玉环市沿海精细化风力预报的数值订正释用

陈华忠 史敏涛 徐伟 林海涛 王鼎宇

摘  要：根据玉环海域港口航线分布和地理位置特征将玉环海域划分为4个海区，通过各家模式预报对玉环4海区风速预报进行对比评分，找出最优数值模式。利用线性回归对最优数值模式的风速预报与实况监测风速进行线性拟合，建立预报方程。对订预报程进行释用检验，效果较好，8级大风预报日数显著减少。

关键词：数值预报;线性回归;精细化释用

中图分类号：S16                                      文献标识码：A                                          DOI：10.11974/nyyjs.20181032056

引言

玉环市地处浙江省东南部，台州市东南端，东濒东海，南濒洞头洋与温州市洞头县相连，西、西北隔乐清湾与温州市乐清市相望。玉环本岛面积170km2，是浙江省第二大岛，海域面积1930km2。 境内岛屿林立，海礁棋布，全境由楚门——玉环半岛及鸡山、披山、洋屿、大鹿、茅埏、横床等55个岛屿组成。全市海岸线长298km，绵长曲折，港湾众多，支流小港遍布全市沿海乡村。市境西南的大麦屿港位于温州瓯江口外、乐清湾内，为国家对外开放港区，是全国沿海八大避风锚地之一，可建港口岸线45km。市境东南的坎门渔港为国家一级渔港，是辽、鲁、江、浙、沪、闽、台等地渔民销售、避风、补给的大型基地和停靠的主要港口。由于玉环岛屿众多，海陆分布复杂，受各类天气系统的影响，玉环海域的风力、海浪等具有明显的局地特征。玉环东部的鸡山岛海区濒临东海，海区宽阔风大浪高，南部的坎门、大麦屿海区次之，西部的海山岛海区由于地形遮蔽，通常风浪较小。

目前，玉环市沿海风力预报（公众预报）笼统，没有分海区预报，不能准确精细化反映玉环市沿海各海区风力预报。而玉环多数海事活动的风力安全阈值为8级，小部分为7级。即出现8级及以上大风，诸多海事活动禁止开展。偏大的沿海风力预报常导致大量船只的停航和影响各类海上工程和海洋滩途渔业生产作业等， 以致海事经济效益明显降低。因此，玉环发达的海上交通运输业、海洋渔业等对玉环沿海风力精细化预报也提出了更高的要求。在保障安全的同时，提高提升经济效益已经愈来愈成为玉环海事行业的迫切愿望。

许多学者[1-5]利用实况观测资料和数值预报模式对沿海大风的时空演变特征进行了研究，如张增海等[6]利用气象站观测风资料进行拟合，讨论了海上和陆上风速的对应关系。王雷等[7]利用地转风作为预报风力探讨海岛分区大风预报。陈豫英等[8]采用MOS预报方法对风的精细化预报进行研究。胡波[9]则从台风阵风角度，研究了一种概率方法在沿海海岛台风大风预报中的应用等。

利用数值模式预报数据是目前大风预报的主要途径。W.C de Rooy等[10]通过统计与物理参数结合方法对数值模式风速预报进行释用，取得一定的效果。近年来，基层台站基于本地区地理位置和局地气候特点，充分利用数值预报模式产品进行本地化精细化释用已成为基层预报业务发展的趋势。党英娜等[11]也对风力数值模式进行研究订正释用，但仅对风级进行对比分析，没有进行更加量化的指标在风速上进行订正。本文拟通过建立各家数值模式格点预报与各海区实况风速观测资料之间的拟合关系，找出最佳的预报模式及本地化精细化释用方法。

1     資料与方法

本文选取2018年1—6月EC、JMA、GFS和浙江省气象台数值模式（以下简称OCF）4家模式的风速格点预报和玉环市各区域自动站风力实测相应时段风速资料。首先根据玉环海域港口、航线分布和地理位置特征将玉环海域划分为4个海区（图1）。并分别使用4个海区内的鸡山、坎门、大麦屿、海山4个自动站风速数据代表各自海区风力。

通过插值法对各家数值模式风速格点预报进行处理计算，求得各家模式分别与4个海区相对应的风速预报。再将各家模式对4个海区风速预报与自动站实测风速进行预报评分，找出最优模式。之后将最优模式分别与4个海区自动站实测风速数据建立线性回归方程，最后对回归方程进行释用检验。

各家数值模式资料均采用每天20时预报未来24h的风速的最大值，自动站对应的实测数据采用对应24小时内的极大风风速。风力预报评分标准为：当预报与实况差值小于1m/s，评定为100分，当预报与实况差值大于等于1m/s小于2m/s评定为80分，当预报与实况差值大于等于2m/s小于3m/s评定为40分，当预报与实况差值大于等于3m/s小于4m/s评定为20分，当预报与实况差值大于等于4m/s评定为0分。

2     数值模式预报产品评分对比

以2018年1月1日至2月28日作为全时段，对EC、JMA、GFS和OCF 4家模式每天20：00预报未来24h风速的最大值进行统计，再将4家数值模式对玉环4个海区风速预报与4个海区对应的大麦屿站（K8509）、海山站（K8504）、鸡山站（K8513）、坎门站（58667）实况极大风速进行对比评分（图2）。

从图2看，OCF模式对玉环4个海区风速预报效果最好，4个海区预报平均均在50分以上，平均分为59.9分，最高为大麦屿海区76.3分，最低为鸡山海区52.3分;GFS、EC两家模式次之，4个海区预报平均分分别为28.2分、20.0分，JMA模式效果最差19.8分。鉴于GFS、EC、JMA 3家模式对玉环海区风速预报效果均较OCF模式明显偏差。因此，选取4家数值模式中最优模式，即OCF模式进行研究。

