数值天气预报简介
- 格式:doc
- 大小:52.00 KB
- 文档页数:7
天气预报的基本原理和技巧天气预报是指根据已有的气象资料,结合大气物理、气象学、数学等领域的理论知识和分析技巧,推断未来天气变化情况的一项重要技术。
天气预报对于人们的生产生活以及交通运输、公共安全等方面有着极大的影响。
本文就来简单介绍一下天气预报的基本原理和技巧。
一、气象要素天气预报所需要考虑的气象要素及其变化,主要包括温度、湿度、大气压力、海平面气压、风等。
这些要素的变化对于后续天气的变化有着直接的影响。
二、观测技术为了精确获取气象要素的变化情况,气象台、气象站等地方安装了相应的观测设备,如温度计、湿度计、气压计、风速仪等。
这些设备能够实时检测气象要素的变化情况,并将数据传输到气象中心进行处理和分析。
三、分析预报技术作为天气预报的重要环节,分析预报技术主要包括大气物理、气象学和数学等领域的知识。
如地面气压场分析、风流场分析、水汽场分析等。
通过对这些要素进行分析,就可以得到未来一段时间内天气的变化情况。
四、数值模拟技术数值模拟技术是一种重要的天气预报手段,主要是通过计算机等设备对大气物理的再现,来预测未来天气的变化情况。
数值模拟预报分为中长程和短期预报两种。
五、实况监测技术实况监测技术是天气预报中不可缺少的一环,其主要作用是对天气实况进行检测,与预报结果进行比较,及时修订预报结果。
实况监测技术包括气象雷达、卫星遥感等技术手段。
六、准确预报的技巧准确的天气预报需要根据气象要素及其变化情况进行分析和判断,在此基础上采取合适的预报技巧。
下面介绍几种预报技巧:1、趋势预报。
即根据天气前后变化的趋势进行预报。
例如,霾天前后通常会有明显的温差变化和大风天气,根据这些变化可以预报未来几天的天气变化。
2、对比预报。
即根据历史同期数据进行对比,判断未来天气的变化情况。
例如,历史同期的天气通常会出现相同或相似的变化情况,根据这些情况可以预报未来天气的变化。
3、物候预报。
即根据物候现象进行预报。
例如过去几年同期的开花时间、树木叶芽的生长情况、动物的啼声、飞鸟的趋向等,都可以用来预测未来天气的变化情况。
一、实习背景随着科学技术的飞速发展,数值天气预报已成为我国气象事业的重要组成部分。
为了更好地了解数值天气预报的相关知识,提高自己的实际操作能力,我于2021年暑假期间参加了某气象台的数值天气预报实习。
本次实习为期一个月,旨在通过实际操作,掌握数值天气预报的基本原理、方法及流程。
二、实习内容1. 数值天气预报基本原理实习期间,我首先学习了数值天气预报的基本原理。
数值天气预报是利用计算机模拟大气运动,通过求解大气运动方程组来预测未来天气状况的方法。
其主要过程包括:收集观测数据、建立大气运动方程组、数值求解、结果分析等。
2. 气象数据收集与处理实习期间,我学习了气象数据的收集与处理方法。
气象数据主要包括地面观测数据、卫星遥感数据、雷达数据等。
通过对这些数据进行预处理,如质量控制、插值、同化等,为数值天气预报提供可靠的数据基础。
3. 数值天气预报模型实习期间,我了解了常用的数值天气预报模型,如有限差分法、谱方法、有限体积法等。
这些模型通过将大气运动方程离散化,求解出大气运动的状态,进而预测未来天气。
4. 数值天气预报业务流程实习期间,我学习了数值天气预报的业务流程。
主要包括:收集观测数据、建立预报方案、进行模式运行、结果分析、预报产品制作等。
5. 数值天气预报产品与应用实习期间,我了解了数值天气预报产品的种类及其应用。
主要包括:温度、湿度、气压、风速、风向等气象要素预报,以及降水、风力、雾霾等灾害性天气预警。
三、实习成果1. 掌握了数值天气预报的基本原理和方法通过实习,我对数值天气预报的基本原理和方法有了更深入的了解,为今后从事气象工作打下了坚实的基础。
2. 提高了实际操作能力在实习过程中,我参与了数值天气预报的整个业务流程,掌握了实际操作技能,提高了自己的动手能力。
3. 拓宽了知识面实习期间,我了解了气象领域的最新研究成果和发展趋势,拓宽了自己的知识面。
4. 培养了团队协作精神实习过程中,我与同事们共同完成数值天气预报任务,培养了团队协作精神。
数值天气预报检验方法研究进展数值天气预报检验方法研究进展摘要:数值天气预报是现代气象科学的重要组成部分,其准确性对气象预报工作的可靠性和实用性有着关键影响。
然而,由于天气系统的复杂性和不确定性,数值天气预报的准确性一直是一个挑战。
因此,研究合适的数值天气预报检验方法对提高数值天气预报准确性具有重要意义。
本文综述了数值天气预报检验方法的研究进展,包括传统方法、客观方法和一些新兴的方法,并对其优劣进行了评价和讨论。
1. 引言天气预报是人类社会防灾减灾和生产生活的重要保障之一,而数值天气预报作为气象科学的主要手段,已经成为现代天气预报的核心。
