本文利用中国自动站与CMORPH(Climate Prediction Center Morphing technique for the production of global precipitation estimates)融合的逐时降水量0.1°网格数据集资料挑选出一次典型的梅雨锋暴雨个例,运用WRF中小尺度模式进...本文利用中国自动站与CMORPH(Climate Prediction Center Morphing technique for the production of global precipitation estimates)融合的逐时降水量0.1°网格数据集资料挑选出一次典型的梅雨锋暴雨个例,运用WRF中小尺度模式进行模拟,对模拟得到的高分辨率结果进行Barnes滤波,最后将滤波结果代入动能和位能方程中,目的是定量地分析各个尺度能量的变化以及它们之间的相互作用对暴雨强度的影响。研究发现:模式模拟的降水过程和强度与实况较为吻合,推导的能量方程适用于这次暴雨过程。三种尺度能量之间的相互作用包含了各种跨尺度能量的相互作用。在整个暴雨过程中,跨尺度之间的斜压能量转换包括位能向动能的能量转换和动能向位能的能量转换。同尺度之间的斜压能量转换总是单向的,且量值较大,动能的强度主要靠位能向动能的能量转换来维持。斜压能量转换的多少影响着暴雨的强弱。大尺度斜压能量转换在中高层比较强,中尺度斜压能量转换在低层较强,尤以β中小尺度系统变化最为显著,β中小尺度系统扰动是影响暴雨强度的关键系统。风切变的大小影响各尺度动能之间的能量转换。温度或位温梯度的大小影响各尺度位能之间的能量转换。位能与动能之间的能量转换主要与各尺度垂直速度和温度的垂直分布有关,暖空气上升冷空气下沉是各个尺度位能向动能转换的主要过程。展开更多
利用气象与化学模块在线耦合的模式WRF-Chem V3. 5(Weather Research and Forecasting Model coupled to Chemistry Version 3. 5)对2016年11月3-6日的一次京津冀污染过程展开了数值模拟,设计进行了包含人为排放源的实验,运用有效的模...利用气象与化学模块在线耦合的模式WRF-Chem V3. 5(Weather Research and Forecasting Model coupled to Chemistry Version 3. 5)对2016年11月3-6日的一次京津冀污染过程展开了数值模拟,设计进行了包含人为排放源的实验,运用有效的模拟结果对过程进行分析。结果表明:大气稳定度指数能有效量化反映污染过程中的大气稳定状况,且K指数和TT指数相较其他两种指数的指示效果更为准确,是讨论雾霾发生发展原因的有力依据。本次污染高值中心有三个,分别为北京天津一带、河北东北部以及河北南部。PM2. 5、PM10以及SO2污染物水平分布有明显日变化特征,CO和NO2则变化不明显,污染从3日开始发展至6日结束,除NO2外各项污染物都明显受到冷空气的影响,在6日浓度骤降。北京和天津地区的污染是主要来源于河北南部的工业和交通排放的外源型污染,而河北东北部和河北南部的污染则是主要受本地排放影响的内源型污染。污染物主要化学成分为CO,污染物颗粒PM2. 5和PM10量级相当且浓度差别不大,均对本次污染有较大贡献。展开更多
文摘本文利用中国自动站与CMORPH(Climate Prediction Center Morphing technique for the production of global precipitation estimates)融合的逐时降水量0.1°网格数据集资料挑选出一次典型的梅雨锋暴雨个例,运用WRF中小尺度模式进行模拟,对模拟得到的高分辨率结果进行Barnes滤波,最后将滤波结果代入动能和位能方程中,目的是定量地分析各个尺度能量的变化以及它们之间的相互作用对暴雨强度的影响。研究发现:模式模拟的降水过程和强度与实况较为吻合,推导的能量方程适用于这次暴雨过程。三种尺度能量之间的相互作用包含了各种跨尺度能量的相互作用。在整个暴雨过程中,跨尺度之间的斜压能量转换包括位能向动能的能量转换和动能向位能的能量转换。同尺度之间的斜压能量转换总是单向的,且量值较大,动能的强度主要靠位能向动能的能量转换来维持。斜压能量转换的多少影响着暴雨的强弱。大尺度斜压能量转换在中高层比较强,中尺度斜压能量转换在低层较强,尤以β中小尺度系统变化最为显著,β中小尺度系统扰动是影响暴雨强度的关键系统。风切变的大小影响各尺度动能之间的能量转换。温度或位温梯度的大小影响各尺度位能之间的能量转换。位能与动能之间的能量转换主要与各尺度垂直速度和温度的垂直分布有关,暖空气上升冷空气下沉是各个尺度位能向动能转换的主要过程。
文摘利用气象与化学模块在线耦合的模式WRF-Chem V3. 5(Weather Research and Forecasting Model coupled to Chemistry Version 3. 5)对2016年11月3-6日的一次京津冀污染过程展开了数值模拟,设计进行了包含人为排放源的实验,运用有效的模拟结果对过程进行分析。结果表明:大气稳定度指数能有效量化反映污染过程中的大气稳定状况,且K指数和TT指数相较其他两种指数的指示效果更为准确,是讨论雾霾发生发展原因的有力依据。本次污染高值中心有三个,分别为北京天津一带、河北东北部以及河北南部。PM2. 5、PM10以及SO2污染物水平分布有明显日变化特征,CO和NO2则变化不明显,污染从3日开始发展至6日结束,除NO2外各项污染物都明显受到冷空气的影响,在6日浓度骤降。北京和天津地区的污染是主要来源于河北南部的工业和交通排放的外源型污染,而河北东北部和河北南部的污染则是主要受本地排放影响的内源型污染。污染物主要化学成分为CO,污染物颗粒PM2. 5和PM10量级相当且浓度差别不大,均对本次污染有较大贡献。