一種機(jī)器學(xué)習(xí)海面風(fēng)場快速融合的方法

張巍，杜超凡，郭安博宇，宋曉姜，沈世瑩

( 1. 國家海洋環(huán)境預(yù)報(bào)中心，北京 100081；2. 中國海洋大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，山東 青島 266100)

1 引言

作為海洋學(xué)最重要的物理參數(shù)之一，海面風(fēng)場是海洋上層運(yùn)動的主要動力來源，幾乎所有的海水運(yùn)動都與之直接相關(guān)[1–7]。與此同時，海面風(fēng)場對于海洋漁業(yè)、海上交通及工程活動、風(fēng)能開發(fā)等都有著直接的影響[8–9]。對于海面風(fēng)場的測量，其中常規(guī)的測量手段包括船舶、浮標(biāo)以及沿岸站等。相對于全球海洋來說，常規(guī)測量手段獲取到的風(fēng)場數(shù)據(jù)資料非常缺乏，很難滿足人類的生產(chǎn)或研究的需求。此時，衛(wèi)星遙感技術(shù)的出現(xiàn)很好地解決了常規(guī)測量手段所存在的問題。衛(wèi)星遙感技術(shù)有著覆蓋范圍廣，空間分辨率高，能夠?qū)崟r或準(zhǔn)實(shí)時獲取數(shù)據(jù)的優(yōu)勢[10–11]。但是單一衛(wèi)星提供的海面風(fēng)場產(chǎn)品在覆蓋率等方面存在著不可避免的缺陷，因此研究如何將多源衛(wèi)星海面風(fēng)場等產(chǎn)品進(jìn)行融合，以此提高海面風(fēng)場數(shù)據(jù)的覆蓋范圍和精度，從而滿足當(dāng)前數(shù)值預(yù)報(bào)研究以及海洋中小尺度系統(tǒng)研究的需求變得尤為重要。

當(dāng)前有許多數(shù)據(jù)融合算法被研究者提出并利用。海面風(fēng)場作為數(shù)據(jù)融合的應(yīng)用領(lǐng)域，目前主要的融合方法有插值類融合算法和同化變分類融合算法。其中插值算法有Cressman 插值、Kriging 插值和時空加權(quán)分析方法等，同化變分算法包括最優(yōu)插值法、三維變分法等[12]。凌征等[13]通過Cressman 插值融合了我國近海的衛(wèi)星風(fēng)場和沿岸氣象站風(fēng)場資料。Zhang 等[14–15]對包括SSM/I、TMI、QuikSCAT、AMSRE 等在內(nèi)的多顆衛(wèi)星海面風(fēng)速數(shù)據(jù)進(jìn)行了時空權(quán)重插值融合，產(chǎn)生了全球范圍1987–2006 年的時間分辨率為12 h、每天、每月的0.25°網(wǎng)格的風(fēng)速。齊亞琳和林明森[16]對海洋二號衛(wèi)星海面風(fēng)場和NCEP 數(shù)值風(fēng)場資料進(jìn)行融合，融合算法中同樣采用時空權(quán)重插值。Yan 等[17]對多源散射計(jì)和輻射計(jì)風(fēng)場與模式在分析風(fēng)場進(jìn)行了融合研究，利用最優(yōu)插值法建立了時間分辨率為6 h，空間分辨率為0.25°的2000–2015年的全球風(fēng)場產(chǎn)品。Chao 等[18]基于二維變分分析的方法融合了衛(wèi)星散射計(jì)海面風(fēng)場與區(qū)域中尺度大氣模式風(fēng)場。

綜上所述，不論是插值類融合算法，還是同化變分類融合算法，它們都可以基本解決海面風(fēng)場融合的問題。但是在實(shí)際應(yīng)用中，受到當(dāng)前計(jì)算能力的制約[19]。這些算法由于計(jì)算過程復(fù)雜，往往需要使用計(jì)算機(jī)集群，且較難實(shí)現(xiàn)實(shí)時化融合。

為了以較低的計(jì)算代價實(shí)現(xiàn)實(shí)時化海面風(fēng)場融合，本文提出在多源衛(wèi)星數(shù)據(jù)和ERA-5 再分析數(shù)據(jù)重疊區(qū)域，訓(xùn)練基于XGBoost 的機(jī)器學(xué)習(xí)ERA-5 數(shù)據(jù)修正模型。然后利用該模型在無衛(wèi)星數(shù)據(jù)區(qū)域快速修正（機(jī)器學(xué)習(xí)推理）ERA-5 數(shù)據(jù)，使得修正后得到的融合風(fēng)場數(shù)據(jù)更加貼近衛(wèi)星觀測值，最終得到時間分辨率為12 h、每天的0.25°的網(wǎng)格融合風(fēng)場數(shù)據(jù)，實(shí)現(xiàn)無縫網(wǎng)格風(fēng)場[20]。其中最核心的修正過程是利用已經(jīng)訓(xùn)練好的模型進(jìn)行快速推理，而由于機(jī)器學(xué)習(xí)推理的快速性，可以減小計(jì)算代價，構(gòu)建整個海面融合風(fēng)場。

