楊知，趙彬，李闖，漢京善，高潔，黃杰

(1.中國(guó)電力科學(xué)研究院有限公司，北京 100192； 2.國(guó)網(wǎng)安徽省電力有限公司，合肥 230000)

0 引 言

架空輸電線路是能源輸送的重要基礎(chǔ)設(shè)施。隨著新型電力系統(tǒng)持續(xù)推進(jìn)，架空輸電線路建設(shè)規(guī)模持續(xù)增大。近年來，極端天氣日趨增多，氣象條件復(fù)雜多變，雨雪冰凍災(zāi)害對(duì)架空輸電線路安全穩(wěn)定運(yùn)行造成巨大挑戰(zhàn)。據(jù)統(tǒng)計(jì)，2017年至今冰害造成的架空輸電線路故障停運(yùn)占總體故障的約37%。因此，輸電線路覆冰預(yù)測(cè)預(yù)警、監(jiān)測(cè)評(píng)估和融冰處置成為每年冬季各級(jí)相關(guān)管理部門的工作重點(diǎn)。其中，輸電線路覆冰預(yù)測(cè)預(yù)警作為提前處置與防治的基礎(chǔ)，如何優(yōu)化覆冰預(yù)警精度一直是行業(yè)研究熱點(diǎn)。

輸電線路覆冰形成機(jī)理較為復(fù)雜[1-3]，與局地氣象條件緊密相關(guān)。從歷史資料看，覆冰與氣象條件(如溫度、濕度、風(fēng)速、風(fēng)向、液態(tài)含水量等)和結(jié)構(gòu)參數(shù)(如導(dǎo)線直徑和材料表面性能等)有關(guān)，大多發(fā)生在雨凇氣象條件下，且環(huán)境溫度小于0 ℃。覆冰多發(fā)地區(qū)為我國(guó)的華中和西南地區(qū)，多發(fā)季節(jié)為每年冬季的11月到次年春季3月份期間[4-5]。海拔變化很大的山區(qū)，如山巔、埡口、分水嶺等垂直擋距很大的微氣象區(qū)域，容易發(fā)生覆冰和倒塔事故[6]。

目前，國(guó)內(nèi)外學(xué)者先后開發(fā)了多種覆冰預(yù)測(cè)模型，認(rèn)可度較高的包括Imai、Lenhard和Goodwin等模型[7-9]。其中，Imai模型考慮了環(huán)境溫度和導(dǎo)線半徑因素，而且假設(shè)覆冰形成過程中，表面最外層為液態(tài)，保持濕增長(zhǎng)；Lenhard模型則重點(diǎn)考慮了覆冰過程前后，導(dǎo)線周圍的總降水量；Goodwin模型則假設(shè)導(dǎo)線覆冰是干增長(zhǎng)過程，過冷卻水滴在接觸導(dǎo)線-覆冰體之前，已全部?jī)鼋Y(jié)，結(jié)合降水量、水密度和風(fēng)速等計(jì)算覆冰厚度。文獻(xiàn)[10]對(duì)四川東部輸電線路歷史覆冰案例和記錄數(shù)據(jù)進(jìn)行了分析和梳理，建立了霧凇厚度增長(zhǎng)和覆冰載荷預(yù)測(cè)評(píng)估模型。近年來，隨著人工智能(機(jī)器學(xué)習(xí)和深度學(xué)習(xí))方法的興起，通過引入包括神經(jīng)網(wǎng)絡(luò)、模糊理論、灰色理論、粗糙集理論等算法，結(jié)合輸電線路地面?zhèn)鞲袛?shù)據(jù)建立了導(dǎo)線覆冰厚度預(yù)測(cè)模型，提升了輸電線路覆冰災(zāi)害預(yù)測(cè)預(yù)警精度[11-15]。然而，在實(shí)際應(yīng)用過程中，研究人員發(fā)現(xiàn)輸電線路跨度長(zhǎng)，地面氣象觀測(cè)數(shù)據(jù)分布較少且監(jiān)測(cè)范圍有限，無法全面反映局地氣象信息。因此，單純利用地面氣象觀測(cè)數(shù)據(jù)作為覆冰預(yù)測(cè)模型的輸入數(shù)據(jù)難以保證模型訓(xùn)練質(zhì)量，不同條件下的覆冰厚度預(yù)測(cè)精度波動(dòng)較大，導(dǎo)致現(xiàn)有覆冰模型泛化能力較差，結(jié)果差異較大，實(shí)用性不強(qiáng)。

