日总辐射推算模型在中国的适用性研究

归纳了经验模型的类型并基于中国数据状况提出3大类8种模型形式用于比较和分析。选择覆盖中国5个建筑气候区的7个典型台站2000～2013年的数据,引入相关系数R2和均方根误差(RMSE)作为衡量标准完成模型适用性研究。研究发现在晴空指数较高的地区可以选择基于日照时数的模型(模型2),随着晴空指数的降低,二参数(模型6)及三参数(模型8)模型的推算结果优于单参数模型(模型2)。研究为在不同地域选择适当的日总辐射推算模型提供依据。     

天气类型对逐时太阳总辐射模型适应性的影响

将分解模型（decomposition model）按照输入参数、构造方法及特性分为3类,选择拉萨、西安、上海2016年辐射观测值作为实验数据,引入精确度分值（accuracy score, AS）作为模型适应性评判标准,研究晴、多云、阴3种天气类型下分解模型适应性规律以及针对不同天气类型适应模型形式。结果表明天气类型对模型的适应性有显著影响,即由晴到阴模型整体适应性呈下降趋势;当天气特别晴朗时第Ⅱ类模型适应性明显优于其他两类模型,而对于其他天气类型第Ⅰ类的C.P.R模型适应性最好。利用天气类型适应模型,3个地区全年逐时总辐射误差平均可减小3%,平均绝对误差百分率（PMAE）在20%~25%之间,均方根误差百分率（PRMSE）在26%~32%之间。可见利用天气适应模型能够有效减小估算误差,逐时总辐射数据精度能够满足建筑节能设计需求。     

上海地区太阳能资源评估与散射辐射推算方法研究

准确评估上海地区的太阳能资源状况对于当地太阳能资源的开发利用有重要意义。根据中国气象局提供的上海地区多年太阳辐射观测数据,评估当地太阳能资源,结果表明上海地区光伏资源丰富、稳定度较高,适合建设光伏电站。为满足缺乏直接辐射和散射辐射数据的地区推算总辐射中直、散分量的需要,结合2001~2010年上海地区经过严格质量控制的总、直、散观测样本序列,针对三种经典"直散分离"模型,通过拟合散射比Hd/H与清晰度指数Kt的函数关系,修正得到适合上海市及周边地区的散射辐射量推算方法,并利用2011年的实测数据对该方法进行独立样本预报验证,其平均百分比误差小于5%,可为光伏发电系统设计、功率预报提供指导和借鉴。     

中国不同气候区日总太阳辐射计算模型适用性分析及通用计算模型优化

利用中国5个气候区96个气象台站的1981—2010年的日值气象数据,对比分析12个基于日照百分率和12个基于温度的日总太阳辐射计算模型在不同气候区的适用性。采用判定系数（R²）、均方根误差（RMSE）、平均绝对误差（MABE）、平均误差（MBE）和全局性能系数（GPI）5个评价指标,确定各气候区最适宜的模型形式。以该模型为基准,建立适用于中国不同气候区的基于日照百分率和基于温度的日总太阳辐射通用计算模型。结果表明,三次方形式的基于日照百分率和基于日较差-平均温度的模型在各气候区计算精度均最高;以该模型为基础,建立适用于中国不同气候区的基于日照百分率和基于温度的日总太阳辐射通用计算模型,其平均R²分别为0.91和0.68。     

湖南省降水量观测误差分析及其校正

降水观测数据与实际降水量之间的偏差影响着降水观测资料集的质量,尤其在气候差异显著的湖南省,降水量校正差异更大,对此参考应用于干旱地区的降雨观测修正方程,从动力损失、蒸发损失、湿润损失和微量降水的角度分析了湖南省18个气象站2007~2015年的月降水量和年降水量误差修正情况。结果表明,湖南省近9年观测误差对年平均降水量影响较大,平均绝对误差为184.55mm,平均相对误差为11.18%;校正后年降水强度由实际观测的3.62mm/d变为4.24mm/d,这对水文过程模拟和气象变化特征的结果解释具有一定的理论意义。     

