台风三维风场数据处理方法研究

摘 要：合理地处理脉动风场风速实测数据是获取准确脉动风场参数的基础。为了提升三维脉动风场实测数据分析结果的准确性和合理性，本文基于超声风速仪无效风速数据自动识别提出了一种基于多倍截断方差法的脉动风速实测数据处理方法，开展了基于实测风场特征分析的数据修正工作，并利用台风“玛莉亚”实测脉动风速数据验证了该方法的有效性。该方法可以为风场实测脉动风数据处理以及风障等构造研发中风场精细化模拟提供参考。

关键词：台风；数据处理；脉动风速；插值法

中图分类号：P 44 文献标志码：A

台风是风灾害的主要形式之一，属于极端风气候，其造成的受灾范围广，发生频率高。随着我国柔性桥梁结构的建设日益增多，例如在本公司承接的滨海西大道提升改造工程中，后田人行天桥采用双肢外斜变宽钢斜塔斜拉桥，海沧鳌冠大道工程采用双层桥梁，上层为现浇连续箱梁、下层为悬挂式钢箱梁漂浮体系结构。为了保障极端风气候下桥面行车及人行安全，亟需加强桥梁风障等构造阻风性能研究[1]，而获取准确台风风场参数是实现风障等构造风场精细化模拟的基础性工作。作为获取复杂天气三维脉动风速的有效手段，风场实测被国内外学者广泛应用于风工程研究中[2-3]。由于实测三维风速是随时间而变化的动态数据，时序数据往往受仪器设计缺陷、暴雨、雷击、风致飞射物冲击、电压不稳定以及大气湍流随机性等影响，存在数据坏点或不合理点，从而影响实测数据的准确性。因此对观测风场数据进行处理、判定观测数据的可靠性是准确描述台风场特性的重要基础。本文基于超声风速仪无效风速数据自动识别，探讨了台风风场数据预处理方法，开展了基于实测风场特征分析的数据修正工作，并利用实测的台风“玛莉亚”实测脉动风速数据验证了此方法的有效性。该方法可为风场实测脉动风数据处理以及风障等构造风场精细化模拟提供参考。

1 实测风场数据来源

1.1 观测站

观测站位于福建省平潭县屿头岛，观测站主要包括观测系统及数据采集系统。观测系统主要采用英国Gill公司生产的高性能三维超声风速仪Windmaster Pro作为风数据采样仪器，分别布置 10m、80m、100 m三个观测层，该风速仪风速量程为0m/s～65m/s，分辨率为0.01m/s；风向量程为0°～359°，分辨率为0.1°；支持32Hz高频采样，然而，过高的采样频率并不一定能有较好的还原度，反而会使接近电压频率的信号折叠引入数据低频端，导致数据量过大，存在一定的误差，因而现场选用的样本输出频率为10Hz，即每0.1s记录一组u（x）、u（y）、u（z）三维瞬时风速。

数据采集系统采用CR3000作为数据采集器，该设备性能可靠，运行稳定，达到欧盟CE、EMC要求，能有效防止过压下强电流对仪器的损伤，CR3000具有CSI/O和RS-232接口，支持SDM外围设备，可以直接与计算机或PDA连接，也能够利用Internet、无线电等通信方式进行数据无线传输，以实现台风期间连续性观测及数据实时传输的功能。

1.2 实测台风

2018年第8号台风“玛莉亚”于7月11日05：00位于福建霞浦东偏南方大约120km的海面上，北纬26.3°、东经121.0°，中心附近最大风力有十五级（48m/s），中心最低气压为94500Pa，七级风圈半径280km～400km，十级风圈半径150km～200km，十二级风圈半径40km～50km。并于7月11日09时10分在福建两江黄岐半岛登陆，登陆时附近最大风力十四级（42m/s），中心最低气压96000Pa。台风“玛莉亚”的登陆路径与观测站最短距离为18.1km。

1.3 台风数据初步分析

获取可靠的、具有代表性的风观测数据是风场研究的重要工作。对结构风工程来说，风观测数据的精度要求往往比一般的区域气象预报要高，因此对一手的实测风数据进行初步分析预处理是科学开展结构风工程抗风研究的必要过程，但影响风场数据精度因素较多，为了完成针对性降低误差的工作，利用台风“玛莉亚”期间观测站10m、80m高度层风场三维风速数据，对基于超声风速仪无效风速数据自动识别的数据进行初步处理，得到“玛莉亚”期间10m、80m处ux、uy、uz风速序列如图1所示。

