李愛蓮, 劉 澤, 洪 新, 侯一筠, 管守德
臺(tái)風(fēng)條件下ERA5再分析數(shù)據(jù)對(duì)中國近海適用性評(píng)估
李愛蓮1, 3, 劉 澤1, 2, 4, 洪 新5, 侯一筠1, 2, 3, 4, 管守德2, 6
(1.中國科學(xué)院海洋研究所 海洋環(huán)流與波動(dòng)重點(diǎn)實(shí)驗(yàn)室, 山東 青島 266071; 2.青島海洋科學(xué)與技術(shù)試點(diǎn)國家實(shí)驗(yàn)室海洋動(dòng)力過程與氣候功能實(shí)驗(yàn)室, 山東 青島 266237; 3.中國科學(xué)院大學(xué), 北京 100049; 4.中國科學(xué)院海洋大科學(xué)中心, 山東青島 266071; 5.國家海洋局煙臺(tái)海洋環(huán)境監(jiān)測中心, 山東 煙臺(tái) 264006; 6.中國海洋大學(xué) 物理海洋學(xué)實(shí)驗(yàn)室, 山東 青島 266100)
2019年第9號(hào)臺(tái)風(fēng)“利奇馬”是自1949年以來在浙江登陸的第三強(qiáng)臺(tái)風(fēng), 對(duì)中國近海沿岸地區(qū)造成了巨大的經(jīng)濟(jì)損失以及人員傷亡。為了研究ERA5再分析數(shù)據(jù)在渤黃東海的適用性, 本文利用統(tǒng)計(jì)方法, 針對(duì)臺(tái)風(fēng)“利奇馬”期間位于渤海(QF104)、黃海(QF108)和東海(QF5003)的三套浮標(biāo)觀測數(shù)據(jù)對(duì)ECMWF最新推出的ERA5再分析數(shù)據(jù)進(jìn)行評(píng)估分析。評(píng)估結(jié)果表明: 1) ERA5再分析風(fēng)速、風(fēng)向、有效波高數(shù)據(jù)與浮標(biāo)觀測數(shù)據(jù)的匹配度較好, 平均周期與海面溫度數(shù)據(jù)次之; 2) ERA5再分析平均波向數(shù)據(jù)相對(duì)平滑, 而實(shí)測數(shù)據(jù)波動(dòng)性大, 兩者之間的相關(guān)性有待進(jìn)一步提高。
臺(tái)風(fēng)“利奇馬”; ERA5再分析資料; 浮標(biāo)觀測; 10 m風(fēng)速; 有效波高; 海面溫度
近年來, 臺(tái)風(fēng)導(dǎo)致的海上強(qiáng)風(fēng)與災(zāi)害性海浪給中國近海帶來巨大損失。尤其是近40年來隨著全球變暖, 臺(tái)風(fēng)登陸強(qiáng)度逐漸增強(qiáng)[1], 對(duì)沿海地區(qū)經(jīng)濟(jì)和人身安全威脅日益嚴(yán)重。近海浮標(biāo)觀測資料提供了臺(tái)風(fēng)期間的風(fēng)場、波浪場等許多的寶貴信息[2-5]。然而, 由于觀測資料主要是單站點(diǎn)數(shù)據(jù)且站位較少, 站點(diǎn)數(shù)據(jù)以及空間分布的相關(guān)資料嚴(yán)重匱乏, 制約了對(duì)海上強(qiáng)風(fēng)與臺(tái)風(fēng)浪的時(shí)空分布特征和影響評(píng)估的研究。再分析資料的出現(xiàn)解決了觀測資料的匱乏和時(shí)空不均等問題, 被廣泛應(yīng)用在主流風(fēng)浪模式預(yù)報(bào)或后報(bào)中, 但受觀測資料、數(shù)值預(yù)報(bào)模式和同化方案等因素影響, 再分析資料的適用性也有待于進(jìn)一步檢驗(yàn)。
再分析資料同化了大量衛(wèi)星資料及地面和高空等常規(guī)觀測資料, 具有時(shí)間序列長、分辨率高等優(yōu)點(diǎn)。歐洲中期天氣預(yù)報(bào)中心(ECWMF)是較早開展數(shù)據(jù)再分析研究的機(jī)構(gòu), 其分析資料已歷經(jīng)了FGGE、ERA-15、ERA-40、ERA-Interim四代。ERA5再分析資料是由歐盟資助、ECMWF運(yùn)營的哥白尼氣候變化服務(wù)(Copernicus climate change service, C3S)打造的最新一代即第五代再分析資料。目前ECMWF發(fā)布了1979年以來的數(shù)據(jù), 在2020年實(shí)現(xiàn)從1950年1月開始到實(shí)時(shí)數(shù)據(jù)覆蓋, 并實(shí)現(xiàn)實(shí)時(shí)之后3個(gè)月內(nèi)的數(shù)據(jù)覆蓋。截止目前為止, Lv等[6]、馮興如等[5]、 Sheng等[7]、陳子健等[8]都利用ECMWF再分析數(shù)據(jù)用于中國渤黃東海的風(fēng)浪模式研究。
關(guān)于全球和區(qū)域尺度上再分析資料適用性, 國內(nèi)外學(xué)者已開展了許多的研究。Monney等[9]用觀測數(shù)據(jù)對(duì)比分析了ERA-40、ERA-Interim以及NCEP/ NCAR再分析數(shù)據(jù), 發(fā)現(xiàn)再分析資料易高估陸地上的冬季氣溫, 且ERA-Interim對(duì)冬季氣溫的描述優(yōu)于ERA-40與NCEP/NCAR。Decker等[10]評(píng)估了GSFC、NCEP以及ECMWF等再分析數(shù)據(jù), 結(jié)果顯示ERA-Interim再分析近地面氣溫、風(fēng)速和降水?dāng)?shù)據(jù)與觀測數(shù)據(jù)的相關(guān)性均優(yōu)于NCEP/DOE和CFSR。朱彥良等[11]利用NCEP/NCAR和ERA-Interim再分析資料對(duì)比分析了在安徽壽縣獲得的為期7個(gè)月逐6 h RS92探空資料, 發(fā)現(xiàn)ERA-Interim再分析資料的描述優(yōu)于NCEP/ NCAR再分析資料。孟憲貴等[12]利用山東省及周邊地區(qū)10個(gè)站點(diǎn)的地面和高空觀測資料對(duì)ERA5再分析資料的適用性進(jìn)行了初步評(píng)估, 發(fā)現(xiàn)ERA5的適用性總體上要優(yōu)于ERA-Interim再分析資料, 地面和對(duì)流層低層的相對(duì)濕度、風(fēng)場提高更為明顯。
