关于雷锋精神的作文-国庆放假通知

第３４卷第３期
２０１
大气科学学报
Ｔｒａｎｓａｃｔｉｏｎｓｏｆ< br>Ａｔｍｏｓｐｈｅｒｉｃ
Ｓｃｉｅｎｃｅｓ
Ｖ０１．３４
Ｎｏ．３
Ｊｕ ｎ．２０ｌｌ
１年６月
白永清，陈正洪，王明欢，等．２０１１．基于ＷＲＦ模式输出统计的逐 时太阳总辐射预报初探［Ｊ］．大气科学学报，３４（３）：３６３－３６９．
Ｂａｉ
ｐｕｔ< br>Ｙｏｎｇ－ｑｉｎｇ，ＣｈｅｎＺｈｅｎｇ－ｈｏｎｇ，ＷａｎｇＭｉｎｇ—ｈｕａｎ，ｅｔ
ａ１ ．２０１１．Ｐｒｅｌｉｍｉｎａｒｙ
ｓｔａｔｉｓｔｉｃｓ［Ｊ］．Ｔｒａｎｓ
Ａｔｍｏｓ< br>Ｓｃｉ，３４（３）：３６３－３６９．
ｒｅｓｅａｒｃｈｏｎ
ｐｒｅｄｉｃｔｉｏｎｏ ｆｈｏｕｒｌｙ
ｓｏｌａｒ
ｒａｄｉａｔｉｏｎｂａｓｅｄｏｉｌＷＲＦｍｏｄｅｌ
ｏ ｕｔ－
基于ＷＲＦ模式输出统计的逐时太阳总辐射预报初探
白永清１’２，陈正洪１’２，王明 欢３，成驰１’２
（１．湖北省气象服务中心，湖北武汉４３００７４；２．湖北省气象能源技术开发中 心，湖北武汉４３００７４；
３．中国气象局武汉暴雨研究所，湖北武汉４３００７４）
摘要： 基于ＷＲＦ（ｗｅａｔｈｅｒ
射的模式输出统计（ｍｏｄｅｌ
ｒｅｓｅａｒｃｈ
ｏｕｔ ｐｕｔ
ａｎｄ
ｆｏｒｅｃａｓｔｉｎｇ
ｍｏｄｅｌ）模式逐时输出结果，设计了逐时太 阳总辐
ｓｔａｔｉｓｔｉｃｓ，ＭＯＳ）预报流程。主要包括：对逐时观测序列进行低通
滤波再 除以天文辐射，对模式输出因子的筛选和降维，以及建立ＭＯＳ预报方程，并对２００９年１月、
４月、 ８月和１０月武汉站逐时太阳总辐射进行预报试验。结果表明，该方案在各月预报相对稳定，
拟合和预报 效果均较为理想，可使平均绝对百分比误差控制在２０％～３０％，相对均方根误差控制
在３０％～４０ ％，相对模式直接预报辐射改进了５０％左右。由此可见，通过对模式输出进行解释应
用，可以有效提高 辐射预报的准确率。此外，客观分析所得的气温、云量、露点、比湿、相对湿度、地
面气压等１３个模式 输出因子可以作为各地区建立Ｍｏｓ辐射预报方程的参考因子。
关键词：太阳能；逐时太阳辐射；预报因 子；模式输出统计（ＭＯＳ）
中图分类号：Ｐ４２２．１
文献标识码：Ａ
文章编号：１ ６７４－７０９７（２０１１）０３－０３６３－０７
Ｐｒｅｌｉｍｉｎａｒｙ
ｒｅｓｅａｒｃ ｈ
ｏｎ
ｐｒｅｄｉｃｔｉｏｎ
ｏｆ
ｈｏｕｒｌｙ
ｓｏｌａｒ
ｒａｄｉａｔｉｏｎ
ｏｎ
ｂａｓｅｄ
ＷＲＦ
ｍｏｄｅｌ
ｏｕｔｐｕｔ
ｓｔａｔｉｓｔｉｅｓ
Ｃｌｌｉｌ＇２
Ｂｍ
Ｙｏｎｇ—ｑｉｎ９１”，ＣＨＥ Ｎ
（１．Ｈｕｂｅｉ
Ｚｈｅｎｇ—ｈｏｎ９１”，ＷＡＮＧ
Ｍｉｎｇ—ｈｕａｎ３，Ｃ ＨＥＮＧ
Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
Ｓｅｒｖｉｃｅ
Ｃｅｎｔｅｒ，Ｗｕｈａｎ< br>４３００７４，Ｃｈｉｎａ；
Ｐｒｏｖｉｎｃｉａｌ
２．Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
Ｅｎｅｒｇｙ
Ｄｅｖｅｌｏｐｍｅｎｔ
ＣｅｎｔｅｒｏｆＨｕｂｅｉ
Ｐｒｏｖ ｉｎｃｅ，Ｗｕｈａｎ
４３００７４，Ｃｈｉｎａ；
３．Ｗｕｈａｎ
Ｉｎｓｔｉｔｕｔ ｅｏｆ
Ｈｅａｖｙ
Ｒａｉｎ，ＣＭＡ，Ｗｕｈａｎ
４３００７４。Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ
ｏｎ
ｔｈｅ
ｈｏｕｒｌｙ
ｏｕｔｐｕｔｏｆ
