石獅市牡蠣附苗期水溫預(yù)報(bào)及檢驗(yàn)

陳志泉 林藝妹 林聯(lián)發(fā)

(1.石獅市氣象局，福建 泉州 362700；2.安溪縣氣象局，福建 泉州 362400)

1 概述

晉江深滬灣至惠安近海是泉州市主要的牡蠣養(yǎng)殖區(qū)，海區(qū)天然蠣苗資源十分豐富。其中，石獅地區(qū)采苗場分布于石獅永寧鎮(zhèn)深滬灣梅林至港邊海域，以垂下式養(yǎng)殖為主。石獅全市牡蠣養(yǎng)殖面積達(dá)5000余畝，年均產(chǎn)量約2.6萬噸。牡蠣養(yǎng)殖與氣象條件息息相關(guān)。據(jù)石獅當(dāng)?shù)仞B(yǎng)殖經(jīng)驗(yàn)，每年4～5月(谷雨～立夏時節(jié))，當(dāng)海水溫度達(dá)到20～27℃，pH 7.8～8.4，為牡蠣繁殖盛期，適宜附苗，其中溫度在22～25℃為最佳。水溫作為牡蠣附苗的一個重要的影響因子，氣象因子對其有著明顯的影響。

近幾年，國內(nèi)外研究結(jié)果都將水溫的主要影響要素歸因于氣溫，研究水溫與氣溫之間的關(guān)系。Mohseni 和 Stefan[1]利用線性函數(shù)較好地描述了氣溫在 0～20℃變化時水溫和氣溫的關(guān)系，氣溫變化范圍更多情況下則用“S形”曲線揭示了水溫與氣溫的關(guān)系。商兆堂等[2]建立了近海岸海水溫度、沿海灘涂養(yǎng)殖池水溫與氣象站氣溫的關(guān)系；孫大明等[3]建立了長江上游水溫與氣溫的關(guān)系模型；張德林等[4]研究了上海地區(qū)設(shè)施魚塘冬春季水溫與氣溫的統(tǒng)計(jì)關(guān)系。

石獅牡蠣養(yǎng)殖作為當(dāng)?shù)靥厣a(chǎn)養(yǎng)殖之一，氣象因子對其附苗有重要影響。本文主要研究石獅牡蠣附苗期水溫趨勢特征，通過逐步回歸法建立水溫與氣象要素的預(yù)報(bào)模型，并對水溫預(yù)報(bào)模型進(jìn)行檢驗(yàn)訂正，以期提高牡蠣附苗期氣象服務(wù)質(zhì)量，為當(dāng)?shù)啬迪狆B(yǎng)殖戶附苗提供參考依據(jù)，節(jié)約生產(chǎn)成本。

2 資料與方法

2.1 數(shù)據(jù)來源

本文使用的數(shù)據(jù)包括2016—2020年極軌氣象衛(wèi)星NOAA AVHRR高分辨率4～5月逐日平均SST數(shù)據(jù)，2020年4～9月永寧站水質(zhì)監(jiān)測設(shè)備的水溫逐小時監(jiān)測數(shù)據(jù)，以及永寧鎮(zhèn)區(qū)域站氣溫、降水、風(fēng)向風(fēng)速等自動站數(shù)據(jù)。

2.2 分析方法

使用2020年4～9月逐日實(shí)況平均水溫對牡蠣附苗期水溫特征進(jìn)行分析，掌握附苗期水溫變化概況，并結(jié)合近五年遙感水溫?cái)?shù)據(jù)初步了解附苗期大致日期。同時分別對水質(zhì)監(jiān)測站2020年4～5月及4～9月逐日實(shí)況水溫(5月下旬除外)和區(qū)域站資料采用逐步回歸方法建立水溫預(yù)報(bào)模型，利用水溫預(yù)報(bào)模型對2020年5月下旬水溫進(jìn)行模擬預(yù)報(bào)，并與實(shí)況水溫對比開展檢驗(yàn)評估。

