EC預報數據在中國近海的適用性研究

林曉娟，李響，劉曉燕，祖子清，王延強

（1.國家海洋環境預報中心，北京 100081；2.國家海洋環境預報中心自然資源部海洋災害預報技術重點實驗室，北京 100081）

0 引言

海面風是海表面運動的主要動力來源[1]。海上大風會引發海浪、風暴潮等海洋災害，因此，海洋災害的預報準確度十分依賴海面風場的預報能力，準確的海面風場預報是海洋防災減災的基礎[2]。早期對海面風的研究主要通過經驗預報和統計分析[3-4]開展，隨著計算機運算能力的發展和海洋預報模式的成熟，數值預報方法依靠其更高的精度和準確度，逐漸發展成為海洋預報的主流方法[5-7]。歐洲中期天氣預報中心（European Center for Medium-Range Weather Forecasts，ECMWF，簡稱EC）經過長時間的發展和積累得到了較好的預報結果[8]。國內也有許多專家學者參考并使用了EC 的細網格預報數據。萬夫敬等[9]分析了EC 預報2 m 氣溫產品在山東地區最高氣溫和最低氣溫上的預報性能，并給出了訂正思路；趙杰等[10]使用了EC 預報溫度數據，并結合觀測數據進行了訂正。作為當前許多預報平臺都會參考的預報數據，EC 預報10 m 風場數據在中國近海的使用頻率較高，例如，吳俞等[11]在南海海域參考了EC 預報10m風場數據（0.25°×0.25°）進行了風向和風速預報，常奮華等[12]將東海海域的EC 數 據、WRF（Weather Research and Forecasting Model）數據以及華東區域的模型與實測數據作了對比檢驗，結果表明預報效果最好的是EC 數據，連喜虎等[13]評估了EC數據在渤海和黃海的預報能力。上述研究在一定程度上證明了EC 數據在中國近海的適用性，但是，吳俞等只運用了南海4個島上的站點進行分析，且利用的是分辨率為0.25°的EC數據，連喜虎等沒有對渤黃海的臺風和冷空氣大風過程進行分析?？偟膩碚f，目前還沒有研究對EC 預報10 m 風速數據在中國近海各海域的預報性能進行定量分析，以及對臺風和冷空氣大風過程進行評估。

我國海域遼闊，EC 預報10 m 風場數據在我國近海的可信度、在不同海區的適用性以及EC 預報數據對我國近海臺風的預報準確度等都是需要研究的問題。本文利用中國近海大型浮標的10 m 風觀測數據，系統地評估了EC 預報10 m 風場產品的精度，驗證其在我國近海和不同海區的適用性，以及對臺風和冷空氣大風過程的預報性能，為使用EC 預報10 m 風速數據提供參考，充分發揮ECMWF 的預報產品在海洋預報服務中的參考作用，有利于更好地開展海浪、風暴潮等海洋預報防災減災服務。

1 資料與方法

1.1 資料

本文選取2021 年1 月1 日—12 月31 日的EC 預報10 m 風場數據進行統計，檢驗10 m 風場數值預報產品在中國近海海域的預報準確度。EC 預報數據的空間分辨率為0.125°×0.125°，每天預報兩次，起報時刻為00 時（世界時，下同）和12 時，72 h 內每3 h 輸出一個數據，EC 預報數據為該時刻即時數據。

觀測資料采用大型海洋觀測浮標的10 m 風速和風向數據，浮標數據經過質量控制，刪除了3個標準差之外的異常數據。浮標站位見圖1，其中渤海選取4 個浮標（圖1 中符號為B01—B04）、黃海6 個浮標（圖1 中符號為H01—H06）、東海2 個浮標（圖1中符號為D01、D02）、南海北部8 個浮標（圖1 中符號為N01—N08）、南海南部2 個浮標（圖1 中符號為N09、N10），共計22 個浮標觀測的10 m 風速和風向數據，利用3 次樣條插值法將EC 預報10 m 風場數據插值到觀測站點并進行誤差統計，浮標時刻數據為該時刻過去10 min的平均值。

