石獅市牡蠣附苗期水溫預(yù)報及檢驗

陳志泉 林藝妹 林聯(lián)發(fā)

(1.石獅市氣象局，福建 泉州 362700；2.安溪縣氣象局，福建 泉州 362400)

1 概述

晉江深滬灣至惠安近海是泉州市主要的牡蠣養(yǎng)殖區(qū)，海區(qū)天然蠣苗資源十分豐富。其中，石獅地區(qū)采苗場分布于石獅永寧鎮(zhèn)深滬灣梅林至港邊海域，以垂下式養(yǎng)殖為主。石獅全市牡蠣養(yǎng)殖面積達5000余畝，年均產(chǎn)量約2.6萬噸。牡蠣養(yǎng)殖與氣象條件息息相關(guān)。據(jù)石獅當(dāng)?shù)仞B(yǎng)殖經(jīng)驗，每年4～5月(谷雨～立夏時節(jié))，當(dāng)海水溫度達到20～27℃，pH 7.8～8.4，為牡蠣繁殖盛期，適宜附苗，其中溫度在22～25℃為最佳。水溫作為牡蠣附苗的一個重要的影響因子，氣象因子對其有著明顯的影響。

近幾年，國內(nèi)外研究結(jié)果都將水溫的主要影響要素歸因于氣溫，研究水溫與氣溫之間的關(guān)系。Mohseni 和 Stefan[1]利用線性函數(shù)較好地描述了氣溫在 0～20℃變化時水溫和氣溫的關(guān)系，氣溫變化范圍更多情況下則用“S形”曲線揭示了水溫與氣溫的關(guān)系。商兆堂等[2]建立了近海岸海水溫度、沿海灘涂養(yǎng)殖池水溫與氣象站氣溫的關(guān)系；孫大明等[3]建立了長江上游水溫與氣溫的關(guān)系模型；張德林等[4]研究了上海地區(qū)設(shè)施魚塘冬春季水溫與氣溫的統(tǒng)計關(guān)系。

石獅牡蠣養(yǎng)殖作為當(dāng)?shù)靥厣a(chǎn)養(yǎng)殖之一，氣象因子對其附苗有重要影響。本文主要研究石獅牡蠣附苗期水溫趨勢特征，通過逐步回歸法建立水溫與氣象要素的預(yù)報模型，并對水溫預(yù)報模型進行檢驗訂正，以期提高牡蠣附苗期氣象服務(wù)質(zhì)量，為當(dāng)?shù)啬迪狆B(yǎng)殖戶附苗提供參考依據(jù)，節(jié)約生產(chǎn)成本。

2 資料與方法

2.1 數(shù)據(jù)來源

本文使用的數(shù)據(jù)包括2016—2020年極軌氣象衛(wèi)星NOAA AVHRR高分辨率4～5月逐日平均SST數(shù)據(jù)，2020年4～9月永寧站水質(zhì)監(jiān)測設(shè)備的水溫逐小時監(jiān)測數(shù)據(jù)，以及永寧鎮(zhèn)區(qū)域站氣溫、降水、風(fēng)向風(fēng)速等自動站數(shù)據(jù)。

2.2 分析方法

使用2020年4～9月逐日實況平均水溫對牡蠣附苗期水溫特征進行分析，掌握附苗期水溫變化概況，并結(jié)合近五年遙感水溫數(shù)據(jù)初步了解附苗期大致日期。同時分別對水質(zhì)監(jiān)測站2020年4～5月及4～9月逐日實況水溫(5月下旬除外)和區(qū)域站資料采用逐步回歸方法建立水溫預(yù)報模型，利用水溫預(yù)報模型對2020年5月下旬水溫進行模擬預(yù)報，并與實況水溫對比開展檢驗評估。

3 牡蠣養(yǎng)殖區(qū)水溫趨勢特征

石獅牡蠣養(yǎng)殖區(qū)2020年4～9月實況水溫和氣溫日平均變化顯示(圖1)，水溫變化幅度較氣溫平緩得多，4月至6月中旬左右，隨著氣溫的明顯回升，水溫也明顯呈波動上升趨勢。其中，4～5月附苗期水溫存在階段性下降特點，在服務(wù)預(yù)報中應(yīng)重點關(guān)注。6月中旬至9月中旬氣溫整體偏高，水溫雖上下波動，但總體變化趨勢不大，9月中旬以后，水溫隨氣溫開始呈波動下降趨勢。同時也可看出，水溫變化較氣溫有明顯的滯后性，滯后時間大致在兩天以內(nèi)。

