中国近海海上风场分布特征研究——以近10年(2010—2022年)为例

张鑫凯

(上海勘测设计研究院有限公司,上海 200335)

0 引言

海面风场是海洋上层运动的主要动力来源,与海洋中几乎所有的海水运动直接相关[1]。在海洋动力学过程中,它不仅是形成海面波浪的直接动力,而且是区域和全球海洋环流的动力[2]。因此,海面风场的测量对于海洋环境数值预报、海洋灾害监测、海气相互作用、海上风电场规划建设等都具有重要意义。

目前,观测海面风场的传统方法主要是通过浮标、船舶、沿岸及岛屿自动气象站等手段获取资料[3]。然而,由于海洋环境恶劣、仪器耗费高等原因,我国近海观测网多设置于沿海一带且数量有限、分布稀疏,无法获得大面积同步、长时间序列的观测资料,缺乏对海面风场整体性、系统性的认知。与传统观测手段相比,卫星遥感则具有大面积、准同步和全天候的观测能力。1978年美国国家航空航天局(National Aeronautics and Space Administration,NASA)发射了全球第一颗 SeaSAT 卫星,此后一系列用于测量地表风向量的卫星传感器发射升空,为海面风场的全球观测提供了行之有效的技术手段。目前,可以观测海面风的卫星传感器主要有微波散射计、微波辐射计和微波高度计[4]。同时,交叉校准多平台(Cross-Calibrated Multi-Platform,CCMP)为世界海洋提供了矢量风场融合信息,能够更加深入地了解海上风速和风向的变化,掌握风速风向的变化规律,更好地利用海上风能。

中国近海区域在人类生产和生活中占有重要的地位,其跨越不同的气候区域,气候差异显著,各类天气活动频繁,是世界上受海洋灾害最严重的区域之一。除海啸灾害外,中国近海海洋灾害都与风场密切相关,其中,台风引起的风暴潮灾害造成的损失最严重[5],其次为台风、寒潮天气带来的海上大风相伴生的海浪灾害,这两类海洋气象灾害造成的经济损失达总灾害损失的80%以上[6]。因此,对我国近海海面风的深入研究,不仅对台风等海洋天气形势的分析预报具有重要意义,而且可以为近海区域海上风能的有效利用提供科学支撑。

然而,行业内基于卫星遥感手段对海上风场的分析研究相对较少。针对实际的开发需求和目前研究存在的不足,本文利用长时序(2010—2022年)的卫星遥感产品资料,对中国近海目标海域的海面风场分布特征开展分析评估研究,获取不同近海海域的海面风场时空变化特征,以期为海上风电场的前期规划提供科学支撑。

1 研究区域与数据

1.1 研究区域概况

研究区域为中国近海,包括渤海、黄海、东海和南海。渤海三面被陆地环绕,大陆径流较强,湾内海水不易与外部进行交换。黄海是西太平洋重要的陆架边缘海之一,位于东亚季风区,受太阳辐射、大气强迫、河流径流及地形、岸线、潮汐潮流等多种因素的影响,水文和环流存在显著的季节变化和空间差异。东海西有宽广陆架、东有深海槽,兼有深浅海特征,是海况十分复杂的海区。南海位于中国大陆的南面,通过狭窄的海峡或水道,东与太平洋相连,西与印度洋相通,是一个东北-西南走向的半封闭海。

为了研究分析典型子区域的海面风场特征,本文将中国近海分为12个子区域,包括渤海、渤海海峡、黄海北部、黄海中部、黄海南部、东海北部、东海南部、台湾海峡、南海东北部、南海北部、琼州海峡和北部湾。

1.2 卫星遥感数据

微波测量海面风速是基于海面的后向散射或亮温与海面的粗糙度有关,而海面粗糙度与海面风速之间具有一定的经验关系进行的。微波散射计通过测量海面微波后向散射系数,根据它与海面风矢量的经验模式函数来反演海面风场。对同一海域不同入射角的资料进行分析,可获得风向分布信息。

交叉校准多平台(Cross-Calibrated Multi-Platform,CCMP)是一种网格化的4级风场产品(L4),可为世界海洋提供矢量风场信息。CCMP是通过对卫星微波遥感和仪器观测的海面风数据进行交叉校准和同化而得出的合成风场资料。使用的卫星传感器主要有两种类型,即成像辐射计和散射计。成像辐射计通过评估随着风的增加,海洋表面的发射和散射特性变化所引起的微波辐射变化,反演无冰海洋上近地面的风速[7-9]。以欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)的再分析业务资料为背景场[10],CCMP产品采用一种增强的变分同化分析法(Variational Analysis Method,VAM)[11-12],同化了特殊传感器微波/成像仪(Special Sensor Microwave/Imager,SSM/I)、TMI、散射计QuikSCAT、辐射计WindSAT和高级散射计(Advanced Scatterometer,ASCAT)等20多种卫星探测海面风资料以及部分船舶、浮标观测资料。Atlas等[13]验证了CCMP合成风场资料较单个的卫星平台风场资料在精度方面有很大的提高。毛科峰等[14]分析验证了CCMP风场资料的均方根误差精度在东中国海海域高于ERA-Interim风场资料和QuikSCAT/NCEP合成风场资料。由此产生的产品是一个空间上完整的数据集,每6 h提供一次。

本文通过网站https://www.remss.com/measurements/ccmp/ 下载了2010—2022年共13年的风场天数据。该产品以u和v分量的方式提供每天UTC 0时、6时、12时和18时的海面矢量风场,u和v分量分别为距海面10 m处风矢量在纬线和经线方向的分量[15]。