ECMWF是波浪模擬最常用的風(fēng)場, 作為驅(qū)動(dòng)場被廣泛應(yīng)用于風(fēng)浪模式研究[6, 13-19]。許多學(xué)者研究了ECMWF風(fēng)場用于波浪模擬的效果。Signell等[14]用ECMWF風(fēng)場作為SWAN模型的輸入來預(yù)報(bào)地中海的波浪, 結(jié)果發(fā)現(xiàn)ECMWF場低估了風(fēng)速的大小, 沒有再現(xiàn)臺(tái)風(fēng)風(fēng)場的空間結(jié)構(gòu)。Cavaleri等[15]使用不同分辨率的ECMWF數(shù)據(jù)進(jìn)行評(píng)估, 結(jié)果顯示分辨率越高, 風(fēng)速與波高數(shù)據(jù)與觀測數(shù)據(jù)之間的誤差越小, 且分辨率對(duì)風(fēng)速的影響更明顯。Moeini等[20]評(píng)估了ECMWF和實(shí)測風(fēng)場兩種地面風(fēng)源通過SWAN模式在波斯灣波浪模擬中的質(zhì)量, 結(jié)果發(fā)現(xiàn)ECMWF低估了風(fēng)的強(qiáng)度, 且高波模型校準(zhǔn)導(dǎo)致了低波被高估。Lv等[6]用ECMWF風(fēng)場作為SWAN模型的輸入來進(jìn)一步了解渤海風(fēng)浪的特征, 研究表明ECMWF風(fēng)場資料低估了渤海上空的風(fēng)速, 但總體趨勢(shì)和主導(dǎo)方向與觀測資料一致。雖然以前許多研究表明ECMWF風(fēng)場數(shù)據(jù)的風(fēng)速通常偏低, 但經(jīng)過適當(dāng)校正后可用于數(shù)值模式研究[21]。馮興如等[5]將ECMWF作為背景風(fēng)場, 利用非結(jié)構(gòu)網(wǎng)格的海浪-海流耦合模式SWAN+ADCIRC模擬了1997—2016年影響浙江和福建海域的臺(tái)風(fēng)浪過程, 并將其中4個(gè)臺(tái)風(fēng)過程期間的海浪與觀測數(shù)據(jù)進(jìn)行對(duì)比驗(yàn)證, 模擬結(jié)果和實(shí)測結(jié)果吻合較好。
2019年第9號(hào)臺(tái)風(fēng)“利奇馬”在浙江沿海地區(qū)登陸后一路向北, 影響了渤黃東海大片海區(qū)且造成了巨大的損失, 因此對(duì)于該臺(tái)風(fēng)期間的海洋災(zāi)害研究尤為重要。臺(tái)風(fēng)期間海洋災(zāi)害的研究需要適用性較高的再分析資料。本文利用渤海(QF104)、黃海(QF108)及東海(QF5003)各一套浮標(biāo)數(shù)據(jù), 初步評(píng)估臺(tái)風(fēng)“利奇馬”期間ERA5再分析數(shù)據(jù)對(duì)中國渤黃東海適用性。
2019年第9號(hào)超強(qiáng)臺(tái)風(fēng)“利奇馬”于2019年8月4日下午在西北太平洋洋面生成, 之后沿西北方向移動(dòng), 強(qiáng)度不斷加強(qiáng), 8月7日5時(shí)加強(qiáng)為臺(tái)風(fēng), 8月7日23時(shí)加強(qiáng)為超強(qiáng)臺(tái)風(fēng), 并繼續(xù)向西北方向浙江沿??拷? 于8月10日1時(shí)45分前后在浙江省溫嶺市城南鎮(zhèn)沿海登陸, 登陸時(shí)中心附近最大風(fēng)力達(dá)16級(jí)(52 m/s), 中心最低氣壓為930 hPa, 為2019年登陸中國的最強(qiáng)臺(tái)風(fēng), 也成為自1949年以來登陸浙江第三強(qiáng)的臺(tái)風(fēng)(登陸浙江最強(qiáng)臺(tái)風(fēng)為1956年8月1日臺(tái)風(fēng)“Wanda”, 其次是2006年8月10日臺(tái)風(fēng)“桑美”)。隨后第9號(hào)臺(tái)風(fēng)“利奇馬”縱穿浙江、江蘇兩省并移入黃海海面, 又于8月11日20時(shí)50分左右在山東省青島市黃島區(qū)沿海再次登陸, 登陸時(shí)中心附近最大風(fēng)力達(dá)9級(jí)(23 m/s), 中心最低氣壓為980 hPa, 此后其移入渤海海面并不斷減弱, 最終于8月13日14時(shí)被中央氣象臺(tái)停止編號(hào)?!袄骜R”臺(tái)風(fēng)共造成中國1 402.4萬人受災(zāi), 57人死亡, 14人失蹤, 209.7萬人緊急轉(zhuǎn)移安置, 直接經(jīng)濟(jì)損失537.2億元人民幣[22-24]。
在臺(tái)風(fēng)“利奇馬”期間, 對(duì)比分析ERA5再分析數(shù)據(jù)與浮標(biāo)站點(diǎn)觀測數(shù)據(jù)以探究ERA5再分析資料在渤黃東海的適用性, 其中臺(tái)風(fēng)路徑與浮標(biāo)站點(diǎn)位置如圖1所示。
