基于偏差分析的風力預報訂正釋用技術

於敏佳 劉菡 李曉麗 胡瀟杰 吳姍姍 徐逸雯

（舟山市氣象局，舟山 316000）

0 引言

舟山地處中緯度地帶，區位優勢明顯，是“絲綢之路經濟帶”和“21世紀海上絲綢之路”交匯點。然而舟山四季災害頻發，年平均8～9級大風日數129.2 d，10～11級大風日數12.7 d，12級以上大風日數0.8天[1]。當地的安全生產發展和公眾的生命財產安全等都深受大風制約，因此，深入研究風力預報技術，提供精準的風力預報產品，具有十分重要的意義。

關于風力預報的訂正釋用技術，目前我國已有較多的科技人員進行了深入研究。胡海川等[2]利用概率密度匹配方法對我國近海10 m風預報進行修正；楊程等[3]基于偏最小二乘回歸進行了區域換式風速預報訂正技術研究；楊曉君等[4]將BP人工神經網絡引入到渤海海風的預報訂正；趙文婧等[5]應用相似誤差訂正方法訂正短期風速預報；陳豫英等[6]采用多元線性和逐步回歸的MOS統計方法進行風的精細化釋用；劉鴻升等[7]設計了最大值?閾值綜合集成法進行偏北大風的數值預報釋用；李江萍等[8]初步探討了統計降尺度法在數值預報產品釋用中的應用；錢燕珍等[9]將支持向量機（SVM）回歸方法應用于近海和登陸熱帶氣旋的強度預報，對GFS數值預報產品進行了釋用。以上方法，都取得了一定的訂正釋用效果，但對于模式預報偏差分析尚可更深入研究，本文將基于模式預報偏差分析，對舟山沿海風力預報進行訂正釋用。

1 資料與方法

1.1 資料介紹

10 m風格點預報產品采用浙江省氣象局的Fruit細網格產品，該產品是對中國氣象局下發的ECMWF產品全要素的整合和縮容產品，模式起報時間是20時（北京時，下同），資料覆蓋0°—60°N，60°—150°N，時間分辨率為3 h，預報時效為0～240 h，空間分辨率為0.125°×0.125°。選取時間段為2019年1月1日至2021年4月1日，每日20時起報場預報數據，其中2019年和2020年數據為建模樣本，2021年數據為獨立檢驗樣本。

10 m風站點實況資料來自嵊泗國家基準站、定海國家基本站、普陀和岱山國家一般站，站點基本信息見表1。這些站點代表性強、數據完整，且經過人工異常值剔除、缺測記錄消除，數據較為真實可靠。

表1 各實況指標站點經緯度表 Table 1 Latitude and longitude of each index station

1.2 訂正釋用技術

目前，在風力預報方面，較為成熟的方法是以d氣形勢為基礎，參考各家模式的風力要素預報，結合預報員的主觀預報經驗，最終得出風力預報。而在各家的風力要素預報中，尤以EC模式的預報最為穩定和準確，平時業務中對EC的參考比重也較大。經過多年的對比釋用，發現EC風要素預報與平均風較為對應，而站點的平均風又與極大風存在對應關系。因此，可以通過先訂正平均風，再套用平均風與極大風之間的關系，來進行風力預報的訂正釋用。

1.3 訂正釋用效果評價方法

本文采用平均絕對誤差的統計指標參數來評價訂正釋用效果，具體對2021年1月1日至4月1日，20時起報場，3～33 h預報時效內逐3 h，共計1001個預報時次進行檢驗評估，具體公式如下：

