劉解明熊學(xué)軍宮慶龍于 龍郭延良

(1.中國(guó)海洋大學(xué) 海洋與大氣學(xué)院,山東 青島266100；2.自然資源部 第一海洋研究所,山東 青島266061；3.青島海洋科學(xué)與技術(shù)試點(diǎn)國(guó)家實(shí)驗(yàn)室 區(qū)域海洋動(dòng)力學(xué)與數(shù)值模擬功能實(shí)驗(yàn)室,山東 青島266061)

20世紀(jì)以來,隨著觀測(cè)和模擬資料產(chǎn)品的增多,人們對(duì)全球領(lǐng)域的氣候研究愈加頻繁。表層風(fēng)場(chǎng)(地面或者海面以上10 m高度)調(diào)節(jié)了地球表面與大氣之間的熱量、水汽和物質(zhì)交換,對(duì)氣候變化有著直接和間接的影響,對(duì)評(píng)估地球表面湍流動(dòng)量和熱量也有著重要意義[1-4]。表層風(fēng)場(chǎng)可以間接地通過感熱通量影響到生物圈,也可以直接作用于海洋上層,對(duì)海水運(yùn)動(dòng)、海面波浪的形成以及海洋環(huán)流變化起到了重要作用[6-8]。此外,風(fēng)能在社會(huì)經(jīng)濟(jì)中也有重要作用,隨著世界經(jīng)濟(jì)的快速增長(zhǎng),能源需求不斷增加,而風(fēng)能有著資源豐富、清潔、可再生等特點(diǎn),所以風(fēng)能已經(jīng)成為很多能源產(chǎn)業(yè)增加能源供應(yīng),減少溫室氣體排放的重要能源之一[9]。因此,研究表層風(fēng)場(chǎng)的氣候態(tài)對(duì)于海上貿(mào)易、風(fēng)能開發(fā)、防災(zāi)減災(zāi)等方面都具有重要的研究意義[10]。

研究表層風(fēng)場(chǎng)的氣候態(tài)需要一個(gè)高時(shí)空分辨率的資料集。目前滿足研究要求的表層風(fēng)場(chǎng)資料產(chǎn)品主要分為3類,分別是分析資料產(chǎn)品、再分析資料產(chǎn)品和合成資料產(chǎn)品。分析資料的優(yōu)勢(shì)在于能及時(shí)修正算法的缺陷和引入最新的觀測(cè)數(shù)據(jù),所以在使用分析資料時(shí)需要使用者隨時(shí)關(guān)注分析資料的算法以及觀測(cè)數(shù)據(jù)的更新情況,以便做出最佳的選擇。由于分析資料在一個(gè)比較長(zhǎng)的時(shí)間范圍內(nèi)產(chǎn)生的算法不統(tǒng)一,所以為了解決這一個(gè)問題,隨之就產(chǎn)生了再分析數(shù)據(jù)。再分析資料能為全球大氣環(huán)流提供一個(gè)多變量、空間完整且時(shí)間連貫的數(shù)據(jù)集,不受算法變化的影響,對(duì)于大氣氣候態(tài)的研究具有很高價(jià)值[2,11-12]。合成風(fēng)場(chǎng)資料是通過將不同性質(zhì)、不同來源獲得的風(fēng)場(chǎng)資料,在一定的準(zhǔn)則下加以綜合分析,充分利用多源信息間冗余,得到的一組多源融合資料。合成風(fēng)場(chǎng)資料產(chǎn)品的優(yōu)勢(shì)在于融合了各方面信息,能最大限度的降低單個(gè)數(shù)據(jù)的誤差,取長(zhǎng)補(bǔ)短,達(dá)到1+1＞2的效果,提高了各個(gè)數(shù)據(jù)的利用率[13]。

風(fēng)場(chǎng)資料產(chǎn)品在時(shí)間和空間上具有一致性的客觀評(píng)價(jià)將會(huì)增加這個(gè)資料集在用于分析氣候研究時(shí)的可信度,但是這些資料集產(chǎn)品可能會(huì)受到測(cè)量設(shè)備、數(shù)據(jù)質(zhì)量和算法變化以及觀測(cè)實(shí)驗(yàn)的不連續(xù)性影響。最近幾年發(fā)布的幾種表層風(fēng)場(chǎng)資料之間風(fēng)速、風(fēng)向的質(zhì)量對(duì)比并沒有現(xiàn)成的結(jié)論,所以對(duì)于一些學(xué)者來說,判斷出最適合他們研究的資料依然很困難[14]。

本研究在全面比較分析和評(píng)估的基礎(chǔ)上,利用NDBC,TAO和嵊泗站現(xiàn)場(chǎng)觀測(cè)資料對(duì)其中應(yīng)用較廣泛的CFSR/CFSv2,ERA-Interim,FNL和CCMP四種風(fēng)場(chǎng)資料在北半球海域進(jìn)行適用性評(píng)估,確立一種可靠準(zhǔn)確且通過檢驗(yàn)的高時(shí)空分辨率的資料產(chǎn)品,從而為海洋表層風(fēng)場(chǎng)的物理結(jié)構(gòu)重建與基礎(chǔ)理論溯源工作提供可靠的依據(jù)。

