谷鐵城

(浙江省溫州市氣象局，浙江 溫州 325000)

1 引言

沿海大風(fēng)預(yù)報一直與沿海城市的航運、漁業(yè)及海島旅游等行業(yè)息息相關(guān)，為這些相關(guān)行業(yè)經(jīng)濟收益、人員生命、財產(chǎn)安全提供保障，而如何做好沿海大風(fēng)精細化預(yù)報則是氣象部門重要的課題。范其平等[1]曾用舟山各港口海島站的小時最大風(fēng)和極大風(fēng)資料將美國NECP風(fēng)速的初始場資料進行訂正處理，并用NCEP 10 m風(fēng)的預(yù)報資料來預(yù)報各站點的風(fēng)力，取得良好的效果。孫喜艷[2]等利用廣東省汕尾紅海灣大型浮標站的觀測資料，統(tǒng)計分析汕尾紅海灣近海海面風(fēng)的日變化特征、季節(jié)變化特征和大風(fēng)特點，結(jié)果表明：紅海灣近海海面秋、冬風(fēng)速大，夏季風(fēng)速小，風(fēng)向以東北風(fēng)為主；平均情況下中午前后風(fēng)速較小，早晚較大，風(fēng)向以東北風(fēng)為主；冷空氣和熱帶氣旋是造成紅海灣近海大風(fēng)的主要天氣系統(tǒng)。陳錦冠等[6]運用統(tǒng)計分析和氣象統(tǒng)計預(yù)報的方法，對廣東省8個氣象站的日10 min平均最大風(fēng)速和日瞬間極大風(fēng)速資料進行分析，發(fā)現(xiàn)這兩種風(fēng)速資料有較好的近似線性的關(guān)系。通過建立這兩種風(fēng)速的回歸方程,獲得判別這兩風(fēng)速記錄的準確性及估計兩風(fēng)速數(shù)值的客觀方法。黃輝等[9]利用海島測風(fēng)站資料研究的MM5數(shù)值預(yù)報產(chǎn)品在舟山海域風(fēng)力分區(qū)預(yù)報中的釋用技術(shù)，實踐證明該釋用技術(shù)能為風(fēng)力分區(qū)預(yù)報提供重要的技術(shù)支撐，并為研究同類數(shù)值預(yù)報產(chǎn)品釋用技術(shù)提供重要的參考依據(jù)。

溫州地處我國東南沿海，由于溫州海域內(nèi)各海島的地理位置、地形及海拔高度的影響，導(dǎo)致海島站的風(fēng)力監(jiān)測并不能像浮標站一樣代表其附近海域的實況風(fēng)，與數(shù)值模式中的風(fēng)力預(yù)報也存在一定的差異；另一方面，目前溫州沿海只有一個浮標站，從精細化的角度來看并不能代表海域內(nèi)不同區(qū)域風(fēng)的實況，從而導(dǎo)致氣象臺對沿海海面及航線的大風(fēng)預(yù)報存在誤差。本文主要研究溫州浮標站與溫州幾個主要海島站之間極大風(fēng)的相關(guān)性，以期能為溫州沿海大風(fēng)的精細化預(yù)報的人工訂正提供參考依據(jù)。

2 資料來源與處理

資料來源于2011年1月1日—2015年12月31日洞頭、南麂、北麂、北龍共4個海島站及溫州浮標站的逐小時極大風(fēng)數(shù)據(jù)(表1)。其中浮標站由于中途幾次故障維修導(dǎo)致部分數(shù)據(jù)缺測，而目前的北麂站是2014年4月剛建立的新站，與之前的老站不在同一個位置，由于受島上不同方位、地形、新老測站高度差異的影響，本文僅選取北麂新站建立之后至2015年12月期間所測得的小時極大風(fēng)數(shù)據(jù)作為初始樣本。另外，洞頭、南麂及北龍這3個站也有極小部分的數(shù)據(jù)缺測。

表1 2011—2015年各站小時極大風(fēng)樣本數(shù)(單位：個)Tab.1 The hour extreme wind speed sample size in different stations of 2011—2015