ｗＲＦ（ｗｅａｔｈｅｒ
ｒｅｓｅａｒｃｈ
ａｎｄ
ｆｏｒｅｃａｓｔ ｉｎｇ
ｍｏｄｅｌ），ＭＯＳ（ｍｏｄｅｌ
ｏｕｔｐｕｔ
ｓｔａｔｉｓｔｉｃｓ）ｐｒ ｅｄｉｃｔｉｏｎ
ｐｒｏｃｅｓｓ
ｏｆ
ｈｏｕｒｌｙ
ｓｏｌａｒｒａｄｉａｔ ｉｏｎｗａｓ
ｄｅｓｉｇｎｅｄ，ｉｎｃｌｕｄｉｎｇｌｏｗ—ｐａｓｓｆｉｌｔｅｒｉｎｇ
ｏ ｆ
ｈｏｕｒｌｙ
ｏｂｓｅｒｖａｔｉｏｎｓｅｒｉｅｓｗｈｉｃｈｗａｓｔｈｅｎｄｉｖｉｄｅ ｄ
ｂｙ
ａｓｔｒｏｎｏｍｉｃａｌ
ｒａｄｉａｔｉｏｎ，ｓｅｌｅｃｔｉｏｎ
ａｌｉｔｙ
ｒｅｄｕｃｔｉｏｎｏｆ
ｏｕｔｐｕｔ
ｆａｃｔｏｒｓ
ａｎｄｄｉｍｅｎｓｉｏｎ—
ａｎｄ
ｆｏｕｎｄａｔｉｏｎｏｆ
ＭＯＳ
ｐｒｅｄ ｉｃｔｉｏｎｆｕｎｃｔｉｏｎｓ．Ｊｕｄｇｉｎｇ
ｆｒｏｍｔｈｅ
ｒｅｓｕｌｔｓｏｆ
ｓｔａｔｉｏｎｉｎ
Ｊａｎｕａｒｙ，Ａｐｒｉｌ，Ａｕｇｕｓｔ
ａｎｄ
Ｏｃｔｏｂ ｅｒ
２００９，ｉｔ
ｓｈｏｗｓ
ｔｈａｔｔｈｉｓ
ｍｅｔｈｏｄ
ｉｓ
ｒｅｌａｔｉｖｅｌｙ
ｓｔａｂｌｅｉｎ
ｍｏｎｔｈｌｙ
ｆｏｒｅｃａｓｔｓ
ａｎｄ
ｔｈａｔ
ｂｏｔｈ
ｆｉｔｔｉｎｇ
ａｎｄ
ｆｏｒｅｃ ａｓｔ
ｒｅｓｕｌｔｓａｒｅ
ｓａｔｉｓｆａｃｔｏｒｙ，ｍｅａｎ
ａｂｓｏｌｕｔｅ
ｐｅｒｃｅｎｔａｇｅ
ｅｒｒｏｒ
ｗａｓ
ｃｏｎｔｒｏｌｌｅｄ
ｂｅ ｔｗｅｅｎ
２０％ａｎｄ
３０％．Ｒｅｌａｔｉｖｅ
ｅｘｐｅｒｉｍｅｎｔａｌ
ｐｒｅｄｉｃｔｉｏｎ
ｏｆ
ｈｏｕｒｌｙ
ｓｏｌａｒ
ｒ．ａｄｉａｔｉｏｎ
ａｔ
Ｗｕｈａｎ
ｍｅａｎ
ｓｑｕａｒｅ
Ｃａｎ
ｒｏｏｔｅｒｒｏｒ
ｗａｓｃｏｎｔｒｏｌｌｅｄｂｅｔｗｅｅｎ３０％ａｎｄ４０％．Ｒａｄｉａｔｉｏｎ ｆｏｒｅｃａｓｔｗａｓ
ａｃｃｕｒａｃｙ
ｒａｔｅ
ｉｍｐｒｏｖｅｄ
ｂｙ< br>５０％ｃｏｍｐａｒｅｄ
ｗｉｔｈ
ｍｏｄｅｌｄｉｒｅｃｔ
ｐｒｅｄｉｃｔｉｏ ｎ．Ｉｔ
ｉｓｃｌｅａｒｔｈａｔ
ｂｅ
ｇｒｅａｔｌｙ
ｏｆ
ｍｏｄｅ ｌ
ｒａｄｉａｔｉｏｎ
ｐｒｅｄｉｃｔｉｏｎ
ｉｍｐｒｏｖｅｄ
ｔｈｒｏｕｇ ｈ
ｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ａｎｄ
ｉｍｐｌｅｍｅｎｔ
ｏｆ
ｍ ｏｄｅｌ
ｏｕｔｐｕｔｒｅｓｕｌｔｓ．Ｂｅｓｉｄｅｓ，１３
ｏｕｔ－
ｐｕｔ
ｆａｃｔｏｒｓ
ｉｎｃｌｕｄｉｎｇｔｅｍｐｅｒａｔｕｒｅ，ｃｌｏｕｄ
ａｍｏｕｎｔ，ｄ ｅｗ
ｐｏｉｎｔ，ｓｐｅｃｉｆｉｅｄｈｕｍｉｄｉｔｙ，ｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ
ｓｕｒｆａｃｅ
ｐｒｅｓｓｕｒｅａｎａｌｙｚｅｄ
ｈｅｒｅ
ｏｆ
ｈｏｕｒｌ ｙ
ｓｏｌａｒ
ｒａｄｉａｔｉｏｎ．
ａｎｄ
Ｃａｎ
ｐｒｏｖｉｄｅ< br>ｒｅｆｅｒｅｎｃｅｆｏｒｏｔｈｅｒ
ｒｅｇｉｏｎｓ
ｉｎｆｏｕｎｄａｔｉｏｎｏｆ< br>ＭＯＳ
ｆｕｎｃｔｉｏｎｓ
收稿日期：２０１ｌ－０１—１０；改回日期：２０１１－０ ３－２５
基金项目：公益性行业（气象）科研专项（ＧＹＨＹ（ＱＸ）２０１００６０３６）；华中区域 气象中心科技发展基金重点项目（ＱＹ—Ｚ－２０１０１０）；中国气象局
现代气候业务建设试点工作（ 气预函［２０１０１７６号；气预函［２０１０］１７４号）
作者简介：白永清（１９８５一），男，宁 夏银川人，硕士，助理工程师，研究方向为数值预报产品释用、新能源开发利用，２００７ｂｙｑ＠１６３．ｃｏ ｍ．
万方数据