3 牡蠣養(yǎng)殖區(qū)水溫趨勢特征

石獅牡蠣養(yǎng)殖區(qū)2020年4～9月實(shí)況水溫和氣溫日平均變化顯示(圖1)，水溫變化幅度較氣溫平緩得多，4月至6月中旬左右，隨著氣溫的明顯回升，水溫也明顯呈波動上升趨勢。其中，4～5月附苗期水溫存在階段性下降特點(diǎn)，在服務(wù)預(yù)報(bào)中應(yīng)重點(diǎn)關(guān)注。6月中旬至9月中旬氣溫整體偏高，水溫雖上下波動，但總體變化趨勢不大，9月中旬以后，水溫隨氣溫開始呈波動下降趨勢。同時也可看出，水溫變化較氣溫有明顯的滯后性，滯后時間大致在兩天以內(nèi)。

圖1 2020年4～9月石獅牡蠣養(yǎng)殖區(qū)實(shí)況水溫變化

從當(dāng)?shù)仞B(yǎng)殖經(jīng)驗(yàn)來看，海水溫度達(dá)到20～27℃為牡蠣繁殖盛期，最佳附苗水溫為22～25℃，因此20℃和22℃為采苗氣象服務(wù)的關(guān)鍵水溫節(jié)點(diǎn)。為進(jìn)一步了解附苗最佳水溫的出現(xiàn)日期，對近五年的衛(wèi)星遙感水溫(取118.75°E、24.75°N的格點(diǎn)值)以連續(xù)三天日平均水溫達(dá)20℃和22℃的第一天出現(xiàn)日期進(jìn)行統(tǒng)計(jì)。結(jié)果表明，近五年20℃水溫最早出現(xiàn)在4月15日，最晚在4月30日；而22℃水溫最早出現(xiàn)在4月23日，最晚在5月7日，因此牡蠣附苗最佳時期為4月下旬至5月上旬。但從養(yǎng)殖區(qū)2020年4～5月遙感水溫與實(shí)況水溫對比來看(圖2)，遙感水溫和實(shí)況水溫的變化趨勢雖基本接近，但除了5月中旬個別時段遙感水溫低于實(shí)況水溫之外，其余時段遙感水溫與實(shí)況水溫相比都略有偏高，最大誤差出現(xiàn)在4月27日，達(dá)1.67℃。因此上述附苗期最佳水溫出現(xiàn)的實(shí)際時間會延后幾日。這與宋傳福[5]、詹建雄[6]等研究結(jié)果基本一致。

圖2 2020年4～5月石獅牡蠣養(yǎng)殖區(qū)遙感水溫與實(shí)況水溫變化曲線

4 牡蠣養(yǎng)殖水溫預(yù)報(bào)模型

石獅牡蠣以垂下式養(yǎng)殖為主，主要分布在近海淺層海水中，由于海洋局目前僅提供未來一天的水溫預(yù)報(bào)產(chǎn)品，不利于養(yǎng)殖戶及時判斷未來水溫變化提前做好附苗準(zhǔn)備。對此，本文利用2020年4～5月和4～9月永寧養(yǎng)殖區(qū)水溫監(jiān)測設(shè)備的逐日平均水溫?cái)?shù)據(jù)及質(zhì)控后的氣溫、雨量等區(qū)域站數(shù)據(jù)(均不含5月下旬?dāng)?shù)據(jù)，用于后期檢驗(yàn))通過逐步回歸，建立水溫與氣象要素之間的預(yù)報(bào)模型。

4.1 基于4～5月數(shù)據(jù)的水溫預(yù)報(bào)模型

為獲取預(yù)報(bào)第一天的水溫回歸方程，以當(dāng)日實(shí)況水溫為因變量，將可能對當(dāng)日實(shí)況水溫?cái)?shù)據(jù)造成影響的當(dāng)日實(shí)況最高氣溫、最低氣溫、前1～3日實(shí)況最高氣溫、最低氣溫、雨量及前一日實(shí)況水溫等因子作為自變量通過逐步回歸法建立回歸方程。在本次回歸分析中，當(dāng)日實(shí)況水溫作為因變量，把自變量取值帶入回歸方程后，通過計(jì)算所獲得的數(shù)值即為預(yù)報(bào)值。殘差是實(shí)況值與預(yù)報(bào)值的差。在線性回歸中，殘差應(yīng)該滿足正態(tài)分布，而且全體個案的殘差之和為0。

