第19届亚运会帆船赛区风场特征及其强风概率推算

潘婧茹， 钱燕珍， 申华羽， 方艳莹， 史学凡， 胡梦影

(1.宁波市气象服务中心，浙江 宁波315012； 2.宁波市气象台，浙江 宁波315012； 3.宁波市北仑区气象局，浙江 宁波315012)

引 言

第19届亚洲运动会将于2022年9月10-25日在中国杭州举行。其中，亚运会帆船(板)比赛项目(简称亚帆赛)将落户宁波象山县松兰山长咀头区域，海域整体气候温和湿润且地理条件优异，拥有多处宽阔无障碍、无条件限制的深水海域，常年风向风速稳定，年平均风速约4.5 m/s，这也是浙江省首个符合举办国际A级水上运动比赛条件的地区。

帆船(板)是所有比赛项目中对风依赖最大的赛事[1]。风是比赛的主要动力条件，风速对比赛起着决定性作用，风的变化规律对帆船比赛有至关重要的影响。首先，比赛需要依据风向制定航线计划，每轮比赛的风向摆动不能超过50°。比赛期间要求风速在3～20 m/s范围内，当风力持续达到3 m/s以上时才适宜比赛，而风力超过20 m/s时，鉴于水上安全需停止比赛[2]。其次，要求竞赛海域能见度>1500 m，且要避开雷雨等突发灾害性天气。

国内对水上运动项目和气象条件的关系，以及气象预报服务等方面的研究较多。2008年第29届北京奥运会帆船赛在青岛顺利举行[3]，奥帆赛对气象服务提出了精细化的高要求。洪光等[4]利用统计学方法对青岛奥帆赛期间的天气气候背景作了全面分析。朱燕君等[5]分析了北京奥运会期间的气象条件特征。盛春岩等[6]对奥帆赛赛场附近的海陆风特征及海风的三维结构进行了详细分析。李庆宝等[7]利用高分辨率模式对相关个例进行模拟试验，进一步研究比赛海域海陆风的发展条件。高分辨率数值模式产品是实现精细化预报的基础。杨育强等[8]建立了以MM5、WRF等多种模式为基础的精细化预报系统，提供赛场内4个浮标站的逐时风速和风向的定量预报，全面提高了海面风场的预报能力。苗世光等[9]利用青岛市500 m分辨率的土地覆盖数据，建立了奥帆赛高分辨率数值预报系统，便于研究不同下垫面对近海海面风场的影响。为了实现赛场定点、定量化精准预报，高荣珍[10]和林行[11]等基于MM5模式预报产品，分别开发了针对风的MOS预报方法和动态集合MOS预报方法，预报方法在奥帆赛期间起到了关键作用。

以上研究大都是针对不同气象要素和比赛项目关系的研究，以及高分辨率数值预报系统的开发应用，但针对与帆船比赛有关的风的日变化特征和精细化风场气候背景的研究相对较少。由于地形、风场和探测资料的差异化，本文旨在研究亚帆赛期间赛区精细化小尺度风场气候背景。国内外帆船比赛常在强风中进行，目前最常使用极值I型分布函数计算不同等级的强风概率[12]。因此本文基于宁波象山石浦国家气象站和南韭山自动监测站风资料，采用统计分析、相关比值法和极值I型分布参数估计方法，分析宁波帆船赛区风场的气候背景概况，研究亚帆赛期间风向、风速和风频的变化规律和强风概率情况，以期为亚运会帆船比赛预报研究和精细化气象服务提供有益参考。

1 资料与方法

1.1 资 料

亚帆赛松兰山赛区、亚帆中心、石浦国家气象站，以及南韭山自动监测站的分布如图1。赛场周边地形复杂，没有已建成的观测站，附近的石浦站建有全国首座海岛大风预警塔，是宁波历史最悠久且观测环境保护最好的气象站，其观测数据参与亚太地区气象观测数据交换；南韭山站地处海岛边缘，其观测环境与象山松兰山海域环境相似，该气象站测风资料对附近海域风况具有较好的代表性，因此本研究选取南韭山气象站作为亚帆赛赛区的代表站。