３６４
大气科学学报
Ｋｅｙ
ｗｏｒｄｓ ：ｓｏｌａｒ
ｅｎｅｒｇｙ；ｈｏｕｒｌｙ
ｓｏｌａｒ
ｒａｄｉａｔｉｏｎ；ｐｒｅｄ ｉｃｔｉｏｎ
ｆａｃｔｏｒｓ；ｍｏｄｅｌ
ｏｕｔｐｕｔ
第３４卷
ｓｔａｔｉ ｓｔｉｃｓ（ＭＯＳ）
０
引言
新能源和可再生能源的开发利用越来越成为焦
点 。太阳能资源是未来最有希望的、可大规模开发
和利用的可再生能源之一。发展太阳辐射、光伏发
电预报技术研究，既可提高气象部门为社会服务的
能力，又对我国可再生能源的开发和利用以及低碳< br>经济的发展等具有重大意义。
光伏发电系统规划与分析的基础之一就是太阳
辐射数据，电 力系统部门更希望得到精细化的太阳
辐射预报数据。国内学者对逐时太阳辐射的预报技
术进行了 研究。张素宁和田胜元（１９９７）讨论了确
定性模型与随机模型联合使用的方法，建立了逐时
太阳辐射数据的自回归滑动平均模型（ＡＲＩＭＡ），该
模型可以将太阳辐射随天气变化的随机性较好地 模
拟出来。曹双华和曹家枞（２００６）考虑影响太阳逐
时总辐射的气象、地理等方面因素，对 宝山站太阳逐
时总辐射建立了混沌优化神经网络预测模型，模型
能够反映太阳逐时总辐射的变化 规律，预测结果也
较为准确。苏高利等（２００７）采用最４，－－乘支持向
量机（ＬＳ—ＳＶ Ｍ）方法建立了晴空逐时太阳辐射模
型，该方法能够很好地模拟气象要素对太阳辐射的
非线性影 响，模型精度也较高。王明欢等（２０１０）利
用中尺度数值模式ＷＲＦ（ｗｅａｔｈｅｒ
ｒｅ ｓｅａｒｃｈ
ａｎｄｆｏｒｅ—
ｃａｓｔｉｎｇ
ｍｏｄｅｌ）对２００９年８月武汉站 到达地表短波
辐射进行模拟，结果表明，中尺度数值模式对到达地
表短波辐射具有一定的预报能 力和可信度，尤其对
晴天辐射的预报能力更佳。
但是直接利用模式输出的辐射量作为太阳能发< br>电系统的初值进行电力预报还存在一定的难度，有
必要尝试对模式输出的辐射量进行进一步订正， 以
提高模式预报的可靠性。白永清等（２０１０）通过对
ＷＲＦ模式输出辐射结果的初步订正， 进一步减小了
辐射预报误差。Ｊｅｎｓｅｎｉｕｓ
ａｎｄ
Ｃｏｔｔｏｎ（１９８１）最 早将
模式输出统计（ｍｏｄｅｌ
ｏｕｔｐｕｔ
ｓｔａｔｉｓｔｉｃｓ，ＭＯＳ）预报方
法引入到太阳辐射预报中。选取的预报因子包括平
均相对湿度、７５０
ｈＰａ垂直速度 、８５０
ｈＰａ相对涡度、
２００
ｈＰａ风速、７００ｈＰａ露点温度等，可使２４ｈ 预报
时效的逐日太阳辐射预报相对均方根误差降到
２５％。Ｂｏｆｉｎｇｅｒ
ａｎｄ< br>Ｈｅｉｌｓｃｈｅｒ（２００４）基于ＥＣＭＷＦ
模式也建立了太阳辐射的ＭＯＳ预报方程，选取 云
量指数、温度露点差、５００ｈＰａ相对湿度、温度露点
万方数据
差、２
０ ００
ｍ以下云量和可降水量作为预报因子，可
使逐时太阳辐射预报相对均方根误差降到３２．１ ％。
本文基于ＷＲＦ模式逐时输出结果，通过对模
式预报结果进行解释应用，以求进一步提高辐 射预
报的准确率，为继续研究太阳能光伏发电预报系统
做好铺垫。
１
资料方法
１．１资料
１）模式资料：基于中尺度数值模式ＷＲＦ每日
２０时（北京时间，下同） 起报、每次积分３６
ｈ逐时输
出的０７一１８时各物理量场预报结果。资料时间为
２０ ０９年１月、４月、８月和１０月，每月缺少部分Ｅｔ
资料。
２）观测资料：取自相应时间段的 一级辐射观测
站武汉站（１１４００８
７Ｅ，３０。３７
７Ｎ）逐时总辐射曝辐量观测（单位：ＭＪ・ｍ。２）。总辐射曝辐量（或到达地
表短波辐射）在下文简称为太阳总辐射（太 阳辐射、
辐射）。
１．２流程设计与观测资料处理
基于ＷＲＦ模式输出结果，以及总辐 射观测数
据（以武汉站为试点），设计了逐时太阳辐射的
ＭＯＳ预报流程，如图１所示。包括３ 个关键步骤：
对逐时观测序列进行低通滤波再除以天文辐射，对
模式输出因子进行筛选和降维， 以及建立ＭＯＳ预
报方程。其中：，表示逐时总辐射观测序列；７表示
了
对观测序列低 通滤波后的结果；了１表示滤波后再除
』０
以天文辐射的结果。
１．２．１低通滤波< br>ＥＯＦ经验正交函数（黄嘉佑，２００４）本身可作为
低通滤波器，第一主成分具有平滑原数据序 列的
作用。
对２００９年８月武汉站逐时总辐射观测序列进
行ＥＯＦ分解（以时刻／天 数展开）。如图２ａ所示，第
一模态符合太阳辐射为半波形的日间变化特征，第
二模态反映出辐 射于正午前后位相发生转变。对典
型日进行合成（图２ｂ），非平均态的物理意义在于如
果日间 正午前后出现转折性天气，往往会对辐射造
成一定影响。取ＥＯＦ分解的第一主成分作为低通
滤 波后的序列（图３ａ）。对于第二模态可预报性问
题有待于进一步研究。

