復(fù)雜地形下高精度風(fēng)場(chǎng)融合預(yù)報(bào)訂正技術(shù)在冬奧會(huì)賽區(qū)風(fēng)速預(yù)報(bào)中的應(yīng)用研究*

楊 璐 宋林燁 荊 浩 陳明軒 曹偉華 吳劍坤

1 北京城市氣象研究院，北京 100089

2 北京市氣象臺(tái)，北京 100089

提 要： 幾乎所有的數(shù)值預(yù)報(bào)模式都存在系統(tǒng)偏差。雖然目前利用統(tǒng)計(jì)訂正方法降低個(gè)別站點(diǎn)的風(fēng)速偏差已經(jīng)取得了一些成功，但基于站點(diǎn)的訂正具有空間局限性，仍迫切需要基于格點(diǎn)開(kāi)展復(fù)雜地形下高精度風(fēng)場(chǎng)的融合預(yù)報(bào)偏差訂正。本研究提出了一種復(fù)雜地形下北京冬奧賽區(qū)不同海拔高度高精度風(fēng)場(chǎng)的融合預(yù)報(bào)訂正技術(shù)。首先利用冬奧山地賽區(qū)及周邊133個(gè)自動(dòng)氣象站風(fēng)場(chǎng)實(shí)況觀測(cè)資料與睿圖-睿思系統(tǒng)高精度風(fēng)場(chǎng)預(yù)報(bào)數(shù)據(jù)相結(jié)合，利用統(tǒng)計(jì)偏差訂正方法，獲取各站點(diǎn)1～12 h的平均系統(tǒng)偏差，然后再將地形降尺度后的中國(guó)氣象局北京快速更新循環(huán)數(shù)值預(yù)報(bào)系統(tǒng)高分辨率風(fēng)場(chǎng)利用格點(diǎn)偏差訂正系數(shù)優(yōu)化后作為背景場(chǎng)融合觀測(cè)資料，更好地捕捉局地地形對(duì)山區(qū)風(fēng)場(chǎng)的影響。結(jié)果表明，本方法極大程度降低了風(fēng)速的系統(tǒng)性偏差，風(fēng)速預(yù)報(bào)誤差顯著降低，12 h風(fēng)速平均絕對(duì)誤差和均方根誤差降低率最高達(dá)40%以上。經(jīng)過(guò)適當(dāng)?shù)男薷?，這種方法也可以應(yīng)用于對(duì)其他變量的偏差訂正上。

引 言

風(fēng)的預(yù)報(bào)是精細(xì)化預(yù)報(bào)產(chǎn)品的重要組成部分，也是政府和公眾重點(diǎn)關(guān)注的預(yù)報(bào)要素之一。復(fù)雜地形條件下，風(fēng)場(chǎng)微尺度的高度非均一性特征(劉敏等，2010)，對(duì)估計(jì)潛在風(fēng)能源生產(chǎn)、建筑發(fā)展規(guī)范和評(píng)估及與潛在大風(fēng)有關(guān)的災(zāi)害(楊璐等，2018a；2018b)非常重要。2022年北京冬季奧運(yùn)會(huì)(簡(jiǎn)稱冬奧會(huì))(Chen et al, 2018)舉辦時(shí)間臨近，冬奧會(huì)雪上項(xiàng)目賽區(qū)地處山地，地形比較復(fù)雜，而風(fēng)的預(yù)報(bào)結(jié)果對(duì)冬奧會(huì)室外賽事至關(guān)重要，大風(fēng)天氣可能會(huì)導(dǎo)致冬奧會(huì)多項(xiàng)賽事及賽事運(yùn)維服務(wù)都受到明顯影響。

目前大多數(shù)風(fēng)場(chǎng)預(yù)報(bào)產(chǎn)品，都來(lái)自于區(qū)域或全球尺度數(shù)值天氣預(yù)報(bào)模式，因其擁有豐富的物理參數(shù)化方案，能很好地捕捉中尺度天氣事件，模擬氣象場(chǎng)的平均狀態(tài)；但基于動(dòng)力過(guò)程的預(yù)報(bào)本身存在初始條件偏差和模式自身的不確定性，使得數(shù)值模式目前還不具備捕捉大氣小尺度特征和微尺度湍流運(yùn)動(dòng)能力(Winstral et al, 2017)。復(fù)雜地形下風(fēng)場(chǎng)預(yù)報(bào)的準(zhǔn)確率也一直是風(fēng)能研究和氣象研究領(lǐng)域的難點(diǎn)和重點(diǎn)(程雪玲等，2015；李艷等，2015)。

中國(guó)氣象局北京快速更新循環(huán)數(shù)值預(yù)報(bào)系統(tǒng)(CMA北京模式，CMA-BJ)，是目前華北區(qū)域的中尺度區(qū)域數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)，采用快速更新循環(huán)同化預(yù)報(bào)方式運(yùn)行，以歐洲中期天氣預(yù)報(bào)中心(ECMWF)的全球預(yù)報(bào)為背景場(chǎng)(以下簡(jiǎn)稱EC)冷啟動(dòng)，同化包括地面、探空、飛機(jī)報(bào)、地基GPSZTD等在內(nèi)的觀測(cè)資料，每3 h滾動(dòng)更新預(yù)報(bào)(范水勇等,2009;童文雪等,2018)。CMA-BJ模式輸出的近地面風(fēng)場(chǎng)，是基于模式地形，通過(guò)使用有效的(地形)粗糙度和邊界層方案，對(duì)復(fù)雜地形的影響進(jìn)行參數(shù)化設(shè)置，但實(shí)際上這種參數(shù)化方案只是有效模擬了天氣尺度系統(tǒng)下的地形拖曳。而在復(fù)雜地形下，許多站點(diǎn)位于山區(qū)，狹窄峽灣、山谷眾多，風(fēng)場(chǎng)在微尺度上動(dòng)態(tài)及非線性的流動(dòng)特性(Wood, 2000)都可能對(duì)局地風(fēng)產(chǎn)生極大影響。

