wrf模式地形重力波拖曳參數法對...
TRANSCRIPT
-
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!