預(yù)報風強度對火箭最大氣動載荷精度影響及建模分析

程胡華,武 帥,張入財,肖云清,趙 亮

(1. 中國人民解放軍63729部隊, 山西 太原 030027; 2. 中國人民解放軍61741部隊, 北京 100094; 3. 中國人民解放軍78127部隊, 四川 成都 610031; 4. 中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警與 風險管理重點實驗室, 寧夏 銀川 750002; 5. 銀川市氣象局, 寧夏 銀川 750011; 6. 中國科學院 大氣物理研究所 大氣科學和地球流體力學數(shù)值模擬國家重點實驗室, 北京 100029)

運載火箭能否飛行成功,除了其本身無任何問題外,高空風產(chǎn)生的氣動載荷也是必須考慮的重要因素,若最大氣動載荷(記“qαmax”,下同)超過閾值,則可能導致箭體彎曲折斷,造成飛行失敗。為提高運載火箭飛行成功率,一方面,對運載火箭本身的結(jié)構(gòu)及其系統(tǒng)安全等開展了一系列研究[1-4],另一方面,對大氣環(huán)境產(chǎn)生的氣動載荷特征進行了相關(guān)研究[5-13],均取得大量有意義的成果,為持續(xù)提高我國運載火箭飛行成功率提供了有力支撐。

運載火箭發(fā)射前,需提前提供靶場發(fā)射零日的高空預(yù)報風(簡稱“預(yù)報風”,下同),若預(yù)報風產(chǎn)生的qαmax預(yù)報值超過閾值,則考慮推遲發(fā)射。利用數(shù)值天氣預(yù)報模式提供靶場的預(yù)報風,是目前最準確、最可靠的方法。在數(shù)值天氣預(yù)報模式中,由于初始場觀測資料和背景信息的不確定性,以及資料同化過程中產(chǎn)生的偏差共同造成初值誤差[14],再加上模式的物理過程、動力框架和參數(shù)化方案不可能精準描述真實大氣,從而造成模式誤差[15-16],在初值誤差和模式誤差的共同作用下,數(shù)值天氣預(yù)報模式的預(yù)報能力隨預(yù)報日數(shù)延長而降低[17-21],例如,程胡華等[21]在研究預(yù)報風偏差對火箭qαmax精度影響時,發(fā)現(xiàn)預(yù)報風精度隨預(yù)報日數(shù)延長而快速降低。

程胡華等[21]針對相同垂直分辨率情況下,對預(yù)報風偏差產(chǎn)生的火箭qαmax精度特征進行了分析。為進一步分析預(yù)報風對火箭qαmax精度的影響,本文以真實情況下的預(yù)報風、實況風作為研究對象,即綜合考慮預(yù)報風偏差和不同垂直分辨率產(chǎn)生的影響,同時,將數(shù)值天氣預(yù)報模式的高空最大預(yù)報風速(簡稱“最大風速”,下同)劃分成3種預(yù)報風強度(①最大風速≤30 m/s;②30 m/s<最大風速≤60 m/s;③最大風速>60 m/s),對該3種不同預(yù)報風強度及其qαmax預(yù)報值的精度進行分析,并建立了訂正模型,最后對模型的訂正效果進行了檢驗。

1 資料和處理方法

1.1 資料

所用資料為2017年1月1日—2020年12月31日實況風資料(探空氣球風場)及目前國內(nèi)外最先進數(shù)值天氣預(yù)報模式的預(yù)報風產(chǎn)品,其中,實況風為每日08:00,高度0～10 000 m、10 000～20 000 m內(nèi)的垂直分辨率分別為200 m、500 m;預(yù)報風為每日08:00起報(北京時間),其預(yù)報時長為11天,水平分辨率為0.25°×0.25°,垂直方向為14層(分別為1 000 hPa、950 hPa、925 hPa、850 hPa、800 hPa、700 hPa、600 hPa、500 hPa、400 hPa、300 hPa、250 hPa、200 hPa、150 hPa、100 hPa)。

