基于ERA5再分析資料的余姚地區(qū)陣風(fēng)預(yù)報模型探究

呂藝影 牛海林 郝囝 劉建勇 高益波

(1 余姚市氣象局，浙江 余姚 315400；2南京信息工程大學(xué) 氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心/中國氣象局氣溶膠與云降水重點開放實驗室，南京 210044；3 天津市氣象局，天津 300000；4 寧波市氣象局，浙江 寧波 315000)

引 言

余姚是河姆渡文化的發(fā)源地，南起四明山森林公園、北至寧紹沖積平原，既是余姚江的發(fā)源地、又毗鄰杭州灣沿岸。獨特的地理位置造成余姚地區(qū)冷空氣大風(fēng)、低壓大風(fēng)、臺風(fēng)大風(fēng)、南大風(fēng)、雷暴大風(fēng)等多種類型的大風(fēng)頻發(fā)[1-5]。近年來，隨著設(shè)施農(nóng)業(yè)成為余姚農(nóng)業(yè)生產(chǎn)、農(nóng)民增收的主導(dǎo)產(chǎn)業(yè)，當(dāng)災(zāi)害性大風(fēng)天氣發(fā)生時，陣風(fēng)的預(yù)報比平均風(fēng)更為重要。業(yè)務(wù)規(guī)范中平均陣風(fēng)系數(shù)約為1.4，具有較大的主觀性。因此，開展大風(fēng)短臨預(yù)報預(yù)警服務(wù)、提高陣風(fēng)的預(yù)報準(zhǔn)確率是定量評估大風(fēng)、尤其是陣風(fēng)對設(shè)施農(nóng)業(yè)影響的關(guān)鍵點。

數(shù)值模式輸出產(chǎn)品往往是平均風(fēng)，因而用平均風(fēng)進(jìn)行陣風(fēng)預(yù)報是當(dāng)前農(nóng)業(yè)大風(fēng)災(zāi)害預(yù)警亟需解決的難題。眾多氣象工作者通過研究陣風(fēng)因子的物理影響因素來討論大風(fēng)的成因，張晶晶等[4]在寧波兩次南大風(fēng)過程分析中發(fā)現(xiàn)強的垂直風(fēng)切變和夜間高層輻射造成的大氣不穩(wěn)定性有利于大風(fēng)動量的下傳；陳德花等[6]認(rèn)為水平氣壓梯度和垂直動量下傳以及地面摩擦力是造成臺風(fēng)強風(fēng)的主要因素；烏仲勛等[7]對冷空氣大風(fēng)研究認(rèn)為，高空槽是引發(fā)動量下傳進(jìn)而引發(fā)大風(fēng)的重要原因；李亞春等[8]認(rèn)為湍流特征參數(shù)與強風(fēng)樣本的匹配程度受樣本和統(tǒng)計方法的影響較大；謝文鋒等[9]在對“山竹”登陸前后的陣風(fēng)預(yù)報討論中認(rèn)為主要考慮邊界層湍流動能的TKE方案最適合臺風(fēng)天氣的陣風(fēng)預(yù)報。

在陣風(fēng)因子的相關(guān)性研究中，胡波等[10]通過高斯過程回歸方法得出陣風(fēng)與大氣低層的動力因子相關(guān)較好，而在近中層則與熱力因子相關(guān)較好，陣風(fēng)的最佳預(yù)報因子集中在875 hPa以下；周福等[11]認(rèn)為400 m以上的山區(qū)站與70 m以下的低海拔站點在陣風(fēng)系數(shù)特征上有較大不同；YU，et al[12]分析發(fā)現(xiàn)下墊面粗糙度增大會導(dǎo)致湍流強度和陣風(fēng)系數(shù)的增大；風(fēng)向?qū)﹃囷L(fēng)因子的影響存在極大的不確定性，周福等[11]認(rèn)為其不影響陣風(fēng)系數(shù)；而胡波等[13]認(rèn)為地形差異導(dǎo)致的風(fēng)力堆積作用表明當(dāng)?shù)氐娘L(fēng)向?qū)﹃囷L(fēng)因子有一定影響。

