曾瑾瑜, 韓 美, 吳幸毓, 林 青, 廖 廓

(1. 福建省氣象臺, 福建 福州 350001; 2. 福建省寧德市氣象局, 福建 寧德 352100)

目前, 我國海洋氣象業(yè)務發(fā)展面臨難得的機遇和挑戰(zhàn), 中國氣象局對發(fā)展現(xiàn)代海洋氣象業(yè)務、增強海洋氣象保障服務能力越來越重視。福建沿海地區(qū)處于南下冷流與臺灣暖流交匯處, 所經(jīng)海域暗礁、孤島星羅棋布, 水下地貌復雜多變、起伏交錯, 時常出現(xiàn)大風、大浪等各種海上災害性天氣現(xiàn)象, 對海洋工程、安全生產(chǎn)、航運作業(yè)及海上船只安全構成極大威脅。提高沿海大風預警預報能力, 尤其是大風預報精確度, 對避免或減少大風等氣象災害有重要意義。

目前國內(nèi)氣象學者對西北部的陸地大風的研究較多, 對沿海大風的研究相對較少[1-4]。而沿海大風的預報方法則以經(jīng)驗預報[5]和統(tǒng)計預報[6-8]居多, 數(shù)值產(chǎn)品釋用[9-15]偏少。福建本省學者開展的相關研究也較少, 如: 劉京雄等[5]研究了浙閩沿海和臺灣海峽冬季大風風速計算方法, 論證了運用陸地大風推算海區(qū)大風風速計算式的可靠性。陳春忠等[16]通過統(tǒng)計分析表明莆田市沿海冬季大風的時空分布極為不均, 沿海風力的脈動性、跳躍性、局地性特征突出。葉賓賓等[17]通過T213(T213L31)模式的1 000 hPa風場預報與崇武實況風向、風速的檢驗, 發(fā)現(xiàn)T213的預報風速偏小于實況的極大風速, T213對冷空氣過程帶來的大風的預報結(jié)果優(yōu)于對臺風和強對流天氣引起的大風; 風速預報中, 春季預報誤差小, 但風向誤差大。陳德花等[18]利用MM5(Meso-scale Model5)模式輸出的福建沿海 6個氣象站的風速預報和實況資料, 按照風速大小分類建立人工神經(jīng)網(wǎng)絡模型,并將該模型應用于預報并對效果進行檢驗, 經(jīng)人工神經(jīng)網(wǎng)絡訂正后, 沿海風速預報比MM5模式預報有很大改善。

為滿足海洋建設需求, 福建省氣象局于2013年4月正式開展海洋氣象精細化氣象要素預報業(yè)務, 選取11個沿海海區(qū)和26個港灣島嶼質(zhì)量評定站, 對近海、沿岸、沿海海區(qū), 重要港灣海島, 漁業(yè)漁場進行精細化預報。目前在福建省業(yè)務運行中, 用于提供風預報產(chǎn)品的數(shù)值模式, 主要有中央氣象臺下發(fā)的 EC(European Centre for Medium-Range Weather Forecasts) thin、T639(TL639L60)的全球譜模式產(chǎn)品, 本省引進的有限區(qū)域 WRF(Weather Research and Forecast)模式預報產(chǎn)品。針對這些產(chǎn)品的數(shù)值釋用研究目前基本沒有, 為了更好地預報沿海風, 增強海洋氣象保障服務能力, 有必要對現(xiàn)有的數(shù)值預報產(chǎn)品的預報進行釋用研究, 使其更好地應用于預報。

1 資料與方法

通過整理統(tǒng)計 2011～2012年冬半年福建沿海和港灣島嶼32個代表站(注: 港灣島嶼與沿海代表站中有 5個重復)風場資料, 分析沿海地區(qū)風力的時空分布特征; 將EC-thin、T639和WRF三個模式(預報時效0～72 h)不同時效的地面10 m風場預報數(shù)據(jù)插值到32個代表站上, 將代表站風場資料與插值好的模式風場資料進行對比與統(tǒng)計分析, 比較不同數(shù)值模式產(chǎn)品誤差, 探討全球模式和區(qū)域模式對風場預報能力的優(yōu)劣性, 提高數(shù)值預報產(chǎn)品的使用能力。

在沿海海區(qū)11個預報質(zhì)量評定站中, 有3個浮標站, 分別位于北、中、南距海岸線50 km左右的海上, 代表福建省的3個近海海區(qū)風力, 其中平潭浮標和廈門浮標分別位于臺灣海峽的北部和南部; 而另外 8個代表站或位于海島的邊緣, 或位于沿海岸線上, 一面靠海, 地勢平坦開闊, 具有較好的代表性,將其歸類為海島站。而港灣島嶼26個代表站除了個別站點是海島站外, 位置相對而言較為靠近內(nèi)陸,以緊靠近海岸線的近海站和位于海岸線5 km以內(nèi)的偏內(nèi)陸站為主。32個代表站包含了不同地理位置的站點, 能真實反映冬半年沿海大風的變化特征。

