文摘

建模的涡流扩散系数(也称为涡流扩散系数)一阶湍流闭合方案对台风模拟很重要,因为系数控制的大小显热通量和潜热通量,对台风加强能源。概要文件中的涡流扩散系数YSU行星边界层(PBL)在高级研究计划评估WRF (ARW)系统。YSU计划的三个版本(原始、K025 K200)都包含在这个研究。仿真结果与观测数据的跟踪、中心海平面压力(CSLP)和最大表面风速(MWSP)。与原始版本,K200平均提高了平均绝对误差(MAE)的轨道,CSLP, MWSP 6.0%, 3.7%,和23.1%,分别虽然K025恶化的平均MAEs轨道,CSLP, MWSP 25.1%, 19.0%,和95.0%,分别。我们的研究结果表明,涡流扩散系数增大可能更适合超级台风模拟。

1。介绍

台风的PBL是重要的强化湍流混合以来PBL在台风影响动量和热量。然而,它仍然是不可能完全解决边界层内的扩散过程,由于物理模型和网格分辨率的限制。因此,边界层参数化模型sub-grid-scale所需效果。在各种边界层方案中,一阶湍流闭合方案广泛应用于热带气旋研究和天气的研究和预测(WRF)模型。与高阶湍流闭合方案相比,一阶方案计算便宜。最简单的一阶方案是基于local-K方法。然而,艾迪在行星边界层运输主要是由大的涡流,这应该由散装PBL的属性,而不是局部属性。因此,外地一阶计划是要解决这个问题,同时保持简单。

涡流扩散系数的建模是一阶湍流闭合PBL模式的基础。我们简要经过涡流扩散系数”的历史发展。O ' brien在这项研究中,涡流扩散系数为动力 是参数化 在哪里 是卡门常数, 是摩擦速度, 是稳定的功能(1]。

Brost Wyngaard,动量的涡流扩散系数 是由 在哪里 边界层高度和吗 Monin-Obukhov长度(2]。

Troen Mahrt, 是参数化 在哪里 和 是风剖面函数顶部的表层(3]。他们进一步认为 在哪里 对流的规模和速度是多少 的分数是表层的身高和边界层高度。Troen普朗特数和Mahrt建模 在哪里 的涡流扩散系数是温度和湿度和 是动力的涡流扩散系数(3]。 和 配置文件功能吗 , 和 , ,分别。

基于Troen Mahrt,在香港和锅,边界层扩散计划实施到NCEP中程预测模型(3,4]。湍流扩散方程的预测变量 可以表达的 在哪里 的涡流扩散系数 和 counter-gradient术语吗 ,由Deardorff介绍5]。 可以 , (水平风分量), (潜在的温度), (水汽混合比)。一样Troen Mahrt,动量是制定的涡流扩散系数 在哪里 剖面形状指数作为2吗 是混合层速度规模3]。counter-gradient条款为 和 是由 在哪里 是相应的表面通量 和 。是由边界层高度 在哪里 是关键的批量理查森数, 水平风速在哪里 , 是虚拟的潜在模型级别最低温度, 虚拟潜在的温度吗 , 是表面附近的温度。在香港和锅,普朗特数是一个常数在整个混合边界层(4]。它是由 外地方案可以提高能力代表摊位和边界层内湍流大涡,它仍像其他阶湍流闭合方案计算便宜。

在香港et al .,修正后的垂直扩散包开发的基础上能剧等。6,7]。预后变量的湍流扩散方程可以表达的 在哪里 逆温层的通量。普朗特数是参数化的 在哪里 顶部的普朗特数的表层。这个概要文件的功能 和 给出不同的条件。不稳定的和中性的条件下, 病情稳定,

与Troen和Mahrt提出的模型相比,新模型具有以下主要特点:(1)的一个显式的夹带术语进入热通量;(2)上方的热通量边界层高度也参数化;(3)使用普朗特数的一个概要文件,与恒定值;和(4)还包括外地的混合动力3]。

葛等人开始使用飞行高度观察修改涡流扩散系数的一阶行星边界层方案(8]。张和庄士贤,他们调查了垂直涡流扩散系数之间的表面风况18到30米−1在海洋(9]。他们表明,涡流扩散系数的大小对动量和潜热通量具有可比性,而涡流扩散系数的大小对显热通量小得多。作者指出,数据仅限于风速小于30米−1。然而,它是相当常见的风速高于30米−1超级台风。

