潘新民，閆宏凱，沙艷萍

（1.新疆氣象服務中心，新疆 烏魯木齊830002；2.中國鐵路烏魯木齊局集團有限公司科學技術(shù)研究所，新疆 烏魯木齊830011；3.新疆空中交通管理局阿克蘇站，新疆 阿克蘇843000）

蘭新客運專線是中國首條跨越風沙戈壁的高速鐵路，正線全長1776 km，新疆段線路長度710 km，烏魯木齊南至哈密段于2014 年11 月16 日通車。蘭新客運專線穿越煙墩風區(qū)、百里風區(qū)、三十里風區(qū)、達坂城風區(qū)等四大風區(qū)，其中百里風區(qū)、三十里風區(qū)的風力最為強勁，部分區(qū)段年均＞8 級大風天數(shù)達到208 d，最大風速60 m/s。 由于風速大、風力強勁，大風預測成為保障行車安全的關(guān)鍵。

由世界氣象中心確定的全球數(shù)值天氣預報模式[1]，準確率近幾十年不斷提升，精細化程度不斷提高，例如歐洲中心的IFS-HRES、 中國的GRAPS_GFS、德國的ICON、日本的GSM 等模式，最長預報時效可達10～16 d，水平分辨率可達9 km。 雖然在時間和空間分辨率上都能提供較為精細的多要素氣象預報，但對復雜地形的強風預報普遍偏小， 遠不能滿足動車實時行車安全調(diào)度以及動車安全試驗的特殊要求。在風災方面， 日本鐵路是世界各國受大風影響較為嚴重的國家之一。 日本在北海道牧場邊進行了自然條件下全尺寸模型的現(xiàn)場測試， 試驗進行了3 a 的觀測，對10 min 內(nèi)的平均橫風系數(shù)和風向角的關(guān)系進行了評價，得到了和風洞試驗基本一致的結(jié)果。我國對京津城際CRH3 動車組大風天氣條件下安全行車技術(shù)參數(shù)標準開展了研究[2-4]，取得了鐵路沿線瞬間最大風速的危險度分級。

本文通過對MM5、EC、T639、GRAPS 等各種數(shù)值預報的效果檢驗， 以及通過上下游指標站要素相關(guān)法、氣壓溫度多要素回歸方程法、神經(jīng)元等多種預報方法的嘗試， 研究總結(jié)出2 種有效的大風精細化方法：基于EC 細網(wǎng)格二次建模和上游指標站法，并將精細化預報成果運用于實際的動車安全防范中。為了保障動車組在風區(qū)的行車安全，由鐵路部門、科研院所、 氣象部門在線路調(diào)試期間和運營期間共同組織實施了11 次大風條件下動車組行車安全試驗，取得了我國CRH 系列動車組在大風環(huán)境下實車運行的第一手資料， 為高寒強風沙地區(qū)新型動車組的定型和大風天氣下動車組安全運行辦法的制定積累了大量珍貴的數(shù)據(jù)。

氣象部門圍繞蘭新客運專線動車組行車安全試驗展開的局地短時精細化大風預報是一種全新的氣象服務保障模式， 在動車組行車安全試驗的前期準備、進度安排、試驗計劃修訂以及現(xiàn)場運行試驗的全過程中提供了及時準確有效的氣象信息， 為行車安全試驗提供了有力的氣象保障。

1 大風精細化預報方法及其應用效果分析

動車運營不僅要求大風精細化預報不斷提高時間分辨率，例如3 h、1 h 甚至更細，同時對風速大小的準確率更為關(guān)注， 風速趨勢的預報及誤差會直接影響到動車安全運營調(diào)度。以2014—2017 年新疆鐵路強風區(qū)逐小時風速監(jiān)測資料為基礎(chǔ)， 通過對EC等細網(wǎng)格模式進行反算， 建立了2 種預報準確率較高的大風精細化預報方法。

1.1 基于EC 細網(wǎng)格的二次建模法

通過利用EC 細網(wǎng)格風場700、850、925 hPa 高度，不同預報時效（3、6、9…240 h）資料，挑選典型天氣過程，針對不同地點，選取相應有效樣本，在數(shù)值預報輸出的預報值基礎(chǔ)上，通過多項式線性回歸，重新建立預報和對應實況的預報方程， 從而進行大風精細化預報，稱為二次建模法，二次建模大風預報關(guān)系式如下：

x 是表示數(shù)值預報EC 細網(wǎng)格850 hPa 對應預報站點的風速預報值，y 表示二次建模修正后的預報值，A1、A2、A3、A4為多項式方程的系數(shù)。

