为准确描述我国最大的固定/半固定沙漠—古尔班通古特沙漠区域的大气边界层结构,利用该沙漠腹地2017年的梯度铁塔和通量观测数据,基于中尺度气象模式WRF(Weather Research and Forecast v3.7.1),分析了5种边界层参数化方案在古尔班通古...为准确描述我国最大的固定/半固定沙漠—古尔班通古特沙漠区域的大气边界层结构,利用该沙漠腹地2017年的梯度铁塔和通量观测数据,基于中尺度气象模式WRF(Weather Research and Forecast v3.7.1),分析了5种边界层参数化方案在古尔班通古特沙漠的适用性。结果表明:(1)采用WRF模拟沙漠腹地近地层内的边界层特征时,2 m气温的模拟存在冷偏差,5种边界层参数化方案均能较好地模拟出4个季节2 m气温的日变化特征,其中非局地方案ACM2(Asymmetric Convective Model version 2)对2 m气温效果最好,局地方案BL方案的模拟偏差最大。(2)5种边界层参数化方案均能够模拟出10 m风速的日变化特征,其中局地方案BL(Bougeault-Lacarrere)对10 m风速效果最佳。(3)采用WRF模拟沙漠近地层内的地表通量特征时,感热通量存在高估现象,潜热通量存在低估现象,5种边界层参数化方案均能较好地模拟出四个季节模拟时间段内地表净辐射通量的日变化特征,其中局地方案MYJ(Mellor-Yamada-Janjie)的模拟精度最高。展开更多
精准的风速预报是风电功率预测的基础,风场的预报评估是提升风电功率预测水平的有效途径之一。基于中尺度数值天气预报模式(weather research and forecast,WRF),采用风险评分、相关系数及均方根误差等定量分析指标,结合西北电网数值预...精准的风速预报是风电功率预测的基础,风场的预报评估是提升风电功率预测水平的有效途径之一。基于中尺度数值天气预报模式(weather research and forecast,WRF),采用风险评分、相关系数及均方根误差等定量分析指标,结合西北电网数值预报结果,开展6种大气边界层参数化方案的适用性研究。结果表明:YSU(Yonsei University)方案预报的地面纬向风平均相关系数最高为0.87、均方根误差最低仅1.0 m/s,且地面经向风、850 hPa和500 hPa高度场、以及500 hPa风速预报效果均最优,是提升西北电网风场预报的最优边界层方案。本研究为西北电网风场(以及其他气象要素)预报效果的提升指明了方向。展开更多
文摘为准确描述我国最大的固定/半固定沙漠—古尔班通古特沙漠区域的大气边界层结构,利用该沙漠腹地2017年的梯度铁塔和通量观测数据,基于中尺度气象模式WRF(Weather Research and Forecast v3.7.1),分析了5种边界层参数化方案在古尔班通古特沙漠的适用性。结果表明:(1)采用WRF模拟沙漠腹地近地层内的边界层特征时,2 m气温的模拟存在冷偏差,5种边界层参数化方案均能较好地模拟出4个季节2 m气温的日变化特征,其中非局地方案ACM2(Asymmetric Convective Model version 2)对2 m气温效果最好,局地方案BL方案的模拟偏差最大。(2)5种边界层参数化方案均能够模拟出10 m风速的日变化特征,其中局地方案BL(Bougeault-Lacarrere)对10 m风速效果最佳。(3)采用WRF模拟沙漠近地层内的地表通量特征时,感热通量存在高估现象,潜热通量存在低估现象,5种边界层参数化方案均能较好地模拟出四个季节模拟时间段内地表净辐射通量的日变化特征,其中局地方案MYJ(Mellor-Yamada-Janjie)的模拟精度最高。
文摘精准的风速预报是风电功率预测的基础,风场的预报评估是提升风电功率预测水平的有效途径之一。基于中尺度数值天气预报模式(weather research and forecast,WRF),采用风险评分、相关系数及均方根误差等定量分析指标,结合西北电网数值预报结果,开展6种大气边界层参数化方案的适用性研究。结果表明:YSU(Yonsei University)方案预报的地面纬向风平均相关系数最高为0.87、均方根误差最低仅1.0 m/s,且地面经向风、850 hPa和500 hPa高度场、以及500 hPa风速预报效果均最优,是提升西北电网风场预报的最优边界层方案。本研究为西北电网风场(以及其他气象要素)预报效果的提升指明了方向。
基金This research was supported by the National Key Research and Development Program of China(2022YFC3201702)National Natural Science Foundationof China(U2240226,42201146)+1 种基金Sanjiangyuan National Park Joint Research Program of Chinese Academy of Sciences and The People's Government of Qinghai Province(LHZX-2020-10-3)Science and Technology Project of Sichuan Province(2022NSFSC1001).