海洋调查与监测

HY-2B卫星散射计海面风场产品质量分析 *

  • 陈克海 , 1 ,
  • 解学通 , 2 ,
  • 张金兰 1 ,
  • 邹巨洪 3 ,
  • 张毅 3
展开
  • 1.广东工贸职业技术学院, 测绘遥感信息学院, 广东 广州 510510
  • 2.广州大学, 地理科学学院, 广东 广州 510006
  • 3.国家卫星海洋应用中心, 北京 100081
解学通。email:

陈克海(1979—), 男, 广东省广州市人, 博士研究生, 主要从事测绘遥感和微波散射计研究。email:

Copy editor: 林强

收稿日期: 2019-12-17

  要求修回日期: 2020-05-12

  网络出版日期: 2020-05-13

基金资助

国家自然科学基金项目(41876204)

国家自然科学基金项目(41476152)

广东工贸职业技术学院科研课题(2017-Z-5)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

Accuracy analysis of the retrieved wind from HY-2B scatterometer

  • CHEN Kehai , 1 ,
  • XIE Xuetong , 2 ,
  • ZHANG Jinlan 1 ,
  • ZOU Juhong 3 ,
  • ZHANG Yi 3
Expand
  • 1. School of Mapping and Remote Sensing, Guangdong Polytechnic of Industry and Commerce, Guangzhou 510510, China
  • 2. School of Geographical Science, Guangzhou University, Guangzhou 510006, China
  • 3. National Satellite Ocean Application Service, Beijing 100044, China
XIE Xuetong. email:

Copy editor: LIN Qiang

Received date: 2019-12-17

  Request revised date: 2020-05-12

  Online published: 2020-05-13

Supported by

National Natural Science Foundation of China(41876204)

National Natural Science Foundation of China(41476152)

Scientific Project of Guangdong Polytechnic of Industry and Commerce(2017-Z-5)

Copyright

Copyright reserved © 2020.

摘要

星载微波散射计是获取全球海面风场信息的主要手段, HY-2B卫星散射计的成功发射为全球海面风场数据获取的持续性提供了重要保障。本文利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风场数据、热带大气海洋观测计划(Tropical Atmosphere Ocean Array, TAO)和美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标获取的海面风矢量实测数据, 对HY-2B散射计海面风场数据产品的质量进行统计分析。分析表明, HY-2B风场与ECMWF再分析风场对比, 在4~24m·s-1风速区间内, 风速和风向均方根误差(root mean square error, RMSE)分别为1.58m·s-1和15.34°; 与位于开阔海域的TAO浮标数据对比, 风速、风向RMSE分别为1.03m·s-1和14.98°, 可见HY-2B风场能较好地满足业务化应用的精度要求(风速优于2m·s-1, 风向优于20°)。与主要位于近海海域的NDBC浮标对比, HY-2B风场的风速、风向RMSE分别为1.60m·s-1和19.14°, 说明HY-2B散射计同时具备了对近海海域风场的良好观测能力。本文还发现HY-2B风场质量会随风速、地面交轨位置等变化, 为用户更好地使用HY-2B风场产品提供参考。

本文引用格式

陈克海 , 解学通 , 张金兰 , 邹巨洪 , 张毅 . HY-2B卫星散射计海面风场产品质量分析 *[J]. 热带海洋学报, 2020 , 39(6) : 30 -40 . DOI: 10.11978/2019138

Abstract

Spaceborne microwave scatterometer is the most efficient instrument to measure the global ocean surface wind. The successfully launched HY-2B scatterometer is an important guarantee to continue the measurement of global ocean surface wind. In this paper, we use the European Center for Medium-Range Weather Forecasts (ECMWF) reanalysis wind data, Tropical Atmosphere Ocean Array (TAO) and National Data Buoy Center (NDBC) buoy wind data to estimate the accuracy of the HY-2B retrieved wind. Our statistical results show that at speed range from 4 to 24 m·s-1, the retrieved wind speed root mean square error (RMSE) with respect to the ECMWF wind speed is 1.58 m·s-1, and the direction RMSE is 15.34°, while the speed and direction RMSEs with respect to the TAO buoys located in the open ocean are 1.06 m·s-1 and 15.98°, respectively. Thus, the retrieved wind well satisfies the operational precision requirement of the HY-2B scatterometer, that is, the speed and direction RMSEs should be better than 2 m·s-1 and 20.00°, respectively, for the open ocean. Moreover, the NDBC buoys are mainly located in immediate offshore areas, HY-2B wind speed and direction RMSEs are 1.60 m·s-1and 19.14°, respectively, which shows that HY-2B scatterometer has good ability to measure wind of offshore sea areas. We also reveal that the retrieved wind error varies with wind speed and cross track position of wind vector cell, which will provide the users with reference for the effective application of HY-2B wind product.