1 表層風(fēng)場(chǎng)的資料產(chǎn)品現(xiàn)狀

正如前言中所述,表層風(fēng)場(chǎng)的資料產(chǎn)品主要分為分析資料、再分析資料和合成風(fēng)場(chǎng)資料,表1分別列出了目前應(yīng)用較為廣泛的幾種表層風(fēng)場(chǎng)資料產(chǎn)品。

表1 表層風(fēng)場(chǎng)資料產(chǎn)品的數(shù)據(jù)特征Table 1 Major characteristics of surface wind data sets

1.1 再分析風(fēng)場(chǎng)資料

就時(shí)間范圍來看,NOAA發(fā)布的再分析資料產(chǎn)品20-CR時(shí)間覆蓋最長(zhǎng),涵蓋了19世紀(jì)后半期和整個(gè)20世紀(jì),一直到最近的2014年。大部分資料都發(fā)布在20世紀(jì)后半期之后,其中MERRA和20-CR資料已經(jīng)停止發(fā)布。所有表層風(fēng)場(chǎng)資料的時(shí)間分辨率都為6 h。在空間分辨率方面,ERA-Interim再分析資料的分辨率最高,CFSR/CFSv2次之,20-CR的分辨率最低。

再分析資料使用的同化方案中,JRA-55使用的二維最優(yōu)插值法(2D-OI)的優(yōu)點(diǎn)在于其運(yùn)用簡(jiǎn)單,計(jì)算量相對(duì)較小,若使用不同的來源的觀測(cè)資料,在分析場(chǎng)容易生成寄生噪聲,并且很難保證大尺度分析與小尺度分析的一致性。而其他再分析資料使用的“變分法”通過使用復(fù)雜的觀測(cè)算子,可以更為簡(jiǎn)易地實(shí)現(xiàn)與狀態(tài)量非直接或非線性相關(guān)的觀測(cè)量的同化[14]。四維變分法(4D-VAR)是在三維變分法(3D-VAR)的基礎(chǔ)上發(fā)展起來的,其中3D-VAR僅考慮了分析時(shí)刻前的觀測(cè)資料,而4D-VAR在此基礎(chǔ)上又增加了未來時(shí)刻的觀測(cè)資料,彌補(bǔ)了狀態(tài)量在初始化角度的缺陷,但也增加了伴隨模式的復(fù)雜性以及算法的計(jì)算量[14-15]。Thepaut和Whitaker等也已證明4D-VAR的表現(xiàn)要優(yōu)于3D-VAR[16-17]。

再分析資料中使用的同化資料中,MERRA中最新的衛(wèi)星同化資料分別是SSM/I微波輻射計(jì)資料和QuikSCAT散射計(jì)資料,而QuikSCAT資料局限于1999—2009年,因此,在2009年以后用于同化的資料僅有SSM/I輻射計(jì)資料,同化資料較為單一[18]。CFSR/CFSv2和ERA-Interim兩種產(chǎn)品中使用的最新衛(wèi)星同化資料分別為WindSAT輻射計(jì)資料和ASCAT散射計(jì)資料,這2種資料目前依然在持續(xù)更新中,且廣泛應(yīng)用于其他各種產(chǎn)品資料產(chǎn)品中。

CFSR/CFSv2和ERA-Interim兩種再分析資料在時(shí)間覆蓋范圍、時(shí)空分辨率、同化方案以及同化資料等各個(gè)方面的優(yōu)勢(shì)相比其他幾種資料都比較明顯。當(dāng)然這2種資料也各有優(yōu)缺點(diǎn):ERA-Interim使用的4D-VAR同化方案優(yōu)勢(shì)要大于CFSR/CFSv2的3D-VAR；CFSR/CFSv2(38 km)的大氣模式水平分辨率要高于ERA-Interim(79 km)；CFSR/CFSv2(64層)的大氣模式垂直分辨率要高于ERA-Interim(61層)[19]。針對(duì)這2種再分析資料,有學(xué)者進(jìn)行過相關(guān)研究評(píng)估,得出的結(jié)論也有所不同。曠芳芳等就2011年臺(tái)灣海峽處的3個(gè)浮標(biāo)觀測(cè)資料與3種海面風(fēng)場(chǎng)資料進(jìn)行相互比較后發(fā)現(xiàn),CFSR/CFSv2資料比ERA-Interim資料更接近觀測(cè)[20]。Peng等比較了2009年赤道上的3個(gè)系泊浮標(biāo)資料與2種再分析表層風(fēng)場(chǎng)資料的差異,結(jié)果顯示CFSR/CFSv2在赤道地區(qū)的整體評(píng)估效果比ERA-Interim好[21]。Stopa和Cheung利用NDBC提供的25個(gè)浮標(biāo)資料與再分析資料進(jìn)行比較分析,發(fā)現(xiàn)ERA-Interim資料與浮標(biāo)觀測(cè)資料的評(píng)估效果要優(yōu)于CFSR/CFSv2[22]。