目前，使用動(dòng)力降尺度方法(Lee and Lundquist, 2017；劉郁玨等,2019)來(lái)獲取更高分辨率風(fēng)場(chǎng)產(chǎn)品及風(fēng)速偏差訂正的嘗試。雖然在一些特定的個(gè)例測(cè)試中已取得了一些成功，但由于缺乏批量檢驗(yàn)以及計(jì)算資源需求過(guò)大的原因，對(duì)于模式參數(shù)方案的特定配置還沒(méi)有被納入常規(guī)的模式預(yù)報(bào)框架中(Wagenbrenner et al,2016)，暫時(shí)無(wú)法滿足精細(xì)化預(yù)報(bào)的業(yè)務(wù)需求。能夠捕捉天氣系統(tǒng)精細(xì)結(jié)構(gòu)信息的高時(shí)空分辨率綜合氣象觀測(cè)資料、多源實(shí)況融合分析技術(shù)以及多尺度數(shù)值預(yù)報(bào)模式的快速發(fā)展和支撐，為精細(xì)化網(wǎng)格預(yù)報(bào)發(fā)展提供了堅(jiān)實(shí)的基礎(chǔ)和必要的前提條件(金榮花等，2019)。在模式預(yù)報(bào)基礎(chǔ)上利用實(shí)況觀測(cè)資料進(jìn)行空間和時(shí)間上的統(tǒng)計(jì)降尺度和偏差訂正(曹勇等，2016; Michelangeli et al, 2009; Curry et al, 2012; 江瀅等, 2013; Winstral et al, 2017; 于麗娟等，2017)是非常必要和有效的，而且相比動(dòng)力降尺度方法計(jì)算量更小。但目前基于統(tǒng)計(jì)訂正的研究主要是針對(duì)低海拔到中海拔高度地區(qū)的低風(fēng)速區(qū)域，或者只包含少量的高海拔高度地區(qū)的大風(fēng)區(qū)域(Huang et al, 2015; Trubilowicz et al, 2016)。而且之前的許多研究都是基于站點(diǎn)的訂正(Kirchmeier et al, 2014)，但是，基于站點(diǎn)的訂正具有空間局限性(Winstral et al, 2017)，因此迫切需要基于整個(gè)模型網(wǎng)格開(kāi)展偏差訂正(曾曉青等，2019)。

睿圖-睿思(RMAPS-RISE)系統(tǒng)(陳康凱等，2020)，基于CMA-BJ模式和自動(dòng)氣象站觀測(cè)資料，利用多源數(shù)據(jù)融合技術(shù)、偏差訂正技術(shù)(楊璐等，2019；程叢蘭等，2019；宋林燁等，2019)及高分辨率地形降尺度技術(shù)，可以實(shí)現(xiàn)10分鐘更新、百米級(jí)空間尺度的冬奧會(huì)賽區(qū)風(fēng)場(chǎng)臨近、短時(shí)預(yù)報(bào)。睿圖-睿思風(fēng)場(chǎng)一方面能夠繼承CMA-BJ模式完備的參數(shù)化方案，將具有中尺度動(dòng)力特征的初始風(fēng)場(chǎng)降尺度到更精細(xì)的網(wǎng)格點(diǎn)上，并利用松弛迭代算法保持風(fēng)場(chǎng)的質(zhì)量守恒，更好地描述復(fù)雜地形特征下高分辨率格點(diǎn)流場(chǎng)的動(dòng)量和能量；另一方面又能夠在百米級(jí)尺度高精度地形條件下更快地吸收和融合觀測(cè)資料，顯著提升了復(fù)雜地形下風(fēng)場(chǎng)的預(yù)報(bào)能力。但基于觀測(cè)資料融合和地形降尺度的偏差訂正技術(shù)對(duì)于風(fēng)場(chǎng)預(yù)報(bào)能力的提升主要體現(xiàn)在短時(shí)臨近預(yù)報(bào)時(shí)效內(nèi)，6 h以后風(fēng)場(chǎng)預(yù)報(bào)基本為地形降尺度后的數(shù)值預(yù)報(bào)結(jié)果，預(yù)報(bào)性能較CMA-BJ模式改進(jìn)有限。而CMA-BJ模式在復(fù)雜地形區(qū)域?qū)孛骘L(fēng)速模擬又存在較大系統(tǒng)性偏差，呈現(xiàn)出對(duì)平原、山谷風(fēng)速高估及對(duì)山腰、山頂?shù)貐^(qū)風(fēng)速低估的現(xiàn)象(劉郁玨等, 2019)。Neilley and Hanson(2004)提出消除系統(tǒng)偏差是數(shù)值模式釋用方法降低整體誤差的最有效途徑。

本研究綜合考慮多源實(shí)況融合分析技術(shù)與復(fù)雜地形下高精度風(fēng)場(chǎng)偏差訂正技術(shù)，利用冬奧會(huì)山地賽場(chǎng)區(qū)域及其周邊地區(qū)不同海拔高度上收集的133個(gè)自動(dòng)氣象站風(fēng)場(chǎng)實(shí)況觀測(cè)資料與睿圖-睿思系統(tǒng)高精度風(fēng)場(chǎng)預(yù)報(bào)數(shù)據(jù)相結(jié)合，利用統(tǒng)計(jì)偏差訂正方法，獲取復(fù)雜地形下133個(gè)站點(diǎn)1～12 h的平均系統(tǒng)偏差，將降尺度后的高分辨率風(fēng)場(chǎng)利用格點(diǎn)偏差訂正系數(shù)優(yōu)化后再作為背景場(chǎng)融合觀測(cè)資料，以實(shí)現(xiàn)復(fù)雜地形下不同海拔高度上高精度風(fēng)場(chǎng)的融合訂正優(yōu)化，更好地捕捉局地地形對(duì)山區(qū)風(fēng)場(chǎng)的平均影響。研究包括大量山區(qū)站點(diǎn)的大風(fēng)天氣，而且適用于整個(gè)冬奧賽區(qū)高分辨率格點(diǎn)場(chǎng)的訂正。

1 資 料

文中所發(fā)展的統(tǒng)計(jì)偏差訂正方法將最終應(yīng)用于睿圖-睿思系統(tǒng)冬奧會(huì)賽區(qū)百米級(jí)分辨率10 m風(fēng)場(chǎng)預(yù)報(bào)性能的改進(jìn)。睿圖-睿思系統(tǒng)是北京城市氣象研究院研發(fā)的短時(shí)臨近融合預(yù)報(bào)系統(tǒng)，具有快速更新、資料融合、無(wú)縫隙、集合集成預(yù)報(bào)這幾個(gè)重要特點(diǎn)。睿圖-睿思系統(tǒng)以2022年北京冬奧會(huì)山地賽場(chǎng)區(qū)域及其周邊地區(qū)(100 km×100 km)作為運(yùn)算范圍，覆蓋了張家口崇禮和北京延慶海陀山這兩個(gè)冬奧會(huì)重點(diǎn)高山賽區(qū)(圖1)，目前已形成了冬奧會(huì)重點(diǎn)區(qū)域百米級(jí)分辨率0～12 h短時(shí)臨近無(wú)縫隙精細(xì)分析和預(yù)報(bào)實(shí)時(shí)產(chǎn)品，數(shù)據(jù)格點(diǎn)分辨率為100 m，逐10 min快速更新循環(huán)，在2019—2020年冬季冬奧會(huì)測(cè)試賽和預(yù)報(bào)員冬訓(xùn)期間提供了支持，尤其為 0～3 h 的地面2 m溫度、10 m風(fēng)場(chǎng)短時(shí)臨近預(yù)報(bào)提供了很好的技術(shù)支撐。

