基于华东地区3 km分辨率WRF(Weather Research and Forecasting)模式和高密度地面自动气象站(AWS)观测,研究GSI-3DVAR同化系统的R_(HZSCL)对AWS观测的地面温度和风观测同化的敏感性。结果表明:运用GSI-3DVAR同化地面AWS观测时,R_(HZSCL...
详细信息
基于华东地区3 km分辨率WRF(Weather Research and Forecasting)模式和高密度地面自动气象站(AWS)观测,研究GSI-3DVAR同化系统的R_(HZSCL)对AWS观测的地面温度和风观测同化的敏感性。结果表明:运用GSI-3DVAR同化地面AWS观测时,R_(HZSCL)的取值较为敏感;选取合适的R_(HZSCL)能有效改进地面分析场精度,相较于背景场地面温度和地面矢量风差(VWD)RMSE均可减小35%以上。当R_(HZSCL)过大会导致温度高、低值中心的影响范围过大,风分析场较为平滑,无法反映出中小尺度环流结构。但R_(HZSCL)过小则会使得温度分析场增加误差,并导致风分析场出现虚假大风。观测密度稀疏化的敏感性试验结果表明,地面温度场及风场所适应的最优R_(HZSCL)皆随着观测密度的增大而相应减小。
利用CWRF模式(Climate-Weather Research and Forecasting model)对国家气候中心BCC_CSM1.1m业务预测模式短期气候预测结果进行中国区域降尺度,并使用1991—2010年3—8月逐日气温降水观测数据评估预测能力。结果表明:CWRF预测地面2 m气...
详细信息
利用CWRF模式(Climate-Weather Research and Forecasting model)对国家气候中心BCC_CSM1.1m业务预测模式短期气候预测结果进行中国区域降尺度,并使用1991—2010年3—8月逐日气温降水观测数据评估预测能力。结果表明:CWRF预测地面2 m气温、降水气候平均态的空间分布比BCC_CSM1.1m更接近观测,分布误差更小;在保持总体技巧不低于BCC_CSM1.1m的同时,CWRF对我国华东和华中地区的降水年际变化预测准确率更高;对不同强度的降水预测CWRF表现均优于BCC_CSM1.1 m模式,尤其在极端降水预测准确率上更优。总之,得益于更高的空间分辨率和优化的低空物理过程模拟,CWRF降尺度可以提高中国夏季跨季度降水预测能力。
暂无评论