1.2 處理方法

1)預(yù)報風的水平分辨率為0.25°×0.25°,采用雙線性插值方法,將預(yù)報風的規(guī)則網(wǎng)格點數(shù)據(jù)插值到實況風所在位置。

2)在垂直方向上,預(yù)報風為氣壓層,實況風為高度層,且實況風的垂直分辨率、垂直層數(shù)均明顯高于預(yù)報風,利用三次樣條插值方法將預(yù)報風插值到實況風高度層。

以實況風及其計算得到的qαmax實況值為基準,利用偏差、絕對差、相關(guān)系數(shù)、相對誤差對預(yù)報風及其qαmax預(yù)報值的精度進行分析,計算公式如下:

(1)

(2)

(3)

(4)

2 不同預(yù)報風強度的精度特征對比

在不同最大風速情況下,風速偏差、絕對差、相對誤差及相關(guān)系數(shù)隨預(yù)報日數(shù)的變化特征如圖1所示。從圖1可看出,預(yù)報風速的精度不僅與預(yù)報日數(shù)有關(guān),也與最大風速密切相關(guān):其中,風速偏差在預(yù)報日數(shù)第1～6天內(nèi)差別較小,但在預(yù)報日數(shù)第7～11天內(nèi)的差異較大(圖1(a)),“最大風速≤30 m/s”的風速偏差均為負值且其絕對值隨預(yù)報日數(shù)延長呈現(xiàn)增大趨勢;“30 m/s<最大風速≤60 m/s”的風速偏差均為負值且隨預(yù)報日數(shù)延長變化較小;而“最大風速>60 m/s”的風速偏差在預(yù)報第9～11天轉(zhuǎn)為正值且呈現(xiàn)快速增大特征。在預(yù)報日數(shù)第1～11天,“最大風速≤30 m/s”“30 m/s<最大風速≤60 m/s”“最大風速>60 m/s”的平均風速偏差值分別為-1.91 m/s、-1.06 m/s、-0.06 m/s。不同最大風速時的風速絕對差隨預(yù)報日數(shù)延長均呈現(xiàn)線性增大特征且相互之間存在較明顯差異(圖1(b)),總體表現(xiàn)為在相同預(yù)報日數(shù),風速絕對差由小到大依次分別為“最大風速≤30 m/s”“30 m/s<最大風速≤60 m/s”“最大風速>60 m/s”,在預(yù)報日數(shù)第1～11天內(nèi)平均值分別為4.27 m/s、4.72 m/s、5.08 m/s。類似絕對差,不同最大風速時的風速相對誤差同樣隨預(yù)報日數(shù)延長呈現(xiàn)線性增大特征(圖1(c)),但與絕對差不同,在相同預(yù)報日數(shù),總體表現(xiàn)出風速相對誤差由小到大依次分別為“最大風速>60 m/s”“30 m/s<最大風速≤60 m/s”“最大風速≤30 m/s”,對應(yīng)的平均值分別為24.68%、30.09%、42.61%。不同最大風速時的風速相關(guān)系數(shù)隨預(yù)報日數(shù)延長呈現(xiàn)快速減小趨勢(圖1(d)),“最大風速≤30 m/s”“30 m/s<最大風速≤60 m/s”“最大風速>60 m/s”時的平均風速相關(guān)系數(shù)值分別為0.59、0.68、0.69。

從圖1及上述分析可知,隨最大風速的增大,風速偏差均為負值且偏差絕對值減小(除“最大風速>60 m/s”時,第9～11天為正值外)、絕對差增大、相對誤差明顯減小、相關(guān)系數(shù)增大,綜合判斷,風速預(yù)報精度隨最大風速的增大而提高。這是因為最大風速越大,則風速在水平方向、垂直方向的切變越大,通過插值方法得到的預(yù)報風偏差振幅較大,絕對差越大,但平均偏差有可能會更小;不同最大風速之間的絕對差差異較小,導致相對誤差隨最大風速增大而明顯減小;最大風速越大,風速隨高度變化的穩(wěn)定性、一致性更好,因此,相關(guān)系數(shù)值會越大。

