• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于不同分辨率和參數(shù)化方案的新疆區(qū)域數(shù)值模式性能初步評(píng)估

    2019-07-20 06:54:08于曉晶
    沙漠與綠洲氣象 2019年3期
    關(guān)鍵詞:平均偏差實(shí)況分辨率

    杜 娟,李 曼,于曉晶,辛 渝

    (1.中國(guó)氣象局烏魯木齊沙漠氣象研究所,新疆 烏魯木齊830002;2.中亞大氣科學(xué)研究中心,新疆 烏魯木齊830002)

    數(shù)值天氣預(yù)報(bào)模式需要足夠高的空間分辨率來(lái)模擬不同尺度的天氣過(guò)程,而小尺度的、網(wǎng)格不可分辨的過(guò)程則需通過(guò)物理過(guò)程參數(shù)化來(lái)解析。因此,物理過(guò)程參數(shù)化的發(fā)展一般需要同時(shí)考慮模式分辨率的因素。在高分辨率模式網(wǎng)格條件下,物理過(guò)程參數(shù)化方案改進(jìn)將是未來(lái)數(shù)值模式發(fā)展的核心問(wèn)題[1]。中尺度數(shù)值模式WRF(The Weather Research and Forecasting Model)考慮了較為詳細(xì)的物理過(guò)程,給出了豐富的物理參數(shù)化方案,用中尺度數(shù)值模式研究天氣形成機(jī)制已經(jīng)成為天氣預(yù)報(bào)的主要手段[2-4]。不同的動(dòng)力和物理過(guò)程、網(wǎng)格分辨率對(duì)降水有很大影響,合理選擇參數(shù)化方案能很大程度地改善模擬精度[5],提高模式分辨率對(duì)于改進(jìn)模式預(yù)報(bào)也有重要作用[6]。

    許多學(xué)者開(kāi)展了針對(duì)空間分辨率的敏感性試驗(yàn)。Langhans 等[7]研究發(fā)現(xiàn),當(dāng)網(wǎng)格分辨率提高后,模式明顯改善了對(duì)下午降水極值的高估。Gentry 等[8]研究了不同分辨率下颶風(fēng)的模擬,發(fā)現(xiàn)提高分辨率可通過(guò)改變對(duì)小尺度物理過(guò)程的描述,使中心最低氣壓下降30 hPa。部分業(yè)務(wù)中心也將提高空間分辨率作為模式發(fā)展的重要目標(biāo)[9],運(yùn)行分辨率為2~10 km的業(yè)務(wù)模式[10,11],甚至有開(kāi)展次公里尺度網(wǎng)格分辨率業(yè)務(wù)預(yù)報(bào)的計(jì)劃。

    不同參數(shù)化方案對(duì)不同情形大氣的考慮有所不同,各種方案對(duì)不同類型、不同區(qū)域降水的模擬存在差異。Rajeevan 等[12]發(fā)現(xiàn),降水對(duì)云微物理參數(shù)化方案較為敏感,采用Thompson 方案模擬的降水與實(shí)況最為接近。Jankov 等[13]分析了19 種不同參數(shù)化方案組合對(duì)降水的敏感性,得出降水對(duì)積云對(duì)流參數(shù)化方案最敏感。趙鳴[14]指出,邊界層和陸面過(guò)程主要影響暴雨的強(qiáng)度和暴雨中心位置,而大尺度動(dòng)力過(guò)程才是暴雨發(fā)生發(fā)展的主要因子。朱格利等[15,16]發(fā)現(xiàn)云微物理過(guò)程比模式分辨率對(duì)暴雨模擬的影響更大。一些研究表明,MRF 邊界層方案對(duì)四川盆地兩次暴雨的雨帶預(yù)報(bào)能力最強(qiáng)[17],YSU 邊界層方案對(duì)青島一次暴雨過(guò)程的模擬優(yōu)于MYJ[18],QNSE 邊界層參數(shù)化方案對(duì)3 次長(zhǎng)江下游地區(qū)暴雨的模擬能力最優(yōu)[19],在季風(fēng)活躍期,YSU 方案降水率偏小,MYJ方案模擬的降水更接近實(shí)況[20],Thompson 微物理方案和TiedTke 積云方案的組合能較好地模擬海南一次秋季大暴雨過(guò)程的特征[21]。