数值天气预报通过用数学模型对大气的物理、动力、热力等过程进行数值模拟,预测大气在某时刻或某时间段内的状态。
然而,数值天气预报存在着不确定性和误差,因此,如何检验和评估数值天气预报的准确性就成为一个关键问题。
2. 传统方法传统的数值天气预报检验方法包括平均误差、均方根误差、相关系数等统计指标。
这些方法简单、直观,但无法全面评估数值天气预报的空间分布特征和时空一致性。
由于天气系统的非线性和不确定性,这些传统方法往往对某些特定的天气事件表现出较低的准确性和鲁棒性。
3. 客观方法为了克服传统方法的局限性,研究者们提出了一些客观方法。
客观方法通过建立统计模型,对数值天气预报结果与实际观测数据进行比较和分析。
常用的客观方法包括畸变距离、降水空间分布评分等。
这些方法考虑了空间分布特征和时序特性,能够更全面地评估数值天气预报的准确性。
4. 新兴方法随着气象科学的发展和计算机技术的进步,研究者们提出了一些新兴的数值天气预报检验方法。
例如,基于机器学习算法的方法可以通过建立复杂的统计模型,对数值天气预报结果进行分类和回归分析。
此外,基于物理上下文的方法,通过结合大气物理知识和模型输出,可以对数值天气预报的合理性进行判断和评价。
5. 讨论与展望数值天气预报检验方法的研究是一个不断发展的领域,目前存在一些挑战和问题。
预测天气的方法
预测天气是一项非常重要的工作,对于人们的生产、生活和安全都具有至关重要的意义。
目前,预测天气的方法主要包括以下几种: 1.气象观测法
气象观测是预测天气的基础,通过对气象要素的观测和分析,可以预测未来一段时间内的天气变化趋势。
常用的气象观测方法包括气象站观测、卫星遥感观测、雷达观测等。
2.数值预报法
数值预报法是基于数值天气预报模型,通过计算机模拟大气运动规律,预测未来一段时间内的天气变化。
数值预报法具有高精度、可靠性强的特点,是目前预测天气的主要方法之一。
3.统计预报法
统计预报法是通过对历史气象数据的分析和研究,建立一些统计模型,预测未来一段时间内的天气变化。
统计预报法主要用于预测近期的天气变化趋势和概率性天气事件。
4.专家判断法
专家判断法是通过气象专家的经验和判断力,结合气象观测数据和预报模型,进行天气预报。
专家判断法具有对突发性天气事件的预报准确性较高的特点。
以上是目前预测天气的主要方法,不同的预报方法各有优缺点,需要综合应用,才能提高预报准确率和可靠性。
- 1 -。
数值天气预报中卫星资料同化应用现状和发展数值天气预报中卫星资料同化应用现状和发展一、引言天气预报是人们生活中非常重要的一部分,它直接影响到人们日常生活、农业、交通等诸多方面。
随着科技的飞速发展,数值天气预报成为人们获取天气信息的主要途径。
数值天气预报是利用数值模型对大气现象进行模拟和计算,从而得到未来一段时间内的天气趋势。
但是,数值天气预报存在预报精度不高的问题,其中一个原因就是模型的初始场不准确。
而卫星资料同化技术则是通过将实测资料与数值模型结合起来,从而提高模型的初始场,进而提高数值天气预报的准确性。
本文将重点介绍数值天气预报中卫星资料同化的应用现状和发展。
二、数值天气预报中的卫星资料同化概述数值天气预报的发展离不开观测数据的支撑,其中卫星资料在天气预报中起着重要的作用。
目前常用的卫星资料包括卫星云图、卫星风场、卫星温度场等。
而卫星资料同化技术则是将这些卫星资料与数值模型进行融合,以获取更准确的初始场。
卫星资料同化技术主要包括两种方法:顺序同化方法和变分同化方法。
顺序同化方法是先将观测数据通过统计方法转化为初始场的估计值,然后将这个估计值与数值模型的输出进行比对,从而调整初始场;而变分同化方法则是将观测数据融入到数值模型的最优解中,从而得到更准确的初始场。
三、数值天气预报中卫星资料同化的应用现状卫星资料同化在数值天气预报中已经得到广泛应用。
目前,许多国家的气象预报中心都使用卫星资料同化技术来提高数值天气预报的准确性。
例如,美国的国家海洋和大气管理局(NOAA)通过使用雷达、卫星等多源观测数据进行同化,改进了数值天气预报系统的初始场,从而提高了预报的准确性。
同样,中国的国家气象中心也在数值天气预报中广泛应用卫星资料同化技术,通过将卫星资料融入到数值模型中去掉预报偏差,提高预报的准确性。
四、数值天气预报中卫星资料同化的发展趋势1. 多源数据同化目前,数值天气预报中主要使用卫星资料进行同化,但是单一的数据源往往难以获得全面准确的初始场。
区域数值预报产品说明1grib2数据来源为GRAPES-RAFS中尺度数值模式,数据压缩方案为jpeg2000。
