营口市辽河港大风精细化预报方法研究

摘要 为提高业务中对营口辽河港大风的预报能力，本文以T639模式输出资料和西炮台部级气象观测站风资料为依托，运用双重检验的多元线性逐步回归法，建立西炮台站不同季节、起报时次、预报时次的风速预报方程，并对各方程的模拟能力进行检验。结果表明，所有季节、起报时次、预报时次的预报方程，其模拟效果均明显优于原T639模式；6级及以上大风情况下，预报方程的模拟效果要明显优于原T639模式。

关键词 大风；MOS；T639模式；精细化预报；辽宁营口；辽河港

中图分类号 P457.5 文献标识码 A 文章编号 1007-5739（2017）08-0217-02

Study on Refined Forecast Method of Strong Wind at Liao River Port in Yingkou City

HE Xiao-dong 1 CAI Kui-ye 1 CHEN Hai-tao 1 ZHANG Yun-zhi 1 LI Li 1 NIU Xing-ya 2 LIN Min 1 BAI Yang 3

ZHAO Xiao-chuan 1 BAI Fu-yu 3

（1 Yingkou Meteorological Observatory in Liaoning Province，Yingkou Liaoning 115001； 2 Yingkou Meteorological Service Center；

3 Yingkou Meteorological Bureau）

Abstract In order to promote the forecast ability of strong wind in Liao River Port of Yingkou City，based on the forecast products of the numerical model T639 and observation data in Xipaotai Station，wind speed forecast equations of different seasons，start time and forecast time were established，using stepwise regressive method with double check. Simulation results were then checked up. The results showed that the simulated wind speeds by all the equations were better than T639 model. In the case of strong wind above level 6，simulation results of forecast equations were significantly better than T639 model.

Key words strong wind；MOS；T639 model；refined forecast；Yingkou Liaoning；Liao River Port

目前，在日常业务中，对营口辽河港大风的预报主要是根据当前的实况和形势，并参考EC-thin、T639-thin和中央台海洋预报产品而做出的主观预报。

关于风的客观化预报，国内方面，陈豫英等[1]利用MM5模式的站点输出产品，采用MOS统计方法预报风速。赵金霞等[2]通过建立渤海湾极大风速与当日最大风速的线性回归方程来进行预报。国外方面，James[3]和Sfanos[4]以模式为依托，运用MOS方法建立了风速预报方程。

1 资料与方法

1.1 资料来源

1.1.1 观测站点概况。观测资料对应的站点为西炮台国家基准观测站（以下简称观测站）。观测站位于辽河口，其风速与辽河港风速相差较小，故用该站点的风速近似代替辽河港风速。

1.1.2 建模资料。先确定预报对象及c预报对象对应的初选因子[3-4]，再根据预报对象和初选因子，确定建立预报方程所需要的资料。预报对象包括观测站2个季节（干季和湿季，干季为10月到次年3月，湿季为4―9月）[4]、2个起报时次（8：00和20：00）、7个预报时次（6：00、9：00、12：00、15：00、18：00、21：00和24：00）的风速；初选因子包括与预报对象预报时次对应的T639模式（以下简称模式）距观测站最近的4个网格点（以下简称网格点）上各输出量的平均值、观测站风速和uv分量，以及关于日期的一次、二次谐波函数[5]。选取2011―2014年与以上预报对象和初选因子对应的资料建立预报方程。

1.1.3 检验资料。运用2015年的资料对预报方程进行检验，包括与终选因子对应的模式输出资料和风观测资料，以及用于对比检验的模式10 m风速和观测风速。

1.2 研究方法

1.2.1 建模方法。针对大风的数值预报释用技术，前人进行了研究和应用[3-4，6]。本文参考前人研究成果，并按照逐步回归的原理[7]，通过Fortran编程实现建模，限制条件选择Sfanos[4]研究中的2个限制方案。

1.2.2 模型检验。分别将预报方程输出结果和原模式输出结果与观测资料进行对比，通过模拟值与观测值的平均绝对误差（MAE）验证预报方程的模拟结果是否优于原模式输出结果。最后针对6级及以上大风（以下简称大风）情况下预报方程的模拟能力作进一步检验。

2 结果与分析

从图1可以看出，MOS方法的输出结果MAE均在1 m/s附近，各季节、预报时次均小于原模式，这说明本文建立的风速预报方程对原模式输出产品具有改善效果。

从表1可以看出，原模式和预报方程的模拟结果较观测值都偏小。原模式对大风风速的模拟能力较差，整体上看，预报方程对大风风速的模拟能力较原模式有明@提高。

3 结论

运用双重检验的多元线性逐步回归法建立的营口辽河港风速预报方程，模拟能力整体上要优于原T639模式的输出结果。季节、起报时次、预报时次的预报方程，其模拟效果均明显优于T639模式。大风情况下，预报方程模拟效果明显优于原T639模式。

4 参考文献

[1] 陈豫英，陈晓光，马金仁，等.风的精细化MOS预报方法研究[J].气象科学，2006，26（2）：210-216.

[2] 赵金霞，曲平，何志强，等.渤海湾大风的特征及其预报[J].气象科技，2014，42（5）：847-851.

[3] JAMES C S U.GFS-based MOS Wind Forecast Guidance For The Western Pacific Islands.MDL Technical Procedures Bulletin No.05-02[R].Technical Report，NOAA，U.S.，Department of Commerce，2005.

[4] SFANOS B.AVN-based MOS wind guidance for the United States and Puerto Rico.NWS Technical Procedures Bulletin No.474-479[R].NOAA，U.S.，Department of Commerce，2001.

[5] MARY J S.Use the Sine to Show the Number of Daylight Hours in a Location[M]//STERLING M J.Trigonometry For Dummies，Wiley Publi-shing，2014.

[6] GLAHN，H R，LOWRY D A.The use of Model Output Statistics（MOS）in objective weather forecasting[J].Journal of Applied Meteorology，1972，11：1203-1211.

[7] 黄嘉佑.气象统计分析与预报方法[M].北京：气象出版社，1990：58-70.