CN110275224A - 精细化近地层气象要素预报系统及其预报方法 - Google Patents
精细化近地层气象要素预报系统及其预报方法 Download PDFInfo
- Publication number
- CN110275224A CN110275224A CN201910440597.4A CN201910440597A CN110275224A CN 110275224 A CN110275224 A CN 110275224A CN 201910440597 A CN201910440597 A CN 201910440597A CN 110275224 A CN110275224 A CN 110275224A
- Authority
- CN
- China
- Prior art keywords
- forecast
- data
- ground
- subsystem
- meteorological
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明公开了精细化近地层气象要素预报系统及其预报方法，涉及近地层气象要素预报领域，将不同数值天气预报模式集成、耦合和优化，实现快速循环资料同化，设计预报区域，实现任意地形下区域和单点的实时动态精细化近地层气象要素预报。包括资料下载子系统、中尺度天气预报模式子系统、三维变分同化子系统、CALMET小尺度气象模式子系统和后处理子系统；下载预报系统格点资料及常规和非常规气象观测资料；进行质量控制和WRF模式前处理；进行快速循环资料同化，得到优化的大气初始场；进行区域及单点预报；得到初猜场和下垫面静态场；基于微地形动力学效应的降尺度预报，得到近地层不同高度上的预报结果；后处理得到最终图表和统计结果的输出与展示。
Description
技术领域
本发明涉及近地层气象要素预报领域，具体为精细化近地层气象要素预报系统及其预报方法。
背景技术
气象学中通常将距地面约100～200m的大气层称为近地层，这层大气中温度、湿度、风速、风向等气象要素和人类的日常生活等有着密切的关系。随着近年来经济的迅猛发展和各学科、行业的交叉融合，近地层气象要素的研究及其预测在风资源利用，风电功率预报，污染防治、民航、铁路、公路安全运营，农业灾害预防等行业得到了越来越高的关注，提高近地层气象要素的准确性、精细化和实时性预报具有非常迫切而重要的现实意义。近地层气象要素的预报，按其预报的方法分为2种，一种是基于历史观测资料的统计方法，不仅需要单点近地层气象要素的预报，还需要区域近地层气象要素的预报，受观测资料的时空分布及预测时效等因素的制约，很难胜任实际业务的需求；另一种是基于单一数值天气预报模式的物理方法，该方法可以弥补观测资料的不足，尤其是在复杂地形下，然而，物理方法虽然对大气中高层天气系统有较高的预报可信度，但对近地层气象要素的预报依然存在较大的误差和不确定性。
北京应用气象研究所中许丽人，蔡军，李鲲，李霞发表的《近地层基本气象要素的统计建模》中，利用近地层铁塔观测资料,通过数理统计和概率论方法对基本气象要素风速、温度、湿度和气压进行统计建模,建立了复杂下垫面上近地层基本气象要素统计特征模型；因我国幅员辽阔，气象观测站分布不均匀，高寒、高海拔、干旱等复杂地形下的气象观测站点稀少，单一数值天气预报模式精度有限，严重制约了近地层气象要素预报的可靠性，需要在近地层气象要素的基础上对现有气象预报进行改进；因此市场急需研制精细化近地层气象要素预报系统及其预报方法来帮助人们解决现有的问题。
发明内容
本发明的目的在于提供精细化近地层气象要素预报系统及其预报方法，将不同尺度数值天气预报模式集成、耦合和优化，实现多源观测资料的实时快速循环同化，针对预报地区的天气、气候背景设计并优化WRF模式的各种物理参数化，合理设计预报区域，实现任意地形条件下区域和单点的实时动态精细化近地层气象要素预报。
为实现上述目的，本发明提供如下技术方案：精细化近地层气象要素预报系统，包括资料下载子系统、中尺度天气预报模式子系统、三维变分同化子系统、CALMET小尺度气象模式子系统和后处理子系统；
资料下载子系统：用于驱动系统背景场资料和大气观测资料的实时下载、保存和传输；
中尺度天气预报模式子系统：结合不同地区天气气候特点，实现中尺度天气模式中物理参数化方案、网格分辨率和预报范围的设定和不断优化；
三维变分同化子系统：用于地面、高空、船舶、飞机、雷达和卫星观测资料的实时快速循环同化，为WRF模式提供较准确的初始场，提高WRF模式的预报精度；
CALMET小尺度气象模式子系统：加入高分辨率地形资料，考虑地形斜坡流效应、地形阻塞效应和地形调整效应，提高近地层气象要素的预报精度，最终实现任意地形条件下区域和单点的近地层气象要素精细化预报；
后处理子系统：利用绘图软件和网站实现近地层气象要素精细化预报系统的实时动态显示，提供近地层气象预报方案。