2 海面風(fēng)場相關(guān)數(shù)據(jù)集

本文使用的衛(wèi)星有海洋二號B（HY-2B）衛(wèi)星、中法海洋衛(wèi)星（CFOSAT）以及歐洲氣象衛(wèi)星B（MetOp-B）衛(wèi)星。3 顆衛(wèi)星均可提供2020 年12 月以及2021 年1 月的海面風(fēng)場資料。

HY-2B 衛(wèi)星散射計(jì)L2B 級數(shù)據(jù)存儲經(jīng)過風(fēng)場反演和模糊去除處理后得到軌道各個風(fēng)元的中心位置、風(fēng)速、風(fēng)向、觀測時間及其他相關(guān)數(shù)據(jù)。HY-2B衛(wèi)星散射計(jì)每天約有16 軌數(shù)據(jù)，可覆蓋全球90%的海域[21]。陳克海等[21]使用ECMWF 再分析風(fēng)場數(shù)據(jù)、熱帶大氣海洋觀測計(jì)劃（TAO）浮標(biāo)和NDBC 浮標(biāo)實(shí)測數(shù)據(jù)對HY-2B 風(fēng)場進(jìn)行了總體質(zhì)量分析。分析發(fā)現(xiàn)，在4～24 m/s 風(fēng)速區(qū)間內(nèi)，HY-2B 衛(wèi)星風(fēng)速、風(fēng)向均方根誤差（RMSE）分別優(yōu)于2 m/s 和20°，能較好滿足HY-2B 衛(wèi)星散射計(jì)業(yè)務(wù)化應(yīng)用的精度要求。本文使用2020 年12 月以及2021 年1 月數(shù)據(jù)來進(jìn)行實(shí)驗(yàn)，選取的HY-2B 衛(wèi)星散射計(jì)L2B 級數(shù)據(jù)的時間跨度為12 h，空間分辨率為25 km×25 km，且空間分布在0°～45°N，100°E～180°。

中法海洋衛(wèi)星采用成熟的CAST2000 小衛(wèi)星平臺，設(shè)計(jì)壽命為3 年，運(yùn)行于軌道高度為521 km、降交點(diǎn)地方時07:00 的太陽同步軌道，探測數(shù)據(jù)分別傳輸至中法兩國地面站，由兩國地面應(yīng)用系統(tǒng)接收并進(jìn)行處理。該衛(wèi)星在海洋動力環(huán)境業(yè)務(wù)監(jiān)測、海洋災(zāi)害監(jiān)測和預(yù)報(bào)預(yù)警、海洋科學(xué)研究中發(fā)揮重要作用。本文同樣使用2020 年12 月以及2021 年1 月數(shù)據(jù)來進(jìn)行實(shí)驗(yàn)，選取的CFOSAT 衛(wèi)星L2B 級數(shù)據(jù)時間跨度為12 h，空間分辨率為12.5 km×12.5 km，且空間分布在0°～45°N，100°E～180°，其風(fēng)速精度為1.5 m/s，風(fēng)向精度為20°[22]。

2013 年4 月24 日，歐洲航天局和歐洲氣象衛(wèi)星開發(fā)組織聯(lián)合發(fā)射的MetOp-B 代替MetOp-A 作為主要的業(yè)務(wù)觀測衛(wèi)星，其提供的海面風(fēng)場數(shù)據(jù)產(chǎn)品風(fēng)速精度為2 m/s，風(fēng)速范圍為0～50 m/s。本文選取的MetOp-B 風(fēng)場數(shù)據(jù)空間分辨率為12.5 km×12.5 km，且空間分布在0°～45°N，100°E～180°。

ERA-5 是歐洲中期天氣預(yù)報(bào)中心對過去40～70 年全球氣候和天氣的第5 代再分析數(shù)據(jù)。目前的數(shù)據(jù)是從1950 年開始的，分為1950–1978 年的氣候數(shù)據(jù)存儲條目和1979 年以后的。ERA-5 提供了大量大氣、海浪和陸地表面數(shù)量的每小時估計(jì)數(shù)。本文選用的ERA-5 再分析風(fēng)場時間區(qū)間為2020 年12 月以及2021 年1 月，其空間分辨率為0.25°×0.25°，其空間分布在0°～45°N，100°E～180°。

浮標(biāo)數(shù)據(jù)選自離岸50 km 以上，具有連續(xù)風(fēng)矢量觀測能力的TAO 浮標(biāo)數(shù)據(jù)。該浮標(biāo)具有較高的觀測頻率，每10 min 觀測一次風(fēng)速、風(fēng)向。由于選定的TAO 浮標(biāo)上的測風(fēng)計(jì)距離海面4 m，而散射計(jì)測量的是高度10 m 處的風(fēng)速，因此需要將浮標(biāo)觀測風(fēng)速轉(zhuǎn)換到10 m 高度上的風(fēng)速，轉(zhuǎn)換公式為

式中，z表示距離海面的高度；s10和sz分別表示10 m高度處的風(fēng)速和在z高度上的風(fēng)速。

3 融合方法

對于融合風(fēng)場的生成，研究共分為兩部分進(jìn)行，即修正融合風(fēng)場模型的訓(xùn)練及其機(jī)器推理。文中首先以衛(wèi)星數(shù)據(jù)作為實(shí)況數(shù)據(jù)，通過XGBoost 模型方法對ERA-5 數(shù)據(jù)進(jìn)行修正訓(xùn)練，得到修正融合風(fēng)場模型，使得修正后的ERA-5 數(shù)據(jù)更加接近于衛(wèi)星數(shù)據(jù)分布，然后利用訓(xùn)練完畢的模型生成海面融合風(fēng)場。

