中國近海海上風場分布特征研究
——以近10年(2010—2022年)為例

張鑫凱

(上海勘測設計研究院有限公司,上海 200335)

0 引言

海面風場是海洋上層運動的主要動力來源,與海洋中幾乎所有的海水運動直接相關[1]。在海洋動力學過程中,它不僅是形成海面波浪的直接動力,而且是區域和全球海洋環流的動力[2]。因此,海面風場的測量對于海洋環境數值預報、海洋災害監測、海氣相互作用、海上風電場規劃建設等都具有重要意義。

目前,觀測海面風場的傳統方法主要是通過浮標、船舶、沿岸及島嶼自動氣象站等手段獲取資料[3]。然而,由于海洋環境惡劣、儀器耗費高等原因,我國近海觀測網多設置于沿海一帶且數量有限、分布稀疏,無法獲得大面積同步、長時間序列的觀測資料,缺乏對海面風場整體性、系統性的認知。與傳統觀測手段相比,衛星遙感則具有大面積、準同步和全天候的觀測能力。1978年美國國家航空航天局(National Aeronautics and Space Administration,NASA)發射了全球第一顆 SeaSAT 衛星,此后一系列用于測量地表風向量的衛星傳感器發射升空,為海面風場的全球觀測提供了行之有效的技術手段。目前,可以觀測海面風的衛星傳感器主要有微波散射計、微波輻射計和微波高度計[4]。同時,交叉校準多平臺(Cross-Calibrated Multi-Platform,CCMP)為世界海洋提供了矢量風場融合信息,能夠更加深入地了解海上風速和風向的變化,掌握風速風向的變化規律,更好地利用海上風能。

中國近海區域在人類生產和生活中占有重要的地位,其跨越不同的氣候區域,氣候差異顯著,各類天氣活動頻繁,是世界上受海洋災害最嚴重的區域之一。除海嘯災害外,中國近海海洋災害都與風場密切相關,其中,臺風引起的風暴潮災害造成的損失最嚴重[5],其次為臺風、寒潮天氣帶來的海上大風相伴生的海浪災害,這兩類海洋氣象災害造成的經濟損失達總災害損失的80%以上[6]。因此,對我國近海海面風的深入研究,不僅對臺風等海洋天氣形勢的分析預報具有重要意義,而且可以為近海區域海上風能的有效利用提供科學支撐。

然而,行業內基于衛星遙感手段對海上風場的分析研究相對較少。針對實際的開發需求和目前研究存在的不足,本文利用長時序(2010—2022年)的衛星遙感產品資料,對中國近海目標海域的海面風場分布特征開展分析評估研究,獲取不同近海海域的海面風場時空變化特征,以期為海上風電場的前期規劃提供科學支撐。

1 研究區域與數據

1.1 研究區域概況

研究區域為中國近海,包括渤海、黃海、東海和南海。渤海三面被陸地環繞,大陸徑流較強,灣內海水不易與外部進行交換。黃海是西太平洋重要的陸架邊緣海之一,位于東亞季風區,受太陽輻射、大氣強迫、河流徑流及地形、岸線、潮汐潮流等多種因素的影響,水文和環流存在顯著的季節變化和空間差異。東海西有寬廣陸架、東有深海槽,兼有深淺海特征,是海況十分復雜的海區。南海位于中國大陸的南面,通過狹窄的海峽或水道,東與太平洋相連,西與印度洋相通,是一個東北-西南走向的半封閉海。

為了研究分析典型子區域的海面風場特征,本文將中國近海分為12個子區域,包括渤海、渤海海峽、黃海北部、黃海中部、黃海南部、東海北部、東海南部、臺灣海峽、南海東北部、南海北部、瓊州海峽和北部灣。

1.2 衛星遙感數據

微波測量海面風速是基于海面的后向散射或亮溫與海面的粗糙度有關,而海面粗糙度與海面風速之間具有一定的經驗關系進行的。微波散射計通過測量海面微波后向散射系數,根據它與海面風矢量的經驗模式函數來反演海面風場。對同一海域不同入射角的資料進行分析,可獲得風向分布信息。

交叉校準多平臺(Cross-Calibrated Multi-Platform,CCMP)是一種網格化的4級風場產品(L4),可為世界海洋提供矢量風場信息。CCMP是通過對衛星微波遙感和儀器觀測的海面風數據進行交叉校準和同化而得出的合成風場資料。使用的衛星傳感器主要有兩種類型,即成像輻射計和散射計。成像輻射計通過評估隨著風的增加,海洋表面的發射和散射特性變化所引起的微波輻射變化,反演無冰海洋上近地面的風速[7-9]。以歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecasts,ECMWF)的再分析業務資料為背景場[10],CCMP產品采用一種增強的變分同化分析法(Variational Analysis Method,VAM)[11-12],同化了特殊傳感器微波/成像儀(Special Sensor Microwave/Imager,SSM/I)、TMI、散射計QuikSCAT、輻射計WindSAT和高級散射計(Advanced Scatterometer,ASCAT)等20多種衛星探測海面風資料以及部分船舶、浮標觀測資料。Atlas等[13]驗證了CCMP合成風場資料較單個的衛星平臺風場資料在精度方面有很大的提高。毛科峰等[14]分析驗證了CCMP風場資料的均方根誤差精度在東中國海海域高于ERA-Interim風場資料和QuikSCAT/NCEP合成風場資料。由此產生的產品是一個空間上完整的數據集,每6 h提供一次。

本文通過網站https://www.remss.com/measurements/ccmp/ 下載了2010—2022年共13年的風場天數據。該產品以u和v分量的方式提供每天UTC 0時、6時、12時和18時的海面矢量風場,u和v分量分別為距海面10 m處風矢量在緯線和經線方向的分量[15]。

