王兆毅，李云，王旭

（國(guó)家海洋環(huán)境預(yù)報(bào)中心，北京100081）

1 引言

海水溫度是海洋環(huán)境的主要影響因子之一。一方面海水密度的變化主要受制于海溫的變化，海水溫度場(chǎng)影響著海洋動(dòng)力場(chǎng)，另一方面，海溫對(duì)漁場(chǎng)的分布、魚(yú)汛期的確定等都有重要影響，因此海溫狀況對(duì)海洋漁業(yè)資源開(kāi)發(fā)、海洋水聲工程建設(shè)、濱海旅游開(kāi)發(fā)和海氣相互作用研究等有著十分重要的意義。我國(guó)的海溫預(yù)報(bào)研究工作始于20 世紀(jì)60年代初。1983年開(kāi)始發(fā)布第一份海溫旬預(yù)報(bào)圖，主要覆蓋中國(guó)近海和西北太平洋海域。國(guó)際上從20 世紀(jì)80 年代開(kāi)始采用海洋動(dòng)力模式進(jìn)行海洋三維溫鹽流預(yù)報(bào)，我國(guó)自1989年開(kāi)始發(fā)布海表面溫度（Sea Surface Temperature，SST）數(shù)值預(yù)報(bào)。隨著高性能計(jì)算和數(shù)值預(yù)報(bào)技術(shù)的不斷發(fā)展，特別是1997年全球海洋數(shù)據(jù)同化實(shí)驗(yàn)（Global Ocean Data Assimilation Experiment，GODAE）計(jì)劃的實(shí)施，通過(guò)國(guó)際間合作和技術(shù)支持，全球及區(qū)域數(shù)值模擬和數(shù)據(jù)同化系統(tǒng)得以逐步建立[1-2]，我國(guó)的海溫?cái)?shù)值預(yù)報(bào)也得到了長(zhǎng)足的發(fā)展。目前，多國(guó)海洋預(yù)報(bào)機(jī)構(gòu)均建立和發(fā)展了各自的海洋預(yù)報(bào)業(yè)務(wù)系統(tǒng)。從2007 年開(kāi)始，國(guó)家海洋環(huán)境預(yù)報(bào)中心（National Marine Environment Forecasting Center，NMEFC）基于普林斯頓海洋模式（Princeton Ocean Model，POM）開(kāi)發(fā)并業(yè)務(wù)化發(fā)布中國(guó)近海三維溫鹽流數(shù)值預(yù)報(bào)[3]。2013 年基于區(qū)域海洋模式系統(tǒng)（Regional Ocean Modeling System，ROMS）開(kāi)發(fā)了新一代中國(guó)近海三維溫鹽流數(shù)值預(yù)報(bào)系統(tǒng)[4-5]。針對(duì)沿海海域海溫的預(yù)報(bào)方法，很多學(xué)者已經(jīng)基于單站的觀測(cè)開(kāi)展了一系列的研究[6-10]，并對(duì)我國(guó)沿海海溫變化與氣候變化的相互關(guān)系展開(kāi)討論[11-13]。預(yù)報(bào)釋用是連接數(shù)值預(yù)報(bào)和預(yù)報(bào)產(chǎn)品之間的一座橋梁，可以有效挖掘數(shù)值預(yù)報(bào)產(chǎn)品中的有用信息，顯著提高預(yù)報(bào)產(chǎn)品的精度，利用反向傳播（Back Propagation，BP）人工神經(jīng)網(wǎng)絡(luò)方法開(kāi)展的單站預(yù)報(bào)釋用實(shí)驗(yàn)取得了不錯(cuò)的效果[10]。隨著海洋經(jīng)濟(jì)的發(fā)展需要，NMEFC相繼開(kāi)展了中國(guó)近海主要城市、海水浴場(chǎng)和濱海旅游度假區(qū)等的日平均海溫預(yù)報(bào)[14]，這些預(yù)報(bào)產(chǎn)品主要基于近岸臺(tái)站海溫觀測(cè)數(shù)據(jù)，并利用經(jīng)驗(yàn)預(yù)報(bào)和統(tǒng)計(jì)預(yù)報(bào)方法等開(kāi)展1～4 d的海溫預(yù)報(bào)[15]，其中1 d的日平均絕對(duì)誤差在0.3 ℃左右，一般最大不超過(guò)0.5 ℃，2 d以上的預(yù)報(bào)表現(xiàn)會(huì)稍差，總體均方根誤差約為0.6 ℃[10]。

