中国气象局上海台风研究所

涡旋自组织现象在上海一次暴雨预报中的应用漆梁波;曹晓岗;张吉;马革兰;余晖【摘要】根据涡旋自组织理论的研究成果,通过对天气背景以及卫星、雷达等资料的分析发现,在2008年8月25日早晨上海地区发生的一场雨强为百年未遇的强雷电和大暴雨天气过程中,确实存在着涡旋自组织现象.地面中低压的发展与中小尺度涡旋的组织、合并关系密切,而中低压的发展导致了剧烈而集中的降水发生,进而造成了上海地区的这场特大暴雨.此外,详细阐述了在业务预报中预报员如何应用涡旋自组织理论的相关成果来改进和提高暴雨预报的时效和准确度,显示该理论在业务应用中具有广阔前景.【期刊名称】《大气科学学报》【年(卷),期】2011(034)001【总页数】6页(P52-57)【关键词】涡旋自组织;暴雨预报;中小尺度涡旋【作者】漆梁波;曹晓岗;张吉;马革兰;余晖【作者单位】上海中心气象台,上海,200030;上海中心气象台,上海,200030;上海中心气象台,上海,200030;南京信息工程大学,江苏,南京,210044;中国气象局上海台风研究所,上海,200030;中国气象局,台风预报技术重点开放实验室,上海,200030【正文语种】中文【中图分类】P457.60 引言近年来,在强非线性的框架内,不同尺度涡旋之间强耦合的问题,已有一系列的结果给出(Montgomery and Kallenbach,1997;周嘉陵等,2006;周秀骥等,2006;Luo and Liu,2006a,2006b;Ping et al.,2006;罗哲贤和李春虎,2007;Luo,2007;Luo and Liu,2007;Ping and Luo,2007)。

在台风相关研究领域,涡旋相互作用的动力学研究也在广泛开展(Enagonio and Montgomery,2001;罗哲贤,2005;Ping etal.,2008;Yu et al.,2010)。

相关研究(Enagonio andMontgomery,2001;漆梁波,2002;罗哲贤,2005;漆梁波等,2006;Ping et al.,2008;Yu et al.,2010)表明:中尺度暴雨云团的生成和消散,与更小尺度(20～40 km)的云团合并有着非常密切的联系。

附件：2013年973计划结题验收项目清单项目编号项目名称项目首席科学家项目第一承担单位项目依托部门2009CB118300 小麦高产优质品种设计和选育的应用基础研究王道文中国科学院遗传与发育生物学研究所中国科学院2009CB118400 玉米大豆高产优质品种分子设计和选育基础研究赖锦盛中国农业大学教育部农业部2009CB118500 光合作用分子机理及其在农业生产中应用的基础研究张立新中国科学院植物研究所中国科学院2009CB118600 主要粮食作物高产栽培与资源高效利用的基础研究张福锁中国农业大学教育部农业部2009CB118700 淡水池塘集约化养殖的基础科学问题研究聂品中国科学院水生生物研究所中国科学院湖北省科技厅2009CB118800 畜禽产品中有害物质形成原理与控制途径研究袁宗辉华中农业大学教育部2009CB118900 农业生防微生物制剂的合成与作用机理及定向改造邓子新上海交通大学教育部上海市科委项目编号项目名称项目首席科学家项目第一承担单位项目依托部门2009CB119000 设施作物的环境适应机制与产品安全调控的基础研究喻景权浙江大学教育部浙江省科技厅2009CB119100 速生优质林木培育的遗传基础及分子调控张守攻中国林业科学研究院国家林业局中国科学院2009CB119200 重要外来物种入侵的生态影响机制与监控基础万方浩中国农业科学院植物保护研究所农业部2009CB219300 火山岩油气藏的形成机制与分布规律冯志强大庆油田有限责任公司中国石油天然气集团公司2009CB219400 南海深水盆地油气资源形成与分布基础性研究朱伟林中国科学院地质与地球物理研究所中国科学院中国海洋石油总公司2009CB219500 南海天然气水合物富集规律与开采基础研究杨胜雄中国地质调查局国土资源部2009CB219600 高丰度煤层气富集机制及提高开采效率基础研究宋岩中国石油天然气股份有限公司勘探开发研究院中国石油天然气集团公司2009CB219700 分布式发电供能系统相关基础研究王成山天津大学教育部天津市科委项目编号项目名称项目首席科学家项目第一承担单位项目依托部门2009CB219800 大型燃煤发电机组过程节能的基础研究杨勇平华北电力大学教育部2009CB219900 大规模化工冶金过程节能的关键科学问题研究张锁江中国科学院过程工程研究所中国科学院2009CB220000 高效低成本直接太阳能化学及生物转化与利用的基础研究郭烈锦西安交通大学教育部2009CB220100 新型二次电池及相关能源材料的基础研究吴锋北京理工大学国家国防科技工业局2009CB320200 系统级封装的基础研究毛军发上海交通大学上海市科委2009CB320300 水环境监测无线网络微传感器芯片系统基础研究夏善红中国科学院电子学研究所中国科学院2009CB320400 认知无线网络基础理论与关键技术研究张平北京邮电大学教育部2009CB320500 新一代互联网体系结构和协议基础研究吴建平清华大学教育部2009CB320600 复杂生产制造过程一体化控制系统理论和技术基础研究柴天佑清华大学教育部2009CB320700 基于网络的复杂软件可信度和服务质量及其开发方法和运行机理的基础研究梅宏北京大学教育部项目编号项目名称项目首席科学家项目第一承担单位项目依托部门2009CB320800 混合现实的理论和方法鲍虎军浙江大学教育部浙江省科技厅2009CB320900 基于视觉特性的视频编码理论与方法研究高文北京大学教育部2009CB421000 三江特提斯复合造山与成矿作用邓军中国地质大学（北京）教育部国土资源部2009CB421100 中国主要类型生态系统服务功能与生态安全傅伯杰中国科学院生态环境研究中心中国科学院2009CB421200 中国近海碳收支、调控机理及生态效应研究戴民汉厦门大学教育部国家海洋局2009CB421300 干旱区绿洲化、荒漠化过程及其对人类活动、气候变化的响应与调控王涛中国科学院寒区旱区环境与工程研究所中国科学院2009CB421400 全球变暖背景下东亚能量和水分循环变异及其对我国极端气候的影响王会军中国科学院大气物理研究所中国科学院2009CB421500 台风登陆前后异常变化及成灾机理研究端义宏中国气象局上海台风研究所中国气象局2009CB421600 持久性有机污染物的环境行为、毒性效应与控制技术原理郑明辉中国科学院生态环境研究中心中国科学院国家环境保护部项目编号项目名称项目首席科学家项目第一承担单位项目依托部门2009CB521700 肿瘤相关分子在癌进展中的多相调控机制陈志南中国人民解放军第四军医大学陕西省科技厅总后勤部卫生部2009CB521800 肿瘤侵袭和转移的恶性生物行为及分子干预詹启敏华中科技大学教育部2009CB521900 脑血管疾病发生和防治的基础研究苏定冯中国人民解放军第二军医大学总后勤部卫生部上海市科委2009CB522000 阿片类物质精神依赖的神经生物学机制马兰复旦大学教育部上海市科委2009CB522100 呼吸系统疾病与损伤基础研究钟南山广州医学院广东省科技厅2009CB522200 炎症反应的细胞信号转导网络与肿瘤的关系韩家淮厦门大学教育部2009CB522300 中国特有植物和微生物药用活性物质的基础研究刘吉开中国科学院昆明植物研究所中国科学院云南省科技厅2009CB522400 器官移植的免疫学应用基础研究郑树森浙江大学浙江省科技厅教育部2009CB522500 丙型肝炎病毒感染及防治的基础研究唐宏中国科学院生物物理研究所中国科学院2009CB522600 重要致病性细菌微进化的研究杨瑞馥中国人民解放军军事医学科学院微生物流行病研究所总后勤部卫生部项目编号项目名称项目首席科学家项目第一承担单位项目依托部门2009CB522700 “肺与大肠相表里”脏腑相关理论的应用基础研究高思华北京中医药大学国家中医药管理局2009CB522800 确有疗效的有毒中药科学应用关键问题的基础研究叶祖光北京中研同仁堂医药研发有限公司国家中医药管理局2009CB522900 灸法作用的基本原理与应用规律研究吴焕淦上海中医药大学国家中医药管理局2009CB523000 若干中药成方的现代临床与实验研究董竞成复旦大学国家中医药管理局教育部2009CB623100 水泥低能耗制备与高效应用的基础研究沈晓冬中国建筑材料科学研究总院中国建筑材料科学研究总院2009CB623200 环境友好现代混凝土的基础研究李宗津东南大学江苏省科技厅教育部2009CB623300 信息功能陶瓷及其元器件的若干基础问题研究南策文清华大学教育部2009CB623400 面向应用过程的膜材料设计与制备基础研究金万勤南京工业大学江苏省科技厅2009CB623500 新结构高性能多孔催化材料的基础研究谢在库中国石油化工股份有限公司上海石油化工研究院中国石油化工集团公司中国科项目编号项目名称项目首席科学家项目第一承担单位项目依托部门学院2009CB623600 有机/高分子平板显示材料的基础研究王利祥中国科学院长春应用化学研究所中国科学院2009CB623700 先进材料性能与结构演化间关系的现代表征方法及科学问题的研究张泽北京工业大学北京市科委2009CB723800 数值风洞软件系统若干基础问题研究邓小刚中国空气动力研究与发展中心四川省科技厅2009CB723900 空间观测全球变化敏感因子的机理与方法郭华东中国科学院对地观测与数字地球科学中心中国科学院2009CB724000 高分辨率对地观测系统中的高精度实时运动成像基础研究房建成北京航空航天大学国家国防科技工业局2009CB724100 飞行器气动力学与光学设计中的关键湍流问题佘振苏北京大学教育部2009CB724200 超大规模集成电路制造装备基础问题研究雒建斌清华大学教育部2009CB724300 核主泵制造的关键科学问题雷明凯大连理工大学辽宁省科技厅教育部2009CB724400 超高速加工及其装备的基础研究卢秉恒西安交通大学教育部项目编号项目名称项目首席科学家项目第一承担单位项目依托部门2009CB724500 防御输变电装备故障导致电网停电事故的基础研究唐炬重庆大学重庆市科委教育部2009CB724600 能源储备地下库群灾变机理与防护理论研究杨春和中国科学院武汉岩土力学研究所中国科学院2009CB724700 新一代生物催化和生物转化的科学基础欧阳平凯南京工业大学江苏省科技厅2009CB824800 黑洞以及其它致密天体物理的研究张双南中国科学院高能物理研究所中国科学院2009CB824900 宇宙第一缕曙光探测武向平中国科学院国家天文台中国科学院2009CB825000 深俯冲地壳的化学变化与差异折返郑永飞中国科学技术大学中国科学院2009CB825100 干旱区盐碱土碳过程与全球变化陈曦中国科学院新疆生态与地理研究所新疆维吾尔自治区科技厅中国科学院2009CB825200 北京谱仪III tau－粲物理实验研究沈肖雁中国科学院高能物理研究所中国科学院2009CB825300 惰性化学键的选择性激活、重组及其控制麻生明华东师范大学教育部上海市科委2009CB825400 新非编码RNA及其基因的系统发现和“双色网络”构建陈润生中国科学院生物物理研究所中国科学院项目编号项目名称项目首席科学家项目第一承担单位项目依托部门2009CB825500 表观遗传学的结构机理研究许瑞明中国科学院生物物理研究所中国科学院2009CB825600 染色质解码的基础及医学应用基础研究于文强复旦大学上海市科委教育部2011CB302700 物联网体系结构的基础研究马华东北京邮电大学教育部2011CB302800 物联网基础理论和设计方法研究赵伟同济大学上海市科学技术委员会教育部2011CB302900 物联网的基础理论与实践研究刘海涛无锡物联网产业研究院江苏省科学技术厅。

