WRF模式地形重力波拖曳參數法對 東亞地區預報影響之分析

報告者: 戴俐卉

指

導: 洪景山

馮欽賜

大綱

• 重力波的形成與破碎• 重力波拖曳參數化方法• 實驗說明• 結果討論• 結論

Kim

et.

al. 2

002:

An

Ove

rvie

w o

f the

Pas

t, P

rese

nt a

nd F

utur

e of

Gra

vity

-Wav

e D

rag

Par

amet

eriz

atio

n fo

r Num

eric

al C

limat

e an

d W

eath

er P

redi

ctio

n M

odel

s. G

ravi

ty-W

ave

Dra

g P

aram

eter

izat

ion

for C

limat

e an

d N

WP

Mod

els.

pp.

65-

97.

大綱

• 重力波的形成與破碎• 重力波拖曳參數化方法• 實驗說明• 結果討論• 結論

1.首先依據Kim and Arakawa（1995），計算參考層上的GWD:

GNU

xmE

0

300

0

rcrE

FFC

OAE0

)2( 11 OAxLm 120

2

max

OCCFFGG

gr

ro

2.假設上層GWD沒變,計算該層振幅

iii

idi UNm

xh 12

UNhF drd 2)1(

)1(

rdi

rdim FR

FRiR

3. 檢查波的穩定度 Ric=0.25,若Rim>Ric,則繼續往上層檢查

4. 若Rim

大綱

• 重力波的形成與破碎• 重力波拖曳參數化方法• 實驗說明• 結果討論• 結論

代 碼 各實驗中相關測試主要差異說明

1

NOGWD 無資料同化(NODA)下無使用GWDO參數化法之預報實驗

(2008/12/01~2008/12/31) 。

GWD1 無資料同化(NODA)下使用GWDO參數化法之預報實驗

(2008/12/01~2008/12/31)。

2

JUN_NOGW

D同NOGWD之設定,唯使用的是六月份資料(2008/06/01~2008/06/15)

JUN_GWD1 同GWD1之設定,唯使用的是六月份資料(2008/06/01~2008/06/15)

3

GWD1 無資料同化(NODA)下，使用WRF前置處理系統(WPS)，選用標

準網格(30分)產製之次網格統計相關靜態檔進行GWDO參數化法 之預報實驗。與上述實驗1之GWD1為相同設定，僅分析時間不

同(2008/12/01~2008/12/15

)。

GWD2 使用WRF前置處理系統(WPS)，選用較粗網格(1º)產製之次網格 統計相關靜態檔進行GWDO參數化法之預報實驗

(2008/12/01~2008/12/15

)。

4

UPD_NOGW

D使用資料同化策略,但無GWDO參數化法之預報實驗

(2008/12/01~2008/12/15

)。

UPD_GWD 使用資料同化策略且有GWDO參數化法之預報實驗

(2008/12/01~2008/12/15

)。

大綱

• 重力波的形成與破碎• 重力波拖曳參數化方法• 實驗說明• 結果討論• 結論

Exp1: H (NOGWD vs. GWD1)H

高層變差

Exp1: T (NOGWD vs. GWD1, 1-month)

T

高層變差

Exp1: U (NOGWD vs. GWD1, 1-month)U

Exp1: V (NOGWD vs. GWD1, 1-month)V

小結

RMS850hPa 500hPa 300hPa

H T U V H T U V H T U V

NOGWD 14.97 1.803 3.953 4.002 18.4 1.379 4.183 4.203 25.73 1.442 5.264 5.133

GWD113.64 (8.88

%)

1.654 (8.26

%)

3.609 (8.70

%)

3.764 (5.95

%)

15.63 (15.05

%)

1.141 (17.26

%)

3.882 (7.20

%)

3.815 (9.23

%)

22.62 (12.09

%)

1.282 (11.10

%)

4.957 (5.83

%)

4.087 (20.38

%)

GWD213.72 (8.35

%)

1.757 (2.55

%)