1.2 分析風(fēng)場(chǎng)資料

NCEP/NCAR提供的最終全球分析資料(Final Operational Global Analysis,FNL)的風(fēng)場(chǎng)產(chǎn)品由于觀測(cè)資料來源的限制,在不同時(shí)期獲取的同化資料是不同的。該資料收集了過去6 h來自全球電信系統(tǒng)(GTS)和其他來源的觀測(cè)數(shù)據(jù)和衛(wèi)星反演資料,包括TIROS業(yè)務(wù)的垂直探測(cè)儀、無線電探空儀、下投式探空儀等資料,使用和全球預(yù)報(bào)系統(tǒng)(GFS)相同的模式做一個(gè)全球性的數(shù)據(jù)分析。FNL在GFS初始化60～90 min后進(jìn)行數(shù)據(jù)分析,所以比GFS分析多了約10%的觀測(cè)數(shù)據(jù)。石慧用QuikSCAT散射計(jì)資料比較驗(yàn)證了FNL資料的準(zhǔn)確性[23]。

1.3 合成風(fēng)場(chǎng)資料

合成風(fēng)場(chǎng)資料融合了各方面信息,能最大限度地降低單個(gè)數(shù)據(jù)的誤差,提高各個(gè)數(shù)據(jù)的利用率。目前的合成風(fēng)場(chǎng)資料使用的融合資料有衛(wèi)星遙感資料(散射計(jì)、高度計(jì)和輻射計(jì)等)、船舶和浮標(biāo)的實(shí)時(shí)觀測(cè)資料等。應(yīng)用較多的合成風(fēng)場(chǎng)資料有NASA研制的交叉定標(biāo)多平臺(tái)合成風(fēng)場(chǎng)資料(Cross Calibrated Multi-Platform,CCMP)和科羅拉大學(xué)研制的全球范圍的表層風(fēng)場(chǎng)資料Quik SCAT/NCEP。

QuikSCAT/NCEP是基于QSCAT-1/F13模式函數(shù)重新校準(zhǔn)得到的QuickSCAT衛(wèi)星資料,然后利用B-樣條插值方案再融合進(jìn)NCEP全球再分析資料得到的合成風(fēng)場(chǎng)資料,該方法保留了QuickSCAT衛(wèi)星軌道內(nèi)的高波數(shù)信息[24]。但由于QuickSCAT衛(wèi)星于2009年已停止工作,所以QuikSCAT/NCEP資料的范圍只有1999—2009年,時(shí)間范圍有限。

CCMP是通過對(duì)衛(wèi)星微波遙感和儀器觀測(cè)的海面風(fēng)數(shù)據(jù)進(jìn)行交叉校準(zhǔn)和同化而得出的合成風(fēng)場(chǎng)資料。以ECMWF的再分析業(yè)務(wù)資料為背景場(chǎng),利用變分法同化了SSM/I,TMI,Quik SCAT,WindSAT和ASCAT等20多種衛(wèi)星探測(cè)海面風(fēng)資料以及部分船舶、浮標(biāo)觀測(cè)資料,最后用海洋系泊浮標(biāo)對(duì)輻射計(jì)和散射計(jì)數(shù)據(jù)都進(jìn)行了驗(yàn)證。數(shù)據(jù)的空間范圍為180°W～180°E,78°22'30″S～78°22'30″N。Atlas驗(yàn)證了CCMP合成風(fēng)場(chǎng)資料較單個(gè)的衛(wèi)星平臺(tái)風(fēng)場(chǎng)資料在精度方面有很大的提高[25]。毛科峰等發(fā)現(xiàn),CCMP風(fēng)場(chǎng)資料的均方根誤差精度在東中國(guó)海海域高于ERA-Interim風(fēng)場(chǎng)資料和Quik SCAT/NCEP合成風(fēng)場(chǎng)資料[26]。

2 4種風(fēng)場(chǎng)資料產(chǎn)品的檢驗(yàn)評(píng)估

通過第一節(jié)的全面分析比較和評(píng)估,本文最終選擇檢驗(yàn)的風(fēng)場(chǎng)資料包括CFSR/CFSv2,ERA-Interim,FNL和CCMP。通過近岸和遠(yuǎn)岸、低緯度和高緯度兩種對(duì)比方式,分別對(duì)4種產(chǎn)品資料進(jìn)行不同區(qū)域的驗(yàn)證,進(jìn)一步了解產(chǎn)品資料在離岸遠(yuǎn)近和緯度高低兩方面的精度差別。