圖1 201909號(hào)臺(tái)風(fēng)“利奇馬”路徑及3個(gè)浮標(biāo)觀測站點(diǎn)分布[基于審圖號(hào)為GS(2016)1611號(hào)的地圖制圖, 余同]
文中使用了2019年8月4日0時(shí)—2019年8月16日0時(shí)的渤海(QF104)、黃海(QF108)及東海(QF5003)3套浮標(biāo)數(shù)據(jù), 包括風(fēng)速、風(fēng)向、有效波高、有效周期、平均波向及海面溫度等觀測數(shù)據(jù), 時(shí)間間隔為1 h。三套浮標(biāo)的位置坐標(biāo)分別是(38.034°N, 119.852°E)(QF104)、(35.255°N, 122.011°E) (QF108)、(31.700°N, 122.600°E) (QF5003), 對(duì)應(yīng)的水深分別為19 m、48 m、29 m, 如圖1所示。
ERA5再分析資料是由歐盟資助、ECMWF運(yùn)營的哥白尼氣候變化服務(wù)中心(Copernicus climate change service, C3S)打造的最新一代再分析資料, 在其前身ERA-Interim的基礎(chǔ)上實(shí)現(xiàn)時(shí)空分辨率的提升, 由ERA-Interim的時(shí)空分辨率是80 km(垂直方向上是60層, 間隔是0.1 hPa)和6 h, 提升為ERA5再分析資料的80 km(垂直方向上是137層, 間隔是0.01 hPa)和1 h。同時(shí), ERA5提供的變量將由ERA-Interim的100種增加到240種, 這其中包括由耦合的海浪模式所提供的波高、波向等變量, 方便用戶更準(zhǔn)確地分析大氣以及海洋狀態(tài)。
本文選取了2019年第9號(hào)臺(tái)風(fēng)“利奇馬”期間的10 m高度經(jīng)向風(fēng)速、10 m高度緯向風(fēng)速、海面溫度、有效波高, 平均波向與平均周期等ERA5再分析數(shù)據(jù), 利用浮標(biāo)觀測數(shù)據(jù)對(duì)以上要素的適用性進(jìn)行初步分析, 為與浮標(biāo)觀測要素一致分別計(jì)算了10 m風(fēng)速與風(fēng)向。由于浮標(biāo)觀測數(shù)據(jù)在某些時(shí)刻缺少觀測或包含一些奇異極值, 對(duì)3個(gè)浮標(biāo)站點(diǎn)處的觀測數(shù)據(jù)進(jìn)一步處理后進(jìn)行分析。
利用線性相關(guān)系數(shù)(CC)來對(duì)比分析再分析數(shù)據(jù)對(duì)觀測數(shù)據(jù)的模擬程度, 利用相對(duì)誤差(RE)、平均差(AD)、標(biāo)準(zhǔn)差(SSD)及均方根誤差(NRMSE)等比較ERA5再分析數(shù)據(jù)與觀測數(shù)據(jù)之間的偏離程度。某一變量觀測與再分析資料的相關(guān)系數(shù)等計(jì)算公式為:
為了驗(yàn)證臺(tái)風(fēng)“利奇馬”期間ERA5再分析數(shù)據(jù)的適用性, 我們選擇了10 m高度經(jīng)向風(fēng)速、10 m高度緯向風(fēng)速、有效波高、平均周期、平均波向和海面溫度等再分析資料, 與浮標(biāo)觀測數(shù)據(jù)進(jìn)行對(duì)比分析, 分析結(jié)果如下。
圖2為2019年第9號(hào)臺(tái)風(fēng)“利奇馬”期間, 不同浮標(biāo)站點(diǎn)處風(fēng)速與風(fēng)向變化的時(shí)間序列對(duì)比, 其中黑線代表ERA5再分析數(shù)據(jù), 紅點(diǎn)代表浮標(biāo)觀測數(shù)據(jù)。由圖2可觀察到, ERA5再分析風(fēng)速最大值與實(shí)測風(fēng)速最大值較吻合, 變化趨勢(shì)也基本一致, 且風(fēng)速具有明顯的低頻振蕩特征。在QF108浮標(biāo)站點(diǎn)處, ERA5與觀測的最大風(fēng)速分別為19.27 m/s和18.70 m/s, 對(duì)應(yīng)時(shí)刻分別為2019年8月11日0時(shí)和2019年8月11日7時(shí), 相對(duì)誤差為3.05%, 平均差、標(biāo)準(zhǔn)差和均方根誤差分別為–0.19、2.33與0.14, 這意味著在該站點(diǎn)處ERA5數(shù)據(jù)與觀測數(shù)據(jù)在數(shù)值上匹配較好, 但是風(fēng)速最大值所發(fā)生的時(shí)間有偏差。此外, 其相關(guān)系數(shù)為0.97, 說明該站點(diǎn)處ERA5數(shù)據(jù)與觀測數(shù)據(jù)的時(shí)間變化趨勢(shì)匹配較好。同樣, QF104 (QF5003)浮標(biāo)站點(diǎn)處, ERA5再分析與觀測的最大風(fēng)速分別為18.52 (18.56) m/s和20.19 (18.00) m/s, 達(dá)到風(fēng)速最大值的時(shí)間分別為2019年8月11日13時(shí)和2019年8月11日11時(shí)(2019年8月10日17時(shí)和2019年8月10日13時(shí)), 相對(duì)誤差與相關(guān)系數(shù)分別為–8.27% (3.11%)與0.84 (0.95)。結(jié)果表明, ERA5再分析風(fēng)速數(shù)據(jù)與浮標(biāo)站點(diǎn)數(shù)據(jù)在數(shù)值大小與隨時(shí)間變化趨勢(shì)上具有很好的一致性, 但是最大值發(fā)生時(shí)間有偏差。