大连地区ECMWF细网格10 m风场与观测实况对比与检验

杨景泰 隋玉秀 肖剑2 王丽娜 常慧琳 邬晓冬 王岩

(1.大连市气象服务中心，辽宁 大连 116001； 2 空军航空大学，辽宁 锦州 121000)

引言

在现代气象业务中，数值预报有着举足轻重的地位，随着数值模式的不断成熟与发展，使用模式产品对大风过程进行预报和分析是当前气象部门的研究重点[1-5]，因此模式对风预报的效果检验具有重要意义[6-7]。ECMWF模式(简称EC)是欧洲中心的中短期天气预报模式，该模式产品具有较高的预报水平，对中短期天气预报具有重要的指示意义。目前EC模式在天气预报业务中应用广泛[8-12]，其10 m风场产品是海洋气象预报的重要参考要素之一，对风向和风速的预报效果均表现较好[13-14]。但具体到不同区域和站点[14-15]、不同月份季节[13,15-16]和不同等级的风速[15,17]，EC的预报效果也会有一定差异。因此，为了使用该模式做出更加准确的风场预报，一些学者还针对实际需要对EC模式的风产品进行了订正[18-21]。

以往的研究结果对实际工作均具有较好的借鉴作用。但在实际观测业务中，仅风速的正点常规观测记录就包含了瞬时风速、2 min平均风速、10 min平均风速、极大风速和最大风速等5类，其中正点记录的2 min、10 min平均风速很多时候并不能反映出天气过程最大的风力等级，而逐时极大风速虽能完整记录每小时内的阵风情况，但与平均风速属性不同、偏差较大。但关于各类实况风与EC细网格10 m风场的对应参考性研究目前还比较稀缺，而且目前对EC模式10 m风场产品误差日变化的研究检验也比较欠缺，可能使得模式风的订正效果有所降低。

位于辽东半岛和山东半岛之间的渤海海峡，是中国北方海域最繁忙的海上通道，素有“黄金水道”之称，大连陆地东南部至长山群岛的里长山海峡航线更是长海县当地群众的“生命线”，仅大连当地每日进出港航线就涉及多个线路时次和方向，加上内、外海三面环绕的特殊地形条件使得这里的海陆风和地形风效应也非常明显，实际工作中需要对不同区域的风进行精细化预报，从而提高海洋气象的预报服务水平。目前国内针对渤海以及黄海北部海域的研究一般更侧重于大风的情况[22-24]，非大风情况研究较少。对于EC细网格10 m风场产品来说，哪个区域的预报效果好，不同风力的预报准确率如何，这些方面的研究也不多见。因此，对EC细网格10 m风场产品在大连及周边海域进行检验，了解其在当地误差分布的特点和规律是一项迫在眉睫的工作，也是实现比较准确的精细化预报必须进行的基础性工作。

1 资料与方法

选取2016年1月至2018年12月ECMWF细网格10 m风(简称“EC 10 m风”)逐日预报资料，包含08时和20时模式的分析场，以及003—240 h逐3 h或6 h预报，共计53个时次的分析和预报资料，空间分辨率为0.125°×0.125°。考虑到观测资料的连续性和准确性，选取大连境内的大连、金州、长海、庄河、普兰店、瓦房店、长兴岛、旅顺8个国家气象观测站，这些站点遍布渤海、渤海海峡、黄海北部沿岸、海岛以及相对内陆的地区(图1)，能较好地代表大连海陆分布的特殊地理状况。将EC 10 m风预报插值到上述8站，所有站点的风矢量分析和预报值均经过U、V分量双线性插值法内插到各个站点，然后再计算该站的风向、风速值。

图1 大连地区站点分布图Fig.1 Distribution map of stations in Dalian

在实际观测中，风的正点记录包含5类，按照观测规范对各类风的定义，2 min平均风、10 min平均风和最大风属平均风类，瞬时风和极大风属瞬时风或阵风类(表1)。

表1 正点观测5类风的含义、算法及类别Table 1 The meanings,algorithms,and classifications of the five kinds of wind observed on schedule

