排序方式： 共有8条查询结果，搜索用时 34 毫秒
1
1.
In this paper, the numerical simulation bias of the non-hydrostatic version GRAPES-Meso (Mesoscale of the Global and Regional Assimilation and Prediction System) at the resolution of 0.18o for a torrential rain case, which happened in May 31st to June 1st 2005 over Hunan province, are diagnosed and investigated by using the radiosondes, intensive surface observation, and the operational global analysis data, and the sensitivity experimental results as well. It is shown in the result that the GRAPES-Meso could reproduce quite well the main features of large-cale circulation and the distribution of the accumulated 24h precipitation and the key locations of the torrential rainfall are captured reasonably well by the model. However, bias exist in the simulation of the mesoscale features of the torrential rain and details of the relevant systems, for example, the simulated rainfall that is too earlier in model integration and remarkable underprediction of the peak value of rainfall rates over the heaviest rainfall region, the weakness of the upper jet simulation and the overprediction of the south-west wind in the lower troposphere etc. The investigation reveals that the sources of the simulation bias are different. The erroneous model rainfall in the earlier integration stage over the heaviest rainfall region is induced by the model initial condition bias of the wind field at about 925hPa over the torrential rainfall region, where the bias grow rapidly and spread upward to about 600hPa level within the few hours into the integration and result in abnormal convergence of the wind and moisture, and thus the unreal rainfall over that region. The large bias on the simulated rainfall intensity over the heaviest rainfall region might be imputed to the following combined factors of (1) the simulation bias on the strength and detailed structures of the upper-level jet core which bring about significant underpredictions of the dynamic conditions (including upper-level divergence and the upward motion) for heavy rainfall due to unfavorable mesoscale vertical coupling between the strong upper-level divergence and lower-level convergence; and (2) the inefficient coupling of the cumulous parameterization scheme and the explicit moisture in the integration, which causes the failure of the explicit moisture scheme in generating grid-scale rainfall in a certain extent through inadequate convective adjustment and feedback to the grid-scale. In addition, the interaction of the combined two factors could form a negative feedback to the rainfall intensity simulation, and eventually lead to the obvious underprediction of the rainfall rate. 相似文献
2.
GRAPES-MESO模式浅对流参数化的改进与试验 总被引：5，自引：2，他引：3
参考Berg 等2005、2013年提出的扰动对流触发函数方法,对GRAPES-Meso模式积云对流参数化方案(KF eta)中的浅对流激发进行改进设计和试验,将单一的温、湿度触发改为对近地层进行一组温度、湿度扰动后的触发,并且用与该组扰动相关的边界层温、湿度分布确定的联合概率密度函数(JPDF)来表征浅对流云的特征参量及计算浅对流的强度。 着重分析了改进方案的浅对流激发、浅对流对环境场的反馈、模式地面降水和2 m气温的相关响应等,并与原方案和相关观测比较,验证了改进方案的合理性。 结果显示,改进方案比原方案能较早地激发出浅对流,且浅对流的激发频次高,浅对流激发的增加致使在模式低层距地数百米至2—3 km的垂直层内对环境温、湿度场和云雨水反馈增大,对GRAPES-Meso浅对流激发偏弱有改进作用,并对格点尺度与次网格尺度降水分配比不协调有改进。 对连续两个月批量试验的检验表明,浅对流激发的改进,可对GRAPES-Meso的24 h降水预报技巧的提高和2 m气温偏差的减小等产生不同程度的正影响。 相似文献
3.
