唐焕丽，姚琴，吕晓莹，杨名名，王婧

(1.广州市增城区城乡规划与测绘地理信息研究院，广州 511300；2.国家海洋局空间海洋遥感与应用研究重点实验室，北京 100081；3.广东省海洋发展规划研究中心，广州 510220；4.广东航天宏图技术有限公司，广州 511400)

0 引言

海面风场(sea surface wind，SSW)是海洋学的重要物理参数之一，它是海洋上层运动的主要动力来源[1-2]，与海洋中几乎所有的海水运动直接相关。在海洋动力过程中，它不仅是形成海面波浪的直接动力，而且是影响区域和全球海洋环流的关键性因子。同时，海面风场对海面温度、全球生化过程和水文循环等也有重要影响，可调节海/气之间的热量、水汽和物质交换，维持着区域与全球的气候，更是气象预报的必要参数[3]。此外，海面风场对海事航行、海洋工程、海洋渔业等有直接影响[4-6]。相比于传统海面风场观测方法(如浮标、考察船、大洋航行船只、验潮站)，遥感技术为海面风场的监测提供了一个崭新的技术手段[7]。卫星遥感具有空间分辨率高、覆盖范围广、费用低廉等优点，能够实现大范围、准同步、长时间、实时或准实时地观测，满足动态长期的区域以及全球海洋参数观测和分析的需求，加强卫星遥感风场的应用研究对提高海面风场的预报水平具有重要的意义[4，8]。

在卫星遥感风场研究方面，相继发射的SeaSat、QuikSCAT、MetOp-A、MetOp-B等卫星提供了丰富的数据源。我国第一颗海洋动力环境探测卫星“海洋二号”A星(HY-2A)于2011年8月成功发射，实现了我国业务化监测和全球海洋动力环境参数的自主遥感探测[6，8-9]。然而，单一卫星对某一区域的过境次数最多为一天两次，多源卫星数据的设计参数往往不一致。海面风场融合研究旨在将不同时空分辨率、不同获取方式的海洋卫星风场数据、各类气象模式风场资料等整合在一起，得到时空分辨率较高、覆盖较完整、结果值较接近真值的融合产品。海面风场为一种时空变量，这决定了其时空分布上具有较强的相关性和连续性。已有研究表明，在空间观测值信息中引入时间变量可提高融合精度[10-16]。然而大部分时空融合算法较为复杂，执行效率较低，在业务推广方面具有一定局限性。

我国“海洋二号”卫星散射计风场在解析中小尺度风场变化方面具有明显优势，具备覆盖范围较广、分辨率高等特点[17]。许多学者已将HY-2卫星数据与国内外其他海洋数据结合，探讨其在台风监测、海上天气系统分析、特定海域的海洋动力参数分析等方面的应用[8，12-13，18-19]。Yu等[20]以2012年袭击韩国的Bolaven台风为例，探讨HY-2A在三维变分同化系统中对天气研究与预报模型(WRF 3DVAR)的影响，结果表明HY-2A卫星数据有效补充海洋表面观测数据，提高台风风场和压力场的预测率。苗春生等[18]运用局地分析和预报系统(local analysis and prediction system，LAPS)将HY-2卫星海面风场资料进行融合处理，融合产品改善了卫星扫描区的空间覆盖率在时空上的多变性，提供了可进行物理量诊断计算的经纬度网格区域场，满足了专业分析和研究对资料的要求。齐亚琳等[12]采用时空权重插值法对HY-2散射计海面风场和美国国家环境预报中心(National Centers for Environmental Prediction，NCEP)风场进行融合，使得数据改善明显，并且可用于中、大尺度的海洋现象探讨研究中。但是，MetOp-B与HY-2A的风场融合研究仍较少。