2.1 實(shí)測(cè)數(shù)據(jù)介紹

使用的實(shí)測(cè)數(shù)據(jù)包括:1)國(guó)家浮標(biāo)資料中心(National Data Buoy Center,NDBC)提供的24個(gè)浮標(biāo)風(fēng)速、風(fēng)向資料,位置信息如圖1所示,綠點(diǎn)為遠(yuǎn)岸浮標(biāo),黑點(diǎn)為近岸浮標(biāo)；2)TAO提供的16個(gè)浮標(biāo)風(fēng)速、風(fēng)向資料,位置信息為圖1中藍(lán)點(diǎn)所示；3)中國(guó)浙江的嵊泗平臺(tái)觀測(cè)站的風(fēng)速資料,位置為122°27'E,30°44'N,如圖1中紅色圓點(diǎn)所示,平臺(tái)的測(cè)風(fēng)高度為79.6 m。所有資料的時(shí)間全部選取為2008年。根據(jù)選取實(shí)測(cè)浮標(biāo)的位置,將熱帶大氣海洋陣列(TAO)作為低緯地區(qū)的實(shí)測(cè)資料代表；國(guó)家浮標(biāo)資料中心(NDBC)的浮標(biāo)資料中,將離岸≤50 km的浮標(biāo)作為近岸實(shí)測(cè)資料的代表,將離岸＞50 km的浮標(biāo)作為遠(yuǎn)岸和高緯實(shí)測(cè)資料的代表。由于4種產(chǎn)品資料都同化了NDBC和TAO的觀測(cè)資料,選取這2種觀測(cè)資料進(jìn)行風(fēng)場(chǎng)對(duì)比驗(yàn)證的獨(dú)立性不是很強(qiáng),所以單獨(dú)選取中國(guó)的嵊泗站作為獨(dú)立觀測(cè)資料的參考。

圖1 觀測(cè)站點(diǎn)位置分布Fig.1 Locations of observation stations

2.2 方法介紹

2.2.1 數(shù)據(jù)空間匹配

將4種產(chǎn)品資料采取雙線性二次插值方案插值到觀測(cè)站點(diǎn)所在的經(jīng)緯度上,然后利用對(duì)數(shù)風(fēng)廓線風(fēng)速高度換算公式將觀測(cè)站點(diǎn)風(fēng)速訂正到10 m的高度上[27],計(jì)算式為

式中,u z2和u z1分別為高度z1和z2(m)處的風(fēng)速(m/s)；z0為粗糙度,取0.003 m。

2.2.2 數(shù)據(jù)時(shí)間匹配

在資料的時(shí)間匹配上,NDBC資料可以直接選取與產(chǎn)品資料對(duì)應(yīng)時(shí)次(00:00,06:00,12:00,18:00)的觀測(cè)資料與產(chǎn)品資料進(jìn)行比較；由于TAO陣列和嵊泗站時(shí)間間隔不同,所以觀測(cè)資料選取與產(chǎn)品資料對(duì)應(yīng)時(shí)次(00:00,06:00,12:00,18:00)前后1 h的資料進(jìn)行平均,再與產(chǎn)品資料進(jìn)行比較。

2.2.3 統(tǒng)計(jì)變量計(jì)算公式

為了進(jìn)一步定量分析和評(píng)估4種資料產(chǎn)品的可信度與準(zhǔn)確性,需要對(duì)4種產(chǎn)品資料風(fēng)速、風(fēng)向與觀測(cè)資料風(fēng)速、風(fēng)向的偏差(Bias)、均方根誤差(RMSE)、誤差標(biāo)準(zhǔn)差(STDE)和相關(guān)系數(shù)(R2)進(jìn)行統(tǒng)計(jì),計(jì)算公式:

式中,x i代表觀測(cè)資料的風(fēng)速和風(fēng)向,x′i代表風(fēng)場(chǎng)產(chǎn)品資料的風(fēng)速和風(fēng)向,Cov(x i,x′i)為x i、x′i的協(xié)方差,D(x i)為x i的方差,D(x′i)為x′i的方差,n為樣本數(shù)。

2.3 結(jié)果與分析

圖2是4種風(fēng)場(chǎng)產(chǎn)品資料與TAO浮標(biāo)觀測(cè)資料風(fēng)速、風(fēng)向的散點(diǎn)分布,滿足要求的散點(diǎn)共10 223個(gè)。從圖2可以看出,4種產(chǎn)品資料y=x上側(cè)的散點(diǎn)均多于y=x下側(cè),說明產(chǎn)品資料的風(fēng)速均低估了實(shí)際風(fēng)速。表2給出的是風(fēng)速偏差統(tǒng)計(jì),CFSR/CFSv2資料低估實(shí)際風(fēng)速最為明顯(Bias=0.76 m/s),CCMP資料的效果較好(Bias=0.31 m/s),ERA-Interim和FNL的風(fēng)速偏差相近,分別為0.51和0.64 m/s。CFSR/CFSv2資料散點(diǎn)偏離對(duì)角線的程度最大(RMSE=1.55 m/s),CCMP資料的偏離程度最小(RMSE=1.08 m/s)。4種產(chǎn)品資料中,CCMP資料風(fēng)速與實(shí)測(cè)風(fēng)速的相關(guān)系數(shù)最大為0.89,誤差標(biāo)準(zhǔn)差最小為1.04,而CFSR/CFSv2資料的相關(guān)系數(shù)最小為0.89,誤差標(biāo)準(zhǔn)差最大為1.35。所以,在赤道太平洋地區(qū),CCMP資料風(fēng)速與浮標(biāo)實(shí)測(cè)風(fēng)速最為接近,是效果最好的產(chǎn)品資料,而CFSR/CFSv2資料是效果最差的資料。

