以内蒙古中部某风电场为实验风电场,采用随机森林(Random forest,RF)方法、相似误差订正(Analogue correction of errors,ACE)方法以及概率密度匹配方法(Probability density function matching method,PDF)分别对风电场风速预报进行订正及适用性研究。结果表明:3种方法在各季均对中尺度天气预报模式(Weather research and forecasting model, WRF)风速预报具有不同程度的订正效果,RF方法可以有效改善WRF误差较大的问题,但兼具误差过分放大情况,ACE方法和PDF虽然对较大误差的改善能力不及RF方法,但是能够较好地控制误差过分放大问题。此外,3种方法针对小于5 m·s-1的小风速段,订正效果不理想,随着风速的增加,订正能力逐渐增强。参照预报模型各自的优势,尝试开展多种预报模型的分风速等级集成应用,可以对不同风速等级下的WRF预报起到较好的改善作用。 相似文献
现有的降水预报后处理方法多倾向于对整个区域开展日降水量统一订正,忽视了降水偏差的区域差异,且无法满足精细化预报业务需求。在综合评估中国气象局区域中尺度天气数值预报系统CMA-MESO 3 km (China Meteorological Administration Mesoscale Model at 3 km resolution)在2020年山西汛期降水预报偏差的基础上,基于频率匹配方法,对小时降水预报开展分时段、分区域订正试验,并对订正结果进行了多角度检验分析。结果表明:(1)模式对山西日降水预报空报突出,其中盆地降水预报量级明显偏大。(2)不同区域、不同时段小时降水预报偏差不同,其中弱降水在白天低海拔地区预报偏多,夜间高海拔地区预报偏少。(3)分区域、分时段频率匹配订正后,日累计降水平均误差较订正前降低76.8%,强降水过度预报问题显著改善。(4)通过降低过度预报的降水频率和强度,降水量峰值提前、上午峰值虚报等问题得以解决,可更好再现降水日变化特征。(5)订正后有效改善了模式降水预报的地形分布特征,主要体现在强度预报改进上,但对模式降水预报频率的地形分布偏差调整有限。