戴益斌，周潔雯

1.永嘉縣氣象局，浙江永嘉 325100；2.溫州市氣象局，浙江溫州 325000；3.溫州市臺風監(jiān)測預報技術重點實驗室，浙江溫州 325000；4.溫州市氣象臺院士工作站，浙江溫州 325000

大風是溫州常見的氣象災害之一，其中尤以沿海風災風險高，海上大風對海上航運、漁業(yè)生產和人民群眾生命財產安全造成嚴重影響或危害。溫州沿海大風受冷空氣、倒槽和臺風等因素影響[1-3]。冷空氣大風主要出現(xiàn)在冬春季，并伴隨強降溫等天氣；臺風大風則以夏秋季為主，冷空氣和臺風大風都具有范圍較廣、持續(xù)時間較長等特點；雷雨大風多出現(xiàn)于春夏季，具有范圍小、時間短、強度大、破壞性強等特點。

歐洲中心(ECMWF)細網格10 m風場是目前主流的精細化數值預報產品之一，且空間分辨率較高，這對開展溫州市域及沿海這種較小范圍內的氣象要素的精細化預報有著較為明顯的優(yōu)越性。利用現(xiàn)有沿海風力的常規(guī)觀測資料，建立對歐洲中心網格10 m風場科學、有效的本地化客觀訂正方法，為預報員提供參考依據，也為開展溫州沿海大風精細化、精準化預報及服務提供支撐，對防御沿海風災、減少人員傷亡和經濟損失具有重要意義。

利用2017—2019年溫州沿海氣象觀測站實況極大風數據分析了溫州沿海大風的分布特征，并嘗試尋找實況數據和歐洲中心細網格10 m風場預報產品相關性，建立線性回歸方程，提高歐洲中心細網格10 m風場在溫州沿海的應用能力。

1 資料與方法

1.1 資料

所用資料包括溫州沿海氣象觀測站2017—2019年逐小時整點極大風數據。因地域限制，這42個站點主要集中在溫州沿海中部的洞頭區(qū)，北部的樂清、南部的蒼南沿海等站點分布較少。其中，溫州浮標站距離陸地最遠，大概70 km，受地形影響最小，對海平面10 m風場具有很好的代表性，但維護困難，存在一定的缺測情況；其他站點的海拔為1～127 m，其中16個站點海拔在50 m以上，2個站點在100 m以上。海拔較高的站點受海拔和地形影響，有一定的局地性。

歐洲中心細網格10 m風場預報產品空間分辨率0.125°×0.125°，逐日2次(北京時每天08:00、20:00)起報，預報時效達10 d(240 h)，前72 h時間分辨率為3 h，72 h后分辨率為6 h?；跁r效的延長會導致風向風速預報的誤差逐漸加大的統(tǒng)計結果，僅研究前24 h預報時效。

1.2 方法

利用雙線性插值方法，將歐洲中心細網格10 m風場插值到選取的42個溫州沿海觀測站點，根據插值后的u和v分量計算風速，將其與對應的觀測站風力進行比較，剔除缺測值后，采用相關系數(r)等統(tǒng)計指標評估其預報效果。

2 觀測站實況風力分析

統(tǒng)計2017—2019年溫州沿海觀測站逐小時極大風數據得到日極大風風速并按蒲福風力等級表進行分級，得到溫州沿海極大風的分布特征。

2.1 極大風的分布特征

從2017、2018和2019年逐年日最大風力等級分布看，整體均呈現(xiàn)正態(tài)分布特征，沿海風力均在4級及以上，6～8級風出現(xiàn)頻次最多，極少有16級極大風。從2017—2019年所有風力統(tǒng)計看，6～8級風力占比分別均在20%以上，其中7級風力最多，達24.9%；超漁船最大承受能力的9級及以上風力，合計占比也有大約20%，其中主要為9～10級風，11級以上極大風較少。

2.2 極大風的季節(jié)特征

將極大風分四季進行統(tǒng)計，發(fā)現(xiàn)不同季節(jié)每年的風力等級也基本均呈正態(tài)分布，計算2017—2019年4個季節(jié)不同等級的平均天數，特征比較明顯。

從2017—2019年四季風力平均天數的等級分布看，溫州沿海8級及以上的大風過程一年四季均可能產生，但冬季最容易出現(xiàn)，這主要是因為冬季冷空氣活動頻繁；而這種系統(tǒng)性造成的大風以8～9級大風為主，10級及以上的極端性大風出現(xiàn)頻次較少。

