排序方式: 共有22条查询结果,搜索用时 31 毫秒
1.
利用西南区域数值预报模式系统SWCWARMS,结合全国汛期高空加密观测资料,对2013年6月29—30日的一次西南涡暴雨过程进行数值模拟和敏感性试验。结果表明,与控制试验相比,同化试验模拟的降雨与实况更为接近,并成功模拟出四川东部的强降雨中心,对于西南涡的模拟,同化试验西南涡出现时间更早,强度更强。并且,通过两组试验初值差异对比发现,同化试验初值在四川盆地对流层中低层表现出更强的低压,更强的涡度以及更强的旋转风扰动,四川盆地西部边坡也存在更强的上升气流,这都有利于西南涡的发生、发展。另外,同化汛期高空加密观测资料对强降雨中心单站的预报改进也较明显。因此,加强汛期加密气象观测,有利于揭示西南涡的发生、发展及其降雨天气影响,也有助于提升数值预报业务技术水平。 相似文献
2.
青藏高原大地形作用下,西南复杂地形区暴雨天气预报是一个十分重要和困难的科学问题。应用西南区域数值预报业务模式,结合业务常规观测和非常规观测资料,分析了2014年7月15日至17日发生在四川、贵州和重庆复杂地形下的一次由横槽诱发双低涡的贵州暴雨过程,得到:西南区域模式对这次暴雨过程的数值模拟结果与再分析资料有较好的对应关系,尤其是重现了降雨的落区、强度以及盆地涡与贵州涡的发生、发展过程。在暴雨过程中,两低涡垂直发展深厚,上升运动均伸展至对流层顶。涡度收支方面,盆地涡的发展主要源于涡度方程的散度项,而贵州涡的发展除了受散度项的显著影响外,平流项也起着重要作用。由于川渝盆地—云贵高原交界处地形、云贵高原横断山脉延伸区局地地形的作用,区域大气气旋式旋转的加强发展诱发了盆地涡和贵州涡。热力结构上,盆地涡的发生、发展在冷、暖气流交汇辐合区域内,而贵州涡则生成在暖区中,其降雨及加强更多地受到动力过程的影响。川渝盆地—云贵高原特殊的北低南高地形使高纬度干冷气流与低纬度暖湿气流交汇,形成强的上升运动,引发了盆地涡发展及其暴雨天气。云贵高原贵州特殊的西高东低地形导致来自低层的暖湿气流只能沿横断山脉边缘绕流,进入贵州西部的偏南气流与来自盆地涡西侧的偏东北气流汇合作用形成贵州涡,引发贵州暴雨天气。因此,局地地形与环流的相互作用是贵州涡生成及其引发暴雨过程的重要原因。 相似文献
3.
应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2016年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式在中雨至暴雨预报上优于GRAPES模式,24h小雨和大暴雨、48h大暴雨预报较GRAPES模式偏差,同时SWCWARMS模式存在空报较多的问题;(2)SWCWARMS模式预报2米温度以低于实况为主,10m风速在秋冬季节以大于实况为主,SWCWARMS模式2m温度、10m纬向风和10m经向风4个季度平均RMSE均小于GRAPES模式,但8月月平均(72h)2m温度RMSE大于GRAPES模式,模式对近地面温度场预报优于10m风场;(3)两模式对高空温度场预报优于高度场和风场,SWCWARMS模式预报对流层中层高度场和温度场都偏低,在500h Pa上,除2月、11~12月(24h)外,其它月份和其它预报时效温度场RMSE均小于GRAPRS模式,春夏季高度场的预报优于GRAPRS模式,秋冬季RMSE大于GRAPRS模式;在850h Pa上,SWCWARMS模式预报风场春夏季误差小于GRAPES模式多于秋冬季,冬半年风场误差大于夏半年,RMSE大于GRAPES模式频次增加。 相似文献
4.
