文摘
本文评估敏感性积云和粒子物理学计划,作为代表在气象研究和预测模型的数值模拟,描述深对流活动在古巴岛2012年5月1日。为此,30实验结合五积云和六个微观物理学计划,除了两个实验的积云参数化处于关机状态,进行测试,以选择更准确地代表事件降水的组合。时代临时用作侧边界条件数据降尺度的过程。结果表明,对流方案比微观物理学重要方案,确定降水区域内高分辨率仿真领域。也,而积云模式捕获事件的整体空间对流结构比其他的更准确,不能抓住降水强度。这种明显的差异导致敏感性相关的验证方法用于排名方案组合。这种敏感性也观察对比参数化和明确的积云形成Kain-Fritsch方案时使用。附加价值的损失时还发现Grell-Freitas积云模式被激活在1公里网格间距。
1。介绍
深对流系统与海风的融合是一个共同的特点在古巴岛每年5月至10月雨季期间(1]。这些系统的形式沿着岛,表面风融合,产生强烈的上升气流,温暖潮湿的空气在空中。他们的特点是一连串的积雨云,不同强度取决于大气中可用的能源。在极端的情况下,他们可以生产大量的降水,雷暴,欢呼,甚至龙卷风。最近的研究已经发现,这种机制是第三个最重要的现象导致强烈的沉淀槽后在古巴和热带波(阿尔瓦雷斯L。,2014年。个人沟通);这种机制的重要性及其在雨季发生的频率是本研究两个激励因素。
深对流和微风融合被广泛研究在过去的几年中。三个最近的出版物分析微风收敛情况下从数值计算的角度使用显式的积云形成在3公里网格间距与第五代宾夕法尼亚州立大学/ NCAR中尺度模式MM5和天气的研究和预测(WRF)模型(2- - - - - -4]。他们的特征描述和特殊类型的海风收敛,甚至强调这种现象如何影响当地的大气环流。然而,他们没有分析它如何成为一个重要的强制机制(如古巴岛)的情况下导致深对流活动,降水强度及其空间分布是最重要的特性。
此外,深对流系统研究了从不同的观点和应用程序。虽然一些研究已经集中在观察,描述深对流系统的分布(5),他们的热力学性质6),或联系相关的降水和云地闪电(7),其他人都集中在数值模拟的角度深对流和评估模型的性能。在这方面,韦斯曼et al。8和克拉克et al。9]分析了显式对流降水预测使用WRF模式3 - 4公里分辨率和比较他们的结果和操作模型预测使用Betts-Miller-Janjic积云参数化(10]在较低分辨率(12公里,20公里、职责)。结果从第一个重要研究工作建议附加值高分辨率代表对流系统的预测和昼夜对流循环。第二项研究发现,通过于社区的验证方法,明确对流预测的技能比对流参数化预估雨量阈值大于6毫米和空间尺度,空间的统计指标,比内部域决议(3 - 4公里)。然而,这两项研究比较明确的积云预测低分辨率运行预测使用只有一个积云参数化方案。
Kleczek et al。11集中他们的研究在一个行星边界层(PBL)敏感性分析利用WRF 3公里网格间距和积云参数化。他们的结果显示PBL模式之间的实质性差异。特别是,他们发现外地计划往往会产生更高的温度和风速高于当地的计划。这些研究的主要局限是,他们没有分析模型对积云和粒子物理学参数化和域分辨率。其他的研究已经考虑这种类型的分析。例如,华纳和许12]分析了显式的敏感性在嵌套域物理矛盾解决对流参数化对流中使用外部域。这里,只有三个积云方案不同,只有一个微观物理学使用参数化。Ruiz et al。13]他们的工作集中在短期预测的敏感性在南美洲。他们还使用了三种积云参数化和只有一个微观物理学方案和各种各样的其他物理选项,如PBL参数化和土壤模型。在这种情况下,降水没有验证。Raktham et al。14不同微观物理学的计划使用四个不同的选项,虽然只有两个积云方案。但是,没有明确的对流实验是在本研究自WRF域决议36公里。
