海洋科学  2022, Vol. 46 Issue (3): 14-24   PDF    
http://dx.doi.org/10.11759/hykx20200720004

文章信息

杨宏达, 乔璐璐, 李广雪, 李珏, 缪红兵. 2022.
YANG Hong-da, QIAO Lu-lu, LI Guang-xue, LI Jue, MIAO Hong-bing. 2022.
黄河三角洲海上风场再分析资料对比
Comparison of reanalysis wind field off the Yellow River Delta
海洋科学, 46(3): 14-24
Marine Sciences, 46(3): 14-24.
http://dx.doi.org/10.11759/hykx20200720004

文章历史

收稿日期:2020-07-20
修回日期:2020-09-21
黄河三角洲海上风场再分析资料对比
杨宏达1,2, 乔璐璐1,2, 李广雪1,2, 李珏1,2, 缪红兵1,2     
1. 中国海洋大学海洋地球科学学院, 山东 青岛 266100;
2. 海底科学与探测技术教育部重点实验室, 山东 青岛 266100
摘要:再分析风场资料在海洋气象的研究中得到广泛应用。本文基于黄河口区域孤东59井验潮站和桩西106验潮站现场观测资料, 对CCMP(cross-calibrated multi-platform)、CFSR(climate forecast system reanalysis)、ERA-interim、JRA-55 4种再分析资料的近地面10 m高度风场在黄河口区域的适用性进行对比分析。结果表明CCMP风场数据的平均相对误差和均方根误差最小, 与实测数据的相关系数最大, 能够较好反映黄河三角洲海域海上风场特征。同时, CCMP风场也能较好反映该海域的强风过程, 其中冬季拟合程度比夏季好。基于CCMP风场资料, 1988—2018年黄河三角洲海上风场多年平均风速为5.33 m/s, 其中1988—2009年, 冬、夏季及全年风速均呈上升趋势; 而自2010年后, 夏季风速上升速度加快, 冬季由于8 m/s以下风速减弱的影响而呈逐年减小趋势, 年平均风速也在冬季风控制下呈现降低趋势。
关键词黄河三角洲    风场再分析资料    对比    长期变化    
Comparison of reanalysis wind field off the Yellow River Delta
YANG Hong-da1,2, QIAO Lu-lu1,2, LI Guang-xue1,2, LI Jue1,2, MIAO Hong-bing1,2     
1. College of Marine Geosciences, Ocean University of China, Qingdao 266100, China;
2. The Key Lab of Sea Floor Resource and Exploration Technique, Ministry of Education, Qingdao 266100, China
Abstract: In marine meteorology, the reanalysis of wind field data has been widely used. The applicability of the 10 m height average wind field of CCMP, CFSR, ERA-interim, and JRA-55 reanalysis data in the Yellow River delta area is investigated using the field observation data of Gudong 59 well and Zhuangxi 106 tide gauge stations. Results show that the average relative error and root mean square error in the CCMP wind field data are the lowest, whereas the correlation coefficient with the measured data is the greatest. Therefore, the CCMP wind can more accurately reflect the characteristics of the offshore wind field in the Yellow River Delta and surrounding area. Furthermore, the CCMP wind field can best reflect the strong wind process in the study area, particularly in winter than in summer. According to the CCMP wind field data, the multiyear average wind speed of the offshore wind field in the Yellow River Delta from 1988 to 2018 was 5.33 m/s, with the wind speed increasing in winter, summer, and the entire year from 1988 to 2009. Since 2010, the increasing wind speed has accelerated in summer, whereas it has decreased in winter due to the weakening of wind speed to less than 8 m/s. Under the control of winter wind, the annual average wind speed also showed a downward trend.
Key words: Yellow River Delta    reanalysis wind field    comparison    long-term variation    