利用NCEP 1°×1°再分析资料、常规观测资料以及汛期西南涡加密观测资料,分析了2012年7月7~10日由西南涡引发的四川暴雨天气过程。结果表明:结合加密观测资料能更好表现四川盆地复杂地形下低涡附近的水汽来源及其与实际降雨的关系,由于地形阻挡作用,气流在大巴山以南堆积,引发了四川、陕西交界处的暴雨。运用西南区域数值预报系统(SWCWARMS),与控制试验(不同化观测资料)相比,同化试验(同化西南涡加密观测资料)可使预报降雨与实况更为接近。通过同化加密观测资料,初始时刻四川北部出现了偏南气流,这有利于西南涡的初生,对比试验中的西南涡范围与强度也比控制试验更大更强,并且,试验验证了盆地东北部的水汽堆积现象。因此,西南涡加密观测资料在天气诊断及数值预报业务应用中都具有重要作用。 相似文献
5.
6.
应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017~2019年5~10月四川地区汛期预报能力,得到如下几点结论:(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。 相似文献
7.
选取热带测雨卫星(Tropical Rainfall Measuring Mission,TRMM)微波成像仪(TRMM Microwave Imager,TMI)液态水路径(liquid water path,LWP)轨道像元数据为研究对象,探讨了将瞬时探测以及逐月的像元数据进行格点化(0.1°、0.25°、0.5°、1.0°和2.5°五种格点分辨率)时,格点数据的失真情况。对TMI瞬时探测的个例分析结果表明,细分辨率(0.1°、0.25°和0.5°)格点能保留原始像元数据的细节;而随着网格变粗,细节受到较大的平滑。因此对于中尺度到天气尺度的天气系统分析而言,将卫星轨道数据处理到网格尺度不大于0.5°的格点更合适。对逐月LWP像元资料格点化处理的分析表明,细分辨率格点能保留LWP空间分布细节,尽管5种分辨率下LWP的概率密度分布(probability density function,PDF)均相近。因此,对月尺度及以上的气候分析研究而言,格点尺度大小对卫星像元数据格点化的影响不显著。最后利用本实验室计算的TMI/LWP格点数据与欧洲中期数值预报中心再分析资料(European Centre for Medium-range Weather Forecasts Interim reanalysis,ERA-Interim)和NCEP再分析资料(NCEP Climate Forecast System Reanalysis,NCEP CFSR)进行了对比,发现两种再分析资料都高估了LWP;TMI/LWP格点数据与两种再分析资料LWP的多年变化趋势大致相同。 相似文献
8.
本文基于2017年西南涡加密观测试验的四川省11个观测站的探空资料,利用西南区域9km和3km分辨率数值天气预报模式系统,开展了数值预报同化试验。同化试验每日06和18UTC各进行一次,持续40天。西南区域9km分辨率数值预报系统(SWC-WARMS)的模拟结果表明,加密探空观测资料对四川高空观测起到了补充。同化后可以改善模式初始场,有助于提升24小时降水预报的ETS评分,对小雨到大雨量级的BIAS评分也有一定的改善。西南区域3km分辨率系统得益于分辨率的提升,相比SWC-WARMS减小了大暴雨空报面积。同化加密探空观测可以提升降水预报的ETS评分,但空报面积也有所增加。 相似文献
9.
本文基于2000~2014年共计15年夏季(6~8月)的TRMM卫星PR(测雨雷达)探测结果 2A25资料,对高原东坡及临近区域降水的水平、垂直分布特征,以及日变化特征进行了分析,结果揭示了高原对降水的影响。由降水样本数占PR总观测样本数的比例可知,降水频次表现为高原低、东部盆地高的特点,平均降水强度也类似。层云降水频次高于对流降水,但平均降水率低于对流降水。降水的垂直分布表明,下垫面高度超过3km时,降水率廓线峰值出现在5~6km,而其它地区峰值出现在3~4km高度。该区域的降水以夜雨为主;高原上的对流类型降水主要发生在白天,盆地和丘陵地区降水主要发生在夜间。 相似文献
10.
通过分析BCC_CSM1.1m、ECMWF_SYSTEM5、NCEP_CFSv2、FGOALS_f、FGOALS_s2、PCCSM4气候模式的模式初始误差、空间相关系数和时间距平相关系数,评估国内外6种气候预测模式在西南地区的预测能力.结果表明:FGOALS_s2和ECMWF_SYSTEM5模式的初始误差最大,FGOA... 相似文献