基于MOS 的廣西北部灣沿海秋冬極大風(fēng)速精細(xì)化預(yù)報

潘 靜，陳崢蓉，黃燕波，于 瀟，張雪波，何 濱

（1.欽州市氣象局，廣西 欽州 535000；2.北海市氣象局，廣西 北海 536000）

引言

海上大風(fēng)是海洋氣象預(yù)報的重要影響天氣之一，目前海上大風(fēng)預(yù)報主要是在EC、T639、WRF 等模式的基礎(chǔ)上開展解釋應(yīng)用，隨著精細(xì)化預(yù)報需求的提高，很多氣象學(xué)者開展了大風(fēng)精細(xì)化預(yù)報方法研究。候淑梅等［1］發(fā)現(xiàn)T639 預(yù)報產(chǎn)品對黃渤海大風(fēng)具有較好的預(yù)報準(zhǔn)確率，當(dāng)預(yù)報大風(fēng)時間長且范圍大時，實況風(fēng)將增大1～2 個蒲氏風(fēng)級。榮艷敏［2］等基于中尺度數(shù)值模式WRF＿RUC 的預(yù)報產(chǎn)品，采用逐步回歸的MOS 方法，對山東12 個精細(xì)海區(qū)代表站有關(guān)大風(fēng)進(jìn)行解釋應(yīng)用，結(jié)果表明MOS 預(yù)報方法對6 級以上日最大風(fēng)速有較好的預(yù)報能力，較模式直接輸出的預(yù)報結(jié)果有了明顯的提高。朱智慧［3］用國家氣象中心全球譜模式T639 預(yù)報產(chǎn)品對上海市南匯站24h 風(fēng)速預(yù)報進(jìn)行了檢驗，并利用逐步回歸分析方法，結(jié)合逐步訂正的MOS 方程建模，建立的幾種風(fēng)速MOS 方程均比T639 預(yù)報效果好。閻麗鳳［4］對MM5、WRF＿RUC 和T639 模式在山東沿海9 個精細(xì)化海區(qū)代表站的日最大風(fēng)速預(yù)報進(jìn)行了檢驗，發(fā)現(xiàn)各模式普遍存在小風(fēng)天氣預(yù)報偏大，大風(fēng)天氣預(yù)報偏小的特點。精細(xì)化海區(qū)大風(fēng)的預(yù)報技術(shù)在其它海域得到了廣泛的應(yīng)用［5-7］，但高分辨率數(shù)值預(yù)報風(fēng)速產(chǎn)品在北部灣海域預(yù)報檢驗和應(yīng)用研究較少。高安寧等［8］利用氣壓梯度、低空鋒區(qū)和引導(dǎo)氣流3個因子建立了北部灣北部海面強風(fēng)中期預(yù)報方法，進(jìn)行了大風(fēng)過程預(yù)報檢驗。本文對EC 高分辨率數(shù)值預(yù)報產(chǎn)品用MOS 方法進(jìn)行解釋應(yīng)用，建立精細(xì)化海區(qū)逐日極大風(fēng)速預(yù)報方程，并進(jìn)行檢驗評估，進(jìn)一步提高北部灣海域極大風(fēng)速精細(xì)化預(yù)報水平。

1 資料和方法

將北部灣海域按行政區(qū)劃分為北海、欽州、防城港3 個海域，選出各海域代表站點進(jìn)行研究分析。選取站點包括北海海域的潿洲島（59647）、斜陽島（N9080）和北海港（N9090），欽州海域的青菜頭島（N7610）和大廟墩島（N7611），防城港海域的雙墩島（N9540）等6 個站點。實況資料采用2012—2016 年總共5 個冬半年（9 月到次年2 月）6 個站點逐日極大風(fēng)數(shù)據(jù)；模式資料采用歐洲中心細(xì)網(wǎng)格數(shù)值預(yù)報2012—2016年冬半年逐日08 時和20 時起報的高度場、海平面氣壓場、相對濕度場、溫度場、風(fēng)場等產(chǎn)品。

