题名 基于数值模式的月尺度近地层气象要素预报技术研究
被引量：6
1
作者
陈浩 何晓凤
机构
中国气象 局公共气象 服务中心 北京华新天力能源气象科技中心
出处
《热带气象学报》
CSCD
北大核心
2017年第1期74-83,共10页
基金
国家自然科学基金(41305008) 气象关键技术集成与应用项目(CMAGJ2015Z13) 国家电网公司科技项目"极端环境条件下强风区输电线路风荷载特性和铁塔结构研究"共同资助
文摘
利用WRF模式对美国NCEP发布的CFS气候预测业务产品在中国区域内进行动力降尺度预报,可得到预报时效为45天的逐6小时、30 km分辨率基础气象要素预测产品。再利用全国气象站观测资料和3个风电场70 m高度风速、温度观测资料对2015年冬季预测结果进行检验评估和分析,最后通过线性方法对地面要素预测结果和70 m高度风速、温度预测结果进行统计订正。结果表明:(1)2 m温度和相对湿度的全国预报平均绝对误差分别为4.71℃和18.81%,在华东、华中和华南地区误差较小;(2)10 m风速预报平均绝对误差为2.42 m/s,在东北、华北和西北地区误差较小;(3)线性订正后,2 m气温、相对湿度和10 m风速的预报绝对误差分别减小1.05℃、5.29%和1.47 m/s,并且订正后误差随时间变化更平稳;(4)订正后70 m高度风速和温度的预报绝对误差均减小,风速平均误差减小最大可达1.29 m/s(B塔),气温平均绝对误差减小最大可达3℃(C塔)。研究结果表明,基于CFS产品和WRF模式的、与月尺度风电预报关系密切的气象要素预报性能较好,未来可将该方法尝试于风电场的月尺度功率预测产品研发。
关键词
风电预报 月尺度 WRF CFS 统计订正
Keywords
wind electricity forecast monthly scale WRF CFS statistical correction
分类号
P435
[天文地球—大气科学及气象学]
题名 郑州市短历时强降水变化特征及重现期研究
被引量：15
2
作者
左璇 朱业玉 郭鹏 刘善峰
机构
中国气象 局·河南省农业气象 保障与应用技术重点开放实验室 河南省气候中心 中国气象 局公共气象 服务中心 北京华新天力能源气象科技中心 国网河南省电力 科学研究院
出处
《气象与环境科学》
2021年第2期25-32,共8页
基金
河南省气象局重点科技攻关项目(Z201501) 国家电网公司总部科技项目(52170216000A) 国家自然科学基金项目(41305007)。
文摘
选取郑州气象站19552018年不同短历时强降水资料,采用频率分析、小波分析和极值分析等方法,揭示了郑州短历时强降水的演变规律,并对各短历时强降水进行了分布拟合检验和重现期估算,以期为城市规划、内涝防范和短历时强降水的预测预警气象服务等提供依据和参考。结果表明:(1)郑州各代表历时强降水年降水量呈现规律性变化特征,从1980s后期至1990s呈明显减小的趋势,1990s到2000s中期则呈显著增加趋势,2000s中期到2013年左右又呈现下降趋势,最近几年又略有增加。各代表历时强降水最大值主要集中在1970s中前期和2000s中后期。(2)不同短历时强降水均存在5~10 a和25 a左右的周期变化特征。较长历时与较短历时强降水相比,在25 a左右上的周期变化特征不明显。(3)广义极值分布(GEV)对郑州短历时强降水的模拟效果要好于其他概率函数分布的模拟结果,较适合于郑州各短历时强降水重现期的拟合。(4)估算的郑州各历时短时强降水不同重现期的降水量与实测资料对比结果表明,重现期估算结果较为可靠,实测各历时最大短时强降水均超过五十年一遇水平,个别超过百年一遇水平。
关键词
郑州 短历时 强降水 变化特征 重现期
Keywords
Zhengzhou short-time heavy precipitation change characteristics return period
分类号
P458.1+21
[天文地球—大气科学及气象学]
题名 3种全球预报背景场对中国太阳辐射预报的性能评估
被引量：4
3
作者
何晓凤 袁春红 杨振斌
机构
中国气象 局公共气象 服务中心 北京华新天力能源气象科技中心
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2016年第4期897-904,共8页
基金
国家高新技术研究发展(863)计划(2011AA05A302)
文摘
基于3种全球模式预报产品,应用WRF模式开展全国范围10 km水平分辨率的逐时太阳辐射预报实验及多模式集成预报尝试,并采用总辐射观测资料对3种预报结果和集成预报结果进行检验评估,探讨3种全球预报产品作为WRF模式初始场开展太阳辐射预报的性能差异和多模式集合预报的效果。结果表明:3种全球预报场为WRF初始场和集成预报的总辐射日辐照量差异不大;4个典型月均为集合预报的逐小时辐射预报效果最优;在难预测或易预测区域,均为集成预报性能最优;T639_WRF和ECMWF_WRF的优势主要体现在我国西部,而在中东部及华南地区GFS_WRF的优势较明显。
