蔡曉杰，王琴，朱智慧，沈其艷

（上海海洋中心氣象臺，上海201306）

1 引言

上海背靠長江，面朝東海，是長江東西運輸通道與海上南北運輸通道的交匯點，不僅是中國沿海的主要樞紐港，更是中國參與國際經(jīng)濟大循環(huán)的重要口岸。海上作業(yè)對大風、低能見度、強對流等災害性天氣尤為敏感，尤其是海上大風，四季頻發(fā)，嚴重影響海上航行與作業(yè)安全，風浪還會造成船只側翻等事故[1-2]。海上大風的預報需要結合地形對大風特征有全面的認識[3-4]，但是針對性的對上海沿岸災害性大風特征的分析仍較少。要建立對災害性大風的全面認識，需要將海上的浮標站、船舶站、石油平臺、海島站等觀測資料進行有效的整合，使觀測資料充分為預報所用。本文利用海上觀測資料，將對上海沿岸海域災害性大風進行時空特征分析，并進行海浪對風的滯后響應分析。

海上大風的精細化預報離不開數(shù)值模式的發(fā)展，對數(shù)值模式進行檢驗可以將不同模式的預報能力反饋給預報員和模式開發(fā)人員。不同地區(qū)的大風特征不同，氣象學者對各家模式預報進行了檢驗和對比。福建省沿海冬半年大風的盛行風向以東北風為主，大風的時空分布極為不均，歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）細網(wǎng)格的預報效果較好[5]。應用模式輸出統(tǒng)計方法（Model Output Statistics，MOS）對福建寧德海區(qū)風向風速的預報，可顯著改進夏季風速和冬季風向的預報效果[6]。對渤海7級以上且持續(xù)6 h以上的大風個例進行統(tǒng)計，ECMWF集合預報對于7級以上大風有所低估[7]。當黃渤海預報有氣旋、或預報大風時間長范圍大時，實況風將增大1—2個量級；對于大風的開始時間預報略偏早，而對于大風的結束時間和最大風速的開始和結束時間預報均略偏晚[8]。基于機器學習方法對華北地區(qū)ECMWF預測的10 m風速進行訂正，LASSO回歸、隨機森林和深度學習3種機器學習算法的訂正效果均好于MOS方法[9]。數(shù)值模式朝著時間和空間分辨率更為精細化的方向發(fā)展，上海臺風研究所在2013年對原華東區(qū)域中尺度模式（SMS-WARMS V1.0）進行了升級改進，包括擴大了模式預報區(qū)域，增加了垂直層次，升級了同化系統(tǒng)，新一代區(qū)域中尺度模式（SMS-WARMS V2.0）于2014年開始業(yè)務運行，預報性能得到明顯改善，但是仍缺乏大風精細化的檢驗[10-11]。本文在海上大風特征研究的基礎上，還將針對大風過程對SMSWARMS V2.0進行檢驗，使模式更好的為預報所用，力求為海洋氣象預報提供可靠定量的參考數(shù)據(jù)。

2 數(shù)據(jù)和方法

選取2011—2017年上海沿岸海域5個浮標站站點（見圖1紅色標注），取逐小時極大風速、2 min平均風速和風向數(shù)據(jù)、海浪數(shù)據(jù)，取2014—2017年20個站點（含5個浮標站，另外15個站點見圖1綠色標注）的逐小時2 min平均風速和風向數(shù)據(jù)。風場預報數(shù)據(jù)來自上海臺風研究所提供的SMSWARMS V2.0，預報時效為72 h，時間分辨率為1 h，空間分辨率為9 km×9 km，預報空間范圍為：117°～127°E，22°～41°N。本文對于災害性大風的定義為2 min平均風速≥14 m/s。