2 訂正模型的建立

2.1 平均風偏差分析

受遮蔽較小的站點，其模式預報的風力與實況平均風較為接近，如嵊泗站，而定海站這類受山體、城市樓房等地形影響較大的站點，其預報和實況平均風也相差較大。另外，同一時次，有些相鄰的站點雖對應同一格點，但實況平均風卻仍大不相同。以上，都是在同一時次上相鄰站點或者各個站點之間的預報實況誤差比較。那么，對于同一站點，在不同時次的預報實況偏差進行研究，又存在怎樣的關系？如圖1，對四個指標站點兩年的0～72 h逐3 h預報實況平均絕對誤差分析，嵊泗、岱山、定海3個站點0～33 h逐3 h的預報實況平均絕對誤差具有較好的穩定性，定海存在一定的誤差震蕩，但也在0.5 m/s之間，0～33 h各時次的誤差絕對值存在一定的穩定性，經計算嵊泗、定海、岱山、普陀四站點的誤差絕對值穩定為1.32 m/s、2.30 m/s、1.09 m/s、1.09 m/s，33 h之后的誤差震蕩加劇，超過0.5 m/s，不穩定。

在平時的預報業務中，預報員可以掌握已出實況時次的預報絕對誤差與絕對誤差穩定值的比值，是否可通過前時次的預報絕對誤差與絕對誤差穩定值的比值，來推算后時次絕對誤差與絕對誤差穩定值的比值？這兩者是否存在一定的關系？對嵊泗、定海、岱山、普陀4個站點，2019—2020年（剔除缺測異常后共706 d），每天12個時次的預報實況絕對誤差與絕對誤差穩定值的比值，進行前后時次的絕對誤差與絕對誤差穩定值的比值關系深入研究，如圖1，四個站點0～33 h逐3 h的前后時次預報實況絕對誤差與絕對誤差穩定值的比值，存在一元線性關系，以為模型進行擬合，經查表檢驗，擬合得出的各站點全部時次的方程顯著性檢驗值F均遠大于臨界值F（1706）=3.85，擬合方程顯著。

圖1 站點0～33 h逐3 h平均絕對誤差示意圖（a），站點前后時次誤差示意圖（b，c，d） Fig. 1 Diagram of 0-33 h site mean absolute error by every 3-h (a); diagram of site error at different times(b, c, d)

對擬合公式的系數進一步分析（表2），一元線性擬合公式中系數A和B也較為穩定，系數A尤為穩定，這表明前后時次的預報實況誤差存在穩定關系，可根據前一時次的預報實況絕對誤差與絕對誤差穩定值的比值，采用同一擬合公式，進行后一時次的預報實況絕對誤差與絕對誤差穩定值的比值預測，進而修正風力預報值。

表2 站點擬合系數表 Table 2 Site fitting coefficient

2.2 平均風偏差分析檢驗

基于站點前后時次預報實況絕對誤差與絕對誤差穩定值的比值存在線性關系，且系數基本穩定這一分析結論，對2021年1月1日至4月1日（共91 d）各指標站點，0～33 h逐3 h的EC預報風力進行平均風修正，以驗證偏差分析結論，如圖2和表3所示，利用此偏差分析結論對于EC預報風力具有一定的修正效果，嵊泗、定海、岱山、普陀四個站點的平均預報實況絕對誤差由1.33 m/s、2.29 m/s、1.14 m/s、1.06 m/s分別精減至1.16 m/s、0.86 m/s、0.94 m/s、0.94 m/s，改進百分比分別為12%、62%、17%、10%，因此，基于偏差分析結論的平均風預報修正總體上優于EC本身的模式預報，實際業務中，可利用已出現時次的預報實況絕對誤差與絕對誤差穩定值的比值推算下一時次，進而修正模式風力預報，且對于定海站這類本身受地形影響明顯而模式風力預報自身就存在較大誤差的站點，具有非常明顯的修正效果。

表3 站點修正前后絕對誤差對比表 Table 3 Site absolute errors before and after correction

圖2 站點修正前后絕對誤差對比圖 Fig. 2 Comparison of absolute errors before and after correction

2.3 平均風和極大風關系探究

對于平均風和極大風關系探究，陳錦冠等[10]和汪宏宇等[11]專家研究發現兩者大致滿足線性關系。在大尺度運動中，當不考慮摩擦力和地形時，空氣質點的運動遵從地轉風規則，這是進行風力預報的基礎。但實際中，有地形作用且摩擦力并不為零。

