本符合我国东海月的风场特征。

渔船观测数据定量评估为验证渔业志愿船在不同风速下的测量精度，针对范围的情况，按照日常预报业务中常用的蒲福风力表将风速分为级，分别代表弱风速风力等级级，中等风速风力等级为级，较强风速风力等级为级，和强风速风力等级级，。

表为各分级的统计结果，可以看出随着风速的增大，风向精度逐渐增高相关系数持续增目前的实测数据主要来自自然资源部东海分局负责的个业务化浮标其中浮标站位个近海浮标个波浪浮标个个业务化试运行浮标其中浮标站位个近海浮标个以及艘志愿观测船其中远洋志愿船艘近海志愿船艘。

本文所研究的观测数据来自宁波世纪海洋信息科技有限公司。

为了扩展近海观测业务，该公司在渔船上建立了海洋志愿船观测系统，共有近艘渔业志愿船参加，时间自年月日，共计，平均每天可以获取实时观测数据的船只数量约为艘。

渔业志愿船装备有风向和风速传感器，风向传感器型号安装于风速风向横臂支架端，量程为个方向，分辨率为风速传感器型号安装于风速风向横臂支架另端，量程为，分辨率为。

观测数据是基于甚小孔径终端，通信链路传输，准实时传输到地面数据中心，汇入渔业志愿船数据库系统。

这些数据是标准化的结构数据记录，包括渔业志愿船和仪器编号船只状态观测时间观测有效。

观测密度大，多船观测数据还可以相互校验，使得在数据应用上增加了多种选择，其观测数据可靠性大。

渔业志愿船可以与岸基站浮标观测形成相互补充，经过资料同化后能够提供更加合理可靠的初始场。

在渔业志愿船高密度的观测系统支持下，小尺度的气旋天气过程将得到有效的监测，特别是，在近海精细化海洋预报中，志愿船观测资料可以对空间尺度的海上气旋预报提供十分有用的补充。

通过集成同化分析和可视化，渔业志愿船观测数据可以提供更加丰富的观测信息，支撑更高时空分辨率的海洋数值模式。

在大数据时代下，这是对现有海洋观测系统的种扩展和完善，国家应将其纳入到预报数据获取体系中，加以有效利用，充分开发大数据分析软件技术，实现观测数据的高效实时获取。

参考文献全国海洋观测网规划年中国海洋报，侯雪燕，洪阳，张建民，等海洋大数据内涵应用及平台建设海洋通报，董翔，张昊睿我国船舶测报现状与对策海洋开发与管理，农村农业部渔业渔政管理局，全国水产技术推广总海洋渔业志愿船观测数据价值评价海洋地质学论文包括欧洲气象卫星组织，的风场产品美国国家环境预报中心，的再分析资料和的再分析资料等。

在我国近海，空间分辨率为的风场产品，风向平均绝对误差约为风速平均绝对误差约为再分析风场空间分辨率为时间分辨率为风向平均绝对误差约为风速平均绝对误差为再分析风场空间分辨率为时间分辨率达到风向平均绝对误差约为风速平均绝对误差为。

在空间尺度，即内，渔业志愿船观测数据风向平均绝对误差约为风速平均绝对误差为，与和处于同水平，相比于浮标和海洋站，在空。

样本风向和风速情况基本符合我国东海月的风场特征。

渔船观测数据定量评估为验证渔业志愿船在不同风速下的测量精度，针对范围的情况，按照日常预报业务中常用的蒲福风力表将风速分为级，分别代表弱风速风力等级级，中等风速风力等级为级，较强风速风力等级为级，和强风速风力等级级，。

表为各分级的统计结果，可以看出随着风速的增大，风向精度逐渐增高相关系数持续增大同时风速精度逐渐下降，但相关系数却不断提升。

弱风速下具有最小的风速误差风速平均绝对误差达到，均方根误差达到，但是风速相关系数较差仅有，风向误差最大，这与欧洲气象中心资料的结果相似中等风速下的样本数量最多，达到个，同时风速和风向误差都较小较强风速下风向精度有所提高，但是风速误差明显增大强风速下具有最高的风向精度风向平均绝对误差为，均方根误差为，但是风速精度最低风速平均绝对误差和均方根误差都超过。

上述误差变化产已初步形成了涵盖岸基离岸大洋和极地的海洋观测网框架。

志愿船观测是我国海洋观测网的重要组成部分，也是我国履行志愿观测船舶，计划应尽的国际义务，其获取的近海中远海和远洋航线上的实时和非实时水文气象要素数据弥补了固定站点观测产生的空白。

伴随着网络信息化的高速发展，志愿船采集到的海洋气象和物理海洋等数据为海洋环境预报海洋防灾减灾海洋权益维护和海洋资源开发等诸多方面提供重要的支持，。

从新中国成立初始，我国就陆续开展志愿船观测工作，其规模在改革开放前后达到顶峰。

表与浮标不同距离渔船数据统计情况表再处理后与浮标不同距离渔船数据统计情况表可以看出，数据匹配数量虽然有所下降，但是风向和风速观测精度得到明显提升，风向平均绝对误差基本呈现随距离减小而减小的趋势。

当范围为或时，虽然风向和风速误差均较小，但匹配到的数据量较小，统计结果不具有普遍性当范围为时，匹配到较多的数据图风向判断与奇异值控制图渔业志愿船观测覆盖范围表渔业志愿船观测数据统计情况数据质量总体评估观测数据直观分析传统的海洋站都在沿岸或岛屿上，而现有的浮标和志愿船数量稀少，分布也不规则，无法满足大范围长时间序列的同步观测。