众所周知,局部流程,如深对流,很难代表在模型模拟15]。因为他们的动态依赖规模,他们必须被复制的帮助下对流参数化占动力过程模型相比,在小范围进行决议。研究表明,许多流程(即。,radiation fluxes, microphysical processes) also need to be taken into account in order to represent deep convection [16]。例如,佩雷拉和拉特里奇(17热带地区)表示,深对流与寒冷的云微物理过程,如冰的形成、雪、霰、冰雹。Russo et al。18]研究深对流从建模框架使用各种数值天气预报模式,包括WRF模式。他们表明,高分辨率模型需要如果降水率在热带岛屿的特征。因此,一个适当的表示深对流的数值模拟应包括所有相关的物理过程,除了使用高水平分辨率,可以捕获local-forcing对流系统的形成机制。
因此,本文有兴趣提高WRF模式应用于热带地区的理解及其对过多的堆积和粒子物理学参数化方案的模型。本研究将集中在一个高分辨率降水预报的深对流在古巴。2012年5月1日的深对流活动是重要的,因为它影响了整个岛产生暴雨在短短几小时。特别是,将解决以下问题:(a)可以WRF准确地代表2012年5月1日的对流降水事件吗?(b) cumulus-microphysics方案组合导致的最佳性能描述对流降水事件吗?这里,我们假设:(a)由于热带对流降水形成过程的混合相位云,微观物理学参数化方案,其中包括霰生产过程,将更准确地描述降水(19)和(b) Kain-Fritsch积云参数化将执行最好的因为它提高了随着分辨率的增加与其他方案相比(16]。
本文的结构如下。案例研究,深对流活动在2012年5月1日,实验设计和验证方法将部分中描述2(数据和方法)。节将讨论的结果3,它分为三个主要部分:第一部分分析侧边界条件数据,以检查他们是否合理代表研究大气的状态。同时,我们将简要分析WRF技能代表风产生的对流结构趋同。第二部分将显示不同积云的灵敏度分析和微观物理学参数化在WRF使用neighboring-based统计方法和观测。第三部分会诱发地区使用基于网格的空间分布的统计方法和卫星图像作为参考。摘要,并给出了主要结论4。
2。数据和方法
2.1。2012年5月1日的深对流活动
2012年5月1日大降水量测定在几个地点在古巴在短短几小时。云开始发展当太阳升起和北海微风聚合与韩国海风(摘要和北东部和西部的岛屿,职责);参见图1。事件是由一个稀疏特征从沉重的雷暴产生的降水空间分布与岛。几个气象站收集的超过50毫米的降水在不到3个小时。这些指标被认为是岛上强烈的降水。垂直风速剖面显示在表面的东南风,与速度之间的5和25 km / h,转向西方以高度和达到的速度大于50公里/小时200 mb,有利于空气升力。最高温度范围从30到33摄氏度整个岛,这对这个对流系统作为燃料。强迫机制产生的海风收敛表面上确保湿度值超过70%进行水平到高处,在积雨云发达与顶部10公里的高度。
2.2。WRF描述和实验设计
最近WRF模式实现中心的大气物理学(CAP)研究所的气象在古巴(INSMET),和进一步的敏感性的研究是必要的,以提高对流系统的预测。此外,在将项目的一个目标一个帽子是为研究所提供合理的降水预报在古巴的水力资源。因此,需要提高在短期(即INSMET数值预测。,less than 72 hours) forecasts, especially when it comes to forecasting intense precipitation associated with convective severe storms that may affect people’s safety and infrastructure, is also what makes this study relevant to Cuba and the Caribbean in general.