文中將混合的衛(wèi)星數(shù)據(jù)統(tǒng)一處理成為0.25°×0.25°的標(biāo)準(zhǔn)網(wǎng)格數(shù)據(jù)。在插值處理過程中，由于衛(wèi)星數(shù)據(jù)之間分辨率的不同，即12.5 km×12.5 km 和25 km×25 km不等，為了方便統(tǒng)一插值，本文在空間上采用反距離加權(quán)插值算法，時間上采用最近鄰方法對混合衛(wèi)星數(shù)據(jù)進(jìn)行插值，插值完成后的衛(wèi)星數(shù)據(jù)與ERA-5 數(shù)據(jù)共同完成修正融合風(fēng)場模型的訓(xùn)練，并最終得到全區(qū)域的時間分辨率為12 h 的0.25°×0.25°的標(biāo)準(zhǔn)網(wǎng)格數(shù)據(jù)，具體融合流程如圖1 所示。

圖1 海面融合風(fēng)場生成流程Fig. 1 The process of obtaining the sea surface fusion wind

3.1 插值方法

3.1.1 反距離加權(quán)插值算法

當(dāng)前對氣象要素等進(jìn)行插值的算法有很多[23–28]，本文選取的插值算法為反距離權(quán)重法（IDW）。IDW插值是一種經(jīng)常使用的空間插值方法，在1972 年被美國國家氣象局首次提出[29–31]。它的邏輯來源于地理學(xué)第一定律—相近相似原理。IDW是通過插值點(diǎn)與樣本點(diǎn)之間距離的倒數(shù)為權(quán)重進(jìn)行加權(quán)平均，與插值點(diǎn)越靠近的樣本點(diǎn)計(jì)算時所被賦予的權(quán)重值越大，權(quán)重值一般與距離成反比關(guān)系，所以稱之為“反距離”加權(quán)。其計(jì)算公式可以表示為

3.2 生成修正融合風(fēng)場模型

正如引言所說，本文使用衛(wèi)星數(shù)據(jù)對ERA-5 數(shù)據(jù)進(jìn)行修正融合，使得修正融合后的風(fēng)場數(shù)據(jù)更加貼近真實(shí)值。研究流程如圖1 所示，首先對混合后的衛(wèi)星數(shù)據(jù)進(jìn)行插值操作，空間上使用反距離加權(quán)插值算法（IDW），時間上采用最近鄰方法將其插值成為0.25°×0.25°的標(biāo)準(zhǔn)網(wǎng)格數(shù)據(jù)。然后利用衛(wèi)星插值數(shù)據(jù)和ERA-5 數(shù)據(jù)獲取訓(xùn)練樣本后進(jìn)行訓(xùn)練，最終得到所需的XGBoost 模型，即修正融合風(fēng)場模型。

3.2.1 修正融合方法

ERA-5 數(shù)據(jù)是全區(qū)域數(shù)據(jù)，其風(fēng)場數(shù)據(jù)既涵蓋了海洋區(qū)域，也包括了陸地區(qū)域。由于陸地風(fēng)場和海洋風(fēng)場的差異較大，詳細(xì)分析請見4.1 節(jié)。因此為了研究的科學(xué)性及其可靠性，本文采用4 種方法來對ERA-5 數(shù)據(jù)進(jìn)行修正，具體方法如下：

方法1：風(fēng)速、風(fēng)向修正（全區(qū)域）即D_S_A_XGBoost 模型。在XGBoost 訓(xùn)練的過程中，不區(qū)分海洋和陸地風(fēng)場數(shù)據(jù)，全部用來進(jìn)行模型的訓(xùn)練。

方法2：U、V修正（全區(qū)域）即U_V_A_XGBoost模型。與方法1 相同，訓(xùn)練過程中不區(qū)分海洋和陸地風(fēng)場數(shù)據(jù)。區(qū)別在于方法1 中使用的訓(xùn)練數(shù)據(jù)為風(fēng)速和風(fēng)向，而方法2 中使用的訓(xùn)練數(shù)據(jù)為U10 和V10，訓(xùn)練結(jié)束后再合成風(fēng)速和風(fēng)向。

方法3：風(fēng)速、風(fēng)向修正（陸地掩碼）即D_S_O_XGBoost 模型。訓(xùn)練過程中區(qū)分海洋和陸地風(fēng)場數(shù)據(jù)，即使用陸地掩碼將陸地風(fēng)場數(shù)據(jù)剔除，不參與模型的訓(xùn)練。

方法4：U、V修正（陸地掩碼）即U_V_O_XGBoost模型。與方法3 相同，訓(xùn)練過程中區(qū)分海洋和陸地風(fēng)場數(shù)據(jù)。不同點(diǎn)在于方法3 中使用的訓(xùn)練數(shù)據(jù)為風(fēng)速和風(fēng)向，方法4 中使用的訓(xùn)練數(shù)據(jù)為U10 和V10，訓(xùn)練結(jié)束后再合成風(fēng)速和風(fēng)向進(jìn)行修正。

