將浙江省快速更新同化系統(tǒng)（ZJWARRS）的風(fēng)速預(yù)報(bào)結(jié)果與站點(diǎn)觀測(cè)的極大風(fēng)速進(jìn)行了最小二乘擬合,利用擬合系數(shù)對(duì)ZJWARRS風(fēng)速預(yù)報(bào)進(jìn)行了訂正試驗(yàn),按照不同風(fēng)速對(duì)結(jié)果進(jìn)行了評(píng)估,并試驗(yàn)了不同樣本數(shù)量、不同風(fēng)速分段建模對(duì)擬合效果的影響。結(jié)果表明,訂正結(jié)果在不同風(fēng)速下均具有正效應(yīng),在風(fēng)速為5～15 m/s時(shí)效果最為顯著,可比原有預(yù)報(bào)結(jié)果改進(jìn)20%以上。在空間分布上,在本身風(fēng)速較大、誤差較大的站點(diǎn)改進(jìn)可達(dá)30%以上,而在部分風(fēng)速較小的站點(diǎn)則有負(fù)效應(yīng)。在樣本數(shù)量方面,20個(gè)樣本是擬合具有正效應(yīng)的最低樣本數(shù),60個(gè)樣本已使擬合效果趨于穩(wěn)定,再增加樣本對(duì)擬合效果的改善不明顯。而分段建模試驗(yàn)結(jié)果顯示,相比將所有樣本一起建模,按照不同風(fēng)速分段后分別建模的方法并沒(méi)有明顯的正效應(yīng)。 

【文章來(lái)源】：浙江氣象. 2020,41(03)

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

3檔風(fēng)速下擬合結(jié)果對(duì)ZJWARRS預(yù)報(bào)改進(jìn)的空間分布

圖1顯示了ZJWARRS預(yù)報(bào)與最小二乘擬合的風(fēng)速散點(diǎn)分布,橫坐標(biāo)為觀測(cè),縱坐標(biāo)則為ZJWARRS(圖1a)或擬合值(圖1b),實(shí)線代表觀測(cè)與預(yù)報(bào)相等,散點(diǎn)在實(shí)線上方代表預(yù)報(bào)結(jié)果比觀測(cè)大,反之則代表預(yù)報(bào)比觀測(cè)小。由圖1a可以看出,大部分ZJWARRS預(yù)報(bào)結(jié)果都比觀測(cè)偏小,尤其在觀測(cè)風(fēng)速為5～20 m/s時(shí),偏小最為明顯。而經(jīng)過(guò)最小二乘擬合(圖1b),這一負(fù)偏差可以得到有效糾正。ZJWARRS風(fēng)速誤差與風(fēng)速的相關(guān)系數(shù)高達(dá)0.85(200個(gè)樣本),遠(yuǎn)超99%的顯著性水平。也就是說(shuō),風(fēng)速越大,預(yù)報(bào)的誤差也會(huì)越大,反之亦然。為了分別檢驗(yàn)不同風(fēng)速條件下最小二乘擬合的效果,按觀測(cè)風(fēng)速將評(píng)估站次分成小于5 m/s、5～15 m/s、大于15 m/s 3檔。由表1可以看出,風(fēng)速為5～15 m/s時(shí),改進(jìn)幅度最大,約21%。值得注意的是,在評(píng)估的3個(gè)月時(shí)間內(nèi),5～15 m/s的極大風(fēng)速約占70%比例,而小于5 m/s和大于15 m/s的風(fēng)速比例只占30%。雖然最小二乘法對(duì)小于5 m/s的弱風(fēng)改進(jìn)不大,但由于弱風(fēng)本身誤差較小,對(duì)生產(chǎn)生活的影響不大。對(duì)業(yè)務(wù)中最為關(guān)注的大于5 m/s的極大風(fēng),最小二乘擬合的改進(jìn)效果明顯。

通過(guò)以上分析可知,最小二乘擬合對(duì)風(fēng)速的訂正效果在不同站點(diǎn)上具有顯著差別。為了進(jìn)一步研究不同站點(diǎn)訂正效果差別的原因,分別選取了訂正效果最差和最好的3個(gè)站進(jìn)行分析。如圖3所示,3個(gè)效果差的站點(diǎn)風(fēng)速均偏小,平均風(fēng)速在5.5～7.5 m/s之間,而3個(gè)效果最好的站風(fēng)速較大,平均極大風(fēng)都在10 m/s以上。風(fēng)速偏小時(shí),ZJWARRS本身的誤差較小,且ZJWARRS預(yù)報(bào)與觀測(cè)之間的規(guī)律并不顯著,使得訂正改進(jìn)的空間不大。而3個(gè)訂正效果最好的站,平均風(fēng)速大,ZJWARRS誤差也大,預(yù)報(bào)結(jié)果普遍小于觀測(cè),且二者之間存在顯著的線性規(guī)律,這種情況下最小二乘擬合的改進(jìn)幅度都在30%左右。此外,3個(gè)訂正效果最差的站都在圖2中標(biāo)記的臨近大陸的7個(gè)站中,而3個(gè)訂正效果最好的站則都在遠(yuǎn)離陸地的5個(gè)站中產(chǎn)生,這也與上文分析一致,即對(duì)平均風(fēng)速大、ZJWARRS誤差較大的站點(diǎn),最小二乘擬合容易取得較好的效果。2.2 樣本長(zhǎng)度的影響

【參考文獻(xiàn)】：
期刊論文
[1]基于偏最小二乘回歸的區(qū)域換式風(fēng)速預(yù)報(bào)訂正技術(shù)研究[J]. 楊程,姜瑜君,余貞壽,姜文東,康麗莉,王麗吉.  氣象. 2019(05)
[2]基于機(jī)器學(xué)習(xí)的數(shù)值天氣預(yù)報(bào)風(fēng)速訂正研究[J]. 孫全德,焦瑞莉,夏江江,嚴(yán)中偉,李昊辰,孫建華,王立志,梁釗明.  氣象. 2019(03)
[3]我國(guó)近海洋面10 m風(fēng)速集合預(yù)報(bào)客觀訂正方法[J]. 胡海川,黃彬,魏曉琳.  氣象. 2017(07)
[4]基于最大熵混沌時(shí)間序列的支持向量機(jī)短期風(fēng)速預(yù)測(cè)模型研究[J]. 楊薛明,邊繼飛,朱霄珣,韓中合.  太陽(yáng)能學(xué)報(bào). 2016(09)
[5]浙江省快速更新同化系統(tǒng)的建立與檢驗(yàn)評(píng)估[J]. 邱金晶,陳鋒,董美瑩,余貞壽.  氣象科技進(jìn)展. 2015(06)



本文編號(hào)：3234294