南海海浪業務化數值預報系統檢驗

周水華，俞勝賓，梁昌霞，馮偉忠，吳迪生

（國家海洋局南海預報中心，廣東 廣州 510310）

1 引言

20世紀40年代，美國利用天氣圖預報海浪，通過海浪經驗統計預報方法、半經驗半理論波譜預報方法和能量預報方法等推算波高，再綜合分析和校正，帶有較強的經驗性。20世紀50年代初，基于能譜概念上的分析模擬成為主要研究途徑，經歷了近40年的研究，到上世紀80年代WAM模型的推出[1]標志海浪數值預報模型已經進入第三代。第三代海浪模型是采用基于能量守恒原理的能量平衡方程波浪譜模型,它是各種物理過程考慮最完善，最少經驗假定的波浪模型。該模型中考慮了水深變化、背景流等對波浪傳播的影響，同時考慮了包括風攝人波動能量、白浪耗散、水深變化導致的波浪破碎、底摩擦耗散、波一波非線性相互作用等物理過程。上述各物理過程用不同的源函數表示，有效地簡化了波浪場的動力學過程,隨著對各種物理過程的深入認識，參數化的形式不同,模型的表現形式也不一樣。目前，國際上廣泛應用的第三代海浪數值模式有WAM，WAVEWATCHIII和SWAN等,尤其是海浪的業務化預報使用的多是以上三種模型。如美國氣象局、臺灣中央氣象局采用WAVEWATCHIII,歐洲氣象中心（ECMWF）挪威氣象中心采用WAM,英國氣象局、比利時國家氣象研究院采用WAM和SWAN等。我國從事海浪業務化預報的主要有國家海洋局下屬的國家海洋環境預報中心、北海預報中心、東海預報中心以及南海預報中心。國家海洋環境預報中心采用WAM和WAVEWATCHIII模型進行全球和大洋的海浪業務化預報，采用SWAN模型進行中國海的海浪業務化預報；北海預報中心和東海預報中心均采用SWAN模型進行各自管轄海區的海浪業務化預報。但從查閱的文獻來看，暫未見到上述國內預報機構的海浪業務化預報系統的檢驗結果。南海預報中心于2008年建立了以MM5中尺度氣象模型和WAVEWATCHIII海浪模型為基礎的南海氣象海浪業務化數值預報系統，受觀測資料的限制，該系統建立之初僅利用零星觀測資料對模型進行調試和參數校正后，就投入業務化運行，因此對于該系統在南海預報效果還有待更多檢驗。最近兩年，隨著南海浮標觀測資料的增加，有條件對該預報系統在南海的預報效果進行較為系統的檢驗。本文利用南海北部的三個浮標觀測站近兩年的觀測資料對該系統進行檢驗，發現預報與觀測之間的差距，為系統下一步的改進奠定基礎。

2 南海海浪業務化數值預報系統

2.1 總體框架

南海海浪業務化數值預報系統包括主系統和輔助系統兩個子系統，主系統用于進行數值計算，輔助系統的功能是對數值預報結果進行后處理。主系統共由兩個核心計算模塊組成，MM5中尺度氣象模式（為海浪計算提供上邊界條件）和WW3（WaveWatchIII）海浪預報模式。輔助系統為交互式操作平臺，可以瀏覽和生成不同形式的數值預報產品，并且該子系統具有開放性，能進行升級優化。該系統在超級計算機集群系統中采用MPI并行模式每天早晚兩次自動啟動預報作業，在啟用12個計算節點的并行運算條件下，從數據下載到數據的后處理，可在3 h內完成一次預報（預報時長72 h），其中海浪預報與后處理耗時約半小時，預報結果轉存至互聯網（http://58.249.58.22/），供預報值班員和公眾參考。

2.2 預報區域及相關參數設置

做為一個業務化數值預報系統，預報結果的可靠性和預報的時效性是兩個最重要的考核指標，經過多次的實驗和比較后，確定模型的計算區域和相關參數設置如下：

MM5中尺度氣象模塊：模式框架取MM5V3版本，預報區域分為兩重嵌套，大區域范圍71.91°—156.51°E。15.68°S—53.91°N，空間步長45 km，小區域范圍 98.48°—129.66°E，0.23°—27.66°N，空間步長15 km。模式垂直分層為不等距23層，頂層取100 hPa。大小網格的地形資料分別取自全球10′和5′的地形資料。初估背景場和模式側邊界采用美國國家環境預報中心（NCEP）的GFS（全球預報系統）數據。積云對流參數化選用Burk-Thompson方案，邊界層參數化方案采用MRF PBL邊界層方案。

