石狮市牡蛎附苗期水温预报及检验

2021-03-11陈志泉林艺妹林联发

海峡科学 2021年1期

陈志泉林艺妹林联发

(1.石狮市气象局，福建泉州 362700；2.安溪县气象局，福建泉州 362400)

1 概述

晋江深沪湾至惠安近海是泉州市主要的牡蛎养殖区，海区天然蛎苗资源十分丰富。其中，石狮地区采苗场分布于石狮永宁镇深沪湾梅林至港边海域，以垂下式养殖为主。石狮全市牡蛎养殖面积达5000余亩，年均产量约2.6万吨。牡蛎养殖与气象条件息息相关。据石狮当地养殖经验，每年4～5月(谷雨～立夏时节)，当海水温度达到20～27℃，pH 7.8～8.4，为牡蛎繁殖盛期，适宜附苗，其中温度在22～25℃为最佳。水温作为牡蛎附苗的一个重要的影响因子，气象因子对其有着明显的影响。

近几年，国内外研究结果都将水温的主要影响要素归因于气温，研究水温与气温之间的关系。Mohseni 和 Stefan[1]利用线性函数较好地描述了气温在 0～20℃变化时水温和气温的关系，气温变化范围更多情况下则用“S形”曲线揭示了水温与气温的关系。商兆堂等[2]建立了近海岸海水温度、沿海滩涂养殖池水温与气象站气温的关系；孙大明等[3]建立了长江上游水温与气温的关系模型；张德林等[4]研究了上海地区设施鱼塘冬春季水温与气温的统计关系。

石狮牡蛎养殖作为当地特色水产养殖之一，气象因子对其附苗有重要影响。本文主要研究石狮牡蛎附苗期水温趋势特征，通过逐步回归法建立水温与气象要素的预报模型，并对水温预报模型进行检验订正，以期提高牡蛎附苗期气象服务质量，为当地牡蛎养殖户附苗提供参考依据，节约生产成本。

2 资料与方法

2.1 数据来源

本文使用的数据包括2016—2020年极轨气象卫星NOAA AVHRR高分辨率4～5月逐日平均SST数据，2020年4～9月永宁站水质监测设备的水温逐小时监测数据，以及永宁镇区域站气温、降水、风向风速等自动站数据。

2.2 分析方法

使用2020年4～9月逐日实况平均水温对牡蛎附苗期水温特征进行分析，掌握附苗期水温变化概况，并结合近五年遥感水温数据初步了解附苗期大致日期。同时分别对水质监测站2020年4～5月及4～9月逐日实况水温(5月下旬除外)和区域站资料采用逐步回归方法建立水温预报模型，利用水温预报模型对2020年5月下旬水温进行模拟预报，并与实况水温对比开展检验评估。

3 牡蛎养殖区水温趋势特征

石狮牡蛎养殖区2020年4～9月实况水温和气温日平均变化显示(图1)，水温变化幅度较气温平缓得多，4月至6月中旬左右，随着气温的明显回升，水温也明显呈波动上升趋势。其中，4～5月附苗期水温存在阶段性下降特点，在服务预报中应重点关注。6月中旬至9月中旬气温整体偏高，水温虽上下波动，但总体变化趋势不大，9月中旬以后，水温随气温开始呈波动下降趋势。同时也可看出，水温变化较气温有明显的滞后性，滞后时间大致在两天以内。

图1 2020年4～9月石狮牡蛎养殖区实况水温变化

从当地养殖经验来看，海水温度达到20～27℃为牡蛎繁殖盛期，最佳附苗水温为22～25℃，因此20℃和22℃为采苗气象服务的关键水温节点。为进一步了解附苗最佳水温的出现日期，对近五年的卫星遥感水温(取118.75°E、24.75°N的格点值)以连续三天日平均水温达20℃和22℃的第一天出现日期进行统计。结果表明，近五年20℃水温最早出现在4月15日，最晚在4月30日；而22℃水温最早出现在4月23日，最晚在5月7日，因此牡蛎附苗最佳时期为4月下旬至5月上旬。但从养殖区2020年4～5月遥感水温与实况水温对比来看(图2)，遥感水温和实况水温的变化趋势虽基本接近，但除了5月中旬个别时段遥感水温低于实况水温之外，其余时段遥感水温与实况水温相比都略有偏高，最大误差出现在4月27日，达1.67℃。因此上述附苗期最佳水温出现的实际时间会延后几日。这与宋传福[5]、詹建雄[6]等研究结果基本一致。

图2 2020年4～5月石狮牡蛎养殖区遥感水温与实况水温变化曲线

4 牡蛎养殖水温预报模型

石狮牡蛎以垂下式养殖为主，主要分布在近海浅层海水中，由于海洋局目前仅提供未来一天的水温预报产品，不利于养殖户及时判断未来水温变化提前做好附苗准备。对此，本文利用2020年4～5月和4～9月永宁养殖区水温监测设备的逐日平均水温数据及质控后的气温、雨量等区域站数据(均不含5月下旬数据，用于后期检验)通过逐步回归，建立水温与气象要素之间的预报模型。

