許遐禎，高　健，張康宇，黃敬峰，王秀珍

(1. 江蘇省氣候中心，江蘇 南京 210009；2. 杭州師范大學(xué)遙感與地球科學(xué)研究院，浙江 杭州 310036；3. 浙江省農(nóng)業(yè)遙感與信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310058)

基于多源數(shù)據(jù)的中國(guó)近海風(fēng)場(chǎng)融合方法研究

許遐禎1，高健2，張康宇3，黃敬峰3，王秀珍2

(1. 江蘇省氣候中心，江蘇 南京 210009；2. 杭州師范大學(xué)遙感與地球科學(xué)研究院，浙江 杭州 310036；3. 浙江省農(nóng)業(yè)遙感與信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310058)

摘要：采用克里金(Kriging)法、Cressman法和時(shí)空混合插值法分別對(duì)QuikSCAT與地面氣象測(cè)風(fēng)數(shù)據(jù)進(jìn)行融合，得到研究區(qū)內(nèi)多源測(cè)風(fēng)數(shù)據(jù)融合數(shù)據(jù)集；對(duì)不同方法得到的融合結(jié)果進(jìn)行真實(shí)性檢驗(yàn)，通過(guò)統(tǒng)計(jì)特征值的對(duì)比與分析，比較各自的優(yōu)劣.結(jié)果表明，3種方法的結(jié)果精度依次提高，其中時(shí)空混合插值法的精度最高.

關(guān)鍵詞：多源數(shù)據(jù)；融合方法；QuikSCAT；近海

近海區(qū)域在人類(lèi)生產(chǎn)和生活中占有重要的地位.海面風(fēng)是重要的海上天氣條件，是海洋環(huán)流的主要驅(qū)動(dòng)力，近海岸環(huán)流的許多特征都與風(fēng)場(chǎng)的作用直接相關(guān).中國(guó)近海主要處在東亞季風(fēng)區(qū)，跨越不同的氣候區(qū)域，各類(lèi)天氣系統(tǒng)活動(dòng)頻繁，氣候特征復(fù)雜.其特殊的地理位置使海面風(fēng)場(chǎng)極具變化性，引起了各方面的廣泛關(guān)注.對(duì)近海面風(fēng)場(chǎng)的研究，可以為近海區(qū)域開(kāi)展許多研究提供背景信息.前人已使用不同的地面實(shí)測(cè)資料和衛(wèi)星遙感數(shù)據(jù)對(duì)中國(guó)近海風(fēng)場(chǎng)的特征以及近海風(fēng)能做了深入、廣泛的研究.其中，鄭崇偉[1]對(duì)中國(guó)近海的風(fēng)向、風(fēng)速和極值做了較詳細(xì)的分析；趙喜喜等[2]使用EOF分析了中國(guó)海面風(fēng)場(chǎng)時(shí)空變化特征；劉志宏等[3]對(duì)西北太平洋的風(fēng)場(chǎng)特征進(jìn)行了深入的分析；徐蜜蜜等[4]研究了中國(guó)近海冬季大風(fēng)的分布同平均風(fēng)速分布的關(guān)系；齊義泉等[5]對(duì)中國(guó)南海海面風(fēng)場(chǎng)特征進(jìn)行了分析.

目前，在近海風(fēng)場(chǎng)研究以及風(fēng)能資源評(píng)估中使用最多的是地面氣象站點(diǎn)數(shù)據(jù)和再分析資料.這些數(shù)據(jù)在近海風(fēng)場(chǎng)研究以及風(fēng)能開(kāi)發(fā)利用等方面發(fā)揮了重要的作用，但空間分辨率和空間覆蓋率比較低，因?yàn)榈孛鏆庀笳军c(diǎn)有限，且設(shè)在靠近海岸或者建在近海島嶼上，觀測(cè)數(shù)據(jù)受下墊面影響較大.而再分析風(fēng)場(chǎng)資料分辨率低，不能滿足更精細(xì)的要求.