文中選取的資料包括2020年1—3月睿思系統(tǒng)冬奧賽區(qū)高精度風(fēng)場(chǎng)融合預(yù)報(bào)訂正技術(shù)改進(jìn)前后的2 min平均10 m風(fēng)場(chǎng)格點(diǎn)預(yù)報(bào)產(chǎn)品，以及研究范圍內(nèi)參與融合和用于格點(diǎn)偏差訂正的133個(gè)自動(dòng)氣象站實(shí)況觀測(cè)資料(圖1a)，其中包括冬奧會(huì)延慶賽區(qū)13個(gè)和張家口云頂和古楊樹(shù)賽區(qū) 11個(gè)重點(diǎn)關(guān)注站點(diǎn)。自動(dòng)氣象站觀測(cè)數(shù)據(jù)雖然精度高、時(shí)效性強(qiáng)，但也存在缺測(cè)、誤測(cè)等問(wèn)題。因此，文中對(duì)所用的觀測(cè)資料進(jìn)行了質(zhì)量控制和篩選(竇以文等，2008)。資料質(zhì)量控制所用的方法是：①缺測(cè)檢查，剔除冬奧賽區(qū)自動(dòng)氣象站點(diǎn)缺測(cè)率超過(guò)50%的天數(shù)(如2月13—15日；2月25—26日)；②時(shí)間連續(xù)性檢查，剔除連續(xù)性較差(相鄰兩個(gè)時(shí)刻風(fēng)速差大于10 m·s-1，小于0.5 m·s-1；風(fēng)向變化小于10°)的站點(diǎn)(如2月19日競(jìng)速2)；③內(nèi)部一致性檢查，剔除同一測(cè)站同時(shí)測(cè)得的參數(shù)不一致(風(fēng)速為0，風(fēng)向必須為靜風(fēng)；風(fēng)向?yàn)殪o風(fēng)時(shí)，風(fēng)速必須為0)的觀測(cè)值(如2月18日競(jìng)速2)(王伯明，2004)。

圖1 睿圖-睿思系統(tǒng)冬奧會(huì)區(qū)域(a)、延慶賽區(qū)(b)、張家口云頂(c)和古楊樹(shù)賽區(qū)(d)(圖中填色為地形高度,圓圈為賽區(qū)自動(dòng)觀測(cè)站位置；圖1b中S1～S8表示競(jìng)速1～8號(hào)站，G1～G3表示競(jìng)技1～3號(hào)站，XHT和EHT分別表示小海陀和二海陀站；圖1c中D1～D6表示云頂1～6號(hào)站；圖1d中Y2～Y3為越野2～3號(hào)站，T2～T3為跳臺(tái)2～3號(hào)站，DL為冬兩1號(hào)站)Fig.1 The Winter Olympic Games area (a), Yanqing competition area (b), Yunding (c) and Guyangshu (d) competition areas in Zhangjiakou (The shaded area indicates terrain height, circle indicates the position of the automatic weather station; S1-S8, G1-G3, XHT and EHT indicate Jingsu 1-Jingsu 8, Jingji 1-Jingji 3, Xiaohaituo and Erhaituo in Fig.1b respectively; D1-D6 indicate Yunding 1-Yunding 6 in Fig.1c; Y2-Y3 indicate Yueye 2-Yueye 3, DL indicates Dongliang 1 in Fig.1d)

2 高精度風(fēng)場(chǎng)偏差訂正方案

睿思系統(tǒng)風(fēng)場(chǎng)的準(zhǔn)確率一方面依賴于觀測(cè)資料，另一方面依賴于CMA-BJ模式背景場(chǎng)所提供的風(fēng)場(chǎng)準(zhǔn)確性。風(fēng)場(chǎng)訂正包括兩方面：首先利用距離反比插值方法將CMA-BJ模式地形下3 km 分辨率的10 m風(fēng)場(chǎng)產(chǎn)品(數(shù)值模式地形高度上的10 m風(fēng))插值到睿思更高分辨率和更精細(xì)的地形上，通過(guò)地形降尺度提升分辨率，用降尺度得到的睿思高精度地形高度上的風(fēng)速(睿思高分辨率地形高度上的10 m風(fēng))去訂正CMA-BJ模式本身診斷出的10 m風(fēng)；然后根據(jù)實(shí)況觀測(cè)資料經(jīng)緯度和海拔高度信息確認(rèn)觀測(cè)所在位置，取出對(duì)應(yīng)位置背景場(chǎng)的風(fēng)速，剔除地形因子及水面阻力等影響以后，用觀測(cè)場(chǎng)風(fēng)場(chǎng)值訂正背景場(chǎng)值，計(jì)算格點(diǎn)場(chǎng)在觀測(cè)位置的誤差。

也就是說(shuō)，針對(duì)每個(gè)觀測(cè)站，都從睿思格點(diǎn)中，找出一個(gè)最能代表觀測(cè)站的格點(diǎn)，與觀測(cè)站對(duì)應(yīng)值作差，以反映格點(diǎn)數(shù)據(jù)與觀測(cè)站數(shù)據(jù)的差值ΔXk，如式(1)所示：

(1)

然后利用已知的這些差異，針對(duì)睿思系統(tǒng)研究范圍內(nèi)的每個(gè)格點(diǎn)，水平距離在12.5 km以內(nèi)最近的n個(gè)站點(diǎn)，將最近n個(gè)站點(diǎn)的差值進(jìn)行加權(quán)融合，得到該點(diǎn)與觀測(cè)站數(shù)據(jù)的差值。站點(diǎn)的距離越近，其權(quán)重越大，其差值的置信度越高。對(duì)于睿思的某個(gè)格點(diǎn)(i,j),它與第k個(gè)自動(dòng)氣象站的距離為rijk，則第(i,j)個(gè)格點(diǎn)的風(fēng)場(chǎng)差分如式(2)所示：