*感谢ECMWF提供数值风场数据, 感谢NDBC提供浮标数据; 感谢两位审稿专家对文稿提出的宝贵建议!
卫星散射计是一种专门用于获取全球海面风场的主动式微波传感器。自1978年美国国家航空航天局(National Aeronautics and Space Administration, NASA)发射全球第一个星载散射计SEASAT/SASS以来, 经过AMI/ERS、NSCAT、SeaWinds、ASCAT、OceanSat-2、HY-2A、CFOSCAT等散射计的发展, 散射计测风技术逐渐成熟, 已成为微波遥感的重要分支, 在全天时、全天候、快速为海洋与气象等研究领域提供高精度、高分辨率全球海面风场信息方面发挥着越来越重要的作用(Schroeder et al, 1982; Ulaby et al, 1982; Naderi et al, 1991; Figa-Saldaña et al, 2002)。
海洋二号(HY-2B)卫星为我国第二颗业务化海洋动力卫星, 于2018年10月25日成功发射升空, 其上搭载散射计、高度计和辐射计, 可同步测量全球海面风场、海面高度和海面温度等海洋动力参数, 为海洋科学研究、环境监测以及气象预报等领域提供基础数据。HY-2B散射计是目前全球在轨运行的5个星载散射计之一(另外4个为HY-2A、OceanSat- 2、ASCAT和CFOSCAT), 其成功运行为全球海面风场数据获取的持续性提供了重要保障。
散射计风场数据已被广泛应用于天气预报和全球气候变化研究等多个领域, 其风场数据质量的好坏直接影响到实际应用效果。因此, 散射计风场数据质量分析是散射计数据分析中非常重要的环节。对散射计风场质量分析, 国内外学者进行了很多研究。Freilich 等(1999)利用美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标对NSCAT-1散射计风场进行分析, 在剔除与浮标风速相差3倍标准差之外的风速后, 1~17 m·s-1风速区间的风速RMSE为1.2 m·s-1; 在剔除与浮标风向相差90°以外的风向后, 3~20 m·s-1风速区间的风向标准差为18°。Ebuchi 等(2002)利用NDBC、热带大气海洋观测计划(Tropical Atmosphere Ocean Array, TAO)、热带大西洋锚定阵列初步研究(Pilot Research Moored Array in the Tropical Atlantic, PIRATA)等浮标数据对SeaWinds散射计风场进行评估, Wang 等(2013)利用NDBC浮标和石油平台实测风矢量对HY-2A散射计风场进行评估, Sudha 等(2013)利用三角跨海洋浮标系统(Triangle Trans-Ocean Buoy Network, TRITON)的浮标对OceanSat-2散射计风场进行评估, Yang 等(2014)利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风场、NDBC浮标对HY-2A风场进行评估, 王东良 等(2014)利用全球海洋-大气综合数据集(International Comprehensive Ocean-atmosphere Data Set, ICOADS)中的海面实测风矢量数据对HY-2A风场进行检验, 穆博 等(2014)利用美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)再分析风场对HY-2A风场进行真实性检验, 都得到类似结论。选定参考风场后, 国内外学者一般只对散射计风场进行总体质量评估, 具体评价风速、风向偏差均值、标准差、均方根误差等参数。散射计风场质量总体评估可评估散射计风场能否达到业务化应用的精度要求, 但无法评估散射计在不同风速、不同地面交轨位置的风场质量, 不利于用户科学使用数据; 另外, 评估没有区分近海海域和开阔海域, 不能确定近海海域风场质量。
为了全面分析HY-2B散射计风场质量, 本文采用了ECMWF再分析风场、TAO浮标和NDBC浮标实测风矢量数据。TAO、NDBC浮标实测风矢量数据具有较高精度, 在散射计风场质量分析上具有优势, 但缺点是数据量小; 而ECMWF再分析风场数据量大, 可弥补精度略不足的缺陷, 可对散射计风场进行更加细致的分析。可见, 结合这两种参考风场数据具有较大优势, 能更好地对散射计风场进行分析。本文除了对HY-2B散射计风场质量进行总体分析, 还对各个风速、不同地面交轨位置的风场质量分别进行分析, 评价因子中除了偏差均值、绝对偏差均值、均方根误差外, 还引入风速绝对偏差小于2m·s-1的比例和风向绝对偏差小于20°的比例等参数。在跟浮标对比分析中, TAO浮标和NDBC浮标分别对应开阔海域和近海海域, 分开统计可以分析HY-2B风场质量在开阔海域和近海海域的差异。

