近地表风代表性:时间平均、空间分离及大气条件下密集测风塔阵列的影响

《Atmosphere》:Representativeness of Near-Surface Winds: Effects of Temporal Averaging, Spatial Separation, and Atmospheric Conditions in a Dense Tower Network

【字体: 大 中 小 】 时间:2026年06月26日 来源:Atmosphere 2.6

编辑推荐:

  大气边界层(Boundary Layer, BL)中点测量的代表性是解释观测资料和评估数值模式的基本难题。研究人员利用美国陆军研究实验室气象传感器阵列(ARL Meteorological Sensor Array, MSA)中13座气象塔组成的密集网络,量化

  
大气边界层(Boundary Layer, BL)中点测量的代表性是解释观测资料和评估数值模式的基本难题。研究人员利用美国陆军研究实验室气象传感器阵列(ARL Meteorological Sensor Array, MSA)中13座气象塔组成的密集网络,量化近地表风的测量代表性,该网络分布于美国新墨西哥州南部美国农业部霍纳达实验牧场(USDA Jornada Experimental Range)约3×3 km区域内,分析域位于较复杂地形背景中的相对平坦地形。代表性通过塔间成对差异(pairwise differences)及与阵列均值(array mean)的偏差进行评估。结果表明:空间变异性随(time averaging)时间平均减小,最大降幅出现在1~10 min之间,10~30 min后改善趋缓;测风数据随间距增大逐渐失去相似性,尤其在接近1 km间距时;不稳定条件(unstable conditions)下因湍流增强及空间变异性增大导致代表性误差(representativeness error)更大,而较强风速虽增大风速变异性但提升风向一致性(directional coherence);各测塔相对域平均条件的偏差相当,表明无单一位置具独特代表性。研究结果量化了时间平均、空间分离及大气条件对代表性的影响程度,提供了相关空间尺度与残余误差的实用估算,可用于解释观测、评估模式及设计固定与移动平台(含无人机Uncrewed Aircraft Systems, UAS)采样策略。
论文解读:《Representativeness of Near-Surface Winds: Effects of Temporal Averaging, Spatial Separation, and Atmospheric Conditions in a Dense Tower Network》发表于《Atmosphere》
一、研究背景与意义
近地表大气条件的准确表征是扩散模拟、风能评估及数值天气预报(Numerical Weather Prediction, NWP)模式评估的基础,但实际常依赖稀疏单点测塔数据,其代表性(representativeness)——即单点测量在多大程度上反映更大时空域真实状况——尚不明确。已有研究多间接推断代表性误差(representativeness error),缺乏利用密集同步多点观测直接量化次公里(sub-kilometer)尺度空间变异性的实测依据。传统气象站网过疏难以分辨亚公里空间变异性,微地形、下垫面非均匀性及仪器误差进一步干扰解读,而新兴无人机(Uncrewed Aircraft Systems, UAS)等平台受限于采样时长与覆盖范围。因此,研究人员利用美国农业部霍纳达实验牧场(Jornada Experimental Range, JER)内传播阵列(Propagation Array, PA)——美国陆军研究实验室气象传感器阵列(Meteorological Sensor Array, MSA)子集——13座测风塔(中心30 m塔JER0036+周边12座10 m塔)构成的约3×3 km密集网络,在相对平坦、准均匀(quasi-homogeneous)沙漠下垫面上,直接量化时间平均(averaging time)、空间分离(spatial separation)及大气稳定度(atmospheric stability / stratification)对近地表风代表性误差的影响,为观测解读、模式检验及采样设计提供定量依据。
二、主要关键技术方法
研究人员选用MSA中PA子网13座测塔(中心塔JER0036配备Gill Windmaster超声风速仪,2/4/8/14/20/28 m;周边塔2 m与10 m同型号),选取2025年6月11–22日连续重叠时段,原始20 Hz风分量及1 Hz温度数据质控并校正超声风向固定偏角(相对中心塔旋转消除系统误差)。计算非重叠1/5/10/30 min平均风矢量(u,v)及风速风向,排除弱风(<1 m s?1)。空间变异性用全塔对成对均方根差(pairwise Root-Mean-Square Difference, RMSD)按间距分组(<800 m、800–1100 m、>1100 m)评估;代表性误差用单塔与PA域均值(空间平均)偏差的中位数绝对误差(Median Absolute Error, MedAE)。稳定度采用2 m与10 m温差ΔT=T2m-T10m(稳定ΔT+0.3 ℃,中性剔除),风速按四分位数分层,分别分析其对代表性误差的依赖关系。