3.2.2 樣本生成

噪聲與偏差、方差共同構(gòu)成機(jī)器學(xué)習(xí)的泛化誤差[32]。噪聲普遍存在，具有隨機(jī)性和不可控性，例如數(shù)據(jù)采集儀器等帶來的隨機(jī)性偏差就是噪聲的一種，本文中海陸交界處的無效數(shù)據(jù)可視為衛(wèi)星觀測的噪聲。機(jī)器學(xué)習(xí)訓(xùn)練允許且需要數(shù)據(jù)中噪聲的存在，由含噪聲數(shù)據(jù)訓(xùn)練得到的模型通常更具有魯棒性，能夠更好地在未知分布數(shù)據(jù)上推理。

本文采用局部訓(xùn)練，全局推理的方式進(jìn)行研究。即使用所能獲取到的區(qū)域內(nèi)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練得到的模型可以應(yīng)用于整片區(qū)域。本文對于訓(xùn)練樣本的獲取過程如圖2 所示。經(jīng)過插值處理后的衛(wèi)星數(shù)據(jù)與ERA-5 數(shù)據(jù)均為0.25°×0.25°的網(wǎng)格數(shù)據(jù)，本文使用衛(wèi)星插值風(fēng)場數(shù)據(jù)作為學(xué)習(xí)目標(biāo)，選取衛(wèi)星插值格點(diǎn)及其周圍（5×5 窗口）的ERA-5 值作為訓(xùn)練特征，進(jìn)行訓(xùn)練。圖2a 綠色點(diǎn)表示的是衛(wèi)星插值數(shù)據(jù)，周圍5×5 格點(diǎn)為ERA-5 數(shù)據(jù)，當(dāng)ERA-5 數(shù)據(jù)在5×5 空間格點(diǎn)中全部存在時，那么就會得到如圖2b 的訓(xùn)練樣本，若ERA-5 數(shù)據(jù)存在缺失，那么在該點(diǎn)就無法獲取到訓(xùn)練樣本。本文使用的訓(xùn)練樣本為2020 年12 月21日至2021 年1 月21 日數(shù)據(jù)，測試數(shù)據(jù)為2021 年1 月31日衛(wèi)星初始數(shù)據(jù)以及修正前后的ERA-5 數(shù)據(jù)。在研究過程中，本文針對0 時和12 時數(shù)據(jù)分別訓(xùn)練模型，即0 時刻修正模型以及12 時刻修正模型，其中訓(xùn)練過程中使用的訓(xùn)練集約400 000，驗(yàn)證集約40 000，測試集約60 000。

圖2 訓(xùn)練樣本生成Fig. 2 Generation of training samples

3.2.3 XGBoost 算法

集成學(xué)習(xí)通過構(gòu)建并結(jié)合多個學(xué)習(xí)器來完成學(xué)習(xí)任務(wù)，比單一學(xué)習(xí)器獲得顯著優(yōu)越的泛化性能。XGBoost 是在梯度下降樹（Gradient Boosting Decision Tree，GBDT）的基礎(chǔ)上對boosting 算法進(jìn)行的改進(jìn)，由多棵決策樹迭代組成[33–36]。

XGBoost 算法的核心思想是每次構(gòu)建一棵新樹來學(xué)習(xí)上次預(yù)測得到的殘差，即首先初始構(gòu)建一棵樹來預(yù)測一個值，得到預(yù)測值與實(shí)際值的殘差，然后構(gòu)建下一棵樹來學(xué)習(xí)殘差，直至構(gòu)建K棵樹，并在訓(xùn)練中對構(gòu)建樹不斷優(yōu)化，算法的整體思路如圖3 所示。XGBoost 算法將訓(xùn)練得到的各個決策樹預(yù)測值相加，得到模型最終的預(yù)測值。如公式所示：

圖3 XGBoost 模型訓(xùn)練流程Fig. 3 Training flow of the XGBoost model

式中，y^i為模型對于第i個樣本的預(yù)測值；xi為 第i個樣本的標(biāo)簽；K為分類回歸樹的數(shù)量；fk為第k棵樹模型函數(shù)。

4 模型評價及其分析

本文采用均方根誤差（Root Mean Square Error，RMSE）、絕對誤差（Mean Absolute Error，MAE）、相關(guān)系數(shù)（R）、標(biāo)準(zhǔn)差（σ）以及中心均方根誤差（E＇）5 種誤差統(tǒng)計(jì)方法來對風(fēng)速模型性能進(jìn)行評估[21,37]。

對于風(fēng)向來說，使用常規(guī)的RMSE 以及MAE 并不能夠很好地衡量研究結(jié)果，因此本文采用RMSEd以及MAEd[21]進(jìn)行評價。

4.1 研究區(qū)域風(fēng)場分析

在數(shù)據(jù)獲取的過程中對ERA-5 風(fēng)場數(shù)據(jù)中陸地部分和海洋部分進(jìn)行分析，如圖4 所示，陸地風(fēng)場的風(fēng)速分布和海洋風(fēng)場的風(fēng)速分布存在著很大的不同。陸地風(fēng)場整體風(fēng)速較小，其分布峰值約為2.5 m/s，大部分風(fēng)力等級在5 級風(fēng)以下，而在海洋風(fēng)場中，風(fēng)速分布峰值在6～8 m/s 之間，整體分布在0 m/s 至20.0 m/s，并且6 級以上大風(fēng)發(fā)生頻率較大。本文分析海洋中由于海面寬闊，沒有遮擋物，對空氣移動的摩擦力小，從而風(fēng)速較大，陸地上由于地面粗糙，地形起伏，有植被及建筑物阻礙等對空氣移動的摩擦較大，導(dǎo)致風(fēng)速較小。介于陸地風(fēng)場和海洋風(fēng)場分布的不同，本研究采用4 種修正方法來對風(fēng)場進(jìn)行修正，即3.2 節(jié)中提出的修正方法。

