第19屆亞運會帆船賽區風場特征及其強風概率推算

潘婧茹， 錢燕珍， 申華羽， 方艷瑩， 史學凡， 胡夢影

(1.寧波市氣象服務中心，浙江 寧波315012； 2.寧波市氣象臺，浙江 寧波315012； 3.寧波市北侖區氣象局，浙江 寧波315012)

引 言

第19屆亞洲運動會將于2022年9月10-25日在中國杭州舉行。其中，亞運會帆船(板)比賽項目(簡稱亞帆賽)將落戶寧波象山縣松蘭山長咀頭區域，海域整體氣候溫和濕潤且地理條件優異，擁有多處寬闊無障礙、無條件限制的深水海域，常年風向風速穩定，年平均風速約4.5 m/s，這也是浙江省首個符合舉辦國際A級水上運動比賽條件的地區。

帆船(板)是所有比賽項目中對風依賴最大的賽事[1]。風是比賽的主要動力條件，風速對比賽起著決定性作用，風的變化規律對帆船比賽有至關重要的影響。首先，比賽需要依據風向制定航線計劃，每輪比賽的風向擺動不能超過50°。比賽期間要求風速在3～20 m/s范圍內，當風力持續達到3 m/s以上時才適宜比賽，而風力超過20 m/s時，鑒于水上安全需停止比賽[2]。其次，要求競賽海域能見度>1500 m，且要避開雷雨等突發災害性天氣。

國內對水上運動項目和氣象條件的關系，以及氣象預報服務等方面的研究較多。2008年第29屆北京奧運會帆船賽在青島順利舉行[3]，奧帆賽對氣象服務提出了精細化的高要求。洪光等[4]利用統計學方法對青島奧帆賽期間的天氣氣候背景作了全面分析。朱燕君等[5]分析了北京奧運會期間的氣象條件特征。盛春巖等[6]對奧帆賽賽場附近的海陸風特征及海風的三維結構進行了詳細分析。李慶寶等[7]利用高分辨率模式對相關個例進行模擬試驗，進一步研究比賽海域海陸風的發展條件。高分辨率數值模式產品是實現精細化預報的基礎。楊育強等[8]建立了以MM5、WRF等多種模式為基礎的精細化預報系統，提供賽場內4個浮標站的逐時風速和風向的定量預報，全面提高了海面風場的預報能力。苗世光等[9]利用青島市500 m分辨率的土地覆蓋數據，建立了奧帆賽高分辨率數值預報系統，便于研究不同下墊面對近海海面風場的影響。為了實現賽場定點、定量化精準預報，高榮珍[10]和林行[11]等基于MM5模式預報產品，分別開發了針對風的MOS預報方法和動態集合MOS預報方法，預報方法在奧帆賽期間起到了關鍵作用。

以上研究大都是針對不同氣象要素和比賽項目關系的研究，以及高分辨率數值預報系統的開發應用，但針對與帆船比賽有關的風的日變化特征和精細化風場氣候背景的研究相對較少。由于地形、風場和探測資料的差異化，本文旨在研究亞帆賽期間賽區精細化小尺度風場氣候背景。國內外帆船比賽常在強風中進行，目前最常使用極值I型分布函數計算不同等級的強風概率[12]。因此本文基于寧波象山石浦國家氣象站和南韭山自動監測站風資料，采用統計分析、相關比值法和極值I型分布參數估計方法，分析寧波帆船賽區風場的氣候背景概況，研究亞帆賽期間風向、風速和風頻的變化規律和強風概率情況，以期為亞運會帆船比賽預報研究和精細化氣象服務提供有益參考。

1 資料與方法

1.1 資 料

亞帆賽松蘭山賽區、亞帆中心、石浦國家氣象站，以及南韭山自動監測站的分布如圖1。賽場周邊地形復雜，沒有已建成的觀測站，附近的石浦站建有全國首座海島大風預警塔，是寧波歷史最悠久且觀測環境保護最好的氣象站，其觀測數據參與亞太地區氣象觀測數據交換；南韭山站地處海島邊緣，其觀測環境與象山松蘭山海域環境相似，該氣象站測風資料對附近海域風況具有較好的代表性，因此本研究選取南韭山氣象站作為亞帆賽賽區的代表站。