而渔业志愿船观测在时间频度和空间密度上优势巨大，随机取天的观测数据可视化显示在地图上，其观测区域较大，几乎覆盖整个东海区域，图为渔业志愿船分布情况和航行轨迹。

由于渔业志愿船是移动作业，因此观测覆盖范围更大，从图的航行轨迹图可以发现，其观测数据相当密集。

大量志愿船在移动中实现了对东海海域的剖面观测，其数据对于研究区域天气过程中的空间变化有着重要的参考价值。

为检验渔业志愿船观测数据的正确性，可将观测数据与数值预报产品或再分析资料进行对比。

本文选取年月日时北京时，下同我国东海附近渔业志愿船风向风速观测数据，与同时间欧洲中期天气预报中心差和相关系数来判断渔业志愿船观测数据的质量和可用性。

绝对误差公式平均绝对误差公式均方根误差公式相关系数公式式中主要物理量为风向或风速。

式中代表渔业志愿船经处理后得到的真实测量值，代表浮标测量值，为对应的平均值，为数据量。

海洋渔业志愿船观测数据价值评价海洋地质学论文。

导航仪返回的经纬度在长时间序列上为固定值。

真风矢量求解由于渔业志愿船没有安装电子罗盘，根据气象观测要素的收集方式，船只在移动过程中测量到的是相对风矢量，在进行数据评估前，还需要求解真风矢量。

如果船只保持静止向北，仪器观测到的就是真风矢量。

实际情况中，渔业志愿船在进行观测时，船体可能保持移动和或转向，其获取的风向风速测量值为真风矢量船头方向和船行风矢量共同作用的结果。

图中即为船测风向角，并非真实风向角，需要根据船头方向获取船测风矢量，并结合船行速度和方向获取的船行风矢量，求解真风矢量。

风向奇异值控制渔业志愿船观测数据存在些船只回传数据此观测覆盖范围更大，从图的航行轨迹图可以发现，其观测数据相当密集。

大量志愿船在移动中实现了对东海海域的剖面观测，其数据对于研究区域天气过程中的空间变化有着重要的参考价值。

为检验渔业志愿船观测数据的正确性，可将观测数据与数值预报产品或再分析资料进行对比。

本文选取年月日时北京时，下同我国东海附近渔业志愿船风向风速观测数据，与同时间欧洲中期天气预报中心，再分析资料海面风场数据同屏显示，从而直观地判断数据是否可靠。

图中红色为再分析资料风场数据，黄色为渔业志愿船观测数据，两种数据整体趋势相近。

中部蓝圈范围内，再分析资料风场数据显示存在水平风切变，而周围的渔业志愿船观测数据也反映出相似的特征，由此得到比较好的映证。

导航仪返回的经纬度在长时间序列上为固定值。

真风矢量求解由于渔业志愿船没有安装电子罗盘，根据和客观预报方法预报能力检验气象，韦芬芬不同再分析资料驱动场对我国夏季区域气候模拟的不确定性研究南京南京大学，柳婧，宋晓姜，王彰贵中国近海和风场资料的评估海洋预报，滕骏华，吴彬锋，田杰，孙美仙，干道军海洋渔业志愿船观测数据可用性评估海洋预报，。

摘要以船测数据浮标数据和岸基观测站数据应用为基础，对海洋渔业志愿船的观测数据进行质量评估和可用性评估。

结果表明经过质量控制后的观测数据在近海精细化预报的初始场构建和预报同化应用中，具有高可用性。

关键词数值预报检验与评估海洋渔业志愿船海面风场近海精细化预报引言世纪是海洋的世纪，而海洋观测是我们认识海洋研究海洋和开发海洋的必要途径。

为保障和促进沿海地区经济社会发展维护海洋权益提高海上突发事件应急响应能力应对全球气候变化和促进海洋科学研究，我国提出了全国海洋观测网规划。

目前，已初步形成了涵盖岸基离岸大洋和极地的海洋观测网框架。

志愿船观测是我国海洋观测上，风向平均绝对误差小于，风速平均绝对误差小于按照风速分级的误差统计，在强风速下渔业志愿船的风向观测误差较小，在中等风速下的综合观测结果最好，可以满足业务预报的精度要求。

渔业志愿船观测的风向风速与风场再分析风场和再分析风场有相当的精度水平，但是观测频度更高，在我国东海海域的空间分布更广，基本不存在数据滞后的情况。

从目前试验数据来看，投入的多艘志愿船平均每天约有艘船可以获取实时观测数据，经过数据质量控制后有以上的观测数据有效。

观测密度大，多船观测数据还可以相互校验，使得在数据应用上增加了多种选择，其观测数据可靠性大。

渔业志愿船可以与岸基站浮标观测形成相互补充，经过资料同化后能够提供更加合理可靠的初始场。

在渔业志愿船高密度的观测系统支持下，小尺度的气旋天气过程将得到有效的监测，特别是，在近海精细化海洋预报中，志愿船观测资料可以对空间尺度的海上气旋预报提供十分有用的补充。

通海洋渔业志愿船观测数据价值评价海洋地质学论文不正确的情况，此时可以利用局部空间上多船观测数据具有统计意义上的致性