基于WRF模式的好溪流域致洪暴雨千米尺度预报研究

鉴于好溪流域内多山地和丘陵,梅汛期和台汛期常突发强暴雨,致使其千米尺度下的数值预报难度较大的问题,选取好溪流域2015~2020年的10场致洪暴雨事件,利用中尺度数值天气预报模式WRF和GFS预报数据进行6、30、54 h的回顾性预报,并测试了5种云微物理参数化方案的敏感性。结果表明,在千米尺度下,WRF模式模拟的降雨量偏小,对山区的预报效果优于河谷地区;Lin方案的整体预报效果最佳,而WSM3方案最差;选取的10场极端降水事件受到台风和西南低空急流等异常天气的影响,Lin方案和WSM5方案适用性较好;WRF模式对暴雨的预报效果优于大暴雨。研究结果对于提高山区小流域致洪降雨的模拟和预报精度具有借鉴意义。

新一代天气研究预报模式WRF简介

本文介绍了美国新一代研究预报模式WRF系统的开发背景及主要功能；简要说明了WRF模式系统结构、动力框架和物理过程等特点，对系统运行环境及在PC机上安装的要点作了必要补充。

基于天气研究与预报模式的林区风能评估

林业生态区风场因林木植被生长周期存在季节性变化特性,使得林区风能评估相较于平原沿海地区具有一定复杂性。采用天气研究与预报(WRF)模式,结合本地化森林冠层特征参数,对复杂地形林业生态区的风场进行数值模拟,并利用激光雷达实测数据对WRF模拟结果进行对比验证,建立复杂地形林区风场模拟方法,进而对复杂地形林区的风能资源进行评估。结果表明:采用WRF模式的林区风场模拟应充分考虑森林的季节性变化,采用本地化的森林冠层特征参数是提高林区风场模拟精度的有效手段。此外,受地形地貌影响,林区风场表现出明显的地形微气候特征,该特征随着离地高度的升高而减弱,当高度达到150m后开始具有稳定且可利用的风能资源。

参加2018年天气和研究预报（WRF）模式冬季培训总结

2018年1月22日至2月2日，由美国国家大气研究中心（NCAR）主办的2018年WRF模式冬季培训在美国科罗拉多州博尔德市举行。WRF培训每年冬季和夏季各1次，MET（模式评估工具）培训每2年一次，培训形式包括模式研发人员对其中数学、物理及软件处理的讲解，以及上机应用模式练习。培训旨在为相关研究领域和对WRF模式及相关模式有应用需求的新用户提供关于最新模式的体系、各软件框架和物理参数化方案的配置情况以及编译和使用方法的系统性介绍。

2008年初贵州电线积冰厚度的模拟研究——基于天气研究和预报(WRF)模式耦合电线积冰预报系统

电线积冰事故对国民经济危害巨大,急需电线积冰厚度的预报产品。利用耦合了欧洲导线覆冰预报系统的天气研究和预报(WRF)模式,在考虑了覆冰融化的基础上,对2008年1～2月贵州省凝冻天气期间的电线覆冰厚度进行了模拟研究,研究结果表明:WRF模式模拟的气象要素与观测值较为接近,可用模拟的气象场对贵州省导线覆冰进行模拟;模拟站点覆冰厚度的时间变化特征与观测结果非常接近,区域覆冰厚度的时空变化可分为4个阶段:覆冰初步形成期、持续期、加重期及融化期。对比观测站点的覆冰记录,模拟基本重现2008年1～2月贵州省导线覆冰的变化过程;模拟的区域覆冰极值厚度分布也与观测值的相关系数达到0. 6,通过了0. 01的信度检验。该系统能对覆冰的发生、发展及进程进行较为准确的预报,对输电线路上的冰冻灾害防治具有重要意义。

WRF模式在南京数值天气预报中的应用

利用最新版本的WRFV3.1进行了南京地区的高分辨率的数值天气预报,对预报结果进行了细致的评估,结果表明:模式很好的预报出了温度、相对湿度及风场的逐日变化特征。0～24 h预报的平均温度和实况基本一致,预报的击中率为0.73;预报的平均相对湿度较实况偏高了0.3%,击中率为0.74;模式预报的风场跟实况较为吻合,对风速增大、减小的趋势预报非常准确。另外,模式对层云降水预报较好,能很好的把握了降水的强度及空间变化,但对积云强降水预报,结果不理想,降水范围、强度均偏小,持续时间偏短。