1.3 现场实测数据

本文利用中国近海多个浮标观测资料,对CCMP风场产品进行了精度验证。在资料的时间匹配上,将对应时次(UTC 0时、6时、12时和18时)的现场观测资料与产品资料进行最近时间匹配。在资料的空间匹配上,将CCMP产品资料采取双线性二次插值方案插值到现场观测站点所在的经纬度上,然后进行空间匹配。此外,根据对数风廓线风速高度换算方法,本文通过CCMP和实测10 m风场数据得到100 m高度处风场数据。海面高度Z处风速计算公式如下:

(1)

式(1)中:VZ为高度Z处的风速;V0为高度Z0处风速;Z、Z0为距海面高度。

1.4 精度评价

本文基于现场实测数据资料,对CCMP海面风速风向融合产品进行了精度检验,采用的精度检验指标包括决定系数(R2)、平均偏差(Bias)、均方根误差(Root Mean-square Error,ERMS)和平均绝对百分比误差(Mean Absolute Percentage Error,EMAP),其具体计算如公式(2)—(5)所示。

(2)

(3)

(4)

(5)

2 研究结果与分析

2.1 海上风场资料的精度评估

基于星地同步数据,本文获得的实测海面100 m高度风速与卫星反演值对比情况如图1所示。可以看出:大多数散点都集中在1∶1线附近,表明反演的海面风速与实测值较为接近。从误差值来看,EMAP与ERMS值均比较低,决定系数R2值较高,其中R2=0.9,EMAP=14.8%,ERMS=1.1 m/s。综合以上精度评价指标,卫星数据能够较好地反演出海面100 m高度的风速。同时,基于星地同步数据,获得的实测海面100 m高度风向与卫星反演值对比情况如图2所示。可以看出:大多数散点都集中在1∶1线附近,表明反演的海面风向与实测值较为接近。从误差值来看,Bias与ERMS值均比较低,ERMS=17.33°,Bias=15.17°。综合以上精度评价指标,卫星数据能够较好地反演出海面100 m高度的风向。

图1 实测海面风速与反演得到的海面风速之间的散点图

图2 实测海面风向与反演得到的海面风向之间的散点图

2.2 中国近海风场的时空分布特征

基于13年间海上风场月产品数据,本文采用均值合成法得到并绘制海面风场多年月平均变化图,以探究海面风场月变化特征。整体上东海和南海交界处风速一直高于其他区域,但在不同的季节也表现出一定的差异性。春冬季节东海和南海交界处海面风速达到高峰,夏秋季节此处海面风速与其他海域海面风速差异远小于春、冬两季。从典型区域渤海海域、黄海海域、东海海域和南海海域角度分析,4个子区域的海面风场在3—10月风速都保持较低的水平,风速变化不明显。11月至次年2月风速逐渐升高,全年风速整体呈现冬春季高、夏季低的趋势。

为分析中国近海海面100 m高风场多年的年际变化特征,绘制2010—2022年13年间风速风向年平均图。整体上来看,在不同年份中国近海海域海面风场也表现出一定的差异。虽然风速和风向大小在13年间均呈现出相对稳定的趋势,但也有一定的分布特征,东海和南海交界处区域风速相比其他区域常年偏大,呈现一个三角状的高风速区域。

综合来看,典型区域渤海海域、黄海海域、东海海域和南海海域4个子区域的海面风场在2010—2011年呈现上升趋势,随后在2012—2016年逐渐下降,又在2017—2019年逐年上升,在2020—2021年有所下降,到2022年风速回升。2010—2022年13年间一直维持在较低值,平均风速小于10 m/s。

2.3 典型子区域的风场变化特征

为了更深入地了解中国近海风场的时空变化特征,本文分析了12个子区域的风速变化特征,结果如图3所示。可以看出:总体上12个区域 的风速最大值都集中在冬季,夏季风速略有回升,但总体呈现低值状态。就风速变化而言,其中渤海、渤海海峡、琼州海峡、北部湾风速的变化较为平缓,其余地区的风速变化较大。

图3 中国近海12个子区域的海面风速月均值变化

针对不同子区域而言,12个区域虽然波动程度有大有小,但波动起伏趋势相似。风速月均值峰值都集中在12月,最低值分布略有不同:渤海、渤海海峡、黄海北部、黄海中部、黄海南部、东海北部的最低值分布在4月;东海南部的最低值分布在6月;台湾海峡、南海东北部、南海北部、琼州海峡最低值在8月;北部湾最低值在9月。

3 结论

针对我国近海海域,本文利用实测海上风速风向数据对海上风场融合资料进行精度评价,进而系统地分析了13年间(2010—2022年)我国近海海上风速风向的时空特征,并对典型子海域开展局部特征分析。本文得到的主要结论如下:

(1)基于星地同步数据,获得的卫星反演海面风场与实测海面风场进行对比,其中海面风速平均相对绝对误差为14.8%,均方差误差为1.1 m/s,海面风向的均方差误差为17.33°,平均偏差为15.17°。

(2)整体上而言,我国近海海域呈现冬春季风速大,夏季风速低的特点;东海和南海交界处有三角形高风速区域,秋冬季三角区域向两角延伸,春夏季向沿岸区域收缩。

(3)针对12个典型子海域,风速最大值均集中在冬季,夏季风速略低,其中渤海、琼州海峡、北部湾的月尺度风速变化较小,黄海、东海、台湾海峡、南海北部的月尺度风速变化较大。