鑒于此，為滿足在地面觀測(cè)數(shù)據(jù)不足的情況下提升覆冰預(yù)報(bào)預(yù)警能力的迫切需求，文中嘗試在已有覆冰預(yù)測(cè)模型的基礎(chǔ)上，重點(diǎn)通過提升覆冰預(yù)測(cè)模型的氣象輸入數(shù)據(jù)來提高覆冰預(yù)測(cè)的準(zhǔn)確性。通過加入衛(wèi)星遙感觀測(cè)數(shù)據(jù)，將衛(wèi)星和地面觀測(cè)數(shù)據(jù)進(jìn)行融合同化，對(duì)覆冰預(yù)測(cè)模型中核心氣象輸入?yún)?shù)(如溫度、降水、風(fēng)速)預(yù)報(bào)精度進(jìn)行優(yōu)化提升，進(jìn)而提高復(fù)雜氣象條件下輸電線路覆冰預(yù)警精度。結(jié)果表明本文方法對(duì)溫度和降水的預(yù)報(bào)效果提升較為明顯，進(jìn)而提升了24 h和72 h的覆冰預(yù)測(cè)準(zhǔn)確性，為滿足覆冰預(yù)測(cè)預(yù)警能力的需求提供支撐。

1 基本思路

數(shù)值預(yù)報(bào)屬于微分方程的初值問題，初始場(chǎng)的正確性對(duì)預(yù)報(bào)有決定性的影響。星地?cái)?shù)據(jù)融合或者資料同化本質(zhì)上就是利用衛(wèi)星監(jiān)測(cè)數(shù)據(jù)和地面觀測(cè)數(shù)據(jù)修正模式的預(yù)報(bào)使其更接近實(shí)況大氣狀態(tài)的過程，從而為預(yù)報(bào)提供更準(zhǔn)確的初始場(chǎng)。

輸電線路沿線往往會(huì)部署自動(dòng)氣象觀測(cè)站，同時(shí)氣象局的常規(guī)業(yè)務(wù)觀測(cè)體系中，自動(dòng)觀測(cè)站點(diǎn)分布也非常密集，融合自動(dòng)觀測(cè)站數(shù)據(jù)可以有效地改善數(shù)值結(jié)果。但是自動(dòng)站實(shí)際高度和氣象預(yù)報(bào)模式中的地形高度往往并不匹配，與其它資料如衛(wèi)星等三維場(chǎng)資料相配合進(jìn)行同化分析效果會(huì)更加理想[16-18]。

氣象衛(wèi)星遙感數(shù)據(jù)具有時(shí)空上的高分辨率和覆蓋范圍廣的特點(diǎn)，彌補(bǔ)了常規(guī)觀測(cè)資料在地形復(fù)雜區(qū)域或者野外區(qū)域分布不足的缺點(diǎn)。利用美國(guó)新一代環(huán)境衛(wèi)星數(shù)據(jù)進(jìn)行同化可以改善溫度、濕度和風(fēng)場(chǎng)的預(yù)報(bào)能力[19]。不同的衛(wèi)星數(shù)據(jù)進(jìn)行資料同化時(shí)，對(duì)氣象要素的優(yōu)化效果并不一致，需要通過多次試驗(yàn)進(jìn)行優(yōu)化以及組合，從而改進(jìn)氣象要素的模擬效果[20]。