长期以来, 观测资料的匮乏以及时空分布不均匀等问题, 使得气象研究受到很大限制, 直到20世纪80年代后期, 再分析资料的广泛使用解决了很多问题。大气资料“再分析”是指利用数值天气预报中的资料同化技术来恢复长期的气候记录[1]。20世纪末至今重建了多套再分析气象资料, 比如美国宇航局NASA(National Aeronautics and Space Admini­stration)的QuikSCAT(Quick Scatterometer)、CCMP (Cross-calibrated Multi-platform)、美国国家环境预报中心NCEP(National Center for Environmental Predi­c­tion)的气候预测系统再分析计划CFSR (Climate Fore­­cast System Reanalysis)[2]、欧洲中期天气预报中心ECMWF(European Centre for Medium-Range Weather Forecasts)的ERA-interim[3]、日本气象厅JMA(Japan Meteorological Agency)和日本电力中央研究所CRIEPI (Central Research Institute of Electric Power Industry)联合组织实施的JRA-55[4]等等。

不同风场再分析资料的时、空分辨率存在差异, 在不同区域、距地表不同高度的适用性也有所不同。ERA-interim数据在对流层高层和平流层低层风场的适用性较好, 对近地面风速的符合程度高于CFSR[5], 在中国东部地区高空风场的适用性优于西部地区[6-7]。旷芳芳等[8]对CCMP、CFSR、ERA-interim3种再分析资料在台湾海峡的风场适用性分析结果显示, 从风向上看, 夏季时CCMP数据较好, 冬季时CFSR数据优于CCMP数据。陈艳春等[1]采用双线性插值方法将多种再分析资料与23个环渤海气象站的10 m高度风场进行对比。结果表明JRA-55的相关系数最大, 23站的平均相关系数为0.66, ERA-interim的相关系数次之, 冬季的相关系数大于夏季; ERA-interim的均方根误差最小, 23站的平均均方根误差为1.60 m/s, JRA-55的均方根误差次之, 夏季的均方根误差小于冬季。然而针对黄河三角洲海上风场再分析资料及对其大风过程的对比研究较少。

关于近年来中国陆上风场的变化特征, 前人的研究表明近30~50 a风速呈现下降趋势, 年平均风速以0.18~0.20 m/(s·a)的速度减小[9-12]。中国中东部地区的冬季地表平均风速从3.7 m/s(1976年)降低至约3 m/s(2007年), 且小于1.6 m/s风速出现的频率从9%(20世纪70年代)增加到14%(21世纪初)[13]。前人对中国多个地区的研究均得出风速减弱的结论[14-20], 北方寒潮和沙尘暴的减少[21-22]也进一步证实了地面风速的减弱趋势。曹永旺等[14]对环渤海区域风速变化趋势进行研究, 发现1971—2013年环渤海地区年均最大风速为6.35 m/s, 并以0.423 m/s的年变化速率减小。四季节最大风速均呈显著下降趋势, 冬、春季下降得最为明显, 主要原因是5级及以上风的发生频率下降, 而5级以下风的发生频率上升。

关于中国海上风场的变化, 前人多基于再分析资料进行研究。郑崇伟[23]、林刚等[24]基于NCEP和CCMP风场资料, 分析认为1988—2009年中国大部分海域风速呈上升趋势, 且CCMP结果显示, 渤海和黄海风速增大最显著。李正泉等[25]基于CCMP和孙龙等[26]基于QuikSCAT得到的结果均显示, 自1999年开始, 中国海域海表风速有显著增大趋势。李正泉等[27]采用降尺度法预测了2015—2050年我国海域海面风速的阶段性变化特征: 2015—2024年风速下降, 2024—2035年风速上升, 2035—2050年风速再次下降, 同一时段内各海域风速变化趋势相同。

虽然目前对于风场再分析资料适用性的研究已经很多, 但多基于陆地气象站数据进行对比, 对海上风场的适用性对比较少。风场为研究黄河入海泥沙输运路径提供了重要的背景气象场, 也为保障海上作业安全、避免石油平台倾覆事故提供关键设计参数[28]。因此, 本文对目前广泛使用的CCMP、CFSR、ERA-interim、JRA-55 4种风场再分析资料, 通过与2005年夏、冬季黄河口孤东59井验潮站和桩西106验潮站的实测风场数据进行对比, 开展黄河三角洲海上风场的再分析资料适用性研究。再基于比选出的最优风场资料, 对黄河三角洲海域风速的长期变化趋势进行初步分析。

1 资料与方法

本文使用的实测风场数据来自孤东59井验潮站和桩西106验潮站(图 1), 分别位于孤东海堤和强侵蚀河口附近, 数据观测时间为2005年夏季(2005年6月—2005年8月)和冬季(2005年12月—2006年2月)的每日逐时风速及风向。

