全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
高原气象  2015 

雷达资料同化频次对一次西南涡暴雨的影响试验

DOI: 10.7522/j.issn.1000-0534.2014.00050, PP. 963-972

Keywords: 多普勒天气雷达,循环同化,ARPS-3DVAR,复杂云分析

Full-Text   Cite this paper   Add to My Lib

Abstract:

利用ARPS模式的三维变分同化系统ARPS-3DVAR和复杂云分析方案,采用重庆多普勒天气雷达资料,对一次西南涡暴雨过程进行了影响试验,分析雷达资料同化及其同化频次对初始场的改善情况以及对此次暴雨预报结果的影响。结果表明:(1)同化雷达资料后,模式初始场较好地刻画出回波的强中心和大致分布,增加了中小尺度天气系统的信息,多次循环同化试验强降水区存在β中尺度气旋性涡旋,配合低层强辐合,增强上升运动和西南涡的发展。(2)在预报场,同化雷达资料后改善了预报前期没有降水的情况,18min同化试验的降水预报效果最好,且其TS评分也最高,其次是12min、6min、单次同化和24min同化间隔试验方案。(3)最大垂直速度在连续同化后预报的第18min达到最大,表明ARPS模式需要18min来调整模式变量之间的动力与热力约束以达到平衡状态,更长或更短的同化间隔都会有负影响,这也是18min同化间隔试验的雷达回波和降水预报效果最好且TS评分最高的可能原因。

References

[1]  顾建峰. 多普勒雷达资料三维变分直接同化方法研究[D]. 南京:南京信息工程大学. 2006.
[2]  王遂缠, 胡向军, 张新荣, 等. 雷达资料同化在甘肃局地暴雨天气个例中的应用[J]. 高原气象, 2011, 30(3):711-718. 浏览
[3]  徐广阔, 孙建华, 雷霆, 等. 多普勒天气雷达资料同化对暴雨模拟的影响[J]. 应用气象学报, 2011, 20(1):36-45.
[4]  盛春岩, 浦一芬, 高守亭. 多普勒天气雷达资料对中尺度模式短时预报的影响[J]. 大气科学, 2006, 30(1):93-107.
[5]  张蕾, 王振会, 杨艳蓉. 多普勒天气雷达资料在数值模式ARPS中的试验[J]. 气象科学, 2011, 31(5):567-575.
[6]  杨艳蓉, 王振会, 张沛源. 利用多普勒天气雷达资料对一次暴雨过程的同化模拟[J].南京气象学院学报, 2008, 31(5):633-639.
[7]  梁旭东, 王斌. 基于模式约束三维变分技术的连续循环同化试验研究[J]. 气象学报, 2010, 98(2):153-161.
[8]  Hu Ming, Xue Ming. Impact of configurations of rapid intermittent assimilation of WSR-88D radar data for the 8 May 2003 Oklahoma City tornadic thunderstorm case[J]. Mon Wea Rev, 2007, 135(2):507-525.
[9]  江玉华, 何跃, 邓承之, 等. 重庆市大范围暴雨与西南低涡[C]//第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集. 北京:中国气象学会, 2009:2441-2447.
[10]  高守亭. 流场配置及地形对西南低涡形成的动力作用[J]. 大气科学, 1987, 11(3):263-271.
[11]  李国平, 万军, 卢敬华. 暖性西南低涡生成的一种可能机制[J]. 应用气象学报, 1991, 2(1):91-99.
[12]  卢敬华. 西南低涡概论[M]. 北京:气象出版社, 1986:129-146.
[13]  卢敬华. 利用热成风适应原理对暖性西南低涡生成机制的再分析[J]. 高原气象, 1988, 7(4):345-356.
[14]  邹波, 陈忠明. 一次西南低涡发生发展的中尺度诊断[J]. 高原气象, 2000, 19(2):141-149.
[15]  陈忠明, 闵文彬, 缪强, 等. 高原涡与西南涡耦合作用的个例分析[J]. 高原气象, 2004, 23(1):75-80.
[16]  蒋璐君, 李国平, 母灵, 等. 基于TRMM资料的西南涡强降水结构分析[J]. 高原气象, 2014, 33(3):607-614, doi:10.7522/j.issn.1000-0534.2013.00094. 浏览
[17]  马红, 郑翔飚, 胡勇, 等. 一次西南涡引发MCC暴雨的卫星云图和多普勒雷达特征分析[J]. 大气科学学报, 2010, 33(6):688-696.
[18]  宗志平, 陈涛, 徐臖, 等. 2012年初秋四川盆地两次西南涡暴雨过程的对比分析与预报检验[J]. 气象, 2013, 39(5):567-576.
[19]  周国兵, 沈桐立, 韩余. 重庆"9·4"特大暴雨天气过程数值模拟分析[J]. 气象科学, 2006, 26(5):572-577.
[20]  张虹, 李国平, 王曙东. 西南涡区域暴雨的中尺度滤波分析[J]. 高原气象, 2014, 33(2):361-371, doi:10.7522/j.issn.1000-0534.2013.00016. 浏览
[21]  卢萍, 李跃清, 郑伟鹏, 等. 影响华南持续性强降水的西南涡分析和数值模拟[J]. 高原气象, 2014, 33(6):1457-1467, doi:10.7522/j.issn.1000-0534.2013.00137. 浏览
[22]  陈贵川, 谌芸, 张勇, 等. "12·7·21"西南涡极端强降雨的成因分析[J]. 气象, 2013, 39(12):1529-1541.
[23]  Xue Ming, Droegemeier K K, Wong V, et al. ARPS version 4.0 user's guide[Z]. Norman:Center for Analysis and Prediction of Storms, University of Oklahoma, 1995:100.
[24]  Xue Ming, Droegemeier K K, Wong V, et al. The Advanced Regional Prediction System (ARPS)-A multiscale nonhydrostatic atmospheric simulation and prediction tool. Part I:Model dynamics and verification[J]. Meteor Atmos Phys, 2000, 75(3-4):161-193.
[25]  Xue Ming, Droegemeier K K, Wong V, et al. The Advanced Regional Prediction System (ARPS)-A multiscale nonhydrostatic atmospheric simulation and prediction tool. Part II:Model physics and Applications[J]. Meteor Atmos Phys, 2000, 76(3-4):143-166.
[26]  Zhang J, Carr F H, Brewster K. ADAS cloud analysis[C]. Preprints 12th Conference on Numerical Weather Prediction, Phoenix, Amer Meteor Soc, 1998:185-188.
[27]  Hu Ming, Xue Ming. 3DVAR and cloud analysis with WSR-88D level-Ⅱ data for the prediction of the Fort Worth, Texas, Tornadic thunderstorms. Part Ⅰ:Cloud analysis and its impact[J]. Mon Wea Rev. 2006, 134(2):675-698.
[28]  Hu Ming, Xue Ming. 3DVAR and cloud analysis with WSR-88D level-Ⅱdata for the prediction of the Fort Worth, Texas, Tornadic thunderstorms. Part Ⅱ:Impact of radial velocity analysis via 3DVAR[J]. Mon Wea Rev. 2006, 134(2):699-721.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133