QuikSCAT衛(wèi)星遙感與MM5模擬海表面風(fēng)場的綜合分析

徐經(jīng)緯,張秀芝,羅勇,徐敏

(1.南京信息工程大學(xué) 資料同化研究與應(yīng)用中心,江蘇 南京 210044;2.氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室(南京信息工程大學(xué)),江蘇 南京 210044;3.國家氣候中心,北京 100081;4.清華大學(xué) 地球系統(tǒng)科學(xué)研究中心,北京 100084;5.江蘇省氣象局,江蘇 南京 210008)

?

QuikSCAT衛(wèi)星遙感與MM5模擬海表面風(fēng)場的綜合分析

徐經(jīng)緯1,2,張秀芝3,羅勇4,徐敏5

(1.南京信息工程大學(xué) 資料同化研究與應(yīng)用中心,江蘇 南京 210044;2.氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室(南京信息工程大學(xué)),江蘇 南京 210044;3.國家氣候中心,北京 100081;4.清華大學(xué) 地球系統(tǒng)科學(xué)研究中心,北京 100084;5.江蘇省氣象局,江蘇 南京 210008)

利用2000—2009年中國近海海域(105～135°E,0°～45°N)QuikSCAT衛(wèi)星遙感風(fēng)場資料和2007年MM5模擬風(fēng)速結(jié)果,運(yùn)用對比驗(yàn)證、經(jīng)驗(yàn)正交函數(shù)(empirical orthogonal functions,EOF)和奇異值分解(singular value decomposition,SVD)方法,分析了QuikSCAT衛(wèi)星遙感風(fēng)場資料和MM5數(shù)值模擬風(fēng)速結(jié)果的特征。結(jié)果表明:兩者風(fēng)速的空間分布形態(tài)相似,且風(fēng)速變化密切相關(guān);QuikSCAT衛(wèi)星遙感風(fēng)場的空間分布形態(tài)更加接近實(shí)測結(jié)果,而模擬風(fēng)速結(jié)果的量值更加接近實(shí)測結(jié)果。采用PS(Pattern-Scaling)方法分別提取了QuikSCAT衛(wèi)星遙感風(fēng)場的空間分布形態(tài)和模擬結(jié)果的量值,得到的風(fēng)速空間分布形態(tài)與QuikSCAT衛(wèi)星遙感風(fēng)場一致,且風(fēng)速量值與模擬風(fēng)速結(jié)果相同。通過初步檢驗(yàn)發(fā)現(xiàn),PS方法改善了衛(wèi)星遙感風(fēng)速在中國近海海域風(fēng)速偏大的問題。

