玉環市沿海精細化風力預報的數值訂正釋用

陳華忠 史敏濤 徐偉 林海濤 王鼎宇

摘? 要：根據玉環海域港口航線分布和地理位置特征將玉環海域劃分為4個海區，通過各家模式預報對玉環4海區風速預報進行對比評分，找出最優數值模式。利用線性回歸對最優數值模式的風速預報與實況監測風速進行線性擬合，建立預報方程。對訂預報程進行釋用檢驗，效果較好，8級大風預報日數顯著減少。

關鍵詞：數值預報;線性回歸;精細化釋用

中圖分類號：S16? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? DOI：10.11974/nyyjs.20181032056

引言

玉環市地處浙江省東南部，臺州市東南端，東瀕東海，南瀕洞頭洋與溫州市洞頭縣相連，西、西北隔樂清灣與溫州市樂清市相望。玉環本島面積170km2，是浙江省第二大島，海域面積1930km2。 境內島嶼林立，海礁棋布，全境由楚門——玉環半島及雞山、披山、洋嶼、大鹿、茅埏、橫床等55個島嶼組成。全市海岸線長298km，綿長曲折，港灣眾多，支流小港遍布全市沿海鄉村。市境西南的大麥嶼港位于溫州甌江口外、樂清灣內，為國家對外開放港區，是全國沿海八大避風錨地之一，可建港口岸線45km。市境東南的坎門漁港為國家一級漁港，是遼、魯、江、浙、滬、閩、臺等地漁民銷售、避風、補給的大型基地和停靠的主要港口。由于玉環島嶼眾多，海陸分布復雜，受各類天氣系統的影響，玉環海域的風力、海浪等具有明顯的局地特征。玉環東部的雞山島海區瀕臨東海，海區寬闊風大浪高，南部的坎門、大麥嶼海區次之，西部的海山島海區由于地形遮蔽，通常風浪較小。

目前，玉環市沿海風力預報（公眾預報）籠統，沒有分海區預報，不能準確精細化反映玉環市沿海各海區風力預報。而玉環多數海事活動的風力安全閾值為8級，小部分為7級。即出現8級及以上大風，諸多海事活動禁止開展。偏大的沿海風力預報常導致大量船只的停航和影響各類海上工程和海洋灘途漁業生產作業等， 以致海事經濟效益明顯降低。因此，玉環發達的海上交通運輸業、海洋漁業等對玉環沿海風力精細化預報也提出了更高的要求。在保障安全的同時，提高提升經濟效益已經愈來愈成為玉環海事行業的迫切愿望。

許多學者[1-5]利用實況觀測資料和數值預報模式對沿海大風的時空演變特征進行了研究，如張增海等[6]利用氣象站觀測風資料進行擬合，討論了海上和陸上風速的對應關系。王雷等[7]利用地轉風作為預報風力探討海島分區大風預報。陳豫英等[8]采用MOS預報方法對風的精細化預報進行研究。胡波[9]則從臺風陣風角度，研究了一種概率方法在沿海海島臺風大風預報中的應用等。

利用數值模式預報數據是目前大風預報的主要途徑。W.C de Rooy等[10]通過統計與物理參數結合方法對數值模式風速預報進行釋用，取得一定的效果。近年來，基層臺站基于本地區地理位置和局地氣候特點，充分利用數值預報模式產品進行本地化精細化釋用已成為基層預報業務發展的趨勢。黨英娜等[11]也對風力數值模式進行研究訂正釋用，但僅對風級進行對比分析，沒有進行更加量化的指標在風速上進行訂正。本文擬通過建立各家數值模式格點預報與各海區實況風速觀測資料之間的擬合關系，找出最佳的預報模式及本地化精細化釋用方法。

