谷鐵城

(浙江省溫州市氣象局，浙江 溫州 325000)

1 引言

沿海大風(fēng)預(yù)報(bào)一直與沿海城市的航運(yùn)、漁業(yè)及海島旅游等行業(yè)息息相關(guān)，為這些相關(guān)行業(yè)經(jīng)濟(jì)收益、人員生命、財(cái)產(chǎn)安全提供保障，而如何做好沿海大風(fēng)精細(xì)化預(yù)報(bào)則是氣象部門重要的課題。范其平等[1]曾用舟山各港口海島站的小時(shí)最大風(fēng)和極大風(fēng)資料將美國(guó)NECP風(fēng)速的初始場(chǎng)資料進(jìn)行訂正處理，并用NCEP 10 m風(fēng)的預(yù)報(bào)資料來(lái)預(yù)報(bào)各站點(diǎn)的風(fēng)力，取得良好的效果。孫喜艷[2]等利用廣東省汕尾紅海灣大型浮標(biāo)站的觀測(cè)資料，統(tǒng)計(jì)分析汕尾紅海灣近海海面風(fēng)的日變化特征、季節(jié)變化特征和大風(fēng)特點(diǎn)，結(jié)果表明：紅海灣近海海面秋、冬風(fēng)速大，夏季風(fēng)速小，風(fēng)向以東北風(fēng)為主；平均情況下中午前后風(fēng)速較小，早晚較大，風(fēng)向以東北風(fēng)為主；冷空氣和熱帶氣旋是造成紅海灣近海大風(fēng)的主要天氣系統(tǒng)。陳錦冠等[6]運(yùn)用統(tǒng)計(jì)分析和氣象統(tǒng)計(jì)預(yù)報(bào)的方法，對(duì)廣東省8個(gè)氣象站的日10 min平均最大風(fēng)速和日瞬間極大風(fēng)速資料進(jìn)行分析，發(fā)現(xiàn)這兩種風(fēng)速資料有較好的近似線性的關(guān)系。通過建立這兩種風(fēng)速的回歸方程,獲得判別這兩風(fēng)速記錄的準(zhǔn)確性及估計(jì)兩風(fēng)速數(shù)值的客觀方法。黃輝等[9]利用海島測(cè)風(fēng)站資料研究的MM5數(shù)值預(yù)報(bào)產(chǎn)品在舟山海域風(fēng)力分區(qū)預(yù)報(bào)中的釋用技術(shù)，實(shí)踐證明該釋用技術(shù)能為風(fēng)力分區(qū)預(yù)報(bào)提供重要的技術(shù)支撐，并為研究同類數(shù)值預(yù)報(bào)產(chǎn)品釋用技術(shù)提供重要的參考依據(jù)。

溫州地處我國(guó)東南沿海，由于溫州海域內(nèi)各海島的地理位置、地形及海拔高度的影響，導(dǎo)致海島站的風(fēng)力監(jiān)測(cè)并不能像浮標(biāo)站一樣代表其附近海域的實(shí)況風(fēng)，與數(shù)值模式中的風(fēng)力預(yù)報(bào)也存在一定的差異；另一方面，目前溫州沿海只有一個(gè)浮標(biāo)站，從精細(xì)化的角度來(lái)看并不能代表海域內(nèi)不同區(qū)域風(fēng)的實(shí)況，從而導(dǎo)致氣象臺(tái)對(duì)沿海海面及航線的大風(fēng)預(yù)報(bào)存在誤差。本文主要研究溫州浮標(biāo)站與溫州幾個(gè)主要海島站之間極大風(fēng)的相關(guān)性，以期能為溫州沿海大風(fēng)的精細(xì)化預(yù)報(bào)的人工訂正提供參考依據(jù)。

