Диссертация (1102539), страница 13
Текст из файла (страница 13)
1.1). В качестве порывапринималось значение 99.5 процентиля распределения скорости ветра за 10 мин.5.2.1 Пример прогнозаНа рис.5.1 представлен пример прогноза скорости ветра и его порывов, рассчитанныхприведенными пятью методами, и высокочастотные измерения скорости ветра. Видно, что94измеряемая скорость ветра достаточно хорошо укладывается в интервал U 3 q , в среднем в74% всех измерений. Метод Brasseur дает завышенное значение порывов ветра.Рис.5.1 Измеряемая скорость ветра и прогноз изменчивости и порывов скорости ветра5.2.3 Сравнение характеристик турбулентностиСравнение турбулентных характеристик с данными измерений довольно редки в видунераспространенности последних.
А они являются ключевыми во многих способах прогнозапорывов. Приведем результаты сравнения ТКЕ. На рис.2 приведен пример временного ходапрогнозируемой и измеряемой ТКЕ. Можно видеть, что модельная ТКЕ является хорошейгладкой оценкой снизу для измеряемой величины.95Рис. 2 Временной ход турбулентной кинетической энергии,рассчитанный по модели (wrf) и по данным высокочастотных измерений (sonic).ТКЕ в городе и загородом по измерениям различается гораздо в большей степени, чем вмодели.5.2.4 Сравнение методов с наблюдениями в г.
МоскваВ таблице 5.1 приведены оценки рассчитанных пятью методами порывов ветра для трехцентральных месяцев сезонов 2011 г. (весеннего, летнего осеннего; зимний был исключен из-заневозможности измерений с помощью приборов такого типа зимой). Цветом отмеченынаименьшие ошибки. В этой же таблице приведены оценки средней скорости ветра, т.к от нееотталкиваются все использованные методы прогноза порывов. Показал эффективность простойэмпирический способ использования фактора порывов. При этом использование турбулентнойкинетической энергии дает лучшие или сравнимые результаты.96Таблица 5.1СкоростьСистематическаяошибкаветраАпрельИюльОктябрьКоэффициенткорреляцииОтносительнаяошибкаАбсолютнаяошибкаАпрельИюльОктябрьАпрельИюльОктябрьАпрельИюльОктябрьСкорость порывов ветра1.4*uu+3.0*2.4U*Brasseuru+3qu+√2q0.820.862.201.022.880.910.530.501.94-0.062.720.770.760.722.221.872.830.731.461.892.642.453.211.771.311.742.462.133.151.681.431.732.592.733.141.620.590.480.640.540.770.450.550.470.650.510.820.460.490.380.580.530.690.370.630.680.730.710.720.720.570.590.650.600.640.650.610.710.720.720.720.725.2.5 Прогноз значительных порывов ветраНаибольший интерес представляет прогноз значительных скоростей порывов ветра, какнаиболее опасных явлений.
Как относительно большие скорости ветра, так и порывы,случаются в Московской области относительно редко. Был проанализирован временной ряд97измерений скорости ветра почти за 4 года (2008-2012 гг) и отобраны случаи, когда наблюдалисьпорывы ветра больше 12 м/с (только такие порывы фиксируются при наблюдениях наметеостанциях). Всего было зафиксировано 84 таких случая. Результаты оценок расчетовпорывов для них приведены в таблице 5.2. Для данной выборки результаты аналогичныполученным для всех значений порывов.Таблица 5.2СистематическаяошибкаАбсолютная ошибкаОтносительнаяошибкаКоэффициенткорреляцииСкорость порывов ветраu+3.0*2.4U* Brasseur u+3qСкоростьветра1.4*u0.38-0.232.585.083.59-0.551.571.983.185.504.001.960.170.140.230.400.290.130.350.280.210.260.210.24u+√2q5.3 Оценка прогнозов порывов ветра на сети синоптическихстанций на Европейской территории РоссииМетод, использующий ТКЕ как дисперсию скорости ветра, был испытан на данныхизмерений сети синоптических станций на Европейской территории России.
На станцияхфиксируются только порывы ветра превышающие 12 м/с. Порывы измеряются какмаксимальное значение скорости ветра за 10 минут в районе срока наблюдений.Оценки прогнозов порывов ветра осуществлялись в лаборатории оперативногообъективного анализа Гидрометцентра России. Для оценки использовалось максимальноезначение порывов ветра за сутки, как по данным расчетов, так и по данным измерений. Длясравнения вся территория была разбита на квадраты 1°х1° по широте и долготе, в каждоиквадрате анализировалось максимальное значение.
Если в квадрат не попадало ни одногоизмерения, то он исключался из рассмотрения. За факт события принималось аревышенияпорыва ветра порогового значения 15, 18 или 22 м/с.98В таблице 5.3 приведены оценки общей оправдываемости, предупрежданности порывовветра, предупрежденности отсутствия порывов ветра, процента ложных тревог, коэффициентовПирса-Обухова и Багрова за июнь-июль 2013 г. Для порогового значения 15 м/с.
