于鑫，于明洋，蔡景就

（1.廣東省氣象臺，廣東廣州 510640；2.中山市氣象公共安全技術支持中心，廣東中山 528400）

廣東省瀕臨浩瀚南海，海洋資源極其豐富，海洋氣象信息服務在廣東省尤為重要，特別是近年來，隨著南海海上石油開發(fā)、航運、海洋捕撈、海水養(yǎng)殖、海島旅游、海上救撈等海上作業(yè)活動的不斷增加，對海面氣象要素預報服務需求也隨之日益增長。海面風作為最重要的海面氣象要素之一，其監(jiān)測、預報和服務在日常海洋預報服務中占比頗高。為了更好的為公眾和用戶提供準確的海面風預報產(chǎn)品，有必要對南海海面風的精細化預報提出更高的要求。

目前，廣東省氣象臺主要對外提供7 d逐6 h的10 km分辨率的格點海洋氣象預報產(chǎn)品，包括海面風向、風速、降水、濕度、能見度等預報要素，由于歐洲中期天氣預報中心（ECWMF）模式在天氣預報業(yè)務中應用廣泛，且10 m風場產(chǎn)品對風向和風速的預報效果表現(xiàn)較好［1－2］，因而業(yè)務上海面風場預報主要參考ECWMF細網(wǎng)格（0.125°×0.125°）10 m風場預報產(chǎn)品，其產(chǎn)品自2013年開始接收使用，至今已穩(wěn)定使用近8年，模式產(chǎn)品覆蓋整個南海海域［3－4］。但是，廣東省氣象臺業(yè)務上開展的海面風精細化訂正大多參考天氣形式等主觀經(jīng)驗，缺乏定量誤差參考，因而開展ECWMF模式10 m風場產(chǎn)品在南海海域，特別是南海北部海域的檢驗評估工作是十分有必要的。

1 資料與方法

本研究采用ECMWF細網(wǎng)格（簡稱EC細網(wǎng)格，下同）10 m風產(chǎn)品資料，分辨率0.125°×0.125°，資料時間為2019年1月1日—2020年12月31日，起報時刻為20：00（北京時，下同），預報時效為0～72 h。地面風速實況資料來自廣東沿海及南海北部海域（18°N以北）的海島站、沿海站、浮標站和平臺站，其中沿海站距離海岸線不超過5 km［5］，站點海拔高度控制在30 m以下，如代表性較好則可適當放寬，但不超過70 m。對其進行質(zhì)控后［6］，最終篩選出南海北部檢驗代表站點117個（圖1）。

圖1 南海北部檢驗代表站分布圖

實況資料采用整點2 min平均風速風向資料，資料間隔為1 h，模式資料選取距離測站最近的格點風速值，檢驗時間間隔參考業(yè)務產(chǎn)品發(fā)布時間間隔為6 h，檢驗結果采用0～24、24～48、48～72 h（簡稱24、48、72 h，下同）時效的誤差指標進行統(tǒng)計。檢驗指標除了平均誤差（ME）、6級以上強風TS評分（簡稱TS評分）［7］，還采用了風力滿分率的概念，其計算公式為

其中，定義風力預報與實況值的絕對誤差小于或等于半級為滿分（HIT）；風力預報與實況值的誤差大于半級為偏高（HIGH）；風力預報與實況值的誤差小于半級為偏低（LOW）。所有預報次數(shù)為NT，預報滿分次數(shù)為NHit，預報偏高次數(shù)為NHigh，預報偏低次數(shù)為NLow。

2 預報誤差分析

為了檢驗ECWMF細網(wǎng)格10 m風產(chǎn)品在南海北部的預報性能，本研究統(tǒng)計了不同時效按風級、風向、站點類型分類的模式風速預報誤差，統(tǒng)計結果見表1、表2、表3和圖2。通過對比發(fā)現(xiàn)（表1），檢驗樣本基本覆蓋了7級以下的平均風速，3級以下的樣本數(shù)最多占71.6%，其次為4～5級占24.3%，7級以上的平均風樣本很少被記錄到。模式對3級以下和4～5級風的預報效果較好，風速預報滿分率均在50%以上，其中，3級以下風以預報偏高為主，4～5級風以偏低為主，6～7級和7級以上風預報效果較差，主要失分于預報偏低站次較多；不同預報時效下，3級以下、4～5級、6～7級和7級以上的平均誤差樣本50%集中分布在0.7～2.2、－1.9～－0.3、－4.9～－2.5和－7.7～－3.8 m／s（圖2a）。