中國近海;QuikSCAT衛(wèi)星遙感風(fēng)場;數(shù)值模擬;綜合分析

0 引言

衛(wèi)星遙感海面風(fēng)資料和數(shù)值模擬是目前近海風(fēng)資料獲得的重要手段,兩者各自具有不同的特點(diǎn)。一方面,QuikSCAT是衛(wèi)星遙感海面風(fēng)場中最早業(yè)務(wù)化的,是全球海洋環(huán)境監(jiān)測衛(wèi)星之一(Hasager et al.,2006),其業(yè)務(wù)運(yùn)行以來,大幅提高了天氣預(yù)報(bào)以及氣候研究的準(zhǔn)確性(吳曉京等,2007)。QuikSCAT衛(wèi)星利用海面對雷達(dá)的后向散射信號,經(jīng)反演得到海面風(fēng)速,它每天可以掃描全球93%左右海面,水平分辨率最高可達(dá)12.5 km×12.5 km(Dunbar et al.,2000)。國內(nèi)外很多專家學(xué)者對QuikSCAT衛(wèi)星遙感風(fēng)場做了對比驗(yàn)證。Hasager et al.(2006)在歐洲HornsRev海域,利用海上測風(fēng)塔實(shí)測風(fēng)場與QuikSCAT對比,發(fā)現(xiàn)兩者相關(guān)系數(shù)達(dá)0.91。Henderson et al.(2003)通過6 a的QuikSCAT觀測數(shù)據(jù)與歐洲中心風(fēng)場數(shù)值預(yù)報(bào)結(jié)果、海上氣象觀測站以及5個浮標(biāo)站進(jìn)行了比較,發(fā)現(xiàn)QuikSCAT衛(wèi)星資料與數(shù)值預(yù)報(bào)結(jié)果、實(shí)測風(fēng)場都有較高的一致性。Chelton and Freilich(2005)利用QuikSCAT和NSCAT散射資料與浮標(biāo)風(fēng)速實(shí)測結(jié)果進(jìn)行比較,發(fā)現(xiàn)在順風(fēng)向和側(cè)風(fēng)向上誤差分別為0.75和1.5 m/s。劉春霞和何溪澄(2003)在中國南海域島嶼站實(shí)測與QuikSCAT遙感風(fēng)速對比過程中發(fā)現(xiàn)兩者風(fēng)速均方根誤差3.6 m/s,風(fēng)向均方根誤差47.5°,風(fēng)速絕對誤差2.7 m/s。陳劍橋(2011)比較了QuikSCAT資料與臺灣海峽兩個浮標(biāo)實(shí)測結(jié)果,發(fā)現(xiàn)兩者相關(guān)系數(shù)0.93,平均絕對誤差1.54 m/s。劉志亮等(2012)比較了QuikSCAT與北黃海浮標(biāo)實(shí)測風(fēng)速,得出兩者相關(guān)系數(shù)0.74,不過風(fēng)向偏差較大117.52°。徐經(jīng)緯等(2013)比較了多年高分辨率QuikSCAT遙感風(fēng)速與近海測風(fēng)塔、海上石油平臺、島嶼站的實(shí)測風(fēng)場資料,得出實(shí)測風(fēng)速與站點(diǎn)位置以及站點(diǎn)附近的QuikSCAT衛(wèi)星遙感風(fēng)場資料相關(guān)系數(shù)均在0.7以上;QuikSCAT衛(wèi)星遙感風(fēng)場資料與海上石油平臺的風(fēng)速均方根誤差較小約1.5 m/s;其年均值均大于實(shí)測值,差值范圍是0.1～1.3 m/s。李澤椿等(2007)、黃世成等(2007,2009)、路屹雄等(2009)、吳息等(2009)、楊曉玲等(2012)利用了多種方法研究了我國風(fēng)能資源狀況。QuikSCAT衛(wèi)星遙感風(fēng)速的結(jié)果具有高相關(guān)性、高相對誤差的特點(diǎn)。

另一方面,數(shù)值模擬方法具有計(jì)算靈活、分辨率高的特點(diǎn),在近海海面風(fēng)場研究中也是一種重要的手段。20世紀(jì)90年代Riso實(shí)驗(yàn)室將中尺度數(shù)值模式(KAMM)與微尺度線性風(fēng)場模式(WAsP)結(jié)合研究風(fēng)場數(shù)值模擬,得到較高分辨率風(fēng)速結(jié)果。加拿大氣象局(Yu et al.,2006)將中尺度模式MC2與小尺度模式Ms-micro相結(jié)合建立了WEST(Wind Energy Simulation Toolkit)數(shù)值模擬系統(tǒng)。張德等(2008)利用WEST完成了中國大陸的風(fēng)場模擬,并利用中國氣象局風(fēng)能詳查項(xiàng)目的測風(fēng)塔資料驗(yàn)證了模擬結(jié)果。徐經(jīng)緯(2009)利用MM5模擬逐小時風(fēng)速結(jié)果與對應(yīng)海上測風(fēng)塔、石油平臺、島礁自動站觀測結(jié)果初步對比發(fā)現(xiàn),模式的年平均風(fēng)速與觀測結(jié)果誤差在10%左右,逐小時模擬結(jié)果與觀測相差較大。吳息等(2014)利用中央氣象臺發(fā)布的MM5數(shù)值預(yù)報(bào)結(jié)果與2座福建沿海測風(fēng)塔對比發(fā)現(xiàn)平均誤差為0.34 m/s和-2.27 m/s。參考多年船舶觀測資料近海風(fēng)場氣候平均結(jié)果(閆俊岳等,1993)發(fā)現(xiàn),數(shù)值模擬結(jié)果的風(fēng)速空間分布細(xì)節(jié)與實(shí)測存在較大差異,不過面積平均結(jié)果與實(shí)測結(jié)果一致。數(shù)值模擬方法結(jié)果在量值上與實(shí)測接近,不過相關(guān)性還有待進(jìn)一步提高。