1.2 方法

本文使用的誤差統計指標有平均偏差（BIAS）、均方根誤差（Root Mean Square Error，RMSE）和平均絕對誤差（Mean Absolute Error，MAE）。具體公式如下：

平均偏差：

均方根誤差：

平均絕對誤差：

式中：Bi代表浮標觀測數據；Ei代表EC 預報10 m 風場數據插值到浮標站點后的值；n代表總樣本數。

風向誤差（Wind Direction Error，WDE）的范圍是-180°～180°，WDE的計算公式為：

同樣使用BIAS、RMSE 和MAE 進行WDE 檢驗，式（1）—（3）中的Ei-Bi用WDE 的計算結果來替代。

2 風場數據對比評估

2.1 風速預報誤差評估

將各實測風速（浮標站點觀測值）與EC 預報數據相應位置的值進行對比分析。利用箱型圖能直觀地看出數據的異常值、判斷數據的離散程度，并根據數據的中位數集中程度看出數據的集中趨勢。圖2 表明，中國近海22 個浮標站的風速24 h 預報偏差中位數為-0.12～0.44 m/s，48 h 預報偏差中位數為-0.33～0.49 m/s，72 h 預報偏差中位數為-0.39～0.53 m/s。隨著預報時效的增加，偏差中位數略有增大。從箱線圖來看，EC預報結果在渤海和黃?？傮w略偏大，在東海略偏小，南海略偏大。EC在黃海、南海和東海的預報效果優于渤海海區，隨著預報時效的增大，預報偏差離散度增大。

為了進一步對比分析EC預報的10 m 風速與實測風速之間的差別，表1 列出了各海區不同預報時效下EC 預報數據的風速和風向檢驗結果。各浮標站24 h 預報的10 m 風速的MAE 為0.96～1.62 m/s（圖略），22個站點的平均MAE為1.27 m/s（見表1），均方根誤差為1.71 m/s，48 h 預報的10 m 風速的平均MAE 為1.46 m/s，72 h 的為1.64 m/s，各浮標站點的MAE 隨著預報時效的增長而增大，BIAS 隨著預報時效的增長而減小。

表1 各海區不同預報時效下EC預報數據的10 m風速和風向檢驗結果Tab.1 Validation results of the EC 10 m wind speed and direction forecasts at various leading time in different seas

圖3 為各海區24 h 預報值和觀測值的散點圖及BIAS、RMSE 和相關系數（R），渤海海區R 為0.83，黃海為0.88，東海為0.87，南海為0.88，黃海和南海的預報效果最好，東海次之，渤海相對較差?？傮w而言EC 的10 m 風速在中國近海的預報效果較好。

圖3 各海區風速散點圖Fig.3 Wind speed scatter plot in different seas

圖4為各浮標站在不同風速等級下EC 24 h、48 h、72 h 預報數據的BIAS 和MAE。從圖中可以看出，不同預報時效的BIAS 和MAE 數據具有相同的變化趨勢，各站點BIAS 為0 的點分布在風力為3～5級之間，大部分在4 級左右，說明EC 預報數據在風力等級小于4 級時，預報數據偏大，大于4 級時，預報數據偏小，當風力為3～5 級時，預報數據較為準確。這一點也可以從風力等級的MAE 中體現，當風力為3～6 級時，MAE 最小。當浮標站的實測風力為4～5 級時，預報風速與實測風速的BIAS 最小，隨著風力增大（或減?。?，BIAS和MAE都增大。

圖4 平均偏差和平均絕對誤差隨風力等級的變化Fig.4 Change of mean error and mean absolute error with various wind levels

2.2 風向預報誤差評估

圖5 為各海區不同風向的預報和觀測誤差以及頻率圖。從圖中可以看出，渤海各個風向的頻率分布較為均勻，偏東和偏南方向風頻率略高于其他風向；黃海偏西方向風頻率較小，其他方向頻率分布較為均勻；東海的盛行風向為北偏西和偏東方向，西風較少；南海的盛行風向為北北東—東，即東北偏東。渤海和黃海的風向預報偏差總體分布在±40°之間，各海區的風向預報BIAS 均為0°左右。

