共查询到16条相似文献，搜索用时 140 毫秒
1.
本文检验了从2006年6月到2008年12月,Grapes、MM5、WRF、T213、JMA和Germany共6个模式对安徽区域72 h内降水量、风速和气温的预报。降水量TS评分显示,从小雨到大雨,JMA的参考价值较高,从大雨到大暴雨则是MM5和WRF比较好;Germany和T213的评分均处于中间水平,而Grapes评分最低。冬夏季各模式的预报较好,其他季节预报较差。风速,24 h JMA和T213的预报较好,48、72 h MM5和WRF的参考价值较高。气温,24、48 h MM5和WRF预报较好,而72 h则是MM5和T213好。Grapes对风速和气温的预报相对较差。上述检验结果不仅有助于预报员更好地利用数值模式制作天气预报,而且为数值天气预报的解释应用提供科学依据。 相似文献
2.
对2017年春季黑龙江省大、小兴安岭林区的6个代表站点10 m风场进行降尺度分析,并结合观测数据对比分析了WRF模式和CALMET降尺度模式的10 m风速、风向预报结果。结果表明：两模式逐小时风速预报与观测的相关系数为0.5-0.7,且随着风速的增加,模式的预报准确率逐渐提高,夜间的风速预报偏差较大,进入白天后,偏差明显减小。WRF模式对风速变化趋势的预报效果优于CALMET模式,与观测的风速相关性更高,而CALMET模式对较大风速的预报效果优于WRF模式。在风向预报方面,WRF和CALMET的风向模拟与观测风向均有较好的一致性,模式预报准确率较高的两个风向也刚好对应各站的盛行风向。同时,本文用回归方法对日平均风速进行订正发现,订正后各站的日平均风速预报准确率平均提高了50%,具有较好的业务应用价值。 相似文献
3.
典型复杂地形风能预报的精细化研究 总被引：1，自引：0，他引：1
选取江苏和内蒙古分别作为中国沿海滩涂与内陆复杂高原山地的典型地形代表,通过中尺度模式WRF V3.3.1两种不同边界层参数化方案(YSU/MRF)的对比检验,选择WRF/Noah/YSU作为典型地形的风场预报系统,并利用该预报系统对2010年研究区域分别进行了1 km水平分辨率、10 min时间分辨率的48 h风场滚动预报,进一步通过功率谱检验、风向风速玫瑰图检验、季节变化检验,以及日变化检验表明,WRF/Noah/YSU的风场预报方案能够较准确地预报出测风塔的风场特征和风场的能量频谱分布,风场的日变化与季节变化的预报特征基本与测风塔观测结果一致。预报系统对春、秋季的预报效果优于夏季,日变化的预报效果因地形而异,无统一变化规律。 相似文献
4.
风速预测是风电场风功率预测的基础,其准确度严重影响着风电场的运行效率。为了提高短期风速预测的准确性,本研究采用了WRF中尺度数值模式,对我国东部沿海某风电场的风速进行预报。在此基础上,利用极限学习机算法(ELM)对WRF模式预报的风速进一步订正。实验结果表明,WRF模式对风速、风向等气象要素有着较好的回报效果,利用ELM算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差和相对平均绝对误差降低了20%～30%。与其他的智能算法(BP神经网络、SVM算法)对比分析后得出,ELM算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。 相似文献
5.
中尺度模式风电场风速短期预报能力研究 总被引：4，自引：2，他引：2
本文利用内蒙古乌兰察布风电场2009 年观测记录和WRF 数值模式预报,研究了中尺度数值天气模式对风电场风速的短期预报能力。研究表明:不同数值模式参数化方案的预报能力没有实质性的区别,对于不同时效的风场预报各种方案的预报能力不尽相同。在天气演变较为剧烈时,模式预报技巧相对较差。风电场周边主要天气系统对预报准确度有很大影响。就乌兰察布风电场而言,WRF 模式2009 年日平均预报相对误差仅为11.78%,且误差大于20%的日数占研究总天数不超过15%,具有较高的预报技巧。当蒙古气旋、东北气旋剧烈发展或风速迅速减小时风速的预报误差较大。 相似文献
6.
风电场风速数值预报的误差分析及订正 总被引：2，自引：1，他引：1
使用WRF模式对内蒙古某风电场区域内的2011年1-6月,50m高度的风速进行了模拟,并结合实测风速对模拟结果进行了评估。在此基础上再利用自回归模型(AR模型)和持续法对WRF模式模拟结果进行了订正预报,订正结果表明:AR模型和持续法都能有效地减小WRF模式风速的模拟误差,AR模型订正效果优于持续法。为能对订正预报时效进行延长,提出了"假设观测值"概念。在AR模型的基础上建立一种新的订正模型称之为New AR模型。其订正预报结果表明:新模型能在12h时效内,改善WRF模式风速模拟精度,其中6h的改进效果较好。 相似文献
7.
