基于最优训练期的PP与MOS的风电功率趋势预报对比

利用某一风电场区域内33台风机观测资料以及欧洲中期天气预报中心(ECMWF)的100 m高度风速预报产品,引进最优训练期方案,通过一元线性回归方法先对模式的100 m高度风速预报进行订正,再分别采用完全预报方法(PP法)和模式输出统计预报方法(MOS法)进行风电功率预报的对比研究。结果表明:ECMWF的100 m高度风速预报值与风机轮毂高度处风速观测值之间的偏差并不大,订正后的预报误差进一步减小。将订正后的风速预报代入PP法和MOS法建立的风电功率预报方程,可以显著减小PP法的预报误差,但是并没有改进MOS法的预报结果。与利用风速预报订正产品进行风电功率预报的PP法相比,MOS法可以省去风速预报的订正环节而略胜一筹,简化了业务流程。这2种方法计算的33台风机站3～72 h预报的均方根误差和平均绝对误差分别在17%～25%和11%～18%之间,具有业务应用价值。     

最优子集神经网络高温预报模型

 利用2003-2007年6～9月ECMWF格点场资料,使用差分法、天气诊断、因子组合等方法构造出能反映本地天气动力学特征的预报因子库,采用press准则初选因子,尝试用最优子集方法进行神经网络夏季6～9月≥35℃高温预报模型的建模方法研究。2008年7月预报系统投入业务应用,检验证明所构造的神经网络高温预报模型具有更好的拟合和预报效果,为神经网络在灾害性天气预报的应用研究提供了新的思路和方法。     

甘肃省夏季异常高温及其环流特征分析

利用甘肃省62个气象观测站1960—2003年6—8月逐日最高气温、高度场和温度场格点资料,分析了高温极值、高温范围、高温持续时间的变化,并对历史上出现的四次极端高温天气过程的环流形势特征进行了分析。结果表明：甘肃河西地区极端最高气温各月之间的差异大,6月极端值最小,7月极端值最大,7月极端最高气温线性变化略呈上升趋势,6月、8月线性变化呈下降趋势,20世纪90年代极端最高气温增温不明显。河东地区极端最高气温各月之间的差异小,7月、8月的变化呈上升趋势,1995—2002年的增温明显。6月全省最大范围的高温天气出现在60年代;7月,90年代后期出现大范围高温天气的年份明显比以前增多。7月持续高温时间在90年代明显增长。100 hPa南亚高压,300 hPa暖中心、500 hPa副热带高压闭合单体控制西北地区上空,对流层上下层暖高压中心相对应,中心位置基本一致时,将出现大范围、持续性的异常高温天气。     

桂西6月份两次连续强降水过程诊断分析

利用ECMWF数值预报资料和M ICAPS常规观测资料,通过天气形势和物理量诊断分析的方法,对桂西6月8~12日发生的两次强降水的天气系统进行诊断分析,结果表明两次强降水过程与南支槽不断波动东移有关,南支槽过境配合高低空急流,是造成强降水天气的主要原因。ECMWF数值预报对高空槽、低空切变的预报与实况基本一致,对暴雨预报有很好的指示意义。     

应用新方法HOMR-HOM均一化1961～2010年北疆最高和最低气温

在实际的气象观察中,受站点迁移、城市化及仪器更换等影响,气象观测数据往往存在不均一性。这种不均一性会掩盖气候变化的真相、造成气候变化诊断结果的失真。因此,观测数据序列均一化具有重要的科学和实际意义。选择1961~2010年期间北疆地区37个气象站点(其中14个站点发生过大的迁移,迁移次数达17次之多),首先以乌鲁木齐站点为例子,说明新的HOMR-HOM方法数据断点检测和数据订正过程。然后,对北疆地区逐日最高气温和最低气温进行均一化处理。结果表明:1新的均一化HOMR-HOM方法能较好的检测断点和订正北疆地区的逐日气温数据;2经过均一化处理,北疆地区最高气温观测数据比均一化后数据高,最低气温观测数据比均一化后数据低。     

