基于时空方法的西南西澳大地区高分辨率风力预测
机器学习
2024-07-31 v1 大气与海洋物理
摘要
准确预测风速和风向在农业、可再生能源发电和消防等多个领域至关重要。然而，传统预测模型在精确预测单个位置或小地理区域(<20km2)的风条件以及捕捉中长期时间趋势和综合时空模式方面存在诸多挑战。本研究聚焦于西澳大西南地区在3米和10米高度上的高分辨率网格化风力预测，以解决上述挑战。该模型利用覆盖广大地理区域的数据，结合多样化的气象因素，包括地形特征、气压、来自欧洲中期天气预报中心(EC)的10米风力预测以及稀疏分布气象站点(如3米风轮廓、湿度和温度)的有限观测数据，该模型在感兴趣区域展示了在风力预测准确性和可靠性方面的有前景的进展。本文表明本机器学习模型在various prediction horizons和spatial coverage方面具有潜力。它有助于促进更有信息的决策，增强关键部门的韧性。
引用
@article{arxiv.2407.20283,
title = {Spatial Temporal Approach for High-Resolution Gridded Wind Forecasting across Southwest Western Australia},
author = {Fuling Chen and Kevin Vinsen and Arthur Filoche},
journal= {arXiv preprint arXiv:2407.20283},
year = {2024}
}