隨著國(guó)民經(jīng)濟(jì)的不斷發(fā)展，主要城市海溫預(yù)報(bào)已難以滿足實(shí)際需求，因此，在國(guó)家海洋預(yù)報(bào)主管部門(mén)的主導(dǎo)下，開(kāi)展了中國(guó)近岸海洋預(yù)報(bào)指導(dǎo)產(chǎn)品的開(kāi)發(fā)，并印發(fā)了《中國(guó)近岸海域基礎(chǔ)預(yù)報(bào)單元?jiǎng)澐帧芳夹g(shù)文件。該產(chǎn)品按照中國(guó)近海縣級(jí)海域的劃分將全國(guó)近岸海域劃分成213 個(gè)岸段，從而實(shí)現(xiàn)了縣級(jí)海洋預(yù)報(bào)全覆蓋（見(jiàn)圖1），海溫預(yù)報(bào)指導(dǎo)產(chǎn)品是其中一個(gè)重要的組成部分。由于傳統(tǒng)的經(jīng)驗(yàn)預(yù)報(bào)和統(tǒng)計(jì)預(yù)報(bào)已經(jīng)很難滿足如此多的區(qū)域預(yù)報(bào)需求，因此將數(shù)值預(yù)報(bào)與預(yù)報(bào)釋用技術(shù)相集合是解決大量區(qū)域預(yù)報(bào)需求的有效途徑。NMEFC 研發(fā)的溫鹽流數(shù)值預(yù)報(bào)系統(tǒng)可以提供中國(guó)近海海域的三維溫鹽流數(shù)值預(yù)報(bào)，大面預(yù)報(bào)的均方根誤差可以達(dá)到0.8 ℃，尤其在受潮汐、地形、海陸作用影響的近岸海域，均方根誤差在1.0 ℃左右[4,10]，因此數(shù)值預(yù)報(bào)在近岸區(qū)域的結(jié)果與人工經(jīng)驗(yàn)預(yù)報(bào)之間存在較大差距，無(wú)法直接用來(lái)提供近岸的海溫預(yù)報(bào)?，F(xiàn)有的人工經(jīng)驗(yàn)和統(tǒng)計(jì)預(yù)報(bào)方法可以滿足少數(shù)站點(diǎn)的精細(xì)化預(yù)報(bào)，但很難滿足像中國(guó)近岸海洋預(yù)報(bào)指導(dǎo)產(chǎn)品這種大量站點(diǎn)的預(yù)報(bào)需求。因此本文將實(shí)時(shí)海溫觀測(cè)與海溫?cái)?shù)值預(yù)報(bào)相結(jié)合，采用偏差訂正的海溫預(yù)報(bào)釋用方法，研制了中國(guó)近岸海域基礎(chǔ)預(yù)報(bào)單元海溫預(yù)報(bào)指導(dǎo)產(chǎn)品，并于2018 年6 月起運(yùn)用到中國(guó)近岸海溫預(yù)報(bào)指導(dǎo)產(chǎn)品的業(yè)務(wù)化預(yù)報(bào)當(dāng)中。

圖1 中國(guó)近岸海域基礎(chǔ)預(yù)報(bào)單元?jiǎng)澐质疽鈭D

2 數(shù)據(jù)和方法

2.1 數(shù)值預(yù)報(bào)