1 数据来源

1.1 HY-2B散射计L2B级数据

HY-2B散射计具有双笔形波束, 工作在Ku波段(13.256GHz), 内波束入射角为41°(HH极化), 外波束入射角为48°(VV极化)。由于采用旋转式描扫工作方式, 地面轨道同一风元有多个后向散射系数(σ0)测量值。利用不同观测条件下获取的σ0测量值和相应的观测参数, 在散射计地球物理模型函数(geophysical model function, GMF)已知的情况下, 采用一定的风场反演算法, 即可反演出海面风场。
GMF描述了σ0和海面风速、逆风向、雷达观测方向、入射角、极化方式等几个变量之间的关系, 一般可表示为:
$\sigma_0=GMF(w,\chi,\theta,p)$
其中, w为风速, χ为逆风向与雷达观测方位角之间的夹角, θ为雷达入射角, p为极化方式。NSCAT-2模型是目前Ku波段常用地球物理模型函数, 具有较高的精度(Ebuchi, 2000)。HY-2B散射计工作在Ku波段, 在其业务化运行的前期阶段采用该模型进行风场反演。
HY-2B散射计风矢量反演算法采用最大似然估计算法(maximum likelihood estimation, MLE)。MLE算法具有严密的理论基础, 被广泛地应用于散射计数据处理中(Freilich et al, 1999; 解学通 等, 2005)。其目标函数为:
$J_{MLE}(w,\Phi)=-\sum\limits_{i=1}^{N}\left[\frac{(\sigma_{0i}-\sigma_{Mi}(w, \Phi-\phi_i, \theta_i,p_i))^2}{2V_i}+ln\sqrt{V_i}\right]$
其中, N为雷达观测次数, σ0i为第i个后向散射系数观测值, σΜi为风速w、逆风向Φ、雷达观测方位角ϕi、雷达入射角θi、极化方pi条件下的后向散射系数模型值, Vi为第i个后向散射系数的测量方差, 可表示为:
$V_i=\alpha_i\sigma_{Mi}^2+\beta_i\sigma_{Mi}+\gamma_i$
其中αi, βiγi为测量误差参数, 与雷达参数有关。
风矢量反演实际上就是在风矢量空间上寻找合适的风矢量解, 使得公式(2)取得局部最大值。理论上, 这样的风矢量解应该是唯一的, 但受到测量噪声的影响, 该目标函数存在几个局部最大值, 分别对应于几个风矢量可能解(又称模糊解)。将模糊解按目标函数值由大到小排序, 即形成一个模糊解序列。真实风矢量解一般存在于该序列前4~6个模糊解中。为了得到真实风矢量解, 必须进行模糊去除(Wurtele et al, 1982; Schultz, 1990; Shaffer et al, 1991; 李燕初 等, 1999)。
HY-2B散射计L2B级数据存储经过风场反演和模糊去除处理后得到的轨道各个风元的中心位置、风速、风向、观测时间及其他相关数据。每个轨道有1624×76个风元, 风元分辨率为25km×25km。HY-2B散射计每天约有16轨数据, 可覆盖全球90%的海域。本文采用2018年11月14日至2018年12月31日的HY-2B散射计L2B级数据, 共计759个轨道, 其风场数据量大, 覆盖全球海域和各种风速。

1.2 ECMWF再分析风场数据

ECMWF再分析风场数据源于数值模型, 是欧空局事后整合全球卫星数据和各种观测数据后优化得到的高精度数据产品, 特点是数据量多, 可对HY-2B风场进行更细致的分析。本文选用的ECMWF再分析风场的空间分辨率为0.125°×0.125°, 时间分辨率为6h, 即每天0时、6时、12时、18时分别生产一次数据, 通过地理时空插值可得到全球任意位置、任意时刻的风速和风向值。本文在空间维度上采用二维线性插值, 在时间维度上采用三次样条函数插值。在时间维度上采用三次样条函数插值, 能更好保持数据的连续性, 插值精度较高。

1.3 浮标实测风矢量数据

本文选取的浮标为离岸50km以上、具有连续风矢量观测能力的TAO浮标和NDBC浮标(Meindl et al, 1992; McPhaden, 1995), 见图1。其中, 所选NDBC浮标共有86个, 主要位于美国近海海域; TAO浮标共有49个浮标, 位于太平洋赤道附近开阔海域。这些浮标具有较高观测频率, 每10min观测一次风速、风向, 通过插值可得到任意时刻的风速、风向值。
图1 本文所用TAO(蓝色)和NDBC(红色)浮标位置

底图使用Global Self-consistent, Hierarchical, High-resolution Geography Database (GSHHG, https://www.ngdc.noaa.gov/mgg/shorelines/gshhs.html) 数据集绘制

Fig. 1 Locations of the TAO (blue) and NDBC ( red) buoys used in this study

由于搭载在TAO、NDBC浮标上的测风计距海面高度为4m或5m不等, 而散射计测风高度为10m, 因此需要将浮标测量风速转换到10m高度上的风速, 可通过下式进转换:
$u_{10}=8.87403\times u_z/ln(z/0.0016)$
其中, z表示距海面的高度, u10uz分别表示10m高度的风速和在z高度的风速。

2 分析方法

2.1 评估参数

设第i个匹配数据, HY-2B风速为si, 风向为di, 参考(ECMWF、TAO或者NDBC)风速为s0i, 参考风向为d0i, 则本文采用的评估参数可表示为:
风速偏差均值
$ME_s=\frac{1}{N}\sum\limits_{i=1}^{N}(s_i-s_{0i})$
风速绝对偏差均值
$MAE_s=\frac{1}{N}\sum\limits_{i=1}^{N}|s_i-s_{0i}|$
剔除系统性偏差的风速均方根误差(杜延磊 等, 2015):
$RMSE_s=\sqrt{\frac{1}{N}\sum\limits_{i=1}^{N}(s_i-s_{0i})^2-ME_s^2}$
风向偏差均值
$MD_d=\frac{1}{N}\sum\limits_{i=1}^{N}E_{di}$
其中Edi为风向偏差,
$E_{di}=\begin{matrix} \begin{cases} d_i-d_{0i}+360 & d_i-d_{0i}<-180° \\ d_i-d_{0i} & -180°\le d_i-d_{0i}\le 180° \\ d_i-d_{0i}-360 & d_i-d_{0i}> 180° \end{cases} \end{matrix}$
风向绝对偏差均值
$MAE_d=\frac{1}{N}\sum\limits_{i=1}^{N}|E_{di}|$
剔除系统性偏差的风向均方根误差:
$RMSE_d=\sqrt{\frac{1}{N}\sum\limits_{i=1}^{N}(d_i-d_{0i})^2-ME_d^2}$
风速绝对偏差小于2m·s-1的比例和风向绝对偏差小于20°的比例分别为
$R_s(2)=\int_0^2P_s(x)dx$
$R_d(20)=\int_0^{20}P_s(x)dx$
其中, Ps(x)和Pd(x)分别为HY-2B风速、风向绝对偏差的概率密度函数。
以上各个参数从不同侧面反映HY-2B风场质量。其中, 偏差均值反映系统偏差; 绝对偏差均值反映测量值偏离真值的平均值; 均方根误差综合反映测量值与真值之间的偏差, 是衡量仪器测量精度的主要参考指标; Rs(2)能反映出有多少比例的风速绝对偏差小于2m·s-1, Rd(20)能反映出有多少比例的风向绝对偏差小于20°。

