常奮華 林 艷 于子敏
(1.福建省氣象服務中心,福建 福州 350008;2.福建省大氣探測技術保障中心,福建 福州 350008)
福建省地處東南沿海,海岸線長度居全國第二位[1]。隨著海洋漁業(yè)、海洋交通運輸、海濱旅游、海洋能源等產(chǎn)業(yè)的快速發(fā)展,對海洋災害的預警預報服務能力提出了更高的要求。海上大風對漁業(yè)生產(chǎn)、海上航運等行業(yè)影響重大,是威脅海上安全的主要氣象災害之一。目前福建沿海建設海洋氣象浮標5座,共享海洋部門2座,初步構建遠海海洋氣象觀測陣列,彌補了遠海海洋氣象觀測數(shù)據(jù)的空白,對于開展海上大風和臺風觀測提供基礎數(shù)據(jù)支撐。
目前針對海上的氣象預報主要依賴數(shù)值模式預報結果,所以提高模式的預報性能對于開展海洋氣象精細化預報尤為重要。針對數(shù)值預報模式進行產(chǎn)品檢驗是不斷提高模式預報性能的主要途徑。近些年來關于模式檢驗和評估方法的研究進展和應用[2-7]不斷增多,為深入開展沿海風的評估分析提供了有益借鑒。
本文利用福建海洋浮標站觀測的大風數(shù)據(jù),對目前福建省業(yè)務運行中常用的數(shù)值模式(EC-thin、FJ-WRF、華東區(qū)域模式)風速預報結果進行檢驗,為福建沿海、臺灣海峽、漁業(yè)漁場等大風預報提供客觀訂正依據(jù),為提升臺灣海峽航運氣象服務品質(zhì)奠定基礎。
2.1.1 實況資料
福建沿海5個浮標站分別為寧德浮標、福州浮標、廈門浮標、海峽1號、海峽2號,其中寧德浮標、福州浮標和廈門浮標距離海岸線約50km左右,海峽1號和海峽2號距離海岸線約200km左右。資料時間段為2019年1月1日至2019年12月31日,時間間隔為1h。
5個浮標的位置如圖1所示。
2.1.2 模式資料
選取全球模式(歐洲EC細網(wǎng)格模式)、華東區(qū)域模式、福建引進開發(fā)的WRF中尺度數(shù)值模式,其中EC細網(wǎng)格模式分辨率為0.25°×0.25°,輸出間隔為3h;華東區(qū)域模式分辨率為0.25°×0.25°,輸出間隔為3h;WRF模式分辨率為0.09°×0.09°,輸出間隔為1h。
資料時間段為2019年1月1日至2019年12月31日,08h、20h起報的數(shù)據(jù)。在進行對比分析時,采用雙線性插值,將模式預報數(shù)據(jù)插值到站點,利用實測資料對預報結果進行檢驗。
為統(tǒng)一預報時效,選取3個模式對08∶00、20∶00起報的72h預報時效內(nèi)的10m風速進行檢驗。文中檢驗用到的統(tǒng)計量主要有:ST評分、準確率、空報率、漏報率、平均誤差(ME)、平均絕對誤差(MAE)、均方根誤差(RMSE)等。各統(tǒng)計量計算公式[8]如下:
①平均絕對誤差
平均絕對誤差為預報風速與實況風速之間的誤差絕對值的平均值,檢驗公式如下:
②均方根誤差
均方根誤差為預報風速與實況風速之間誤差的平方與風速預報總站(次)數(shù)比值的平方根,檢驗公式如下:
③平均誤差
平均誤差為預報風速與實況風速之間誤差的平均值,檢驗公式如下:
④風預報評分,檢驗量包括準確率、漏報率和空報率,分數(shù)范圍為0~1.0。
具體評分方法為:
式中,NAk為預報正確次數(shù)、NBk為空報次數(shù)、NCk為漏報次數(shù)。
3.1.1 TS評分
TS評分準確率(圖2)在弱風級的時候較高,而高風級的評分較低,1級、2級風的平均預報評分在0.8以上。整體上看隨著風速的增加,預報風速的TS評分開始迅速減少,3級~5級風的時候為0.3~0.5之間,6級風的評分下降為0.25左右,而到7級風的時候,預報評分就只有0.1左右??梢娔J斤L場預報在低風速時效果較好,而對高風速的風場預報則較差。
圖2 不同起報時間的TS評分
弱風級時三種模式預報的TS評分相差無幾,當風速超過7級時,F(xiàn)J-WRF的效果相對優(yōu)于其余兩種。
對比08時與20時起報來看,20時起報的TS評分比08時起報的要高。
3.1.2 漏報率
整體上來說,漏報率(圖3)是從小風級到大風級逐漸增大。弱風級的時候漏報率較小,1級風的漏報率為0,2級風的漏報率為0.025左右,3~4級風的漏報率增加到0.1和0.25左右;到6級強風時,漏報率為0.7左右。
圖3 不同起報時間的漏報率
3.1.3 空報率
空報率(圖4)的情況與漏報率類似,都是從小風級到大風級逐漸增大。弱風級的時候空報率小,1級風的空報率為0,2級風的空報率為0.1左右,3~4級風的空報率增加到0.25和0.3上下;到9級強風時,空報率達到0.8左右。
