留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

春季黄海海雾WRF参数化方案敏感性研究

陆雪 高山红 饶莉娟 王永明

陆雪, 高山红, 饶莉娟, 等. 春季黄海海雾WRF参数化方案敏感性研究. 应用气象学报, 2014, 25(3): 312-320..
引用本文: 陆雪, 高山红, 饶莉娟, 等. 春季黄海海雾WRF参数化方案敏感性研究. 应用气象学报, 2014, 25(3): 312-320.
Lu Xue, Gao Shanhong, Rao Lijuan, et al. Sensitivity study of WRF parameterization schemes for the spring sea fog in the Yellow Sea. J Appl Meteor Sci, 2014, 25(3): 312-320.
Citation: Lu Xue, Gao Shanhong, Rao Lijuan, et al. Sensitivity study of WRF parameterization schemes for the spring sea fog in the Yellow Sea. J Appl Meteor Sci, 2014, 25(3): 312-320.

春季黄海海雾WRF参数化方案敏感性研究

资助项目: 

国家自然科学基金项目 41276009

气象公益性行业 (气象) 科研专项 GYHY201106006

详细信息
    通信作者:

    高山红, email: gaosh@ouc.edu.cn

Sensitivity Study of WRF Parameterization Schemes for the Spring Sea Fog in the Yellow Sea

  • 摘要: 利用2005—2011年10次春季黄海海雾个例开展WRF模式参数化方案敏感性研究。结果表明:边界层方案对WRF模式雾区模拟结果起决定作用,而微物理方案影响较小,它主要影响海雾浓度和高度。边界层与微物理方案的最佳组合为YSU与Lin方案,最差为Mellor-Yamada与WSM5方案;Mellor-Yamada和QNSE方案模拟的近海面湍流过强,导致边界层过高,不利于海雾的发展与维持;而MYNN与YSU方案刻画的湍流强度与边界层高度合适,有利于海雾发展与维持。MYNN方案虽与YSU方案相当,但在大多数海雾个例中,后者明显优于前者,而在有些个例中却刚好相反。因此对于某一具体海雾个例而言,所用边界层方案仍需在它们之中选择最优者。这些信息可为黄海海雾WRF模式边界层与微物理方案的选择与改进提供参考。
  • 图  1  WRF模式试验区域设置

    Fig. 1  Domains of WRF model numerical experiments

    图  2  图 1中D2区域所有站点水汽混合比 (a) 与温度 (b)12 h预报均方根误差 (实线) 与偏差 (虚线) 垂直廓线

    Fig. 2  12-hour root mean square error (solid) and bias (dashed) vertical profile of water vapor mixing ratio (a) and temperature (b) in D2 of Fig.1

    图  3  不同边界层方案试验的平均边界层高度 (阴影) 与海雾频次 (等值线,单位:%) 水平分布

    Fig. 3  Horizontal distribution of planetary boundary layer heights (shaded) and fog frequencies (contour, unit:%) forecasted by the experiments with different planetary boundary layer schemes

    图  4  海雾过程个例3的YSU方案模拟结果沿图 1中AB的云水混合比 (a) 与Ri(b) 垂直剖面

    (填充色表示Ri, 红色表示0 < Ri≤0.25, 黄色表示0.25 < Ri≤1, 灰色表示Ri>1;等值线表示云水混合比,单位:g·kg-1; 蓝色粗实线表示边界层高度,单位:km)

    Fig. 4  Vertical sections of cloud mixing ratio (a) and Ri(b) along line AB in Fig.1 for the result from experiment with YSU scheme of example 3

    (the shaded denotes Ri, red:0 < Ri≤0.25, yellow: 0.25 < Ri≤1, gray:Ri > 1;contour denotes cloud mixing ratios, unit:g·kg-1; blue solid line denotos planetary boundary layer height, unit:km)

    图  5  图 4,但为QNSE方案 (填充色为TKE分布)

    Fig. 5  The same as in Fig.4, but it is for QNSE scheme (the shaded represents TKE distribution)

    表  1  所选取的黄海10次海雾过程

    Table  1  10 sea fog cases of the Yellow Sea for the numerical forecasting

    海雾过程 预报起始时间 预报持续时间/h
    个例1 2005-03-09T02:00 36
    个例2 2006-03-06T08:00 48
    个例3 2007-02-05T20:00 48
    个例4 2007-05-27T14:00 48
    个例5 2008-04-28T02:00 60
    个例6 2008-05-25T20:00 42
    个例7 2009-04-09T20:00 72
    个例8 2009-05-02T20:00 66
    个例9 2010-02-22T08:00 60
    个例10 2011-03-12T14:00 30
    下载: 导出CSV

    表  2  临界成功指数统计结果

    Table  2  Statistical result of critical success index

    边界层方案 微物理方案
    Kessler Lin WSM5 TP
    MY 0.286 0.256 0.230 0.229
    QNSE 0.300 0.271 0.242 0.251
    YSU 0.363 0.350 0.340 0.342
    MY2.5 0.334 0.333 0.317 0.322
    MY3 0.328 0.335 0.330 0.329
    下载: 导出CSV