目前北部灣海面偏北大風(fēng)常用預(yù)報方法主要有：天氣圖分析方法、完全預(yù)報方法（PPM）和模式輸出統(tǒng)計方法（MOS）。MOS 方法直接把數(shù)值預(yù)報模式的輸出產(chǎn)品作為預(yù)報因子x（t），并與預(yù)報時效對應(yīng)時刻的天氣實況（預(yù)報對象Y（t））建立統(tǒng)計關(guān)系Y（t）＝f（x（t））。MOS 方法最大的優(yōu)點是在建立方程時自動地考慮了數(shù)值預(yù)報的系統(tǒng)誤差及局地氣候?qū)W，同時大量利用了數(shù)值預(yù)報的物理量場，效果往往較好［9］。本文根據(jù)模式輸出統(tǒng)計法（MOS），按秋季（9月—11 月），冬季（12 月—2 月）分別建立廣西北部灣海域6 個站點24～72h 不同時效的多元線性回歸預(yù)報方程，并用2017 冬半年的數(shù)據(jù)對預(yù)報方程進(jìn)行TS 檢驗評分。

文中預(yù)報因子與風(fēng)速關(guān)系通過計算相關(guān)系數(shù)（r）來表征，相關(guān)系數(shù)r 的計算公式如下：

式中，rxy表示物理量X 與Y 的相關(guān)系數(shù)，X 表示物理量X 的平均值，表示物理量Y 的平均值，Xt表示第t 個物理量X 的值，Yt表示第t 個物理量Y 的值，n 表示兩個物理量的樣本數(shù)。相關(guān)系數(shù)為0表示兩個變量無關(guān)，相關(guān)系數(shù)大于0 稱為正相關(guān)，相關(guān)系數(shù)小于0 稱為負(fù)相關(guān)，相關(guān)系數(shù)在-1 與＋1 之間變化。

2 結(jié)果與分析

2.1 預(yù)報因子的初選

氣壓場、溫度場、高度場、各層風(fēng)場、相對濕度等預(yù)報因子與極大風(fēng)速均有直接相關(guān)性，結(jié)合有關(guān)文獻(xiàn)提出造成北部灣海面強風(fēng)的3 個主導(dǎo)影響因素［8，10-15］：即地面氣壓梯度、850hPa鋒區(qū)強度和500hPa 引導(dǎo)氣流，以及北部灣冬季強風(fēng)氣候特征，本文選取了08 時和20 時起報的500hPa 高度場、海平面氣壓場、700hPa 和850hPa 相對濕度、850hPa 溫度，以及200hPa、500hPa、700hPa、850hPa、925hPa、1000hPa 風(fēng)速、10m 風(fēng)速，桂林-漢口、桂林-恩施、海口-恩施、桂林-成都、?？?桂林、?？?漢口及桂林-興仁的1000～850hPa 溫度差，蘭州-?？凇豸斈君R-?？凇h口-?？凇⒊啥??？凇⒐鹆??？?、興仁-?？?、興仁-贛州、成都-杭州及桂林-興仁的氣壓差等98 個預(yù)報因子［14］。

2.2 預(yù)報因子與風(fēng)速的相關(guān)分析

將預(yù)報量極大風(fēng)速與選出的各個因子進(jìn)行相關(guān)性分析，經(jīng)統(tǒng)計分析相關(guān)系數(shù)如下：

（1）除北海港外，其它5 個站點冬季（12—2 月）日極大風(fēng)速均與代表高空引導(dǎo)氣流的因子存在相關(guān)，其中與500hPa 蒙古槽相關(guān)系數(shù)最大，在0.3～0.4之間；

（2）代表南北氣壓梯度強弱的5 個氣壓差因子均與冬半年日極大風(fēng)速呈明顯的正相關(guān)，相關(guān)系數(shù)在0.3～0.8 之間，說明南北氣壓梯度是影響北部灣海面冬半年日極大風(fēng)速的主要因子之一；

（3）6 個站點冬季（12—2 月）日極大風(fēng)速與代表冷空氣影響路徑的東西氣壓梯度3 個因子存在相關(guān)，但這類因子在秋季（9—11 月）影響較?。?/p>

（4）代表低層南北溫度梯度強弱的1000～850hPa溫度差因子與6 個站點冬半年日極大風(fēng)速值呈正相關(guān)；

（5）高空風(fēng)速與各站點冬半年日極大風(fēng)速呈正相關(guān)，越往低層相關(guān)系數(shù)越大，說明日極大風(fēng)速受高空風(fēng)動量下傳的影響，這類因子與高空風(fēng)速季節(jié)性變動、數(shù)值模式初始場準(zhǔn)確性有關(guān)；