第36卷第5期2020年10月热带气象学报JOURNAL OF TROPICAL METEOROLOGYVol.36,No.5Oct.,2020史文浩，汤杰，陈勇航，等.多普勒激光雷达探测台风“利奇马”边界层风场精度分析[J].热带气象学报，2020，36(5)：577-589.文章编号：1004-4965(2020)05-0577-13多普勒激光雷达探测台风“利奇马”边界层风场精度分析史文浩1，汤杰2，陈勇航1，赵兵科2，汤胜茗2，杨文杰1，邬贤文1(1.东华大学，上海201600；2.中国气象局上海台风研究所，上海200030)摘要：多普勒激光雷达在台风等强天气背景下的探测能力亟待研究，为此将多普勒激光雷达与70m 测风塔超声风温仪在同址同高度探测台风“利奇马”影响期间的边界层风场数据进行对比，并分析多普勒激光雷达的误差分布以及变化情况。

结果显示：在高度70m 上，两者的水平风速、风向相关系数分别为0.97和0.99，垂直风速的相关系数为0.36。

以超声风温仪为参考值，激光雷达水平风速、垂直风速和风向均方根误差分别为1.06m/s 、0.46m/s 和17.10°。

深入研究表明：降水对多普勒激光雷达测量水平风速和垂直风速误差均有一定影响。

当激光雷达信噪比大于2000时，各参量的误差与信噪比呈负相关关系。

研究表明多普勒激光雷达至少可以较好地刻画台风环流内的水平风场结构及演变，可应用于台风外围环流影响下(即较弱降雨条件下)边界层风场的高分辨率探测和研究。

关键词：台风；多普勒激光雷达；超声风温仪；边界层风结构中图分类号：P444文献标志码：ADoi ：10.16032/j.issn.1004-4965.2020.053收稿日期：2020-03-14；修订日期：2020-06-18基金项目：国家重点研发计划国际合作专项(2017YFE0107700)；国家重点研发计划(2018YFC1506305)；国家自然科学基金(41775065、41475060、41805088)；上海市自然科学基金(18ZR1449100、19dz1200101)共同资助通讯作者：汤杰，男，江西省人，研究员，博士，主要从事台风边界层结构和机理研究。

福建热带气旋风雨空间分布特征及风险评估张容焱;徐宗焕;游立军;高建芸;鲍瑞娟【摘要】Tropical cyclone (TO influences Fujian Province frequently and often makes severe damages. The damages aroused by TC depend on undertaker, disaster defense abilities and the factors such as environment, weather and so on.rnThe weather factor is a trigger and the essential term of the damage. TCs from 1961 to 2010 which affect Fujian Province are divided into 11 types according to their landing sites and moving paths. Then spatial features of rainfall and wind speed of each TC type are given, and then spatial features of damage potential are given based on them. Evidence shows that TCs landing Fujian Province mostly land Taiwan first and often result in rainfall and strong wind speed, meanwhile TCs landing south to the Pearl River estuary only result in strong wind speed in Fujian Province. The most serious damages aroused by rainfall located in north of Ningde and Jinjiang, while the strongest wind speed occurs in south coastal area of the Province. TCs landing Taiwan and then landing north of the Province again cause the heaviest rainfall, the strongest wind speed aroused by TCs landing Taiwan and then landing south of the Province, TCs landing Taiwan and landing south of the Province again, then landing south of the Province directly cause the broadest area of strong wind speed. Using objective correlation coefficient weighting, an assessment model of damage potential of rainfall and strong wind speed is established. The model reveals some facts: The highest damage potential area is oftennear the landing site and north to it. When TCs move westward into inland, it often produces a secondly highest area. TCs landing Taiwan, then landing north or middle of the Province again produce the highest damage potential, and landing south of the Province directly or landing south to the Pearl River estuary. High damage potential areas mostly appear in coastal area, west or north of the Province, while low potential areas appear in the river basin.%根据1961-2010年热带气旋资料,按登陆地段或移动路径将登陆影响福建的热带气旋分为11种路径,分析各种路径的致灾因子空间分布特征,结果表明:热带气旋雨灾最严重的区域位于北部和中部沿海,风灾最严重的是南部沿海；从路径来看,降水强度最强是登台入闽北路径,强风区域最大的是直接登陆闽南路径和登台入闽中部路径,风力最强的是登台入闽南路径.采用相关系数客观赋权法建立了致灾因子风险评估模型,分析不同热带气旋路径致灾因子风险等级,登台人闽中和登台入闽北路径风险最大,其次是直接登陆闽南和登陆珠江口及以东路径；高风险区域(包括次高危险和高危险区)集中在沿海地区、闽西和闽北的局部.【期刊名称】《应用气象学报》【年(卷),期】2012(023)006【总页数】11页(P672-682)【关键词】不同路径;热带气旋;致灾因子;风险评估【作者】张容焱;徐宗焕;游立军;高建芸;鲍瑞娟【作者单位】福建省气候中心,福州350001;福建省气象科学研究所,福州350001;福建省气象科学研究所,福州350001;福建省气候中心,福州350001;福建省气象科学研究所,福州350001;福建省气候中心,福州350001;福建省气象科学研究所,福州350001;福建省气候中心,福州350001【正文语种】中文根据1961—2010年热带气旋资料，按登陆地段或移动路径将登陆影响福建的热带气旋分为11种路径，分析各种路径的致灾因子空间分布特征，结果表明：热带气旋雨灾最严重的区域位于北部和中部沿海，风灾最严重的是南部沿海；从路径来看，降水强度最强是登台入闽北路径，强风区域最大的是直接登陆闽南路径和登台入闽中部路径，风力最强的是登台入闽南路径。