綜上所述,衛(wèi)星遙感結(jié)果與數(shù)值模擬結(jié)果之間各有優(yōu)缺點(diǎn):數(shù)值模擬結(jié)果在較長時間尺度的平均值上能比較準(zhǔn)確地反映出實(shí)測情況;衛(wèi)星遙感風(fēng)速能比較準(zhǔn)確地反映出風(fēng)速變化,但量值高于實(shí)測風(fēng)速。故不能使用常規(guī)方法將二者結(jié)果融合。本文通過進(jìn)一步深入分析數(shù)值模擬與衛(wèi)星遙感結(jié)果的優(yōu)勢與不足,從中找出規(guī)律與結(jié)合點(diǎn),采用了一種簡便、靈活、計(jì)算量小的Pattern-Scaling(PS)方法,將衛(wèi)星遙感年平均風(fēng)速結(jié)果與數(shù)值模擬結(jié)果融合。

1 資料與方法

1.1 QuikSCAT衛(wèi)星遙感與實(shí)測資料

研究區(qū)域?yàn)橹袊＜芭徍Ｓ?范圍為(105～135°E,0°～45°N),選用2000—2009年NASA 發(fā)布逐日海面風(fēng)(距海表面10 m高度)數(shù)據(jù),空間分辨率12.5 km×12.5 km(ftp://podaac.jpl.nasa.gov/OceanWinds/quikscat/L2B12)。由于降水對衛(wèi)星風(fēng)速結(jié)果影響較大,影響風(fēng)場資料的質(zhì)量(Dunbar et al.,2000),根據(jù)資料中自帶的降水標(biāo)記,濾除可能有降水的記錄。同時選取了上海海上測風(fēng)塔、東海石油平臺和西沙群島多年風(fēng)場觀測數(shù)據(jù),上海近海測風(fēng)塔塔高70 m,在70、60、50、40、25、和10 m高度分別安裝有風(fēng)速計(jì),獲得2007年衛(wèi)星過境時間實(shí)測2 min平均風(fēng)速,東海石油平臺氣象站實(shí)測風(fēng)場數(shù)據(jù),測風(fēng)儀器距離海面10.3 m,距離海岸約350 km,獲得2007年1—12月逐時2 min平均,對應(yīng)衛(wèi)星過境時間的2 min平均實(shí)測樣本213個。

1.2 數(shù)值模擬方案

采用成熟的MM5中尺度數(shù)值模式模擬近海風(fēng)速,初始場采用NCEP的1°×1°再分析資料,采用2重嵌套(圖1),外層嵌套分辨率為36 km×36 km,由于中國南北方向跨度大,第二重嵌套分別模擬中國南部與北部,兩個子嵌套區(qū)域分辨率都為12 km×12 km(QuikSCAT遙感數(shù)據(jù)水平分辨率為12.5 km),模擬中國近海海域。模式逐日啟動,啟動時間為世界時12時,每次只積分36 h,取后24 h。參數(shù)化方案確定為:行星邊界層采用MRF方案,水汽參數(shù)化方案為混合冰相顯示濕方案,積云參數(shù)化采用Betts-Miller方案,輻射方案為云輻射方案等。模擬2000—2009年之間年中國近海年平均風(fēng)速接近10 a平均值的2007年全年,模擬從2006年12月31日12時起至2007年12月31日24時止,得到中國近海全年逐日逐小時風(fēng)速結(jié)果。

圖1 數(shù)值模擬區(qū)域(D1為第一重嵌套區(qū)域,D2和D3是第二重嵌套區(qū)域)

1.3 Pattern-Scaling法(PS方法)

在氣候系統(tǒng)模擬研究中,常常研究多模式溫度變化。R?is?nen(1997)、Mitchell et al.(1999)、Swart et al.(2002)采用了PS方法進(jìn)行研究。PS方法是把溫度、降水、氣壓等變量分解為歸一化空間形和空間平均值并分別加以研究,最后將兩者相乘得到最終結(jié)果。其中空間平均值是空間場的面積平均值,將空間場格點(diǎn)除以面積平均值得到歸一化空間分布形。

2 QuikSCAT衛(wèi)星遙感風(fēng)場與數(shù)值模擬風(fēng)場結(jié)果的特點(diǎn)分析

2.1 QuikSCAT風(fēng)場的EOF(empirical orthogonal functions,經(jīng)驗(yàn)正交函數(shù))分析

對2000—2008年9 a的QuikSCAT月平均結(jié)果做風(fēng)速距平的EOF分析(Zhao et al.,2005;郭銳和智協(xié)飛,2009;譚桂容等,2009;Jiang et al.,2010;張福穎等，2012；李麗平等,2013),由前4個特征向量的空間分布和各個向量對應(yīng)的時間系數(shù)(圖2)可以看出,前4個特征向量累計(jì)方差貢獻(xiàn)率為87.3%,其中第一特征向量的方差貢獻(xiàn)率為74%,第一特征向量可以代表中國近海海表面風(fēng)速的變化情況。從第一特征向量可以看出中國近海海域風(fēng)速變化一致,其中臺灣海峽地區(qū)為變化最大值海域,超過0.04,其數(shù)值向南和向北遞減,渤海灣和江蘇沿海海域數(shù)值小于0.01,這表明就9 a風(fēng)速變化來看,臺灣海峽風(fēng)速值變化較渤海灣和江蘇沿海海域大,時間系數(shù)有明顯季節(jié)變化特征。