三、研究结果
3.1 Flow Variability and Regime Characterization(流场变异性与流型特征)
通过时序与日变化分析发现,水平风分量(u,v)跨塔变异性(interquartile range, IQR)清晨最低,午后随对流边界层(convective boundary layer, CBL)发展增至峰值,夜间减弱,符合不稳定条件下湍流混合增强空间异质性的预期;风玫瑰显示不稳定层结下主导西北—西风且方向分散,稳定层结下含弱热驱动下坡流与强天气尺度西南气流。
3.2 Spatial Variability and Distance Dependence(空间变异性与距离依赖性)
成对风速RMSD在<800 m间距、10 m高度处由1 min平均≈1.1 m s?1降至30 min≈0.4 m s?1,>1100 m处由≈1.4 m s?1降至≈0.65 m s?1;2 m高度相应由≈0.8~1.0 m s?1降至≈0.3~0.5 m s?1。风向RMSD在2 m高度1 min≈44–53°降至30 min≈25–35°,10 m高度1 min≈38–47°降至≈22–33°。所有情况下RMSD随间距增大显著升高,10 min后降幅趋缓,表明残余差异源于物理空间结构而非仪器噪声,近地表代表性特征空间尺度(order of a few hundred meters)约数百米。
3.3 Representativeness Relative to the PA Mean(相对于PA均值的代表性误差)
单塔相对PA均值风速MedAE在2 m高度由1 min≈0.3 m s?1降至30 min≈0.15 m s?1,10 m高度由≈0.45 m s?1降至≈0.2 m s?1;风向MedAE由1 min≈7–8°降至30 min≈3–4°,2 m与10 m相近。即便30 min平均仍有残余误差,说明空间异质性限制代表性。
3.4 Dependence on Wind Speed and Atmospheric Stability(对风速与稳定度的依赖性)
风速越大,风向代表性误差越小(10 m高度1 min由低风速 quartile≈15–17°降至高风速≈3–4°),表明强风增强方向一致性(directional coherence);风速越大,风速绝对误差略增(1 min由≈0.25–0.35 m s?1升至≈0.5–0.6 m s?1),相对误差增幅不显著,30 min后各类趋近≈0.15–0.2 m s?1。不稳定条件下风速与风向代表性误差均大于稳定条件(如2 m风速1 min:不稳定≈0.5 m s?1vs 稳定≈0.2 m s?1;风向不稳定≈14–15° vs 稳定≈5–6°),时间平均无法完全消除该差异。
3.5 Central Tower Representativeness(中心塔代表性)
中心塔JER0036相对PA均值的偏差与网络中其他塔典型代表性误差相当,无系统性偏离,说明其在研究条件下可视为域平均条件的合理近似,但并非具独特代表性的特殊点位。
四、讨论与结论总结
讨论指出:时间平均(1–10 min)有效压制湍流涨落,超过10 min后收益递减,残余误差反映固有空间异质性;空间分离是代表性根本限制因素,千米级间距即便长时平均仍存在显著差异;不稳定层结因对流混合增大空间变异性使代表性误差增大,稳定层结误差较小但流型混杂;均匀地形得出的代表性空间尺度可能是上限,复杂地形预期更小。单点测量仅在数百米内、10–30 min平均可近似域平均,>1 km不可忽略误差;中心塔无特殊优越性,选址不如平均时间与流况重要。对UAS采样建议至少5–10 min驻留并跨数百米至~1 km布点;对NWP/大涡模拟(Large-Eddy Simulation, LES)评估,量化之代表性误差可作模式—观测比较不确定度下界,尤其网格距100–1000 m及"terra incognita"区。
结论翻译浓缩:
研究人员利用约3×3 km密集测塔网量化近地表风代表性,发现时间平均显著降低代表性误差(主要获益在1–10 min),残余误差反映空间异质性;空间相干性随分离距递减,代表性特征空间尺度约数百米,>1 km差异显著且无法被时间平均消除;不稳定条件因增强湍流与空间变异性致更大误差,强风增大风速变异性但提升风向一致性;各塔相对域均值偏差相当,无唯一代表性点位。近地表风代表性非测点固有属性,而取决于时间平均、空间尺度与大气条件之交互作用,所得定量估计可为观测解读、模式评估及固定/移动平台采样设计提供实用指导。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号