我们使用3.5.1 WRF模式版本,发达国家大气研究中心(NCAR)。WRF使用横向边界和初始条件从全球模型和数值预报模式运行,允许增加空间分辨率的一个特定的地区。WRF由两个主要部分组成:(a)的动力核心,高级研究WRF (ARW核心),可用于nonhydrostatic方式,因此使得高分辨率模拟[WRF-ARW一个合适的选择15),和(b)参数化设置,其中包括不同的选择不同的参数化类型(例如,辐射,积云和粒子物理学)。选项在一个参数化类型不同复杂性、效率、适用性和计算成本21]。表1总结了本研究中使用的模型选择。
六小时的欧洲中期天气预报中心(ECMWF)再分析(临时)时代T255(~ 0.7度,或约75公里水平分辨率)和60垂直水平作为初始和侧边界条件。时代临时数据集创建使用ECMWF综合预测系统(IFS)模型完全耦合的大气,土地表面,和海浪,连同四维变分同化(4 d-var)系统(25- - - - - -27]。我们使用土地和高程数据来自美国地质调查局(USGS)在30秒(约900米)的所有域的空间分辨率。在WRF网站上这些数据是可用的http://www2.mmm.ucar.edu/wrf/users/download/get_sources_wps_geog.html。
2.3。积云和微观物理学的参数集
六(3和5积云方案被选中,这样有足够的差异(即。、治疗的冰粒子的分布参数,以及它们之间的复杂性)。同时,他们拥有混合相位的特性,允许适当的表示对流降水。每个实验结合微观物理学的方案与积云,保持积云参数化对每个域打开不管决议。
这似乎是被广泛接受的(8,9,11]让对流显式解域分辨率高于6公里,尽管已经被Stensrud[说16谁说(a)”…积云形成明确解决在尺度数值模拟从25米到1公里”;(b)“…对流降水场获得在给定域分辨率取决于这对流模式发生巨大的变化,这可能与它与电网交互和明确的微观物理学的参数化。“然而,汉和Bhati28]分析了WRF模式性能与积云参数化域在德里的亚热带地区,印度,水平网格间距2公里。他们发现,实物期权的组合使用Kain-Fritsch积云参数化(29日)显示在验证期间最好的模型性能。他们还发现,微观物理学和积云参数化的影响小于其他实物期权模型的输出。这些结果是有限的,因为他们只关注温度、风速、湿度变量(无降水),对两个探空站数据验证(没有空间验证)。此外,对流云团在古巴岛可能不同水平程度从几百米到几公里,而他们的深度足以产生沉淀;在极端情况下云顶高度可以达到16公里。
考虑到这些事实,两个模拟被添加到这个研究允许显式积云形成1公里分辨率(d04),有两个不同的积云参数化打开外部域(d01、d02 d03)为了分析降水的敏感性积云参数化。因此,这项研究是由32个实验,也就是说,关于这些选择可能的组合的总数积云和粒子物理学参数化(30)和2额外的实验。这是第一个研究,以测试在微观物理学的组合和积云方案;这是为数不多的第一次研究使用专门为古巴WRF [30.,31日]。此外,Martinez-Castro et al。32]对夏季降水进行了灵敏度分析使用区域气候模型版本3 (RegCM3)。他们只测试了三种不同的积云参数化方案和两个海洋通量方案和用于域集中在古巴的分辨率最高只有25公里。他们强调,尽管时对流方案(33与Arakawa-Schubert []34]关闭假设做了一个更现实的日降水周期域分辨率(25公里)太粗,解决在加勒比群岛的海风。
2.3.1。积云计划的简短描述
本研究着重于五积云物理选项,描述如下:(我)Kain-Fritsch (KF)计划是一个深和浅对流次网格方案,使用与气流质量流量的方法和角(对流可用势能)删除的时间尺度。它包括云、雨、冰和雪逸出和云持久性对流时间尺度。这个方案可以考虑小规模过程导致对流的发展(29日]。(2)Betts-Miller-Janjic (BMJ)是一种调整方案与深和浅的配置文件。它没有明确的上升气流或下坡,没有云逸出(10]。(3)Grell-Freitas (GF)计划的修改Grell-Devenyi [35)整体方案。multiclosure,多参数和整体方法通常是144次网格成员试图平稳过渡到云解决尺度。它有明确的上升气流和下降气流,包括云计算和冰逸出。(iv)Tiedtke方案(Tiedtke)是一个质量流量计划CAPE-removal时间关闭。它包括浅对流、动力传输和云和冰逸出(36]。(v)新的简化Arakawa-Schubert(》一书)计划是一个新的质量流量与深和浅组件方案,包括云计算和冰逸出,下坡,动力传输,和单身,简单的云37]。
2.3.2。简短描述微观物理学的计划
下面是一个简短的描述所选的微观物理学的方案:(我)林等。38]方案(林)包括冰、雪、霰流程,适合实时高分辨率模拟。(2)WRF一次性的五级计划(WSM5)是一个简单和有效的方案与冰雪流程适用于中尺度网格大小,允许混合相位的过程和过冷的水39]。(3)埃塔微观物理学方案(Eta)被描述为一个简单有效的方案与诊断混合相位流程(40]。(iv)新汤普森等人计划(汤普森)包括冰、雪、霰过程适合高分辨率模拟;还增加了下雨数浓度除了冰数计算完成的较早版本WRF [41]。(v)的Milbrandt-Yau Double-Moment第七班计划(我的)包括将分为冰雹和霰Double-Moment云、雨、冰、雪、霰、冰雹(42]。(vi)莫里森double-moment方案(M2m)是一种计划与double-moment冰,雪,雨,霰cloud-resolving模拟(43]。
