黄渤海近岸精细化三维温盐流业务化数值预报系统研发

吴玲娟，高 松，徐江玲

(1.国家海洋局北海预报中心，山东青岛 266061；

2.山东省海洋生态环境与防灾减灾重点实验室，山东青岛 266061)

黄渤海近岸精细化三维温盐流业务化数值预报系统研发

吴玲娟1，2，高 松1，2，徐江玲1，2

(1.国家海洋局北海预报中心，山东青岛 266061；

2.山东省海洋生态环境与防灾减灾重点实验室，山东青岛 266061)

基于国际先进的Regional Ocean Modeling System(ROMS)模式，采用四重网格嵌套和地波雷达数据同化技术，以青岛、石岛湾、羊口港和鲅鱼圈港附近海域等4个海域为示范区建立黄、渤海近岸三维温盐流精细化数值预报业务系统。该系统包括系统自动控制子系统、数据预处理子系统、温盐流预报子系统和预报产品后处理子系统。青岛近海的预报系统业务化运行持续6年，其他示范区预报系统持续3年。业务化运行结果表明，该系统运行稳定，温度和海流预报精度高和运行时间短，满足业务化预报要求。该预报系统为黄渤海近岸防灾减灾、军事活动、海上运动、交通运输等提供了及时的精细化海洋环境预报服务，特别是绿潮、溢油、风暴潮等海洋灾害，具有较高的应用价值和社会经济效益。

ROMS模型；近岸；精细化；温盐流；业务预报系统

0 引言

温盐流预报是国内外较早开展的海洋预报项目之一。由于海上军事活动、海洋防灾减灾、交通运输等需求，三维海洋数值预报模式发展很快，特别大陆架附近海域。全球各国基于各种海洋模式和区域嵌套技术等建立了全球海洋预报系统、区域嵌套高分辨率海洋预报系统以及针对海湾、河口和内陆湖泊等的多重嵌套高分辨率海洋预报系统。如基于HYCOM模式建立的美HYCOM/NCODA系统和RTOFS系统[1]、挪威在大西洋和北冰洋建立了TOPAZ区域海洋预报系统[2]、巴西的REMO系统[3]；基于NEMO模式建立的海洋预报系统有法国Mercator系统[4]、英国FOAM系统[5]、意大利MFS系统[6]、加拿大CONCEPTS系统等[7]。国外预报系统主要特点是海洋模式分辨率不断提高，海洋观测系统和海洋数据同化技术的发展促进了海洋预报的快速发展。国内在海洋三维温盐流数值预报系统研制方面，国家海洋局第一海洋研究所、国家海洋信息中心与有关单位合作、国家海洋环境预报中心、中国海洋大学、中国科学院大气物理研究所，以及国家海洋局有关分局等单位相继开展了有关区域数值预报研究，取得了相应阶段性研究成果。其中，国家海洋局第一海洋研究所根据浪致混合理论，基于MASNUM第三代海浪数值模式和三维POM海流数值模式，研制开发了高分辨率浪—潮—流耦合数值预报系统[8]；国家海洋环境预报中心研发的预报系统主要由海面风场预报系统、温盐流预报系统、海浪预报系统及两极海冰预报系统构成，预报区域有全球、印度洋、西北太平洋、渤黄东海、南海和两极地区。但与国际应用研究相比，我国在海洋三维温、盐、流数值预报主要集中在大范围海域，对近海重点关注海域精细化海流业务化预报系统的研发比较少。因此本文以青岛、石岛湾、羊口港、鲅鱼圈港附近海域等4个海域为示范区，基于三维全动力Regional Ocean Modeling System(ROMS)模式，采用四重网格嵌套技术建立了青岛近海的精细化海流数值预报业务系统。