优选的，所述背景场资料包括美国GFS、欧洲中心ERA-Interim和中国气象局T639，所述大气观测资料包括中国气象局常规地面和高空站点观测、全国雷达反射率、径向风资料以及极轨卫星辐射亮温资料。
优选的，所述近地层气象要素精细化预报时间分辨率为分钟级，水平空间分辨率为100m，垂直分辨率为10m。
精细化近地层气象要素预报方法，包括如下步骤：
步骤1：下载用于驱动WRF模式的全球预报系统格点资料，包括美国GFS、欧洲中心ERA-Interim和中国气象局T639，以及用于同化的观测资料，资料来源包括地面、高空、船舶、飞机、雷达和卫星；
步骤2：进行观测资料的质量控制和WRF模式前处理；
步骤3：采用循环方式同化观测资料，得到最优的大气初始场；
步骤4：利用WRF模式进行未来近地层温度、湿度、气压、风速和风向的区域及单点预报；
步骤5：利用CALWRF耦合器将WRF预报结果进行预处理，得到CALMET模式的初猜场，同时，根据研究区域位置，处理高精度的地形及下垫面植被覆盖类型数据，得到预报区域内的下垫面静态场；
步骤6：通过考虑地形的动力效应、斜坡流效应和阻塞效应，最终得到时间分辨率为分钟级、水平空间分辨率为100m和垂直分辨率为10m的区域及单点上的温度、风速、风向、湿度、气压和降水的近地层不同高度上的动力降尺度预报结果；
步骤7：利用专业的气象后处理软件得到最终的图表和统计结果输出，并将图形表格结果以网页或手机APP的形式发布。
优选的，所述步骤2中，模式前处理包括背景场资料、地形下垫面资料的水平插值和垂直插值、预报时间、积分步长以及物理参数化方案的设定与优化。
优选的，所述步骤3中，利用前1次同化的结果为WRF模式提供初始场，然后WRF模式积分到下一同化时刻接着进行后1次3DVAR，如此重复至第N次预报。
与现有技术相比，本发明的有益效果是：
1、该发明集合了WRF、CALMET两种先进的多尺度物理模式，以及三维变分资料同化技术(3DVAR)的优点，可以结合不同地区天气气候特点，通过提高数值模式的初始场精度、提高网格分辨率、优化物理参数化方案和预报范围、修正地形对近地层气象要素的影响方案等，实现任意地形条件下区域和单点的实时动态精细化近地层气象要素预报，有效地弥补过去统计方法和单一数值预报模式方法对近地层气象要素预报的不足；
2、该发明具有高时间(可达分钟级)和空间(可达100m)分辨率的特点；
3、该发明具有高效的运行管理程序，无需人工干预的自动运行和客户端显示，可为用户提供了集“分析、预报、决策”为一体的近地层气象要素的预报方案。
附图说明
图1为本发明的精细化近地层气象要素预报系统及其预报方法的结构及概念示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
请参阅图1，本发明提供的一种实施例：精细化近地层气象要素预报系统，包括资料下载子系统、中尺度天气预报模式子系统、三维变分同化子系统、CALMET小尺度气象模式子系统和后处理子系统；
资料下载子系统：用于驱动系统背景场资料和大气观测资料的实时下载、保存和传输；
中尺度天气预报模式子系统：结合不同地区天气气候特点，实现中尺度天气模式(WRF)中物理参数化方案、网格分辨率和预报范围的设定和不断优化；
三维变分同化子系统：用于地面、高空、船舶、飞机、雷达和卫星观测资料的实时快速循环同化，为WRF模式提供较准确的初始场，提高WRF模式的预报精度(WRF模式由美国大气研究中心等机构研发的新一代中尺度天气预报模式，集成了过去几十年所有中尺度模式研究的成果，结合先进的数值方法和采用经过改进的物理过程方案，同时具有多重嵌套及易于定位于不同地理位置的能力，将很好的适应从理想化的研究到业务预报等应用的需求)；
CALMET小尺度气象模式子系统：加入高分辨率地形资料(90m精度)，通过动力降尺度原理(降尺度：一般分为统计降尺度和动力降尺度，其目的在于将大尺度气象场通过一定的数学或物理方法转换到更高精度的网格尺度上)，即考虑地形斜坡流效应、地形阻塞效应和地形调整效应，提高近地层气象要素的预报精度，最终实现任意地形条件下区域和单点的近地层气象要素精细化预报(CALMET是由Sigma Research公司开发的气象要素场诊断模型，是一个基于3D格点场模型领域内的对风场和温度场进行调整的气象学模型。它的诊断风场可以利用预报模型，如MM4、MM5和WRF，将预报模型的逐时格点场资料作为初猜场，不但弥补了观测资料的不足，还可以进行高精度的气象预报。CALMET的投影方式有2种，分别是UTM坐标和Lambert等角投影坐标，当预报区域较大需要考虑地球曲率的影响时，需采用Lambert等角投影)；
后处理子系统：利用绘图软件和网站实现近地层气象要素精细化预报系统的实时动态显示，提供集“分析、预报、决策”一体的近地层气象预报方案。
进一步，背景场资料包括美国GFS、欧洲中心ERA-Interim和中国气象局T639，大气观测资料包括中国气象局常规地面和高空站点观测、全国雷达反射率、径向风资料以及极轨卫星辐射亮温资料。