3 結(jié)果與分析

3.1 不同季節(jié)極大風(fēng)分布

本文研究的小時極大風(fēng)針對6級及以上的風(fēng)力，假設(shè)用浮標站的小時極大風(fēng)近似地代表溫州沿海大風(fēng)的總體分布情況，從而篩選初始樣本中所有風(fēng)力≥6級的浮標站小時極大風(fēng)做圖可以得知溫州沿海海面大風(fēng)隨季節(jié)有著不同的分布(圖1)，其中春季以北—東北風(fēng)為主，偏北風(fēng)加?xùn)|北風(fēng)共約占90%；夏季南—西南風(fēng)約占55%，北—東北風(fēng)約占30%；秋冬季受北方冷高壓影響盛行一致的偏北風(fēng)，占秋冬季的80%左右。

圖1 浮標站小時極大風(fēng)隨季節(jié)的分布情況((a)春季；(b)夏季；(c)秋季；(d)冬季)Fig.1 The season distribution of hour extreme wind speed in the buoy station(a)spring；(b)summer；(c)autumn；(d)winter

3.2 研究樣本組的建立

以洞頭站為例，選取所有浮標站≥6級時的小時極大風(fēng)，及同時次的洞頭站小時極大風(fēng)，記為“浮標—洞頭”，其中某一時次的浮標站極大風(fēng)與洞頭站極大風(fēng)即為“浮標—洞頭”中的一對極大風(fēng)樣本。由于海島地形的不規(guī)則，不同方向吹來的風(fēng)受地形影響的情況不同，而浮標站周圍沒地形的影響，更能真實地反應(yīng)海平面風(fēng)速風(fēng)向，因此為了區(qū)分地形對風(fēng)的影響，根據(jù)“浮標—洞頭”中浮標站小時極大風(fēng)的8個風(fēng)向方位將“浮標—洞頭”這組數(shù)據(jù)分成8個小組，每組即為一組新的研究樣本，而其中某一時次的一對浮標極大風(fēng)和洞頭極大風(fēng)即為該組研究樣本中的一個單位。同理得出浮標站與其余3個海島站之間的24組樣本，共計32組研究樣本(見表2)。

表2 32組極大風(fēng)研究樣本數(shù)量(單位：對)Tab.2 The 32 sets of extreme wind speed research sample size

3.3 關(guān)系式的建立

以“浮標—洞頭”中浮標站風(fēng)向為偏北風(fēng)(>337.5°或≤22.5°)的這組研究樣本為例，記為“浮標—洞頭—北”。設(shè)“浮標—洞頭—北”中浮標站的小時極大風(fēng)速為x，對應(yīng)的同時次的洞頭站小時極大風(fēng)速為y做散點圖，并針對散點圖分別作線性、乘冪、對數(shù)和指數(shù)等不同類型的趨勢線，同時得出各趨勢線在散點圖中所對應(yīng)的擬合系數(shù)R2[3](也稱決定系數(shù)，代表趨勢線對兩組數(shù)據(jù)的擬合程度)(圖2)，選擇R2值最大，即擬合效果最佳的趨勢線作為“浮標—洞頭—北”的相關(guān)性公式。通過比較可以得出：線性的趨勢線y=0.711 6x-0.30 09(R2=0.493 1)的擬合效果最佳(圖2a)，從而選擇該趨勢線作為“浮標—洞頭—北”這組樣本的相關(guān)性公式，即為偏北大風(fēng)環(huán)境下洞頭站極大風(fēng)與浮標站極大風(fēng)之間的相關(guān)性公式。

圖2 “浮標—洞頭—北”散點圖及各類型趨勢線((a)線性趨勢線；(b)指數(shù)趨勢線；(c)對數(shù)趨勢線：(d)乘冪趨勢線)Fig.2 The‘buoy-Dongtou-north’scatter diagram and different trend lines(a)linear trend；(b)exponential trend；(c)logarithmic trend；(d)power trend

同理對其余31組研究樣本也建立各自對應(yīng)的相關(guān)性公式，結(jié)果顯示：與這32組樣本擬合效果最佳的關(guān)系式均為線性關(guān)系式。由此可見浮標站極大風(fēng)風(fēng)速與海島站極大風(fēng)風(fēng)速之間最為明顯的關(guān)系即為線性相關(guān)。

3.4 相關(guān)系數(shù)

