1、第40卷 第4期2023年8月海洋预报MARINE FORECASTSVol.40，No.4Aug.2023收稿日期：2022-04-16。基金项目：亚洲合作资金项目（102121222060030009005）；国家重点研发计划（2019YFC1408404）；山东省海洋生态环境与防灾减灾重点实验室2016年度开放基金（201604）。作者简介：王彬（1989-），男，工程师，硕士，主要从事中尺度气象数值预报工作。E-mail:*通信作者：李文博（1991-），男，工程师，硕士，主要从事海浪数值预报工作。E-mail:EC模式和GFS模式对黄渤海10 m风速预报性能对比分析王彬1,2，李文博
2、1,2*，李锐1,2，侯乔琨1,2，孙雅文1,2，刘桂艳1,2（1.自然资源部北海预报减灾中心，山东 青岛 266100；2.山东省海洋生态环境与防灾减灾重点实验室，山东 青岛266100）摘要：采用黄渤海10个海上浮标和5个近岸海洋站的风速观测资料作为实况，对2021年欧洲中期天气预报中心（EC）和美国国家环境预报中心全球预报系统（GFS）的10 m风速预报产品进行检验评估和对比分析。结果表明：EC模式的整体预报效果优于GFS模式，其中EC模式 2472 h的均方根误差比 GFS 模式减小了 6.8%8.0%，EC 模式的预报偏差中位数为 0.190.25 m/s，而GFS模式同类中位数为0
3、.330.41 m/s，两种预报产品风速的预报结果整体略偏大，但EC模式的偏离程度更小。随着预报时效的增长，预报误差逐渐增大。在不同风速条件下，EC模式预报对5级及以下风的预报效果优于GFS模式预报，但后者对6级及以上风的预报效果更好。空间方面，两种模式对小长山站的预报效果最差，对黄海中部MF03007站的预报效果最好，GFS模式在渤海的预报效果优于EC模式，其他海区则EC模式的预报效果更好；在时间方面，EC模式风速产品在48月的预报效果优于GFS模式，其他月份则GFS模式的预报效果更好。在强天气过程方面，随着预报时效的增长，GFS模式的气旋预报出现误差急剧增大的现象。GFS模式对冷空气以及冷
4、空气和气旋配合过程的预报效果好于EC模式，EC模式对渤海气旋的预报效果好于GFS模式，而对江淮气旋预报来说，不同过程下两种模式各有优劣。关键词：10 m风速；欧洲中期天气预报中心；全球预报系统；均方根误差中图分类号：P732.1 文献标识码：A文章编号：1003-0239（2023）04-0064-08DOI:10.11737/j.issn.1003-0239.2023.04.0070引言黄渤海全年受冷空气、气旋（包括温带气旋和热带气旋）以及两者的配合影响，海面易出现大风天气，对船舶航行、海洋捕捞以及海上石油开发等活动造成严重影响，因此对黄渤海海面风的准确预报需求非常迫切。早期海面风的预报以经
5、验预报和统计预报为主，近年来随着计算机技术的发展，数值预报逐渐成为海面风预报的主要工具1-4。欧洲中期天气预报中心（European Centre for Medium-Range WeatherForecasts，ECMWF）的细网格产品（简称EC）和美国国家环境预报中心（National Centers for Environ-mental Prediction,NCEP）的全球预报系统（GlobalForecasting System）风速预报产品（简称GFS）是目前常用的两种高分辨率气象数值产品，两种预报分别使用四维变分和集合卡尔曼滤波的同化技术，预报准确度较高。已有一些学者对两种产品
6、的海面风预报进行了检验和分析，例如吴俞等5利用南海4个海岛站的观测数据，对EC模式 10 m风场预报产品的误差进行了分析，指出EC模式预报存在季节性的偏差；方艳莹等6利用浙江沿海10 m风的观测结果，对EC模式细网格产品的预报性能进行了评估，指出不同天气系统下EC模式的表现有所差异；于鑫等7基于EC模式细网格产品对南海北部的预报能力进行了检验分析，结果表明EC模式对5级及王彬等：EC模式和GFS模式对黄渤海10 m风速预报性能对比分析4期以下风的预报效果较好；连喜虎等8基于黄渤海浮标观测，对EC模式预报的10 m风速和风向进行了检验，发现EC模式产品在黄海中部预报效果最佳，模式与实测风速相关性