大量的觀測和研究表明，當(dāng)風(fēng)速達(dá)到一定等級后陣風(fēng)系數(shù)不再隨風(fēng)速大小產(chǎn)生線性變化，王志春等[14]提出6級為陣風(fēng)預(yù)報的臨界值，此后應(yīng)適用于指數(shù)函數(shù)或?qū)?shù)函數(shù)。董雙林[15]對中國地區(qū)陣風(fēng)進(jìn)行統(tǒng)計，得出陣風(fēng)因子隨穩(wěn)定風(fēng)速、平均時間、距地面高度、地面粗糙度和穩(wěn)定風(fēng)速三階矩變化的經(jīng)驗公式。但胡波[16]認(rèn)為針對不同地區(qū)的地貌差異以及天氣系統(tǒng)的影響不同，應(yīng)對陣風(fēng)因子做本地化的專項分析。

盡管很多學(xué)者探究了陣風(fēng)的影響因素并做出了定性評估，但建立本地化陣風(fēng)預(yù)報模型定量評估大風(fēng)的研究卻很少。本文將在前人的基礎(chǔ)上，從物理機制和統(tǒng)計學(xué)原理出發(fā)，構(gòu)建陣風(fēng)預(yù)報模型，準(zhǔn)確、定量地評估大風(fēng)，并對預(yù)報模型進(jìn)行檢驗，從而更好地服務(wù)于大風(fēng)短臨預(yù)報預(yù)警的研究。

1 觀測資料與再分析資料

1.1 觀測資料

隨著觀測自動化的普及，余姚的氣象觀測站網(wǎng)建設(shè)日益完善，自2006年末逐步建設(shè)了一批區(qū)域自動氣象觀測站進(jìn)行溫壓風(fēng)濕和雨量等氣象要素的觀測。本文的地面風(fēng)場資料來源于2007—2019年余姚國家一般自動站(站號：58468)和43個區(qū)域自動觀測站。其中，2007—2017年的數(shù)據(jù)用于統(tǒng)計分析，2018—2019年的數(shù)據(jù)用于模型驗證。由于自動站建設(shè)時間差異，各站在預(yù)報模型建立中的資料選用時段不一，表1給出了各站的資料使用時段和數(shù)據(jù)質(zhì)量。

表1 氣象站資料起始時間及數(shù)據(jù)質(zhì)量Table 1 Start time of every weather station and the quality of the data

在陣風(fēng)因子的預(yù)報中，董雙林[15]、胡波[16]都認(rèn)為地面粗糙度是陣風(fēng)因子的一大重要影響因素，而余姚地區(qū)地形復(fù)雜，素有“五山二水三分田”之稱，由圖1可知，余姚主要有4類不同下墊面類型，即海陸、平原、湖陸、山地，分析不同下墊面的大風(fēng)分布有利于討論不同下墊面的影響。余姚44個自動氣象站中平原代表站17個；山地代表站有10個，主要分布在姚南四明山地區(qū)；海陸代表站7個，主要分布在姚北杭州灣沿岸；湖陸代表站10個，主要分布在姚江及水庫周邊。

圖1 余姚44個自動站的4類下墊面分類Fig.1 Classification of Yuyao’s 44 automatic weather stationson four underlying surfaces

1.2 ERA5再分析資料

近年來，大氣再分析資料已經(jīng)被廣泛應(yīng)用于氣象要素長期變化趨勢研究中[17]。歐洲中期天氣預(yù)報中心(Europe Center of Medium-range Weather Forecast，ECMWF)發(fā)布的ERA5再分析資料在數(shù)值預(yù)報的基礎(chǔ)上四維同化了地面資料和衛(wèi)星資料，與ERA-Interim相比，它不僅更接近實時更新，還具有高水平分辨率、高時間分辨率的特征，并且在原來的基礎(chǔ)上增加了10 m陣風(fēng)、摩擦速度、K指數(shù)、全總指數(shù)等變量。本文采用的ERA5物理變量有：10 m平均風(fēng)速、925 hPa風(fēng)速、地面氣壓、10 m陣風(fēng)、摩擦速度、地面粗糙度、K指數(shù)、全總指數(shù)，各物理量的時間分辨率為1 h，水平分辨率均為0.1°×0.1°，高分辨率的再分析資料對于余姚地區(qū)小尺度區(qū)域站的數(shù)據(jù)對比分析更為有利。

