第1章 绪 论
1.1 引 言
海上遇险事故在政治、经济和军事等方面给世界各国造成了重大的影响，表现为巨大的人员伤亡和财产损失。我国是世界海洋大国，随着国家“一带一路”倡议、“建设海洋强国”战略的提出和海洋经济快速发展，伴随着海上交通基础设施建设，必然将增加更多的涉海从业人员和涉海活动。近年来，船舶大型化、自动化、高速化发展趋势日益明显，伴随我国水上交通运输的快速发展，发生重大水上交通安全事故的风险也将进一步提高。人们在认识到海洋所带来的重大经济意义的同时，也要注意到，受到天气因素的影响，海上活动涉险的概率也越来越高。当前形势对我国涉海管理部门的建设发展提出了更高的要求。
我国是海运大国，对外贸易中90%以上的货运量依靠海运来完成，特别是加入世界贸易组织(World Trade Organization，WTO)后，我国的海上贸易量逐年增加，随着海运经济的发展和海上活动的日益增多，海上险情逐年增加。我国又是受台风和寒潮灾害影响较为严重的国家之一，台风、寒潮易形成灾害性海洋环境，并导致沿海渔船事故频繁发生。2011～2020年，中国海上搜救中心共组织搜救行动19914次，出动船舶92367艘次，累计搜救超过15万人，挽回财产损失超过730亿元。尤其是2018年“桑吉”轮和“长峰水晶”轮发生碰撞导致燃爆事故，给人民群众生命安全和上海城市影响力带来了较大影响。2022年，全国各级海上搜救中心共组织、协调搜救行动1144次，协调派出搜救船舶7926艘次、飞机174架次；搜救遇险船舶784艘次，搜救遇险人员7101人。2023年，全国各级海上搜救中心共组织、协调搜救行动1468次，协调派出搜救船舶7929艘次、飞机217架次；搜救遇险船舶933艘次，搜救遇险人员9739人。可见，我国的海上安全形势相当严峻。
欧美海洋发达国家海上搜救技术和体系建设相对成熟和完善，美国海岸警卫队、加拿大皇家海军和挪威海上救助局等官方机构均大力支持相关科研单位开展搜救业务全链条技术的研发。例如，美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration，NOAA)实现了气象海洋搜救专业预报业务化以及相关产品信息和搜救指挥系统的无缝对接；英国McMurdo公司完成了海上遇险目标无线电示位标的产业化及应用；欧盟委员会资助的ICARUS(智能动态救援系统)项目，构建以U-Ranger、ROAZ Ⅱ等智能搜寻、救援船艇为核心的智能搜救业务体系，通过通信网络与控制中心指挥多装备跨域协同搜救，已成为欧盟海上紧急救援队的业务化装备和模式。同时，欧美国家也实现了海上搜救业务全过程信息化和智能化，相关搜救信息系统已经实现气象、海洋、搜寻、救助、实况和背景信息的多源数据融合，无缝嵌入搜救整个业务流程，为搜救高效实施提供一体化支撑。针对搜救的气象海况条件精细化快速预报、人机智能互补的目标漂移预测、智能定位搜寻与智能救助装备嵌入集成，以及基于大数据的辅助决策，是欧美国家海上搜救技术体系的发展总趋势。
在科学技术部、交通运输部和国家海洋局等相关部委的支持下，我国开展了一系列卓有成效的海上搜救保障技术研究，初步建成国家、省、市三级指挥，海空跨域协同的海上应急搜救体系。例如，中国地质大学完成了海上搜救漂移预测模型的原型建模，并在交通运输部南海救助局和中国海上搜救中心开展了业务化应用；国家海洋局南海预报中心开展了搜救专题预报服务技术研究，预报产品已服务于西沙“9？29”等重大搜救事件；交通运输部水运科学研究院成功研制了初代船舶自动识别系统(automatic identification system，AIS)示位标和北斗(即北斗卫星导航系统)船载应急终端，并实现了产业化；浙江大学研发的无人艇智能救生系统实现了产业化，已列装“北海救111”船；中国交通通信信息中心研发了基于北斗的中国海上搜救信息系统，在交通运输部南海救助局和中国海上搜救中心实现了业务化应用。同时，其他相关科研院所也开展了搜救技术的研究，并取得了一定的成果。