此外，学者对广东附近海域的海面风场研究关注度较低。广东作为海洋大省，海洋资源丰富，海洋经济已为国民经济社会发展的重要增长极。同时，该省每年遭受的海洋灾害也最为严重，据统计[21]，2013—2017年，广东海洋灾害直接经济损失总额高达227.32亿元人民币，2013、2014、2017年这三年的经济损失均居全国首位。在各类海洋灾害中，风暴潮灾害造成的损失最为严重，每年均高于95%。针对广东附近海域的海面风场研究迫在眉睫。

因此，本文以HY-2A风场数据为基础，结合MetOp-B风场数据，以浮标观测数据作为结果验证依据，探讨快速可行的时间空间融合算法；在此基础上，分析融合风场的台风捕捉能力，讨论台风对广东附近海域海面环境的影响，海面风场参数的时空分布及变化规律。

1 海面风场数据和融合方法

1.1 海面风场数据

HY-2A、MetOp-B均为近年发射的在役海洋卫星，可分别提供2012、2013年至今的海面风场资料，适用于对近年来的海面风场环境研究。

HY-2A卫星风场资料是由我国国家卫星海洋中心提供的卫星散射计海面风场，为经处理的二级产品资料，空间分辨率为25 km×25 km，数据为HDF格式。HY-2A卫星微波散射计主要用于全球海面风场观测[22]，测量的风速范围为4～24 m/s，风速精度为2 m/s或10%；风向测量范围为0～360°，风向精度为±20°。蒋兴伟等[9]指出HY-2A卫星微波散射计是目前世界上在轨运行的唯一具有24 h内可以覆盖全球90%以上的海域面积能力的海洋遥感卫星。

2013年4月24日，欧洲航天局(European Space Agency，ESA)和欧洲气象卫星开发组织(European Organisation for the Exploitation of Meterological Satellites，EUMESAT) 联合发射的MetOp-B代替MetOp-A作为主要的业务观测卫星，其提供的海面风场数据产品风速精度为2 m/s，风速范围为0～50 m/s，但风速大于25 m/s后精度下降，本文使用的MetOP-B风场数据空间分辨率为12.5 km。

1.2 海面风场数据融合方法

为了充分发挥和整合两卫星数据的优势，实现快速提高数据覆盖面，并保持数据的观测精度，通过实验，本文采取以下融合方法：

1)时间窗口的选择。为了保证HY-2A和MetOp-B融合的精度和匹配风场的数据量，参照张婷等[23]研究将数据融合时间窗口设置为30 min，以使得匹配到的数据能准同步覆盖广东附近海域。

2)匹配数据融合处理。时间差在30 min内的HY-2A数据和MetOp-B数据，空间位置一致的取平均值作为融合后的风矢量；由于HY-2A对目标海域的覆盖度明显优于MetOp-B，同时为了保持融合数据精度，本实验以其为主要观测数据，相同位置HY-2A和MetOp-B数据时间差超过30 min，则将HY-2A数据作为该位置的风矢量。如当前位置只存在一种数据，则融合风矢量取该数据观测值。为实现风速和风向的融合，实验将风矢量分解为纬向风速和经向风速，分别进行融合处理。

经向风速、纬向风速分解公式如下：

(1)

(2)

式中：spd表示散射计风速；dir表示散射计风向；u表示分解后的纬向风速；v代表分解后的经向风速。

最大风速海面风矢量是海面风场，尤其是台风研究中的重要参数之一，为保证风向在插值前后保持一致，插值过程中，选用了格网中最大的径向风和纬向风计算风矢量。融合公式如下：

U=MAX(ui) (i=1，2，3，…)

(3)

V=MAX(vi) (i=1，2，3，…)

(4)

(5)

(6)

式中：U表示空间格网中最大纬向风速；V表示空间格网中最大经向风速；ui表示空间格网中所有纬向风速；vi表示空间格网中所有经向风速；SPD表示融合后的网格最大风速；DIR表示融合后的网格风向。

1.3 融合结果及验证

本实验获取了2016年10月20日HY-2A全球风场、MetOp-B全球风场数据，原始数据分别为.h5、.nc格式，需要根据两类数据格式和实验需要进行风速矢量观测值提取、建立格网、空间插值等预处理，再进行数据融合。具体过程如图1所示。

