王 丹，楊艷超，黨超琪，高紅燕,馬 磊

(1.陜西省氣象局秦嶺和黃土高原生態(tài)環(huán)境氣象重點實驗室，西安 710016；2.陜西省氣象服務(wù)中心，西安 710014)

隨著社會發(fā)展和科技進步，政府、公眾、企業(yè)等都對精細化氣象服務(wù)提出了迫切需求。目前，我國氣象部門已經(jīng)實現(xiàn)了由高分辨率智能網(wǎng)格預報代替?zhèn)鹘y(tǒng)站點預報[1]。作為全國智能網(wǎng)格氣象要素預報業(yè)務(wù)試點省份，陜西省氣象局于2017年7月正式啟動智能網(wǎng)格預報業(yè)務(wù)單軌運行[2-4]。傳統(tǒng)的城鎮(zhèn)預報重點關(guān)注預報站點附近的天氣，而智能網(wǎng)格預報則覆蓋預報區(qū)域內(nèi)的每個點，如果仍然以氣象站的觀測數(shù)據(jù)作為實況參照，則不能滿足大部分區(qū)域的檢驗需求。中國氣象局陸面數(shù)據(jù)同化業(yè)務(wù)系統(tǒng)CLDAS(CMA land data assimilation system)的網(wǎng)格實況分析產(chǎn)品(以下簡稱CLDAS產(chǎn)品)為全國智能網(wǎng)格預報的訂正和檢驗提供了數(shù)據(jù)支撐[5]。已有研究表明，CLDAS的數(shù)據(jù)質(zhì)量優(yōu)于數(shù)值模式資料，能夠較好地反映觀測要素所具有的時間和空間分布特征，在東部地區(qū)的適用性高于西部地區(qū)[6]，CLDAS的土壤溫度、濕度和氣溫產(chǎn)品優(yōu)于全球陸面同化系統(tǒng)[7-8]，但是也不可避免地存在一定的誤差，其中海拔高度較高的地區(qū)誤差較大，在地形復雜、氣象站稀疏區(qū)域應(yīng)用該產(chǎn)品時應(yīng)謹慎[9]。陜西境內(nèi)地形復雜，既有山地，又有平原，還有黃土高原，在使用CLDAS產(chǎn)品時應(yīng)該先進行質(zhì)量評估。

在全球氣候變暖和能源日趨緊張的背景下，風能作為一種極具競爭力的可再生能源，發(fā)展十分迅速，風資源評估是風力發(fā)電的重要環(huán)節(jié)，高分辨率的網(wǎng)格實況分析產(chǎn)品為風資源評估提供了很好的數(shù)據(jù)基礎(chǔ)。目前CLDAS產(chǎn)品的歷史資料時間不長，但是可以配合氣象站長期的歷史觀測資料一起使用。俞劍蔚等[10]研究發(fā)現(xiàn)CLDAS的10 m風在江蘇地區(qū)誤差較大，與業(yè)務(wù)服務(wù)需求有一定差距。本研究將以觀測數(shù)據(jù)作為“真值”，檢驗CLDAS的10 m風產(chǎn)品在陜西省的質(zhì)量，并初步探索提高CLDAS風速產(chǎn)品質(zhì)量的可能方法，為CLDAS產(chǎn)品在陜西智能網(wǎng)格風速預報檢驗和風資源評估中的應(yīng)用提供參考。

