高斯过程回归方法在浙江沿海海岛冬春季阵风预报中的应用试验
【摘要】 利用2006-2016年冬春季浙江四个海岛气象站10m大风观测资料和ERA-interim资料，首先分析了阵风因子和阵风风速的概率分布特征;然后统计阵风与10m至500hPa层的气温、风速、散度、涡度、比湿、垂直速度、浮力能等要素的关系，选取高相关的预报因子;最后采用高斯过程回归方法建立阵风概率预报模型，并进行试报。(1)平均风速相同时对应的阵风因子变化较大，导致阵风也出现大的差异，说明阵风数据分布具有混沌性;阵风风速具有正态或准正态分布特点，在自然对数处理后完全符合正态分布，表明采用高斯过程回归方法建立阵风概率预报模型合理可行。(2)阵风与大气低层的动力因子相关较好，而在近中层则与热力因子相关较好。(3)阵风大值样本在大气低层具有更强的下沉速度，有利于上层动量向下输送，且大值样本对应的中层气温和比湿相对大些，说明中层暖湿气流有利于湍流的发展和不稳定能量的交换。(4)试报模型的因子权重尺度分析表明，最佳预报因子绝大多数集中在875hPa层以下，说明大气低层因子对近地面阵风起主导作用。(5)高斯过程回归模型试报表明，大部分站点阵
