基于區(qū)域海氣浪耦合模式的海洋風場預報性能研究

詹思，齊琳琳，盧偉，孟旭航

（1.解放軍理工大學，江蘇南京211101；2.空軍裝備研究院航空氣象防化研究所，北京100085；3.空軍氣象中心，北京100029）

基于區(qū)域海氣浪耦合模式的海洋風場預報性能研究

（1.解放軍理工大學，江蘇南京211101；2.空軍裝備研究院航空氣象防化研究所，北京100085；3.空軍氣象中心，北京100029）

為評估面向海洋風場的耦合模式預報性能，針對西北太平洋海域，基于一次有無臺風過程開展了區(qū)域海氣浪耦合模式的72 h風場預報應用研究，并重點對1000 m以下低空風預報進行了GPS觀測數(shù)據(jù)的比對檢驗評估。結(jié)果表明：無論是海面10 m風還是1000 m以下低空風，耦合模式對無臺風日的風場預報效果相對更好；有無臺風過程的檢驗評估均顯示，海面低空風預報隨時間變化趨勢與GPS觀測的基本一致，且各高度上均是u分量預報效果好于v分量的；針對臺風的耦合模式預報需從模式初始場和物理過程參數(shù)化等加以發(fā)展完善。

西北太平洋；區(qū)域海氣浪耦合；海洋風場

1 引言

海洋環(huán)境保障是海上軍事活動、經(jīng)濟活動、能源開發(fā)、旅游以及海洋運輸?shù)戎T多方面得以順利進行的重要保證[1]。作為海洋環(huán)境保障的重要組成部分，準確的海洋風預報對于保障能源勘探開發(fā)、海上作業(yè)等經(jīng)濟活動，以及海上飛機起降，火箭、衛(wèi)星等航天器飛行等的安全具有重要意義[2-3]。西北太平洋是21世紀的全球地理-政治樞紐，有著重要的政治、經(jīng)濟、軍事地位[4]，我國正位于西太邊緣，處于季風變換帶，氣候差異顯著，且常常遭受臺風的侵襲[5]。因此，準確而及時的西北太平洋風場預報對于保障艦船航行和飛機飛行安全等一系列經(jīng)濟、軍事活動順利遂行具有重要意義。

近年來，數(shù)值模式預報已逐漸成為海洋風場預報的主要手段。謝強等[6-7]根據(jù)有限海域特點建立了有限海域風場模式方程組，并將該模式用于渤海海域進行預報實驗，得到的結(jié)果與觀測資料一致。凌鐵軍等[8]使用中尺度預報模式MM5（Fifth-Generation Penn State/NCAR Mesoscale Model）在黃海和渤海海域進行預報試驗，證實了MM5有較強的預報能力，且穩(wěn)定性強，適合用于我國業(yè)務(wù)預報系統(tǒng)。陳德文[9]建立了一個較適合于臺灣島周邊海域的臺風風場模型，并成功應用于臺灣周圍海洋風預報模擬中。陳俊文等[10]則利用WRF（Weather Research and Forecasting Model）模式成功模擬出一次南海冬季的大風過程。Accadia等[2]利用QBOLAM（Quadrics Bologna Limited-Area Model）模式對地中海海域海洋風進行預報，并用QuikSCAT衛(wèi)星資料對其進行評估，證實了其預報可信性。Vishnu等[11]證明WRF模式在印度西海岸準確預測出前季風季的海洋風，且海洋風晝夜變化特征與實際情況相符。已有研究表明：盡管單一大氣模式的海洋風場預報具有較好的業(yè)務(wù)應用能力，但考慮到大氣和海洋存在著相互作用，單一模式在完整描述大氣海洋彼此間相互作用過程存在不足[12-13]。單一大氣模式總是假定海表面溫度（Sea SurfaceTemperature，SST）固定不變[14]，然而實際上SST往往會隨著大氣濕度的變化而改變，也受短波輻射和潛熱通量等物理量的影響[15]，同時，SST對大氣存在一個負反饋機制，變化的海溫會對降水、大氣層結(jié)穩(wěn)定度[16]、海洋風場甚至熱帶氣旋[14]產(chǎn)生不同影響。海浪場則能改變海表狀態(tài)，直接影響海氣界面上的動量、熱量和物質(zhì)交換過程[17]。因此海洋風場預報，尤其是海面低空風的預報應以區(qū)域海氣浪耦合模式的應用為發(fā)展方向。