1.3 現場實測數據

本文利用中國近海多個浮標觀測資料,對CCMP風場產品進行了精度驗證。在資料的時間匹配上,將對應時次(UTC 0時、6時、12時和18時)的現場觀測資料與產品資料進行最近時間匹配。在資料的空間匹配上,將CCMP產品資料采取雙線性二次插值方案插值到現場觀測站點所在的經緯度上,然后進行空間匹配。此外,根據對數風廓線風速高度換算方法,本文通過CCMP和實測10 m風場數據得到100 m高度處風場數據。海面高度Z處風速計算公式如下:

(1)

式(1)中:VZ為高度Z處的風速;V0為高度Z0處風速;Z、Z0為距海面高度。

1.4 精度評價

本文基于現場實測數據資料,對CCMP海面風速風向融合產品進行了精度檢驗,采用的精度檢驗指標包括決定系數(R2)、平均偏差(Bias)、均方根誤差(Root Mean-square Error,ERMS)和平均絕對百分比誤差(Mean Absolute Percentage Error,EMAP),其具體計算如公式(2)—(5)所示。

(2)

(3)

(4)

(5)

2 研究結果與分析

2.1 海上風場資料的精度評估

基于星地同步數據,本文獲得的實測海面100 m高度風速與衛星反演值對比情況如圖1所示。可以看出:大多數散點都集中在1∶1線附近,表明反演的海面風速與實測值較為接近。從誤差值來看,EMAP與ERMS值均比較低,決定系數R2值較高,其中R2=0.9,EMAP=14.8%,ERMS=1.1 m/s。綜合以上精度評價指標,衛星數據能夠較好地反演出海面100 m高度的風速。同時,基于星地同步數據,獲得的實測海面100 m高度風向與衛星反演值對比情況如圖2所示。可以看出:大多數散點都集中在1∶1線附近,表明反演的海面風向與實測值較為接近。從誤差值來看,Bias與ERMS值均比較低,ERMS=17.33°,Bias=15.17°。綜合以上精度評價指標,衛星數據能夠較好地反演出海面100 m高度的風向。

圖1 實測海面風速與反演得到的海面風速之間的散點圖

圖2 實測海面風向與反演得到的海面風向之間的散點圖

2.2 中國近海風場的時空分布特征

基于13年間海上風場月產品數據,本文采用均值合成法得到并繪制海面風場多年月平均變化圖,以探究海面風場月變化特征。整體上東海和南海交界處風速一直高于其他區域,但在不同的季節也表現出一定的差異性。春冬季節東海和南海交界處海面風速達到高峰,夏秋季節此處海面風速與其他海域海面風速差異遠小于春、冬兩季。從典型區域渤海海域、黃海海域、東海海域和南海海域角度分析,4個子區域的海面風場在3—10月風速都保持較低的水平,風速變化不明顯。11月至次年2月風速逐漸升高,全年風速整體呈現冬春季高、夏季低的趨勢。

為分析中國近海海面100 m高風場多年的年際變化特征,繪制2010—2022年13年間風速風向年平均圖。整體上來看,在不同年份中國近海海域海面風場也表現出一定的差異。雖然風速和風向大小在13年間均呈現出相對穩定的趨勢,但也有一定的分布特征,東海和南海交界處區域風速相比其他區域常年偏大,呈現一個三角狀的高風速區域。

綜合來看,典型區域渤海海域、黃海海域、東海海域和南海海域4個子區域的海面風場在2010—2011年呈現上升趨勢,隨后在2012—2016年逐漸下降,又在2017—2019年逐年上升,在2020—2021年有所下降,到2022年風速回升。2010—2022年13年間一直維持在較低值,平均風速小于10 m/s。

2.3 典型子區域的風場變化特征

為了更深入地了解中國近海風場的時空變化特征,本文分析了12個子區域的風速變化特征,結果如圖3所示。可以看出:總體上12個區域 的風速最大值都集中在冬季,夏季風速略有回升,但總體呈現低值狀態。就風速變化而言,其中渤海、渤海海峽、瓊州海峽、北部灣風速的變化較為平緩,其余地區的風速變化較大。

圖3 中國近海12個子區域的海面風速月均值變化

針對不同子區域而言,12個區域雖然波動程度有大有小,但波動起伏趨勢相似。風速月均值峰值都集中在12月,最低值分布略有不同:渤海、渤海海峽、黃海北部、黃海中部、黃海南部、東海北部的最低值分布在4月;東海南部的最低值分布在6月;臺灣海峽、南海東北部、南海北部、瓊州海峽最低值在8月;北部灣最低值在9月。

3 結論

針對我國近海海域,本文利用實測海上風速風向數據對海上風場融合資料進行精度評價,進而系統地分析了13年間(2010—2022年)我國近海海上風速風向的時空特征,并對典型子海域開展局部特征分析。本文得到的主要結論如下:

(1)基于星地同步數據,獲得的衛星反演海面風場與實測海面風場進行對比,其中海面風速平均相對絕對誤差為14.8%,均方差誤差為1.1 m/s,海面風向的均方差誤差為17.33°,平均偏差為15.17°。

(2)整體上而言,我國近海海域呈現冬春季風速大,夏季風速低的特點;東海和南海交界處有三角形高風速區域,秋冬季三角區域向兩角延伸,春夏季向沿岸區域收縮。

(3)針對12個典型子海域,風速最大值均集中在冬季,夏季風速略低,其中渤海、瓊州海峽、北部灣的月尺度風速變化較小,黃海、東海、臺灣海峽、南海北部的月尺度風速變化較大。