气候变化已引起全球大尺度环流系统的显著改变，如：西风气流向极地方向移动，北大西洋强热带气旋活动增加^[1]，北大西洋经向翻转流(AMOC)减弱^[2]等等。这些大尺度高层大气环流和地表海洋环流变化，也在影响着海洋风场风应力和动量通量的变化^[3-6]。过去百年中北大西洋风应力旋度零值线约向北移动了2.5°，北太平洋风应力旋度零值线约向北移动了3.0°^[7]。Stocker研究结果显示：低纬区大部分海洋风应力引导的海表层动量通量呈减弱态势，而中纬区海洋表层动量通量呈增强趋势^[8]。中国海域风场尤其是海表面风场在气候变化背景下发生怎样的变化，国内专家学者就此也开展了相关分析研究。陈心一^[9]和王慧鹏^[10]运用多年卫星风场资料分析了我国海表面风的月变化和季变化，王慧等研究显示我国海表面风大风日数的季节变化与东亚季风活动有关^[11]。在风速年变化方面，Zhang等分析表明南方涛动(SOI)和厄尔尼诺(ENSO)事件对南中国海风速年变化有显著影响^[12]。

对于风速变化趋势的研究，孙龙等利用1999~2008年Quickscat风场资料分析指出，中国海域海表面风整体处于增大趋势，风速增加最大的区域在台湾东侧黑潮流经的海域^[13]，但张德天等运用1999~2009年Q/N风场资料的分析结果发现，中国海域海表面风整体上并没有显著的变化趋势^[14]，两者研究结论出现分歧。郑崇伟和林刚等基于CCMP风场资料分析发现，1988~2009年中国大部分海域海表面风在呈现逐年递增态势，但台湾东部和菲律宾周边零星海域却表现出线性递减趋势^[15-16]。由此看来，使用不同风场资料所得的分析结果会存在一定差异。Li等^[17]在南大洋的研究亦表明：风场资料不同得出的海表面风年际变化趋势各异，ERA-Interim风场资料显示南大洋风速在减弱，而NCEP资料则显示南大洋风速在增强。目前国内针对中国海表面风变化趋势的研究多是基于单一的风场资料，尚缺乏多种风场资料的对比分析。

深入探讨气候变化背景下我国海域风场的变化响应，这对于海上风能开发、沿海城市防灾减灾以及海洋工程安全等均具有重要的积极意义。本文使用全球流行通用的3种风场产品(CCMP、ERA-Interim和NCEP-DOE)，计算分析我国海表面风1985~2013年的变化情况，对比分析不同风场产品在表述海表面风年际变化上的异同，意旨为我国海表面风变化趋势的客观判识提供较为全面的综合信息。

1   材料与方法

1.1   研究区域

研究区为我国整体海域，参考中央气象台对海域的划分标准，将我国海域从北至南、由西到东共划分为18个海区^[11]，如图 1所示。为了文中叙述方便，又把18个海区归纳为4大区域，分别为：区域Ⅰ，渤海和黄海海域(含编号1~5号海区)；区域Ⅱ，东海及台湾附近海域(含编号6~9号海区)；区域Ⅲ，北部湾和南海西部海域(含编号11~13, 15和17号海区)；区域Ⅳ，巴士海峡及南海东部海域(含编号10, 14, 16和18号海区)。

图  1  中国海域空间划分

Fig.  1  Sketch map of spatial division of China seas

下载: 全尺寸图片 幻灯片

1.2   数据简介

NCEP-DOE、ERA-Interim和CCMP风场(约10 m观测高度)是现今大气物理、气象与海洋等研究领域应用十分广泛的3种全球尺度的风场产品。NCEP-DOE(也称作NCEP-Ⅱ)和ERA-Interim风场分别是美国国家环境预报中心(NECP)和欧洲中期天气预报中心(ECMWF)的再分析资料数据，NCEP-DOE的前身是NCEP/NCAR(NCEP-I)，ERA-Interim是ERA-40数据的进一步完善。CCMP风场是美国NASA物理海洋学分布式档案中心(PODAAC)于2010年发布的一种新的高分辨率交叉定标多平台卫星探测的海表面风场产品。NCEP-DOE、ERA-Interim和CCMP风场的空间分辨率分别为2.5°、0.75°和0.25°，时间分辨率均为一日4次(世界时：00时、06时、12时、18时)。本文使用的CCMP、ERA-Interim和NECP-DOE 3种风场数据产品均来自国际互联网数据共享网站。CCMP风场资料来源于美国NCAR的CISL研究数据档案中心网站：http://rda.ucar.edu/datasets/ds744.9/index.html；ERA-Interim风场源于欧洲中期天气预报中心(ECMWF)：http://apps.ecmwf.int/datasets/；NECP-DOE风场源于美国NOAA网站：http://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis2.html。本文使用渤海(1个)、东海(2个)和南海(2个)共5个浮标站的2010年1月和7月的小时测风数据，对NCEP-DOE、ERA-Interim和CCMP的风速作了初步对比分析，结果显示CCMP风速与浮标观测风速最为相近(两者风速的线性相关R值为0.80)，这与文献[18]的结论大体一致。