1 黄、渤海近岸精细化海流数值预报业务系统

1.1 ROMS模式简介

ROMS[9-10]区域海洋模式是一个广为使用的包含自由表面、静力假定和垂向采用S坐标系统的曲线正交的三维原始方程模式。ROMS模式基于模块化设计，提供动量和温度、盐度的原始方程各项包括压力梯度项的多种离散方案、多种水平和垂向涡动系数的计算方案、多种边界处理方法。ROMS与其他模式相比有许多值得关注的特点，比如：其使用的坐标系—S坐标系使得温跃层和底边界层等这些让人更感兴趣的层面上有更高的解析度；在水平对流、垂向混合等问题的处理上，也有更多的方案可供选择等。Ezer[11]等针对POM与ROMS的不同算法在数值计算上的误差与模式计算的效率进行了比较，发现ROMS所使用的方法具有减少计算上的误差，允许使用较大数值积分步长有增加计算效率的优点。ROMS模式中使用新的高阶水平压力梯度算法，相较于POM模式所采用的水平压力梯度算法，也可以有效减少模式计算误差的累积。ROMS模式已获得了广泛的应用，包括在海盆尺度的海洋环流系统[12]和陆架环流系统[13]的研究。ROMS作为主要的海洋业务化模式之一，在COOPS已经开始大量使用，并且将其列为今后5年业务化海洋模式重要模式之一，但在我国此模式应用尚不十分广泛。

1.2 预报系统的搭建

依据海洋环境要素业务化预报要求，该系统进行了一体化结构设计、模块化开发以及标准化接口。系统设计过程中，充分考虑了系统的可扩展性和继承性，使之具备灵活方便的二次开发功能，便于维护和升级；预报系统核心模块实现了基于MPI通讯机制的并行化功能，以便在不同架构的计算平台上移植。该系统包括4个子系统(图1)：系统自动控制子系统、数据预处理子系统、三维温盐流预报子系统和预报产品后处理子系统。预报模式子系统中基于三维全动力ROMS模式，采用四重嵌套技术实现分辨率提高和边界条件的处理(图2)，模式大区域是西北太平洋海域(99°E～148°E，9°S～44°N，范围较大，没放在图2中)，水平分辨率0.1°，垂向25层；中区是东中国海海域(117°30′～135°E，24°～41°N，图2绿色框)，水平分辨率1/30°，垂向16层；小区域是黄、渤海海区海域(117°30′～130°E，32°～41° N，图2紫色框)，水平分辨率达到1/60°，垂向6层；最小区域是青岛、石岛湾、羊口港、鲅鱼圈附近海域等4个示范区，分辨率达到1/480°，垂向6层(具体范围见图2中4个红色框)。模式地形来源于GEBCO(General bathy-metric Chart of Oceans)分辨率为1′×1′的数据，对于黄渤海海域特别是4个示范区近岸海域采用海图和多波速扫描等实测水深进行水深订正；利用高分辨率SAR 卫星图像和 Google Earth 进行岸线订正(图2)。 大区域模式采用全球海洋模式( HYCOM + NCODA Global1 /12°Analysis) 模式的水位、流场、温盐场等输出结果作为大区域模式的初始值和边界值场，采用国家海洋局北海预报中心业务化运行的西北太平洋 WRF 大气模式风场和热通量场等作为大气强迫场， 得到西北太平洋的环流场。 中区域模型采用 业 务 化预报黄、 渤海海域WRF 模式风场和热通量场驱动模式；采用大区域每天业务化预报的结果作为黄、渤海海区的初始值和边界值场，同时考虑黄河、辽河、淮河等主要河流的作用。 最小区域模型边界上采用 M2， S2，N2，K2， K1， O1， P1， Q1等 8 个分潮和小区域预报结果驱动。

图1 预报系统流程图Fig.1 The flow chart of the forecasting system

图 2 黄渤海近岸温盐流精细化预报模型嵌套示意图( 绿色方框代表东中国海海域，紫色方框代表黄渤海海域，4 个红色方框代表青岛、石岛湾、羊口港、鲅鱼圈等 4 处近岸海域，红色三角形代表 QF102、QF108、QF103 和 QF109 浮标)Fig.2 The sketch showing the nested domains of the forecasting system (The green boxes represent the domain of the East China Sea； the purple boxes represent the Huanghai and the Bohai Seas； the red boxes represent the domain of the four demonstration areas； the red triangles represent QF102， QF108，QF103 and QF109 buoys)

