复杂沿海地形WRF模式风速预报误差的协同校正方法研究

《Scientific Reports》：A hybrid day-ahead wind speed prediction model based on refined WRF and attention-LSTM for coastal complex terrain

　　

摘要

在复杂沿海地形中，由于强烈的海陆热力对比、地形引起的流动变异性以及快速变化的大气条件，精确的次日风速预报仍然具有挑战性。本研究探讨了天气研究与预报（WRF）模式风速预报误差的特征，并提出了一种协同误差校正方法以提高预报可靠性。预报误差被分解为趋势分量和波动分量。一个关键的方法学贡献是基于HC–DTW引导的趋势相似性识别，该方法能够基于类似的历史模式对波动分量进行条件重建。这些分量被联合建模以捕捉其在不同气象条件下截然不同的时间行为和相互作用。结果表明，所提出的方法有效地降低了预报误差，平均绝对误差（MAE）降低了29.0%，均方根误差（RMSE）从1.61 m/s减少到1.26 m/s。进一步分析表明，协同策略改善了与演变大气状态相关的非平稳误差结构的表征。跨季节验证证明了该方法在不同气象条件下的稳健性能。研究结果强调了多尺度误差特征化和协同建模在捕捉沿海地形风速预报误差动态方面的重要性，为预报性能的提升以及控制预报不确定性的底层大气过程提供了见解。