线性滚动极值处理方法对数值模拟风速的订正研究

为了进一步提高WRF模式对风速预报的准确性,以我国某风电场01#测风塔2007年5月和11月的数据为例,通过线性回归方法并结合滚动和极值处理技术,对WRF模式模拟风速进行了订正。结果表明,直接使用线性回归方法对于模拟风速的订正无明显效果;采用滚动技术的线性回归订正效果与步长有关,与线性回归订正相比总体上有较大改进,其中3 h步长改进更明显;相同步长,线性滚动极值处理订正较线性滚动订正相比有进一步改进,其中1 h步长线性滚动极值处理效果最优,如5月和11月订正前模拟风速的相对均方根误差(rRMSE)分别为29.274%、33.583%,订正后下降为14.714%、14.493%。订正后精度明显提高,更接近实况风速,线性滚动极值处理订正方法能够较好订正模式模拟风速,有效提高风速预报准确率。      

MM5、WRF-RUC及T639模式对山东沿海风力预报分级检验

为客观评价不同的数值模式对山东沿海风的预报性能,结合中国气象局降水分级预报评分办法,定义了一种风力预报分级检验办法.对MM5、WRF-RUC和T639模式在山东沿海9个精细化海区代表站的日最大风速预报进行了检验,结果发现:各模式普遍存在对于小风天气预报偏大、大风天气预报偏小的特点.T639模式风力预报偏弱,因此,对于4级以下的风预报评分较高,而对于8级以上大风几乎没有预报能力.MM5和WRF-RUC模式对于4级以上的较强风力的预报结果明显好于T639模式,其中WRF-RUC模式预报准确率稍高于MM5模式,但风力越大,各模式均漏报越多.各模式分析场以及24 h风力预报与实况的一致性检验表明:5级以下的风力,MM5和WRF模式预报风力与实况基本为一致,但对于6级以上的大风,MM5模式预报较分散,WRF模式预报更接近实况风力.综合各模式对于风力预报的平均绝对误差,WRF-RUC模式预报误差最小,具有较高的参考价值.MM5模式预报准确率稍低于WRF-RUC模式,且存在一定的不稳定性.     

上海沿岸海域风场质量控制与预报检验

利用2016年上海沿岸海域19个站点的风场资料,进行了风场质量控制,包括完整性检查、内部一致性检查、持续性检查和高度订正。同时挑选10个站点作为实况对2016年风场模式预报进行检验,包括风速预报误差、风速预报准确率和风向预报检验,对比了风场观测资料质量控制前后的检验结果,最后对两次大风过程进行了检验。结果表明:预报检验结果均随着预报时效的增加而变差;整体误差秋季和冬季较小,6月和7月误差较大;分级检验0～5级风速准确率在0.9～1之间,预报值比实况偏大,6级以上风速预报准确率逐渐降低,且预报值比实况偏小;风向检验呈现明显的季节性,冬季12月、1月误差小,准确率最高,夏季6月误差最大,准确率最低;质量控制后检验结果都得到正面提升;两次大风过程预报准确率均在70%以上。     

我国近海洋面10 m风速集合预报客观订正方

利用2013—2015年ECMWF集合预报10 m风场及我国沿岸和近海88个代表站点风速实况观测,建立基于ECMWF集合预报众数的我国近海洋面10 m风速客观订正方法。集合预报众数正确率及稳定性高于中值及平均值,因此基于集合预报众数,综合考虑历史数据的预报概率及集合预报各个成员的分布情况进行客观订正,可以提高订正效果。订正后的6~7级、8~9级风速偏小的误差及TS评分有明显改进,其中72~120 h预报时效的8~9级风速预报的TS评分由0.04增加到0.44,能够有效提高中长期时效大量级风速的预报能力。订正的风速产品对于我国近海冷空气及台风大风天气过程有较好的预报效果。     

ROAD模式渤海10 m风场预报误差订正

使用"递减平均法"和渤海28个石油、平台、浮标站资料分析得到的渤海10m风速逐时格点场,对ROAD模式(Regional Ocean and Atmosphere Model)渤海区域10m风速预报进行误差订正,不同权重系数试验表明:对于渤海10m风速预报场,权重系数取0.18,订正效果最佳,12～72h预报时效内,月逐时均方根误差和平均偏差均有明显改善,分别减小1.0～1.5m/s和2.3～3.0m/s;对比渤海北部、西部和中部代表格点72h预报时效内,逐12h最大风速评分结果发现:60h预报时效内,当风速预报在5～6级时,渤海北部、中部和西部订正后的预报评分大多有所提高;当风速预报在7级时,渤海北部和中部分别在36～72h和24～48h,预报评分有提高;在实况出现最多的风力分布范围内评分提高最多。     

