QuikSCAT衛星遙感與MM5模擬海表面風場的綜合分析

徐經緯,張秀芝,羅勇,徐敏

(1.南京信息工程大學 資料同化研究與應用中心,江蘇 南京 210044;2.氣象災害教育部重點實驗室(南京信息工程大學),江蘇 南京 210044;3.國家氣候中心,北京 100081;4.清華大學 地球系統科學研究中心,北京 100084;5.江蘇省氣象局,江蘇 南京 210008)

?

QuikSCAT衛星遙感與MM5模擬海表面風場的綜合分析

徐經緯1,2,張秀芝3,羅勇4,徐敏5

(1.南京信息工程大學 資料同化研究與應用中心,江蘇 南京 210044;2.氣象災害教育部重點實驗室(南京信息工程大學),江蘇 南京 210044;3.國家氣候中心,北京 100081;4.清華大學 地球系統科學研究中心,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衛星遙感風場資料和2007年MM5模擬風速結果,運用對比驗證、經驗正交函數(empirical orthogonal functions,EOF)和奇異值分解(singular value decomposition,SVD)方法,分析了QuikSCAT衛星遙感風場資料和MM5數值模擬風速結果的特征。結果表明:兩者風速的空間分布形態相似,且風速變化密切相關;QuikSCAT衛星遙感風場的空間分布形態更加接近實測結果,而模擬風速結果的量值更加接近實測結果。采用PS(Pattern-Scaling)方法分別提取了QuikSCAT衛星遙感風場的空間分布形態和模擬結果的量值,得到的風速空間分布形態與QuikSCAT衛星遙感風場一致,且風速量值與模擬風速結果相同。通過初步檢驗發現,PS方法改善了衛星遙感風速在中國近海海域風速偏大的問題。

中國近海;QuikSCAT衛星遙感風場;數值模擬;綜合分析

0 引言

衛星遙感海面風資料和數值模擬是目前近海風資料獲得的重要手段,兩者各自具有不同的特點。一方面,QuikSCAT是衛星遙感海面風場中最早業務化的,是全球海洋環境監測衛星之一(Hasager et al.,2006),其業務運行以來,大幅提高了天氣預報以及氣候研究的準確性(吳曉京等,2007)。QuikSCAT衛星利用海面對雷達的后向散射信號,經反演得到海面風速,它每天可以掃描全球93%左右海面,水平分辨率最高可達12.5 km×12.5 km(Dunbar et al.,2000)。國內外很多專家學者對QuikSCAT衛星遙感風場做了對比驗證。Hasager et al.(2006)在歐洲HornsRev海域,利用海上測風塔實測風場與QuikSCAT對比,發現兩者相關系數達0.91。Henderson et al.(2003)通過6 a的QuikSCAT觀測數據與歐洲中心風場數值預報結果、海上氣象觀測站以及5個浮標站進行了比較,發現QuikSCAT衛星資料與數值預報結果、實測風場都有較高的一致性。Chelton and Freilich(2005)利用QuikSCAT和NSCAT散射資料與浮標風速實測結果進行比較,發現在順風向和側風向上誤差分別為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測與QuikSCAT遙感風速對比過程中發現兩者風速均方根誤差3.6 m/s,風向均方根誤差47.5°,風速絕對誤差2.7 m/s。陳劍橋(2011)比較了QuikSCAT資料與臺灣海峽兩個浮標實測結果,發現兩者相關系數0.93,平均絕對誤差1.54 m/s。劉志亮等(2012)比較了QuikSCAT與北黃海浮標實測風速,得出兩者相關系數0.74,不過風向偏差較大117.52°。徐經緯等(2013)比較了多年高分辨率QuikSCAT遙感風速與近海測風塔、海上石油平臺、島嶼站的實測風場資料,得出實測風速與站點位置以及站點附近的QuikSCAT衛星遙感風場資料相關系數均在0.7以上;QuikSCAT衛星遙感風場資料與海上石油平臺的風速均方根誤差較小約1.5 m/s;其年均值均大于實測值,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能資源狀況。QuikSCAT衛星遙感風速的結果具有高相關性、高相對誤差的特點。