图 1 验潮站位置(图中2016年海岸线参考张蕾等[29]) Fig. 1 Location of tide gauge stations (The coastlines of 2016 refers to Zhang et al.[29])

再分析资料收集的是目前广泛使用的CCMP、CFSR、ERA-interim和JRA-55 4种再分析风场资料, 数据的时间、空间分辨率和下载网址等如表 1所示。

表 1 再分析资料风场数据信息 Tab. 1 Description of the reanalysis wind field
名称 时间分辨率 空间分辨率 时间范围 下载网址
CCMP 6 h 0.25°×0.25° 1987年至今 http://data.remss.com/ccmp/v02.0/]]>
CFSR 1 h 0.20°×0.20° 1979年至今 https://rda.ucar.edu/#!lfd?nb=y&b=proj&v=NCEP%20Climate%20Forecast%20System%20Reanalysis]]>
ERA-interim 3 h 0.125°×0.125° 1979年至今 https://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=sfc/]]>
JRA-55 6 h 1.25°×1.25° 1958年至今 ftp://ds.data.jma.go.jp/]]>

由于各再分析资料的空间分辨率不一致, 为避免由于数据点选择或者差值方法造成的对比误差, 本文采取的方法是提取各风场资料在两验潮站最近的海上网格点的风速UV分量, 计算风速和风向。由于各资料的时间分辨率有所不同, 本文均采用6 h分辨率数据与两验潮站的实测数据进行对比。通过计算平均相对误差(式1)、均方根误差(式2)和相关系数(式3), 对各再分析风场资料的风速精度进行评估; 通过绘制风向频率玫瑰图, 对各再分析资料的风向精度进行评估; 最后评估强风时各再分析资料的质量。

平均相对误差δ:

$ \delta =\frac{{\displaystyle \sum _{i=1}^{n}\frac{\left|{v}_{实测i}-{v}_{再分析i}\right|}{{v}_{实测i}}}}{n}\times 100\% , $ (1)

均方根误差ERMSE:

$ {E}_\text{RMSE}=\sqrt{\frac{{\displaystyle \sum _{i=\text{1}}^{n}{\left({v}_{实测i}-{v}_{再分析i}\right)}^{\text{2}}}}{n}} , $ (2)

相关系数r:

$ r=\left|\frac{{\displaystyle \sum _{i=1}^{n}\left({v}_{实测i}-\overline{{v}_{实测}}\right)\left({v}_{再分析i}-\overline{{v}_{再分析}}\right)}}{\sqrt{{\displaystyle \sum _{i=1}^{n}{\left({v}_{实测i}-\overline{{v}_{实测}}\right)}^{\text{2}}}}\cdot \sqrt{{\displaystyle \sum _{i=1}^{n}{\left({v}_{再分析i}-\overline{{v}_{再分析}}\right)}^{\text{2}}}}}\right| , $ (3)

式中: $ {v}_{实测} $表示验潮站实测风速, $ {v}_{再分析} $表示再分析资料风速, n表示数据个数。

2 一般风况对比 2.1 风速对比 2.1.1 孤东59井验潮站风速对比

在孤东59井验潮站, 通过计算得到2005年夏季和冬季的逐6 h风速和相关统计数据(图 2)。从平均相对误差(图 2a)来看, CCMP数据和ERA-interim的平均相对误差较小, 其中夏季CCMP数据的平均相对误差明显小于其他3种再分析数据; 从均方根误差(图 2b)来看, 4种再分析数据的均方根误差相差不大, 其中夏季CCMP数据的均方根误差明显小于其他3种再分析数据; 从相关系数(图 2c)来看, CCMP数据的相关系数最大, 冬季时4种再分析数据的相关系数相差不大。4种再分析数据的平均相对误差和均方根误差多为夏季小于冬季, 但相关系数冬季高于夏季。从逐6 h风速变化曲线(图 2d图 2e)来看, 冬季时, 4种再分析数据的风速均有大于实测数据的现象, CCMP数据与实测数据的拟合更好。从风速上看, 在孤东59井验潮站, 无论夏季还是冬季, CCMP数据的适用性在4种再分析资料中最好。

