海浪预报知识讲座

国家海洋环境预报中心,应用20多年东亚地面天气图和海浪实况图资料,提出一些适合我国近海和邻近大洋海浪经验统计预报方法.     

中国近海海面风场预报方法综述

海上大风是一种灾害性海洋天气现象,能够准确、及时的预报海上大风对沿海地区的防灾减灾具有十分重要的意义.目前近海风场的预报方法有经验预报、统计预报、数值模式预报和统计动力(数值产品的释用)预报等.本文主要针对这些预报方法进行汇总与分析,为预报员提供可靠的依据.     

1010号台风“莫兰蒂”对福建近海风场的影响及其成因分析

分析福建沿岸区域气象自动站、近海气象浮标站等有关风的精细观测资料以及NCEP再分析、雷达反演风场等资料,研究了2010年第10号台风"莫兰蒂"影响福建期间,福建近海风场分布的特点及其成因,以寻找台风影响时福建近海风场预报的着眼点.结果表明:受到环境场及台湾海峡狭管效应,气流与中央山脉之间绕流、阻挡等共同作用,1010号台风"莫兰蒂"影响福建期间,大风在海区上主要集中分布在台风环流东部和福建北部海区;福建中部沿海最早出现大风;而大部分台风影响时间中,中部沿海风力大于北部、南部沿海风力,呈现中间大两头小的布局.特别是1010号台风"莫兰蒂",进入台湾海峡后发展成微型台风,靠近台风的测站在台风临近时才大风突起.而这种微型台风,大风天气突发性强,在风的精细预报中要特别注意短时临近的监控监测.对比各种资料的应用效果表明:NCEP再分析资料反映的主要是海区的大风分布;雷达反演风场,必须结合实况资料验证,具有一定的参考价值;近海浮标站资料,能较早反映台风影响时风场的演变特点,但近海浮标站所观测的海区风力不一定大于相近的沿岸区域气象自动站所观测的沿海风力,二者所观测到的风力、风向的变化与台风位置密切相关.在业务预报中,对近海浮标站资料的应用,还需深入研究,具体情况具体分析.     

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。     

山东WRF集合概率预报对台风“麦德姆”逐6h精细化预报检验

用山东WRF集合预报72h预报时效内逐6h概率预报产品对2014年7月24—26日台风"麦德姆"影响山东期间产生的强降水和大风进行了检验。结果表明:WRF集合对强降水和大风有较好的预报能力,总体预报效果较好。强降水和大风的概率都是初期预报概率偏小,后期预报概率较高,开始和结束时间比实况滞后6~18h,前期漏报率高,后期空报率高,总体来说23日20时的预报优于08时的预报。台风低压中心强度和移动路径与实况基本一致,但移速偏慢,这是导致强降水和大风前期漏报后期空报的主要原因。     

大连地区ECMWF细网格风向与实况的对比检验

选取2016年1月-2018年12月ECMWF细网格10m风资料,与大连地区8个国家气象观测站地面5类实况风向资料进行对比分析.结果 表明:5类实况风向平均误差(ME)相差不大,平均绝对误差(MAE)随着预报时限延长均呈增大趋势,正点最大风MAE最小且各时限r均最大,综合来看EC 10m风向预报与正点最大风最为接近.统...     

上海沿岸海域灾害性大风特征研究与预报检验

选取2011-2017年上海沿岸海域5个浮标站点的风场和海浪数据,分析了大风过程的时间和空间特征;对海浪成长过程进行风向分类,运用滑动相关分析统计了8个风向的海浪滞后时间;计算了大风起风时间的预报提前和滞后量,进行了风速风向的误差和准确率检验。结果表明:越往东部海域,大风时数越多,长江口区东部风速较大;大风极值主要出现在8月份台风过程,出现时段都为傍晚到半夜,大浪极值浪向以东北到东南向为主;秋冬季大风时数多,5-6月大风时数最少;大风风向以西北到东北风为主;海浪成长过程风向分布是东南-西北走向,海浪对风的响应滞后时间平均为3~4 h;大风起风时间预报较实况略有滞后,风速预报的准确率总体在70%以上,预报值较实况值偏小,口外浮标偏小最为明显,偏强率都为0;风向预报准确率低,误差大。     