进一步，近地层气象要素精细化预报时间分辨率为分钟级，水平空间分辨率为100m，垂直分辨率为10m(近地面气象要素包括近地层不同高速上，如30m、50m、70m、120m的风速、温度、湿度等)。
精细化近地层气象要素预报方法，包括如下步骤：
步骤1：下载用于驱动WRF模式的全球预报系统格点资料，包括美国GFS、欧洲中心ERA-Interim和中国气象局T639；以及用于同化的观测资料，包括地面、高空、船舶、飞机、雷达和卫星；
步骤2：进行观测资料的质量控制和WRF模式前处理；
步骤3：采用循环方式同化观测资料，得到最优的大气初始场(资料同化技术是利用多源观测资料，如常规地面、探空观测站点、卫星、雷达等非常规探测资料，为大气数值天气预报模式提供较为精确的初始条件；
步骤4：利用WRF模式进行未来近地层温度、湿度、气压、风速和风向的区域及单点预报；
步骤5：利用CALWRF耦合器将WRF预报结果进行预处理，得到CALMET模式的初猜场，同时，根据研究区域位置，处理高精度的地形及下垫面植被覆盖类型数据，得到预报区域内的下垫面静态场；
步骤6：通过考虑地形的动力效应、斜坡流效应和阻塞效应，最终得到时间分辨率为分钟级、水平空间分辨率为100m和垂直分辨率为10m的区域及单点上的温度、风速、风向、湿度、气压和降水的近地层不同高度上的动力降尺度预报结果；
步骤7：利用专业的气象后处理软件得到最终的图表和统计结果输出，利用JAVA、SQL、PHP等软件将图形表格等结果以网页或手机APP的形式发布，方便用户分析，气象后处理软件包括有NCL、VAPOR、RIP、Grads。
进一步，步骤2中，模式前处理包括背景场资料、地形下垫面资料的水平插值和垂直插值、预报时间、积分步长以及物理参数化方案的设定与优化。
进一步，步骤3中，利用前1次同化的结果为WRF模式提供初始场，然后WRF模式积分到下一同化时刻接着进行后1次3DVAR，如此重复至第N次预报，该方法相对于WRFDA目前提供的单时次同化方法而言，不仅在有限的时间窗内吸收了更多的观测资料，而且扩展的同化时段恰好提供了模式的动力调整，从而有效地避免了系统运行过程中的不平衡现象。
本发明开发的运行软件基于Fortran、NCL、SHELL等编程和脚本语言编写，需在Linux工作环境下执行。
其中，本发明可直接应用并服务于风资源评估、风电功率预报、大气污染防治、民航气象预报、农业灾害气象预报等行业。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.精细化近地层气象要素预报系统，其特征在于，包括资料下载子系统、中尺度天气预报模式子系统、三维变分同化子系统、CALMET小尺度气象模式子系统和后处理子系统；
资料下载子系统：用于驱动系统背景场资料和大气观测资料的实时下载、保存和传输；
中尺度天气预报模式子系统：结合不同地区天气气候特点，实现中尺度天气模式中物理参数化方案、网格分辨率和预报范围的设定和不断优化；
三维变分同化子系统：用于地面、高空、船舶、飞机、雷达和卫星观测资料的实时快速循环同化，为WRF模式提供较准确的初始场，提高WRF模式的预报精度；
CALMET小尺度气象模式子系统：加入高分辨率地形资料，考虑地形斜坡流效应、地形阻塞效应和地形调整效应，提高近地层气象要素的预报精度，最终实现任意地形条件下区域和单点的近地层气象要素精细化预报；
后处理子系统：利用绘图软件和网站实现近地层气象要素精细化预报系统的实时动态显示，提供近地层气象预报方案。
2.根据权利要求1所述的精细化近地层气象要素预报系统，其特征在于：所述背景场资料包括美国GFS、欧洲中心ERA-Interim和中国气象局T639，所述大气观测资料包括中国气象局常规地面和高空站点观测、全国雷达反射率、径向风资料以及极轨卫星辐射亮温资料。
3.根据权利要求1所述的精细化近地层气象要素预报系统，其特征在于：所述近地层气象要素精细化预报时间分辨率为分钟级，水平空间分辨率为100m，垂直分辨率为10m。
4.精细化近地层气象要素预报方法，其特征在于，包括如下步骤：
步骤1：下载用于驱动WRF模式的全球预报系统格点资料，包括美国GFS、欧洲中心ERA-Interim和中国气象局T639，以及用于同化的观测资料，资料来源包括地面、高空、船舶、飞机、雷达和卫星；
步骤2：进行观测资料的质量控制和WRF模式前处理；
步骤3：采用循环方式同化观测资料，得到最优的大气初始场；
步骤4：利用WRF模式进行未来近地层温度、湿度、气压、风速和风向的区域及单点预报；
步骤5：利用CALWRF耦合器将WRF预报结果进行预处理，得到CALMET模式的初猜场，同时，根据研究区域位置，处理高精度的地形及下垫面植被覆盖类型数据，得到预报区域内的下垫面静态场；
步骤6：通过考虑地形的动力效应、斜坡流效应和阻塞效应，最终得到时间分辨率为分钟级、水平空间分辨率为100m和垂直分辨率为10m的区域及单点上的温度、风速、风向、湿度、气压和降水的近地层不同高度上的动力降尺度预报结果；