图 2 2005年夏、冬季孤东59井验潮站实测风速及再分析资料风速对比 Fig. 2 Comparison of measured and reanalysis wind speeds at Gudong 59 well tide gauge station in the summer and winter of 2005
2.1.2 桩西106验潮站风速对比

在桩西106验潮站, 通过计算得到2005年夏季和冬季的6 h分辨率风速和相关统计数据(图 3)。从平均相对误差(图 3a)来看, 夏季CCMP数据的平均相对误差明显小于其他3种再分析数据, 冬季JRA-55数据的平均相对误差明显高于其他3种再分析数据; 从均方根误差(图 3b)来看, 夏季CCMP数据的均方根误差最小, 冬季JRA-55数据的均方根误差明显高于其他3种再分析数据; 从相关系数(图 3c)来看, 夏季CCMP数据的相关系数明显高于其他3种再分析数据, 冬季时JRA-55数据的相关系数明显低于其他3种再分析数据。除JRA-55数据外, 其他3种再分析数据的平均相对误差和均方根误差均是夏季小于冬季, 4种再分析数据的相关系数冬季明显高于夏季。从逐6 h风速变化曲线(图 3d图 3e)来看, CCMP数据与实测数据的符合度明显更好。从风速上看, 在桩西106验潮站, 无论夏季还是冬季, CCMP数据的适用性在4种再分析资料中最好。

图 3 2005年夏、冬季桩西106验潮站实测风速及再分析资料风速对比 Fig. 3 Comparison of measured and reanalysis wind speeds at Zhuangxi 106 tide gauge station in summer and winter of 2005

一般风况下, 从风速上看, 在黄河三角洲海域, CCMP风场能够更好反映海上风场特征。本文提取的是海上最近的网格点上的再分析资料, 其与实测风速对比获得的均方根误差和相关系数, 优于前人利用双线性插值方法的再分析资料提取结果[1]

2.2 风向对比 2.2.1 孤东59井验潮站风向对比

黄河三角洲区域, 冬季受西伯利亚-蒙古高压的边缘效应影响, 盛行偏北风; 夏季受太平洋高压的边缘效应影响, 盛行偏南风[30-31]

在孤东59井验潮站, 通过计算得到2005年夏季和冬季的逐6 h风向。从风向频率玫瑰图(图 4)来看, 夏季, 验潮站实测结果(图 4a-1)显示常风向和次常风向是SSW和S, 大风主要出现在NNE和NE方向, 各再分析资料中CCMP、ERA-interim和JRA-55数据的结果与实测结果相同, 出现频率最高的两个风向是SSW和S, 4种再分析资料结果均显示大风主要出现在NNE和NE方向; 冬季, 验潮站实测结果(图 4b-1)显示出现频率最高的4个风向是NE、S、WSW和NNW, 大风主要出现在NNW方向, 各再分析资料中CCMP、CFSR和ERA-interim数据的结果显示出常风向和强风向都是NW方向。从风向上看, 在孤东59井验潮站, CCMP和ERA-interim数据的适用性在4种再分析资料中较好, 夏季比冬季的精度高。

图 4 孤东59井验潮站2005年夏、冬季风向频率玫瑰图 Fig. 4 Wind direction at Gudong 59 well tide gauge station in the summer and winter of 2005
2.2.2 桩西106验潮站风向对比

在桩西106验潮站, 通过计算得到2005年夏季和冬季的逐6 h瞬时风向。从风向玫瑰图(图 5)来看, 夏季, 验潮站实测结果(图 5a-1)显示常风向是S, 大风主要出现在NE和NNE方向, 各再分析资料中CCMP、ERA-interim和JRA-55数据的结果均显示出常风向为S方向, 大风主要出现在NE和NNE方向; 冬季, 验潮站实测结果(图 5b-1)显示常风向是NW, 大风主要出现在NW和NNW方向, 各再分析资料中CCMP、CFSR和ERA-interim数据的结果显示常风向和强风向都是NW方向。从风向上看, 在桩西106验潮站, CCMP和ERA-interim数据的适用性在4种再分析资料中较好, 夏季比冬季的精度高。

