WRF、EC和T639模式在福建沿海冬半年大风预报中的检验与应用

基于福建省冬半年沿海和港湾岛屿自动站的逐时极大风观测资料和WRF(Weather Research and Forecast)、EC(European Centre for Medium-Range Weather Forecasts)细网格以及T639(TL639L60)三种模式预报的10 m 风场资料, 将模式预报的风向风速与观测资料进行对比检验, 结果表明: 福建省沿海冬半年大风的盛行风向以东北风为主, 大风的时空分布极为不均, 沿海风力的脉动性、跳跃性、局地性突出。从三种模式对风速风向的模拟效果来看, WRF 和EC 细网格的预报效果较好, 有可参考性, T639可参考性不高。对于风速, 模式预报结果相比实况极大风速偏小, 港湾岛屿代表站风速的平均绝对误差均小于沿海代表站, 预报平均误差由沿海向内陆逐渐减小, 由中部向南北逐渐减小。风向相比风速的预报效果要差, WRF 和EC 细网格的风向预报误差在45°～50°, 有一定的参考意义; 港湾岛屿代表站风向的平均绝对误差大于沿海代表站, 以浮标站的误差最大。当观测风速出现7 级及以上风速时, 若对大风进行分级检验, 则较低风速的预报平均绝对误差小于较高风速; 风向预报的平均绝对误差也大大降低, 且误差都在45°以内, 具有良好的参考性。     

基于MOS方法的宁德海区风的预报检验分析

基于WRF模式的预报产品,利用MOS方法预报宁德沿海24个站点的风向、风速,并给出2014年1—12月的预报评估结果。结果表明:MOS对宁德海区风向风速的预报效果优于WRF,其对夏季风速和冬季风向的预报效果最好,预报误差随预报时效的延长而不断增大,白天的预报误差比夜间的大。MOS预报的风速平均绝对误差由海上向内陆逐渐减小,由北而南逐渐增大;而对于风向的平均绝对误差则是由海上向内陆逐渐增大。除了1级以下风,风力越小,MOS预报的风速准确率越高。MOS对东北风的预报准确率最高,北风和西北风次之,对西南风也有30%以上的预报准确率,而对东南风的预报效果最差。     

T639数值预报产品对黄渤海沿海大风预报效果检验

根据影响系统对2008—2011年黄渤海沿海的大风分了四个天气类型:气旋、低槽冷锋、台风和综合类。对不同类型的大风天气,就T639数值预报产品天气系统的影响时间、强度和中心位置以及大风出现的开始时间、结束时间、大风落区、最大风速值和最大风速值的开始时间、结束时间和落区的预报准确率进行了统计。结果表明,T639数值预报对黄渤海沿海大风具有较好的预报准确率,漏报率较低;对于台风类的预报能力偏差;预报数值比实况偏小,当预报有气旋、或预报大风时间长范围大时,实况风将增大1—2个量级;对于大风的开始时间预报略偏早,而对于大风的结束时间和最大风速的开始和结束时间预报均略偏晚。     

ASCAT近岸风在山东沿海的适用性分析

利用2013年1月—2014年12月山东近海的8个浮标站、海岛站和自动站资料与ASCAT近岸风速和风向进行对比,以分析ASCAT反演风场在山东沿海的适用性。研究发现:总体上看,ASCAT近岸风速与代表站实况风速正相关,ASCAT近岸风速在山东沿海误差较小,风向有明显的偏离。ASCAT近岸风在渤海、渤海海峡和黄海北部的适用性优于黄海中部。风力不同时,ASCAT近岸风速与实况偏差有明显差别,表现为当实况出现6级及以上的大风,ASCAT近岸风速小于实况;当实况出现6级以下的风,ASCAT近岸风速大于实况。就ASCAT风速偏差而言,6级以下的风速偏差小于6级及以上风。ASCAT近岸风向与实况偏差也有明显差别,当实况出现6级及以上的大风,ASCAT近岸风向与实况的偏离变小;当实况出现6级以下的风,ASCAT近岸风向与实况的偏离变大。因此,ASCAT近岸风速在山东沿海有较好的适用性,6级以下风更优;ASCAT近岸风向也有一定的适用性,6级及以上风向可用性比6级以下强。     