對(duì)于風(fēng)向數(shù)據(jù), 由于0°與360°為同一位置, 故對(duì)數(shù)據(jù)進(jìn)行處理后計(jì)算得到的EAR5再分析數(shù)據(jù)與浮標(biāo)站點(diǎn)數(shù)據(jù)之間的平均差、標(biāo)準(zhǔn)差、均方根誤差以及相關(guān)系數(shù)如表1所示, 觀察到QF104、QF108與QF5003浮標(biāo)站點(diǎn)處ERA5再分析數(shù)據(jù)與觀測數(shù)據(jù)的相關(guān)系數(shù)(均方根誤差)分別為0.92、0.91和0.98(0.12、0.20和0.09), 說明ERA5再分析數(shù)據(jù)與觀測數(shù)據(jù)在數(shù)值與變化趨勢(shì)上較為吻合。
圖2 201909號(hào)臺(tái)風(fēng)“利奇馬”期間ERA5再分析風(fēng)速、風(fēng)向(黑線)與浮標(biāo)觀測數(shù)據(jù)(紅點(diǎn))在QF104、QF108及 QF5003站點(diǎn)處的時(shí)間序列(圖中08-06、08-10、08-14分別表示8月6日0時(shí)、8月10日0時(shí)、8月14日0時(shí), 余同)
表1 ERA5再分析風(fēng)速與風(fēng)向與觀測數(shù)據(jù)對(duì)比
注: “—”代表該變量數(shù)值最大值對(duì)比無意義, 不考慮
我們選擇了3個(gè)最普遍最具有代表性的風(fēng)浪特征量: 有效波高, 平均波向和平均周期。將再分析數(shù)據(jù)與與臺(tái)風(fēng)“利奇馬”期間的觀測數(shù)據(jù)進(jìn)行對(duì)比。其中圖3是有效波高與平均周期的對(duì)比分析, 可以看出, 兩個(gè)特征量的時(shí)間序列都遵循先增加后減小的趨勢(shì), ERA5再分析數(shù)據(jù)與觀測數(shù)據(jù)變化趨勢(shì)基本一致, 但觀測時(shí)間序列曲線有一些明顯的波動(dòng), ERA5再分析數(shù)據(jù)更平滑。同時(shí), ERA5再分析有效波高數(shù)據(jù)最大值偏高, 平均周期整體偏小。在QF108浮標(biāo)站點(diǎn)處, ERA5再分析數(shù)據(jù)與觀測數(shù)據(jù)的最大有效波高分別為5.35 m和4.60 m, 相對(duì)誤差為16.52%, 平均差、標(biāo)準(zhǔn)差和均方根誤差分別為0.17、0.37與0.20, 達(dá)到最大值時(shí)間均為2019年8月11日4時(shí)。這表示在該站點(diǎn)處ERA5數(shù)據(jù)與觀測數(shù)據(jù)在數(shù)值上匹配相對(duì)較好且最大值所在時(shí)刻一致, 但最大值差異較大。此外, 其相關(guān)系數(shù)為0.98, 說明該站點(diǎn)處ERA5數(shù)據(jù)與觀測數(shù)據(jù)的時(shí)間變化趨勢(shì)匹配較好。同樣, QF104 (QF5003)浮標(biāo)站點(diǎn)處, ERA5與觀測的最大有效波高分別為4.47 (4.49) m和4.00 (5.00) m, 相對(duì)誤差為11.75% (–10.20%), 最大值對(duì)應(yīng)時(shí)刻分別為2019年8月11日15時(shí)和2019年8月11日14時(shí)(2019年8月10日2時(shí)和2019年8月10日15時(shí))。結(jié)果表明, ERA5有效波高數(shù)據(jù)與浮標(biāo)站點(diǎn)數(shù)據(jù)在隨時(shí)間變化趨勢(shì)上具有很好的一致性, 且總體數(shù)值大小匹配較好, 但極值數(shù)據(jù)質(zhì)量有待進(jìn)一步提高, 其中QF104浮標(biāo)結(jié)果最好。同理, 平均周期數(shù)據(jù)與浮標(biāo)站點(diǎn)數(shù)據(jù)的對(duì)比結(jié)果信息見圖3與表2, 觀察到ERA5數(shù)據(jù)整體偏小于觀測數(shù)據(jù), 且極值差異較大。QF104、QF108和QF5003三個(gè)站點(diǎn)處ERA5再分析平均周期數(shù)據(jù)與觀測數(shù)據(jù)之間的相關(guān)系數(shù)分別為0.95、0.84和0.87, 可知, ERA5再分析平均周期數(shù)據(jù)與觀測數(shù)據(jù)時(shí)間變化趨勢(shì)相對(duì)較吻合, 且QF104浮標(biāo)結(jié)果最好, QF108與QF5003浮標(biāo)結(jié)果相對(duì)差一些。
圖3 201909號(hào)臺(tái)風(fēng)“利奇馬”期間ERA5再分析有效波高、平均周期數(shù)據(jù)(黑線)與浮標(biāo)觀測數(shù)據(jù)(紅點(diǎn))在QF104、QF108及QF5003站點(diǎn)處的時(shí)間序列
表2 ERA5再分析有效波高與平均周期數(shù)據(jù)與觀測數(shù)據(jù)
圖4是平均波向?qū)Ρ确治? 實(shí)測數(shù)據(jù)來自兩個(gè)浮標(biāo)數(shù)據(jù)QF104與QF108, QF5003浮標(biāo)數(shù)據(jù)缺測。從圖中觀察到, ERA5平均波向數(shù)據(jù)與實(shí)測數(shù)據(jù)差異較大, 實(shí)測數(shù)據(jù)波動(dòng)性大, 而ERA5數(shù)據(jù)相對(duì)平滑。由于數(shù)據(jù)誤差較大, 本文不針對(duì)平均波向進(jìn)行進(jìn)一步分析。
