劉 帥 林文明 魯云飛

(南京信息工程大學(xué)海洋科學(xué)學(xué)院 南京 210044)

(國(guó)家衛(wèi)星海洋應(yīng)用中心 北京 100081)

0 引言

利用全球?qū)Ш叫l(wèi)星系統(tǒng)在地球表面的反射信號(hào)（Global Navigation Satellite System Reflectometry，GNSS-R）進(jìn)行地表物理參數(shù)監(jiān)測(cè)是一種新興的遙感技術(shù)。其是通過(guò)低軌衛(wèi)星或飛機(jī)上搭載的多普勒接收機(jī)接收GNSS 衛(wèi)星從地球不同類(lèi)型表面反射的L波段微波信號(hào)，反演海洋表面高度、風(fēng)速、鹽度、土壤濕度、海冰特征、積雪結(jié)構(gòu)以及河口微小塑料濃度等地球物理參數(shù)[1—5]，具有全天候、近實(shí)時(shí)、高精度的特點(diǎn)[6,7]。其中海面風(fēng)速監(jiān)測(cè)是GNSS-R 最主要的應(yīng)用之一。

2003 年英國(guó)薩普公司發(fā)射的災(zāi)害監(jiān)測(cè)星座（Disaster Monitoring Constellation，UK-DMC）率先證明了GNSS-R 監(jiān)測(cè)海面風(fēng)速的可行性，其反演風(fēng)速與浮標(biāo)測(cè)量風(fēng)速基本一致[8]。2014 年7 月英國(guó)發(fā)射的（TechDemoSat-1，TDS-1）衛(wèi)星進(jìn)一步驗(yàn)證了GNSS-R 監(jiān)測(cè)海面風(fēng)速的能力，最大反演風(fēng)速約為28 m·s—1[2,9]。2016 年7 月美國(guó)航空航天局發(fā)射的氣旋全球?qū)Ш叫l(wèi)星系統(tǒng)（Cyclone Global Navigation Satellite System，CYGNSS）是目前規(guī)模最大、發(fā)展最成熟的GNSS-R 遙感星座。CYGNSS 由8 顆小衛(wèi)星組成，空間分辨率約為5～50 km，風(fēng)速監(jiān)測(cè)動(dòng)態(tài)范圍小于70 m·s—1，誤差約為2 m·s—1[3,10—13]。中國(guó)在 2019 年6 月5 日發(fā)射了捕風(fēng)一號(hào)和二號(hào)科學(xué)試驗(yàn)衛(wèi)星，其風(fēng)速遙感精度滿(mǎn)足2 m·s—1或10% 的設(shè)計(jì)要求。2021 年中國(guó)風(fēng)云三號(hào)E 衛(wèi)星搭載的全球?qū)Ш叫l(wèi)星掩星探測(cè)儀-II 兼具GNSS-R 觀(guān)測(cè)能力，將進(jìn)一步提高中國(guó)在GNSS-R 領(lǐng)域的水平。