在葛et al .,他们研究了修改的影响 和 系数为25%或50%的原始值(8]。最好的知识,这是第一次,飞行高度观测为基础提供一个改进现有的边界层参数化方案。他们发现减少的 和 原始值的25%(供以后参考,这个版本是本文命名为GFS-K025)产生涡流扩散系数与观测一致。也发现GFS-K025诱发更强的飓风强度的理想化的框架,而原GFS方案和GFS-K050。因为它很可能低估了台风强度数值模型,有可能是GFS-K025可以提供更好的实时预测。在葛et al .,边界层方案使用全球预测系统(GFS)方案8]。GFS方案是之前版本的YSU方案,基于香港和锅4]。这两个方案的主要区别是,GFS的通量方案不含夹带组件。

的涡流扩散系数 YSU方案和 GFS方案有相同的配方: 然而,混合层速度尺度( )不同的建模:

在葛et al .,他们指出,减少扩散会导致减少耗散角动量的边界层,这将进一步导致更强的向上和增强水分融合(8]。增强的潜热通量为热带气旋发展提供更好的热条件和加强。然而,我们也注意到,而减少 可以减少动量和角动量的水池,减少 也会减少热量和水分的来源和削弱热带气旋。可能仍然很难确定是否应该扩大或减少涡流扩散系数系数的培养方案。在试图解决这个问题,我们在2014年进行模拟超级台风评估3版本的YSU方案(原始YSU, K025, K200)这篇文章。

YSU方案是使用,因为它是一个先进的一阶湍流闭合方案。K025和K200、涡流扩散系数修改原始值的25%和200%,分别。本文的其余部分组织如下:在部分2介绍了方法和数值模拟;节3仿真结果进行了分析;而在部分4,提供结论。

2。方法和数值模拟

在本节中,我们介绍了设计的K025 K200,模拟台风情况下,WRF配置和评价指标。

2.1。K-Profiles:原来,K025, K200

动量涡流扩散系数( )参数化(15)。热量和湿气的涡流扩散系数( )计算 和普朗特数( )。我们引入一个新的参数 控制的大小 和 : 原YSU方案, ;K025, ;K200, 。K025和K200、涡流扩散系数修改原始值的25%和200%,分别。

2.2。超级台风情况

从2009年开始,香港天文台(HKO)的热带气旋分为6强度级别:(1)热带低气压:22-33结;(2)热带风暴:34-47节;(3)强热带风暴:48 - 63节;台风(4):64 - 81节;(5)严重台风:82 - 99节;(6)超级台风: 100节。摘要2014年在西北太平洋台风情况下模拟,浣熊,威,吉纳维芙,Phanfone, Vongfong,鹦鹉,黑格比。仿真时间和持续时间如表所示1。

表1
2014年台风情况下仿真时间和持续时间。
2.3。WRF配置

数值模拟是由WRF-ARW v3.5.1。父域(D01) 27公里的水平分辨率199×172网格;中间的巢域(D02)的分辨率9公里,与301年 223网格;和内部域(D03)的分辨率3公里,与469×370网格。对于每个案例,涡热带气旋的初始时间位于D03 right-bottom角落,这有利于内部域覆盖尽可能多的铁轨,因为大多数在西北太平洋热带气旋向西北移动。域如图1。

(一)
(一)
(b)
(b)
图1
WRF域:(a)的所有领域;(b) D03。

有39个垂直层在所有三个领域。地图投影方法用于模拟兰伯特投影。120年代时间步骤,40多岁,和D01 40/3年代,D02和D03分别。当前时间步的设置能满足稳定约束和控制同时计算成本。顶部的压力的计算域设置为50 hPa。双向嵌套已被用于所有的模拟。时变(6)海面温度一直使用。

YSU行星边界层方案使用。长波和短波辐射方案RRTMG方案。Grell-Freitas积云方案应用于D01 D02。粒子物理学方案是WRF一次性的6级(WSM6)计划。表层方案是MM5相似的计划。地表模型统一诺亚地表模型。生成的初始条件和边界条件是新兵(NCEP最终分析)分析数据。

2.4。评价指标

仿真结果与观测数据从女童教育活动。比较的变量跟踪,CSLP, MWSP。观测数据是6小时。因此,模拟数据进行比较观察 。考虑观测数据的时间序列 和模拟数据 , ,在那里 是时间点的数量相比;也就是说, 。绝对误差的定义(AE)在这篇文章 个时间点是 从传统的定义略有不同( )。平均绝对误差(MAE)被定义为 美是受所有的时间点在仿真期间同样,可以用作一个变量来评估一个模拟的整体性能。改进由一个新的K-profile评估 “原始”代表原YSU方案和“新”代表了一个新版本K-profile YSU方案的修改。AEs平均所有的情况下 和96 h的平均AE命名 。平均美被定义为所有案件的加权平均美同样,相比重量相等的时间点。数据和表,单位,CSLP,和MWSP公里,hPa,和m s−1,分别。