第３期
白永清，等：基于ＷＲＦ模式输出统计的逐时太阳总辐射预报初探
图１
Ｆｉｇ．１基于ＷＲＦ模式输出统计的逐时太阳辐射预报流程
Ｈｏｕｒｌｙ
ｓｏｌａｒｒａｄｉａｔｉ ｏｎｆｏｒｅｃａｓｔ
ｐｒｏｃｅｓｓ
ｂａｓｅｄ
ｏｎ
ＷＲＦ
ｏｕｔ ｐｕｔ
ｓｔａｔｉｓｔｉｃｓ
３５
３０
２
５
籁
憔< br>求
餐
＋Ｈ
２Ｏ
１
ｌ
５
Ｏ
．穹皂藤弭 珀
Ｏ５
０
０７０８０９１０１１１２
１３
１４１５１６
１７
１８
北京时间
图２
Ｆｉｇ．２
２００９年８月武汉站逐时总辐射观测 序列ＥＯＦ分解的第一、二模态（ａ）及各模态典型日的辐射合成（ｂ；单位：ＭＪ／ｍ２）
Ｏｂｓｅｒ ｖｅｄ
ｈｏｕｒｌｙ
ｔｏｔａｌｒａｄｉａｔｉｏｎｓｅｒｉｅｓ’ＥＯＦ
ａｎａｌｙ ｚｅｄ（ａ）ｆｉｒｓｔ
ｔｉｏｎｏｆｅａｃｈ
ａｎｄ
ｓｅｃｏｎｄ
ｍｏｄｅ
ａｎｄ（ｂ）ｃｏｍｂｉｎａｔｉｏｎ
ｏｆ
ｔｙｐｉｃａｌｄａｙ
ｒａｄｉａ －
ｍｏｄｅ
ａｔ
Ｗｕｈａｎ
ｓｔａｔｉｏｎｉｎ
Ａｕｇｕｓｔ
２００９（ｕｎｉｔｓ：ＭＪ／ｍ２）
通过低通滤波处理，提取出总辐射的平均态，去（４）式（王炳 忠，１９９９；杨金焕等，２００９）。
Ｅ。＝１
３６７
掉序列中不可预报的小波动成 分，后期试验证明这
有利于减小预报误差。
１．２．２去除天文辐射影响
参照气候学上 估算太阳辐射的经验公式（翁笃
呜，１９６４；王炳忠等，１９８０；孙治安等，１９９２）
Ｗ ／ｍ２；（１）
（２）
（３）
ｙ＝１＋０．０３３ｃ。ｓ
３百６０ｉ。ｎ；< br>６＝２３．４５ｓｉｎ［３６０×２８３４６５＋ｎＪ］；
ａ＝Ｑｏ（ａ＋施）。
其中： Ｑ０为太阳辐射基数值；Ｓ为某（几）种辐射影
响因子；口、ｂ是经验系数。考虑到Ｑ／Ｑ０（若Ｑ０取 天
‘＝３６００ＴＥ。（ｓｉｎＳｓｉｎ９＋ｃｏｓＳｃｏｓ妒ｃｏｓ７ｆ）。（４）
其中：瓦 是太阳常数；ｙ为日地距离订正系数；妒为
纬度；６为赤纬角；ｒ，为时角，时角上午为负，下午为正；ｎ为一年中日序号（１月１日为ｎ＝１）；ｆ，＝１５。ｚ
一７．５。，ｚ为离正午的时间（单 位：ｈ）；‘为逐时天文
辐射，随当地纬度及日期时刻而变化。
文辐射）表征辐射通过大气层时 的衰减情况，数值
越大，表示大气越透明，到达地面的太阳辐射强度也
就越大。该物理量反映了 大气透明程度，与云量、水
汽、气溶胶等相关性较好。若将总辐射观测转换为
对低通滤波后的序 列值（图３ａ，，）再除以对应
时刻的天文辐射，将辐射预报转换为表征大气透明
度的指数预报 （图３ｂ，砂ｊｌＤ），由于水汽、云量等因子
该指数，则间接提高了辐射与气象因子相关性。
逐时天文辐射的计算公式可参考以下（２）一
万方数据