隨著遙感技術(shù)的快速發(fā)展，遙感數(shù)據(jù)在實(shí)踐中體現(xiàn)出了巨大的優(yōu)勢(shì).星載微波散射計(jì)QuikSCAT所攜帶的SeaWinds(洋面風(fēng)矢量散射探測(cè)儀)是一種特殊的微波雷達(dá)，主要通過(guò)探測(cè)海洋表面的起伏狀況，得到洋面10 m的風(fēng)矢量數(shù)據(jù).SeaWinds可以穿透天氣系統(tǒng)和云探測(cè)近海平面的風(fēng)速和風(fēng)向.QuikSCAT具有高時(shí)空分辨率的特點(diǎn)，因此，利用它得到的洋面風(fēng)矢量資料，可以很好地彌補(bǔ)海面氣象資料的缺乏，為海面風(fēng)矢量的分析提供幫助，并在天氣分析、預(yù)報(bào)和數(shù)值預(yù)報(bào)中得到應(yīng)用，如歐洲長(zhǎng)期數(shù)值預(yù)報(bào)中心和美國(guó)環(huán)境預(yù)報(bào)中心(NECP)等已經(jīng)把該資料同化到業(yè)務(wù)數(shù)值模式中.

但QuikSCAT觀測(cè)數(shù)據(jù)無(wú)法覆蓋近海區(qū)域.而近海區(qū)域內(nèi)的地面氣象站點(diǎn)分布稀少，觀測(cè)數(shù)據(jù)較少，且都是在海岸或者離岸太近，即在近海區(qū)域內(nèi)沒(méi)有空間上連續(xù)的和較高分辨率的風(fēng)場(chǎng)數(shù)據(jù).對(duì)此，多源數(shù)據(jù)融合被認(rèn)為是一種可行的解決方案.通過(guò)數(shù)據(jù)融合，可以實(shí)現(xiàn)多源數(shù)據(jù)的優(yōu)勢(shì)互補(bǔ).在中國(guó)近海區(qū)域內(nèi)，通過(guò)一些融合技術(shù)把衛(wèi)星遙感數(shù)據(jù)與地面氣象站數(shù)據(jù)結(jié)合起來(lái)，形成覆蓋近海區(qū)域的高分辨率的風(fēng)場(chǎng)數(shù)據(jù)集，這對(duì)近海區(qū)域研究以及風(fēng)能開(kāi)發(fā)利用都有重要的意義.本研究擬通過(guò)多源測(cè)風(fēng)數(shù)據(jù)融合方法，實(shí)現(xiàn)空間降尺度、數(shù)據(jù)插補(bǔ)和時(shí)間序列延長(zhǎng)等目的，最終使得數(shù)據(jù)空間分辨率達(dá)到0.01°×0.01°(約1 km×1 km)，并形成一套覆蓋研究區(qū)的近海風(fēng)場(chǎng)數(shù)據(jù)集.

1資料與方法

1.1資料

1.1.1遙感數(shù)據(jù)

從NASA遙感系統(tǒng)數(shù)據(jù)網(wǎng)站http://www.remss.com/上下載QuikSCAT數(shù)據(jù).該網(wǎng)站提供網(wǎng)格化的二進(jìn)制數(shù)據(jù)文件，每個(gè)文件包含相應(yīng)時(shí)間段的數(shù)據(jù)，如過(guò)境時(shí)間(協(xié)調(diào)世界時(shí))、海面溫度、海面風(fēng)速(10 m 高度)、水汽含量、液水含量、降雨率、全天候風(fēng)速和風(fēng)向等.本文使用2011年4月發(fā)布的QuikSCAT的Bytemap數(shù)據(jù)文件.處理過(guò)程使用的是Ku-2011地球物理模型函數(shù)即“v4”版本數(shù)據(jù).數(shù)據(jù)被網(wǎng)格化為0.25°緯度/經(jīng)度單元(約25 km×25 km).單個(gè)文件擁有1 440個(gè)經(jīng)度單元和720個(gè)緯度單元.本文獲得QuikSCAT 2008年的數(shù)據(jù)，通過(guò)編寫(xiě)程序，批量讀取和處理其中的風(fēng)速數(shù)據(jù).

1.1.2地面氣象數(shù)據(jù)

地面實(shí)測(cè)氣象資料主要來(lái)源于常規(guī)氣象站、區(qū)域站.常規(guī)氣象站的觀測(cè)資料年限較長(zhǎng)，是開(kāi)展風(fēng)能資源長(zhǎng)期趨勢(shì)評(píng)估分析及長(zhǎng)年代估算的重要依據(jù)，且數(shù)據(jù)精度高.區(qū)域站是無(wú)人值守的中尺度自動(dòng)氣象觀測(cè)站，承擔(dān)地面氣象加密觀測(cè)和中小尺度災(zāi)害性天氣、局部環(huán)境監(jiān)測(cè)等功能.本文使用了中國(guó)沿海區(qū)域69個(gè)氣象站站點(diǎn)的實(shí)測(cè)數(shù)據(jù)(圖1)，其中，63個(gè)站點(diǎn)用于數(shù)據(jù)融合，6個(gè)站點(diǎn)用于結(jié)果檢驗(yàn).