圖1 亞帆賽區、亞帆中心、石浦站和南韭山站分布示意圖

使用的資料包括象山石浦站1974-2019年9月的逐日最大風向、風速資料，石浦站和南韭山站2006-2019年9月的逐時和逐日風向、風速資料。石浦站海拔高度為129.2 m，南韭山站海拔高度為41.7 m，兩個氣象站之間相距為34.1 km。

1.2 方 法

1.2.1 極值Ⅰ型分布函數

某特定事件的重現期指大于或等于該事件特定強度可能出現一次的平均間隔時間，單位是年，重現期與頻率成反比[13]。極值Ⅰ型(Gumbel)分布函數常用于計算重現期分布[14]:

F(x)=exp(-exp(-a(x-u)))
a>0,-∞

(1)

式中,a為分布的尺度參數，u為分布的位置參數，只要利用已有的最大風速序列x1,x2，…，xn合理估計出參數a、u的數值，則F(x)被唯一確定。

重現期為R(概率為1/R)時最大風速為

(2)

耿貝爾法是一種直接與經驗頻率相結合的參數估計方法，參數a、u的估算多數情況下選用耿貝爾法擬合效果最好[15]。

假定最大風速有序序列為：x1≤x2≤…≤xn，則經驗分布函數為

(3)

取序列

yi=-ln(-ln(F°(xi)))i=1,2,…,n

(4)

可得

(5)

在實際計算中可以用有限樣本容量的均值和標準差作為E(x)和σ(x)的估計值。

1.2.2 柯爾莫哥洛夫擬合適度檢驗指標

柯爾莫哥洛夫擬合適度檢驗指標：

(6)

Dn=max{|Fo(xi)-F(xi)|}

(7)

式中，n為樣本容量，xi為有序樣本，Dn表示在所有各點上，經驗分布與假設的理論分布之差的最大值。取顯著性水平為0.05，查表得出只要Kf<1.35，則認為樣本最大風速服從極值I型分布，且指標數值越小表示擬合效果越好[16]。

1.2.3 相關比值法

當基本站和訂正站相距不遠，兩站同一氣象要素關聯密切，并且要素的離散程度與平均值正相關的氣候資料序列訂正，常采用相關比值法[17]。當基本站風速與參照代表站風速之間通過相關性檢驗時，兩者將滿足以下關系：

(8)

式中，a、b為經驗系數，y為基本站風速，x為參照代表站風速。

試驗計算顯示，當x較大時(風速大于5 m/s)，k(x)趨于常數。利用相關比值法進行風速訂正時，宜按季節或風向進行分類訂正[18-19]。

1.2.4 風速廓線指數律

磁化焙燒主要是利用某些金屬在特殊價態下的磁性，從而起到篩分作用，通常用于采礦和選礦[32]。低溫磁化焙燒對于提取高爐粉塵或高爐渣中的鋅有較大作用，在焙燒過程中，使鐵粉帶有磁性，并借助磁選機，可將鐵元素富集，則鋅元素隨之富集。該反應的溫度在1 000～1 100 ℃，因此，低溫焙燒非常重要，通過精確控溫使鐵元素發生反應，留下氧化鋅，達到回收的目的。

一般情況下，近地面層風隨高度的變化取決于地表粗糙度和低層大氣的層結狀態。在實際應用中，僅需確定一個特定的參數，運用指數律和對數律公式可以將據一個高度的風速推算出另一個高度的風速[20-21]。研究表明，舟山地區的風速廓線指數律模式較適用于風速隨高度變化的研究[22]。新修訂的2006版《建筑結構荷載規范》[23]指出，華南沿海地區使用指數律可以精準地擬合垂直風廓線。施密特(Schmit)半經驗理論導出的風速廓線指數律公式為

(9)

式中，V2為高度Z2處的風速(m/s)；V1為高度Z1處的風速(m/s)；α為風速隨高度的切變指數，它取決于下墊面狀況和大氣穩定度，其值表征風速垂直切變的強度。

2 結果與分析

2.1 亞帆賽期間風場特征

2.1.1 平均風向風速

風、浪、流是影響帆船(板)運動的重要因素，風向、風速的變化對比賽成績起著決定性作用，因此全面分析賽場海域風場特征對比賽具有十分重要的指導意義。依據2006-2019年石浦站和南韭山站9月逐日和逐時風資料統計得出，石浦站和南韭山站9月月平均風速分別為4.6 m/s和5.5 m/s，極端最大風速分別為23.7 m/s和24 m/s(均出現在2014年9月22日)，兩站的主導風向均以NE(東北風)為主(圖2)。14年間石浦站和南韭山站最大風速大于20 m/s的大風日分別出現1次和4次，出現概率分別為0.248%和0.990%，全都是由臺風影響造成的大風天氣，因此歷史上出現比賽中斷大風(大于20 m/s)天氣的概率較低。

