5 期周鹏, 等 :WRF 模式在南京数值天气预报中的应用 599 引言 WRF 在国内已经得到了一定的应用 [1 5], 闫之 [6] 辉等介绍了 WRF 模式中的微物理过程并研究了 [7] 其对预报效果的影响, 伍华平等对 WRF 中积云对流参数化方案进行了模拟对比另外, 付伟基 [8] 等利

Size: px

Start display at page:

Download "5 期周鹏, 等 :WRF 模式在南京数值天气预报中的应用 599 引言 WRF 在国内已经得到了一定的应用 [1 5], 闫之 [6] 辉等介绍了 WRF 模式中的微物理过程并研究了 [7] 其对预报效果的影响, 伍华平等对 WRF 中积云对流参数化方案进行了模拟对比另外, 付伟基 [8] 等利"

盟宗
5 years ago
Views:

1 第 31 卷第 5 期气象科学 Vol.31,No 年 10 月 JournaloftheMeteorologicalSciences Oct.,2011 周鹏, 常兰, 李鹏, 等.WRF 模式在南京数值天气预报中的应用. 气象科学,2011,31(5): ZHOUPeng,CHANGLan,LIPeng,etal.TheapplicationofWRFmodelintheweatherforecastofNanjing.JournaloftheMeteoro logicalsciences,2011,31(5): WRF 模式在南京数值天气预报中的应用 1,2 周鹏 3 常兰 4 李鹏 5 徐强君 6 张成伟 (1 南京大学大气科学院, 南京 ;2 江苏省气象台, 南京 ; 3 扬州市邗江区气象局, 江苏扬州 ;4 黑龙江省人工影响天气办公室, 哈尔滨 ; 5 民航华东地区空管局气象中心, 上海 ;6 民航深圳空中交通管理站气象台, 深圳 ) 摘要利用最新版本的 WRFV3.1 进行了南京地区的高分辨率的数值天气预报, 对预报结果进行了细致的评估, 结果表明 : 模式很好的预报出了温度相对湿度及风场的逐日变化特征 0~ 24h 预报的平均温度和实况基本一致, 预报的击中率为 0 73; 预报的平均相对湿度较实况偏高了 0 3%, 击中率为 0 74; 模式预报的风场跟实况较为吻合, 对风速增大减小的趋势预报非常准确另外, 模式对层云降水预报较好, 能很好的把握了降水的强度及空间变化, 但对积云强降水预报, 结果不理想, 降水范围强度均偏小, 持续时间偏短关键词数值天气预报 ; 降水 ;WRF 模式分类号 P412 文献标识码 A TheapplicationofWRFmodelintheweatherforecastofNanjing ZHOUPeng 1,2 CHANG Lan 3 LIPeng 4 XUQiangjun 5 ZHANG Chengwei 6 (1SchoolofAtmosphericScience,NanjingUniversity,Nanjing210093,China) (2JiangsuMeteorologicalObservatory,Nanjing210008,China) (3HanjiangMeteorologicalBureau,JiangsuYangzhou225009,China) (4HeilongjiangWeatherModificationCenter,Harbin150030,China) (5MeteorologicalCenterofAirTraficControlBureau,EastChina,CAAC,Shanghai200335,China) (6TheMeteorologicalObservatoryofShenzhenAirTraficManagementStation,CAAC,Shenzhen518128,China) Abstract Inthispaper,thelatestversionofWRFv3.1wasusedtopredicttheweatherconditionin highresolutionfornanjing,andthepredictedresultswerecomparedwiththeobservationsindetail.the resultsshowedthatthemodelsuccesfulypredictedthecharacteristicoftheday to dayvariationsoftem perature,relativehumidityandwinds.themeantemperaturesof0-24hpredictionwereveryclosewith theobservations,withhitrateof0 73;thepredictedrelativehumiditywereslightlyhigherthantheob servations,withrelativeerorof0 3% andhitrateof0 74;themodelalsoquiteweldisplayedthewind fields,fairlycapturedthevariationtrendsofwindspeeds Inaddition,themodelhasgoodperformances inforecastingthestratusprecipitation;bothintensityandpaternofprecipitationwerewelcaptured However,itissomewhatnotsatisfactorytoforecastcumulusheavyprecipitation,comparedwiththereal one,therangewassmaler;theintensitywaslower;andthedurativetimewasshorter Keywords Numericalweatherforecast;Precipitation;WRFmodel 收稿日期 (Received): ; 修改稿日期 (Revised): 基金项目 : 江苏省科技厅社会发展项目 (BS ) 通讯作者 (Corespondingauthor): 周鹏 (ZHOUPeng).zhoup@jsqx.gov.cn

