基于laps的逐時氣溫精細化預報應用

基于laps的逐時氣溫精細化預報應用

中尺度數(shù)值預報模式隨著科學技術的進步和經(jīng)濟社會的發(fā)展，公眾，尤其是專業(yè)氣象用戶對氣候的需求和氣候服務的需求越來越大。這是氣象企業(yè)發(fā)展的必然趨勢。精細化預報是高分辨率天氣預報的深入應用,高分辨率的數(shù)值模式是進行精細化預報的基礎(谷湘潛等,2007)。云南省氣象科研所利用中尺度WRF數(shù)值模式及WRF三維變分同化系統(tǒng)建立了本地化的中尺度數(shù)值預報業(yè)務系統(tǒng),該系統(tǒng)能較好地刻畫本地下墊面的動力和熱力狀況,預報能力有明顯改善(段旭等,2011)。武漢暴雨研究所已成功將局地分析預報系統(tǒng)(localanalysisandpredictionsystem,LAPS)移植到本地(李紅莉等,2008;2009),并且利用該系統(tǒng)融合了NCEP資料、S波段多普勒雷達資料、衛(wèi)星云導風資料、地面觀測資料、探空資料以及GPS水汽資料等,實現(xiàn)了利用LAPS為中尺度數(shù)值模式提供初始場進行中尺度數(shù)值預報。發(fā)展數(shù)值預報模式的釋用訂正技術,提高數(shù)值預報模式輸出的氣象要素預報水平,是開展精細化預報重要環(huán)節(jié)(矯梅燕,2007)。基于模式輸出統(tǒng)計(MOS)、神經(jīng)元網(wǎng)絡、卡爾曼(Kalman)濾波等統(tǒng)計釋用技術已被充分利用。辜旭贊(2008)基于T213模式產(chǎn)品,利用Kalman濾波技術建立湖北省多站多要素MOS預報方程,具有一定的評分水平。但是預報時間分辨率較粗,不能達到精細化要求,且預報效果受限于模式性能。郭虎等(2008)利用支持向量機和半周期函數(shù)擬合方法制作北京奧運演練氣象要素客觀精細化預報產(chǎn)品,空間精細化到場館,時間精細化到3h,為奧運演練做好氣象保障服務。張華等(2003)嘗試用最新的大氣運動實況資料修正MOS預報方程系數(shù),改善了MOS方程預報效果。吳君等(2007)基于MM5模式產(chǎn)品,利用BP神經(jīng)網(wǎng)絡模型建立了氣溫預報模型,時間分辨率3h,表明BP模型的氣溫預報準確率高于模式直接預報,可應用于業(yè)務中制作氣溫的精細化預報。王輝贊等(2006)利用Kalman濾波方法對T106數(shù)值預報產(chǎn)品進行誤差修正和預報優(yōu)化,結(jié)果對副熱帶高壓(以下簡稱副高)預報誤差修正效果良好。邱學興等(2012)統(tǒng)計訂正了T639模式預報系統(tǒng)誤差,表明“遞減平均法”總體表現(xiàn)為正的訂正技巧,對于地面2m溫度預報場,冬半年訂正能力明顯高于夏半年。錢莉等(2010)基于ECMWF數(shù)值預報產(chǎn)品利用最優(yōu)子集神經(jīng)網(wǎng)絡分月建立了武威市逐日最高、最低溫度預報模型,結(jié)果表明該模型能較好地反映日極端溫度的變化,對明顯的升降溫過程反應靈敏,對升降溫趨勢和幅度預報較為準確。張禮平等(2008)利用遺傳神經(jīng)網(wǎng)絡技術釋用氣候模式預測產(chǎn)品,證明海氣耦合模式預測產(chǎn)品經(jīng)釋用后,可在業(yè)務中發(fā)揮更大的作用。氣溫要素與人民生活、生產(chǎn)密切相關,尤其是電力行業(yè)中的電力負荷、用電量等對氣溫變化極為敏感。研究電力指標與氣象因子的關系,建立電力負荷、用電量與氣溫等要素的評估預測模型已成為焦點(胡江林等,2002)。新疆氣象服務中心依托數(shù)值預報產(chǎn)品制作電力負荷預報,實現(xiàn)為專業(yè)用戶提供指導性的專項服務產(chǎn)品(楊靜等,2010),但是準確率明顯受T213模式預報能力所限。