另一方面,數值模擬方法具有計算靈活、分辨率高的特點,在近海海面風場研究中也是一種重要的手段。20世紀90年代Riso實驗室將中尺度數值模式(KAMM)與微尺度線性風場模式(WAsP)結合研究風場數值模擬,得到較高分辨率風速結果。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相結合建立了WEST(Wind Energy Simulation Toolkit)數值模擬系統。張德等(2008)利用WEST完成了中國大陸的風場模擬,并利用中國氣象局風能詳查項目的測風塔資料驗證了模擬結果。徐經緯(2009)利用MM5模擬逐小時風速結果與對應海上測風塔、石油平臺、島礁自動站觀測結果初步對比發現,模式的年平均風速與觀測結果誤差在10%左右,逐小時模擬結果與觀測相差較大。吳息等(2014)利用中央氣象臺發布的MM5數值預報結果與2座福建沿海測風塔對比發現平均誤差為0.34 m/s和-2.27 m/s。參考多年船舶觀測資料近海風場氣候平均結果(閆俊岳等,1993)發現,數值模擬結果的風速空間分布細節與實測存在較大差異,不過面積平均結果與實測結果一致。數值模擬方法結果在量值上與實測接近,不過相關性還有待進一步提高。

綜上所述,衛星遙感結果與數值模擬結果之間各有優缺點:數值模擬結果在較長時間尺度的平均值上能比較準確地反映出實測情況;衛星遙感風速能比較準確地反映出風速變化,但量值高于實測風速。故不能使用常規方法將二者結果融合。本文通過進一步深入分析數值模擬與衛星遙感結果的優勢與不足,從中找出規律與結合點,采用了一種簡便、靈活、計算量小的Pattern-Scaling(PS)方法,將衛星遙感年平均風速結果與數值模擬結果融合。

1 資料與方法

1.1 QuikSCAT衛星遙感與實測資料

研究區域為中國近海及毗鄰海域,范圍為(105～135°E,0°～45°N),選用2000—2009年NASA 發布逐日海面風(距海表面10 m高度)數據,空間分辨率12.5 km×12.5 km(ftp://podaac.jpl.nasa.gov/OceanWinds/quikscat/L2B12)。由于降水對衛星風速結果影響較大,影響風場資料的質量(Dunbar et al.,2000),根據資料中自帶的降水標記,濾除可能有降水的記錄。同時選取了上海海上測風塔、東海石油平臺和西沙群島多年風場觀測數據,上海近海測風塔塔高70 m,在70、60、50、40、25、和10 m高度分別安裝有風速計,獲得2007年衛星過境時間實測2 min平均風速,東海石油平臺氣象站實測風場數據,測風儀器距離海面10.3 m,距離海岸約350 km,獲得2007年1—12月逐時2 min平均,對應衛星過境時間的2 min平均實測樣本213個。

1.2 數值模擬方案

采用成熟的MM5中尺度數值模式模擬近海風速,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,兩個子嵌套區域分辨率都為12 km×12 km(QuikSCAT遙感數據水平分辨率為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。參數化方案確定為:行星邊界層采用MRF方案,水汽參數化方案為混合冰相顯示濕方案,積云參數化采用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速結果。

圖1 數值模擬區域(D1為第一重嵌套區域,D2和D3是第二重嵌套區域)

1.3 Pattern-Scaling法(PS方法)

在氣候系統模擬研究中,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果。其中空間平均值是空間場的面積平均值,將空間場格點除以面積平均值得到歸一化空間分布形。

2 QuikSCAT衛星遙感風場與數值模擬風場結果的特點分析

2.1 QuikSCAT風場的EOF(empirical orthogonal functions,經驗正交函數)分析

對2000—2008年9 a的QuikSCAT月平均結果做風速距平的EOF分析(Zhao et al.,2005;郭銳和智協飛,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的時間系數(圖2)可以看出,前4個特征向量累計方差貢獻率為87.3%,其中第一特征向量的方差貢獻率為74%,第一特征向量可以代表中國近海海表面風速的變化情況。從第一特征向量可以看出中國近海海域風速變化一致,其中臺灣海峽地區為變化最大值海域,超過0.04,其數值向南和向北遞減,渤海灣和江蘇沿海海域數值小于0.01,這表明就9 a風速變化來看,臺灣海峽風速值變化較渤海灣和江蘇沿海海域大,時間系數有明顯季節變化特征。

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

選取2000—2009年累年QuikSCAT衛星遙感風速月平均風速作為左場,MM5數值模擬2007年全年12個月平均風速作為右場,進行SVD分析(表1、圖3)。由表1可以看出,前4對SVD模態可以解釋99%的協方差平方,其中第一對SVD模態的協方差平方貢獻率近92%,說明第一對SVD模態可以表示所有SVD模態的協方差平方。第一對奇異向量解釋左場方差71%,解釋右場方差45%,由于數值模擬區域結果包括海面和陸地,而QuikSCAT衛星遙感風速只有海上結果,所以解釋右場的解釋方差較低。第一對SVD模態的時間系數相關達0.98,說明兩者相關密切。第一對SVD模態左右奇異向量在海上的相似系數達到0.955,兩者在海上的相關系數均超過0.6,在某些海域甚至達到0.9。