圖4 201909號(hào)臺(tái)風(fēng)“利奇馬”期間ERA5再分析平均波向數(shù)據(jù)(黑線)與浮標(biāo)觀測數(shù)據(jù)(紅點(diǎn))在QF104與QF108站點(diǎn)處的時(shí)間序列
圖5展示了海面溫度的對(duì)比驗(yàn)證。從圖中觀察到, QF104浮標(biāo)站點(diǎn)處ERA5再分析海面溫度數(shù)據(jù)與觀測數(shù)據(jù)之間的相關(guān)系數(shù)為0.56, 相對(duì)誤差為–6.59%, 平均差、標(biāo)準(zhǔn)差和均方根誤差分別為2.32、–4.48與0.12, 匹配較差。QF5003浮標(biāo)站點(diǎn)處, ERA5再分析海面溫度數(shù)據(jù)與觀測數(shù)據(jù)之間的相關(guān)系數(shù)為0.85, 相對(duì)誤差為–10.52%, 平均差、標(biāo)準(zhǔn)差和均方根誤差分別為0.27、–3.81與0.06, ERA5再分析海面溫度數(shù)據(jù)隨時(shí)間變化較平穩(wěn), 而浮標(biāo)觀測數(shù)據(jù)波動(dòng)大, 匹配一般。QF108浮標(biāo)站點(diǎn)處, ERA5再分析海面溫度數(shù)據(jù)與觀測數(shù)據(jù)之間的相關(guān)系數(shù)為0.89, 相對(duì)誤差為–6.40%, 平均差、標(biāo)準(zhǔn)差和均方根誤差分別為0.09、–0.41與0.02, 且變化趨勢(shì)相對(duì)一致, 都遵循先增加后減小再后來趨于平穩(wěn), 匹配較好。從三個(gè)浮標(biāo)站點(diǎn)處的觀測數(shù)據(jù)中觀察到, 受臺(tái)風(fēng)“利奇馬”影響之后, 渤、黃、東海均出現(xiàn)了降溫, 但ERA5在渤海和東海均低估了海面降溫。在QF108浮標(biāo)處, 浮標(biāo)觀測海面溫度由2019年8月9日9時(shí)的29.5 ℃降至2019年8月12日17時(shí)的25.9 ℃, 出現(xiàn)了3.6 ℃的溫度差, ERA5再分析海面溫度在該時(shí)間段內(nèi)的降溫趨勢(shì)與浮標(biāo)觀測數(shù)據(jù)相對(duì)一致。然而在QF104浮標(biāo)處, 浮標(biāo)觀測海面溫度由2019年8月9日8時(shí)的28.4 ℃降至2019年8月12日18時(shí)的21.4 ℃, 出現(xiàn)了7 ℃的溫度差, 而ERA5再分析海面溫度在該時(shí)間段內(nèi)沒有呈現(xiàn)出明顯的降溫特征, 其中該浮標(biāo)站點(diǎn)處出現(xiàn)的降溫趨勢(shì)可能與臺(tái)風(fēng)“利奇馬”的路徑有關(guān)(臺(tái)風(fēng)“利奇馬”在浙江沿海區(qū)域登陸后, 一路北上, QF104浮標(biāo)一直受到臺(tái)風(fēng)的影響)。在QF5003浮標(biāo)處, 浮標(biāo)觀測海面溫度呈現(xiàn)先降后升的趨勢(shì), ERA5再分析海面溫度同樣呈現(xiàn)了先降后升的趨勢(shì), 但是低估了降溫與升溫的幅度。
上文3.1至3.3分別評(píng)估了臺(tái)風(fēng)“利奇馬”期間單站點(diǎn)處ERA5再分析風(fēng)速、風(fēng)向、有效波高、平均周期、波向及海面溫度數(shù)據(jù), 結(jié)果顯示與實(shí)測數(shù)據(jù)的相關(guān)性較好; 但是單站點(diǎn)數(shù)據(jù)具有一定的局限性, 無法描述空間場的分布特征。圖6與圖7分別為臺(tái)風(fēng)“利奇馬”期間臺(tái)風(fēng)中心靠近各浮標(biāo)站點(diǎn)時(shí)刻的風(fēng)場與有效波高的空間分布圖。可以看到, 2019年8月10日12時(shí)臺(tái)風(fēng)中心靠近東海區(qū)域浮標(biāo)站點(diǎn)QF5003, 且浮標(biāo)位于臺(tái)風(fēng)中心的右前方大風(fēng)區(qū)內(nèi), 此區(qū)域受到向岸風(fēng)的影響, 受臺(tái)風(fēng)災(zāi)害影響最嚴(yán)重。同樣, 2019年8月11日6時(shí)臺(tái)風(fēng)中心靠近黃海區(qū)域浮標(biāo)站點(diǎn)QF108, 2019年8月12日6時(shí)臺(tái)風(fēng)中心靠近渤海區(qū)域浮標(biāo)站點(diǎn)QF104, 各站點(diǎn)在對(duì)應(yīng)時(shí)刻均位于臺(tái)風(fēng)路徑右側(cè)大風(fēng)區(qū)內(nèi), 受到向岸風(fēng)的影響。對(duì)應(yīng)時(shí)刻的風(fēng)速、風(fēng)向與有效波高的空間分布符合臺(tái)風(fēng)風(fēng)場與波浪的空間分布特征。結(jié)合單站點(diǎn)與空間場的評(píng)估分析結(jié)果, 表明臺(tái)風(fēng)“利奇馬”自浙江沿岸登陸后的時(shí)間內(nèi)ERA5再分析風(fēng)場與有效波高數(shù)據(jù)在渤、黃、東海區(qū)域風(fēng)浪研究中適用。
圖5 201909號(hào)臺(tái)風(fēng)“利奇馬”期間ERA5再分析海面溫度數(shù)據(jù)(黑線)與浮標(biāo)觀測數(shù)據(jù)(紅點(diǎn))在QF104、QF108及QF5003站點(diǎn)處的時(shí)間序列
