黃河三角洲海上風(fēng)場再分析資料對比

楊宏達(dá), 喬璐璐, 李廣雪, 李 玨, 繆紅兵

黃河三角洲海上風(fēng)場再分析資料對比

楊宏達(dá)1, 2, 喬璐璐1, 2, 李廣雪1, 2, 李 玨1, 2, 繆紅兵1, 2

(1.中國海洋大學(xué)海洋地球科學(xué)學(xué)院, 山東 青島 266100; 2.海底科學(xué)與探測技術(shù)教育部重點實驗室, 山東 青島 266100)

再分析風(fēng)場資料在海洋氣象的研究中得到廣泛應(yīng)用。本文基于黃河口區(qū)域孤東59井驗潮站和樁西106驗潮站現(xiàn)場觀測資料, 對CCMP(cross-calibrated multi-platform)、CFSR(climate forecast system reanalysis)、ERA-interim、JRA-55 4種再分析資料的近地面10 m高度風(fēng)場在黃河口區(qū)域的適用性進行對比分析。結(jié)果表明CCMP風(fēng)場數(shù)據(jù)的平均相對誤差和均方根誤差最小, 與實測數(shù)據(jù)的相關(guān)系數(shù)最大, 能夠較好反映黃河三角洲海域海上風(fēng)場特征。同時, CCMP風(fēng)場也能較好反映該海域的強風(fēng)過程, 其中冬季擬合程度比夏季好?；贑CMP風(fēng)場資料, 1988—2018年黃河三角洲海上風(fēng)場多年平均風(fēng)速為5.33 m/s, 其中1988—2009年, 冬、夏季及全年風(fēng)速均呈上升趨勢; 而自2010年后, 夏季風(fēng)速上升速度加快, 冬季由于8 m/s以下風(fēng)速減弱的影響而呈逐年減小趨勢, 年平均風(fēng)速也在冬季風(fēng)控制下呈現(xiàn)降低趨勢。

黃河三角洲; 風(fēng)場再分析資料; 對比; 長期變化

長期以來, 觀測資料的匱乏以及時空分布不均勻等問題, 使得氣象研究受到很大限制, 直到20世紀(jì)80年代后期, 再分析資料的廣泛使用解決了很多問題。大氣資料“再分析”是指利用數(shù)值天氣預(yù)報中的資料同化技術(shù)來恢復(fù)長期的氣候記錄[1]。20世紀(jì)末至今重建了多套再分析氣象資料, 比如美國宇航局NASA(National Aeronautics and Space Admini-stration)的QuikSCAT(Quick Scatterometer)、CCMP (Cross-calibrated Multi-platform)、美國國家環(huán)境預(yù)報中心NCEP(National Center for Environmental Predi-c-tion)的氣候預(yù)測系統(tǒng)再分析計劃CFSR (Climate Fore--cast System Reanalysis)[2]、歐洲中期天氣預(yù)報中心ECMWF(European Centre for Medium- Range Weather Forecasts)的ERA-interim[3]、日本氣象廳JMA(Japan Meteorological Agency)和日本電力中央研究所CRIEPI (Central Research Institute of Electric Power Industry)聯(lián)合組織實施的JRA-55[4]等等。

不同風(fēng)場再分析資料的時、空分辨率存在差異, 在不同區(qū)域、距地表不同高度的適用性也有所不同。ERA-interim數(shù)據(jù)在對流層高層和平流層低層風(fēng)場的適用性較好, 對近地面風(fēng)速的符合程度高于CFSR[5], 在中國東部地區(qū)高空風(fēng)場的適用性優(yōu)于西部地區(qū)[6-7]。曠芳芳等[8]對CCMP、CFSR、ERA-interim3種再分析資料在臺灣海峽的風(fēng)場適用性分析結(jié)果顯示, 從風(fēng)向上看, 夏季時CCMP數(shù)據(jù)較好, 冬季時CFSR數(shù)據(jù)優(yōu)于CCMP數(shù)據(jù)。陳艷春等[1]采用雙線性插值方法將多種再分析資料與23個環(huán)渤海氣象站的10 m高度風(fēng)場進行對比。結(jié)果表明JRA-55的相關(guān)系數(shù)最大, 23站的平均相關(guān)系數(shù)為0.66, ERA-interim的相關(guān)系數(shù)次之, 冬季的相關(guān)系數(shù)大于夏季; ERA-interim的均方根誤差最小, 23站的平均均方根誤差為1.60 m/s, JRA-55的均方根誤差次之, 夏季的均方根誤差小于冬季。然而針對黃河三角洲海上風(fēng)場再分析資料及對其大風(fēng)過程的對比研究較少。

