共查询到20条相似文献，搜索用时 484 毫秒
1.
《海洋气象学报》2015,(3)
为检验不同数值模式产品对山东不同站点2m日最高、最低气温24h预报效果,利用2014年6—8月逐3h的WRF-RUC、En WRF确定性预报、不同集合百分位数、T639、中国气象局下发的T639-MOS解释应用产品以及EC细网格预报进行TS评分、误差等分析。结果表明:EC细网格对内陆最高气温预报准确率最高,En WRF确定性预报次之,EC细网格和T639-MOS对内陆最低气温预报准确率最高。T639和EC细网格分别对沿海最高和最低气温预报准确率最高。对各模式单站气温预报进行最优模式分析发现,对于最高气温预报最优的模式为EC细网格和En WRF确定性预报,分别集中在鲁西南和鲁北、鲁中和鲁东南。对于最低气温预报最优的模式为EC细网格和T639-MOS,T639-MOS主要对鲁中山区预报较好,其他地区两个模式预报效果基本相当。 相似文献
2.
3.
4.
《海洋气象学报》2016,(3)
根据中国气象局全国城镇天气业务产品检验评估报告和山东省预报质量评估系统检验结果,对2007年1月—2015年2月山东省城镇天气预报质量进行了总结分析。结果表明:(1)山东省晴雨(雪)和气温预报准确率、提高幅度均高于全国平均,降水预报准确率低于全国平均,技巧评分处于全国平均水平。(2)山东省内晴雨(雪)、最高气温、最低气温预报准确率最高的区域分别是鲁南、鲁西北和半岛,降水预报准确率半岛和鲁南明显高于鲁中和鲁西北地区。(3)山东省晴雨(雪)预报正确率夏季最低,冬季最高;气温预报准确率春季最低,最高气温预报准确率秋季最高,最低气温预报准确率夏季最高。(4)各市气象台预报相对省气象台指导预报有正的订正技巧,晴雨(雪)预报技巧评分鲁中地区相对偏低。 相似文献
5.
6.
基于WRF模式的预报产品,利用MOS方法预报宁德沿海24个站点的风向、风速,并给出2014年1—12月的预报评估结果。结果表明:MOS对宁德海区风向风速的预报效果优于WRF,其对夏季风速和冬季风向的预报效果最好,预报误差随预报时效的延长而不断增大,白天的预报误差比夜间的大。MOS预报的风速平均绝对误差由海上向内陆逐渐减小,由北而南逐渐增大;而对于风向的平均绝对误差则是由海上向内陆逐渐增大。除了1级以下风,风力越小,MOS预报的风速准确率越高。MOS对东北风的预报准确率最高,北风和西北风次之,对西南风也有30%以上的预报准确率,而对东南风的预报效果最差。 相似文献
7.
福建省沿海冬半年东北大风的数值预报释用方法研究 总被引：2，自引：0，他引：2
《海洋预报》2015,(5)
基于福建省冬半年沿海32个自动站的极大风观测资料和WRF、EC细网格以及T639 3种模式预报的10 m风场资料,将模式预报的风速与观测资料进行对比分析,结果表明:WRF和EC细网格的预报效果较好,有可参考性,T639可参考性不高。模式预报结果相比实况极大风速偏小,预报平均绝对误差由沿海向内陆逐渐减小,由中部向南北逐渐减小。择取预报效果较好的WRF和EC细网格模式,对沿海代表站点进行风速集成,建立集成预报方程,并进行集成订正。误差订正后,与误差较小的WRF模式相比,预报准确率提高了10%左右,改善效果显著,为提高福建省沿海冬半年东北大风的预报准确率提供定量的预报方法。 相似文献
8.
采用美国NCEP-CFSR数据库资料,提取了1979—2010年的海平面大气要素场,在中国南海区域(0°～25°N、105°～125°E)和黄岩岛附近点(15°N、118°E),按日、月、年统计了32 a间海平面气压、海面2 m气温、海面2 m相对湿度、海面10 m风场基本气象要素特征。分析发现:黄岩岛及邻近中国南海区域属于赤道带、热带海洋性季风气候,其气候特征是:(1)海平面气压呈北高南低、冬季高夏季低的分布形势;黄岩岛日平均海平面气压冬季约为1 012 hPa,其他季节约为1 008 hPa,年平均海平面气压变化具有准5 a的周期;(2)全年平均气温较高,分布呈现北低南高,大陆低海面高,冬季低夏季高的特点;黄岩岛海面2 m气温日变化较小,年平均值约为27～28℃,年际变化上具有整体增加的趋势;(3)全年相对湿度较大,基本在60%以上,随季节变化明显,冬季较小,夏季较大;黄岩岛日平均相对湿度为80%,总体也具有略微增大的年际变化趋势;(4)受季风影响明显,冬季盛行东北季风,平均风速约为10～12 m/s,夏季盛行西南季风,平均风速约为4～8 m/s;黄岩岛海面风速的变化具有2.5～5 a的变化周期,年平均风速在5.3 m/s上下波动。 相似文献
9.
