平潭海域精細化三維溫鹽流業務化數值預報系統

曾銀東

（1.福建省海洋預報臺，福建福州350003；2.中國海洋大學海洋與大氣學院，山東青島266071）

平潭海域精細化三維溫鹽流業務化數值預報系統

曾銀東1,2

（1.福建省海洋預報臺，福建福州350003；2.中國海洋大學海洋與大氣學院，山東青島266071）

根據平潭附近海域實際需求和地理區位特點，研發了三維溫、鹽、流高分辨率業務化數值預報系統，對該系統采用的模式、配置、預報結果驗證和業務化運行等情況進行了詳細介紹。該系統基于ROMS海流模式，采用正交曲線網格和網格嵌套技術；建立了包含數據預處理、溫鹽流預報和預報產品后處理等子程序的業務化數值預報系統。結果表明：模式預報產品具有較高精度，整個業務流程運行在30 min之內，系統運行穩定，達到業務化預報的要求。

平潭海域；精細化；海流模式；業務化；數值預報系統

1 引言

近年來，隨著沿海各國大力發展海洋經濟，如何保障海上活動的公共安全成為關注焦點，其中海上落水人員搜救、海上溢油的保障預報技術成為維護國家海洋權益、保障海上公共安全的研究重點。為此，各國都在積極發展全球海洋預報系統、區域嵌套高分辨率海洋預報系統，以及針對海灣和河口等多重嵌套精細化海洋預報系統。例如，法國基于NEMO（Nucleus for European Models of the Ocean）模式建立了Mercator海洋預報系統[1]；意大利同樣基于NEMO模式建立了“地中海海上安全決策支持系統”（Mediterranean Decision Support System for Marine Safety，MEDESS4MS）[2]；美國建立了HYCOM（Hybrid Coordinate Ocean Mode）/NCODA（Navy Coupled Ocean Data Assimilation）系統和GRTOFS（Global Real-Time Ocean Forecast System）系統[3-5]；國家海洋環境預報中心基于ROMS（Regional Ocean Modeling System）模式建立了全球業務化海洋學預報系統和中國海三維溫鹽流數值預報系統[4-5]；國家海洋局北海預報中心基于ROMS模式建立了黃渤海近岸精細化三維海溫、鹽度、海流（以下簡稱溫、鹽、流）業務化數值預報系統[6]。業務化海洋預報系統可以提供相對可靠的海洋環境預報產品，在海洋工程建設、海上交通運輸、海洋權益維護、海上搜救和應急處置等方面發揮了重要作用。

平潭位于福建東部，其近岸海域島嶼眾多，海底地形復雜，海況和水文氣象條件復雜多變，是臺灣海峽重要的水動力研究區域[7-9]。夏季受西南季風影響，該海域存在明顯上升流，而冬季由長江、閩江和九龍江等入海徑流與沿岸海水混合形成的富含營養鹽、低溫、低鹽的浙閩沿岸流到達平潭[10]，對臺灣海峽的環流結構、水團組成、海洋生產力、沿岸物質輸運等產生重要的影響。平潭近岸海域也因此成為船舶交通事故和溢油事故多發區，海上船只航行、停泊、漁業生產和海上作業安全事故時有發生。例如，2010年9月30日凌晨，天津籍貨船“惠盈168”輪在平潭島附近海域沉沒，船上15名船員落水，當晚已有3人死亡、3人獲救，另外9人失蹤。目前，針對臺灣海峽及其周邊海域已建立了業務化三維溫鹽流數值預報系統和海上突發事故輔助決策系統[11]，但該系統在平潭近岸海域空間分辨率較低，無法為該海域提供精細化的三維溫、鹽、流數值預報產品和服務。因此，本研究將利用當前該海域高精度的水深地形資料和大量的海洋觀測數據，基于國際先進的ROMS海洋環流模式，采用正交曲線網格和網格嵌套技術，發展平潭海域精細化三維溫、鹽、流數值預報系統，并對模式進行驗證和業務化試運行，最終實現該系統的業務化運行，為該海域海上活動公共安全提供精細化溫、鹽、流數值預報產品。

2 系統模式介紹與配置

2.1 ROMS模式介紹

ROMS是一個自由表面、靜水力學和三維非線性斜壓原始方程模式，由羅格斯大學和加利福尼亞大學洛杉磯分校共同開發完成[12-13]，該模式可以模擬多種尺度的海洋環流運動，如全球尺度的環流模擬、中尺度由氣象因素或是天文潮所引起的水位與流場變化，也可以計算小尺度河流渠道等流體運動。模式垂直方向采用S坐標系，垂向分層隨著地形變化；水平方向采用正交曲線坐標系及Arakawa C差分網格；為提高計算效率，采用了模態分離法，將帶自由表面的三維流動問題分成表面波的傳播問題（外模態）和內波的傳播問題（內模態），對外模態采用顯式差分；計算垂向渦動黏性系數和紊動擴散系數由2.5階紊流模式[14]確定。

