中国近海ASCAT风场反演结果验证分析

沈春，项杰，蒋国荣，施伟来

（1.解放军理工大学气象海洋学院，江苏南京 211101；2.河海大学港口海岸与近海工程学院，江苏南京 210098）

1 引言

风是重要的海洋和气象要素，评估运行海洋模式驱动场最重主要的要素之一就是海表面风（海面以上10 m处的风速），它将直接驱动海表面应力和湍流通量场。这意味着风场的误差将直接影响模式驱动并影响模式模拟结果[1]。目前，风场资料主要有两类：一是卫星散射计反演产品，二是全球同化系统产品（比如ECMWF，NCEP，NCAR等）；为了提高精度，再分析产品都已经用一些统计方法或谱分析方法对散射计反演风场做了修正[2]。Weller和Anderson在COARE-IFA实验中比较了浮标资料和分析风场，证明ECMWF资料在赤道太平洋附近低估了风速[3]。相反，Weller等比较了阿曼海岸EC⁃MWF分析产品和站点观测资料证明分析产品给出的是真实风场[4]。卫星产品的应用解决了观测站点少的问题，提供了全球覆盖并且有高时空分辨率的风场资料。但是卫星资料的精确度也需要确认[5]。

多个研究表明散射计产品和浮标资料比较的RMS值基本符合卫星设计规范，风速误差±2 m/s，风向误差为±20°[6-7]。QuikSCAT的散射计获取的风场已经在多个区域使用现场观测浮标或船测资料验证了它的有效性[8-9]。Brennan等指出用QuikSCAT资料得到风半径信息对于飞行器没有侦查到的台风来说非常重要，但比较台风场散射计风产品与站点资料的研究很少[10]。

近年来“侵台台风之GPS Dropsonde飞机侦察观测实验”[11]是西北太平洋最重要的台风下投式探空仪观测之一。该试验收集的GPS Dropsonde在西北太平洋观测了大量的台风海上探空观测向量，且该资料具有较好的垂直解析度和精确度，为台湾周边区域遥感探测资料的精度验证和校准提供了独特的资料[12]。彭犁然等就利用了GPS Dropsonde资料对2005年第19号台风“龙王”的结构进行了研究[13]。Chou等利用dropsonde资料对2003—2007年台湾周边QuikSCAT风场精度做了验证，两种资料的均方根误差风速为2.6 m/s，风向为17°[14]。

Metop-A卫星携载的ASCAT散射计的风场产品已经可以通过多家网站获取，其中产品比较及时的是荷兰皇家气象协会（KNMI）和NOAA的卫星应用研究中心的表面风研究组。QuikSCAT退役后，ASCAT产品被认为是目前比较理想的风场产品，对其风场反演精确性，特别是高风速风场的精确性进行验证十分必要。

2 资料与方法

2.1 ASCAT风场数据

用于比较验证的ASCAT数据来源于荷兰皇家气象协会（KNMI）网站提供的卫星沿轨产品（http://www.knmi.nl/scatterometer/ascat_osi_12_prod/）。该产品是通过欧洲气象卫星组织（EUMETSAT）的卫星应用分支机构（SAF，Satellite Application Facili⁃ties）收集资料后经过质量控制[15]，再由地球物理模型函数（GMF，geophysical model function）：CMOD5.n[16]和最大似然估计（MLE，maximum-likeliood estima⁃tor）方法[17]反演风速，使用二维变分方法（2D-VAR，two dimensional variational ambiguity removal）[18]实 施风向模糊去除得到风场产品。研究使用的是分辨率为12.5 km的产品。

研究重点比较的是有台风场的ASCAT风场产品反演精度情况，通过比对2006年—2010年8个台风现场观测Dropsonde资料，找到三个时次的AS⁃CAT产品与现场观测资料匹配：区域是中国近海（12°—40°N，107°—143°E），时间是2009年8月6日1:01—1:10UTC，2009年10月3日1:00—1:09UTC和2009年10月20日1:49—1:58UTC（见图1）。

