模式背景场及边界层参数化方案对近地层风场预报的影响
本文选题:WRF模式 切入点:风场预报 出处:《中国气象科学研究院》2017年硕士论文 论文类型:学位论文
【摘要】:近地层风场的预报是风能资源利用的重要关注点。背景场资料是区域模式的初边值来源,而模式近地层的湍流过程需要边界层参数化方案来描述。因此,两者对近地层风场的预报有着重要的影响。利用WRF中尺度模式和GSI同化系统分别研究了背景场资料和边界层参数化方案对蒙西地区的风场预报试验,并利用该地区的70个国家地面站和18座测风塔资料对试验结果进行了评估和分析。模式背景场使用GFS资料和T639资料的试验结果表明:(1)两种背景场资料的预报都能较好地再现蒙西地区模拟时段内的风场变化情况;两种背景场预报的10 m风速都较观测偏高,对风向的预报都有比较小的顺时针偏差;(2)多种统计指标分析表明GFS对10 m和70 m风速风向的预报效果稍好于T639,但两者差异较小;(3)模式的分辨率和预报时长对预报结果有比较显著的影响;分辨率为4 km的风场预报效果要优于分辨率为12 km的预报效果;第12~35时的风场预报效果优于第36~59时的预报效果,而第60~83时的预报效果最差;(4)风场预报误差较大的站点主要集中在阴山山脉南部的低海拔地区,表明复杂的地形分布会影响模式的预报效果。对比7种不同边界层参数化方案的试验表明:(1)各方案的预报都可以抓住实际风速风向的演变和位相变化;YSU方案对10 m风速的预报效果最好,ACM2对70 m风速预报效果最好;各方案对10 m风场的预报差异较70 m的更为明显,且模拟的风速偏大;模式对低风速的预报能力较差;(2)各方案对有效风速(3m/s 15 m/s)的预报效果最好,对满发风速(15 m/s 25 m/s)的预报效果次之,对无效风速(m/s)的预报效果最差;(3)各方案都能模拟出风速风向的日变化特征,表现为白天风速随时间增大和风向的顺转,傍晚到夜间风速的减小和风向的逆转;(4)TEMF、YSU以及ACM2方案对风切变指数的预报较好,大气层结的稳定性对低层风场的模拟有比较重要的影响。综合而言,模式背景场采用GFS资料和T639资料均能得到较好的预报效果。模式水平分辨率采用4 km时结果较为理想,预报时效在12~35小时优于其他时段。就边界层参数化方案而言,YSU方案10 m风速的预报效果明显优于其他方案,各方案对70 m风速的预报效果差异较小,其中ACM2表现相对较好。TEMF、YSU以及ACM2方案对风切变指数的预报较好。复杂地形是影响近地层风场预报效果的重要因素,大气层结的稳定性影响着低层风场的模拟效果。
[Abstract]:The prediction of near-ground wind field is an important concern in the utilization of wind energy resources. The background field data is the source of the initial and boundary values of the regional model, and the turbulence process of the model near-ground layer needs to be described by the boundary layer parameterization scheme. The WRF mesoscale model and the GSI assimilation system are used to study the background field data and the boundary layer parameterization scheme for the wind field prediction test in Mengxi area, respectively. The test results are evaluated and analyzed by using the data of 70 national earth stations and 18 wind towers in this area. The results of the model background field using GFS data and T639 data show that the prediction of the two kinds of background field data can be achieved by using the two kinds of background data. The variation of wind field in Mengxi region during the simulation period is well reproduced. The wind speed of 10 m predicted by both kinds of background fields is higher than that of observation. Statistical analysis shows that GFS is better than T639 in predicting wind direction of 10 m and 70 m, but the difference between the two models is small. The results were significant. The prediction effect of the wind field with a resolution of 4 km is better than that of the one with a resolution of 12 km, and the forecasting effect of the wind field at the time of 12 ~ 35 is better than that at the time of 36 ~ 59. However, the stations with the worst prediction effect at 6083rd hour are mainly concentrated in the low altitude areas in the southern part of the Yinshan Mountains where the wind field prediction errors are large. The comparison of 7 different boundary layer parameterization schemes shows that each scheme can grasp the evolution of actual wind speed and wind direction and phase change. The prediction effect of m wind speed is the best and that of ACM2 is the best for 70 m wind speed. The difference of prediction for 10 m wind field is more obvious than that of 70 m, and the simulated wind speed is larger than that of 10 m, and the prediction ability of the model for low wind speed is poor. (2) each scheme has the best prediction effect on the effective wind speed of 3 m / s 15 m / s. For the full wind speed of 15 m / s 25 m / s, the prediction effect is second, and for the ineffective wind speed of 1 m / s, the forecast effect is the worst. (3) each scheme can simulate the diurnal variation characteristics of wind speed and direction, which shows that the daytime wind speed increases with time and the direction of wind changes along with time. The decrease of wind speed from evening to night, the reversal of wind direction and the ACM2 scheme can predict the wind shear index better, and the stability of atmospheric stratification has an important effect on the simulation of wind field in the lower layer. Both GFS data and T639 data can be used to predict the model background field, and the results are satisfactory when the horizontal resolution of the model is 4 km. The prediction time of 10 m wind speed of YSU scheme is obviously better than that of other schemes, and the difference of prediction effect of each scheme for 70 m wind speed is small, in terms of boundary layer parameterization scheme, 10 m wind speed prediction effect is obviously superior to other schemes. The prediction of wind shear index by ACM2 and ACM2 scheme is relatively good. The complex terrain is an important factor affecting the prediction effect of wind field in the near strata, and the stability of the atmospheric stratification affects the simulation effect of the wind field in the lower layer.