第46卷第12期气象Vol.46No.12 2020年12月METEOROLOGICAL MONTHLY December2020薛文博，余晖，汤胜茗，等，2020.上海快速更新同化数值预报系统(SMS-WARR)的近地面风速预报检验评估气象，46 (12)：1529-1542.Xue W3,Yu H,Tang S M,et al,2020.Verification on surface wind speed forecast of Shanghai Meteorological Service-WRF ADAS Rapid Refresh System(SMS-WARR)Meteor Mon,46(12) ：1529-1542(in Chinese).上海快速更新同化数值预报系统(SMS-WARR)的近地面风速预报检验评估!薛文博1余晖2汤胜茗2黄伟2姜文东M周象贤4陆逸21中国气象科学研究院，北京1000812中国气象局上海台风研究所，上海2000303国网浙江省电力有限公司，杭州3100074国网浙江省电力有限公司电力科学研究院，杭州310014提要：对上海快速更新同化数值预报系统(Shanghai Meteorological Service-WRF ADAS Rapid Refresh System,SMS-WARR)的10m预报风速进行分级检验评估，在此基础上进一步研究了台风影响期间的风速预报误差特征，并探讨了误差的可能成因。

结果表明：SMS-WARR在各预报时效都存在对实测小于6级的风预报偏大，对6级及以上的风预报偏小的特点(随着预报时效的增长，小于6级风的预报评分降低6级及以上风的评分增大；预报风速与实测风速在5%〜90%分位数之间的分布呈明显的线性相关。

在台风影响期间,SMS-WARR预报的强风区域与实际位置基本符合，但范围明显偏大，预报偏差大值区主要集中在预报强风区域’这些误差特征与模式冷、热启动方案的设置、模式对台风快速增强的预报能力较弱等有关’关键词：风速预报，检验，台风中图分类号：P456文献标志码：A DOI：10.7519/j.issn.1000-0526.2020.12.001Verification on Surface Wind Speed Forecast of Shanghai Meteorological Service-WRF ADAS Rapid Refresh System(SMS-WARR)XUE Wenbo1YU Hui TANG Shengming2HUANG WeiJIANG Wendong3ZHOU Xiangxian4LU Yi1Chinese Academy of Meteorological Sciences，Beijing1000812Shanghai Typhoon Institute，CMA，Shanghai2000303State Grid Zhejiang Electric Power Co.LTD，Hangzhou3100074Research Insttute.State Grid Zhejiang Electric Power Co.LTD,Hangzhou310014Abstract:In order to evaluate the wind speed forecast ability of Shanghai Meteorological Service-WRF ADAS Rapid Refresh System(SMS-WARR)，the10m wind was divided into three levels to analyze the errorcharac:eris:icsandcorrespondingcausesofforma:ion，especia l yduring:heperiodof:yphooninflu-ence.The results show that the SMS-WARR model overestimates the wind weaker t h an Grade6and un­derestimates the wind stronger than or equal to Grade6in each lead time.The wind speed forecast score decreases for the wind weaker than Grade6and increases for the wind stronger than or equal to Grade6*国网浙江省电力有限公司科技项目(5211DS18002P)、国家重点研发计划(2018YFB1501104)、国家重点基础研究发展计划(015CB452806)、国家自然科学基金项目(41805088)和上海市自然科学基金(18ZR1449100)共同资助2019年9月23日收稿(2020年10月19日收修定稿第一作者：薛文博，主要从事热带气旋研究工作.E-mail：xuewb@通讯作者：余晖，主要从事热带气旋研究工作.E-mail:yuh@1530气象第46卷with the increase of lead time.The forecast and observed wind speeds are obviously linearly correlated be­tween5%—90%quartiles.During the period of typhoon influence,the area of strong wind(Grade6)is much larger than the area where the strong wind was actually measured.The area of large deviation is mainly distributed in the area of forecast strong wind.These error characteristics may be related to the scheme setting of the cold and hot starting of the model and the model's weak predicability t o the wind field during t h e rapid s t r eng t h ening phase of t y phoons.Key words：wind speed forecast,verification,typhoon引言针对强对流天气短时临近预报的主要技术有基于雷达回波和卫星图像的外推、数值预报技术和基于观测资料建立概念模型等(Wilson et al,1998)。

健康生活也要“看老天的脸色”作者：王子扬来源：《家庭医药·快乐养生》 2016年第6期王子扬众所周知，人体的健康在很大程度上会受到天气气候的影响。

一方面，大自然的气象条件是处于变化之中的，绝对的“恒定气象”是不存在的；另一方面，随着气象条件的变化，人类生理活动甚至是心理情绪也会随之变化。

因此，今年“世界气象日”在迎来“直面更热、更旱、更涝的未来”主题的同时，也愈发关注气象与人类健康的话题。

感冒、脑血管病与天气有关气象对人类健康的影响一直是值得大家关心的话题。

而随着全球气候变暖问题的提出，以及厄尔尼诺现象的出现，这一问题更成为公众和研究人员广泛关注的热点。

以最常见的感冒为例，医疗气象学家研究证实，感冒发生的几率与一天中的平均气温有关系，且与一天中气温的日较差，即最高气温与最低气温的差值关系更大。

临床实践也表明，每发生一次“天气突变”，感冒的人数常常也就随之突增。

“天气突变”主要表现在气温、气压、降水、风、湿度等气象要素的剧烈变化上。

又比如心脑血管病，受气象变化的影响也很大。

美国海洋和大气局发布的《天气和健康》就曾指出，每当寒潮来临，在气温由高变低、风力由小变大的转换期内，心脏疾病发作频繁，危重病人常常在凄风苦雨中与世长辞。

我国医务工作者在医疗实践中也发现，约77%的心肌梗死患者和54%的冠心病患者在寒潮天气下病情加重。

每次寒潮过境后，由于寒冷的刺激，人体血管突然收缩，动脉平均压力升高，心肌需氧指数也相应增高，心肌缺氧现象自然就要加重，心血管病的发病率和死亡率便明显升高。

4个气象因素影响健康中国气象局上海台风研究所博士后叶晓芳总结说，在众多气象因素中，与人们健康影响最息息相关的主要有温度、湿度、气压和太阳辐射4大因素——温度因素我们对“高温”、“热浪”等专业名词并不陌生。

“高温”顾名思义是指温度高，在此是指一种天气现象。

而“热浪”通常是指一段持续性的高温过程。

夏季的热浪可以显著增加死亡人数，尤其是因呼吸系统和心脑血管疾病死亡的人数，而且热浪对老年人、重体力劳动者和经济条件差的人影响更大。

第45卷第1期 2021年1月大气科学Chinese Journal of Atmospheric SciencesVol. 45 No. 1Jan. 2021危国飞，刘会军，潘宁，等.2021.台风路径数值预报实时订正技术及其集成应用[J].大气科学，45(1): 195-204. WEI Guofei，LIU Huijun，PAN Ning, et al. 2021. Real-Time Correction Method for Numerically Modeled Typhoon Tracks and Its Integrated Application [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 45(1): 195-204. doi:10.3878/j.issn.l006-9895.2010.19237台风路径数值预报实时订正技术及其集成应用危国飞h2刘会军U2潘宁U2冷典颂1>2吴启树U21福建省灾害天气重点实验室，福州3500012福建省气象台，福州350001摘要以台风路径数值预报的短时效预报偏差和目标时效（指所需订正的时效）的纬度预报为预报因子，采用 多元线性回归方法建立了台风路径预报的偏差预估方程，继而对台风路径预报进行实时订正。

本文以12h为短时效，通过对欧洲中期天气预报中心确定性预报模式（E C M W F-IF S)和集合预报模式（E C M W F-E P S)的台风路径预报的应用，得到以下结论：2018年试报结果表明，24h、36h、48h、60h、72h、84h订正后的ECMWF- IF S台风路径预报的平均距离误差分别比订正前减小了7.3 km、9.3 k m、8.9 km、6.5 k m、6.9k m、2.6 k m,总体来说较强台风（指12 h的台风强度实况>32.7m s_1)路径预报的订正效果更好。

２６　气象科技合作动态２０１６年第６期　第９届中韩热带气旋联合研讨会简介　余晖　李泓　鲍旭炜　郑运霞　黄奕武　杨棋。　（１中国气象局上海台风研究所，上海２０００３０；２国家气象中心，北京１０００８１；　３上海海洋气象台，上海２０００３０）　