图1 融合过程图

1)空间重采样，实现空间分辨率统一。为了解决HY-2A与MetOp-B风场数据空间分辨率不一致的问题，在进行风场融合之前，对HY-2A和MetOp-B数据分别进行空间重采样。本次融合实验数据为全球尺度，因此按照0.25°×0.25°划分全球网格，将HY-2A和MetOp-B数据分别插值到该空间格网中。

空间重采样空间网格转换公式如下：

X=(Lon+0.125)/0.25

(7)

Y=(Lat+90.125)/0.25

(8)

式中：X为经转换后散射计风速在空间网格中的行号；Y为经转换后散射计风速在空间网格中的列号；Lon为没有转换前散射计风速的经度；Lat为没有转换前散射计风速的纬度。

采用均值内插的方法分别对HY-2A和MetOP-B经向风和纬向风数据进行插值，公式如下：

(9)

(10)

式中：ui表示每个单元格中的纬向风速；u’表示取均值后的纬向风速；vi表示每个单元格中的纬向风速；v’表示取均值后的纬向风速；n表示每个单元格中包含的原始风矢量个数。

2)数据时空匹配，实现源数据观测值融合。采用本实验设计的时空融合方法，分别对重采样后的HY-2A与MetOp-B纬向风速和经向风速进行时空匹配，完成两数据的融合处理。图2～图4为融合前后全球风场分布图。对比图可知，HY-2A一天的覆盖率明显高于MetOp-B，但仍无法实现一天数据的全球覆盖；MetOp-B数据主要在0°W～45°W和90°E～135°E范围内，对HY-2A数据进行了很好的补充；广东附近海域位于90°E～135°E范围内，融合后数据覆盖比例较大，选择这两类数据作为融合数据源合理。

图2 2016-10-20 HY-2A全球风场分布图

图3 2016-10-20 MetOp-B全球风场分布图

图4 2016-10-20融合HY-2A与MetOp-B的全球风场分布图

3)融合结果验证。本文采用TAO/TRITON阵列浮标风场观测数据来验证融合效果。来自美国国家数据浮标中心(National Data Buoy Center，NDBC)的TAO和日本海洋地球科学和技术局(Japan Agency for Marine-Earth Science and Technology，JAMSTEC)的TRITON系泊设备的数据统称为TAO/TRITON阵列，该阵列浮标主要对太平洋赤道及热带地区进行观测，可提供包括海面风矢量、海表温度、大气温度、相对湿度、长波辐射、短波辐射等多种海洋气象数据，每10 min进行一次观测，可提供5 d平均及月平均的海洋气象数据产品。

为了获取足够数量的验证样本，保证验证的可靠性，本文获取该阵列的64个浮标每10 min观测的海面风数据，包括风速与风向信息。浮标的覆盖范围为太平洋热带区域的110°W至136°E、10°N至10°S海面，位置分布如图5所示。将这些浮标数据与融合数据进行时空匹配确定验证样本，即以同一位置浮标数据时间与融合数据时间相差在30 min以内视为同步的原则，选取验证样本。

图5 用于验证的TAO/TRITON阵列浮标位置分布图

分别计算匹配风速和风向的标准误差，平均误差，公式如下：

(11)

(12)

(13)

(14)

式中：Ebias-spd表示风速平均误差；δspd表示风速标准误差；n1表示匹配风速样本个数；wsi表示融合风速；wmi表示浮标风速；Ebias-dir表示风向平均误差；δdir表示风向标准误差；n2表示风向匹配样本个数；Φsi表示融合风向；Φmi表示浮标风向。

通过匹配，验证样本数为341个，二者之间风速平均误差为0.103 2 m/s，风速标准误差1.979 3 m/s，风向平均误差1.556 6°，风向标准误差10.426 2°。由此可见，融合风速和风向具有较好的精度。

