連云港近海風速分布特征及分區預報

馮還嶺，張紅華，王桂臣，魏建蘇，楊紅梅

（1.連云港市氣象局，江蘇連云港，222006；2.江蘇省氣象臺，江蘇南京210044）

連云港近海風速分布特征及分區預報

馮還嶺1，張紅華1，王桂臣1，魏建蘇2，楊紅梅1

（1.連云港市氣象局，江蘇連云港，222006；2.江蘇省氣象臺，江蘇南京210044）

利用連云港海島站資料，分析了連云港沿海風速的分布特征，在此基礎上對連云港沿海進行了風速預報的分區；應用本地業務運行的WRFV3模式對近海風速進行預報，結果表明，模式預報能較好的反映海島站風速的變化趨勢，但在風速大小的預報上存在較大誤差，同時，WRFV3模式對4個站的風速預報準確率分析表明，模式對特殊地理位置區域的預報準確率比較低；用Kalman濾波方法對本地業務運行的WRF模式的風速預報結果進行訂正，結果表明，經過Kalman濾波方法訂正后，對近海海島站上風速的預報效果有明顯的改善，且分區內其他站的預報效果也相應得到提高。

海島站；近海風速；WRF模式；Kalman濾波

1 引言

由于海區觀測資料稀缺，對海區天氣的預報服務水平受到很大限制。近幾年為了更好的服務海區經濟發展，特別是近海海區的天氣預報服務，氣象部門在部分近海海島上布設了氣象站，這為充分掌握近海海區風速狀況，更好的預報近海海區風速創造了有利條件。

海島站觀測資料使用方面，氣象工作者做了大量工作。王日東等[1]對渤海海峽海島站與沿岸站大風進行了對比分析，充分肯定了海島站對沿岸測站的補充作用；高榮珍等[2]對青島近海夏季海風特征進行了分析并對青島近海海風的預報方法進行了研究，在近海風力的預報方面提供了寶貴經驗；海島自動測風資料在海區風力預報的應用方面，學者們努力尋找兩者之間的關系[3-4]；高山紅等[5]通過海島測站觀測值與模擬值的對比分析,說明了借助數值模擬尋求測風資料訂正方法的必要性與可能性。隨著海島站的不斷布設，對近海風速的預報方法開展了很多研究[6-8]。

風受環境因素的影響較大，因而風的預報尤其是局地風的預報難度較大。目前，風速預報主要依靠各種數值模式提供的海平面氣壓場，通過主觀和經驗相結合的預報方法進行，模式在環境風場的預報方面有很大的進步，但局地風場的預報精度仍然有待于提高。為充分了解連云港近海海區的風速情況，尋找客觀預報近海風速的方法，本文對連云港近海4個海島站的最大與極大風速進行了統計分析，并在此基礎上對沿海海區進行了劃分；同時，將海島站的實況資料與模式預報結果相結合，研究制作近海風速預報的方法，并對上述方法進行了檢驗。

2 資料和方法

2.1 資料

本文使用的統計資料為連云港四個海島站的日最大風速和日極大風速自記測風資料，時間長度為2009年8月—2010年7月，樣本總數為365 d。檢驗時段內的自記測風資料為2011年6—10月每小時的2分鐘定時風速，樣本總數為3342 h，本文WRF模式的背景場為GFS資料。

2.2 方法

Kalman濾波和基本統計方法。

3 海島站測風資料分析及結果應用

3.1 連云港海島站測風的時空分布特征

連云港海岸線分布比較特殊，在北部海岸線呈東北-西南走向，而在南部海岸線呈西北-東南走向，秦山島、西連島、高公島和燕尾港四個站自北向南分布在連云港海岸線上（見圖1），高公島風速還受到西連島和大陸延伸區的阻擋作用，對它們風場的統計特征基本代表了連云港近海海區的風場特征。圖2給出了上述4個站2009年8月—2010年7月一整年的最大風速和極大風速的月際特征。統計表明：（1）4個站的最大和極大風速極值均出現在3—5月、8月和11月，具有明顯的季節性特征。（2）四個站最大風速比較來看，秦山島最大，高公島最小。四個海島站之間的年平均最大風速相差達到4.9 m/s；而從各月平均最大風速的統計來看，夏季差值（5.3 m/s）最大，冬季（4.1 m/s）最小。（3）四個站極大風速亦表現為秦山島最大，高公島最小，西連島的極大風速值與秦山島相同。各站年平均極大風速最大差值達3 m/s；月平均極大風速差值最大（3.9 m/s）亦在夏季，最小（2.0 m/s）亦在冬季。