關(guān)于近年來中國陸上風(fēng)場的變化特征, 前人的研究表明近30～50 a風(fēng)速呈現(xiàn)下降趨勢, 年平均風(fēng)速以0.18～0.20 m/(s·a)的速度減小[9-12]。中國中東部地區(qū)的冬季地表平均風(fēng)速從3.7 m/s(1976年)降低至約3 m/s(2007年), 且小于1.6 m/s風(fēng)速出現(xiàn)的頻率從9%(20世紀(jì)70年代)增加到14%(21世紀(jì)初)[13]。前人對中國多個地區(qū)的研究均得出風(fēng)速減弱的結(jié)論[14-20], 北方寒潮和沙塵暴的減少[21-22]也進一步證實了地面風(fēng)速的減弱趨勢。曹永旺等[14]對環(huán)渤海區(qū)域風(fēng)速變化趨勢進行研究, 發(fā)現(xiàn)1971—2013年環(huán)渤海地區(qū)年均最大風(fēng)速為6.35 m/s, 并以0.423 m/s的年變化速率減小。四季節(jié)最大風(fēng)速均呈顯著下降趨勢, 冬、春季下降得最為明顯, 主要原因是5級及以上風(fēng)的發(fā)生頻率下降, 而5級以下風(fēng)的發(fā)生頻率上升。

關(guān)于中國海上風(fēng)場的變化, 前人多基于再分析資料進行研究。鄭崇偉[23]、林剛等[24]基于NCEP和CCMP風(fēng)場資料, 分析認(rèn)為1988—2009年中國大部分海域風(fēng)速呈上升趨勢, 且CCMP結(jié)果顯示, 渤海和黃海風(fēng)速增大最顯著。李正泉等[25]基于CCMP和孫龍等[26]基于QuikSCAT得到的結(jié)果均顯示, 自1999年開始, 中國海域海表風(fēng)速有顯著增大趨勢。李正泉等[27]采用降尺度法預(yù)測了2015—2050年我國海域海面風(fēng)速的階段性變化特征: 2015—2024年風(fēng)速下降, 2024—2035年風(fēng)速上升, 2035—2050年風(fēng)速再次下降, 同一時段內(nèi)各海域風(fēng)速變化趨勢相同。

雖然目前對于風(fēng)場再分析資料適用性的研究已經(jīng)很多, 但多基于陸地氣象站數(shù)據(jù)進行對比, 對海上風(fēng)場的適用性對比較少。風(fēng)場為研究黃河入海泥沙輸運路徑提供了重要的背景氣象場, 也為保障海上作業(yè)安全、避免石油平臺傾覆事故提供關(guān)鍵設(shè)計參數(shù)[28]。因此, 本文對目前廣泛使用的CCMP、CFSR、ERA-interim、JRA-55 4種風(fēng)場再分析資料, 通過與2005年夏、冬季黃河口孤東59井驗潮站和樁西106驗潮站的實測風(fēng)場數(shù)據(jù)進行對比, 開展黃河三角洲海上風(fēng)場的再分析資料適用性研究。再基于比選出的最優(yōu)風(fēng)場資料, 對黃河三角洲海域風(fēng)速的長期變化趨勢進行初步分析。

1 資料與方法

本文使用的實測風(fēng)場數(shù)據(jù)來自孤東59井驗潮站和樁西106驗潮站(圖1), 分別位于孤東海堤和強侵蝕河口附近, 數(shù)據(jù)觀測時間為2005年夏季(2005年6月—2005年8月)和冬季(2005年12月—2006年2月)的每日逐時風(fēng)速及風(fēng)向。

圖1 驗潮站位置(圖中2016年海岸線參考張蕾等[29])

再分析資料收集的是目前廣泛使用的CCMP、CFSR、ERA-interim和JRA-55 4種再分析風(fēng)場資料, 數(shù)據(jù)的時間、空間分辨率和下載網(wǎng)址等如表1所示。

表1 再分析資料風(fēng)場數(shù)據(jù)信息

由于各再分析資料的空間分辨率不一致, 為避免由于數(shù)據(jù)點選擇或者差值方法造成的對比誤差, 本文采取的方法是提取各風(fēng)場資料在兩驗潮站最近的海上網(wǎng)格點的風(fēng)速、分量, 計算風(fēng)速和風(fēng)向。由于各資料的時間分辨率有所不同, 本文均采用6 h分辨率數(shù)據(jù)與兩驗潮站的實測數(shù)據(jù)進行對比。通過計算平均相對誤差(式1)、均方根誤差(式2)和相關(guān)系數(shù)(式3), 對各再分析風(fēng)場資料的風(fēng)速精度進行評估; 通過繪制風(fēng)向頻率玫瑰圖, 對各再分析資料的風(fēng)向精度進行評估; 最后評估強風(fēng)時各再分析資料的質(zhì)量。