我国近海洋面10 m风速集合预报客观订正方法

利用2013—2015年ECMWF集合预报10 m风场及我国沿岸和近海88个代表站点风速实况观测,建立基于ECMWF集合预报众数的我国近海洋面10 m风速客观订正方法。集合预报众数正确率及稳定性高于中值及平均值,因此基于集合预报众数,综合考虑历史数据的预报概率及集合预报各个成员的分布情况进行客观订正,可以提高订正效果。订正后的6~7级、8~9级风速偏小的误差及TS评分有明显改进,其中72~120 h预报时效的8~9级风速预报的TS评分由0.04增加到0.44,能够有效提高中长期时效大量级风速的预报能力。订正的风速产品对于我国近海冷空气及台风大风天气过程有较好的预报效果。     

WRF模式对宝鸡地区2013年夏季温度和降水预报的评估检验

利用宝鸡地区155个县区级或乡镇级自动站的观测资料与WRF模式的输出产品,检验WRF模式对2013年夏季最高、最低气温和降水预报的效果。结果表明:WRF模式预报的最高、最低气温的空间分布形态与实况较为一致,对于阴天和降水情况下的气温预报具有较高的准确性,最高、最低温度的预报值较实况整体偏低。WRF模式对宝鸡地区东部晴雨预报准确率较高,达到65%以上;凤县、太白最差,仅为40%左右。WRF模式预报的夏季日平均降水量与实况值在量级上较为一致,但空间分布误差较大。模式3个时次预报的逐日降水量能够较为准确地描述夏季各次降水的发生—发展—减弱过程。通过对模式预报的降水量进行分级检验发现,模式对降水的预报能力随着降水量级的增大而减小,空报多于漏报;WRF模式的暴雨预报值得参考。     

基于ERA5再分析资料的余姚地区阵风预报模型探究

利用2007—2017年余姚地区44个气象自动站观测数据和欧洲中心ERA5再分析资料,对余姚地区日极大风分布进行了统计分析,并提出一种本地化的经验阵风预报模型(雷暴日除外)。研究发现:余姚地区日极大风呈正态分布,风力峰值为4～5级,平均每年大风日占比达7.03%,累计大风时次占比3.32%,年平均大风日26 d。风力越小,阵风与平均风之间的线性拟合效果越好。影响阵风预报的因子主要有10 m平均风速、925 hPa风速、地面粗糙度、摩擦速度和3 h变压。6级及以下阵风预报中,业务中的阵风经验系数1.4容易造成余姚本地阵风预报偏低,适用于余姚本地阵风预报经验系数为1.775;6级以上阵风预报经验方程考虑了平均风速、垂直动量下传、水平动量传输、地面摩擦和海拔高度订正,其与925 hPa风速的平方呈正相关,与摩擦速度呈自然指数相关,经验方程相对于经验阵风系数的预报拟合优度提升了59.61%;经验阵风预报方程通过了2018—2019年的数据检验,该方程对1～2级阵风预报偏高,3～5级效果最好,6级阵风的预报偏低;6级以上的阵风等级预报准确率达55.2%。地形摩擦作用在冷空气大风与台风大风过程中尤为重要,这两类过程阵风系数分布类似,但台风带来的动量下传比冷空气更为明显。     

我国近海阵风预报研究

利用2021年1—12月实况观测数据及ECMWF确定性模式24 h预报数据中的中低层风速与温度产品,采用支持向量机回归方法构建我国近海阵风预报模型,以提升海上阵风预报服务能力。利用2022年1—9月数据进行独立样本检验,通过与阵风系数法的对比检验得出以下结论：不同高度层的风速及温度或垂直风速及温度的变化均会对阵风预报产生影响,因而造成仅考虑模式10 m风速预报的阵风系数法在某些情况下对于阵风的高估或低估。在阵风系数法的基础上加入高空气象要素信息所构建的预报模型,能够取得更好的预报效果。对于9级阵风,该模型的预报准确率为50%,明显高于阵风系数法的30%,对不同海域的大量级阵风同样具有较好的预报效果。在ECMWF确定性模式的10 m风速预报与实况存在一定偏差时,考虑了高空要素信息的支持向量机回归预报模型的阵风预报结果较阵风系数法更接近实况。     

基于DERF2.0的月平均温度概率订正预报

国家气候中心第二代月动力延伸模式回算资料的分析表明,二代模式月平均温度预报与观测实况仍然存在较大偏差,模式预报有较大改进空间。本文采用非参数百分位映射法对模式月平均温度预报进行概率订正,该方法基于模式集合平均给出的确定性预报,结合模式回算资料各集合成员计算得到的模式概率密度分布,给出确定性预报在模式概率密度分布中的百分位值,并将百分位值投影到观测资料的概率密度分布中,得到模式预报的概率订正值。对订正前后模式预报的检验评估显示,该订正方案不仅有效降低了模式预报与实况的均方根误差（RMSE）,对月平均温度距平分布的预报技巧也有所改善,不同超前时间模式预报的预测技巧评分（PS）和距平相关系数（ACC）均有提升,同时模式预报误差的大小对订正效果无明显影响。从分月的订正预报结果来看,对夏季各月的温度预测技巧的提升整体高于冬季各月。     