2 陣風(fēng)預(yù)報模型

2.1 余姚地區(qū)大風(fēng)統(tǒng)計

業(yè)務(wù)規(guī)范中，大風(fēng)是指風(fēng)力達(dá)到8級以上，即瞬時風(fēng)速≥17.2 m·s-1的風(fēng)。隨著區(qū)域站數(shù)量的增多，綜合氣象觀測能力大大提升，大風(fēng)的監(jiān)測也更加有效。根據(jù)2007—2019年余姚44個自動站數(shù)據(jù)統(tǒng)計得出(圖2)，余姚地區(qū)的日極大風(fēng)呈正態(tài)分布，風(fēng)力峰值為4～5級，平均每年大風(fēng)日占比達(dá)7.03%，累計大風(fēng)時次占比3.32%，平均大風(fēng)站次占0.76%，這就意味著各站的累計大風(fēng)日次數(shù)達(dá)1 154站次。

圖2 2007—2019年余姚44站的大風(fēng)統(tǒng)計：(a)日極大風(fēng)分布；(b)逐年累計大風(fēng)時次、大風(fēng)日、雷暴大風(fēng)日統(tǒng)計；(c)各站大風(fēng)日統(tǒng)計Fig.2 Statistics of gale in Yuyao’s 44 automatic weather stations from 2007 to 2019: (a) distribution of daily maximum wind; (b) frequency of gale hour、gale day and thunderstorm gale day year by year;(c) frequency of gale day of every weather station

按照上文提及的4種下墊面將44個自動站歸類，山地代表站大風(fēng)次數(shù)最多，共出現(xiàn)了有398次大風(fēng)，按站均分布來看，山地(39.8次)>湖陸(26.4次)>平原(20.9次)>海陸(19.4次)。各類型排名前五的站k2620、k2623、k2637、k2649、k2613分別代表山地、山地、湖陸、湖陸、平原。根據(jù)以上統(tǒng)計特征，可以發(fā)現(xiàn)下墊面對風(fēng)速有一定的影響，山地和湖陸下墊面的大風(fēng)頻率相對較高。這與周福等[11]、YU，et al[12]對下墊面粗糙度的分析一致。因此，在陣風(fēng)預(yù)報方程的建立中，本文引入了地表粗糙度和摩擦速度兩個指標(biāo)。

有眾多學(xué)者的研究可知，浙北的大風(fēng)類型主要有5種，即冷空氣大風(fēng)、臺風(fēng)大風(fēng)、低壓大風(fēng)、高壓后部大風(fēng)和雷暴大風(fēng)，而雷暴大風(fēng)預(yù)報往往不太理想，雷暴大風(fēng)的預(yù)報主要通過判斷樹方法實現(xiàn)短臨預(yù)警[18-19]。圖2b給出了逐年累計大風(fēng)時次、大風(fēng)日、雷暴大風(fēng)日的分布，從年際角度來看，由于區(qū)域自動氣象站的增加，大風(fēng)時次有一定的增長趨勢，但大風(fēng)日數(shù)變化不大，每年的大風(fēng)日在26 d上下浮動。2007—2019年累計大風(fēng)時次3 779次，累計大風(fēng)日數(shù)334 d，其中雷暴大風(fēng)日數(shù)79 d。

2.2 陣風(fēng)預(yù)報因子分析(以k2612為例)

以海陸代表站k2612為例，圖3給出了實際日極大風(fēng)速與ERA5再分析資料8個要素日大極值之間的相關(guān)關(guān)系。圖3a、b實況場的日極大風(fēng)速與再分析資料的日極大10 m平均風(fēng)速、瞬時10 m陣風(fēng)都有較好的擬合優(yōu)度，單要素10 m風(fēng)速的擬合優(yōu)度最高，達(dá)到了50.6%，10 m陣風(fēng)的相關(guān)性略低于10 m平均風(fēng)。此外，風(fēng)力越小線性擬合效果越好，6級及以下(≤13.8 m·s-1)的風(fēng)速線性擬合效果相對于6級以上更好，這與王志春等[14]提出的風(fēng)速達(dá)到6級以后，陣風(fēng)系數(shù)不隨風(fēng)速大小產(chǎn)生線性變化結(jié)論相近。