圖4 不同起報時間的空報率
同樣,三種模式產(chǎn)品在弱風級時表現(xiàn)一致,EC略優(yōu)于FJ-WRF和華東(上海)區(qū)域模式。當風速達到10級時,EC的空報率略有增加。20時起報空報率略低于08時起報。
對比空報率與漏報率,空報率高于漏報率,說明模式預報的風速整體偏強。
風速平均誤差(圖5)反映了模式0~72小時預報時效的平均預報風速和浮標站實測風速的平均差別,從結果來看,3~72小時平均誤差均為正值,模式預報風速較實況風速偏大0.8~1.5m/s。FJ-WRF在3小時優(yōu)于其余兩種,華東區(qū)域模式的整體平均誤差是最小的。
圖5 不同預報時效平均誤差
風速的平均絕對誤差和均方根誤差體現(xiàn)預報風速和實況風速之間離散程度,但是均方根誤差對風速差別特別大或特別小的樣本反映更為敏感。從圖6可見,風速的平均絕對誤差和均方根誤差隨預報時效都呈逐漸增大趨勢。
就平均絕對誤差(圖6上)而言,三種模式的誤差均在2m/s以上,表示模式預報風速比實測風速平均偏大2m/s以上。EC比其余兩種的誤差略小,其次為華東區(qū)域模式,F(xiàn)J-WRF的平均絕對誤差最大。
從均方根誤差(圖6下)來看,EC對所有預報時效的預報水平都相差不大,F(xiàn)J-WRF模式會隨著預報時效的增加,預報水平起伏較大。
圖6 不同預報時效平均絕對誤差和均方根誤差
綜合以上各檢驗指標結果,浮標站的預報風速總體上比實況風速偏大,準確率隨預報時效逐漸降低,20時起報效果優(yōu)于08時。因此在日常預報最大風速時,可以根據(jù)情況在模式預報風速的基礎上減小約2m/s。
三個模式的平均誤差、平均絕對誤差、均方根誤差最大的站點均是海峽2號,海峽1號次之,誤差最小的是寧德浮標。
圖7給出三個模式的誤差空間分布,從圖7可見,三種模式對福建北部海區(qū)(寧德浮標站)的風速預報誤差最小,誤差值在±0.5m/s以內(nèi)。越往外海,預報風速誤差越大,對海峽2號的風速誤差值達到4m/s左右,如果換算成風力等級,則偏大1~2個風級。
(a)站點誤差分布圖(ec) (b)站點誤差分布圖(sh) (c)站點誤差分布圖(wrf)
按觀測時間分月計算平均誤差,由圖8可知,各模式對1月-3月/11月-12月預報風速整體偏小,4月-10月的預報風速整體偏大,其中6月預報偏差最大。
圖8 不同月份平均誤差
在預報風速偏小的月份里,華東區(qū)域模式偏小的更多;在4月-10月,華東區(qū)域模式較EC和WRF表現(xiàn)更好。
圖9為白鹿臺風過程逐3小時風速預報,登陸期間三種模式預報結果都明顯偏強,其中平均風速誤差最大為FJ-WRF模式,達13m/s,EC總體誤差相對較小,平均在6m/s左右,所以遇到臺風類過程時,須根據(jù)形勢適當調(diào)整預報風速。
圖9 臺風“白鹿”期間誤差分布
本文利用遠海海洋浮標站風觀測數(shù)據(jù),通過平均絕對誤差、均方根誤差等檢驗指標對FJ-WRF、EC-thin、華東區(qū)域模式沿海風的預報性能進行檢驗評估,得出如下結論。
①從風預報評分各檢驗量來看,在弱風級時各模式表現(xiàn)較好,當風力達到6級以上時,TS評分下降明顯,漏報、空報率增加,20起報結果優(yōu)于08時。
②從風速的模擬效果來看,預報效果最好的是模式是EC,平均絕對誤差為2~2.5m/s,其次是上海區(qū)域模式,WRF模式的平均絕對誤差最大。3個模式的預報風速與實況風速最大風速相比,總體來說都偏大。
③空間檢驗結果顯示,近海風速的平均絕對誤差均小于遠海。3個模式對近海北部和南部模擬效果最好,遠海北部預報效果優(yōu)于南部。
④不同月份平均誤差方面,各模式對1月-3月/11月-12月預報風速整體偏小,華東區(qū)域模式較其余兩種模式偏小的更多;4月-10月的預報風速整體偏大,其中6月預報偏差最大,華東區(qū)域模式在4月-10月較EC和WRF表現(xiàn)更好。
本研究就2019年福建沿海5個浮標站實測的風速對FJ-WRF、EC-thin、華東區(qū)域模式進行檢驗,檢驗結果可為站點附近漁場、航運等的風速預報提供參考依據(jù)。在海上最大風速預報時,可根據(jù)天氣形勢模式預報風速可適當下調(diào)2m/s。由于三個模式風速預報偏差在不同季節(jié)表現(xiàn)有所區(qū)別,未來可以根據(jù)評分結果開展動態(tài)選優(yōu),綜合生成海上風速預報產(chǎn)品,以提高預報準確性,更好地服務漁業(yè)和海上安全。