《Atmosphere》：Wind-Regime and Spatial-Transfer Performance of a Station-Trained 5 km Wind-Speed Correction over Hainan Island
编辑推荐：
摘要翻译：区域10 m风速产品将覆盖范围扩展到稀疏站点网络之外，但其误差随风况和位置而变化。本研究评估了一种基于站点训练的LightGBM校正方法对海南岛5 km WRF/HNR风速产品的校正效果。原始场和校正场均使用四邻域反距离算子与站点进行匹配。经过五次坐
摘要翻译：区域10 m风速产品将覆盖范围扩展到稀疏站点网络之外，但其误差随风况和位置而变化。本研究评估了一种基于站点训练的LightGBM校正方法对海南岛5 km WRF/HNR风速产品的校正效果。原始场和校正场均使用四邻域反距离算子与站点进行匹配。经过五次坐标重叠排除后，空间分离的2022年留出集保留了67个站点。在582,610个公共小时配对中，校正后的RMSE从3.198 m s?1降至1.211 m s?1，Pearson R从0.368增至0.651。配对RMSE降低为1.986 m s?1 [95% CI 1.839, 2.122]。在低于3.4 m s?1的风速区间改进最大（2.203 m s?1），在3.4–7.9 m s?1区间仍为正（0.566 m s?1）。相比之下，在8.0–10.7 m s?1区间校正后RMSE增加了0.990 m s?1，在≥10.8 m s?1区间增加了1.656 m s?1。仅时间调整将合并RMSE降至1.870 m s?1，但也使两个上层风速区间退化。2016–2022年地图显示校正后产品气候态较低，海南缓冲区平均校正减原始增量为?2.273 m s?1。时间划分和自动气象站选取的站点组显示了季节、昼夜和环境的差异。校正降低了轻至中等风速下的站点采样误差；它改变了风速大小，同时保留了原始产品的风向。
论文解读
1. 研究背景与问题
近地面10 m风速反映了边界层交换、海陆热力对比、地形暴露度和天气尺度强迫的综合作用。海南岛兼具热带气候、沿海平原和中部山地，局地气象条件对比鲜明，海陆风环流与局地对流密切相关。区域数值模式能够提供站点网络无法单独提供的空间连续风场，但其近地面风速需要局地评估。已有研究表明WRF近地面风对地形分辨率和参数化方案敏感，海南本地实验也发现初始化场和边界层方案会影响近地面风速模拟。因此，直接使用业务化区域产品存在系统性误差。Huang等已报道供应的5 km HNR产品相对局地观测存在正的风速偏差。统计后处理方法被广泛用于订正数值模式输出，其中梯度提升树在风速订正中表现良好。然而，在训练和测试站点相同或随机划分记录时，模型性能可能被高估；跨站点空间迁移能力需要专门的留出验证。针对海南岛尚无基于空间分离测试集、按风况分层评估站点训练风速订正效果的研究。本研究旨在回答：校正是否在轻到中等风速范围降低站点采样误差，该结果能否在强风误差增加的经验站点分层中保持，以及沿海和山地站点环境中风速校正与昼夜变化的关系。
2. 研究内容与方法概述
研究人员使用海南岛362个逐时地面站点（2016–2022年）和5 km分辨率WRF/HNR风场产品，训练了一个基于LightGBM的10 m风速统计订正模型。模型使用79个预测因子，包括原始风分量与风速、日历变量、坐标、近地面热力场、地形与陆面属性、滞后项与趋势项、邻域统计和地形流动代理变量。模型采用L1目标函数，3000轮提升，学习率0.03，63个叶子节点，对≥8.0 m s
?1的观测采用五倍训练权重。训练数据为2016–2020年开发站，模型选择使用2021年开发验证；选定的模型重新拟合至2021年后，在2022年空间留出集上独立评估。空间迁移评估采用预先定义的2022年留出测试集，最初分配72个测试站点，排除5个与开发站坐标完全重叠的站点后保留67个站点。原始场和校正场均使用同一四邻域Haversine反距离算子采样到站点位置，最终获得582,610个公共小时配对。评估按固定观测风速分层（<3.4、3.4–7.9、8.0–10.7、≥10.8 m s
?1），并采用留一区敏感性分析以检验跨区域迁移。样本来源为海南岛业务站点网络和自动气象站（AWS），无额外队列。
3. 主要结果
3.1. 风况误差与独立2022年性能