蘭新客運專線沿線四大風區(qū)訂正方程系數(shù)見表1，從表1 可以看出，四大風區(qū)預報訂正方程均通過了0.01 的顯著性水平檢驗（P=0.254 0）。 通過對EC細網(wǎng)格對應的預報站點的二次建模訂正， 風速預報值更接近實況（圖1）。

表1 蘭新客運專線沿線四大風區(qū)訂正方程系數(shù)

1.2 上游指標站預報方法

圖1 基于EC 細網(wǎng)格的2015 年8 月大風精細化預報

上游指標站的區(qū)域模式：根據(jù)文獻[5]計算表明，處于上游的50 km 處木壘的風速與處于下游的十三間房的風速前后具有一定的相關(guān)性。 通過這種相關(guān)關(guān)系， 以上游木壘的風速估測下游十三間房的起止風時間和風速大小，就叫做上游指標站法。在冷空氣入侵過程中， 這種用上游鄰近站的要素作某地要素精細化預報，是一個簡單易行的方法。

根據(jù)文獻[5]，木壘處于十三間房的天氣上游，因此用木壘延時1~20 h 的風速與十三間房風速做相關(guān)性分析。 分別用2013—2014 年共計20 次典型大風過程的逐時風速資料，計算延時1~20 h 的相關(guān)系數(shù)， 分析得出上游指標站木壘和預報站點十三間房，起風時間相差8 h 左右，利用這一特點，建立上下游站點的風速復相關(guān)方程， 通過木壘當前時刻的風速，預測十三間房站未來延時8 h 的風速，機理參見文獻[5]：

Y 為預測站點十三間房站的風速預報值，X6、X7、X8分別為木壘站前6、7、8 h 的極大風速值，相關(guān)系數(shù)R 為0.764 3， 通過了0.01 的顯著性水平檢驗（P=0.254 0）。

1.3 誤差分析

利用基于EC 細網(wǎng)格的二次建模法和上游指標站預報方法，對2014—2017 年歷史資料進行反算并和實況進行對比分析， 大風趨勢預報的準確率可達85%， 總體風速值平均誤差由原始EC 模式的5 m/s降至2 m/s，各月風速平均誤差見圖2，除12 月誤差較大外，其他各月預報和實況誤差均在2 m/s 內(nèi)。

1.4 應用效果檢驗

圖2 各月風速平均誤差分析

大風精細化預報采用邊研究邊應用的方法，預報結(jié)果直接應用于大風環(huán)境下動車組行車安全試驗中。 從2014—2017 年11 次大風試驗局地短時預報和實測風速對比來看（表2），風速極大值出現(xiàn)時間誤差均在1 h 內(nèi)，極大值平均誤差在2～4 m/s。例如：2016 年5 月18—19 日南疆線大風專項試驗預報，準確預報出了最強風速段和量級， 預報3 個泉特大橋極大風速可達50 m/s，現(xiàn)場實況達到了51.9 m/s，效果較好。

2 大風精細化預報對動車安全影響及應用

2.1 動車組行車安全試驗關(guān)鍵環(huán)節(jié)

動車安全試驗的計劃組織、試驗大綱編制、試驗內(nèi)容的確定、現(xiàn)場實施等，涉及到多個關(guān)鍵環(huán)節(jié)，且需要10 d 左右的完成周期，根據(jù)試驗中不同關(guān)鍵環(huán)節(jié)的需求，將中期、短期、逐小時精細化預報分別與各關(guān)鍵環(huán)節(jié)點對應， 并給出定量化的氣象預報（表3），越接近試驗開始對預報精度的要求越高，最終試驗能否成功直接取決于由公式（1）、（2）形成的大風精細化預報的準確度。

表2 2014—2017 年11 次大風試驗預報和實況對比

2.2 動車安全試驗氣象預報指標

根據(jù)表3 中動車試驗各環(huán)節(jié)不同的具體要求，依據(jù)公式（1）、（2） 方法提供的大風精細化預報結(jié)果，同時考慮預報整體誤差，結(jié)合風區(qū)統(tǒng)計特征分析[6-14]， 以及現(xiàn)場試驗列車穩(wěn)定性參數(shù)等數(shù)據(jù)分析，得出了以大風精細化預報為主導的動車安全試驗氣象預報指標（表4）。 預報指標的制定為大風行車安全提供了保障和決策依據(jù)。