2.2 QuikSCAT風(fēng)速與數(shù)值模擬風(fēng)速的SVD(singular value decomposition,奇異值分解)分析

選取2000—2009年累年QuikSCAT衛(wèi)星遙感風(fēng)速月平均風(fēng)速作為左場,MM5數(shù)值模擬2007年全年12個月平均風(fēng)速作為右場,進(jìn)行SVD分析(表1、圖3)。由表1可以看出,前4對SVD模態(tài)可以解釋99%的協(xié)方差平方,其中第一對SVD模態(tài)的協(xié)方差平方貢獻(xiàn)率近92%,說明第一對SVD模態(tài)可以表示所有SVD模態(tài)的協(xié)方差平方。第一對奇異向量解釋左場方差71%,解釋右場方差45%,由于數(shù)值模擬區(qū)域結(jié)果包括海面和陸地,而QuikSCAT衛(wèi)星遙感風(fēng)速只有海上結(jié)果,所以解釋右場的解釋方差較低。第一對SVD模態(tài)的時間系數(shù)相關(guān)達(dá)0.98,說明兩者相關(guān)密切。第一對SVD模態(tài)左右奇異向量在海上的相似系數(shù)達(dá)到0.955,兩者在海上的相關(guān)系數(shù)均超過0.6,在某些海域甚至達(dá)到0.9。

圖2 2000—2009年QuikSCAT衛(wèi)星遙感月平均風(fēng)速距平的第一(a,e)、第二(b,f)、第三(c,g)、第四(d,h)EOF模態(tài)的特征向量(a,b,c,d)及其時間系數(shù)(e,f,g,h)

表1 2007年MM5模擬的月平均風(fēng)速與2000—2009年QuikSCAT月平均風(fēng)速的SVD分解的前4個模態(tài)的相關(guān)系數(shù)

Table 1 Correlation coefficients of the first four SVD modes from the monthly mean wind speed simulated by MM5 in 2007 and QuikSCAT multi-year monthly mean wind speed during 2000—2009

序號奇異值解釋協(xié)方差平方和百分比/%累計(jì)解釋協(xié)方差平方和百分比/%解釋左場方差百分比/%解釋右場方差百分比/%相關(guān)系數(shù)1923.391.8891.8871.1944.790.982242.76.3598.2310.1327.610.87383.40.7598.984.616.070.95457.20.3599.341.828.020.90

說明QuikSCAT衛(wèi)星遙感風(fēng)速和數(shù)值模擬結(jié)果關(guān)系密切形態(tài)相似,可以通過統(tǒng)計(jì)方法訂正兩者。QuikSCAT第一對SVD模態(tài)異類相關(guān)系數(shù)與其EOF第一特征向量分布一致,說明第一對SVD模態(tài)可以體現(xiàn)QuikSCAT自身風(fēng)速時空分布特征。

2.3 QuikSCAT衛(wèi)星遙感風(fēng)速、數(shù)值模擬風(fēng)速與實(shí)測風(fēng)速對比分析

為了進(jìn)一步闡明QuikSCAT衛(wèi)星遙感風(fēng)速和數(shù)值模擬風(fēng)速之間各自的特點(diǎn)。利用數(shù)值模式模擬了2007年全年近海海表面風(fēng)場,并利用此結(jié)果與2007

年對應(yīng)時間上海海上測風(fēng)塔和東海石油平臺對比,在表2中,分別計(jì)算了實(shí)測與數(shù)值模擬、實(shí)測與QuikSCAT衛(wèi)星遙感的風(fēng)場相關(guān)系數(shù)、平均風(fēng)速與相對誤差。由表2中的相關(guān)系數(shù)結(jié)果可以看出,雖然兩組相關(guān)系數(shù)都通過了信度檢驗(yàn),但是QuikSCAT衛(wèi)星遙感風(fēng)場與實(shí)測的相關(guān)明顯高于數(shù)值模擬結(jié)果。數(shù)值模擬的相對誤差比QuikSCAT衛(wèi)星遙感風(fēng)場的相對誤差小了一個數(shù)量級,說明數(shù)值模擬結(jié)果在平均風(fēng)速數(shù)值上可信度較高。

