái)風(fēng)7級(jí)風(fēng)圈半徑為380 km，移動(dòng)方向?yàn)槲魑鞅薄?/p>

表3 “蘇力”臺(tái)風(fēng)7月10日實(shí)況信息

圖4 LAPS分析臺(tái)風(fēng)“蘇力”09時(shí)（UTC）海面風(fēng)場(chǎng)

圖4給出了在不同情形下的LAPS融合分析結(jié)果，分析時(shí)刻均為2013年7月10日09時(shí)（UTC）。LAPS僅分析背景場(chǎng)的結(jié)果顯示（見圖4a），臺(tái)風(fēng)“蘇力”中心位置位于（21.5°N，134.4°E），海面風(fēng)速分布較規(guī)則且平滑，臺(tái)風(fēng)氣旋式環(huán)流緯向性明顯。大風(fēng)區(qū)（風(fēng)速大于15 m/s，紅色區(qū)域）邊緣光滑；當(dāng)LAPS背景場(chǎng)和衛(wèi)星SSW場(chǎng)融合后（見圖4b），臺(tái)風(fēng)氣旋式環(huán)流形狀表現(xiàn)顯著變化，經(jīng)向性特征較為顯著，尤其是臺(tái)風(fēng)前進(jìn)方向的右側(cè)部分的風(fēng)場(chǎng)，此外臺(tái)風(fēng)中心位置位于（21.6°N，133.9°E），較前者的結(jié)果位置偏西北，即實(shí)際臺(tái)風(fēng)移動(dòng)較快。臺(tái)風(fēng)氣旋20 m/s大風(fēng)區(qū)范圍顯著擴(kuò)展，主要擴(kuò)展區(qū)在臺(tái)風(fēng)前進(jìn)方向的右側(cè)。臺(tái)風(fēng)前進(jìn)右側(cè)的大風(fēng)大浪危險(xiǎn)區(qū)范圍可達(dá)大約左側(cè)的兩倍，因此融合資料提供了更具參考價(jià)值（衛(wèi)星監(jiān)測(cè)）的預(yù)警范圍。從風(fēng)速分布可以看出，LAPS僅分析背景場(chǎng)時(shí)臺(tái)風(fēng)中心等風(fēng)速線較為平滑，融合SSW后中心風(fēng)速波動(dòng)性增強(qiáng)，等風(fēng)速線分布變化不規(guī)則，臺(tái)風(fēng)外圍流場(chǎng)20 m/s等風(fēng)速線的波動(dòng)性也顯著增強(qiáng)。

圖5 LAPS分析的融合SSW前后的海面水平風(fēng)場(chǎng)差值場(chǎng)

圖5為L(zhǎng)APS系統(tǒng)融合衛(wèi)星SSW之后的近海面風(fēng)場(chǎng)與融合前背景風(fēng)場(chǎng)之差值場(chǎng)。如圖所示，融合SSW后的分析場(chǎng)對(duì)臺(tái)風(fēng)區(qū)風(fēng)場(chǎng)具有較大的調(diào)整。臺(tái)風(fēng)區(qū)海面風(fēng)場(chǎng)表現(xiàn)為主體的氣旋性減弱，-10 m/s等風(fēng)速差值區(qū)環(huán)抱臺(tái)風(fēng)中心，即風(fēng)速相對(duì)減?。慌_(tái)風(fēng)的北部區(qū)域具有一處氣旋性加強(qiáng)區(qū)，含有2個(gè)風(fēng)速差值為+10 m/s的中心，同時(shí)臺(tái)風(fēng)近中心風(fēng)力是增強(qiáng)的，差值等值線也達(dá)到+10 m/s。衛(wèi)星監(jiān)測(cè)的SSW場(chǎng)對(duì)背景風(fēng)場(chǎng)有顯著調(diào)整。

圖6 由LAPS融合產(chǎn)品診斷分析的海面輻散風(fēng)場(chǎng)

圖7 2013年1月5日西太平洋FNL海面流場(chǎng)

綜上分析可知，LAPS融合SSW后的分析場(chǎng)對(duì)背景場(chǎng)（數(shù)值預(yù)報(bào)產(chǎn)品）有一定程度的改善，能更真實(shí)地反映臺(tái)風(fēng)海面風(fēng)場(chǎng)的波動(dòng)性以及臺(tái)風(fēng)中心的位置、風(fēng)場(chǎng)結(jié)構(gòu)、大風(fēng)范圍。

4.3 衛(wèi)星近海面風(fēng)融合場(chǎng)的海上輻合線分析

以2013年1月5日臺(tái)灣以東洋面出現(xiàn)的輻合線為試驗(yàn)對(duì)象，對(duì)SSW資料進(jìn)行LAPS融合分析。圖6為L(zhǎng)APS分析的輻散場(chǎng)，分析時(shí)刻為9:30（UTC）。在LAPS只分析背景場(chǎng)的分析結(jié)果中（見圖6a），西太平洋海面存在兩個(gè)明顯的輻合中心，分別位于（23°N，128°E）和（30°N，136°E）附近。融合SSW后，LAPS同時(shí)分析背景場(chǎng)和衛(wèi)星風(fēng)場(chǎng)資料的分析場(chǎng)中（見圖6b），臺(tái)灣以東洋面的輻合線中心向西移，位于（23°N，126.5°E），輻合線由東西走向變?yōu)槟媳弊呦颉Ｔ瓉砦挥冢?0°N，136°E）附近的輻合中心位置也向南移動(dòng)，中心位于（27°N，136°E）。