В таблице 5.4априведена полная таблица сопряженности, по которой были получены приведенные вышеоценки, т.е. количество случаев наблюдавшихся, прогнозированных, их совпадения случаевпорывов ветра, а также их отсутствия. Из этих данных видно, что данный способ не оправдалсебя при таком испытании: не было спрогнозировано значительных порывов ветра. Однако иложные тревоги практически отсутствовали.В связи такой значительной недооценке порывов ветра было предложено в качествеоценки порыва использовать максимальное значение по всем рассмотренным пяти методам.Такие оценки были проведены для августа-сентября 2013 г. Их результаты для пороговогозначения 22 м/с приведены в таблицах 5.3 и 5.4б. Такой подход ведет к значительнойпереоценке порывов ветра.Однако, следует заметить, что метод с использованием ТКЕ не применим для прогнозапорывов и шквалов конвективного происхождения, что отмечается в литературе.
С этим можетбыть связано отсутствие хороших результатов при использовании его в летний период. В то жевремя метод Brasseur был разработан для таких случаев. Поэтому был предложен гибридныйметод, использующий в качестве триггера число Ричардсона: U 3 q , Ri 0wgе max[u ( z p )], Ri 01где zp:zpzpzp00 q( z)dz g v ( z )dzv ( z )Результаты оценки этого метода приведены в таблицах 5.3 и 5.4в. такой подход позволилполучить оптимальное качество прогноза порывов ветра.99Таблица 5.3Оценки оправдываемости прогноза порывов ветра по сети синоптических станций наЕвропейской территории России(Uw – общая оправдываемость,Pw – предупрежданность порывов ветра,Pow – предупрежденность отсутствия порывов ветра,LTw – процент ложных тревог,PIR – коэффициент Пирса-Обухова,Ba – коэффициент Багрова)Период иUwPwPowLTwPIRBa1110086990.0102788100730.1524819975190.80экспериментИюнь-июль 2013u+√2qАвгуст-сентябрь 2013max(5 методов)Октябрь 2013гибридный методИюнь-август 2014гибридный метод100Таблица 5.4Таблицы сопряженности прогноза порывов ветраИюнь-июль 2013Наблюдения ЕстьНетАвгуст-сентябрь 2013Наблюдения ЕстьСуммаНетСуммаМодельМодельЕсть167Есть411841188Нет15887348892Нет1189778988Сумма15987408899Сумма1510161 10176Октябрь 2013Наблюдения ЕстьИюнь-август 2014НетСуммаМодельНаблюденияЕстьНетСуммаМодельЕсть257499Нет696939699Сумма3197679798101Выводы из главы 5В главе исследовалась возможность использования знания атмосферной турбулентностидля прогноза порывов ветра.Было рассмотрено пять методов расчета порывов ветра, основанных на разныхпринципах.
Сравнение прогноз с данными высокочастотных измерений в Москве позволиловыделить метод, основанный на добавке к прогнозируемой средней скорости ветра частитурбулентной кинетической энергии. При оценке этого метода на сети синоптических станцийбыла выявлена недооценка порывов ветра в летний период.Предложен гибридный метод прогноза порывов ветра, использующий в зависимости отхарактера неустойчивости АПС разные методы расчета порывов. Этот метод позволилполучить предсказуемость прогноза порывов ветра больше 22 м/с — 81% в осенний период, влетний.102ЗаключениеВ работе были рассмотрены основные возможности использования данных измерений ватмосферном пограничном слое для совершенствования его описания в численных моделяхдинамики атмосферы.
На примере мезомасштабной модели WRF-ARW проведено сравнениепрогнозов с данными измерений в АПС, исследован вопрос эффективности усвоения этихданных, рассмотрены методы прогноза порывов ветра.В диссертации были разработаны некоторые рекомендации по оценке характеристикатмосферного пограничного слоя в численных моделях по данным измерений, включающиеоценки воспроизведения температуры и ветра на различных уровнях, зависимость этих ошибокот заблаговременности прогноза и времени суток, воспроизведение стратификации итемпературных приземных и приподнятых инверсий. Эта система может быть легкоадаптирована для прогнозов различных моделей.
По созданной системе были рассчитаныоценки воспроизведения конфигурацией модели WRF-ARW профилей температуры и ветра ватмосферном пограничном слое. Показано, что модель достаточно хорошо воспроизводитсредние профили скорости ветра и температуры. Наибольшие отклонения модельных значенийтемпературы и скорости ветра отмечены в нижней настии АПС в городской среде.Всесторонне исследовав возможности усвоения данных измерений, можно сделатьвывод о его целесообразности для задач сверхкраткосрочного прогноза, в случае циклическогоусвоения данных. Усвоение данных при этом дает незначительных эффект в среднем на всейзаблаговременности прогноза.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
