一种温度相关的HY-2A散射计地球物理模型函数

利用散射计测量海面后向散射系数,并通过地球物理模型函数(geophysical model function, GMF)反演得到海面风场。目前散射计风场反演所采用的GMF一般只考虑雷达极化方式、雷达入射角、风速和相对风向对海面后向散射系数的影响,而相关研究表明海表温度(sea surface temperature, SST)对Ku波段散射计风场反演具有不可忽略的影响。文章利用海洋二号A卫星散射计(Haiyang-2AScatterometer,HY2A-SCAT)后向散射系数观测值、欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风矢量和SST数据,采用人工神经网络方法,建立起一种SST相关的GMF (TNGMF)。对TNGMF进行分析后发现,海面后向散射系数随着SST的增加而增加,并且其增加幅度与雷达极化方式、风速有关。为了对比,文章使用相同数据集和相同方法建立了不包含SST的GMF (NGMF),将美国国家航天航空局散射计-2 (National Aeronautics and Space Administration Scatterometer-2, NSCAT2) GMF、TNGMF和NGMF分别用于HY2A-SCAT风场反演实验。试验结果表明,采用NSCAT2 GMF、NGMF反演得到的风速在低温时系统性偏小,在高温时系统性偏大;而TNGMF可较好地纠正SST对风速偏差均值的影响,从而提高反演风场质量。

一种基于BP神经网络方法的HY-2A散射计反演风场偏差订正方案

针对HY-2A散射计风矢量场数据,利用BP神经网络方法,引入NDBC浮标的降水海温等环境要素,对HY-2A散射计风场进行偏差订正。实验结果表明:BP神经网络方法对HY-2A散射计的风速风向均有较好的订正效果,能有效修正HY-2A的风速高估现象,风速平均偏差由2.32 m/s改善至0.25 m/s;同时通过敏感性试验,发现了各样本输入量以及各环境要素对实验结果的敏感性。

卫星散射计与海面平台所测的风场数据比较

基于南海北部海面PY30-1石油平台气象站测风仪2011年7月19日—2012年9月17日实测的风场数据,分别开展了对卫星搭载的ASCAT和HY-2散射计所测风场数据的比较研究,分析散射计的测风能力(选取的时空窗口为30min和25km)。结果表明:在南海北部海域,ASCAT散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为2.53m/s,风向偏差较大,均方根误差为47.87°;HY-2散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为3.41m/s,风向的均方根误差为58.66°。分别按低、中和高风速的不同条件将ASCAT和HY-2散射计所测的风场数据与PY30-1石油平台气象站观测的风场数据加以比较可知,ASCAT和HY-2散射计都具有较好的测风能力,前者所测风速与PY30-1石油平台气象站测风仪观测风速的均方根误差稍小于后者。在150min和15km的时空窗口下,ASCAT与HY-2散射计所测风速的均方根误差为0.72m/s,风向的均方根误差为8.50°。