2.2 分析内容

在HY-2B风场与ECMWF再分析风场、TAO浮标、NDBC浮标对比中, 主要分析以下内容。
1) 分析风场总体质量。有必要首先总体分析HY-2B风场是否达到业务化应用的精度要求(风速优于2m·s-1, 风向优于20°), 评估参数有风速、风向偏差均值、绝对偏差均值、均方根误差、风速绝对偏差小于2m·s-1的比例、风向绝对偏差小于20°的比例等。
2) 分析风矢量偏差概率分布情况。统计不同的风速、风向绝对偏差的概率分布情况, 并统计各风速的风速绝对偏差小于2m·s-1的比例值和风向绝对偏差小于20°的比例值。如果比例值越高, 说明该风速段风场质量越高。
3) 分析风场质量随风速变化情况。散射计对各个风速的测量精度是不同的, 以1m·s-1为风速步长, 具体分析风速、风向精度随风速变化情况。
4) 分析风场质量随交轨位置变化情况。HY-2B散射计具备内外两个波束, 必然造成海面观测次数、入射角不同、观测方位角多样性等不一致, 从而造成风场精度在不同交轨位置的不同。

2.3 处理流程

首先HY-2B风场要与ECMWF再分析风场、TAO浮标、NDBC浮标分别进行地理时空匹配, 构建匹配数据集。对每一个HY-2B散射计L2B级数据文件中的所有非空风元, 如果某风元中心位置与浮标位置最接近, 且两者之间的距离小于50km, 则判定该浮标落入该风元。接着, 从该浮标数据文件中读取最接近于观测时间的两个风矢量观测值, 并根据观测时间插值得到最终的浮标风矢量值。由此构建的TAO和NDBC浮标匹配数据集分别有1909个和2080个匹配数据。对于ECMWF再分析风场, 根据HY-2B风元中心和观测时间对ECMWF再分析风场进行时空插值, 插值得到的ECMWF风矢量值和HY-2B风矢量构成ECMWF匹配数据集, 共有35516709个匹配数据。
匹配数据集不可避免地存在少量异常值, 为了去除异常值对评估结果的影响, 必须在评估之前识别并剔除异常值。本文采用3倍标准差异常剔除方法, 当HY-2B风向与参考风向的差距超过3倍标准差时, 则判定该匹配数据为异常值, 并予以剔除。在4~24m·s-1风速范围内, TAO浮标、NDBC浮标和ECMWF匹配数据异常值剔除比例分别为2.28%、1.79%和1.59%, 剔除比例在合理范围内。
HY-2B风场质量分析流程见图2
图2 HY-2B散射计风场质量评估数据处理流程图

Fig. 2 Data processing flow of accuracy analysis of the retrieved wind from HY-2B scatterometer

3 分析结果

3.1 HY-2B与ECMWF对比结果

对HY-2B与ECMWF匹配数据集进行统计分析, 得到以下结果: 与ECMWF再分析风场相比, HY-2B风场总体质量分析结果见表1。在4~24m·s-1风速区间(HY-2B风速有效观测范围), HY-2B风场总体精度较高, 有84.85%的风速绝对偏差小于2m·s-1, 风速RMSE为1.58m·s-1, 优于2m·s-1的业务化应用的风速精度要求; 有83.40%的风向绝对偏差小于20°, 风向均方根误差为15.34°, 亦优于20°的业务化应用的风向精度要求。
表1 HY-2B与ECMWF的风矢量偏差统计

Tab. 1 Statistics of wind vector deviation of HY-2B vs ECMWF

风速区间/( m·s-1 ) HY-2B~ECMWF风速误差 HY-2B~ECMWF风向误差
偏差均值/(m·s-1) 绝对偏差均值/( m·s-1) 均方根误差/(m·s-1) 绝对偏差小于2m·s-1的比例/% 偏差均值 绝对偏差均值 均方根
误差
绝对偏差小于20°的比例/%
0~4 1.43 1.80 2.01 68.90 0.48° 38.99° 52.60° 38.81
4~24 0.27 1.18 1.58 84.85 0.78° 11.53° 15.34° 83.40
图3为HY-2B与ECMWF风矢量偏差概率分布情况。图3a为风速绝对偏差累积概率分布曲线, 风速绝对偏差小于2m·s-1的比例高达82%。图3b为风速绝对偏差小于2m·s-1的比例随风速的变化曲线, 当风速从0开始增大时, 风速绝对偏差小于2m·s-1的比例从42%逐步增加, 到8m·s-1风速时达到最高峰88%, 然后缓慢减小至42%。图3c是风向绝对偏差累积概率分布曲线, 风向绝对偏差小于20°的比例高达82%。图3d为风向绝对偏差小于20°的比例随风速变化曲线, 在0~8m·s-1风速区间风向绝对偏差小于20°的比例从18%快速增加84%, 然后在8~17m·s-1风速区间约保持在88%~92%之间, 当风速大于17m·s-1, 缓慢减至80%, 可见中、高等风速的风向反演精度较高。
图3 HY-2B与ECMWF的风矢量偏差概率分布情况