1? ? ?資料與方法

本文選取2018年1—6月EC、JMA、GFS和浙江省氣象臺數值模式（以下簡稱OCF）4家模式的風速格點預報和玉環市各區域自動站風力實測相應時段風速資料。首先根據玉環海域港口、航線分布和地理位置特征將玉環海域劃分為4個海區（圖1）。并分別使用4個海區內的雞山、坎門、大麥嶼、海山4個自動站風速數據代表各自海區風力。

通過插值法對各家數值模式風速格點預報進行處理計算，求得各家模式分別與4個海區相對應的風速預報。再將各家模式對4個海區風速預報與自動站實測風速進行預報評分，找出最優模式。之后將最優模式分別與4個海區自動站實測風速數據建立線性回歸方程，最后對回歸方程進行釋用檢驗。

各家數值模式資料均采用每天20時預報未來24h的風速的最大值，自動站對應的實測數據采用對應24小時內的極大風風速。風力預報評分標準為：當預報與實況差值小于1m/s，評定為100分，當預報與實況差值大于等于1m/s小于2m/s評定為80分，當預報與實況差值大于等于2m/s小于3m/s評定為40分，當預報與實況差值大于等于3m/s小于4m/s評定為20分，當預報與實況差值大于等于4m/s評定為0分。

2? ? ?數值模式預報產品評分對比

以2018年1月1日至2月28日作為全時段，對EC、JMA、GFS和OCF 4家模式每天20：00預報未來24h風速的最大值進行統計，再將4家數值模式對玉環4個海區風速預報與4個海區對應的大麥嶼站（K8509）、海山站（K8504）、雞山站（K8513）、坎門站（58667）實況極大風速進行對比評分（圖2）。

從圖2看，OCF模式對玉環4個海區風速預報效果最好，4個海區預報平均均在50分以上，平均分為59.9分，最高為大麥嶼海區76.3分，最低為雞山海區52.3分;GFS、EC兩家模式次之，4個海區預報平均分分別為28.2分、20.0分，JMA模式效果最差19.8分。鑒于GFS、EC、JMA 3家模式對玉環海區風速預報效果均較OCF模式明顯偏差。因此，選取4家數值模式中最優模式，即OCF模式進行研究。

3? ? ?OCF數值模式訂正方程建立與應用檢驗

3.1? ? ?訂正方程的建立

以2018年1月1日至2月28日作為全時段，將OCF數值模式風速預報值（X）與玉環4個海區自動站實測每日極大風速值（Y）利用最小二乘法建立4個海區的線性回歸訂正方程，擬合方程最大誤差在1級，經F檢驗，回歸方程達到了0.01的信度檢驗水平。

將2018年1月1日至2月28日OCF模式對玉環4個海區每天20：00預報未來24h風速的最大值帶入線性回歸訂正方程進行擬合，將擬合的風速預報值與對應的4個海區實測風速進行對比評分（圖3）。

從圖3可以看出OCF模式在訂正擬合后對玉環4個海區風速預報有顯著的擬合效果，訂正擬合后4個海區預報平均分為81.7分，較訂正擬合前提升21.8分。其中海山海區風速預報評分提升最多，為29.9分，坎門海區提升了27.3分，雞山海區提升了25分，大麥嶼海區提升有限、僅提升了4.7分。

3.2? ? ? 訂正方程的應用檢驗

3.2.1? ? ?訂正方程的應用檢驗

為檢驗訂正方程應用效果，本文選取2018年3月1日—6月30日OCF模式對玉環4個海區每天20：00預報未來24h風速的最大值，分別帶入表1中的訂正方程。得到2018年3月1日—6月30日OCF模式訂正后的風速預報值，并訂正前預報和訂正后預報與2018年3月1日—6月30日玉環4個海區實測極大風速值進行對比評分（圖4）。

2018年3月1日至6月30日OCF模式對玉環4個海區風力預報平均分為64.1分，經過訂正后評分提升至75.9分，較訂正前提升11.8分。其中雞山海區風速預報訂正后較訂正前評分提升最多，為17.9分，坎門海區提升了17分，大麥嶼海區提升了10.5分，海山海區提升了不大、只有1.8分。總體訂正釋用效果較好。