本項(xiàng)研究工作采用的ROMS 模式是一種基于三維非線性斜壓原始方程的、具有自由表面的和沿地形跟隨坐標(biāo)非線性斜壓模式。模式的計(jì)算區(qū)域范圍為99°～160°E，-5°～52°N（見(jiàn)圖2b）。模式水平分辨率為1/20°，在垂向采用沿地形的垂直伸展坐標(biāo)系，共分為30 個(gè)σ層。模式地形數(shù)據(jù)基于全球海洋高精度水深圖（GEneral Bathymetric Chart of the Oceans，GEBCO）[16]的全球海洋資料并對(duì)中國(guó)近海進(jìn)行了修正，最小水深取為10 m，最大水深7 000 m，并對(duì)地形進(jìn)行適當(dāng)平滑，以減小海底海山等對(duì)模式穩(wěn)定性的影響。邊界的水位、溫度、鹽度以及流場(chǎng)數(shù)據(jù)都是由NMEFC 業(yè)務(wù)化運(yùn)行的全球模式NEMO（Nucleus for European Modelling of the Ocean）的全球溫鹽流數(shù)值預(yù)報(bào)系統(tǒng)提供，并用氣候態(tài)月平均資料作為邊界備份，水位和海流疊加了由TPXO9[17]提供的14 個(gè)分 潮（M2、S2、N2、K2、K1、O1、P1、Q1、M4、MN4、MS4、2N2、Mf和Mm）的潮汐潮流調(diào)和常數(shù)。風(fēng)場(chǎng)驅(qū)動(dòng)由NMEFC 業(yè)務(wù)化運(yùn)行的天氣研究預(yù)報(bào)模式（Weather Research and Forecasting Model，WRF）中的西北太平洋大氣數(shù)值預(yù)報(bào)提供[18]，并用美國(guó)全球預(yù)報(bào)系統(tǒng)（Global Forecasting System，GFS）的全球氣象數(shù)值預(yù)報(bào)數(shù)據(jù)作為備份，以此保障西北太平洋溫鹽流數(shù)值預(yù)報(bào)的穩(wěn)定運(yùn)行。數(shù)據(jù)同化方面，采用集合最優(yōu)插值（Ensemble Optimal Interpolation，EnOI）方法[19]同化延軌海表面高度異常（along -Track Sea Level Anomaly，TSLA）觀測(cè)，同時(shí)利用三維變分（Three Dimensional VARiational，3DVAR）方法[20-21]同化實(shí)時(shí)地轉(zhuǎn)海洋學(xué)陣列（Array for Realtime Geostrophic Oceanography，ARGO）溫鹽廓線和衛(wèi)星遙感SST觀測(cè)。

圖2 觀測(cè)站點(diǎn)和浮標(biāo)分布（為站點(diǎn)，為浮標(biāo)，小框內(nèi)為中國(guó)近海地形示意圖）

2.2 觀測(cè)數(shù)據(jù)

預(yù)報(bào)觀測(cè)資料采用全國(guó)178 個(gè)海洋站和44 個(gè)近海浮標(biāo)的SST 觀測(cè)資料，觀測(cè)站點(diǎn)和浮標(biāo)位置如圖2所示。在對(duì)觀測(cè)資料進(jìn)行篩選后（剔除缺測(cè)率＞10% 的站點(diǎn)），保留123 個(gè)海洋站觀測(cè)和34 個(gè)近海浮標(biāo)觀測(cè)。對(duì)觀測(cè)數(shù)據(jù)進(jìn)行質(zhì)量控制，剔除異常觀測(cè)和日內(nèi)海溫突變超過(guò)2 ℃的觀測(cè)，即該時(shí)次的海溫值超過(guò)其當(dāng)日海溫平均值2 ℃時(shí)將其剔除。通過(guò)統(tǒng)計(jì)2018—2019年的逐小時(shí)觀測(cè)，并經(jīng)人工質(zhì)控發(fā)現(xiàn)，此類觀測(cè)均為異常觀測(cè)。另外，由于浮標(biāo)和臺(tái)站觀測(cè)數(shù)據(jù)無(wú)法充分覆蓋到213 個(gè)預(yù)報(bào)點(diǎn)位，我們采用預(yù)報(bào)區(qū)域周圍1°×1°范圍內(nèi)的就近觀測(cè)數(shù)據(jù)（見(jiàn)圖3），并利用海溫與緯度的遞減關(guān)系進(jìn)行適度修正（修正系數(shù)為0.4 ℃/°），以此來(lái)制作213 個(gè)基礎(chǔ)預(yù)報(bào)單元的海溫實(shí)況觀測(cè)值。