南海冬季一次海面大风天气的WRF模式预报检验

为寻找出适合南海冬季海面大风天气预报的边界层参数化方案,利用中尺度气象模式WRF中9种边界层方案(YSU、MYJ、QNSE-EDMF、MYNN2、MYNN3、ACM2、BouLac、UW、GBM),对2012年12月29-31日的大风过程进行预报,并用最终分析资料(FNL)检验10 m风场预报。结果表明:风速风向预报的整体平均偏差相当,风向预报的均方根误差较风速大;风速风向与实况的相关随着预报时间增加,整体呈现下降趋势;各方案对海陆交界风速预报普遍偏大2 m/s以上,而在远离陆地的海域偏差较小;YSU方案对北部湾、东沙群岛、西沙群岛、南沙群岛4个海区风场的变化趋势均能较好预报;整体而言,南海大部分海域的预报偏差较小,YSU、MYNN2、MYNN3方案对风速预报较好,ACM2方案对风向预报较好。     

2019年8-10月长江口近岸海上风电场风浪预报

针对长江口近岸海上风电场,利用2019年8—10月NCEP全球天气预报产品和第三代海浪模式Wave Watch Ⅲ的全球预报产品做上海长禁五号、长江口灯船和东海浮标站的单点预报,利用这些站点的观测数据,针对风电场的需求评估预报精度。结果表明:全球天气预报产品中的风速预报对区域内的单站预报结果有一定参考价值,大于6 m/s风速的24 h预报准确率达到46.3%;使用递减平均法可以使风速预报的均方根误差减少10%～14%,预报准确率提高为57.0%。全球海浪预报结果在长江口近海较精确,长江口灯船站48 h预报有效波高均方根误差在0.25 m以下,相关系数高达0.80。在台风极端天气条件下,全球天气预报产品对长江口风速仍有一定的预报技巧,但最大风速的出现时间滞后6 h左右。全球海浪预报产品的预报技巧与无台风情况下没有明显差别。     

福建省沿海冬半年东北大风的数值预报释用方法研究

基于福建省冬半年沿海32个自动站的极大风观测资料和WRF、EC细网格以及T639 3种模式预报的10 m风场资料,将模式预报的风速与观测资料进行对比分析,结果表明:WRF和EC细网格的预报效果较好,有可参考性,T639可参考性不高。模式预报结果相比实况极大风速偏小,预报平均绝对误差由沿海向内陆逐渐减小,由中部向南北逐渐减小。择取预报效果较好的WRF和EC细网格模式,对沿海代表站点进行风速集成,建立集成预报方程,并进行集成订正。误差订正后,与误差较小的WRF模式相比,预报准确率提高了10%左右,改善效果显著,为提高福建省沿海冬半年东北大风的预报准确率提供定量的预报方法。     

HY-2A散射计风场在南海海域的检验和分析

利用南海浮标及海洋观测站的实测资料作为真实值对HY-2A散射计反演的风矢量作多角度对比分析,结果表明:HY-2A散射计风速与浮标(海洋站)实测风速数据具有良好的相关性,散射计观测风速普遍大于浮标(海洋站)实测风速;风速误差符合正态分布,风力≤3级时,风向的平均绝对误差最大;4~5级时风速平均偏差和平均绝对偏差均最小。逐月统计发现:1—3月的风速平均偏差最小,两者基本吻合。7—9月的风速平均偏差最大,12月的风向平均偏差最小。另外,东北向的风速平均偏差最小,西北向风速平均偏差最大;远海站点的风速和风向检验误差均小于近海站点。以上结论表明HY-2A散射计风场资料在南海海域具有可信性,为HY-2A散射计风场在南海的应用和研究提供依据。     

