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。     

3—4月苏北沿海大风预报的一种业务系统

为了预报我国东部沿海海域上3—4月的大风,我们建立了一个自动化预报系统,该系统由识别东亚大槽的移行,诊断地面流场,海上风统计预报模式等软件组成。通过对1985年到1986年春季观测资料的检验,结果表明风速预报的平均准确率为87.8％,风向预报平均准确率为74.6％,该系统已纳入上海气象协作区《东海沿海大风短期预报业务自动化系统》。     

基于机器学习的风场预报订正方法研究

为了实现更准确的站点风预报,结合中尺度数值模式WRF预报结果和自动气象站观测数据,采用反距离加权插值法,将模式网格和观测站点的数据进行融合构建训练集,利用3种机器学习方法对WRF预报的风场结果进行订正,优化风场预报准确率。其中随机森林模型实现风速的预报均方根误差(RMSE)平均降低了18.22%,风向降低了15.97%;LightGBM模型对于风速、风向的RMSE平均降低了18.60%和17.56%;深度神经网络模型对于风速、风向的RMSE平均降低了5.53%和9.10%。对2020年宁波市9个大风过程进行检验,利用LightGBM模型对于3个站点预报进行订正,结果表明风速的RMSE从4.61 m/s下降到2.14 m/s,平均降低了53.58%,风向的RMSE从30.31°下降到18.20°,平均降低了39.95%。     

黄渤海大风统计分析和预报方法

根据多年预报服务经验。针对海上航运作业所需海上大风预报服务，对黄渤海域预报海区的大风气候资料统计分析。归纳出5种海上大风预报模式的预报方法。     

黄渤海大风统计分析和预报方法

根据多年预报服务经验 ,针对海上航运作业所需海上大风预报服务 ,对黄渤海域预报海区的大风气候资料统计分析 ,归纳出 5种海上大风预报模式的预报方法。     

集合预报在渤海极大风预报中的应用

利用2015年2月至2018年2月地面气象常规观测中逐小时极大风及欧洲中期天气预报中心集合预报中6 h极大风预报数据,选取渤海海域代表站点,对集合预报极大风产品进行预报误差特征分析。分析表明:集合预报极大风产品的离散度明显偏小于均方根误差,各个预报成员的预报结果集中与否并不能反映出预报可信度。受模式预报能力所限,无法简单通过集合预报选取出最为可信的预报结果。集合平均、第75%分位值、最大值在极大风预报中各有优劣,因此基于以上三个统计量及不同量级风速发生的频率建立了渤海极大风预报客观订正方法,试验对比分析表明,该订正方法可以使极大风预报准确率有效的提高,为大风天气过程预报提供重要参考。     

黄渤海海区风速推算方法及效果评估

为了弥补海上风场监测数据不足,提高对黄渤海海上风场监测能力,针对不同大气环流形势,基于较为稳定的74个沿海和海岛站等陆基站2017—2020年风场观测资料,以及同时段具有一定连续性的21个浮标站和船舶站等海基站观测数据,采用多元线性回归方法,建立由陆基站推算海区风速的模型。利用2021年实况资料对推算结果进行检验评估。结果表明:分别针对全部风力等级和6级及以上大风建立的风速推算模型(以下分别简称CM模型和HM模型)均具有较高的可靠性,其中HM模型对大风推算的准确率更高;8种天气类型中共5种类型发生大风的概率高于60%,其中对西北高东南低类型的推算效果最好,对西高东低型、西南高东北低型和西北低东南高型的6～7级大风推算效果较好,对8级及以上大风的推算效果略差;不同海区大风的推算结果中,对黄渤海大部分海区推算的风速略偏小,仅对渤海西南部海区的部分站点推算的风速略偏大;对黄海北部海区风速推算的平均绝对误差最小(0.95 m·s^-1),对其他海区风速推算的平均绝对误差在1.32～1.70 m·s^-1;在海区观测不连续、不稳定的情况下,推算的风速能够对...     

概率密度匹配方法在我国近海海面10 m风速预报中的应用

海面风速对航运及海上生产作业影响重大,但数值模式对于海面的风速预报仍存在较大误差。为降低数值模式海面10 m风速预报的系统性误差,提高海上大风预报准确率,基于2017—2019年中国气象局地面气象观测资料对ECMWF确定性模式的10 m风场预报结果进行检验评估,并采用概率密度匹配方法对模式误差进行订正。分析结果表明,概率密度匹配方法可有效地改善数值模式10 m风速预报的系统性误差,订正后风速在各个预报时效和风速量级的平均误差均较订正前有所降低。对于大量级风速的预报,经概率密度匹配方法订正后的风速预报的漏报率可减少10%以上。订正后12 h预报时效的8、9级风速预报的平均绝对误差分别由4.15 m/s、5.61 m/s降低至3.12 m/s、4.08 m/s,120 h预报时效的8、9级风速预报的平均绝对误差由7.38 m/s、9.35 m/s减小至6.46 m/s、8.07 m/s。在冷空气、台风大风天气过程中,基于概率密度匹配方法订正后的风速与实况观测更接近,能够为我国近海洋面10 m风速的预报提供更准确的参考。      