圖5 各海區不同風向的預報平均偏差（紅線）和頻率（數字代表該方向風頻率）Fig.5 Mean error(red line)and frequency(the number represents the wind frequency in this direction)of each wind direction in different seas

為了更全面地評估EC預報10 m 風場在中國近海海域的預報性能，圖6 給出了不同浮標站EC 24 h預報的風向和觀測風向的偏差分布以及各個風向的偏差分布，圖中紅色虛線為各個方向上風向預報的平均偏差。從圖中可以看出，渤海海域B02、B03、B04 浮標的預報效果較好，風向預報角度偏差集中在±30°之間，平均偏差都在±20°之間。B02 浮標站點的主導風向是SSW，出現的頻次最大，為65次，在該方向上大部分誤差集中在-20°～15°；次主導風向是SE，誤差也較為集中，集中在-30°～10°；這也可以看出在主導風向上，預報偏差不大。黃海海域（H 系列）選取的6 個浮標站點總體的風向預報偏差集中在±20°之間，其中H03 站點預報效果較差，風向偏差較大，其他站點的預報效果都很好，預報風向偏差較為集中，平均偏差較??；主導風向和次主導風向的表現均較為良好；除H05 站點的平均偏差為正值，其他站點的平均偏差多為負值。東海區域D01站點的EC預報效果較好，平均偏差在0°左右，主導風向和次主導風向的誤差大體分布在±20°之間；但該站點在W方向的總體偏差較大，有4個數據不具備參考價值。D02預報平均偏差在45°左右，總體偏大。南海海域共有10 個站點，N01—N04 靠近岸邊分布，這幾個站點的主導風向和次主導風向的預報效果較好，預報效果較差的是WNW、NW、NNW 方向的風；N05—N08 站點預報效果總體較好，平均偏差在10°左右，在NW、NNW 方向上預報效果較差，但是這兩個方向上的風頻率較小，可信度較低；N09 和N10 站點在南海中部，N10 站點預報效果較好（圖略），主導風向NE 和次主導風向ENE的預報平均偏差較小，且偏差分布較為集中，N09站點總體預報效果較差，這可能是由于浮標觀測數據受客觀條件影響產生觀測誤差，需要更長的時間序列和其他觀測數據輔助驗證。不同風向下風向預報的平均誤差大部分在0°～20°。

圖6 站點風向偏差分布和風向頻次（紅線代表平均偏差）Fig.6 Distribution of error and frequency of each wind direction at different stations(the red line represents the mean error)

圖7 為不同風力等級的風向預報BIAS、RMSE和MAE，預報時效為24 h。從圖中可以看出，隨著風力等級逐漸增大，風向預報的RMSE 和MAE 在5 級達到最小后趨于穩定，隨著風力等級變大，風向預報的RMSE 和MAE 減小。風力等級小，預報偏差較大，風力等級大，預報偏差較小。48 h和72 h的預報結果也有同樣變化趨勢（圖略）。對比4 個海區的結果可以看出，渤海和黃海的RMSE 和MAE 相對較小。

圖7 不同風力等級的風向預報平均偏差、均方根誤差和平均絕對誤差Fig.7 BIAS，RMSE and MAE of wind direction forecasts for different wind levels

2.3 臺風天氣過程下的適用性評估

臺風是海上大風的典型過程，選取經過中國近海的臺風過程，評估EC 預報10 m 風場對臺風過程的適用性。本文選取受臺風影響浮標觀測風力達到7級及以上的時間段進行評估。為了更直觀地看到EC 預報數據的效果，選取24～33 h（3 h 一個數據）預報時效的數據進行繪圖分析。