目前，衛(wèi)星數(shù)據(jù)應(yīng)用仍存在相當(dāng)多的困難，衛(wèi)星數(shù)據(jù)的誤差分析、偏差訂正、快速輻射傳輸模式以及大氣透過率回歸模型都是技術(shù)上的難點(diǎn)。本文在采用成熟同化系統(tǒng)的基礎(chǔ)上，加入了歐美衛(wèi)星探測(cè)數(shù)據(jù)以及風(fēng)云三號(hào)衛(wèi)星數(shù)據(jù)。歐美衛(wèi)星數(shù)據(jù)技術(shù)成熟，資料應(yīng)用廣泛，但是對(duì)我國(guó)的覆蓋不足，風(fēng)云三號(hào)極軌衛(wèi)星數(shù)據(jù)是很好的補(bǔ)充。風(fēng)云三號(hào)衛(wèi)星上攜帶有先進(jìn)的微波探測(cè)儀器和紅外垂直探測(cè)儀，實(shí)現(xiàn)了我國(guó)氣象衛(wèi)星從二維遙感成像到三維大氣探測(cè)的跨越，其中MWTS、MWHS是風(fēng)云3衛(wèi)星上首次搭載的微波遙感器件。因此，在歐美氣象衛(wèi)星數(shù)據(jù)的基礎(chǔ)上加入風(fēng)云衛(wèi)星MWTS、MWHS數(shù)據(jù)，有效地彌補(bǔ)衛(wèi)星觀測(cè)資料不足的情況，可以更好地提升數(shù)值預(yù)報(bào)精度和輸電線路覆冰預(yù)測(cè)水平。

文章總體技術(shù)路線主要是在傳統(tǒng)地面站點(diǎn)數(shù)據(jù)的基礎(chǔ)上，充分考慮地形因素，全面利用了地面觀測(cè)數(shù)據(jù)，并加入衛(wèi)星紅外高光譜探測(cè)數(shù)據(jù)、微波探測(cè)數(shù)據(jù)、微波掃描數(shù)據(jù)、紅外高光譜掃描數(shù)據(jù)以及GPS掩星數(shù)據(jù)，進(jìn)行多源數(shù)據(jù)同化融合，改善氣象要素實(shí)測(cè)和預(yù)報(bào)場(chǎng)的準(zhǔn)確性。然后，將精度改善后的氣象預(yù)報(bào)數(shù)據(jù)作為覆冰預(yù)測(cè)模型的輸入，提升覆冰預(yù)報(bào)預(yù)警的及時(shí)性、快速性以及有效性，降低電網(wǎng)運(yùn)營(yíng)安全風(fēng)險(xiǎn)。基本技術(shù)路線如圖1所示。

圖1 基于星地?cái)?shù)據(jù)融合的覆冰預(yù)測(cè)優(yōu)化基本思路

2 材料和方法

2.1 數(shù)據(jù)資料

文章以浙江省為例，基于地面資料和衛(wèi)星資料對(duì)浙江省的氣溫、降水、風(fēng)速和降水類型進(jìn)行數(shù)據(jù)融合同化，將融合前后地面要素的變化以及覆冰預(yù)測(cè)結(jié)果的變化進(jìn)行對(duì)比分析。

控制試驗(yàn)的邊界條件和背景場(chǎng)數(shù)據(jù)來源于美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)的全球預(yù)報(bào)系統(tǒng)(Global Forecast System，GFS)資料，水平分辨率為0.25°×0.25°，時(shí)間分辨率為6 h。

同化的常規(guī)觀測(cè)資料包括浙江省的3 123個(gè)國(guó)家站和自動(dòng)氣象站(分布圖如圖2所示)，經(jīng)過質(zhì)量控制，實(shí)際使用1 176個(gè)國(guó)家站和自動(dòng)氣象站數(shù)據(jù)，其中國(guó)家站102個(gè)，自動(dòng)氣象站1 074個(gè)。選取10個(gè)國(guó)家站數(shù)據(jù)作為驗(yàn)證，剩余站點(diǎn)作為融合數(shù)據(jù)來源。