1.3   分析方法

年平均风速计算：根据各时刻(世界时：00:00，06:00，12:00，18:00)的纬向经向风矢量(u, v)数据，先计算各时刻的全风速值，再按年份对各时次的全风速(W)值进行统计。各时次全风速(W)的计算公式如下：

式中：W为全风速(单位：m/s)；u和v分别为经向和纬向风矢量网格值(单位：m/s)；δ_u和δ_v分别为经向和纬向风矢量网格值的附加值(Add Offset)；k_u和k_v分别为经向和纬向风矢量网格值的换算因子(Scale Factor)。

区域平均风速计算：先以风场产品(NCEP-DOE、ERA-Interim和CCMP)原始网格点的年平均风速计算值为基础，进行反距离权重(IDW)空间插值，获取范围覆盖我国海域、空间分辨率为0.1°×0.1°的格点风速值；再依照分析区域形状，设置子网掩码(MASK)提取区域内所有格点风速值；最后对区域内的格点风速值进行算术平均，进而获得区域平均的年风速值。该种区域平均风速的计算方式类似文献[19]，此处之所以将原风场产品的网格点值内插成分辨更为精细的格点值，目的在于尽量消除子网掩码取值的边界效应。

年平均风速变化趋势检验：建立年平均风速随年份变化的线性方程，计算回归方程的相关系数R(公式2), 进行F显著性检验。

式中：R为方程相关系数；n为样本量，对于给定的显著性水平a，查相关F值检验表，可知建立的线性方程(即年平均风速随年份变化)是否显著。

年平均风速变异性分析：利用变异系数(CV)衡量年平均风速的变异程度。变异系数是指数据标准差与平均数的比值，计算公式如下：

式中：X_i为历年风速的年平均风速；N为年份数。

2   结果与讨论

2.1   全海域海表面风速年际变化

基于CCMP、ERA-Interim和NCEP-DOE三种风场产品，计算获得的我国海表面风速年际变化趋势如图 2。三种风场产品年平均风速的变化趋势具有趋同性，但变化幅度存在差异性，即：各年份风速上升或风速下降的步调基本一致，但风速上升或下降幅度存在差异。NCEP-DOE年平均风速在1985~2013年呈显著性线性增加，增加速率约为0.015 m/s·a，ERA-Interim风速在该期间并没有明显的线性增加或减小趋势；而CCMP年平均风速在1988~2011年期间，不仅呈现显著性的增加，且其线性增加速率(0.050 m/s·a)约为NCEP-DOE的3倍之多，见表 1。

图  2  不同风场产品中国海表面风速年际变化

Fig.  2  Inter-annual variations of sea surface wind speed of China seas calculated from different wind data

下载: 全尺寸图片 幻灯片

表  1  中国海域海表面风速变化趋势分析

Tab.  1  Variation trend analysis of sea surface wind speed in China seas

海域范围	风场类型	线性变率(K)/m·s-1·a-1	相关系数R	F值
中国全海区	NCEP-DOE	0.015	0.71	27.45**
	ERA-Interim	-0.001	0.08	0.17
	CCMP	0.050	0.91	130.07**
区域Ⅰ海区	NCEP-DOE	0.007	0.39	4.84*
	ERA-Interim	-0.003	0.20	1.13
	CCMP	0.057	0.91	130.07**
区域Ⅱ海区	NCEP-DOE	0.041	0.77	39.32**
	ERA-Interim	0.006	0.28	2.30
	CCMP	0.056	0.89	102.87**
区域Ⅲ海区	NCEP-DOE	0.012	0.56	12.34**
	ERA-Interim	0.002	0.07	0.13
	CCMP	0.046	0.89	102.87**
区域Ⅳ海区	NCEP-DOE	0.024	0.56	12.34**
	ERA-Interim	-0.001	0.02	0.01
	CCMP	0.040	0.73	30.80**
注：“**”表示通过0.01水平信度检验，“*”表示通过0.05水平信度检验