平均相對誤差:

均方根誤差RMSE:

相關(guān)系數(shù):

2 一般風(fēng)況對比

2.1 風(fēng)速對比

2.1.1 孤東59井驗潮站風(fēng)速對比

在孤東59井驗潮站, 通過計算得到2005年夏季和冬季的逐6 h風(fēng)速和相關(guān)統(tǒng)計數(shù)據(jù)(圖2)。從平均相對誤差(圖2a)來看, CCMP數(shù)據(jù)和ERA- interim的平均相對誤差較小, 其中夏季CCMP數(shù)據(jù)的平均相對誤差明顯小于其他3種再分析數(shù)據(jù); 從均方根誤差(圖2b)來看, 4種再分析數(shù)據(jù)的均方根誤差相差不大, 其中夏季CCMP數(shù)據(jù)的均方根誤差明顯小于其他3種再分析數(shù)據(jù); 從相關(guān)系數(shù)(圖2c)來看, CCMP數(shù)據(jù)的相關(guān)系數(shù)最大, 冬季時4種再分析數(shù)據(jù)的相關(guān)系數(shù)相差不大。4種再分析數(shù)據(jù)的平均相對誤差和均方根誤差多為夏季小于冬季, 但相關(guān)系數(shù)冬季高于夏季。從逐6 h風(fēng)速變化曲線(圖2d、圖2e)來看, 冬季時, 4種再分析數(shù)據(jù)的風(fēng)速均有大于實測數(shù)據(jù)的現(xiàn)象, CCMP數(shù)據(jù)與實測數(shù)據(jù)的擬合更好。從風(fēng)速上看, 在孤東59井驗潮站, 無論夏季還是冬季, CCMP數(shù)據(jù)的適用性在4種再分析資料中最好。

2.1.2 樁西106驗潮站風(fēng)速對比

在樁西106驗潮站, 通過計算得到2005年夏季和冬季的6 h分辨率風(fēng)速和相關(guān)統(tǒng)計數(shù)據(jù)(圖3)。從平均相對誤差(圖3a)來看, 夏季CCMP數(shù)據(jù)的平均相對誤差明顯小于其他3種再分析數(shù)據(jù), 冬季JRA-55數(shù)據(jù)的平均相對誤差明顯高于其他3種再分析數(shù)據(jù);

從均方根誤差(圖3b)來看, 夏季CCMP數(shù)據(jù)的均方根誤差最小, 冬季JRA-55數(shù)據(jù)的均方根誤差明顯高于其他3種再分析數(shù)據(jù); 從相關(guān)系數(shù)(圖3c)來看, 夏季CCMP數(shù)據(jù)的相關(guān)系數(shù)明顯高于其他3種再分析數(shù)據(jù), 冬季時JRA-55數(shù)據(jù)的相關(guān)系數(shù)明顯低于其他3種再分析數(shù)據(jù)。除JRA-55數(shù)據(jù)外, 其他3種再分析數(shù)據(jù)的平均相對誤差和均方根誤差均是夏季小于冬季, 4種再分析數(shù)據(jù)的相關(guān)系數(shù)冬季明顯高于夏季。從逐6 h風(fēng)速變化曲線(圖3d、圖3e)來看, CCMP數(shù)據(jù)與實測數(shù)據(jù)的符合度明顯更好。從風(fēng)速上看, 在樁西106驗潮站, 無論夏季還是冬季, CCMP數(shù)據(jù)的適用性在4種再分析資料中最好。

一般風(fēng)況下, 從風(fēng)速上看, 在黃河三角洲海域, CCMP風(fēng)場能夠更好反映海上風(fēng)場特征。本文提取的是海上最近的網(wǎng)格點上的再分析資料, 其與實測風(fēng)速對比獲得的均方根誤差和相關(guān)系數(shù), 優(yōu)于前人利用雙線性插值方法的再分析資料提取結(jié)果[1]。

2.2 風(fēng)向?qū)Ρ?/h3>

2.2.1 孤東59井驗潮站風(fēng)向?qū)Ρ?/p>

黃河三角洲區(qū)域, 冬季受西伯利亞-蒙古高壓的邊緣效應(yīng)影響, 盛行偏北風(fēng); 夏季受太平洋高壓的邊緣效應(yīng)影響, 盛行偏南風(fēng)[30-31]。