圖2 浙江省自動(dòng)氣象站分布圖

衛(wèi)星輻射資料來自NCEP的全球資料同化系統(tǒng)(Global Data Assimilation System，GDAS)以及國(guó)產(chǎn)風(fēng)云3衛(wèi)星。使用的主要資料有溫度微波探測(cè)儀AMSU-A、濕度微波探測(cè)儀MHS、高光譜紅外探測(cè)器HIRS/4、GPSRO掩星數(shù)據(jù)等。微波探測(cè)儀和紅外探測(cè)儀有不同波長(zhǎng)的輻射通道，可以提供高分辨率的三維溫度、壓力、濕度的廓線。實(shí)驗(yàn)數(shù)據(jù)使用清單如表1所示。

表1 數(shù)據(jù)使用清單

2.2 氣象要素優(yōu)化

為了實(shí)現(xiàn)更準(zhǔn)確的覆冰預(yù)測(cè)，文章采用WRF4.2版本的區(qū)域數(shù)值氣象預(yù)報(bào)模式，融合NOAA18、NPP、Metop和FY3四類氣象衛(wèi)星數(shù)據(jù)與地面站點(diǎn)數(shù)據(jù)，通過參數(shù)調(diào)優(yōu)改進(jìn)模式對(duì)浙江省區(qū)域的氣象要素(覆冰模型關(guān)鍵輸入?yún)?shù)溫度T0、降水P和風(fēng)速V)優(yōu)化預(yù)測(cè)效果。

星地?cái)?shù)據(jù)同化系統(tǒng)采用GSI(Grid point Statistical Interpolation)系統(tǒng)。GSI是由NCEP開發(fā)的新一代變分同化系統(tǒng)[21]。基本原理就是根據(jù)背景場(chǎng)信息、觀測(cè)信息和各自的誤差特征，將同化分析問題歸結(jié)為所定義的一個(gè)反映分析場(chǎng)與模式預(yù)報(bào)結(jié)果之間及分析場(chǎng)與實(shí)際觀測(cè)值之間距離的目標(biāo)函數(shù)的最優(yōu)化問題，即求解代價(jià)函數(shù)(J)的極小值。

J(x)=Jb+J0

(1)

式中x為模式狀態(tài)變量構(gòu)成的分析向量，在文章中是溫度T0、降水P和風(fēng)速V組成的向量，用于后續(xù)覆冰模型輸入。

Jb為背景場(chǎng)(分析場(chǎng))信息對(duì)目標(biāo)函數(shù)構(gòu)成的貢獻(xiàn)，表示為：

(2)

式中xb表示x的先驗(yàn)估計(jì)，也就是背景場(chǎng)狀態(tài)向量，通常由預(yù)報(bào)模式結(jié)果來提供第一猜場(chǎng)；B為背景誤差協(xié)方差矩陣，用來表達(dá)背景場(chǎng)的誤差統(tǒng)計(jì)特征。背景協(xié)方差矩陣的元素是格點(diǎn)間的協(xié)方差：

(3)

式中n為分析變量x的要素個(gè)數(shù)。文中主要關(guān)注溫度T0、降水P和風(fēng)速V，因此n=3。

J0表示觀測(cè)場(chǎng)對(duì)目標(biāo)函數(shù)構(gòu)成的貢獻(xiàn)，表示為：

(4)

式中y0代表觀測(cè)向量，同化衛(wèi)星資料時(shí)，y0是同化時(shí)間窗口內(nèi)所有同化通道內(nèi)衛(wèi)星輻射率數(shù)據(jù)構(gòu)成的向量。在實(shí)際計(jì)算中通常將衛(wèi)星輻射率先轉(zhuǎn)化為等效黑體亮溫，然后進(jìn)行同化計(jì)算。H代表觀測(cè)算子，將模式格點(diǎn)位置上的變量插值和通過輻射傳輸模式轉(zhuǎn)換為等效黑體亮溫。R為觀測(cè)誤差協(xié)方差矩陣，用來表達(dá)觀測(cè)的誤差統(tǒng)計(jì)特征。R表示為：

(5)