近10 年來(lái)，GNSS-R 海面風(fēng)速遙感研究不斷深入，已開(kāi)展了大量的系統(tǒng)定標(biāo)、風(fēng)速反演以及真實(shí)性檢驗(yàn)等研究。TDS-1 衛(wèi)星在沒(méi)有校準(zhǔn)的情況下，風(fēng)速在3～18 m·s—1區(qū)間范圍內(nèi)的反演誤差只有2.2 m·s—1[14]；Giuseppe 等[15]證明了GNSS-R 對(duì)于風(fēng)速大于7 m·s—1的海面風(fēng)遙感不是最佳的，但是考慮到整個(gè)海洋中大約一半的風(fēng)速值在0～7 m·s—1范圍內(nèi)，在這個(gè)范圍內(nèi)進(jìn)行準(zhǔn)確的反演是可行的；Clarizia 等[9,16]提出了一種基于最小方差的風(fēng)速估計(jì)方法，該方法利用GNSSR 延遲多普勒?qǐng)D像的五個(gè)參數(shù)獲得的風(fēng)速組合，其均方根誤差低于單參數(shù)反演的均方根誤差；Lin 等[5]提出了一種改進(jìn)TDS-1 風(fēng)速的地球物理模型函數(shù)（Geophysical Model Function，GMF）綜合方法，通過(guò)校正接收機(jī)天線(xiàn)增益和未知的發(fā)射機(jī)天線(xiàn)增益，顯著降低了測(cè)量信號(hào)的不確定性；Huang 等[4]使用完整的延遲多普勒?qǐng)D像進(jìn)行風(fēng)速反演，顯著提高了風(fēng)速的反演精度，但是在高風(fēng)速區(qū)域，這種方法仍然受涌浪、觀(guān)測(cè)偏差、反射點(diǎn)誤差和基爾霍夫幾何光學(xué)模式誤差的影響。2002 年中國(guó)科學(xué)院遙感與數(shù)字地球研究所開(kāi)始開(kāi)展GNSS-R 海面風(fēng)場(chǎng)反演的研究工作，并在南海和黃海海域進(jìn)行了大量的實(shí)驗(yàn)[17]。Yuan 等[18]利用Elfouhaily 海浪譜模型，數(shù)值模擬了機(jī)載高度下散射信號(hào)相關(guān)功率的理論波形，并結(jié)合機(jī)載實(shí)測(cè)數(shù)據(jù)開(kāi)展風(fēng)速反演研究，得到的風(fēng)速與浮標(biāo)參考風(fēng)速相差1.4 m·s—1；Luo 等[19]結(jié)合機(jī)器學(xué)習(xí)樹(shù)算法模型反演海面風(fēng)場(chǎng)，風(fēng)速反演誤差小于2 m·s—1；Lyu 等[20]根據(jù)一維時(shí)延相關(guān)功率曲線(xiàn)和觀(guān)測(cè)量建立風(fēng)場(chǎng)反演模型，得出風(fēng)速的反演誤差為2.02 m·s—1。

以往大部分研究主要關(guān)注GNSS-R 海面風(fēng)速反演的整體誤差特性，而對(duì)GNSS-R 遙感風(fēng)速的時(shí)空變異特性和固有誤差的研究較少。特別是由于GNSS發(fā)射機(jī)的發(fā)射功率和天線(xiàn)增益不是精確的已知值，而且可能隨著時(shí)間變化，使得GNSS-R 接收信號(hào)與海面風(fēng)速的對(duì)應(yīng)關(guān)系存在一定程度的不確定性，進(jìn)而導(dǎo)致反演的海面風(fēng)速精度較差且缺乏時(shí)空分布的一致性[21]。因此，GNSS-R 風(fēng)速遙感數(shù)據(jù)尚未得到廣泛應(yīng)用，特別是在對(duì)誤差定量化需求程度較高的數(shù)值預(yù)報(bào)模式中的應(yīng)用。本文以CYGNSS 風(fēng)速數(shù)據(jù)為例，參考傳統(tǒng)微波散射計(jì)海面風(fēng)場(chǎng)誤差分析方法，詳細(xì)研究了CYGNSS 風(fēng)速的時(shí)空分布特征和固有誤差特性，旨在揭示CYGNSS 遙感風(fēng)速的誤差規(guī)律，為CYGNSS 和其他GNSS-R 任務(wù)的風(fēng)速數(shù)據(jù)應(yīng)用提供借鑒。