圖1 上海沿岸海域20個站點分布及2014—2017年大風時數(shù)百分率分布（紅色：5個浮標站，綠色：15個站點）

模式檢驗運用TS（Threat Score）評分方法，依次計算風速誤差、風速準確率、風速偏強率、風速偏弱率、風向準確率、風向誤差[12]。

3 上海沿岸海域災害性大風空間和時間特征

3.1 空間分布

統(tǒng)計2014—2017年上海沿岸海域20個站點大風時數(shù)占總時數(shù)的百分率，再用克里金法將站點數(shù)據(jù)插值到格點，繪制等值線圖，大風時數(shù)百分率的分布情況如圖1等值線所示，等值線的數(shù)值表示大風時數(shù)占所有時數(shù)的百分比，2 min平均風速的大風時數(shù)較少，但是仍可看出上海沿岸海域的大風空間分布。由圖可見，越往東部海域，大風時數(shù)越多，與實際預報保持一致，長江口區(qū)有兩個站風速較大，一個是九段沙，一個是雞骨礁，這兩個站風速大可能與海拔和地理位置有關，九段沙位于長江口區(qū)，由于峽管效應造成風速較大，雞骨礁海拔33 m，造成風速較大。

3.2 大風與海浪極值

2011—2017年上海沿岸海域5個浮標站逐小時極大風速和最大波高極值見表1，風速極值都在11～12級，風向西北風和東北風居多，8月最多，以臺風過程為主，出現(xiàn)時段都為傍晚到半夜；浪高極值海礁浮標最大是怒濤級別，其他站都是狂浪級，浪向以東北到東南向居多。期間風速極值出現(xiàn)在海礁浮標，出現(xiàn)時間為2015年7月11日，是受1509號臺風“燦鴻”影響，極值為36.7 m/s（12級），風向偏南，同時海礁浮標的最大波高也出現(xiàn)了13.6 m的極值。南槽燈船和長江口燈船的大風與最大波高極值都出現(xiàn)在2012年8月27日，受1214號臺風“天秤”和1215號臺風“布拉萬”的共同影響，造成了持續(xù)性的大風過程。

表1 2011—2017年5個浮標站極大風速和最大波高極值

3.3 月際變化

2011—2017年5個浮標站災害性大風總時數(shù)的月變化統(tǒng)計如圖2，可以看出，大風出現(xiàn)頻率有明顯的季節(jié)變化，秋冬季大風時數(shù)多，大風比較高的時間集中在10—12月，12月大風最多，5—6月大風時數(shù)最少。海礁浮標（A5906）大風時數(shù)明顯高于其他站點，這與海礁浮標的位置有關，位置最為靠外，風浪較大。黃澤洋燈船（A5905）大風時數(shù)最少，并且秋冬季大風時數(shù)無明顯增加，因為黃澤洋燈船西北側有群島遮擋，冬季的冷空氣過程造成的西北向大風對此站點影響不大。

3.4 風向分布

2011—2017年5個浮標站災害性大風風向頻率如圖3，分為16個風向進行統(tǒng)計，灰色圓形虛線表示各風向所占百分率，由圖可見除黃澤洋燈船外，其余各站大風風向以西北到東北風為主。其中口外浮標以北風為主；南槽燈船以東北風為主；黃澤洋燈船以偏東風居多，由于西北側有群島遮擋，偏北和西北大風頻率較其他站少，反而偏東大風居多；海礁浮標以西北風為主；長江口燈船以西到西北風為主。

圖2 2011—2017年5個浮標站災害性大風時數(shù)月變化

圖3 2011—2017年5個浮標站災害性大風風向頻率

3.5 海浪響應時間

海上大風的持續(xù)作用會使得浪涌加大，增加船舶航行和港口作業(yè)危險性，一般認為海浪的成長滯后于風，下面將對上海沿岸海域5個浮標站的大浪過程進行篩選，并按照風向分類，定量計算其風浪關系。