電力部門需要更精確、更精細的氣溫預報,以做到供電量的合理調(diào)度,達到電網(wǎng)安全穩(wěn)定、優(yōu)質(zhì)經(jīng)濟地運行。本文基于武漢暴雨研究所開發(fā)的LAPS分析融合的WRF模式,主要對湖北省內(nèi)及華中區(qū)域部分用電量高峰地區(qū)代表站進行氣溫精細化預報釋用研究,每日為區(qū)域站點提供次日00—23時逐時氣溫精細化預報產(chǎn)品。1精細數(shù)值預報系統(tǒng)利用武漢暴雨研究所引進的局地分析預報系統(tǒng)(LAPS)作為分析融合系統(tǒng),WRF模式作為高分辨率預報模式,根據(jù)區(qū)域氣候、地形特點及系統(tǒng)建設要求,進行本地化移植及調(diào)試,自動化運行保障等工作,建立每3h啟動一次的精細化數(shù)值預報系統(tǒng),提供高時空分辨率的精細化數(shù)值預報產(chǎn)品。利用全球GFS每3h一次的預報場作為LAPS系統(tǒng)背景場,將長江流域各省市多普勒雷達基數(shù)據(jù)、常規(guī)探空觀測資料、常規(guī)地面觀測資料、加密自動站觀測資料、GPS水汽資料、風云二號衛(wèi)星資料等觀測資料進行融合同化,每3h為中尺度數(shù)值模式WRF提供初始場。WRF模式版本利用WRFV3.1,預報區(qū)域采用WSM6顯式云物理方案,關閉對流參數(shù)化方案,利用YSU邊界層方案進行設定,側(cè)邊界條件為時變邊界。預報區(qū)域中心點為30.5°N、110.5°E,水平分辨率3km,范圍為24°～37°N、104°～117°E,包括湖北、湖南、河南和重慶等省(市、區(qū)),預報時間分辨率為1h。2模式4:時間和模型選取為了滿足湖北電力、華中電力系統(tǒng)對逐時氣溫預報的需求,開展氣溫精細化預報服務,依據(jù)專業(yè)用戶指定湖北省內(nèi)及華中區(qū)域主要城市用電量高峰地點,挑選區(qū)域55個自動氣象觀測站(圖1),進行氣溫精細化預報,開展專業(yè)氣象服務。選取資料長度為2011年4月1日至7月20日。模式資料基于LAPS分析的WRF模式,輸出高時空分辨率精細化數(shù)值預報產(chǎn)品,要素包括三維溫、壓、濕、風及地面2m氣溫等。起報時間為2011年3月30日至7月19日每日08時,提取次日00—23時逐時物理量場。利用數(shù)值模式釋用技術,每日為區(qū)域站點提供次日00-23時逐時氣溫精細化預報產(chǎn)品。將模式輸出的三維溫、壓、濕、風場等插值到區(qū)域站點上,并設計以下幾種模式釋用方案:(1)采用逐時樣本“串連”,逐站建立MOS預報方程,記為MOS-1方案。(2)去除氣溫日間變化影響,逐站逐時刻建立MOS預報方程,記為MOS-2方案。(3)以模式產(chǎn)品為預報因子,采用卡爾曼(Kalman)濾波技術,逐站逐時刻建立Kalman系統(tǒng)預報方程,記為Kalman-1方案。(4)在模式產(chǎn)品為預報因子的基礎上,引入前一日實況最高氣溫為預報因子,逐站逐時刻建立Kalman系統(tǒng)預報方程,記為Kalman-2方案。MOS方法中各因子的系數(shù)一般是固定的,而實際各預報因子對預報量的權(quán)重影響是動態(tài)變化的。因此在業(yè)務運行中,可采用“滾動系數(shù)”的方式建立MOS預報模型。每日替換最新的實況和模式樣本數(shù)據(jù),訓練一組新的方程參數(shù),使預報模型能夠適應天氣、氣候的變化。而Kalman濾波方法具有利用上一次預報誤差的反饋信息來修正原預報方程參數(shù)的特點,預報系統(tǒng)方程本身是動態(tài)的。