2.3 過程性大風分布特征

實測大風過程的定義：在業(yè)務工作中，將小時極大風≥8級(17.2 m/s)定義為大風，根據沿海漁船最大抗風能力，著重分析了9級(20.8 m/s)。因為歐洲中心細網格為全球模式預報產品，所以對強對流造成的風雨沒有較好的表現(xiàn)，即雷雨大風的瞬時風力對歐洲中心細網格10 m風場評估的參考意義不大。為剔除局地強對流造成的個別站點的雷雨大風，分別統(tǒng)計了8級風和9級風站點數超5%、10%、15%和20%的過程大風，發(fā)現(xiàn)2017—2019年每年8級及以上風超5%站點數的天數大約為40%，9級及以上風超5%站點數的天數在15%上下；8級及以上風超10%站點數的天數均超過30%，9級及以上風超過10%站點數的天數則超10%。

3 EC風場與實況風力關系

因2017年觀測站點較少，基于大樣本的原則，主要利用2018—2019年歐洲中心細網格10 m風場進行雙線性插值，根據u和v分量計算風速并逐一計算其與對應站點實況風力的相關系數。

由圖1可知，根據2018—2019年計算結果，關于歐洲中心細網格10 m風場風速與實況風力，不同站點的相關系數存在一定的差異，站點的00:00、12:00(世界時)風場與實況風力的相關系為0.26～0.45，呈較為明顯的正相關關系，均通過0.01顯著性檢驗。而針對相同站點，00:00(世界時)起報場與實況的相關系數與12:00(世界時)起報場相關系數整體差異不大，說明歐洲中心細網格10 m風場的預報能力比較穩(wěn)定，與起報時次無關，該結論與申華羽等[4]的研究結果一致。

圖1 2018—2019年各站點00:00、12:00起報EC逐3 h風速與實況極大風的相關系數

對2018年和2019年歐洲中心細網格10 m風場逐3 h數據分別與當年實況風力計算相關系數發(fā)現(xiàn)，同一年度，00:00起報和12:00(世界時)起報整體差異不大；除個別站點外，2018年的相關系數整體要高于2019年，但2019年的整體相關系數穩(wěn)定性強于2018年。北麂小虎頭嶼站的相關系數出現(xiàn)負值，主要與樣本數量過少有關，其2018年風力樣本數僅29，不具參考性，2019年樣本數量較多時，為正相關關系。

將歐洲中心細網格24 h預報時效中的最大風力和實況數據的日極大風進行逐日風力的相關系數的計算，除其中北麂小虎頭嶼2018年的數據僅4 d無法計算外，其余站點的正常。計算結果顯示，2018年的00:00(世界時)起報數據的相關系數分布在0.32～0.67，12:00(世界時)起報數據的相關系數分布為0.32～0.69，2019年00:00(世界時)起 報數據的相關系數為0.30～0.51，12:00(世界時)起報數據的相關系數分布在0.26～0.47，且均通過了0.01的顯著性檢驗。相較逐3 h的數據結果，同一年的00:00起報和12:00起報的逐日數據的相關系數雖然也整體吻合，但其差異性明顯要大于逐3 h數據的相關系數，從這兩年的數據看，2018年12:00起報的EC風力數據與實況極大風的相關系數高于00:00(世界時)起報數據，即12:00(世界時)起報的風力數據預報能力稍強于00:00(世界時)；2019年 則是00:00(世界時)起報數據稍強于12:00(世界時)起報數據。針對不同年度差異，在今后的應用中，有必要根據前2～3年的風力甚至更長的時間，年度滾動調整訂正線性回歸方程[5]。

對比同一年度同一起報時刻逐日相關系數和逐3 h相關系數，以2019年12:00起報數據為例(圖2)，發(fā)現(xiàn)除個別站點外，多數站點的EC逐日風速與實況極大風的相關系數都高于逐3 h風速與實況極大風的相關系數，這說明在構建線性回歸方程時，逐日大風的方程較逐3 h的方程更具參考價值，數據時刻越精細，線性回歸方程的訂正能力越有限。