圖1 連云港海島站分布圖

圖2 2009年8月—2010年7月4站的最大風速和極大風速變化

綜上所述，連云港沿海風速南北差異較大，近海區北部風速明顯大于南部，比較燕尾港和高公島，高公島的風速更小，這可能與連云港特殊的海岸線分布和高公島特殊的地理位置密切相關。因此，針對連云港近海區風速存在的南北差異，在海區大風預報過程中需根據各個區域（特別在海岸線附近的海域）的不同特點進行分區預報。

3.2 連云港近海風速預報分區

連云港海岸線長167 km，海岸線走向比較特殊，且受地形等因素的影響較大，月平均最大風速最大與最小區域的差可達5.6 m/s，傳統方法預報連云港近海海區風速時無視南北差異，誤差較大，因此對連云港近海海區進行分區預報顯得尤為重要。

根據四個海島站風速的統計結果，將連云港近海海區劃分為4個區域（見圖3）。其中，A區以秦山島為代表，該區處于一個開闊的海區，受地形影響較小，因此該區風速較連云港沿海其它海區要大；B區以西連島為代表，其風速大小僅次于A區，由于西連島處于大陸的突出區域，并且該區陸上對應有連云港的最高山——云臺山，風速受到一定程度的影響，風速有所減弱；而C區受復雜地形的影響最大，是連云港沿海海區風速最小的區域；D區受地形的影響相對減小，屬于C區與其東南方向開闊海區的過渡地帶。

圖3 連云港近海風速預報分區情況

4 連云港分海區大風預報及結果檢驗

4.1 連云港分海區大風預報方法

目前，WRFV3模式在本地正式投入業務運行，其背景場資料采用美國GFS 72 h預報場，模式采用3重雙向嵌套，內層網格空間最高分辨率為3.3 km×3.3 km，時間分辨率為1 h，覆蓋連云港市及其近海海區。模式輸出10m風場資料雖然包含了地形對風速的影響，但從實際的應用效果來看結果并不理想，為了更好的使用模式預報效果，本文應用Kalman濾波方法對連云港近海不同分區的風速進行預報。

Kalman濾波遞推公式[9]為：

式中qi（i=1,2，…，n）為利用資料樣本建立回歸方程后的殘差，k為樣本數。

本文以WRF模式預報的地面風場作為預報因子，具體預報步驟如下：

（1）求取模式預報地面風場與海島站觀測的相關關系，確定海島站風速預報的關鍵區。本文確定的風速預報關鍵區分別為：秦山島站（34.7°N，119.3°E）—（35.1°N，119.7°E），西連島站（34.6°N，119.4°E）—（35.0°N，119.8°E），燕尾港站（34.2°N，119.5°E）—（34.6°N，119.9°E），高公島站（34.5°N，119.2°E）—（34.9°N，119.6°E）。

（2）確定Kalman濾波遞推所需要的初值。通過對2011年6—7月兩個月模式預報風速與實況資料的統計分析得到秦山島、西連島、高公島和燕尾港四個站的分別為0.7、0.64、0.23和0.54；W分別為0.0015、0.0021、0.0013和0.0003；V分別為0.0046、0.0047、0.0016和0.0017；另外，設C0為零矩陣。

（3）根據模式預報結果和確定的Kalman濾波初值進行遞推，預報未來48小時海島站風速。

（4）對分區內其它海島氣象站點的預報，以分區內代表站的Kalman濾波初值為準，對模式預報的該站點風速進行訂正。

4.2 預報效果檢驗

在建立上述預報方法的基礎上，本文對2011年8—10月四個海島站預報結果進行檢驗，檢驗結果見表1：

表1 4個海島站風速經過Kalman濾波訂正前后預報準確率（誤差小于2 m/s）

表1給出了模式直接預報結果與Kalman濾波訂正后風速預報的準確率，由表1可知，經過Kalman濾波訂正后對各站的預報效果均有明顯改善。4個站的預報效果比較來看，秦山島的預報準確率為74%，較其它3個站低。除秦山島站以外，其余站的預報效果較好，預報準確率在80%以上。這可能是由于秦山島處于東北-西南走向與西北-東南走向海岸線交匯區附近，地理位置較為特殊，風速變化較大，因此對其預報難度相對也較大。WRF模式的預報結果也表明，對地理位置特殊地區風速預報的準確率也相對較低。

