基于滚动极值处理的BP神经网络方法的WRF模式预报风速订正

为解决风速预报准确性问题,提高风能利用率,应用滚动的BP神经网络方法结合对极值的处理,对我国某风电场2007年4—11月的WRF模式预报风速结果进行了滚动订正研究。结果表明,经过1 h、12 h、24 h时间步长的滚动极值BP神经网络方法订正后,风电机组轮毂高度70 m处订正风速的相对均方根误差平均值分别减少16.59%、12.11%和11.61%,相对平均绝对误差平均值分别减少13.81%、11.09%和10.37%;且以时间步长为1h的滚动极值处理的BP神经网络订正效果最好,预报风速更趋近于实测风速,预报精度明显提高。     

河南输电线路舞动气象风险的可预报性分析

为了研究基于数值模式的河南输电线路舞动预测的可预报性,本文以数值预报数据和常规舞动气象风险预测模型为基础,通过对河南121个国家气象站的舞动高影响气象要素预报能力的评估,揭示了借助数值预报开展舞动预测的可能性,同时针对河南容易发生输电线路舞动区域进行检验评估,得到以下结论:（1）河南东部平原地区输电线路舞动具有较好的可预报性,而西部山地丘陵地区舞动可预报性相对较低,四个舞动高发区可预报由高到低分别是:东部平原地区、南部山区、西北部山区、西南部盆地。（2）河南地区温度、风速和湿度预报均表现为东部平原地区偏差小、西部山区偏差大的特点;（3）输电线舞动的气象高影响区间的可预报性从大到小依次是风速、温度、湿度,其命中率分别为73.4%、78.4%和67.1%,温度和风速在河南东部的可预报性明显高于河南西部,而湿度在河南南部可预报性高而北部可预报性低;（4）温度、风速和湿度的可预报性区域分布有差异,要提高输电线路舞动预测水平,需要在不同区域针对不同要素进行预报订正和调整。     

基于不同地形资料的地形复杂区气象场模拟

为研究WRF模式最新默认地形资料对模式模拟气象场性能的影响,基于GMTED2010数据和高精度地形资料SRTM数据分别对南疆和天山山脉地区进行WRF模拟,并将模拟效果进行对比.结果表明:①2种数据在地形插值后的高程特征基本一致,除2 m气压在复杂地形区存在较明显差异外,2种数据对于2 m气温、2 m相对湿度、2 m露点温度和10 m风速的模式模拟效果相似;②2种地形资料对于高空气象场的模拟同样表现出非常接近的结果.由此可知,2种数据的精度差异对模式模拟结果的影响较小,GMTED2010数据对WRF模式模拟的可靠性较高,无需利用SRTM数据进行更新替换.气压对地形高度的敏感性较大且其模拟值与观测值存在一定程度的偏差说明复杂区域的地形插值误差是影响模拟精度的重要因素.     

卡尔曼滤波修正的风电场短期功率预测模型

针对数值天气预报模型输出的气象参数存在系统误差而导致风电场功率预测精度受到制约的问题,提出了一种基于卡尔曼滤波修正的风电场短期功率预测模型.使用卡尔曼滤波算法对数值天气预报输出的风速数据进行动态修正,并结合其他气象数据形成新的用于风电功率预测的修正气象数据集合;根据原始气象数据和修正气象数据这2个训练集分别建立了风电场功率输出的原始神经网络、修正神经网络的预测模型.经同一时间区间内的实测数据与模型分析数据的对比分析表明:通过卡尔曼滤波修正的风速数据能够很好地跟踪实际风速数据的变化趋势,平均误差与绝对平均误差比较小;所提模型能够显著降低预测结果的均方根误差,使其从未修正前的17.73%降低至11.32%,证明预测精度得到了明显提高.     

陆面资料精度对东莞地区WRF模拟结果的影响

为建立东莞地区空气质量模拟的气象场,基于WRF模式耦合Noah陆面过程,使用不同空间精度(3 s、30 s、120 s)的陆面资料,分析对东莞地区夏季气象场模拟结果的影响差异.结果表明:WRF模型提高陆面资料精度后,东莞地区近地面气温的模拟精度均有发生变化,白天的最高温度时间为下午16:00,最低温度时间为早上6:00.白天气温模拟值高于气象观测值(过大评估),而晚上地面气温处于过小评估.白天夜晚气温模拟效果产生差异原因是,建筑物外表对辐射的截留,白天热岛较强,地面2m高度处热岛范围扩大,同时建筑物的存在使得城市湍流动能扩大,导致模拟区温度升高;而傍晚到早上东莞地区地面风速较大平均值大于4.5 m/s以上,风向属于内陆风主要为北风和东北风,都促进地面温度快速下降,导致晚间地面气温过小评估.陆面资料对地面风速模拟的误差影响较大,提高陆面精度(30 s→3 s)后,模拟风速误差改善明显,但模拟风速值还是大于观测值处过大评估.因此,为提高东莞地区WRF模型气象场模拟效果,后期还需进一步研究多因子协同作用对WRF模拟效果的影响.     