１　概况　根据中国气象局与韩国气象厅　（ＫＭＡ）的双边合作计划，２０１６年５月　１５—２０日，中国气象局上海台风研究　所、国家气象中心台风和海洋气象预　报中心、上海海洋气象台组团赴韩国　参加了中一韩双边台风学术交流活动。　期间，中国气象局上海台风研究所与　韩国国家台风中心联合举办了第９届　中韩热带气旋联合研讨会，中方代表　访问了韩国国家台风中心、韩国国家　气象科学研究所、韩国国家气象中心、　韩国信息与通信技术部门等单位。双　方交流了近年来各自在台风领域取得　的最新科研成果及业务进展，并就双　方关心的台风外场观测、高分辨率台　风数值模式、台风灾情防范及预估等　问题进行了深入探讨，就进一步发挥　中一韩双边台风学术交流平台的作用　达成了共识，初步确定了２０１７年交流　的主题。　２　第９届中韩热带气旋联合研讨会　第９届中韩热带气旋联合研讨会　于２０１６年５月１６—１７日在济州岛　Ｈｙａｔｔ　Ｒｅｇｅｎｃｙ酒店召开。会议由韩　国国家台风中心承办，中国代表团成　员和韩国国家台风中心、韩国国家气　象科学研究所、韩国首尔大学、韩国济　州大学、釜山大学等多家科研业务机　构的领导和专家５Ｏ余人参加了会议。　会议重点对台风数值预报、台风影响、　台风分析和预报、台风气候和季节预　测等问题进行了交流和研讨。　上海台风研究所的余晖介绍了运　用国际７个业务模式对２Ｏ１Ｏ一２０１２　年期间热带气旋强度预报的评估结　果。提出影响强度预报的主要因子包　括初始误差、初始强度、大小、环境气　压、垂直风切变、最大潜在强度（ＭＰＩ）　等８个因子。利用上述因子建立了预　报误差评估回归方程，用于对模式预　报输出进行校正。在校正方程基础上　进一步发展了多模式强度预报集成技　术。与气候或持续性预报技术相比，　该集成技术对热带气旋（ＴＣ）强度预　报水平提高了２８　９／６（１２　ｈ预报）和　１５　～２０　（２４～７２　ｈ预报）；与基于　模式直接输出的集成技术相比，基于　模式预报校正的集成技术显示了更好　的ＴＣ强度预报水平，可应用于实时业　务预报。　韩国国家台风中心的Ｋａｎｇ　Ｎａｍ—　Ｙｏｕｎｇ博士采用经验方法对１９８４—　２０１２年的台风进行了分析，得出全球　气象科技合作动态２０１６年第６期　２７　海温变暖与西太平洋超强台风增强内　在关系的物理解释。全球海表温度　（ＳＳＴ）增暖导致对流层低层不稳定增　强，但同时高压异常盛行，其结果是台　风强度增强、频数减少。与全球ＳＳＴ　增暖密切相关的指标是台风强度效率　指数（ＥＩＮＴ：Ｅｆｆｉｃｉｅｎｃｙ　ｏｆ　Ｉｎｔｅｎｓｉｔｙ），　全球ＳＳＴ增暖虽然不影响ＴＣ活跃指　数（ＡＣＴ），但是直接导致ＥＩＮＴ增大，　而台风强度（频率）变率是活跃指数与　ＥＩＮＴ指数的线性组合，因此全球ＳＳＴ　增暖将导致台风强度增强、频数减少。　２．１　台风数值预报　上海台风研究所的李泓介绍了集　合同化在台风预报中的研究及业务应　用进展。上海台风研究所研发的　３ＤＶａｒ和ＥＴＫＦ混合资料同化系统是　集合同化的一种，在此基础上结合　ＷＲＦ模式建立的台风集合同化预报　系统（ＴＥＤＡＰＳ）自２０１４年起投人实　时准业务运行。系统水平分辨率为２７　ｋｍ，每天提供２次西北太平洋区域的　台风路径、强度、风雨等确定性及概率　７２　ｈ预报产品。２年的测试结果表明，　２４　ｈ路径预报误差为６５　ｋｍ，７２　ｈ小　于２００　ｋｍ，且集合平均路径优于确定　性预报，显示了良好的预报性能。　中国气象局国家气象中心的黄奕　武通过天气分析和数值对比试验（改　变相对湿度、海表温度等）研究了台风　“威马逊”在南海快速增强过程。他指　出，高层东风急流引起的强辐散，越赤　道气流带来的充足水汽和低层辐合，　以及南海北部海表温度异常偏高是造　成台风“威马逊”在南海快速增强的主　要原因。　韩国蔚山国立科学技术研究所的　Ｃｈａ　Ｄｏｎ—Ｈｙｕｎ介绍了基于统一模式　（ＵＭ）开发的台风区域模式ＴＲＵＭ。　ＴＲＵＭ模式分辨率由ＫＭＡ业务模式　的１２　ｋｍ提高到６　ｋｍ，模式采用动力　初始化方案构造初始涡旋，积云参数　化、云微物理和边界层参数化方案都　通过敏感试验来确定，模式后报结果　显示ＴＲＵＭ模式对台风的模拟结果　有明显改善。　韩国国家台风中心的Ｓｈｉｎ　Ｈｙｅｏｎ—Ｊｉｎ评估了韩国基于统一模式　（ＵＭ）研发的台风预报模式ＴＲＵＭ。　该模式水平分辨率为６　ｋｍ，采用动力　初始化技术进行涡旋初始化。针对　２０１５年的３个台风，将ＴＲＵＭ模式与　韩国的全球模式ＧＤＡＰＳ、区域模式　ＲＤＡＰＳ，美国全球模式ＧＦＳ、区域台　风模式ＨＷＲＦ、欧洲全球模式ＥＣ和　日本全球模式ＪＧＭＳ进行了路径和强　度预报检验。结果表明，ＴＲＵＭ模式　路径预报误差最大，但强度预报优于韩　国目前的业务模式ＧＤＡＰＳ和ＲＤＡＰＳ。　上海台风研究所的郑运霞介绍了　在海一气耦合模式的基础上建立的由　ＧＲＡＰＥＳ—ＴＣＭ、ＥＣＯＭ—ｓｉ和ＷＡＶ—　ＥＷＡＴＣＨⅢ耦合的海一气一浪耦合模　式。模式充分考虑了海浪的引入导致　的波浪状态和海洋飞沫的变化　利用　这个复杂的海一气一浪耦合模式，开展　了一系列的理想试验，初步分析了上　层海洋对热带气旋的响应，另外还开　展了一系列试验来研究上层海洋对混　合层深度变化的响应。　韩国延世大学的Ｋｉｍ　Ｓｕｎｇ—Ｍｉｎ　介绍了利用ＦＳＯ（Ｆｏｒｅｃａｓｔ　Ｓｅｎｓｉｔｉｖｉｔｙ　２８　气象科技合作动态２０１６年第６期　ｔＯ　０ｂｓｅｒｖａｔｉｏｎ）方法和韩国ＵＭ模式　及其４ＤＶａｒ系统评估观测资料对台风　预报影响性的研究。１２１４　ＴＥＭＢＩＮ　和１２１５　ＢＯＬＡＶＥＮ台风试验结果表　明，对于２４　ｈ预报，风廓线、ＢＯＧＵＳ　和ＡＭＳＵＡ资料的影响最大。ＢＯ—　ＧＵＳ资料的影响在２４　ｈ之后急剧下　降。对于４８　ｈ预报，影响最大的资料　分别是风廓线、探空和ＡＭＳＵＡ资料。　