WW3海浪模塊：采用WaveWatchIII 3.14版本，計算范圍見圖1（0°—41°N，99°—140°E），空間分辨率為6′×6′，時間步長600 s，方向分辨率為30°，頻率分級采用對數30級。地形數據來源于NOAA的etopo2v2，由于etopo2v2對近岸水下地形的觀測誤差較大，因此，近岸水深數據由中華人民共和國海軍航海保證司令部出版的海圖讀取。上邊界條件使用中尺度氣象模式MM5輸出的海面10 m高度風場。初始場采用熱啟動模式，由上一次的預報結果提供，其它參數采用模型的默認值[2]。

3 統計檢驗方法

采用國家海洋局在南海布放的3個浮標（位置見圖1）的觀測結果對數值預報結果進行檢驗，統計檢驗時間（2010年3—11月，2011年3—11月），統計檢驗要素包括有效波高和平均周期，基本統計檢驗參數有絕對誤差、相對誤差、平均絕對誤差、平均相對誤差。

為分析預報誤差的主要分布區間，進行了各級誤差出現概率統計：

為分析預報值與觀測值之間是否存在系統性的偏差，對觀測值和預報值進行了線性回歸分析。

Oi：觀測值， Si：預報值，：觀測平均值，Sˉ：預報平均值，n：統計樣本總數，m：AEi≤x的樣本數，l：REi≤x的樣本數。

圖1 海浪預報范圍與浮標位置

4 檢驗結果分析

4.1 24 h、48 h、72 h預報誤差比較

從有效浪高的統計檢驗結果來看，各站24h、48 h、72 h預報的MAE都小于0.5 m，MRE小于35.6%， MAE和MRE都表現為24 h預報＜48 h預報＜72 h預報，但差別不大。各站24 h預報MAE在0.30—0.34 m，MRE29.1%—25.8%，三站平均MAE為0.30 m，MRE為27.0%。各站48小時預報MAE在0.33—0.44 m，MRE34.1%—27.7%，三站平均MAE為0.38 m，MRE為30.5%。各站72小時預報MAE在0.41—0.48 m，平均相對誤差33.9%—37.7%，三站平均MAE為0.45 m，MRE為35.6%。

平均周期的各站24 h、48 h、72 h預報的MAE都不超過0.78 s，平均相對誤差不超過13.7%，MAE和MRE都表現為24 h預報＜48 h預報＜72 h預報，差別比有效波高更小。各站24 h預報MAE在0.60 s—0.65 s，MRE10.5%—11.2%，三站平均MAE為0.62 s，MRE為10.8%。各站48 h預報MAE在0.65 s—0.71 s，MRE11.3%—12.3%，三站平均MAE為0.68 s，MRE為11.7%。各站72 h預報MAE在0.77 s—0.78 s，平均相對誤差13.3%—13.7%，三站平均MAE為0.78 s，MRE為13.5%（見表1）。

表1 預報誤差統計

表2 各級預報誤差出現概率統計

4.2 預報誤差的區間分布

將各統計樣本的絕對誤差AEi（相對誤差REi）從0開始，以0.1（10%）為間隔進行等間距遞增，分別統計各級誤差出現概率，繪制各級誤差出現概率圖（見圖2—3），圖2和圖3顯示各級誤差出現頻率為高度近似對數分布，說明大誤差的出現概率較小誤差的出現概率低。

表2顯示有效波高24h、48h、72h預報AEi≤0.5m的出現概率都在70%以上，24 h預報REi≤30%的出現概率為64.1%，48 h和72 h預報REi≤30%的出現概率都不足60%。平均周期 24 h、48 h、72 h預報AEi≤1.0 s的出現概率都在71%以上，24 h預報REi≤20%的出現概率為86.3%，72 h預報REi≤20%的出現概率也可達77.4%。平均周期24 h、48 h、72 h預報REi≤30%的出現概率都在93%以上。

