戴益斌，周潔雯

1.永嘉縣氣象局，浙江永嘉 325100；2.溫州市氣象局，浙江溫州 325000；3.溫州市臺(tái)風(fēng)監(jiān)測(cè)預(yù)報(bào)技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江溫州 325000；4.溫州市氣象臺(tái)院士工作站，浙江溫州 325000

大風(fēng)是溫州常見(jiàn)的氣象災(zāi)害之一，其中尤以沿海風(fēng)災(zāi)風(fēng)險(xiǎn)高，海上大風(fēng)對(duì)海上航運(yùn)、漁業(yè)生產(chǎn)和人民群眾生命財(cái)產(chǎn)安全造成嚴(yán)重影響或危害。溫州沿海大風(fēng)受冷空氣、倒槽和臺(tái)風(fēng)等因素影響[1-3]。冷空氣大風(fēng)主要出現(xiàn)在冬春季，并伴隨強(qiáng)降溫等天氣；臺(tái)風(fēng)大風(fēng)則以夏秋季為主，冷空氣和臺(tái)風(fēng)大風(fēng)都具有范圍較廣、持續(xù)時(shí)間較長(zhǎng)等特點(diǎn)；雷雨大風(fēng)多出現(xiàn)于春夏季，具有范圍小、時(shí)間短、強(qiáng)度大、破壞性強(qiáng)等特點(diǎn)。

歐洲中心(ECMWF)細(xì)網(wǎng)格10 m風(fēng)場(chǎng)是目前主流的精細(xì)化數(shù)值預(yù)報(bào)產(chǎn)品之一，且空間分辨率較高，這對(duì)開(kāi)展溫州市域及沿海這種較小范圍內(nèi)的氣象要素的精細(xì)化預(yù)報(bào)有著較為明顯的優(yōu)越性。利用現(xiàn)有沿海風(fēng)力的常規(guī)觀測(cè)資料，建立對(duì)歐洲中心網(wǎng)格10 m風(fēng)場(chǎng)科學(xué)、有效的本地化客觀訂正方法，為預(yù)報(bào)員提供參考依據(jù)，也為開(kāi)展溫州沿海大風(fēng)精細(xì)化、精準(zhǔn)化預(yù)報(bào)及服務(wù)提供支撐，對(duì)防御沿海風(fēng)災(zāi)、減少人員傷亡和經(jīng)濟(jì)損失具有重要意義。

利用2017—2019年溫州沿海氣象觀測(cè)站實(shí)況極大風(fēng)數(shù)據(jù)分析了溫州沿海大風(fēng)的分布特征，并嘗試尋找實(shí)況數(shù)據(jù)和歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)預(yù)報(bào)產(chǎn)品相關(guān)性，建立線性回歸方程，提高歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)在溫州沿海的應(yīng)用能力。

1 資料與方法

1.1 資料

所用資料包括溫州沿海氣象觀測(cè)站2017—2019年逐小時(shí)整點(diǎn)極大風(fēng)數(shù)據(jù)。因地域限制，這42個(gè)站點(diǎn)主要集中在溫州沿海中部的洞頭區(qū)，北部的樂(lè)清、南部的蒼南沿海等站點(diǎn)分布較少。其中，溫州浮標(biāo)站距離陸地最遠(yuǎn)，大概70 km，受地形影響最小，對(duì)海平面10 m風(fēng)場(chǎng)具有很好的代表性，但維護(hù)困難，存在一定的缺測(cè)情況；其他站點(diǎn)的海拔為1～127 m，其中16個(gè)站點(diǎn)海拔在50 m以上，2個(gè)站點(diǎn)在100 m以上。海拔較高的站點(diǎn)受海拔和地形影響，有一定的局地性。

歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)預(yù)報(bào)產(chǎn)品空間分辨率0.125°×0.125°，逐日2次(北京時(shí)每天08:00、20:00)起報(bào)，預(yù)報(bào)時(shí)效達(dá)10 d(240 h)，前72 h時(shí)間分辨率為3 h，72 h后分辨率為6 h。基于時(shí)效的延長(zhǎng)會(huì)導(dǎo)致風(fēng)向風(fēng)速預(yù)報(bào)的誤差逐漸加大的統(tǒng)計(jì)結(jié)果，僅研究前24 h預(yù)報(bào)時(shí)效。