根据短期天气预报质量检验办法,对2015年3月—2015年5月T639,EC细网格、WRF-RUC,WRF确定性预报(En WRF)及不同集合百分位、上海区域模式(BCSH)以及T639-MOS在山东省陆地120站和沿海12个精细海区的降水、日最大风速以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。 相似文献
8.
基于数值模拟和统计分析及智能优化的风速预报系统 总被引：2，自引：0，他引：2
风速预报是风力发电研究中的关键问题,也是一个十分困难的问题,其预测、评估技术还有待进一步提高.在预测短期风力(提前48～72 h对每小时的风速进行预测)时,通常采用数值天气预报模型进行预测.然而,初始扰动和模式物理过程的不确定性会影响气象数值预报的精度.将为数值天气预报模式提出一种新的后处理优化方法作为主要的思路,利用数据挖掘得到的关联规则来优化气象数值预报的结果,在中尺度模式WRF对风电场风速进行预报的基础上,将模式预测与统计分析及智能优化算法相结合,针对中国风电场的气候特征,利用一种新的修正模式误差的方法,极大地提高了风电场风速预报精度,提出了适合中国风力发电场的有效风速预报系统方案. 相似文献
9.
风力发电作为一种无污染可再生的能源,已逐渐成为许多国家能源战略可持续发展的重要组成部分。风电场风能预报是风力发电开发中的关键技术问题。为研究鄱阳湖区风力发电预报技术,采用中尺度模式WRF和微尺度模块CALMET对鄱阳湖区长岭风电场进行了200 m水平分辨率风能预报,并根据长岭机组理论功率曲线表和实测数据拟合出理论和实际发电机组功率曲线模型及平均有功功率与发电量模型。根据WRF+CALMET模式预报风速及建立的发电机组功率曲线模型和平均有功功率与发电量模型,预报了长岭风电场发电量。结果表明:长岭风电场23座风机逐小时风速预报值与观测值相关系数为0.42~0.61,均方根误差为2.59~3.68,相对误差为-13.7%~17.4%;对整个风场,预报风速与观测风速的相关系数为0.55,均方根误差为2.8,相对误差为-4.79%。实测发电量值高于预报值,平均偏大39.7 kW,相对误差为-12.6%,预报值与实测值相关性较好,相关系数达到0.52。总体来说,根据中尺度数值模式预报的风速结合风功率、发电量模型预测出的发电量与实测值较为接近,但各月差异性较大。 相似文献
10.
利用宝鸡地区155个县区级或乡镇级自动站的观测资料与WRF模式的输出产品,检验WRF模式对2013年夏季最高、最低气温和降水预报的效果。结果表明:WRF模式预报的最高、最低气温的空间分布形态与实况较为一致,对于阴天和降水情况下的气温预报具有较高的准确性,最高、最低温度的预报值较实况整体偏低。WRF模式对宝鸡地区东部晴雨预报准确率较高,达到65%以上;凤县、太白最差,仅为40%左右。WRF模式预报的夏季日平均降水量与实况值在量级上较为一致,但空间分布误差较大。模式3个时次预报的逐日降水量能够较为准确地描述夏季各次降水的发生—发展—减弱过程。通过对模式预报的降水量进行分级检验发现,模式对降水的预报能力随着降水量级的增大而减小,空报多于漏报;WRF模式的暴雨预报值得参考。 相似文献
11.
The Weather Research and Forecasting (WRF) model was compared with daily surface observations to verify the accuracy of the WRF model in forecasting surface temperature, pressure, precipitation, wind speed, and direction. Daily forecasts for the following two days were produced at nine locations across southern Alberta, Canada. Model output was verified using station observations to determine the differences in forecast accuracy for each season.Although there were seasonal differences in the WRF model, the summer season forecasts generally had the greatest accuracy, determined by the lowest root mean square errors, whereas the winter season forecasts were the least accurate. The WRF model generally produced skillful forecasts throughout the year although with a smaller diurnal temperature range than observed. The WRF model forecast the prevailing wind direction more accurately than other directions, but it tended to slightly overestimate precipitation amounts. A sensitivity analysis consisting of three microphysics schemes showed relatively minor differences between simulated precipitation as well as 2?m surface temperatures. 相似文献
12.
Haixia Duan Yaohui Li Tiejun Zhang Zhaoxia Pu Cailing Zhao Yuanpu Liu 《Acta Meteorologica Sinica》2018,32(3):469-490
This study investigated the performance of the mesoscale Weather Research and Forecasting (WRF) model in predicting near-surface atmospheric temperature and wind for a complex underlying surface in Northwest China in June and December 2015. The spatial distribution of the monthly average bias errors in the forecasts of 2-m temperature and 10-m wind speed is analyzed first. It is found that the forecast errors for 2-m temperature and 10-m wind speed in June are strongly correlated with the terrain distribution. However, this type of correlation is not apparent in December, perhaps due to the inaccurate specification of the surface albedo and freezing–thawing process of frozen soil in winter in Northwest China in the WRF model. In addition, the WRF model is able to reproduce the diurnal variation in 2-m temperature and 10-m wind speed, although with weakened magnitude. Elevations and land-use types have strong influences on the forecast of near-surface variables with seasonal variations. The overall results imply that accurate specification of the complex underlying surface and seasonal changes in land cover is necessary for improving near-surface forecasts over Northwest China. 相似文献
13.