(2)

(3)

但基于觀測(cè)資料融合和地形降尺度的偏差訂正技術(shù)對(duì)于風(fēng)場(chǎng)模擬能力的提升主要體現(xiàn)在短時(shí)臨近預(yù)報(bào)時(shí)效內(nèi)，風(fēng)場(chǎng)1～6 h的臨近預(yù)報(bào)模塊是基于融合分析場(chǎng)的外推預(yù)報(bào)和數(shù)值模式預(yù)報(bào)的加權(quán)平均，當(dāng)預(yù)報(bào)時(shí)效ti<6 h時(shí)，風(fēng)場(chǎng)的計(jì)算如式(4)所示：

(4)

fT(ti)=max{0,min[1,1-(ti-2)]/4}

(5)

從權(quán)重系數(shù)公式可以得出，ti為0～6 h時(shí)，預(yù)報(bào)中外推預(yù)報(bào)的權(quán)重系數(shù)從1線性遞減至0。ti=3 h，權(quán)重系數(shù)降為0.75；如ti=3 h時(shí)，睿思預(yù)報(bào)風(fēng)場(chǎng)計(jì)算公式如式(6)所示：

(6)

ti=6 h，權(quán)重系數(shù)衰減為0，所以當(dāng)ti≥6 h，風(fēng)場(chǎng)的計(jì)算方法如式(7)所示，即6 h及以后風(fēng)場(chǎng)預(yù)報(bào)完全表現(xiàn)為CMA-BJ模式降尺度到睿思高分辨率后的結(jié)果。

(7)

研究表明，CMA-BJ模式在復(fù)雜地形區(qū)域?qū)孛骘L(fēng)速模擬存在較大系統(tǒng)性偏差，呈現(xiàn)出對(duì)平原、山谷風(fēng)速高估及對(duì)山腰、山頂?shù)貐^(qū)風(fēng)速低估的現(xiàn)象(劉郁玨等,2019)。根據(jù)睿思風(fēng)場(chǎng)的訂正原理，若想進(jìn)一步提升睿思風(fēng)場(chǎng)的預(yù)報(bào)性能，可以嘗試從提升背景場(chǎng)預(yù)報(bào)性能入手，假設(shè)先消除背景場(chǎng)的系統(tǒng)偏差，再將其作為睿思系統(tǒng)的背景場(chǎng)，對(duì)于提升睿思風(fēng)場(chǎng)預(yù)報(bào)性能可能會(huì)有一些幫助。

(8)

然后將S10k通過(guò)距離反比插值方法，插值到睿思高分辨率格點(diǎn)場(chǎng)上，獲取格點(diǎn)偏差訂正系數(shù)C10，如圖2和式(9)所示：

圖2 睿圖-睿思系統(tǒng)冬奧會(huì)區(qū)域格點(diǎn)偏差訂正系數(shù)C10Fig.2 Grid point bias correction coefficient C10 in the Winter Olympic Games area of RMAPS-RISE system

(9)

式中rijk與第(i，j)個(gè)格點(diǎn)與第k個(gè)地面測(cè)站的距離。為了最大程度地降低133個(gè)觀測(cè)站點(diǎn)上的系統(tǒng)偏差和預(yù)報(bào)誤差，偏差訂正系數(shù)插值到格點(diǎn)后，133個(gè)站點(diǎn)重新賦值為統(tǒng)計(jì)得到的站點(diǎn)偏差訂正系數(shù)，即這133個(gè)站不做插值和平滑處理。如延慶賽區(qū)競(jìng)速1自動(dòng)站海拔高度為2 177 m(山頂站)，統(tǒng)計(jì)得到的偏差訂正系數(shù)為1.6；競(jìng)速5自動(dòng)站海拔高度為1 669 m(山腰站)，統(tǒng)計(jì)得到的偏差訂正系數(shù)為0.99，競(jìng)速8自動(dòng)站海拔高度為1 289 m(山腳站)，統(tǒng)計(jì)得到的偏差訂正系數(shù)為0.4，張家口賽區(qū)云頂3自動(dòng)站，海拔高度為2 076 m(山腰站)，與競(jìng)速1海拔相差100 m，統(tǒng)計(jì)得到的偏差訂正系數(shù)為0.78。最后將降尺度后的高分辨率風(fēng)場(chǎng)利用偏差訂正系數(shù)優(yōu)化之后再作為背景場(chǎng)，利用多源數(shù)據(jù)融合技術(shù)進(jìn)一步做融合訂正，更好地捕捉局地地形對(duì)山區(qū)風(fēng)場(chǎng)的影響。訂正后的風(fēng)場(chǎng)預(yù)報(bào)場(chǎng)計(jì)算公式如式(10)所示：

(10)

圖3分別給出了2020年1月18日10時(shí)冬奧會(huì)賽區(qū)CMA-BJ模式10 m風(fēng)場(chǎng)，睿圖-短期模式地形降尺度后的10 m風(fēng)場(chǎng)，睿思系統(tǒng) 10 m風(fēng)場(chǎng)分析場(chǎng)，自動(dòng)氣象站實(shí)況觀測(cè)10 m風(fēng)場(chǎng)及睿思系統(tǒng)偏差訂正前后的10 m風(fēng)場(chǎng)預(yù)報(bào)場(chǎng)，其中填色表示風(fēng)速值大小。對(duì)比圖3a和3b可以看出，經(jīng)過(guò)地形降尺度后的CMA-BJ模式風(fēng)場(chǎng)繼承了CMA-BJ模式完備的參數(shù)化方案，將具有中尺度動(dòng)力特征的初始風(fēng)場(chǎng)(圖3a)降尺度到更精細(xì)的網(wǎng)格點(diǎn)上(圖3b)，能夠更好地描述復(fù)雜地形特征下高分辨率格點(diǎn)流場(chǎng)的動(dòng)量和能量；在次千米級(jí)尺度高精度地形條件下進(jìn)一步融合觀測(cè)資料后的睿思風(fēng)場(chǎng)(圖3c)，可以在很大程度上彌補(bǔ)山區(qū)自動(dòng)氣象站觀測(cè)網(wǎng)稀疏(圖3d)以及CMA-BJ模式預(yù)報(bào)產(chǎn)品分辨率不足(圖3a)的缺陷，為冬奧會(huì)賽事服務(wù)提供更加精細(xì)化的風(fēng)場(chǎng)產(chǎn)品。而經(jīng)過(guò)高精度風(fēng)場(chǎng)偏差訂正后的睿思風(fēng)場(chǎng)(圖3f)，能夠進(jìn)一步消除CMA-BJ模式的系統(tǒng)性偏差，如圖3e紅色框區(qū)中，偏差訂正前，風(fēng)速相比自動(dòng)氣象站實(shí)況風(fēng)場(chǎng)(圖3d)及睿思風(fēng)場(chǎng)分析場(chǎng)(圖3d)明顯偏大，但經(jīng)過(guò)偏差訂正后風(fēng)速與實(shí)況更加吻合，能夠更好地捕捉局地地形對(duì)山區(qū)風(fēng)場(chǎng)的平均影響。