2.3 訂正方法

偏差訂正方法在氣象預(yù)報(bào)中已經(jīng)有較為廣泛的研究和應(yīng)用[22]，海溫預(yù)報(bào)中基于BP人工神經(jīng)網(wǎng)絡(luò)方法也開(kāi)展了單站的預(yù)報(bào)釋用研究[13]。由于人工神經(jīng)網(wǎng)絡(luò)方法隨著調(diào)訓(xùn)時(shí)間的增長(zhǎng)，預(yù)報(bào)的精度會(huì)更高，但需要長(zhǎng)時(shí)間的連續(xù)觀測(cè)作為支撐，并且現(xiàn)有觀測(cè)無(wú)法完全覆蓋所有預(yù)報(bào)站位，因此為了簡(jiǎn)化預(yù)報(bào)流程，本文選用了偏差訂正方法對(duì)預(yù)報(bào)產(chǎn)品進(jìn)行訂正。該方法的預(yù)報(bào)精度雖然無(wú)法隨時(shí)間的增長(zhǎng)而改善，但流程較為簡(jiǎn)化，并可以快速有效地提高海溫預(yù)報(bào)的準(zhǔn)確率。

圖3 觀測(cè)取樣示意圖（星號(hào)代表觀測(cè)站點(diǎn)，圓點(diǎn)代表預(yù)報(bào)點(diǎn)位）

本文使用的偏差訂正方法為平均法，該方法根據(jù)每個(gè)預(yù)報(bào)站點(diǎn)的預(yù)報(bào)訂正量分別對(duì)各站預(yù)報(bào)進(jìn)行訂正。計(jì)算公式如下：

式中：為觀測(cè)海溫；為預(yù)報(bào)站點(diǎn)的預(yù)報(bào)海溫；k為站點(diǎn)序號(hào)；n為觀測(cè)時(shí)次。然后將預(yù)報(bào)訂正量疊加到預(yù)報(bào)場(chǎng)上：式中為訂正后的t時(shí)刻預(yù)報(bào)場(chǎng)；為訂正前的t時(shí)刻預(yù)報(bào)場(chǎng)；為預(yù)報(bào)訂正量。

2.4 預(yù)報(bào)業(yè)務(wù)流程

業(yè)務(wù)化預(yù)報(bào)流程如圖4所示。首先進(jìn)行同化資料的收集，包括北京時(shí)間T-2～T-1 d 的臺(tái)站浮標(biāo)觀測(cè)、Argo 浮標(biāo)觀測(cè)和衛(wèi)星遙感觀測(cè)數(shù)據(jù)等；然后進(jìn)行數(shù)據(jù)同化，優(yōu)化數(shù)值預(yù)報(bào)系統(tǒng)初始場(chǎng)，并運(yùn)行數(shù)值預(yù)報(bào)系統(tǒng)，提供T-1 d 20 時(shí)起報(bào)的未來(lái)7 d 的海溫?cái)?shù)值預(yù)報(bào)產(chǎn)品；再次收集T-1 d 20時(shí)—T d 08時(shí)的臺(tái)站和浮標(biāo)海溫觀測(cè)資料，并利用數(shù)值預(yù)報(bào)結(jié)果計(jì)算預(yù)報(bào)訂正量；最后預(yù)報(bào)訂正量疊加到數(shù)值預(yù)報(bào)場(chǎng)上生成T d 08時(shí)起報(bào)的海溫預(yù)報(bào)指導(dǎo)產(chǎn)品并發(fā)布。