臺風“煙花”在2021 年7 月18 日生成后，先向西后逐漸向西北方向靠近我國（見圖8）。利用臺風“煙花”在行進過程中影響的兩個浮標D02（24日00 時，臺風中心到浮標的距離為191 km）、D01（25 日00 時，臺風中心到浮標的距離為97 km）的風速、風向數據，對兩個站點的EC 預報數據進行檢驗。浮標站點的分布位置和檢驗結果見圖8 和圖9。當臺風“煙花”逐漸靠近D02 站點，風速在24 日06 時左右達到峰值，在21 日00 時—25 日00時這個時間段內（見圖9），EC 預報風速較好地再現了臺風的風速變化趨勢，通過風羽結果可以看出，D02 的風向預報總體存在一定偏差，在23 日18時前，預報風向為北偏東，而觀測風向為北偏西。當臺風“煙花”靠近D01 站點后，風速在24 日12 時到達峰值，EC 預報風速的大體變化趨勢與實況相同，但對于最大風速的預報存在滯后性，整體風速預報略偏小。從D01 的風羽圖可以看出，該站點的風向預報效果較好，浮標風向與預報風向變化趨勢也較為一致，其原因可能是D01 站點觀測風速較大，這與我們在2.2 節評估得出的結論是一致的。

圖8 臺風路徑及受影響浮標點位圖Fig.8 Typhoon path and map of buoy points

圖9 臺風“煙花”過程下D02和D01浮標及EC預報風速和風向的時間序列Fig.9 Time series of wind speed and direction at D02,D01 buoys and EC wind forecasts during the Typhoon"In-Fa"

針對臺風“煙花”影響到的兩個浮標站點，從24 h 預報時效的統計結果來看（見表2），風速預報的平均誤差為-0.76 m/s，總體略偏小，MAE 為1.93 m/s，預報效果總體較好；風向預報的MAE 為24.66°，誤差較大，主要是由于D02 站點的風向預報誤差大。

表2 臺風過程EC預報風速和風向的統計評估結果Tab.2 Statistical results of the EC wind speed and direction during typhoon process

臺風“盧碧”自2021 年8 月2 日在南海生成后，沿著東北方向貼近海岸線移動（見圖8），利用臺風“盧碧”在行進過程中影響的3 個浮標N06（4 日12時，臺風中心到浮標的距離為337 km）、N07（4 日18時，臺風中心到浮標的距離為265 km）和N05（5 日00 時，臺風中心到浮標的距離為33 km）對3 個站點的EC 預報數據進行檢驗，浮標站點分布位置和檢驗結果見圖8 和圖10。從圖10 可以看出EC 預報數據較好地再現了部分風速的變化趨勢，但是大風時的風速預報偏差較大（例如N05 站點8-5-00 時刻）。從圖10 的風羽圖對比可以看出，3 個站點預報和觀測風向的一致性較好，風向偏差不大。24 h 預報數據統計顯示風速預報的BIAS 為-0.57 m/s（見表2），總體略偏小，MAE 為1.89 m/s；風向預報的BIAS 為1.16°，MAE為8.74°。通過3個浮標站點的數據可以看出，EC預報數據對臺風“盧碧”的預報效果較好。

圖10 臺風“盧碧”過程下N06、N07和N05浮標及EC預報風速和風向的時間序列Fig.10 Time series of wind speed and direction at N06，N07，N05 buoys and EC wind forecasts during the Typhoon"LUPIT"

臺風“燦都”自2021 年9 月7 日生成后，11 日00時開始經過臺灣東側，后一路向北經過東海、黃海（見圖8）。利用臺風“燦都”行進過程中影響的東海浮標D02（12 日12 時，臺風中心到浮標的距離為30 km）、D01（13 日00 時，臺風中心到浮標的距離為58 km）對EC 預報數據進行檢驗，浮標站點分布位置和檢驗結果見圖8 和圖11。當臺風靠近D02 站點，距離站點最近時的最大觀測風速達到38.6 m/s，而預報風速為25.9 m/s，兩者差距較大。從D02、D01的風速折線圖可以看出（見圖11），EC預報數據模擬出了風速變化的趨勢，但是預報的最大風速普遍比浮標觀測值小。從對應時刻的風羽來看，預報和浮標觀測風向的偏差較小，預報風向能較好地反應出浮標風向的變化趨勢。24 h預報統計顯示風速預報BIAS 為-1.70 m/s（見表2），預報風速較觀測風速偏小，MAE 為2.82 m/s，RMSE 為4.49 m/s。相較其他兩個臺風，臺風“燦都”風速預報的MAE 和RMSE 都更大，這是因為臺風“燦都”離兩個觀測浮標距離更近，強度更強，而EC 對大風的風速預報偏小。風向預報的平均誤差較小，為-0.08°，MAE 為13.70°。