2.2 NCEP风场数据

用于验证的NCEP数据来源于UCAR的计算与信息系统实验室（CISL，Computational&Information Systems Laboratory）提供的产品（http://dss.ucar.edu/datasets/ds083.2/），该NCEP业务化全球分析资料是全球资料同化系统的产品。资料产品的空间分辨率是1°×1°，时间分辨率是6 h。

2.3 Dropsonde资料

Dropsonde资料指的是NCAR GPS dropwind⁃sonde观测的台风风速资料[11]。研究使用的Drop⁃sonde资料来自于台湾国会资助的“侵台台风之GPS Dropsonde飞机侦察观测实验”（DOTSTAR，Dropsonde Observations for Typhoon Surveillance near the Taiwan Region）（代号：追风计划）提供的资料。自2003年起，DOTSTAR观测试验在西北太平洋展开，针对即将影响我国的台风，侦察飞机以每架次约5 h直接飞到台风外围距台风中心约250—300 km、高度约200 hPa投掷Dropsonde，在掉落过程中每隔0.5 s测量一次大气环境的压力、温度、湿度，每个探空仪的观测过程历时约15—20 min[13]。Dropsonde在对流层底部的观测垂直分辨率大约是5 m[14]，观测误差大约为0.5—2.0 m/s[11]。本文使用的数据是DOTSTAR针对2009年第8号台风“莫拉克”（Morakot）、2009年第 17号台风“芭玛”（Parma）、2009年第20号台风“卢碧”（Lupit）的观测资料。

图1 用于比较的三个时次的ASCAT风速场

2.4 资料预处理

NCEP资料是1°×1°的格点资料，ASCAT沿轨资料是分辨率为12.5 km的不规则网格资料。NCEP资料给出的是风速分量u、v，ASCAT资料给出的是风速、风向。为了便于比较对ASCAT数据做预处理，将ASCAT资料先转换成风速分量u、v，再用克里金（Kriging）插值方法插值到NCEP网格点上，搜索指定半径为0.5°。

ASCAT的风场资料给出的是海面10 m出的风速，Dropsonde投放过程中在接近海面处大约每隔5 m给出一个观测值，与ASCAT比较时选取的Drop⁃sonde资料是5—15 m高度处一个与10 m高度最接近的值进行比较，如果该高度区间没有观测值，则不使用该次观测资料。与Dropsonde比较的ASCAT资料从沿轨资料中选取，选取比较的点是距离Drop⁃sonde位置最接近的一个点的反演的风速。

文章比较所用的三种资料ASCAT资料使用的是协调世界时（UTC），NCEP资料使用的也是协调世界时（UTC），dropsonde资料使用的是格林尼治标准时间（GMT）。UTC和GMT，这两者几乎是同一概念，区别在于前者是一个天文上的概念，而后者是基于一个原子钟。这两种时间相差只有几秒，所以文中不考虑这两个时间之间的差异。

3 结果与分析

3.1 ASCAT风场与NCEP风场比较结果

图2 网格化ASCAT风速场和NCEP风速场

图3 网格化ASCAT风向速和NCEP风向场

表1 ASCAT与NCEP资料风速、风向比较

格点化后的ASCAT风速和风向与NCEP资料的风速风向见图2，3。从图中可看出ASCAT资料反演的风场无论是风速还是风向与NCEP风场的一致性都较好。但是从风速图可看出高风速部分AS⁃CAT反演的结果比NCEP资料相比更高风速区域更大。

比较ASCAT反演风场与NCEP风场风速风向的偏差，平均绝对偏差和均方根误差（见表1）。综合三个时次的轨道资料，风速的平均绝对偏差为2.06 m/s，风向的平均绝对偏差为21.98°；风速的均方根误差为2.87 m/s，风向的均方根误差为34.29°。可见ASCAT风场的风速反演精度与NCEP风场较为一致，而风向场误差相对偏大。