GRAPES-Meso模式动力框架与物理过程对预报误差影响研究 总被引：1，自引：0，他引：1
为了研究GRAPES-Meso区域中尺度模式误差特点,评估模式动力框架和物理过程对预报误差的影响重要性,为GRAPES区域集合预报系统方案设计提供参考,基于GRAPES中尺度模式设计了4组对比试验,每组试验对2008年3个不同类型天气过程进行了数值模拟,获得如下结论:(1)GRAPES-Meso模式存在较为显著的系统性误差,系统性误差水平和垂直分布特征主要由GRAPES模式动力框架产生,物理过程对系统性误差影响相对较小;(2)在模式层底和模式层顶,GRAPES模式层与等压面层转换方案中,预报存在较为明显的垂直插值误差;(3)边界层方案对GRAPES模式低层动力场预报误差有重要影响,可以显著减少模式低层动力场预报误差。结果表明减少动力框架预报误差是改进GRAPES-Meso模式的重点,在GRAPES-Meso集合预报系统的设计中,需要重点考虑动力框架引起的模式不确定性。 相似文献
4.
GRAPES-Meso模式浅对流云辐射效应的改进试验 总被引：1，自引：0，他引：1
在万子为等（2015）对GRAPES-Meso模式浅对流参数化改进的基础上,进一步引入了浅对流云量诊断计算,并设计旨在完善浅对流云辐射效应的浅云云量和云中水凝物的补偿方案,以改进模式低层云量偏少和浅对流云辐射效应不足的问题。通过对数值试验结果的诊断和对比分析以及与观测的比较,重点考察了浅对流云量计算与浅对流激发的协调性、浅对流云对低云补偿后所产生的辐射效应以及对模式地面要素预报的影响等,验证了改进方案的合理性与有效性。结果表明:（1）浅对流云量诊断计算合理,其云覆盖区与浅对流激发区相吻合,引入浅对流云量的计算可减小模式云量的计算偏差、使其向观测结果靠近;（2）改进方案在浅对流发生区低层0.5-4 km高度范围内,对影响模式云辐射过程的浅云云量和云中水凝物形成有效补偿,最明显的浅云补偿在1-1.5 km高度处,浅对流活跃时期浅对流过程对浅云水凝物（云水和雨水之和）的补偿量可达20%-55%;（3）云光学厚度对浅云水凝物的补偿响应合理,即水凝物的补偿引起云光学厚度增大,两者的变化特征在时空分布上十分相似,且云光学厚度之变化受云水补偿的影响比受雨水补偿的影响更明显;（4）在白天时段,浅云补偿所产生的辐射效应使模式地表太阳总辐射有所下降,缩小了与观测的偏差,进而使地表温度和地面2 m气温模拟偏差减小。改进方案在缓解模式云量偏少、地表太阳总辐射偏强和地面2 m气温偏高等方面的作用,在批量试验中得到了验证。 相似文献
5.
GRAPES-Meso云分析系统的设计与试验 总被引：5，自引：0，他引：5
研究应用LAPS(Local Analysis and Prediction System)云分析方案,基于美国"风暴分析预报中心"开发的中尺度模式ARPS(Advanced Regional Prediction System)的资料分析系统ADAS(ARPS Data Analysis System),开发了GRAPES-Meso(Mesoscale of the Global and Regional Assimilation and Prediction System)区域中尺度数值预报模式的云分析系统,首次实现了地面云观测资料、卫星云图、多普勒雷达反射率资料在GRAPRS模式中的综合同化应用。详尽分析了地面云观测资料、卫星红外云图、可见光云图、多普勒雷达反射率多种观测资料对GRAPES模式初始三维云覆盖、多相混合比等云微物理因子以及初始场的调整。通过对2009年6月28日至7月4日湖南省一次强降水过程的模拟试验检验云分析系统的性能,对比分析表明:(1)云分析系统通过地面云观测资料、卫星红外云图、可见光云图、多普勒雷达反射率的同化,能够反演出三维云覆盖状况;(2)在三维云覆盖的基础上结合云底云顶高度,能够反演出云水、雨水、云冰等微粒,并显著改善模式初始湿度场;(3)云分析系统能够显著缩短模式的热启动时间,明显增大了开始几小时的降水量预报,对24小时的降水预报效果也有显著改善。 相似文献
6.