步骤7：利用专业的气象后处理软件得到最终的图表和统计结果输出，并将图形表格结果以网页或手机APP的形式发布。
5.根据权利要求4所述的精细化近地层气象要素预报方法，其特征在于：所述步骤2中，模式前处理包括背景场资料、地形下垫面资料的水平插值和垂直插值、预报时间、积分步长以及物理参数化方案的设定与优化。
6.根据权利要求4所述的精细化近地层气象要素预报方法，其特征在于：所述步骤3中，利用前1次同化的结果为WRF模式提供初始场，然后WRF模式积分到下一同化时刻接着进行后1次3DVAR，如此重复至第N次预报。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910440597.4A CN110275224A (zh) | 2019-05-24 | 2019-05-24 | 精细化近地层气象要素预报系统及其预报方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910440597.4A CN110275224A (zh) | 2019-05-24 | 2019-05-24 | 精细化近地层气象要素预报系统及其预报方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110275224A true CN110275224A (zh) | 2019-09-24 |
Family
ID=67960162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910440597.4A Pending CN110275224A (zh) | 2019-05-24 | 2019-05-24 | 精细化近地层气象要素预报系统及其预报方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110275224A (zh) |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110618473A (zh) * | 2019-10-09 | 2019-12-27 | 北京北科融智云计算科技有限公司 | 一种即时气象情报保障方法 |
| CN110941790A (zh) * | 2019-09-27 | 2020-03-31 | 成都信息工程大学 | 基于高分辨率数值的无人机低空飞行气象信息处理方法 |
| CN110956333A (zh) * | 2019-12-09 | 2020-04-03 | 国网湖南省电力有限公司 | 基于气候动力降尺度的电网舞动长期预测方法及系统 |
| CN111369054A (zh) * | 2020-03-03 | 2020-07-03 | 舒相程 | 基于wrf的高空气象要素预报方法和装置 |
| CN111898296A (zh) * | 2020-07-15 | 2020-11-06 | 中国科学院大气物理研究所 | 一种核物质大气扩散及沉降多尺度模拟方法及系统 |
| CN112052619A (zh) * | 2020-09-08 | 2020-12-08 | 自然资源部第一海洋研究所 | 空气污染粒子信息的优化方法、装置及电子设备 |
| CN112364300A (zh) * | 2020-11-10 | 2021-02-12 | 中国气象局上海台风研究所(上海市气象科学研究所) | 基于相对坡长的近地面风速统计降尺度订正方法 |
| CN112540748A (zh) * | 2020-11-09 | 2021-03-23 | 华能新能源股份有限公司 | 一种基于Linux系统bash脚本控制的中尺度风能资源分析自动化运行系统 |
| CN112541655A (zh) * | 2020-11-09 | 2021-03-23 | 华能新能源股份有限公司 | 一种针对区域风能资源精细化评估需求的大气再分析方法 |
| CN112541654A (zh) * | 2020-11-09 | 2021-03-23 | 华能新能源股份有限公司 | 一种结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法 |
| CN113127530A (zh) * | 2021-03-05 | 2021-07-16 | 中国气象科学研究院 | 一种基于铁路网的大气三维结构动态探测信息群同化系统 |
| CN113253232A (zh) * | 2021-05-31 | 2021-08-13 | 中国人民解放军国防科技大学 | 结合机器学习与三维变分同化的二维风场反演方法和装置 |