风向场偏差较大有两个原因：一是台风风场是风速变化较为快速的风场，研究选取的ASCAT资料的轨道扫描时间与NCEP风场预报时间之间有时间差，时间差有一个多小时，这期间风速风向都会有一定变化，尤其是风向的变化会比较明显。二是两种资料的空间分辨率不一样，ASCAT风场的分辨率明显高于NCEP，比较时是通过空间平均的方法得到与NCEP同分辨率的ASCAT风场，台风空间尺度小，风向变化快，这种空间平均对于台风场误差较大，会影响比较结果。

绘制散点图综合比较三个时次风场（845个点）的风速风向（见图4）。ASCAT风速和NCEP风速的一元线性回归拟合函数为SpeedNCEP=0.695·SpeedASCAT+2.325，这表明，风速小于7.6 m/s时，ASCAT反演风速小于NCEP风速；风速大于7.6 m/s时；ASCAT反演风速大于NCEP风速。ASCAT风速与NCEP风速的相关系数为0.72。QuikSCAT风场产品在风速反演中有反演不足的现象[14]，ASCAT散射计在这一点上做了很大改善。ASCAT风向和NCEP风向的一元线性回归拟合函数为 DirectionNCEP=0.946·DirectionASCAT+9.112，一阶多项式系数为0.946，可见ASCAT反演风向与NCEP风向整体较为一致，ASCAT风向与NCEP风向的相关系数为0.95。

3.2 ASCAT风场单点数据与Dropsonde观测资料比较结果

图4 ASCAT和NCEP的风速风向散点图

表2 ASCAT与Dropsonde资料风速、风向比较

选取7个有ASCAT沿轨资料的dropsonde投放资料与ASCAT反演风速对比，选族的7个点分布位置见图5。从ASCAT沿轨资料中选取与dropsonde投放点最接近的一个点的风速风向与dropsonde资料相比较（见表2），选取的点与dropsonde位置相距约20 km，两者比较风速和风向的偏差见表2。风速偏差为-1.25 m/s，风向偏差为2.71°；风速的平均绝对偏差为1.55 m/s，风向平均绝对偏差为3.43°；风速的均方根误差为1.73 m/s，风向的均方根误差为4.15°。这个结果比Chou等[14]给出的QuikSCAT风场与dropsonde比较的结果（风速的平均绝对偏差为1.9m/s，风向平均绝对偏差为11.3°）要好。可见AS⁃CAT风场的反演结果，尤其是对台风场的反演结果比较理想。

图5 Dropsonde投放位置图

由于台湾的dropsonde投放地点只在台风外围，没有深入到台风眼的里面，且本文用于与ASCAT风场比较的实际观测资料数量也有限，所得结果不能代表ASCAT全场的探测结果。但台风外围的探测结果与QuikSCAT比较结果[14]可见受云雨影响较小的C波段微波散射计（ASCAT）反演的风场比Ku波段微波散射计（QuikSCAT的SeaWinds）探测的风场对台风的探测更具优势。

4 结论

本文通过对ASCAT三个沿轨资料反演的海面风速进行分析比较，发现其精度整体情况如下：

ASCAT反演风场与NCEP风场的风速的平均绝对偏差为2.06 m/s，风向的平均绝对偏差为21.98°；风速的均方根误差为2.87 m/s，风向的均方根误差为34.29°。两者风速反演精度较一致，风向场误差相对偏大。主要原因是两种资料给出的风场时间有差别；且空间分辨率不一样，对台风场平均过程中带来较大误差。通过一元线性拟合发现低风速时ASCAT反演风速小于NCEP风速，中高风速时ASCAT反演风速大于NCEP风速。

ASCAT反演风场与dropsonde探测资料的风速平均绝对偏差为1.55 m/s，风向平均绝对偏差为3.43°；风速的均方根误差为1.73 m/s，风向的均方根误差为4.15°。该比较结果代表了较高的反演精度，但由于台湾的dropsonde投放地点受限，且资料数量较少该所得结果不能代表ASCAT全场的探测结果。但台风外围的探测结果可看出可见受云雨影响较小的C波段微波散射计反演的风场比Ku波段微波散射计探测的风场对台风的探测更具优势。

[1]Myers P G,Haines K,Josey S.On the importance of the choice of wind stress forcing to the modeling of the Mediterranean Sea circulation[J].J Geophys Res,1998,103:15729-15749.