关键词
太阳辐射 数值预报 WRF模式 多模式集成预报 预报效果
Keywords
solar radiation numerical prediction WRF mode multi-mode ensemble forecast forecast performance
分类号
P422.1
[天文地球—大气科学及气象学]
题名 模式分辨率对东北地区近地层风场预报性能的影响
被引量：5
4
作者
周荣卫 何晓凤
机构
中国气象 局公共气象 服务中心 北京华新天力能源气象科技中心
出处
《气象科技进展》
2017年第1期95-100,共6页
基金
气象关键技术集成与应用项目(CMAGJ2015M82) 国家自然科学基金项目(41305008) 国家电网公司科技项目"极端环境条件下强风区输电线路风荷载特性和铁塔结构研究"
文摘
应用WRF模式,以ECMWF全球环流预报场为模式背景场,对辽宁和吉林区域进行了4个典型月的10和3.33km分辨率的预报试验,并基于两个省的47座测风塔同期观测资料,对预报结果进行了常规统计检验、关键区间检验,以及预报误差的分解,探讨不同分辨率对东北地区近地层风场预报性能的影响。结果表明:1)模式水平分辨率对风速频率曲线的影响不大,但在辽宁的预报效果优于吉林;2)全风速段检验结果表明70m高度预报性能优于10m高度;3)模式分辨率的变化对均方根误差分解后各项的贡献率影响不大,但存在模式分辨率越高,位相差略微增加,系统差和幅度差的贡献略微降低的现象;4)分辨率的变化对不同风机工况的预测准确性有一定影响,在冬、春季表现为分辨率越高,无功工况下的预报准确性越高;而在夏、秋季分辨率越高满发工况准确性越高;5)不论哪个季节,分辨率的提高均导致发电工况下的TS评分降低,均方根误差增大,相对误差增大。可见在我国东北地区,并非模式分辨率越高风速预报准确性越高。
关键词
ECMWF 水平分辨率 近地层 风速 预报
Keywords
ECMWF WRF model horizontal resolution surface layer wind speed
分类号
P456.7
[天文地球—大气科学及气象学]
题名 利用北极地区定时风观测资料推算年最大风速的重现期
5
作者
全利红 宋丽莉 袁春红
机构
中国气象 局公共气象 服务中心 北京华新天力能源气象科技中心 中国气象 局风能太阳能资源中心
出处
《气象》
CSCD
北大核心
2017年第12期1572-1577,共6页
基金
国家电网公司科技项目资助
文摘
北极地区风观测资料较少,工程气象参数的分析主要依靠国际交换站资料。但是,国际交换站资料为定时资料,并且存在较多质量问题。因此,在利用国际交换站资料时,需先对其进行质量控制,并且要考虑定时资料的转换。由于缺少其他参考资料,国际交换站资料的质量控制主要根据北极地区天气气候特征,通过时间一致性、空间一致性和要素间一致性检验进行。由于重现期风速需用年最大风速(通常是10 min平均风速)计算,鉴于定时资料中可能没有出现年最大风速,而目前又没有较好的定时资料向逐时资料转换的方法,因此,主要通过从定时资料统计得到的年最大值计算的重现期风速进行订正得到重现期风速。订正的方法是根据我国部分风速较大地区的观测结果,引入风速方差,建立定时资料与年最大风速资料计算的重现期风速之间的关系,然后利用此关系订正北极喀拉海和拉普捷夫海沿岸定时资料计算的重现期风速,得到了50年和100年一遇的风速。
关键词
国际交换站 重现期风速 北极 订正
Keywords
international exchange station, return period wind speed, Arctic, correction
分类号
P457
[天文地球—大气科学及气象学]
题名 基于集合预报的两种输电线路舞动概率预测方法
被引量：3
6
作者
陈浩 何晓凤 王丙兰 李哲
机构
北京 玖天 气象 科技 有限公司中国气象 局华风气象 传媒集团有限责任公司 北京华新天力能源气象科技中心 国网河南省电力 公司电力 科学研究院
出处
《科学技术与工程》
北大核心
2020年第34期14078-14084,共7页
基金
国网2016年度科技项目(52170216000A) 国家重点研发计划(2018YFC1507801)。
文摘