2 資料來(lái)源與處理

資料來(lái)源于2011年1月1日—2015年12月31日洞頭、南麂、北麂、北龍共4個(gè)海島站及溫州浮標(biāo)站的逐小時(shí)極大風(fēng)數(shù)據(jù)(表1)。其中浮標(biāo)站由于中途幾次故障維修導(dǎo)致部分?jǐn)?shù)據(jù)缺測(cè)，而目前的北麂站是2014年4月剛建立的新站，與之前的老站不在同一個(gè)位置，由于受島上不同方位、地形、新老測(cè)站高度差異的影響，本文僅選取北麂新站建立之后至2015年12月期間所測(cè)得的小時(shí)極大風(fēng)數(shù)據(jù)作為初始樣本。另外，洞頭、南麂及北龍這3個(gè)站也有極小部分的數(shù)據(jù)缺測(cè)。

表1 2011—2015年各站小時(shí)極大風(fēng)樣本數(shù)(單位：個(gè))Tab.1 The hour extreme wind speed sample size in different stations of 2011—2015

3 結(jié)果與分析

3.1 不同季節(jié)極大風(fēng)分布

本文研究的小時(shí)極大風(fēng)針對(duì)6級(jí)及以上的風(fēng)力，假設(shè)用浮標(biāo)站的小時(shí)極大風(fēng)近似地代表溫州沿海大風(fēng)的總體分布情況，從而篩選初始樣本中所有風(fēng)力≥6級(jí)的浮標(biāo)站小時(shí)極大風(fēng)做圖可以得知溫州沿海海面大風(fēng)隨季節(jié)有著不同的分布(圖1)，其中春季以北—東北風(fēng)為主，偏北風(fēng)加?xùn)|北風(fēng)共約占90%；夏季南—西南風(fēng)約占55%，北—東北風(fēng)約占30%；秋冬季受北方冷高壓影響盛行一致的偏北風(fēng)，占秋冬季的80%左右。

圖1 浮標(biāo)站小時(shí)極大風(fēng)隨季節(jié)的分布情況((a)春季；(b)夏季；(c)秋季；(d)冬季)Fig.1 The season distribution of hour extreme wind speed in the buoy station(a)spring；(b)summer；(c)autumn；(d)winter

3.2 研究樣本組的建立

以洞頭站為例，選取所有浮標(biāo)站≥6級(jí)時(shí)的小時(shí)極大風(fēng)，及同時(shí)次的洞頭站小時(shí)極大風(fēng)，記為“浮標(biāo)—洞頭”，其中某一時(shí)次的浮標(biāo)站極大風(fēng)與洞頭站極大風(fēng)即為“浮標(biāo)—洞頭”中的一對(duì)極大風(fēng)樣本。由于海島地形的不規(guī)則，不同方向吹來(lái)的風(fēng)受地形影響的情況不同，而浮標(biāo)站周圍沒地形的影響，更能真實(shí)地反應(yīng)海平面風(fēng)速風(fēng)向，因此為了區(qū)分地形對(duì)風(fēng)的影響，根據(jù)“浮標(biāo)—洞頭”中浮標(biāo)站小時(shí)極大風(fēng)的8個(gè)風(fēng)向方位將“浮標(biāo)—洞頭”這組數(shù)據(jù)分成8個(gè)小組，每組即為一組新的研究樣本，而其中某一時(shí)次的一對(duì)浮標(biāo)極大風(fēng)和洞頭極大風(fēng)即為該組研究樣本中的一個(gè)單位。同理得出浮標(biāo)站與其余3個(gè)海島站之間的24組樣本，共計(jì)32組研究樣本(見表2)。

表2 32組極大風(fēng)研究樣本數(shù)量(單位：對(duì))Tab.2 The 32 sets of extreme wind speed research sample size

