2019年海面风网格化预报检验

使用FNL(Final Operational GlobalAnalysis)再分析资料中的10 m风速和我国沿海23个浮标的风速数据,并采用Cressman插值的方法对FNL再分析数据进行订正,将浮标数据融合到FNL中作为观测值,与欧洲中期天气预报中心(ECMWF)的数值预报进行对比,以达到对全国渔业网格化预报产品更优的检验效果。根据全国智能网格气象预报业务规定(试行)中的风向、风速检验规则进行判定,结果表明:2019年24 h、48 h和72 h的风向预报评分均可达0.80分以上,24 h和48 h的风向预报准确率达60%以上,72 h准确率则不足60%;24 h和48 h风速预报评分可达0.80分以上,72 h风向预报稍逊色,随着预报时效延长,预报准确率略有下降,预报偏强、偏弱率仅有2%左右的衰减,误差在1 m/s左右。自2022年起ECMWF数值预报已被国家海洋环境预报中心自主研发的集合预报产品取代,本文为其权重分配起到重要参考作用。

数值模型和智能模型的海浪预报能力比较

利用基于深度学习的多隐层结构的时空序列预测神经网络,对风-浪实况大数据进行信息挖掘并构建智能预报模型,推理大洋-海域尺度非平稳态浪场时空演化过程,并在业务应用中与数值模型进行对比。结果表明:大数据驱动的智能预报的精度与数值预报相当;费效比比数值预报降低近700倍;业务流程与数值预报几乎一致,便于改造系统;业务应用情景比数值预报更广泛。此外,高效灵活的智能预报技术与新型计算设备相结合,可使海浪预报从业务中心进一步下沉到新兴的涉海行业实体中。

青岛近岸的浪级标注影像

以2019—2020年青岛澳门路海域的海浪视频数据为样本,邻近小麦岛海洋站器测海浪数据为对照,利用渤黄海精细化海浪数值预报模式产生的业务分析浪场,验证了两点间的波高具有高度一致性,构建了澳门路海域浪级与视频图像的对应关系,首次得到该海域微浪—大浪5个等级的海浪视频影像资料。