(a) 風速偏差(a) Wind speed deviation

(b) 風速絕對差(b) Wind speed absolute difference

(c) 風速相對誤差(c) Wind speed relative error

(d) 風速相關(guān)系數(shù)(d) Wind speed correlation coefficient

3 不同預(yù)報風強度的qαmax精度特征對比

圖2反映了不同最大風速時的qαmax預(yù)報精度特征,類似預(yù)報風精度,qαmax預(yù)報精度同樣不僅與預(yù)報日數(shù)密切相關(guān),與最大風速也有關(guān)系:從圖2(a)可看出,隨預(yù)報日數(shù)延長,“最大風速≤30 m/s”的qαmax偏差均為負值且其絕對值呈現(xiàn)增大趨勢,“30 m/s<最大風速≤60 m/s”的qαmax偏差均為負值且變化較小,而“最大風速>60 m/s”的qαmax偏差在預(yù)報日數(shù)第1～9天為負值且變化較小,但在第10～11天轉(zhuǎn)為正值且快速增大。不同最大風速時的qαmax絕對差、相對誤差隨預(yù)報日數(shù)延長均呈現(xiàn)線性增大趨勢且存在差異(圖2(b)、(c)),而qαmax相關(guān)系數(shù)隨預(yù)報日數(shù)延長均呈現(xiàn)減小變化趨勢且存在較明顯差異(圖2(d))。其中,“最大風速≤30 m/s”“30 m/s<最大風速≤60 m/s”“最大風速>60 m/s”的平均qαmax偏差值分別為-285.82 Pa·rad、-211.69 Pa·rad、-89.41 Pa·rad,平均qαmax絕對差分別為323.36 Pa·rad、320.67 Pa·rad、326.32 Pa·rad,平均qαmax相對誤差分別為23.55%、15.31%、11.48%,平均qαmax相關(guān)系數(shù)值分別為0.63、0.67、0.64。

通過圖2及上述分析可知,隨最大風速的增大,qαmax預(yù)報值偏差均為負值(除“最大風速>60 m/s”時,第10～11天為正值外)且偏差絕對值減小、絕對差和相關(guān)系數(shù)變化較小、相對誤差明顯減小,綜合判斷,qαmax預(yù)報值精度隨最大風速的增大而提高。大氣密度、風速是計算qαmax的重要大氣參數(shù),且大氣密度隨高度增加呈指數(shù)減小變化。當預(yù)報日數(shù)較短時,風速預(yù)報穩(wěn)定性較好、精度較高,最大風速越大,則風速隨高度變化越明顯,且最大風速所在高度較高,qαmax的預(yù)報值、實況值均越大,兩者所在高度更接近(一般位于最大風速附近),導致qαmax偏差值較小、相關(guān)系數(shù)較大;最大風速越小,則風速隨高度變化較小,qαmax預(yù)報值、實況值均較小,兩者所在高度差異可能較大,此時需考慮不同高度層大氣密度的較大差異對qαmax影響,其導致qαmax偏差更大、相關(guān)系數(shù)值偏小;由于qαmax絕對差差異較小,結(jié)合最大風速越大則qαmax值越大的特征,導致qαmax相對誤差隨最大風速增大而明顯減小。