唐山湾精细化海区大风特征初步分析

根据唐山湾的特殊地理环境,将其分为西部、南部和东部3个海域,并选取3个沿岸站、2个海岛站和1个浮标站分别作为3个海域的代表站,对每个站点的大风日数、风速、年际和月际的变化特征进行对比分析。结果如下:南部海域出现≥6级的大风和极大风的天数最多,出现大风的概率与东部海域相当,均为西部海域的3倍左右;整个唐山湾海域大风具有典型的季节性变化特征,呈两峰两谷分布,5月和11月是出现大风最多的月份;3个海域的极大风速极值均在17.2 m/s以上(8级以上),7月16日急性型冷锋的出现使得嘴东站的极大风速达到31.2 m/s(11级);唐山湾3个海域的≥6级大风年主导风向为NE-ENE,≥6级极大风年主导风向为ENE-E,所有大风几乎没有偏南的风向,即唐山湾6级以上大风均以偏北风为主。综合分析3个海域代表站的大风资料,可以精确的反映唐山湾海域大风的气候特征,更为各个海域的天气预报提供辅助工作。     

驱动大洋海浪模式的两种海面风场对比分析研究

海面风场在海浪模拟和预报中起着重要作用。文中分别利用CCMP风场和Q/N混合风场驱动WAVEWATCHⅢ海浪模式对北太平洋海域的海浪过程进行了模拟。利用NDBC(美国国家浮标资料中心)提供的浮标资料和Jason-1卫星高度计资料对模拟结果进行了检验分析。分析表明:在北太平洋海域,CCMP风场较Q/N混合风场与浮标风速资料有更好的一致性,更能代表该海域的海面风场状况;CCMP风场驱动下的海浪模拟结果总体上优于Q/N混合风场的结果。     

Wave height forecasting in Dayyer, the Persian Gulf

Forecasting of wave parameters is necessary for many marine and coastal operations. Different forecasting methodologies have been developed using the wind and wave characteristics. In this paper, artificial neural network (ANN) as a robust data learning method is used to forecast the wave height for the next 3, 6, 12 and 24 h in the Persian Gulf. To determine the effective parameters, different models with various combinations of input parameters were considered. Parameters such as wind speed, direction and wave height of the previous 3 h, were found to be the best inputs. Furthermore, using the difference between wave and wind directions showed better performance. The results also indicated that if only the wind parameters are used as model inputs the accuracy of the forecasting increases as the time horizon increases up to 6 h. This can be due to the lower influence of previous wave heights on larger lead time forecasting and the existing lag between the wind and wave growth. It was also found that in short lead times, the forecasted wave heights primarily depend on the previous wave heights, while in larger lead times there is a greater dependence on previous wind speeds.     

孟加拉湾一次热带气旋过程的海浪场模拟分析

基于第3代海浪模式WW3(WAVEWATCH-III),以具有高精度和较高分辨率的CCMP(Cross-Calibrated, Multi-Platform)风场为驱动场,对2011年12月发生在孟加拉湾的热带气旋“Thane”所致的大浪进行数值模拟。结果表明:(1)以CCMP风场驱动WW3海浪模式,可以较好地模拟热带气旋“Thane”在孟加拉湾造成的大浪,模拟的海浪数据具有较高精度。当有效波高(SWH)在2 m以内和大于5 m时,模拟值略小于观测值;当SWH在2~5 m之间时,模拟值略大于观测值。(2)热带气旋“Thane”所形成的大风和大浪的分布特征具有一定差异:大风区在气旋四周分布较为均匀;在大洋中部时,大浪区主要分布于右半圆,在近海时,大浪区主要分布于气旋行进方向的前方。(3)热带气旋“Thane”的风向和波向整体上保持了较好的一致性,仅在第2象限有一定的差异,该区域的风向主要为西北向,而波向则主要为偏北向。     