圖4 業(yè)務(wù)化預(yù)報(bào)流程圖

3 預(yù)報(bào)效果檢驗(yàn)

3.1 檢驗(yàn)評(píng)估方法

海溫檢驗(yàn)通常選用平均絕對(duì)誤差進(jìn)行評(píng)估和檢驗(yàn)，計(jì)算公式分別為：

絕對(duì)誤差：

式中：F為預(yù)報(bào)值；O為實(shí)況值；N為檢驗(yàn)預(yù)報(bào)時(shí)效內(nèi)的時(shí)次數(shù)或某個(gè)區(qū)域內(nèi)的站點(diǎn)數(shù)。

為了更加直觀的展現(xiàn)預(yù)報(bào)效果，會(huì)將預(yù)報(bào)產(chǎn)品的絕對(duì)誤差轉(zhuǎn)化為準(zhǔn)確度。利用觀測(cè)與預(yù)報(bào)之間的絕對(duì)誤差計(jì)算海溫預(yù)報(bào)產(chǎn)品準(zhǔn)確度S，具體計(jì)算方法如下：

3.2 檢驗(yàn)評(píng)估結(jié)果

本文利用實(shí)況觀測(cè)對(duì)2018年7月1日—2019年9 月1 日的中國(guó)近岸海域基礎(chǔ)預(yù)報(bào)單元海溫預(yù)報(bào)指導(dǎo)產(chǎn)品的3 d 預(yù)報(bào)結(jié)果進(jìn)行檢驗(yàn)。圖5 給出了預(yù)報(bào)海域的3 d 預(yù)報(bào)準(zhǔn)確度和絕對(duì)誤差情況，各預(yù)報(bào)站的0～24 h 預(yù)報(bào)準(zhǔn)確度及絕對(duì)誤差比較穩(wěn)定，準(zhǔn)確度基本在95 以上，平均絕對(duì)誤差小于0.2 ℃；24～48 h 各預(yù)報(bào)站點(diǎn)之間的差異開(kāi)始有所增大，平均絕對(duì)誤差最大差異可以達(dá)到0.4 ℃，但絕大部分預(yù)報(bào)海域的平均絕對(duì)誤差小于0.4 ℃；48～72 h 的預(yù)報(bào)準(zhǔn)確度進(jìn)一步下降，各預(yù)報(bào)站的預(yù)報(bào)平均絕對(duì)誤差基本在0.6 ℃以內(nèi)。

表1給出了所有站點(diǎn)的3 d預(yù)報(bào)平均絕對(duì)誤差，其中0～24 h 的平均絕對(duì)誤差為0.17 ℃，平均預(yù)報(bào)準(zhǔn)確度為96.6；24～48 h的平均絕對(duì)誤差0.30 ℃，平均預(yù)報(bào)準(zhǔn)確度為94.0；48～72 h 的平均絕對(duì)誤差0.38 ℃，平均預(yù)報(bào)準(zhǔn)確度為92.3。

從所有預(yù)報(bào)站點(diǎn)的3 d 預(yù)報(bào)準(zhǔn)確度（見(jiàn)圖6a）及絕對(duì)誤差（見(jiàn)圖6b）隨時(shí)間的變化情況來(lái)看，0～24 h的預(yù)報(bào)準(zhǔn)確度基本在95% 以上，2018 年12 月7 日時(shí)出現(xiàn)了最小預(yù)報(bào)準(zhǔn)確度91.4%；24～48 h 的預(yù)報(bào)準(zhǔn)確度雖然降低，但也基本都在92% 以上，平均絕對(duì)誤差則小于0.4℃，不同日期之間會(huì)有所差異；48～72 h 的預(yù)報(bào)準(zhǔn)確度進(jìn)一步降低，最大預(yù)報(bào)準(zhǔn)確度可以達(dá)到96.2%，最小預(yù)報(bào)準(zhǔn)確度為89.2%，預(yù)報(bào)的平均絕對(duì)誤差在0.4 ℃左右。