7、较好；DE CHIARA等9评估了EC模式在同化卫星资料后对海面10 m风场的预报改进情况，指出同化后海面10 m风速的标准偏差约为 1.25 m/s；HAIDEN 等10利用 20032021 年欧洲气象观测站的数据，计算得到60 h和72 h EC模式的10 m风速预报的均方根误差为23 m/s，平均偏差为-0.51 m/s；周荣卫等11利用气象站和测风塔的实测风速序列，检验得到在我国沿海尤其是南部沿海地区EC模式预报风场优于GFS模式。相比而言，针对GFS模式的海面10 m风检验工作较少，黄渤海海域两种模式的对比分析更加缺乏。为了更好地开展黄渤海海上大风的预报服务，本研究拟利用EC模式和
8、GFS模式数值预报产品，对黄渤海10 m风进行预报评估和对比分析，以期为预报员在实际预报中释用这两种数值模式产品提供参考，从而提高海面风预报的准确率。1数据与方法1.1数据整理本文选取黄渤海 10个浮标和 5个海洋站数据作为观测结果，对EC模式和GFS模式2472 h（24 h预报性能指模式前 24 h 预报的平均计算结果）的10 m 风速预报性能进行对比检验。渤海包含MF01001、MF01002 和 MF01004 浮标（分别位于辽东湾口、渤海中部和莱州湾口）以及东营港和龙口2个海洋站，渤海海峡包含MF02001和MF02002浮标（均位于海峡中部），黄海北部包含 MF02004 浮标（位
9、于成山头东北方向的外海海域）和小长山海洋站，黄海中部包含 MF03003（位于千里岩附近）、MF03005、MF03006和MF03007浮标（3个浮标均位于黄海中部的南部海域，按顺序自西向东排列）以及日照港和小麦岛两个海洋站。使用的资料包括：2021年112月浮标和海洋站的3 h间隔风速观测（原始观测为1 h间隔，这里为了与模式产品保持一致，人为处理成3 h间隔，并使用风速高度换算公式将其换算成海面10 m风速12-13）；20时（世界时，下同）起报的EC模式10 m风速预报产品（空间分辨率为0.1250.125，时间分辨率为3 h），GFS模式10 m风速预报产品（空间分辨率为0.250.
10、25，时间分辨率为3 h）。EC模式和GFS模式预报数据利用双线性插值方法插值到浮标和海洋站站点。所有数据均通过严格的质量控制，GFS模式和海洋站观测数据的缺测率为0，EC模式和浮标观测数据有部分日期缺失并包含一些奇异值，整理后的缺测率较低（5%左右）。1.2误差统计方法相对误差（Er，单位：%）反映了预报偏离观测的相对程度。计算公式为：Er=i=1N|xif-xio|/xioN 100%（1）式中：xio为观测值，xif为预测值，i为数据编号；N为样本总数。均方根误差（Erms，单位：m）反映了预报偏离观测的离散程度。计算公式为：Erms=i=1N(xif-xio)2N（2）平均偏差（Ebi
11、as，单位：m）反映了预报相对于观测的整体偏离程度。计算公式为：Ebias=i=1N(xif-xio)N（3）2结果与分析2.1误差总体情况图1为2472 h两种模式的均方根误差，误差范围为1.752.35 m/s。随着预报时效的增长，预报效果逐渐变差，EC模式48 h和72 h风速预报的均方根误差分别比 24 h 增大了 14.3%和 25.7%，GFS 模式分别增大了15.5%和25.7%。横向对比来看，EC模式对 10 m 风速的预报效果优于 GFS 模式，2472 h的均方根误差比GFS模式减小了6.8%8.0%。从相对误差来看（图略），虽然由于部分观测值较小导致相对误差较大（均大于4
