摘要：参考Berg等2005、2013年提出的扰动对流触发函数方法,对grapes-meso模式积云对流参数化方案(KF eta)中的浅对流激发进行改进设计和试验,将单一的温、湿度触发改为对近地层进行一组温度、湿度扰动后的触发,并且用与该组扰动相关的边界层温、湿度分布确定的联合概率密度函数(JPDF)来表征浅对流云的特征参量及计算浅对流的强度。着重分析了改进方案的浅对流激发、浅对流对环境场的反馈、模式地面降水和2 m气温的相关响应等,并与原方案和相关观测比较,验证了改进方案的合理性。结果显示,改进方案比原方案能较早地激发出浅对流,且浅对流的激发频次高,浅对流激发的增加致使在模式低层距地数百米至2—3 km的垂直层内对环境温、湿度场和云雨水反馈增大,对grapes-meso浅对流激发偏弱有改进作用,并对格点尺度与次网格尺度降水分配比不协调有改进。对连续两个月批量试验的检验表明,浅对流激发的改进,可对grapes-meso的24 h降水预报技巧的提高和2 m气温偏差的减小等产生不同程度的正影响。

摘要：在万子为等(2015)对grapes-meso模式浅对流参数化改进的基础上,进一步引入了浅对流云量诊断计算,并设计旨在完善浅对流云辐射效应的浅云云量和云中水凝物的补偿方案,以改进模式低层云量偏少和浅对流云辐射效应不足的问题。通过对数值试验结果的诊断和对比分析以及与观测的比较,重点考察了浅对流云量计算与浅对流激发的协调性、浅对流云对低云补偿后所产生的辐射效应以及对模式地面要素预报的影响等,验证了改进方案的合理性与有效性。结果表明:(1)浅对流云量诊断计算合理,其云覆盖区与浅对流激发区相吻合,引入浅对流云量的计算可减小模式云量的计算偏差、使其向观测结果靠近;(2)改进方案在浅对流发生区低层0.5—4 km高度范围内,对影响模式云辐射过程的浅云云量和云中水凝物形成有效补偿,最明显的浅云补偿在1—1.5 km高度处,浅对流活跃时期浅对流过程对浅云水凝物(云水和雨水之和)的补偿量可达20%—55%;(3)云光学厚度对浅云水凝物的补偿响应合理,即水凝物的补偿引起云光学厚度增大,两者的变化特征在时空分布上十分相似,且云光学厚度之变化受云水补偿的影响比受雨水补偿的影响更明显;(4)在白天时段,浅云补偿所产生的辐射效应使模式地表太阳总辐射有所下降,缩小了与观测的偏差,进而使地表温度和地面2 m气温模拟偏差减小。改进方案在缓解模式云量偏少、地表太阳总辐射偏强和地面2 m气温偏高等方面的作用,在批量试验中得到了验证。

摘要：研究应用LAPS(Local Analysis and Prediction System)云分析方案,基于美国"风暴分析预报中心"开发的中尺度模式ARPS(Advanced Regional Prediction System)的资料分析系统ADAS(ARPS Data Analysis System),开发了grapes-meso(mesoscale of the Global and Regional Assimilation and Prediction System)区域中尺度数值预报模式的云分析系统,首次实现了地面云观测资料、卫星云图、多普勒雷达反射率资料在GRAPRS模式中的综合同化应用。详尽分析了地面云观测资料、卫星红外云图、可见光云图、多普勒雷达反射率多种观测资料对grapes模式初始三维云覆盖、多相混合比等云微物理因子以及初始场的调整。通过对2009年6月28日至7月4日湖南省一次强降水过程的模拟试验检验云分析系统的性能,对比分析表明:(1)云分析系统通过地面云观测资料、卫星红外云图、可见光云图、多普勒雷达反射率的同化,能够反演出三维云覆盖状况;(2)在三维云覆盖的基础上结合云底云顶高度,能够反演出云水、雨水、云冰等微粒,并显著改善模式初始湿度场;(3)云分析系统能够显著缩短模式的热启动时间,明显增大了开始几小时的降水量预报,对24小时的降水预报效果也有显著改善。

摘要：为了研究grapes-meso区域中尺度模式误差特点,评估模式动力框架和物理过程对预报误差的影响重要性,为grapes区域集合预报系统方案设计提供参考,基于grapes中尺度模式设计了4组对比试验,每组试验对2008年3个不同类型天气过程进行了数值模拟,获得如下结论:(1)grapes-meso模式存在较为显著的系统性误差,系统性误差水平和垂直分布特征主要由grapes模式动力框架产生,物理过程对系统性误差影响相对较小;(2)在模式层底和模式层顶,grapes模式层与等压面层转换方案中,预报存在较为明显的垂直插值误差;(3)边界层方案对grapes模式低层动力场预报误差有重要影响,可以显著减少模式低层动力场预报误差。结果表明减少动力框架预报误差是改进grapes-meso模式的重点,在grapes-meso集合预报系统的设计中,需要重点考虑动力框架引起的模式不确定性。

摘要：本文用grapes_meso中尺度区域模式模拟了2015年8月2—4日的一次华北锋面带状降水过程,在模拟结果与实况比较吻合的情况下,用高分辨率模式输出资料对降水过程中的对流稳定度、惯性稳定度和条件性对称不稳定(CSI)进行了分析,并诊断出降水过程中的条件性对称不稳定区域。个例分析的结果表明:(1)带状降水过程中CSI的发展伴随着对流不稳定的减弱和惯性不稳定的增强。(2)根据不稳定量的变化情况,把降水过程分为3个阶段:在第一个阶段,降水区域上空-?θ_e/?p<0,降水主要受对流不稳定的影响;在第二个阶段,对流不稳定、惯性不稳定与CSI发展增强,此阶段的降水受3种不稳定量的影响;在第三个阶段,3种不稳定能量均逐渐减弱,但仍然影响着降水的持续。(3)发展旺盛阶段的CSI在平面上呈带状分布,与雨带、对流不稳定区域平行,在剖面上CSI主要活跃在对流层低层。(4)用湿位涡结合对流稳定度与惯性稳定度诊断CSI区域的方法比M-θ_e剖面图方法更准确有效。

摘要：[目的]数值模拟一次梅雨锋暴雨过程中的陆面影响。[方法]用耦合了NOAH陆面模块的中尺度大气非静力模式grapes-meso,模拟了2005年7月6～8日江淮流域一次梅雨锋暴雨过程,通过有无陆面过程的敏感性试验,研究了陆面过程对梅雨锋暴雨的影响。[结果]耦合NOAH陆面过程后,grapes-meso能模拟出梅雨锋降水和大气低层西南急流的日变化特征。陆面过程对降水启动、强度和分布的模拟都有改进,其中,对降水启动模拟的改进尤为明显,较好地改善了模式的spin-up问题。不考虑陆气交换,则模式的降水启动非常慢,模拟的降水强度演变与实况差异很大,且不能模拟出降水和西南急流的日变化特征。[结论]陆面过程对此次江淮梅雨过程有重要影响。