基于海洋浮标数据的卫星散射计海面风场真实性检验

doi:10.3976/j.issn.1002-4026.20240149

山东科学 ›› 2025, Vol. 38 ›› Issue (3): 1-13.doi: 10.3976/j.issn.1002-4026.20240149

• 海洋遥感 • 下一篇

基于海洋浮标数据的卫星散射计海面风场真实性检验

厉运周¹^,²^,³(), 周茂盛¹^,³(), 朱琳¹^,³, 禹定峰¹^,³, 郝增周¹^,³^,⁴, 李民¹, 王军成¹^,²^,^*(), 潘德炉³^,⁴^,^*()

1.齐鲁工业大学(山东省科学院) 海洋仪器仪表研究所,山东青岛 266061
2.崂山实验室,山东青岛 266237
3.山东省科学院山东省院士工作站,山东济南 250014
4.自然资源部第二海洋研究所,浙江杭州 310012

收稿日期:2024-12-13 出版日期:2025-06-20 发布日期:2025-06-26
通信作者: 王军成,潘德炉 E-mail:lyz@qlu.edu.cn;maosheng@qlu.edu.cn;wjc@sdioi.com;pandelu@sio.org.cn
作者简介:厉运周(1984—),男,副研究员,研究方向为海洋环境观测浮标技术。E-mail: lyz@qlu.edu.cn;
周茂盛(1993—),男,助理研究员,博士研究生,研究方向为海洋遥感研究。E-mail:maosheng@qlu.edu.cn
基金资助:
山东省重点研发计划(2023ZLYS01);中国工程院战略研究与咨询项目(2024-DFZD-29);中国工程院战略研究与咨询项目(2022-DFZD-35);中国工程院战略研究与咨询项目(2021-XBZD-13);国家重点研发计划(2022YFC3104200);山东省自然科学基金青年基金(ZR2023QD018);齐鲁工业大学(山东省科学院)人才科研项目(2023RCKY050);齐鲁工业大学(山东省科学院)科教产融合试点工程重大创新专项项目(2023HYZX01);青岛市自然科学基金青年项目(23-2-1-72-zyyd-jch);齐鲁工业大学(山东省科学院)科教产融合试点工程基础研究类项目(2023PX103)

Validation of satellite scatterometer-derived sea-surface wind fields based on ocean buoy data

LI Yunzhou¹^,²^,³(), ZHOU Maosheng¹^,³(), ZHU Lin¹^,³, YU Dingfeng¹^,³, HAO Zengzhou¹^,³^,⁴, LI Min¹, WANG Juncheng¹^,²^,^*(), PAN Delu³^,⁴^,^*()

1. Institute of Oceanographic Instrumentation, Qilu University of Technology(Shandong Academy of Sciences),Qingdao 266061,China
2. Laoshan Laboratory, Qingdao 266237,China
3. Academician Workstation of Shandong Province,Shandong Academy of Sciences, Jinan 250014, China
4. Second Institute of Oceanography, Ministry of Natural Resources, Hangzhou 310012, China

Received:2024-12-13 Online:2025-06-20 Published:2025-06-26
Contact: WANG Juncheng, PAN Delu E-mail:lyz@qlu.edu.cn;maosheng@qlu.edu.cn;wjc@sdioi.com;pandelu@sio.org.cn

摘要/Abstract

摘要：

海面风场是海洋环境的重要参量,对洋流、海洋气象和气候环境的分析与预测起到至关重要的作用。为评估卫星遥感海洋风场产品的精度,了解产品的误差分布,采用卫星遥感技术与海洋浮标测量数据相结合的方法,对卫星遥感的海面风场反演产品进行真实性检验。选取2013—2022年的美国国家资料浮标中心等4个浮标列阵的浮标数据,经数据处理、时空匹配后,选取平均偏差、均方根误差和相关系数等指标对欧洲气象卫星组织(EUMETSAT)的MetOp系列气象卫星高级散射计(advanced scatterometer,ASCAT)数据反演风场的质量进行评估。统计结果表明,卫星反演风场与海洋浮标测量的风速、风向之间的相关系数分别为0.929、0.867,风速标准差0.889 m/s,风向标准差约22.168°。经过对比分析,美国国家资料浮标中心站点处的风速风向标准差相对稳定。基于海洋浮标数据的卫星风场真实性检验研究,可为评估卫星遥感反演风场的精度,驱动卫星载荷设计与反演算法的迭代升级,提升气象预报、气候研究、海洋工程和灾害预警的准确性。