EC 10 m风预报与各类地面风观测值均存在不同程度的误差，因此有必要探讨实际观测记录的各类风与EC 10 m风预报的对应性，从而以对应最好的某类风为参照进行分析订正。规定风速预报误差值为预报值减实况值，按照实况对风向和风级进行分类，其中1级含静风。选取平均误差(ME)、平均绝对误差(MAE)以及相关性分析3种统计分析方式，对EC 10 m风速与大连地区8个站的上述5类风速进行对比，并重点对EC 10 m风速000—240时次内的分析、预报资料与最大风速，按照风级、风向、站点、预报时限(归类方法详见“2.1部分”具体说明)以及起报时次等不同分类进行了统计分析，因此，参与各种误差统计分析的样本数随分类而不同。其误差计算公式为：

(1)

(2)

式(1)—式(2)中，i代表测站代码；ns、ms取值均为1—8，当统计单站时，ns=ms；j代表起报时次，分08时、20时2种情况，用代码1—2表示；nf、mf取值均为1—2，数据计算只在“不同起报时次的风速误差比较”中分08、20时次，其余均为2个起报时次；单一起报时次时nf=mf；k代表归类的预报时限，用代码1—21与预报时限对应，nl取值为1—21；p代表风向，代码取值均为1—8，分别代表8个风向，当统计某单一风向时，nd=md；q代表风级，代码取值均为1—11，分别与1—11级对应(极大风速实况最大为11级)，当统计某个风级时，nv=mv；s代表某时限中包含的预报时次数，mt因不同的时限取值不同，时限取值01—07时(相当于72 h内预报)，mt=4；时限取值08—20时(相当于078—234时次预报)，mt=2；时限取值21时(相当于240时次预报)，mt=1；VF(i,j,k,s)(t)为某站某时刻EC 10 m预报风速，VC(i,j,k,p,q,s)(t)为与某站某时刻EC 10 m预报对应时间的5类实况风速中的某类(风向、风级分类以实况为准)，t的取值为2016年1月1日至2018年12月31日逐日02、05、08、11、14、17、20、23时，EC 10 m风分析、各时次预报与5类实况风对应的时间。本文资料起止时间简写为2016—2018年。

2 结果分析

2.1 EC 10 m风速预报与各类实况风速比较

表2为2016—2018年逐日08、20时起报的000—240时次内，EC 10 m风速与大连地区8站5类实况观测风速的平均误差(ME)、平均绝对误差(MAE)和相关系数(r)。本文“00”表示08或20时起报的000、003、006、009时次分析和预报，简称“00时限”；“12”表示08或20时起报的012、015、018、021时次12—21预报，简称“12时限”(其他“24”、“36”……等以此类推，下同)。这样归类可将53个时次缩减为21个时限，便于比较和缩减表列数。

表2 2016—2018年EC 10 m 00—240时限风速与大连8站各类观测风速之间的ME、 MAE及相关系数Table 2 ME,MAE and correlation coefficients between various observation wind speed of the eight stations in Dalian and the EC 10 m 00-240 time wind speed from 2016 to 2018

从ME可以看出，EC 10 m风速的预报相比3类平均风速均偏大，相比两类阵风风速均偏小。从接近的程度来看，瞬时风速、最大风速最好，168时限内预报误差基本在±0.2 m·s-1之内，168时限后最大风速误差最大为0.4 m·s-1；2 min平均风速和10 min平均风速的误差偏大一些，120时限内预报比实际偏大0.9 m·s-1，120—240时限最大误差可达1.1 m·s-1；预报与极大风速偏差最大，最大可偏小2.1 m·s-1。

从MAE来看，随着预报时限延长，绝对误差呈逐渐增大的趋势。预报与最大风速误差最小，72时限内预报误差为1.3—1.4 m·s-1，72时限以上最大误差可达2 m·s-1；其次是2 min平均风速和10 min平均风速，72时限内预报误差为1.4—1.6 m·s-1，72时限以上最大误差可达2.1 m·s-1；瞬时风速在72时限内误差为1.5—1.8 m·s-1，72时限以上最大误差可达2.4 m·s-1；极大风速误差仍最大，最大偏差可达3.1 m·s-1。综合5类风MAE随时限的变化，72时限内差异很小，72时限后则随着时限的延长误差不断增大。