1.2 方法

利用雙線性插值方法，將歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)插值到選取的42個(gè)溫州沿海觀測(cè)站點(diǎn)，根據(jù)插值后的u和v分量計(jì)算風(fēng)速，將其與對(duì)應(yīng)的觀測(cè)站風(fēng)力進(jìn)行比較，剔除缺測(cè)值后，采用相關(guān)系數(shù)(r)等統(tǒng)計(jì)指標(biāo)評(píng)估其預(yù)報(bào)效果。

2 觀測(cè)站實(shí)況風(fēng)力分析

統(tǒng)計(jì)2017—2019年溫州沿海觀測(cè)站逐小時(shí)極大風(fēng)數(shù)據(jù)得到日極大風(fēng)風(fēng)速并按蒲福風(fēng)力等級(jí)表進(jìn)行分級(jí)，得到溫州沿海極大風(fēng)的分布特征。

2.1 極大風(fēng)的分布特征

從2017、2018和2019年逐年日最大風(fēng)力等級(jí)分布看，整體均呈現(xiàn)正態(tài)分布特征，沿海風(fēng)力均在4級(jí)及以上，6～8級(jí)風(fēng)出現(xiàn)頻次最多，極少有16級(jí)極大風(fēng)。從2017—2019年所有風(fēng)力統(tǒng)計(jì)看，6～8級(jí)風(fēng)力占比分別均在20%以上，其中7級(jí)風(fēng)力最多，達(dá)24.9%；超漁船最大承受能力的9級(jí)及以上風(fēng)力，合計(jì)占比也有大約20%，其中主要為9～10級(jí)風(fēng)，11級(jí)以上極大風(fēng)較少。

2.2 極大風(fēng)的季節(jié)特征

將極大風(fēng)分四季進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)不同季節(jié)每年的風(fēng)力等級(jí)也基本均呈正態(tài)分布，計(jì)算2017—2019年4個(gè)季節(jié)不同等級(jí)的平均天數(shù)，特征比較明顯。

從2017—2019年四季風(fēng)力平均天數(shù)的等級(jí)分布看，溫州沿海8級(jí)及以上的大風(fēng)過(guò)程一年四季均可能產(chǎn)生，但冬季最容易出現(xiàn)，這主要是因?yàn)槎纠淇諝饣顒?dòng)頻繁；而這種系統(tǒng)性造成的大風(fēng)以8～9級(jí)大風(fēng)為主，10級(jí)及以上的極端性大風(fēng)出現(xiàn)頻次較少。

2.3 過(guò)程性大風(fēng)分布特征

實(shí)測(cè)大風(fēng)過(guò)程的定義：在業(yè)務(wù)工作中，將小時(shí)極大風(fēng)≥8級(jí)(17.2 m/s)定義為大風(fēng)，根據(jù)沿海漁船最大抗風(fēng)能力，著重分析了9級(jí)(20.8 m/s)。因?yàn)闅W洲中心細(xì)網(wǎng)格為全球模式預(yù)報(bào)產(chǎn)品，所以對(duì)強(qiáng)對(duì)流造成的風(fēng)雨沒(méi)有較好的表現(xiàn)，即雷雨大風(fēng)的瞬時(shí)風(fēng)力對(duì)歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)評(píng)估的參考意義不大。為剔除局地強(qiáng)對(duì)流造成的個(gè)別站點(diǎn)的雷雨大風(fēng)，分別統(tǒng)計(jì)了8級(jí)風(fēng)和9級(jí)風(fēng)站點(diǎn)數(shù)超5%、10%、15%和20%的過(guò)程大風(fēng)，發(fā)現(xiàn)2017—2019年每年8級(jí)及以上風(fēng)超5%站點(diǎn)數(shù)的天數(shù)大約為40%，9級(jí)及以上風(fēng)超5%站點(diǎn)數(shù)的天數(shù)在15%上下；8級(jí)及以上風(fēng)超10%站點(diǎn)數(shù)的天數(shù)均超過(guò)30%，9級(jí)及以上風(fēng)超過(guò)10%站點(diǎn)數(shù)的天數(shù)則超10%。