在这里,每个实验都被称为“Cumulus_Microphysics”选项的组合;例如,“KF_Thompson”指的是实验,结合Kain-Fritsch汤普森粒子物理学的积云参数化方案。当积云方案(铜)是关闭的,然后粒子物理学方案(MP)解决总降水;在这些情况下,叫Cuoff_MP组合。
2.4。真实的数据和排名的方法
降水相关变量的比较,我们使用网络的66个观测点在6小时累积降水(见图2 (b))。观测数据来自气象观测网络,已经验证的气候中心INSMET后世界气象组织的需求。可见卫星图像也使用,在这种情况下,对空间验证。可见的卫星图像被下载http://goes.gsfc.nasa.gov/goeseast-lzw/cuba/vis/标记图像文件格式(TIFF)从1900年到2300年每小时UTC, 2012年5月1日,1公里的空间分辨率。图1对应于该数据组可见卫星拍摄的图像通过地球同步卫星GOES 13,在互联网上免费提供(要求)的国家海洋和大气管理局(NOAA)。所有的比较都是在内部域(见图2 (b))模型的模拟。
(一)
(b)
2.4.1。分析与观察
点对点的评价方法中,一个节点(或一个插值数据)预测网格进行验证的一种观察站数据,用于验证降水。在这种情况下,该方法应用于观测数据的比较最近的节点d04域相应的气象站,和在域(d04)代表了地位,分别在纬向和经向坐标。执行分析的两种沉淀积累时期:1800 UTC, 5月1日,0000 UTC, 2012年5月2日,0600年和0000 UTC UTC, 2012年5月2日。这些是唯一的向上后的剩余6小时时间模型的模拟。方程(. 1),在附录中. 1部分,显示了核查措施用于排名所有实验通过点对点的方法。
2.4.2。分析卫星图像作为参考
空间验证分析,使用卫星图像作为参考,以确定模型的技巧对于每个实验在每小时的图像是可用的。这种方法比较的空间分布同样云出现在可见的卫星图像,每个实验的每小时累积沉淀。分析时间1900 UTC, 2000 UTC, 2100 UTC, 2200 UTC, 2300 UTC。在TIFF格式图像,是手动增强确保只有高概率的区域降水被高亮显示空间所使用的验证方法。此增强功能是通过增加亮度水平任何值高于170(灰度单位),无论穿透积云地区出现在图像或积雨云也更容易。这些特性可以确定可见卫星图像的纹理分析,云的亮度,和外观。然后,图像被解读为原始亮度数据用于验证。这项研究的作者意识到这个过程的主观性质,但它在这里用来实现空间验证没有雷达数据在何时何地。
技能评分比例(FSS)是用来测量模型的技巧的分析和描述在附录中给出a .。正在使用的其他统计措施总利息和中位数的总利益分布(即。、中值的最大利益)。总利益衡量之间的关系特性(对象)检测应用卷积后的预测和验证领域的门槛。
后的总利息计算方法基于对象的诊断评估算法(44)通过分析12几何对象的属性。表2总结了用于每个几何属性的权重;零加权属性意味着他们没有考虑总利息计算。在这项研究中,每个实验的最大总利息值添加到值的最大利益当这项措施(称为“兴趣”以后)= 2,它代表了最佳性能。
卷积田野的阈值是170灰度单位验证(卫星)字段和0.1,0.5,1.0,2.5,和5.0毫米的降水预报领域。金融监督院的计算,为10毫米的另一个阈值是补充道。这些阈值被用于目标检测的卷积过程。
3所示。结果与讨论
3.1。从天气到当地的规模
我们首先评估了侧边界条件数据(LBCs)来确保WRF模式迫使气象数据,准确地描述天气状况的案例研究。同时,全球模型通过LBCs转移和偏见可能会显著影响缩减规模的结果(45]。此外,华纳(15)表示,热通量、水分和势头应该定义良好的初始化和LBCs,因此气象数值预报模型可以对所有流程在集成领域相当不错。这也有助于避免人工动力网格之间的反馈,可能会导致不稳定模型中模拟(15]。
图3(一个)显示了时代过渡的风场平均海平面压力和850 mb和图3 (b)显示了时代临时涡度和风能领域在200 mb,构成两个关键变量,迫使LBCs WRF模式。起初,槽的存在西风的古巴岛,如图3(一个)降水的可能性,建议高国家的西部。然而,积极的涡度场在200 mb岛(图3 (b)),稍微收敛西风气流在西部和稍微发散的东部领土,给更多的深对流发生概率说国家的一部分,因为它实际发生(见图1)。
(一)
(b)
south-easterly风流(如图3(一个)在古巴)是典型的雨季(1]。在这种天气情况下,温暖流从南方和当地有利条件确保水分融合产生深对流活动(见图4)。此外,正如如图1,云系统结构形成与古巴领土的内部和它达到最大开发后在下午。这个云结构充分体现了海风收敛和积累所扮演的角色在典型的夏季天热深对流情况在当地规模。数据5(一个)和5 (b)展示模型能够再现了收敛线沿着这个国家由于海风和加热效果。总的来说,横向边界条件数据用于WRF模拟(即。,ERA Interim) reasonably describe the synoptic condition depicted in the case study. Consequently, the WRF model was able to reproduce reasonably well the local sea breeze convergence along the island where moisture and heat combined to produce this deep convection event.