    由于新疆特殊地理地形,動(dòng)力和熱力作用十分復(fù)雜,目前僅有于曉晶等[22]針對(duì)邊界層方案YSU 和ACM2 在新疆地區(qū)開(kāi)展了參數(shù)化試驗(yàn),對(duì)適合新疆地區(qū)數(shù)值模擬的分辨率和參數(shù)化方案的認(rèn)識(shí)和選擇上還有許多工作要做。本文基于WRF 模式,設(shè)計(jì)3個(gè)試驗(yàn)方案,試驗(yàn)1 為控制試驗(yàn),試驗(yàn)2 提高分辨率,試驗(yàn)3 提高分辨率并調(diào)整物理參數(shù)化方案,模擬2017 年2 月18—21 日和2016 年6 月16—19 日兩次強(qiáng)降水過(guò)程,結(jié)合統(tǒng)計(jì)方法對(duì)比不同分辨率和參數(shù)化方案對(duì)2 m 溫度、10 m 風(fēng)和降水預(yù)報(bào)的影響,對(duì)新疆地區(qū)合理選擇分辨率和WRF 模式中的參數(shù)化方案進(jìn)行了探討,為WRF 模式參數(shù)化方案的本地化深度應(yīng)用提供依據(jù)。

    1 天氣過(guò)程概況和試驗(yàn)方法

    1.1 天氣過(guò)程概況

    選取新疆冬季和夏季2 個(gè)強(qiáng)天氣過(guò)程,表1 為新疆降水量級(jí)劃分。過(guò)程Ⅰ為2017 年2 月18—21日發(fā)生在新疆的一次大范圍強(qiáng)降雪天氣,在石河子以東的北疆沿天山一帶和天山山區(qū)、巴州的部分地區(qū)及伊犁河谷和阿克蘇的局部出現(xiàn)大到暴雪(圖1a)。從圖1b 天氣形勢(shì)分析,500 hPa 歐亞范圍內(nèi)為經(jīng)向環(huán)流,烏拉爾山至中亞為低槽區(qū),伴隨冷中心的烏拉爾低槽與中亞低槽東移后疊加,槽前鋒區(qū)加強(qiáng),其偏北冷空氣和槽前強(qiáng)盛的西南暖濕氣流匯合在伊犁河谷至中天山地區(qū),由于下游脊阻擋,系統(tǒng)移速慢,造成新疆地區(qū)長(zhǎng)時(shí)間降雪。

    表1 新疆降水量級(jí)劃分 mm

    過(guò)程Ⅱ?yàn)?016 年6 月16 日—19 日發(fā)生在北疆的一次強(qiáng)降雨天氣,在伊犁河谷、博州、塔城北部和北疆沿天山一帶和天山山區(qū)部分地區(qū)出現(xiàn)大到暴雨,全疆共有270 個(gè)站達(dá)到暴雨,116 個(gè)站達(dá)大暴雨(圖2a)。500 hPa 歐亞范圍內(nèi)中高緯以經(jīng)向環(huán)流為主(圖2b),里咸海至烏拉爾山為高壓脊控制,西西伯利亞為平均槽區(qū),前期受伊朗副高影響全疆出現(xiàn)高溫天氣,熱力條件好。隨著烏拉爾高壓脊脊頂東北伸,推動(dòng)西西伯利亞的低渦南壓,低渦底部不斷分裂短波與中緯度鋒區(qū)弱波動(dòng)結(jié)合并東移,造成北疆出現(xiàn)強(qiáng)降水。

    1.2 試驗(yàn)設(shè)計(jì)

    圖1 2017 年2 月18 日20 時(shí)—21 日14 時(shí)(北京時(shí))降雪實(shí)況(a,單位:mm)及2 月18 日20 時(shí)500 hPa 位勢(shì)高度場(chǎng)(黑色等值線,單位:dagpm),溫度場(chǎng)(紅色等值線,單位:℃),

    圖2 2016 年6 月16 日08 時(shí)—19 日08 時(shí)降雨實(shí)況(a,單位:mm)及16 日08 時(shí)500 hPa 位勢(shì)高度場(chǎng)(黑色等值線,單位:dagpm)、溫度場(chǎng)(紅色等值線,單位:℃)、