2.2 模式配置

2.2.1 模式區域、網格和水深地形

本模式采用曲線正交網格和雙重嵌套方法，大網格區域范圍為95°～147.9°E，9°S～44.01°N，小網格區域為平潭近岸海域（見圖1）。大網格開邊界網格距約為45 km，逐漸過渡到臺灣海峽為1.5 km。整個模式區域的水深地形數據采用多種數據融合后的數據：外海區域水深地形資料采用ETOPO2；近海區域水深地形數據采用數字化的沿岸海圖水深（共26張）和臺灣海峽地形數據（0.5′網格化水深）；福清灣海域采用高精度的1∶1000水深。經融合和插值到數值模式所需要的網格化水深和岸線如圖1所示。大、小網格垂向均取30層，采用S坐標進行垂向分層，在海表分層較密，以反映海表混合層及溫、鹽躍層的復雜垂直結構。小網格在大網格中以1∶7加密，平潭海域達到200 m的水平分辨率（見圖1）。對于平潭小區域，本模式通過定義臨界水深（取0.2 m）進行干濕邊界的轉換，以準確體現該區域的納潮量。

圖1 模式計算網格區域范圍、水深地形和觀測站點圖

2.2.2 模式上表面和開邊界條件

模式在大小網格的海表都考慮了海表熱通量，并在模式中考慮了河流淡水流入。模式上邊界采用福建省海洋預報臺業務化運行的西北太平洋的WRF大氣模式風場和熱通量場等作為大氣強迫場。模式所需的河流流量數據采用《中國海灣志》的主要河流各月及多年平均流量（見表1）。

模式開邊界控制參數含溫、鹽、流及水位，其中水位含與大洋環流相關的大洋表面高度及潮汐所引起的海表起伏。模式的開邊界采用MyOcean的業務化產品，包括海表高度、海溫、鹽度和海流。MyOcean業務化產品由ECMWF（European Centre for Medium-range Weather Forecasts）研發海洋信息服務支持系統提供，MyOcean是基于觀測數據、數值模型與數據同化系統建立的全球海洋實時觀測和預報系統，可以提供全球范圍海洋觀測和預報產品服務。開邊界的潮汐調和常數采用日本NAOTIDE（National Astronomical Observatory（Japan）Tide Prediction Model）模式提供的天文潮調和常數，包含M2、S2、K1、O1、N2、P1、K2、Q1、M1、J1、OO1、2N2、Mu2、Nu2、L2和T2 16個主要天文分潮。

模式上表層熱通量控制邊界條件：

式中：為海表熱及降水凈通量，數值取自采用福建省海洋預報臺業務化運行的西北太平洋的WRF大氣模式產品獲取。

表1 中國主要河流多年平均徑流量的數據（單位：104m3/s）

3 模式驗證

3.1 實測數據來源

海洋觀測資料來自福建省海洋預報臺布放在平潭牛山島海域的海床基和平潭近海的浮標（位置見圖1），分別代表平潭沿岸海域和平潭近海。海床基布放于海底水深約50 m，從海底向海表觀測共25層剖面流；浮標觀測表層海溫和海表至水下約50 m深處剖面流，每5 m一層，共10層。

3.2 驗證與討論

圖2和圖3為模式24 h、48 h和72 h預報海流分別與海床基、浮標觀測海流的對比情況。由圖可見，模式預報流速、流向與觀測值吻合較好。模式預報值和觀測值均反映了夏季7月份盛行西南風的情況下，在潮汐及環流的共同作用下，流場以往復流為主，一天之內有4個峰值出現，南向流速大于北向流速。表、中、底層的預報流速與觀測值比較表明，流速較為一致，表層流速大，中、底層流速較小，表、中、底層流向基本一致。在2014年7月23—25日之間出現強的連續南向流是由于“麥德姆”臺風過程引起，模式預報和觀測值誤差高于其它時間段，但兩者總體表現比較一致，能夠反應臺風的影響過程。

圖2 牛山島模式不同時間預報海流與海床基觀測海流對比

圖2 （續）

圖3為模式24 h、48 h和72 h預報海溫與浮標觀測海溫的對比情況。從圖上看，模式預報海溫與浮標實測海溫變化趨勢比較一致。23—25日浮標觀測海溫出現急劇下降，形成“V”字形狀，主要是受1410號臺風“麥德姆”正面影響，臺風影響過后海溫迅速回升，臺風的抽吸作用是導致海溫下降的主要原因[15]。

