CLDAS 10 m風產品在陜西的質量檢驗分析

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環境氣象重點實驗室，西安 710016；2.陜西省氣象服務中心，西安 710014)

隨著社會發展和科技進步，政府、公眾、企業等都對精細化氣象服務提出了迫切需求。目前，我國氣象部門已經實現了由高分辨率智能網格預報代替傳統站點預報[1]。作為全國智能網格氣象要素預報業務試點省份，陜西省氣象局于2017年7月正式啟動智能網格預報業務單軌運行[2-4]。傳統的城鎮預報重點關注預報站點附近的天氣，而智能網格預報則覆蓋預報區域內的每個點，如果仍然以氣象站的觀測數據作為實況參照，則不能滿足大部分區域的檢驗需求。中國氣象局陸面數據同化業務系統CLDAS(CMA land data assimilation system)的網格實況分析產品(以下簡稱CLDAS產品)為全國智能網格預報的訂正和檢驗提供了數據支撐[5]。已有研究表明，CLDAS的數據質量優于數值模式資料，能夠較好地反映觀測要素所具有的時間和空間分布特征，在東部地區的適用性高于西部地區[6]，CLDAS的土壤溫度、濕度和氣溫產品優于全球陸面同化系統[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誤差較大，在地形復雜、氣象站稀疏區域應用該產品時應謹慎[9]。陜西境內地形復雜，既有山地，又有平原，還有黃土高原，在使用CLDAS產品時應該先進行質量評估。

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，發展十分迅速，風資源評估是風力發電的重要環節，高分辨率的網格實況分析產品為風資源評估提供了很好的數據基礎。目前CLDAS產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]研究發現CLDAS的10 m風在江蘇地區誤差較大，與業務服務需求有一定差距。本研究將以觀測數據作為“真值”，檢驗CLDAS的10 m風產品在陜西省的質量，并初步探索提高CLDAS風速產品質量的可能方法，為CLDAS產品在陜西智能網格風速預報檢驗和風資源評估中的應用提供參考。

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(經向風速，單位為m/s)產品，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)陜西某一風電場區域內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年數據采集頻率為逐5 min、2019和2020年數據采集頻率為逐15 min，CLDAS逐1 h風速產品對應的觀測值取整點時刻的風速觀測值。

為了保證研究結論的可靠性，對測風塔資料進行質量控制[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6 h無變化時視為缺測，風速小于0.4 m/s且連續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、相關系數和平均絕對誤差，根據蒲氏風力等級，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°以內時，記為正確，否則記為錯誤。

對CLDAS風速產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表示權重系數，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)。權重系數w決定了近期多長時間段的樣本將對當天的訂正產生影響，直接影響最后的訂正結果。計算訓練期內不同w取值下的均方根誤差，將其最小值對應的w值作為最優權重系數，對CLDAS風速產品進行訂正。

2 結果分析

2.1 氣象站資料對CLDAS 10 m風產品的檢驗

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，均表現出3—5月風速較大、10月至次年1月風速較小的特征，相關系數在0.66～0.89之間，通過了0.01的顯著性檢驗，相關系數較小(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，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，易出現大風天氣，并且風向多變化不定有關。

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系數均大于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。可能的原因是11時(17時)之后氣溫升高(降低)，大氣層結的不穩定性增大(減小)，因而11—17時的風速較大，風向多變，增大了CLDAS系統中多源數據融合的難度。另外，雖然11—17時 CLDAS風速與實況風速的相關系數最大，但是該時段 CLDAS風速比實況風速偏低的現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。

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

對全省99站逐站檢驗結果見圖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中北部地區風速較大的特征，CLDAS風速與實況風速在各站點的相關系數大于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，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、關中的寶雞西北部、陜南的漢中和安康等地區質量較好，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，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]研究發現CLDAS產品在高海拔地區誤差較大的結論一致。從圖3h來看，CLDAS風向的準確率在陜西大部分地區為30%～75%，在陜南地區較高(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風產品的逐站檢驗(審圖號為GS(2019)1719號)

根據蒲氏風力等級，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%。可見CLDAS風速小于實況的特征在大風天氣更明顯。華山是陜西出現大風最多的地區[12]，2018年1月—2020年12月陜西省96%的8級以上大風出現在華山站，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域內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。

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

圖5 測風塔資料對CLDAS 10 m風速產品的逐時刻檢驗

2.3 對CLDAS 10 m風速產品的訂正方法

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，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系數較高，可見CLDAS風速產品有明顯的系統誤差。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風速產品質量的客觀方法，結果表明(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風速產品進行訂正，減小誤差，再應用到業務服務中。

3 結論

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風產品進行檢驗，并初步探索了提高該風速產品質量的客觀方法，主要結論如下。

(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，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。

(3)以測風塔資料作為檢驗數據，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。