APP下载

2019—2020年非汛期Grapes_1 km 10 m风速预报检验评估

2021-06-23叶希莹李立张兰杨慧燕

广东气象 2021年3期
关键词:风速

叶希莹,李立,张兰,杨慧燕

(广州市气象台,广东广州 511430)

近年来,高分辨率模式在业务中获得了越来越广泛的应用,对模式预报产品的检验不仅为模式用户提供参考,也为研发人员进行产品优化提供依据[1-3]。模式预报误差主要来源于初值不确定性和模式本身的不确定性两方面[4],由于地形的复杂性,数值模式的近地面风场预报效果与实况差距较大[5]。在模式风速产品检验方面,许多学者进行了相关研究。王明欢等[6]利用风廓线雷达组网资料,对华中区域中尺度业务模式WHMM水平风场的预报能力进行了检验评估,发现WHMM对风场具有较好的预报能力,随预报时效延长,风场的预报误差增大;何晓风等[7]利用400座风塔资料对ECMWF、GFS、T639三种全球预报场降尺度后在近地层的风速预报效果进行了分风速段检验,发现在3~15 m/s的风速区间,3种模式预报误差十分接近,但总体来看ECMWF略好于GFS,GFS略好于T639;林芳妮等[8]以东莞浮标站为代表,对ECMWF、GRAPES_3 km模式的预报进行了评估,发现误差随风力增大趋于显著。本研究对Grapes_1 km高分辨率模式10 m风场进行检验,以期为模式用户提供参考,提升预报能力。

1 Grapes_1 km简介与检验方法

Grapes_1 km模式是中国气象局广州热带海洋气象研究所和广州市气象台于2016年开始研发,2017年正式投入业务运行的高时空分辨率模式,目前每12 min输出一次未来6 h预报,时间分辨率为12 min。本研究对2019年10月—2020年3月Grapes_1 km输出的10 m风进行检验,选取广东省内距海岸线较近的53个国家站(图1),对53个站点连续6个月Grapes_1 km逐小时极大风时间序列进行检验,计算各站点实况与预报的相关系数、命中率、分级误差等统计值,初步得出一些检验结果。……

登录APP查看全文

猜你喜欢

风速
邯郸市近46年风向风速特征分析
基于Kmeans-VMD-LSTM的短期风速预测
基于最优TS评分和频率匹配的江苏近海风速订正
基于时间相关性的风速威布尔分布优化方法
陕西黄土高原地区日极大风速的统计推算方法
基于GARCH的短时风速预测方法
快速评估风电场50年一遇最大风速的算法
考虑风切和塔影效应的风力机风速模型
GE在中国发布2.3-116低风速智能风机
考虑风速分布与日非平稳性的风速数据预处理方法研究