(一)
(b)
3.2。灵敏度分析的评估累计使用台站降水
如前一节所述,两种方法被用来验证降水对所有实验。第一个(点对点方法)旨在评估六小时累积降水量在66网格点,这代表观测站点的位置,六小时计降水数据聚集。为验证这些数据被用作参考。
在这方面,人物6(一)显示了代表泰勒图之间的相关性和标准偏差每个实验和参考有效期为0000 UTC, 2012年5月2日。图6 (b)显示他们的偏见。泰勒从这个图,可以欣赏,大多数实验使用KF积云参数化显示更高的相关性(0.4以上),一般来说,最好的一个相关(KF_WSM5)不是最好,同意从观测降水值(GF_Eta)。这是在协议与小背带。46),他们发现,虽然KF积云模式代表了暴雨量更准确地说,不能把它放在正确的位置由数百公里。
(一)
(b)
对KF实验,KF_M2m显示出更好的性能,因为它的标准差接近参考,尽管GF_Eta最好的所有实验的标准偏差。实验使用GF和BMJ积云参数化显示相应的微观物理学之间更多的色散方案,同时使用》显示几乎没有分散实验。值得注意的是所有女朋友实验和Tiedtke_MY标准差以上参考而其他的实验标准偏差低于参考。这可能解释这一事实GF实验普遍高估了因为他们意味着偏见的观察值,在图6 (b),往往总是有相对较大的负(红色)值。
另一方面,BMJ,低估NSAS-related实验观察。Tiedtke实验,平均相关性为0.2至0.4,有相对较小的意思是偏见,其中所有指示低估Tiedtke_MY除外,这表明过高(负值:−1.97毫米)。这是同意Tiedtke_MY被实验异常有一个标准差以上参考。这个异常可能是由于这样的事实,我是唯一的微观物理学实际上这里使用计划,包括冰雹过程。
KF实验表明最低的平均偏差,标准偏差低于参考。虽然有些低估了KF实验,观察他人高估降水值。然而,从计算结果(这里没有显示)可以看出,这是因为KF实验往往略微低估地区降水和报告实际下雨了小地区的降水值没有。这是在协议与KF倾向于取代最大降水值远离正确的位置。
然后,一个有效的问题出现了:它是实际打开KF积云参数化这一决议?当关掉积云参数化(KFoff_M2m),可以看出,在图6,预报和观测值之间的相关性减少,而绝对平均偏差(即增加。更低估)和标准差是相似的(KF_M2m相比)。这是因为当降水是明确解决(KFoff_M2m),微观物理学常规的降水强度空间被低估(M2m)。注意,对于这种情况,降水区域出现类似于参考,但实际上关于KF_M2m流离失所。晚些时候在这情况下,尽管最大强度降水区域是流离失所的参考,低强度降水值仍然可以发现在环境,这使得相关性更高。参见图7。
(一)
(b)
GF实验(GF_M2m GFoff_M2m),偏差和标准偏差显示更好的结果当降水明确解决(GFoff_M2m)。相关性与KF施加相同的行为。值得注意的是比KF_M2m KFoff_M2m显示更糟的结果,但仍比最好的女朋友实验(GFoff_M2m)。
图8显示了6小时累积降水期间有效的结果在0600 UTC, 2012年5月2日。低估降水,这一次,所有的实验,因此,标准偏差值都降低远低于参考价值对那些在图6。》一书的实验中,他们的标准偏差没有不同,但他们的相关性下降为零或负值。只有实验结合Eta和WSM5粒子物理学和KF Tiedtke积云参数化和Tiedtke_Lin相关值高于0.2。
(一)
(b)
best-correlated实验在这个分析是GF_Lin最大相关值(0.6)的实验时间。这是最高的女朋友实验意味着偏见。注意,这里的结果应用于这个案例研究,但从其他实验可以吸取经验教训,例如戴维斯的研究等。47)表明,WRF模式,运行在22公里网格间距和少,未能代表降雨的昼夜循环。作者联系这未能对流参数化方案的不足。这些不足引发相关函数所使用的每个积云参数化,其中包括使用斗篷,对流抑制和/或激活积云边界层参数方案。因为这些变量取决于可用的湿度和太阳辐射,它们的值在夜间会抑制对流在这些时间。因此,我们假设在KFoff_M2m和GFoff_M2m影响可能来自外部域(d03),自积云是d04关掉。湿度和温度边界层的通量和辐射参数化方案可以直接影响混合比率和网格温度,所以在夜间降水迅速抑制。