(a) qαmax偏差(a) qαmax deviation

(b) qαmax絕對差(b) qαmax absolute difference

(c) qαmax相對誤差(c) qαmax relative error

(d) qαmax相關(guān)系數(shù)(d) qαmax correlation coefficient

4 建模

4.1 建模方法

以70%的樣本作為建模樣本,30%的樣本作為模型效果檢驗樣本;記Qi為第i天預(yù)報風的qαmax預(yù)報值,Di、Hi、Ti、Wi分別為第i天qαmax預(yù)報值對應(yīng)的風向(°)、飛行高度(m)、飛行時間(s)和風速(m/s),Ui、Vi分別為飛行高度Hi范圍內(nèi)的平均緯向風(m/s)、平均經(jīng)向風(m/s),Mi為利用多元線性回歸方法建立模型得到預(yù)報第i天的qαmax預(yù)報訂正值,其中i=1,2,3,…,11。在預(yù)報日數(shù)第1～11天,Qi、Di、Hi、Ti、Wi、Ui、Vi與qαmax實況值之間的相關(guān)系數(shù)統(tǒng)計結(jié)果見表1,從該表可看出,Qi、Wi、Ui的相關(guān)性較高,而其他參數(shù)的相關(guān)性偏低。

表1 在預(yù)報日數(shù)第1～11天,Qi、Di、Hi、Ti、Wi、Ui、Vi與qαmax實況值之間的相關(guān)系數(shù)統(tǒng)計結(jié)果

4.2 最大風速≤30 m/s

“最大風速≤30 m/s”時,基于多元線性回歸方法分別針對預(yù)報第1～11天建立了預(yù)報訂正模型,相應(yīng)的計算表達式如式(5)所示。

(5)

對于檢驗樣本,當“最大風速≤30 m/s”時,未訂正、已訂正的qαmax預(yù)報值與qαmax實況值之間的統(tǒng)計關(guān)系如圖3所示。從該圖可明顯看出,在預(yù)報日數(shù)第1～11天,與未訂正的qαmax預(yù)報值相比,已訂正的qαmax預(yù)報值的偏差絕對值、絕對差、相對誤差均較小,相關(guān)系數(shù)均較大,表明利用模型得到已訂正的qαmax預(yù)報值精度高于未訂正的qαmax預(yù)報值。對于qαmax偏差(圖3(a)),隨預(yù)報日數(shù)延長,已訂正的qαmax預(yù)報值偏差變化較小且均為正值,而未訂正的qαmax預(yù)報值偏差均為負值且其絕對值呈現(xiàn)線性增大特征;在相同預(yù)報日數(shù),已訂正的qαmax預(yù)報值偏差絕對值均明顯偏小;在預(yù)報日數(shù)第1～11天,未訂正、已訂正的平均qαmax預(yù)報值偏差分別為-266.93 Pa·rad、32.70 Pa·rad。未訂正、已訂正的qαmax預(yù)報值絕對差均隨預(yù)報日數(shù)延長呈現(xiàn)線性增大趨勢特征(圖3(b));在各相同預(yù)報日數(shù),已訂正的qαmax預(yù)報值絕對差均明顯偏小;在預(yù)報日數(shù)第1～11天,未訂正、已訂正的平均qαmax預(yù)報值絕對差分別為305.36 Pa·rad、213.60 Pa·rad。類似絕對差,未訂正、已訂正的qαmax預(yù)報值相對誤差均隨預(yù)報日數(shù)延長呈現(xiàn)線性增大趨勢(圖3(c));在各相同預(yù)報日數(shù),同樣表現(xiàn)為已訂正的qαmax預(yù)報值相對誤差均明顯偏小;在預(yù)報日數(shù)1～11天,未訂正、已訂正的平均qαmax預(yù)報值相對誤差分別為21.70%、17.60%。未訂正、已訂正的qαmax預(yù)報值相關(guān)系數(shù)均隨預(yù)報日數(shù)延長表現(xiàn)為線性減小趨勢(圖3(d));在各相同預(yù)報日數(shù),已訂正的qαmax預(yù)報值相關(guān)系數(shù)均偏大;在預(yù)報日數(shù)第1～11天,未訂正、已訂正的平均qαmax預(yù)報值相關(guān)系數(shù)分別為0.59、0.62。