目前針對區(qū)域海氣浪耦合模式的應用研究國內(nèi)外已取得一系列成果。姚素香等[18]利用RegCM3（ICTP Regional Climate Model version 3）和POM 2000（Princeton Ocean Model）的耦合較好地模擬出我國夏季降水帶，并給出了長江流域降水與孟加拉灣、南海等海域海溫的關(guān)系。Huang等[19]利用RegCM3和POM的耦合準確模擬出南海和西太平洋地區(qū)海表溫度，很好地反映出相關(guān)海域的海氣相互作用關(guān)系。Doscher等[20]則利用海氣冰耦合模式RCAO（Rossby Centre regional Atmosphere Ocean model）準確模擬出波羅的海的海溫。Hsu等[21]則將COAMPS（Coupled Ocean/Atmosphere Mesoscale Prediction System）模式應用于加利福尼亞的中部和南部海岸的海洋風預報，發(fā)現(xiàn)分辨率對模式準確率的重要性。孫建奇等[22]等嘗試用DEMETER（Development of a European Multimodel Ensemble System for Seasonal to Interannual Prediction）耦合模式對西北太平洋的臺風活動進行預測，預測性能良好。劉娜等[23]通過WRF、SWAN（Simulating Waves Nearshore）和ROMS（Regional Ocean Modeling System）耦合模式研究了2011年臺風“梅花”的熱通量交換和物理過程。Ren等[24]利用該模式則研究了2011年臺風“洛坦”期間的大氣和海洋動力過程。關(guān)皓等[17]基于中尺度大氣模式（MM5）、區(qū)域海洋模式（POM）和第三代海浪模式（WAVEWATCH-Ⅲ，WW3），建立了適用于我國南海海區(qū)的中尺度海氣浪耦合模式，并較好模擬了兩次臺風過程。

上述研究表明：目前利用區(qū)域海氣浪耦合模式進行的研究主要側(cè)重于海溫[15,19-20]、降水[16,18]和臺風過程[14,17,22-24]，而對于海洋風場，尤其是海洋低空風的預報研究較為欠缺。因此，本文針對西北太平洋海域，分別基于一次有無臺風過程開展了區(qū)域海氣浪耦合模式的72 h風場預報性能研究，通過分析有無臺風過程的耦合模式海面風場預報精度，找出可能影響原因，從而為進一步發(fā)展完善區(qū)域海氣浪耦合模式的海洋風場業(yè)務(wù)預報提出一些可能改進方向。

2 區(qū)域海氣浪耦合模式

本文的區(qū)域海氣浪耦合模式以中尺度耦合器MCT（Model Coupling Toolkit）為主導，以區(qū)域氣象模式WRF、海洋環(huán)流模式ROMS和海浪預報模式SWAN作為分量構(gòu)成。其中，海洋模式ROMS是三維非線性、自由表面和基于地形跟隨坐標的斜壓原始模式，可以模擬不同尺度的運動，在國外已被廣泛地應用于海洋研究諸多領(lǐng)域。大氣模式WRF則是一個完全可壓的非靜力模式，是目前國際上應用最廣泛、發(fā)展最成熟的中尺度大氣模式，被世界上許多國家應用于氣象研究和業(yè)務(wù)預報。而海浪模式SWAN是由荷蘭Delft大學開發(fā)的第三代近岸海浪模式，能得出模擬海域內(nèi)的各種波要素，具有穩(wěn)定性好、計算精度較高等特點。耦合模式采用中尺度多模式耦合器MCT，通過“即插即拔”方式方便地連接各分量模式，耦合模式組成和變量傳遞如圖1所示。

