唐躍，陳梅汀，徐穎

無(wú)縫隙預(yù)報(bào)在舟山港口精細(xì)化服務(wù)中的應(yīng)用

唐躍，陳梅汀，徐穎

（舟山市氣象局，浙江舟山316021）

應(yīng)用浙江省氣象臺(tái)雷達(dá)定量降水估測(cè)產(chǎn)品、24h逐小時(shí)預(yù)報(bào)產(chǎn)品、多模式集成數(shù)值預(yù)報(bào)產(chǎn)品和舟山各港口自動(dòng)氣象站網(wǎng)等資料，采用雙線(xiàn)性?xún)?nèi)插法和滑動(dòng)平均誤差法，進(jìn)行舟山港口氣象要素的本地化釋用，建立各類(lèi)指標(biāo)和預(yù)報(bào)模型，形成港口10 min—168 h的無(wú)縫隙降水（非連續(xù)要素）、氣溫、風(fēng)力精細(xì)化客觀預(yù)報(bào)產(chǎn)品，再以圖形的方式生成各類(lèi)服務(wù)產(chǎn)品。通過(guò)該服務(wù)產(chǎn)品開(kāi)展港口專(zhuān)項(xiàng)氣象服務(wù)，有效提升了舟山海洋氣象服務(wù)的精細(xì)化水平和船只的通航率及港口、臨港產(chǎn)業(yè)的工作效率，也為政府、管理部門(mén)防災(zāi)減災(zāi)提供了決策依據(jù)，社會(huì)和經(jīng)濟(jì)效益明顯。

無(wú)縫隙預(yù)報(bào)；港口服務(wù)；精細(xì)化

1 引言

舟山位于中國(guó)東部黃金海岸線(xiàn)與長(zhǎng)江黃金水道交匯處，是我國(guó)南北海運(yùn)和長(zhǎng)江水運(yùn)的“T”型交匯要沖，背靠長(zhǎng)三角經(jīng)濟(jì)腹地，對(duì)內(nèi)是江海聯(lián)運(yùn)樞紐，對(duì)外是我國(guó)東部沿海和長(zhǎng)江流域走向世界的主要海上門(mén)戶(hù)，也是上海港、寧波-舟山港的主要港池和錨泊地。港口物流快速發(fā)展，已成為區(qū)域性水水中轉(zhuǎn)大港，寧波-舟山港已躋身世界十大港口之列，每天有上千艘貨運(yùn)船只穿梭、錨泊于舟山海域，舟山港域港口貨物吞吐量達(dá)到3.79億噸；舟山已形成以船舶修造、臨港石化等為支柱的臨港產(chǎn)業(yè)體系，是全國(guó)重要的修造船基地。但是，舟山群島地處中緯度，受南北天氣系統(tǒng)和東西風(fēng)環(huán)流影響，一年四季災(zāi)害性天氣頻發(fā)，特別是臺(tái)風(fēng)、低壓、冷空氣大風(fēng)等對(duì)船舶靠離碼頭、港區(qū)裝卸作業(yè)和海上航行等產(chǎn)生了嚴(yán)重的影響，極大地限制了舟山海洋經(jīng)濟(jì)的發(fā)展。近年來(lái)舟山氣象部門(mén)越來(lái)越重視對(duì)舟山海域風(fēng)力的精細(xì)化預(yù)報(bào)研究[1-3]，也取得了一些成果。很多專(zhuān)家和學(xué)者進(jìn)行過(guò)釋用數(shù)值預(yù)報(bào)產(chǎn)品的研究和試用方法[4-9]，效果顯著。本文利用數(shù)值預(yù)報(bào)產(chǎn)品和港口自動(dòng)站進(jìn)行對(duì)比分析，形成10 min—168 h的無(wú)縫隙天氣、溫度、風(fēng)力精細(xì)化客觀預(yù)報(bào)產(chǎn)品，并將之應(yīng)用到日常預(yù)報(bào)。