北京奥运演练精细化预报方法及其检验评估

2007年北京奥运演练期间精细化场馆客观预报方法,即支持向量机方法(SVM)和半周期函数拟合(HPFF)预报方法,为场馆精细化预报产品的制作提供了有力的技术支撑.利用2007年8月1-26日国家体育场、顺义水上中心等5个奥运场馆的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报进行了检验评估.结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度和风速)的精细预报比SVM方法预报技巧高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法.(2)预报员制作精细要素预报在很大程度上依靠客观方法.预报员对于气温、相对湿度和风速的预报技巧略高于客观方法,对于降水和风向的预报技巧与客观方法相当.尽管预报员对客观方法的修正能力比较有限,但具有对两种客观方法结果做出择优选择的综合判别能力;(3)预报员0～63小时气温预报平均绝对误差约为1.8℃,气温预报误差≤1℃的准确率在43%左右,预报误差随预报时效变化不大;0～24小时相对湿度预报平均绝对误差约为10%,相对湿度预报误差≤10%的准确率是60%,误差随预报时效而有所增大;0～63小时风向预报准确率约20%,预报准确率随预报时效变化不大;0～63小时风速预报平均绝对误差在0.8～1.4m·s-1之间.     

变分方法在渤海海域ASCAT风场订正中的应用

利用渤海观测站风场对ASCAT风场进行检验,发现其风速、风向均有较大误差,尤其在渤海中部以外的海域可信度相对较低。为提高ASCAT风场在渤海海域的精度,基于变分方法,利用渤海观测站风场对2017年9月—2018年2月的ASCAT风场进行订正,得到空间分辨率为12.5 km×12.5 km的订正风场。并对辽东湾、渤海湾、莱州湾、渤海中部和渤海海峡5个海域风场的订正误差进行检验,结果表明:ASCAT风场订正后精度提高显著,风速平均偏差从4 m·s-1减小为1 m·s-1,风向平均偏差从-30°~30°减小为-7°~4°,可见变分方法对渤海ASCAT风场有很好的订正效果,尤其对误差较大的渤海湾订正效果最为明显。对2017年12月18日的一次大风过程进行订正分析,结果表明:订正风场可以很好地反映沿岸风场信息和大风过程中的风速极值区,并能动态监测大风变化过程。变分方法解决了海面观测数据空间分辨率低、ASCAT数据精度低的问题,能够实时监测海上大风,且对大风预报有很好的指导意义,能够为海洋模式提供更精确的初始场。     

环渤海地区4～10天风速预报中相似预报法的应用

依据逐步相似过滤法和最小相似离度原理,利用NCEP逐日再分析资料、T213数值预报产品和环渤海72站1958—2008年地面观测站风速资料,建立不同因子组合的相似过滤方案,制作环渤海72站4～10天每日4次、日最大风速预报。通过多个相似过滤方案预报准确率检验,确定“最佳”逐步相似过滤方案。经过2007—2008年预报检验表明：每日4次风速预报中,0~2级风速的预报效果最好,4～10天平均TS评分达到67%;日最大风速预报中,3~4级4～10天平均TS评分为54.1%,5级及以上的TS评分为17.1%。在风力不太强的情况下,该方法对于中期风速预报有一定的参考价值。     

渤海湾大风的特征及其预报

利用1988—2011年渤海湾两个站的大风资料,对渤海湾多年大于17m/s强风特点进行分析,发现冬季以西北风为主,春、夏、秋季以东北风为主,偶尔会出现偏南风。渤海湾海面大于10级的强风主要出现在10月、11月和12月。强风年分布特征呈两峰两谷型,最多月份是11月,最少月份是8月。根据天气学原理和因子统计筛选,发现强风的极大风速与当日最大风速有较好的相关性;对不同下垫面(海面、陆面)分别建立了极大风速与当日最大风速的预报方程。预报方程通过了α=0.01的显著性检验。方程回代拟合率达到75%~94%。将WRF数值预报计算出当日的最大风速值进行订正、代入预报方程、快速计算出强阵风,为灾害性大风预报提供了客观、有效的预报手段。     

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。     

环渤海区域强风过程的气候特征模拟分析

采用欧洲中期天气预报中心ERA-interim再分析资料驱动WRF模式,对环渤海区域1981—2012年123次强风过程进行了模拟,并对不同天气系统形势下环渤海区域强风过程的气候特征进行了分析,得到以下结论：1）WRF数值模式可以较好地模拟环渤海区域强风过程的发展演变特征。2）西北路冷锋过程引起的环渤海区域强风强度较其他过程偏强,强风集中在辽东半岛西部、渤海海峡和山东半岛东部。黄河气旋引起的强风过程与冷锋相比,分布特征有着明显的不同,强风主要集中在山东半岛东部及黄海海域,渤海海域的强风相对偏弱。3）强风过程存在明显的季节变化,秋冬季强风持续时间长,风速大,春季次之,夏季最弱。4）强风过程在渤海海域的最大风速呈增加趋势,而在渤海海峡以东海域和山东半岛南部呈减小趋势。     