圖2 2006-2019年石浦站(a)和南韭山站(b)9月風玫瑰圖

2.1.2 不同等級風速頻率

帆船(板)賽事的啟動風速為3 m/s，風速大于20 m/s時需要中斷比賽，因為太大的風可能會導致災難發生，不能比賽；而過小的風則不足以驅動帆船前進，無法比賽。國際帆船比賽經常在強風中進行，比賽時的最佳風速為5～10 m/s，利于保持航向和把握航速。

夏季風速往往偏小，多數時間風向不定。依據帆船比賽關注的風速等級，可將風速分為禁止比賽風速(小于3 m/s和大于20 m/s)、符合比賽風速(3～5 m/s和10～20 m/s)和最優比賽風速(5～10 m/s)等三類。統計分析2006-2019年石浦站和南韭山站9月三類風速條件出現頻率(表1)，得出兩站滿足比賽條件的風頻超87%，達到最優比賽風速條件的超44%，其中南韭山站的更高(接近50%)。此外，兩站禁止比賽的風速頻率都在13%以下。進一步分析兩站三類比賽條件的逐時風速頻率(圖略)，可以明顯看出兩站13-19時滿足比賽條件的風頻均超90%。其中，13-17時出現最優比賽風速頻率均超50%。因此賽事安排在午后到傍晚舉行有利于比賽的順利開展。

表1 2006-2019年石浦站和南韭山站9月三類風速條件出現頻率 %

2.1.3 風速日變化

對比2006-2019年石浦站和南韭山站9月逐時平均風速的日變化(圖3)，得出兩大特點：(1)石浦站和南韭山站逐時平均風速呈較明顯日變化特征，受海陸風環流影響，風速具有午后增大、夜間減小的特征。白天時段(09-20時)風速變化起伏較夜間的(21時-次日08時)明顯，在16時前兩站的平均風速總體呈上升趨勢，10時起風速明顯增大，平均風速的峰值出現在15時到17時之間，17時開始風速逐漸減小。(2)兩站日平均風速均大于4 m/s，整體上南韭山站平均風速大于石浦站的平均風速。造成差異的原因，除了與地理位置有關外，海拔高度也是各站風速差異的一個重要因素。總體來看，中午到傍晚期間風力較大，風速大小更利于開展比賽項目，應充分利用風速的日變化規律，合理安排賽程。

圖3 2006-2019年石浦站和南韭山站9月逐時平均風速

2.1.4 風向擺動幅度

帆船(板)比賽除了對風速有一定要求外，對風向的擺動也非常關注，掌握了風向的擺動規律可以幫助選手取得好成績。若以ΔWi代表某一時次的風向擺動，則計算公式如下：

(10)

根據2006-2019年石浦站和南韭山站9月逐時風資料，通過計算每一時次的ΔWi的平均值，得出兩站逐時風向擺動變化曲線(圖4)。由圖4可以看出，平均狀況下兩站各時次風向擺動均低于20°，滿足風向擺動低于50°的比賽條件，而且上午風向擺動較大，午后時段(13-18時)風向擺動相對較小，其中15時前后風向擺動最小。

圖4 2006-2019年石浦站和南韭山站9月逐時風向擺動

2.1.5 海陸風特征

象山縣松蘭山海區冬夏季風交替明顯，海陸風現象較顯著，象山的海岸線在亞帆賽區基本呈南北走向。將東向(1°-179°)來的風定義為海風，西向(181°-359°)來的風定義為陸風，分別統計石浦站和南韭山站9月東西風向出現頻率的日變化(圖5)。由圖5可看出：(1)兩站夜間西向風頻率大，而午后明顯是東向風頻率大，這反映了白天吹海風，夜間吹陸風的海陸風特征。(2)對比來看，石浦站海陸風現象較南韭山站的顯著，這與兩站的地形環境有關。(3)由陸風轉為海風的時間集中在東西向風頻較為接近的時段，兩站午后東西向風頻率相差最大，說明午后時段(12-19時)風向變化相對穩定。

