第七届青年地学论坛

       睿图-睿思（RMAPS-RISE）系统（陈康凯等，2020），基于睿图-短期模式和自动气象站观测资料，利用多源数据融合技术、偏差订正技术（杨璐等，2019；程丛兰等，2019；宋林烨等，2019）及高分辨率地形降尺度技术，可以实现10分钟更新、百米级空间尺度的冬奥赛区风场临近、短时预报。睿图-睿思风场一方面能够继承睿图-短期模式完备的参数化方案，将具有中尺度动力特征的初始风场降尺度到更精细的网格点上，并利用松弛迭代算法保持风场的质量守恒，更好地描述复杂地形特征下高分辨率格点流场的动量和能量；另一方面又能够在百米级尺度高精度地形条件下更快的吸收和融合观测资料，显著提升了复杂地形下风场的预报能力。但基于观测资料融合和地形降尺度的偏差订正技术对于风场预报能力的提升主要体现在短临预报时效内，6h以后风场预报基本为地形降尺度后的数值预报结果，预报性能较睿图-短期模式改进有限。而睿图-短期预报模式在复杂地形区域对近地面风速模拟又存在较大系统性偏差，呈现出对平原、山谷风速高估及对山腰、山顶地区风速低估的现象（刘郁珏等,2018）。
      本研究综合考虑多源实况融合分析技术与复杂地形下高精度风场偏差订正技术，利用冬奥山地赛场区域及其周边地区不同海拔高度上收集的133个自动气象站风场实况观测资料与睿图-睿思系统高精度风场预报数据相结合，利用统计偏差订正方法，获取复杂地形下133个站点1-12 h的平均系统偏差，将降尺度后的高分辨率风场利用格点偏差订正系数优化后再作为背景场融合观测资料，以实现复杂地形下不同海拔高度上高精度风场的融合订正优化，更好地捕捉局地地形对山区风场的平均影响。研究包括大量山区站点的大风天气，而且适用于整个冬奥赛区高分辨率格点场的订正。
      通过批量对比检验、冬奥赛区站点检验、典型大风个例检验，结果表明：本方法极大程度的降低了睿图-睿思高分辨率格点风速预报的系统性偏差和预报误差，12小时内风速平均绝对误差降低率最高达44.7%以上，均方根误差降低率最高达42.5%。

复杂地形；偏差订正；数据融合；冬奥