利用以中尺度数值模式WRF/CALMET作为风电场预报系统的动力模块,及BP神经网络法(BP-ANN)作为风电场预报系统的统计订正方法,对重庆市齐跃山风电场进行了一次时间分辨率为5 min的24 h风速、风功率的滚动预报试验,探讨了适用于中国典型内陆山区的风电场预报系统。结果显示:以WRF/CALMET/BP组成的动力—统计预报系统能够较好地模拟出内陆山区的风场特征,系统对正午至傍晚时段的风速预报准确率较高。WRF/CALMET动力模式对于风速中心振幅的模拟能力较好,经过BP神经网络订正后,模拟结果会趋于均值。不同风速段中,模式对低风速段(3~8 m·s^(-1))的预报效果较好,BP神经网络对中风速段(8~14 m·s^(-1))预报结果的订正效果最明显。 相似文献
14.
两种模式在风电场风速预测应用中的对比 总被引：1，自引：0，他引：1
利用2011年12月至2012年11月贺兰山风电场测风塔实测资料和同期WRF、BJ-RUC模式预测结果,对2种模式在风速预测中的应用进行对比分析。结果发现,月尺度上,2种模式预测的风速月均值普遍较实测值高,且WRF较BJ-RUC更接近实测值;WRF预测的月平均风速标准差普遍较实测低,而BJ-RUC普遍比实测大;春季WRF预测效果整体上较BJ-RUC好,其它季节WRF预测的月平均风速均方根误差较BJ-RUC的小,但与实测风速的相关性较BJ-RUC与实测风速相关性差。日尺度上,凌晨至中午前后和傍晚至前半夜2个时段,2种模式预测风速普遍比实测值大,而中午至傍晚时分正相反,预测值普遍较实测小。2种模式对〉12 m·s^-1风速预测的均方根误差最小,其次是3~12 m·s^-1,〈3 m·s^-1风速预测的均方根误差最大,但BJ-RUC对3~12 m·s^-1范围风速的变化趋势把握能力较好。WRF和BJ-RUC都普遍低估了1~4 m·s^-1风速段的频次,对5~10 m·s^-1范围频次普遍明显高估,对10 m·s^-1以上风速,WRF预测频次较实测低,而BJ-RUC预测频次则较实测高。BJ-RUC对该区风向的预测能力较WRF好。 相似文献
15.
风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、气压等气象要素对预报风速进一步订正。实验结果表明,利用PCA-RBF算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差降低20%~30%,相对平均绝对误差降低15%~20%。与其他智能算法(BP算法、LSSVM算法)对比分析后得出,PCA-RBF算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。 相似文献
16.
数值预报系统检验结果对预报产品的释用和系统的改进有着重要的作用。基于MET（Model Evaluation Tools）检验工具对乌鲁木齐区域高分辨率数值预报系统V2.0 (Rapid-refresh Multi-scale Analysis and Prediction System—Central Asia V2.0，简称RMAPS-CA V2.0）在2021年各季节中的预报性能进行客观检验评估，主要检验了2m温度、10m风速、高空位势高度等要素，并与RMAPS-CA V1.0同期预报性能进行对比分析。（1）2m温度预报偏差在冬季和春季整体为负偏差，在夏季和秋季整体为正偏差；各个季节的平均预报偏差均在2℃以内，预报性能秋季最优，冬季最差。各个季节10m风速预报整体为正偏差且差异不大，平均误差在0.5-1.0 m/s之间，预报性能秋季最优，春季最差。（2）高空位势高度预报偏差在冬季整体为负偏差，在其余季节整体为正偏差，预报性能冬季最优，春季最差。高空风场预报偏差在冬季和春季400hPa以下为正偏差，400hPa以上为负偏差；夏季和秋季整体为负偏差，预报性能春季最优、夏季最差。高空温度场预报偏差在冬季整体为负偏差，其余季节整体为正偏差，预报性能春季最优、夏季最差。（3）降水晴雨预报效果较好，但除夏季外以空报为主；随降水阈值增大、TS评分减小，多以漏报为主，降水评分在冬季最高、夏季最低。从降水个例检验看，24h累计降水为大量和中量的国家站点预报性能有所提升，逐6h累计降水TS评分略有提升。（4）RMAPS-CA V2.0系统各要素预报偏差的变化特征与RMAPS-CA V1.0相似，预报能力整体上要优于RMAPS-CA V1.0。 相似文献