表1 不同預報時效下不同風級的風速預報評分占比和平均誤差的平均值

以45°為間隔將0～360°劃分為北風（0°～22.5°或337.5°～360°）、東北風（22.5°～67.5°）、東風（67.5°～112.5°）、東南風（112.5°～157.5°）、南風（157.5°～202.5°）、西南風（202.5°～247.5°）、西風（247.5°～292.5°）和西北風（292.5°～337.5°）8個風向。不同風向的檢驗樣本中（表2），東風樣本占比最多達23.3%，西風和西北風樣本占比最少不足10%。不同風向的預報滿分率相差不大，均達到了60%以上，其中模式對西風和西北風預報效果較好，滿分率達到了70%以上，對偏南風和偏東風的預報效果較差，體現(xiàn)為偏南風的預報偏高率最大，偏東風的預報偏低率最大，模式對不同風向的風速預報誤差系統(tǒng)性偏大，偏北風和西北風偏大最明顯，不同時效下不同風向的平均誤差樣本50%集中分布在0.2～2.0 m／s（圖2b）。

表2 不同預報時效下不同風向的風速預報評分占比和平均誤差的平均值

不同站點類型的檢驗樣本中（表3），海島站樣本占比最多，平臺站和沿海站樣本占比相當，最少為浮標站。模式對不同站點類型的預報滿分率均在60%以上，其中沿海站和浮標站的風速預報滿分率相對較高，平臺站和海島站的風速預報滿分率相對較低，海島站和沿海站的預報主要失分于預報偏高，浮標站主要失分于預報偏低，平臺站偏高和偏低比例相當，不同時效下，浮標站、平臺站、海島站和沿海站的平均誤差樣本50%集中分布在－1.5～－0.3、－0.6～1.0、0.3～1.3和0.2～1.2 m／s（圖2c）。此外，還可以發(fā)現(xiàn)無論是按風級、風向還是站點類型進行統(tǒng)計，其對應的風速預報滿分率都會隨著預報時效的增加而減小，預報誤差隨著預報時效的增加而增大，且預報偏差樣本的離散度隨著預報時效的增加而增大。

圖2 24、48、72 h風速預報平均誤差箱線圖

表3 不同預報時效下不同站點類型的風速預報評分占比和平均誤差的平均值

3 強風過程檢驗

3.1 強風過程篩選與天氣系統(tǒng)分型

海面強風業(yè)務規(guī)定定義，每年的9月至翌年的6月，受北方冷空氣影響，當廣東任意海面出現(xiàn)≥6級的偏北風（含東北風）或偏東風時，就定義該海面出現(xiàn)強風［8］。根據(jù)以上業(yè)務規(guī)定并結合日常預報業(yè)務要求，本研究定義當南海北部（18°N以北）海區(qū)中不少于兩個站點平均風≥6級（10.8 m／s），且至少有1個站點連續(xù)2個時次平均風≥6級時，即南海北部出現(xiàn)強風，強風出現(xiàn)的當天定義為南海北部的強風日。一般情況下造成南海北部海面強風過程的主要影響天氣系統(tǒng)有冷空氣、臺風、臺風和冷空氣共同影響等。經(jīng)統(tǒng)計，2019—2020年共有393個強風日，其中冷空氣影響的強風日有300 d，臺風影響的強風日有43 d，臺風和冷空氣共同影響的強風日有50 d。按路徑屬性信息進行分類（表4），冷空氣造成的強風過程可以劃分為東路、中路、西路、混合、冷高壓脊5種，東路冷空氣最多占34%，西路和中路冷空氣較少分別占12%和13%；臺風造成的強風過程可以劃分為西行、西北行、轉(zhuǎn)向、北上、打轉(zhuǎn)5種，西行和西北行最多，合計占比超過70%；臺風和冷空氣共同造成的強風過程中，西行路徑臺風占比高達73%。按強度屬性信息進行分類（表4），冷空氣造成的強風過程根據(jù)廣州站最低氣溫48 h降幅可以劃分為弱冷空氣、中等強度冷空氣、較強冷空氣、強冷空氣和寒潮5種［9］，由于弱冷空氣占比高達92%，中等及以上級別的冷空氣歸為一類進行統(tǒng)計；臺風造成的強風過程按臺風強度可以劃分為TD或擾動、TS、STS、TY、STY和SUPERTY共6個級別，TD和擾動、TS級別占比較大，分別為34%和33%，故STS及以上級別歸為一類進行統(tǒng)計；臺風和冷空氣共同造成的強風過程中均為弱冷空氣，TY級別以上歸為一類進行統(tǒng)計。