1.1 實況資料

定義沿海大風為沿海出現(xiàn)極大風≥7級(≥13.9 m/s)[19]。在自動站大風資料的統(tǒng)計中, 我們采用 2011～2012年冬半年沿海和港灣島嶼代表區(qū)域自動站觀測的極大風速的資料作為研究對象。使用的自動站資料為每小時一次的風速資料。

1.2 模式資料

選取三個模式包括全球模式(我國的T639模式、歐洲EC細網(wǎng)格模式)和福建引進開發(fā)的WRF中尺度數(shù)值模式, 其中 T639模式分辨率為 1°×1°, 數(shù)據(jù)格式是Micaps 2類格式, 輸出間隔為3 h; EC細網(wǎng)格模式分辨率為 0.25°×0.25°, 數(shù)據(jù)格式是 Micaps 11類格式, 輸出間隔為3 h; WRF模式分辨率為0.094 6°×0.076 5°, 數(shù)據(jù)格式是netCDF格式, 輸出間隔為1 h。

1.3 檢驗方法

為統(tǒng)一預報時效, 選取三個模式對 20: 00起報的72 h預報時效內(nèi)的10 m風進行檢驗。為了考慮各模式結(jié)果檢驗的公平性, 統(tǒng)一采用雙線性插值方法將各模式格點資料插值到32個代表站上, 對各模式和實況資料求0～72 h內(nèi)的極大風。對模式而言, 因模式輸出的10 m風場是平均風, 我們?nèi)∑骄L的最大值來進行研究對比, 在24、48、72 h時效內(nèi)分別取一最大風速值代表該時效內(nèi)極大風預報, 風向即取這個最大風速值對應的風向; 對實況而言, 將24、48、72 h時效內(nèi)風速的極大值作為日極大風速, 風向即取出現(xiàn)極大風速時的風向。

主要采用目前氣象部門應用廣泛的平均絕對誤差(RMAE)對上述數(shù)值模式10 m風場預報產(chǎn)品進行檢驗分析, 具體計算公式如下:

其中Fi為第i站次預報風速(風向),Oi為第i站次實況風速(風向),N表示相應的樣本量。

2 福建省冬半年沿海大風時空分布特征

2.1 空間分布特征

2.1.1 沿海海區(qū)空間分布特征

統(tǒng)計2011～2012年冬半年福建省沿海地區(qū)11個預報質(zhì)量評定站(圖 1)觀測的大風資料, 由圖 2可明顯看出沿海地區(qū)風力時空分布有以下特征。

由于狹管效應的疊加影響, 福建省中部沿海是福建省大風的重災區(qū)。從分布情況來看, 代表近海海區(qū)的3個浮標站, 風力大小依次是平潭、廈門、寧德,臺灣海峽風力明顯大于福建北部海區(qū), 與預報經(jīng)驗相符。而從沿海海區(qū)其余8個站的對比中可以看出,中部沿海海區(qū)大風時數(shù)最多, 其次是北部、南部沿海區(qū)域, 呈紡錘型分布。位于中部沿海的莆田西高和三佛山極大風速 7級以上的各級大風時數(shù)相近, 出現(xiàn)10級以上大風的頻數(shù)最多, 是沿海海區(qū)中風速最大的代表站。位于北部沿海海區(qū)的福鼎灶澳與北部近海海區(qū)的寧德浮標大風時數(shù)相近, 可見北部沿海和外海的風相差不大。其余海區(qū) 2個代表站的風力則出現(xiàn)較大差異, 比如泉州和漳州的 2個代表站點之間, 泉州市北部的惠安崇武和漳州市南部的漳浦古雷頭極大風速 7級以上的大風時數(shù)以百小時計, 而泉州市南部的晉江圍頭和漳州市北部的龍海鎮(zhèn)海角則以千小時計。表明沿海風力空間分布不均。

圖1 沿海預報質(zhì)量評定站Fig. 1 Coastal forecast quality assessment stations

圖2 2011～2012年冬半年福建省沿海地區(qū)11個預報質(zhì)量評定代表站的極大風力分布圖Fig. 2 Maximum wind speed distribution of 11 coastal forecast quality assessment stations in the winter half year of 2011～2012

2.1.2 港灣島嶼空間分布特征

港灣島嶼中(圖3), 統(tǒng)計26個質(zhì)量評定站觀測的大風資料(圖略), 中部港灣島嶼代表站大風時數(shù)和站數(shù)也最多, 依次為莆田、福州、泉州; 其次是北部港灣島嶼的寧德; 最后是南部港灣島嶼的漳州和廈門。南部港灣島嶼風力都較小, 廈門以土嶼最大, 極大風速7級以上的大風時數(shù)為811 h; 漳州則以東山最大, 為1 463 h。同一個地區(qū)的港灣島嶼出現(xiàn)七級以上大風時數(shù)差距懸殊的情況, 最多則上千小時,最少才幾十小時。

圖3 港灣島嶼預報質(zhì)量評定站Fig. 3 Harbour Island forecast quality assessment stations

港灣島嶼的大風呈現(xiàn)出明顯的局地性特征, 同一地區(qū)的港灣, 處于外海的島嶼風力明顯較大, 特別是風力越強, 其局地性特征越為突出。與港灣和島嶼所處位置和自動站本身類型有密切關系, 值得各個地區(qū)于實地進行詳細研究。