    WRF 模式是由美國(guó)多家科研機(jī)構(gòu)共同研發(fā)的新一代非靜力平衡中尺度數(shù)值模式,可以對(duì)不同天氣尺度的天氣過(guò)程進(jìn)行數(shù)值模擬研究和預(yù)報(bào),重點(diǎn)考慮的水平分辨率為1~10 km[23]。采用WRF v3.8.1,以美國(guó)環(huán)境預(yù)報(bào)中心NCEP(National Centers for Environmental Prediction)下發(fā)的GFS 資料為初始場(chǎng),時(shí)間分辨率為3 h、空間分辨率為0.5°×0.5°,設(shè)計(jì)3 個(gè)試驗(yàn)。試驗(yàn)1(Exp1):區(qū)域設(shè)置為27 km、9 km二重嵌套網(wǎng)格(圖3a),垂直方向?yàn)?0 層,模式層頂為50 hPa;試驗(yàn)2(Exp2):區(qū)域設(shè)置為9 km、3 km 二重嵌套網(wǎng)格(圖3b),垂直方向?yàn)?0 層,模式層頂為10 hPa;試驗(yàn)3(Exp3):分辨率及區(qū)域設(shè)置與試驗(yàn)2相同,各試驗(yàn)物理參數(shù)化方案設(shè)置見(jiàn)表2。試驗(yàn)2 與試驗(yàn)1 相比,提高了網(wǎng)格分辨率,試驗(yàn)3 與試驗(yàn)2 相比,調(diào)整了物理參數(shù)化方案。過(guò)程Ⅰ從2017 年2 月18 日20 時(shí)起報(bào),預(yù)報(bào)36 h,過(guò)程Ⅱ從2016 年6 月16 日20 時(shí)起報(bào),預(yù)報(bào)36 h。根據(jù)預(yù)報(bào)結(jié)果,分析不同分辨率、參數(shù)化方案對(duì)兩次過(guò)程溫度、風(fēng)速、降水模擬的影響。

    1.3 檢驗(yàn)方法

    運(yùn)用MET(Model Evaluation Tools)檢驗(yàn)平臺(tái)對(duì)3 個(gè)試驗(yàn)2 m 溫度、10 m 風(fēng)速、降水預(yù)報(bào)性能進(jìn)行檢驗(yàn)評(píng)估。通過(guò)反距離權(quán)重法[24,25],將模式格點(diǎn)預(yù)報(bào)結(jié)果插值到站點(diǎn)位置,生成模式的測(cè)站預(yù)報(bào)值,與對(duì)應(yīng)站點(diǎn)實(shí)況降水進(jìn)行統(tǒng)計(jì)檢驗(yàn)。對(duì)2 m 溫度和10 m風(fēng)的檢驗(yàn),統(tǒng)計(jì)量有平均偏差ME(Mean Error)、均方根誤差RMSE(Root Mean Square Error)(見(jiàn)公式1、2)。對(duì)降水評(píng)估的指標(biāo)有TS 評(píng)分(Threat Score)和Bias 評(píng)分[26,27](公式3、4),主要對(duì)0~6、6~12、12~18、18~24、24~30、30~36 h 等時(shí)段的3 個(gè)閾值(≥0.1 mm、≥3.1 mm 和≥6.1 mm)的降水預(yù)報(bào)性能進(jìn)行對(duì)比評(píng)估。

    圖3 不同試驗(yàn)?zāi)J絽^(qū)域設(shè)置

    表2 不同試驗(yàn)網(wǎng)格設(shè)置及物理參數(shù)化方案

    式中ME 為平均偏差,RMSE 為均方根誤差,f(i)為第i 點(diǎn)上的預(yù)報(bào)值,O(i)為第i 點(diǎn)上的觀測(cè)值。

    式中TS 為TS 評(píng)分值,BS 為Bias 評(píng)分值,NA為預(yù)報(bào)正確站(次)數(shù)、NB 為空?qǐng)?bào)站(次)數(shù)、NC 為漏報(bào)站(次)數(shù)。