式中E為觀測(cè)誤差，表示由于儀器、云干擾等因素引起的觀測(cè)誤差；F為代表性誤差，表示觀測(cè)算子的插值和轉(zhuǎn)換時(shí)空間代表性不足引起的誤差。這種誤差主要又兩方面引起，一是觀測(cè)算子從模式空間向觀測(cè)空間轉(zhuǎn)換時(shí)產(chǎn)生的近似誤差，二是觀測(cè)算子假設(shè)為線性算子時(shí)帶來的誤差。

衛(wèi)星載荷并不能直接探測(cè)大氣物理量(溫度T0、降水P、臭氧O3、云等)，它測(cè)到的是在指定的頻率v下到達(dá)衛(wèi)星觀測(cè)點(diǎn)的輻射量[21]。一般情況下，通過輻射傳播方程建立衛(wèi)星直接探測(cè)得到的輻射量與最終大氣物理量之間的聯(lián)系。

(6)

式中v為指定頻率；θ為探測(cè)角度；τs為地表的大氣透過率；εs為地表發(fā)射率;B(v,x)為Planck函數(shù)項(xiàng);l為大氣高度。

基于快速輻射傳輸模式，該模型沿著衛(wèi)星掃描角方向，通過獲取云參數(shù)、地表發(fā)射率等初始輸入?yún)?shù)，根據(jù)給定的大氣溫濕度廓線以及各個(gè)光譜的快速透過率系數(shù)，能夠快速模擬出各通道在大氣頂?shù)南蛏陷椛渎省SI資料同化系統(tǒng)中用到的輻射傳輸模式是CRTM (Community Radiative Transfer Model)?；诿咨⑸錂C(jī)理，該模式考慮了雨、雪、云水、云冰和冰雹等粒子及對(duì)應(yīng)的降水粒子散射效應(yīng)。

(7)

綜上，將式(1)轉(zhuǎn)化為式(7)的目標(biāo)函數(shù)的極小化問題。通過現(xiàn)有的共軛梯度和準(zhǔn)牛頓迭代法[22]，實(shí)現(xiàn)式(7)的求解，得到優(yōu)化后的T0、降水P和風(fēng)速V三類氣象要素預(yù)測(cè)數(shù)據(jù)。

2.3 覆冰預(yù)測(cè)模型

在梳理分析多種真型導(dǎo)線相關(guān)覆冰數(shù)據(jù)、歷年再分析氣象資料和氣象觀測(cè)資料、輸電線路運(yùn)行經(jīng)驗(yàn)數(shù)據(jù)的基礎(chǔ)上，建立對(duì)數(shù)形式的導(dǎo)線覆冰厚度計(jì)算公式[23]：

(8)

式中Req表示導(dǎo)線覆冰厚度初步估算值;單位為mm；k為氣象覆冰修正系數(shù)，取值范圍為0.1～6；N為覆冰過程的時(shí)間，單位為 h；a為訂正系數(shù)，參考環(huán)境溫度T0，按照表4插值選??；P表示覆冰過程降水率，單位為mm/h；ρ0表示水的密度，為常量(1 g/cm3)；ρ表示雨凇的密度，為常量(0.9 g/cm3)；V表示風(fēng)速，單位為m/s；W表示液態(tài)水含量，單位為g/m3。

由表2可以看出，訂正系數(shù)a(受溫度T0影響)、降水P和風(fēng)速V是該覆冰預(yù)測(cè)模型的核心輸入?yún)?shù)。通過提升訂正系數(shù)a、降水P和風(fēng)速V預(yù)測(cè)精度和準(zhǔn)確度，可以提升輸電線路覆冰的預(yù)測(cè)精度和準(zhǔn)確度。公式(8)所示的覆冰預(yù)測(cè)模型中除經(jīng)驗(yàn)系數(shù)k外，a、P和V三個(gè)重要輸入?yún)?shù)均可通過2.2節(jié)進(jìn)行優(yōu)化得到。

表2 線徑訂正系數(shù)擬合系數(shù)a

3 實(shí)驗(yàn)方案設(shè)計(jì)