在孤東59井驗潮站, 通過計算得到2005年夏季和冬季的逐6 h風(fēng)向。從風(fēng)向頻率玫瑰圖(圖4)來看, 夏季, 驗潮站實測結(jié)果(圖4a-1)顯示常風(fēng)向和次常風(fēng)向是SSW和S, 大風(fēng)主要出現(xiàn)在NNE和NE方向, 各再分析資料中CCMP、ERA-interim和JRA-55數(shù)據(jù)的結(jié)果與實測結(jié)果相同, 出現(xiàn)頻率最高的兩個風(fēng)向是SSW和S, 4種再分析資料結(jié)果均顯示大風(fēng)主要出現(xiàn)在NNE和NE方向; 冬季, 驗潮站實測結(jié)果(圖4b-1)顯示出現(xiàn)頻率最高的4個風(fēng)向是NE、S、WSW和NNW,大風(fēng)主要出現(xiàn)在NNW方向, 各再分析資料中CCMP、CFSR和ERA-interim數(shù)據(jù)的結(jié)果顯示出常風(fēng)向和強風(fēng)向都是NW方向。從風(fēng)向上看, 在孤東59井驗潮站, CCMP和ERA-interim數(shù)據(jù)的適用性在4種再分析資料中較好, 夏季比冬季的精度高。

圖2 2005年夏、冬季孤東59井驗潮站實測風(fēng)速及再分析資料風(fēng)速對比

2.2.2 樁西106驗潮站風(fēng)向?qū)Ρ?/p>

在樁西106驗潮站, 通過計算得到2005年夏季和冬季的逐6 h瞬時風(fēng)向。從風(fēng)向玫瑰圖(圖5)來看, 夏季, 驗潮站實測結(jié)果(圖5a-1)顯示常風(fēng)向是S, 大風(fēng)主要出現(xiàn)在NE和NNE方向, 各再分析資料中CCMP、ERA-interim和JRA-55數(shù)據(jù)的結(jié)果均顯示出常風(fēng)向為S方向, 大風(fēng)主要出現(xiàn)在NE和NNE方向; 冬季, 驗潮站實測結(jié)果(圖5b-1)顯示常風(fēng)向是NW, 大風(fēng)主要出現(xiàn)在NW和NNW方向, 各再分析資料中CCMP、CFSR和ERA-interim數(shù)據(jù)的結(jié)果顯示常風(fēng)向和強風(fēng)向都是NW方向。從風(fēng)向上看, 在樁西106驗潮站, CCMP和ERA-interim數(shù)據(jù)的適用性在4種再分析資料中較好, 夏季比冬季的精度高。

一般風(fēng)況下, 從風(fēng)向上看, CCMP和ERA-interim再分析風(fēng)場資料在孤東59井和樁西106驗潮站的適用性較好。結(jié)合2.1中風(fēng)速的對比結(jié)果, 本文認(rèn)為在黃河三角洲海域, 相比于CFSR、ERA-interim和JRA-55 3種再分析風(fēng)場資料, CCMP風(fēng)場精度相對較高, 且夏季比冬季更佳。

3 強風(fēng)(風(fēng)速大于等于8 m/s)過程對比

為評估強風(fēng)時各再分析資料的擬合程度, 選取兩驗潮站夏、冬季強風(fēng)(風(fēng)速大于等于8 m/s)過程, 繪制了強風(fēng)過程下再分析資料風(fēng)速與實測風(fēng)速關(guān)系圖(圖6)。結(jié)果表明在黃河三角洲海域冬季符合程度均優(yōu)于夏季。夏季時, 強風(fēng)過程下各再分析資料風(fēng)速均顯示大部分?jǐn)?shù)據(jù)低于實測風(fēng)速, CCMP和JRA-55數(shù)據(jù)與實測資料的符合度高于其他2種再分析資料; 冬季時, 強風(fēng)過程下, CCMP和ERA-interim數(shù)據(jù)與實測資料的符合度高于其他2種再分析資料, 其中CCMP數(shù)據(jù)最佳。本研究的結(jié)果顯示, 在強風(fēng)過程下, CCMP風(fēng)場能夠更好反映黃河三角洲海域海上風(fēng)場特征, 且冬季擬合程度優(yōu)于夏季。