1 資料和方法

1.1 資料

研究資料包括：(1)2018年1月1日—2020年12月31日CLDAS的逐1 h 10 m高度U(緯向風速，單位為m/s)、V(經(jīng)向風速，單位為m/s)產(chǎn)品，水平分辨率為0.05 °×0.05 °，通過公式Ws=(U2+V2)1/2、Wd=actan(U/V)×180/3.14計算得到全風速(Ws，單位為m/s)和風向(Wd，單位為°)產(chǎn)品；(2)2018年1月1日—2020年12月31日陜西99個地面自動氣象站逐1 h 10 m高度風速、風向觀測資料；(3)陜西某一風電場區(qū)域內(nèi)1臺測風塔的10 m高度風速觀測資料，觀測時間包括2018年1月1日—11月30日、2019年1月1日—12月31日和2020年1月1日—9月15日，2018年數(shù)據(jù)采集頻率為逐5 min、2019和2020年數(shù)據(jù)采集頻率為逐15 min，CLDAS逐1 h風速產(chǎn)品對應(yīng)的觀測值取整點時刻的風速觀測值。

為了保證研究結(jié)論的可靠性，對測風塔資料進行質(zhì)量控制[11]，具體包括：風速和風向的觀測值分別在0～40 m/s和0°～360°之間；風速大于5 m/s且風速和風向連續(xù)6 h無變化時視為缺測，風速小于0.4 m/s且連續(xù)3 h以上無變化時視為缺測；當風速大于5 m/s時，風速的標準偏差小于10 m/s；小時平均風速變化小于10 m/s。

1.2 方法

先通過雙線性插值方法將格點上CLDAS的10 m風插值到站點上，然后以站點觀測值作為“真值”對其進行檢驗。檢驗指標包括：(1)對風速檢驗準確率、偏強率、偏弱率、相關(guān)系數(shù)和平均絕對誤差，根據(jù)蒲氏風力等級，當CLDAS風速與實況風速在同一等級，表示CLDAS風速正確，當CLDAS風速等級小于(大于)實況風速等級，表示CLDAS風速偏弱(偏強)；(2)對風向檢驗準確率，按照8分位劃分風向，當CLDAS風向中心角度與實況風向角度差在±22.5°以內(nèi)時，記為正確，否則記為錯誤。

對CLDAS風速產(chǎn)品的訂正采用遞減平均方法。在任一站點上，對于某一時次的CLDAS風速(S，單位為m/s)，訂正后的風速S′=S-B(t)，式中B(t)=(1-w)×B(t-1)+w(F-a)，B(t)表示CLDAS風速的滯后平均誤差(單位為m/s)，B(t-1)表示前一日的滯后平均誤差，當t=1時實行冷啟動，即B(t-1)=0，w表示權(quán)重系數(shù)，a、F分別表示當日該站點的觀測值和CLDAS分析值(單位為m/s)。權(quán)重系數(shù)w決定了近期多長時間段的樣本將對當天的訂正產(chǎn)生影響，直接影響最后的訂正結(jié)果。計算訓練期內(nèi)不同w取值下的均方根誤差，將其最小值對應(yīng)的w值作為最優(yōu)權(quán)重系數(shù)，對CLDAS風速產(chǎn)品進行訂正。

2 結(jié)果分析

2.1 氣象站資料對CLDAS 10 m風產(chǎn)品的檢驗

以陜西省99個地面自動氣象站作為檢驗站點，對CLDAS的10 m風進行檢驗。從CLDAS風速與實況風速的逐月對比(圖1a、圖1b)來看，CLDAS風速小于實況，特別是2020年3月之后，CLDAS的風速較實況明顯偏低，但是二者的逐月變化趨勢較為一致，均表現(xiàn)出3—5月風速較大、10月至次年1月風速較小的特征，相關(guān)系數(shù)在0.66～0.89之間，通過了0.01的顯著性檢驗，相關(guān)系數(shù)較小(大)的月份平均絕對誤差較大(小)。2020年3月前后(圖1c、圖1b、圖1d)，CLDAS風速的準確率從64%～76%下降到50%～68%，平均絕對誤差從0.36 m/s～0.62 m/s上升到0.56 m/s～0.93 m/s，這主要與CLDAS風速的偏弱率增大有關(guān)，2020年3月之前偏弱率為13%～23%，之后劇增到24%～44%，而偏強率變化不大，一直在6%～14%之間波動。CLDAS風向的準確率在45%～65%之間，季節(jié)變化明顯，3—5月較低，10月到次年1月較高。3—5月(春季)的風向準確率偏低可能與春季氣溫開始升高，天氣變化劇烈，易出現(xiàn)大風天氣，并且風向多變化不定有關(guān)。