為了進一步檢驗模式預報的準確性，本文選用了比較常見的檢驗統計參數絕對平均誤差（MAE）和均方根誤差（RMSE）等統計方法。

（1）絕對平均誤差：

（2）均方根誤差

對模式預報結果分別與海床基和浮標實測數據進行誤差統計，得到表2、表3和表4。總體而言，模式預報結果與實測結果比較一致，模式在平潭近海預報結果優于沿岸海域。

圖3 3號浮標模式不同時間預報海流與浮標實測海流對比

圖3 （續）

圖4 模式24 h、48 h和72 h預報海溫與浮標觀測海溫的對比

表2 模式預報流速（單位：m/s）和流向（單位：°）結果與海床基觀測數據的誤差統計

表3 模式預報流速（單位：m/s）和流向（單位：°）結果與3號浮標觀測數據的誤差統計

表2結果顯示，模式預報流速絕對平均誤差小于0.15 m/s，表層最大，底層最小，預報時效延長誤差差異不大；預報流向絕對平均誤差小于35.4°，隨著預報時效延長誤差略有升高，表層最大，底層最小；預報流速均方根誤差小于0.20 m/s，表層最大，底層最小，隨著預報時效延長誤差略有下降；預報流向均方根誤差小于43.4°，表層最大，底層最小，隨著預報時效延長誤差呈下降趨勢。

表3結果顯示，模式預報流速絕對平均誤差都小于0.11 m/s，表層最大，底層最小，預報時效延長誤差沒有顯著差異；預報流向絕對平均誤差小于27.6°，表層最大，底層最小，預報時效延長誤差略有增大；預報流速均方根誤差小于0.15 m/s，表層最大，底層最小，隨著預報時效的延長誤差下降；預報流向均方根誤差小于28.2°，表層最大，底層最小，隨著預報時效的延長誤差略有增大。

表4結果顯示，模式預報24 h、48 h和72 h表層海溫與相應的實測海溫絕對平均誤差約1℃左右，隨著預報時效延長誤差略有增大；模式預報表層海溫與實測海溫均方根誤差約1.3℃左右，并且同樣隨著預報時效延長誤差略有增大。

3 系統業務化流程及其應用

平潭海域精細化三維海流業務化數值預報系統流程圖如圖5所示。該系統依托福建省海洋預報臺曙光40萬億次高性能計算機，其存儲容量為248TB。該預報系統在預報結果與實測數據對比驗證和業務化試運行的基礎上，目前已經實現了從資料接收、處理、模式運行到產品可視化及發布的安全、高效、穩定業務化運行。該系統已穩定業務化運行2—3 a。系統起報時間為每日20時（北京時），提供未來72 h溫鹽流預報產品。系統業務具體流程為：

表4 模式預報表層海溫（單位：℃）結果與3號浮標觀測數據的誤差統計

圖5 平潭海域精細化海流業務化數值預報系統流程圖

圖6 平潭海域精細化溫、鹽、流業務化數值預報產品展示圖

圖7 預報系統應用界面

（1）每日9時高性能計算機啟動預報主程序；

（2）數據預處理：系統自動獲取福建省海洋預報臺業務化的WRF氣象模式預報產品，并代入模式計算得到系統所需的海表面凈熱通量、水氣通量和動量通量作為海洋模式的海表驅動；系統自動下載Myocean當天的業務化海表高度、溫、鹽和流預報產品作為該系統海洋模式所需的開邊界數據；該系統海洋模式采用熱啟動方式，并采用前兩天存貯的歷史文件作為該海洋模式的初始場；

（3）進行72 h三維溫、鹽、流數值預報，運行時間為30 min。模式預報結果產生后，系統自動啟動產品后處理子系統，并生成標準數據格式，自動化制作圖形圖像產品（見圖6），并將逐時海流場數據自動推送到福建省海上突發事故應急輔助決策系統和赤潮災害預警系統業務平臺（見圖7），開展海上落水人漂移軌跡預測和赤潮漂移軌跡預測工作，為海上搜救應急提供保障服務，為赤潮漂移對養殖區、濱海浴場等潛在風險的應急處置決策提供技術支撐。整個預報系統無需人工干預，具有較高的自動化程度。

4 結論

本文基于ROMS海洋模式，采用正交曲線網格和網格雙重嵌套技術，建立了以平潭附近海域為重點區域，涵蓋西北太平洋區域的精細化三維溫、鹽、流數值預報模式。模式驗證結果表明，模式預報結果與實測結果比較一致，模式在平潭近海預報結果優于沿岸海域。平潭沿岸海域模式預報流速絕對平均誤差和均方根誤差分別小于0.15 m/s和0.20 m/s，流向絕對平均誤差和均方根誤差分別小于35.4°和43.4°；平潭近海海域模式預報流速絕對平均誤差和均方根誤差分別小于0.11 m/s和0.15 m/s，流向絕對平均誤差和均方根誤差分別小于27.6°和28.2°。在模式的基礎上，建立了包含數據預處理、溫鹽流預報和預報產品后處理等子程序的業務化數值預報系統。業務化運行結果表明：數值預報產品具有較高精度，整個業務流程運行在30 min之內，系統運行穩定，達到業務化預報的要求。該預報業務系統已業務化運行2—3 a，多次為平潭海域海上落水人員、赤潮漂移軌跡預測提供海洋水動力數據支持。同時，該系統也可以為海上軍事活動、海上運動、海上交通運輸等提供有效的海洋環境安全保障，具有較高的應用價值和社會經濟價值。