圖3 2020年1月18日10時(shí)冬奧會(huì)區(qū)域CMA-BJ模式直接輸出的風(fēng)場(chǎng)(a)，CMA-BJ模式降尺度至睿圖-睿思格點(diǎn)上的風(fēng)場(chǎng)(b)，睿圖-睿思高精度風(fēng)場(chǎng)分析場(chǎng)(c)，睿圖-睿思高精度風(fēng)場(chǎng)偏差訂正前后風(fēng)場(chǎng)與疊加的風(fēng)速填色圖(e，f)及自動(dòng)氣象站實(shí)況風(fēng)場(chǎng)(d)Fig.3 Wind field directly output from CMA-BJ model (a), downscaling wind field of CMA-BJ model to RMAPS-RISE grid point (b), high-precision RMAPS-RISE wind analysis field (c), RMAPS-RISE wind field before (e) and after (f) bias correction, and the actual wind field of automatic weather station (d) in Winter Olympic Games area at 10 UTC 18 January 2020

3 結(jié) 果

利用高精度風(fēng)場(chǎng)偏差訂正技術(shù)方案，回算2020年1—3月逐10 min更新、100 m分辨率的睿思風(fēng)場(chǎng)產(chǎn)品，計(jì)算并輸出133個(gè)自動(dòng)氣象站點(diǎn)上1～12 h預(yù)報(bào)時(shí)效觀測(cè)平均風(fēng)速、睿思預(yù)報(bào)風(fēng)速平均值、風(fēng)速平均偏差、風(fēng)速平均絕對(duì)偏差、風(fēng)速平均絕對(duì)誤差及均方根誤差，與風(fēng)場(chǎng)技術(shù)方案改進(jìn)前同時(shí)期睿思風(fēng)速預(yù)報(bào)結(jié)果進(jìn)行對(duì)比分析。

3.1 偏差和絕對(duì)偏差

圖4給出了睿思系統(tǒng)風(fēng)場(chǎng)技術(shù)方案改進(jìn)前后所有站點(diǎn)1～12 h風(fēng)速平均偏差和平均絕對(duì)偏差。從圖中偏差對(duì)比可以看出，改進(jìn)前2020年1—3月睿思預(yù)報(bào)風(fēng)速系統(tǒng)性偏大，1～6 h內(nèi)偏差隨預(yù)報(bào)時(shí)效偏差不斷增加，6 h以后，偏差基本維持在1.4 m·s-1左右。經(jīng)過(guò)統(tǒng)計(jì)偏差訂正后，風(fēng)速系統(tǒng)性偏差基本消除，1～5 h內(nèi)，風(fēng)速系統(tǒng)性略偏小0.1 m·s-1左右；5 h以后，偏差基本為0。從圖中絕對(duì)偏差對(duì)比可以看出，改進(jìn)后，風(fēng)速絕對(duì)偏差較改進(jìn)前大幅度降低，12 h以內(nèi)都維持在0.5 m·s-1以下。

圖4 2020年1—3月冬奧會(huì)區(qū)域所有站點(diǎn)改進(jìn)前后風(fēng)速1～12 h偏差(實(shí)線)和絕對(duì)偏差(虛線)Fig.4 The 1-12 h wind speed deviation (solid line) and absolute deviation (dotted line) before (black line) and after (red line) correction at all stations in Winter Olympic Games area from January to March 2020

圖5和圖6給出了風(fēng)場(chǎng)技術(shù)方案改進(jìn)前后睿思區(qū)域所有站點(diǎn)、延慶賽區(qū)站點(diǎn)及張家口云頂和古楊樹(shù)賽區(qū)站點(diǎn)1～12 h風(fēng)速平均偏差的空間分布圖。從站點(diǎn)偏差的空間分布圖可以看出，各個(gè)站點(diǎn)平均偏差程度不同，大部分站點(diǎn)表現(xiàn)為系統(tǒng)性偏大，小部分站點(diǎn)表現(xiàn)為系統(tǒng)性偏小，偏差值分布在[-4 m·s-1,4 m·s-1]區(qū)間，如：延慶賽區(qū)競(jìng)速1睿思預(yù)報(bào)風(fēng)場(chǎng)較觀測(cè)系統(tǒng)性偏小 3.1 m·s-1，改進(jìn)后競(jìng)速1系統(tǒng)性偏差降低為1.26 m·s-1；競(jìng)速7較觀測(cè)系統(tǒng)性偏大2.88 m·s-1，改進(jìn)后降低為0.48 m·s-1；崇禮賽區(qū)越野2睿思預(yù)報(bào)風(fēng)場(chǎng)較觀測(cè)系統(tǒng)性偏大2.97 m·s-1，改進(jìn)后降低為0.46 m·s-1；越野3較觀測(cè)系統(tǒng)性偏大3.40 m·s-1；改進(jìn)后降低為1.03 m·s-1。

圖5 2020年1—3月冬奧會(huì)區(qū)域改進(jìn)前(a)、后(b)所有站點(diǎn)1～12 h風(fēng)速偏差空間分布Fig.5 Spatial distribution of 1-12 h wind speed deviation of all stations before (a) and after (b) correction at all stations in Winter Olympic Games area from January to March 2020

圖6 2020年1—3月延慶賽區(qū)(a，b)，張家口云頂(c，d)和古楊樹(shù)賽區(qū)(e，f)各站點(diǎn)改進(jìn)前(a，c，e)、后(b，d，f)1～12 h風(fēng)速偏差空間分布(圖中填色為地形高度)Fig.6 Spatial distribtion of 1-12 h wind speed deviation before (a, c, e) and after (b, d, f) correction in Yanqing competition area (a, b), Yunding (c, d) and Guyangshu (e, f) competition areas in Zhangjiakou from January to March 2020(Colored area indicates terrain height)

