节点文献

环渤海地区云量的精细化预报方法

免费订阅

【作者】 赵中军靳双龙刘晓琳王捷馨尚可政

【Author】 Zhao Zhong-jun;Jin Shuang-long;Liu Xiao-lin;Wang Jie-xin;Shang Ke-zheng;Central Meteorological Observatory, Unit 92493 of the Chinese People’s Liberation Army;State Key Laboratory of Operation and Control of Renewable Energy and Storage Systems,China Electric Power Research Institute;College of Atmospheric Sciences, Lanzhou University;Unit 94032 of the Chinese People’s Liberation Army;

【通讯作者】 尚可政;

【机构】 中国人民解放军92493部队中心气象台中国电力科学研究院新能源与储能运行控制国家重点实验室兰州大学大气科学学院中国人民解放军94032部队

【摘要】 利用2010-2016年的云观测资料和T639数值预报产品,分析了云量与影响云生成的主要气象因子间的相关性,通过逐步回归方法建立了环渤海地区云量的时间精细化定量预报模型.结果表明,与总云量和低云量相关性显著的气象因子主要是水汽、大气不稳定度和上升运动.其中水汽类因子包括整层相对湿度、整层湿度和大气可降水量;大气不稳定度类因子为K指数和位势不稳定指标;上升运动为850~400 hPa 5层平均垂直速度.通过逐步回归方法建立了环渤海地区总云量和低云量的时间精细化预报模型,总云量和低云量预报方程的复相关系数大部分在0.5以上.回代预报检验结果表明,总云量和低云量绝对误差分别为22%和18%;试预报检验结果表明,总云量预报的绝对误差为23%;个例分析结果表明,新民站和沂源站的预报效果比较理想,大部分时段总云量的预报值及变化趋势与实际观测结果接近,模型预报性能较好,具有一定的实际应用价值.

【基金】 中国电力科学研究院科技项目(52420019000K);国家自然科学基金重大研究计划重点支持项目(91644226);国家基础科技条件平台建设项目(NCMI-SBS17-201807,NCMI-SJS15-201807)
【所属期刊栏目】 其他 (2019年04期)
  • 【DOI】10.13885/j.issn.0455-2059.2019.04.018
  • 【分类号】P457.1
  • 【下载频次】10
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: