基于集合经验模态分解和深度神经网络模型的天津港风速预测研究
2021-10-22卜清军王国松常春辉王彩霞
天津科技 2021年10期
卜清军,侯 敏*,王国松,常春辉,王彩霞
(1. 天津市滨海新区气象局 天津300457;2. 河海大学 江苏南京210098;3. 国家海洋信息中心 天津300171)
0 引 言
天津港位于天津市滨海新区,地处渤海湾西端,是吞吐量稳居世界前十的综合性港口。由于近年来极端天气频繁发生,造成较大的经济损失和人员伤亡,围绕港口的各大产业对气象的需求日益增长。灾害性大风[1-5]是天津地区最常见、也是各行各业尤其是港口用户非常关注的灾害性天气之一。比如天津港平台作业,对风速预报精准程度要求极高,一旦风速大于6级就必须停止作业,同时对于突发性大风更是需要及时快速地预报预警以让作业人员从平台安全撤离。在海上航线运输等网络信号差、计算资源限制的情况下,快速获取精准预报预警难度较大,这些都给气象部门提出更高的要求。
数值预报技术是现有最常用的预报手段。但数值模式进行风场预报时需要采用复杂变分方法来同化实时观测数据,同时耗费大量计算资源和时间,很难得到快速的预报结果。对于目前的数值预报模型,在预报初期(前12h)模式结果无法很好地描述大气过程,因此模式前12h的结果通常不能使用[6]。在模拟气象过程中,由于分辨率不足等原因,对小尺度的物理过程不能给予很好的描述[7]。因此,虽然数值模式越来越精细化,但对于实际需求来说,预报网格尺度还是偏大,比如在天津港口区域,作业地点和陆地区域风也是差异比较大。……
登录APP查看全文