2 資料與方法

2.1 資料來(lái)源

浙江省氣象臺(tái)雷達(dá)定量降水估測(cè)產(chǎn)品（基于自動(dòng)氣象站降水實(shí)況和雷達(dá)外推的格點(diǎn)預(yù)報(bào)產(chǎn)品，時(shí)間分辨率10 min，空間分辨率1 km，每10 min更新一次，預(yù)報(bào)時(shí)效3 h，預(yù)報(bào)范圍114.67°～125.32°E、25.43°～32.42°N）、24 h逐小時(shí)預(yù)報(bào)產(chǎn)品（基于浙江省快速更新同化預(yù)報(bào)系統(tǒng)，時(shí)間分辨率1 h、空間分辨率3 km，每1 h更新一次，預(yù)報(bào)時(shí)效24 h，預(yù)報(bào)范圍118°～123°E、26.75°～31.75°N）和多模式集成數(shù)值預(yù)報(bào)產(chǎn)品OCF（Objective Consensus Forecasting，基于中國(guó)數(shù)值預(yù)報(bào)、歐洲數(shù)值預(yù)報(bào)、美國(guó)數(shù)值預(yù)報(bào)和日本數(shù)值預(yù)報(bào)的最優(yōu)集成，時(shí)間分辨率72 h內(nèi)3 h、72—168 h為6 h，空間分辨率5 km，每天08時(shí)、20時(shí)更新一次，預(yù)報(bào)時(shí)效168 h時(shí)，預(yù)報(bào)范圍116°～128°E、25°～33°N），以及舟山海域主要港口自動(dòng)氣象站資料。根據(jù)舟山的地理位置，資料范圍取121°～123°E、29°～31°N之間。圖1為舟山海域主要港口地理位置分布。

圖1 舟山海域主要港口地理位置分布

2.2 資料處理

隨著計(jì)算機(jī)技術(shù)和氣象科技的不斷發(fā)展，數(shù)值預(yù)報(bào)在氣象預(yù)報(bào)中的作用越來(lái)越重要，而且其預(yù)報(bào)準(zhǔn)確率也在逐年提高，但是受到本地氣候、地形和環(huán)境等的影響，各類(lèi)數(shù)值預(yù)報(bào)都存在一定的預(yù)報(bào)誤差。去除預(yù)報(bào)誤差的方法有很多，最常見(jiàn)的就是利用大量歷史數(shù)據(jù)建立方程的MOS方法，但是其存在一定的局限性，一是所需的氣象資料繁多，二是方程一旦建立就無(wú)法隨時(shí)修改，隨著數(shù)值預(yù)報(bào)準(zhǔn)確率的不斷提高，預(yù)報(bào)誤差就不能及時(shí)反饋到MOS方程中。

因此，本文采用雙線(xiàn)性?xún)?nèi)插法和滑動(dòng)平均誤差法對(duì)精細(xì)化格點(diǎn)數(shù)值預(yù)報(bào)產(chǎn)品的氣象要素進(jìn)行釋用，且預(yù)報(bào)均取自模式預(yù)報(bào)時(shí)間點(diǎn)上的預(yù)報(bào)值。首先，利用數(shù)值預(yù)報(bào)的格點(diǎn)氣象資料通過(guò)雙線(xiàn)性?xún)?nèi)插法插值到港口自動(dòng)氣象站所在的經(jīng)緯度，得到該港口某一時(shí)刻不同氣象要素的預(yù)報(bào)值；再通過(guò)該時(shí)刻前期預(yù)報(bào)和實(shí)況的誤差反饋到當(dāng)前預(yù)報(bào)時(shí)刻方程，及時(shí)修正預(yù)報(bào)方程參數(shù)，以此提高下一時(shí)刻的預(yù)報(bào)精度，而且該方法不需要大量的歷史數(shù)據(jù)資料，大大減少了存儲(chǔ)量和計(jì)算量。

圖2 雙線(xiàn)性?xún)?nèi)插示意圖

以下為雙線(xiàn)性?xún)?nèi)插的計(jì)算方法：

假設(shè)想得到P點(diǎn)，坐標(biāo)為（x，y）的值（見(jiàn)圖2），已知P點(diǎn)四周最近的4個(gè)坐標(biāo)（x1，y1）、（x1，y2）、（x2，y1）、（x2，y2）的值分別為Q11、Q12、Q21、Q22。首先在X方向進(jìn)行線(xiàn)性插值，得到：