| CN113298295A (zh) * | 2021-05-06 | 2021-08-24 | 国网河南省电力公司电力科学研究院 | 一种面向电力生产的气象预报系统 |
| CN113313290A (zh) * | 2021-05-06 | 2021-08-27 | 国网河南省电力公司电力科学研究院 | 一种基于动力降尺度的电网区域气象预报方法 |
| CN113553785A (zh) * | 2021-07-14 | 2021-10-26 | 海博泰科技(青岛)有限公司 | 一种开敞式码头及港池波浪预报方法 |
| CN113553782A (zh) * | 2021-02-04 | 2021-10-26 | 华风气象传媒集团有限责任公司 | 一种用于预报风速的降尺度方法 |
| CN113917566A (zh) * | 2021-09-28 | 2022-01-11 | 国网湖南省电力有限公司 | 考虑效率-资源最优平衡的微地形气象预测方法及系统 |
| CN114384608A (zh) * | 2022-01-11 | 2022-04-22 | 中国民用航空华东地区空中交通管理局 | 一种机场沿跑道正侧风预报系统 |
| CN114880848A (zh) * | 2022-04-28 | 2022-08-09 | 成都信息工程大学 | 基于移动网格的低空气象要素信息处理方法 |
| CN115314840A (zh) * | 2022-08-03 | 2022-11-08 | 中国气象局武汉暴雨研究所 | 一种面向分钟级循环同化数值预报系统的移动定位方法及系统 |
| CN111538935B (zh) * | 2019-12-26 | 2023-08-25 | 北京玖天气象科技有限公司 | 基于地形特征和多源模式产品的精细化降水融合方法、系统、电子设备及存储介质 |
| CN116956579A (zh) * | 2023-07-19 | 2023-10-27 | 北京师范大学 | 中层大气环境数值同化方法及再分析系统 |
| EP4379431A1 (en) * | 2022-12-02 | 2024-06-05 | The Boeing Company | Micro weather risk mapping for very low-level aerial vehicles |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2348339A1 (en) * | 2008-11-12 | 2011-07-27 | Mitsubishi Heavy Industries, Ltd. | System for creating gas-flow field database and system for predicting diffusion state of diffusion material |
| CN106443833A (zh) * | 2015-08-06 | 2017-02-22 | 中国电力科学研究院 | 一种基于云计算的数值天气预报方法 |
| EP2671103B1 (en) * | 2011-02-02 | 2017-11-01 | Michigan Aerospace Corporation | Atmospheric measurement system and method |
| CN107390298A (zh) * | 2017-07-19 | 2017-11-24 | 云南电网有限责任公司电力科学研究院 | 一种复杂山地下垫面大风的模拟方法及装置 |
| CN107544098A (zh) * | 2017-07-24 | 2018-01-05 | 中国华能集团清洁能源技术研究院有限公司 | 地表粗糙度的生成方法、装置、存储介质和处理器 |
| CN109061776A (zh) * | 2018-10-08 | 2018-12-21 | 中国气象局广州热带海洋气象研究所（广东省气象科学研究所） | 一种短时临近数值天气预报系统及方法 |
-
2019
- 2019-05-24 CN CN201910440597.4A patent/CN110275224A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2348339A1 (en) * | 2008-11-12 | 2011-07-27 | Mitsubishi Heavy Industries, Ltd. | System for creating gas-flow field database and system for predicting diffusion state of diffusion material |
| EP2671103B1 (en) * | 2011-02-02 | 2017-11-01 | Michigan Aerospace Corporation | Atmospheric measurement system and method |