圖3 2007年MM5模擬的月平均風(fēng)速與2000—2009年QuikSCAT月平均風(fēng)速的SVD第一(a,e)、第二(b,f)、第三(c,g)、第四(d,h)模態(tài)的異類相關(guān)系數(shù)分布 a,b,c,d.QuikSCAT前4個左異類相關(guān)向量;e,f,g,h.MM5模擬前4個右異類相關(guān)向量

表2 2007年上海海上測風(fēng)塔、東海石油平臺氣象站實(shí)測資料與MM5模擬風(fēng)場、QuikSCAT衛(wèi)星遙感風(fēng)場的對比

Table 2 Comparison between the observed wind speeds from Shanghai offshore wind mast and East Sea oil platform meteorological station and the MM5 simulations or the QuikSCAT winds in 2007

注：由于MM5數(shù)值模擬結(jié)果是逐小時風(fēng)速結(jié)果,QuikSCAT衛(wèi)星是太陽同步軌道衛(wèi)星逐日兩次過境觀測,因此分別與MM5數(shù)值模擬和QuikSCAT衛(wèi)星遙感風(fēng)場對應(yīng)時刻的實(shí)測風(fēng)速平均值也略有不同.

同時利用MM5在2007年全年365 d逐日逐小時的模擬結(jié)果,計(jì)算了地面10 m高度處的年平均風(fēng)速(圖4)。對照QuikSCAT衛(wèi)星遙感年平均風(fēng)速可以看出,數(shù)值模擬風(fēng)速結(jié)果在數(shù)值上比QuikSCAT衛(wèi)星遙感風(fēng)速結(jié)果小,在分布形態(tài)上與QuikSCAT衛(wèi)星遙感的基本一致。不過對于像臺灣海峽、北部

灣地區(qū)等這種受地形影響明顯海域,數(shù)值模擬結(jié)果與QuikSCAT衛(wèi)星遙感的不同。對于這些不同的區(qū)域參考船舶觀測年平均結(jié)果(閆俊岳等,1993),QuikSCAT衛(wèi)星遙感風(fēng)場的風(fēng)速的空間分布結(jié)果更合理。

圖4 QuikSCAT衛(wèi)星遙感(a)和MM5數(shù)值模擬(b)海面10 m高度處年平均風(fēng)速(單位:m/s)

3 綜合分析模式模擬與衛(wèi)星遙感年平均風(fēng)速結(jié)果

從前文QuikSCAT衛(wèi)星遙感風(fēng)速的實(shí)測對比結(jié)果中發(fā)現(xiàn),衛(wèi)星遙感風(fēng)速的空間分布型是現(xiàn)有各種方法中最接近實(shí)際的,模式模擬的面積平均值好于其他方法?；赑S方法思想,分別求出衛(wèi)星遙感風(fēng)速的標(biāo)準(zhǔn)化空間分布型(pattern)和模式結(jié)果相同區(qū)域的年平均風(fēng)速量值(scaling),再通過PS方式算出中國近海年平均風(fēng)速,具體如下:首先計(jì)算出1999—2009年衛(wèi)星遙感風(fēng)速的多年平均風(fēng)速7.64 m/s,每個格點(diǎn)上將遙感風(fēng)速結(jié)果除以多年平均風(fēng)速,得到了歸一化的QuikSCAT衛(wèi)星遙感多年平均風(fēng)速。接著在取出了衛(wèi)星遙感資的空間分布信息的基礎(chǔ)上,計(jì)算出數(shù)值模擬的年平均風(fēng)速(6.24 m/s),最后用歸一化的QuikSCAT衛(wèi)星風(fēng)速空間場格點(diǎn)乘以數(shù)值模擬的年平均風(fēng)速,得到了綜合后的衛(wèi)星遙感年平均風(fēng)速(圖5)。

圖5 由MM5模擬結(jié)果與QuikSCAT衛(wèi)星遙感風(fēng)場綜合分析得到的平均風(fēng)速分布(單位:m/s)