湖南省降水量观测误差分析及其校正

降水观测数据与实际降水量之间的偏差影响着降水观测资料集的质量,尤其在气候差异显著的湖南省,降水量校正差异更大,对此参考应用于干旱地区的降雨观测修正方程,从动力损失、蒸发损失、湿润损失和微量降水的角度分析了湖南省18个气象站2007~2015年的月降水量和年降水量误差修正情况。结果表明,湖南省近9年观测误差对年平均降水量影响较大,平均绝对误差为184.55 mm,平均相对误差为11.18%;校正后年降水强度由实际观测的3.62 mm/d变为4.24 mm/d,这对水文过程模拟和气象变化特征的结果解释具有一定的理论意义。     

基于随机森林方法的中国地表短波辐射估算

利用中国气象局的辐射观测资料和气象观测资料,基于随机森林方法构建地表短波辐射估算模型,估算模型的相关系数为0.99,绝对偏差为0.01 W/m^2,均方根误差为8.88 W/m^2。利用估算模型构建中国1958~2015年长时间序列地表短波辐射数据集,通过与已有数据集的精度对比,发现所构建的地表短波辐射数据集精度更高。     

葵花-8卫星辐射数据的精度评估及其在光伏电站的应用研究北大核心CSCD

为验证葵花-8卫星辐射数据的质量,文章利用9个中国气象局标准气象站的辐射计观测数据,分别对葵花-8卫星的逐时太阳辐照度、日总太阳辐射量及典型月的日累积太阳辐射量进行了比较。首先,基于晴空因子参数,将卫星和气象站观测数据按照天气类型,分为晴天、多云和阴雨天3类数据,对不同的天气分组数据,分别计算卫星和气象站观测数据的相关系数和平均偏差的分布特性。对比结果表明,9个站点的卫星和气象站的日总辐射数据的平均相关系数为0.98,平均偏差为29.3 W/m^(2)。葵花-8卫星数据和气象站观测数据的相关性较高,平均偏差较低,因此卫星辐射数据可以近似代替地面辐射计,应用于光伏电站的发电量分析、智能运维等场景。通过对4个光伏电站的辐射计数据和卫星辐射数据进行对比,发现个别电站的辐射计数据和卫星辐射数据存在很大的系统偏差,说明电站的辐射计数据可能存在问题。卫星辐射数据可以辅助光伏电站进行辐射计故障的主动筛查,为光伏电站的智能运维提供了数据依据。     

基于GWR的区域年太阳辐照量计算模型

将地理加权回归分析(GWR)应用于区域年太阳辐照量计算,在GIS技术支持下,利用194个气象观测基本站逐月观测数据,以年平均气温、年日照时数、年平均总云量以及海拔高程作为影响因子,以地理加权回归分析作为计算方法,建立基于GWR模型的区域年太阳辐照量计算模型。对比利用模型计算的区域年太阳辐照总量与同一地区观测的年太阳辐照总量,拟合值与观测值之间的误差最大为9.65%,最小误差为0.02%,表明基于GWR模型建立的区域年太阳辐照量计算模型具有较好的计算精度。     

复杂地形下激光雷达测风误差的修正

激光测风雷达(Light Detection and Ranging,LiDAR)在大气边界层观测试验中的应用越来越广泛。测风精度对风资源评估非常重要。复杂地形流场的非均匀性导致激光测风雷达测风的误差,可能对相关的工程应用造成系统风险。文章给出了基于流体模型修正LiDAR测风误差的算法,并利用德国Fraunhofer IWES测试站同期LiDAR和风杯观测数据验证了算法的有效性。研究发现:(1)80 m高度各风向LiDAR的实测误差为-5.0%~2.5%,平均为1.2%;(2)稳态雷诺平均计算流体力学软件Greenwich CFD可用来修正复杂地形下LiDAR的观测误差,估算的分风向LiDAR测风误差和实测的LiDAR测风误差趋势是一致的,且模拟表明,Cosine型的误差形状与场址地形特征直接相关;(3)线性流体模型WAs P不能有效刻画坡度超过15°地形的流场特征,基于WAs P的复杂地形LiDAR测风误差修正是不可靠的。     