[2]Paolo M R,Salvatore M,Fabrizio D,et al.Comparison of analyzed and measured wind speeds in the perspective of oceanic simulations over the Mediterranean basin:Analyses,QuikSCAT and buoy data[J].Journal of Marine Systerms,2008,70:33-48.

[3]Weller R A,Anderson S P.Surface meteorology and air-sea fluxes in the western equatorial pacific warm pool during TOGA coupled ocean-atmosphere response experiment[J].J Climate,1996,9:1959-1990.

[4]Weller R A,Baumgartner M F,Josey S A,et al.Atmospheric forcing in the Arabian Sea during 1994-1995:observations and comparisons with climatology and models[J].Deep-Sea Res,1998,Part II 45:1961-1999.

[5]Mears C,Smith D,Wentz F J.Comparison of SSM/I and buoy-measured wind speeds from 1987-1997[J].J Geophys.Res,2001,106(C6):11719-11729.

[6]Ebuchi N,Graber H C,Caruso M J.Evaluation of wind vectors observed by QuikSCAT/SeaWinds using ocean buoy data[J].J.Atmos.Oceanic Technol.,2002,19:2049-2062.

[7]Pickett M H,Tang W,Rosenfeld L K,et al.QuikSCAT satellitecomparison with nearshore buoy wind data off the U.S. west coast[J],J Atmos Oceanic Technol, 2003, 20:1869-1879.

[8]Draper D W,Long D G,An assessment of SeaWinds on QuikSCAT wind retrieval[J].J Geophys Res,2002,107C:3212.doi:10.1029/2002JC001330.

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

[10]Brennan M J,Hennon C C,Knabb R D.The operational use of QuikSCAT ocean surface vector winds at the National Hurricane Center[J].Weather Forecasting,2009,24:621-645.

[11]Hock T F,Franklin J L.The NCAR GPS dropwindsonde[J].Bull Amer Meteor Soc,1999,80(3):407-420.

[12]Chou K H,Wu C C.Development of the typhoon initialization in a mesoscale model:Combination of the bogused vortex with the dropwind sonde data in DOTSTAR[J].Mon Weather Rev,2008,136:865-879.

[13]彭犁然,舒守娟.利用GPS Dropsonde资料研究“龙王”台风的结构特征[J].热带气象学报,2010,26(1):13-21.

[14]Chou K H,Wu C C,Lin P H,et al.Validation of QuikSCAT wind vectors by dropwindsonde data from Dropwindsonde observations for Ty phoon Surveillance Near the Taiwan Region(DOTSTAE)[J].J Geophys Res,2010,115,D02109.doi:10.1029/2009JD012131.

[15]Portabella M,StoffelenA,VerhoefA,et al.Anew method for improving ASCAT wind quality control accepted[J].IEEE Gosci.Remote Sensing Letters,2012,accepted.

[16]Verspeek J A,Stoffelen A,Portabella M,et al.Validation and calibration of ASCAT using CMOD5.n[J].Geoscience and Remote Sensing,2010,48(1):386-395.

[17]Verspeek J A,Portabella M,Stoffelen,et al.Calibration and Validation of ASCAT Winds[R].OSI SAF Technical Report SAF/OSI/KNMI/TEC/TN/163,2011.

[18]Vogelzang J,Stoffelen A,Verhoef A,et al.Validation of two-dimensional variational ambiguity removal on Sea Winds scatterometer data[J].JAtm Oceanic Technol,2009,26:1229-1245.