高分辨率地形数据在兰州地区对WRF模式模拟结果的影响

为了解高分辨率地形数据对WRF(weather research and forecasting)模式在兰州地区模拟效果的影响,本论述分别利用模型默认的GTOPO30(Digital Elevation-Global 30 Arc-Second Elevation)地形数据和分辨率为SRTM3(shuttle radar topography mission)地形数据对兰州市2019年1月1日~31日的气象场进行了模拟研究,并利用模拟范围内3个气象站的地面观测资料对WRF模式输出的10 m风场、2 m气温、地面气压和2 m相对湿度进行了比较验证。结果表明:(1)10 m风场对地形数据改变比较敏感,采用SRTM3地形数据后,风速在各站点的模拟结果误差均减小,兰州站、榆中站和皋兰站的均方根误差(root mean squared error,RMSE)值相较于默认地形数据模拟结果分别降低了13.08%、21.37%、11.86%,且对风速高值模拟有一定的改善效果,郊区站点对风向的模拟效果优于城市站点;(2)两种方案对2 m气温、地面气压和2 m相对湿度的WRF模拟结果十分接近,使用SRTM3数据后气温误差略有降低,气压无明显变化,2 m相对湿度在城市站点模拟效果小幅改善。

三种地形数据下WRF模式风场模拟对比试验研究

为提高近地面风场模拟精度,将SRTM3和ASTER高精度地形数据引入WRF中尺度模式中,并结合模式原有地形数据GTOPO30,对香港地区2013年11月风场进行模拟,同时选取模拟区域内29个地面气象监测站实测数据对不同地形数据下的10m高处风速模拟结果进行检验。结果表明,WRF模式能够较好地模拟近地面风场的日变化趋势,尤其在海拔较高的区域,模拟结果与实际情况非常吻合;相比于GTOPO30,SRTM3和ASTER数据能够更加准确描述研究区域的地形特征,两者对原地形高程的修正幅度均比较有限,用于近地面风速模拟时均能小幅改善模拟效果。

复杂地形地区WRF模式四种边界层参数化方案的评估

为更加精确地模拟复杂地形地区大气边界层中气象要素,将NASA发布的SRTM3(约90m分辨率)地形高度数据引入中尺度气象模式WRF(weather research and forecasting)中,结合四种边界层参数化方案(YSU、ACM2、MYN2.5level TKE(简称MYN)、Bougeault and Lacarrere TKE(简称BL))及模式自带地形数据GTOPO30(约1km分辨率),模拟了2008年4月24—25日安徽黄山及周边地区大气边界层气象要素场变化特征,并对模式输出的2m气温、2m露点温度、10m风速、湿度廓线与模拟区域内19个气象站及2个探空站数据进行比较。结果表明,无论采用哪种地形数据,四种边界层参数化方案中,YSU方案模拟的2m气温误差最小,ACM2方案模拟的2m露点温度和10m风速误差最小;采用SRTM3数据后,四种边界层参数化方案模拟的2m气温平均均方根误差(root mean squared error,RMSE)分别降低了3.79%(YSU方案)、2.48%(ACM2方案)、3.8%(MYN方案)、0.87%(BL方案);对2m露点温度模拟,除MYN方案模拟平均RMSE降低了0.59%外,其他三种方案模拟误差分别增加了1.39%(YSU方案)、0.49%(BL方案)、0.89%(ACM2方案);而对10m风速的模拟结果,除ACM2方案模拟平均RMSE降低了2.28%外,其他三种方案模拟误差分别增加了0.22%(YSU方案)、2.32%(MYN方案)、2.45%(BL方案);对2个探空站点湿度廓线的模拟显示,各边界层方案均能模拟出水汽的垂直变化趋势,但模拟效果总体表现为偏湿,采用SRTM3地形数据之后,ACM2方案模拟部分时刻的低层水汽廓线有所改善。

局部地形改正的奇异积分研究

现有的地形改正积分核函数存在奇异现象,使得积分在奇异点处不连续.针对此问题,本文提出了采用高斯积分法与核函数项增加常数因子级数展开法来解决这一难题,并推导了高斯积分法处理奇异积分的公式及含可选小常数的地形改正的严密级数展开式.同时文中采用最新公布的3″×3″高分辨率的SRTM3地形数据代替传统的GTOPO30数据计算地形改正,结合实际算例确定了地形改正数的级数展开式的可选次项和最佳常数以及高斯积分法的最佳内外圈半径,并详细讨论了两种奇异积分处理方法和两种分辨率的地形数据对地形改正的影响.