然后將式（1）和（2）代入式（3）這樣就得到用雙線(xiàn)性?xún)?nèi)插法得到P點(diǎn)所要的結(jié)果式（4）。

然后在y方向上進(jìn)行線(xiàn)性插值，得到：

用滑動(dòng)平均誤差法計(jì)算下一時(shí)刻要素預(yù)報(bào)方法如下：

式中：n為滑動(dòng)窗口，y為利用數(shù)值預(yù)報(bào)通過(guò)雙線(xiàn)性插值法算得某港口某一時(shí)刻的預(yù)報(bào)值，z為y對(duì)應(yīng)時(shí)刻港口自動(dòng)氣象站測(cè)得的實(shí)況值，Yn+1為下一時(shí)刻通過(guò)滑動(dòng)平均誤差法計(jì)算得出的最終預(yù)報(bào)值。

由于數(shù)值預(yù)報(bào)對(duì)雨量的預(yù)報(bào)無(wú)連續(xù)性，而且受諸多因素影響，因此對(duì)港口雨量10 min—168 h的預(yù)報(bào)直接采用數(shù)值預(yù)報(bào)中雨量預(yù)報(bào)進(jìn)行雙線(xiàn)性插值到港口取得。對(duì)于氣溫和風(fēng)力因?yàn)橛休^好的連續(xù)性，因此在雙線(xiàn)性插值數(shù)值預(yù)報(bào)的基礎(chǔ)上，利用滑動(dòng)平均誤差法對(duì)港口的全風(fēng)速和氣溫進(jìn)行釋用。針對(duì)不同的預(yù)報(bào)時(shí)效和數(shù)值模式，系統(tǒng)產(chǎn)生的誤差也不盡相同，所以分別取滑動(dòng)窗口為5 d、10 d、15 d、20 d、25 d、30 d對(duì)不同時(shí)效的預(yù)報(bào)準(zhǔn)確率進(jìn)行對(duì)比分析，最終得出采用滑動(dòng)窗口為5 d的24 h內(nèi)逐小時(shí)氣溫和風(fēng)力平均預(yù)報(bào)準(zhǔn)確率分別為82%和86%，滑動(dòng)窗口為15 d的24—72 h內(nèi)逐3 h氣溫和風(fēng)力平均預(yù)報(bào)準(zhǔn)確率分別為84%和85%，滑動(dòng)窗口為30 d的72—168 h內(nèi)逐6 h氣溫和風(fēng)力平均預(yù)報(bào)準(zhǔn)確率分別為80%和79%，均為不同滑動(dòng)窗口中準(zhǔn)確率最高的。因此，分別采用5 d、15 d、30 d為不同預(yù)報(bào)時(shí)效的滑動(dòng)窗口。表1為各港口10 min—168 h無(wú)縫隙雨量、氣溫、風(fēng)力精細(xì)化客觀預(yù)報(bào)產(chǎn)品。

2.3 預(yù)報(bào)流程

通過(guò)以上預(yù)報(bào)流程生成各個(gè)港口10 min—168 h不同時(shí)次的預(yù)報(bào)服務(wù)產(chǎn)品（見(jiàn)圖4），該產(chǎn)品可視性強(qiáng)，為預(yù)報(bào)服務(wù)人員和港口單位提供了更直觀的預(yù)報(bào)參考。

3 預(yù)報(bào)應(yīng)用

為及時(shí)得到預(yù)報(bào)產(chǎn)品準(zhǔn)確情況，本文對(duì)預(yù)報(bào)產(chǎn)品進(jìn)行了必要的評(píng)估和檢驗(yàn)。主要分為1—24 h（間隔1 h）、24—72 h（間隔3 h）和72—168 h（間隔6 h）的晴雨、氣溫、風(fēng)力檢驗(yàn)。其中，風(fēng)力檢驗(yàn)采用5級(jí)以下不作檢驗(yàn)，5級(jí)以上采用每相差1級(jí)扣20分，氣溫檢驗(yàn)采用每相差1℃扣20分計(jì)算。