图1 亚帆赛区、亚帆中心、石浦站和南韭山站分布示意图

使用的资料包括象山石浦站1974-2019年9月的逐日最大风向、风速资料，石浦站和南韭山站2006-2019年9月的逐时和逐日风向、风速资料。石浦站海拔高度为129.2 m，南韭山站海拔高度为41.7 m，两个气象站之间相距为34.1 km。

1.2 方 法

1.2.1 极值Ⅰ型分布函数

某特定事件的重现期指大于或等于该事件特定强度可能出现一次的平均间隔时间，单位是年，重现期与频率成反比[13]。极值Ⅰ型(Gumbel)分布函数常用于计算重现期分布[14]:

F(x)=exp(-exp(-a(x-u)))
a>0,-∞

(1)

式中,a为分布的尺度参数，u为分布的位置参数，只要利用已有的最大风速序列x1,x2，…，xn合理估计出参数a、u的数值，则F(x)被唯一确定。

重现期为R(概率为1/R)时最大风速为

(2)

耿贝尔法是一种直接与经验频率相结合的参数估计方法，参数a、u的估算多数情况下选用耿贝尔法拟合效果最好[15]。

假定最大风速有序序列为：x1≤x2≤…≤xn，则经验分布函数为

(3)

取序列

yi=-ln(-ln(F°(xi)))i=1,2,…,n

(4)

可得

(5)

在实际计算中可以用有限样本容量的均值和标准差作为E(x)和σ(x)的估计值。

1.2.2 柯尔莫哥洛夫拟合适度检验指标

柯尔莫哥洛夫拟合适度检验指标：

(6)

Dn=max{|Fo(xi)-F(xi)|}

(7)

式中，n为样本容量，xi为有序样本，Dn表示在所有各点上，经验分布与假设的理论分布之差的最大值。取显著性水平为0.05，查表得出只要Kf<1.35，则认为样本最大风速服从极值I型分布，且指标数值越小表示拟合效果越好[16]。

1.2.3 相关比值法

当基本站和订正站相距不远，两站同一气象要素关联密切，并且要素的离散程度与平均值正相关的气候资料序列订正，常采用相关比值法[17]。当基本站风速与参照代表站风速之间通过相关性检验时，两者将满足以下关系：

(8)

式中，a、b为经验系数，y为基本站风速，x为参照代表站风速。

试验计算显示，当x较大时(风速大于5 m/s)，k(x)趋于常数。利用相关比值法进行风速订正时，宜按季节或风向进行分类订正[18-19]。

1.2.4 风速廓线指数律

磁化焙烧主要是利用某些金属在特殊价态下的磁性，从而起到筛分作用，通常用于采矿和选矿[32]。低温磁化焙烧对于提取高炉粉尘或高炉渣中的锌有较大作用，在焙烧过程中，使铁粉带有磁性，并借助磁选机，可将铁元素富集，则锌元素随之富集。该反应的温度在1 000～1 100 ℃，因此，低温焙烧非常重要，通过精确控温使铁元素发生反应，留下氧化锌，达到回收的目的。

一般情况下，近地面层风随高度的变化取决于地表粗糙度和低层大气的层结状态。在实际应用中，仅需确定一个特定的参数，运用指数律和对数律公式可以将据一个高度的风速推算出另一个高度的风速[20-21]。研究表明，舟山地区的风速廓线指数律模式较适用于风速随高度变化的研究[22]。新修订的2006版《建筑结构荷载规范》[23]指出，华南沿海地区使用指数律可以精准地拟合垂直风廓线。施密特(Schmit)半经验理论导出的风速廓线指数律公式为

(9)

式中，V2为高度Z2处的风速(m/s)；V1为高度Z1处的风速(m/s)；α为风速随高度的切变指数，它取决于下垫面状况和大气稳定度，其值表征风速垂直切变的强度。

2 结果与分析

2.1 亚帆赛期间风场特征

2.1.1 平均风向风速

风、浪、流是影响帆船(板)运动的重要因素，风向、风速的变化对比赛成绩起着决定性作用，因此全面分析赛场海域风场特征对比赛具有十分重要的指导意义。依据2006-2019年石浦站和南韭山站9月逐日和逐时风资料统计得出，石浦站和南韭山站9月月平均风速分别为4.6 m/s和5.5 m/s，极端最大风速分别为23.7 m/s和24 m/s(均出现在2014年9月22日)，两站的主导风向均以NE(东北风)为主(图2)。14年间石浦站和南韭山站最大风速大于20 m/s的大风日分别出现1次和4次，出现概率分别为0.248%和0.990%，全都是由台风影响造成的大风天气，因此历史上出现比赛中断大风(大于20 m/s)天气的概率较低。