海浪预报知识讲座：第十一讲 海浪预报技术及预报方法（4）—海浪经验统计预报方法（Ⅱ）

国家海洋环境预报中心,应用20多年东亚地面天气图和海浪实况图资料,提出一些适合我国近海和邻近大洋海浪经验统计预报方法。这些方法大致分为三类:一是冷空气影响下海浪场的分析预报方法;二是温带气旋影响下海浪场分析预报方法;三是热带气旋影响下海浪场分析预报方法。     

基于MM5的青岛近海风速精细化预报

本文采用每天发布预报前两个小时的实况信息以及青岛近海风速日变化特征对中尺度模式MM5输出的定点逐时风速预报进行了订正.实践证明,此种数值产品释用方法行之有效.总体而言,可以较大程度地提高风速预报准确率,为实现风速定点、定时、定量的精细化预报提供了较为理想的客观预报方法.2006年8月,通过该方法获得的风速客观预报产品在"青岛国际帆船赛"中发挥了重要作用.     

浙闽沿海和台湾海峡海域冬季大风风速计算方法探讨

本文利用东海区海陆大风对比试验结果及26艘船只两个月的海上航测实况资料，通过对各种风速进行海陆比值分析、差值分析和测站间对比分析。论证了据陆上大风推算该海区大风风速计算式的可靠性，从而为实时、定量地预报海区大风提供了1种方法．     

基于EC集合预报的渤海灾害性大风风速预报方法研究

利用2014—2015年渤海埕北A平台逐小时风场特征对7级以上且持续6 h以上的大风个例进行统计,共出现36次大风过程。利用欧洲中心集合预报51个预报成员分别比较最优成员和最优百分位预报产品在预报海上大风风速预报的效果,结果表明:EC集合预报对于7级以上大风有低估的效果,从优选成员来看,集合预报最优成员并不唯一确定;6种(最大值、95、90、85、80、75百分位)集合预报百分位预报的10 m风速,多数预报与实况相比是偏小的,利用历史偏差对EC集合预报的误差进行校准,反算校准后误差缩小。总之,集合灾害性大风风速的预报有低估的效果,反算后预报水平有明显提高,可利用EC集合预报最优百分位订正后的10 m风场产品应用于渤海灾害性大风的预报。     

山东沿海精细化海区大风特征分析

利用山东沿海12个精细化预报海区2010—2012年的实况代表站逐时大风资料,统计分析了山东沿海的大风日数、风速分布、大风持续时间及大风风向等特征。结果表明,山东沿海风速分布特征表现为:东部海区平均风速最大,在7 m/s左右,西部海区次之,在5 m/s左右,南部海区最小,在4 m/s左右,其中烟台南部沿海甚至在3 m/s以下。当出现大风过程时,各海区的风速相差更大。山东沿海的大风日数、大风持续时间都与平均风速表现为相同的分布特征。山东沿海的大风过程主要为偏北大风,并且量级主要分布在6—7级。由于山东沿海风的局地特征明显,因此在一次大风过程的预报中,各海区预报同一量级是不合适的,需要对预报量级和大风影响时间更加精细的把握。     

长江口外海区冷空气大风的初步分析

近几年来,随着海洋石油开采的迅速发展,海上大风对石油钻井平台拖航、插桩和作业的影响已引起人们的普遍关注。为确保石油钻井平台的安全,必须做好海上大风预报。本文据勘探2号平台1980年11月10日至1981年4月27日在长江口外海区5个月的观测资料,对该期间由于冷空气影响,而产生的33次大风过程进行了初步分析;概括了其天气形势的演变特点,单站曲线的变化特征;讨论了气压梯度、锋区强度和湍流交换对风力的影响。本文可供有关部门研究远海冷空气大风和作海上大风预报时参考。     