2所有产品逐小时提供一个文件,文件名按“中华人民共和国气象行业标准”(详见附件)如下:Z_NAFP_C_BABJ_20160318000000_P_NWPC-GRAPES-3KM-CN-FFFMM.grib2,其中,Z:为数据类型编码方式,为不符合WMO编码格式的气象传输标识;NAFP:为数据类型识别,数值预报模式获得的预报产品;C:为数据生成中心编码方式,按编报中心进行编码;BABJ:为数据生成中心标识,北京;20160318000000为文件的生成时间yyyyMMddhhmmss,使用国际协调时(UTC);P:为文件属性,预报产品;NWPC:固定编码,标识数据制作单位。
“NWPC”表示中国气象局数值预报中心。
GRAPES:固定编码,标识模式名称。
RAFS:固定编码,表示区域预报模式系统。
CN:固定编码,表示该数据为高分辨率中国区域。
FFFMM:预报输出的时效。
“FFF”为小时(000-240)“MM”为分钟grib2:固定编码,标识文件为grib2格式编码。
每个文件正常大小约27MB,其中000时效约24MB,其他时效27MB4提供利用wgrib2方式直接提取数据转为二进制码和使用GRADS软件直接绘图的说明(附件3)5在/warms9km/readme提供NCL绘图范例draw_case.ncl(附件4) 。
附件3 应用GRADS画图的方法:使用grads绘图需要先使用wgrib2里的g2ctl.pl和gribmap建立数据索引g2ctl.pl -verf GRIB2filename.grb2 > filename.ctlgribmap -i filename.ctl你会看到filename.ctl 和 GRIB2filename.grb2.idx两个数据索引文件然后使用建立的数据索引使用grads读取数据绘图Grads>open filename.ctl>q fileFile 1 : GRIB2filename.grb2Descriptor: filename.ctlBinary: GRIB2filename.grb2Type = GriddedXsize = 751 Ysize = 501 Zsize = 10 Tsize = 1 Esize = 1Number of Variables = 16apcpsfc 0 0,1,8,1 ** surface Total Precipitation [kg/m^2]capesfc 0 0,7,6 ** surface Convective Available Potential Energy [J/kg]cinsfc 0 0,7,7 ** surface Convective Inhibition [J/kg]deprprs 10 0,0,7 ** (1000 925 850 700 600.. 500 400 300 200 100) Dew Point Depression (or Deficit) [K]hgtprs 10 0,3,5 ** (1000 925 850 700 600.. 500 400 300 200 100) Geopotential Height [gpm]pressfc 0 0,3,0 ** surface Pressure [Pa]prmslmsl 0 0,3,1 ** mean sea level Pressure Reduced to MSL [Pa] rhprs 10 0,1,1 ** (1000 925 850 700 600.. 500 400 300 200 100) Relative Humidity [%]rh2m 0 0,1,1 ** 2 m above ground Relative Humidity [%]tmpprs 10 0,0,0 ** (1000 925 850 700 600.. 500 400 300 200 100) Temperature [K]tmp2m 0 0,0,0 ** 2 m above ground Temperature [K]ugrdprs 10 0,2,2 ** (1000 925 850 700 600.. 500 400 300 200 100) U-Component of Wind [m/s]ugrd10m 0 0,2,2 ** 10 m above ground U-Component of Wind [m/s] vgrdprs 10 0,2,3 ** (1000 925 850 700 600.. 