关键词: 海洋浮标, 海面风, 卫星遥感, 真实性检验, 海洋气象, 海洋环境监测

Abstract:

Sea-surface wind fields are critical parameters in marine environments, influencing ocean circulation, meteorology, and climate dynamics. To assess the accuracy of satellite-derived ocean wind products and characterize their error distribution, this study validates sea-surface wind field retrievals using a combination of satellite remote sensing and ocean buoy measurements. Wind field estimates from the Advanced Scatterometer (ASCAT) aboard the European Organisation for the Exploitation of Meteorological Satellites’ MetOp series were compared against buoy observations from four buoy database including the U.S. National Data Buoy Center, et al. over the 2013—2022 period. Following data preprocessing and spatiotemporal collocation, statistical metrics—including mean bias, root-mean-square error, and correlation coefficients—were employed to evaluate ASCAT wind field accuracy. Results indicate strong agreement between ASCAT-derived and buoy-measured wind fields, with correlation coefficients of 0.928 for wind speed and 0.867 for wind direction. The standard deviation of wind speed is 0.889 m/s, while that of wind direction is 22.168°. Among buoy networks, NDBC sites exhibited the most stable wind speed and direction deviations. This validation study enhances the reliability of satellite-derived wind fields, contributing to improved weather forecasting, climate research, ocean engineering, and disaster warning systems. Additionally, the findings support the continuous refinement of satellite payloads and retrieval algorithms.

Key words: ocean buoy, sea-surface wind, satellite remote sensing, validation, marine meteorology, marine environmental monitoring

中图分类号:

P717

厉运周, 周茂盛, 朱琳, 禹定峰, 郝增周, 李民, 王军成, 潘德炉. 基于海洋浮标数据的卫星散射计海面风场真实性检验[J]. 山东科学, 2025, 38(3): 1-13.

LI Yunzhou, ZHOU Maosheng, ZHU Lin, YU Dingfeng, HAO Zengzhou, LI Min, WANG Juncheng, PAN Delu. Validation of satellite scatterometer-derived sea-surface wind fields based on ocean buoy data[J]. Shandong Science, 2025, 38(3): 1-13.