4.1 基于4～5月数据的水温预报模型

为获取预报第一天的水温回归方程，以当日实况水温为因变量，将可能对当日实况水温数据造成影响的当日实况最高气温、最低气温、前1～3日实况最高气温、最低气温、雨量及前一日实况水温等因子作为自变量通过逐步回归法建立回归方程。在本次回归分析中，当日实况水温作为因变量，把自变量取值带入回归方程后，通过计算所获得的数值即为预报值。残差是实况值与预报值的差。在线性回归中，残差应该满足正态分布，而且全体个案的残差之和为0。

回归方程的质量取决于判定系数R2的大小，R2计算公式如下：

R2值在0～1之间，其值越接近1，表示残差的比例越低，即回归方程的拟合程度越高，回归值越能贴近观测值，更能体现观测数据的内在规律。在一般的应用中，R2>0.6就表示回归方程有较好的质量。在回归分析时，每个自变量都有自己的t值，t值以相应自变量的偏回归系数与其标准误差的比值来表示。在一般的线性回归分析中，t的绝对值应该大于1.96。如果某个自变量t的绝对值小于1.96，表示这个自变量对方程的影响很小，为非必需自变量，应该尽可能把它从方程中剔除。

本次逐步回归最终保留前一日平均水温、当日实况最低气温两个自变量求得的回归方程：

t0=1.668+0.788×t-1+0.144×T0min

式中，t0表示当日实况水温，t-1表示前一日实况水温，T0min表示当日实况最低气温。该方程R2=0.977，表示拟合程度很高。

因此，未来第一天水温预报方程为：

X1=1.668+0.788×t0+0.144×T1min

式中，X1表示未来第一天预报水温，t0表示制作预报当日实况水温，T1min表示未来第一天预报最低气温。

同理求得未来第二天的水温预报方程(R2=0.961)：

X2=2.357+0.668×t0+0.239×T2min

式中，X2表示未来第二天预报水温，t0表示制作预报当日实况水温，T2min表示未来第二天预报最低气温。

未来第三天的水温预报方程(R2=0.955)：

X3=1.733+0.618×t0+0.106×T3max+0.197×T2min

式中,X3表示未来第三天预报水温，t0表示制作预报当天实况水温，T3max表示未来第三天预报最高气温，T2min表示未来第二天预报最低气温。

4.2 基于4～9月数据的水温预报模型

按照上述的逐步回归分析方法，以4～9月永宁养殖区水温监测设备的逐日平均水温数据及质控后的气温、雨量等区域站数据(均不含5月下旬数据)为基础，得到未来第一天水温预报方程(R2=0.99，表示拟合程度很高)：

X1=0.567+0.879×t0+0.042×T1max+0.095×T1min-0.043×T-2min

式中,X1表示未来第一天预报水温，t0表示制作预报当日实况水温，T1max表示未来第一天预报最高气温，T1min表示未来第一天预报最低气温，T-2min表示前两天实况最低气温。

同理求得未来第二天的水温预报方程(R2=0.979)：

X2=1.485+0.712×t0+0.16×T2min+0.063×T2max

式中,X2表示未来第二天预报水温，t0表示制作预报当日实况水温，T2min表示未来第二天预报最低气温，T2max表示未来第二天预报最高气温。

未来第三天的水温预报方程如下(R2=0.973)：

X3=2.576+0.61×t0+0.18×T3min+0.189×T2min-0.075×T0min

式中，X3表示未来第三天预报水温，t0表示制作预报当天实况水温，T3min表示未来第三天预报最低气温，T2min表示未来第二天预报最低气温。T0min表示当天实况最低气温。

4.3 检验评估

为了检验上述水温预报模型的优劣性，利用预报方程对2020年5月下旬(共计11天)的平均水温开展模拟预报，预报方程中的自变量均按历史实况值进行运算，预报值与实况水温绘制成散点图进行对比，对比结果如图3所示。为描述方便，将基于4～5月和4～9月数据的水温预报模型分别简述为模型1和模型2。从图3a未来第一天的水温预报值与实况值散点在y=x线两侧的分布来看，模型1预报值比实况值略高，而模型2的预报值较实况值略低，5月下旬模拟预报误差总和分别为2.39℃和2.40℃，但对于实况水温在24℃以下的预报，模型2更贴近实况。

从图3b来看，实况水温在24℃以下的预报，两个模型的预报值十分接近；但对于实况在24℃以上时，两个模型的预报值均偏低，5月下旬的两个模拟预报误差总和分别为-5.01℃和-4.24℃。而图3c与图3b的表现相似，模型1和模型2的误差总和分别为-4.55℃和-4.11℃。