西安市高温闷热天气的气候特征及其环流形势

利用西安市1951-2013年63 a的日最高气温(Tmax≥35℃)资料,对高温日数的月、季、年际、年代际变化特征进行了分析,计算了1980-2013年闷热指数(THI),在此基础上定义了酷热日,比较了高温日数及酷热日数的变化特征和相互联系。结果表明:高温天气具有明显的年代际变化,20世纪50、60年代高温日数较多,分别为24.7 d·a-1,26.5 d·a-1,70年代开始逐渐减少为21.8 d·a-1,80年代进入低谷期14.5 d·a-1,90年代开始增多为23.3 d·a-1,21世纪(2001-2013年)达到最多27.5 d·a-1;高温天气出现的开始日期具有提前趋势,结束日期具有推后的趋势。酷热天气出现的频率明显少于高温天气出现的频率,高温天气出现在4~9月,酷热天气出现在6~9月,而高温酷热出现最多的月份是7月。当酷热日天气出现时,87.5%的酷热日与高温日相对应,最高气温在32.4℃以上,相对湿度比较大。通过对高温及酷热天气的前10个个例环流形势的分析发现,酷热天气除与高温有关外还与副热带高压的西伸北抬带来的暖湿气流有关,中高层为下沉气流,低层为暖湿气流,形成高温高湿的闷热天气,而单纯的高温天气多与大陆高压或青藏高压的控制密切有关,以深厚的干暖下沉气流为主,天气以晴朗干燥天气为主。     

夏季日间大庆市中小型湖泊和水库的温湿效应

选择大庆市区8处不同面积湖泊和水库作为研究对象,利用小尺度定量测定的技术方法,分析夏季日间中小型城市湖泊和水库的温湿效应。在晴朗、无风的2015年7月25日、7月27日和8月3日,每天8︰00~18︰00,每隔2 h分别对8处湖泊、水库边缘及周围对照观测点进行气温和相对湿度同步观测。研究结果表明,在观测日湖泊和水库具有增湿降温效应;随着湖泊和水库面积的增加,其温湿效应在不断增强,当湖泊和水库面积达到2.15 km2(观测地7三水水库面积)时,其降温增湿效果显著(p0.05),且作用趋于稳定;在8︰00~18︰00期间,14︰00~16︰00湖泊和水库的降温增湿幅度最大;各观测点各观测时段的3 d平均气温和平均相对湿度显著线性负相关(n=160,r=-0.947,p0.01),平均相对湿度每增加1%,平均气温约降低0.32℃。     

乌鲁木齐市城区和郊区气温分布及廓线特征

利用乌鲁木齐市5座100 m气象塔10层气温观测资料，通过统计方法详细分析了乌鲁木齐市城区和郊区近地层不同高度气温季节变化和日变化特征。研究表明：乌鲁木齐市四季均存在逆温，北郊逆温最明显。近地层100 m内主城区气温日较差较小，约为3.5～5.5 ℃；郊区气温日较差较大，约为4.2～7.0 ℃。夏季郊区气温高于城区，冬季北郊气温最低、南郊最高；白天大气基本上为超绝热不稳定状态，夜间城区气温高于郊区。春、秋季，白天城区和郊区温差小、夜间大，且愈近地面温差愈大；春季城区与南郊温差可达2.4 ℃、秋季可达3 ℃。城区和郊区各季节各层最高气温与最低气温出现时间几乎不同步达到。夏季、秋季、冬季和春季最高气温分别约在17:00～18:10、16:00～17:20、14:30～15:50（北郊滞后1.5 h）、17:00～18:00（南郊提前1.5 h）出现，最低气温分别约在7:10～8:20、8:00～9:00、冬季为多个时段（这与出现逆温有关）、7:30～8:40出现。     