2 5 期周鹏, 等 :WRF 模式在南京数值天气预报中的应用 599 引言 WRF 在国内已经得到了一定的应用 [1 5], 闫之 [6] 辉等介绍了 WRF 模式中的微物理过程并研究了 [7] 其对预报效果的影响, 伍华平等对 WRF 中积云对流参数化方案进行了模拟对比另外, 付伟基 [8] 等利用 WRF 模式对弱强迫系统中雷暴的预报进行了个例研究, 结果表明 WRF 模式在预报弱强迫天气系统雷暴时具有较好的性能, 用 WRF 模式来做雷暴的分析预报是一条可行的途径缪国军 [9] 等利用 WRF 模式对兰州地区冬季大气边界层进行了数值模拟研究, 模拟结果与观测事实基本一致, 表明 WRF 模式具有良好的稳定性能本文应用 WRFV3 1 模式进行了南京地区天气预报的初步应用, 并对预报效果进行了较为细致的评估本文第二部分对模式系统的设置及预报流程进行了介绍, 第三部分给出了预报效果的评估, 最后给出本文的主要结论 1 模式配置及预报流程本文所采用的是最新版 (V3 1 1) 的 WRF 模式, 它于 2009 年 7 月 31 日发布模式区域采用 Lambert 投影, 设置了 4 层嵌套, 区域一 (DM1) 覆盖了整个东亚地区 ( 包括了中国, 中南半岛, 朝鲜半岛及日本等地区 ), 区域以南京 (32 0 N,118 0 E) 为中心, 水平网格为 88 75, 格距为 81km; 区域二 (DM2) 覆盖了中国华东及部分华南和中南地区, 水平网格为 85 70, 格距为 27km; 区域三 (DM3) 覆盖了江苏全省及长三角部分地区, 水平网格为 70 64, 格距为 9km, 区域四覆盖了南京市, 采用了 3km 格距垂直方向使用 sigma 坐标, 为了进行高分辨的预报, 共分为 45 个 sigma 层, 其中约 13 层在边界层内, 模式大气顶固定在 50hPa 模式的云微物理参数化方案采用 WRFSingle Moment5 classcheme( 表 1), 考虑水汽, 云水, 雨水, 云冰及雪, 而水, 冰可以共存, 过冷水也被允许存在, 适合中尺度系统的模拟边界层参数化则为 Melor Yamada Janjic 湍流动能方案路面过程采用了 NOAH 陆面模式, 并且在模式 DM3 和 DM4 区域启用了单层的城市冠层模式另外, 默认的 WRF 模式下垫面类型来自 1990s 的 USGS 资料, 由于国内快速的城市化进程, 该资料已经不能反映当前的城市分布本文采用了 MODIS2003 资料反演的分辨率为 30s 的下垫面类型资料, 它能更好的表述表 1 模式系统网格及物理选项设置 Table1 Modelsystemdomainsetingandconfigurationoptions 网格区域 DM1 DM2 DM3 DM4 水平网格 (x,y) 88,75 85,70 70,64 55,61 格距 81km 27km 9km 3km 步长 432s 144s 48s 16s 微物理方案 WRFSingle Moment5 classcheme 平流方案 5thhorizontal/3rdvertical 长波辐射方案 RRTM 短波辐射方案 GODDARD 表面层方案 Moni Obukhov(JanjicEta) 陆面模式 NOAH 城市地表无单层的城市冠层模式边界层方案 Melor Yamada JanjicTKE 积云参数化方案 Grel Devenyiensemblescheme 无中国地区当前的下垫面类型特征对于积云参数化, 本文采用了 Grel Devenyi 总体方案, 该方案采用准平衡假设, 使用两个由上升和下沉气流决定的稳定状态环流构成的云模式, 除了在环流顶和底外, 云与环境空气没有直接混合, 它在每个格点运行多种积云方案和变量, 再将结果平均反馈到模式中 DM4 网格距较小, 未采用对流方案预报所需要的初始及边界气象资料来自 GFS 的全球预报场 GFS 每天 4 次 ( 即 00,06,12 和 18 时, 世界时 ) 进行全球预报, 并提供每隔 3h 的资料下载本文采用的是 GFS 每天 12 时 ( 即北京时间 20 时 ) 预报场为了节省资料的下载时间, 本文采用了 24h 的资料间隔, 也就是说模式系统最外层的侧边界条件每隔 24h 强迫一次, 由于我们最外层区域 (DM1) 取了足够大的区域, 边界对所关注区域的影响可以忽略, 因而这样的边界强迫设置是合理的模式系统从每天的 20 时开始进行 72h 的预报, 取第 2 天时为 0~24h 预报 ( 也就是预报的第 4 到 28 小时 ), 第 3 天的时为 24~48h 预报本文共进行了连续 8d(2009 年 9 月日 ) 的高分辨率的天气预报 2 结果分析与讨论本文选取了南京地区 5 个基本站和 15 个一般自动站的资料 ( 包括温度, 相对湿度, 风速, 风向和降水 ), 分别对 0~24h 预报和 24~48h 的预报结果进行了评估对每个站点的预报值和实况值进行