| CN106443833A (zh) * | 2015-08-06 | 2017-02-22 | 中国电力科学研究院 | 一种基于云计算的数值天气预报方法 |
| CN107390298A (zh) * | 2017-07-19 | 2017-11-24 | 云南电网有限责任公司电力科学研究院 | 一种复杂山地下垫面大风的模拟方法及装置 |
| CN107544098A (zh) * | 2017-07-24 | 2018-01-05 | 中国华能集团清洁能源技术研究院有限公司 | 地表粗糙度的生成方法、装置、存储介质和处理器 |
| CN109061776A (zh) * | 2018-10-08 | 2018-12-21 | 中国气象局广州热带海洋气象研究所（广东省气象科学研究所） | 一种短时临近数值天气预报系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张飞民: "《WRF-3DVAR对近地层风速预报改进的数值试验》", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
| 李旭祥等: "《铅污染诊断表征及防控区域划分技术》", 28 February 2015, 西安交通大学出版社 * |
| 马太玲等: "《环境影响评价（第二版）》", 31 July 2012, 华中科技大学出版社 * |
Cited By (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110941790A (zh) * | 2019-09-27 | 2020-03-31 | 成都信息工程大学 | 基于高分辨率数值的无人机低空飞行气象信息处理方法 |
| CN110618473A (zh) * | 2019-10-09 | 2019-12-27 | 北京北科融智云计算科技有限公司 | 一种即时气象情报保障方法 |
| CN110956333A (zh) * | 2019-12-09 | 2020-04-03 | 国网湖南省电力有限公司 | 基于气候动力降尺度的电网舞动长期预测方法及系统 |
| CN111538935B (zh) * | 2019-12-26 | 2023-08-25 | 北京玖天气象科技有限公司 | 基于地形特征和多源模式产品的精细化降水融合方法、系统、电子设备及存储介质 |
| CN111369054A (zh) * | 2020-03-03 | 2020-07-03 | 舒相程 | 基于wrf的高空气象要素预报方法和装置 |
| CN111369054B (zh) * | 2020-03-03 | 2024-04-30 | 舒相程 | 基于wrf的高空气象要素预报方法和装置 |
| CN111898296B (zh) * | 2020-07-15 | 2023-08-11 | 中国科学院大气物理研究所 | 一种核物质大气扩散及沉降多尺度模拟方法及系统 |
| CN111898296A (zh) * | 2020-07-15 | 2020-11-06 | 中国科学院大气物理研究所 | 一种核物质大气扩散及沉降多尺度模拟方法及系统 |
| CN112052619A (zh) * | 2020-09-08 | 2020-12-08 | 自然资源部第一海洋研究所 | 空气污染粒子信息的优化方法、装置及电子设备 |
| CN112541655A (zh) * | 2020-11-09 | 2021-03-23 | 华能新能源股份有限公司 | 一种针对区域风能资源精细化评估需求的大气再分析方法 |
| CN112540748B (zh) * | 2020-11-09 | 2024-02-27 | 华能新能源股份有限公司 | 一种中尺度风能资源分析自动化运行系统 |
| CN112541654B (zh) * | 2020-11-09 | 2023-12-19 | 华能新能源股份有限公司 | 一种区域风能资源精细化评估方法 |
| CN112541655B (zh) * | 2020-11-09 | 2023-12-08 | 华能新能源股份有限公司 | 一种针对区域风能资源精细化评估需求的大气再分析方法 |
| CN112540748A (zh) * | 2020-11-09 | 2021-03-23 | 华能新能源股份有限公司 | 一种基于Linux系统bash脚本控制的中尺度风能资源分析自动化运行系统 |
| CN112541654A (zh) * | 2020-11-09 | 2021-03-23 | 华能新能源股份有限公司 | 一种结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法 |