3.3 關(guān)系式的建立

以“浮標(biāo)—洞頭”中浮標(biāo)站風(fēng)向?yàn)槠憋L(fēng)(>337.5°或≤22.5°)的這組研究樣本為例，記為“浮標(biāo)—洞頭—北”。設(shè)“浮標(biāo)—洞頭—北”中浮標(biāo)站的小時(shí)極大風(fēng)速為x，對(duì)應(yīng)的同時(shí)次的洞頭站小時(shí)極大風(fēng)速為y做散點(diǎn)圖，并針對(duì)散點(diǎn)圖分別作線性、乘冪、對(duì)數(shù)和指數(shù)等不同類型的趨勢(shì)線，同時(shí)得出各趨勢(shì)線在散點(diǎn)圖中所對(duì)應(yīng)的擬合系數(shù)R2[3](也稱決定系數(shù)，代表趨勢(shì)線對(duì)兩組數(shù)據(jù)的擬合程度)(圖2)，選擇R2值最大，即擬合效果最佳的趨勢(shì)線作為“浮標(biāo)—洞頭—北”的相關(guān)性公式。通過比較可以得出：線性的趨勢(shì)線y=0.711 6x-0.30 09(R2=0.493 1)的擬合效果最佳(圖2a)，從而選擇該趨勢(shì)線作為“浮標(biāo)—洞頭—北”這組樣本的相關(guān)性公式，即為偏北大風(fēng)環(huán)境下洞頭站極大風(fēng)與浮標(biāo)站極大風(fēng)之間的相關(guān)性公式。

圖2 “浮標(biāo)—洞頭—北”散點(diǎn)圖及各類型趨勢(shì)線((a)線性趨勢(shì)線；(b)指數(shù)趨勢(shì)線；(c)對(duì)數(shù)趨勢(shì)線：(d)乘冪趨勢(shì)線)Fig.2 The‘buoy-Dongtou-north’scatter diagram and different trend lines(a)linear trend；(b)exponential trend；(c)logarithmic trend；(d)power trend

同理對(duì)其余31組研究樣本也建立各自對(duì)應(yīng)的相關(guān)性公式，結(jié)果顯示：與這32組樣本擬合效果最佳的關(guān)系式均為線性關(guān)系式。由此可見浮標(biāo)站極大風(fēng)風(fēng)速與海島站極大風(fēng)風(fēng)速之間最為明顯的關(guān)系即為線性相關(guān)。

3.4 相關(guān)系數(shù)

由于散點(diǎn)圖中線性趨勢(shì)線的擬合系數(shù)R2即為兩組數(shù)據(jù)之間線性相關(guān)系數(shù)r的平方[3]，即R2=r2，因此根據(jù)R2可同時(shí)求出浮標(biāo)站與海島站之間極大風(fēng)的線性相關(guān)系數(shù)r。

根據(jù)線性相關(guān)程度表(表4)可知由于浮標(biāo)站極大風(fēng)與海島站極大風(fēng)的線性相關(guān)系數(shù)r在0.35～0.9之間，因此線性相關(guān)程度為低度相關(guān)至高度相關(guān)之間不等，其中高度相關(guān)的8組，中度相關(guān)的19組，低度相關(guān)的共有5組研究樣本。

表4 線性相關(guān)程度表Tab.4 The linear relation degree table

4 關(guān)系式的檢驗(yàn)

4.1 關(guān)系式檢驗(yàn)的誤差計(jì)算

統(tǒng)計(jì)并收集2016年溫州浮標(biāo)、洞頭、南麂、北麂和北龍5個(gè)站全年的小時(shí)極大風(fēng)數(shù)據(jù)，根據(jù)表2中資料處理的方法將其分成不同海島站不同風(fēng)向共32組檢驗(yàn)樣本，將檢驗(yàn)樣本組中浮標(biāo)站實(shí)況小時(shí)極大風(fēng)速代入表3中對(duì)應(yīng)的相關(guān)性公式中，求得海島站極大風(fēng)的預(yù)估值，將預(yù)估值與檢驗(yàn)樣本組中海島站的實(shí)況極大風(fēng)風(fēng)速進(jìn)行誤差計(jì)算，并將誤差值作為定性判斷關(guān)系式可靠性的標(biāo)準(zhǔn)。

表5 32組相關(guān)性公式的檢驗(yàn)誤差(單位：m/s)Tab.5 The verify error of 32 couples relations (unit:m/s)

由表5可以看出，這32組相關(guān)性公式的誤差在1.26～4.38 m/s之間。其中浮標(biāo)站與北麂、南麂站之間各風(fēng)向的關(guān)系式可靠性較好，誤差在1.27～3.45 m/s及1.53～2.85 m/s之間，而浮標(biāo)站與北龍站之間各風(fēng)向的關(guān)系式可靠性相對(duì)較弱，誤差在2.01～4.83 m/s之間；而從風(fēng)向的角度看，北、東北方向極大風(fēng)的關(guān)系式可靠性較強(qiáng)，誤差在1.27～2.03 m/s之間，西和東南方向極大風(fēng)的關(guān)系式可靠性較弱，誤差在2.14～4.38 m/s之間。(南麂站相對(duì)離大陸遠(yuǎn))

