重庆数值预报后处理系统技术研究

重庆风暴尺度快速更新同化预报系统(CQSSRAFS)是基于ARPS和WRF建立的数值预报业务系统.本研究首先对该系统进行了简要介绍,然后对其后处理模块的构建与相关技术方法进行阐述,以2014年两次区域暴雨过程为例,给出3种后处理模块—wrfpost(基于NCL)、arpsplot(基于ARPS)和wrf2micaps的运行流程、各类预报产品,同时,对中尺度预报、快速更新同化预报和micaps格式的数值预报产品进行解释与说明.中尺度预报中特别是降水、温湿场、风场以及T-lnP图相关预报产品对短期预报具有较好的指导意义;快速更新同化预报中生成的降水、雷达反射率、风切变和强对流指数等相关预报产品对短临预报有较好的参考价值.此外,wrf2micaps后处理模块生成的micaps格式产品为预报员的使用提供了方便,也为模式检验和其他产品的开发提供了基础.3种数值预报后处理模块的构建为重庆数值预报业务的运行提供了有力保障,后期需对其进行更多的优化测试,以提高运行效率和丰富适合本地的产品种类.     

溪洛渡水电站坝区未来24h逐时气温预报

采用T213数值预报产品资料,用MOS法和PP法建立溪洛渡水电站坝区三坪站次日逐时气温预报逐步回归方程,然后根据T213数值预报产品资料制作未来24 h内三坪站的逐时气温预报.结果表明:预报结果有一定的参考价值,在水电气象预报服务中可发挥积极作用.     

重庆地区“5.30”暴雨过程的数值模拟及诊断分析

利用WRF(Weather Research Forecast)中尺度数值模式模拟了2004年5月29日20时至30日20时发生在重庆及周边地区的暴雨过程,使用模式输出的高分辨率资料从动力角度对这次暴雨过程进行了诊断分析.结果表明:WRF模式较成功地模拟出了本次大气降水的演变过程,可为暴雨预报和物理诊断提供参考;模拟诊断表明在预报业务中使用螺旋度、非地转湿Q矢量和等位温面图的流线分析等可能会提高预报效果.     

沙尘暴数值预报模式CUACE-Dust的并行与优化

介绍了中国气象局成分中心发展的耦合于MM5的沙尘暴数值预报模式CUACE-Dust并行化及优化工作,该系统能减少运行时间,提高并行效率,确保了高分辨率业务预报的及时性.该系统目前已经通过了中国气象局业务化评估,用于气象局沙尘暴数值业务预报.同时,为了使用的便利性,通过编写脚本文件使多个程序实现了自动流程化运行.最后给出了一些测试结果,表明了工作的有效性.     

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.     

一次低温霜冻过程总结分析

从日常预报的角度出发,结合常规观测资料和数值预报产品总结分析了2011年梅州的首场低温、霜冻天气.分析结论:此次低温、霜冻过程属辐射类,低温持续时间较短;在冷空气前梅州有短暂回暖现象;冷空气过后,导致基础气温较低,在高空西北气流和地面冷高脊控制下,极易发生辐射类低温、霜冻;数值预报对冷空气的形势预报准确,有较高的参考意义,但其温度预报往往只考虑平流降温作用,对于辐射类降温的预报能力较差.     

数值预报产品的误差订正方法

提出了一种基于统计学的数值预报产品误差订正的新方法,该方法根据模式前几个预报时次的误差计算出后面预报时次的误差,通过订正进一步提高了数值预报产品的精度,从而使其能够在日常天气预报中起到更好的作用.为了验证该方法的订正效果,设计了基于T213数值预报产品的订正方案并进行了试验.结果表明,订正方案稳定可靠,订正效果显著,明显减小了各时次的预报误差.另外,该订正方法计算量小,对计算机设备要求不高,便于在各级气象台站推广使用.     