韩国国家气象科学研究所的Ｎｏｈ　Ｈａｅ—Ｍｉ介绍了ＫＭＡ业务ＵＭ模式　台风ＢＯＧＵＳ资料同化方案的改进。　２０１０年ＵＭ模式刚业务化时使用的　是风场ＢＯＧＵＳ资料，后来在Ｆｕｊｉｔａ公　式基础上加入ＳＬＰ　Ｂ０ＧＵＳ资料，目　前仅使用ＳＬＰ　ＢＯＧＵＳ资料。２０１５年　ＫＭＡ进一步改善了ＢＯＧＵＳ方案：①　根据不同的台风强度决定是否加入　ＢＯＧＵＳ资料；②所有通过质量控制的　ＢＯＧＵＳ资料和其他观｛贝４一样进入　４ＤＶａｒ资料同化系统被同化。　韩国国家台风中心的Ｊｕｎ　Ｓａｎｇ—　Ｈｅｅ介绍了基于韩国、美国、欧洲中期　天气预报中心、日本的４个业务模式　２０１１—２Ｏ１５年的台风路径预报发展的　西北太平洋台风路径多模式集合预报　（ＭＭＥ）方法。首先选取那些比不选　择ＭＭＥ（ｎｏｎ—ｓｅｌｅｃｔｅｄ　ＭＭＥ）更好的　集合成员构造选择ＭＭＥ（ｓｅｌｅｃｔｅｄ　ＭＭＥ）预报；其次根据回归系数设置　不同的权重，构造权重ＭＭＥ（ｗｅｉｇｈ—　ｔｅｄ　ＭＭＥ）；最后在不同预报时刻挑　选不选择ＭＭＥ、选择ＭＭＥ、权重　ＭＭＥ中最好的那个组合构成最优　ＭＭＥ（ｏｐｔｉｍａｌ　ＭＭＥ）。２０１２－－２０１５　年台风模拟结果显示，最优ＭＭＥ平　均路径误差明显小于各成员的误差。　２．２　台风影响　台风影响专题有来自中国和韩国　的５位专家就热带气旋带来的影响做　了报告。　韩国陆地、基建和交通运输部　（Ｍｉｎｉｓｔｒｙ　ｏｆ　Ｌａｎｄ，Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ　ａｎｄ　Ｔｒａｎｓｐｏｒｔ）的Ｋｉｍ　Ｈｗｉ－Ｒｉｎ介绍了旨　在保护居民生命安全的洪水预报与监　测计划。该计划综合了降水资料、韩　国境内各主要河道的水文资料和沿江　的水库大坝资料，并利用卫星和高速　网络等通信技术实现资料的快速传　输、共享和分析，为政府决策者提供服　务。该计划在以下方面有所改进：①　从以前仅关注河道扩展到河道途经的　流域；②建立河道沿岸的城市洪水信　息库；③寻求防灾预警时间并保护河　道流域的居民生命安全。　韩国国家灾害管理研究所（Ｎａ—　ｔｉｏｎａｌ　Ｄｉｓａｓｔｅｒ　Ｍａｎａｇｅｍｅｎｔ　Ｉｎｓｔｉｔｕｔｅ）　的Ｌｅｅ　Ｃｈｉ—ＨＬＩｎ高级研究员介绍了由　韩国研发的ＷＭＯ台风委员会灾害信　息系统，以及该系统在菲律宾、越南和　老挝等国的试运行情况。Ｌｅｅ　Ｃｈｉ—　Ｈｕｎ主要介绍了该系统的最新升级版　本。新版本增加了相似台风的灾害计　算方法，提高了相似台风灾害信息的　可靠性。Ｌｅｅ　Ｃｈｉ—Ｈｕｎ还介绍了向所　有ＷＭＯ台风委员会成员国推广该系　统的计划。　上海台风研究所的鲍旭炜博士介　绍了台风“菲特”（２０１３）给杭州湾地区　造成的强降水和严重洪涝灾害情况。　主要探讨了“菲特”登陆浙闽交界并在　４００　ｋｍ以外的杭州湾地区造成强降　气象科技合作动态２０１６年第６期　２９　水的原因：①除“菲特”本体的雨带降　水外，东侧另一台风“丹娜丝”不间断　地给杭州湾地区输送充足水汽是一个　重要原因；②北方冷空气间断性地南　下不仅导致“菲特”登陆后快速消亡，　在后期还与“丹娜丝”输送的暖湿空气　交汇产生海岸锋（Ｃｏａｓｔａｌ　Ｆｒｏｎｔ），导致　１０月８日下半夜至次日早上的一次强　降水，造成上海地区的城市内涝。　韩国海洋科学与技术研究所的　Ｋａｎｇ　Ｓｏｋ—Ｋｕｈ介绍了西北太平洋的　海气相互作用研究计划。近４０年，随　着全球大气快速变暖，海洋温度也总　体随之升高，进而导致热带气旋强度　有显著提高，使得海洋与大气的相互　作用越来越受到关注。该计划旨在通　过实时监测台风途经前后海洋要素的　变化，尽可能了解大气与海洋之间的　关系及台风的发展变化，并为数值模　式提供海洋的初始场数据。　韩国济州大学台风研究中心的　Ｍｏｏｎ　Ｉ１一Ｊｕ博士介绍了基于历史台风　最佳路径资料（１９７７—２Ｏ１４年）和地面　站点资料建立的台风累计降水的统计　预报方法。该方法利用最佳路径资料　预先找出排在前１６位的最相似台风　路径，再结合韩国境内５６个地面站点　的历史累计降水资料来修正实时台风　在这５６个站点上的预报累计降水量，　２０１５年的台风个例证实，使用此方法　相比较于单纯的模式预报有更小的累　计降水预报误差。　２．３　台风分析和预报　韩国全北国立大学的Ｌｅｅ　Ｗｏｏ—　Ｄｏｎｇ博士探讨了利用环境地震数据　进行台风定位的方法。分析了地震噪　声数据以判断太平洋活动的台风是否　能利用该数据进行准确地定位以及讨　论了地震噪声数据中的位向信号所表　达的含义。在研究过程中，以均造成　了地震强度及方位角数据大幅变化的　２００８年的２个超级台风“Ｓｉｎｌａｋｕ”与　“Ｒａｍｍａｓｕｎ”为例。为了探明地震噪　声数据中的能量来源，将数据进行厂一　ｋ能谱分析，查找０．２～０．７　Ｈｚ能量的　方位角。分析显示这部分能量来源与　已知台风的位置符合，因此可以确定　这部分能量主要是由台风造成。另　外，厂一ｋ能谱分析显示水平相速度方　位为３．２～３．８　ｍ／ｓ，意味着地震数据　中主要的位向变化是由包含了Ｐ—ＳＶ　的模态１、模态２以及模态３的部分能　量的表面波造成。　上海海洋气象台的杨棋利用长江　口海域风、浪、流及潮位等观测数据，　通过台风下的航道淤积成因分析、海　流垂直能量通量、浅滩效应、陡度以及　涌浪能量占比的变化，揭示了在海流　及海浪２方面海洋对台风局地动力学　响应的部分机制。在海流方面，持续　向岸风及风生向岸流是台风“灿鸿”造　成航道淤积的主要原因；台风通过内　潮及近惯性振荡的垂直能量通量影响　不同水深海流变化，在台风影响起始　阶段潮汐能量加强并产生近惯性振　荡，同时能量下传，而台风北上后近惯　性振荡大幅加强而潮汐能量明显减　弱，同时能量上传。在波浪方面，台风　不同阶段波浪能量在频域上移向相　反，发展阶段能量从高频移向低频，而　衰减阶段则相反；浅滩效应对波浪增　强作用显著，能够解释与风速不一致