圖3 日極大風(fēng)速與ERA5再分析資料8個要素日極大值關(guān)系(以k2612為例)：(a)EC10_V：10 m平均風(fēng)；(b)EC10gust_V：10 m陣風(fēng)；(c)EC925_V：925 hPa風(fēng)速；(d)F_V：摩擦速度；(e)3hΔP：3 h變壓；(f)1hΔP：1 h變壓；(g)K_index：K指數(shù)；(h)T_index：T指數(shù)Fig.3 Take station k2612 as an example：(a) EC10_V: 10 meter mean winds; (b) EC10gust_V: 10 meter wind gusts;(c) EC925_V: 925 hPa mean winds; (d) F_V: friction velocity; (e) 3 hΔP: 3 hours pressure change; (f) 1 hΔP: 1 hour pressure change; (g) K_index: K index; (h) T_index: T index

Bradbury，et al[20]和Nakamura，et al[21]認(rèn)為對流拖拽導(dǎo)致的垂直動量傳輸以及水平氣壓梯度力導(dǎo)致的水平動量傳輸均扮演了重要角色?？紤]到高空風(fēng)速對地面風(fēng)速的拖曳作用，本文引入925 hPa日極大風(fēng)速，圖3c中925 hPa風(fēng)速的相關(guān)系數(shù)為0.56，擬合優(yōu)度也達(dá)到了31.3%。變壓場在一定程度上反映了系統(tǒng)移動的快慢，也代表著水平動量的傳輸，但1 h變壓、3 h變壓與日極大風(fēng)速的線性擬合效果并不明顯(圖3e、f)，這一部分是考慮到了地面氣壓資料在南部山區(qū)誤差較大，另一個主要原因是大尺度大風(fēng)過程的持續(xù)時間較長，持續(xù)時間內(nèi)氣壓變化不大。

考慮到近地面湍流切應(yīng)力做功和層氣流內(nèi)部摩擦力，本文分析了日極大摩擦速度和日極大風(fēng)速的關(guān)系(圖3d)，結(jié)果表明兩者相關(guān)系數(shù)0.704，線性擬合優(yōu)度達(dá)49.5%。由上文討論可知，下墊面對日極大風(fēng)速有一定的影響，ERA5給出了各站的地面粗糙度預(yù)報，對各個站點進(jìn)行測算后發(fā)現(xiàn)，每個站點的粗糙度基本保持在一個常值附近，變化在0.1%～6.3%之間，故本文陣風(fēng)模型的建立中引入了地面粗糙度因子R(圖4)。

圖4 非雷暴日各站要素相關(guān)系數(shù)與地面粗糙度Fig.4 Variables’ correlation coefficient and roughness of stations except thunderstorm day

經(jīng)日期篩查后發(fā)現(xiàn)，歐洲中期天氣預(yù)報中心(Europe Center，EC)的10 m平均風(fēng)速、瞬時10 m陣風(fēng)、925 hPa風(fēng)速、摩擦速度較低而實況風(fēng)速較高的情況多出現(xiàn)于雷暴天氣，這在一定程度上反映了強對流天氣陣風(fēng)預(yù)報的難度。雷暴日的日極大風(fēng)速與預(yù)報平均風(fēng)的相關(guān)性不大，但K指數(shù)和全總指數(shù)T對大風(fēng)有較強的指示意義。另一個難點在于，雷暴大風(fēng)天氣的K指數(shù)一般達(dá)35 K以上、全總指數(shù)T達(dá)40 K以上，但K≥35 K、T≥40 K時并不一定會在本站出現(xiàn)大風(fēng)(圖3g、h)，這就說明雷暴日對流系統(tǒng)的尺度之小。王黌等[22]通過研究雷暴大風(fēng)機理認(rèn)為系統(tǒng)的時空尺度小是造成大風(fēng)漏報的主要原因。

剔除雷暴日后，6級及以下和6級以上的各站實際日極大風(fēng)速與各物理要素之間的線性擬合優(yōu)度見圖4。研究表明6級以上的陣風(fēng)預(yù)報僅用線性函數(shù)表示，其擬合效果遠(yuǎn)低于6級及以下的陣風(fēng)預(yù)報。如只用10 m平均風(fēng)預(yù)報，6級以上的擬合效果降低了41.3%。因此分等級建立余姚本地的經(jīng)驗預(yù)報方程是提高陣風(fēng)預(yù)報的關(guān)鍵。

3 陣風(fēng)預(yù)報模型建立與檢驗

3.1 陣風(fēng)預(yù)報方程

本文定義了一種建立在物理機制和統(tǒng)計學(xué)原理上的余姚本地陣風(fēng)預(yù)報方程，考慮到EC再分析資料對小尺度對流系統(tǒng)預(yù)報的準(zhǔn)確性，以下的討論中不包括雷暴日的陣風(fēng)預(yù)報。主要用到的統(tǒng)計方法為方差分析和回歸分析。6級及以下的陣風(fēng)與平均風(fēng)有較好的線性關(guān)系，但6級以上的陣風(fēng)與平均風(fēng)的相關(guān)關(guān)系較差，因此建立6級以上陣風(fēng)預(yù)報方程需要考慮其物理機制[6]，本文定義其由平均場項、垂直動量下傳項、水平動量傳輸項、摩擦項組成，其中摩擦項考慮了海拔高度訂正。具體公式如(1)和(2)：

(1)

(2)

U=1.775·V10，

(3)

當(dāng)V10>7.7 m·s-1時，經(jīng)驗方程(4)適用于6級以上陣風(fēng)預(yù)報：

(4)

其中:U為日極大陣風(fēng)預(yù)報值；V10代表日極大10 m平均風(fēng)；V925代表日極大925 hPa平均風(fēng)；ΔP3即日極大3 h變壓；F為摩擦速度；H為海拔高度；R為地面粗糙度；H、R對各站來說均為常值。對于6級及以下陣風(fēng)預(yù)報，經(jīng)驗系數(shù)1.4容易造成本地陣風(fēng)預(yù)報偏低，對本地的適用意義不大，修正后的余姚本地陣風(fēng)預(yù)報經(jīng)驗參數(shù)為1.775，陳雯超等[23]、黃世成等[24]也認(rèn)為現(xiàn)行規(guī)范推薦的關(guān)于表征陣風(fēng)特性的參數(shù)不一定完全適用于不同下墊面情況。6級以上的陣風(fēng)考慮了指數(shù)變換，與925 hPa風(fēng)速的平方呈正相關(guān)，與摩擦速度呈自然指數(shù)相關(guān)。分級討論之后，大風(fēng)預(yù)報模型擬合優(yōu)度調(diào)整前后的對比由表2給出，通過單獨擬合6級以上預(yù)報方程，其擬合優(yōu)度提升了59.61%。

表2 大風(fēng)預(yù)報模型擬合優(yōu)度調(diào)整對比Table 2 Wind gust forecast model’s goodness offit check before and after

3.2 預(yù)報方程驗證

利用2018—2019年余姚44個氣象自動站的數(shù)據(jù)對方程進(jìn)行檢驗，結(jié)果表明6級以下的陣風(fēng)擬合在3～5級效果最好，1～2級陣風(fēng)預(yù)報偏高，6級陣風(fēng)的預(yù)報偏低；6級以上的陣風(fēng)等級預(yù)報準(zhǔn)確率達(dá)55.2%(圖5)。

圖5 2018—2019年日極大風(fēng)速觀測值與預(yù)報值對比：(a)6級及以下；(b)6級以上Fig.5 Comparison of observed and forecast wind gust using data from 2018 to 2019: (a) below or equal to wind scale 6; (b) over wind scale 6