氣溫預報的檢驗方法(張強等,2009)采用平均絕對誤差(TMAE)和預報準確率:式中,Fi為第i站(次)預報氣溫,Oi為第i站(次)實況氣溫,K為1、2,分別代表|Fi-Oi|≤1℃、|Fi-Oi|≤2℃,為預報正確的站(次)數(shù),為預報的總站(次)數(shù)。文中檢驗預報準確率采用|FiOi|≤2℃的閾值。3報告方案的執(zhí)行3.1模式預報因子的選取MOS降水預報往往依據(jù)系統(tǒng)輻合抬升、水汽條件和高低層配置等結(jié)構(gòu)特征選取預報因子,這些因子符合動力學原理和系統(tǒng)發(fā)展機制(孫永剛等,1998),如上升運動、渦散度、中低層水汽、水汽垂直輸送及綜合指數(shù)等。而將此類因子引入MOS氣溫精細化預報方程后,由于預報因子與預報對象近乎無相關性,試驗效果反而不理想。因此對氣溫預報因子的選取,先通過模式輸出要素與站點實況氣溫的相關普查,再經(jīng)過預報檢驗篩選,發(fā)現(xiàn)選取以下8個因子時誤差檢驗最小,見表1。選取的預報因子與預報對象是線性相關的,且具有一定的天氣學意義。模式直接預報2m氣溫與實況氣溫的相關系數(shù)高達0.9,可見基于LAPS分析的WRF模式預報信度較高,預報趨勢基本相一致。由于MOS-1方案將逐時樣本“串連”,大量擴充了樣本,利于建立穩(wěn)定的預報模型。利用資料前80d作為擬合期,訓練模型參數(shù),后31d作為預報期,檢驗模型預報效果。圖2給出WRF模式和MOS-1方案預報氣溫的逐日區(qū)域平均絕對誤差(TMAE),由圖可見,MOS-1在擬合期、預報期預報均穩(wěn)定,TMAE明顯小于模式直接預報。3.2mos-2預報模型考慮到氣溫日間變化可能影響預報準確率,采用MOS-2方案,每個站逐時刻建立24個預報方程。由于擬合樣本數(shù)量有限,方程不利于引入過多個因子。試驗表明,多個預報因子引入MOS-2方程,可使預報的擬合期誤差較小,而預報期誤差較大。通過引入不同因子進行預報檢驗篩選,基于業(yè)務簡化原則,最后確定MOS-2方案的預報因子為2m氣溫和500hPa位勢高度。模式直接預報氣溫可信度高,位勢高度具有明確的天氣學意義。利用前80d資料建立預報模型,后31d資料進行預報檢驗。3.3預警系統(tǒng)的修正Kalman濾波方法是在MOS方程基礎上,通過對系數(shù)的動態(tài)調(diào)整來達到減小誤差的目的。基于濾波的基本思想,利用前一次預報誤差的反饋信息來及時修正和調(diào)整預報方程,以提高下一次預報精度(陸如華等,1994)。在MOS-2方案基礎上,以2m氣溫和500hPa位勢高度為兩個預報因子,利用前80d資料估算Kalman濾波系統(tǒng)遞推起步的4個重要參數(shù)(陸如華等,1997),后31d資料進行預報檢驗。3.4引入預報因子試驗表明,Kalman-1方案對午間氣溫預報存在較大負偏差?？紤]在此基礎上,引入前一日實況最高氣溫作為其中預報因子,記為Kalman-2方案,武漢站日最高氣溫滯后24h的自相關系數(shù)達到0.75,引入該因子有望提高預報準確率。4模式2:wrf逐時氣溫因子確定對各方案進行預報檢驗,圖3給出后31d預報期逐時區(qū)域平均絕對誤差。TMAE控制在2℃以內(nèi)為預報準確。圖3a,WRF預報08—11時TMAE低于2℃,夜間23—07時TMAE均高于2.5℃,對最低氣溫預報準確率較低。Kalman-1預報14—18時TMAE略大,夜間時刻TMAE明顯降低。Kalman-2方案引入實況最高氣溫因子后,逐時TMAE均比Kalman-1低0.1℃。圖3b,午間時刻MOS-1和MOS-2誤差均能控制在2℃以內(nèi),并且略低于Kalman-2;夜間時刻MOS-2誤差明顯小于MOS-1,且Kalman-2誤差最小。