下载: 导出CSV 

| 显示表格

在1998年以前，CCMP、ERA-Interim和NCEP-DOE三者年平均风速的变化步调和幅度均较为相同，但从1999年开始，三者风速的变化情况开始出现了较大差异，NCEP-DOE风速仅呈现微弱的线性上升态势(增加速率为0.011 m/s·a，R=0.35)，ERA-Interim风速无显著变化，但CCMP风速则表现为显著性的线性增加(增加速率为0.034 m/s·a，R=0.87)。NCEP-DOE和ERA-Interim两者风速的变化趋势(弱变化或无变化)，与文献[14]基于Q/N风场资料获得的结果大致相同，CCMP风速显著增大的变化趋势与文献[13]基于Quickscat资料的分析结论基本相符。由此看来，尽管相关文献存在结论分歧，也仅是源于所分析的风场资料不同而已，这也表明了使用多风场资料开展风速变化综合研究的重要性。

2.2   区域海区海表面风速年际变化

CCMP、ERA-Interim和NCEP-DOE三种风场产品计算的我国区域海区1988~2011年海表面风速的年际变化情况，见图 3。CCMP风场产品显示我国四个区域海区的海表面风速均呈现出显著性的上升趋势，渤海和黄海海域(区域Ⅰ)、东海及台湾附近海域(区域Ⅱ)、北部湾和南海西部海域(区域Ⅲ)、巴士海峡和南海东部海域(区域Ⅳ)，其年平均风速的线性增加速率分别约为0.057 m/s·a、0.056 m/s·a、0.046 m/s·a和0.040 m/s·a(见表 1)。NCEP-DOE风场产品也显示出各区域海区的海表面风速呈显著性的上升趋势，但其线性增加速率明显低于CCMP的计算结果。

图  3  区域海区海表面风速年际变化(a：区域Ⅰ，b：区域Ⅱ，c：区域Ⅲd：区域Ⅳ)

Fig.  3  Inter-annual variations of sea surface wind speed of zonal seas (a: zoneⅠ, b: zoneⅡ, c: zoneⅢ, d: zoneⅣ)

下载: 全尺寸图片 幻灯片

有别于CCMP和NCEP-DOE风场产品，ERA-Interim风场产品的计算结果显示：我国四个海域的海表面风在1988~2011年期间，其年平均风速均未出现显著性的线性增强或减弱趋势(见图 3和表 1)。另一方面，关于区域海区对全海区的风速增加贡献，CCMP与NCEP-DOE两种风场产品的计算结果也不完全相同。虽然两者在东海及台湾附近海域(区域Ⅱ)的结果大致相似，均显示该区域是我国海表面风增速较大的海区；但在渤海和黄海海域(区域Ⅰ)，两者的计算结果却截然相反，CCMP显示黄渤海是四个区域海区中风速增加最强的区域，而NCEP-DOE则显示该区风速增加最弱，见表 1。

2.3   海表面年平均风速变异性分析

利用公式(3)先分别计算出1988~2011年CCMP、NCEP-DOE和ERA-Interim三种风场产品每个网格点上的年平均风速变异系数(CV)，再将不同空间分辨率的网格点值内插成统一的0.1°×0.1°的网格值，进而获得我国海表面年平均风速变异系数的空间分布情况，见图 4。三种风场产品年平均风速的变异系数，无论是在数值上还是空间分布形式上都存在着一定的差异。ERA-Interim和NCEP-DOE两者的空间分布形式，在渤海和黄海以及南海南部海区大体相似，年平均风速的变异系数也大致相同；但在东海(尤其是东海东部)、台湾附近海域及巴士海峡海域，两者的空间分布形式差异较大，ERA-Interim的变异系数值多在0.05以下，而NCEP-DOE的变异系数值多在0.08以上。CCMP年平均风速的变异系数空间分布形式几乎完全不同于ERA-Interim和NCEP-DOE的计算结果，尤其是在我国大陆附近的近海海域，CCMP显示该些海域的年平均风速变异系数值相对较高(多在0.10左右)，而ERA-Interim和NCEP-DOE则显示该区域的变异系数值相对较低。