4 驗(yàn)證PS方法處理結(jié)果

利用PS方法綜合后QuikSCAT衛(wèi)星遙感年平均風(fēng)速結(jié)果,每個格點(diǎn)風(fēng)速是綜合前的0.81倍,在上海海上測風(fēng)塔和東海石油平臺測風(fēng)資料的基礎(chǔ)上,加入西沙實(shí)測資料。西沙測風(fēng)數(shù)據(jù)來自西沙島海邊氣象觀測塔,測風(fēng)高度10.5 m,2008年4月6日—12月31日的2 min平均風(fēng)速,與QuikSCAT遙感風(fēng)速對應(yīng)時間觀測樣本346個。比較實(shí)測平均風(fēng)速與QuikSCAT衛(wèi)星遙感風(fēng)速的比值。由表3可見,通過上海海上測風(fēng)塔、東海石油平臺和西沙群島風(fēng)速年平均結(jié)果比較發(fā)現(xiàn),實(shí)測平均值與QuikSCAT衛(wèi)星遙感風(fēng)速平均值比值在0.81左右,

其中東海石油平臺比值等于0.81。上海海上測風(fēng)塔比值結(jié)果略小于0.81,說明比值0.81有一定的合理性。

表3 實(shí)測站點(diǎn)與QuikSCAT衛(wèi)星遙感平均風(fēng)速的比較

Table 3 Comparison of mean wind speed between in-situ and QuikSCAT

實(shí)測站點(diǎn)觀測時間實(shí)測平均風(fēng)速/(m·s-1)衛(wèi)星遙感平均風(fēng)速/(m·s-1)實(shí)測風(fēng)速與衛(wèi)星風(fēng)速的比值上海海上測風(fēng)塔2007-01—2007-125.77.20.79東海石油平臺2006-01—2007-126.17.50.81西沙測風(fēng)塔2008-04—2008-126.07.50.80

由此可見,通過PS方法可提取可信度較高的模式年平均風(fēng)速結(jié)果與QuikSCAT衛(wèi)星遙感風(fēng)速空間分布形態(tài)。利用面積平均風(fēng)速為橋梁建立模式與衛(wèi)星之間的聯(lián)系。圖4a、b為年平均風(fēng)速在綜合之前與綜合之后風(fēng)速大小分布,綜合年平均風(fēng)速后可以看出中國近海年平均風(fēng)速空間分布形態(tài)與原先的一樣,年平均風(fēng)速值比原先降低,這樣中國近海海域年平均風(fēng)速與模式年平均風(fēng)速結(jié)果相同,綜合分析保留了衛(wèi)星遙感風(fēng)速的空間分布,又改進(jìn)了衛(wèi)星遙感風(fēng)速在中國近海地區(qū)的年平均風(fēng)速偏大的問題。

5 結(jié)論

對2000—2009年QuikSCAT衛(wèi)星遙感風(fēng)速做EOF分析發(fā)現(xiàn),前4個特征向量累計(jì)方差貢獻(xiàn)率為87.3%,其中第一特征向量的方差貢獻(xiàn)率為74%。從第一特征向量空間分布可以看出中國近海海域風(fēng)速變化基本一致,其中臺灣海峽地區(qū)為變化最大值海域,超過0.04,其數(shù)值向南和向北遞減,渤海灣和江蘇沿海海域數(shù)值小于0.01。對2000—2009年QuikSCAT衛(wèi)星遙感風(fēng)速月平均風(fēng)速和MM5數(shù)值模擬2007年全年12個月平均風(fēng)速進(jìn)行SVD分析發(fā)現(xiàn)前4對SVD模態(tài)累計(jì)協(xié)方差貢獻(xiàn)率為99%,其中第一對SVD模態(tài)的協(xié)方差平方和貢獻(xiàn)率為92%。第一對SVD奇異向量在海上的相似系數(shù)達(dá)到0.955,相關(guān)系數(shù)在海上均超過0.6,最高值達(dá)0.9。說明QuikSCAT衛(wèi)星遙感風(fēng)速和數(shù)值模擬結(jié)果關(guān)系密切且形態(tài)相似,可以通過統(tǒng)計(jì)方法綜合分析兩者。

通過對比驗(yàn)證發(fā)現(xiàn)QuikSCAT衛(wèi)星遙感風(fēng)速的空間分布形態(tài)可信度高,數(shù)值模擬海面風(fēng)速量值可信度高。根據(jù)PS方法提取了可信度較高的數(shù)值模擬年平均風(fēng)速量值結(jié)果與QuikSCAT衛(wèi)星遙感風(fēng)速空間分布形態(tài)。綜合分析可以發(fā)現(xiàn)年平均風(fēng)速空間分布形態(tài)與QuikSCAT衛(wèi)星遙感風(fēng)場一致,年平均風(fēng)速值與模式結(jié)果相同。因此,PS方法改進(jìn)了衛(wèi)星遙感風(fēng)速在中國近海地區(qū)的年平均風(fēng)速偏大的問題。

致謝:上海市氣象局提供了東海平臺風(fēng)速觀測數(shù)據(jù),中國科學(xué)院南海海洋研究所提供了西沙近海測風(fēng)數(shù)據(jù),審稿專家對本文提出了寶貴建議,謹(jǐn)致謝!

