排序方式： 共有52条查询结果，搜索用时 31 毫秒
1.
三层模式背风波的理论研究 总被引：8，自引：1，他引：8
文中建立了一个背风波的三层理论模式 ;当三层Scorer参数在中层最大、高层次之、下层最小的情况下 ,利用该模式求得了背风波的理论波长及扰动的解析解 ,并对一个典型的个例计算了其背风波波长 ,并在此基础上分析了背风波波长对上、中、下三层Scorer参数变化的敏感性 ,结果表明波长对中层Scorer参数的变化比较敏感 ,对下层Scorer参数的大小和符号都不敏感 ,但在计算背风波波长时不能忽略下层的Scorer参数。 相似文献
2.
3.
大量的观测资料表明在对流层高层和平流层低层,大气动能谱在大尺度范围(800 km以上)与波数呈现出-3的斜率关系,而过渡到中尺度范围(400 km以下)二者呈现出-5/3的斜率关系。模式预报结果能否展现大气动能谱的这种斜率转折特征已经成为模式评估的有效方法。本文采用GRAPES全球中期数值预报模式2013年5月的预报结果,计算了模式一维和二维动能谱,并分析了二维谱的旋转分量与辐散分量、平均分量与扰动分量的关系。结果表明,GRAPES模式的一维谱和二维谱结果均能较好地表现出动能谱的斜率转折特征,但该模式动能谱在中尺度范围的斜率绝对值明显比观测结果和其它模式结果偏大;二维谱的旋转分量和辐散分量、平均分量和扰动分量在总动能谱中的比重关系及其随高度的变化均与文献结果较为一致。总之,GRAPES模式整体上较好地再现了大气动能谱的各种特征,但是可能由于模式分辨率和耗散作用的影响,模式对大气中尺度波动的描述还不够充分。 相似文献
4.
利用WRF-Chem大气化学模式,选择2015年12月中旬发生在我国的大范围空气污染过程,在采用同样化学方案条件下,针对模式中不同物理过程及其参数化方案开展了地面PM_(2.5)预报的敏感性试验。结果表明:该模式能较好展示此次PM_(2.5)污染的演变过程,与实况也较接近,但对青海经宁夏至内蒙的PM_(2.5)高值区出现了漏报现象,这可能是模式外边界未对污染物做更新所致。对地面PM_(2.5)的预报,各物理过程的敏感度不同,边界层(含近地面层)过程的影响要明显大于积云对流及微物理过程的影响,不同的参数化方案会造成不同的预报误差。边界层过程QNSE和与其配套的近地面层方案的组合是预报的较佳组合;而TEMF和与其配套的组合以及ACM2和Pleim-X的组合则不佳。合理的物理过程参数化方案有助于提高PM_(2.5)预报质量。模式预报对排放源也有适应过程,其Spin-up时间较气象要素长。 相似文献
5.
有限区域流函数和速度势的计算及其在台风中应用 总被引：1，自引：1，他引：0
在Endlich提出求解旋转风和辐散风基础上,本文给出了直接利用风场迭代计算流函数和速度势的方法,该方法不但能求解流函数和速度势,还可将原始风场直接分解为旋转风和辐散风。此方法在有限区域中,能大大降低边界条件对计算结果的影响,不仅能计算准确的涡度和散度,还能很好的重建原始风场。采用此方法,对"0808"号台风"凤凰"进行了诊断分析,得到了台风不同时期的流函数和速度势、旋转风和辐散风。结果发现在台风的不同时期,流函数与高度场相似,可用其低值中心来分析台风移动路径和强度的变化,速度势存在高值区,其中心与高度场低值中心不吻合;旋转风的涡旋中心也可用来反映台风中心,台风南侧辐散风较大,故可用来反映南方水汽供应对台风发展、成熟、衰退的影响。 相似文献
6.
利用中尺度数值模式ARPS进行了理想场的数值模拟,分析研究了水汽和潜热释放对大气层结稳定度的影响以及其在背风波的发展和演变过程中的作用,研究发现,潜热释放对大气层结分布的影响要远大于水汽对大气层结分布的直接影响,如果没有潜热的释放,水汽对背风波的发展和演变的作用非常小,而潜热释放可以使湿层结稳定度急剧下降,迅速破坏原有的层结分布,使这个区域出现非拦截的强烈的垂直运动,波动的崩溃更加迅速和明显。但需要说明的是在试验中,将数值模式里控制潜热释放的参数设为:0、1/2、2的假定情况,则在实际的大气运动过程中是不可能存在的。 相似文献
7.