4 臺風(fēng)大風(fēng)和冷空氣大風(fēng)預(yù)報討論

臺風(fēng)大風(fēng)和冷空氣大風(fēng)是導(dǎo)致余姚地區(qū)受災(zāi)最多的兩種大風(fēng)類型[3，25-26]。當(dāng)臺風(fēng)大風(fēng)或冷空氣大風(fēng)發(fā)生時，余姚地區(qū)的平均風(fēng)力5～7級，陣風(fēng)8～10級以上，各地面氣象站測得的日極大風(fēng)均在8 m·s-1以上(風(fēng)力5級)。根據(jù)上文得出的余姚本地化經(jīng)驗陣風(fēng)預(yù)報模型，利用2007—2017年期間累計出現(xiàn)的35次臺風(fēng)大風(fēng)過程、77次冷空氣大風(fēng)過程，分別對臺風(fēng)大風(fēng)和冷空氣大風(fēng)建立預(yù)測模型，旨在得出擬合優(yōu)度更高的方程提高陣風(fēng)預(yù)報服務(wù)效果。

臺風(fēng)大風(fēng)和冷空氣大風(fēng)通常是持續(xù)性的過程大風(fēng)，對余姚地區(qū)的影響時長一般在48 h以上。當(dāng)受到臺風(fēng)或冷空氣影響時，初始時刻的氣壓猛升往往與氣溫驟降相對應(yīng)，而氣壓突變的后1 h內(nèi)風(fēng)力變化也極為明顯，這就表明1 h正變壓在一定程度上對陣風(fēng)預(yù)報具有指導(dǎo)意義。但隨著臺風(fēng)或冷空氣過程持續(xù)，溫度變化不再明顯，氣壓變化波動幅度減小，日極大陣風(fēng)與1 h變壓或3 h變壓的相關(guān)關(guān)系減弱，不再具備良好的對應(yīng)關(guān)系。且再分析資料中的小時氣壓值是基于預(yù)報數(shù)據(jù)的插值，其模型誤差較大，故在這兩類陣風(fēng)預(yù)報模型中不予討論變壓項，即水平動量傳輸項。圖6給出了臺風(fēng)和冷空氣過程日極大風(fēng)速與平均場項、動量下傳項、摩擦項的擬合優(yōu)度。由陳德花等[6]、程婧等[27]學(xué)者的研究討論可知，地形摩擦和地形抬升作用對臺風(fēng)大風(fēng)的形成具有重要的影響，而余姚北部的四明山與城區(qū)平原的海拔高度差最大達(dá)815 m，因此摩擦項應(yīng)當(dāng)具有更高的權(quán)重系數(shù)。周福等[11]認(rèn)為冷空氣與熱帶氣旋大風(fēng)的陣風(fēng)系數(shù)空間分布基本相同，這與本文預(yù)測模型觀點基本一致，不同的是，本文認(rèn)為臺風(fēng)帶來的動量下傳比冷空氣更為明顯，因而臺風(fēng)過程中的陣風(fēng)預(yù)報模型將對垂直動量下傳項賦予更高的權(quán)重，地形摩擦作用在這兩種類型天氣過程中同樣重要。

圖6 臺風(fēng)過程(a—c)和冷空氣過程(d—f)中日極大風(fēng)速與方程各項的擬合優(yōu)度：(a、d)平均場項；(b、e)動量下傳項；(c、f)摩擦項Fig.6 Goodness of fit check between daily maximum wind speed and each item of the equation during (a-c) the typhoons and(d-f) cold air events : (a，d) averaged velocity term; (b，e) downward momentum term; (c，f) friction term

通過對上述方程(4)變形，得到臺風(fēng)大風(fēng)和冷空氣大風(fēng)過程的余姚本地化經(jīng)驗陣風(fēng)預(yù)報模型如下(5)、(6)，各變量的物理意義與上文相同：

當(dāng)臺風(fēng)過程發(fā)生時，

(5)

當(dāng)冷空氣過程發(fā)生時，

(6)