圖3 浮標(biāo)站與各海島之間的位置示意圖Fig.3 Position diagram between buoy station and island station

4.2 影響檢驗(yàn)誤差的因子

檢驗(yàn)誤差σ的大小直接體現(xiàn)了關(guān)系式的可靠程度，因此研究影響檢驗(yàn)誤差σ的因子有利于日后對(duì)關(guān)系式進(jìn)行進(jìn)一步的改進(jìn)。

洞頭、南麂、北麂和北龍4個(gè)海島的地形在各個(gè)方向上均不一致，但據(jù)表5可知，4個(gè)海島站與浮標(biāo)站之間相關(guān)性公式的檢驗(yàn)誤差均表現(xiàn)為一致的北、東北方向誤差小，西、東南方向誤差大，由此可見，海島站的地形差異與關(guān)系式的檢驗(yàn)誤差沒有明顯的關(guān)系，所以首先排除地形對(duì)檢驗(yàn)誤差的影響。

將對(duì)關(guān)系式的檢驗(yàn)誤差可能存在影響的樣本個(gè)數(shù)、關(guān)系式的擬合系數(shù)R2以及檢驗(yàn)誤差σ排列在一起(表6)并分析可求得關(guān)系式擬合系數(shù)R2與檢驗(yàn)誤差σ之間的相關(guān)系數(shù)分別為r浮標(biāo)-洞頭=0.18、r浮標(biāo)-南麂=-0.70、r浮標(biāo)-北麂=0.20和r浮標(biāo)-北龍=-0.24，其中浮標(biāo)站與洞頭站、北麂站之間的關(guān)系式擬合系數(shù)R2與各自檢驗(yàn)誤差σ成正相關(guān)，浮標(biāo)站與南麂站、北龍站之間的R2與各自的σ成負(fù)相關(guān)，另外根據(jù)線性相關(guān)程度表(表4)可知，盡管浮標(biāo)站與南麂站之間R2與σ成中度相關(guān)，但浮標(biāo)站與其它3個(gè)站之間R2與σ的相關(guān)性極弱?？梢姴徽撌菑木€性相關(guān)的性質(zhì)還是程度上來(lái)看，浮標(biāo)站與不同海島站間的關(guān)系式擬合系數(shù)R2與檢驗(yàn)誤差σ均存在明顯的不一致性。

而根據(jù)浮標(biāo)站與4個(gè)海島站之間各方向的研究樣本數(shù)與對(duì)應(yīng)的關(guān)系式檢驗(yàn)誤差σ可求得：r浮標(biāo)-洞頭=-0.48、r浮標(biāo)-南麂=-0.50、r浮標(biāo)-北麂=-0.40和r浮標(biāo)-北龍=-0.59，研究樣本數(shù)與檢驗(yàn)誤差σ表現(xiàn)為一致的負(fù)相關(guān)性，線性相關(guān)程度處于低度至中度之間，相差不大，可見檢驗(yàn)誤差σ的大小在一定程度上受研究樣本數(shù)的影響，可以定性的理解為對(duì)于同一個(gè)海島站而言，某個(gè)風(fēng)向的樣本個(gè)數(shù)越多，該風(fēng)向上擬合出來(lái)的關(guān)系式穩(wěn)定性更強(qiáng)。

綜上所述，浮標(biāo)站與海島站極大風(fēng)關(guān)系式的穩(wěn)定性與地形及關(guān)系式的擬合系數(shù)R2無(wú)明顯關(guān)系，但與研究樣本的數(shù)量存在一定程度上的對(duì)應(yīng)關(guān)系，對(duì)于同一個(gè)海島站而言，某個(gè)風(fēng)向的樣本個(gè)數(shù)越多，越有利于該風(fēng)向上關(guān)系式的穩(wěn)定。