成山头处于山东半岛最东端,由于其特殊的地理位置,使得成山头站的风对黄海海面风有很好的指示作用。本文使用2005年10月—2010年9月NCEP再分析资料(1o×1o)和实况观测资料,采用动态学习率BP网络(前馈反向传播Back Propagation,简称BP网络)算法的人工神经网络建立模型,在对T639数值预报产品解释释用基础上,针对成山头站进行了24 h和48 h模拟预测。模型预测结果显示,BP网络模型对成山头站的风力预报相对T639模式的平均绝对误差降低了28.2%(24 h)和19.7%(48 h)。对容易致灾的6级以上大风准确率提高显著,尤其是在T639模式对8级以上大风完全漏报情况下,BP模型在24 h仍有25%的预报准确率,48 h能达到50%的准确率。 相似文献
10.
《海洋预报》2021,(4)
针对长江口近岸海上风电场,利用2019年8—10月NCEP全球天气预报产品和第三代海浪模式Wave Watch Ⅲ的全球预报产品做上海长禁五号、长江口灯船和东海浮标站的单点预报,利用这些站点的观测数据,针对风电场的需求评估预报精度。结果表明:全球天气预报产品中的风速预报对区域内的单站预报结果有一定参考价值,大于6 m/s风速的24 h预报准确率达到46.3%;使用递减平均法可以使风速预报的均方根误差减少10%～14%,预报准确率提高为57.0%。全球海浪预报结果在长江口近海较精确,长江口灯船站48 h预报有效波高均方根误差在0.25 m以下,相关系数高达0.80。在台风极端天气条件下,全球天气预报产品对长江口风速仍有一定的预报技巧,但最大风速的出现时间滞后6 h左右。全球海浪预报产品的预报技巧与无台风情况下没有明显差别。 相似文献
11.
基于福建省冬半年沿海和港湾岛屿自动站的逐时极大风观测资料和WRF(Weather Research and Forecast)、EC(European Centre for Medium-Range Weather Forecasts)细网格以及T639(TL639L60)三种模式预报的10 m 风场资料, 将模式预报的风向风速与观测资料进行对比检验, 结果表明: 福建省沿海冬半年大风的盛行风向以东北风为主, 大风的时空分布极为不均, 沿海风力的脉动性、跳跃性、局地性突出。从三种模式对风速风向的模拟效果来看, WRF 和EC 细网格的预报效果较好, 有可参考性, T639可参考性不高。对于风速, 模式预报结果相比实况极大风速偏小, 港湾岛屿代表站风速的平均绝对误差均小于沿海代表站, 预报平均误差由沿海向内陆逐渐减小, 由中部向南北逐渐减小。风向相比风速的预报效果要差, WRF 和EC 细网格的风向预报误差在45°～50°, 有一定的参考意义; 港湾岛屿代表站风向的平均绝对误差大于沿海代表站, 以浮标站的误差最大。当观测风速出现7 级及以上风速时, 若对大风进行分级检验, 则较低风速的预报平均绝对误差小于较高风速; 风向预报的平均绝对误差也大大降低, 且误差都在45°以内, 具有良好的参考性。 相似文献
12.
基于观测和再分析数据的LSTM深度神经网络沿海风速预报应用研究 总被引：3，自引：1，他引：2
基于海洋气象历史观测资料和再分析数据等，利用LSTM深度神经网络方法，开展在有监督学习情况下的海面风场短时预报应用研究。以中国近海5个代表站为研究区域，通过气象台站观测数据和ERA-Interim 6 h再分析数据构建数据集。选取21个变量作为预报因子，分别构建两个LSTM深度神经网络框架(OBS_LSTM和ALL_LSTM)。经与2017年WRF模式6 h预报结果对比分析，得出如下结论:构建的两个LSTM风速预报模型可以大幅降低风速预报误差，RMSE分别降低了41.3%和38.8%，MAE平均降低了43.0%和40.0%；风速误差统计和极端大风分析发现，LSTM模型能够抓住地形、短时大风和台风等敏感信息，对于大风过程预报结果明显优于WRF模式；两种LSTM模型对比发现，ALL_LSTM模型风速预报误差最小，具有很好的稳定性和鲁棒性，OBS_LSTM模型应用范围更广泛。 相似文献
13.