【学位授予单位】:中国气象科学研究院
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:P456.7
【相似文献】
相关期刊论文 前10条
1 杨宝钢;丁裕国;刘晶淼;;非均匀地表通量的一种双参量统计-动力参数化方案[J];高原山地气象研究;2008年03期
2 赵高祥,,汪宏七;云和辐射──(II)环流模式中的云和云辐射参数化[J];大气科学;1994年S1期
3 李青平;管琴;;不同物理过程参数化方案对雾数值模拟的影响——以2009年12月9—11日的山西省一场大雾过程为例[J];青海气象;2012年03期
4 尹金方;王东海;翟国庆;;区域中尺度模式云微物理参数化方案特征及其在中国的适用性[J];地球科学进展;2014年02期
5 李安泰;何宏让;;不同云微物理参数化方案对舟曲“8.8”暴雨过程模拟的影响[J];气象与减灾研究;2011年03期
6 徐慧燕;朱业;刘瑞;沈杭锋;王东海;翟国庆;;长江下游地区不同边界层参数化方案的试验研究[J];大气科学;2013年01期
7 皇甫雪官;地表物理过程参数化方案的研究进展[J];气象科技;1997年02期
8 邱贵强;李华;张宇;罗斯琼;王少影;尚伦宇;;高寒草原地区边界层参数化方案的适用性评估[J];高原气象;2013年01期
9 蔡蕊,王和权,王伟良,毛绍荣;不同边界层参数化方案在暴雨数值模拟中的对比分析[J];广东气象;2005年01期
10 崔克强;边界层湍流通量参数化方案[J];应用气象学报;1997年S1期
相关会议论文 前10条
1 刘绪臣;王举;魏先玉;薛峰原;宋朋;曹文兴;;不同参数化方案在2006年干旱模拟中的对比分析[A];第27届中国气象学会年会干旱半干旱区地气相互作用分会场论文集[C];2010年
2 徐慧燕;翟国庆;;长江下游地区边界层参数化方案的试验研究[A];S1 灾害天气研究与预报[C];2012年
3 陈倩;银燕;;气溶胶活化过程参数化方案研究进展[A];第27届中国气象学会年会大气物理学与大气环境分会场论文集[C];2010年
4 陈炯;郑永光;邓莲堂;闫之辉;王建捷;;WRF模式中不同边界层参数化方案对2003年7月江淮暴雨的数值模拟及其比较[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“03.7淮河大水的水文气象学问题”分会论文集[C];2003年
5 李安泰;何宏让;;WRF模式中不同云微物理参数化方案对舟曲“8.8”暴雨过程模拟的影响[A];第28届中国气象学会年会——S3天气预报灾害天气研究与预报[C];2011年
6 刘永强;艾力·买买提明;何清;;对陆面过程模型CoLM中关键参数的修正[A];第31届中国气象学会年会S12 大气物理学与大气环境[C];2014年
7 许建玉;刘羽;;边界层参数化方案对预报降水性质的影响[A];第31届中国气象学会年会S2 灾害天气监测、分析与预报[C];2014年
8 张婉莹;郭丽霞;;冀东暴雨数值模拟的边界层参数化试验[A];中国气象学会2007年年会天气预报预警和影响评估技术分会场论文集[C];2007年
9 王成刚;孙鉴泞;蒋维楣;;Pleim地表通量参数化方案的验证与改进[A];第四届长三角科技论坛论文集(上册)[C];2007年
10 贵志成;郑益群;曾新民;强学民;;WRF模式不同边界层参数化方案对东亚夏季风气候模拟影响的对比研究[A];创新驱动发展 提高气象灾害防御能力——S6短期气候预测理论、方法与技术[C];2013年
相关博士学位论文 前2条
1 郭建侠;华北玉米下垫面湍流输送特征及参数化方案比较研究[D];南京信息工程大学;2006年
2 王建丰;河口羽扩展研究以及潮平均混合参数化[D];中国海洋大学;2013年
相关硕士学位论文 前10条
1 周彦均;边界层参数化方案对暴雨模拟结果的影响研究[D];南京信息工程大学;2015年
2 罗峰;晴朗及有云条件下WRF模式中边界层参数化方案的比较研究[D];南京信息工程大学;2015年
3 王晓霞;黄土高原半干旱区陆面参数化方案对比分析及数值模拟试验[D];兰州大学;2015年
4 张衍达;一个基于东亚地区统计特征的新的云微物理参数化方案的个例试验研究[D];中国气象科学研究院;2015年
5 黄政;基于不同参数化方案的大雾数值模拟及预报效果评估[D];南京信息工程大学;2016年
6 李玉鹏;模式背景场及边界层参数化方案对近地层风场预报的影响[D];中国气象科学研究院;2017年
7 王曼;中尺度模式中的辐射参数化方案研究[D];南京气象学院;2004年
8 刘萱;不同边界层闭合参数化方案的对比数值实验研究[D];兰州大学;2012年
9 杨宝钢;复杂地表区域蒸发散量的统计—动力参数化方案研究[D];南京气象学院;2004年
10 汪方;非均匀地表条件下区域蒸发散量参数化方案研究[D];南京气象学院;2002年
本文编号:1602265
本文链接:https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/1602265.html