图  4  不同风场产品年平均风速变异系数空间分布(a：ERA-Interim，b：NCEP-DOE，c：CCMP)

Fig.  4  Spatial patterns of variation coefficient of annual wind speed calculated from different wind data (a: ERA-Interim, b:NCEP-DOE, c: CCMP)

下载: 全尺寸图片 幻灯片

年平均风速变系数(CV)，它是年平均风速标准差与年平均风速均值的比值，反映的是在一段时期内年际间风速值的变化大小。从图 4可看出：CCMP的年平均风速变异系数值整体最高、NCEP-DOE次之，ERA-Interim最小。这也暗示了ERA-Interim的年平均风速在1988~2011年期间变化程度相对较小，而CCMP的年平均风速变化程度则相对剧烈。从我国全海域海表面风的年平均风速变异系数值分析(见表 2)，CCMP海表面风的年际变化剧烈程度约是NCEP-DOE的5.7倍、ERA-Interim的10倍。

表  2  中国全海域海表面年平均风速变异性分析(1988~2011年)

Tab.  2  Variability analysis of annual wind speed of sea surface over China seas (1988~2011)

风场类型	平均值/m·s-1	标准差/m·s-1	变异系数
NCEP-DOE	6.15	0.18	0.029
ERA-Interim	5.77	0.10	0.017
CCMP	5.90	0.98	0.166

下载: 导出CSV 

| 显示表格

2.4   不同风场产品海表面风年变化差异浅探

从2.1~2.3节可知：CCMP和NCEP-DOE两种风场产品均显示我国海表面风速在1988~2011年呈显著性的线性增加趋势，且CCMP的风速增加速率明显高于NCEP-DOE；而ERA-Interim则显示该期间我国海表面风速并没有显著性变化(见图 2)，由此可见，不同风场产品所揭示的我国海表面风变化情况并不相同。

NCEP-DOE、ERA-Interim和CCMP三种风场产品的格点大小分别为2.5°×2.5°、0.75°×0.75°和0.25°×0.25°，这种格点大小的差异是造成年风速不同变化趋势的主要原因吗？为了对该问题作以解释，本文利用格点值平均的升尺度方式将ERA-Interim和CCMP的格点尺寸统一整合成类似NCEP的格点大小，代表格点上三种风场产品的年平均风速变化趋势分析见表 3。

表  3  不同风场产品代表格点上的海表面风速变化趋势分析(1988~2011年)

Tab.  3  Variation trend analysis of sea surface wind speed of typical grids from different wind data(1988~2011)

序号	格点中心位置	隶属海域	原风场产品格点数	风速线性变率/m·s-1·a-1
1	E 122.50° N 35.00°	区域Ⅰ	NCEP-DOE	1×1	0.009*
			ERA-Interim	3×3	-0.002
			CCMP	10×10	0.038**
2	E 125.00° N 30.00°	区域Ⅱ	NCEP-DOE	1×1	0.025**
			ERA-Interim	3×3	0.004
			CCMP	10×10	0.037**
3	E 112.50° N 15.00°	区域Ⅲ	NCEP-DOE	1×1	0.013**
			ERA-Interim	3×3	-0.001
			CCMP	10×10	0.038**
4	E 117.50° N 20.00°	区域Ⅳ	NCEP-DOE	1×1	0.022**
			ERA-Interim	3×3	0.006
			CCMP	10×10	0.045**
注：“**”表示通过0.01水平信度检验，“*”表示通过0.05水平信度检验

下载: 导出CSV 

| 显示表格

假若格点尺寸大小是造成NCEP-DOE、ERA-Interim和CCMP三种风场风速不同变化趋势的主要因素，那么当它们格点尺寸统一时，其风场风速的变化趋势(即年风速线性变率)也就应该表现为相同性。然而，从表 3分析结果可看出：尽管升尺度后三种风场产品的格点尺寸基本相同，但三者的年风速变化趋势仍存在很大差异，且这种差异与表 1各区域海区的分析结果大体相似(即：CCMP风速线性增加速率明显高于NCEP-DOE，ERA-Interim风速无显著性变化)。由此可知，风场产品的格点大小并不是造成NCEP-DOE、ERA-Interim和CCMP风速年变化差异的主要因素。那么，引起它们风速年变化差异的主要原因又是什么，本文从各风场产品开发者的使用角度作进一步探析。