| CN112364300B (zh) * | 2020-11-10 | 2023-06-27 | 中国气象局上海台风研究所(上海市气象科学研究所) | 基于相对坡长的近地面风速统计降尺度订正方法 |
| CN112364300A (zh) * | 2020-11-10 | 2021-02-12 | 中国气象局上海台风研究所(上海市气象科学研究所) | 基于相对坡长的近地面风速统计降尺度订正方法 |
| CN113553782A (zh) * | 2021-02-04 | 2021-10-26 | 华风气象传媒集团有限责任公司 | 一种用于预报风速的降尺度方法 |
| CN113553782B (zh) * | 2021-02-04 | 2024-03-26 | 华风气象传媒集团有限责任公司 | 一种用于预报风速的降尺度方法 |
| CN113127530A (zh) * | 2021-03-05 | 2021-07-16 | 中国气象科学研究院 | 一种基于铁路网的大气三维结构动态探测信息群同化系统 |
| CN113298295A (zh) * | 2021-05-06 | 2021-08-24 | 国网河南省电力公司电力科学研究院 | 一种面向电力生产的气象预报系统 |
| CN113313290A (zh) * | 2021-05-06 | 2021-08-27 | 国网河南省电力公司电力科学研究院 | 一种基于动力降尺度的电网区域气象预报方法 |
| CN113253232B (zh) * | 2021-05-31 | 2021-09-17 | 中国人民解放军国防科技大学 | 结合机器学习与三维变分同化的二维风场反演方法和装置 |
| CN113253232A (zh) * | 2021-05-31 | 2021-08-13 | 中国人民解放军国防科技大学 | 结合机器学习与三维变分同化的二维风场反演方法和装置 |
| CN113553785A (zh) * | 2021-07-14 | 2021-10-26 | 海博泰科技(青岛)有限公司 | 一种开敞式码头及港池波浪预报方法 |
| CN113553785B (zh) * | 2021-07-14 | 2023-12-26 | 海博泰科技(青岛)有限公司 | 一种开敞式码头及港池波浪预报方法 |
| CN113917566A (zh) * | 2021-09-28 | 2022-01-11 | 国网湖南省电力有限公司 | 考虑效率-资源最优平衡的微地形气象预测方法及系统 |
| CN113917566B (zh) * | 2021-09-28 | 2023-06-27 | 国网湖南省电力有限公司 | 考虑效率-资源最优平衡的微地形气象预测方法及系统 |
| CN114384608A (zh) * | 2022-01-11 | 2022-04-22 | 中国民用航空华东地区空中交通管理局 | 一种机场沿跑道正侧风预报系统 |
| CN114880848A (zh) * | 2022-04-28 | 2022-08-09 | 成都信息工程大学 | 基于移动网格的低空气象要素信息处理方法 |
| CN115314840A (zh) * | 2022-08-03 | 2022-11-08 | 中国气象局武汉暴雨研究所 | 一种面向分钟级循环同化数值预报系统的移动定位方法及系统 |
| CN115314840B (zh) * | 2022-08-03 | 2024-06-18 | 中国气象局武汉暴雨研究所 | 一种面向分钟级循环同化数值预报系统的移动定位方法及系统 |
| EP4379431A1 (en) * | 2022-12-02 | 2024-06-05 | The Boeing Company | Micro weather risk mapping for very low-level aerial vehicles |
| CN116956579A (zh) * | 2023-07-19 | 2023-10-27 | 北京师范大学 | 中层大气环境数值同化方法及再分析系统 |
| CN116956579B (zh) * | 2023-07-19 | 2024-02-27 | 北京师范大学 | 中层大气环境数值同化方法及再分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110275224A (zh) | 精细化近地层气象要素预报系统及其预报方法 | |
| US20200018666A1 (en) | Wind field dynamic downscaling method based on aerodynamic parameters of simplified terrain | |
| CN103325068B (zh) | 一种实时动态三维电网污区分布图的绘制方法 | |
