城市体感温度预报中的城市效应与辐射订正方法

运用 1 998～ 2 0 0 1年沈阳常规气象数据和 1 989年沈阳观象台迁址期的新、旧址的并行观测数据 ,采用逐步回归等方法 ,建立了考虑城市热岛效应和辐射等因子作用的城市最高和最低体感温度预测模型 。

有云条件下太阳辐射短临预报订正技术研究

利用2019年甘肃省7个光伏电站太阳总辐射、气温、相对湿度等观测数据和WRF模式太阳总辐射预报产品及FY静止卫星总云量数据,在大气透过率与气象要素相关性分析及数值模式预报能力评估基础上,对甘肃太阳总辐射短临预报误差进行订正研究。结果表明:大气透过率与气温呈显著正相关(相关系数为0.61),而与相对湿度、气压、总云量呈显著负相关(相关系数依次为-0.44、-0.31、-0.81),总云量对太阳辐射的衰减作用贡献最大,其次为相对湿度。太阳辐射预报偏差较大,误差呈明显的"单峰型"月际分布,6月最大,均方根误差在冬季最小为45.63 W·m^(-2),夏季最大为240.4 W·m^(-2);预报能力在晴天强、云天较差,其误差主要来源于位相偏差和系统偏差。考虑云量的太阳辐射短临预报订正效果显著,阴天太阳辐射预报订正后的均方根误差降幅为101~216.4 W·m^(-2),平均绝对误差降幅为59.5~173.07 W·m^(-2);误差最大的夏季,太阳辐射预报订正后的均方根误差降幅为1.92~64.23 W·m^(-2)。

辐射误差订正方法改变对中国探空资料温度序列的影响

辐射误差订正是探空观测过程中最重要的误差订正之一,辐射误差订正方法的引入和订正方法的修改是造成中国探空温度资料非均一性问题的最主要原因。本文利用加拿大环境部开发的惩罚最大F检验(PMFT)方法,结合详细的元数据信息对中国区域123个探空台站的温度资料进行均一性检验和订正。结果表明:中国大多数探空台站均存在由于辐射误差订正方法改变造成的资料不连续问题。由于辐射误差订正方法改变造成中国探空温度序列产生的间断点数占总间断点数的46.17%。从订正幅度可知,00时统计得到的温度订正量值随高度增加,订正量均为负值,较高层次的温度订正量值明显大于低层的温度订正量值。

利用ATSR/ERS-1资料研究复杂下垫面比辐射率的变化

一定精度地表温度的取得不仅依赖于较好的大气订正， 而且还取决于比辐射率随波谱及角度变化的知识。利用 Ａ Ｖ Ｈ Ｒ Ｒ 植被指数资料， 参数化了星下点的比辐射率值， 得到了对于包括沙漠、绿州、戈壁等不同类型的复杂下垫面上的星下点比辐射率的值。结合 Ａ Ｔ Ｓ Ｒ 的双角度技术， 计算了复杂地形条件下前向地表比辐射率， 给出了一种利用 Ａ Ｔ Ｓ Ｒ 资料获得有关地表比辐射率信息的新方法。

广东寒害过程温度动态监测模型

利用1∶250000DEM数据和气象站气温实时观测数据,在对气象站温度数据进行分布检验并选用普通克里格进行内插的基础上,通过气温直减率、坡地太阳辐射模型以及辐射与温度之间的相关关系,对实际地形下,广东省2008年1月13日—2月13日寒害过程的日平均气温进行了分布式模拟。经检验,模拟结果具有较高的精度。

基于DEM的山东省气温分布模拟研究

地表气温分布受多种因素的影响，尤以海拔高度和地形最为显著。本文以山东省为例，利用1：25万DEM数据，借助山东省内气象站点1970～2000年的常规气温资料，运用ARC／INFO软件对气温数据进行样条函数法内插后，又通过气温直减率法和辐射差值与温度的相关关系，对内插结果进行海拔高度和地形的订正，得到山东省实际地形下的地表温度空间分布图。经检验，模拟的结果具有较高的精度，反映了山东省气温的空间变化规律。

弃光限电条件下不同纬度地区短期光伏发电功率预测对比分析

为提高弃光限电条件下光伏电站发电功率的预测准确率,选取甘肃及湖北地区位于不同气候条件下的4个光伏电站进行对比分析。利用中尺度数值预报模式模拟光伏电站辐射资料,引进误差逐步逼近法对模式输出辐射进行订正预处理,分别采用原理法、动力统计法和集合预报法探讨不同条件下光伏电站未来3天的短期发电功率预报效果。结果表明：1）误差逐步逼近法能有效降低数值预报辐射误差,相对均方根误差可降低约20%;2）当弃光率高于35%时,原理法的准确率下降至80%以下;3）具有统计功能的动力统计法和集合预测法可有效提高弃光限电地区的短期功率预测准确率,较原理法准确率最高可提升约12%;4）针对不同条件下的光伏电站,从预报效果和普适性的角度来看,集合预测法在所有方法中稳定性最佳,在弃光限电地区准确率最高可达92.02%,非弃光限电地区可达95.26%。

考虑大气透明度修正的光伏发电超短期功率预测方法

为提高光伏发电功率超短期预测准确率,考虑到大气透明度能反映到达地面的太阳辐射量,建立了基于别尔梁德模型的超短期太阳辐射订正模型,分别对未来15min、1h及4h的预报总辐射进行实时订正,并采用光电转换效率模型及直流交流电转换模型完成了最终超短期功率预测结果的输出。结果表明,该方法能有效提高超短期功率预测准确率,第15min、1h及4h的相对均方根误差最多可分别减小4.27%、6.01%和6.12%。

基于滚动的BP神经网络的光伏发电功率预报

鉴于准确预测光伏发电功率可减少大规模光伏并网发电对电网造成的冲击,以河南省某并网的光伏发电站7~11月共5个月的数据为例,通过建立非滚动的和滚动的BP神经网络模型,分别进行数值预报辐射订正和发电功率预报,并对预报的72h结果分为第1、2、3d分别进行检验。结果表明,滚动的BP神经网络对辐射订正和功率预报均具有较好的泛化能力,方法简便、实用,能够有效降低光伏发电功率的预报误差。