Früher|Nächster

Validierungsanalyse der integrierten Meeresoberflächenwindfelder des Haiyang-2-Satelliten

  • role： First author第一作者
  • Affiliation：

    Hainan Institute of Satellite Ocean Application Company Limited, Sanya 572025, China

  • Email：1195038810@qq.com
  • Introduction：陈怀怀，研究方向为海洋卫星遥感。E-mail：1195038810@qq.com
CHEN Huaihuai1,  
  • Affiliation：

    Hainan Institute of Satellite Ocean Application Company Limited, Sanya 572025, China

    Sanya Oceanographic Institution, Ocean University of China, Sanya 572024, China

YIN Xiaobin12,  
  • role： Corresponding author通信作者
  • Affiliation：

    National Satellite Ocean Application Service, Beijing 100081, China

    Key Laboratory of Space Ocean Remote Sensing and Application, Ministry of Natural Resources, Beijing 100081, China

  • Email：fengqian@mail.nsoas.gov.cn
  • Introduction：冯倩，研究方向为海洋灾害遥感监测和气溶胶遥感监测。E-mail：fengqian@mail.nsoas.gov.cn
FENG Qian34*,  
  • Affiliation：

    Hainan Institute of Satellite Ocean Application Company Limited, Sanya 572025, China

QIU Ruiting1,  
  • Affiliation：

    Hainan Institute of Satellite Ocean Application Company Limited, Sanya 572025, China

GAO Guoxing1,  
  • Affiliation：

    Sanya Oceanographic Institution, Ocean University of China, Sanya 572024, China

LYU Sirui2

Resümee

Die hochpräzise Beobachtung von Windgeschwindigkeit und Windrichtung ist eine entscheidende Grundlage für die Bewertung von Windressourcen, die maritime Sicherheit und die Klimaforschung. Um die Genauigkeit der Bewertung von Windressourcen zu verbessern, zielt diese Studie darauf ab, die Genauigkeit und Konsistenz verschiedener Windfeld-Datensätze (verankerte Bojen, MULOWV-Satellitenfusion-Windfeldprodukte, tägliche METOP-Satelliten-Windfeldprodukte) durch eine mehrfache Datenabgleichsanalyse zu bewerten und die beste Datenquelle zur Unterstützung der kommerziellen Anwendung auszuwählen. Eine dreifache Abgleichsanalyse wurde verwendet, um die Windgeschwindigkeit und -richtung der verankerten Bojendaten, der MULOWV-Fusionsdaten und der täglichen METOP-Satellitendaten gegenseitig zu validieren. Durch Berechnung des quadratischen Mittelwertfehlers (RMSE) und des Korrelationskoeffizienten wurden die Fehler und Konsistenzen der verschiedenen Datenquellen quantifiziert sowie die Datenvariabilität unter unterschiedlichen Windgeschwindigkeitsbedingungen analysiert. Die systematische Untersuchung zeigte, dass die MULOWV-Daten bei der Mehrfachabgleichanalyse die besten Ergebnisse erzielten, wobei die RMSE für Windgeschwindigkeit und -richtung jeweils unter 1,6 m/s bzw. 15° lagen und somit den Anforderungen kommerzieller Anwendungen entsprechen; MULOWV- und METOP-Daten zeigten insgesamt eine hohe Korrelation, weisen jedoch bei extremen Windgeschwindigkeiten leichte Abweichungen auf; die Fehlerindikatoren von MULOWV sind besser als bei anderen Datenquellen, was sie für die großflächige Windfeldüberwachung und Modellvalidierung geeignet macht. Die Ergebnisse zeigen, dass die MULOWV-Satellitenfusion-Windfeldprodukte eine hohe Datenpräzision und Multisourcenkonsistenz aufweisen, als Hauptdatenquelle für Windfeldüberwachung und Modellevaluation dienen können und eine zuverlässige Referenz für die Kalibrierung anderer Windfelddaten bieten. Zukünftig ist eine weitere Optimierung der Datenstabilität unter Extremwindbedingungen erforderlich, um die Anwendbarkeit in komplexen meteorologischen Szenarien zu verbessern.