Ｐ
ｇ
ｉ 善■∞
；匾一
疆虹堕．．习
Ｉ
太气科学学报
第３４卷
∞４９
７３９７１２ｌ１４５
ｌ曲］９３
２１７２ＡＩ２６５
２＊
＂Ｍｍ< br>目，２。∞年８月武议站迸时总辅射观嘲和低《滤涟后舳序列（ａ；单位ｉｕｄ／ｍ２）ｍ艇滤授后除“＊ 文辐射的序列（ｂ）
Ｆｉｇ
３（ａ）Ｏ咖耐ｈｏⅡ］ｙｔｏ山ｒａｄｉ埘椰…ｋｍｍⅫｄ
ａ舳ｒｌｏｗ－ｐ瓣ｎｔｌｃｒｌｎｇ（吣：ＭⅣｍ工）．ｎ叫（ｂ）ｓ曲∞ａ脏ｒｆｉｌｍｄｎｇ
ｄ ｊｖｌｄｃｄｈ…ｊ∞Ｉ
ｒａｄｉａｔｉｏｎ
ａＩＷｕｈａｎ
ｓｍｆｉｏｕｉｎＡｕｇ ｕｓｔ
２００９
对预报量的贡献增大，后期试验进一步提高丁ＭＯＳ
关性。片中到达地 表短波辆射通量ｓｗＤ０ｗＮ
（ｄｏｗｎｗａｍ
ｓｈｏｒｔｗａｖｃｆｌｕｘ
ａｔｇｒｏｕｎｄ
６
方程的稳定性和预报准确率。其中ＯＢＳ表示逐时
太阳辐射观测。
１．３误差检验
评估预报效果的方法如下。
ｓｍ＇ｆａｃｅ；单位：
Ｗ－ｍ’ ２）乘以３
ｘ１０４可近似转换为模式预报１
ｈ的辐射曝辐量（单位：ＭＪ・ｍ‘２）。
囊Ｉ模式输出目子与辐射理翻处理月Ⅻ的统计耜＊
ＴａｂｌｅＩ
平均绝对百分比误差
Ｓ…ｃｍ
‰：签ｌ：卜型…。，（５）
上℃∥
”ｄ吣哪Ｉ酣Ｏ№ｎ删ｆ村●ｍｌｏ…< br>ｍｌａｔｉｏｖｓｈｉｐ
ｂｃＬｗ∞ｎ
ｍｏｄｃｌ
ｏｕｔｐｕｌ
ｋｌ∞
Ⅳ专～
相对均方根谩篮
‰。：√壶群：！…ｉ。川，
“…Ｌｕ』
ｏⅢ 一
Ⅳ
＿
上Ｙ∥
Ⅳ皇。
其中：Ｎ表永时间序列长度；ｉ表尔第ｉ时剡； Ｐ：足第
ｉ小时预报值；Ｐ：是第ｒ小时观测值。
２模式输出园子分析与处理
２．１模 式因子选取
向下短波辆射的髟响网子主婴包括云盘、水汽
古量或湿度、气溶胺等．另外地裘气温 或地面温度也
是密切相关的园丁。依据ＷＲＦ模式递时输出各物
理量，通过统计分析提取与辐射 观测显著相关的输
出用于。表ｌ列出２００９年８月武汉站辐射观测与
模式输出园丁的柑关统计 丑。ｎｆ她，通过对韧始资
料的婀步处理．能够有效提高辐射与气象阑丁的丰Ｈ
２．２圈子降摊 处理
巾：Ｆ选取的众多内子之间难免会存在复共线性
芫系，从而影响到＾牲的倒撤能力，肝且众 多因子也
万方数据