圖1 2020年4～9月石獅牡蠣養(yǎng)殖區(qū)實況水溫變化

從當(dāng)?shù)仞B(yǎng)殖經(jīng)驗來看，海水溫度達到20～27℃為牡蠣繁殖盛期，最佳附苗水溫為22～25℃，因此20℃和22℃為采苗氣象服務(wù)的關(guān)鍵水溫節(jié)點。為進一步了解附苗最佳水溫的出現(xiàn)日期，對近五年的衛(wèi)星遙感水溫(取118.75°E、24.75°N的格點值)以連續(xù)三天日平均水溫達20℃和22℃的第一天出現(xiàn)日期進行統(tǒng)計。結(jié)果表明，近五年20℃水溫最早出現(xiàn)在4月15日，最晚在4月30日；而22℃水溫最早出現(xiàn)在4月23日，最晚在5月7日，因此牡蠣附苗最佳時期為4月下旬至5月上旬。但從養(yǎng)殖區(qū)2020年4～5月遙感水溫與實況水溫對比來看(圖2)，遙感水溫和實況水溫的變化趨勢雖基本接近，但除了5月中旬個別時段遙感水溫低于實況水溫之外，其余時段遙感水溫與實況水溫相比都略有偏高，最大誤差出現(xiàn)在4月27日，達1.67℃。因此上述附苗期最佳水溫出現(xiàn)的實際時間會延后幾日。這與宋傳福[5]、詹建雄[6]等研究結(jié)果基本一致。

圖2 2020年4～5月石獅牡蠣養(yǎng)殖區(qū)遙感水溫與實況水溫變化曲線

4 牡蠣養(yǎng)殖水溫預(yù)報模型

石獅牡蠣以垂下式養(yǎng)殖為主，主要分布在近海淺層海水中，由于海洋局目前僅提供未來一天的水溫預(yù)報產(chǎn)品，不利于養(yǎng)殖戶及時判斷未來水溫變化提前做好附苗準備。對此，本文利用2020年4～5月和4～9月永寧養(yǎng)殖區(qū)水溫監(jiān)測設(shè)備的逐日平均水溫數(shù)據(jù)及質(zhì)控后的氣溫、雨量等區(qū)域站數(shù)據(jù)(均不含5月下旬?dāng)?shù)據(jù)，用于后期檢驗)通過逐步回歸，建立水溫與氣象要素之間的預(yù)報模型。

4.1 基于4～5月數(shù)據(jù)的水溫預(yù)報模型

為獲取預(yù)報第一天的水溫回歸方程，以當(dāng)日實況水溫為因變量，將可能對當(dāng)日實況水溫數(shù)據(jù)造成影響的當(dāng)日實況最高氣溫、最低氣溫、前1～3日實況最高氣溫、最低氣溫、雨量及前一日實況水溫等因子作為自變量通過逐步回歸法建立回歸方程。在本次回歸分析中，當(dāng)日實況水溫作為因變量，把自變量取值帶入回歸方程后，通過計算所獲得的數(shù)值即為預(yù)報值。殘差是實況值與預(yù)報值的差。在線性回歸中，殘差應(yīng)該滿足正態(tài)分布，而且全體個案的殘差之和為0。

回歸方程的質(zhì)量取決于判定系數(shù)R2的大小，R2計算公式如下：

R2值在0～1之間，其值越接近1，表示殘差的比例越低，即回歸方程的擬合程度越高，回歸值越能貼近觀測值，更能體現(xiàn)觀測數(shù)據(jù)的內(nèi)在規(guī)律。在一般的應(yīng)用中，R2>0.6就表示回歸方程有較好的質(zhì)量。在回歸分析時，每個自變量都有自己的t值，t值以相應(yīng)自變量的偏回歸系數(shù)與其標(biāo)準誤差的比值來表示。在一般的線性回歸分析中，t的絕對值應(yīng)該大于1.96。如果某個自變量t的絕對值小于1.96，表示這個自變量對方程的影響很小，為非必需自變量，應(yīng)該盡可能把它從方程中剔除。

本次逐步回歸最終保留前一日平均水溫、當(dāng)日實況最低氣溫兩個自變量求得的回歸方程：

t0=1.668+0.788×t-1+0.144×T0min

式中，t0表示當(dāng)日實況水溫，t-1表示前一日實況水溫，T0min表示當(dāng)日實況最低氣溫。該方程R2=0.977，表示擬合程度很高。

因此，未來第一天水溫預(yù)報方程為：

X1=1.668+0.788×t0+0.144×T1min

式中，X1表示未來第一天預(yù)報水溫，t0表示制作預(yù)報當(dāng)日實況水溫，T1min表示未來第一天預(yù)報最低氣溫。

同理求得未來第二天的水溫預(yù)報方程(R2=0.961)：

X2=2.357+0.668×t0+0.239×T2min

式中，X2表示未來第二天預(yù)報水溫，t0表示制作預(yù)報當(dāng)日實況水溫，T2min表示未來第二天預(yù)報最低氣溫。

未來第三天的水溫預(yù)報方程(R2=0.955)：

X3=1.733+0.618×t0+0.106×T3max+0.197×T2min

式中,X3表示未來第三天預(yù)報水溫，t0表示制作預(yù)報當(dāng)天實況水溫，T3max表示未來第三天預(yù)報最高氣溫，T2min表示未來第二天預(yù)報最低氣溫。