3.659 (7.44

%)

3.715

(7.17

%)

16.56 (10%)

1.239 (10.15

%)

4.095 (2.10

%)

3.965 (5.66

%)

23.44 (8.90

%)

1.304 (9.57

%)

5.096 (3.19

%)

4.836 (5.79

%)

UPD_NOGW

D

15.74 1.803 4.05 4.055 19.17 1.438 4.328 4.321 27.29 1.49 5.423 5.271

UPD_GWD113.88

(11.8

2%)

1.645

(8.76

%)

3.675

(9.26

%)

3.79 (6.54

%)

16.28

(15.08

%)

1.16

(19.33

%)

3.968 (8.32

%)

3.889 (10%)

23.3 (14.62

%)

1.256 (15.70

%)

4.934 (9.02

%)

4.732 (10.23

%)

JUNE_NOG

WD

12.16 1.777 3.674 3.34 16.59 0.983 3.979 3.686 22.83 1.273 5.409 5.537

JUNE_GWD

1

11.62 (4.44

%)

1.706 (4.00

%)

3.511 (4.44

%)

3.208 (3.95

%)

16.3 (1.75

%)

0.968 (1.526

%)

3.842 (3.44

%)

3.577 (2.96

%)

22.52 (1.36

%)

1.22 (4.16

%)

5.333 (1.41

%)

5.444 (1.68

%)

RMS(GWD1)-RMS(NOGWD)

H T

U V

850hPa

RMS(GWD1)-RMS(NOGWD)

H T

U V

500hPa

RMS(GWD1)-RMS(NOGWD)

H T

U V

300hPa

2D HG1-NG

Wind Speed

H

Temp

提高模式層頂

Model top from 30hPa to 10hPa

調整高層GWD的影響

• 自模式層頂往下第九層(即127hPa處)開始修正:• 1. level 9 (127 hpa): 拖曳力

x 0.8

• 2. level

8 (109.54 hpa): 拖曳力

x 0.6

• 3. level

7 (94.02 hpa): 拖曳力

x 0.4

• 4. level

6 (80.44 hpa): 拖曳力

x 0.2

• 5. level

5~1 (68.8 ~30 hpa): 拖曳力

x 0.

(第五 層開始全部歸零)

H: Better!! T: Compatible!!

U: Better!!! V: Slightly Better!!!

結 論• 在WRF模式中使用的參數法不只處理傳統高層之GWD,也著重

處理低對流層重力波的破碎問題.• 其對地形影響的處理較傳統的參數法更為精緻,除了傳統的次網

格地形標準差外,還考慮了地形的各向不同性問題,使用了地形的 非對稱性,尖銳度等特性

• 使用GWDO參數化法可以有效改善模式的預報結果,改進幅度以 冬季最為明顯,DA之改善幅度優於NODA.夏季雖不明顯,但仍呈

現小幅度的進步情形.• GWDO參數化法的改善情形在預報24小時即可看到,並隨預報

時間增加而愈見明顯• WRF模式中的GWDO參數化法不僅對中高層有明顯的改善,對

於低對流層甚至地面SLP以及10米風也有明顯改善情形• 使用GWDO參數化法會使模式在平流層預報變差,但此情況可以

透過程式對高層拖曳力影響的調整獲得改善

報 告 完 畢!

謝 謝!!

敬請指教~

WRF模式地形重力波拖曳參數法對�東亞地區預報影響之分析大綱投影片編號 3投影片編號 7大綱投影片編號 11大綱投影片編號 13大綱Exp1: H (NOGWD vs. GWD1)Exp1: T (NOGWD vs. GWD1, 1-month)Exp1: U (NOGWD vs. GWD1, 1-month)Exp1: V (NOGWD vs. GWD1, 1-month)小結投影片編號 20投影片編號 21投影片編號 22投影片編號 23投影片編號 24投影片編號 25投影片編號 26調整高層GWD的影響投影片編號 28投影片編號 29結 論報 告 完 畢!