《Journal of Marine Science and Engineering》：Assessing ERA5 Wind Speed and Wave Height Errors in the Bohai and Yellow Seas: Spatiotemporal Patterns and Wind–Wave Error Association
编辑推荐：
本研究利用渤海与黄海16个浮标为期一年的逐时观测数据，评估ERA5再分析10 m风速与有效波高（significant wave height, SWH）的精度。ERA5与浮标观测吻合良好（风速：偏差Bias 0.04 m/s，均方根误差（root-mean-
本研究利用渤海与黄海16个浮标为期一年的逐时观测数据，评估ERA5再分析10 m风速与有效波高（significant wave height, SWH）的精度。ERA5与浮标观测吻合良好（风速：偏差Bias 0.04 m/s，均方根误差（root-mean-square error, RMSE）1.40 m/s，离散指数（scatter index, SI）0.24，相关系数r 0.90；SWH：Bias 0.11 m，RMSE 0.23 m，SI 0.30，r 0.94）。误差随离岸距离增加而减小，其控制因子为离岸距离而非水深：在固定离岸距离条件下水深变化2.5倍仅使风速RMSE改变0.02 m/s，而在固定水深条件下离岸距离加倍则使其改变0.22–0.24 m/s。风速Bias具有显著的日变化周期，其振幅随离岸距离增加而减小并存在季节性反向；SWH Bias始终为正值但在夏季减弱；两变量均表现为对弱条件高估、对强条件低估。两变量的绝对误差呈反相变化，故其相关系数相互抵消（?0.40至0.02），而相对误差则保持强耦合（0.59–0.80）。当风速超过13 m/s时，ERA5风速低估11%，而SWH高估6%，该不一致性表明高海况误差源于海浪模式而非风场强迫。上述量化误差为海岸工程设计波高估算与Bias订正提供了约束。
海面风速与有效波高（significant wave height, SWH）是海–气相互作用、海洋工程设计、海上航行安全及气候变化研究中的基础变量。准确的长期大尺度风浪数据对于分析陆架海动力过程、降低海岸灾害风险及评估海上风能资源不可或缺。鉴于现场观测站分布稀疏且长期连续观测稀缺，全球再分析数据集已成为刻画近岸风浪状况、支撑海洋基础设施规划的重要工具。其中，欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts, ECMWF）发布的ERA5再分析以其高时空分辨率和多源同化系统而广泛应用。渤海与黄海为西北太平洋边缘陆架海，水浅、半封闭，地形复杂、岸线曲折、岛屿众多，水深多在10–70 m之间。该区风浪受东亚季风季节交替、局地海陆风及远域涌浪传播共同驱动，既含大尺度气候信号又含局地小尺度扰动；冬季寒潮偏北大风、温带气旋及夏季北上台风常引发极端风浪事件，对沿岸港口、平台及护岸工程构成持续威胁。随着环渤海海洋开发与大型海上风电场建设推进，亟需基于可靠风浪数据集开展海洋环境评估与极端海况重现期计算。
目前针对渤海与黄海专门的评估研究仍较有限，已有研究多依赖少量分散浮标或单站短期观测，侧重于台风个例或特定季节，缺乏覆盖全海域、全季节的系统定量评估；多数结果仅给出区域平均指标，未解析渤海、黄海北部、黄海中部和黄海南部四个子区的空间梯度格局；对日误差演变、季节差异及分风速和波高档位的依赖性缺乏系统量化；且风浪误差联合比较几乎均基于绝对误差，而两类绝对误差序列峰值季节不同，即使物理上相关联也呈弱相关。这些空白制约了ERA5在该海域的精细订正与工程应用。
为此，研究人员利用中国国家海洋立体观测网16个站位为期一年的逐时浮标观测，从空间分布、季节演变、日变化及风速与SWH档位依赖性四个维度系统评估ERA5精度，量化风浪误差的相互比较关系，考察离岸距离与水深等环境因子的潜在影响，并厘清弱风与强风、低波与高波条件下的系统性Bias格局。
**关键技术方法**（不超过250字）：一是采用中国国家海洋立体观测网16个浮标逐时10 m风速与SWH观测，覆盖离岸距离19.3–203.5 km，未进入全球电信系统（Global Telecommunication System, GTS）且未被同化，属独立验证；观测时段限于10年窗口内，以8站共同时段子集作敏感性检验。二是使用ERA5逐时风场（0.25°×0.25°）与SWH（0.5°×0.5°），经双线性插值匹配浮标位置。三是采用Bias、平均绝对误差（mean absolute error, MAE）、RMSE、SI及Pearson相关系数r五项指标，并以Spearman秩相关作稳健性检验。
**研究结果**：3.1.1总体统计与空间分布——16站风速平均Bias 0.04 m/s、RMSE 1.40 m/s、SI 0.24、r 0.90；SWH为0.11 m、0.23 m、0.30、0.94；SWH的r比风速高约4.4%，SI高约25%，前者因波浪是风强迫的时空积分响应而平滑高频噪声，后者因区域平均SWH偏低放大相对误差。