对ME与MAE的综合分析可以得出，MAE最大风速最小；而从ME来看，EC 10 m风速预报不仅比2 min平均风速和10 min平均风速大0.9 m·s-1以上，也比最大风速偏高0.2 m·s-1左右，说明预报对于大连地区各类实况平均风速来讲，总体平均是偏大的。

从表2可以看出，随着预报时限延长，相关系数均呈减小趋势，由00时限0.7左右降至240时限0.2左右，但均通过了信度α= 0.01显著性检验。其中极大风速的相关系数最大，其次是瞬时风速和最大风速，2 min平均风速最小。但具体到各风级的相关系数与整体却差异明显(表3)，以12时限为例，1—6级(7级以上次数少，统计意义较差)均在0.006—0.281，且各类风速整体相关系数越大，其各风级的相关系数差异越显著。其中，极大风速整体相关系数最大，但预报与1级的相关系数仅为0.006，5级相关性最好也仅为0.251，与全部风级整体相比，相关性明显减弱。综合5类风全部预报时限相关系数来看(表略)，2—4级的显著性最好，其他风级存在部分预报时限未通过显著性检验的情况，且4级以上随着风级增大，未通过显著性检验的情况增多，平均风类的相关性明显好于阵风类。而各风向的相关系数与整体虽有差异但不显著(表略)，且全部通过信度α= 0.01的显著性检验。以12时限为例，极大风速东北风最大相关系数为0.830，东风最小为0.563，均为强相关，因此风向间的相关性明显好于风级间。综上所述，尽管EC 10 m风速预报与极大风速相关性最好，但与各风级实况风速却大多呈弱相关甚至不相关，且不同风级之间差异明显，其他类实况风的情况也基本如此，说明各级风速预报与实况的误差可能均较大。同时，预报与5类实况风速的ME或MAE接近程度与相关性并不一致，因此本文选取ME和MAE讨论、分析EC 10 m风速预报与实况的对应情况。

表3 2016—2018年EC 10 m 12 时限风速预报与大连8站各类实况风级间的相关系数Table 3 Correlation coefficients between the EC 10 m 12 time wind speed forecasts and various wind speed levels from the observations of the eight stations in Dalian from 2016 to 2018

综合ME与MAE统计可以得出，EC 10 m风速预报与最大风速的两种误差最小、接近程度最好，同时最大风速在平均风类中与预报相关性最好。可以认为EC 10 m风预报与最大风速观测实况更接近，因此选取最大风速与预报进行对比分析。但具体到各站之间又有所差异，多年观测平均风速偏大的站点，其EC 10 m风速预报值与最大风速接近程度更好，而观测风速偏小的站点误差则相对偏大。

2.2 基于最大风速的误差统计与分析

统计分析2016—2018年EC 10 m 00—240时限风速与8站最大风速的误差，在不划分风向和风级的情况下(表2)，从ME来看各时限相差不大，除240时限为0.4 m·s-1外，其余均在0.1—0.3 m·s-1，预报与最大风速对应比较好。从MAE来看各时限差异也不大，但随预报时限延长，误差呈缓慢增大趋势，00—240时限从1.3 m·s-1增至 2 m·s-1。而按风级、风向和站点来统计分析，则差异明显。

2.2.1 不同风级的风速误差

图2为2016—2018年EC 10 m 00—240时限风速与大连地区8站不同风级下风速ME与MAE情况。从ME可以看出，3级预报与实况最为接近，大多在0.0—0.1 m·s-1；当实况风力小于3级时，预报误差为正差偏大，并且风力越小偏大越明显，1级和静风的平均误差均大于1 m·s-1，最大可达2.2 m·s-1；当实况风力大于3级时，预报误差均为负差，风力越大负差越明显，7级以上风力误差均小于-3.2 m·s-1，最小可达-10.1 m·s-1；8级由于实况出现次数少，统计意义相对偏差。

图2 2016—2018年EC 10 m 00—240时限与大连8站不同风级的风速ME(实线)与MAE(虚线)Fig.2 ME (solid line) and MAE (dashed line) between actual wind speed of different wind levels of eight stations in Dalian and EC 10 m 00-240 time wind speed from 2016 to 2018

从MAE来看，3级及以下误差相差不大，120时限内误差为1.1—1.6 m·s-1，120时限后误差可达1.5—2.3 m·s-1，其中2级和3级的误差比较接近，相对其他风级误差最小。当实况大于3级时，误差随着风力增强而增大，7级和8级误差可达10 m·s-1以上。