假設海浪成長過程中，其能量的獲?。ㄓ糜行Рǜ逪s表征）正比于風能（用風速的平方U2表征）的輸入。海浪成長過程與起風過程的相對滯后時間，用滑動相關分析方法來計算，以海礁浮標2017年12月24日的一次過程為例（見圖4）：首先通過斜率變化找出海浪的成長過程主要時間段，本文將連續(xù)6 h或以上海浪持續(xù)增大的過程選為一次海浪成長過程，此次過程海浪連續(xù)12 h持續(xù)增大，有效波高從1.2 m增加到3.4 m；將2017年12月24日07—18時的有效波高Hs與同時間段的風速（2 min平均）的平方（U2）進行擬合獲得相關系數(shù)R0，此過程R0=0.91，然后將風速對應時間向前滑動1 h，風速時間段取06—17時，求取R1=0.92，以此類推R2=0.93，R3=0.84，求至 N次，獲得 RN；最后比較 R0至RN，其中最大值Rn表示兩者相關系數(shù)最高，其下標即視為海浪成長滯后的時間n小時，并且兩者相關系數(shù)需大于0.76，通過99%置信區(qū)間[13-15]，此次過程R2=0.93最大，通過置信區(qū)間檢驗，即得到海浪滯后2 h。

2011—2017年5個站點海浪達到6 h以上成長時間的過程個數(shù)依次為：海礁浮標282次，口外浮標151次，長江口燈船149次，南槽燈船104次，黃澤洋燈船51次，可見，海浪的成長過程與地理位置密切相關，越往東部海域，大風時數(shù)多，成長空間大，故海浪成長過程越多。

對這些海浪成長過程再進行8個風向分類，各站點風向百分比分布如圖5，總體來說，風向分布是東南-西北走向，除長江口燈船以西到西北風為主，其他站都以風向以東到東南風為主，離岸距離較遠的海礁浮標和口外浮標對于風向敏感性最低。長江口燈船偏西風和西北風分別占31%和27%；口外浮標東北風和偏東風分別占25%和17%；海礁浮標偏東風和偏南風分別占23%和18%；南槽燈船偏東風占42%；黃澤洋燈船偏東風占41%，風向為偏北和西北時沒有海浪充分成長過程。

圖4 海礁浮標2017年12月24日風浪觀測分析

圖5 5個浮標站海浪充分成長過程8個風向百分比分布

圖6 5個浮標站海浪對8個風向滯后響應的時間分布

運用滑動相關分析統(tǒng)計各個風向的海浪滯后時間，結果如圖6所示：總體來看，海浪對風的響應滯后時間平均為3—4 h，最短的為1 h，最長的為7 h。各站均是東西向風比南北向風的海浪滯后時間短，東西向風平均滯后時間4 h左右，南北向風平均滯后時間3 h左右。黃澤洋燈船曲線不閉合，代表沒有西北向風的海浪成長過程，而且由于群島遮擋，風和浪都比較小，樣本量少。

4 大風預報檢驗

在上文大風特征研究的基礎上，大風的預報離不開模式的檢驗，預報員對于實況已出現(xiàn)的大風過程與模式預報進行比對，可以有效的積累預報經(jīng)驗。下面將篩選大風過程，選用最近距離插值方法將模式的格點預報數(shù)據(jù)插值到觀測站點，進行針對大風過程的預報檢驗，包括起風時間的預報提前或滯后量，風速誤差、準確率、偏強率和偏弱率檢驗，還有風向準確率和誤差檢驗。

首先對2016—2017年5個浮標站災害性大風進行過程篩選，將逐小時2 min平均風速≥14 m/s且持續(xù)6 h及以上的過程記為一次大風過程，5個站點大風過程個數(shù)依次為：海礁浮標共有14次大風過程，平均持續(xù)時長13.8 h；口外浮標9次大風過程，平均時長13.3 h；黃澤洋燈船8次大風過程，平均時長8.4 h；長江口燈船6次大風過程，平均時長10.5 h；南槽燈船4次大風過程，平均時長10.6 h。海礁浮標大風過程最多，且過程平均持續(xù)時間最長，黃澤洋燈船雖然大風過程個數(shù)多于長江口燈船和南槽燈船，但是大風平均持續(xù)時間最短。