风速RMSE由渤海区1.52 m/s递减至黄海南部1.28 m/s，SWH SI由0.38降至0.21；SWH Bias各站均为正；站间SWH RMSE与风速RMSE显著正相关（r=0.62，p=0.01），SI相关r=0.70，r相关达0.83；Taylor图显示两变量离岸区（C、D）表现优于近岸区（A、B）。通过自然配对分离控制因子得出：A与B、C与D离岸距离相近而水深相差2.5倍和2倍，风速RMSE几乎不变；A与D、B与C水深近乎相同而距离相差2.3倍和1.9倍，风速RMSE相差0.24与0.22 m/s；偏相关显示控制距离后纬度对SI与r均不显著，水深对各指标均无贡献，故南北梯度实为离岸距离梯度的投影。3.1.2地理环境因子影响——风速RMSE、SI与离岸距离相关为?0.83、?0.82，r为0.78；近岸（<50 km）平均RMSE、SI、r为1.54 m/s、0.27、0.87，离岸（>100 km）改善为1.24 m/s、0.21、0.92；SWH的RMSE、SI、r与距离相关为?0.41、?0.70、0.61，SI较RMSE更敏感；与水深的相关系数则大幅减弱（风速RMSE ?0.28，SWH RMSE ?0.02）。研究人员指出ERA5大气与海浪分量原生网格约31 km与40 km，小于10–20 km的岛间间距，存在尺度失配与海陆混杂，但该解释仍属初步假设。3.1.3风速误差日变化——Bias在北京时06:00–10:00与18:00–20:00出现两个负槽，可能与同化循环边界处分析场不连续有关；RMSE夜间（约1.44 m/s）高于白天（约1.36 m/s），最低值出现在13:00；Bias日振幅与离岸距离显著负相关（r=?0.69，p=0.003），近岸（<40 km）约0.60 m/s、远岸（>150 km）约0.41 m/s；该日信号仅见于风场而不见于SWH场。3.2.1风速季节变化——Bias呈单峰年循环，4–5月达峰、11月最低，B区振幅最大（5月0.73 m/s至11月?0.30 m/s，年振幅1.03 m/s），D区最平缓（0.58 m/s）；RMSE于5–9月达峰，渤海5月最高1.71 m/s、10月最低1.39 m/s；r秋冬高、春夏低，渤海7月最低0.73、10月最高0.94；该格局与东亚季风阶段性转换及局地强迫有关，归一化指标验证其稳健。3.2.2 SWH季节变化——Bias全年为正，春夏冬高估较强、夏秋较弱，B区波动最大，D区稳定于0.04–0.12 m；RMSE夏季最小；SI于春季及早夏最高（A区3–5月0.49–0.55，B区4月0.61），秋冬骤降（A区11月0.29、D区0.16）；r在6月最低（A、B区0.76、0.75），9–10月普遍超过0.96；即夏季RMSE最小但综合精度低于冬季。3.2.3风浪误差月协变——两变量SI与r的月相关系数分别为0.59–0.80与0.79–0.92；差异体现在三方面：风速Bias季节反向而SWH Bias全年为正，二者月相关0.38–0.71，研究人员推测海浪模式底摩擦耗散参数化不足或为全年正Bias的成因之一；A区SWH SI由5月0.55降至11月0.29，而风速SI仅由0.29降至0.20；月RMSE相关弱或为负（A、D区?0.03与0.02，C区?0.40），因区域月RMSE与月平均态相关对风速为负（?0.72、?0.38、?0.61、?0.51）而对SWH为正（0.49、0.73、0.90、0.42），故相关相互抵消。3.3.1风速分档——Bias随风速由正转负，[0,3] m/s档各站为0.52–1.17 m/s，(3,6]与(6,10]档中位数由0.22转为?0.29 m/s，>16 m/s档中位数?2.59 m/s；RMSE随档位由约1.44 m/s升至2.88 m/s；SI由0.74降至0.14–0.17；r先升后降，[0,3]档仅0.35；95百分位样本同样呈负Bias但幅度较小、相关更高。3.3.2 SWH分档——低波档Bias为正、1.5–3.0 m略正、>3.0 m趋于负；RMSE由约0.18 m升至0.38 m，SI由0.45–0.65降至0.16–0.20；95百分位样本Bias近零，未表现出如风速般的系统性低估。3.3.3跨档比较——两变量RMSE均随量级增大、SI均随量级减小、Bias均由正转负（风速阈值6–10 m/s，SWH阈值>3.0 m），但低值区相关差异显著：弱风档r中位数仅0.35，而低波档r仍达0.60–0.70；机制涉及稳定边界层湍流混合、Charnock拖曳及波浪耗散参数化，均属初步假设。