排序方式： 共有6条查询结果，搜索用时 11 毫秒
1
1.
线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。 相似文献
2.
利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型和ERA_INTERIM数据,计算2013—2017年北京奥林匹克体育中心(以下简称奥体中心)2月期间抵达的72 h后向轨迹,并结合聚类分析方法和污染物浓度数据,分析2月不同轨迹对奥体中心污染物浓度的影响,采用四种不同的轨迹分析方法分析奥体中心污染物来源特征,并通过实例分析了不同轨迹分析方法的优缺点和适用性。结果表明:奥体中心2月主导气流明显,为西北路径,出现概率为55.85%;清洁通道为北向气流,污染来源为南向路径和偏东路径,对应颗粒物浓度最高;通过轨迹统计方法得到奥体中心2月颗粒物主要污染来源为河北地区、山东半岛、黄渤海区域、新疆北部与河西走廊。此外,研究发现潜在源贡献函数和浓度权重轨迹方法适用于近距离污染源的识别;停留时间浓度加权方法采用确定性办法通过迭代可以精准识别出北京奥体中心主要污染物来源;定量传输偏差分析方法引入不确定性概念,适用于大范围确定性污染源识别,但同时会产生虚假的污染物来源。不过,采用RTWC方法和QTBA方法相结合可消除QTBA方法带来的虚假污染源。 相似文献
3.
利用美国NCEP全球集合预报系统(GEFS)历史回算资料和中国均一化格点观测数据,分析了我国近30 a来极端温度变化特征,重点考察了该模式预报系统对这一变化特征的刻画性能。通过估算格点观测和模式资料中2 m温度的历史气候百分位,分析了我国冬夏两季极端温度的气候特征以及极端温度日数的气候分布和多年变化趋势。结果表明,我国冬季极端低温和夏季极端高温的空间分布表现出较强区域性特征:东北、华北和青藏高原区域冬季极端低温的百分位阈值对应的温度较低,而华南、西北和长江流域夏季极端高温的阈值温度则较高;近30 a来我国夏季平均温度和极端高温日数几乎都呈现上升趋势,冬季平均温度则在我国大部分区域呈上升趋势、西北和东北部分地区呈下降趋势,相应地冬季极端低温日数在大部分区域呈下降趋势、仅在西北、东北和华南部分地区略有上升。NCEP-GEFS回算资料能较好地再现我国冬夏两季平均气温、冬季极端低温和夏季极端高温日数的气候趋势和年际变化,但在各区域都有不同程度的冷偏差,冬季偏差明显大于夏季,并随着预报时长的增加,冬季冷偏差逐渐增强,而夏季冷偏差则逐渐减弱。因此,本文建议采用基于百分位阈值的相对极端性定义,可自动修正模式分析场和预报场中的系统性偏差。 相似文献
4.
对流尺度集合预报与模式不确定性研究进展 总被引：1，自引：0，他引：1
本文回顾了国内外近10年来对流尺度集合预报系统以及有关模式不确定性研究的成果。对流尺度集合预报在提高局地强天气预报预警能力方面,因其可以提供丰富的概率预报信息而具有显著优势,相关研究和应用受到国内外学者和数值预报业务机构的重视。相对于全球集合预报,对流尺度集合预报中有关模式不确定性的研究缺乏系统性和理论基础,成为目前研究的热点和难点。目前常用的模式扰动方法有多模式、多物理过程、多物理参数、随机物理等。这些方法在强对流事件、热带气旋强度路径等预报中得到了广泛应用,但在提高对流尺度集合离散度方面作用仍有限,主要原因在于其并没有针对性描述影响对流系统发生发展的关键物理过程的不确定性,仍然属于全球集合预报中天气尺度范畴。在回顾相关研究的同时,也提出了值得探索和研究的方向。 相似文献
5.
基于中国气象局自主研发的全球集合预报系统CMA-GEPS,针对2020年6—7月的长江中下游地区超强梅雨天气过程,开展了中国梅汛期强降水的预报能力分析。结果表明,西太副高的稳定维持及夏季风的持续增强为梅汛期强降水的发生提供了有利的动力和水汽条件。CMA-GEPS对西太副高各指数的快速调整趋势预报,可提前7～10 d在预报中呈现;对西太副高强度和面积预报技巧与NCEP集合预报相当,表现为偏弱的估计,脊线和西伸脊点预报技巧与ECMWF集合预报相当,表现为脊线位置偏南、西伸脊点偏东的偏差。CMA-GEPS对东亚夏季风指数预报技巧在9 d以上,较控制预报提前2 d。CMA-GEPS的控制预报存在强度偏弱、雨带位置偏南的系统性偏差和漏报现象;基于空间和时间权重修正的邻域方案TSWNP,明显提高了大雨预报的技巧,减少了漏报的发生,优于控制预报和传统的单点概率预报,从而表明,TSWNP方案对梅汛期大雨过程的预报是有效且合理的。 相似文献
6.
为了深入认识全球四维变分同化系统(Global Regional Assimilation and Prediction System Four-Dimensional Variational, GRAPES 4DVAR)分析场质量,利用2019年3月1日至2020年2月29日GRAPES 4DVAR 7层等压面的高度、温度、纬向和经向风等4个要素的分析场及同期ERA5再分析场资料和探空观测资料,基于Pearson相关系数、偏差统计和EOF分解等多种统计分析方法,对GRAPES 4DVAR分析场质量进行了评估。结果表明:(1)GRAPES 4DVAR各要素分析场与ERA5再分析场具有显著的正相关(相关系数均通过α=0.01显著性水平检验),其中高度场和温度场的相关系数大于0.99,风场的相关系数大于0.85,GRAPES 4DVAR分析场和ERA5再分析场与探空观测的均方根偏差值的大小及分布相似,表明GRAPES 4DVAR同化分析场具有较高的质量,且北半球和南半球的分析质量优于热带地区;(2)GRAPES 4DVAR温度和风的分析场与ERA5再分析场在北半球和南半球的偏差存在较明显的季节变化和空间变化,表现为夏半年偏差小于冬半年,中层偏差小于低层和高层,且在对流层低层(高层),南半球(热带地区)的偏差大于北半球和热带地区(南半球);(3)不同要素分析偏差的特征显示,温度分析偏差主要出现在对流层低层,极大值区位于北极和南极地区,而风场分析偏差主要位于对流层中高层,极大值区主要分布于青藏高原、非洲大陆西部及北部、东太平洋及大西洋赤道附近区域。 相似文献
1