500 400 300 200 100) V-Component of Wind [m/s]vgrd10m 0 0,2,3 ** 10 m above ground V-Component of Wind [m/s] var016224sfc 0 0,16,224 ** surface desc [unit]>d apcpsfc附件4 应用NCL绘图脚本范例(animate.ncl):;==================================================================== ==; animate_2.ncl;; Concepts illustrated:; - Creating animations; - Animating TMP of all levels;==================================================================== ==load "$NCARG_ROOT/lib/ncarg/nclscripts/csm/gsn_code.ncl"load "$NCARG_ROOT/lib/ncarg/nclscripts/csm/gsn_csm.ncl";==================================================================== ==; The main code;==================================================================== ==begin;---Read desired datasrcFileName = "/cma/g1/nwp_sp/NWP_PST_DATA/TOGRIB2/rundir/output/test/shanghai_2016 080212024.grb2"sfile = addfile(srcFileName,"r")TMP = sfile->TMP_P0_L100_GLL0TMP@lat2d = sfile->lat_0 ; for plottingTMP@lon2d = sfile->lon_0printVarSummary(TMP)printVarSummary(sfile->lat_0)printVarSummary(sfile->lon_0);---For zooming in on mapminlat = 15.0maxlat = 55.0minlon = 70.0maxlon = 140.0;---Get dimensionsdims = dimsizes(TMP)nlev = dims(0)nlat = dims(1)nlon = dims(2);---Set some resourcesres = Trueres@gsnMaximize = Trueres@cnFillOn = Trueres@cnLinesOn = Falseres@cnLineLabelsOn = Falseres@cnLevelSelectionMode = "ExplicitLevels"res@cnLevels = ispan(200,323,3)res@cnFillPalette = "WhViBlGrYeOrReWh"res@mpMinLatF = minlatres@mpMaxLatF = maxlatres@mpMinLonF = minlonres@mpMaxLonF = maxlonres@mpCenterLonF = (minlon+maxlon)*0.5res@mpCenterLatF = (minlat+maxlat)*0.5res@pmTickMarkDisplayMode = "Always"res@lbLabelFontHeightF = 0.01res@gsnAddCyclic = False ; this is regional data;---Loop across each level and plot to a different PNG file every time do n=0,nlev-1wks = gsn_open_wks("png","animate"+sprinti("%02i",n)) ; animate_00.png, animate_01.png, etcprint("level(" + n + ") = " + TMP&lv_ISBL0(n))res@gsnRightString = "level = " + TMP&lv_ISBL0(n) + " (" + TMP&lv_ISBL0@units + ")"plot = gsn_csm_contour_map(wks,TMP(n,:,:),res)delete(wks) ; Make sure PNG file is closedend do;---Convert PNG images to animated GIFcmd = "convert -delay 25 animate*.png animate_2.gif"system(cmd)end。
天气预报系统及其预报基本原理1.观测数据收集和预处理:天气预报系统首先收集和获取大量的气象观测数据,包括气象卫星、雷达、风洞观测、气象探空、气象站点等多种方式。
