An intercomparison of GCM and RCM dynamical downscaling for characterizing the hydroclimatology of California and Nevada
1
2018
... 气候模型是研究全球及区域气候的重要工具,来自“国际耦合模式比较计划第六阶段”(Coupled Model Intercomparison Project Phase 6,CMIP6)的全球气候模式是未来气候变化情景预估和气候模拟的重要工具和手段.全球气候模式模拟结果的分辨率一般大于100 km,直接使用粗分辨率的全球气候模式分析区域气候特征可能存在问题,尤其在山区,地形特征被严重平滑,使得对中小尺度物理过程的再现变得十分困难[1-3].但是区域气候模式由于其空间分辨率较高的优势,能够很好地解决空间尺度问题以及满足区域气候预报信息的需要,能够产生比全球气候模式更加真实的变化特征,将分辨率较低的全球气候模式嵌套高分辨率的区域气候模式,以此获取描述区域气候特征的高分辨率预测信息的动力降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用[4-6]. ...
Downscaling GCM information to regional scales:a non-parametric multivariate regression approach
0
1995
Impact of model resolution on simulating the water vapor transport through the central Himalayas:implication for models' wet bias over the Tibetan Plateau
2
2018
... 气候模型是研究全球及区域气候的重要工具,来自“国际耦合模式比较计划第六阶段”(Coupled Model Intercomparison Project Phase 6,CMIP6)的全球气候模式是未来气候变化情景预估和气候模拟的重要工具和手段.全球气候模式模拟结果的分辨率一般大于100 km,直接使用粗分辨率的全球气候模式分析区域气候特征可能存在问题,尤其在山区,地形特征被严重平滑,使得对中小尺度物理过程的再现变得十分困难[1-3].但是区域气候模式由于其空间分辨率较高的优势,能够很好地解决空间尺度问题以及满足区域气候预报信息的需要,能够产生比全球气候模式更加真实的变化特征,将分辨率较低的全球气候模式嵌套高分辨率的区域气候模式,以此获取描述区域气候特征的高分辨率预测信息的动力降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用[4-6]. ...
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
WRF模式对夏季黑河流域气温和降水的模拟及检验
4
2014
... 气候模型是研究全球及区域气候的重要工具,来自“国际耦合模式比较计划第六阶段”(Coupled Model Intercomparison Project Phase 6,CMIP6)的全球气候模式是未来气候变化情景预估和气候模拟的重要工具和手段.全球气候模式模拟结果的分辨率一般大于100 km,直接使用粗分辨率的全球气候模式分析区域气候特征可能存在问题,尤其在山区,地形特征被严重平滑,使得对中小尺度物理过程的再现变得十分困难[1-3].但是区域气候模式由于其空间分辨率较高的优势,能够很好地解决空间尺度问题以及满足区域气候预报信息的需要,能够产生比全球气候模式更加真实的变化特征,将分辨率较低的全球气候模式嵌套高分辨率的区域气候模式,以此获取描述区域气候特征的高分辨率预测信息的动力降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用[4-6]. ...
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
... 地形高度数据共使用了两套数据,在进行参数化方案组合的敏感性试验时地形资料选用的是WRF自带的分辨率为0.9 km的MODIS地形高度数据,另一套则是分辨率为0.09 km的SRTM(Shuttle Radar Topography Mission)数字高程数据.由于地形高度数据与模拟区域内实际海拔之间存在偏差,为提高模拟精度,对模拟气温需进行地形效应校正,统一使用标准大气温度直减率系数6.5 ℃·km-1作为地形校正系数[4,58]. ...
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
Simulation of the Indian summer monsoon regional climate using advanced research WRF model
0
2013
Object-based evaluation of rainfall forecasts over eastern China by eight cumulus parameterization schemes in the WRF Model
1
2023
... 气候模型是研究全球及区域气候的重要工具,来自“国际耦合模式比较计划第六阶段”(Coupled Model Intercomparison Project Phase 6,CMIP6)的全球气候模式是未来气候变化情景预估和气候模拟的重要工具和手段.全球气候模式模拟结果的分辨率一般大于100 km,直接使用粗分辨率的全球气候模式分析区域气候特征可能存在问题,尤其在山区,地形特征被严重平滑,使得对中小尺度物理过程的再现变得十分困难[1-3].但是区域气候模式由于其空间分辨率较高的优势,能够很好地解决空间尺度问题以及满足区域气候预报信息的需要,能够产生比全球气候模式更加真实的变化特征,将分辨率较低的全球气候模式嵌套高分辨率的区域气候模式,以此获取描述区域气候特征的高分辨率预测信息的动力降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用[4-6]. ...