基于模糊聚类法的无资料流域水文过程模拟

以流域面积、平均高程、平均坡度、长度、平均宽度、形状系数及平均曲率作为相似分析指标,采用模糊聚类法对新安江流域内12个有观测资料的子流域进行相似分析。在相似程度λ取0.837时将子流域分为两组,即岩前、渔梁、万安坝、屯溪、源口、临溪、月潭及良干流域为一组,屯溪作为参证流域;百罗畈、中洲、流口及上邹畈流域为一组,流口作为参证流域。通过新安江模型进行参数率定与移植,验证流域模拟结果的相对径流误差在±20%范围以内,即在规定的许可误差范围内,表明采用模糊聚类法的参数移植模拟计算能较好地反映径流的变化过程。     

基于FY-4A和机器学习的太阳辐照度超短期预测

针对中国西部地区辐射资源充沛但观测资料匮乏的特点,提出一种基于辐照度观测数据、遥感数据、McClear和随机森林算法的太阳辐照度超短期预测方法,并重点分析遥感数据对辐照度预测效果的影响。结果表明：添加遥感数据能够优化不同时间步长的辐照度预测效果,并能显著降低平均绝对百分比误差(MAPE)值高于40%的预测大误差出现概率。同时,添加遥感数据对预测效果的提升随时间步长呈线性增加关系,nRMSE的差值变化范围从2.08%变为13.81%;nMAE的差值从1.64%变化为14.52%;R²的差值随时间步长的变化最为明显,从-0.03变为-0.43。但值得注意的是,添加卫星数据会显著增加模型的建立和超参寻优时间。     

基于FCM-WOA-LSTM的大坝变形预测模型及其应用

随着大坝变形监测资料的持续积累和变形测点数量的不断增多,预测分析全部变形测点往往需耗费大量的时间,容易造成反馈不及时的问题。对此,引入模糊C-均值聚类算法(FCM),根据大坝变形规律的相似程度进行分区,将鲸鱼优化算法(WOA)用于长短期记忆神经网络(LSTM)模型的参数优化,建立基于FCM-WOA-LSTM的大坝变形预测模型,以某混凝土双曲拱坝的实测变形资料作为样本数据进行预测分析,并与LSTM模型和SVM模型的预测结果进行对比。结果表明,FCM-WOA-LSTM模型预测结果的平均绝对误差M_MAE、均方误差M_MSE、均方根误差R_RMSE均为3种模型中最小,且拟合段的3个评价指标值和预测段的3个评价指标值均接近,FCM-WOA-LSTM模型具有更高的预测精度和更好的适用性。     

XGBoost算法在四川省GPM降水数据降尺度中的应用

针对GPM降水产品低空间分辨率的缺陷,结合四川省156个站点观测资料及地形、海陆位置、水汽、地表覆盖等环境变量,运用XGBoost和随机森林(RF)算法建立降尺度模型,将区域GPM产品从0.1°空间分辨率提升至1km。结果表明,融合多源环境因子的XGBoost和RF降尺度模型具有可靠性,与原GPM数据相比在提高空间分辨率的同时,数据精度决定系数R~2增加了6.98%～8.14%,平均相对误差M_(AE)、均方根误差R_(MSE)分别减小了15.34%～30.17%、8.97%～17.27%;XGBoost比RF模型的R~2提升0.01,M_(AE)、R_(MSE)分别减小3.47、6.53mm;四川省GPM产品经降尺度后的空间误差与降水量分布一致,降水丰富地区的模型不确定性更强,模型误差主要受水汽、地表覆被因子影响,海陆位置和地形的影响较小。     

基于气象要素修正的逐时总辐射模型研究——以西安地区为例

该文引入逐时气象要素对分解模型进行修正,针对C.P.R模型,提出一种基于日照时数、温度以及相对湿度的多气象要素修正模型。基于西安2015年10月1日—2017年7月31日观测数据,分析3种天气类型下模型修正前、后的计算误差,结果显示多气象要素修正模型的各项误差指标均低于未修正模型,且对于多云天气的修正效果最明显,平均可达2%。基于多气象要素的C.P.R修正模型考虑了气象及辐射观测数据现状,可为其他地区计算水平面逐时总辐射提供方法借鉴。     