（6）各站低層（700hPa 和850hPa）濕度與冬半年日極大風(fēng)速呈正相關(guān)，平均相關(guān)系數(shù)在0.2～0.3 之間，比較穩(wěn)定。

2.3 多元線性回歸方程的建立

在研究過程中，分別利用逐步回歸方法和多元線性回歸方法建立方程。結(jié)果顯示,多元線性回歸方程檢驗評估結(jié)果明顯優(yōu)于逐步回歸方程，因此下文主要介紹多元線性回歸方法。在風(fēng)速與預(yù)報因子單點相關(guān)普查的基礎(chǔ)上，選取相關(guān)系數(shù)大而且互相獨立的預(yù)報因子按不同站點、不同預(yù)報時次分別建立因子庫，同一物理量的不同起報時刻作為不同因子放入同一時次方程中。根據(jù)相關(guān)系數(shù)大小，按能通過0.05 顯著性t 檢驗的標(biāo)準(zhǔn)對預(yù)報因子庫進(jìn)行排序篩選，剔除一些與預(yù)報量相關(guān)不大而且物理意義不明顯的因子，將最后入選的因子和實況按一一對應(yīng)關(guān)系建立多元線性回歸方程，并進(jìn)行統(tǒng)計顯著性檢驗。結(jié)果顯示：在顯著水平α＝0.05 下，根據(jù)各站回歸方程不同的樣本得到的計算值，始終有F＞Fα，表明回歸方程通過顯著檢驗。從6 個站點冬季不同預(yù)報時效的回歸方程參數(shù)分布圖（略）可以看出：

（1）在總自由度固定的情況下，站點日極大風(fēng)速值的總平方和（總離差平方和）是固定不變的?？偲椒胶退纸獾幕貧w平方和與殘差平方和成反比例，殘差平方和越小，回歸平方和越大，復(fù)相關(guān)系數(shù)R就越高，方程的殘差均方差估計就越小。

（2）復(fù)相關(guān)系數(shù)平方R2是反映預(yù)報因子對預(yù)報量的線性回歸解釋的部分，可以作為衡量回歸方程擬合量的一個指標(biāo)［15］。對同一站點R2比較發(fā)現(xiàn)：隨著預(yù)報時效增加，相關(guān)系數(shù)加大，R2減??；同一預(yù)報時效的方程R 冬季大于秋季，說明回歸方程擬合隨著預(yù)報時效增加而減小，冬季預(yù)報方程擬合好于秋季。對各站點預(yù)報方程的R2進(jìn)行比較發(fā)現(xiàn)：秋季潿洲島、大廟墩島和青菜頭島的預(yù)報方程擬合最好，斜陽島預(yù)報方程擬合最差；冬季雙墩島、青菜頭島和大廟墩島的預(yù)報方程擬合最好，北海港的預(yù)報方程擬合最差，反映出北部灣冬季風(fēng)速代表性好的站點相對于代表性差的站點對于預(yù)報因子更為敏感。

（3）從同時次預(yù)報方程可以看出：相關(guān)系數(shù)越高，預(yù)報因子引入減少，殘差平方和升高。以潿洲島冬季48h 預(yù)報方程為例，相關(guān)系數(shù)由0.5 降至0.4 時，組成回歸方程的因子數(shù)由23 個增加到43 個，殘差平方和下降了93.4，表明增加因子會使方程均方差縮小，有利于對風(fēng)速的擬合。但當(dāng)因子數(shù)增加到一定程度，殘差平方和下降的幅度會變小，以潿洲島冬季48h 預(yù)報方程為例，相關(guān)系數(shù)由0.3 降至0.2 時，組成回歸方程的因子數(shù)由64 個增加到78 個，殘差平方和只下降了56.4，說明增加因子對提高方程的精度作用減小。

2.4 多元線性回歸方程的檢驗評分

采用對預(yù)報方程進(jìn)行TS 檢驗的方法，選擇出預(yù)報效果最好的方程。對2016 年12 月至2017 年2月（冬季）和2017 年9 月至11 月（秋季）6 個站點的不同相關(guān)系數(shù)方程得出的日極大風(fēng)速≥5 級、≥6級、≥7 級和≥8 級進(jìn)行TS 評分檢驗，檢驗公式如下：