Uncertainties in simulating central Asia:sensitivity to physical parameterizations using Weather Research and Forecasting model
1
2020
... WRF(Weather Research and Forecasting)模式是由美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)、美国国家大气研究中心(National Center for Atmospheric Research, NCAR)以及多个大学、研究所和业务部门联合研发的中尺度数值天气模型,是目前应用最广泛的区域气候模式.因为WRF模式为适应不同的模拟需求,针对不同物理过程自带有多种参数化方案,不同的参数化方案在模拟中的侧重点不同,所以模拟效果也相差较大,不同的参数化方案组合在不同地区的适用情况不一致.Wang等[7]在对中亚地区进行长期模拟前对云微物理、积云对流和边界层参数化方案组合进行敏感性试验,最终选定Thompson-TDK-YSU组合为最佳参数化方案组合.Pérez等[8]在分析WRF模式对地形复杂地区加那利群岛的区域气候模拟能力时发现,温度和降水模拟的最佳参数化方案组合为WDM6-KF-YSU.在西班牙南部的地形复杂区,则是WSM3-BMJ-YSU组合与观测结果相比最好[9]. ...
Evaluation of WRF parameterizations for dynamical downscaling in the Canary Islands
1
2014
... WRF(Weather Research and Forecasting)模式是由美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)、美国国家大气研究中心(National Center for Atmospheric Research, NCAR)以及多个大学、研究所和业务部门联合研发的中尺度数值天气模型,是目前应用最广泛的区域气候模式.因为WRF模式为适应不同的模拟需求,针对不同物理过程自带有多种参数化方案,不同的参数化方案在模拟中的侧重点不同,所以模拟效果也相差较大,不同的参数化方案组合在不同地区的适用情况不一致.Wang等[7]在对中亚地区进行长期模拟前对云微物理、积云对流和边界层参数化方案组合进行敏感性试验,最终选定Thompson-TDK-YSU组合为最佳参数化方案组合.Pérez等[8]在分析WRF模式对地形复杂地区加那利群岛的区域气候模拟能力时发现,温度和降水模拟的最佳参数化方案组合为WDM6-KF-YSU.在西班牙南部的地形复杂区,则是WSM3-BMJ-YSU组合与观测结果相比最好[9]. ...
Evaluation of WRF parameterizations for climate studies over southern Spain using a multistep regionalization
1
2011
... WRF(Weather Research and Forecasting)模式是由美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)、美国国家大气研究中心(National Center for Atmospheric Research, NCAR)以及多个大学、研究所和业务部门联合研发的中尺度数值天气模型,是目前应用最广泛的区域气候模式.因为WRF模式为适应不同的模拟需求,针对不同物理过程自带有多种参数化方案,不同的参数化方案在模拟中的侧重点不同,所以模拟效果也相差较大,不同的参数化方案组合在不同地区的适用情况不一致.Wang等[7]在对中亚地区进行长期模拟前对云微物理、积云对流和边界层参数化方案组合进行敏感性试验,最终选定Thompson-TDK-YSU组合为最佳参数化方案组合.Pérez等[8]在分析WRF模式对地形复杂地区加那利群岛的区域气候模拟能力时发现,温度和降水模拟的最佳参数化方案组合为WDM6-KF-YSU.在西班牙南部的地形复杂区,则是WSM3-BMJ-YSU组合与观测结果相比最好[9]. ...
Evaluation of CORDEX regional climate models in simulating temperature and precipitation over the Tibetan Plateau
1
2018
... 上述研究中在各种复杂地形区域适用的参数化方案组合不尽相同,目前针对地形复杂、高差异质性大的祁连山及周边地区气温与降水的模拟已有大量研究结果.研究表明,在祁连山无论使用何种区域气候模式、驱动数据和参数化方案组合,对降水与温度模拟等地表物理量的模拟均普遍存在偏差,相对降水而言,对温度的模拟普遍较好一些[10-11]. ...
Precipitation over the Tibetan Plateau during recent decades:a review based on observations and simulations
1
2018
... 上述研究中在各种复杂地形区域适用的参数化方案组合不尽相同,目前针对地形复杂、高差异质性大的祁连山及周边地区气温与降水的模拟已有大量研究结果.研究表明,在祁连山无论使用何种区域气候模式、驱动数据和参数化方案组合,对降水与温度模拟等地表物理量的模拟均普遍存在偏差,相对降水而言,对温度的模拟普遍较好一些[10-11]. ...