2.1.3 風向分布特征

福建省處東亞季風區(qū), 是東、西風帶交替影響的過渡區(qū), 風的季節(jié)性特征明顯。主導風向軸明顯以東北偏北風—西南偏南風(NNE—SSW)為主, 且以東北偏北風(NNE)占優(yōu)勢地位。將 16個風向簡化為 4個: 0～90°為東北風(NE)、91°～180°為東南風(SE)、181°～270°為西南風(SW)、271°～360°為西北風(NW)。沿海指標站統(tǒng)計結(jié)果如圖4所示。

圖4 2011～2012年冬半年福建省沿海地區(qū)11個預報質(zhì)量評定代表站7級以上大風風向統(tǒng)計分布圖Fig. 4 The statistical distribution of direction of wind greater than class 7 of the 11 coastal forecast quality assessment stations in the winter half year of 2011～2012

福建省沿海大風多為冷空氣引起, 而本次研究的時間為冬半年, 從圖 4可以看出, 與經(jīng)驗結(jié)論相符,福建省冬半年的主導風向為東北風, 頻數(shù)最大, 其次為西北風; 而位于臺灣海峽北部的平潭浮標站,其東南風與西北風頻數(shù)相當, 這與冷高壓底部偏東氣流, 在臺灣海峽誘生地形低壓有關。

港灣島嶼方面, 主導風向也以東北風為主, 與經(jīng)驗結(jié)論一致。

2.2 時間分布特征

2011～2012年冬半年逐日的天氣形勢普查分析結(jié)果表明: 福建沿海的大風大部分是由北方冷空氣南下引發(fā)的, 也有冷空氣和臺風共同作用引發(fā)大風的例子, 冷空氣越強風力越大。表1、表2分別是沿海和港灣島嶼代表站點的平均值。

不同風力級別活動頻率各月份分布不同, 對于沿海代表站來說, 7級以上大風活動頻率是12月份次數(shù)最多, 1月份次之; 8級以上大風活動頻率是12月份次數(shù)最多, 2月份次之; 9級以上大風活動頻率是10月份最多, 分布在 1119號臺風“尼格”和冷空氣共同影響的日子, 說明區(qū)域內(nèi)風速極值由熱帶氣旋造成。不同級別大風活動頻率都是3月份最少。

對于港灣島嶼代表站來說, 7級以上大風和8級以上大風活動頻率都是12月份次數(shù)最多, 2月份次之,9級以上大風冷空氣活動頻率也是 10月份最多, 同樣說明區(qū)域內(nèi)風速極值由熱帶氣旋造成。不同級別大風活動頻率都是3月份最少。

因福建省沿海冬半年大風主要是由冷空氣引發(fā)的, 所以從時間分布可間接看出冬半年影響福建省沿海的冷空氣活動頻率和強度的規(guī)律如下: 12月份冷空氣活動最為頻繁, 強度最強, 7級、8級以上大風出現(xiàn)次數(shù)最多, 9級以上大風出現(xiàn)的次數(shù)則僅次于10月份; 1月份和2月份緊隨其后, 2月份冷空氣活動強度較強, 8級以上大風出現(xiàn)次數(shù)僅次于12月份。福建省沿海的冷空氣活動時間分布特征與福建省氣溫季節(jié)變化規(guī)律相吻合, 即福建的寒潮過程發(fā)生最多的月份是 12月, 對應冷空氣活動頻繁, 強度最強, 其次是1月[20]; 而近海岸和海島地方, 常年2月份上旬的平均氣溫往往是一年中最低的時段[21], 所以對應冷空氣強度也較為強烈。

3 模式誤差對比分析

研究不同模式預報的風的誤差, 以不同地形條件下不同時距來劃分較為合理。第 1節(jié)資料與方法中已經(jīng)將代表站按其地理位置分為海上浮標站、海島站、近海站、偏內(nèi)陸站4種情況。11個沿海海區(qū)代表站按照浮標站、海島站進行分類; 26個港灣島嶼代表站則按照海島站、近海站、偏內(nèi)陸站進行分類。

表1 2011～2012年冬半年沿海代表站觀測的大風資料Tab. 1 The observed data of wind of coastal stations in the winter half year of 2011～2012

表2 2011～2012年冬半年港灣島嶼代表站觀測的大風資料Tab. 2 The observed data of wind of harbor island stations in the winter half year of 2011～2012