浙江省山區(qū)地形復(fù)雜，冬季雨雪冰凍天氣較為嚴(yán)重，為了評(píng)估星地?cái)?shù)據(jù)融合對(duì)預(yù)報(bào)精度和準(zhǔn)確度的影響，以2020年12月29日20時(shí)作為目標(biāo)預(yù)報(bào)時(shí)間，分別選取12月26日和12月28日為起始時(shí)間，將地面自動(dòng)站數(shù)據(jù)和衛(wèi)星數(shù)據(jù)進(jìn)行融合優(yōu)化，然后進(jìn)行24 h預(yù)報(bào)和72 h預(yù)報(bào)，并與國(guó)家站實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析。數(shù)值模擬空間精度為 3 km×3 km，時(shí)間精度為1 h。

將歐洲數(shù)值預(yù)報(bào)中心0.25°×0.25°的確定性預(yù)報(bào)作為參照組，對(duì)比資料同化后數(shù)值預(yù)報(bào)的優(yōu)化效果。

4 結(jié)果分析

4.1 24小時(shí)預(yù)報(bào)結(jié)果對(duì)比

首先以2020年12月28日20時(shí)為初始時(shí)間，經(jīng)數(shù)據(jù)融合后，對(duì)比24 h氣象要素的預(yù)報(bào)結(jié)果，從圖3～圖5中溫度、風(fēng)速和降水的對(duì)比可以發(fā)現(xiàn)，由于經(jīng)過了WRF模式降尺度計(jì)算，數(shù)據(jù)融合后的空間精細(xì)程序明顯高于歐洲中心的預(yù)報(bào)結(jié)果?？梢钥闯觯诘匦螐?fù)雜的區(qū)域，加入高精度地形方案進(jìn)行模擬可以提升預(yù)報(bào)的空間分辨率，從而發(fā)現(xiàn)更多細(xì)節(jié)。

圖3 溫度24 h預(yù)報(bào)

圖4 風(fēng)速24 h預(yù)報(bào)

圖5 降水24 h預(yù)報(bào)

具體來看，歷史氣象站數(shù)據(jù)顯示2020年12月29日20時(shí)，浙江經(jīng)歷了一次寒潮過程，出現(xiàn)了大范圍的降雪天氣，。但歐洲中心預(yù)報(bào)數(shù)據(jù)(圖5(a))的預(yù)報(bào)降水基本可以忽略不計(jì)，而融合預(yù)報(bào)顯示(圖5(b))1 h降水預(yù)報(bào)的極值中心在浙北山區(qū)，這與圖4((b))的風(fēng)速極值預(yù)報(bào)大值區(qū)相吻合，更加符合寒潮帶來的大風(fēng)降溫降水過程的特征。可見數(shù)據(jù)融合后，溫度、風(fēng)速和降水預(yù)報(bào)的精度得到了有效的提升，有助于提高覆冰模型的預(yù)測(cè)能力。