太湖梅梁湾三维水动力学模型的研究 Ⅱ.营养盐随三维湖流的扩散规律

建立了太湖梁梁湾三维营养盐浓度扩散模型,研究了三维潮流的作用下,营养盐随风场的扩散情况。结果表明：（１）当梁溪河和闾江口两个污染源同时存在时,西北风最有利于营养盐浓度的扩散,顺着风向形成了一条西北－东南走向的污染带;而东南风却最不利于营养盐浓度的扩散,使得污染范围仅局限于污染附近。     

基于实测数据的台湾海峡中部波浪特征分析 *

利用台湾海峡中部2号大浮标2017年全年的实测波浪资料, 对海浪的基本波要素及其与风的相关性、波谱特性进行统计分析, 得出了重要特征波参数之间的回归关系和适合台湾海峡中部的海浪谱形式。研究结果显示: 1) 台湾海峡中部的常浪向是NE向, 强浪向是NNE向, 月均有效波高的变化范围为0.87~2.98m, 7月波高最小, 12月波高最大, 波周期与波高有着相似的月际变化趋势; 2) 主要波浪类型是以风浪为主的混合浪, 谱型上以单峰为主, 波高与风速整体上呈正相关关系, 大浪主要由台风和强劲的东北季风引起; 3) 波浪的平均周期与大部分特征波周期之间具有良好的线性相关性, NNE、NE方向的波浪有效波高和有效波周期线性相关性较强; 4) 相比于Jonswap谱, 规范谱一是更符合本区域的海浪谱模式, 给出了基于有效波高和谱峰周期拟合的规范谱一形式。这些研究成果可为海洋工程设计和波浪数值模拟提供参考。     

基于多年ERA-I资料的獐子岛东南小海区风浪统计分析

为对黄海北部海域的风浪分布规律研究提供参考,文章利用2008-2017年的ERA-I再分析资料,对位于獐子岛东南小海区的风场和海浪场进行统计分析。研究结果表明：风力等级越高,风推浪预测准确率相对越低;对于4～8级风,风力等级与平均波高之间的关系接近线性,但二次拟合的效果更好,拟合优度达到0.984 2;受数据分辨率所限,持续大风条件下海浪成长至少需要６ h;6级风最多持续2天（48 h）,波高最大接近3 m,7级风最多持续18 h,波高最大接近3.6 m,6～7级风最多持续66 h;6～8级风下大概率出现N-NW风向,风向出现频次由高到低依次为北风、南风、西风、东风;7级风在北风下的出现频次最高,不大于6级风时北风的对应波高比其他风向大0.5 m左右。     

北太平洋海浪场和风场特征分析

利用欧洲中尺度天气预报中心(ECMWF——European Centre for Medium-Range Weather Forecasts)的1979年1月2014年12月逐6 h的ERA-Interim有效波高和10 m风场资料,分析了近36年期间北太平洋海域海浪场和风场的变化特征。结果表明:1)中低纬度的西北太平洋波高有逐年线性递增趋势,大约在0.2~0.6 cm/a,而低纬度的太平洋东北部海域则以-0.4~-0.2 cm/a的趋势减小。2)风速线性变化趋势显著的区域主要集中在太平洋东北部低纬度海域,约以1.0~2.0 cm/(s·a)的速度在增加。而日本岛四周、菲律宾半岛以南等海域大都以-1.0~-0.5 cm/(s·a)的速度减小。3)北太平洋海域波高和风速都具有明显的季节变化特征,两者具有很强的相关性。西风带内有一个个波高超过10 m的风暴圈,其波高受风浪和涌浪的双重作用。这可为航海、海洋工程设计、军事及海洋能开发与利用等方面提供科学依据。     