WAVEWATCHIII模式在渤海海浪预报的应用与检验

大连黄海、渤海海浪数值预报系统采用WAVEWATCHIII模式进行海浪预报,预报产品包括48 h内浪高、周期、浪向的逐3 h预报,并对其进行检验。结果表明：WAVEWATCHIII模式对渤海中部浪高模拟较好,浪高预报TS为71.7 %,对近岸海区浪高模拟相对差些。个例的检验表明,浪高最大值模拟较好,模拟浪高最大值出现的时间与实况基本吻合,浪高变化趋势预报也较好。AVEWATCHIII模式对两个周期个例进行检验,预报误差最低可达到0.17 s,预报效果较好。     

ASCAT近岸风在山东沿海的适用性分析

利用2013年1月—2014年12月山东近海的8个浮标站、海岛站和自动站资料与ASCAT近岸风速和风向进行对比,以分析ASCAT反演风场在山东沿海的适用性。研究发现：总体上看,ASCAT近岸风速与代表站实况风速正相关,ASCAT近岸风速在山东沿海误差较小,风向有明显的偏离。ASCAT近岸风在渤海、渤海海峡和黄海北部的适用性优于黄海中部。风力不同时,ASCAT近岸风速与实况偏差有明显差别,表现为当实况出现6级及以上的大风,ASCAT近岸风速小于实况;当实况出现6级以下的风,ASCAT近岸风速大于实况。就ASCAT风速偏差而言,6级以下的风速偏差小于6级及以上风。ASCAT近岸风向与实况偏差也有明显差别,当实况出现6级及以上的大风,ASCAT近岸风向与实况的偏离变小;当实况出现6级以下的风,ASCAT近岸风向与实况的偏离变大。因此,ASCAT近岸风速在山东沿海有较好的适用性,6级以下风更优;ASCAT近岸风向也有一定的适用性,6级及以上风向可用性比6级以下强。     

中国沿海风能分布特征及其影响因子的数值模拟

利用欧洲中期天气预报中心0.75°×0.75°再分析资料,对中国海岸线两侧相邻区域内的风能、风速进行研究,讨论不同季节、不同区域风能、风速的分布特征;利用WRF(Weather Research Forecast)模式模拟海表面温度上升和城市化发展对中国东部沿海风能的影响。结果表明:1)中国沿海风能的时空分布不均一,季节变化明显。春季渤海湾区域风能明显大于其他三区(华东沿海、东南沿海和南海北部沿海区域)。夏季渤海湾区域风能显著小于其他三区,而华东沿海区域风能稍大。秋季东南沿海和南海北部沿海区域风能较大。冬季沿海四区风能大小接近。一般而言,秋冬季风能较大、春夏季风能较小,夏季风能显著小于冬季。2)不同区域、不同季节风速的年际变化存在明显差异。除冬季东南沿海区域风速有增大趋势外,其他区域各季节风速都呈缓慢减小趋势,但减小幅度很小。3)海表温度升高在不同季节对风速的影响不同。春季渤海湾和山东半岛、北部湾沿海及杭州湾风速随海温升高而增强。夏季海温升高幅度不同,则风速显著变化区域不同,但大部分沿海区域风速随海温升高而增强。秋冬季风速随海表温度升高而增强,影响区域较稳定:秋季东南沿海和华东沿海区域风速增强,冬季渤海湾和南海北部沿海区域风速增强。4)城市化发展增大了地表摩擦力,使得夏秋季登陆我国的热带气旋迅速减弱,沿海风速随之减小。     

2015-04-28渤海海雾形成过程中的海气相互作用分析

利用FY和MTSAT卫星资料、ERA Interim再分析资料、黄渤海浮标站资料、黄渤海自动站逐小时观测资料,对发生在2015年4月28—29日的渤海海雾成因进行分析,着重探讨了海雾形成过程中的海气相互作用。结果发现,近海面处大气低层逆温层抬升,大于90%的大湿度区向上、向西扩展,对海雾形成非常有利;海雾生成前、生成发展过程中存在明显的东到东南风,有利于黄海水汽向渤海输送,海面上空有水汽通量大值区由渤海海峡向渤海中部移动,使得渤海上空水汽输送加强,提供了海雾形成所需的水汽;在海雾形成过程中渤海上空气温高于海温,风切变造成的海气界面湍流热交换为大气输送向海洋,使得冷海面上空暖湿空气降温冷却达到饱和形成海雾,是平流冷却雾。