    2 結(jié)果分析

    2.1 2 m 溫度

    2.1.1 不同分辨率對(duì)2 m 溫度預(yù)報(bào)的影響

    圖4 為不同試驗(yàn)2 m 溫度均方根誤差和平均偏差,與Exp1 相比,Exp2 提高分辨率后2 m 溫度均方根誤差減小(圖4a、4c),過(guò)程ⅠRMSE 平均減小約0.7 ℃,過(guò)程ⅡRMSE 平均減小約0.3 ℃。根據(jù)平均偏差分析,Exp2 比Exp1 更接近0(圖4b、d),提高分辨率后溫度平均偏差減小約0.5~1.5 ℃,降低了日間溫度模擬冷偏差。

    進(jìn)一步分析了不同試驗(yàn)2 m 溫度偏差絕對(duì)值的差值分布,與試驗(yàn)1 相比,試驗(yàn)2 偏差絕對(duì)值在多數(shù)站點(diǎn)均有減小差值在-1 ℃以上的站點(diǎn)較多,進(jìn)一步從空間偏差說(shuō)明提高分辨率提高了2 m 溫度的模擬精度。對(duì)疆外站點(diǎn)2 m 溫度模擬精度提高較為明顯,疆內(nèi)站點(diǎn)中對(duì)伊犁河谷、天山山區(qū)多數(shù)站點(diǎn)和南疆少數(shù)站點(diǎn)模擬偏差減小,對(duì)北疆阿勒泰地區(qū)部分站點(diǎn)模擬偏差增大。

    2.1.2 物理參數(shù)化方案對(duì)2 m 溫度預(yù)報(bào)的影響

    與Exp2 相比,Exp3 修改參數(shù)化方案后均方根誤差略有減?。▓D4a、4c),過(guò)程ⅠRMSE 平均減小約0.1 ℃,過(guò)程Ⅱ兩個(gè)方案RMSE 相差較小,試驗(yàn)3 略優(yōu)于試驗(yàn)2。Exp3 溫度平均偏差比Exp2 減小約0.2 ℃。

    圖4 2 m 溫度的均方根誤差(a 為過(guò)程Ⅰ;c 為過(guò)程Ⅱ)和平均偏差(b 為過(guò)程Ⅰ;d 為過(guò)程Ⅱ)

    從2 m 溫度偏差絕對(duì)值的差值分布看出,與試驗(yàn)2 相比,試驗(yàn)3 偏差絕對(duì)值在多數(shù)站點(diǎn)也均有減小,差值在-0.5 ℃的站點(diǎn)較多,從空間偏差說(shuō)明修改參數(shù)化方案后對(duì)2 m 溫度的模擬精度有提高。過(guò)程Ⅰ對(duì)南疆多數(shù)站點(diǎn)2 m 溫度模擬精度提高較為明顯,對(duì)伊犁河谷及天山山區(qū)部分站點(diǎn)有提高,過(guò)程Ⅱ?qū)獠糠终军c(diǎn)、天山山區(qū)溫度模擬精度提高較大。

    綜上分析,提高分辨率后2 m 溫度模擬精度平均提高約0.5 ℃,溫度平均偏差減小約0.5~1.5 ℃,降低了日間溫度模擬冷偏差,對(duì)疆外部分站點(diǎn)、伊犁河谷和天山山區(qū)的大部分站點(diǎn)改進(jìn)明顯;調(diào)整參數(shù)化方案后2 m 溫度均方根誤差略有減小,溫度平均偏差減小約0.2 ℃,對(duì)南疆和天山山區(qū)部分站點(diǎn)精度有提高。

    2.2 10 m 風(fēng)速

    2.2.1 不同分辨率對(duì)10 m 風(fēng)速預(yù)報(bào)的影響

    圖5 為不同試驗(yàn)10 m 風(fēng)速均方根誤差和平均偏差,與Exp1 相比,Exp2 提高分辨率后10 m 風(fēng)速均方根誤差減小,過(guò)程ⅠRMSE 平均減小約0.7 m/s,過(guò)程ⅡRMSE 平均減小約0.3 m/s。根據(jù)平均偏差分析(圖6b、6d),Exp2 比Exp1 更接近0,提高分辨率后10 m 風(fēng)速平均偏差減小約0.3~1.0 m/s,降低了風(fēng)速模擬正偏差。