第３期
白永清，等：基于ＷＲＦ模式输出抗计的避时 太阳总辐射预报初撂
３６７
不利于方程的建立。因此，需要对所选取的模式网
于做进一 步处理。利用ＥＯＦ进行主成分分析（黄痛
的ＭＯＳ预报与观铡均较吻合，二者相关系数为
佑， ２００４）．不但浓缩ｒ嘲子数目，而且使褂各主分
量相互独立．消除了因子之问的复共线性关系。许< br>多研究也表明（王业宏和金点，２（；０３；林健玲等，
２００６）．以主分量柞为预撒因子．可 以提高预报模型
泛化能力，降低预报误差。
８９。ＭＯＳ预报的平均绝对百分比误差（晶＂）为
２２
６％，相对均方根误差（Ｂ曲）为３０．７％。
０
比较横式直接预报结果 （田５），对于们一１８
时，ＭＯＳ方法预报ＥＭ＂、￡哪ｔ相对模式直接预报误
差明显降低。 可见，通过模式辖出结粜的解释应用。
能够进一步提高辐射预报的准确率。
南于８月２９—∞日 发生降水．辐射观测仪器加
盖（观测值为０），导致２
ｄ的样本数据产生误差。
表３对 预报期去掉建２
ｄ的预报结果进行了误差评
对２００９年８月横式输ｍ的１３个辐射相荚阑子< br>，
进行主成分分析，各主分蕾再与÷序列进行相关分
Ｊ０
析．选出相关性较好的 土分量作为建立ＭＯＳ预报
方程的凼子。表２列出人选ＭＯＳ方程ＩＩ勺３个主分
量信息。衷２＾选Ｍｏｓ方程磺报圈子的３个主分■信息
Ｔａｂｌｅ２
估。表３－ｈ，／厶（帆）表 示由观测序列经过（未经
过）低通滤波处理后再除以天文辐射建＿！＝７＝起的ＭＯＳ
预报方程 。巾误差分析可见．没有经过滤被的序列．
由于过分拟台了噪音成分．导致其拟合期误差较小，
而预报期误差较大。通过低通滤波处理，进一班减
小了预报期的误差．可使预报８ｄ的平均Ｅ。。降到< br>２０％，相对模式预报改进了５０％左右。
表３
ｐ＾眦１ｐｍ∞Ⅱｌｐｏｌ＂Ⅲｉ山…ｏ ｆ岫ｔｈｒｅｅ
ｆｏＲ螂Ｉ缸啪ｍ
Ｔｋ
ＭＯＳ
ｍｎｏｉｏｎｓ
０帅９ 年８月武汉站ｗ盯模式殛Ｍ０６预报在撒台
期、预报期的惺差统计分析
Ｔａｂｌｅ３
Ｓ Ｉａｔｉｎ“４∞Ｊｖ…ｏｆ
ｒｉｎｇ
ｉｎ
Ａｕｇｕｓｔ
ｆｍｒ
ｄｕ ｆｉｎｇｆｉｔｔｉｎｇ¨ｄｆｏｍ∞ｓ－
３结果分析
在训练期通过建立∥厶序列与相关主分量 因
ｏｆ
ｍｏｄｅｌ拍ｄ
ＭＯ￥ＦｔｅａｉｅｆｉｏＢ
ｍ
２００９ｗｕｈａｎ删∞
％
子矩阵的预报方程，确定方程同归系数，在预报期对
预报量结果 乘以对应时划天文辐射，得到辐射结果。
３．Ｉ逐时太阳辐射预报结果分析
２００９年８月模式 资料缺少１—５日及２６日，将
剩下的资料眭度分为拟合期（１５
ｄ）和预报期（１０
ｄ），对逐时太阳辐射的碰报结皋进行分析。
由罔４可见．在拟台期和预报期，逐时太阳辐射
ｒ
．《日
坩鼬ｌⅣ州
ｌ批∥Ｍ～ＯＳ
日ｌＨｍ
目４
２００９年 ８月武汉站逐时太日辐射观测（ＯｅＳ）Ⅱ预报（ＭＯＳ）的总辐射量对
问序列（单位ＭＩ／一）
Ｆｉｇ
４
Ｈｏ叫ｙ∞】Ⅱｒａｄｉ曲曲曲”ｒ删（ＯＢＳ）锄ｄ
ｈａＤ
ｓｔ ａｔｉ∞∞Ａｕｇｕｓｔ
２００９（№ＭＪ／ｍ２）
ｐｌｃｄｉｃ刚（ＭＯＳ）一ⅢＷｕ－万方数据

把气科学学报
第３４卷
一丘。哪
ｇ§
册 ∞曲∞船∞∞ｍ
ｏ
＾２各季代裹月的逻时太阳辐射预报结果
基于以上预报流程．对２０ ０９年Ｉ、４、１０月分别
进行逐时太阳辐射的预报试验，检验各季代表月的
辐射预报效果。< br>表４列出各月选择的预报因子数目。其中１月
在８月选择困子的基础上加＾了霄水量和低云量因< br>子．４月也加入了低云量因子。由各自的主分量因
子分别建立起各月的ＭＯＳ预报方程。
∞惦０９
ｌｏ１１１２１３
１４
１５１６１７１８
寰４
ＭＯＳ馕报方 程在各月选捧的磺报因子敲目
＃Ｈ目目
Ｔａｂｌｅ４
ＮｕｍｂⅡｏｆｆ一ⅡＩｆａｃＷ ｒｓｍＭＯＳｆｕｎｃＵ咖ｓｉｎ
ｄｉｆ
圈５
２∞９年８月０７－－１８时武江站ＷＲ Ｆ模式殛Ｍ０ｓ
预报的瑶时太阳辐射谨差统计量
Ｈｇ
５
ｓ嘶“∞ｌ毛忡锄ｄ￡ ＾雌缸ｍｏｄｅｌ
∞【ｈｏｕｒｌｙ
０７：００∞１８：ＣＯ
ａｎｄＭＯＳｆｏｒｅ－
ｆｒｏｍ
ｓｏＩ”Ｉ丑ｄｉ埘伽虬ｗｕＷ
ｈ¨ｎｍｉＯｎ
ＢＳＴｉｎ＾＂ｔ２ ∞９
＂
¨
¨
∽
．呈嚣辱嫱
帖
ｏ
４
，
：
星蒜＊擅
．
ｏ
融愀№Ⅳ
龇仇
√Ⅳ
蝴‰ ．／
Ｊ㈧‰
ｂ屯一柚９ｌ￡
ｍ，＂鼎Ｅ帅Ｈ埘６％
＼
＾
ＭＯ Ｓ
２，５４９
７３
９７
１２１１４５１６９１９３２１７２４ｌ
２６ ５
２８９３１３３３７
＂目ｍ
，
ｃ
ｃ㈣＝ｏ
８７
Ｅ ¨＝＂Ｂ％‰
。３４５％
自；■口
Ｗ‰，Ｗ
帆
撕Ｍ７１
１２ １４１６１
ｎ
１０１１２Ｉ１４１１６１１８ｌ２０１２２１２４Ｉ２６１２８１３０１
目目ｍ
图６
Ｒｓ
６
２００９年ｌ（ａ）Ｊ（ｂ）、１０月（ｃ）武投站运时 太阳辐射观测（ＯＢＳ）盐预报（ＭＯＳ）的总辐射（单位：ＭⅣｍ２）
Ｈｏｌｌｆｌｙ
ｓ咖ｔ ｌｔｄｌａｌｉ姐。啪卸（Ｏ酷）蛐ｄ删ｎ甜《ＭＯＳ）∞ｄ％ｍｗ曲∞ｓｔａｔｉｏｎｉｎ（ａ）Ｊ姐ｕ町，（ ｂ）Ａ呻Ｉ∞ｄ（
ｏＡ‘ｍ目２∞＂ｕｎｌｕｌ：ｉｔｔｌ／ｍ３）
万方数据