1 數(shù)據(jù)與分析方法

1.1 數(shù)據(jù)說(shuō)明

利用NASA 發(fā)布的CYGNSS 二級(jí)（L2）數(shù)據(jù)（3.0 版本）開(kāi)展研究，并使用同期全球錨定浮標(biāo)的現(xiàn)場(chǎng)觀(guān)測(cè)數(shù)據(jù)和歐洲中期天氣預(yù)報(bào)中心（ECMWF）的預(yù)報(bào)風(fēng)場(chǎng)數(shù)據(jù)作為驗(yàn)證參考數(shù)據(jù)，所有數(shù)據(jù)時(shí)間均為2019 年。ECMWF 風(fēng)場(chǎng)的時(shí)間分辨率為3 h，空間分辨率為0.125°×0.125°，因此首先通過(guò)空間雙線(xiàn)性插值獲取CYGNSS 觀(guān)測(cè)位置的三個(gè)連續(xù)時(shí)刻的ECMWF 風(fēng)速值，再利用時(shí)間維的樣條插值獲取CYGNSS 觀(guān)測(cè)時(shí)刻的ECMWF 風(fēng)速。這里的三個(gè)時(shí)刻是指ECMWF 預(yù)報(bào)風(fēng)場(chǎng)的時(shí)間，選取的標(biāo)準(zhǔn)一是離ECMWF 的分析時(shí)刻最近，二是完全涵蓋CYGNSS 的觀(guān)測(cè)時(shí)間。通常是兩個(gè)時(shí)刻在CYGNSS觀(guān)測(cè)之前，一個(gè)在后。隨后利用拉依達(dá)準(zhǔn)則分別對(duì)CYGNSS 風(fēng)速、ECMWF 風(fēng)速、浮標(biāo)風(fēng)速進(jìn)行如下質(zhì)量控制。

（1）計(jì)算不同對(duì)應(yīng)樣本（CYGNSS 風(fēng)速、ECMWF風(fēng)速、浮標(biāo)風(fēng)速）的平均值

其中，n代表該樣本中數(shù)據(jù)的總數(shù)，i代表該樣本中數(shù)據(jù)的序數(shù)，Wi代表該樣本中第i個(gè)數(shù)據(jù)。

根據(jù)拉依達(dá)準(zhǔn)則，假設(shè)一組檢測(cè)數(shù)據(jù)只含有隨機(jī)誤差，對(duì)其進(jìn)行計(jì)算處理得到平均值和標(biāo)準(zhǔn)偏差如果超過(guò)這個(gè)區(qū)間的誤差，就不屬于隨機(jī)誤差而是粗大誤差，則將含有該誤差的數(shù)據(jù)予以剔除。 這種判別處理原理和方法僅局限于樣本數(shù)據(jù)符合正態(tài)或近似正態(tài)分布（風(fēng)場(chǎng)分量域的概率分布近似為對(duì)稱(chēng)高斯分布）。拉依達(dá)準(zhǔn)則要求測(cè)量次數(shù)充分大，測(cè)量次數(shù)少的情形采用拉依達(dá)準(zhǔn)則剔除粗大誤差是不可靠的。本文的實(shí)驗(yàn)數(shù)據(jù)大約為3.5 億組，其中匹配后的CYGNSS 和ECMWF 數(shù)據(jù)約為3.5 億組，由于全球錨定浮標(biāo)數(shù)據(jù)量有限，匹配后的CYGNSS 和 ECMWF 浮標(biāo)數(shù)據(jù)約為6 萬(wàn)組，基本符合拉依達(dá)準(zhǔn)則。

由于浮標(biāo)風(fēng)力計(jì)的高度不等，需要利用LKB 模型將所有的浮標(biāo)風(fēng)速轉(zhuǎn)換成10 m 高度的等效中性風(fēng)，然后將上述CYGNSS 和ECMWF 匹配的數(shù)據(jù)集與浮標(biāo)進(jìn)行配對(duì)[22]。考慮CYGNSS 的觀(guān)測(cè)軌跡與衛(wèi)星高度計(jì)類(lèi)似，浮標(biāo)匹配規(guī)則設(shè)定為空間距離小于50 km，時(shí)間差異小于1 h。

1.2 分析方法

研究CYGNSS 遙感風(fēng)速及其誤差的時(shí)空分布特征，具體內(nèi)容包括： CYGNSS 遙感風(fēng)速的氣候態(tài)特征，特別是一定時(shí)間范圍風(fēng)速的變異性（Variability）特征，并與ECMWF 風(fēng)速特性對(duì)比，從而了解CYGNSS 風(fēng)速的動(dòng)態(tài)范圍與尺度特征； CYGNSS 與ECMWF 風(fēng)速差異的時(shí)空分布特征，從而了解CYGNSS 風(fēng)速偏差和精度時(shí)空變化規(guī)律?？紤]CYGNSS 由8 顆衛(wèi)星組成，不同衛(wèi)星之間的風(fēng)速可能存在偏差（見(jiàn)圖1），因此需要針對(duì)不同衛(wèi)星的數(shù)據(jù)分別進(jìn)行分析。

