当前位置: 首页 > news >正文

【WRF模拟】如何得到更佳的WRF模拟效果?

【WRF模拟】如何得到更佳的WRF模拟效果?

  • 模型配置(The Model Configuration)
    • 1.1 模拟区域domain设置
    • 1.2 分辨率Resolution (horizontal and vertical)
      • 案例:The Derecho of 29-30 June 2012
    • 1.3 初始化和spin-up预热过程
      • 案例1-有无不透水面积的皮肤温度模拟
      • 案例2:对流旋转-NCAR 3 公里对流运行的示例
    • 1.4 侧边界条件(Lateral Boundary Locations)
    • 1.5 模式层和顶层高度(Model Levels and High Tops)
    • 1.6 复杂地形(Complex Terrain)
    • 1.7 物理参数方案的选择(Physics/dynamics options)
  • 总结
  • 参考

本博客总结WRF官网2021年的培训ppt:Application of WRF: How to Get Better Performance。。

PPT地址-Application of WRF: How to Get Better Performance

模型配置(The Model Configuration)

1.1 模拟区域domain设置

1、如何确定模拟域大小?
模拟区域不能太小,否则模拟结果基本为全球模式侧边界的强迫结果,无法自由发展出模式本身的中小尺度信息,一般网格数不能小于100×100(其中边界网格点不少于10)。

2、侧边界如何确定?

  • 模式区域的边界附近应该避免剧烈的地形变化,例如边界不要设置在青藏高原上。

  • 感兴趣的地区应该尽量设置在domain的中心,避免靠近边界。

模拟域的重要性:
在这里插入图片描述

基于大区域 (a) 和小区域(b) 模拟12小时的250hPa 风 (m/s) ,模拟区域太小则中小尺度过程无法自由发展。 (Warner, 2011)

1.2 分辨率Resolution (horizontal and vertical)

网格分辨率及其影响如下:

dx>10km:需要使用积云对流参数化方案。

10km>dx>5km: 灰色区域(Grey Zone), 是否使用积云对流参数化方案仍没有共识,可以尝试使用GF、MSKF等尺度自适应的积云方案。个人建议分辨率的设置可以避开5~10km。

dx=3km:云解析,也即能显示表达积云的分辨率,此时不需要深对流的积云参数化方案。

dx=100m~1km: 对大部分模拟需要开启行星边界层(PBL)参数化方案,但此时不仅可以关闭深对流积云参数化方案,还可以关闭浅对流的积云参数化方案(当然500m以上还需开启浅对流)。

dx=30m:大涡模拟(large-eddy simulation, LES)所需的分辨率,不需要行星边界层(PBL)参数化方案。湍涡可由模式的显式处理(加上表层和次网格的湍流方案)。平流方案最好使用单调/非osciallaory选项(adv_opt ≥ 2)。

案例:The Derecho of 29-30 June 2012

雷达复合材料反射率(由提供美国国家海洋和大气管理局)
在这里插入图片描述
WRF模拟最大的反射率,DX=3公里,初始化于1200 世界标准时间 29六月
在这里插入图片描述
3 km运行得到的最大风速如下:
在这里插入图片描述
15 km运行得到的最大风速如下:
在这里插入图片描述

1.3 初始化和spin-up预热过程

模拟结果的好坏很大程度取决于初始场(initial condition, IC)的质量。

  • 合适的初始时间
  • 初始场的质量(检查数据质量)
    对初始场数据的质量进行检查,如土地利用数据landuse是否符合实际,如有更高质量的土地利用数据可以进行替换。
    要了解初始场的数据来源,比如初始场来源于预报数据、再分析数据或者气候数据。
  • 模式启动的前几个小时,一般有一个预热过程,动力场和热力场在调整中,气压场会出现“噪音”,前几小时模拟的降雨也基本不可信。

案例1-有无不透水面积的皮肤温度模拟

不透水面积如下:
在这里插入图片描述
模拟得到的皮肤温度结果如下:
在这里插入图片描述

案例2:对流旋转-NCAR 3 公里对流运行的示例

在这里插入图片描述

1.4 侧边界条件(Lateral Boundary Locations)

包括WRF在内的所有区域模式,人为引入的侧边界(LBC)是制约模式性能的一个重要因素。

侧边界可能会导致许多负效果,以下几点可减少或避免侧边界导致的负效果:
1、侧边界尽可能避免强强迫;

2、应使用分辨率一致的输入数据;