本節(jié)以預報風速(向)和實際風速(向)之差的絕對值即平均絕對誤差RMAE作為主要研究對象。

3.1 WRF誤差分析

3.1.1 風速誤差

總體來說, 風速的平均絕對誤差, 24 h的預報誤差最大, 甚至是各時次誤差最大的。

如圖5a所示, 沿海11個代表站的平均絕對誤差為4.09 m/s, 其中浮標站的風速誤差均大于海島站。圖5b所示, 港灣島嶼26個代表站的平均絕對誤差為2.96 m/s, 風速誤差依次是海島站>近海站>偏內(nèi)陸站。港灣島嶼代表站風速的平均絕對誤差小于沿海代表站, 離陸地越遠, 風速的誤差越大。統(tǒng)計結(jié)果表明, 預報風速與實況極大風速相比, 大部分偏小。沿海 11個代表站中, 24～72 h時次風速偏小的分別占92.9%, 89.4%, 87.7%。港灣島嶼26個站中, 24～72 h風速偏小的分別占76.4%, 70.0%, 67.8%。

因此在日常預報沿海和港灣島嶼站的極大風,可以根據(jù)不同情況在 WRF預報風速的基礎上加大3～4 m/s。

圖5 沿海代表站(a)與港灣島嶼代表站(b)風速絕對誤差Fig. 5 The absolute error of wind speed of coastal stations (a) and harbor island stations (b)

我們以地形分類做更細致的討論。沿海11個代表站中, 對于海上浮標站而言, 3個浮標站的風速誤差介于 4.31～5.60 m/s, 空間分布為南北小于中部,這可能由于海面粗糙度不同引起的, 中部海域由于風速較大, 海面粗糙度大于南北兩地。對于海島站而言, 8個海島站的風速誤差在1.23～5.99 m/s, 低于浮標站, 大多數(shù)自動站(75%)在 3.22～5.99 m/s。超過3.22 m/s的有 6個島嶼, 空間分布特征為中部的莆田、北部的寧德沿海以及福州沿海較大, 其他地區(qū)較小, 最小的是泉州的惠安崇武。

港灣島嶼 26個代表站中, 對于海島站而言, 10個海島站的風速誤差在 2.10～6.23 m/s, 大多數(shù)自動站(80%)在3.21～5.99 m/s。超過3.21的有8個島嶼, 空間分布特征仍以中部的莆田、北部的寧德沿海以及福州沿海較大, 其他地區(qū)較小。對于近海站而言, 10個近海站的風速誤差在1.27～3.67 m/s , 小于海島站,空間分布特征為中部的莆田沿海較大, 其次為南部漳州沿海的東山和泉州沿海的石湖。偏內(nèi)陸站的風速誤差則最小, 集中在 1.50～1.96 m/s, 其中北部的福州沿海和寧德沿海最大, 大部分在 1.9 m/s以上,其次是南部的廈門沿海在 1.82 m/s以上, 其他地區(qū)小于1.7 m/s, 在實際應用時需根據(jù)局地地形情況考慮。

可以看出, 風速誤差由沿海向內(nèi)陸逐漸減小,空間分布總的特點是中部、北部沿海的誤差最大, 其他地區(qū)較小。

3.1.2 風向誤差

預報誤差隨時效增加逐漸加大。如圖 6a所示,沿海 11個代表站的平均風向誤差為 48°, 其中浮標站的風向誤差均大于海島站。如圖6b所示, 港灣島嶼 26個代表站的平均風向誤差為 53°, 風向平均誤差依次是海島站<近海站<偏內(nèi)陸站。港灣島嶼代表站風向的平均絕對誤差大于沿海代表站。因港灣島嶼代表站的位置相對而言更靠近內(nèi)陸, 受地形和下墊面影響較大, 風向的角度變化較大。其中又以浮標站的風向誤差最大, 偏內(nèi)陸站次之。浮標站位于海上無遮擋, 而內(nèi)陸站受地形影響較大, 其風向的瞬時性和脈動性比較強。

另外, 統(tǒng)計結(jié)果表明, 沿海 11個代表站中,24～72 h風向角度偏大的占6成左右, 偏小的占4成左右。港灣島嶼26個站中, 24～72 h風向角度偏大的占4成左右, 偏小的占6成左右。

因此在日常預報沿海和港灣島嶼站的極大風,可以根據(jù)不同情況在WRF預報風向的基礎上考慮加大或減小 45°～50°。

在沿海11個代表站中, 對于海上浮標站而言, 3個浮標站的風向誤差介于 57.40°～112.12°, 空間分布為南北小于中部, 這是由于臺灣海峽的狹管效應影響, 風向的瞬時性較大。對于海島站而言, 8個海島站的風向誤差在17.67°～52.67°, 低于浮標站。除福州過嶼島風向誤差超過45°, 其余站誤差都在45°以內(nèi),可參考性比較強。

圖6 沿海代表站(a)與港灣島嶼代表站(b)風向絕對誤差Fig. 6 The absolute error of wind direction of coastal stations (a) and harbor island stations (b)

在港灣島嶼 26個代表站中, 對于海島站而言,10個海島站的風向誤差在 18.16°～97.65°, 北部寧德沿海的沙埕南鎮(zhèn)、福鼎臺山以及福州沿海的過嶼島風向誤差超過 45°, 誤差較大, 其他地區(qū)誤差較小。對于近海站和偏內(nèi)陸站而言, 風向誤差各地差異較大, 其中北部的福州沿海和寧德沿海最大, 其次是南部的漳州沿海和廈門沿海, 在實際應用時需考慮局地地形情況和所處的地理位置。可以看出, 對風速這種連續(xù)的、有規(guī)律變化的氣象要素, 預報效果相對較好, 而對于風向這種離散型、脈動明顯的氣象要素,它們的形成既與大型環(huán)流背景有關, 又與中小尺度天氣系統(tǒng)密切相聯(lián), 并受地形、地貌、地理位置、觀測環(huán)境等眾多因素的影響, 模式很難精細反映它們的變化, 預報效果差。