    2.2.2 物理參數(shù)化方案對(duì)10 m 風(fēng)速預(yù)報(bào)的影響

    與Exp2 相比,Exp3 修改參數(shù)化方案后均方根誤差增大,過(guò)程ⅠRMSE 平均增大0.3 m/s,過(guò)程ⅡRMSE 平均增大0.6 m/s,Exp2 優(yōu)于試驗(yàn)Exp3。與Exp2 相比,Exp3 風(fēng)速平均偏差增大,最高達(dá)1.0 m/s。

    綜上分析,提高分辨率后10 m 風(fēng)速模擬精度平均提高約0.5 m/s,降低了風(fēng)速模擬正偏差;調(diào)整物理參數(shù)化方案后10 m 風(fēng)速模擬誤差增大約0.5 m/s,模擬平均偏差增大超過(guò)0.5 m/s。

    2.3 降水

    2.3.1 不同分辨率對(duì)降水預(yù)報(bào)的影響

    圖6 為不同試驗(yàn)逐6 h 降水預(yù)報(bào)結(jié)果TS 評(píng)分和Bias 評(píng)分,對(duì)于0.1 mm 閾值降水,與Exp1 相比,Exp2 提高分辨率后過(guò)程ⅠTS評(píng)分增大,過(guò)程ⅡTS評(píng)分減小,兩次過(guò)程Bias 評(píng)分均減小,提高了過(guò)程Ⅱ的漏報(bào)率。對(duì)于3.1 mm 閾值降水,與Exp1 相比,Exp2 提高分辨率后兩次過(guò)程TS評(píng)分均減?。粡腂ias 評(píng)分看,空?qǐng)?bào)率、漏報(bào)率均提高。對(duì)于6.1 mm 閾值降水,與Exp1 相比,Exp2 提高分辨率后過(guò)程ⅠTS評(píng)分降低,過(guò)程Ⅱ在6~12 h、30~36 h 降水模擬TS評(píng)分增大,其他模擬時(shí)刻減小;從Bias 評(píng)分看,過(guò)程Ⅰ漏報(bào)率提高,過(guò)程Ⅱ部分模擬時(shí)刻有改進(jìn)。

    2.3.2 物理參數(shù)化方案對(duì)降水預(yù)報(bào)的影響

    圖5 10 m 風(fēng)速均方根誤差(a 為過(guò)程Ⅰ;c 為過(guò)程Ⅱ)和平均偏差(b 為過(guò)程Ⅰ;d 為過(guò)程Ⅱ)

    從逐6 h 降水預(yù)報(bào)結(jié)果TS評(píng)分和Bias 評(píng)分來(lái)看(圖6),對(duì)于0.1 mm 閾值降水,與Exp2 相比,Exp3 修改參數(shù)化方案后過(guò)程ⅠTS評(píng)分總體略有提高,過(guò)程ⅡTS評(píng)分整體降低;從Bias 評(píng)分來(lái)看,過(guò)程ⅠBias 評(píng)分更接近1,空?qǐng)?bào)率、漏報(bào)率有所降低,過(guò)程ⅡBias 評(píng)分增大,降低了漏報(bào)率。對(duì)于3.1 mm 閾值降水,與Exp2 相比,Exp3 修改方案后過(guò)程ⅠTS評(píng)分總體略有提高,過(guò)程Ⅱ在前24 h 降水模擬TS評(píng)分增大,過(guò)程Ⅰ漏報(bào)率提高,過(guò)程ⅡBias 評(píng)分整體變化較小。對(duì)于6.1 mm 閾值降水,與Exp2 相比,Exp3修改方案后TS評(píng)分變化較小,過(guò)程Ⅰ漏報(bào)率提高,過(guò)程Ⅱ在前24 h 降水模擬漏報(bào)率提高,24~30 h 模擬漏報(bào)率降低。從TS評(píng)分和Bias 評(píng)分來(lái)看,提高分辨率和修改方案后對(duì)降水模擬精度無(wú)明顯改善。

