排序方式: 共有50条查询结果,搜索用时 17 毫秒
31.
本文首先简要介绍了成都区域气象中心业务使用的GRAPES模式的运行现状,然后针对模式在业务运行中出现的问题进行了详细分析,指出了导致模式出现异常状况的原因,以及解决问题的几点建议。 相似文献
32.
随着专题数据处理向着定量化、辅助决策方向发展,对专题数据处理数学模型提出了更多更高的要求。针对当前制图系统和GIS中数学模型(库)的重用性和可扩展性较差的问题,提出基干元算法的相关概念,并通过对专题数据处理数学模型的深入研究,建立了基干元算法的专题数据处理模型库,最后将该模型库应用到GIS中的专题地图制作中,取得了较好的实验效果。实践证明,基干元算法专题数据处理数学模型库不仅具有建库的高效性,而且具有管理的动态性和使用的灵活性,同时也充分说明基于元算法数学模型库系统具有较大的推广价值。 相似文献
33.
多模式对四川一次强降水过程不确定性预报分析 总被引:1,自引:0,他引:1
本文就2008年“5.12”四川大地震后,5月25~26日四川盆地出现的一次强降水过程,比较分析成都区域中心运行的3个区域(GRAPES、AREM和MM5)模式降水预报情况以及各模式预报的物理量场和大气状况的演变,得到:模式就不同起报时间,对同一时间段的降水预报效果是不一样的,初始场获取的大气信息对预报有着重要作用;模式预报的降水落区与物理量的垂直时间演变密切相关;各模式大气初始场差异及随时间演变决定了各模式降水预报差异。 相似文献
34.
利用2010年1月~2011年12月四川JICA项目获得的地基GPS观测资料和地面自动站资料,分析四川省内GPS/PWV变化特征,结果表明:GPS/PWV能较好反映各站降水的季节变化,海拔高度对GPS/PWV值有显著影响作用;全年夜间GPS/PWV值大于日间,秋季高原上夜间GPS/PWV值小于日间;在主汛期,GPS/PWV能作为降水出现概率较高的判据,降水多出现在PWV值大于基准值时段;PWV变化周期与降水发生周期有很好的对应关系,大多数为PWV值连续增加达到峰值阶段或由峰值开始下降阶段开始降水。 相似文献
35.
36.
自动站资料在WRF 3DVAR中的同化敏感性试验 总被引:1,自引:0,他引:1
为了了解国家级地面自动观测站不同观测要素对数值预报作用,利用WRF三维变分同化系统对自动站资料的不同观测要素开展同化&预报试验。两个月的数值预报检验结果表明:1)只同化自动站温度观测对位势高度、温度和相对湿度场预报的影响作用最大,且主要为负作用,而同化气压或风向风速观测对上述要素预报影响作用比同化温度小,但会改善位势高度预报和部分温度预报,对相对湿度预报改善作用不明显;2)对于降水预报,同化风向风速方案的评分结果最差,同化温度的方案次之,同化气压的方案可以改善24h降水预报结果。由此看出用WRF 3DVAR同化地面观测资料时,气压观测十分重要,同时也说明要想用好地面观测资料,让其为数值预报提高发挥最大作用仍需开展很多研究工作。 相似文献
37.
探空加密观测资料对西南地区数值预报的影响分析 总被引:1,自引:0,他引:1
应用2013年6月逐日全国探空气象加密观测资料和常规观测资料,WRF模式模拟资料,西南地区地面自动站资料等,采用数值模拟、统计方法和天气学方法,分析了探空气象加密观测资料对数值模拟效果的影响。研究得到:(1)探空资料同化,总体上提高了降水的TS评分值,一定程度降低了降水预报空报率,提高了中雨和大雨的6h累积降水预报准确率。(2)探空资料同化主要使降水区上空位势高度增加,气旋环流减弱,从而影响降水落区和降水强度。(3)探空资料同化减小气象要素分析场和预报场的均方根误差,对高空要素预报的改进在前24h较明显,尤其是前6h,对地面气象要素预报在整个积分时段内总体呈现正效果作用。 相似文献
38.
基于GRAPES-Mesov3.1模式建立的GRAPES-Meso中尺度模式系统在西南区域气象中心运行稳定,该系统于2011年5月投入试验运行。应用GRAPES模式分析产品,NCEP的1°×1°再分析资料,实况资料以及2011年西南低涡探空加密观测资料等,对2011年汛期GRAPES-Meso系统的预报进行统计检验与天气过程分析。结果表明,模式对2011年8月川渝持续高温、9月16~18日四川东北部大暴雨等高影响天气过程有较强的预报能力,这对实际天气预报有着积极的指导意义。预报与实况偏差主要表现在模式通常超报云南地区降水,而对西南其他地区易漏报。模式通常低报青藏高原到四川西部气温,高报四川东部及重庆地区气温。预报高度场持续偏低,西南低空急流预报偏强,对流层中低层比湿偏低,这些可能是造成降水强度偏弱、降水落区偏北、强降水落区偏小的主要原因。对流层中低层高度场持续偏低,低空急流偏强与模式温度预报偏高和加热不均匀有关。同时模式对平原地区较高原山地预报要好,误差通常随等压面高度降低而增大,在一定程度上表明复杂地形对模式预报影响较大。 相似文献
39.
本文运用GRAPES_Meso业务模式(3.1版)通过四个同化地面不同观测要素方案及没有同化任何地面要素的控制试验对2012年7月初发生在四川的一次降水过程做了数值模拟,结果表明:五个模拟方案对不同区域不同量级的降水皆存在不同程度的空报和漏报现象,空报和漏报相对较严重的是控制试验和同化水平风场的同化方案,随着预报时效的增加各方案模拟可信度减小;四个同化方案的同化作用随着预报时效的增加表现出不稳定,相对较稳定的是同化所有地面观测要素的方案;在模式初期和后期,同化作用表现相对明显的是同化所有地面观测要素的方案,只同化水平风场的方案同化作用较小,同化中期各同化方案同化作用皆不稳定;随着预报时效的增加,几个模拟方案之间的差异程度越来越小,但同实况间的差异越来越大。 相似文献
40.
本文对2010年7月14~19日、7月22~24日、8月17~19日四川出现的3次区域性大暴雨过程,比较分析了成都区域中心及国家气象中心运行的GRAPES模式降水预报情况以及中、高层环流形势,通过天气学检验得出以下结论:(1) G-SC模式预报降水范围偏小、强度偏弱,强降水中心存在较大偏差;G-BJ模式能预报出降水的主要落区,但降水强度偏弱,虚假强水中心偏多;(2) GRAPES模式对青藏高原东侧天气系统的预报能力偏弱,G-BJ对大尺度环流系统的预报能力优于G-SC模式;(3)九龙站和名山站单站探空廓线图显示G-SC模式在对流层高层温度和风速不随高度变化,对流层底层比湿较实况偏小,因此,温度场、风场以及湿度场强度及分布都有待改善;(4)成都区域中心运行的GRAPES模式在初值、高度场强度、近地面温度等方面都具有很大的改进空间,这需要在资料同化、边界层方案、地形处理等方面做工作。 相似文献