3.3。灵敏度分析评估降水空间分布的领域使用卫星图像作为参考
前面的结果不是结论性的验证方法只检查以来降水值在一些随机的验证点和不真正验证沉淀云的空间分布。后结果发现到目前为止,人们可能会认为,与任何KF的实验,更具体地说KF_WSM5或KF_M2m, WRF模式将是降水更准确地说,至少在强度值和观测站点的参考。然而,它感兴趣的是确定模型能够捕捉沉淀云系统的本质。
通过可视化地分析所有的数值输出实验,它变得明显,KF实验并不代表深对流结构准确地比其他方案组合。例如,当数据9(一个)和9 (b),显示的总降水量场一小时累积期,对图进行比较1,似乎GF_Thompson(图9 (b))所示的云结构调整更好的卫星图像。虽然这个实验显示高值内的降水云系统,给反过来更现实的外观深对流,KF_WSM5(图9(一个))空间上高估了降雨,显示低降水在平滑区域降水大值并没有观察到。这是因为KF方案使用Fritsch-Chappell触发函数(48使用滑动平均电网垂直速度)。这个变量取决于瞬时垂直速度的平均值之间的连续两个垂直的水平和时间步用于调用积云参数化程序。这平均垂直速度是用于计算包裹升力云的温度水平。这个温度克服环境温度时,包裹起来,云是允许的形式。因此,Fritsch-Chappell触发机制顺畅对流领域启动。
(一)
(b)
由于这部分结果可以判断其主观性质,空间验证方法被用来解释模型技巧将降雨的空间分布表示为深对流云结构基于卫星图像。因此,图10显示了FSS的所有实验计算域分辨率的规模(1公里网格)和不同的降水阈值。金融监督院计算图10 ()使用一个阈值0.1毫米的降水,同时,在图10 (b)使用0.5毫米的阈值。这两项数据都是有效期为2000 UTC, 2012年5月1日,他们代表了所有验证时间的一般行为。
(一)
(b)
从图10 ()实验证明,它可以表示,女友比其他人更多的技能使用一个阈值的0.1毫米和一个网格的规模。GF_M2m显示了这个时间和最高的FSS也是最高的分析时间。然而,最大一部分技能分数是发现在不同的时间不同的女朋友实验。这些最大值在女朋友更容易发现实验结合复杂的微观物理学的方案(即。M2m,我和汤普森)。GF_M2m和GF_MY(按此顺序)显示一个网格的规模的最佳技能。Tiedtke实验发现第二组粒子物理学组合高fs,虽然》实验值最低无论微观物理学相结合使用。然而,》实验显示最高的FSS当降水阈值从0.1提高到0.5毫米(图10 (b))和1.0毫米(没有显示)。在这两种情况下,GF实验被认为是第二个最好的粒子物理学的组合。这是因为》方案倾向于空间高估了降水值超过0.1毫米,宽平滑繁殖领域的沉淀值小于10毫米(见图11)。
同时从图11》实验不真实代表的深对流结构的形状形成的那一天。这表明高FSS发现这些实验不应该被视为一个良好的性能模型的代表降水领域相关的深对流活动。除了fs,另一个空间统计测量是用来证实这个建议。因此,数据12(一个)和12 (b)显示兴趣在2000 UTC阈值的0.5毫米和1.0毫米,分别。数字显示低利率值》和KF实验,而女朋友,Tiedtke, BMJ,按照这个顺序,有更高的值。值最高的利息对GF实验,可能会发现,在不同的时间和粒子物理学计划,随着阈值的变化。阈值的0.5毫米,GF_Eta利息最高(1.56)的分析,但GF_WSM5显示值最高的0.1毫米的阈值。为了说明这一点,图13显示兴趣值不同的时间(UTC 2000和2100 UTC)使用一个阈值的0.1毫米。剩下的分析*施加类似的行为(没有显示)。0.1毫米的降水阈值似乎是最合适的一个用于验证,因为所有的实验了,一般来说,最好的FSS结果和所有验证时间时使用。这个阈值,实验沉淀所有字段似乎与引用字段匹配更好,揭示了空间KF的高估和》实验中,因为它可以推断出从低利率值数据12和13。