3.3.4高风速下风浪误差符号不一致——浮标风速>13 m/s的4183 h样本中，ERA5平均风速13.15 m/s对观测14.85 m/s，缺11%，而平均SWH 2.78 m对2.63 m，盈6%，16站中13站SWH Bias为正（符号检验p=0.02）；按波高选取（SWH>3 m）则风速低估1.06 m/s而SWH Bias近零；单一风亏应产生负SWH Bias，故二者不能同源于大气强迫，高海况误差定位于海浪模式侧；实际推论是在驱动海浪模式前施加风速Bias订正会放大而非减小高海况正SWH Bias。3.4敏感性分析——仅用2024年3月至2025年2月的8站子集（A01、A02、B01、B04、C02、C03、C04、C05，缺D区）复算，风速Bias ?0.01 m/s、MAE 1.06 m/s、RMSE 1.41 m/s、SI 0.23、r 0.90；SWH Bias 0.13 m、RMSE 0.24 m、SI 0.33、r 0.94，与16站结果高度一致；误差指标与离岸距离的相关方向与显著性、日变化双槽与昼夜RMSE差异、季节循环、风浪月误差相关及分档特征均被再现，Spearman与Pearson结果基本一致，表明结论对观测时间异质性稳健。
**讨论部分总结**：4.1观测数据时空代表性——16站空间上覆盖全海域但黄海东南部站点仍偏稀疏，各站观测期仅一年，是兼顾站数、时段可比性与10年窗口的折衷，短记录长度可能引入不确定性。4.2 SWH–风速RMSE相关的季节弱化——SWH RMSE与风速RMSE空间相关（r=0.62）而在季节尺度上无相关甚至负相关（?0.03至?0.40），差异主要源于两类绝对误差反相，非局地涌浪分量与SWH同化或叠加影响，因观测限制未作风浪与涌浪的定量分离。4.3模式改进与工程应用启示——近岸风场改进有两条路径：增强近岸大气边界层参数化对近岸环流的响应，或引入1–3 km高分辨率局地模式（如Weather Research and Forecasting Model, WRF）进行动力降尺度；海浪改进不能仅靠改进风强迫，需独立优化模式内部物理过程。数据应用层面应构建区域、季节与量级分层的Bias订正方案：低值段（风<6 m/s、SWH<1.5 m）去除系统性高估以避免设计荷载过保守，高值段（风>13 m/s、SWH>3.0 m）补偿系统性低估以防设计不足；由于高风误差表现为波高盈而非亏，涉及设计波高估算的调整应直接施加于波高，或辅以浅水耗散项的重新调参。文中关于海陆混杂、未解析地形与海底地形、边界层参数化、底摩擦与拖曳参数化的物理解释均源自误差统计与文献推断而非模式敏感性试验，仍属初步假设，需专门数值试验确认。
**研究结论翻译**：利用16个浮标站为期一年的逐时观测数据，研究人员评估了ERA5再分析10 m风速与SWH在渤海与黄海之上的精度特征，刻画了误差的空间分布、季节演变与量级依赖性，并量化了风浪误差的相互比较关系。主要结论如下：(1) ERA5在整个研究区总体适用性良好，但误差与离岸距离密切相关，与水深关系较弱。风速RMSE与离岸距离的相关系数达?0.83，SWH RMSE与离岸距离为?0.41，而SWH RMSE与水深仅?0.02。水深在该区域并非控制变量：固定离岸距离时水深变化2.5倍仅使风速RMSE改变0.02 m/s，计入距离后水深偏相关对各指标均可忽略。(2) 风速Bias呈季节反向，春夏高估、秋冬低估；SWH Bias全年为正但夏弱冬强；陆架海SWH“冬季RMSE大而夏季SI大”的特征得到定量刻画。风速与SWH在SI与r上高度一致，可作为风浪精度联合诊断的敏感指标，二者空间相关系数分别为0.70与0.83，月相关系数分别为0.59–0.80与0.79–0.92。风速RMSE与SWH RMSE空间强相关（r=0.62），但季节尺度上相关微弱甚至为负（最低r=?0.40）。SI与r的强一致性表明ERA5能可靠捕捉风浪的时间变率与相位演变，适用于需要准确波浪时序的工程应用（如作业窗口预报）；RMSE的解耦则是两类绝对误差反相的结果——风速RMSE在平均风速最弱时最大，SWH RMSE在波浪最大时最大——因此波高绝对误差的减小仍需独立的模式改进，且无法由与风速的RMSE相关诊断。(3) 风速与SWH均呈显著量级依赖：风速Bias在6–10 m/s由正转负，SWH Bias在>3.0 m转变号，即二者均低值高估、高值低估。低能条件下SWH的时间一致性（r=0.60–0.70）明显优于风速（r=0.25–0.40），与波浪对风变率的自然平滑/滤波效应一致。系统性的低值高估与高值低估意味着基于未订正ERA5数据的工程设计在低能状态下偏保守、在极端条件下可能不安全，故Bias订正策略必须依赖量级以兼顾经济性与安全性。两个Bias的符号本身即具信息量：13 m/s以上风速低估11%而16站中13站SWH高估6%，该不一致性不可能源于风强迫，而将高海况误差定位于海浪模式。(4) 风速误差存在日变化：ERA5风速Bias在06:00–10:00与18:00–20:00出现两个槽，近岸站Bias日振幅与离岸距离显著相关（r=?0.69）。当ERA5风数据用于涉及日循环的工程分析（如海上风机疲劳荷载）时，必须显式考虑该日误差变化，以避免累积荷载估计偏差。