２０２０年第１２期２０２０Ｎｕｍｂｅｒ１２水电与新能源ＨＹＤＲＯＰＯＷＥＲＡＮＤＮＥＷＥＮＥＲＧＹ第３４卷Ｖｏｌ.３４ＤＯＩ:１０.１３６２２/ｊ.ｃｎｋｉ.ｃｎ４２－１８００/ｔｖ.１６７１－３３５４.２０２０.１２.００１收稿日期:２０２０－０９－１７作者简介:李㊀峻ꎬ男ꎬ教授级高工ꎬ主要从事电力系统及自动化㊁可再生能源相关方面的工作ꎮ基于Ｇｅｏｒｇｉｏｕ台风模型的海上风电场重现期最大风速计算李㊀峻ꎬ余㊀政ꎬ李晓明ꎬ胡㊀帆ꎬ徐㊀林ꎬ张㊀杰(中国电力工程顾问集团中南电力设计院有限公司ꎬ湖北武汉㊀４３００７１)摘要:东南沿海地区海上风电场受热带气旋影响严重ꎮ通过搭建工程台风风场Ｇｅｏｒｇｉｏｕ模型ꎬ采用中国气象局上海台风所(ＣＭＡ－ＳＴＩ)台风最佳数据集驱动模型ꎬ模拟我国东南沿海地区近海㊁深远海海上风电场不同重现期极值风速ꎬ为海上风电场风机选型㊁风荷载计算提供了依据ꎮ关键词:Ｇｅｏｒｇｉｏｕ台风模型ꎻ海上风电场ꎻ台风影响特性ꎻ最大风速中图分类号:ＴＭ６１４㊀㊀㊀文献标志码:Ａ㊀㊀㊀文章编号:１６７１－３３５４(２０２０)１２－０００１－０７ＣａｌｃｕｌａｔｉｏｎｏｆｔｈｅＥｘｔｒｅｍｅＷｉｎｄＳｐｅｅｄｓｉｎＤｉｆｆｅｒｅｎｔＲｅｔｕｒｎＰｅｒｉｏｄｓｂａｓｅｄｏｎＧｅｏｒｇｉｏｕＴｙｐｈｏｏｎＭｏｄｅｌＬＩＪｕｎꎬＹＵＺｈｅｎｇꎬＬＩＸｉａｏｍｉｎｇꎬＨＵＦａｎꎬＸＵＬｉｎꎬＺＨＡＮＧＪｉｅ(ＣｅｎｔｒａｌＳｏｕｔｈｅｒｎＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＤｅｓｉｇｎＩｎｓｔｉｔｕｔｅꎬＣｈｉｎａＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＣｏｎｓｕｌｔｉｎｇＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎꎬＷｕｈａｎ４３００７１ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｏｆｆｓｈｏｒｅｗｉｎｄｆａｒｍｓｉｎｓｏｕｔｈｅａｓｔｃｏａｓｔａｌａｒｅａｓａｒｅｓｅｖｅｒｅｌｙｉｎｆｌｕｅｎｃｅｄｂｙｔｒｏｐｉｃａｌｃｙｃｌｏｎｅｓ.ＩｎｔｈｉｓｐａｐｅｒꎬａｎｅｎｇｉｎｅｅｒｉｎｇｔｙｐｈｏｏｎｗｉｎｄｆｉｅｌｄｍｏｄｅｌｉｓｃｏｎｓｔｒｕｃｔｅｄｂａｓｅｄｏｎＧｅｏｒｇｉｏｕｍｏｄｅｌ.ＴｈｅｎꎬｔｈｅｏｐｔｉｍａｌｔｙｐｈｏｏｎｄａｔａｓｅｔｆｒｏｍＳｈａｎｇｈａｉＴｙｐｈｏｏｎＩｎｓｔｉｔｕｔｅｏｆＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＡｄｍｉｎｉｓｔｒａｔｉｏｎ(ＣＭＡ－ＳＴＩ)ｉｓｕｓｅｄｔｏｄｒｉｖｅｔｈｅｍｏｄｅｌ.Ｔｈｅｅｘ￣ｔｒｅｍｅｗｉｎｄｓｐｅｅｄｓｉｎｄｉｆｆｅｒｅｎｔｒｅｔｕｒｎｐｅｒｉｏｄｓａｒｅｃａｌｃｕｌａｔｅｄｆｏｒｏｆｆｓｈｏｒｅａｎｄｆａｒ－ｒｅａｃｈｉｎｇｗｉｎｄｆａｒｍｓｉｎｓｏｕｔｈｅａｓｔｃｏａｓｔａｌａｒｅａｓꎬｗｈｉｃｈｐｒｏｖｉｄｅｓｕｓｅｆｕｌｂａｓｉｓｆｏｒｔｈｅｗｉｎｄｔｕｒｂｉｎｅｓｅｌｅｃｔｉｏｎａｎｄｗｉｎｄｌｏａｄｃａｌｃｕｌａｔｉｏｎｏｆｗｉｎｄｆａｒｍｓ.Ｋｅｙｗｏｒｄｓ:Ｇｅｏｒｇｉｏｕｔｙｐｈｏｏｎｍｏｄｅｌꎻｏｆｆｓｈｏｒｅｗｉｎｄｆａｒｍꎻｉｎｆｌｕｅｎｃｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｙｐｈｏｏｎꎻｍａｘｉｍｕｍｗｉｎｄｓｐｅｅｄ㊀㊀东南沿海地区风能资源丰富ꎬ资源品质较好ꎬ风电就近消纳能力较强ꎬ是我国海上风电发展的主要战场之一ꎬ东南沿海地区同样是我国热带气旋影响最为频繁的区域ꎬ登陆东南沿海地区的热带气旋占登陆我国热带气旋总数的７０％以上ꎮ热带气旋对东南沿海地区海上风电场建设有严重影响ꎬ主要表现在风电场风机排布㊁风机选型㊁控制策略等方面ꎮ极值风速是热带气旋影响我国海上风电场的最主要因素ꎬ张秀芝等[１]分析表明ꎬ近６０年ꎬ影响我国近海海上风电场的热带气旋最大风速等级达到ＩＥＣⅡ类的占１２％ꎬＩＥＣⅠ类的占８％ꎬ超ＩＥＣＩ类的占１.２％ꎮ绝大部分海上风电场尚未有台风过境时测风资料ꎬ如何在观测资料缺乏情况下ꎬ准确评估热带气旋影响下的风电场极值风速ꎬ对于风电场风机选型㊁风机排布十分重要ꎮ陆艳艳等[２]总结了海上风电场５０年一遇最大风速计算方法ꎬ认为５倍风速法㊁风压法㊁５ｄ最大风速法计算海上风电场５０年一遇最大风速ꎬ可无需测风塔实测数据ꎬ但数值精确度不高ꎻＧｕｍｂｅｌ方法需要测风数据时长超过７年ꎬ否则其计算结果存在较大不确定性ꎬ实际工程中测风时长很难满足要求ꎻ大风过程相关法利用气象站的最大风速资料ꎬ与测风塔建立相关求解风场的极值风速比较适用于海上风电场的５０年一遇最大风速计算ꎮ随着海上风电场向深远海规划ꎬ离岸较远ꎬ风电场与沿海气象站受不同天气系统影响ꎬ风场测风资料与沿海气象站大风区间相关性不足ꎬ采用大风过程相关法计算风电场５０年一遇最大风速适用性较差ꎮ台风风场模拟一直是风工程和气象学领域内研究１水电与新能源２０２０年第１２期热点之一ꎬ通过数值模拟手段ꎬ建立台风中心和台风影响范围内海上风电场两者之间的关系ꎬ准确评估热带气旋对于海上风电场的影响ꎬ从而弥补观测数据的缺失ꎮ工业界较为适用的台风模型有Ｂａｔｔｓ模型㊁ＣＥ模型㊁Ｖｉｃｋｅｒｙ模型㊁Ｇｅｏｒｇｉｏｕ模型ꎮＢａｔｔｓ模型[３]形式简单易于求解ꎬ但其求解完全基于经验公式ꎬ效果较差且无法模拟风向ꎬＶｉｃｋｅｒｙ[４]模型采用傅里叶级数对运动方程数值解进行拟合求解ꎬＣＥ[５]模型则直接求解全非线性的动量方程ꎬ两个模型都需要借助数值差分方法求解ꎬ耗时较长ꎮＧｅｏｒｇｉｏｕ模型[６]是以梯度方程和Ｈｏｌｌａｎｄ气压场为基础ꎬ利用到Ｓｈａｐｉｒｏ风场模型的半理论半经验台风风场模型ꎬ在保证模拟效果的同时更具计算效率ꎬ适用于工业界进行台风风场模拟ꎮ本文通过搭建工程台风风场Ｇｅｏｒｇｉｏｕ模型ꎬ采用中国气象局上海台风所(ＣＭＡ－ＳＴＩ)台风最佳数据集驱动模型ꎬ模拟我国东南沿海地区近海㊁深远海海上风电场不同重现期极值风速ꎬ为近海㊁深远海海上风电场风机选型㊁风荷载计算提供参考依据ꎮ１㊀Ｇｅｏｒｇｉｏｕ台风风场模型１.１㊀台风关键参数台风的发生与移动路径具有很强的随机性ꎬ成熟台风的风场结构可由特征物理参数来描述ꎮ通过关键参数把握台风发生㊁移动路径等过程是描述台风的重要手段ꎬ台风的关键参数包括台风的发生及台风风场的物理参数ꎬ即台风年发生率λ㊁台风移动方向θ㊁台风路径与模拟点间的最小距离Ｄｍｉｎ㊁台风移动速度Ｖｔ㊁最大风速半径Ｒｍａｘ㊁台风中心压差ΔＰꎬ台风的关键参数可根据模拟圆法从台风历史记录数据中提取ꎮ台风年发生率λ是模拟点的台风年发生率ꎬ通过对模拟圆中各个年份的台风发生次数进行统计得到ꎮ台风中心气压差ΔＰ是台风中心气压ＰＯ与台风外围未受到扰动的环境气压ＰＥ的差值ꎬ台风外围气压ＰＥ在西北太平洋一般取为１０１０.