图/表 9

图1

图2

图3

表1

表2

表3

图4

图5

图6

参考文献 33

[1]	CHOU K H, WU C C, LIN S Z. Assessment of the ASCAT wind error characteristics by global dropwindsonde observations[J]. Journal of Geophysical Research: Atmospheres, 2013, 118(16): 9011-9021. DOI:10.1002/jgrd.50724.
[2]	陈坤堂, 董晓龙, 徐星欧, 等. 微波散射计反演海面风场的神经网络方法研究[J]. 遥感技术与应用, 2017, 32(4): 683-690. DOI:10.11873/j.issn.1004-0323.2017.4.0683.
[3]	张东翔. 多源卫星海面风场产品检验及融合研究[D]. 长沙: 国防科技大学, 2018. DOI:10.27052/d.cnki.gzjgu.2018.001026.
[4]	REMMERS T, CAWKWELL F, DESMOND C, et al. The potential of advanced scatterometer (ASCAT) 12.5 km coastal observations for offshore wind farm site selection in Irish waters[J]. Energies, 2019, 12(2): 206. DOI:10.3390/en12020206.
[5]	蒋璐璐, 姚日升, 王毅, 等. 基于浮标站和ERA5再分析资料的浙江沿海台风浪特征分析[J]. 海洋技术学报, 2024, 43(1): 1-9. DOI:10.3969/j.issn.1003-2029.2024.01.001.
[6]	林文明, 郎姝燕, 赵晓康, 等. 中法海洋卫星散射计近海岸海面风场反演研究[J]. 海洋学报, 2021, 43(10): 115-123.
[7]	叶小敏, 林明森, 宋庆君. 基于现场观测数据的卫星雷达高度计海面风速和有效波高真实性检验方法研究[J]. 遥感技术与应用, 2014, 29(1): 26-32. DOI:10.11873/j.issn.1004-0323.2014.1.0026.
[8]	周嘉陵, 沈树勤, 曾明剑, 等. QuikSCAT风矢量资料在黄海洋面的真实性检验及应用[J]. 科学技术与工程, 2010, 10(35): 8670-8675. DOI:10.3969/j.issn.1671-1815.2010.35.008.
[9]	杨晓君, 张增海. ASCAT洋面风资料在中国北方海域的真实性检验[J]. 海洋预报, 2014, 31(5): 8-12. DOI:10.11737/j.issn.1003-0239.2014.05.002.
[10]	王东良, 姚小海, 孟雷, 等. 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, 2014, 31(4): 47-53. DOI:10.11737/j.issn.1003-0239.2014.04.007.
[11]	仇月萍, 许大志, 陆希. HY-2A散射计风场在南海海域的检验和分析[J]. 海洋预报, 2018, 35(4): 25-33. DOI:10.11737/j.issn.1003-0239.2018.04.004.
[12]	WANG Z X, ZOU J H, STOFFELEN A, et al. Scatterometer sea surface wind product validation for HY-2C[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14: 6156-6164. DOI:10.1109/JSTARS.2021.3087742.
[13]	ZHENG M W, LI X M, SHA J. Comparison of sea surface wind field measured by HY-2A scatterometer and WindSat in global oceans[J]. Journal of Oceanology and Limnology, 2019, 37(1): 38-46. DOI:10.1007/s00343-019-7347-2.
[14]	穆博, 林明森, 彭海龙, 等. 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, 2014, 16(6): 39-45. DOI:10.3969/j.issn.1009-1742.2014.06.006.
[15]	朱金台, 董晓龙, 云日升. 利用浮标和NWP风场对HY-2散射计联合定标验证[J]. 电子学报, 2015, 43(11): 2237-2242. DOI:10.3969/j.issn.0372-2112.2015.11.015.
[16]	WANG Z X, STOFFELEN A, ZOU J H, et al. Validation of new sea surface wind products from scatterometers onboard the HY-2B and MetOp-C satellites[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58(6): 4387-4394. DOI:10.1109/TGRS.2019.2963690.
[17]	王志雄, 邹巨洪, 林明森, 等. HY-2卫星微波散射计海面风场地球物理模式函数研究[J]. 遥感学报, 2023, 27(4): 871-880.
[18]	BENTAMY A, CROIZE-FILLON D, PERIGAUD C. Characterization of ASCAT measurements based on buoy and QuikSCAT wind vector observations[J]. Ocean Science, 2008, 4(4): 265-274. DOI:10.5194/os-4-265-2008.
[19]	MODI A, MUNAKA S K, HARIKUMAR R, et al. Evaluation of winds from SCATSAT-1 and ASCAT using buoys in the Indian Ocean[J]. Journal of the Indian Society of Remote Sensing, 2021, 49(8): 1915-1925. DOI:10.1007/s12524-021-01335-4.
[20]	RICCIARDULLI L, MANASTER A. Intercalibration of ASCAT scatterometer winds from MetOp-A, -B, and-C, for a stable climate data record[J]. Remote Sensing, 2021, 13(18): 3678. DOI:10.3390/rs13183678.
[21]	RIBAL A, YOUNG I R. Calibration and cross validation of global ocean wind speed based on scatterometer observations[J]. Journal of Atmospheric and Oceanic Technology, 2020, 37(2):279-297.DOI:10.1175/jtech-d-19-0119.1.
[22]	JAYARAM C, UDAYA BHASKAR T V S, SWAIN D, et al. Oceansat-2 scatterometer (OSCAT) wind fields over the global oceans[J]. Proceedings of the National Academy of Sciences, India Section A: Physical Sciences, 2017, 87(4): 797-806. DOI:10.1007/s40010-017-0449-3.
[23]	RANI S I, DAS GUPTA M, SHARMA P, et al. Intercomparison of oceansat-2 and ASCAT winds with in situ buoy observations and short-term numerical forecasts[J]. Atmosphere-Ocean, 2014, 52(1): 92-102. DOI:10.1080/07055900.2013.869191.
[24]	OWEN M P, LONG D G. Land-contamination compensation for QuikSCAT near-coastal wind retrieval[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(3): 839-850. DOI:10.1109/TGRS.2008.2005633.
[25]	VERHOEF A, PORTABELLA M, STOFFELEN A. High-resolution ASCAT scatterometer winds near the coast[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(7): 2481-2487. DOI:10.1109/TGRS.2011.2175001.
[26]	XU Q, LI Y Z, LI X F, et al. Impact of ships and ocean fronts on coastal sea surface wind measurements from the advanced scatterometer[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(7): 2162-2169. DOI:10.1109/JSTARS.2018.2817568.
[27]	谢小萍, 魏建苏, 黄亮. ASBAT 近岸风场产品与近岸浮标观测风场对比[J]. 应用气象学报, 2014, 25(4): 445-453. DOI:10.3969/j.issn.1001-7313.2014.04.007.
[28]	YANG J G, ZHANG J. Comparison of oceansat-2 scatterometer wind data with global moored buoys and ASCAT observation[J]. Advances in Meteorology, 2019, 2019: 1651267. DOI:10.1155/2019/1651267.
[29]	LI Y Z, WANG J C. Technical development of operational in situ marine monitoring and research on its key generic technologies in China[J]. Acta Oceanologica Sinica, 2023, 42(10): 117-126. DOI:10.1007/s13131-023-2207-5.
[30]	王军成, 厉运周. 我国海洋资料浮标技术的发展与应用[J]. 山东科学, 2019, 32(5): 1-20. DOI:10.3976/j.issn.1002-4026.2019.05.001.
[31]	LI Y Z, HUANG S X, YAN S, et al. Variational reconstruction and simulation experiments of sea surface wind field for ocean data buoy[J]. Journal of Ocean University of China, 2024, 23(3): 577-582. DOI:10.1007/s11802-024-5698-6.
[32]	LI Y Z, YANG F A, LI S T, et al. Influence of six-degree-of-freedom motion of a large marine data buoy on wind speed monitoring accuracy[J]. Journal of Marine Science and Engineering, 2023, 11(10): 1985. DOI:10.3390/jmse11101985.
[33]	王军成, 厉运周, 杨英东, 等. 海洋资料浮标姿态信息测量技术研究现状及发展趋势[J]. 海洋与湖沼, 2023, 54(05):1239-1247.