圖1 耦合模式變量交換示意圖

模式中的大氣、海洋、海浪分量模式均采用可與彼此進行雙向參數(shù)傳遞和數(shù)據(jù)交換的開放式計算框架，即在各自分量模式積分控制函數(shù)中加入耦合控制函數(shù)并予以調(diào)用使用。其中，大氣分量模式在積分運算過程中不僅為海浪分量提供海面10 m風場，而且將計算得到的大氣表層氣壓、2 m相對濕度、2 m溫度、10 m風、總云量、蒸發(fā)、降水、長波和短波輻射、風應力、感熱和潛熱變量傳遞給其，同時還接收了海浪分量模式輸出的浪高、周期和波和海洋分量模式輸出的海表溫度。同時，海洋分量模式在積分運算過程中不僅更新大氣提供的下墊面溫度，而且將計算得到的海平面高度、垂向平均流速和底面粗糙度傳遞到海浪分量模式，同時還接收大氣作為其上邊界強迫提供的大氣表層氣壓、2 m相對濕度、2 m溫度、10 m風、總云量、蒸發(fā)、降水、長波和短波輻射、風應力、感熱和潛熱通量，以及海浪輸出的浪向、浪高、波長、周期、能量消散、波浪破碎。另外，海浪分量模式也是不僅輸出浪高、周期和波長與大氣進行耦合，而且將浪向、浪高、波長、周期、能量消散、波浪破碎的影響也傳遞至到海洋分量模式，同時及接收大氣提供的的海面10 m風，以及海洋分量模式輸出的海平面高度、垂向平均流速和底面粗糙度。相比而言，模式采用MPI分布式儲存的MCT耦合器，將大氣模式WRF、海洋模式ROMS和海浪模式SWAN作可擴展的耦合分量模式，將彼此間的交換變量以靈活的場變量存儲格式，通過耦合消息傳遞和再分配方式，以及不同時空尺度數(shù)據(jù)網(wǎng)格插值，通過“插拔”方式的實現(xiàn)分量模式模塊化的全局并行同步耦合具有較好的先進性。

以西北太平洋海域為研究對象，分別選取2014年9月8日和19日進行了耦合模式的72 h預報運行試驗。其中，8日12時（世界時，下同）—11日12時定義為“無臺風日”個例，而19日12時—22日12時定義為“臺風日”個例（2014年16號臺風“鳳凰”）。耦合模式的WRF初、邊值場采用0.5°×0.5°的T799（譜模式TL799L91）預報場，ROMS初、邊值場采用0.25°×0.25°的北半球海洋預報場，而SWAN則采用提前24 h熱啟方式，所需風場資料同樣來自0.5°×0.5°的T799預報場。模式水平分辨率為6 km，各分量模式逐1 h交換一次變量。模式計算區(qū)域如圖2所示。需說明的是，圖中紅、藍色標注點分別為無臺風日和臺風日用于評估模式性能的GPS（Global Position System）觀測站點。而用于比對分析的客觀分析場為逐6 h分辨率為0.5°×0.5°的GFS（Global Forecast System）的初始分析場數(shù)據(jù)。

需說明的是，考慮到該耦合模式在試運行期間曾針對其與單一WRF模式開展過為期一年的比對分析試驗。結(jié)果表明：耦合預報均方根誤差年平均總體上具有一定優(yōu)勢，主要是風場和表層溫度場上。因此，本文現(xiàn)給出2013年耦合模式與WRF模式的U風分量均方根誤差月/年平均檢驗比對（見圖3）來以做說明。

圖2 模式計算區(qū)域及位于其內(nèi)的GPS觀測站點分布

圖3 2013年耦合模式與WRF模式24、48、72 h U風分量均方根誤差月/年平均檢驗比對

3 海面10 m風的預報效果分析

以海面10 m風為例，分別針對2014年9月8日和19日的有無臺風過程，不僅分析了72 h內(nèi)逐24 h耦合模式的風場預報分布，而且還給出了預報場與相應時刻客觀析場的風矢與風速差，以便更加直觀地了解耦合模式預報效果。

3.1 無臺風的風場效果分析

圖4給出了8日12時—11日12時逐24 h模式風場分布?？梢钥闯觯?日12時，南沙群島-菲律賓群島附近以西南風為主，在西沙群島轉(zhuǎn)為偏東風，東海-黃海-渤海一帶則表現(xiàn)為偏北風；東部洋面自東向西呈東北風-偏南風的順時針變化，并在四國海盆南部轉(zhuǎn)為偏西風，向東匯入一個氣旋中，模式風速基本維持在6 m/s以內(nèi)。10日12時，南沙群島的西南風、東海-黃海-渤海一帶的偏北風和洋區(qū)東側(cè)的東北風增強，風速可達10 m/s以上。洋區(qū)東側(cè)的東北風一部分向南海輸送，一部分在九州-帕勞海嶺中部折為偏南風，向日本群島附近運動。11日12時，南海南部的西南風與其北部的偏東風增強成為一個小型氣旋，最大風速超過10 m/s；東海-黃海-渤海風速繼續(xù)增強，且轉(zhuǎn)變?yōu)闁|北風。菲律賓群島附近的西南風增強，在預報區(qū)域東邊界逆轉(zhuǎn)為東南風，又在九州-帕勞海嶺中部分別流向臺灣海峽和日本群島附近。