3 EC風(fēng)場(chǎng)與實(shí)況風(fēng)力關(guān)系

因2017年觀測(cè)站點(diǎn)較少，基于大樣本的原則，主要利用2018—2019年歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)進(jìn)行雙線性插值，根據(jù)u和v分量計(jì)算風(fēng)速并逐一計(jì)算其與對(duì)應(yīng)站點(diǎn)實(shí)況風(fēng)力的相關(guān)系數(shù)。

由圖1可知，根據(jù)2018—2019年計(jì)算結(jié)果，關(guān)于歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)風(fēng)速與實(shí)況風(fēng)力，不同站點(diǎn)的相關(guān)系數(shù)存在一定的差異，站點(diǎn)的00:00、12:00(世界時(shí))風(fēng)場(chǎng)與實(shí)況風(fēng)力的相關(guān)系為0.26～0.45，呈較為明顯的正相關(guān)關(guān)系，均通過(guò)0.01顯著性檢驗(yàn)。而針對(duì)相同站點(diǎn)，00:00(世界時(shí))起報(bào)場(chǎng)與實(shí)況的相關(guān)系數(shù)與12:00(世界時(shí))起報(bào)場(chǎng)相關(guān)系數(shù)整體差異不大，說(shuō)明歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)的預(yù)報(bào)能力比較穩(wěn)定，與起報(bào)時(shí)次無(wú)關(guān)，該結(jié)論與申華羽等[4]的研究結(jié)果一致。

圖1 2018—2019年各站點(diǎn)00:00、12:00起報(bào)EC逐3 h風(fēng)速與實(shí)況極大風(fēng)的相關(guān)系數(shù)

對(duì)2018年和2019年歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)逐3 h數(shù)據(jù)分別與當(dāng)年實(shí)況風(fēng)力計(jì)算相關(guān)系數(shù)發(fā)現(xiàn)，同一年度，00:00起報(bào)和12:00(世界時(shí))起報(bào)整體差異不大；除個(gè)別站點(diǎn)外，2018年的相關(guān)系數(shù)整體要高于2019年，但2019年的整體相關(guān)系數(shù)穩(wěn)定性強(qiáng)于2018年。北麂小虎頭嶼站的相關(guān)系數(shù)出現(xiàn)負(fù)值，主要與樣本數(shù)量過(guò)少有關(guān)，其2018年風(fēng)力樣本數(shù)僅29，不具參考性，2019年樣本數(shù)量較多時(shí)，為正相關(guān)關(guān)系。

將歐洲中心細(xì)網(wǎng)格24 h預(yù)報(bào)時(shí)效中的最大風(fēng)力和實(shí)況數(shù)據(jù)的日極大風(fēng)進(jìn)行逐日風(fēng)力的相關(guān)系數(shù)的計(jì)算，除其中北麂小虎頭嶼2018年的數(shù)據(jù)僅4 d無(wú)法計(jì)算外，其余站點(diǎn)的正常。計(jì)算結(jié)果顯示，2018年的00:00(世界時(shí))起報(bào)數(shù)據(jù)的相關(guān)系數(shù)分布在0.32～0.67，12:00(世界時(shí))起報(bào)數(shù)據(jù)的相關(guān)系數(shù)分布為0.32～0.69，2019年00:00(世界時(shí))起 報(bào)數(shù)據(jù)的相關(guān)系數(shù)為0.30～0.51，12:00(世界時(shí))起報(bào)數(shù)據(jù)的相關(guān)系數(shù)分布在0.26～0.47，且均通過(guò)了0.01的顯著性檢驗(yàn)。相較逐3 h的數(shù)據(jù)結(jié)果，同一年的00:00起報(bào)和12:00起報(bào)的逐日數(shù)據(jù)的相關(guān)系數(shù)雖然也整體吻合，但其差異性明顯要大于逐3 h數(shù)據(jù)的相關(guān)系數(shù)，從這兩年的數(shù)據(jù)看，2018年12:00起報(bào)的EC風(fēng)力數(shù)據(jù)與實(shí)況極大風(fēng)的相關(guān)系數(shù)高于00:00(世界時(shí))起報(bào)數(shù)據(jù)，即12:00(世界時(shí))起報(bào)的風(fēng)力數(shù)據(jù)預(yù)報(bào)能力稍強(qiáng)于00:00(世界時(shí))；2019年 則是00:00(世界時(shí))起報(bào)數(shù)據(jù)稍強(qiáng)于12:00(世界時(shí))起報(bào)數(shù)據(jù)。針對(duì)不同年度差異，在今后的應(yīng)用中，有必要根據(jù)前2～3年的風(fēng)力甚至更長(zhǎng)的時(shí)間，年度滾動(dòng)調(diào)整訂正線性回歸方程[5]。

