大小兴安岭林区风场动力降尺度对比研究

对2017年春季黑龙江省大、小兴安岭林区的6个代表站点10 m风场进行降尺度分析,并结合观测数据对比分析了WRF模式和CALMET降尺度模式的10 m风速、风向预报结果。结果表明：两模式逐小时风速预报与观测的相关系数为0.5-0.7,且随着风速的增加,模式的预报准确率逐渐提高,夜间的风速预报偏差较大,进入白天后,偏差明显减小。WRF模式对风速变化趋势的预报效果优于CALMET模式,与观测的风速相关性更高,而CALMET模式对较大风速的预报效果优于WRF模式。在风向预报方面,WRF和CALMET的风向模拟与观测风向均有较好的一致性,模式预报准确率较高的两个风向也刚好对应各站的盛行风向。同时,本文用回归方法对日平均风速进行订正发现,订正后各站的日平均风速预报准确率平均提高了50%,具有较好的业务应用价值。     

VAD反演风与探空资料的对比分析

本文利用中国15个相近的雷达站和探空站的观测资料,用统计学方法检验VAD方法反演的风相对于探空风的偏差。分别对风速、风向进行检验的结果表明:VAD方法反演的风向对于探空风的风向偏差较小(23.0%),风速偏差略大(51.6%),VAD风风速通常比探空风风速小(平均为-10.3%)。本文还对比了多站探空风和多站VAD风组成的风场,结果表明二者的风场基本一致。     

2020年CLDAS风场数据在辽宁省的适用性分析

选用2020年辽宁省286个气象站点地面10 m风场数据与中国气象局陆面数据同化系统(CLDAS)10 m风场数据,统计逐小时CLDAS网格插值到站点的风速数据与站点观测风速数据的相关系数(COR)、平均偏差(ME)、均方根误差(RMSE)和平均绝对误差(MAE),进行CLDAS风场数据在辽宁省的适用性分析和评估。结果表明：CLDAS风场格点数据分辨率1 km较5 km更接近站点观测数据,邻近点插值法较双线性插值法偏差更小。辽宁省286个站点中,逐小时CLDAS风场数据与观测数据相关系数低于0.95的站数仅占总站数的1.7%。辽宁沿海低海拔地区和北部地区较其他内陆地区的CLDAS风速与站点风速偏差大。CLDAS风速与观测风速误差的平均值为负,其中,秋季平均偏差最小,夏季、冬两季次之,春季偏差最大;夜间夏季、秋季日变化偏差最小,冬季次之,春季最大;白天冬季偏差最小,夏季、秋季次之,春季最大。辽宁省3次大风个例分析均表明,CLDAS风场数据有较好的适用性。     

科尔沁边界层风廓线雷达探测性能评估

利用2016～2017年科尔沁边界层风廓线雷达每6min的风场资料评估雷达探测性能,主要针对风廓线雷达数据获取率、风廓线雷达与常规探空探测风的相关性等进行了分析。结果表明：风廓线雷达平均数据获取率随高度的增加先增大后减小,3000米以下平均数据获取率都在60%以上。雷达探测数据存在日出后数据缺测率高,午后缺测率低的变化趋势。各层数据获取率与气温和比湿的相关系数分别在0.45和0.35左右。对比风廓线与常规高空探测数据发现：二者v分量的相关系数大于u分量；各高度层中400米到1900米的u分量的相关系数在0.4以上,500米到3400米的v分量的相关系数都在0.6以上；风廓线雷达与常规探空数据u分量相关系数随风速的增大时而减小,从春季到冬季u、v分量相关系数都呈减小趋势。各个季节中风廓线雷达与常规探空数据风速平均偏差春季最小、冬季最大。     

超大城市综合气象观测试验之测风激光雷达数据评估

为评估用于超大城市综合气象观测试验的测风激光雷达,从最大有效探测高度和数据获取率两方面对测风激光雷达的探测能力进行分析,同时使用测风激光雷达与深圳气象梯度观测塔的测风资料从不同观测高度、不同观测值等方面进行对比分析,结果表明:测风激光雷达与深圳气象梯度观测塔的风速、风向一致性较好,相关系数分别为0.96、0.99,平均绝对误差分别为0.54 m/s、9.95 °,且不同高度层的测风结果也较为一致,但雨天和雾天条件对测风激光雷达的最大有效探测高度和数据获取率影响较大,设备探测能力受到一定的限制。      