选用0．18度（约20km）分辨率中尺度大气非静力模式GARPES-Meso对2005年5月31日-6月1日发生在湖南省的大暴雨过程进行了数值模拟和敏感性试验，并用探空、地面加密实况资料和客观分析场资料等对模拟结果进行细致的误差分析和诊断研究。结果表明：此次暴雨过程发生的大尺度环流背景、尤其是500hPa环流形势及其变化过程的模拟与实况非常接近；模式对暴雨过程累积降水总分布特征、大降水的主要落区等的模拟能力亦较强。从天气过程的角度看，模式可以对降水短期预报提供有较好参考和指导价值的可用数值产品。当然，本次暴雨过程细节特征的模拟还存在着一定偏差，如：模拟降水出现过早、降水峰值模拟偏弱、低层风速模拟偏大、高空急流核风速模拟偏小等。诊断分析显示，引起这些模拟误差的原因并不相同。模拟降水出现过早，主要是由模式初值误差引起，而非模式本身原因。处于暴雨区的初始低层风场偏差，在有利的环流条件下，积分前几个小时内不断增长并向对流层低层的上部扩展，引起模式低层风场和水汽发生异常辐合，进而激发出模式降水。而模拟降水峰值显著偏弱的可能原因，一是暴雨发生前高空急流核细节特征的模拟出现偏差，影响了高空强辐散与低层强辐合的垂直耦合，导致暴雨区高空辐散和垂直运动的模拟呈现出一种明显偏弱的连锁反应；二是模式次网格尺度和网格尺度降水方案的协调性不够，对流调整和对流对格点尺度温湿场的反馈似乎还不够有效，影响了模式格点尺度产生凝结至雨的温湿条件，进而影响显式降水方案作用的发挥。上述两方面因素的不断相互作用，对模拟降水构成一种负反馈影响。最终导致模拟降水峰值显著偏弱。要提升中尺度模式定量降水预报能力，还需特别关注模式物理过程的描述和提高模式降水物理过程方案之间的协调性。 相似文献
7.
一次华北锋面带状降水过程中的对流-对称不稳定诊断分析 总被引：2，自引：1，他引：1
本文用GRAPES_Meso中尺度区域模式模拟了2015年8月2—4日的一次华北锋面带状降水过程,在模拟结果与实况比较吻合的情况下,用高分辨率模式输出资料对降水过程中的对流稳定度、惯性稳定度和条件性对称不稳定(CSI)进行了分析,并诊断出降水过程中的条件性对称不稳定区域。个例分析的结果表明:(1)带状降水过程中CSI的发展伴随着对流不稳定的减弱和惯性不稳定的增强。(2)根据不稳定量的变化情况,把降水过程分为3个阶段:在第一个阶段,降水区域上空-?θ_e/?p0,降水主要受对流不稳定的影响;在第二个阶段,对流不稳定、惯性不稳定与CSI发展增强,此阶段的降水受3种不稳定量的影响;在第三个阶段,3种不稳定能量均逐渐减弱,但仍然影响着降水的持续。(3)发展旺盛阶段的CSI在平面上呈带状分布,与雨带、对流不稳定区域平行,在剖面上CSI主要活跃在对流层低层。(4)用湿位涡结合对流稳定度与惯性稳定度诊断CSI区域的方法比M-θ_e剖面图方法更准确有效。 相似文献
8.
为了将雷达风场资料更好地应用到数值预报模式中, 使用VAD方法反演多普勒雷达风廓线并处理成标准的探空资料进行变分同化试验。结果表明: VAD方法反演的风廓线与探空实况对应较好, 验证了用VAD技术反演风廓线的可行性。用GRAPES-Meso模式的三维变分同化系统对雷达风廓线资料进行同化后, 风场的初始场明显改善, 降水强度和落区预报也有不同程度的改善。其中, 对6 h降水预报的改善明显优于对24 h的预报改善。另外, 在短时强降水预报中, 雷达风场资料的同化频率和同化窗口的不同, 对降水预报的改善情况也有所差异。在个例研究中, 同化间隔为1 h的方案6 h降水预报要优于同化间隔为3 h和6 h的方案, 同化窗口为3 h的试验方案6 h降水预报要好于同化窗口为6 h的试验方案。 相似文献
1