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

表1 2007年MM5模擬的月平均風速與2000—2009年QuikSCAT月平均風速的SVD分解的前4個模態的相關系數

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

序號奇異值解釋協方差平方和百分比/%累計解釋協方差平方和百分比/%解釋左場方差百分比/%解釋右場方差百分比/%相關系數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衛星遙感風速和數值模擬結果關系密切形態相似,可以通過統計方法訂正兩者。QuikSCAT第一對SVD模態異類相關系數與其EOF第一特征向量分布一致,說明第一對SVD模態可以體現QuikSCAT自身風速時空分布特征。

2.3 QuikSCAT衛星遙感風速、數值模擬風速與實測風速對比分析

為了進一步闡明QuikSCAT衛星遙感風速和數值模擬風速之間各自的特點。利用數值模式模擬了2007年全年近海海表面風場,并利用此結果與2007

年對應時間上海海上測風塔和東海石油平臺對比,在表2中,分別計算了實測與數值模擬、實測與QuikSCAT衛星遙感的風場相關系數、平均風速與相對誤差。由表2中的相關系數結果可以看出,雖然兩組相關系數都通過了信度檢驗,但是QuikSCAT衛星遙感風場與實測的相關明顯高于數值模擬結果。數值模擬的相對誤差比QuikSCAT衛星遙感風場的相對誤差小了一個數量級,說明數值模擬結果在平均風速數值上可信度較高。

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

表2 2007年上海海上測風塔、東海石油平臺氣象站實測資料與MM5模擬風場、QuikSCAT衛星遙感風場的對比

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數值模擬結果是逐小時風速結果,QuikSCAT衛星是太陽同步軌道衛星逐日兩次過境觀測,因此分別與MM5數值模擬和QuikSCAT衛星遙感風場對應時刻的實測風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果,計算了地面10 m高度處的年平均風速(圖4)。對照QuikSCAT衛星遙感年平均風速可以看出,數值模擬風速結果在數值上比QuikSCAT衛星遙感風速結果小,在分布形態上與QuikSCAT衛星遙感的基本一致。不過對于像臺灣海峽、北部

灣地區等這種受地形影響明顯海域,數值模擬結果與QuikSCAT衛星遙感的不同。對于這些不同的區域參考船舶觀測年平均結果(閆俊岳等,1993),QuikSCAT衛星遙感風場的風速的空間分布結果更合理。

圖4 QuikSCAT衛星遙感(a)和MM5數值模擬(b)海面10 m高度處年平均風速(單位:m/s)

3 綜合分析模式模擬與衛星遙感年平均風速結果

從前文QuikSCAT衛星遙感風速的實測對比結果中發現,衛星遙感風速的空間分布型是現有各種方法中最接近實際的,模式模擬的面積平均值好于其他方法。基于PS方法思想,分別求出衛星遙感風速的標準化空間分布型(pattern)和模式結果相同區域的年平均風速量值(scaling),再通過PS方式算出中國近海年平均風速,具體如下:首先計算出1999—2009年衛星遙感風速的多年平均風速7.64 m/s,每個格點上將遙感風速結果除以多年平均風速,得到了歸一化的QuikSCAT衛星遙感多年平均風速。接著在取出了衛星遙感資的空間分布信息的基礎上,計算出數值模擬的年平均風速(6.24 m/s),最后用歸一化的QuikSCAT衛星風速空間場格點乘以數值模擬的年平均風速,得到了綜合后的衛星遙感年平均風速(圖5)。

圖5 由MM5模擬結果與QuikSCAT衛星遙感風場綜合分析得到的平均風速分布(單位:m/s)

4 驗證PS方法處理結果

利用PS方法綜合后QuikSCAT衛星遙感年平均風速結果,每個格點風速是綜合前的0.81倍,在上海海上測風塔和東海石油平臺測風資料的基礎上,加入西沙實測資料。西沙測風數據來自西沙島海邊氣象觀測塔,測風高度10.5 m,2008年4月6日—12月31日的2 min平均風速,與QuikSCAT遙感風速對應時間觀測樣本346個。比較實測平均風速與QuikSCAT衛星遙感風速的比值。由表3可見,通過上海海上測風塔、東海石油平臺和西沙群島風速年平均結果比較發現,實測平均值與QuikSCAT衛星遙感風速平均值比值在0.81左右,