图 5 桩西106验潮站2005年夏、冬季风向频率玫瑰图 Fig. 5 Wind direction at Zhuangxi 106 tide gauge station in the summer and winter of 2005

一般风况下, 从风向上看, CCMP和ERA-interim再分析风场资料在孤东59井和桩西106验潮站的适用性较好。结合2.1中风速的对比结果, 本文认为在黄河三角洲海域, 相比于CFSR、ERA-interim和JRA-55 3种再分析风场资料, CCMP风场精度相对较高, 且夏季比冬季更佳。

3 强风(风速大于等于8 m/s)过程对比

为评估强风时各再分析资料的拟合程度, 选取两验潮站夏、冬季强风(风速大于等于8 m/s)过程, 绘制了强风过程下再分析资料风速与实测风速关系图(图 6)。结果表明在黄河三角洲海域冬季符合程度均优于夏季。夏季时, 强风过程下各再分析资料风速均显示大部分数据低于实测风速, CCMP和JRA-55数据与实测资料的符合度高于其他2种再分析资料; 冬季时, 强风过程下, CCMP和ERA-interim数据与实测资料的符合度高于其他2种再分析资料, 其中CCMP数据最佳。本研究的结果显示, 在强风过程下, CCMP风场能够更好反映黄河三角洲海域海上风场特征, 且冬季拟合程度优于夏季。

图 6 强风过程下再分析风速与实测风速对比 Fig. 6 Comparison of strong wind speeds between reanalysis and observed data
4 黄河三角洲海上风场长期变化特征

前人研究结果显示1988—2009年渤海海域海面风速呈上升趋势, 而且自1999年开始, 上升趋势更加明显[23-25], 而李正泉等[27]的预测结果表明2015— 2024年我国海域近海面风速呈下降趋势。本文通过对各年夏季(6—8月)、冬季(12—次年1、2月)和全年(1—12月)平均风速计算, 结果(图 7)显示: 1988— 2018年黄河三角洲(图 1)海域多年平均风速为5.33 m/s, 夏、冬季平均风速总体呈上升趋势, 年均风速变化总体上与冬季平均风速变化曲线相近。1988—2009年夏季风速略有增大, 年均风速和冬季风速显著增大, 增强速度为0.048 9 m/(s·a), 与1988年相比, 风速每10 a上升8.26%。2010—2018年年均风速略呈减小趋势, 但夏季风速明显有增强趋势, 增大速度为0.042 5 m/(s·a), 2018年风速与2010年相比增大7.91%; 该阶段冬季平均风速由上一阶段(1988—2010年)的显著增大变为显著减弱趋势, 减小速度为0.068 6 m/(s·a), 2018年风速相比2010年减小8.92%。

图 7 黄河三角洲海上风场长期变化 Fig. 7 Long-term variation in the offshore wind field of the Yellow River Delta

2010年后冬季风速的变小, 与小于8 m/s的风速减弱有关。由图 8可以看到冬季8 m/s以下风速由0.010 9 m/(s·a)的缓慢上升趋势变为0.040 6 m/(s·a)的显著下降趋势, 2018年相比2010年减小了7.01%, 这与前人研究发现20世纪70年代至21世纪初东亚冬季风减弱导致冬季中国中东部地表小于1.6 m/s风速频率明显增加[13]的结论一致。

图 8 黄河三角洲海上风场冬季风速长期变化 Fig. 8 Long-term variation in the winter wind speed in the offshore wind field of the Yellow River Delta

2009年冬季北极涛动为1951—2011年间的最强负异常, 极涡偏向东北亚地区, 有利于极地强冷空气南下影响我国, 由此可能导致2009年黄河三角洲海域冬季平均风速较大, 年均风速异常增大。而西太平洋副热带高压在2009年10月之前受厄尔尼诺事件影响异常偏强偏西, 之后受拉尼娜事件影响异常偏弱偏东, 夏季中高纬地区出现明显阻塞趋势。2010年南海夏季风为1951—2011年最弱的一年, 东亚夏季风也异常弱[32], 这可能是2010年黄河三角洲海域夏季风较小的原因。此外, 台风可造成风场剧烈变化, 2002年、2018年夏季风速明显偏大, 可能与2002年第9号超强台风“风神”、2018年第18号台风“温比亚”经过研究区有关。