3.1.3 大風預報誤差

WRF大風預報(指 7級及以上大風)中, 風速的預報誤差隨著預報時效的增大而減小。沿海代表站中, 7、8、9、10級風的平均誤差分別達 3.67、5.10、6.82和8.88 m/s; 港灣島嶼代表站中, 7、8、9、10級風的平均誤差分別達3.31、4.79、7.1和9.28 m/s?？梢钥闯? 隨著級數(shù)的增加, 平均誤差增加。其中7級風的平均誤差略小于總體樣本誤差, 7級風和8級風的平均誤差約為4 m/s, 接近1級, 可參考性較高。大風分級風向預報誤差與總體樣本誤差相比, 均較小, 且平均絕對誤差都在 45°以內(nèi), 具有良好的參考性; 港灣島嶼代表站的風向誤差明顯小于沿海代表站的風向誤差。說明在WRF的大風預報中, 風向的可預報能力比較強。

綜上所述, 當 WRF預報 10～12 m/s的風速時,可以考慮沿海和港灣島嶼代表站出現(xiàn) 7級陣風; 預報 14 m/s的風速時, 可以考慮出現(xiàn) 8級陣風; 預報16 m/s的風速時, 考慮出現(xiàn)9級陣風; 預報18 m/s的風速時, 考慮出現(xiàn)10級陣風。風向可直接參考預報的風向。

3.2 EC細網(wǎng)格誤差分析

3.2.1 風速誤差

總體來說, 風速的平均絕對誤差隨時效增大, 72 h的預報誤差最大。

如圖7a所示, 沿海11個代表站的平均絕對誤差為4.98 m/s, 其中浮標站的風速誤差均大于海島站。圖7b所示, 港灣島嶼26個代表站的平均絕對誤差為3.95 m/s, 風速平均誤差依次是海島站>近海站>偏內(nèi)陸站。港灣島嶼代表站風速的平均絕對誤差小于沿海代表站。離陸地越遠, 風速的誤差越大。

統(tǒng)計結(jié)果表明, 預報風速與實況極大風速相比, 大部分偏小。沿海11個代表站中, 其中24～72 h時次風速偏小的分別占96.8%, 96.1%, 96.5%。港灣島嶼26個站中,其中24～72 h風速偏小的分別占93.3%, 92.7%, 92.7%。

因此在日常預報沿海和港灣島嶼站的極大風,可以根據(jù)不同情況在 EC細網(wǎng)格預報風速的基礎上加大4～5 m/s。

在沿海11個代表站中, 對于海上浮標站而言, 3個浮標站的風速誤差介于 4.55～6.37 m/s, 空間分布為南北小于中部。對于海島站而言, 8個海島站的風速誤差在 1.69～6.56 m/s, 低于浮標站, 大多數(shù)自動站(75%)在4.14～6.56 m/s。超過4.14的有6個島嶼, 空間分布特征為中部的莆田、北部的寧德沿海以及漳州沿海較大, 其他地區(qū)較小, 最小的是泉州的惠安崇武。

在港灣島嶼 26個代表站中, 對于海島站而言,10個海島站的風速誤差在2.53～7.70 m/s, 大多數(shù)自動站(80%)在4.14～7.7 m/s。超過4.14 m/s的有8個島嶼, 空間分布特征為中部的莆田、北部的寧德沿海以及福州沿海較大, 其他地區(qū)較小。對于近海站而言,10個近海站的風速誤差在1.09～5.67 m/s, 小于海島站?？臻g分布特征為中部的莆田沿海較大, 其次為南部漳州沿海的東山和泉州沿海的石湖。偏內(nèi)陸站的風速誤差為最小, 集中在 1.80～3.85 m/s, 其中北部的福州沿海和寧德沿海最大, 大部分在 3.68 m/s以上, 其次是南部的廈門沿海, 在2.64 m/s以上, 在實際應用中需根據(jù)局地地形情況考慮。

圖7 沿海代表站(a)和港灣島嶼代表站(b)風速絕對誤差Fig. 7 The absolute error of wind speed of coastal stations (a)and harbor island stations (b)

可以看出, 風速誤差由沿海向內(nèi)陸逐漸減小,空間分布總的特點是中部、北部沿海的誤差最大, 其他地區(qū)較小。EC細網(wǎng)格模式風速誤差的空間分布與WRF模式相同, 誤差略大于WRF模式。