2 海面风场融合应用分析

本文选取广东附近海域(WN：27°00′N，106°E；EN：27°00′N，125°00′E；WS：13°00′N，106°E；ES：13°00′N，125°00′E)为应用分析区域，探讨融合数据的台风捕捉能力，以及研究区月、旬风场应用分析效果。

2.1 台风捕捉

2016年第22号台风“海马”(强台风级)为当年对广东影响最为严重的一次台风，其影响范围包括粤东-珠三角大部分城市，如汕头、梅州、惠州、汕尾、潮州、揭阳等市，造成的直接经济损失高达7.59亿元，占全年台风风暴潮灾害直接经济损失的81.96%，占全年各类海洋灾害造成直接经济损失的78.82%[24]。该台风中心于10月21日中午12点40分前后在广东省汕尾市登陆。因此，本文采用2016年10月20日HY-2A(图6)与MetOp-B(图7)风场数据，通过数据融合捕捉“海马”台风，分析该台风对研究区域海面环境的影响，融合结果如图8所示。

图6 HY-2A风场

图7 MetOp-B风场

图8 融合风场

融合结果表明：

①HY-2A数据未能发现台风的踪迹，数据只能反映粤西地区海面环境状况。

②MetOp-B数据显示，当日台风中心主要位于20°N，117°E区域，即广东粤东区域东南部海域，由此推测该台风对粤东地区、福建南部地区都存在潜在威胁。受卫星轨迹的影响，台风中心的西南部数据缺失，无法很好地反映珠三角及粤西当日的海面环境状况。

③HY-2A/MetOp-B融合结果，将两数据的优势进行了很好的互补，在反应台风中心当前位置的同时，较为完整地体现“海马”台风对粤东至粤西周边海域风速和风向的影响。经统计，研究区域内当日最大风速为31.8 m/s，主要风向为西北风，粤东地区风速明显高于粤西，珠三角-粤东地区为主要潜在威胁区域，该区域要重点做好台风防御准备工作，加强对海域活动控制。

2.2 上、下旬及月份风场产品分析

2016年10月是广东附近海域受台风影响较为严重的一个月，当月15日前后至20日前后，广东先后遭受21号台风“莎莉嘉”和22号台风“海马”的影响，其中，1621“莎莉嘉”造成直接经济损失0.47亿元，主要受灾地区为湛江。

对2016年10月HY-2A和MetOp-B风场数据融合结果进行统计分析：①10月上旬，研究区域风速为0～38.5 m/s，平均风速为8.1 m/s；②10月下旬，研究区域风速为0 ～44.1 m/s，平均风速为8.9 m/s，最大风速和平均风速均高于当月上旬，最大风速出现在台风进入研究区域期间，最小风速出现在月底，即台风过境后；③全月风速为0～44.1 m/s，平均风速为8.4 m/s。台风在19日前后对研究区域的海面环境影响较大。

表1 2016年10月HY-2A/MetOp-B融合风场月、旬产品统计表

3 结束语

本文通过对HY-2A、MetOp-B提供的风速和风向数据进行时空融合，融合结果有效地弥补了2种卫星数据的覆盖盲区，获取空间分辨率为0.25°×0.25°、时间差控制在30 min以内的融合风场数据。浮标验证结果表明，融合得到的风场数据与浮标观测风场数据较为一致，风速和风向的融合精度较好。在此基础上，本文开展了融合产品应用分析研究，采用此融合方法成功捕捉了1622号台风“海马”，获取当日该台风对粤东至粤西全广东附近海域的海面风场的状况，为海洋预报奠定工作基础，为潜在威胁区域的海洋防灾减灾策略的制定提供数据支撑。2016年10月HY-2A和MetOp-B风场数据的融合结果，较为全面地反映研究区域在当月上下旬及整个月份的海面风速情况，受台风影响，下旬最大风速均高于上旬，平均风速高于上旬及月平均风速。这为台风过境前后研究区域的海洋动力环境研究提供借鉴。