此外對MOS-2引入實況最高氣溫因子,預報效果并無改善。圖4給出預報期逐站平均絕對誤差,由圖可見,WRF絕大多數(shù)站點的逐時氣溫TMAE大于2℃,MOS-1誤差明顯減小,只有少數(shù)站點的TMAE大于2℃。Kalman-2及MOS-2平均誤差最低,僅鄭州、洛陽和孟津站點TMAE略大于2℃,這與WRF預報誤差較大有關,也可能與選取預報因子的地域差異有關。圖5分別給出各方案擬合期和預報期區(qū)域平均誤差及預報準確率評分。由圖可見,WRF逐時氣溫TMAE高于2℃,預報準確率為50%左右,模式預報趨勢較好,但誤差偏大。通過模式釋用,各方案可使TMAE控制在2℃以內(nèi)的容許范圍,預報準確率也提高到60%～70%。各方案擬合期相當,預報期由于夜間Kalman-2誤差最小、MOS-2次之,Kalman-2預報評分也因此略高于MOS-2及MOS-1。5對模式釋用方案效果每日提供逐時氣溫精細化預報的同時,檢驗各方案能否提供較高準確率的日最高、最低氣溫預報產(chǎn)品。這里最高、最低氣溫是24h預報時效的00—23時之間的極值。圖6統(tǒng)計了2011年4月1日至7月20日區(qū)域站點逐日最高氣溫(Tmax)和最低氣溫(Tmin),檢驗各方案極值氣溫預報的平均絕對誤差和預報準確率。由圖可見,基于LAPS同化的WRF模式對高溫預報效果優(yōu)于低溫,Tmax誤差為2.3℃,Tmin誤差為2.5℃,Tmax評分為54%,Tmin評分為4%。模式釋用方案對Tmin改進明顯,MOS-1、MOS-2及Kalman-2可分別使TMAE降低到1.6℃、1.5℃和1.4℃,預報評分分別提高到67%、73%和74%。但是對Tmax改進效果不明顯,各方案預報效果相當,TMAE控制在2℃范圍,評分達到57%左右。通過計算區(qū)域站點平均系統(tǒng)性偏差(一段時間內(nèi)實況與預報的平均差值),模式預報最高、最低氣溫的系統(tǒng)性偏差分別為-0.7℃和1.9℃,即高溫預報偏高、低溫預報偏低,并且模式對低溫預報存在更明顯的系統(tǒng)偏差,因此對低溫的偏差訂正改進效果更為明顯。通過模式釋用,最高、最低氣溫的系統(tǒng)性偏差分別降低為0.3℃和0.4℃。綜上所述,現(xiàn)有方案能夠有效降低輸出分辨率為逐小時的中尺度模式預報誤差,提高預報準確率,能夠滿足現(xiàn)階段專業(yè)用戶(湖北電力和華中電力)對氣象部門氣溫預報分辨率及準確率的要求。隨著專業(yè)用戶對氣象服務需求的日益增長,如新能源產(chǎn)業(yè)中風電功率預報對風速預報需求、太陽能光伏發(fā)電預報對短波輻射需求,以及電力負荷預報對氣溫預報需求等,氣象部門應當充分發(fā)揮自身數(shù)值天氣預報模式的優(yōu)勢,及時開展對高分辨率模式的應用,提高模式釋用水平,盡可能滿足專業(yè)氣象用戶對天氣預報要求及氣象服務的需求。6模式釋用及效果為了滿足湖北電力和華中電力系統(tǒng)對逐時氣溫預報的需求,開展氣溫精細化預報服務,基于LAPS分析融合的WRF模式,利用2011年4月1日至7月20日高時空分辨率精細化數(shù)值預報產(chǎn)品,對湖北省內(nèi)及周邊區(qū)域55個站點逐時氣溫進行精細化預報釋用,檢驗比較幾種模式釋用方案,得到以下結(jié)論。(1)基于LAPS分析的WRF模式預報趨勢較準確,與實況氣溫相關系數(shù)達到0.9,逐時預報準確率評分在50%左右。通過模式釋用,可使評分達到60%～70%。WRF日間(08—20時)預報誤差小于夜間,對高溫預報準確率較高,Tmax評分為54%,對低溫預報準確率較低,Tmin評分為44%。模式釋用方案對Tmin預報改進效果明顯,MOS-1、MOS-2及Kalman-2可使預報評分分別提高到