由圖2可見風(fēng)向在120°～180°的散點(diǎn)明顯較少,說明偏北風(fēng)較少,這與赤道北側(cè)常年的東南信風(fēng)相符合。偏離對(duì)角線較多的風(fēng)向散點(diǎn)明顯集中于0～6 m/s,說明在低風(fēng)速段產(chǎn)品資料與實(shí)測(cè)資料偏差較大,效果較差。通過比較可以發(fā)現(xiàn),CCMP產(chǎn)品資料的風(fēng)向散點(diǎn)更多地集中于對(duì)角線附近,表2的風(fēng)向統(tǒng)計(jì)也印證了這一點(diǎn),CCMP的偏差最小為2.30°,明顯小于其他3種資料,均方根誤差最小為35.46°,誤差標(biāo)準(zhǔn)差最小為35.38°。而ERA-Interim資料除了偏差較大以外,整體效果偏小于CCMP資料,FNL和CFSR/CFSv2是效果最差的2種資料。

表2 4種產(chǎn)品資料與TAO浮標(biāo)觀測(cè)資料的風(fēng)速和風(fēng)向的相關(guān)統(tǒng)計(jì)變量Table 2 Statistics of wind speed and direction between the four wind products and TAO buoys

圖2 4種風(fēng)場(chǎng)產(chǎn)品資料與TAO浮標(biāo)觀測(cè)資料風(fēng)速和風(fēng)向的散點(diǎn)分布Fig.2 Scatter diagrams of wind speed and direction from the four wind products and TAO buoys

圖3是4種風(fēng)場(chǎng)產(chǎn)品資料與遠(yuǎn)岸NDBC浮標(biāo)觀測(cè)資料風(fēng)速、風(fēng)向的散點(diǎn)分布,滿足要求的散點(diǎn)共15 736個(gè)?？梢钥闯?相比赤道低緯地區(qū)的風(fēng)速風(fēng)向散點(diǎn)分布(圖2),高緯的風(fēng)速風(fēng)向散點(diǎn)(圖3)要更集中于對(duì)角線附近。對(duì)比表2和表3的相關(guān)統(tǒng)計(jì)變量也可看出,在高緯度地區(qū),產(chǎn)品資料的偏差、均方根誤差和相關(guān)系數(shù)均優(yōu)于赤道低緯度地區(qū)。CCMP資料的風(fēng)速在4種產(chǎn)品資料中最接近實(shí)測(cè)浮標(biāo)資料,偏差(0.17 m/s)遠(yuǎn)小于其他3種資料,均方根誤差(1.23 m/s)也是最小。FNL風(fēng)速資料的效果僅次于CCMP,除了偏差(0.47 m/s)較大以外,其他統(tǒng)計(jì)變量和CCMP資料均相差不大。CFSR/CFSv2資料的相關(guān)統(tǒng)計(jì)變量遠(yuǎn)差于CCMP和FNL,是4種產(chǎn)品資料中效果最差的資料。

由圖2和圖3可以看出,偏離對(duì)角線較多的風(fēng)向散點(diǎn)依然集中于低風(fēng)速段(0～10 m/s),且風(fēng)速越低,偏差越多。結(jié)合圖3和表3,比較發(fā)現(xiàn),CFSR/CFSv2資料的效果最差,誤差標(biāo)準(zhǔn)差(STDE)達(dá)到27.36°。其他3種資料的統(tǒng)計(jì)變量比較接近,CCMP資料的偏差效果偏好為-0.51°,ERA-Interim資料均方根誤差的效果偏好為25.39°,FNL的效果略差。

表3 4種產(chǎn)品資料與遠(yuǎn)岸NDBC浮標(biāo)觀測(cè)資料的風(fēng)速和風(fēng)向的相關(guān)統(tǒng)計(jì)變量Table 3 Statistics of wind speed and direction between the four wind products and off-shore NDBC buoys

圖3 4種風(fēng)場(chǎng)產(chǎn)品資料與遠(yuǎn)岸NDBC浮標(biāo)觀測(cè)資料風(fēng)速和風(fēng)向的散點(diǎn)分布Fig.3 Scatter diagrams of wind speed and direction from the four wind products and off-shore NDBC buoys