圖3 2005年夏、冬季樁西106驗潮站實測風(fēng)速及再分析資料風(fēng)速對比

圖4 孤東59井驗潮站2005年夏、冬季風(fēng)向頻率玫瑰圖

圖5 樁西106驗潮站2005年夏、冬季風(fēng)向頻率玫瑰圖

圖6 強風(fēng)過程下再分析風(fēng)速與實測風(fēng)速對比

4 黃河三角洲海上風(fēng)場長期變化特征

前人研究結(jié)果顯示1988—2009年渤海海域海面風(fēng)速呈上升趨勢, 而且自1999年開始, 上升趨勢更加明顯[23-25], 而李正泉等[27]的預(yù)測結(jié)果表明2015— 2024年我國海域近海面風(fēng)速呈下降趨勢。本文通過對各年夏季(6—8月)、冬季(12—次年1、2月)和全年(1—12月)平均風(fēng)速計算, 結(jié)果(圖7)顯示: 1988— 2018年黃河三角洲(圖1)海域多年平均風(fēng)速為5.33 m/s, 夏、冬季平均風(fēng)速總體呈上升趨勢, 年均風(fēng)速變化總體上與冬季平均風(fēng)速變化曲線相近。1988—2009年夏季風(fēng)速略有增大, 年均風(fēng)速和冬季風(fēng)速顯著增大, 增強速度為0.048 9 m/(s·a), 與1988年相比, 風(fēng)速每10 a上升8.26%。2010—2018年年均風(fēng)速略呈減小趨勢, 但夏季風(fēng)速明顯有增強趨勢, 增大速度為0.042 5 m/(s·a), 2018年風(fēng)速與2010年相比增大7.91%; 該階段冬季平均風(fēng)速由上一階段(1988—2010年)的顯著增大變?yōu)轱@著減弱趨勢, 減小速度為0.068 6 m/(s·a), 2018年風(fēng)速相比2010年減小8.92%。

圖7 黃河三角洲海上風(fēng)場長期變化

2010年后冬季風(fēng)速的變小, 與小于8 m/s的風(fēng)速減弱有關(guān)。由圖8可以看到冬季8 m/s以下風(fēng)速由0.010 9 m/(s·a)的緩慢上升趨勢變?yōu)?.040 6 m/(s·a)的顯著下降趨勢, 2018年相比2010年減小了7.01%, 這與前人研究發(fā)現(xiàn)20世紀(jì)70年代至21世紀(jì)初東亞冬季風(fēng)減弱導(dǎo)致冬季中國中東部地表小于1.6 m/s風(fēng)速頻率明顯增加[13]的結(jié)論一致。

2009年冬季北極濤動為1951—2011年間的最強負(fù)異常, 極渦偏向東北亞地區(qū), 有利于極地強冷空氣南下影響我國, 由此可能導(dǎo)致2009年黃河三角洲海域冬季平均風(fēng)速較大, 年均風(fēng)速異常增大。而西太平洋副熱帶高壓在2009年10月之前受厄爾尼諾事件影響異常偏強偏西, 之后受拉尼娜事件影響異常偏弱偏東, 夏季中高緯地區(qū)出現(xiàn)明顯阻塞趨勢。2010年南海夏季風(fēng)為1951—2011年最弱的一年, 東亞夏季風(fēng)也異常弱[32], 這可能是2010年黃河三角洲海域夏季風(fēng)較小的原因。此外, 臺風(fēng)可造成風(fēng)場劇烈變化, 2002年、2018年夏季風(fēng)速明顯偏大,可能與2002年第9號超強臺風(fēng)“風(fēng)神”、2018年第18號臺風(fēng)“溫比亞”經(jīng)過研究區(qū)有關(guān)。

圖8 黃河三角洲海上風(fēng)場冬季風(fēng)速長期變化

5 結(jié)論

基于黃河三角洲孤東59井和樁西106兩個驗潮站的實測風(fēng)場數(shù)據(jù), 對CCMP、CFSR、ERA-interim、JRA-554種再分析資料海上風(fēng)場進行對比研究。本文展示以下結(jié)論:

1) 4種風(fēng)場再分析資料中, CCMP風(fēng)場能夠更好反映黃河三角洲海域?qū)崪y風(fēng)場特征, 風(fēng)速與實測資料相比的平均相對誤差、均方根誤差最小, 與實測數(shù)據(jù)的相關(guān)系數(shù)最大; 風(fēng)向上CCMP和ERA-interim風(fēng)場能夠更好反映研究區(qū)常風(fēng)向和強風(fēng)向特征, 夏季優(yōu)于冬季。

2) 在8 m/s及以上風(fēng)速的強風(fēng)過程下, CCMP風(fēng)場與實測資料符合更好, 其中冬季優(yōu)于夏季。

3) 基于CCMP資料, 1988—2018年黃河三角洲海域多年平均風(fēng)速為5.33 m/s, 其中, 1998—2009年, 冬、夏季及全年風(fēng)速均呈增大趨勢; 而自2010年后, 夏季風(fēng)速增大趨勢更加顯著, 冬季風(fēng)速受小于8 m/s風(fēng)速減弱的影響而呈降低趨勢, 年均風(fēng)速主要由冬季影響也呈現(xiàn)減小趨勢。

[1] 陳艷春, 王娜, 顧偉宗, 等.環(huán)渤海區(qū)域再分析資料地面風(fēng)速場的適用性對比分析[J].海洋氣象學(xué)報, 2017, 37(1): 67-72.