对比各风级的ME与MAE，实况4级及以下时，ME的绝对值与MAE相差较大，而5级以上时，二者的相差出现明显减小的情况，且风级越大，相差越小。如7级时，其ME的绝对值与MAE在各预报时限下，相差均在0.1—0.2 m·s-1；而8级时，在各预报时限下二者误差均一致。说明当实况小于等于4级时，误差存在正、负，预报偏大和偏小的情况均存在，且预报偏大的个例多；而当实况为5—7级时，预报多为偏小，但仍有少数偏大的可能；而对于8级的预报则均偏小。

2.2.2 不同风向的风速误差

对2016—2018年EC 10 m 00—240时限风速与大连8站不同风向的风速误差进行统计(图3)，从ME和MAE来看，与不同风级间的风速误差相比，在各风向上风速误差的差异要小一些。在ME方面，各风向各时限风速误差基本在0.5 m·s-1以下，多数风向的风速误差为正差，差别并不显著；但北风与东北风比其他风向的风速误差略大一些，均为正差，最大为0.5 m·s-1；而东南风则为负差，最小为-0.2 m·s-1。在MAE方面，各风向上的风速误差差别也不大，且均随着预报时限的延长而增大，各时限风速误差除北风、东北风比其他风向略大些，在1.2—2.3 m·s-1，其他均在1.2—2.0 m·s-1。

图3 2016—2018年EC 10 m 00—240时限风速与大连8站不同风向的风速ME(实线)与MAE(虚线)Fig.3 ME (solid line) and MAE (dashed line) between actual wind speed of different wind directions of eight stations in Dalian and EC 10 m 00-240 time wind speed from 2016 to 2018

2.2.3 不同风级与风向的风速误差对比

从风级与风向对风速误差的共同影响来看，以24时限预报为例(表4)，仍是风级对ME的影响较大，1—2级为正差，随着风级增大，风速误差逐渐转为负差。但由于各风向对风速误差的影响不同，当风向误差与风级叠加时，对风级误差会起到增大或减小的作用。如5级全风向的平均误差为-1.5 m·s-1，但5级东南风误差则扩大到-2.8 m·s-1，而5级北风误差则缩小至-0.8 m·s-1。因此，风速误差可以认为是风向和风级共同叠加影响的结果。

2.2.4 不同站点间的差异

比较大连各站点间不同风向和风级的风速ME，以24时限预报为例(表5)，各站点每种风向的大小和正负均不一致，金州、瓦房店、庄河、长兴岛8个风向均为负值、预报偏小，其他站点预报偏大。不同站点间每种风向的风速ME均不同，同一站点不同风向的风速ME也各异，某种风向对应任一站不存在均为正值(负值)或偏大(偏小)情况，但大连、长海、庄河所有风向的风速ME均为正差。在不同风级的风速ME方面(表6)，尽管各站点间不同风级均不一致且差异明显，但随着风级增大，平均误差均由正变负，即模式预报逐渐偏小，这也与全部站点随风级变化的风速误差规律相一致。但各站点预报值由偏大转为偏小的风级有所不同，多数站点在3级或4级转入负差，但大连和长海到6级时才转成负差。各站点随风级的增大，风速误差的差异也随之增大。因此，不同站点风级和风向的风速预报误差差异较大，即风速误差与测站、风向、风级均高度相关。

表4 2016—2018年EC 10 m 24时限风速预报不同风级与风向叠加下大连8站风速的METable 4 Wind speed ME of eight stations in Dalian forecasted by EC 10 m 24 time wind speed under the superposition of different wind scales and directions from 2016 to 2018 m·s-1

表5 2016—2018年EC 10 m 24时限风速与大连各站不同风向的风速METable 5 ME between actual wind speed of different wind directions of eight stations in Dalian and EC 10 m 24 time wind speed from 2016 to 2018 m·s-1

表6 2016—2018年EC 10 m 24时限风速与大连各站不同风级的风速METable 6 ME between actual wind speed of different wind scales of eight stations in Dalian and EC 10 m 24 time wind speed from 2016 to 2018 m·s-1

2.3 EC 10 m风速预报误差的日变化

由于大气运动存在明显的日变化，一些影响风速大小的因子，如动量下传等也存在明显的日变化，可能使得EC对风的预报也具有相应的日变化。统计003—024共8个时次的24 h预报与每日相对应时间的风速ME，探讨EC风速预报误差在大连地区是否存在日变化。

统计2016—2018年EC 10 m 24 h预报风速与大连地区8站1—6级的风速ME(7—8级出现次数少，有些时间没有，故不统计分析日变化，下同)发现(图4 a)，EC预报的风速ME日变化比较明显，夜间误差明显大于白天，下半夜(02—08时)是误差最大的时段，午后(14—17时)是全天最小的时段，17时误差最小，平均最大、最小误差相差达0.9 m·s-1。同时，日变化与风级关系也较密切，2级以上日变化明显，4级振幅最大为0.9 m·s-1。而各风向的风速ME日变化与风级ME完全相同(图4b)，且比风级ME日变化更明显，依然表现出夜间大、白天小，02—08时误差最大，14—17时全天最小，各个风向差异明显，其中西南风、西风和西北风最明显，西风的昼夜振幅最大可达1.8 m·s-1，而南风、东南风和东风相对其他风向来讲日变化偏弱，振幅在0.5—0.7 m·s-1。

2.4 不同起报时次的风速误差比较

对比2016—2018年EC 10 m风08时和20时起报时次的预报误差(表7)，各时限预报下，08时和20时的MAE基本一致，均在1.2 m·s-1以上，08时比20时整体偏高约0.1 m·s-1。ME则相差明显，20时误差明显大于08时，08时起报的ME接近0，但08时的MAE却大于20时，说明08时起报的具体个例误差偏离平均值的程度高，预报的稳定性低于20时，这与预报员日常应用EC预报的体会相符。两种起报时次误差的不一致性，很可能与风速误差、风向误差的日变化有关。

图4 2016—2018年EC 10 m 24 h预报风速与大连8站风级风速ME(a)和风向风速ME(b)日变化Fig.4 Diurnal variation of wind speed ME for different wind levels (a) and different wind directions (b) forecasted by EC 10 m 24 h wind speed at eight stations in Dalian from 2016 to 2018

表7 2016—2018年EC 10 m风08时和20时起报时次00—120时限风速与大连8站风速的ME与MAE比较Table 7 Comparing of ME and MAE between EC 10 m 00-120 time wind speed at 08:00 and 20:00 and the actual wind speed of eight stations in Dalian from 2016 to 2018 m·s-1

3 结论

(1)大连地区EC 10 m风速预报与最大风速最为接近，所预报的风速比瞬时风速和极大风速小，比2 min平均风速、10 min平均风速和最大风速大，相对各类实况平均风速来讲，总体预报是偏大的。但相关性分析则是极大风速最好，其次是最大风速和瞬时风速。

(2)分析大连地区8站EC 10 m风速与最大风速的ME得出，实况3级与预报最接近，小于3级时预报偏大，风级越小偏大越明显；大于3级时预报偏小，风级越大偏小的程度越明显；MAE则是2—3级误差最小。在各风向上风速误差也比较明显，但比风级间的误差要小一些。各时限ME相差不大，基本在0.1—0.3 m·s-1，MAE则随时限延长呈缓慢增大趋势，从1.3 m·s-1增至2 m·s-1，但72时限内差异很小，72时限以上则随着时限的延长误差不断增大。不同测站的最大风速ME在风级和风向上大小各不相同，差异明显。

(3)统计表明，风速ME具有明显的日变化，白天小夜间大，午后最小，下半夜最大。而误差的日变化很可能是EC模式08时和20时两种起报时次对大连地区风速ME不一致的原因之一。

(4)预报误差对于任何地区来讲都是存在的，精细化预报的效果关键在于预报的订正，但传统的分类方法显然并不太适宜区域性的精细化格点订正。本文得出的预报误差与测站(地域)、风向、风级、起报时次及日变化均有关的结论，对于精细化分类订正具有很好的参考和借鉴意义，但在具体应用时效果如何还有待于检验和改进。同时，正点观测5类风与预报相关性整体较好，但具体到各风级时相关性却全部减弱，这种差异对于风速预报误差订正的影响和指示意义，也有必要深入研究以更好提高模式风的订正效果。