三沙市永兴岛低空风的变化

该文利用2003年3月—2011年12月三沙市高空气象探测站L波段雷达探空资料,分析了三沙低空风的变化特征。结果表明:三沙2006年3月—2011年12月高空气象探测站所测地面—1 500 m不同高度的风向变化大致相同,各层风中主要盛行NE、ENE、SSW风;静风出现最少,其次是NW、WNW、NNW风向;春季地面—1 500 m高度的风向分布为双峰形状,主要集中在NE-ENE、SSE-SSW,夏季、秋季、冬季地面—1 500 m高度的风向分布为单峰形状,夏季风向主要集中在SWSW,秋季风向主要集中在NE-E,冬季风向主要集中在NNE-ENE;地面—1 500 m的各层风中,地面平均风速最小,500 m低空平均风速最大;地面—500 m高度的风从夏季至冬季都逐渐增大,1 000~1 500 m从春季至秋季增大,冬季反而减小;地面—1 500 m平均风速11—12月份最大,3—4月份风速最小。     

南极探空与两套再分析资料的对比分析

基于南极18个站点探空气象观测数据对欧洲中期天气预报中心的再分析数据(ERA-Interim)和美国国家环境预报中心的再分析数据(NECP)在南极地区高层大气的适用性进行验证。结果表明:在南极上空,随着高度抬升,探空气象观测数据与两套再分析数据中四个气象要素的差值均逐渐变大,再分析数据数值愈加偏离实际观测数值。两套再分析数据的位势高度和温度与探空观测数据偏差较小;风向则和探空观测数据相差甚远;两套再分析数据的风速与探空观测数据在300 hPa偏差较大。在季节变化中,南极的春季,再分析数据中的位势高度和温度与探空观测数据相差较大,在其他季节相差相对较小。再分析数据中的风速与探空观测数据在南极的夏季相差较小。再分析数据中的风向与探空观测数据存在较大偏差,且差值没有明显的季节变化。尽管两套再分析数据都存在很大偏差,但ERA-Interim数据整体上优于NCEP数据。对比分析也表明,采用这些再分析资料作为初始条件和边界条件驱动南极区域大气模式将带来较大的误差。未来需要加强南极探空观测,改进再分析资料同化和数值模拟系统。     

测风激光雷达与风廓线雷达的探测性能评估及数据融合

测风激光雷达和风廓线雷达作为L波段探空测风的有效补充,均可以提供高时空分辨率的大气风场信息,然而由于工作原理和适用条件存在明显差异,在探测性能上各有优缺点,单一设备的探测数据已不能满足精细化预报的要求。本研究使用2020年1—5月北京南郊观象台的L波段探空资料对同址观测的测风激光雷达和风廓线雷达进行了数据质量评估,结果表明测风激光雷达与探空的一致性较高,U、V分量的相关系数分别为0.97和0.98,均方根误差分别为1.1和0.95 m·s-1,然而在2 km以上数据获取率较低且偏差较大;风廓线雷达与探空相比,U、V分量的相关系数分别为0.94和0.93,均方根误差分别为2.94和2.91 m·s-1,风廓线雷达的探测距离虽然更远,但在0.5 km以下和6 km以上的测量偏差较大。考虑到两种测风雷达在不同探测高度上的性能优缺点,提出分段曲面拟合法对两者的水平风资料进行融合处理,并选取个例对融合效果进行验证,结果表明,融合后的风廓线与融合前相比,风向和风速的一致性均得到明显提升。     

L波段探空雷达测风质量控制方法研究

以美国NCEP的FNL再分析场和我国GRAPES初估场为参考对北京探空雷达测风从平均偏差、标准偏差、概率密度分布、峰度系数、偏度系数、相关系数和均方根差等多参数进行评估。基于评估结果对雷达测风资料进行质量控制,并再次求解参数进一步评估质量控制效果。结果表明：L波段探空雷达测风质量较高,平均偏差基本在±1 m/s内,其与参考标准一致性随气压减小而减小;风的东西分量和南北分量的一致性基本保持一致;四个季节中夏季数据一致性最高;基于FNL的评估结果优于GRAPES,即基于FNL的所有参数相对于GRAPES的参数更接近最优值。基于评估结果质控后的测风一致性得到提升,保留了原有特征。该质量控制方法能够有效地消除季节性差异,且质控后两个背景场的评估结果差距缩小。     