3所示。结果

3.1。特定的分析

评估YSU的三个版本,我们比较了模拟轨道,CSLP, MWSP相应的观测数据。AE和梅遵循定义的计算部分2.4。按时间顺序列出了案件。

3.1.1。案例1:浣熊

在数据2(一个),2 (b),2 (c)、跟踪模拟由原YSU K025, K200是相似的。在数据2 (d)和2 (e),它可以观察到,与K200 CSLP模拟和原始YSU相互接近。的MWSP模拟K200同意观察MWSP。可以看出MWSP变得更强的涡流扩散系数变大。如表中所示2的美K200 MWSP是2.4年代−1相比,这是更小的美与K025 MWSP模拟(17.3年代−1)。

表2
案例1-Neoguri: AE和梅的轨道,CSLP, MWSP。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图2
案例1-Neoguri: (a)由原始YSU跟踪模拟;(b)由K025跟踪模拟;(c)由K200跟踪模拟;(d)比较中心的海平面压力;和(e)比较最大表面风速。
3.1.2。案例2:威

在数据3(一个),3 (b),3 (c),它是观察到的跟踪模拟K200同意与观测跟踪和比轨道模拟原始YSU和K025中间的模拟。如表所示3,在 h, AE K200跟踪模拟的是31.7公里,而AE的跟踪与K025 134.5公里。在数据3 (d)和3 (e),可以看出强度变量(CSLP和MWSP)模拟由原YSU K200相对接近对方,而由K025变量模拟。CSLP模拟的梅斯3版本相互接近。然而,梅的MWSP模拟K025比另一个更大的(表2版本3),这是17.0年代−1。如图3 (e),K025不能模拟强化正确的版本。

表3
案例2-Rammasun: AE和梅的轨道,CSLP, MWSP。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图3
案例2-Rammasun: (a)由原始YSU跟踪模拟;(b)由K025跟踪模拟;(c)由K200跟踪模拟;(d)比较中心的海平面压力;和(e)比较最大表面风速。
3.1.3。案例3:吉纳维芙

在数据4(一),4 (b),4 (c),跟踪模拟K025更接近观测跟踪和比K200和原始YSU跟踪模拟。在数据4 (d)和4 (e),CSLP模拟K025是最好的在所有3版本,和MWSP K200模拟的是最好的。如表所示4的美MWSP K200模拟的4.2年代−1的美,它是低于MWSP模拟K025(8.8年代−1)。

表4
案例3-Genevieve: AE和梅的轨道,CSLP, MWSP。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图4
案例3-Genevieve: (a)由原始YSU跟踪模拟;(b)由K025跟踪模拟;(c)由K200跟踪模拟;(d)比较中心的海平面压力;和(e)比较最大表面风速。
3.1.4。案例4:Phanfone

在图5和表5,观察K025执行比K200跟踪。K025可以提高跟踪38.6%的美与原始YSU相比,而K200可以提高跟踪23.0%的美。CSLP而言,K025执行略优于K200(表5)。K025可以提高CSLP 1.9 hPa的美与原始YSU相比,虽然K200可以改善CSLP 1.4 hPa的美。MWSP而言,比K025 K200要好得多。由K025 MWSP模拟的美是16.9年代−1;由K200 MWSP模拟的美是2.9年代−1;和梅原YSU MWSP模拟的4.9年代−1(表5)。

表5
案例4-Phanfone: AE和梅的轨道,CSLP, MWSP。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图5
案例4-Phanfone: (a)由原始YSU跟踪模拟;(b)由K025跟踪模拟;(c)由K200跟踪模拟;(d)比较中心的海平面压力;和(e)比较最大表面风速。
3.1.5。案例5:Vongfong

在表6美K200跟踪模拟的是121.0公里,这是低于美K025跟踪模拟的(222.2公里)和原始YSU(151.9公里)。如图6 (d)3版本,CSLP时间序列模拟的相互接近。MWSP而言,K200和原始YSU可以执行比K025(图6 (e))。

表6
案例5-Vongfong: AE和梅的轨道,CSLP, MWSP。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图6
案例5-Vongfong: (a)由原始YSU跟踪模拟;(b)由K025跟踪模拟;(c)由K200跟踪模拟;(d)比较中心的海平面压力;和(e)比较最大表面风速。
3.1.6。案例6:鹦鹉

超级台风鹦鹉(2014),由K200 CSLP时间序列模拟和原始YSU很近(图7 (d))。如表所示7跟踪的美,CSLP MWSP K025模拟的最坏的打算。梅斯的追踪,CSLP MWSP模拟原始YSU和K200接近对方(表7)。

