EC细网格产品在复杂海岛地形条件下的大风滚动订正释用-海洋预报

EC细网格产品在复杂海岛地形条件下的大风滚动订正释用

单位：舟山市气象局, 浙江舟山 316000

分类号：X732.4

出版年·卷·期（页码）：2021·38·第二期（55-61）

摘要：

应用EC细网格资料和站点实况资料，结合风速高度订正和分风向误差风速分析，建立考虑地形的PP法模型。释用结果表明：考虑地形的PP法模型能有效提高EC细网格产品大风预报精度，平均绝对误差低至2.57 m/s；应用卡尔曼滤波法实时吸收最新资料，能实现释用模型回归系数的滚动更新，预报风速平均绝对误差由2.91 m/s降至2.66 m/s。

A PP method model considering topography is established in this paper using the EC fine grid data and site observations combined with wind speed height correction and wind direction error analysis, The interpretation results show that the accuracy of the EC fine-grid gale products can be effectively improved with the mean absolute error as low as 2.57 m/s by using the PP model considering the topography. The latest data can be absorbed in real time by using the Kalman filter method, which realizes the rolling update of the regression coefficients of the interpretation model, and the mean absolute error of forecast wind speed is reduced from 2.91 m/s to 2.66 m/s.

参考文献：

[1] 李晓丽, 唐跃, 范其平, 等. PPM方法在马迹山港船舶靠离泊临界值预报中的应用[J]. 浙江气象, 2010, 31(4):23-27, 34.
[2] 黄辉, 陈淑琴. MM5数值预报产品在舟山海域风力分区预报中的释用[J]. 海洋预报, 2006, 23(2):67-71.
[3] 唐跃, 陈梅汀, 徐颖. 无缝隙预报在舟山港口精细化服务中的应用[J]. 海洋预报, 2017, 34(4):84-89.
[4] 张娟, 周水华, 黄宝霞, 等. 人工神经网络在台风风暴潮模拟中的解释应用[J]. 海洋预报, 2016, 33(2):60-65.
[5] 陈德花, 刘铭, 苏卫东, 等. BP人工神经网络在MM5预报福建沿海大风中的释用[J]. 暴雨灾害, 2010, 29(3):263-267.
[6] 党英娜, 黄本峰, 郭庆利, 等. 渤海海峡海上客运航线大风精细化预报的数值释用[J]. 海洋预报, 2013, 30(1):36-44.
[7] 陈豫英, 陈晓光, 马金仁, 等. 风的精细化MOS预报方法研究[J]. 气象科学, 2006, 26(2):210-216.
[8] 金龙, 林熙, 金健, 等. 模块化模糊神经网络的数值预报产品释用预报研究[J]. 气象学报, 2003, 61(1):78-84.
[9] 刘鸿升, 余功梅. 偏北大风的数值预报释用方法研究[J]. 气象科学, 2002, 22(1):100-106.
[10] 李江萍, 王式功. 统计降尺度法在数值预报产品释用中的应用[J]. 气象, 2008, 34(6):41-45.
[11] 钱燕珍, 孙军波, 陈佩燕, 等. 用数值预报释用方法做近海及登陆热带气旋强度预报[J]. 气象, 2013, 39(6):710-718.
[12] 於敏佳, 刘菡. 舟山地区各气象站风速的高度订正法[J]. 气象研究与应用, 2018, 39(1):81-84.
[13] 黄凤新. 基于卡尔曼滤波的复杂地形WRF模式预报风速订正[D]. 南京:南京信息工程大学, 2013.
[14] 孔玉寿, 钱建明, 臧增亮. 统计天气预报原理与方法[M]. 北京:气象出版社, 2010:441-447.
[15] 李照荣, 达选芳, 王有生, 等. 复杂地形条件下风电场预报风速的卡尔曼滤波订正[J]. 高原气象, 2018, 37(5):1402-1412.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】