基于ERA5的逐小时100m风场数据,利用时间序列K-means聚类方法,将中国沿海冬季风能年际变化划分为四个区域,分别为北中国海(NorthChina Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(Souther...
详细信息
基于ERA5的逐小时100m风场数据,利用时间序列K-means聚类方法,将中国沿海冬季风能年际变化划分为四个区域,分别为北中国海(NorthChina Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(SouthernSouthChinaSea,SSCS)。四个区域风能的年际变化受不同气候模态的影响,其中NCS风能的年际变化与北极涛动(ArcticOscillation,AO)有关;ECS风能的年际变化与中部型ENSO及西伯利亚高压有关;SSCS和NSCS的年际变化则和东部型ENSO及大陆高压的南北位置存在联系。鉴于影响各区域风能年际变化的气候模态具有较高的可预测性,进一步评估了多个气候模式对中国沿海风能年际变化的预测技巧。结果表明,气候模式对南中国海的风能年际变化预测技巧更高,这与气候模式对ENSO的高预测技巧有关。气候模式对北方海域风能年际变化的预测技巧较差,这和气候模式不能较好地预测AO和西伯利亚高压有关。
利用FNL全球再分析资料(Final Operational Global Analysis)、探空资料对2019年6—9月位于中国华北地区20个站点共5种型号(CFL-06、GLC-24、TWP8-L、CFL-03、CLC-11-D)的边界层风廓线雷达资料进行了质量评估。结果表明:各型号雷达均具...
详细信息
利用FNL全球再分析资料(Final Operational Global Analysis)、探空资料对2019年6—9月位于中国华北地区20个站点共5种型号(CFL-06、GLC-24、TWP8-L、CFL-03、CLC-11-D)的边界层风廓线雷达资料进行了质量评估。结果表明:各型号雷达均具有较强的探测能力,但不同雷达在水平风资料数据获取率以及有效探测高度上差异极大。不区分天气状况时,所有型号雷达均为V风质量优于U风质量。TWP8-L雷达U风测风质量相对最佳,CFL-03雷达紧随其后,GLC-24雷达U风测风质量最差,V风质量则差异不大,U风数据使用前需进行偏差订正以及质量控制。风廓线雷达观测对于降水较为敏感,降水使各型号雷达数据获取率在底层减小,中高层增加,增幅最大达到53%,但探测能力加强并不代表测风质量增加,统计结果表明降水是造成U风平均误差以及均方根误差较高的重要原因,其中,GLC-24、CLC-11-D雷达对降水最为敏感,降水状态相较于非降水状态均方根误差增幅均达到了5.5 m/s以上,降水情况下的U风及V风资料需进行进一步质量控制才可使用。
暂无评论