圖1 CYGNSS 不同衛(wèi)星的風(fēng)速（a）及匹配的ECMWF 風(fēng)速（b）曲線(xiàn)Fig. 1 Wind speed curve for different CYGNSS satellites (a), and the matched ECMWF wind speed (b)

由于真實(shí)海面風(fēng)速是未知的，使用任何一種參考數(shù)據(jù)對(duì)遙感數(shù)據(jù)進(jìn)行真實(shí)性檢驗(yàn)都無(wú)法定量估計(jì)遙感數(shù)據(jù)自身固有誤差。這里固有誤差指各種數(shù)據(jù)源的測(cè)量方差，其等同于均方根誤差，用來(lái)衡量觀(guān)測(cè)值與真值之間的偏差。例如，CYGNSS 與ECMWF 風(fēng)速差異的方差實(shí)際上是兩者固有誤差共同作用的結(jié)果。Stoffelen[23]等提出一種三配對(duì)數(shù)據(jù)分析和標(biāo)定方法，廣泛用于衛(wèi)星遙感海面風(fēng)場(chǎng)、鹽度、降雨率等數(shù)據(jù)的真實(shí)性檢驗(yàn)。本文對(duì)該方法進(jìn)行簡(jiǎn)化，并用于估計(jì)CYGNSS 風(fēng)速的固有誤差。假設(shè)不同系統(tǒng)獲取的風(fēng)速值和真實(shí)值之間存在線(xiàn)性關(guān)系，那么數(shù)據(jù)集中的每種數(shù)據(jù)能夠表達(dá)為

其中，x，y，z分別表示浮標(biāo)、CYGNSS 和ECMWF 的風(fēng)速值;T表示真實(shí)值;e1，e2，e3為各種風(fēng)速遙感/預(yù)報(bào)系統(tǒng)中存在的隨機(jī)誤差（均值為0）;α1，α2，α3和β1，β2，β3為各種數(shù)據(jù)與真值的線(xiàn)性回歸系數(shù)。

通常不同數(shù)據(jù)的誤差是不相關(guān)的， 即〈e1e2〉=〈e1e3〉=〈e2e3〉=0，并且與T也是非相干的，即〈Te1〉=〈Te2〉=〈Te3〉=0 ， 其中〈·〉算符表示變量的數(shù)學(xué)期望值。計(jì)算x，y，z的混合二階矩并聯(lián)立方程組，可以消去未知的變量T，得到

同時(shí)可以得到每種風(fēng)速的固有方差（即標(biāo)準(zhǔn)差的平方）

以及偏差校正系數(shù)

需要注意的是，6 個(gè)系數(shù)中只有4 個(gè)可以用x，y，z導(dǎo)出，因此需要定義一個(gè)觀(guān)測(cè)值（例如x）作為參考，進(jìn)而估計(jì)其他兩組數(shù)據(jù)的偏差校正系數(shù)和比例因子α2，α3，β2，β3。由于浮標(biāo)現(xiàn)場(chǎng)觀(guān)測(cè)的風(fēng)速通常更加準(zhǔn)確，因此假定x為真實(shí)值，即α1=0，β1=1，代入式（5）和（7）可得GYGNSS 和ECMWF 的偏差校正系數(shù)和比例因子。