圖4 海陸風(fēng)場風(fēng)速統(tǒng)計(jì)直方圖Fig. 4 Histogram of wind speed statistics for sea and land wind fields

4.2 ERA-5 修正融合結(jié)果分析

融合風(fēng)場模型在（0°～45°N，100°E～180°）研究區(qū)域內(nèi)進(jìn)行機(jī)器推理，其中全區(qū)域內(nèi)共計(jì)58 101 個點(diǎn)，在推理過程中由于5×5 窗口的存在，模型最終對56 109 個點(diǎn)進(jìn)行修正。推理過程中模型輸入為ERA-5數(shù)據(jù)，且在CPU 上進(jìn)行，當(dāng)前實(shí)驗(yàn)使用的CPU 型號為Intel(R) Xeon(R) CPU E5-2 690 v4 @ 2.60GHz，單時刻推理平均用時約為2.1 s。

4.2.1 原始衛(wèi)星數(shù)據(jù)評價

在機(jī)器學(xué)習(xí)領(lǐng)域中，以未參與訓(xùn)練的真值數(shù)據(jù)檢驗(yàn)?zāi)Ｐ停Ｐ蜏y試與評價）必不可少。本文以ERA-5 風(fēng)場數(shù)據(jù)作為輸入，以衛(wèi)星插值數(shù)據(jù)作為學(xué)習(xí)目標(biāo)訓(xùn)練融合模型，該模型期望從ERA-5 風(fēng)場推理得出衛(wèi)星風(fēng)場（本文稱為融合風(fēng)場便于和衛(wèi)星真值相區(qū)分）。若推理得出的融合風(fēng)場相較于ERA-5 風(fēng)場更加接近衛(wèi)星原始數(shù)據(jù)，即說明融合風(fēng)場模型有效。所以本文以未參與模型訓(xùn)練的衛(wèi)星原始數(shù)據(jù)進(jìn)行測試評價。

一般機(jī)器學(xué)習(xí)的評價所用真值數(shù)據(jù)和模型推理數(shù)據(jù)處于同樣的網(wǎng)格點(diǎn)。融合模型推理得到數(shù)據(jù)處于ERA-5 的網(wǎng)格點(diǎn)，與衛(wèi)星原始數(shù)據(jù)位置并不一樣，而作為評價的衛(wèi)星原始數(shù)據(jù)是不能做任何插值處理的。本文是將融合風(fēng)場數(shù)據(jù)再插值回到衛(wèi)星原始數(shù)據(jù)點(diǎn)進(jìn)行比較。由于模型本身的學(xué)習(xí)目標(biāo)是插值后衛(wèi)星數(shù)據(jù)，而檢驗(yàn)和評價卻使用衛(wèi)星原始數(shù)據(jù)，這其實(shí)是超出一般機(jī)器學(xué)習(xí)檢驗(yàn)的更高和更嚴(yán)的要求。如能在這一更高要求下，融合模型也能得到很好的結(jié)果，則說明該融合方法是有效的。

實(shí)驗(yàn)中測試數(shù)據(jù)為2021 年1 月31 日00 時和12 時數(shù)據(jù)，共計(jì)約130 000 個。實(shí)驗(yàn)使用訓(xùn)練完畢的XGBoost 模型對ERA-5 數(shù)據(jù)進(jìn)行修正，得到修正后的ERA-5 數(shù)據(jù)分別插值到對應(yīng)時間點(diǎn)的衛(wèi)星數(shù)據(jù)上，即將衛(wèi)星數(shù)據(jù)作為真值，計(jì)算RMSE 等，最終實(shí)驗(yàn)結(jié)果如下所示。

（1）表1 和表2 展示了對于U_V_A_XGBoost 模型和D_S_A_XGBoost 模型的評價信息及結(jié)果。

表1 衛(wèi)星評價數(shù)據(jù)信息（全區(qū)域）Table 1 Satellite data information used in the test (whole region)

表2 全區(qū)域訓(xùn)練模型評價結(jié)果Table 2 Evaluation results of the whole regional training model

（2）表3 和表4 展示了對于U_V_O_XGBoost 模型和D_S_O_XGBoost 模型的評價信息及結(jié)果。

表3 衛(wèi)星評價數(shù)據(jù)信息（陸地掩碼）Table 3 Satellite data information used in the test (land mask)

表4 陸地掩碼訓(xùn)練模型評價結(jié)果Table 4 Evaluation results of land mask training model

對比表1 數(shù)據(jù)信息和表3 數(shù)據(jù)信息可以發(fā)現(xiàn)，表3 中的MetOp-B 衛(wèi)星測試數(shù)據(jù)比表1 中MetOp-B 衛(wèi)星測試數(shù)據(jù)少，這是因?yàn)槟Ｐ蚒_V_O_XGBoost和U_V_O_XGBoost 是基于陸地掩碼的模型，所以在測試的時候貼近陸地的衛(wèi)星數(shù)據(jù)可能無法進(jìn)行評估，從而導(dǎo)致了測試數(shù)據(jù)減少。