a. 风速绝对偏差累积概率; b. 风速绝对偏差小于2m·s-1的比例随风速的变化; c. 风向绝对偏差累计概率; d. 风向绝对偏差小于20°的比例随风速的变化

Fig. 3 Probability distribution of HY-2B vs ECMWF wind vector deviation: a) cumulative distribution of speed absolute deviation; b) ratio of speed absolute deviation within 2 m·s-1 varying with speed; c) cumulative distribution of direction absolute deviation; d) ratio of direction absolute deviation within 20° varying with speed

图4为HY-2B与ECMWF风矢量偏差随风速变化情况。图4a为HY-2B风速偏差均值曲线, 风速偏差均值反映的是风速系统偏差。当风速小于10m·s-1时, HY-2B风速系统性偏大, 偏大幅度随着风速减小而增大; 当风速大于10m·s-1时, HY-2B风速系统性偏小, 偏小幅度随着风速增大而增大。图4b为HY-2B风速RMSE曲线, 风速RMSE在1.3~2.1m·s-1之间, 最低点在8m·s-1风速处, 并向两端逐步增大。图4c为HY-2B风向偏差均值曲线, 在2~22m·s-1风速区间风向偏差均值在0~1.5°之间。图4d为风向RMSE曲线, 当风速低于6m·s-1时, HY-2B风向RMSE较大; 当风速大于6m·s-1时, 风向RMSE约保持在12~18°之间, 最低值在13m·s-1风速处。
图4 HY-2B与ECMWF的风矢量偏差随风速变化情况

a. 风速偏差均值; b. 风速均方根误差; c. 风向偏差均值; d. 风向均方根误差

Fig. 4 HY-2B vs ECMW wind vector deviation varying with speed.

a) speed mean deviation; b) speed RMSE; c) direction mean deviation; d) direction RMSE

图5为HY-2B与ECMWF的风矢量偏差随地面交轨位置变化曲线。交轨位置定义为散射计观测位置离星下线的距离, 除了星下点附近区域和刈幅边缘区域之外的区域, 可称为轨道中间区域(陈克海 等, 2006)。图5a为风速偏差均值曲线, 风速偏差均值在星下点附近区域最小, 从星下线向两侧逐步增加, 在刈幅边缘达到最大值。图5b为风速RMSE曲线, 风速RMSE在轨道中间区域最小, 向两侧逐步增加, 刈幅边缘风速RMSE比星下线大。图5c为风向偏差均值曲线, 规律类似于图5a。图5d为风向RMSE曲线, 规律性不如图5b明显, 在轨道中间区域偏小。
图5 HY-2B与ECMWF的风矢量偏差随地面交轨位置的变化曲线

a. 风速偏差均值; b. 风速均方根误差; c. 风向偏差均值; d. 风向均方根误差

Fig. 5 HY-2B vs ECMWF wind vector deviation varying with cross track position.

a) speed mean deviation; b) speed RMSE; c) mean of direction deviation, and d) direction RMSE

3.2 HY-2B与浮标对比结果

对HY-2B与浮标匹配数据集进行统计分析, 得到以下结果。
与TAO浮标相比, HY-2B风场质量总体分析结果见表2。由于TAO浮标位于开阔海域, 该表实际上为开阔海域的HY-2B风场精度。在4~13m·s-1风速区间, 有94.67%的风速绝对偏差小于2m·s-1, 86.68%的风向绝对偏差小于20°, HY-2B风速、风向RMSE分别为1.03m·s-1和14.98°, 远远优于业务化应用的精度要求。
表2 HY-2B与TAO浮标的风矢量偏差统计

Tab. 2 Statistics of wind vector deviation of HY-2B vs TAO buoys

风速区间
/(m·s-1)
匹配数据数目 异常点数
目(比例/%)
HY-2B~TAO风速误差 HY-2B~TAO风向误差
偏差均值
/(m·s-1)
绝对偏差均值/(m·s-1) 均方根误差/(m·s-1) 绝对偏差小
于2 m·s-1的比例/%
偏差
均值
绝对偏
差均值
均方
根误差
绝对偏差小于20°的比例/%
0~4 296 0 (0%) 1.02 1.34 1.74 81.16 -2.93° 42.90° 59.84° 42.12
4~13* 1613 35(2.22%) 0.49 0.77 1.03 94.67 1.78° 11.13° 14.98° 86.68