通過(guò)2015年1月1日—12月31日每天2次（08時(shí)、20時(shí)）對(duì)舟山海域所有港口的晴雨、氣溫和風(fēng)力的準(zhǔn)確率進(jìn)行統(tǒng)計(jì)（見(jiàn)圖5），發(fā)現(xiàn)晴雨預(yù)報(bào)24 h內(nèi)均在70%以上，其他隨著時(shí)次的增加震蕩下降；氣溫預(yù)報(bào)相對(duì)在午后的最高氣溫預(yù)報(bào)上會(huì)在80%以下，其余均在80%以上；風(fēng)力預(yù)報(bào)準(zhǔn)確率相對(duì)平穩(wěn)，隨著時(shí)次的增加而降低，但72 h內(nèi)一般均在80%以上。

利用本預(yù)報(bào)方法在實(shí)際的港口預(yù)報(bào)服務(wù)中，通過(guò)專(zhuān)門(mén)的港口精細(xì)化預(yù)報(bào)服務(wù)平臺(tái)，供預(yù)報(bào)業(yè)務(wù)人員和港口單位使用，效果非常顯著。不僅確保了舟山各港口（航區(qū)）、臨港產(chǎn)業(yè)基地的生產(chǎn)安全，而且明顯減少了港口大型船舶的滯港、增加了作業(yè)時(shí)間和港口的吞吐量。根據(jù)2015年的統(tǒng)計(jì)，利用港口精細(xì)化預(yù)報(bào)服務(wù)平臺(tái)所作的專(zhuān)項(xiàng)預(yù)報(bào)進(jìn)行生產(chǎn)計(jì)劃、調(diào)度，各港口平均增加作業(yè)天數(shù)30 d，社會(huì)和經(jīng)濟(jì)效益明顯。

圖3 預(yù)報(bào)流程圖

表1 各港口無(wú)縫隙10 min—168 h天氣、溫度、風(fēng)力精細(xì)化客觀預(yù)報(bào)產(chǎn)品

圖4 馬跡山港預(yù)報(bào)服務(wù)產(chǎn)品圖

圖5 2015年舟山各港口晴雨、氣溫、風(fēng)力預(yù)報(bào)準(zhǔn)確率圖

圖5 （續(xù)）

4 結(jié)論

本文綜合應(yīng)用各類(lèi)數(shù)值預(yù)報(bào)產(chǎn)品和舟山港口自動(dòng)站觀測(cè)資料，形成舟山港口無(wú)縫隙、精細(xì)化預(yù)報(bào)服務(wù)產(chǎn)品，并將此應(yīng)用于港口、臨港產(chǎn)業(yè)專(zhuān)項(xiàng)氣象服務(wù)，取得了顯著的社會(huì)和經(jīng)濟(jì)效益，也為舟山新區(qū)發(fā)展做出了積極貢獻(xiàn)，現(xiàn)將主要結(jié)論總結(jié)如下：

（1）基于浙江省氣象臺(tái)雷達(dá)定量降水估測(cè)產(chǎn)品、24 h逐小時(shí)預(yù)報(bào)產(chǎn)品和多模式集成數(shù)值預(yù)報(bào)產(chǎn)品（OCF），利用舟山各港口自動(dòng)氣象站網(wǎng)資料，通過(guò)雙線(xiàn)性?xún)?nèi)插和滑動(dòng)平均誤差法，進(jìn)行舟山各港口的本地化釋用，建立各類(lèi)指標(biāo)和預(yù)報(bào)模型，形成港口10 min—168 h的無(wú)縫隙天氣、溫度、風(fēng)力精細(xì)化客觀預(yù)報(bào)產(chǎn)品；

（2）通過(guò)對(duì)港口晴雨、氣溫和風(fēng)力的準(zhǔn)確率進(jìn)行評(píng)估，效果令人滿(mǎn)意，并且具有比較高的預(yù)報(bào)穩(wěn)定性和針對(duì)性，目前已經(jīng)將該精細(xì)化預(yù)報(bào)服務(wù)平臺(tái)應(yīng)用于日常港口預(yù)報(bào)中；