Schlüsselwort

Meeres-Satelliten; integrierte Meeresoberflächenwindfelder; dreifache Abgleichsanalyse; MULOWV; Mikrowellenstreuungsradar; Windfeldprüfung

References

  1. 1.
    Chen G. 2004. An intercomparison of TOPEX, NSCAT, and ECMWF wind speeds: illustrating and understanding systematic discrepancies. Monthly Weather Review, 132(3): 780-792
  2. 2.
    Chen K H, Xie X T, Zhan J L, Zou J H and Zhang Y. 2020. Accuracy analysis of the retrieved wind from HY-2B scatterometer. Journal of Tropical Oceanography, 39(6): 30-40
  3. 3.
    Jiang X W and Song Q T. 2010. A climatology of sea surface wind speed and wind stress fields constructed from scatterometer observations. Acta Oceanologica Sinica, 32(6): 83-90
  4. 4.
    Li P and Tian J K. 2011. Characteristics of surface layer wind speed profiles over different underlying surfaces. Resources Science, 33(10): 2005-2010
  5. 5.
    Lin Y Y, Zou J H, Lin M S and He J R. 2017. Study on the ocean surface wind vector fusion based on muti-source space borne microwave scatterometer data. Remote Sensing Technology and Application, 32(1): 126-132
  6. 6.
    Liu L C, Fu D Y, Zou J H, Xu G J, Wang H and Zhang X Z. 2023. Cross-validation analysis of sea surface wind and significant wave height over the arctic from the autonomous HY-2B satellite. Remote Sensing Technology and Application, 38(1): 227-238
  7. 7.
    Liu X Y, Hao S, Peng W, Liu Y X and Zhang J. 2024. Examination and evaluation of the HY-2C satellite scatterometer sea surface wind field. Marine Forecasts, 41(2): 92-103
  8. 8.
    Lü S R, Lin W M, Zou J H and Wang Z X. 2023. Error quantification and cross calibration of sea surface wind speeds from multiple remote sensing satellites. Haiyang Xuebao, 45(5): 118-128
  9. 9.
    Lv S R, Lin W M, Wang Z X and Zou J H. 2022. Blending sea surface winds from the HY-2 satellite scatterometers based on a 2D-Var method. Remote Sensing, 15(1): 193
  10. 10.
    Ribal A and Young I R. 2020. Global calibration and error estimation of altimeter, scatterometer, and radiometer wind speed using triple collocation. Remote Sensing, 12(12): 1997
  11. 11.
    Stoffelen A. 1998. Toward the true near-surface wind speed: error modeling and calibration using triple collocation. Journal of Geophysical Research: Oceans, 103(C4): 7755-7766
  12. 12.
    Verspeek J, Verhoef A and Stoffelen A. 2013. ASCAT-B NWP ocean calibration and validation[EB/OL]. [2024-06-13].
  13. 13.
    Verspeek J, Verhoef A and Stoffelen A. 2019. ASCAT-C wind product calibration and validation[EB/OL]. [2024-08-25].
  14. 14.
    Vogelzang J and Stoffelen A. 2021. Quadruple collocation analysis of in-situ, scatterometer, and NWP winds. Journal of Geophysical Research: Oceans, 126(5): e2021JC017189
  15. 15.
    Vogelzang J, Stoffelen A, Verhoef A and Figa-Saldaña J. 2011. On the quality of high-resolution scatterometer winds. Journal of Geophysical Research: Oceans, 116(C10): C10033
  16. 16.
    Wang D L, Yao X H, Meng L and Zhang W K. 2014. Validation and analysis of wind field products of HY-2. Marine Forecasts, 31(4): 47-53
  17. 17.
    Wang H, Zhu J H, Lin M S, Zhang Y G and Chang Y T. 2020. Evaluating Chinese HY-2B HSCAT ocean wind products using buoys and other scatterometers. IEEE Geoscience and Remote Sensing Letters, 17(6): 923-927
  18. 18.
    Wang Z X, Zou J H, Lin M S, Lin W M, Zhang Y G, Li X Z, Feng Q and He Y J. 2023. Development of a geophysical model function for HY-2 satellite microwave scatterometer wind retrievals. National Remote Sensing Bulletin, 27(4): 871-880
  19. 19.
    Xiang K S, Yin X B, Xing S G, Kong F P, Li Y, Lang S Y and Gao Z Y. 2022. Preliminary estimate of CFOSAT satellite products in tropical cyclones. IEEE Transactions on Geoscience and Remote Sensing, 60: 4203516
  20. 20.
    Zhu J T, Dong X L and Yun R S. 2015. Calibration and validation of HY-2 scatterometer using NWP and buoy data. Acta Electronica Sinica, 43(11): 2237-2242

Lesen Sie die ganze Passage

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website