(一)
(b)
(一)
(b)
另一方面,微观物理学方案之间的差异很小,使用相同的积云参数化实验,而实验之间可以看到明显的差异采用不同的积云参数化;参见图10。另外,在实验中使用相同的积云参数化,没有明显的趋势为特定微观物理学方案来实现最高的FSS在所有分析时间(没有显示)。这使得选择表现最好的实验有些困难。从这个意义上说,更多情况下需要添加到本研究以分析统计学意义。对于这种情况,金融监督院计算后,WRF模式显示了更多的技能与GF_M2m和GF_MY组合。利息统计测量后,GF_WSM5模拟似乎是一个更好的匹配来验证字段。然而,由于这里的利益价值观认为敏感的对象数预测领域的发现,他们的体重会减少金融监督院选择比女朋友实验中表现最佳的组合。这是因为这些值包括匹配对象的平均最大利益的发现在每一个预测领域,和这些对象的数量可能不是相同的实验,因此屏蔽的结果。
最后,我们分析的敏感性积云参数化的激活(或没有)。从数据可以看出10 (),12,13,而KFoff_M2m显示更好的性能比KF_M2m GF实验显示所有分析时间之间的差异并不显著。这表明没有激活GF积云参数化值1公里分辨率。同时,从这些explicit-precipitation-resolving实验结果(KFoff_M2m和GFoff_M2m)显示高度敏感的降水强度阈值用于计算fs。注意,图0.5毫米的阈值10 (b),金融监督院KFoff_M2m比KF_M2m。一般来说,这个阈值从0.1提高到1.0毫米,验证结果表明,实验在积云参数化激活了最佳性能。
4所示。摘要和结论
WRF积云的灵敏度分析和微物理参数化方案进行严重的案例研究的深对流在古巴岛。结果显示灵敏度方法用于验证,无论是空间——或者punctual-based。虽然一些积云的计划被发现给一个合理的表示对流降水结构,其他代表更好的报道的降水强度观测网络。因此,粒子物理学和积云参数化描述降水场的能力取决于比较模型输出与观测所采取的方法。然而,这并不意味着空间——或者punctual-based方法应该被忽视的。它强调的重要性考虑两种方法。
此外,它可以注意到积云参数化比微观物理学的计划更重要的案例研究。这个同意Reddy et al。49]他也声明的重要性积云在微观物理学方案的敏感性研究物理参数化飓风追踪和强度预测的情况。然而,明确实验的降水在这种情况下(KFoff_M2m和GFoff_M2m),它可以显示所扮演的角色外的积云参数化激活域并不重要的内域显式cloud-resolving决议;相反,行星边界层和辐射方案可能是主要的负责WRF失败代表着在夜间时间沉淀。Chandrasekar和巴拉(50)指出,最佳组合的一组物理选项选择在WRF敏感性研究选择域的相关决议;即便如此,显然,不足仍在物理选项选择在这个研究。
关于目前的案例研究,很明显,GF实验显示有关降水空间分布的最佳性能。相比之下,没有必要来激活这个参数化1公里分辨率域。这种说法是合理的因为没有显著差异被发现之间的金融监督院GF_M2m GFoff_M2m,所以没有附加值的时候女朋友计划在这一决议被激活;事实上,降水强度分析结果发现时失去价值考虑在内,因为比GF_M2m GFoff_M2m表现得更好。这不是KF的实验。在这里,由于积云降水参数化不似乎可以忽略不计。0.1毫米降水阈值比KF_M2m KFoff_M2m显示更好的FSS,而验证对点观测表明,KF_M2m表现更好;参见图6。必须特别注意强度阈值用于计算空间核查措施,因为它发现,当这个阈值增加,KF的激活模式对降水的空间分布变得重要。还需要进一步的研究来确定这种积云模式灵敏度的解析域集成。