概率密度匹配法对中国区域卫星降水资料的改进

为考察概率密度匹配法 (PDF方法) 对中国区域卫星反演降水产品系统误差订正的适用性,基于逐日和逐时我国地面观测降水量资料,引入PDF方法,分别对逐日0.25°×0.25°水平分辨率和逐时0.1°×0.1°水平分辨率的CMORPH (Climate Prediction Center Morphing Technique) 卫星降水产品的系统误差进行订正。在分析CMORPH卫星降水产品误差特征的基础上,根据两种资料不同的时空分辨率和误差特点,调整概率密度匹配时选取样本的时间和空间范围,设计相应的订正方案。评估结果表明: PDF方法订正后, 两种分辨率卫星降水资料在中国区域系统误差均显著减小,达到了理想的订正效果。在我国站点稀疏的西部地区,订正后的CMORPH卫星降水产品仍保持卫星观测的降水空间分布,降水量也明显接近于地面观测降水量。可见,PDF方法是中国区域卫星反演降水产品系统误差订正的一种有效方法。     

基于阵风系数模型的百米级阵风客观预报算法研究

京津冀地区经济和文化的快速发展对冬季地面瞬时强风预报要求越来越高。正确估计和预测冬季地面瞬时强风,尤其是复杂地形条件下的阵风高分辨率格点精准预报,对于提升重大活动服务保障、首都及周边地区城市安全运行及防灾减灾能力等方面都具有重要意义。本研究基于京津冀长时间序列的实况观测资料,建立了阵风系数与稳定风速、风向、地形高度各要素之间的关系模型,并结合客观统计分析方法、阵风观测数据融合技术、格点偏差订正技术,发展了一种既保留模式物理参数特征和阵风局地气候特征,又发挥格点偏差订正技术的阵风客观预报方法。冬季奥林匹克赛事期间批量检验和个例分析结果表明,基于阵风系数格点模型和模式后处理订正技术得到的百米级分辨率、分钟级更新的阵风客观预报产品,24 h预报时效内张家口赛区和延庆赛区考核站平均绝对误差分别在2.3 m/s和3.0 m/s以下,延庆赛区8级以上大风,阵风风速预报评分超过0.5,解决了复杂山区数值模式阵风预报误差大、几乎无法业务应用的瓶颈问题,满足冬季奥林匹克运动会现场服务要求。     

基于一元线性回归的ECMWF细网格阵风预报产品订正评估

利用2021年10月至2022年3月(2021年冬半年)欧洲中期天气预报中心(European centre for medium-range weather forecasts, ECMWF)细网格阵风预报数据和河南省国家级地面气象站阵风观测资料,基于一元线性回归(linear regression, LR)方法,对河南省ECMWF阵风预报进行订正,并对其检验评估。结果表明：(1)2021年冬半年,河南省多出现6级以下的阵风天气。ECMWF模式对于7级及以下的阵风预报存在整体高估的现象,对于7级以上的阵风预报存在低估的现象。(2)LR订正后准确率、均方根误差在所有预报时效均有明显的改善。订正后准确率较高、均方根误差较小的站点主要分布在京广线以东大部分地区、焦作、南阳南部;豫西山区订正效果一般,其复杂的地形易导致阵风偏高,而6级以上阵风样本数较少,预报订正值稳定性相对较差。(3)阵风预报与起报时次的关系不大。LR方法针对6级以下阵风预报有一定的优势,技巧评分(T_s评分)较ECMWF预报高,预报偏差(B_ias评分)更接近1。     

基于ELM的风电场短期风速订正技术研究

风速预测是风电场风功率预测的基础,其准确度严重影响着风电场的运行效率。为了提高短期风速预测的准确性,本研究采用了WRF中尺度数值模式,对我国东部沿海某风电场的风速进行预报。在此基础上,利用极限学习机算法(ELM)对WRF模式预报的风速进一步订正。实验结果表明,WRF模式对风速、风向等气象要素有着较好的回报效果,利用ELM算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差和相对平均绝对误差降低了20%～30%。与其他的智能算法(BP神经网络、SVM算法)对比分析后得出,ELM算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。     