圖7為海面1000 hPa的流場(chǎng)實(shí)況，06時(shí)（見圖7a）西北太平洋海面存在兩個(gè)明顯的輻合中心，分別位于臺(tái)灣以東洋面以及日本半島東南海域附近。其中，臺(tái)灣以東洋面的輻合線呈西南-東北走向。12時(shí)（見圖7b）該輻合線的經(jīng)向性加強(qiáng)，而考慮圖6b衛(wèi)星風(fēng)場(chǎng)信息，9：30該臺(tái)灣東側(cè)輻合線的經(jīng)向度已經(jīng)加強(qiáng)。尤其是輻合線北側(cè)氣流的經(jīng)向度較強(qiáng)。第2個(gè)在日本東南海域的輻合中心，在6:00和衛(wèi)星觀測(cè)的9：30的位置均以紅色點(diǎn)標(biāo)注在12時(shí)（見圖7b）上?？梢钥闯鲈撦椇现行牡囊苿?dòng)路徑和形狀變化：日本半島東南海域的輻合中心先向東南方向移動(dòng)，然后擴(kuò)展形成一條南北走向的輻合線。顯然衛(wèi)星監(jiān)測(cè)數(shù)據(jù)增加了觀測(cè)的時(shí)空信息，而經(jīng)過LAPS融合，資料的規(guī)范化統(tǒng)一性，提供了進(jìn)行系統(tǒng)連續(xù)跟蹤與客觀對(duì)比的良好基礎(chǔ)。

綜上分析可知，融合SSW后的LAPS分析場(chǎng)比只分析背景場(chǎng)更加接近實(shí)況，在06時(shí)和12時(shí)再分析資料的基礎(chǔ)上，增加09:30時(shí)的SSW融合分析場(chǎng)，加密了時(shí)間序列的步長(zhǎng)，能夠更好地表現(xiàn)輻合系統(tǒng)的時(shí)間演變特征，對(duì)系統(tǒng)的時(shí)間演變規(guī)律有更精細(xì)的展現(xiàn)，提供更細(xì)致的參考信息。同時(shí)，區(qū)域融合SSW的再分析資料是規(guī)范化矩形坐標(biāo)網(wǎng)格上的格點(diǎn)資料，比衛(wèi)星原始資料（軌道網(wǎng)格）更便于進(jìn)行區(qū)域場(chǎng)的診斷計(jì)算。

5 結(jié)論

通過上述分析與研究，得到如下結(jié)論：

（1）LAPS多源數(shù)據(jù)融合系統(tǒng)可應(yīng)用于HY-2衛(wèi)星的SSW的數(shù)據(jù)融合，在數(shù)據(jù)輸入時(shí)，需采用LAPS地面分析模塊，該模塊融合SSW比通過風(fēng)分析模塊融合SSW數(shù)據(jù)更合理，效果更理想。LAPS融合系統(tǒng)輸出的數(shù)據(jù)格式更適合常規(guī)海洋預(yù)報(bào)和研究，為充分及時(shí)使用衛(wèi)星SSW和更有效地提取衛(wèi)星資料精細(xì)化信息提供了基礎(chǔ)；

（2）對(duì)HY-2衛(wèi)星海面風(fēng)場(chǎng)原數(shù)據(jù)經(jīng)過異常值剔除、衛(wèi)星掃描網(wǎng)格精簡(jiǎn)、衛(wèi)星數(shù)據(jù)平滑濾波等幾項(xiàng)預(yù)處理，將可以修訂衛(wèi)星數(shù)據(jù)固有偏差和濾除衛(wèi)星精細(xì)化掃描攜帶的噪音，更恰當(dāng)?shù)仫@示衛(wèi)星對(duì)近海面風(fēng)場(chǎng)的精細(xì)化描述。通過交叉驗(yàn)證得出，預(yù)處理后的資料仍能有效地保留原始資料中的數(shù)據(jù)信息；

（3）衛(wèi)星SSW數(shù)據(jù)的區(qū)域LAPS融合產(chǎn)品改善了衛(wèi)星掃描區(qū)的空間覆蓋率在時(shí)空上的多變性，提供了可進(jìn)行物理量診斷計(jì)算的經(jīng)緯度網(wǎng)格區(qū)域場(chǎng)，滿足了現(xiàn)代海洋預(yù)報(bào)、氣象預(yù)報(bào)等專業(yè)分析和研究對(duì)資料的要求；