基于WRF模式的强天气过程集合预报综述

集合预报作为减小数值模式不确定性的有效手段,已经较为广泛应用于强降水和强对流等强天气过程的数值天气预报中。本文根据国内外WRF模式集合预报的研究进展,从模式初始场的改进、集合预报扰动方法的构建以及对流尺度集合预报的发展等三方面进行了回顾与总结。结果表明:资料同化技术能为大尺度模式初始场提供中小尺度信息,利于提高强天气过程的预报能力。构建合理的多初值、多边界、多物理过程扰动能够较为准确地表征大气演变的不确定性,提高集合预报离散度,其预报结果通常优于确定性预报。对流尺度集合预报能够更好地模拟强天气过程,但如何发展适用于对流尺度集合预报的扰动方法及评估方法是当前对流尺度集合预报发展的难题。

月数值天气预报的试验研究

用中国科学院大气物理研究所二室的全球谱模式做了多个例子的月预报试验，结果表明，５００ｈＰａ月平均预报高度场不仅明显优于持续性预报，也优于气候预报。文章还就如何从逐日的瞬时动力预报中提取对月预报有用的信息进行了讨论，并指出，用加权平均代替通常使用的算术平均求得平均月预报显著地提高了预报效果。

一种基于WRF模式的雨衰减短期预报方法初探

将气象中应用广泛的数值天气预报模式应用到雨衰减区域短期预报中,基于数值天气预报模式WRF获得未来一段时间降雨强度和雨顶高度的空间分布,结合系统参数如频率、极化角和仰角等,利用电波传播算法获得雨衰减的空间分布.利用实测降雨数据对预报结果进行验证,结果显示:预报雨衰减和实测雨衰减基本符合,特别是二者随时间的变化趋势非常一致.

基于Web的数值天气预报系统的研究与设计

数值天气预报的运行,需要高性能计算机资源的支持,而高性能计算机是一种非常昂贵的资源,对于一些小型的组织和单位来说,是一种难以负担的资源。并且目前数值天气预报模式的运行大多是基于命令行方式的,对于非专业人员来说,是很难使用的。本文以WRF模式的运行为例,通过开发用户友好的使用界面,以Web服务的形式提供给用户,方便用户操作。同时,利用兴起的云计算技术,将系统部署到云环境中,充分利用云中的高性能计算机资源,可以节约成本,也有利于业务的迅速开展。

大气水文耦合模式在洪水预报中的应用研究

在简介数值天气预报模式和水文模型发展历程的基础上,综述了数值预报与水文模型的耦合模式在洪水预报中的研究进展,指出了耦合的关键技术和应用中存在的不足,并探讨了将大气水文耦合模式应用于洪水预报时应着重提高降水预报的精度、进一步完善降水预报的评定方法及增加预报的不确定性分析。

基于WRF数值模式的SDAE-SVR风速预测模型研究

风速预测是风力预报中的核心与基础,采用天气研究和预报(Weather Research and Forecasting,WRF)模式进行风力预报往往存在风速预测误差较大的问题.为了提高风速预测精度,提出了一种基于深度学习和支持向量回归(Support Vector Regression,SVR)相结合的风速预测模型.该模型以WRF模式预报输出的多种气象变量为基础,结合气象自动观测站传感器的实测风速,引入堆栈降噪自动编码(Stacked De-noising Auto-Encoder,SDAE)深度网络来学习样本数据中隐含的深度特征,然后将该深度网络最后一层输出的深度特征置入回归器SVR中,利用SVR良好的回归预测性能对WRF模式预报的未来1 h风速进行预测订正.结果表明:所建立的SDAE-SVR风速预测模型具有较高的风速预测精度,在对典型日的WRF模式预报未来1 h风速的预测订正中,其平均百分比误差与均方根误差仅为8.28%与0.8066m·s^-1.

WRF中尺度模式对两个沿浙江近海北上热带气旋的预报分析

结合宁波市气象台业务运行WRF中尺度模式,对2011年2个沿浙江近海北上的热带气旋"米雷"和"梅花"的预报进行对比分析。结果表明,模式对"米雷"和"梅花"在浙江省气象站点预报降水与实况相关系数分别为0.617和0.478。降水分级TS评分表明,模式对"米雷"的预报效果好于"梅花",主要由于"梅花"空报率过高,模式对这2个热带气旋20 mm以上的降水误差主要出现在浙江东部特别是沿海地区,呈南北向带状分布。"梅花"和"米雷"具有相似的湿层结构,但热力和动力结构很不相同,"米雷"结构明显不对称,风速较大区域主要在风暴中心东侧,风暴内垂直上升速度弱,而"梅花"结构典型,全风速分布较对称、眼壁清楚,具有明显的深厚暖心,中心附近温度比"米雷"高2℃左右,"梅花"中心附近具有强烈的上升气流,最强上升速度超过4 m/s。WRF模式10 m风场预报对"米雷"和"梅花"在浙江沿海海面风力有较好的参考性。模式对热带气旋的强度模拟误差和气旋自身结构差异可能是导致"米雷"站点大风漏报偏多,而"梅花"空报偏多的原因。

中期数值天气预报研究

“中期数值天气预报研究”是中国科学院大气物理研究所、国家气象局国家气象中心、广州热带气象研究所共同承担的国家“七五”重点科技攻关课题,该课题的目标是在我国建立五天以上的中期数值天气预报业务系统.我国地域辽阔,自然条件复杂,气象灾害频繁.这一课题的完成,可延长天气预报时效,直接为国民经济建设服务.特别可为防御气象灾害赢得时间.以减少损失,并为合理安排农业、水利、交通等生产活动,充分利用气象资源,提供科学根据.

