数值模式中地形滤波处理及水平扩散对降雨预报的影响

为克服高分辨率模拟中,对于具有陡峭山峰及深谷的区域,存在不真实降雨场预报问题,本文引入数字滤波器及水平扩散方案分别对地形及计算噪音进行处理.滤波器由不同的一维高阶低通隐式正切滤波器耦合而成,能选择性地过滤由地形坡度所引起的不同尺度的噪音.水平扩散方案是将一个通量受地形限制的线性四阶单调水平扩散项加到预报方程,去控制由数值扩散、非线性不稳定及不连续物理过程等引起的小尺度噪音.试验结果表明：地形滤波处理及水平扩散方案能消除山区降雨预报量集中在山顶,而同时山谷和背风面又无雨的现象.因而,降雨分布更真实.     

基于并行可扩展科学计算工具集求解GRAPES全球非静力模式亥姆霍兹问题

亥姆霍兹方程是非静力平衡大气模式动力内核的主要计算瓶颈之一,其离散矩阵性态差,采用常见预条件Krylov迭代往往收敛很慢。随着全球非静力平衡大气模式时空分辨率的不断提高,亥姆霍兹方程求解面临求解精度和计算时间的双重困难。在高分辨率情况下,迭代计算步数和计算量剧增,而且很多传统的预条件迭代求解方法不收敛,迫切需要研究收敛性和并行可扩展性兼备的预条件迭代方法。为此,在安腾机群上建立了基于并行可扩展科学计算工具集(PETSc)的GRAPES全球非静力平衡模式亥姆霍兹问题并行解法器对比研究平台,结合高性能预条件库(hypre),完成了对GRAPES在用解法器、代数多重网格、并行不完全LU分解(EUCLID)及加性Schwarz区域分解等一系列克雷洛夫预条件迭代的分析对比。结果显示PETSc结合高性能预条件库的并行方案是解决GRAPES模式三维亥姆霍兹方程高效并行计算的一个有效途径,其中以代数多重网格预条件迭代的性能最突出;并行加速比分析显示,代数多重网格预条件迭代的并行可扩展性明显优于GRAPES现有解法器,更适用于更高精度和较大规模并行计算。     

青藏高原感热加热对7月份大气环流和亚洲夏季风影响的数值试验

根据低纬地区地表温度高、蒸发及降水量大、辐合上升运动剧烈等特点,本文构造了一个正压模式的方程组,提示出影响低纬大气波动的一个重要因素——海表温度SST。研究指出:(1)当SST<25℃时,含蒸发风反馈机制的Rossby波向西传播,当SST>25℃时.含蒸发风反馈机制的Rossby波向东传播。(2)SST的数值越高,空气越潮湿,含蒸发风反馈机制的Rossby波传播速度就越小。当SST超过29℃时,会形成周期为30天的低频振荡。     

NOAA卫星图像水体信息神经网络识别方法的探讨

该文阐述了应用神经网络识别NOAA卫星图像水体信息的基本原理和方法, 并进行了实例分析, 结果表明, 神经网络法比阈值法具有更高的精度和效率.     

天气概率预报的意义,现状和方法

天气概率预报,就是对可能出现的天气现象用百分数表示,可以每10个百分点为间隔,如0％,10％,20％,…,100％,百分数越大,天气现象出现的可能性越大。 以天气预报对象本身特征划分,天气预报要素的预报量主要包括以下两大类:     

利用尺度分离方法分析湖北省“98.7”暴雨

首先用Ｂａｒｎｅｓ方法从探空资料中分析出次天气尺度系统,再分析暴雨过程中次天气尺度系统与中尺度团发生,发展和消亡的关系。结果表明：中尺度云团与次天气尺度系统的关系比天气尺度系统更密切,由此揭示了天气尺度系统对强降水落区和大暴雨预测报的指示作用。     

华中电网日负荷与气象因子的关系

从华中电网4省1997年2月至2000年5月逐日的电力负荷资料中分离出随气象因子变化的气象负荷，分析了气象负荷和同期的气象资料的相关关系，重点研究了气象负荷随气温变化的规律，探讨了华中各省气象负荷与气温关系的异同。研究表明华中电网日负荷与日平均气温的相关关系明显，在日平均气温大于20℃时相关系数为正，小于20℃时为负，在气温为25－28℃时负荷对气温的变化最敏感。     

GRAPES模式动力框架的长期积分特征

通过考虑动量表面拖曳并利用牛顿松弛方法将温度松弛到纬向对称的温度场, 对GRAPES模式的动力框架进行了长期时间积分试验。通过统计分析其积分结果表明:GRAPES模式的动力框架可以模拟出大气环流的基本特征; 随着分辨率的提高, GRAPES模式动力框架的模拟结果显示出收敛的特性; 虽然GRAPES模式动力框架采用的是能量不守衡的半隐式半拉格朗日时间积分方案, 但长期时间积分试验表明其能量基本保持稳定。这些结果显示使用GRAPES模式动力框架作大气环流和气候研究的大气动力框架是可行的, 同时也为进一步改进GRAPES模式动力框架提供了线索和依据。     

一种改进的平缓-混合地形追随坐标在GRAPES中尺度模式中的应用研究

平缓-混合地形追随坐标（T-F坐标）可以减小坐标面上的地形影响带来的各种计算误差。以余弦三角函数为基函数的平缓-混合坐标（COS坐标）高层坐标面水平,计算误差较小,但是低层坐标面之间的厚度较薄,增大了计算误差,给模式稳定性及模拟效果带来较大的影响。设计一种改进的COS坐标,使低层坐标面垂直分布更加均匀,应用于GRAPES-Meso模式进行理想试验和实际模拟试验。结果表明,改进的COS坐标相对COS坐标,中高层计算误差相当,低层地形作用衰减的垂直变化更加均匀,减小了计算误差,提高了计算稳定性;地形重力波试验结果显示,改进的COS坐标重力波破碎相对COS坐标有一定缓解,更接近解析值;批量模拟试验结果显示,改进的COS坐标各个层次上的月平均模拟偏差比单尺度双曲函数平缓-混合坐标（简称SLEVE1坐标）更小,均方根误差减小,距平相关系数增大。改进的COS坐标有效地解决了COS坐标的计算问题,提高了模式预报效果。