利用中国气象局集合预报业务系统(global/regional assimilation and prediction system ensemble prediction system,GRAPES_EPS)的15个集合成员预报产品,基于舞动气象模型,分别通过等权重法和集合平均法得到输电线路舞动发生的预测概率,以2016年11月23日和2018年1月4—6日的电线结冰数据作为实况,检验两种预测方法的效果,结果发现:①等权重法和集合平均法预测出的舞动范围均能覆盖实际发生舞动的区域,均可作为舞动发生的客观预测方法;②等权重法预测输电线舞动的报对站比例更高而漏报站比例更低;③等权重法预测的日最大舞动概率和日平均舞动概率均较集合平均法预测的大;④从空间分布和时间变化来看,等权重法舞动预测的概率具有一定的连续性,而集合平均法预测的舞动概率则具有明显的跳跃性,等权重法应用效果较集合平均法更好。
关键词
输电线 舞动 集合预报 GRAPES-EPS 概率预测
Keywords
transmission line galloping ensemble prediction GRAPES-EPS probability prediction
分类号
TM726
[电气工程—电力系统及自动化]
题名 基于测风塔观测资料的近地层风速平面订正
被引量：7
7
作者
王洁 郭鹏 何晓凤 刘善峰
机构
华风气象 传媒集团有限责任公司 北京 玖天 气象 科技 有限公司北京华新天力能源气象科技中心 国网河南省电力 公司电力 科学研究院
出处
《气象与环境学报》
2020年第6期115-121,共7页
基金
国家重点研发计划项目(2018YFC1507801)资助。
文摘
利用辽宁和吉林省24座测风塔风速观测资料,应用线性回归方法对高分辨率中尺度模式近地层风速预报产品进行订正。首先通过4组不同的订正实验分析训练样本长度、样本滚动方式等对订正效果的影响,确定单点订正最佳方案,并综合线性方法在东北地区不同下垫面条件下的适用性;然后应用24座测风塔已确定的单点订正关系,尝试区域风速的平面订正,并基于剩余23座测风塔资料对全场订正效果进行评估。结果表明:训练样本的长度对订正效果影响较明显,在东北地区训练样本长度取20 d效果最佳;当训练样本长度取最优天数时,滚动系数的订正效果与固定系数的订正效果基本一致;各种下垫面通过线性订正均能取得较明显提高,其中丘陵地区效果最明显,通过订正均方根误差整体降低1.61 m·s-1,平原地区为0.95 m·s-1,沿海地区为0.91 m·s-1;平面风速订正实验显示,订正关系平面外推可取得明显的订正效果,全场平均绝对误差降低0.20 m·s-1,该方法可为订正资料匮乏区域的预报提供参考。
关键词
风速数值预报 误差订正 线性回归
Keywords
Numerical forecast of wind speed Bias correction Linear regression
分类号
P468.026
[天文地球—大气科学及气象学]
题名 基于数值预报和多方法集成的精细化站点预报技术研究
被引量：2
8
作者
王雪 何晓凤 孙逸涵 刘善峰
机构
华风气象 传媒集团有限责任公司 北京 玖天 气象 科技 有限公司北京华新天力能源气象科技中心 国网河南省电力 公司电力 科学研究院
出处
《气象与环境科学》
2021年第5期87-95,共9页
基金
国家重点研发计划(2018YFC1507801) 国家电网科技项目(SGSCJY00GHJS2000013)。
文摘
利用2018年四个季节的数值预报产品和观测资料,以河南省121个气象站为实验点,检验和评估最近邻点法、反距离权重法、地形高度最接近法、地形复杂度最接近法4种统计降尺度方法及3种集成方法对风速、温度、湿度的预报效果,结果表明:(1)不同季节、不同地形条件下,通过动态集成方法处理后的风速、温度、湿度的预报效果均得以提升,整体上有效提高了要素预报的准确率及稳定性,其中滚动样本长度最短的集成方法预报效果最好。(2)从整体评估来看,精细化站点风速预报宜采用样本长度最短的集成方法与反距离权重法;对于大风过程下的精细化站点风速预报,地形高度较低时,宜采用地形复杂度最接近法或样本长度最短的集成方法,地形高度偏高时,宜采用地形高度最接近法或反距离权重法。(3)对于精细化站点温度预报,地形高度较低时,宜采用样本长度最短的集成方法与反距离权重法,随着地形高度的增加,宜采用样本长度最短的集成方法与地形高度最接近法。(4)对于精细化站点湿度预报,夏季及秋季时,宜采用样本长度最短的集成方法及反距离权重法;春季及冬季时,宜采用样本长度最短的集成方法及地形高度最接近法。(5)不同季节下,风速、温度、湿度的预报准确率在一定程度上均受地形高度影响。因此,整体上集成方法对数值预报产品向指定点位的精细化预报具有一定的实际应用意义。
关键词
数值预报 降尺度 站点预报 集成预报
Keywords
numerical forecast downscaling method station forecast integrated forecast
分类号
P456
[天文地球—大气科学及气象学]