圖5 2006-2019年石浦站(a)和南韭山站(b)9月逐時風向頻率對比圖白色為東向風頻，紅色為西向風頻

2.2 賽區不同等級大風的概率推算

2.2.1 石浦站與南韭山站風速相關分析

石浦站與南韭山站相距約34.1 km，氣候背景特征統一，在盛行風向以東北風為主的9月，兩站風速相關性密切。根據石浦站與南韭山站2016-2019年9月逐日最大風速資料，選擇兩站逐日最大風速同時大于5 m/s的樣本進行相關性檢驗分析(圖6)。結果顯示，R值為0.79，在0.10的顯著性水平上達到顯著相關，進一步計算得到距地面10 m高度風速樣本比值V南韭山站/V石浦站為k=1.1199。

圖6 石浦站與南韭山站風速相關顯著性檢驗結果

2.2.2 不同重現期風速推算

依據概率統計理論，參數估計的精確度隨著樣本容量的減少而明顯降低，因此需要提供足夠長的歷史序列數據來完成重現期風速的參數計算。選取石浦站1974-2019年共44年的9月逐日最大風速資料，得出表征參數估計優良性的Kf指標值0.954(小于1.35)，即極值I型分布耿貝爾法能得到有效的分布參數，石浦站逐日最大風速資料服從極值Ⅰ型分布。因此計算得出石浦站不同重現期風速，依據大風樣本比值系數K來構建南韭山站最大風速序列(表2)。

表2 石浦站、南韭山站和松蘭山海區10 m高度不同重現期風速計算結果

2.2.3 松蘭山海區10 m高度的強風概率推算

南韭山站海拔高度為41.7 m，風傳感器高度為10 m，即風速觀測高度為51.7 m。由于氣象站海拔高度的不同，各氣象站點在垂直分布上存在較明顯差異。南韭山站10 m高度處計算得出的風速并不能完全代表賽區海域的實際風速，運用風速廓線指數律模式將南韭山站海拔高度作訂正推算，使南韭山站的風速資料更具有代表性和可應用性。

常規的帆船桅桿高度為5～10 m。文中將南韭山站10 m高度處的重現期風速推算至海面10 m高度，即大致代表帆船高度的風速。不同下墊面的粗糙程度不同，對應風速的垂直切變影響也不同，海面屬于Ⅰ類下墊面，根據《建筑結構荷載規范》推薦Ⅰ類下墊面的風切變指數為0.12，因此采用浙江近海平均風速的風切變指數約為α=0.12，根據此α值最終得出松蘭山海區距海面10 m高度的重現期風速(表2)。由表2可看出，9月松蘭山海區10 m高度出現帆船比賽中斷風速(大于20 m/s)的概率約為0.071～0.077(13～14年1遇)。

3 結論與討論

(1)亞帆賽期間9月主導風向以東北風為主，平均風速為4～5 m/s。一天中石浦站和南韭山站13-17時出現最優比賽風速頻率最高(均超50%)；兩站均呈現較明顯的日變化特征，即午后風速大、夜間風速小，風速峰值出現在15時到17時之間；15時前后風向擺動最小；兩站符合白天吹海風、夜間吹陸風的海陸風特征，且午后時段(12-19時)風向變化相對穩定。2006-2019年期間石浦站和南韭山站最大風速大于20 m/s的大風日分別出現1次和4次。綜合來看，午后到傍晚時段利于安排相關賽事，出現比賽中斷大風天氣的概率較低。

(2)象山石浦站與南韭山站的風速具有顯著的相關性，兩站的距地面10 m高度風速樣本比值V南韭山站/V石浦站約為1.1199。

(3)根據石浦氣象站1974-2019年共44年9月最大風速極值序列，利用極值Ⅰ型分布函數計算得出其不同重現期風速，通過相關比值法和風速廓線指數律將南韭山站重現期基本風速推算至松蘭山海區距海面10 m高度的風速。結果顯示，賽區9月出現帆船比賽中斷風速的概率約0.071-0.077(13～14年1遇)。

(4)上述結論是基于最大風速數據分析得出的，但仍存在某些不確定因素，特別是風廓線法所用的值存在差異性，比如2010年亞帆賽廣東汕尾賽區，應用廣東粵東近海長期實際觀測值α=0.07[18]，α值的最優選取需要在以后的研究中進行進一步分析。