陳劍橋.2011.2008年冬季臺灣海峽及其鄰近海域QuikSCAT衛(wèi)星遙感風(fēng)場的檢驗(yàn)及應(yīng)用分析[J].臺灣海峽,30(2):158-164.

郭銳,智協(xié)飛.2009.中國南方旱澇時空分布特征分析[J].氣象科學(xué),29(5):598-605.

黃世成,姜愛軍,劉聰,等.2007.江蘇省風(fēng)能資源重新估算與分布研究[J].氣象科學(xué),27(4):407-412.

黃世成,任健,王冰梅,等.2009.江蘇80 m高度風(fēng)能評估方法探討[J].氣象科學(xué),29(4):519-523.

李麗平,成麗萍,靳莉莉,等.2013.北太平洋混合層深度異常及其與中國夏季降水的關(guān)系[J].大氣科學(xué)學(xué)報(bào),36(1):20-28.

李澤椿,朱蓉,何曉鳳,等.2007.風(fēng)能資源評估技術(shù)方法研究[J].氣象學(xué)報(bào),65(5):708-709.

劉春霞,何溪澄.2003.QuikSCAT散射計(jì)矢量風(fēng)統(tǒng)計(jì)特征及南海大風(fēng)遙感分析[J].熱帶氣象學(xué)報(bào),19(增刊):107-117.

劉志亮,宋麗娜,王凡,等.2012.北黃海QuikSCAT衛(wèi)星風(fēng)速與浮標(biāo)風(fēng)速對比分析[J].海洋科學(xué),36(3):1-7.

路屹雄,王元,李艷.2009.江蘇風(fēng)能資源代表年選擇的方法比較[J].氣象科學(xué),29(4):4524-4526.

譚桂容,孫照渤,朱偉軍,等.2009.2007年夏季降水異常的成因及預(yù)測[J].大氣科學(xué)學(xué)報(bào),32(3):436-442.

吳息,趙彥廠,王冰梅,等.2009.江蘇省風(fēng)電資源的調(diào)峰能力評估[J].氣象科學(xué),29(5):633-637.

吳息,黃林宏,周海,等.2014.風(fēng)電場風(fēng)速數(shù)值預(yù)報(bào)的動態(tài)修訂方法的探討[J].大氣科學(xué)學(xué)報(bào),37(5):665-670.

吳曉京,陳云浩,鄭新江,等.2007.洋面風(fēng)場的QuikSCAT/SeaWinds遙感探測[J].自然災(zāi)害學(xué)報(bào),16(2):7-15.

徐經(jīng)緯.2009.利用衛(wèi)星資料與數(shù)值模式在中國近海風(fēng)能資源評估中的應(yīng)用研究[D].南京:南京信息工程大學(xué).

徐經(jīng)緯,張秀芝,羅勇,等.2013.QuikSCAT衛(wèi)星遙感風(fēng)場可靠性分析及其揭示的中國近海風(fēng)速分布[J].海洋學(xué)報(bào),35(5):76-86.

閆俊岳,陳乾金,張秀芝,等.1993.中國近海氣候[M].北京:科學(xué)出版社:136-156.

楊曉玲,丁文魁,袁金梅,等.2012.河西走廊東部大風(fēng)氣候特征及預(yù)報(bào)[J].大氣科學(xué)學(xué)報(bào),35(1):121-127.

張德,朱蓉,羅勇,余衛(wèi),等.2008.風(fēng)能模擬系統(tǒng)WEST在中國風(fēng)能數(shù)值模擬中的應(yīng)用[J].高原氣象,27(1):202-207.

張福穎,郭品文,程軍.2012.熱帶太平洋與印度洋相互作用的年代際變化及其數(shù)值模擬[J].大氣科學(xué)學(xué)報(bào),35(1):32-40.

Chelton D B,Freilich M H.2005.Scatterometer-based assessment of 10 m wind analyses from the operational ECMWF and NCEP numerical weather prediction models[J].Mon Wea Rev,133(2):409-429.