圖1 2018—2020年陜西省99個地面自動氣象站風速資料對CLDAS 10 m風產(chǎn)品的逐月檢驗

從對CLDAS 10 m風的逐時檢驗來看(圖2)，CLDAS風速與實況風速的日變化趨勢一致，二者在各時刻的相關(guān)系數(shù)均大于0.7，通過了0.01的顯著性檢驗。一日中11—17時 ，CLDAS風速和風向的準確率較低，風速的平均絕對誤差較大?？赡艿脑蚴?1時(17時)之后氣溫升高(降低)，大氣層結(jié)的不穩(wěn)定性增大(減小)，因而11—17時的風速較大，風向多變，增大了CLDAS系統(tǒng)中多源數(shù)據(jù)融合的難度。另外，雖然11—17時 CLDAS風速與實況風速的相關(guān)系數(shù)最大，但是該時段 CLDAS風速比實況風速偏低的現(xiàn)象較其他時段更明顯，這主要與該時段CLDAS風速的偏弱(強)率高(低)于其他時段有關(guān)。

圖2 陜西省99個地面自動氣象站風速資料對CLDAS 10 m風產(chǎn)品的逐時檢驗

對全省99站逐站檢驗結(jié)果見圖3。從圖3a～圖3c來看，CLDAS風速的空間分布與實況相吻合，能夠反映出陜北北部和關(guān)中北部地區(qū)風速較大的特征，CLDAS風速與實況風速在各站點的相關(guān)系數(shù)大于0.52，通過了0.01的顯著性檢驗。從圖3d～圖3g來看，在陜西大部分地區(qū)，CLDAS風速的準確率為55%～75%，平均絕對誤差小于0.8 m/s，偏弱率為9%～35%，偏強率為1%～20%，偏弱率明顯高于偏強率；CLDAS風速在陜北的延安西部、關(guān)中的寶雞西北部、陜南的漢中和安康等地區(qū)質(zhì)量較好，部分站點的準確率高于75%、平均絕對誤差小于0.4 m/s；在以華山站為代表的高海拔地區(qū)，CLDAS風速的準確率較低，僅為33%，平均絕對誤差達到2.07 m/s，這與Han等[9]研究發(fā)現(xiàn)CLDAS產(chǎn)品在高海拔地區(qū)誤差較大的結(jié)論一致。從圖3h來看，CLDAS風向的準確率在陜西大部分地區(qū)為30%～75%，在陜南地區(qū)較高(部分站點高于75%)，在華山站最低(僅為25%)。

圖3 陜西省99個地面自動氣象站風速資料對CLDAS 10 m風產(chǎn)品的逐站檢驗(審圖號為GS(2019)1719號)

根據(jù)蒲氏風力等級，將2018年1月—2020年12月99個地面自動氣象站的觀測資料按照風力大小分為0～1級(0～1.5 m/s)、2～3級(1.6～5.4 m/s)、4～5級(5.5～10.7 m/s)、6～7級(10.8～17.1 m/s)和8級以上(≥17.2 m/s)等5組樣本，計算得到的CLDAS風速的平均絕對誤差依次為0.4、0.7、1.9、7.5、14.1 m/s，即實況風速越大，平均絕對誤差越大。當實況風速在6級以上時，CLDAS風速的準確率僅為2%，偏弱率達到98%；當實況風速在8級以上時，CLDAS風速的偏弱率達到100%?？梢奀LDAS風速小于實況的特征在大風天氣更明顯。華山是陜西出現(xiàn)大風最多的地區(qū)[12]，2018年1月—2020年12月陜西省96%的8級以上大風出現(xiàn)在華山站，這也是CLDAS風速準確率在華山站明顯偏低的主要原因。

