#大气科学#【网络预出版|基于U-net神经网络的新疆十米风预报订正研究】
作者：朱延和, 朱寿鹏, 夏平, 孔扬, 周林义, 吕阳, 王宇浩, 张殷宸, 智协飞, 艾力亚尔·艾海提, 霍文.
doi: 10.3878/j.issn.1006-9895.2406.23152
摘要：本文以新疆地区十米风速1-7天预报为研究对象，基于NCEP全球集合预报系统（Global Ensemble Forecasting System，GEFS）2000-2019年新疆地区十米风再预报资料，构建了基于U-net神经网络的深度学习预报订正模型，并以递减平均、分位数映射等传统方法作为参考进行订正技巧对比分析。结果表明，GEFS风速预报在天山和昆仑山等海拔较高的地区误差较大，预报误差呈不对称分布，表现出更多的正偏差。与两种传统方法相比，U-net模型进一步提高整个新疆地区的风速预报技巧，有效改善原始风速预报的正偏差情况，且对天山和昆仑山等原始预报误差较大区域效果尤为显著。此外，本文使用基于均方差分解的误差分解方法来分析误差来源，结果表明，预报订正前后，序列误差项始终是主要误差来源，其随预报时效显著增长。三种订正方法对风速预报的偏差项、分布误差项和序列误差项都有不同程度的改进，其中U-net相较于两种参考预报的优势主要在于其对序列误差项的改进效果，经过U-net订正后序列误差项随预报时效增长缓慢，即使在7天预报时效下，其序列误差项相比原始预报减小~60%。
网络预出版链接http://t.cn/A6QmAIZm