基于CMIP6的祁连山气候变化特征预估
1
2022
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
祁连山区再分析降水数据的适用性分析
1
2023
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
Comparison of impacts of WRF dynamic core,physics package,and initial conditions on warm season rainfall forecasts
1
2006
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
Influence of initial conditions on the WRF-ARW model QPF response to physical parameterization changes
0
2007
Uncertainties in simulating regional climate of Southern Africa:sensitivity to physical parameterizations using WRF
1
2012
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
Sensitivity of simulated temperature,precipitation,and global radiation to different WRF configurations over the Carpathian Basin for regional climate applications
1
2020
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
区域中尺度模式云微物理参数化方案特征及其在中国的适用性
1
2014
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
祁连山一次降水过程云模式模拟参数的选择及微物理结构特征分析
2
2022
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
... 本文在进行参数化方案的敏感性试验时发现,对模拟气温以及降水的评估结果均显示WRF模式对祁连山及其周边地区冬季气温与降水的模拟稍差于其他3个季节,在模拟气温方面,有研究发现在高原上WRF模式对冬季和春季反照率的高估会导致模拟时出现低温偏差,这对冬季气温模拟有很大影响[31,62].在降水方面,这与祁连山区气象站点在冬季的固态降水观测存在误差,复杂山区的观测数据不具有很好的代表性以及6 km分辨率的模拟数据插值到站点上存在误差等有一定关系.另外,不同的积云对流和云微物理参数化方案对降水的影响很显著,本文通过评估选出的最佳参数化方案组合中云微物理方案为Thompson,这与张文煜等[19]在对祁连山一次降水过程进行数值模拟研究,并对其微物理结构特征进行分析后选出的最优云微物理方案一致.WRF模式模拟的降水对于Kain-Fritsch和Grell-Devenyi积云参数化方案的选择很敏感,Grell-Devenyi方案在青藏高原比Kain-Fritsch更有优势,这与在参数化组合敏感性试验中选出的方案一致[63]. ...
WRF模式不同参数化方案对长江上游降雨模拟的影响
0
植被恢复对黄土高原局地降水的反馈效应研究
0
2021
Evaluation of season long rainfall simulated by WRF over the NWH region:KF vs.MSKF
0
2020
Impact of different microphysics and cumulus parameterizations in WRF for heavy rainfall simulations in the central segment of the Tianshan Mountains,China
0
2020
WRF ensemble dynamical downscaling of precipitation over China using different cumulus convective schemes
0
2022
Cloud resolving WRF simulations of precipitation and soil moisture over the central Tibetan Plateau:an assessment of various physics options
1
2020
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
一次梅雨锋暴雨过程数值模拟的云微物理参数化敏感性研究
1
2021
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
云微物理方案参数扰动对华北“7.20”暴雨的集合预报试验
1
2022
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
国内外典型中尺度数值预报模式参数化方案的综述与展望
1
2023
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
西风与季风扰动对黑河流域降水影响的数值模拟
1
2010
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
贺兰山对银川一次致灾暴雨过程影响的数值模拟
1
2015
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
青藏高原极端气温的动力降尺度模拟
2
2016
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
... 本文在进行参数化方案的敏感性试验时发现,对模拟气温以及降水的评估结果均显示WRF模式对祁连山及其周边地区冬季气温与降水的模拟稍差于其他3个季节,在模拟气温方面,有研究发现在高原上WRF模式对冬季和春季反照率的高估会导致模拟时出现低温偏差,这对冬季气温模拟有很大影响[31,62].在降水方面,这与祁连山区气象站点在冬季的固态降水观测存在误差,复杂山区的观测数据不具有很好的代表性以及6 km分辨率的模拟数据插值到站点上存在误差等有一定关系.另外,不同的积云对流和云微物理参数化方案对降水的影响很显著,本文通过评估选出的最佳参数化方案组合中云微物理方案为Thompson,这与张文煜等[19]在对祁连山一次降水过程进行数值模拟研究,并对其微物理结构特征进行分析后选出的最优云微物理方案一致.WRF模式模拟的降水对于Kain-Fritsch和Grell-Devenyi积云参数化方案的选择很敏感,Grell-Devenyi方案在青藏高原比Kain-Fritsch更有优势,这与在参数化组合敏感性试验中选出的方案一致[63]. ...