圖5則是8日12時—11日12時逐24 h的預報風場減去相應時刻GFS風場而得到的風矢與風速差?？梢钥闯觯耗Ｊ筋A報效果總體是好的。初始時刻，風速差主要集中在日本島以南的氣旋中心位置和棉蘭老島周圍，且為負差值，風向差異則集中在加羅林群島北部小部分地區(qū)和棉蘭老島周圍洋區(qū)。隨著預報時效的增加，風向差異區(qū)逐漸擴大至加羅林群島北部的九州-帕勞海嶺和馬里亞納海溝洋區(qū)；菲律賓群島北部邊界出現(xiàn)風速的正差值區(qū)，日本島以南的負差值區(qū)則隨氣旋中心東移出試驗區(qū)，加羅林群島以北出現(xiàn)新的負差值區(qū)，預報場風速低于客觀場9 m/s以上，此處，風速差值區(qū)與風向差異區(qū)重疊。

由此可知，耦合模式對無臺風情況下海面10 m風場具有良好的預報效果，除加羅林群島附近外，預報的風場分布基本與客觀場一致。

3.2 有臺風的風場效果分析

圖6給出了19日12時—22日12時逐24 h的模式預報風場分布?？梢钥闯?，20日12時，臺風中心正位于臺灣島上，內(nèi)部最大風速可達18 m/s以上。南海-菲律賓海溝一帶位于臺風南側(cè)，自東向西盛行風由東南風轉(zhuǎn)為西南風。黃海-日本海一帶以偏東風為主，日本群島附近則表現(xiàn)為西南風。21日12時，臺風中心向東北方移至釣魚島附近，最大風速增強，達到20 m/s以上，日本群島東部轉(zhuǎn)變?yōu)闁|北風；東部洋面的偏東風在加羅林群島附近逆轉(zhuǎn)為西南風。22日12時，臺風持續(xù)向東北方移動，臺風中心位于東海，南海依舊盛行西南風，菲律賓海溝一帶則轉(zhuǎn)變?yōu)槠憋L，并在加羅林群島一帶轉(zhuǎn)變?yōu)槠黠L-偏南風。日本群島的偏北風和東北風加強，一部分在四國海盆一帶轉(zhuǎn)為偏東風，吹向臺風位置，另一部分繼續(xù)南下，在九州-帕勞海嶺中部與南側(cè)的偏東風匯合，吹向菲律賓群島北部。

圖4 2014年9月8日12時—11日12時逐24 h模式預報10 m風場分布

圖5 2014年9月8日12時—11日12時逐24 h模式預報10 m風場與GFS風場差值圖

圖6 19日12時—11日12時逐24 h模式預報10 m風場分布

圖7 2014年9月19日12時—22日12時逐24 h模式預報10 m風場與GFS風場差值圖

圖7同樣是19日12時—11日12時逐24 h的模式預報場與GFS風場的風矢與風速差?？梢钥闯?，臺風日洋區(qū)風場差異較大，臺風中心位置預報場與客觀場差異更為顯著。初始時刻，兩類風場的臺風中心均位于巴士海峽，預報場風速明顯低于客觀場；臺風外部，風場差異不明顯，在試驗區(qū)東南邊界有小的風速正差值區(qū)。隨著預報時效的增加，臺灣海峽-東海海域一帶，由于預報場和客觀場描述的臺風路徑/中心位置的偏差，分裂出明顯的風速正/負差值區(qū)，其中正差值區(qū)表示預報場臺風位置；臺風外部，兩類風場差異主要集中在試驗區(qū)東側(cè)邊界，尤其在19日12時出現(xiàn)明顯的風速負差值區(qū)，且與風向差異區(qū)重合。

由此可見，臺風個例情況下，耦合模式預報的風場強度弱于客觀分析場的，這與他人的耦合模式臺風預報研究相一致。此外，對受臺風影響弱的區(qū)域，模式風場預報效果相對好。

上述對有無臺風的西北太平洋海面10 m風預報效果分析表明：區(qū)域海氣浪耦合模式對無臺風過程的海面10 m風預報效果較好，而對于臺風過程的預報效果則偏弱。這一結(jié)果符合以往耦合模式對臺風強度預報偏弱的結(jié)論[25]。初始時刻，預報風場與客觀場較一致，積分時間越長，初始場的偏差擴大，兩類風場的差異也越大。無臺風日，洋區(qū)風場差異主要集中在加羅林群島以北洋面；臺風日，除了臺風中心所在位置，風場差異則集中在試驗區(qū)東邊界。

