APP下载

2019年海面风网格化预报检验

2023-09-16张弛蔡靖泽吴伦宇宋晓姜刘凯陈越

海洋预报 2023年4期
关键词:风速

张弛,蔡靖泽*,吴伦宇,2,宋晓姜,刘凯,陈越

(1.国家海洋环境预报中心,北京100081;2.国家海洋环境预报中心自然资源部海洋灾害预报技术重点实验室,北京100081;3.深中通道管理中心,广东中山528400)

0 引言

随着海洋项目日益发展,海洋气象要素网格化预报已成为当今主流趋势[1],大量的业务需求也使直观的海洋预报要素网格化预报产品成为主要输出手段。20 世纪90 年代,美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)开始研发网格化预报技术,并于21世纪初正式使用。澳大利亚紧随其后开始网格化预报技术的研发。欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF,简称EC)于2010 年开始网格化预报产品的制作,其中海表10 m 风场预报是其最具代表性的网格化预报产品。网格化预报已成为国际海洋预报的发展趋势。

表1 风向预报评分对照表Tab.1 Comparison of wind direction forecast score

智能网格化预报技术是在数值预报的基础上,通过人工智能的方法并结合历史和实况数据分析对预报产品进行释用、订正,从而提高预报精度。我国国家气象中心的网格化预报开展较早,自2015年起开始制作并发布精细滚动的全要素海陆网格指导产品,其中涉及海洋预报要素的国家级海洋指导网格预报是其代表性核心产品。2016年11月,国家海洋环境预报中心引进的高性能计算机有效地提升了运算速度,使得海洋预报能力大幅提升,尤其在近海、近岸预报业务方面,具备了向更加精细化方向发展的计算条件,为海洋预报向“智能网格化”预报的转变提供了运算支持。依托全……

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