本文另選取不同分區內的港口站、車牛島站和開山島站來進行檢驗。Kalman濾波的初值選取時，港口站以高公島站為準，車牛島站以秦山島站為準，開山島站以燕尾港站為準。對港口、車牛島和開山島三個月預報準確率見表2：

表2 分區內各氣象站Kalman濾波前后預報風速準確率（誤差小于2 m/s）

從表2可以看出，經Kalman濾波訂正后預報效果比模式預報有了明顯的改善，預報準確率達到了80%左右。由于這些站的訂正是以分區內代表站的基準進行訂正的，因此這也從一定程度上肯定了本文分區預報的可行性，能夠極大地提高連云港海區風速預報的準確率。

5 總結和討論

（1）通過對四個海島站一年的數據分析可知，連云港沿海海區，北部風速總體上大于南部風速，比較燕尾港和高公島風速，高公島的較小，這可能與連云港特殊海岸線的分布有一定的關系，因此對連云港近海海區進行分區預報顯得尤為重要。

（2）WRFV3模式對近海風速的預報與海島站觀測風速實況的相關關系表明，WRFV3模式對近海風速的預報能較好的反映海島站風速的趨勢，但在風速大小的預報上存在較大誤差。同時，WRFV3模式對4個站的風速預報準確率分析表明模式對地理位置特殊區域的預報準確率也相應較低。

（3）經過Kalman濾波方法訂正后，對近海海島站上風速的預報效果有明顯的改善，且分區內其他站的預報效果也相應得到提高，一定程度上肯定了連云港沿海風速分區預報的有效性。

[1]王日東,姜俊玲,郭衛華,等.渤海海峽海島站與沿岸站大風對比分析[J].海洋預報,2010,27(2):22-29.

[2]高榮珍,林行,孫貞.青島近海夏季海風特征及其預報方法研究[J].中國海洋大學學報(自然科學版),2008,38(5):699-704.

[3]徐天真,方俊雄,張淮.近岸陸地與海面風速關系分析研究[J].海洋與湖沼,1992,23(4):355-361.

[4]井傳才,唐萬林,王建平,等.青島近海海陸大風的對比分析[J].黃渤海海洋,1995,13(4):17-22.

[5]高山紅,吳增茂.海島測站大風資料代表性的數值模型分析[J].應用氣象學報,1999,10(3):333-338.

[6]黃輝，陳淑琴.MM5數值預報產品在舟山海域風力分區預報中的釋用[J].海洋預報,2006,23(2):67-71.

[7]范其平,林偉,唐躍,等.利用NCEP產品制作舟山港口精細化風力預報方法研究[J].浙江海洋學院學報(自然科學版),2008,27 (3):311-315.

[8]王雷,黃輝,何文岳.舟山群島海域航線氣象預報[J].氣象科技, 2002,30(4):241-245.

[9]陸如華,徐傳玉,張玲,等.卡爾曼濾波的初值計算方法及其應用[J].應用氣象學報,1997,8(1):34-42.

Characteristics of wind speed in LianYun-gang and forecast in the sub-region

FENG Huan-ling1；ZHANG Hong-hua1；WANG Gui-chen1；WEI Jian-su2；YANG Hong-mei1
(1.Lian Yun-gang Meteorologlical Bureau,Jiangsu Lian Yun-gang 222006 China；2.Jiangsu Meteorologlical Observatory,Nanjing 210044 China))

Based on the observing data from island station,the characteristics of wind speed in Lian Yun-gang were analyzed and the sub-regions of wind prediction were set up.The result of WRF model showed that the model could resolve the variation trend of wind,speed,but the deviation of the wind speed was high.The results also showed that the model forecasting performance of wind speed was lower for the special geographical region.After the adjustment with the Kalman filter method,the forecasting accuracy of wind speed was improved for the island station and all the other sub-regions.

island station;offshore wind speed;WRF moldel;Kalman filter

book=92,ebook=92

P457

：A

：1003-0239（2012）04-0047-05

2011-11-09

公益性行業（氣象）科研專項（GYHY201106006）；江蘇省青年基金項目（Q201104）和連云港市科技支撐項目（SH0916）

馮還嶺（1968-），男，工程師，主要從事業務管理和科研工作。E-mail:lygfhl@yahoo.com.cn