對(duì)比同一年度同一起報(bào)時(shí)刻逐日相關(guān)系數(shù)和逐3 h相關(guān)系數(shù)，以2019年12:00起報(bào)數(shù)據(jù)為例(圖2)，發(fā)現(xiàn)除個(gè)別站點(diǎn)外，多數(shù)站點(diǎn)的EC逐日風(fēng)速與實(shí)況極大風(fēng)的相關(guān)系數(shù)都高于逐3 h風(fēng)速與實(shí)況極大風(fēng)的相關(guān)系數(shù)，這說(shuō)明在構(gòu)建線性回歸方程時(shí)，逐日大風(fēng)的方程較逐3 h的方程更具參考價(jià)值，數(shù)據(jù)時(shí)刻越精細(xì)，線性回歸方程的訂正能力越有限。

圖2 2019年各站點(diǎn)12:00起報(bào)EC逐日/逐3 h風(fēng)速與實(shí)況極大風(fēng)的相關(guān)系數(shù)

根據(jù)上述分析可知，歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)與溫州沿海觀測(cè)站極大風(fēng)呈明顯的正相關(guān)關(guān)系，可據(jù)此構(gòu)建各個(gè)站點(diǎn)的線性回歸方程。以下展示了以洞頭站、鹿西站、南麂站、北麂站和溫州浮標(biāo)站逐3 h和逐日風(fēng)速訂正方程(表1)。

表1 逐3 h/逐日風(fēng)速訂正方程

根據(jù)上述方程，將訂正后的風(fēng)速進(jìn)行分級(jí)，計(jì)算與實(shí)況風(fēng)力相差的風(fēng)力級(jí)數(shù)，并與EC風(fēng)場(chǎng)與實(shí)況所差級(jí)數(shù)相比。以洞頭站和南麂站逐日數(shù)據(jù)為例，可以發(fā)現(xiàn)，洞頭站訂正后的風(fēng)速的準(zhǔn)確率達(dá)35.9%，較EC預(yù)報(bào)風(fēng)場(chǎng)提高了12.6%；南麂站訂正后的風(fēng)速的準(zhǔn)確率為24.4%，較EC預(yù)報(bào)風(fēng)場(chǎng)提高了15.6%。洞頭站±1級(jí)的差異不大，兩者均接近50%；但南麂站±1級(jí)天數(shù)也是訂正風(fēng)速要明顯大于EC預(yù)報(bào)風(fēng)場(chǎng)。±2級(jí)至±4級(jí)的風(fēng)力，兩站均顯示訂正風(fēng)速要少于EC原始數(shù)據(jù)，±5級(jí)及以上兩者均極少。以上分析總體說(shuō)明，針對(duì)溫州沿海逐個(gè)站點(diǎn)構(gòu)建的線性回歸方程能夠較明顯地提高風(fēng)力等級(jí)的準(zhǔn)確率，或是減小相差的級(jí)數(shù)，達(dá)到了較好的釋用效果。

分別針對(duì)8級(jí)及以上風(fēng)力、9級(jí)及以上風(fēng)力檢驗(yàn)線性回歸方程的訂正效果，以南麂站為例，發(fā)現(xiàn)回歸方程能夠較明顯地減小與實(shí)況風(fēng)力的相差級(jí)數(shù)，其中對(duì)8級(jí)及以上風(fēng)力的訂正效果要顯著，準(zhǔn)確率為10.6%，主要差級(jí)集中在0到±2級(jí)以內(nèi)；9級(jí)及以上風(fēng)力也有一定的訂正效果，能縮小差級(jí)將其主要集中在±1級(jí)至±3級(jí)，但準(zhǔn)確率沒(méi)有明顯提高，說(shuō)明雖然訂正方程能夠較明顯地提高風(fēng)力等級(jí)準(zhǔn)確率或縮小差級(jí)，但對(duì)于9級(jí)級(jí)以上的大風(fēng)，尤其是對(duì)極端大風(fēng)的訂正能力有限。