3 600 气象科学 31 卷表 2 统计结果 Table2 Asesmentresultsoftheprediction 统计方法 0~24h 预报 24~48h 预报风向 ( ) 风速 /(m s -1 ) 温度 / 相对湿度 (%) 风向 ( ) 风速 /(m s -1 ) 温度 / 相对湿度 (%) 站点数观测平均预报平均 E珔 E ma E rms H r 了统计分析, 使用的统计方法包括平均偏差 ( E), 珔绝对偏差 (E ma ), 均方根误差 (E rms ), 公式如下 E珔 = 1 (S n n i -O i ),E ma = 1 S i=1 n n i -O i, i=1 E rms = 槡 1 2 (S n n i -O i ) i=1 其中,S i 表示预报值,O i 表示实况值,n 为某一站点的样本数另外, 本文还计算了温度, 相对湿度, 风向和风速的击中率 (H r ) 击中率考虑了实测的不确定性, 是一种更为合理有效的评估预报结果的统计方法 [10], 结果如表 2 对于每一种天气要素, 该方法设置了一个阈值范围, 若预报结果在该范围内, 则认为预报是准确的, 否则, 认为预报不准击中率定义为预报准确的样本数占总统计样本数的比重本文所选取的阈值范围温度为 2, 相对湿度为 10%, 风速为 1m s -1, 风向为 30 对于降水预报的评估, 本文应用了 TS 评分方法, 对 1h 和 6h 分别进行了预报评分 2 1 温度图 1 给出了南京地区 4 个基本站的预报和实况的每小时温度变化可以看出, 模式很好的预报出了温度的逐日变化特征它很好的抓住了 19 日的升温及 21 号的降温过程从图中也可以看出,0~ 24h 的预报普遍与实测温度较为接近, 特别是在升温过程中 (17 19 日 ), 而在降温过程中 (21 日 ), 相反 24~48h 的预报与实况较为接近这有可能是由于 24~48h 预报的积分误差加大, 预报的天气系统移动较实际快而引起的另外, 在高淳和溧水站, 夜间预报的最低温度要比实测偏低很多, 而代表南京的江宁站, 夜间温度的预报结果较好统计表明, 0~24h 预报的平均温度和实况基本一致, 预报的击中率为 0 73, 而 24~48h 的预报比实况稍高, 击中率为相对湿度图 2 给出了南京地区 4 个基本站的预报和实况的每小时相对湿度变化随着温度的增加,17 19 日, 相对湿度基本为一个下降趋势,20 21 日又逐日增加模式基本预报出了相对湿度这一变化趋势与温度的预报一致,0~24h 预报的结果要明显好于 24~48h 的预报同样, 在日这一缓慢升温过程中,24~48h 预报的偏差非常明显 ( 明显偏低 ) 另外, 南京站 0~24h 预报的相对湿度也普遍较实况偏低, 而其他三个站预报结果和实况较为接近或者稍微偏高, 这可能和城市下垫面有关统计表明,0~24h 预报的平均相对湿度较实况偏高了 0 3%, 而 24~48h 预报较实况偏低了 3 9%,0~24h 预报的击中率为 0 74, 而 24~48h 的预报击中率较低, 只为风场图 3 给出了南京地区 4 个基本站的预报和实况的每小时风矢量变化可以看出模式预报的风场跟实况较为吻合, 对风速增大减小的趋势预报非常准确个别时段风向略有偏差, 其原因可能是模式对系统移动速度风向转折点的预报与实况略有出入, 无论偏早或是偏晚, 均会造成一个较短的时间段内风向有偏差同时可以看出,24h 预报与 48h 预报相比没有明显的优势, 说明模式在风场预报这方面计算较为稳定, 表明了模式对天气系统的把握能力较强注意到溧水站与其他 3 站有明显区别, 实况风速明显偏小, 造成风速预报误差偏大考虑到溧水