對于臺風過程中海面10 m風，后續(xù)耦合模式將考慮從初始場和模式物理參數(shù)化過程予以加強。

4 海面低空風的預報效果評估

在耦合模式的海面10 m風預報效果分析基礎(chǔ)上，本節(jié)利用獲取到的海面空中風觀測資料，通過對1000 m以內(nèi)模式預報風場u、v分量的誤差統(tǒng)計分析，檢驗評估出區(qū)域海氣浪耦合模式在有無臺風過程的低空風預報應用中的性能。

4.1 檢驗資料和評估方法

本文用以檢驗評估的觀測資料為隨船釋放的GPS探空。資料時效為2014年8月29日00時—2014年9月21日00時，采用逐4 h，垂直向上每隔10 m記錄一個數(shù)據(jù)?？紤]到每個探空點只存有一個記錄，故評估計算時采用整個預報時段內(nèi)的平均數(shù)據(jù)。檢驗評估采用均方根誤差（RMSE）和皮爾遜相關(guān)系數(shù)（R）進行。其中，均方根誤差可以用來衡量觀測值同真值之間的偏差，皮爾遜相關(guān)系數(shù)則能反映變量之間相關(guān)關(guān)系密切程度。均方根誤差和皮爾遜相關(guān)系數(shù)計算公式如下所示：

式中：Fi代表模式預報場的u或v分量，Oi代表GPS探空風場的u或v分量。

4.2 預報性能評估分析

表2為不同高度上，無臺風日模式預報場與觀測資料的比對分析結(jié)果。可以看出，10 m高度上，u、v分量的均方根誤差分別為0.78 m/s和1.66 m/s，相關(guān)系數(shù)則分別為0.91和0.85，模式預報效果很好，且模式預報u分量好于v分量的。500 m高度以內(nèi)，u分量的均方根誤差隨高度增加而增大，在500 m高度上達到最大2.09 m/s之后，均方根誤差又隨高度增加而減??；1000 m高度以內(nèi)，v分量的均方根誤差則隨著高度增加而增加，并在1000 m高度上達到最大3.62 m/s。其中，u分量均方根誤差維持在1.5～2 m/s間，v的則較u的略大，基本為在1.5～3.5 m/s間。同時，u、v分量的相關(guān)系數(shù)隨著高度上升而減小，50～700 m高度間，u分量的相關(guān)系數(shù)保持在0.8以上，v分量的保持在0.7以上，而700 m以上，u、v分量的相關(guān)系數(shù)分別降至0.7和0.65以上。到了1000 m高度上，u、v的均方根誤差增至1.88 m/s和3.62 m/s，相關(guān)系數(shù)則降至0.71和0.68?？傮w來看，無臺風日個例中，耦合模式對海洋低空風的預報效果是不錯的，且u分量的預報效果好于v分量的。

表2 無臺風日過程模式預報低空風場u、v分量比對分析

同樣地，表3為不同高度上，臺風日模式預報場與觀測資料的誤差分析結(jié)果。可以看出，200 m高度上，u、v分量的均方根誤差分別為4.86 m/s和7.56 m/s，u的相關(guān)系數(shù)為0.60，v分量的僅有0.34，顯然，200 m高度上模式預報效果不佳，但模式對u分量的預報仍然好于v分量的。u分量的均方根誤差在600 m高度以內(nèi)隨高度增加而減小，在600 m高度上達到最小值4.42 m/s之后，又隨高度增加略有增大；v分量的均方根誤差則在700 m以內(nèi)隨著高度增加而減小，700 m高度上減至最小值6.26 m/s，之后高度上略有增加。其中，u分量均方根誤差維持在4.4～5 m/s間，v的均方根誤差較u的偏大，基本在6.2～7.8 m/s之間。與之相反，u、v分量的相關(guān)系數(shù)隨著高度上升增加，500 m及以下高度，u分量的相關(guān)系數(shù)均不超過0.8，以上高度相關(guān)系數(shù)保持在0.8以上；v分量的相關(guān)系數(shù)在700 m及以下高度偏低，不超過0.6，700 m以上高度則保持在0.63以上，但均不超過0.7，分析表明：臺風日時，耦合模式的低空風預報效果相對略差，但空中好于近海層。同時，臺風日情況下對u分量的預報效果仍然優(yōu)于對v分量的預報效果。