注: *TAO浮标位于赤道附近(纬度15°S—15°N), 赤道风速低, 这里TAO风速只统计到13m·s-1

表3为HY-2B~NDBC浮标风矢量偏差统计表。由于NDBC浮标主要位于美国近海海域, 该表实际上为近海海域的HY-2B风场精度。为了和TAO浮标对比, 表3增加了4~13m·s-1风速区间。在该风速区间, HY-2B风速、风向RMSE分别为1.54m·s-1和20.07°, 分别比TAO浮标增加0.54m·s-1和5.09°, 可见近海海域的HY-2B风场精度明显低于开阔海域。在4~24m·s-1风速区间, HY-2B风速、风向RMSE分别为1.6m·s-1和19.14°, 说明HY-2B风场在近海海域亦达到业务化应用的精度要求。
表3 HY-2B与NDBC浮标的风矢量偏差统计

Tab. 3 Statistics table of wind vector deviation of HY-2B vs NDBC buoys

风速区间/( m·s-1) 匹配数据数目 异常点数目
(比例)
HY-2B与NDBC的风速误差 HY-2B与NDBC的风向误差
偏差均值/(m·s-1) 绝对偏差均值/(m·s-1) 均方根误差/(m·s-1) 绝对偏差小于2m·s-1的比例/% 偏差 均值 绝对偏差均值 均方根误差 绝对偏差小于20°的比例/%
0~4 308 0(0%) 1.30 1.65 1.85 69.80 3.60° 49.24° 64.02° 29.87
4~13* 1442 24(1.70%) 0.34 1.15 1.54 85.36 4.20° 15.31° 20.07° 75.95
4~24 1772 31(1.79%) 0.25 1.20 1.60 83.14 5.06° 14.86° 19.14° 76.73

注: * 增加4~13m·s-1风速区间是为了与TAO浮标对比。

图6为HY-2B与浮标(TAO、NDBC)的风矢量散点图。图6a、c为风速散点图, HY-2B风速与浮标风速相比在整体上略微偏大; 图6b、d为风向散点图, 散点基本围绕对角线紧密分布, 其中左上角和右下角存少数零散点, 这是由风向具有360°周期性造成的。
图6 HY-2B与浮标(TAO、NDBC)的风矢量散点图

a. HY-2B与TAO的风速散点图; b. HY-2B与TAO的风向散点图; c. HY-2B与NDBC的风速散点图; d. HY-2B与NDBC的风向散点图

Fig. 6 Wind scatter plot of HY-2B vs buoy (TAO, NDBC ).

a) speed scatter plot of HY-2B vs TAO; b) direction scatter plot of HY-2B vs TAO; c) speed scatter plot of HY-2B vs NDBC; d) direction scatter plot of HY-2B vs NDBC

图7为HY-2B与浮标(TAO、NDBC)的风矢量偏差直方图。图7a、c是风速偏差直方图, 形状基本符合高斯正态分布, 风速绝对偏差越大, 出现的概率越小, 而且风速绝对偏差小于2m·s-1的采样点占绝大多数。图7b、d是风向偏差直方图, 其规律类似于左图。跟NDBC对比, TAO直方图更加狭小, 其标准差更小。
图7 HY-2B与浮标(TAO、NDBC)的风矢量偏差直方图

a. HY-2B与TAO的风速偏差直方图; b. HY-2B与TAO的风向偏差直方图; c. HY-2B与NDBC的风速偏差直方图; d. HY-2B与NDBC的风向偏差直方图

Fig. 7 Wind deviation histogram of HY-2B vs buoys ( TAO, NDBC ): a) speed deviation histogram of HY-2B vs TAO; b) direction deviation histogram of HY-2B vs TAO; c) speed deviation histogram of HY-2B vs NDBC; d) direction deviation histogram of HY-2B vs NDBC

图8为HY-2B与浮标(TAO、NDBC)的风矢量偏差随风速的变化曲线。图8a为风速偏差均值曲线, 当风速小于10m·s-1时, HY-2B风速系统性偏大, 偏大幅度随着风速减小而增大; 当风速大于10m·s-1时, HY-2B风速系统性偏小, 偏小幅度随着风速增大而增大。图8c为风向偏差曲线, HY-2B与TAO的风向偏差均值很小, 正负值都有, 但HY-2B与NDBC的风向偏差均值较大, 在0~10°之间抖动。图8b为风速RMSE曲线, 当风速大于4m·s-1时, 风速RMSE都小于2m·s-1, 而且NDBC曲线明显高于TAO曲线。图8d为风向RMSE曲线, NDBC曲线亦明显高于TAO曲线。可见, 在相同风速条件下, 近海海域的HY-2B风场质量明显低于开阔海域。
图8 HY-2B与浮标(TAO、NDBC)的风矢量偏差随风速的变化曲线

a. 风速偏差均值; b. 风速均方根误差; c. 风向偏差均值; d. 风向均方根误差

Fig. 8 HY-2B vs buoy (TAO, NDBC) wind deviation varying with speed.

a) speed mean deviation; b) speed RMSE; c) direction mean absolute deviation; d) direction RMSE