气候变化背景下陕西冷暖冬事件的多尺度特征研究

基于陕西省1960-2019年94个气象站点冬季逐日气温资料,分陕北、关中和陕南3个气候区,从时间和空间2种尺度分析了陕西冷、暖冬事件的变化特征。结果表明:近60 a陕西冬季增温明显并在1987年前后发生突变,冬季平均0℃等温线北抬1~2个纬度,增温幅度以陕北最强陕南最弱。从时间尺度上,气候变化导致暖冬指数以9.5%·(10a)-¹增加、冷冬指数以9.6%·(10a)^-1减少,20次区域性暖冬事件在冬季气温突变后发生16次,而19次区域性冷冬有16次发生在突变之前。从空间尺度看,陕北和陕南的冷、暖冬发生频次相对较高,但强暖冬区域主要集中在关中,强冷冬区域分布在陕南和关中。后期应重点关注区域性暖冬事件引发的作物安全越冬、疾病传播以及病虫害发生等不利影响。     

IPCC AR5全球气候模式对1996-2005年中国气温模拟精度评价

本文利用中国660个站点逐日地面温度资料,评估了参与政府间气候变化专门委员会第五次报告(IPCC AR5)的9个全球气候模式(Global Climate Models, GCMs)及多模式集合(Multi-Model Ensemble, MME)对中国地区气温的模拟精度。结果表明：9个IPCC AR5全球气候模式和MME模拟的中国地区1996-2005年日平均气温与气象站点观测值的相关系数都大于0.86,表明相关性较好;气候模式模拟的中国东南部地区1996-2005年日平均气温的模拟精度较高,模拟值的偏差、平均相对误差、平均绝对误差和均方根误差都比较小;而西部地区的模拟效果较差,模拟精度较低。综合考虑模式模拟值与站点观测值的相关系数、偏差、平均相对误差、平均绝对误差和均方根误差发现,MME在中国地区的气温模拟精度优于大部分单个模式。     

风电场风速规律分析及风电功率预报方法研究

利用陕西省某一风电场区域内的观测资料，分析了该风电场的风速规律，并引入最优训练 期方案，研究利用线性回归方法建立风电功率预报模型的可行性。结果表明：该风电场区域，不同 高度的风速及其高度间的风速差异均表现出最大值出现在夜间，最小值出现在白天，从低层到高 层的风速日变化趋势一致的特征。一日中，风速与风电功率在 09:00 ~ 17:00 时段的相关系数明显 小于其它时段。按照风速是否大于 5 m·s^-1 将训练期观测样本分为 2 组，可以明显改善风速与风电 功率的回归关系。以风机轮毂高度处的风速作为预报因子，并引入风电功率与风速之间相关系数 的日变化规律、以及不同风速量级下风速与风电功率之间回归关系的差异性，采用最优训练期方 案和一元线性回归方法建立的风电功率预报方程，具有预报误差小和最优训练期短的特点，满足 实际业务需求。     

以ECMWF数值产品为基础的单站气温中短期预报

采用ECMWF数值预报产品资料,首先用PP法和MOS方法建立溪洛渡水电站坝区三坪站气温预报逐步回归方程,寻找消空（漏）指标进行预报后处理,然后根据000～168时效的ECMWF数值预报产品资料制作未来24～144 h三坪站的最高、最低、平均气温预报。并研制出能自动运行的预报业务系统。2011年业务运行效果检验评估表明：系统预报效果较稳定,6 d平均、最高、最低气温平均预报准确率分别为70.8%、62.7%和76.0%,在水电气象预报服务中短期气温预报实时业务中有较好的指导作用。平均、最高、最低气温准确率随着预报时效的延长效果降低,平均气温和最低气温比最高气温的预报准确率高。预报方法对制作单站气温预报是可行的。     