3     OCF数值模式订正方程建立与应用检验

3.1     订正方程的建立

以2018年1月1日至2月28日作为全时段，将OCF数值模式风速预报值（X）与玉环4个海区自动站实测每日极大风速值（Y）利用最小二乘法建立4个海区的线性回归订正方程，拟合方程最大误差在1级，经F检验，回归方程达到了0.01的信度检验水平。

将2018年1月1日至2月28日OCF模式对玉环4个海区每天20：00预报未来24h风速的最大值带入线性回归订正方程进行拟合，将拟合的风速预报值与对应的4个海区实测风速进行对比评分（图3）。

从图3可以看出OCF模式在订正拟合后对玉环4个海区风速预报有显著的拟合效果，订正拟合后4个海区预报平均分为81.7分，较订正拟合前提升21.8分。其中海山海区风速预报评分提升最多，为29.9分，坎门海区提升了27.3分，鸡山海区提升了25分，大麦屿海区提升有限、仅提升了4.7分。

3.2      订正方程的应用检验

3.2.1     订正方程的应用检验

为检验订正方程应用效果，本文选取2018年3月1日—6月30日OCF模式对玉环4个海区每天20：00预报未来24h风速的最大值，分别带入表1中的订正方程。得到2018年3月1日—6月30日OCF模式订正后的风速预报值，并订正前预报和订正后预报与2018年3月1日—6月30日玉环4个海区实测极大风速值进行对比评分（圖4）。

2018年3月1日至6月30日OCF模式对玉环4个海区风力预报平均分为64.1分，经过订正后评分提升至75.9分，较订正前提升11.8分。其中鸡山海区风速预报订正后较订正前评分提升最多，为17.9分，坎门海区提升了17分，大麦屿海区提升了10.5分，海山海区提升了不大、只有1.8分。总体订正释用效果较好。

3.2.2     日常预报和订正后预报8级大风日检验

通过风速评分来检验订正效果，得出订正效果较好，但考虑日常预报业务对外预报服务产品均用风力等级来制作，且通常以是否达到8级阵风为标准来判定船只或海事活动的适宜阈值，因此再将订正后的风速预报值转换为对应的风力等级，统计8级风预报日数，进行更业务服务化的释用。

统计2018年3月1日—6月30日玉环发布的公众沿海海面风力预报，预报第二天有8级阵风日数共43d，而实际玉环4个海区出现的8级阵风日数较预报日数显著偏少（表2）。将OCF模式经过订正后的风速预报转换成对应的风力等级， 8级大风日数均接近实际8级阵风日数。2018年3月1日—6月30日OCF模式订正后预报大麦屿、海山、鸡山、坎门4个海区8级大风日数较之前公众预报的43d分别减少42d、41d、37d、39d。

4      结论

EC、JMA、GFS、OCF四家模式通过插值法生成的玉环4个海区精细化风速预报中，以OCF模式预报评分最高，预报效果最佳，有较好的参考和订正意义，另外的EC、JMA、GFS 3家模式则预报效果较差，预报评分不及OCF模式评分的50%。

利用线性回归方法将最优数值模式——OCF模式风速预报值与自动站实测每日极大风速值进行线性拟合，分别建立的4个海区的线性回归订正方程有较好的订正拟合效果，4个海区订正拟合平均分较订正前提升21.8分，最高提升29.9分。

利用2018年1月1日—2月28日OCF模式预报风速和自动站实测风速得出的订正方程来订正2018年3月1日—6月30日OCF模式预报4个海区风速的订正效果仍较好，订正后评分较订正前提升11.8分。因此，利用历史同期模式预报数据和实测数据建立订正方程订正未来同期模式预报的订正思路是可行的，且订正效果好。

将订正后OCF模式风速预报转换为对应风力，于4个海区风力精细化预报服务产品中释用，8级大风预报日数较之前预报极大减少。可显著提升玉环海事经济效益，较好的解决玉环海事活动的安全和经济效益间的矛盾。

参考文献

[1]辛宝恒.黄海渤海大风概论[M].北京：气象出版社，1989：   18-39.

[2]张新玲，吴增茂.渤海海上测风与沿岸实测风的对比分析[J].海洋预报，1998，15（4）：24-31.

[3]王雷，黄辉，何文岳.舟山群岛海域航线气象预报[J].气象科技，2002，30（4）：241-245.

[4]王日东，姜俊玲，郭卫华，等. 渤海海峡海岛站与沿岸站大风对比分析[J].海洋预报，2010，27（2）：22-29.

[5]赵金霞，曲平，何志强，等.渤海湾大风的特征及其预报[J].气象科技，2014，42（5）：847-851.

[6]张增海，曹越男，赵伟.渤海湾海域风况特征分析与海—陆风速对比分析[J].海洋预报，2011，28（6）：33-39.

[7]王雷，王坚坎.海岛地区分区大风预报探讨[J].气象科技，2005，   33（5）：404-408.

[8]陈豫英，陈晓光，马金仁，等.风的精细化MOS预报方法研究 [J].气象科学，2006，26（2）：210-216.

[9]胡波.一种概率方法在沿海海岛台风阵风预报中的应用试验[J].气象科技，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]党英娜，黄本峰，郭庆利，等.渤海海峡海上客运航线大风精细化预报的数值释用[J].海洋预报，2013，30（1）：36-44.