從表2 中分析，對于風(fēng)向來說，U_V_A_XGBoost 模型在MAEd方面表現(xiàn)最好，除了在MetOp-B 衛(wèi)星上有所上升，在HY-2B 和CFOSAT 衛(wèi)星上均下降，在RMSEd方面，D_S_A_XGBoost 模型的表現(xiàn)較好，但在2021 年1 月31 日12 時的測試樣例中，在MetOp-B 評價結(jié)果中出現(xiàn)了上升的情況，而U_V_A_XGBoost 模型表現(xiàn)穩(wěn)定，全部呈現(xiàn)下降趨勢。對于風(fēng)速來說，不論是D_S_A_XGBoost 模型還是U_V_A_XGBoost 模型，在RMSE以及MAE 方面結(jié)果均下降。整體來說，U_V_A_XGBoost 模型的表現(xiàn)較穩(wěn)定。

從表4 進(jìn)行分析，對于風(fēng)向來說，U_V_O_XGBoost模型在MAEd方面表現(xiàn)最好，與表2 中U_V_A_XGBoost模型的表現(xiàn)類似，除了在MetOp-B 衛(wèi)星上有所上升，在HY-2B 和CFOSAT 衛(wèi)星結(jié)果中均下降，在RMSEd方面，D_S_O_XGBoost 模型表現(xiàn)整體要好于U_V_O_XGBoost 模型，但是同樣在2021 年1 月31 日12 時的測試樣例中，出現(xiàn)了上升的情況，而U_V_O_XGBoost 模型一直保持下降。對于風(fēng)速來說，U_V_O_XGBoost 模型和D_S_O_XGBoost 模型均表現(xiàn)良好，不論是在RMSE還是在MAE 方面，測試結(jié)果均下降。整體來說，U_V_O_XGBoost 模型的穩(wěn)定性較好。

綜上所述，所有的模型在HY-2B 衛(wèi)星和CFOSAT衛(wèi)星上的測試結(jié)果表現(xiàn)良好，但是在MetOp-B 衛(wèi)星的風(fēng)向修正方面表現(xiàn)不理想，研究分析認(rèn)為，導(dǎo)致該現(xiàn)象的原因可能有兩點(diǎn)，一是ERA-5 再分析數(shù)據(jù)的制作過程中使用了MetOp-B 衛(wèi)星數(shù)據(jù)，所以修正后的ERA-5 數(shù)據(jù)可能會與MetOp-B 衛(wèi)星數(shù)據(jù)偏差增大；二是HY-2B 衛(wèi)星和CFOSAT 衛(wèi)星都是中國參與研制并運(yùn)行的衛(wèi)星，而MetOp-B 衛(wèi)星是歐洲衛(wèi)星，衛(wèi)星數(shù)據(jù)之間可能存在差異，模型的訓(xùn)練過程中可能更加偏向了HY-2B 衛(wèi)星和CFOSAT 衛(wèi)星，所以導(dǎo)致MetOp-B 衛(wèi)星的模型結(jié)果不佳。根據(jù)表2 和表4 的模型結(jié)果發(fā)現(xiàn)，使用U、V分量修正風(fēng)速風(fēng)向的研究方法在穩(wěn)定性上要好于使用直接風(fēng)速風(fēng)向進(jìn)行修正的研究方法。

圖5 表示的是U_V_O_XGBoost 模型（模型選擇的具體原因參見4.2.2 節(jié)）修正結(jié)果在HY-2B 衛(wèi)星、CFOSAT 衛(wèi)星以及MetOp-B 衛(wèi)星上的關(guān)于風(fēng)向的展示，挑選的時間為2021 年1 月31 日12 時。其中圖中描述的是ERA-5數(shù)據(jù)的插值結(jié)果與該點(diǎn)上衛(wèi)星數(shù)據(jù)偏差的絕對值即MAEd，圖5a 和圖5b 表示HY-2B 衛(wèi)星效果圖，圖5c 和圖5d 表示CFOSAT 衛(wèi)星效果圖，圖5e 和圖5f 表示MetOp-B 衛(wèi)星效果圖。左側(cè)圖表示的是原始ERA-5數(shù)據(jù)與衛(wèi)星數(shù)據(jù)之間的偏差，右側(cè)圖表示的是修正后的ERA-5 數(shù)據(jù)與衛(wèi)星數(shù)據(jù)之間的偏差。圖6 為U_V_O_XGBoost 模型修正結(jié)果在HY-2B、CFOSAT 以及MetOp-B 衛(wèi)星上的關(guān)于風(fēng)速的展示，所選時間為2021 年1 月31 日12 時。其中圖中描述的是ERA-5 數(shù)據(jù)的插值結(jié)果與該點(diǎn)上衛(wèi)星數(shù)據(jù)偏差的絕對值即MAE。圖6a 和圖6b 表示HY-2B 衛(wèi)星效果圖，圖6c 和圖6d 表示CFOSAT 衛(wèi)星效果圖，圖6e和圖6f 表示MetOp-B 衛(wèi)星效果圖。