(a) qαmax偏差(a) qαmax deviation

(b) qαmax絕對差(b) qαmax absolute difference

(c) qαmax相對誤差(c) qαmax relative error

(d) qαmax相關(guān)系數(shù)(d) qαmax correlation coefficient

由上述分析可知,當“最大風速≤30 m/s”時,與未訂正的qαmax預(yù)報值相比,利用多元線性回歸方法建立模型得到已訂正的qαmax預(yù)報值精度更高。

4.3 30 m/s<最大風速≤60 m/s

類似“最大風速≤30 m/s”,當“30 m/s<最大風速≤60 m/s”時,基于多元線性回歸方法分別針對預(yù)報第1～11天建立了預(yù)報訂正模型(計算表達式略)。對于檢驗樣本,未訂正、已訂正的qαmax預(yù)報值與qαmax實況值之間的統(tǒng)計關(guān)系如圖4所示。在預(yù)報日數(shù)第1～11天,已訂正的qαmax預(yù)報值精度高于未訂正的qαmax預(yù)報值。對于qαmax預(yù)報值偏差(圖4(a)),未訂正的qαmax預(yù)報值偏差均為負值,而已訂正的qαmax預(yù)報值偏差均為正值;在各相同預(yù)報日數(shù),已訂正的qαmax預(yù)報值的偏差絕對值均明顯偏小,未訂正、已訂正的平均qαmax預(yù)報值偏差分別為-186.05 Pa·rad、38.66 Pa·rad。未訂正、已訂正的qαmax預(yù)報值絕對差隨預(yù)報日數(shù)延長均呈現(xiàn)線性增大趨勢(圖4(b));在各相同預(yù)報日數(shù),已訂正的qαmax預(yù)報值絕對差均明顯偏小,未訂正、已訂正的平均qαmax預(yù)報值絕對差分別為304.27 Pa·rad、258.48 Pa·rad。對于qαmax預(yù)報值相對誤差(圖4(c)),隨預(yù)報日數(shù)延長,未訂正、已訂正的qαmax預(yù)報值相對誤差均呈現(xiàn)線性增大趨勢且相互之間差異呈現(xiàn)減小趨勢,未訂正、已訂正的平均qαmax預(yù)報值相對誤差分別為14.91%、13.70%。除預(yù)報日數(shù)第6、7天外,未訂正、已訂正的qαmax預(yù)報值相關(guān)系數(shù)基本相同(圖4(d)),且隨預(yù)報日數(shù)延長,未訂正、已訂正的qαmax預(yù)報值相關(guān)系數(shù)值均呈現(xiàn)減小趨勢,未訂正、已訂正的平均qαmax預(yù)報值相關(guān)系數(shù)分別為0.707、0.705。

(a) qαmax偏差(a) qαmax deviation

(b) qαmax絕對差(b) qαmax absolute difference

(c) qαmax相對誤差(c) qαmax relative error

(d) qαmax相關(guān)系數(shù)(d) qαmax correlation coefficient

4.4 最大風速>60 m/s

類似“最大風速≤30 m/s”,當“最大風速>60 m/s”時,基于多元線性回歸方法分別針對預(yù)報第1～11天建立了預(yù)報訂正模型(計算表達式略)。對于檢驗樣本,未訂正、已訂正的qαmax預(yù)報值與qαmax實況值之間的統(tǒng)計關(guān)系如圖5所示,與“最大風速≤30 m/s”“30 m/s<最大風速≤60 m/s”時存在較大差異。未訂正、已訂正的qαmax預(yù)報值偏差均以負值為主(圖5(a)),已訂正的qαmax預(yù)報值的偏差絕對值在預(yù)報日數(shù)第1～9、11天偏小;在預(yù)報日數(shù)第1～11天,未訂正、已訂正的平均qαmax預(yù)報值偏差分別為-149.74 Pa·rad、-72.36 Pa·rad。未訂正、已訂正的qαmax預(yù)報值絕對差隨預(yù)報日數(shù)延長呈現(xiàn)增大趨勢(圖5(b)),已訂正的qαmax預(yù)報值絕對差在預(yù)報日數(shù)第1～8天偏小,在第9～11天偏大,未訂正、已訂正的平均qαmax預(yù)報值絕對差分別為280.33 Pa·rad、255.04 Pa·rad。類似絕對差,未訂正、已訂正的qαmax預(yù)報值相對誤差同樣隨預(yù)報日數(shù)延長呈現(xiàn)增大趨勢(圖5(c)),已訂正的qαmax預(yù)報值相對誤差在預(yù)報日數(shù)第1～8天和第11天偏小,在第9～10天偏大,未訂正、已訂正的平均qαmax預(yù)報值相對誤差分別為9.65%、8.76%。對于qαmax預(yù)報值相關(guān)系數(shù)(圖5(d)),未訂正、已訂正的qαmax預(yù)報值相關(guān)系數(shù)隨預(yù)報日數(shù)延長呈現(xiàn)減小趨勢;相對未訂正的qαmax預(yù)報值相關(guān)系數(shù),已訂正的qαmax預(yù)報值相關(guān)系數(shù)值偏小;未訂正、已訂正的平均qαmax預(yù)報值相關(guān)系數(shù)分別為0.55、0.49。