攀枝花风廓线雷达探测能力评估

利用2021年5月—2022年4月攀枝花风廓线雷达（Wind Profiling Radar,WPR）水平风数据、ERA5再分析数据和GPS探空（GPS-TK）科学试验数据,分析评估了WPR数据的获取率和可靠性。结果表明：（1）获取率具有明显季节变化和日变化特征,雨季（5—10月）整层获取率显著高于旱季（11月—次年4月）,全天午后和夜晚的获取率高于上午;（2）WPR与ERA5在全年和旱季的主次风向皆相同而雨季略有差异,旱季风向（雨季风速）一致性高于雨季（旱季）;（3）WPR的纬向风（U）、径向风（V）与ERA5均有较大的相关性,U的相关性更大且在雨季大于旱季,而V的相关性整体在旱季更大,二者均方根误差700 hPa和500 hPa较小,而600 hPa较大;（4）WPR与GPS-TK在天气条件稳定时整层风向和中高层风速一致性较好,低层风速一致性较差,在天气系统过境时高层风向风速一致性较好而中低层较差。     

环渤海海域卫星反演风与站点观测风对比分析

选用了布设在渤海海域的浮标、平台、海岛共计18个站点,利用COARE算法进行站点风速的高度修正,对ASCAT卫星反演风与三类站点风进行对比分析。统计检验结果表明,卫星风与站点风相比,整体上卫星风速比站点风速大。浮标与卫星的风速差最小,而平台和海岛与卫星的风速差较大。风向对比结果显示,卫星风与站点风的风向平均偏差都很小,但均方根偏差却比较大。随着风速的增加,三类站点的风速平均偏差都是由大到小变化,由正值变化为负值,弱风速的时候卫星风速大于站点风速,高风速的时候卫星风速小于站点风速;风速的均方根偏差则相对稳定。卫星风与站点风的风向均方根偏差随着风速的增加而减小,在不同的方向上,风速偏差和风向偏差等统计量的区别较小。随季节的变化中,平台和海岛站的风速与卫星风速的平均偏差秋冬季大而春夏季小。     

济南边界层风廓线雷达与L波段雷达探空测风资料对比研究

采用统计、相关分析等方法,对2014年济南站边界层风廓线雷达观测资料和L波段雷达探空资料进行了长期时空变化规律的对比,进而研究了地面无降雨、有降雨时段两者的风向、风速数据的相关关系及差值。结果得出全年有降雨、无降雨时段两者的风向、风速总体一致性较好,相关性较高,并具有较好可比性和互补性的结论,对了解固定式边界层风廓线雷达探测的准确性,改进观测资料质量控制方法等具有很好的参考价值。     

测风雷达在超大城市综合观测中的探测效能评估

针对广州超大城市综合观测建设中,为了获取典型天气过程特征风数据,需使用最优观测设备连续观测城市上空边界层内风分布状况的问题,选取3部不同类型的测风雷达与清远探空站数据进行对比分析.通过计算测风雷达数据的可用率、风向风速准确率及误差情况,对3部测风雷达的探测效能做出评估,得出在边界层内不同垂直高度上探测效能最优的设备,为广州超大城市综合观测建设提供依据.     

国产GPS探空系统探测能力分析

实验室测试和外场比对试验表明,我国研制的GPS探空系统采用卫星导航测风体制进行测风,GPS高度反算气压取代气压传感器,较之雷达探空体制要更为准确和精确。其在电气性能和稳定性、可靠性方面满足CIMO的探空要求。实验室测试表明,在采用新型温、湿、压传感器和测试条件情况下,准确性误差分别在±0.1℃、±2%、±1hPa之内,满足WMO对常规高空探测要求。与RS92型探空系统相比,国产GPS探空仪的动态测量性能除相对湿度准确性方面由于技术和工艺水平仍有一定差距外,其余要素已接近RS92的水平,尤其与GPS定位相关的气压、位势高度、风向和风速,其一致性标准差已与RS92相当,达到了较高的水平。与我国现有高空探测业务使用的L波段探空系统相比,测量准确性方面已优于L波段探空系统。     

