强风事件识别及预报订正方法研究

作者：韩乐琼; 何晓凤^*; 张雪松; 肖擎曜; 陈笑

来源：气象, 2023, 49(12): 1542-1552.

• 强风事件
• 数值预报
• 订正
• 决策树
• 一元线性回归

以如东海上风电场升压站激光雷达测风资料为基础,提出了一种强风事件识别方法,设计并比较了三种预报强风事件识别方案。基于决策树和一元线性回归方法,分别开展了针对强风事件的订正方法研究。结果发现:三种预报强风事件识别方案中,等分位阈值方案明显更优,事件命中率达到76.1%,匹配时长命中率达到87.6%;采用消偏阈值方案和等分位阈值方案预报的强风事件时长会更接近观测强风事件时长;等分位阈值方案识别的事件基本可以覆盖到各次观测强风事件的全程;两个订正模型相对于模式预报都有一定提升与改进,其中决策树比一元线性回归模型更优,其平均绝对误差、相对误差和均方根误差明显更小。