０ｈＰａꎮ台风移动速度Ｖｔ是台风中心的移动速度ꎬ根据台风数据中前后两次时间间隔台风中心位置的坐标计算得到ꎮ最小距离Ｄｍｉｎ是模拟点与台风移动路径之间的最小距离ꎬ其值根据台风中心与模拟点的经纬度计算ꎬ台风中心的移动方向线在模拟点的左侧时取正值ꎬ在右侧时取负值ꎮ移动方向角θ可由台风数据中前后两次台风中心位置的坐标计算得到ꎮ计算时以正北方向为零度ꎬ取顺时针方向为正值ꎬ逆时针方向为负值ꎮ１.２㊀Ｇｅｏｒｇｉｏｕ台风模型原理Ｇｅｏｒｇｉｏｕ台风风场模型为基于梯度风场的台风风场模型ꎮ梯度风速Ｖｇ(ｒꎬａ)和风向ψｇ(ｒꎬａ)模型的控制方程为如(１)㊁(２)式ꎬƏＰ(ｒ)Əｒ可由(３)式推导:Ｖｇ２(ｒꎬａ)＝ｒρƏＰ(ｒ)Əｒ＋Ｖｇ(ｒꎬａ)(ＶＴｓｉｎα－ｆｒ)(１)ψｇ(ｒꎬａ)＝α＋θ＋９０ʎ(２)Ｐ(ｒ)－ＰＯＰＥ－ＰＯ＝ｅｘｐ[－(Ｒｍａｘｒ)Ｂ](３)式中:ｒ为控制点距离台风中心的距离ꎻθ为台风移动方向ꎻα为控制点偏离台风移动方向的角度ꎻＶＴ为台风移动速度ꎻｆ为科氏力参数ꎻＰ(ｒ)为气压ꎻρ为空气密度ꎻＰＯ为台风中心气压ꎻＰＥ为环境气压ꎻＲｍａｘ为最大风速半径ꎻＢ为Ｈｏｌｌａｎｄ参数ꎮ１.３㊀模拟圆半径为提取影响台风的样本ꎬ按照一定方式选择台风数据ꎬ常用方法是以控制点为中心绘制一定距离的模拟圆[７]ꎬ对一个控制点ꎬ根据影响半径Ｒꎬ记录通过模拟圆范围内的所有台风路径数据ꎬ作为影响台风样本ꎬ由台风模型提取台风关键参数进行模拟ꎮ模拟圆半径的选取既要考虑到保证模拟进行所需的足够数据样本ꎬ又要保持台风数据由于地理特性引起的台风关键参数差异ꎮ根据研究表明西北太平洋台风的６级风力的影响半径约３００ｋｍ[８]ꎬ因此ꎬ本文综合考虑选取台风影响半径Ｒ为３００ｋｍꎮ２㊀Ｇｅｏｒｇｉｏｕ台风模型模拟验证２.１㊀加密控制点选取本文选取东南沿海地区为研究对象ꎮ根据广东省㊁福建省海上风电场规划分布ꎬ本文选取２４个加密控制点进行台风影响分析ꎬ主要包括闽粤地区近海㊁深远海海上风电场㊁以及沿海气象观测站点ꎮ其中沿海气象观测站点１１个ꎬ规划㊁核准或已建的海上风电场区域点位１３个ꎮ各控制点经纬度见表１ꎬ各控制点地理位置图见图１ꎮ２.２㊀热带气旋资料本文收集热带气旋资料来自中国气象局上海台风研究所ꎬ中国气象局热带气旋资料中心(ｈｔｔｐ://ｔｃｄａｔａ.ｔｙｐｈｏｏｎ.ｏｒｇ.ｃｎ)ꎬ现行版本的ＣＭＡ热带气旋最佳路径２李㊀峻ꎬ等:基于Ｇｅｏｒｇｉｏｕ台风模型的海上风电场重现期最大风速计算２０２０年１２月表１㊀各加密控制点经纬度坐标表编号经度纬度备注Ａ１１２０.４４３０２６.６４２７宁德霞浦海上风电场Ｂ１１２０.１５２１２５.８８２９长乐海上风电场Ｃ１１１９.５３４３２５.２３８６南日岛海上风电场Ｄ１１１８.０２９３２３.６０４０漳州六鳌海上风电场Ｅ１１１７.２９２７２３.３９６９南澳海上风电场Ｅ２１１７.６３１４２３.０１０８粤东近海深水场址６Ｅ３１１８.０６３１２２.５２１６粤东近海深水场址６Ｆ１１１６.２３０２２２.６５９６甲子海上风电场Ｆ２１１６.３２９０２２.２９１２粤东近海深水场址２Ｇ１１１３.７２９１２２.１２４６珠海桂山海上风电场Ｈ１１１２.２１９７２１.４７５５阳江帆石一海上风电场Ｈ２１１２.２３１６２１.０５１０阳江帆石二海上风电场Ｉ１１１０.５５１４２０.５４０８外罗海上风电场５９７５４１１０.１８３３２０.３３３３徐闻(４５年资料)５９６６３１１１.９６６７２１.８３３２阳江(４５年资料)５９４８８１１３.５８３３２２.２８３３珠海(３６年资料)５９３１７１１６.３０００２３.０３３３惠来(４５年资料)５９３１８１１６.５８３３２３.２６６７潮阳(３６年资料)５９３２４１１７.０３３３２３.４３３３南澳(４５年资料)５９３２１１１７.５０００２３.７８３３东山(４５年资料)５８９４１１１９.５０００２５.９６６７长乐(３０年资料)５８９４４１１９.７８３３２５.５１６７平潭(４５年资料)５８９３８１１８.９８３３２５.２３３３秀屿(２４年资料)５８８４３１２０.０１６７２６.８８３３霞浦(３７年资料)数据集提供的１９４９年以来西北太平洋(含南海ꎬ赤道以北ꎬ东经１８０ʎ以西)海域热带气旋每６ｈ的位置和强度ꎮ２０１７年起ꎬ对于登陆我国的台风ꎬ在其登陆前２４ｈ时段内ꎬ最佳路径时间频次加密为逐３ｈ一次ꎮ２０１８年起ꎬ对于登陆我国的台风ꎬ在其登陆前２４ｈ及在我国陆地活动期间ꎬ最佳路径时间频次加密为逐３ｈ一次ꎮ为保证数据质量ꎬ本文采用台风数据为同化卫星观测数据后的时段ꎬ即１９７０－２０１８年ꎬ共４９年ꎮ图１㊀各控制点地理位置图２.３㊀Ｇｅｏｒｇｉｏｕ台风模型模拟验证由于东南沿海地区受北方冷空气影响较小ꎬ各加密控制点年最大风速主要受到每年热带气旋的影响ꎬ因此可以假设各加密控制点年最大风速仅来自热带气旋天气系统ꎮ利用Ｇｅｏｒｇｉｏｕ台风模型模拟热带气旋过境时各控制点的最大风速ꎬ选取最大的风速作为该点的年最大风速ꎮ通过１１个沿海气象站控制点实测的近５０年年最大风速资料ꎬ与Ｇｅｏｒｇｉｏｕ台风模型模拟的年最大风速进行对比验证ꎬ见图２ꎬ由图可知ꎬ与观测资料对比ꎬ模型模拟各站点受热带气旋影响下的年最大风速均方根误差在３.９~７.３ｍ/ｓꎬ平均绝对误差在２.９~６.３ｍ/ｓꎬ模型能够把握大部分站点年最大风速年际变化情况ꎮ利用极值Ⅰ型分布拟合求解各气象站点观测和模拟的５０年一遇重现期风速ꎬ见表２ꎮ由表可知ꎬ大部分站点模型计算的５０年一遇重现期最大风速与观测差距较小ꎬ相对误差在４.６％以内ꎬ绝对误差在１.８ｍ/ｓ以内ꎬ模型模拟结果较好ꎮ东山站模拟绝对误差较大为４.５ｍ/ｓꎬ主要由于东山站局地地形较为复杂ꎬ多为山地ꎬＧｅｏｒｇｉｏｕ台风风场是一种半经验半理论的风场模型ꎬ无法考虑复杂地形特点ꎬ因此模拟的风速和观测的风速差异较大ꎮ综合上述ꎬ利用Ｇｅｏｒｇｉｏｕ工程台风模型模拟各沿海气象站控制点受热带气旋影响下的年最大风速ꎬ求解５０年一遇最大风速ꎬ与观测数据误差在合理范围内ꎮ考虑海上风电场主要位于近海㊁深远海海域ꎬ地形平坦ꎬ利用Ｇｅｏｒｇｉｏｕ模型计算海上风电场受热带气旋影响下的重现期最大风速较为可靠ꎮ３水电与新能源２０２０年第１２期图２　气象站控制点模拟与观测的年最大风速时间序列图４李㊀峻ꎬ等:基于Ｇｅｏｒｇｉｏｕ台风模型的海上风电场重现期最大风速计算２０２０年１２月表２㊀气象站控制点１０ｍ高度５０年一遇重现期最大风速模拟与观测结果表编号控制点模拟/(ｍ ｓ－１)观测/(ｍ ｓ－１)相对误差/％绝对误差/(ｍ ｓ－１)５９７５４徐闻３２.９３３.０－０.３－０.１５９６６３阳江３３.２３３.５－０.８－０.３５９４８８珠海３３.８３２.９２.９０.９５９３１７惠来３１.８３０.４４.６１.４５９３１８潮阳２８.４２７.７２.５０.