黄海中、北部冬季大风MOS预报

本文利用MOS方法建立了黄海中、北部的冬季大风MOS预报方程。计算结果经检验是有效可靠的,并经过实况的验证是令人满意的。     

台风大风预报研究回顾

大风是台风引发的三大灾害之一,考虑到现有的台风大风研究相对较少、预报经验也比较不足,因此对其预报方法进行回顾总结具有十分重要的意义。从经验预报、统计预报、数值模式预报及数值预报产品释用等4个方向梳理了台风大风预报技术的研究与应用现状：天气图、卫星云图和雷达图是经验预报中非常重要的工具;统计预报根据方法的不同可细分为回归预报、客观相似预报和气候持续性预报;数值模式预报方面,国内外多家机构都研发了相应的台风大风预报产品;数值预报产品的释用目前则包含了动力释用、统计释用和人工智能释用。同时总结了上述4类预报方法各自的优势和不足。最后,讨论了未来研究与实际业务中进一步提高台风大风预报能力的可能发展方向。     

胜利油田近海及沿岸地区东北大风及风暴潮分析预报

对产生影响胜利油田近海及沿岸地区东北大风及风暴潮灾害的两大类天气系统进行了具体分析，分别给出了冷锋配合江淮气旋产生东北大风及风暴潮的三种环流形势和两类影响胜利油田热带气旋移动路径及其预报着眼点。     

数值预报产品二次开发在近海大风预报上的一次试验

本文利用欧洲中心和日本的数值预报产品,通过ＰＰ法和ＭＯＳ法对我国近海１－６ｄ的大风进行一次定量预报试验,取得令人较为满意的结果。     

基于观测和再分析数据的LSTM深度神经网络沿海风速预报应用研究

基于海洋气象历史观测资料和再分析数据等,利用LSTM深度神经网络方法,开展在有监督学习情况下的海面风场短时预报应用研究。以中国近海5个代表站为研究区域,通过气象台站观测数据和ERA-Interim 6 h再分析数据构建数据集。选取21个变量作为预报因子,分别构建两个LSTM深度神经网络框架(OBS_LSTM和ALL_LSTM)。经与2017年WRF模式6 h预报结果对比分析,得出如下结论:构建的两个LSTM风速预报模型可以大幅降低风速预报误差,RMSE分别降低了41.3%和38.8%,MAE平均降低了43.0%和40.0%;风速误差统计和极端大风分析发现,LSTM模型能够抓住地形、短时大风和台风等敏感信息,对于大风过程预报结果明显优于WRF模式;两种LSTM模型对比发现,ALL_LSTM模型风速预报误差最小,具有很好的稳定性和鲁棒性,OBS_LSTM模型应用范围更广泛。     

GRAPES模式在一次近海强风预报中的应用

利用GRAPES模式和广东自动站资料,从天气学的角度对比、分析研究了GRAPES模式预告在2010年12月15—17日广东出现强冷空气天气过程中上川岛附近海域强风的对应关系。结果表明,在此次近海强风的过程中,GRAPES模式的预报能力及其提前量,在实际冷空气海洋强风预报业务中值得参考,模式气压场的预报与实况没有明显的差异,强度基本一致,模式区域风向风速预报与实况较为吻合,模式单点预报能提前量为60 h报出风向风速的突变,并且时间误差在3 h左右,模式提前量达60 h以上。     

渤海海峡海上客运航线大风精细化预报的数值释用

通过分析2010年10月到2011年12月的19次大风过程,将T639和MM5数值模式产品和客运航线代表站长岛、东口实况大风资料进行对比,通过对大风预报质量评分、大风起止时间等进行细致的诊断分析,得出了量化指标,并最终选定T639模式作为对外服务的参考模式;通过对T639预报产品客观评分和误差分析、集中度分析等方法进行模式产品自动检验,找出了该模式产品和对应航线站点的定量误差规律以及最佳订正方式。