这些数据被传输到观测数据中心进行质量控制和预处理,包括数据校正、统一格式转换、缺失值填补等。
2.气象要素分析:通过分析观测数据,系统可以得到各种气象要素的实况情况,比如温度、湿度、风向、风速、气压等。
这些要素对于天气的变化和发展具有重要意义,为后续预报提供基础。
3.数值天气预报模型:天气预报系统利用数值天气预报模型来模拟和预测大气的物理过程,包括能量传递、辐射传输、湍流混合等。
这些模型是由多个方程和参数组成的复杂数学模型,通过计算机进行数值求解。
4.初始场生成和更新:数值天气预报模型的运行需要一个初始场,通常通过观测数据进行生成,并利用预处理算法对其进行插值和填补。
初始场生成后,根据预报需要,系统还会进行实时更新,将最新的观测数据融合到初始场中。
5.数值预报模型的运行和输出:数值天气预报模型根据初始场和模型参数进行运行,通过迭代计算,模拟大气的演变过程。
模型的运行结果会输出为数值预报产品,包括各种气象要素的时空分布图、变化趋势图等。
6.天气预报解译和显示:将数值预报产品进行解译和显示,以供气象预报员和公众使用。
通过对预报产品的解读,可以提供天气趋势、天气现象、强度等信息,帮助人们做出相应的应对措施。
天气预报系统的预报准确性和时效性取决于多个因素,包括观测数据的质量、数值模型的准确性、初始场的更新频率以及预报员的经验等。
近年来,随着气象卫星、雷达等观测技术的发展,气象数据的获取和更新能力得到了大幅提升,同时数值模型和算法的改进也使得预报精度有所提高。
总的来说,天气预报系统是基于气象学原理和大量观测数据,通过数值预报模型对大气物理过程进行模拟和预测,从而提供准确和及时的天气预报。
随着科学技术的不断进步,天气预报系统的预报能力将会进一步提高,为人们的生活和工作提供更加可靠的天气信息。
预测天气的方法有那些天气预测是根据大气的物理特性和运动规律,通过收集和分析各种气象要素的观测数据,利用数学和物理模型来进行推导和计算,从而预测未来一段时间内的天气情况。
目前,天气预测方法主要包括以下几种:1. 统计预报法:通过分析历史气象资料,找出与未来天气变化相关性较强的气象要素,如温度、湿度、气压等,建立统计模型,从而对未来天气进行预测。
这种方法适用于较为稳定的气候区域和季节性气候变化较为明显的地区。
2. 动力预报法:采用大气物理学的理论模型,通过求解质量、动量、能量等方程,模拟大气环流系统的演变规律,进而进行天气预测。
这种方法适用于较大尺度和中尺度气象系统的研究和预测,如气旋、锋生、锋消等。
3. 数值预报法:利用计算机对大气物理学模型进行数值解算,通过对大气的离散网格化表示,将物理方程转化为差分方程,通过迭代计算得到未来一段时间内的天气情况。
数值预报法是目前天气预报领域最常用、精度相对较高的方法。
4. 综合预报法:综合统计预报法、动力预报法和数值预报法等多种预报手段和模型,综合分析各种观测数据和预报结果,结合经验判断和专家意见,进行综合预测。
这种方法可以充分利用不同预报方法的优势,提高天气预测的准确性。
5. 气象雷达预报法:利用气象雷达探测和测量降水、云团和大气湿度等信息,结合统计和推理分析方法,对未来的降水、雷暴等天气现象进行预测。
这种方法适用于短时临近区天气的预报,如雷暴、暴雨等。
6. 卫星云图预报法:利用卫星云图观测和分析方法,通过对云团的运动、演变和分布特征等进行分析,进行天气预报。
这种方法适用于广域、长时段和长期天气的预报,如台风路径的预报。
7. 气象观测预报法:利用气象观测站点的实时观测数据,结合天气学原理和统计分析方法,对未来一段时间内的天气进行推测。
这种方法适用于临时和特殊天气条件下的短时预报,如大风、浓雾等。
8. 数值天气预报系统:利用预先建立的数值模型和实时观测数据,通过计算机系统进行数值预报的一种方法。
第一章数值预报的发展历史1.1 数值预报的发展历程数值预报从开始到现在,还不到到一百年的发展历史。
一般来说,人们把上个世纪20年代作为数值预报发展的开始。
1922年英国数学家Richardson(1922)在他的《Weather Prediction by Numerical Process》一书中给出了他之前所作工作的总结。
Richardson 设计了以德国为中心,水平网格距为200km,垂直网格距约为200hPa的四层,范围包括全德国的方案,利用1910年5月20日07Z的观测资料,计算了德国中部04~10Z的地面气压变化。
计算结果显示6小时地面气压变化为146hPa,而实际上地面气压变化不大。
这实际上说明Richardson的实验是失败的,146hPa的气压变化在实际天气过程中一般是不会出现的,只有在台风或龙卷这样的极端天气过程中才会出现。
但Richardson提出了解决这一问题的实用方法。