地形方面，風速的大小除與水平氣壓梯度有直接關系外，與地形也有較大關系，舟山群島地形復雜，各觀測站點多有地形影響，而地形的作用主要有山體阻擋使風力減小，狹管效應、爬坡使風力增大等，而地形不管以哪種形式對風力產生影響，具體表現在站點風力測量中都為在相同氣壓梯度下，不同風向的站點風速大小是不同的，因此可分16風向進一步細化研究，如圖3所示，同一站點各風向關系式明顯不同。另外，隨著風力的增大，極大風和平均風之間的差距也在加大，而一元線性關系并不能反映這個變化趨勢，因此，分風向的一元二次模型能更好地描繪平均風極大風關系。

圖3 四個縣區本站東北、南到東南、西到西北風向平均風與極大風關系圖（橫縱坐標單位均為0.1 m/s） Fig. 3 The relationship between the mean and extreme wind of NE, SSE and WNW wind direction at four county stations (0.1 m/s in both horizontal and vertical coordinates)

摩擦力方面，近地面層摩擦力來自于粗糙的地面以及近地面層空氣的黏性力，而空氣黏性力主要是由湍流活動引起，近地面層湍流與低層溫度層有關，也即與大氣穩定度相關，因此需要分下墊面。對比2012年1月至2020年1月嵊泗、岱山、普陀、定海四個縣區本站和舟山浮標站的實況平均風與極大風之差，如圖4，發現四個縣區本站極大風與平均風16風向的平均差分別為2.51 m/s、2.37 m/s、2.37 m/s、2.51 m/s，基本一致，而舟山浮標站的平均差卻僅為0.91 m/s，因此在空曠的海上，平均風與極大風相差較小，下墊面不同，平均風與極大風的關系也不同。因此，平均風與極大風的關系與地形、風力大小、站點下墊面有關。

圖4 四個縣區本站與舟山浮標站各風向平均風與極大風關系對比圖 Fig. 4 Comparison of the relationship between the mean and extreme wind of four county stations and Zhoushan buoy station in 16 directions

3 訂正模型的預報檢驗

3.1 整體檢驗

對嵊泗國家基準、普陀國家基本站、岱山與定海國家一般站這四個站點進行了統計檢驗評估，計算結果如表4，四個站點各預報時次的誤差4 m/s以下占比86%，3 m/s以下占比63%，平均絕對誤差分別為2.12 m/s、2.58 m/s、2.69 m/s、2.86 m/s，總體上訂正釋用效果較好。

表4 站點各預報時次誤差評價表 Table 4 Error evaluation for each forecast time at four county stations

3.2 寒潮個例檢驗評估

2021年1月6—9日，受寒潮影響，舟山沿海6日半夜起北到西北風9級，7日白天出現10級北到西北風，夜里減弱到9級，8日白天7級陣風8～9級北到西北風維持。嵊泗（58472）、定海（58477）、岱山（58484）三個縣區本站分別都在7日9時出現了22.5 m/s、14.5 m/s、18.8 m/s的過程極大風，普陀站（58570）在8日13時出現了17.1 m/s的過程極大風。如圖5，經訂正釋用后嵊泗、定海、岱山、普陀四個站點的過程極大風力分別為22.6 m/s、12.3 m/s、15.9 m/s、15.3 m/s，與實況分別相差0.1 m/s、2.2 m/s、2.9 m/s、1.8 m/s，對于過程極大風力的把握具有一定的準確度。對逐時次的極大風預報進行對照，可發現個別時次極大風誤差還是比較大的，如定海站（58477）7日23時，平均風訂正值和實況值非常吻合，但極大風偏差達到4 m/s，實況平均風與極大風之差達到了8～9 m/s，再如普陀6日08時，訂正平均風誤差也較小，但極大風偏差3 m/s，實況平均風與極大風之差達到了9～10 m/s，分析發現，個別時次的較大偏差是由于實況平均風和極大風的差距明顯加大造成的，目前不分系統的各風向平均風極大風擬合關系還不能較好地反映個別時次的風力陣性差異，對于受冷空氣影響時，平均風與極大風之差在個別時次有明顯加大的現象，需進一步分系統進行細分研究。