2 結(jié)果與討論

2.1 GYGNSS 風(fēng)速的時(shí)空變異性

風(fēng)速在一定時(shí)間范圍內(nèi)或空間范圍內(nèi)的變化特性稱(chēng)為時(shí)空變異性，通常用相應(yīng)數(shù)據(jù)集的標(biāo)準(zhǔn)差來(lái)定量描述。圖2(a) 給出了CYGNSS（紅色曲線(xiàn)）與ECMWF（藍(lán)色曲線(xiàn)）風(fēng)速的標(biāo)準(zhǔn)差隨月份的變化。可以看出，CYGNSS 風(fēng)速與匹配的ECMWF 預(yù)報(bào)風(fēng)速的時(shí)間變異性趨勢(shì)一致，即夏冬兩季（12－2 月、6－8 月）變異性較強(qiáng)、春秋兩季（3－5 月、9－11 月）變異性較弱?？傮w而言，CYGNSS 對(duì)海面風(fēng)速變化的捕捉能力弱于ECMWF 預(yù)報(bào)模式，與圖1 所示的兩種風(fēng)速分布一致，主要原因是GNSS-R 測(cè)量信號(hào)對(duì)中高風(fēng)速的敏感性較低。圖2（b）進(jìn)一步對(duì)比了CYGNSS 8 顆衛(wèi)星反演風(fēng)速的時(shí)間變異性?？梢钥闯?，所有衛(wèi)星的風(fēng)速變異性趨勢(shì)基本一致，但不同的CYGNSS 衛(wèi)星對(duì)海面動(dòng)態(tài)變化的刻畫(huà)能力不一樣，即第4，7，8 顆衛(wèi)星的風(fēng)速變異性明顯大于其他衛(wèi)星的值?？紤]各個(gè)衛(wèi)星在1 個(gè)月內(nèi)對(duì)全球的覆蓋范圍基本一致，這種差異的主要來(lái)源可能在于傳感器或數(shù)據(jù)處理本身，而不是地球物理狀態(tài)的變化，例如不同衛(wèi)星的測(cè)量信號(hào)定標(biāo)之后仍存在一定程度的不一致。

圖2 CYGNSS 和ECMWF 風(fēng)速的變異性（標(biāo)準(zhǔn)差）隨月份的變化（a）及CYGNSS 8 顆衛(wèi)星的風(fēng)速變異性（b）Fig. 2 Monthly wind variability (Standard Deviation, SD) of CYGNSS and ECMWF (a),wind variability for the eight CYGNSS satellites (b)

圖3 對(duì)比了CYGNSS 和ECMWF 年平均風(fēng)速的全球空間分布以及相應(yīng)的風(fēng)速標(biāo)準(zhǔn)差（每個(gè)格點(diǎn)位置1 年之內(nèi)所有風(fēng)速樣本的標(biāo)準(zhǔn)差）?？梢钥闯?，CYGNSS 和ECMWF 年平均風(fēng)速的空間分布基本一致，但前者對(duì)東太平洋熱帶輻合帶的低風(fēng)速區(qū)和西風(fēng)帶的較高風(fēng)速區(qū)的細(xì)節(jié)描繪明顯不如后者清晰。此外，由于現(xiàn)有的GNSS-R 傳感器對(duì)高風(fēng)速的敏感性普遍較差，CYGNSS 在西風(fēng)帶區(qū)域、好望角、阿拉伯海以及西北太平洋的風(fēng)速變異性明顯小于ECMWF。

圖3 CYGNSS（a）和ECMWF（b）年平均風(fēng)速的空間分布，其風(fēng)速變異性（不同網(wǎng)格點(diǎn)范圍內(nèi)風(fēng)速的標(biāo)準(zhǔn)差）的空間分布（c）（d）（網(wǎng)格的大小為0.125°×0.125°）Fig. 3 Geographic distribution of the annual mean wind speed for CYGNSS (a) and ECMWF (b). The spatial distribution of wind variability for CYGNSS (c) and ECMWF (d) (Standard Deviation of wind speed in different grid points) (Grid size is 0.125°×0.125°)

2.2 CYGNSS 與ECMWF 風(fēng)速差異的時(shí)空分布特征

以ECMWF 風(fēng)速為參考，研究CYGNSS 風(fēng)速偏差的時(shí)空分布特征。圖4（a）給出了CYGNSS 相對(duì)于ECMWF 的風(fēng)速偏差隨月份的變化?？傮w而言，7 月份偏差最大、1 月份次之，10 月份偏差最小，其他月份偏差差別不大。圖4（b）進(jìn)一步對(duì)比了不同衛(wèi)星的風(fēng)速偏差隨時(shí)間變化的趨勢(shì)?？梢钥闯觯行l(wèi)星的風(fēng)速偏差趨勢(shì)基本一致，說(shuō)明各衛(wèi)星的GNSS-R 傳感器測(cè)量信號(hào)具有較好的相對(duì)一致性。但不同衛(wèi)星的風(fēng)速偏差差異顯著，第4，7，8 顆衛(wèi)星的風(fēng)速偏差明顯小于其他衛(wèi)星的風(fēng)速偏差，這一點(diǎn)與圖1 和圖2 的現(xiàn)象相似，說(shuō)明不同衛(wèi)星之間的絕對(duì)定標(biāo)仍有改善的空間。