图2 2006-2019年石浦站(a)和南韭山站(b)9月风玫瑰图

2.1.2 不同等级风速频率

帆船(板)赛事的启动风速为3 m/s，风速大于20 m/s时需要中断比赛，因为太大的风可能会导致灾难发生，不能比赛；而过小的风则不足以驱动帆船前进，无法比赛。国际帆船比赛经常在强风中进行，比赛时的最佳风速为5～10 m/s，利于保持航向和把握航速。

夏季风速往往偏小，多数时间风向不定。依据帆船比赛关注的风速等级，可将风速分为禁止比赛风速(小于3 m/s和大于20 m/s)、符合比赛风速(3～5 m/s和10～20 m/s)和最优比赛风速(5～10 m/s)等三类。统计分析2006-2019年石浦站和南韭山站9月三类风速条件出现频率(表1)，得出两站满足比赛条件的风频超87%，达到最优比赛风速条件的超44%，其中南韭山站的更高(接近50%)。此外，两站禁止比赛的风速频率都在13%以下。进一步分析两站三类比赛条件的逐时风速频率(图略)，可以明显看出两站13-19时满足比赛条件的风频均超90%。其中，13-17时出现最优比赛风速频率均超50%。因此赛事安排在午后到傍晚举行有利于比赛的顺利开展。

表1 2006-2019年石浦站和南韭山站9月三类风速条件出现频率 %

2.1.3 风速日变化

对比2006-2019年石浦站和南韭山站9月逐时平均风速的日变化(图3)，得出两大特点：(1)石浦站和南韭山站逐时平均风速呈较明显日变化特征，受海陆风环流影响，风速具有午后增大、夜间减小的特征。白天时段(09-20时)风速变化起伏较夜间的(21时-次日08时)明显，在16时前两站的平均风速总体呈上升趋势，10时起风速明显增大，平均风速的峰值出现在15时到17时之间，17时开始风速逐渐减小。(2)两站日平均风速均大于4 m/s，整体上南韭山站平均风速大于石浦站的平均风速。造成差异的原因，除了与地理位置有关外，海拔高度也是各站风速差异的一个重要因素。总体来看，中午到傍晚期间风力较大，风速大小更利于开展比赛项目，应充分利用风速的日变化规律，合理安排赛程。

图3 2006-2019年石浦站和南韭山站9月逐时平均风速

2.1.4 风向摆动幅度

帆船(板)比赛除了对风速有一定要求外，对风向的摆动也非常关注，掌握了风向的摆动规律可以帮助选手取得好成绩。若以ΔWi代表某一时次的风向摆动，则计算公式如下：

(10)

根据2006-2019年石浦站和南韭山站9月逐时风资料，通过计算每一时次的ΔWi的平均值，得出两站逐时风向摆动变化曲线(图4)。由图4可以看出，平均状况下两站各时次风向摆动均低于20°，满足风向摆动低于50°的比赛条件，而且上午风向摆动较大，午后时段(13-18时)风向摆动相对较小，其中15时前后风向摆动最小。

图4 2006-2019年石浦站和南韭山站9月逐时风向摆动

2.1.5 海陆风特征

象山县松兰山海区冬夏季风交替明显，海陆风现象较显著，象山的海岸线在亚帆赛区基本呈南北走向。将东向(1°-179°)来的风定义为海风，西向(181°-359°)来的风定义为陆风，分别统计石浦站和南韭山站9月东西风向出现频率的日变化(图5)。由图5可看出：(1)两站夜间西向风频率大，而午后明显是东向风频率大，这反映了白天吹海风，夜间吹陆风的海陆风特征。(2)对比来看，石浦站海陆风现象较南韭山站的显著，这与两站的地形环境有关。(3)由陆风转为海风的时间集中在东西向风频较为接近的时段，两站午后东西向风频率相差最大，说明午后时段(12-19时)风向变化相对稳定。