1.2融合方法

數(shù)據(jù)融合方法主要有反距離加權(quán)插值、最優(yōu)插值、Kriging插值、Kalman濾波、貝葉斯估計(jì)、Cressman插值等.本文選取了目前應(yīng)用最廣泛的Cressman插值和Kriging插值法，加上一種時(shí)空插值混合法，對(duì)這3種方法進(jìn)行比較分析.

1.2.1Cressman插值

1.2.2Kriging插值

1.2.3時(shí)空混合插值法

傳統(tǒng)的Kriging法沒(méi)有考慮時(shí)間的變化，本文借鑒Cressman法的優(yōu)點(diǎn)，對(duì)Kriging法進(jìn)行改進(jìn)，得到一種新的融合插值算法.該方法中既包含了Kriging法對(duì)空間數(shù)據(jù)的插值精度，又繼承了Cressman法考慮時(shí)間變化的優(yōu)點(diǎn).其具體過(guò)程為：1)對(duì)空間數(shù)據(jù)按照Cressman法在時(shí)間序列上進(jìn)行插值；2)對(duì)1)中形成的數(shù)據(jù)集，按照Kriging法進(jìn)行空間插值；3)得到新的數(shù)據(jù)集.

1.3數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)

2數(shù)據(jù)融合結(jié)果檢驗(yàn)與分析

QuikSCAT數(shù)據(jù)無(wú)法覆蓋近海區(qū)域，通過(guò)上述3種數(shù)據(jù)融合方法，與浙江省63個(gè)氣象站站點(diǎn)的實(shí)測(cè)數(shù)據(jù)融合得到空間分辨率達(dá)到0.01°×0.01°(約1 km×1 km)的數(shù)據(jù)集，即形成覆蓋近海區(qū)域的高分辨率的風(fēng)場(chǎng)數(shù)據(jù)集，再用另外6個(gè)站點(diǎn)數(shù)據(jù)進(jìn)行結(jié)果檢驗(yàn).

2.13種方法結(jié)果統(tǒng)計(jì)特征值

從表1可見(jiàn)，在QuikSCAT數(shù)據(jù)與地面數(shù)據(jù)融合中，3種不同方法的風(fēng)速融合結(jié)果統(tǒng)計(jì)特征值略有差異.基于Kriging法的融合結(jié)果中風(fēng)速平均值最大的是站點(diǎn)4、5、6；基于Cressman法的融合結(jié)果風(fēng)速平均值最大的為站點(diǎn)2、4、5；站點(diǎn)1、2、4是基于時(shí)空混合插值法的融合結(jié)果風(fēng)速平均值最大的.從表2中可見(jiàn)，融合結(jié)果風(fēng)向平均值和方差，除了站點(diǎn)2和4之外，各站點(diǎn)值基本相近.

表1　基于QuikSCAT數(shù)據(jù)的不同方法風(fēng)速數(shù)據(jù)融合結(jié)果統(tǒng)計(jì)特征值對(duì)比

表2　基于QuikSCAT數(shù)據(jù)的不同方法風(fēng)向數(shù)據(jù)融合結(jié)果統(tǒng)計(jì)特征值對(duì)比

2.23種方法結(jié)果誤差統(tǒng)計(jì)特征值

從表3可以看出，風(fēng)速數(shù)據(jù)融合結(jié)果，除了4號(hào)站點(diǎn)之外，Kriging法平均絕對(duì)誤差不超過(guò)3 m/s，均方根誤差不超過(guò)4 m/s；Cressman法誤差略低于Kriging法；時(shí)空混合插值法精度最高，均方根誤差基本在3 m/s之內(nèi).從表4可以看出，風(fēng)向數(shù)據(jù)融合結(jié)果，Kriging法平均絕對(duì)誤差在40°之內(nèi)，均方根誤差為50°左右；Cressman法誤差略低于Kriging法；時(shí)空混合插值法精度最高，如果換算為16風(fēng)向方位，其誤差不超過(guò)2.5個(gè)方位.

