基于CALMET-WRF耦合的复杂地形下导线覆冰的精细化数值模拟研究

利用耦合了WRF模式的CALMET模型,对2022年1月5—10日山西省南部中条山区导线覆冰事件的天气背景场进行了数值模拟,在评估了WRF和CALMET对气象要素的模拟效果的基础上,分别利用WRF和CALMET模拟的气象场驱动Makkonen覆冰模型,对本次导线覆冰过程进行了数值模拟,得到了如下结论:1)相比于WRF模式的模拟结果,CALMET降尺度后的气象场能更符合实际地形影响下近地面温度场和风场的分布规律,其模拟的近地面低温区(气温<0℃)范围较WRF模拟范围更大。2)CALMET的气温均方根误差整体较WRF模式减小0.5~1℃,相关系数由0.5~0.8提升至0.6~0.85;风速的均方根误差较WRF减少了1 m/s,相关系数较WRF提升0.2,说明WRF模式结合CALMET模拟气象场更加接近真实观测结果。3)利用CALMET降尺度场驱动覆冰模型能较好地反映微尺度地形下电线积冰的时空分布特征,各杆塔模拟的覆冰厚度偏差较WRF显著减小了2 mm,且降低了模式对覆冰启动的滞后时间。

基于WRF-CALMET的精细化方法在大风预报上的应用研究

针对当前风场预报普遍精细程度偏低,动力降尺度改善风场预报应用偏少的问题,利用CALMET模式的动力诊断模块,结合高分辨率的地形资料对WRF模式输出的风场预报数据进行了动力降尺度处理,进而提高风场的精细化预报。其方法充分借助地形动力学效应,使大尺度的近地层风场经过坡度流与阻碍效应等修正后得到更精细的风场且体现出与局地地形相符的特征。试验部分以广东省为研究区域,并选取个例用观测资料与陆地同化系统资料对模拟结果进行对比检验,结果表明动力降尺度之后的风场较之前更为精细且含有更多与地形相关的信息;与观测资料对比的总体相关性较好,误差也更小,与陆地同化系统资料对比变化趋势基本一致,且误差不大,这表明WRF-CALMET方法不仅能有效地提高风场预报数据的时空分辨率而且其结果更趋近于真实,对风场的精确预报具有重要的参考价值。