圖4（c）和（d）分別給出了CYGNSS 與ECMWF風(fēng)速差異的整體標(biāo)準(zhǔn)差和每個(gè)衛(wèi)星的標(biāo)準(zhǔn)差。與2.1 節(jié)類(lèi)似，夏冬兩季兩者風(fēng)速的差異較大，春秋兩季則差異較小。需要注意的是，這種差異（偏差或標(biāo)準(zhǔn)差）不能直接用來(lái)表征CYGNSS 遙感風(fēng)速的固有誤差，因?yàn)槠涫荂YGNSS 和參考風(fēng)速（ECMWF）兩者誤差共同作用的結(jié)果。

圖5 給出了CYGNSS 相對(duì)于ECMWF 的風(fēng)速偏差及標(biāo)準(zhǔn)差的空間分布?？梢钥闯觯诟唢L(fēng)速區(qū)域（例如西風(fēng)帶，見(jiàn)圖3），風(fēng)速偏差可達(dá)—2 m·s—1，這與GNSS-R 測(cè)量信號(hào)對(duì)高風(fēng)速的不敏感性相一致；而在東太平洋的熱帶輻合帶區(qū)域（低風(fēng)速區(qū)），風(fēng)速偏差基本大于2 m·s—1?？傮w而言，不同地理位置的自然風(fēng)速大小不一樣，導(dǎo)致了CYGNSS 反演風(fēng)速的偏差也不一樣。但是CYGNSS 與ECMWF 風(fēng)速差異的標(biāo)準(zhǔn)差并沒(méi)有呈現(xiàn)明顯的隨空間（在開(kāi)闊大洋位置）變化而變化的特征，一定程度上說(shuō)明CYGNSS 風(fēng)速數(shù)據(jù)具有較好的精度一致性。圖5（b）給出了在北海道漁場(chǎng)附近的風(fēng)速標(biāo)準(zhǔn)差，可以看出該標(biāo)準(zhǔn)差較大，這可能是因?yàn)榇颂幥u寒流和日本暖流相遇，進(jìn)而產(chǎn)生較為復(fù)雜的海面波浪狀態(tài)，導(dǎo)致CYGNSS 反演風(fēng)速誤差較大。在人為活動(dòng)較多的近海岸附近，GNSS-R 接收信號(hào)更容易受到電磁干擾或海面溢油等因素的影響，可能會(huì)造成反演風(fēng)速的標(biāo)準(zhǔn)差較大。對(duì)CYGNSS 不同衛(wèi)星的風(fēng)速偏差和標(biāo)準(zhǔn)差（相對(duì)于ECMWF）進(jìn)一步分析，發(fā)現(xiàn)第4，7，8 顆衛(wèi)星反演風(fēng)速的標(biāo)準(zhǔn)差明顯大于其他衛(wèi)星，尤其是西北太平洋和東太平洋的北半球區(qū)域。結(jié)合圖2（b）和圖4（b）可知，實(shí)際上很難判定第4，7，8 顆衛(wèi)星風(fēng)速數(shù)據(jù)的質(zhì)量，因此需要通過(guò)三配對(duì)分析法評(píng)估CYGNSS 風(fēng)速的固有誤差，才能獲取更準(zhǔn)確的信息。

