电网致灾性强降水短时临近预报评估方法研究

针对电网行业关注的致灾性强降水预报性能的综合评估问题,利用京津冀地区主汛期(2019年6—9月)强降水事件的专业气象服务效果检验,分别从降水目标识别与目标匹配两个角度对应用基于目标对象的检验评估方法检验短时临近预报产品进行了深度剖析。结果表明:京津冀主汛期强降水主要集中在午后至前半夜,降水强度大、范围小、漏报多、空间特征预报难;短时临近预报的强降水频次日变化的相关系数为0.78～0.94,范围日变化的相关系数为0.6～0.82,移动路径和降水强度的预报效果略优于落区的预报效果,预报时效越短,强降水事件及其空间特征的预报能力越好;所定义的综合性预报评估方法可弥补传统检验方法的不足,发掘预报的应用潜力与局限性,为精准专业气象服务提供参考。     

强风事件识别及预报订正方法研究

以如东海上风电场升压站激光雷达测风资料为基础,提出了一种强风事件识别方法,设计并比较了三种预报强风事件识别方案。基于决策树和一元线性回归方法,分别开展了针对强风事件的订正方法研究。结果发现:三种预报强风事件识别方案中,等分位阈值方案明显更优,事件命中率达到76.1%,匹配时长命中率达到87.6%;采用消偏阈值方案和等分位阈值方案预报的强风事件时长会更接近观测强风事件时长;等分位阈值方案识别的事件基本可以覆盖到各次观测强风事件的全程;两个订正模型相对于模式预报都有一定提升与改进,其中决策树比一元线性回归模型更优,其平均绝对误差、相对误差和均方根误差明显更小。