表3 臺風日過程模式預報低空風場u、v分量比對分析

為了進一步分析耦合模式海面低空風場的預報效果，根據(jù)GPS觀測位置，以10 m和1000 m高度為例，給出了預報場與觀測場散點對比分布，其中紅色代表無臺風日預報場，藍色代表臺風日預報場，黑色代表GPS觀測場。

圖8 10m高度模式預報風場和觀測風場隨時間變化

圖8為10 m高度上無臺風日（紅色）和臺風日（藍色）預報風場u、v分量與GPS實測風場u、v分量的隨時間變化對比圖?？梢钥闯?，無臺風日模式預報分場分布與觀測的變化趨勢基本一致。其中，9日12時之前，u分量均為正，表現(xiàn)為西風且風速遞增。9日12時驟變?yōu)闁|風。由于u、v分量中風速的符號不代表大小，只表示分量方向，因此風速大小表現(xiàn)為“減-增-減-增”的“W型”變化。而v分量在10日之前均為正，表現(xiàn)為南風且風速持續(xù)減小。到了10日后轉(zhuǎn)為北風，風速持續(xù)增大。臺風日時模式預報風場的變化趨勢與觀測的也較為一致。其中，u分量均為正，持續(xù)表現(xiàn)為西風且風向沒有變化，風速大致表現(xiàn)為遞增趨勢。而v分量也為正，持續(xù)南風且風速也表現(xiàn)為遞增趨勢。

同樣，1000 m高度上無臺風日（紅色）和臺風日（藍色）預報風場u、v分量與GPS實測風場u、v分量的隨時間變化對比顯示（見圖9），該高度上的預報風場與觀測變化趨勢也基本一致。無臺風日模式預報的u分量最初表現(xiàn)為西風，9日12時后轉(zhuǎn)變?yōu)闁|風。而v分量起初為南風，風速達6 m/s左右。隨后風速逐漸減小，在10日06時后轉(zhuǎn)變?yōu)楸憋L。臺風日模式預報的u分量持續(xù)為西風，風速呈緩慢上升趨勢，相應的v分量持續(xù)表現(xiàn)為南風，風速逐漸增加。但1000 m高度上，預報場風速明顯較觀測場偏低，臺風日的風速偏差尤其明顯，且v分量差值明顯大于u分量。

圖9 1000 m高度模式預報風場和觀測風場隨時間變化

圖10 無臺風日預報風場和觀測數(shù)據(jù)垂直廓線圖

圖11 臺風日預報風場和觀測數(shù)據(jù)垂直廓線圖

圖10、11分別為無臺風和臺風日時預報風場與GPS風場的垂直廓線圖，其中a圖均為u分量的，b圖則為v分量的。同一顏色表示同一時刻的兩種風場，其中圓形表示預報風場，三角形表示GPS數(shù)據(jù)。顯然，無論是否在臺風日，預報風場與GPS數(shù)據(jù)的u、v分量大小上均存在偏差，但兩種風場隨高度的變化趨勢較為接近。其中，臺風日預報風場與GPS數(shù)據(jù)的偏差大小明顯大于無臺風日。無臺風日時，兩類風場的數(shù)值偏差隨著高度的上升先增大后減小，在600～700 m高度左右偏差達到最小，在700 m以上高度繼續(xù)擴大；臺風日，兩類風場隨高度的變化趨勢相當接近，但風速大小的差值非常明顯。垂直廓線的分析結(jié)果與誤差分析結(jié)果非常相近。

綜上所述，無臺風日，耦合模式的海面低空風預報與GPS觀測更為接近，隨時間變化趨勢基本一致。盡管模式預報的風場性能隨高度增加略有下降，且v分量的效果略差于u分量的，但總體性能是可接受的。相比而言，臺風日，模式的低空風預報效果略有減弱，但風場變化趨勢也是與觀測時一致的。

5 結(jié)論與討論

本文以西北太平洋為例，分別基于一次有無臺風過程，利用區(qū)域海氣浪耦合模式開展了72 h風場預報研究，并利用獲取到的GPS風場觀測資料著重對1000 m以下海面低空風進行了預報性能評估，得出主要結(jié)論如下：

