中尺度数值天气预报模式 高山红 中国海洋大学
中尺度天气预报模式 是如何工作的？
内容 介绍 介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 使用中尺度模式
介绍 中尺度模式是什么？它们为什么有用？ 有足够的水平与垂直分辨率去预报中尺度天气现象的数值预报模式 这些现象通常受地形与海岸线强迫，包含最严重的天气灾害如龙卷与中尺度对流系统。
中尺度气象研究内容
中尺度现象
中尺度模式通常是有限区域模式
地球模拟器 性能相当于20万台个人电脑 在试运行中，将地表分割为大约10公里见方的区域，模拟大气及海流的变化情况。模拟地球上1天的大气流动，只用40分钟。
中尺度模式结果的重要性 取决于研究现象的尺度
中尺度模式通常能提供天气现象的更多细节 特别是在山地与海岸地区
介绍 水平分辨率 介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 使用中尺度模式
对于一种特定的现象需要多大的水平格距？
例子 1 Monterey Bay wind eddies
例子 2
一个实际例子
水平格距的缩小会成倍地增加计算量！
采用嵌套技术既提高分辨率又节约计算量 10 km 3 km 1 km
介绍 水平分辨率 垂直分辨率 介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 使用中尺度模式
垂直方向上需要多少层？
垂直分层的原则
不同的模式有不同的垂直坐标系统
介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 使用中尺度模式
几乎所有谱模式与大多数格点模式 采用流体静力假设！但是…… 流体静力假设适用于 天气尺度，全球尺度 以及一些中尺度系统 水平尺度与垂直尺度相当， 必须考虑流体非静力。 如重力波、强对流系统。
介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 使用中尺度模式
水平分辨率不可能无限地小……
有些物理过程我们还没有弄懂……
有些物理过程太复杂……
有些物理过程的影响必须考虑……
介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 使用中尺度模式
边界条件
初始条件
时变侧边界条件
介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 使用中尺度模式 介绍 水平分辨率 垂直分辨率 流体静力与流体非静力 参数化 边界条件与初值化 使用中尺度模式
高分辨率、流体非静力中尺度模式 MM5, RAMS, WRF
Forecasters should be aware that the detailed forecasts generated by mesoscale models are often best used as guidelines for what may occur, with the knowledge that the location and timing may have considerable error.
初始时刻模式分析与观测的对比
模式预报与观测的对比
降水预报仍是个难题！
Ten Common NWP Misconceptions 理解与认识 关于数值天气预报的10个常见错误概念！ Ten Common NWP Misconceptions
10个常见错误概念 分析必须与观测一致 高分辨率可解决一切问题 地表条件已经精确给定 对流参数化的主要目的就是预报对流降水 能预报好天气系统就意味也能预报好对流 数值预报模式能直接预报近地面变量 晴天情况下的辐射影响很容易处理 20km的格距能分辨特征长度为40km的现象 一旦模式改进，MOS预报会随之改进 模式的输出诊断必须用到每一个格点的值
1：分析必须与观测一致 （00h预报应该与观测非常接近） 应该考虑模式格点的离散性！
2：高分辨率可解决一切问题 分辨率的提高能改进降水预报结果！ 2000年12月30日风暴 造成的总降水分布
又一个好例子
一个坏例子
3：地表条件已经精确给定
地表植被与地形高度
植被的逐月变化
植被的重要性
4：对流参数化的主要目的就是预报对流降水
考虑模式格点不能分辨的对流活动对格点的影响（反馈） 对流参数化的主要目的是…… 考虑模式格点不能分辨的对流活动对格点的影响（反馈）
模式 格点 内部 对流 实际 情况 与 模式 预报 情况 对比 无参数化
5：能预报好天气系统就意味也能预报好对流 苏格拉底说： “人总是要死的，我是人，所以我也要死的。” 即使天气形势及其特征被预报得相当准确，对流有关 预报如降水、温度、湿度、风与气压可能很离谱！
积云（对流）参数化非常重要，但是……
6：数值预报模式能直接预报近地面变量
模式地面2m温度的计算
有地形存在时，数值预报模式更难预报近地面变量！
不同的模式计算地面变量区别很大
7：晴天情况下的辐射影响很容易处理
必须考虑云的影响
为什么辐射不能被很好地处理 1：层平均 2：平均变量 3：云类型判断不准 4：影响地面，从而影响 边界层，…… 5：辐射计算很耗计算 时间，因此模式通常 每个一段时间才计算 一次
8： 20km的格距能分辨特征长度为40km的现象
理想情况 结论： 20km分辨率一般连具有80km特征尺度的 现象都不能很好地分辨！ 实际情况
分辨率决定对不同特征尺度现象的模拟能力
9：一旦模式改进，MOS预报会随之改进
一旦模式改进， 如果MOS预报方程不更新，会造成MOS预报结果 反而变坏 MOS预报往往不能适应“新情况” 1：模式改进 2：异常情况 3：没有考虑中尺度特征 ……
10：模式的输出诊断必须用到每一个格点的值 20km分辨率
40km分辨率（= 2×20km）
80km分辨率（= 4×20km）
垂直分辨率的影响
挑战与展望 提高分辨率！
改进参数化方案！
加强数据同化！ Lorenz系统 观测数据在“爆炸”
挑战主要体现在以下三个方面： 改进模式 分辨率较粗 提高计算资源 参数化错误 初始化不够精确 改进参数化方案 （初值场与边界 条件） 数据同化 单一模式而言！ 决定性预报
不同模式有不同的特征 差分格式 垂直坐标 参数化方案 数据同化方案 等等…….. 导致结果不尽相同，甚至相差很远！
采用不同积云对流参数化对降水的影响
采用单一预报模式有时预报误差很大
集合预报
集合预报 不同的初值场 不同的参数化方案 不同的模式
一个实际例子
集合预报很有“威力”！
展望 提高分辨率 数据同化 发展多尺度通用模式 采用集合预报 描述更多细节，避免对流参数化，…. 提高初值场的质量，…. 减小嵌套误差，….