3.2.2 風向誤差

預報誤差大致隨時間逐漸加大。如圖 8a所示,沿海 11個代表站的平均風向誤差為 42°, 其中浮標站的風向誤差均大于海島站。圖8b所示, 港灣島嶼26個代表站的平均風向誤差為 51°, 風向平均誤差依次是海島站<近海站<偏內(nèi)陸站。港灣島嶼代表站風向的平均絕對誤差大于沿海代表站。其中以偏內(nèi)陸站的風向誤差最大, 浮標站次之。

另外, 統(tǒng)計結(jié)果表明, 沿海 11個代表站中,24～72 h風向角度偏大的占6成左右, 偏小的占4成左右。港灣島嶼26個站中, 24～72 h風向角度偏大的占4成左右, 偏小的占6成左右。

因此在日常預報沿海和港灣島嶼站的極大風,可以根據(jù)不同情況在 EC細網(wǎng)格預報風向的基礎上考慮加大或減小45°～50°。

沿海11個代表站中, 對于海上浮標站而言, 3個浮標站的風向誤差介于33.1°～111.1°, 空間分布為南北小于中部。對于海島站而言, 8個海島站的風向誤差在16.76°～57.17°, 低于浮標站。除福州過嶼島和莆田西高風向誤差超過45°, 其余站誤差都在45°以內(nèi), 可參考性比較強。

港灣島嶼 26個代表站中, 對于海島站而言, 10個海島站的風向誤差在 13.85°～95.95°, 北部寧德沿海的沙埕南鎮(zhèn)、福鼎臺山、福州沿海的過嶼島以及莆田西高風向誤差超過 45°, 誤差較大, 其他地區(qū)誤差較小。對于近海站和偏內(nèi)陸站而言, 風向誤差各地差異較大, 其中北部的福州沿海和寧德沿海最大,其次是南部的漳州沿海和廈門沿海, 在實際應用時需考慮局地地形情況和所處的地理位置。

圖8 沿海代表站(a)與港灣島嶼代表站(b)風向絕對誤差Fig. 8 The absolute error of wind direction of coastal stations (a) and harbor island stations (b)

3.2.3 大風預報誤差

EC細網(wǎng)格大風預報中, 風速的預報誤差隨著預報時效的增大而減小。沿海代表站中, 7、8、9、10級風的平均誤差分別達4.89、6.56、8.48和10.79 m/s。港灣島嶼代表站中, 7、8、9、10級風的平均誤差分別達5.27、7.03、9.61和10.78 m/s?？梢钥闯? 隨著級數(shù)的增加, 平均誤差增加。其中7級風的平均誤差略小于總體樣本誤差, 7級風的平均誤差約為4 m/s,接近1級, 可參考性較高。大風分級風向預報誤差與總體樣本誤差相比, 均較小, 且平均絕對誤差都在45°以內(nèi), 具有良好的參考性。港灣島嶼代表站的風向誤差, 明顯小于沿海代表站的風向誤差。說明 EC細網(wǎng)格大風預報中, 風向的可預報能力也比較強。

綜上所述, 沿海代表站方面, 當EC細網(wǎng)格預報10～12 m/s的風速時, 可以考慮出現(xiàn)7級陣風; 預報14 m/s的風速時, 可以考慮出現(xiàn)8級陣風; 預報16 m/s的風速時, 考慮出現(xiàn)9～10級陣風。港灣島嶼代表站方面, 預報10 m/s的風速時, 考慮出現(xiàn)7級陣風; 預報 12 m/s的風速時, 可以考慮出現(xiàn) 8級陣風; 預報14 m/s的風速時, 考慮出現(xiàn) 9級陣風; 預報 16 m/s的風速時, 考慮出現(xiàn)10級陣風。風向可直接參考預報的風向。

3.3 T639誤差分析

3.3.1 風速誤差

總體來說, 風速的平均絕對誤差, 48 h的預報誤差最大。

如圖9a所示, 沿海11個代表站的平均絕對誤差為11 m/s, 其中浮標站的風速誤差均大于海島站。圖9b所示, 港灣島嶼 26個代表站的平均絕對誤差為8.25 m/s, 風速平均誤差依次是海島站>近海站>偏內(nèi)陸站。港灣島嶼代表站風速的平均絕對誤差小于沿海代表站。離陸地越遠, 風速的誤差越大。T639的風速預報誤差遠超過WRF和EC細網(wǎng)格模式, 可參考性較低。

圖9 沿海代表站(a)與港灣島嶼代表站(b)風速絕對誤差Fig. 9 The absolute error of wind speed of coastal stations (a) and harbor island stations (b)

統(tǒng)計結(jié)果表明, 預報風速與實況極大風速相比,大部分偏小。沿海11個代表站中, 其中24～72 h時次風速偏小的分別占98.7%, 98.5%, 98.6%。港灣島嶼26個站中, 其中24～72 h風速偏小的分別占95.6%,95.4%, 95.3%。

在沿海11個代表站中, 對于海上浮標站而言, 3個浮標站的風速誤差介于 10.06～13.89 m/s, 空間分布為南北小于中部。對于海島站而言, 8個海島站的風速誤差在 6.81～12.67 m/s, 低于浮標站, 大多數(shù)自動站(75%)在8.43～12.67 m/s。超過8.43 m/s的有6個島嶼, 空間分布特征為中部的莆田、北部的寧德沿海以及漳州沿海較大, 其他地區(qū)較小, 最小的是泉州的惠安崇武。