（1）在海氣浪相互作用中，海洋主要通過大氣輸送熱量，尤其是提供潛熱來影響大氣運動。大氣則主要通過風應力向海洋提供動量改變海流，進而重新分配海洋的熱含量。而海洋中海浪和海流是同時存在的，且海浪通過影響海面粗糙度來影響大氣。通過耦合模式72 h海洋風場預報總體看來，耦合模式對無臺風過程的海面10 m風預報效果較好，有臺風過程影響時預報效果減弱，因此，針對臺風的耦合模式預報需從模式初始場和物理過程參數(shù)化等加以發(fā)展完善；

（2）1000 m以下海面低空風的預報效果評估顯示，耦合模式對無臺風情況的海面低空風預報結(jié)果與GPS觀測更為接近，隨時間變化趨勢也相一致。預報效果隨高度增加略有減弱。而有臺風影響時，模式對海面低空風預報效果有所減弱，但變化趨勢與觀測也是基本一致。此外，無論有無臺風過程，耦合模式在各高度上均是u分量預報效果好于v分量的；

（3）受比對觀測資料時效限制，本文耦合模式的海洋風場預報應用研究僅針對有無臺風個例進行，后續(xù)還需開展系統(tǒng)性批量試驗加以更充分的性能評估。

綜上所述，區(qū)域海氣浪耦合模式可以相對更為真實地反映海洋環(huán)境變化規(guī)律，可作為海洋氣象業(yè)務(wù)預報重要工具加以持續(xù)發(fā)展。進一步研究大氣和海洋中的中小尺度過程在海氣耦合中的作用機制，持續(xù)改進海洋和大氣界面通量交換及內(nèi)部混合過程等參數(shù)化等是區(qū)域海氣浪耦合模式發(fā)展的重點。同時，加強耦合模式海洋要素預報與海上觀測的相互支撐、相互驗證也是提升海上天氣預報準確度的必然途徑。

致謝：中國科學院南海所王東曉研究員和陳舉研究員為本文的海上觀測資料的應用分析給予了熱情指導幫助，在此感謝。

[1]張學宏.西北太平洋海浪數(shù)值預報業(yè)務(wù)化系統(tǒng)[D].青島:中國海洋大學,2005.

[2]Accadia C,Zecchetto S,Lavagnini A,et al.Comparison of 10-m Wind Forecasts from A Regional Area Model and QuikSCAT Scatterometer Wind Observations over the Mediterranean Sea[J].Monthly Weather Review,2007,135(5):1945-1960.

[3]楊本湘.西昌發(fā)射場區(qū)旱季高空最大風的分析預報[J].氣象,2003,29(6):22-25.

[4]朱苗苗,賈本凱,鄭崇偉,等.西北太平洋海表風速特征分析[J].氣象水文海洋儀器,2013,30(4):125-128.

[5]劉志宏,鄭崇偉,莊卉,等.近22年西北太平洋海表風速變化趨勢及空間分布特征研究[J].海洋技術(shù),2011,30(2):127-130.

[6]謝強.有限區(qū)域海面風場數(shù)值模式及其在海洋動力要素預報中的應用[D].青島:中國科學院海洋研究所,1999.

[7]謝強,侯一筠,尹寶樹,等.有限區(qū)域海面風場數(shù)值模式的建立[J].海洋科學集刊,2000:1-9.

[8]凌鐵軍,張?zhí)N斐,楊學聯(lián),等.中尺度數(shù)值預報模式(MM5)在海面風場預報中的應用[J].海洋預報,2004,21(4):1-9.[9]陳德文.臺灣島周邊海域臺風海面風場及其模型化研究[D].廈門:廈門大學,2006.

[9]陳德文.臺灣島周邊海域臺風海面風場及其模型化研究[D].廈門:廈門大學,2006.

[10]陳俊文,蔡揚,白毅平,等.南海冬季一次海面大風天氣的WRF模式預報檢驗[J].海洋預報,2014,31(4):32-40.

[11]Vishnu S,Francis PA.Evaluation of High-Resolution WRF Model Simulations of Surface Wind over the West Coast of India[J].Atmospheric and Oceanic Science Letters,2014,7(5):458-463.

[12]鄒立維,周天軍.區(qū)域海氣耦合模式研究進展[J].地球科學進展,2012,27(8):857-865.

[13]呂世華,陳玉春,朱伯承.南海海域海-氣耦合模式及其數(shù)值模擬試驗[J].高原氣象,2000,19(4):415-426.

[14]孫明華.GRAPES-ECOM-si區(qū)域海氣耦合模式的發(fā)展及其對熱帶氣旋強度預報的研究[D].南京:中國氣象科學研究院,2013.