周鹏等ＷＲＦ模式在南京数值天气预报中的应用期图观测和预报的７４南京市４个站点的ｍ温度时间序列对比ＦＴｈｐｈｙｍｍｐ４Ｎ８８Ｎ８Ｌｈ８９Ｇｈ８４Ｌｈｈｍｗ图观测和预报的南京市４个站点的ｍ风场时间序列对比ＦＴｈｐｈｙｍｗ４Ｎ附近多小山丘测站测风可能受山体影响通过查阅历史资料

4 周鹏等ＷＲＦ模式在南京数值天气预报中的应用期图观测和预报的７４南京市４个站点的ｍ温度时间序列对比ＦＴｈｐｈｙｍｍｐ４Ｎ８８Ｎ８Ｌｈ８９Ｇｈ８４Ｌｈｈｍｗ图观测和预报的南京市４个站点的ｍ风场时间序列对比ＦＴｈｐｈｙｍｗ４Ｎ附近多小山丘测站测风可能受山体影响通过查阅历史资料发现溧水站风速确实存在偏小的问题其风速始终小于南京高淳等站９年９月平均８ｍ南京ｍ高淳ｍ风速溧水８年全年平均风速溧水９ｍ南京ｍ高淳ｍ由于模式分辨率的限制对地形无法精确描述导致了溧水站风速的误差总体看来模式对于风场的预报能力应给予肯定４降水６图观测和预报的７４南京市４个站点的ｍ相对湿度时间序列对比ＦＴｈｐｈｙｍｈｍｙ４Ｎ图４观测和预报的南京市４个站点的逐小时降水量时间序列对比Ｆ４Ｔｈｐｈｙｐｐ４Ｎ很少空报较多溧水和高淳两站在４日出现了有雨量的空报统计表明模式预报的ｈ累计降水和６ｈ的ＴＳ评分分别为和８表日的降水为层云降水从预报情况来看模式很好的把握了降水的空间变化也就是高淳溧水降水量较大而南京六合降水量较小图显示了日８时南京地区的６ｈ分布可以看出南京地区各个观测站预报的降水量都和实况较为接近但是由图４可知降水预报时间上稍有滞后且４８ｈ预报比４ｈ预报更为滞后说图４给出了９月７４日４站每小时降水量明模式对系统的移动速度推算偏慢不过随着时间预报和实况的时间序列本时段内共有两次较为明的推移在新的初始条件出现后这种误差在一定程显的降水过程从预报降水的有无来看模式漏报度上得到修正７８日降水过程为积层混合云