1.3 系统关键技术——数据同化技术

利用改进集合 Kalman 滤波方法 同化地波雷达数据[14]，以提高海流预报精度。 2008 年开始，一对 CODAR 地波雷达布设在青岛薛家岛和小麦岛，地波雷达测量海流，分辨率 0.5km，测量范围20km × 20km，每一小时输出数据。

(1)收集和整理雷达数据

地波雷达海流数据同化参考单站等观测数据，利用比较、插值等方法对雷达观测数据进行质量控制和误差分析。 利用统计方法给出观测误差的协方差矩阵。

(2)建立数据同化模块

根据雷达观测数据的特点( 如高频、空间相关性等) ，采用顺序同化方法，考虑近岸海洋数值模型高度非线性的特点，选择集合卡曼滤波或者最优插值的同化方法。 设计和试验各种主要的集合卡曼滤波方法，利用理想数据对各类集合卡曼滤波同化方案进行比较和验证，进行具有指定协方差形式的正态分布随机扰动场产生方法的研究。

(3)分析和输出模块

根据同化效果构建三维流场的预报，分析加入雷达数据同化后海洋模型的预报能力，并验证预报的有效性。 从模式 同化数据前后结果( 图3) 可以看出加入同化数据跟雷达观测数据更吻合。 为了评估该同化方法的同化质量随时间的变化情况，计算了同化前和同化后在 u 和 v 分量上的均方根误差(图略，详见 Xu 等，2014)。 同化后两个分量上的均方根误差均明显小于同化前的结果。 均方根误差减少值在 10cm /s 左右，并且 u 分量的减少值小于 v 分量的减少值，总之，同化了雷达数据后，表层流场的结构明显接近于观测值。

1.4 系统运行流程

该系统以曙光高性能计算机(理论峰值为 10万亿次 /秒，存储容量 30TB) 作为运行平台。每日 06∶30( CST) 定时启动，预报未来 72h 的三维海流、温度等海洋环境要素，整个业务过程完成需要时间约为 100min， 能满足日常海洋保障的需要。系统运行具体业务流程(图 1)如下：

(1) 数据预处理：从网上和观测系统获取预报子系统所需的大气强迫场、初始值、边界值和同化数据；

(2) 启动资料同化模块， 生成预报模式子系统启动的合理初始场；

图3 模式同化前(蓝色箭头)后(红色箭头)表层流场对比(左图)以及雷达观测的表层流场图(右图)(2012.2.15 2：00)Fig.3 The comparison of surface current fields without(blue)and with(red)assimilation at random moment (at 2：00 on Feb 15，2012)and an overview of the typical radar coverage measured by the CODAR

(3)启动三维温盐流预报子系统，进行72h海流和海温数值预报；

(4)预报结束后，产品后处理子系统生成标准数据格式，制作图形图像产品，并进行产品展示，并进行结果检验和分析。数据预处理子系统、海流预报子系统和预报产品后处理子系统都受系统自动控制子系统的自动监控，监控业务化的流程，进行故障自动报错和处理。图4～图5为青岛、石岛湾、羊口港、鲅鱼圈附近海域精细化海流系统预报表层流场和温度场分布。

图4 青岛、石岛湾、羊口港、鲅鱼圈附近海域精细化海流系统预报表层流场分布Fig.4 Distribution of sea surface current in the coastal sea of Qingdao，Shidao bay，Yangkou port and Bayuquan from the operational forecasting system

图5 石岛湾、羊口港、鲅鱼圈附近海域精细化海流系统预报表层流温分布Fig.5 Distribution of sea surface temperature(SST)in the coastal sea of Shidao bay，Yangkou port and Bayuquan from the operational forecasting system