由上述分析可知,當“最大風速>60 m/s”時,與未訂正的qαmax預(yù)報值相比,利用多元線性回歸方法建立模型得到已訂正的qαmax預(yù)報值,在預(yù)報日數(shù)第1～6天的精度更高。通過對圖3～5進行對比可知,隨最大風速的增大,基于該模型得到已訂正的qαmax預(yù)報值精度的提高水平會降低。

(a) qαmax偏差(a) qαmax deviation

(b) qαmax絕對差(b) qαmax absolute difference

(c) qαmax相對誤差(c) qαmax relative error

(d) qαmax相關(guān)系數(shù)(d) qαmax correlation coefficient

在預(yù)報日數(shù)第1～11天,不同最大風速情況下,與未訂正的qαmax絕對差相比,已訂正的qαmax絕對差偏小的樣本數(shù)百分比分布特征存在差異(見表2)。其中,“最大風速≤30 m/s”對應(yīng)的樣本數(shù)百分比最小值超過60%,值范圍為62.50%～70.37%,隨預(yù)報日數(shù)延長的變化較小,表明在該預(yù)報風強度下,已訂正的qαmax預(yù)報值明顯更接近實況。“30 m/s<最大風速≤60 m/s”對應(yīng)的樣本數(shù)百分比在預(yù)報日數(shù)第1～4天均超過60%,但在預(yù)報日數(shù)第5～11天均小于60%,值范圍為52.86%～70.71%,結(jié)合圖4,可知在此預(yù)報風強度下,已訂正的qαmax預(yù)報值更接近實況;與預(yù)報日數(shù)第5～11天相比,已訂正的qαmax預(yù)報值精度在預(yù)報日數(shù)第1～4天的提高程度更大。“最大風速>60 m/s”對應(yīng)的樣本數(shù)百分比在預(yù)報日數(shù)第1～6天均超過60%,從預(yù)報第7天開始明顯降低,在預(yù)報日數(shù)第7～11天均小于50%,值范圍為33.33%～77.78%,隨預(yù)報日數(shù)延長呈現(xiàn)明顯的降低趨勢特征,結(jié)合圖5,表明已訂正的qαmax預(yù)報值精度在預(yù)報日數(shù)第1～6天存在明顯提高,但在預(yù)報日數(shù)第7～11天不如未訂正的qαmax預(yù)報值精度。

表2 已訂正的qαmax絕對差偏小的 樣本數(shù)百分比特征Tab.2 Percentage characteristic of the smaller corrected qαmax absolute difference %

5 結(jié)論

目前,針對預(yù)報風強度對運載火箭qαmax精度分析的相關(guān)研究偏少。本文以2017年1月1日—2020年12月31日某地區(qū)實況風為基準,對“最大風速≤30 m/s”“30 m/s<最大風速≤60 m/s”“最大風速>60 m/s”的預(yù)報風及其qαmax預(yù)報值的精度特征進行分析,并利用多元線性回歸方法建立了訂正模型,對未訂正、已訂正的qαmax預(yù)報值精度特征進行了對比,得到主要結(jié)論如下:

1)不同預(yù)報風強度的精度隨預(yù)報日數(shù)延長均呈現(xiàn)明顯降低特征,且預(yù)報風精度與預(yù)報風強度有關(guān);在預(yù)報日數(shù)11天內(nèi),隨著預(yù)報風強度增大,偏差均為負值且偏差絕對值減小、絕對差變化較小、相對誤差減小、相關(guān)系數(shù)增大,綜合判斷,風速預(yù)報精度隨最大風速的增大而提高。

2)不同預(yù)報風強度對應(yīng)的qαmax預(yù)報值精度隨預(yù)報日數(shù)延長均呈現(xiàn)明顯降低特征,且qαmax預(yù)報值精度同樣與預(yù)報風強度有關(guān);在預(yù)報日數(shù)11天內(nèi),隨著預(yù)報風強度增大,qαmax預(yù)報值偏差均為負值且偏差絕對值減小、絕對差和相關(guān)系數(shù)變化較小、相對誤差明顯減小,綜合判斷,qαmax預(yù)報值精度隨最大風速的增大而提高。

3)利用多元線性回歸方法建立訂正模型,可以較好地提高qαmax預(yù)報值的精度;已訂正的qαmax預(yù)報精度的提升能力同樣與預(yù)報風強度有關(guān),在預(yù)報日數(shù)11天內(nèi),隨著預(yù)報風強度增大,表現(xiàn)為已訂正的qαmax預(yù)報值精度的提升能力會降低。

4)與未訂正的qαmax預(yù)報值精度相比,在預(yù)報日數(shù)1～11天,已訂正的qαmax預(yù)報值精度提升能力與預(yù)報風強度有關(guān)。其中,已訂正的qαmax預(yù)報值精度提升能力,在“最大風速≤30 m/s”時較大且隨預(yù)報日數(shù)延長的變化較小;在“30 m/s<最大風速≤60 m/s”時較大但隨預(yù)報日數(shù)延長表現(xiàn)為降低趨勢;在“最大風速>60 m/s”的預(yù)報日數(shù)第1～6天較大,但在預(yù)報日數(shù)第7～11天低于未訂正的qαmax預(yù)報值精度。

通過本文研究發(fā)現(xiàn),預(yù)報風及其qαmax預(yù)報值的精度,不僅與預(yù)報日數(shù)有關(guān),還與預(yù)報風強度有關(guān),qαmax預(yù)報值精度隨預(yù)報風強度增大而提高。結(jié)合程胡華等[21]研究成果可知,綜合考慮預(yù)報風偏差和預(yù)報風低垂直分辨率產(chǎn)生的影響時,qαmax預(yù)報值精度出現(xiàn)進一步較明顯降低,即預(yù)報風低垂直分辨率同樣對qαmax預(yù)報值精度具有重大影響,是需重點考慮的因素之一。最后,提出了提高qαmax預(yù)報值精度的訂正方法,雖然利用多元線性回歸方法建立模型,得到已訂正的qαmax預(yù)報值更接近實況,但這是統(tǒng)計結(jié)果,并不能確保每次訂正的qαmax預(yù)報值均比未訂正的qαmax預(yù)報值更接近實況;只有提高預(yù)報風垂直分辨率(避免漏掉大風區(qū))及各層預(yù)報風精度,才是徹底提高qαmax預(yù)報值精度的最好手段。但由于天氣的復(fù)雜性,數(shù)值天氣預(yù)報模式預(yù)報風水平的提高一直比較緩慢,因此,在利用目前最先進的數(shù)值天氣預(yù)報模式預(yù)報風前提下,分別對不同預(yù)報風強度的qαmax預(yù)報值進行建模訂正,是目前提高qαmax預(yù)報值精度的一種有效方法。