塔克拉玛干沙漠南缘策勒流沙前缘与绿洲内部近地面逆温逆湿特征研究

利用新疆策勒流沙前缘及绿洲内部的野外气象观测数据，运用同步对比与统计分析方法，分析塔克拉玛干沙漠流沙前缘及绿洲内部近地表0.5 m和2 m高度之间逆温逆湿特征，揭示不同时期、典型天气状况下的逆温逆湿特征，为沙漠与绿洲内部的热量和水汽运移交换提供理论依据。结果表明：流沙前缘月平均相对湿度最大值出现在10月，最小值出现在4月，气温最高出现在8月，最低出现在1月。2011年7月逆温逆湿强度最大，逆湿日数占总逆湿日数的38.71%，逆温日数占总逆温日数的3.76%。逆温时间集中在傍晚19:00至上午10:00之间，逆湿出现在上午10:00至晚上21:00之间。绿洲内部月最低气温出现在2011年1月，最高气温出现在2011年7月，相对湿度最小值出现在2011年4月，最大值（74.91%）出现在2010年9月。最强逆温逆湿现象出现在2010年的11月，平均日温差3.48 ℃，垂直高度湿差达2.27%。总体上，在流沙前缘与绿洲内部，冬季的相对湿度整体上大于夏季的相对湿度，而气温整体上表现为夏季高冬季低，同一高度的温度与湿度呈现较好的负相关性。在4种典型天气情况下，流沙前缘与绿洲内部出现的温湿度变化和逆温逆湿特征变化趋势基本一样，但出现的时间上基本存在绿洲内部提前流沙前缘滞后的现象，但在晴天和扬沙天气下，逆湿在流沙地出现的时间提前而流沙前缘滞后。绿洲内部出现的逆温逆湿持续时间一般比流沙地持续的时间较长。     

不同时间尺度的MOS方法对宁夏气温预报的影响

掌握NMC和本地客观产品的气温预报能力，对提高宁夏城镇天气预报质量和全国排名有重要的意义。基于2009年1月～2014年12月T639和ECMWF两种模式产品及宁夏20个国家级观测站气温资料，采用资料按月和季划分的2种MOS方法，预报未来168 h最高、最低气温，运用宁夏现行的检验评估方法对2015年1月到2016年6月的预报效果进行检验，并与预报员（YBY）和中央气象台指导产品（NMC）对比，结果表明：MOS方法预报宁夏气温，整体预报效果优于NMC，资料按月划分的MOS预报效果优于资料按季划分，ECMOS月和T639MOS月是最高和最低气温的最优客观产品；最低气温预报中YBY优于T639MOS月，最高气温预报中ECMOS月优于YBY；两种最优客观预报产品一致的物理量为集中在中低层或地面的相当位温或假相当位温、温度、湿位涡、高度等，但各自还有一些起关键作用的入选因子影响最高、最低气温的预报。     

GRAPES_SDM沙尘模式在新疆的客观检验

使用天气学检验方法,对新疆2008-2013年春季沙尘天气GRAPES_SDM沙尘模式预报情况进行检验评估,通过TS、预报效率等检验统计量分析了在新疆的预报效果,通过平均误差、均方根误差、误差标准差等格点误差和站点误差量的分析,分析了主要预报要素的客观检验结果,指出近地面气温和风速的误差为初始条件的不确定以及观测和预报分辨率尺度不一致造成的随机性误差。在此基础上给出了新疆南疆盆地和新疆东部地区数值预报业务的误差特征,并根据检验结果定性地分析了模式预报系统性和非系统性误差的可能来源。     

滇黔静止锋减弱北抬期间环流特征分析

采用2010—2021年深秋初冬时节（11—12月）ECMWF细网格2 m温度预报资料,以及实况地面气压场、综合观测资料、卫星资料与NCEP/NCAR提供的FNL再分析资料,对滇黔静止锋减弱北抬期间贵州境内84个国家观测站72 h内逐日最高温、最低温进行检验评估。结果发现,滇黔静止锋活动期间相对于平均状态,其预报准确率均显著降低而平均均方根误差明显增加,其中2014年ECMWF预报准确率不足20%,几乎丧失预报能力。为此,以2014年发生的19次滇黔静止锋减弱北抬个例进行合成分析,发现各层环流和要素场特征较平均状态均发生了明显变化。主要表现为：200 hPa上,静止锋摆动期间较平均状态急流入口有所东移,其南北界区域总体变窄,急流中心平均强度由65.0 m/s下降到60.0 m/s;500 hPa上,中高纬两槽一脊形势变得更加不明显,冷空气势力减弱,环流纬向度增大;要素场上,相对平均状态,0℃线均位于600 hPa附近,中低层气温呈现明显增温状态,700~850 hPa逆温状态变弱甚至消散,在低层风场上表现为南风增强、涡度增大。因此,当滇黔静止锋发生减弱北抬时,其环流和要素场特征相对平均状态均发生强度和位置上的变化,在预报工作中,可以此特征判断静止锋是否减弱北抬,更好地进行地方预报与服务。     