3、尽可能使用高时间分辨率的侧边界数据,即3小时间隔比6小间隔更好;

4、应尽可能使用交互边界。
在这里插入图片描述

1.5 模式层和顶层高度(Model Levels and High Tops)

如果模式顶层为50hPa,则模式层最少设置为30层或更多。

如果模式顶层为1hPa(约45~50km),则模式层最少设置为60层或更多。

高于30hPa的部分,臭氧的作用逐渐凸显,辐射方案可选RRTMG或CAM。

对于低于50hPa的部分,垂直网格距dz<1000m。

水平分辨率越高,那么垂直层数应该越大,确保dz<dx,满足大气薄层近似。

1.6 复杂地形(Complex Terrain)

地形过于陡峭(>45°)容易导致模式计算不稳定。
可以进行如下设置增强稳定性:

1、可以在namelist.inputd的domain部分,增大epssm参数,从0.1-0.5甚至更大,对声波进行阻尼,增加模式稳定性。

2、对于大的斜坡地形,设置diff_opt=2。

3、对于3.6及其以后的版本,可以同时设置diff_opt=2和km_opt=4以增强模式稳定性。
在这里插入图片描述
在这里插入图片描述

1.7 物理参数方案的选择(Physics/dynamics options)

WRF模式中,存在众多次网格过程需要使用物理参数方案进行表达,而每种物理参数化方案都有很多种选项,其不同的排列组合使得选项太多。

关于物理参数化方案,以后有时间再展开介绍,以下粗略提几点:

给定一套参数化方案组合,对于不同的地区、domain大小、时间以及关注的天气现象,其模拟结果是不同的,没有哪种方案组合是完美的。

可以根据研究对象确定重要的参数化方案再进行挑选,如对于台风,可能积云对流和微物理方案更重要。

建议根据个人的具体应用,结合文献调研的基础上,选定一些参数化方案组合进行对比,验证哪种参数化方案组合对重点关注的天气现象模拟最好。

总结

最后,WRF的使用者应该时刻牢记以下几点:

  • 模拟结果受到很多因素的影响,如模拟区域的设置(水平和垂直的)、输入的数据(包括气象场和静态数据)、侧边界条件等;

  • 模式是存在缺陷的,对于某些具体天气过程是无法得到好的模拟结果的,人为引入了侧边界;

  • 找到模式何处存在偏差是非常重要的。

参考

1、PPT地址-Application of WRF: How to Get Better Performance
2、Youtube-Application of WRF: How to Get Better Performance

http://www.lryc.cn/news/510695.html

相关文章:

  • 机械臂的各种标定
  • Android监听拨打电话
  • Framework开发入门(一)之源码下载
  • TCP off-path exploits(又一个弄巧成拙的例子)
  • Ajax总结
  • 修改网络ip地址方法有哪些?常用的有这四种
  • SpringBoot获取bean的几种方式
  • Debian12 安装配置 ODBC for GaussDB
  • 空中绘图板:用 Mediapipe 和 OpenCV 实现的创新手势识别应用
  • 讲一个自己写的 excel 转 html 的 java 工具
  • 前端往后端传递参数的方式有哪些?
  • Vue axios 异步请求,请求响应拦截器
  • yarn install 安装报错:Workspaces can only be enabled in private projects.
  • http 请求总结get
  • TCP 和 UDP 的区别:解析网络传输协议
  • 【已解决】pyinstaller打包ico图片报错:OSError: [WinError 225] 无法成功完成操作,因为文件包含病毒或潜在的垃圾软件。
  • SpringBoot项目配置文件的优先级
  • JS中类型化数组(Typed Arrays)详解和常见应用场景
  • 虚幻引擎是什么?
  • LabVIEW生物医学信号虚拟实验平台
  • 【软件工程】十万字知识点梳理 | 期末复习专用
  • Android --- 在AIDL进程间通信中,为什么使用RemoteCallbackList 代替 ArrayList?
  • ADC(二):外部触发
  • 数仓开发那些事(8)
  • 【CSS in Depth 2 精译_096】16.4:CSS 中的三维变换 + 16.5:本章小结
  • 【连续学习之ResCL算法】2020年AAAI会议论文:Residual continual learning
  • 【zookeeper核心源码解析】第二课:俯瞰QuorumPeer启动核心流程,实现选举关键流程
  • 数据流图和流程图的区别
  • 关于内网服务器依托可上网电脑实现访问互联网
  • 期权懂|期权入门知识:如何选择期权合约?