回歸方程的質(zhì)量取決于判定系數(shù)R2的大小，R2計(jì)算公式如下：

R2值在0～1之間，其值越接近1，表示殘差的比例越低，即回歸方程的擬合程度越高，回歸值越能貼近觀測值，更能體現(xiàn)觀測數(shù)據(jù)的內(nèi)在規(guī)律。在一般的應(yīng)用中，R2>0.6就表示回歸方程有較好的質(zhì)量。在回歸分析時，每個自變量都有自己的t值，t值以相應(yīng)自變量的偏回歸系數(shù)與其標(biāo)準(zhǔn)誤差的比值來表示。在一般的線性回歸分析中，t的絕對值應(yīng)該大于1.96。如果某個自變量t的絕對值小于1.96，表示這個自變量對方程的影響很小，為非必需自變量，應(yīng)該盡可能把它從方程中剔除。

本次逐步回歸最終保留前一日平均水溫、當(dāng)日實(shí)況最低氣溫兩個自變量求得的回歸方程：

t0=1.668+0.788×t-1+0.144×T0min

式中，t0表示當(dāng)日實(shí)況水溫，t-1表示前一日實(shí)況水溫，T0min表示當(dāng)日實(shí)況最低氣溫。該方程R2=0.977，表示擬合程度很高。

因此，未來第一天水溫預(yù)報(bào)方程為：

X1=1.668+0.788×t0+0.144×T1min

式中，X1表示未來第一天預(yù)報(bào)水溫，t0表示制作預(yù)報(bào)當(dāng)日實(shí)況水溫，T1min表示未來第一天預(yù)報(bào)最低氣溫。

同理求得未來第二天的水溫預(yù)報(bào)方程(R2=0.961)：

X2=2.357+0.668×t0+0.239×T2min

式中，X2表示未來第二天預(yù)報(bào)水溫，t0表示制作預(yù)報(bào)當(dāng)日實(shí)況水溫，T2min表示未來第二天預(yù)報(bào)最低氣溫。

未來第三天的水溫預(yù)報(bào)方程(R2=0.955)：

X3=1.733+0.618×t0+0.106×T3max+0.197×T2min

式中,X3表示未來第三天預(yù)報(bào)水溫，t0表示制作預(yù)報(bào)當(dāng)天實(shí)況水溫，T3max表示未來第三天預(yù)報(bào)最高氣溫，T2min表示未來第二天預(yù)報(bào)最低氣溫。

4.2 基于4～9月數(shù)據(jù)的水溫預(yù)報(bào)模型

按照上述的逐步回歸分析方法，以4～9月永寧養(yǎng)殖區(qū)水溫監(jiān)測設(shè)備的逐日平均水溫?cái)?shù)據(jù)及質(zhì)控后的氣溫、雨量等區(qū)域站數(shù)據(jù)(均不含5月下旬?dāng)?shù)據(jù))為基礎(chǔ)，得到未來第一天水溫預(yù)報(bào)方程(R2=0.99，表示擬合程度很高)：

X1=0.567+0.879×t0+0.042×T1max+0.095×T1min-0.043×T-2min

式中,X1表示未來第一天預(yù)報(bào)水溫，t0表示制作預(yù)報(bào)當(dāng)日實(shí)況水溫，T1max表示未來第一天預(yù)報(bào)最高氣溫，T1min表示未來第一天預(yù)報(bào)最低氣溫，T-2min表示前兩天實(shí)況最低氣溫。

同理求得未來第二天的水溫預(yù)報(bào)方程(R2=0.979)：

X2=1.485+0.712×t0+0.16×T2min+0.063×T2max

式中,X2表示未來第二天預(yù)報(bào)水溫，t0表示制作預(yù)報(bào)當(dāng)日實(shí)況水溫，T2min表示未來第二天預(yù)報(bào)最低氣溫，T2max表示未來第二天預(yù)報(bào)最高氣溫。