1.4 系统结果展示

该数值预报系统提供的西北太平洋海域、东中国海、黄渤海区环流以及青岛近海精细化72 h预报产品通过北海预报中心网页和WebGIS平台可实时显示。

2 数值预报产品的检验

预报检验是评估预报结果质量的过程，给出预报精度和预报结果随时间的变化，并根据检验结果找出预报缺陷，以进一步提高预报系统的预报能力。依据精细化数值预报业务保障需求设计，每月10日对上月数值预报产品进行检验，并形成月检验报告文档。检验要素包括24h、48h、72h的风场、海流和海温。用于系统检验的观测数据主要包括小麦岛、石岛、羊口港和鲅鱼圈等海洋站、卫星微波遥感观测海面温度数据(SST)、黄渤海浮标(QF102、QF108、QF103和QF109浮标等)、CODAR地波雷达海流数据以及等多源观测数据。

温度和海流的数值预报精度受风场预报精度的影响，因此该系统也进行风场的数值预报产品结果检验。2013年7月气象模式中的风场模拟结果与QF102浮标观测值比较(图6)，2012年1月气象模式中的风场模拟结果与QF109浮标观测值比较(图7)，发现模拟的风速和风向与浮标的基本吻合。经统计，黄海海域QF102(QF108)标所在海域72小时内风速的预报误差都小于1.8m/s(1.79m/s)，风向的预报误差小于35.3° (26.4°)，气象模式的模拟结果是合理可信的；渤海海域QF103浮标和QF109预报误差比渤海海域QF103浮标和QF109预报误差比黄海的小；QF109浮标所在海域72小时内风速的预报误差都小于1.71 m/s，风向的预报误差小于20.2°。

图6 QF102浮标2013年7月海面10m风速、风向计算值与实测值比较(黑色线为实测值，蓝色线为24小时预报值)Fig.6 The comparison between the calculated value and the measured value of surface wind speed and direction of QF102 buoy at 10 m in July 2013(black line for observation，blue line for 24 hour forecast data)

图7 QF109浮标2012年1月海面10m风速、风向计算值与实测值比较(黑色线为实测值，蓝色线为24小时预报值)Fig.7 Same with Fig.6 except with QF109 buoy

海洋模式模拟结果跟浮标观测值对比结果(图8～图9)，表明模型的流速和流向与浮标观测的流速和流向基本吻合。经统计(表1)，黄海海域QF102和QF108浮标72小时表层流速的预报相对误差均小于20%，表层流向的预报误差均小于28°；渤海海域QF109浮标、QF103浮标、DYL1测流点72小时表层流速的预报相对误差均小于14%，表层流向的预报误差均小于21°。精细化数值预报表层海温与石岛、羊口港、鲅鱼圈海洋站(图2绿色五角星)观测表层海温对比得到72小时预报误差小于0.66℃。

图8 2013年7月QF102浮标表层流速、流向计算值与实测值比较Fig.8 The comparison between the calculated value and the measured value of surface ocean current speed and direction of QF102 buoy in July 2013

图9 2012年1月QF109浮标表层流速、流向计算值与实测值比较Fig.9 Same with Fig.8 except with QF109 buoy in Feb 2012

3 系统应用

青岛近海三维温盐流预报系统早在2007年就开始研发，其他示范区海域的预报系统借助2012年重点保障目标精细化预报专项研发，系统都通过严格的检验测试后业务化运行，已业务化运行时间为3～6年。黄渤海近岸三维温盐流数值预报结果为绿潮、水母、溢油、海冰、落水人员/沉船搜救和风暴潮等海洋灾害模式[15-17]和山东省等海洋防灾减灾系统[18]提供了及时的精细化的海洋环境动力场，为北海区的海洋防灾减灾工作提供有力的技术依据。2013年11月青岛黄岛发生输油管道爆燃溢油事故，基于监测结果、该系统数值模拟结果和溢油行为与归宿模型[19]进行精细化的溢油漂移路径和最大扫海面积预测，为了解溢油漂移扩散和灾害应急处置提供了科学的依据。该系统为2008年奥运会帆船/板赛、2009年沃尔沃环球帆船赛和2012年第三届亚洲沙滩运动会等海上体育运动和海上交通提供水文保障；特别根据青岛和海阳近海海流分布情况和绿潮漂移情况，为绿潮打捞工作设置可靠的打捞方案，节省了人力物力，具有较高的社会和经济价值。另外，同时该系统提供的精细化的海流预报结果可用于科学研究，如海流结合风场和卫星监测资料，分析2008年和2009年黄海绿潮的漂移路径差异可能机制[20]，认为通过对黄海海域海面风场和表层流场的早期预测，可以提前预测绿潮的影响区域和程度。

