应用卫星资料改进云计算过程的初步试验研究
发布时间:2021-10-09 06:15
利用GRAPESMeso模式对2018年两次降雨天气过程进行了数值模拟,对比分析了模式计算和卫星观测的相关云变量。结果指出,在目前GRAPESMeso模式云量计算方案中存在模拟高云云量偏多、中低云密闭云区云量偏少、模式模拟的云顶温度明显偏低、云顶高度明显偏高的问题。针对模式云计算存在的问题,对云计算的原理和公式进行了解读,对计算公式进行了优化改进。改进云计算方案后,高云云量偏多问题得到了明显改进;模式模拟的云顶温度明显偏低和云顶高度明显偏高问题也得到了极大缓解或优化改进。以卫星观测资料为基础对云量计算方案的优化进行的初步探索和试验,为研究和优化云计算方案提供了一种新的手段和方法。
【文章来源】:气象. 2020,46(12)北大核心CSCD
【文章页数】:10 页
【部分图文】:
图1?2018年5月5日06时EC再分析资料(a,b,c)、模式模拟(d,e,f)和??对应时刻的FY-2卫星云图(g)的云量分布??(a,d)高云,(b,e)中云,(c,f)低云??Fig.?1?Distribution?of?cloud?cover?in?EC?reanalysis?(a,?b.?c)???model?simulation?(d,?e??f)??and?satellite?image?of?FY-2?(g)?at?0600?UTC?5?May?2018??(a,?
第12期??赵晨阳等:应用卫星资料改进云计算过程的初步试验研究??1591??190?200?210?220?230?240?250?260?270?280?K??图3?2018年5月5日06时HimawaH-8卫星观测(a)和模式模拟(b)的云顶温度分布??Fig.?3?Distribution?of?cloud?top?temperature?in?Himawari-8?satellite?observation?(a)??and?model?simulation?(b)?at?0600?UTC?5?May?2018??图4同图3,但为云顶高度分布??Fig.?4?Same?as?Fig.?3,?but?for?distribution?of?cloud?top?height??针对存在的问题,对云计算的原理和公式进行??了解读,对计算公式进行了优化改进。并进行多次??数值试验后发现.以上计算误差主要与高云的格点??云量计算有关,其中相对湿度的计算是导致云顶偏??高的主要原因。原方案中相对湿度的计算公式为:??RH?=?Q/Qs?(5)??Qs?=?0.?622es/(p?一?0.?378^')?(6)??6.?107?8exp??6.107?8exp???17.?2693882(7-?273.?16)'??.?Y-?35.?86??(T>?273.?15)?? ̄21.?8745584(7-?273.?16)'??.?T-7.66?■??(T<?273.?15)??(7)??式中:为相对湿度.单位:%;Q为比湿为饱??
?m温度、绝对误??50。N??45??40??35??30??25??20??100?105?110?115?120?125?130°E??50。N??45??40??35??30??25??20??100??105??110??115??120??】25??130°??<11?1?1?1?1?1?1?1?il?o??190?200?210?220?230?240?250?260?270?280?K??0?2?4?6?8?10?12?14?16?km??图6使用新的云计算方案改进后模式模拟的2018年5月5日06时云顶温度U)及云顶髙度(丨))分布??Fig.?6?The?distribution?of?cloud?top?temperature?(a)?and?cloud?top?height?(b)??at?0600?UTC?5?May?2018?simulated?by?GRAPES?with?the?new?cloud?computing?scheme??度和云顶高度均方根误差均小于改进前的数值;同??时也能看出,虽然改进后的均方根误差有明显降低,??但仍然有较大的误差,这是由于数值模式在中高层??层数较稀疏,各层之间距离较大,由此造成模式中高??层计算的云顶温度和高度会出现较大误差,同时云??计算方案本身也不够完善。要更好地解决这个问??题,需要数值模式垂直分层不断加密和云计算方案??不断完善。??表1?CTL和TEST试验积分1 ̄9?h的云顶温度??及云顶高度预报与卫星观测的均方根误差??Table?1?Root-mean-square?error?(RMSE)?between
【参考文献】:
期刊论文
[1]基于Himawari-8卫星的云参数和降水关系研究[J]. 桂海林,诸葛小勇,韦晓澄,刘伯骏,唐志军,江琪. 气象. 2019(11)
[2]基于星载微波雷达和激光雷达探测的夏季云顶高度及云量差异分析[J]. 宇路,傅云飞. 气象学报. 2017(06)
[3]GRAPESMeso区域模式积云计算方案引进及预报效果检验[J]. 郑晓辉,徐国强,贾丽红,郑东生,张红军. 大气科学. 2016(05)
[4]云分析预报方法研究进展[J]. 韩成鸣,李耀东,史小康. 地球科学进展. 2015(04)
[5]一个统计低云方案及其在大气环流模式中应用初探[J]. 戴福山,宇如聪,张学洪,俞永强. 气象学报. 2004(04)
本文编号:3425802
【文章来源】:气象. 2020,46(12)北大核心CSCD
【文章页数】:10 页
【部分图文】:
图1?2018年5月5日06时EC再分析资料(a,b,c)、模式模拟(d,e,f)和??对应时刻的FY-2卫星云图(g)的云量分布??(a,d)高云,(b,e)中云,(c,f)低云??Fig.?1?Distribution?of?cloud?cover?in?EC?reanalysis?(a,?b.?c)???model?simulation?(d,?e??f)??and?satellite?image?of?FY-2?(g)?at?0600?UTC?5?May?2018??(a,?