Dunbar R S,Lungu T,Weiss B,et al.2000.QuikSCAT science data product user’s manual[M].Pasadena:Jet Propulsion Laboratory:85.

Hasager C B,Barthelmie R J,Christiansen M B,et al.2006.Quantifying offshore wind resources from satellite maps:Study area the North Sea[J].Wind Energy,9(1/2):63-74.

Henderson A R,Morgan C,Smith B,et al.2003.Offshore wind energy in Europe:A review of the state-of-the-art[J].Wind energy,6(1):35-52.

Jiang Ying,Luo Yong,Zhao Zongci,et al.2010.Projections of wind changes for 21st century in China by three regional climate models[J].Chinese Geographical Science,20(3):226-235.

Mitchell J F B,Johns T C,Eagles M,et al.1999.Towards the construction of climate change scenarios[J].Clim Change,41(3/4):547-581.

R?is?nen J.1997.Objective comparison of patterns of CO2induced climate change in coupled GCM experiments[J].Clim Dyn,13(3):197-212.

Swart R,Mitchell J,Morita T,et al.2002.Stabilisation scenarios for climate impact assessment[J].Global Environmental Change,12(3):155-165.

Yu W,Benoit R,Girard C,et al.2006.Wind energy simulation toolkit(WEST):A wind mapping system for use by the wind energy industry[J].Wind Engineering,30(1):15-33.

Zhao Z C,Ding Y H,Luo Y,et al.2005.Recent studies on attributions of climate change in China[J].Acta Meteor Sinica,19(4):389-400.

(責(zé)任編輯：張福穎)

An integrated analysis of QuikSCAT winds and sea surface winds simulated by MM5

XU Jing-wei1,2,ZHANG Xiu-zhi3,LUO Yong4,XU Min5

(1.Center for Data Assimilation Research and Application,NUIST,Nanjing 210044,China;2.Key Laboratory of Meteorological Disaster(NUIST),Ministry of Education,Nanjing 210044,China;3.National Climate Center,Beijing 100081,China;4.Center for Earth System Science,Tsinghua University,Beijing 100084,China;5.Jiangsu Meteorological Bureau,Nanjing 210008,China)

Based on QuikSCAT satellite remote sensing wind data over China offshore area(0°—45°N,105—135°E) during 2000—2009 and the wind results simulated by MM5 in 2007,through in-situ winds comparison,empirical orthogonal function(EOF) and singular value decomposition(SVD) methods,this paper studies the characteristics of QuikSCAT winds and MM5 simulations.Results show that the spatial distributions of two kinds of winds are similar and their speed variations are closely related.The spatial distribution of QuikSCAT winds is more reasonable and the magnitude of MM5 simulations is more reliable.With the PS(Pattern-Scaling) method,this paper extracts the spatial distribution from QuikSCAT winds and the magnitude from MM5 simulations,which shows that the spatial distribution is same as QuikSCAT winds and the magnitude of wind speed is equal to MM5 simulations.The preliminary test results show that the PS method can increase the accuracy of QuikSCAT winds in China offshore area.

China offshore;QuikSACT winds;numerical simulation;integrated analysis

2013-11-12；改回日期：2014-01-02

國家自然科學(xué)基金資助項(xiàng)目(91337218;41005057);國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)項(xiàng)目(2010CB951601);江蘇省基礎(chǔ)研究計(jì)劃(自然科學(xué)基金)資助項(xiàng)目(BK2011039);公益性行業(yè)(氣象)科研專項(xiàng)(GYHY201406008);江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項(xiàng)目(PAPD)

徐經(jīng)緯,博士,研究方向?yàn)楹Ｑ笪⒉ㄟb感應(yīng)用,xujw@cma.gov.cn.

10.13878/j.cnki.dqkxxb.20131112001.

1674-7097(2015)01-0093-08

P425.3

A

10.13878/j.cnki.dqkxxb.20131112001

徐經(jīng)緯,張秀芝,羅勇，等.2015.QuikSCAT衛(wèi)星遙感與MM5模擬海表面風(fēng)場的綜合分析[J].大氣科學(xué)學(xué)報(bào),38(1):93-100.

Xu Jing-wei,Zhang Xiu-zhi,Luo Yong,et al.2015.An integrated analysis of QuikSCAT winds and sea surface winds simulated by MM5[J].Trans Atmos Sci,38(1):93-100.(in Chinese)