表6 研究樣本數(shù)、擬合系數(shù)及檢驗(yàn)誤差(研究樣本單位：對(duì)；σ單位：m/s)Tab.6 The research sample,fitting coefficient and rerifg error(Sample unit: couple unit:m/s)

5 結(jié)論

①溫州沿海海面大風(fēng)隨季節(jié)有著不同的分布，其中春季以北—東北風(fēng)為主，偏北風(fēng)加?xùn)|北風(fēng)共約占90%；夏季南—西南風(fēng)約占55%，北—東北風(fēng)約占30%；秋冬季盛行一致的偏北風(fēng)，占80%左右。

②通過分析初步建立浮標(biāo)站與海島站之間極大風(fēng)風(fēng)速的關(guān)系，發(fā)現(xiàn)浮標(biāo)站的極大風(fēng)風(fēng)速與4個(gè)海島站的極大風(fēng)風(fēng)速之間最明顯的關(guān)系為線性相關(guān)，線性相關(guān)程度從低度相關(guān)至高度相關(guān)不等，其中中度與高度相關(guān)的樣本組占84%。

③通過檢驗(yàn)關(guān)系式的誤差可以發(fā)現(xiàn)，浮標(biāo)站與南麂站之間各風(fēng)向的關(guān)系式可靠性較好，與北龍站之間各風(fēng)向的關(guān)系式可靠性相對(duì)較弱；而從風(fēng)向的角度看，北、東北方向極大風(fēng)的關(guān)系式可靠性較強(qiáng)，西和東南方向極大風(fēng)的關(guān)系式可靠性較弱。

④浮標(biāo)站與海島站極大風(fēng)風(fēng)速的關(guān)系式的穩(wěn)定性并不受風(fēng)向及關(guān)系式的擬合系數(shù)R2的影響，但與研究樣本的數(shù)量存在一定程度上的對(duì)應(yīng)關(guān)系，樣本數(shù)量越多，越有利于關(guān)系式的穩(wěn)定。

[1] 范其平,林偉,唐躍,等.利用NCEP產(chǎn)品制作舟山港口精細(xì)化風(fēng)力預(yù)報(bào)方法研究[J].浙江海洋學(xué)院學(xué)報(bào)(自然科學(xué)版),2008,27(3):311-315.

[2] 孫喜艷,程正泉,李楚燕.汕尾浮標(biāo)站的風(fēng)況特征分析[J].廣東氣象,2014,(6)：6-10.

[3] 張建華.關(guān)于相關(guān)系數(shù)作擬合優(yōu)度判據(jù)的研究[J].鄭州工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2001,22(3)：72-74.

[4] 孫喜艷,李世光.汕尾浮標(biāo)站與周邊自動(dòng)站觀測(cè)資料對(duì)比[J].廣東氣象,2010,32(4):70-72.

[5] 李曉麗,唐躍,范其平,等.PPM方法在馬跡山港船舶靠離泊臨界值預(yù)報(bào)中的應(yīng)用[J].浙江氣象,2010,31(4):23-27.

[6] 陳錦冠,林少冰.10分鐘平均最大風(fēng)速與極大風(fēng)速評(píng)估方程的建立[J].氣象,2001,27(10):38-41.

[7] 胡波,杜惠良,俞燎霓.幾種不同方法在舟山海島陣風(fēng)預(yù)報(bào)試驗(yàn)中的對(duì)比分析[J].海洋預(yù)報(bào),2015,32(3):43-50.

[8] 胡波,杜惠良,俞燎霓.一種經(jīng)驗(yàn)相似方法在沿海海島陣風(fēng)預(yù)報(bào)中的應(yīng)用[J].海洋預(yù)報(bào),2014,31(3):37-44.

[9] 黃輝,陳淑琴.MM5數(shù)值預(yù)報(bào)產(chǎn)品在舟山海域風(fēng)力分區(qū)預(yù)報(bào)中的釋用[J].海洋預(yù)報(bào),2006,23(2):67-71.

[10]高山紅,吳增茂.海島測(cè)站大風(fēng)資料代表性的數(shù)值模型分析[J].應(yīng)用氣象學(xué)報(bào),1999,10(3):333-338.