其中k 為等級，NAk為預(yù)報正確次數(shù)、NBk為空報次數(shù)、NCk為漏報次數(shù)。預(yù)報正確指預(yù)報風(fēng)速達(dá)到或超過5（或6 或7 或8）級，實況風(fēng)速也達(dá)到或超過5（或6 或7 或8）級；空報指預(yù)報風(fēng)速達(dá)到或超過5（或6 或7 或8）級，實況風(fēng)速小于5（或6 或7 或8）級；漏報指預(yù)報風(fēng)速小于5（或6 或7 或8）級，實況風(fēng)速達(dá)到或超過5（或6 或7 或8）級。

設(shè)目標(biāo)評分為正確率80%，空報率20%，漏報率為0，對各個站點48h 預(yù)報方程評分結(jié)果進(jìn)行分析：

（1）潿洲島站秋季所有預(yù)報方程中，5 級風(fēng)和8級風(fēng)TS 評分的正確率達(dá)到80%；冬季5 級風(fēng)的正確率達(dá)到80%，但7 級、8 級的漏報率都在40%以上，說明冬季其預(yù)報方程對日極大風(fēng)速級別的預(yù)報效果不好。

（2）大廟墩島站秋季預(yù)報方程中各級風(fēng)的正確率都在40%以上，5 級和6 級風(fēng)都在70%以上；冬季預(yù)報方程中各級風(fēng)的正確率都在60%以上，空報率都在40%以下，漏報率在20%以下，說明其正確率隨風(fēng)級變化不明顯，冬季預(yù)報方程的預(yù)報效果好于秋季。

（3）青菜頭島站秋季5 級風(fēng)的正確率達(dá)到80%，隨著風(fēng)級的加大正確率下降，8 級風(fēng)的正確率較低在50%以下同時漏報率較高在40%以上；冬季預(yù)報方程中各級風(fēng)的正確率都在60%以上，空報率和漏報率在30%以下，其中24h 預(yù)報方程中5 級風(fēng)的正確率最高達(dá)到90.9%，48h 預(yù)報方程中8 級風(fēng)的正確率最高達(dá)到87.5%，為所有站點同風(fēng)級中最高。

（4）斜陽島站秋冬季的預(yù)報方程結(jié)果相似，5 級和6 級風(fēng)的48h 正確率基本上都在80%以上，5 級和6 級風(fēng)的48h 正確率隨著預(yù)報時效增加有下降趨勢，8 級風(fēng)48h 正確率在50%左右，漏報率較高在30%左右，其它風(fēng)級48h 都在20%以下。

（5）北海港秋季和冬季的預(yù)報方程結(jié)果相似，5級風(fēng)的正確率均在70%左右，其余風(fēng)級都在60%以下，并且正確率隨著預(yù)報時效和風(fēng)級的加大有下降趨勢，總體正確率在所有站點同風(fēng)級中最低，其預(yù)報效果最差。

（6）雙墩島秋季預(yù)報方程中，5 級風(fēng)TS 評分的正確率達(dá)到80%，正確率隨著風(fēng)級加大有下降趨勢；冬季方程預(yù)報效果普遍好于秋季，各級風(fēng)速的正確率都在60%～90%之間，正確率隨著預(yù)報時效和風(fēng)級的加大變化趨勢不明顯，冬季72h 預(yù)報方程中7級風(fēng)的正確率最高達(dá)到91.7%，在各站點同風(fēng)級中最高。

3 結(jié)論與討論

（1）氣壓差、溫度差和高空風(fēng)速是與冬半年日極大風(fēng)速相關(guān)性最大的因子，高空引導(dǎo)氣流和低層濕度場與日極大風(fēng)速存在相關(guān)。

（2）回歸方程擬合度隨著預(yù)報時效增加而減小，冬季預(yù)報方程的擬合度優(yōu)于秋季。北部灣冬季風(fēng)速代表性好的站點相對于代表性差的站點對于預(yù)報因子更為敏感。

（3）對冬半年日極大風(fēng)速影響最大的因子是冷空氣，文中選出的預(yù)報因子大多都是與冷空氣密切相關(guān)的氣壓差和溫度差，不考慮其它影響較小的因子，這可能導(dǎo)致部分預(yù)報方程TS 評分未能達(dá)到80%，有待進(jìn)一步研究。

多數(shù)預(yù)報方程正確率隨著預(yù)報時效和風(fēng)級的增加有下降趨勢，文中多元線性回歸方程的建模時間僅有5a，進(jìn)行檢驗的數(shù)據(jù)為1a，較大風(fēng)級的樣本量偏少，也會影響方程的預(yù)報效果。