同化技术在渤海溢油应急预报系统中的应用 总被引：3，自引：1，他引：2
溢油应急预报对溢油事故现场处理具有重要指导意义。国内外已开展大量溢油数值预报技术研究,但由于各类误差的引入(尤其风和流数值预报误差的引入)以及模型本身的不完善等各种原因导致溢油数值预报无法满足日益提高的溢油预报精度需求。随着现场观测技术和监测水平的提高,如何充分利用实时观测数据提高业务化溢油应急预报精度,并满足应急预报迅速快捷的要求,成为目前业务化溢油应急预报的首要问题。国家海洋环境预报中心于2008年实现了渤海溢油业务化预报系统的建立和业务化应用,本文针对当前渤海溢油业务化应急预报中存在的现实问题,利用已有渤海海上5个石油平台从2010年1月至2011年2月的风场观测数据,初步开展最优插值方法(optimal interpolation assimilation method,OI)同化技术在国家海洋环境预报中心渤海溢油应急预报系统风场订正的应用研究。本文采用交错订正方法,确定了OI同化技术中相关尺度因子的选取,从而实现在这5个观测站地理分布情况下,OI同化技术应用中参数的最优化,之后在理想实验和实际案例的应用中,该同化方法明显提高渤海溢油预报精度。本文为如何进一步利用同化方法迅速快捷地实现溢油应急预报精度的提高提供了一定研究基础。 相似文献
14.
Forecasting of wave parameters is necessary for many marine and coastal operations. Different forecasting methodologies have been developed using the wind and wave characteristics. In this paper, artificial neural network (ANN) as a robust data learning method is used to forecast the wave height for the next 3, 6, 12 and 24 h in the Persian Gulf. To determine the effective parameters, different models with various combinations of input parameters were considered. Parameters such as wind speed, direction and wave height of the previous 3 h, were found to be the best inputs. Furthermore, using the difference between wave and wind directions showed better performance. The results also indicated that if only the wind parameters are used as model inputs the accuracy of the forecasting increases as the time horizon increases up to 6 h. This can be due to the lower influence of previous wave heights on larger lead time forecasting and the existing lag between the wind and wave growth. It was also found that in short lead times, the forecasted wave heights primarily depend on the previous wave heights, while in larger lead times there is a greater dependence on previous wind speeds. 相似文献
15.
To explore new operational forecasting methods of waves, a forecasting model for wave heights at three stations in the Bohai Sea has been developed. This model is based on long short-term memory(LSTM) neural network with sea surface wind and wave heights as training samples. The prediction performance of the model is evaluated,and the error analysis shows that when using the same set of numerically predicted sea surface wind as input, the prediction error produced by the proposed LSTM model at Sta. N01 is 20%, 18% and 23% lower than the conventional numerical wave models in terms of the total root mean square error(RMSE), scatter index(SI) and mean absolute error(MAE), respectively. Particularly, for significant wave height in the range of 3–5 m, the prediction accuracy of the LSTM model is improved the most remarkably, with RMSE, SI and MAE all decreasing by 24%. It is also evident that the numbers of hidden neurons, the numbers of buoys used and the time length of training samples all have impact on the prediction accuracy. However, the prediction does not necessary improve with the increase of number of hidden neurons or number of buoys used. The experiment trained by data with the longest time length is found to perform the best overall compared to other experiments with a shorter time length for training. Overall, long short-term memory neural network was proved to be a very promising method for future development and applications in wave forecasting. 相似文献
16.
对天津建设的16个石油平台站2017年2-10月的2 min平均风速和极大风速的逐时资料进行了质量检测。其方法包括气候学界限值检查、内部一致性检查、持续性检查、时间一致性检查、空间一致性检查以及质量控制综合分析。结果表明:有87.5%的石油平台站风速观测资料质量较好,能够为海洋气象预报、风能资源评估等提供宝贵的基础支撑。与此同时,由于石油平台上油烟较大、海上高湿、高盐等环境因素影响导致了12.5%的平台站风速资料质量较差,造成其大量时间段的资料不能被直接使用。从而,一定程度上说明了与地面观测资料一样,在使用海洋气象资料之前应进行系统的质量控制,只有清楚并解决海洋气象资料中存在的质量问题,才能保证业务应用、研究分析以及资料统计与加工的准确性和可靠性。 相似文献
17.