圖4是4種風(fēng)場(chǎng)產(chǎn)品資料與近岸NDBC浮標(biāo)觀測(cè)資料風(fēng)速、風(fēng)向的散點(diǎn)分布,滿足要求的散點(diǎn)共9 950個(gè)。相比遠(yuǎn)岸地區(qū)的散點(diǎn)圖,近岸浮標(biāo)處在對(duì)角線上的風(fēng)速散點(diǎn)明顯多于對(duì)角線下側(cè),分布較為分散,說明產(chǎn)品資料在近岸地區(qū)的效果較差。CCMP的風(fēng)速要明顯優(yōu)于其他3種資料,散點(diǎn)比較均勻的分布在對(duì)角線兩側(cè),風(fēng)速偏差(0.2 m/s)是4種資料中最小的,均方根誤差(2.38 m/s)也是最小的,相關(guān)系數(shù)0.84僅次于最大值的0.87,所以CCMP是4種資料中效果最好的產(chǎn)品資料。ERA-Interim風(fēng)速資料是效果最差的資料,誤差標(biāo)準(zhǔn)差達(dá)到了2.74 m/s。FNL和CFSR/CFSv2的效果相近,相關(guān)統(tǒng)計(jì)變量相差不大。風(fēng)向散點(diǎn)分布圖中可以看出,偏離對(duì)角線的風(fēng)向散點(diǎn)大部分集中于0～5 m/s,有少部分在5～10 m/s,且數(shù)量遠(yuǎn)遠(yuǎn)多于遠(yuǎn)岸地區(qū)。相比遠(yuǎn)岸地區(qū)的散點(diǎn)分布,近岸地區(qū)明顯分布較為分散,有更多的產(chǎn)品資料與實(shí)測(cè)資料偏差較大。結(jié)合圖4和表4,通過比較可以發(fā)現(xiàn),CCMP的風(fēng)向資料效果最好,偏差最低為0.21°,均方根誤差(47.50°)僅次于最低值46.87°,誤差標(biāo)準(zhǔn)差(47.50°)也僅次于最低值(46.85°),而CFSR/CFSv2資料的均方根誤差和誤差標(biāo)準(zhǔn)差雖然最小,但是偏差太大,導(dǎo)致整體效果較差。

表4 4種產(chǎn)品資料與近岸NDBC浮標(biāo)觀測(cè)資料的風(fēng)速和風(fēng)向的相關(guān)統(tǒng)計(jì)變量Table 4 Statistics of wind speed and direction between the four wind products and near-shore NDBC buoys

圖4 4種風(fēng)場(chǎng)產(chǎn)品資料的風(fēng)速和風(fēng)向與近岸NDBC浮標(biāo)觀測(cè)資料風(fēng)速和風(fēng)向的散點(diǎn)分布Fig.4 Scatter diagrams of wind speed and direction from the four wind products and near-shore NDBC buoys

結(jié)合4種風(fēng)場(chǎng)資料產(chǎn)品與嵊泗觀測(cè)站風(fēng)速的散點(diǎn)分布(圖5)以及其相關(guān)統(tǒng)計(jì)變量(表5)可見,FNL資料和嵊泗站觀測(cè)風(fēng)速資料最為接近,偏差最小為0.05 m/s,均方根誤差最小為2.31 m/s,相關(guān)系數(shù)(R2)為0.64,僅次于最高值0.65,所以,FNL是4種資料中效果最好的資料。ERA-Interim資料的效果僅次于FNL,偏差為0.24 m/s,誤差標(biāo)準(zhǔn)差為2.33 m/s。而在浮標(biāo)處驗(yàn)證效果較好的CCMP資料在嵊泗站處的效果卻較差,偏差達(dá)到0.48 m/s,誤差標(biāo)準(zhǔn)差為2.45 m/s。CFSR/CFSv2資料是4種資料中效果最差的,相關(guān)系數(shù)僅為0.55,誤差標(biāo)準(zhǔn)差達(dá)到了2.71 m/s。侯敏等利用觀測(cè)平臺(tái)來驗(yàn)證產(chǎn)品資料的風(fēng)速精度,證明ERAInterim資料的效果由于CCMP和CFSR/CFSv2[26]。造成浮標(biāo)(＜10 m)資料與觀測(cè)平臺(tái)(＞30 m)資料驗(yàn)證的產(chǎn)品資料精度差異的原因可能跟實(shí)測(cè)資料的高度有關(guān)(實(shí)測(cè)資料在進(jìn)行不同高度的風(fēng)速換算時(shí)產(chǎn)生誤差),具體原因還有待研究。

表5 4種資料產(chǎn)品與嵊泗觀測(cè)站風(fēng)速的統(tǒng)計(jì)變量Table 5 Statistics of wind speed between the four wind products and the observation at Shengsi station

圖5 4種資料產(chǎn)品的風(fēng)速與嵊泗觀測(cè)站風(fēng)速的散點(diǎn)分布Fig.5 Scatter diagrams of wind speed from the four data products and the observation at Shengsi station

3 4種風(fēng)場(chǎng)資料的差異分析

圖6 CCMP資料與ERA-Interim資料、CFSR/CFSv2資料和FNL資料的緯向風(fēng)偏差分布Fig.6 Bias distribution of zonal wind between CCMP and ERA Interim,CFSR/CFSv2,and FNL

前文在利用現(xiàn)有實(shí)測(cè)資料的基礎(chǔ)上實(shí)現(xiàn)了對(duì)北半球海域表層風(fēng)場(chǎng)產(chǎn)品資料的檢驗(yàn)。由于全球范圍內(nèi)實(shí)測(cè)資料的時(shí)空分布不均勻(尤其是南半球分布非常稀少),所以在全球區(qū)域內(nèi)對(duì)產(chǎn)品資料進(jìn)行檢驗(yàn)就會(huì)非常困難。本節(jié)將北半球海域效果較好的CCMP資料作為參考對(duì)象,用雙線性插值法將4種資料插值成統(tǒng)一的空間分辨率,比較了4種產(chǎn)品資料在全球范圍內(nèi)(180°W～180°E,75°7'30″S～75°7'30″N)的偏差(用CCMP減去其他3種資料)分布,以期為特定區(qū)域表層風(fēng)場(chǎng)資料的選取等相關(guān)研究工作提供一些的幫助。