圖4 （a）所有衛(wèi)星CYGNSS 和ECMWF 風(fēng)速差異的均值,（b）不同衛(wèi)星風(fēng)速偏差隨月份的變化，（c）CYGNSS 和ECMWF 風(fēng)速差異的標(biāo)準(zhǔn)差,（d）不同衛(wèi)星風(fēng)速的標(biāo)準(zhǔn)差隨月份的變化。(參考風(fēng)速為匹配的ECMWF 預(yù)報(bào)風(fēng)速)Fig. 4 Monthly distribution of CYGNSS wind speed bias for all satellites data (a) and each individual satellite (b). (c) (d) are as same as (a) and (b), but for the standard deviation of the wind speed difference between CYGNSS and ECMWF

圖5 CYGNSS 與ECMWF 風(fēng)速差異的均值（a）及標(biāo)準(zhǔn)差（b）的空間分布Fig. 5 Geographic distribution of the CYGNSS wind speed bias (a) and Standard Deviation (SD) ECMWF (b)

2.3 CYGNSS 固有誤差

圖6 給出了CYGNSS、浮標(biāo)以及ECMWF 風(fēng)速兩兩對(duì)比的散點(diǎn)密度。浮標(biāo)原始風(fēng)速值是自然數(shù)，將其轉(zhuǎn)換為10 m 高度處的風(fēng)速后仍存在明顯的離散特性，如圖6(a) 和(b) 所示?？梢钥闯?，浮標(biāo)與ECMWF 風(fēng)速具有良好的一致性，兩者差異的均值為0.2 m·s—1、標(biāo)準(zhǔn)差為1.55 m·s—1。CYGNSS 與浮標(biāo)或ECMWF 風(fēng)速相比，均呈現(xiàn)負(fù)偏差特性，這主要是因?yàn)镃YGNSS 反演的高風(fēng)速明顯小于真實(shí)值。此外，CYGNSS 相對(duì)于浮標(biāo)或ECMWF 的風(fēng)速標(biāo)準(zhǔn)差均不超過(guò)2 m·s—1，滿(mǎn)足海面風(fēng)場(chǎng)遙感常見(jiàn)的指標(biāo)要求。總體而言，風(fēng)速小于10 m·s—1時(shí)，CYGNSS 與浮標(biāo)和ECMWF 風(fēng)速均具有良好的一致性，且更接近后者。在圖6 的基礎(chǔ)上，進(jìn)一步利用2.2 節(jié)的三配對(duì)分析方法估計(jì)CYGNSS 和其他兩種參考風(fēng)速固有的隨機(jī)誤差。不同數(shù)據(jù)的空間分辨率和時(shí)間分辨率可能不一致，即不同數(shù)據(jù)所測(cè)風(fēng)速精度存在略微差異，為了方便，這里不考慮三種數(shù)據(jù)源之間的尺度差異，假設(shè)其所測(cè)得風(fēng)速精度是一致的。因此式（6）得到的固有誤差實(shí)際上是在ECMWF 尺度下的風(fēng)速隨機(jī)誤差[22]。針對(duì)3.2 和3.3 節(jié)發(fā)現(xiàn)的不同衛(wèi)星之間的風(fēng)速具有明顯的差異性，將三配對(duì)數(shù)據(jù)集分成兩組，即第4，7，8 顆衛(wèi)星（第一組）和第1，2，3，5，6 顆衛(wèi)星（第二組）兩組，分別進(jìn)行分析，結(jié)果列于表1～3?？傮w而言：以浮標(biāo)風(fēng)速為參考，CYGNSS 反演風(fēng)速的校正系數(shù)為1.28（比例因子）和—0.51（偏差系數(shù)）；在ECMWF 風(fēng)速所表征的空間尺度下，ECMWF 風(fēng)速的固有誤差最?。?.00 m·s—1），浮標(biāo)次之（1.06 m·s—1），CYGNSS 再次之（1.79 m·s—1）。對(duì)于第一組數(shù)據(jù)，CYGNSS 反演風(fēng)速的校正系數(shù)為1.18 和—0.46。在ECMWF 風(fēng)速表征的空間尺度下，ECMWF 風(fēng)速的固有誤差最?。?.99 m·s—1），浮標(biāo)次之（1.06 m·s—1），CYGNSS 再 次 之（1.78 m·s—1）；對(duì) 于 第 二 組 數(shù) 據(jù)，CYGNSS 反演風(fēng)速的校正系數(shù)為1.35 和—0.51。在ECMWF 風(fēng)速表征的空間尺度下，ECMWF 風(fēng)速的固有誤差最小（1.01 m·s—1），浮標(biāo)次之（1.06 m·s—1），CYGNSS 再次之（1.80 m·s—1）。由此可知：從校正系數(shù)角度分析，第一組CYGNSS 反演風(fēng)速的校正系數(shù)為1.18 和—0.46；第二組CYGNSS 反演風(fēng)速的校正系數(shù)為1.35 和—0.51。因此，推斷第4，7，8 顆衛(wèi)星的風(fēng)速質(zhì)量略?xún)?yōu)于其他衛(wèi)星。另外，以浮標(biāo)為參考，第一組數(shù)據(jù)中CYGNSS 的風(fēng)速固有誤差（1.78 m·s—1）也略小于第二組數(shù)據(jù)的結(jié)果（1.80 m·s—1）。