Effects of initial drivers and land use on WRF modeling for near-surface fields and atmospheric boundary layer over the northeastern Tibetan Plateau
0
2016
High-resolution precipitation data derived from dynamical downscaling using the WRF model for the Heihe River Basin,northwest China
1
2018
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
Radiative forcing by long‐lived greenhouse gases:calculations with the AER radiative transfer models
1
2008
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
CWRF对青藏高原气温和降水模拟效果的综合评估
0
2021
Understanding precipitation recycling over the Tibetan Plateau using tracer analysis with WRF
0
2020
Validation of the WRF model for estimating precipitable water vapor at the Ali Observatory on the Tibetan Plateau
0
2020
Observed and simulated lake effect precipitation over the Tibetan Plateau:an initial study at Nam Co Lake
1
2018
... 首先,这是因为用于驱动WRF模式的再分析数据和大气环流模式数据在祁连山地区存在偏差,这种起始误差随着积分时间不断累积会导致模拟结果也出现偏差[12-13].其次,WRF模式中各参数化方案只是近似作为大气物理过程,因此也具有误差和不确定性[14-16].目前在祁连山温度模拟上出现的偏差,可能与WRF模式中长、短波辐射方案有关,Varga等[17]指出辐射方案会高估入射太阳辐射从而导致模拟温度的冷偏差.不同的长、短波辐射方案所描述的大气中辐射传输不同,则最终模拟得到的温度与实际温度之间的偏差大小也不同.另外有大量研究表明云微物理和积云对流参数化方案在降水的模拟中起到了重要作用[18-25].不同的云微物理参数化方案对水凝物类型转化、降水粒子下落处理和各项微物理过程的模拟有很大不同,对降水模拟的偏差就在这个过程中产生,例如有研究认为冰相粒子融化或雨滴搜集云滴的高估可能是降水模拟值偏强的重要原因[26-27].不同的积云对流参数化方案选择的闭合假设不同、考虑的重点不同,则对降水的模拟效果也不同[28].此外,因祁连山降水受西风环流的直接影响,区域气候模式模拟的大气环流背景场是否准确,也会影响模拟降水的空间分布[29-30].在祁连山及周边地区应用最多且模拟效果较好的云微物理参数化方案为WSM6和Thompson方案,积云对流参数化方案常使用Grell-Devenyi和Kain-Fritsch方案,这两种方案均适用于高分辨率模拟[4,19,31-33].在研究区域常用的长、短波辐射方案是RRTM-Dudhia方案以及CAM-CAM方案[34-38]. ...
GFS模式地形高度偏差对地面2 m气温预报的影响
1
2019
... 另外,由于本文研究区域内地形复杂,WRF模式中对地形的平滑处理,可能会导致模拟的降水偏差加大,且WRF模式默认的地形高度与实际地形高度之间存在的误差对温度模拟效果有一定影响,所以进行地形数据替换试验是必要的尝试[39-40]. ...
地形对天山夏季降水影响的模拟
1
2016
... 另外,由于本文研究区域内地形复杂,WRF模式中对地形的平滑处理,可能会导致模拟的降水偏差加大,且WRF模式默认的地形高度与实际地形高度之间存在的误差对温度模拟效果有一定影响,所以进行地形数据替换试验是必要的尝试[39-40]. ...
Dynamical downscaling:assessment of value retained and added using the Regional Atmospheric Modeling System (RAMS)
1
2005
... 使用WRFV4.0版本进行数值模拟,采用双向三重嵌套,网格距分别为54、18、6 km,格点数分别为152×105、151×124、211×145,模拟区域中心位置坐标为35°N、100°E.如图1所示,第一重模拟区域覆盖了中国在内的大部分亚洲地区,第二重模拟区域覆盖了青藏高原东部的大部分地区,第三重模拟区域即本文研究区域,覆盖了祁连山和柴达木盆地、三大内陆河流域等周边地区.模式垂直分层35层,模式层顶气压为50 hPa.参数化组合敏感性试验的模拟时段选取2012年9月至2013年11月,2012年9—11月作为模式预热期(Spin-up),不参与后续分析,历时10 a的动力降尺度模拟时段为2004年9月至2014年11月.以往研究表明,将长期连续积分分割为多个较短的积分,也就是分割模拟时间,进行多次的初始场更新,可以减少长时间积分带来的系统误差,避免模式偏离长期强迫,使模拟性能优于连续模拟[41-44].本研究中10 a的动力降尺度模拟将分10次完成,一次仅模拟1 a,每次模拟时段为当年1—11月以及上一年9—12月,前3个月的预热期模拟结果舍去不参与分析. ...