圖6給出了CCMP資料與其他3種資料的緯向風(fēng)偏差分布,從圖中可以看出,CCMP與ERA-Interim偏差大值區(qū)的范圍遠(yuǎn)遠(yuǎn)小于CFSR/CFSv2和FNL,這與ERA-Interim作為CCMP的背景場(chǎng)有很大的關(guān)系。比較CCMP與ERA-Interim的緯向風(fēng)偏差分布(圖6a)可以發(fā)現(xiàn),陸地上的偏差基本在-0.1～0.1 m/s的范圍之內(nèi),要遠(yuǎn)遠(yuǎn)小于海洋上的偏差。海洋上的偏差以負(fù)偏差為主,只有在北大西洋和北印度洋海域有范圍較大的正偏差區(qū),其他的正偏差區(qū)大多在沿岸地區(qū)附近。海洋上的負(fù)偏差區(qū)在南印度洋地區(qū)、太平洋中部地區(qū)和大西洋中部地區(qū)(尤其在島嶼和沿岸附近)比較明顯。比較CCMP與CFSR/CFSv2的緯向風(fēng)偏差分布(圖6b)可以發(fā)現(xiàn),陸地上的偏差明顯大于圖6a,并且陸地上的偏差分布及其不均勻,正偏差區(qū)與負(fù)偏差區(qū)交叉分布,低海拔地區(qū)以正偏差為主,高海拔地區(qū)以負(fù)偏差區(qū)為主。海洋上以太平洋中部(尤其在島嶼附近)海域的負(fù)偏差區(qū)最為明顯,南半球西風(fēng)帶為正偏差區(qū),沿岸地區(qū)多為正偏差。CCMP與FNL的緯向風(fēng)偏差分布(圖6c)與圖6b相似,說明基于GFS系統(tǒng)處理的CFSR/CFSv2和FNL兩種資料的偏差較小,但圖6c中正偏差區(qū)較圖6b較為明顯,證明CFSR/CFSv2資料與CCMP資料的偏差要小于FNL資料與CCMP資料的偏差。

由CCMP資料與其他3種資料的經(jīng)向風(fēng)偏差分布(圖7)可以看出,CCMP與ERA-Interim偏差大值區(qū)的范圍依然遠(yuǎn)遠(yuǎn)小于CFSR/CFSv2和FNL,南半球的正偏差區(qū)較為明顯,而北半球的負(fù)偏差區(qū)則較為明顯。CCMP與ERA-Interim的經(jīng)向風(fēng)偏差分布(圖7a)可以發(fā)現(xiàn),陸地上的偏差依然非常小。在太平洋和大西洋的近赤道地區(qū)有明顯的正偏差區(qū)。北半球海洋上的偏差以負(fù)偏差為主,其中島嶼和沿岸地區(qū)尤為明顯,而南半球海洋上的偏差則以正偏差為主。CCMP與CFSR/CFSv2的經(jīng)向風(fēng)偏差分布(圖7b)中,陸地上的偏差明顯大于圖7a,偏差分布依然不均勻,在高海拔地區(qū)依然存在較大的偏差區(qū),而北半球大部分的低海拔地區(qū)則以負(fù)偏差為主。北半球海洋上以負(fù)偏差為主,南半球相反。CCMP與FNL的經(jīng)向風(fēng)偏差分布(圖7c)與圖7b依然相似,圖7c中南半球正偏差區(qū)較圖7b較為明顯。

圖7 CCMP資料與(a)ERA-Interim資料、(b)CFSR/CFSv2資料和(c)FNL資料的經(jīng)向風(fēng)偏差分布Fig.7 Bias distribution of meridional wind between CCMP and ERA Interim,CFSR/CFSv2,and FNL

4 結(jié) 語

為了給海洋表層風(fēng)場(chǎng)的物理結(jié)構(gòu)重建與基礎(chǔ)理論溯源工作確立一種準(zhǔn)確可靠且通過檢驗(yàn)的高時(shí)空分辨率風(fēng)場(chǎng)資料產(chǎn)品,本文利用NDBC,TAO和嵊泗站現(xiàn)場(chǎng)觀測(cè)資料對(duì)目前應(yīng)用較為廣泛的4種表層風(fēng)場(chǎng)產(chǎn)品在北半球海域進(jìn)行了檢驗(yàn)評(píng)估,并分析了4種產(chǎn)品資料的偏差,得出結(jié)論:

1)4種資料的風(fēng)速都不同程度地低估了實(shí)際觀測(cè)風(fēng)速,在低風(fēng)速區(qū)的風(fēng)向偏差較大,風(fēng)速越低,偏差越多。產(chǎn)品資料在遠(yuǎn)岸地區(qū)比近岸地區(qū)更接近實(shí)測(cè)資料,在高緯地區(qū)的效果優(yōu)于低緯地區(qū)。不同區(qū)域的偏差相比,遠(yuǎn)岸浮標(biāo)處的偏差(0.44 m/s)小于近岸浮標(biāo)處的偏差(1.03 m/s),低緯地區(qū)的偏差(0.55 m/s)大于高緯地區(qū)；不同區(qū)域的RMSE相差很大,近岸浮標(biāo)處的RMSE(2.68 m/s)遠(yuǎn)遠(yuǎn)大于遠(yuǎn)岸區(qū)域(1.33 m/s),低緯地區(qū)的RMSE(1.35 m/s)大于高緯地區(qū)；不同區(qū)域的相關(guān)系數(shù)也相差很大,遠(yuǎn)岸浮標(biāo)處的相關(guān)系數(shù)(0.92)遠(yuǎn)大于近岸區(qū)域(0.83),低緯地區(qū)的相關(guān)系數(shù)(0.84)小于高緯地區(qū)。在風(fēng)向方面,低緯浮標(biāo)處的偏差(-2.93°)遠(yuǎn)大于高緯地區(qū)(-1.02°),近岸地區(qū)的偏差(0.98°)略大于遠(yuǎn)岸地區(qū)；近岸浮標(biāo)處的RMSE(47.64°)遠(yuǎn)遠(yuǎn)大于遠(yuǎn)岸地區(qū)(25.61°),低緯浮標(biāo)處的RMSE(22.78°)略大于高緯地區(qū)。

2)不同資料在不同區(qū)域的精度也不同,但整體而言,CCMP資料是4種資料在不同區(qū)域中效果最好的一種資料,而CFSR/CFSv2資料是效果較差的一種資料。在赤道低緯浮標(biāo)地區(qū),CCMP資料的風(fēng)速偏差(0.31 m/s)、均方根誤差(1.08 m/s)和誤差標(biāo)準(zhǔn)差(1.04 m/s)最小,相關(guān)系數(shù)(0.89)最大,風(fēng)向偏差(-1.49°)、均方根誤差(20.49°)、誤差標(biāo)準(zhǔn)差(20.44°)最小,與實(shí)測(cè)風(fēng)場(chǎng)的符合度最好；在遠(yuǎn)岸浮標(biāo)地區(qū),CCMP的風(fēng)場(chǎng)效果整體好,風(fēng)速風(fēng)向偏差(分別為0.17 m/s和-0.51°)最小,風(fēng)速均方根誤差(1.23 m/s)最小,風(fēng)向均方根誤差(25.84°)僅次于ERA-Interim的最小值(25.39°)；在近岸浮標(biāo)地區(qū),CCMP資料的風(fēng)速偏差(0.20 m/s)、均方根誤差(2.38 m/s)最小,相關(guān)系數(shù)(0.84)僅次于最大值0.87,風(fēng)向偏差(0.21°)最小,均方根誤差(47.50°)略大于最小值46.87°,與實(shí)測(cè)風(fēng)場(chǎng)的符合度最好。

3)利用嵊泗站觀測(cè)平臺(tái)資料與浮標(biāo)資料驗(yàn)證的產(chǎn)品資料精度略有差異。結(jié)果顯示:FNL資料的風(fēng)速偏差最小為0.05 m/s,風(fēng)速均方根誤差最小為2.31 m/s,風(fēng)速相關(guān)系數(shù)為0.64,僅次于最大值0.65,是4種資料產(chǎn)品中效果最好的產(chǎn)品。ERA-Interim資料的效果僅次于FNL。而用浮標(biāo)驗(yàn)證效果較好的CCMP資料在嵊泗站點(diǎn)效果卻較差,偏差達(dá)到0.48 m/s。CFSR/CFSv2資料是4種資料中效果最差的,相關(guān)系數(shù)僅為0.55。造成以上差異的原因可能跟實(shí)測(cè)資料的高度有關(guān)(實(shí)測(cè)資料在進(jìn)行不同高度的風(fēng)速換算時(shí)產(chǎn)生誤差),具體原因還有待研究。

4)通過分析4種風(fēng)場(chǎng)資料的偏差分布發(fā)現(xiàn),CCMP與ERA-Interim風(fēng)場(chǎng)資料偏差較小,與ERA-Interim作為CCMP的背景場(chǎng)有很大的關(guān)系,CFSR/CFSv2與FNL風(fēng)場(chǎng)資料偏差較小(圖略)是由于2種資料均基于GFS系統(tǒng)。CCMP資料與其他3種資料的緯向風(fēng)偏差在海洋上以負(fù)偏差為主,其中南印度洋地區(qū)、太平洋中部地區(qū)和大西洋中部地區(qū)(尤其在島嶼附近)尤為明顯；陸地以及沿岸地區(qū)的偏差較大(CCMP與CFSR/CFSv2和FNL),且分布不均勻,歐洲平原一直到西伯利亞平原地區(qū)為正偏差區(qū),各個(gè)大洲上高原地區(qū)以負(fù)偏差區(qū)為主。經(jīng)向風(fēng)偏差分布中,南半球的正偏差區(qū)較為明顯,而北半球的負(fù)偏差區(qū)則較為明顯,但偏差程度要小于緯向風(fēng)偏差,在太平洋和大西洋的近赤道地區(qū)有明顯的正偏差區(qū)(CCMP與ERA-Interim),陸地上(除澳大利亞)以負(fù)偏差為主。