    3 降水分析

    3.1 24 h 累積降水

    進(jìn)一步對(duì)降水空間分布進(jìn)行分析,圖7 為2017年2 月18 日08 時(shí)—19 日08 時(shí)24 h 累積降水,實(shí)況在伊犁河谷、北疆沿天山一帶、天山山區(qū)及其周邊地區(qū)出現(xiàn)中到暴量降雪,在塔城、阿勒泰北部有中雪。與實(shí)況相比,試驗(yàn)1 模擬出了沿天山一帶的暴量降雪,模擬24 h 降水在阿勒泰北部山區(qū)、塔城、伊犁河谷、巴州局地偏強(qiáng)(圖7b)。試驗(yàn)2 提高分辨率后,降雪分布比試驗(yàn)1 更加精細(xì),降雪局地性增強(qiáng)(圖7c);與試驗(yàn)1 相比,對(duì)東天山、伊犁河谷局地降雪模擬增強(qiáng),更加偏離實(shí)況,對(duì)巴州降雪強(qiáng)度模擬減弱,與實(shí)況接近。更改參數(shù)化方案后,與試驗(yàn)2 相比,暴量降雪落區(qū)減小,強(qiáng)度減弱,尤以對(duì)阿勒泰北部山區(qū)、東天山降雪模擬減弱(圖7d)。從24 h 累積降雪空間分布來(lái)看,試驗(yàn)3 與實(shí)況降雪落區(qū)及量級(jí)模擬最為接近。

    圖6 不同試驗(yàn)逐6 h 降水預(yù)報(bào)結(jié)果TS 評(píng)分和Bias 評(píng)分

    圖7 2 月19 日08 時(shí)—20 日08 時(shí)24 h 累積降水量分布(a為實(shí)況,b為試驗(yàn)1,c為試驗(yàn)2,d為試驗(yàn)3)

    從2016 年6 月17 日08 時(shí)—18 日08 時(shí)24 h累積降水分布(圖8)可以看出,實(shí)況是在北疆大部分地區(qū)有降雨,伊犁河谷、博州、塔城、北疆沿天山一帶、天山山區(qū)出現(xiàn)中到大雨,其中博州北部、烏魯木齊、昌吉等地達(dá)到暴雨。與實(shí)況相比,試驗(yàn)1 模擬出了3 個(gè)暴雨中心,模擬24 h 降水在阿勒泰北部山區(qū)、塔城北部、伊犁河谷南部偏強(qiáng),對(duì)塔城、博州、伊犁河谷部分地區(qū)中雨模擬偏弱(圖8b)。試驗(yàn)2 提高分辨率后,與試驗(yàn)1 相比,對(duì)阿勒泰北部山區(qū)大雨模擬有減弱,更接近實(shí)況,但對(duì)伊犁河谷、天山山區(qū)一帶暴雨模擬范圍增大,強(qiáng)度增強(qiáng),比實(shí)況模擬偏強(qiáng)(圖8c)。更改參數(shù)化方案后,與試驗(yàn)2 相比,對(duì)阿勒泰北部山區(qū)、塔城北部降雨模擬都有改進(jìn)(圖8d),與實(shí)況更為接近,對(duì)伊犁河谷、西天山報(bào)強(qiáng)的暴雨改善明顯,暴雨范圍減小,更符合實(shí)況。從24 h 累積降雨空間分布來(lái)看,試驗(yàn)3 與實(shí)況降雨落區(qū)及量級(jí)模擬最為接近,降水模擬精度最高。綜合兩次過(guò)程分析,試驗(yàn)3 對(duì)降水落區(qū)、量級(jí)、特別是強(qiáng)降水區(qū)域的模擬最優(yōu)。

    3.2 6 h 累積降水

    通過(guò)3 個(gè)試驗(yàn)?zāi)M的逐6 h 累積降水量及其差值分布(圖9)可以看出,3 個(gè)試驗(yàn)方案模擬的整個(gè)降水帶分布和降水中心的位置變化不大,模擬的降水中心與實(shí)況較為接近,部分地區(qū)尤其在山區(qū)出現(xiàn)空?qǐng)?bào)或報(bào)強(qiáng)。這可能由于山區(qū)地形復(fù)雜,模式地形與實(shí)際地形高度存在較大誤差導(dǎo)致。從降水的差值來(lái)看,對(duì)于3 km 分辨率更換參數(shù)化方案后,模式模擬結(jié)果的差異分布與降水落區(qū)非常吻合,主要對(duì)降水中心的模擬強(qiáng)度減弱,與實(shí)況更為接近,對(duì)提高分辨率后模式模擬的虛假降水有一定修正。