表1 10m风场、表层海流和海温的预报(相对)误差Tab.1 Forecasting(relative)error of wind at 10m，ocean current and SST

4 结论

本文基于国际先进区域海洋模式——ROMS模式，建立涵盖西北太平洋、东中国海并以青岛、鲅鱼圈、石岛湾核电站和羊口港附近海域等为重点示范区的四重嵌套温盐流模型。该模型采用集合Kalman滤波方法同化地波雷达数据。数据同化实验对比表明，数据同化技术的应用显著提高了海流预报精度。并在此模型基础上建立了包括系统自动控制子系统、数据预处理子系统、温盐流预报子系统和预报产品后处理子系统的黄渤海近岸精细化海流数值预报业务系统，并进行了为期3～6年的业务化运行和预报产品检验。系统业务化运行结果表明：该系统运行稳定，非计算机故障的运行正常率达到98%；数值预报产品具有较高精度，整个业务流程运行在100 min以内，达到业务化预报的要求。该系统预报结果为绿潮、溢油、风暴潮等海洋灾害模式和各省海洋防灾减灾系统[21]提供了精细、准确和及时的海洋环境动力场，为北海区的海洋防灾减灾工作提供及时可靠的技术支撑。该预报系统也为海上军事活动、海上运动、海上交通运输等提供有效的海洋环境保障，具有较高的应用价值和社会经济价值。

[1] Rhodes R C，Hurlburt H E，Wallcraft A J，et al. Navy Real-time Global Modeling Systems[J]. Oceanography，2002，15：29-43.

[2] Norway GODAE Ocean View Science Team.GODAE Ocean View National Reports 2011：Norway TOPAZ [R].Paris：The 3rd meeting of the GODAE OceanView Science Team，2011.https：//www. godae-oceanview.org/outreach/meetings-workshops/ govst-iii-meeting/report/.

[3] Brazil GODAE OceanView Science Team.GODAE Ocean View National Reports 2011：Brazil REMO [R].Paris：The 3rd meeting of the GODAE Ocean View Science Team，2011.https：//www.godaeoceanview.org/outreach/meetings-workshops/govstiii-meeting/report/.

[4] France GODAE OceanView Science Team.GODAE Ocean View National Reports 2011：France Mercator [R].Paris：The 3rd meeting of the GODAE OceanView Science Team，2011.https：//www. godae-oceanview.org/outreach/meetingsworkshops/govst-iii-meeting/report/.

[5] UK GODAE OceanView Science Team.GODAE Ocean View National Reports 2011：UK FOAM[R]. Paris：The 3rd meeting of the GODAE Ocean View Science Team，2011.https：//www.godaeoceanview.org/outreach/meetings-workshops/govstiii-meeting/report/.

[6] Italy GODAE OceanView Science Team.GODAE OceanView National Reports 2011：Italy MFS[R]. Paris：The 3rd meeting of the GODAE OceanView Science Team，2011.https：//www.godaeoceanview.org/outreach/meetings-workshops/govstiii-meeting/report/.

[7] anada GODAE OceanView Science Team.GODAE OceanView National Reports 2011：Canada CONCEPTS[R].Paris：The 3rd meeting of the GODAE OceanView Science Team，2011.https：/ www.godae-oceanview.org/outreach/meetingsworkshops/govst-iii-meeting/report/.

[8] 张权，王燕，王关锁，等.高分辨率浪—潮—流耦合数值预报系统的业务化运行与检验分析[J].海洋科学进展，2011，29(2)：129-136.