气６象科学卷表降水预报结果统计单位ｍｍ图６可以发现ＷＲＦ模式其实是全省的预报ＤＭＴＴｈｆｐｐｍｍｍ预报出了这一次超级单体的强降水过程图６显示

观测平均４４７日８４时在南京上海一线仍有强降水而预报预报平均的强降水范围已经很小只在南通和苏州附近图ＴＳ评分８６６这可能和选取的积云方案有关伍华平等７对

进行了南京地区高分辨率有预报出来包括欧洲中心日本传真图等可见这的天气预报预报采用４层嵌套网格系统最内层设类过程是数值天气预报的难点所在ＷＲＦ对这次置在南京地区

南京地区ＤＭ４６ｈ量分布７日４时日８时填色４ｈ预报实心方框观测单位ｍｍＦＴｈｆ６ｈｍｐｐＮＤＭ４４ＬＳＴ７Ｓｐ８ＬＳＴＳｐｈ

5 气６象科学卷表降水预报结果统计单位ｍｍ图６可以发现ＷＲＦ模式其实是全省的预报ＤＭＴＴｈｆｐｐｍｍｍ预报出了这一次超级单体的强降水过程图６显示４ｈ预报４４８ｈ预报了７日８时的６ｈ沿长江的一个强降水带但是与实况比较实况的降水带要略偏南而且范ｈ６ｈｈ６ｈ围较大另外预报的超级单体消散的较快实况在观测平均４４７日８４时在南京上海一线仍有强降水而预报预报平均的强降水范围已经很小只在南通和苏州附近图ＴＳ评分８６６这可能和选取的积云方案有关伍华平等７对ＥＥｍ４４ＥｍＷＲＦ中积云对流参数化方案进行了模拟对比结果表明ＧＤ方案模拟的强降水范围强度均偏小结语降水雨量较大这次降水国外各家数值预报均没本文利用ＷＲＦＶ进行了南京地区高分辨率有预报出来包括欧洲中心日本传真图等可见这的天气预报预报采用４层嵌套网格系统最内层设类过程是数值天气预报的难点所在ＷＲＦ对这次置在南京地区精度为ｋｍ本文对模式连续８降水过程的预报也较为失败南京地区的强降水基９年９月６４日的预报结果进行了细致的本没有预报出来图进一步查看模式对江苏评估结果表明图南京地区ＤＭ４６ｈ量分布７日４时日８时填色４ｈ预报实心方框观测单位ｍｍＦＴｈｆ６ｈｍｐｐＮＤＭ４４ＬＳＴ７Ｓｐ８ＬＳＴＳｐｈ４ｈｐｑｍｍ图６７日ＤＭ６ｈ量分布８时４时填色４ｈ预报实心方框观测单位ｍｍＦ６Ｔｈｆ６ｈｍｐｐＪＰＤＭ７Ｓｐ８ＬＳＴ４ＬＳＴｈ４ｈｐｑｍｍ