圖5 人各預(yù)報(bào)站3 d預(yù)報(bào)檢驗(yàn)評(píng)估分布圖

圖6 3 d預(yù)報(bào)檢驗(yàn)評(píng)估隨時(shí)間的變化圖

表1 預(yù)報(bào)絕對(duì)平均誤差

圖7 給出了各預(yù)報(bào)站3 d 預(yù)報(bào)絕對(duì)誤差的分布情況。從0～24 h 預(yù)報(bào)絕對(duì)誤差的分布結(jié)果來(lái)看（見(jiàn)圖7a），各預(yù)報(bào)站的平均絕對(duì)誤差基本一致，除了舟山外海和廈門(mén)海域之外，這兩個(gè)站的預(yù)報(bào)精度還有較大的提升空間；從24～48 h 預(yù)報(bào)絕對(duì)誤差的分布結(jié)果來(lái)看（見(jiàn)圖7b），各預(yù)報(bào)站的平均絕對(duì)誤差差異開(kāi)始增大，其中山東半島、蘇浙沿海、瓊州半島海域的平均絕對(duì)誤差相對(duì)較小；從48～72 h預(yù)報(bào)絕對(duì)誤差的分布結(jié)果來(lái)看（見(jiàn)圖7c），各預(yù)報(bào)站的平均絕對(duì)誤差進(jìn)一步增大，萊州灣西北部、舟山外海以及海南島東南海域的預(yù)報(bào)絕對(duì)誤差相對(duì)較大。

圖7 各預(yù)報(bào)站3 d預(yù)報(bào)絕對(duì)誤差分布圖（單位：℃）

4 結(jié)論與展望

海水溫度作為海洋環(huán)境的主要影響因子之一，其預(yù)報(bào)的準(zhǔn)確性對(duì)海洋漁業(yè)資源開(kāi)發(fā)、海洋水聲工程建設(shè)、濱海旅游開(kāi)發(fā)等沿海海洋活動(dòng)有著十分重要的意義。本文基于海溫?cái)?shù)值預(yù)報(bào)系統(tǒng)和偏差訂正釋用方法，開(kāi)發(fā)了中國(guó)近岸海域基礎(chǔ)預(yù)報(bào)單元海溫預(yù)報(bào)指導(dǎo)產(chǎn)品。該指導(dǎo)產(chǎn)品自2018 年6 月對(duì)外發(fā)布以來(lái)，運(yùn)行穩(wěn)定可靠。通過(guò)對(duì)發(fā)布以來(lái)1 a以上的預(yù)報(bào)結(jié)果進(jìn)行了檢驗(yàn)評(píng)估，結(jié)果發(fā)現(xiàn)未來(lái)3 d 的預(yù)報(bào)日平均絕對(duì)誤差分別達(dá)到了0.17 ℃、0.30 ℃和0.38 ℃，預(yù)報(bào)準(zhǔn)確度良好，可以為我國(guó)近海的海溫提供較為準(zhǔn)確的預(yù)報(bào)指導(dǎo)產(chǎn)品。針對(duì)部分站點(diǎn)預(yù)報(bào)精度不高的問(wèn)題，后續(xù)將利用人工智能訂正方法對(duì)有觀測(cè)的站點(diǎn)開(kāi)展釋用訂正應(yīng)用，同時(shí)與偏差訂正釋用方法進(jìn)行比較，進(jìn)一步提高縣級(jí)海域海溫預(yù)報(bào)的準(zhǔn)確率。