4.1 起風時間的預報

根據(jù)實況大風開始的時間，選擇提前一天對應的20時或者08時的預報數(shù)據(jù)進行匹配，計算實況與預報數(shù)據(jù)的相關性，結合風速≥14 m/s開始時間，判斷起風時間預報提前或滯后。對5個浮標站的每次大風過程計算提前或滯后量取時間平均可知，口外浮標的9次大風過程模式預報平均滯后0.5 h，南槽燈船4次大風過程平均滯后1 h，黃澤洋燈船8次過程均值為0，海礁浮標14次大風過程平均滯后0.4 h，長江口燈船6次大風過程平均滯后1.8 h，可見起風時間預報都比較好，預報較實況略有滯后，各站大風時間提前和滯后值分布無明顯規(guī)律，具體的預報提前和滯后量還是要根據(jù)特定過程來分析。

4.2 風速檢驗

5個浮標站大風過程檢驗風速誤差分布如圖7，由圖可見，各項誤差都較小，平均誤差除了黃澤洋燈船為正值，其余各站都為負值，說明黃澤洋燈船預報值較實況偏大，由于地形的阻擋造成黃澤洋燈船實況風較小，與上文大風特征分析結論一致，其余各站預報值都比實況值偏小，其中口外浮標偏小最為明顯，平均誤差為-1.3 m/s，其余各站平均誤差均在±1 m/s之間；絕對誤差分布在1.2～1.8 m/s之間，均方根誤差在1.4～2.0 m/s之間。其中各項誤差都是長江口燈船最小。

5個浮標站風速準確率、偏弱率和偏強率檢驗分布如圖8，由圖可見，南槽燈船準確率最高，達99%，對應偏弱率最低，口外浮標準確率最低，準確率僅為50%，對應偏弱率最高，偏弱率為50%，其余各站準確率均在70%～90%之間，偏弱率對應在10%～30%之間；各站偏強率均為0。由此可見，風速預報的準確率總體在70%以上，大部分過程預報都較實況偏弱，口外浮標偏弱最明顯。

圖7 5個浮標站風速誤差檢驗分布

圖8 5個浮標站風速準確率、偏弱率和偏強率檢驗分布

4.3 風向檢驗

5個浮標站風向誤差和準確率檢驗分布如圖9，總體而言風向預報準確率低，誤差大，準確率最高的站為黃澤洋燈船，為48%，長江口燈船和南槽燈船，準確率都為0，長江口燈船誤差最大，達到了116°。大風過程往往伴隨著轉風，模式對于轉風開始和持續(xù)時間預報較差，所以造成誤差比較大，并且本文的風速評分標準較為嚴格，相鄰風向即算錯誤，會造成評分偏低。

圖9 5個浮標站風向誤差和準確率檢驗分布

由以上檢驗結果可知，SMS-WARMS V2.0模式對于大風風速預報較好，準確率高，雖然存在預報偏弱的情況，但是誤差基本都在2 m/s以內(nèi)，預報員可以根據(jù)各站地理位置、大風特征和檢驗誤差，在模式預報的基礎上來訂正預報；風向預報準確率較低，誤差大，模式對于大風過程的風向預報還有待提高，同時在今后的風向檢驗評分標準中可以提高預報相鄰風向的得分。

5 結果與討論

本文分析了上海沿岸海域災害性大風的時空特征、風浪關系，并且對大風過程做了檢驗，結果表明：

越往東部海域，大風時數(shù)越多，長江口區(qū)東部風速較大；大風極值風向西北風和東北風居多，8月最多，以臺風過程為主，出現(xiàn)時段都為傍晚到半夜，大浪極值浪向以東北到東南向為主；秋冬季大風時數(shù)多，主要集中在10—12月，5—6月大風時數(shù)最少；大風風向以西北到東北風為主。

海浪成長過程風向分布是東南-西北走向，除長江口燈船以西到西北風為主，其他站都以東到東南風為主，海浪對風的響應滯后時間平均為3—4 h，東西向風比南北向風的海浪滯后時間短。

起風時間預報都比較好，預報較實況略有滯后，風速預報的準確率總體在70%以上，預報值較實況值偏小，口外浮標偏小最為明顯，偏強率都為0，預報員可以根據(jù)經(jīng)驗在模式預報的基礎上來訂正預報；風向預報準確率低，誤差大，今后的檢驗中可以調(diào)整風向檢驗評分標準。