他提出利用数值方法对运动方程进行积分,并表示如何可能确切地进行。
因为当时还没有计算机,气象观测网又是极其匮乏。
直到上个世纪30年代,随着无线电通信技术的发明,才出现无线电探空仪,高空观测网才开始建立。
因此回顾Richardson 的实验时,单单从观测资料的匮乏就可以导致他的实验失败。
而Richardson 本人在他的书中也估算了一下,为了制作一个有效区域24小时的天气预报,可能需要上万人、以年计的工作量才能完成。
这表明,仅仅依靠当时手摇计算器的水平,计算速度是远远赶不上实际天气的变化的。
虽然,Richardson的实验结果使人沮丧,以至其后20多年里数值预报无人问津,但现代数值预报的发展确实是按照Richardson当年的思路在发展,因此,人们把Richardson的工作认为是现代数值预报的开始,也称为数值预报发展的第一个里程碑。
他不仅确立了现代数值预报的基本观念,也提出了解决这一问题的具体方法。
虽然以后的人们研究表明,Richardson实验的失败不单单是资料匮乏的原因,计算方法本身也存在很多缺陷。
天气预报的科学原理天气预报是指根据气象学原理和气象观测数据,通过科学方法对未来一段时间内的天气情况进行预测和预报的一项工作。
它对人们的生活、农业、交通、航空、海洋等各个领域都有着重要的影响。
那么,天气预报的科学原理是什么呢?一、气象学原理天气预报的科学原理基于气象学的研究成果。
气象学是研究大气现象及其规律的科学,它包括大气物理学、大气化学、大气动力学、气象观测与实验等多个学科。
通过对大气的观测、实验和理论研究,气象学家们总结出了一系列的气象规律和气象现象的变化规律,为天气预报提供了理论基础。
二、气象观测数据天气预报的科学原理还依赖于气象观测数据的收集和分析。
气象观测数据包括气温、湿度、气压、风向、风速、降水量等多个指标。
这些数据通过气象观测站、卫星、雷达等设备进行实时监测和收集。
气象观测数据的准确性和及时性对于天气预报的准确性至关重要。
三、数值天气预报模型数值天气预报模型是天气预报的核心工具之一。
它是基于大气物理学原理和数值计算方法,通过对大气的动力学、热力学和湿力学等过程进行数值模拟,预测未来一段时间内的天气情况。
数值天气预报模型将大气分割成一个个网格,通过计算每个网格点上的气象参数的变化,得出未来的天气预报结果。
四、气象预报方法天气预报的科学原理还包括多种气象预报方法的应用。
常见的气象预报方法包括统计预报、模式预报、经验预报和动力预报等。
统计预报是根据历史气象数据和统计方法进行预测,适用于一些稳定的气象情况。
模式预报是利用数值天气预报模型进行预测,适用于中尺度和大尺度的天气系统。
经验预报是根据气象学家的经验和观察进行预测,适用于一些特殊的气象现象。
动力预报是结合数值模型和气象学原理进行预测,适用于复杂的天气系统。
五、不确定性和误差天气预报的科学原理中还存在一定的不确定性和误差。
由于大气系统的复杂性和气象观测数据的限制,天气预报无法完全准确地预测未来的天气情况。
气象学家们通过不断改进预报模型、提高观测技术和加强数据分析,努力降低预报误差,提高天气预报的准确性。
兰州大学 大气科学学院数值天气预报第九章 资料同化基础兰州大学 王澄海大气中的凝结释放的潜热是大气运动中重要的热源和能 源,尤其是热带大气运动中热源的主要部分。
凝结过程分为: z 大尺度上升运动;上升缓慢,范围宽广。
中纬度锋面降 水大多属 该类型; z 积云对流;上升快,范围较小。
热带降水大多属于此类 型。
z 一些天气过程中,两种类型也可以共同起作用。
暴雨、冰雹、台风等灾害性往往伴随着较强的对流活 动。
积云对流过程的准确描述是做好对流性降水预报的关 键。
兰州大学大气科学学院 2 本章内容1. 1. 湿热力过程和积云对流的基本理论 湿热力过程和积云对流的基本理论 2. 2. 大尺度凝结过程 大尺度凝结过程 3. 3. 四种对流参数化方案 四种对流参数化方案 4. 4. 四种对流参数化方案的比较 四种对流参数化方案的比较兰州大学大气科学学院31 湿热力过程和积云对流的基本理论小尺度积云对流是在一定的大尺度环境中产生,又反过来影响 大尺度环境场的变化。
描述小尺度积云对流和大尺度运动的相互作 用的两种方法:直接法,求解描述两类不同尺度运动的耦合方程组,直接求解积云尺度运动 间接法,用参数化方法考虑小尺度运动对大尺度运动的总体影响, 不考虑小尺度运动的细微结构直接法要求模式分辨率很高,从而计算量相当巨大,仅限于在 一些非静力模式和云模式中采用。
间接法简单易行,各国数值天 气预报模式和大气环流模式多采用该方法。
本节主要介绍间接法 的基本思路和对应的方程组。
取一水平面积为单位面积,该面积对于小尺度运动来说必须足 够大,以包括相当多的性质相同的积云体;对于大尺度又要很小。