    表  3  环黄海海雾微物理特征观测[28-30]

    Table  3  Observed microphysical characteristics of sea fog around the Yellow Sea (from reference 28-30)

    观测海域 雾滴数/(106m-3) 云水混合比/(g·kg-1)
    最大值 最小值 平均值 最大值 最小值 平均值
    青岛近海 42.9 0.6 12.5 0.15 0.01 0.04
    青岛近海 248.0 5.4 82.4 0.15 0.001 0.07
    浙江舟山海域 122.0 7.6 37.1 2.08 0.29
    上海近海 518.4 23.6 173.0 1.19 0.01 0.20
    下载: 导出CSV
  • [1] 张苏平, 鲍献文.近十年中国海雾研究进展.中国海洋大学学报:自然科学版, 2008, 38(3):359-366. http://www.cnki.com.cn/Article/CJFDTOTAL-QDHY200803004.htm
    [2] 王彬华.海雾.北京:海洋出版社, 1983:170-176.
    [3] Gao S H, Lin H, Shen B, et al.A heavy sea fog event over the Yellow Sea in March 2005:Analysis and numerical modeling.Adv Atmos Sci, 2007, 24(1):65-81. doi:  10.1007/s00376-007-0065-2
    [4] Fu G, Zhang S P, Gao S H, et al.Understanding of Sea Fog over the China Seas.Beijing:China Meteorological Press, 2012:45-70.
    [5] 高山红, 齐伊玲, 张守宝, 等.利用循环3DVAR改进黄海海雾数值模拟初始场.Ⅰ:WRF数值试验.中国海洋大学学报:自然科学版, 2010, 40(10):1-9. http://www.cnki.com.cn/Article/CJFDTOTAL-QDHY201010000.htm
    [6] 高山红, 张守宝, 齐伊玲, 等.利用循环3DVAR改进黄海海雾数值模拟初始场.Ⅱ:RAMS数值试验.中国海洋大学学报:自然科学版, 2010, 40(11):1-10. http://www.cnki.com.cn/Article/CJFDTOTAL-QDHY201011002.htm
    [7] 刘宇迪, 任景鹏, 周鑫.散射计风场的三维变分对海雾数值模拟的影响.应用气象学报, 2011, 22(4):472-481. doi:  10.11898/1001-7313.20110410
    [8] 李冉, 高山红, 王永明.直接同化卫星辐射数据的黄海海雾数值试验研究.中国海洋大学学报:自然科学版, 2012, 42(3):10-20. http://www.cnki.com.cn/Article/CJFDTOTAL-QDHY201203003.htm
    [9] Hunt G E.Radiative properties of terrestrial clouds at visible and infrared thermal window wavelengths.Quart J Roy Meteor Soc, 1973, 99(420):346-369.
    [10] Gao S H, Wu W, Zhu L L, et al.Detection of nighttime sea fog/stratus over the Huanghai Sea using MTSAT-1R IR data.Acta Meteor Sinica, 2009, 28(2):23-35.
    [11] Wang Y M, Gao S H, Fu G, et al.Assimilating MTSAT-derived humidity in now-forecasting sea fog over the Yellow Sea.Wea Forecasting, 2014, 29(2):205-225. doi:  10.1175/WAF-D-12-00123.1
    [12] Stoelinga M T, Warner T T.Nonhydrostatic, mesobeta-scale model simulations of cloud ceiling and visibility for an east coast winter precipitation event.J Appl Meteor, 1999, 38(4):385-404. doi:  10.1175/1520-0450(1999)038<0385:NMSMSO>2.0.CO;2
    [13] Roebber P J.Visualizing multiple measures of forecast quality.Wea Forecasting, 2009, 24(2):601-608. doi:  10.1175/2008WAF2222159.1
    [14] Zhou B B, Du J.Fog prediction from a multimodel mesoscale ensemble prediction system.Wea Forecasting, 2010, 25(1):303-322. doi:  10.1175/2009WAF2222289.1
    [15] Kain J S, Fritsch J M.A one-dimensional entraining/detraining plume model and its application in convective parameterization.J Atmos Sci, 1990, 47(23):2784-2802. doi:  10.1175/1520-0469(1990)047<2784:AODEPM>2.0.CO;2
    [16] Mlawer E J, Taubman S J, Brown P D, et al.Radiative transfer for inhomogeneous atmospheres:RRTM, a validated correlated-k model for the longwave.J Geophys Res, 1997, 102(D14):16663-16682. doi:  10.1029/97JD00237
    [17] Lin Y L, Farley R D, Orville H D.Bulk parameterization of the snow field in a cloud model.J Climate Appl Meteor, 1983, 22(6):1065-1092. doi:  10.1175/1520-0450(1983)022<1065:BPOTSF>2.0.CO;2
    [18] 王曼, 李华宏, 段旭, 等.WRF模式三维变分中背景误差协方差估计.应用气象学报, 2011, 22(4):482-492. doi:  10.11898/1001-7313.20110411