由于散點圖中線性趨勢線的擬合系數(shù)R2即為兩組數(shù)據(jù)之間線性相關(guān)系數(shù)r的平方[3]，即R2=r2，因此根據(jù)R2可同時求出浮標站與海島站之間極大風(fēng)的線性相關(guān)系數(shù)r。

根據(jù)線性相關(guān)程度表(表4)可知由于浮標站極大風(fēng)與海島站極大風(fēng)的線性相關(guān)系數(shù)r在0.35～0.9之間，因此線性相關(guān)程度為低度相關(guān)至高度相關(guān)之間不等，其中高度相關(guān)的8組，中度相關(guān)的19組，低度相關(guān)的共有5組研究樣本。

表4 線性相關(guān)程度表Tab.4 The linear relation degree table

4 關(guān)系式的檢驗

4.1 關(guān)系式檢驗的誤差計算

統(tǒng)計并收集2016年溫州浮標、洞頭、南麂、北麂和北龍5個站全年的小時極大風(fēng)數(shù)據(jù)，根據(jù)表2中資料處理的方法將其分成不同海島站不同風(fēng)向共32組檢驗樣本，將檢驗樣本組中浮標站實況小時極大風(fēng)速代入表3中對應(yīng)的相關(guān)性公式中，求得海島站極大風(fēng)的預(yù)估值，將預(yù)估值與檢驗樣本組中海島站的實況極大風(fēng)風(fēng)速進行誤差計算，并將誤差值作為定性判斷關(guān)系式可靠性的標準。

表5 32組相關(guān)性公式的檢驗誤差(單位：m/s)Tab.5 The verify error of 32 couples relations (unit:m/s)

由表5可以看出，這32組相關(guān)性公式的誤差在1.26～4.38 m/s之間。其中浮標站與北麂、南麂站之間各風(fēng)向的關(guān)系式可靠性較好，誤差在1.27～3.45 m/s及1.53～2.85 m/s之間，而浮標站與北龍站之間各風(fēng)向的關(guān)系式可靠性相對較弱，誤差在2.01～4.83 m/s之間；而從風(fēng)向的角度看，北、東北方向極大風(fēng)的關(guān)系式可靠性較強，誤差在1.27～2.03 m/s之間，西和東南方向極大風(fēng)的關(guān)系式可靠性較弱，誤差在2.14～4.38 m/s之間。(南麂站相對離大陸遠)

圖3 浮標站與各海島之間的位置示意圖Fig.3 Position diagram between buoy station and island station

4.2 影響檢驗誤差的因子

檢驗誤差σ的大小直接體現(xiàn)了關(guān)系式的可靠程度，因此研究影響檢驗誤差σ的因子有利于日后對關(guān)系式進行進一步的改進。

洞頭、南麂、北麂和北龍4個海島的地形在各個方向上均不一致，但據(jù)表5可知，4個海島站與浮標站之間相關(guān)性公式的檢驗誤差均表現(xiàn)為一致的北、東北方向誤差小，西、東南方向誤差大，由此可見，海島站的地形差異與關(guān)系式的檢驗誤差沒有明顯的關(guān)系，所以首先排除地形對檢驗誤差的影響。

將對關(guān)系式的檢驗誤差可能存在影響的樣本個數(shù)、關(guān)系式的擬合系數(shù)R2以及檢驗誤差σ排列在一起(表6)并分析可求得關(guān)系式擬合系數(shù)R2與檢驗誤差σ之間的相關(guān)系數(shù)分別為r浮標-洞頭=0.18、r浮標-南麂=-0.70、r浮標-北麂=0.20和r浮標-北龍=-0.24，其中浮標站與洞頭站、北麂站之間的關(guān)系式擬合系數(shù)R2與各自檢驗誤差σ成正相關(guān)，浮標站與南麂站、北龍站之間的R2與各自的σ成負相關(guān)，另外根據(jù)線性相關(guān)程度表(表4)可知，盡管浮標站與南麂站之間R2與σ成中度相關(guān)，但浮標站與其它3個站之間R2與σ的相關(guān)性極弱?？梢姴徽撌菑木€性相關(guān)的性質(zhì)還是程度上來看，浮標站與不同海島站間的關(guān)系式擬合系數(shù)R2與檢驗誤差σ均存在明顯的不一致性。