Assessment of three dynamical climate downscaling methods using the Weather Research and Forecasting(WRF)model
0
2008
An RCM multi-physics ensemble over Europe:multi-variable evaluation to avoid error compensation
0
2015
Wind climate estimation using WRF model output:method and model sensitivities over the sea
1
2015
... 使用WRFV4.0版本进行数值模拟,采用双向三重嵌套,网格距分别为54、18、6 km,格点数分别为152×105、151×124、211×145,模拟区域中心位置坐标为35°N、100°E.如图1所示,第一重模拟区域覆盖了中国在内的大部分亚洲地区,第二重模拟区域覆盖了青藏高原东部的大部分地区,第三重模拟区域即本文研究区域,覆盖了祁连山和柴达木盆地、三大内陆河流域等周边地区.模式垂直分层35层,模式层顶气压为50 hPa.参数化组合敏感性试验的模拟时段选取2012年9月至2013年11月,2012年9—11月作为模式预热期(Spin-up),不参与后续分析,历时10 a的动力降尺度模拟时段为2004年9月至2014年11月.以往研究表明,将长期连续积分分割为多个较短的积分,也就是分割模拟时间,进行多次的初始场更新,可以减少长时间积分带来的系统误差,避免模式偏离长期强迫,使模拟性能优于连续模拟[41-44].本研究中10 a的动力降尺度模拟将分10次完成,一次仅模拟1 a,每次模拟时段为当年1—11月以及上一年9—12月,前3个月的预热期模拟结果舍去不参与分析. ...
The WRF single-moment 6-class microphysics scheme (WSM6)
1
2006
... 敏感性试验的参数化方案组合设置如表1所列.其中,WSM6(WRF Single-Moment 6-class)方案是对WSM5方案的补充和扩展,增加了与霰粒子相关的微物理过程 ,预报变量包括云水、雨、云冰、雪、霰的混合比[45].Thompson 方案是一个考虑冰、雪、霰过程的新物理方案,通常用于高分辨率数值模拟[46]. ...
Explicit forecasts of winter precipitation using an improved bulk microphysics scheme.Part II:implementation of a new snow parameterization
1
2008
... 敏感性试验的参数化方案组合设置如表1所列.其中,WSM6(WRF Single-Moment 6-class)方案是对WSM5方案的补充和扩展,增加了与霰粒子相关的微物理过程 ,预报变量包括云水、雨、云冰、雪、霰的混合比[45].Thompson 方案是一个考虑冰、雪、霰过程的新物理方案,通常用于高分辨率数值模拟[46]. ...
The Kain-Fritsch convective parameterization:an update
1
2004
... Kain-Fritsch方案采用一个简单云模式,考虑了气流的上升、下沉和卷入、卷出,以及浅对流过程[47].Grell-Devenyi方案是由Grell等[48]提出的一个多封闭、多参数、集成了典型的144个次网格成员的方案.定量给出了不同的空气对云运动和卷入、卷出的参数以及降水率,通过计算每个网格点上多个积云方案,然后对结果的平均值进行计算,方案默认采用平等权重,但可以进行平均加权计算对积云方案结果优化. ...
A generalized approach to parameterizing convection combining ensemble and data assimilation techniques
1
2002
... Kain-Fritsch方案采用一个简单云模式,考虑了气流的上升、下沉和卷入、卷出,以及浅对流过程[47].Grell-Devenyi方案是由Grell等[48]提出的一个多封闭、多参数、集成了典型的144个次网格成员的方案.定量给出了不同的空气对云运动和卷入、卷出的参数以及降水率,通过计算每个网格点上多个积云方案,然后对结果的平均值进行计算,方案默认采用平等权重,但可以进行平均加权计算对积云方案结果优化. ...
Radiative transfer for inhomogeneous atmospheres:RRTM,a validated correlated‐k model for the longwave
1
1997
... RRTM方案来自于 MM5模式 ,是一种利用一个预先处理的对照表来表示由于水汽、 臭氧、 二氧化碳和其他气体 ,以及云的光学厚度引起的长波过程的有效并精确的模式[49].Dudhia方案来自于MM5模式,对短波辐射通量向下进行简单积分.能够有效计算水汽吸收、云的反射与吸收和晴空散射[50].CAM方案来自于CAM3气候模式,并用于CCSM方案,其中考虑到气溶胶和痕量气体.主要用于进行气候模拟,能够处理几种气溶胶和痕量气体的光学特征,该方案特别适合用于区域气候模拟[51]. ...
Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model
1
1989
... RRTM方案来自于 MM5模式 ,是一种利用一个预先处理的对照表来表示由于水汽、 臭氧、 二氧化碳和其他气体 ,以及云的光学厚度引起的长波过程的有效并精确的模式[49].Dudhia方案来自于MM5模式,对短波辐射通量向下进行简单积分.能够有效计算水汽吸收、云的反射与吸收和晴空散射[50].CAM方案来自于CAM3气候模式,并用于CCSM方案,其中考虑到气溶胶和痕量气体.主要用于进行气候模拟,能够处理几种气溶胶和痕量气体的光学特征,该方案特别适合用于区域气候模拟[51]. ...
Description of the NCAR community atmosphere model (CAM 3.0)
1
2004
... RRTM方案来自于 MM5模式 ,是一种利用一个预先处理的对照表来表示由于水汽、 臭氧、 二氧化碳和其他气体 ,以及云的光学厚度引起的长波过程的有效并精确的模式[49].Dudhia方案来自于MM5模式,对短波辐射通量向下进行简单积分.能够有效计算水汽吸收、云的反射与吸收和晴空散射[50].CAM方案来自于CAM3气候模式,并用于CCSM方案,其中考虑到气溶胶和痕量气体.主要用于进行气候模拟,能够处理几种气溶胶和痕量气体的光学特征,该方案特别适合用于区域气候模拟[51]. ...
Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 modeling system.Part I:model implementation and sensitivity
1
2001
... MM5相似理论近地面层方案(Monin-Obukhov方案)常与 MRF或 YSU边界层方案联合使用[52].YSU(Yonsei University)方案是使用非局部涡扩散系数来解释湍流通量的一阶方案[53].Noah 陆面模式含有4个不同层次上土壤温度和湿度、积雪覆盖面积和冻土物理过程.每层深度为10、30、60、100 cm,能对冠层湿度和雪盖进行预报,为边界层提供感热和潜热通量[54]. ...
A new vertical diffusion package with an explicit treatment of entrainment processes
1
2006
... MM5相似理论近地面层方案(Monin-Obukhov方案)常与 MRF或 YSU边界层方案联合使用[52].YSU(Yonsei University)方案是使用非局部涡扩散系数来解释湍流通量的一阶方案[53].Noah 陆面模式含有4个不同层次上土壤温度和湿度、积雪覆盖面积和冻土物理过程.每层深度为10、30、60、100 cm,能对冠层湿度和雪盖进行预报,为边界层提供感热和潜热通量[54]. ...
Use of four-dimensional data assimilation in a limited-area mesoscale model.Part I:experiments with synoptic-scale data
1
1990
... MM5相似理论近地面层方案(Monin-Obukhov方案)常与 MRF或 YSU边界层方案联合使用[52].YSU(Yonsei University)方案是使用非局部涡扩散系数来解释湍流通量的一阶方案[53].Noah 陆面模式含有4个不同层次上土壤温度和湿度、积雪覆盖面积和冻土物理过程.每层深度为10、30、60、100 cm,能对冠层湿度和雪盖进行预报,为边界层提供感热和潜热通量[54]. ...
The NCEP/NCAR 40-year reanalysis project
1
1996
... WRF模式的驱动使用了3套不同的数据,驱动数据包括近地表温度、海平面气压、海温、空气温度、径向风、纬向风、相对湿度、位势高度、土壤湿度、土壤温度等.第一套是NCEP-FNL再分析资料,水平分辨率为1°×1°,时间间隔为6 h;第二套为ERA-Interim再分析资料,水平分辨率为0.5°×0.5°,时间间隔为6 h;第三套则是一套CMIP6多模式集合误差订正数据,水平分辨率为1.25°×1.25°,时间间隔为6 h[55-57].第一套和第二套数据都是同化了各种来源例如地面、卫星和无线电探空等观测资料以及进行了质量控制的再分析资料,而第三套数据是全球气候模型的模拟结果.在进行各参数化方案组合的敏感性试验时,驱动场数据的质量对模式模拟结果的质量有很大影响,通过对利用两套再分析资料驱动WRF模式得到的模拟结果进行评估,而后选出的最佳参数化方案组合更适用于祁连山及周边地区的模拟.对CMIP6数据驱动WRF模式得到的各试验模拟结果的评估作为辅助参考. ...