    4 結(jié)論

    基于WRF 中尺度數(shù)值模式,選取2017 年冬季和2016 年夏季兩次強(qiáng)降水過(guò)程,設(shè)計(jì)3 個(gè)試驗(yàn)方案,優(yōu)選新疆區(qū)域數(shù)值模式參數(shù)化方案,通過(guò)對(duì)比分析得出以下結(jié)論:

    (1)對(duì)于2 m 溫度,提高分辨率后模擬精度平均提高約0.5 ℃,降低了日間溫度模擬冷偏差;對(duì)疆外站點(diǎn)、伊犁河谷、天山山區(qū)的大部分站點(diǎn)改進(jìn)明顯,溫度偏差減小。更改方案后模擬誤差略有減小,溫度偏差減小約0.2 ℃,對(duì)天山山區(qū)、天山大峽谷溫度模擬精度提高明顯。

    圖8 不同試驗(yàn)2016 年6 月17 日08 時(shí)—18 日08 時(shí)24 h 累積降水量分布(單位:mm)

    圖9 2017 年2 月19 日08 時(shí)—20 日08 時(shí)逐6 h 累積降水量與差值分布(單位:mm)

    (2)對(duì)于10 m 風(fēng)速,提高分辨率后模擬精度平均提高約0.5 m/s,降低了風(fēng)速模擬正偏差;更改方案后10 m 風(fēng)速模擬誤差增大約0.5 m/s,模擬偏差平均增大超過(guò)0.5 m/s。

    (3)對(duì)于降水,從TS 和Bias 評(píng)分來(lái)看,提高分辨率和修改方案后對(duì)降水模擬精度沒(méi)有明顯改善。從降水落區(qū)和量級(jí)分析,同時(shí)提高分辨率和修改參數(shù)化方案后,對(duì)降水落區(qū)、量級(jí)、特別是強(qiáng)降水的模擬精度顯著提高,主要對(duì)降水中心的模擬強(qiáng)度減弱,對(duì)提高分辨率后模式模擬的虛假降水有一定修正作用。

    受限于機(jī)器計(jì)算資源,目前僅選取兩次過(guò)程進(jìn)行試驗(yàn)分析,還需選擇代表月開(kāi)展長(zhǎng)時(shí)間的試驗(yàn);此外,針對(duì)本文對(duì)各參數(shù)化方案的初步結(jié)論,應(yīng)開(kāi)展更換單一參數(shù)化方案的控制試驗(yàn),進(jìn)一步驗(yàn)證結(jié)論的普適性。

    猜你喜歡
    平均偏差實(shí)況分辨率
    河北地方性震級(jí)量規(guī)函數(shù)與方位角校正值研究1
    FY-3C/VIRR西北太平洋區(qū)域海表溫度精度評(píng)估?
    EM算法的參數(shù)分辨率
    鄉(xiāng)村小學(xué)的愿望與現(xiàn)實(shí)——宜君鄉(xiāng)村教育實(shí)況
    原生VS最大那些混淆視聽(tīng)的“分辨率”概念
    天舟一號(hào)貨運(yùn)飛船發(fā)射實(shí)況掠影
    基于深度特征學(xué)習(xí)的圖像超分辨率重建
    一種改進(jìn)的基于邊緣加強(qiáng)超分辨率算法
    可愛(ài)潮咖們的獨(dú)門彩妝實(shí)況直播
    脛前動(dòng)脈穿刺可行性及心肺流轉(zhuǎn)下脛前動(dòng)脈與橈動(dòng)脈壓力監(jiān)測(cè)的一致性研究
    香格里拉县| 乌兰浩特市| 迁西县| 塔河县| 文水县| 邵武市| 息烽县| 朝阳县| 太和县| 蒙阴县| 太湖县| 临武县| 耒阳市| 长兴县| 句容市| 涿鹿县| 肃北| 红原县| 大渡口区| 江川县| 玉树县| 安宁市| 无棣县| 图们市| 探索| 双柏县| 兴山县| 盐城市| 都安| 平南县| 建宁县| 渭源县| 广汉市| 霍山县| 枣阳市| 西和县| 兴国县| 鹤庆县| 台中县| 福清市| 夹江县|