4 讨论

本文采用的浮标有TAO浮标、NDBC浮标, 其中, TAO浮标位于太平洋赤道附近开阔区域, 而NDBC主要位于美国近海海域。如果这两种浮标混合在一起, 对HY-2B风场进行评估, 只能得到一个笼统的结果, 既无法评估近海海域的风场精度, 近海海域浮标匹配数据加入统计也会降低开阔海域的风场精度。本文为了全面评估开阔海域和近海海域的风场质量, HY-2B分别与TAO浮标和NDBC浮标对比, 分析发现, 在4~13m·s-1风速条件下, 近海海域HY-2B风速、风向RMSE分别为1.54m·s-1和20.07°, 比开阔海域分别要增加0.54m·s-1和5.09°, 可见近海海域HY-2B风场质量明显低于开阔海域。之所以HY-2B散射计风场质量在近海海域较低, 主要是因为散射计测量的是海面后向散射系数, 开阔海域海面风矢量是海面后向散射系数的主要调制者,
而近海海域海面后向散射系数除了受到海面风矢量的调制之外, 还受到海底地形、海流等多种因素的综合调制, 导致从散射计获取的海面后向散射系数中反演的风矢量具有较大的误差。因此, 包括HY2-2B散射计在内的所有散射计只对开阔海域反演风场质量做出明确的精度规定, 而不对近海海域做出具体要求。即便如此, 根据HY-2B风场和NDBC浮标对比分析, 在4~24m·s-1风速条件下, HY-2B风速、风向均方根分别为1.6m·s-1和19.14°, 一样达到HY-2B散射计业务化应用的精度要求, 说明HY-2B散射计除了具备开阔海域风场观测能力, 还具备对近海海域风场的良好观测能力。
在HY-2B与ECMWF再分析风场、TAO浮标和NDBC浮标对比中, 当风速小于4m·s-1时, HY-2B风速、风向测量精度较差。这是因为在低风速条件下海面较光滑, 近似镜面状态, 其后向散射能量较小, 在仪器测量噪声不变情况下, 仪器测量信噪比较低, 导致后向散射系数测量误差较大。不同散射计对低风速的敏感度略有不同, 最低有效观测风速一般在2~4m·s-1之间。在高风速段, 随着风速逐步增大, 海面后向散射系数随风速增大的变化率越来越小, 并逐渐趋于饱和, 因此目前国内外星载微波散射计都有最大有效观测风速的限制。当海面风速越接近于散射计最大有效测量风速时, 风速、风向测量误差会增加, 测量值一般比真值偏小。
另外, 从HY-2B风场质量随地面交轨位置的变化情况来看, 轨道刈幅边缘区域和星下点附近区域的测量精度比轨道中间区域要低。这是具备内外两个不同入射波束的散射计的普遍规律。在散射计风场反演中, 如果风元的观测次数越多, 观测入射角多向性、观测方位角多样性越好, 那么反演精度就越高。因此, 在轨道中间区域, 由于两个波束都能观测到, 观测次数多, 入射角有两个, 观测方位角多样性好, 所以其反演精度是最高的。对于刈幅边缘区域, 内波束是无法观测到的, 因此该区域风元只有外波束的观测数据, 其后向散射系数观测值个数和入射角多样性不足, 导致反演得到的风矢量精度最差。对于星下点附近区域, 虽然两个波束都能观测到, 但是波束基本沿着或逆着卫星前进方向观测, 而散射计风场反演所采用的地球物理模型函数对观测方位角相差180°不敏感, 所以该区域反演风场质量偏低。

5 结论

以上利用ECMWF再分析风场数据、TAO和NDBC浮标实测风矢量数据, 对HY-2B风场质量进行分析, 可以得到以下初步结论。
1) 本文用ECMWF再分析风场数据、TAO和NDBC浮标实测数据, 对HY-2B风场进行了总体质量分析。分析发现, 在4~24m·s-1风速区间内, HY-2B风速、风向RMSE分别优于2m·s-1和20°, 能较好满足HY-2B散射计业务化应用的精度要求。
2) 为了研究HY-2B风场质量在开阔海域和近海区域风场的差异, HY-2B分别与NDBC浮标(主要位于近海海域)和TAO浮标(位于开阔海域)进行对比分析。分析发现, 在同等风速条件下, HY-2B风场跟NDBC浮标对比的精度明显低于HY-2B风场跟TAO浮标对比的精度, 这主要是因为近海海域海面后向散射系数除了受到海面风场的影响, 还受到海底地形、海流等其他因素的影响, 导致从海面后向散射系数反演出来的风矢量精度较差。另外, HY-2B风场与NDBC浮标对比发现, 在4~24m·s-1风速区间内, HY-2B风速、风向RMSE亦分别优于2m·s-1和20°, 可见HY-2B散射计同时具备近海海域风场良好观测能力。
3) HY-2B与ECMWF再分析风场对比和与浮标对比, 两者误差特性基本一致。HY-2B散射计在不同风速和不同地面交轨位置具有不同的风矢量反演精度, 对用户科学合理使用其风场产品具有一定的指导意义。
[1]
陈克海, 解学通, 陈晓翔, 等, 2006. 一种修正的SeaWinds散射计圆中数滤波法[J]. 热带海洋学报, 25(5):31-35.

CHEN KEHAI, XIE XUETONG, CHEN XIAOXIANG, et al, 2006. A modified circle median filter approach for SeaWinds scatterometer[J]. Journal of Tropical Oceanography, 25(5):31-35 (in Chinese with English abstract).

[2]
杜延磊, 马文韬, 杨晓峰, 等, 2015. 无云情况下L波段微波辐射计快速大气校正方法[J]. 物理学报, 64(7):079501.