基于浮标实测数据的WindSat海洋反演产品精度分析 总被引：1，自引：1，他引：0
To evaluate the ocean surface wind vector and the sea surface temperature obtained from Wind Sat, we compare these quantities over the time period from January 2004 to December 2013 with moored buoy measurements. The mean bias between the Wind Sat wind speed and the buoy wind speed is low for the low frequency wind speed product(WSPD_LF), ranging from –0.07 to 0.08 m/s in different selected areas. The overall RMS error is 0.98 m/s for WSPD_LF, ranging from 0.82 to 1.16 m/s in different selected regions. The wind speed retrieval result in the tropical Ocean is better than that of the coastal and offshore waters of the United States. In addition, the wind speed retrieval accuracy of WSPD_LF is better than that of the medium frequency wind speed product. The crosstalk analysis indicates that the Wind Sat wind speed retrieval contains some cross influences from the other geophysical parameters, such as sea surface temperature, water vapor and cloud liquid water. The mean bias between the Wind Sat wind direction and the buoy wind direction ranges from –0.46° to 1.19° in different selected regions. The overall RMS error is 19.59° when the wind speed is greater than 6 m/s. Measurements of the tropical ocean region have a better accuracy than those of the US west and east coasts. Very good agreement is obtained between sea surface temperatures of Wind Sat and buoy measurements in the tropical Pacific Ocean; the overall RMS error is only 0.36°C, and the retrieval accuracy of the low latitudes is better than that of the middle and high latitudes. 相似文献
18.
选取2011-2017年上海沿岸海域5个浮标站点的风场和海浪数据,分析了大风过程的时间和空间特征;对海浪成长过程进行风向分类,运用滑动相关分析统计了8个风向的海浪滞后时间;计算了大风起风时间的预报提前和滞后量,进行了风速风向的误差和准确率检验。结果表明:越往东部海域,大风时数越多,长江口区东部风速较大;大风极值主要出现在8月份台风过程,出现时段都为傍晚到半夜,大浪极值浪向以东北到东南向为主;秋冬季大风时数多,5-6月大风时数最少;大风风向以西北到东北风为主;海浪成长过程风向分布是东南-西北走向,海浪对风的响应滞后时间平均为3~4 h;大风起风时间预报较实况略有滞后,风速预报的准确率总体在70%以上,预报值较实况值偏小,口外浮标偏小最为明显,偏强率都为0;风向预报准确率低,误差大。 相似文献
19.
利用渤海和北黄海9个站位浮标的海面10 m气压和风速观测资料对ERA5再分析资料的适用性进行了初步评估。结果表明：海面气压和风速再分析资料与观测资料具有良好的相关性，不同时间尺度的统计结果具有一定差异，累年逐月的相关性优于日均和日极值，极端天气下的相关系数最低。不同时间尺度的统计结果显示，气压再分析资料与观测值的偏差总体为负值，即高压再分析资料较观测值偏弱、低压再分析资料较观测值偏强，二者存在一定的系统性偏差；风速统计结果显示，偏差与风力级别有关，大风速时，风速再分析资料普遍小于观测值。累年逐月再分析资料反映了研究区气压和风速的季节变化特征，偏差也呈现出季节性变化，且冬季的适用性优于夏季；极端天气情况下，气压和风速再分析资料的适用性较差，需要开展进一步的订正处理。 相似文献
20.
台风的风暴潮是台风引发的一种重要次生灾害，对沿海城市带来的威胁是多方面的。及时准确地预报风暴潮，对沿海地区采取合理措施减少人员伤亡和经济损失具有重要意义。本文利用长短期记忆神经网络 （LSTM） 模型，综合考虑风速、
风向、气压等气象因素和前时序的潮位数据，建立了风暴潮的临近预报模型。结果表明，基于 LSTM 的临近预报模型具有相当的预报技巧，利用前时序的风速和风向数据以及潮位数据建立的模型可对风暴潮潮位进行准确地预测。研究还表明，仅考虑前时序潮位的预测模型误差最大，考虑气压后的模型预测能力有一定进步，而考虑风的要素以后，预测的效果提升更为明显。 相似文献