要素	检验指标	传感器	10 min	30 min	60 min
风速	平均偏差/(m·s^-1)	A	-0.162	-0.158	-0.156
		B	-0.131	-0.129	0.129
		C	-0.334	-0.317	0.319
	平均绝对偏差/(m·s^-1)	A	0.618	0.516	0.572
		B	0.570	0.493	0.536
		C	0.753	0.546	0.687
	标准差/(m·s^-1)	A	1.013	0.926	0.981
		B	0.920	0.897	0.942
		C	1.098	0.946	1.078
	均方根误差/(m·s^-1)	A	1.069	0.962	1.021
		B	0.966	0.938	0.983
		C	1.191	1.039	1.141
	相关系数	A	0.915	0.894	0.859
		B	0.906	0.913	0.901
		C	0.899	0.905	0.882
风向	平均偏差/(°)	A	4.681	4.741	4.791
		B	4.430	4.383	4.653
		C	4.829	4.317	4.518
	平均绝对偏差/(°)	A	19.231	19.316	20.147
		B	19.268	18.622	19.581
		C	20.040	19.185	18.956
	标准差/(°)	A	22.398	21.853	23.852
		B	21.894	20.853	22.852
		C	23.857	23.412	25.526
	均方根误差/(°)	A	23.994	23.978	24.873
		B	22.672	22.487	24.601
		C	25.859	25.053	26.302
	相关系数	A	0.795	0.806	0.801
		B	0.805	0.812	0.823
		C	0.781	0.792	0.773
样本数		A	456 816	983 845	2 032 614
		B	513 271	1 105 443	2 182 762
		C	171 090	335 972	760 937