5 结论

基于黄河三角洲孤东59井和桩西106两个验潮站的实测风场数据, 对CCMP、CFSR、ERA-interim、JRA-554种再分析资料海上风场进行对比研究。本文展示以下结论:

1) 4种风场再分析资料中, CCMP风场能够更好反映黄河三角洲海域实测风场特征, 风速与实测资料相比的平均相对误差、均方根误差最小, 与实测数据的相关系数最大; 风向上CCMP和ERA-interim风场能够更好反映研究区常风向和强风向特征, 夏季优于冬季。

2) 在8 m/s及以上风速的强风过程下, CCMP风场与实测资料符合更好, 其中冬季优于夏季。

3) 基于CCMP资料, 1988—2018年黄河三角洲海域多年平均风速为5.33 m/s, 其中, 1998—2009年, 冬、夏季及全年风速均呈增大趋势; 而自2010年后, 夏季风速增大趋势更加显著, 冬季风速受小于8 m/s风速减弱的影响而呈降低趋势, 年均风速主要由冬季影响也呈现减小趋势。

参考文献
[1]
陈艳春, 王娜, 顾伟宗, 等. 环渤海区域再分析资料地面风速场的适用性对比分析[J]. 海洋气象学报, 2017, 37(1): 67-72.
CHEN Yanchun, WANG Na, GU Weizong, et al. Comparative analysis of wind velocity of reanalysis datasets over the Bohai Rim Region[J]. Journal of Marine Meteorology, 2017, 37(1): 67-72.
[2]
SARA S, MOORTHI S, PAN H L, et al. The NCEP climate forecast system reanalysis[J]. Bulletin of American Meteorological Society, 2010, 91(8): 1015-1057. DOI:10.1175/2010BAMS3001.1
[3]
DEE D P, UPPALA S M, SIMMONS A J, et al. The ERA-Interim reanalysis: configuration and performance of the data assimilation system[J]. Quart J Roy Meteor Soc, 2011, 137(656): 553-597. DOI:10.1002/qj.828
[4]
EBITA A, KOBAYASHI S, OTA Y, et al. The Japanese 55-year reanalysis "JRA-55": an interim report[J]. SOLA, 2011, 7(1): 149-152.
[5]
DECKER M, BRUNKE M A, WANG Z, et al. Evaluation of the reanalysis products from GSFC, NCEP and ECMWF using flux tower observations[J]. Journal of Climate, 2011, 25(6): 1916-1944.
[6]
赵佳莹, 徐海明. 中国区域探空资料与再分析资料风速场的对比分析[J]. 气候与环境研究, 2014, 19(5): 587-600.
ZHAO Jiaying, XU Haiming. Comparison of wind velocity among reanalysis and radiosonde datasets over China[J]. Climate and Environment Research, 2014, 19(5): 587-600.
[7]
施晓晖, 徐祥德, 谢立安. NCEP /NCAR再分析风速、表面气温距平在中国区域气候变化研究中的可信度分析[J]. 气象学报, 2006, 64(6): 709-722.
SHI Xiaohui, XU Xiangde, XIE Lian. Reliability ana­ly­ses of anomalies of NCEP/NCAR reanalysis wind speed and surface temperature in climate change research in China[J]. Journal of Meteorology, 2006, 64(6): 709-722. DOI:10.3321/j.issn:0577-6619.2006.06.004
[8]
旷芳芳, 张友权, 张俊鹏, 等. 3种海面风场资料在台湾海峡的比较和评估[J]. 海洋学报, 2015, 37(5): 44-53.
KUANG Fangfang, ZHANG Youquan, ZHANG Junpeng, et al. Comparison and evaluation of three sea surface wind products in Taiwan Strait[J]. Acta Oceanologica Sinica, 2015, 37(5): 44-53. DOI:10.3969/j.issn.0253-4193.2015.05.005
[9]
YIN Y H, WU S H, CHEN G, et al. Attribution analyses of potential evapotranspiration changes in China since the 1960s[J]. Theoretical and Applied Climatology, 2010, 101: 9-28.
[10]
XU M, CHANG C P, FU C B, et al. Steady decline of East Asian monsoon winds, 1969-2000: evidence from direct ground measurements of wind speed[J]. Journal of Geophysical Research, 2006, 111: D24111. DOI:10.1029/2006JD007337
[11]