基于GMM-LSSVR模型的脱硫出口SO2浓度预测方法研究

采用燃煤机组脱硫系统原始非高斯数据建立的单一出口SO₂质量浓度预测模型精度较低，泛化能力较差，针对该问题提出一种基于高斯混合模型-支持向量回归(Gaussian Mixture Model-Least Squares Support Vector Regression, GMM-LSSVR)的建模方法。采用高斯混合模型(GMM)将训练集数据聚类为多个高斯数据集，对每个对应的子集建立独立的最小二乘支持向量回归机(LSSVR)训练模型。在此基础上，估计测试集数据属于每个种群的概率并对测试集进行聚类，将每个子集输入到对应的LSSVR模型中完成预测。现场数据实验表明：采用GMM聚类后每个子集的概率密度不规则波动幅度减小，数据高斯性增强；GMM-LSSVR建模方法测试集均方根误差(RMSE)、平均绝对误差(MAE)和可决定系数(R²)较单模型LSSVR方法有较大改善，具有更好的预测精度和泛化性能。     

基于GRACE卫星时变重力场的淮河流域地下水储量变化规律研究

鉴于淮河流域地下水储量变化规律研究对区域生态坏境和经济社会建设等具有重要意义,以淮河流域2002~2009年逐月GRACE时变重力场模型GRC_CSR_RL04数据为例,通过1 000km高斯平滑滤波反演,获得淮河流域陆地水储量的时空变化。同时采用同期GLDAS模型中土壤水和90眼地下水观测井实测地下水埋深数据推算淮河流域地下水储量的时空变化,并用另外31眼观测井数据对结果进行检验。研究反演了淮河流域2003~2009年地下水储量的变化过程,结果表明淮河流域水资源量多年平均增幅为0.13cm/a;地下水储量以约0.28cm/a趋势递增,全流域地下水年增长量约为0.756km3/a。     

基于混合高斯分布的风电功率实时预测误差分析

针对风电功率实时预测误差随预测方法不同呈现不同分布特性,提出基于混合高斯分布的风电功率实时预测误差分布模型,采用期望最大化算法估计混合高斯分布模型的参数,以位于吉林省、黑龙江省和辽宁省的3个风电场的实测数据为例,分析不同预测方法下风电功率实时预测误差的分布特性,三权值高斯分布的评价指标——绝对值平均误差、均方根误差及相关系数均最优,验证了模型基于不同预测方法下预测误差的有效性和适用性。     

基于机器学习模型的关中地区GPMIMERG降水数据订正方法

针对GPM_IMERG降水数据存在系统误差的问题,以关中地区为例,在筛选海陆位置、地形、植被指数（NDVI）变量的基础上,运用支持向量机（SVM）、随机森林（RF）、高斯过程回归（GPR）模型对IMERG月降水数据进行订正,并通过34个站点数据验证订正模型。结果表明,关中地区IMERG数据具有良好的可替代性,其决定系数R²达0.76,平均绝对误差M_MAE、均方根误差R_RMSE分别为6.94、9.77 mm;经机器学习模型订正后星地数据之间的R²提升了2.05%～58.33%,R_RMSE、M_MAE分别降低了0.85%～71.23%、0.10%～73.47%;与GPR、RF模型相比,SVM模型的R_RMSE、M_MAE分别减小16.76%、9.76%和24.73%、14.11%,对IMERG数据订正具有更好的适用性。     

风电场50年一遇安全风速计算方法的对比分析

利用耿贝尔Ⅰ型极值概率法和MeteodynWT软件(CFD模型),结合气象站与风电场的风速关系,推算了不同复杂程度的风电场轮毂高度处50年一遇的安全风速,并将计算结果进行对比分析。分析结果显示:2种方法计算得到的风电场极大风速存在一定的差别;对于平坦地区,耿贝尔Ⅰ型极值概率法计算得到的极大风速与MeteodynWT推算结果相差较小,但对于一些复杂地区,2种方法计算得到的极大风速结果相差很大。