福建沿海多模式风速预报的检验

选取2019年福建沿海5个浮标站的实测风速,对FJ-WRF、EC-thin、华东区域模式三种模式的风速预报结果进行检验,通过平均绝对误差、均方根误差等检验指标对比,得到三种模式对沿海风的预报性能.结果表明,风速的模拟效果显示预报效果最好的是EC模式,平均绝对误差为2～2.5m/s,其次是上海区域模式,WRF模式的平均绝...     

运动学效应对登陆台风近地面风场模拟的影响

以2016年超强台风"莫兰蒂"为例,采用天气研究与预报模型(WRF)耦合加利福利亚气象模型(CALMET)的方法,提出了适用于台风条件下的CALMET运动学效应改进方案(KETT)。结果表明,KETT方案可以成功消除CALMET原有运动学效应带来的风场模拟系统性误差,并且10 m高度风速和风向模拟误差比原有方案分别降低10.8%和5.4%。在石蛇山区域,与不采用运动学效应相比,KETT方案10 m高度风速和风向的模拟误差均降低12%以上,能够更准确地反映局地地形对台风近地面精细化风场的影响。     

基于江西省站点资料对智能网格实况分析产品的检验评估

利用江西省2019年3月～2020年2月气象站观测资料,在小时尺度上,对中国气象局下发的智能网格实况的2 m气温、湿度、风速、降水等多个气象要素产品进行检验评估.研究分析各类产品的数据误差及其时空变化规律,验证该产品在研究区的适用性.研究结果表明:2 m气温、相对湿度产品与站点观测较为一致,其相关系数均可达0.9以上,2 m气温均方根误差在1.0 ℃左右,准确率可达80%以上,相对湿度均方根误差小于10%,准确率可达90%以上.风速产品的数据精度较低,相比站点观测风速明显偏弱,70%站点的风向准确率小于50%,风向准确率仅为40%左右.降水产品能准确反映年内逐小时变化趋势,但存在一定程度低估,相关系数基本在0.8以上,平均误差为-0.1～0.1 mm·h^-1,平均绝对误差小于0.2 mm·h^-1.与站点观测相比,降水产品对强降水明显偏弱.地形对实况网格产品准确性有较大影响,产品误差在地形复杂山区中比在平原地区中明显偏大.总体上,2 m气温、相对湿度产品质量较高,基本可满足业务服务需求.风速产品及降水产品在大降水量级下的误差较大,与业务服务需求有一定差距.     

武功山旅游气候舒适度研究

通过对萍乡、宜春、安福3个国家气象观测站2001—2021年的温度、湿度、雨量、风速、日照等气象要素进行统计分析,采用逐月差值订正法推算武功山各气象要素值,从而计算出人体舒适度指数、温湿指数、风效指数,并从气候资源利用的角度,对武功山地区气候特征及舒适性旅游的气象条件进行探讨和研究。结果显示,武功山地区4—10月份人体感觉比较舒适,最适宜月份为6—9月,近21年来旅游适宜性均处在较好的状态。     

基于BP神经网络的公路风吹雪雪深预测模型

公路风吹雪雪深预测作为国际雪冰学领域的研究热点和难点问题一直未能很好解决.以白茫雪山防雪走廊段安装的自动气象站和当地气象局提供的气象资料为基础,提取了对公路风吹雪雪深有影响的4种因素(降雪量、大气温度、风速和湿度)的指标值,建立了基于BP(back propagation)神经网络的公路风吹雪雪深预测模型.对研究区5次降雪过程中所记录的199组数据进行训练学习,用20组数据来验证建立的模型,验证结果表明20h累计雪深预测值的误差在10%以内,85%的雪深预测值误差在20%以内,因此所建立的模型具有很强的泛化能力和较高的精度.并对降雪量、大气温度、风速和湿度这4个因素进行了敏感性分析,表明雪深与降雪量成正比,与其他3个因素成反比,其中降雪量对雪深的影响最大,风速次之,湿度最小.     