从所有实验参数化的积云,GF实验使用M2m和粒子物理学方案选为最合适的组合导致更好的技能代表深对流云系开发的案例研究。一方面,GF_M2m比GF_MY略好分数技能分数,best-correlated实验观测。另一方面,GF_MY有较高兴趣值但金融监督院和关联值小于GF_M2m实验;参见图10 ()。小的性能差异这两个实验(GF_M2m和GF_MY)也可能被解释成这一事实M2m包括拦截参数的冰,雪,雨,和霰大小分布作为预后变量,同时,在我,这些拦截参数,除了雪,保持固定的。莫里森et al。43]国家不同的拦截参数会导致一个更灵活的治疗粒度分布,导致的更准确的表示层状和对流降水区域在热带系统。这就是为什么M2m微观物理学的方案给出更好的结果比我的微观物理学的计划。这些结果可能仍会停用GF积云方案时cloud-resolving决议域中的建议之前。
而且,大多数微观物理学的计划包括霰生产(M2m,我和汤普森)更有可能有更高的FSS的价值观。这并不足以证明霰的假设包含生产过程在微观物理学的计划将导致更准确的模型模拟的降水场。这是因为林微观物理学的参数化方案也包括形成霰和fs值类似于那些不(埃塔组织和WSM5);参见图10 ()。值得注意的是这两个微观物理学的方案(M2m和我)选为最合适的参数化是double-moment。这意味着这些计划不仅计算混合比的倾向,但也算每个水汽凝结体的浓度分布在每一个时间步。有了这个特性,更准确的表示所有降水相关的粒子的大小分布可能预期;因此,它会导致一个更好的对流降水场的代表。
总的来说,这项研究已经评估了2012年5月1日的WRF表示深对流活动在古巴和选择的组合方案,描述这个特定的事件更为恰当。我们得出这样的结论:GF_M2m GF_MY实验提供最佳的性能。也为域1公里的决议,GF积云参数化应该关掉因为没有发现附加值当激活这个积云参数化在这个决议。为未来的工作,我们的目标是解决这些组合中的物理机制,确定修改这些计划可以提高更多的表示深对流活动在古巴。
要点
(我)灵敏度分析的WRF积云案例研究和微观物理学的计划。(2)降水对观察和验证可见的卫星图像。(3)两个明确的积云形成的模拟进行了分析。
附录
一个。点对点和空间验证方程
. 1。核查措施用于排名所有实验通过点对点的方法
从(. 1),偏差的目的是确定的平均方向平均误差(正值表示低估)的皮尔森相关系数(PCC)用于确定线性相关性预测和观察,和标准差(STD)决定了观察和预测数据很相似,它们之间的平均绝对误差的参考价值: 在哪里气象监测站的数量,的观测值吗th站,的预测价值验证吗th站位置和over-barred值的均值和分别数量。美是这样计算的平均绝对误差
由信用证。用于测量空间验证
技能评分比例(FSS)被定义为艾伯特(51] 在哪里和是预测和观察发生的概率,分别在一个社区的网格点。的fs 1.0意味着一个完美的预测,而FSS的0.0意味着任何技能。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
的静态数据用于WRF模拟研究在WRF网站上都可以免费得到http://www2.mmm.ucar.edu/wrf/users/download/get_sources_wps_geog.html。横向边界条件数据可供ECMWF网站上购买http://www.ecmwf.int/en/research/climate-reanalysis/era-interim通过挪威气象研究所获得的许可。另外,本研究中使用的可见的卫星图像检索http://goes.gsfc.nasa.gov/goeseast-lzw/cuba/vis/。任何可能需要的其他数据复制本文的结果可以通过联系相应的作者((电子邮件保护))。作者要感谢挪威民事保护理事会(双边带)和挪威外交部资助这项研究工作。资金是通过极端气候在加勒比海的未来项目(XCUBE项目)。他们也感谢超级计算资源为计算机科学提供了由挪威稳心。他们表达真诚的感谢NCAR使得区域气候中心气候模型免费和INSMET观测数据的提供。也谢谢阿德里安•路易斯•费勒埃尔南德斯之后,可以将学士。以色列Borrajero Montejo, moran。Maibys塞拉洛伦佐,学士伊利Pila艾尔和学士。玛利亚姆丰塞卡从INSMET埃尔南德斯的支持。最后,作者要感谢匿名评论者的评论和批评的很有帮助。