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

表3 實測站點與QuikSCAT衛星遙感平均風速的比較

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

實測站點觀測時間實測平均風速/(m·s-1)衛星遙感平均風速/(m·s-1)實測風速與衛星風速的比值上海海上測風塔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速結果與QuikSCAT衛星遙感風速空間分布形態。利用面積平均風速為橋梁建立模式與衛星之間的聯系。圖4a、b為年平均風速在綜合之前與綜合之后風速大小分布,綜合年平均風速后可以看出中國近海年平均風速空間分布形態與原先的一樣,年平均風速值比原先降低,這樣中國近海海域年平均風速與模式年平均風速結果相同,綜合分析保留了衛星遙感風速的空間分布,又改進了衛星遙感風速在中國近海地區的年平均風速偏大的問題。

5 結論

對2000—2009年QuikSCAT衛星遙感風速做EOF分析發現,前4個特征向量累計方差貢獻率為87.3%,其中第一特征向量的方差貢獻率為74%。從第一特征向量空間分布可以看出中國近海海域風速變化基本一致,其中臺灣海峽地區為變化最大值海域,超過0.04,其數值向南和向北遞減,渤海灣和江蘇沿海海域數值小于0.01。對2000—2009年QuikSCAT衛星遙感風速月平均風速和MM5數值模擬2007年全年12個月平均風速進行SVD分析發現前4對SVD模態累計協方差貢獻率為99%,其中第一對SVD模態的協方差平方和貢獻率為92%。第一對SVD奇異向量在海上的相似系數達到0.955,相關系數在海上均超過0.6,最高值達0.9。說明QuikSCAT衛星遙感風速和數值模擬結果關系密切且形態相似,可以通過統計方法綜合分析兩者。

通過對比驗證發現QuikSCAT衛星遙感風速的空間分布形態可信度高,數值模擬海面風速量值可信度高。根據PS方法提取了可信度較高的數值模擬年平均風速量值結果與QuikSCAT衛星遙感風速空間分布形態。綜合分析可以發現年平均風速空間分布形態與QuikSCAT衛星遙感風場一致,年平均風速值與模式結果相同。因此,PS方法改進了衛星遙感風速在中國近海地區的年平均風速偏大的問題。

致謝:上海市氣象局提供了東海平臺風速觀測數據,中國科學院南海海洋研究所提供了西沙近海測風數據,審稿專家對本文提出了寶貴建議,謹致謝!

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

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

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

黃世成,任健,王冰梅,等.2009.江蘇80 m高度風能評估方法探討[J].氣象科學,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系[J].大氣科學學報,36(1):20-28.

李澤椿,朱蓉,何曉鳳,等.2007.風能資源評估技術方法研究[J].氣象學報,65(5):708-709.

劉春霞,何溪澄.2003.QuikSCAT散射計矢量風統計特征及南海大風遙感分析[J].熱帶氣象學報,19(增刊):107-117.

劉志亮,宋麗娜,王凡,等.2012.北黃海QuikSCAT衛星風速與浮標風速對比分析[J].海洋科學,36(3):1-7.

路屹雄,王元,李艷.2009.江蘇風能資源代表年選擇的方法比較[J].氣象科學,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測[J].大氣科學學報,32(3):436-442.

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

吳息,黃林宏,周海,等.2014.風電場風速數值預報的動態修訂方法的探討[J].大氣科學學報,37(5):665-670.

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

徐經緯.2009.利用衛星資料與數值模式在中國近海風能資源評估中的應用研究[D].南京:南京信息工程大學.

徐經緯,張秀芝,羅勇,等.2013.QuikSCAT衛星遙感風場可靠性分析及其揭示的中國近海風速分布[J].海洋學報,35(5):76-86.

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

楊曉玲,丁文魁,袁金梅,等.2012.河西走廊東部大風氣候特征及預報[J].大氣科學學報,35(1):121-127.

張德,朱蓉,羅勇,余衛,等.2008.風能模擬系統WEST在中國風能數值模擬中的應用[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值模擬[J].大氣科學學報,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

國家自然科學基金資助項目(91337218;41005057);國家重點基礎研究發展計劃(973計劃)項目(2010CB951601);江蘇省基礎研究計劃(自然科學基金)資助項目(BK2011039);公益性行業(氣象)科研專項(GYHY201406008);江蘇高校優勢學科建設工程資助項目(PAPD)

徐經緯,博士,研究方向為海洋微波遙感應用,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

徐經緯,張秀芝,羅勇，等.2015.QuikSCAT衛星遙感與MM5模擬海表面風場的綜合分析[J].大氣科學學報,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)