第12期??赵晨阳等:应用卫星资料改进云计算过程的初步试验研究??1591??190?200?210?220?230?240?250?260?270?280?K??图3?2018年5月5日06时HimawaH-8卫星观测(a)和模式模拟(b)的云顶温度分布??Fig.?3?Distribution?of?cloud?top?temperature?in?Himawari-8?satellite?observation?(a)??and?model?simulation?(b)?at?0600?UTC?5?May?2018??图4同图3,但为云顶高度分布??Fig.?4?Same?as?Fig.?3,?but?for?distribution?of?cloud?top?height??针对存在的问题,对云计算的原理和公式进行??了解读,对计算公式进行了优化改进。并进行多次??数值试验后发现.以上计算误差主要与高云的格点??云量计算有关,其中相对湿度的计算是导致云顶偏??高的主要原因。原方案中相对湿度的计算公式为:??RH?=?Q/Qs?(5)??Qs?=?0.?622es/(p?一?0.?378^')?(6)??6.?107?8exp??6.107?8exp???17.?2693882(7-?273.?16)'??.?Y-?35.?86??(T>?273.?15)?? ̄21.?8745584(7-?273.?16)'??.?T-7.66?■??(T<?273.?15)??(7)??式中:为相对湿度.单位:%;Q为比湿为饱??
?m温度、绝对误??50。N??45??40??35??30??25??20??100?105?110?115?120?125?130°E??50。N??45??40??35??30??25??20??100??105??110??115??120??】25??130°??<11?1?1?1?1?1?1?1?il?o??190?200?210?220?230?240?250?260?270?280?K??0?2?4?6?8?10?12?14?16?km??图6使用新的云计算方案改进后模式模拟的2018年5月5日06时云顶温度U)及云顶髙度(丨))分布??Fig.?6?The?distribution?of?cloud?top?temperature?(a)?and?cloud?top?height?(b)??at?0600?UTC?5?May?2018?simulated?by?GRAPES?with?the?new?cloud?computing?scheme??度和云顶高度均方根误差均小于改进前的数值;同??时也能看出,虽然改进后的均方根误差有明显降低,??但仍然有较大的误差,这是由于数值模式在中高层??层数较稀疏,各层之间距离较大,由此造成模式中高??层计算的云顶温度和高度会出现较大误差,同时云??计算方案本身也不够完善。要更好地解决这个问??题,需要数值模式垂直分层不断加密和云计算方案??不断完善。??表1?CTL和TEST试验积分1 ̄9?h的云顶温度??及云顶高度预报与卫星观测的均方根误差??Table?1?Root-mean-square?error?(RMSE)?between
【参考文献】:
期刊论文
[1]基于Himawari-8卫星的云参数和降水关系研究[J]. 桂海林,诸葛小勇,韦晓澄,刘伯骏,唐志军,江琪. 气象. 2019(11)
[2]基于星载微波雷达和激光雷达探测的夏季云顶高度及云量差异分析[J]. 宇路,傅云飞. 气象学报. 2017(06)
[3]GRAPESMeso区域模式积云计算方案引进及预报效果检验[J]. 郑晓辉,徐国强,贾丽红,郑东生,张红军. 大气科学. 2016(05)
[4]云分析预报方法研究进展[J]. 韩成鸣,李耀东,史小康. 地球科学进展. 2015(04)
[5]一个统计低云方案及其在大气环流模式中应用初探[J]. 戴福山,宇如聪,张学洪,俞永强. 气象学报. 2004(04)
本文编号:3425802
本文链接:https://www.wllwen.com/projectlw/qxxlw/3425802.html