圖3～圖5中黑色線段為杭州周邊的輸電線路，為了定量分析氣象要素預(yù)報(bào)精度的提升效果，提取輸電線路附近站點(diǎn)和杭州周邊的自動(dòng)氣象站的實(shí)際觀測(cè)數(shù)據(jù)進(jìn)行對(duì)比。從圖6可以看出，在溫度預(yù)報(bào)方面，數(shù)據(jù)融合預(yù)報(bào)結(jié)果比歐洲預(yù)報(bào)結(jié)果更接近實(shí)測(cè)狀況，反應(yīng)出了寒潮帶來的溫度隨空間的變化。在風(fēng)速方面，風(fēng)速預(yù)報(bào)結(jié)果在各站表現(xiàn)不一，有些站點(diǎn)預(yù)報(bào)風(fēng)速更接近觀測(cè)，有些站點(diǎn)預(yù)報(bào)存在較大偏差，但整體預(yù)報(bào)能力與歐洲中心預(yù)報(bào)結(jié)果相當(dāng)。在降水方面，歐洲中心預(yù)報(bào)結(jié)果幾乎沒有產(chǎn)生降水，但觀測(cè)和融合數(shù)據(jù)顯示輸電線路附近存在明顯降水，這對(duì)于覆冰產(chǎn)生的預(yù)報(bào)十分重要。從表3的預(yù)報(bào)效果對(duì)比看，衛(wèi)星數(shù)據(jù)和地面觀測(cè)數(shù)據(jù)融合預(yù)報(bào)相對(duì)于歐洲預(yù)報(bào)結(jié)果，MAE和RMSE都有比較明顯的下降。對(duì)于24 h預(yù)報(bào)而言，融合預(yù)報(bào)對(duì)溫度和降水預(yù)報(bào)精度改善比較明顯，其主要原因是輸電線路沿線氣象站點(diǎn)對(duì)溫度、降水的監(jiān)測(cè)比較準(zhǔn)確，通過融合衛(wèi)星氣象的溫度降水觀測(cè)數(shù)據(jù)實(shí)現(xiàn)精度提升。就風(fēng)速預(yù)報(bào)而言，融合預(yù)報(bào)結(jié)果與歐洲預(yù)報(bào)結(jié)果差異不大，其主要原因在于本文研究過程中，輸電線路沿線氣象站點(diǎn)風(fēng)速監(jiān)測(cè)數(shù)據(jù)異常值較多，有效值較少。因此融合預(yù)報(bào)中主要引入了溫濕度觀測(cè)信息，風(fēng)速信息的星地融合同化不足，從而模型對(duì)風(fēng)速預(yù)報(bào)的能力改進(jìn)不大，但從圖4可以看出，融合預(yù)報(bào)對(duì)風(fēng)速的空間刻畫能力提高很多，很好的反映出浙江省山區(qū)地形多變導(dǎo)致的風(fēng)速變化，這主要得益于融合預(yù)報(bào)模型對(duì)衛(wèi)星遙感高精度三維地形和少量風(fēng)速信息的融合。

圖6 站點(diǎn)24 h預(yù)報(bào)結(jié)果對(duì)比

表3 24 h預(yù)報(bào)效果對(duì)比

4.2 72小時(shí)預(yù)報(bào)結(jié)果對(duì)比

以2020年12月26日20時(shí)為初始時(shí)間，經(jīng)數(shù)據(jù)融合后，對(duì)比72 h氣象要素的預(yù)報(bào)結(jié)果，從圖7～圖9中溫度、風(fēng)速和降水的對(duì)比可以發(fā)現(xiàn)，歐洲中心預(yù)報(bào)溫度明顯偏高，風(fēng)速也偏小，同時(shí)降水偏弱，沒有重現(xiàn)出杭州及其周邊區(qū)域的大風(fēng)降雪過程，先比24 h預(yù)報(bào)結(jié)果，長(zhǎng)期預(yù)報(bào)的準(zhǔn)確性下降比較快。而融合預(yù)報(bào)的溫度、降水和風(fēng)速的分布與24 h的分布形態(tài)基本一致，表明了數(shù)據(jù)融合之后的預(yù)報(bào)穩(wěn)定性較高，長(zhǎng)期預(yù)報(bào)的準(zhǔn)確性有所提升。

圖7 溫度72 h預(yù)報(bào)

圖8 風(fēng)速72 h預(yù)報(bào)

圖9 降水72 h預(yù)報(bào)

從圖10可以看出，數(shù)據(jù)融合預(yù)報(bào)結(jié)果基本上比歐洲中心預(yù)報(bào)結(jié)果更接近實(shí)測(cè)狀況，尤其是在輸電線沿線區(qū)域，這與24 h的預(yù)報(bào)結(jié)果是一致的。