兰州大学大气科学学院4要使各物理量在此面积内的平均值对于大尺度运动有足够高的分辨 σ c ,无云面积为1 − σ c , σ c 为积云 率。
设单位面积内积云所占面积为 Gc , G, G 分别表示云 覆盖比。
用 G 表示温度 T ,比湿 q 等诸物理量, 内 G 值、云外环境 G 值和单位面积的 G 的平均值,G 也表示大尺度 运动物理量。
数值天气预报
数值天气预报(Numerical Weather Prediction, NWP)是根据大气实际情况,在一定初值和边值条件下,通过数值计算,求解描写天气演变过程的流体力学和热力学方程组,预报未来天气的方法。
和一般用天气学方法、并结合经验制作出来的天气预报不同,这种预报是定量和客观的预报。
预报所用或所根据的方程组和大气动力学中所用的方程组相同,即由连续方程、热力学方程、水汽方程、状态方程和3个运动方程(见大气动力方程) 共7个方程所构成的方程组。
方程组中,含有7个预报量(速度沿x,y,z三个方向的分量u,v,w和温度T,气压P,空气密度ρ以及比湿q)和7个预报方程。
方程组中的粘性力F,非绝热加热量Q 和水汽量S一般都当作时间、空间和这7个预报量的函数。
通过高性能计算机求解方程组,获得未来7个未知数的时空分析,即未来天气分布。
数值天气预报与经典的以天气学方法作天气预报不同,它是一种定量的和客观的预报,正因为如此,数值天气预报首先要求建立一个较好的反映预报时段的(短期的、中期的)数值预报模式和误差较小、计算稳定并相对运算较快的计算方法。
其次,由于数值天气预报要利用各种手段(常规的观测,雷达观测,船舶观测,卫星观测等)获取气象资料,因此,必须恰当地作气象资料的调整、处理和客观分析。
第三,由于数值天气预报的计算数据非常之多,很难用手工或小型计算机去完成,因此,必须要用高性能的计算机。
在中国,1982年开展数值预报业务。
目前数值预报已经成为各种业务天气预报的最重要的基础和持续提高业务天气预报准确率的根本途径。
在全球气候变化的大背景下,今年以来中国极端天气事件发生频繁,且呈多灾并发、点多面广的特点,并有多项局部地区灾害强度超过历史纪录。
其中包括南方暴雨洪涝,淮河流域性大洪水;北方多省局地强降雨;川渝地区继去年有气象记录以来最严重干旱,今年又最强降雨;北方和南方同时出现长时间、大范围高温干旱;今年雷击致人死亡为历年之最。
为了应对这种极端天气气候事件的发生所带来的巨大损失,中国政府已经把防御极端天气气候灾害置于应对气候变化的极端重要位置。
今后几年政府在气象、环境、海洋领域的投入将会越来越大,而做为国内高性能计算机领头羊的曙光服务器凭借在气象领域的大力投入和气象领域众多的成功案例,在灾害气候天气的减灾预警上必大有可为。
1.1. 中尺度气象预报模式
中尺度气象是现代气象科学中发展迅速的一个重要分支,它所研究的大气中尺度运动,关系到区域重要灾害性天气的生消和发。
它一方面应用卫星、雷达、风廓线仪和自动观测站等一系列新的探测工具,通过中尺度野外试验,揭示中尺度观测事实;另一方面通过中尺度数值模式,对中尺度天气过程进行深入的模拟研究和预报试验。
随着近年来计算机技术的迅速发展,中尺度数值模式已日趋成熟,成为中尺度气象的一个重要的研究和应用手段。
中尺度数值气象预报模式有许多,其中MM5是目前国内外应用最为广泛的模式,被广泛的应用于国内外各气象部门和相关机构。
WRF模式是在MM5模式上发展起来的新一代中尺度模式,它将逐渐的替代MM5模式。
GRAPES模式是中国气象局自主开发的新一代数值预报系统,它是中小尺度与大尺度通用的先进数值预报系统,目前国内很多气象部门已经在对GRAPES进行研究和应用。
AREMS模式是气科院武汉暴雨研究所牵头研制的模式,综合考虑了国内外数值模式中复杂地形的处理方法,从而较适合于我国的地形特点,针对水汽过程的重要性和复杂性,建立了特有的水汽传输和显式云雨方案;对江淮流域暴雨过程的预报情况较好。
1.1.1.MM5模式
中尺度气象预报模式MM5是由美国国家大气研究中心(NCAR)和宾夕法尼亚州立大学联合开发的第5代中尺度天气预报模式。
美国国家大气研究中心和宾州大学从七十年代中期起研制中尺度数值模式MM4(早期为MM2),经过二十多年的不断改进和应用,先后形成了8个版本,这些版本已经被美国大学和科研单位广泛应用于对热带风暴、中纬度气旋锋面系统、暴雨、中尺度对流系统等重要天气过程的中尺度数值模拟以及对环境科学的研究。
到了90年代初,在MM4的基础上,进一步研制出了MM5。
MM5是用于气象预报模拟的中小尺度非静力动力气象模式,它是目前气象领域中使用最为广泛的中尺度预报模式。
在我国已经建成的有限区域数值天气预报业务系统中,绝大部分都采用该
模式作为业务模式。
MM5的最新版本是MM5V3,其研发工作已经停止,继而转向WRF模式。
1.1.