4.2 基于4～9月數(shù)據(jù)的水溫預(yù)報模型

按照上述的逐步回歸分析方法，以4～9月永寧養(yǎng)殖區(qū)水溫監(jiān)測設(shè)備的逐日平均水溫數(shù)據(jù)及質(zhì)控后的氣溫、雨量等區(qū)域站數(shù)據(jù)(均不含5月下旬?dāng)?shù)據(jù))為基礎(chǔ)，得到未來第一天水溫預(yù)報方程(R2=0.99，表示擬合程度很高)：

X1=0.567+0.879×t0+0.042×T1max+0.095×T1min-0.043×T-2min

式中,X1表示未來第一天預(yù)報水溫，t0表示制作預(yù)報當(dāng)日實況水溫，T1max表示未來第一天預(yù)報最高氣溫，T1min表示未來第一天預(yù)報最低氣溫，T-2min表示前兩天實況最低氣溫。

同理求得未來第二天的水溫預(yù)報方程(R2=0.979)：

X2=1.485+0.712×t0+0.16×T2min+0.063×T2max

式中,X2表示未來第二天預(yù)報水溫，t0表示制作預(yù)報當(dāng)日實況水溫，T2min表示未來第二天預(yù)報最低氣溫，T2max表示未來第二天預(yù)報最高氣溫。

未來第三天的水溫預(yù)報方程如下(R2=0.973)：

X3=2.576+0.61×t0+0.18×T3min+0.189×T2min-0.075×T0min

式中，X3表示未來第三天預(yù)報水溫，t0表示制作預(yù)報當(dāng)天實況水溫，T3min表示未來第三天預(yù)報最低氣溫，T2min表示未來第二天預(yù)報最低氣溫。T0min表示當(dāng)天實況最低氣溫。

4.3 檢驗評估

為了檢驗上述水溫預(yù)報模型的優(yōu)劣性，利用預(yù)報方程對2020年5月下旬(共計11天)的平均水溫開展模擬預(yù)報，預(yù)報方程中的自變量均按歷史實況值進行運算，預(yù)報值與實況水溫繪制成散點圖進行對比，對比結(jié)果如圖3所示。為描述方便，將基于4～5月和4～9月數(shù)據(jù)的水溫預(yù)報模型分別簡述為模型1和模型2。從圖3a未來第一天的水溫預(yù)報值與實況值散點在y=x線兩側(cè)的分布來看，模型1預(yù)報值比實況值略高，而模型2的預(yù)報值較實況值略低，5月下旬模擬預(yù)報誤差總和分別為2.39℃和2.40℃，但對于實況水溫在24℃以下的預(yù)報，模型2更貼近實況。

從圖3b來看，實況水溫在24℃以下的預(yù)報，兩個模型的預(yù)報值十分接近；但對于實況在24℃以上時，兩個模型的預(yù)報值均偏低，5月下旬的兩個模擬預(yù)報誤差總和分別為-5.01℃和-4.24℃。而圖3c與圖3b的表現(xiàn)相似，模型1和模型2的誤差總和分別為-4.55℃和-4.11℃。

(a) (b) (c)

由于牡蠣附苗的實況水溫在24℃以下，總體而言，模型2較模型1具有更好的表現(xiàn)，同時也具有較高的擬合度。雖然預(yù)報過程中的自變量采用歷史實況值，但目前氣象部門對未來三天的氣溫預(yù)報已具備較高的準確率，因此模型2在一定程度上可用于開展附苗期水溫預(yù)報。

5 結(jié)論與討論

①石獅牡蠣養(yǎng)殖區(qū)水溫從4月至6月中旬呈波動上升趨勢。其中，4～5月附苗期水溫仍存在階段性下降的特點。9月中旬以后，水溫隨氣溫開始呈波動下降趨勢。同時水溫變化較氣溫有明顯的滯后性，滯后時間大致在2天以內(nèi)。

②遙感水溫數(shù)據(jù)反映了牡蠣附苗最適宜時期大致在4月下旬至5月上旬，但遙感水溫與實況水溫相比略有偏高，因此附苗期最佳水溫出現(xiàn)的實際時間會延后幾日。

③從兩個建立的水溫模型和檢驗評估來看，基于4～9月基礎(chǔ)數(shù)據(jù)建立的模型預(yù)報精度較好，可用于牡蠣附苗期水溫預(yù)報。

④由于本地牡蠣養(yǎng)殖區(qū)水質(zhì)監(jiān)測站點建站時間晚，數(shù)據(jù)樣本數(shù)量相對較少，未來可根據(jù)樣本數(shù)量的增加對水溫預(yù)報模型做進一步修正，為養(yǎng)殖戶提供更加準確的預(yù)報服務(wù)。