6 5 期周鹏, 等 :WRF 模式在南京数值天气预报中的应用 603 (1) 模式很好的预报出了温度的逐日变化特征,0~24h 预报的平均温度和实况基本一致, 预报的击中率为 0 73, 而 24~48h 的预报比实况稍高, 击中率为 0 66 (2) 模式对湿度的预报与实况较为一致,0~ 24h 预报的平均相对湿度较实况偏高了 0 3%, 而 24~48h 预报较实况偏低了 3 9%;0~24h 预报的击中率为 0 74, 而 24~48h 的预报击中率较低, 只为 0 56 (3) 模式预报的风场跟实况较为吻合, 对风速增大减小的趋势预报非常准确, 表明了模式对天气系统的把握能力较强 (4) 模式对层云降水预报较好, 能很好的把握了降水的强度及空间变化, 但对积云强降水预报, 结果不理想, 降水范围强度均偏小, 持续时间偏短参考文献 [1] SkamarockW C,KlempJB,DudhiaJ,GilDO,BarkerDM, WANGW,PowersJG.Adescriptionoftheadvancedresearch WRFversion3.NCARTechNotes 475+STR(),2008. [2] 孙健, 赵平. 用 WRF 与 MM5 模拟 1998 年三次暴雨过程的对比分析. 气象学报,2003,61(6): SUNJian,ZHAOPing.Simulationandcontrastiveanalysisofthree heavyrainfalprocesesin1998withwrfandmm5model.acta MeteorologicaSinica(inChinese),2003,61(6): [3] 邹旭东, 杨洪斌.MM5 和 WRF 模拟东北冷涡雷暴天气过程对比分析. 气象与环境学报,2007,23(6): ZOUXudong,YANG Hongbin.Simulationonthethunderstorm weatherprocesescausedbynortheastcoldvortexbasedonmm5 andwrfmodels.journalofmeteorologyandenvironment(in Chinese),2007,23(6): [4] 马红云, 郭品文, 宋洁. 耦合不同陆面方案的 WRF 模式对 2007 年 7 月江淮强降水过程的模拟. 大气科学,2009,33(3): MAHongyun,GUOPinwen,SONGJie.Simulationof heavyrainfalcaseinthechangjiang HuaihevaleyusingtheWRF Modelwithdiferentlandsurfaceschemes.ChineseJournalofAt mosphericsciences(inchinese),2009,33(3): [5] 吕光辉, 于恩涛, 向伟玲, 等.WRF 模式分辨率对新疆异常降雨天气要素模拟的影响. 气候与环境研究,2009,14(1): LUGuanghui,YUEntao,XIANGWeiling,etal.Efectofhori zontalandverticalresolutiononwrfsimulationoftheunusual rainfaleventinxinjiang.climaticandenvironmentalresearch (inchinese),2009,14(1): [6] 闫之辉, 邓莲堂.WRF 模式中的微物理过程及其预报对比试验. 沙漠与绿洲气象,2007,1(6):1 6. YAN Zhihui, DENG Liantang. Description ofmicrophysical procesesinwrfmodelanditspredictionexperiment.desertand OasisMeteorology(inChinese),2007,1(6):1 6. [7] 伍华平, 束炯, 顾莹, 等. 暴雨模拟中积云对流参数化方案的对比试验. 热带气象学报,2009,25(2): WUHuaping,SHUJiong,GUYing,etal.Theefectofdiferent cumulusparameterizationschemesinwrfonheavyrainfalin Hunanprovince.JournalofTropicalMeteorology(inChinese), 2009,25(2): [8] 付伟基, 陆汉城, 王亮, 等.WRF 模式对弱强迫系统中雷暴预报个例研究, 气象科学,2009,29(3): FUWeiji,LUHancheng,WANGLiang,etal.Acasestudyof forecastingthunderstorm intheweaklyforcedsystem withwrf model.scientiameteorologicasinica(inchinese),2009,29(3): [9] 缪国军, 张镭, 舒红. 利用 WRF 对兰州冬季大气边界层的数值模拟. 气象科学,2007,27(2): MIAOGuojun,ZHANGLei,SHUHong.Thenumericalsimula tionofthewindspeedandtemperaturefieldinwinteratmospheric boundarylayerinlanzhoubyusingwrf.scientiameteorologica Sinica(inChinese),2007,27(2): [10]SchlünzenKH,KatzfeyJJ.Relevanceofsub grid scaleland use efectsformesoscalemodels.telusa,2003,55(3):

气象第卷第期对流不稳定度

气象第卷第期对流不稳定度张芳华张涛周庆亮杨克明国家气象中心北京中国气象科学研究院灾害天气重点实验室利用上海自动观测站资料的逐小时分析资料水汽云图和多普勒雷达探测等资料对年月日上海飑线天气过程进行天气动力学诊断分析结果表明上海处在上干冷下暖湿的不稳定大气层结中对流层上层干冷空气的侵入和边界层暖湿气流强烈辐合是飑线天气的触发机制飑线以断续线型与后续线型相结合的型式形成在对流单体的右侧不断新生单体