风电场风速数值预报的误差分析及订正

使用WRF模式对内蒙古某风电场区域内的2011年1-6月,50m高度的风速进行了模拟,并结合实测风速对模拟结果进行了评估。在此基础上再利用自回归模型(AR模型)和持续法对WRF模式模拟结果进行了订正预报,订正结果表明:AR模型和持续法都能有效地减小WRF模式风速的模拟误差,AR模型订正效果优于持续法。为能对订正预报时效进行延长,提出了"假设观测值"概念。在AR模型的基础上建立一种新的订正模型称之为New AR模型。其订正预报结果表明:新模型能在12h时效内,改善WRF模式风速模拟精度,其中6h的改进效果较好。     

基于PCA RBF的风电场短期风速订正方法研究

风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、气压等气象要素对预报风速进一步订正。实验结果表明,利用PCA-RBF算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差降低20%~30%,相对平均绝对误差降低15%~20%。与其他智能算法(BP算法、LSSVM算法)对比分析后得出,PCA-RBF算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。     

广东省海面风的主客观预报检验评估

通过分析广东省海洋测站的实况风速特征,发现地理位置等因素影响海洋观测,以东莞浮标站为代表研究后发现浮标站能最大程度反映海面风场的真实情况。以东莞浮标站为例,对2019年全年粤中海域海面风的省级主观网格预报(20:00起报)、ECMWF和GRAPES3km模式预报进行了评估,结果表明:客观预报误差总体偏小,误差随风力增大趋于显著,模式对3级及以下风力绝对误差最小;主观预报对4级到6级风预报能力最好,对3级及以下的风力预报偏大,对7级风预报误差偏小,对4级到7级风预报相对模式预报均有正技巧。客观预报对不同风向的风力预报误差系统性偏小,对东南风、南风和西南风的预报误差区间较小,对东风和西风的预报误差区间较大;主观预报对东南风、北风、东北风和西南风的预报效果较好,对南风的预报偏大,对东风和西风的预报偏小,主、客观预报对西北风预报能力均最差;除西北风外,主观预报对模式预报有正技巧。     

基于WRF模式的太阳辐射预报初步试验研究

采用中尺度气象模式WRF(Weather Research Forecast)对北京地区的太阳辐射进行了4个典型月的逐时预报试验,用南郊观象台的辐射观测数据对预报结果进行了对比分析和初步订正试验。结果表明:在现有模式条件下,5 km分辨率的短波辐射预报结果和1 km分辨率预报结果无明显差别;WRF模式对太阳辐射的预报性能在晴天较好,多云天次之,在满云或阴雨天最差;通过误差分解发现,位相偏差、系统偏差及振幅偏差在各月对均方根误差的贡献有明显差异;针对模式预报结果的系统偏差和振幅偏差。经过简单的线性订正可以较明显地改进模式预报结果;双偏订正(DBC)法比线性回归(LR)法对预报误差的改进效果略明显;仅通过简单的线性订正,位相差很难消除,需要针对位相差研究新的订正方法。     

“CMA北京模式”中三种不同阵风诊断方案在北京地区大风预报中的评估

数值模式预报是阵风预报的重要途径之一,对“中国气象局北京快速更新循环数值预报系统（简称CMA北京模式）”中AFWA、UPP、IUM三种阵风诊断方案在北京地区大风预报中的性能进行了分析评估。两次大风过程的分析以及各季节大风预报的批量试验检验结果显示:三种方案的阵风预报存在明显差异,IUM方案的阵风预报能力优势明显。IUM方案对冷空气大风和雷暴大风预警都有较好的指示意义。其对2020年3月18日冷空气大风过程中大风起始时间、大风区位置和演变以及过程极大风速均有较好的预报效果,对2020年8月2日雷暴大风过程中大风区范围预报偏大且位置存在偏差,但对大风预警的指示意义最强。IUM方案的阵风风速预报整体偏强,但对各个季节达到或超过5级阵风的等级预报较为准确。总体而言,IUM方案对北京地区大风预报性能较好,基于该方案制作的阵风预报产品可为大风预报提供有力支撑。      

中尺度集合预报的二阶矩离散度订正研究

利用类似KALMAN滤波的自适应误差订正方法对中国国家气象中心的中尺度集合预报系统2m温度预报做二阶矩离散度订正研究.通过对预报结果,尤其是概率预报结果比较详尽的检验分析,评价二阶矩订正对离散度的调整效果.结果表明:经过二阶矩订正后,2m温度的订正效果较为显著,集合成员预报的PDF分布比较一致,CRPS也比订正前减小了;预报的离散度得到合理的增大且与均方根误差较为接近,预报可靠性提高;无论是集合平均预报还是概率预报,预报能力都明显提高; 另外,针对集合概率预报可靠性的talagrand分布,针对集合预报分辨能力的roc分析和EV分析,以及概率预报评分bs、bss都从各自的角度证明了误差订正的效果,订正后预报能力大为提高.