（4）HY-2衛(wèi)星風(fēng)場(chǎng)利用LAPS融合技術(shù)得到的SSW分析場(chǎng)，對(duì)海上臺(tái)風(fēng)、海上高壓、輻合中心的海面風(fēng)場(chǎng)的中尺度結(jié)構(gòu)特征提供了更為細(xì)致地描述。對(duì)系統(tǒng)的時(shí)間演變規(guī)律有加密步長(zhǎng)的展現(xiàn)，其提供的規(guī)范化網(wǎng)格資料更易于進(jìn)行診斷分析。融合SSW后的LAPS分析場(chǎng)更接近實(shí)況，適用于研究海上天氣系統(tǒng)的精細(xì)化結(jié)構(gòu)和時(shí)空演變特征。

[1]王東良,姚小海,孟雷,等.海洋二號(hào)衛(wèi)星散射計(jì)風(fēng)場(chǎng)產(chǎn)品真實(shí)性檢驗(yàn)及分析[J].海洋預(yù)報(bào),2014,31(4):47-53.

[2]齊亞琳,林明森.數(shù)據(jù)融合技術(shù)在海洋二號(hào)衛(wèi)星數(shù)據(jù)中的應(yīng)用[J].航天器工程,2012,21(3):117-123.

[3]國(guó)家海洋局.中國(guó)海洋衛(wèi)星應(yīng)用報(bào)告[R].北京:海洋衛(wèi)星工程進(jìn)展,2013.

[4]McGinley J A,Albers S C,Stamus PA.Local data assimilation and analysis for nowcasting[J].Advanced Space Research,1992,12(7):179-188.

[5]Albers S C.The LAPS wind analysis[J].Weather Forecasting,1995,10(2):342-352.

[6]Birkenheuer D.The effect of using digital satellite imagery in the LAPS moisture analysis[J].Weather Forecasting,1999,14(5):782-788.

[7]Hiemstra C A,Liston G E,PielkeSr R A,et al.Comparing local analysis and prediction system(LAPS)fusions with independent observations[J].Weather Forecasting,2006,21(6):1024-1040.

[8]Birkenheuer D,Shaw B L,Albers S,et al.Evaluation of local-scale forecasts for severe weather of 20 July 2000[C].Proceedings of the 14th Conference on Numerical Weather Prediction,Ft.Lauderdale,FL,Amer.Meteor.Soc.,2001.

[9]Conte D,Miglietta M M,Moscatello A,et al.A GIS approach to ingest Meteosat Second Generation data into the Local Analysis and Prediction System[J].Environmental Modelling&Software,2010,25(10):1064-1074.

[10]李紅莉,萬蓉,謝有才.利用LAPS系統(tǒng)同化地基GPS水汽資料的應(yīng)用研究[J].熱帶氣象學(xué)報(bào),2010,26(6):702-709.

[11]王葉紅,彭菊香,公穎,等.AREM-RUC 3h快速更新同化預(yù)報(bào)系統(tǒng)的建立與實(shí)時(shí)預(yù)報(bào)對(duì)比檢驗(yàn)[J].暴雨災(zāi)害,2011,30(4):296-304.

[12]李紅莉.LAPS-RUC系統(tǒng)的搭建及其預(yù)報(bào)效果檢驗(yàn)分析[A].中國(guó)氣象學(xué)會(huì).第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S3天氣預(yù)報(bào)災(zāi)害天氣研究與預(yù)報(bào)[C].中國(guó)氣象學(xué)會(huì),2011:10.

[13]李紅莉,崔春光,王志斌.LAPS的設(shè)計(jì)原理、模塊功能與產(chǎn)品應(yīng)用[J].暴雨災(zāi)害,2009,28(1):64-70.

[14]李紅莉,張兵,陳波.局地分析和預(yù)報(bào)系統(tǒng)(LAPS)及其應(yīng)用[J].氣象科技,2008,36(1):20-24.

[15]苗春生,高雅,王堅(jiān)紅.自主衛(wèi)星HY-2近海面風(fēng)場(chǎng)資料融合技術(shù)研究[R].南京:解放軍解放軍理工大學(xué),2014,13-14.

[16]McGinley J A,Albers S C,Stamus PA.Validation of a composite convective index as defined by a real-time local analysis system[J].Weather Forecasting,1991,6(3):337-356.

[17]Alber S C,McGinley J A,Birkenheuer D L,et al.The local analysis and prediction system(LAPS):Analyses of clouds,precipitation,and temperature[J].Weather Forecasting,1996,11(3):273-287.

[18]Barnes S L.A technique for maximizing details in numerical weather map analysis[J].Journal of Applied Meteorology,1964,3(4):396-409.

[19]張濤,苗春生,王新.LAPS與STMAS地面氣溫融合效果對(duì)比試驗(yàn)[J].高原氣象,2014,33(3):743-752.

[20]Carswell J R,Castells A.Observed saturation in C-and Ku-band ocean backscatterathurricane force winds[J].Journalof Geophysical Research,1999,104(C5):11485-11497

[21]Bourassa M A,Legler D M,O’Brien J J,et al.Seawinds validation with research vessels[J].Journal of Geophysical Research,2003,108(C2):3019,doi:10.1029/2001JC001028.