表3　基于QuikSCAT數(shù)據(jù)的不同方法風(fēng)速數(shù)據(jù)融合結(jié)果誤差統(tǒng)計(jì)特征值對(duì)比

表4　基于QuikSCAT數(shù)據(jù)的不同方法風(fēng)向數(shù)據(jù)融合結(jié)果誤差統(tǒng)計(jì)特征值對(duì)比

由此可見(jiàn)，對(duì)風(fēng)速、風(fēng)向數(shù)據(jù)融合而言，時(shí)空混合插值法精度最高，Cressman法其次，Kriging法最低.

2.3散點(diǎn)圖對(duì)比

不同方法融合結(jié)果風(fēng)速、風(fēng)向?qū)Ρ热鐖D2,3所示.

圖2　QuikSCAT數(shù)據(jù)與地面氣象數(shù)據(jù)風(fēng)速數(shù)據(jù)融合結(jié)果與檢驗(yàn)數(shù)據(jù)對(duì)比Fig. 2　The scatter diagram of measured wind speed and the result of data fusion

圖3　QuikSCAT數(shù)據(jù)與地面氣象數(shù)據(jù)風(fēng)向數(shù)據(jù)融合結(jié)果與檢驗(yàn)數(shù)據(jù)對(duì)比Fig. 3　The scatter diagram of measured wind direction and the result of data fusion

從圖中可以看出，3種方法融合結(jié)果中的風(fēng)速、風(fēng)向數(shù)據(jù)與對(duì)應(yīng)時(shí)間的地面氣象站點(diǎn)風(fēng)速、風(fēng)向數(shù)據(jù)基本一致，融合數(shù)據(jù)要整體略高于地面實(shí)測(cè)數(shù)據(jù).基于時(shí)空混合插值法的融合結(jié)果與地面實(shí)測(cè)數(shù)據(jù)對(duì)比最為接近.這與上文的計(jì)算結(jié)果是一致的.

不同方法融合結(jié)果風(fēng)向玫瑰圖如圖4所示.

圖4　QuikSCAT數(shù)據(jù)與地面氣象數(shù)據(jù)風(fēng)向數(shù)據(jù)融合結(jié)果與檢驗(yàn)數(shù)據(jù)對(duì)比玫瑰圖Fig. 4　The comparison chart of measured wind direction and the result of data fusion

從圖4中可見(jiàn)，3種方法的融合結(jié)果中，風(fēng)向數(shù)據(jù)與對(duì)應(yīng)時(shí)間的地面氣象站點(diǎn)風(fēng)向數(shù)據(jù)中的主導(dǎo)風(fēng)向和風(fēng)向頻數(shù)分布基本一致.基于Kriging法的融合結(jié)果，在東南東(ESE)、西(W)方位向和地面實(shí)測(cè)數(shù)據(jù)不一致，其他與地面站點(diǎn)非常接近；基于Cressman法的融合結(jié)果，在東南東(ESE)、西(W)方位向上較Kriging法有了明顯的改善，但是在南南西(SSW)方位向和地面實(shí)測(cè)數(shù)據(jù)略有偏離；基于時(shí)空混合插值法的融合結(jié)果，較前兩種方法有了明顯的改善.

上述結(jié)果表明，3種方法的風(fēng)向融合結(jié)果，以時(shí)空混合插值法精度最高，Cressman法其次，Kriging法精度相對(duì)最低，與上文計(jì)算的結(jié)果一致.這與3種方法的融合原理有關(guān).Kriging法在融合過(guò)程中，只考慮了數(shù)據(jù)之間的空間相關(guān)性，而未考慮不同數(shù)據(jù)在時(shí)間維上的變異；Cressman法在融合過(guò)程中，雖然考慮了數(shù)據(jù)之間空間維與時(shí)間維上的變異性，但是對(duì)這些變異只考慮了距離一個(gè)因素；時(shí)空混合插值法則綜合考慮了測(cè)風(fēng)數(shù)據(jù)時(shí)間維和空間維上的變異性，因此精度是最高的.

基于Kriging法和改進(jìn)型Kriging法的插值結(jié)果對(duì)比表明，后者在空間插值前進(jìn)行了時(shí)間序列的插值，則結(jié)果表明時(shí)間距離對(duì)風(fēng)場(chǎng)結(jié)果的影響明顯小于空間距離.

3討論

本文對(duì)現(xiàn)有的具有代表性的融合插值方法進(jìn)行了對(duì)比分析，提出了一種改進(jìn)后的融合插值方法，并對(duì)3種融合插值方法進(jìn)行對(duì)比.結(jié)果表明，無(wú)論是風(fēng)速還是風(fēng)向數(shù)據(jù)融合，均以時(shí)空混合插值法精度最高，Cressman法其次，Kriging法相對(duì)最低.