FU G B, YU J J, ZHANG Y C, et al. Temporal variation of wind speed in China for 1961-2007[J]. Theoretical and Applied Climatology, 2011, 104: 13-324. DOI:10.1007/s00704-010-0320-9
[12]
GUO H, XU M, HU Q. Changes in near surface wind speed in China: 1969-2005[J]. International Journal of Climatology, 2010, 31: 49-358.
[13]
NIU F, LI Z Q, LI C, et al. Increase of wintertime fog in China: Potential impacts of weakening of the Eastern Asian monsoon circulation and increasing aerosol loading[J]. Journal of Geophysical Research Atmospheres, 2010, 115(D7): D00K20.
[14]
曹永旺, 延军平. 1971—2013年环渤海地区风速的时空特征[J]. 中国沙漠, 2015, 35(5): 1320-1329.
CAO Yongwang, YAN Junping. Spatial-temporal analysis of wind speed in the Bohai rim region during 1971-2013[J]. Deserts in China, 2015, 35(5): 1320-1329.
[15]
刘苏峡, 邱建秀, 莫兴国. 华北平原1951年至2006年风速变化特征分析[J]. 资源科学, 2009, 31(9): 1486-1492.
LIU Suxia, QIU Jianxiu, MO Xingguo. Wind velocity variation from 1951 to 2006 in the North China Plain[J]. Resource Science, 2009, 31(9): 1486-1492. DOI:10.3321/j.issn:1007-7588.2009.09.005
[16]
黄小燕, 张明军, 圣杰, 等. 西北地区近50年日照时数和风速变化特征[J]. 自然资源学报, 2011, 26(5): 825-835.
HUANG Xiaoyan, ZHANG Mingjun, SHENG Jie, et al. Characteristics of variation in sunshine duration and wind speed in the last 50 years in Northwest China[J]. Journal of Natural Resources, 2011, 26(5): 825-835.
[17]
金巍, 任国玉, 曲岩, 等. 1971—2010年东北三省平均地面风速变化[J]. 干旱区研究, 2012, 29(4): 648-653.
JIN Wei, REN Guoyu, QU Yan, et al. Change in surface mean wind speed of northeast China during the period of 1971-2010[J]. Study on Arid Area, 2012, 29(4): 648-653.
[18]
苗爱梅, 贾利冬, 武捷. 近51 a山西大风与沙尘日数的时空分布及变化趋势[J]. 中国沙漠, 2010, 30(2): 452-460.
MIAO Aimei, JIA Lidong, WU Jie. Space-Time distribution and changing trend of gale and sand-dust days during recent 51 a in Shanxi[J]. Journal of Desert Research, 2010, 30(2): 452-460.
[19]
杨民, 蔡玉琴, 王式功, 等. 2000年春季中国北方沙尘暴天气气候成因研究[J]. 中国沙漠, 2001, 21(S1): 6-11.
YANG Min, CAI Yuqin, WANG Shigong, et al. Synoptic and climatological analysis of sandstorms in the spring of 2000 over Northern China[J]. Journal of Desert Research, 2001, 21(S1): 6-11.
[20]
荣艳淑, 梁嘉颖. 华北地区风速变化的分析[J]. 气象科学, 2008, 28(6): 655-658.
RONG Yanshu, LIANG Jiaying. Analysis of variation of wind speed over north China[J]. Scientia Meteorologica Sinica, 2008, 28(6): 655-658. DOI:10.3969/j.issn.1009-0827.2008.06.011
[21]
王遵娅, 丁一汇. 近53年中国寒潮的变化特征及其可能原因[J]. 大气科学, 2006, 30(6): 1068-1076.
WANG Zunya, DING Yihui. Climate change of the cold wave frequency of China in the last 53 years and the possible reasons[J]. Chinese Journal of Atmospheric Sciences, 2006, 30(6): 1068-1076. DOI:10.3878/j.issn.1006-9895.2006.06.02
[22]
李栋梁, 钟海玲. 我国沙尘暴的气候成因及未来发展趋势[J]. 中国环境科学, 2007, 27(1): 14-18.
