通过新型动态校准结合预报与观测提升短期风速集合预报技巧
大气与海洋物理
2022-01-31 v1 机器学习
摘要
风电行业使用的所有数值天气预报模型都需要在分析场可用后，从 00、06、12 和 18 UTC 等主要天气观测时次开始制作预报。两次连续模式运行之间六小时的滞后时间需要策略来填补空白，提供至少每小时频率的新准确预测。这样做是为了满足交易员和系统监管者对频繁、准确和最新信息的需求，以持续调整其工作策略。本文提出一种策略，通过新颖的集合模式输出统计（EMOS）策略将准实时观测风速与天气模式预测相结合。我们策略的成功通过与 2018 和 2019 年意大利 SYNOP 站观测风速的对比来衡量。
引用
@article{arxiv.2201.12234,
title = {Increasing the skill of short-term wind speed ensemble forecasts combining forecasts and observations via a new dynamic calibration},
author = {Gabriele Casciaro and Francesco Ferrari and Daniele Lagomarsino Oneto and Andrea Lira-Loarca and Andrea Mazzino},
journal= {arXiv preprint arXiv:2201.12234},
year = {2022}
}