表1 浮標(biāo)、CYGNSS 和ECMWF 風(fēng)速的校正系數(shù)與固有誤差Table 1 Correction factors and inherent errors of buoy, CYGNSS and ECMWF wind speeds

圖6 CYGNSS、浮標(biāo)以及ECMWF 風(fēng)速兩兩對(duì)比的散點(diǎn)密度Fig. 6 Scatter density plots of CYGNSS versus buoy wind speed (a), ECMWF versus buoy wind speed (b),and CYGNSS versus ECMWF wind speed (c)

3 結(jié)論

對(duì)CYGNSS 反演風(fēng)速的時(shí)空分布特征進(jìn)行了詳細(xì)的分析，發(fā)現(xiàn)CYGNSS 風(fēng)速的時(shí)空變異性明顯小于ECMWF 的預(yù)報(bào)風(fēng)速。與后者相比，CYGNSS 風(fēng)速的偏差和標(biāo)準(zhǔn)差呈現(xiàn)明顯的隨時(shí)間或空間變化的特性，即高風(fēng)速區(qū)的偏差較大、低風(fēng)速區(qū)的偏差較小，夏冬兩季的標(biāo)準(zhǔn)差較大、春秋兩季的標(biāo)準(zhǔn)差較小?？紤]到GNSS-R 技術(shù)對(duì)高風(fēng)速的敏感性較弱，上述差異主要是由不同時(shí)間、不同地點(diǎn)海面風(fēng)速的大小決定的。對(duì)CYGNSS 8 顆衛(wèi)星的風(fēng)速分別進(jìn)行分析，發(fā)現(xiàn)第4，7，8 顆衛(wèi)星反演風(fēng)速的性能明顯與其他衛(wèi)星不同。因此，利用三配對(duì)分析方法對(duì)匹配的CYGNSS、浮標(biāo)和ECMWF 數(shù)據(jù)集進(jìn)一步分析，以闡明不同數(shù)據(jù)源風(fēng)速的固有隨機(jī)誤差。結(jié)果表明，在ECMWF 表征的空間尺度下，ECMWF 風(fēng)速誤差最小，其次是浮標(biāo)風(fēng)速和CYGNSS 反演風(fēng)速。總體而言，CYGNSS 風(fēng)速的固有誤差約為1.79 m·s—1。研究結(jié)果一方面提供了誤差量化結(jié)果，為CYGNSS風(fēng)速數(shù)據(jù)的業(yè)務(wù)應(yīng)用提供參考；另一方面指出了第4，7，8 顆衛(wèi)星的風(fēng)速質(zhì)量略?xún)?yōu)于其他顆衛(wèi)星的風(fēng)速質(zhì)量。這為進(jìn)一步標(biāo)定CYGNSS 的反射測(cè)量信號(hào)提供依據(jù)。

表2 第一組數(shù)據(jù)浮標(biāo)、CYGNSS 和ECMWF 風(fēng)速的校正系數(shù)與固有誤差Table 2 Correction factors and inherent errors for the first group data set

表3 第二組數(shù)據(jù)浮標(biāo)、CYGNSS 和ECMWF 風(fēng)速的校正系數(shù)與固有誤差Table 3 Correction factors and inherent errors for the second group data set