表4 24 h不同天氣系統(tǒng)分型下的強風過程預報評分占比及TS

3.2 強風過程預報誤差分析

圖3為EC細網(wǎng)格10 m風速產(chǎn)品對應24、48、72 h預報時效的不同天氣系統(tǒng)分型下的強風過程預報評分，可以看到隨著時效的增加風速預報滿分率和TS評分逐漸減小，并以臺風系統(tǒng)表現(xiàn)最為明顯。結合圖3和表4以24 h預報時效為例進一步分析。冷空氣影響下的強風過程中，模式風速預報滿分率為60.2%，主要失分于預報偏高站次較多，平均誤差樣本50%集中分布在0.6～1.3 m／s之間，TS評分為24.7%，主要失分于強風漏報；其中，冷高壓脊或弱冷空氣影響下強風過程預報滿分率相對較高，中路冷空氣相對較低，主要由于預報偏高站次最多，但其對應的TS評分最高。臺風影響下的強風過程中，模式風速預報滿分率和TS評分均略低于冷空氣分別為57.1%和21.9%，同樣主要失分于預報偏高站次較多和強風的漏報，平均誤差樣本50%集中分布在0.2～1.2 m／s之間。其中，不同路徑的臺風對應的評分相差較大，轉(zhuǎn)向和北上型臺風的滿分率明顯高于其他，但TS評分也很不穩(wěn)定，這可能與樣本數(shù)較少有關，因而這兩種路徑下的評分參考性較低；從滿分率和TS評分綜合表現(xiàn)來看，模式對TD或擾動級別的臺風造成的強風過程預報效果更好。臺風和冷空氣共同影響下的強風過程中，模式預報滿分率與臺風相當，偏高率相對前二者略高，平均誤差樣本50%集中分布在0.8～1.4 m／s之間，TS評分最高達31.9%，原因是強風漏報站次相對前二者較少；從滿分率和TS評分綜合表現(xiàn)來看，模式對西北行臺風和弱冷空氣造成的強風過程預報效果相對較好。

圖3 24、48、72 h的不同天氣系統(tǒng)分型下的強風過程預報評分

4 結論

1）EC模式對3級以下、4到5級風的預報效果較好，風速預報滿分率均在50%以上，其中，3級以下風以預報偏高為主，4到5級風以偏低為主，6到7級和7級以上風預報效果較差，基本失分于預報偏低，因此可對6級以上風進行重點訂正。EC模式對不同風向的風速預報誤差相對穩(wěn)定，體現(xiàn)為系統(tǒng)性偏大，多數(shù)樣本平均誤差集中分布在0.2～2.0 m／s；EC模式對沿海站和浮標站的風速預報滿分率較沿海站和平臺站更高，海島站和沿海站的預報主要失分于預報偏高，浮標站主要失分于預報偏低，平臺站偏高和偏低比例相當。

2）造成南海北部強風過程的天氣系統(tǒng)中，冷空氣占比最多達76%，其中又以弱冷空氣占比最多，3種天氣系統(tǒng)下的滿分率和TS評分主要失于分預報偏高站次較多和強風的漏報。TS評分較高的天氣系統(tǒng)通常對應的偏高率也較高，不利于滿分率得分，比如臺風和冷空氣共同影響，因而在人工訂正過程中需綜合考慮二者的關系。綜合表現(xiàn)來看，模式對冷空氣影響下的強風過程的預報效果最好，其中又以冷高脊和弱冷空氣類型的預報效果最佳。

3）預報時效越長，滿分率和TS評分越低，預報誤差越大，預報偏差樣本的離散度越大，體現(xiàn)出EC模式在海面風預報中的不穩(wěn)定性。