在港灣島嶼 26個代表站中, 對于海島站而言,10個海島站的風速誤差在4.97～12.94 m/s, 大多數(shù)自動站(70%)在10.39～12.94 m/s。超過10.39 m/s的有7個島嶼, 空間分布特征為中部的莆田、北部的福州沿海較大, 其他地區(qū)較小。對于近海站而言, 10個近海站的風速誤差在1.86～12.32 m/s, 小于海島站。空間分布特征為南部漳州沿海的東山最大, 其次中部的莆田沿海。偏內(nèi)陸站的風速誤差為最小, 集中在 4.23～6.96 m/s, 其中南部的廈門沿海最大, 其次是漳州沿海。

可以看出, 風速誤差由沿海向內(nèi)陸逐漸減小, 空間分布總的特點是中部和南部沿海的誤差較大, 尤其是南部的誤差偏大, 這一點與上述兩個模式有所不同。

3.3.2 風向誤差

預報誤差大致隨時間逐漸加大。如圖10a所示,沿海 11個代表站的平均風向誤差為 161°, 其中浮標站的風向誤差均大于海島站。圖10b所示, 港灣島嶼26個代表站的平均風向誤差為141°, 風向平均誤差依次是海島站>近海站>偏內(nèi)陸站。港灣島嶼代表站風向的平均絕對誤差小于沿海代表站。以浮標站的風向誤差最大, 但偏內(nèi)陸站卻最小。另外, 統(tǒng)計結(jié)果表明,沿海11個代表站中, 24～72 h風向角度偏大的占8成左右, 偏小的占2成左右。港灣島嶼26個站中, 24～72 h風向角度偏大的占7成左右, 偏小的占3成左右。

由此可見, T639對于風向的預報, 十分不理想。最直接的原因, 應與其模式的分辨率有關。

3.3.3 大風預報誤差

T639大風預報中, 隨著級數(shù)的增加, 風速的平均誤差增加。沿海代表站中, 7、8、9、10級風的平均誤差分別達11.31、14.54、18.28和22.16 m/s。港灣島嶼代表站中, 7、8、9、10級風的平均誤差分別達10.97、14.15、18.28和20.12 m/s。大風分級風向預報誤差總體較大, 參考不佳。

綜上所述, 當T639預報8 m/s的風速時, 即可考慮出現(xiàn)8級陣風; 預報10 m/s的風速時, 可以考慮出現(xiàn)9～10級陣風。

4 總結(jié)

綜合全文代表站的統(tǒng)計分析, 可以得出以下結(jié)論:

1) 福建沿海冬半年大風的盛行風向比較集中,以東北風為主。大風由冷空氣引發(fā), 就頻數(shù)而言: 12月份最多, 強度最強, 其次是1月份和2月份。

圖10 沿海代表站(a)與港灣島嶼代表站(b)風向絕對誤差Fig.10 The absolute error of wind direction of coastal stations (a) and harbor island stations (b)

2) 統(tǒng)計表明福建省沿海冬半年大風的空間分布極為不均, 中部海區(qū)大風時數(shù)最多, 其次是北部、南部海區(qū), 呈紡錘型分布。同一海區(qū)的港灣, 處于外海的島嶼風力明顯較大, 特別是風力越強, 其局地性特征越為突出。沿海風力的脈動性、跳躍性、局地性突出。

在分析模式模擬結(jié)果時我們注意到模擬風速與實測風速存在一定的誤差, 模擬風向與實測風向也不完全一致, 這些誤差的產(chǎn)生可能有 3個原因: 一是模式的系統(tǒng)性誤差, 數(shù)值模式由于網(wǎng)格距和積分時間步長等因素, 模擬風速和實際風速不可能完全一致, 只是在一定程度上代表實際風速, 誤差的存在不可避免;二是與模式調(diào)試過程中參數(shù)的選取有關, 敏感性試驗表明, 下墊面參數(shù)(植被高度, 土地利用等)的變化對模擬風速變化影響較為明顯; 三是觀測場局地環(huán)境的變化對觀測數(shù)據(jù)的準確性也有一定影響, 用不準確的觀測數(shù)據(jù)對模擬數(shù)據(jù)進行驗證, 也會帶來虛假誤差。

從模式的對比分析, 我們可以看出:

1) 從風速的模擬效果來看, 預報效果最好的模式是 WRF模式, 平均絕對誤差為 3～4 m/s; 其次是EC細網(wǎng)格模式, 平均絕對誤差為4～5 m/s; T639誤差最大, 可參考性最小。3個模式的預報風速與實況極大風速相比, 總體來說都偏小。港灣島嶼代表站風速的平均絕對誤差均小于沿海代表站。風速誤差由沿海向內(nèi)陸逐漸減小, 空間分布總的特點 EC和 WRF是中部、北部沿海的誤差最大, 而T639是中部、南部沿海的誤差最大。

