基于中尺度天气研究与预报(Weather Research and Forecast,WRF)快速更新循环(Rapid Update Cycle,RUC)模式系统,选取SW(Stoelinga and Warner)方案、RUC方案与FSL(Forecast Systems Laboratory)方案3种能见度方案,对2015年10月至2016年...基于中尺度天气研究与预报(Weather Research and Forecast,WRF)快速更新循环(Rapid Update Cycle,RUC)模式系统,选取SW(Stoelinga and Warner)方案、RUC方案与FSL(Forecast Systems Laboratory)方案3种能见度方案,对2015年10月至2016年3月山东地区的25次雾天气个例进行预报试验,包括能见度的定量化预报和雾天气的有、无诊断预报,利用常规气象观测资料对预报结果进行检验评估,并分析不同能见度方案对雾天气预报效果不佳的原因,对RUC方案进行订正。结果表明:SW方案模拟的能见度平均绝对误差为9—12 km,RUC方案和FSL方案模拟的能见度平均绝对误差均为2—4 km。对于山东地区大部分雾天气预报试验,SW方案和FSL方案雾天气预报的确报率高于误报率,均对雾天气具有一定的预报能力;RUC方案雾天气预报的确报率和误报率均为0,对雾天气没有预报能力。综合山东地区能见度与雾天气的预报效果可知,FSL方案更适合作为WRF-RUC模式业务中雾天气的预报产品。模拟能见度对相对湿度的预报误差过于敏感、未考虑空气中的污染物对能见度的影响及计算公式未进行本地化订正是能见度方案对雾天气预报效果不佳的主要原因,订正后的RUC方案模拟的能见度平均绝对误差较原始方案减小,且提高了雾天气的预报效果。展开更多
采用GFS背景场资料和ADAS资料同化系统,使用WRF模式对2014—2016年青岛近海17个海雾个例进行了模拟,分析了3种能见度算法的预报效果。结果表明,FSL(Forecast Systems Laboratory)算法对于沿海站、岸基站雾的预报较SW99(Steolinga and Wa...采用GFS背景场资料和ADAS资料同化系统,使用WRF模式对2014—2016年青岛近海17个海雾个例进行了模拟,分析了3种能见度算法的预报效果。结果表明,FSL(Forecast Systems Laboratory)算法对于沿海站、岸基站雾的预报较SW99(Steolinga and Warner 1999)算法有优势;对于海岛站而言,SW99算法则优于FSL算法。混合算法CVIS(Combined Visibility)较单一算法预报雾准确率有所提高。3种能见度算法基本上是高估能见度的,SW99算法能见度预报均方根误差最大。另外,SW99算法对沿海站、岸基站雾开始时间预报较实况多偏晚,结束时间预报较实况多偏早,持续时间预报较实况多偏短。展开更多
利用2015-2018年乌鲁木齐机场航空例行天气报告(METAR报)、ECMWF(European Centre for Medium-Range Weather Forecasting)细网格数值预报产品对影响能见度的主要因子进行分析,提取与低能见度相关性高的物理量作为预报因子,采用SVM方法...利用2015-2018年乌鲁木齐机场航空例行天气报告(METAR报)、ECMWF(European Centre for Medium-Range Weather Forecasting)细网格数值预报产品对影响能见度的主要因子进行分析,提取与低能见度相关性高的物理量作为预报因子,采用SVM方法,分别基于Poly、RBF核函数建立乌鲁木齐机场未来21 h能见度预报模型。结果表明:(1)基于预报因子区间分类的SVM模型物理意义明确,试验结果较好;以RBF为函数建立的SVM模型(SVM-RBF)预报能力更好,其训练样本预测的TS评分0.84,准确率89.20%。(2)SVM-RBF模型的检验样本中,预报准确样本的预报误差整体偏小;在漏报样本中则有能见度越低、预报误差越大的特点,模型的振荡性明显。(3)结合NCEP/NCAR再分析资料研究SVM-RBF模型对天气过程的预报表现,发现模型对于特定天气形势下引发的低能见度天气,预报误差较小且预报提前量较大。展开更多
文摘基于中尺度天气研究与预报(Weather Research and Forecast,WRF)快速更新循环(Rapid Update Cycle,RUC)模式系统,选取SW(Stoelinga and Warner)方案、RUC方案与FSL(Forecast Systems Laboratory)方案3种能见度方案,对2015年10月至2016年3月山东地区的25次雾天气个例进行预报试验,包括能见度的定量化预报和雾天气的有、无诊断预报,利用常规气象观测资料对预报结果进行检验评估,并分析不同能见度方案对雾天气预报效果不佳的原因,对RUC方案进行订正。结果表明:SW方案模拟的能见度平均绝对误差为9—12 km,RUC方案和FSL方案模拟的能见度平均绝对误差均为2—4 km。对于山东地区大部分雾天气预报试验,SW方案和FSL方案雾天气预报的确报率高于误报率,均对雾天气具有一定的预报能力;RUC方案雾天气预报的确报率和误报率均为0,对雾天气没有预报能力。综合山东地区能见度与雾天气的预报效果可知,FSL方案更适合作为WRF-RUC模式业务中雾天气的预报产品。模拟能见度对相对湿度的预报误差过于敏感、未考虑空气中的污染物对能见度的影响及计算公式未进行本地化订正是能见度方案对雾天气预报效果不佳的主要原因,订正后的RUC方案模拟的能见度平均绝对误差较原始方案减小,且提高了雾天气的预报效果。
文摘采用GFS背景场资料和ADAS资料同化系统,使用WRF模式对2014—2016年青岛近海17个海雾个例进行了模拟,分析了3种能见度算法的预报效果。结果表明,FSL(Forecast Systems Laboratory)算法对于沿海站、岸基站雾的预报较SW99(Steolinga and Warner 1999)算法有优势;对于海岛站而言,SW99算法则优于FSL算法。混合算法CVIS(Combined Visibility)较单一算法预报雾准确率有所提高。3种能见度算法基本上是高估能见度的,SW99算法能见度预报均方根误差最大。另外,SW99算法对沿海站、岸基站雾开始时间预报较实况多偏晚,结束时间预报较实况多偏早,持续时间预报较实况多偏短。
文摘利用2015-2018年乌鲁木齐机场航空例行天气报告(METAR报)、ECMWF(European Centre for Medium-Range Weather Forecasting)细网格数值预报产品对影响能见度的主要因子进行分析,提取与低能见度相关性高的物理量作为预报因子,采用SVM方法,分别基于Poly、RBF核函数建立乌鲁木齐机场未来21 h能见度预报模型。结果表明:(1)基于预报因子区间分类的SVM模型物理意义明确,试验结果较好;以RBF为函数建立的SVM模型(SVM-RBF)预报能力更好,其训练样本预测的TS评分0.84,准确率89.20%。(2)SVM-RBF模型的检验样本中,预报准确样本的预报误差整体偏小;在漏报样本中则有能见度越低、预报误差越大的特点,模型的振荡性明显。(3)结合NCEP/NCAR再分析资料研究SVM-RBF模型对天气过程的预报表现,发现模型对于特定天气形势下引发的低能见度天气,预报误差较小且预报提前量较大。