（3）利用此方法建立的港口精細(xì)化預(yù)報(bào)服務(wù)平臺(tái)，不僅有效提升了舟山海洋氣象服務(wù)的精細(xì)化水平，而且在舟山各航線(xiàn)、港口、臨港產(chǎn)業(yè)基地預(yù)報(bào)服務(wù)中發(fā)揮了重要作用；也為政府、管理部門(mén)防災(zāi)減災(zāi)提供了決策依據(jù)；在保證安全的前提下，使企業(yè)的工作效率明顯增加，社會(huì)和經(jīng)濟(jì)效益明顯。

[1]范其平,林偉,唐躍,等.利用NCEP產(chǎn)品制作舟山港口精細(xì)化風(fēng)力預(yù)報(bào)方法研究[J].浙江海洋學(xué)院學(xué)報(bào)(自然科學(xué)版),2008,27 (3):311-315.

[2]黃輝,陳淑琴.舟山海域風(fēng)力分布特征分析[J].海洋預(yù)報(bào),2006, 23(1):76-80.

[3]黃輝,陳淑琴.MM5數(shù)值預(yù)報(bào)產(chǎn)品在舟山海域風(fēng)力分區(qū)預(yù)報(bào)中的釋用[J].海洋預(yù)報(bào),2006,23(2):67-71.

[4]龔強(qiáng),袁國(guó)恩,汪宏宇,等.應(yīng)用MM5模式對(duì)地面大風(fēng)過(guò)程的模擬試驗(yàn)[J].氣象,2005,31(4):53-57.

[5]凌鐵軍,張?zhí)N斐,楊學(xué)聯(lián),等.中尺度數(shù)值預(yù)報(bào)模式(MM5)在海面風(fēng)場(chǎng)預(yù)報(bào)中的應(yīng)用[J].海洋預(yù)報(bào),2004,21(4):1-7.

[6]劉鴻升,余功梅.偏北大風(fēng)的數(shù)值預(yù)報(bào)釋用方法研究[J].氣象科學(xué),2002,22(1):100-106.

[7]陳錦冠,林少冰.10分鐘平均最大風(fēng)速與極大風(fēng)速評(píng)估方程的建立[J].氣象,2001,27(10):38-41.

[8]高山紅,吳增茂.海島測(cè)站大風(fēng)資料代表性的數(shù)值模型分析[J].應(yīng)用氣象學(xué)報(bào),1999,10(3):333-338.

[9]王詠亮,孟上.數(shù)值預(yù)報(bào)產(chǎn)品二次開(kāi)發(fā)在近海大風(fēng)預(yù)報(bào)上的一次試驗(yàn)[J].海洋預(yù)報(bào),1999,16(2):69-73.

Application of seamless forecast fine service in Zhoushan harbor

TANG Yue，CHEN Mei-ting，XU Yin
（Zhoushan Meteorological Bureau,Zhoushan 316021 China）

Based on the quantitative precipitation estimation products derived from radar at the Zhejiang Meteorological Station,24-hourly forecasting products,ensemble forecasting products from multi-models and automatic meteorological station data at every harbor in Zhoushan,using Bilinear Interpolation method and slide average error method,the interpretation and application of meteorological elements are conducted locally.Some kinds of indexes and forecast models are established to produce a seamless fine objective forecast products of precipitation(non-continuous element),temperature and wind from 10-min to 168 hour and generate kinds of service productions by figures.Such service products can promote the fine prediction level of marine meteorology in Zhoushan and greatly improve the ratio of navigation and the working efficiency of harbor and port-vicinity industries.It can provide the decision-making for the government and the administrative departments’disaster prevention and reduction with obvious social and economic benefits.

seamless forecast;harbor service;fine

P732.4

A

1003-0239（2017）04-0084-06

10.11737/j.issn.1003-0239.2017.04.010

2016-09-26；

2017-04-21。

浙江省氣象科技項(xiàng)目（2012YB01）。

唐躍（1977-），男，工程師，學(xué)士，主要從事海洋氣象預(yù)報(bào)服務(wù)工作。E-mail：fuld121@sina.com