2) 從風向的模擬效果來看, 預報效果最好的模式是 EC細網(wǎng)格模式, 其次是 WRF模式, 平均絕對誤差是45°～50°; T639誤差最大, 無可參考性。WRF和EC細網(wǎng)格的預報風向, 沿海站預報的角度偏大的占的比例較多, 而港灣島嶼站則預報角度偏小的占的比例較多; T639的預報風向以偏大的為主。港灣島嶼代表站風向的平均絕對誤差大于沿海代表站。風向誤差以浮標站最大。

3) 當觀測風速出現(xiàn) 7級及以上風速時, 對大風進行分級檢驗, 統(tǒng)計特征分析顯示較低風速條件下的檢驗結(jié)果一般優(yōu)于高風速, 即隨著級數(shù)的增加,風速的平均絕對誤差增加。大風分級風向預報誤差與總體樣本誤差相比, 均較小, 且平均絕對誤差都在45°以內(nèi), 具有良好的參考性。

[1] 劉玉徹, 王連仲, 趙凡, 等. 遼寧葫蘆島地區(qū)海陸風及熱內(nèi)邊界層研究[J]. 海洋科學, 2012, 36(1): 87-93.

[2] 盛春巖. 不同天氣尺度系統(tǒng)風下的海風發(fā)生發(fā)展過程對比分析[J], 海洋科學, 2011, 35(1): 88-96.

[3] 趙永平, 陳永利, 楊連素, 等. 沿海市區(qū)近地面大氣層風、溫、濕湍流特征的觀測和分析[J]. 海洋科學,1993, (2): 52-55.

[4] 劉志亮, 宋麗娜, 王凡, 等. 北黃海 QuikSCAT 衛(wèi)星風速與浮標風速的對比分析[J]. 海洋科學, 2012, 36(3): 1-7.

[5] 劉京雄, 唐文偉, 朱持則, 等. 浙閩沿海和臺灣海峽海域冬季大風風速計算方法探討[J]. 臺灣海峽, 2004,23(1): 8-13.

[6] 毛紹榮, 林鎮(zhèn)國, 梁健, 等. 廣東沿海強東北季風的概率預報方法[J]. 熱帶氣象學報, 2003, 19(1): 94-100.

[7] 周偉隆, 陳往溪, 肖巍. 粵東海面冷空氣強風的統(tǒng)計分析與預報[J]. 廣東氣象, 2005, 4: 20-22.

[8] 顏梅, 范寶東, 滿柯, 等. 黃渤海大風的客觀相似預報[J]. 氣象科技, 2004, 32(6): 467-470.

[9] 林良勛, 程正泉, 張兵, 等. 完全預報(PP)方法在廣東冬半年海面強風業(yè)務預報中的應用[J]. 應用氣象學報, 2004, 15(4): 486-493.

[10] 葉燕華, 王平魯, 孫蘭東. 用 MOS法建立預報方程的試驗流程[J]. 甘肅氣象, 2002, 20(1): 13-15.

[11] Facsimile Products . Max/Min temperature forecasts[Z].National weather service forecasting handbook No.1(July 1979) U.S. Department of commerce NOAA National Weather Service, 1979.

[12] 劉還珠, 趙聲蓉, 陸志善, 等. 國家氣象中心氣象要素的客觀預報—MOS系統(tǒng)[J]. 應用氣象學報, 2004,15(2): 181-191.

[13] 陳豫英, 陳曉光, 馬金仁, 等. 風的精細化MOS預報方法研究[J]. 氣象科學, 2006, 26(2): 210-216.

[14] 陳貝, 張勇, 詹曉琴, 等. MOS預報方法研究[J]. 四川氣象, 2005, 92: 6-8.

[15] 辜旭贊. 湖北分縣 MOS預報系統(tǒng)建立與評分[J]. 氣象, 2008, 34(2): 43-51.

[16] 陳春忠, 曾文慧, 吳婷婕, 等. 莆田市沿海冬季大風時空分布不均的成因探討[C] //福建省氣象學會.福建省2012年氣象學會年會論文集.福建: 《福建氣象》編輯部, 2012: 71-75.

[17] 葉賓賓, 藍秋萍, 饒灶鑫, 等. T213的1000HPa風場預報檢驗與應用[C] //福建省氣象學會.福建省2009年氣象學會年會論文集. 福建:《福建氣象》編輯部, 2009: 212-215.

[18] 陳德花, 劉銘, 蘇衛(wèi)東, 等. BP人工神經(jīng)網(wǎng)絡在MM5預報福建沿海大風中的釋用[J]. 暴雨災害, 2010,29(3): 263-267.

[19] 福建省氣象局科技與預報處. 關于印發(fā)《福建省災害性天氣預報服務用語暫行規(guī)定》的通知(閩氣科預函〔2012〕8號文)[Z]. 福建: 福建省氣象局, 2012.

[20] 林新彬, 劉愛鳴, 林毅, 等. 福建省天氣預報技術手冊[M]. 北京: 氣象出版社, 2013: 145.

[21] 福建省地方志編纂委員會. 福建省志.氣象志[M]. 北京: 方志出版社, 1996: 6.