有云条件下WRF模式中5种边界层参数化方案的比较研究

利用中尺度气象模式WRF中五种边界层参数化方案,对中国安徽寿县地区进行高分辨率的数值模拟,评估有云条件下边界层参数化方案对不同气象要素以及边界层结构的模拟能力。结果表明:两种非局地方案(ACM2、YSU)在云层存在的时间、云底高度、云底厚度方面模拟效果较好,局地方案模拟结果较差;对于向下短波辐射模拟,ACM2方案更接近观测值;对2 m温度和比湿模拟ACM2方案最好,而局地方案在风速和风向上存在优势;垂直结构方面,白天弱不稳定条件下,非局地方案考虑大涡输送更能表征位温廓线和湿度廓线,而风速和风向廓线的模拟,除了MYJ方案外,其它方案均能成功模拟,在夜间弱稳定条件下,5种方案都能模拟出弱不稳定层结、逆湿结构、急流等。     

多源降水量数据融合分析及评价

利用2018年5月贵州省黔西南州自动气象观测站的降水量资料、兴义站雷达资料和CMORPH卫星降水反演产品资料,采用最优插值法对3种降水量数据开展融合试验.试验设计4种降水量数据融合方案,分别对融合的降水量数据进行区域精度检验.结果表明,经概率密度匹配法订正后的卫星-地面融合降水量与订正之前相比,相关系数由66.19%提升至79.68%,偏差由-0.544mm/h降至-0.247 mm/h,均方根误差由2.944 mm/h降至1.353 mm/h.当融合降水模型仅输入2种降水量数据源时,具有较高精度的一方对融合降水量的精度影响更大.卫星-雷达-地面数据融合降水量的相关系数为81.32%,偏差和均方根误差分别为-0.219、 1.037 mm/h,精度高于其他降水量数据融合方案,说明融入更多有效降水量数据源能明显提高面降水量的精度.     

基于地理加权回归张力样条函数的广西PM2.5浓度插值

针对广西地区PM2.5污染情况,利用广西气象站数据通过反距离加权插值得到广西地区空气质量监测站的气象数据,然后结合空气质量监测站数据及其气象数据插值结果建立地理加权回归张力样条函数(geographically weighted regression-tension splinefunction,GWR-TSF)插值模型,并用该模型进行广西PM2.5浓度插值分析.研究结果表明,GWR-TSF模型的PM2.5浓度插值效果较好,其均方根误差为2.34μg/m3,较普通克里金(ordinary Kriging,OK)模型和地理加权回归(GWR)模型分别提高了20.68％和25.71％;而平均绝对误差为2.13 μg/m3,较OK模型和GWR模型分别提高了20.22％和11.62％,对区域PM2.5监测预警具有一定的参考价值.     

关于WRF模式模拟到达地表短波辐射的统计订正

太阳能光伏发电预报研究和业务工作迫切需要开展太阳辐射预报技术研究,而中尺度数值模式直接输出的辐射预报与实测值误差较大,有必要对模式输出结果进行解释应用以提高辐射预报的准确率.基于WRF模式逐时输出结果,对模式模拟的2009年8月武汉站到达地表短波辐射进行误差订正.结果表明:1)与武汉站逐时总辐射相关性较高的模式输出因子为:到达地表短波辐射、地表温度、2m气温、2m比湿和云水混合比的垂直积分;2)简单的消除偏差方法对模式预报效果略有改进;3)综合考虑了辐射、温度和水汽条件的MOS预报效果最佳,可使平均绝对百分比误差由模式预报的38.3%减少到22.0%.可见,通过对模式输出结果进行误差订正,能够进一步提高辐射预报的准确率.     

基于风速数值预报的两种风电功率预测方法

针对风电场风功率预测,根据2011年11-12月的北方某大型风电场132台风机的实测风速资料与输出功率资料,以及BJ-RUC数值预报模式在该风电场风机高度(50 m)的预报风速资料,探讨了2种利用神经网络将风速数值预报转化为风功率预测值的途径:1)利用神经网络对风速数值预报进行预测后延误差动态订正,以订正后的风速预测风功率;2)用风速的数值预报值直接与风功率输出建立神经网络模型的释用方法。根据该风电场的实测资料和BJ-RUC模式输出资料,对0-4 h的风功率预报进行了试验,结果表明2种方法相较直接使用BJ-RUC模式风速得到的风功率预报效果有明显改进,第1种方法,风速的绝对误差下降了48.7%,风功率的平均绝对误差下降了58.2%,第2种方法,风功率的平均绝对误差下降了60.4%。     

基于BP神经网络的风速观测资料序列订正模型

利用甘肃省河西地区敦煌、酒泉、民勤3个站点2004-2007年自动观测与同期人工观测系统的风速观测资料,采用BP神经网络建立了人工观测风速观测资料序列的订正模型,并进行了模拟效果检验.结果表明:利用BP神经网络建立的订正模型能对风速观测资料进行较高精度的订正,3个站点风速拟合差值相对于原差值明显减小,订正结果与自动观测资料的相关系数均在0.90以上.各个站点的平均相对误差较小,在12%以下,且订正模型的稳定性和可扩展性较好;各个站点的平均相对均方根差为3.20～3.84,效果良好,可为建立均一性时间序列的风速观测资料提供参考.     

基于WRF-SOLRA数值模式的太阳总辐射预报性能分析

基于分布于内蒙古具有区域代表性的8个辐射站观测资料,分析不同区域、时间段和天气条件下WRF-SOLRA数值预报模式对太阳总辐射的预报性能,并对预报结果进行订正.结果表明:WRF-SOLRA数值模式的太阳总辐射预报与实况的趋势基本一致,且太阳总辐射的预报误差、趋势具有显著的时空分布特征.误差日分布由东至西呈现上午为正-中午为负-下午为正、全时段为负和上午为正-下午为负的特征;所有站午间误差大,预报偏移幅度小,而傍晚时段与之相反.同时,随着云量、气温和PM2.5、PM10浓度的增加,均方根误差均呈增大趋势,模式预报性能降低,而平均风速、平均气压和能见度增加,预报性能转好.通过检验分析,针对性的对太阳能总辐射数值预报进行了应用订正,订正后预报与观测的相位差由0～2h减为0～1h内、预报均方根误差由36.29～117.38W/m2减为36.19～91.00W/m~2,达到了服务光伏电场功率预测的目标.     

降雨条件下城市快速路车速模糊神经网络预测方法

为了提高降雨条件下快速路车速短时预测的准确性,考虑到各影响因素的模糊性以及影响作用非线性变化特点,提出了一个以交通量、占有率和降雨量为输入,以车速为输出的模糊神经网络预测方法.利用上海市快速路的交通流与气象数据确定了最优模型结构,并与自回归积分滑动平均模型、反向传播神经网络模型和支持向量机模型进行对比分析.该方法的预测均方根误差为3.05km·h-1,预测平均误差为3.95%,均优于其他3种方法.     

基于灰狼优化SVR的风电场功率超短期预测

提高风电场功率超短期预测的稳定度、精度和速度,是风电并网的关键技术之一.分析了风电场气压、温度、湿度等气象因素和风速对风机输出功率的影响,用风电场的气象数据和风速构建风电场物理模型,提出了一种用灰狼算法优化SVR参数C、g的风电场功率超短期预测模型,通过与GA-SVR、PSO-SVR预测模型比较,结果表明,该预测模型稳定性好、预测精度高、预测时间短.     

中尺度天气预报模式边界层参数化方案以及近地层方案对苏州东山冬季近地层气象要素模拟的影响

运用WRF3. 9模式并选取四种常用的边界层参数化方案(YSU、ACM2、MYJ和BL)和两种近地层方案(Eta和MM5)模拟了2015年1月16～25日苏州东山的近地层气象要素,并与东山气象站观测实验数据进行对比,评估了四种边界层参数化方案对近地层气象要素的模拟能力。同时设置了边界层参数化方案与近地层方案耦合的敏感性试验,分析两类方案的耦合对近地层气象要素模拟的影响。结果表明:①白天四种边界层方案对2 m温度的模拟差异较小,两种近地层方案的模拟结果有差异,对流混合较弱时Eta方案模拟较好,对流混合较强时MM5方案较好;夜间四种边界层方案和近地层方案均有影响,但是整个观测期间四种方案的模拟结果统计量差异较小;②无论白天还是夜间,四种边界层参数化方案模拟的2 m相对湿度均高于观测值,BL方案的模拟效果最佳,MYJ方案的模拟偏差最大;③无论白天还是夜间,四种边界层参数化方案对10 m风速的模拟均存在一定程度的高估,MYJ方案的模拟效果最好,四种方案对风向的模拟均优于对风速的模拟,白天的模拟效果整体优于夜间;④选择不同的近地层方案对风速和风向的模拟结果没有明显影响,对2 m气温模拟结果的影响小于对2 m相对湿度模拟结果的影响,BL边界层方案与MM5近地层方案耦合对近地层气象要素2 m气温和2 m相对湿度的模拟效果最好。