而根據(jù)浮標站與4個海島站之間各方向的研究樣本數(shù)與對應(yīng)的關(guān)系式檢驗誤差σ可求得：r浮標-洞頭=-0.48、r浮標-南麂=-0.50、r浮標-北麂=-0.40和r浮標-北龍=-0.59，研究樣本數(shù)與檢驗誤差σ表現(xiàn)為一致的負相關(guān)性，線性相關(guān)程度處于低度至中度之間，相差不大，可見檢驗誤差σ的大小在一定程度上受研究樣本數(shù)的影響，可以定性的理解為對于同一個海島站而言，某個風(fēng)向的樣本個數(shù)越多，該風(fēng)向上擬合出來的關(guān)系式穩(wěn)定性更強。

綜上所述，浮標站與海島站極大風(fēng)關(guān)系式的穩(wěn)定性與地形及關(guān)系式的擬合系數(shù)R2無明顯關(guān)系，但與研究樣本的數(shù)量存在一定程度上的對應(yīng)關(guān)系，對于同一個海島站而言，某個風(fēng)向的樣本個數(shù)越多，越有利于該風(fēng)向上關(guān)系式的穩(wěn)定。

表6 研究樣本數(shù)、擬合系數(shù)及檢驗誤差(研究樣本單位：對；σ單位：m/s)Tab.6 The research sample,fitting coefficient and rerifg error(Sample unit: couple unit:m/s)

5 結(jié)論

①溫州沿海海面大風(fēng)隨季節(jié)有著不同的分布，其中春季以北—東北風(fēng)為主，偏北風(fēng)加?xùn)|北風(fēng)共約占90%；夏季南—西南風(fēng)約占55%，北—東北風(fēng)約占30%；秋冬季盛行一致的偏北風(fēng)，占80%左右。

②通過分析初步建立浮標站與海島站之間極大風(fēng)風(fēng)速的關(guān)系，發(fā)現(xiàn)浮標站的極大風(fēng)風(fēng)速與4個海島站的極大風(fēng)風(fēng)速之間最明顯的關(guān)系為線性相關(guān)，線性相關(guān)程度從低度相關(guān)至高度相關(guān)不等，其中中度與高度相關(guān)的樣本組占84%。

③通過檢驗關(guān)系式的誤差可以發(fā)現(xiàn)，浮標站與南麂站之間各風(fēng)向的關(guān)系式可靠性較好，與北龍站之間各風(fēng)向的關(guān)系式可靠性相對較弱；而從風(fēng)向的角度看，北、東北方向極大風(fēng)的關(guān)系式可靠性較強，西和東南方向極大風(fēng)的關(guān)系式可靠性較弱。

④浮標站與海島站極大風(fēng)風(fēng)速的關(guān)系式的穩(wěn)定性并不受風(fēng)向及關(guān)系式的擬合系數(shù)R2的影響，但與研究樣本的數(shù)量存在一定程度上的對應(yīng)關(guān)系，樣本數(shù)量越多，越有利于關(guān)系式的穩(wěn)定。

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

[2] 孫喜艷,程正泉,李楚燕.汕尾浮標站的風(fēng)況特征分析[J].廣東氣象,2014,(6)：6-10.

[3] 張建華.關(guān)于相關(guān)系數(shù)作擬合優(yōu)度判據(jù)的研究[J].鄭州工業(yè)大學(xué)學(xué)報(自然科學(xué)版),2001,22(3)：72-74.

[4] 孫喜艷,李世光.汕尾浮標站與周邊自動站觀測資料對比[J].廣東氣象,2010,32(4):70-72.

[5] 李曉麗,唐躍,范其平,等.PPM方法在馬跡山港船舶靠離泊臨界值預(yù)報中的應(yīng)用[J].浙江氣象,2010,31(4):23-27.

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

[7] 胡波,杜惠良,俞燎霓.幾種不同方法在舟山海島陣風(fēng)預(yù)報試驗中的對比分析[J].海洋預(yù)報,2015,32(3):43-50.

[8] 胡波,杜惠良,俞燎霓.一種經(jīng)驗相似方法在沿海海島陣風(fēng)預(yù)報中的應(yīng)用[J].海洋預(yù)報,2014,31(3):37-44.

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

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