[1]France GODAE OceanView Science Team.GODAE ocean-view national reports 2011:France Mercator[R].Paris:The 3rd meeting of the GODAE OceanView Science Team,2011.

[2]De Dominicis M,Bruciaferri D,Gerin R,et al.Amulti-model assessment of the impact of currents,waves and wind in modelling surface drifters and oil spill[J].Deep Sea Research Part II:Topical Studies in Oceanography,2016,133:21-38.

[3]Rhodes R C,Hurlburt H E,Wallcraft A J,et al.Navy real-time global modeling systems[J].Oceanography,2002,15(1):29-43.

[4]王輝,萬莉穎,秦英豪,等.中國全球業務化海洋學預報系統的發展和應用[J].地球科學進展,2016,31(10):1090-1104.

[5]李云,劉欽政,王旭.海上失事目標搜救應急預報系統[J].海洋預報,2011,28(5):77-81.

[6]吳玲娟,高松,徐江玲.黃渤海近岸精細化三維溫鹽流業務化數值預報系統研發[J].防災科技學院學報,2015,17(4):83-91.

[7]陳冠惠.風對福建中部沿岸春、夏季水文結構和上升流的影響[J].海洋科學,1991,(4):48-53.

[8]黃榮祥,翁學傳.閩中沿岸上升流特征和成因分析[J].熱帶海洋,1996,15(1):52-59.

[9]林培根,陳照章,胡建宇,等.2011年夏季臺灣海峽上升流的變化特征及其與風場的關系[J].臺灣海峽,2012,31(3):307-316.

[10]Hu J Y,Kawamura H,Li C Y,et al.Review on current and seawater volume transport through the Taiwan Strait[J].Journal of Oceanography,2010,66(5):591-610.

[11]江毓武,萬振文,柴扉,等.臺灣海峽三維海流現報及預報系統[C]//海峽兩岸第七屆海洋科學研討會論文集.杭州:國家海洋局,2008.

[12]Haidvogel D B,Arango H G,Hedstrom K,et al.Model evaluation experiments in the North Atlantic Basin:simulations in nonlinear terrain-following coordinates[J].Dynamics of Atmospheres and Oceans,2000,32(3-4):239-281.

[13]Warner J C,Sherwood C R,Arango H G,et al.Performance of four turbulence closure models implemented using a generic length scale method[J].Ocean Modelling,2005,8(1-2):81-113.

[14]Mellor G L,Yamada T.Development of a turbulence closure model for geophysical fluid problems[J].Reviews of Geophysics and,1982,20(4):851-875.

[15]Leipper D F.Observed ocean conditions and Hurricane Hilda,1964[J].Journal ofAtmospheric Sciences,1967,24(2):182-196.

An operational three-dimensional numerical forecasting system of the sea temperature,salinity and water currents with fine resolutions for Pingtan coastal region

ZENG Yin-dong1,2
（1.Marine Forecasting Center of Fujian Province,Fuzhou 350003 China;2.College of Oceanic and Atmospheric Sciences,Ocean University of China,Qingdao 266071 China）

Based on geographic and hydrodynamic characteristics of Pingtan coastal region of Fujian Province of China,an operational three-dimensional numerical system for sea temperature,salinity and current forecasting with high horizontal and vertical resolutions have been developed.This paper details the numerical model,configuration,results validation,and operational running.This forecasting system is based on ROMS model,by using orthotropic curvilinear grids and nested grid techniques.This system is composed of pre-processing data module,forecasting module,and forecasting production visualization module.The forecasting system has shown reasonable results by comparing with observational data,and the operational running time of the system is constrained in 30 min.The system is stable,and has reached the requirement and standard to become an operational forecasting system.

Pingtan coastal region；fine resolution；sea current model；operationalization；numerical forecasting system

P731.3

A

1003-0239（2017）06-0039-09

10.11737/j.issn.1003-0239.2017.06.005

2017-06-07；

2017-07-21。

“十二五”國家科技支撐計劃項目（2013BAB04B00）；福建省科技計劃項目（2017Y0005）。

曾銀東（1978-），男，高工，博士在讀，主要從事海洋觀測預報工作。E-mail:zydzyd100@163.com