基于WRF-LightGBM和微地形精细化天气预报的导线覆冰研究

局地微地形产生的微气象环境是造成气象预报误差的重要因素之一,也是导致覆冰预报准确性不高的主要原因。该研究利用高精度MODIS系统15 s(约500 m)地形数据驱动中尺度天气研究和预报(weather research and forecasting,WRF)模式,并使用基于决策树的梯度提升框架(light gradient boosting machine,LightGBM)对WRF预报进行订正,通过局地个例评估订正后的覆冰预测效果。结果表明:在假设条件下,过冷液滴覆冰速率随温度降低先快速增加,后增长速率保持不变,且液滴粒径越大,完全冻结所需温度越低;WRF-LightGBM订正算法在山区微地形下有效提升了温度预报准确度,典型冬季寒潮条件下预测温度与实际温度的误差在2℃以内,预报准确率为76%;以典型区域杆塔覆冰为例,输入订正后的温度和相对湿度数据后,覆冰融化时段被消除,覆冰厚度曲线与实际基本一致,增长速率接近一致。