德州两次降雪过程的预报思路对比分析

应用常规气象资料和国内外数值预报产品对2009年11月11日-12日的暴雪过程和2010年2月9日-10日的降雪过程进行对比分析,结果发现:两次过程在发生前期形势相似,影响系统强度差异较大,产生暴雪的形势明显要好,但受暴雪过程影响,第二次过程预报量级偏大;数值预报产品对暴雪过程预报较好,对第二次过程预报效果较差,但由于预报员对数值预报产品使用出现失误,预报与实况差别较大.     

中期数值预报产品对一次初夏孟湾风暴强降水的预报检验

应用欧洲数值预报中心数值预报产品对2004年云南丽江第1场区域性强降水过程进行主要影响系统的预报效果检验,同时取水汽通量、垂直速度及K指数3个中国T213数值预报的物理量产品对这次过程作进一步的预报检验,结果表明:造成强降水的孟湾风暴及冷空气活动,欧洲中心可提前5天较准确地预报出,T213上述3个物理量场也有一定的预报效果.     

江西省多模式热对流降水预报对比分析

通过对比EC数值预报模式、华东区域模式中尺度系统、华东区域模式快速同化更新系统、JXMESO模式4家模式系统预报与2019年7月18日至8月13日每日14:00—20:00午后热对流降水实况。结果表明:EC对午后热对流落区预报有较好的准确性,但降水强度预报偏差;华东区域模式中尺度系统和JXMESO在落区和强度预报上则都缺乏一定的准确性,JXMESO更是多次空报;华东区域模式快速同化更新系统则有较好的准确性,其预报的雷达反射率和低层风向产品有较好的指示意义。     

三门峡市2008年1月10—22日低温阴雪天气过程分析

通过天气背景、卫星云图、数值预报产品及新一代多普勒雷达产品,对三门峡市2008年1月10—22日低温阴雪天气过程进行了分析检验,结果表明:不断南下的冷空气和源源不断的暖湿气流是产生这次低温阴雪天气的根本原因;云顶亮温在低于-50℃时降水强度是最大的,而高于-20℃时降水强度则很小;降雪时雷达回波强度比较小,回波强度主要维持在15~20 d Bz之间;欧洲144~168 h的降温预报对三门峡本站具有很好的指导作用;相对湿度的预报和实况有很好的对应关系;提前4~5 d的欧洲风场形势预报有很好的可信度;24 h晴雨预报TS值,日本明显高于德国和T213,其中T213漏报较多;3~5 d降水预报TS值,T213优于德国和日本.在24 h分量级降水检验结果中,德国的TS评分高于日本和T213.     

基于人工神经网络算法的某机场雾的模式识别预报

基于人工神经网络（ANN）误差后传算法（BP模型），通过对100个有雾天气个例和50个无雾天气个例进行模式识别训练，用前期（前日08、14、20时实测资料）的温、压、湿、风等要素指标建立起了某机场雾的ANN识别预报模型。该模型具有很好的拟合效果，独立样本的试验和检测结果均达到较为精确的预报效果，具有实际应用意义。     

An approach to improving the dynamical extended—range（monthly） prediction

Focusing on common and significant forecast errors-the zonal mean errors in the numerical prediction model,this report proposes an approach to improving the dynamical extended-range(monthly) prediction.Firstly,the monthly pentad-mean nonlinear dynamical regional predic-tion model of the zonal-mean haight based on a large number of historical data is constituted by employing the reconstruc-tion phase space theory and the spatio-temporal series pre-dictive method.The zonal height thus produced is trans-formed to its counterpart in the numerical model and fur-ther used to revise the numerical model prediction during the integration process.In this way,the two different kinds of prediction are combined.The forecasting experimenal results show that the above hybrid approach not only re-duces the systematical reeor of the numerical model,but also improves the forecast of the non-axisymmetric components due to the wave-flow interaction.     