为有效改变目前海上应急搜救体系依靠救援英雄“以命换命”来支撑的危险现状，未来，提升气象、海洋、搜寻、救助跨域联合的智能搜救技术能力，大力开展搜救全链条技术研发，实现搜救跨域合作、快速响应、高效搜救和协同保障，是我国搜救技术领域的发展趋势。
1.2 关键技术问题
本书围绕气象海况与失事目标预测预报技术、船载及个人示位标装置、智能搜救监控技术、搜救和撤离应急演练保障技术，针对我国现行搜救工作中存在的多源信息融合欠佳、跨领域技术不衔接、智能装备技术缺失和集成协同保障技术不足等问题，以海上救援气象海况条件高精度预报、遇险目标漂移快速预测、定位搜寻、智能搜救系统集成监控、搜救指挥决策支持与综合保障协同等关键技术为突破，构建集成气象海况预报、漂移预测、定位搜寻与智能搜救等创新技术成果的全链条、一体化海上搜救应急演练与决策指挥保障平台。该平台已在我国南海开展业务化应用示范，实现了海上搜救快速响应、高效搜救和协同保障，本质上提高了我国海上搜救技术能力与水平。本书介绍的海上搜救综合信息保障关键技术如下：
(1)气象海况预报。基于南海海洋气象实时立体观测网，研发海上搜救海洋气象要素精细化格点预报技术，建立海洋气象环境精细化数值预报系统。实现立体观测网-数据处理-数值预报与同化-预报服务，构成完整的数据流与技术流。
(2)漂移预测。基于南海立体观测和数值再分析数据，结合海上试验，率定不同类型遇险目标风致漂移系数，研发风致漂移作用模型和轨迹预测模型。基于蒙特卡罗方法和凸包算法，研发搜救范围计算模型。实现数值建模-综合试验-参数率定-模型校验改进-业务应用的全链条搜救漂移预测技术研发。
(3)定位搜寻。研发具备自动释放功能的船载北斗示位标和落水人员生命体征判别功能的个人北斗/AIS示位标，结合星基网络遇险搜救工作模式，制定行业标准，实现产业化。
(4)适航条件评估。基于搜救适航条件要求，构建海上搜救适航条件快速预报与分发系统；针对搜救平台作业对海洋气象环境因素的具体需求，研发适航条件定量分级预警机制，实现适航条件定量分级预警。
(5)决策支持。集成气象、海洋、AIS、甚小口径卫星终端站(very small aperture terminal，VSAT)、北斗等多源异构数据，构建海上搜救信息链，研制海上搜救应急演练与决策指挥保障平台，实现恶劣海况下的搜救案例模拟和演习，对气象海况预报、搜救平台适航评估、目标漂移预测、定位搜寻和智能搜救监控等技术进行应用示范。
第2章 海洋环境数值预报技术
气象与海洋环境背景场是海上搜救漂移预测及决策支持系统应用的重要基础环境数据。只有获取准确的海洋、气象预报结果，才能准确预测遇险目标漂移轨迹以及安全高效地制定搜救作业平台的搜救模式和搜救方案，从而提高遇险目标成功获救的概率。因此，围绕搜救所必需的海洋气象环境背景场，针对搜救的气象海况快速预报技术是搜救技术链条中的前端关键技术。
本章基于南海海洋气象观测网和卫星遥感资料，采用数值预报与数据同化技术，以区域海洋模式系统(regional ocean model system，ROMS)、第三代海浪数值(wave watch?Ⅲ，WW3)模式以及中国气象局自主研发的全球中期数值预报系统(global/regional assimilation and prediction system，GRAPES)为核心，建立南海海洋气象数值预报系统。基于数值预报结果，利用南海海洋气象观测网的大面长期观测资料，借鉴模型输出统计(model output statistics，MOS)预测原理建立南海数值预报产品统计释用模型。基于地理信息系统(geographic information system，GIS)和OpenGL绘图技术开发主客观快速融合的海洋气象精细化预报交互式智能预报系统，参考搜救现场观测资料，对预报结果进行订正，实现南海多要素精细化格点预报场。