3.2 預(yù)報(bào)誤差和風(fēng)速改善率

圖7給出了風(fēng)場(chǎng)技術(shù)方案改進(jìn)前后睿思系統(tǒng)范圍內(nèi)所有站點(diǎn)1～12 h預(yù)報(bào)風(fēng)速平均絕對(duì)誤差、均方根誤差以及風(fēng)速平均絕對(duì)誤差和均方根誤差改善率。從圖7可以看出，風(fēng)場(chǎng)技術(shù)方案改進(jìn)前風(fēng)速平均絕對(duì)誤差和均方根誤差在6 h前隨預(yù)報(bào)時(shí)效不斷增大，12 h以內(nèi)平均絕對(duì)誤差在2.5 m·s-1以下，均方根誤差在3 m·s-1以下。經(jīng)過(guò)高精度風(fēng)場(chǎng)統(tǒng)計(jì)偏差訂正后，風(fēng)速平均絕對(duì)誤差和均方根誤差降低明顯，12 h以內(nèi)，平均絕對(duì)誤差降低至1.5 m·s-1以下，均方根誤差降低至1.7 m·s-1以下。越臨近的時(shí)次，風(fēng)速誤差改善率越小，3 h前風(fēng)速誤差改善率在20%以下，6 h以后達(dá)40%以上。這也進(jìn)一步說(shuō)明，基于觀測(cè)資料融合和地形降尺度的偏差訂正技術(shù)對(duì)于風(fēng)場(chǎng)模擬能力的提升主要體現(xiàn)在短時(shí)臨近預(yù)報(bào)時(shí)效內(nèi)，越臨近的時(shí)次，系統(tǒng)性偏差越小，偏差訂正效果越不明顯。

圖7 2020年1—3月冬奧會(huì)區(qū)域改進(jìn)前后風(fēng)速的1～12 h預(yù)報(bào)平均絕對(duì)誤差(實(shí)線)、均方根誤差(虛線)和誤差改善率(柱狀)(黑線表示改進(jìn)前，紅線表示改進(jìn)后，灰色和橙色柱狀分別表示平均絕對(duì)誤差、均方根誤差的改善率)Fig.7 The 1-12 h mean absolute error (solid line), root mean square error (dashed line) and improvement rate of wind speed (histogram) before (black) and after (red) correction at all stations in Winter Olympic Games area from January to March 2020(Gray and orange histograms indicate improvement rates of mean absolute error and root mean square error, respectively)

圖8給出了延慶賽區(qū)高山滑雪競(jìng)速賽道三個(gè)站點(diǎn)(競(jìng)速1、5、8)和高山滑雪競(jìng)技賽道三個(gè)站點(diǎn)(競(jìng)技1、2、3)的1～12 h風(fēng)速平均絕對(duì)誤差和誤差改善率。從圖中可以看出，競(jìng)速5和競(jìng)技1，風(fēng)場(chǎng)技術(shù)方案改進(jìn)前后，平均絕對(duì)誤差變化不明顯。競(jìng)速1、8、競(jìng)技2和3，經(jīng)過(guò)高精度風(fēng)場(chǎng)統(tǒng)計(jì)偏差訂正后，平均絕對(duì)誤差降低明顯，其中競(jìng)速1平均絕對(duì)誤差12 h以內(nèi)由5 m·s-1降低為3 m·s-1，競(jìng)速8、競(jìng)技2和3，平均絕對(duì)誤差12 h以內(nèi)降低為1 m·s-1以下。

圖8 2020年1—3月延慶賽區(qū)不同站點(diǎn)改進(jìn)前后的1～12 h風(fēng)速平均絕對(duì)誤差和誤差改善率(柱狀)(實(shí)線表示改進(jìn)前，虛線表示改進(jìn)后)Fig.8 The 1-12 h average absolute error and improvement rate (histogram) of wind speed error before (solid line) and after (dashed line) correction at different stations in Yanqing competition area from January to March 2020

3.3 競(jìng)速1六級(jí)和八級(jí)以上大風(fēng)風(fēng)速和風(fēng)向預(yù)報(bào)評(píng)分

延慶賽區(qū)高山滑雪競(jìng)速1為高海拔山頂站，發(fā)生大風(fēng)的概率較大，而大風(fēng)事件會(huì)嚴(yán)重影響冬奧賽事的決策和賽程安排，所以文中特針對(duì)競(jìng)速1六級(jí)以上和八級(jí)以上大風(fēng)分別對(duì)照中國(guó)氣象局QX/T 229-2014風(fēng)預(yù)報(bào)檢驗(yàn)方法進(jìn)行了風(fēng)速和風(fēng)向預(yù)報(bào)評(píng)分檢驗(yàn)。

表1給出了競(jìng)速1(山頂站)2020年1—3月六級(jí)(10.8 m·s-1)以上和八級(jí)(17.2 m·s-1)以上大風(fēng)風(fēng)速和風(fēng)向評(píng)分。由于高精度風(fēng)場(chǎng)偏差訂正技術(shù)方案只針對(duì)風(fēng)速進(jìn)行調(diào)整，所以風(fēng)場(chǎng)技術(shù)方案改進(jìn)前后對(duì)風(fēng)向無(wú)明顯影響。從表中可以看出，經(jīng)過(guò)高精度風(fēng)場(chǎng)統(tǒng)計(jì)偏差訂正后，對(duì)于競(jìng)速1，六級(jí)以上和八級(jí)以上大風(fēng)風(fēng)速評(píng)分，1～2 h相對(duì)技術(shù)方案調(diào)整前，略有降低(這主要與偏差訂正時(shí)，偏差訂正系數(shù)取的是1～12 h平均值，而實(shí)際上臨近時(shí)次由于自動(dòng)氣象站融合訂正權(quán)重系數(shù)較大，系統(tǒng)偏差較后面時(shí)次要小很多，所以對(duì)于風(fēng)速比較大的站點(diǎn)，偏差訂正以后，1～2 h會(huì)造成了一定的負(fù)訂正效果)。3 h后，六級(jí)以上和八級(jí)以上大風(fēng)風(fēng)速評(píng)分都有很大提高。六級(jí)以上大風(fēng)，5 h前，風(fēng)速評(píng)分基本在0.5以上，6 h后，基本接近0.5。八級(jí)以上大風(fēng)，5 h前，風(fēng)速評(píng)分基本在0.5以上，6 h后，基本在0.6以上。