表7
案例6-Nuri: AE和梅的轨道,CSLP, MWSP。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图7
案例6-Nuri: (a)由原始YSU跟踪模拟;(b)由K025跟踪模拟;(c)由K200跟踪模拟;(d)比较中心的海平面压力;和(e)比较最大表面风速。
3.1.7。案例7:黑格比

在模拟的前2天,CSLP时间序列(图接近对方8 (d)),有大量AEs与观测进行比较。如表所示8,在 h的AE CSLP模拟由原YSU K025, K200 ,分别和47.8 hPa。在图8 (e)最强,K200 MWSP模拟的是在所有3版本,这可能导致更大的热量和水分通量。

表8
案例7-Hagupit: AE和梅的轨道,CSLP, MWSP。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图8
案例7-Hagupit: (a)由原始YSU跟踪模拟;(b)由K025跟踪模拟;(c)由K200跟踪模拟;(d)比较中心的海平面压力;和(e)比较最大表面风速。
3.1.8中。总结

一般来说,所有7超级台风,K200总是提供最好的MWSP的模拟预测,最低的美。跟踪和CSLP,我们使用平均AEs和梅斯评价这三个版本的整体性能。这是观察到较大的强度模拟涡流扩散系数可能会更强。

3.2。整体性能

平均AEs在 表中列出9。在表9粗体,意味着相应的K-profile可以提供最佳的性能,平均AE或美。这表明K200提供最佳性能的AEs和梅斯,除了平均48 h-CSLP AE。平均梅斯,K200总是可以提供最佳的性能。平均AEs的24 h-track 48 h-track, 72 h-track,和96 h-track K200减少/提高了3.6 -8.5%,而K025增加/恶化他们的9.6 - -39.1%。24 h-CSLP K200提高平均AEs和96 h-CSLP 23.1%和20.8%,分别。然而,K025恶化24 h-CSLP和96的平均AEs h-CSLP 40.3%和54.0%,分别。平均AEs的24 h-MWSP 48 h-MWSP, 72 h-MWSP,和96 h-MWSP K200提高了16.1 -50.1%,而K025恶化他们的78.1 - -105.9%。

表9
平均AEs和梅斯的轨道,CSLP MWSP模拟由原YSU K025, K200。

与原始版本,K200平均提高了梅斯的轨道,CSLP, MWSP 6.0%, 3.7%,和23.1%,分别。然而,K025恶化的平均MAEs轨道,CSLP, MWSP 25.1%, 19.0%,和95.0%,分别。

测试的敏感性增大涡流扩散系数, 和 也修改原来的值是3倍的新版本K-profile,命名为K300。我们使用超级台风Phanfone(2014)给一个例子。在图9、跟踪CSLP, MWSP 4不同版本(原始YSU, K025 K200, K300)进行了比较。它可以观察到在图9(一个)追踪原始的模拟YSU是最严重和跟踪模拟K025是最好的。轨道模拟K200和K300接近对方。从图9 (b),观察到CSLP时间序列模拟由原YSU K200, K300相互接近,特别是在最后2天的模拟。在图9 (c),MWSP时间序列模拟K200和K300整个模拟期间相互接近。这些结果表明,台风强度可能不是明智的放大涡流扩散系数的大小。

(一)
(一)
(b)
(b)
(c)
(c)
图9
跟踪、CSLP和MWSP超级台风Phanfone(2014)模拟由原YSU K025, K200, K300。

4所示。结论

在这篇文章中,WRF模拟超级台风是用来评估3版本的YSU方案。平均梅斯,K200总是可以提供最佳的性能。所有的超级台风情况下,模拟与K200总能提供最好的MWSP预测。

与原始版本,K200平均提高了梅斯的轨道,CSLP, MWSP 6.0%, 3.7%,和23.1%,分别而K025恶化的平均MAEs轨道,CSLP, MWSP 25.1%, 19.0%,和95.0%,分别。我们的研究结果表明,涡流扩散系数增大可能更适合超级台风模拟,因为热量和湿气较大涡流扩散系数可以引起较大的明智和潜热通量。

但是,我们还应当注意到,这项研究仅限于YSU PBL模式和WRF-ARW模型。修改涡流扩散系数也不能被应用到高阶闭合模型,例如,Wyngaard和象牙海岸(10每位],[11]。除此之外,该研究还局限于参数的简单选择 。在未来的研究中,有必要找出为什么case-dependent K-profiles的性能。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

作者感谢女童教育活动的援助,提供气象数据。这项工作得到了国家自然科学基金委/ RGC格兰特N_HKUST631/05 NSFC-FD格兰特U1033001, RGC拨款16300715。