12、7%），但EC模式预报的相对误差优于GFS模式。图2为两种模式的偏差箱线图，用来体现不同预报时效下预报偏差的离散程度和数据的集中趋势14。EC模式2472 h风速65海洋预报40卷预报偏差中位数为 0.190.25 m/s，GFS 模式为0.330.41 m/s，两种预报产品风速的预报结果整体略偏大，EC模式的偏离程度更小，而且两种模式预报偏差离散度随着预报时效的增长而不断增大。整体来看，两种模式对10 m风速的预报都具有较高水平，EC模式的预报效果更优。从24 h（4872 h结果类似，故省略）不同风速的预报误差来看（见图3a），EC模式的相对误差在6级风的预报时最小，为13.09%，之后逐
13、渐变大，8级及以上风的预报误差明显增大（相对于7级风增大41.8%），这可能是因为模式对极大值的预报偏弱；GFS模式的相对误差在7级风的预报时表现最好，为10.16%；EC模式对于5级及以下风的预报结果好于 GFS 模式，更大风速下 GFS 模式的预报效果更佳。两种模式的均方根误差整体呈现随风速增加而逐渐增大的趋势（见图3b），8级及以上风的预报的均方根误差明显上升（EC 模式增大 63.5%，GFS模式增大53.7%），EC模式在5级风的预报的均方根误差表现最好，为1.65 m/s，GFS模式在4级风时表现最好，为1.86 m/s，EC模式在5级及以下风的预报效果比GFS模式更好，GFS模式
14、对6级及以上风的预报更佳。两种模式对4级及以下风的预报整体偏大0.520.57 m/s，对5级及以上风的预报偏小，偏离程度随风速增加而逐渐增大，EC模式的偏差大于GFS模式。总体来说，EC模式对5级及以下风的预报效果好于GFS模式，而GFS模式对6级及以上风的预报效果更优。在日常的预报业务中，5级及以上风的天气过程更值得关注，因此2.2和2.3节选取5级及以上风的观测风速作为对比，对两种模式的时空特征以及强天气过程的表现进行分析。2.2误差时空分布图4为两种模式所有观测站点的泰勒图。泰勒图是由TAYLOR15于2001年首先提出，近年来被广泛应用于模式评估与检验。基于余弦定理，泰勒图巧妙地将模
15、式的相关系数、中心均方根误差和标准差之比3个评价指标整合在一张极坐标图上。图中从圆点出发的径向距离表示模式与观测的标准差之比，比值越接近1，表示预报能力越好；中心均方根误差是以观测点为圆心的半圆弧，模式点越靠近注：箱中实线代表预报偏差中位数；箱子和虚线长短代表数据的离散程度，越长离散度越大；虚线外的点代表偏差奇异值图2EC模式和GFS模式2472 h预报偏差箱线图Fig.2EC and GFS models box diagram of 2472 h prediction图1EC模式和GFS模式2472 h预报的均方根误差Fig.1EC and GFS models root mean squ
16、ared error of 2472 h prediction66王彬等：EC模式和GFS模式对黄渤海10 m风速预报性能对比分析4期观测点，表明预报越接近观测值；相关系数由方位角的余弦决定，当模式预报结果与观测值较一致时，相对系数越接近1。从图4可以看出，GFS模式和EC模式数据在黄海中部最远离陆地的MF03007站的误差最小，而小长山站的两种海面风场产品的误差都较大，说明两种模式对MF03007站的预报效果最好，对小长山站的预报效果最差。两种模式在近岸海洋站的预报效果比浮标站差很多，尤其是小长山、小麦岛和日照港的预报效果远远低于其他站点，3个站的中心均方根误差都大于1.2 m/s，标准差之比均大于1.3，相关系数均小于0.5，这可能与3个站的地理位置有关（北侧均为陆地）。此外，通过两种海面风场产品的对比发现，整体上EC模式的标准差预报效果更好，中心均方根误差也优于GFS模式，而两个模式的相关系数比较接近。为进一步分析两种模式的时空预报差异，图5给出外海、近岸以及不同海区（选取海上浮标站作为海区的代表，可以排除近岸海洋站的影响）两种模式的风速预报均方根误差对比。从图中可以看出，两种模