CHEN Yanchun, WANG Na, GU Weizong, et al.Comparative analysis of wind velocity of reanalysis datasets over the Bohai Rim Region[J].Journal of Marine Meteorology, 2017, 37(1): 67-72.

[2] SARA S, MOORTHI S, PAN H L, et al.The NCEP climate forecast system reanalysis[J].Bulletin of American Meteorological Society, 2010, 91(8): 1015-1057.

[3] DEE D P, UPPALA S M, SIMMONS A J, et al.The ERA-Interim reanalysis: configuration and performance of the data assimilation system[J].Quart J Roy Meteor Soc, 2011, 137(656): 553-597.

[4] EBITA A, KOBAYASHI S, OTA Y, et al.The Japanese 55-year reanalysis “JRA-55”: an interim report[J].SOLA, 2011, 7(1): 149-152.

[5] DECKER M, BRUNKE M A, WANG Z, et al.Evaluation of the reanalysis products from GSFC, NCEP and ECMWF using flux tower observations[J].Journal of Climate, 2011, 25(6): 1916-1944.

[6] 趙佳瑩, 徐海明.中國區(qū)域探空資料與再分析資料風(fēng)速場的對比分析[J].氣候與環(huán)境研究, 2014, 19(5): 587-600.

ZHAO Jiaying, XU Haiming.Comparison of wind velocity among reanalysis and radiosonde datasets over China[J].Climate and Environment Research, 2014, 19(5): 587-600.

[7] 施曉暉, 徐祥德, 謝立安.NCEP /NCAR再分析風(fēng)速、表面氣溫距平在中國區(qū)域氣候變化研究中的可信度分析[J].氣象學(xué)報, 2006, 64(6): 709-722.

SHI Xiaohui, XU Xiangde, XIE Lian.Reliability ana-ly-ses of anomalies of NCEP/NCAR reanalysis wind speed and surface temperature in climate change research in China[J].Journal of Meteorology, 2006, 64(6): 709-722.

[8] 曠芳芳, 張友權(quán), 張俊鵬, 等.3種海面風(fēng)場資料在臺灣海峽的比較和評估[J].海洋學(xué)報, 2015, 37(5): 44-53.

KUANG Fangfang, ZHANG Youquan, ZHANG Junpeng, et al.Comparison and evaluation of three sea surface wind products in Taiwan Strait[J].Acta Oceanologica Sinica, 2015, 37(5): 44-53.

[9] YIN Y H, WU S H, CHEN G, et al.Attribution analyses of potential evapotranspiration changes in China since the 1960s[J].Theoretical and Applied Climatology, 2010, 101: 9-28.

[10] XU M, CHANG C P, FU C B, et al.Steady decline of East Asian monsoon winds, 1969-2000: evidence from direct ground measurements of wind speed[J].Journal of Geophysical Research, 2006, 111: D24111.

[11] FU G B, YU J J, ZHANG Y C, et al.Temporal variation of wind speed in China for 1961-2007[J].Theoretical and Applied Climatology, 2011, 104: 13-324.

[12] GUO H, XU M, HU Q.Changes in near surface wind speed in China: 1969-2005[J].International Journal of Climatology, 2010, 31: 49-358.

[13] NIU F, LI Z Q, LI C, et al.Increase of wintertime fog in China: Potential impacts of weakening of the Eastern Asian monsoon circulation and increasing aerosol loading[J].Journal of Geophysical Research Atmospheres, 2010, 115(D7): D00K20.

[14] 曹永旺, 延軍平.1971—2013年環(huán)渤海地區(qū)風(fēng)速的時空特征[J].中國沙漠, 2015, 35(5): 1320-1329.

CAO Yongwang, YAN Junping.Spatial-temporal analysis of wind speed in the Bohai rim region during 1971- 2013[J].Deserts in China, 2015, 35(5): 1320-1329.

[15] 劉蘇峽, 邱建秀, 莫興國.華北平原1951年至2006年風(fēng)速變化特征分析[J].資源科學(xué), 2009, 31(9): 1486- 1492.

LIU Suxia, QIU Jianxiu, MO Xingguo.Wind velocity variation from 1951 to 2006 in the North China Plain[J].Resource Science, 2009, 31(9): 1486-1492.

[16] 黃小燕, 張明軍, 圣杰, 等.西北地區(qū)近50年日照時數(shù)和風(fēng)速變化特征[J].自然資源學(xué)報, 2011, 26(5): 825-835.

HUANG Xiaoyan, ZHANG Mingjun, SHENG Jie, et al.Characteristics of variation in sunshine duration and wind speed in the last 50 years in Northwest China[J].Journal of Natural Resources, 2011, 26(5): 825-835.

[17] 金巍, 任國玉, 曲巖, 等.1971—2010年東北三省平均地面風(fēng)速變化[J].干旱區(qū)研究, 2012, 29(4): 648-653.

JIN Wei, REN Guoyu, QU Yan, et al.Change in surface mean wind speed of northeast China during the period of 1971-2010[J].Study on Arid Area, 2012, 29(4): 648-653.

[18] 苗愛梅, 賈利冬, 武捷.近51 a山西大風(fēng)與沙塵日數(shù)的時空分布及變化趨勢[J].中國沙漠, 2010, 30(2): 452-460.

MIAO Aimei, JIA Lidong, WU Jie.Space-Time distribution and changing trend of gale and sand-dust days during recent 51 a in Shanxi[J].Journal of Desert Research, 2010, 30(2): 452-460.

[19] 楊民, 蔡玉琴, 王式功, 等.2000年春季中國北方沙塵暴天氣氣候成因研究[J].中國沙漠, 2001, 21(S1): 6-11.

YANG Min, CAI Yuqin, WANG Shigong, et al.Synoptic and climatological analysis of sandstorms in the spring of 2000 over Northern China[J].Journal of Desert Research, 2001, 21(S1): 6-11.

[20] 榮艷淑, 梁嘉穎.華北地區(qū)風(fēng)速變化的分析[J].氣象科學(xué), 2008, 28(6): 655-658.

RONG Yanshu, LIANG Jiaying.Analysis of variation of wind speed over north China[J].Scientia Meteorologica Sinica, 2008, 28(6): 655-658.

[21] 王遵婭, 丁一匯.近53年中國寒潮的變化特征及其可能原因[J].大氣科學(xué), 2006, 30(6): 1068-1076.

WANG Zunya, DING Yihui.Climate change of the cold wave frequency of China in the last 53 years and the possible reasons[J].Chinese Journal of Atmospheric Sciences, 2006, 30(6): 1068-1076.

[22] 李棟梁, 鐘海玲.我國沙塵暴的氣候成因及未來發(fā)展趨勢[J].中國環(huán)境科學(xué), 2007, 27(1): 14-18.

LI Dongliang, ZHONG Hailing.The climatic formation cause and the future developing trend of sand-dust storm in China[J].China Environmental Science, 2007, 27(1): 14-18.

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

ZHENG Chongwei.Sea surface wind field analysis in the China sea during the last 22 years with CCMP wind field[J].Meteorology and Disaster Reduction Research, 2011, 34(3): 41-46.

[24] 林剛, 鄭崇偉, 邵龍?zhí)? 等.南中國海海表風(fēng)速長期變化趨勢[J].解放軍理工大學(xué)學(xué)報: 自然科學(xué)版, 2013, 14(6): 704-708.

LIN Gang, ZHENG Chongwei, SHAO Longtan, et al.Long term linear trend of sea surface wind speed in the South China Sea[J].Journal of PLA University of Science and Technology(Natural Science Edition), 2013, 14(6): 704-708.

[25] 李正泉, 肖晶晶, 張育慧, 等.基于全球風(fēng)場產(chǎn)品中國海表面風(fēng)速變化分析[J].海洋環(huán)境科學(xué), 2016, 35(4): 587-593.

LI Zhengquan, XIAO Jingjing, ZHANG Yuhui, et al.Variation analysis of sea surface wind over China seas using global wind products[J].Marine Environmental Science, 2016, 35(4): 587-593.

[26] 孫龍, 于華明, 王明, 等.東中國海及毗鄰海域海面風(fēng)場季節(jié)及年際變化特征分析[J].海洋預(yù)報, 2010, 27(2): 30-37.

SUN Long, YU Huaming, WANG Ming, et al.Analysis of the seasonal and interannual variability of sea surface wind in the East China Seas and its adjacent ocean[J].Marine Forecasts, 2010, 27(2): 30-37.

[27] 李正泉, 肖晶晶, 馬浩, 等.中國海域近海面風(fēng)速未來變化降尺度預(yù)估[J].海洋技術(shù)學(xué)報, 2016, 35(6): 10-16.

LI Zhengquan, XIAO Jingjing, MA Hao, et al.Downscaling projection of surface wind speed variation over China’s sea areas[J].Journal of Ocean Technology, 2016, 35(6): 10-16.