圖5 ERA-5 修正的風(fēng)向效果圖Fig. 5 Wind direction effect diagram of ERA-5 correction experiment

圖6 ERA-5 修正的風(fēng)速效果圖Fig. 6 Wind speed effect diagram of ERA-5 correction experiment

4.2.2 浮標(biāo)評價

本文使用浮標(biāo)數(shù)據(jù)對ERA-5 數(shù)據(jù)的修正方法進(jìn)行評價，選取的浮標(biāo)為經(jīng)緯度在8°N，165°E，距離海面4 m 高的TAO 浮標(biāo)，選取的時間范圍為2020 年12 月至2021 年1 月共計(jì)兩個月的數(shù)據(jù)。本文剔除與浮標(biāo)風(fēng)速相差3 倍標(biāo)準(zhǔn)差的數(shù)據(jù)，并剔除與浮標(biāo)風(fēng)向相差大于90°的數(shù)據(jù)[21,38]，原因在于本文認(rèn)定該點(diǎn)數(shù)據(jù)可能存在較為明顯的誤差，該點(diǎn)數(shù)據(jù)可能會對整體的數(shù)據(jù)評價造成較大的影響。最終ERA-5 數(shù)據(jù)與浮標(biāo)數(shù)據(jù)匹配后得到123 個測試樣例，計(jì)算相關(guān)系數(shù)等評價指標(biāo)，結(jié)果如圖7 所示。

圖7 風(fēng)速泰勒圖Fig. 7 Tyler diagram of wind speed

圖7 中展示的是4 個模型方法的結(jié)果和原始ERA-5 風(fēng)速數(shù)據(jù)與浮標(biāo)風(fēng)速數(shù)據(jù)之間的差異，從圖中可以看出，使用U_V_O_XGBoost 模型修正的ERA-5 數(shù)據(jù)與浮標(biāo)數(shù)據(jù)的相關(guān)系數(shù)最高，中心均方根誤差最小，整體結(jié)果要好于原始ERA-5 數(shù)據(jù)的結(jié)果，意味著生成的融合風(fēng)場數(shù)據(jù)更加接近浮標(biāo)數(shù)據(jù)。

圖8 表示的是浮標(biāo)數(shù)據(jù)與ERA-5 原始數(shù)據(jù)以及U_V_O_XGBoost 模型修正后的融合風(fēng)場數(shù)據(jù)的匹配情況。從圖中可以看出風(fēng)速在不同時刻差異明顯，例如風(fēng)速可以從5 m/s 迅速增到9 m/s，同樣可以從約13 m/s 迅速減小到5 m/s，風(fēng)速前后相差較大。通過觀察發(fā)現(xiàn)，在圖中黑框區(qū)域，修正融合風(fēng)場數(shù)據(jù)與浮標(biāo)數(shù)據(jù)的差距明顯減小，表明修正融合風(fēng)場數(shù)據(jù)更加接近浮標(biāo)數(shù)據(jù)。圖9 中分別表示的是ERA-5 數(shù)據(jù)與浮標(biāo)數(shù)據(jù)的風(fēng)速相關(guān)性以及融合風(fēng)場與浮標(biāo)數(shù)據(jù)的風(fēng)速相關(guān)性。從圖9 中可以看出融合風(fēng)場風(fēng)速相較于ERA-5 數(shù)據(jù)來說相關(guān)系數(shù)有所提高。

圖8 浮標(biāo)數(shù)據(jù)與ERA-5 數(shù)據(jù)的風(fēng)速對比Fig. 8 Comparison of wind speed between buoy data and ERA-5 data

圖9 風(fēng)速散點(diǎn)圖Fig. 9 Scatter plot about wind speed

本文采用Adaboost 以及Random Forest 算法進(jìn)行風(fēng)場融合研究，與XGBoost 方法進(jìn)行比較，結(jié)果如表5 所示，其中相關(guān)系數(shù)、均方根誤差以及標(biāo)準(zhǔn)差的計(jì)算公式在第4 章進(jìn)行了說明。從表中可以看出，Adaboost、Random Forest 以及XGBoost 等算法生成的融合風(fēng)場數(shù)據(jù)相比ERA-5 數(shù)據(jù)來說與浮標(biāo)的相關(guān)系數(shù)均有所提高，即更加接近于浮標(biāo)數(shù)據(jù)，且XGBoost 算法相對來說效果最好。

表5 不同機(jī)器學(xué)習(xí)算法風(fēng)場融合結(jié)果Table 5 Wind field fusion results of different machine learning algorithms

4.2.3 融合時間對比

本文目的在于降低風(fēng)場融合的硬件要求，提高融合速度，且保證融合風(fēng)場的質(zhì)量。因此本文對融合時間進(jìn)行統(tǒng)計(jì)對比，數(shù)據(jù)結(jié)果如表6 所示。表中XGBoost 表示的是本文采用XGBoost 模型針對單一風(fēng)場要素進(jìn)行海面風(fēng)場融合的方法，插值方法表示的是采用傳統(tǒng)的IDW 方法針對單一風(fēng)場要素進(jìn)行海面風(fēng)場融合。本文在0°～45°N ，0°～180°區(qū)域共計(jì)58 101個網(wǎng)格點(diǎn)進(jìn)行海面風(fēng)場融合，針對1 個月數(shù)據(jù)共計(jì)60 次融合時間進(jìn)行統(tǒng)計(jì)分析，結(jié)果如表6 所示。XGBoost 模型方法融合時間明顯優(yōu)于傳統(tǒng)插值方法。