要素	检验指标	传感器	10 min	30 min	60 min
风速	平均偏差/(m·s^-1)	A	-0.063	-0.058	0.150
		B	-0.127	0.109	-0.128
		C	0.325	-0.132	0.313
	平均绝对偏差/(m·s^-1)	A	0.518	0.504	0.539
		B	0.499	0.468	0.526
		C	0.583	0.542	0.608
	标准差/(m·s^-1)	A	0.936	0.908	0.978
		B	0.898	0.836	0.952
		C	1.008	0.923	1.038
	均方根误差/(m·s^-1)	A	0.964	0.949	0.986
		B	0.944	0.911	0.972
		C	1.058	0.970	1.090
	相关系数	A	0.925	0.930	0.916
		B	0.937	0.944	0.924
		C	0.906	0.913	0.897
风向	平均偏差/(°)	A	3.507	3.200	3.644
		B	2.948	-3.677	-3.631
		C	3.019	-3.784	3.968
	平均绝对偏差/(°)	A	12.589	11.975	12.787
		B	12.639	11.244	12.940
		C	13.845	13.651	14.542
	标准差/(°)	A	23.756	21.860	23.883
		B	21.279	22.542	22.506
		C	23.189	22.101	23.680
	均方根误差/(°)	A	24.198	22.695	24.782
		B	23.864	23.573	23.912
		C	24.527	24.412	24.826
	相关系数	A	0.845	0.867	0.826
		B	0.857	0.885	0.833
		C	0.831	0.848	0.815
样本数		A	1 223 979	2 152 536	3 923 491
		B	1 475 914	2 418 579	4 785 950
		C	491 973	806 190	1 595 307

要素	检验指标	传感器	10 min	30 min	60 min
风速	平均偏差/(m·s^-1)	A	0.439	0.216	0.256
		B	0.320	0.410	0.405
		C	0.589	0.461	0.482
	平均绝对偏差/(m·s^-1)	A	0.758	0.872	0.893
		B	0.620	0.673	0.725
		C	0.897	0.888	0.903
	标准差/(m·s^-1)	A	0.935	0.986	1.008
		B	0.905	1.084	0.999
		C	1.015	1.348	1.151
	均方根误差/(m·s^-1)	A	1.808	1.528	1.588
		B	1.678	1.438	1.490
		C	2.353	1.915	2.012
	相关系数	A	0.859	0.895	0.865
		B	0.878	0.868	0.857
		C	0.861	0.855	0.846
风向	平均偏差/(°)	A	5.781	4.961	-5.983
		B	5.659	4.810	5.727
		C	4.521	3.977	5.199
	平均绝对偏差/(°)	A	22.314	22.143	21.858
		B	22.482	22.366	22.115
		C	21.273	20.944	20.303
	标准差/(°)	A	25.345	25.229	24.995
		B	25.325	25.232	25.025
		C	25.553	25.330	24.794
	均方根误差/(°)	A	27.035	26.299	28.153
		B	26.255	27.325	27.050
		C	28.575	27.630	29.094
	相关系数	A	0.788	0.797	0.792
		B	0.813	0.805	0.812
		C	0.791	0.776	0.757
样本数		A	2 671 751	4 689 077	8 443 092
		B	3 114 309	5 260 941	10 627 407
		C	1 038 130	1 705 647	3 402 469

基于海洋浮标数据的卫星散射计海面风场真实性检验

Validation of satellite scatterometer-derived sea-surface wind fields based on ocean buoy data

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 33

相关文章 7

Metrics

本文评价

推荐阅读 0

[1]	范乾毅, 刘芳媛, 纪泽禄, 卞晓东, 禹定峰, 赵歆祺. 基于GEE的黄河口及邻近海域悬浮泥沙质量浓度时空演变及趋势分析[J]. 山东科学, 2025, 38(3): 51-63.
[2]	李一苇, 宋瑾, 厉运周, 王军成. 用于海水微生物燃料电池原位监测的新型伏安式pH传感器[J]. 山东科学, 2025, 38(3): 72-83.
[3]	史朕嘉, 郝增周, 厉运周, 叶枫, 黄海清, 潘德炉. 南海中尺度涡数据融合研究[J]. 山东科学, 2025, 38(3): 99-108.
[4]	漆随平, 徐晓飞, 厉运周, 王军成, 杜珺. 基于全球卫星导航系统的海洋环境监测方法研究综述[J]. 山东科学, 2024, 37(2): 1-11.
[5]	吴云清, 陶雨婷, 张云鹏, 马静. 基于DMSP/OLS数据的全国空气污染物时空演变研究[J]. 山东科学, 2020, 33(2): 97-105.
[6]	张大海，齐亮，丁圆强，姜涛，郑凯，姚抒均. 基于LabVIEW与SQL server设计的浮标电源远程管理系统[J]. 山东科学, 2018, 31(5): 7-13.
[7]	吕斌, 贺海靖, 刘杰. 基于无线传感器网络的海洋环境监测技术研究[J]. J4, 2011, 24(4): 41-44.