2.2 測風塔資料對CLDAS 10 m風速的檢驗

以陜西省某一風電場區(qū)域內(nèi)1臺測風塔作為檢驗站點，對CLDAS 10 m風速進行檢驗。從圖4來看，該風電場區(qū)CLDAS風速的月變化趨勢與實況一致，但是日變化趨勢與實況略有差異。一日中，實況風速表現(xiàn)為日出和日落前后較小、午后和凌晨較大的雙峰型變化，而CLDAS風速僅表現(xiàn)出午后風速較大的變化特征。從圖5來看，CLDAS風速在該風電場的準確率較低(為10%～28%)，平均絕對誤差較大(為1.9～2.8 m/s)，偏弱率較高(為65%～88%)。其原因是該風電場的場址海拔高度較高(約1 400 m)，平均風速較大(為3.8 m/s)，而CLDAS風速在海拔高度較高、風速較大的地區(qū)誤差較大。一日中，CLDAS風速的準確率(平均絕對誤差)在夜間較低(大)，這與夜間偏弱率較高有關(guān)。

圖a中2018年12月風電場的風速實況資料缺測，對應(yīng)月的CLDAS風速均作缺測處理。圖4 測風塔資料與CLDAS 的10 m風速產(chǎn)品對比和對CLDAS 10 m風速訂正結(jié)果的檢驗

圖5 測風塔資料對CLDAS 10 m風速產(chǎn)品的逐時刻檢驗

2.3 對CLDAS 10 m風速產(chǎn)品的訂正方法

以上分析表明，CLDAS風速與實況風速存在一定的誤差，特別是在海拔高度較高、風速較大的地區(qū)，CLDAS風速比實況風速偏小較多，誤差較大，但是CLDAS風速與實況風速的相關(guān)系數(shù)較高，可見CLDAS風速產(chǎn)品有明顯的系統(tǒng)誤差。以風電場的測風塔作為檢驗站點，采用遞減平均方法[13]，以訂正日的前60 d作為訓練期，探索提高CLDAS風速產(chǎn)品質(zhì)量的客觀方法，結(jié)果表明(圖4)，訂正后CLDAS風速的逐月變化和日變化曲線與實況風速較為一致，平均絕對誤差從訂正前的1.9～2.8 m/s降至1.1～1.3 m/s。下一步，可采用遞減平均或者其他方法先對CLDAS風速產(chǎn)品進行訂正，減小誤差，再應(yīng)用到業(yè)務(wù)服務(wù)中。

3 結(jié)論

利用陜西省99個地面自動氣象站和1臺測風塔觀測資料，對2018年1月1日—2020年12月31日CLDAS 10 m風產(chǎn)品進行檢驗，并初步探索了提高該風速產(chǎn)品質(zhì)量的客觀方法，主要結(jié)論如下。

(1)CLDAS的10 m風能夠較好地反映陜西省風的時間和空間分布特征，陜西大部分地區(qū)，風速的準確率為55%～75%，平均絕對誤差小于0.8 m/s，風向的準確率為30%～75%。實況風速越大，CLDAS風速的質(zhì)量越差，當實況風速在8級以上時，CLDAS風速的偏弱率達到100%，平均絕對誤差達到14.1 m/s。

(2)CLDAS風速的偏弱率是影響風速質(zhì)量的主要因子，2020年4—12月CLDAS風速的準確率明顯低于其他時期，與該時期CLDAS風速的偏弱率較高有關(guān)。

(3)以測風塔資料作為檢驗數(shù)據(jù)，利用遞減平均方法對CLDAS風速進行訂正，訂正后CLDAS風速的月變化和日變化曲線較訂正前更接近實況，平均絕對誤差從訂正前的1.9～2.8 m/s降低到1.1～1.3 m/s。