表3 ERA5再分析海面溫度數(shù)據(jù)與觀測數(shù)據(jù)對(duì)比
圖6 臺(tái)風(fēng)“利奇馬”期間ERA5再分析資料中臺(tái)風(fēng)中心靠近浮標(biāo)站點(diǎn)時(shí)刻的風(fēng)速與風(fēng)向空間分布
圖7 臺(tái)風(fēng)“利奇馬”期間ERA5再分析資料中臺(tái)風(fēng)中心靠近浮標(biāo)站點(diǎn)時(shí)刻的有效波高空間分布
圖6與圖7分析了臺(tái)風(fēng)中心靠近浮標(biāo)站點(diǎn)時(shí)刻的ERA5再分析資料的空間分布, 符合風(fēng)場與波浪場的分布特征。鑒于觀測數(shù)據(jù)的局限性, 接下來分析從2019年8月4日0時(shí)至2019年8月16日0時(shí)臺(tái)風(fēng)“利奇馬”的整個(gè)生命周期內(nèi)的ERA5再分析風(fēng)場數(shù)據(jù)。圖8為臺(tái)風(fēng)“利奇馬”期間ERA5再分析風(fēng)速最大值全場分布圖, 從圖中觀察到全場大風(fēng)區(qū)位于臺(tái)風(fēng)路徑的右側(cè), 全場風(fēng)速最大值為28.21 m/s, 其發(fā)生時(shí)刻為2019年8月9日18時(shí), 對(duì)應(yīng)的坐標(biāo)位置為(29.000°N, 122.250°E), 根據(jù)日本氣象廳提供的臺(tái)風(fēng)中心路徑信息可知, 此時(shí)臺(tái)風(fēng)中心的位置坐標(biāo)為(28.200°N, 121.3°E), 最大風(fēng)速為43.73 m/s, 且臺(tái)風(fēng)“利奇馬”期間的最大風(fēng)速發(fā)生在2019年8月8日15時(shí), 最大值為54.02 m/s。可知在遠(yuǎn)海處強(qiáng)臺(tái)風(fēng)階段, ERA5再分析風(fēng)場數(shù)據(jù)與實(shí)際風(fēng)速差距較大。
本文利用臺(tái)風(fēng)“利奇馬”期間ERA5再分析數(shù)據(jù)與浮標(biāo)站點(diǎn)的觀測數(shù)據(jù), 采用相關(guān)系數(shù)和均方根誤差等統(tǒng)計(jì)方法, 對(duì)渤黃東海區(qū)域再分析資料10 m高度經(jīng)向風(fēng)速、10 m高度緯向風(fēng)速、風(fēng)向、有效波高、平均周期、平均波向及海面溫度的適用性進(jìn)行了對(duì)比分析, 結(jié)果表明:
圖8 臺(tái)風(fēng)“利奇馬”期間ERA5再分析資料中風(fēng)速最大值分布
1) ERA5再分析資料中的風(fēng)速、風(fēng)向和有效波高數(shù)據(jù)與浮標(biāo)觀測數(shù)據(jù)匹配度較好, 平均周期與海面溫度數(shù)據(jù)次之。ERA5再分析資料中的風(fēng)速、風(fēng)向和有效波高數(shù)據(jù)與浮標(biāo)觀測數(shù)據(jù)之間的平均相關(guān)系數(shù)(平均均方根誤差)分別為0.92(0.20)、0.94(0.14)和0.98(0.18), 平均周期和海面溫度數(shù)據(jù)與浮標(biāo)觀測數(shù)據(jù)之間的平均相關(guān)系數(shù)(平均均方根誤差)分別為0.88(0.16)和0.76(0.07), ERA5再分析資料中的風(fēng)速、風(fēng)向、有效波高數(shù)據(jù)與浮標(biāo)觀測數(shù)據(jù)的相關(guān)性明顯優(yōu)于平均周期與海面溫度數(shù)據(jù); ERA5再分析平均波向數(shù)據(jù)相對(duì)平滑, 而實(shí)測數(shù)據(jù)波動(dòng)性大, 兩者之間的相關(guān)性有待進(jìn)一步提高。
2) 由第3節(jié)數(shù)據(jù)評(píng)估中給定的不同浮標(biāo)不同要素之間對(duì)比的結(jié)果觀察到: 針對(duì)同一參數(shù), 在3個(gè)不同位置處的浮標(biāo)觀測數(shù)據(jù)與ERA5再分析數(shù)據(jù)之間的相關(guān)性和誤差存在差異, 這可能是由于浮標(biāo)觀測位置不同, 其所處的海洋環(huán)境不同所造成的; 同一浮標(biāo)位置處, 不同要素(風(fēng)速、風(fēng)向與有效波高等)的浮標(biāo)觀測數(shù)據(jù)與ERA5再分析數(shù)據(jù)之間的對(duì)比結(jié)果同樣存在一定差異, 這可能是因?yàn)椴煌囊厥苡绊懙囊蛩夭煌斐傻摹?/p>
以上結(jié)論是基于臺(tái)風(fēng)“利奇馬”期間的再分析和觀測資料, 對(duì)渤黃東海風(fēng)暴潮研究具有一定的參考價(jià)值, 但更長時(shí)間尺度上的變化以及ERA5與其他再分析資料的橫向?qū)Ρ确治鋈孕柽M(jìn)一步研究。
[1] GUAN S D, LI S Q, HOU Y J, et al.Increasing threat of landfalling typhoons in the western North Pacific between 1974 and 2013[J].International Journal of Applied Earth Observation and Geoinformation, 2018, 68: 279-286.