７５９３２４南澳２９.４２８.７２.４０.７５９３２１东山３４.０３８.５－１１.８－４.５５８９４１长乐３０.０２８.６４.６１.４５８９４４平潭３１.７３１.４０.９０.３５８９３８秀屿２７.６２５.８７.２１.８５８８４３霞浦３０.５２９.５３.５１.０３㊀东南沿海近海㊁深远海海上风电场重现期计算３.１㊀东南沿海近海㊁深远海海上风电场热带气旋影响特征㊀㊀根据图３ꎬ我国东南沿海地区各海上风电场控制点平均每年受到３~４个热带气旋影响ꎬ其中台湾海峡至粤东地区ꎬＤ１－Ｅ３(漳州六鳌海上风电场至粤东近海深水场址６)海上风电场控制点每年热带气旋影响频数呈递增的趋势ꎬ阳江至湛江粤西地区ꎬＨ１－Ｉ１(阳江帆石一海上风电场至外罗海上风电场)海上风电场控制点每年热带气旋影响频数呈递减的趋势ꎬ说明影响粤东区域海上风电场的西北路径热带气旋越来越频繁ꎬ影响粤西区域海上风电场的西行路径热带气旋频次越来越少ꎮ表３为各海上风电场控制点受热带气旋影响等级分布情况ꎬ根据«热带气旋等级»(ＧＢ/Ｔ１９２０１－２００６)规定ꎬ各海上风电场自１９７０－２０１８年主要受到热带风暴㊁强热带风暴影响为主ꎬ两者占比超过８０％ꎮ从总的受热带气旋影响频次来看ꎬ粤西地区海上风电场要高于粤东地区㊁福建地区ꎮ本文将热带气旋影响持续时间定义为进入模拟圆范围内热带气旋维持时间的总和ꎬ热带气旋数据记录时距为６ｈꎬ统计同一热带气旋影响的累计点数即可得到该热带气旋影响的持续时间ꎮ图４给出了近５０年间各海上风电场控制点受热带气旋影响持续时间分布ꎬ由图可知ꎬ海上风电场受热带气旋影响持续时间分布较广ꎬ影响时间持续在２４ｈ左右的热带气旋占比最多ꎮ表３㊀各海上风电场控制点的影响热带气旋等级表等级/个Ａ１Ｂ１Ｃ１Ｄ１Ｅ１Ｅ２Ｅ３Ｆ１Ｆ２Ｇ１Ｈ１Ｈ２Ｉ１热带低压８７１０３５４９８９７６５９热带风暴５２６２４５７０６６６４７４６６８２７９７８７８６７强热带风暴５４４６６８５４５７５９６２６４５９６９６９８３９２台风１１２１２０１２１１１６１３１４１６１５２４２３１９强台风１１００１１１１３１１２１超强台风０００００００００００００合计１２６１３７１４３１３９１４０１４４１５９１５３１６９１７１１７８１９１１８８３.２㊀东南沿海近海㊁深远海海上风电场重现期计算本文提取１３个海上风电场控制点１９７０－２０１８年期间３００ｋｍ影响半径内的热带气旋记录ꎬ计算每个热带气旋对应的台风关键参数ꎮＧｅｏｒｇｉｏｕ台风风场模型利用台风关键参数模拟相应台风风场ꎬ计算每个热带气旋过境时ꎬ相应控制点的１００ｍ高度处最大风速ꎮ海上风电场控制点从每年受影响的所有热带气旋的最大风速序列中挑选出最大的风速作为该控制点的年最大风速ꎬ进而得到每个海上风电场控制点１９７０－２０１８年的最大风速时间序列ꎮ５水电与新能源２０２０年第１２期图３　各海上风电场控制点的影响热带气旋年际变化图６李㊀峻ꎬ等:基于Ｇｅｏｒｇｉｏｕ台风模型的海上风电场重现期最大风速计算２０２０年１２月图４㊀影响热带气旋持续时间的频数分布图根据海上风电场控制点年最大风速时间序列ꎬ利用耿贝尔极值分布Ⅰ型推算各海上风电场１００ｍ高度处５０年重现期和１年重现期的最大风速ꎬ见表４ꎬ根据ＩＥＣ－６１４００标准ꎬ东南沿海地区海上风电场控制点受热带气旋影响严重ꎬ５０年一遇重现期风速分布为４０.９~５２.４ｍ/ｓꎬ除汕头南澳海上风电场风机安全等级为Ⅱ类外ꎬ大部分海上风电场风机安全等级为Ⅰ类ꎬ粤东近海深水场址２风机安全等级为Ｓ类ꎮ表４㊀各海上风电场控制点１００ｍ高度处５０年和１年重现期的最大风速表ｍ/ｓ㊀控制点５０年１年ＩＥＣ风机安全等级备注(风电场名称)Ａ１４５.０２７.４Ⅰ类宁德霞浦Ｂ１４７.３２８.８Ⅰ类长乐Ｃ１４７.９２９.１Ⅰ类南日岛Ｄ１４３.０２６.２Ⅰ类漳州六鳌Ｅ１４０.９２４.９Ⅱ类南澳Ｅ２４４.２２６.９Ⅰ类粤东近海深水场址６Ｅ３４５.３２７.６Ⅰ类粤东近海深水场址６Ｆ１４６.８２８.５Ⅰ类甲子Ｆ２５２.４３１.９Ｓ类粤东近海深水场址２Ｇ１４５.５２７.７Ⅰ类珠海桂山Ｈ１４９.５３０.１Ⅰ类阳江帆石Ｈ２５０.０３０.５Ⅰ类阳江帆石二Ｉ１４５.４２７.７Ⅰ类外罗４㊀结㊀语本文通过搭建Ｇｅｏｒｇｉｏｕ台风模型分析了东南沿海海上风电场的台风影响特征ꎬ东南沿海海上风电场受热带气旋影响严重ꎬ各海上风电场控制点平均每年受到３~４个热带气旋影响ꎮ粤东地区海上风电场受热带气旋的频次呈增加的趋势ꎬ粤西地区海上风电场则呈减少的趋势ꎮ影响各海上风电场控制点的热带气旋等级以热带风暴㊁强热带风暴为主ꎬ两者占比超过８０％ꎮ热带气旋影响海上风电场持续时间分布较广ꎬ影响时间持续在２４ｈ左右的热带气旋占比最多ꎮ通过Ｇｅｏｒｇｉｏｕ模型计算各海上风电场控制点的重现期风速ꎬ各海上风电场５０年一遇重现期风速分布为４０.９~５２.４ｍ/ｓꎬ根据ＩＥＣ－６１４００标准ꎬ除汕头南澳海上风电场风机安全等级为Ⅱ类外ꎬ大部分海上风电场风机安全等级为Ｉ类ꎬ粤东近海深水场址２风机安全等级为Ｓ类ꎮ参考文献:[１]张秀芝ꎬ张容焱.中国近海风电开发气候知识之二台风与海上风电开发[Ｊ].风能ꎬ２０１８(３):４４－４６[２]陆艳艳ꎬ刘树洁ꎬ王涛.海上风能资源测量及评估中几个关键问题分析[Ｊ].全球能源互联网ꎬ２０１９ꎬ２(２):１７０－１７８[３]ＢａｔｔｓＭＥꎬＳｉｍｉｕＥꎬＲｕｓｓｅｌｌＬＲ.ＨｕｒｒｉｃａｎｅｗｉｎｄｓｐｅｅｄｓｉｎｔｈｅＵｎｉｔｅｄＳｔａｔｅｓ[Ｊ].ＳｔｒｕｃｔｕｒａｌＤｉｖｉｓｉｏｎꎬ１９８０ꎬ１０６(１０):２００１－２０１６[４]ＶｉｃｋｅｒｙＰＪꎬＴｗｉｓｄａｌｅＬＡ.Ｗｉｎｄ－ｆｉｅｌｄａｎｄｆｉｌｌｉｎｇｍｏｄｅｌｓｆｏｒｈｕｒｒｉｃａｎｅｗｉｎｄ－ｓｐｅｅｄｐｒｅｄｉｃｔｉｏｎｓ[Ｊ].ＳｔｒｕｃｔｕｒａｌＥｎｇｉｎｅｅｒ￣ｉｎｇꎬ１９９５ꎬ１２１(１１):１７００－１７０９[５]ＴｈｏｍｐｓｏｎＥＦꎬＣａｒｄｏｎｅＶＪ.Ｐｒａｃｔｉｃａｌｍｏｄｅｌｉｎｇｏｆｈｕｒｒｉｃａｎｅｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ[Ｊ].ＷａｔｅｒｗａｙꎬＰｏｒｔꎬＣｏａｓｔａｌａｎｄＯｃｅａｎＥｎｇｉｎｅｅｒｉｎｇꎬ１９９６ꎬ１２２(４):１９５－２０５[６]ＧｅｏｒｇｉｏｕＰＮ.Ｄｅｓｉｇｎｗｉｎｄｓｐｅｅｄｓｉｎｔｒｏｐｉｃａｌｃｙｃｌｏｎｅ－ｐｒｏｎｅｒｅｇｉｏｎｓ[Ｄ].Ｌｏｎｄｏｎ:ＴｈｅＵｎｉｖｅｒｓｉｔｙｏｆＷｅｓｔｅｒｎＯｎｔａｒｉｏꎬ１９８６[７]汤海涛.厦门地区台风风场模型初步研究[Ｄ].重庆:重庆大学ꎬ２００８[８]ＬｕＸꎬＹｕＨꎬＬｅｉＸ.ＳｔａｔｉｓｔｉｃｓｆｏｒｓｉｚｅａｎｄｒａｄｉａｌｗｉｎｄｐｒｏｆｉｌｅｏｆｔｒｏｐｉｃａｌｃｙｃｌｏｎｅｓｉｎｔｈｅｗｅｓｔｅｒｎＮｏｒｔｈＰａｃｉｆｉｃ[Ｊ].Ｍｅｔｅｏｒｏ￣ｌｏｇｉｃａｌＲｅｓｅａｒｃｈꎬ２０１１ꎬ２５(１):１０４－１１２７。