2.1 大气数值预报技术
2.1.1 常规天气数值预报技术
1. 模型简介
以中国气象局自主开发的区域数值预报系统GRAPES_MESO为核心模块，开发建立了华南区域嵌套的热带气象数值预报模型系统，该系统包括华南中尺度数值预报模式(GRAPES_GZ 9km)，覆盖全南海海域，水平方向采用等距的经-纬格点和Arakawa-C格式，分辨率不低于10km；垂直方向采用高度地形追随坐标，取Charney-Philip跳层设置，层顶高度约为35000m。该模式采用半隐式-半拉格朗日差分格式进行数值求解，其中引入了等温大气静力扣除和改进的正定水汽平流方案。在物理过程方面，主要考虑了以下模块：微物理过程、长/短波辐射过程、近地面层湍流相似理论、边界层参数化、陆面过程、积云对流以及地形重力波拖曳等。模式侧边界设计为全球预报系统(global forecast system，GFS)、南海台风模式(tropical regional assimilation model for the South China Sea，TRAMS)、全球谱模式T639等多重替代方案，以保证业务优化运行期间的边界条件来源稳定。同化模块采用三维变分等压面分析方法，观测资料主要包括模式计算范围内的地面、船舶和探空观测，以及ATOVS卫星资料、云导风场、飞机报告和雷达观测等多源观测数据，同时采用简化的背景误差协方差矩阵。
华南中尺度数值预报模式(GRAPES_GZ 9km)起报时次为每天4次(世界时间：00/06/12/18时)，其中，00时和12时预报时效为168h，06时和18时预报时效为72h，每6h间隔输出。模式覆盖范围为81.6°E～160.8°E，0.8°N～50.5°N，空间分辨率为0.09°×0.09°。输出的参数要素包括：①地面，包括海平面气压、累计降水量、2m温度、2m相对湿度、10m东西风风速、10m南北风风速、能见度、总云量；②高空(17层)，包括高度、温度、相对湿度、东西风风速、南北风风速。
2. 大气资料同化方案
一般地，三维变分的目标函数可以定义为
(2-1)
(2-2)
(2-3)
式中，为模式变量场；为背景场；B为背景误差协方差矩阵；O为观测误差协方差矩阵；为观测场；为观测算子。为了求解未知变量，需要对目标函数进行极小化处理。
GRAPES三维变分同化方案采用具有预调变换的增量分析方法来求解问题，其主要特点是：在标准等压面上进行增量分析；分析网格为经纬度网格；采用非跳点的Arakawa-C网格设置水平分析变量；观测算子包括从全球电报系统(global telecommunication system，GTS)获取的常规资料(如TEMP、SYNOP、SHIP、AIREP、SATOB、SATEM等)，同时包括非常规资料(如ATOVS亮温资料、多普勒雷达资料等)；模式变量定义为、T、U、V、q或RH(位势高度、温度、东南风、西北风、比湿或相对湿度)，分析变量定义为ψ、χ、、q或RH(流函数、势函数、高度、比湿或相对湿度)，控制变量定义为，用于求解B；采用简单的地转平衡关系或线性平衡关系作为质量场和风场的平衡；区域版本用递归滤波、全球版本用谱滤波来表示背景误差协方差的水平相关性；垂直相关用气候平均垂直误差的经验正交函数特征模的投影来表示；应用预条件减少迭代次数，加速极小化的收敛；极小化采用有限记忆算法。
3. 模型10m风场预报性能自评估
检测的测站通过初步质量控制后，筛选出包括浮标站、石油平台站、海岛站、沿海指标站和船舶站等分布在广东省海岸线及海南岛周边(包括西沙和南沙)的资料可靠站点，采用2020年1～9月GR
展开