多源數(shù)據(jù)融合算法仍有改進(jìn)的空間.從算法上，本文提出的改進(jìn)型Kriging法融合結(jié)果精度最高.這與3種方法自身的結(jié)構(gòu)有關(guān).Kriging法在區(qū)域化變量空間插值方面具有明顯的優(yōu)勢(shì)，充分考慮了變量的空間相關(guān)性；Cressman法雖然在空間插值算法中并未考慮數(shù)據(jù)在空間上的相關(guān)性，但是考慮了時(shí)間因素；時(shí)空混合插值法綜合了以上兩種方法的優(yōu)點(diǎn)，既考慮了數(shù)據(jù)的空間相關(guān)性，也考慮了數(shù)據(jù)的觀測(cè)時(shí)間變化，而得到的結(jié)果精度也是最高的.從衛(wèi)星數(shù)據(jù)上，本研究?jī)H用了QuikSCAT數(shù)據(jù)，這種衛(wèi)星數(shù)據(jù)每日觀測(cè)一次，空間分辨率為0.25°，即時(shí)間、空間分辨率都較低.因此，還可引入更多的數(shù)據(jù)源如各種高度計(jì)、WindSAT數(shù)據(jù)、ASCAT、HY-2和SAR數(shù)據(jù)等來(lái)提高時(shí)間、空間分辨率和觀測(cè)精度.從地面實(shí)測(cè)站點(diǎn)上，本文中使用的地面站點(diǎn)的數(shù)目及數(shù)據(jù)量相對(duì)較少，還可引入更多的氣象站數(shù)據(jù)以及近海區(qū)域浮標(biāo)數(shù)據(jù)，以此來(lái)提高融合結(jié)果的精度.

參考文獻(xiàn):

[1] 鄭崇偉.基于CCMP風(fēng)場(chǎng)的近22年中國(guó)海海表風(fēng)場(chǎng)特征分析[J].氣象與減災(zāi)研究,2011,34(3):41-46.

[2] 趙喜喜,侯一筠,齊鵬.中國(guó)海海面風(fēng)場(chǎng)時(shí)空變化特征分析[J].高技術(shù)通訊,2007,17(5):523-528.

[3] 劉志宏,鄭崇偉,莊卉,等.近22年西北太平洋海表風(fēng)速變化趨勢(shì)及空間分布特征研究[J].海洋技術(shù),2011,30(2):127-130.

[4] 徐蜜蜜,徐海明.我國(guó)近海大風(fēng)分布特征及成因[J].熱帶氣象學(xué)報(bào),2010,26(6):716-723.

[5] 齊義泉,施平,毛慶文.南海海面風(fēng)場(chǎng)和浪場(chǎng)季平均特征的衛(wèi)星遙感分析[J].中國(guó)海洋平臺(tái),1997,12(3):23-27.

Fusion Method of China’s Offshore Wind Field Based on Multi-source Data

XU Xiazhen1, GAO Jian2, ZHANG Kangyu3, HUANG Jingfeng3, WANG Xiuzhen2

(1. Jiangsu Climate Center, Nanjing 210009, China; 2. Institute of Remote Sensing and Earth Sciences, Hangzhou Normal University,Hangzhou 310036, China; 3. Institute of Remote Sensing and Information Application, Zhejiang University, Hangzhou 310058, China)

Abstract:Using Kriging method, Cressman method and mixed interpolation method of time and space, QuikSCAT and the ground meteorological wind data are integrated, multi-source wind fusion data set are obtained. The data obtained by different methods are verified and compared their respective advantages and disadvantages by the comparison and analysis of statistical characteristics. The results show that the precision of the results from the three methods is successively improved, and the precission of mixed interpolation method of time and space is the highest.

Key words:multi-source data; fusion method; QuikSCAT; offshore

收稿日期：2015-10-08

基金項(xiàng)目：公益性行業(yè)(氣象)科研專(zhuān)項(xiàng)(GYHY201306050).

通信作者：王秀珍(1961—)，女，教授，主要從事植被遙感和信息技術(shù)研究.E-mail：wxz05160516@126.com

doi:10.3969/j.issn.1674-232X.2016.03.019

中圖分類(lèi)號(hào):TP701

文獻(xiàn)標(biāo)志碼:A

文章編號(hào):1674-232X(2016)03-0325-06