表6 融合時間對比Table 6 Comparison of fusion time

4.3 融合風(fēng)場展示

本文以ERA-5 數(shù)據(jù)作為模型輸入，以衛(wèi)星插值數(shù)據(jù)作為學(xué)習(xí)目標(biāo)進(jìn)行模型訓(xùn)練，得到海面風(fēng)場修正融合模型，最終采用訓(xùn)練完畢的海面風(fēng)場修正融合模型進(jìn)行推理，得到融合風(fēng)場。圖10 中表示的是2021 年1 月30 日00 時的融合情況，從圖10 中可以看出衛(wèi)星數(shù)據(jù)與ERA-5 數(shù)據(jù)以及融合風(fēng)場數(shù)據(jù)均具有大致相同的數(shù)據(jù)分布。從上述3 處風(fēng)場分布來看，融合風(fēng)場數(shù)據(jù)更加貼近衛(wèi)星數(shù)據(jù)，即風(fēng)速達(dá)到12.5 m/s 以上的區(qū)域中融合風(fēng)場更加接近衛(wèi)星數(shù)據(jù)分布情況。圖11展示的是融合風(fēng)場中風(fēng)速在2021 年1 月27 日12 時至2021 年1 月31 日12 時的連續(xù)時空分布情況，其時間分辨率為12 h，圖12 展示的是該時間段融合風(fēng)場整體分布情況，由圖可以看出該時段西北太平洋區(qū)域風(fēng)場多為東北風(fēng)或西北風(fēng)。

圖10 風(fēng)速對比圖Fig. 10 Comparison chart of wind speed data

圖11 融合風(fēng)速效果圖Fig. 11 The effect of wind speed after fusion

圖12 融合風(fēng)場效果圖Fig. 12 Rendering of the fusion wind field

5 總結(jié)

本文使用CFOSAT 衛(wèi)星、HY-2B 衛(wèi)星、MetOp-B衛(wèi)星數(shù)據(jù)以及ERA-5 再分析數(shù)據(jù)，利用傳統(tǒng)機(jī)器學(xué)習(xí)XGBoost 在研究區(qū)域（0°～45°N，100°E～180°）內(nèi)進(jìn)行生成融合風(fēng)場的研究。研究首先以衛(wèi)星數(shù)據(jù)作為學(xué)習(xí)目標(biāo)，將ERA-5 數(shù)據(jù)作為模型輸入訓(xùn)練得到修正融合風(fēng)場生成模型，然后利用融合風(fēng)場生成模型進(jìn)行機(jī)器推理最終得到全區(qū)域空間分辨率為0.25°×0.25°，時間分辨率為12 h 的融合風(fēng)場。其中，在機(jī)器推理過程中，生成單時刻全區(qū)域融合風(fēng)場的時間僅需要約2 s，相比較傳統(tǒng)融合方法來說，該模型方法更加快速高效。文中共提出4 種模型進(jìn)行融合風(fēng)場的研究，結(jié)論如下：

（1）使用U、V分量修正風(fēng)速風(fēng)向的研究方法比直接修正風(fēng)速風(fēng)向的研究方法在結(jié)果上更加穩(wěn)定。

（2） U_V_O_XGBoost 模型得到的融合風(fēng)場數(shù)據(jù)在風(fēng)速方面最為接近浮標(biāo)數(shù)據(jù)，同時風(fēng)場修正結(jié)果穩(wěn)定。

（3）研究中出現(xiàn)了修正融合結(jié)果在MetOp-B 衛(wèi)星風(fēng)向方面上升，在HY-2B 衛(wèi)星和CFOSAT 衛(wèi)星表現(xiàn)良好的情況，分析得到HY-2B 衛(wèi)星和CFOSAT 衛(wèi)星均為中國參與研制并運(yùn)行，而MetOp-B 衛(wèi)星為歐洲氣象衛(wèi)星，兩者存在差異，該差異導(dǎo)致了模型在學(xué)習(xí)過程中出現(xiàn)偏向。

總而言之，傳統(tǒng)機(jī)器學(xué)習(xí)方法在對ERA-5 再分析數(shù)據(jù)修正融合的過程中，能夠有效地學(xué)習(xí)到衛(wèi)星數(shù)據(jù)的分布特征，使得修正融合后的風(fēng)場數(shù)據(jù)更加貼近研究區(qū)域內(nèi)衛(wèi)星數(shù)據(jù)分布，從而提高生成的融合風(fēng)場的質(zhì)量。對于目前，深度學(xué)習(xí)取得了重大進(jìn)展，深度學(xué)習(xí)擅長抽取高維數(shù)據(jù)的復(fù)雜結(jié)構(gòu)，通過足夠多的數(shù)據(jù)和組合，學(xué)習(xí)到非常復(fù)雜的函數(shù)關(guān)系[39]。因此本文下一步準(zhǔn)備將深度學(xué)習(xí)方法應(yīng)用到融合風(fēng)場的研究中，提高融合風(fēng)場精度。