基于MODIS数据的青藏高原气温与增温效应估算

利用2001-2007 年MODIS地表温度数据、137 个气象观测台站数据和ASTERGDEM数据, 采用普通线性回归分析方法(OLS)及地理加权回归分析方法(GWR), 研究了高原月均地表温度与气温的相关关系, 最终选择精度较高的GWR分析方法, 建立了高原气温与地表温度、海拔高度的回归模型。各月气温GWR回归模型的决定系数(Adjusted R²) 都达到了0.91 以上(0.91~0.95), 标准误差(RMSE) 介于1.16~1.58℃;约70%以上的台站各月残差介于-1.5~1.5℃之间, 80%以上的台站的残差介于-2~2℃之间。根据该模型, 估算了青藏高原气温, 并在此基础上, 将高原及周边地区7 月份月均气温转换到4500 m和5000 m海拔高度上, 对比分析高原内部相对于外围地区的增温效应。研究结果表明:(1) 利用GWR方法, 结合地面台站的观测数据和MODIS Ts、DEM等, 对高原气温估算的精度高于以往普通回归分析模型估算的精度(RMSE=2~3℃), 精度可以提高到1.58℃;(2) 高原夏半年海拔5000 m左右的高山区气温能达到0℃以上, 尤其是7 月份, 海拔4000~5500 m的高山区的气温仍能达到10℃左右, 为山地森林的发育提供了温度条件, 使高原成为北半球林线分布最高的地方;(3) 高原的增温效应非常突出, 初步估算, 在相同的海拔高度上高原内部气温要比外围地区高6~10℃。     

基于统计降尺度方法的陕西省月气温预测分析

从短期气候预测的实际出发,针对月尺度的气温分县预测,使用逐步回归和主成分分析（即经验正交函数）的统计降尺度方法,利用地面观测站的气温资料、美国国家环境预报中心和美国大气科学研究中心的大尺度气候变量（NCEP/NCAR）和国家气候中心月动力延伸预报模式资料（DERF）,对1982-2015年陕西省96个县区的1月和7月气温进行预测,建立统计降尺度模型,并采用交叉检验方法检验模型的预测效果,表明基于经验正交函数和逐步回归的统计降尺度方法在陕西省1月和7月气温的预测中是合理可用的。全省96个县区1月份预测值与观测值距平符号一致率大于60%达到了50个县区,7月份大于60%达到了60个县区。预测值可以较好的预测出气温变化趋势,但预测值变化幅度明显小于观测值。     

安康水电站精细化降水预报的检验

降水精细化数值预报模式的发展是开展精细化降水预报业务的理想途径,而模式本地化中的误差评估是当前开展业务应用的重要环节。基于此,运用误差分析、晴雨预报准确率、降水TS评分方法评估陕西精细化数值预报攻关团队提供的2016年5月1日~9月30日安康水电站降水预报。结果表明：随着降水时效的增长,降水的预报准确率呈减小趋势;大雨以上的降水过程预报较好且未出现漏报,但量值与实况有差异,预报值小于实况值;20时起报的预报准确率大于08时起报的准确率且夜间的高于白天;降水日数多的月份TS评分预报准确率高于降水日数少的月份。比较安康和石泉的结果发现,安康的预报准确率明显优于石泉,主要原因是安康降水日数比石泉多,且大的降水过程比石泉少。逐1 h、3 h的72 h以内的降水预报可以为安康水电厂水利调度提供参考。