风廓线雷达水平风数据质量控制

基于九龙站风廓线雷达实时水平风数据制定了水平风数据的质量控制方法，首先求取中位数水平风场，其次构建实际观测风场和中位数风场的差值序列，然后求取差值序列的均方差，再根据差值均方差得到质控判别式，最后试验求取质控判别式中的质控阈值。通过对九龙站2017年风廓线雷达水平风数据质量控制发现，实测风向数据有2044185个，25721个没有通过质控，未通过质控的风向数据占总观测的比例是1.258%，风向数据在近地层通过质控的数据最多，随高度增加通过质控的数据量有所下降。实测风速数据有2044185个，18296个没有通过质控，未通过质控的风速数据占总观测的比例是0.895%，风速数据在2000～4000 m出错的最少，近地层次之，4500～7000 m出错的数据最多。质控后风廓线雷达和探空观测风数据的均方根误差减小，相关系数增加，风向数据质量在500～7000 m提升明显，风速数据在1500～8000 m之间提升明显。     

深圳气象梯度塔与测风激光雷达观测对比分析

为了更好的了解WindView 10多普勒风廓线激光雷达的准确性,2017年7月在深圳石岩气象综合观测基地进行了一次成功的风速风向观测对比试验(时间为2017年7月20—30日),利用356 m气象梯度塔与测风激光雷达测得的风数据进行了不同时次和不同高度(40、80、100和150 m)的对比,结果表明:梯度塔和雷达在300 m以下高度范围内风速风向的观测结果比较一致,各层风速风向结果的标准差、最小最大值、均值、中位数都非常接近。风速的均值偏差最小为-0.000 09 m/s,标准差偏差最小为0.002 63 m/s,风向均值偏差最小为0.169 83°,标准差偏差最小为-1.304 83°。4层高度风速风向的相关系数都很高,风速的相关系数普遍在0.95以上,风向由于360°的过零问题导致相关系数较低,但也普遍大于0.75。同时,激光雷达测得的风速均值普遍小于梯度塔,风向均值在低层小于梯度塔,在高层则偏大。验证结果表明,该型多普勒测风激光雷达是一款观测结果可靠的低层大气风廓线测量仪器。     

Windcube激光雷达与测风塔测风结果对比

在张家口市张北县国家风光储输试验场,采用Windcube激光雷达测风系统与测风塔测风设备同步观测试验数据,计算了各种统计量,对风速、风向、标准偏差和湍流强度进行了对比分析.结果表明:Windcube测量数据有效率在140 m以下达到97％以上,测量结果基本不受降水影响;Windcube与测风塔测得的风速、风向相关系数均达到了0.99以上,100 m高度风速偏差为-0.197 m/s,相对偏差为-2.3％,平均风向偏差为-6.2°,平均湍流强度偏差0.0093,与其他文献的对比分析结果一致,能够满足风能资源评估的要求.     

榆林金鸡滩低空风温特征分析

根据金鸡滩1500m内小球测风、低探空资料和同期500hPa平均高度场,计算分析了本区域观测期间低空风温特征及不同稳定度下的风速廓线和温度廓线特征。分析表明：冬季观测期间受西北冷平流控制,近地层主要盛行SE风;夏季槽前不断有冷空气分裂南下,近地层风向多变;低空各主要高度层风速均较大,冬季大于夏季;接地逆温和低空逆温出现频率均较低,厚度较小,冬季强于夏季,出现在中性和稳定层结下的夜间,逆温层上部存在明显的风速切变。     

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。     

名山站探空资料与风廓线雷达资料的对比分析

应用四川省名山站2015~2017年6月21日~7月31日每日四个时次的西南涡加密探空资料与风廓线雷达资料,对比分析了在对流层低层风探测上两种资料的差异。结果表明:名山站风廓线雷达资料有效探测高度约为4200m;风廓线雷达和探空测得的风场廓线形状总体接近,两者的风速偏差较小,仅在个别层次和时次偏差大,风速的偏差大小与风廓线风速大小存在正相关关系,除少数情况外风廓线雷达测得的风速均大于探空;两者风向差值随高度的变化规律与风速相反,在中高层较小,低层较大;除01:15时次的500m高度外,其余时次自低层到高层两者观测到的主风向均由偏东北风变为偏西南风,一致性较好;U风和V风散点分布主要沿对角线呈棒槌型,V风质量优于U风,19:15这一时次的风廓线雷达探测U风相对探空资料存在明显系统性正偏差;风廓线雷达探测高度受降水影响较大,在07:15和13:15时次有降水时其探测高度明显高于无降水时。