4.3 預報誤差的季節變化

圖2 有效波高各級預報誤差出現概率圖

圖3 平均周期各級預報誤差出現概率圖

表3 各月24 h預報誤差統計表

表4 觀測值與預報值相關分析結果

從有效波高24 h預報誤差統計來看（見表3），除A站的2月份，預報MAE較大之外，其它各站各月的預報MAE都小于0.5m，且MAE沒有明顯的季節變化。各站預報的MRE都具明顯的季節變化，10月和11月預報MRE顯著小于其它各月，4—7月誤差較大，誤差最大值在5月。5月份預報MRE三站平均為34.1%，以A站最大，為39.8%，C站最小為30.6%。10月和11月的MRE三站平均分別為14.0%和11.6%。B、C兩站11月的預報誤差小于10月，A站預報誤差最大，且10月和11月預報誤差相當。造成這種現象的原因與氣象模型對天氣系統預報的準確率有很大的關系?，F有的中尺度氣象模型對于大尺度的穩定氣象過程（如東北季風）預報效果要好于中小尺度的氣象過程（如熱帶氣旋），對于頻繁變化的氣象過程刻劃的也不夠理想。因此在4—7月受氣象模型對熱帶氣旋和天氣系統變化過程預報效果相對欠佳的影響，海浪的預報結果也不如其它季節理想，每年的12月—翌年2月南海受東北季風控制，由此可推斷12月、1月和2月的預報誤差小于或等于11月，南海海浪業務化數值預報系統實際的年平均預報相對誤差也應該小于表1的統計結果。

平均周期預報誤差的季節變化與有效波高不盡相同，預報MRE和預報MAE呈相同的季節變化規律，10月和11月顯著小于其它各月，4月、8月和9月則較其它月份大（見表3）。

4.4 預報與觀測的相關性分析

從回歸分析的結果來看（見圖4），無論是有效波高還是平均周期，預報值與觀測值都呈明顯的線性相關，有效波高預報值和觀測值的相關性高于平均周期。以有效波高24 h預報的相關度最高，相關系數0.85，屬高度相關，其它的相關系數介于0.61—0.77之間，屬中度相關。表4顯示相關系數K都小于1，總體來說預報值相對于觀測值偏大，相關系數隨預報時效的增長而減小，24 h預報＞48 h預報＞72 h預報，反應了預報值與觀測值隨預報時效的增長相關度呈現遞減的趨勢。

圖4 有效波高散點圖

圖5 平均周期散點圖

從預報值與觀測值的散點圖來看（見圖5），對于浪高很小的涌浪，模型的表現效果較差，南海的周期通常都在3 s以上，即使在有效浪高僅0.1 m的情況下，平均周期仍然可達到4—6 s，甚至更長。對于這一類型的海浪，模型是難以預報出來。

5 結論

通過計算預報值和觀測值的絕對誤差、相對誤差、平均絕對誤差、平均相對誤差、各級誤差出現概率等統計參數和線性回歸分析，對南海海浪業務化數值預報系統進行系統檢驗。形成主要結論如下：

（1）有效波高和平均周期的預報誤差隨預報時效的增長而增大，即24 h預報＜48 h預報＜72 h預報；

（2）平均周期的24 h、48 h、72 h預報平均絕對誤差小于0.8 s，24 h、48 h、72 h預報相對誤差分別為10.8%、11.7%和13.5%；有效波高的24 h、48 h、72 h預報平均絕對誤差小于0.5 m，24 h、48 h、72 h預報相對誤差分別為27.0%、30.5%和35.6%；

（3）有效波高和平均周期的預報誤差有明顯的季節變化，10月和11月的預報誤差顯著小于其它各月，根據誤差的季節變化推斷12月—翌年2月的預報誤差不超過11月，實際的年平均絕對誤差比統計值要??；

（4）回歸分析結果顯示預報值與觀測值存在中度高度線性相關，隨著預報時效的增長相關度逐漸遞減，總體來說預報值較觀測值偏大。

以上檢驗結果顯示，該系統的預報誤差在可接受的范圍之內，基本能滿足業務化預報的要求，尤其是冬季的24 h預報，預報誤差小，預報結果具有很高的應用價值。但該系統的預報效果與歐洲氣象中心等先進國家的預報系統比較還存在較大的差距[3]。

[1]WAMDI Group.The WAM model—a third generation oceanwave prediction model[J].Journal of Physical Oceanography，1988，18：1775-1810.

[2]Hendik L.Tolman.User Manual and system documentation of WAVEWATCH III version 3.14.U.S:Environmental Modeling Center Marine Modeling and Analysis Branch[R],2009,91-194.

[3]Jean-Raymond Bidlot.Reports on intercomparison of operational wave forecasting systems.The Joint Technical Commission for Oceanography and Marine Meteorology(JCOMM) [R/OL],2009-.