我院蒋浩宇副教授在国际著名科学期刊《Remote Sensing of Environment》发表题为“Evaluation of altimeter undersampling in estimating global wind and wave climate using virtual observation”的学术论文。高度计可以提供海洋风速和有效波高的全球长期观测。但是，由于高度计稀疏的采样方式和在轨卫星的数量不断变化，高度计在估算风浪气候时可能面临着欠采样的问题。本研究通过使用多平台高度仪的轨道信息对ERA5/IOWAGA数据集中的海洋风速和波高数据进行“虚拟观测”。针对虚拟观测的结果，对比了原始数据和重采样网格化数据的气候统计量（包括均值、90分位数、99分位数，以及他们的长期趋势）。结果标明，高度计采样得到的极值（90和99分位数）和原数据存在较大差异。高度计的欠采样导致海洋风速和海浪高度月极值的严重低估，同时，随着轨内高度计数量的增加这种低估现象会逐渐减轻。这就导致了以往的研究中对于1985-2018年间风速和有效波高趋势的明显高估。相比之下，采用海洋风速和海浪高度年极值可以取得更可靠的结果，更加适用于长期趋势的推算。本研究还提出了利用模型数据来补偿高度计采样所遗漏的数据，并对校正后1992-2017年期间海洋风速和海浪高度的全球趋势进行了重新估计。结果表明，在此期间风速和波高趋势之间存在明显的差异：风速显著增加而波高显著减小。经过进一步的分析，发现这一线性主要是全球范围内的有效风区变短所导致的。
Fig. 6. Global trends of U10 (upper half) and SWH (lower half) statistics from ERA5 (left a-f) and ERA5 2° × 2° VO (right g-l) over the period 1985–2018, obtained using monthly mean values (1st and 4th rows), monthly 90th percentiles (2nd and 5th rows), and monthly 99th percentiles (3rd and 6th rows). It is noted that the colour scales for different subplots are different. (For interpretation of the references to colour in this figure legend, the reader is referred to the web version of this article.)
Fig. 7. Comparison between the trends of U10 (a–c) and SWH (d–f) from monthly statistics over the period 1985–2018 derived from ERA5 and VO. The left, middle, and right columns correspond to the comparisons of trends of means, 90th percentiles, and 99th percentiles, respectively.
论文信息如下：
Title: Evaluation of altimeter undersampling in estimating global wind and wave climate using virtual observation
Authors: Jiang, Haoyu
Doi: 10.1016/j.rse.2020.111840
论文链接：https://doi.org/10.1016/j.rse.2020.111840