3.2.2? ? ?日常預報和訂正后預報8級大風日檢驗

通過風速評分來檢驗訂正效果，得出訂正效果較好，但考慮日常預報業務對外預報服務產品均用風力等級來制作，且通常以是否達到8級陣風為標準來判定船只或海事活動的適宜閾值，因此再將訂正后的風速預報值轉換為對應的風力等級，統計8級風預報日數，進行更業務服務化的釋用。

統計2018年3月1日—6月30日玉環發布的公眾沿海海面風力預報，預報第二天有8級陣風日數共43d，而實際玉環4個海區出現的8級陣風日數較預報日數顯著偏少（表2）。將OCF模式經過訂正后的風速預報轉換成對應的風力等級， 8級大風日數均接近實際8級陣風日數。2018年3月1日—6月30日OCF模式訂正后預報大麥嶼、海山、雞山、坎門4個海區8級大風日數較之前公眾預報的43d分別減少42d、41d、37d、39d。

4? ? ? 結論

EC、JMA、GFS、OCF四家模式通過插值法生成的玉環4個海區精細化風速預報中，以OCF模式預報評分最高，預報效果最佳，有較好的參考和訂正意義，另外的EC、JMA、GFS 3家模式則預報效果較差，預報評分不及OCF模式評分的50%。

利用線性回歸方法將最優數值模式——OCF模式風速預報值與自動站實測每日極大風速值進行線性擬合，分別建立的4個海區的線性回歸訂正方程有較好的訂正擬合效果，4個海區訂正擬合平均分較訂正前提升21.8分，最高提升29.9分。

利用2018年1月1日—2月28日OCF模式預報風速和自動站實測風速得出的訂正方程來訂正2018年3月1日—6月30日OCF模式預報4個海區風速的訂正效果仍較好，訂正后評分較訂正前提升11.8分。因此，利用歷史同期模式預報數據和實測數據建立訂正方程訂正未來同期模式預報的訂正思路是可行的，且訂正效果好。

將訂正后OCF模式風速預報轉換為對應風力，于4個海區風力精細化預報服務產品中釋用，8級大風預報日數較之前預報極大減少。可顯著提升玉環海事經濟效益，較好的解決玉環海事活動的安全和經濟效益間的矛盾。

參考文獻

[1]辛寶恒.黃海渤海大風概論[M].北京：氣象出版社，1989：? ?18-39.

[2]張新玲，吳增茂.渤海海上測風與沿岸實測風的對比分析[J].海洋預報，1998，15（4）：24-31.

[3]王雷，黃輝，何文岳.舟山群島海域航線氣象預報[J].氣象科技，2002，30（4）：241-245.

[4]王日東，姜俊玲，郭衛華，等. 渤海海峽海島站與沿岸站大風對比分析[J].海洋預報，2010，27（2）：22-29.

[5]趙金霞，曲平，何志強，等.渤海灣大風的特征及其預報[J].氣象科技，2014，42（5）：847-851.

[6]張增海，曹越男，趙偉.渤海灣海域風況特征分析與海—陸風速對比分析[J].海洋預報，2011，28（6）：33-39.

[7]王雷，王堅坎.海島地區分區大風預報探討[J].氣象科技，2005，? ?33（5）：404-408.

[8]陳豫英，陳曉光，馬金仁，等.風的精細化MOS預報方法研究 [J].氣象科學，2006，26（2）：210-216.

[9]胡波.一種概率方法在沿海海島臺風陣風預報中的應用試驗[J].氣象科技，2016，44（2）：246-251.

[10]de Rooy W C，Kok K.A combined physical-statistical approach for the down scaling of model wind speeds[J].Weather Forecast，2004（19）：485-495.

[11]黨英娜，黃本峰，郭慶利，等.渤海海峽海上客運航線大風精細化預報的數值釋用[J].海洋預報，2013，30（1）：36-44.