图5 2006-2019年石浦站(a)和南韭山站(b)9月逐时风向频率对比图白色为东向风频，红色为西向风频

2.2 赛区不同等级大风的概率推算

2.2.1 石浦站与南韭山站风速相关分析

石浦站与南韭山站相距约34.1 km，气候背景特征统一，在盛行风向以东北风为主的9月，两站风速相关性密切。根据石浦站与南韭山站2016-2019年9月逐日最大风速资料，选择两站逐日最大风速同时大于5 m/s的样本进行相关性检验分析(图6)。结果显示，R值为0.79，在0.10的显著性水平上达到显著相关，进一步计算得到距地面10 m高度风速样本比值V南韭山站/V石浦站为k=1.1199。

图6 石浦站与南韭山站风速相关显著性检验结果

2.2.2 不同重现期风速推算

依据概率统计理论，参数估计的精确度随着样本容量的减少而明显降低，因此需要提供足够长的历史序列数据来完成重现期风速的参数计算。选取石浦站1974-2019年共44年的9月逐日最大风速资料，得出表征参数估计优良性的Kf指标值0.954(小于1.35)，即极值I型分布耿贝尔法能得到有效的分布参数，石浦站逐日最大风速资料服从极值Ⅰ型分布。因此计算得出石浦站不同重现期风速，依据大风样本比值系数K来构建南韭山站最大风速序列(表2)。

表2 石浦站、南韭山站和松兰山海区10 m高度不同重现期风速计算结果

2.2.3 松兰山海区10 m高度的强风概率推算

南韭山站海拔高度为41.7 m，风传感器高度为10 m，即风速观测高度为51.7 m。由于气象站海拔高度的不同，各气象站点在垂直分布上存在较明显差异。南韭山站10 m高度处计算得出的风速并不能完全代表赛区海域的实际风速，运用风速廓线指数律模式将南韭山站海拔高度作订正推算，使南韭山站的风速资料更具有代表性和可应用性。

常规的帆船桅杆高度为5～10 m。文中将南韭山站10 m高度处的重现期风速推算至海面10 m高度，即大致代表帆船高度的风速。不同下垫面的粗糙程度不同，对应风速的垂直切变影响也不同，海面属于Ⅰ类下垫面，根据《建筑结构荷载规范》推荐Ⅰ类下垫面的风切变指数为0.12，因此采用浙江近海平均风速的风切变指数约为α=0.12，根据此α值最终得出松兰山海区距海面10 m高度的重现期风速(表2)。由表2可看出，9月松兰山海区10 m高度出现帆船比赛中断风速(大于20 m/s)的概率约为0.071～0.077(13～14年1遇)。

3 结论与讨论

(1)亚帆赛期间9月主导风向以东北风为主，平均风速为4～5 m/s。一天中石浦站和南韭山站13-17时出现最优比赛风速频率最高(均超50%)；两站均呈现较明显的日变化特征，即午后风速大、夜间风速小，风速峰值出现在15时到17时之间；15时前后风向摆动最小；两站符合白天吹海风、夜间吹陆风的海陆风特征，且午后时段(12-19时)风向变化相对稳定。2006-2019年期间石浦站和南韭山站最大风速大于20 m/s的大风日分别出现1次和4次。综合来看，午后到傍晚时段利于安排相关赛事，出现比赛中断大风天气的概率较低。

(2)象山石浦站与南韭山站的风速具有显著的相关性，两站的距地面10 m高度风速样本比值V南韭山站/V石浦站约为1.1199。

(3)根据石浦气象站1974-2019年共44年9月最大风速极值序列，利用极值Ⅰ型分布函数计算得出其不同重现期风速，通过相关比值法和风速廓线指数律将南韭山站重现期基本风速推算至松兰山海区距海面10 m高度的风速。结果显示，赛区9月出现帆船比赛中断风速的概率约0.071-0.077(13～14年1遇)。

(4)上述结论是基于最大风速数据分析得出的，但仍存在某些不确定因素，特别是风廓线法所用的值存在差异性，比如2010年亚帆赛广东汕尾赛区，应用广东粤东近海长期实际观测值α=0.07[18]，α值的最优选取需要在以后的研究中进行进一步分析。