未來第三天的水溫預(yù)報(bào)方程如下(R2=0.973)：

X3=2.576+0.61×t0+0.18×T3min+0.189×T2min-0.075×T0min

式中，X3表示未來第三天預(yù)報(bào)水溫，t0表示制作預(yù)報(bào)當(dāng)天實(shí)況水溫，T3min表示未來第三天預(yù)報(bào)最低氣溫，T2min表示未來第二天預(yù)報(bào)最低氣溫。T0min表示當(dāng)天實(shí)況最低氣溫。

4.3 檢驗(yàn)評估

為了檢驗(yàn)上述水溫預(yù)報(bào)模型的優(yōu)劣性，利用預(yù)報(bào)方程對2020年5月下旬(共計(jì)11天)的平均水溫開展模擬預(yù)報(bào)，預(yù)報(bào)方程中的自變量均按歷史實(shí)況值進(jìn)行運(yùn)算，預(yù)報(bào)值與實(shí)況水溫繪制成散點(diǎn)圖進(jìn)行對比，對比結(jié)果如圖3所示。為描述方便，將基于4～5月和4～9月數(shù)據(jù)的水溫預(yù)報(bào)模型分別簡述為模型1和模型2。從圖3a未來第一天的水溫預(yù)報(bào)值與實(shí)況值散點(diǎn)在y=x線兩側(cè)的分布來看，模型1預(yù)報(bào)值比實(shí)況值略高，而模型2的預(yù)報(bào)值較實(shí)況值略低，5月下旬模擬預(yù)報(bào)誤差總和分別為2.39℃和2.40℃，但對于實(shí)況水溫在24℃以下的預(yù)報(bào)，模型2更貼近實(shí)況。

從圖3b來看，實(shí)況水溫在24℃以下的預(yù)報(bào)，兩個模型的預(yù)報(bào)值十分接近；但對于實(shí)況在24℃以上時，兩個模型的預(yù)報(bào)值均偏低，5月下旬的兩個模擬預(yù)報(bào)誤差總和分別為-5.01℃和-4.24℃。而圖3c與圖3b的表現(xiàn)相似，模型1和模型2的誤差總和分別為-4.55℃和-4.11℃。

(a) (b) (c)

由于牡蠣附苗的實(shí)況水溫在24℃以下，總體而言，模型2較模型1具有更好的表現(xiàn)，同時也具有較高的擬合度。雖然預(yù)報(bào)過程中的自變量采用歷史實(shí)況值，但目前氣象部門對未來三天的氣溫預(yù)報(bào)已具備較高的準(zhǔn)確率，因此模型2在一定程度上可用于開展附苗期水溫預(yù)報(bào)。

5 結(jié)論與討論

①石獅牡蠣養(yǎng)殖區(qū)水溫從4月至6月中旬呈波動上升趨勢。其中，4～5月附苗期水溫仍存在階段性下降的特點(diǎn)。9月中旬以后，水溫隨氣溫開始呈波動下降趨勢。同時水溫變化較氣溫有明顯的滯后性，滯后時間大致在2天以內(nèi)。

②遙感水溫?cái)?shù)據(jù)反映了牡蠣附苗最適宜時期大致在4月下旬至5月上旬，但遙感水溫與實(shí)況水溫相比略有偏高，因此附苗期最佳水溫出現(xiàn)的實(shí)際時間會延后幾日。

③從兩個建立的水溫模型和檢驗(yàn)評估來看，基于4～9月基礎(chǔ)數(shù)據(jù)建立的模型預(yù)報(bào)精度較好，可用于牡蠣附苗期水溫預(yù)報(bào)。

④由于本地牡蠣養(yǎng)殖區(qū)水質(zhì)監(jiān)測站點(diǎn)建站時間晚，數(shù)據(jù)樣本數(shù)量相對較少，未來可根據(jù)樣本數(shù)量的增加對水溫預(yù)報(bào)模型做進(jìn)一步修正，為養(yǎng)殖戶提供更加準(zhǔn)確的預(yù)報(bào)服務(wù)。