LI Dongliang, ZHONG Hailing. The climatic formation cause and the future developing trend of sand-dust storm in China[J]. China Environmental Science, 2007, 27(1): 14-18.
[23]
郑崇伟. 基于CCMP风场的近22年中国海海表风场特征分析[J]. 气象与减灾研究, 2011, 34(3): 41-46.
ZHENG Chongwei. Sea surface wind field analysis in the China sea during the last 22 years with CCMP wind field[J]. Meteorology and Disaster Reduction Research, 2011, 34(3): 41-46.
[24]
林刚, 郑崇伟, 邵龙潭, 等. 南中国海海表风速长期变化趋势[J]. 解放军理工大学学报: 自然科学版, 2013, 14(6): 704-708.
LIN Gang, ZHENG Chongwei, SHAO Longtan, et al. Long term linear trend of sea surface wind speed in the South China Sea[J]. Journal of PLA University of Science and Technology(Natural Science Edition), 2013, 14(6): 704-708.
[25]
李正泉, 肖晶晶, 张育慧, 等. 基于全球风场产品中国海表面风速变化分析[J]. 海洋环境科学, 2016, 35(4): 587-593.
LI Zhengquan, XIAO Jingjing, ZHANG Yuhui, et al. Variation analysis of sea surface wind over China seas using global wind products[J]. Marine Environmental Science, 2016, 35(4): 587-593.
[26]
孙龙, 于华明, 王明, 等. 东中国海及毗邻海域海面风场季节及年际变化特征分析[J]. 海洋预报, 2010, 27(2): 30-37.
SUN Long, YU Huaming, WANG Ming, et al. Analysis of the seasonal and interannual variability of sea surface wind in the East China Seas and its adjacent ocean[J]. Marine Forecasts, 2010, 27(2): 30-37.
[27]
李正泉, 肖晶晶, 马浩, 等. 中国海域近海面风速未来变化降尺度预估[J]. 海洋技术学报, 2016, 35(6): 10-16.
LI Zhengquan, XIAO Jingjing, MA Hao, et al. Downscaling projection of surface wind speed variation over China's sea areas[J]. Journal of Ocean Technology, 2016, 35(6): 10-16.
[28]
刘文通, 楼顺里, 宋珊, 等. 海上石油平台对周围风场的影响[J]. 青岛海洋大学学报, 1990, 20(3): 39-48.
LIU Wentong, LOU Shunli, SONG Shan, et al. The influence of offshore oil platforms on the surrounding wind field[J]. Journal of Ocean University of Qingdao, 1990, 20(3): 39-48.
[29]
张蕾, 李广雪, 刘雪, 等. 渤海海岸线的时空变化[J]. 海洋地质前沿, 2020, 36(2): 1-12.
ZHANG Lei, LI Guangxue, LIU Xue, et al. Spatial and temporal changes of the Bohai Sea coastline[J]. Marine Geology Frontiers, 2020, 36(2): 1-12.
[30]
程慧. 近40年来黄河三角洲孤东近岸的冲淤演变及其影响因素[D]. 上海: 华东师范大学, 2019.
CHENG Hui. Erosion and deposition evolution of Gudong near the Yellow River Delta in the past 40 years and its influencing factors[D]. Shanghai: East China Normal University, 2019.
[31]
万修全, 鲍献文, 吴德星, 等. 渤海夏季潮致-风生-热盐环流的数值诊断计算[J]. 海洋与湖沼, 2004, 35(1): 41-47.
WAN Xiuquan, BAO Xianwen, WU Dexing, et al. Nu­merical diagnostic simulation of summertime tide-induced, wind-driven and thermohaline currents in the Bohai Sea[J]. Oceanologia et Limnologia Sinica, 2004, 35(1): 41-47.
[32]
贾小龙, 陈丽娟, 龚振淞, 等. 2010年海洋和大气环流异常及对中国气候的影响[J]. 气象, 2011, 37(4): 446-453.
JIA Xiaolong, CHEN Lijuan, GONG Zhensong, et al. Anomalous ocean and atmospheric circulation in 2010 and its impact on China's climate[J]. Meteorological Monthly, 2011, 37(4): 446-453.