摘要：基于概率分布特征定義全新風(fēng)速閾值選取方案,不受地域及季節(jié)性影響,并綜合風(fēng)向信息建立兼顧風(fēng)向風(fēng)速的風(fēng)場(chǎng)分類列表,采用鄰域空間檢驗(yàn)技術(shù)構(gòu)建可集成風(fēng)向風(fēng)速的矢量風(fēng)場(chǎng)檢驗(yàn)方法?；?018年4月1—30日GRAPES_Meso模式不同分辨率(10 km及3 km)逐小時(shí)預(yù)報(bào)產(chǎn)品,利用所開(kāi)發(fā)的矢量風(fēng)場(chǎng)檢驗(yàn)方法分析表明:模式風(fēng)向預(yù)報(bào)的隨機(jī)性隨著風(fēng)速的增大而減小,即弱風(fēng)的風(fēng)向難以成功預(yù)報(bào)。通過(guò)矢量風(fēng)場(chǎng)綜合分析發(fā)現(xiàn)高分辨率預(yù)報(bào)效果在170 km空間尺度上24 h預(yù)報(bào)最大評(píng)分優(yōu)勢(shì)可達(dá)0.24,各鄰域空間尺度上評(píng)分分布趨勢(shì)保持一致。通過(guò)敏感性分析發(fā)現(xiàn),所獲取的綜合指標(biāo)可用于反映風(fēng)場(chǎng)預(yù)報(bào)性能。同時(shí),不同矢量風(fēng)場(chǎng)分類方法將對(duì)評(píng)估結(jié)果產(chǎn)生影響,高分類方法評(píng)分穩(wěn)定性更好,低分類方法受限于單一分類權(quán)重過(guò)大而影響評(píng)估一致性。因此,在計(jì)算能力允許的條件下,選擇較高分類方式將有助于獲得更為穩(wěn)定的檢驗(yàn)效果。