< br>第３期白永清，等：基干ＷＲＦ模式输出统计的避时太阳总辐射预报初探
３６９
各月平均 以后以１０
ｄ为预报期．进行独立样本
检验。由酣６可见，１、４、１０月的ＭＯＳ倒撤与观测
相关系数‰依次为ｎ
９１、０
９１和０
８７，ＥＭ＂均小
于２８％， 预报均相对稳定，效果较为理想。
各月预报１０
ｄ的误差统计如豳７所示。ＭＯＳ
预报 Ｅ。。均控制在２０％～３０％之间．￡删。。控制在
３０％～４０％之间．相比横式直接预报辐射误差 降低
了５０％左右。
《“ｇ
嘶叫槲“§“坩
Ｊ１｜●■Ｉ
ｌ■Ｉｌ●■■
■■■■
口Ｅ、；…＿￡。、。。口‘、。。－Ｅ……。
网７
ｗ ”摸式及ＭＯＳ预报运时太月辐射在预报期
１０
ｄ（去掉观测值为０的样车）平均Ｅｍ，和靠。 。
统计量（单位：％）
Ｆｉｇ
７
１０血ｙｓ
ｒｎ啪咖０ｓ咖■‰删Ｅ …（ａｎＨ∞Ⅱｌｐ
ｒｉｎｇ
ⅢＤ目＿１０ｄ
０ｂ∞ｒⅢⅫ■∞ｗ№∞Ⅷｌ】８
ａｍ
０）ｉｎｋ＊
ｏｆ
ｎｍｄｅｌ
ａＭＭＯＳ
ｐⅫｅｔｅｄ
ｈＤｌｌｆｌｙ”
ＩⅡ删ｌ撕ｏｎ“∞ｃｈｍｏｍｈ（帅ｌＢ：％）
４结论
本文甚于 ｗＲＦ模式输出结果，以及武汉站逐
时总辐射观测数据，初步设计了基于ＷＲＦ模式输
出统计的 逐时太阳总辐射预报流程。对２０６９年１
月、４月、８月和１０月的武汉站逐时辐射预报试验表
明，浚模型预报相对稳定，效果较为理想．使得‰
控制在２１１％～３０％，Ｒ哪控制在３０％～柚％ ，比模
式血接预报辐射改进了５０％左右，明显提高了辐射
预报的准确率。
本文以武汉 站为试点进行研究，旨在为今后向
各地区推广太阳辐射预报技术提供基础指导。客观
分析得到的 气温、云量、露点、比湿、相对湿度、地面
气压等１３个模式输出因子也可作为各地区建立
ＭＯ Ｓ辐射预报方程的参考因子。
万方数据
该方案利用逐时刻样本建立一个模型．大大丰
富 ｒ样本数据．有效缩短了数据资料的储备周期
（积累２０ｄ左右数据即可进行建模），因此便于快速投人到建设光伏发电预报系统的业务运行中。为今
后继续开展太阳能光伏发电预报研究做好了铺垫。
参考文献：
自ｍ＊．％ｍ＊ｔ目＃．＃２０１０＊ｆｗ盱＃ｔ＃ｍ№女《＊＃
”∞＊” ｎｍ［Ｃ】／／镕＂“十目～女｝§｝☆＊女＃ｎ自
十目ｑ§｝§；２３２
■ｄ４，ｆ《Ｈ２瞄★口《Ｈｎ＃＃％№ｎｍ＃＆日％Ｈ■＊■
■Ｒ【Ｊ】＾口ｎ＃ｍ，２７（２）：１６４・ｌ竹
女＾＊２吣４≮女＊”＊＊Ｓ＊ｍ＾＊［Ｍ】３ｍ北≈≮ｅｍ
＊¨
＃∞Ｈ，☆ｔ《＊＊ ００∞《№＊￥＃＊《ｍＰＢ＾Ｉ＃＆月镕＃
＃＾Ｗ．＊＊＾．４＊＊．＃钟０７＊ｆ删＾＃∞＊｝４＂ ＾
Ⅲ《ｍｍＲ［Ｊ１≮女＃＃３４（ｔ）：１２
１７
ｍ＃＃《Ⅲ［Ｊ】｜匕ｍ＃ｎ★｛ ＃ｍ：自＃＃｝ｍ
４３（３）
２７４－．２７８
＊镕女．＆＆＊．＃≈ｑ
ｌ蚂 ２十Ｍ＾ｍｎ％”≮＊¨＃口ｇ∞ｍ一
女ｍＥ【Ｊ］自ｍ’￥｝％｝＊１５（２）：２１－２９
｛＊ｇ．＊ｇ目，｝ｉＨ
１９８０
ａ日∞女ｍ＊辩■Ａ＃计算【Ｊ】女
月自Ｂ｝ｍ．１ （１）ｌ｛
ｉ＊ｅ１９∞＾ｍＷ＊＃＃＊《镕＝＊：№＊＾｝Ⅲｉ＂ｔ∞＂＃
［Ｊ］女ｍ％．４ ：１２－ｔ３
｛ｗｎ．＃女＊．《Ⅲ＊．＃２０１０＊十ｗ盯＃＾＊ｍ＊＊％＆■
＊∞ＷＲ［Ｃ Ｖ／＊２７目十目＇ｔ｝☆４☆≈ｉ４｜Ｅｍ：十目
≮女｝自：拼
｛ｔ女．±ｍ２００３＊ｆ自 ＃Ⅲ女ｍ＂∞”＆日＊ＫⅫｍⅢⅢ≈
［Ｊ］自＃％＃｝ｍ．１２（２）：１２７－１３２
＃≈呜 １％４＊ｔ＃＃Ｈ∞＾＃｝＂＃女＆【Ｊ】＾￡＃Ⅺ．３４（３）
３０４－３１４
＊±＊．ｆｍ ｇ．ｊＲ２（１０９＾月％№Ｒ＆ｍ＆月＃￥［Ｍ］｜匕＃：
自｝］业ｍⅨ¨：２Ｉ－２９
＊￥ 十Ⅲ＆Ｚ１９９７＾ｍ＃＊｛目＃《∞ｔｉｆＪ］＾日＊｝ｍ，８
（３，：２７３－２７７
Ｂ０ ６ｎ蚪ｓ．ＨｅＩＬ０ｄ盯１３
２∞４
Ｓ衄删■肺自∞删酬∞目：Ｍｗ
埘ｎｔｎｌｅｌ
ｍ¨ｐｌ＿¨ｎｌａ［Ｒ１∥＂ｆｅｅｌｍｉｅＡｌ
２州酬ｖｌｓｑ
Ｌ＾Ｒ
Ｊ ＿蛐＊Ｊ
叫ｄ∞时∞目目ｆ㈣ｓ
ｓ．ｃｗ∞ＯＲｌ％ｌ
ｍｈｈ珊ｏｍ∞ｄ∞ｔ雅ｏｆ＂ 睁
∞㈣№ｎｍｑ“∞“…Ⅲ№ｈ㈣ｍ∞¨
…Ｉ
（ＭＯＳ）慨嘣ｑ”ｆＣ］／／№㈨＾ｍ ｏｐ∞∞ｎＥ【ｒｉｌｌ鲥Ⅱｍ・
ｂ酬Ｏｎ
ｍｅ
ｍＤＭ∞Ｉ叫蛐ｓ
Ｎｅｗｍｒ ｋ：～㈧ｏＩｍｑ＇‰ｃｈｙ
责任编辑：刘菲