時(shí)效/h六級(jí)以上風(fēng)速改進(jìn)前改進(jìn)后風(fēng)向改進(jìn)前改進(jìn)后八級(jí)以上風(fēng)速改進(jìn)前改進(jìn)后風(fēng)向改進(jìn)前改進(jìn)后10.710.640.970.960.460.400.990.9920.650.580.950.940.390.380.990.9830.500.570.940.930.230.420.980.9840.360.540.920.910.130.550.980.9650.240.510.910.910.040.560.980.9660.200.460.880.890.020.620.960.9570.190.460.870.890.020.610.950.9580.180.470.880.890.020.620.960.9590.180.470.880.880.020.620.960.95100.180.480.890.880.020.620.950.96110.180.470.890.880.020.620.950.96120.170.480.890.880.020.610.950.95

3.4 延慶賽區(qū)典型站點(diǎn)不同起報(bào)時(shí)效平均絕對(duì)誤差

圖9給出了延慶賽區(qū)競(jìng)速1(山頂站)、競(jìng)速5(山腰站)、競(jìng)速8(山腳站)及競(jìng)技3(山脊站)四個(gè)站點(diǎn)00、03、06、09、12、15、18時(shí)不同起報(bào)時(shí)效的平均絕對(duì)誤差。

圖9 2020年1—3月延慶賽區(qū)典型站點(diǎn)(競(jìng)速1、5、8、競(jìng)技3)不同起報(bào)時(shí)效(00、03、06、09、12、15、18、21 UTC)風(fēng)速平均絕對(duì)誤差Fig.9 Average absolute error of different starting time (00， 03， 06， 09， 12， 15， 18， 21 UTC) of typical stations (Jingsu 1， 5， 8, Jingji 3) in Yanqing competition area from January to March 2020

競(jìng)速1為高海拔山頂站，山谷風(fēng)的方向主要受背景風(fēng)場(chǎng)影響，白天和夜間均表現(xiàn)為偏西氣流，夜間山風(fēng)更為強(qiáng)盛，風(fēng)速略大于白天。從競(jìng)速1站點(diǎn)不同起報(bào)時(shí)效平均絕對(duì)誤差可以看出，不同起報(bào)時(shí)效平均絕對(duì)誤差起伏較其他站點(diǎn)略大一些，00時(shí)起報(bào)的1～12 h預(yù)報(bào)(白天)平均絕對(duì)誤差在所有起報(bào)時(shí)次中最小，12 h以內(nèi)，平均絕對(duì)誤差都在3 m·s-1以下；12時(shí)起報(bào)的1～12 h預(yù)報(bào)(夜間)平均絕對(duì)誤差在所有起報(bào)時(shí)次中最大，誤差最大的時(shí)刻出現(xiàn)在19時(shí)左右(平均絕對(duì)誤差為3.74 m·s-1)。其他三個(gè)站點(diǎn)，競(jìng)速5為山腰站，競(jìng)速8為山腳站，競(jìng)技3為山脊站，不同起報(bào)時(shí)效平均絕對(duì)誤差起伏不大，尤其是競(jìng)速8和競(jìng)技3不同起報(bào)時(shí)次的12 h預(yù)報(bào)平均絕對(duì)誤差都較小，基本在1.3 m·s-1以下。

4 大風(fēng)個(gè)例分析

2020年1月18—20日受西北干冷空氣影響，延慶賽區(qū)出現(xiàn)大風(fēng),云頂山頂降雪，局地短時(shí)低能見(jiàn)度現(xiàn)象。競(jìng)速1自動(dòng)站自18日10時(shí)開(kāi)始2 min平均風(fēng)速超過(guò)17.2 m·s-1，八級(jí)以上大風(fēng)一直持續(xù)至19日05時(shí)；19日06時(shí)至20日風(fēng)力等級(jí)一直維持在七級(jí)以上。

圖10分別給出了1月18—20日此次大風(fēng)個(gè)例競(jìng)速1、5、8，競(jìng)技1、2、3睿思風(fēng)場(chǎng)技術(shù)方案改進(jìn)前后1～12 h風(fēng)場(chǎng)預(yù)報(bào)的平均絕對(duì)誤差。

從圖10可以看出，風(fēng)場(chǎng)技術(shù)方案改進(jìn)后，對(duì)于冬奧延慶賽區(qū)預(yù)報(bào)重點(diǎn)關(guān)注站點(diǎn)，除競(jìng)速5，其他站點(diǎn)平均絕對(duì)誤差都有很大程度的降低，競(jìng)速1，12 h以內(nèi)平均絕對(duì)誤差從6 m·s-1降低到了3 m·s-1以下；競(jìng)技1，平均絕對(duì)誤差從3.5 m·s-1降低到了2.5 m·s-1以下；競(jìng)技2、3和競(jìng)速8，平均絕對(duì)誤差都降低到了1.5 m·s-1以下。

圖10 2020年1月18—20日延慶賽區(qū)典型站點(diǎn)睿思風(fēng)場(chǎng)技術(shù)方案改進(jìn)前后1～12 h預(yù)報(bào)風(fēng)場(chǎng)的平均絕對(duì)誤差Fig.10 Average absolute error of 1-12 h forecast wind field before (solid line) and after (dashed line) correction of RISE wind field in Yanqing competition area in 18-20 January 2020

圖11和圖12分別給出了競(jìng)速1和競(jìng)速8站點(diǎn)1月18日03、05、07、10時(shí)不同起報(bào)時(shí)效睿思0～12 h 分析和預(yù)報(bào)場(chǎng)風(fēng)場(chǎng)與實(shí)況觀測(cè)風(fēng)場(chǎng)的時(shí)間序列圖。從圖中可以看出，整體來(lái)看，競(jìng)速1睿思預(yù)報(bào)的風(fēng)向與實(shí)況基本吻合，都為西北風(fēng)，山谷風(fēng)風(fēng)向變化本身比較小，風(fēng)力等級(jí)較大，風(fēng)速大部分時(shí)次與實(shí)況偏差在2 m·s-1以內(nèi)，個(gè)別時(shí)次偏差較大，為3～4 m·s-1。競(jìng)速8為山腳站，實(shí)況風(fēng)向基本為北東北或偏南風(fēng)，而睿思預(yù)報(bào)風(fēng)向大都為西北風(fēng)或北東北風(fēng)，風(fēng)向誤差相對(duì)競(jìng)速1號(hào)站較大，風(fēng)力等級(jí)相比競(jìng)速1小很多，風(fēng)速與實(shí)況比較吻合。