The ERA-interim archive
0
2009
Bias-corrected CMIP6 global dataset for dynamical downscaling of the historical and future climate (1979-2100)
1
2021
... WRF模式的驱动使用了3套不同的数据,驱动数据包括近地表温度、海平面气压、海温、空气温度、径向风、纬向风、相对湿度、位势高度、土壤湿度、土壤温度等.第一套是NCEP-FNL再分析资料,水平分辨率为1°×1°,时间间隔为6 h;第二套为ERA-Interim再分析资料,水平分辨率为0.5°×0.5°,时间间隔为6 h;第三套则是一套CMIP6多模式集合误差订正数据,水平分辨率为1.25°×1.25°,时间间隔为6 h[55-57].第一套和第二套数据都是同化了各种来源例如地面、卫星和无线电探空等观测资料以及进行了质量控制的再分析资料,而第三套数据是全球气候模型的模拟结果.在进行各参数化方案组合的敏感性试验时,驱动场数据的质量对模式模拟结果的质量有很大影响,通过对利用两套再分析资料驱动WRF模式得到的模拟结果进行评估,而后选出的最佳参数化方案组合更适用于祁连山及周边地区的模拟.对CMIP6数据驱动WRF模式得到的各试验模拟结果的评估作为辅助参考. ...
CMIP5全球气候模式对青藏高原地区气候模拟能力评估
1
2014
... 地形高度数据共使用了两套数据,在进行参数化方案组合的敏感性试验时地形资料选用的是WRF自带的分辨率为0.9 km的MODIS地形高度数据,另一套则是分辨率为0.09 km的SRTM(Shuttle Radar Topography Mission)数字高程数据.由于地形高度数据与模拟区域内实际海拔之间存在偏差,为提高模拟精度,对模拟气温需进行地形效应校正,统一使用标准大气温度直减率系数6.5 ℃·km-1作为地形校正系数[4,58]. ...
Changes of effective temperature and cold/hot days in late decades over China based on a high resolution gridded observation dataset
1
2017
... 对5组参数化方案组合以及两组不同地形高度数据设置下的模拟结果进行评估的观测数据是来自国家气象信息中心的中国地面气候资料日值数据集(V3.0),时间分辨率为1 d,在剔除了模拟时间段内缺测、错误数据大于10%的站点之后,从中提取了研究区域内42个站点的逐日温度和降水数据并处理为季节平均数据.在历时10 a的动力降尺度模拟阶段则是利用分辨率为0.25°×0.25°的CN05.1数据对模拟场的温度和降水进行分析评估[59]. ...
Summarizing multiple aspects of model performance in a single diagram
1
2001
... 图2为来自不同驱动数据的4个季节模拟与观测气温之间对比结果的泰勒图,在泰勒图中标注点到原点的连线与横轴的余弦值表示模拟值与观测值之间的空间相关系数(R),标注点到原点的距离表示模拟值与观测值的标准差之比(σ),而标注点到横轴参考点(REF)的距离则为模拟值与观测值的均方根误差的相对大小(RMSE),模拟值与观测值之间的归一化平均偏差大小(PB)则由标志点的形状大小表示[60]. ...
Dampened El Ni?o in the early and mid‐Holocene due to insolation‐forced warming/deepening of the thermocline
1
2018
... 在祁连山(托勒、野牛沟)及周边地区(五道梁、曲麻莱、托托河)分别选取了5个站点进行温度和降水的动力降尺度模拟研究,利用Quantile-Quantile图[61]进行分析.如图8所示,Q-Q图所展示的信息中,横轴是观测值,纵轴是模拟值,红色直线代表拟合直线,黑色直线为1∶1线,红色直线越接近黑色直线,表明模拟值与观测值越接近,模拟效果越好,灰色阴影范围为90%置信区间. ...