圖2 2019年各站點12:00起報EC逐日/逐3 h風速與實況極大風的相關系數

根據上述分析可知，歐洲中心細網格10 m風場與溫州沿海觀測站極大風呈明顯的正相關關系，可據此構建各個站點的線性回歸方程。以下展示了以洞頭站、鹿西站、南麂站、北麂站和溫州浮標站逐3 h和逐日風速訂正方程(表1)。

表1 逐3 h/逐日風速訂正方程

根據上述方程，將訂正后的風速進行分級，計算與實況風力相差的風力級數，并與EC風場與實況所差級數相比。以洞頭站和南麂站逐日數據為例，可以發(fā)現(xiàn)，洞頭站訂正后的風速的準確率達35.9%，較EC預報風場提高了12.6%；南麂站訂正后的風速的準確率為24.4%，較EC預報風場提高了15.6%。洞頭站±1級的差異不大，兩者均接近50%；但南麂站±1級天數也是訂正風速要明顯大于EC預報風場?！?級至±4級的風力，兩站均顯示訂正風速要少于EC原始數據，±5級及以上兩者均極少。以上分析總體說明，針對溫州沿海逐個站點構建的線性回歸方程能夠較明顯地提高風力等級的準確率，或是減小相差的級數，達到了較好的釋用效果。

分別針對8級及以上風力、9級及以上風力檢驗線性回歸方程的訂正效果，以南麂站為例，發(fā)現(xiàn)回歸方程能夠較明顯地減小與實況風力的相差級數，其中對8級及以上風力的訂正效果要顯著，準確率為10.6%，主要差級集中在0到±2級以內；9級及以上風力也有一定的訂正效果，能縮小差級將其主要集中在±1級至±3級，但準確率沒有明顯提高，說明雖然訂正方程能夠較明顯地提高風力等級準確率或縮小差級，但對于9級級以上的大風，尤其是對極端大風的訂正能力有限。

4 結論與討論

通過對2017—2019年溫州沿海42個海島站極大風實況數據的分析，發(fā)現(xiàn)溫州沿海風力最小風力為4級，6～8級風出現(xiàn)頻次最多，占比分別均在20%以上，超漁船最大承受能力的9級及以上風力，合計占比約為20%，極少有16級極大風。

不同季節(jié)，春季(3—5月)6級風力最多，夏季(6—8月)和秋季(9—11月)7級風力最多，冬季(12月—翌年1月)8級風力最多；說明冬季溫州沿海更容易出現(xiàn)大風，這主要是因為冬季冷空氣活動頻繁；而這種系統(tǒng)性造成的大風以8～9級大風為主，10級及以上的極端性大風出現(xiàn)頻次較少。

歐洲中心細網格10 m風場數據與溫州沿海觀測站實況極大風有較好的正相關關系，00:00和12:00(世界時)起報整體差異不大，但年度差異顯著，不同站點之間也有所差異，據此可針對不同站點構建線性回歸方程，且實況檢驗發(fā)現(xiàn)這些方程均能較明顯地提高風力等級的準確率，或是減小相差的級數，有較好的釋用效果。此外，逐日風速與實況極大風的相關系數高于逐3 h與實況極大風的相關系數，因此逐日大風的線性回歸方程較逐3 h的方程更具參考意義。

由于氣象觀測站主要布置在海島上，選用的42個站點多數集中在洞頭區(qū)，體現(xiàn)了較大的空間分布不均勻，相關訂正僅針對對應站點，在無站點的海域參考價值有其局限性。后期進一步增設沿海站點，尤其是北部的樂清沿海及南部的蒼南沿海實況風力的補充，應當及時涵蓋。

鑒于實際預報預警和服務首要需求，僅針對風速大小進行了相關研究和分析，未對風向進行檢驗和評估，后期可以進一步組織研究；僅根據月份簡單地分季節(jié)統(tǒng)計分析了風速等級特征，后續(xù)可根據不同天氣系統(tǒng)造成的大風進行分類，分析不同天氣背景下的溫州沿海大風特征和歐洲中心細網格的10 m風場的預報能力，可能可以據此構建出更具針對性的回歸方程。本研究未去除高海拔站點，主要是考慮實際業(yè)務應用中，尤其是監(jiān)測與預警均以站點為標準，站點的海拔和地形的因素造成的誤差是始終存在且基本保持不變的，但針對不同年度歐洲中心細網格的10 m風場與溫州沿海極大風的相關系數的差異性，每年應該至少針對前2～3年的實況風力，動態(tài)更新線性回歸方程以取得較好的釋用效果。