NCEP-DOE和ERA-Interim风场分别是美国国家环境预报中心(NECP)和欧洲中期天气预报中心(ECMWF)的再分析资料数据，产品数据主要应用于天气气候的预测，因此在数据准确性和时间连续性上，它们更注重于数据的时间连续性，即同类数据产品的同化融合方式在时间上不发生改变^{[17, 20]}。CCMP风场是交叉定标多平台卫星探测的海表面风产品，其先后同化融合了10余种系列的卫星数据，旨在精确反演海面风场、对海面风进行高分辨率空间监测。相比于NCEP-DOE和ERA-Interim风场，CCMP风场同化资料的卫星系列也有过变动，且融合资料的背景场也发生过改变(1999年前使用ERA-40洋面风场，尔后改用ERA-Interim洋面风场)^[18]，这在一定程度上对数据序列的时间连续性会有所影响。

从图 2中可看出：CCMP年平均风速在1999年出了一个急剧上升的“突变”现象，相对于1998年我国全海域风速增加了0.60 m/s，这一增加值远高于其任何一年的变化幅度，也明显高出NCEP-DOE和ERA-Interim同年风速增加值(NCEP-DOE增加了0.35 m/s，ERA-Interim增加了0.31 m/s)。CCMP同化背景场的这次变动，使得其年平均风速由1999以前均低于ERA-Interim，变为其后均高于ERA-Interim，也使得CCMP风速的年际变化在整个时间序列中表现出了十分快速的上升趋势，这也是造成其年平均风速变异系数值偏高的一个重要原因。Li等^[17]在南大洋风速变化的研究中亦揭示：CCMP风场风速在1992~1998年各年的风速均比航海船只观测值偏低，而其后的大多年份风速值却比航海船只观测值偏高。这从某种角度也暗示了CCMP风场资料融合的背景场改变，确实对CCMP风场数据序列的时间连续性造成了一定影响。值得注意的是：CCMP风场数据虽可能存在时间连续性问题，但不可否认它仍是目前全球尺度空间分辨率最高、数据误差较小的长时序风场产品之一，产品精准度高于多数其它类型的风场产品(包括NCEP-NCAR，NCEP-DOE，ERA-40，ERA-Interim，ECOP，SSMP等)^[18]。

然而，风速长序列变化趋势的可靠性分析，不仅取决于风场产品的风速误差大小，更取决于风场产品的时间连续性。NCEP-DOE、ERA-Interim和CCMP三种风场产品各有优缺，对于究竟何种风场产品的计算结果更能接近于我国海表面风的真实变化情况，由于目前海上测风站点的长期观测资料缺乏，本文尚还无法回答这一问题，这也是将来需要进一步深入研究的一个方向。

3   结论

(1) 基于不同风场产品获得的我国海表面风速年际变化趋势存在较大差异。CCMP和NCEP-DOE计算结果均表明，近几十年我国全海域海表面风速呈显著性线性增加，CCMP年平均风速的增加速率(0.050 m/s·a)相对较大，约为NCEP-DOE(0.015 m/s·a)的3倍之多。ERA-Interim的年平均风速并没未显示出有明显的线性增加或减小趋势。

(2) 对于区域海区对全海域海表面风的增速贡献，NCEP-DOE和CCMP的计算结果并不相同。CCMP显示渤海和黄海海域(区域Ⅰ)是我国四个区域海区中风速增加最强的区域，而NCEP-DOE则显示该区的风速增加最弱。

(3)  CCMP、ERA-Interim和NCEP-DOE三种风场产品的年平均风速变异系数，在空间分布及其量值上均存在明显差异。CCMP的变异系数值整体最高、NCEP-DOE次之，ERA-Interim最小，即CCMP年平均风速的变化程度相对剧烈，而ERA-Interim的变化程度相对较小。

(4) CCMP风场产品在1999年，其数据同化的背景场发生了改变，这对数据的时间连续性造成了一定影响。在1988~2011年CCMP海表面风的快速增长趋势中，可能隐含了因风场资料融合方式改变而引起的风速抬升因素。