| Loughner et al. | Impact of fair-weather cumulus clouds and the Chesapeake Bay breeze on pollutant transport and transformation | |
| CN102254239A (zh) | 基于微地形风场分布及台风叠加效应的电网风灾预警系统 | |
| CN109447315A (zh) | 一种基于多时空尺度的电力气象数值天气预报方法和装置 | |
| CN107390298A (zh) | 一种复杂山地下垫面大风的模拟方法及装置 | |
| Zhu et al. | Spatio-temporal variation of photosynthetically active radiation in China in recent 50 years | |
| CN113297528A (zh) | 一种基于多源大数据的no2高分辨率时空分布计算方法 | |
| Önol et al. | Assessment of climate change simulations over climate zones of Turkey | |
| Choi et al. | Analysis and simulation of mesoscale convective systems accompanying heavy rainfall: The Goyang case | |
| CN106443833A (zh) | 一种基于云计算的数值天气预报方法 | |
| Gryning et al. | Long-term profiles of wind and Weibull distribution parameters up to 600 m in a rural coastal and an inland suburban area | |
| CN101672768B (zh) | 海上浓雾条件下大气水平能见度场的获取方法 | |
| Rivin et al. | Development of the high-resolution operational system for numerical prediction of weather and severe weather events for the Moscow Region | |
| Costa et al. | Development and validation of the Portuguese wind atlas | |
| Horvath et al. | Evolution and structure of two severe cyclonic bora events: Contrast between the northern and southern Adriatic | |
| CN106874690A (zh) | 考量水平传播因素的地形重力波拖曳参数化方法 | |
| Gao et al. | Potential impacts on regional climate due to land degradation in the Guizhou Karst Plateau of China | |
| Lee et al. | Dispersion of an urban photochemical plume in Phoenix metropolitan area | |
| CN106980701A (zh) | 一种地理影响民居建筑形态的统计系统及统计方法 | |
| CN114219151B (zh) | 自适应通用航空应急救援气象保障系统 | |
| Touafio et al. | Statistical analysis and elaboration of the wind potential map of the city of Bangui (Central African Republic) | |
| Yu et al. | An operational application of NWP models in a wind power forecasting demonstration experiment | |
| Druyan et al. | Regional climate model simulation of the AMMA Special Observing Period# 3 and the pre-Helene easterly wave |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190924 |
|
| RJ01 | Rejection of invention patent application after publication |