由图1可知，台风“玛莉亚”期间，ux、uy、uz部分最大值接近100m/s，这主要是台风期间受环境等因素的影响，导致部分数据失真，产生较多野点，发生“毛刺”现象。这将降低实测数据的有效性，在某种程度上，也会使台风期间实测平均风速数值出现不真实的“虚大”情况，如果将不真实的实测结果应用于桥梁等结构的设计基准风速等参数评估上，势必会影响结构设计参数取值的合理性和科学性，为了避免发生上述情况，有必要在上述超声风速仪无效风速数据自动识别数据特征分析的基础上，进一步修正台风期间实测风速。

2 数据处理方法

为了提升三维脉动风场实测数据分析结果的准确性和合理性，降低实测数据“毛刺”现象对结果产生的不利影响，基于多倍截断方差法对上述特征分析中“坏点”数据或者不合理数据进行逐个时间序列的原始数据平滑估计，通过检测数据突变位置，确定该点是否为平滑估计范围内的为正常点，其处理过程如公式（1）～公式（5）所示[4-6]。

du（t）=u（t+2）-u（t） （1）

式中：du（t）为构建的时间序列；t为样本序列号；u（t）为样本系列中第t个样本风速；u（t+2）为样本系列中第t+2个样本风速。

（2）

式中：为du（t）时间序列的平均值；n为时间序列的样本数。

（3）

式中：为du（t）2时间序列的平均值；n为时间序列的样本数。

σ=-2 （4）

式中：σ为截断方差。

Δ=c·σ0.5 （5）

式中：Δ为数据坏点判断标准参数；c为常系数。

通过系数c可以设置正常数据偏离平滑估计的范围，这里取c=4，当满足|du（t）|gt;Δ或|du（t+2）|gt;Δ时，即该样本点与总体样本均值的差的绝对值大于4倍标准差时，则判断u（t+2）是不合理的坏点，需对该坏点进行处理。需要对数据坏点进行插值替换，创建一个更平滑的数据序列作为参考[7]，

对坏点u（t+2）的具体处理过程如下。1）u（1）为从样本点

u（t）至u（t+4）共5个数据的中位数。2）u（2）为从样本点u（1）t+1至u（1）t+3共3个数据的中位数。3）取u（2）t+1、u（2）t+2、

u（2）t+2、u（2）t+3的算术平均值，即得u（3）。4）u（3）替代坏点u（t+2），完成该样本坏点数据订正。

当完成第一个矩形窗的数据质量控制后，以1s为单位进行滑移，继续计算下一个矩形窗内的数据质量控制参数，并完成坏点数据订正任务，并一直不断重复上述过程，直到经过4倍标准差过滤筛选后，没有坏点被检测出来为止。

采用上述处理方法对台风“玛莉亚”期间测风塔10m和80m高度上，超声风速仪在三维方向ux、uy、uz记录的0.1s时距风速序列进行判定、插值，得到处理后的风场数据如图2所示。

由图2可知，经过质量控制后，大量不合理的坏点被剔除，在图上反映为大量失真的数据“毛刺”消失，大量不合理的数据被剔除，例如10m高度处z方向未经处理的数据风速达到100m/s，显然为不合理数据，经过上述数据质量控制处理后，风速区间位于10m/s之内，提高了数据的合理性和可靠性。

4 数据对比分析

为了直观分析数据修正前后风速序列对平均风速产生影响，对基础风速样本进行处理。由于Windmaster Pro三维超声风速仪同步输出的是3个正交方向上的风速分量ux、uy、uz，分别对应正北向（x轴）、正西向（y轴）和竖直方向（z轴），仪器探头夹角、仪器自身坐标系以及地理坐标系之间均存在转换关系，因此有必要通过坐标转换进行基础风速样本的处理。对10min水平平均风速U、水平风向角ϕ和竖向平均风速W（竖直方向与仪器坐标一致）[8-9]进行计算，如公式（6）～公式（8）所示。

