20世纪90年代以来北极海冰减少的热动力分析——基于PIOMAS模式结果

本文利用美国华盛顿大学的PIOMAS海冰模式输出结果,分析了20世纪90年代以来北极海冰减少的动力和热力过程的特征,并探讨了海冰减少与北极大气环流模态之间的关系。结果表明:(1)通过弗拉姆海峡输出的多年冰的厚度自1995年以来有显著减少;(2)海冰的热力过程在20世纪90年代以后特别是21世纪以来是海冰减少的主导因素;(3)大气模态中的北极涛动(AO)和北极偶极子(AD)均对北极海冰的动力输出有影响,各自与海冰输出量的相关关系显著,并且AO和AD的多元线性回归能很好的拟合出海冰输出量的减少。

云滴数浓度对超级单体龙卷影响的数值模拟研究

为了探讨云滴数浓度对于龙卷发生、发展的影响,利用ARPS(Advanced Regional Prediction System)模式,通过调整云滴数浓度(分别取高3000 cm^-3、中1000 cm^-3和低100 cm^-3)的变化,对2003年7月8日安徽省无为县超级单体龙卷进行理想模拟试验。研究表明:三组试验都模拟出超级单体风暴的特征结构如钩状回波和V型入流缺口;云滴数浓度高的试验中上升气流更强、风暴较先发展且持续时间长,近地面涡度也较其他两组试验更大;从三组试验中找到4个龙卷涡旋,其中云滴数浓度高的试验中有两个,涡旋总持续时间接近30 min,最大近地面风速为46.93 m s^-1,最大涡度值为0.42 s^-1;高云滴数浓度情况下地面冷池弱,更有利于龙卷产生,并对龙卷的发生、发展有促进作用。

基于卫星资料梯度信息的新型变分同化方法对于台风数值模拟的研究

卫星资料凭着卫星遥感的全球性、连续性和高频次观测等优势,成为一种重要的非常规资料源,但卫星观测仍然存在各种各样的观测误差,其中包含由于观测偶然性所造成的统计学上的随机误差及仪器本身和辐射传输模式等造成的系统性偏差,这些误差在很大程度上影响了卫星资料的质量。文中提出了一种能有效订正卫星观测资料系统性偏差的梯度信息同化算法,该方法用一个梯度算子进行模式变量与观测变量的梯度变换,从而达到订正系统性偏差的目的。本文利用WRF(Weather Research Forecast)模式及其同化模式WRFDA(WRF Data Assimilation system),以及AIRS(Atmospheric Infrared Sounder)资料,对台风"圆规"进行了实际的数值模拟和同化试验,数值结果表明,梯度信息同化方法能明显改善台风路径的模拟,在处理可信度较低的资料时仍然适用。另外,通过同化诊断分析,发现卫星资料的系统性偏差对于台风数值模拟有较大影响,而文中提出的梯度信息同化方法能较好的解决此类问题。