Simulated cold bias being improved by using MODIS time-varying albedo in the Tibetan Plateau in WRF model
3
2018
... 本文在进行参数化方案的敏感性试验时发现,对模拟气温以及降水的评估结果均显示WRF模式对祁连山及其周边地区冬季气温与降水的模拟稍差于其他3个季节,在模拟气温方面,有研究发现在高原上WRF模式对冬季和春季反照率的高估会导致模拟时出现低温偏差,这对冬季气温模拟有很大影响[31,62].在降水方面,这与祁连山区气象站点在冬季的固态降水观测存在误差,复杂山区的观测数据不具有很好的代表性以及6 km分辨率的模拟数据插值到站点上存在误差等有一定关系.另外,不同的积云对流和云微物理参数化方案对降水的影响很显著,本文通过评估选出的最佳参数化方案组合中云微物理方案为Thompson,这与张文煜等[19]在对祁连山一次降水过程进行数值模拟研究,并对其微物理结构特征进行分析后选出的最优云微物理方案一致.WRF模式模拟的降水对于Kain-Fritsch和Grell-Devenyi积云参数化方案的选择很敏感,Grell-Devenyi方案在青藏高原比Kain-Fritsch更有优势,这与在参数化组合敏感性试验中选出的方案一致[63]. ...
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
... [62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
Impact of different cumulus convective parameterization schemes on the simulation of precipitation over China
1
2017
... 本文在进行参数化方案的敏感性试验时发现,对模拟气温以及降水的评估结果均显示WRF模式对祁连山及其周边地区冬季气温与降水的模拟稍差于其他3个季节,在模拟气温方面,有研究发现在高原上WRF模式对冬季和春季反照率的高估会导致模拟时出现低温偏差,这对冬季气温模拟有很大影响[31,62].在降水方面,这与祁连山区气象站点在冬季的固态降水观测存在误差,复杂山区的观测数据不具有很好的代表性以及6 km分辨率的模拟数据插值到站点上存在误差等有一定关系.另外,不同的积云对流和云微物理参数化方案对降水的影响很显著,本文通过评估选出的最佳参数化方案组合中云微物理方案为Thompson,这与张文煜等[19]在对祁连山一次降水过程进行数值模拟研究,并对其微物理结构特征进行分析后选出的最优云微物理方案一致.WRF模式模拟的降水对于Kain-Fritsch和Grell-Devenyi积云参数化方案的选择很敏感,Grell-Devenyi方案在青藏高原比Kain-Fritsch更有优势,这与在参数化组合敏感性试验中选出的方案一致[63]. ...
Representation of stony surface‐atmosphere interactions in WRF reduces cold and wet biases for the southern Tibetan Plateau
1
2021
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
Integrating remote sensing data with WRF model for improved 2-m temperature and humidity simulations in China
1
2020
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
Evaluation of WRF mesoscale climate simulations over the Tibetan Plateau during 1979-2011
1
2015
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
Evaluation of a convection-permitting modeling of precipitation over the Tibetan Plateau and its influences on the simulation of snow-cover fraction
2
2020
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
... [67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
Double-nested dynamical downscaling experiments over the Tibetan Plateau and their projection of climate change under two RCP scenarios
1
2013
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...
Convection‐permitting modelling improves simulated precipitation over the central and eastern Tibetan Plateau
1
2021
... 针对历时10 a动力降尺度模拟气温与降水的评估分析中存在的问题,过往已有研究发现在青藏高原近地表气温模拟时存在的系统性冷偏差是由于WRF模式对冬季和春季反照率的高估导致了较大的低温偏差,以及WRF中土壤类型设置得不适当会影响感热通量和潜热通量的分配,导致不同的局部环流,并进一步影响降水和温度,在模拟时产生冷湿偏差[62,64].对于此类问题,将中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)数据与WRF模型相结合,使用MODIS数据中的GVF、反照率等数据产品更新WRF模式中的相关数据对改善气温模拟中存在的冷偏差问题有一定帮助[62,65].模拟降水存在的湿偏差常常存在于粗分辨率模拟中,因为粗分辨率的气候模型无法充分解决复杂地形区的小规模陆气相互作用,但很多研究发现,提高模拟分辨率后,这种现象依旧存在[3,66-67].地形降水是祁连山地区的主要降水过程,针对高原区进行动力降尺度研究时发现,模拟结果总是高估降水,高原上对降水模拟普遍存在的湿偏差可能与WRF模式对中小尺度地形抬升作用的描述过强有关.除此之外,这可能还与积云对流参数化方案本身有关,它被认为是偏差的主要来源,Gao等[67]通过使用绕开积云对流参数化方案而开发的对流允许模型模拟高原降水,为改善降水模拟存在的湿偏差问题提供了新思路[4,68-69].在降水量较多的地区例如祁连山区,WRF更能模拟出接近观测的降水值,在降水较少的地区出现弱负相关情况可能是由于降水量较少,WRF模拟的偏差会被放大. ...