[2] MO D X, HOU Y J, LI J, et al.Study on the storm surges induced by cold waves in the Northern East China Sea[J].Journal of Marine Systems, 2016, 160: 26-39.
[3] 楊萬康, 尹寶樹, 伊小飛, 等.基于Holland風(fēng)場的臺(tái)風(fēng)浪數(shù)值計(jì)算[J].水利水運(yùn)工程學(xué)報(bào), 2017(4): 28-34.
YANG Wankang, YIN Baoshu, YI Xiaofei, et al.Numerical calculation and research of typhoon waves based on Holland wind field[J].Hydro-Science and Engineering, 2017(4): 28-34.
[4] 應(yīng)王敏, 鄭橋, 朱陳陳, 等.基于SWAN模式的“燦鴻”臺(tái)風(fēng)浪數(shù)值模擬[J].海洋科學(xué), 2017, 41(4): 108-117.
YING Wangmin, ZHEN Qiao, ZHU Chenchen, et al.Numerical simulation of “CHAN-HOM” typhoon waves using SWAN model[J].Marine Sciences, 2017, 41(4): 108-117.
[5] 馮興如, 楊德周, 尹寶樹, 等.中國浙江和福建海域臺(tái)風(fēng)浪變化特征和趨勢(shì)[J].海洋與湖沼, 2018, 49(2): 233-241.
FENG Xingru, YANG Dezhou, YIN Baoshu, et al.The change and trend of the typhoon waves in Zhejiang and Fujian coastal areas of China[J].Oceanologia et Lim-nologia Sinica, 2018, 49(2): 233-241.
[6] LV X, YUAN D, MA X, et al.Wave characteristics analysis in Bohai Sea based on ECMWF wind field[J].Ocean Eng, 2014, 91: 159-171.
[7] SHENG Y, SHAO W, LI S, et al.Evaluation of typhoon waves simulated by WaveWatch-III model in shallow waters aound Zhoushan Islands[J].Journal of Ocean University of China, 2019, 18(2): 365-375.
[8] 陳子健, 陳學(xué)恩, 劉濤.不同參數(shù)化方案試驗(yàn)對(duì)南黃海典型臺(tái)風(fēng)中心最低氣壓和最大風(fēng)速數(shù)值模擬影響[J].中國海洋大學(xué)學(xué)報(bào)(自然科學(xué)版), 2019, 49(3): 28-35.
CHEN Zijian, CHEN Xueen, LIU Tao.The effect of different parameterization schemes for the maximum wind speed and the lowest sea-level pressure of the typical typhoon for southern Yellow Sea area[J].Periodical of Ocean University of China, 2019, 49(3): 28-35.
[9] MONNEY P A, MULLIGAN F J, FEALY R.Compa-rison of ERA-40, ERA-Interim and NCEP/NCAR rea-nalysis data with observed surface air temperature over Ireland[J].Int J Climatol, 2010, 31(4): 545-557.
[10] DECKER M, BRUNKE M A, WANG Z, et al., 2011.Evaluation of the reanalysis products from GSFC, NCEP and ECMWF using flux tower observations[J].J Climate, 2011, 25(6): 1916-1944.
[11] 朱彥良, 凌超, 陳洪濱, 等.兩種再分析資料與RS92探空資料的比較分[J].氣候與環(huán)境研究, 2012, 17(3): 381-391.
ZHU Yanliang, LING Chao, CHEN Hongbin, et al.Comparison of two reanalysis data with the RS92 radiosonde data[J].Climatic and Environmental Research, 2012, 17(3): 381-391.
[12] 孟憲貴, 郭俊建, 韓永清, 等.ERA5再分析數(shù)據(jù)適用性初步評(píng)估[J].海洋氣象學(xué)報(bào), 2018, 38(1): 91-99.
MENG Xiangui, GUO Junjian, HAN Yongqing, et al.Preliminarily assessment of ERA5 reanalysis data[J].Journal of marine meteorology, 2018, 38(1): 91-99.
[13] CAIRES S, STERL A.A new nonparametric method to correct model data: Application to significant wave height from the ERA-40 re-analysis[J].Journal of Atmospheric and Oceanic Technology, 2005, 22(4): 443- 459.