2.WRF模式
WRF模式是在MM5模式上发展起来的新一代中尺度模式,是Weather Research Forecasting model的简称。
WRF模式系统是由许多美国研究部门及大学的科学家共同参与进行开发研究的新一代中尺度预报模式和同化系统。
WRF模式系统将成为改进从云尺度到天气尺度等不同尺度重要天气特征预报精度的工具,重点考虑1-10公里的水平网格。
模式将结合先进的数值方法和资料同化技术,采用经过改进的物理过程方案,同时具有多重嵌套及易于定位于不同地理位置的能力。
它将很好的适应从理想化的研究到业务预报等应用的需要,并具有便于进一步加强完善的灵活性。
WRF模式系统具有可移植、易维护、可扩充、高效率、方便的等诸多特性,新的科研成果运用于业务预报模式将变得更为便捷,同时也方便科技人员在大学、科研单位及业务部门之间的交流。
WRF模式作为一个公共模式,由NCAR负责维护和技术支持,免费对外发布。
第一版的发布在2000年11月30日。
04年5月21日推出了嵌套版本V2.0。
05年8月3日推出了V2.1,目前最新版本是06年12月22日发布的V2. 2。
1.1.3.GRAPES模式
GRAPES模式是中国气象局自主开发的新一代数值预报系统。
其全名是全球/区域同化预报系统,GRAPES是其英文全称“Global/Regional Assimilation and Prediction Enhanced System”的简称。
同时grapes又是“葡萄”的英文,所以我们又称“GRAPES模式”为“葡萄模式”。
GRAPES系统是集常规与非常规变分同化、静力平衡与非静力平衡、全球与区域模式、科研与业务应用、串行与并行计算、标准化与模块化程序、理想实验与实际预报等为一体,中小尺度与大尺度通用的先进数值预报系统。
GRAPES系统包括:全球中期天气数值预报系统(全球中期GRAPES)、有限区域中尺度数值预报系统(中尺度GRAPES)等。
其预报时效、垂直层次和水平网格距可以根据计算条件和业务需要合理设置和调整。
该预报系统的短期目标为在未来3~5年的时间内,建立我国新一代、多尺度统一的数值天气预报系统,可提供空间分辨率达5~100公里、时间分辨率达几小时~10天的数值预报,使预报准确率比现有水平有明显提高。
而GRAPES的长期目标则是持续性地研究开发面向21世纪的我国数值预报系统,不断改进和提高数值预报准确率,为中国气象局的天气-气候预报服务水平的不断提高给予科学理论和技术支撑,以满足国家经济建设和社会发展对气象服务不断增长的需求。
1.1.4.AREMS模式
为了适应当前气象业务发展的需求,中国气象科学研究院武汉暴雨研究所和中国科学院大气物理研究所以REM模式(也称ETA 模式)作为基础框架之一发展了AREMS中尺度暴雨数值预报模式系统。
该模式在淮河流域、长江流域暴雨预报试验中,使用效果良好。
AREMS的动力框架采用了曾庆存设计的唯一能构造出完全能量守恒时空差分格式的数学模型,具有很好的计算稳定性。
模式采用η坐标,能较好地考虑真实地形(陡峭地形)的作用。
对水汽平流方程采用简单而有效的保形正定平流差分方案,并解决了在E网格中的应用问题,避免了大多数模式中常出现的负水汽现象或平滑耗散过强过程现象保证了模式对降雨范围、降水强度、暴雨中心位置以及雨带的移动有较好的预报能力。
变量在网格上的分布形式采用了跳点网格方式,跳点网格可以提高水平分辨率,减少计算量,是一种较经济的变量分布格式。
垂直方向分35层,水平分辨率为37 km。
模式在资料前处理上运用三维变分方法进行资料同化。
边界条件每6 h替换一次,在一定程度上能解决固定边界条件带来的弊端。
AREMS综合考虑了国内外数值模式中复杂地形的处理方法,从而较适合于我国的地形特点,针对水汽过程的重要性和复杂性,建立了特有的水汽传输和显式云雨方案;为了保证模式的运行效率、精度和稳定度,设计了独特的E网格“半格距差分”方案。
今年江淮流域汛情异常严峻,而中尺度暴雨数值预报模式系统AREMS对该流域多次暴雨过程做了较为准确的预报,为流域的
防洪抗灾决策与服务提供了重要的依据。
汛期业务试验证明,AREMS模式对江淮流域暴雨过程的预报情况较好,对雨带的位置、走向和移动趋势做出了较好的预报,对暴雨中心的位置、强度预报也与实况较为一致,特别是12~36小时时效的大暴雨预报,TS 评分明显高于其它模式。