基于WRF模式输出统计的逐时太 阳总辐射预报初探
作者：
作者单位：
白永清， 陈正洪， 王明欢， 成驰， BAI Yong-qing， CHEN Zheng-hong， WANG Ming-
huan， CHENG Chi
白永清,陈正洪,成驰,BAI Yong-qing,CHEN Zheng- hong,CHENG Chi(湖北省气象服务中心
，湖北武汉，430074；湖北省气象能源技术 开发中心，湖北武汉，430074)， 王明欢,WANG
Ming-huan(中国气象局武汉暴雨 研究所，湖北武汉，430074)
大气科学学报
Journal of Nanjing Institute of Meteorology
2011,34(3)
2次
刊名 ：
英文刊名：
年，卷(期)：
被引用次数：

参考文献(15条)

1.白永清;陈正洪;王明欢

关于WRF模式模拟地表短波辐射的统计订正 2010
2.曹双华;曹家枞

太阳逐时总辐射混沌优化神经网络预测模型研究[期刊论文]
-
太阳能学报 2006(02)
3.黄嘉佑

气象统计分析与预报方法 2004
4.林健玲;金龙;彭海燕

区域降水数值预报产品人工神经网络用预报研究[期刊论文]
-
气象科技 2006(01)
5.苏高利;柳钦火;邓芳萍

基于LS-SVM方法的晴空逐时太 阳辐射模型[期刊论文]
-
北京师范大学学报(自然科学版)
2007(03)
6.孙治安;施俊荣;翁笃鸣

中国太阳总辐射气候计算方法的进一步研究 1992(02)
7.王炳忠;张富国;李立贤

我国的太阳能资源及其计算 1980(01)
8.王炳忠

太阳辐射计算讲座第三讲:地外水平面辐射量的计算[期刊论文]
-
太阳能 1999(3)
9.王明欢;赖安伟;陈正洪

关于WRF模式模拟地表短波辐射的研究 2010
10.王业宏;金龙

基于自然正交展开的神经网络长期预报模型[期刊论文]
-
自然灾害学报 2003(02)
11.翁笃呜

试论总辐射的气候学计算方法 1964(03)
12.杨金焕;于化丛;葛亮

太阳能光伏发电应用技术 2009
13.张素宁;田胜元

太阳辐射逐时模型的建立 1997(03)
er S;Heilscher G

Solar radiation forecast based on ECMW and model output statistics 2004
ius J S;Cotton G F

The development and testing of automated solar energy forecasts based on
the model output statistics(MOS) technique 1981

引证文献(2条)
1.何明琼.成驰.陈正洪.白永清

太阳能光伏发电预报效果评价[期刊论文]
-
水电能源科学 2011(12)
2.刘玉兰.孙银川.桑建人.左河疆.严晓瑜.马筛艳

影响太阳能光伏发电功率的环境气象因子诊断分析[期刊论文]
-
水电能源科学 2011(12)


本文链接：http:odical_