独立评估显示，原始WRF/HNR误差在固定风况下符号反转：低两层风速为正偏差，高两层为负偏差。合并全部582,610个配对后，校正使RMSE从3.198降至1.211 m s
?1，降低1.986 m s
?1 [95% CI 1.839, 2.122]，MAE从2.621降至0.875 m s
?1，Pearson R从0.368增至0.651。在<3.4 m s
?1层（524,975对），RMSE从3.253降至1.050 m s
?1；3.4–7.9 m s
?1层（54,902对）RMSE从2.644降至2.077 m s
?1。但8.0–10.7 m s
?1层（2333对）校正后RMSE从2.579增至3.570 m s
?1；≥10.8 m s
?1层（400对）从3.355增至5.012 m s
?1。时间仅调整可将合并RMSE从3.198降至1.870 m s
?1，但同样使上层退化。置信区间证实改进边界在8.0 m s
?1以下完全为正、以上完全为负。
3.2. 产品调整的空间格局
2016–2022年海南缓冲区1962个有效格点上，原始与校正平均风速分别为4.082和1.809 m s
?1，域平均增量为?2.273 m s
?1。所有显示格点增量为负，但幅度在5–95百分位为?2.868至?1.603 m s
?1，显示向下校正空间异质。67个站点全部具有正的原始减校正RMSE差异，中位数为2.016 m s
?1；校正后站点RMSE中位数从3.085降至1.045 m s
?1。校正后偏差仍具空间变化，44个站点为正、23个为负。
3.3. 季节和昼夜变化
三个季节合成增量均为负：冷季?2.324 m s
?1，过渡季?2.321 m s
?1，暖季?2.078 m s
?1，冷—暖差0.246 m s
?1。昼夜对比更大：14 LST平均增量?3.525 m s
?1，02 LST为?1.410 m s
?1，昼间调整比冷—暖季节差大2.116 m s
?1。独立季节×风况表显示，每个季节低于3.4 m s
?1均有降低，两个上层在每季均恶化。
3.4. 年际和站点环境对比
开发期2016–2021年各年原始RMSE 3.126–3.352 m s
?1，校正后1.136–1.264 m s
?1。2022年四个经验站点环境均显示校正后全样本RMSE更低：沿海风影响组降低1.821 m s
?1，东部—北部过渡组2.038，内陆弱风组2.064，山地内部组2.283。留一区测试中，每个被完全留出的区域校正后RMSE均低于原始，降低1.903–2.356 m s
?1，但每个折的两个上层风速区间均恶化。
3.5. 强风和观测定义情境
2022年AWS选取的强风小时（10月19日13 LST）显示，校正后宽场RMSE从5.616降至2.705 m s
?1，偏差从4.807降至0.695 m s
?1，但固定上层仍恶化。开发期强风示例（2016年10月18日）中，校正后宽时RMSE从5.753降至4.146 m s
?1，但站点最大风速仅15.395 m s
?1，明显低于AWS最大28.200 m s
?1。五倍强风加权可将2022年8.0–10.7层RMSE从5.102降至3.570 m s
?1，≥10.8层从7.286降至5.012 m s
?1，校正P95升至9.431 m s
?1，仍低于观测P95 12.300 m s
?1。强风观测仅占训练行的0.595%，上层尾部衰减。沿海和山地窗口显示标量风速条件性改进，矢量方向保留原始产品方向。
4. 讨论与结论
研究表明，统计后处理在开发数据代表的风况复现时能降低系统性模式误差。与文献中梯度提升树订正结果相比，本研究在预先定义空间留出集上实现了更大的RMSE降低（1.986 m s
?1），但明确限定在8.0 m s
?1以下。时间仅调整捕获了部分合并改进，LightGBM提供了超出日历时间的额外信息。强风加权重在降低高层RMSE的同时轻微增加整体RMSE，反映了主导的<3.4层退化；高风样本稀疏是上层尾部衰减的主因。留一区结果表明区域级交叉验证强化了轻风迁移结论，但强风限制保持不变。校正后的产品气候态显著降低，与原始产品正偏差一致。结论指出：该校正支持海南评估网络内低于8.0 m s
?1的站点采样区域10 m风速幅度比较；校正矢量场保留原始WRF/HNR风向；单站迁移和未采样格点评估仍需进一步工作，未来应加强强风表征并使用独立网格化和垂直分辨观测。该论文发表在《Atmosphere》。