圖5 四個縣區本站EC預報風力、訂正平均風、釋用極大風、實況平均風與極大風對比圖 Fig. 5 Comparison Chart of EC forecast wind speed, corrected mean wind, interpreted extreme wind, actual mean wind and extreme wind in four counties on 6 January 2021

3.3 臺風個例檢驗評估

2020年8月3日到5日，受臺風“黑格比”影響，舟山沿海出現了11級的大風過程，嵊泗、定海、岱山、普陀四個縣區本站分別出現了27.4 m/s、19.3 m/s，21.4 m/s、22.7 m/s的過程極大風。如圖6，四個站點訂正釋用的極大風力分別為22.5 m/s、17.6 m/s、20.0 m/s，21.7 m/s，其中定海站、岱山站、普陀站的誤差分別僅有1.7 m/s、1.4 m/s、1.0 m/s，效果較好，而嵊泗站誤差較大，具體表現在8月4日20時，由于平均風和極大風之差達到10～11 m/s，顯著增大，目前所得出的不分系統的平均風和極大風關系不適用，因此，出現了訂正釋用極大風的較大偏差。從以上兩個個例來看，極大風的較大偏差主要是由于冷空氣、臺風等系統的風力的陣性更強，不分系統的平均風和極大風關系存在一定的不適應性。

圖6 四個縣區本站EC預報風力、訂正平均風、釋用極大風、實況平均風與極大風對比圖 Fig. 6 Comparison Chart of EC forecast wind speed, corrected mean wind, interpreted extreme wind, actual mean wind and extreme wind in four counties on 3 August 2020

總的來講，不分系統的平均風和極大風關系在一般情況下，能較好地反映平均風和極大風關系，但對于臺風、寒潮等系統的風力陣性差異還沒有很好地把握。因此今后將在這方面開展更細致的研究，能進一步提高臺風、低壓、冷空氣等系統的訂正水平，提高風力要素預報的準確性。

4 結論與討論

本文介紹了一種基于模式偏差分析的風力預報訂正釋用技術，該技術在有效修正模式平均風預報的基礎上，利用站點平均風和極大風關系，進行訂正釋用，取得了一定的應用成效。

得出以下結論：

1）站點0～33 h逐3 h的預報實況誤差絕對值較為穩定，經計算嵊泗、定海、岱山、普陀四站點的絕對值誤差穩定為1.32 m/s、2.30 m/s、1.09 m/s、1.09 m/s。

2）站點0～33 h逐3 h的前后時次平均風預報實況絕對誤差與絕對誤差穩定值的比值，存在一元線性關系，且系數較為穩定，可根據已出的前時次平均風預報實況誤差，用同一公式推算下一時次的預報實況誤差，進而訂正EC風力預報。

3）基于偏差分析結論的平均風預報修正總體上優于EC本身的模式預報，四個指標站點的平均預報實況絕對誤差分別精減至1.16 m/s、0.86 m/s、0.94 m/s、0.94 m/s，改進百分比分別為12%、62%、17%、10%，具有一定的訂正效果，可應用于實際業務。

4）對四個指標站點的極大風進行統計檢驗評估，平均絕對誤差分別為2.12 m/s、2.58 m/s、2.69 m/s、2.86 m/s，總體上基于偏差分析的訂正釋用效果較好。

站點平均風極大風關系受地形、風力大小、下墊面等因素影響。同一站點，各個風向的地形遮蔽不同，平均風極大風關系不同；風力越大，平均風與極大風的插值越大，一元二次模型越能更好地反映此特征；與陸地相比，海面風力的陣性明顯較弱，平均風和極大風相差較小，陸地平均風與極大風對應關系不適用于海面。針對冷空氣、臺風等風力陣性較強的系統，還需進一步分系統研究其平均風極大風關系。