高斯过程回归方法在浙江沿海海岛冬春季阵风预报中的应用试验
胡波
俞燎霓
滕代高
1.浙江省气象台,浙江杭州3100172.浙江省气象台,浙江杭州3100173.浙江省气象台,浙江杭州310017
摘要：利用2006-2016年冬春季浙江四个海岛气象站10 m大风观测资料和ERA-interim资料,首先分析了阵风因子和阵风风速的概率分布特征;然后统计阵风与10 m至500 hPa层的气温、风速、散度、涡度、比湿、垂直速度、浮力能等要素的关系,选取高相关的预报因子;最后采用高斯过程回归方法建立阵风概率预报模型,并进行试报.(1)平均风速相同时对应的阵风因子变化较大,导致阵风也出现大的差异,说明阵风数据分布具有混沌性;阵风风速具有正态或准正态分布特点,在自然对数处理后完全符合正态分布,表明采用高斯过程回归方法建立阵风概率预报模型合理可行.(2)阵风与大气低层的动力因子相关较好,而在近中层则与热力因子相关较好.(3)阵风大值样本在大气低层具有更强的下沉速度,有利于上层动量向下输送,且大值样本对应的中层气温和比湿相对大些,说明中层暖湿气流有利于湍流的发展和不稳定能量的交换.(4)试报模型的因子权重尺度分析表明,最佳预报因子绝大多数集中在875 hPa层以下,说明大气低层因子对近地面阵风起主导作用.(5)高斯过程回归模型试报表明,大部分站点阵风预报的50％概率区间上下界跨度约为2.5 m/s,75％概率区间跨度约为4.5 m/s,样本的50％和75％概率区间击中率均符合预期.
关键词：高斯过程回归沿海阵风概率预报
分类号：P732(海洋基础科学)
资助基金：国家科技重大专项(2011C13044)科技计划(2018YB01)浙江省自然科学基金(LY18D050001)科技计划(2017ZD09)
论文发表日期：2019-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 767-779 )
英文信息