河北省沿海风暴潮特征及成因分析

以秦皇岛、京唐港、曹妃甸、黄骅4个验潮站的实测潮位和逐时风的数据为基础,以2013年河北省政府发布的风暴潮四色警戒潮位值为标准,统计了2008-2017年10 a河北省沿海的风暴潮过程,从警报级别、区域分布、时间分布、天气系统、经济损失5个方面分析河北省沿海风暴潮特征,并从地形、天文潮与天气系统配合、海平面上升、全球变暖引发的气候异常4个方面分析了影响河北省沿海风暴潮的成因,分析得出:受天气系统的影响,7-10月是河北省风暴潮高发时段,且由于河北省岸线分布特点,沧州市沿海受到风暴潮影响的次数最多,唐山和秦皇岛次之,沧州和唐山地区的风暴潮过程多由东北向大风引起,而秦皇岛地区的风暴潮过程多由东南向风引起。     

浙江近海典型寒潮浪的数值模拟:以2015年3月和2016年1月为例

本文选用第三代海浪模式SWAN(SimulatingWAveNearshore),以CCMP(Cross-CalibratedMultiPlatform)风场作为驱动风场,数值模拟了2015年3月份和2016年1月份影响浙江省的两次典型寒潮,并将模拟结果与实测数据进行了对比,模拟误差均在20%之内,属于可以接受的范围,表明SWAN模型和CCMP风场能够满足此次寒潮浪数值模拟的需要。本文从风场的强度、最值风速、风向、持续时间等方面,对比了两次寒潮期间的寒潮风场;从寒潮浪的强度、最值波高分布、持续时间、涌浪分布区域等方面,对两次典型寒潮期间的寒潮浪时空分布的异同进行了研究。总体而言,2015年3月份寒潮的风场从强度上弱于2016年1月份寒潮, 3月份寒潮风场的主流大风是6～7级风,风向偏正北风;1月份寒潮风场的主流大风是6～8级风,风向偏西北风。2015年3月份的寒潮浪强度上弱于2016年1月份寒潮浪, 3月份寒潮浪波高变化剧烈的区域位于研究区域的东北部, 1月份寒潮浪波高变化剧烈的区域位于研究区域的中部和东部; 3月份寒潮浪的大浪主要是5级浪, 1月份寒潮浪的大浪主要是5、6级浪。当寒潮对研究区域的波浪场影响最为显著时,2015年3月份寒潮期间研究区域的北部多为涌浪,2016年1月份寒潮期间研究区域的南部多为涌浪。     

A model for the response of wave directions in slowly turning wind fields

On the basis of the wave energy balance equation, the response model of mean directions of locally wind-generated waves in slowly turning wind fields has been derived. The results show that in a homogeneous field, the time scale of the response is not only related to the rate of wave growth, but also to the directional energy distribution and the angle between the wind direction and the mean wave direction. Furthermore, the law of change in the mean wave direction has been derived. The numerical computations show that the response of wave directions to slowly turning wind directions can be treated as the superposition of the responses of wave directions to a series of sudden small-angle changes of wind directions and the turning rate of the mean wave direction depends on the turning rate and the total turning angles of the wind direction. The response of wave directions is in agreement with the response for a sudden change of wind directions if the change in wind directions is very fast. Based on the no     

SWAN模型模拟风浪场侧边界失真范围研究

鉴于SWAN模型存在着不能有效地模拟固壁边界附近风浪场的缺点,即在边界附近所模拟的波要素存在失真的现象,研究了在不同水深、风速和风向情况下模型侧边界附近波要素的失真范围,并对计算结果进行了详细的分析。结果表明水深、风速和风向对于侧边界附近波要素的失真范围具有不同的影响,即在风速一定的情况下,失真范围随着水深的增大而增大;水深一定的情况下,失真范围随着风速的增大而减小、随着风向的增大而增大。在利用SWAN模型模拟计算近岸或内陆湖泊风浪场时,必须采取适当的措施以减少实际计算域侧边界附近计算结果的失真范围。