圖10 站點(diǎn)72 h預(yù)報(bào)結(jié)果對(duì)比

從表4的預(yù)報(bào)效果對(duì)比看，對(duì)于72 h預(yù)報(bào)而言，融合預(yù)報(bào)相對(duì)于歐洲中心預(yù)報(bào)結(jié)果從偏差比較可以看出，MAE和RMSE都有顯著的下降。相比于24 h預(yù)報(bào)結(jié)果，數(shù)據(jù)融合預(yù)報(bào)在72 h的預(yù)報(bào)偏差上呈現(xiàn)略微增加，說明了系統(tǒng)的穩(wěn)定性，歐洲中心預(yù)報(bào)效果惡化明顯，系統(tǒng)波動(dòng)較大。

表4 72 h預(yù)報(bào)效果對(duì)比

4.3 覆冰預(yù)報(bào)結(jié)果對(duì)比

運(yùn)用2.3節(jié)所述的導(dǎo)線覆冰厚度計(jì)算公式，將融合預(yù)報(bào)的溫度、降水和風(fēng)速預(yù)測(cè)值作為輸入，計(jì)算得到杭州周邊輸電線路近600個(gè)輸電線路桿塔的覆冰厚度情況，如圖11和圖12所示。從圖11(橫坐標(biāo)：輸電線路桿塔編號(hào)，縱坐標(biāo)：覆冰厚度)可以看出，24 h和72 h預(yù)報(bào)結(jié)果趨勢(shì)一致，在部分輸電線路預(yù)測(cè)出較嚴(yán)重的覆冰增長(zhǎng)趨勢(shì)，說明經(jīng)過星地?cái)?shù)據(jù)融合，氣象要素預(yù)報(bào)時(shí)效提高比較明顯，覆冰有效預(yù)測(cè)的周期可以提前到72 h以上，為電網(wǎng)安全運(yùn)行提供強(qiáng)有力的保障。

圖11 輸電線路星地融合預(yù)報(bào)覆冰厚度結(jié)果對(duì)比

圖12 基于星地融合的輸電線路覆冰標(biāo)準(zhǔn)厚度增量預(yù)測(cè)結(jié)果對(duì)比

5 結(jié)束語(yǔ)

覆冰預(yù)測(cè)預(yù)警是電網(wǎng)安全運(yùn)行的重要課題，在觀測(cè)數(shù)據(jù)較少的條件下，結(jié)合氣象環(huán)境條件以及覆冰預(yù)測(cè)模型對(duì)覆冰進(jìn)行預(yù)報(bào)預(yù)警是可行的方法。因此，對(duì)氣象環(huán)境條件的準(zhǔn)確預(yù)測(cè)成為了覆冰準(zhǔn)確預(yù)測(cè)的前提。由于輸電線路大多位于偏遠(yuǎn)地區(qū)，基于衛(wèi)星觀測(cè)數(shù)據(jù)覆蓋范圍廣和時(shí)空高分辨率的特點(diǎn)，融合氣象衛(wèi)星與地面觀測(cè)數(shù)據(jù)，不僅可以得到更接近實(shí)際狀態(tài)的大氣背景場(chǎng)，同時(shí)也可以作為數(shù)值預(yù)報(bào)的初始場(chǎng)，提升中長(zhǎng)期覆冰預(yù)報(bào)的準(zhǔn)確性。經(jīng)過對(duì)比分析，數(shù)據(jù)融合后的溫度和降水預(yù)報(bào)精度和準(zhǔn)確度均得到有效的提升，風(fēng)速的準(zhǔn)確度提升不大。同時(shí)，預(yù)報(bào)的有效性也得到了提升，72 h的預(yù)報(bào)準(zhǔn)確性和24 h預(yù)報(bào)的準(zhǔn)確性差異較小。因此，通過覆冰預(yù)警模型計(jì)算得到的覆冰厚度預(yù)測(cè)預(yù)警時(shí)間可以從24 h提升到72 h，為電網(wǎng)安全運(yùn)行提供了充分的預(yù)警時(shí)間。

后續(xù)研究將持續(xù)開展衛(wèi)星資料融合的對(duì)比分析，加入其他多源數(shù)據(jù)，提升相關(guān)地面要素如風(fēng)速等的準(zhǔn)確性，進(jìn)一步提升覆冰預(yù)測(cè)預(yù)警水平。