運(yùn)用WRF模式（Weather Research and Forecasting Model,天氣研究和預(yù)報(bào)模式）和WRFDA同化（WRF Data Assimilation,WRF資料同化）系統(tǒng),探究采用物理濾波初始化四維變分同化方法提高數(shù)值預(yù)報(bào)在臨近預(yù)報(bào)時(shí)效的預(yù)報(bào)能力的可能性。通過(guò)采用12 min同化窗,在不顯著增加計(jì)算量的情況下,得到更協(xié)調(diào)的模式初始場(chǎng),從而提高模式預(yù)報(bào)能力。選取2018年8月華北地區(qū)17個(gè)降水個(gè)例進(jìn)行研究,結(jié)果表明:采用物理濾波初始化四維變分同化技術(shù)能夠明顯改進(jìn)模式短時(shí)臨近降水預(yù)報(bào)能力,明顯提高對(duì)大量級(jí)降水預(yù)報(bào)的ETS評(píng)分,6 h累積降水大于25.0 mm量級(jí)的ETS評(píng)分由0.125提高到0.190,且6 h累積降水大于60.0 mm量級(jí)的ETS評(píng)分由0.016提高到0.081。研究還表明:同化雷達(dá)風(fēng)場(chǎng)通過(guò)改進(jìn)初始動(dòng)力場(chǎng)使次網(wǎng)格尺度降水過(guò)程（積云參數(shù)化）快速響應(yīng),可提高短時(shí)臨近時(shí)段的降水預(yù)報(bào)能力。 

【文章來(lái)源】：應(yīng)用氣象學(xué)報(bào). 2020,31(05)北大核心CSCD

【文章頁(yè)數(shù)】：13 頁(yè)

【部分圖文】：

圖２?２０１８年８月１１日觀測(cè)與未同化（ＣＴＬ）、同化（ＰＦＩ）試驗(yàn)６?ｈ累積降水預(yù)報(bào)??Ｆｉｇ．?２?Ｓｉｘ－ｈｏｕｒ?ａｃｃｕｍｕｌａｔｅｄ?ｐｒｅｃｉｐｉｔａｔｉｏｎ?ｉｎ?ｏｂｓｅｒｖａｔｉｏｎ，ＣＴＬ?ｅｘｐｅｒｉｍｅ?

料對(duì)改進(jìn)格點(diǎn)可分辨降水（ＰＦＩ－ＲＡＩＮＮＣ）??有效，但大范圍降水主要－來(lái)自積云對(duì)流參數(shù)化降水??（ＰＦＩ－ＲＡＩＮＣ）?ｓ從批量試驗(yàn)結(jié)果也可看到，積??云對(duì)流參數(shù)化降水對(duì)短時(shí)臨近時(shí)效的降水影響較大Ｉ??觀測(cè)，第１小時(shí)??３０??１０８?１１０?１１２?１１４?１１６?１１８?１２０?１２２°Ｅ??１０８?１１０?１１２?１１４?１１６?１１８?１２０?１２２°Ｅ?１０８?１１０?１１２?１１４?１１６?１１８?１２０?１２２°?Ｅ??觀測(cè)，第３小時(shí)??趨丨Ｊ，第２小時(shí)?？??圖７?２０１８年８月１７個(gè)降水個(gè)例批量試驗(yàn)觀測(cè)與未同化（ＣＴＬ）、同化（ＰＦＩ）試驗(yàn)的第１？３小時(shí)的逐小時(shí)??平均累積降水中的積云對(duì)流降水（ＲＡＩＮＣ）和格點(diǎn)可分辨降水（ＲＡＩＮＮＣ）分布??Ｆｉｇ．?７?Ａｖｅｒａｇｅｄ?ｃｏｎｖｅｃｔｉｖｅ?ｐａｒａｍｅｔｅｒｉｚａｔｉｏｎ（?ＲＡＩＮＣ）?ａｎｄ?ａｖｅｒａｇｅｄ?ｇｒｉｄ－ｒｅｓｏｌｖａｂｌｅ（?ＲＡＩＮＮＣ）?ｐｒｅｃｉｐｉｔａｔｉｏｎ??ａｃｃｕｍｕｌａｔｅｄ?ｗｉｔｈｉｎ?ｏｎｅ－ｈｏｕｒ?ｆｒｏｍ?ｔｈｅ?１ｓｔ?ｔｏ?ｔｈｅ?３ｒｄ?ｈｏｕｒ?ｉｎ?ｏｂｓｅｒｖａｔｉｏｎ，ＣＴＬＣｗｉｔｈｏｕｔ?ｄａｔａ?ａｓｓｉｍｉｌａｔｉｏｎ），??ａｎｄ?ＰＦＩ?ｅｘｐｅｒｉｍｅｎｔ（ｗｉｔｈ?ｄａｔａ?ａｓｓｉｍｉｌａｔｉｏｎ）?ｏｆ?ｓｅｖｅｎｔｅｅｎ?ｃａｓｅｓ?ｉｎ?Ａｕｇ?２０１８??

【參考文獻(xiàn)】：
期刊論文
[1]同化風(fēng)廓線雷達(dá)資料對(duì)浙江降水預(yù)報(bào)改進(jìn)評(píng)估[J]. 余貞壽,冀春曉,楊程,黎玥君.  應(yīng)用氣象學(xué)報(bào). 2018(01)
[2]雷達(dá)資料同化對(duì)2015年臺(tái)風(fēng)彩虹數(shù)值模擬改進(jìn)[J]. 馮佳寧,端義宏,徐晶,張興海,胡皓.  應(yīng)用氣象學(xué)報(bào). 2017(04)
[3]WRF模式三維變分中背景誤差協(xié)方差估計(jì)[J]. 王曼,李華宏,段旭,劉建宇,符睿,陳新梅.  應(yīng)用氣象學(xué)報(bào). 2011(04)
[4]晴空回波在強(qiáng)對(duì)流天氣臨近預(yù)報(bào)中的應(yīng)用[J]. 王麗榮,卞韜,蘇運(yùn)濤,孫云,張玉鳳.  應(yīng)用氣象學(xué)報(bào). 2010(05)
[5]臺(tái)風(fēng)渦旋循環(huán)初始化方法及其在GRAPES-TCM中的應(yīng)用[J]. 黃偉,梁旭東.  氣象學(xué)報(bào). 2010(03)
[6]交叉相關(guān)外推算法的改進(jìn)及其在對(duì)流臨近預(yù)報(bào)中的應(yīng)用[J]. 陳明軒,王迎春,俞小鼎.  應(yīng)用氣象學(xué)報(bào). 2007(05)
[7]多普勒雷達(dá)資料在暴雨臨近預(yù)報(bào)中的應(yīng)用[J]. 王改利,劉黎平,阮征.  應(yīng)用氣象學(xué)報(bào). 2007(03)
[8]對(duì)流天氣臨近預(yù)報(bào)技術(shù)的發(fā)展與研究進(jìn)展[J]. 陳明軒,俞小鼎,譚曉光,王迎春.  應(yīng)用氣象學(xué)報(bào). 2004(06)



本文編號(hào)：3422505