让WRF模式做水文预报

自2000年发布以来,被很多中国学者熟知的WRF（天气研究和预报）模式,已经成为世界上应用最为广泛的天气模式之一,2013年该模式的水文版发布,如图所示,不同格点的降水、渗透、融雪、山坡坡面流量和河流径流量等物理过程耦合进入模式,模式的实时流量数据同化系统,以及包括积雪、土壤湿度、蒸散、积水、浅层地下水和河流及水库径流等输出能力,让该模式可以用于全面的水文预报.

沈阳地区强对流天气潜势预报环境参数特征分析

利用常规探空观测和WRF分析场等资料,分析了2005—2014年沈阳地区强对流天气的气候背景特征、演变规律及日变化特征等,将强对流天气划分为冰雹、雷暴大风(≥17.2 m·s-1)、短时强降水(≥20 mm·h-1)和混合型4种类型;并分析探空资料在强对流天气潜势预报中的作用,着重探讨14时(02时)探空资料对沈阳地区强对流天气短时临近潜势预报的作用。结果表明:2005—2014年沈阳地区4种强对流天气中,以短时强降水天气发生次数最多,其次为雷暴大风天气,冰雹天气的发生次数最少,多数强对流天气发生在午后至傍晚。由合成T-Log P图的温湿廓线可知,沈阳地区短时强降水天气发生时中低层存在显著湿区,与雷暴大风和冰雹为主的强对流天气温湿廓线明显不同,多数合成T-Log P图的显著特点为中层大气干燥。冰雹型强对流天气的0℃层和-20℃层高度明显低于其他强对流天气类型的高度;冰雹型强对流天气T700-T500和T850-T500显著大于短时强降水型及雷暴大风型强对流天气,且T850-T500的指示意义更好;4种强对流天气类型平均SI均出现了正值,说明SI失去了不稳定性的指示意义;短时强降水天气的K指数明显高于冰雹天气;雷暴大风天气发生时对流有效位能明显小于其他强对流天气类型。可见,WRF中尺度模式中的T-Log P预报图对沈阳地区强对流天气的预报具有一定的指导意义。

美国WRF模式的进展和应用前景

RF(WeatherResearchForecast)模式系统是美国气象界联合开发的新一代中尺度预报模式和同化系统 ,2 0 0 4年 6月对外发布了第二版和三维变分同化系统。这个模式采用高度模块化、并行化和分层设计技术 ,集成了迄今为止在中尺度方面的研究成果。模拟和实时预报试验表明 ,WRF模式系统在预报各种天气中都具有较好的性能 ,同时实现在线完全嵌套大气化学模式 ,不仅具有较好的天气预报水平 ,而且具有预报空气质量的能力 ,具有广阔的应用前景。

LAPS资料在WRF模式中的应用

在分析WRF模式对初始资料需求的基础上,对比分析LAPS资料和NCEP资料的异同,设计LAPS资料应用到WRF模式的流程,实现资料的格式转换及其与模式的衔接。基于这两种资料,以2008年6月12—13日广西大暴雨为例进行模拟试验,并用TS评分和SAL定量评估方法对模拟的降水结果进行检验。结果表明,与NCEP资料相比,LAPS资料可提高暴雨预报的精度,尤其对暴雨落区的预报。

山洪预警WRF模式不同物理方案组合对比试验

为了获得致灾山洪降水预报的最佳物理方案组合,基于WRF模式,采用不同物理方案组合对长江流域历史山洪过程,进行了对比试验和检验。采用TS评分法,评估了不同试验方案对各量级降水的预报能力,综合得出了最佳物理过程。结果表明:微物理参数化采用WSM6,对流参数化采用Kfeta模拟的雨带范围和降水强度与实况吻合的最好,预报效果最稳定。证明了物理模式的合理选择对山洪预报结果影响较大。

空间天气学研究进展

空间天气是一门把空间科学与天基、地基技术系统紧密结合,多学科交叉的新兴学科。主要研究太空灾害性天气的变化规律,进而实现对太空天气的预报,为人类的太空活动和国家安全服务。本文简要介绍了空间天气研究的重要意义、研究进展和发展趋势。