[9] Haidvogel D B，Arango H G，Hedstrom K，et al. Model evaluation experiments in the North Atlantic Basin：Simulations in nonlinear terrain-following coordinates[J].Dyn.Atmos.Oceans.，2000，32：239-281.

[10] Warner J C，Sherwood C R，Arango H G，et al. Performance of four turbulence closure models implemented using a generic length scale method[J]. Ocean Model，2005，8：81-113.

[11] Ezer T，Arango H G，Shchepetkin A F. Developments in terrain-following ocean models：Intercomparisons of numerical aspects[J].Ocean Model，2002，4：249-267.

[12] Mitsudera H.，Waseda T，Yoshikawa Y，and Taguchi B.Anticyclonic eddies and Kuroshio meander formation[J]..Geophysical Research Letters，2001，28(10)：2025-2028.

[13] Kurogi M，Akitomo K.Stable paths of the Kuroshio south of Japan determined by the wind stress field. Journal of Geophysical Research-Oceans，2003，108 (C10)：894-895.

[14] Xu，J L，Huang J，Gao S，et al..Assimilation of High Frequency Radar Data into a Shelf Sea Circulation Model[J].Journal of Ocean University of China，2014，13(4)：572-578.

[15] 黄娟，曹雅静，高松，等.渤海海上溢油漂移扩散数值模拟研究[J].海洋科学，2014，38(9)：1-8.

[16] 黄娟，吴玲娟，高松，等.黄海绿潮应急漂移数值模拟[J].海洋预报，2011，28(1)：25-32.

[17] 吴玲娟，高松，刘桂艳，等.青岛近海大型水母漂移集合预测方法研究[J].海洋预报，2015，32 (5)：62-71.

[18] 吴玲娟，高松，刘爱超，等.山东省海洋灾害观测预警系统研发[J].防灾科技学院学报，2015，17 (2)：61-69.

[19] 黄娟，曹雅静，高松，等.渤海海上溢油漂移扩散数值模拟研究[J].海洋科学，2014，38(9)，1-8.

[20] 高松，黄娟，白涛，等.2008年与2009年黄海绿潮漂移路径分析[J].海洋科学，2014，38(2)，94-98.

Development of Huanghai and Bohai Coastal Sea High Resolution and Operational Numerical Temperature-Salinity-Current Forecasting System

Wu Lingjuan1，2，Gao Song1，2，Xu Jiangling1，2
(1.North China Sea Marine Forecasting Center，State Oceanic Administration，Qingdao 266061，China；2.Shandong Provincial Key Laboratory of Marine Ecological Environment and Disaster Prevention and Mitigation，Qingdao 266061，China)

This paper elaborates the development of the Huanghai and Bohai coastal sea high-resolution and operational numerical temperature-salinity-current forecasting system based on the advanced Regional Ocean Modeling System(ROMS).The technologies of quadruple nested grid model and high-frequency radar current data assimilation were adopted.The surrounding waters of Qingdao，Shidao bay，Yangkou port and Bayuquan were chosen as demonstration areas.This system consists of four sub-systems，which are automatic control sub-system，data pretreatment sub-system，current forecasting sub-system and production reprocessing and publication sub-system.The operational run of Qingdao model has lasted for more than six years and the other three models have lasted for three years.This indicates that the system is relatively stable with high forecasting accuracy and short performing time，which meets the requirement of the operational run.Moreover，this forecasting system provides timely marine environment prediction for military activities at sea，marine transport and marine disaster prevention and mitigation.It is especially applicable for forecasting such marine disasters as green tide，oil spill and storm surge and has social and economic benefits.

ROMS；coastal sea；high resolution；temperature-salinity-current；forecasting system

X321.029

：B

：1673-8047(2015)04-0083-09

2015-05-14

中科院海洋环流与重点实验室开放基金(KLOCAW1403)

吴玲娟(1979—)，女，博士，高级工程师，主要从事海洋预报研究及防灾减灾工作。