[15]Li C H,Lin A L,Li T.Effects of Air-Sea Coupling on the Eastward Propagating Boreal Winter Intraseasonal Oscillation Over the Tropical Indian Ocean[J].Atmospheric and Oceanic Science Letters,2017,10(1):51-57.

[16]鄒立維,周天軍.一個區(qū)域海氣耦合模式的發(fā)展及其在西北太平洋季風區(qū)的性能檢驗:不同大氣分量的影響[J].中國科學:地球科學,2012,42(4):614-628.

[17]關(guān)皓,周林,薛彥廣,等.南海中尺度大氣-海流-海浪耦合模式的建立及應用[J].熱帶氣象學報,2012,28(2):211-218.

[18]姚素香,張耀存.區(qū)域海氣耦合模式對中國夏季降水的模擬[J].氣象學報,2008,66(2):131-142.

[19]Huang Q,Yao S X,Zhang Y C.Analysis of Local Air-Sea Interaction in East Asia Using a Regional Air-Sea Coupled Model[J].Journal of Climate,2012,25(2):767-776.

[20]Doscher R,Willen U,Jones C,et al.The Development of the RegionalCoupledOcean-AtmosphereModelRCAO[J].Boreal Environment Research,2015,7(3):183-192.

[21]Hsu H M,Oey LY,Johnson W,et al.Model Wind over the Central and Southern California Coastal Ocean[J].Monthly Weather Review,2007,135(5):1931-1944.

[22]孫建奇,陳活潑.DEMETER耦合氣候模式對西北太平洋臺風活動及其影響因子的預測效能[J].科學通報,2011,56(32):2725-2731.

[23]劉娜,凌鐵軍,王輝,等.利用海洋-大氣-海浪-沉積物輸運耦合模式系統(tǒng)(COAWST)對西北太平洋臺風的數(shù)值模擬[C]//第五屆海峽論壇·2013海峽科技專家論壇、兩岸海洋科技研討會暨第五屆海峽兩岸海洋環(huán)境監(jiān)測及預報技術(shù)研討會.青島:中國海洋學會,2013.

[24]Ren D Q,Du J T,Hua F,et al.Analysis of Different Atmospheric Physical Parameterizations in COAWST Modeling System for the Tropical Storm Nock-ten Application[J].Natural Hazards,2016,82(2):903-920.

[25]Liu N,Ling T J,Wang H,et al.Numerical Simulation of Typhoon Muifa(2011)Using a Coupled Ocean-Atmosphere-Wave-Sediment Transport(COAWST)Modeling System[J].Journal of Ocean University of China,2015,14(2):199-209.

Application of a regional ocean-atmosphere-wave coupled model on predicted wind field cases in the Northwest Pacific Ocean

ZHAN Si-yu1,2，QI Lin-lin2，LU Wei1，MENG Xu-hang3
（1.School of Meteorology of PLA University of Science and Technology,Nanjing 211101 China;2.Meteorological Institute of the Air Force Equipment Academy,Beijing 100085 China;3.Meteorological Center of Air Force,Beijing 100029 China）

In order to evaluate the performance of the coupling model faced to the ocean wind field,the application research of a regional ocean-atmosphere-wave coupled model is conducted based on a 72-hour wind field forecasting with a(non-)typhoon process over the northwest Pacific Ocean.The prediction results under 1000 meters are evaluated with the GPS observation data.The results show that,the coupled model can predict the ocean wind reasonably in a non-typhoon day whether at 10-meter height or under 1000 meters.The evaluation with/without typhoon process indicates that,the low-level wind forecast trends roughly identical to the GPS observations over time.The forecasting effect of u-components is better that of v-components at any level.Aiming at the coupled model forecasting for typhoon,the initial field and physical process parameters should be improved.

Northwest Pacific ocean；regional ocean-atmosphere-wave coupled model；marine wind field

P732.7

A

1003-0239（2017）06-0016-11

10.11737/j.issn.1003-0239.2017.06.003

2017-02-21；

2017-05-14。

國家“863”計劃項目（2012AA091801）；中國科學院戰(zhàn)略性先導科技專項（XDA10010405)。

詹思玙（1991-），碩士在讀，從事海洋氣象研究。E-mail：zsyzsy0603@163.com

齊琳琳（1973-），高級工程師，博士，從事海洋氣象研究。E-mail：niceqll@mail.iap.ac.cn