DU YANLEI, MA WENTAO, YANG XIAOFENG, et al, 2015. A rapid atmospheric correction model for L-band microwave radiometer under the cloudless condition[J]. Acta Physica Sinica, 64(7):079501 (in Chinese with English abstract).

[3]
李燕初, 孙瀛, 林明森, 等, 1999. 用圆中数滤波器排除卫星散射计风场反演中的风向模糊[J]. 台湾海峡, 18(1):42-48.

LI YANCHU, SUN YING, LIN MINGSEN, et al, 1999. Resolving directional ambiguities for scatterometer derived winds by a circular median filter algorithm[J]. Journal of Oceanography in Taiwan Strait, 18(1):42-48 (in Chinese with English abstract).

[4]
穆博, 林明森, 彭海龙, 等, 2014. HY-2卫星微波散射计反演风矢量产品真实性检验方法研究[J]. 中国工程科学, 16(6):39-45.

MU BO, LIN MINGSEN, PENG HAILONG, et al, 2014. Validation of wind vectors retrieved by the HY-2 microwave scatterometer using NCEP model data[J]. Engineering Science, 16(6):39-45 (in Chinese with English abstract).

[5]
王东良, 姚小海, 孟雷, 等, 2014. 海洋二号卫星散射计风场产品真实性检验及分析[J]. 海洋预报, 31(4):47-53.

WANG DONGLIANG, YAO XIAOHAI, MENG LEI, et al, 2014. Validation and analysis of wind field products of HY-2[J]. Marine Forecasts, 31(4):47-53 (in Chinese with English abstract).

[6]
解学通, 方裕, 陈晓翔, 等, 2005. 基于最大似然估计的海面风场反演算法研究[J]. 地理与地理信息科学, 21(1):30-33.

XIE XUETONG, FANG YU, CHEN XIAOXIANG, et al, 2005. Research on numerical wind vector retrieval algorithm based on maximum likelihood estimation[J]. Geography and Geo-Information Science, 21(1):30-33 (in Chinese with English abstract).

[7]
EBUCHI N , 2000. Evaluation of NSCAT-2 wind vectors by using statistical distributions of wind speeds and directions[J]. Journal of Oceanography, 56(2):161-172.

[8]
EBUCHI N, GRABER H C, CARUSO M J , 2002. Evaluation of wind vectors observed by QuikSCAT/SeaWinds using ocean buoy data[J]. Journal of Atmospheric and Oceanic Technology, 19(12):2049-2062.

[9]
FIGA-SALDAÑA J, WILSON J J W, ATTEMA E , et al, 2002. The advanced scatterometer (ASCAT) on the meteorological operational (MetOp) platform: A follow on for European wind scatterometers[J]. Canadian Journal of Remote Sensing, 28(3):404-412.

[10]
FREILICH M H, DUNBAR R S , 1999. The accuracy of the NSCAT 1 vector winds: comparisons with National Data Buoy Center buoys[J]. Journal of Geophysical Research, 104(C5):11231-11246.

[11]
MCPHADEN M J , 1995. The Tropical Atmosphere Ocean (TAO) array is completed[J]. Bulletin of the American Meteorological Society, 76(5):739-741.

[12]
MEINDL E A, HAMILTON G D , 1992. Programs of the national data buoy center[J]. Bulletin of the American Meteorological Society, 73(7):985-993.

[13]
NADERI F M, FREILICH M H, LONG D G , 1991. Spaceborne radar measurement of wind velocity over the ocean - an overview of the NSCAT scatterometer system[J]. Proceedings of the IEEE, 79(6):850-866.

[14]
SCHROEDER L C, BOGGS D H, DOME G , et al, 1982. The relationship between wind vector and normalized radar cross section used to derive SEASAT-A satellite scatterometer winds[J]. Journal of Geophysical Research, 87(C5):3318-3336.

[15]
SCHULTZ H , 1990. A circular median filter approach for resolving directional ambiguities in wind fields retrieved from spaceborne scatterometer data[J]. Journal of Geophysical Research, 95(C4):5291-5303.

[16]
SHAFFER S J, DUNBAR R S, HSIAO S V , et al, 1991. A median-filter-based ambiguity removal algorithm for NSCAT[J]. IEEE Transactions on Geoscience and Remote Sensing, 29(1):167-174.

[17]
SUDHA A K, PRASADA RAO C V K , 2013. Comparison of Oceansat-2 scatterometer winds with buoy observations over the Indian Ocean and the Pacific Ocean[J]. Remote Sensing Letters, 4(2):171-179.

[18]
WANG HE, ZHU JIANHUA, LIN MINGSEN , et al, 2013. First six months quality assessment of HY-2A SCAT wind products using in situ measurements[J]. Acta Oceanologica Sinica, 32(11):27-33.

[19]
WURTELE M G, WOICESHYN P M, PETEHERYCH S , et al, 1982. Wind direction alias removal studies of SEASAT scatterometer-derived wind fields[J]. Journal of Geophysical Research, 87:3365-3377.

[20]
YANG XIAOFENG, LIU GUIHONG, LI ZIWEI , et al, 2014. Preliminary validation of ocean surface vector winds estimated from China’s HY-2A scatterometer[J]. International Journal of Remote Sensing, 35(11-12):4532-4543.

文章导航

/