表3 動車組行車安全試驗關(guān)鍵環(huán)節(jié)

表4 氣象服務保障模式氣象預報指標

2.3 各級預警閥值制定

大風環(huán)境下動車安全運行的核心保障， 是制定不同風速下列車的安全運行速度，即安全預警閥值，超過安全風速閥值時列車必須減速或停止運行。 在新疆特殊強風區(qū)高鐵安全運行閥值基本為空白，是通過大風專項動力試驗來取得和制定的， 試驗采用真實的高鐵加載各種試驗儀器， 在不同的風速環(huán)境下， 以不同的速度在大風中行駛并測試各種運行穩(wěn)定性參數(shù)和可能導致列車傾覆的臨界風速值。 大風專項動力試驗何時開展、在哪個區(qū)段做、大風持續(xù)的時間、最佳試驗時段（>28 m/s 的風速持續(xù)6 h 以上）等， 都需要以逐小時大風精細化預報來科學指揮和保障。

2014 年3 月—2015 年4 月在蘭新客專線開展的大風條件下動車組行車安全專項試驗，共進行73次搭載聯(lián)調(diào)聯(lián)試試驗、11 次152 單程專項試驗，累計試驗里程17 630 km， 通過分析試驗期間不同運行速度下車輛安全狀態(tài)和各種穩(wěn)定性參數(shù)，從而建立了在不同風速條件下高鐵的各級預警閥值（表5）。

表5 蘭新客運專線風速預警閥值

當大風風向與列車行徑方向垂直（即為橫風）時，直接作用于列車上的風速為全風速，行車致災風速閾值以表5 所示預警閾值為參考依據(jù)； 如遇風向與列車線路存在夾角， 則可將風速分解為與列車行徑方向平行和垂直的2 個方向風速， 并依據(jù)垂直于列車行徑方向的風速分量與致災預警閥值相對關(guān)系確定列車運行標準。

3 結(jié)論

本文利用EC 數(shù)值預報細網(wǎng)格二次建模和上游指標站2 種預報方法，開展了大風精細化預報研究，成果應用于新疆鐵路部門開展的大風環(huán)境下動車組行車安全試驗中，得到以下結(jié)論：

（1）不斷發(fā)展的數(shù)值預報模式，在時間和空間分辨率上基本滿足了精細化預報的需求， 但對特殊區(qū)域強風的預報誤差仍較大， 遠不能達到實時業(yè)務的需求，通過研究分析，得出了基于EC 細網(wǎng)格二次建模和上游指標站2 種大風精細化預報方法， 預報誤差得到了明顯減小， 可滿足行車調(diào)度和防災應急指揮對氣象信息的特殊需求。

（2） 利用基于EC 細網(wǎng)格的二次建模法和上游指標站預報方法，對2014—2017 年歷史資料進行反算并和實況進行對比分析， 大風趨勢預報的準確率可達85%，總體風速值誤差在2 m/s 左右，各月風速平均誤差除12 月誤差較大外，其他各月預報和實況誤差均在2 m/s 內(nèi)。 在此基礎(chǔ)上，制定了一套科學合理的以大風精細化預報為決策指導的大風動力試驗預報指標模式。

（3）分析大風精細化預報方法精度，從2014—2017 年11 次大風試驗局地短時預報和實測風速對比來看，在大風情況下，起風時間誤差和極大值出現(xiàn)時間誤差均在1 h 內(nèi)，極大值平均誤差在2~4 m/s。

（4）結(jié)合影響動車安全試驗的各關(guān)鍵環(huán)節(jié)，得出不同時效短時精細化預報的氣象保障服務模式，在蘭新客專線大風條件下動車組行車安全試驗的前期準備、進度安排、試驗計劃修訂以及現(xiàn)場運行試驗的全過程中，提供了及時準確有效的氣象信息，為行車安全試驗的開展提供了有力的氣象信息支持。 在此基礎(chǔ)上，繼續(xù)拓展和鐵路部門的合作，增加災害性天氣的局地短時預報，輔助鐵路日常行車調(diào)度指揮，也可降低災害天氣下行車安全風險。