[28] 劉文通, 樓順里, 宋珊, 等.海上石油平臺對周圍風(fēng)場的影響[J].青島海洋大學(xué)學(xué)報, 1990, 20(3): 39-48.

LIU Wentong, LOU Shunli, SONG Shan, et al.The influence of offshore oil platforms on the surrounding wind field[J].Journal of Ocean University of Qingdao, 1990, 20(3): 39-48.

[29] 張蕾, 李廣雪, 劉雪, 等.渤海海岸線的時空變化[J].海洋地質(zhì)前沿, 2020, 36(2): 1-12.

ZHANG Lei, LI Guangxue, LIU Xue, et al.Spatial and temporal changes of the Bohai Sea coastline[J].Marine Geology Frontiers, 2020, 36(2): 1-12.

[30] 程慧.近40年來黃河三角洲孤東近岸的沖淤演變及其影響因素[D].上海: 華東師范大學(xué), 2019.

CHENG Hui.Erosion and deposition evolution of Gudong near the Yellow River Delta in the past 40 years and its influencing factors[D].Shanghai: East China Normal University, 2019.

[31] 萬修全, 鮑獻文, 吳德星, 等.渤海夏季潮致-風(fēng)生-熱鹽環(huán)流的數(shù)值診斷計算[J].海洋與湖沼, 2004, 35(1): 41-47.

WAN Xiuquan, BAO Xianwen, WU Dexing, et al.Nu-merical diagnostic simulation of summertime tide-induced, wind-driven and thermohaline currents in the Bohai Sea[J].Oceanologia et Limnologia Sinica, 2004, 35(1): 41-47.

[32] 賈小龍, 陳麗娟, 龔振淞, 等.2010年海洋和大氣環(huán)流異常及對中國氣候的影響[J].氣象, 2011, 37(4): 446-453.

JIA Xiaolong, CHEN Lijuan, GONG Zhensong, et al.Anomalous ocean and atmospheric circulation in 2010 and its impact on China’s climate[J].Meteorological Monthly, 2011, 37(4): 446-453.

Comparison of reanalysis wind field off the Yellow River Delta

YANG Hong-da1, 2, QIAO Lu-lu1, 2, LI Guang-xue1, 2, LI Jue1, 2, MIAO Hong-bing1, 2

(1.College of Marine Geosciences, Ocean University of China, Qingdao 266100, China; 2.The Key Lab of Sea Floor Resource and Exploration Technique, Ministry of Education, Qingdao 266100, China)

Yellow River Delta; reanalysis wind field; comparison; long-term variation

In marine meteorology, the reanalysis of wind field data has been widely used.The applicability of the 10 m height average wind field of CCMP, CFSR, ERA-interim, and JRA-55 reanalysis data in the Yellow River delta area is investigated using the field observation data of Gudong 59 well and Zhuangxi 106 tide gauge stations.Results show that the average relative error and root mean square error in the CCMP wind field data are the lowest, whereas the correlation coefficient with the measured data is the greatest.Therefore, the CCMP wind can more accurately reflect the characteristics of the offshore wind field in the Yellow River Delta and surrounding area.Furthermore, the CCMP wind field can best reflect the strong wind process in the study area, particularly in winter than in summer.According to the CCMP wind field data, the multiyear average wind speed of the offshore wind field in the Yellow River Delta from 1988 to 2018 was 5.33 m/s, with the wind speed increasing in winter, summer, and the entire year from 1988 to 2009.Since 2010, the increasing wind speed has accelerated in summer, whereas it has decreased in winter due to the weakening of wind speed to less than 8 m/s.Under the control of winter wind, the annual average wind speed also showed a downward trend.

Jun.20, 2020

[This work was supported by Ministry of Science and Technolo-gy of China, Nos.2016YFA0600903, 2017YFE0133500; National Natural Science Foundation of China, No.41476030; Taishan Project]

P731

A

1000-3096(2022)03-0014-11

10.11759/hykx20200720004

2020-07-20;

2020-09-21

國家重點研發(fā)計劃項目(2016YFA0600903, 2017YFE0133500); 國家自然科學(xué)基金(41476030); 泰山學(xué)者建設(shè)工程專項項目

楊宏達(dá)(1996—), 碩士研究生, 內(nèi)蒙古赤峰人, 主要從事海洋沉積動力學(xué)方面研究, E-mail: yanghongda1996@163.com; 喬璐璐(1981—),

, 山東青島人, 博士生導(dǎo)師, 教授, 主要從事海洋沉積動力學(xué)方面研究, E-mail: luluq@ouc.edu.cn

(本文編輯: 叢培秀)