基于LSTM-XGboost组合的超短期风电功率预测方法

受数值天气预报信息影响,风电功率变化具有较强的随机波动性,传统单一预测模型精度较低,难以满足现实预测需求。为此,提出基于LSTM-XGboost组合的超短期风电功率预测方法。首先,基于风电场的气象数据,采用皮尔逊相关系数法筛选与风电功率强相关的气象数据,建立风电功率预测模型数据集;然后,将归一化处理的数据集作为LSTM和XGboost的模型输入,分别构建LSTM和XGboost的超短期风电预测模型,在此基础上,采用误差倒数法对LSTM和XGboost的预测数据进行加权构建组合预测模型;最后,以张家口某示范工程风电场实际运行数据验证组合模型的有效性。结果表明,相较于其他四种单一预测模型,组合模型具有更高的预测精度。     

基于分解集成方法的空中交通流量短期预测

为对空中交通流量进行短期预测,提出了基于分解集成方法的组合预测模型。首先,应用EEMD方法将流量时序数据分解为若干个分量;其次,应用排列熵计算各分量的复杂度,复杂度高于0.5的归为高频分量,其余归为低频分量;然后,高频分量采用BP神经网络算法进行预测,低频分量采用最小二乘法进行预测;接着,对分量的预测结果进行加和集成,得到了最终的预测值。最后,采集实际运行数据进行算例分析。通过比较1~6 h和7~12 h的预测结果,本文模型在1~6 h的EC值为0.905,准确度更高。与EMD-BP-OLS模型、BP模型进行比较,本文模型的评价指标均优于其他模型。通过比较60 min,30 min,15 min时间尺度数据的预测结果,60 min时间尺度的EC值为0.924,准确度最高。结果表明,本文提出的模型是可行的和有效的,更适用于短期流量预测。     

计及误差修正的VMD-LSTM短期负荷预测

精确地短期负荷预测为电力系统经济调度和机组最优负荷分配交易奠定基础。因此,提出了一种将变分模态分解（variational mode decomposition,VMD）和长短期记忆神经网络（long short-term memory,LSTM）结合的短期负荷预测模型,并使用支持向量回归（support vector regression,SVR）构建修正后的误差序列对初始预测序列补偿。首先,运用VMD算法将非平稳的负荷序列分解为多个相对平稳的模态分量;然后,将每个模态分量输入LSTM模型进行预测,并将各分量预测结果合并得到VMD-LSTM的预测结果;最后将残差值输入SVR模型中构造误差序列,来修正后一日的VMD-LSTM预测结果。通过实际案例测试,实验结果对比其他模型结果有更低的预测误差,证明所提方法的有效性。     

基于改进最小二乘支持向量机方法的短期风速预测

为了进一步提高短期风速预测的精度,分析了一种改进的风速预测方法.该方法考虑风速发生变化的极值点对总体预测误差的影响,以及预测曲线较实际曲线产生的滞后,分别对预测数据进行了极值点修正和偏移量处理.在对未来1 h风速进行预测时,相比粒子群优化(PSO)的最小二乘支持向量机(LS-SVM)模型、未经优化的LS-SVM模型及反向传播(BP)神经网络模型,所提出的模型具有较高的预测精度和运算速度.算例结果表明,改进的LS-SVM算法是进行短期风速预测的有效方法.     

一种确定预报因子权重的方法

因子权重的确定是评价、决策、预测中的一项重要工作。根据模糊聚类与模糊识别理论，基于模糊环境下的目标函数，提出了一种确定预报因子权重的理论模式。该方法数学基础严密，可以避免实际工作中主观因素的影响，从而克服了实际工作中确定权重的困难。具有实用性。     

ARIMA乘积季节模型对我国消费者信心指数的分析

消费者信心指数能够预测消费支出,对某些宏观经济指标也有较好的预测效果。本文运用Eviews6.0软件对2006.01—2011.12我国消费者心指数的统计数据建立ARIMA乘积季节模型。结果表明该模型适合预测我国的消费者信心指数而且预测精度较高,但只适合短期预测。