    [19] Parrish D F, Derber J C.The National Meteorological Center's spectral statistical-interpolation analysis system.Mon Wea Rev, 1992, 120(8):1747-1763. doi:  10.1175/1520-0493(1992)120<1747:TNMCSS>2.0.CO;2
    [20] 刘桂艳, 高山红, 王永明, 等.台风外围下沉区大气波导成因的数值模拟.应用气象学报, 2012, 23(1):77-88. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20120109&flag=1
    [21] Hong S Y, Noh Y, Dudhia J.A new vertical diffusion package with an explicit treatment of entrainment processes.Mon Wea Rev, 2006, 134(9):2318-2341. doi:  10.1175/MWR3199.1
    [22] Janjić Z I.The Step-Mountain Eta coordinate model:Further developments of the convection, viscous sublayer, and turbulence closure schemes.Mon Wea Rev, 1994, 122(5):927-945. doi:  10.1175/1520-0493(1994)122<0927:TSMECM>2.0.CO;2
    [23] Sukoriansky S, Galperin B, Perov V.Application of a new spectral theory of stably stratified turbulence to the atmospheric boundary layer over sea ice.Bound-Layer Meteor, 2005, 117(2):231-257. doi:  10.1007/s10546-004-6848-4
    [24] Nakanishi M, Niino H.An improved Mellor-Yamada level-3 model: Its numerical stability and application to a regional prediction of advection fog.Bound-Layer Meteor, 2006, 119(2):397-407. doi:  10.1007/s10546-005-9030-8
    [25] Kessler E.On the distribution and continuity of water substance in atmospheric circulations.Meteor Monogr, 1969, 32(10):82-84.
    [26] Thompson G, Field P R, Rasmussen R M, et al.Explicit forecasts of winter precipitation using an improved bulk microphysics scheme.Part Ⅱ:Implementation of a new snow parameterization.Mon Wea Rev, 2008, 136(12):5095-5115. doi:  10.1175/2008MWR2387.1
    [27] Hong S Y, Dudhia J, Chen S H.A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation.Mon Wea Rev, 2004, 132(1):103-120. doi:  10.1175/1520-0493(2004)132<0103:ARATIM>2.0.CO;2
    [28] 杨连素.青岛近海海雾微物理结构的初步观测.海洋科学, 1985, 9(4):49-50. http://www.cnki.com.cn/Article/CJFDTOTAL-HYKX198504011.htm
    [29] 徐静琦, 张正, 魏皓.青岛海雾雾滴谱与含水量观测与分析.海洋湖沼通报, 1994, 1993(2):174-178. http://www.cnki.com.cn/Article/CJFDTOTAL-HYFB199402017.htm
    [30] 李子华, 仲良喜, 俞香仁.西南地区和长江下游雾的时空分布和物理结构.地理学报, 1992, 47(3):242-251. http://www.cnki.com.cn/Article/CJFDTOTAL-DLXB199203004.htm
    [31] 张利民, 石春娥, 杨军, 等.雾的数值模拟研究.北京:气象出版社, 2002:1-11.
    [32] Niu Shengjie, Lu Chunsong, Yu Huaying, et al.Fog research in China:An overview.Adv Atmos Sci, 2010, 27(3):639-662. doi:  10.1007/s00376-009-8174-8
    [33] 李子华, 刘瑞阳, 杨军.辐射雾雾滴谱拓宽的微物理过程和宏观条件.大气科学, 2011, 35(1):41-54. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201101005.htm
    [34] 黄健.海雾的天气气候特征与边界层观测研究.青岛:中国海洋大学, 2008.
    [35] 黄辉军, 黄健, 刘春霞.茂名地区海雾的微物理结构特征.海洋学报, 2009, 31(2):17-23. http://www.cnki.com.cn/Article/CJFDTOTAL-SEAC200902003.htm
    [36] Yue Y Y, Niu S J, Zhao L J, et al.Chemical composition of sea fog water along the South China Sea.Pure Appl Geophys, 2012, 169(2012):2231-2249.
    [37] 黄健, 黄辉军, 黄敏辉, 等.广东沿岸海雾决策树预报模型.应用气象学报, 2011, 22(1):107-114. doi:  10.11898/1001-7313.20110111
    [38] 张春桂, 蔡义勇, 张家春.MODIS遥感数据在我国台湾海峡海雾监测中的应用.应用气象学报, 2009, 20(1):8-16. doi:  10.11898/1001-7313.20090102
    [39] 秦慰尊, 张家康.宁波近海雾预报的研究.应用气象学报, 1991, 2(3):325-330. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=19910344&flag=1
  • 加载中
图(5) / 表(3)
计量
  • 摘要浏览量:  3416
  • HTML全文浏览量:  1349
  • PDF下载量:  1865
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-07-09
  • 修回日期:  2014-03-03
  • 刊出日期:  2014-05-31

目录

    /

    返回文章
    返回