圖11 2020年1月18日延慶賽區(qū)競(jìng)速1站點(diǎn)03時(shí)(a)，05時(shí)(b)，07時(shí)(c)10時(shí)(d)不同起報(bào)時(shí)效睿思0～12 h分析和預(yù)報(bào)場(chǎng)風(fēng)場(chǎng)(黑色)與實(shí)況觀測(cè)風(fēng)場(chǎng)(紅色)的時(shí)間序列Fig.11 Time series of 0-12 h RISE analysis and forecast wind field (black) and observed wind field (red) of Jingsu 1 Station in Yanqing competition area at 03 UTC (a), 05 UTC (b), 07 UTC (c) and 10 UTC (d) 18 January 2020

圖12 同圖11，但為延慶賽區(qū)競(jìng)速8站點(diǎn)Fig.12 Same as Fig.11, but for Jingsu 8 Station in Yanqing competition area

圖13給出了延慶賽區(qū)1月18日睿思風(fēng)場(chǎng)03、05、07、10時(shí)格點(diǎn)分析場(chǎng)產(chǎn)品，可用于分析賽區(qū)整體的環(huán)流形勢(shì)，圖中紅色標(biāo)注的S1～S8表示競(jìng)速1～競(jìng)速8，G1～G3表示競(jìng)技1～3，XHT表示小海坨站，EHT表示二海坨站。從格點(diǎn)分析場(chǎng)可以看到，此次大風(fēng)個(gè)例，受西北干冷空氣影響，競(jìng)速1山頂站點(diǎn)風(fēng)向維持為西北風(fēng)，風(fēng)速較其他站點(diǎn)明顯更大；競(jìng)速5山腰站點(diǎn)風(fēng)向也為偏北風(fēng)；競(jìng)速8山腳站點(diǎn)風(fēng)速小，大小為1 m·s-1左右，風(fēng)向?yàn)槠巷L(fēng)或偏東風(fēng)；競(jìng)技1山脊站，風(fēng)向維持為西北偏西風(fēng)，風(fēng)速大小為6 m·s-1左右。

圖13 延慶賽區(qū)2020年1月18日03時(shí)(a)，05時(shí)(b)，07時(shí)(c)，10時(shí)(d)睿思風(fēng)場(chǎng)格點(diǎn)分析場(chǎng)產(chǎn)品圖中填色為風(fēng)速)Fig.13 Analysis products of RISE wind field with different forecasting times in Yanqing competition areaat 03 UTC (a), 05 UTC (b), 07 UTC (c) and 10 UTC (d) 18 January 2020(Colored area indicates wind speed)

5 結(jié)論與討論

本文描述了一種綜合考慮多源實(shí)況融合分析技術(shù)與復(fù)雜地形下高精度風(fēng)場(chǎng)偏差訂正相結(jié)合的方法，利用北京冬奧會(huì)山地賽區(qū)及其周邊地區(qū)不同海拔高度上收集的133個(gè)自動(dòng)加密氣象站風(fēng)場(chǎng)實(shí)況觀測(cè)資料與睿圖-睿思系統(tǒng)高精度風(fēng)場(chǎng)預(yù)報(bào)數(shù)據(jù)相結(jié)合，利用統(tǒng)計(jì)偏差訂正方法，獲取復(fù)雜地形下133個(gè)站點(diǎn)1～12 h的平均系統(tǒng)偏差，將降尺度后的高分辨率風(fēng)場(chǎng)利用格點(diǎn)偏差訂正系數(shù)優(yōu)化后再作為背景場(chǎng)融合觀測(cè)資料，以實(shí)現(xiàn)復(fù)雜地形下不同海拔高度高精度風(fēng)場(chǎng)的融合訂正優(yōu)化。通過(guò)批量對(duì)比檢驗(yàn)、冬奧賽區(qū)站點(diǎn)檢驗(yàn)、典型大風(fēng)個(gè)例檢驗(yàn)，結(jié)果表明：

(1)本方法極大程度地降低了睿圖-睿思高分辨率格點(diǎn)風(fēng)速預(yù)報(bào)的系統(tǒng)性偏差和預(yù)報(bào)誤差，12 h內(nèi)風(fēng)速平均絕對(duì)誤差降低率最高達(dá)44.7%以上，均方根誤差降低率最高達(dá)42.5%。延慶賽區(qū)，競(jìng)速5和競(jìng)技1，風(fēng)場(chǎng)技術(shù)方案改進(jìn)前后，平均絕對(duì)誤差變化不明顯。競(jìng)速1、8、競(jìng)技2和3，技術(shù)方案改進(jìn)后，平均絕對(duì)誤差降低明顯；其中競(jìng)速8、競(jìng)技2和3，技術(shù)方案改進(jìn)后，平均絕對(duì)誤差在12 h預(yù)報(bào)時(shí)效以內(nèi)基本維持在1 m·s-1以下。

(2)由于所有站點(diǎn)的偏差訂正系數(shù)取的都是1～12 h 平均值，而不是針對(duì)每個(gè)預(yù)報(bào)時(shí)效、不同風(fēng)力等級(jí)給出一個(gè)偏差訂正系數(shù)，而實(shí)際上睿圖-睿思風(fēng)場(chǎng)預(yù)報(bào)前2 h受自動(dòng)氣象站融合訂正影響比較大，風(fēng)速偏差要較后面預(yù)報(bào)時(shí)次小很多，所以在偏差訂正以后，對(duì)于平均風(fēng)速比較大的站點(diǎn)，如競(jìng)速1，在1～2 h會(huì)造成一定的負(fù)訂正效果；另外在不同風(fēng)力等級(jí)區(qū)間，不同站點(diǎn)系統(tǒng)性偏差也會(huì)有所不同，對(duì)于風(fēng)速預(yù)報(bào)訂正效果也會(huì)造成一定影響。因此，后續(xù)工作將進(jìn)一步考慮發(fā)展不同站點(diǎn)、不同風(fēng)力等級(jí)、不同預(yù)報(bào)時(shí)效的格點(diǎn)偏差系數(shù)統(tǒng)計(jì)研究。

(3)本風(fēng)場(chǎng)技術(shù)方案受制于數(shù)值預(yù)報(bào)背景場(chǎng)的系統(tǒng)性偏差，若更換數(shù)值預(yù)報(bào)背景場(chǎng)，需要重新獲取各個(gè)站點(diǎn)的偏差訂正系數(shù)。技術(shù)方案經(jīng)過(guò)適當(dāng)修改，也可用于對(duì)更長(zhǎng)預(yù)報(bào)時(shí)效或其他要?dú)庀笏貓?chǎng)的偏差訂正。