中国东部风场的统计降尺度研究

论文总字数：15340字

目 录

1 引言 5

2 资料与方法 6

2.1 资料 6

2.2 研究方法 6

2.2.1 插值方法 6

2.2.2 统计降尺度方法 7

2.2.3 评价方法 8

3 风速样本分布 9

4 分级回归统计降尺度处理对模式的订正结果 10

4.1 统计降尺度订正对预报数据时效均方根误差（RMSE）的影响 10

4.2 统计降尺度订正对预报数据距平相关系数（ACC）的影响 11

4.3 两种统计降尺度订正方法对预报数据空间均方根误差（RMSE）的影响 12

4.4 ECMWF24h时效预报实况场与订正场 14

5 结论与分析 14

6 不足与展望 15

参考文献 16

致谢 17

中国东部地区风场的统计降尺度研究

阮佳鑫

（，China

Abstract: Taking the ensemble forecasts of 1-7 days 10 m above ground wind speed data in 2011 to 2013 from the European Centre for Medium-Range Weather Forecasts (ECMWF) (member 50), the National Centers for Environmental Prediction (NCEP) (member 20) and China's national meteorological center (CMA) (member 14) in the TIGGE datasets,and zero moment analysis field of wind field of above 3 center as “observed value” to statistically downscale the wind field over eastern China. This study only to carry out statistical downscaling processing of the wind speed t because wind direction does not meet the normal distribution as well as the discontinuity of wind direction.At first,classify the wind speed  according to its size,after that, use the linear regression method to build regression equation respectively,finally compare the result with the “observed value” and result using the non-hierarchical regression statistical downscaling method.Results show that for different model ,compared with the direct interpolation, downscaling correction can more effectively reduce the forecast value of root mean square error and increase the correlation coefficient, hierarchical regression statistical downscaling correction creat lower root mean square error compared with non-hierarchical one.However, hierarchical regression downscaling only slightly increased the ACC compared with non-hierarchical regression downscaling because of the small wind velocity magnitude difference.Overall ,compared with non-hierarchical regression ,hierarchical regression statistical downscaling method is regard as a more reasonable correction of prediction error .

Key words:Multi-mode;Statistical downscaling;Wind speed;Categorized wind speed regression

1 引言

目前我国由于使用化石能源而带来的环境问题，如雾霾、大气光化学污染等已经越来越成为社会上突出的问题。而化石能源的不可再生性也决定了其不能供应国家、社会长久发展的需要。为了寻求解决经济发展与环境污染、恶化的矛盾和化石燃料的消耗与不可再生的矛盾，我们急切地需要研究、开发新型可再生的清洁能源来代替化石燃料。

自上世纪70年代以来，能源节约，环境保护等议题开始受到愈来愈多的关注，而加强对风能的利用被广泛认为是缓解环境污染问题、缓和能源紧缺问题的有效措施。由于地球上的大气流动才会产生风，而大气流动的能量来源于太阳能，故而风能来源于太阳能，可以认为风能是太阳能在地球上的一种存在形式。所以，利用风能也不会造成二氧化碳、氮氧化物、挥发性有机物的排放，风能是一种可以充分被利用的新型可再生的清洁能源。

我国蕴藏有十分丰富的风力资源，且具有显著的时空分布特征^[1]，在东北方以及浙东南沿海地区的风力资源最为丰富，而西南西北内陆地区风能资源相对贫乏。这也决定了我国在风能利用方面具有得天独厚的优势。但即便如此，我国在风力预报方面的研究并不处于领先地位^[2-3]。

在利用风能的方面，做到两个要素则能够增加风能的利用率：第一即改进风电机以及电子通信技术，以期达到更高的风能—电能转化效率；第二即是提高对风场预报的精确度。在此两点中，由于近年来设备以及信息技术的发展成熟，更新设备技术对更高风能利用率的贡献已经越来越小，故而追求更高精度与准确性的风能预报也就成为了提高风能利用效率的最有效方式之一。