圖11 臺風“燦都”過程下D02、D01浮標及EC預報風速和風向的時間序列Fig.11 Time series of wind speed and direction at D02,D01 buoys and EC wind forecasts during the Typhoon"CHANTHU"

2.4 典型冷空氣大風過程下的適用性評估

選取典型冷空氣大風過程，評估EC 預報10 m風場數據在不同天氣過程下的可信度。選取2021年11 月6 日09 時—8 日12 時（簡稱1106—1108）和2021 年12 月23 日06 時—25 日12 時（簡稱1223—1225）兩次冷空氣過程中實測風力達7 級及以上的時間段，檢驗結果見表3、圖12 和13，相應站點位置見圖1。從風速結果來看，1106—1108冷空氣過程中浮標觀測到的最大風速出現在B01站點，為20.80 m/s，此時EC 預報風速為15.53 m/s，誤差為5.27 m/s。表3 統計了兩次過程中24 h 預報數據的各項誤差，其中1106—1108 過程的MAE 為2.02 m/s，1223—1225 過程的MAE 為1.70 m/s，這可能是因為1106—1108過程的風力更大，而1223—1225過程中中觀測到的最大風速不超過20 m/s，風速越小，EC 預報的誤差也越小。經統計，兩次過程中7級風的MAE 為1.84 m/s，8 級風為2.96 m/s，后者的預報誤差明顯大于前者，即隨著風力等級的增大，MAE也變大，這與2.1 節得出的結論一致?？偟膩砜?，EC 預報10 m 風速能較好得模擬出風速的變化趨勢，但是對大風的預報結果偏小。從風向的預報結果來看，表3 統計得到的1106—1108 過程的MAE 為20.61°，1223—1225過程的MAE為14.67°。從圖12和圖13也可以看出EC 預報結果能夠較好地預報兩次冷空氣過程引起的風向變化。

表3 典型冷空氣大風過程EC預報風速和風向的統計評估結果Tab.3 Statistical results of the EC wind speed and direction during typical cold air processes

圖12 11月6日—8日冷空氣過程下受影響浮標站點的風速和風向時間序列Fig.12 Time series of wind speed and direction of affected buoy sites during cold air processes from November 6 to 8

圖13 12月23日—25日冷空氣過程下受影響浮標站點的風速和風向時間序列Fig.13 Time series of wind speed and direction at affected buoy sites during cold air processes from December 23 to 25

3 結論

本文利用2021 年中國近海22 個浮標點位數據與EC 細網格預報數據，對24 h、48 h 和72 h 的風速及風向數據進行對比檢驗。結論如下：

①總體而言EC細網格10 m 風速數據在中國近海預報效果較好。風力小于4級時，EC預報數據偏大，風力大于4 級時，EC 預報數據偏小，當風力為3～6級時，風速預報的MAE最小。

②不同風向條件下，EC 風向預報的BIAS 大部分在0°～20°。渤海、黃海風向預報BIAS 最小值出現在4～5 級風力附近，東海、南海風向預報BIAS 最小值出現在3～5 級風力附近。風力等級越小，風向的預報偏差越大，風力等級越大，預報偏差則越小。

③EC 預報數據對于臺風引起的風向變化有較好的反應，臺風“燦都”和臺風“盧碧”預報風向的MAE 均小于20°，臺風“煙花”預報風向的MAE 偏大，為24.66°。在風速較低時，EC 預報數據表現較好，而在臺風最大風速的預報上效果欠佳。

④EC 預報數據對于冷空氣引起的風向變化有較好的反映，兩次冷空氣過程的風向預報MAE 分別為20.61°和14.67°。風速越小，EC 預報的誤差也越小，風力等級增大，預報誤差明顯增大，EC對大風的風速預報偏小，誤差偏大。

本文對EC細網格10 m 風速和風向的預報性能進行了初步的研究，并對臺風和冷空氣大風過程進行了直觀的時間序列分析，以期為沿海使用EC 預報數據的專家學者提供參考，也為日后對數據進行訂正提供初步分析。