4 結(jié)論與討論

通過(guò)對(duì)2017—2019年溫州沿海42個(gè)海島站極大風(fēng)實(shí)況數(shù)據(jù)的分析，發(fā)現(xiàn)溫州沿海風(fēng)力最小風(fēng)力為4級(jí)，6～8級(jí)風(fēng)出現(xiàn)頻次最多，占比分別均在20%以上，超漁船最大承受能力的9級(jí)及以上風(fēng)力，合計(jì)占比約為20%，極少有16級(jí)極大風(fēng)。

不同季節(jié)，春季(3—5月)6級(jí)風(fēng)力最多，夏季(6—8月)和秋季(9—11月)7級(jí)風(fēng)力最多，冬季(12月—翌年1月)8級(jí)風(fēng)力最多；說(shuō)明冬季溫州沿海更容易出現(xiàn)大風(fēng)，這主要是因?yàn)槎纠淇諝饣顒?dòng)頻繁；而這種系統(tǒng)性造成的大風(fēng)以8～9級(jí)大風(fēng)為主，10級(jí)及以上的極端性大風(fēng)出現(xiàn)頻次較少。

歐洲中心細(xì)網(wǎng)格10 m風(fēng)場(chǎng)數(shù)據(jù)與溫州沿海觀測(cè)站實(shí)況極大風(fēng)有較好的正相關(guān)關(guān)系，00:00和12:00(世界時(shí))起報(bào)整體差異不大，但年度差異顯著，不同站點(diǎn)之間也有所差異，據(jù)此可針對(duì)不同站點(diǎn)構(gòu)建線性回歸方程，且實(shí)況檢驗(yàn)發(fā)現(xiàn)這些方程均能較明顯地提高風(fēng)力等級(jí)的準(zhǔn)確率，或是減小相差的級(jí)數(shù)，有較好的釋用效果。此外，逐日風(fēng)速與實(shí)況極大風(fēng)的相關(guān)系數(shù)高于逐3 h與實(shí)況極大風(fēng)的相關(guān)系數(shù)，因此逐日大風(fēng)的線性回歸方程較逐3 h的方程更具參考意義。

由于氣象觀測(cè)站主要布置在海島上，選用的42個(gè)站點(diǎn)多數(shù)集中在洞頭區(qū)，體現(xiàn)了較大的空間分布不均勻，相關(guān)訂正僅針對(duì)對(duì)應(yīng)站點(diǎn)，在無(wú)站點(diǎn)的海域參考價(jià)值有其局限性。后期進(jìn)一步增設(shè)沿海站點(diǎn)，尤其是北部的樂(lè)清沿海及南部的蒼南沿海實(shí)況風(fēng)力的補(bǔ)充，應(yīng)當(dāng)及時(shí)涵蓋。

鑒于實(shí)際預(yù)報(bào)預(yù)警和服務(wù)首要需求，僅針對(duì)風(fēng)速大小進(jìn)行了相關(guān)研究和分析，未對(duì)風(fēng)向進(jìn)行檢驗(yàn)和評(píng)估，后期可以進(jìn)一步組織研究；僅根據(jù)月份簡(jiǎn)單地分季節(jié)統(tǒng)計(jì)分析了風(fēng)速等級(jí)特征，后續(xù)可根據(jù)不同天氣系統(tǒng)造成的大風(fēng)進(jìn)行分類，分析不同天氣背景下的溫州沿海大風(fēng)特征和歐洲中心細(xì)網(wǎng)格的10 m風(fēng)場(chǎng)的預(yù)報(bào)能力，可能可以據(jù)此構(gòu)建出更具針對(duì)性的回歸方程。本研究未去除高海拔站點(diǎn)，主要是考慮實(shí)際業(yè)務(wù)應(yīng)用中，尤其是監(jiān)測(cè)與預(yù)警均以站點(diǎn)為標(biāo)準(zhǔn)，站點(diǎn)的海拔和地形的因素造成的誤差是始終存在且基本保持不變的，但針對(duì)不同年度歐洲中心細(xì)網(wǎng)格的10 m風(fēng)場(chǎng)與溫州沿海極大風(fēng)的相關(guān)系數(shù)的差異性，每年應(yīng)該至少針對(duì)前2～3年的實(shí)況風(fēng)力，動(dòng)態(tài)更新線性回歸方程以取得較好的釋用效果。