莫景越, 申彦波, 柯华兵, 袁彬, 买买提艾力·买买提依明, 刘军建
融合中国气象局风能太阳能模式(CMA-WSP)输出的总辐射(GHI)和大气化学/沙尘模式(CMA-CUACE-DUST)的气溶胶预报,以及华北地区14个辐射观测站数据,集成共8种子模型与堆叠模型,构建面向气溶胶高影响天气的能源气象人工智能预报系统(AI-ENG)。该系统采用分月滑动的方法划分训练集与测试集,并在2023年和2024年春季沙尘天气高发的6个月期间,系统地应用与检验AI-ENG在华北地区的GHI预报性能。结果显示:1)研究时段内,华北地区沙尘天气频发且浓度偏高,CMA-WSP在强沙尘条件下常出现辐射高估,CMA-CUACE-DUST的预报误差与PM10浓度峰值呈正比。2)引入气溶胶预报产品后,AI-ENG系统可显著提升华北地区GHI预报的准确性。综合评估中极限梯度提升决策树(XGB)和多层感知器(MLP)表现最佳,7种性能检验指标均有不同程度的改善。3)在对2024年3月不同强度沙尘过程的日前72小时预报进行个例检验时,AI-ENG的预报误差下降17%~20%,尤其在平原和沙尘主传输通道区域效果更佳,但地形复杂区域仍存在一定的预报偏差。结果表明,AI-ENG系统能有效应用于沙尘天气太阳能短期预报。