目前研究气候变化以及其对大气环流状况的影响主要是依赖于全球气候模式(GCMs),但由于此模式的水平分辨率不足，故其不能输出足够精度的区域气象要素，也无法有效表达出次网格尺度下风场内气象要素的变化，不能准确地表现出足够分辨率的气象要素场，更兼近地面风速由于摩擦力以及人类活动影响极为多变，这也就造成了风力预报的不准确度大大加强。而若要使其输出结果能用于区域风能预报，则必须提高模式预报准确性。其一就是将多个模式中心的预报数据做集合处理，即多模式集成预报，将多个模式的优势集中起来^[4]，将每个模式的缺点减小，以期得到更精确的预报结果^[5-6]。其二即是将低分辨率的预报结果利用某种方法处理成高分辨率的预报结果，也就是将位于大尺度网格上的气象要素转变为小尺度网格上的气象要素，即将天气预报精细化，而降尺度方法则是精细化预报的主要手段之一^[7-8]。

降尺度的实现方法在现阶段通常有三种^[9]。第一为动力降尺度方法：动力降尺度方法是将小尺度的区域气候模式嵌套于大尺度气候模式中，借由大尺度气候模式的输出结果作为小尺度区域气候模式的初始值与边界条件^[10-11]，将大尺度气候模式的优点与小尺度的区域气候模式的有点结合起来，已达到获得更高精度的气象资料的目的^[12]。该方法虽然适用性广，物理意义强，也能使预报过程不受观测资料的影响，但因其计算量太大以及受全球气候模式提供的边界条件影响大，故而本文不采用此方法。而另一种为统计降尺度方法，统计降尺度方法是以长时间的观测资料为基础建立起大尺度气象要素与区域尺度气象要素之间的统计关系，并以独立的观测资料检验这种关系，最后再用此关系完成将低分辨率资料转化为高分辨率资料的过程，从而获得高分辨率的预报结果^[13]，如此弥补全球气候模式的分辨率不足的缺陷，从而满足区域风能评估的要求。而第三种方法即是统计—动力结合的方法，该方法综合利用了上述两种降尺度方法的优点，避免了两者的缺点，能达到更好的预报效果。

国内外在现阶段都在进行关于风场的降尺度预报研究。在国内，张铁军等^[14]基于中尺度天气预报模式MM5数值预报产品降尺度处理后资料进行优化风电功率预报的研究。张华等^[15]利用统计方法基于支持向量机方法建立了风速预测模型，并以此方法预报风速，而研究证明此方法预测得到的风速具有较良好的应用价值^[16]，但是其预报时效比较短，对于相对长的时效，该方法不能胜任。江滢等^[17]就关于如何减少短期风速预报误差的风速误差订正方法进行了研究。在国外， Najac等^[18]研究了利用统计降尺度方法以及多模式综合方法减小法国地区风速预报的误差。Salameh等^[19]通过将法国地区分为多个区域，分别在每一个区域上对风速做降尺度处理，以其达到解决风速在复杂下垫面情况下预报不准确的问题。Huang等^[20]使用基于物理方法的统计建模方法对复杂地形下，低分辨率的风速进行降尺度处理，证明统计降尺度处理能一定程度上改善近地面风速预报的准确性。Traveria等^[21]通过对MASS与GFS模式的气象要素输出结果结合历史风数据建立统计降尺度模型来预测西班牙Reus机场附近的风的变化并认为更精确的模式预报结果会使降尺度处理后的误差大大减小。

本文将利用TIGGE多模式风场资料，对欧洲中期天气预报中心（ECMWF）、中国国家气象中心（CMA）、美国国家环境预报中心（NCEP）1—7天预报时效的风场预报产品进行统计降尺度处理，以期发现统计降尺度方法在提高中国东部地区风场风速预报准确度与精度方面的作用，并评估分级降尺度与不分级降尺度两种方法在订正中国东部地区风场风速预报方面的区别。

剩余内容已隐藏，请支付后下载全文，论文总字数：15340字

相关图片展示：