西北地区春季云系的垂直结构特征飞机观测统计分析 总被引：11，自引：0，他引：11
根据2001年5—6月8架次的飞机探测资料,配合地面观测和卫星资料综合分析得出了西北地区春季云系的垂直结构宏微观特征,包括云厚、云底高度、云粒子浓度、含水量、有效半径、粒子谱分布函数等。降水性层状云厚平均约2000 m,低云含水量垂直方向上平均为0.07 g·m~(-3),中云含水量垂直方向上平均为0.03 g·m~(-3)。对比分析降水云和非降水云系的微物理特征量,两者存在显著的差异,降水性层状云有效半径要达到10～16μm。 相似文献
8.
9.
This article focused on the research progress in the gravity wave analysis based on satellite measurements including MODIS, AIRS, AMSU, MLS, DNB, COSMIC,HIRDLS and SOFIE. Besides, a few ground-based observation results and numerical models were briefly introduced and some cases of joint applications of satellite observations with ground-based observations and numerical models in the gravity waves were listed. In general, the satellite remote sensing data play an important role in the study of the characteristics in near-space environment, which can be applied to analyze the scales of gravity waves induced by different sources, correlations between the instabilities and waves as well as their patterns, the impacts in the climate process, wave-wave interactions and wave-flow interactions with other data. 相似文献
10.
Wang Daichun You Wei Zang Zengliang Pan Xiaobin He Hongrang Liang Yanfei 《中国科学:地球科学(英文版)》2020,63(9):1366-1380
A three-dimensional variational(3DVAR) data assimilation(DA) system is presented here based on a size-resolved sectional aerosol model, the Model for Simulating Aerosol Interactions and Chemistry(MOSAIC) within the Weather Research and Forecasting model coupled to Chemistry(WRF-Chem) model. The use of this approach means that both gaseous pollutants such as SO_2, NO_2, CO, and O_3 as well as particulate matter(PM_(2.5), PM_(10)) observational data can be assimilated simultaneously.Two one-month parallel simulation experiments were conducted, one with the assimilation of surface hourly concentration observations of the above six pollutants released by the China National Environmental Monitoring Centre(CNEMC) and one without assimilation in order to verify the impact of assimilation on initial chemical fields and subsequent forecasts. Results show that, in the first place, use of the DA system can provide a more accurate model initial field. The root-mean-square error of PM_(2.5), PM_(10), SO_2, NO_2, CO, and O_3 mass concentrations in analysis field fell by 29.27 μg m~(-3)(53.5%), 34.5 μg m~(-3)(50.9%),30.36 μg m~(-3)(64.2%), 8.91 μg m~(-3)(39.5%), 0.46 mg m~(-3)(47.4%), and 15.11 μg m~(-3)(51.0%), respectively, compared to a background field without assimilation. At the same time, mean fraction error was reduced by 42.6%, 53.1%, 45.2%, 43.1%,69.9%, and 48.8%, respectively, while the correlation coefficient increased by 0.51, 0.55, 0.48, 0.38, 0.47, 0.65, respectively.Secondly, the results of this analysis reveal variable benefits from assimilation on different pollutants. DA significantly improves PM_(2.5), PM_(10), and CO forecasts leading to positive effects that last more than 48 h. The positive effects of DA on SO_2 and O_3 forecasts last up to 8 h but that remains relatively poor for NO_2 forecasts. Thirdly, the influence of assimilation varies in different areas. It is possible that the positive effects of DA on PM_(2.5) and PM_(10) forecasts can last more than 48 h across most regions of China. Indeed, DA significantly improves SO_2 forecasts within 48 h over north China, and much longer CO assimilation benefits(48 h) are found in most regions apart from north and east China and across the Sichuan Basin. DA is able to improve O_3 forecasts within 48 h across China with the exception of southwest and northwest regions and the O_3 DA benefits in southern China are more evident, while from a spatial distribution perspective, NO_2 DA benefits remain relatively poor. 相似文献