（6）

式中：U为平均风速；、分别为风速仪在x、y方向上分量的10min平均值。

（7）

式中：ϕ为风向角。

W= （8）

式中：W为竖向平均风速；为风速仪在z方向上分量的10min平均值。

三维平均风速如公式（9）所示。

（9）

式中：N为样本数，N=6000。

将仪器坐标旋转ϕ角，得到自然坐标，x、y、z轴分别代表主风、侧风和垂直风向，则u（t）在x轴上的投影u'（t）为纵风向脉动风速，v（t）在y轴上的投影v'（t）为横风向脉动风速，w'（t）竖向脉动风速方向与仪器坐标相同，如公式（10）～公式（12）所示。

u'（t）=u（t）cosϕ+v（t）sinϕ-U （10）

v'（t）=-u（t）sinϕ+v（t）cosϕ （11）

w'（t）=w（t）-W （12）

式中：u'（t）、v'（t）、w'（t）分别为3个方向脉动风速分量；u（t）、v（t）、w（t）分别为3个方向实测脉动风速分量。

完成上述计算即可得到3个方向上的脉动风速，为脉动风特性的数据误差分析奠定基础。以台风“玛莉亚”期间观测站10m高度层数据处理为例，对现场实测的风场数据进行处理比较，10m、80m高度处质量控制前后平均风速对比结果如图3所示。

由图3可知，在10m及80m高度处，均在第70～80个样本质量控制前后误差较大。其主要原因为70～80样本时间为台风登陆期间，期间风速较大，气候较复杂，引起的数据误差较大，失真数据较多，从而导致质量控制前后误差较大。经过数据质量控制处理，有效地对不合理点进行剔除和插补，能够有效减少复杂环境带来的误差，为后续脉动风场特性的分析以及实现台风气候下风障等构造风场有限元精细化模拟奠定基础。

5 结语

台风风场观测通常在极端气候下进行，因此极容易受到复杂环境（例如雨水、仪器振动等条件）的影响，同时三维风速仪采样频率的选取也影响风场数据的准确性。本文基于超声风速仪无效风速数据自动识别提出了一种基于多倍截断方差法的脉动风速实测数据预处理方法，并利用台风“玛莉亚”实测脉动风速数据验证了此方法的有效性。结果表明，经仪器自动判别生成的风场数据，采用四倍截断法能够有效的识别数据中坏点，从而采取插值法进行补充，得到完整可靠的风场数据。通过对比质量控制前后的实测数据、平均风数据及脉动风数据，验证了方法的有效性，可以为后续风场参数分析，特别是海边柔性桥梁结构以及风障等构造研发中风场精细化模拟提供可靠的数据基础。

参考文献

[1]林晓波，侯海涛，练江峰，等.双幅式梁桥挡风障阻风性能影响参数分析[J].福州大学学报（自然科学版），2021，49（1）：87-94.

[2]LIN L，CHEN K，XIA D，et al.Analysis on the Wind Characteristics

under Typhoon Climate at the Southeast Coast of China[J].Journal of Wind Engineering and Industrial Aerodynamics，2018（182）：37-48.

[3]赵林，潘晶晶，梁旭东，等.台风边缘/中心区域经历平坦地貌时平均风剖面特性[J].土木工程学报，2016，49（8）：45-50.

[4]宋丽莉，陈雯超，黄浩辉.工程抗台风研究中风观测数据的可靠性和代表性判别[J].气象科技进展，2011，1（1）：35-39.

[5]卞林根，陆龙骅，程彦杰，等.青藏高原南部昌都地区近地层湍流输送的观测研究[J].应用气象学报，2001，12（1）：1-13.

[6]陈红岩，胡非，曾庆存.处理时间序列提高计算湍流通量的精度[J].气候与环境研究，2000，5（3）：304-311.

[7]CASTELAO G P. A Flexible System for Automatic Quality Control

of Oceanographic Data[J].Physics， 2016（11）：1-15.

[8]XU Y L， ZHAN S. Field Measurements of Di Wang Tower during

Typhoon York[J].Journal of Wind Engineering and Industrial Aerodynamics，

2001，89（1）： 73-93.

[9]李家亮.基于近地观测的登陆台风湍流积分尺度研究[D].哈尔滨：哈尔滨工业大学，2012.