[14] SIGNELL R P, CARNIEL S, CAVALERI L, et al.Assessment of wind quality for oceanographic model-ling in semi-enclosed basins[J].Journal of Marine Systems, 2005, 53: 217-233.
[15] CAVALERI L, BERTOTTI L.The improvement of modelled wind and wave fields with increasing resolution[J].Ocean Eng, 2006, 33: 553-565.
[16] ARDHUIN F, BERTOTTI L, BIDLOT J R, et al.Com-parison of wind and wave measurements and models in the western Mediterranean sea[J].Ocean Eng, 2007, 34: 526-541.
[17] BRENNER S, GERTMAN I, MURASHKOVSKY A.Preoperational ocean forecasting in the southeastern Mediterranean Sea: Implementation and evaluation of the models and selection of the atmospheric forcing[J].Journal of Marine Systems, 2007, 65: 268-287.
[18] XU Y, WANG Z.Response of surface ocean conditions to Typhoon Rammasum (2014)[J].Journal of Coastal Research, 2017, 80(sp1): 92-97.
[19] CAVALERI L, SCLAVO M.The calibration of wind and wave model data in the Mediterranean Sea[J].Coa-s-tal Eng, 2006, 53(7): 613-627.
[20] MOEINI M H, ETEMAD-SHAHIDI A, CHEGINI V.Wave modeling and extreme value analysis off the northern coast of the Persian Gulf[J].Appl Ocean Res, 2010, 32: 209-218.
[21] MAZAHERI S, KAMRANZAD B, HAJIVALIE F.Modification of 32 years ECMWF wind field using QuikSCAT data for wave hindcasting in Iranian Seas[J].Journal of Coastal Research(Special Issue), 2013, 65: 344-349.
[22] 楊利.臺(tái)風(fēng)“利奇馬”致530余億元直接經(jīng)濟(jì)損失[EB/OL].(2019-08-15)[2020-05-01].http://www.bjnews.com.cn/news/ 2019/08/15/615677.html.
[23] 宋華成.“利奇馬”風(fēng)雨綜合強(qiáng)度為1961年以來最大已致56人死亡[EB/OL].(2019-08-14)[2020-05-01].http://news.weather.com.cn/2019/08/3228731.shtml.
[24] 劉麗萍.應(yīng)急管理部發(fā)布2019年8月全國自然災(zāi)害基本情況[EB/OL].(2019-09-04)[2020-05-01].https://www.mem.gov.cn/xw/bndt/201909/t20190904_336230.shtml.
Applicability of the ERA5 reanalysis data to China adjacent Sea under typhoon condition
LI Ai-lian1,3, LIU Ze1,2,4, HONG Xin5, HOU Yi-jun1,2, 3,4, GUAN Shou-de2, 6
(1.Key Laboratory of Ocean Circulation and Waves, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China; 2.Laboratory for Ocean and Climate Dynamics, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266237, China; 3.University of Chinese Academy of Sciences, Beijing 100049, China; 4.Center for Ocean Mega-Science, Chinese Academy of Sciences, Qingdao 266071, China; 5.Yantai Ocean Environment Monitoring Center Station of State Oceanic Administration, Yantai 264006, China; 6.Physical Oceanography Laboratory/IAOS, Ocean University of China, Qingdao 266100, China)
typhoon ‘Lekima’; ERA5 reanalysis data; buoy observation; 10 m wind speed; significant wave height; sea surface temperature
Typhoon ‘Lekima’ (2019) has been the third strong typhoon landfall in the Zhejiang Province since 1949, which has caused huge economic losses and casualties in coastal areas of China.In this paper, three sets of buoy observation data of the Bohai Sea (QF104), Yellow Sea (QF108), and East China Sea (QF5003) during typhoon ‘Lekima’ are used to evaluate the latest ERA5 reanalysis data of ECMWF.Results show that: 1) The ERA5 reanalysis wind speed, wind direction and significant wave height data match well with buoy observations, followed by the ERA5 reanalysis average period and sea surface temperature data; 2) The ERA5 reanalysis average wave direction data is relatively smooth, but the measured data is volatile, which means that the correlation between the ERA5 reanalysis average wave direction data and observations must be improved.
May 2, 2020
[National Natural Science Foundation of China, No.U1706216, No.41876011; National Key Research and Development Program of China, No.2017YFC1404101, No.2018YFC1407003; the Key Deployment Project of Center for Ocean Mega-Science, Chinese Academy of Sciences, No.COMS2019J02; The Global Change and Air-Sea Interaction Projection, No.GASI-IPOVAI-01-03, No.GASI-IPOVAI-01-06; The Strategic Priority Research Program of the Chinese Academy of Sciences, No.XDA19060502]
P731
A
1000-3096(2021)10-0071-10
10.11759/hykx20200502001
2020-05-02;
2020-06-12
國家自然科學(xué)基金項(xiàng)目(U1706216, 41876011); 國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2017YFC1404101, 2018YFC1407003); 中國科學(xué)院海洋大科學(xué)研究中心重點(diǎn)部署項(xiàng)目(COMS2019J02); 印-太海洋環(huán)境變異與海氣相互作用(GASI-IPOVAI-01-03, GASI-IPOVAI-01-06); 中國科學(xué)院戰(zhàn)略重點(diǎn)項(xiàng)目(XDA19060502)
李愛蓮(1992—), 河北滄州人, 博士研究生, 主要從事海洋災(zāi)害研究, E-mail: liailian@qdio.ac.cn; 侯一筠(1956—),
, 研究員, E-mail: yjhou@qdio.ac.cn; 劉澤(1982—), 通信作者, 副研究員, E-mail: liuze@qdio.ac.cn
(本文編輯: 叢培秀)