由表3可以看出，針對臺風(fēng)和冷空氣過程的日極大陣風(fēng)預(yù)報效果有明顯提升。臺風(fēng)大風(fēng)過程的陣風(fēng)預(yù)報擬合優(yōu)度提升了24.13%，冷空氣大風(fēng)過程的陣風(fēng)預(yù)報擬合優(yōu)度提升了17.4%。據(jù)統(tǒng)計，臺風(fēng)大風(fēng)過程累計出現(xiàn)6級以上大風(fēng)585站次，8級及以上大風(fēng)160站次；冷空氣大風(fēng)過程累計出現(xiàn)6級以上大風(fēng)和8級及以上大風(fēng)分別為201站次、920站次。以風(fēng)力等級預(yù)報≤(±1級)為標(biāo)準(zhǔn)，臺風(fēng)和冷空氣過程的6級以上風(fēng)力等級的預(yù)報準(zhǔn)確率大大提升，分別達(dá)到了93.85%和94.67%。

表3 臺風(fēng)和冷空氣過程陣風(fēng)預(yù)報模型擬合優(yōu)度及風(fēng)力等級預(yù)報準(zhǔn)確率Table 3 Typhoon gale and cold air gale forecast model’s goodness offit check and forecast accuracy of wind scale

5 結(jié)論

本文利用2007—2017年余姚地區(qū)44個氣象自動站觀測數(shù)據(jù)和歐洲中心ERA5再分析資料，對余姚地區(qū)日極大風(fēng)分布進(jìn)行了統(tǒng)計分析，并提出一種本地化的經(jīng)驗陣風(fēng)預(yù)報模型。主要結(jié)論如下：

(1)余姚地區(qū)日極大風(fēng)呈正態(tài)分布，風(fēng)力峰值為4～5級，平均每年大風(fēng)日占比達(dá)7.03%，累計大風(fēng)時次占比3.32%，年平均大風(fēng)日26 d。4種下墊面類型中山地、湖陸的大風(fēng)頻次較高，平原、海陸的大風(fēng)頻次相對較低。

(2)非雷暴日影響陣風(fēng)預(yù)報的因子主要有10 m平均風(fēng)速、925 hPa風(fēng)速、地面粗糙度、摩擦速度和3 h變壓，雷暴日的陣風(fēng)預(yù)報難度較大，應(yīng)綜合考慮K指數(shù)、全總指數(shù)等。

(3)風(fēng)力越小，陣風(fēng)與平均風(fēng)之間的線性擬合效果越好，6級以上的陣風(fēng)預(yù)報應(yīng)在統(tǒng)計學(xué)基礎(chǔ)上結(jié)合物理機制以提高預(yù)報準(zhǔn)確率。

(4)6級及以下陣風(fēng)預(yù)報中，業(yè)務(wù)中的陣風(fēng)經(jīng)驗系數(shù)1.4容易造成余姚本地陣風(fēng)預(yù)報偏低，適用于余姚本地陣風(fēng)預(yù)報經(jīng)驗系數(shù)為1.775。

(5)余姚本地的6級以上陣風(fēng)預(yù)報經(jīng)驗方程由平均場項、垂直動量下傳項、水平動量傳輸項、摩擦項組成，其中摩擦項考慮了海拔高度訂正，其與925 hPa風(fēng)速的平方呈正相關(guān)，與摩擦速度呈自然指數(shù)相關(guān)，經(jīng)驗方程相對于經(jīng)驗陣風(fēng)系數(shù)的預(yù)報擬合優(yōu)度提升了59.61%。

(6)利用2018—2019年數(shù)據(jù)對經(jīng)驗方程進(jìn)行檢驗，發(fā)現(xiàn)6級以下的陣風(fēng)擬合在3～5級效果最好，1～2級陣風(fēng)預(yù)報偏高，6級陣風(fēng)的預(yù)報偏低；6級以上的陣風(fēng)等級預(yù)報準(zhǔn)確率達(dá)55.2%。

(7)對臺風(fēng)和冷空氣兩種不同的陣風(fēng)分別建立預(yù)測模型，其擬合優(yōu)度分別相對原來提升了24.13%和17.4%。

(8)地形摩擦作用在冷空氣大風(fēng)與臺風(fēng)大風(fēng)過程中尤為重要，這兩類過程陣風(fēng)系數(shù)分布類似，但臺風(fēng)帶來的動量下傳比冷空氣更為明顯。